中國旅游資源轉(zhuǎn)換效率的時空演變及影響機理

何昭麗 王松茂

摘要?現(xiàn)有關(guān)于“旅游產(chǎn)業(yè)效率”的研究，多是測度多個投入要素共同產(chǎn)出的綜合效率，鮮有對旅游資源這一投入要素的產(chǎn)出效率進行測度。借助修正的DEA模型、空間自相關(guān)、空間杜賓模型等方法，對我國省際旅游資源轉(zhuǎn)換效率的時序演變、區(qū)域差異、空間溢出效應(yīng)及作用機理進行了較為全面的考察。研究結(jié)論有：① 2009—2018年我國省際旅游資源轉(zhuǎn)換效率的均值僅為0.421，且旅游資源轉(zhuǎn)換效率速度增長緩慢，表明我國旅游業(yè)發(fā)展仍處于規(guī)模擴張的粗放階段。根據(jù)旅游資源轉(zhuǎn)換效率發(fā)展特征，將其發(fā)展趨勢可分為旅游大發(fā)展階段和旅游新常態(tài)階段。② 十年間，東、中、西部地區(qū)旅游資源轉(zhuǎn)換效率的均值分別為0.453、0.387和0.411，形成“東-西-中”階梯式遞減特征，而旅游資源轉(zhuǎn)換效率的增長速度卻呈現(xiàn)出“西-中-東”的逐步減小態(tài)勢，在政策傾斜、產(chǎn)業(yè)升級、技術(shù)溢出等多重驅(qū)動下，區(qū)域間旅游資源轉(zhuǎn)換效率的差異逐漸降低。③ 十年間，全國30?。ㄗ灾螀^(qū)、直轄市）的旅游資源轉(zhuǎn)換效率具有明顯的空間正自相關(guān)關(guān)系。在影響機理方面：交通條件對旅游資源轉(zhuǎn)換效率的總體空間溢出效應(yīng)影響最大，其次是旅游產(chǎn)業(yè)集聚，再次是經(jīng)濟發(fā)展水平。市場化程度、人力資本和創(chuàng)新能力對旅游資源轉(zhuǎn)換效率的總體空間溢出效應(yīng)均未通過顯著性檢驗。

關(guān)鍵詞?旅游資源轉(zhuǎn)換效率; 修正DEA模型; 空間杜賓模型

中圖分類號?F592.99

文獻標(biāo)識碼?A?文章編號?1002-2104（2020）11-0185-09?DOI：10.12062/cpre.20200908

十九大報告指出，我國經(jīng)濟正處于由高速增長階段向高質(zhì)量發(fā)展階段轉(zhuǎn)變的時期，進行經(jīng)濟結(jié)構(gòu)優(yōu)化、促進增長動力轉(zhuǎn)換是全行業(yè)發(fā)展的必然要求。自改革開放以來，我國旅游業(yè)呈現(xiàn)穩(wěn)定增長的發(fā)展趨勢，2018年，國內(nèi)旅游總?cè)舜芜_到55.39億，同比增長10.8%;出入境旅游總?cè)舜螢?.91億，同比增長7.8%;旅游總收入達到5.97×10.4億元，同比增長10.5%[1]。在旅游業(yè)高速增長的背后，多數(shù)地方的旅游業(yè)卻是簡單的要素擴張的增長模式，顯現(xiàn)出“投入多、產(chǎn)出少、消耗高、效益低”的特征，旅游產(chǎn)業(yè)發(fā)展偏離“效率”路徑[2]。旅游產(chǎn)業(yè)發(fā)展效率得到了國內(nèi)外學(xué)者的普遍關(guān)注，然而現(xiàn)有文獻通常是研究多個投入要素產(chǎn)出的旅游產(chǎn)業(yè)綜合效率，每個投入要素產(chǎn)出的效率并未清晰的量化和剖析，旅游產(chǎn)業(yè)對各投入要素的消化能力及轉(zhuǎn)換效率仍是一個黑箱，導(dǎo)致旅游產(chǎn)業(yè)政策的制定缺乏針對性和靶向性。作為旅游業(yè)發(fā)展的基礎(chǔ)——旅游資源，其“生產(chǎn)能力”不僅影響旅游產(chǎn)業(yè)的綜合收入，更是體現(xiàn)旅游經(jīng)濟發(fā)展的效率水平[3]。若用“旅游資源轉(zhuǎn)換效率”表征在一定的技術(shù)水平下，單位旅游資源供給所獲得的綜合收益，則可客觀評估旅游資源的“生產(chǎn)能力”。那么我國旅游資源轉(zhuǎn)換效率的發(fā)展水平如何？影響其發(fā)展的因素有哪些？內(nèi)在的驅(qū)動機制又是怎樣？為此，運用修正的DEA模型測算了2009—2018年全國30個省（自治區(qū)、直轄市）的旅游資源轉(zhuǎn)換時序演變和空間分異，由于相關(guān)數(shù)據(jù)部分缺失，研究樣本未包括西藏自治區(qū)和港澳臺地區(qū)。在構(gòu)建綜合嵌套權(quán)重矩陣的基礎(chǔ)上，借助空間自相關(guān)、空間杜賓模型等方法探究了旅游資源轉(zhuǎn)換效率的空間溢出及驅(qū)動機制。以期豐富旅游效率研究視域和理論體系，為旅游經(jīng)濟高質(zhì)量發(fā)展提供有益參考。

1?文獻綜述

自Morey等[4]首先運用DEA方法測評美國連鎖酒店的經(jīng)營效率起，國內(nèi)外學(xué)者對旅游產(chǎn)業(yè)相關(guān)的效率進行了廣泛研究，并取得較為豐富的成果，主要呈現(xiàn)以下特征：①研究范圍不斷擴大。旅游產(chǎn)業(yè)效率研究最初是從管理效率、經(jīng)營效率的角度測評旅游相關(guān)企業(yè)或部門。Anderson等[5]運用SFA方法研究了美國48家連鎖酒店的經(jīng)營效率;隨后Barros等[6]對旅行社、Charles等[7]對旅游交通公司、Taheri等[8]對博物館等旅游企業(yè)的運營效率進行了測評。隨著不同學(xué)科背景的學(xué)者加入旅游效率的研究中，旅游效率研究內(nèi)容出現(xiàn)了旅游生態(tài)效率[9]、水利用效率[10]、旅游扶貧效率[11]、綠色生產(chǎn)效率[12]、城市旅游效率[13]等。②測評方法不斷豐富。從現(xiàn)有文獻來看，旅游效率的定量研究明顯多于定性研究，其中，廣泛采用的方法包括數(shù)據(jù)包絡(luò)分析、隨機前沿函數(shù)、曼奎斯特指數(shù)及其改進模型等。例如：劉德光等[14]運用超效率DEA測評我國景區(qū)類上市公司的營銷效率;鄢慧麗等[15]借助三階段DEA模型測評了海南省2010—2016年間旅游扶貧效率，繼而運用空間分析方法研究了其空間分異規(guī)律;彭紅松等[16]以黃山景區(qū)為例，采用包含非期望產(chǎn)出的SBM-DEA模型方法，測度旅游地復(fù)合系統(tǒng)的生態(tài)效率，并研究了演化模式和階段特征。③研究內(nèi)容不斷深化。近些年來，學(xué)者們對旅游效率的研究不再是簡單的效率測評，更多的是探究效率的影響因素及其內(nèi)在影響機理和驅(qū)動機制。王兆峰等[17]借助變異系數(shù)固定效應(yīng)回歸模型，對2001—2016年湖南省旅游產(chǎn)業(yè)效率的影響因素及形成機理進行探究;曹芳東等[18]運用IPS 和 LLC 兩種分析方法相結(jié)合，探究了經(jīng)濟發(fā)展水平、市場化程度、交通條件、科技信息水平、資源稟賦等多因素作用下的旅游效率空間分異的驅(qū)動機制。王虹等[19]運用Tobit模型從宏觀和微觀兩個方面考察了“一帶一路”旅游產(chǎn)業(yè)效率投資的影響因素，并提出了政策建議。

相較于旅游業(yè)的其他領(lǐng)域，對旅游資源效率的研究文獻較少，前期的學(xué)者試圖從旅游資源開發(fā)及規(guī)劃、旅游資源空間結(jié)構(gòu)分析、旅游資源經(jīng)營管理、旅游資源產(chǎn)權(quán)配置等方面，通過合理規(guī)劃、技術(shù)引進等方式提升旅游資源綜合利用價值[20-21]。方葉林等[22]構(gòu)建旅游資源錯位指數(shù)分析了全國31個省份旅游資源開發(fā)現(xiàn)狀，并總結(jié)各區(qū)域旅游資源效率的發(fā)展類型。

綜上，豐富的旅游產(chǎn)業(yè)效率研究成果為本研究奠定了良好的基礎(chǔ)，但仍存在以下不足：①現(xiàn)有研究多是對旅游效率進行總體評價，忽略了旅游資源單一投入要素效率的測評，導(dǎo)致相關(guān)政策制定缺乏精準(zhǔn)性。②目前多是選用OLS回歸、FGLS回歸等計量模型研究旅游效率的影響因素及其作用機理，而納入“空間效應(yīng)”對旅游效率的研究較為缺乏。鑒于此，文章首先基于修正的DEA模型科學(xué)測評旅游資源轉(zhuǎn)換效率真實水平。二是借助變異系數(shù)、空間自相關(guān)等方法分析旅游資源轉(zhuǎn)換效率的時序演進及空間分異特征。三是運用空間杜賓模型討論旅游資源轉(zhuǎn)換效率各影響因素的空間溢出效應(yīng)。

2?研究方法與數(shù)據(jù)來源

2.1?基于修正DEA模型的旅游資源轉(zhuǎn)換效率的測度

數(shù)據(jù)包絡(luò)分析（data envelopmemt andysis， DEA）是測評多個決策單元相對有效性的系統(tǒng)方法，該方法具有不需考慮具體的生產(chǎn)函數(shù)、可以處理不同類型的數(shù)據(jù)、不用預(yù)先估計參數(shù)及權(quán)重等優(yōu)點。DEA方法中主要有CCR模型與BCC模型，CCR模型和BBC模型測得的效率值是所有投入要素共同的產(chǎn)出結(jié)果，無法判斷出每個投入要素具體的產(chǎn)出效率。將綜合效率進行單因素效率分解，可對每一個投入要素產(chǎn)出效率進行測度，借助歐陽峣等[23]修正的DEA模型進行測度。

2.2?基于空間自相關(guān)分析旅游資源轉(zhuǎn)換效率的空間集聚特征

空間自相關(guān)是檢驗變量在空間分布上是否具有相關(guān)性，可分為全局自相關(guān)和局域自相關(guān)[24]。全局自相關(guān)用于對整個研究區(qū)域內(nèi)觀測變量空間相關(guān)性的總體趨勢以及差異性的研究，用Morans I表示，公式如下：

局域自相關(guān)指數(shù)反映某省市旅游資源轉(zhuǎn)換效率與相鄰省市旅游資源轉(zhuǎn)換效率空間聚集性，通常用LISA指數(shù)表示，其計算公式為：

2.3?基于空間計量模型的影響因素探究

2.3.1?空間權(quán)重矩陣設(shè)定

Moran[25]提出的二進制鄰接權(quán)重矩陣不能真實反映各省之間的經(jīng)濟社會關(guān)系，林光平等[26]設(shè)置了經(jīng)濟距離權(quán)重矩陣。本研究依次構(gòu)建了各省間的地理權(quán)重矩陣w.Dij，各省間經(jīng)濟權(quán)重矩陣w.Eij，并基于地理距離和經(jīng)濟距離構(gòu)建了空間嵌套權(quán)重矩陣w.Oij。

2.3.2?空間計量模型設(shè)定

考慮到各省旅游資源轉(zhuǎn)換效率及各影響因素可能存在空間溢出效應(yīng)，基于空間面板基本模型[27]，構(gòu)建模型如下：

（1） 當(dāng)模型中λ=0，則為空間杜賓模型（SDM）;

（2） 當(dāng)模型中λ=0且θ=0，則為空間自回歸模型（SAR）;

（3） 當(dāng)模型中ρ=0且θ=0，則為空間誤差模型（SEM）。

2.4?指標(biāo)選取

2.4.1?旅游資源轉(zhuǎn)換效率投入產(chǎn)出要素的設(shè)定

考慮數(shù)據(jù)的合理性和一致性，將旅行社數(shù)量、酒店數(shù)量、旅游從業(yè)人數(shù)、旅游資源、固定資產(chǎn)投入等作為旅游產(chǎn)業(yè)的投入變量。其中：旅行社數(shù)量表示旅游產(chǎn)業(yè)服務(wù)能力;酒店數(shù)量表示旅游產(chǎn)業(yè)接待能力;旅游從業(yè)人數(shù)表示旅游產(chǎn)業(yè)服務(wù)規(guī)模;固定資產(chǎn)投入表示旅游產(chǎn)業(yè)投資規(guī)模。旅游接待人數(shù)和旅游收入等作為產(chǎn)出指標(biāo)，分別代表旅游規(guī)模產(chǎn)出和旅游經(jīng)濟產(chǎn)出。以2009年為基期，運用各年CPI指數(shù)對旅游收入平減以消除通貨膨脹效應(yīng)。參照《旅游資源分類、調(diào)查與評價》（GB/T18972-2017），構(gòu)建旅游資源評價指標(biāo)體系（見表1），咨詢復(fù)旦大學(xué)、中山大學(xué)、新疆大學(xué)等旅游學(xué)者及業(yè)界管理人員，運用德爾菲法確定各指標(biāo)權(quán)重。若某個資源為多重類型，為了避免重復(fù)計算，該資源僅按照權(quán)重值最大的類型進行計算。

2.4.2?旅游資源轉(zhuǎn)換效率影響因素

鑒于旅游資源轉(zhuǎn)換效率受到宏觀和微觀等多方面的影響，參考已有文獻，綜合選取以下六個因素：①經(jīng)濟發(fā)展水平（ECON）。經(jīng)濟發(fā)展水平是旅游發(fā)展效率提升的原始動力，改善基礎(chǔ)設(shè)施、引進先進技術(shù)、創(chuàng)新旅游產(chǎn)品等都需一定的資金投入，這里選用各省人均GDP表示。②交通條件（TRAN）。我國旅游資源在空間上呈現(xiàn)非均衡性分布，交通條件是影響旅游業(yè)發(fā)展的重要因素，選用各省的公路里程（km），鐵路里程（km），內(nèi)河航道里程（km）與各省的面積（km.2）之比，各省起降航班數(shù)與各省人口數(shù)之比分別表示四種交通方式的發(fā)展程度。運用熵權(quán)法進行加權(quán)求和。③旅游產(chǎn)業(yè)集聚（CLU）。旅游產(chǎn)業(yè)要素的空間集聚水平衡量各區(qū)域內(nèi)旅游產(chǎn)業(yè)發(fā)展規(guī)模，采用各省市的旅游專業(yè)化表示。④創(chuàng)新能力（TP）。一般認(rèn)為，創(chuàng)新能力對旅游產(chǎn)業(yè)效率具有正向促進作用。運用熵權(quán)法計算各省三種專利數(shù)授權(quán)合計、RD經(jīng)費投入和地方財政科技撥款的綜合得分。⑤人力資本（HR）。依據(jù)新增長理論對知識和人力資本是維持創(chuàng)新的“源泉”的論斷，勞動力要素投入是推動旅游產(chǎn)業(yè)發(fā)展的重要因素，以各類在校人數(shù)乘以各類教育階段的年限總和表示。⑥市場化程度（MI）。通常情況下，較高的市場化能夠通過競爭機制、價格機制和供需機制等進行有效配置資源，提高資源轉(zhuǎn)換效率。這里引用王小魯?shù)萚28]構(gòu)建的我國市場化指數(shù)。

2.5?數(shù)據(jù)來源

數(shù)據(jù)來源于《中國旅游統(tǒng)計年鑒》（2010—2019）、《中國統(tǒng)計年鑒》（2010—2019）、各省區(qū)市統(tǒng)計年鑒（http：//www.stats.gov.cn）、國家公園網(wǎng)（http：//www.gjgy.com）、中國文物局網(wǎng)（http：//www.ncha.gov.cn）、中國非物質(zhì)文化遺產(chǎn)網(wǎng)（http：//www.nmchzg.com）、《國內(nèi)機場生產(chǎn)統(tǒng)計公報》（2010—2019）。由于數(shù)據(jù)限制，本研究不涉及西藏和港澳臺地區(qū)。

3?我國旅游資源轉(zhuǎn)換效率時空分異特征

根據(jù)2009—2018年全國30個?。ㄗ灾螀^(qū)、直轄市）的旅游資源轉(zhuǎn)換效率值，運用變異系數(shù)、鄒檢驗等分析旅游

資源轉(zhuǎn)換效率的時序演進特征，借助空間自相關(guān)、自然斷裂法等分析旅游資源轉(zhuǎn)換效率的空間分異特征。

3.1?旅游資源轉(zhuǎn)換效率時序演進特征

圖1報告了2009—2018年全國30個?。ㄗ灾螀^(qū)、直轄市）的旅游資源轉(zhuǎn)換效率的均值（tourism resources conversion Efficiency，TRCE）與變異系數(shù)。2009—2018年我國省際TRCE均值僅為0.421。研究時期內(nèi)我國TRCE遠未達到生產(chǎn)的前沿面，旅游資源產(chǎn)出能力僅發(fā)揮了42.1%，該階段TRCE的速度也表現(xiàn)出增長緩慢的局面，由0.380僅增長到0.461，年均增長2.168%。而在同期我國旅游接待總?cè)舜斡?0.28億人次增長到56.80億人次，年均增長12.122%，旅游業(yè)總收入由1.291×10.4億元增長到5.972×10.4億元，年均增長18.551%。以上表明在研究時段內(nèi)，我國旅游業(yè)發(fā)展仍處于要素擴張驅(qū)動增長的階段。另外，從圖1看到TRCE從2014年起有較大提升并保持平穩(wěn)增長，初步估計2014年可能是TRCE時間序列的突變點。

在時間序列分析中，普遍將鄒檢驗用來識別是否存在結(jié)構(gòu)性變化[29]。借助鄒檢驗將2014年作為突變點進行檢驗，得出F=67.289，查表F0.05（2，7）=5.173，其P值為0.000，通過顯著性檢驗，證明2014年為TRCE時間序列的突變點。

根據(jù)我國各階段的旅游政策、旅游資源轉(zhuǎn)換效率特征等，將2009—2018年TRCE發(fā)展分為兩個階段，即：旅游大發(fā)展階段（2009—2013年）、旅游新常態(tài)階段（2014年至今）。

（1）旅游大發(fā)展階段：我國人均GDP已達到3 000美元，旅游業(yè)被確定為國民經(jīng)濟戰(zhàn)略支柱產(chǎn)業(yè)，各地政府和企業(yè)對旅游業(yè)發(fā)展具有較大的信心和參與熱情，各類旅游項目建設(shè)“如火如荼”，但多數(shù)旅游項目屬于盲目規(guī)模擴張和無序開發(fā)建設(shè)，總體呈現(xiàn)出“重投資”“輕質(zhì)量”“投入高”“效益低”等特征。該階段TRCE在0.380～0.407間小幅波動，發(fā)展基本處于停滯狀態(tài)。與此同時，TRCE的區(qū)域差異呈現(xiàn)出“W”型波動特征，CV值由2009年的0.190增加到2013年的0.203。

（2）旅游新常態(tài)階段：在2014年中央經(jīng)濟工作會議中，對我國已經(jīng)進入經(jīng)濟新常態(tài)做出了重要論斷，“一帶一路”倡議、“供給側(cè)結(jié)構(gòu)性改革”等國家政策的實施，在提高旅游產(chǎn)品質(zhì)量、優(yōu)化旅游產(chǎn)業(yè)結(jié)構(gòu)、擴大對外開放程度等都起到了積極作用。該階段，TRCE由2013年的0.407躍升至2014年的0.432，此后穩(wěn)定增長到2018年的0.461。TRCE區(qū)域間的均衡性也表現(xiàn)良好，CV值從0.183降低至0.142。TRCE增長穩(wěn)定、區(qū)域間非均衡性降低，成為旅游新常態(tài)階段下以效率驅(qū)動為主的旅游經(jīng)濟高質(zhì)量發(fā)展的縮影。

3.2?旅游資源轉(zhuǎn)換效率空間分異特征

為分析旅游資源轉(zhuǎn)換效率的空間分異特征，將我國內(nèi)地劃分為東、中、西部地區(qū)。東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括吉林、黑龍江、山西、江西、安徽、河南、湖南和湖北;西部地區(qū)包括內(nèi)蒙古、廣西、陜西、甘肅、四川、重慶、貴州、云南、青海、寧夏和新疆。2009—2018年，我國東、中、西部地區(qū)的TRCE均值表現(xiàn)為穩(wěn)定緩慢上升態(tài)勢，TRCE的均值分別為0.453、0.387和0.411，形成“東-西-中”階梯式遞減特征。由TRCE的變異系數(shù)均值分析，西部地區(qū)的空間非均衡程度最大（0.183），其次為中部地區(qū)（0.141），東部地區(qū)差異最小（0.136）。從增長速度來看，東部地區(qū)的TRCE均值由2009年的0.418增加到2018年的0.485，年均增速為1.692%;中部地區(qū)的TRCE均值由2009年的0.357增加到2018年的0.425，年均增速為1.961%;西部地區(qū)的TRCE均值由2009年的0.362增加到2018年的0.460，年均增速為2.691%;TRCE增速呈現(xiàn)出“西-中-東”的逐步減小特征。

東部地區(qū)在區(qū)位交通便利、旅游資源豐富、科學(xué)技術(shù)發(fā)達等多個優(yōu)越條件驅(qū)動下，多年來TRCE一直處于三大區(qū)域的最高地帶，省份之間的發(fā)展也是最均衡。然而，東部地區(qū)旅游資源轉(zhuǎn)換效率水平在達到一定程度時，隨著旅游資源投入規(guī)模的持續(xù)增加，勢必會導(dǎo)致旅游資源投入出現(xiàn)冗余，旅游資源邊際產(chǎn)出能力下降。中部地區(qū)的資源枯竭型城市數(shù)量占全國總量的50%，受到自然資源及歷史條件等的制約，中部地區(qū)多地方旅游基礎(chǔ)設(shè)施建設(shè)不足，科技創(chuàng)新能力薄弱，旅游發(fā)展不僅受到路徑依賴的桎梏，更需消耗大量旅游資源，綜上因素，中部地區(qū)的TRCE處于三個區(qū)域的最低水平。西部地區(qū)的TRCE在三個區(qū)域中增速最快，西部大開發(fā)戰(zhàn)略、“一帶一路”倡議等政策助推了西部地區(qū)社會經(jīng)濟各方面快速發(fā)展，為旅游各相關(guān)行業(yè)的發(fā)展提供了機遇。改革開放四十年來，東、中部地區(qū)經(jīng)濟發(fā)展的積累對西部地區(qū)產(chǎn)生經(jīng)濟溢出效應(yīng)，同時，也為西部地區(qū)提供了巨大的客源市場。另外，旅游業(yè)作為服務(wù)業(yè)的基本組成部分，旅游發(fā)展過程中的創(chuàng)新行為極易被模仿，隨著信息技術(shù)的廣泛應(yīng)用，旅游業(yè)的先進技術(shù)和管理模式較容易“涓滴”至西部地區(qū)，從而使經(jīng)濟產(chǎn)業(yè)結(jié)構(gòu)單一的西部地區(qū)加快轉(zhuǎn)型升級旅游業(yè)，最終使其成為重要的發(fā)展產(chǎn)業(yè)，同時，西部地區(qū)各地政府和旅游企業(yè)為了實現(xiàn)各自的價值訴求，在現(xiàn)行制度供給下，不斷通過結(jié)構(gòu)改革、技術(shù)引進和管理升級等方式提升TRCE，也進一步使西部地區(qū)旅游發(fā)展效率的提升更具后發(fā)優(yōu)勢。

3.3?旅游資源轉(zhuǎn)換效率的空間相關(guān)分析

運用全局莫蘭指數(shù)檢驗2009—2018年全國30省區(qū)市TRCE的空間相關(guān)性特征。結(jié)果顯示：2009—2018年間，全國30省區(qū)市TRCE的莫蘭指數(shù)變化不大，在0.249～0.267范圍內(nèi)徘徊，且Z值均高于臨界值1.96，表明全國30省區(qū)市的TRCE在研究時限內(nèi)具有明顯的空間正自相關(guān)關(guān)系。

局部莫蘭指數(shù)能夠較好地反映出各省區(qū)市TRCE與相鄰省區(qū)市的相關(guān)程度及空間集聚變化規(guī)律。對我國TRCE進行局部空間自相關(guān)測度，并做出2009—2018年我國TRCE的LISA聚類圖（圖2）。結(jié)果顯示：① 十年間，處于第一象限（HH）的省區(qū)市不斷增加，處于第三象限（LL）的省區(qū)市不斷減少，表明TRCE的高值省區(qū)市不斷增多，且空間集聚程度提升。② 研究的30省區(qū)市主要處于第一象限（HH）和第三象限（LL），2018年共有18個省區(qū)市處于第一、第三象限，占到全部樣本的60%，進一步證實了上文Morans I指數(shù)所表明的TRCE呈現(xiàn)全局正的空間自相關(guān)性存在的初步判斷。③ 具體來看，河南、湖北、內(nèi)蒙古、江西、湖南、貴州、黑龍江、吉林、遼寧等9個省區(qū)在十年間一直為TRCE的創(chuàng)新冷點區(qū)域。北京、上海、天津、浙江、江蘇、廣東、四川等省市在十年間一直為TRCE的創(chuàng)新高值區(qū)域。

4?旅游資源轉(zhuǎn)換效率的空間溢出效應(yīng)測度

以全國及東部、中部、西部地區(qū)的TRCE數(shù)據(jù)，運用空間計量模型探析TRCE的影響因素，剖析各影響因素直接、間接以及總空間溢出效應(yīng)，從而厘清影響因素的作用機理。4.1?綜合作用機制在空間面板模型的選擇上，Wald（SAR）和LR（SAR）的統(tǒng)計量分別為32.638和35.275，Wald（SEM）和LR（SEM）的統(tǒng)計量分別為35.512和38.297，都在1%的水平上拒絕了零假設(shè)，因此選擇空間杜賓模型。Hausman檢驗的統(tǒng)計量為563.217，在1%的顯著性水平拒絕原假設(shè)，表明選用固定效應(yīng)模型更為合理，故選擇了空間杜賓的固定效應(yīng)模型。

據(jù)表2可知，全國、東部地區(qū)、中部地區(qū)、西部地區(qū)的ρ值均顯著不為0，表明各區(qū)域均存在顯著的空間效應(yīng)。因此，為深入、準(zhǔn)確地詮釋解釋變量對被解釋變量的全部影響效應(yīng)與傳導(dǎo)機理，繼續(xù)借助空間SDM模型，分別從直接、間接以及總空間溢出效應(yīng)三個方面進行剖析。

表3報告了各影響因素對TRCE的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。

第一，直接空間溢出效應(yīng)，也稱為區(qū)域內(nèi)溢出效應(yīng)。由表3可知，全國與三個區(qū)域的回歸結(jié)果近似。以全國樣本為例，旅游產(chǎn)業(yè)集聚、交通條件、經(jīng)濟發(fā)展水平等因素對TRCE的溢出效應(yīng)為正向作用且通過顯著性檢驗，分別為0.309（P<0.1）、0.291（P<0.01）和0.247（P<0.1）。區(qū)域旅游產(chǎn)業(yè)集聚程度越高，旅游產(chǎn)業(yè)的發(fā)展更易產(chǎn)生規(guī)模經(jīng)濟效應(yīng)，形成人才、資金、技術(shù)等“磁場效應(yīng)”，從而提升旅游產(chǎn)業(yè)科技含量及技術(shù)、創(chuàng)新溢出，這與王兆峰等[18]研究結(jié)論一致。交通是旅游基礎(chǔ)設(shè)施的重要組成部分，是促進旅游業(yè)發(fā)展不可或缺的先決條件，交通條件極大地影響著消費者對旅游目的地的選擇，從而會影響到旅游資源的開發(fā)以及整個旅游產(chǎn)業(yè)的發(fā)展。良好的交通條件可以使旅游者將更多的時間和精力分配給“游”而非“旅”，從而激發(fā)出游決策。換言之，發(fā)達的交通能夠增強旅游活動的規(guī)模效應(yīng)，有助于增強特定區(qū)域旅游業(yè)整體獲利空間，提升旅游接待資源的邊際產(chǎn)出。經(jīng)濟發(fā)展水平對TRCE是正向促進作用。一方面，從供給側(cè)而言，相對發(fā)達地區(qū)，能夠通過延長旅游供應(yīng)鏈、發(fā)展高附加值旅游和提升區(qū)域內(nèi)旅游消費水平等方式提高區(qū)域旅游產(chǎn)業(yè)效率，增加單位旅游投入資源的邊際產(chǎn)出。另一方面，從需求側(cè)而言，經(jīng)濟收入較高的旅游者，對旅游產(chǎn)品質(zhì)量具有較高的要求，倒逼旅游企業(yè)開發(fā)出獨特性顯著、經(jīng)濟附加值高的旅游產(chǎn)品。值得注意的是創(chuàng)新能力、人力資本和市場化程度等三個影響均未通過顯著性檢驗。本文的實證結(jié)果與創(chuàng)新能力有助于產(chǎn)業(yè)效率的提升的傳統(tǒng)認(rèn)識有偏差，進一步證實了在研究期限內(nèi)我國TRCE的增長主要是源于規(guī)模擴張而非創(chuàng)新驅(qū)動，可能的原因一是旅游業(yè)屬于典型的服務(wù)行業(yè)，在缺少外來約束條件下，旅游企業(yè)科技創(chuàng)新乏力;二是我國旅游業(yè)發(fā)展的政府主導(dǎo)特征明顯，相比于一、二產(chǎn)業(yè)及其他高新技術(shù)產(chǎn)業(yè)，有限的科研經(jīng)費較少的投入到旅游產(chǎn)業(yè)中。人力資本對TRCE的作用沒有通過顯著性檢驗的可能原因是：我國旅游業(yè)仍是以文化層次較低的就業(yè)人員為主的勞動密集型產(chǎn)業(yè)，旅游就業(yè)的低門檻導(dǎo)致旅游行業(yè)對人員素質(zhì)并未得到重視，同時，旅游行業(yè)技術(shù)壁壘弱、創(chuàng)新環(huán)境差、創(chuàng)新回報率低等特點也抑制了企業(yè)培訓(xùn)員工的熱情。市場化程度對TRCE的作用未通過顯著性檢驗，這與劉建國研究的結(jié)論一致[30]，主要的原因也是我國多數(shù)區(qū)域的旅游產(chǎn)業(yè)發(fā)展在很大程度上仍處于“政府主導(dǎo)型旅游發(fā)展模式”階段。

第二， 間接空間溢出效應(yīng)，也稱為區(qū)域間溢出效應(yīng)。由表3可知，全國與三個區(qū)域的回歸結(jié)果近似。以全國樣本為例，在空間嵌套矩陣下，交通條件對鄰域TRCE的溢出效應(yīng)最高且顯著，為0.320（P<0.01），而且交通條件的間接空間溢出效應(yīng)的回歸系數(shù)大于直接空間溢出效應(yīng)回歸系數(shù)。Stephen[31]指出旅游效率的提升也可能產(chǎn)生于需求側(cè)，有些多目的游客在時間、經(jīng)濟等約束條件的允許下，可能在一次旅游中選擇多個目的地，帶動相鄰區(qū)域旅游發(fā)展，提升旅游資源利用率。經(jīng)濟發(fā)展水平對鄰域TRCE的溢出效應(yīng)僅次于交通條件，為0.241（P<0.01）?？赡艿脑蚴乔钒l(fā)達地區(qū)的 “飛地旅游 ”性質(zhì)所決定，一方面經(jīng)濟欠發(fā)達地區(qū)的旅游流來自經(jīng)濟發(fā)達地區(qū)，另一方面主要來自經(jīng)濟發(fā)達地區(qū)的大型住宿、旅行、航空、購物等企業(yè)支配控制欠發(fā)達地區(qū)旅游業(yè)發(fā)展，科學(xué)技術(shù)通過游客的“言傳身教”及旅游企業(yè)的“先進經(jīng)驗”向鄰域產(chǎn)生溢出效應(yīng)。旅游產(chǎn)業(yè)集聚對鄰域TRCE的溢出效應(yīng)為0.203且通過顯著性檢驗（P<0.1）。產(chǎn)業(yè)的適度集聚可以通過競爭效應(yīng)、溢出效應(yīng)、規(guī)模效應(yīng)、合作效應(yīng)等多種效應(yīng)促進企業(yè)創(chuàng)新，提升行業(yè)技術(shù)水平，但積聚水平達到一定程度后，由于交通擁擠、能源緊張、生產(chǎn)要素供給不足現(xiàn)象的出現(xiàn)，企業(yè)會向鄰近區(qū)域適度擴散，帶動效率溢出。市場化程度對TRCE的區(qū)域間溢出效應(yīng)通過負向顯著性檢驗，說明市場化程度高的區(qū)域?qū)χ苓厖^(qū)域的旅游資源轉(zhuǎn)換的虹吸效應(yīng)明顯，簡單加工的旅游產(chǎn)品將會從市場化程度低的區(qū)域溢出，形成“馬太效應(yīng)”。人力資本、創(chuàng)新能力、兩個因素的區(qū)域間溢出效應(yīng)均未通過顯著性檢驗。由此得出，鄰域空間關(guān)聯(lián)效應(yīng)下，某省市的經(jīng)濟發(fā)展水平、交通條件、旅游產(chǎn)業(yè)集聚等都對鄰域TRCE發(fā)展起到正向的帶動和輻射作用;市場化程度對鄰域TRCE發(fā)展起到負向抑制作用;人力資本和創(chuàng)新程度兩個影響因素?zé)o論在區(qū)域內(nèi)還是區(qū)域間均未對TRCE產(chǎn)生溢出效應(yīng)。

第三，總體空間溢出效應(yīng)，是直接空間溢出效應(yīng)與間接空間溢出效應(yīng)的加總。仍以全國樣本為例，交通條件對TRCE的總體空間溢出效應(yīng)影響最大（0.611，P<0.01），這與旅游產(chǎn)業(yè)的自身屬性有關(guān)系;其次是旅游產(chǎn)業(yè)集聚（0.512，P<0.1），即旅游產(chǎn)業(yè)集聚水平越高越有利于TRCE的提升;再次是經(jīng)濟發(fā)展水平也通過了顯著性檢驗（0.488，P<0.05）。市場化程度的總體效應(yīng)與直接效應(yīng)的結(jié)論相同，沒有通過顯著性檢驗;人力資本和創(chuàng)新能力的總體空間溢出效應(yīng)與直接效應(yīng)和間接效應(yīng)的結(jié)論一致，均未通過顯著性檢驗。

4.2?穩(wěn)健性檢驗

借助空間杜賓回歸分別在空間經(jīng)濟權(quán)重矩陣和地理權(quán)重的基礎(chǔ)上對全國及東、中、西部地區(qū)進行回歸，估計的系數(shù)和顯著性水平均沒有發(fā)生實質(zhì)變化（如有需要可向作者索取結(jié)果）。

5?結(jié)論與啟示

研究克服了現(xiàn)有文獻僅測算旅游綜合效率而無法判斷出旅游資源轉(zhuǎn)換效率的桎梏，運用修正的DEA模型測算了旅游資源這一投入要素的轉(zhuǎn)換效率，繼而從空間相關(guān)、空間溢出等地理視角，運用空間自相關(guān)、空間杜賓模型探究了旅游資源轉(zhuǎn)換效率的影響因素及作用機理。研究結(jié)論有：①2009—2018年我國省際TRCE均值僅為0.421，未達到生產(chǎn)的前沿面，且TRCE速度增長緩慢，由0.380僅增長到0.461。表明在研究時段內(nèi)，我國旅游業(yè)發(fā)展仍處于規(guī)模擴張的粗放階段。通過鄒檢驗，證明出 2014年為TRCE時間序列的突變點。根據(jù)我國各階段的旅游政策、旅游資源轉(zhuǎn)換效率特征等，將TRCE的發(fā)展趨勢可分為兩個階段：旅游大發(fā)展階段（2009—2013年）和旅游新常態(tài)階段（2014年至今）。②運用自然斷點法（JENK）將30個省市按照TRCE由大到小的順序分為第一層級、第二層級、第三層級、第四層級。研究時期內(nèi)，各省市的TRCE并沒有形成固定的變化規(guī)律，可能的原因是各省旅游業(yè)尚未找到符合自身特征的內(nèi)涵式增長路徑，但處于第一層級、第二層級的省區(qū)市逐漸增多，表明30個省區(qū)市的TRCE逐漸提升。③十年間，我國東、中、西部省區(qū)市的TRCE均值表現(xiàn)為穩(wěn)定緩慢上升態(tài)勢，TRCE的均值分別為0.453、0.387和0.411，形成“東-西-中”階梯式遞減特征，而TRCE的增長速度卻呈現(xiàn)出“西-中-東”的逐步減小態(tài)勢。在政策傾斜、產(chǎn)業(yè)升級、技術(shù)溢出等多重驅(qū)動下，區(qū)域間TRCE逐漸趨于均衡。④十年間，全國30個省區(qū)市TRCE的莫蘭指數(shù)在0.249～0.267范圍內(nèi)徘徊，且Z值均高于臨界值1.96，表明全國30個省區(qū)市的TRCE具有明顯的空間正自相關(guān)關(guān)系。在影響機理方面：交通條件對TRCE的總體空間溢出效應(yīng)影響最大（0.611，P<0.01），其次是旅游產(chǎn)業(yè)集聚（0.512，P<0.1），再次是經(jīng)濟發(fā)展水平也通過了顯著性檢驗（0.488，P<0.05）。市場化程度、人力資本和創(chuàng)新能力對TRCE的總體空間溢出效應(yīng)均未通過顯著性檢驗。

根據(jù)以上結(jié)論，得到以下政策啟示：①推進政府部門貫徹以“效率”為核心的高質(zhì)量發(fā)展理念。構(gòu)建以“效率”為核心的相關(guān)干部政績考核評價制度，轉(zhuǎn)變各級干部原有“唯GDP”增長的錯誤思想，培育和激發(fā)各級干部提升旅游資源轉(zhuǎn)換的意識。②深化旅游資源的供給側(cè)結(jié)構(gòu)性改革。各省份因地制宜、科學(xué)合理規(guī)劃旅游產(chǎn)業(yè)規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)，以游客消費需求為導(dǎo)向，立足自身旅游資源優(yōu)勢，開發(fā)出參與性強、獨特性顯著、利潤附加值高的新型旅游產(chǎn)品。③完善市場配置旅游資源的決定作用。堅持市場化改革，健全產(chǎn)權(quán)制度和要素市場化配置，優(yōu)化旅游資源配置，減小政府配置資源的話語權(quán)，避免盲目追求旅游資源數(shù)量的增加，提升旅游資源轉(zhuǎn)換規(guī)模效率。④強化全域旅游協(xié)同發(fā)展理念。各省份須整合旅游資源、全域統(tǒng)籌規(guī)劃，凝聚全域旅游發(fā)展新合力，促進旅游各生產(chǎn)要素全域流通，擴大旅游產(chǎn)業(yè)“滲透”效應(yīng)、“乘數(shù)”效應(yīng)、技術(shù)擴散效應(yīng)，緩解區(qū)域旅游資源轉(zhuǎn)換效率差異。⑤提升旅游企業(yè)自主創(chuàng)新的主動性。旅游企業(yè)應(yīng)建立有效的激勵約束機制，加強知識產(chǎn)權(quán)保護，完善產(chǎn)學(xué)研相結(jié)合的技術(shù)創(chuàng)新體系，調(diào)動旅游企業(yè)科研人員的積極性，營造旅游企業(yè)技術(shù)改革和產(chǎn)品創(chuàng)新的良好氛圍。

需要說明，上述研究也存在以下不足：首先，由于數(shù)據(jù)的缺乏，未考慮環(huán)境約束下的旅游資源轉(zhuǎn)換效率;其次，在全國的空間尺度上，TRCE的非均衡性逐漸減小，那么東、中、西部地區(qū)內(nèi)部是否也存在“俱樂部收斂”，未來可從省域尺度研究TRCE的變化規(guī)律;最后，不同類型旅游資源的TRCE影響因素及作用機理應(yīng)該存在差異，分類研究不同旅游資源的TRCE是今后的方向。

參考文獻

[1]國家統(tǒng)計局. 中國統(tǒng)計年鑒（2019）[M]. 北京： 中國統(tǒng)計出版社， 2019.

[2]劉佳， 王娟， 奚一丹. 中國旅游經(jīng)濟增長質(zhì)量的空間格局演化[J]. 經(jīng)濟管理， 2016， 38（8） ：160-173.

[3]馬曉龍， 保繼剛. 基于DEA的中國國家級風(fēng)景名勝區(qū)使用效率評價[J]. 地理研究， 2009， 28（3） ：838-848.

[4]MOREY R C， DITTMAN D A. Evaluating a hotel GMs performance： a case in benchmarking[J]. Cornell hotel restaurant and administration quarterly， 1995， 36（5） ：30-35.

[5]ANDERSON R I， FISH M， XIA Y. Measuring efficiency in the hotel industry：a stochastic frontier approach[J]. Hospitality management， 1999， 18（1） ：45-57.

[6]BARROS C P， MATIAS A. Assessing the efficiency of travel agencies with a stochastic cost frontier： a Portuguese case study[J]. International journal of tourism research， 2006， 8（5） ：367-379.

[7]CHARLES K N， PAUL S. Competition， privatization and productive efficiency： evidence from the airline industry[J]. The economic journal， 2001， 111：591-691.

[8]TAHERI H， ANSARI S. Measuring the relative efficiency of cultural-historical museums in Tehran： DEA approach[J]. Journal of culture heritage， 2013， 14： 431-438.

[9]查建平， 王挺之. 環(huán)境約束條件下景區(qū)旅游效率與旅游生產(chǎn)率評估[J]. 中國人口·資源與環(huán)境， 2015， 25（5） ：92-99.

[10]GARCIA X， RIBAS A. Mass tourism and water efficiency in the hotel industry： a case study[J]. International journal hospitality management， 2017， 61：82-93.

[11]王松茂， 郭英之. 旅游扶貧效率評價模型構(gòu)建及實證研究：來自中國的經(jīng)驗證據(jù)[J]. 社會科學(xué)家， 2018， 254：88-97.

[12]路小靜， 時朋飛， 鄧志偉， 等. 長江經(jīng)濟帶旅游業(yè)綠色生產(chǎn)率測算與時空演變分析[J]. 中國人口·資源與環(huán)境， 2019， 29（7） ：19-30.

[13]游詩詠， 林仲源， 韓兆洲. 廣東省城市旅游效率的時空特征及其增長機制[J]. 資源科學(xué)， 2017， 39（8） ：1545-1559.

[14]劉德光， 朱茜. 中國景區(qū)類上市公司的營銷效率及影響因素研究[J]. 軟科學(xué)， 2018， 32（7） ：79-83.

[15]鄢慧麗， 王強， 熊浩， 等. 海南省少數(shù)民族地區(qū)旅游扶貧效率測度與時空演化分析[J]. 中國軟科學(xué)， 2018， 33（8） ：63-76.

[16]彭紅松， 章錦河， 韓婭， 等. 旅游地生態(tài)效率測度的SBM-DEA模型及實證分析[J]. 生態(tài)學(xué)報， 2017， 37（2） ：628-638.

[17]王兆峰， 趙松松. 基于DEA-Malmquist模型的湖南省旅游產(chǎn)業(yè)效率時空動態(tài)演化及影響因素[J]. 長江流域資源與環(huán)境， 2019， 28（8） ：1886-1987.

[18]曹芳東， 黃震方， 余鳳龍， 等. 國家級風(fēng)景名勝區(qū)旅游效率空間格局動態(tài)演化及其驅(qū)動機制[J]. 地理研究， 2014， 33（6） ：1151-1166.

[19]王虹， 胡勝德. 基于Tobit模型的“一帶一路”旅游產(chǎn)業(yè)效率投資影響因素及策略研究[J]. 中國軟科學(xué)，2017， 32（12） ：62-70.

[20]汪芳， 俞曦. 城市園林游憩活動評價：以無錫為例[J]. 地理研究， 2008， 27（5） ：1059-1070.

[21]陳傳康， 高豫功， 俞孔堅，等. 丹霞風(fēng)景名勝區(qū)的旅游開發(fā)研究[J]. 地理學(xué)報， 1990， 45（3） ：284-294.

[22]方葉林， 黃振方， 余鳳龍. 省際旅游資源相對效率的演化分析[J]. 地理科學(xué)， 2013， 33（11） ：1354-1361.

[23]歐陽峣， 陳琦. “金磚國家”創(chuàng)新體系的技術(shù)效率與單因素效率評價[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2014， 31（5） ：71-84.

[24]馬榮華， 蒲英霞， 馬曉冬. GIS空間關(guān)聯(lián)模式發(fā)現(xiàn)[M]. 北京： 科學(xué)出版社， 2007.

[25]MORAN A P. The Interpretation of statistical maps[J]. Journal of the Royal Statistical Society， 1948， 25（10） ：243-251.

[26]林光平， 龍志和， 吳梅. 中國地區(qū)經(jīng)濟收斂的空間計量實證分析：1978—2002年[J]. 經(jīng)濟學(xué)（季刊）， 2005， 10（4） ：67-82.

[27]王鋒， 秦豫徽， 劉娟，等. 多維度城鎮(zhèn)化視角下的碳排放影響因素研究：基于中國省域數(shù)據(jù)的空間杜賓面板模型[J]. 中國人口·資源與環(huán)境， 2017， 27（9） ：151-161.

[28]王小魯， 樊綱， 胡李鵬. 我國分省市市場化指數(shù)[M]. 北京： 社會科學(xué)文獻出版社， 2018.

[29]CHOW G C. Tests of equality between sets of coefficients in two linear regressions[J]. Econometrica， 1960， 28（3） ：591-605.

[30]劉建國， 張文忠. 中國區(qū)域全要素生產(chǎn)率的空間溢出關(guān)聯(lián)效應(yīng)研究[J].地理科學(xué)， 2014， 34（5） ：522-530.

[31]STEPHEN L J. Recreation geography[M]. New York： Longman， 1983.