地理研究  2015 , 34 (12): 2395-2408 https://doi.org/10.11821/dlyj201512016

Orginal Article

风景名胜区旅游效率及其分解效率的时空格局与影响因素——基于Bootstrap-DEA模型的分析方法

曹芳东12, 黄震方12, 徐敏1, 王坤12

1. 南京师范大学地理科学学院,南京 210023
2. 江苏省地理信息资源开发与利用协同创新中心,南京 210023

Spatial-temporal pattern and influencing factors of tourism efficiency and the decomposition efficiency in Chinese scenic areas: Based on the Bootstrap-DEA method

CAO Fangdong12, HUANG Zhenfang12, XU Min1, WANG Kun12

1. School of Geographical Science, Nanjing Normal University, Nanjing 210023, China
2. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China

通讯作者:  黄震方(1963- ),男,江苏扬中人,博士,教授,博士生导师,主要从事旅游地理与旅游规划研究。E-mail: zhfh@263.net

收稿日期: 2015-07-6

修回日期:  2015-11-13

网络出版日期:  2015-12-24

版权声明:  2015 《地理研究》编辑部 《地理研究》编辑部

基金资助:  国家自然科学基金项目(41401144,41271149)教育部人文社会科学研究青年基金项目(14YJC790003)江苏省高校自然科学研究项目(14KJB170007)江苏省高校哲学社会科学基金项目(2014SJB109)南京师范大学高层次人才引进启动基金项目

作者简介:

作者简介:曹芳东(1984- ),男,江苏徐州人,博士,讲师,主要从事旅游地理与旅游规划研究。Email: qichen84@163.com

展开

摘要

综合运用数据包络分析方法与Bootstrap-DEA纠偏分析方法,测算1992-2012年风景名胜区旅游效率及其分解效率,探讨各分解效率与旅游综合效率的关系及其作用程度,并基于系统广义矩分析方法进行影响因素的定量分析与检验。结果表明:① 风景名胜区旅游效率总体上处于波动态势,多数尚未达到DEA最优状态,纠偏结果显示,总体上风景区旅游效率及其分解效率较之原值呈现偏小态势,高值区反映在空间上主要集中分布在沿海地带、关中平原(山陕地区)以及西南地区,尤其是环渤海湾和东部沿海更加显著;② 整个时间节点,从接近对角线的个数来看,纯技术效率—综合效率更加明显,且随着时间的推移,散点图上的纯技术效率和规模效率偏离对角线的趋势在增大,呈现出沿着对角线纵向方向扩展的特征,表明了纯技术效率较之规模效率对综合效率的作用与影响更大;③ 从旅游全要素生产率的影响因素来看,经济发展水平、市场化程度、交通发展条件、科技信息水平以及制度供给因素对旅游效率的影响存在正相关,旅游资源禀赋的影响作用显著下降,而产业结构变化的影响表现为负相关。

关键词: Bootstrap-DEA ; 风景名胜区 ; 旅游效率 ; 时空格局 ; 影响因素

Abstract

This paper seeks to find the pattern and influencing factors of tourism efficiency and the decomposition efficiency in Chinese scenic areas, specifically from 1992 to 2012. First, these efficiencies are measured via the integrated methods of Data Envelopment Analysis (DEA) and Bootstrap-DEA. Then, we discuss how the tourism decomposition efficiency affects the comprehensive efficiency. Finally, a quantitative analysis and test of the influencing factors are conducted using the System GMM method. The results indicate the following: (1) The tourism efficiency in scenic areas is fluctuating overall; however, most of them have not yet reached the DEA optimal. The correction results show that, compared with the original value, the tourism comprehensive efficiency in scenic areas is smaller on the whole, and the high value area is mainly distributed along the coastal zone, the Guanzhong plain (Shanxi and Shaanxi provinces) as well as the southwest region, more significant especially in the Bohai Rim and the eastern coast. (2) Throughout the entire time node, the number of scattered points close to the diagonal of pure technical efficiency to comprehensive efficiency is significantly higher than that of scale efficiency to comprehensive efficiency. Meanwhile, as time goes on, the increasing trend of pure technical efficiency and scale efficiency deviates from the diagonal in the scatter diagram. This appears to be vertically extended along the diagonal line, showing pure technical efficiency as having more influence on comprehensive efficiency. (3) From the perspective of factors influencing the tourism total factor productivity, economic development level, the degree of marketization, traffic conditions, level of science and technology, and system supply factors have significant positive effects on tourism efficiency. The effect of tourism resource endowment shows a significant reduction and the influence of the industrial structure changes is significantly negative.

It is evident that the tourism efficiency spatial structure presents certain differences among scenic areas. The unbalanced development pattern explains that the eastern region is more likely to get the tourism resources than the other regions. However, with the increasing amount of tourism input, the utilization efficiency of resource factors is decreasing. This is mainly due to the irrational and erratic tourism industry structure, which could give rise to the inefficient allocation of resources. Therefore, the tourism industry structure must be transformed and improved so that the scale effect of tourism economy could be enlarged, so as to make the regional tourism efficiency develop evenly and steadily.

Keywords: Bootstrap-DEA ; scenic areas ; tourism efficiency ; spatial-temporal pattern ; influencing factors

0

PDF (8041KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

曹芳东, 黄震方, 徐敏, 王坤. 风景名胜区旅游效率及其分解效率的时空格局与影响因素——基于Bootstrap-DEA模型的分析方法[J]. , 2015, 34(12): 2395-2408 https://doi.org/10.11821/dlyj201512016

CAO Fangdong, HUANG Zhenfang, XU Min, WANG Kun. Spatial-temporal pattern and influencing factors of tourism efficiency and the decomposition efficiency in Chinese scenic areas: Based on the Bootstrap-DEA method[J]. 地理研究, 2015, 34(12): 2395-2408 https://doi.org/10.11821/dlyj201512016

1 引言

随着旅游业的快速发展与转型升级,旅游生产单元的多元化趋势愈来愈明显。风景名胜区作为旅游业发展的重要组成部分,在积极响应资源保护政策的同时,也加快了自身旅游投入与开发的步伐。尽管当前风景名胜资源开发受到严格的控制,但其独特的产品形态和业态类型成为景区旅游持续发展的重要支撑。中国风景名胜区地域分布广泛,对其资源的使用和配置差异明显,客观上导致了风景名胜区旅游效率的空间差异性。因此,分析其旅游效率及其分解效率的时空格局不仅有助于动态把握风景名胜资源利用的空间变化特征,为旅游投入与产出的变化关系提供科学指导,还有助于发现旅游资本在地理空间上的转移特征与趋势,为风景名胜区空间和地域上的合理化投资提供决策依据。

国内外有关旅游效率的研究早期主要集中在旅游产业三大要素上,即酒店业、旅行社与旅游交通[1-5],后来逐渐涉及到旅游上市公司、旅游景区类型的目的地等[6,7]。随着旅游发展过程中带来的资源浪费、生产方式粗放等问题的出现,旅游效率备受推崇。学者更多地偏向旅游效率与经济发展之间关系的转变,探讨了旅游业发展效率类型[8]、区域差异[9-12]及演化模式[13]。这一时期,研究方法和指标选取上也逐渐深化,较多地采用数据包络分析方法(data envelopment analysis,DEA)[14-16]和改进的DEA优化分析方法[17,18],将旅游要素效率的发展过程分为若干个阶段,针对不同阶段的特征加以深化研究,提出了科学利用旅游生产要素,提高旅游效率的措施,对于旅游业发展质量和效率的提升起到重要的启发效应。同时,旅游效率测量选取的指标或指标体系尽管存在较大差异,但均能意识到旅游投入和产出的对应关系,理清不同指标的内在逻辑关系,以便更为精确地计算旅游效率并将其加以准确的表达。此外,还有的学者从空间的视角出发,基于不同的空间尺度,考察了旅游业发展要素的时空格局演化特征,寻求影响旅游业效率格局变化的驱动因子与影响机制,提出了旅游业发展低效率向高效率演化的对策与建议[19,20]

国内外学者关于旅游效率的研究,无论在研究内容上,还是在研究方法上均已取得了较为丰硕的成果,但研究更多地基于传统的DEA方法,测算的旅游效率数值较之实际情况往往存在偏大的现象。基于此,本文在基于DEA方法的基础上,进一步采用Bootstrap-DEA的纠偏技术,更为真实客观地测算风景名胜区旅游效率及其分解效率并对其进行空间表达,并结合系统广义(SYS-GMM)矩分析方法,对风景名胜区旅游效率的影响因素进行检验分析,以期为旅游效率的深入研究提供新的方法借鉴。

2 研究方法与数据来源

2.1 DEA方法

DEA是一种通过求解数学规划问题来评价多项投入和多项产出的非参数评价方法。DEA的基本思想是:假设要评价K个生产单元的效率,投入指标有L种,产出指标有M种,第 nn=1,2,,K个单元的DEA应用模型为[21]

minθ-εe1Ts-+e2Ts+s.t.j=1Kxjlλj+s-=θxln  l=1,2,,Lj=1Kyjmλj-s+=ymn  m=1,2,,Mλ0      n=1,2,,K(1)

式中: θ为综合效率, 0<θ1; ε为非阿基米德无穷小量; s-为松弛变量, s-0; s+为剩余变量, s+0; e1T=1,1,,1Emm维单位向量空间; e2T=1,1,,1Ekk维单位向量空间; λj为权重变量, λj0;xjl为第jj=1,2,,K)个生产单元的第l种资源的投入量,yjm为第j个生产单元的第m种产出量。引入约束条件 j=1Kλj=1,将式(1)转变为规模报酬可变(variable returns to scale,VRS)的DEA乘积,称之为VRS模型。

2.2 Bootstrap-DEA模型

传统DEA方法具有一些参数估计不可比拟的优点,但对样本评价会产生偏差,而忽略了统计检验问题,Bootstrap-DEA模型可以弥补传统DEA方法的不足,通过重复抽样来模拟数据生成过程,以此修正样本估计结果存在的偏差[21]。具体的算法步骤为:

(1)针对某一样本数据组(xk, yk),通过求解线性规划计算 θ^h

θ^h=minθi=1nγiyl;θxkγixk;θ0;i=1nγi=1;γi0(2)

(2)从式(2)中产生一组随机的样本 θkb*

θkb*=θ1b*,θ2b*,,θkb*(3)

(3)通过式(3)求解 xkb*

xkb*=(θ^hθkb*)xk(4)

(4)通过式(4)求解 θ^kb*

θ^kb*=minθyli=1nγiyl;θxkγixkb*;θ0;i=1nγi=1;γi0,i=1,2,,n(5)

(5)重复B次步骤(1)~步骤(4),得到一组估计值。

θ^kb*,b=1,2,,B(6)

为了保证置信区间的覆盖度,通常将样本数据集的B为1000[21,22]

2.3 Malmquist生产率指数模型方法

本文引入基于规模报酬不变(constant returns to scale,CRS)的Malmquist生产率指数模型,旅游生产率变化指数TFPC的计算公式为[23]

TFPC=EC(CRS)×TC(CRS)(7)

同样,根据生产率变化指数原理,可得规模报酬可变的Malmquist指数模型,计算公式为:

TFPC=PTEC(VRS)×SEC(CRS,VRS)×TC(CRS)(8)

其中

EC(CRS)=Dt+1c(xt+1,yt+1)Dct(xt+1,yt+1)(9)

PTEC(VRS)=Dtv(xt+1,yt+1)Dvt(xt,yt)(10)

SEC(CRS,VRS)=[Dtv(xt,yt)Dct(xt,yt)]×[Dt+1c(xt+1,yt+1)Dtv(xt+1,yt+1)](11)

TC(CRS)=[Dct(xt+1,yt+1)Dt+1c(xt+1,yt+1)×Dtc(xt,yt)Dt+1v(xt,yt)]12(12)

式中: ECPTECSECTC分别表示综合效率、纯技术效率、规模效率和技术在时间tt+1的变化指数; (xt,yt)(xt+1,yt+1)分别为时间tt+1的的投入产出向量; DctDt+1c分别为时间tt+1的基于规模报酬不变的产出和最优产出的距离函数; DtvDt+1v分别为时间tt+1的基于规模报酬可变的实际产出和最优产出的距离函数。

2.4 数据来源与指标选取

旅游效率是衡量旅游业发展水平与质量的重要量表,通常涉及到投入和产出数据,尽管当前学术界加大了旅游效率的研究力度和深度,但在指标的选取上依然存在较大差异,对准确的测度旅游效率产生一定影响。经济学最基本的生产要素通常包括土地、资本、劳动和管理。土地是景区进行生产经营活动的重要场所,提供了发生旅游活动的物质载体,无论在产品设计、项目实施和旅游功能的提升上,均离不开土地;资本是景区旅游活动有效开展的基础,涉及到景区的一切生产、运营、管理和保障,是景区旅游持续发展的源泉;劳动一般用景区从业人员替代,是景区进行旅游活动的直接操作者,从业人员服务水平和形象直接影响到景区经营效益,因此将土地、资本和劳动作为效率测度的首选,在参考并借鉴国内外学者研究的基础上[4,10,11],对应上述的土地、资本和劳动,分别选取土地面积、固定资产投资与经营支出及景区从业人员作为旅游效率测度的投入指标,旅游收入和游客量是景区经营活动展开后的产物,作为产出指标(表1)。尽管游客满意度也是旅游活动后的结果,鉴于测度中国范围内风景区的游客满意度存在困难,实际操作难度较大,因而将其忽略。鉴于国家级风景名胜区的颁布时间存在阶段性,前三批的颁布时间依次是1982年、1988年和1994年,本文考虑到数据获取的难易程度,将1992年的研究对象定为前两批国家级风景名胜区,即84处,2002年和2012年的研究对象定为119处。

表1   风景名胜区旅游效率投入与产出指标

Tab. 1   Input and output index of tourism efficiency in scenic areas

投入指标产出指标
风景区土地面积、固定资产投资额、景区从业人数、经营支出旅游收入、游客人数

新窗口打开

由于旅游业的投入与产出存在时间上的不吻合性,因此,本文将当年的旅游投入与第二年的旅游产出相对应,以便规避时滞性的缺陷。与此同时,为了避免年际价格间的误差引起测度结果偏差,本文借鉴左冰等[8]提出的永续盘存法对资本存量进行估算, Kit=Kit-1(1-δ)+Iitpt, pt为以1991年为基期计算的固定资产价格指数,初始资本存量采用固定资产额除以10%所得[24],固定资产与旅游收入借鉴GDP价格指数平减法进行处理,折旧率取值6%。文中涉及的风景名胜区数据来源于《中国城市建设统计年鉴》(1993-2013年),影响因素数据来源于《新中国60年统计资料汇编》和《中国城市统计年鉴》,由于一些景区部分年份的数据缺失,为了保证计算的合理性,采用插值的方式进行补充。

3 结果分析

3.1 风景名胜区旅游综合效率纠偏前后时空格局

结合公式(1),运用数据包络分析方法软件,分别测度1992年、2002年及2012年风景名胜区旅游效率及其分解效率(图1)。结果显示,风景名胜区旅游综合效率总体上处于下降态势,且下降幅度较之上升幅度明显增大,从综合效率的分布态势来看,数值位于高值区(大于0.8)数量发生较大改变,由1992年的23个增加到2012年的78个,尽管在数量上以东部地区占据绝对优势,但中西部地区明显提升。从纯技术效率的最优状态来看,由1992年的14个增加到2012年的35个,规模效率与综合效率变化态势较为相似,由1992年的20个增加到2012年的53个。表明了中国风景名胜区虽然整体上旅游投资存在一定的冗余,规模开发尚未完全形成最优的产出效益,更多地依靠资源消耗与规模投资,但技术利用与技术创新的溢出功能已经开始显现,对当前风景名胜区的旅游转型与结构升级起到重要的引导作用。同时,为了更为精确地测度风景名胜区旅游效率,本文引入了基于R软件的Bootstrap-DEA的纠偏技术,纠偏的结果表明,风景区旅游综合效率较之原值呈现偏小态势。从3个年份来看,综合效率的高值区反映在空间上主要集中分布在沿海地带、关中平原(山陕地区)以及西南地区,尤其是环渤海湾和东部沿海地区更加显著。

图1   风景名胜区旅游综合效率纠偏前后

Fig. 1   Before and after correction of tourism comprehensive efficiency in scenic areas

3.2 风景名胜区旅游分解效率纠偏前后时空格局

采用相同的分析方法,对1992年、2002年、2012年的纯技术效率和规模效率的纠偏前后进行测度(图2),总体上,风景名胜区纯技术效率与规模效率在数值上存在较大差异,主要表现为规模效率的数值较大,而纯技术效率数值相对较小,表明了20世纪90年代初期,景区的技术使用处于相对较低的水平,对于景区旅游效率的提升,更多地依赖传统的规模投资与粗放式的经营活动。随着景区技术水平的不断提升,新的科技手段先后用于景区建设,技术的应用和推广带动了景区综合效率的提高,表现为2012年尤为显得突出,纯技术效率均值较之1992年,提升了16.34%,而规模效率均值由1992年的0.738上升到2012年的0.765,整体提升幅度不大,说明在这一时期,技术因素在推动中国风景名胜区旅游发展过程中的权重逐渐增加。从整体而言,由于中国东中西部覆盖范围大,处于中西部地区的多数景区来说,尽管技术进步带动了技术效率的提升,但规模化的投资比例依然占据主导,市场化的运作机制尚未充分发挥,对于旅游业的转型与产业升级带来一定的阻碍。

图2   风景名胜区旅游分解效率纠偏前后

Fig. 2   Before and after correction of tourism decomposition efficiency in scenic areas

3.3 风景名胜区旅游效率与分解效率的关系

为了进一步分析分解效率对综合效率的影响程度,本文分别对1992年、2002年、2012年风景区旅游效率与分解效率之间的对应关系进行梳理,制作综合效率—纯技术效率、综合效率—规模效率二维坐标散点图(图3)。从分解的物理意义可以看出,散点越是接近45 °对角线,说明分解效率对综合效率的解释力度越大,反之,解释力度越弱。其中,横坐标代表综合效率,纵坐标分别代表纯技术效率和规模效率,由散点图的分布状态判断各分解效率对综合效率的作用程度和影响强度。由图3可知,整个时间节点,从接近对角线的个数来看,纯技术效率—综合效率占据优势,且纯技术效率和规模效率偏离对角线的趋势也在增大,呈现出沿着对角线纵向方向扩展的特征,同时,散点也呈现由较为集中逐步演变成较为分散。通过散点图的变化来看,纯技术效率—综合效率散点较之规模效率—综合效率散点,接近对角线的个数由1992年的相对持平,逐步演化到后来的开始超越,说明了风景名胜区纯技术效率对综合效率的影响程度逐渐增大,规模投资的旅游发展逐渐转向技术引领的方向拓展。

图3   风景名胜区旅游效率及其分解效率对应关系

Fig. 3   Corresponding relationship between tourism efficiency and its decomposition efficiency in scenic areas

从旅游效率的有效性来看,DEA有效较多的现象发生在2012年,反映在散点图上,表明了越是接近DEA有效的散点越是远离对角线,接近对角线的最上端。除此之外,其他年份的纯技术效率—综合效率和规模效率—综合效率散点均呈现了一定的集聚状态,进一步表明了纯技术效率的贡献程度大于规模效率,同时集聚的特征也说明了风景名胜区旅游效率总体上处于较为接近的态势,为今后旅游发展政策的制定、旅游基础规模的投资和技术设施的革新与改善提供了有利条件。此外,从图3还可以发现,综合效率数值上较为接近的风景名胜区,通常规模效率较小时,需要重点加大旅游投资力度,提高资源配置能力,提升景区的规模溢出效应;反之,需要重点加强基础设施改善,增强技术革新力度,提高风景名胜区的技术利用水平。

3.4 影响因素分析

3.4.1 广义(SYS-GMM)矩检验与分析 风景名胜区旅游效率及其分解效率存在时空上的格局变化,究其原因存在多种因素的综合作用,考虑到数据的可获取性和定量化的需求,本文将其归纳为经济发展水平、市场化程度、交通发展条件、科技信息水平、旅游资源禀赋、产业结构变化以及制度供给等因子。

其中,ECON表示经济发展水平,用人均GDP代替;MARK表示市场化程度,用入境旅游收入占第三产业的比值代替;TRAN表示交通发展水平,用景区平均通达性指标代替;INFO表示科技信息水平,用各省邮电业务总量占全国邮电业务总量的比值代替;RESO表示旅游资源禀赋,采用熵值法分别将不同省份的国家级风景名胜区、国家级重点文物保护单位、国家级自然保护区、国家级森林公园、历史文化名城5个指标的数量乘以各自的权重的综合得分代替;STRU表示产业结构变化,用旅游产业占地区生产总值的比值代替;SYST表示制度供给,用非国有企业产值占工业总产值的比值代替[11],结果如图4所示。

图4   省域旅游资源禀赋度(1992年、2012年)

Fig. 4   Tourism resource endowment of provinces (1992, 2012)

估算结果(表2)显示,经济发展、市场化程度、交通发展水平、科技信息水平以及制度供给因素对旅游全要素生产率变化影响存在显著的正相关关系,旅游资源禀赋影响作用显著下降,而产业结构变化的影响为负相关。具体表现为,经济发展的显著性最强,表明了经济水平提升能够带动景区生产率的增长,同时对景区综合效率及其分解效率的作用存在显著正相关,但相关性存在差异;市场化程度存在与经济发展水平相似的特征,表现为市场化程度越高,越有利于景区旅游效率及其分解效率的提升;交通发展对全要素生产率变化影响有显著的正相关,但对综合效率和纯技术效率及其变化存在负相关,原因在于中国的交通基础设施与现代化水平整体上得到明显提升,但东中西差异显著,中西部地区交通条件的滞后一定程度上延缓了景区旅游效率的提升;信息技术的应用有利于全要素生产率的提高,对纯技术效率的变化存在显著的正相关,说明信息化水平的提升有利于加强景区信息资源的共享与交流,降低企业的信息成本,提升景区的运行效率,但对于规模效率及其变化并不显著,表明信息技术的提升速度和应用转换能力有待提高,与规模投资尚未形成合理的匹配程度;旅游资源禀赋对旅游发展效率的影响效应下降,说明传统的观光型旅游产品在生产设计过程中效率漏损较大,产品结构的转型升级成为未来方向;此外,估算结果还发现,非国有企业产值的增加有利于提升旅游业的全要素生产率,这也恰好解释了制度性因素能够影响旅游效率,也进一步表明体制机制改革与创新有利于旅游全要素生产率的提升,两者存在方向上的一致性。

表2   基于广义矩SYS-GMM模型的检验结果

Tab. 2   Test results based on SYS-GMM

估计结果估计结果估计结果估计结果估计结果估计结果估计结果
被解释变量TEPTESETEchPTEchSEchTFPch
估计方法SYS-GMMSYS-GMMSYS-GMMSYS-GMMSYS-GMMSYS-GMMSYS-GMM
lnECON0.313***
(0.002)
0.233**
(0.017)
0.232*
(1.327)
0.322**
(0.001)
0.196**
(0.012)
0.284**
(1.537)
0.307**
(1.235)
lnMARK0.212
(0.010)
0.153**
(0.219)
0.215**
(0.201)
0.234*
(0.011)
0.217**
(0.103)
0.253**
(0.117)
0.187**
(0.120)
lnTRAN-0.203
(0.015)
-0.136**
(0.862)
0.117**
(2.132)
0.167*
(0.013)
0.146**
(1.030)
0.153**
(1.156)
0.137**
(0.005)
lnINFO0.266
(0.022)
0.156**
(0.032)
0.165**
(0.018)
0.257**
(0.018)
0.153***
(0.013)
0.234**
(0.014)
0.248**
(0.015)
lnRESO-0.136*
(0.027)
0.095
(0.033)
0.126**
(0.004)
-0.203
(0.016)
1.162**
(0.012)
-0.148**
(0.002)
0.163**
(0.015)
lnSTRU-0.035
(0.027)
-0.040**
(0.001)
-0.001**
(0.001)
-0.002**
(0.016)
-0.033**
(0.001)
-0.002**
(0.013)
-0.002**
(0.001)
lnSYST-0.062
(0.032)
0.043**
(1.437)
0.038**
(1.032)
0.053**
(0.012)
0.046**
(1.053)
0.033**
(1.015)
0.032**
(0.005)
常数项7.232**
(1.568)
-5.325**
(1.427)
2.763**
(1.055)
4.263**
(1.132)
-4.372
(1.430)
3.532**
(1.187)
4.173**
(0.002)
时间效应
地区效应
Arellano-Bond
AR(1)检验
0.010.030.030.040.030.020.02
Arellano-Bond
AR(11)检验
0.250.240.280.320.370.260.29
Sargan检验1.001.001.001.001.001.001.00

注:“***”、“**”和“*”分别表示通过显著水平为1%、5%和10%的统计检验。

新窗口打开

3.4.2 稳健性检验与分析 为了避免数据间的内生性问题,上述结论还需要进一步进行稳健性检验与分析(表3)。通过表3可以看出,1992-2002年,经济发展、市场化程度、交通发展条件、科技信息以及制度供给因素对景区旅游效率及其分解效率的影响为显著的正相关,而2003-2012年,这种影响有所下降,有的则表现相反,显著为负相关,说明尽管总体上上述因子的影响存在正相关,但局部年份对不同的分解效率作用的效果不尽相同,也正好验证了影响因子均与旅游全要素生产率正相关的结论。同时,从效应的检验来看,时间效应与空间效应均与SYS-GMM的检验结果一致,说明稳健性检验的效果达到理想状态。

表3   风景名胜区旅游效率稳健性检验结果

Tab. 3   Robust test results of tourism efficiency in scenic areas

被解释变量TEPTESETFP
时间段1992-20022003-20121992-20022003-20121992-20022003-20121992-20022003-2012
lnECON0.055*
(0.028)
0.133**
(0.035)
0.027*
(0.020)
0.033*
(0.018)
0.020**
(0.013)
0.023**
(0.026)
0.018**
(0.001)
0.027**
(0.017)
lnMARK0.046*
(0.018)
0.057*
(0.020)
0.036
(0.003)
0.045**
(0.005)
0.040**
(0.010)
0.038**
(0.011)
0.016**
(0.001)
0.022**
(0.003)
lnTRAN-0.029
(0.006)
0.032*
(0.010)
0.322*
(0.016)
0.287**
(0.025)
0.058
(0.001)
0.053**
(0.000)
0.037**
(0.012)
0.046**
(0.005)
lnINFO0.022
(0.007)
0.019**
(0.005)
0.203**
(0.020)
0.225**
(0.023)
0.033**
(0.002)
0.039**
(0.000)
0.003**
(0.002)
0.006**
(0.001)
lnRESO0.162
(0.017)
0.159**
(0.023)
-0.017
(0.002)
-0.018**
(0.002)
0.215*
(0.002)
-0.232**
(0.001)
-0.137**
(0.112)
-0.132**
(0.112)
lnSTRU-0.105*
(0.033)
-0.117**
(0.028)
-0.046**
(0.0157)
-0.027**
(0.0152)
-0.036**
(0.017)
-0.043**
(0.023)
-0.039**
(0.018)
-0.032**
(0.022)
lnSYST0.076*
(0.016)
0.063**
(0.020)
0.026*
(0.021)
0.024**
(0.020)
0.032**
(0.013)
0.037**
(0.013)
0.027**
(0.002)
0.015**
(0.003)
Con_s4.632
(0.207)
4.532
(0.004)
-3.237
(0.126)
-3.154
(1.028)
-3.025
(0.113)
0.146
(0.215)
-2.332
(0.330)
0.055
(1.065)
时间效应
地区效应
R20.2550.3270.4620.5330.4080.4260.4390.512
Arellano-Bond
AR(1)检验
0.030.040.030.020.010.030.050.04
AR(11)检验0.460.570.620.450.490.250.180.26
Sargan检验1.001.001.001.001.001.001.001.00

注:“***”、“**”和“*”分别表示通过显著水平为1%、5%和10%的统计检验

新窗口打开

从检验效果来看,上述分析达到了预期目的,然而,中国作为典型的东中西阶梯状分布,区域差异性需要进一步厘清影响因子对不同区域的影响程度,因此借助Eviews软件中的固定效应模型,考察每个区域的风景名胜区旅游效率的影响因素及其重要程度(表4)。通过表4可以看出,每增加一个单位的lnECON,在东中西三大地带分别引起0.358、0.305、0.323个单位lnTE的增加,表明经济水平的发展对综合效率的提升具有显著的正相关,并表现出东部大于西部,西部大于中部的态势;同样,市场发展水平、交通条件、信息技术、资源禀赋、制度因素均表现出显著的正向促进作用,产业结构则表现出相反的特征。对于纯技术效率,每增加一个单位的lnMARK,在东中西三大地带分别引起0.328、0.311、0.287个单位的lnPTE增加,表明市场的开放水平对于纯技术效率的提升起到显著的促进作用;对于规模效率,每增加一个单位的lnTRAN,在东中西三大地带分别引起0.276、0.255、0.337个单位的lnSE增加,表明交通条件改善能够促进景区规模效率的提升,且存在显著的正向促进作用,而对于西部地区来说,这种正向的促进作用尤为显得重要;对于全要素生产率而言,每增加一个单位的lnINFO,在东中西三大地带分别引起0.153、0.128、0.109个单位的lnTPF增加,表明信息技术的变化对于全要素生产率的提升起到显著的正向促进作用,且呈现东中西依次递减的态势;资源禀赋条件表现为正相关关系,但西部更为明显,产业结构变动始终处于负相关状态,制度性因素表现为正相关,但影响程度相对较低。对于东部地区而言,在促进经济稳定发展的同时,注重旅游产业结构的调整,进一步深化技术创新力度,发挥市场的基础性调节作用,促使东部地区旅游效率不断提升;中西部地区继续加快经济转型发展,缩小与东部之间的差距,充分发挥资源优势,在积极引进技术资源的同时,加强基础交通条件的改善,注重扩大旅游市场规模,促进产业结构优化升级。

表4   风景名胜区旅游效率分区检验结果

Tab. 4   The testing partition results of scenic tourism efficiency

地区变量lnTElnPTElnSElnTFP
东部Con_s2.538(75.362)***2.758(62.522)***2.535(74.368)***2.375(79.632)***
lnECON0.358(4.573)***0.362(4.363)***0.403(4.287)***0.223(4.476)***
lnMARK0.339(4.125)***0.328(3.239)***0.415(4.032)***0.236(4.275)**
lnTRAN0.315(4.337)***0.254(4.532)***0.276(5.318)***0.168(2.502)**
lnINFO0.303(4.426)***0.357(3.366)***0.262(4.156)***0.153(2.330)**
lnRESO0.208(5.626)**0.107(3.832)**0.232(4.122)***0.136(2.157)**
lnSTRU-0.358(-4.558)***-0.282(4.226)***-0.403(-3.767)***-0.238(-3.459)**
lnSYST0.225(3.674)***0.273(3.539)***0.382(4.319)***0.104(2.175)**
LR检验132.560**256.337***215.226***235.672***
Hausman检验4.373**3.535***27.469**43.205***
中部Con_s2.366(68.448)***2.127(-45.283)***-2.575(-58.476)***-1.378(-43.266)***
lnECON0.305(5.232)***0.314(3.438)***0.365(3.426)***0.216(1.275)***
lnMARK0.327(4.013)***0.311(4.221)***0.273(4.274)***0.215(4.137)**
lnTRAN0.308(4.532)***0.237(4.632)***0.255(4.032)***0.136(2.320)**
lnINFO0.287(4.235)***0.326(3.535)***0.224(4.162)***0.128(2.052)**
lnRESO0.263(4.736)**0.082(4.225)**0.415(3.522)***0.119(2.106)**
lnSTRU-0.336(-4.537)***-0.267(4.453)**-0.367(-4.320)***-0.214(-3.267)**
lnSYST0.216(3.437)***0.236(3.759)***0.305(4.182)***0.126(2.260)**
LR检验57.382***162.375***103.220***123.592***
Hausman检验7.365***5.268**25.462**34.769***
西部Con_s2.657(90.228)***-2.537(-85.326)***2.332(73.227)**-1.268(-83.290)**
lnECON0.323(5.230)***0.325(5.012)***0.353(3.265)***0.207(2.563)***
lnMARK0.335(4.362)***0.287(4.35)***0.283(4.793)***0.205(1.104)***
lnTRAN0.332(4.665)***0.315(3.562)***0.337(5.260)***0.227(3.562)**
lnINFO0.325(4.337)***0.326(3.475)***0.105(2.559)***0.109(2.271)**
lnRESO0.362(4.526)**0.262(4.357)***0.533(4.382)***0.230(3.158)***
lnSTRU-0.315(-4.286)***-0.263(4.782)***-0.305(-4.217)***0.128(2.346)**
lnSYST0.205(3.214)***0.255(3.269)***0.272(3.619)***-0.205(-3.372)**
LR检验235.236***263.240***298.564**0.126(2.260)**
Hausman检验19.253**33.587**55.316***75.273***

注:“***”、“**”、和“*”分别表示通过显著水平为1%、5%和10%的统计检验。

新窗口打开

4 结论与讨论

4.1 结论

旅游发展效率是衡量旅游业发展质量的重要标尺,其效率的提升成为当前中国旅游业发展提质增效的重要方向和目标。本文基于数据包络分析方法与Bootstrap-DEA纠偏分析方法测算了风景名胜区旅游效率及其分解效率,并对测算结果进行了纠偏处理,主要结论如下:

(1)总体上风景区旅游效率及其分解效率较之原值呈现偏小态势,高值区反映在空间上主要集中分布在沿海地带、关中平原(山陕地区)以及西南地区,尤其是环渤海湾和东部沿海更加显著。

(2)纯技术效率—综合效率散点接近对角线的个数明显高于规模效率—综合效率,并有偏离对角线的趋势与特征,表明了景区旅游发展过程中,规模投资与技术应用均发生了作用,随着研究时间的推移,由传统的要素驱动逐渐转向技术进步与效率驱动的综合发展模式。

(3)根据检验的结果来看,经济发展、市场化程度、交通条件、资源禀赋、信息技术以及制度性因素对旅游全要素生产率存在显著的正相关关系,产业结构则出现负相关,亟待改善和调整结构组合,逐步加强旅游与相关产业的深度融合,促使景区旅游效率的提升。

4.2 讨论

旅游发展效率作为旅游业发展质量的核心内容与重要表现形式,对于扩大旅游发展规模、提高景区综合竞争力及实现景区旅游的可持续发展有着重要的现实意义。在清晰认识中国风景名胜区旅游效率总体不高及时空格局动态特征的基础上,如何在保持投入要素配置结构合理的情况下,进一步适度扩大旅游投入规模,加快技术进步与创新,促进旅游与相关产业的深度融合,逐渐摆脱传统的粗放型发展模式向内涵式的集约型转变,成为指导当前中国风景名胜区旅游效率提升的重要方向。针对1992-2012年风景名胜区旅游效率及其分解效率的探讨与分析从格局演变规律、效率关系及影响因素等方面看开讨论。

(1)风景名胜区旅游效率空间格局呈现出差异性特征,这种非均衡性的发展格局表现了东部地区更容易获取旅游要素资源,但随着旅游投入的不断增加,使得资源要素的利用效率有所下降,归咎原因主要是旅游产业结构不合理导致的资源配置效率低下。因此,需要转变旅游产业结构才能提高资源要素的利用效率,扩大旅游经济的规模效应,进而实现区域旅游效率的均衡稳态发展。

(2)旅游发展效率的主要贡献来自规模投资与技术进步,两者存在相互影响的关系。因此,如何利用现有的技术条件,有效发挥规模经济的最大效能,实现规模经济与技术效率的协同耦合,成为今后景区投资与建设的重要引导。

(3)旅游发展效率的提升不仅依赖于传统的资源条件与交通区位,更需要紧密结合旅游市场发展特征,努力推进中国旅游市场化进程,促进旅游市场均衡发展的同时,注重技术进步与技术创新,开拓景区旅游发展的集约化道路。

本文也存在不足之处,在旅游效率测度指标的选择上,尚未涉及游客满意度与景区管理方式等方面的要素,这将成为今后亟待加强的研究方面。

The authors have declared that no competing interests exist.


参考文献

[1] Baker M, Riley M.

New perspectives on productivity in hotels: Some advances and new directions.

International Journal of Hospitality Management, 1994, 13(4): 97-311.

https://doi.org/10.1016/0278-4319(94)90068-X      URL      [本文引用: 1]      摘要

In this article the authors begin by discussing the concept of hotel productivity, contrasting it with industrial concepts, particularly those prevalent in manufacturing industry. The authors suggest that the most practical approach to hotel productivity is from the vantage point of management's ability to forecast demand and, against this, assess actual performance. This leads to a model of supply-demand mismatch. The article also reviews all the component concepts of productivity, together with the main findings of the recent NEDO report. The authors argue a case for a holistic model of hotel productivity using evidence from the NEDO study to support the case. Elements of a possible holistic model are described. The authors also consider some new ideas and new perspectives on the subject which may need some innovative forms of research.
[2] Barros C P.

Evaluating the efficiency of a small hotel chain with a Malmquist productivity index.

International Journal of Tourism Research, 2005, 7(3): 173-184.

https://doi.org/10.1002/jtr.529      URL      摘要

By applying data envelopment analysis (DEA) a two-stage procedure is followed to evaluate the determinants of efficiency of a Portuguese public-owned hotel chain, Enatur for the period 1999 to 2001. In the first stage the paper estimates the Malmquist index and breaks it down into technical efficiency and technological change. In the second stage, a Tobit econometric model, designed to relate e...
[3] 吴三忙, 和文征.

转型时期制约我国旅行社业市场绩效的原因探析: 基于竞争有效性与所有权有效性双重视角

. 旅游科学, 2009, 24(2): 50-54.

https://doi.org/10.3969/j.issn.1006-575X.2009.02.009      URL      摘要

我国旅行社业整体绩效水平低下的深层原因是市场竞争失效和所有权 结构失效导致旅行社企业无法有效地成长,实现规模化经营.因此,提升我国旅行社业整体绩效水平的根本是,变革旅行社业产业制度环境并同时推进旅行社业所有 权结构改革,从而建立有效的竞争市场环境和有效的所有权结构.

[Wu Sanmang, He Wenzheng.

An analysis of the indepth factors constraining the efficiency of China's travel services in the transition period: Based market and property right effectiveness perspectives.

Tourism Science, 2009, 24(2): 50-54.]

https://doi.org/10.3969/j.issn.1006-575X.2009.02.009      URL      摘要

我国旅行社业整体绩效水平低下的深层原因是市场竞争失效和所有权 结构失效导致旅行社企业无法有效地成长,实现规模化经营.因此,提升我国旅行社业整体绩效水平的根本是,变革旅行社业产业制度环境并同时推进旅行社业所有 权结构改革,从而建立有效的竞争市场环境和有效的所有权结构.
[4] 曹芳东, 黄震方, 吴江, .

国家级风景名胜区旅游效率测度与区位可达性分析

. 地理学报, 2012, 67(12): 1686-1697.

Magsci      [本文引用: 1]      摘要

综合运用数据包络分析方法(DEA)与CES生产函数模型,测算了1994、2000、2009年国家级风景名胜区旅游效率,探讨了旅游效率与区位可达性之间的内在关联,结合GIS空间分析功能,定量模拟了区位可达性对风景名胜区旅游总产出的影响及其效率变化。结果表明:①国家级风景名胜区旅游效率水平整体较低,DEA最优比例较小,反映在空间上呈现东部高、中西部低的空间格局;区域划分上,东北地区、东部沿海、北部沿海综合效率较高,呈先提高后下降趋势,纯技术效率变化与综合效率较为相似,规模效率整体呈现上升态势。②国家级风景名胜区旅游效率高值区总体上呈现以江浙地区为点,分别以西南和东北方向为轴线,以中国人口地理分界线为弧线的&ldquo;扇形&rdquo;格局;类型划分上,以湖泊型、纪念地型、山水型、休闲疗养型风景区综合效率较高,山岳型、宗教型纯技术效率逐步提高,规模效率以森林型与山水型变化较大。③区位可达性与生产要素之间满足某一阈值时,区位可达性对旅游效率总体上起到促进作用,局部范围依然存在比例失调,成为制约旅游效率提升的瓶颈,旅游效率变化与总产出变化特征不尽相同,形成了负值区域集聚但偏向异同的空间格局。

[Cao Fangdong, Huang Zhenfang, Wu Jiang, et al.

The relationship between tourism efficiency measure and location accessibility of Chinese national scenic areas.

Acta Geographica Sinica, 2012, 67(12): 1686-1697.]

Magsci      [本文引用: 1]      摘要

综合运用数据包络分析方法(DEA)与CES生产函数模型,测算了1994、2000、2009年国家级风景名胜区旅游效率,探讨了旅游效率与区位可达性之间的内在关联,结合GIS空间分析功能,定量模拟了区位可达性对风景名胜区旅游总产出的影响及其效率变化。结果表明:①国家级风景名胜区旅游效率水平整体较低,DEA最优比例较小,反映在空间上呈现东部高、中西部低的空间格局;区域划分上,东北地区、东部沿海、北部沿海综合效率较高,呈先提高后下降趋势,纯技术效率变化与综合效率较为相似,规模效率整体呈现上升态势。②国家级风景名胜区旅游效率高值区总体上呈现以江浙地区为点,分别以西南和东北方向为轴线,以中国人口地理分界线为弧线的&ldquo;扇形&rdquo;格局;类型划分上,以湖泊型、纪念地型、山水型、休闲疗养型风景区综合效率较高,山岳型、宗教型纯技术效率逐步提高,规模效率以森林型与山水型变化较大。③区位可达性与生产要素之间满足某一阈值时,区位可达性对旅游效率总体上起到促进作用,局部范围依然存在比例失调,成为制约旅游效率提升的瓶颈,旅游效率变化与总产出变化特征不尽相同,形成了负值区域集聚但偏向异同的空间格局。
[5] Anderson R I, Lewis D, Parker M E.

Another look at the efficiency of corporate travel management departments.

Journal of Travel Research, 1999, 37(3): 267-272.

[本文引用: 1]     

[6] 张蕾, 陈雯, 薛俊菲.

基于参数法的国内机场规模效率评估

. 地理研究, 2012, 31(4): 701-710.

Magsci      [本文引用: 1]      摘要

本文构造了一个规模经济和机场行业特征作用于机场运营效率的理论框架,并以上市机场为例进行了实证研究,研究表明:首先,机场规模与机场效率存在一定关联,上市机场中规模较小的机场存在规模经济,此类机场规模仍然有拓展空间,而规模较大的三大枢纽门户机场效率则相对较低,出现了规模经济递减情况,另一方面,除机场规模外,存在其他效率影响因子,因为不同机场在同一规模截面,其效率迥异;其次,机场行业&quot;双高双低&quot;的特征显著影响了效率高低,使得各机场效率均呈周期性起落变化;最后,优质管理会有效提升机场效率,深圳宝安机场作为国内中型枢纽机场,以其优质资产管理和良好财务状况,在六大上市机场中持续高效运营。因此,大中型枢纽机场在不断追加设施投入的同时,须更加注重提升管理水平,通过内涵式发展推动机场高效运营。

[Zhang Lei, Chen Wen, Xue Junfei.

The research on the scale efficiency of Chinese listed airports based on parametric approach.

Geographical Research, 2012, 31(4): 701-710.]

Magsci      [本文引用: 1]      摘要

本文构造了一个规模经济和机场行业特征作用于机场运营效率的理论框架,并以上市机场为例进行了实证研究,研究表明:首先,机场规模与机场效率存在一定关联,上市机场中规模较小的机场存在规模经济,此类机场规模仍然有拓展空间,而规模较大的三大枢纽门户机场效率则相对较低,出现了规模经济递减情况,另一方面,除机场规模外,存在其他效率影响因子,因为不同机场在同一规模截面,其效率迥异;其次,机场行业&quot;双高双低&quot;的特征显著影响了效率高低,使得各机场效率均呈周期性起落变化;最后,优质管理会有效提升机场效率,深圳宝安机场作为国内中型枢纽机场,以其优质资产管理和良好财务状况,在六大上市机场中持续高效运营。因此,大中型枢纽机场在不断追加设施投入的同时,须更加注重提升管理水平,通过内涵式发展推动机场高效运营。
[7] 杨秀云, 张文珺, 艾煜坤.

中国机场业的动态效率: 1998-2008: 基于Malmquist指数的分析

. 当代经济科学, 2011, 33(6): 90-96.

URL      [本文引用: 1]      摘要

本文基于1998-2008年的相关数据,分解和求解了我国样本机场的Malmquist指数,指出我国机场产业的总体运营效率虽有提高但提高幅度不大, 大规模的机场投资和高速增长的吞吐量对机场运营效率的贡献不大,机场的公益性特点明显;进一步将样本机场按照省会和非省会城市、机场地理位置以及机场等级 划分了不同组别,并对各组别样本机场的Malmquist指数进行分析;认为机场效率的改善,要制定有差异化的产业政策,并从机场企业微观层面出发,实施 相应的措施。

[Yang Xiuyun, Zhang Wenjun, Ai Yukun.

Dynamic efficiency of China airport industry through 1998-2008: Base on malmquist index analysis.

Modern Economic Science, 2011, 33(6): 90-96.]

URL      [本文引用: 1]      摘要

本文基于1998-2008年的相关数据,分解和求解了我国样本机场的Malmquist指数,指出我国机场产业的总体运营效率虽有提高但提高幅度不大, 大规模的机场投资和高速增长的吞吐量对机场运营效率的贡献不大,机场的公益性特点明显;进一步将样本机场按照省会和非省会城市、机场地理位置以及机场等级 划分了不同组别,并对各组别样本机场的Malmquist指数进行分析;认为机场效率的改善,要制定有差异化的产业政策,并从机场企业微观层面出发,实施 相应的措施。
[8] 左冰, 保继刚.

1992-2005年中国旅游业全要素生产率及省际差异

. 地理学报, 2008, 63(4): 417-427.

Magsci      [本文引用: 2]      摘要

Total factor productivity is a basic index reflecting the quality of economic growth and the rate of technical progress in a country or a region. Adopting the Solow's Residual Method and the C-D production function, this paper estimates tourism total factor productivity (TTFP) growth rates and identifies sources of tourism economic growth for the period from 1992 to 2005 in China and its 30 provinces (municipalities or regions) except Hong Kong, Macao and Taiwan). Based on it, this paper analyzes the causality between TTFP and tourism economic growth, then classifies the tourism growth patterns of 30 provinces into five categories according to the contribution of TTFP to tourism economic growth, and finally discusses the divergence of TTFPs and tourism economic growth rates among 30 provinces. The main conclusions are as follows. (1) The Chinese tourism industry belongs to an obvious factor-driven economy with cheap labor forces contributed 63.69% to the total economic growth. (2) The average growth rate of TTFP is slightly positive by 2.91% during the sample period thanks to the effect of tourism education, encouraging policy, and better information provision, but may be hampered by the inadequate infrastructure investment and investment inefficiency. (3) Tourism technical progress is a sufficient but not a necessary condition for tourism growth, and the improvement of tourism technical progress is irrelevant to region's economic level, nor to its geographic location due to the enclave tourism model and the special trait of tourism that tourist attractions are "fixed" in geographic location. (4) There is obvious and ever enlarging divergence among provinces in tourism growth pattern and TTFP growth rate. If it continues, the provincial tourism developing level will be even more unbalanced in the future. But it will be helpful for the laggards to obtain higher TTFP growth rate by enhancing the public services system.

[Zuo Bing, Bao Jigang.

Tourism total factor productivity and its regional variation in China from 1992 to 2005.

Acta Geographica Sinica, 2008, 63(4): 417-427.]

Magsci      [本文引用: 2]      摘要

Total factor productivity is a basic index reflecting the quality of economic growth and the rate of technical progress in a country or a region. Adopting the Solow's Residual Method and the C-D production function, this paper estimates tourism total factor productivity (TTFP) growth rates and identifies sources of tourism economic growth for the period from 1992 to 2005 in China and its 30 provinces (municipalities or regions) except Hong Kong, Macao and Taiwan). Based on it, this paper analyzes the causality between TTFP and tourism economic growth, then classifies the tourism growth patterns of 30 provinces into five categories according to the contribution of TTFP to tourism economic growth, and finally discusses the divergence of TTFPs and tourism economic growth rates among 30 provinces. The main conclusions are as follows. (1) The Chinese tourism industry belongs to an obvious factor-driven economy with cheap labor forces contributed 63.69% to the total economic growth. (2) The average growth rate of TTFP is slightly positive by 2.91% during the sample period thanks to the effect of tourism education, encouraging policy, and better information provision, but may be hampered by the inadequate infrastructure investment and investment inefficiency. (3) Tourism technical progress is a sufficient but not a necessary condition for tourism growth, and the improvement of tourism technical progress is irrelevant to region's economic level, nor to its geographic location due to the enclave tourism model and the special trait of tourism that tourist attractions are "fixed" in geographic location. (4) There is obvious and ever enlarging divergence among provinces in tourism growth pattern and TTFP growth rate. If it continues, the provincial tourism developing level will be even more unbalanced in the future. But it will be helpful for the laggards to obtain higher TTFP growth rate by enhancing the public services system.
[9] 陶卓民, 薛献伟, 管晶晶.

基于数据包络分析的中国旅游业发展效率特征

. 地理学报, 2010, 65(8): 1004-1012.

Magsci      [本文引用: 1]      摘要

<p>运用数据包络分析法,通过测度中国旅游业发展的技术效率、规模效率和全要素生产率,分析了自1999-2006 年中国旅游业发展的效率特征。研究表明:① 1999-2006 年中国旅游业发展的总体效率偏低,未能充分挖掘出现有资源的潜力,旅游投入总量处于规模不经济的状态。② 1999-2006 年旅游业纯技术效率的均值为0.658,现有技术使用的有效程度较低,技术进步的潜力较大。③ 各省区旅游业的发展存在后发优势,技术效率低的省份技术进步效率增长较快。④ 中国各省份TFP增长率存在显著的差异,呈现出从东部、中部到西部依次降低的格局,区域之间旅游业发展效率存在明显差距并呈现扩大趋势。最后根据分析结果,提出优化投入要素比例,整合旅游产业链,完善旅游业的创新体系,加快技术进步,制定相应的区域发展倾斜政策等建议,以促进增长方式的转变,推动中国旅游业持续高效发展。</p>

[Tao Zhuomin, Xue Xianwei, Guan Jingjing.

Efficiency characteristics analysis of tourism industry in China based on the method of DEA.

Acta Geographica Sinica, 2010, 65(8): 1004-1012.]

Magsci      [本文引用: 1]      摘要

<p>运用数据包络分析法,通过测度中国旅游业发展的技术效率、规模效率和全要素生产率,分析了自1999-2006 年中国旅游业发展的效率特征。研究表明:① 1999-2006 年中国旅游业发展的总体效率偏低,未能充分挖掘出现有资源的潜力,旅游投入总量处于规模不经济的状态。② 1999-2006 年旅游业纯技术效率的均值为0.658,现有技术使用的有效程度较低,技术进步的潜力较大。③ 各省区旅游业的发展存在后发优势,技术效率低的省份技术进步效率增长较快。④ 中国各省份TFP增长率存在显著的差异,呈现出从东部、中部到西部依次降低的格局,区域之间旅游业发展效率存在明显差距并呈现扩大趋势。最后根据分析结果,提出优化投入要素比例,整合旅游产业链,完善旅游业的创新体系,加快技术进步,制定相应的区域发展倾斜政策等建议,以促进增长方式的转变,推动中国旅游业持续高效发展。</p>
[10] 马晓龙, 保继刚.

基于DEA的中国国家级风景名胜区使用效率评价

. 地理研究, 2009, 28(3): 839-847.

https://doi.org/10.11821/yj2009030027      URL      [本文引用: 1]      摘要

风景名胜区是重要的旅游资源和 产品形态,对其绩效进行评价有利于区域旅游发展制定更合理的资源利用政策。采用数据包络分析(DEA)和空间对比分析方法,对136个中国国家级风景名胜 区的使用效率进行了计算和空间特征刻画。结果表明:国家级风景名胜区的使用效率普遍偏低,且多数处于规模收益递增阶段;在总效率的分解效率中,利用效率较 高,而规模效率和技术效率则较低;规模效率是影响总效率、并导致总效率普遍偏低的最重要因素;国家级风景名胜区沿云南-贵州-湖南-安徽-浙江(江苏)等 省份形成了一条东西向的高效率分布带,该分布带的形成与这些省份旅游资源丰度较大、风景名胜区与各类型旅游资源之间不断产生互补和替代作用密切相关。文章 最后探讨了区域旅游发展过程中旅游资源使用效率提高的实际应用途径。

[Ma Xiaolong, Bao Jigang.

Evaluating the using efficiencies of Chinese national parks with DEA.

Geographical Research, 2009, 28(3): 839-847.]

https://doi.org/10.11821/yj2009030027      URL      [本文引用: 1]      摘要

风景名胜区是重要的旅游资源和 产品形态,对其绩效进行评价有利于区域旅游发展制定更合理的资源利用政策。采用数据包络分析(DEA)和空间对比分析方法,对136个中国国家级风景名胜 区的使用效率进行了计算和空间特征刻画。结果表明:国家级风景名胜区的使用效率普遍偏低,且多数处于规模收益递增阶段;在总效率的分解效率中,利用效率较 高,而规模效率和技术效率则较低;规模效率是影响总效率、并导致总效率普遍偏低的最重要因素;国家级风景名胜区沿云南-贵州-湖南-安徽-浙江(江苏)等 省份形成了一条东西向的高效率分布带,该分布带的形成与这些省份旅游资源丰度较大、风景名胜区与各类型旅游资源之间不断产生互补和替代作用密切相关。文章 最后探讨了区域旅游发展过程中旅游资源使用效率提高的实际应用途径。
[11] 曹芳东, 黄震方, 余凤龙, .

国家级风景名胜区旅游效率空间格局动态演化及其驱动机制

. 地理研究, 2014, 33(6): 1151-1166.

https://doi.org/10.11821/dlyj201406015      Magsci      [本文引用: 2]      摘要

借助数据包络分析方法(DEA)综合测算了国家级风景名胜区旅游效率,结合标准差椭圆和重心坐标探讨了风景名胜区旅游效率重心演化的轨迹与路径,考察了影响演化轨迹的重要因素及其作用机理。结果表明:① 国家级风景名胜区旅游效率总体不高,变化幅度较小,综合效率、纯技术效率及规模效率均呈现明显的波动性特征,说明改革开放初期的风景区旅游发展主要得益于规模投资,有效的货币资本投入是提升旅游发展的主要措施,平均效率值总体表现为下降态势,风景区多数处于无效率状态,DEA最优状态缺乏,导致了风景区生产单元存在一定的资源冗余和开发低效状态。② 从重心的整体分布上看,主要位于107&deg;11'~118&deg;37'E 和29&deg;02'~38&deg;55'N 之间,东西跨度约11&deg;,南北跨度约9&deg;;从旅游效率重心演变的轨迹上来看,综合效率的变化轨迹最大,但总体上都是经历了先西偏南再东偏北再西偏南的历程,其中规模效率和全要素生产率的重心东偏北的趋势相对较小,而综合效率和纯技术效率在重心东偏北的趋势上变化较大。③ 针对风景区旅游效率空间格局动态演化的驱动机制的剖析表明,经济发展水平、资源禀赋、产业结构、交通发展、信息技术及制度供给是影响效率重心偏移的重要因素,促使了效率动态格局的空间演化,优化产业结构,引进先进技术,完善市场引导机制,政府科学调控及资源禀赋改善是促进风景区旅游效率提升的有效路径。

[Cao Fangdong, Huang Zhenfang, Yu Fenglong, et al.

The spatial evolution of travel efficiency of China's National Scenic Areas and its driving mechanism.

Geographical Research, 2014, 33(6): 1151-1166.]

https://doi.org/10.11821/dlyj201406015      Magsci      [本文引用: 2]      摘要

借助数据包络分析方法(DEA)综合测算了国家级风景名胜区旅游效率,结合标准差椭圆和重心坐标探讨了风景名胜区旅游效率重心演化的轨迹与路径,考察了影响演化轨迹的重要因素及其作用机理。结果表明:① 国家级风景名胜区旅游效率总体不高,变化幅度较小,综合效率、纯技术效率及规模效率均呈现明显的波动性特征,说明改革开放初期的风景区旅游发展主要得益于规模投资,有效的货币资本投入是提升旅游发展的主要措施,平均效率值总体表现为下降态势,风景区多数处于无效率状态,DEA最优状态缺乏,导致了风景区生产单元存在一定的资源冗余和开发低效状态。② 从重心的整体分布上看,主要位于107&deg;11'~118&deg;37'E 和29&deg;02'~38&deg;55'N 之间,东西跨度约11&deg;,南北跨度约9&deg;;从旅游效率重心演变的轨迹上来看,综合效率的变化轨迹最大,但总体上都是经历了先西偏南再东偏北再西偏南的历程,其中规模效率和全要素生产率的重心东偏北的趋势相对较小,而综合效率和纯技术效率在重心东偏北的趋势上变化较大。③ 针对风景区旅游效率空间格局动态演化的驱动机制的剖析表明,经济发展水平、资源禀赋、产业结构、交通发展、信息技术及制度供给是影响效率重心偏移的重要因素,促使了效率动态格局的空间演化,优化产业结构,引进先进技术,完善市场引导机制,政府科学调控及资源禀赋改善是促进风景区旅游效率提升的有效路径。
[12] 方叶林, 黄震方, 张宏, .

省域旅游发展的错位现象及旅游资源相对效率评价: 以中国大陆31省市区2000-2009年面板数据为例

. 自然资源学报, 2013, 28(10): 1754-1764.

https://doi.org/10.11849/zrzyxb.2013.10.010      Magsci      [本文引用: 1]      摘要

以中国大陆31 个省级区域2000—2009 年的面板数据(因资料有限,未计算香港、澳门和台湾地区)为例,运用熵值法对各地区旅游资源禀赋状况进行评价,进一步构建错位指数,对各地区旅游业发展的“错位(诅咒) ”现象进行定量分析,同时结合旅游资源相对效率,对各地区旅游资源开发提出相应的建议。研究表明,总体上大陆旅游资源存在着一定程度的负向错位现象,正向错位的地区主要位于东部地区,且集中分布在长三角、珠三角、京津地区;发生负向错位现象的地区主要位于广大中西部地区。不同区域效率的驱动模式各不相同,东部地区旅游资源总效率主要受纯技术效率驱动,西部地区旅游资源总效率主要受规模效率驱动。效率排名与错位指数排名表现出很强的正相关性,结合两者的关系为未来省域旅游资源开发利用提供相应的建议。

[Fang Yelin, Huang Zhenfang, Zhang Hong, et al.

The asynchronous phenomenon and relative efficiency of tourism resources in China: Taking the 31 provinces' panel data from 2001 to 2009 for an example.

Journal of Natural Resource, 2013, 28(10): 1754-1764.]

https://doi.org/10.11849/zrzyxb.2013.10.010      Magsci      [本文引用: 1]      摘要

以中国大陆31 个省级区域2000—2009 年的面板数据(因资料有限,未计算香港、澳门和台湾地区)为例,运用熵值法对各地区旅游资源禀赋状况进行评价,进一步构建错位指数,对各地区旅游业发展的“错位(诅咒) ”现象进行定量分析,同时结合旅游资源相对效率,对各地区旅游资源开发提出相应的建议。研究表明,总体上大陆旅游资源存在着一定程度的负向错位现象,正向错位的地区主要位于东部地区,且集中分布在长三角、珠三角、京津地区;发生负向错位现象的地区主要位于广大中西部地区。不同区域效率的驱动模式各不相同,东部地区旅游资源总效率主要受纯技术效率驱动,西部地区旅游资源总效率主要受规模效率驱动。效率排名与错位指数排名表现出很强的正相关性,结合两者的关系为未来省域旅游资源开发利用提供相应的建议。
[13] 梁明珠, 易婷婷, Li Bin.

基于DEA-MI模型的城市旅游效率演进模式研究

. 旅游学刊, 2013, 28(5): 53-62.

https://doi.org/10.3969/j.issn.1002-5006.2013.05.006      Magsci      [本文引用: 1]      摘要

效率水平是衡量行业发展的重要因素。一些学者从空间维度对旅游效率进行了评价和研究,但较少从时间维度对其发展规律和动态变化进行探讨。因此,文章采用DEA-MI模型,以广东省21个地级市连续7年的面板数据为资料,通过比较和分析各市旅游效率的大小差异和动态变化,揭示城市旅游效率的发展规律及演进模式。研究发现;①广东省总体旅游效率较高,但各市之间存在较大差异,其差距有缩小的趋势;②根据旅游效率的“大小”和“变化”两个维度作出四分图,可将城市按效率状态分为I、II、III、IV 4种类型;③中短期内,按照各城市在四分图中对应点的运动轨迹,可将其效率演进模式分为稳定式、往复式、渐进式和突变式4种。该结论为旅游研究和管理实践提供了一个新的视角。

[Liang Mingzhu, Yi Tingting, Li Bin.

Study on the evolutional model of tourism efficiency based on DEA-MI.

Tourism Tribune, 2013, 28(5): 53-62.]

https://doi.org/10.3969/j.issn.1002-5006.2013.05.006      Magsci      [本文引用: 1]      摘要

效率水平是衡量行业发展的重要因素。一些学者从空间维度对旅游效率进行了评价和研究,但较少从时间维度对其发展规律和动态变化进行探讨。因此,文章采用DEA-MI模型,以广东省21个地级市连续7年的面板数据为资料,通过比较和分析各市旅游效率的大小差异和动态变化,揭示城市旅游效率的发展规律及演进模式。研究发现;①广东省总体旅游效率较高,但各市之间存在较大差异,其差距有缩小的趋势;②根据旅游效率的“大小”和“变化”两个维度作出四分图,可将城市按效率状态分为I、II、III、IV 4种类型;③中短期内,按照各城市在四分图中对应点的运动轨迹,可将其效率演进模式分为稳定式、往复式、渐进式和突变式4种。该结论为旅游研究和管理实践提供了一个新的视角。
[14] Barros C P.

Analysing the rate of technical change in the portugese hotel industry.

Tourism Economics, 2006, 12(3): 325-346.

[本文引用: 1]     

[15] Charles K N, Paul S.

Competition, privatization and productive efficiency: Evidence from the airline industry.

The Economic Journal, 2001, 11(4): 591-619.

URL      摘要

While neoclassical models assume static cost-minimization by firms, agency models suggest that firms may not minimize costs in less-competitive or regulated environments. We test this using a transition from cost-of-service regulation to market-oriented environments for many U.S. electric generating plants. Our estimates of input demand suggest that publicly-owned plants, whose owners were largely insulated from these reforms, experienced the smallest efficiency gains, while investor-owned plants in states that restructured their wholesale electricity markets improved the most. The results suggest modest medium-term efficiency benefits from replacing regulated monopoly with a market-based industry structure.
[16] Barros C P, Matias A.

Assessing the efficiency of travel agencies with a stochastic cost frontier: A Portuguese case study.

Journal of Tourism Research, 2006, 8(5): 367-379.

https://doi.org/10.1002/jtr.578      URL      [本文引用: 1]      摘要

ABSTRACT This paper uses an econometric frontier model to evaluate the technical efficiency of a sample of Portuguese travel agencies. The model encompasses a Cobb&ndash;Douglas cost frontier approach, with data running from 2000 to 2004, and makes use of financial variables to generate the travel agencies' efficiency scores. We conclude that the efficiency scores are, at best, mixed. A policy is then derived for guiding management teams, as far as this specific sector is concerned. Copyright 漏 2006 John Wiley & Sons, Ltd.
[17] 朱承亮, 岳宏志, 严汉平, .

基于随机前沿生产函数的我国区域旅游产业效率研究

. 旅游学刊, 2009, 24(12): 18-22.

Magsci      [本文引用: 1]      摘要

本文运用随机前沿生产函数对2000~2006年我国区域旅游产业效率进行了实证研究。结果表明:我国区域旅游产业效率呈现出一种稳步上升趋势,但总体水平偏低,全国均值仅为0.632,可见在现有技术进步不变的前提条件下,我国区域旅游产业还有很大的增长潜力。我国旅游产业效率区域

[Zhu Chengliang, Yue Hongzhi, Yan Hanping, et al.

Study on the efficiency of regional tourism industry in China based on stochastic frontline production and cost function estimation.

Tourism Tribune, 2009, 24(12): 18-22.]

Magsci      [本文引用: 1]      摘要

本文运用随机前沿生产函数对2000~2006年我国区域旅游产业效率进行了实证研究。结果表明:我国区域旅游产业效率呈现出一种稳步上升趋势,但总体水平偏低,全国均值仅为0.632,可见在现有技术进步不变的前提条件下,我国区域旅游产业还有很大的增长潜力。我国旅游产业效率区域
[18] Benito B, Solana J, López P.

Determinants of Spanish regions' tourism performance: A two-stage, double-bootstrap data envelopment analysis

. Tourism Economics, 2014, 20, (5): 987-1012.

https://doi.org/10.5367/te.2013.0327      URL      [本文引用: 1]      摘要

Despite the current international financial crisis, the tourism sector has managed to maintain high levels of activity. Against a backdrop of weak demand and stiff competition, efficiency has come to the fore as a key issue, especially in consolidated markets, such as Spain, where hopes that the sector will lead the way to economic recovery contrast with statements from the Competitiveness Monitor of the World Travel & Tourism Council that Spain is losing its competitiveness. In this article, the two-stage Simar and Wilson procedure is used to estimate the effect of a group of nine environmental factors on robust data envelopment analysis (DEA) estimates which act as a proxy of destination competitiveness for the Spanish autonomous communities (or regions) between 2002 and 2010. A brief discussion in terms of D- and E-attraction and cluster D-attraction is also included. The article contributes to the destination industry literature by adopting an approach that has not hitherto been applied to Spain.
[19] 曹芳东, 黄震方, 吴江.

城市旅游发展效率的时空格局演化特征及其驱动机制: 以泛长江三角洲地区为例

. 地理研究, 2012, 31(8): 1431-1444.

Magsci      [本文引用: 1]      摘要

借助DEA模型和ArcGIS空间分析模块,系统的分析了1998~2008年泛长三角城市旅游发展效率的时空格局演化特征,依据全要素生产率的变动分解模型(Malmquist指数),对TFP变化的总体趋势、结构及空间格局的演化过程进行了综合探讨。结果表明:泛长三角城市旅游发展效率总体上呈现提高态势,市域间差异表现为较为明显波动性特征,旅游发展效率的空间格局形成与演化存在空间关联,综合效率、纯技术效率、规模效率在空间上均表现较为显著的空间自相关,且综合效率和规模效率形成了较为相似的变化格局,而全要素生产率变化呈现弱集聚,相邻地域单元关联性较差。针对旅游发展效率的时空格局演化的驱动机制进行剖析表明,经济政策导向驱动、旅游生产单元价值驱动及旅游消费需求刺激驱动共同驱使导致了旅游发展效率在空间范畴上格局置换。

[Cao Fangdong, Huang Zhenfang, Wu Jiang, et al.

The space-time pattern evolution and its driving mechanism of urban tourism development efficiency: A case study of Pan-Yangtze River Delta.

Geographical Research, 2012, 31(8): 1431-1444.]

Magsci      [本文引用: 1]      摘要

借助DEA模型和ArcGIS空间分析模块,系统的分析了1998~2008年泛长三角城市旅游发展效率的时空格局演化特征,依据全要素生产率的变动分解模型(Malmquist指数),对TFP变化的总体趋势、结构及空间格局的演化过程进行了综合探讨。结果表明:泛长三角城市旅游发展效率总体上呈现提高态势,市域间差异表现为较为明显波动性特征,旅游发展效率的空间格局形成与演化存在空间关联,综合效率、纯技术效率、规模效率在空间上均表现较为显著的空间自相关,且综合效率和规模效率形成了较为相似的变化格局,而全要素生产率变化呈现弱集聚,相邻地域单元关联性较差。针对旅游发展效率的时空格局演化的驱动机制进行剖析表明,经济政策导向驱动、旅游生产单元价值驱动及旅游消费需求刺激驱动共同驱使导致了旅游发展效率在空间范畴上格局置换。
[20] 梁流涛, 杨建涛.

中国旅游业技术效率及其分解的时空格局: 基于DEA模型的研究

. 地理研究, 2012, 31(8): 1422-1430.

Magsci      [本文引用: 1]      摘要

以省(市)为核算单位,利用数据包络分析模型(DEA),评价1999~2008年间中国旅游产业技术效率,并将之分解为纯技术效率与规模效率,探寻旅游效率的时空特征及其演变的源泉。结论如下:(1)中国旅游业的综合技术效率平均值仅为0.330,1999~2008年间旅游效率呈现先下降后增加的趋势,由于受&quot;非典&quot;大爆发的影响,2003年旅游效率明显下降;(2)各省(市)旅游技术效率存在着明显的区域的差异,经济发展水平较高的东部地区,旅游效率较高。经济发展水平较低的中部和西部地区的旅游效率较低,二者均在全国平均效率水平以下;(3)纯技术效率和规模效率整体都不高,提升空间很大。从分解效率对总效率的贡献来看,纯技术效率对总效率的影响及制约能力略强于规模效率;(4)大部分省(市)旅游产业都处于规模报酬递增阶段,通过扩大规模可以获得更高的收益。

[Liang Liutao, Yang Jiantao.

Analysis of the tourism efficiency and its decomposition based on DEA.

Geographical Research, 2012, 31(8): 1422-1430.]

Magsci      [本文引用: 1]      摘要

以省(市)为核算单位,利用数据包络分析模型(DEA),评价1999~2008年间中国旅游产业技术效率,并将之分解为纯技术效率与规模效率,探寻旅游效率的时空特征及其演变的源泉。结论如下:(1)中国旅游业的综合技术效率平均值仅为0.330,1999~2008年间旅游效率呈现先下降后增加的趋势,由于受&quot;非典&quot;大爆发的影响,2003年旅游效率明显下降;(2)各省(市)旅游技术效率存在着明显的区域的差异,经济发展水平较高的东部地区,旅游效率较高。经济发展水平较低的中部和西部地区的旅游效率较低,二者均在全国平均效率水平以下;(3)纯技术效率和规模效率整体都不高,提升空间很大。从分解效率对总效率的贡献来看,纯技术效率对总效率的影响及制约能力略强于规模效率;(4)大部分省(市)旅游产业都处于规模报酬递增阶段,通过扩大规模可以获得更高的收益。
[21] 曾翀, 万建平. 基于

Bootstrap方法 VaR区间估计

. 经济数学, 2009, 26(1): 58-63.

[本文引用: 3]     

[Zeng Chong, Wan Jianping.

Interval estimate for VAR based on bootstrap method.

Mathematics in Economics, 2009, 26(1): 58-63.]

[本文引用: 3]     

[22] 李瑞, 吴殿廷, 殷红梅, .

2000年以来中国东部四大沿海城市群城市旅游业发展效率的综合测度与时空特征,

地理研究, 2014, 33(5): 961-977.

https://doi.org/10.11821/dlyj201405014      Magsci      [本文引用: 1]      摘要

以城市群地级以上城市为生产单元,采用传统DEA、Bootstrap-DEA纠偏和Malmquist指数模型测算和分析中国东部4 大沿海城市群城市旅游业发展效率与时空特征。结果表明:①由传统DEA模型测度的城市群城市旅游业综合效率及其分解效率值均要高于Bootstrap-DEA纠偏模型测度后的效率值,表明了传统模型测度存在明显高估倾向的问题。② 2000 年以来4 大城市群主要直辖市、省会城市和核心城市旅游业投入资源利用综合水平呈持续良好态势;同时,长三角和珠三角城市旅游业平均投入资源利用综合水平呈无效向良好转变,京津冀和山东半岛城市旅游业则呈无效向中等转变。③ 2000 年以来珠三角和长三角城市旅游业综合效率受纯技术效率的影响程度略强于规模效率,而京津冀和山东半岛城市旅游业则反之。④ 2000年以来4 大城市群大多数城市提高幅度大但趋于下降,珠三角和长三角主要直辖市、省会城市和核心城市全要素生产率变化提高幅度略高于京津冀和山东半岛;同时,珠三角、长三角、京津冀和山东半岛城市旅游业平均全要素生产率提高幅度呈依次下降态势。

[Li Rui, Wu Dianting, Yin Hongmei, et al.

Comprehensive measurement and spatial characteristics of development efficiency for urban tourism in eastern China: A case study of four coastal urban agglomerations.

Geographical Research, 2014, 33(5): 961-977.]

https://doi.org/10.11821/dlyj201405014      Magsci      [本文引用: 1]      摘要

以城市群地级以上城市为生产单元,采用传统DEA、Bootstrap-DEA纠偏和Malmquist指数模型测算和分析中国东部4 大沿海城市群城市旅游业发展效率与时空特征。结果表明:①由传统DEA模型测度的城市群城市旅游业综合效率及其分解效率值均要高于Bootstrap-DEA纠偏模型测度后的效率值,表明了传统模型测度存在明显高估倾向的问题。② 2000 年以来4 大城市群主要直辖市、省会城市和核心城市旅游业投入资源利用综合水平呈持续良好态势;同时,长三角和珠三角城市旅游业平均投入资源利用综合水平呈无效向良好转变,京津冀和山东半岛城市旅游业则呈无效向中等转变。③ 2000 年以来珠三角和长三角城市旅游业综合效率受纯技术效率的影响程度略强于规模效率,而京津冀和山东半岛城市旅游业则反之。④ 2000年以来4 大城市群大多数城市提高幅度大但趋于下降,珠三角和长三角主要直辖市、省会城市和核心城市全要素生产率变化提高幅度略高于京津冀和山东半岛;同时,珠三角、长三角、京津冀和山东半岛城市旅游业平均全要素生产率提高幅度呈依次下降态势。
[23] 魏权龄. 数据包络分析. 北京: 科学出版社, 2004.

[本文引用: 1]     

[Wei Quanling.Effective Methods on Evaluating Relative Efficiency. Beijing: Science Press, 2004.]

[本文引用: 1]     

[24] Hall R E, Jones C I.

Why do some countries produce so much more output than others?

The Quarterly Journal of Economics, 1999, 114(1): 83-116.

[本文引用: 1]     

/