广东省旅游业效率评价及其影响因素研究——基于DEA二阶段超效率与Tobit回归模型

Efficiency Evaluation and Influencing Factors of Guangdong Tourism Industry—Based on DEA Two-Stage Super Efficiency and Tobit Regression Model

摘要: 通过收集广东省21个城市2017~2021年的旅游业面板数据，运用二阶段超效率DEA模型对各城市的旅游业效率进行评估，并使用Tobit多元回归分析方法来确定影响旅游业效率的因素。结果表明，广东省城市旅游业存在较大的区域差异性，珠三角区域的城市旅游效率较高。影响旅游业效率的关键因素包括城市经济发展水平、交通基础设施、第三产业发展水平等。研究结论对于广东省城市旅游业的科学治理与高质量发展具有重要的启示作用。

Abstract: By collecting panel data on the tourism industry from 21 cities in Guangdong Province for year 2017~2021, the two-stage super efficiency DEA model was used to evaluate the tourism efficiency of each city. The Tobit multiple regression analysis method was employed to determine the factors influencing tourism industry efficiency. The results indicate significant regional disparities in the tourism industry among cities in Guangdong Province, with the Pearl River Delta region showing higher tourism efficiency. Key factors influencing tourism industry efficiency include the level of economic development, transportation infrastructure, and the level of development in the tertiary sector. The findings have important implications for the scientific governance and high-quality development of Guangdong tourism industry.

1. 引言

旅游业是全球最重要的经济产业之一，对于促进地区经济发展、增加就业机会和改善居民生活水平具有重要作用。尤其是在中国，旅游业已成为支持经济增长和推动城市发展的重要力量。广东省是中国改革开放的排头兵，该区域拥有丰富的自然和人文资源，包括壮丽的山水风光、世界文化遗产、历史古迹以及现代化的都市景观(如图1)。同时广东省还享有独特的地理位置和区位优势，位于中国南部沿海地区，毗邻香港、澳门和台湾，这一优势使广东省成为中国对外开放的窗口和经济交流的重要枢纽。广东拥有众多著名的海滩和海岛，如深圳的大梅沙、珠海的长隆海洋王国等。此外，广东省还拥有壮丽的山脉以及众多的自然保护区和风景名胜区。这些自然资源为广东的旅游业提供了丰富的发展空间和资源支撑。

尽管广东省的旅游业发展潜力巨大，但仍存在一些问题和不足。例如，不同城市之间旅游业效率的差异、旅游基础设施的不完善、旅游资源的开发利用不充分等，一些景区的管理和服务水平有待提高，旅游产品的创新和多样化也需要加强。这些问题导致了旅游资源的浪费和潜力的未能充分发挥。因此，有必要进行深入研究，以了解广东省城市旅游业的效率水平及其影响因素，为其科学治理及可持续发展提供实证依据。

通过评估广东省城市旅游业的效率，并确定影响其效率的关键因素，可以为广东省城市旅游业的发展提供参考和指导。首先，通过评估广东省城市旅游业的效率，可以了解各城市在旅游业发展方面的现状和潜力，并为旅游业的规划和管理提供科学依据。其次，确定影响旅游业效率的关键因素有助于揭示旅游业发展中的瓶颈和问题，并为政府和相关部门制定有效的政策和措施提供参考。最后，研究对于促进广东省的城市合作和旅游业融合发展具有重要的实践意义，有助于推动区域经济的协同发展和提升整体竞争力，提高旅游服务质量，促进旅游资源的开发利用，推动广东省旅游业的高质量发展。

2. 旅游业效率研究现状

随着旅游业的迅速发展和全球化的加速，旅游业的效率问题也日益凸显。因此，对旅游业效率进行深入研究，探索提高旅游业效率的途径和策略，具有重要的理论和实践意义。旅游业效率研究是一个多学科交叉的领域，涉及经济学、管理学、地理学、社会学等多个学科。在旅游业效率研究方面，国内外学者已经取得了一系列重要的研究成果。通过知网进行文献调查，截至2023年9月，以“旅游效率”作为关键词，共有1224篇文献，其中“旅游效率、DEA、效率评价”三个关键词的占比较大(如图2)。综合看来，现有研究主要集中在以下几个方面：旅游业效率的测度方法、旅游业效率的影响因素、旅游业效率的提升策略等。

Figure 1. Map of Guangdong Province’s tourism resources distribution

图1. 广东省旅游资源分布示意图

Figure 2. Schematic diagram of keyword distribution on tourism efficiency research

图2. 关于旅游业效率研究关键词分布示意图

首先，旅游业效率的测度方法是旅游业效率研究的基础。旅游业效率的测度方法主要包括数据包络分析(DEA) [1] 、随机前沿分析(SFA) [2] [3] 、Malmquist指数 [4] [5] 、空间杜宾模型 [6] 等，这些方法主要从管理学的角度来衡量旅游业的效率，不同的测度方法有不同的优势和适用范围。由于传统DEA模型可能出现多个决策单元效率值为1导致的无法区分，超效率模型的出现有望克服这一问题 [7] 。

其次，旅游业效率的影响因素是旅游业效率研究的重点。在方法上面，通常采用回归分析来识别各省市旅游效率的影响因素 [8] [9] [10] 。旅游业效率的影响因素可以分为内部因素和外部因素两大类。内部因素主要包括旅游企业的规模、资本投入、旅游管理水平等 [11] [12] [13] 。外部因素主要包括政府政策、经济发展、市场竞争、交通发展、旅游资源等 [15] [16] 。此外，研究发现城市旅游业效率存在明显的地域差异和时空演化特征，不同地区和时期的城市旅游业效率存在差异，这可能与地理位置、资源禀赋、政策环境等因素有关 [17] [18] [19] 。

第三，在研究对象上，虽然一些研究对各区域的旅游效率进行了一定尝试，但还不够系统和深入。有以全国为研究对象的 [20] ；也有以个别省市为研究对象的，包括湖北省(李会琴等，2016) [21] 、河南省 [22] 、广东省 [23] [24] [25] 以及南京市 [26] 等省市，以及以特定经济区域如黄河流域 [27] 、淮海经济区 [28] 、珠三角城市群 [29] 等作为研究对象。大部分研究只是进行了效率的简单估计，但没有更进一步地研究影响效率的相关因素。

最后，旅游业效率的提升策略是旅游业效率研究的重要目标。旅游业效率的提升策略可以分为内部策略和外部策略两大类。内部策略主要包括提高旅游企业的管理水平、数字技术创新、人力资源开发等，这些策略可以通过提高旅游企业的内部效率来提升旅游业的整体效率 [30] [31] 。外部策略主要包括优化旅游市场环境、加强旅游资源保护、互联网技术、绿色发展等，这些策略可以通过改善旅游业的外部环境来提升旅游业的整体效率 [32] [33] 。通过对旅游业效率提升策略的研究，为旅游业的可持续发展提供有效的路径和方法。

综上所述，旅游业效率研究是一个重要而复杂的领域，需要多学科的交叉和综合研究。通过对旅游业效率的测度方法、影响因素和提升策略的研究，可以为旅游业的可持续发展提供理论和实践的支持。大部分研究只是对旅游效率进行了相关测度，但是较少涉及影响旅游效率影响因素的研究。本研究既考虑效率的测量，同时也考虑对效率影响因素的探索，可以进一步深化对旅游业效率的理解，探索更加精确和有效的研究方法，为旅游业的发展和管理提供更加科学和可行的建议。

3. 研究模型

DEA是在研究效率问题中非常热门和有效的一种模型，在该模型中，每一个效率评估的对象(如公司或部门)被视为一个决策单元DMU (Decesion Making Unit)，它基于线性规划方法来分析评估对象的运作效率，同时不需要估计具体生产前沿函数关系，使得其易用性大大提高，其基本形式如模型(1)所示：

$\begin{array}{l}\min \theta \\ s.t.\{\begin{array}{l}{\displaystyle \underset{j=1}{\overset{n}{\sum }}{\lambda }_j{x}_{ij}\le \theta x_{ij}}\\ {\displaystyle \underset{j=1}{\overset{n}{\sum }}{\lambda }_j{y}_{sj}\le y_{sj}}\\ \lambda \ge 0;i=1,2,\cdot \cdot \cdot ,m;\\ q=1,2,\cdot \cdot \cdot ,s;j=1,2,\cdot \cdot \cdot ,n\end{array}\end{array}$ (1)

模型(1)就是基于Farrell距离的产出导向的DEA-CCR模型，可以在不增加投入的情况下尽可能使决策单元的产出最大化。在上述模型中，θ表示DMU_j的技术效率值，x_ij表示DMU_j的第i个投入变量，y_ij表示DMU_j的第i个产出变量，其中λ_j是投入和产出变数的权重，这些权重就是用来优化效率值的决策变数。对于每一个投入和产出，这些决策变数用来衡量对总的效率值的相应贡献。如果效率值等于1，那么这个决策单元为技术有效，当其小于1代表其效率低于行业最优水准。

DEA超效率模型(super efficiency model) [17] 在模型(1)的基础上增加了j ≠ k这一限制条件，通过比较单位的输入和输出指标来确定单位是否达到了最高效率水平，超效率模型的效率值可以大于1，从而减少了传统DEA模型经常出现多个决策单元效率值为1导致的无法区分。

$\begin{array}{l}\min \theta \\ s.t.\{\begin{array}{l}{\displaystyle \underset{j=1}{\overset{n}{\sum }}{\lambda }_j{x}_{ij}\le \theta x_{ij}}\\ {\displaystyle \underset{j=1}{\overset{n}{\sum }}{\lambda }_j{y}_{sj}\le y_{sj}}\\ \lambda \ge 0;i=1,2,\cdot \cdot \cdot ,m;\\ q=1,2,\cdot \cdot \cdot ,s;j=1,2,\cdot \cdot \cdot ,n\left(j\ne k\right)\end{array}\end{array}$ (2)

本研究采用Tobit模型来进行服务业效率的比较分析。结合相关文献，建立基本模型如下：

$E_{ijt}={\tau }_i+{\alpha }_i{X}_{ijt}+{\beta }_i{Y}_{ijt}+\gamma Z_{ijt}+{\mu }_i{T}_{ijt}+{ϵ}_{ijt}$ (3)

这里E_ijt表示不同区域i的服务企业j在时间t的服务业效率值，(X, Y, Z, T)表示不同属性的解释变量，α_i，β_i，γ_i，μ_i分别是它们的回归系数，τ_i是截距项，ε_ijt是残差。具体来说，X表示城市GDP，Y表示高速公路通车里程，Z表示第三产业增加值，T是一个虚拟变量，代表2019年新冠疫情事件。

被解释变量：E，表示城市的旅游效率值。控制变量：结合相关文献及广东省各城市的实际情况，选取GDP，高速通车里程，第三产业增加值为解释变量。同时为探究新冠疫情对旅游效率的影响，构建一个虚拟变量表示2019新冠疫情事件。本研究特提出如下假设：

H1：经济发展水平对旅游效率有正向影响。

经济发展水平的提高通常伴随着人们收入的增加和生活水平的提高，这可能会促使更多的人选择旅游。此外，经济发展还会带来更多的投资和资源，用于旅游基础设施的建设和改善，从而提高旅游效率 [14] 。

H2：交通发展水平对旅游效率有正向影响。

交通发展水平的提高意味着更便捷、高效的交通网络，使得人们能够更快速、便利地前往旅游目的地。这将减少旅游过程中的时间和成本，从而提高旅游效率 [12] [16] 。

H3：第三产业发展水平对旅游效率有正向影响。

第三产业主要包括旅游、餐饮、零售等服务业，其发展水平的提高将带动旅游相关产业的发展。更多的旅游服务提供商和更好的服务质量将提高旅游效率 [13] 。

H4：新冠疫情事件对旅游效率有负向影响。

新冠疫情引发了全球范围内的旅行限制和封锁措施，导致旅游活动受到了严重影响。旅游景点的关闭、航班取消以及旅行限制措施都导致了旅游效率的下降。此外，人们对于旅游的担忧和不确定性也可能减少旅游的意愿，进一步影响旅游效率。

4. 数据与分析

本实证研究使用了2017~2021年期间广东省21个城市旅游产业数据，详见表1。广东省一共有21个城市，分别是珠江三角洲区域(广州、深圳、珠海、佛山、东莞、中山、江门和肇庆)、东部沿海区域(汕头、汕尾和潮州)、西北山地区域(韶关、河源和清远)和西南沿海区域(阳江、湛江和茂名)。

4.1. 第一阶段旅游超效率测算

根据文献综述及数据可用性，本研究选择了三个投入变量(星级旅游景点数量、酒店房间数和从业人员人数)和两个产出变量(旅游收入和游客数)。第一阶段估计效率的投入和产出数据收集自广东省和各地市统计局、旅游局。表2列出了投入和产出的描述性统计数据。

Table 1. The 21 cities of Guangdong Province and their codes

表1. 广东省21城市及编码

注：P——珠三角，N——粤北，E——粤东，W——粤西。

Table 2. Input and output descriptive statistics

表2. 投入与产出描述性统计

表3给出了广东省21个城市的旅游效率，其中深圳、广州、珠海、湛江的平均旅游效率较高，均高于平均效率水平。由于四个城市经济发展水平较高，且拥有丰富的旅游资源，包括自然景观、历史文化遗址、主题公园等。总体看来，各城市的旅游效率在2020年前比较平稳，而在2020后呈现一个急速的下降趋势，见图3，这可能跟2019年底的新冠疫情影响有关，将在第二个阶段的回归分析中进行进一步检验。

Table 3. Tourism efficiency of 21 cities in Guangdong Province for year 2017~2021

表3. 广东省21市旅游效率2017~2021

Figure 3. Regional tourism efficiency in Guangdong Province for year 2017~2021

图3. 广东省区域旅游效率2017~2021

值得注意的是，珠三角的深圳、广州和珠海(见图4)，由于经济高度发达，带来更多的投资和资源，用于旅游基础设施的建设和改善，从而提高旅游效率。而汕尾、清远、惠州的旅游效率较低，虽然这些地区旅游资源也较丰富，然而由于缺乏便捷、高效的交通网络。这使得人们前往这些城市的旅游目的地变得更加困难和耗时，增加了旅游的时间和成本，降低了旅游效率。

Figure 4. Tourism efficiency of Guangzhou, Shenzhen and Zhuhai for year 2017~2021

图4. 广州、深圳、珠海旅游效率2017~2021

表4给出了广东省四个区域的旅游效率，可以看出珠三角区域的旅游效率在过去几年中相对较高，均值为0.534，高于其他几个区域。粤东地区的旅游效率排名第二，均值为0.428。粤西地区的旅游效率排名第三，均值为0.489。粤北地区的旅游效率排名最低，均值为0.402。整个广东省的旅游效率均值为0.476。这些数据表明，珠三角地区在过去几年中相对于其他地区拥有更高的旅游效率。这可能是因为珠三角地区拥有更多丰富多样的旅游资源、发达的旅游基础设施、较高的经济发展水平以及成熟的旅游产业等因素的综合影响。然而，这只是从数据中得出的初步结论，具体还需要进一步的回归分析来验证。

Table 4. Tourism efficiency for four areas of Guangdong province

表4. 广东省四个区域旅游效率

4.2. 第二阶段旅游效率的Tobit回归分析

为了确定旅游效率的影响因素，本研究对旅游效率与解释变量进行了Tobit回归分析。使用此模型的理由是：在旅游效率中，可能存在一些数据的截断现象。这种情况下，使用传统的普通最小二乘回归分析可能会导致估计结果的偏误。而Tobit回归分析可以解决这个问题，通过考虑截断数据的特点，提供更准确的估计结果。此外，由于旅游效率被限制在一定的范围内，使用Tobit回归分析可以处理这种截断变量，提供对旅游效率的有效估计。回归中使用的解释变量的数据来自广东省和各地市统计局，模型中使用了105个观测值来进行系统估计，描述性统计汇总见表5。

为了避免多重共线等问题对分析结果带来干扰，研究使用不同的模型组合来进行影响因素分析，具体分析结果见表6。根据回归结果有如下四点解释：

Table 5. Descriptive statistics of variables in regression analysis

表5. 回归分析变量描述性统计

Table 6. Tobit estimation of influencing factors for Guangdong tourism efficiency

表6. 广东省旅游效率影响因素的Tobit回归估计

注：^*p < 0.1，^**p < 0.05，^***p < 0.01。

第一，分析发现经济发展水平对旅游效率有正向影响，假设H1得到支持。1) 资源投入增加：随着经济发展，城市的资源投入可能会增加，包括旅游基础设施、旅游产品和服务的改善。这些投入可以提高旅游效率，使得旅游业能够更好地满足游客的需求。2) 技术进步：经济发展通常伴随着技术的进步和创新，这也可以提高旅游效率。例如，新的科技应用和信息技术的发展可以提升旅游业的管理和运营效率，提供更好的旅游体验。3) 教育水平提高：经济发展往往伴随着教育水平的提高，特别是高等教育的普及。高等教育可以提供更多的专业人才和技能，为旅游业提供更好的人力资源，从而提高旅游效率。4) 收入水平提高：经济发展可以提高人民的收入水平，使得更多的人有能力和意愿进行旅游消费。这样一来，旅游业的需求增加，旅游企业将会增加投入，提高服务质量和效率，以满足不断增长的旅游需求。

第二，分析发现交通发展水平对旅游效率有正向影响，假设H2得到支持。1) 交通便利性的提升：交通发展水平的提高通常意味着交通网络的改善和交通设施的建设。更便利的交通条件可以减少旅游者的出行时间和成本，提高旅游的效率。例如，更多的道路、铁路和航空线路可以使得旅游者更方便地到达目的地，节省时间和精力。2) 交通运输效率的提高：交通发展水平的提高通常伴随着交通技术和管理的改进。新技术的应用可以提高交通运输的效率，例如高速公路、高铁和航空技术的发展可以加快旅行速度，减少拥堵和延误，提高旅游的效率。3) 交通网络的连通性增强：交通发展水平的提高可以促进不同地区之间交通网络的连通性增强。这意味着旅游者可以更方便地在不同的地区之间旅行，探索更多的景点和旅游资源，提高旅游的效率。4) 交通基础设施的提升：交通发展水平的提高通常伴随着交通基础设施的建设和改善。更好地道路、桥梁等基础设施可以提供更好的旅游服务和体验，提高旅游的效率。

第三，第三产业发展水平对旅游效率有正向影响，假设H3得到支持。1) 提供更多的旅游产品和服务：第三产业主要包括服务业，而旅游业也是服务业的一部分。随着第三产业的发展，服务业提供更多的旅游产品和服务，满足了旅游者的需求，提高了旅游效率。2) 促进了旅游业的专业化和多样化：旅游企业和从业人员可以针对不同的旅游需求提供专业化的服务，例如旅行社、导游、酒店、餐饮等。这些专业化和多样化的服务可以提高旅游效率，满足旅游者的各种需求。3) 旅游业与其他服务业的协同发展：第三产业的发展也促进了旅游业与其他服务业的协同发展。例如，旅游业可以与交通运输、餐饮、零售等行业进行合作，提供一站式的旅游服务。这种协同发展可以提高旅游效率，提供更便捷和全面的旅游体验。4) 旅游业的就业机会增加：第三产业的发展可以创造更多的就业机会，特别是在旅游业领域。更多的就业机会意味着更多的专业人才和技能，提高了旅游服务质量和效率。

第四，新冠疫情事件对旅游效率有负向影响，假设H4得到支持。1) 旅游限制和封锁：为了控制疫情的传播，很多国家和地区采取了旅行限制和封锁措施，包括关闭边境、取消航班、限制旅游活动等。这导致了旅游业的严重受损，旅游者无法自由地进行旅行，旅游效率大大降低。2) 旅游需求下降：由于疫情的影响，很多人选择取消或推迟旅行计划，旅游需求大幅下降。旅游企业面临着客流量的锐减，导致旅游资源的利用率降低，旅游效率受到了负面影响。3) 旅游服务质量下降：疫情期间，旅游企业和服务提供者需要采取一系列防控措施，例如加强卫生和消毒，限制人员流动等，这可能导致旅游服务质量下降。例如，景区的游客容量限制、酒店的服务降级等，都会影响旅游者的体验和满意度，降低旅游效率。4) 旅游业的复苏困难：疫情对旅游业造成了重大冲击，导致很多旅游企业面临倒闭和裁员的风险。即使疫情得到控制，旅游业的复苏也需要时间，需要重新建立旅游供应链和恢复旅游市场信心，这将进一步影响旅游效率。

5. 结论与建议

本研究采用两阶段实证方法，对2017~2021年广东省21个城市的旅游效率进行了比较分析。在第一阶段，采用非参数DEA来估计21个城市的相对效率。在第二阶段，Tobit回归被用来确定城市效率的影响因素。

在第一阶段旅游效率分析中，采用超效率模型分析了21个城市的旅游效率。发现珠三角区域的平均旅游效率高于其他区域，深圳、广州、珠海、湛江的平均旅游效率高于其他城市。同时在2020年这一时间节点之后，所有城市旅游效率都经历了急剧的下降。

在第二阶段的回归分析中，确定了广东省旅游效率的影响因素，首先，影响城市旅游效率的重要因素是城市经济发展水平、交通发展水平、第三产业发展水平等因素。其次，2019年底对广东省旅游效率都造成了重大影响。

根据研究分析结论，对广东旅游业管理与发展有如下建议：

1) 提升交通发展水平：加强交通基础设施建设，包括道路、机场、港口等，提高交通运输效率和交通网络的连通性。同时，提升交通便利性，解决城市交通拥堵问题，为游客提供便捷的交通方式。

2) 加大旅游经济发展投入：增加对旅游业的资源投入，提高旅游产品和服务的质量和多样性。促进技术进步和教育水平的提高，提升旅游从业人员的专业素质，提供更优质的旅游服务。

3) 推动第三产业发展：加强与其他服务业的协同发展，提供更多的旅游产品和服务。鼓励旅游企业与当地文化、餐饮、购物等产业融合，创造更多的就业机会。

4) 加强旅游管理与营销：建立健全的旅游管理体系，加强对旅游企业的监管，确保旅游服务质量。同时，加大旅游市场的宣传和推广力度，吸引更多的游客来到广东省旅游。

5) 优化旅游环境：注重保护和利用自然资源，提升旅游景点的环境质量。加强旅游安全管理，确保游客的人身和财产安全。

研究对城市旅游业领域有三大贡献：首先，本研究建立了一个完整的旅游效率分析理论。其次，通过计量方法严格估计这些因素对旅游效率的影响。最后，通过对不同旅游城市的比较研究，从管理的角度提炼出有价值的观点，对广东省旅游业的发展提供了决策建议。

基金项目

广东省哲学社会科学“十四五规划”项目(GD23YGL02)；广东省教育厅普通高校特色创新项目(2023WTSCX114)；广东省自然基金项目(2021A1515110566)。