1. 引言
第三产业中，旅游业的发展一直是备受关注的话题，特别是旅游对区域经济发展的影响这一问题，一直都是旅游经济学中颇受关注的重点问题，热度也是居高不下，其原因是：旅游业是综合性的产业，其他产业的发展与其存在强大的相关性；其中当前在进行旅游资源的开发时会更关注“可持续性”的发展，是符合当前发展要求很好的选择，因此很多国家和地区一直将旅游业的发展放在较高位置。在以往的研究中提出的“旅游发展促进经济增长假说”(tourism-led growth hypothesis, TLGH)被广泛的接受。而随着该概念的逐步完善与系统化，它的重要悖论思想和内容也越来越多，越来越多的专家学者把该概念运用到了其他方面的研究。根据旅游领域高度依赖性自然与人类资本的特性，部分研究者逐步地把“资源诅咒”现象及理论引入旅游研究领域，形成了“旅游资源诅咒”命题。在近些年不断地对这一主题探讨中，杨勇(2015)研究了旅游业与我国经济增长关系的实证分析；Petar Kurecic (2017)考察旅游和自然资源依赖型经济体中的“自然资源诅咒”现象及其对不同类型投资的作用；邓涛涛、刘壁如(2017、2019)对旅游业资源诅咒效应的理论和实践进行了定性和定量的研究；李文静、张朝枝(2019)在路径依赖视角下对旅游资源诅咒建立演化模型；高洋、冯乐晨(2020)具体对四川省少数民族地区旅游业发展是否存在资源诅咒进行探讨。在目前引入资源诅咒概念研究旅游城市发展中的文章较为少见，且大多为定性分析或者总结类的文献综述文章，在这定量分析方面的深入研究有待加强。
故本文以“旅游城市区域经济发展”为作为创新出发点，结合全要素生产变化率和回归模型探讨该八大旅游城市在十年内的发展，使用Malmquist指数模型和来分析这些城市在十年间以及2020年的旅游发展效率，探讨其发展历程和现状，同时通过模型数据分析其存在的问题。除此之外，本文进一步创新的结合资源诅咒的视角，分别对两个指标进行回归分析，探讨旅游业的发展对制造业和人力资本是否存在资源诅咒的现象。综合分析结果给出多维度的建议。
2. 研究方法和样本、指标选取
2.1. 研究方法
本文使用数据包络分析方法(Data Envelopment Analysis，简称DEA)和Malmquist指数模型和来分析这些城市的旅游发展效率。
美国运筹学家Charnes等人提出数据包络分析方法，是一种用于评价多输入、多输出的決策单元(Decision Making Unit，简称DMU)的相对效率的非参统计估计方法 [1]。Malmquist在1953年最早提出Malmquist模型的概念。Roil Fare等人于1992年将Malmquist指数与数据包络分析法相结合，并将Malmquist指数进行分解，分别为决策单元在2个时期内技术效率的变化和技术进步的变化，在DEA分析中反映生产前沿的变动情况 [2]。
2.2. 样本选取
本文选取两类的旅游城市：第一类是综合性大城市，具备经济发展水平高且存在大规模的旅游产业的特征，如北京、上海、杭州等，这类城市基础设施完善，在旅游服务业的基础设施也相对完善，旅游业的发展也能产生巨大的收入，尽管这类城市旅游发展水平高，但是其旅游产业的收入占其经济发展总量并不显著；第二类是典型的旅游城市——依靠旅游业的发展带动城市发展的中小城市，其特征是旅游产业的收入占经济发展总量中比例很高，如三亚、黄山、桂林等城市 [3]。这两类城市都是旅游城市，但是本篇文章认为，旅游收入占经济总量高的旅游城市，其旅游业具有更高的发展水平。
本文选择旅游依赖度较高(旅游发展水平高)的城市作为样本，旅游依赖度是指地区经济对旅游业的依赖程度，具体体现在旅游业对地区经济结构、就业结构、教育发展等方面的影响 [3]。本文在样本的选择上从城规模和旅游依赖度两个方面考虑，选取2011~2020年期间，在全国城市中平均旅游产业依赖度大于等于30%的8个旅游城市，具体的旅游依赖度见表1。相关数据主要来源于《中国区域统计年鉴中国城市统计年鉴》，个别数据通过各省市统计年鉴以及各城市国民经济和社会发展统计公报进行了补充。
Table 1. Tourism dependence of 8 cities in China from 2011 to 2020
表1. 2011年~2020年国内8个城市旅游依赖度
表中数据由作者计算得出。
2.3. 指标选取
本文研究典型代表旅游城市的区域旅游发展效率，检验测试旅游发的发展给制造业和人才带来了什么影响，通过投入当地区域旅游的相关指标，产出当地区域制造业和人力的指标进行分析，具体指标见表2。
Table 2. Efficiency index of regional tourism development
表2. 区域旅游发展效率指标
3. 区域旅游城市发展效率现状分析
2020年八个城市的旅游发展效率是在DEA模型的基础上借助DEAP2.1计量软件所得，具体结果见表3。若想实现DEA有效，投入和产出就要实现最优化。从整体上来看，2020年的综合效率平均值为0.77，综合效益是由技术效率和规模效率组成，分别为0.93和0.806，这些数据都小于1，表示这八大中国典型的旅游城市综合效率、纯技术效率、以及规模效率都没有达到最优。相对而言在技术效率上发展的较好，说明在这几大旅游依赖度高的城市只中科学技术创新方面做的较好。综上所述，在这八个旅游型城市今后为了更好的发展旅游行业并带动的区域经济的增长，应该更加关注提高旅游资源的投入和利用率，优化产业的结构，同时注意劳动力的结构和人才的培育，同时也要关注科学技术的创新与发展。
从局部层面来看，这八大旅游城市中有一半的城市达到了DEA有效，实现了投入和产出的最优，分别是：丽江、三亚、桂林和丽水；其中两个城市：黄山和张家界的综合效率低于综合效率的平均值。这说明再2020年在旅游型城市现有的科技水平下，有部分的城市旅游发展效率较低，对资源配置的能力以及利用能力较低。规模效率和综合的指标呈现相同的形式，依旧是黄山和张家界低于平均水平，这表明这些区域的规模效应发挥作用欠佳，亟待提高。总体来看，除了丽江、三亚、桂林和丽水的旅游发展效率是有效的之外，其余四个城市各个指标都是非DEA有效，其中各指标最低的是张家界市。说明在一些旅游型城市中，科学技术的变化和规模效率对整体的旅游发展效率影响较大。
Table 3. Tourism development efficiency of eight major cities in 2020
表3. 2020年八大城市的旅游发展效率
4. 八大区域旅游城市发展效率分析
根据2011~2020年八个区域旅游城市的旅游发展效率全要素生产率变化指数的测算结果，求取平均值即可得到2011~2020年八个旅游城市的旅游发展效率全要素生产率变化特征，具体计算结果如表四所示。由计算结果可得2011~2020年八个区域旅游城市的旅游发展效率全要素生产率变化趋势见图1。
Table 4. Change index of tourism development efficiency and total factor productivity of eight major cities from 2011 to 2020
表4. 2011~2020年八大城市旅游发展效率全要素生产率变化指数
Figure 1. Change index of tourism development efficiency and total factor productivity from 2011 to 2020
图1. 2011~2020年旅游发展效率全要素生产率变化指数
由表4和图1分析可得，综合效率变化均值0.996，小于1，总体质量在下降，区域对旅游的深入推进，作用在发展效率上的效果不是很明显。技术进步变化指数均值为0.996，与综合效率变动趋势相同，抑制效应0.4%，说明技术水平的变化，影响了各要素利用效率。纯技术效率均值为1.007，而纯技术效率变化指数有4年小于1，5年大于1，纯技术效率总体呈波动上升趋势，基本完全发挥技术和资源潜力。同一年段的纯技术效率变化与规模效率变化大部分时间是正向增加的，且纯技术效率幅度区间更大，说明纯技术效率变化与规模效率变化引起综合效率变化的作用相比更加明显。规模效率均值为0.989，而旅游城市规模效率变化指数(全要素生产率)均值为0.992，说明规模效率较高，总体上基本保持不变。在规模效率基本不变、技术进步的情况下，综合效率却总体呈波动下降态势，说明在旅游要素配置中存在不合理、资源利用效率低、甚至出现资源闲置等问题，其是旅游发展质量不高的主要原因，说明旅游发展处于转型升级迫切时期 [4]，应注意在保持或合理扩大旅游规模效率的同时，进一步开发旅游资源潜力，不断加大科技和人才投入，提高区域协作成效，促进旅游综合效率提升，加快旅游高质量发展进程 [5]。
5. 在资源诅咒的视角下分析旅游型城市对区域经济的影响
通过考虑在旅游城市的各项旅游相关指标之间的关系，来探讨投入和产出指标之间的关系，具体分析八个旅游城市10年间的旅游业的发展给当地的人力资本水平和制造业水平造成的影响。具体各个变量的水平指标如下表5：
Table 5. Comprehensive indicators of various places from 2011 to 2020
表5. 2011~2020年各地方的综合指标
各个地区的指标取的10年间的指标的平均值作为综合指标。
因变量分别选取制造业水平和人力资本水平，自变量选取旅游依赖度、对外开放水平和政府投入水平，进行回归得到结果进行分析。
5.1. 旅游城市对制造业的影响
从表6可知，对模型进行F检验时，发现模型通过F检(F = 10.245, p = 0.024 < 0.05)，也即说明模型构建有意义。将旅游依赖度，对外开放水平，政府投入水平作为自变量，而将制造业水平作为因变量进行线性回归分析，从上表可以看出，模型R方值为0.885，意味着旅游依赖度，对外开放水平，政府投入水平可以解释制造业水平的88.5%变化原因。最终具体分析可知：
旅游依赖度的回归系数值为−0.251 (t = −3.252, p = 0.031 < 0.05)，意味着旅游依赖度会对制造业水平产生显著的负向影响关系。对外开放水平的回归系数值为−5.492 (t = −2.904, p = 0.044 < 0.05)，意味着对外开放水平会对制造业水平产生显著的负向影响关系。政府投入水平的回归系数值为0.506 (t = 1.498, p = 0.209 > 0.05)，意味着政府投入水平并不会对制造业水平产生影响关系。
Table 6. Regression results of tourism city’s relative level to manufacturing level
表6. 旅游城市相关水平对制造业水平的回归结果
因变量：制造业水平；D-W值：2.641；*p < 0.05，**p < 0.01括号里面为t值。
总结分析可知：旅游依赖度，对外开放水平会对制造业水平产生显著的负向影响关系。但是政府投入水平并不会对制造业水平产生影响关系。
5.2. 旅游城市对人力资本的影响
从表7可知，将旅游依赖度，对外开放水平，政府投入水平作为自变量，而将人力资本水平作为因变量进行线性回归分析，从上表可以看出，模型公式为：人力资本水平 = 0.036 + 0.020 * 旅游依赖度 + 1.228 * 对外开放水平 − 0.114 * 政府投入水平，模型R方值为0.360，意味着旅游依赖度，对外开放水平，政府投入水平可以解释人力资本水平的36.0%变化原因。对模型进行F检验时发现模型并没有通过F检验(F = 0.750, p = 0.576 > 0.05)，也即说明旅游依赖度，对外开放水平，政府投入水平并不会对人力资本水平产生影响关系，因而不能具体分析自变量对于因变量的影响关系。
Table 7. Regression result of tourism city related level to human capital level
表7. 旅游城市相关水平对人力资本水平的回归结果
因变量：人力资本水平；D-W值：1.817；*p < 0.05，**p < 0.01括号里面为t值。
5.3. 分析是否存在资源诅咒
从以上回归结果分析可以看出，旅游产业依赖与制造业发展水平之间呈负相关。这说明在旅游依赖型城市中，旅游依赖度与对外开放程度对制造业有一定的挤出效应，说明了部分资源诅咒现象的存在。出现该现象存在以下几点原因：一是当地政府 [3] 对旅游业的重视程度比其他产业重，同时旅游业自身具有高回报的特征，导致在发展产业时要素向旅游板块聚集，制造业则发展受阻碍；第二，在旅游发展的过程中，劳动力的价格出现上涨现象，提高了制造业生产成本，压缩了制造业的生产利润 [3]。第三，旅游业对外部资本具有一定的吸引力，外部资本的进入会加大市场竞争，同时外部企业可能具有较为先进的技术，对本地的制造业产生挑战。制造业部门在面对生产要素不足、生产成本高、市场缩减的情况下，就会减少生产甚至退出市场 [6]。
同时在上述回归分析中发现旅游依赖度、对外水平、和政府投资，都没有与人力资本呈现负相关的关系，但是在城市和经济的发展中都需重视人才的培养，才能使得区域经济转向高质量发展。
6. 结论和建议
本文使用DEA和Malmquist指数模型对2011~2020年八大典型旅游城市的旅游发展效率以及旅游发展效率全要素生产率变化指数进行测算 [7]，并且通过回归模型来分析八个旅游城市在2011~2020年间旅游业的发展给当地的人力资本水平和制造业水平造成的影响。结果表明：一是2020年这些城市之间旅游发展的效率不均衡，且差异较大；二是2011~2020年八个区域旅游城市的旅游发展质量不高，存在旅游产业要素配置不合理、资源利用效率低下甚至闲置，旅游发展处于转型升级迫切时期。
在旅游城市相关水平对制造业水平人力资本水平的回归结果中，在制造业发展上存在一定的资源诅咒效应。同时发现旅游依赖度、对外开放水平、政府投入水平并不会对人力资本水平产生影响关系，但如果不积极的促进人力资本的发展，则在未来也存在资源诅咒的可能性。
总体看来我国的旅游城市面临着转型升级的准备，转向高质量发展旅游业，促进区域经济更好的发展。针对以上旅游城市区域经济高质量发展并且避免资源诅咒的产生，提出一些建议：
1) 在旅游城市的发展中，应注意在合理扩大旅游规模效率的同时，进一步挖掘旅游资源潜力，同时加大科技、人才投入，达成区域协作均衡发展，促进旅游综合效率提高，加快旅游高质量发展进程。
2) 发展传统旅游业会容易陷入资源诅咒陷阱，需要开发旅游创新，突破升级旅游寻找新的发展模式，将科技、人才和文化联系在一起，打造新型的旅游业，实现区域经济的良性循环，加大协作效应 [3]。
3) 充分利用旅游业的优势，发挥旅游产业对其他产业的带动作用，同时其他的产业需要克服对旅游业的依赖性，升级优化自身的产业发展，在市场竞争中占据席位，实现旅游业和相关产业同步健康发展，既能够避免区域内产业结构的单一，也能够为旅游城市创造新的增长动力。
4) 发展当地的科技水平和人力资本，政府部门需要时刻重视技术创新和人才培养，对科技和人才进行投资，才能够保证地区经济的可持续发展，进而促进旅游高质量发展，实现全面升级。