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
DOI: 10.12677/SSEM.2023.126055, PDF,    科研立项经费支持
作者: 邓 强：电子科技大学中山学院，广东 中山；罗任飞：广东财经大学国际商学院，广东 佛山；彭 磊：北京师范大学自然科学高等研究院，广东 珠海
关键词: 城市旅游；超效率；旅游治理；Tobit回归；影响因素；Urban Tourism； Super Efficiency； Tourism Governance； Tobit Regression； Influencing Factors
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.
文章引用：邓强, 罗任飞, 彭磊. 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[J]. 服务科学和管理, 2023, 12(6): 427-438. https://doi.org/10.12677/SSEM.2023.126055

参考文献

[1] Charnes, A., Cooper, W., Lewin, Y.A., et al. (1997) Data Envelopment Analysis Theory, Methodology and Applications. Journal of the Operational Research Society, 48, 332-333. [Google Scholar] [CrossRef] 
[2] Anderson, I.R., Fish, M., Xia, Y., et al. (1999) Measuring Effi-ciency in the Hotel Industry: A Stochastic Frontier Approach. International Journal of Hospitality Management, 18, 45-47. [Google Scholar] [CrossRef] 
[3] 廖斌斌. 基于SFA方法的江苏省城市旅游效率评价研究[J]. 产业与科技论坛, 2020, 19(21): 20-21.
[4] Maniadakis, N. and Thanassoulis, E. (2015) A Cost Malmquist Productivity Index. European Journal of Operational Research, 241, 796-805. [Google Scholar] [CrossRef] 
[5] 王兆峰, 杨显. 基于DEA-Malmquist模型的中部城市群旅游产业效率评价研究[J]. 旅游科学, 2018, 32(3): 27-38.
[6] Han, C., Hua, D. and Li, J. (2023) A View of Industrial Ag-glomeration, Air Pollution and Economic Sustainability from Spatial Econometric Analysis of 273 Cities in China. Sus-tainability, 15, Article 7091. [Google Scholar] [CrossRef] 
[7] Du, J., Liang, L. and Zhu, J. (2009) A Slacks-Based Measure of Su-per-Efficiency in Data Envelopment Analysis: A Comment. European Journal of Operational Research, 204, 694-697. [Google Scholar] [CrossRef] 
[8] Chowdhury, H. and Zelenyuk, V. (2016) Performance of Hospital Services in Ontario: DEA with Truncated Regression Approach. Omega, 63, 111-122. [Google Scholar] [CrossRef] 
[9] 生延超, 李倩, 徐珊. 政府推动抑或市场驱动——中国旅游经济效率提升的动力研究[J]. 旅游学刊, 2022, 37(12): 68-82.
[10] 刘润佳. 基于DEA方法的区域旅游效率及影响因素研究[D]: [硕士学位论文]. 兰州: 西北师范大学, 2020.
[11] 唐睿, 冯学钢. 入境旅游效率与出口地理方向——基于“一带一路”沿线地区DEA-面板Tobit的实证[J]. 当代经济管理, 2018, 40(10): 76-84.
[12] 王美钰, 吴忠军, 侯玉霞. 边境省区入境旅游效率评价及其影响因素——基于DEA-Malmquist指数和面板Tobit模型[J]. 桂林理工大学学报, 2020, 40(3): 628-636.
[13] 王兆峰, 陈青青. 基于Super-SBM模型的张家界旅游效率评价及影响因素[J]. 中南林业科技大学学报(社会科学版), 2020, 14(1): 71-76.
[14] 曹芳东, 黄震方, 徐敏等. 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]. 地理研究, 2015, 34(12): 2395-2408.
[15] 方杏村, 陈浩, 王晓玲. 基于DEA模型的资源枯竭型城市旅游效率评价[J]. 统计与决策, 2015(7): 55-57.
[16] 郭向阳, 穆学青, 明庆忠. 边疆省域旅游效率空间分异及驱动因素——以云南省为例[J]. 世界地理研究, 2020, 29(2): 416-427.
[17] 易婷婷, 徐婧. 广东省城市旅游效率的时空演化研究[J]. 四川旅游学院学报, 2019(4): 82-85.
[18] 郑陈连. 广东省旅游生态效率时空演变及影响因素研究[D]: [硕士学位论文]. 广州: 华南理工大学, 2022.
[19] 范健英, 段文军, 李冲. 广西边境旅游效率的时空演化研究[J]. 国土与自然资源研究, 2022(4): 76-80.
[20] 张忍, 明庆忠, 焦玟, 等. 中国旅游效率与发展水平及其协调性特征研究[J]. 资源开发与市场, 2022, 38(2): 210-216.
[21] 李会琴, 王林, 闫晓冉. 基于DEA分析的湖北省旅游效率评价[J]. 统计与决策, 2016(2): 65-67.
[22] 张建伟, 窦攀烽, 焦士兴. 基于DEA-ESDA的河南省入境旅游效率区域差异研究[J]. 世界地理研究, 2019, 28(1): 111-120.
[23] 梁明珠, 易婷婷. 广东省城市旅游效率评价与区域差异研究[J]. 经济地理, 2012, 32(10): 158-164.
[24] 邓泽平, 张河清, 王蕾蕾. 广东省国家全域旅游示范区旅游效率研究[J]. 中南林业科技大学学报(社会科学版), 2019, 13(2): 109-114.
[25] 李康康. 基于DEA模型的广东省旅游业效率实证研究[D]: [硕士学位论文]. 广州: 暨南大学, 2019.
[26] 綦宸玥, 侯泽敏. 行业效率与演进模式研究——以南京市旅游业为例[J]. 产业经济评论(山东大学), 2017, 16(1): 90-102.
[27] 宋瑞, 胥英伟, 史瑞应. 黄河流域旅游产业效率评价与驱动力分析——基于DEA方法和空间杜宾模型的实证研究[J]. 中国软科学, 2022(11): 26-36.
[28] 周慧慧, 史春云, 余美蓉等. 基于DEA的淮海经济区城市旅游效率研究[J]. 旅游论坛, 2016, 9(4): 84-91.
[29] 杨蕾, 杜鹏. 珠三角城市旅游效率评价及差异分析[J]. 特区经济, 2020(8): 125-127.
[30] 胡亚光. 基于营力系统理论的旅游产业效率提升机制研究[J]. 企业经济, 2019, 38(3): 123-129.
[31] 黄蕊, 李雪威. 数字技术提升中国旅游产业效率的机理与路径[J]. 当代经济研究, 2021(2): 75-84.
[32] 马勇, 刘军. 绿色发展背景下旅游生态效率的核心价值及提升策略[J]. 旅游学刊, 2016, 31(9): 1-3.
[33] 刘震, 杨勇, 程玉. 互联网能否驱动旅游业效率提升?——影响机制与经验证据[J]. 旅游学刊, 2022, 37(9): 77-91.

为你推荐