基于DEA模型的河南省城市旅游效率评价

王 伟

(1.河南理工大学 能源经济研究中心，河南 焦作 454000； 2.河南理工大学 工商管理学院， 河南 焦作 454000)

基于DEA模型的河南省城市旅游效率评价

王 伟1,2

(1.河南理工大学 能源经济研究中心，河南 焦作 454000； 2.河南理工大学 工商管理学院， 河南 焦作 454000)

对城市旅游效率及其影响因素分析有助于旅游业资源投入组合的优化和利用能力的提高。采用DEA方法，利用河南省18个地市2012—2014年的旅游产业面板数据，对旅游资源利用的综合效率、技术效率、规模效率和规模收益进行分析评价，并归纳出影响城市旅游效率差异的主要因素。研究表明，河南省城市旅游综合效率、技术效率和规模效率都一般，各市之间、各地区之间的各类效率差异均较大。其中，综合效率的差异有扩大的趋势，技术效率和规模效率的差异在逐步缩小；约72%的城市处于规模收益递增阶段，这些城市位于非郑汴洛地区。最后，从不同层面探讨了影响城市旅游效率的宏观、中观和微观因素。

城市旅游效率；效率评价；DEA；河南省

改革开放30多年来，我国城市旅游实现了跨越式发展，当前仍然呈现出高速发展的态势。为了获取更高的产出水平，在激烈的旅游市场竞争中保持优势地位，发展城市旅游应该以追求高效率为目标。城市旅游效率具体指在一定的生产技术条件下，城市旅游要素资源的有效总产出与总投入的比值，是城市旅游投入要素资源的有效配置、运行状态和经营管理水平的综合体现[1]。截至2013年底，我国大陆地区各种类型和规模的城市达到658个[2]，其中许多城市都把旅游业列为城市经济的重要产业，通过不断加快旅游产业的发展步伐，使之成为城市新的经济增长点，因此，对城市旅游经营效率开展科学有效的评价显得十分必要。

目前，学者们对于山东省17地市[3]、长江三角洲16城市[4]、中国15个副省级城市[5]、广东省21地市[6]等经济发达地区的城市旅游整体效率评价给予了较多的关注，而针对欠发达地区的城市旅游效率研究却有所不足。我国在大力推进旅游经济发展的过程中，位于中原地区的郑州、开封、洛阳、新乡、焦作等城市作为河南省经济与人口的重要载体，是促进区域旅游业快速发展的重要支撑，在贯彻实施河南省“中原经济区”“旅游立省”战略中发挥着重要作用。探讨欠发达地区的河南省城市旅游效率及其变化，有助于掌握河南省城市旅游要素资源的利用状况，并且对于河南省城市旅游发展具有十分重要的意义。本文借助DEA评价模型，从旅游投入和产出的角度，对河南省城市旅游经营效率进行分析与评价，进而探寻影响城市旅游效率差异的主要因素，以期为优化城市旅游发展效率、制定和调整城市旅游发展政策提供科学依据和决策参考。

一、研究设计

(一)研究方法

数据包络分析方法(Data Envelopment Analysis，DEA)是一种对若干同类具有多输入、多输出的决策单元(Decision Making Units，DMU)进行相对效率与效益方面比较的有效方法[7]，它还能判断各DMU的投入规模是否恰当，并给出各DMU有关指标的调整方向和具体调整量。

假设对n个城市的旅游效率进行评价，每一个被评价的城市旅游业被称为一个决策单元(DMU)，各个评价指标体系都有m种类型的投入指标和s种类型的产出指标，其中第j个城市旅游决策单元DMUj的输入向量、输出向量分别是Xj=[x1j，x2j，…，xmj]和Yj=[y1j，y2j，…，ysj]，在基于凸性、锥性、无效性和最小性公理的假设下，可以得出第j0个城市旅游决策单元DMUj0满足规模报酬不变的DEA模型：

min[θ-ε(e-Ts-+e+Ts+)]

λj≥0,j=1,2,…,n;S-≥0;S+≥0

假定式(1)的最优解为θ0、λ0、S-0、S+0，有：若θ0=1，则DMUj0为弱DEA有效；若θ0=1，并且S-0=S+0=0，则DMUj0为DEA有效，即产出相对于投入而言达到综合效率最优；若θ0<1，则DMUj0为非DEA有效，即系统效率尚有改进和提高的空间。也就是说，θ值越接近1，说明城市的旅游效率越高，反之亦然。

(二)对象选取

为了全面反映和分析河南省城市旅游效率，本研究选取河南省所辖的18个地市作为研究对象，每个地市作为1个决策单元。从2014年起，河南省有10个县(市)实行省直管制度，部分省直管县的旅游统计数据从原属地市中剥离出去，但是考虑到数据的可获取性和可操作性，笔者仍将所涉及的省直管县数据统计到原属地市中，这样有助于全面系统地分析评价城市旅游效率。此外，由于地区经济发展不均衡，还对中原城市群、豫北、豫西豫西南和黄淮地区进行区域比较分析(表1)。

(三)指标选择

使用DEA方法测量效率的准确性在很大程度上取决于测评过程中所使用的投入和产出指标[8]。一般来说，指标的选取应能体现研究对象的内涵和基本特征，同时避免各投入指标之间以及各产出指标之间具有较强的线性关系。跟其他服务行业类似，旅游业也是利用劳动力、原材料来生产旅游服务，与生产和效率相关的旅游要素资源同样可用这种方式来确定。因此，本研究选取星级宾馆数量、旅行社数量、A级景区数量作为投入指标，旅游总收入和接待游客人数作为产出指标。由于DEA方法的评估结论与输入输出的量纲无关，所以不必对各数据进行无量纲化处理[9]。从各原始指标数据中可以看出(表2)，受城市规模和经济实力影响，不同城市旅游投入和产出指标要素之间存在明显差距，表明各城市旅游效率可能存在显著差异。

表1 河南省区域划分

资料来源：河南省全面建设小康社会规划纲要

本研究在对河南省城市旅游效率做整体分析时选取了2012—2014年的数据样本，所用数据均来源于2012—2014年河南省各城市的国民经济和社会发展统计公报①。

表2 河南城市旅游投入产出原始数据特征值

二、研究结果

依据2012—2014年河南省各城市的旅游投入产出数据，采用DEA方法的规模收益不变模型(CRS)和规模收益可变模型(VRS)，运用EMS软件，对河南省18地市的旅游综合效率、技术效率和规模效率进行计算。其中，综合效率指在城市旅游业务活动中投入与产出或成本与收益之间的对比关系，主要包括技术效率和规模效率；技术效率反映在旅游投入给定的情况下城市获取旅游最大产出的能力；规模效率则反映城市是否在最合适的旅游投资规模下进行经营。三者之间的关系式为：综合效率=技术效率×规模效率[9]。此外，考虑到效率测算对决策单元有相同环境的要求，而不同年份的环境有差异，故而分别对2012—2014年的效率数值进行测算，如表3所示。*①对于个别城市旅游数据的零星缺失，笔者通过咨询相关部门或由相近年份数据估算进行了补全。

(一)旅游效率

(1)综合效率。从表3的评价结果来看，河南省各城市之间的旅游效率存在明显差异。2012—2014年有4个城市综合效率值等于1，说明一直处于生产前沿面，即DEA有效，它们约占城市总数的22%；而其余14个城市综合效率值均小于1，说明都处于非生产前沿面，即非DEA有效，它们约占城市总数的78%。总体上看，2012—2014年综合效率有效的城市数量和城市名称没有发生变化。运用EMS的超效率模型对综合效率有效的城市进行测算排序，3年中由高到低的顺序均为开封、郑州、洛阳、鹤壁，其中，开封、洛阳、鹤壁的综合效率一直在稳步提升，郑州的综合效率则略有起伏。可以看出，这些城市一直在不断地减少投入冗余，如洛阳的旅行社数量在逐年减少；不断地增加产出水平，如鹤壁在旅游投入要素资源变化不大的情况下，2014年的旅游总收入、接待游客人数分别比2012年增长了49%和35%。

表3 河南省各城市旅游效率统计结果

从2012—2014年综合效率无效的城市情况来看，综合效率变化不大的城市有6个,综合效率递增的城市有2个,综合效率先增后降的城市有2个,综合效率递减的城市有4个。此外，3年中综合效率均小于等于0.3的城市有许昌、漯河、濮阳、南阳，个数约占18地市的22%。在投入方面，许昌、漯河、濮阳的“旅行社数量”和“A级景区数量”存在一定的投入冗余率，而南阳的“星级宾馆数量”存在较大的投入冗余率，这些导致它们远离生产前沿面。在产出方面，漯河、南阳的“接待游客人数”的产出水平有待提高，而濮阳的“旅游总收入”也没能跟上整个旅游经济的发展速度，产出不足率呈现上升趋势。还需要注意的是焦作，它的综合效率从2012年的0.8先上升到2013年的0.92，然后再下降到2014年0.88。从产出方面分析，焦作的“接待游客人数”产出不足率非常高，尤其是2013和2014年分别达到了2645%、2658%，所以如何增强城市旅游存量资产的产能，进一步提升整体经营管理水平成为焦作旅游业高效发展的关键。

从综合效率的平均值与标准差情况来看，2012—2014年综合效率平均值分别为0.61、0.62、0.62，超过50%的城市大于或等于当年平均值。总体来看，河南省城市旅游的综合效率一般，3年平均为0.6左右，在旅游投入要素资源的利用中，可以看作约60%部分是有效的，其余40%部分是无效的。也就是说，在减少现有旅游投入40%的条件下，仍然可以通过优化资源配置能力，实现相同的旅游产出水平；2012—2014年综合效率标准差分别为0.290、0.289、0.296，说明各城市之间的综合效率存在较大差异，并且差异呈现扩大的趋势。上述分析结果与河南省经济发展状况相吻合，一方面，从全国范围来看，河南省是旅游大省，但不是旅游强省，与经济发达地区相比，当地旅游业起步晚，资源配置与应用技术等方面不完善，导致旅游综合效率整体水平不高；另一方面，河南省区域经济发展失衡问题突出，郑汴洛地区作为河南省的核心经济区域，在许多经济指标方面接近经济发达地区水平，而豫北、豫西豫西南和黄淮地区与其差距较大，导致河南省各城市的综合效率存在明显差异。

(2)技术效率。从表3中的技术效率来看，2012—2014年技术效率有效(数值为1)的城市有6个，分别是郑州、开封、洛阳、漯河、鹤壁、济源，约占城市总数的33%。整体而言，3年中技术有效的城市数量和城市名称没有发生变化。2012—2014年技术效率的平均值分别为0.76、0.74、0.75，标准差分别为0.251、0.241、0.243，其中技术效率值排名靠后的城市有5个(平均小于0.5)，分别是许昌、信阳、周口、濮阳、南阳。总体来看，河南省各城市技术效率一般，相互之间差距有缩小的趋势，另外也看出，不少城市尚有很大的挖掘潜力，如许昌、周口、南阳等城市对应用技术的利用水平还有很大的提升空间。

(3)规模效率。从表3中的规模效率来看，2012—2014年规模效率有效的城市平均有5个，分别是郑州、开封、洛阳、焦作、鹤壁，约占城市总数的28%。整体而言，3年中规模有效的城市数量和城市名称变化不大。2012—2014年规模效率的平均值分别为0.79、0.81、0.81，标准差分别为0.236、0.221、0.234。其中，规模效率值排名最后的是漯河，平均值仅为0.2左右。可以看出，河南省各城市规模效率尚可，少数城市差别比较显著，不过整体上有逐步缩小的趋势。这说明很多城市能够在较为合适的旅游投资规模下开展生产经营活动，它们处于或者靠近生产前沿面。

(二)规模收益

运用EMS工具对河南省各城市的旅游规模收益进行统计分析(表4)，从3年总评结果中看出，有4个城市旅游规模收益不变，即旅游产出量和旅游投入量呈现相同比例的增加，它们处于最佳规模收益阶段；有13个城市旅游规模递增，即所有旅游投入要素按照某一比例发生变化时，能够产生更大比例的旅游产出量变化，所以可以通过增加投入、扩大生产规模来获取更高的旅游效率；有1个城市旅游规模递减，即所有旅游投入要素按照某一比例发生变化时，能够产生更小比例的旅游产出量变化，这说明旅游生产在规模上制约了收益水平的提高，适度降低投入、减小生产规模，可以节约要素资源，从而获取更高的旅游效率。

表4 河南省旅游规模收益统计结果

(三)区域差异

根据河南省18地市所划分的中原城市群、豫北、豫西豫西南、黄淮4个区域，将区域内城市旅游效率的平均值作为区域旅游效率值，对其旅游综合效率、技术效率、规模效率以及规模收益进行统计分析，如表5所示。

从综合效率来看，中原城市群明显高于其他地区，平均值达到了0.7左右，具体分布情况是郑州、开封、洛阳一直处于有效水平，许昌、漯河长期垫后(0.22左右)，其他4市综合效率位次居中；豫北地区旅游资源十分丰富，交通区位条件比较便利，同时与山西、河北、山东3省交界，容易受到周边省份城市、河南省会郑州以及部分中原城市群城市的经济辐射，综合效率整体水平高于剩余两个地区，平均值超过了0.6，其中鹤壁还达到了有效水平；豫西豫西南地区和黄淮地区同属于相对远离河南省核心城市辐射区域，综合效率比较靠后，二者之间差距不大(均为0.51左右)，在豫西豫西南2市中，三门峡的综合效率远高于南阳；在黄淮4市中，驻马店综合效率最高，其他3市相对较低，均处于0.6以下。

从分解效率来看，2012—2014年中原城市群、豫北、豫西豫西南和黄淮地区技术效率的平均值分别为0.85、0.75、0.57、0.64。其中，中原城市群技术效率优势明显，豫北地区次之。总体来看，除了黄淮地区技术效率高于豫西豫西南地区这一情形之外，区域旅游技术效率与综合效率表现较为一致；对规模效率来说，2012—2014年中原城市群、豫北、豫西豫西南和黄淮地区的平均值分别为0.81、0.78、0.9、0.8。其中，豫西豫西南地区的规模效率处于领先水平，其他地区比较接近，这说明区域旅游规模效率整体水平较高，各地区能够在比较合适的旅游投资规模下进行生产经营活动。

从规模收益发展阶段来看，豫北地区、豫西豫西南地区、黄淮地区均处于规模收益递增的阶段，这些地区的旅游投入要素按照某一比例发生变化时，能够产生更大比例的旅游产出量变化，所以可以继续加大旅游要素资源的投入规模。但对中原城市群来说，由于各城市的规模收益各自处于不变、递增或递减的阶段，因此很难将这个地区的规模收益整体概括为某一阶段。

表5 河南省旅游效率区域差异

三、效率差异的影响因素

影响城市旅游效率的因素有很多，如第三产业从业人数、城市固定资产投资、城市实际利用外资、城市旅游资源吸引力[10]；城市化水平、对外开放程度、第三产业比重[11]；区位与资源禀赋、经济发展水平、地方旅游发展政策[12]；人力资本、政府支持[13]等，这些因素对城市旅游效率的影响程度各不相同，可以将其归结为如下3方面。

(一)宏观因素

首先，经济发展水平是影响城市旅游效率的关键因素。经济发达城市通常旅游市场化程度高、经营管理理念先进、旅游体制机制健全、旅游配套设施完善，因而对旅游投入要素资源的利用效率高。其次，交通区位条件是影响城市旅游效率的重要因素。优越的区位条件容易吸引资金、技术和信息等外部资源，而便捷的交通设施可以提高旅游的可进入性，二者共同促进城市旅游效率的提升。再次，旅游发展政策对城市旅游效率的影响作用也不容忽视。由于我国旅游经济具有政府主导的特征，旅游发展政策能够促进城市旅游人、财、物等关键资源的优化配置，有利于城市旅游效率的改进。最后，人力资本还对城市旅游效率具有举足轻重的影响力。高质量的人力资本在一定程度上可以减少资本投入和提升旅游服务水平，进而提高旅游生产效率。

郑州作为河南省省会，在2014年全国重要城市综合经济竞争力指数排名中列第19位[14]，同时拥有优越的地理位置、发达的交通路网、良好的旅游政策环境以及高素质的旅游人才队伍，这些因素共同促使城市旅游效率达到有效水平。

(二)中观因素

市场竞争和产业化水平对城市旅游效率有显著影响。一方面，市场竞争与生产效率之间是一种线性正相关关系，即行业市场竞争性越强，越有助于刺激生产效率的提升[15]。有效的市场竞争机制能够促使人、财、物等资源要素在旅游产业内外部进行合理流动，并且得到充分利用，从而推动城市旅游整体效率的提高；另一方面，旅游产业化发展对旅游效率带来有利影响。由于旅游业是一种关联性强、涉及面广的综合性产业，其产业化发展能够促进各部门紧密配合、形成合力，有利于降低旅游交易成本、延长旅游产业链条、增加旅游附加价值，进而提升城市旅游效率和竞争力。根据洛阳市国民经济与社会发展统计公报，至2014年末洛阳拥有星级宾馆66家、国际国内旅行社88家、A级旅游景区39处，旅游企业数量在河南省位列前列。这些众多各类型的旅游企业加剧了旅游市场竞争的程度，推动了旅游产业化发展的进程，最终促使城市旅游资源配置和技术利用达到最佳状态。

(三)微观因素

一是旅游资源禀赋对城市旅游效率产生明显影响。城市旅游资源的特色、丰度、分布及开发和保护的力度，直接影响着旅游客流的流量、流向、旅游业经营规模、效益及发展前景[16]，进而影响到城市旅游的经济产出水平。二是企业规模对城市旅游效率有显著的正向影响。大型旅游企业可以将外部市场交易成本内部化，在一定范围内实现规模收益递增，以此获得更高的旅游效率。三是企业产权结构对城市旅游效率产生重要影响。明晰的旅游企业产权不仅能消除经济主体行为的外部性或将其内部化，为旅游企业各要素所有者带来明确的激励和约束，还能降低交易过程中的成本，改进旅游经济效率[17]。

焦作、开封作为河南省重要的旅游城市，当地旅游资源丰富独特[18]，同时拥有焦作云台山旅游股份有限公司、开封清明上河园股份有限公司等大型旅游企业，产权结构比较明晰，体制机制相对合理，这些因素共同促进城市旅游效率的提高。

四、结 论

(1)河南省城市旅游综合效率3年平均值仅为0.6左右，年均仅有22%的城市达到有效水平，并且各城市之间的综合效率存在很大差异，幅度0.13～1不等，其中郑州、开封、洛阳等重要城市的综合效率远高于郑汴洛外围的城市。分区域来看，中原城市群的综合效率明显高于其他地区，豫北地区次之，豫西豫西南地区和黄淮地区差距不大。

(2)河南省城市旅游的技术效率略低于规模效率，许多城市各自在技术效率、规模效率方面存在明显差异，不过整体上有逐步缩小的趋势；个别城市在技术效率或规模效率方面还有很大的提升空间。分区域来看，除了黄淮地区技术效率高于豫西豫西南地区这一情形之外，区域技术效率与综合效率的特征表现一致；区域规模效率整体水平较高，其中豫西豫西南地区处于领先水平，其他区域比较接近。

(3)从3年总评结果来看，河南省各城市规模收益的发展阶段不一致，其中处于规模收益不变阶段的城市有4个，处于规模收益递增阶段的城市有13个，处于规模收益递减阶段的城市仅有1个。分区域来看，豫北地区、豫西豫西南地区、黄淮地区均处于规模收益递增的阶段，而中原城市群各城市的规模收益难以统一概括为某一阶段。

(4)影响城市旅游效率的因素多种多样，从不同层面划分包括由经济发展水平、交通区位条件、旅游发展政策、人力资本所组成的宏观因素，由市场竞争、产业化水平所组成的中观因素，由旅游资源禀赋、企业规模、企业产权结构所组成的微观因素。需要指出的是，由于获得的数据期限和城市范围有所局限，所得出的研究结论的适用性未来还有待深入探讨和实践验证。

[1] 郭腾云，徐勇，王志强. 基于DEA的中国特大城市资源效率及其变化 [J]. 地理学报，2009，64(4): 408-416.

[2] 汪光焘. 中国城市状况报告(2014/2015) [M]. 北京:中国城市出版社，2014：9.

[3] 陆相林. DEA方法在区域旅游发展评价中的应用——以山东省17地市为例 [J]. 湖北大学学报(自然科学版)， 2007， 29(3): 302-306.

[4] 于秋阳，冯学钢，范堃. 基于DEA模型的长三角旅游产业效率差异的评价与对策研究 [J]. 经济论坛，2009，30(22): 59-63.

[5] 王恩旭，武春友. 基于DEA模型的城市旅游经营效率评价研究——以中国15个副省级城市为例 [J]. 旅游论坛，2010，3(2): 208-215.

[6] 梁明珠，易婷婷，BIN LI. 基于DEA-MI模型的城市旅游效率演进模式研究 [J]. 旅游学刊，2013，28(5): 53-62.

[7] 魏权龄. 数据包络分析(EDA) [M]. 北京:科学出版社，2004：1-2.

[8] 马晓龙. 基于绩效差异的中国主要城市旅游发展阶段演化 [J]. 旅游学刊，2009，24(6): 25-30.

[9] 吴育华，刘喜华，郭均鹏. 经济管理中的数量方法 [M]. 北京:经济科学出版社，2008：78.

[10] 马晓龙，保继刚. 基于数据包络分析的中国主要城市旅游效率评价 [J]. 资源科学，2010，32(1): 88-97.

[11] 刘佳，陆菊，刘宁. 基于DEA-Malmquist模型的中国沿海地区旅游产业效率时空演化、影响因素与形成机理 [J]. 资源科学，2015，37(12): 2381-2393.

[12] 钱磊，汪宇明，吴文佳. 中国旅游业发展的省区差异及变化 [J]. 旅游学刊，2012，27(1): 31-38.

[13] 杨春梅，赵宝福. 中国著名旅游城市旅游业的效率研究 [J]. 旅游科学，2014，28(1): 65-77.

[14] 倪鹏飞，侯庆虎，李超. 城市竞争力蓝皮书:中国城市竞争力报告No.13 [M]. 北京:社会科学文献出版社，2015：1.

[15] 朱有为，徐康宁. 中国高技术产业研发效率的实证研究 [J]. 中国工业经济，2006，19(11): 38-45.

[16] 王红国，李娟文. 我国旅游业综合实力评价及地域分异规律研究 [J]. 湖北大学学报(自然科学版)，2004，26(4): 360-363.

[17] 董建新. 中国沿海地区旅游企业技术效率研究 [D]. 青岛:中国海洋大学，2009：42-52.

[18] 周晓冰.焦作影视城旅游发展战略分析及对策探讨[J].河南理工大学学报(社会科学版)，2014，15(4)：398-403.

[责任编辑 王晓雪]

Evaluation of Urban Tourism Efficiency in Henan Province Based on DEA Model

WANG Wei1,2

(1.ResearchCenterofEnergyEconomy,HenanPolytechnicUniversity,Jiaozuo454000,Henan,China；2.SchoolofBusinessAdministration,HenanPolytechnicUniversity,Jiaozuo454000,Henan,China)

Analyzing urban tourism efficiency and its influence factors is helpful to optimize tourism resource investment & combination, and enhance utilization ability. With DEA (Data Envelopment Analysis), the panel data of 18 cities’tourism industry of Henan province from 2012 to 2014 were employed to analyze and evaluate overall efficiency, technical efficiency, scale efficiency and returns to scale of tourism resource utilization, based on which the main factors affecting urban tourism efficiency were concluded. The results show that the overall efficiency, technical efficiency, scale efficiency of urban tourism in Henan province are at a middle level; the variance of different kinds of efficiency among cities and regions are large, and the overall efficiency variance tends to get larger, variance of both technical efficiency and scale efficiency are gradually decreasing; about 72% cities are at the stage of increasing returns to scale and these cities are not in Zheng-Bian-Luo region. Finally, this paper discusses macroscopic, meso and microscopic factors that influence urban tourism efficiency on different levels.

urban tourism efficiency; efficiency evaluation; Data Envelopment Analysis (DEA); Henan province

2016-07-16

河南省哲学社会科学规划项目(2015CJJ031)；河南省教育厅人文社会科学规划项目(2015-GH-234)；河南省高校基本科研业务费专项资金资助项目(SKJYB2015-27)；河南理工大学青年骨干教师资助项目。

王伟(1984—)，男，河南光山人，博士，副教授，主要从事旅游开发与管理研究。 E-mail：twangwei@hpu.edu.cn

10.16698/j.hpu(social.sciences).1673-9779.2016.04.007

F290

A

1673-9779(2016)04-0001-08

王伟.基于DEA模型的河南省城市旅游效率评价[J].2016，17(4):431-437.