王恩旭,武春友

(大连理工大学管理学院,辽宁大连 116024)

引言

2008年国家旅游工作会议提出了旅游产业的转型升级发展问题。所谓转型升级就是要转变旅游产业的发展方式、发展模式、发展形态,实现旅游产业由粗放型向集约型发展转变,由注重规模扩张向扩大规模和提升效益并重转变,由注重经济功能向发挥综合功能转变,从而实现旅游产业经营效率的最大化。

目前我国城市旅游业的发展存在诸多问题,如各地区星级饭店、旅行社数量的不断增加,旅游景区的建设投入的增加,这些现象从表面上看都是在扩大城市旅游业的规模,增加旅游产业的竞争力,却没有考虑到城市旅游产业投入与产出的比例关系。现有的旅游产业投入与其他同等级的城市相比,应该得到怎样的产出结果,现有的旅游投入是否应该通过扩大规模来获取更好的旅游经营效率,城市旅游产业的投入产出比例是否合理,是大多数城市对于旅游产业发展所忽略的内容[1]。

目前国内外学术界对于城市旅游的研究主要从城市旅游的基础理论、城市旅游形象、城市旅游空间结构、城市旅游影响、城市旅游感知、城市旅游竞争力与综合水平、城市旅游需求与供给等方面展开,而对于城市旅游业的经营效率的研究较少[2,3]。国外的很多学者只是对旅游业的相关部门产业的效率进行了研究,如对于酒店业的经营效率、机场和国家公园等的效率进行了研究,国内的学者对于旅游企业与区域旅游产业的运行效率进行了研究,如杨勇、冯学钢对中国 1999-2005年 31个省区的旅游企业效率运用SFA模型进行了评价,并分析了形成差异的原因[4];张根水、熊伯坚、程理民运用DEA模型计算了中国31个省区的旅游业效率,并对综合效率、规模收益、投入冗余与产出不足等进行了分析[5]。

本文以城市旅游为切入点,对城市旅游的经营效率进行评价,尝试构建城市旅游经营效率的 DEA评价模型,分析不同区域的城市基于投入产出的旅游效率情况,从而为城市旅游业的发展提供具有一定借鉴意义的科学依据,同时也是对城市旅游经营效率研究的一个尝试,为城市旅游的研究拓展一个新的思路。

一、评价对象的选取

研究城市旅游经营效率,必须既考虑城市旅游发展的相似性,又要考虑城市旅游特征的多样性,这样才能够既保证比较研究的可行性,又使得研究工作具有价值和意义。因此本研究选取中国 15个副省级城市作为评价对象。

(一)选取的意义

在副省级城市中,旅游业的发展存在着较大差异。副省级城市遍布全国,每一个副省级城市都是其所在区域旅游发展的代表,基本涵盖了我国旅游发展模式的各种类型,能够为城市旅游经营效率的研究提供丰富而全面的比较内容。

(二)选取的可行性

副省级城市是我国仅次于直辖市的城市行政级别设置。副省级城市的设置原则,主要考虑的是城市规模区间的相同性、发展水平的相近性以及区域功能强度特征的相似性[6],这是副省级城市进行旅游经营效率比较研究的相似性基础。此外,在我国的统计体系中,副省级城市的数据指标相对完整并且容易获取,这为本文数据搜集工作得以开展提供了前提条件。

二、研究方法

15个副省级城市处于中国的不同区域发展环境中[7],相同的旅游产业投入(如星级饭店的数量、旅游从业人员的数量等),由于区域环境的不同(如沿海地区经济发达、交通便利,内陆地区区位闭塞、与外界联系不便利)可能会形成不同的旅游产出(如旅游收入等),因此用各城市原始的旅游产出指标来计算城市旅游经营效率势必造成效率评价问题的误差[8],所以本研究对 15个副省级城市的旅游产出进行修正,在这里引入修正系数的概念,修正系数是以与城市旅游产出密切相关的因素来构建修正系数指标体系并运用灰色关联度模型计算。根据修正系数计算每一项产出指标修正后的值作为产出指标。

建立城市旅游经营效率投入产出指标体系。从反映城市旅游接待能力、旅游企业、旅游交通、旅游环境等4个方面选取6个指标作为投入指标[9],分别为:旅行社数量、星级饭店数量、旅游企业固定资产、旅游从业人员数量、人均城市道路面积、人均绿地面积。从旅游经济效益、旅游市场规模两个方面选取旅游总收入与旅游总人次作为产出指标,并且运用修正系数对产出指标进行修正。运用 DEA模型对城市旅游经营效率进行评价,并对结果进行分析总结[10]。

(一)灰色关联分析模型与修正系数的计算

灰色关联分析法[11]由中国的邓聚龙教授于 1982年提出,该方法能够克服客观事物之间、因素之间相互关系比较复杂[12],人们在认识、分析、决策时得不到全面、足够的信息,不容易形成明确的概念的缺陷,它将评价因素之间的不完全确知关系进行白化,对信息不精确、不完全确定的小样本系统进行明显的理论分析,而且计算值的范围在0-1之间[13],符合本研究的修正系数的理想取值范围。

1.指标的标准化处理

修正系数指标体系是由多个不同量纲和量级的指标构成,为了避免量纲和量级的影响,首先对数据进行标准化处理,即将它们都转化成无量纲数据[14]。

2.确定分析序列

灰色关联分析首先在对所研究问题定性分析的基础上,确定比较序列(评价对象m个)Yi={Yi(k)|i=1,2,3,……m}和参考序列(评价标准n个)Y0={Y0(k)|1,2,3,……n},从而建立m+1个数据序列矩阵。

3.求最大差、最小差和差序列

(1)绝对差值阵中最大数和最小数即为最大差M和最小差m:

(2)差序列:

4.指标权重的确定

本文采用客观赋权方法—改进的熵值法,这种方法使指标的权重确定不需要加入任何主观信息,有利于缩小极端值对综合评价的影响,比传统方法更加有效、可靠[15,16]。

5.计算灰色关联系数

ρ为分辨系数,在(0,1]内取值(根据灰色理论创始人邓聚龙教授的研究,ρ一般取0.5效果较好,所以本研究令ρ=0.5)。

6.计算灰色加权关联度

a0i表示灰色加权关联度,Wk表示第k个指标的权重,W0i(k)表示第k个指标的关联系数。

(二)城市旅游经营效率评价模型

DEA方法最早是由 Charnes、Cooper和 Rhodes在固定规模报酬假设下提出的一种效率测度法,称为CCR模式。它利用数学规划原理,根据多组投入产出数据求得效率。随后,Banker、Charnes和 Cooper在1984年提出了更为严谨的修正模型(称为 BCC模式),把 CCR固定规模报酬的假设改为可变规模报酬,从而将 CCR模式中的综合效率分解为规模效率和纯技术效率,即综合效率=规模效率×纯技术效率。这样,BCC模式就把造成技术无效率的两个原因,即未处于最佳规模和生产技术上的低效率分离开来,在排除规模因素制约的情况下,得到的纯技术效率比CCR模式下的综合效率更为准确地反映了所考察对象的经营管理水平[17],因此本研究选取 DEA模型的BCC模式。具体如下:

假定有n个独立的评价单元 DMU,在本文中即指15个副省级城市,每个DMU都有m种旅游投入xj和s种旅游产出yj。将xj和yj作为投入产出代入到常规DEA模型中[18],即可得到n个评价单元DMU的效率值[18],

其中,θ0为评价单元DMUj0的有效值,Zj为相对于DMUj0重新构造的一个有效DMU组合中第j个评价单元DMUj的组合比例,、、为松弛变量。

(三)基于修正系数的产出指标的计算

本研究用修正系数对城市旅游经营的产出指标进行计算。以第p项产出为例:Yip为第i个城市第p项产出,Dip为第i个城市关于第p项产出的修正系数。修正系数的取值范围在0-1之间,因此将1作为理想点[19]。设每个城市的第p项产出有一理想值Y′ik与 1对应,那么有

将DMUi的产出替换为Y′i=(Y′i1,Y′i2,......,Y′ip)T= (Yi1/Di1,Yi2/Di2,…… ,Yip/Dip)T,i= 1,2,…,n,得出修正后的产出指标。

三、实证研究

(一)城市旅游产出的修正系数的计算

1.修正系数指标体系的构建

在城市旅游的发展中,对于城市旅游产出指标的影响因素较多,本研究根据可获取性、代表性等原则选取了与产出指标相关的国内生产总值、城市总人口、社会消费品零售额、城镇居民人均旅游花费、固定资产投资、第三产业产值 6个指标进行修正系数的测算,具体如表 1所示。

表1 城市旅游经营效率修正系数计算数据

2.确定修正系数的分析序列

在指标标准化处理的基础上,确定分析序列

3.最大差、最小差及权重的确定

根据公式(1)-(3)确定最大差、最小差及各指标的权重,最大差为 5.9030-0.8762=5.0268,最小差为 0-0=0,权重为表 2所示:

表2 修正系数各指标权重

4.计算灰色关联度

根据公式(4)确定灰色关联系数矩阵,

表3 城市修正系数

(二)城市旅游经营效率的计算

1.决策单元(DMU)的选取与数据的来源

本文 DEA模型中的决策单元(DMU)是中国 15个副省级城市。本文采用的相关数据均来源于政府统计部门公开发布的权威统计数据。全部数据来源于《中国旅游统计年鉴 2007》、《中国旅游统计年鉴副本2007》、《中国统计年鉴2007》,保证了数据的可靠性与权威性。

同时根据公式(11)对产出指标进行修正,具体投入产出指标如表4所示。

表4 城市旅游经营效率投入产出指标

续表4

2.评价结果及分析

利用表 4的城市旅游投入产出指标数据,根据DEA模型,计算15个副省级城市的2006年城市旅游经营效率如表 5所示,投入冗余与产出不足如表 6、表7所示。

表5 城市旅游经营效率评价结果

表6 城市旅游经营投入冗余

表7 城市旅游经营产出不足

(1)综合效率分析

沈阳、杭州、厦门、武汉、西安 5个城市的综合效率为 1,都达到了最优状态,5个城市分别属于中国的东北、东部、中部、西部,每一个区域都有城市旅游经营效率达到最佳状态,东部地区有两个城市,从副省级层面来看,东部地区的城市旅游经营的有效性要高于其他区域。

哈尔滨、南京、宁波、广州、成都综合效率都大于0.8,处于第二档次,其中宁波最高,达到 0.990,南京次之,为 0.922,其余都低于 0.9的水平,5个城市中东部城市的综合效率高于东北和西部,大连、长春、济南、青岛、深圳综合效率在 0.6-0.7之间,都低于 15个城市的平均综合效率值,其中长春低于0.6,处于综合效率最低的水平,东部地区的济南、青岛、深圳 3个城市的综合效率都低于东北的大连。

通过以上分析可以看出,副省级城市中东部和中部地区的城市旅游综合效率高于其他地区,西部城市次之,东北地区最低。

(2)纯技术效率分析

15个副省级城市纯技术效率的均值为 0.935,高于综合效率和规模效率的均值。济南的纯技术效率为0.601,低于所有城市,大连为0.764,也处于较低的水平,宁波、青岛、深圳、成都都在 0.8-1之间,其余城市都为1。说明目前大部分副省级城市在旅游经营过程中技术问题已经不是发展的瓶颈,提高综合效率应该通过调整投入资源的配置比例关系来实现。

(3)规模效率分析

规模效率越接近1,表示城市旅游业的规模大小越合适。长春的规模效率最低,为0.568,青岛、深圳分别为0.773和0.721,其余城市都在0.8以上。沈阳、杭州、厦门、武汉、西安 5个城市达到最合适规模,处于规模不变,表示在目前的情况下,即使再扩大城市旅游经营的规模也不会继续提高经营效率。

长春、哈尔滨、济南处于规模递增阶段,3个城市可以通过扩大旅游业的规模来提高城市旅游经营的综合效率。长春的规模提升空间最大,这也表明目前长春综合效率低的原因是旅游业的投入不够,应继续通过扩大投入来提高综合效率;而济南虽为规模效率递增,但递增的空间仅为 0.002,若要提高综合效率,还得考虑旅游业的投入配置关系。哈尔滨的递增空间为 0.123,扩大旅游业的规模对综合效率的提高会起到一定的作用,但并不是绝对作用,还要考虑其他的因素来提高综合效率。

大连、南京、宁波、青岛、广州、深圳、成都 7个城市处于规模递减阶段,扩大旅游业的规模会降低综合效率。其中青岛、广州、深圳规模效率较低,其余城市都达到 0.9以上。

(4)投入冗余与产出不足的分析

大连有4项指标处于投入冗余状态,而且在15个副省级城市中都处于较高的冗余状态,旅游企业固定资产的冗余达到 61.01%,旅行社数量的冗余率达到53.66%,星级饭店数量冗余率 33.74%,两项产出不足率均为30.87%,居于15个城市的第二位。可见大连在旅游发展过程中很多项投入都存在严重的浪费现象,未来的发展应该调整投入的配置内容,如考虑适当地减少旅行社与星级饭店的数量、削减旅游企业固定资产的投资,转而在其他的领域进行有效的投入配置。同时也应该通过利用大连的“浪漫之都”旅游形象以及大连良好的滨海旅游环境吸引更多的旅游者,从而使旅游收入与旅游人次两项产出达到理想的产出水平。

济南与青岛是山东省的两个中心城市。青岛的旅游业比济南发达,但青岛的投入冗余比济南高,济南的产出不足率居于各城市之首,两项产出不足率分别为 77.60%、66.33%。两个城市都有4项指标出现投入冗余,其中旅行社和星级饭店的冗余率都较高,青岛的旅行社与人均道路面积冗余率都高于济南,分别为51.78%,47.12%,青岛总的投入冗余量在 15个城市中仅次于大连,排在第二位。从区位条件上来看,济南是内陆城市,青岛是沿海城市,济南在未来的发展中应该首先提高其旅游产出,目前的旅游产出在副省级城市中仅高于长春,游客量的提高应以省内及周边城市为主,进行大力宣传,在旅游人次达到规模的基础上再进行旅游消费的发展设计,实现二者的双赢。青岛应该发挥沿海城市的区位条件以及城市品牌优势,吸引周边地区的韩国、日本游客。两个城市在投入方面都应该按照冗余比例的大小进行适当的调整,以避免更多的投入浪费。

宁波虽然有4项投入出现冗余,但其产出不足率很低,两项均为0.96%。其中星级饭店与旅游企业固定资产的冗余量较大,分别为55.38%、22.45%,其余两项冗余较小。宁波在未来的发展中应该减少过多的投入浪费,同时也应该拓展饭店业在其他领域的功能,更大地发挥饭店在旅游业以外的优势,向其他第三产业转移部分旅游企业的投入,使资金的利用达到一个最优的状态。

深圳的人均道路面积与人均绿地面积冗余率较高,分别为 80.3%、72.91%,表明城市环境已经完全可以满足旅游业发展的需要,而且对旅游综合效率水平的提高没有作用。其余的投入冗余率不高,产出不足率较低。未来的发展中,在保持城市环境的同时,应该适当地加强旅游企业固定资产的利用率,提高星级饭店入住率等。

成都的旅游企业固定资产冗余率较高,达到了35.19%,两项产出不足率都为 19.78%,未来的发展中应该平衡旅游投入的比例关系,发挥中国最佳旅游城市的优势,吸引更多的客源来弥补产出不足。

四、结论与讨论

本研究将修正系数引入到了 DEA评价模型中,对城市旅游的经营效率进行了评价,根据评价结果对15个副省级城市的旅游经营效率进行了系统分析,明确了各城市在旅游业经营过程中存在的问题,同时也提出了未来各城市旅游业的发展方向。但在研究中尚存在一些不足,如修正系数指标的选取等问题。在今后的研究中将更加科学地确定修正系数的指标体系,同时将城市旅游发展水平与城市旅游经营效率进行综合比较,分析水平与效率之间的耦合关系,以使城市旅游经营效率的研究更具实践指导意义。

[1] 谢燕娜,石培基.近十年来国内城市旅游研究进展[J].经济地理,2009,29(1):134-140.

[2] ASPA GOSPODIN I.Urban designs,urban space m orphology,urban tourism,an emerging newparadigm concerning their relationship[J].European Planning Studies,2001,9(7):925-935.

[3] 郑嬗婷,陆林,章锦河,杨钊.近十年国外城市旅游研究进展 [J].经济地理,2006,26(4):686-692.

[4] 杨勇,冯学钢.中国旅游企业技术效率省际差异的实证分析[J].商业经济与管理,2008,8(8):68-80.

[5] 张根水,熊伯坚,程理民.基于 DEA理论的地区旅游业效率评价 [J].商业研究,2006,(1):179-183.

[6] 孙松涛,刘光中,贺昌政.中国副省级城市的城市化与经济发展比较 [J].城市问题,2002,(3):24-28.

[7] 刘艳军,李诚固.城市化综合水平测度初探 [J].世界地理研究,2005,14(2):38-43.

[8] Crouch G I,Ritchie J R.Tourism,Competitiveness,and Societal Prosperity[J].Journal of Business Research,1999,(44):137-152.

[9] Barros,C.P.Measuring Efficiency in the Hotel sector[J].Annals of Tourism Research,2005,32(2):456-477.

[10] C L Morley.A dynamic international demand model[J].Annals of Tourism Research,1998,22(1):70-84.

[11] 邓聚龙.灰预测与灰决策 [M].武汉:华中理工大学出版社,2002:204-206.

[12] Liu Sifeng.Generalized Degree of Grey Incidence[M].Inform ation and Systems,Dilian DM U Pub lishing House,1992:113-116.

[13] Wu Weiduan,Pan Zhao lu.Grey relational analyzing the associated elem ents of gold[J].The Journalo f Grey System,1999,11(2):143-146.

[14] Shin-Hsing Chang,John H.Wu,Li Zhu.Optimizing acurad die casting process viagrey relationalanalysis[J].The Journa lof Grey System,1997,9(3):247-258.

[15] YANH,WEIO L.Determining com promise weights for group decision making[J].Journal of the Operational Research Society,2002,53:680-687.

[16] XU Zeshui.An app roach to group decision making based on incomp lete linguistic preference relations[J].International Journal of In formation Technology& Decision Making,2005,4(1):153-160.

[17] 黄宪,余丹,杨柳.我国商业银行X效率研究——基于 DEA三阶段模型的实证分析[J].数量经济技术经济研究,2008,(7):80-91.

[18] Charnes A,Cooper WW,Rhodes E.Short comm unication:Measuring efficiency of decision m aking units[J].European Journal Operational Research,1979,3(4):339.

[19] 迟国泰,孙秀峰,芦丹.基于城市差异系数的城市商业银行效率评价模型及实证研究[J].管理工程学报,2007,21(3):34-39.