高维全，王玉霞，韩雪

（1.桂林航天工业学院 航空旅游学院，广西 桂林 541004；2.桂林航天工业学院 管理学院，广西 桂林 541004；3.辽宁师范大学 地理科学学院，辽宁 大连 116029）

海岛作为开发海洋、经略海洋的桥头堡，由于其空间特殊性和资源的独特性，成为发展海洋经济、促进社会进步、保障海防安全和维护海洋权益的重要依托。海岛旅游是海岛开发与建设的重要途径，受到世界各地的广泛关注，已成为风靡世界的旅游新风尚。

海岛旅游研究是国内外学者关注的热点领域，国外有关海岛旅游的研究主要集中在环境保护（Victor，1992）、城镇化（Burak et al，2004）、旅游经济（Shareef et al，2005）、旅游开发（Yumi et al，2010）、旅游资源评价（Klint et al，2012）、目的地演化（Irwana et al，2014）、社会文化（Montero et al，2015） 等方面。受国外研究的影响，国内学者对海岛旅游的研究主要集中在开发模式（冯学钢，2004）、旅游经济（张耀光等，2005;王辉 等，2013）、旅游资源评价（李悦铮 等，2013）、社会文化（熊兰兰等，2014）、生态环境（高维全 等，2017）、开发与规划（王泉斌 等，2018）等方面。梳理已有研究发现，学者对海岛旅游效率的研究已有涉及，主要刻画海岛旅游效率的空间特征（刘曙光等，2018），并且能够对海岛旅游绩效进行综合分析（高维全，2018）。旅游效率是衡量资源配置和经济活动效果的重要指标，能够明确反映出投入与产出之间的关系。现有研究多采用诸如数据包络分析、随机前沿生产函数、平均值等方法，重点研究酒店（宾馆）、旅行社、旅游交通、旅游景区和旅游上市公司等旅游企业的经营效率和管理效率等内容（马小龙，2012）。近几年，我国学者有关旅游效率的空间差异比较及影响因素研究成果越来越多（王恩旭等，2010；孙盼盼等，2017；方叶林 等，2018；林柯 等，2019；韩瑛等，2019），但是有关海岛旅游效率空间格局演变及其影响因素的研究成果比较缺乏。基于此，本文借助DEA 模型对12 个海岛县（区）的旅游效率进行测度，在描述海岛旅游效率空间格局的基础上，刻画海岛旅游效率空间格局的演化规律，并分析海岛旅游效率空间格局演变的影响因素。

我国海岛数量众多，其中面积大于500 m2的岛屿有6 900 多个（不包含香港特别行政区、澳门特别行政区和台湾地区）。按行政建制划分，从南至北分布在17 个海岛县（区） （刘真真，2014）。2017 年，在海岛上已确认自然景观1 028 处，人文景观775 处，已建成涉岛旅游区5A 级6 个、4A级43 个、3A 级25 个，海岛旅游开发力度逐年增强。从研究可行性、数据可获得性角度考虑，选取长海县、长岛县、崇明区（2016 年7 月撤县设区）、嵊泗县、岱山县、定海区、普陀区、玉环市（县级）、洞头区（2015 年7 月撤县设区）、平潭综合试验区（与平潭县政区合一）、东山县、南澳县12 个海岛县（区） 作为研究对象（图1）。2017年，12 个海岛县（区）实现海洋旅游业总产值约897 亿元，占海岛地区生产总值的25.22%，接待旅游者达9 836 万人次。海岛地区由于空间狭小、生态环境脆弱，加上资金、技术、人力、市场等因素制约，海岛旅游发展仍处于低层次、粗放式的发展阶段。因此，本文采用DEA 模型测度海岛旅游效率，运用组合方法分析海岛旅游效率空间格局特征及其演变规律，并借助EVIEWS 软件分析海岛旅游效率的影响因素，推动海岛资源合理配置，促进海岛旅游提质增效，实现海岛经济转型升级发展。

图1 12 个海岛县（区）空间位置

1 研究模型与数据来源

1.1 研究模型

1.1.1 数据包络分析法

数据包络分析法（Data Envelopment Analysis，DEA）是运筹学家Charnes 和Cooper 等以相对效率概念为基础发展起来的一种非参数效率评价方法。BCC 模型是运用DEA 方法分析效率时经常采用的经典模型，BCC 模型是由Banker、Charnes 和Cooper 于1984 年提出的基于规模报酬可变的效率测度模型。

BCC 模型基于规模报酬可变的假设，将技术效率（crste，称综合效率） 分解成纯技术效率（vrste）和规模效率（scale）。其中，技术效率表示在给定的技术条件下，对所有先进技术的应用和管理水平差异导致的产出效率进行测度，测度的是规模报酬可变时的技术效率。技术效率不仅反映出决策单元DMU（Decision Making Units）对先进技术的应用情况，也反映出DMU 对利用资源要素的程度。规模效率是指在一定的制度、技术及管理水平条件下，现有规模与最优规模之间的差异，测度的是生产过程中没有达到有效生产的程度，反映的是各种投入产出要素的合理配置状况，规模效率刻画了DMU 扩大生产规模以达到提高效率的程度。根据研究需要，本文采用投入导向的BCC 模型对海岛旅游产业效率进行分析，判断优劣。设有n 个决策单元DMUj，每个决策单元有m 种投入变量x1j，x2j，...，xmj和s 种产出变量y1j，y2j，...，ysj（其中xij>0，ysj>0），j 是各海岛（县）区投入和产出的权向量。对于投入主导型的BCC 模型而言，每个决策单元DMUj都有相应效率评价指数兹，满足:

其中，姿j逸0，j=1，2，...，n。

可以计算出各海岛县（区）旅游综合效率、技术效率和规模效率。旅游综合效率是技术效率和规模效率两部分共同作用的结果。即：

综合效率=技术效率伊规模效率

采用BCC 模型可以很好地分析海岛旅游产业对各种资源要素的利用状况，能够清晰地反映海岛旅游效率在时间和空间维度上的变动趋势，并能够反映出引起旅游效率变动的主要因素。特别是通过BCC 模型获得旅游综合效率的测度结果，反映海岛旅游效率的过程，体现海岛旅游经济生产过程的质量。

1.1.2 赫芬达尔指数

赫芬达尔指数能够综合衡量海岛旅游效率集中度，用旅游效率值与海岛旅游效率总和比值的平方和表示，用公式表示为：

HHI 趋向于1，说明某一个或是几个海岛的旅游效率明显高于其他海岛；HHI 趋向于0，说明海岛旅游效率趋于均衡。Xi表示第i 个海岛旅游效率，X 表示海岛旅游效率的总和。

1.1.3 变异系数

变异系数反映变量之间的离散程度，可以测算海岛旅游效率相对差异的变化情况。

1.1.4 马尔科夫链

马尔科夫链是苏联数学家马尔科夫提出的具有马尔科夫性质的动态随机过程，能够深刻揭示海岛旅游效率空间形态的演化趋势。记为：

如果状态空间矩阵Ft的随机序列{Xn，n=1，2，3，4…}在任意时刻n 和任意状态i1，i2，i3，...，in-1，i，j满足则有Xn向Xn+1的状态只与Xn有关，与其他任何时刻的状态都没有关系，即马尔科夫的无后效性。

1.2 数据来源与指标选择

根据科学性、系统性、综合性、动态性的原则，收集整理12 个海岛县（区）2001—2017 年共计17 年的数据，数据来源于长海、长岛、崇明、定海、普陀、岱山、嵊泗、玉环、洞头、平潭、东山、南澳12 个海岛县（区）统计年鉴及国民经济与社会发展统计公报，辽宁、山东、上海、浙江、福建、广东及大连、烟台、舟山、台州、温州、福州、汕头的统计年鉴，以及中国统计年鉴、中国县（市）社会经济统计年鉴。部分缺失数据采用趋势外推法补全，以保证本研究的顺利进行。为了增加纵向可比性，在计算之前，基于2000 年的数据对相关指标采用GDP 平减法进行处理。

采用DEA 模型对海岛旅游效率进行测度需要明确投入指标和产出指标。土地、资本、劳动力是经济学意义上的常规投入要素，考虑海岛的实际情况，借鉴已有的研究成果，选取固定资产投资、第三产业从业人数、旅游吸引力作为投入指标。特别需要说明的是，海岛本身既是旅游目的地，也是旅游产品，对旅游者具有很大的吸引力。根据《旅游区（点） 质量等级的划分与评定》（GB/T 17775-2003）的要求，基于1A 耀5A 景区门槛游客数量的差异，分别赋予1 耀5 分，作为海岛旅游基础吸引力。同时海岛区域1A 耀5A 级景区是旅游吸引力的重要组成部分，同样赋予1 耀5 分，两部分进行加总求和，以反映海岛旅游的整体吸引力。旅游综合收入能够反映出海岛县（区）旅游经济生产活动的产出效果，满足DEA 测度模型投入产出指标体系的需要，因此产出指标选择旅游综合收入。

2 结果分析

采用DEAP2.1 软件运用BCC 模型对我国12个海岛县（区）的旅游效率进行计算，并将2001—2017 年划分为2001—2006 年、2007—2012 年、2013—2017 年3 个时期，依此分析各海岛县（区）综合效率、技术效率、规模效率的发展情况。

2.1 综合效率方面

表1 显示，仅有普陀的旅游综合效率在3 个时期内均达到DEA 最优，长岛在2007—2012 年和2013—2017 年两个时期内达到DEA 最优，嵊泗在2013—2017 年间达到DEA 最优，其他海岛县（区）均没有达到最优效果。其中崇明综合效率在3 个时期内最低，分别为0.102、0.081、0.095，距离DEA 最优差距很大。说明大多数海岛县（区）投入的资源要素和技术仍然没有得到充分利用，造成资源和技术的浪费。

表1 海岛旅游效率测度结果

2.2 技术效率方面

从技术效率变化来看，2001—2006 年期间，普陀、玉环、洞头、平潭、南澳5 个区域达到DEA 最优，占12 个海岛县（区） 的41.7 %；2007—2012 年期间长岛、普陀、嵊泗和南澳4 个区域达到DEA 最优，占12 个海岛县（区）的33.3%；2013—2017 年期间，仅有长岛、普陀和南澳达到DEA 最优，占12 个海岛县（区） 的25 %。说明在3 个时期内，仅有部分海岛县（区）旅游产业对技术运用能力较强，多数区域仍然要加强对先进技术的应用能力，提高先进技术的推广成效。

2.3 规模效率方面

从规模效率变化来看，2001—2006 年期间仅有普陀达到规模效率最优，2007—2012 年和2013—2017 年两个时期内，长岛、普陀两个区域达到规模效率最优水平。其他海岛区域均没有达到最优效果，说明多数海岛旅游发展能力还没有得到最大程度的发挥，资源要素投入与旅游活动生产规模不成正比。

从2001—2017 年海岛县（区）旅游效率总体发展趋势来看（图2），海岛旅游综合效率水平较低，处于波动发展过程中，没有达到DEA 最优水平，最大值为0.724，最小值为0.478，距离DEA最优水平还有较大差距。技术效率发展态势稍有起伏，波动较为平缓，最大值为0.927，最小值为0.787。规模效率发展趋势与综合效率基本一致，波动明显，发展水平比综合效率稍强，最大值为0.791，最小值为0.531。

图2 总体发展趋势

总之，海岛旅游效率总体状况表现不佳，大部分区域处于低效率经营状态。综合效率、技术效率和规模效率具有明显的波动特征，且基本处于DEA 无效率状态。三者中，技术效率发展水平明显高于综合效率和规模效率，说明海岛旅游效率发展主要是靠技术效率驱动，规模效率水平较低，说明要素投入并未产生相应的效率，海岛旅游发展能力并未得到最大程度的发挥，导致海岛综合效率水平较低。

3 海岛旅游效率空间格局特征

根据2001—2006 年、2007—2012 年、2013—2017 年3个时期综合效率、技术效率、规模效率的平均值，运用赫芬达尔指数和变异系数刻画海岛旅游效率的空间特征。

3.1 总体差异较小

从HHI 趋势图可以看出，在2001—2006 年、2007—2012 年、2013—2017 年3 个时期，综合效率、技术效率、规模效率HHI 的最大值分别为0.112、0.088、0.104，说明海岛旅游效率区域差异表现平稳，没有明显的空间集中状况出现。不过，在2007—2012 年期间，综合效率和规模效率出现明显的向上波动，说明在此时期内受2008 年全球金融危机影响，海岛旅游产出效果地区间有所不同。技术效率走势平滑，说明在研究期内，海岛地区重视对先进技术的运用，地区间差异不大。

图3 HHI 发展趋势

3.2 相对差异明显

从CV 趋势图可以看出，在2001—2006 年、2007—2012 年、2013—2017 年3 个时期，综合效率和规模效率的相对差异明显，相对差异最大值分别为0.582、0.493，最小值分别为0.369、0.302。说明海岛县（区）间资源要素配置差别较大，旅游投入发挥的程度不一，导致区域间综合效率和规模效率有较大差异。其中普陀区保持DEA 最优效果，长岛县后来居上，在两个时期内达到DEA 最优效果。说明普陀区资源要素投入能够满足旅游发展需求，技术运用能力强且稳定，产出效果保持最优状态。而长岛先进技术运用能力逐步达到DEA 最优状态，资源要素投入满足旅游发展需求的能力也达到DEA 最优状态，产出效果越来越好。而崇明和平潭两个区域长期处于低效率运行，投入产出效果较差。技术效率方面，各海岛县（区）存在差异，但是差异不突出，说明各海岛县（区）都非常重视对先进技术的运用，积极利用先进技术提高海岛旅游管理水平。

3.3 空间类型

基于2001—2006 年、2007—2012 年、2013—2017 年3 个时期海岛旅游综合效率，采用聚类分析方法，将海岛旅游效率分为高值区、较高区、较低区、低值区4 个空间类型（图5），进一步总结海岛旅游效率的空间格局分布特征。

图4 CV 发展趋势

图5 海岛旅游效率空间类型

由图5 可以看出，2001—2006 年期间，高值区和较高区的海岛数量有9 个，占总数的75 %；较低区和低值区的海岛数量有3 个，占总数的25 %。2007—2012 年期间，高值区和较高区的海岛数量有7 个，占总数的58.3 %；较低区和低值区的海岛数量有5 个，占总数的41.7 %。2013—2017 年期间，高值区和较高区的海岛数量有8 个，占总数的66.7 %；较低区和低值区的海岛数量有4 个，占总数的33.3%。总体而言，长岛、普陀、定海、嵊泗、玉环、洞头6 个海岛县（区）长期处于高和较高值区域，说明这6 个海岛县（区）积极运用先进技术，旅游发展的资源要素投入能够得到更大程度的发挥，产出效果优势明显。而长海、崇明、平潭、南澳在较长时期内处于较低值以下区域，主要在于这4 个海岛县（区）的资源投入要素发挥不足，未能满足旅游发展的需要，虽然积极应用先进技术，但是产出效果依然较差。其他2 个海岛县（区）处于波动状态。综合来看，在较长的时期内，海岛旅游综合效率空间分布状态较为稳定，总体发展比较平稳。

3.4 空间格局演化规律

马尔科夫链表明事物的第n 次状态仅与其前一次状态即第n-1 次状态有关，与以前的其他状态都没有关系。因此基于2001—2006 年、2007—2012 年、2013—2017 年3 个时期海岛旅游效率的空间类型，以2001—2006 年为基期，构建2007—2012 年、2013—2017 年马尔科夫转移概率矩阵，探索海岛旅游效率空间格局的演变规律。

从表2 可以得出海岛旅游效率的动态变化情况。淤对角线上的数值并不完全大于非对角线上的数值，意味着海岛旅游效率状态有可能发生变化，4 种状态之间有可能会发生转移。于海岛旅游效率状态稳定性起伏较大，保持稳定的最高概率为100%，最小为0，说明海岛旅游效率保持状态波动起伏很大。盂4 种状态之间转移的最大概率为50 %，最小概率为20%。低值状态保持稳定的可能性很大，向上转移的可能性很小；较低值状态则可能向两侧转移，而且存在跨等级转移的可能性，向下转移概率达到50%，跨等级向上转移概率也达到50%；较高值状态存在向两侧转移概率，向上、向下均达到42.9 %，越级转移的概率较小；高值状态向下转移最大概率50%，最小概率20%，跨状态转移的可能性较小。榆对角线上的数值由不完全大于两侧数值发展到完全大于两侧数值，说明海岛旅游效率状态由不稳定趋向于稳定。

表2 海岛旅游效率马尔科夫转移概率矩阵

总体来看，海岛旅游效率状态存在不稳定性，有可能发生转移，但是状态由不稳定趋向于稳定，而且稳定性逐步增强。特别是低值状态保持稳定性概率最大，稳定在100%；较低、较高、高值状态稳定性分别逐步增强到66.7%、100%、80%，说明海岛旅游效率可能存在“贫困陷阱”和“俱乐部趋同”现象。

4 空间特征差异的影响因素

4.1 影响因素选取

海岛旅游发展效率处于动态变化之中，其空间特征演变受到诸多因素影响。本文首先假定以下6 项指标作为影响因素：（1）经济发展水平。海岛开发建设依托于海岛的经济基础，良好的经济发展水平能够为海岛开发提供物质保障和资金支持，推动海岛基础设施建设与完善，采用海岛人均GDP（PGDP）表示。（2）产业结构状况。海岛地区经济生产方式比较单一，推动海岛地区产业结构调整，提升海岛旅游产业发展效率，有助于建设美丽、富饶、生态的现代化海岛，用第三产业产值/GDP（stru）表示。（3）交通条件。交通状况是旅游产业发展的必要条件，便捷的交通能够促进旅游经济发展，提升游客的旅游体验质量，采用公路密度（tran）表征。（4）科技信息水平。海岛一般都远离大陆，运用先进技术能力有限。积极引进先进技术，能够满足游客需求，提升海岛旅游管理水平，用邮电业务量占上一级城市区域比重（info）表示。（5）生态环境质量。海岛地区良好的生态环境是发展旅游的基础，对游客具有独特的吸引力，采用空气质量优良天数（envi） 表征。（6）城镇化水平。海岛城镇化建设与旅游发展之间具有明显的互动关系，城镇化建设能够推动海岛地区基础设施建设，为海岛旅游经济发展奠定基础，用海岛人口城镇化水平（urba）表征。

4.2 回归分析

为了避免出现伪回归现象，设定模型之前需要对面板数据进行稳定性检验。运用EVIEWS 软件，将旅游综合效率（te）作为因变量，6 个假定因素作为自变量，采用ADF 和LLC 两种方法检验面板数据的稳定性。

由表3 可知，仅有envi 一项通过平稳性检验，说明数据序列不平稳。因此，需要面板数据进行差分处理，进一步检验其稳定性。

表3 面板数据平稳性检验

表4 一阶差分单位根检验

由表5 可以看出，经过一阶差分处理后，所有变量的概率值p 均小于0.01，拒绝原假设，不存在单位根，序列平稳，可以建立模型，进行回归分析。继续对数据进行基于回归残差的协整检验，确定模型的长期关系。经检验，残差序列的ADF 和LLC 的p 值分别为0.030 5 和0.004 0，故在5%水平下，残差不存在单位根，通过协整检验。因此，旅游效率各个自变量之间存在长期的协整关系，可以进行回归分析。通过F 检验和LR 检验确定选择固定效应模型还是混合横截面模型。经检验，F 统计量和LR 的统计量的伴随概率均为0.000 0，小于0.01，拒绝原假设，因此应建立固定效应模型。采用Hausman 检验后，旅游效率检验统计量为16.439 7，伴随概率为0.011 6，确定建立随机效应模型，回归分析结果如表6 所示。

表5 影响因素估计结果

从表5 海岛旅游效率影响因素估计结果来看，R2为0.649 9，调整后的R2为0.615 6，说明stru、PGDP、envi、info、tran、urba 等6 个变量能够解释旅游效率近61.56%的变化，回归方程与数据变量具有较好的拟合度，也就是说解释变量对被解释变量具有较好的解释能力。

旅游效率的估计结果显示，经济发展水平、生态环境质量、交通条件、城镇化水平等4 个因素均通过1%的显著性检验，产业结构状况、科技信息水平两个因素通过5%的显著性检验，总体说明这6 个变量均对海岛旅游效率发展起到显著性的影响，是海岛旅游效率空间格局演变发展的主要影响因素。从估计系数来看，经济发展水平、生态环境质量、科技信息水平的系数显著为正，说明这3 个因素对海岛旅游效率的空间格局发展起到积极的推动作用。产业结构状况、交通条件、城镇化水平3个因素的系数显著为负，说明这3 个因素是海岛旅游效率空间格局演变的约束性因素。

4.3 影响因素分析

4.3.1 经济发展水平

海岛经济发展水平是海岛旅游发展的基石，为旅游经济发展提供资金保障。良好的经济发展水平，促进海岛地区合理配置资源要素，加快应用先进技术，能够推动海岛地区基础设施建设，完善旅游服务功能，扩大海岛旅游品牌的知名度，提升海岛旅游接待能力，满足旅游者的多样化需求，提高旅游者的旅游体验质量。

4.3.2 生态环境质量

生态环境是海岛旅游效率发展与提升的重要约束性因素。海岛旅游经济与生态环境之间既相互依存又相互影响，独特的生态环境既是海岛旅游的突出特色，又是海岛旅游吸引力的重要组成部分。海岛旅游产业的发展，促进了海岛生态环境保护与管理水平的提升。良好的生态环境能够促进海岛旅游经济发展，是海岛旅游可持续发展的基本保障。

4.3.3 科技信息水平

先进的科学技术为旅游经济发展插上了腾飞的翅膀，成为旅游产业发展的重要推动力。尤其是互联网信息技术应用到旅游产业，推动了旅游业态创新发展。海岛地区积极引进先进的科学技术，提高海岛旅游管理的专业化水平，为旅游者提供及时准确地旅游服务。推进海岛旅游产品创新，提升海岛旅游产品的品质，提高旅游者的旅游体验，促进海岛旅游效率的提升。

4.3.4 产业结构状况

海岛地区产业结构转型升级发展是当前面临的重要任务。旅游产业与众多产业具有较强的关联性，成为海岛地区产业结构转型升级发展的重要着力点。海岛地区发展旅游经济具有得天独厚的资源、文化、区位等方面的优势，大力发展旅游产业为主的第三产业成为海岛地级经济转型发展的重要途径。应科学配置资源要素，合理开发海岛旅游资源，凸显旅游产业的带动作用，推进海岛旅游产业效率提升。

4.3.5 交通条件

交通条件是海岛发展旅游产业的先决条件，便捷的交通条件对海岛旅游开发、人才培养、资源配置、提升服务质量等方面具有重要的意义，也对海岛地区空间经济联系产生非常重要的作用。具备跨海大桥、空运、海运等连通方式的海岛具有明显的交通区位优势，能够缩短旅游者的经济距离和心理距离，更容易吸引外来投资，推动海岛旅游产业发展，进而贴身海岛旅游效率。

4.3.6 城镇化水平

城镇化建设能够推动海岛地区实现城乡统筹发展，是建设现代化海岛的重要形式。城镇化建设过程能够帮助合理配置资源要素，完善交通、景区、酒店、渔（农）家乐、游客服务中心、商业中心等服务设施，推动人口和产业实现空间集聚，促进旅游与渔农业、文化、产业、体育等产业深度融合，拓展海岛旅游产业的发展空间。城镇化推动旅游产业发展，为海岛旅游效率提升提供支撑。

5 结论与讨论

5.1 结论

借助DEA 模型测度12 个海岛县（区）的旅游效率，对海岛旅游效率的空间格局演变进行刻画，并通过EVIEWS 软件分析海岛旅游效率的影响因素。结果表明：（1）海岛旅游效率综合表现不佳，基本处于低效率经营状态。综合效率、技术效率和规模效率具有明显的波动特征，且基本处于DEA无效率状态。技术效率是海岛旅游效率发展的主要驱动力，规模效率水平较低，海岛旅游发展能力并未得到最大程度的发挥。普陀长期保持DEA 最优状态，长岛紧随，其他区域均没有完全达到DEA 最优效果，尤其是平潭和崇明表现相对较弱。（2）海岛县（区）之间旅游效率总体差异不大，相对差异明显。长岛、普陀、定海、嵊泗、玉环、洞头等6 个海岛县（区）长期处于较高值区域，而长海、崇明、平潭、南澳在较长时期内处于较低以下区域，其他2 个海岛县（区） 处于波动状态。海岛旅游效率空间状态存在不稳定性，有可能发生转移，但是状态由不稳定趋向于稳定，低值状态保持100%的稳定性，其他3 种状态稳定性逐步增强。（3）经济发展水平、生态环境、科技信息水平的估计系数显著为正，对海岛旅游效率的发展起到积极的推动作用；产业结构、交通条件、城镇化水平的估计系数显著为负，是海岛旅游效率发展的约束性因素。

5.2 讨论

建设海洋强国是实现中国梦的重要组成部分，海岛作为发展海洋经济的桥头堡，受到社会各界高度重视。旅游产业是海岛经济发展的重要支柱，海岛旅游效率直接反映海岛旅游经济发展效果。海岛旅游效率的产出指标不仅应该考虑旅游收入，也应该考虑精神、文化等方面指标，淡水供应、基础设施承载力等因素也对海岛旅游效率空间特征差异起到一定作用。若能综合考虑充分体现海岛特点的指标，能够使得研究结果更为全面地反映海岛旅游效率的实际情况，这也成为后续研究的重点。各海岛县（区）应立足本地区实际情况，合理配置旅游资源要素，提升海岛旅游发展能力。加强海岛生态环境保护，积极引进新能源、新技术，建设生态型海岛。优化海岛产业空间布局，大力发展以旅游产业为龙头的第三产业，促进海岛经济实现转型发展，建设富裕型海岛。加强海岛地区基础设施建设，推进海岛城镇化进程，完善公共服务体系，利用先进技术提升海岛旅游管理水平，建设现代化海岛。