于宁宁，甄翠敏，张立华，白静

(华北理工大学 经济学院，河北 唐山 063210)

国家“十四五”规划强调了绿色发展在我国现代化建设全局中的战略地位，并系统性地提出了“十四五”时期生态文明建设规划的目标，生态发展在我国未来的发展格局中占据举足轻重的地位。近年来，随着居民生活条件的不断改善，旅游业得到了极大发展，随之而来的生态问题也日益凸显，“十四五”规划纲要的提出也为旅游业的生态发展提供了基本遵循。

环渤海地区位于我国沿太平洋北部，海岸线绵长，约占全国大陆海岸线总长度的38%[1]，具有其独特的海岸线风光。随着近年来海洋旅游热潮的掀起，环渤海地区沿海城市旅游业得到了快速发展，并带动了区域经济的不断提升，与此同时区域的生态问题却变得愈发严峻，及时发现并解决问题，对其旅游业的生态发展至关重要。因此基于生态承载力理论对环渤海地区主要沿海城市旅游业进行生态效率研究，以期为环渤海地区旅游业的发展提供建议，也为其他沿海地区发展旅游业提供参考。

一、文献综述

国外针对旅游业生态效率方面的研究早于国内。“生态效率”(Eco-efficiency)一词最早是由德国学者在1990年提出的，它侧重的是评价经济发展最大化，生态影响最小化的问题。Brida等(2014)、Nhu-Ty等(2019)分别运用数据包络模型对意大利Bolzano地区索道的经济效率以及越南酒店业的效率进行了分析[2-3]。Sanni(2018)通过对德国生态旅游效率的研究得出旅游之间距离的差别对旅游的生态效率存在不同的影响[4]。Li(2020)通过对江苏省碳足迹以及旅游生态效率的测算，得出碳足迹在旅游景区的生态效率管理中具有重要作用[5]。国外学者基于生态承载力理论的角度对旅游业的研究较早，在特定环境条件下，国外学者Odum认为生态承载力是一个恒定的阈值，这个阈值是指对某种承载物的容纳能力。Jurado等(2012)以及Masum(2013)对分别度对伊比利亚半岛南部的海岸带旅游区以及动物园的生态旅游进行承载力研究，客观评价了生态承载力能力的大小[6-7]。

国内针对旅游业生态效率的研究方面虽迟于国外，但发展迅速。国内学者彭红松等(2017)、申鹏鹏等(2018)、盖美等(2019)、胡美娟等(2020)以及杨晓娟等(2020)等学者分别运用DEA模型对城市以及旅游业的生态效率进行测度[8-12]。赵红红是国内最早研究环境旅游承载力的学者，提出旅游环境承载力是指在旅游环境中容纳旅游者的最多数量；近年来国内学者也将承载力的研究运用到旅游业方面，郑佳(2018)就环渤海地区滨海旅游业基础条件，采用熵值法和物元模型法对环渤海地区滨海旅游承载力进行研究[13]。朱佳玮等(2021)以大连市的滨海旅游承载力为研究对象，运用模糊综合评价修正模型，结果表明目前大连市滨海旅游环境承载力可以判定为“适载”的状态[14]。

总体来看，国外学者注重从旅游业的交通、酒店等微观层面对其生态效率进行测度，国内学者大多侧重于各个省份以及全国地区的宏观层面进行分析。综合以往文献分析可知，学者们将环渤海地区作为研究区域对旅游业生态效率的研究较少，基于生态承载力理论视角下对旅游业的研究更为匮乏，基于此文章选取环渤海地区14个主要沿海城市为研究区域(沧州市、锦州市以及营口市因数据不全，故删除)，以生态承载力理论为理论支撑，选取2010-2019年的14个主要沿海城市的相关数据，运用CCR-DEA模型以及Malmquist-DEA模型，对其生态效率进行测算并分析其变化趋势，以期为环渤海地区旅游业的发展提供建议。

二、研究方法与数据来源

(一)研究方法

DEA(数据包络)模型是效率研究中普遍运用的一种测度模型，与其他模型相比，DEA模型具有多种优势，比如，模型操作简单、无需对数据进行消除量纲化处理、主观因素较少等。CCR-DEA模型是DEA模型的一种，是在规模报酬不变的情况下，对效率进行静态测算，为弥补传统DEA模型不能测算动态效率的不足，国外学者在此基础上研究出Malmquist-DEA模型。为了对旅游业生态效率进行深入、全面评价，进一步选用CCR-DEA模型以及Malmquist-DEA模型，对其进行静态和动态两个维度进行测度。

1.CCR-DEA模型

为测度环渤海地区K个沿海城市旅游业的生态效率问题，对于每个沿海城市旅游业来说，选取相同的I种投入指标和R种产出指标，那么对于第j个沿海城市来说，具有以下模型：

式(1)中的θ代表的是技术效率值，ε代表的是非阿基米德无穷小量，X代表的是投入量，Y代表的是产出量，λj代表的是各个沿海城市旅游业的线性组合向量，S-所代表的变量为剩余变量，S+所代表的变量为松弛变量。当生态效率值等于1时，说明该沿海城市旅游业生态效率水平非常高；当生态效率值位于[0.8,1)区间时，说明该沿海城市旅游业生态效率水平较高；当生态效率值小于0.8时，说明该沿海城市旅游业生态效率水平较低。

2.Malmquist-DEA模型

在Malmquist-DEA模型中，将全要素生产率指数(TFP)分解为两部分，一是技术效率指数(EFFCH)，二是技术进步指数(TECH)，论文将运用此模型来研究环渤海地区沿海城市旅游业生态效率的动态变化情况。当TFP>1，表明生态效率是增长的，当TFP<1，则表明生态效率是下降的。

TFP=EFFCH×TECH(2)

公式(3)中t代表的是时期数，Djt+1代表的是第j个城市从t期到t+1期的技术值距离。

假定规模报酬可变时，可将技术效率指数再次分解为两个部分，一是纯技术效率指数(PECH)，二是规模效率指数(SECH)，如公式(4)所示。

TFP=EFFCH×TECH=PECH×SECH×TECH (4)

(二)数据来源

以环渤海地区14个主要沿海城市旅游业为研究对象，研究时段为2010-2019年，数据主要来源于环渤海地区三省一市各统计年鉴，及各个市区的国民经济与社会发展统计公报、《中国城市统计年鉴》《山东旅游年鉴》《中国环境统计年鉴》等。

三、实证分析

(一)指标体系构建

在参考相关文献研究的基础上，构建了环渤海地区主要沿海城市旅游业的生态效率评价指标体系，如表1所示。

表1 生态效率评价指标体系

由表1可知，构建的指标体系共分为两部分，投入指标以及产出指标，投入指标分为3个一级指标以及3个二级指标，产出指标分为2个一级指标和3个二级指标。由于旅游业固定资产投资以及旅游业从业人数无法通过统计数据直接获取，故借鉴以往学者对数据的处理方法。旅游业固定资产投资=固定资产投资×(旅游总收入/地区国民生产总值)，旅游业从业人数=(第三产业从业人数×旅游总收入)/第三产业产值。

(二)基于CCR-DEA模型的生态效率静态评价

运用DEAP 2.1软件，以环渤海地区14个主要沿海城市旅游业为决策单元，将表1中的投入产出指标代入以产出为导向，规模报酬不变的CCR-DEA模型中，分别计算2010-2019年各沿海城市旅游业的生态效率，测算结果如表2所示。

表2 环渤海地区14个主要沿海城市旅游业生态效率测算结果

由表2可知，从整体来看，2010-2019年环渤海14个主要沿海城市旅游业的生态效率均值呈现波动下降趋势，其均值均在0.8以上，说明旅游业的发展确实对环渤海地区的生态造成了影响，但目前该地区的生态效率仍处于较高水平。从区域来看，盘锦市和威海市旅游业生态效率均值为1.000，说明盘锦市和威海市的旅游业生态效率水平非常高。唐山市、秦皇岛市、天津市、丹东市、大连市、葫芦岛市、青岛市、日照市、潍坊市以及东营市的生态效率均值均在0.8以上且大多数城市的生态效率均值接近于1，说明这10个沿海城市旅游业的生态效率较高。旅游业生态效率较低的城市有滨州市和烟台市，其中滨州市的旅游业生态效率仅为0.6左右，生态效率水平较低。综合来看，环渤海地区整体生态效率水平较高，但各沿海城市之间存在较大差距。

(三)基于Malmquist-DEA指数的生态效率动态评价

运用DEAP 2.1软件，基于Malmquist-DEA指数对环渤海地区14个主要沿海城市旅游业的全要素生产率进行测算，测算结果如表3及表4所示。

从表3可以看出，环渤海地区14个主要沿海城市旅游业全要素生产率指数(TFP)的均值为1.058，说明环渤海地区沿海城市旅游业的生态效率平均增长率为5.8%，其生态效率水平在持续改善。

从全要素生产率指数来看，其中唐山市、秦皇岛市、天津市、丹东市、大连市、盘锦市、葫芦岛市、青岛市、烟台市、威海市、日照市以及潍坊市旅游业的年均全要素生产率指数均大于1，说明在2010-2019年这12个沿海城市旅游业的生态效率水平均得到了改善。而滨州市以及东营市的年均全要素生产率指数均小于1，究其原因是这2个城市均为重工业城市，近年来的产业转型的速度较为缓慢，从而使得这2个城市旅游业的发展呈现出下降趋势。

为进一步研究生态效率水平改善的原因，将全要素生产率指数分解为技术效率指数(EFFCH)以及技术进步指数(TECHCH)，由表3可知技术效率指数平均下降1.3%；技术进步指数平均上升7.2%，技术进步的促进作用大于技术效率的抑制作用，使得沿海城市旅游业生态效率水平得到了提升，因此技术进步指数是其改善的主要推动力。

从技术进步指数来看，大连市技术进步指数最高，且年平均增长15.3%，但盘锦市的年平均增长仅为1.1%，这说明各沿海城市之间的科技发展水平也存在较大差异。从技术效率指数来看，唐山市、滨州市、青岛市、烟台市这四个沿海城市旅游业技术效率呈下降趋势，且差距较小。为进一步研究技术效率水平下降的原因，将技术效率指数再次分解为规模效率指数(SECH)和纯技术效率指数(PECH)两部分，从表3可以得到这两项指数均值均小于1，由此可知规模效率和纯技术效率的抑制作用从而导致技术效率水平的下降，因此环渤海地区旅游业的规模效率和纯技术效率均有待提升。

表3 环渤海地区14个主要沿海城市旅游业TFP变动及分解

从表4、图1及图2可知，2010-2011年，环渤海沿海城市旅游业生态效率水平以5.8%的增长率不断提高，究其原因是技术进步(TECHCH)的促进作用所引起的,而技术效率之所以出现抑制作用，是由于纯技术效率(PECH)的促进作用小于规模效率(SECH)的抑制作用；2011-2012年，由于技术进步的抑制作用低于技术效率(EFFCH)的促进作用，使得旅游业的生态效率水平呈现增长趋势；2012-2013年，由于技术进步和技术效率的大幅度下降，使得旅游业的生态效率水平呈下降趋势；2013-2016年，旅游业生态效率水平均呈上升趋势，且大部分是由于技术进步的促进作用；2016-2017年的生态效率水平是历年来最高值，其中技术效率以及技术进步均得到了提升；2016-2019年，生态效率水平虽然在上升，但整体呈波动下降趋势；因此环渤海地区应在生态的可承载范围内合理地调整旅游业的投入与产出比例。

表4 2010-2019年环渤海地区14个主要沿海城市旅游业生态效率变动情况

图1 EFFCH、TECHCH及TFPCH变动趋势

图2 EFFCH、PECH及SECH变动趋势

四、结论与建议

(一)结论

分别运用CCR-DEA模型以及Malmquist-DEA模型，对环渤海地区14个主要沿海城市旅游业的生态效率进行静态以及动态研究，结果如下：

1.生态效率水平整体较高，但区域发展不平衡

2010年-2019年期间，从整体来看，环渤海地区沿海城市旅游业生态效率水平较高，但从区域来看，各个沿海城市之间旅游业的生态效率水平差距较大。其中盘锦市和威海市旅游业生态效率水平非常高，对资源的利用达到了最优化水平，其余12个沿海城市对旅游业的所投入的资源未达到有效的利用。

2.生态效率水平持续改善，其主要推动力为技术进步

环渤海地区沿海城市旅游业的生态效率水平在持续改善，年均平均增长率为5.8%，主要推动力为技术进步。但技术的进步并未促进技术效率水平的增长，技术效率水平反而以年均1.3%的速度下降，说明环渤海地区沿海城市旅游业需整体进行转型。

3.生态效率水平发展态势良好，但区域科技发展水平存在差异

在全要素生产率分析方面，从全要素生产率指数来看，除滨州市以及东营市旅游业的年均全要素生产率指数小于1以外，其余12个沿海城市旅游业的全要素生产率指数均大于1，旅游业生态效率呈现出良好的发展态势；从技术进步指数来看，除东营市之外，其他13个沿海城市旅游业的技术水平有所提高，但他们之间的科技发展水平存在较大差异；唐山市、滨州市、烟台市、青岛市这四个沿海城市旅游业的技术效率指数，由于受到纯技术效率指数以及规模效率指数不同程度的抑制作用，使得这四个沿海城市旅游业的技术效率指数均小于1，表明这四个沿海城市旅游业生态效率的技术效率水平总体呈下降趋势。综上所述，虽然环渤海地区旅游业发展存在一些问题，但近年来已经朝着良好的方向进行发展，具有光明的发展前景。

(二)建议

结合实证分析结果，对于提升环渤海地区旅游业的生态效率发展给出如下建议：

1.建立区域协同联动机制

环渤海地区各沿海城市旅游业生态效率水平存在较大差距，建立区域协同联动机制，设立综合管理部门，整合各城市的优质要素资源，突破行政区划限制，创新体制机制，打造互联互通、合作共赢的环渤海旅游业共同体。督导各城市树立“一体化”意识和“一盘棋”思想，统筹各城市之间旅游业的生态发展，缩小各城市之间旅游业生态效率的发展水平。

2.增加科技及人才投入

技术进步是推动环渤海地区旅游业生态效率持续改善的原因，因此应增加科技创新和科技人才的投入。建立与产业相关的科研机构，加大科研投入，各城市根据自身的地理位置以及特色优势，加快产业的结构转型，提升科技创新的进步，带动地区旅游业的发展。政府部门应切实改善人才的创新环境，制定并快速推进鼓励人才创新的优惠政策，搭建创新平台，为人才创新提供支撑，从而吸引多领域、多层次的科技人才加入，给旅游业的发展注入新的活力。

3.提倡生态环保旅游

随着旅游业的迅速发展，环渤海地区的生态已受到破坏，基于生态承载力理论，人们应在生态可承载的范围内进行生态环保旅行。对政府而言，充分发挥政府的主导作用，制定适合当地发展的生态保护条例以及排污标准，合理调整旅游业投入与产出比例，优化旅游业资源和规模的配置，将资源和规模的开发控制在生态的可承载范围之内。对公众而言，应提高公众旅游的生态环保意识，加强公众环保教育，从自我做起为环渤海地区旅游业的发展助力。