我国滨海旅游业经济增长效率提升路径研究

陶永宏，杜梦吟

(江苏科技大学 经济管理学院，江苏 镇江 212100)

滨海旅游是我国海洋经济的一个支柱产业。2019年，滨海旅游业增加值占主要海洋产业增加值的50.6%。但从现实情况来看，尽管很多沿海地区对当地旅游业进行了高强度的开发，但因为各地区的地理位置、经济水平、滨海旅游产品类型等具有显著差异，导致部分地区虽然投入了大量的人力、物力，却没能很好地转化为经济效益。因此，如何根据地区实际情况发展滨海旅游业，从而提高地区经济增长效率，已成为迫切需要解决的问题。

目前，国内对滨海旅游业的研究涵盖多个方面，并取得了较为丰硕的成果。丁东东等对我国滨海旅游产业的生态创新水平进行了评估，并在这一基础上对其影响因素及其空间差异进行分析，提出了滨海旅游的可持续发展对策[1]。李淑娟等实证分析了青岛市旅游、经济与生态环境的耦合协调度，分析了滨海旅游快速发展对生态环境带来的压力，并提出了协调关系对滨海城市发展的意义[2]。王强等对湛江、茂名、阳江的滨海旅游多维度的生态位进行了评测分析，最终从协同、错位、扩充三个维度提出了发展策略[3]。涂振顺等以厦门岛东南部为例，使用层次分析法构建了指标体系来评价滨海体育休闲海域空间适宜性[4]。杜霞等利用耦合协调度模型从旅游经济系统和城镇化系统两个方面构建了旅游经济与城镇化评价指标体系，对沿海省域旅游经济与城镇化耦合发展提出发展策略[5]。田纪鹏对我国14个重点滨海旅游城市的若干因素进行分析，利用区域发展相关理论，提出了促进我国滨海旅游空间结构发展的措施[6]。Darko等使用混合方法研究利益相关者对北欧沿海地区海洋旅游业可持续发展的看法[7]。Dragan等使用数据包络分析和结构方程模型分析了运输供应商的外部整合与旅行社效率之间的关系，结果显示运输供应商的外部整合对旅行社效率有显著影响[8]。总体来看，国内对滨海旅游的研究目前集中在旅游资源、生态环境、可持续发展这三方面，对滨海旅游经济效率提升路径的关注较少。

综上，本研究尝试运用新经济增长理论、生产要素理论，以11个沿海地区为研究对象，拟从技术要素、人力要素、资本要素、专业化水平四个要素维度来构建滨海旅游业经济增长效率驱动模型，并运用模糊定性比较分析法(fsQCA)测量不同条件组态对经济增长效率的影响，寻找提升滨海旅游业经济增长效率的最佳路径。

(一) 经济增长效率的定义和计算方法

效率是根据投入和产出来评估经济行为的指标，最早由Farrell提出。目前，在经济学中广泛被应用的“效率”侧重于配置效率[9]。效率是一个广义的概念，如在具体测算中阐明测算对象，则测算的便是该对象的效率[10]。因此，笔者所研究的经济增长效率是在对“效率”界定的框架下进行分析的。

经济增长效率主要用于衡量具有相同要素投入的一个行业或地区的实际产出与最大产出之间的距离，距离越小，增长效率越高[11]。朱成亮等将经济增长效率解释为经济增长的技术效率[12]。Farrell和Leibenstein从投入和产出的角度分别定义了技术效率，并认为技术效率与生产前沿有关[13-14]。因此在本文中“经济增长效率”的含义是在输入要素相等情况下生产部门的实际产出与生产前沿(最大产出)之比。在目前的研究中，多将全要素生产率(Total Factor Productivity，TFP)作为衡量经济增长效率的指标[15]。经济增长效率(TFP)的测算方法有很多，其中数据包络分析已被认为是评估决策单位(Decision Making Unit, DMU)效率最普遍的方法之一。衡量效率需要对反映决策单元的生产函数进行估计，决策单元使用最少的投入用来产生给定水平的产出，或者从给定的投入组合中产生最多的产出。Charnes等引入的DEA是一种非参数方法，用于测量具有多个输入和多个输出的效率[15]。DEA使用输入和输出上的观测值来估计有效边界，并确定有效和无效的DMU，且该模型不需要输入和输出的先验权重。DEA方法限定了DMU的“技术效率”为每个DMU的相对能力，即通过选择权重的最佳集合以最大限度地提高其效率比，故数据包络分析法更符合本研究的要求[16]。因此，笔者从全要素生产率角度出发，采用DEA-Malmquist生产率指数方法对滨海旅游业经济增长效率进行测度。

(二) 评价指标

传统经济学认为，资本、劳动力、土地、技术等因素是经济增长的主要驱动力，在相对较短的时间内，技术因素对滨海旅游业投入要素的影响可以忽略不计[17]。滨海旅游业是海洋第三产业，对土地的依赖性相较第一、第二产业较小。因此，本研究基于新经济增长理论和生产要素理论，从物质资本和人力资本的角度选择了滨海旅游的投入要素。参考朱承亮等对人力资本及结构与经济增长效率之间关系的研究[12]，借鉴汪彬等[18]、王珏慧等[19]、于婷婷等[20]、Dritsakis[21]、Durbarry[22]在研究旅游业、滨海旅游业与经济增长、经济效率之间关系中所选择的研究变量，选取星级饭店数、A级景区数、滨海旅游业从业人数、第三产业固定资产投资额为投入变量，以沿海城市滨海旅游收入、第三产业增加值为产出变量(表1)。本研究所用数据均来自2009-2018年国家发布的统计数据，其中缺失数据采用替代法及估算法补齐。

表1 滨海旅游业经济增长效率评价指标体系

(三) 计算结果

本研究使用DEAP2.1软件，运用 DEA 模型和Malmquist指数模型对数据进行分析处理，据此计算各地区2009-2018年滨海旅游产业的经济增长效率,即全要素生产率(TFP)，可以得到10年间各地区滨海旅游业经济增长效率的平均值与标准差(见表2)。

根据表2可知，我国沿海11个地区2009-2018年间滨海旅游产业的经济增长效率总体情况良好，其中10年间全要素生产率平均值为1.1，但各地区的经济增长效率之间存在差异，因此需要根据地区特色对不同地区滨海旅游业的资源进行合理配置，使各地区之间的发展差距缩小。

表2 各地区经济增长效率

从11个地区的经济增长效率情况来看，2009—2018年间随着滨海旅游产业各要素的投入与产出不断变化，这些地区之间经济增长效率平均值存在明显差异。总体而言，11个地区中有五个地区的经济增长效率均值低于全国平均水平，这些地区在滨海旅游投出和产出的相对水平上存在较多问题。相较而言，辽宁的经济增长效率最高，10年平均为1.192，高于总体均值1.092，表示该地区滨海旅游产业所投入的资源产生了良好的经济效益；
上海的经济增长效率最低，10年平均为1.037，低于全国水平，说明该地区没有将滨海旅游资源较好转化为经济效益。基于上述研究，将所得数据作为fsQCA的结果变量，对滨海旅游业经济增长效率的提升路径进行进一步研究。

(一) 模糊集定性比较分析方法

模糊集定性比较分析(fsQCA)是由社会科学家 Charles Ragin 开发的，其本质是理论设置的分析基础，包括使用组合逻辑、模糊集理论和布尔最小化来检测可能、必要或足以产生结果的案例条件的组合。因此，fsQCA遵循一种归纳方法，在这种情况下，要确定条件和结果之间的构型关系[23]。fsQCA试图在因果条件组合与期望结果之间建立逻辑联系，其结果是总结因果条件所有可能组合的子集之间的充分性规则(或其补充)和预期结果[24]。每个规则都是从因果条件到期望结果的可能路径，并代表等因果关系，即不同的因果组合可能导致相同的期望结果。

(二) 变量的选择及描述性统计

fsQCA法包括五种类型，即问题导向法、研究框架法、理论视角法、文献研究法和现象总结法[25]。笔者用了文献归纳法，即从现有文献或文献综述中选择并总结关键条件。

1. 条件变量

根据文献归纳法选择前因条件，如果有k个前因条件，则前因条件在逻辑上可能的组合将会有2k个，因此前因条件的数量需要控制在一定范围内。Berg-Schlosser在研究中建议样本数量为10～40个，将前因变量的数量控制在七个以内较为合适。基于此研究，选择了四个维度的六个前因条件变量。

根据生产要素理论，英国经济学家马歇尔(Afred Marshall)认为生产要素通常分为土地、劳动和资本三类，而新经济增长理论将 “劳动力”的定义扩大为人力资本。基于此,选择了人力资本和物质资本这两个维度。

传统滨海旅游业生产力六要素包括吃(旅游餐饮业)、住(旅游宾馆业)、行(旅游交通业)、游(旅游景观业)、购(旅游商品业)、娱(旅游娱乐业)。随着产业升级，滨海旅游产业向多样化发展，目前呈现出多种组合业态的发展格局。滨海旅游业正面临着防疫常态化、滨海旅游消费需求质量提高、滨海旅游消费方式多元化和旅游产品智能化的发展趋势。优化滨海旅游业结构的目的是促进滨海旅游业发展过程中投入和产出要素的合理配置，使用最少的投入获得最大的产出，故提高滨海旅游业经济增长效率是产业结构转型升级的前提。基于此，选择产业结构和产业集中度这两个维度。

旅游酒店产业、旅行社产业、旅游交通产业是传统旅游业的三大支柱产业，随着近10年的飞速发展，旅游业的产业结构发生了巨大变化，旅游景区产业俨然成为了第四大支柱产业。一般而言，很难将滨海旅游运输业与普通运输业分开，且有关统计数据不完整、不全面且难以获得。因此，选择旅游交通业作为相关变量。

A级景区收入占比(sce)表示A级景区收入占滨海旅游业收入的比重。景区是旅游业发展的核心。因此，选取A级景区收入占比以体现滨海旅游业的发展情况。提高滨海旅游经济增长效率的关键要素是人力资本[26]。高水平的人力资本可以提高滨海旅游经济的效率，并能促进滨海旅游经济的高质量发展。因此，选取滨海旅游业从业人数(emp)和旅游院校招生数(sch)来测度各地区滨海旅游业的人力资本投入。饭店业和旅行社业是旅游业的两大支柱产业，亦是滨海旅游业的支柱型产业，因此，借鉴张洪等[27]、赵磊[28]对旅游发展与经济效率之间关系的研究，选取旅行社数量(tra)测度旅行社产业发展情况，选取星级酒店房间数(room)测度饭店产业发展情况。

区位熵(lq)，也称为专业化率，用于测量给定区域中要素的空间分布。在本文中，它是通过计算每个地区滨海旅游业收入在该地区 GDP 中所占比重与11个沿海地区滨海旅游业总收入在总GDP中所占比重的比值，其反映了产业集聚程度，其中熵代表比重的比率。滨海旅游产业集聚促进了地区经济和社会发展、增强了旅游目的地的综合竞争力。因此，使用区位熵来测度各地区滨海旅游业的产业集中度。

2. 结果变量

本研究使用2009-2018年11个沿海地区的面板数据，运用DEA-Malmquist指数法来测度11个地区的滨海旅游业经济增长效率，并使用2018年滨海旅游业经济增长效率作为fsQCA分析的结果变量。通过fsQCA法选取的四个维度条件变量和结果变量见表3。

表3 变量的选择及描述

(三) 模糊集校准

模糊集不同于常规变量，作为fsQCA分析准备工作的一部分，需要对其进行校准。所谓校准，是将要考虑的因果条件使用合适的校准方法按照一定的比例转换(校准)为0到1的模糊隶属度。文中使用的是Ragin[29]提出的直接校准法。直接校准法是为每个条件建立三个定性锚点，然后使用其对数概率来计算隶属度值，这三个定性锚点确定了较低的阈值(完全不隶属阈值)、交叉点和较高的阈值(完全隶属阈值)，并使用fsQCA3.0软件进行校准，最终得到的结果如表4、5所示。

表4 条件变量与结果变量的校准锚点

表5 模糊集校准后数据

续表

(四) 数据处理与分析

1.单个条件必要性分析

对fsQCA中必要条件的分析是一个单独的过程。该程序检查单个条件是否可能是必要的，或者是完全必要的。当fsQCA软件将含有逻辑余项的复杂解决方案简化为简单解决方案时，它可能会忽略某些必要条件。因此，在简化过程中忽略必要条件时，有必要基于对各个条件的必要性分析来整合最终结果。如表6所示，通过对高经济增长效率的分析发现，只有区位熵的一致性高于0.8，以此为必要条件，其余变量为非必要条件；
对于非高经济增长效率，以旅游院校招生数、区位熵一致性高于0.8为必要条件，以其余变量一致性低于 0.8 为非必要条件。

表6 单个条件必要性分析

2.充分条件分析

本研究同时分析了滨海旅游业高经济增长效率事实和反事实解决方案的充分性。充分性分析是为了找到满足特定结果充分性标准条件的不同组合。真值表是该分析的基础条件，该表列出了前因条件存在/不存在时在逻辑上可能的组合。笔者考虑了六个前因条件，因此需要考虑26=64个逻辑上可能的组态，组态的特征是0和1的值，其中,0表示不存在，1表示每个条件的存在。由于要确保与高经济增长效率或非高经济增长效率相关联，对一些组态需要进一步考虑，因此必须考虑另外两个阈值即频数阈值和一致性阈值。由于本研究对象为11个沿海地区，案例总数较小，根据Ragin提出的一致性，评分阈值应尽可能接近1，设置一致性，阈值为0.8，设置频数阈值为 1，使用 fsQCA 处理后结果如表7所示。

表7 高经济增长效率真值表

续表

(五)结果分析

fsQCA运算后会得到三种解：复杂解、中间解和简约解。本研究考虑复杂解方案的原因有二：首先，Beynon等人在研究中考虑了复杂解和简约解[30]；
其次，考虑到Wagemann等提倡这两种解[31]，并且在现有理论都无法支持将逻辑余数包括在内的情况下，确定复杂解的优先级可能更为安全。对每一个结果进行充分分析，以对确定的条件进行组合，这些组合将组态和特定结果相关联。圆符号改编自Ragin[29]和Fiss[32]，其中⊖和●分别表示条件的不存在和存在，大圆和小圆分别表示复杂解方案的核心条件和补充条件。基于此，对滨海旅游业高经济增长效率分析的结果进行规范性统计，最终路径如表8所示。

表8 高经济增长效率的组态

由表8可知，复杂方案的总体一致性为0.89，接近于1，说明运算出来的组态与数据本身所呈现的组态联系紧密；
总体覆盖度为0.71，说明组态达到高经济增长效率的可能性很高。从复杂方案的路径结果可知，实现滨海旅游业高经济增长效率共有四条路径。

第一，从滨海旅游支柱型产业出发提升滨海旅游业经济增长效率。旅行社业和饭店业都是滨海旅游传统的支柱型产业，在滨海旅游产业集聚地区合理分配普通人力资本，增加旅行社和星级酒店数量，是提升滨海旅游业经济增长效率最基本的方法。

第二，从多维度出发难以提升滨海旅游业经济增长效率。方案2说明旅游院校招生数、滨海旅游业从业人数、A级景区收入占比、星级酒店房间数和区位熵四个维度五个变量共同作用是提升滨海旅游业经济增长效率的充分条件。其中，滨海旅游业从业人数、A级景区收入占比、星级酒店房间数是核心条件。该条路径的一致性为0.84，虽然大于0.8，但四条路径中一致性最低的一条说明该路径与其他路径相比较难实现，不适合于大部分沿海城市。

第三，从产业集聚和高水平人力资本层面提升滨海旅游业经济增长效率。不同地区滨海旅游业的产业结构、资源禀赋以及人力资本水平都不尽相同，想要提高滨海旅游业经济增长效率，就应该与当地产业结构相结合，根据当地情况匹配不同层次的人力资本。

第四，从产业集聚和A级景区的层面提升滨海旅游业经济增长效率。旅游景区是旅游业发展的核心要素，也是旅游消费活动的最终载体，而旅游景区收入的主要构成部分就是门票收入。2018年国家发改委提出了“降低重点国有景区门票价格”的指导意见，尽管是为了促进旅游业持续健康发展，但势必会对门票收入依赖性高地区的经济增长效率造成影响。因此，滨海旅游产业不仅要依靠门票收入，更要深挖旅游景区二次消费，以提高 A 级景区收入在滨海旅游收入中的占比。这将是提升滨海旅游业经济增长效率的路径之一。

(一) 加大统筹开发，发挥集聚效应

就我国滨海旅游产业结构而言，星级饭店的地域集中度相对较高，主要集中在经济相对发达且服务业接待水平较高的地区。这些地区的旅游发展具有一定经济基础，对人力资本的需求也相对较高，但饭店业在空间结构上还是不平衡。同时由于旅游景区存在地理位置的不可变性，旅游景区无法实现产业集聚，因此旅行社业的总体集中度、规模化程度也较低。而滨海旅游业产业集群的发展是刺激旅游经济增长最有效的途径。在投资和消费的影响下，滨海旅游产业集群不仅直接影响旅游业的效率，并且会通过扩大旅游业市场、促进资本流动、增加景区收入来影响滨海旅游业经济增长效率。因此，沿海休闲旅游项目的统筹开发，比如渔家乐、垂钓、休闲度假村、民宿等项目的集聚开发将是提高经济增长效率的一条可行路径。在旅游产业集聚竞争优势不明显、专业化程度较低的地区，应注意优化资源配置，实现滨海旅游产业沿海岸线集聚，以提升滨海旅游业的经济增长效率。

(二) 完善配套设施，深挖二次消费潜力

景区发展是旅游业发展的核心，在前文的四条路径中，A级景区收入占比是两条路径中的核心条件，说明A级景区的发展对滨海旅游经济的发展有一定影响，是经济增长效率提升路径中较为重要的一环。目前，滨海旅游业正面临着供给结构失衡的现状，景区和旅游目的地的餐饮、住宿和交通等组件是互不相通的，因此景区与滨海旅游业其他构件的协调发展十分重要。进入信息时代后，旅游景点独立开展营销活动，不仅要和传统旅游市场竞争，还要跟文化消费市场竞争。因此，景区需要在拓宽营销渠道的同时与文化市场进行深度融合，挖掘旅游景区的二次消费，提高自身专业化程度，从而更好地吸引消费者关注，提高经济收入，提升滨海旅游地区经济增长效率。

猜你喜欢 滨海旅游业景区 云南出台20条措施，加快旅游业恢复云南画报(2022年4期)2022-05-05云南发布一批公示 10家景区拟确定为国家4A级旅游景区云南画报(2021年6期)2021-07-28滨海白首乌华人时刊(2020年21期)2021-01-14重庆武隆：贫困人口依托旅游业脱贫今日农业(2020年17期)2020-10-27滨海顶层公寓现代装饰(2019年12期)2020-01-19『摘牌』杂文月刊(2019年24期)2020-01-01“摘牌”杂文月刊(选刊版)(2019年12期)2019-09-10岳滨海 藏石欣赏宝藏(2018年12期)2019-01-29某景区留念杂文月刊(2018年21期)2019-01-05对烟台市旅游业发展的探析与思考消费导刊(2017年20期)2018-01-03 相关热词搜索：滨海，经济增长，旅游业，