Research on the Spatial Pattern of TourismIncome and Output Efficiency in Chengdu-Chongqing Economic Zone

2011年，国家发改委根据国务院批复印发《成渝经济区区域规划》，指出成渝经济区是“引领西部地区加快发展、提升内陆开放水平、增强国家综合实力的重要支撑，在我国经济社会发展中具有重要的战略地位”^[1]。2020年1月，中共中央财经委员会第六次会议提出“推动成渝地区双城经济圈建设，有利于在西部形成高质量发展的重要增长极，打造内陆开放战略高地，对于推动高质量发展具有重要意义”^[2]，成渝双城一体化上升到国家战略，将成为国家区域发展的第四增长极。“旅游业是现代服务业的重要组成部分，带动作用大”，加快旅游业改革发展“对于扩就业、增收入，推动中西部发展和贫困地区脱贫致富，促进经济平稳增长和生态环境改善意义重大”^[3]。川渝两地都提出将旅游业发展成为“战略性支柱产业”^[4-5]，重庆市提出发展“国内外知名旅游休闲目的地”^[4]，四川省提出“建设旅游经济强省和世界重要旅游目的地”的目标^[5]。客观反映成渝经济区旅游发展的水平与质量的空间格局，诊断产业发展的关键与薄弱环节和地域，有助于旅游产业要素合理布局，有助于“发挥比较优势，推进成渝经济区统筹发展，促进产业、人口及各类生产要素合理流动和高效集聚”^[2]。

旅游收入是衡量旅游业发展水平的主要指标，旅游产出效率是反映旅游经济质量的重要指标^[6]。旅游收入研究作为现代旅游研究的初始命题之一始于19世纪末^[7]，旅游收入的影响因素特别是与区域经济发展的互动影响^[8]一直是旅游研究的主要问题，关于其空间分异^[9]与空间影响^[10]也是学者们关注的热点。英国经济学家Farrell提出“效率”概念并给出测算标准和测算模型以来^[11]，效率计算方法不断改进，应用领域不断扩展^[12]。Charnes等运用数据包络分析方法解决技术效率问题开创了数学规划分析^[13]。随着旅游业的发展，效率模型被引入旅游研究中，国外学者关注基于提升管理能力的视角对酒店业^[14]、机场^[15]、旅行社^[16]等企业问题以及基于提升区域旅游竞争力视角的区域效率考察^[17]。国内学者对旅游产出效率的空间特征^[18]、空间比较^[19]、时空演变^[20]、影响因素^[21]以及特定行业^[22]和特定区域^[23]的旅游产出效率问题展开了广泛的研究。经济地理学中的“核心-边缘”“点－轴”等概念已被广泛引入旅游空间分布研究中，Pearce对带状旅游空间结构进行了分析，并划分了核心、边缘区域的等级^[24]；国内学者对旅游发展“核心-边缘”区域的变化^[25]和基于“点-轴”理论的旅游地系统空间结构演变进行了研究^[26]，并构建了“旅游点-旅游轴-旅游集聚区(旅游圈)-旅游网”的空间结构演变过程理论^[27]。在成渝经济区建设的背景下，成渝地区基于市级空间的旅游产出效率得到了计算^[28]，景区空间结构^[29]与空间网络结构^[30]的空间关联与协同发展也得到了关注。

现有研究对于旅游业发展水平与要素产出效率的评价，以及空间分析与空间计量的方法已渐成熟，并在时空表现特征与多变量的关联影响等方面取得了大量成果。但现有成果在研究要素上，将旅游产出效率作为旅游经济发展的因变量，难以厘清效率与收入的因果关系，也缺乏旅游收入和效率的结合研究，难于反映旅游业发展的“量”与“质”的实际；在研究方法上，缺乏将空间地理分析方法与空间计量结合的综合运用，难以全面的审视产业发展的空间特征；在研究对象单元上多设定为市级及以上尺度区域，而不是国民经济中具有综合性和区域性的基本单元^[31]以及相关发展规划和政策制定的基本单元^[32]——县(区)级，难以准确的显现旅游产出效率差异特征和空间分布状况，也影响了政策方案的具体针对性和科学支撑力。

本研究将区域旅游业产出与效率纳入一体框架，综合运用基尼系数分析空间均衡性、自相关性分析空间聚集性、插值方法分析空间趋势的空间分析方法，以及空间自相关模型的计量方法，研究区域旅游收入与效率的空间分布特征与空间关联关系，为科学、全面研究区域旅游业产出空间格局提供方法借鉴。以成渝经济区这一具有协同发展条件与需求，但尚未实现协同发展目标的区域为对象，以县(区)为研究单元，依据2018年截面数据，全面审视区域旅游发展的空间特征，显示空间发展差异，寻找空间发展关键与薄弱地域，为制定发挥区域比较优势、实施区域协同发展的政策提供科学支撑。

数据包络分析(Data Envelopment Analysis，DEA)是一种有效评价多投入、多产出决策单元效率的方法，DEA采用运筹学中的数学规划法，无需建立变量之间的严格函数关系，目前已被广泛运用于各种领域效率评价问题中。以x_jl代表第j个区域的第l项投入，y_jm代表第j个区域的第m种产出。对第j(j=1，2，…，K)个区域，DEA应用模型为：

式中$ {\theta _c}(0 < {\theta _c} \le 1)$，为综合技术规模效率，简称综合效率。引入约束条件$\sum\nolimits_{j = 1}^k {{\lambda _j} = 1} $，则转变为规模报酬可变的DEA乘积，即VRS(Variable Returns to Scal)模型。利用VRS模型得到的效率指数为所评价区域旅游发展的纯技术效率指数(θ_v)，反映由于管理和技术等因素影响的生产效率^[33]。令$ {\theta _s} = {\theta _c}/{\theta _v}$，当$ {\theta _c} = {\theta _v}, {\theta _s} = 1$，生产处于最佳规模。引入非增规模报酬NIRS(Non-increase Returns to Scale)模型，设生产可能集T_j为：$ {T_j} = \{ x, y:x \ge \sum\nolimits_{j = 1}^k {{\lambda _j}{x_j}} , y \le \sum\nolimits_{j = 1}^k {{\lambda _j}{x_j}} , \sum\nolimits_{j = 1}^k , 0 \le {\lambda _j} \le 1, \} $，在此集合上的效率评价DEA模型结果结为θ_n。当${\theta _c} \ne {\theta _v}, {\theta _s} = {\theta _n} $，生产处于规模报酬递减阶段；当${\theta _c} \ne {\theta _v}, {\theta _s} \ne {\theta _n} $，生产处于规模报酬递增阶段。为便于空间数值分析，对规模效应进行数值显示，规模报酬递减记-1，规模报酬不变记0，规模报酬递增记1。

旅游业的产出包含满足游客旅行过程中的全部需求与服务，旅游总收入是旅游产出的最终体现，同时旅游发展的产出效应中也应包含游客参与旅游活动的指标，据此并参考已有研究成果^{[14, 23-35]}，将旅游总收入与旅游人次作为旅游产出的综合性指标(y₁，y₂)。旅游景区、旅游饭店与旅行社数量常被作为地方旅游投入衡量的指标^[34]，由于在线旅游的飞速发展已经改变了传统旅行社的属地模式^[36]，为此不将旅行社数量作为区域旅游投入的参考指标。已有研究显示加权计算的方式在相关旅游研究中具有较好的适应性^{[35, 37]}。我国A级景区和星级饭店由市级以上旅游行政部门，分别依照国家标准《旅游景区质量等级的划分与评定》《星级酒店评定标准》组织评审，由全国旅游景区质量等级和旅游饭店星级评定机构核发，是我国旅游景区和饭店行业质量的权威认证。本文以旅游景区加权值(A级景区数*景区等级值)和星级饭店加权值(星级饭店客房数*星级饭店等级值)，作为旅游业发展供给的主要指标产出作为效率计算的投入指标(x₁、x₂)。

基尼系数是根据劳伦茨曲线所定义的判断收入分配公平程度的指标。当基尼系数＜0.2，表示绝对平均；基尼系数介于0.2~0.3表示比较平均；基尼系数介于0.3~0.4表示相对合理；基尼系数介于0.4~0.5表示差距较大；基尼系数＞0.6以上表示差距悬殊。借用基尼系数可对空间内指标的均衡状态进行分析。对各县(区)旅游收入与旅游产出效率值等进行基尼系数分析，以判断其分布的均衡状况。

空间自相关性分析是用于度量一系列地理对象之间的空间相关关系。其常用指标有Moran’s I、Geary’s C等，其中Moran’s I是最常用的全局关联指数，用来探测整个研究区域的空间分布特征。采用ArcGIS中Spatial Statistics/ Global Moran’sI功能模块，分析要素的空间自相关性，以显示相互邻接的空间单元是否存在潜在的相互依赖关系，并且为空间回归模型的应用进行前置性的条件判断^[38]。

空间插值是通过填充图像变换时像素之间的空隙来反映空间量连续整体面貌的地理学方法。它是在离散数据的基础上补插连续函数，以此估算出函数在其他点处的近似值，从而反映出函数的连续整体。空间分析中的插值方法有最近邻点法、反距离权重法等。其中，径向基函数(Radial basis function，RBF)是一系列精确插值方法的组合。采用ArcGIS中Geostatistical Analyst/Geostatistical Wizard功能模块，对区域内旅游收入、旅游产出效率值等进行插值分析，以显示研究对象在区域范围内的空间连续性趋势，判断空间分布的实际状况与特征。

Anselin安赛林提出的空间自回归模型的一般形式^[38]是：

当$\rho = \lambda = 0 $时，就是经典的回归模型，没有“空间”的影响。当ρ≠0，β≠0，λ=0，原模型就成为空间滞后模型。当ρ=0，β≠0，λ≠0，原模型就成为空间误差模型，其空间权重矩阵位于无法检测到的误差项中，显示了空间依赖作用存在于扰动误差项之中，相邻空间单元的某些共有特征构成了模型中自变量无法解释的内在因素^[39]。

要素的生产率提高是经济增长的主要动力^[40]，旅游产出效率是旅游收入决定的重要因子。旅游发展与经济增长存在互动关系，但难以将旅游发展作为自变量通过简单的线性模型来反映两者之间的互动关系^[41]，而旅游业与经济发展显示出是“锦上添花”而不是“雪中送炭”的关联，两者之间互动关系受经济发展水平的正向影响^[42]，可见，经济水平是制约旅游收入水平的重要因素。产业结构作为技术进步的直观体现，反映了社会分工和生产要素的配置状态，产业结构升级有助于提升产品附加值影响产业水平^[43]，旅游业是第三产业的重要组成，第三产业占比是区域产业结构高级化的重要标志^[44]，以第三产业的占比可作为旅游收入水平在产业结构角度的计量因子。旅游收入的空间自相关性已得到了充分的检验^[45]，满足旅游发展的空间效应模型的假设前提。因此，构建自变量包括旅游产业效率(eff)、经济发展水平(GDP)与第三产业产值占GDP比值(STR)的旅游收入空间决定指数形式模型来反映收入、产出效率以及地区经济发展间的关联关系。其空间效应滞后模型(SLM)表达式为：

空间误差模型(SRM)表达式为：

成渝经济区范围包括重庆市的万州、涪陵、渝中区等31个县(区)，四川省的成都、德阳等15个市118个县(区)，共149个县(区)，区域总面积20.6万平方公里^[1]。2018年GDP约为5.4万亿元，人口接近1亿^①。由于重庆市綦江区、大足区和四川省盐亭县、眉山市东坡区4县(区)旅游数据难以获取，本次研究数据包括区域内145个县(区)。2018年底，区域内共有A级景区593处，其中5A级景区12处，4A级景区236处，3A级景区209处，2A级景区133处，1A级景区3处；星级酒店297家，客房总计5.09万间，其中五星级1.30万间，四星级1.63万间，三星级1.74万间，二星级0.42万间^②。2018年，区域旅游总收入约为1.18万亿，旅游收入最高的是重庆市渝中区，达到383.5亿元，最低为乐山市井研县，11.4亿元。

①   依据各县(区)2018年国民经济与社会发展统计公报整理。

②   重庆市景区和饭店信息由重庆市文化和旅游数据中心提供；四川省景区和饭店信息由四川省文化和旅游厅市场管理处提供；客房数依据各饭店官网数据。

计算所有县(区)的旅游业发展效率，得到区域内综合效率(θ_c)均值0.401，最低值0.022，成都市锦江区等6个县(区)达到1；纯技术效率(θ_v)均值0.593，最低值0.112，宜宾市屏山县等47个县(区)达到1。成都市青羊区等共38个县(区)属于规模报酬递减区，仅四川省资中县等9个县(区)规模报酬不变，其他98个县(区)为规模报酬递增区。

计算得到区域内旅游收入基尼系数0.366，综合效率(θ_c)基尼系数0.290，纯技术效率(θ_v)基尼系数0.315。整体上，区域内的旅游收入与产出效率的县(区)间不均衡特征不突出。旅游收入空间自相关性特征显著(Z=4.809，P＜0.01)；综合效率空间自相关性特征显著(Z=2.557，P＜0.05)；纯技术效率的空间自相关性不明显(P＞0.05)；规模效应记值空间自相关性特征显著(Z=6.563，P＜0.01)。

依据旅游收入自相关性特征明显，基尼系数相对较高的特点，可以判断其呈现分区域的聚集特征。其空间插值分析如图 1，可见其以成都市主城区(金牛区、青羊区、武侯区等)、重庆市主城区(渝中区、九龙坡区等)、内江市城区(市中区)、乐山市城区(市中区、峨眉山市)、雅安市城区(雨城区)以及重庆万州区为核心向外辐射的“极核-边缘”特征。

依据综合效率自相关性特征明显，基尼系数相对较低的特点，可以判断呈现区域聚集程度较高但聚集连接空间相对较广的特征。其插值分析如图 2，可见大致四个高值地带：从成都沿川北的成都-遂宁-南充线，与成渝经济区规划中“成南渝经济带”四川段(沿渝成南、渝遂、渝南高速公路)大致匹配，但未延伸至重庆境内；川南的成都-内江线，与规划中的“成内渝发展带”中的四川段大致匹配(沿成渝高速)，未延伸至重庆境内；重庆市内由主城区出发在中部向西至璧山区-大足区，但未延伸至四川境内；渝东北云阳县-万州区-开江县区域轴线。综合效率空间分布的“极核-轴线”的特征初步显现。

区域内旅游纯技术效率的空间自相关性不明显(P＞0.05)。其插值分析如图 3，可见聚集性强的高值相连的区域较为缺乏，相对而言成都市区-都江堰市，四川南部资阳-内江-自贡，渝东南-云阳县-万州区区域是高值区域。

区域内旅游规模效应数值的空间自相关性特征显著。其插值分析如图 4，可见成都市区青羊区等主城区及其周边西到都江堰市、彭州市，东到简阳市等地，重庆市渝中区等主城区以及周边江津区等，以及重庆市东部涪陵区等多个县(区)等属于规模报酬递减区，而川北及川南大部以及渝北大部县(区)属于规模报酬递增区域。

采用独立样本单因子分析(one-way ANOVA)对重庆市与四川省两个省际区域组间，以及区域内各市共16个市际区域组间的旅游收入与旅游产出效率值进行组间对比分析。

四川省与重庆市的各县(区)旅游收入、旅游综合效率、旅游纯技术效率差异不明显(P＞0.05)，省级行政区域的旅游发展水平与旅游产出效率差异不明显。但规模效应数值的组间差异明显(F=13.410，P＜0.01)，重庆市规模效应数值的均值为-0.10，四川省的均值为0.54。整体上重庆市各县(区)处于规模报酬递减区，四川省处于规模报酬递增区。

以市级分组的对比检验显示，16个市旅游收入与旅游纯技术效率组间差异不显著(P＞0.05)；旅游综合效率(F=2.380，P＜0.01)，以及旅游规模效应值(F=5.705，P＜0.01)的组间差异性显著。其中综合效率均值高的市包括内江市、成都市、自贡市(＞0.5)，效率均值较低的市包括达州市、雅安市、乐山市(＜0.3)，重庆市各县(区)综合效率均值0.376，低于整体平均水平。旅游规模效应数值的均值低的市包括重庆市(-0.10)和成都市(-0.60)，成都市是16个市的最低值；均值高的市包括德阳市、绵阳市(从空间来看处于成都周边)以及宜宾市、达州市(从空间来看处于川渝交界)，四市规模效应均值达到1，为完全的规模报酬递增区。市级行政区尺度对旅游收入影响小，但对旅游总体效率与规模效应的影响大。

将各县(区)2018年旅游总收入、GDP、第三产业占比、旅游综合效率值带入公式3-4中，在GeoDa软件中采用和空间自相关分析一致的Rook Contiguity方法(共线、点为邻域)生成空间权重矩阵W，并拟合SLM和SEM模型，计算得到下表。

SLM没有通过似然比检验(Likelihood Ratio Test，LR)(P＞0.05)，SEM模型的截距和斜率系数符号一致，拟合优度均较高，解释变量都通过t检验，SEM模型的空间误差系数λ均在5%(P＜0.05)的显著性水平上拒绝原假设。模型揭示旅游收入的空间关联误差关系明显，旅游收入状况不仅取决于该县(区)一系列可观测的解释变量外在特征，其误差值还取决于相邻县(区)间空间共有的特征。产出效率、地区GDP、第三产业产值占比和空间误差量的指数函数的系数分别为0.383、0.742、0.399、0.379，这也是各自变量对于因变量的弹性贡献率。

旅游收入与综合效率的空间分布相对均衡，但空间自相关性特征明显。旅游收入高值区域集中在成都市主城区、重庆市主城区、乐山市城区(市中区、峨眉山市)等中心城区并向外辐射，呈现比较明显的“核心”向周边扩散的分布状态。通过对比旅游收入与综合效率县(区)间的基尼系数与空间自相关性Z值，显示出前者不均衡性与空间自相关性都大于后者，综合效率空间“核心”扩散的空间范围更广，一些边缘区域已开始衔接，具有发展成为扩散“轴线”区的态势。结合插值分析显现，四川省内从成都市主城区出发南北两个区域向东扩散，重庆市从主城区出发在中部向西扩散，成渝高值区并没有连接，其结合部以及各市域之间的结合部是区域旅游发展中的主要低值地区，是区域旅游发展效率的空间“塌陷地”。依据“核心-边缘”理论^[46]以及其在旅游中的实证研究显现^[24]，旅游核心扩展具有层级和时序性，“核心-边缘”的边缘区域将逐渐融合而向类似轴线并最终向均衡发展。可见，目前旅游产出效率空间分布所处的阶段，在时序上先于收入空间分布所处的阶段。

各县(区)旅游收入、综合效率、纯技术效率不存在省际间显著差异，但重庆、四川间旅游规模效应值差异显著。旅游收入、纯技术效率市际差异不显著，但旅游综合效率、规模效应值分组检验显示了市际分组的差异显著。行政区界对旅游产出效率产生了显著影响。旅游收入与旅游综合效率常呈现以市域中心为核心的“核心-边缘”分布，区域中心城市的枢纽与集散水平影响了旅游发展^[37]，市级行政的规划布局与各市间的政策差异等影响市级旅游发展的因素，也应当是市级旅游产出效率差异的影响因素。

基于各县(区)GDP、第三产业产值占比、旅游综合效率为自变量的指数型空间误差回归模型可以有效解释旅游收入水平。地区旅游收入水平受经济总量、产业结构、旅游产出效率以及相邻区域的空间共有因素的影响。但区域整体的旅游综合效率的指数系数相对较小，弹性影响低，结合整体区域旅游产出效率低的实际，显示成渝经济区旅游发展效率以及效率促进旅游经济发展的能力有较大的改进空间。

提高旅游综合效率，是旅游业发展的重要目标与发展水平的主要指标^[47]，也是提高旅游收入的主要手段。但现时期，研究区旅游产出效率较低，综合效率均值仅为0.401，纯技术效率均值仅为0.593，远没达到资源有效利用。对旅游收入的弹性影响仅为0.383，远低于区域GPD的弹性影响，也低于第三产业产值占比的影响弹性。提高现有资源的利用效率，是成渝经济区旅游发展最主要的任务。

旅游业产出综合效率与旅游收入都具有明显的空间聚集特征，空间回归检验模型也揭示了邻近区域的空间共性因素对于旅游收入的影响。增强各聚集区域之间，特别是旅游综合效率高值聚居区间边缘地带的衔接能力，能够适应自相关特征，实现规模效益，拉动旅游收入空间分布的扩散发展。对成渝经济区，重点是各聚集区域之间的“塌陷”地带，将重庆、成都主城区及其周边地区和重庆东部地区规模报酬递减区域的发展规模，向整个区域南北部以及川渝发展连接部的规模报酬递增区域带进行转移，不仅有利于发挥空间规模效应，也将发挥空间相关与扩散效应。要着重打通成渝旅游区连接通道，重庆重点是南北接应，四川重点是中部突出。其中：北线，重点区域包括重庆市北碚区(θ_c=0.066)、合川区(θ_c=0.213)，广安市广安区(θ_c=0.158)等综合效率低值区，接成都-遂宁-南充高效率带；中线，川渝对进，重点区域包括重庆市铜梁区(θ_c=0.108)，遂宁市船山区(θ_c=0.334)和安居区(θ_c=0.321)，资阳市乐至县(θ_c=0.362)、雁江区(θ_c=0.330)、安岳县(θ_c=0.393)等综合效率低值区，构建成都-资阳-重庆高效率旅游带；南线，重点区域包括重庆市永川区(θ_c=0.243)、荣昌区(θ_c=0.189)、内江市隆昌市(θ_c=0.393)等综合效率低值区，接成都-内江高效旅游带。空间回归检验模型的有效显示了经济总量、产业结构和空间邻接因素对旅游发展的影响，因此尽管旅游对于促进贫困地区发展提质增效而言具有重要的作用，但就提高旅游总体收入角度，选择经济条件好、邻近空间辐射力强的川渝连接区域，而不是距离中心城市更加偏远的地区作为旅游优先发展地区更具有合理性。

区域内市级旅游产出效率组间差异大，川渝两地旅游空间未能对接，旅游中心城区向外层级扩散，市域间连接力不够的空间特征显著，显示川渝两地旅游发展空间的协同连接水平不高。目前成渝经济区协同发展缺乏协同的联动机制以及发展布局与具体政策。重庆市旅游布局中仅笼统提到“加强与四川、贵州、云南旅游协作，共建中国西部旅游增长极”“与四川、陕西共建秦巴山旅游区”，统筹规划协同发展^[4]；在四川省规划中，仅在关于乡村旅游部分提出发展“环重庆乡村休闲旅游带”^[5]。现有发展布局还无法有效改进区域内空间发展不对接的现状，要适当提高旅游规划布局与实施层级，将市级旅游产出效率主导尺度向省级和成渝大区域尺度提升，增强资源在大区域内的流动性，实现资源的有效空间配置。

应当依据各地产业发展实际，实施具有空间差异的产业规模与效率政策。对于川南、川北等规模报酬递增区域要增强旅游综合投入，适当扩大其产业规模；对于重庆、成都主城区以及重庆东部地区规模报酬递增区域，应当防止旅游发展规模的过度扩展。对于重庆-四川结合区域重庆市的铜梁区(θ_v=0.112)、北碚区(θ_v=0.066)、合川区(θ_v=0.250)、永川区(θ_v=0.313)、荣昌区(θ_v=0.250)、铜梁区(θ_v=0.112)，四川省广安市广安区(θ_v=0.169)、资阳市乐至县(θ_v=0.384)、遂宁市船山区(θ_v=0.343)等技术效率低的地区，重点是提高旅游技术效率，提升现有旅游投入的利用效率。

本研究利用2018年成渝经济区各县(区)的截面数据，显示了旅游业产出水平与效率的空间分布现象与特征，提供了区域旅游产出空间交叉分析方法，揭示了旅游业发展水平和产出效率空间关联关系。但现有研究在互动影响效果和机理上，对旅游收入和产出效率的内在决定因素，以及外在对经济社会发展的影响研究有待拓展，特别是空间自相关模型中误差项的空间属性因素有待进一步辨识；在时间过程的演变分析上，利用面板数据对空间发展的过程规律与原理的揭示，以及对未来空间发展趋势的判断也有待延伸。