我國濱海旅游業經濟增長效率提升路徑研究

陶永宏，杜夢吟

(江蘇科技大學 經濟管理學院，江蘇 鎮江 212100)

濱海旅游是我國海洋經濟的一個支柱產業。2019年，濱海旅游業增加值占主要海洋產業增加值的50.6%。但從現實情況來看，盡管很多沿海地區對當地旅游業進行了高強度的開發，但因為各地區的地理位置、經濟水平、濱海旅游產品類型等具有顯著差異，導致部分地區雖然投入了大量的人力、物力，卻沒能很好地轉化為經濟效益。因此，如何根據地區實際情況發展濱海旅游業，從而提高地區經濟增長效率，已成為迫切需要解決的問題。

目前，國內對濱海旅游業的研究涵蓋多個方面，并取得了較為豐碩的成果。丁東東等對我國濱海旅游產業的生態創新水平進行了評估，并在這一基礎上對其影響因素及其空間差異進行分析，提出了濱海旅游的可持續發展對策[1]。李淑娟等實證分析了青島市旅游、經濟與生態環境的耦合協調度，分析了濱海旅游快速發展對生態環境帶來的壓力，并提出了協調關系對濱海城市發展的意義[2]。王強等對湛江、茂名、陽江的濱海旅游多維度的生態位進行了評測分析，最終從協同、錯位、擴充三個維度提出了發展策略[3]。涂振順等以廈門島東南部為例，使用層次分析法構建了指標體系來評價濱海體育休閑海域空間適宜性[4]。杜霞等利用耦合協調度模型從旅游經濟系統和城鎮化系統兩個方面構建了旅游經濟與城鎮化評價指標體系，對沿海省域旅游經濟與城鎮化耦合發展提出發展策略[5]。田紀鵬對我國14個重點濱海旅游城市的若干因素進行分析，利用區域發展相關理論，提出了促進我國濱海旅游空間結構發展的措施[6]。Darko等使用混合方法研究利益相關者對北歐沿海地區海洋旅游業可持續發展的看法[7]。Dragan等使用數據包絡分析和結構方程模型分析了運輸供應商的外部整合與旅行社效率之間的關系，結果顯示運輸供應商的外部整合對旅行社效率有顯著影響[8]?？傮w來看，國內對濱海旅游的研究目前集中在旅游資源、生態環境、可持續發展這三方面，對濱海旅游經濟效率提升路徑的關注較少。

綜上，本研究嘗試運用新經濟增長理論、生產要素理論，以11個沿海地區為研究對象，擬從技術要素、人力要素、資本要素、專業化水平四個要素維度來構建濱海旅游業經濟增長效率驅動模型，并運用模糊定性比較分析法(fsQCA)測量不同條件組態對經濟增長效率的影響，尋找提升濱海旅游業經濟增長效率的最佳路徑。

一、 經濟增長效率計算

(一) 經濟增長效率的定義和計算方法

效率是根據投入和產出來評估經濟行為的指標，最早由Farrell提出。目前，在經濟學中廣泛被應用的“效率”側重于配置效率[9]。效率是一個廣義的概念，如在具體測算中闡明測算對象，則測算的便是該對象的效率[10]。因此，筆者所研究的經濟增長效率是在對“效率”界定的框架下進行分析的。

經濟增長效率主要用于衡量具有相同要素投入的一個行業或地區的實際產出與最大產出之間的距離，距離越小，增長效率越高[11]。朱成亮等將經濟增長效率解釋為經濟增長的技術效率[12]。Farrell和Leibenstein從投入和產出的角度分別定義了技術效率，并認為技術效率與生產前沿有關[13-14]。因此在本文中“經濟增長效率”的含義是在輸入要素相等情況下生產部門的實際產出與生產前沿(最大產出)之比。在目前的研究中，多將全要素生產率(Total Factor Productivity，TFP)作為衡量經濟增長效率的指標[15]。經濟增長效率(TFP)的測算方法有很多，其中數據包絡分析已被認為是評估決策單位(Decision Making Unit, DMU)效率最普遍的方法之一。衡量效率需要對反映決策單元的生產函數進行估計，決策單元使用最少的投入用來產生給定水平的產出，或者從給定的投入組合中產生最多的產出。Charnes等引入的DEA是一種非參數方法，用于測量具有多個輸入和多個輸出的效率[15]。DEA使用輸入和輸出上的觀測值來估計有效邊界，并確定有效和無效的DMU，且該模型不需要輸入和輸出的先驗權重。DEA方法限定了DMU的“技術效率”為每個DMU的相對能力，即通過選擇權重的最佳集合以最大限度地提高其效率比，故數據包絡分析法更符合本研究的要求[16]。因此，筆者從全要素生產率角度出發，采用DEA-Malmquist生產率指數方法對濱海旅游業經濟增長效率進行測度。

(二) 評價指標

傳統經濟學認為，資本、勞動力、土地、技術等因素是經濟增長的主要驅動力，在相對較短的時間內，技術因素對濱海旅游業投入要素的影響可以忽略不計[17]。濱海旅游業是海洋第三產業，對土地的依賴性相較第一、第二產業較小。因此，本研究基于新經濟增長理論和生產要素理論，從物質資本和人力資本的角度選擇了濱海旅游的投入要素。參考朱承亮等對人力資本及結構與經濟增長效率之間關系的研究[12]，借鑒汪彬等[18]、王玨慧等[19]、于婷婷等[20]、Dritsakis[21]、Durbarry[22]在研究旅游業、濱海旅游業與經濟增長、經濟效率之間關系中所選擇的研究變量，選取星級飯店數、A級景區數、濱海旅游業從業人數、第三產業固定資產投資額為投入變量，以沿海城市濱海旅游收入、第三產業增加值為產出變量(表1)。本研究所用數據均來自2009-2018年國家發布的統計數據，其中缺失數據采用替代法及估算法補齊。

表1 濱海旅游業經濟增長效率評價指標體系

(三) 計算結果

本研究使用DEAP2.1軟件，運用 DEA 模型和Malmquist指數模型對數據進行分析處理，據此計算各地區2009-2018年濱海旅游產業的經濟增長效率,即全要素生產率(TFP)，可以得到10年間各地區濱海旅游業經濟增長效率的平均值與標準差(見表2)。

根據表2可知，我國沿海11個地區2009-2018年間濱海旅游產業的經濟增長效率總體情況良好，其中10年間全要素生產率平均值為1.1，但各地區的經濟增長效率之間存在差異，因此需要根據地區特色對不同地區濱海旅游業的資源進行合理配置，使各地區之間的發展差距縮小。

表2 各地區經濟增長效率

從11個地區的經濟增長效率情況來看，2009—2018年間隨著濱海旅游產業各要素的投入與產出不斷變化，這些地區之間經濟增長效率平均值存在明顯差異?？傮w而言，11個地區中有五個地區的經濟增長效率均值低于全國平均水平，這些地區在濱海旅游投出和產出的相對水平上存在較多問題。相較而言，遼寧的經濟增長效率最高，10年平均為1.192，高于總體均值1.092，表示該地區濱海旅游產業所投入的資源產生了良好的經濟效益；上海的經濟增長效率最低，10年平均為1.037，低于全國水平，說明該地區沒有將濱海旅游資源較好轉化為經濟效益?；谏鲜鲅芯?，將所得數據作為fsQCA的結果變量，對濱海旅游業經濟增長效率的提升路徑進行進一步研究。

二、 模糊集定性比較分析

(一) 模糊集定性比較分析方法

模糊集定性比較分析(fsQCA)是由社會科學家 Charles Ragin 開發的，其本質是理論設置的分析基礎，包括使用組合邏輯、模糊集理論和布爾最小化來檢測可能、必要或足以產生結果的案例條件的組合。因此，fsQCA遵循一種歸納方法，在這種情況下，要確定條件和結果之間的構型關系[23]。fsQCA試圖在因果條件組合與期望結果之間建立邏輯聯系，其結果是總結因果條件所有可能組合的子集之間的充分性規則(或其補充)和預期結果[24]。每個規則都是從因果條件到期望結果的可能路徑，并代表等因果關系，即不同的因果組合可能導致相同的期望結果。

(二) 變量的選擇及描述性統計

fsQCA法包括五種類型，即問題導向法、研究框架法、理論視角法、文獻研究法和現象總結法[25]。筆者用了文獻歸納法，即從現有文獻或文獻綜述中選擇并總結關鍵條件。

1. 條件變量

根據文獻歸納法選擇前因條件，如果有k個前因條件，則前因條件在邏輯上可能的組合將會有2k個，因此前因條件的數量需要控制在一定范圍內。Berg-Schlosser在研究中建議樣本數量為10～40個，將前因變量的數量控制在七個以內較為合適?；诖搜芯?，選擇了四個維度的六個前因條件變量。

根據生產要素理論，英國經濟學家馬歇爾(Afred Marshall)認為生產要素通常分為土地、勞動和資本三類，而新經濟增長理論將 “勞動力”的定義擴大為人力資本?；诖?選擇了人力資本和物質資本這兩個維度。

傳統濱海旅游業生產力六要素包括吃(旅游餐飲業)、住(旅游賓館業)、行(旅游交通業)、游(旅游景觀業)、購(旅游商品業)、娛(旅游娛樂業)。隨著產業升級，濱海旅游產業向多樣化發展，目前呈現出多種組合業態的發展格局。濱海旅游業正面臨著防疫常態化、濱海旅游消費需求質量提高、濱海旅游消費方式多元化和旅游產品智能化的發展趨勢。優化濱海旅游業結構的目的是促進濱海旅游業發展過程中投入和產出要素的合理配置，使用最少的投入獲得最大的產出，故提高濱海旅游業經濟增長效率是產業結構轉型升級的前提?；诖?，選擇產業結構和產業集中度這兩個維度。

旅游酒店產業、旅行社產業、旅游交通產業是傳統旅游業的三大支柱產業，隨著近10年的飛速發展，旅游業的產業結構發生了巨大變化，旅游景區產業儼然成為了第四大支柱產業。一般而言，很難將濱海旅游運輸業與普通運輸業分開，且有關統計數據不完整、不全面且難以獲得。因此，選擇旅游交通業作為相關變量。

A級景區收入占比(sce)表示A級景區收入占濱海旅游業收入的比重。景區是旅游業發展的核心。因此，選取A級景區收入占比以體現濱海旅游業的發展情況。提高濱海旅游經濟增長效率的關鍵要素是人力資本[26]。高水平的人力資本可以提高濱海旅游經濟的效率，并能促進濱海旅游經濟的高質量發展。因此，選取濱海旅游業從業人數(emp)和旅游院校招生數(sch)來測度各地區濱海旅游業的人力資本投入。飯店業和旅行社業是旅游業的兩大支柱產業，亦是濱海旅游業的支柱型產業，因此，借鑒張洪等[27]、趙磊[28]對旅游發展與經濟效率之間關系的研究，選取旅行社數量(tra)測度旅行社產業發展情況，選取星級酒店房間數(room)測度飯店產業發展情況。

區位熵(lq)，也稱為專業化率，用于測量給定區域中要素的空間分布。在本文中，它是通過計算每個地區濱海旅游業收入在該地區 GDP 中所占比重與11個沿海地區濱海旅游業總收入在總GDP中所占比重的比值，其反映了產業集聚程度，其中熵代表比重的比率。濱海旅游產業集聚促進了地區經濟和社會發展、增強了旅游目的地的綜合競爭力。因此，使用區位熵來測度各地區濱海旅游業的產業集中度。

2. 結果變量

本研究使用2009-2018年11個沿海地區的面板數據，運用DEA-Malmquist指數法來測度11個地區的濱海旅游業經濟增長效率，并使用2018年濱海旅游業經濟增長效率作為fsQCA分析的結果變量。通過fsQCA法選取的四個維度條件變量和結果變量見表3。

表3 變量的選擇及描述

(三) 模糊集校準

模糊集不同于常規變量，作為fsQCA分析準備工作的一部分，需要對其進行校準。所謂校準，是將要考慮的因果條件使用合適的校準方法按照一定的比例轉換(校準)為0到1的模糊隸屬度。文中使用的是Ragin[29]提出的直接校準法。直接校準法是為每個條件建立三個定性錨點，然后使用其對數概率來計算隸屬度值，這三個定性錨點確定了較低的閾值(完全不隸屬閾值)、交叉點和較高的閾值(完全隸屬閾值)，并使用fsQCA3.0軟件進行校準，最終得到的結果如表4、5所示。

表4 條件變量與結果變量的校準錨點

表5 模糊集校準后數據

續表

(四) 數據處理與分析

1.單個條件必要性分析

對fsQCA中必要條件的分析是一個單獨的過程。該程序檢查單個條件是否可能是必要的，或者是完全必要的。當fsQCA軟件將含有邏輯余項的復雜解決方案簡化為簡單解決方案時，它可能會忽略某些必要條件。因此，在簡化過程中忽略必要條件時，有必要基于對各個條件的必要性分析來整合最終結果。如表6所示，通過對高經濟增長效率的分析發現，只有區位熵的一致性高于0.8，以此為必要條件，其余變量為非必要條件；對于非高經濟增長效率，以旅游院校招生數、區位熵一致性高于0.8為必要條件，以其余變量一致性低于 0.8 為非必要條件。

表6 單個條件必要性分析

2.充分條件分析

本研究同時分析了濱海旅游業高經濟增長效率事實和反事實解決方案的充分性。充分性分析是為了找到滿足特定結果充分性標準條件的不同組合。真值表是該分析的基礎條件，該表列出了前因條件存在/不存在時在邏輯上可能的組合。筆者考慮了六個前因條件，因此需要考慮26=64個邏輯上可能的組態，組態的特征是0和1的值，其中,0表示不存在，1表示每個條件的存在。由于要確保與高經濟增長效率或非高經濟增長效率相關聯，對一些組態需要進一步考慮，因此必須考慮另外兩個閾值即頻數閾值和一致性閾值。由于本研究對象為11個沿海地區，案例總數較小，根據Ragin提出的一致性，評分閾值應盡可能接近1，設置一致性，閾值為0.8，設置頻數閾值為 1，使用 fsQCA 處理后結果如表7所示。

表7 高經濟增長效率真值表

續表

(五)結果分析

fsQCA運算后會得到三種解：復雜解、中間解和簡約解。本研究考慮復雜解方案的原因有二：首先，Beynon等人在研究中考慮了復雜解和簡約解[30]；其次，考慮到Wagemann等提倡這兩種解[31]，并且在現有理論都無法支持將邏輯余數包括在內的情況下，確定復雜解的優先級可能更為安全。對每一個結果進行充分分析，以對確定的條件進行組合，這些組合將組態和特定結果相關聯。圓符號改編自Ragin[29]和Fiss[32]，其中?和●分別表示條件的不存在和存在，大圓和小圓分別表示復雜解方案的核心條件和補充條件?；诖?，對濱海旅游業高經濟增長效率分析的結果進行規范性統計，最終路徑如表8所示。

表8 高經濟增長效率的組態

由表8可知，復雜方案的總體一致性為0.89，接近于1，說明運算出來的組態與數據本身所呈現的組態聯系緊密；總體覆蓋度為0.71，說明組態達到高經濟增長效率的可能性很高。從復雜方案的路徑結果可知，實現濱海旅游業高經濟增長效率共有四條路徑。

第一，從濱海旅游支柱型產業出發提升濱海旅游業經濟增長效率。旅行社業和飯店業都是濱海旅游傳統的支柱型產業，在濱海旅游產業集聚地區合理分配普通人力資本，增加旅行社和星級酒店數量，是提升濱海旅游業經濟增長效率最基本的方法。

第二，從多維度出發難以提升濱海旅游業經濟增長效率。方案2說明旅游院校招生數、濱海旅游業從業人數、A級景區收入占比、星級酒店房間數和區位熵四個維度五個變量共同作用是提升濱海旅游業經濟增長效率的充分條件。其中，濱海旅游業從業人數、A級景區收入占比、星級酒店房間數是核心條件。該條路徑的一致性為0.84，雖然大于0.8，但四條路徑中一致性最低的一條說明該路徑與其他路徑相比較難實現，不適合于大部分沿海城市。

第三，從產業集聚和高水平人力資本層面提升濱海旅游業經濟增長效率。不同地區濱海旅游業的產業結構、資源稟賦以及人力資本水平都不盡相同，想要提高濱海旅游業經濟增長效率，就應該與當地產業結構相結合，根據當地情況匹配不同層次的人力資本。

第四，從產業集聚和A級景區的層面提升濱海旅游業經濟增長效率。旅游景區是旅游業發展的核心要素，也是旅游消費活動的最終載體，而旅游景區收入的主要構成部分就是門票收入。2018年國家發改委提出了“降低重點國有景區門票價格”的指導意見，盡管是為了促進旅游業持續健康發展，但勢必會對門票收入依賴性高地區的經濟增長效率造成影響。因此，濱海旅游產業不僅要依靠門票收入，更要深挖旅游景區二次消費，以提高 A 級景區收入在濱海旅游收入中的占比。這將是提升濱海旅游業經濟增長效率的路徑之一。

三、 結論與討論

(一) 加大統籌開發，發揮集聚效應

就我國濱海旅游產業結構而言，星級飯店的地域集中度相對較高，主要集中在經濟相對發達且服務業接待水平較高的地區。這些地區的旅游發展具有一定經濟基礎，對人力資本的需求也相對較高，但飯店業在空間結構上還是不平衡。同時由于旅游景區存在地理位置的不可變性，旅游景區無法實現產業集聚，因此旅行社業的總體集中度、規?；潭纫草^低。而濱海旅游業產業集群的發展是刺激旅游經濟增長最有效的途徑。在投資和消費的影響下，濱海旅游產業集群不僅直接影響旅游業的效率，并且會通過擴大旅游業市場、促進資本流動、增加景區收入來影響濱海旅游業經濟增長效率。因此，沿海休閑旅游項目的統籌開發，比如漁家樂、垂釣、休閑度假村、民宿等項目的集聚開發將是提高經濟增長效率的一條可行路徑。在旅游產業集聚競爭優勢不明顯、專業化程度較低的地區，應注意優化資源配置，實現濱海旅游產業沿海岸線集聚，以提升濱海旅游業的經濟增長效率。

(二) 完善配套設施，深挖二次消費潛力

景區發展是旅游業發展的核心，在前文的四條路徑中，A級景區收入占比是兩條路徑中的核心條件，說明A級景區的發展對濱海旅游經濟的發展有一定影響，是經濟增長效率提升路徑中較為重要的一環。目前，濱海旅游業正面臨著供給結構失衡的現狀，景區和旅游目的地的餐飲、住宿和交通等組件是互不相通的，因此景區與濱海旅游業其他構件的協調發展十分重要。進入信息時代后，旅游景點獨立開展營銷活動，不僅要和傳統旅游市場競爭，還要跟文化消費市場競爭。因此，景區需要在拓寬營銷渠道的同時與文化市場進行深度融合，挖掘旅游景區的二次消費，提高自身專業化程度，從而更好地吸引消費者關注，提高經濟收入，提升濱海旅游地區經濟增長效率。