资源开发与市场Ｒｅ￣ｕｍｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１４ ３０（２） ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５—８１４１．２０１４．０２．０２３ ・旅游资源・ 基于随机前沿分析（ＳＦＡ）方法的中国旅游业全要素生产率研究 张丽峰 （北京联合大学旅游学院，北京１００１０１） 摘要：以我国１９９７－－２００９年旅游业相关数据为样本，基于随机前沿分析方法，运用Ｍａｌｍｑｕｉｓｔ指数模型对我国各省份、东中西及 全国的旅游业全要素生产率指数进行了测算，并进一步分解为技术进步指数和技术效率指数。得到以下结论：样本期内，各省份旅 游业全要素生产率呈现不断增长趋势，增长较快的省份主要来自中西部地区，东部地区的省份增长较慢。东中西地区的旅游业全 要素生产率增长存在差异性，西部增长最快，东部最慢，三大区域旅游业全要素生产率的增长主要得益于技术进步，西部技术进步 水平仍快于中东部地区。全国旅游业全要素生产率年均增长７．６４４９％，技术进步起了主要作用，技术进步年均增长６．９９３３％，而技 术效率增长仅为０．６０９％，其影响较小。 关键词：全要素生产率；Ｍａｌｍｑｕｉｓｔ指数；随机前沿函数；旅游业 中图分类号：Ｆ５９２．３ 文献标志码：Ａ 文章编号：１００５—８１４１（２０１４）０２—０２２１—０４ Ｒｅｓｅａｒｃｈ ｏｎ Ｔｏｕｒｉｓｍ Ｉｎｄｕｓｔｒｙ Ｔｏｔａｌ Ｆａｃｔｏｒ Ｐｒｏｄｕｃｔｉｖｉｔｙ ｉｎ Ｃｈｉｎａ ——Ｂａｓｅｄ ｏｎ Ｓｔｏｃｈａｓｔｉｃ Ｆｒｏｎｔｉｅｒ Ａｎａｌｙｓｉｓ（ＳＦＡ） ＺＨＡＮＧ Ｌｉ—ｆｅｎｇ （Ｔｏｕｒｉｓｍ Ｉｎｓｔｉｔｕｔｅ，Ｂｅｒｉｎｇ Ｕｎｉｏｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １００１０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｅｓｔｉｍａｔｅｄ ｔｈｅ Ｃｈｉｎｅｓｅ ｐｒｏｖｉｎｃｉａｌ，ｔｈｒｅｅ ｒｅｇｉｏｎａｌ ａｎｄ ｎａｔｉｏｎａｌ ｔｏｕｒｉｓｍ ＴＦＰ ｉｎｄｅｘ，ａｎｄ ｆｕｒｔｈｅｒ ｄｅｃｏｍｐｏｓｅｄ ｉｎｔｏ ｔｅｃｈｎｉｃａｌ ｐｒｏｇｒｅｓｓ ｉｎｄｅｘ ａｎｄ ｔｅｃｈｎｉｃａｌ ｅｆｉｃｉｆｅｎｃｙ ｉｎｄｅｘ，ｕｓｉｎｇ ｔｈｅ Ｍａｌｍｑｕｉｓｔ ｉｎｄｅｘ ａｎｄ ｔｈｅ ｓｔｏｃｈａｓｔｉｃ ｆｒｏｎｔｉｅｒ ｐｒｏｄｕｃｔｉｏｎ ｆｕｎｃｔｉｏｎ ｍｏｄｅｌ ｆｒｏｍ １９９７ ｔｏ ２００９．Ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｃｏｎｃｌｕｓｉｏｎｓ ｗｅｒｅ：Ｄｕｒｉｎｇ ｔｈｅ ｓａｍｐｌｅ ｐｅｒｉｏｄ，ｔｈｅ ｐｒｏｖｉｎｃｉａｌ ｔｏｕｒｉｓｍ ＴＦＰ ｓｈｏｗｅｄ ａ ｇｒｏｗｉｎｇ ｔｅｎｄ，ｆｒａｓｔｅｒ ｇｒｏｗｉｎｇ ｐｒｏｖｉｎｃｅｓ ｗｅｒｅ ｍａｉｎｌｙ ｆｒｏｍ ｃｅｎ￣ａｌ ａｎｄ ｗｅｓｔｅｒｎ ｒｅｇｉｏｎｓ，ｗｈｉｌｅ ｔｈｅ ｓｌｏｗｅｒ ｇｒｏｗｉｎｇ ｐｒｏｖｉｎｃｅｓ ｗｅｒｅ ｍａｉｎｌｙ ｉｎ ｔｈｅ ｅａｓｔｅｒｎ ｒｅｇｉｏｎｓ．Ｔｈｒｅｅ ｒｅｇｉｏｎａｌ ｔｏｕｒｉｓｍ ｔｏｔｌ ｆａａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ ｇｒｏｗｔｈ ｈａｄ ｄｉｆｅｒｅｎｃｅｓ，ｔｈｅ ｆａｓｔｅｓｔ ｗａｓ ｔｈｅ ｗｅｓｔ，ｔｈｅ ｅａｓｔ ｗａｓ ｔｈｅ ｓｌｏｗｅｓｔ，ｈｔｅｅｒ ｒｅｇｉｏｎａｌ ｔｏｕｒｉｓｍ ＴＦＰ ｇｒｏｗｔｈ Ｗａｓ ｍａｉｎｌｙ ｄｕｅ ｔｏ ｔｅｃｈｎｏｌｏｇｉｃａｌ ｐｒｏｇｒｅｓｓ， ｔｈｅ ｗｅｓｔｅｒｎ ｔｅｃｈｎｏｌｏｇｉｃａｌ ｐｒｏｇｒｅｓｓ ｌｅｖｅｌ ｗａｓ ｓｔｉｌｌ ｆａｓｔｅｒ ｔｈａｎ ｔｈｅ ｃｅｎｔｒａｌ ａｎｄ ｅａｓｔｅｒｎ ｒｅｇｉｏｎｓ．Ｎａｔｉｏｎａｌ ｔｏｕｒｉｓｍ ＴＦＰ ｗａｓ ７．６４４９％ａｎｎｕａｌ ｇｒｏｗｔｈ ｒａｔｅ． ｔｅｃｈｎｏｌｏｉｇｃａｌ ｐｒｏｇｒｅｓｓ ｐｌａｙｅｄ ａ ｍａｊｏｒ ｏｒｌｅ，ｗｈｉｃｈ ｗａｓ ６．９９３３％ａｎｎｕａｌ ｇｒｏｗｔｈ ｒａｔｅ，ｗｈｉｌｅ ｔｅｃｈｎｉｃａｌ ｅｉｃｉｆｅｎｃｙ ｇｒｏｗｔｈ ｒａｔｅ ｗａｓ ｏｎｌｙ ０．６０９％，ｗｈｉｃｈ ｈａｄ ｌｅｓｓ ａｆｆｅｃｔｅｄ． Ｋｅｙ ｗｏｒｄｓ：ｔｏｔａｌ ｆａｃｔｏｒ ｐｒｏｄｕｃｔｉｖｉｔｙ；Ｍａｌｍｑｕｉｓｔ ｉｎｄｅｘ；ｓｔｏｃｈａｓｔｉｃ ｆｏｎｔｒｉｅｒ ａｎａｌｙｓｉｓ；ｔｏｕｒｉｓｍ ｉｎｄｕｓｔｒｙ ｌ 引言 目前，理论上主要运用Ｍａｌｍｑｕｉｓｔ全要素生产率指数来测 度全要素生产率的变化情况。Ｍａｌｍｑｕｉｓｔ全要素生产率指数采 用Ｍａｌｍｑｕｉｓｔ投入距离和产出距离函数来进行定义。测度距离 函数的方法主要有参数方法和非参数方法，其中参数方法以随 生产率是指生产过程中产出与投入之间的比率。根据投 入要素数量的多少，生产率可划分为单要素生产率、多要素生 产率或全要素生产率（Ｔｏｔｌａ Ｆａｃｔｏｒ Ｐｒｏｄｕｃｔｉｖｉｔｙ，ＴＦＰ）。总产出除 以单项要素，就获得单要素生产率，如通常的劳动生产率；总产 出与多种生产要素同时进行比较，就获得多要素（全要素）生产 率。虽然单要素生产率的计算方法较简单，计算结果直接，但 未考虑到各投入要素间的替代性。生产中最终产出是与所有 投入要素相关联的，因此全要素生产率指标可更加全面地揭示 一机前沿分析方法（Ｓｔｏｃｈａｓｔｉｃ Ｆｒｏｎｔｉｅｒ Ａｎａｌｙｓｉｓ，ＳＦＡ）为代表，在非参 数方法中对数据包络分析方法（ＤＥＡ）运用得较多。把参数ＳＦＡ 方法与ＤＥＡ方法相比较，ＳＦＡ方法包括了随机因素的影响，使 生产前沿面是随机的，它可以对模型中包含的误差项进行分 解，使其结论更接近于现实。此外，ＳＦＡ方法既能对模型中的 个国家（地区）资源禀赋对生产率的影响，反映经济发展的可 参数进行检验，还能对模型本身进行检验…。目前利用随机前 沿分析方法对我国旅游业全要素生产率进行分析的文献还相 对很少。 持续性和经济运行质量的优劣。目前，全国已有二十多个省份 把旅游业作为地方支柱产业或新的经济增长点，因此研究各地 区旅游业的投入要素和产出间的生产率的变化和差异情况，对 促进全国各地区旅游业的快速和持续发展具有十分重要的现 实意义。 收稿日期：２０１３—１２—２１；修订日期：２０１４一Ｏ１—１５ 本文以我国１９９７－－２００９年省级面板数据为样本，把随机前 沿函数模型和Ｍａｌｍｑｕｉｓｔ生产率指数模型结合在一起，测算中 国各省份、东中西三大区域以及全国的旅游业全要素生产率， 分析旅游业全要素生产率随时间变化的特征、东中西区域间的 差异性和旅游业全要素生产率的构成因素。 基金项目：国家自然科学基金项目（编号：７１３７３０２３） 第一作者及通讯作者简介：张丽峰（１９６９一），女，河北省秦皇岛人， 经济学博士，中国社会科学院博士后，副教授，研究方向为旅游经济、 区域经济和数量经济。 ２研究方法 ２．１ ＳＦＡ—Ｍａｌｍｑｕｉｓｔ全要素生产率指数 ・２２１ ・ ・旅游资源・ Ｍａｌｍｑｕｉｓｔ全要素生产率指数（ＭＴＰＩ）最初是由ＭａｌｍｑｕｉｓｔＥ ｊ 提出的，Ｃａｖｅｓ等＿３］第一次运用这个指数测算生产率的变化， Ｍａｌｍｑｕｉｓｔ全要素生产率指数是通过Ｍａｌｍｑｕｉｓｔ投入和产出距离 函数来定义的。Ｍａｌｍｑｕｉｓｔ全要素生产率指数可把全要素生产 率的变化分解为技术进步变化和技术效率变化。 测量距离函数并计算Ｍａｌｍｑｕｉｓｔ生产率指数的方法主要有 参数和非参数方法，而随机前沿分析（ＳＦＡ）法是参数方法中的 一种。随机前沿函数是由Ａｉｇｎｅｒ等【 、Ｍｅｅｕｓｅｎ等【 Ｊ提出的，此 函数能把生产效率分解为技术前沿和生产效率两部分，同时还 包括了随机因素的影响。运用随机前沿生产函数模型既能评 价不同样本技术效率的高低，还能揭示出不同样本间技术效率 差异的原因。早期的模型主要使用横截面数据，Ｂａｔｔｅｓｅ等‘６Ｊ开 始使用面板数据，它可增加自由度，允许技术和效率同时随时 间而变等。根据Ａｉｇｎｅｒ等和Ｍｅｅｕｓｅｎ等的方法，随机前沿函数 模型的一般形式为： Ｉｎ Ｙ ＝Ｉｎ厂（ Ⅱ，ｔ；卢）＋ｕⅡ一 “，（ｉ＝１，２，…， ） ………（１） ｕ“～Ｎ（Ｏ， ）， ｎ～ＩⅣ（ ， ２ ）ｌ 式（１）中，ｙ“为第ｉ个决策单元ｔ时期的产出；ｆ（ｘ ｔ；ｐ）为特 定函数形式；Ｘ．．为第ｉ个决策单元ｔ时期的投入向量；ｔ为时间 向量，用以反映技术变化；ｐ为待估计参数；误差项ｕｉ 一Ｐｉｔ为复 合残差项，且ｕｉ 与 ｉ 相互，ｕｉ 服从正态分布Ｎ（Ｏ， ），ｔｔｉｔ为 生产无效率项，服从非负断尾正态分布。 复合残差项ｕ“一 的方差为 ＝口 ＋ ，定义ｙ＝ ２ ／ ２ ＋ ，显然０≤７≤１。如果７＝０，随机前沿生产函数模型退化 成确定性生产函数模型，可使用ＯＬＳ法估计模型；如果７≠０，表 明可使用随机前沿生产函数模型，需要运用极大似然法估计模 型。极大似然法既可估计出模型中的的参数，还可得到每个决 策单元不同时期的技术效率值，其中第ｉ个决策单元在ｔ时期 的技术效率可定义为Ｅ７ ］： ＴＥ☆＝ｅｘｐ（一 “）………………………………………（２） 相邻年份ｔ和Ｓ的技术效率变化可按下式计算： ＴＥＣＨ＝ＴＥ“／ＴＥ ………………………………………（３） 式中，ＴＥＣＨ表示在不同时期的技术水平下，技术操作有效 性变化对全要素生产率变化的影响。ＴＥＣＨ大于１表明技术效 率提高，反之则下降。虽然年份ｔ和年份Ｓ的技术进步指数通 过式（１）估计的参数可直接计算出来，但当技术进步为非中性 时，技术进步指数会随着投入向量的不同而异。因此，技术进 步指数可通过计算相邻年份偏导数的几何平均得到。当使用 超越对数生产函数时，技术进步指数应采用对数求导的算术平 均值的指数ｌ ｊ，即： 伽… 吉ｃ ＋ ）］……………㈩ 式中，ＴＰＣＨ表示两个时期内技术有效生产前沿面的移动 对全要素生产率变化的影响。当大于１时，表明从ｓ到ｔ时刻 的技术进步；当小于１时，表明技术退步。计算好ＴＥＣＨ和 ＴＰＣＨ之后，根据Ｍａｌｍｑｕｉｓｔ生产率变化指数的定义，全要素生产 率指数的公式为：ＴＦＰ＝ＴＥＣＨ×ＴＰＣＨ。 ２．２模型的设定与数据来源 本文随机前沿函数采用超越对数生产函数形式，它可假定 ・２２２・ 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１４ ３０（２） 技术非中性、产出弹性非固定，能避免由于函数形式的误设而 带来的估计偏差＿ｌ ，特别是当所关心的是技术进步及其相关 测度时，超越对数函数模型尤为有用［１２］。式（１）中生产函数的 具体模型为： １ ｉｎ ‘＝ａ０＋Ｃｔｔｔ＋ Ｉｎ Ｋ¨＋ｄＬ ｌｎＬ ＋．三＿ｌ口ｋｌ ＩｎＫｉｔ ｌｎＬｎ＋口 厶 １ １ １ ｔｌｎＫ ＋ａｔｔｔｌｎＬ ＋— １口触（１ｎＫｉＩ） ＋— １ ａｌｌ（１ｎＬ打） ＋— １ ａｉｒｆ ＋ｕⅡ一 【 ｌ（ｉ＝１，２，…，Ｎ；ｔ＝１，２，…， ）………………………………（５） 式（５）中，下标ｉ表示第ｉ个省份；ｔ代表年份；Ｙ。 表示ｉ地区 ｔ年旅游业的产出；ＫＩｌ表示ｉ地区ｔ年资本数量；Ｌｉ，表示ｉ地区ｔ 年劳动力数量；所有的ａ是待估计参数。各地区旅游业产出数 据用旅游业的营业收入表示（万元）。为了保证数据可比，用各 地区居民旅游消费价格指数进行处理。各地区资本投入的数 据一般研究中用永续盘存法进行测算，但由于得不到旅游业的 年投资量与折旧率数据，因此本文用旅游业的固定资产原值数 值代替，可基本反应旅游业的资本投入情况（万元），用各地区 固定资产投资价格指数进行处理。各地区劳动投入指标用旅 游业从业人员数表示（人）。由于《中国旅游统计年鉴｝２０１１年 以后没有旅游业固定资产和营业收入的统计数据，因此本文只 能选用我国３１个省（自治区、直辖市）１９９７－－２００９年的数据为样 本。 本文使用的旅游业投入和产出数据来自１９９８－－２０１０年《中 国旅游统计年鉴》副本和《中国统计年鉴》。本文的实证分析运 用Ｆｒｏｎｇｔｉｅｒ ４．１软件包进行估算 １ ，式（５）中各种参数的估计结 果见表１。 表１ 随机前沿生产函数模型最大似然估计结果 注：数据根据软件计算结果整理获得。＊表示１％的显著性水平； ＊＊表示５％的显著性水平；＊＊＊表示１０％的显著性水平。 从表１可知，模型中绝大部分参数的估计结果通过了变量 显著性检验。７值为０．９６６２，数值较高且通过了极大似然检验， 表明模型选择正确。．ｙ值表明随机误差项中来自技术非效率影 响达９６．６２％，来自统计误差等外部影响因素仅３．３８％，表明样 本期内技术的非效率主要是由于生产技术的非效率。时间二 次项变量前的估计系数为正数，说明随着时间的推移，技术进 步水平在逐步增加。 为负数，说明随着时间的推移，技术效率 在逐步减少。 ３旅游业全要素生产率指数与分解 ３．１各地区旅游业全要素生产率指数与分解 利用式（５）的估计参数，根据式（２）一（４）可计算得到 １９９７－－２００９年中国３１个省（自治区、直辖市）的技术效率变化指 数、技术进步变化指数和全要素生产率指数，结果见表２（限于 篇幅，本文只列出部分重要计算结果，其他计算结果详细资料 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１４ ３０（２） ・旅游资源・ 备索）。 表２ １９９７－－２００９年各省份ＴＦＰ平均指数及分解 省区 北京 Ｈ ＴＥＣＨ 唧 省区 湖北 Ｈ ＴＥＣＨ ＴＦＰ 部有５个省份，西部有５个省份；排在后１０位的省份中，东部有 ９个省份、中部有１个省份。显然，中西部省份的旅游业全要素 生产率增长要快于东部省份。各地区旅游业全要素生产率的 增长主要来自于技术进步的提高，而不是技术效率的改善。 ３．２全国与东、中、西三大区域旅游业全要素生产率及分解 Ｉ．Ｏ４３６２ｌ １．０００７１３ １．０４４３５ ６１．０７２２８８ １．００５９４１ １．７０８６５８ 天津 河北 １．０６８９３９ １．００５６１４ １．０７４９３９ １．７３０２４４ １．Ｏ０６４Ｏ２ １．ｏ踟ｌｌ４ 湖南 广东 １．７０６１８７ １．∞５３７５ １．８１０￣１ １．０６５５４６ １．Ｏ００６７６ １．０６６２６６ 山西 １．０８３４３４ １．００６９８２ １．Ｏ９Ｏ９９９ 广西 １．０７２４６０ １．００５６３５ １．７０８５０４ 运用几何平均法，利用前面已计算出的我国３１个省份的 技术效率、技术进步指数就可计算出全国、东中西三大区域的 技术效率指数、技术进步指数和全要素生产率指数，计算结果 见表３和表４。 表３ １９９７－－２００９全国ＴＦＰ指数及分解 年份ＴＰＣＨ ＴＥＣＨⅡ 年份 ＩＴＣＨ ＴＥＣＨ ＴＦＰ 内蒙古 １．０Ｂ７１６９ １．００９１０４ １．０９７０６６ 辽宁 吉林 海南 重庆 四川 １．０５３４２２ １．０ｏ６８３７ １．０６０６２４ Ｉ．７０５３４８ １．００５８２３ １．８１０６０９ １．０５７６８３ １．００５４２１ １．呦４１７ １．０５７７２５ Ｉ．００５５８２ １．０６３６２９ １．０５８７６３ １．００７８３９ １．Ｏ６７０６３ 黑龙江 １．０６３２８１ １．００８０３８ Ｉ．０７１８２８ 上海 １．０４ｌｌ４ｏ １．００９０８５ １．０４１６６９ 贵州 云南 １．０６８７８３ １．００６６４７ １．７０５８８８ １．（￣９９５３ １．００５１７１ １．０７５４８６ 江苏 浙江 安徽 １．０５９９１４ １．００２３１８ Ｉ．０６２３７１ １．０６７５１１ １．００２７２３ Ｉ．７００４１７ １．０８５０８８ １．００５３２４ １．０９０８６５ 陕西 甘肃 １．０７５２９２ １．０１３５９６ １．０８９９１１ １．０６６９６１ １．０Ｏ６４８９ １．０７３８８５ １．７８０１７７ １．００９３９７ １．０８８３０９ １９９７—１９９８ １．０３５８８２ １．０ｏ６２５９ １．０４２３６５ ２００４—２ｏｏ５ １．０８３１５８ １．００６０４３ １．０８９７０４ １９９８—１９９９ １．Ｏ４２０２５ １．０ｏ６２２８ １．４８０５１４ ２０ｏ５—２０ｏ６ １．０８６３１７ １．００６０１３ １．０９２８４９ ｌ９９９—２０００ １．ｏ４７６８ｌ １．００６１９７ １．０５４１７３ ２００６—２００７ １．０８粥９９ １．∞５９８３ １．∞６２ｌ９ ２０００—２００ｌ １．０５２２２８ １．０ｏ６ｌ６６ １．０５８７１６ ２０昕一２００８ １．０９６６３９ １．∞５９５３ １．１０３１６７ 福建 江西 山东 河南 １．７０６２８１ １．００４６１５ １．０８１２稍 １．０８２ｌｌ４ １．００７０９７ １．０８９７９４ １．０６７５６２ １．００３６９４ １．ｏ７１５０６ １．０８２０７２ １．００４４３０ １．０８６８６６ 青海 宁夏 １．７０９３４４ １．０１２８００ １．０９３１６ １．０８９１１２ １．０１０９４７ １．１０１０３４ １．０６９５１３ Ｉ．００７０４６ １．０７７０４９ ２伽１—２００２ １．０５９２５４ １．００６１３５ １．嘶５７５２ ２００８—２００９ １．１０３４１４ １．０Ｑ５９２３ １．１０９９５０ ２０ｏ２—２００３ １．０６７０２０ １．０ｏ６１０４ １．盯３５３４ ２００３—２Ｏ０４ １．ｏ７５８８ｏ １．０ｏ６ｏ７４ １．ｏ８２４１５ 平均 １．０６９９３３ １．Ｏ０６０９Ｏ １．７０６４４９ 注：数据根据本文计算结果整理获得。ＴＰＣＨ、ＴＥＣＨ的平均值为几 何平均值；ＴＥＣＨ平均值与ＴＰＣＨ平均值的乘积为ＴＦＰ平均值。 注：数据根据本文计算结果整理获得。ＴＰＣＨ、ＴＥＣＨ的平均值为几 何平均值；ＴＥＣＨ平均值与ＴＰＣＨ平均值的乘积为ＴＦＰ平均值。 由表２可知，各省份全要素生产率平均指数数值都大于１， 说明各省份旅游业全要素生产率呈现逐年增加的趋势。全要 素生产率增长较快的省份主要有自治区（８．９９１１％）、安徽 省（９．０８６５％）、山西省（９．０９９９％）、青海省（９．３１６％）、内蒙古自 治区（９．７０６６％）、宁夏回族自治区（１０．１０３４％）；增长较慢的省 份主要有上海市（４．１６６９％）、北京市（４．４３６５％）、海南省 由表３可知，样本期内每年的全国旅游业全要素生产率指 数数值均大于１，且呈现逐年上升趋势，表明旅游全要素生产率 在逐年增长，年均增长率为７．６４４９％；技术进步的增长起了主 要作用，年均增长率为６．９９３３％，同样呈现逐年上升趋势。技 术效率指数虽然大于１，但呈不断下降趋势，且数值较小，年均 增长仅０．６０９％，表明随着时间推移，技术效率的增长速度在减 慢，未有效促进旅游业全要素生产率的提高。 （６．０６２４％）、江苏省（６．２３７１％）、四川省（６．３４１７％）、辽宁省 （６．３６２９％）。全要素生产率平均指数排在前１０位的省份中，中 表４ １９９７－－２００９东中西三大区域ＴＦＰ指数及分解 注：数据是根据本文计算结果整理获得的。东、中、西部地区的ＴＥＣＨ、ＴＰＣＨ平均值为几何平均值；ＴＥＣＨ平均值与ＴＰＣＨ平均值的乘积为１’ＦＰ平 均值。 由表４可知，三大区域旅游业全要素生产率增长存在差异 因素。１９９７－－２００９年中国东、中、西三大区域的技术进步指数和 性，１９９７－－２００９年东部地区旅游业全要素生产率年均增长速度 为６．５１８４％，中部地区为８．２２６３％，西部地区为８．２９２９％。西部 技术效率指数呈现从西部到中部、东部逐渐递减的趋势，说明 我国西部地区技术进步速度较快。 地区旅游业全要素生产率增长快于东部和中部地区，全要素生 产率增长基本上按照由西部到中部、再由中部到东部的顺序呈 现出递减趋势。 以上研究结果表明：从各省份到三大区域再到全国，技术 进步水平在逐年提高，而技术效率增长却在逐年下降。主要是 由于我国旅游业增长是靠学习外国先进技术，而不是先进的管 由表４可知，全要素生产率增长主要是由于技术进步变化 导致的，技术进步水平是影响旅游业全要素生产率变化的主要 理和文化、技术的消化吸收，现有技术使用的有效程度较低。 此外，虽然中西部地区的技术进步水平低于东部地区，但通过 ・２２３・ ・旅游资源・ 资源开发与市场Ｒｅｓｏｕｒｃｅ Ｄｅｖｅｌｏｐｍｅｎｔ＆Ｍａｒｋｅｔ ２０１４ ３０（２） 技术模仿可缩短先进技术的研发时间，节约大量创新成本的投 入，迅速促进本地区技术进步水平的提高，赶上甚至超过东部 地区。 旅游资源和旅游产品，最终促进旅游业区域协调发展。②实行 差异化区域发展，缩小三大区域的技术效率差距。由于三 大区域技术效率水平存在差异性，为了更好地促进旅游业区域 协调发展，应实行差异化、倾斜性的区域发展。应加 ４结论与建议 大对中部和西部地区的倾斜，从财政、税收、金融等方面给 ４．１结论 与支持，集中力量对中部和西部地区大中型企业的一些重 点项目进行技术引进和消化吸收的再创新，待大中型企业的技 术引进达到一定水平后，再帮助小型企业，提高其消化吸收再 本文以我国１９９７－－２００９年省级面板数据作为样本，运用 ＳＦＡ分析方法和Ｍａｌｍｑｕｉｓｔ全要素生产率指数模型，对我国各省 份、东中西三大区域以及全国的旅游业全要素生产率指数进行 创新的能力。 了测算并进行了分解，得出以下主要结论：①从各省份来看，样 本期内各省份旅游业全要素碳生产率均在增长，增长较快的省 份为自治区（８．９９１１％）、安徽省（９．０８６５％）、山西省 （９．０９９９％）、青海省（９．３１６％）、内蒙古自治区（９．７０６６％）、宁夏 回族自治区（１０．１０３４％）；增长较慢的省份主要有上海市 （４．１６６９％）、北京市（４．４３６５％）、海南省（６．０６２４％）、江苏省 （６．２３７１％）、四川Ｉ省（６．３４１７％）、辽宁省（６．３６２９％）。旅游全要 素生产率平均指数在前ｌ０位中，中部省份５个、西部省份５个； 在后１０位中，东部省份９个、中部省份１个。旅游业全要素生 产率增长的主要因素是技术进步水平的提高。②从总体上看， 旅游全要素生产率增长存在着区域不平衡性。１９９７－－２００９年， 东部地区旅游业全要素生产率年均增长率为６．５１８４％，中部地 区为８．２２６３％，西部地区为８．２９２９％，西部旅游业全要素生产 率的增长要快于中部和东部地区。东部、中部、西部旅游业全 要素生产率的增长主要是由于技术进步水平的不断提高。技 术进步指数增长最快的仍是西部，依次是中部、东部。三大地 区技术效率指数虽然大于１，但增长速度较慢，同样呈现西部技 术效率指数大于中部和东部。③１９９７－－２００９年全国旅游业全要 素生产率年均增长７．６４４９％，主要由于技术进步水平的提高， 技术进步年均增长了６．９９３３％；而技术效率指数虽然大于１，但 增长呈不断下降的趋势，年均增长仅０．６０９％，未能有效地促进 旅游业全要素生产率的提高。④旅游业全要素生产率增长构 成的变化随着时间的发展表现出以下特征：旅游业技术进步水 平在不断提高，有力地推动了全要素生产率的增长；而技术效 率的增长在逐年下降，阻碍了旅游业全要素生产率的增长。 ４．２建议 根据以上结论提出以下旅游业发展建议：①加强三大区域 的技术交流与合作，不断提高技术进步水平。虽然我国技术进 步水平在逐步提高，但与发达国家相比，我国的技术进步水平 仍存在差距，区域之间存在不均衡现象。今后不仅要以技术引 进与技术开发并重，更要以技术自主开发为主，加强技术创新， 不断提高技术进步水平，加强东中西区域间的技术交流与合 作。东部省份经济基础好，经济发展水平高，资本充足，应加大 技术创新投入，不断提高技术进步水平；中部和西部地区旅游 资源丰富，但经济发展基础薄弱，资本吸引力差，应加强与东部 地区的技术合作，促进东部地区知识和技术的外溢，共同开发 ・２２４・ 参考文献： ［１］朱承亮，岳宏志，师萍．环境约束下的中国经济增长效率研究［Ｊ］．数 量经济技术经济研究，２０１１，（５）：３—２０． ［２］Ｍａｌｍｑｕｉｓｔ Ｓ．ｉｎｄｅｘ Ｎｕｍｂｅｒｓ ａｎｄ Ｉｎｄｉｆｆｅｒｅｎｃｅ Ｃｕｒｖｅｓ［Ｊ］．Ｔｒａｂａｊｏｓ ｄｅ Ｅｓｔａｔｉｓ— ｔｉｃａ，１９５３，（４）：２０９—２４２． １３ ＪＣａｖｅｓ Ｄ Ｗ，Ｃｈｒｉｓｔｅｎｓｅｎ Ｌ Ｒ，Ｄｉｅｗｅ￣Ｗ Ｅ．Ｔｈｅ Ｅｃｏｎｏｍｉｃ Ｔｈｅｏｒｙ ｏｆ Ｉｎｄｅｘ Ｎｕｍｂｅｒｓ ａｎｄ ｔｈｅ Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ Ｉｎｐｕｔ ａｎｄ Ｏｕｔｐｕｔ，ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ［Ｊ］． Ｅｅｏｎｏｍｅｔｉｒｃａ，１９８２，５０（６）：１３９３—１４１４． ［４］Ａｉｇｎｅｒ Ｄ Ｊ，Ｌｏｖｅｌｌ Ｃ Ａ Ｋ，Ｓｃｈｍｉｄｔ Ｐ．Ｆｏｒｍｕｌａｔｉｏｎ ａｎｄ Ｅｓｔｉｍａｔｉｏｎ ｏｆ Ｓｔｏｃｈａｓ— ｔｉｃ Ｆｒｏｎｔｉｅｒ Ｐｒｏｄｕｃ—ｔｉｏｎ Ｆｕｎｃｔｉｏｎ ＭｏｄｅｌｓｌＪ』．Ｊｏｕｒｎａｌ ｏｆＥｃｏｎｏｍｅｔｒｉｃｓ，１９７７， ６（１）：２１—３７． ［５］Ｍｅｅｕｓｅｎ Ｗ，Ｖａｎ ｄｅｎ Ｂｒｏｅｃｋ Ｊ．Ｅｆｉｆｃｉｅｎｃｙ Ｅｓｔｉｍａｔｉｏｎ ｆｒｏｍ Ｃｏｂｂ—Ｄｏｕｇｌａｓ Ｐｒｏｄｕｃｔｉｏｎ Ｆｕｎｃｔｉｏｎｓ ｗｉｔｈ Ｃｏｍｐｏｓｅｄ Ｅｒｒｏｒ【Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｅｃｏｎｏｍｉｃ Ｒｅ— ｖｉｅｗ．１９７７．１８（２）：４３５—４４４． １６ｊ Ｂａｔｔｅｓｅ Ｅ，Ｃｏｅｌｌｉ Ｔ．Ｆｒｏｎｔｉｅｒ Ｐｒｏｄｕｃｔｉｏｎ Ｆｕｎｃｔｉｏｎｓ，Ｔｅｃｈｎｉｃａｌ Ｅｆｉｆｃｉｅｎｃｙ ａｎｄ Ｐａｎｅｌ Ｄａｔａ：Ｗｉｔｈ Ａｐｐｌｉｃａｔｉｏｎ ｔｏ Ｐａｄｄｙ Ｆａｒｍｅｒｓ ｉｎ Ｉｎｄｉａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｐｒｏ— ｄｕｃｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ，１９９２，３（１／２）：１５３—１６９． ［７］Ｈａｉｌｕ Ａ，Ｖｅｅｍａｎ Ｔ Ｓ．Ｅｎｖｉｒｏｎｍｅｎｔａｌｌｙ Ｓｅｎｓｉｔｉｖｅ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ Ｃａｎａｄｉａｎ Ｐｕｌｐ ａｎｄ Ｐａｐｅｒｌｎｄｕｓｔｙｒ，１９５９—１９９４：Ａｎ Ｉｎｐｕｔ Ｄｉｓｔａｎｃｅ Ｆｕｎｃｔｉｏｎ Ａｐｐｒｏａｃｈ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ。２０００，４０ （３）：２５１—２７４． ［８］Ｋａｒａｇｉｎａｎｉｓ Ｇ，Ｍｉｄｍｏｒｅ Ｐ，Ｔｚｏｕｖｅｌｅｋａｓ Ｖ．Ｐａｒａｍｅｔｉｒｃ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ Ｏｕｔ－ ｐｕｔ Ｇｒｏｗｔｈ Ｕｓｉｎｇ ａＳｔｏｅｈａｓｔｉｃ Ｉｎｐｕｔ Ｄｉｓｔａｎｃｅ Ｆｕｎｃｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ａｇｒｉｃｕｌ＋ ｔｕｒａｌ Ｅｃｏｎｏｍｉｃｓ，２００４，８６（４）：１０４４—１０５７． ［９］张丽峰．碳排放约束下中国全要素生产率测算与分解研究——基于 随机前沿分析（ＳＦＡ）方法［Ｊ］．干旱区资源与环境，２０１３，２７（１２）：２０— ２４． ［１０］Ｃｏｅｌｌｉ Ｔ Ｊ，Ｐｅｒｅｌｍａｎ Ｓ．Ｔｅｃｈｎｉｃａｌ Ｅｆｉｆｃｉｅｎｃｙ ｏｆ Ｅｕｒｏｐｅａｎ Ｒａｉｌｗａｙｓ：Ａ Ｄｉｓ— ｔａｎｃｃ Ｆｕｎｃｔｉｏｎ Ａｐｐｒｏａｃｈ［Ｊ］．Ａｐｐｌｉｅｄ Ｅｃｏｎｏｍｉｃｓ，２０００，３２（５）：１９６７— １９７６． ［１１］Ｃｏｅｌｌｉ Ｔ．Ａ Ｇｕｉｄｅｔｏ ＦｒｏｎｔｉｅｒＶｅｒｓｉｏｎ ４．１：Ａ Ｃｏｍｐｕｔｅｒ Ｐｒｏｇｒａｍｆｏｒ Ｓｔｏｃｈａｓ— ｔｉｃＦｒｏｎｔｉｅｒ Ｐｒｏｄｕｃｔｉｏｎ ａｎｄ Ｃｏｓｔ Ｆｕｎｃｔｉｏｎ Ｅｓｔｉｍａｔｉｏｎ ｌ Ｒ Ｊ．Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｎｅｗ Ｅｎｇｌａｎｄ Ｃｅｎｔｅｒｆｏｒ Ｅｆｉｆｃｉｅｎｃｙ ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ，ＣＥＰＡ Ｗｏｒｋｉｎｇ Ｐａｐｅｒ，１９９６：７． ［１２］傅晓霞，吴利学．全要素生产率在中国地区差异中的贡献：兼与彭国 华和李静等商榷［Ｊ］．世界经济，２００６，（９）：１２—２２． １ ｌ３ Ｊ Ｃｏｅｌｌｉ Ｔ，Ｒａｏ Ｄ，Ｂａｔｔｅｓｅ Ｇ．Ａｎ Ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ Ｅｆｉｆｃｉｅｎｃｙ ａｎｄ Ｐｒｏｄｕｃｔｉｖｉｔｙ Ａｎａｌｙｓｉｓ（２ｎｄ ｅｄｉｔｉｏｎ）［Ｍ］．ＵＳ：Ｓｐｒｉｎｇｅｒ，２００５．
