張洪 方文杰 陶柳延

摘要：采用非期望產(chǎn)出的超效率SBM模型對2007—2017年國內(nèi)旅游產(chǎn)業(yè)生態(tài)效率進行測度，并進一步采用非參數(shù)核密度估計、空間自相關(guān)分析、地理探測器等對其空間關(guān)聯(lián)及驅(qū)動因素進行探索，結(jié)果表明：旅游生態(tài)綜合效率呈現(xiàn)逐年上升趨勢，區(qū)域旅游發(fā)展綠色化與可持續(xù)化水平逐步提升;國內(nèi)旅游生態(tài)綜合效率及規(guī)模效率均呈現(xiàn)全局空間正相關(guān)，純技術(shù)效率則始終存在顯著空間負相關(guān);不同驅(qū)動因素對不同地區(qū)旅游產(chǎn)業(yè)生態(tài)效率的影響存在特定的同質(zhì)性與異質(zhì)性特征;相比于單一驅(qū)動因素，旅游產(chǎn)業(yè)生態(tài)效率的提升更加依靠多因素的“合力”推動;經(jīng)濟產(chǎn)業(yè)因素是全國層面影響旅游產(chǎn)業(yè)生態(tài)效率提升的關(guān)鍵，而由于我國旅游業(yè)綠色發(fā)展存在一定時序性，其發(fā)展條件存在“區(qū)內(nèi)相似，區(qū)間異質(zhì)”的特征，使得經(jīng)濟產(chǎn)業(yè)、社會基礎(chǔ)、自然條件等二級驅(qū)動因素在不同地區(qū)的影響能力具有顯著差異。

關(guān)鍵詞：旅游產(chǎn)業(yè)生態(tài)效率;空間關(guān)聯(lián);驅(qū)動因素;超效率SBM模型;地理探測器

中圖分類號：F591 文獻標識碼：A 文章編號：16735595（2022）03007509

一、引言

“綠色發(fā)展”是我國經(jīng)濟社會發(fā)展的核心理念，并且已經(jīng)成為旅游業(yè)高質(zhì)量發(fā)展的重要目標。旅游業(yè)作為國民經(jīng)濟中戰(zhàn)略性支柱產(chǎn)業(yè)，在建設(shè)美麗國家中具有天然優(yōu)勢與基礎(chǔ)。近年來，我國旅游業(yè)貫徹新發(fā)展理念，深化產(chǎn)業(yè)融合，創(chuàng)造了巨大的社會與經(jīng)濟效益，但與之而來的資源損耗、環(huán)境污染、生物多樣性銳減等生態(tài)問題同樣抑制旅游業(yè)提質(zhì)增效和長遠發(fā)展。新時期，旅游業(yè)作為我國國民經(jīng)濟發(fā)展的戰(zhàn)略性支柱產(chǎn)業(yè)，承接著全新的歷史使命，走綠色發(fā)展之路已經(jīng)成為旅游業(yè)高質(zhì)量發(fā)展和可持續(xù)發(fā)展的必然選擇。旅游產(chǎn)業(yè)生態(tài)效率作為衡量旅游綠色發(fā)展與可持續(xù)發(fā)展的核心指標，探索其空間關(guān)聯(lián)格局與驅(qū)動因素，對于區(qū)域旅游戰(zhàn)略制定、科學(xué)開發(fā)與管理具有重要理論意義與實踐價值。

生態(tài)效率是描述產(chǎn)品和服務(wù)生產(chǎn)過程中減少自然資源利用與污染物釋放的重要理論，其核心在于降低自然資源消耗與環(huán)境影響，提升產(chǎn)品與服務(wù)價值及資源循環(huán)效用[13]。隨著旅游生態(tài)環(huán)境問題的日益嚴峻，生態(tài)效率概念逐漸從工業(yè)、農(nóng)業(yè)等產(chǎn)業(yè)引入旅游學(xué)科研究，用于研究減少旅游生態(tài)破壞、強化旅游經(jīng)濟的附加值等相關(guān)話題[4]。國內(nèi)外旅游產(chǎn)業(yè)生態(tài)效率的早期研究主要集中于旅游產(chǎn)業(yè)生態(tài)效率的界定與闡釋，學(xué)者們在參考生態(tài)效率定義的基礎(chǔ)上，將旅游產(chǎn)業(yè)生態(tài)效率界定為旅游發(fā)展與環(huán)境影響間的比例關(guān)系[58]。由于旅游業(yè)的迅速壯大，其環(huán)境代價逐漸引起學(xué)術(shù)界的關(guān)注，在科學(xué)核算旅游過程中的能源消耗與碳排放強度的基礎(chǔ)上，學(xué)界主要采用單一指標法[67，911]、綜合評價法[12]及投入產(chǎn)出模型[1315]進行旅游產(chǎn)業(yè)生態(tài)效率的定量測量。旅游產(chǎn)業(yè)生態(tài)效率在旅游地管理的應(yīng)用則主要涉及關(guān)于區(qū)域效率提升與驅(qū)動因素的研究，已有研究主要從內(nèi)外驅(qū)動角度采用Tobit回歸[16]、多元回歸[17]、地理加權(quán)回歸[18]等方法對旅游產(chǎn)業(yè)生態(tài)效率的驅(qū)動因素進行測量，并測出城鎮(zhèn)化、旅游接待、產(chǎn)業(yè)規(guī)模、經(jīng)濟開放水平等因素對旅游產(chǎn)業(yè)生態(tài)效率具有顯著影響。

綜上所述，旅游業(yè)已經(jīng)進入綠色與可持續(xù)發(fā)展的新階段，國內(nèi)外已有研究成果為旅游產(chǎn)業(yè)生態(tài)效率的進一步研究提供了一定的理論支撐與參考，但結(jié)合時空視角與空間分析方法對中國省域旅游產(chǎn)業(yè)生態(tài)效率進行研究仍有完善空間?；诖?，本研究基于非期望產(chǎn)出的超效率SBM模型對旅游產(chǎn)業(yè)生態(tài)效率進行科學(xué)測算，并在此基礎(chǔ)上采用非參數(shù)核密度估計、空間自相關(guān)分析、地理探測器等方法對2007—2017年中國省際旅游產(chǎn)業(yè)生態(tài)效率的動態(tài)演化、空間關(guān)聯(lián)格局及其驅(qū)動因素進行研究。

二、研究設(shè)計

（一）旅游產(chǎn)業(yè)生態(tài)效率評價體系構(gòu)建

旅游產(chǎn)業(yè)生態(tài)效率的核心是以最少資源投入和環(huán)境污染使旅游產(chǎn)品或服務(wù)價值最大化。參考已有研究成果[1921]，分別選取旅游業(yè)就業(yè)人數(shù)、旅游業(yè)固定資產(chǎn)投資、旅游業(yè)能源消耗表征旅游產(chǎn)業(yè)生態(tài)效率的勞動、資本與能源投入;產(chǎn)出方面，選取旅游總收入作為期望產(chǎn)出，旅游業(yè)碳排放總量作為非期望產(chǎn)出。為避免各年度統(tǒng)計口徑變動的影響，旅游業(yè)固定資產(chǎn)投資僅考慮旅行社與星級酒店，旅游業(yè)能源消耗則按照旅游總收入占地區(qū)國民生產(chǎn)總值的比重進行測算;碳排放等指標被廣泛應(yīng)用于不同層面的生態(tài)及環(huán)境研究[22]，本文對旅游業(yè)碳排放的測算主要以旅游交通、旅游住宿和旅游活動為重點領(lǐng)域，采用“自下而上”方法分別測量，并加總得出總碳排放量[23]。

（二）旅游產(chǎn)業(yè)生態(tài)效率驅(qū)動因素識別

旅游產(chǎn)業(yè)生態(tài)效率的空間聚類與演化受到多種因素的共同影響，在參考以往研究的基礎(chǔ)上將其歸納為經(jīng)濟產(chǎn)業(yè)因素、社會基礎(chǔ)因素與自然環(huán)境因素三類（見表1）[1618，2426]。經(jīng)濟產(chǎn)業(yè)因素主要包含驅(qū)動旅游業(yè)發(fā)展的區(qū)域經(jīng)濟基礎(chǔ)條件、市場開放與技術(shù)引進情況、區(qū)域旅游業(yè)發(fā)展規(guī)模等，可以概括為經(jīng)濟基礎(chǔ)、市場開放與產(chǎn)業(yè)結(jié)構(gòu);社會基礎(chǔ)因素包括景區(qū)所在地基本情況、公共設(shè)施與服務(wù)條件、內(nèi)生市場規(guī)模等，可以概括為城鎮(zhèn)化、交通通達與常住人口;自然環(huán)境為區(qū)域旅游業(yè)發(fā)展提供自然環(huán)境與基礎(chǔ)條件，而隨之產(chǎn)生的環(huán)境污染問題則制約著旅游業(yè)的永續(xù)經(jīng)營與綠色發(fā)展，該類因素可以概括為環(huán)境治理、循環(huán)處理與自然條件。

（三）數(shù)據(jù)來源

文章所需數(shù)據(jù)來源于2008—2018年《中國統(tǒng)計年鑒》《中國旅游統(tǒng)計年鑒》《旅游抽樣調(diào)查資料》及各省級區(qū)域統(tǒng)計年鑒和發(fā)展公報等，對于少量失效或缺失數(shù)據(jù)采取線性插值法進行科學(xué)補充。研究區(qū)域主要涉及東中西三部分省級區(qū)域，其劃分來源于已有文獻[27]。東部包括北京、上海、廣東、天津、河北、遼寧、浙江、福建、江蘇、山東、海南（不包含港澳臺）;中部包括黑龍江、山西、吉林、河南、安徽、江西、湖南、湖北;西部包括重慶、四川、貴州、云南、內(nèi)蒙古、廣西、陜西、寧夏、西藏、新疆、甘肅、青海。

（四）研究方法

1.基于非期望產(chǎn)出的超效率SBM模型

在旅游產(chǎn)業(yè)發(fā)展過程中，通常期望由旅游活動、旅游交通、住宿設(shè)施等相關(guān)產(chǎn)業(yè)和設(shè)施所產(chǎn)生的生態(tài)環(huán)境污染越小越好，即實現(xiàn)旅游業(yè)非期望產(chǎn)出最小化?；诜瞧谕a(chǎn)出的超效率SBM模型由Tone提出，在處理旅游產(chǎn)業(yè)生態(tài)效率的非期望產(chǎn)出、決策單元橫向比較等方面具有優(yōu)勢。該模型能有效避免DEA基本評價模型因多種嚴格假定而造成結(jié)果偏差以及未考慮非期望產(chǎn)出等不足，并且相比于傳統(tǒng)SBM模型進一步修正了無效DMU松弛變量，解決了效率排序無效的問題[28]。具體模型構(gòu)建如下：

其中，n個DMU中，每個DMU由投入m、期望產(chǎn)出r1和非期望產(chǎn)出r2構(gòu)成; x、yd、yu分別為投入矩陣、期望產(chǎn)出矩陣和非期望產(chǎn)出矩陣中的元素; ρ為旅游生態(tài)綜合效率。需要說明的是，由于非期望產(chǎn)出的超效率SBM模型結(jié)果評估與輸入輸出指標數(shù)據(jù)量綱無關(guān)，因此無需對各指標數(shù)據(jù)進行無量綱化處理。

2.非參數(shù)核密度估計

非參數(shù)核密度估計是一種應(yīng)對隨機變量概率密度進行估計的非參數(shù)法，本研究用于判斷旅游生態(tài)綜合效率及其分解效率的總體分布與演變趨勢，其基本原理為[29]：

其中，n為觀測單元數(shù)量;xi為獨立同分布的觀測值;為觀測值均值;h表示帶寬;K（x）為核函數(shù)，研究中取高斯核函數(shù)。

3.空間自相關(guān)分析

空間自相關(guān)是指位置相近空間單元具有相似的屬性值，可分為全局空間自相關(guān)與局部空間自相關(guān)，文中分別選取全局與局部Moran’s I對旅游產(chǎn)業(yè)生態(tài)效率及其分解效率的空間聚類進行分析，其公式分別為[30]：

其中，n表示區(qū)域數(shù)量;xi、xj分別表示區(qū)域i和區(qū)域j的效率值;表示效率均值;Wij為基于距離標準構(gòu)建的空間權(quán)重矩陣。

4.地理探測器

地理探測器（Geographical Detecter）運用于探測空間差異性，其核心在于若自變量對因變量有重要驅(qū)動作用，則二者的空間分布應(yīng)具有相似性。該方法不存在大量的假設(shè)條件，可有效克服傳統(tǒng)統(tǒng)計分析方法處理類型變量所存在的局限性，同時可揭示出兩自變量對因變量的交互作用，其原理為[31]：

其中，q為驅(qū)動因素對旅游產(chǎn)業(yè)生態(tài)效率影響力探測值，數(shù)值越大表示驅(qū)動因素對旅游產(chǎn)業(yè)生態(tài)效率的影響力越大;Nh為探索要素所包含的單元數(shù);N為全區(qū)單元數(shù);σh2和σ2分別為所探測要素層和全局單元的旅游產(chǎn)業(yè)生態(tài)效率方差。

三、研究結(jié)果及分析

（一）旅游產(chǎn)業(yè)生態(tài)效率的測度結(jié)果與動態(tài)演化

基于MAXDEA Pro 83軟件，選取非期望產(chǎn)出的超效率SBM模型對2007—2017年各省份數(shù)據(jù)進行測算，得出旅游生態(tài)綜合效率、純技術(shù)效率與規(guī)模效率，并計算出觀測期內(nèi)各省份三種效率均值與排序（見表2）。

從綜合效率來看，天津、北京、江蘇、貴州4個省份的旅游生態(tài)綜合效率均值大于1，表明這些省份的旅游生態(tài)資源投入與組合配置達到比較優(yōu)質(zhì)的程度;綜合效率均值位于05到1之間的省份共有12個，主要為東部與中部省份;共有15個省份的綜合效率均值低于05，其中寧夏、青海、新疆等西部省份相對最低，表明國內(nèi)旅游生態(tài)投入產(chǎn)出結(jié)構(gòu)仍有較大改善空間。旅游生態(tài)綜合效率可以進一步分解為純技術(shù)效率與規(guī)模效率，前者表示受管理和技術(shù)等因素影響的生態(tài)效率，后者表示由于規(guī)模因素影響的生態(tài)效率[32]。由表2可知，純技術(shù)效率均值的省份排序與綜合效率基本一致，而規(guī)模效率的排序則與二者有較大差異。從區(qū)域角度來看，東部地區(qū)旅游生態(tài)綜合效率與規(guī)模效率均值均為最高，表明東部地區(qū)在旅游生態(tài)發(fā)展過程中其整體規(guī)劃配置及規(guī)?；l(fā)展產(chǎn)生了良好效益;西部地區(qū)旅游生態(tài)純技術(shù)效率均值最高，而規(guī)模效益最不顯著，表明旅游生態(tài)制度設(shè)計、技術(shù)及管理水平等因素對區(qū)域旅游產(chǎn)業(yè)生態(tài)效率的影響最大。

為了進一步探究2007—2017年旅游產(chǎn)業(yè)生態(tài)綜合效率、純技術(shù)效率、規(guī)模效率的動態(tài)演化，本文以三種效率均值變化折線圖反映其總體變化狀態(tài)（見圖1），并采用Stata 160軟件中基于高斯核函數(shù)的非參數(shù)核密度估計法對關(guān)鍵時間節(jié)點（2007年、2012年、2017年）的效率分布與演變趨勢進行分析（見圖2）。

如圖1所示，2007—2017年旅游生態(tài)綜合效率總體呈現(xiàn)上升趨勢，表明區(qū)域旅游發(fā)展綠色化與可持續(xù)化水平逐步提升，其增長速度在2007—2012年間相對較高;純技術(shù)效率曲線同樣在觀測期內(nèi)保持總體上升趨勢，其增長速度在各階段較為穩(wěn)定;規(guī)模效率則在2007—2012年顯著提升，2012年后的變化趨勢則相對平緩。

由圖2可知，綜合效率的核密度曲線均呈現(xiàn)為“雙峰”分布態(tài)勢，其中低值波峰效率值分布于05附近，高值波峰效率值分布于11附近，表明綜合效率的“兩極分化”現(xiàn)象顯著，并且多數(shù)地區(qū)處于低效率階段。但隨著時間演變，曲線高值峰峰值逐漸降低，低值峰峰值逐漸增大，區(qū)域差異又有所縮減;純技術(shù)效率方面，各年度核密度曲線“雙峰”分布形態(tài)特征逐漸增強，其中高值峰在2012—2017年間有顯著提升，表明區(qū)域差異程度逐漸增大;規(guī)模效率方面，2012年核密度曲線的高值峰峰值出現(xiàn)大幅增長，并呈現(xiàn)為“三峰分布”態(tài)勢，表明該階段高規(guī)模效率地區(qū)數(shù)量顯著增加。2017年，規(guī)模效率曲線基本恢復(fù)為2007年形態(tài)，區(qū)域差異有所減弱。綜合可知，2007—2012年間旅游生態(tài)綜合效率的提升主要依靠各地區(qū)旅游生態(tài)規(guī)模發(fā)展與技術(shù)優(yōu)化所帶來的顯著成效，2012年后旅游生態(tài)綜合效率增長的主要驅(qū)動力轉(zhuǎn)向區(qū)域生態(tài)管理及環(huán)保技術(shù)水平的提升。

（二）旅游產(chǎn)業(yè)生態(tài)效率的空間關(guān)聯(lián)分析

為展現(xiàn)國內(nèi)旅游產(chǎn)業(yè)生態(tài)效率的空間相關(guān)性與聚類特征，研究采用Geoda 114軟件對2007—2017年旅游產(chǎn)業(yè)生態(tài)效率進行全局空間相關(guān)性檢驗（見表3）。2007—2017年旅游生態(tài)綜合效率及規(guī)模效率的全局Moran’s I均為正值，并在研究期內(nèi)表現(xiàn)出“先增后減”的變化趨勢，表明二者總體上存在顯著的正向空間相關(guān)性，空間依賴性先增強后減弱;純技術(shù)效率全局Moran’s I始終為負值且絕對值波動上升，表明純技術(shù)效率存在顯著的空間負相關(guān)性，高值區(qū)域與低值區(qū)域交錯分布;規(guī)模效率空間相關(guān)性在研究期內(nèi)的波動相對微弱，并且始終表現(xiàn)出非常顯著的空間正相關(guān)特征。

全局空間自相關(guān)在一定程度上均等了地區(qū)差異，難以細致反映省份間的局部空間聚類模式，因此研究進一步以2007年、2012年、2017年數(shù)據(jù)為樣本進行局部空間自相關(guān)分析，并且將旅游產(chǎn)業(yè)生態(tài)效率局部空間聚類模式劃分為四種類型（見表4）。綜合效率在觀測初期的集聚特征表現(xiàn)為弱空間正相關(guān)，但空間同質(zhì)性趨勢隨時間愈加顯著，中期空間正自相關(guān)聚類省份達到13個。期末該指標聚集特征則表現(xiàn)為正負相關(guān)性并存，空間正、負相關(guān)聚類的省份數(shù)量相同。結(jié)合表4可知，綜合效率H-H型省份在空間上呈現(xiàn)“帶狀分布”，主要為北京、天津、遼寧、吉林、江蘇等中部、東部省份，這些地區(qū)旅游可持續(xù)發(fā)展與綠色發(fā)展的水平較高，能夠?qū)χ苓吺》莓a(chǎn)生顯著的擴散與輻射效應(yīng);L-L型省份則主要呈現(xiàn)為聚集分布，主要為西藏、甘肅、青海、新疆等西部省份;L-H型省份在空間上表現(xiàn)為散亂分布，包含陜西、黑龍江、上海、浙江等;H-L型省份僅有重慶、貴州，且均未通過顯著性檢驗。

表5顯示了以2007—2017年旅游產(chǎn)業(yè)生態(tài)效率均值為樣本的局部空間自相關(guān)分析結(jié)果。其中，純技術(shù)效率在研究期始終保持較強的空間異質(zhì)性，并且多數(shù)省份空間相關(guān)性并不顯著，以均值數(shù)據(jù)的結(jié)果為例，僅有重慶、新疆兩個省份的局部空間相關(guān)性通過顯著性檢驗。在不考慮顯著性的情況下，屬于空間負相關(guān)聚類類型的省份占比達到67.7%。與之相反，規(guī)模效率的空間分布則具有較強的同質(zhì)性，絕大多數(shù)省份屬于H-H和L-L聚類類型，充分體現(xiàn)出旅游要素的規(guī)模投入對于旅游產(chǎn)業(yè)生態(tài)效率提升具有普遍作用，并且對于鄰近省份具有顯著的擴散與輻射效應(yīng)。

（三）旅游產(chǎn)業(yè)生態(tài)效率的驅(qū)動因素分析

1.三級驅(qū)動因素影響力的總體探測

旅游產(chǎn)業(yè)生態(tài)效率的動態(tài)演化與空間聚類反映出不同區(qū)域的驅(qū)動機制可能同樣存在差異。為進一步探求旅游產(chǎn)業(yè)生態(tài)效率提升的具體路徑，運用地理探測器模型對其驅(qū)動因素進行探測。由于地理探測器對于類別數(shù)據(jù)的算法優(yōu)于連續(xù)數(shù)據(jù)，采用SPSS 260軟件二階聚類方法將連續(xù)性驅(qū)動因子值分別轉(zhuǎn)化為1、2、3、4、5五種類別。本文分別使用2007—2017年間全國及東、中、西部地區(qū)所有省份數(shù)據(jù)進行計算，以探索各驅(qū)動因素對于不同區(qū)域旅游產(chǎn)業(yè)生態(tài)效率的總體影響力探測值及主導(dǎo)交互因子，結(jié)果如表6所示。

總體上，不同驅(qū)動因素對不同地區(qū)旅游產(chǎn)業(yè)生態(tài)效率的影響存在特定的同質(zhì)性與異質(zhì)性特征。其同質(zhì)性在于，產(chǎn)業(yè)結(jié)構(gòu)、交通通達、常住人口、循環(huán)處理對于各地區(qū)旅游產(chǎn)業(yè)生態(tài)效率均產(chǎn)生重要影響。旅游產(chǎn)業(yè)占比直觀體現(xiàn)了區(qū)域旅游業(yè)發(fā)展的整體情況與重要程度，同時也能夠反映出區(qū)域旅游業(yè)開發(fā)與管理水平，是當(dāng)前對全國及中、西部地區(qū)旅游業(yè)綠色發(fā)展影響力最高的核心因素。交通通達水平既是決定區(qū)域經(jīng)濟建設(shè)、社會文明與旅游發(fā)展的重要支撐，也是區(qū)域間資金、技術(shù)、人才等要素流動與輻射的重要媒介。提升區(qū)域交通可達性能夠為旅游開發(fā)與經(jīng)營提供基礎(chǔ)條件，因此交通通達因素在中西部地區(qū)影響力較高，但在交通基礎(chǔ)設(shè)施及服務(wù)相對完善的東部地區(qū)則相對較弱。旅游者是旅游活動的主體，人口數(shù)量是影響旅游內(nèi)生市場需求的決定性因素，也是旅游開發(fā)、管理企業(yè)從業(yè)規(guī)模的重要支持。從全國來看，人口因素的影響力相對較弱，但在針對不同地區(qū)進行探測時該因素的決定性作用有所凸顯。垃圾無污染處理等環(huán)境規(guī)制措施有助于對旅游活動所產(chǎn)生廢棄物實現(xiàn)無害化與資源化，能夠有效促進區(qū)域生態(tài)文明建設(shè)與循環(huán)經(jīng)濟發(fā)展，對于區(qū)域旅游產(chǎn)業(yè)生態(tài)效率的提升具有顯著影響。

異質(zhì)性方面，經(jīng)濟基礎(chǔ)、市場開放、城鎮(zhèn)化、環(huán)境治理、自然條件對于不同地區(qū)旅游產(chǎn)業(yè)生態(tài)效率的影響力差異較大。具體而言，經(jīng)濟基礎(chǔ)能夠反映地區(qū)經(jīng)濟建設(shè)及文明程度，是區(qū)域旅游業(yè)綠色發(fā)展的重要助推，對于全國及東、中部旅游產(chǎn)業(yè)生態(tài)效率具有較強影響，而西部地區(qū)由于經(jīng)濟發(fā)展處于以環(huán)境污染、資源破壞為代價的重污染、低質(zhì)量階段，該因素的影響較小且不顯著;市場開放一方面能夠通過先進人才、技術(shù)引進提升區(qū)域旅游生態(tài)發(fā)展水平，另一方面也可能促進工業(yè)聚集、人員流動等加重區(qū)域污染，因此該因素在經(jīng)濟欠發(fā)達且人口流出的西部地區(qū)對于旅游產(chǎn)業(yè)生態(tài)效率提升的影響較弱;區(qū)域城鎮(zhèn)化發(fā)展能促進區(qū)域旅游開發(fā)與人才聚集，有助于生態(tài)文明理念融入居民生活與城市建設(shè)，但由于我國城鎮(zhèn)化建設(shè)仍存在不均衡問題，部分省份城鎮(zhèn)化推進較慢或質(zhì)量較差導(dǎo)致其對于中、西部地區(qū)旅游產(chǎn)業(yè)生態(tài)效率的影響力較弱;環(huán)境治理投資的提升使得區(qū)域生態(tài)環(huán)境保護建設(shè)不斷加強，城鄉(xiāng)居民生活環(huán)境得到了持續(xù)改善，優(yōu)化了旅游業(yè)賴以生存的自然環(huán)境，但污染治理措施同樣會產(chǎn)生一定成本投入和發(fā)展限制，因此對于經(jīng)濟相對發(fā)達的東、中部地區(qū)旅游綠色發(fā)展的影響較弱;綠地面積是反映區(qū)域旅游業(yè)的自然基礎(chǔ)與景觀稟賦的重要指標，進一步優(yōu)化生態(tài)環(huán)境資源配置有助于提升旅游業(yè)生態(tài)發(fā)展，其中東部地區(qū)城市旅游發(fā)達而西部地區(qū)受到基礎(chǔ)條件等限制，該因素對旅游產(chǎn)業(yè)生態(tài)效率的影響力相對較弱。

交互作用探測的目的是評估兩個驅(qū)動因素共同作用時是否存在對旅游產(chǎn)業(yè)生態(tài)效率解釋力的增強或減弱，由表6可知，各地區(qū)主導(dǎo)交互因子的影響力探測值均超過任意單一因子，說明旅游產(chǎn)業(yè)生態(tài)效率的提升更加依靠多因素的“合力”推動?？傮w而言，各地區(qū)交互主導(dǎo)因素均屬于非線性增強類型，其中產(chǎn)業(yè)結(jié)構(gòu)、常住人口與其他因素的交互作用對于旅游產(chǎn)業(yè)生態(tài)效率的影響最為顯著。城鎮(zhèn)化與常住人口是全國層面影響旅游產(chǎn)業(yè)生態(tài)效率的主導(dǎo)因素，二者均屬于社會基礎(chǔ)因素;產(chǎn)業(yè)結(jié)構(gòu)與常住人口對東、中部地區(qū)旅游產(chǎn)業(yè)生態(tài)效率的交互影響力探測值分別為0609和0732，二者交互作用強化了對旅游產(chǎn)業(yè)生態(tài)效率的影響;產(chǎn)業(yè)結(jié)構(gòu)與自然條件是影響西部旅游業(yè)綠色發(fā)展的主導(dǎo)因素，二者交互影響力探測值為0773。

2.二級驅(qū)動因素影響力的演化分析

為進一步分析二級驅(qū)動因素影響程度及其演化規(guī)律，選取截面數(shù)據(jù)進行地理探測器分析，并通過將各維度下的三級驅(qū)動因素q值相加得到該二級驅(qū)動因素影響力探測值，探測結(jié)果及變化規(guī)律如圖3所示。

從全國來看，經(jīng)濟產(chǎn)業(yè)因素是影響旅游產(chǎn)業(yè)生態(tài)效率提升的關(guān)鍵二級驅(qū)動因素，說明經(jīng)濟基礎(chǔ)、開放環(huán)境、旅游產(chǎn)業(yè)規(guī)模等因素對于我國旅游業(yè)綠色可持續(xù)發(fā)展的影響力最大。隨著時間發(fā)展，三類驅(qū)動因素的影響力探測值均呈現(xiàn)波動下降的特征，三者間影響力差異逐年縮小。由于我國旅游業(yè)綠色發(fā)展存在一定時序性，并且所依托的經(jīng)濟、社會、環(huán)境等發(fā)展條件在三大地區(qū)間存在“區(qū)內(nèi)相似，區(qū)間異質(zhì)”的特征，使得不同二級驅(qū)動因素在不同地區(qū)的影響能力具有顯著差異性。具體表現(xiàn)為：①東部地區(qū)經(jīng)濟產(chǎn)業(yè)因素在初期及中期能夠顯著影響旅游產(chǎn)業(yè)生態(tài)效率的提升，2014年以后其影響力不斷降低。社會基礎(chǔ)因素的影響力在觀測期內(nèi)變化較為平穩(wěn)，自然環(huán)境因素的影響能力則存在波動下降后穩(wěn)步上升的特點。②中部地區(qū)經(jīng)濟產(chǎn)業(yè)因素對旅游產(chǎn)業(yè)生態(tài)效率的影響能力逐年凸顯，區(qū)域經(jīng)濟發(fā)展為基礎(chǔ)建設(shè)及環(huán)境治理提供支撐，市場開放為互動交流及技術(shù)引進提供動力，共同推動了區(qū)域旅游業(yè)的綠色發(fā)展。社會基礎(chǔ)因素是初期影響中部地區(qū)旅游產(chǎn)業(yè)生態(tài)效率的關(guān)鍵因素，2010年出現(xiàn)“斷崖式下降”后保持穩(wěn)定，自然條件因素總體影響力較弱，其影響力分別在2009年、2016年達到峰值。③西部地區(qū)各二級驅(qū)動因素影響力均在2013年達到峰值，總體呈波動上升平穩(wěn)回落的特點。其中，自然環(huán)境因素的影響力波動幅度及峰值較高，這類因素是決定旅游資源分布及質(zhì)量的重要條件，因此對于經(jīng)濟、社會欠發(fā)達的西部地區(qū)具有更加顯著的影響。

四、結(jié)論與建議

本研究采用非期望產(chǎn)出的超效率SBM模型對2007—2017年省際旅游產(chǎn)業(yè)生態(tài)效率進行測算，并對其空間關(guān)聯(lián)與驅(qū)動因素進行探索，得到如下結(jié)論：

（1）2007—2017年國內(nèi)旅游生態(tài)綜合效率總體呈現(xiàn)波動上升趨勢，區(qū)域旅游發(fā)展綠色化與可持續(xù)化水平逐步提升，初期增長主要依靠各地區(qū)旅游生態(tài)規(guī)模發(fā)展與技術(shù)優(yōu)化所帶來的顯著成效，2012年后主要驅(qū)動力轉(zhuǎn)向區(qū)域生態(tài)管理及環(huán)保技術(shù)水平的提升。

（2）2007—2017年國內(nèi)旅游生態(tài)綜合效率及規(guī)模效率均呈現(xiàn)全局空間正相關(guān)，二者在局部上均表現(xiàn)為“高值聚集、低值聚集”的空間聚類特征;純技術(shù)效率則始終存在顯著空間負相關(guān)，其局部空間相關(guān)性顯著性較弱，且多數(shù)省份屬于空間負相關(guān)聚類類型。

（3）產(chǎn)業(yè)結(jié)構(gòu)、交通通達、常住人口、循環(huán)處理對于各地區(qū)旅游產(chǎn)業(yè)生態(tài)效率均有重要影響，經(jīng)濟基礎(chǔ)、市場開放、城鎮(zhèn)化、環(huán)境治理、自然條件的影響力則在不同地區(qū)具有差異性;相比于單一驅(qū)動因素，旅游產(chǎn)業(yè)生態(tài)效率的提升更加依靠多因素的“合力”推動，其中產(chǎn)業(yè)結(jié)構(gòu)、常住人口與其他因素的交互作用對于旅游產(chǎn)業(yè)生態(tài)效率的影響最為顯著。

（4）從全國來看，經(jīng)濟產(chǎn)業(yè)因素是影響旅游產(chǎn)業(yè)生態(tài)效率提升的關(guān)鍵，三類驅(qū)動因素的影響力探測值在觀測期內(nèi)均呈現(xiàn)波動下降的特征，三者間影響力差異逐年縮小;由于我國旅游業(yè)綠色發(fā)展存在一定時序性，并且經(jīng)濟、社會、環(huán)境等發(fā)展條件在三大地區(qū)間存在“區(qū)內(nèi)相似，區(qū)間異質(zhì)”的特征，使得不同二級驅(qū)動因素在不同地區(qū)的影響能力具有顯著差異。

旅游業(yè)綠色發(fā)展的核心在于開發(fā)管理過程中實現(xiàn)自然生態(tài)影響減量化、經(jīng)濟產(chǎn)出最大化以及環(huán)境污染與經(jīng)濟價值最優(yōu)化。鑒于此，本文提出如下建議：

（1）宏觀層面，旅游產(chǎn)業(yè)生態(tài)效率的提升需樹立全新旅游生態(tài)經(jīng)濟發(fā)展管理理念，以創(chuàng)新、協(xié)調(diào)、低碳、共享發(fā)展為內(nèi)核，轉(zhuǎn)變旅游經(jīng)濟增長優(yōu)先思想，進一步健全旅游生態(tài)發(fā)展法規(guī)制度，完善生態(tài)補償、預(yù)警、保護、防治、監(jiān)督等旅游生態(tài)經(jīng)濟運行管理機制;建立相應(yīng)管理組織，主導(dǎo)區(qū)域旅游綠色發(fā)展規(guī)劃與發(fā)展及綠色科技研發(fā)、轉(zhuǎn)化與扶持。

（2）中觀層面，應(yīng)著眼于旅游產(chǎn)業(yè)升級與行業(yè)管理。一方面關(guān)注旅游業(yè)能耗與生產(chǎn)方式，推進旅游產(chǎn)業(yè)轉(zhuǎn)型升級，促進低能耗、小排放、高效率旅游生態(tài)系統(tǒng)構(gòu)建;另一方面需強化旅游行業(yè)治理與管理能力，發(fā)揮行業(yè)組織自律、維權(quán)、溝通、協(xié)調(diào)等優(yōu)勢，提高旅游業(yè)資本利用率，關(guān)注旅游產(chǎn)業(yè)鏈延伸，提升經(jīng)濟產(chǎn)出附加值。

（3）微觀層面，企業(yè)應(yīng)樹立生態(tài)效率意識，推廣清潔能源、節(jié)能設(shè)備、污染處理設(shè)施設(shè)備，轉(zhuǎn)變原有粗放型生產(chǎn)局面，充分發(fā)揮標尺意義;注重旅游環(huán)境解說系統(tǒng)規(guī)劃與設(shè)計科學(xué)性、觀賞性、趣味性及合理性，從而更好地向旅游者介紹當(dāng)?shù)卣湎『蜑l危動植物以及各種典型生態(tài)系統(tǒng)，宣傳普及低碳旅游理念，從需求側(cè)對旅游活動觀念進行重構(gòu)，進而間接影響旅游企業(yè)供給側(cè)改革。

參考文獻：

[1] Ayres R U. Towards a Zeroemissions Economy[J]. Environmental Science and Technology，1998，32（15）：366367.

[2] WBCSD. EcoEfficiency： Creating More Value with Less Impact[R]. Geneva： WBCSD， 2000.

[3] Raymond C， Aaron B， Bertha L. EcoEfficiency and SMEs in Nova Scotia， Canada[J]. Journal of Cleaner Production， 2006， 14（67）： 542550.

[4] 劉軍，馬勇.旅游可持續(xù)發(fā)展的視角：旅游生態(tài)效率的一個綜述[J].旅游學(xué)刊， 2017， 32（9）： 4756.

[5] Goessling S， Peeters P， Ceron J P， et al. The Ecoefficiency of Tourism[J]. Ecological Economics， 2005， 54（4）：417434.

[6] 李鵬，楊桂華，鄭彪，等.基于溫室氣體排放的云南香格里拉旅游線路產(chǎn)品生態(tài)效率[J].生態(tài)學(xué)報，2008，28（5）：22072219.

[7] 蔣素梅，幸?guī)X.旅游業(yè)生態(tài)效率研究——以昆明市為例[J].旅游研究， 2014，6（2）：1419.

[8] 姚治國，陳田.旅游生態(tài)效率模型及其實證研究[J].中國人口·資源與環(huán)境，2015，25（11）：113120.

[9] PerchNielsen S， Sesartic A， Stucki M. The Greenhouse Gas Intensity of the Tourism Sector： The Case of Switzerland[J]. Environmental Science & Policy， 2010， 13（2）：131140.

[10] 甄翌.基于溫室氣體排放的旅游目的地旅游生態(tài)效率研究——以張家界為例[J].安徽農(nóng)業(yè)科學(xué)，2013，41（8）：34853487.

[11] 劉軍，問鼎，童昀，等.基于碳排放核算的中國區(qū)域旅游業(yè)生態(tài)效率測度及比較研究[J].生態(tài)學(xué)報，2019，39（6）：19791992.

[12] Schaltegger S， Burritt R L. Contemporary Environmental Accounting Issues， Concepts and Practice[M]. Sheffield：Green

Leaf Publishing，2000.

[13] 彭紅松，章錦河，韓婭，等.旅游地生態(tài)效率測度的SBMDEA模型及實證分析[J].生態(tài)學(xué)報，2017，37 （2）：628638.

[14] 林文凱， 林璧屬.區(qū)域旅游產(chǎn)業(yè)生態(tài)效率評價及其空間差異研究——以江西省為例[J].華東經(jīng)濟管理， 2018，32（6）：1925.

[15] 李振山，白洋，李曉東，等.絲綢之路經(jīng)濟帶中國段旅游業(yè)生態(tài)效率評價及空間差異分析——以西北5省域和西南4省域為例[J].西北師范大學(xué)學(xué)報（自然科學(xué)版），2020，56（1）：114121.

[16] 王兆峰，劉慶芳.長江經(jīng)濟帶旅游生態(tài)效率時空演變及其影響因素[J].長江流域資源與環(huán)境，2019，28（10）：22892298.

[17] 王淑新，何紅，王忠鋒.秦巴典型景區(qū)旅游生態(tài)效率及影響因素測度[J].西南大學(xué)學(xué)報（自然科學(xué)版），2016，38（10）：97103.

[18] 王坤，黃震方，曹芳東.中國旅游業(yè)碳排放效率的空間格局及其影響因素[J].生態(tài)學(xué)報，2015，35（21）：71507160.

[19] 王兆峰，劉慶芳.長江經(jīng)濟帶旅游生態(tài)效率時空演變及其與旅游經(jīng)濟互動響應(yīng)[J].自然資源學(xué)報，2019，34（9）：19451961.

[20] 韓元軍，吳普，林坦.基于碳排放的代表性省份旅游產(chǎn)業(yè)效率測算與比較分析[J].地理研究，2015（10）： 19571970.

[21] 查建平.中國低碳旅游發(fā)展效率、減排潛力及減排路徑[J].旅游學(xué)刊，2016（9）：101112.

[22] 閆俊娜，蘇斌，李瑩珠.能源與碳排放強度研究綜述：基于乘性結(jié)構(gòu)分解分析框架[J].中國石油大學(xué)學(xué)報（社會科學(xué)版），2020，36（5）：110.

[23] 馬麗君，鄧思凡.2008—2017年中國旅游碳排放與旅游經(jīng)濟增長的脫鉤分析——基于31個省區(qū)的比較[J].資源開發(fā)與市場，2020，36（3）：225232.

[24] 陳梅，趙煒濤.新型城鎮(zhèn)化下的旅游業(yè)與生態(tài)效率關(guān)系——以長江中游城市群為例[J].旅游學(xué)刊，2018，33（3）：8997.

[25] 彭征，殷開明.我國旅游生態(tài)效率測度及發(fā)展策略——以海南省為例[J].改革與戰(zhàn)略，2018，34（2）：151154.

[26] 胡美娟，丁正山，李在軍，等.生態(tài)效率視角下旅游業(yè)生態(tài)福利及驅(qū)動因素——以常州市為例[J].生態(tài)學(xué)報，2020，40（6）：19441955.

[27] 趙東喜.中國省際入境旅游發(fā)展影響因素研究——基于分省面板數(shù)據(jù)分析[J].旅游學(xué)刊，2008，23（1）： 4145.

[28] Tone K. Dealing with Undesirable Outputs in DEA： a SlacksBased Measure（SBM） Approach[J].GRIPS Research Report Series，2003（3）：4445.

[29] 于洋，張麗梅，陳才.我國東部地區(qū)經(jīng)濟-能源-環(huán)境-科技四元系統(tǒng)協(xié)調(diào)發(fā)展格局演變[J].經(jīng)濟地理， 2019，39（7）：1421.

[30] 程葉青，王哲野，張守志，等.中國能源消費碳排放強度及其影響因素的空間計量[J].地理學(xué)報，2013，68（10）：14181431.

[31] 王勁峰，徐成東.地理探測器：原理與展望[J].地理學(xué)報，2017，72（01）：116134.

[32] 張洪，方芳，朱文靜，等.長江經(jīng)濟帶旅游發(fā)展效率與經(jīng)濟增長水平——基于2011—2017年數(shù)據(jù)的實證研究[J].中國石油大學(xué)學(xué)報（社會科學(xué)版），2020，36（2）：4351.

Research on Spatial Correlation and Driving Factors of Ecological Efficiency in Tourism Industry Under the Background of Green Development

ZHANG Hong， FANG Wenjie， TAO Liuyan

（School of Business， Anhui University， Hefei 230601， Anhui， China）

Abstract： Study has been conducted to measure the 2007-2017 ecological efficiency of tourism industry in China based on the unexpected output SSBM models， and further use nonparametric kernel density estimation， spatial autocorrelation analysis， geography detector to explore its spatial correlation and driving factors. The results suggest that the comprehensive efficiency show gradual annual rising trend， green and sustainable level of regional tourism gradually improving. The comprehensive efficiency and scale efficiency of domestic tourism ecology are positively correlated globally， while the pure technical efficiency is always negatively correlated spatially. The effects of different driving factors on the tourism ecoefficiency in different regions manifest specific characteristics of homogeneity and heterogeneity. Compared with a single driving factor， the improvement of ecological efficiency of tourism industry relies more on the joint force of multiple factors. Economic and industrial factors are the key contributors to the improvement of ecological efficiency of tourism industry at the national level. However， due to certain timing sequence of the green development of tourism in China， the development conditions are characterized by "similarity within regions and heterogeneity across regions"， which marks the significant discrepancies of secondary drivers in different localities.

Key words： ecological efficiency of tourism industry; spatial correlation; driving factors; SSBM model; geographic detector