原创《区域旅行社业效率的时空分异》：本论文为您写旅行社毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
摘 要：文章运用DEA（数据包络分析法）结合 Malmquist 指数模型,利用2003—2016年的相关旅游数据,对中国区域旅行社业效率在时间和空间两个维度方面的变化进行了实证研究.根据测算结果得出以下结论：首先,中国旅行社业的整体综合效率是随着时间逐步提高的；而中国东西部效率高,中部低,并且两者差距较大,而西部和东部的差距相较来说比较小；而从效率的分布类型来看,东部地区较多高效率和高稳定性的效率类型,且东部地区各省之间,旅行社业的效率差异在不断地缩小；从省际层面来看,绝大部分省份的旅行社业的综合效率是处于增长的态势的,极少数省份是在下降的.
关键词：DEA模型；Malmquist指数模型；旅行社业效率；时空分异
中图分类号：F590.3 文献标识码：A 文章编号：1008-4428（2018）06-0042-02
一、 引言
由于国家政策的倾斜和资源禀赋的差异,导致我国各个地区的旅游环境和基础的经济条件存在很大差异,这就直接导致我国旅行社的分布以及经营情况存在区域间的非均衡状态,而这种不均衡对我国的旅行社业乃至旅游业的发展都非常不利.
因此,分析旅行社业效率的时空差异特点,找到造成不均衡现状的原因,可以为我国旅行社业的发展提供一些参考.文章正是基于以上现状,运用DEA模型结合 Malmquist 指数模型,从时间和空间两个维度,动态静态相结合的两种视角,并利用2003—2016年全国31个省级旅行社业的数据,来分析中国旅行社业整体效率的变化趋势和省际差异,尝试通过数据分析来探讨旅行社业发展的效率差异化原因.
二、 研究设计
(一)研究数据
本研究选取31个省级旅行社业的数据作为基础数据,这31个省是基本决策单元.根据DEA模型的投入产出指标选取原则,投入和产出指标数量之和应该至多是决策单元数量的三分之一,所以由于基本决策单元是31个,投入产出指标之和必须至多为10.本文选取指标的原则是：结合数据实际的可获取性和适用性进行指标体系的构建.基于以上因素,本研究决定以从业人数、旅行社数量、固定资产总额这三项作为投入指标；旅行社组团数量和接待量、旅行社营业收入、营业税金及附加这三项作为产出指标,通过以上探讨来形成本文研究模型的指标体系.
(二)数据来源
文章主要应用2003—2016年这十四年的《中国旅游统计年鉴》以及《中国旅游统计年鉴（副本）》数据,部分来自国家统计局网站以及各省市统计年鉴,还有少部分数据来自各省份的旅游局网站.
(三)研究方法
1. 数据包络分析法
数据包络分析法是一种效率评价方法,在1978年由Charnes和Cooper等人提出,主要解决的是：对于不确定函数关系的多输入和多输出决策单元这种类型的问题进行效率评价.这也是本文选择该方法进行评价的主要原因.首先,DEA方法对于变量的选取有较大的自由度,因为输入输出变量之间不需要有确定的函数关系；其次由于指标的评价是相对值,所以不需要處理原始数据；最后权重的赋值是内定的,所以排除了主观赋值的不确定性.基于以上三点,文章采取数据包络分析法对中国区域旅行社业效率进行评价.
Xj、Yj分别代表输入和输出（j等于1,2,3等,n）,DMUj代表评价决策单元,则：
Xj等于（x1j,x2j,等xmj）T,Yj等于（y1j,y2j,等ysj）T,j等于1,2,3,等,n
那么假定规模报酬不变的情况下,DEA模型（简称CRS或CCR模型）构建如下：
min[θ-ε（eTS-+eTS+）]（1）
s.t∑nj等于1Xjλj+S-等于θX0
∑nj等于1Xjλj-S+等于Y0
λj≥0,j等于1,等,n
S-≥0,S+≥0
该模型中,通过θ的值来反映旅行社业的综合效率,且θ（0<θ≤1）,当θ在0—1之间时,θ的大小与旅行社业的效率呈正相关,当θ=1时,则达到最大值,证明此时旅行社业的效率最高；ε是非阿基米德无穷小量；eT=（1,1,…,1）∈Em和eT=（1,1,…,1）∈Es,分别为m维和s维单位向量空间,S-代表松弛变量；S+代表剩余变量；λj是权重变量；Em,Es分别表示m维和s维向量空间；Xj、Yj分别代表输入和输出向量.
当增加∑ni等于1λj等于1的约束条件时,就将此DEA模型转化为规模报酬可变的模型（简称VRS或BCC模型）,这也比较符合实际情况,且此时TE等于PTE×SE.
纯技术效率表示旅行社行业中旅游要素资源配置和利用水平,规模效率则表示旅行社业规模集聚水平,而综合效率可拆分为纯技术效率和规模效率.无论是CCR模型还是BCC模型,都可以用旅行社业综合效率来反映旅行社行业中旅游要素的利用水平、资源配置水平以及规模集聚的水平等.
2. Malmquist指数模型
全要素生产率常被作为衡量科技进步的重要指标,因为全要素生产率是除了传统的资本及人力资源投入之外的其他投入要素所带来的经济增长率.文章是通过Malmquist指数模型来从时间维度来分析全要素生产率的变化,从而通过计算结果衡量我国科技进步对旅行社业的影响.Malmquist指数模型是Fare等提出用来测度全要素生产率变化指数.基础模型如下：
三、 结果分析
(一)时间变化
根据DEA模型的测算结果可知：2003—2016年以来,我国旅行社行业的资源以及技术投入不断加大,但是根据产出结果分析,整体的技术效率水平以及规模效率的趋势并未因此而出现明显的增长.这就说明我国的旅行社业的资源配置效率较低,且资源利用以及规模集聚效益并没有得到充分的发挥.
旅行社论文参考资料：
结论：区域旅行社业效率的时空分异为关于旅行社方面的的相关大学硕士和相关本科毕业论文以及相关旅行社论文开题报告范文和职称论文写作参考文献资料下载。
