论文部分内容阅读
摘 要：旅行社业的经营效率影响着旅游经济的发展。通过DEA模型方法对我国旅行社业在国内旅游市场、入境旅游市场和出境旅游市场的经营效率进行分析，发现我国旅行社业在三大市场的经营是非均衡发展的。旅行社业在国内旅游市场和出境旅游市场的经营效率较多受到规模制约，在入境旅游市场的经营效率则更多受到技术上资源配置水平的制约。为此，可从打好技术与规模的组合拳、优化行业环境、打通供应链等方面入手提升旅行社经营效率。
关键词：DEA;旅行社业;旅游市场;经营效率
中图分类号：F590.654 文献标识码：A 文章编号：2095-7394（2021）03-0058-10
旅行社是旅游业发展的支柱之一，旅行社业的经营效率影响着旅游经济乃至国民经济的发展。我国旅行社企业数量由21世纪初的8 993家[1]增长到了2016年的27 939家[2]，旅行社业的经营效率受到业界和学术界关注。关于旅行社经营效率的DEA研究，国外多以旅行社个体为对象。我国利用DEA方法对旅行社发展效率的研究主要集中在两大领域：第一，关于不同地域旅行社业的效率类型的分析。如卢明强等人[3]利用2007年的截面数据对我国旅行社业的经营效率进行了数据包络分析，结果显示我国旅行社经营效率有四种不同区域类型;郭峦、杨志红[4]采用DEA方法对我国西部12省市区的旅行社经营效率进行了实证分析，发现3种不同效率类型。第二，关于全国性旅行社业及省际分异的效率分析。如武瑞杰[5]对我国旅行社的技术效率和全要素生产效率进行了研究，分析了我国旅行社业省际效率特征、区域分布特征等;胡志毅[6]对2000—2009年我国旅行社的发展效率及其变化进行了研究，揭示了我国旅行社业效率变动情况及省际差异;胡宇娜[7]利用GWR模型分析了中國区域旅行社业的效率分异及动力机制。以上研究对从整体上把握旅行社行业的发展状况具有现实意义，同时，对我国旅行社业在国内旅游市场、入境旅游市场和出境旅游市场的经营效率开展延伸研究，能更好地帮助旅行社评估经营的实际情况。
一、研究方法
数据包络分析法（Data Envelopment Analysis，DEA）是评估决策单元相对有效性的方法，被认为是非参数效率评估方法中构造得最好的[8]。Charnes、Cooper和Rhode[9]提出CCR模型，用于研究多输入变量与多输出变量的效率情况;Banker等人[10]、高珊等人[11]发展了BCC模型，可用于评估部门间纯技术有效性情况。CCR模型假设规模报酬不变，BCC模型假定规模报酬可变;CCR评价整体技术效率（Technical Efficiency，TE），BCC评价纯技术效率（Pure Technical Efficiency，PTE）。当CCR与BCC结合时，可更深入分析效率情况，如通过PTE的分解得知规模效率情况，对于规模无效率的还可分析判断其规模状态。
DEA模型通过数学规划方法得到效率边界点[12]，从而勾画前沿效率的数据包络线（见图1），凡落线上的决策单元（Decision Making Unit，DMU）是最有效投入-产出组合（如A组合），效率值定为1，不在线上的DMU则无效率（如B组合），赋予一个大于0小于1的值，根据DMU与效率前沿面的距离得到评价和排序的结果[13]，并可给出减少投入或增加产出使其有效率的建议。DEA方法不对数据进行综合，效率值与指标量纲无关[14]，在处理多输出-多输入的有效性评价方面具有绝对优势。
根据DEA分析思想，假设有[n]个DMU，[m]种输入，[p]种输出;[xij]为第[j]个DMU对第i种类型输入的投入总量（[xij]>0）;[yrj]为第[j]个DMU对第[r]种类型输出的产出总量（[yrj]>0），[vi]为第[i]种类型输入的权重;[ur]为第[r]种类型输出权重;[i]=1，2，…，[m];[r]=1，2，…，[p];[j]=1，2，…，[n]。则对于每个DMUj都有相应的效率评价指数（[hj]）：
[hj=r=1suryrji=1mnvixij]，
总能找到适当权重值[v]和[u]，使得[hj]≤1，[j]=1，2，…，[n]。在此基础上，从投入视角出发，以某个DMU效率为目标，以所有DMU效率指数为约束，构造分式规划模型;使用Charnes-Cooper变换[15]，化为线性规划模型，利用线性规划对偶理论;引入松弛变量，获得所需的CCR评估模型。CCR模型的求解结果涵盖了技术效率和规模效率的综合效率值，仅可用于判定DMU是否同时技术有效（投入要素达到最佳组合，资源得以充分利用[16]，生产处于最理想状态）和规模有效（生产处于规模收益不变状态，投入产出达到最优），但对于无效的决策单元，无法判断是技术无效还是规模无效。故此，通过增加凸性约束（[λj=1]），考虑规模报酬可变的情况，可得BCC模型。通过等量关系式：
综合效率（TE）= 纯技术效率（PTE）×规模效率（SE），即可判断当DEA无效时，到底是技术因素造成的，还是规模因素使然。
二、指标与数据
（一）指标选取
通过DEA方法衡量旅行社的投入产出效率情况，应选择好关键性指标。旅行社业有其特殊性，如机器设备的投入较少、人力投入较多等;产出方面基本没有实体产品，旅游产品本身的生产与消费同一性特征，又使旅行社的产出更多表现在接待旅游者的数量和所获取的旅游收入上。因此，相关指标的选取，既要反映旅行社的市场情况，又要反映旅行社的规模情况[17]。在结合前人研究经验的基础上，从投入导向出发[18]，选择从业人数（人）、资产总额（万元）为投入指标，以衡量旅行社在关键要素劳动力和资本方面的投入情况;选择旅游业务营业收入（万元）和旅游者接待量（人）为产出指标，以衡量旅行社在旅游收入和旅游接待能力方面的产出情况。每个年份的经营状况为一个评估决策单元（DMU），用年份作为代号。 （二）数据来源
选择2006—2015年我国旅行社经营状况为研究样本。2006年至2015年前后，是旅行社业发展中较特殊的时期。主要原因包括：第一，这一阶段是旅行社业对外开放力度前所未有的，同时也在积极对内开放，旅行社三大市场的发展均已有效涵盖;第二，旅行社数量从2006年开始以9.67%的增幅扩张，到2014年旅行社的数量扩张幅度减缓至2.29%，2015年前后旅行社业基本处于一个比较稳定的数量规模阶段，故此时期可较真实地反映旅行社规模效率的变化;第三，2014年我国进入4G时代，考虑到技术效率问题，以2015年为样本截止年限，有利于提升研究的针对性和对未来的启示性;第四，鉴于相关统计数据发布延续性的变化，该时期的数据完整性较好，能从整体上反映发展全貌。同时，考虑到相关数据的权威性，研究样本数据来源于《中国旅游统计年鉴》（2007—2016）、《中国统计年鉴》（2007—2016）、2010年度至2015年度《全国旅行社统计调查情况的公报》，其中《全国旅行社统计调查情况的公报》为国家旅游局官方公布的数据。由于DEA方法不对数据进行综合，所以无需对研究样本数据进行无量纲化处理。对选取的指标数据进行Pearson相关分析，各相关系数为正，具备同向扩张性，且DMU个数大于投入、产出指标数之和的2倍[19]，符合DEA经验法则要求，适用于DEA分析。相关数据经收集、转化、换算、计算等整理如表1—表4所示。
三、测算与解读
通过MaxDEA软件，采用投入导向的CCR和BCC模型，对我国旅行社业2006—2015年在三大旅游业务市场，即国内旅游市场、入境旅游市场和出境旅游市场的经营效率情况分别进行测算和评价。
（一）旅行社国内旅游市场经营效率评价
以旅行社业资产总额（万元）、从业人数（人）为投入指标，以国内旅游营业收入（万元）和国内旅游接待人数（人）为产出指标，进行旅行社国内旅游市场经营效率的DEA分析。按照《中国旅游统计年鉴》的指标解释，“国内旅游接待人数”包括了本社组团本社接待和外社组团本社接待的国内游客人数[20]，可綜合反映旅行社组团和接团能力，无需再加总国内旅游组团人数。2006—2015年，我国旅行社国内旅游市场经营效率测算结果见表5所示。
从表5中可看出，2006年到2015年期间，旅行社业国内旅游市场经营综合效率（TE）最高的年份为2011和2012年，TE值为1，DEA有效;TE值高于平均水平的年份为2009—2012年，其余6个年份TE值均低于平均水平;国内旅游市场经营综合效率最低的年份为2006年，与2011年、2012年相比，在产出不变的条件下，2006年的旅行社业投入可降低约16.48%。2006—2015年，我国旅行社业国内旅游市场经营的综合效率有一定波动，整体呈现M型变化，其中2006年、2007年、2009年、2010年的DEA无效是由规模无效导致的，2008年及2013—2015年的DEA无效则存在技术无效且规模无效的状况。
国内旅游市场经营的纯技术效率（PTE）2006—2012年基本维持在有效水平上（2008年PTE值也接近1），说明这期间旅行社业的投入要素组合较为合理，在当时的技术条件下，资源得到了较为充分的利用。2013年PTE值出现下降，之后逐渐上升，但低于期内平均值，说明在此期间，旅行社业在面临“互联网+”、智慧旅游、APP运用、网络定制、智慧城市等技术革新条件下，未能达到充分融合发展的效果。
国内旅游市场经营的规模效率（SE），除在2011年、2012年达到最优外，其他时期均处于规模无效状态。2006—2010年旅行社业的资产投入增幅达37.41%，说明旅行社规模处在不断增长调整期，加上对资源组合使用的技术提高，通过规模的扩张能带动经营效率的提高，符合TE值变化特征。结合2013—2015年PTE值情况可知：在此期间我国旅行社业国内市场经营DEA无效主要是由技术无效导致的;2013—2015年旅行社业资产投入增幅为27.43%，说明旅行社规模依然在增长;但由于资源组合使用技术的降低，通过规模扩张所能提高的TE值非常有限。
（二）旅行社入境旅游市场经营效率评价
以旅行社业资产总额（万元）、从业人数（人）为投入指标，以入境旅游营业收入（万元）和接待入境游客人数（人）为产出指标，进行旅行社入境旅游市场经营效率的DEA分析。其中，“接待入境游客人数”指标包括了本社外联并接待的团队游客和接受外社委托接待的团队游客[20]，能反映旅行社对外招徕和接待的能力。2006—2015年我国旅行社入境旅游市场经营效率测算结果见表6所示。
从表6可以看出，2006—2015年间，旅行社业经营入境旅游市场的综合效率在2006年、2007年、2010年达到了最高水平，TE值为1，DEA有效，其余年份的TE值除2008年、2011年外均低于平均水平。2008年旅游行业受到了国际金融危机的影响，入境经营综合效率有所降低;2009年进入了发展调整期，TE值进一步下降。入境旅游市场经营综合效率最低的年份为2013年，说明与2006等DEA有效年份相比，在产出不变的条件下，2013年的旅行社业投入可降低约23.92%。2006—2015年，我国旅行社业入境旅游市场经营的综合效率在2011年及之后有一定波动，整体呈波浪型变化，所有DEA无效年份均表现为技术无效且规模无效。
2006—2007年入境旅游市场经营的纯技术效率维持在有效水平上，说明这期间在经营入境旅游业务上，旅行社业的投入要素组合较为合理。随着适应当时新技术的发展，旅行社资源配置符合潮流趋势，相关资源的作用得到了充分发挥。之后，由于金融危机等的影响，PTE值下降。2010年调整到最佳水平，2011年开始PTE值持续下降，到2015年有所上升，但依然较大幅度低于期内平均值，说明旅行社业在面临又一轮新技术调整情况下，相关资源的配置未能获得最优比例。国际旅游者越来越多地利用互联网制定旅游计划并进行旅游交易，美国旅游产业协会也指出，有近74%的旅游者借助搜索引擎制定旅行计划[21]，在互联网成为人们消费升级的主要内生动力时[22]，我国旅行社在这方面的技术融合能力尚有欠缺。总体上，我国旅行社业在入境旅游经营方面存在着资源组合使用效率不理想，人员使用与资产投入未能有效配套，跟不上技术发展步伐，在资源配置上未能有效融合国际旅游者对新技术、新产品组合、新线路开发的需求。 入境旅游市场经营的规模效率在2006年、2007年、2010年达到最优，其他时期均处于规模无效状态。结合2008—2009年旅行社入境旅游经营的PTE值情况看，可知在此期间我国旅行社业入境市场DEA无效主要是由规模无效导致的，通过规模扩张能带动经营效率的提升，与TE值变化一致。2011—2015年的SE值与PTE值相比，SE值处于较高水平，可知在此期间我国旅行社经营入境旅游DEA无效主要是由技术无效导致的，由于资源配置技术未能跟上规模增长，仅通过规模扩张无法实现DEA有效。
（三）旅行社出境旅游市场经营效率评价
以旅行社业资产总额（万元）、从业人数（人）为投入指标，以出境旅游营业收入（万元）和旅行社组织出境游客人数（人）为产出指标，进行旅行社出境旅游市场经营效率的DEA分析。2006—2015年我国旅行社出境旅游市场经营效率测算结果见表7所示。
从表7可以看出，2006—2015年旅行社业出境旅游市场经营的综合效率在2015年达到了最优，TE值为1，DEA有效;2006—2010各年的TE值低于平均水平，2011—2015各年TE值高于平均水平。出境旅游市场经营综合效率最低的年份为2006年，与2015年相比，旅行社业在经营出境游产出不变的条件下，2006年的投入可降低约50.38%。2006—2015年，旅行社业出境旅游市场经营的综合效率基本呈现向上发展的势头，尤其2007—2012年TE值逐年上升。2006年、2008年、2010年、2012年四个年份的DEA无效由规模无效导致，其余年份的DEA无效均由技术无效且规模无效导致。
出境旅游市场经营的纯技术效率从2006—2012年基本维持在较高水平上（2007年、2009年、2011年PTE值接近1，其他为1），说明在此期间，旅行社业经营出境旅游业务的投入要素组合较为合理，出境旅游供给基本符合旅游者需求，资源配合使用较为得当。2013—2014年PTE值下降，均低于期内平均值，说明此间旅行社业在组织出境旅游时的资源组合和利用水平有进一步提高的空间，2015年得到优化。从PTE值总体情况看，相比之入境市场，旅行社在出境市场的经营上资源配置技术更高，相对国际入境旅游者的需求，旅行社更加了解国人的出境旅游需求。
出境旅游市场经营的规模效率仅在2015年实现最优，其他年份均处于规模无效状态。2006—2010年旅行社出境旅游经营的SE值均低于平均水平，其余年份高于平均值。结合2013年PTE值情况，可知旅行社业2013年经营出境市场DEA无效主要是由技术无效导致的，由于资源配置技术未能跟上规模增长，仅通过规模扩张无法实现DEA有效。考虑到2006—2012年旅行社经营出境旅游的PTE值为1或接近1，以及2014年PTE值、SE值情况，可知在此期间我国旅行社业出境市场DEA无效主要是由规模无效导致的，随着旅游者出境旅游需求的进一步释放，规模扩张是能帶动经营效率增长的。
四、结论
通过使用DEA模型，对我国旅行社业在国内旅游市场、入境旅游市场、出境旅游市场经营效率进行比较分析，调查结果显示：
首先，从旅行社三大市场经营的综合效率比较看（图2），国内旅游市场经营综合效率较为平稳，入境旅游市场经营综合效率呈现下滑趋势，出境旅游市场经营综合效率总体呈上升趋势。就均值看，国内市场经营综合效率最高，出境市场最低。
其次，从旅行社三大市场经营的纯技术效率比较看（图3），2006—2010年间国内、入境、出境市场经营的纯技术效率基本保持在较高的稳定水平上。2011年及之后年份则有不同变化趋势，总体上的基本排序是（PTE值由低到高）：入境市场、国内市场、出境市场。就均值看，PTE最高的是出境市场，最低的为入境市场。
最后，从旅行社三大市场经营的规模效率比较看（图4），前期分异较大，到后期分异逐渐减小，我国旅行社的规模在逐渐得到优化。就均值而言，规模效率最高的为入境市场，最低的是出境市场。
结果表明，旅行社在三大市场的经营并不十分协调，国内市场和出境市场的经营效率较多受规模制约，效率提升有限;入境市场的经营效率则更多受技术进步与资源配置水平的制约，效率改善面临瓶颈约束。
鉴于此，我国旅行社业在未来发展中应从以下三个方面入手：第一，打好组合拳，既重视规模提升的质量也关注资源投入的有效配置。国内旅游市场的发展在拉动内需上功不可没，从DEA分析看，还有一定的规模提升空间;入境旅游市场带来巨大的创汇能力，为适应国际入境旅游者的需求应在资源配置技术上有所提高;出境旅游市场发展方兴未艾，规模提升空间巨大。第二，优化行业发展环境，有序竞争。旅行社在三大市场的非均衡发展与旅游市场的人为分割有一定关联，很多弱小旅行社几乎在同样的市场上面对同样顾客经营同样产品，水平式分工使我国旅行社更多地在进行横向的价格竞争，导致旅游业务经营的规模质量欠佳，资源配置手段粗放。应鼓励旅行社专业化和集团化发展，在面对美国运通、日本JTB等国外超大型跨国公司的竞争时，须通过兼并重组，实现大、优、强，形成更具国际竞争力的旅行社航母，从而带动和引领中小旅行社有序发展，促进旅行社的垂直分工。第三，打通旅游服务供应链，从供给侧寻求旅行社经营的优化路径。网络时代的旅行社应适应信息技术的高速发展，融入ICT行业，将旅游消费者拉入旅游产品的设计和生产过程，进行价值共创，从旅游者的参与中不断优化供给，从而获得较好的技术效率和规模效率。
综上，2006—2015年旅行社经营效率的分析对旅行社业未来发展具有一定启示意义，尤其在受到疫情等公共事件影响下，旅行社的相关业务需进一步优化。打好组合拳、优化产业环境、打通供应链，可以使旅行社在国内旅游市场的发展上有更大发展空间。在遇到国际旅行风险的情况下，旅行社着力于国内市场，通过线上线下多元组合式的业务发展，有利于旅行社分散风险，同时可以在更大的跨时空范围内实现与国际市场的大循环。 参考文献：
[1] 中华人民共和国国家旅游局.中国旅游统计年鉴（2001）[M].北京：中国旅游出版社，2001：8.
[2] 中华人民共和国国家旅游局.中国旅游统计年鉴（2017）[M].北京：中国旅游出版社，2017：126.
[3] 卢明强，徐舒，王秀梅，等.基于数据包络分析（DEA）的我国旅行社行业经营效率研究[J].旅游论坛，2010，3（6）：734-738.
[4] 郭峦，杨志红.基于DEA方法的西部地区旅行社经营效率研究[J].企业经济，2013 （6）：105-109.
[5] 武瑞杰.旅行社技术效率和全要素生产率变化研究[J].云南民族大学学报（哲学社会科学版），2013，30（4）：93-99.
[6] 胡志毅.基于DEA-Malmquist模型的中国旅行社业发展效率特征分析[J].旅游学刊，2015，30（5）：23-30.
[7] 胡宇娜，梅林，魏建国.基于GWR模型的中国区域旅行社业效率空间分异及动力机制分析[J].地理科学， 2018，38 （1）：107-113.
[8] 严高剑，马添翼.关于DEA方法[J].科学管理研究.2005，23（2）：54-56.
[9] CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making unit [J]. European Journal of Operational Research， 1978 （2）： 429-444.
[10] BANKER R D，CHARNES A，COOPER W W. Some models for estimating technical and scale inefficiencies in DEA [J]. Management Science， 1984（30）： 1078-1092.
[11] 高珊，徐元明，金高峰，等.规模经营主体综合技术效率差异及影响因素：以江苏省水稻生产为例[J].长江流域资源与环境，2019，28（10）：2376-2385.
[12] 任毅，丁黄艳，任雪.长江经济带工业能源效率空间差异化特征与发展趋势：基于三阶段DEA模型的实证研究[J].经济问题探索，2016 （3）：93-100.
[13] 李志龙，王迪云.武陵山片区旅游经济：生态效率时空分异及影响因素[J/OL].经济地理，2020（6）：1-15[2020 -02 -22].http：//kns.cnki.net/kcms/detail/43.1126.k.20200113.0959.002.html.
[14] TOLOO M， HAN?LOV?J. Multi-valued measures in DEA in the presence of undesirable outputs [J]. Omega， 2020，94：1-11.
[15] 陈骑兵，张利凤，苏文.基于DEA交叉评价的资源型城市效率动态研究：以四川省地级资源型城市为例[J].四川环境，2017，36（1）：139-143.
[16] 李洪波，史欢.基于DEA方法的国内众创空间运行效率评价[J].华东经济管理，2019，33（12）：77-83.
[17] 郭鲁芳，吴儒练.省域旅行社行业竞争力比较实证研究：以江蘇和浙江为例[J].经济地理，2009，29（11）：1914-1917.
[18] 诸大建，何芳，霍佳震，等.中国城市可持续发展绿皮书（中国35个大中城市和长三角16个城市可持续发展评估，2012—2013）[M].上海：同济大学出版社，2014：30.
[19] 梁明珠，易婷婷，LI B. 基于DEA-MI模型的城市旅游效率演进模式研究[J].旅游学刊，2013，28（5）：53-62.
[20] 中华人民共和国国家旅游局.中国旅游统计年鉴（2014）[M].北京：中国旅游出版社，2014：125.
[21] 李莉，张捷.互联网信息评价对游客信息行为和出游决策的影响研究[J].旅游学刊，2013，28（10）：23-29.
[22] 白萍，伊成山.城乡居民消费升级的内生动力机制：基于互联网视角的考察[J].商业经济研究，2019（8）：40-44.
责任编辑 徐 晶
A Comparative Study on the Operational Efficiency of the Three Major Markets of Travel Agency Industry
YU Fei
（School of Economics and Management， Anhui Agricultural University， Hefei 230036， China）
Abstract： The operational efficiency of travel agency industry affects the development of tourism economy. By using the DEA model method to analyze the operational efficiency of Chinese travel agency industry in the domestic， inbound and outbound tourism market， it is found that the development of Chinese travel agency industry in the three major markets is unbalanced. The operating efficiency in the domestic and outbound tourism markets of travel agency industry is more subjected to the constraint of the scale， and the efficiency of inbound tourism market is restricted by the allocation of technical resources. It is possible to promote the operational efficiency of travel agency industry by combining technology and scale， optimizing industry environment， smoothing supply chain and etc..
Key words： DEA; travel agency industry; tourism market; operating efficiency
关键词：DEA;旅行社业;旅游市场;经营效率
中图分类号：F590.654 文献标识码：A 文章编号：2095-7394（2021）03-0058-10
旅行社是旅游业发展的支柱之一，旅行社业的经营效率影响着旅游经济乃至国民经济的发展。我国旅行社企业数量由21世纪初的8 993家[1]增长到了2016年的27 939家[2]，旅行社业的经营效率受到业界和学术界关注。关于旅行社经营效率的DEA研究，国外多以旅行社个体为对象。我国利用DEA方法对旅行社发展效率的研究主要集中在两大领域：第一，关于不同地域旅行社业的效率类型的分析。如卢明强等人[3]利用2007年的截面数据对我国旅行社业的经营效率进行了数据包络分析，结果显示我国旅行社经营效率有四种不同区域类型;郭峦、杨志红[4]采用DEA方法对我国西部12省市区的旅行社经营效率进行了实证分析，发现3种不同效率类型。第二，关于全国性旅行社业及省际分异的效率分析。如武瑞杰[5]对我国旅行社的技术效率和全要素生产效率进行了研究，分析了我国旅行社业省际效率特征、区域分布特征等;胡志毅[6]对2000—2009年我国旅行社的发展效率及其变化进行了研究，揭示了我国旅行社业效率变动情况及省际差异;胡宇娜[7]利用GWR模型分析了中國区域旅行社业的效率分异及动力机制。以上研究对从整体上把握旅行社行业的发展状况具有现实意义，同时，对我国旅行社业在国内旅游市场、入境旅游市场和出境旅游市场的经营效率开展延伸研究，能更好地帮助旅行社评估经营的实际情况。
一、研究方法
数据包络分析法（Data Envelopment Analysis，DEA）是评估决策单元相对有效性的方法，被认为是非参数效率评估方法中构造得最好的[8]。Charnes、Cooper和Rhode[9]提出CCR模型，用于研究多输入变量与多输出变量的效率情况;Banker等人[10]、高珊等人[11]发展了BCC模型，可用于评估部门间纯技术有效性情况。CCR模型假设规模报酬不变，BCC模型假定规模报酬可变;CCR评价整体技术效率（Technical Efficiency，TE），BCC评价纯技术效率（Pure Technical Efficiency，PTE）。当CCR与BCC结合时，可更深入分析效率情况，如通过PTE的分解得知规模效率情况，对于规模无效率的还可分析判断其规模状态。
DEA模型通过数学规划方法得到效率边界点[12]，从而勾画前沿效率的数据包络线（见图1），凡落线上的决策单元（Decision Making Unit，DMU）是最有效投入-产出组合（如A组合），效率值定为1，不在线上的DMU则无效率（如B组合），赋予一个大于0小于1的值，根据DMU与效率前沿面的距离得到评价和排序的结果[13]，并可给出减少投入或增加产出使其有效率的建议。DEA方法不对数据进行综合，效率值与指标量纲无关[14]，在处理多输出-多输入的有效性评价方面具有绝对优势。
根据DEA分析思想，假设有[n]个DMU，[m]种输入，[p]种输出;[xij]为第[j]个DMU对第i种类型输入的投入总量（[xij]>0）;[yrj]为第[j]个DMU对第[r]种类型输出的产出总量（[yrj]>0），[vi]为第[i]种类型输入的权重;[ur]为第[r]种类型输出权重;[i]=1，2，…，[m];[r]=1，2，…，[p];[j]=1，2，…，[n]。则对于每个DMUj都有相应的效率评价指数（[hj]）：
[hj=r=1suryrji=1mnvixij]，
总能找到适当权重值[v]和[u]，使得[hj]≤1，[j]=1，2，…，[n]。在此基础上，从投入视角出发，以某个DMU效率为目标，以所有DMU效率指数为约束，构造分式规划模型;使用Charnes-Cooper变换[15]，化为线性规划模型，利用线性规划对偶理论;引入松弛变量，获得所需的CCR评估模型。CCR模型的求解结果涵盖了技术效率和规模效率的综合效率值，仅可用于判定DMU是否同时技术有效（投入要素达到最佳组合，资源得以充分利用[16]，生产处于最理想状态）和规模有效（生产处于规模收益不变状态，投入产出达到最优），但对于无效的决策单元，无法判断是技术无效还是规模无效。故此，通过增加凸性约束（[λj=1]），考虑规模报酬可变的情况，可得BCC模型。通过等量关系式：
综合效率（TE）= 纯技术效率（PTE）×规模效率（SE），即可判断当DEA无效时，到底是技术因素造成的，还是规模因素使然。
二、指标与数据
（一）指标选取
通过DEA方法衡量旅行社的投入产出效率情况，应选择好关键性指标。旅行社业有其特殊性，如机器设备的投入较少、人力投入较多等;产出方面基本没有实体产品，旅游产品本身的生产与消费同一性特征，又使旅行社的产出更多表现在接待旅游者的数量和所获取的旅游收入上。因此，相关指标的选取，既要反映旅行社的市场情况，又要反映旅行社的规模情况[17]。在结合前人研究经验的基础上，从投入导向出发[18]，选择从业人数（人）、资产总额（万元）为投入指标，以衡量旅行社在关键要素劳动力和资本方面的投入情况;选择旅游业务营业收入（万元）和旅游者接待量（人）为产出指标，以衡量旅行社在旅游收入和旅游接待能力方面的产出情况。每个年份的经营状况为一个评估决策单元（DMU），用年份作为代号。 （二）数据来源
选择2006—2015年我国旅行社经营状况为研究样本。2006年至2015年前后，是旅行社业发展中较特殊的时期。主要原因包括：第一，这一阶段是旅行社业对外开放力度前所未有的，同时也在积极对内开放，旅行社三大市场的发展均已有效涵盖;第二，旅行社数量从2006年开始以9.67%的增幅扩张，到2014年旅行社的数量扩张幅度减缓至2.29%，2015年前后旅行社业基本处于一个比较稳定的数量规模阶段，故此时期可较真实地反映旅行社规模效率的变化;第三，2014年我国进入4G时代，考虑到技术效率问题，以2015年为样本截止年限，有利于提升研究的针对性和对未来的启示性;第四，鉴于相关统计数据发布延续性的变化，该时期的数据完整性较好，能从整体上反映发展全貌。同时，考虑到相关数据的权威性，研究样本数据来源于《中国旅游统计年鉴》（2007—2016）、《中国统计年鉴》（2007—2016）、2010年度至2015年度《全国旅行社统计调查情况的公报》，其中《全国旅行社统计调查情况的公报》为国家旅游局官方公布的数据。由于DEA方法不对数据进行综合，所以无需对研究样本数据进行无量纲化处理。对选取的指标数据进行Pearson相关分析，各相关系数为正，具备同向扩张性，且DMU个数大于投入、产出指标数之和的2倍[19]，符合DEA经验法则要求，适用于DEA分析。相关数据经收集、转化、换算、计算等整理如表1—表4所示。
三、测算与解读
通过MaxDEA软件，采用投入导向的CCR和BCC模型，对我国旅行社业2006—2015年在三大旅游业务市场，即国内旅游市场、入境旅游市场和出境旅游市场的经营效率情况分别进行测算和评价。
（一）旅行社国内旅游市场经营效率评价
以旅行社业资产总额（万元）、从业人数（人）为投入指标，以国内旅游营业收入（万元）和国内旅游接待人数（人）为产出指标，进行旅行社国内旅游市场经营效率的DEA分析。按照《中国旅游统计年鉴》的指标解释，“国内旅游接待人数”包括了本社组团本社接待和外社组团本社接待的国内游客人数[20]，可綜合反映旅行社组团和接团能力，无需再加总国内旅游组团人数。2006—2015年，我国旅行社国内旅游市场经营效率测算结果见表5所示。
从表5中可看出，2006年到2015年期间，旅行社业国内旅游市场经营综合效率（TE）最高的年份为2011和2012年，TE值为1，DEA有效;TE值高于平均水平的年份为2009—2012年，其余6个年份TE值均低于平均水平;国内旅游市场经营综合效率最低的年份为2006年，与2011年、2012年相比，在产出不变的条件下，2006年的旅行社业投入可降低约16.48%。2006—2015年，我国旅行社业国内旅游市场经营的综合效率有一定波动，整体呈现M型变化，其中2006年、2007年、2009年、2010年的DEA无效是由规模无效导致的，2008年及2013—2015年的DEA无效则存在技术无效且规模无效的状况。
国内旅游市场经营的纯技术效率（PTE）2006—2012年基本维持在有效水平上（2008年PTE值也接近1），说明这期间旅行社业的投入要素组合较为合理，在当时的技术条件下，资源得到了较为充分的利用。2013年PTE值出现下降，之后逐渐上升，但低于期内平均值，说明在此期间，旅行社业在面临“互联网+”、智慧旅游、APP运用、网络定制、智慧城市等技术革新条件下，未能达到充分融合发展的效果。
国内旅游市场经营的规模效率（SE），除在2011年、2012年达到最优外，其他时期均处于规模无效状态。2006—2010年旅行社业的资产投入增幅达37.41%，说明旅行社规模处在不断增长调整期，加上对资源组合使用的技术提高，通过规模的扩张能带动经营效率的提高，符合TE值变化特征。结合2013—2015年PTE值情况可知：在此期间我国旅行社业国内市场经营DEA无效主要是由技术无效导致的;2013—2015年旅行社业资产投入增幅为27.43%，说明旅行社规模依然在增长;但由于资源组合使用技术的降低，通过规模扩张所能提高的TE值非常有限。
（二）旅行社入境旅游市场经营效率评价
以旅行社业资产总额（万元）、从业人数（人）为投入指标，以入境旅游营业收入（万元）和接待入境游客人数（人）为产出指标，进行旅行社入境旅游市场经营效率的DEA分析。其中，“接待入境游客人数”指标包括了本社外联并接待的团队游客和接受外社委托接待的团队游客[20]，能反映旅行社对外招徕和接待的能力。2006—2015年我国旅行社入境旅游市场经营效率测算结果见表6所示。
从表6可以看出，2006—2015年间，旅行社业经营入境旅游市场的综合效率在2006年、2007年、2010年达到了最高水平，TE值为1，DEA有效，其余年份的TE值除2008年、2011年外均低于平均水平。2008年旅游行业受到了国际金融危机的影响，入境经营综合效率有所降低;2009年进入了发展调整期，TE值进一步下降。入境旅游市场经营综合效率最低的年份为2013年，说明与2006等DEA有效年份相比，在产出不变的条件下，2013年的旅行社业投入可降低约23.92%。2006—2015年，我国旅行社业入境旅游市场经营的综合效率在2011年及之后有一定波动，整体呈波浪型变化，所有DEA无效年份均表现为技术无效且规模无效。
2006—2007年入境旅游市场经营的纯技术效率维持在有效水平上，说明这期间在经营入境旅游业务上，旅行社业的投入要素组合较为合理。随着适应当时新技术的发展，旅行社资源配置符合潮流趋势，相关资源的作用得到了充分发挥。之后，由于金融危机等的影响，PTE值下降。2010年调整到最佳水平，2011年开始PTE值持续下降，到2015年有所上升，但依然较大幅度低于期内平均值，说明旅行社业在面临又一轮新技术调整情况下，相关资源的配置未能获得最优比例。国际旅游者越来越多地利用互联网制定旅游计划并进行旅游交易，美国旅游产业协会也指出，有近74%的旅游者借助搜索引擎制定旅行计划[21]，在互联网成为人们消费升级的主要内生动力时[22]，我国旅行社在这方面的技术融合能力尚有欠缺。总体上，我国旅行社业在入境旅游经营方面存在着资源组合使用效率不理想，人员使用与资产投入未能有效配套，跟不上技术发展步伐，在资源配置上未能有效融合国际旅游者对新技术、新产品组合、新线路开发的需求。 入境旅游市场经营的规模效率在2006年、2007年、2010年达到最优，其他时期均处于规模无效状态。结合2008—2009年旅行社入境旅游经营的PTE值情况看，可知在此期间我国旅行社业入境市场DEA无效主要是由规模无效导致的，通过规模扩张能带动经营效率的提升，与TE值变化一致。2011—2015年的SE值与PTE值相比，SE值处于较高水平，可知在此期间我国旅行社经营入境旅游DEA无效主要是由技术无效导致的，由于资源配置技术未能跟上规模增长，仅通过规模扩张无法实现DEA有效。
（三）旅行社出境旅游市场经营效率评价
以旅行社业资产总额（万元）、从业人数（人）为投入指标，以出境旅游营业收入（万元）和旅行社组织出境游客人数（人）为产出指标，进行旅行社出境旅游市场经营效率的DEA分析。2006—2015年我国旅行社出境旅游市场经营效率测算结果见表7所示。
从表7可以看出，2006—2015年旅行社业出境旅游市场经营的综合效率在2015年达到了最优，TE值为1，DEA有效;2006—2010各年的TE值低于平均水平，2011—2015各年TE值高于平均水平。出境旅游市场经营综合效率最低的年份为2006年，与2015年相比，旅行社业在经营出境游产出不变的条件下，2006年的投入可降低约50.38%。2006—2015年，旅行社业出境旅游市场经营的综合效率基本呈现向上发展的势头，尤其2007—2012年TE值逐年上升。2006年、2008年、2010年、2012年四个年份的DEA无效由规模无效导致，其余年份的DEA无效均由技术无效且规模无效导致。
出境旅游市场经营的纯技术效率从2006—2012年基本维持在较高水平上（2007年、2009年、2011年PTE值接近1，其他为1），说明在此期间，旅行社业经营出境旅游业务的投入要素组合较为合理，出境旅游供给基本符合旅游者需求，资源配合使用较为得当。2013—2014年PTE值下降，均低于期内平均值，说明此间旅行社业在组织出境旅游时的资源组合和利用水平有进一步提高的空间，2015年得到优化。从PTE值总体情况看，相比之入境市场，旅行社在出境市场的经营上资源配置技术更高，相对国际入境旅游者的需求，旅行社更加了解国人的出境旅游需求。
出境旅游市场经营的规模效率仅在2015年实现最优，其他年份均处于规模无效状态。2006—2010年旅行社出境旅游经营的SE值均低于平均水平，其余年份高于平均值。结合2013年PTE值情况，可知旅行社业2013年经营出境市场DEA无效主要是由技术无效导致的，由于资源配置技术未能跟上规模增长，仅通过规模扩张无法实现DEA有效。考虑到2006—2012年旅行社经营出境旅游的PTE值为1或接近1，以及2014年PTE值、SE值情况，可知在此期间我国旅行社业出境市场DEA无效主要是由规模无效导致的，随着旅游者出境旅游需求的进一步释放，规模扩张是能帶动经营效率增长的。
四、结论
通过使用DEA模型，对我国旅行社业在国内旅游市场、入境旅游市场、出境旅游市场经营效率进行比较分析，调查结果显示：
首先，从旅行社三大市场经营的综合效率比较看（图2），国内旅游市场经营综合效率较为平稳，入境旅游市场经营综合效率呈现下滑趋势，出境旅游市场经营综合效率总体呈上升趋势。就均值看，国内市场经营综合效率最高，出境市场最低。
其次，从旅行社三大市场经营的纯技术效率比较看（图3），2006—2010年间国内、入境、出境市场经营的纯技术效率基本保持在较高的稳定水平上。2011年及之后年份则有不同变化趋势，总体上的基本排序是（PTE值由低到高）：入境市场、国内市场、出境市场。就均值看，PTE最高的是出境市场，最低的为入境市场。
最后，从旅行社三大市场经营的规模效率比较看（图4），前期分异较大，到后期分异逐渐减小，我国旅行社的规模在逐渐得到优化。就均值而言，规模效率最高的为入境市场，最低的是出境市场。
结果表明，旅行社在三大市场的经营并不十分协调，国内市场和出境市场的经营效率较多受规模制约，效率提升有限;入境市场的经营效率则更多受技术进步与资源配置水平的制约，效率改善面临瓶颈约束。
鉴于此，我国旅行社业在未来发展中应从以下三个方面入手：第一，打好组合拳，既重视规模提升的质量也关注资源投入的有效配置。国内旅游市场的发展在拉动内需上功不可没，从DEA分析看，还有一定的规模提升空间;入境旅游市场带来巨大的创汇能力，为适应国际入境旅游者的需求应在资源配置技术上有所提高;出境旅游市场发展方兴未艾，规模提升空间巨大。第二，优化行业发展环境，有序竞争。旅行社在三大市场的非均衡发展与旅游市场的人为分割有一定关联，很多弱小旅行社几乎在同样的市场上面对同样顾客经营同样产品，水平式分工使我国旅行社更多地在进行横向的价格竞争，导致旅游业务经营的规模质量欠佳，资源配置手段粗放。应鼓励旅行社专业化和集团化发展，在面对美国运通、日本JTB等国外超大型跨国公司的竞争时，须通过兼并重组，实现大、优、强，形成更具国际竞争力的旅行社航母，从而带动和引领中小旅行社有序发展，促进旅行社的垂直分工。第三，打通旅游服务供应链，从供给侧寻求旅行社经营的优化路径。网络时代的旅行社应适应信息技术的高速发展，融入ICT行业，将旅游消费者拉入旅游产品的设计和生产过程，进行价值共创，从旅游者的参与中不断优化供给，从而获得较好的技术效率和规模效率。
综上，2006—2015年旅行社经营效率的分析对旅行社业未来发展具有一定启示意义，尤其在受到疫情等公共事件影响下，旅行社的相关业务需进一步优化。打好组合拳、优化产业环境、打通供应链，可以使旅行社在国内旅游市场的发展上有更大发展空间。在遇到国际旅行风险的情况下，旅行社着力于国内市场，通过线上线下多元组合式的业务发展，有利于旅行社分散风险，同时可以在更大的跨时空范围内实现与国际市场的大循环。 参考文献：
[1] 中华人民共和国国家旅游局.中国旅游统计年鉴（2001）[M].北京：中国旅游出版社，2001：8.
[2] 中华人民共和国国家旅游局.中国旅游统计年鉴（2017）[M].北京：中国旅游出版社，2017：126.
[3] 卢明强，徐舒，王秀梅，等.基于数据包络分析（DEA）的我国旅行社行业经营效率研究[J].旅游论坛，2010，3（6）：734-738.
[4] 郭峦，杨志红.基于DEA方法的西部地区旅行社经营效率研究[J].企业经济，2013 （6）：105-109.
[5] 武瑞杰.旅行社技术效率和全要素生产率变化研究[J].云南民族大学学报（哲学社会科学版），2013，30（4）：93-99.
[6] 胡志毅.基于DEA-Malmquist模型的中国旅行社业发展效率特征分析[J].旅游学刊，2015，30（5）：23-30.
[7] 胡宇娜，梅林，魏建国.基于GWR模型的中国区域旅行社业效率空间分异及动力机制分析[J].地理科学， 2018，38 （1）：107-113.
[8] 严高剑，马添翼.关于DEA方法[J].科学管理研究.2005，23（2）：54-56.
[9] CHARNES A，COOPER W W，RHODES E. Measuring the efficiency of decision making unit [J]. European Journal of Operational Research， 1978 （2）： 429-444.
[10] BANKER R D，CHARNES A，COOPER W W. Some models for estimating technical and scale inefficiencies in DEA [J]. Management Science， 1984（30）： 1078-1092.
[11] 高珊，徐元明，金高峰，等.规模经营主体综合技术效率差异及影响因素：以江苏省水稻生产为例[J].长江流域资源与环境，2019，28（10）：2376-2385.
[12] 任毅，丁黄艳，任雪.长江经济带工业能源效率空间差异化特征与发展趋势：基于三阶段DEA模型的实证研究[J].经济问题探索，2016 （3）：93-100.
[13] 李志龙，王迪云.武陵山片区旅游经济：生态效率时空分异及影响因素[J/OL].经济地理，2020（6）：1-15[2020 -02 -22].http：//kns.cnki.net/kcms/detail/43.1126.k.20200113.0959.002.html.
[14] TOLOO M， HAN?LOV?J. Multi-valued measures in DEA in the presence of undesirable outputs [J]. Omega， 2020，94：1-11.
[15] 陈骑兵，张利凤，苏文.基于DEA交叉评价的资源型城市效率动态研究：以四川省地级资源型城市为例[J].四川环境，2017，36（1）：139-143.
[16] 李洪波，史欢.基于DEA方法的国内众创空间运行效率评价[J].华东经济管理，2019，33（12）：77-83.
[17] 郭鲁芳，吴儒练.省域旅行社行业竞争力比较实证研究：以江蘇和浙江为例[J].经济地理，2009，29（11）：1914-1917.
[18] 诸大建，何芳，霍佳震，等.中国城市可持续发展绿皮书（中国35个大中城市和长三角16个城市可持续发展评估，2012—2013）[M].上海：同济大学出版社，2014：30.
[19] 梁明珠，易婷婷，LI B. 基于DEA-MI模型的城市旅游效率演进模式研究[J].旅游学刊，2013，28（5）：53-62.
[20] 中华人民共和国国家旅游局.中国旅游统计年鉴（2014）[M].北京：中国旅游出版社，2014：125.
[21] 李莉，张捷.互联网信息评价对游客信息行为和出游决策的影响研究[J].旅游学刊，2013，28（10）：23-29.
[22] 白萍，伊成山.城乡居民消费升级的内生动力机制：基于互联网视角的考察[J].商业经济研究，2019（8）：40-44.
责任编辑 徐 晶
A Comparative Study on the Operational Efficiency of the Three Major Markets of Travel Agency Industry
YU Fei
（School of Economics and Management， Anhui Agricultural University， Hefei 230036， China）
Abstract： The operational efficiency of travel agency industry affects the development of tourism economy. By using the DEA model method to analyze the operational efficiency of Chinese travel agency industry in the domestic， inbound and outbound tourism market， it is found that the development of Chinese travel agency industry in the three major markets is unbalanced. The operating efficiency in the domestic and outbound tourism markets of travel agency industry is more subjected to the constraint of the scale， and the efficiency of inbound tourism market is restricted by the allocation of technical resources. It is possible to promote the operational efficiency of travel agency industry by combining technology and scale， optimizing industry environment， smoothing supply chain and etc..
Key words： DEA; travel agency industry; tourism market; operating efficiency