文艷 孫根年

[摘? ? 要]貿(mào)易效率是評估貨物與服務(wù)貿(mào)易市場開發(fā)程度的有效指標，對識別其市場潛力與揭示其全球貿(mào)易發(fā)展格局能發(fā)揮重要作用。為此，文章以2011—2017年我國入境旅游118個客源地的年度數(shù)據(jù)為樣本，構(gòu)建異質(zhì)性隨機前沿引力模型，分別引入7個自然因素和8個人為因素作為貿(mào)易引力模型和非效率項的解釋變量，采用STATA 15.0進行估計。結(jié)果發(fā)現(xiàn)：我國入境旅游貿(mào)易效率總體均值為0.5989，效率損失較大，且整體呈下降的態(tài)勢，表明我國入境旅游發(fā)展形勢較為嚴峻。我國入境旅游重要客源市場主要集中在大洋洲、北美洲、歐洲、東亞及東南亞地區(qū);隨著“一帶一路”合作倡議得到更多響應(yīng)，亞洲國家成為我國入境旅游規(guī)模新的增長點，如越南、緬甸和蒙古國。影響入境旅游貿(mào)易效率波動的因素已由我國的旅游資源稟賦、空氣質(zhì)量和服務(wù)業(yè)發(fā)展環(huán)境等內(nèi)部因素，轉(zhuǎn)變成客源國社會穩(wěn)定、“一帶一路”沿線國家身份以及雙邊自由貿(mào)易協(xié)定簽訂與否等外部因素，作用方式也由單邊發(fā)展到雙邊相互作用，反映出我國入境旅游發(fā)展環(huán)境復(fù)雜化趨勢。

[關(guān)鍵詞]入境旅游;貿(mào)易效率;異質(zhì)性隨機前沿引力模型;影響因素

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）03-0029-15

Doi： 10.19765/j.cnki.1002-5006.2021.03.008

引言

入境旅游是衡量國際旅游發(fā)展水平的關(guān)鍵指標，在我國從旅游大國邁向旅游強國的進程中發(fā)揮重要作用。但隨著國際貿(mào)易環(huán)境的復(fù)雜化，我國旅游出口貿(mào)易不穩(wěn)定因素增多，市場結(jié)構(gòu)與貿(mào)易格局發(fā)生了明顯變化。21世紀以來，受SARS、汶川地震及美國次貸危機等一系列事件沖擊，我國入境旅游規(guī)模分別在2003年、2008年、2009年發(fā)生嚴重下滑，甚至在2012—2014年出現(xiàn)負增長，后續(xù)持續(xù)保持個位數(shù)的增長率，整體呈波動式減速發(fā)展態(tài)勢1。相較于出境旅游平均兩位數(shù)的增長率，這一現(xiàn)象引發(fā)了學(xué)術(shù)界對我國入境旅游發(fā)展前景的擔憂[1]。我國入境旅游客源市場是否還有拓展空間呢？對比鄰國日本入境旅游的高增長率，我國出現(xiàn)的停滯不前甚至倒退現(xiàn)象，進一步將這一問題推上關(guān)注的熱點。

為此，學(xué)者們從入境旅游影響因素角度，采用定性或定量分析方法探究我國入境旅游發(fā)展的阻力因素，認為是內(nèi)外部因素共同作用的結(jié)果。其中，內(nèi)部阻力因素主要包括國家旅游形象[2]、旅游價格[3]、旅游接待設(shè)施[4-5]、空氣質(zhì)量[6]、貿(mào)易開放度[7]、經(jīng)濟發(fā)展水平[8]等;外部阻力因素主要包括國際金融環(huán)境[9-10]、外國媒體宣傳[11]、匯率[12]、貿(mào)易或政治沖突[13-14]等。以上研究只探討了入境旅游發(fā)展問題產(chǎn)生的可能原因，并未解答是否存在發(fā)展空間問題本身。貿(mào)易效率是國際貿(mào)易學(xué)理論中判斷市場開發(fā)程度的一個重要指標[15]，即實際貿(mào)易與貿(mào)易潛力的比值。學(xué)者將此指標引入旅游研究領(lǐng)域，用以評估我國典型區(qū)域入境旅游市場開發(fā)程度，可有效解決市場潛力測度問題 [16-17]。關(guān)于貿(mào)易效率測度方法，綜合Wang和Greene優(yōu)點的異質(zhì)性隨機前沿引力模型是應(yīng)用較為廣泛的方法之一[18-23]。其中，貿(mào)易非效率模型既可以估計效率與影響因素的相關(guān)關(guān)系，還可以分離個體異質(zhì)性和考慮非效率項非單調(diào)性的問題，在提高估計精準度方面有顯著成效。因此，本文將利用此模型對我國入境旅游貿(mào)易效率及其影響因素進行深入研究，為開拓國際市場提供理論參考依據(jù)。

1 文獻回顧

目前，關(guān)于入境旅游效率的研究成果主要集中在研究主體、量化方法和影響因素等方面。在研究主體方面，以目的地為主體的文獻居多，主要關(guān)注其旅游生產(chǎn)效率問題。學(xué)術(shù)界普遍使用一般均衡理論中的投入-產(chǎn)出分析方法[24]，聚焦目的地旅游產(chǎn)業(yè)投入要素與產(chǎn)出結(jié)果之間的關(guān)系，以旅游生產(chǎn)效率指標評估發(fā)展效益。目的地的空間范圍由城市擴展到全國，如浙江省11個地級市[25]、泛珠三角區(qū)域9省[26]、“一帶一路”沿線?。▍^(qū)）[27]以及中國東部、中部和西部區(qū)域[28]等范圍。入境旅游生產(chǎn)效率可以協(xié)助目的地發(fā)掘旅游相關(guān)資源投入的無效耗費，為優(yōu)化其資源配置結(jié)構(gòu)提供支撐。同時，受旅游資源有限性的約束以及綠色發(fā)展的追求，最大化入境旅游供給能力成為了目的地旅游產(chǎn)業(yè)可持續(xù)發(fā)展的選擇之一。但入境旅游是客源地國際旅游者向目的地流動的形式，具有國際貿(mào)易的一般特征，其發(fā)展效率受雙邊共同影響。由此，部分學(xué)者轉(zhuǎn)移到對目的地和客源地雙邊關(guān)系的關(guān)注，空間范圍涉及跨國界的典型區(qū)域。如在“一帶一路”合作倡議下，我國與其沿線國家貿(mào)易互動快速升溫，直接影響了我國入境旅游貿(mào)易效率，整體呈上升趨勢[16-17]。然而，目前關(guān)于我國與全球客源地之間入境旅游貿(mào)易效率研究成果仍然不足，不利于系統(tǒng)全面認識我國入境旅游發(fā)展格局。為此，本文將研究樣本拓寬至全球范圍，試圖揭示我國入境旅游客源市場開發(fā)現(xiàn)狀。

旅游效率測度可以有效評估與監(jiān)測旅游發(fā)展績效，對其產(chǎn)業(yè)發(fā)展戰(zhàn)略制定有著至關(guān)重要的作用[29]。目前，數(shù)據(jù)包絡(luò)分析方法（data envelopment analysis，DEA）和隨機前沿分析方法（stochastic frontier analysis，SFA）是衡量前沿效率的主流方法。DEA方法是以線性規(guī)劃為工具的一種評價方法，對于評價復(fù)雜系統(tǒng)的多投入和多產(chǎn)出具有獨到之處[30]。獨立使用DEA方法在衡量中國區(qū)域旅游效率[31]、城市入境旅游發(fā)展效率[25]中得到廣泛應(yīng)用。與其他方法組合使用也為測度入境旅游效率提供了新選擇，如傳統(tǒng)DEA與Bootstrap-DEA組合方法對中國旅游業(yè)發(fā)展效率的估計[32]、與面板Tobit方法結(jié)合對西北5?。▍^(qū)）入境旅游效率的測度[33]，以及構(gòu)建超效率DEA模型評估泛珠三角區(qū)域9省的入境旅游發(fā)展效率[26]。因為DEA沒有考慮統(tǒng)計誤差的影響，以致存在無法確認隨機干擾因素對效率影響的弊端，所以學(xué)術(shù)界開始關(guān)注SFA方法[34]。

各客源地入境中國旅游人數(shù)ITN數(shù)據(jù)來源于世界旅游組織。GDP、POP、S_TIE數(shù)據(jù)來源于世界銀行數(shù)據(jù)庫，GDP以2010年不變價美元計價。Dist、Border、Lang和REER數(shù)據(jù)來源于法國國際信息與展望研究中心數(shù)據(jù)庫（Centre dEtudes Prospectives et dInformations Internationales，CEPII）。中國世界遺產(chǎn)全球占比（TR）來源于世界遺產(chǎn)委員會《世界遺產(chǎn)名錄》。PM2.5數(shù)據(jù)來源于世界發(fā)展指標數(shù)據(jù)庫（World Development Indicators，WDI）。PS數(shù)據(jù)來源于全球治理指標數(shù)據(jù)庫（Worldwide Governance Indicators，WGI）。B&R數(shù)據(jù)來源于中國一帶一路官方網(wǎng)站（https：//www. yidaiyilu.gov.cn）。FTA數(shù)據(jù)來源于中國自由貿(mào)易區(qū)服務(wù)網(wǎng)站（http：//www.mofcom.gov.cn）。

3 模型檢驗與結(jié)果分析

3.1 模型檢驗

首先，為確保估計模型的穩(wěn)健性，本文使用STATA 15.0軟件對傳統(tǒng)引力模型分別進行最小二乘法（ordinary least squares，OLS）、固定效應(yīng)（fixed effects，F(xiàn)E）和隨機效應(yīng)（random effects，RE）估計，作為異質(zhì)性隨機前沿引力模型的基準參考，如表1中模型（1）～模型（3）。估計結(jié)果顯示，OLS、FE和RE的解釋變量系數(shù)符號基本與理論預(yù)期一致，且多數(shù)在1%水平上顯著，說明本文的引力模型能較好擬合中國入境旅游貿(mào)易規(guī)模。Hausman檢驗值在5%水平上顯著，即拒絕適用RE模型的原假設(shè)，證明FE模型具有更高估計效率。

然后，通過對TFE-SFA-GM模型假設(shè)條件逐步放松，本文得到不同約束條件下的估計結(jié)果，如表1中模型（4）～模型（8）。其中，模型（4）假設(shè)uijt=0，即不存在非效率項，表明系統(tǒng)處于隨機前沿面上;模型（5）假設(shè)μit=0，表明僅非效率項均值在前沿面上，只考慮方差的異質(zhì)性;模型（6）假設(shè)ω=0，表明非效率項均值偏離前沿面，但只考慮方差的異質(zhì)性;模型（7）假設(shè)γ=0，表明無效率項方差不受外生變量影響，即為同方差，只考慮均值的異質(zhì)性;模型（8）假設(shè)完全無約束，即同時考慮非效率項均值和方差的異質(zhì)性。

最后，與FE模型對比，TFE-SFA-GM模型得到的解釋變量系數(shù)符號與之完全一致，說明該模型設(shè)定合理。由于采用極大似然估計方法，TFE-SFA-GM模型可以揭示地理距離、共同邊界與語言等不隨時間變化的因素對貿(mào)易規(guī)模的影響，彌補了FE無法估計此類變量的缺陷。在TFE-SFA-GM模型中，似然比檢驗量LR1的原假設(shè)為“不存在非效率項”，LR2的原假設(shè)為“不存在完全異質(zhì)性的非效率部分”。根據(jù)表1結(jié)果所示，LR1、LR2均在1%水平上拒絕原假設(shè)，說明存在非效率項的模型更有效，且非效率項均值和方差都會受到外生變量影響。由此判斷，充分考慮了非效率項異質(zhì)性的模型（8）明顯優(yōu)于其他模型。因此，本文主要基于模型（8）分析中國入境旅游貿(mào)易規(guī)模和貿(mào)易效率的影響因素。

3.2 入境旅游貿(mào)易規(guī)模影響因素分析

由表1模型（8）的估計結(jié)果可知，我國經(jīng)濟規(guī)模變量（GDPit）在1%的水平上顯著為負，即對入境旅游貿(mào)易規(guī)模擴大產(chǎn)生抑制作用。我國GDP快速增長的同時，人均收入水平和物價出現(xiàn)大幅上漲，可能已超過大部分客源地收入水平增長的幅度，致使旅行成本增加，從而成為入境旅游者的阻力影響因素。客源地經(jīng)濟規(guī)模變量（GDPjt）在1%的水平上顯著為正，表明客源地經(jīng)濟規(guī)模的擴大有助于提升進入中國的旅游者規(guī)模，可能是因為客源地GDP與公民可自由支配收入同步增加，更多潛在旅游者獲得了充足資金支持。我國人口數(shù)量（POPit）未通過顯著性檢驗，可能是因為我國人口數(shù)量長期位居世界前列，相較于多數(shù)客源地來說屬于絕對領(lǐng)先，從而導(dǎo)致其失去影響意義。客源地人口數(shù)量（POPjt）的系數(shù)在1%的水平上顯著為正，表明客源地人口基數(shù)越大，客源地進入中國開展國際旅游的旅游者人數(shù)可能會越多。地理距離（Distij）的影響在1%的水平上顯著為負，表明兩國距離越遠，導(dǎo)致以交通成本為代表的貿(mào)易成本越高，是入境旅游者明顯的阻礙因素。共同邊界（Borderij）和共同語言（Langij）在1%的水平上顯著為正，反映出兩國相鄰與擁有共同語言有利于增強彼此之間貿(mào)易聯(lián)系，從而促進我國入境旅游貿(mào)易規(guī)模的擴大。

3.3 入境旅游貿(mào)易效率影響因素分析

本文將從非效率項的均值和方差兩個方面分析外生變量對入境旅游貿(mào)易效率的影響。從模型（8）中無效率項的結(jié)果來看，外生變量對無效率項均值的影響要大于對方差的影響。

在無效率項均值模型中，我國世界遺產(chǎn)數(shù)量占比（TRit）和服務(wù)業(yè)就業(yè)人員占比（S_TIEit）在10%水平上顯著為負，即對入境旅游貿(mào)易效率影響顯著為正，說明擁有越多具有國際影響力的旅游資源和越發(fā)達的服務(wù)經(jīng)濟社會，越有可能吸引更多入境旅游者，從而提升我國對客源地的貿(mào)易效率均值。其中，服務(wù)業(yè)就業(yè)人員占比（S_TIEit）系數(shù)接近于0，表明我國服務(wù)業(yè)發(fā)展環(huán)境的提升對貿(mào)易效率的促進作用偏小。PM2.5暴露值（PM2.5it）未通過顯著性檢驗，但其與非效率項正相關(guān)的系數(shù)表明，我國空氣質(zhì)量在研究期內(nèi)對入境旅游者的負面影響仍然存在，只是不明顯，這與我國近年來實施了大量環(huán)境保護措施息息相關(guān)。PM2.5暴露值已由2011年的70.54μg/m3下降到2017年的52.66μg/m3，說明取得顯著成效。客源國的服務(wù)業(yè)就業(yè)人員占比（S_TIEjt）和社會穩(wěn)定度（PSjt）在1%的水平上對非效率項有顯著負向影響，即對入境旅游貿(mào)易效率有正向影響，說明推動客源地服務(wù)經(jīng)濟發(fā)展和維持社會穩(wěn)定有利于增加國際旅游消費需求，是提升貿(mào)易效率的重要助力因素。客源地實際有效匯率（REERjt）在1%水平上顯著為正，說明各客源地出境旅游者的購買力與我國入境旅游貿(mào)易效率負相關(guān)，反映出我國高消費水平旅游者的嚴重流失現(xiàn)象。與鄰國日本作對比，其國際高端旅游消費者規(guī)模整體呈上升趨勢，而我國基本停滯不前，甚至出現(xiàn)倒退，這可能與我國和個別發(fā)達國家的政治摩擦有關(guān)系?？驮吹亍耙粠б宦贰毖鼐€國家身份（B&Rj）在1%水平上顯著為負，即對入境旅游貿(mào)易效率有著正向影響，說明相較于其他國家或地區(qū)，提高我國對“一帶一路”沿線國家貿(mào)易效率的可能性更大，同時也體現(xiàn)出“一帶一路”倡議對發(fā)展區(qū)域經(jīng)濟做出的重要貢獻。雙邊自由貿(mào)易協(xié)定（FTAijt）在1%顯著水平上為負，即對入境旅游貿(mào)易效率有著正向積極影響，說明國際旅游區(qū)域一體化水平有利于提高我國入境旅游貿(mào)易效率，為雙邊旅游貿(mào)易互動提供政策支持。

在無效率項方差模型中，客源地社會穩(wěn)定度（PSjt）和“一帶一路”沿線國家身份（B&Rj）在1%顯著水平上為負，即對貿(mào)易效率的不穩(wěn)定性有抑制作用，說明維持社會穩(wěn)定和支持“一帶一路”倡議的客源地更容易與我國有著較強的貿(mào)易聯(lián)系，有助于降低我國入境旅游貿(mào)易效率的波動。雙邊自由貿(mào)易協(xié)定（FTAijt）在1%顯著水平上為正，即簽訂自由貿(mào)易協(xié)定會擴大貿(mào)易效率的不確定性。分析其原因可能是自由貿(mào)易協(xié)定內(nèi)容中存在排他性條款，又或者是與我國簽訂自由貿(mào)易協(xié)定的國家或地區(qū)較多，加劇了這些國家或地區(qū)之間的競爭，從而導(dǎo)致貿(mào)易效率波動的可能性變大。然而，我國世界遺產(chǎn)數(shù)量占比（TRit）、PM 2.5暴露值（PM 2.5it）和服務(wù)業(yè)就業(yè)人員占比（S_TIEit）未通過顯著性檢驗，說明我國旅游資源稟賦、空氣質(zhì)量和服務(wù)業(yè)發(fā)展環(huán)境等內(nèi)部因素對貿(mào)易非效率波動的影響不突出，側(cè)面反映出這些因素不是我國入境旅游的主要發(fā)展阻力。

4 入境旅游貿(mào)易效率的時空分析

根據(jù)式（11）計算得出，2011—2017年我國在全球范圍內(nèi)的入境旅游貿(mào)易效率總體均值為0.5989，表明貿(mào)易效率達到了最優(yōu)水平的59.89%。然而，由于各客源地社會環(huán)境和經(jīng)濟發(fā)展水平差異較大，貿(mào)易效率總體均值的代表性有限，因此，本文將從時間和空間維度對貿(mào)易效率分布及變化進行深入分析。使用ArcMap10.2軟件，本文繪制2011—2017年我國入境旅游主要客源地貿(mào)易效率及總體年均值趨勢圖（圖1），以及入境旅游118個客源國各年份及其總體均值時空分布圖（圖2）1。根據(jù)入境旅游貿(mào)易效率值分布特征，本文將其分為5種類型：[0.4001，0.5000]為不成熟客源地，[0.5001，0.6000]為一般成熟客源地，[0.6001，0.7000]為比較成熟客源地，[0.7001，0.8000]為非常成熟客源地，[0.8001，0.9000]為優(yōu)質(zhì)客源地。

由圖1可知，研究期內(nèi)入境旅游貿(mào)易效率年平均值呈時序下降走勢，由2011年的0.6232降低到2017年的0.5780。其中，2013—2015年間下降幅度較大，貿(mào)易效率年均值在2014年直接下跌一個檔次，于2016年開始減緩。進一步研究發(fā)現(xiàn)，近52%客源地貿(mào)易效率在研究期內(nèi)出現(xiàn)持續(xù)下降現(xiàn)象，其他則呈波動式的變化軌跡。

對比客源地類型占比的時間分布特征（圖2）發(fā)現(xiàn)，在2011—2017年期間，不成熟客源地由5.93%上升到13.56%，一般成熟客源地則由33.90%上升至53.39%。對應(yīng)來看，比較成熟、非常成熟和優(yōu)質(zhì)客源地均呈下降趨勢。其中，只有蒙古國、緬甸和納米比亞曾短暫成為我國入境旅游的優(yōu)質(zhì)客源地。如圖2a～圖2g所示，分析我國長期的主要入境旅游客源地發(fā)現(xiàn)，越南、新西蘭、加拿大、澳大利亞和蒙古國則基本保持非常成熟客源地類型。然而，相較于其他幾個發(fā)達國家，越南和蒙古國較高的貿(mào)易效率值看似十分突兀，但結(jié)合現(xiàn)實情況可以發(fā)現(xiàn)其存在的合理性。如這兩國均與中國接壤，擁有顯著的地緣優(yōu)勢，并且近年來雙邊貿(mào)易得到快速發(fā)展。日本、馬來西亞、德國、哈薩克斯坦和荷蘭等非常成熟客源地分別都在2013年退居為比較成熟客源地類型。其中，受“釣魚島事件”影響，日本入境中國的旅游者規(guī)模持續(xù)縮小，由2011年的365.81萬人次減少到2017年268.00萬人次。隨后，韓國、法國、英國、泰國、新加坡、俄羅斯和菲律賓等主要入境旅游市場也相繼退出我國非常成熟客源地類型。其中，英國和新加坡的貿(mào)易效率下降幅度最大;而韓國在“薩德事件”之后，其貿(mào)易效率也加速下跌。美國是我國非常成熟的入境旅游客源地，但隨著兩國之間政治或貿(mào)易摩擦不斷增多，其貿(mào)易效率值呈高速下降態(tài)勢，于2017年降為比較成熟類客源地。意大利、瑞士、葡萄牙、芬蘭、西班牙和奧地利等國家長期屬于我國入境旅游的一般成熟客源地，但貿(mào)易效率值也均出現(xiàn)下降趨勢。

然而，對于部分“一帶一路”沿線國家來說，其貿(mào)易效率出現(xiàn)了增長變化，如越南、蒙古國、老撾、尼泊爾、肯尼亞、埃塞俄比亞、贊比亞和白俄羅斯等國家。其中，越南和蒙古國的貿(mào)易效率值分別于2013年、2016年開始逐年增長（圖1）。由此表明，“一帶一路”國家級頂層合作倡議為提升我國入境旅游貿(mào)易效率做出了積極貢獻。

由圖2h可知，研究期內(nèi)我國非常成熟的客源市場主要集中在大洋洲、北美、西歐、東歐、東亞及東南亞等地區(qū)。其中，除了俄羅斯、蒙古國、韓國、菲律賓和越南與中國相鄰?fù)?，其他大部分客源地均遠離中國。從客源地發(fā)達程度來看，既有發(fā)達國家，又有發(fā)展中國家，說明我國入境旅游市場有均衡發(fā)展的趨勢。比較成熟類客源地主要分布在中亞、南亞、南歐、北歐及南美地區(qū)，一般成熟客源地大部分都集中在南非，而不成熟客源地基本分布在南美洲。

隨著時間的推移，我國入境旅游客源市場類型空間分布特征發(fā)生了明顯變化，如圖2a～圖2g所示。大洋洲地區(qū)的澳大利亞和新西蘭，在研究期內(nèi)一直保持非常成熟類客源地，貿(mào)易效率值最大達0.7883，最小也有0.7209，屬于我國長期穩(wěn)定的入境旅游客源市場。北美洲的美國和加拿大基本是非常成熟客源地類型，只是美國的貿(mào)易效率值在2017年減少到0.6983，由此降為比較成熟類客源地，但仍未動搖其作為我國入境旅游主要市場的地位。東歐的俄羅斯在2011—2014年一直是非常成熟客源地類型，2015年之后變?yōu)楸容^成熟客源地。中、西歐地區(qū)的荷蘭、法國、英國、德國陸續(xù)在2013年、2014年由非常成熟客源地轉(zhuǎn)變?yōu)楸容^成熟客源地。在東亞地區(qū)的日本和韓國也相繼在2013年、2017年發(fā)生同樣轉(zhuǎn)變，但蒙古國則長期處于非常成熟類。中亞地區(qū)的哈薩克斯坦于2014年降級為比較成熟客源地。東南亞地區(qū)整體表現(xiàn)優(yōu)異，如越南一直保持非常成熟類型;菲律賓、新加坡及馬來西亞均在非常類和比較類之間變化;而緬甸的貿(mào)易效率則于2016年開始跳躍式增長，直到2017年的0.8230，轉(zhuǎn)變?yōu)閮?yōu)質(zhì)客源地。南美地區(qū)大部分國家在2014年之前都屬于比較成熟類客源地，之后大部分轉(zhuǎn)變?yōu)橐话愠墒祛愋?。而非洲多?shù)國家或地區(qū)長期都是一般成熟類客源地，僅極少數(shù)國家如阿爾及利亞、岡比亞、馬達加斯加在前期短暫成為比較成熟客源地。

5 結(jié)論與討論

5.1 研究結(jié)論

本文以2011—2017年我國與118個客源地相關(guān)入境旅游年度數(shù)據(jù)為研究樣本，首先，構(gòu)建與檢驗了異質(zhì)性隨機前沿引力模型，篩選出入境旅游規(guī)模與貿(mào)易效率主要影響因素作為解釋變量;其次，利用以上模型分別估計出入境旅游規(guī)模、貿(mào)易效率與其主要影響因素的相關(guān)關(guān)系及作用強度;最后，根據(jù)入境旅游貿(mào)易效率分析其時空變化特點，從而得出以下結(jié)論。

第一，我國入境旅游貿(mào)易效率離最優(yōu)水平有較大差距，且表現(xiàn)出整體下降態(tài)勢，須警惕入境旅游客源市場流失的風險。研究期內(nèi)，相對于前沿面來說，我國入境旅游貿(mào)易效率年平均損失高達40.11%。與此同時，無論是貿(mào)易效率年均值，還是各客源地每年的貿(mào)易效率值，均出現(xiàn)時序上的下滑態(tài)勢。結(jié)果導(dǎo)致優(yōu)質(zhì)客源地寥寥無幾，非常成熟類和比較成熟類客源地數(shù)量持續(xù)減少;而一般成熟類客源地數(shù)量絕對領(lǐng)先，2017年占比高達53.39%;不成熟類客源地數(shù)量占比也由5.93%上升到13.56%。隨著我國參與國際貿(mào)易不斷深化，我國入境旅游易受國際大環(huán)境和區(qū)域小環(huán)境影響的脆弱性表現(xiàn)愈發(fā)突出。比如，由美國次貸危機引發(fā)的國際金融危機，以及近些年我國面臨的領(lǐng)土爭端，與個別西方國家頻發(fā)的政治或貿(mào)易沖突，對我國入境旅游市場消費需求產(chǎn)生消極影響，并導(dǎo)致我國國際旅游形象嚴重受損。

第二，我國入境旅游的重要客源市場主要聚集在遠距離的跨洲際地區(qū)，近距離的洲際內(nèi)客源市場開發(fā)相對不充分，但也顯現(xiàn)發(fā)展機遇。貿(mào)易效率均值大于0.7000的客源市場主要集中在大洋洲、北美洲、歐洲以及亞洲的東部和東南部地區(qū)，大部分都是發(fā)達國家，正是長期以來我國入境旅游主要市場1。然而近年來，在“一帶一路”合作倡議的積極帶動下，亞洲部分發(fā)展中國家異軍突起，成功躋身我國入境旅游人數(shù)排名前十強，如越南、緬甸和蒙古國。加之，近距離的洲際內(nèi)市場在交通成本方面優(yōu)勢明顯，蘊含巨大市場潛力。從長遠發(fā)展來看，挖掘亞洲內(nèi)客源市場是補充和拓寬我國入境旅游國際消費市場的一個良好機遇，同時也是穩(wěn)定并提升我國入境旅游貿(mào)易效率的有效措施。

第三，我國入境旅游貿(mào)易效率影響因素的類型從內(nèi)部型向外部型轉(zhuǎn)變，來源由單邊擴展到雙邊，其發(fā)展環(huán)境愈發(fā)復(fù)雜。雖然我國旅游資源稟賦、服務(wù)業(yè)發(fā)展環(huán)境對貿(mào)易效率均值有促進作用，空氣質(zhì)量不存在顯著抑制作用，但考慮到這些因素對非效率項方差的影響均不顯著，因此，本文認為我國入境旅游貿(mào)易效率的不穩(wěn)定性受上述內(nèi)部因素的影響不大。然而，客源國的社會穩(wěn)定、“一帶一路”沿線國家身份以及雙邊是否簽訂自由貿(mào)易協(xié)定，不僅對非效率項均值有顯著影響，對其方差也有顯著影響。這說明上述3個外部因素與貿(mào)易效率不穩(wěn)定性具有顯著相關(guān)性，可能導(dǎo)致貿(mào)易效率發(fā)生明顯波動。在國際社會不確定性因素逐漸增多的背景下，我國入境旅游貿(mào)易效率波動的誘因出現(xiàn)由內(nèi)部因素轉(zhuǎn)向客源地與雙邊關(guān)系的外部因素的跡象，且目的地和客源地共同影響著目的地的入境旅游發(fā)展。

5.2 研究討論

在主要研究結(jié)論之外，本文還發(fā)現(xiàn)了我國入境旅游發(fā)展中的一些新情況，需要進一步核實。從理論上推斷，經(jīng)濟體量（GDPit）是替代物體質(zhì)量的常用變量，根據(jù)萬有引力定律基本內(nèi)容，雙邊的GDP與貿(mào)易規(guī)模一般成正相關(guān)關(guān)系[39-41]。但是，本文得出了我國GDP與入境旅游規(guī)模顯著負相關(guān)結(jié)果。分析其成因，可能是因為GDP與物價水平一般呈正相關(guān)關(guān)系，近年來，隨著我國GDP產(chǎn)值高速增長，物價水平迅速抬升，導(dǎo)致入境旅游成本增加，對入境旅游者消費需求產(chǎn)生了消極影響[56]。改革開放初期，我國社會經(jīng)濟發(fā)展水平低，旅游服務(wù)配套設(shè)施及服務(wù)質(zhì)量相對落后，需要大力擴大GDP規(guī)模，以社會整體發(fā)展帶動入境旅游業(yè)務(wù)。進入21世紀之后，我國GDP有了突破性的提升，于2010年超越日本成為世界第二大經(jīng)濟體，社會服務(wù)環(huán)境得到全面改善，為接待入境旅游者提供高水平服務(wù)提供了保障。但隨之產(chǎn)生的物價上漲結(jié)果，成為了國際旅游者進入中國的新障礙[9]。本文利用計量方法，透過GDPit這一解釋變量的估計結(jié)果，間接證實了這一問題的存在。所以，在激發(fā)國際旅游者消費需求時，我國物價水平是一個不容忽視的因素，可以考慮給予一定的補償或優(yōu)惠，如現(xiàn)已實施的“離境退稅”政策等。

為改善空氣污染問題（如霧霾），中國政府以舉辦“2008年北京奧運會”為契機，陸續(xù)頒布一系列嚴格的環(huán)境治理與保護政策和措施，投入大量人力和物力，“藍天保衛(wèi)戰(zhàn)”取得突出成效。然而，在對入境旅游規(guī)模的影響研究方面，霧霾仍是顯著的阻力因素[55]，但并不等同于其對旅游效率的影響也是如此。因此，本文嘗試將PM2.5it解釋變量引入非效率項，得到其對非效率項均值和方差分別產(chǎn)生不顯著的正相關(guān)和負相關(guān)結(jié)果，說明霧霾對我國入境旅游貿(mào)易效率及其不穩(wěn)定性的抑制作用不突出，已經(jīng)不是主要的限制性因素。對比現(xiàn)有研究，本文補充了霧霾因素與入境旅游貿(mào)易效率關(guān)系的研究，結(jié)果雖然仍發(fā)揮消極作用，但已不顯著?？梢姡F霾對入境旅游的作用關(guān)系發(fā)生了動態(tài)變化，這一結(jié)論與現(xiàn)實社會積極倡導(dǎo)環(huán)境保護并取得成效相呼應(yīng)。

由本研究可知，我國入境旅游對西方市場的依賴程度較高，潛在風險較大。其中，隨著國際貿(mào)易環(huán)境日趨復(fù)雜，受我國與少數(shù)國家之間的政治或貿(mào)易摩擦等不可控因素影響，我國入境旅游貿(mào)易效率頻繁波動，可能出現(xiàn)國際旅游資源浪費現(xiàn)象。在可持續(xù)發(fā)展理念指導(dǎo)下，政府或旅游企業(yè)可以嘗試培育或挖掘新市場。如借“一帶一路”合作倡議的東風，繼續(xù)深化我國與沿線國家的經(jīng)貿(mào)合作，穩(wěn)定政治關(guān)系，為擴大我國入境旅游市場規(guī)模持續(xù)發(fā)力。與此同時，市場開發(fā)的風險評估也必不可少，如客源地國內(nèi)局勢、收入水平以及兩國間政治關(guān)系、自由貿(mào)易合作等方面是其重要考慮因素。在入境旅游發(fā)展不穩(wěn)定性增強的背景下，還可以考慮大力發(fā)展國內(nèi)旅游，補足國際旅游的空缺，維持旅游業(yè)戰(zhàn)略性支柱產(chǎn)業(yè)的地位。總之，我國入境旅游貿(mào)易效率損失比較嚴重，有必要繼續(xù)開拓國際市場。

當前，我國入境旅游發(fā)展受到國內(nèi)外環(huán)境的綜合影響，本文關(guān)于其貿(mào)易效率影響因素的研究可能不夠全面，如簽證制度、免稅政策、旅游品牌形象、國際金融環(huán)境及貿(mào)易或政治沖突等因素，對應(yīng)的影響與作用關(guān)系在文中沒有體現(xiàn)，后續(xù)有必要繼續(xù)補充研究。但相較于已有文獻，本文將我國入境旅游客源國范圍擴大至全球，采用綜合Wang和Greene優(yōu)點的異質(zhì)性SFA模型評估入境旅游貿(mào)易效率，有效克服了現(xiàn)有研究方法忽視個體不可觀測的異質(zhì)性和非效率項非單調(diào)性的缺陷，提高了效率估計值的穩(wěn)健性。同時，在非效率項解釋變量的選擇方面，本文從貿(mào)易互動視角同時引入了來自目的地、客源地與雙邊關(guān)系的影響因素，更為全面地考慮到入境旅游的發(fā)展環(huán)境。最終，本文揭示出我國入境旅游貿(mào)易效率損失較為嚴重的現(xiàn)狀，展示了其全球發(fā)展的時空格局，為準確識別客源地市場與挖掘其市場潛力提供了方向，對制定或更新入境旅游全球發(fā)展戰(zhàn)略具有現(xiàn)實指導(dǎo)意義。

參考文獻（References）

[1] 羅浩， 張瑜璇. 中國的入境旅游客源市場收斂嗎？[J]. 旅游學(xué)刊， 2018， 33（7）： 28-39. [LUO Hao， ZHANG Yuxuan. Are Chinas inbound tourism source markets converging？[J]. Tourism Tribune， 2018， 33（7）： 28-39.]

[2] 蔣依依. 以國家形象與旅游形象有機融合促進入境旅游持續(xù)發(fā)展[J]. 旅游學(xué)刊， 2018， 33（11）： 9-11. [JIANG Yiyi. The organic integration of national image and tourism image promotes the sustainable development of inbound tourism[J]. Tourism Tribune， 2018， 33（11）： 9-11.]

[3] 王純陽， 黃福才. 基于VAR模型的入境旅游需求影響因素研究——以美國客源市場為例[J]. 江西財經(jīng)大學(xué)學(xué)報， 2010（1）： 39-45. [WANG Chunyang， HUANG Fucai. A study on the influencing factors of inbound tourism demand based on VAR model： Taking the source market of the United States as an example[J]. Journal of Jiangxi University of Finance and Economics， 2010（1）： 39-45.]

[4] 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）： 41-45. [ZHAO Dongxi. Study on the influencing factors of the development of Chinas provincial inbound tourism： Analysis based on the provincial panel data[J]. Tourism Tribune， 2008， 23（1）： 41-45.]

[5] 王永明， 王美霞， 吳殿廷， 等. 基于ZINB模型的中國省域間入境旅游流影響因素[J]. 經(jīng)濟地理， 2018， 38（11）： 234-240. [WANG Yongming， WANG Meixia， WU Dianting， et al. Determinants of inbound tourism flows between provinces in China based on ZINB model[J]. Economic Geography， 2018， 38（11）： 234-240.]

[6] XU X， REED M. Perceived pollution and inbound tourism in China[J]. Tourism Management Perspectives， 2017， 21： 109-112.

[7] 萬緒才， 王厚廷， 傅朝霞， 等. 中國城市入境旅游發(fā)展差異及其影響因素——以重點旅游城市為例[J]. 地理研究， 2013， 32（2）： 337-346. [WAN Xucai， WANG Houting， FU Zhaoxia， et al. The intercity difference and influencing factors of inbound tourism development in China： Taking the major tourism cities as an example[J]. Geographical Research， 2013， 32（2）： 337-346.]

[8] 劉法建， 張捷， 陳冬冬. 中國入境旅游流網(wǎng)絡(luò)結(jié)構(gòu)特征及動因研究[J]. 地理學(xué)報， 2010， 65（8）： 1013-1024. [LIU Fajian， ZHANG Jie， CHEN Dongdong. The characteristics and dynamical factors of Chinese inbound tourist flow network[J]. Acta Geographica Sinica， 2010， 65（8）： 1013-1024.]

[9] 田紀鵬. 國內(nèi)外旅游服務(wù)貿(mào)易逆差研究前沿與展望[J]. 旅游學(xué)刊， 2019， 34（1）： 136-148. [TIAN Jipeng. Frontier and prospect of research on tourism and travel-related services trade deficit both at home and abroad[J]. Tourism Tribune， 2019， 34（1）： 136-148.]

[10] 曹芙蓉， 孫夢陽， 趙曉燕. 經(jīng)濟環(huán)境因素對旅游認知影響的實證分析： 以金融危機對旅京入境旅游者的影響為例[J]. 北京行政學(xué)院學(xué)報， 2011（4）： 81-84. [CAO Furong， SUN Mengyang， ZHAO Xiaoyan. An empirical study on the influence of economic factors on tourism awareness[J]. Journal of Beijing Administration Institute， 2011（4）： 81-84.]

[11] 劉長生， 簡玉峰. 中國入境旅游市場需求的影響因素研究[J]. 產(chǎn)業(yè)經(jīng)濟研究， 2006（4）： 54-61. [LIU Changsheng， JIAN Yufeng. The analysis on affecting factors of Chinese inbound tourism market demand[J]. Industrial Economics Research， 2006（4）： 54-61.]

[12] 潘盛俊. 實際匯率變動對中國入境旅游的影響研究[J]. 統(tǒng)計與決策， 2013（16）： 124-127. [PAN Shengjun. Study on the impact of real exchange rate fluctuations on Chinas inbound tourism[J]. Statistics & Decision， 2013（16）： 124-127.]

[13] 李中建， 孫根年. 中日關(guān)系、國民好感度及對旅游互動的影響[J]. 浙江大學(xué)學(xué)報（ 理學(xué)版）， 2019， 46（4）： 493-502. [LI Zhongjian， SUN Gennian. Sino-Japanese relations， national favorability and their impact on tourism interaction[J]. Journal of Zhejiang University （Science Edition）， 2019， 46（4）： 493-502.]

[14] 方遠平， 謝蔓， 畢斗斗， 等. 中國入境旅游的空間關(guān)聯(lián)特征及其影響因素探析——基于地理加權(quán)回歸的視角[J]. 旅游科學(xué)， 2014， 28（3）： 22-35. [FANG Yuanping， XIE Man， BI Doudou， et al. An exploratory analysis on the spatial correlation characteristics and influential factors of inbound tourism in China： A geographical weighted regression perspective[J]. Tourism Science， 2014， 28（3）： 22-35.]

[15] 張燕， 高志剛. 基于隨機前沿引力模型的中澳雙邊貿(mào)易效率及潛力研究[J]. 國際經(jīng)貿(mào)探索， 2015， 31（12）： 20-30. [ZHANG Yan， GAO Zhigang. A study of bilateral trade potential and efficiency based on stochastic frontier gravity model[J]. International Economics and Trade Research， 2015， 31（12）： 20-30.]

[16] 殷杰， 鄭向敏， 董斌彬. 21世紀海上絲綢之路沿線國家旅游貿(mào)易： 潛力、效率及其影響因素[J]. 東南亞縱橫， 2015（11）： 8-14. [YIN Jie， ZHENG Xiangmin， DONG Binbin. The 21st century maritime silk road tourism trade： Potential， efficiency and its influencing factors[J]. Crossroads： Southeast Asian Studies， 2015（11）： 8-14.]

[17] 唐睿， 馮學(xué)鋼. 中國入境旅游效率測算及影響因素——基于“一帶一路”沿線國家隨機前沿引力模型的實證[J]. 經(jīng)濟問題探索， 2018（7）： 60-67. [TANG Rui， FENG Xuegang. The measurement of inbound tourism efficiency and its influencing factors in China： The empirical study on the stochastic frontier gravity model of countries along “the Belt and Road”[J]. Inquiry into Economic Issues， 2018（7）： 60-67.]

[18] WANG H J. Heteroscedasticity and non-monotonic efficiency effects of a stochastic frontier model[J]. Journal of Productivity Analysis， 2002， 18（3）： 241-253.

[19] GREENE W H. Reconsidering heterogeneity in panel data estimators of the stochastic frontier model[J]. Journal of Econometrics， 2005， 126（2）：269-303.

[20] GREENE W H. Distinguishing between heterogeneity and inefficiency： Stochastic frontier analysis of the world health organizations panel data on national health care systems[J]. Health Economics， 2004， 13（10）： 959-980.

[21] 蘇治， 連玉君. 中國上市公司代理成本的估算——基于異質(zhì)性隨機前沿模型的經(jīng)驗分析[J]. 管理世界， 2011（6）： 174-175; 188. [SU Zhi， LIAN Yujun. Estimation of agency cost of listed companies in China： An empirical analysis based on heterogeneous stochastic frontier model[J]. Management World， 2011（6）： 174-175; 188.]

[22] 張會清. 中國與“一帶一路”沿線地區(qū)的貿(mào)易潛力研究[J]. 國際貿(mào)易問題， 2017（7）： 85-95. [ZHANG Huiqing. A study of trade potential between China and the areas along “the Belt and Road Initiative”[J]. Journal of International Trade， 2017（7）： 85-95.]

[23] 舒家先， 唐璟宜. 金融異質(zhì)性對中國對外直接投資效率影響研究——基于隨機前沿引力模型[J]. 財貿(mào)研究， 2019， 30（5）： 59-69. [SHU Jiaxian， TANG Jingyi. Impact of financial heterogeneity on the efficiency of Chinas foreign direct investment： Based on stochastic frontier gravity model[J]. Finance and Trade Research， 2019， 30（5）： 59-69.]

[24] 馮學(xué)鋼， 唐睿. “21世紀海上絲綢之路”沿線省市入境旅游市場效率研究[J]. 南京審計大學(xué)學(xué)報， 2017， 14（4）： 1-11. [FENG Xuegang， TANG Rui. A study on the efficiency of inbound tourism market in provinces along “the Maritime Silk Road in the 21st Century”[J]. Journal of Nanjing Audit University， 2017， 14（4）： 1-11.]

[25] 涂瑋， 黃震方， 方葉林， 等. 入境旅游發(fā)展效率時空格局演化及驅(qū)動因素——以浙江為例[J]. 華東經(jīng)濟管理， 2013， 27（12）： 14-20. [TU Wei， HUANG Zhenfang， FANG Yelin， et al. The space-time pattern evolution and its driving mechanism of inbound tourism development efficiency： Based on a case study of Zhejiang province[J]. East China Economic Management， 2013， 27（12）： 14-20.]

[26] 何俊陽， 賀靈， 鄧淇中. 泛珠三角區(qū)域入境旅游發(fā)展效率評價及影響因素[J]. 經(jīng)濟地理， 2016， 36（2）： 195-201. [HE Junyang， HE Ling， DENG Qizhong. Inbound tourism development efficiency and influencing factors in inland nine provinces of the Pan-Pearl River Delta[J]. Economic Geography， 2016， 36（2）： 195-201.]

[27] 唐睿， 馮學(xué)鋼. 入境旅游效率與出口地理方向——基于“一帶一路”沿線地區(qū)DEA-面板Tobit的實證[J]. 當代經(jīng)濟管理， 2018， 40（10）： 76-84. [TANG Rui， FENG Xuegang. Inbound tourism efficiency and geographical direction of export： An empirical study based on DEA-Panel Tobit in “the Belt and Road” area[J]. Contemporary Economic Management， 2018， 40（10）： 76-84.]

[28] 何昭麗， 孫慧， 張振龍. 中國入境旅游發(fā)展效率及其影響因素研究[J]. 干旱區(qū)地理， 2017， 40（6）： 1282-1289. [HE Zhaoli， SUN Hui， ZHANG Zhenlong. Technical efficiency and influencing factors of Chinas inbound tourism[J]. Arid Land Geography， 2017， 40（6）： 1282-1289.]

[29] CHEN C M， DELMAS M A， LIEBERMAN M B. Production frontier methodologies and efficiency as a performance measure in strategic management research[J]. Strategic Management Journal， 2015， 36（1）， 19-36.

[30] 郭際， 吳先華， 吳崇. 基于DEA-Tobit模型的我國高?？萍纪度氘a(chǎn)出績效評價及政策啟示[J]. 科技管理研究， 2013， 33（23）： 65-70. [GUO Ji， WU Xianhua， WU Chong. Performance evaluation and policy suggestions of S&T input-output activities of China universities based on DEA-Tobit model[J]. Science and Technology Management Research， 2013， 33（23）： 65-70.]

[31] CHAABOUNI S. Chinas regional tourism efficiency： A two-stage double bootstrap data envelopment analysis[J]. Journal of Destination Marketing & Management， 2018， 11： 183-191.

[32] SONG M， LI H. Estimating the efficiency of a sustainable Chinese tourism industry using bootstrap technology rectification[J]. Technological Forecasting & Social Change， 2019， 143： 45-54.

[33] 唐睿， 馮學(xué)鋼， 周成. “絲綢之路經(jīng)濟帶”入境旅游市場效率研究——基于西北五省（區(qū)）DEA-面板Tobit的實證[J]. 國際經(jīng)貿(mào)探索， 2017， 33（7）： 4-18. [TANG Rui， FENG Xuegang， ZHOU Cheng. The study on market efficiency of inbound tourism market in “Silk Road Economic Belt”： Based on DEA-Panel Tobit analysis of northwest five provinces （districts）[J]. International Economics and Trade Research， 2017， 33（7）： 4-18.]

[34] ASSAF A G， TSIONAS M G. A review of research into performance modeling in tourism research： Launching “the Annals of Tourism Research” curated collection on performance modeling in tourism research[J]. Annals of Tourism Research， 2019， 76： 266-277.

[35] 姚樹潔， 姜春霞， 馮根福. 中國銀行業(yè)的改革與效率： 1995-2008[J]. 經(jīng)濟研究， 2011， 46（8）： 4-14. [YAO Shujie， JIANG Chunxia， FENG Genfu. Banking reform and efficiency in China： 1995-2008[J]. Economic Research Journal， 2011， 46（8）： 4-14.]

[36] FRIES S， TACI A. Cost efficiency of banks in transition： Evidence from 289 banks in 15 post-communist countries[J]. Journal of Banking & Finance， 2005， 29（1）： 55-81.

[37] 李亮， 趙磊. 中國旅游發(fā)展效率及其影響因素的實證研究——基于隨機前沿分析方法（SFA）[J]. 經(jīng)濟管理， 2013， 35（2）： 124-134. [LI Liang， ZHAO Lei. An empirical study on the efficiency of Chinas tourism development and its influencing factors： Based on stochastic frontier analysis[J]. Business Management Journal， 2013， 35（2）： 124-134.]

[38] DOAN T N， XING Y. Trade efficiency， free trade agreements and rules of origin[J]. Journal of Asian Economics， 2018， 55： 33-41.

[39] VIORICA E D. Econometric analysis of foreign trade efficiency of E. U. members using gravity equations[J]. Procedia Economics and Finance， 2015， 20： 670-678.

[40] 周曙東， 鄭建. 中國與RCEP伙伴國的貿(mào)易效率與影響因素——基于隨機前沿引力模型的實證分析[J]. 經(jīng)濟問題探索， 2018（7）： 89-97. [ZHOU Shudong， ZHENG Jian. Trade efficiency between China and RCEP partners and its determinants： Empirical analysis based on stochastic frontier gravity model[J]. Inquiry into Economic Issues， 2018（7）： 89-97.]

[41] 陳繼勇， 嚴義晨. 中印兩國貿(mào)易的競爭性、互補性與貿(mào)易潛力——基于隨機前沿引力模型[J]. 亞太經(jīng)濟， 2019（1）： 71-78; 155. [CHEN Jiyong， YAN Yichen. The trade competitiveness， complementarity and potential between China and India[J]. Asia-Pacific Economic Review， 2019（1）： 71-78; 155.]

[42] TSIONAS E G， ASSAF A G. Short-run and long-run performance of international tourism： Evidence from Bayesian dynamic models[J]. Tourism Management， 2014， 42： 22-36.

[43] ASSAF A G， TSIONAS M. The estimation and decomposition of tourism productivity[J]. Tourism Management， 2018， 65： 131-142.

[44] LIU Changsheng. On the evaluation approach of “l(fā)ow-carbon tourism” service providing efficiency and its empirical study： Based on the empirical inspection of environmental protection and transport tourism service in Zhangjiajie[J]. Tourism Tribune， 2012， 27（3）： 90-98. [劉長生. 低碳旅游服務(wù)提供效率評價研究——以張家界景區(qū)環(huán)保交通為例[J]. 旅游學(xué)刊， 2012， 27（3）： 90-98.]

[45] ANDERSON R I， FISH M， XIA Y， et al. Measuring efficiency in the hotel industry： A stochastic frontier approach[J]. International Journal of Hospitality Management， 1999， 18（1）： 45-57.

[46] 張大鵬， 舒伯陽. 中國星級飯店經(jīng)營效率及其影響因素的實證研究——基于隨機前沿分析方法（SFA）[J]. 經(jīng)濟管理， 2018， 40（9）： 138-154. [ZHANG Dapeng， SHU Boyang. An empirical study on the efficiency of Chinas star-rated hotel and its influencing factors： Based on stochastic frontier analysis[J]. Business Management Journal， 2018， 40（9）： 138-154.]

[47] 朱承亮， 岳宏志， 嚴漢平， 等. 基于隨機前沿生產(chǎn)函數(shù)的我國區(qū)域旅游產(chǎn)業(yè)效率研究[J]. 旅游學(xué)刊， 2009， 24（12）： 18-22. [ZHU Chengliang， YUE Hongzhi， YAN Hanping， et al. Study on the efficiency of regional tourism industry in China： Based on stochastic frontline production and cost function estimation[J]. Tourism Tribune， 2009， 24（12）： 18-22.]

[48] 張鵬， 于偉， 徐東風. 我國省域旅游業(yè)效率測度及影響因素研究——基于SFA和空間Durbin模型分析[J]. 宏觀經(jīng)濟研究， 2014（6）： 80-85; 112. [ZHANG Peng， YU Wei， XU Dongfeng. Study on provincial tourism efficiency and its influencing factors in China ： An analysis based on SFA and Durbin model[J]. Macroeconomics， 2014（6）： 80-85; 112.]

[49] 吳芳梅， 曾冰. 環(huán)境約束下民族地區(qū)旅游經(jīng)濟效率及其影響因素研究[J]. 經(jīng)濟問題探索， 2016（7）： 177-184. [WU Fangmei， ZENG Bing. Study on the tourism economic efficiency and its influencing factors in ethnic regions under environmental constraints[J]. Inquiry into Economic Issues， 2016（7）： 177-184.]

[50] 楊勇. 中國旅游企業(yè)技術(shù)效率測度及比較研究——基于產(chǎn)業(yè)潛力的隨機前沿分析[C]. 中國旅游研究院. 2015中國旅游科學(xué)年會論文集， 2015： 62-73. [YANG Yong. Measurement and comparison of technical efficiency of Chinese tourism enterprises： A stochastic frontier analysis based on industrial potential[C]// China Tourism Academy. Proceedings of the 2015 China Tourism Science Annual Conference， 2015： 62-73.]

[51] 邊文龍， 王向楠. 面板數(shù)據(jù)隨機前沿分析的研究綜述[J]. 統(tǒng)計研究， 2016， 33（6）： 13-20. [BIAN Wenlong， WANG Xiangnan. A literature review on the stochastic frontier analysis in panel data[J]. Statistical Research， 2016， 33（6）： 13-20.]

[52] 常向陽， 王雪梅， 韓振興. 中國與“一帶一路”沿線國家的農(nóng)產(chǎn)品貿(mào)易潛力——基于異質(zhì)性隨機前沿引力模型的實證分析[J]. 世界農(nóng)業(yè)， 2018（4）： 87-95. [CHANG Xiangyang， WANG Xuemei， HAN Zhenxing. The agricultural trade potential of China and the countries along “the Belt and Road”： An empirical analysis based on the heterogeneous stochastic frontier gravity model[J]. World Agriculture， 2018（4）： 87-95.]

[53] 張建偉， 竇攀烽， 焦士興. 基于DEA-ESDA的河南省入境旅游效率區(qū)域差異研究[J]. 世界地理研究， 2019， 28（1）： 111-120. [ZHANG Jianwei， DOU Panfeng， JIAO Shixing. Study on regional difference of inbound tourism efficiency in Henan province based on DEA-ESDA[J]. World Regional Studies， 2019， 28（1）： 111-120.]

[54] GOZGOR G， LAU C K M， ZENG Y， et al. The effectiveness of the legal system and inbound tourism[J]. Annals of Tourism Research， 2019， 76： 24-35.

[55] 李磊， 劉旖. 空氣質(zhì)量外部性對超大城市入境旅游規(guī)模的影響[J]. 生態(tài)經(jīng)濟， 2019， 35（10）： 124-129. [LI Lei， LIU Qi. Study on public negative externality of air quality on inbound tourism in megacities[J]. Ecological Economy， 2019， 35（10）： 124-129.]

[56] 喬寧寧， 陳建寶. 宏觀經(jīng)濟波動對我國入境旅游發(fā)展的影響分析[J]. 旅游學(xué)刊， 2013， 28（2）： 44-51. [QIAO Ningning， CHEN Jianbao. Impact of macroeconomic fluctuations on Chinas inbound tourism[J]. Tourism Tribune， 2013， 28（2）： 44-51.]

[57] AIGNR D， LOVELL C A K， SCHMIDI P. Formulation and estimation of stochastic frontier production function models[J]. Journal of Econometrics， 1977， 6（1）： 21-37.

[58] MEEUSEN W， JULIEN V D B. Efficiency estimation from Cobb-Douglas production functions with composed error[J]. International Economic Review， 1977， 18（2）： 435-444.

[59] PITT M M， LEE L F. The measurement and sources of technical inefficiency in the Indonesian weaving industry[J]. Journal of Development Economics， 1981， 9（1）： 43-64.

[60] BATTESE G E， COELLI T J. Frontier production functions， technical efficiency and panel data： With application to paddy farmers in India[J]. Journal of Productivity Analysis， 1992， 3（1/2）： 153-169.

[61] 戴斌. 旅游服務(wù)貿(mào)易統(tǒng)計規(guī)則厘清與算法修正[J]. 旅游學(xué)刊， 2016， 31（3）： 13-15. [DAI Bin. Clarification of statistical rules of tourism service trade and algorithm amendmen[J]. Tourism Tribune， 2016， 31（3）： 13-15. ]

[62] LINNEMANN H. An econometric stub of international trade flows[J]. Journal of the Royal Statal Society Series， 1967， 130（1）： 633-634.

[63] LEAMER E E. The commodity composition of international trade in manufactures： An empirical analysis[J]. Oxford Economic Papers， 1974， 26（3）： 350-374.

[64] MCCALLUM J T. National borders matter： Canada-US regional trade patterns[J]. American Economic Review， 1995， 85（3）： 615-623.

[65] FEENSTRA R C. Border effects and the gravity equation： Consistent methods for estimation[J]. Scottish Journal of Political Economy， 2002， 49（5）： 491-506.

[66] 史朝興， 顧海英， 秦向東. 引力模型在國際貿(mào)易中應(yīng)用的理論基礎(chǔ)研究綜述[J]. 南開經(jīng)濟研究， 2005（2）： 39-44. [SHI Chaoxing， GU Haiying， QIN Xiangdong. A review on the theoretical basis of the application of gravity model in international trade[J]. Nankai Economic Studies， 2005（2）： 39-44.]

[67] BERGSTRAND J H. The gravity equation in international trade： Some microeconomic foundations and empirical evidence[J]. Review of Economics & Statistics， 1985， 67（3）： 474-481.

[68] BERGSTRAND J H. The generalized gravity equation， monopolistic competition， and the factor-proportions theory in international trade[J]. Review of Economics & Statistics， 1989， 71（1）： 143-153.

[69] EICHENGREEN B， LEBLANG D. Democracy and globalization[J]. BIS Working Papers， 2006， 20（3）： 289-334.

[70] ARMSTRONG S P. Measuring trade and trade potential： A survey[J]. Asia Pacific Economic Papers， 2007， 368： 1-18.