《表1 基于非参数方法计算旅行社业全要素生产率主要文献汇总》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中国旅行社业增长的要素贡献与空间分异》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:（1）表格中，TFP表示全要素生产率，TP表示技术进步，TE表示技术效率；（2）资本投入指标中，本表的表述尽量忠实于原文；实际上，只有宋瑞的文章[15]计算了旅行社的固定资产存量，其他文献都使用的是固定资产原值。

在国外的文献中，以数据包络分析（data envelopment analysis，DEA）为代表的非参数方法多用于旅行社微观层面的研究，探讨企业的效率及其影响因素。例如，Barros和Dieke利用DEA方法分析了葡萄牙25家旅行社的生产效率[7]。K?ksal利用DEA方法计算了土耳其Antalya地区24家旅行社的生产效率，分析了不同产权旅行社的效率差异[8]。Fuentes利用DEA模型，研究了西班牙Alicante地区22家旅行社效率与产权（ownership type）、区位（location）以及经验（experience）之间的关系[9]。而在国内的文献中，非参数方法更多地用于产业层面的研究，用以讨论旅行社业的全要素生产率问题。表1列出了部分文献[10-15]，这些文献均使用DEA-Malmquist的非参数模型，并运用省域面板数据进行分析，数据均来自历年的《中国旅游统计年鉴》正副本。如表1所示，不同文献数据选择的时间跨度有所不同，但起始年份都在2000年以后。在模型中，投入指标一般都以旅行社业的从业人员数代表劳动变量，以固定资产额代表资本变量，只有孙景荣等将旅行社数量作为额外的投入指标计算旅行社业全要素生产率[13]。DEA模型的特点是可以选择两个及以上的变量作为产出指标，据此可以将这些文献分为两类:第一类和参数模型选择相同变量，即以区域旅行社的营业收入作为单一的产出指标，以资本和劳动作为投入指标，赵立禄和段文军[10]、宋瑞[15]两篇文献最为典型；第二类则在营业收入之外，再选择1～2个变量作为产出指标，表1中其他的文献均属于此类。在模型进行估计时，按照通常的做法，应剔除价格水平的变动因素，在表1所示文献中对于旅行社业的营业收入一般用GDP缩减指数进行调整，固定资产额用固定资产投资价格指数进行调整，但是有的文献并没有进行这一步骤。