全 文 ：第 51 卷 第 2 期
2 0 1 5 年 2 月
林 业 科 学
SCIENTIA SILVAE SINICAE
Vol. 51，No. 2
Feb．，2 0 1 5
doi:10．11707 / j．1001-7488．20150217
收稿日期: 2014 － 07 － 27; 修回日期: 2014 － 08 － 28。
基金项目: 福建省软科学项目“闽台入境外国旅游市场发展比较与合作开发研究”(2013Ｒ0013)。
我国森林公园旅游效率及其影响因素
黄秀娟 林秀治
(福建农林大学管理学院 福州 350002)
摘 要: 【目的】以我国大陆 31 个省(区、市)森林公园为对象，研究其旅游效率，为我国森林公园旅游效率的
提升提供参考。【方法】首先，基于 DEA 的效率测算方法，选择旅游收入和旅游人数为产出变量，森林公园面积、
当年投入资金和职工人数为投入变量，利用数据包络分析工具 DEAP2. 0 版本软件中投入导向的规模报酬不变
的效率测算模型，以国家林业局官方网站公布的我国大陆各省森林公园数据为依据，测算各省森林公园 2009—
2013 年各年不变规模下的旅游效率。然后，基于供给需求理论，选择森林公园所在省级区域的人口密度、城镇化
率、人均 GDP、高级别旅游资源密度、森林公园密度、高等级公路密度以及森林公园的森林覆盖率、资金投入强
度、劳动力投入强度等为自变量，旅游效率为因变量，建立基于面板数据的多元线性回归模型，定量分析影响森
林公园旅游效率的因素，其中回归分析模型中的自变量数据来自于中国统计年鉴，因变量数据来自于第一步的
测算结果。【结果】1) 我国森林公园旅游效率从 2011 年开始逐年提升，但各省区间森林公园的旅游效率存在较
大差异，部分省区各年份森林公园的旅游效率存在较大波动。2) 利用 Stata 12. 0 软件对回归分析模型依次进行
个体效应检验、时间效应检验、Hausman 检验及异方差稳健检验，得出模型存在个体效应和时间效应，且随机效
应效果优于固定效应，最终确定采用双向随机效应模型 (显著水平为 5% )。3) 利用异方差稳健的 GLS 估计方
法对所建立的随机效应模型进行参数估计，得出人口密度和林地森林覆盖率(5% 的显著水平)、城镇化率(10%
的显著水平)对森林公园的旅游效率有显著的正向影响; 人均 GDP 和资金投入强度对森林公园的旅游效率有显
著的负向影响(5%的显著水平) ; 高级别旅游资源密度、森林公园密度、高等级公路密度对森林公园旅游效率产
生不显著的正向影响(10%的显著水平) ; 劳动力投入强度对森林公园旅游效率产生不显著的负向影响。【结
论】2009—2013 年，中国森林公园资源的旅游利用效率有显著的提升，但各省之间森林公园的效率存在较大的
差异，部分省份森林公园效率的年度波动较大; 地区人口密度、城镇化比率、旅游资源水平、森林公园密度、交通
发展水平对森林公园的效率起着正向的影响作用，而资金投入密度对森林公园的效率起着显著的负相影响，这
一点与人们关于森林公园资本投资作用的认识相悖。本文提出了提升我国森林公园效率的一些建议，指出了需
要进一步跟踪研究的问题。
关键词: 森林公园; 旅游效率; 影响因素; 数据包络分析; 面板数据回归模型
中图分类号: F307. 2 文献标识码: A 文章编号: 1001 － 7488(2015)02 － 0137 － 10
Tourism Efficiency and Influence Factors of Chinese Forest Parks
Huang Xiujuan Lin Xiuzhi
(College of Management，Fujian Agriculture and Forestry University Fuzhou 350002)
Abstract: 【Objective】In this study，31 provincial level unit＇s forest parks in Chinese mainland were taken as research
objects，to study tourism efficiencies of forest parks of mainland China，and provide reference for efficiency promotion of
Chinese forest parks． 【Method】Firstly，based on the DEA computing technique，with tourism income and tourists number
as output variables，and the forest parks area，the same year fund investment and staff population as input variables，the
input-oriented constant scale model in DEAP2． 0 edition software was used to survey the tourism efficiencies of various
provinces forest parks of each year from 2009 to 2013． All data came from the Chinese National Forestry Bureau official
website announcement． Secondly，based on the supply-demand theory，the population density，the urbanization rate，GDP
per capita，the high rank tourism resources density，the forest park density，and the ClassⅠ-Ⅳ highway density of the
province，as well as the Woodland forest coverage rate，the fund Investment intensity and the Labor intensity of the forest
parks of the province were chosen as independent variables，and the tourism efficiency was the dependent variable，to
establish panel-data multi-dimensional linear regression model，and quantitatively analyze factors of influencing forest park
林 业 科 学 51 卷
tourism efficiency． In this study，all independent variable data were obtained from the Chinese statistics yearbook，the
dependent variable data came from the first step computing results． 【Ｒesult】The results show that: 1) In the whole，the
mainland forest park tourism efficiencies increase year by year since 2011，but the forest park tourism efficiencies exist big
difference among various provincial capital areas． The forest park tourism efficiencies of some provinces undulate greatly
during various years． 2) The stata12． 0 software was used sequentially to carry on the individual effect examination，the
time effect examination，the hausman examination and the different variance steady examination of the regression analysis
model，showing that the model exists individual effect and the time effect，and the effect of the stochastic effects model is
better than that of the fixed effect model，thus the bidirectional random effect model was chosen as the final regression
model (5% significant level) ． 3) The robust GLS estimation shows that，the population density and Woodland forest
coverage rate (5% significant level)，the urbanization rate (10% significant level) have the significant positive influence
to the forest park tourism efficiency; GDP per capita and the park investment intensity have the significant negative
influence to the forest park tourism efficiency (5% significant level); The tourism resources，the forest park density，
ClassⅠ-Ⅳ highway density have the positive but not significant influence to the forest park tourism efficiency (10%
significant level); The labor intensity has negative but not significant influence to the forest park tourism efficiency．
【Conclusion】Finally further studies problems are proposed: during 2009—2013，tourism utilization efficiency of Chinese
forest parks had significant improved，but there existed large efficiency differences between some provinces，and the
efficiency of forest parks in some provinces fluctuated greatly each year． Population density，urbanization rate，tourism
resource level，forest park density，traffic development level have played positive roles on the efficiency of forest parks，
and the investment density has played a significantly negative impact on the efficiency of forest parks，which is contrary to
people’s knowledge about the role of capital investment in forest parks． Paper finally gives some advices on how to
promote the efficiency of Chinese forest parks，and points out some problems which need further follow-up research．
Key words: forest park; tourism efficiency; influence factor; data envelop analysis method; panel data
regression model
森林资源具有多种使用价值与功能。19 世纪
中后期，随着人们对生态环境和休闲娱乐需求的增
大，森林的木材供给功能弱化，世界各国逐渐把环境
优美、生态保护任务重的林区转变为国家公园。我
国于 20 世纪 70 年代末开始发展森林旅游并建立森
林公园，截至 2013 年底，共建立各级森林公园 2 948
处，规划总面积达 1 758 万 hm2。2013 年，森林公园
共接待游客 5. 89 亿人次，占国内旅游总人数的
18. 1%，旅游收入 491. 1 亿元 (国家林业局场圃总
站，2014);林业旅游与休闲服务业产值为4 249. 65
亿元，占第三产业产值的 71. 24% (国家林业局计财
司，2014)可见。森林公园经营与管理已经成为林
业经营与管理的重要内容。随着我国的经济发展，
资源约束趋紧，森林公园管理面临着在保护好生态
环境的同时提高旅游利用效益与效率的重要任务。
国内外学术界关于单一森林旅游区旅游利用效益的
测算已经有较多成果。20 世纪中后期，随着森林资
源生态效益和旅游效益的提升，测算与评估森林资
源娱乐效益的研究逐浙增多。利用旅行成本法、条
件价值法、转移函数法、成本收益法等研究森林资源
及森林环境的非木材效益、环境效益、娱乐效益等文
章大量涌现(Allan et al．，1980; Liston et al．，1999;
Lehtonen et al．，2003; Lindhjem，2007; 吴楚材等，
1992; 徐雁南等，2007; 董雪旺等，2011)。20 世纪
80 年代之后，随着数据包络分析法(DEA)在评价不
同决策单元效率方面的广泛应用，一些学者开始利
用该方法研究不同森林旅游区旅游利用的效率:
Bosetti 等(2006)以公园经营成本和面积为投入变
量，旅游人数、公园职工人数、商业点数、生物种类数
为产出变量，利用 DEA 方法测算比较了意大利 17
个国家公园资源旅游利用的效率;Kao 等(1991)以
期初森林蓄积量、林地面积、资本、劳动力为投入变
量，以期末森林蓄积量、木材收获量、林副产品收入、
旅游人数为产出变量，评估比较了我国台湾林业改
组前后林区的综合利用效率;Marrocu 等 (2010)以
区域所接待的游客数为产出变量，区域可进入性、人
力资本、社会资本、技术资本为投入变量，测算比较
了欧洲不同森林旅游区的旅游效率; Fuentes 等
(2012)以旅游收入为产出变量，酒店床位数、就业
人数、沙滩个数、平均气温和沙滩长度为投入变量，
测算了西班牙和葡萄牙海滩型旅游目的地的旅游效
率;马晓龙等(2007)以土地面积、从业人数、固定资
产投资完成额和经营支出为投入变量，以旅游收入
为产出变量，测算比较了我国森林风景区的旅游效
831
第 2 期 黄秀娟等: 我国森林公园旅游效率及其影响因素
率;黄秀娟(2011)以旅游收入、旅游人数、造林和改
造林相面积为产出变量，森林公园面积、当年投入资
金和劳动力为投入变量，测算比较了我国大陆 31 个
省、市、区森林公园的效率。
关于森林旅游效率影响因素的直接研究成果未
见公开报道，相关的研究主要从需求与供给 2 个方
面分析。基于需求方的分析涉及的影响因素包括旅
游目的地的价格、相关目的地的价格、客源地距目的
地的距离、交通费用、游客的可支配收入等(Douglas
et al．，1992; Brasington et al．，2005);基于供给方的
分析涉及的影响因素包括目的地资源质量、基础设
施、企业经营情况、目的地管理等 (里奇等，2006;
黄远水，2005; 黄秀娟，2009)。
以上研究显示，森林资源的旅游利用效益与效
率是森林旅游区发展的一个重要问题。利用 DEA
测算比较不同森林旅游区的旅游利用效率已经得到
认可，但选择哪些变量作为投入、产出变量还未形成
共识，关于森林旅游区旅游效率高低的原因探讨较
少。因此本文利用 2009—2013 年我国各省区森林
公园发展数据，从实证角度测算各个省区森林公园
旅游利用效率，探索效率差异的原因，旨在弥补森林
旅游区旅游利用效率研究的不足，提高我国森林公
园资源利用效益和效率。
1 研究方法
1. 1 效率的测算方法 本文把森林公园旅游效率
定义为森林公园发展旅游所产生的效率，效率测算
选择当前管理学中广泛应用的 DEA 方法。DEA 方
法是一种非参数方法，基于投入产出的生产理论，不
需要设定生产函数的具体形式，效率的测算结果简
单明了。关于 DEA 方法的来源及具体测算公式见
黄秀娟(2011)，测算工具采取 DEAP 2. 0 版本软件
(Collie，1996)。
森林公园发展森林旅游的投入变量主要包括自
然资源、人力资源和财力资源。自然资源包括林地
资源和森林景观资源，林地资源包括土地和其上的
森林，森林依附于土地，不能独立存在; 森林景观资
源及森林公园内的其他旅游资源是森林公园发展旅
游的重要要素，但由于当前没有统一的统计数据，本
文仅用森林公园面积作为自然资源的代表。人力资
源即森林公园所投入的劳动力，用当年职工人数表
示。财力资源即森林公园所投入的所有资金，由于
没有森林公园固定资产净值的统计数据，本文用当
年资金投入替代。产出变量选取旅游收入和旅游人
数 2 个指标。为了使数据具有可比性，消除通货膨
胀对货币性指标的影响，利用消费价格指数把当年
名义旅游收入折算为实际收入(2009 年为基期)，利
用固定资产投资价格指数把当年名义资金投入折算
为实际资金投入(2009 年为基期)。
选取我国大陆 31 个省(区、市)所有投入产出
数据，以 1 个年度为 1 个跨度单位，共收集 2009—
2013 年的连续 5 年数据，所有数据为国家林业局官
方公布(表 1)。消费价格指数和固定资产价格指数
来自于中国统计年鉴。
表 1 2009—2013 年各个投入产出指标的描述统计
Tab． 1 Description statistics of every input and output index in 2009 － 2013
名义旅游收入
(当年价)
Nominal
tourism
revenue
(Current
price) /
104 yuan
实际旅游收入
(2009 年价格)
Ｒeal tourism
revenue
(Price of
year 2009) /
104 yuan
旅游人数
Tourists
number /
104
森林公园
面积
Area of
forest parks /
hm2
名义年度投入
资金(当年价)
Nominal
investment
(Current
price) /
104 yuan
实际年度
投入资金
(2009 年价格)
Ｒeal investment
(Price of
year 2009) /
104 yuan
职工数
Staff
number
最大值 Max． 1 049 795. 1 967 007. 0 7 570. 7 2 463 390. 6 537 304. 0 481 660. 5 14 397. 0
最小值 Min． 1 099. 8 1 014. 2 21. 9 2 072. 1 1 027. 0 929. 4 99. 0
平均值 Ave． 118 833. 5 109 149. 3 1 506. 1 549 659. 1 106 324. 5 97 657. 3 4 760. 8
中位值 Median 52 749. 8 48 105. 6 923. 3 389 384. 5 82 448. 3 76 714. 9 3 573. 4
标准差 Stdev． 197 769. 5 182 114. 8 1 602. 6 584 036. 7 111 093. 6 100 740. 1 4 016. 1
1. 2 效率差异原因的研究方法 1) 影响因素选择
根据经济学需求理论以及相关研究成果，从供给与
需求 2 方面选择影响因素。需求方面的因素主要包
括: 第一，本地区居民的人口密度。人口是构成旅
游市场的基础，由于旅游的空间移动性，旅游需求呈
现明显的空间距离衰减规律，尤其是人们对森林公
园的需求主要以本省内游客为主 (陈松等，2007;
许诺安等，2009)，本地区人口密度越大，对本地区
森林公园需求越大。第二，区域城镇化率。我国国
民旅游的历年统计数据显示，城市居民对旅游的需
931
林 业 科 学 51 卷
求水平高于农村居民，一个区域的城镇化率越高，对
森林旅游的需求也越高。第三，本地区居民的收入
水平。收入水平影响森林旅游需求已得到研究证实
(罗明春等，2005)，收入水平越高，对本区域森林公
园需求越大。供给方面的因素主要包括: 第一，本
地区旅游资源水平。森林旅游的发展离不开区域内
旅游的大环境，区域旅游资源水平越高，旅游综合吸
引力越强，对本地区森林公园旅游的带动力越强，本
文用 5A 景区和世界遗产地数量表示旅游资源水
平。第二，本区域内森林公园的密度。可达性是影
响人们到森林公园旅游的重要因素，而我国各省区
森林公园的可达性相差较大(潘竟虎，2013)，森林
公园分布越密集，说明居民到森林公园的距离相对
越近，越有利于居民到森林公园旅游。第三，交通便
利性。由于森林旅游主要以省区旅游为主，而省内
出游主要以公路交通为主，因此本文以高等级公路
密度作为交通便利性的测量指标。第四，森林公园
森林环境质量。随着人们对健康的日益关注，森林
公园森林环境越来越成为吸引人们选择森林公园的
重要因素，但由于当前我国没有各个森林公园森林
环境质量的统计指标，因此本文以本区域内森林覆
盖率作为森林公园森林环境质量的代表。第五，资
本化程度。经济学理论显示，资本越化程度越高，说
明旅游服务所依托的设施越完善，会越有助于其他
资源利用效率的提高，本文用森林公园当年资金投
入强度作为森林公园资本化程度的代表。第六，人
力资源状况。旅游业是一个劳动力密集型产业，劳
动力越密集，人力资源储量越丰富，森林公园旅游利
用效率会越高，本文以森林公园劳动力投入强度作
为人力资源状况的代表。各影响因素的描述统计如
表 2 所示。
表 2 各影响因素的描述统计
Tab． 2 Description statictics of every influence factor
人口密度
Population
density( x1 ) /
km － 2
城镇化率
Urbanization
rate( x2 )
(% )
人均 GDP
Per capita
GDP( x3 ) /
100 yuan
高级别旅
游资源密度
High grade
tourism
resource
density
( x4 )
森林公园
密度
Forest park
density
( x5 ) /
104 km － 2
高等级
公路密度
ClassⅠ －Ⅳ
highway
density( x6 ) /
［km·
100 km2 ) － 2］
森林
覆盖率
Ｒorest
coverage
rate( x7 )
(% )
资金投入
强度
Furd
investment
intensity( x8 ) /
( yuan·ha － 2 )
劳动力
投入密度
Labor
investment
intensity
( x9 ) /
104 hm － 2
最大值 Max 3 670. 25 89. 17 747. 07 11. 80 25. 06 191. 46 92. 29 55 857. 8 2 153. 76
最小值 Min 2. 47 22. 64 153. 05 1. 00 0. 07 3. 01 28. 54 39. 0 1. 07
平均值 Ave． 440. 36 51. 85 351. 16 5. 31 5. 87 73. 12 70. 34 4 887. 0 235. 55
中位值 Med． 268. 35 49. 25 288. 67 5. 20 4. 36 65. 72 73. 41 2 220. 3 126. 48
标准差 Stdev． 671. 98 14. 43 167. 02 2. 87 5. 85 46. 98 16. 21 10 056. 2 401. 24
2) 回归模型建立 通过建立多元线性回归模
型，识别影响效率差异的主要因素。以 1 个省份 1
个年度的数据为 1 个样本，利用 2009—2013 年我国
大陆 31 个省(市、区)的数据，共得到 155 个样本，
建立面板数据模型，具体如下:
yit = xitβ + ziλ + ui + vt + ε it。 (1)
式中: i 代表省(区、市)，i = 1，2，…，31; t 代表
各个年度，t = 2009，2010，…，2013; yit 代表第 i 个
省(区、市)在第 t 年的森林公园旅游效率，为被解释
变量; xit 为既随个体变化又随时间变化的影响效率
差异的因素，为解释变量;zi为只随个体变化不随时
间变化的影响效率差异的因素，xit，zi为解释变量;
β ，λ 为待估计参数; ui 为代表各地个体差异的截距
项; vt 为代表各年度差异的截距项; ε it 为既随时间
变化又随个体变化的随机干扰项。本文中，森林覆
盖率( x7)在 5 年内的统计值没有发生变化，为只随
个体变化不随时间变化的因素，其他 8 个影响因素
为既随个体变化又随时间变化的因素。
具体选择固定效应模型还是随机效应模型需要
通过相关检验确定。
2 研究结果
2. 1 效率的测算结果 利用 DEA2. 0 软件中基于
投入角度的 Malmquist 不变规模效率 DEA 模型，得
到 31 个省级单位 2009—2013 年效率变化趋势如图
1 所示。从图 1 可以看出，各个省的效率变化趋势
并不相同，上海、浙江、重庆、广东、福建等地处于相
对平稳的高效率位置，江西、四川、河北、山西、广西、
湖南处于相对平稳的上升趋势，吉林、天津表现出明
显的下降趋势，安徽、北京、甘肃、青海、宁夏、内蒙、
山东等地处于低位平稳状态，其他省的波动则较大，
表现出明显的不稳定性。引起波动的主要原因是各
年投入资金的不稳定，而随着投入资金的变化，产出
没有相应变动。如天津市从 2011 年开始投入资金
041
第 2 期 黄秀娟等: 我国森林公园旅游效率及其影响因素
大幅增加，但旅游人数和旅游收入却没有明显的增
加，导致资源的利用效率下降;吉林省从 2012 年开
始投入资金大幅增加，但旅游人数和旅游收入增长
幅度没有相应的增长，导致资源的利用效率明显
下降。
从各地 2009—2013 年旅游效率的平均值 (图
2)来看，上海、浙江为有效率状态，重庆接近有效率
状态，广东、四川、福建等地的效率较高，达到 0. 9
以上，甘肃、湖北、黑龙江、宁夏、内蒙古等地的效率
较低。
图 1 各地 2009—2013 年效率变化趋势
Fig． 1 Tourism efficiency trend in 2009 － 2013 for 31 provinces
图 2 各地 2009—2013 年旅游效率平均值比较
Fig． 2 Comparison on the year 2009 － 2013 average tourism efficiency for 31 provinces
2. 2 效率的影响因素回归结果 1) 模型的检验
利用 Stata12. 0 软件对模型进行回归。首先需要检
验个体效应、时间效应是否显著。利用软件自带的
固定效应模型回归中个体效率检验工具，得到
F(30，116) = 11. 30，Prob ＞ F = 0. 000 0，初步判断
个体效应显著。进一步利用 LSDV 方法，在模型(1)
中引入 30 个个体虚拟变量，利用异方差稳健的 OLS
方法对模型(1)进行回归，发现较多个体虚拟变量
在 5%水平上显著，从而确定存在显著的个体效应。
构造双向效应模型检验时间虚拟变量的回归系数是
否同时等于 0，得到时间效应检验值 F (4，30 ) =
3. 8，Prob ＞ F = 0. 01。在 5% 的显著水平下，拒绝
原假设，说明时间效应显著。
其次需要检验应该选择固定效应模型还是随机
效应模型。利用软件中自带的 Hausman 检验法，得
到 chi2(9) = 15. 57，Prob ＞ chi2 = 0. 076 5，这一结果
说明，在 5% 的显著水平下，应该选择随机效应模
型。但是这一结果没有考虑异方差性，为此，论文进
一步利用 Wooldridge(2010)所介绍的异方差稳健的
检验法，建立如下辅助回归模型:
yit － θ
^ y－ i = ( xit － θ
^ x－ i)
β + ( xit － x
－
i)
γ +
［(1 － θ
^ )ui + (ε it － θ
^
ε
－
i)］。 (2)
式中: θ
^ = 1 －
σε
Tσ2u + σ
2( )
ε
1
2
;σε，σ u分别为模型
(1)中 ε，u 的标准差。
首先对模型(1)进行双向效应的异方差稳健的
随机效应估计，得到参数 θ
^ 。然后利用 OLS 估计法
141
林 业 科 学 51 卷
对模型(2)进行回归，根据回归结果对 γ = 0 进行检
验，得 chi2(8) = 10. 425 8，Prob ＞ chi2 = 0. 236 4。
在 5%的显著水平下，不能拒绝原假设，说明随机效
应模型更有效。
根据以上检验结果，最终选择双向随机效应
模型。
2) 模型的估计 利用异方差稳健的 GLS 估计
方法对所建立的随机效应模型进行参数估计，结果
如图 3 所示。
图 3 模型(1)估计结果
Fig． 3 Estimation result for model (1)
从图 3 可知，wald 检验值 chi2(13) = 212. 8，在
1%水平上差异显著，说明模型是可以接受的。ρ =
0. 730 5表明总方差中的 73%来自个体的方差，说明
利用随机效应模型估计是合理的。
模型中，在 5% 水平下，x1，x3，x7，x8 的系数都
显著不为零，在 10%水平下，x2 的系数显著不为零，
说明这些变量是影响森林公园旅游效率的重要变
量。year3，year4，year5 的系数显著不为零，说明时
间效应特别明显。
3) 模型参数的解释与分析 从图 3 可知，x1
(人口密度) 在 5%水平下、x2(城镇化率) 在 10%
水平下对森林公园旅游效率起着显著的正向影响，
说明区域居住人口越密集，区域城镇化水平越高，越
有助于提高森林公园资源的旅游效率。平均来看，
区域每万平方千米增加 1 万人，能够使森林公园的
旅游效率提高 0. 000 295，城镇化水平提高一个百分
点，能够使区域森林公园旅游效率提高 0. 013 5，这
与我国旅游发展的实际相一致。当前我国城镇居民
对旅游的需求水平远远高于农村居民。以 2013 年
为例，城镇居民人均出游次数达到 3. 3，人均消费
946. 6 元，农村居民人均出游次数只有 1. 6 次，人均
消费 518. 9 元 (国家统计局，2014 )。 x3 (人均
GDP)对旅游效率的影响也极为显著，但其符号为
负，说明我国森林公园发展的现实情况是，人均
GDP 对森林公园的旅游效率起着负向的作用，人均
GDP 每增加 1 万元，森林公园的旅游效率将下降
0. 001 36。人均 GDP 越高的区域，对森林公园的需
求越低，这一点与人们的直觉相悖。可能的原因是，
本区域居民到本区域内的森林公园从事森林旅游作
为一种短途旅游，属于相对廉价的旅游产品，随着人
们收入水平的提高，如上海、北京等地居民，开始由
跨省及出境的远距离旅游替代的近距离旅游，即用
相对高档的旅游产品替代相对低廉的旅游产品，导
致对本地森林旅游的需求下降。收入水平对森林旅
游需求的影响还需要深入的探讨。x4(高级别旅游
资源)对旅游效率的影响不显著，但从 x4 的符号可
241
第 2 期 黄秀娟等: 我国森林公园旅游效率及其影响因素
知，高级别旅游资源对旅游效率的影响是正向的，即
区域内高级别旅游资源越多，越有助于吸引更多的
游客，从而提高游客对森林公园的需求。影响不显
著的原因可能是用 5A 景区和世界遗产地代表各省
区的旅游资源，与各省旅游资源的实际有一定的误
差。x5(森林公园密度)对旅游效率起着正向作用，
说明一个区域的森林公园分布越密集，森林公园距
离居民区越近，越有利于形成居民对森林公园的有
效需求，促进森林公园资源的利用。x6 (高等级公
路密度)对旅游效率的影响虽然不显著，但从其符
号可知，公路越密集，越有助于森林公园旅游效率的
提升。x7(森林覆盖率)对森林公园旅游效率具有
显著的正向影响，森林覆盖率每提高一个百分点，将
使森林公园的旅游效率提高 0. 005，这说明森林环
境质量越来越成为人们选择森林公园的重要考虑因
素。x8(资金投入强度)对森林公园的旅游效率具
有显著的负向影响。森林公园资金投入强度越大，
旅游效率越低。这一结果与经济学理论相悖，可能
有 2 方面的原因:第一，我国森林公园发展中存在着
资金利用质量较低或资金浪费的现象，大量的资金
投入没有产生效益; 第二，用当年投入资金代替固
定资产存在一定的误差，投入资金中包括日常管理
资金，这一部分资金不属于资本，不会形成生产力。
具体是哪一种情况，还需要深层次的分析。x9 (劳
动力投入强度)对森林公园效率的影响不显著，其
影响为负向。这一结果虽然与经济学理论相悖，却
是我国森林公园发展中的特有现象。我国森林公园
多数是由林场转型而来，转型过程中，需要安置大量
的林场职工及其家属，而这些职工和家属中大多数
没有相应的旅游专业知识，又不能解雇，较多的职工
不能形成生产力，导致职工人数越多，旅游效率
越低。
体现年度差异的截距项中，与 2009 年相比，
2010 年截距项为负，但不显著，2011，2012，2013 年
截距项都显著为正，说明 2009—2013 年 5 年间，我
国森林公园的旅游效率整体表现出显著的上升趋
势，且 2013 年上升的幅度更大。
4) 各地森林公园旅游效率形成原因分析 为
了进一步探析各地森林公园旅游效率形成的主要成
因，把效率得分较高(大于 0. 8)和较低(小于 0. 4)
的省区在各个影响因素方面的发展情况列出，见表
3(黑体字表示拉高效率的项目，黑体字加斜体表示
拉低效率的项目)。从森林公园效率较高的几个地
区比较来看，各地获得较高旅游效率的原因并不相
同。相对于全国平均值，上海市极其密集的人口、极
高的城镇化水平和极为发达的交通是其获得较高效
率的主要原因，但其较高的人均 GDP、极高的资本
和劳动力投入对其效率产生较大的负面影响; 浙江
省得益于较丰富的旅游资源、极为密集的森林公园
分布、较为发达的交通和较高的森林覆盖率; 重庆
市得益于较为密集的森林公园分布和较为发达的交
通，而其较高的资本投入使其旅游效率下降; 广东
省得益于多项指标的平衡发展、较高的人口密度和
城镇化水平、较丰富的旅游资源、密集的森林公园分
布和较高的森林覆盖率，以及较低的资本和劳动力
投入; 四川省得益于极为丰富的旅游资源、较低的
资本和劳动力投入，而较低的人口密度和城镇化水
平使其旅游效率下降; 福建省得益于较为密集的森
林公园分布、较高的森林覆盖率、较低的资本和劳动
力投入;江西省得益于较为密集的森林公园分布、极
高的森林覆盖率以及较低的劳动力投入; 河北省主
要是资本和劳动力投入极低。从森林公园旅游效率
较低的几个省级单位比较来看，各个省级单位旅游
效率较低的原因有共性，也有差异。其中，山东、海
南和湖北 3 省的情况比较特殊，山东省森林公园分
布极为密集，交通极为发达，其他指标接近全国平均
水平;海南省的森林覆盖率高于全国平均水平，其他
指标发展水平接近全国平均水平;湖北省的交通水
平远高于全国平均水平，而其他指标的发展水平接
近全国平均水平。这 3 个省的森林公园旅游效率的
期望值都应该高于全国平均水平，而其实际旅游效
率均较低，直接原因是旅游人数较少，深层次的原因
还需要进一步研究。其他几个旅游效率较低的省区
在人均 GDP、资本投入、劳动力投入等几个指标上
的发展水平都较低，但不是拉低效率的原因，主要原
因是在正向指标上的得分较低。陕西省在人口密
度、城镇化水平、森林公园分布密度、交通水平等方
面的发展水平都较低; 甘肃省在人口密度、城镇化
水平、旅游资源、森林公园分布密度、交通水平、森林
覆盖率等方面的发展水平都远低于全国平均水平;
黑龙江省虽然森林资源丰富，森林覆盖率较高，但其
人口密度和森林公园密集度、交通发展水平都远低
于全国平均水平，导致森林公园旅游效率较低; 宁
夏的森林资源和旅游资源都较缺乏，人口少，居住分
散，经济发展水平低，交通建设滞后; 内蒙古自治区
的森林资源丰富，城镇化水平也较高，但由于其区域
面积广阔，使人口密度和森林公园分布密度都极低，
交通发展水平也远低于全国平均水平。
341
林 业 科 学 51 卷
表 3 森林公园效率影响因素发展比较
Tab． 3 Comparison of factors influencing forest park efficiency
指标 Index Y x1 x2 x3 x4 x5 x6 x7 x8 x9
均值 Average 0. 58 440. 36 51. 85 351. 16 5. 31 5. 87 73. 12 70. 34 4 887. 03 235. 55
上海 Shanghai 1. 00 3 670. 25 89. 17 738. 68 4. 80 6. 93 191. 46 80. 03 55 857. 85 2 153. 76
浙江 Zhejiang 1. 00 533. 53 61. 64 526. 96 8. 40 16. 62 105. 29 87. 49 6 096. 33 347. 80
重庆 Chongqing 0. 97 354. 64 54. 71 305. 62 5. 60 9. 71 98. 48 71. 70 10 889. 76 235. 96
广东 Guangdong 0. 92 591. 39 66. 17 454. 71 6. 80 25. 06 96. 89 81. 45 1 837. 58 102. 74
四川 Sichuan 0. 90 167. 26 41. 56 233. 39 10. 80 2. 36 44. 59 71. 79 1 377. 40 60. 82
福建 Fujian 0. 90 306. 20 57. 90 425. 49 7. 00 11. 64 60. 07 83. 80 1 388. 51 178. 27
江西 Jiangxi 0. 88 268. 35 45. 59 230. 28 6. 20 9. 01 65. 72 92. 29 4 720. 57 139. 41
河北 Hebei 0. 84 384. 77 45. 49 298. 74 5. 20 4. 67 79. 83 59. 31 294. 08 92. 80
山东 Shandong 0. 38 631. 52 50. 77 427. 68 7. 20 14. 54 153. 45 74. 38 4 480. 62 335. 94
陕西 Shaanxi 0. 31 181. 96 47. 31 301. 09 5. 20 4. 01 67. 56 63. 66 2 654. 30 110. 76
海南 Hainan 0. 30 259. 14 50. 51 256. 13 2. 60 4. 25 61. 72 84. 44 1 620. 68 126. 48
甘肃 Gansu 0. 27 56. 97 37. 14 175. 26 3. 60 1. 92 20. 27 49. 06 318. 53 37. 89
湖北 Hubei 0. 27 309. 31 50. 91 305. 11 5. 60 4. 58 103. 09 70. 42 2 415. 77 245. 95
黑龙江 Heilongjiang 0. 26 84. 33 56. 30 286. 95 3. 40 1. 54 27. 11 88. 22 1819. 67 29. 30
宁夏 Ningxia 0. 25 122. 66 49. 05 288. 67 2. 60 1. 57 45. 03 28. 54 4333. 42 137. 81
内蒙古 Neimenggu 0. 20 20. 96 56. 21 508. 76 1. 60 0. 39 12. 11 53. 84 692. 82 23. 84
3 结论与建议
本文以我国大陆 31 个省 (区、市) 2009—2013
年的年度数据为基础，测算了各省森林公园的旅游
效率，并对效率差异的原因进行了定量分析，得出的
主要结论与建议如下。
第一，总体上看，与 2009 年相比，我国森林公园
资源旅游利用的效率自 2011 年有显著提升，尤其是
2013 年效率提升幅度更大，比 2009 年提高了 26%。
第二，各省之间森林公园的旅游效率存在较大
的差异，上海、浙江最好，森林资源实现有效利用;而
内蒙古、宁夏、湖北、黑龙江、甘肃森林公园的旅游效
率较低，不到 0. 4，说明相对于上海、浙江两地区，这
些地区森林公园资源的旅游效率不到 40%，造成资
源的极大浪费。
第三，对部分省区来说，各年度森林公园旅游效
率的表现差异较大。有些省区表现出稳定上升的良
好状况，而有些却表现出下降或起伏波动较大的不
稳定状况，如天津、吉林等省区主要是由于资金投入
的不稳定以及资金投入没有转化为现实生产力
所致。
第四，从效率的影响因素来看，地区人口密度、
城镇化率、旅游资源水平、森林公园密度、交通发展
水平对森林公园的旅游效率起着正向的影响作用，
说明随着人口居住密集度、城镇化水平的提高，森林
公园资源的旅游效率将会提升。区域旅游资源与森
林公园资源的利用效率是正向关系，作为省区的林
业部门，要把旅游作为一个系统工程，把森林公园旅
游开发与区域大旅游结合起来，充分利用外部的资
金、人才、技术、营销、公共服务等各类资源，提高区
域森林公园的旅游效率。森林公园密度、交通发展
水平与森林公园旅游效率呈正向关系，说明便利性
和可达性是影响居民对森林公园需求的重要因素。
第五，森林公园的资金投入强度与森林公园的
旅游效率形成显著的负相关系，这一结果表明，我国
较多森林公园的发展已经不是缺乏资金的问题，而
是资金不能得到有效利用的问题。提升资金的使用
效率，把资金用于改善基础设施、改进劳动力质量、
提高森林公园管理的技术水平等方面将是未来森林
公园管理中面对的重要课题。
第六，多数省区森林公园的旅游效率由模型得
到较好的解释;但各个地森林公园旅游效率还受到
区位等个体因素的显著影响，形成的原因存在显著
的个体差异，效率提升的措施也不尽相同。总体上，
经济发达的区域人口密度大，需求水平高，交通水平
和资本水平都比较高，旅游效率的提升面临着如何
有效利用资金、节约资金利用成本的问题;经济极为
发达的地区面临着如何吸引本地居民在本地消费、
降低本地区旅游需求向区域外甚至境外流动的问
题，发展水平较低的中西部地区最大的问题是本地
区人口需求水平低，交通发展水平低，资金和劳动力
投入水平低。资金和劳动力投入水平低，虽然能够
提高森林公园的效率，却不利于森林土地资源的利
用，提高交通水平和森林公园投资水平，增加对区域
外居民的吸引力是中西部经济落后区域提高森林公
园效率的方向。山东、海南、湖北 3 地森林公园的旅
游效率与模型预测的期望值相差较大，森林公园所
接待的旅游人数低于其应有的水平，具体的原因还
441
第 2 期 黄秀娟等: 我国森林公园旅游效率及其影响因素
需要做进一步的深入探讨。
本文是基于现有统计数据对我国森林公园效率
及其影响因素进行的初步研究，由于旅游业发展的
复杂性和现有统计数据的不完整性，研究结论与现
实发展可能会存在一定的差异，一些问题需要进一
步深化、完善与证实。如人们一般认为我国森林公
园发展普遍缺乏资金，资金充足的森林公园旅游效
率也应该高，但本论文得出的结论是森林公园资本
投入强度与旅游效率呈显著的负相关，这一结论与
人们的直觉认识相悖，是否揭示了我国森林公园发
展中存在的问题还有待于更进一步的证实性研究。
又如，论文得出森林公园旅游效率与本区域居民的
收入存在显著的负向关，揭示随着收入的增加，居民
对森林旅游的需求会由区域内转向区域外或境外，
旅游收入如何影响居民对森林旅游的需求也需要深
入研究。另外，随着时间的发展，各地的森林公园效
率会如何变化，也是以后的研究中需要继续关注的
问题。
参 考 文 献
陈 松，李吉跃，姜金璞，等 ． 2007． 鹫峰国家森林公园客源市场及
游客行为特征研究 ．河北林果研究，22(1) :1 － 6．
(Chen S，Li J Y，Jiang J P，et al． 2007． Study on tourist market and
characters of tourists’ behavior in Jiufeng National Forest Park．，
Hebei Journal of Forestry and Orchard Ｒesearch，22(1) :1 － 6． ［in
Chinese］)
董雪旺，张 捷，刘传华，等 ． 2011． 条件价值法中的偏差分析及信度
和效度检验 ．地理学报，66(2) :267 － 278．
(Dong X W， Zhang J， Liu C H， et al． 2011． Bias analysis and
reliability and validity test in contingent valuation method: a case
study of assessment of Jiuzhaigou’s recreational value．，Acta
Geographica Sinica，66(2) :267 － 278． ［in Chinese］)
国家林业局场圃总站 ． 2014. 2013 年度森林公园建设经营情况 ．
http:∥ www． forestry． gov． cn / portal / slgy / s /2452 / content-669504．
html．
(Garden Station of State Forestry Administration． 2014． The operation
situation of chinese forest parks in 2013． http:∥www． forestry． gov．
cn / portal / slgy / s /2452 / content-669504． html． ［in Chinese］)
国家林业局计财司 ． 2014. 2013 年全国林业统计年报分析报告 ． http:
∥www． forestry． gov． cn /main /225 / content-677457． html．
(Planning and Accounting Department of State Forestry Administration．
2014． Analysis Ｒeport of the Nationwide Forestry Statistics annual
report in 2013． http:∥ www． forestry． gov． cn /main /225 / content-
677457． html． ［in Chinese］)
国家统计局 ． 2014． 旅游业发展情况 ． 中国国家统计局官方网站 ．
http:∥data． stats． gov． cn．
(Chinese Naitonal Statistic Bureau． 2014． Tourism development situation．
http:∥data． stats． gov． cn． ［in Chinese］)
黄秀娟 ． 2009． 旅游目的地国际旅游竞争力决定因素研究: 理论与
实证 ． 北京:中国出版集团现代教育出版社 ．
(Huang X J． 2009． Ｒesearch on the factors of determining international
tourism competitiveness of destination: theory and evidence． Bejing:
Modern Education Press of Chinese Publication Group． ［ in
Chinese］)
黄秀娟 ． 2011．中国森林公园旅游发展效率的比较与分析 ．林业科学，
47(12) :22 － 27．
(Huang X J． 2011． Comparison and analysis on the tourism efficiency of
forest parks in China． Scientia Silvae Sinicae，47 ( 12 ) :22 － 27．
［in Chinese］)
黄远水 ． 2005．风景名胜区旅游竞争力研究 ．天津:天津大学博士学位
论文 ．
(Huang Y S． 2005． Study on the tourism competitiveness of scenic spot．
Tianjin:PhD thesis of Tianjin University． ［in Chinese］)
里 奇，克劳奇 ． 2006．旅游目的地竞争力管理 ． 天津:南开大学出版
社 ．
(Ｒitchie J B， Crouch G I． 2006． Management on the tourism
competitiveness of destination． Tianjin:Nankai University Press． ［in
Chinese］)
罗明春，罗 军，钟永德，等 ． 2005． 不同类型森林公园游客的特征
比较 ．中南林学院学报，25(6) :110 － 115．
(Luo M C，Luo J，Zhong Y D，et al． 2005． A comparative study of visitor
characteristics in different types of forest parks． Journal of Central
South Forestry University，25(6) :110 － 115． ［in Chinese］)
马晓龙，保继刚 ． 2007．基于 DEA 的中国国家级风景名胜区使用效率
评价 ．地理研究，28(3) :838 － 848．
(Ma X L，Bao J G． 2007． Evaluating the using efficiencies of Chinese
national parks with DEA． Geographical Ｒesearch，28 ( 3 ) :838 －
848． ［in Chinese］)
潘竟虎 ． 2013．中国国家森林公园空间可达性测度 ． 长江流域资源与
环境，22(9) :1180 － 1187．
(Pan J H． 2013． Measurements for spatial accessibility of national forest
parks in China． Ｒesources and Environment in the Yangtze Basin，
22(9) :1180 － 1187． ［in Chinese］)
吴楚材，邓金阳，李世东 ． 1992．张家界国家森林公园游憩效益经济评
价的研究 ．林业科学，28(5) : 423 － 430．
(Wu C C，Deng J Y，Li S D． 1992． Economic evaluation for recreation
benefit of Zhangjiajie national forest park． Scientia Silvae Sinicae，
28(5) : 423 － 430． ［in Chinese］)
许诺安，颜 磊，许学工 ． 2009．张家界国家森林公园客源市场的空
间特征与潜力研究 ．旅游论坛，2(6) :911 － 916．
(Xu N A，Yan L，Xu X G． 2009． Ｒesearch on spatial pattern and
potential of tourist market for Zhangjiajie national forestry park．
Tourism Forum，2(6) :911 － 916． ［in Chinese］)
徐雁南，徐 超 ． 2007．中山陵风景区城市森林生态旅游综合效益分
析评价 ．南京林业大学学报:人文社会科学版，17(4) :86 － 90．
(Xu Y N，Xu C． 2007． Benefit analysis and evaluation of urban forest-
based eco-tourism in Sun Yat-sencs Mausoleum Scenic Spot． Journal
o f Nanjing Forestry University ( Humanities and Social Sciences
Edition)，17(4) :86 － 90． ［in Chinese］)
Allan S M，Joseph G M，Hans M G． 1980． Benefit-cost analysis of
Voyageurs National Park． Evaluation Ｒeview，4(6) :715 － 738．
Bosetti V，Locatelli G． 2006． A Data envelopment analysis approach to
the assessment of natural park’s economic efficiency and
541
林 业 科 学 51 卷
sustainability: The case of Italian natural parks． Sustainable
Development，14(1) : 277 － 286．
Brasington D M，Hite D． 2005． Demand for environmental quality: a
spatial hedonic analysis． Ｒegional Science and Urban Economics，
35(1) :57 － 82．
Collie． 1996． A Guide to DEAP Version 2. 1: A Data envelopment
analysis ( Computer ) program． http: www． une． edu． au /
econometrics / cepa． htm．
Douglas A，Johnson Ｒ L． 1992． Congestion and recreation site demand: a
model of demand-induced quality effects． Journal of Environmental
Management，36(1) : 201 － 213．
Fuentes L M，Ignacio G G，Morini S M． 2012． Measuring efficiency of
Sun ＆ Beach tourism destinations． Annals of Tourism Ｒesearch，
2012，39(2) :1248 － 1251．
Kao C，Yang Y C． 1991． Measuring the efficiency of forest management．
Forest Science，37(5) :1239 － 1252．
Lehtonen E，Kuuluvainen J，Pouta E，et al． 2003． Non-market benefits of
forest conservation in southern Finland． Environmental Science ＆
Policy，6(3) :195 － 204．
Lindhjem H． 2007. 20 years of stated preference valuation of non-timber
benefits from Fennoscandian forests: A meta-analysis． Journal of
Forest Economics，12(4) : 251 － 277．
Liston H C，Heyes A． 1999． Ｒecreational benefits from the Dartmoor
National Park． Journal of Environmental Management，55 ( 1 ) :
69 － 80．
Marrocu E，Paci Ｒ． 2010． They arrive with new information． Tourism
flows and production efficiency in the European regions． Tourism
Management，31(1) : 1 － 9．
Wooldridge J． 2010． Econometric Analysis of Cross Section and Panel
Data． 2 nd Edition． Cambridge，MA:MIT Press．
(责任编辑 王艳娜)
641