旅游金融效率时空格局演化及影响因素研究——以云南省为例

发布时间：2021-02-24 19:19

　　金融业对旅游业发展的助推作用日益显现,但旅游金融效率偏低逐渐成为制约旅游业提质增效的瓶颈。选取2000-2015年云南省16州（市）面板数据,将DEA-Malmquist指数法与重心模型结合,在测算旅游金融效率和全要素生产率（TFP）的基础上,分析云南省旅游金融效率空间格局特征,并采用Tobit模型探析其影响因素。结果显示:1)旅游金融综合效率核密度曲线经历了"增大—减小"过程,各州（市）间差异明显,效率重心在大理和楚雄州行政区内部呈"钟摆式"移动;2)旅游金融全要素生产率在时间序列上呈波动上升趋势,在空间上"集中连片"分布特征明显;3)经济发展水平、等级旅游资源、技术创新和产业集聚对旅游金融效率具有显著的正向促进作用,信贷规模未通过检验,交通设施密度、对外开放水平和产业结构则对旅游金融效率具有负向阻滞作用,但未通过显著性检验。研究结果有助于从整体上把握云南省旅游金融效率时空演变特征,并为金融支持旅游业提质增效发展提供借鉴,对促进旅游业与金融业融合发展具有理论与现实意义。 

【文章来源】：地理与地理信息科学. 2020,36(05)北大核心

【文章页数】：9 页

【文章目录】：
0 引言
1 研究方法及数据来源
    1.1 研究方法
        1.1.1 DEA-Malmquist指数
        1.1.2 标准差椭圆（Standard Deviational Ellipse,SDE）
        1.1.3 Tobit模型
    1.2 指标选取及数据来源
2 云南省旅游金融效率时空差异测度分析
    2.1 基于DEA模型的云南省旅游金融效率时空差异
        2.1.1 时序演化分析
            （1）综合效率核密度曲线（图1a）。
            （2）纯技术效率核密度曲线（图1b）。
            （3）规模效率核密度曲线（图1c）。
        2.1.2 空间差异程度分析
            （1）重心移动轨迹。
            （2）空间范围变化。
            （3）椭圆偏移角度。
    2.2 基于Malmquist指数的云南省旅游金融全要素生产率时空差异
        2.2.1 旅游金融全要素生产率时序演化分析
        2.2.2 旅游金融全要素生产率变化空间差异格局分析
3 旅游金融效率影响因素分析
    3.1 影响因素与模型设定
    3.2 Tobit回归结果分析
4 结论与建议
    4.1 结论
    4.2 建议


【参考文献】：
期刊论文
[1]京津冀地区金融发展对产业结构调整的影响分析:区市证据[J]. 李雪,金琦.  四川师范大学学报(社会科学版). 2019(03)
[2]基于空间面板计量模型的雾霾对中国城市旅游流影响的空间效应[J]. 徐冬,黄震方,黄睿.  地理学报. 2019(04)
[3]我国经济效率形成中金融发展的作用研究——基于空间计量模型的实证分析[J]. 唐文琳,李雄师,常雅丽.  经济经纬. 2019(03)
[4]金融创新促进产业升级的路径、机理和效应——以山东省为例[J]. 王军,王昆.  学术交流. 2019(03)
[5]基于DEA方法的文化金融服务体系效率研究[J]. 朱尔茜,刘嘉玮.  管理世界. 2018(11)
[6]基于能值的中国海洋生态经济系统发展效率[J]. 胡伟,韩增林,葛岳静,胡渊,张耀光,彭飞.  经济地理. 2018(08)
[7]长江经济带旅游景区空间格局及演变[J]. 吴春涛,李隆杰,何小禾,王姣娥.  资源科学. 2018(06)
[8]中国旅游业碳排放及其影响因素研究——来自2005～2015年省级面板数据的证据[J]. 查建平,舒皓羽,李园园,贺腊梅.  旅游科学. 2017(05)
[9]碳排放约束下耕地利用效率的区域差异及其影响因素[J]. 卢新海,匡兵,李菁.  自然资源学报. 2018(04)
[10]旅游业与金融业耦合协调发展实证分析——以江苏省为例[J]. 龚艳,郭峥嵘.  旅游学刊. 2017(03)

硕士论文
[1]江浙沪地区旅游业与金融业融合度研究[D]. 邵玉珍.浙江工商大学 2018
[2]基于DEA模型的金融支持县域旅游业发展研究[D]. 张洪昌.广西大学 2016



本文编号：3049830