EN中文

Economic geography >

2020 , Vol. 40 >Issue 2: 200 - 208

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.02.022

Spatio-Temporal Coupling Relationship between Tourism Poverty Alleviation Efficiency and Economic Development Level in Contiguous Destitute Areas:A Case Study of Wuling Mountain Area

  • WANG Kai , 1 ,
  • LIN Hui 1 ,
  • GAN Chang 1 ,
  • DENG Chuxiong , 2, ※
Expand
  • 1. Tourism College，Hunan Normal University，Changsha 410081，Hunan，China
  • 2. College of Resources and Environment Science，Hunan Normal University，Changsha 410081，Hunan，China

Received date: 2019-03-27

  Revised date: 2019-12-16

  Online published: 2025-04-01

Fold

Abstract

Using SBM model and entropy weight TOPSIS method,the poverty alleviation efficiency and economic development level of national poor counties in Wuling Mountain Area during the period of 2010-2016 are measured respectively,and the coupling degree model is adopted to explore the spatio-temporal coupling relationship between tourism poverty alleviation efficiency and economic development level. Results show that: 1)The tourism poverty alleviation efficiency of Wuling Mountain Area is relatively high and rises steadily in small fluctuations,but there are significant differences in the efficiency of tourism poverty alleviation between the national poor counties. 2)The economic development level of Wuling Mountain Area is generally on the rise,but the composite index is comparatively low,the economic growth rate shows a significant slow-growth trend,and the regional differences are distinct. 3)During the research period,the coupling degree between tourism poverty alleviation efficiency and economic development level is high and shows a continuous upward trend,and both of them tend to develop harmoniously. The tourism poverty alleviation efficiency and economic development level are significantly positively correlated with each other. Compared with the impact of tourism poverty alleviation efficiency on the economic development level,the growth of regional economic level has a more obvious effect on improving tourism poverty alleviation efficiency.

Key words： tourism poverty alleviation efficiency; economic development level; tourism industry; poor county; spatio-temporal coupling relationship; SBM model; Wuling Mountain Area

Cite this article

WANG Kai , LIN Hui , GAN Chang , DENG Chuxiong . Spatio-Temporal Coupling Relationship between Tourism Poverty Alleviation Efficiency and Economic Development Level in Contiguous Destitute Areas:A Case Study of Wuling Mountain Area[J]. Economic geography, 2020 , 40(2) : 200 -208 . DOI: 10.15957/j.cnki.jjdl.2020.02.022

1960年代以来，国外学者开始关注旅游、贫困与经济发展之间的关系，并肯定了旅游在创造就业、促进经济发展、摆脱贫困等方面所发挥的积极作用[1]。Ashley[2]与Sofield[3]分别提出“面向贫困人口的旅游”（PPT）与“消除贫困的可持续旅游”（ST-EP）。《中国农村扶贫开发纲要（2011—2020年）》[4]明确指出，全国14个集中连片特困区是新时期扶贫攻坚的主战场；习近平总书记强调，到2020年稳定实现农村贫困人口不愁吃、不愁穿，义务教育、基本医疗、住房安全有保障，是贫困人口脱贫的基本要求与核心指标，直接关系攻坚战质量。旅游扶贫作为我国精准扶贫谱系中的重要组成单元，其效率的高低直接关乎2020年全面脱贫目标是否能如期实现，而经济发展为旅游扶贫开发提供了充足的资金、人才等要素资源，是旅游扶贫效率提升的有力支撑[5⇓⇓-8]。厘清旅游扶贫效率与经济发展水平的耦合关系对于提升区域旅游扶贫效率，加快地区经济发展并助力贫困人口脱贫致富具有重要的实践意义和理论价值。
旅游业与经济发展之间的关系一直备受国内外学者关注。已有文献多基于理论和实证，采取时间序列法、面板分析法和Granger因果检验法分析区域旅游产业发展与经济增长之间的互动关系，部分研究显示旅游业与经济增长存在显著正向关系[9⇓-11]和长期协整关系[12⇓-14]；另有学者认为旅游业与经济发展之间不仅没有构成正向关系，旅游产业发展可能还会降低社会福利[15]。虽然学者们见解各异，但主流上还是认可旅游业对经济发展具有正向作用，旅游开发亦逐渐成为地区脱贫的重要方式。旅游扶贫是针对贫困地区的特殊旅游发展模式，拥有“造血式”的本质特征，成为世界众多发展中国家贫困治理的重要方式之一[1]，通过旅游开发可带动贫困人口就业，增加地方财政收入，促使贫困地区经济发展和居民脱贫致富；同时，区域经济发展也为旅游开发提供资金支持、基础设施建设，推动旅游产业升级与可持续发展[5⇓⇓-8]。旅游扶贫效率是衡量旅游溢出效应发挥程度的重要指标，“精准扶贫”方略实施以来，旅游扶贫效率已逐渐成为旅游扶贫研究的重要组成部分，研究内容侧重基于地理时空二维角度，刻画旅游扶贫效率时空演化轨迹及影响因素[16⇓⇓⇓⇓⇓-22]；研究方法上，经历了从传统DEA模型，两阶段模型，到三阶段DEA模型的转变[21-22]。随着相关研究的深入推进，SBM模型修正了传统DEA模型，并逐渐得到普遍应用[20]。
综上所述，现有文献多为旅游与经济发展耦合关系的探析，有关旅游扶贫效率与经济发展耦合关系的探索鲜少见诸文献；旅游扶贫效率测度多采用传统的DEA模型，但传统DEA模型忽略了投入与产出的松弛问题，易导致效率值出现偏差。本文基于2011、2013和2016年的截面数据，运用基于产出导向的SBM模型测度武陵山片区42个国家级贫困县旅游扶贫效率，并使用熵权TOPSIS计算各贫困县经济发展水平综合指数，最后运用耦合度模型探究区域旅游扶贫效率与经济发展水平的时空耦合关系，以期为制定旅游扶贫政策与完善相关制度提供科学参考和实践模式。

1 研究设计

1.1 研究区域概况

武陵山片区横跨湘、鄂、黔、渝四省区，共包括 71个县（市、区），总面积为17.18万km2。2010年末，总人口达3 645万人，片区内生活着30多个少数民族，是“老少边山穷”的典型贫困地区，也是我国14个集中连片特困地区之一。2011年，国家正式出台了《武陵山片区区域发展与扶贫攻坚规划（2011—2020年）》《规划》实施期间，武陵山片区共确定42个国家扶贫开发工作重点县，13个省级重点县，11 303个贫困村。近年来，武陵山片区全面推进旅游扶贫工程，旅游产业已成为区域社会经济支柱产业。2011—2016年，片区旅游人次从1.2亿人次增加到3.5亿人次，旅游总收入从665亿元增长到2 450亿元，年均增长率达30.1%。截至2016年，武陵山片区通过旅游产业发展共实现30余万人脱贫，旅游扶贫成效显著[23]。

1.2 研究方法

1.2.1 产出导向的SBM模型

SBM模型将松弛变量直接置于目标函数中，使其测算出的效率值与实际值更趋于一致[20,24]。旅游扶贫效率主要衡量旅游业发展带来的社会经济效益，追求产出最大化，而基于产出导向设定的模型，其优势就在于保证现有投入的基础上扩大产出，因此本研究选择产出导向的SBM模型。假设有n个待评价决策单元（DMU），将其称为DMUj（j=1，2，…，n）。每个DMU都有m种投入和s种产出，分别记为xi和yr，其中，i=1，2，…，m；r=1，2，…，s。基于产出导向的SBM模型如下：
1 ρ 0 * = m a x 1 λ , s - , s + + 1 s ∑ r = 1 s s r + y r 0 s . t .   x i 0 = ∑ j = 1 n x i j λ j + s i - i = 1 , … , m y r 0 = ∑ j = 1 n y r j λ j - s r + r = 1 , … , s λ j ≥ 0 ∀ j , s i - ≥ ∀ i , s r + ≥ 0 ∀ r
式中：xij为第j个决策单元的第i个投入变量；yrj为第j个决策单元的第r个产出变量； λ j为参照集中各要素的权重。

1.2.2 熵权TOPSIS法

熵权TOPSIS法实际上是对传统TOPSIS法的改进，由熵权法和TOPSIS法组成。熵权法基于指标本身具有信息量的多少和数据间差异性的大小测算信息熵，确定评价对象权重，是一种客观赋权法。TOPSIS法是一种逼近于理想解的排序法，计算每个指标值到理想指标值的相对贴近度，即靠近最优解和远离最劣解的程度，进而得出各指标的优劣排序，具体计算步骤和公式如下[25-26]：
①构造原始数据矩阵 X = x i j m × n，m为研究样本个数，n为指标个数。
②采用极差法对矩阵X进行标准化处理，获得新矩阵 Y = y i j m × n；其中，正向指标和逆向指标采用的公式分别为：
y i j = x i j - m i n 1 ≤ j ≤ n x i j m a x 1 ≤ j ≤ n x i j - m i n 1 ≤ j ≤ n x i j
y i j = m a x 1 ≤ j ≤ n x i j - x i j m a x 1 ≤ j ≤ n x i j - m i n 1 ≤ j ≤ n x i j
③指标j的信息熵运算：
e j = - k ∑ i = 1 m p i j l n p i j
其中 k = 1 l n m，为避免 l n p i j无意义，规定 p i j = 1 + y i j ∑ i = 1 m 1 + y i j。
④确定指标权重Wj：
w j = 1 - e j ∑ j = 1 n 1 - e j
⑤确定最优解向量Y+与最劣解向量Y-：
Y + = m a x 1 ≤ i ≤ m y i 1 , m a x 1 ≤ i ≤ m y i 2 , … , m a x 1 ≤ i ≤ m y i n
Y - = m i n 1 ≤ i ≤ m y i 1 , m i n 1 ≤ i ≤ m y i 2 , … , m i n 1 ≤ i ≤ m y i n
⑥计算各评价方案与最优方案的距离 D i +和最劣方案的距离 D i -：
D i + = ∑ j = 1 n w j y i j - y j + 2
D i - = ∑ j = 1 n w j y i j - y j - 2
⑦贴近度Ci：
C i = D i - D i - + D i +
贴近度Ci来描述理想距离与负理想距离的综合效应，即Ci值越大，表示评价结果越优良。将测算出的所有对象贴近度Ci按降序排列，进而进行优劣评价。

1.2.3 耦合度模型

旅游扶贫效率与经济发展水平存在互动发展关系，借鉴物理学的容量耦合概念及系数模型，可构建旅游扶贫效率与经济发展水平两个系统的耦合度模型，深入分析耦合关系，以此反映二者的联动作用[27⇓-29]。其表达式为：
U = f x g x f x + g x 2 2 k
式中： U为旅游扶贫效率与经济发展水平之间的耦合系数，U∈[0,1]，其值越大，表明旅游扶贫效率与经济发展水平越协调，反之越差； f x为旅游扶贫效率综合指数； g x为经济发展水平综合指数；k为调节系数，一般2≤k≤5，由于本文度量的是由旅游扶贫效率与经济发展水平两个子系统构成的耦合模型，故k值取2。

1.3 指标体系构建与数据来源

考虑到指标数据的可获取性，旅游扶贫效率评价通常采用相关替代性指标。对于产出指标，本文综合参考多维贫困理论、《中国农村扶贫开发纲要（2011—2020年）》[4]和联合国MPI指标体系[30⇓-32]，分别采用农民人均纯收入、城镇居民可支配收入、电话用户比例、每千人拥有病床数和在校中学生人数表示贫困地区旅游扶贫在经济、生活、医疗和教育维度上的产出水平；对于投入指标，本文综合参考龙祖坤、黄渊基和鄢慧丽等[17,19-20,22]学者已有研究成果，选取人均旅游人次和人均旅游收入表征贫困县域旅游扶贫投入状况。
基于相关文献[26⇓-28]，按照指标选取原则，选取8个统计指标作为经济发展水平综合指数的测算指标，分别为GDP（万元）、人均GDP（元）、居民人均储蓄存款余额（元）、第二产业比重（%）、第三产业比重（%）、财政收入占GDP比重（%）、人均社会消费品零售总额（元）和人均社会固定资产投资额（元）。通过以上指标共同表征贫困县（市、区）经济效益、经济规模、产业结构。
考虑到不同阶段旅游扶贫工作重心的变化和代表性转折点，本文选取2010、2013和2016年作为研究的时间截面。研究数据均源于：①《湖北统计年鉴》《湖南统计年鉴》《贵州统计年鉴》《重庆统计年鉴》和《中国县域统计年鉴》；②各县（市、区）相应年份的国民经济与社会发展统计公报以及政府工作报告。

1.4 旅游扶贫效率与经济发展水平的耦合机理

旅游开发与经济发展水平之间存在高度关联性。经济基础是旅游业发展的根基和保障，经济发展水平的提高，一则增加了居民收入，刺激旅游消费增长，最终推动旅游收入的提升；二则为旅游资源开发提供了资金保障，有助于推进旅游基础设施建设。同时，旅游开发对经济增长也有显著的正向作用，旅游业具有综合性强、关联度大、开放度高和就业拉动能力强等优势[7]，其带来的收入效应、创汇效应、就业效应和产业关联效应远超其他产业[33]。
借鉴旅游开发与经济发展之间的互动关系，可进一步说明旅游扶贫效率与经济发展也存在交互关系[26,28,33]。一方面，贫困地区经济发展是提高旅游扶贫效率的前提与基础。区域经济增长可提供旅游发展必需的物质资本与人力资本，有助于完善旅游基础与服务设施，进而扩大旅游产业经济规模、优化旅游产业结构、提高旅游产业经济效益，促进多维度减贫，最终提升旅游扶贫效率。另一方面，旅游扶贫效率影响贫困县（市、区）经济发展水平。旅游扶贫开发可将旅游资源优势转化为经济优势，带动贫困地区人口就业、提高生活水平、增加地区财政收入，进而达到脱贫致富的目的。其中，贫困人口收入水平的提高直接刺激消费的快速增长，而消费作为推动经济发展的三驾马车之一，在我国经济下行压力较大情况下，能有效刺激经济增长（图1）。
图1 旅游扶贫效率与区域经济发展水平耦合机理

Fig.1 Coupling mechanism of tourism poverty alleviation efficiency and economic development level

2 结果与分析

2.1 旅游扶贫效率时空分异

时间序列上，武陵山片区旅游扶贫效率基本保持在0.7左右，整体处于中等偏上水平，历经小幅度波动后稳步上升，这说明武陵山片区旅游扶贫开发卓有成效，贫困发生率不断下降。国家以及武陵山片区各级政府高度重视旅游扶贫，通过出台相应的旅游开发政策，吸引经济要素迅速流入，将当地独特的山水生态和民族文化资源优势转变为经济优势。空间分布上，重庆市所辖贫困县（市、区）旅游扶贫效率水平最高，且绝大部分都处于有效状态，效率值为“1”，这与重庆作为直辖市的优势地位密不可分。贫困县依靠政府较大的扶持力度与优惠政策，借助资源优势积极发展旅游产业，释放旅游开发的减贫效应，加速了区域整体脱贫进程。从县域层面来看，区域差异性较大，宣恩县、隆回县、正安县和黔江县等贫困县在三个时间截面上的旅游扶贫效率始终处于最佳前沿生产面；恩施县、邵阳县、江口县和武隆县等也有两个年份的效率值为“1”。除上述县（市、区）外，其余都低于均值水平（0.73），效率值最低的古丈县仅0.26，这些贫困县贫困程度相对较深，旅游开发初始动力不足，致使其旅游扶贫效率相对较低。值得注意的是，凤凰县旅游扶贫效率偏低，且由0.52下降至0.31，这主要是由于县域旅游资源过度开发，导致能源消耗与污染物排放量增加，从而大大降低其生态环境效率甚至整体效益[22]（图2）。
图2 2010—2016年武陵山片区42个贫困县（市、区）旅游扶贫效率

Fig.2 Tourism poverty alleviation efficiency of 42 poor counties in Wuling Mountain Area in 2010-2016

2.2 经济发展水平时空演化

总体而言，武陵山片区经济发展综合指数较低，处在0.3~0.4低水平范围内，区域经济发展落后。从时间序列上来看，武陵山片区42个贫困县（市、区）经济发展水平均值整体呈上升趋势，但2010—2016年综合指数仅上升了1%，表明贫困县（市、区）经济发展增速缓慢，这可能与县域基础设施落后、产业基础薄弱、生产力水平较低、经济发展动力不足有关。具体来看，2010—2013年，武陵山片区经济发展水平综合指数整体上升了2%。这一期间，国家高度重视民生建设，相关政策大幅向农村贫困地区倾斜，并着力开展各项扶贫工作，推动基础设施建设和产业发展，提高农村居民收入，贫困县（市、区）整体经济发展水平得到了提升。2013—2016年，42个贫困县（市、区）经济发展水平综合指数下降了1个百分点，这可能与我国经济下行压力大，产业结构优化难度大，经济增速放缓的宏观背景有关。
从空间分布格局来看，武陵山片区整体经济发展不平衡，这与各县域经济基础、城镇化水平、产业结构、政策导向存在差异有一定关联。省域层面上，重庆市经济发展水平综合指数基本处于0.5~0.7左右，明显高于其它三个分片区。具体到县域层面，湖北省宣恩县，湖南省邵阳县、城步县、桑植县、湘西土家族苗族自治州所辖县区，以及贵州省石阡县、印江县、思南县等县域经济发展水平综合指数都低于0.3，经济发展相对滞后。此外，湖北省长阳县经济发展水平综合指数下降了19%，下降幅度最大，这与其处在区域发展转型阶段，原有集聚效应减弱，导致区域经济呈现萎缩状态有一定联系（表1）。
表1 2010—2016年武陵山片区42个贫困县（市、区）经济发展水平综合指数

Tab.1 Index of economic development level of 42 poor counties in Wuling Mountain Area in 2010-2016

县（市、区） 2010 2013 2016
恩施市 0.52 0.55 0.57
利川市 0.38 0.32 0.35
建始县 0.34 0.27 0.33
巴东县 0.40 0.33 0.36
宣恩县 0.21 0.21 0.27
咸丰县 0.29 0.29 0.32
来凤县 0.33 0.32 0.36
鹤峰县 0.44 0.35 0.37
长阳县 0.61 0.44 0.42
秭归县 0.37 0.46 0.43
邵阳县 0.29 0.31 0.29
隆回县 0.32 0.32 0.30
城步县 0.24 0.34 0.27
桑植县 0.30 0.32 0.28
安化县 0.39 0.43 0.39
沅陵县 0.46 0.51 0.43
通道县 0.28 0.33 0.23
新化县 0.38 0.41 0.38
泸溪县 0.35 0.32 0.28
凤凰县 0.33 0.44 0.41
花垣县 0.49 0.43 0.32
保靖县 0.30 0.25 0.20
古丈县 0.26 0.40 0.27
永顺县 0.22 0.28 0.21
龙山县 0.24 0.28 0.25
江口县 0.22 0.26 0.32
石阡县 0.16 0.20 0.27
思南县 0.19 0.23 0.26
印江县 0.18 0.24 0.29
德江县 0.16 0.22 0.32
沿河县 0.22 0.24 0.23
松桃县 0.20 0.25 0.33
正安县 0.27 0.26 0.25
道真县 0.23 0.31 0.29
务川县 0.22 0.26 0.37
黔江区 0.79 0.77 0.73
丰都县 0.56 0.59 0.61
武隆县 0.63 0.66 0.64
石柱县 0.59 0.62 0.61
秀山县 0.48 0.56 0.52
酉阳县 0.45 0.48 0.45
彭水县 0.50 0.48 0.52
均值 0.35 0.37 0.36

2.3 旅游扶贫效率与经济发展水平的时空耦合关系

依据聚类原理与实际发展情况，将各县域旅游扶贫效率与经济发展水平的耦合度由低至高划分为四种类型：U∈（0，0.5]为低度耦合，U∈（0.5，0.8]为中度耦合，U∈（0.8，0.9]为较高度耦合，U∈（0.9，1]为高度耦合，并绘制了空间分布图（图3）[27⇓-29]。时间序列上，武陵山片区旅游扶贫效率与经济发展水平的耦合度呈持续上升态势，耦合度从2006年的0.73上升至2016年的0.78，表明武陵山片区旅游扶贫效率与经济发展水平二者之间整体呈良性协调发展态势。各贫困县旅游扶贫效率与经济发展水平间的耦合度大致表现为波动上升趋势，仅少数贫困县出现小幅下降，但基本保持在同一类型。需注意的是，建始县、龙山县、江口县2010—2013年耦合度急剧下降，从高度、较高度耦合降至中低度耦合，这一时期3县的旅游扶贫效率迅速上升，而区域经济发展却仍处于较低水平，致使耦合度降低（表2）。
图3 2010—2016年武陵山片区42个贫困县（市、区）旅游扶贫效率与经济发展水平耦合类型空间分布

Fig.3 Spatial distribution pattern of coupling types of tourism poverty alleviation efficiency and economic development level of 42 poor counties in Wuling Mountain Area in 2010-2016

表2 2010—2016年武陵山片区42个贫困县（市、区）旅游扶贫效率与经济发展水平耦合度

Tab.2 Coupling degree of tourism poverty alleviation efficiency and economic development level of 42 poor counties in Wuling Mountain Area in 2010-2016

县（市、区） 2010 2013 2016 均值 排名
恩施市 0.81 0.84 0.98 0.88 9
利川市 1.00 0.89 0.88 0.92 7
建始县 0.89 0.45 0.85 0.73 25
巴东县 0.84 0.85 0.93 0.87 12
宣恩县 0.33 0.33 0.45 0.37 42
咸丰县 0.81 0.64 0.83 0.76 23
来凤县 0.81 0.75 0.61 0.72 26
鹤峰县 1.00 0.59 1.00 0.86 14
长阳县 0.99 0.99 1.00 0.99 1
秭归县 0.89 0.99 0.99 0.96 3
邵阳县 0.49 0.78 0.49 0.58 35
隆回县 0.54 0.54 0.50 0.53 38
城步县 0.39 0.97 0.45 0.60 33
桑植县 0.79 0.81 0.82 0.81 19
安化县 0.77 0.71 0.65 0.71 28
沅陵县 0.75 0.80 0.85 0.80 20
通道县 0.80 0.95 0.88 0.88 10
新化县 0.64 0.68 0.64 0.65 31
泸溪县 0.90 0.81 0.77 0.83 17
凤凰县 0.90 0.98 0.96 0.95 4
花垣县 0.98 0.96 0.85 0.93 6
保靖县 0.50 0.41 0.64 0.52 39
古丈县 0.29 1.00 0.97 0.76 24
永顺县 0.58 0.57 0.59 0.58 36
龙山县 1.00 0.60 0.70 0.77 22
江口县 0.79 0.43 0.54 0.59 34
石阡县 0.48 0.40 0.93 0.61 32
思南县 0.36 0.37 0.69 0.48 40
印江县 0.65 0.88 0.79 0.77 21
德江县 0.49 0.41 0.76 0.55 37
沿河县 0.65 0.75 0.77 0.72 27
松桃县 0.96 0.75 0.78 0.83 16
正安县 0.45 0.43 0.41 0.43 41
道真县 0.64 0.79 0.65 0.69 29
务川县 0.64 0.57 0.79 0.67 30
黔江区 0.97 0.97 0.95 0.96 2
丰都县 0.85 0.87 0.89 0.87 13
武隆县 0.99 0.92 0.91 0.94 5
石柱县 0.87 0.89 0.89 0.88 8
秀山县 0.77 0.85 0.81 0.81 18
酉阳县 0.73 0.92 0.94 0.86 15
彭水县 0.79 0.87 0.96 0.87 11
均值 0.73 0.74 0.78
空间分布上，武陵山片区中度耦合和较高度耦合类型的贫困县占比较大，低度耦合类型的贫困县数量逐年递减。省域层面上，重庆市依托其较好的经济基础、集聚效应和辐射效应，在旅游产业扶持等方面提供了更有力的帮助，旅游扶贫效率与经济发展水平的耦合程度明显高于其它3省。具体到县域层面，秭归县、长阳县、黔江县、武隆县和凤凰县基本长期属于高度耦合类型。前两者同属鄂西生态文化旅游圈，“生态文化旅游资源开发—产品集成—产业集聚”的综合效益促进了区域资源整合和联动发展，从而带动了区域经济增长；而黔江县、武隆县和凤凰县利用旅游资源优势，较早进行了旅游开发，为后期旅游扶贫积累了经济基础。德江县、思南县、石阡县3县逐渐摆脱低度耦合，转向中度和高度耦合。3县同属贵州省铜仁市管辖，该市以“景区带动、试点带动、项目带动”大力发展乡村旅游，实现了农村贫困居民就业脱贫，提高了县域旅游扶贫效率。大部分贫困县在2016年均转变为中度及以上的耦合类型，但正安县和宣恩县始终处于低度耦合状态，隆回县、邵阳县、城步县和江口县甚至由中度以上耦合类型降至低度耦合，可见旅游扶贫开发对相关产业的带动作用尚不显著，未能更快促进产业联动，形成集聚效应和规模效应，并最终提高经济发展水平（图3）。

2.4 旅游扶贫效率与经济发展水平的相互作用

为进一步厘清武陵山片区旅游扶贫效率与经济发展水平相互关系，利用SPSS20.0对3个时间节点的数据进行一元线性回归分析，求出旅游扶贫效率T与经济发展水平E之间的拟合方程[25,27-28]。以旅游扶贫效率T作因变量，经济发展水平E作自变量，回归拟合方程及计算结果如下：
T = 0.498 + 0.631 E
以经济发展水平E为因变量，旅游扶贫效率T为自变量，回归拟合方程及计算结果如下：
E = 0.221 + 0.195 T
由表3和图4可知，旅游扶贫效率与经济发展水平彼此呈显著正相关。一方面，经济发展水平的提高有利于增加武陵山片区旅游扶贫资金投入，进一步推动地区旅游资源开发和旅游设施建设，从而为提升区域旅游扶贫效率奠定坚实的物质基础。结合散点图4a可得，武陵山片区的经济发展水平综合指数大多落在0.2~0.6这个区间，当经济发展水平超过0.6之后，其旅游扶贫效率基本都处于生产前沿面，再次佐证了经济发展水平不断提高会促进旅游扶贫效率的提升。另一方面，旅游扶贫效率的提升有利于增加贫困居民就业机会，提高贫困居民消费水平，改善贫困居民消费结构，从而提升地区整体经济发展水平。同样，通过观察散点图4b可知，旅游扶贫效率越高，其经济发展水平则越高。值得注意的是，根据两条回归拟合直线的斜率可知，相较于旅游扶贫效率对经济发展水平的影响，武陵山片区经济发展水平的提升对旅游扶贫效率的促进作用更加显著。由于地区旅游扶贫参与机制、利益分配机制和监督管理机制不完善，引发了诸如“旅游漏损”“精英俘获”等问题，从而阻滞了旅游扶贫对经济发展溢出效应的发挥。
表3 旅游扶贫效率与经济发展水平回归分析结果

Tab.3 Regression result of tourism poverty alleviation efficiency and economic development level

因变量 自变量 系数 标准误差 T P
旅游扶贫效率 常量 0.498 0.059 8.503 0.000
经济发展水平 0.631 0.151 4.167 0.000
经济发展水平 常量 0.221 0.036 6.179 0.000
旅游扶贫效率 0.195 0.047 4.167 0.000

注：**在置信度（双侧）为0.01时，相关性是显著的。

图4 武陵山片区42个贫困县（市、区）旅游扶贫效率与经济发展水平相互作用关系

Fig.4 The interaction between tourism poverty alleviation efficiency and economic development level in 42 poor counties of Wuling Mountain Area

3 结论与讨论

本文对武陵山片区2010—2016年旅游扶贫效率、经济发展水平及二者之间的时空耦合关系进行了分析，主要结论如下：①武陵山片区旅游扶贫效率整体处于较高水平，在小幅度波动中稳步上升；但各贫困县差异较大，宣恩县、隆回县和新化县等县域旅游扶贫效率始终处于最佳前沿生产面，而效率值最低的古丈县仅为0.2。②时序变化上，武陵山片区经济发展水平总体呈现上升趋势，但增速缓慢；空间分布上，区域经济发展水平不均衡，重庆市贫困县（市、区）经济发展水平明显优于湘、鄂、黔三省贫困县经济发展水平。③武陵山片区旅游扶贫效率与经济发展水平的耦合度处于较高水平且呈持续上升态势；中度耦合与较高度耦合类型的贫困县比重较大，低度耦合类型的贫困县数量逐年递减。同时，旅游扶贫效率与经济发展水平呈显著的双向正相关关系，且区域经济水平的增长对旅游扶贫效率提升作用更加明显。
基于上述结论，我们提出以下建议：①综合效率较低的贫困县应着力搞好自身经济建设，为旅游活动开展提供强大的经济支撑；加快完善基础设施，提高旅游接待能力与可进入性；大力培育具有本地特色的旅游新业态，充分发挥旅游业的产业联动作用，促进产业集聚，创造更高的产出效益，最终提高旅游扶贫效率，缩小地区差距。②旅游扶贫工作开展中，要警惕“旅游漏损”和“旅游飞地”现象。在引入外来投资与企业的同时，更应该注重挖掘贫困地区的内生动力与自我发展能力，重视本地资本和人员的参与，确保贫困地区居民旅游效益主体地位，增强旅游乘数效应，提高旅游业发展对贫困区经济发展的正向影响。③要保持旅游扶贫效率与经济发展水平整体处于较高耦合状态，需坚持政府主导与市场机制协作运行。政府牵头旅游扶贫政策制定与招商引资，市场机制则高效合理配置资源，为旅游扶贫工作的开展创造优良的政策环境，并吸引资金、人才、技术等生产要素迅速流入，促进旅游扶贫效率与区域经济发展水平的同步提升。
需要指出的是，本文仍存在如下不足：我国现行统计资料中尚无旅游扶贫统计口径，囿于指标数据的可获取性以及剥离系数的不确定性，旅游扶贫产出难以从整个国民经济产出中剥离，故而只能选取替代性指标来评估旅游扶贫效率。藉此所得出的结果具有一定科学性，基本反映了区域旅游扶贫现状，若未来相关统计口径逐步完善或剥离系数得以确定，可进一步优化旅游扶贫效率指标体系，使测度结果更为科学可靠。后续研究还可深入分析耦合度的影响因素。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
李会琴, 侯林春, 杨树旺, 等. 国外旅游扶贫研究进展[J]. 人文地理, 2015, 30(1):26-32.

[2]
Ashley C, Roe D, Goodwin H. Pro-poor tourism strategies:making tourism work for the poor-A review of experience, pro-poor tourism report[M]. London: The Russell Press, 2001.

[3]
Sofield T, Delacy T, Bauer J, et al. Pro-poor tourism sustainable tourism-eliminating poverty[J]. Research, 2003, 30(2):17-19.

[4]
中共中央, 国务院. 中国农村扶贫开发纲要(2011-2020年)[R]. 2011.

[5]
Croes R, Rivera M. Tourism’s potential to benefit the poor:A social accounting matrix model applied to Ecuador[J]. Tourism Economics, 2017, 23(1):29-48.

[6]
Job H, Paesler F. Links between nature-based tourism,protected areas,poverty alleviation and crises-The example of Wasini Island (Kenya)[J]. Journal of Outdoor Recreation and Tourism, 2013(1-2):18-28.

[7]
Mahadevan R, Amir H, Nugroho A. Regional impacts of tourism-led growth on poverty and income inequality:A dynamic general equilibrium analysis for Indonesia[J]. Tourism Economics, 2016, 23(3):614-631.

[8]
Jordiag S. Pro-poor tourism as a strategy to fight rural poverty:A critique[J]. Journal of Agrarian Change, 2015, 15(4):499-518.

[9]
Habibi F, Rahmati M, Karimi A. Contribution of tourism to economic growth in Iran's provinces:GDM approach[J]. Future Business Journal, 2018, 4(2):261-271.

[10]
丁水平, 林杰. 地区经济发展对旅游增长影响的空间效应分析[J]. 统计与决策, 2018, 34(15):154-157.

[11]
赵磊. 旅游发展与经济增长——来自中国的经验证据[J]. 旅游学刊, 2015, 30(4):33-49.

[12]
汪彬, 陈耀. 国内旅游业发展与区域经济增长——基于中国285个地级市的实证研究[J]. 经济问题探索, 2017(12):62-72.

[13]
Rakotondramaro H, Andriamasy L. Multivariate Granger causality among tourism,poverty and growth in Madagascar[J]. Tourism Management Perspectives, 2016,20:109-111.

[14]
Tsui K W H. Does a low-cost carrier lead the domestic tourism demand and growth of New Zealand?[J]. Tourism Management, 2017, 60(6):390-403.

[15]
Crdenasgarca P J, Snchezrivero M, Pulidofernndez J I. Does tourism growth influence economic development[J]. Journal of Travel Research, 2015, 54(2):206-221.

[16]
龙祖坤, 李绪茂. 社会网络视角下县域旅游扶贫效率评价与分析——基于湖南省数据[J]. 农林经济管理学报, 2017, 16(5):683-691.

[17]
龙祖坤, 杜倩文, 周婷. 武陵山区旅游扶贫效率的时间演进与空间分异[J]. 经济地理, 2015, 35(10):210-217.

[18]
孙春雷, 张明善. 精准扶贫背景下旅游扶贫效率研究—以湖北大别山区为例[J]. 中国软科学, 2018(4):65-73.

[19]
鄢慧丽, 王强, 熊浩, 等. 海南省少数民族地区旅游扶贫效率测度与时空演化分析[J]. 中国软科学, 2018(8):63-76.

[20]
王凯, 甘畅, 王梦晗, 等. 湖北省旅游扶贫效率时空格局及其影响因素[J]. 长江流域资源与环境, 2019, 28(4):863-871.

[21]
曹妍雪, 马蓝. 基于三阶段DEA的我国民族地区旅游扶贫效率评价[J]. 华东经济管理, 2017, 31(9):91-97.

[22]
黄渊基. 连片特困地区旅游扶贫效率评价及时空分异——以武陵山湖南片区20个县(市、区)为例[J]. 经济地理, 2017, 37(11):229-235.

[23]
李定珍, 张琰飞, 鲁明勇, 等. 武陵山片区旅游扶贫发展报告[M]. 北京: 经济科学出版社, 2018.

[24]
游达明, 邸雅婷, 姜珂. 我国区域科技创新资源配置效率的实证研究——基于产出导向的SBM模型和Malmquist生产率指数[J]. 软科学, 2017, 31(8):71-75,85.

[25]
马勇, 黄智洵. 长江中游城市群生态文明水平测度及时空演变[J]. 生态学报, 2016, 36(23):7 778-7 791.

[26]
周成, 金川, 赵彪, 等. 区域经济—生态—旅游耦合协调发展省际空间差异研究[J]. 干旱区资源与环境, 2016, 30(7):203-208.

[27]
刘雷, 张华. 山东省城市化效率与经济发展水平的时空耦合关系[J]. 经济地理, 2015, 35(8):75-82.

[28]
徐佳萍, 郑林, 廖传清. 江西省城镇化效率与经济发展水平的时空耦合关系[J]. 经济地理, 2018, 38(5):93-100.

[29]
丛晓男. 耦合度模型的形式、性质及在地理学中的若干误用[J]. 经济地理, 2019, 39(4):18-25.

[30]
Sen A. Development as freedom[M]. New York: Alfred A.Knopf Inc, 2000.

[31]
王小林. 贫困测量:理论与方法[M]. 北京: 社会科学文献出版社, 2017.

[32]
何静, 汪侠, 刘丹丽, 等. 国家级贫困县旅游发展与多维贫困的脱钩关系研究——以西南地区为例[J]. 地理研究, 2019, 38(5):1 189-1 207.

[33]
刘丹丽, 汪侠, 吴小根, 等. 全球贫困国家旅游竞争力与经济发展的耦合协调度及时空变化[J]. 地理科学进展, 2018, 37(10):1 381-1 391.

Options
Outlines

/

〈 〉