EN中文

Economic geography >

2020 , Vol. 40 >Issue 1: 226 - 233

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.01.025

Tourism-Oriented Poverty Alleviation Efficiency and Its Determinants of Chinese Contiguous Destitute Area-Empirical Evidence from Luoxiao Mountain Area

  • CHEN Chaofan , 1 ,
  • WANG Yun , 2, 3, ※
Expand
  • 1. School of Economics and Resource Management，Beijing Normal University，Beijing 100875，China
  • 2. College of Humanities and Development Studies，China Agricultural University，Beijing 100094，China
  • 3. Department of Research and consulting，Chinese Association of Agricultural Science Societies，Beijing 100125，China

Received date: 2019-04-19

  Revised date: 2019-09-12

  Online published: 2025-04-25

Fold

Abstract

Contiguous destitute areas are main battlefields of poverty alleviation of China in the new period. The paper takes Luoxiao Mountain Area as the research object, and applies DEA model and Malmquist index to measure the tourism-oriented poverty alleviation efficiency (TPAE) of 20 counties in Luoxiao Mountain Area from 2010-2014. On this basis, the determinants of TPAE are empirically tested by dynamic panel data model. The research shows that, the overall level of TPAE in Luoxiao Mountain Area is relatively low. As the policy support of national and local government to tourism industry increase gradually, TPAE in many poor counties presents improving situation, which shows that tourism-oriented poverty alleviation still has great potential. Seen from the determinants of TPAE, fiscal support, infrastructure construction and industrialization poverty alleviation have positive effect on TPAE, while relatively low education level and insufficient financial support restrain the improvement of TPAE in this area.

Key words： Luoxiao Mountain Area; Chinese contiguous destitute areas; targeted poverty alleviation; tourism-oriented poverty alleviation efficiency; determinants

Cite this article

CHEN Chaofan , WANG Yun . Tourism-Oriented Poverty Alleviation Efficiency and Its Determinants of Chinese Contiguous Destitute Area-Empirical Evidence from Luoxiao Mountain Area[J]. Economic geography, 2020 , 40(1) : 226 -233 . DOI: 10.15957/j.cnki.jjdl.2020.01.025

作为全球最大的发展中国家，自改革开放以来，中国实现了“迄今人类历史上最快速度的大规模减贫”。特别是党的十八大以来，中国的扶贫事业迅速推进。2012—2018年，全国农村贫困人口累计减少8 239万人，贫困发生率下降至1.7%。尽管如此，截至2018年底，全国仍有1 660万农村贫困人口，而这些人口的脱贫问题直接关系到2020年全面建成小康社会目标的实现。2012年，国务院公布的《中国农村扶贫开发纲要》将我国贫困地区划分为14个集中连片特困地区，标志着扶贫工作开始进入“重点出击，各个击破”的新阶段。2013年习近平总书记提出“精准扶贫”重要思想以来，我国的扶贫脱贫工作逐步转向精细化，而旅游扶贫正是精准扶贫的主要路径之一。推广旅游扶贫，不仅可以切实增加贫困人口收入，也可培育贫困地区增长的新动能。2015年，国家旅游局、国务院扶贫办提出了“十三五”时期旅游扶贫目标，即通过发展旅游业带动17%的贫困人口约1 200万人实现脱贫。
近年来，学术界对旅游扶贫的探索逐步从关注旅游扶贫的概念、经验与模式以及政策等方面延伸至对旅游扶贫绩效的研究[1]。学者们通过对不同国家不同贫困地区的研究发现，旅游扶贫具有良好的经济效益、社会文化效益和生态效益[2-3]。在经济效益层面，旅游业发展可以使贫困人口获取多种形式的经济收入，同时还可带动关联产业增收，提高乘数效应，并促进贫困地区产业结构转型和升级[4-5]。在社会文化效益层面，旅游业的发展使贫困地区相对闭塞的状态变得开放、包容，贫困人口的精神文化、行为文化和生活方式等都将发生改变[6-7]。同时，旅游扶贫给当地居民创造了展示本民族文化的途径，树立了居民的民族自豪感、文化认同感[8]。在生态效益层面，旅游产业是绿色产业的重要组成部分，因而消除贫困、可持续发展和旅游业发展之间可以实现均衡，通过合理有序地开发旅游资源，能够让贫困人口脱贫致富而又不造成环境破坏[9-10]。然而，现有研究多从定性角度对旅游扶贫绩效进行分析，定量研究主要集中在对旅游企业的经营效率评价上，如酒店、旅行社等[11-12]。宏观层面经验研究的缺乏使我们很难从整体上客观评价旅游业的扶贫脱贫效应。随着精准扶贫战略的深入实施，部分学者开始对旅游扶贫效率进行研究，例如，曹妍雪等运用三阶段DEA模型对我国2015—2016年民族地区实施旅游扶贫效果进行效率评价[13]；黄渊基对武陵山湖南片区的20个贫困县的旅游扶贫效率进行测度，发现该区域旅游扶贫绩效总体呈现上升趋势，但仍有较大发展空间[14]；孙春雷等对湖北大别山区16个县的旅游扶贫效率及空间分异规律进行研究，结论表明该片区的旅游扶贫效率处于中高水平的发展阶段，但仅有几个县市能够达到生产的最佳前沿面[15]。
综合分析国内外学者的现有研究成果，针对中国连片特困区旅游扶贫效率的研究仍然较为稀缺，特别是以罗霄山片区为研究对象的文献尚属空白。基于此，本文运用DEA模型和Malmquist指数对2010—2014年罗霄山片区20个县（区、市）的旅游扶贫效率进行测度，并深入探讨旅游扶贫效率随时间的演化趋势及区域异质性，在此基础上，挖掘影响旅游扶贫效率的关键因素，并通过GMM动态面板模型实证检验这些因素对罗霄山片区旅游扶贫效率的影响。本研究可为罗霄山片区客观评估旅游扶贫成效、形成以旅游业为抓手的扶贫脱贫模式提供一定的参考借鉴。

1 罗霄山片区旅游扶贫效率测度

1.1 测度方法

数据包络分析（DEA）是效率评价中广泛使用的一种非参数估计法，传统的DEA模型有CCR模型和BCC模型两种，在BCC模型中，综合效率可分解为纯技术效率（PE）和规模效率（SE），考虑到旅游扶贫规模报酬的变化，建立测度罗霄山片区旅游扶贫效率的BCC模型。
在本文中，除了需要对罗霄山片区各县（市、区）的旅游扶贫效率进行评价外，还关注旅游扶贫效率随时间的变动情况，故可采用Malmquist指数及其分解进行跨期分析。为此，构造从t期到t+1期的Malmquist生产率指数：
        M i x t , y t , x t = 1 , y t + 1 = D i t + 1 x t + 1 , y t + 1 D i t + 1 x t , y t × D i t x t + 1 , y t + 1 D i t x t , y t 1 / 2
式中： D i t ( x t , y t )和 D i t + 1 ( x t + 1 , y t + 1 )分别表示DMU在第t期和第（t+1）期与生产前沿面相比较的距离函数； D i t ( x t + 1 , y t + 1 )和 D i t + 1 ( x t , y t )表示DMU在混合期间与生产前沿面之间的距离函数。在VRS下，Malmquist指数可分解为技术效率变化（effch）和技术变化（techch）两部分，其中技术效率变化（effch）又可进一步分解为纯技术效率变化（pech）和规模效率变化（sech），如下所示：
          M i x t , y t , x t + 1 , y t + 1 = S i t x t , y t S i t x t + 1 , y t + 1 ⏟ s e c h × D i t x t + 1 , y t + 1 D i t x t , y t ⏟ p e c h ⏟ e f f c h × D i t x t + 1 , y t + 1 D i t + 1 x t + 1 , y t + 1 × D i t x t , y t D i t + 1 x t , y t ⎴ t e c h c h 1 / 2
依据式（2），sech>1表示规模效率改善，pech>1表示纯技术效率改善，techch>1表示生产技术改进，M>1表示综合生产率改善。反之，上述指标小于1则表明相应效率恶化。

1.2 对象选取及数据来源

罗霄山集中连片特困区横跨江西、湖南两省，包含江西省的18个县（区、市）以及湖南省的6个县（区、市），是著名的革命老区，也是新一轮扶贫开发攻坚战主战场之一。罗霄山片区拥有良好的自然生态环境，森林覆盖率超过全国平均水平40%，是天然的植物王国、动物天堂，境内清泉、溪流、飞瀑、山涧随处可见，山水奇特、峰峦璀巍、环境优雅、生态良好。同时，片区文化资源丰富，境内革命遗址众多，有中国革命的摇篮井冈山和中华苏维埃共和国诞生地瑞金等红色旅游胜地，“红色文化”旅游资源价值高、数量大、精品多。其他历史文化资源也同样丰富，炎帝陵等文化古迹具有重大影响，客家文化源远流长。根据国务院扶贫办、国家发展和改革委员会印发的《罗霄山片区区域发展与扶贫攻坚规划（2011—2020年）》，从样本代表性及数据可得性角度考虑，在罗霄山片区的24个县（市、区）中（为了表述方便，以下统称为“县”），本文跨地域地选取拥有较丰富旅游资源的20个县作为实际的DMU。这些县虽然发展落后，贫困程度较深，但多数具有丰富的旅游资源。
由于本文研究的是旅游业发展的扶贫绩效问题，因而选择有代表性、可获得且可计算的替代性指标才能较好地对旅游扶贫效率进行评价。借鉴龙祖坤等对旅游扶贫效率投入产出指标的研究[16]，在投入指标方面，选择罗霄山片区各县的旅游人数作为投入要素之一，考虑到研究重点是旅游业对经济发展的影响，故选择旅游综合收入作为另一个投入要素。这两个指标不仅反映了旅游人数对产业的带动效应，而且体现了旅游业发展的成果效应。同时，鉴于人均指标更能从旅游发展质量的角度对投入要素进行衡量，最终确定投入要素为人均接待游客量和人均旅游综合收入。对于产出指标的选择，有两方面考虑，一是从地区经济的带动效应上看，人均GDP是较好的产出指标，二是从贫困片区的脱贫效果上看，人均收入是较好的产出指标，而贫困片区的居民既包括城镇也涵盖农村，故产出指标由人均GDP、城镇居民人均可支配收入、农民人均纯收入三项构成。基于后文旅游扶贫效率影响因素相关变量的数据限制及重要性的双重考虑，旅游扶贫效率的测度周期为2010—2014年。原始研究数据来自相应年份的《中国区域经济统计年鉴》《江西统计年鉴》《湖南统计年鉴》，以及2010—2014年罗霄山片区各县政府工作报告与统计公报、各县政府网站公开数据。

1.3 测度结果

基于DEA效率评价方法以及投入产出历史数据，在VRS条件下，计算出2010—2014年罗霄山片区20个县的旅游扶贫效率及其分解，测度结果见表1。为了更直观地分析旅游扶贫综合效率在各县之间的差异，根据表1的测度结果，图1和图2展示了罗霄山片区各县2010和2014年的综合效率排名分布。
表1 2010—2014年罗霄山片区各县旅游扶贫效率

Tab.1 Tourism-oriented poverty alleviation efficiency of 20 countries in 2010-2014

县（市、区） 2010 2011 2012 2013 2014 综合效率均值 纯技术效率均值 规模效率均值
赣县区 0.155 0.145 0.221 0.297 0.198 0.203 1.000 0.203
上犹县 0.093 0.285 0.298 0.285 0.243 0.241 0.262 0.912
安远县 0.570 0.577 0.179 0.224 0.275 0.365 0.461 0.818
宁都县 0.273 0.258 0.329 0.336 0.414 0.322 0.346 0.928
于都县 0.422 0.414 0.425 0.610 0.901 0.554 0.557 0.995
兴国县 0.409 0.359 0.383 0.392 0.386 0.386 0.406 0.952
会昌县 0.982 1.000 1.000 1.000 1.000 0.996 1.000 0.996
石城县 0.217 0.131 0.120 0.140 0.141 0.150 0.198 0.765
瑞金市 0.123 0.108 0.109 0.117 0.122 0.116 0.119 0.971
南康区 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
万安县 0.182 0.193 0.255 0.283 0.365 0.256 0.343 0.780
永新县 0.403 0.400 0.328 0.227 0.608 0.393 0.543 0.808
井冈山市 0.020 0.017 0.020 0.024 0.028 0.022 1.000 0.022
乐安县 0.047 0.197 0.234 0.181 0.186 0.169 0.189 0.870
茶陵县 0.393 0.340 0.218 0.393 0.430 0.355 1.000 0.355
炎陵县 0.055 0.054 0.063 0.067 0.076 0.063 0.540 0.168
宜章县 0.118 0.107 0.102 0.121 0.114 0.112 0.857 0.133
汝城县 0.127 0.076 0.069 0.073 0.074 0.084 0.091 0.928
桂东县 0.117 0.116 0.111 0.126 0.104 0.115 0.134 0.862
安仁县 0.291 0.301 0.369 0.298 0.213 0.294 0.325 0.925
平均值 0.300 0.304 0.292 0.310 0.344 0.310 0.518 0.720

注：限于篇幅，本表未列出各年份纯技术效率、规模效率的数值，仅列出各年份均值。

图1 2010年旅游扶贫综合效率排名分布

Fig.1 Ranks distribution of comprehensive efficiency of tourism-oriented poverty alleviation in 2010

图2 2014年旅游扶贫综合效率排名分布

Fig.2 Ranks distribution of comprehensive efficiency of tourism-oriented poverty alleviation in 2014

表1显示，从总体上看，罗霄山片区旅游扶贫综合效率处于较低水平，2010—2014年综合效率平均值仅为0.31。由于地跨江西、湖南两省，大部分县均处于革命老区，独特的地理位置和历史政治原因使得该片区虽然享有丰富的红色旅游资源，但经济成长的起点低，基础设施建设薄弱，服务业发展困难重重，这使得该片区的旅游业发展未能对经济增长和脱贫致富起到显著的促进作用。从效率的分解来看，相比纯技术效率，规模效率对罗霄山片区旅游扶贫的带动效应更加突出，这说明旅游扶贫总效率的提升更多地依赖规模效率，旅游产业规模的扩大能够在一定程度上推动扶贫进程，这与中央和地方政府充分意识到辖区内的旅游资源优势，通过经济协作，提升旅游业的规模效应有关。但也应看到，综合效率受规模效率牵制，恰恰反映了区域内旅游产业发展仍然不足，因而较难形成促进经济发展的强大动力。
从各县的具体情况来看，旅游扶贫效率存在较大差异，旅游业的脱贫效应具有明显的区域异质性，各年份综合效率均达到生产前沿面的只有南康区，此外会昌县也表现较优。除这两个县外，2010—2014年综合效率均值高于片区平均水平的有于都县、永新县、兴国县、安远县、茶陵县和宁都县，这些县旅游发展的扶贫效应也相对明显。在图1和图2中不难发现，江西片区的旅游扶贫效率普遍强于湖南片区，以江西省南康区、会昌县、于都县等为中心，形成了旅游扶贫效率的高值分布中心，而湖南省的炎陵、桂东一带是旅游扶贫效率的低值中心。从实际来看，南康区在罗霄山片区的贫困县中具有相对较强的经济基础，近年来大力发展以休闲观光为主的生态旅游业，结合赣南苏区浓厚的红色文化，双管并举推进旅游产业发展，由此产生了显著的脱贫效应。会昌县是江西省的红色革命老区，拥有大量具有重要历史文化价值的革命遗址和著名生态旅游景点，正是基于这样得天独厚的红色旅游资源和生态旅游资源，旅游业发展已成为县域经济主导产业之一，对经济社会发展贡献巨大。遗憾的是，诸如井冈山和瑞金等知名度较大的县，虽在纯技术效率或规模效率上表现不俗，但综合效率较低，说明县域旅游产业发展要么规模集聚效率较差，要么在旅游业的资源配置、管理运行等方面存在不足。
在对罗霄山片区旅游扶贫效率进行测度及分析的基础上，通过M指数及其分解进一步考察旅游扶贫效率随着时间的演进路径，测度结果见表2和表3。表2显示，总体而言，综合效率除了在2011—2012年出现下降外，罗霄山片区旅游扶贫综合效率基本呈上升态势，平均增长4.5%。起初，综合效率的下降主要是由于各类经济要素涌入，各要素的竞争使得旅游业对经济的带动出现下滑，但随着年份的增长，各有效要素不断均衡，罗霄山作为一个经济协作区的规模效应不断增强，推动了该片区旅游扶贫效率逐步改善，这与地方政府不断加强对辖区内丰富的红色旅游资源、自然生态资源、民族文化资源等开发有关。由于本文研究的核心是旅游扶贫效率，为了与前文测度结果相呼应，接下来主要分析综合效率、纯技术效率以及规模效率在各县的变化情况（图3）。
表2 罗霄山片区旅游扶贫效率的变化情况

Tab.2 Change of tourism-oriented poverty alleviation efficiency in Luoxiao Mountain Area

年份 effch pech sech techch MI
2010—2011 1.043 1.114 0.936 0.931 0.971
2011—2012 0.984 0.893 1.102 0.831 0.818
2012—2013 1.082 0.929 1.164 0.909 0.983
2013—2014 1.069 1.175 0.910 0.862 0.922
平均变化 1.045 1.028 1.028 0.883 0.924
表3 罗霄山片区各县旅游扶贫效率的变化情况

Tab.3 Change of tourism-oriented poverty alleviation efficiency in different counties

县（市、区） effch pech sech techch MI
赣县区 1.062 1.000 1.062 0.886 0.941
上犹县 1.272 1.236 1.029 0.872 1.109
安远县 0.834 0.794 1.050 0.887 0.740
宁都县 1.110 1.106 1.003 0.869 0.964
于都县 1.209 1.207 1.001 0.897 1.084
兴国县 0.986 0.969 1.018 0.883 0.870
会昌县 1.005 1.000 1.005 0.898 0.902
石城县 0.897 0.861 1.043 0.885 0.794
瑞金市 0.999 0.983 1.016 0.887 0.886
南康区 1.000 1.000 1.000 0.869 0.869
万安县 1.190 1.149 1.036 0.872 1.038
永新县 1.108 1.089 1.017 0.876 0.971
井冈山市 1.094 1.000 1.094 0.867 0.948
乐安县 1.409 1.317 1.069 0.901 1.270
茶陵县 1.022 1.000 1.022 0.865 0.884
炎陵县 1.083 1.066 1.016 0.867 0.939
宜章县 0.990 1.074 0.922 0.872 0.864
汝城县 0.873 0.862 1.014 0.900 0.786
桂东县 0.973 0.935 1.041 0.905 0.881
安仁县 0.925 0.928 0.997 0.893 0.827
图3 罗霄山片区旅游扶贫效率四象限图

Fig.3 Four-quadrant diagram of tourism-oriented poverty alleviation efficiency

在图3中，以罗霄山片区各县2010—2014年旅游扶贫效率的平均值0.31为判断标准，高于平均值被认为是旅游扶贫绩效相对较好的地区。同时，以旅游扶贫效率的变化值1为分界线，高于1被认为是旅游扶贫发展具有潜力的地区。根据上述原则，将罗霄山片区的20个县划分在4个象限中，分别归类为薄弱型（Ⅰ）、潜力型（Ⅱ）、衰退型（Ⅲ）以及黄金型（Ⅳ）。
位于第Ⅰ象限中的县共6个，可称之为薄弱型，这些县不仅旅游扶贫综合效率低于该片区平均水平，且效率随着时间演化没有改善的趋势。这6个县分别是石城县、瑞金市、宜章县、汝城县、桂东县和安仁县。之所以会呈现薄弱的旅游扶贫效应，主要原因在于这些县的基础设施薄弱、旅游配套产业发展滞后，加之在旅游资源的分布上不具有明显优势，因此旅游业发展动力不足。位于第Ⅱ象限中的县共6个，称之为潜力型，这些县虽然旅游扶贫综合效率低于该片区平均水平，但效率值具有改善的趋势，说明旅游扶贫仍具潜力。这6个县分别是赣县区、上犹县、万安县、井冈山市、乐安县和茶陵县。此类贫困县虽然旅游扶贫起点较低，但旅游扶贫效率正逐渐增长，其中最具潜力的是乐安县，效率的平均增长幅度达到40.9%。位于第Ⅲ象限中的县共2个，称之为衰退型，这些县虽然综合效率高于该片区平均水平，但效率值具有衰退的趋势，说明旅游扶贫不具持续潜力。这2个县分别是安远县和兴国县。主要原因在于旅游资源的开发已经超出了旅游扶贫产出的高增长阶段，旅游产业带来的扶贫效应已经趋近饱和，因而需要拓展新的扶贫着力点。位于第Ⅳ象限中的县共6个，称之为黄金型，这些县不仅综合效率高于该片区平均水平，且5年间效率值不断改善，说明旅游扶贫效果不仅良好，而且仍具发展潜力。这6个县分别是宁都县、于都县、会昌县、南康区、永新县和茶陵县。这类贫困县的旅游产业是经济社会发展的重要支柱，对于带动扶贫脱贫颇具成效，且这种效应还在逐步扩大，旅游产业已成为这些县脱贫致富的新兴业态。

2 罗霄山片区旅游扶贫效率影响因素

2.1 模型和变量

本文构建GMM动态面板模型实证检验旅游扶贫效率的影响因素，如下所示：
e f f i t = κ 1 e f f i , t - 1 + κ 2 l n f s i t + κ 3 l n i c i t + κ 4 l n e d i t + κ 5 l n m b i t + κ 6 l n i s i t + μ i + ε i t
p e i t = κ 1 p e c h i , t - 1 + κ 2 l n f s i t + κ 3 l n i c i t + κ 4 l n e d i t + κ 5 l n m b i t + κ 6 l n i s i t + μ i + ε i t
s e i t = κ 1 p e c h i , t - 1 + κ 2 l n f s i t + κ 3 l n i c i t + κ 5 l n m b i t + κ 6 l n i s i t + μ i + ε i t
式中： e f f i t、 p e i t、 s e i t分别表示前文测度出的罗霄山片区的 i县在 t时间的旅游扶贫综合效率、旅游扶贫纯技术效率以及旅游扶贫规模效率； e f f i , t - 1、 p e i , t - 1、 s e i , t - 1分别为对应的滞后值； l n f s i t、 l n i c i t、 l n e d i t、 l n m b i t、 l n i s i t分别表示财政支持、基础设施、教育培训、金融支持和产业化扶贫的对数值； μ i为个体效应； ε i t为随机误差项。
①财政支持水平（fs）。财政支持将通过完善基础设施、提高教育水平、优化公共服务、改善民生环境等方面推动旅游业发展，从而提高旅游扶贫成效[17]。本文采用地方财政一般预算支出作为财政支持水平的代理指标。②基础设施建设水平（ic）。旅游业开发、旅游经济体的形成有赖于较为完善的基础设施，因而基础设施建设对旅游扶贫效率具有关键影响。本文选取城乡固定资产投资完成额作为基础设施建设水平的代理指标。③教育培训水平（ed）。罗霄山片区旅游产业的发展不仅缺乏高素质人才，且现有旅游从业者大多素质较低、缺乏专业知识和技能，这是造成旅游扶贫无法取得明显成效的重要因素之一。“雨露计划”以劳动力转移就业前的技能和专业素质培训为重点，不仅有利于贫困人口素质提升，且通过职业选择的非农化倾向，能让贫困人口在实现自我价值的同时脱贫致富[18]。本文采用罗霄山片区各县参加“雨露计划”培训和补贴的人数作为教育培训水平的代理指标。④金融支持水平（mb）。金融在扶贫开发中具有“造血”功能，金融机构的信贷支持是旅游扶贫建设的重要保障[19]。基于此，采用金融机构贷款余额作为金融支持水平的代理指标。⑤产业化扶贫水平（is）。产业化扶贫是开发式扶贫的核心内容。由于贫困地区丰富的旅游资源主要位于乡村地带，农村专业合作经济组织能够更好地联接旅游企业与贫困农户，带动旅游产业发展和农民增收，更好地实现旅游的扶贫成效。基于数据可得性，采用罗霄山片区各县农民专业合作经济组织的个数作为代理指标。旅游扶贫效率影响因素的样本同样为罗霄山片区的20个县级行政单位，时间跨度为2010—2014年。“雨露计划”、“农民专业合作经济组织”相关数据来自中国国际扶贫中心、北京师范大学中国扶贫研究院，其余各变量原始数据来源与前文一致。

2.2 回归结果

针对动态面板方程，由于两步稳健估计优于一步稳健估计，因此各方程均采用两步估计进行迭代，并选择稳健标准误下的估计结果。基于DIF-GMM和SYS-GMM估计，分别设置6个方程，考虑到财政支持和基础设施对罗霄山片区旅游扶贫效率的影响更加重要，因此基于每一个被解释变量，本文单独估计了这两个影响因素的回归结果，见表4和表5。
表4 基于DIF-GMM动态面板模型的旅游扶贫效率影响因素回归结果

Tab.4 Result of determinants of tourism-oriented poverty alleviation efficiency（DIF-GMM）

变量 effit peit seit
（1） （2） （3） （4） （5） （6）
effi，t-1 0.3243*（1.69） -0.1273（-0.61）
pei，t-1 0.0002（1.00） -0.0012（-0.02）
sei，t-1 0.5400***（4.21） 0.5463（1.01）
ln（fs）it 0.0573**（2.17） 0.1619**（1.97） 0.0452**（2.12） 0.0659*（1.71） 0.0169（0.46） 0.0362*（1.61）
ln（ic）it 0.0030（0.32） 0.1312**（2.00） 0.0099（0.87） 0.0092**（2.78） 0.0126***（3.02） 0.0134**（1.88）
ln（ed）it -0.0393（-1.39） -0.0245**（-2.44） -0.0024（-0.35）
ln（mb）it 0.0428*（1.87） 0.0145（0.70） 0.0141（0.17）
ln（is）it 0.0135（0.52） -0.0254*（-1.64） -0.0213*（-1.68）
Sargan test 0.381 0.385 0.431 0.498 0.335 0.467
AR（2） 0.245 0.433 0.540 0.667 0.861 0.553
Wald-test-p 0.000 0.000 0.000 0.000 0.001 0.000

注：***、**、*分别表示在1%、5%、10%水平下统计显著。Sargan检验是用来判别矩条件是否存在过度识别的问题，以确定工具变量是否有效；AR（2）为残差二阶序列相关检验；Wald为系数联合显著性检验。表5同。

表5 基于SYS-GMM动态面板模型的旅游扶贫效率影响因素回归结果

Tab.5 Result of determinants of tourism-oriented poverty alleviation efficiency（SYS-GMM）

变量 effit peit seit
（1） （2） （3） （4） （5） （6）
effi，t-1 -0.1432（-1.28） -0.0405（-0.49）
pei，t-1 0.3192（3.53） 0.3184**（3.24）
sei，t-1 0.0762（0.83） 0.1879**（2.02）
ln（fs）it 0.1334***（3.38） 0.0994**（2.23） 0.2124***（3.38） 0.2052**（2.07） 0.1240***（2.42） 0.0540*（1.71）
ln（ic）it 0.0908**（1.96） 0.0887***（2.85） 0.1789***（2.75） 0.1817**（1.98） 0.0496（1.16） 0.0486**（2.16）
ln（ed）it -0.0255***（-3.11） -0.0268（-1.45） 0.0192（0.72）
ln（mb）it 0.0328（1.19） 0.0234（0.66） 0.0349（1.28）
ln（is）it 0.0206**（2.22） 0.0083（0.23） 0.0434*（1.81）
Sargan test 0.876 0.776 0.739 0.765 0.594 0.522
AR（2） 0.796 0.762 0.648 0.671 0.583 0.631
Wald-test-p 0.000 0.001 0.000 0.000 0.000 0.000
从DIF-GMM以及SYS-GMM动态面板模型设置的12个方程的估计结果来看，各方程的Sargan统计量对应的P值均大于0.05，即每个方程的工具变量选择是整体有效的；残差序列相关检验表明可以接受“扰动项不存在自相关”的原假设；系数联合检验P值均为0，说明模型整体高度显著。同时，蒙特卡罗（Monte Carlo）模拟实验表明，系统GMM估计的偏误更小，其估计值更具效率，故本文根据SYS-GMM动态面板估计结果对罗霄山片区旅游扶贫效率的各个影响因素进行具体分析，DIF-GMM的估计结果作为对比分析使用。
①财政支持。财政支持对于旅游扶贫效率有显著正向影响。这说明基层政府的财政能力是旅游业发展的重要支撑，也是旅游扶贫取得关键进展的重要保证。近年来，罗霄山片区经济发展势头向好，政府财政收入稳步提升，财政收入水平的提升有助于地方政府更有针对性地支持旅游产业及其相关配套设施的建设。因此，财政支持对片区旅游扶贫综合效率、纯技术效率以及规模效率都具有明显的促进作用。②基础设施。基础设施建设水平对旅游扶贫效率同样具有正向显著影响，且基础设施建设对于纯技术效率的推动作用强于综合效率以及规模效率。对罗霄山片区而言，基础设施滞后始终是制约旅游业发展的瓶颈，如各类交通运输能力不足、电网水利设施落后等，因此，增强基础设施建设投资是兴建旅游产业的基本保障。③教育培训。教育培训对旅游扶贫效率的影响系数大多不显著甚至为负，但这并不意味着教育培训对旅游业的发展不利，这与罗霄山片区的实际和本文的指标选择有关。一方面，罗霄山片区“雨露计划”执行效果并不理想，较差的培训质量和培训资助使得贫困人口的积极性调动不佳，且通过培训参与到旅游业中的人数较少，故无法对旅游业做出贡献。同时，由于缺乏精准扶贫，国家的重要扶贫政策在地方执行时往往出现偏差，真正素质较低的贫困人口并未得到应有的培训，加之他们受教育的基础本就薄弱，这些人口进入旅游行业会影响片区旅游业发展质量，旅游扶贫效果也会大打折扣。④金融支持。金融支持对旅游扶贫效率的影响并不显著，说明罗霄山片区在旅游扶贫进程中还没能实现“产融结合”。一方面，政策性银行、大型商业银行、保险基金等金融机构对片区的信贷支持力度不足，针对与旅游业发展相关的信贷资金、金融产品、金融服务还远远不够，从而造成片区旅游发展面临融资瓶颈。另一方面，片区民间金融发展不足，民间资金较为分散，民间新型金融组织建设缓慢，缺乏有效的整合机制，故难以对旅游业发展起到推动。⑤产业化扶贫。产业扶贫对旅游扶贫综合效率、规模效率具有显著正向影响，但对纯技术效率的影响不显著。目前，罗霄山片区农民专业合作经济组织以农业项目为主，针对旅游业的还十分稀缺，但产业组织的发展能够促进旅游业规模的扩大，构建旅游企业和贫困农户的桥梁，有利于完善旅游业的上下游网络，因此能够促进旅游扶贫规模效率的提升，而规模效率的提升也使旅游的扶贫带动效应进一步增强。

3 结论与启示

本文运用DEA模型及Malmquist指数对2000—2014年罗霄山片区20个县的旅游扶贫效率进行测度，并通过GMM动态面板模型实证检验了旅游扶贫效率的影响因素，主要结论和启示如下：
从总体上看，罗霄山片区旅游扶贫效率处于较低水平，由于经济成长的起点低，基础设施建设薄弱，旅游资源未被合理开发等原因，该片区旅游业发展对经济增长和脱贫致富的推动作用并不理想。相比纯技术效率，规模效率对片区旅游扶贫的带动效应更加突出。从时间演化趋势来看，随着国家和地方政府对旅游产业的支持力度不断增强，多数贫困县的旅游扶贫效率都呈现改善态势，说明旅游扶贫仍具潜力。从区域异质性来看，研究期内共有8个县的旅游扶贫综合效率高于片区平均值，这些县的旅游发展对经济的扶贫效应也相对明显。根据对各县旅游扶贫效率和增长潜力的综合分析，宁都县、于都县、会昌县、南康区、永新县和茶陵县可以归为黄金型，这类贫困县的旅游产业是经济社会发展的重要支柱，对于带动扶贫颇具成效，且这种效应还在逐步扩大，旅游产业已成为这些县脱贫致富的新兴业态。
旅游扶贫事业是一项系统工程，需要各方面的支撑和保障。财政支持显著促进了旅游扶贫效率的提升。因此，中央和地方政府应加大财政对旅游扶贫项目的倾斜力度，罗霄山片区内的地方政府应积极顺应国家扶贫政策，调整财政支出方向到旅游业发展上来，为旅游业发展提供保障。基础设施建设水平对旅游扶贫效率的提升同样具有显著作用，罗霄山片区旅游扶贫事业有赖于进一步完善旅游交通运输网络以及水利、电力、通讯、乡村环境、卫生等基础设施的建设。教育培训对罗霄山片区旅游扶贫效率的影响并不理想，为了加强教育对旅游扶贫的促进作用，应强化精准扶贫，加大高中教育、职业培训教育的投入力度，提高罗霄山片区整体人口素质。同时加强旅游行业从业人员的培训，提升贫困人口参与旅游产业的素质和能力。金融支持对旅游扶贫效率的影响并不显著，罗霄山片区在旅游扶贫进程中还没能实现“产融结合”。为此，一方面要加强政策性银行、大型商业银行或保险基金等的普惠金融对贫困地区旅游业发展的支持，另一方面要创新金融产品和服务，引导和引入民间资本参与地方金融机构改革，发展新型金融组织专门服务于旅游扶贫项目的建设，投放更多的信贷资金，提升金融支持度。产业化扶贫对旅游扶贫综合效率有显著正向影响，因此，应当根据国家产业化扶贫的要求，重点支持农民专业合作社、专业技术协会、扶贫龙头企业等能够直接带动贫困农户增收的产业组织发展，提升产业组织与旅游业之间的关联度，更好地发挥产业组织对旅游业发展的纽带作用。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Ashley C, Goodwin H I, Boyd C. Pro-poor tourism:Putting poverty at the heart of the tourism agenda[M]. London: Overseas Development Institute, 2000.

[2]
Moli G P. Promotion of peace and sustainability by community based heritage eco-cultural tourism in India[J]. International Journal of Humanities and Peace, 2003, 19(1):40-46.

[3]
Spenceley A, Habyalimana S, Tusabe R. Benefits to the poor from gorilla tourism in Rwanda[J]. Development Southern Africa, 2010, 27(5):647-662.

[4]
Meyer D. Pro-poor tourism:From leakages to linkages. A con-ceptual framework for creating linkages between the accommodation sector and“poor”neighbouring communities[J]. Current Issues in Tourism, 2007, 10(6):558-583.

[5]
Pillay M, Rogerson C M. Agriculture-tourism linkage and propoor impacts:The Accommodation Sector of Urban Coastal KwaZulu-Natal,South Africa[J]. Applied Geography, 2013, 36(special):49-58.

[6]
冯灿飞. 贫困型旅游地文化变迁的动因及规范研究[J]. 特区经济, 2006(5):200-201.

[7]
赵建军. 旅游对目的地居民文化影响评价体系及其实证研究[D]. 长沙: 湖南大学, 2007.

[8]
李佳, 钟林生, 成升魁. 中国旅游扶贫研究进展[J]. 中国人口·资源与环境, 2009, 19(3):156-162.

[9]
Harrison D. Pro-poor tourism:A critique[J]. Third World Quarterly, 2008, 29(5):851-868.

[10]
隆学文, 马礼. 坝上旅游扶贫效应分析与对策研究——以丰宁县大滩为例[J]. 首都师范大学学报:自然科学版, 2004, 25(1):74-80.

[11]
Husain N, Abdullah M, Kuman S. Evaluating public sector efficiency with data envelopment analysis (DEA):a case study in Road Transport Department,Selangor,Malaysia[J]. Total Quality Management, 2000, 11(4-6):830-836.

[12]
Koksal C D, Aksu A A. Efficiency evaluation of A-group travel agencies with data envelopment analysis (DEA):A case study in the Antalya region,Turkey[J]. Tourism Management, 2007, 28(3):830-834.

[13]
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.

[14]
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.

[15]
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.

[16]
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.

[17]
Balaguer J, Cantavella-Jorda M. Tourism as a long-run economic growth factor:the Spanish case[J]. Applied Economics, 2002, 34(7):877-884.

[18]
程名望, 史清华, 徐剑侠. 中国农村劳动力转移动因与障碍的一种解释[J]. 经济研究, 2006(4):68-78.

[19]
Quinones B and Remenyi J. Microfinance and poverty alleviation:Case studies from Asia and the Pacific[M]. New York: Routledge, 2014.

Options
Outlines

/

〈 〉