广西各市旅游扶贫效率评价研究

李亚楠

摘 要：基于数据包络分析法，采用2008—2015年广西14个地级市的面板数据，从旅游投入/产出角度对广西各地区旅游扶贫效率进行评价。得出结果：广西旅游扶贫综合效率均值为0.866，2008—2015年间，旅游扶贫综合效率呈先下降后上升的趋势；各地市旅游扶贫效率差异明显，旅游经济强市扶贫效率较高、旅游经济弱市扶贫效率偏低，未达到有效水平；从分解效率来看，纯技术效率对综合效率动力作用规模效应的动力作用；8个地级市处于规模报酬递增或不变的阶段，可提升对贫困地区旅游的资源投入水平以加大其扶贫开发力度来提高旅游扶贫效率。

关键词：广西；DEA模型；旅游扶贫

中图分类号：F2

文献标识码：A

doi：10.19311/j.cnki.1672-3198.2016.23.010

1 问题提出

广西所在的滇桂黔石漠化区是全国14个连片特困地区之一，全区涉及到贫困村的县份有105个，只有柳州的柳中区及桂林的象山、秀峰、叠彩和七星区无贫困村（《全区乡村旅游扶贫重点村旅游发展规划（2015-2020）》）。扶贫开发又是制约自治区实现全面小康社会的短板，因此将（乡村）旅游扶贫作为带动村庄发展和贫困人口脱贫的造血式扶贫方式是自治区新时期扶贫开发工作实施关键。以往学者们对广西旅游扶贫的研究包括旅游扶贫贡献率评价、旅游扶贫效应感知、旅游扶贫模式、旅游精准扶贫等方面，但针对旅游扶贫效率分析的文章较少，定量分析更不为所见。基于此，本文将通过数据分析以评价广西旅游扶贫效率：广西各市旅游业是否能带动地区脱贫，多大程度促进贫困区经济增长及剖析旅游扶贫效率变化的源泉，以为各市探寻提高旅游扶贫效率的有效路径提供理论参考。

2 研究方法、指标选择与数据来源

2.1 DEA方法

数据包络分析方法（DEA，DataEnvelopment Analysis）由Coopor、Charnes和Rhodes于1978年提出，该方法的原理主要是通过保持决策单元（DMU，Decision Making Units）的输入或者输入不变，借助于数学规划和统计数据确定相对有效的生产前沿面，将各个决策单元投影到DEA的生产前沿面上，并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。DEA方法具有简化算法、剔除主观性、避免误差的特点。DEA方法对多输出-多输入的有效性评价问题上有绝对优势，DEA方法具有C2R、BC2、FG和ST等代表性经典模型，本文采用的是最为成熟的C2R和BC2模型（C2R模型是规模收益不变条件下得到的；去掉C2R模型假设，引入约束条件得到BC2）。

设有n个部门或单位（DMU），每个DMU有m种输入和k种输出。xj0和yj0分别表示第j0个决策单元的旅游扶贫投入量和产出量。引入非阿基米德无穷小量ε（ε为任意小正数），利用Charnes-Cooper变换后可化为最终的线性规划问题如（1）式。评价DMU的在规模报酬不变情况下的C2R模型为：

其中s+和s-为输入和输出的松弛变量，θ为目标值，λ为DMU的线性组合系数。依据DEA方法思想，DEA模型中的旅游扶贫效率参数反映旅游业对其经济拉动及产业集聚作用；技术效率代表城镇及农村居民消费对经济拉动作用；规模效率指数表示旅游业总体发展对当地经济推动作用。旅游扶贫效率评价是将各地级市作为实际DMU。因此，由各参数值可得：当θ=1时，对应的DMU为弱有效，进一步，若s+=s-=0称为DMU为有效；当θ<1时，称为DMU为无效，说明该单元没达到资源的最优配置。

2.2 指标选择及数据来源

文章分析所运用数据来源于2016年政府工作报告、《广西统计年鉴》（2011—2015年）、2015年各地级市国民经济和社会发展统计公报。基于文献梳理、旅游扶贫评价指标筛选及数据获取可行性，文章选定旅游扶贫投入指标为可衡量旅游业发展水平的旅游者平均消费及人均游客接待量；旅游扶贫产出指标为能反映居民生活质量的农民人均纯收入、城镇居民人均可支配收入及人均GDP。本研究中DMU个数为14。

3 研究结果

3.1 旅游扶贫综合效率分析

文章以广西区14个地级市2008-2015年旅游扶贫投入/产出指标的面板数据为资料，采用DEA数据包络分析法的C2R模型，利用DEAP2.1软件，对各个地级市旅游扶贫总效率逐年计算，汇总结果见表1。

从空间维度分析，2008-2015年广西平均旅游扶贫效率水平总体偏低，只有三个城市达到了弱有效；各市之间扶贫效率差异较大，扶贫效率从0.5到1的波动程度。但8年来，其扶贫效率差异在缩小，标准差从2008年0.144降到2015年的0.096。这与广西近年大力实施旅游精准扶贫政策、优化各地区旅游扶贫资源配置相关。

从时间维度看，2008-2015年间，柳州、防城港、贵港及钦州、玉林、来宾（除去一年）扶贫效率为1，基本无波动，处于扶贫效率弱有效。其中河池市总体扶贫效率最低为0.69，贺州次之。因此，这两市通过缓解“投入冗余或产出不足”来改善扶贫效率。比如河池、贺州等市加大旅游精准扶贫帮扶力度从而实在贫困人口脱贫进度。

3.2 旅游扶贫技术效率及规模效率分析

旅游扶贫综合效率可分解为纯技术效率和规模效率的乘积，通过分解技术效率可分析扶贫效率的动力源泉，当效率变化和技术变化大于1时说明其是TFP增长的动力，反之其阻碍了TFP的增长。为实现此目的，依据数据包络法的BC2模型，运用DEAP2.1软件测得2015年各市旅游扶贫总效率分解情况（见表2），由表2数据分析：从纯技术效率分析得只有梧州、北海、贺州、河池及崇左市没达到有效。这五个城市资源未充分配置，未取得最大产出效果。从规模效率分析得百色、来宾及崇左市扶贫规模效率递增，柳州、钦防及贵港、玉林市规模效率不变，其余城市递减。大部分城市旅游扶贫效率都依赖于规模效应，因此旅游扶贫效率低的地区主要是区域旅游业发展带动力不足，旅游扶贫资源要素合理配置有很大提升空间。

4 结论及建议

广西旅游扶贫综合效率均值为0.866，2008—2015年间，旅游扶贫综合效率呈先下降后上升的趋势，仅有三城市达到了弱有效；各地市旅游扶贫效率差异明显，旅游经济强市扶贫效率较高、旅游经济弱市扶贫效率偏低，未达到有效；从分解效率来看，纯技术效率对综合效率动力作用规模效应的动力作用；8个地级市处于规模报酬递增或不变的阶段，可提升对贫困地区旅游的资源投入水平以加大其扶贫开发力度来旅游扶贫效率。

旅游扶贫政策越来越受到各旅游资源富集的贫困地区重视，探讨旅游扶贫效率问题需要更深入研究。本文认为，未来研究需要从三方面出发完善旅游扶贫研究。扶贫效率指标选择，衡量旅游扶贫效果的收入指标应更选择更微观指标，如贫困家庭收入占旅游总收入比重或者贫困家庭收入等；研究方法上，需探讨更多的定量分析方法多角度衡量扶贫效率。

根据以上结论，可加大用于旅游扶贫的资源投入以满足旅游扶贫的资源需求即大限度的扩大扶贫规模效率以提高扶贫产出。有潜力的地级市要发挥旅游业在扶贫富民中的作用，扶持重点村开展乡村旅游，加大资金融入，以整村推进的方式推进旅游扶贫更深发展；充分带动贫困地区居民就地参与旅游运营服务实现脱贫。

参考文献

[1]马晓龙，保继刚.基于数据包络分析的中国主要城市旅游效率评价[J].资源科学，2010，（01）：88-97.

[2]梁流涛，杨建涛.中国旅游业技术效率及其分解的时空格局——基于DEA模型的研究[J].地理研究，2012，（08）：1422-1430.

[3]邓洪波，陆林.基于DEA模型的安徽省城市旅游效率研究[J].自然资源学报，2014，（02）：313-323.

[4]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，（10）：210-217.

[5]郭舒.基于产业链视角的旅游扶贫效应研究方法[J].旅游学刊，2015，（11）：31-39.