基于三阶段DEA的我国民族地区旅游扶贫效率评价

曹妍雪，马 蓝

（1.西北大学 经济管理学院，陕西 西安 710127；2.青海师范大学 经济管理学院，青海 西宁 810000）

基于三阶段DEA的我国民族地区旅游扶贫效率评价

曹妍雪1，马 蓝2

（1.西北大学 经济管理学院，陕西 西安 710127；2.青海师范大学 经济管理学院，青海 西宁 810000）

文章运用三阶段DEA模型对我国2015-2016年民族地区实施旅游扶贫结果进行效率评价。结果发现：BCC模型分析发现我国旅游扶贫技术效率0.704、纯技术效率0.893、规模效率0.766，三个指标都是1的省区有吉林、广西、贵州、云南省，规模报酬降低的是辽宁省，其余省区规模报酬均递增；通过SFA分析发现旅游偏好、居民自由分配收入、公路密度对旅行社数量、从业员、固定资产投入有着不同程度的影响；在剔除环境因素和随机扰动项之后旅游扶贫效率发生小幅度变化，规模效率是技术效率增长的主要驱动因素。由于每个地区资源、发展状况不同，因此在落实旅游扶贫的时候，需要根据不同地区的特点采取针对性的措施。

少数民族；扶贫效率；三阶段DEA模型

一、引 言

贫困一直是困扰我国平衡发展的重要难题，到2020年我国需要结局7 100万人口的脱贫致富问题，尤其是经济发展水平欠发达的少数民族地区。改革开放至今，我国以解决农村人口温饱问题为主，实施改革开放开始至20世纪末，我国以解决农村贫困人口的温饱问题为主要任务，实施《国家八七扶贫攻坚计划（1994-2000年）》和《中国农村扶贫开发纲要（2001-2010年）》。2011党中央颁布《中国农村扶贫开发纲要（2011-2020年）》，首次将旅游发展作为地方经济发展、脱贫致富的主要手段。十八大以来，全面建成小康社会和精准扶贫成为我国重要的两个主题。随着我国一系列扶贫措施的实施，总体上人民生活水平有了很大的改善，但是发展好的还是资源条件好和地缘优势的地区，从而造成中西部地区经济发展的逐步扩大。旅游作为朝阳产业，有着经济效益高、就业人数多、生效益好等特点成为脱贫致富的主要手段。

2014年国务院出台《关于促进旅游产业改革的若干意见》中提出“加强乡村精准扶贫”，就是针对不同水平的发展地区进行科学有效的扶贫方式。我国少数民族众多，大部分少数民族居住在边疆、山区、牧区及高寒等经济相对不发达地区，在我国社会经济整体发展进程中处于落后地位。但也正因为少数民族地区这些劣势在旅游发展中成为自身的优势，因《芙蓉镇》而名声大噪的湘西永顺县，立足于漂流和土家族民族风情大力发展旅游业，2015年共接待游客416.2万人次，实现旅游收入为21.5亿元。在大力反贫困、促扶贫的时代，大力发展相对落后的少数民族地区的经济发展，使居民的生活水平提高是目前解决脱贫的首要任务，对实现我国和平发展、共同繁荣有着重要的意义。旅游扶贫不是简单的授之以鱼，而是在一定的旅游资源、区位条件和市场基础设施的基础上，充分发挥当地丰富的旅游资源优势形成具有高附加值的旅游产业链，形成一个景区带动一片贫困地区经济、社会、文化等全方位发展的效果，带动整个民族地区的经济发展，让少数民族地区人民积极参与到旅游经营服务中从而脱贫致富。

由于社会经济发展水平较为落后，地理环境因素以及交通不便等因素的影响，我国贫困地区，尤其是少数民族地区的自然景观和民族风情、文化习俗保存较为完整，产生独特的旅游资源富集区与少数民族贫困地区相重叠的现象，这为我国通过发展旅游帮扶贫困少数民族地区提供优越的自然条件。据国家旅游局统计，经过30多年的发展，我国通过旅游扶贫直接受益人数占到全国贫困人口的1/3左右。但是少数民族地区旅游扶贫效率如何？是否真正达到了以旅带产、以旅兴业、以旅扶贫的效果仍受到质疑。为了解释这种疑虑，本文运用三阶段DEA对民族地区旅游扶贫效率进行翔实的评估。

二、文献回顾

在我国建设小康社会的关键时期，脱贫已成为目前学者们研究的重点问题。尤其针对少数民族地区由于地缘位置贫困人数占全国贫困人口的比例不断的上升，贫困率高于全国水平。20世纪80年代以来，旅游扶贫成为提升经济发展和居民脱贫致富的重要手段，国内外学者们也因此展开了广泛的研究。Ashley（2000）提出“面向贫困人口的旅游”（PPT）和Sofield等（2003）［1］提出“提出消除贫困的可持续旅游”揭开了旅游扶贫研究的高潮。Spenceley等（2007）通过评估南非保护区内旅游企业对穷人经济效益的影响。评估社会经济影响因素包括就业、性别、企业社会责任、对旅游的依赖和市场准入程度都有关系。研究表明旅游只对一部分群体的人受益，对大多数人没有明显的影响。所以未来通过旅游的社会经济举措来增加穷人的收益［2］。Babalola等（2007）目前很多国家把旅游作为增加经济收入的主要手段，尼日利亚通过口头访谈和文献综述的方法来了解发展古遗迹为旅游资源的可行性，想通过发展古遗迹来解决人口失业问题［3］。Mutana等（2013）探讨旅游经营者对津巴布韦扶贫方面的贡献，在津巴布韦80%的人口居住在农村地区，其中相当一部分临近公园和旅游度假区，这些对于当地农民的收入有着显著性影响［4］。Lima等（2011）利用案例分析方法，收集数据调查政府、非政府组织、国际旅游机构是否对减轻贫困有影响，如果有影响应加强当地社区能力建设［5］。Anderson（2014）随机选择坦桑尼亚农村2013年85个村庄的家庭进行定性分析，结果表明文化旅游对当地人生活水平的提高有着显著影响。自从10年前引进文化旅游之后当地居民的收入、教育和基础设施得到改善，但是由于对文化旅游行业知识的欠缺导致很多人未能受益，所以应该开展培训教育来提高人在文化旅游中的作用［6］。Islam（2016）通过孟加拉国两个案例地发现，本土文化已处于边缘化，且政府组织、非政府组织、国家旅游组织、私人旅游组织、国际援助机构和本土社区利益相关，应该协调各个方来保护本土边缘化和帮助脱贫致富［7］。

随着我国旅游经济发展以及国外学者对旅游扶贫研究的不断推进，我国学者对旅游扶贫也进行了积极的探索。国内研究主要集中在民族地区旅游扶贫战略模式、民族地区扶贫效应、民族地区旅游扶贫收益机制、民族地区旅游扶贫存在的问题等方面。张伟等（2005）以安徽省铜锣寨风景区为例，研究旅游扶贫对于贫困居民的经济影响以及居民对于旅游扶贫的感知态度［8］。王永莉（2007）四川省民族地区由于人力资本缺乏、居住地偏远，进入性差等原因，阻碍了旅游扶贫对当地贫困人民生活的改善，所以政府应该加大教育机制，同时协调各部分之间的关系，让贫困居民分享旅游带来的经济效益［9］。向延平（2011）选取三个案例地研究旅游扶贫对民族地旅游文化的影响，发现影响程度与扶贫开展的深入程度相关［10］。龙祖坤等（2015）实证分析2009-2013年期间武陵山区的旅游扶贫效率，结合MI指数评价扶贫效率的变动情况。结果发现旅游扶贫存在着区域间差异，有些地区扶贫效率与经济效率存在不协调性。因此，在今后的发展中应该保证旅游效率能提高扶贫效率［11］。蒋莉和黄静波（2015）通过居民感知理论的视角研究汝城国家森林公园附近居民对于旅游扶贫的态度和感知。发现居民对于扶贫的社会效应和经济效应认知比较明显，对于环境效应不太明显，而且参与旅游的意愿与受教育程度有关［12］。赵世钊和吕宛青（2015）以贵州省黔东南州郎德上寨为案例地，剖析旅游扶贫的动态变化过程。旅游扶贫过程受外部条件的改变，使其处于不断变化的过程，为旅游扶贫发展提供新的动力［13］。卢冲等（2017）基于计划行为理论构建贫困农牧民参与旅游扶贫的理论模型，来研究四川藏区农牧民参与旅游扶贫的意愿以及影响因素。结果发现，农牧民参与扶贫旅游的意愿与其年龄、性别、家庭状况有关系［14］。

通过文献梳理发现，我国学者对旅游扶贫的研究取得了一定的成果，对民族地区旅游扶贫也涉及许多，形成较为完整的民族旅游扶贫理论体系，但是我国开展民族旅游扶贫的时间不长，民族旅游扶贫的研究还存在很多空白，对于民族地区旅游扶贫绩效的测量就是其中之一，效率作为生产资源投入与产出效用间的比率，反映了受评主体的资源要素利用情况及其产出效益进行量化与比较，是经济发展质量考核的重要标准，也是实现可持续发展理念的先决条件［15］。本文借鉴前人的研究成果，利用三阶段DEA分析方法对我国民族地区旅游扶贫的效率进行评价，解决大众一直疑惑的旅游扶贫到底帮扶的是哪里？旅游扶贫的效果如何？为民族旅游扶贫顺利开展与深入推进提供科学的理论支撑与意见参考。

三、研究方法与变量选取

Fried等（2002）提出传统的DEA运算并没有考虑到决策单元受环境因素和随机误差的影响［16］。在这篇《Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis》文章就探讨了如何将环境因素和随机误差引入DEA模型。

（一）第一阶段：传统DEA模型分析

1978年由著名的运筹学家Charnes和Cooper提出数据包络分析（Data Envelopment analysis，简称为DEA模型）的方法，用于评价相同部门间的相对有效性，称之为CCR模型［17］。模型大多时候测算具有多个投入和多个产出：

DEA模型分为投入导向和产出导向的，根据具体的分析目的，可以选择不同的导向。一般而言，在大多数三阶段DEA模型运用的文献中，都选择投入导向的规模报酬可变BCC模型。对于投入导向BCC模型的对偶模型可以表示为：

其中，j=1,2,…,n表示决策单元，X,Y分别是投入、产出向量。

若θ=1,S+=S-=0，则决策单元DEA有效；

若θ=1,S+≠0, 或S-≠0，则决策单元弱DEA有效；

若θ＜1，则决策单元非DEA有效。

BCC模型计算出来的效率值为综合技术效率（TE），可以进一步把综合技术效率分解为规模效率（SE）和纯技术效率（PTE），TE=SE×PTE。

（二）第二阶段：SFA回归

Fried认为，决策单元的绩效受到管理无效率（managerial inefficiencies）、环境因素（environmental effects）和统计噪声（statistical noise）的影响，因此有必要分离这三种影响。

通过BCC模型的到松弛变量[x-Xλ]可以反映初始的低效率，由环境因素、管理无效率和统计噪声构成。我们第二阶段的主要目标要将第一阶段得到的松弛变量分解成环境、管理无效率、统计噪声三种效应，要实现这个目标，需要借助于SFA回归，在SFA回归中，第一阶段的松弛变量对环境变量和混合误差项进行回归。值得一提的是，Fried等人于2002年提出的三阶段DEA模型被视为是1999年提出模型的扩展，在1999年的模型中，Fried等人仅仅考虑环境因素的影响，剔除环境因素的影响使用的是Tobit回归。而2002年的模型同时考虑环境因素和随机噪声的影响，此时因为Tobit回归不能有效分离随机噪声的影响，因此才借助于SFA回归。

因此，根据Fried等人的想法，我们可以构造类似SFA回归函数：

Sni=f(Zi;βn)+νni+μni;i=1,2,…,I;n=1,2,…,N

其中，Sni是第i个决策单元第n项投入的松弛值；Zi是环境变量，βn是环境变量的系数；νni+μni是混合误差项，νni表示随机干扰，μni表示管理无效率。其中ν～N(0,σv2)是随机扰动项，表示随机扰动项对决策单元的松弛变量有着影响；μ是管理无效率，表示管理方面的因素对决策单元松弛变量有影响，假设其服从在零点截断的正态分布，即μ～N+(0,)

SFA回归是把影响效率的环境因素和随机扰动项剔除，把不同省份放在相同的条件下进行测算。调整投入变量的公式如下：

（三）第三阶段：调整后的DEA模型

把调整后的投入变量和产出变量再次放进BCC模型进行各个单元的效率评价，此时的结果是在剔除环境变量和随机扰动项之后的结果，更能反映出扶贫效率的真实水平。

（四）指标的选取

本文选取的少数民族地区的范围，指本地区少数民族人口比例大于全国少数民族比例的省区。第六次人口普查中国大陆31个省、自治区、直辖市和现役军人的人口中，汉族人口为1 225 932 641人，占总人口91.51%；各少数民族人口为113 792 211人，占总人口8.49%。通过对比发现31省市自治区中有12个省、自治区的少数民族人口所占的比例大于全国的8.49%。所以本文选取内蒙古、广西、西藏、新疆、宁夏、辽宁、吉林、海南、贵州、云南、甘肃、青海12省、自治区为民族扶贫旅游地，具体见表1所列。

表1 少数民族人口比例大于8.49%的地区 %

选取2015-2016年12个省区的旅游扶贫效率作为决策单元，旅游扶贫目的是让贫困地区增加经济收入，人们生活提高，所以贫困是描绘居民生活的状态。因此选取旅游营业收入作为产出变量。以旅游固定资产投入、旅行社和从业人员作为投入指标。全部数据均来自于《中国旅游统计年鉴》、《各省统计公报》。在SPSS21软件中，投入与产出变量做pearson相关性检验，产出与投入关系均为正数，且通过了10%的显著性水平，表明投入与产出之间存在着“同向性”，符合投入增加产出增加的趋势，结果见表2所列。

表2 投入变量与产出变量的Pearson相关系数

环境变量的选取恰当与否直接影响到三阶段DEA模型的不可控制变量的剔除。本文选取的环境变量有：居民出游的便利程度；出游的便利与否是居民选择出游的首要考虑因素，只有出游条件便利才会吸引更多的游客走出去和走进来，以此发展旅游，为旅游创收。选取公路网络密度作为出游便利程度的衡量指标，具体是由铁路里程和公路里程相加处于本省区的面积。居民的可支配收入；贫困是描述居民生活水平的一种状态，居民的可支配收入是衡量出游、购物的前提条件，只有居民的消费水平高才能实现对于旅游经济发展的贡献，所以选取居民的可自由支配收入水平。出游偏好。居民旅游偏好的不同体现在目的地旅游人数上，因此以旅游接待游客数量作为衡量出游偏好的指标。

四、实证结果分析

（一）第一阶段传统DEA实证结果

利用DEAP2.1软件对我国12个地区旅游扶贫效率水平与规模报酬变动进行分析，结果见表3所列。结果可以看出，在不剔除环境因素和随机扰动项的情况下：我国旅游扶贫技术效率为0.704，纯技术效率为0.893，规模效率为0.776，可以看出纯技术效率是技术效率进步的主要驱动力量。辽宁省规模报酬递减，吉林、广西、贵州、云南等省份无论是技术效率、纯技术效率、规模效率都是1，处于生产前沿面，其他省区在扶贫政策实施以来规模报酬都在递增。

表3 我国12个地区旅游扶贫效率值

（二）第二阶段SFA回归结果

表4为12个省区SFA回归结果。

表4 12个省区SFA回归结果

通过表3可以看出外部环境对旅行社、从业人员、固定资产投入的回归系数均通过显著性水平检验，说明外部环境对我国扶贫旅游存在着投入冗余的情况。通过旅行社、从业人员、固定资产投入的gamma值可以看出，在三种投入因素中管理效率项起到了绝对性的作用，影响着旅游扶贫效率。外部环境对旅行社、从业人员、固定资产投入的回归系数有些为正，有些为负。当回归系数为负的时候，表示增加外部环境的时候会有利于减少松弛变量的投入数量，代表有利于减少投入变量的浪费。反之如果回归系数为正时，则表示当增加外部环境时，会增加投入或者减少产出，出现浪费的情况。

1.旅游偏好

该变量对旅行社、从业人员（0.000 67）、固定资产投入的回归系数均为正数，并且只有从业人员通过了1%水平的显著性检验。本文旅游地的偏好是由游客接待数量代替的，说明当接待游客数量增加的时候从业人员数量也会增多，虽说回归系数不是负数，但是符合正常的发展情况。旅游偏好与旅行社和固定资产投入也呈现出正向影响，但是并没有通过显著性检验。虽说扶贫效率的发展会受到外部环境旅游偏好的影响，但是从另一方面考虑游客接待量的增加有助于促进就业，能有效缓解目前就业困难的问题。

2.自由分配收入

该指标对旅行社与固定资产投入的回归系数为正，其中与固定资产通过5%水平下的显著性检验，代表居民自由收入的分配增加会浪费固定资产的投入，或者固定资产的增加并没有导致居民自由分配收入的提高。与从业人员呈现负相关，而且通过1%显著性检验，说明随着居民自由自分配收入的增加，旅游扶贫相关从业人员的数量会减少。

3.公路密度

该指标对旅行社、固定资产的回归系数为负数，与从业人员的回归系数为正数。交通设施的完善并没有对旅行社有显著性影响，对从业人员有0.005的影响，但并未通过显著性检验。对固定资产回归通过1%的显著性水平检验，说明随着交通的便利，国家对于扶贫旅游的固定资产投入会减少，符合正常发展的情况。

由于环境变量对于12个省区的影响是不同的，所以环境的不同有可能导致扶贫表现出差异性的效率模式。因此必须调整原始投入变量，把12个省区放置在相同的环境下进行分析，以此获得真实的旅游扶贫效率水平。

（三）第三阶段投入调整后的DEA实证结果

通过数据调整得到新的投入变量，和原始产出变量一起放入BCC模型中进行处理，得到第三阶段提出环境和随机扰动项之后的旅游扶贫效率，结果见表5所列。

表5 我国12个地区旅游扶贫效率值

通过对比提出影响因素之前表3和表5可以发现，扶贫效率发生了一定改变。调整后的技术效率相对之前的都有了一些调高。调整之前的技术效率0.704、纯技术效率0.893、规模效率0.776，调整之后技术效率0.748，提高0.44、纯技术效率0.86，降低了0.33、规模效率0.861，提高了0.085。可以发现剔除环境因素和随机扰动项之后，我国技术效率都有显著地提高，主要由于规模效率的提高，反而纯技术效率是其降低的主要因素。其中内蒙古自治区由于纯技术效率和规模效率的双重提高的背景下，晋升为技术效率为前沿面的省区。

为更清晰地看出12省区技术效率的构成情况，以0.9数值作为临界点，由于技术效率均大于0.9，所以把民族扶贫对象划分两个部分，如图1所示。

图1 民族地区旅游扶贫技术效率和规模效率分布

第一个为纯技术效率和规模效率都超过0.9的“双高型”，包括吉林、贵州、西藏、辽宁、广西、云南等六个省区，由于技术效率和规模效率都比较高，改进提升的空间较小；第二个为纯技术效率大于0.9、规模效率小于0.9的青海；第三个为纯技术效率小于0.9、规模效率大于0.9的甘肃、海南、内蒙古；第四个为纯技术效率和规模效率都小于0.9的青海、新疆。

五、结论及建议

本文利用DEA三阶段来测算2015年我国12民族地区旅游扶贫效率，在剔除环境因素和随机扰动项之后更能准确地反映出我国扶贫效率实施的实际情况。结果如下：

（1）通过BCC模型检验发现，我国民族地区旅游扶贫平均技术效率为（0.704）、纯技术效率（0.893）、规模效率（0.776）。除辽宁省规模报酬递减之外，吉林、广西、贵州、云南四个省份的技术效率、规模效率、纯技术效率都是去，处于技术前沿面，其余省份的规模报酬都是递增。

（2）外部环境和随机扰动项对酒店效率有着显著性影响。旅游偏好对旅行社、从业人员、固定资产投入回归系数均为正数，说明有正向影响。其中只有从业人员通过显著性水平检验，说明接待游客数量的增加必然会需要更多的服务人员，从而导致从业人员数量的扩大。居民自由分配收入对旅行社回归有正向影响，但是没有通过显著性检验；对从业员有着通过显著性水平的负向影响，也许随着人们自由支配收入的增加，更多的会选择出游或者其他工作，而不是旅游相关从业人员的岗位；对固定资产投入回归系数正数，同时通过显著性水平检验，说明随着人们自由支配水平的是提高，会出现固定资产浪费的情况，或者随着固定资产的投入对增加居民自由支配的收入没有影响。公路密度对旅行社回归系数为负，说明随着交通设施的便利，有可能出游选择旅行社的人数会减少，反而有可能自驾游会盛行，但是并未通过显著性检验；对从业人员的回归系数为正，说明随着交通的完善会需要更多的从业人员，但是没有通过显著性水平检验。对固定资产投入回归系数为负，说明交通的越发完善，固定资产的投入会减少，同时通过显著性水平检验，符合假设。

（3）剔除环境因素和随机扰动项之后，把调整之后的数据从新放在BCC模型进行分析发现，民族地区旅游扶贫效率发生了一些，总体而言平均技术效率增加，纯技术效率下降，规模效率提升。原来规模效率才是技术效率提高的主要驱动力量，而纯技术效率是其增长的阻碍因素。内蒙古自治区由于规模效率和纯技术效率的增加，晋升为处于技术前沿面的省份，其余省份没有变化。

从提出到现在，我国用实践表明旅游是最好的帮助贫困地区脱贫致富的途径之一，尤其是在乡村扶贫方面。旅游有着拉动性强、扶贫力度大、受益群众广等特点，使其迅速成为多个地区脱贫减负的方法。通过扶贫旅游，贫困地区发生巨大变化，可发展结果参差不齐，存在地区差异。所以在今后的民族地区旅游扶贫方面应该注意以下几点：

首先，深化旅游产品供给侧改革。少数民族地区的旅游产品地域性特点突出，例如蒙古族的服饰、饮食是独树一帜的，基本上在别的地方是看不到、吃不到的。但是在旅游产品的开发过程中缺少游客体验的附加价值，很难让游客感到记忆犹新，因此在民族产品开发中应该立足于本民族的文化时，增加其与影视、故事等相关性，既增加产品得体验价值，也可实现旅游业的供给侧改革。再如藏族唐卡、彝族银饰等都是民族特色手工艺品，但是使用价值大多局限在本民族地区，对于外来游客和其他地区缺乏参与，也限制了传统工艺的进一步发展。在产品的制作中可以吸收现代因素，借鉴游客需求，在不同的地方扶持不同的唐卡、银饰等，实现遗产保护与旅游发展的双赢。

其次，保持民族文化遗产开发中的真实性。少数民族地区旅游发展主打的是独树一帜的民族文化，包含的内容比较丰富，涵盖宗教、节庆、服饰、民俗、舞蹈、工艺品、建筑等多个方面，而且这些都很有特色容易识别。比如游客到壮族地区旅游，看到的不是壮族传统的干栏式民居，而是高楼大厦，游客自然会感觉受骗，没有感受到少数民族最基本的住宿真实性。游客到达内蒙古少数民族聚居地，如果看到当地的居民都穿着和游客相似的衣服或者饮食一样的话，会感到或多或少的失望，这样的结局是现代文明冲击所导致的。因此我们应该以一种动态的眼光来看待真实性，将传统民族文化在开发中保持原有的精髓。从表面看似民族文化真实性与旅游商品化是不可协调的，但事实是文化商品化不仅没有使民族的传统文化真实性丧失，反而促进了民族文化真实性的延伸。虽说有些濒临灭绝的文化遗产的挖掘保护是为了迎合旅游者，从中获得经济利益，同时也加强了自己民族文化的保护。

再次，扩大旅游扶贫的资金渠道。少数民族地区脱贫致富的关键是资金的投入问题，旅游扶贫不能只靠国家投资就能解决，应该积极探索和发展资金投资的多方位建设。在寻求国家的投资之外，少数民族地区应该抓准国家关于脱贫致富的一系列倾斜政策，吸引大量民间资本进行投资。同时对于旅游景区的开发可以采取股份制的合作方式，进行旅游开发。拓展旅游扶贫的资金渠道会加快脱贫致富的步伐。

最后，提高当地居民参与旅游积极性。少数民族地区的发展主要以自身的民族特色作为主打品牌，当地居民也是旅游资源的重要组成部分和承载者。在追求经济利益、脱贫致富的同时应该做好文化遗产和环境的保护工作。当地居民是对民族文化最为熟悉的群体，在开发利用的前提需要尊重居民的意愿，协调好旅游扶贫开发与居民受益的关系，促进居民参与到旅游扶贫中来，实现劳动成果大家共享的局面，当地居民在提高当地经济发展水平的同时，提高自己的生活水平。

人民生活水平的提高，使旅游出行成为一种新的休闲放松方式，刺激了大量的游客需求，少数民族地区由于自身独特的民族特色吸引大量游客体验，有效的改善民族地区的贫苦状体，不仅增加旅游了旅游收入，也带动了其他行业的发展。但是，在少数民族地区旅游扶贫在提高居民经济收入方面，需要更多的政策来进行协调。在推行全域旅游大背景下，通过地区天然禀赋和优质资源，带动广大人民群众参与旅游开发，增加居民经济收入和社会福祉，真正达到当地居民脱贫致富。在大力促进旅游发展同时，需要保护好民族地区少数民族的文化。

［1］Sofield T，De Lacy T，Bauer J，et al.Pro-Poor Tourism Sus⁃tainable Tourism-Eliminating Poverty［J］.Research，2003，30（2）:17-19.

［2］Spenceley A，Goodwin H，Hall C M.Nature-based tourism and poverty alleviation：impacts of private sector and para⁃statal enterprises in and around Kruger National Park，South Africa［J］.Current Issues in Tourism，2007，10（2/3）：255-277.

［3］Babalola，Abidemi Babatunde，Ajekigbe，et al.Poverty Allevi⁃ation in Nigeria：Need for the Development of Archaeo-Tour⁃ism［J］.Anatolia，2007，18（2）：223-242.

［4］Mutana S，Chipfuva T，Muchenje B.Is Tourism in Zimba⁃bwe Developing with the Poor in Mind？Assessing the Propoor Involvement of Tourism Operators Located Near Rural Areas in Zimbabwe［J］.Asian Social Science，2013，9（5）：154-161.

［5］Lima，Eusébio S，Partidário C，et al.Determinants for Tour⁃ism and Poverty Alleviation［J］.Tourism&Management Studies，2011（7）：43-53.

［6］Anderson W.Cultural tourism and poverty alleviation in ru⁃ral Kilimanjaro，Tanzania.［J］.Journal of Tourism&Cultur⁃al Change，2014（3）：1-17.

［7］Islam M F，Carlsen J.Research note：Indigenous communi⁃ties，tourism development and extreme poverty alleviation in rural Bangladesh［J］.Tourism Economics the Business&Fi⁃nance of Tourism&Recreation，2016，22：645-654

［8］张伟，张建春，魏鸿雁.基于贫困人口发展的旅游扶贫效应评估——以安徽省铜锣寨风景区为例［J］.旅游学刊，2005，20（5）：43-49.

［9］王永莉.旅游扶贫中贫困人口的受益机制研究——以四川民族地区为例［J］.经济体制改革，2007（4）：92-96.

［10］向延平.民族地区旅游扶贫对民族文化影响的模糊分析——基于两头羊、老洞和德夯三苗寨的个案分析［J］.湖北民族学院学报：哲学社会科学版，2011（4）：39-42.

［11］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，2015，21（10）：210-217.

［12］蒋莉，黄静波.罗霄山区旅游扶贫效应的居民感知与态度研究——以湖南汝城国家森林公园九龙江地区为例［J］.地域研究与开发，2015，34（4）：99-104.

［13］赵世钊，吕宛青.民族地区旅游扶贫机制的协同学分析——以贵州省郎德苗寨为例［J］.贵州民族研究，2015（1）：152-155.

［14］卢冲，耿宝江，庄天慧，等.藏区贫困农牧民参与旅游扶贫的意愿及行为研究——基于四川藏区23县（市）1320户的调查［J］.旅游学刊，2017，32（1）：64-76.

［15］Preda P，Watts T.Improving the efficiency of sporting ven⁃ues through capacity management：the case of the Sydney（Australia）Cricket Ground Trust.［J］.Event Management，2002，8（2）：83-89.

［16］Fried H O，Lovell C A K，Schmidt S S，et al.Accounting for Environmental Effects and Statistical Noise in Data En⁃velopment Analysis［J］.Journal of Productivity Analysis，2002，17（1/2）：157-174.

［17］Charnes A，Cooper W W，Rhodes E.Measuring the Effi⁃ciency of Decision Making Units［J］.European Journal of Operation Research，1978（2）：429-444.

Abstract:This paper uses the three-stage DEA model to evaluate the efficiency of tourism poverty alleviation in ethnic areas in China from 2015 to 2016.The results show that:BCC model analysis finds that China's tourism poverty alleviation technology efficiency is 0.704,pure technical efficiency is 0.893,and scale efficiency is 0.766,the provincial-level administrative areas with the three indicators are 1 in⁃clude Jilin,Guangxi,Guizhou and Yunnan.In addition to Liaoning province,the scale returns of the rest areas are increasing;The SFA analysis finds that the impacts of tourism preferences,residents’free distribution of income and road density on the number of travel agen⁃cies,practitioners and fixed assets investment are different;After excluding environmental factors and randomized perturbation,the effi⁃ciency of tourism poverty alleviation has changed slightly,and the scale efficiency is the main driving force of technical efficiency growth.As each region's resources and development level are different,it is necessary to adopt targeted measures according to the characteristics of different regions in implementing tourism poverty alleviation.

Keywords:ethnic minorities;poverty alleviation efficiency;three-stage DEA model

［责任编辑：程 靖］

Evaluation on the Efficiency of Tourism Poverty Alleviation in China’s Ethnic Regions Based on the Three-stage DEA

CAO Yan-xue1,MA Lan2

（1.School of Economics and Management,Northwest University,Xi’an 710127,China;2.School of Economics and Management,Qinghai Normal University,Xining 810000,China)

F127.8；F592.7

A

1007-5097（2017）09-0091-07

10.3969/j.issn.1007-5097.2017.09.012

2017-06-22

国家社会科学基金重点项目（14AJY025）

曹妍雪（1989-），女，内蒙古通辽人，博士研究生，研究方向：旅游经济与规划；马 蓝（1981-），女，青海西宁人，讲师，管理学博士，研究方向：知识合作与技术创新。