毕斗斗,涂流云
随着我国扶贫开发工作的不断深入,目前已经进入攻坚拔寨的冲刺阶段,精准扶贫是目前扶贫工作的战略重点。日前颁布的《中国农村扶贫开发纲要(2011-2020)》划分了14个集中连片特困区,目的是为了精准识别贫困集中的区域,结合各片区的贫困类型和程度,更好地因人因地、因贫困类型施策。滇桂黔片区包括了云贵高原东南部及其与广西盆地的过渡地带,囊括了云南、广西、贵州三省的15个市(州)、91个县(区),其中有67个国家扶贫开发工作重点县。区域内碳酸盐类岩石分布广,是全国石漠化问题最严重的地区,因而土地生产能力低下,加之地理位置偏远等原因,经济发展长期落后、贫困人口众多。滇桂黔片区是世界上喀斯特地貌发育最典型的地区之一,自然景观独特、民族文化多姿多彩、红色旅游资源丰富,旅游开发潜力巨大。现阶段,滇桂黔片区内各县目前对于旅游资源的开发程度以及旅游在地区经济中扮演的角色都存在一定的差异性,为了评价滇桂黔片区旅游扶贫的效果,了解旅游业在多大程度上刺激了地区经济的发展,本文引入了旅游扶贫效率的概念进行衡量,并对旅游扶贫效率在时空演化格局的特征方面进行分析,有助于动态跟踪旅游扶贫工作的推进,从整体上掌握该片区的旅游经济发展格局。另外,本文还将探讨哪些因素影响了旅游扶贫效率的变化,通过精准识别旅游扶贫的类型和原因,寻找更清晰的政策启示。
旅游产业具有投入少、产业带动性强的特点,是促进经济增长和减缓贫困的有效手段。国际上第一次正式将旅游与扶贫的概念相联系是在20世纪90年代,英国国际发展局(DFID)引出Pro-Poor Tourism(PPT)的概念,即有利于贫困人口的旅游。后来,国际上倡导用ST-EP(Sustainable Tourism for Eliminating Poverty)的概念替代PPT,其核心是把可持续旅游作为减贫的一种手段。我国是在旅游扶贫的成功实践的基础上,在全国旅游局长会议(1991)上正式提出了“旅游扶贫”的口号,自此引起了我国学界的高度关注。在国内外的旅游扶贫实践都发展了一段时间之后,旅游扶贫的贡献显现,其效果衡量显得尤为重要,旅游对于目的地的减贫效应是否显著、减贫的效率如何一直是国内外学者讨论的焦点问题,国内外学者采用了计量分析、空间分析等方法对旅游减贫的效益和效率都进行了广泛的实证研究。
从国外研究成果来看,Croes从旅游减贫作用强度的角度出发,运用误差修正模型,发现尼加拉瓜旅游收入每增加1%,贫困指数将降低1.23%。Deller从空间分析的角度,研究了美国乡村的旅游和娱乐设施在空间上对贫困率的影响,从旅游业发展中的具体指标对于贫困率的影响进行了细化的研究。Mao和Morais等在研究中增加了更多衡量旅游扶贫效果的微观指标,如人均收入、失业率、高中毕业率、家庭自主创业收入等二手数据,利用GIS技术分析了旅游业、小企业与贫困状况、收入分配之间的相互作用关系。国内研究方面,赵磊运用系统广义矩估计法对我国的省域数据进行了实证研究,结果发现发展旅游业对农村人均实际收入具有显著的正向关系,而与城镇人均实际收入之间关系则不显著。杨霞等从旅游流量及旅游构成两个方面,利用一般均衡模型对旅游发展与西部地区贫困减缓的关系进行了实证研究。郭鲁芳、李如友等使用门槛回归模型对2000-2013年中国省际面板数据,对旅游发展与减贫效应的非线性关系进行研究,结论认为旅游业的减贫效应在不同的经济发展阶段呈现出双重门槛的特征。以上几篇文章都针对旅游对贫困的减缓作用进行了定量研究,丰富了旅游扶贫的定量研究方法,但是研究的区域范围较大,没有精准地锁定真正贫困的区域。龙祖坤运用数据包络分析法对旅游扶贫效率进行计算,评价了旅游产业的发展在多大程度上有效地推动了区域经济的发展0210。将研究范围缩小到了县域,提高旅游扶贫研究的精准性和有效性,但未讨论哪些因素影响了旅游扶贫的效率。
就目前的研究现状来看,国内外关于旅游扶贫的效果评价的学术研究已经初具雏形,但是对于包括滇桂黔片区在内的集中连片特困区的旅游扶贫效率问题的相关研究成果尚少。对集中连片特困区进行研究,有助于扶贫开发区域瞄准的战略更加有效地实施,尤其是滇桂黔片区这样位于三省交界,贫困状况复杂、贫困集中、贫困深度较深的区域,更需要精准、具体地分析区域的整体情况。因此本文在目前的研究成果进行了思路上的拓展,采用DEA数据包络分析方法,测算滇桂黔石漠化片区的旅游扶贫效率,并进一步探究旅游扶贫效率存在差异性和波动性的影响因素。
通过数据包络分析法(DEA, Data Envelopment Analysis)评价滇桂黔片区的旅游扶贫效率。该方法是美国著名的运筹学家Charnes、Cooper以及 Rhodes提出的一种线性规划模型。本文采用DEA-CCR投入导向模型,首先确定N个评价单元DMU(Decision Making Unit DMU,本文将滇桂黔片区的各个县作为决策单元),然后选择投入指标xj=(x1j,x2j…xmj);产出指标:yj=(y1j,y2j…xmj)(j=1,2,…t)。最后通过模型的每一个DMU进行有效性评价,数学模型如下:
当θ*<1时,表明该DMUj位非DEA有效,与其他决策单元相比,该决策单元的资源配置未达到最优,综合DMUj效率不佳。
分位数回归法利用因变量的多个条件分位数对自变量进行回归,得到相应的分位数方程。本文将前文测算出的旅游扶贫效率作为被因变量,将影响旅游扶贫效率的因素作为自变量,分位数回归的模型形式如下:
如上式所示,xi、βθ表示的是K×1向量,xi1=1,quantθ代表y在给定的x的条件下分为点θ的条件分位数函数(Koenker和Bassett,1978)0,分位数回归的优势在于,它能够刻画更为详细的条件分布特征,且不易受到异常值的影响,模型从整体来说更加稳健。
本研究依据云南、广西、贵州三省的县区数量在集中连片特困区内所占的比例,分别挑选了4个、8个、15个县作为研究样本。为测算旅游扶贫的效率,在滇桂黔石漠化地区选取了更具代表性的县域作为决策单元(DMU),选取的标准如下:所选县的区域内拥有知名的景区景点(3A级以上),并且旅游产业在当地经济中占有一定的地位,从而使研究样本更具有典型性;由于一部分县的数据缺失,根据数据的可获得性进行了一定取舍,最终确定了27个县作为研究对象。
在遴选指标时主要考虑以下因素:(1)科学性,投入、产出指标与旅游扶贫的效率之间应当存在一定的因果联系。(2)典型性:评价指标需要有效地反映区域的综合情况和代表特征。(3)可操作、可量化:指标在统计年鉴、历史档案等资料中能够获得,并且数据是可以量化的。
旅游扶贫效率评价的是旅游业对于经济的带动作用,通过投入和产出两方面衡量旅游对于减缓贫困的效果。衡量旅游业的投入指标主要包括旅游产业生产要素的投入情况,如星级酒店数量、旅游企业数量、旅游产业就业人数等等,但是这些数据目前未包含在官方的县域统计数据中,目前学者多采用衡量旅游发展成果的旅游人次和旅游收入两个指标进行替代0212,也能够反应旅游发展的综合效果以及对于经济贡献的大小。为了衡量旅游扶贫的效果,产出指标方面选取了反映居民生活水平的城镇居民可支配收入和农村居民可支配收入,GDP可以衡量经济发展水平,考虑到地区之间的可比性,加入了可衡量经济发展水平的人均GDP指标。(指标体系如表1)。在数据预处理方面,未达到数据简化的效果,运用主成分分析法0进行处理,根据特征值大于1的要求提取了两个主成分,用两个主成分来代表三个产出指标的大部分信息,导入DEA-Solver Pro 5.0软件中进行效率测算。
表1 旅游扶贫效率评价指标体系
基础数据均来源于2010-2015滇桂黔片区内27个县的统计年鉴、国民经济和社会发展统计公报、政府工作报告。
用DEA-CCR模型对滇桂黔片区内的27个县的旅游扶贫效率进行计算(按照2010-2015年效率均值大小进行降序排名),结果见表2。
表2 2010-2015年滇桂黔石漠化地区主要县域旅游扶贫效率
注:云南省(D01广南县 D02富宁县 D03师宗县D04罗平县D05丘北县)广西省(G01融水苗族自治县 G02南丹县G03东兰县 G04乐业县 G05三江侗族自治县 G06凤山县 G07龙胜各族自治县)贵州省(Q01安龙县 Q02兴仁县 Q03望谟县 Q04榕江县 Q05从江县 Q06黄平县 Q07剑河县 Q08锦屏县 Q09镇宁 G10黎平县 G11麻江县 G12独山县 G13镇远县 G14荔波县 G15雷山县)
从空间维度来看,从2010年到2015年,滇桂黔石漠化片区各县的整体旅游扶贫的效率(以下简称效率)处于中下等水平,且效率水平存在较大差异,六年期间均值的最高值为0.941,最低0.109,且各县效率之间的标准差都0.24以上,标准差从2010的0.28上升到2015年的0.3,差距有微弱拉大的趋势。从三个省区的效率大小来看,由于旅游业发展起步较早,云南省各县的旅游扶贫效率排名在区域中较为靠前,广西省次之,而贵州省的整体效率普遍偏低,旅游业的发展实际上也相对滞后,滇桂黔石漠化地区涉及区域较广,区域内经济发展的不均衡性显著,这主要是由于整个区域内的旅游资源分散、联通性不强,没有进行区域内的紧密的旅游发展战略合作,难以发挥规模化优势。
从时间维度上看,2010-2015年,安龙县、广南县、富宁县(基本都大于0.7)始终保持在较高的水平,而独山、镇远、荔波、雷山等县历年的浮动都较小(基本都稳定在0.2左右)。除去这些变化较为稳定的,其他县的效率则呈现明显的波动性变化。以2014年黄平县为例,效率值从2013年的0.521提高到了1,导致效率提高的主要原因是“投入冗余”或“产出不足”的情况得到改善,2014年黄平县旧州古镇列入全国特色景观旅游名镇,精心打造凯里黄平机场-旧州古镇-浪洞森林温泉精品旅游线路。通过提高知名度、旅游产品的整合等路径,效率水平增长加快。就整体趋势的波动性来看,2015年各县的效率普遍较上一年有所下降,这主要是由于“产出不足”所造成的,随着各县旅游业的进一步发展,接待人数和经济收入都有所上升,但是旅游所体现的惠民效应显得后劲不足,这主要是由于大部分的贫困人口被排斥在了当地的旅游项目之外,地方整体的旅游收入虽然在增长,但是长期封闭的乡村,产业基础十分薄弱,无法跟上旅游业的发展,导致了供给的非本地现象,大量的外来投资和人才的涌入使得当地居民获得的利益减少,导致旅游扶贫的效率有所降低,因此,滇桂黔石漠化地区亟待解决的问题是扶贫的精准性不足,针对贫困人口进行政策扶持、资金支持的力度还有所欠缺。
1.产出效益的空间分异
2010-2015年滇桂黔片区的通过开发旅游资源、发展旅游业取得了一定的成效,从产出的角度来看(图1),各县的人均GDP、城镇居民可支配收入和农村纯收入都得到了提升,将人均GDP的水平分为由大到小的四个梯度,人均GDP最高的是:荔波县,乐业县和龙胜各族自治县,这几个地区的旅游资源较为丰富,景区的知名度相对较高,旅游资源的富集程度也更高,因此产出效益高。而区域内人均GDP其他的三个梯度每个梯度的个数较为平均,在西部和东部相邻区域的人均GDP近似程度较高。而就城镇居民的可支配收入来说,西部差异比东部差异小。而就农民纯收入来说,大部分县的农民纯收入都处于偏低的水平,各县之间的差异较小。总体来说,可以看出区域内旅游资源更为丰富、景区评级、知名度更高的县产出的增长更大。
图1 2010-2015滇桂黔石漠化片区主要县的经济效益空间差异
2.投入产出角度的空间分异
从空间上看(图2)滇桂黔石漠化地区的旅游扶贫效率呈现明显的聚集性,高效与高效邻近,低效与低效邻近,总体呈现出西高东低的效率分布形态(图2)。旅游扶贫效率是综合衡量投入、产出来衡量旅游业对于地区经济发展的作用,是指充分利用旅游业对于经济的带动性,带来了经济效益的最大产出。经济效益产出值较高的地区,不一定就充分发挥了旅游产业的带动性。总体来看,滇桂黔西部地区的旅游扶贫效率与经济产出效益存在一定的差异,区域内景点级别高、景区较为丰富的地区产出相对较高,但旅游扶贫效率不高,例如拥有5A景区的龙胜、荔波、镇宁等。由此可以了解,产出效益高的地区,并不一定发挥了旅游业应有的带动潜力,充分挖掘旅游业的带动潜力,才是旅游扶贫的关键。这些旅游资源较为丰富地区的旅游发展较快,游客近年来大幅度增长,但是游客没有从“景点旅游”向“深度游”成功过渡,旅游产业链存在“短窄化”“趋同化”“供给非本地化”的问题,导致旅游扶贫效率较低、旅游产业的带动效应无法得到充分发挥,旅游收入和游客资源没有更好地转化为实际的收益,旅游漏损较为严重。
图2 2010-2015滇桂黔石漠化地区主要县的旅游效率空间差异
在测算了旅游扶贫效率之后,拟建立分位数回归模型分析影响旅游扶贫效率的因素。旅游扶贫效率与地区经济的发展状况有着密切的联系,本文试图进一步探究地区发展经济指标在不同的旅游扶贫效率水平下,对其影响机制进行研究。
1.影响因素选取
旅游扶贫效率的变化是个复杂变化的过程,受到各方面因素的影响,指标数量多,内在联系复杂,无法将所有因素都考虑在内。指标的选择按照全面、科学、典型的原则进行挑选。依照前人的相关研究,大部分学者考虑了经济发展水平、产业结构、交通条件、固定资产投资、基础设施状况、科学技术水平等方面的影响,本文根据数据来源的可得性和衡量标准可量化的原则,选取了如下影响因素指标:
表3 影响因素指标
(1)经济增长,用地区生产总值衡量地区的总体经济发展水平,以此来分析各个县的经济发展水平对旅游扶贫效率变化的影响。
(2)产业结构,产业结构所对应的经济发展方式的转变是影响贫困的关键因素,因此引入第一产业增加值、工业增加值和第三产业增加值,了解产业结构调整对于旅游扶贫效率的影响。
(3)政府投入,引入政府财政投入和固定资产投资两项指标,探究政府对于旅游基础设施的投入、加大财政的参与力度,对旅游扶贫效率产生何种程度的影响。
2.面板数据的平稳性检验
面板数据使用分位数回归的条件是各个变量需要是平稳的,检验面板数据平稳性的标准方法是单位根检验,本文使用Levin检验,发现所有变量平稳(如表4),可以继续进行分位数回归。
表4 单位根检验结果
注:结果由Stata14.0计算得来;***表示在1%下的显著水平。
3.分位数回归结果分析
表2给出了在0.1、0.25、0.5、0.75、0.9分位点的回归结果:
表5 分位数回归结果
注:结果由Stata14.0计算得来;***、**、*分别表示在1%、5%、10%下的显著水平。
从分位数回归结果可以看出,第一产业增加值在各个分位点都对旅游扶贫效率有着显著的影响,这主要由于在经济较为落后的滇桂黔地区,发展经济还是主要依靠第一产业,第一产业基础较好的地区为乡村旅游的发展提供了更好的经济基础。“农业+旅游业”对于其他产业基础十分薄弱的滇桂黔片区来说,是核心的价值增值路径,农业基础好的地区能够先发制人地通过旅游业创收。
从各个分位点对旅游扶贫效率的影响因素进行讨论:当旅游扶贫效率处于较低水平时,三大产业增加值对其都有影响,其中第一产业增加值的影响最为显著。而当旅游扶贫效率处于中高水平时,第一产业增加值对旅游扶贫效率的影响最大,第三产业增加值次之,而工业增加值的影响逐渐弱化,说明随着产业结构的进一步调整、升级,第三产业对旅游扶贫效率的影响增强,第三产业吸纳就业的能力较强,贫困人口加入到旅游业服务的行列中来,成为第三产业的经营主、从业者,大大增加非农劳动收入,旅游扶贫效率显著提高。
另外,从旅游扶贫效率与地区生产总值的关系来看,GDP对旅游扶贫的效率一直有显著的影响,但是相关系数为负。旅游扶贫的一系列措施从本质来看,都是帮助落后地区实现居民和地方财政的双赢,因此经济落后的地区凭借自身的资源优势大力发展旅游,可以在旅游业发展的初期产生较为显著的惠民效应。因为在旅游发展的初始阶段,劳动力的供给都来自本地,外来的投资较少,本地居民能够享受到旅游发展带来的成果,扶贫效率较高,而随着外来投资和人才的涌入,这种效应会慢慢减弱。而旅游扶贫效率较低的地方反而经济发展水平较高,这是由于在经济基础较差、主要以第一产业为支柱产业的滇桂黔石漠化地区,经济基础较好的县区往往依托较好的农业基础拉动农民增收,因此经济发展水平较高的地区选择通过旅游扶贫路径改善人民生活水平的迫切程度较低,区域内通过发展其他产业改善贫困的作用更大,因此,对旅游业的投入和关注也会较少。
政府一般预算支出和固定资产投资与旅游扶贫效率无显著相关关系,这主要是由于旅游项目、旅游基础设施的建设需要一定时间,产出的增长存在一定的滞后性。尤其是在基础设施普遍较为落后的滇桂黔片区,地质条件不稳定,交通建设的难度大、进度慢。由于旅游景区往往位于距离城镇较远的区域,项目建设的投入时长也会相对更长。另外,固定资产投资往往首先向城镇倾斜,而贫困人口更加集中的乡村投资相对较少,因此导致了对于旅游扶贫效率的影响并不显著。
通过数据包络分析法进行旅游扶贫效率测算,发现滇桂黔片区的旅游扶贫效率整体上处于中下水平,且地区间的效率差距明显。从省域差距方面来看,旅游发展起步较早的云南省效率值普遍较高,广西次之,贵州省排名最低。滇桂黔石漠化地区涉及区域较广,区域内经济发展的不均衡性显著,区域内的旅游资源也较为分散、交通联通性不强,没有进行区域内的紧密的旅游发展战略合作,难以发挥规模化优势。
综合产出效益与投入与产出效益角度来看,产出效益高的地区不一定扶贫有效。尤其是许多旅游资源丰富、景区等级较高的县也出现了扶贫效率偏低的状况,从一定程度上反映出旅游发展较快的地区也依然存在旅游产业带动性不足、旅游产业链的延展性较差、产业附加值较低等问题。优越的资源条件虽然带来了大量的客流,由于本地缺少高素质的人才和雄厚的资本,导致旅游经营业主和旅游消费品都存在“非本地化”的现象,大大影响了旅游扶贫的效率。
通过分位数回归的方法对旅游扶贫效率的影响因素进行分析,发现产业结构对旅游扶贫效率具有显著的影响。第一产业对旅游扶效率的影响最大,“农业+旅游业”对于其他产业基础十分薄弱的滇桂黔片区来说,是核心的价值增值路径,农业基础好的地区能够先发制人地通过旅游业创收。随着滇桂黔片区产业结构的合理化调整,旅游扶贫效率较高时,工业对其影响逐渐减弱,而第三产业的影响逐渐加大。促进产业结构的合理调整,能够显著提升旅游扶贫效率。
受限于数据的可得性,本文提出的指标体系还需进一步完善。今后的研究应该探索更加微观的指标,例如贫困人口收入占旅游总收入比重、低保人数、农村家庭恩格尔系数等指标,以此为指标能够更好地聚焦贫困人口的生存状况。
滇桂黔片区内三省各县贫困的原因、类型一致,旅游资源的类型相近,但是旅游扶贫的效率差异较大,因此建议三省区深化跨区域合作,推进旅游扶贫协作进程,以优势区域带动劣势区域,实现资源互补。通过协同合作、资源整合,形成规模化优势,推动区域旅游经济的平衡发展。
滇桂黔片区目前旅游产业的对经济的带动性较弱,其原因是大量的游客“快进快出”,旅游消费潜力未完全释放,尚未打造成熟、完备的旅游产业链。本研究发现产业结构是影响旅游扶贫效率的重要因素,建议政府在政策层面重视引导一二三产业的融合发展和特色产业的发展,如休闲观光农业以及山地特色农业。各地应该因地制宜,根据资源优势进行产业的整合和优化,推进旅游业与农业、交通业、服务业、餐饮业的共同发展。滇桂黔片区旅游扶贫效率还有很大的改善空间,应通过技术指导、贷款扶持等措施,帮助居民开展“农业+旅游”的经营活动,建立部分特色农业旅游体验区,将乡村旅游景点作为打造的重点,支持本地居民对旅游业的参与。只有以当地人口的福祉和发展为导向,才能彻底地改善“旅游飞地”现象。