旅游扶贫效率与经济增长——以中国四川省为例

高立，杨靖芸，宋宇

（1.中国石油大学 经济管理学院，北京102249；2.河南农业大学 经济管理学院，河南 郑州 450046）

近年来，旅游扶贫作为中国贫困地区脱贫攻坚产业扶贫的重要组成部分，已成为农民增收、农村振兴的重要力量。2011年中国政府颁布《中国农村扶贫开发纲要（2011-2020年）》，首次将“旅游扶贫”的概念纳入“产业扶贫”的范畴，提出“充分发挥贫困地区生态环境和自然资源优势，推广先进实用技术，培植壮大特色支柱产业，大力推进旅游扶贫”。2013年开始实施精准扶贫战略，而旅游扶贫正是精准扶贫的重要组成部分。截至2020年11月，832个国家级贫困县全部脱贫摘帽，全国脱贫攻坚目标任务已经完成，实现了现行标准下的脱真贫、真脱贫。贫困地区凭借其资源优势，因地制宜发展旅游产业，已成为区域发展的重要引擎。那么，旅游扶贫的效率如何？旅游扶贫效率对地区经济增长有何影响？对于以上问题的探讨，不仅有助于深化认识旅游扶贫机制，而且对于探求我国贫困地区经济发展和改革的路径具有极大的启发意义。

旅游扶贫是世界性、长期性的议题。继英国国际开发署（DFID）提出“面向贫困人口旅游扶贫（Pro-poor tourism，PPT）”和世界旅游组织（WTO）提出“可持续旅游消除贫困计划（sustainable tourism-eliminating poverty，SETP）”后，学术界对旅游业和贫困减缓的关系进行了深入研究。

从研究方法上看，现有文献大多采用宏观经济微观模拟模型测量旅游减贫的效果，如Croes等采用投入产出模型测算了加勒比海阿鲁巴岛屿旅游减贫的直接效应和间接效应［1］；Muchapondwa等通过社会核算矩阵测算旅游业对南非、博茨瓦纳和纳米比亚的经济贡献［2］。但此类研究忽略了旅游业长期积累带来的动态变化，可能导致对旅游扶贫结论的片面化，而深入剖析旅游减贫的动态效应，才能全面揭示旅游业影响贫困减缓的“黑箱”［3］。计量经济模型与宏观经济微观模拟模型相比，同时包含了时间和空间的信息，可以更准确地把握旅游减贫的长期动态效益和总体效益。如Kim等对69个发展中国家1995-2012年的面板数据进行回归分析，发现在某个国家收入水平达到一定阈值后，旅游减贫效应由积极转变为消极［4］。

从研究结论上看，当前对于旅游减贫效应的结论不一，部分研究发现旅游发展减缓了贫困［5-7］；然而，其他研究的结果则显示旅游发展加剧了贫困［8］；此外，有研究认为旅游发展与减缓贫困无必然联系［9］。“旅游减缓贫困论”认为旅游业发展可以改善劳动力闲置问题，通过造血式扶贫，促进贫困人口增收致富，降低当地贫困程度；“旅游加剧贫困论”认为低收入人群在旅游业发展中获益较少，使得社会贫富差距加大；“旅游与减贫无关论”认为旅游减贫效果与旅游开展区域、旅游业的发展模式、旅游地政策等因素有关。由于学术界对旅游扶贫效应存在较大争议，且国内尚缺乏科学严谨的定量研究，因此有必要进一步深入探讨在旅游扶贫背景下我国旅游业发展的减贫效果。

为弥补现有研究的不足，本研究以中国四川省为例，分析旅游扶贫背景下旅游扶贫效率对经济增长的影响机制。近年来，四川省通过基础保障、景区带动、对口支援、智慧推动等措施积极落实旅游扶贫工作，已成功打造共28个区县市进入国家全域旅游示范区创建名单，创建单位数量在全国排名第二；积极创建旅游扶贫示范区（县）、旅游扶贫示范村、乡村旅游合作社、乡村民宿达标户等；率先设立四大片区旅游扶贫促进中心，有力增强贫困县的产业扶贫造血能力。以四川省县级行政单位作为研究对象主要有以下两层含义：一是四川省“四大片区”作为贫困地区的代表，有效开展旅游扶贫，对全国旅游扶贫相关政策和战略的制定具有指导性意义；二是县域经济作为国民经济的基本单元，发展县域经济已成为扶贫的重要推手，从县级行政单位出发能够增强政策建议的有效性。

本研究基于2011-2018年四川省163个县级行政单位的面板数据，首先运用数据包络分析（DEA）测算旅游扶贫效率，分析现有旅游扶贫战略实施的有效性；其次建立面板回归模型识别旅游扶贫效率对经济增长的静态效应；最后利用空间计量模型分析旅游扶贫效率对经济增长的溢出效应。实证研究结果显示，四川省旅游扶贫效率缓慢增长，但仍存在较大效率提升空间，且区域间差异大；旅游扶贫效率对经济增长具有显著的促进作用，即静态效应显著；相较于非贫困县，贫困县旅游扶贫效率与经济增长具有更强的正相关关系，即静态效应更强；对于区域整体，旅游扶贫效率对经济发展具有溢出效应；而贫困县旅游扶贫效率促进邻近区域经济增长的溢出效应更为明显。

本研究主要的边际贡献如下：第一，合理测算旅游扶贫效率，分析现有旅游扶贫战略实施的有效性；第二，测算旅游扶贫效率对经济增长的静态效应，并对贫困县与非贫困县进行比较，以充实旅游减贫效应的研究文献；第三，分析旅游扶贫效率对经济增长的溢出效应，以深入探究旅游减贫机理，更好地为实现从脱贫攻坚转向乡村振兴提供建议，为巩固扶贫效果、防止返贫以及实现共同富裕提供实践参考。

一、文献综述与研究假设

旅游扶贫，即通过开发贫困地区的资源发展旅游业，带动贫困人口脱贫并防止返贫。学术界对旅游扶贫的研究主要聚焦在以下几个方面：一是基于特定的旅游减贫案例对旅游扶贫模式、路径及运行机制展开研究。杨德进等构建了民族地区负责任旅游扶贫开发的旅游者驱动和社会型旅游企业带动两种模式［10］，王东琴等总结了云南传统农耕文明区的四种旅游扶贫模式，并探索了开发实践的有效路径［11］。二是对旅游扶贫效应的测度与评估。主流的分析方法有数据包络分析［12］、层次分析法［13］、回归分析［14］等。三是分析旅游扶贫效应与其他因素之间的关系。李刚等构建了影响我国可持续旅游扶贫效益的因子分析框架［15］，秦趣等探究了旅游扶贫与生态环境之间的耦合协调关系［16］，王凯等揭示了产业结构转型升级水平与旅游扶贫效率耦合协调关系的时空演化特征［17］。

Mitchel等系统地将旅游业减贫的路径归纳为三类效应，分别为直接效应（Direct Effects）、次级效应（Secondary Effects）和动态效应（Dynamic Effects）［18］。直接效应指来自于游客在旅游地购买商品和服务的直接消费。次级效应则主要源于再分配的收入，旅游企业向上下游企业购买原材料和销售产品，以及获益群众在旅游地消费，这些旅游消费在长期的乘数效应下，产生更多的税收收入、转移支付等。动态效应来自于旅游业对减贫的长期作用以及对其他部门的带动作用。该理论已被广泛运用于旅游扶贫的相关研究中，如余利红基于湖北省恩施市龙凤镇青堡村和白杨坪乡麂子渡村农户的问卷调查数据，识别了乡村旅游对贫困减缓的直接效应，发现乡村旅游扶贫对农户增收具有显著作用［19］。李凯等基于西南连片特困地区235个村庄的基础信息数据，识别了旅游减贫的直接效应和间接效应，发现乡村旅游开发的整体减贫效应明显［14］。但目前多数文献只对其中一类或两类旅游减贫效应加以分析，缺乏从整体上将三者分别加以识别的定量研究。

出于数据可得性及有效识别旅游减贫机制的目的，本研究借鉴Mitchell等提出的旅游减贫路径框架，将直接效应和次级效应统称为静态效应，而对于影响目的地外贫困户的动态效应，本研究主要关注旅游地对邻近地区的溢出效应，从而将旅游扶贫对经济增长的影响归纳为静态效应和溢出效应两大路径，如图1所示。旅游扶贫的静态效应一方面来自于游客在旅游地消费带来的直接影响，即游客在旅游地购买商品和服务，这些消费转化成当地贫困人口的收入，包括劳动报酬、餐饮业收入等工资性收入和经营性净收入，以及租金、特许权使用费等财产性净收入；另一方面来自于产业链活动带来的间接影响，即当地旅游业发展，带动了产业链中其他行业的交易和发展，使得旅游消费支出增加，并在乘数效应的长期作用下，增加当地贫困人口的税收返还、补贴等转移性净收入。综合上述，提出以下假设：

图1 旅游扶贫减贫机制

假设1：旅游扶贫效率对经济增长具有显著的正向促进作用，具有静态效应。

Croes通过误差修正模型比较尼加拉瓜和哥斯达黎加旅游发展的减贫效应，发现旅游发展对经济条件更差的穷人影响更大［7］。旅游行业中的大部分工作门槛较低，易为当地知识水平较低、工作技能不熟练的贫困人群所获取。一般而言，贫困县在发展旅游业之前，主要通过农业维持生计，且收入水平较低。发展旅游业能使当地贫困人口在得到一份新工作的同时，也得到了更高的劳动报酬［20］。对于非贫困县来说，其平均收入水平更高，就业回报作用更小，使得减贫效应有限。在产业链方面，贫困县的产业结构相对单一，发展潜力大，旅游业的发展对经济的带动作用更强。而非贫困县本身产业发展较均衡，增长难度较大，使得旅游减贫效应较弱。综合上述，提出以下假设：

假设2：相较于非贫困县，贫困县旅游扶贫效率对经济增长的静态效应更强。

旅游发展的空间相关性和空间异质性效应也受到了学者们的极大关注。王良健等利用空间计量模型研究中国省域旅游业发展与经济增长，发现省域经济增长受到本区域和邻近区域的旅游业发展水平的共同影响［21］。而旅游扶贫的溢出效应主要源于不同地区之间旅游业发展水平的差异性［22］。随着时间的推移，资金、技术、人才等要素会从旅游业产业化水平高或发展好的地区流动到旅游业发展较落后的地区，从而改变各地区的旅游发展要素组合，甚至可能改变其产业结构或经济发展模式。综合上述，提出以下假设：

假设3：旅游扶贫效率影响邻近区域的经济增长，具有溢出效应。

一般而言，生产要素的流动遵循价值规律，其流动方向是利润高、劳动生产率高的地区。由于贫困地区缺乏推动生产要素流动的能力和条件，容易产生要素流动阻滞现象，从而阻碍经济发展进程［23］。而旅游业的发展有利于活跃贫困地区的生产要素，推动要素在城乡间自由流动，发挥旅游业对邻近贫困地区其他产业的辐射带动作用，从而实现城乡间经济协调发展。综合上述，提出以下假设：

假设4：相较于非贫困县，贫困县旅游扶贫效率对邻近区域经济增长的溢出效应更强。

二、模型构建及数据说明

（一）样本选择与数据来源

本研究以大规模开展旅游扶贫且扶贫效果显著的四川省作为研究对象。四川省位于中国西部，是全国6个重点扶贫省份之一。由于四川省脱贫攻坚的“四大片区”存在贫困人口多、贫困区域广、贫困程度深等问题，扶贫工作面临严峻的挑战。截至目前，其扶贫成效巨大，已实现全省88个贫困县脱贫摘帽，旅游扶贫在这其中发挥了巨大的作用。据统计，四川省接待国内旅游人数由2011年的3.5亿人次增至2019年的7.51亿人次，实现旅游总收入由2011年的3280.3亿元增至2019年的11 594.32亿元，如图2所示。

图2 2011-2019年四川省接待国内游客人次和旅游总收入

本研究选取2011—2018年四川省163个县级行政单位为样本，该样本剔除了省会成都市的20个县级行政单位，故能使样本经济发展状况较为均衡，以更好地衡量其旅游扶贫效率。研究所需数据来自各年省级、市级、县级统计年鉴，以及各市级、县级国民经济和社会发展统计公报。

（二）实证模型

为考察贫困县旅游扶贫效率对经济增长的静态效应和溢出效应，验证上文提出的研究假设，本研究分别建立面板回归模型和空间计量模型。

1.面板模型

为考察贫困县旅游扶贫效率对经济增长的静态效应，以四川省163个县级行政单位为样本，首先建立以下面板回归模型：

其中，lnincome表示农村居民人均可支配收入的对数；efficiency表示旅游扶贫效率，为本研究主要关注自变量；poverty为贫困县虚拟变量，亦为efficiency对因变量的调节变量，交互项efficiency×poverty即代表调节效应；X为控制变量集合；αi代表示县域固定效应；λt代表示时间固定效应；εit表示随机误差项；θ、γ和βk为待估计参数。

2.空间计量模型

为考察贫困县旅游扶贫效率对经济增长的溢出效应，本研究通过空间自相关分析考察模型各变量在地理空间上的依赖关系。基于检验结果，分别以四川省163个县级行政单位和88个贫困县为样本，建立空间杜宾模型（SDM），构造回归方程如下：

其中，In为N×1阶单位矩阵，N为样本量；W为空间权重矩阵；ρ为空间滞后系数；θ、βk和ωk为待估计参数。

对于空间权重矩阵W，本研究设置地理邻接矩阵、地理距离矩阵和经济距离矩阵三种形式。地理邻接矩阵遵循Queen相邻规则，即两个空间单元拥有共同的边或点即视为邻接。该权重矩阵定义如下：若i单元与j单元邻接，则wij为1，否则为0。地理距离矩阵则以两个空间单元的反距离来衡量相邻关系。该权重矩阵定义如下：若i=j，wij=0；若i≠j，wij=1dij。其中d为两个空间单元间的欧氏距离。经济距离矩阵则以区域间的发展水平差距来衡量空间相关性。该权重矩阵定义如下：若i=j，wij=0；若i≠j，wij=。其中Y为区域的经济发展水平，以人均GDP来衡量。本研究将在以上三种空间权重矩阵下分别进行空间面板回归。若存在空间溢出效应，该模型估计的θ2和ωk并不能真实反映空间效应，故进一步用偏微分法对空间总效应进行分解，得到直接效应和间接效应。直接效应表示影响因素变化对区域自身经济增长的影响，间接效应表示影响因素变化对其他区域经济增长的影响，总效用表示影响因素变化对所有区域经济增长的平均影响，且总效用等于直接效应和间接效应之和。对于分解结果，本研究主要关注间接效应，若间接效应系数显著，则说明贫困县旅游扶贫效率对经济增长具有溢出效应，否则无明显溢出效应。

（三）指标选取与变量描述性统计

1.被解释变量（income）

被解释变量采用农村居民人均可支配收入来衡量旅游扶贫背景下各县（区、市）的经济发展状况。当前研究主要以人均国内生产总值衡量经济增长［24］；此外，有研究以国内生产总值指数衡量经济增长［25］。考虑到研究对象为县级行政单位，且研究主题涉及扶贫，因此用农村居民人均可支配收入能更好地揭示区域经济增长情况。

2.核心解释变量（efficiency）

核心解释变量为旅游扶贫效率，采用数据包络分析（DEA）进行测算。DEA是根据已知数据得到相应的生产前沿面，从而评价多投入、多产出的决策单元（Decision Making Unit，DMU）间相对有效性的一种系统分析方法。DEA常用模型主要有两类，在规模报酬不变的前提下测量技术效率的CCR模型和在规模报酬可变的前提下测量综合效率、纯技术效率和规模效率的BCC模型。旅游扶贫效率宜在给定的投入水平下使得产出最大。考虑到实际应用中，规模收益会随着投入要素的增加而发生改变，因此，选择产出导向的BCC模型，并以模型测算出的纯技术效率代表旅游扶贫效率。纯技术效率衡量四川省各县（区、市）旅游扶贫制度、管理、技术水平等因素带来的效率。假设有n个DMUj，每个DMUj有i种投入，r种产出，建立模型如下：

其中xij表示第j个决策单元DMUj的第i个投入量，yrj表示第j个决策单元DMUj的第r个产出量；表示投入i的松弛变量，s+r表 示产出r的松弛变量；λj表示参照集内各要素的权重。

参考已有研究，基于数据的可获得性与可计算性，选取了2个投入指标和2个产出指标作为替代性指标来计算旅游扶贫效率。旅游扶贫的终极目的是增加当地居民的收入，使其收入高于绝对贫困线，从而实现脱贫致富并持续受益。参考PPT理论，旅游扶贫的效应主要体现在宏观和微观经济两个层面，其中宏观经济层面是提高整体社会经济发展水平，微观经济层面是提高居民收入水平。因此，选取人均GDP和农村居民人均可支配收入作为产出指标，人均旅游总收入和人均游客接待量作为投入指标。

3.控制变量

本研究选取的控制变量包括第二产业产值（industry2）、第三产业产值（industry3）、城镇化率（prurban）、社会消费品零售总额（retslae）和全社会固定资产投资额（investfix），以控制产业发展、城镇化和社会消费水平等因素对区经济增长的影响，使模型估计结果更加精确。

各变量的描述性统计如表1所示。

表1 变量描述性统计

三、实证分析与结果

（一）旅游扶贫效率的测量

基于产出导向的BCC模型，运用DEAP2.1软件对四川省163个县级行政单位2011-2018年的旅游扶贫效率进行测量，具体结果如表2所示。结果显示，四川省县级行政单位的整体旅游扶贫效率处于中等水平。2011—2018年各县（区、市）的平均纯技术效率为0.713，平均技术效率为0.220，平均规模效率仅为0.289。纵向来看，四川省纯技术效率呈波动式缓慢增长，从2011年的0.580增至2018年的0.733。这说明随着旅游扶贫的持续开展，旅游扶贫机制不断改革，旅游扶贫手段逐渐成熟，旅游扶贫技术得到提升，使得旅游扶贫效率得到了一定程度的进步。技术效率从2011年的0.117增至2018年的0.206，可见旅游扶贫资源配置得到了一定程度的优化，但仍存在较大的优化资源配置的空间。各区域每年的规模报酬都呈现递减状态，说明在精准扶贫的新局面下，四川省县域在整体上对于精准施策存在滞后性。横向来看，区域间旅游扶贫效率差别较大，攀枝花市东区、旌阳区、涪城区、会理县、布拖县八年来均达到扶贫DEA有效状态，而峨边县、马边县、道孚县、甘洛县等八年来均低于整体旅游扶贫效率水平，如图3所示。总体来看，随着精准扶贫战略的深入布局，旅游扶贫正逐渐被地方重视，成为提升乡村综合实力的重要手段。

图3 四川省平均旅游扶贫效率

表2 2011-2018年四川省163个县级行政单位旅游扶贫效率

（二）静态效应分析

运用Stata 16软件，对四川省县级行政单位旅游扶贫效率与经济增长的关系的面板模型估计结果如表3所示。其中，模型（1）为普通最小二乘法（OLS）估计；模型（2）增加年份固定效应，以控制各要素的自然经济增长，以及国家宏观政策、事件的整体影响；模型（3）进一步增加区域固定效应，以剔除县层面的非观测因素如传统习俗、社会文化和地理环境特征等的影响。

表3 面板回归结果（因变量：ln income）

结果显示，随着控制因素的增加，旅游扶贫效率系数（efficiency）在各模型中均在1%水平上显著为正，旅游扶贫效率和贫困县的交互项系数（efficiency×proverty）由负变为正，同样也在1%的水平上显著。以同时控制时间和地区固定效应的模型（3）为基准，旅游扶贫效率每增加0.1，贫困县农村居民人均可支配收入平均增长4.31个百分点，相较于非贫困县农村居民人均可支配收入平均多增长2.87个百分点。由此说明，贫困县旅游扶贫效率对经济增长具有更为显著的促进作用，即旅游扶贫对贫困县效果显著，且贫困县较非贫困县旅游产业带动作用更强，假设1和2同时得以验证。

控制变量方面，第二产业产值（industry2）显著为正，表明工业发展对区域经济增长具有促进作用。第三产业产值（industry3）、社会消费品零售总额（retsale）与全社会固定资产投资额（investfix）均显著为负，说明服务业的发展、社会整体消费水平及社会固定资产再生产水平的提高对经济发展有一定程度的抑制作用。城镇化率（prurban）的影响则不显著。

（三）溢出效应分析

本研究运用GeoDa软件进行空间自相关分析。首先进行全局空间自相关分析，在地理邻接矩阵下以2011-2018年的四川省163个县级行政单位的旅游扶贫效率（efficiency）为基础计算全局相关莫兰指数（Global Moran’s I），计算结果如表4所示。各年份指数均大于零，且在1%的水平上显著，说明四川省旅游扶贫效率存在显著的正向空间相关性，即具有较强的空间聚集性。进一步进行局部空间自相关分析，以2011-2018年的efficiency为基础计算局部相关莫兰指数（Local Moran’s I）。各年的Moran’s I散点图显示，样本中绝大多数区域位于第一、第三象限，表明四川省旅游扶贫效率主要呈现“高-高”和“低-低”的空间聚集特征。进一步验证了旅游扶贫效率存在空间自相关性，因此需要将其空间特征纳入分析框架。

表4 2011-2018年四川省县级行政单位旅游扶贫效率空间相关指数

本研究运用Stata 16建立空间杜宾模型，先以四川省163个县级行政单位为全样本，基于地理邻接矩阵和经济距离矩阵进行空间面板回归。由于全样本在地理距离矩阵下并未呈现出较强的空间聚集性，故未采用地理距离矩阵；然后对贫困县分别基于地理邻接矩阵、地理距离矩阵和经济距离矩阵进行回归，估计结果如表5所示。

表5 空间面板回归结果（因变量：ln income）

下面进一步对总效用进行分解，分解结果如表6所示。

结果显示，对于区域整体，在经济距离矩阵下，旅游扶贫效率每增长0.1个单位，本地区经济水平平均增长3.42个百分点，且与之经济距离较近的县域的经济水平也显著增长3.63个百分点。这说明经济增长存在显著的空间依赖性，即一个地区旅游扶贫效率会在一定程度上促进与之经济水平相似的地区的经济增长。因此，假设3得到证实。控制变量方面，第二产业产值显著促进当地经济发展，而第三产业产值和全社会固定资产总额与农村居民可支配收入呈负相关。对于贫困县，控制时空固定效应时，在三种不同权重矩阵下，旅游扶贫效率对所有地区经济增长的平均影响分别达到0.252、1.133和0.553，且在1%的统计水平上显著；对于直接效应，旅游扶贫效率对本地区经济增长的影响分别为0.287、0.232和0.300，且在1%的水平上显著，该系数低于静态分析下的面板回归结果，表明静态分析高估了旅游扶贫效率对本地区经济增长的影响。旅游扶贫效率的空间溢出效应在地理距离矩阵下显著为正，旅游扶贫效率每增长0.1，周围区域的农村居民可支配收入提高9.01个百分点；在经济距离矩阵下也同样符合预期，旅游扶贫效率每增长0.1，与之经济距离较近的县域的经济水平增长2.53个百分点。引入空间距离和经济距离后，旅游扶贫效率对经济增长的溢出效应明显。因此，假设4得到验证。其可能原因在于，在空间上，旅游扶贫效率的溢出效应遵循距离衰减规律，即随着县域间距离的增加，该地区的旅游扶贫效率对其他地区的发展带动作用呈反向变化趋势，而不仅仅是基于简单的地理相邻关系。且经济水平相似的区域，也更倾向于鼓励经济合作往来，以早日实现共同富裕。由于旅游业具有高度的综合性，随着旅游扶贫的开展和旅游扶贫效率的提高，旅游业会逐渐辐射到周围县域的餐饮业、住宿业、交通业等直接相关部门，以及食品加工、媒体、教育等间接相关部门，从而带动区域整体经济的全面发展。

控制变量方面，第二产业产值对经济增长的直接效应显著为正，说明工业发展会带动当地经济发展。第三产业产值与农村居民可支配收入呈正相关，且在地理邻接矩阵下在1%的统计水平上显著，意味着服务水平的提高会带动当地和其他地区经济增长。社会消费品零售总额和全社会固定资产投资额与农村居民可支配收入呈负相关。

（四）异质性分析

城市化是指农村人口向城镇聚集的过程，是社会经济发展的必然结果。除人口聚集外，城市化还同时带来资金、技术、信息等要素的聚集，使经济发展模式发生一定的改变，从而影响经济增长速度。因此，对于不同城市化水平的地区，旅游扶贫效率对经济增长的影响程度可能存在不同。

基于此，本研究分别对不同城市化水平区域进行分样本回归，以检验旅游扶贫的异质性效应。按城市化水平的样本划分方式如下：以30%的城镇率为基准，城镇率水平高于基准水平的城市属于高城市化组，低于基准水平的城市属于低城市化组。由于单独比较分样本系数的显著性水平可能会存在偏差，本研究对分样本的旅游扶贫效率系数进行似无相关模型（SUR）检验，作为样本间系数存在差异的判断依据［26］。异质性检验的回归结果如表7所示。

表7 异质性回归结果（因变量：ln income）

四、结论与建议

本研究以中国四川省为例，运用2011—2018年四川省163个县级行政单位的面板数据，从静态效应和溢出效应两大路径探讨了旅游扶贫背景下旅游扶贫效率对经济增长的影响机制，主要结论如下：

首先，四川省旅游扶贫效率呈波动式缓慢增长，从2011年的0.580增长到了2018年的0.733，说明四川省旅游扶贫机制已得到一定程度的改革和完善。但旅游扶贫效率处于中等水平，仍存在较大效率提升空间，且区域间差异大。因此，优化旅游扶贫机制是促进经济增长的重要途径。贫困地区应精准识别与评估当地的自然资源、基础设施、地理位置以及贫困人口等状况，因地制宜发展旅游业，整体规划旅游业发展蓝图，深入推动产业帮扶。尤其是生态环境脆弱、贫困状况复杂、内生发展动力弱的四川藏区，政府更应深化旅游扶贫制度改革，加强基础设施建设，完善贫困人口的动态识别和监测机制，从而实现从脱贫攻坚向乡村振兴平稳过渡，降低返贫风险。

其次，旅游扶贫效率与经济增长具有显著的正相关，静态效应明显。且旅游扶贫效率每增加0.1个单位，贫困县经济水平提高4.31个百分点，比非贫困县地区多增长2.87个百分点，说明贫困县旅游扶贫的静态效应更强。旅游扶贫效率通过游客在旅游地消费和旅游产业链活动两大途径有效促进当地经济发展。因此，各地区应积极借助旅游活动发展当地经济，尤其是贫困地区应加大旅游地的宣传力度，推进“互联网+旅游”和“文化+旅游”，以吸引更多的游客前来消费，还应重构旅游产业链，实现产业结构转型升级。在旅游业实现多样化、特色化发展的同时，需与相关产业协同发展，对产品进行深加工，延长产业链，增加产品附加值，带动区域协调发展。

第三，旅游扶贫效率的空间聚集性较强，且呈现出高-高和低-低聚集特征。对于区域整体，旅游扶贫效率的溢出效应相对显著，而对于贫困县地区，引入空间距离和经济距离后，旅游扶贫效率每增加0.1个单位，邻近区域的农村居民可支配收入分别提高9.01和2.53个百分点，表明其具有长期的溢出效应。这说明贫困地区发展旅游业不仅能加快当地经济水平发展，还能带动邻近地区的经济增长。因此，各地政府应更加重视贫困地区旅游产业的发展，以扎实推动共同富裕，实现先富带后富、帮后富，加强区域间的经济合作往来。与此同时，为加强区域间经济发展的带动作用，贫困地区应推动旅游资源配置合理化，有效利用新流入的生产要素，减少资源闲置或浪费。各地区应强化扶贫资金管理，提高资金使用效益，还应优化人才培养模式，坚持“扶技”、“扶志”与“扶智”相结合。