吉林省乡村旅游扶贫效率测度及路径优化

杨 佳， 周丽君， 李秋雨

(白城师范学院旅游与地理科学学院，吉林白城 137000)

“十三五”期间，我国将通过发展乡村旅游带动全国25个省(区、市)2.26万个建档立卡贫困村、230万贫困户、747万贫困人口实现脱贫。目前，国内学者在乡村旅游扶贫领域的研究，多集中在旅游扶贫的含义、旅游扶贫模式、旅游扶贫策略等方面，宏观层面研究较多，中观层面研究较为模糊，微观层面研究不够成熟，国外旅游扶贫研究重点已经逐渐延伸至对旅游益贫效应的探析[1]。在旅游扶贫效应方面，目前国内外学者认为，乡村旅游扶贫效应包括积极效应和消极效应2个部分。积极效应主要表现在提升乡村居民人均可支配收入、带动贫困村的经济发展、促进区域人口素质提高和社会进步等，消极效应主要包括破坏村庄生存环境、对贫困村的过度文化入侵、主客矛盾逐渐激化等方面，对乡村旅游扶贫效率的测度也应从单一的经济效益转向涵盖经济、生态、文化等多元化综合效益体系。

1 材料与方法

1.1 研究区概况

吉林省是农业大省，生态环境良好，乡村旅游资源富集，乡愁文化厚重，适合发展乡村旅游。2018年末，吉林省全省总人口为2 704.06万人，农村人口为1 148.41万人，占总人口的42.47%。在吉林省《关于印发吉林省乡村旅游扶贫工程实施方案的通知》中，确定了将通过发展乡村旅游带动吉林省48个县(市、区)359个建档立卡贫困村、2.8万贫困户、5.1万贫困人口脱贫。近年来，吉林省委省政府和吉林省文化和旅游厅等各部门非常重视吉林省乡村旅游扶贫工作，先后出台了多项政策积极推动乡村旅游扶贫的发展，确保到2020年末，现行标准下农村贫困人口实现全面脱贫，贫困县全部摘帽。

1.2 指标选取与数据来源

本研究选取吉林省长春市、吉林市、四平市、辽源市、通化市、白山市、白城市、松原市、延边朝鲜族自治州(以下简称延边州)等9个市(州)作为决策单元，共涉及48个县、5.1万贫困人口。通过对吉林省2014—2018年近5年乡村旅游扶贫效率进行测度，并探讨其变化原因，旨在为吉林省及其他贫困地区乡村旅游发展提供参考。

目前，对旅游扶贫效率的测度最常用的定量分析方法仍是数据包络分析(DEA)模型，DEA模型是一种综合指标的评价方法，使用该模型可用于多项投入与产出的效率评估，且权重不受人为主观因素的影响[2]。然而，传统的DEA模型只是对决策单元(DMU)的相对效率进行评估，而非绝对效率评估。由于旅游产业带动作用强、关联度广，受环境因素和随机变量影响很大[3]。因此，本研究选用三阶段DEA模型，剔除环境因素与随机因素的干扰，可以更准确地评估DMU的效率[4]。

目前，对地区乡村旅游扶贫的效率测度主要集中在对地区旅游扶贫的现状和发展态势做出评估，全面测度地区旅游扶贫水平和潜力并可进行纵横向分析比较的综合性研究还相对缺乏[5]。因此，在数据选取方面，考虑到乡村旅游扶贫效率测度数据选取的科学性及可行性，总结相关研究旅游扶贫效率论文的指标选取体系，在此基础上，选取乡村旅游人均收入和乡村旅游人均接待量作为投入指标[6]。在产出指标上，考虑到乡村旅游扶贫主要针对乡村居民，因此，选取能够反映农村居民经济收入及生活状态改善程度的农村居民人均可支配收入作为产出指标。本研究DMU数量为9，投入产出指标数为3，符合DEA模型中对DMU数量与投入产出指标数量之比的要求。同时，选择人均国内生产总值(GDP)作为环境变量[7]。本研究数据来源于《吉林省统计年鉴(2014—2018)》《吉林省国民经济和社会发展统计公报(2014—2018年)》，2014—2018年吉林省旅游产业发展报告、2014—2018年各市(州)国民经济和社会发展统计公报、政府工作报告等。

1.3 研究方法

1.3.1 第1阶段：传统DEA模型分析初始效率 1978年由著名的运筹学家Charnes等首先提出了一个被称为数据包络分析(Data Envelopment analysis，简称DEA模型)的方法，用于评价相同部门间的相对有效性[8]。本研究选用可变规模报酬模型(BCC模型)，对于任一决策单元，投入导向下对偶形式的BCC模型可表示为

式中：θ(0<θ≤1)为综合效率指数；λj(λj≥0) 为权重变量；ε为常量，表示非阿基米德无穷小量；S+(S+≥0) 为松弛变量；S-(S-≥0) 为剩余变量；êT=(1，1，…，1)∈Em和eT=(1，1，…，1)∈Ek分别为m维和k维单位向量空间；j=1,2,…,n，表示决策单元；X、Y分别是投入、产出向量。DEA模型本质上是一个线性规划问题。

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。

1.3.2 第2阶段：相似随机前沿模型(SFA)模型剔除环境因素和随机变量 Fried等认为，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)等的影响，因此有必要分离这3种影响[9]。构造SFA回归函数(以投入导向为例)如下：

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

SFA回归的目的是剔除环境因素和随机因素对效率测度的影响，以便将所有决策单元调整于相同的外部环境中[10]。调整公式如下：

1.3.3 第3阶段：原始数据的调整和效率测度 运用调整后的投入产出变量再次测算各决策单元的效率，此时的效率已经剔除环境因素和随机因素的影响，是相对真实准确的[11]。此时，再次运用BCC模型对吉林省旅游扶贫效率进行评价时，可以更加准确地反映各DMU的效率[12]。

2 结果与分析

2.1 第1阶段实证分析

运用DEAP 2.1软件对吉林省9个市(州)2014—2018年5年的乡村旅游扶贫效率进行分析，分析结果见表1。

通过第1阶段的DEA模型的初始效率分析，计算吉林省2014—2018年乡村旅游扶贫的综合效率值、纯技术效率值和规模效率值。

2.1.1 旅游综合效率测度结果分析 (1)从总体上看，2014—2018年，吉林省乡村旅游扶贫综合效率值从0.793上升到0.835，全省旅游扶贫综合效率平均值为0.809，说明吉林省乡村旅游扶贫的综合效率处于较优水平，且大部分城市处于规模报酬递增状态。(2)从片区分布上看，吉林省中部片区旅游综合扶贫效率最高，平均综合效率值为0.874，远高于全省旅游综合效率平均值。吉林省中部地区经济发达，与国家政策衔接紧密，高A级景区景点较多，旅游脱贫效果显著。吉林省东部片区旅游资源丰富，旅游禀赋优良，旅游发展潜力巨大，但经济基础相对较薄弱，因此其综合效率均值相对次之；吉林省西部片区旅游综合扶贫效率较低，远低于平均水平。(3)在2014—2018年间，吉林市乡村旅游综合扶贫效率值均为1，说明近5年来吉林市的旅游综合效率处于相对有效状态，综合效率明显优于其他市(州)。吉林市的小绥河村、韩屯村、马鞍岭村等，在吉林省各主要厅局的包保政策下，积极推进乡村旅游脱贫工作，通过旅游收入带动当地农民快速脱贫，在吉林省内取得了巨大的成功。

2.1.2 旅游技术效率测度结果分析 技术效率是指通过科学技术手段的进步而获得的生产效率的提升[13]。2014—2018年旅游技术效率平均值为0.853，但平均值总体上呈下降趋势。说明在乡村旅游扶贫方面，对旅游资源的创新开发、有效利用及扶贫模式的创新发展等方面较为不足，大部分乡村在进行旅游扶贫过程中扶贫模式千篇一律，依托现有的旅游资源或区域旅游资源进行粗放式开发，强调基础设施的配套建设，忽略了村庄的文化底蕴和文脉，缺少精准式扶贫的措施和路径[14]。

2.1.3 旅游规模效率测度结果分析 根据DEA模型，规模效率是指在既定的管理和技术条件下，寻求现有投入量与最优生产之间的关系，规模效率值等于1时，表示已经达到最优的生产规模[15]。2014—2018年，吉林省乡村旅游扶贫的规模效率均值为0.899，且从2015年后基本处于稳定上升阶段，且大部分地区的规模报酬均处于递增状态，说明资源要素配置及规模投入的增加对于提升乡村旅游扶贫效率是有效的[16]。

2.2 第2阶段实证分析

由于第1阶段的DEA模型会受到环境因素与随机因素的影响，因此在第2阶段采用SFA模型对投入变量进行调整，通过构建SFA模型，剔除外部环境和随机误差的影响，同时，重新调整第3阶段的投入变量[17]。判断环境因素对投入松弛变量影响的标准：如回归系数大于0，即表明环境变量的增加会导致投入变量的浪费，如回归系数小于0，即表明增加环境变量有利于减少投入松弛量[18]。通过测算分析，结果表明，环境变量对乡村人均旅游接待量和乡村人均旅游收入2个投入变量的回归系数均为正值，说明人均GDP越大，乡村人均旅游接待量和乡村人均旅游收入投入冗余也越大，旅游效率越低(表2、表3)。

表1 吉林省乡村旅游扶贫初始效率测度结果(调整前)

注：DMU为决策单元。Crste为综合效率值，Vrste为纯技术效率值，Scale为规模效率值。drs表示规模报酬递减，irs表示规模报酬递增，—表示规模报酬不变。表4同。

表2 乡村人均旅游接待量第2阶段SFA参数估计结果

表3 乡村人均旅游收入第2阶段SFA参数估计结果

注：表中*表示通过1%水平的显著性检验，因部分值较大，因此采取科学计数法。

2.3 第3阶段实证分析

将第2阶段SFA回归分析调整后的投入变量重新带入BCC模型进行分析得到调整后的吉林省乡村旅游扶贫效率测度情况。由表4可以看出，剔除随机干扰项后，吉林省乡村旅游扶贫效率呈现了一定层面上的波动，外部环境变量的引入，使得吉林省乡村旅游综合效率呈上升趋势，技术效率和规模效率呈下降趋势，反映了这一阶段环境变量的引入对乡村旅游扶贫的发展仍有较大的影响[19]。结合调整前后的效率空间分布(图1、图2)可知，乡村旅游综合效率均值由0.809上升至0.840，剔除环境变量后，吉林省乡村旅游扶贫综合效率上升，外部环境的改善对综合效率的发展具有较大的提升作用；调整后的吉林省乡村旅游扶贫纯技术效率均值由0.853下降至0.847，变化不大，说明在吉林省乡村旅游扶贫的发展过程中，对技术的利用水平、居民的参与体验程度、乡村扶贫的管理水平等方面总体提升不足，新技术与新方法应用不足，使乡村旅游资源利用效率较低；乡村旅游规模效率均值由0.899下降至0.846，说明对于吉林省乡村旅游扶贫来说，由于交通通达性等制约条件，大型企业、投资集团等对贫困地区的设施、土地、配套等投入相对不足，未达到较高的规模效益；从空间分布上看，吉林省旅游乡村旅游扶贫空间分布不均匀，中部地区明显高于东部和西部地区。调整前旅游综合效率值总体上呈中高西中东低的时空分布规律，长春市、吉林市等中部地区的旅游综合效率较高，延边州、白山市、白城市、松原市等东部地区和西部地区的旅游综合效率较低。调整后长春市、吉林市地区的旅游综合效率较高，但四平市、通化市的综合效率明显下降，说明该地区受环境影响变量较大。

3 路径优化对策

3.1 创新乡村旅游扶贫模式，提高旅游扶贫技术水平

通过分析可知，随着旅游业的不断发展，技术创新将成为提高乡村旅游扶贫效率的主要路径之一。在原有依托旅游资源的基础上，进一步挖掘贫困村的文化内涵，通过“旅游+”模式，借用互联网等科技元素，在网络自媒体、公众平台、微信、微博等线上平台进行宣传，以较低的成本有效地帮助贫困地区进行营销与宣传，突出优势特色，提升贫困地区的贫困人口收入，进而带动贫困村全面脱贫。

3.2 优化产业结构，形成区域发展优势

通过分析可知，经济较发达地区的乡村旅游扶贫综合效率相对较高，说明经济因素对乡村旅游扶贫综合效率呈现显著的正相关[20]。对于贫困地区来说，首先要依托自身的优势资源和特色，优化产业结构，提升旅游产业的核心竞争力。同时，要进一步促进乡村产品向旅游产品的转化，依托产业的技术化和深层次发展，提高乡村旅游产品附加值的提高，促进旅游消费，提升本地居民的收入水平。

3.3 生态环境优先，促进可持续发展

贫困地区通常都拥有良好的自然资源和生态环境，在大规模的旅游开发中，极易造成对生态环境的破坏[21]。因此，在进行旅游资源开发的过程中，首先要以生态环境保护为第一要务，对贫困地区进行科学合理地规划，实施分期开发策略，在旅游开发的过程中严禁破坏当地及区域的生态环境，同时充分考虑地区的特色，使贫困村与周边区域协同发展。其次，要建立完善的环境保护监督机制，鼓励企业、社会组织、当地居民等参与贫困地区的生态环境保护监督工作，完善生态环境保护政策，维持贫困地区的可持续发展。

表4 吉林省乡村旅游扶贫初始效率测度结果(调整后)