山東省旅游產業扶貧效率評價及影響因素分析

喬忠奎 孫秀梅 高德芳

摘要：隨著扶貧攻堅進入關鍵時期，旅游產業由于廣泛的經濟聯動性，在扶貧工作中發揮著重要作用。首先運用DEA視窗分析法對山東省旅游產業扶貧效率進行了測算，然后采用門限效應分析其影響因素。結果表明山東省旅游產業扶貧效率整體呈逐年上升趨勢，但地區發展之間不均衡。各地區旅游產業扶貧效率影響因素存在雙門限效應。建議各地區合理規劃產業空間機構，實施人力資源戰略，提高地區旅游產業競爭力，縮小地域間差距；發展旅游產業時注重規模與質量的雙重提升，豐富鄉村旅游產品，通過多種形式增加旅游者消費機會，充分發揮政府的引導幫扶作用，進而達到提升旅游產業扶貧效率的目的。

關鍵詞：旅游產業；扶貧效率；DEA視窗分析

中圖分類號：F062.9文獻標識碼： ADOI：10.3969/j.issn.1003-8256.2020.06.007

開放科學（資源服務）標識碼（OSID）：

基金項目：山東省社科規劃重大理論和現實問題協同創新研究專項（17CCXJ01）

0引言

隨著我國進入扶貧攻堅的關鍵時期，鄉村旅游已成為促進農村經濟發展、農民就業增收、貧困人口脫貧的中流砥柱。由于旅游產業廣泛的經濟聯動性，“旅游精準扶貧”已成為我國精準扶貧戰略的重要方式之一，關于旅游產業扶貧效率的研究不斷升溫。2019年，山東省鄉村旅游消費2709.9億元，鄉村旅游產業已幫助430多個貧困村和47萬多人脫貧致富。雖然山東省在旅游產業扶貧方面先后采取了多項舉措突出精準扶貧，但地區間旅游產業發展不均衡仍制約著扶貧的效果。因此，本文以山東省旅游產業扶貧效率為研究對象，研究制約各地區旅游產業經濟發展的主要影響因素。

在研究地域上，各位學者主要集中在國家及省域層面，加上研究方法的不同，最終得到的旅游扶貧效應結果也有所差異。Steven Deller[1]使用地理加權回歸分析美國農村旅游產業扶貧的空間變化后指出旅游產業對于貧困率變化發揮的作用不明顯。Gabriela Hrubcova等[2]分析討論了旅游業對最不發達國家的經濟影響，存在潛在正面和負面影響。Liu等[3]基于中國各省面板數據采用計量經濟分析的方法研究旅游產業對城鄉結構的影響后指出旅游增長有助于縮小中國的城鄉差距，但城鄉經濟差距越大，旅游對中國經濟增長的影響卻越小。Li等[4]基于條件收斂框架使用時空自回歸模型對中國國際和國內旅游業在縮小區域不平等方面的影響在全球和當地都進行實證分析后提出：旅游業的發展大大有助于減少區域不平等，國內旅游業的貢獻大于國際旅游業。高楠等[5]通過研究旅游產業與城鎮化之間的耦合協調關系，發現耦合協調水平的提升有助于城鎮化水平的上升。Hanitra等[6]研究通過研究馬達加斯加旅游、貧困與經濟增長的多元格蘭杰因果關系，指出旅游促進經濟發展。李如友等[7]運用門檻回歸模型，分析指出交通基礎設施對區域旅游發展的作用存在雙重門檻。林文凱等[8]使用超效率DEA模型對江西省綜合評價旅游產業生態效率，結果顯示其存在顯著空間負相關特征、區域間相互作用偏弱。王虹等[9]使用Tobit模型分析“一帶一路”省區旅游產業效率投資影響因素后指出旅游產業規模的質和量都要注重，積極推動產業技術進步和專業化水平提升。楊柳[10]采用綜合分析法研究海南鄉村旅游扶貧績效，發現鄉村旅游和農民增收之間存在顯著關系。

綜上所述，國內外關于旅游產業扶貧效率的研究逐漸增多，大多學者是從經濟效應、區域差異等方面展開研究，關于省域旅游產業扶貧效率的研究較少。分析方法上，主要集中在橫截面數據，對面板數據進行分析比較少。因此，本文以山東省旅游產業扶貧效率為研究對象，首先分析山東省旅游產業扶貧現狀及制約因素，然后運用DEA視窗法對山東省旅游產業扶貧效率進行測算，以期為山東省鄉村戰略實施和精準扶貧戰略實施提供決策依據與理論支持。

1模型方法及數據來源

1.1模型方法

1.1.1Window-DEA分析法

在測度技術效率的方法中，比較常用的方法主要分為兩種：數據包絡分析（DEA）與隨機前沿分析（SFA），分別是非參數方法與參數方法的典型。但傳統的DEA分析模型僅適用于橫截面數據的分析，無法實現跨時期生產效率的比較。因此，本文采用DEA視窗分析法（Window-DEA）[11]對山東省旅游產業扶貧效率進行測度。其基本思路為：先預設窗口寬度，而后將面板數據里的時期平均分為若干窗口，通過不同窗口間的重疊，對每個決策單元DUM時間序列上以及截面上同時期決策單元間效率水平的比較，從而實現了該決策單位在橫截面及時間序列上效率水平的測算。DEA視窗模型可以用表1來表示。

收集山東省17地市的面板數據后，采用DEA視窗分析法對17地市的旅游產業扶貧效率進行了分析。

1.1.2門限效應模型

其中，qit表示門限變量，yit表示被解釋變量，μi代表截距，xit表示解釋變量，εit為擾動項獨立分布，γn表示待估計的門限值，將門限變量分成了n個區間，βn分別為解釋變量xit在n個區間的系數，且βn-1<βn。

1.2指標體系及數據來源

基于現有的研究成果和DEA理論，本文以旅游產業扶貧為核心，以貧困人口數量降低、收入提升為條件，設計的旅游產業扶貧效率評價體系，如表2所示，選取山東省十七地市作為研究對象，時間序列上選擇2008—2018年為研究范圍。

其中，作為旅游產業的重要組成部分，旅游景區、旅行社、星級酒店以及旅游特色鄉鎮在帶動區域經濟發展中發揮著重要作用。通過這些指標的人均水平，可以看出各地區旅游產業的發展規模以及相關投入方式。旅游產業投資規模可以看出該地區旅游產業的投資水平，但由于部分數據的缺失，為保持數據的統一，參考旅游產業效率的現有研究成果[13-14]，使用固定投資中第三產業的占比來表示。

產出指標中，人均旅游收入可以體現旅游產業的創收作用，代表了旅游產業的發展效益，人均接待游客數量能夠體現旅游產業在經濟發展中發揮的作用，這兩者都可以很好的體現旅游產業投入產出的效率水平。貧困人口的占比，一直是衡量某一區域貧困水平的重要指標，由于數據的不完整，本文使用各地區城鄉低保總人口在年末總人口的占比來表示。

普遍認為，要衡量某一地區的富裕水平，恩格爾系數是重要指標之一。因此，本文使用恩格爾系數來衡量旅游產業發展導致的城鄉居民收入的增長水平。城鄉居民可支配收入的差距可以體現城鎮與農村收入公平分配的水平。由于貧困人口比重、恩格爾系數以及收入差距指數屬于逆向指標，采用了倒數處理。

2實證分析

2.1旅游產業扶貧效率及時空分布

借助DEA Solver5.0軟件，本文分別得到旅游產業扶貧綜合效率（OE）和旅游產業扶貧效率（TE），然后通過OE =TE×SE的關系得到旅游產業扶貧規模效率（SE）。

2.1.1旅游產業扶貧綜合效率值及空間分布

在使用DEA視窗分析法計算前，首先要設定視窗寬度，本文采用主流視窗寬度將其設為3，計算中2008、2009年為開始兩年，使用軟件處理時沒有對應的比較數據，故最終采用山東省各地市2010—2018年旅游產業扶貧綜合效率如表3所示。得出全省平均旅游產業扶貧效率呈不斷上升趨勢。其中，濟南、日照、臨沂、菏澤旅游產業扶貧效率一直處于較高水平，多年效率處于有效水平；濰坊、萊蕪、泰安則是不斷上升并達到有效水平；淄博、聊城的歷年效率雖然有所波動，但是均高于0.9；而青島、德州、威海、濟寧的效率波動比較大，棗莊、東營、煙臺、濱州則是一直處于較低水平。分析其原因，很大程度上是由于沿海城市產業支柱主要是海洋養殖業、港口貿易、海洋運輸業，使得旅游產業發展較慢，青島、威海、日照則是大力發展旅游業，使得旅游產業扶貧效率水平較高，東營更是由于石油產業是支柱產業，旅游業發展緩慢，而西部地區由于大力發展旅游業，使得產業結構優化速度上升，旅游產業扶貧效率上升并且較高。

2.1.2旅游產業扶貧的技術效率值及空間分布

技術效率指的是產業由于技術的進步或管理方式的創新而影響的生產效率。山東省各地市2010—2018年旅游產業扶貧技術效率如表4所示，可以看出，各地區的旅游產業扶貧技術效率一直處于提升狀態，但存在顯著差異。其中，日照、臨沂、菏澤的旅游產業扶貧技術效率一直比較高，基本長期處于有效狀態，表明這幾個地區在旅游產業扶貧開發中技術和管理的創新一直名列前茅；其他地區中，青島、威海、濱州的技術小率波動比較大，濟寧、棗莊、煙臺的技術效率的增長速度一直低于全省平均水平，其他地區在最近幾年穩定增長并達到有效水平。從空間分布上看，旅游產業扶貧技術效率較低的區域基本都在山東省的西部、西南部，一二三產業融合發展水平相對較低，對人才的吸引力也不如東部沿海或者大城市，進一步拉大就業、政策創新等方面的差距，制約這些地區旅游扶貧技術效率的提升。

2.1.3旅游產業扶貧的規模效率值及空間分布

規模效率指的是在當前管理、技術以及政策條件的限制下，受產業規模所影響到的生產效率，代表實際規模到最優生產規模的距離，如果規模效率=1，說明當前產業規模已是最優。山東省各地市2010—2018年旅游產業扶貧規模效率如表5所示，可以看出，山東省從2010—2018年間，有13個地區的旅游產業扶貧規模效率均值超過了全省的平均水平0.970，這些地區基本都長期持續接近有效水平，說明資源規模的投入基本已經達到目前最優的狀態，提升空間已經不大，加強技術投入、人才引進、制度創新才是合理有效的提升路徑。從時空分布上可以看出，菏澤、臨沂、日照長期對旅游產業規模進行投入，聊城的產業規模后期出現下降趨勢，有必要隨著經濟形式做好產業規模的提升規劃，濱州、東營地區由于支柱行業的限制，與綜合效率一樣，一直比較低。隨著旅游產業的開發，沿海地區已經基本實現產業規模的有效利用。

2.2影響因素分析

由DEA實證分析可知，近年山東省旅游產業扶貧效率呈逐年上升趨勢，證明了旅游產業發展對于扶貧有一定的促進作用。但是兩者間是否存在線性回歸關系還需要進一步探討。生態環境的破壞、資源的浪費以及游客與當地居民沖突等問題在一定程度上也限制著旅游產業扶貧效率。在不同的條件下，由于各方面因素的相互作用，旅游產業扶貧效率可能會表現出不同。因此本文構建了門限面板回歸模型，來分析旅游產業規模、鄉村旅游資源、旅游人口密度、旅行社密度對旅游產業扶貧效率的影響。

2.2.1門限效應檢驗

在門限效應分析中，需要先進行檢驗。借助Stata軟件分別得到門限數量分別為一、二、三情況下的F與p值，如表6。通過檢驗結果，可以得到解釋變量對被解釋變量的影響呈現比較顯著的雙重門限特征。因此本研究將在雙重門限條件下，分別對旅游產業規模、鄉村旅游資源、旅游人口密度、旅行社密度對旅游產業扶貧效率的影響進行分析。各門限變量的門限估計值及計算結果如表7所示。

2.2.2旅游產業規模對旅游產業扶貧效率的影響

隨著旅游產業在經濟結構中比重的不斷提升，旅游產業對經濟的促進作用也越來越得到認可。旅游產業規模的不斷擴大，吸引來的社會消費也隨之增加，就業機會和需求也會增加，為本地居民創造更多的增收機會，進而帶動區域經濟活力。

當門限變量為旅游產業規模時，旅游產業規模對山東省旅游產業扶貧效率的影響具有雙重門限性，其估算結果值如表7所示，可以看出：當旅游產業在GDP中的比重低于4.88時，對旅游產業扶貧效率的影響就有較為顯著的作用，介于4.88和13.80之間時顯著性水平上升，說明旅游產業在一開始就對扶貧有積極的作用，在經過初期積累后扶貧作用充分發揮。但是當其比重高于13.8以后作用不再明顯，有些出乎意料，傳統的認知思維中，隨著產業結構的不斷調整，旅游產業發揮的作用應該不斷上升，但由于山東省人口眾多，隨著產業結構的不斷合理，旅游產業規模發揮的經濟帶動作用不再明顯。

2.2.3鄉村旅游資源對旅游產業扶貧效率的影響

鄉村旅游資源是貧困地區發展旅游產業帶動積極發展最基本的條件。如果一個地區缺乏必要的鄉村旅游資源，將無法發展旅游產業帶動當地居民增收，旅游產業扶貧也就無從談起。隨著鄉村旅游資源的不斷開發，旅游目的地吸引力不斷上升，前來旅游的人數也必將增加，旅游消費收入也會隨之增加，進而帶動當地居民收入和經濟的增加，對提升旅游產業扶貧效率產生積極影響。

鄉村旅游資源對山東省旅游產業扶貧效率的影響估算結果值如表7所示，當特色村鎮密度值低于70.89時，對旅游產業扶貧效率的影響就有較為顯著的作用，介于70.89和239.8之間時在1%水平上顯著，高于239.8以后系數為-0.0017。說明隨著特色旅游鄉鎮數量不斷增多，旅游產業發揮的扶貧作用不斷上升，但到達一個值之后作用下降。

2.2.4旅游人口密度對旅游產業扶貧效率的影響

旅游人口密度指的是旅游目的地人均接待游客的數量。旅游產業的發展與來此觀光的游客數量息息相關，旅游游客數量越多，產生的旅游消費也會隨之增加，從而促進當地旅游經濟的提升，收入的提高以及產業規模的擴大有助于激發當地居民的參與性，最終提升個人收入。值得注意的是，空間、資源以及設施的有限性也會限制旅游人口密度產生閾值，一旦超出限制，勢必影響旅游產業扶貧工作的進行，導致旅游產業扶貧出現無效率

旅游人口密度對山東省旅游產業扶貧效率的影響從表7可以看出，當旅游人口密度值低于7.98時，對旅游產業扶貧效率的影響并不明顯，介于7.98和11.22之間時在1%水平上顯著，高于11.22以后在5%水平上顯著。說明隨著旅游人口密度不斷上升，到達一定水平后，旅游產業發揮的扶貧作用由不明顯轉為顯著，再上升到一定水平后作用開始下降。

2.2.5旅行社密度對旅游產業扶貧效率的影響

旅行社是旅游經濟市場的主體之一，不僅是旅游活動的組織者，更是旅游產品重要的銷售渠道，也在引導游客的消費方向。旅行社密度代表某個地區人均旅行社個數，也代表旅游產業對當地人口的覆蓋面，足夠的旅游社密度有助于某個旅游產品宣傳，旅行社間組織宣傳交流特色旅游產品，才有助于吸引其他地區前來旅游的人口數量，為之提供良好的旅游服務。但如果出現惡意價格競爭，將會導致總體旅游收入的降低，進而影響到旅游產業扶貧的積極作用。

由表7的計算結果可以得出，當旅行社密度值低于18.49以及高于39.76時，對旅游產業扶貧效率的影響并不明顯，介于二者之間時在5%水平上顯著。在旅行社密度低于18.49時旅行社宣傳力度還是不足，無法良好的服務當地人群；介于18.49與39.76之間時，隨著旅游社密度不斷上升，組織外出旅游以及吸引前來旅游的人也不斷上升，促進當地經濟的發展，旅游產業發揮的扶貧作用更加明顯；超過39.76后可能由于市場的飽和，惡性競爭出現，導致旅游產業帶動的經濟停滯甚至減少。

3結論及建議

通過對山東省17地市2008—2018年面板數據進行分析得出：（1）山東省旅游產業扶貧效率整體呈逐年上升趨勢，但在空間地域上存在顯著差異，西部地區發展較慢，中東部地區發展較快；旅游產業扶貧技術效率較低的區域基本都在山東省的西部、西南部，一二三產業融合發展水平相對較低，對人才的吸引力也不如東部沿海或者大城市，進一步拉大就業、政策創新等方面的差距，制約這些地區旅游扶貧技術效率的提升。（2）山東省旅游產業扶貧效率受旅游產業規模、鄉村旅游資源、旅游人口密度以及旅行社密度的影響呈現雙門限特征。旅游產業規模以及鄉村旅游資源在發展初期對旅游產業扶貧效率呈正向作用，隨著二者不斷上升，促進作用更加顯著，到達一定水平后，影響作用不再明顯。旅游人口密度和旅行社密度在初期對旅游產業扶貧效率的作用并不明顯，到達一定水平后才會發揮顯著的正向促進作用，進一步增加超過一定水平后，促進作用開始下降。

基于以上結論，為提升山東省各地區旅游產業扶貧效率，提出以下幾個方面的建議。首先，合理規劃產業空間結構，提高旅游產業競爭力，其次，實施人力資源戰略，提升本土旅游人才的數量與質量，以縮小地域間旅游扶貧效率的差距；第三，在發展旅游產業時不僅僅注重規模的提升，還要注重質量的提升；第四，豐富鄉村旅游文化內涵，豐富鄉村旅游產品，有助于細分市場、提高知名度，提升游客數量；第五，僅僅依靠游客數量提升還是不夠的，還需要通過多種形式增加旅游者消費機會，從而保證游客的消費水平；此外，在旅行社發展前期，充分發揮政府對旅游企業的引導幫扶作用，注意規避惡意競爭現象，最終達到提升旅游產業扶貧效率的目的。

參考文獻：

[1]DELLER S. Rural poverty， tourism and spatial heterogeneity [J]. Annals of Tourism Research， 2010， 37（1）： 180-205.

[2]GABRIELA H， LOSTER T， OBERGRUBER P. The economic effects of tourism in the group of the least developed countries [J]. Procedia Economics and Finance， 2016， 39： 476- 481.

[3]LIU J J， NIJKAMP P， LIN D R L. Urban-rural imbalance and Tourism-Led Growth in China [J]. Annals of Tourism Research， 2017， 64： 24- 36.

[4]LI H Y， CHEN J L， LI G， et al. Tourism and regional income inequality： evidence from China [J]. Annals of Tourism Research， 2016， 58： 81-99.

[5]高楠，王琳艷，張新成，等.山西省旅游產業與城鎮化的時空耦合分異研究[J].資源開發與市場， 2017， 33（6）： 744-749，687.

[6]RAKOTONDRAMARO H，ANDRIAMASY L.Multivariate grangercausalityamongtourism，povertyandgrowthin Madagascar [J]. Tourism Management Perspectives， 2016， 20： 109-111.

[7]李如友，黃常州.中國交通基礎設施對區域旅游發展的影響研究——基于門檻回歸模型的證據[J].旅游科學， 2015， 29（2）： 1-13，27.

[8]林文凱，林璧屬.區域旅游產業生態效率評價及其空間差異研究——以江西省為例[J].華東經濟管理， 2018， 32（6）： 19-25.

[9]王虹，胡勝德.基于Tobit模型的"一帶一路"旅游產業效率投資影響因素及策略研究[J].中國軟科學， 2017（12）： 62-70.

[10]楊柳.海南省鄉村旅游扶貧績效及實證研究[J].中國農業資源與區劃， 2017， 38（5）： 217-221.

[11] KLOPP， ALLAN G. The analysis of the efficiency of productive systems with multiple inputs and outputs [J].Engineering Industrial， 1985.

[12] HANSEN B E.Threshold effects in non-dynamic panels： Estimation， testing， and inference [J]. Journal of Econometrics， 1999， 93（2）： 345-368.

[13]李占風，葉銀丹，高嘉男.我國旅游業效率評價和集聚特征分析[J].統計與決策， 2017（1）： 139-141.

[14]李銀昌.中國旅游扶貧效率：基于DEA視窗分析和非線性門檻效應的研究[D].南寧：廣西大學， 2018.

The Evaluation of Poverty Alleviation Efficiency and Analysis of Influencing Factors of Tourism Industry in Shandong Province

QIAO Zhongkui1，2，SUN Xiumei2，GAO Defang2（1.Yantai Gold College，Yantai 265401，China；2.Business School， Shandong University of Technology， Zibo 255012， China）

Abstract： With the crucial period of poverty alleviation， tourism industry plays an important part in poverty alleviation due to its extensive economic linkage. Firstly， the efficiency of poverty alleviation of tourism industry in Shandong Province is calculated by Window-DEA method， and then the influencing factors are analyzed by threshold effect analyzer. The results show that the overall poverty alleviation efficiency of the tourism industry in Shandong Province is on the rise year by year， but the regional development is not balanced. There are two threshold effects on the poverty alleviation efficiency of the tourism industry in different regions. It is suggested that all regions should rationally plan industrial spatial institutions， implement human resources strategy， improve the competitiveness of regional tourism industry and narrow the gap between regions； When developing the tourism industry， we should pay attention to the double promotion of scale and quality， enrich rural tourism products， increase tourists consumption opportunities through various forms， and give full play to the guiding and helping role of the government， so as to improve the poverty alleviation efficiency of the tourism industry.

Keywords： Tourism industry；Poverty alleviation efficiency；Window-DEA analysis