燕山—太行山区旅游扶贫经济效应时间演变分析

李亚丽，樊晓霞，王伟

太原师范学院地理科学学院，山西 晋中 030619

旅游扶贫效率作为旅游扶贫成效考核的重要指标，是衡量旅游产业发展在多大程度上有效推动区域经济发展的重要工具.本文主要研究旅游扶贫的宏观效应——经济效应，即研究燕山—太行山区旅游业的经济效应.众所周知，旅游产业是一个综合性极强的产业，它的发展会促进这一地区的经济发展.因此，本文以旅游业对社会经济发展的拉动作用为切入点，选取旅游收入和地区生产总值两个指标来构建一元线性回归模型，以此判定燕山—太行山区各地市旅游收入与地方GDP之间是否存在函数关系.另外，运用经济学中的弹性系数公式构建区域经济增长对旅游业发展的响应指数来代表旅游扶贫经济效应，深入分析各地市的旅游扶贫经济效应的区域差异.

1 相关文献回顾

国内关于旅游扶贫的效应分析是随着对旅游扶贫实践经验总结而兴起的.起初主要研究旅游扶贫的功能、模式、问题及对策，但也有学者如向延平、张晓明、杨建春等对旅游扶贫效应进行了实证研究，内容主要涉及经济等宏观效应，贫困人口收入、居民态度感知等微观效应，乘数效应、辐射带动作用等理论效应［1～3］.在此基础上，学者们进行了更深层次的研究.龙祖坤、李光明、孙春雷等人均运用数据包络分析法(DEA)分别测算了武陵山区、新疆阿勒泰地区、湖北大别山区的旅游扶贫效率，结合MI指数评价其效率形态，探索其旅游扶贫效率时间变化的规律和特点，最后借助ArcGIS软件的空间分析功能完成该地区旅游扶贫效率在空间格局上的分异研究［4～6］.但凡涉及到旅游扶贫效率的时空差异研究，学者们大多用数据包络分析法(EDA)、MI指数分析旅游扶贫随时间演进的路径，用ArcGIS分析旅游扶贫的空间格局.当然也有学者使用其他方法来研究，例如王凯运用产出导向SBM模型测算旅游扶贫效率，运用G指数、标准差椭圆、重心轨迹，对大别山试验区旅游扶贫效率空间演化特征进行分析［7］;田翠翠将管理熵绩效评价法引入重庆高山纳凉村旅游精准扶贫绩效评价［8］.这些研究为本文的研究提供了基础，但总的来讲目前我国学术界对旅游扶贫的深层次研究较少，特别是对区域旅游扶贫效应时空差异方面的研究不多且不成熟.

2 研究区域概况

2.1 贫困现状

燕山—太行山片区地处我国地势第一阶梯向第二阶梯的过渡地带，环绕京津地区，是国家新一轮扶贫攻坚主战场之一.2010年，1 274元扶贫标准以下的农村人口有70.9万人，贫困发生率为7.7%，比全国平均水平高出了4.9%;燕山—太行山片区的人口基数大约有1 097.5万，人均GDP、城镇居民人均可支配收入和农村居民人均纯收入分别相当于全国平均水平的40.1%、62.4%、57.6%;人均受教育年限也比全国平均水平低了0.9个百分点;存在饮水困难问题的农村人口占到了29.4%的比例;乡村基础建设极不完善，不通沥青(水泥)路的行政村占比10.8%，不通公路的自然村占比26.3%;未完成农网改造的自然村占比12.2%，仍然还有1.9%的自然村不通电;部分群众住房难等问题比较突出［9］.燕山—太行山地区长期以来都是国家扶贫攻坚的重点地区，然而成效并不显著.

2.2 旅游开发条件

燕山—太行山地区具有得天独厚的旅游资源和区位优势，有利于发展旅游业［10］.

2.2.1 区位优势突出

该区毗邻北京、天津等经济中心，连接冀中南、呼包鄂榆经济区及太原城市群，可以充分利用周边地区资金、人才、技术等，进行信息共享，获得更多的就业机会，扩大市场容量.同时利用本区廉价的土地和劳动力，依托京津等周边地区的资源，获得更大的发展空间，有利于承接其他产业的转移.

2.2.2 生态与文化等旅游资源丰富

由于该区特殊的地理位置，形成了多样的地形地貌，生态旅游资源丰富，有森林、山峰、沟壑、湿地等低碳生态景观类型.另外，该区历史上长期为宗教文化、北方游牧文化和中原农耕文化交融和碰撞的地带，具有浓厚的历史沉淀，文化古迹众多，如五台山、恒山、暖泉古迹等蜚声海内外，太行山红色文化影响深远，发展观光、休闲、度假、健身和文化旅游潜力大.

2.2.3 综合交通运输体系框架初步形成

片区地处华北沟通西北、东北的交通要地，京包、京原、大秦、集二等重要铁路和京昆、京藏、京新、二广、大广、荣乌等国家高速公路贯穿其中，普通国省干线公路基础设施日益完善，县际和通县公路技术等级及网络化程度不断提高，周边城市航空运输较发达，片区对内对外交通运输能力强.

2.2.4 区域经济发展潜力巨大

依托区位优势和特色资源，初步形成矿产资源深加工、能源、特色农产品生产、跨区域物流等主导产业，休闲度假旅游、文化创意等产业初具规模.工业化、城镇化不断推进，与京津及周边城市经济联系日益紧密，实现区域经济跨越式发展条件基本成熟.

3 研究方法与数据来源

3.1 研究方法

3.1.1 构建一元线性回归模型

为了定量分析燕山—太行山区旅游业与地区生产总值的关系，以旅游总收入为自变量，GDP为因变量，根据燕山—太行山区各地市旅游总收入与地区生产总值的散点图估计(图1)，认为采用线性回归模型比较合适［11］.

考虑到影响区域经济变化的因素很多，拟一元线性回归模型为:y=β0+β1x+ε，其中y代表因变量(GDP)，x代表自变量(旅游总收入)，表明地区生产总值y的变化有两部分组成:第一，由旅游总收入(x)的变化引起的地区生产总值(y)的线性变化部分(y=β0+β1x);第二，由其他影响区域经济增长因素造成的 GDP的变化部分(ε).

图1 燕山—太行山区各地市2010年～2017年旅游总收入与GDP散点图Fig.1 The scatter diagram of tourism revenue and GDP of cities in the yanshan-taihang mountains from 2010 to 2017

因此，当旅游总收入给定后GDP的值并不是唯一的，但它们之间却通过和保持着密切的线性相关关系.因此，一元线性回归方程可表示如下:

E(y)= β0+ β1x

3.1.2 旅游扶贫效应测算方法

响应可以理解为一个变量对另一个变量的反映程度.选取地区生产总值和旅游总收入两个指标分别代表区域经济和旅游业发展水平，借助经济学中的“弹性系数”来构建区域经济增长对旅游业发展的响应指数模型

式中，E为区域经济增长对旅游业发展的响应指数;R为旅游扶贫效应;Gi为第i年的GDP，Gi+1为i+1年较前一年的GDP的增量;Ti为第i年的旅游总收入，Ti+1为i+1年较前一年的旅游总收入的增量.通过旅游总收入的变动引起地区生产总值变动的大小来反映区域经济增长对旅游业发展的响应，同时也反映旅游业的发展对地区经济的带动作用，即旅游扶贫经济效应.E越大表明旅游扶贫效应越大;反之，则越小.

另外引入极差(L)、标准(S)、极值比率(K)、变异系数(CV)来分析燕山—太行山区各地市旅游扶贫效应的差异，其中，极值比率、变异系数反映的是旅游扶贫效应的相对差异;极差、标准差反映的是旅游扶贫效应的绝对差异.

(1)旅游扶贫效应的绝对差异

极差，反映旅游扶贫效应差异变动的最大幅度，公式为

其中，Rmax表示旅游扶贫的最大值，Rmin表示旅游扶贫效应的最小值.

标准差，反映一个数据集的离散程度，这里标准差用来表示燕山—太行山区各地市旅游扶贫效应与平均旅游扶贫效应的离散程度，公式为

其中，Ri为i地区的旅游扶贫效应，为燕山—太行山区各地市旅游扶贫效应的平均值，n为地区个数.S越大，表示各地市旅游扶贫效应的差异越大;反之，则越小.

(2)旅游扶贫效应的相对差异

极值比率，反映燕山—太行山区各地市旅游扶贫效应相对差异变动的最大幅度，公式为

其中，Rmax、Rmin分别表示旅游扶贫效应的最大值和最小值.K越大，表示响应差异越大;反之，则越小.

变异系数是标准差与平均数的比值，反映燕山—太行山区各地市旅游扶贫效应的相对变化程度，旅游扶贫效应的离散程度和平均水平都会影响到其结果，公式为

其中，S为标准差，R为燕山—太行山区旅游扶贫效应的平均值.

3.2 数据来源

由于本文主要研究旅游扶贫经济效应的时间演变特征，并以经济增长对旅游业发展的响应指数大小来衡量效应的高低，需要选用GDP和旅游总收入两项数据，因此本文以地级市为研究单位，选择2010年～2017年时间段，对保定市、张家口市、承德市、大同市、忻州市、乌兰察布市6个地级市的旅游扶贫效应进行研究.

本文原始统计数据均来自于燕山—太行山区各地市2010年～2017年的国民经济和社会发展统计公报.

4 结果分析

4.1 燕山—太行山区旅游业与国民经济发展的回归分析

运用SPSS对保定市、张家口市、承德市、大同市、忻州市、乌兰察布市6个地级市2010年～2017年的旅游总收入与GDP进行回归运算，分析结果见表1.

表1 燕山—太行山区各地市旅游总收入与GDP的回归计算结果Tab.1 The regression calculation results of gross tourism revenue and GDP in yanshan-taihang mountains area

从回归分析的结果来看，六个模型的拟合效果均比较理想，六个地市的旅游收入与GDP之间均构成函数关系.从决定系数(R2)和相关系数(R)的检验结果来看，相关系数均在0.8以上，表明旅游总收入和GDP之间存在比较高的正相关;决定系数也都在0.7以上，说明回归方程对样本数据的拟合程度比较高，从而表明旅游收入对GDP所起的作用也较高.从F检验结果来看，六个地市的 Sig.值均在0.05以下，说明回归模型通过整体F检验，回归系数通过显著性检验.综上所述，六个模型的显著性好，拟合度较高.

从回归方程来看，保定市的旅游收入每增加1元，GDP增加1.177元;张家口市的旅游收入每增加1元，GDP增加0.73元;承德市的旅游收入每增加1元，GDP增加0.989元;大同市的旅游收入每增加1元，GDP增加0.902元;忻州市的旅游收入每增1元，GDP增加1.154元;乌兰察布市的旅游收入每增加1元，GDP增加2.864元.可以看出，乌兰察布市的旅游业对当地经济发展的贡献最大，而张家口市的旅游业对经济发展的贡献最小.因此，为了更好的分析燕山—太行山区各地市2010年～2017年的旅游收入对GDP的贡献，从而更全面、更准确地研究燕山—太行山区各地市的旅游扶贫效应，因此，有必要对燕山—太行山区各地市2010年～2017年每一年的旅游业对经济发展的拉动作用进行深入分析.

4.2 燕山—太行山区各地市的旅游扶贫效应分析

以2011年为基期，利用响应指数公式(1)计算得出各地市经济增长对旅游业的响应指数——各地市的旅游扶贫效应，绘制成折线图(图2).

图2 2011年～2017年燕山—太行山区各地市旅游扶贫效应Fig.2 2011～2017 tourist poverty alleviation effect of cities in yanshan-taihang mountains

由图2可知，在研究年份内，保定市、张家口市、承德市、大同市、忻州市、乌兰察布市的旅游业对减除贫困的作用各不相同，其中保定市的波动幅度最大，呈现出先上升，后下降，再回升的态势，张家口市、忻州市、承德市的波动态势基本一致，都呈先下降后回升的态势，乌兰察布市和大同市都呈现出先下降，后上升，再下降，再回升的态势，总体来看，2016年～2017年都呈上升的趋势.图中明显看到旅游扶贫效应出现了两次负值，分别是2013年的保定市和2016年的大同市，这是因为2013年保定市和2016年大同市的旅游收入呈负增长，旅游业发展的辐射带动作用相对较小，导致这两年的旅游扶贫效应降低，没有达到良好的扶贫效果［12］.

4.3 旅游扶贫效应差异的时间演变特征

将2011年～2017年燕山—太行山区各地市的旅游扶贫效应代入公式(2)、(3)、(4)、(5)中，分别计算出燕山—太行山区旅游扶贫效应的极差、标准差、极值比率、变异系数(表2).

为更好地考察燕山—太行山区各地市旅游扶贫效应差异的时间演变特征［13］，用 Excel绘制成极差、标准差曲线、极值比率、变异系数图(图3，图4).

绝对差异方面:由图3可知，2011年～2017年燕山—太行山区旅游扶贫效应的极差和标准差变化趋势基本一致，整体呈现出V字型，即先降，后升，这说明燕山—太行山区各地市旅游业对经济的带动作用存在绝对差异，且绝对差异在逐步扩大.

表2 2011年～2017年燕山—太行山区旅游扶贫效应的绝对差异和相对差异Tab.2 Absolute and relative differences in the effect of tourism poverty alleviation in yanshan-taihang mountains from 2011 to 2017

图3 2011年～2017年燕山—太行山区旅游扶贫的绝对差异Fig.3 Absolute difference of poverty alleviation in tourism in yanshan-taihang mountains from 2011 to 2017

图4 2011年～2017年燕山—太行山区旅游扶贫的相对差异Fig.4 Relative difference of tourism poverty alleviation in yanshan-taihang mountains from 2011～2017

相对差异方面:由图4可知，旅游效应的极值比率波动起伏较大，极值比率在2015年达到最大值，表明2015年响应指数最大，旅游扶贫的效应最好;2013年和2016年的极值比率为负值，这是由保定市和大同市旅游发展的负增长，阻碍经济增长所引起的.旅游效应的变异系数总体水平上一直保持着相对稳定的水平，在0.5左右浮动，说明2011年～2017年燕山—太行山区各地市的旅游扶贫效应相对差异较小.

由前面的分析可知，2011年至2017年间，燕山—太行山区旅游扶贫效应的绝对差异呈现波动增长的态势，2011年～2014年呈下降趋势，2014年～2017年呈逐渐上升的趋势.

5 结论

通过构建一元线性回归模型，发现燕山—太行山区各地市的旅游收入与GDP之间均构成函数关系，并对每一年的旅游扶贫效应进行分析，发现研究年份内各地市的旅游扶贫效率呈波动变化状态，其中保定市的波动起伏变化最大，其中有两个特殊的年份出现了负值，是2013年保定市和2016年大同市.最后从相对差异和绝对差异两个方面分析了2011年～2017年间燕山—太行山地区的旅游扶贫效应，得出相对差异较小，绝对差异在逐步扩大.