全域旅游发展对县域脱贫的组态影响研究——基于fsQCA的分析方法

杨 梅，冯 珠 珠，田 波

(重庆理工大学 管理学院，重庆 400054)

一、引 言

截至2020年11月，全国832个国家扶贫开发工作重点县(即国家贫困县)已经全部脱贫摘帽，脱贫攻坚取得阶段性进展，但仍然面临严峻的挑战。脱贫后的第一个五年通常是发生返贫现象的高发年份，需要采取有效措施，提升县域脱贫质量、切实巩固脱贫成果、防止返贫。2016年国家提出全域旅游发展战略，全域旅游发展理念与旅游扶贫方式相结合，形成了全域旅游扶贫的新模式。全域旅游扶贫强调面向区域性整体贫困问题[1]，以旅游业为优势产业，通过资源有机整合、产业融合发展、社会共建共享，带动贫困地县经济发展和贫困人口脱贫增收。但是，由于贫困县在时间维度上处于不同的发展阶段，在空间维度上区位、资源等有所不同，因而，面临的发展问题是不一样的，影响或决定问题解决的主要变量(因素)之间的规律性关系也是不同的[2]，这种经验研究需要进一步探索并定量描述，为各级政府更有针对性、更科学地实施全域旅游扶贫战略、巩固脱贫成果提供数据支撑和决策参考。

如何衡量和评价一个区域的全域旅游发展效果是当前全域旅游发展的突出问题[3]。全域旅游是中国多年旅游发展经验的总结，有较强的政府推动特点，是政策导向和实践要求。因而，国家旅游主管部门颁发的《国家全域旅游示范区验收标准(试行)》(以下简称《标准》)《国家全域旅游示范区验收工作手册》(以下简称《手册》)等一系列文件，常常被视作评价全域旅游发展效果的一种标准。但《标准》和《手册》的主要目的是通过7类基本的验收打分项，以及创新加分项和扣分项目，来检验全域旅游示范区创建的结果，即创建达标或不达标，而且评价指标多为定性描述以及现象描述，已有专家指出全域旅游示范区创建标准设置不科学[3]。

当前学界的相关文献也不多，主要是对全国或部分省市全域旅游发展水平的定量分析和实证研究[2，4]，以及如全域旅游的乡村旅游综合评价指标体系、国家全域旅游示范区区域竞争力评价等的评价[5-6]，并未将研究成果与区域脱贫进行关联性研究。同时，既有文献中的评价指标以及评价方法运用到全域旅游发展对县域脱贫的影响研究中是否恰当也值得讨论与商榷。全域旅游扶贫是新时代脱贫巩固的重要抓手，全域旅游发展对县域脱贫的影响研究是亟待跟进的研究课题。

全域旅游作为区域整体发展战略，涉及城乡统筹、产城融合、产业融合等诸多方面的内容，是一个包括空间、功能、业态、服务、价值等的融合共享的环境-经济-社会复合生态系统[7]，其维度都是聚合为组态(前因条件的组合)，相互依存(相关而非独立)，共同作用，共同产生结果，而非单个因素的独立影响效应。因而，需要采取整体的、组合的方式来解释全域旅游发展对县域脱贫的影响。定性比较分析方法(Qualitative Comparative Analysis，简称QCA)关注重点不在于单个解释变量如何影响被解释变量，而在于多个不同的解释变量如何以组合的形式(组态)来影响被解释变量，有助于回答多重并发的因果关系、因果非对称性和多种方案等效等因果复杂性问题[8]。本文采用QCA三种分析方法之一的模糊集定性比较分析方法(fuzzy-set Qualitative Comparative Analysis，简称fsQCA)，对全域旅游发展与县域脱贫进行关联性研究，以确定哪些因素成为全域旅游推动县域脱贫的必要条件，从而有针对性地采取相应对策，以减少全域旅游扶贫中的偏差和低效率。

二、研究方法

(一)变量选取

全域旅游是中国本土创新概念和政策术语，学界主要从“全”和“域”对其进行解读。前者如全要素、全行业、全过程、全时空、全方位、全社会、全部门、全游客的“八全架构”[9]，后者如全域旅游首先是要打破旧的旅游空间格局，形成一种新的发展格局，是“域”的旅游完备，即空间域、产业域、要素域、管理域的完备[10]等。本文认为“全”是全域旅游实践中需要逐步实现的目标，“域”的完备是实现“全”的抓手和途径，从空间域、产业域、要素域、管理域等层面选取关键评价指标作为条件变量(因素)，研究全域旅游发展对县域脱贫的多因素组态影响更具现实意义和可行性。

1.空间域评价指标

旅游空间是旅游活动的空间载体，包括旅游吸引物、服务与设施、内外交通组织和其他相关条件[11-13]，一般用空间品质(quality of space)，即满足空间使用主体的生理、心理需求和适用功能需求的程度来衡量空间的质量[14]。但是本文的研究并不是为了测定旅游空间质量的高低，而是以旅游消费为平台，通过旅游者的消费活动和旅游产业的经营活动来评价旅游空间品质对县域脱贫的影响[15]。因而，要从旅游活动的空间载体对县域脱贫所产生的经济效益来衡量空间质量。全域旅游空间是能够独立满足游客的“食住行游购娱”六大需求的功能完整的旅游目的地，体现着区域旅游吸引力、接待力、集聚力，影响着游客满意度[16]。一个高质量的旅游目的地全年接待游客数量会持续增加(游)，公路旅客运输量增长(行)，同时带动住宿和餐饮业营业收入增长(住、食)，社会消费品零售总额增长(娱、购)。同时，全域旅游是通过对域内经济社会资源的有机整合，一二三产业融合发展以及社会共建共享，推动区域脱贫。因而，县域内全年接待游客(万人次)比景区(景点)的参观人数更能反映全域旅游空间“游”的品质；住宿与餐饮业营业收入(亿元)以及社会消费品零售总额(亿元)比旅游业消费总额(亿元)或者游客人均天游览花费占比等指标更能反映全域旅游空间“食”“住”“购”“娱”的品质；代表县域内部道路通达性的公路旅客运输量比代表外部通达性的航空客运(万人次)、铁路客运(万人次)、高速公路通行量(万辆)、铁路密度等指标更能反映全域旅游空间“行”的品质。同时，由于县域面积、人口以及旅游发展基础等的地区差异，上述指标的绝对值并不能完全反映该县实施全域旅游战略后的提升效果，相比之下，上述指标的同比增长更能客观地说明脱贫成效。综上，在本文中，空间域评价指标选取了：①全年接待游客(万人次)增长比例；②住宿与餐饮业营业收入(亿元)增长比例；③社会消费品零售总额(亿元)增长比例；④公路旅客运输量增长比例等4个指标，评估空间域发展效果对县域脱贫的影响。

2.产业域评价指标

产业兴旺是区域脱贫、区域发展的源动力，当前中国经济发展进入“新常态”，转型升级是关键。旅游业作为我国大力培育的国民经济支柱产业，是一种内生增长性特征显著、关联带动性强的产业。全域旅游扶贫就是要充分发挥旅游业的拉动力、融合能力及催化、集成作用，“旅游业深入到一、二产业的‘旅游+’和一产、二产在产业转型升级过程引入旅游业的‘+旅游’”[17]，一方面促进旅游业多元化发展，提质增效；另一方面以旅游业为优势产业，引领区域产业结构转型升级，促进区域社会经济全面发展，推动县域脱贫。因而，在本文中，产业域的评价指标选取了：①旅游总收入(亿元)增长率，反映全域旅游战略下作为优势产业的旅游业的总体规模和经营成果；②三次产业的结构比，考察旅游业带动下县域产业结构的优化升级情况；③地区生产总值(亿元)增长率，反映全域旅游发展对县域经济的综合贡献；④农村居民人均可支配收入(元)增长率，当前我国贫困人口主要分布在广大农村，该指标体现全域旅游精准扶贫的效果。

3.要素域评价指标

有专家认为全域旅游与迈克尔·波特提出的竞争战略理论体系高度契合[18]，波特指出现代化通信的基础设施、高等教育人才等高级生产要素需要在人力和资本上大量而持续的投资，仍必须有初级生产要素作为基础[19]。从经济学投入产出的视角出发，资源、劳动力、技术和资本等是旅游产业发展所必须投入的基本生产要素，是全域旅游发展最核心的物质条件。在生产要素中，劳动力和资本一直被视为经济增长的源泉，交通的通达性是旅游作为空间消费得以实现的前提条件，而旅游资源禀赋，尤其是高质量的景区数量直接影响旅游者对于旅游目的地的选择。因而，在本文中，要素域评价指标选取了：①4A、5A级景区数量：衡量地区资源禀赋的质量，体现地区旅游核心吸引力；②交通可达性：主要考察旅游地对外联系的便捷性，是否有高速公路、高铁、动车和机场；③年末城镇登记失业率：全域旅游强调社会共建共享，因而，衡量全域旅游发展对城镇就业的整体影响比统计旅游从业人员数量更具有研究价值；④全年固定投资增长率：考察全域旅游战略下县域投资规模、结构和发展速度的整体变化，而不仅仅是旅游投资的增长。

4.管理域评价指标

世界旅游组织(UNWTO)认为在旅游产业发展的不同阶段，政府发挥着不同的职能，以适应当期旅游业的发展。2019年9月首批国家全域旅游示范区的正式认定说明我国全域旅游已取得了规范引导的阶段性进展，进入全国推动和践行的发展期，政府的工作重点应从管理体制创新逐渐向环境持续提升建设(交通环境、卫生环境、集散体系、信息服务、标识系统、人文环境、资源环境、整合营销)转变[20]。全域休闲是全域旅游的应有之意，强调自然环境、社会氛围的舒适性、浸润力，优良的旅居环境是全域旅游高质量发展的基础[21]，各级政府尤其要着力于营造赏心悦目的自然生态环境、别有韵味的人文社会环境、便捷舒适的旅居环境。因而，在本文中，管理域评价指标选取了：①国家级非物质文化遗产数量，反映县域人文环境的地方性和独特性；②包括星级酒店、经济型酒店、民宿等在内的住宿设施总量，反映全域旅游社会共建共享的旅居环境；③森林覆盖率，反映全域旅游对生态环境的影响；④空气质量优良天数占比，反映全域环境整治的成效。

对于评价指标的选取，需要特别说明的是，本文是运用fsQCA方法对全域旅游发展对县域脱贫的影响因素(结果变量)之间组合关系(组态)的一种探索。随着条件变量数量的增加，组态的数量将以指数形式增加，条件数量太多会导致案例的“个体化”，不利于获得能够对跨案例进行规律性、综合性解释的结果[22]。因而，笔者邀请了来自政府、学界(高等院校)、行业(旅游景区、旅行社、酒店等相关行业)共计27位专家对上述16个指标进行重要性排序。专家们认为，空间域最重要的是要体现整体旅游目的地打造以及社会共建共享的效果；产业域关键是旅游业的提质增效以及县域社会经济的全面提升；要素域中资本和劳动力是主要的投入要素，旅游资源只有与资本、劳动力相结合，才会产生市场价值；绿水青山就是金山银山，森林覆盖率和空气质量优良天数占比更能体现政府管理职能作用的发挥。根据专家打分的结果，本文选择了四个域重要性权重占比分别排名第一、二位的指标，即全年接待游客(万人次)增长比例、住宿与餐饮业营业收入(亿元)增长比例、旅游总收入(亿元)增长率、地区生产总值(亿元)增长率、全年固定投资增长率、年末城镇登记失业率、森林覆盖率、空气质量优良天数占比，构建了共计八个影响因素(条件变量)的理论分析框架，通过fsQCA方法，探索上述八种解释因素对县域脱贫(结果变量)的多因素组态影响及组态与结果的集合关系。

(二)变量测量

1.结果变量

贫困县脱贫摘帽按国家标准要达到贫困发生率降至2%以下(西部地区降至3%以下)，脱贫人口错退率不高于2%，贫困人口漏评率不超过2%，群众认可度不低于90%。其中贫困发生率是政府文件和学界研究使用率最高的主要指标，因而，本文采用贫困发生率作为结果变量，来衡量县域脱贫。

2.条件变量

本文选取了空间域、产业域、要素域、管理域中共计8个指标作为条件变量，即全年接待游客(万人次)增长比例、住宿与餐饮业营业收入(亿元)增长比例、旅游总收入(亿元)增长率、地区生产总值(亿元)增长率、全年固定投资增长率、年末城镇登记失业率、森林覆盖率、空气质量优良天数占比。

结果变量和条件变量定义及描述见表1。

表1 变量选择与定义

(三)研究方法与数据来源

1.研究方法

定性比较分析方法(简称QCA)是由美国学者查尔斯·拉金(Ragin)1987年提出的，该方法从组态视角，基于布尔代数(Boolean Algebra)与集合论思想，对中小数量样本进行跨案例比较分析[23]。QCA主要有三种分析方法，即多值集定性比较分析(mvQCA)、清晰集定性比较分析(csQCA)和模糊集定性比较分析(fsQCA)。本文选择fsQCA来研究全域旅游发展对县域脱贫的影响，选择此方法主要基于以下原因：首先，传统的回归方法主要适用于分析单个影响因素的“净效应”，QCA可以发现多个要素之间的组合关系和殊途同归性[24]；其次，尽管其他方法(如聚类分析、因子分析等)也可以检验组态关系，但聚类分析等方法无法识别各个条件之间的相互依赖性、组态等效性和因果非对称性，尤其是在本文研究中条件变量之间可能存在替代或互补关系的情况下；最后，QCA的三种分析方法中，mvQCA和csQCA适合处理结果和条件为分类变量的情况，而本文的前置因素和结果变量为连续变量，采用fsQCA能更好地避免数据转换过程中的信息流失，提高数据的精确度，从而更充分地捕捉到前因条件在不同水平或者程度上的变化带来的影响[25]。

2.数据来源

国家扶贫工作重点县主要集中在中西部地区，旅游扶贫是中西部各省市自治区推动区域经济增长、贫困人口脱贫致富的主要途径。在500个国家全域旅游示范创建单位中，中西部地区就有303个，占总体的60.60%。首批被认定的国家全域旅游示范区共计71个，其中中西部地区有41个，占总体的57.75%。综上，本文主要从中西部地区选取国家扶贫工作重点县作为案例进行研究。受新冠肺炎疫情影响，2019年县级层面的相关数据获取有一定难度，也难以展开实地调查工作，因而本文以2018年为研究年度，选取了条件变量数据较为完整的中西部地区294个国家扶贫工作重点县作为研究样本。首先，样本覆盖面广，有效覆盖了中西部地区全部18个省市自治区。其次，作为研究样本的294个县立足资源禀赋，因地制宜开展全域旅游扶贫，案例之间具有一定程度的相似性，能够进行比较研究。最后，在研究年度，案例间具有异质性，分别处在全域旅游发展的不同阶段，并同时包含具有“负面”(未脱贫)和“正面”(已脱贫)的结果[22]。如重庆市14个国家扶贫工作重点县(区)中，万州、黔江、丰都、武隆、秀山2016年脱贫，开州、云阳、巫山2017年脱贫，石柱、奉节2018年脱贫，城口、巫溪、酉阳、彭水2019年脱贫。2016年巫山县、武隆区、奉节县、石柱县分别入选第一批、第二批国家全域旅游示范区创建单位，其中武隆区、巫山县2019年被认定为首批国家全域旅游示范区。综上可见，本文的条件变量符合QCA方法对于案例的基本要求。

本文中条件变量的8个指标数据主要来源于2018年国家扶贫工作重点县的国民经济与社会发展统计公报，以及政府工作报告，具有较高的权威性和准确性。对于其中个别县个别数据的缺失，本文用其所在的省市自治区相关数据替代。同时，本文选取了2018年中西部18个省市自治区的贫困发生率作为结果变量，数据主要来源于18个省市自治区2018年的政府工作报告。

三、fsQCA的分析过程及结果

(一)变量的选择与描述性统计分析

表1已经对各变量进行了界定。全年接待游客增长比例(J)、住宿与餐饮业营业收入增长比例(Z)、旅游总收入增长比例(L)、地区生产总值增长比例(D)、城镇登记失业率(C)、全年固定资产增长率(G)、森林覆盖率(S)、空气质量优良天数占比(K)、贫困发生率(P)采用各指标所占小数测量，1年内，294个案例。本研究对各变量进行了平均化处理(因篇幅限制，研究变量的原始数据没有放在文章中，如有需要可以提供)，研究变量的描述性统计分析见表2。

表2 研究变量的描述性统计分析结果

(二)变量的校准

给案例赋予集合隶属的过程是校准[8]。把变量再校准为集合，需要依据由理论和实际的外部知识或标准设定3个临界值：完全隶属、交叉点以及完全不隶属，转变后的集合隶属介于0～1之间[25]。本文将8个条件变量和结果变量高贫困发生率的3个锚点分别设定为样本数据分布的75%、50%、25%值并分别作为完全隶属、交叉点、完全不隶属三个锚点，通过fsQCA3.0软件进行隶属度赋值。对于非高(低)贫困发生率而言，其校准规则与原集合正好相反，即以样本数据的75%、50%、25%分别作为完全不隶属、交叉点、完全隶属的三个锚点，计算非集的隶属集合。贫困率低表示县域脱贫效果好，因而非高(低)贫困发生率是本文研究的关键。加之本文有8个条件变量，如果同时研究原集和非集，组态情况过于多样复杂。因此，本文只研究有助于非高(低)贫困发生率产生的组态及其集合关系。本文各个变量的校准锚点通过计算如表3。

表3 各变量校准锚点

(三)数据分析

本文将解的一致性阈值设定为0.8，使用fsQCA3.0软件分析294个国家贫困县案例的贫困发生率，识别出决定非高(低)贫困发生率的组态。

1.必要性分析

在进行真值表程序分析之前，首先要进行必要性检验。一个必要条件可以被视为结果的一个超集(super set)。需要指出的是，如果必要条件被包括在真值表分析中，它可能会在纳入“逻辑余项”的解中被除去，即必要条件可能被简约解消除[24]。贫困发生率的必要条件检测见表4。

由表4可知，各个单项前因条件影响非高贫困发生率的一致性均未超过0.9，不构成必要条件。这就说明单项前置因素对贫困发生率的影响较弱。因此本文通过fsQCA进行组态(前因条件组合)分析。

表4 必要性检验

2.组态分析

(1)复杂解、简约解和中间解

本文按照fsQCA的一般做法，根据简约解和中间解来判断组态的核心条件和边缘条件：如果一个前因条件同时出现于简约解和中间解，则为核心条件，发挥主导和推动作用；若此条件仅出现在中间解，则将其记为边缘条件(辅助条件)，即起辅助贡献的条件[8]。

fsQCA分析会得到三类解：复杂解、简约解以及中间解。根据fsQCA软件运算结果，得到复杂解12个组态，中间解12个组态，简约解9个组态。其中，复杂解不包含“逻辑余项”；简约解包含“逻辑余项”，但不评价其合理性；中间解仅限于将符合理论和实际知识的“逻辑余项”纳入解，并且不允许消除必要条件。一般而言，中间解优于另外2种解[24]，因此本文选择中间解的12个组态进行解读。

(2)导致低贫困发生率的影响因素的组态

根据以上分析的运算结果可得，导致低贫困发生率的影响因素共有12种组态，分别为：

组态1：～Z*～J*～L*D*～G*～K，住宿与餐饮业营业收入增长比例、全年接待游客增长比例、旅游总收入增长比例、地区生产总值增长比例、全年固定资产增长率和空气质量优良天数占比均发挥边缘作用。

组态2：～Z*～J*～L*～D*G*～K，住宿与餐饮业营业收入增长比例、旅游总收入增长比例、地区生产总值增长比例、全年固定资产增长率和空气质量优良天数占比发挥核心作用，全年接待游客增长比例发挥边缘作用。

组态3：～J*～L*～D*～G*S*～K，旅游总收入增长比例、全年固定资产增长率、森林覆盖率和空气质量优良天数占比发挥核心作用，全年接待游客增长比例和地区生产总值增长比例发挥边缘作用。

组态4：～Z*～J*～L*C*～G*S，住宿与餐饮业营业收入增长比例、全年接待游客增长比例、旅游总收入增长比例、年末城镇登记失业率、全年固定资产增长率和森林覆盖率均发挥边缘作用。

组态5：～Z*～J*～L*～D*C*S，旅游总收入增长比例、地区生产总值增长比例、年末城镇登记失业率和森林覆盖率发挥核心作用，住宿与餐饮业营业收入增长比例和全年接待游客增长比例发挥边缘作用。

组态6：～J*～L*C*G*S*～K，旅游总收入增长比例、年末城镇登记失业率、森林覆盖率和空气质量优良天数占比发挥核心作用，全年接待游客增长比例和全年固定资产增长率发挥边缘作用。

组态7：～J*～L*D*～C*～G*～S*～K，旅游总收入增长比例、地区生产总值增长比例、年末城镇登记失业率、森林覆盖率和空气质量优良天数占比发挥核心作用，全年接待游客增长比例和全年固定资产增长率发挥边缘作用。

组态8：～Z*J*～D*C*～G*S*～K，全年接待游客增长比例、地区生产总值增长比例、年末城镇登记失业率、全年固定资产增长率、森林覆盖率和空气质量优良天数占比发挥核心作用，住宿与餐饮业营业收入增长比例、年末城镇登记失业率和全年固定资产增长率发挥边缘作用。

组态9：～Z*～J*D*C*～G*S*～K，全年接待游客增长比例、地区生产总值增长比例、年末城镇登记失业率、全年固定资产增长率、森林覆盖率和空气质量优良天数占比发挥核心作用，住宿与餐饮业营业收入增长比例、年末城镇登记失业率和全年固定资产增长率发挥边缘作用。

组态10：Z*J*～L*D*C*G*～S*～K，住宿与餐饮业营业收入增长比例、全年接待游客增长比例和旅游总收入增长比例发挥核心作用，地区生产总值增长比例、年末城镇登记失业率、全年固定资产增长率、森林覆盖率和空气质量优良天数占比发挥边缘作用。

组态11：Z*J*～L*D*C*～G*S*～K，住宿与餐饮业营业收入增长比例、全年接待游客增长比例和旅游总收入增长比例发挥核心作用，地区生产总值增长比例、年末城镇登记失业率、全年固定资产增长率、森林覆盖率和空气质量优良天数占比发挥边缘作用。

组态12：～Z*～J*～L*D*～C*～K，住宿与餐饮业营业收入增长比例、全年接待游客增长比例、旅游总收入增长比例、地区生产总值增长比例、年末城镇登记失业率和空气质量优良天数占比均发挥边缘作用。

(3)影响结果变量的充要条件和充要条件分析

上述12种组态的解的一致率达到0.869 872(大于0.8)，说明解有意义。其中，组态1、组态4、组态12中均没有指标发挥核心作用，说明这三个组态是影响结果变量的充分条件，而非必要条件。组态2、组态3、组态5、组态6、组态7、组态8、组态9、组态10、组态11均有核心变量出现，说明这九个组态是影响结果变量的充要条件。

对上述12种组态本身(纵向)进一步分析发现，在充分条件的三个组态中，组态1和组态12表现为空间域和产业域的所有指标均起到边缘作用，组态4表现为空间域和要素域的所有指标均起到边缘作用，而上述三个组态中管理域的作用发挥相对较弱。与之形成鲜明对比的是，充要条件的九个组态中管理域所有指标均发挥核心作用的情况共出现5次，其中一个指标(森林覆盖率或空气质量优良天数占比)发挥核心作用的情况共出现2次，说明管理域在全域旅游扶贫中作用显著。

在充要条件的九个组态中，根据核心变量作用发挥的情况，又可细分为以下三种类型：①四域作用均衡型：主要有组态2、组态8和组态9。组态2中产业域所有指标，以及空间域、要素域、管理域各一个指标发挥核心作用；组态8中要素域和管理域的所有指标，以及空间域、产业域各一个指标发挥核心作用；组态9中空间域和管理域的所有指标，以及产业域的一个指标发挥核心作用，要素域作用相对较弱。综上，在上述三个组态中空间域、产业域、要素域、管理域都对区域经济发展有较大贡献，形成合力促进县域脱贫。②旅游业非主导型：主要有组态3、组态5、组态6和组态7。组态3管理域所有指标，以及产业域、要素域各一个指标发挥核心作用；组态5产业域所有指标，以及要素域、管理域各一个指标发挥核心作用；组态6管理域所有指标，以及产业域、要素域各一个指标发挥核心作用；组态7产业域所有指标、管理域所有指标，以及要素域的一个指标发挥核心作用。可见，上述四个组态中产业域、管理域作用明显，要素域次之，而空间域作用较弱，发挥边缘作用，或变量可有可无。换言之，县域作为整体旅游目的地，空间质量不高，“行、住、食、游、购、娱”对区域经济的贡献不大，在三次产业中旅游业并不具有比较优势，而是多要素、多产业、多行业融合，以及在政策拉动下促进县域经济的发展。③旅游业主导型：主要有组态10、组态11。两个组态中空间域作用显著，所有指标均发挥核心作用。同时，产业域中一个指标(旅游总收入增长比例)发挥核心作用，另一个指标(地区生产总值增长比例)发挥边缘作用，要素域、管理域中的所有指标均发挥边缘作用。组态10和11说明旅游业对县域脱贫的综合贡献水平高，是主要的驱动力，统筹引领区域经济发展。但是值得注意的是，这两个组态覆盖的县却极少，仅有颍上县和苍溪县两个县。相比之下，四域作用均衡型和旅游业非主导型所覆盖的县较多，占九个充分条件所覆盖县总体的95.8%。

四、研究结论

本文以中西部地区294个国家扶贫开发工作重点县作为研究样本，通过fsQCA方法，对全域旅游发展与县域脱贫进行了关联性研究，主要研究结论如下：

(1)全域旅游作为一种复杂的环境-经济-社会复合生态系统，各个单项前因条件影响高或非高(低)贫困发生率的一致性均未超过0.9，不构成必要条件，说明全域旅游发展对县域脱贫不是单个因素的独立影响效应。通过研究发现有多个要素聚合为不同的组态，发挥组合效应，成为全域旅游发展影响县域脱贫效果的必要条件，并具有殊途同归性，即产生同一结果(县域脱贫)的路径是多样的。研究结果表明全域旅游扶贫有多种模式和路径，影响或决定县域脱贫的主要变量(因素)之间的规律性关系也是不同的。因而，贫困县要根据自身条件，因地制宜，深入探索和创新全域旅游扶贫的模式和路径，强调差异化发展，突出地方特色和民族特色。

(2)全域旅游作为中国旅游发展的总体战略，是一种政策工具，具有政府推动的特点。本文的研究结果表明，总的来说管理域在全域旅游扶贫中作用显著，说明政府发挥了积极的组织、引导和规制的作用，良好的政策优势是影响县域脱贫的重要因素。当前两批共500个创建单位中仅有71个被正式认定为国家全域旅游示范区(2019年9月)，说明全域旅游仍处于规范引导阶段，政府的角色身份要从开拓者转变为规范者，继续发挥主导作用，加强政策支撑。在国家层面，要重视继发政策的创新，尤其是全域旅游发展政策体系的完善，以及全域旅游扶贫的分类指导和分类管理，鼓励各县在规定动作的基础上，有更多地方特色的自选动作，并在政策和资金等方面给予大力支持，以提升政策供给的精准性和有效性。

(3)研究结果用科学数据有力地支持了“两山论”，绿水青山就是金山银山，优良的旅居环境(森林覆盖率高，空气质量佳)是全域旅游高质量发展，推动县域脱贫的重要因素。我国中西部地区地域广大，大多数国家扶贫工作重点县集中分布在边疆边境、山区、高原地区、黄土区、石漠化区等。此类区域恰是流域上游或重要的流域补水水源地，是生态环境脆弱区、旅游资源丰富区与集中连片特困区交互耦合的特殊区域，贫困问题和生态问题交织，绿色发展、精准扶贫、全域旅游要融合发展、互依共生。因而，全域旅游扶贫必须增强绿水青山就是金山银山的意识，加强环境的治理，持续推进生态保护和修复工作，保护当地生物多样性及景观要素多样性，并与人居环境有机结合，构建“山水林田湖草-人”的生命共同体，依托目的地的自然环境、社会氛围、宜人气候和优良生态为全域旅游发展战略提供了空间性支撑[26]。

(4)从充要条件的九个组态的三种类型来看，旅游业可以一枝独秀发挥脱贫的主导作用，在条件适合的地区，旅游化和工业化一样是推动社会经济发展的有效方式[20]。但是以这种方式脱贫的县极少，说明在中国经济新常态下，单一的产业扶贫、增长式减贫效应减弱。本文研究结果显示四域作用均衡型覆盖的县较多，表明全域旅游扶贫需要空间域、产业域、要素域和管理域协同发展、形成合力，提升县域脱贫的质量。同时，旅游非主导型的组态说明在旅游业不具比较优势的地区依然可以秉承全域旅游发展理念来提升自身的地方品质[21]，推动县域社会经济发展。

综上，本文的研究结论表明全域旅游扶贫是具有普适性的扶贫模式，适合全国推广和全面推进，是新时代扶贫攻坚和防止返贫的重要路径和有力抓手。全域旅游是政策工具而非目标，并不是强调旅游业的主导产业地位，更不是要求各县只发展旅游业，而是要充分发挥旅游业的综合带动作用，通过多种产业融合发展，提升社会综合发展水平，从而实现县域脱贫。