全域旅游推动多维贫困减贫的影响因素及组态分析

杨梅 蒋雅倩 李梦丽 刘力 周泓伶

(重庆理工大学管理学院，重庆 400054)

引言

从朗特里(英)的收入贫困，到鲁西曼与汤德森的相对贫困、刘易斯的文化贫困、阿马蒂亚·森(美)的能力贫困、权利贫困等，随着世界反贫困研究的逐步深入，多维贫困的概念已成为全世界的共识，即贫困是多维度的剥夺，是经济、政治、社会、文化等诸多方面落后的总称[1-5]。2009年，阿尔基尔(Alkire)和福斯特(Foster)提出了一套集贫困识别、加总和分解于一体的多维贫困测度方法，简称为AF法。2008年，联合国发展计划署(UNDP)和牛津大学贫困与人类发展研究中心(OPHI)在AF法的基础上，联合发布了涵盖健康、教育和生活条件3个维度，共计10个指标(不含收入)的全球多维贫困指数(MPI)，既可以从微观层面测量多维贫困，反映多维贫困发生率、多维贫困深度，还能够通过多方面的分解，进一步了解贫困的构成，是被普遍认可的多维贫困测度标准[6]。在脱贫攻坚阶段，我国虽未将多维贫困指数作为官方的贫困标准，但就实践层面而言，我国在减贫过程中经历了由收入贫困单一标准向多维贫困标准的转变[7],“发展生产脱贫一批、易地搬迁脱贫一批、生态补偿脱贫一批、发展教育脱贫一批、社会保障兜底一批”,“稳定实现扶贫对象不愁吃、不愁穿，保障其义务教育、基本医疗和住房”(两不愁，三保障)[8]等精准扶贫的目标、方法和效果，实际上已经体现了多维贫困的思想，注重提升贫困人口生活质量多个维度的获得感与幸福感。2020年，中国跨越绝对贫困门槛后，应在“两不愁、三保障”的基础上制定多维相对贫困标准，既要包括反映“贫”的经济维度、反映“困”的社会发展维度，还要包括生态环境维度，呈现出能力、权利、文化、精神、生态、人力等多维贫困特征[9-11]。

相对贫困是基于社会的比较，绝对贫困下降并不意味着相对贫困也下降，当前中国农村地区的相对贫困现象明显，农村的不平等程度逐渐加大[12]，2020年后减贫工作最艰巨最繁重的任务仍然在农村，要实现农业强、农村美、农民富的全面脱贫目标任重道远。用乡村振兴战略来统筹解决相对贫困和多维贫困时，产业扶贫仍然是增强脱贫地区内生发展能力，更好地推动人的全面发展和社会全面进步的最直接、最有效办法[13,14]。旅游业是20世纪60年代以来发展中国家经济发展战略的重要组成部分，是经济增长的引擎。进入21世纪，国际社会提出“面向贫困人口的旅游”(Pro-Poor Tourism，简称PPT)和“消除贫困的可持续贫困(SustainableTourism-Eliminating Poverty，简称ST-EP)，旅游业成为促进地区经济增长、增加就业机会、消除贫困的一种重要方式。在中国，旅游资源富集区与贫困地区在空间分布上具有重合性，既有研究和旅游扶贫实践经验表明，总体上旅游扶贫存在正效应，减贫作用显著，并随着旅游资源禀赋水平的提高，呈阶梯状增强趋势[15,16]。当前中国特色社会主义已经进入了新时代，但是中国仍然处于并将长期处于社会主义初级阶段的基本国情没有改变，中国经济新常态下，增长式减贫效应减弱与剩余贫困人口的脱贫难度加剧[17]，旅游扶贫需要理念、模式、方法的创新。2016年，国家旅游局提出全域旅游战略，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，带动和促进全域经济社会协调发展，并取得了显著的减贫成效[18,19]。全域旅游作为旅游扶贫的一种新模式，与绝对贫困(收入贫困)脱贫正相关。那么，全域旅游扶贫对多维贫困是否同样具有正向的减贫效果(正相关)，不能凭经验、想当然，需要用科学理论与方法予以验证。同时，全域旅游作为区域协调发展战略，是空间域、产业域、要素域、管理域的旅游完备[20,21]，构成了一个环境-经济-社会复合生态系统，影响全域旅游扶贫效果的维度是聚合为组态(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。如果全域旅游扶贫对多维贫困同样具有正向的减贫效果，那么影响或决定全域旅游扶贫效果的主要因素(变量)之间是怎样的规律性关系，存在着哪些组态，以及作用发挥的情况，需要进一步探索并定量描述，为各级政府科学实施全域旅游扶贫战略、助力全面解决多维贫困提供数据支撑和决策参考。这是在中国反贫困重心发生重要转变、实施乡村振兴战略的新形势下，亟待跟进的研究课题。

已有研究证明，旅游发展水平分别于综合、经济、教育、健康、生活维度贫困的脱钩关系[22]，初步证明全域旅游推动多维贫困减贫。本文运用模糊集定性比较分析方法(fuzzy-setQualitative Comparative Analysis，fsQCA)，从组态视角与集合论思想确定哪些因素成为全域旅游推动多维贫困脱贫的必要条件，可以导致期望的结果(减贫)出现，以及这些因素存在着哪些组合方式(组态)，以及各自作用发挥的情况[23,24]。本研究对于巩固脱贫成果，建立解决多维相对贫困的长效机制，推进全面脱贫与乡村振兴的有机衔接和协同发展具有理论和实践的研究意义。

1 基于fsQCA方法的研究设计

1.1 研究方法

定性比较分析方法(QCA)是由美国社会科学家查尔斯·拉金(Ragin)提出的一种基于集合思想和组态思维，对中小样本案例进行跨案例比较分析的方法，关注多个原因条件与特定结果之间的复杂因果关系，旨在找到导致特定结果的多种条件组合。QCA中主要有3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)。其中，mvQCA和csQCA适合处理结果和条件为分类变量的案例，而本文的前置因素和结果变量为连续变量，fsQCA可以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]，使研究更符合现实逻辑[26]。因而，本文运用fsQCA，构建二分数据表；构造真值表(Truth Table)；解决矛盾组态；布尔最小化；结果解释[27]，来研究全域旅游扶贫与多维贫困脱贫之间的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。

1.2 变量选择

1.2.1 结果变量

贫困发生率也称贫困人口比重指数，是指农村低于贫困线的人口数占农业人口的比重，也就是贫困人口除以农业人口的比率，反映的是地区贫困发生的广度，同时其也是脱贫的重要指标之一，所以本文选定贫困发生率作为结果变量。

1.2.2 前因条件

多维贫困理论认为，贫困是一个多维概念，除收入等货币维度的获得外，还应包括教育、健康和社会生活物品等非货币维度的获得，货币贫困具有可逆性，而教育、医疗等非货币贫困通常表现出不可逆性[28,29]。所以，从教育、健康和生活等多维度综合衡量个体或家庭在发展“能力”和“机会”方面的贫困程度十分必要[34]。本文结合前人研究，从旅游、经济、教育、健康和文化等2个维度选取前因条件来探索全域旅游对县域脱贫的组态影响，如表1所示。

表1 变量选择与定义

1.3 研究年度与数据来源

国家扶贫工作重点县(以下简称贫困县)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%。当前贫困县虽然全部脱贫摘帽，但是完成脱贫的水平即收入水平、三保障水平与其它地区和群体之间还存在一定的差距[30]，2020年后包括贫困县、集中连片贫困地区、民族地区等相对欠发达地区仍然是扶贫开发工作的重点和难点[31]。综上，本文主要从中西部地区选取了120个贫困县作为研究样本。这120个贫困县有效覆盖了中西部地区全部18个省市自治区，都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。同时，分别处在全域旅游发展的不同阶段，案例间具有异质性，并同时包含具有“负面”(未脱贫)和“正面”(已脱贫)的结果。

在数据来源方面，由于2020年的新冠肺炎疫情，旅游业几乎停摆，因而，2020年度旅游业的相关统计数据欠缺客观性，故本文以2019年为研究年度，通过fsQCA方法进行组态因素分析。为了保证权威性和准确性，条件变量的8个指标数据主要来源于中西部120个贫困县2019年的国民经济与社会发展统计公报，以及政府工作报告。对于某些县个别数据的缺失，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18个省市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2019年的政府工作报告。

2 fsQCA方法的运算和结果分析

2.1 单变量必要性分析

在fsQCA的必要条件分析中，计算结果的可靠性主要由覆盖率(coverage)和一致性(consistency)2个指标构成[32]。一致性>0.8可看作事件发生的充分条件，一致性>0.9可看作事件发生的必要条件[33]。表2为运用fsQCA3.0软件进行必要性分析的检验结果。从表中可知，各个单项前因条件影响非高(低)贫困发生率的一致性均未超过0.9，不满足一致性要求，不足以构成影响低贫困发生率的必要条件，这表明这些变量对结果变量的独立解释能力较弱，因此有必要对这些条件变量进行组态分析，以找出导致低贫困发生率的多种条件组合。

表2 必要性检验

2.2 组态分析结果

在根据变量赋值规则进行校准的基础上，利用fsQCA3.0软件构建真值表，对生成的条件组合路径进行分析，与必要性条件分析不同的是，组态分析指出了样本中多个条件相互组合引致结果产生的充分性分析。在分析的过程中，根据Ragin的研究方案，本文将一致性的阈值设定为0.8。通过fsQCA 3.0软件分析可以得出复杂解、简单解、中间解3种析出结果。合理有据、复杂度适中，同时又不允许消除必要条件的中间解被认为是QCA研究中汇报和诠释的首选[34]。因此，本文选定中间解作为研究结果并辅助之于简约解，运算结果见表3。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)，即起辅助贡献作用[35]。

表3 fsQCA软件运算结果一览表

根据表3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。

组态1=～LY*JD*～SC*～NC*WS。其中，旅游总收入增长率、地区生产总值增长率和每百人拥有卫生机构数起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态2=JD*SC*～NC*～XS*～WS*～CX。其中，地区生产总值增长比率、普通中学在校学生数占比、每百人拥有卫生机构数和城乡居民基本医疗保险覆盖率起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态3=～LY*JD*SC*～NC*～XS*～WS。其中，旅游总收入增长率、地区生产总值增长率和普通中学在校学生数占比起到核心作用，全年接待游客增长比例、农村人均可支配收入增长率和每百人拥有卫生机构数起到边缘作用。

组态4=～LY*JD*～NC*～XS*CX*～HL。其中，旅游总收入增长率、全年接待游客增长率、农村人均可支配收入增长率、普通中学在校学生数占比、城乡居民基本医疗保险覆盖率和互联网用户占比发挥边缘作用。

组态5=JD*～SC*～NC*XS*WS*～CX。其中，地区生产总值增长比率、普通中学在校学生数占比、每百人拥有卫生机构数和城乡居民基本医疗保险覆盖率起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态6=～LY*JD*～NC*XS*WS*～CX。其中，旅游总收入增长比率、每百人拥有卫生机构数和城乡居民基本医疗保险覆盖率起到核心作用，全年接待游客增长比例、农村人均可支配收入增长率和普通中学在校学生数占比起到边缘作用。

组态7=JD*～NC*～XS*WS*CX*～HL。其中，每百人拥有卫生机构数、城乡居民基本医疗保险覆盖率和互联网用户占比起到核心作用，全年接待游客增长比例、农村人均可支配收入增长率和普通中学在校学生数占比起到边缘作用。

组态8=JD*～SC*～NC*XS*～CX*HL。其中，地区生产总值增长比率、普通中学在校学生数占比、城乡居民基本医疗保险覆盖率和互联网用户占比起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态9=JD*～SC*～NC*XS*WS*HL。其中，地区生产总值增长比率、普通中学在校学生数占比、每百人拥有卫生机构数和互联网用户占比起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态10=LY*JD*～SC*～NC*～XS*～WS*HL。其中，旅游总收入增长率、地区生产总值增长比率、普通中学在校学生数占比、每百人拥有卫生机构数和互联网用户占比起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态11=LY*JD*～SC*～NC*～CX*HL。其中，旅游总收入增长率和地区生产总值增长率、城乡居民基本医疗保险覆盖率和互联网用户占比起到核心作用，全年接待游客增长比例和农村人均可支配收入增长率起到边缘作用。

组态12=JD*～SC*～NC*WS*～CX*HL。其中，全年接待游客增长率、地区生产总值增长比率、农村人均可支配收入增长率、每百人拥有卫生机构数、城乡居民基本医疗保险覆盖率和互联网用户占比起到边缘作用。

2.3 充要条件分析

从表3可知，导致低贫困发生率的12种组态的一致性均>0.8(理论值)，即说明这些影响因素的组合都满足一致性的条件；解一致性为0.818803(>0.8)，表示上述12种组态是低贫困率发生的充分条件。其中，组态4和组态12中没有前因条件起到核心作用，所以组态4和组态12是低贫困发生率发生的充分条件，而不是必要条件。组态1、组态2、组态3、组态5、组态6、组态7、组态8、组态9、组态10和组态11中均有核心变量发挥作用，说明这10个组态是影响结果变量的充要条件。具体分析如下。

从单项前因条件来看，地区生产总值增长率对多维贫困减贫的影响最为显著，在8个组态中发挥了核心作用；其次是每百人拥有卫生机构数、普通中学在校学生数占比和城乡居民基本医疗保险覆盖率分别在7个、6个、6个组态中发挥了核心作用；再次是旅游总收入增长率和互联网用户占比，分别在5个组态中发挥了核心作用。在上述10个充要条件的组态中，全年接待游客增长比例和农村人均可支配收入增长率均没有发挥核心作用，但都发挥了边缘作用。

从组态来看，主要表现为以下10种组合特征：教育维度与健康维度的组合效应，组态2、组态5体现了普通中学在校学生数占比加每百人拥有卫生机构数加城乡居民基本医疗保险覆盖率的作用；组态8、组态9、组态10体现了普通中学在校学生数占比加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率的作用；健康维度与生活维度的组合效应，组态7、组态8、组态9、组态10、组态11凸显了互联网用户占比加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率的作用；旅游维度与经济维度的组合效应，组态1、组态3、组态10、组态11体现了旅游总收入增长率加地区生产总值增长率的作用；旅游维度与健康维度的组合效应，组态1、组态6、组态10、组态11体现了旅游总收入增长率加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率的作用；教育维度、健康维度与生活维度的组合效应明显，组态8、组态9、组态10凸显了普通中学在校学生数占比加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率加互联网用户占比的作用；经济维度、教育维度与健康维度的组合效应明显，组态2、组态5、组态8、组态9、组态10凸显了地区生产总值增长率加普通中学在校学生数占比加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率的作用；经济维度、旅游维度与教育维度的组合效应，组态3、组态10凸显了地区生产总值增长率加旅游总收入增长加普通中学在校学生数占比的作用；经济维度、教育维度、健康维度与生活维度的组合效应，组态8、组态9、组态10、组态11凸显了地区生产总值增长率加普通中学在校学生数占比加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率加互联网用户占比的作用；经济维度、旅游维度、健康维度与生活维度的组合效应，组态11凸显了地区生产总值增长率加旅游总收入增长加每百人拥有卫生机构数或城乡居民基本医疗保险覆盖率加互联网用户占比的作用；经济维度、旅游维度、教育维度、健康维度与生活维度的组合效应明显，组态10凸显了地区生产总值增长率加旅游总收入增长加每百人拥有卫生机构数加城乡居民基本医疗保险覆盖率加互联网用户占比的作用。

3 结论与讨论

本文以中西部120个国家扶贫工作重点县(贫困县)为研究对象，从旅游、经济、教育、健康和生活等5个维度选取指标，运用模糊集定性比较分析方法(fsQCA)，探究影响全域旅游推动多维贫困脱贫的多重因素及其组合效应，以明确诸多复杂原因变量存在着的排列组合，以及作用的发挥。主要研究结论与建议如下。

fsQCA运算结果表明，多维相对贫困治理中，有多个要素聚合为10个不同组合方式，发挥组合效应，成为影响全域旅游扶贫脱贫成效的必要条件，并具有殊途同归性，即前因是多重并发的，产生同一结果(减贫)的路径或方案是多样的、等效的。同时，在10个充要条件的组态中，旅游总收入增长率在5个组态中发挥了核心作用，而全年接待游客增长比例在全部10个组态中都只发挥了边缘作用。因而，脱贫地区要根据自身条件，结合乡村振兴的战略目标，因地制宜，不断创新全域旅游的脱贫模式、方法和手段，突出特色化、差异化和多元化；同时要注重旅游产业的高质量发展，进一步增强内生动力和可持续发展能力，更好地推动全面脱贫和乡村振兴。

fsQCA运算结果表明，地区生产总值增长率对多维贫困减贫的影响最为显著，在8个组态中发挥了核心作用，而农村人均可支配收入增长率在10个充要条件的组态中均只发挥了边缘作用。同时，在10个充要条件的组态中，旅游维度与经济维度的组合效应显著。验证了发展产业是实现脱贫的根本之策，产业兴旺是乡村振兴的物质基础[36]，脱贫地区要继续大力推进全域旅游，充分发挥旅游业的拉动力和融合能力，推动农村一二三产融合发展，推进全面脱贫与乡村振兴的有机衔接和协同发展。同时也说明我国取得了脱贫攻坚的全面胜利后，产业扶贫对象的转变。脱贫攻坚阶段主要是精准帮扶贫困人口，乡村振兴战略中产业帮扶向支持产业集中连片发展、农户普遍受益转变[37]，强调顶层设计。

fsQCA运算结果表明，教育维度、健康维度、生活维度无论作为单向前因条件，还是组合方式，对多维贫困减贫的影响都较为显著。验证了阿尔基尔(Alkire)和福斯特(Foster)的AF法，以及联合国发展计划署(UNDP)和牛津大学贫困与人类发展研究中心(OPHI)联合发布的全球多维贫困指数(MPI)具有客观性和普遍性。2020年中国农村消除了绝对贫困和收入贫困后，应在MPI的基础上，结合本国实际情况，制定多维相对贫困标准。脱贫攻坚阶段因病、因学致贫是贫困的主要原因，数据显示[38,39]“两不愁、三保障”也只是一个生活保障的底线，当前中国的主要矛盾是人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，我国主要矛盾在农村有其特殊体现：我国最大的发展不平衡是城乡发展不平衡，最大的发展不充分是农村发展不充分[40]，当前脱贫地区可持续发展能力较为薄弱，面临防返贫的压力和挑战。因而，在中国多维相对贫困治理中，要重点关注教育、健康、生活领域的贫困问题，更好地推动人的全面发展和社会全面进步。