武陵山片区农旅融合脱贫效率评价及组态因素分析

杨 梅，李梦丽，蒋雅倩，周泓伶，蔡上升

（重庆理工大学 管理学院，重庆 400054）

2020 年，我国取得了脱贫攻坚的全面胜利，“三农”工作重心转向全面推进乡村振兴。发展重心的转移并不意味着不再继续扶贫、持续减贫。一方面，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；另一方面，相对贫困还会长期存在，是未来减贫的重要内容［1］。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［2，3］，脱贫地区要继续抓实产业、振兴产业，巩固脱贫攻坚成果，推进全面脱贫与乡村振兴的有机衔接和协同发展。产业扶贫通过发展和扶持贫困地区的特色产业，促进社会经济发展，是增强脱贫地区内生发展能力，推动人的全面发展和社会全面进步的最直接、最有效的办法［4-6］。既有研究表明，农业增长的减贫效果高于其他非农产业［7，8］，但是农村自然资源匮乏，要素投入机制还没有形成，仅靠发展农业难以彻底解决脱贫地区产业结构单一、内生动力不足等问题［9-11］。目前我国农村存在的种种问题都源于产业缺失、农业不强、农民不富［12］，要实现全面脱贫和乡村振兴，就必须坚持农业农村优先发展。一方面，要稳住农业这个基本盘，通过供给侧结构性改革提质增效；另一方面，要大力发展乡村产业，一、二、三产业融合发展［13］。脱贫地区多为“老少边山”地区，农牧业比重较大、旅游资源丰富，以农业为基础，充分发挥旅游业的拉动力和融合能力，通过农业和旅游业融合（以下简称“农旅融合”）的功能叠加和特质吸收，提升农业价值，促进旅游业多元化发展，推动农村经济社会持续发展，是现实可行的可持续脱贫路径［14］。我国政府历来重视并大力倡导农旅融合，但由于发展不平衡不充分，内部贫困多元复杂，农旅融合的脱贫效率存在较大的地区差异，脱贫质量亟待提升。在学术界，农旅融合迅速成为研究热点，既有研究主要从产业化视角分析农旅融合的作用、背景、驱动力、融合度、融合模式等，缺少对农旅融合脱贫效率及其影响因素的定量研究。脱贫效率是衡量产业在多大程度上带动贫困地区经济社会发展、贫困人口脱贫致富的重要指标，农旅融合的脱贫效率究竟有多大？哪些因素影响了农旅融合的脱贫效率？这些是当前亟待跟进的研究课题。

本文以武陵山片区为研究对象，运用数据包络分析法（Data Envelopment Analysis，DEA）测度了武陵山片区中37 个县（市、区）2015—2020 年的农旅融合脱贫效率。以脱贫效率为结果变量，从农业发展水平、旅游业发展水平、政府支持水平、居民参与水平、交通建设水平、资本投入水平6 个维度分别选取代表性指标作为条件变量，通过模糊集定性比较分析方 法（Fuzzy - set Qualitative Comparative Analysis，fsQCA）探究哪些因素及其排列组合（即组态）影响了农旅融合脱贫效率，以期为减少农旅融合扶贫中的偏差和低效率，提升农旅融合发展质量提供参考。

1 研究区域、研究方法与数据来源

1.1 研究区概况

集中连片特困地区、民族地区、贫困县等欠发达地区虽然已经全部脱贫，但是这些地区完成脱贫的水平和其他地区还有一定的差距［15］，产业结构单一、产业基础薄弱、内生发展动力不足等问题仍未得到彻底解决［16-19］，在乡村振兴战略中仍然是扶贫开发工作的重点和难点［20］。武陵山片区是以武陵山脉为中心，包括湖北（鄂西南）、湖南（大湘西）、重庆（渝东南）、贵州（黔东北）4 省市，共计71 个县（市、区）的少数民族聚居区、国家扶贫示范区、集中连片特殊困难地区。武陵山片区深山密林、高峡深谷，山地多、耕地少，农业基础薄弱，拥有得天独厚的旅游资源。武陵山片区各县（市、区）一方面调整农业结构，大力发展粮食棉油、果蔬茶叶、中药材等高效经济作物；另一方面积极推进农旅融合，发展乡村旅游、观光农业、休闲农业，脱贫效果显著［21］。综上，本文将武陵山片区作为研究对象和典型案例，研究成果对其他脱贫地区通过农旅融合发展，推进全面脱贫与乡村振兴提供科学参考。

1.2 研究方法

脱贫效率测度方法：数据包络分析法（DEA）是测度产业扶贫效率的常用方法。DEA 能够根据多指标投入和多指标产出，对具有可比性的同类型单元进行相对有效性评价，并具有客观性，无需对数据进行量纲化处理和任何权重假设，利用线性规划的方法识别、比较相对有效单位和无效率单位，找到决策单元（Decision Making Unit，DMU）效率偏低的原因［22-25］。考虑到本文中的DMU 处于规模报酬可变（递增或递减）的情况，运用DEA的BCC模型来测度武陵山片区农旅融合的脱贫效率。

组态因素分析方法：农旅融合是我国重要的产业政策，其脱贫效率是农业发展水平、旅游业发展水平、政府支持、居民参与、资本投入等多个因素相互依存、共同作用的结果。定性比较分析方法（Qualitative Comparative Analysis，QCA）是 基 于 布 尔 代 数（Boolean Algebra）与集合论思想的跨案例比较分析方法，关注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［26］，比案例分析更加客观，比传统线性回归更能清晰体现因果的复杂性。多值集定性比较分析（mvQCA）和清晰集定性比较分析（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，采用模糊集定性比较分析（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，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［27］。本文采用fsQCA方法对武陵山片区农旅融合脱贫效率的多重影响因素及其组合效应进行分析。

1.3 研究区间与数据来源

2015年“中央1 号文件”首次提出了推进农村第一、二、三产业融合，2016 年农旅融合在政府工作报告中被多次提及，2020 年11 月全国832 个贫困县全部脱贫摘帽。基于上述时间节点，本文以2015—2020 年为研究区间，运用DEA方法对武陵山片区37个县（市、区）农旅融合脱贫效率进行测度，在此基础上，对2019 年农旅融合脱贫效率的组态因素进行了分析。37 个研究样本的资源禀赋及产业基础具有一定程度的相似性，但农旅融合发展成效却不尽相同，满足QCA 方法案例间具有异质性，并同时包含“负面”和“正面”结果的要求［28］。需要说明的是，受新冠肺炎疫情的影响，2020 年武陵山片区旅游业出现负增长，影响了农旅融合脱贫效率测度结果的客观性。因此，本文对2020 年的脱贫效率进行了测度和专门分析，但未将其纳入均值的计算。

为保证数据的权威性和准确性，本文的指标数据均来源于武陵山片区37 个县（市、区）2015—2020年度的国民经济与社会发展统计公报、政府工作报告和《湖南统计年鉴》《重庆统计年鉴》《湖北统计年鉴》《贵州统计年鉴》，以及各省市人民政府扶贫开发办公室公布的统计数据。其中，个别缺失数据通过计算均值获得。

2 农旅融合脱贫效率评价

2.1 研究框架与指标选取

农旅融合通过农业与旅游业的相互渗透和交叉，以产业扶贫的方式推动农村经济社会持续发展、贫困人口脱贫致富。在全面脱贫和乡村振兴战略下，我国农旅融合不是一个单纯的产业问题，其脱贫效应涉及社会、经济、生态等多个层面。本文DEA的投入指标从产业发展维度，产出指标从社会、经济、生态3 个维度，分别选取具有代表性、可获得且可计算的显性数据指标来测度农旅融合的脱贫效率（表1）。

表1 指标选取与定义描述Table 1 Indicator selection and definition description

投入指标：产业融合是一个复杂的动态过程，当前我国还没有农旅融合全面、准确、权威的统计数据，本文综合参考既有的研究［29-32］，选取人均旅游收入、旅游人数、农业总产值作为DEA 的投入指标。需要指出的是，本文研究的是农旅融合发展（投入指标）推动地区脱贫（产出指标）的效率，因此人均旅游收入、旅游人数、农业总产值等通常是衡量产业经济发展效果的产出指标，但在DEA 方法中就是投入指标，反映农旅融合的产业发展成效。

产出指标：脱贫攻坚阶段精准帮扶的对象是贫困人口，在经济维度，选取人均GDP 反映地区居民收入和生活水平。农村居民人均可支配收入反映贫困人口的经济收入情况和生活水平，城乡居民收入比反映城乡居民间差距的缩小，减少相对贫困的程度。一个地方必须有产业，有劳动力，内外结合才能发展［33］。农旅融合充分发挥了旅游业产业关联度高，拉动力、融合能力强，具有创造就业的战略性功能［34］，既可以吸引农村居民回归农村、农业，也能够吸纳城镇人口、技术人才等向农村地区转移，间接起到转移剩余劳动力的作用［35］。在社会维度，选取城镇登记失业率反映农旅融合发展对当地就业的总体影响。“绿水青山就是金山银山”，选取森林覆盖率这一指标反映农旅融合发展的生态效益。

2.2 农旅融合脱贫效率测度结果

本文运用DEAP2.1 软件对武陵山区37 个县（市、区）2015—2020 年度农旅融合脱贫效率进行了测度，测度结果见表2。

表2 2015—2020 年武陵山区主要县（市、区）农旅融合脱贫效率Table 2 Poverty alleviation efficiency of integration of agriculture and tourism in the main counties（cities，districts）of Wuling Mountain Area from 2015 to 2020

（续表2）

区域分布特征：从表2 可见，2015—2019 年武陵山片区37 个县（市、区）农旅融合脱贫效率最大值均为1，最小值均不足0.3，平均水平为最优水平的60.3%，处于中等水平。其中，均值最高为100%，最低为最优水平的12.6%，存在较为显著的地区差异。有19 个县（市、区）（占比为51.35%）农旅融合的脱贫效率低于地区均值，存在低效率的状况。值得注意的是，一些旅游资源禀赋好、综合实力较强的县（市、区）农旅融合脱贫效率（均值）却偏低。如湖北省恩施州和利川市脱贫效率（均值）分别为最优水平的12.6%和27.2%，在37 个县（市、区）中排名倒数第一位和倒数第三位。又如，重庆武隆区拥有世界自然遗产，是首批国家全域旅游示范区，但该区除了2019 年脱贫效率为最优水平，其他年份都偏低（不到最优水平的40%）。与之相反，一些经济实力较弱且旅游资源条件相对一般的县（市、区），如湖南古丈县、冷水江市，贵州玉屏侗族自治县，湖南保靖县、辰溪县、靖州县、隆回县、新邵县等脱贫效率却接近或达到最优水平。从省级层面来看，农业大省湖南、湖北脱贫效率相对较好，其次是贵州，而作为我国最大、西部唯一的直辖市重庆，经济实力强、旅游资源丰富，但渝东南两区四县农旅融合的脱贫效率在研究年度普遍偏低。

时间分布特征：从时间序列上观察，武陵山片区37个县（市、区）农旅融合脱贫效率总体上呈现逐年上升的态势，但增长幅度较为平缓，2017 年度大部分县（市、区）脱贫效率略有下降，2019 年农旅融合脱贫效率达到研究区间的最高值，并普遍高于地区均值。从表2 可见，2019 年农旅融合脱贫效率均值为最优水平的71.7%，处于中等偏上的水平，但仍然有17 个县（市、区）（占比为45.95%）的脱贫效率低于地区平均水平。

虽然2020 年的新冠疫情使旅游业受到重挫，但是由于国家采取了一系列稳经济、稳农业、稳就业、稳投资的有效措施，“我国经济长期向好的基本面没有变，疫情的冲击是短期的，总体上是可控的”［36］。因此，DEA的投入指标和产出指标有升有降。武陵山片区旅游综合收入同比下降了23.41%，旅游人数同比下降了21.82%，城乡居民收入比同比下降了3.56%，人均GDP 同比下降了5.27%，而城镇登记失业率同比上涨了14.04%，农业总产值同比上涨了18.54%，农民人均可支配收入同比上涨了8.83%，森林覆盖率同比上涨了1.45%。2020 年武陵山片区37 个县（市、区）脱贫效率同比确有下降，但下降幅度并不是很大，另有一些地区不降反升。其中，湖南省16 个县（市、区）中有9 个脱贫效率同比略有下降，3 个上升，4 个（古丈县、保靖县、吉首市、冷水江市）继续保持最优水平（100%）；湖北省8个县（市、区）中有7 个脱贫效率上升，其中来凤县达到最优水平（100%），1 个（宣恩县）略微下降；贵州省7 个县（市、区）中有6 个脱贫效率同比略有下降，1个（思南县）大幅度上升，从0.419 上升至1.000；重庆市6 个县（市、区）中有2 个脱贫效率略微上升，有4 个脱贫效率同比下降，其中武隆区和丰都县下降幅度较大，从1.000 分别下降到0.388 和0.380。

3 农旅融合脱贫效率组态因素

3.1 研究框架和变量选取

精准脱贫是通过提升贫困地区经济发展水平，从而消除收入贫困和绝对贫困。新古典经济增长理论认为，生产要素（包括劳动和资本）的投入增加和要素生产率（来源包括技术进步、资源配置效率提高、制度创新和规模经济等）的提高是经济增长的动力来源［37］。鉴于此，并考虑到QCA 方法“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”［28］，本文从农业生产水平、旅游发展水平、交通建设水平、资本投入水平、政府支持水平、居民参与水平等6 个方面分别选取1 个代表性指标作为条件变量，运用fsQCA方法对农旅融合的脱贫效率进行了组态分析。

代表性指标的选取与说明：①农业既是收入，又是就业，在农旅融合中具有不可或缺的基础性作用［38］。农业总产值能够反映一个地区农业生产的总规模和总水平，本文参考周鹏飞、沈洋［25］的研究，选取农业总产值表征农业发展水平。②旅游业正成为“融合一、二、三产业的综合性产业，其关联产业达110 多个”［39］，旅游收入包括旅游部门和交通部门向旅游者提供旅游设施、旅游物品和旅游服务等基本旅游收入，以及其他相关部门向旅游者提供设施、物品和服务所获得的非基本旅游收入。本文参考冯斐、唐睿、冯学钢［40］的研究，选取旅游综合收入表征地区的旅游发展水平。③交通建设水平对农业和旅游业的发展具有正效应［41，42］，提高交通通达性能有效拓展农旅融合脱贫效率的提升空间［43］。本文参考王凯、甘畅、王梦晗等［44］的研究，选取公路网络密度来衡量研究区域交通建设水平。④资本的投入尤其是固定资产的投入可以完善农业和旅游业的基础设施建设，对贫困地区的经济发展和脱贫致富起着良好的促进作用。本文参考龚艳、张阳、唐承财［45］的研究，选取第一、三产业投资额占固定资产投资额的比重表征资本的投入。⑤政府不仅能够提供直接的物质保障和资金支持，还可以通过完善基础设施、提高教育水平、优化公共服务、改善民生环境等来推动农旅融合发展，进而提高农旅融合脱贫成效［46］。本文参考陈超凡和王［47］的研究，选取地方财政一般预算支出衡量政府支持水平。⑥一般来说，人均GDP越高，表明包括农业和旅游业在内的产业经济创造值也越大，并在一定程度上反映了居民的产业参与情况。本文参考杨光明、杨航、张帆等［48］的研究，选取人均GDP表征农旅融合发展中居民参与水平。条件变量定义及描述见表3。

表3 变量选择与定义Table 3 Variable selection and definition

3.2 fsQCA组态与充要条件

通过必要性分析，发现单项前因条件影响农旅融合脱贫效率的一致性均未超过0.9，即对脱贫效率的影响较弱，不能单独构成必要条件。组态（条件组合）分析结果见表4。

由表4 可知，产生高脱贫效率的影响因素组态一共有3种，分别为组态H1（～NY*～LY*～CZ*～RJ）、组态H2（～NY*～LY*GL*～TZ*～CZ）、组态H3（～NY*～LY*GL*TZ*CZ），解的一致率为0.92（大于0.8），解有意义，且均有核心变量出现，说明上述组态是产生高脱贫效率的充要条件。①从单项前因条件来分析，农业发展水平和旅游发展水平对农旅融合脱贫效率的影响最为显著，在3 种组态中发挥了核心作用。交通建设水平和政府支持水平对脱贫效率影响较为显著，发挥核心作用的情况分别出现了两次，说明政府支持、交通设施完善、交通网络通达对于地处西南边陲、山高林深的武陵山片区提升农旅融合脱贫效率的重要性。在生产要素中，劳动力和资本一直被视为经济增长的源泉，但在产生高脱贫效率的3 种组态中，居民参与水平和资本投入水平均未发挥核心作用，仅作为辅助条件分别出现2 次。②从组态来分析，主要呈现出3 种组合形式：交通建设水平+政府支持水平+农业发展水平+旅游发展水平发挥核心作用；交通建设水平+农业发展水平+旅游发展水平发挥核心作用；政府支持水平+农业发展水平+旅游发展水平发挥核心作用。农业发展水平和旅游发展水平这两个前因条件在上述模式中都同时发挥了核心作用。

表4 农旅融合脱贫效率影响因素的组态结果Table 4 Configuration results of the factors affecting the efficiency of poverty alleviation in the integration of agriculture and tourism

产生非高脱贫效率的影响因素组态一共有8种，分别为组态NH1（NY*LY*GL*RJ）、组态NH2（NY*LY*～GL*CZ*～RJ）、组态NH3（～NY*GL*TZ*CZ*～RJ）、组态NH4（NY*～LY*～GL*～TZ*～CZ*～RJ）、组态NH5（～NY*LY*～GL*～TZ*～CZ*～RJ）、组态NH6（NY*～LY*GL*～TZ*CZ*～RJ）、组态NH7（NY*～LY*～GL*TZ*CZ*RJ）、组态NH8（NY*LY*TZ*CZ*～RJ）。上述组态解的一致率为0.90（大于0.8），解有意义，且均有核心变量出现，是产生非高脱贫效率的充要条件。①从单项前因条件来分析，武陵山片区居民对农旅融合持积极态度，居民参与水平共有7 次发挥核心作用；农业发展水平、旅游发展水平、政府支持水平分别各有3 次发挥核心作用；交通建设水平有2 次发挥核心作用；资本投入水平则没有发挥核心作用。对比产生高脱贫效率的3 种组态，资本投入水平在其中也未发挥核心作用，说明当前武陵山片区农旅融合缺乏充足的产业发展资金。②从组态来分析，主要呈现出4 种组合形式：居民参与水平+农业发展水平；居民参与水平+旅游发展水平发挥核心作用；居民参与水平+政府支持水平+交通建设水平发挥核心作用；居民参与水平+农业发展水平+政府支持水平发挥核心作用。居民参与水平在上述模式中都发挥了核心作用，说明虽然当地居民对脱贫致富充满信心，农旅融合的参与度高，但受到产业基础薄弱、产业发展资金不足等条件的制约，因此脱贫效率不高。

4 结论与建议

4.1 结论

本文运用DEA 和fsQCA 方法测度了武陵山片区37 个县（市、区）2015—2020 年农旅融合脱贫效率，分析了影响脱贫效率的多重因素及其组合效应，主要结论如下：①农旅融合必须夯实产业基础，农业提质增效，旅游业多元化发展，以提升脱贫效率。产生高脱贫效率的3 种组态中，农业发展水平和旅游发展水平是核心条件，在农旅融合中发挥了主导和推动作用。产生非高脱贫效率（低脱贫效率）的“居民参与水平+政府支持水平+交通建设水平”组态也反证了上述结论，如果没有坚实的产业基础，农村内生发展动力不足，会导致农旅融合脱贫效率低（不高）。②农旅融合要坚持农业优先发展、高质高效发展。新冠肺炎疫情冲击下，2020 年武陵山片区旅游业负增长，但国家政策保障有力、农业发展强劲，农业总产值同比大幅增长，因此农旅融合脱贫效率并未出现大幅下降，说明农旅融合必须强农业，以农业为主体。产生非高脱贫效率（低脱贫效率）的“居民参与水平+旅游业发展水平”组态也反证了这一点，同时也很好地解释了即使旅游资源禀赋好、经济实力较强的省市县区，如果忽视农业作为农村传统优势产业的核心作用，也会导致农旅融合脱贫效率低。③农旅融合以农为主，并不是要求农业的主导产业地位，而是以农业为依托和根本，旅游业为引导，两者同时发力，“以农促旅、以旅兴农”。传统农业具有弱质性，产生非高脱贫效率（低脱贫效率）的“居民参与水平+农业发展水平”“居民参与水平+农业发展水平+政府支持水平”两种组态说明只发展农业也是不行的。产生高脱贫效率的3 种组态中，农业发展水平和旅游发展水平同时发挥核心作用，而非高脱贫效率（低脱贫效率）的8 种组态则完全相反，农业和旅游业没有一次同时发挥核心作用，有力地支持了上述结论。

4.2 建议

结合上述研究结论及发现的问题，提出建议：①当前武陵山片区农旅融合的脱贫效率不高，影响了区域脱贫质量的进一步提升。在2020 年后的相对贫困治理中，武陵山片区要在乡村振兴战略指导下，根据自身条件，因地制宜，积极探索和大胆创新农旅融合特色化、多元化的脱贫模式和发展路径，通过农旅融合夯实产业基础，振兴产业，推动农村经济社会高质量发展。②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，强调顶层设计，需要政府的组织、引导和指导。对武陵山片区来说，政府支持水平是影响农旅融合脱贫效率的重要因素，各级政府要加大对产业发展短板的政策扶持。具体措施有：一是持续加大对农业的投入，用管理和技术推进农旅深度融合，提升农业发展质效，推动农业转型升级，实现农业现代化。二是进一步完善农村的交通基础设施，创造条件加快建设高铁、动车、支线机场，形成体系完善、内外通达的交通系统。三是强化财政支持，整合资金，重点培育和壮大农业、旅游业，促进农旅深度融合。同时，要引导资金向脱贫地区聚集与共生，允许资本进入农业领域，进入旅游业等非农领域。四是坚持农民在乡村振兴中的主体地位，加强对劳动力素质与产业技能的培育，大力发展村镇集体经济，切实推进农旅融合与农民可持续生计的协同发展，兴业富民。