河南省旅游扶贫效率研究——基于DEA-Malmquist指数模型

张时坤 孙双利

(1.商丘师范学院 经济管理学院，河南 商丘476000；2.商丘学院 经济管理学院，河南 商丘476000)

一、引言

贫困问题是世界性难题，一直伴随着人类社会的生存与发展。2013年，国家首次提出精准扶贫，从产业、教育、转移就业等方面实施精准扶贫。旅游扶贫是国家精准扶贫计划中一项十分重要的内容，是精准扶贫的新引擎，旅游业从业门槛低，收益可观，既符合“大众创业，万众创新”的需求，又符合乡村振兴的时代主题，已经有越来越多的贫困地区通过发展旅游业走上了脱贫致富的道路。

对此展开研究的学者也取得了丰硕成果，如陈超群等(2019)通过德尔菲法与层次分析法构建乡村旅游扶贫绩效指标体系，通过改进的熵值法确定各项指标的权重，并利用加权平均综合标准模型进行绩效评价[1]；侯玉霞等(2020)运用DEA模型对南岭走廊民族地区11个市自2014年精准扶贫以来的旅游扶贫效率进行测算，并通过Malmquist指数和Arc GIS软件探析其时空分异规律[2]；梁兴群等(2020)采用Super-SBM模型和ML指数分解，构建旅游扶贫效率评价模型对大别山区28个重点县的扶贫效率进行实证分析[3]；张大鹏等(2020)利用民族特困地区2011—2017年的县级面板数据，运用随机前沿分析法(SFA)测度旅游减贫效率，并对相关影响因素进行理论分析与实证检验[4]。通过梳理现有研究可以得到结论，对旅游扶贫绩效和效率的评价大多运用定量分析方法，主要包括熵值法与加权评分法相结合、熵权法、问卷调查法等，尤其是在对旅游扶贫效率评价时多采用数据包络分析法，建立相关模型进行实证分析，在这一过程中兼有定性的评价体系。本文拟采用DEA-Malmquist指数模型，通过构建河南省旅游扶贫效率评价体系，深入讨论旅游扶贫效率存在的具体问题，并提出针对性的建议，以更好地发挥旅游业在乡村振兴战略中的重要作用。

二、河南省旅游业发展对经济增长的影响

(一)旅游业发展概况

2011—2020年河南省国民经济和社会发展统计公报显示(见表1)，2011—2019年，河南省旅游总收入从2802.06亿元增加到9606.96亿元，年均增长率达到16.65%；2020年，由于疫情原因，旅游总收入呈断崖式下降，增长率为-49.9%。2011—2019年，河南省全省接待海内外游客次数从30700万人次增加到90154万人次，年均增长比率高达14.4%；2020年，接待游客人次降至55064万人次，增长率为-38.9%。除2020年特殊情况，两项主要统计指标年均增长率均在10%以上，充分体现了河南省旅游产业正以较快的发展速度崛起。

表1 2011—2020年河南省旅游收入及接待游客人次

(二)旅游业发展对经济增长的影响

旅游业的迅速发展，对经济产生了重要影响。从旅游收入占GDP的比重来看，2011—2019年间，河南省旅游业对GDP的贡献率逐年上涨，从10.6%增至17.7%，2020年因疫情原因降至8.8%；从旅游收入占第三产业增加值比重来看，2011—2019年，河南省旅游收入占第三产业增加值比重均在30%以上，且呈现出明显的上升趋势，2020年因疫情原因导致该比例下降至18.0%，如表2所示。从整体来看，旅游业对经济增长的拉动作用十分明显。

旅游扶贫作为精准扶贫的手段之一，首要任务应该是带动农村地区贫困居民收入上涨，促进地区的产业发展，因此可从农村居民可支配收入、人均GDP(元)判断扶贫的效果大小。表2数据显示，2011—2020十年间，河南省人均GDP从27901元增加至55435元，年均增速7.9%；农村居民家庭人均可支配收入从6604.03元增加至16107.93元，年均增速为10.4%，整体高于人均GDP增速。虽然从增速上来看，人均GDP增速及农村居民家庭人均可支配收入增速都呈下降趋势，但绝对值数额均明显增加，旅游扶贫效率如何，还需构建评价模型深入分析。

表2 2011—2020年河南省部分经济指标变动情况

三、河南省旅游扶贫效率实证分析

(一)分析方法介绍

1.DEA模型

DEA模型是一种能够线性规划在较多投入和产出指标情况下的分析工具，其模型计算原理主要依靠将目标决策单元与其他单元相比较得到计算结果。按照规模报酬可变与否，DEA模型分为BCC和CCR模型。本文根据旅游业的规模特征，选用BCC模型测算河南省旅游扶贫综合效率，并根据公式进一步拆分为纯技术效率和规模效率。

2.Malmquist指数

传统DEA模型只能分析静态效率，在同一时间点进行横向比较，Fare等在1994年创新性地构建了DEA-Malmquist模型，通过观测多个时间点上全要素生产率的动态演变情况，对数据面板进行动态分析，其表达式如公式(1)所示:

(1)

当结果大于1时，表示全要素生产率TFPCH上升；当结果等于1时，表示全要素生产率TFPCH保持不变；当结果小于1时，表示全要素生产率TFPCH下降。

在规模收益可变情况下，该指数可以拆解为两项，分别为技术效率变化指数(EFFCH)和技术进步指数(TECHCH)，技术效率变化指数(EFFCH)又可以拆分为规模效率指数 (SECH) 和纯技术效率指数(PECH) ，因此，TFPCH可演变为三个效率指数的积，如公式(2)所示：

TFPCH = EFFCH×TECHCH =SECH×PECH×TECHCH

(2)

(二)指标体系构建与数据来源

1.指标体系

投入指标方面，基于文章是研究旅游扶贫效率分析，结合各地市实际数据发布情况，本文最终选择人均旅游收入、人均接待游客人次作为投入指标；产出指标方面，旅游扶贫的首要任务是带动农村地区贫困居民收入上涨，促进地区的产业发展，因此，本文选择农村居民可支配收入、人均GDP(元)作为产出指标，具体如表3所示。

表3 河南省旅游扶贫效率评价指标

2.数据来源

本文将选取河南省18个地市2011—2020年相关指标进行旅游扶贫效率评价，可以详细了解各地市的旅游扶贫效率，还可以通过横向比较研究，了解地市间旅游扶贫效率存在的差异，总结归纳河南省内旅游扶贫的差异和共性，指标数据来源于对应年份河南省统计年鉴及各地市统计公报。

(三)实证结果分析

1.静态分析

(1)综合效率分析

从河南省18个地市的整体情况来看，2011—2020年间旅游扶贫综合效率较低，均值仅为0.46，属于非DEA有效，具体情况如图1所示，综合效率值在2011和2020年达到最高值，为0.48；2013年和2018年最低，仅为0.43。由图1可知，综合效率值的波动区间为0.43—0.48，变动幅度较小，有上升趋势，但不明显。

具体到各地市来看，10年间综合效率地区之间差异较大，均值排名第一位的是漯河，为0.99；排名最后一位的是洛阳，仅为0.14，具体如表4所示。由表可知，高效率地区有漯河、濮阳、商丘，平均效率值在0.9以上；中效率地区有许昌、周口，平均效率值在0.6—0.8之间；其余城市均属于低效率区域，平均效率值低于0.6。

整体来看，河南省各地市旅游扶贫综合效率较低，经过十年发展，大多数城市目前仍处于中低效率水平，资源价值发挥不充分。随着旅游发展政策及精准扶贫策略的进一步实施，河南省各地市旅游效率有望继续提升。

图1 2011—2020年河南省旅游扶贫效率变化图

表4 2011—2020年河南省旅游扶贫综合效率变动情况

(2)技术效率分析

从技术效率角度看，根据表5可知，2011—2020年，河南省技术效率波动区间为0.56—0.61，均值为0.58，处于较低水平且无明显上升趋势，如图1所示。具体到各地市，郑州、濮阳、许昌、漯河达到有效值1，可以看出这些城市旅游业发展过程中很注重技术研发及应用，并获得较好成效。其余城市中除了济源、商丘处于高效率区域、周口处于中等效率区域，均低于0.6，处于低效率区域，这些地市均属于非技术有效，产出相对于投入未达到最大值。

表5 2011—2020年河南省旅游扶贫技术效率变动情况

(3)规模效率分析

从规模效率看，如表6所示，2011—2020年，河南省旅游扶贫规模效率均值为0.81，与最优规模相比差距较大。各地市规模效率值均小于1，为非规模有效，具体情况如下：漯河、安阳、开封、新乡、南阳、商丘、信阳、平顶山、驻马店、濮阳、周口规模效率在0.8以上，属于高效率区域；许昌、三门峡、焦作、鹤壁规模效率在0.6—0.8之间，属于中等效率区域；其余城市规模效率值均在0.6以下，属于低效率区域。

表6 2011—2020年河南省旅游扶贫规模效率变动情况

(4)技术效率与规模效率分布

为了更好地观察各地市旅游扶贫效率情况，根据表5、表6中各地市技术效率和规模效率的均值，以0.8为界限，将18个地市旅游扶贫效率划分到4个区域，如图2所示。第一区域为“双高型”，该区域内的城市技术效率和规模效率均大于0.8，包括漯河、商丘、濮阳，这些城市旅游扶贫已经产生了一定的规模效应，在技术创新等方面也具有良好的资质；第二区域为“一低一高型”，该区域内的城市具有较低的规模效率、较高的技术效率，包括济源、郑州、许昌，这些地市集聚效应较弱，尚未形成大规模发展，但技术创新应用较为充分；第三区域为“双低型”，技术效率和规模效率均低于0.8，包括洛阳、焦作、三门峡、鹤壁，这些城市在旅游扶贫方面还需进一步提高扩大规模、提高科技水平，充分发挥旅游业的带动效应；第四区域为“一高一低型”，该区域内城市具有较高的规模效率和较低的技术效率，包括周口、驻马店、南阳、信阳、新乡、安阳、平顶山、开封，这些城市旅游扶贫已经形成一定规模，但在科技方面还需继续提升，以全面促进旅游扶贫综合效率的提高。

图2 河南省各地市技术效率、规模效率分布情况

2.Malmquist 指数分析

通过DEA模型的测算原理可知，DEA-BCC模型得出的结果是在确定时间范围内的效率值，即目标决策单元的静态值。DEA-Malmquist 指数弥补上述模型测量结果的不足，测量决策单元的动态效率值，在计算 Malmquist 指数过程中，可将效率变化进行分解。本文从动态视角方面利用将全要素生产率(TFPCH)分解为技术进步指数 (EFFCH) 与技术效率变化指数 (TECHCH) ，以此来分析河南省各地市旅游扶贫效率的动态变化，具体运算结果如表7所示。

由表7可知，河南省旅游扶贫效率在2011—2020年间波动式发展，TFPCH平均每年下降0.4%，其中2011—2014、2016—2017、2018—2020三个时间段表现为上升状态，为正增长；2014—2016、2017—2018年为负增长。将TFPCH分解后可知，EFFCH平均每年上升0.5%，TECHCH平均每年下降0.9%，由此可知TFPCH下降主要是由TECHCH下降导致的。再将EFFCH进行分解可知，PECH年均下降0.1%，SECH平均每年上升0.6%，由此可见，EFFCH上升主要由规模扩张带来的效率上升导致，但同时纯技术应用不充分反而导致PECH下降，对EFFCH上升具有阻碍作用。从数据结果可知，全要素生产率的下降较大程度上源自技术进步指数的降低，同时技术效率指数虽然整体上升但纯技术效率下降不利于该指数上升，两种变化均不利于全要素生产率的提高。因此，可以看出河南省旅游扶贫事业的发展需要进一步提高先进技术的投入与使用，仍具有较大的发展空间。

具体到各个地市，18个地市中有12个地市TFPCH呈现上升态势，其余6个地市则不同程度的降低，具体如表8所示：郑州、开封、安阳、鹤壁、新乡、焦作、许昌、漯河、南阳、商丘、周口、济源的TFPCH分别增加了1.4%、7.8%、6.6%、4.7%、2.7%、1.1%、1.4%、2%、2.2%、1.4%、2.1%、3.7%；洛阳、平顶山、濮阳、三门峡、信阳、驻马店分别降低了3%、0.6%、12.4%、1.6%、2.2%、21%。TFPCH下降的6个地市中，洛阳、濮阳、驻马店的TECHCH也呈下降趋势，这表明“技术进步”的下降是抑制旅游扶贫效率提升的重要因素。另外，鹤壁、许昌、商丘、周口、济源的TECHCH也小于1，说明这些地市旅游扶贫事业中高新技术的运用效率较低。除此之外，除了洛阳、鹤壁、许昌、漯河、三门峡、商丘、周口、济源外，其余10地市还受到规模效率的制约。因此，河南省各地市应该大力发展技术创新，提升旅游扶贫的技术创新能力，受规模效率制约的城市还应该加强旅游扶贫规模扩张效率的改进，全面提高旅游扶贫效率。

表7 2011—2020年河南省旅游扶贫效率Malmquist指数及其分解

表8 河南省各地市旅游扶效率贫Malmquist指数及其分解

四、对策与建议

结合DEA-Malmquist指数模型的方法，本文对河南省18个地市2011—2020年旅游扶贫效率进行了静态和动态衡量，主要研究结论有:18个地市综合效率差异较大，整体处于较低水平，十年均值仅为0.46；濮阳、商丘、漯河3地市的旅游扶贫效率较高，属于“双高型”，进一步调整投入和产出便有望实现DEA有效；鹤壁、焦作、三门峡、洛阳4地市属于“双低型”，规模效率和纯技术效率都亟须提高；18个地市TFPCH年均下降0.4% ，主要原因在于TECHCH年均下降0.9%。针对河南省旅游扶贫基本情况和测算结果，提出以下三点建议。

一是提高旅游技术创新水平。从数据分析结果可以看出，河南省旅游扶贫效率受制于技术进步效率因素影响。旅游业发展应紧跟时代步伐，各环节与现代科技相融合，打造旅游新业态新产品。

二是加快地区协同发展，提高资源使用效率。河南省旅游业区域发展不平衡，资源没有得到充分的整合、分配和利用。需要建立城市之间的紧密合作关系，加强多方的沟通和协作，提高资源使用效率。旅游产业作为综合性产业，既需要多产业分工支持，也需要多地区协同合作。

三是推动农旅融合，加强多元产业互动。乡村旅游作为一种年轻的旅游形态，逐渐成为现代人休闲养生、观光旅游的优质选择。要实现乡村旅游与乡村振兴的协调发展，乡村旅游能够促进农村产业兴旺发达，促进农村生态环境优化，促进农村优秀文化的传承，促进农民富裕。乡村旅游的形式较为单一，提供的旅游产品和服务同质化严重，创新性和体验感不强，难以形成规模效应和游客黏性。而“旅游+农业”产业融合发展模式，是持续推动乡村旅游发展和农业高质量发展的有效途径。因此，需要进一步盘活农旅产业，深入挖掘农旅融合潜力和发展空间，拓宽农村地区经济社会发展道路，通过深入发展旅游观光农业、旅游体验农业和旅游娱乐农业等方式，加大农旅产品的宣传，拓展域内既有旅游资源和新兴农业的合作思路，加深融合力度。