云贵地区旅游多维扶贫效率研究

史文涛 张昱

摘 要：本文以云贵地区25个市（州）为研究对象，从经济、教育、健康和社会发展多维贫困角度出发，运用Bootstrap-DEA模型，以及ArcGIS空间分析方法，研究云贵地区旅游多维扶贫效率及空间分布特征。研究表明：云贵地区旅游多维扶贫效率整体处于较低水平，旅游多维扶贫仍有较大的发展潜力。旅游多维扶贫效率空间分布上逐渐由“大分散”向“小集聚”转变。高效率区逐渐向滇西南和滇中集中分布；较高效率区逐渐集中分布在滇南；一般效率区逐渐向滇东北和黔西北一带集中分布；低效率区逐渐集中分布在黔北和黔中南；极低效率区主要集中分布在滇西北和黔中。

关键词：旅游多维扶贫效率；旅游资源优势度；耦合协调关系；云贵地区

中图分类号：F2     文献标识码：A      doi：10.19311/j.cnki.16723198.2023.19.013

0 引言

贫困是制约人类社会可持续发展的首要因素，消除貧困、提高人民生活质量和改善生存环境关系到贫困地区的社会稳定、民族团结和繁荣发展。随着对贫困研究的深入，阿马蒂亚·森将贫困扩展到包括经济、社会、健康、教育等多维贫困。由于旅游业兼具强大的产业关联效应和巨大的吸纳就业作用，因此将旅游减贫作为旅游资源条件较好贫困地区加快脱贫致富、激发发展活力、改善生态环境、实现共同富裕的主要手段。在多维扶贫的背景下，研究旅游多维扶贫效率对于提高旅游业的减贫成效具有重要价值。目前研究方向主要集中在旅游扶贫模式、旅游扶贫效率绩效、旅游扶贫评价、旅游扶贫效率时空格局等，而从多维贫困视角研究旅游多维扶贫效率的文献还比较有限。研究方法多采用传统DEA模型，随着研究不断深入，逐渐延伸至三阶段DEA模型、DEA-Malmquist指数等。

云贵地区位居我国西南腹地，由于自然地理环境和人文地理环境的影响，贫困面广、贫困程度深，为中国扶贫工作的主战场。但云贵地区具有丰富的旅游资源，近年来随着旅游业的发展，旅游扶贫逐渐成为脱贫攻坚的重要途径。综上所述，本文以云贵地区25个市（州）为研究对象，基于多维贫困理论，从经济、教育、健康和社会发展4个维度出发，采用Bootstrap-DEA的纠偏技术和ArcGIS空间分析方法，构建云贵地区旅游多维扶贫效率模型，以期探讨云贵地区旅游多维扶贫效率及空间分布特征，为进一步研究云贵地区旅游促进乡村振兴提供借鉴。

1 研究区域概况

2020年我国脱贫攻坚战取得全面胜利，标志着我国绝对贫困问题已得到解决，但多维贫困问题仍将长期存在，缓解多维贫困将成为新时代扶贫工作的重点。云贵地区位于我国西南边陲，具有贫困面广、程度深、边疆、多民族、革命老区、发展起步晚、生态环境脆弱等特征，因此区域内多维相对贫困问题依然存在。云贵地区生态环境优良，旅游资源种类多且质量高，少数民族传统文化丰富多彩，红色文化资源独特；旅游业发展势头良好，2019年本区域旅游收入23357.01亿元、旅游人次19.50亿，在旅游业发展推动下，云贵地区人均GDP、农村居民人居纯收入、教科文卫事业公共预算支出等均有一定程度提升，因此发展旅游业推动本区域多维贫困治理具有得天独厚条件。

2 研究方法与数据来源

2.1 研究方法

数据包络分析法是对“多投入、多产出”决策单元进行有效性评价的一种数量分析方法，实际中样本评价存在偏差，导致评价结果可信度降低。后来学者提出了Bootstrap-DEA模型，通过重复抽样模拟数据生成过程，避免DEA评估结果存在的误差。所以运用Bootstrap-DEA模型测量云贵地区旅游多维扶贫效率。

2.2 指标选择和数据来源

2.2.1 指标选择

科学合理选取投入和产出指标是获取有效评价结果的前提。根据已有研究成果综合云贵地区实际情况，投入指标方面选取了能够反映旅游业发展成效和旅游业对相关产业融合带动作用的人均旅游收入和人均旅游人数，其反映了旅游业实体经济投入对云贵地区的综合贡献效率，能有效表示旅游扶贫效果。根据多维贫困研究，产出指标方面，经济维度选取人均GDP、城镇居民人均可支配收入、农村居民人均纯收入；教育维度选取每万人中学生人数；健康维度选取每千人卫生技术人员数和床位数；社会维度选取人均一般公共预算支出（如表1）。

2.2.2 数据来源

依照已构建的多维旅游扶贫效率评价指标体系，利用云贵地区25个市（州）2020年统计年鉴与国民经济和社会发展统计公报提供的基础数据，建立包含经济维度、教育维度、健康维度、社会维度4个维度7个指标体系的云贵地区属性数据库，用以测度旅游多维贫扶贫效率。

3 云贵地区旅游多维扶贫效率结果分析

3.1 旅游多维扶贫效率分析

如表2所示，根据Bootstrap-DEA模型对云贵地区25个市（州）旅游多维扶贫效率进行测算，结果表明，云贵地区旅游多维扶贫效率处于较低水平，平均效率为0.395。从时间变化而言，云贵地区2015-2019年旅游多维扶贫效率平均值分别为0439、0340、0363、0467、0367处于低水平徘徊阶段，具体而言，2015-2019年云贵地区旅游多维扶贫效率值高于平均值的市（州）数量为11个、11个、12个、13个、12个，分别占市（州）总数的44%、44%、48%、52%、48%，这表明云贵地区47%的市（州）将旅游资源优势转化为经济优势，旅游产业的发展带动了当地经济社会的进步，提高了居民生活质量，扶贫成效显著；而53%的市（州）旅游资源需要深度挖掘，旅游业发展质量有待提高，旅游扶贫效率仍有较大发展潜力。此外，旅游多维扶贫效率最高值为0678，而最低值为0127，表明云贵地区25个市（州）的旅游多维扶贫效率区域差异显著。

3.2 旅游多维扶贫效率空间分布特征

为了进一步探讨云贵地区旅游多维扶贫效率空间分布规律，选取2015年和2019年2个时间节点，借助ArcGis软件自然断点分级法，将云贵地区25个市（州）旅游多维扶贫效率划分为极低效率区、低效率区、一般效率区、较高效率区和高效率区5个层次（如图1、图2）。整体来看，云贵地区25个市（州）旅游多维扶贫效率逐渐从“大分散”向“小集聚”的空间格局演变。

（1）高效率区从2015年分散分布在滇西南、滇西北、滇东南和滇东北逐渐演变到集中分布在滇西南地区的临沧市、保山市和大理州，滇中地区的昆明市和玉溪市，滇东南的文山壮族自治州以及黔西地区的六盘水市。表明上述地区充分利用大理古城、腾冲温泉、石林、滇池等丰富的旅游资源和沪昆高铁、南昆高铁开通的便利优势，以及昆明和大理的“涓滴效应”影响，大力发展旅游业，通过旅游业的辐射带动作用促进了当地经济发展、社会进步和生活质量提高。黔西地区的六盘水市积极推进城市转型，充分利用气候“凉都”优势，发展避暑游和冰雪游，带动居民就业、增加收入、实现旅游减贫。

（2）较高效率区从2015年分散分布在滇中地区和黔东南地区逐渐演变到集中分布在滇南地区的普洱市和红河州，表明滇南地区逐渐开始利用普洱市冬无严寒，夏无酷暑，“绿海明珠”“天然氧吧”的生态资源优势和元阳哈尼梯田世界文化景观遗产的民族文化资源优势开展生态游、康养游和民族文化游逐渐带动经济社会发展，推动减贫工作取得实效。

（3）一般效率区从2015年分散分布在云贵地区各地逐渐向云贵接壤的滇东北曲靖市和黔西北毕节市一带集中分布，滇东北和黔西北地区旅游资源相对匮乏，交通优势不显著，主要靠周边的滇中地区和黔西地区辐射作用，带动当地旅游业发展，所以在推动减贫工作上效果不显著。

（4）低效率区从2015年穿插分布在云贵地区逐渐演变到集中分布在黔北地区的遵义市、铜仁市和黔中南大部分地区，表明上述地区没有充分利用当地遵义会议会址、四渡赤水等红色文化资源，西江千户苗寨、侗族大歌等民族文化资源和喀斯特地形地貌资源发展旅游业辐射带动旅游减贫。

（5）极低效率区主要集中分布在滇西北地区的丽江市、迪庆藏族自治州和黔中地区的安顺市，虽然上述地区人均旅游收入和人均旅游人次都处于上中游水平，却出现扶贫效率不高的实际情况，主要原因为虽有丽江古城、香格里拉和黄果树瀑布等个别著名旅游景点但旅游资源丰度不够，旅游产品相对单一，游客停留时間少，旅游目的地的“虹吸效应”影响较弱，而在旅游资源开发过程中可能存在“孤岛效应”，致使旅游发展对区域减贫效应没有起到推动作用，旅游发展尚未有效转化为贫困人口的脱贫动能。

4 结论

本文研究发现：（1）2015-2019年云贵地区旅游多维扶贫效率均值为0395，整体处于较低水平，旅游多维扶贫效率仍有较大的发展潜力。（2）旅游多维扶贫效率空间分布上逐渐由“大分散”向“小集聚”转变。高效率区逐渐向滇西南和滇中集中分布；较高效率区逐渐集中分布在滇南；一般效率区逐渐向滇东北和黔西北一带集中分布；低效率区逐渐集中分布在黔北和黔中南大部分地区；较低效率区主要集中分布在滇西北和黔中。说明该区旅游扶贫规模效应逐渐显现，旅游产业对区域经济发展的辐射效应逐渐提高，在一定程度上缓解了云贵地区的贫困，为乡村振兴发展奠定了基础。但云贵地区旅游多维扶贫效率依然位于较低水平，还需深度挖掘旅游资源与提升旅游质量，带动当地经济社会发展。

参考文献

［1］穆学青，郭向阳，明庆忠，等.多维贫困视角下县域旅游扶贫效率时空演化及影响机理——以云南25个边境县（市）为例[J].经济地理，2019，40（12）：200210.

[2]钟学思.广西瑶族特色村寨旅游扶贫资源配置效率分析及优化[J].社会科学家，2019，34（3）：9196.

[3]闫艺涵，汪侠，段志勇，等.交通优势度与旅游多维扶贫效率耦合协调关系研究[J].湖南师范大学学报（自然科学版），2022，45（3）：111.

[4]王志章，王静.基于可持续发展的少数民族地区旅游扶贫绩效评价研究[J].云南民族大学学报：哲学社会科学版，2018，35（5）：8997.

[5]杨德进，白长虹，牛会聪，等.民族八省区旅游扶贫效应的时空分异、成因及优化对策研究[J].广西民族大学学报：哲学社会科学版，2018，40（6）：27.

[6]王凯，甘畅，王梦晗，等.湖北省旅游扶贫效率时空格局及其影响因素[J].长江流域资源与环境，2019，28（4）：863871.

[7]龙祖坤，杜倩文，周婷，等.武陵山区旅游扶贫效率的时间演进与空间分异[J].经济地理，2015，35（10）：210217.

[8]曹妍雪，马蓝.基于三阶段DEA的我国民族地区旅游扶贫效率评价[J].华东经济管理，2017，31（9）：9197.

[9]张时坤.河南省旅游扶贫效率研究——基于DEAMalmquist指数模型[J].商丘师范学院学报，2022，38（05）：8085.

[10]王凯，朱芳书，甘畅，等.旅游扶贫效率与资源优势度的空间耦合关系——以武陵山湖南片区32个贫困县为例[J].中南林业科技大学学报（社会科学版），2019，13（2）：6673.

[11]林惠.武陵山片区旅游扶贫效率与经济发展水平耦合协调关系研究[D].长沙：湖南师范大学，2021.

[12]邹玮，孙才志.基于BootstrapDEA模型环渤海地区海洋经济效率空间演化与影响因素分析[J].地理科学，2017，7（06）：860867.

[13]史文涛，周林荣，马艳玲，等.基于GIS的遵义县域多维贫困测度及空间格局研究[J].遵义师范学院学报，2020，22（06）：6265.

[14]刘小鹏，苏胜亮，黄越，等.集中连片特殊困难地区存于空间困测度指标体系研究[J].地理科学，2016，（4）：447452.

[15]史文涛，王钉，马艳玲，等.遵义市旅游扶贫效率及空间格局研究[J].湖北农业科学，2021，60（18）：170173.

[16]宋颖.甘肃省六盘山区旅游扶贫效率测度及其时空演进研究[D].兰州：西北师范大学，2019.

[17]蔡洁.贫困地区农户农地转出行为及其减贫效应研究——基于六盘山片区的微观实证[D].西安：西北农林科技大学，2018.

[18]叶茂，王兆峰，谭勇，等.湘西地区交通与旅游发展的耦合协调特征与效应[J].经济地理，2020，40（8）：138144.

[19]郭向阳，穆学青，明庆忠，等.云南省旅游经济与交通系统耦合空间态势分析[J].经济地理，2017，37（9）：200206.

[20]李娟.新时代中国特色社会主义政治权力关系模式的内在逻辑与功能意义[J].云南社会主义学院学报，2021，23（03）：2333.