四川省旅游扶貧效率及其時空分異研究
——以四川27個縣(市、區(qū))為例

李志慧，劉 琳

(1.成都理工大學 商學院，成都 610059；2.成都市委黨校，成都 610110)

貧困與反貧困一直是當今世界面臨的重要難題，我國自2013年提出“精準扶貧”政策以來，經(jīng)過八年多的艱苦奮戰(zhàn)，扶貧工作取得決定性進展，幫助將近9899萬農(nóng)村貧困人口穩(wěn)定脫貧，貧困人口人均可支配收入從2013年的6079元增長到2020年的12588元(1)。2018年2月，中央1號文件進一步提出全面部署實施鄉(xiāng)村振興戰(zhàn)略，要求實現(xiàn)農(nóng)村生產(chǎn)、生態(tài)、生活、素質(zhì)等多方面的整體性提升。要實現(xiàn)鄉(xiāng)村振興，脫貧是前提，只有將鄉(xiāng)村振興戰(zhàn)略與脫貧工作有機結合起來，形成協(xié)同發(fā)展趨勢，才能有助于鄉(xiāng)村振興與全面脫貧目標的共同實現(xiàn)。隨著2020年全面脫貧任務的完成，我國逐漸步入后扶貧階段[1]，持續(xù)鞏固拓展脫貧攻堅成果，實現(xiàn)與鄉(xiāng)村振興的有效銜接成為此階段的重點任務。發(fā)展旅游業(yè)是脫貧地區(qū)產(chǎn)業(yè)發(fā)展和鄉(xiāng)村振興的重要手段，其不僅能顯著帶動社會經(jīng)濟的發(fā)展，而且能夠改善農(nóng)村生態(tài)環(huán)境和居民生活水平，提高農(nóng)村貧困人口的整體素質(zhì)，是鄉(xiāng)村地區(qū)減貧致富的重要抓手。因此，通過測度區(qū)域旅游扶貧效率，探尋提高旅游幫扶的效率和路徑，對后扶貧時代脫貧地區(qū)實現(xiàn)產(chǎn)業(yè)可持續(xù)發(fā)展和鄉(xiāng)村振興具有重要的理論與現(xiàn)實意義。

早在20世紀80年代中期，旅游扶貧就引起國內(nèi)外學者的廣泛關注。如1991年，貴州旅游局首次提出“旅游扶貧”的口號[1]，隨后Zhao (2007)、Zeng (2012)、覃建雄(2013)等分別從旅游扶貧的概念[2]、旅游扶貧模式[3-5]、旅游扶貧機制[6]等方面展開定性研究。隨著研究的進一步深入，學者們開始從定性轉(zhuǎn)向定量研究，研究方向也開始集中到旅游扶貧的效果上，如黨紅艷(2017)、孟秋莉(2018)、Thomas(2014)、Lepp(2007)等分別就山西左權縣[7]、湖北省[8]、老撾、馬里[9]和烏干達[10]的旅游扶貧效應進行分析。2010年開始，旅游扶貧效率也逐漸被學者所關注，相關研究成果主要具有以下兩個方面的特征：

第一，涵蓋多種研究尺度。從旅游扶貧效率研究的案例地來看，研究尺度有大到一個國家的，如Spenceley等(2010)研究盧旺達國家的大猩猩旅游業(yè)所帶來的扶貧效率[11]。也有基于省域、經(jīng)濟帶、民族特困地區(qū)、旅游城市等中觀尺度，如曹妍雪和馬藍(2017)對我國2015-2016年12個少數(shù)民族人口占比較大的省、自治區(qū)旅游扶貧效率進行評價[12]，郭濤和王瑜(2022)對我國民族8省區(qū)的旅游扶貧效率進行綜合評價[13]，鄢慧麗等(2018)對海南省12個民族縣市的旅游扶貧效率進行估計[14]，龍祖坤(2015)和黃淵基(2017)對武陵山連片特困地區(qū)的旅游扶貧效率進行測度[15-16]，孫春雷等(2018)以湖北大別山貧困地區(qū)為研究對象分析旅游扶貧效率[17]，李佳等(2017)以四川藏區(qū)為例對連片特困民族地區(qū)旅游精準扶貧機制進行分析[18]，龔艷等(2016)對長江經(jīng)濟帶旅游業(yè)效率進行測度[19]，屈小爽(2017)對“絲綢之路經(jīng)濟帶”西北旅游城市的旅游效率進行評價[20]。還有研究對象小到一個旅游景區(qū)或旅游資源的，如查建平和王挺之(2015)對環(huán)境約束條件下景區(qū)旅游效率與旅游生產(chǎn)率進行評估[21]，張廣海和龔荷(2015)針對江浙滬地區(qū)旅游發(fā)展不一致現(xiàn)象及旅游資源效率進行定量研究[22]。

第二，研究方法多樣化。從已有研究成果來看，旅游扶貧效率的測度多用數(shù)據(jù)包絡分析法(DEA)，如龍祖坤等(2015)運用DEA方法測算武陵山區(qū)旅游扶貧效率[15]，李燁(2017)采用DEA方法評估我國鄉(xiāng)村旅游效率[23]，也有些研究者在傳統(tǒng)DEA模型基礎上進一步提出Super-DEA模型[17]、Bootstrap-DEA模型[15，23]、二階段DEA模型[25]和三階段DEA模型[13，14，26]。

綜合來看，在研究尺度上，現(xiàn)有研究更多集中在中觀尺度上，這是因為14個連片特困地區(qū)是我國精準扶貧攻堅戰(zhàn)的主戰(zhàn)場，準確研究其旅游扶貧效率和模式對扶貧經(jīng)驗推廣具有較大的現(xiàn)實價值；在研究方法上，大多數(shù)研究運用DEA方法都未考慮外部環(huán)境和隨機干擾因素對旅游扶貧效率的影響，從現(xiàn)實情況來看，外部環(huán)境因素如政府政策、基礎設施的建設等對旅游扶貧效率的影響較大，如果默認影響環(huán)境相同，測算結果難免會出現(xiàn)一定的誤差。鑒于此，本文選取我國四川省27個縣(市、區(qū))作為樣本，基于2016-2020年旅游扶貧相關數(shù)據(jù)，運用三階段DEA模型，測算其剔除環(huán)境和隨機干擾因素后的旅游扶貧效率，并結合GIS空間分析功能探析旅游扶貧效率的時空分異特征，并針對不同區(qū)域的測算結果提出有區(qū)別的旅游扶貧模式。

一、研究區(qū)域概況

在脫貧攻堅階段，四川省貧困縣主要分布在秦巴山區(qū)、烏蒙山區(qū)、大小涼山彝區(qū)和涉藏地區(qū)四大國家集中連片特困區(qū)，共計88個縣、市、區(qū)。由于地理區(qū)位與自然環(huán)境等原因，四川省連片特困區(qū)經(jīng)濟發(fā)展相對落后，雖然占據(jù)全省68.3%的面積，但GDP總量僅約為全省的1/5，并且區(qū)域內(nèi)有一半以上縣市屬于藏族、彝族、羌族等民族自治州、縣，是現(xiàn)階段防止返貧的重點監(jiān)測區(qū)域。

貧困地區(qū)與旅游資源空間分布具有較高的空間耦合性[26]。四川省連片特困區(qū)自然生態(tài)資源富集且民俗歷史文化資源厚重，區(qū)域內(nèi)共有世界自然遺產(chǎn)2處、國家級自然保護區(qū)24處(2)、國家5A級景區(qū)9處、4A級景區(qū)78處，2021年全年鄉(xiāng)村旅游接待總?cè)舜?.66億人次，實現(xiàn)旅游總收入3637.43億元，其中阿壩和甘孜州旅游業(yè)收入在GDP中占比高達76.28%和87.69%(3)，說明發(fā)展旅游業(yè)已成為當?shù)乩瓌咏?jīng)濟增長走出貧困的主要路徑?；诖?，本文選擇四川省連片特困區(qū)域內(nèi)27個縣(市、區(qū))作為研究對象。

二、研究方法與數(shù)據(jù)來源

(一)三階段DEA評價模型的構建

由于旅游扶貧的非效率主要來自三個方面：①決策單元(各市州)本身因素；②各市州所處外部環(huán)境影響；③隨機干擾因素影響。傳統(tǒng)的DEA模型無法剔除后兩個因素的影響，因此，本文選用Fried等(2002年)[28]提出的三階段DEA模型更加精確地評估旅游扶貧效率。

1.第一階段：傳統(tǒng)DEA模型

DEA模型最早由美國運籌學家Charnes等人提出，用于測算規(guī)模報酬不變情況下決策單元的生產(chǎn)技術效率(TE)，被稱為CCR模型[29]。隨后，Banker等人建立規(guī)模報酬可變模型(即BCC模型)，并將CCR模型中的生產(chǎn)技術效率分解為純技術效率(PTE)和規(guī)模效率(SE)[30]。DEA模型一般分為投入導向型和產(chǎn)出導向型兩種，本文第一階段選取投入導向型的BBC模型來測算四川省旅游扶貧效率，如式(1)：

(1)

其中，λj為第j個決策單元的權重系數(shù)，θ是目標函數(shù)。

2.第二階段：相似SFA模型

Fried在第二階段建立SFA模型，目的在于剝離環(huán)境因素與隨機干擾因素對投入冗余的影響，本文以投入導向型BBC模型為例，建立回歸模型如式(2)：

Sni=f(Zi,βn)+νni+μni

(2)

利用回歸結果對投入項進行調(diào)整，剔除環(huán)境和隨機干擾項的影響，使所有的DMU處于相同的外部環(huán)境下，調(diào)整后的投入變量公式如式(3)：

(3)

3.第三階段：調(diào)整后的DEA模型

將第二階段計算所得到的調(diào)整后投入變量值替換原來的投入變量值，再次運用BBC模型對四川省旅游扶貧效率進行測評，得到更加準確有效的DMU效率值。

(二)樣本選擇

鑒于研究對象的典型性，本文選取研究區(qū)域內(nèi)擁有3A及以上旅游區(qū)(點)的27個縣、市、區(qū)作為決策單元，其中廣元市、廣安市、達州市、阿壩州、甘孜州轄區(qū)的所有縣(市區(qū))均被列入貧困縣，并均有3A及以上旅游區(qū)(點)，因此將廣元市、廣安市、達州市、阿壩州、甘孜州分別作為單個決策單元納入研究對象。

(三)指標選取

基于龍祖坤等(2015)、黃淵基(2017)、鄢慧麗等(2018)以及孫春雷等(2018)對旅游效率研究的已有成果，結合數(shù)據(jù)的可靠性和可獲得性，本文構建四川省的旅游扶貧效率指標體系，如表1所示。

產(chǎn)出指標體系體現(xiàn)的是旅游業(yè)發(fā)展對當?shù)亟?jīng)濟和社會產(chǎn)生的效益，經(jīng)濟效益用城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均純收入這兩個指標來衡量，反映城鎮(zhèn)居民和農(nóng)村居民的經(jīng)濟生活狀況，社會效益用城鎮(zhèn)化率和第三產(chǎn)業(yè)從業(yè)人員占比來衡量。而投入指標反映的是旅游業(yè)自身發(fā)展狀況，因此選取旅游綜合收入來代表旅游業(yè)的發(fā)展成效，旅游人數(shù)來反映旅游業(yè)的帶動效應，為了與產(chǎn)出指標體系匹配，將兩個指標均除以當年地區(qū)人口數(shù)，得到人均旅游綜合收入和人均接待游客量構成投入指標體系。

環(huán)境變量是在第二階段需剔除的影響因素，一般為外部影響因素。旅游扶貧效率的外部影響因素主要來自國家對旅游扶貧出臺的相關政策，包括出游便利度和政府支持與引導力度。由于脫貧攻堅階段四川省貧困地區(qū)主要分布在本省周邊的山區(qū)，出游便利度將直接決定游客是否會選擇此地旅游，本文選取公路網(wǎng)絡密度作為出游便利度指標。近幾年，四川省的旅游脫貧主要依靠政府引導和旅游扶貧政策，政府對旅游業(yè)的支持可以直接采用旅游業(yè)的政府投資額來表示，但由于此指標很難獲得，而且政府支持和旅游扶貧政策導向可能吸引大量企業(yè)和個人投資涌向這些地區(qū)的旅游行業(yè)，因此，本文采用第三產(chǎn)業(yè)投資占固定資產(chǎn)投資的比重來代表政府支持和引導的力度。

表1 旅游扶貧效率指標體系

表2 調(diào)整前后旅游扶貧效率的測算結果

(四)數(shù)據(jù)來源

本文研究中所需數(shù)據(jù)均來源于2016-2020年四川省各縣(市、區(qū))政府工作報告、統(tǒng)計公報以及2016-2021年《四川省統(tǒng)計年鑒》。為了消除價格變動的影響，以2016年為基期，對人均旅游綜合收入、農(nóng)村居民人均純收入和城鎮(zhèn)居民人均可支配收入進行不變價格處理。

三、實證結果分析

(一)旅游扶貧效率現(xiàn)狀

1.第一階段：傳統(tǒng)DEA實證分析

基于未作調(diào)整的原始投入與產(chǎn)出數(shù)據(jù)，運用DEAP2.1軟件分別對2016-2020年四川省27個縣(市、區(qū))的旅游扶貧效率情況進行測度，結果如表2所示。

在不剔除外部環(huán)境因素和隨機誤差因素影響時，2016-2020年四川省旅游扶貧的綜合效率均值為0.308，處于偏低水平，其中純技術效率為0.674，規(guī)模效率為0.454，說明旅游扶貧綜合效率離效率前沿面仍存在一定的距離，具有較大的提升空間，而純技術效率是綜合效率的主要驅(qū)動力量。

從區(qū)域差異來看，四川省旅游扶貧效率具有兩極分化的特點。昭覺縣和美姑縣的旅游扶貧效率均值達到“1”，處于效率前沿面，而其余25個縣市區(qū)的旅游扶貧效率均在0.69以下，北川縣、平武縣、興文縣、阿壩州和甘孜州的旅游扶貧效率僅接近0.1。從區(qū)域來看(見表3)，大小涼山彝區(qū)0.484，四川涉藏地區(qū)0.27，秦巴山區(qū)0.243，烏蒙山區(qū)0.239，基本呈現(xiàn)“西高東低”的分區(qū)特征，效率最高的大小涼山彝區(qū)和最低的烏蒙山區(qū)相差達0.245；秦巴山區(qū)、烏蒙山區(qū)和大小涼山彝區(qū)的純技術效率均值相差不大，分別為0.677、0.699和0.706，四川涉藏地區(qū)的純技術效率均值略低，為0.534；大小涼山彝區(qū)、四川涉藏地區(qū)、秦巴山區(qū)和烏蒙山區(qū)的規(guī)模效率均值分別為0.656、0.46、0.387和0.339，大小涼山彝區(qū)最高烏蒙山區(qū)最低，兩者相差達0.317。進一步剖析旅游扶貧效率值，可以看出，現(xiàn)階段四川省旅游技術進步與利用相對較好，但規(guī)模效率有待加強，特別是秦巴山區(qū)與烏蒙山區(qū)亟待投入要素質(zhì)量的提升和資源的進一步合理分配利用。

以上數(shù)據(jù)雖然從整體上說明了四川省各縣市區(qū)的旅游扶貧效率特點，但由于沒有剔除環(huán)境因素和隨機干擾因素的影響，所反映的旅游扶貧效率并不客觀，因此，需要對環(huán)境因素和隨機干擾因素進行剝離。

2.第二階段：SFA回歸分析

將第一階段BBC模型得到的各縣市區(qū)投入變量的冗余作為被解釋變量，選擇出游便利度和政府支持與引導2個環(huán)境變量作為解釋變量，構造SFA模型如式(4)：

Slacki,t=β0+β1Conveniencei,t+

β2Governmenti,t+νi,tμ+i,t

(4)

其中，Slacki,t代表各投入變量對應的冗余變量，β0、β1、β2為待估參數(shù)，i代表各個縣市區(qū)，t代表年份。利用Frontier4.1軟件對公式(4)進行回歸，計算結果見表4。

從表4可以看出，出游便利度和政府支持的兩種投入冗余的系數(shù)基本都通過了顯著性檢驗，表明所選擇的環(huán)境變量較為合理，能夠解釋各縣市區(qū)的投入冗余，因此剔除環(huán)境因素影響是必要的。同時，從兩個冗余變量對應的 值來看，均接近于1，說明隨機干擾項對投入冗余的影響顯著，因此，也有必要剔除隨機干擾因素的影響。

SFA回歸模型反映了環(huán)境變量對投入冗余的影響情況，若系數(shù)估計值為負數(shù)，表明環(huán)境變量可以緩解投入冗余，有助于旅游扶貧效率的提高；若系數(shù)估計值為正數(shù)，則會增加投入冗余，降低旅游扶貧效率。

表3 四川“四大片區(qū)”旅游扶貧效率值

表4 第二階段環(huán)境變量對冗余變量估計結果

進一步分析回歸系數(shù)，可以得到如下結論：

(1)出游便利度。該變量對兩個冗余變量的回歸系數(shù)在1%和10%的水平下顯著為負，說明出游便利度的提高，使得人均旅游接待量和人均旅游收入的冗余量減少，從而有利于旅游扶貧效率的提高。出現(xiàn)這種結果的原因是四川省內(nèi)高鐵、高速公路等基礎設施的完善，特別是成都通往阿壩、甘孜、涼山州等公路的建設，極大地提升了出游便利度，從而促進當?shù)芈糜稳藬?shù)和旅游收入的增加，有效減少人均旅游接待量和人均旅游收入的冗余，提高旅游扶貧效率。

(2)政府支持和引導。政府支持和引導變量在人均旅游收入和人均旅游接待量冗余模型中，均在1%和10%的顯著性水平下為正值，表明政府支持和引導會增加人均旅游接待量和人均旅游收入的冗余，不利于四川省旅游扶貧效率的提高。這是因為精準扶貧背景下，國家貧困縣名單的公布，吸引大量資源涌入四川，而當?shù)剞r(nóng)村地區(qū)旅游業(yè)發(fā)展仍然比較緩慢，旅游條件滯后，從而造成旅游投入資源過剩，產(chǎn)出不足，此時，政府支持和引導的增加只能導致投入冗余加重，降低旅游扶貧效率。

3.第三階段：投入調(diào)整后的DEA實證分析

通過對第二階段結果的分析發(fā)現(xiàn)，兩個環(huán)境因素對四川省的投入冗余變量都具有顯著性影響，但影響程度和方向各不相同，因此，應該將不同地區(qū)放在相同的環(huán)境和隨機條件下進行效率測度對比。利用調(diào)整后的投入變量和原來的產(chǎn)出變量進行BBC模型分析，得到調(diào)整后的旅游扶貧效率結果，如表2所示。

對比調(diào)整前后的旅游扶貧效率值，發(fā)現(xiàn)變化程度較大。首先，就各縣市區(qū)在2016-2020年剔除環(huán)境和隨機干擾因素前后旅游扶貧綜合效率均值而言，僅美姑縣略有下降，其余縣市區(qū)均呈現(xiàn)明顯的上升趨勢，其中阿壩州的增幅最大，超過四倍，北川縣、平武縣、興文縣和甘孜州的增幅也均超過兩倍，說明隨機干擾因素對旅游扶貧效率影響顯著；其次，調(diào)整后各地區(qū)之間的旅游扶貧效率差異變小，調(diào)整前旅游扶貧效率值最大的是昭覺縣和美姑縣，均處于扶貧有效狀態(tài)，最小的是阿壩州，旅游扶貧效率值僅有0.039，旅游扶貧效率值相差0.961，但調(diào)整后，旅游扶貧效率值最大的昭覺縣與最小的阿壩州之間差異僅為0.787，說明隨機干擾因素影響旅游扶貧效率，可能導致地區(qū)之間旅游扶貧效率差異增大。

(二)旅游扶貧效率的時空分異

1.總體變化

2016-2020年五年間四川區(qū)域旅游扶貧綜合效率均值分別為0.410、0.432、0.501、0.584和0.520，經(jīng)歷了先上升后下降的變化過程。純技術效率均值分別為0.795、0.800、0.852、0.872和0.873，呈“持續(xù)上升”態(tài)勢；規(guī)模效率均值分別為0.515、0.540、0.588、0.669和0.596，呈“先升后降”態(tài)勢，可見現(xiàn)階段整體偏低的扶貧效率更多是由規(guī)模效應較低所致。

綜合效率和規(guī)模效率之所以呈“先升后降”態(tài)勢，究其原因在于2017年國家級貧困縣名單公布，將四川省的37個縣市列入名單，在利益驅(qū)動下，各種經(jīng)濟要素開始逐漸涌入四川連片特困地區(qū)，引發(fā)各要素之間的競爭矛盾，從而使得旅游業(yè)的經(jīng)濟帶動作用無法凸顯。隨著時間的推移，各地政府開始深刻意識到生態(tài)旅游和民族文化資源開發(fā)的重要性，紛紛出臺生態(tài)旅游業(yè)發(fā)展的相關政策和實施方案，促進各有效要素的不斷均衡，使得旅游業(yè)的規(guī)模效應增強，旅游扶貧效率得到有效提高。隨著2020年新冠肺炎疫情的暴發(fā)，各地的旅游發(fā)展呈現(xiàn)下降的趨勢，“四大片區(qū)”的扶貧綜合效率和規(guī)模效率也略有下降。

2.分區(qū)差異

結合各區(qū)旅游扶貧綜合效率值(見表5)，可以看出，五年間大小涼山彝區(qū)的綜合效率均值最高，達0.660，其余依次為秦巴山區(qū)(0.422)、烏蒙山區(qū)(0.403)、四川涉藏地區(qū)(0.265)，基本呈現(xiàn)“東南偏高，西北略低”的分區(qū)布局特征。

從各區(qū)綜合效率變化來看，“四大片區(qū)”的旅游扶貧綜合效率均呈現(xiàn)出兩段式的變化特點，在2016-2019年均保持上升態(tài)勢，其中四川涉藏地區(qū)的增幅最大，達到102.5%，到2020年均有小幅度的下降，秦巴山區(qū)的降幅最大，由0.530降到0.443，四川涉藏地區(qū)降幅最小，由0.330降到0.325。

表5 四川區(qū)域2016-2020年旅游扶貧綜合效率

3.空間分布

將三階段DEA計算出來的綜合效率值導入ArcGIS10.2，采用自然斷裂法，將2016-2020年四川省27個縣(市、區(qū))旅游扶貧綜合效率的空間演變狀態(tài)呈現(xiàn)在地圖上(見圖1、2)。

圖1 2016年四川省旅游扶貧綜合效率空間分布圖(4)

圖2 2020年四川省旅游扶貧綜合效率空間分布圖

從圖1、2可以看出，2016-2020年四川省旅游扶貧綜合效率差距在逐漸縮小，但梯度分化仍然顯著。2016年旅游扶貧綜合效率總體呈現(xiàn)“東南偏高，西北略低”的格局，這與分區(qū)分布格局一致。在空間格局上，涼山州的木里縣、昭覺縣、美姑縣和雷波縣位于第一梯度，高坪區(qū)、南部縣、儀隴縣、蓬安縣、屏山縣、高縣、鹽源縣、巴中市和達州市均位于第二梯度，合江縣、古藺縣、平武縣、北川、金口河區(qū)、沐川縣、峨邊縣、馬邊縣、閬中市、興文縣、廣元市、廣安市和甘孜州位于第三梯度，其效率值低于平均水平，而阿壩州效率值最低。但到2020年，各縣市區(qū)的旅游扶貧效率均有上升，第一、二、三梯度的范圍出現(xiàn)明顯擴大，阿壩州進入第三梯度。

究其原因：①從2016年開始，四川省政府依托省內(nèi)豐富優(yōu)質(zhì)的旅游資源，積極推進旅游扶貧工作，設立“四大片區(qū)”旅游扶貧促進中心，構建“1+4+N”旅游扶貧規(guī)劃體系，極力發(fā)展鄉(xiāng)村生態(tài)旅游，實施以景區(qū)帶動周邊及沿線村莊脫貧致富的旅游扶貧模式，使各縣市區(qū)旅游扶貧效率提高；②近幾年涼山州將旅游產(chǎn)業(yè)提到“首位產(chǎn)業(yè)”的位置，注重實施“全域旅游”發(fā)展戰(zhàn)略，著力打造“大涼山”旅游品牌，極力推進鄉(xiāng)村旅游發(fā)展，取得一定成效，涼山州旅游扶貧效率明顯高于其他地區(qū)。

4.空間相關性

利用ArcGIS10.2的空間統(tǒng)計工具計算2016-2020年四川省27個縣(市、區(qū))的旅游扶貧綜合效率的Moran’s I估計值，來描述其空間關聯(lián)度，發(fā)現(xiàn)五年間的Moran’s I值均大于0，說明各縣市區(qū)的旅游扶貧效率存在明顯的空間正相關，并且隨著年份的增加，空間集聚度在逐漸增強。進一步利用地統(tǒng)計分析各縣市區(qū)旅游扶貧效率的LISA集聚特征(見圖3、4)，發(fā)現(xiàn)H-H集聚片區(qū)向東南方向演化，如2016年的H-H集聚片區(qū)包含鹽源縣、美姑縣、雷波縣、昭覺縣、通江縣、平昌縣和達州市，2020年分別為昭覺縣、美姑縣、雷波縣、馬邊縣、金口河區(qū)和達州市，說明這些縣市區(qū)的旅游扶貧效率與周邊縣市差異較小，集聚程度較高。

圖3 2016年四川省旅游扶貧效率LISA空間集聚演變

圖4 2020年四川省旅游扶貧效率LISA空間集聚演變

四、結論與建議

本文依據(jù)2016-2020年四川省27個縣(市、區(qū))的面板數(shù)據(jù)，采用三階段DEA模型，在剔除環(huán)境和隨機誤差影響因素后，對四川省旅游扶貧效率進行準確測度，并在此基礎上運用GIS地統(tǒng)計分析旅游扶貧效率的時空分異特征，得到結論如下：①剔除環(huán)境和隨機誤差影響因素前后，各縣市區(qū)旅游扶貧綜合效率變化顯著，說明干擾因素顯著地影響著旅游扶貧效率；②從調(diào)整后的旅游扶貧效率來看，總體上，2016-2020年的旅游扶貧綜合效率先上升后下降，純技術效率持續(xù)上升，規(guī)模效率先升后降，說明現(xiàn)階段整體偏低的扶貧效率更多的是由規(guī)模效應較低所致；③從分區(qū)差異來看，旅游扶貧效率分區(qū)差異明顯，基本呈現(xiàn)“東南偏高，西北略低”的布局特征；④從空間分布來看，各縣市區(qū)旅游扶貧綜合效率差距逐漸縮小，但梯度分化仍然顯著；⑤從旅游扶貧效率的Moran’s I值和LISA集聚圖來看，各縣市區(qū)的旅游扶貧效率隨著效率值和年份的增加，空間集聚度逐漸增強，并且H-H集聚逐漸向東南方向演化。

鑒于以上研究結論，針對四川省后扶貧時代推動旅游幫扶助力鄉(xiāng)村振興提出如下建議：

第一，完善旅游幫扶的頂層設計。首先，以提高旅游幫扶資源配置效率和可持續(xù)性發(fā)展為核心，根據(jù)當?shù)芈糜伟l(fā)展特點以及旅游資源稟賦和農(nóng)村人口實際情況，出臺有針對性的、可操作的旅游幫扶規(guī)劃；其次，從分析結論可知，旅游扶貧的規(guī)模效率對綜合效率的影響更大，因此，各縣市區(qū)政府要優(yōu)化旅游產(chǎn)業(yè)結構，加強與周邊有優(yōu)質(zhì)旅游資源地區(qū)的協(xié)作力度，努力形成“點面”結合的板塊旅游結構，產(chǎn)生規(guī)模效應和集聚效應，促進旅游幫扶綜合效率的提升。

第二，設定有差異的旅游幫扶發(fā)展模式。從各縣市區(qū)旅游扶貧效率的時空分異特征可以看出，四川省旅游扶貧效率分區(qū)差異明顯，不僅東南部分(如涼山州的昭覺縣、美姑縣、雷波縣和達州市)的旅游扶貧效率水平略高，而且呈現(xiàn)高集聚態(tài)勢。對于此類型區(qū)域，適宜采用“政企合作模式”，充分發(fā)揮政府的主導作用，不僅為旅游產(chǎn)業(yè)發(fā)展提供適宜的政策環(huán)境，而且能有效緩解信息不對稱所導致的“市場失靈”問題，使資源得到有效配置，從而保持現(xiàn)有的發(fā)展態(tài)勢和集聚效應。而對于西北部分(如甘孜州、阿壩州、平武縣、北川羌族自治縣等)旅游扶貧效率水平較高，集聚效應不顯著的區(qū)域，宜采用“產(chǎn)業(yè)聯(lián)動模式”實現(xiàn)旅游幫扶。首先，應依托政策優(yōu)勢，集中發(fā)展區(qū)域內(nèi)相對優(yōu)勢產(chǎn)業(yè)，借助優(yōu)勢產(chǎn)業(yè)的有效經(jīng)濟要素降低旅游業(yè)發(fā)展成本，實現(xiàn)產(chǎn)業(yè)聯(lián)動；其次，完善基礎設施配置，集中打造具有旅游資源優(yōu)勢的村鎮(zhèn)，積極探索新的開發(fā)模式，如“旅游+農(nóng)業(yè)”模式、“互聯(lián)網(wǎng)+旅游”模式等，運用在線銷售等方式拓寬營銷渠道，打造旅游品牌，培育旅游增長極，實施凸顯鄉(xiāng)村特色元素的休閑農(nóng)業(yè)和鄉(xiāng)村旅游，提高旅游幫扶的現(xiàn)實性。

第三，加強旅游幫扶的金融支持力度。主要從三個方面入手：首先，針對旅游區(qū)居民涉旅經(jīng)營，當?shù)卣畱獙嵭薪y(tǒng)一管理和規(guī)劃，并聯(lián)合金融機構開設專項信貸產(chǎn)品，設置較低的信貸門檻，解決其貸款難的問題，而對于管理水平較高、經(jīng)營效益較好的片區(qū)，可以創(chuàng)新金融產(chǎn)品，加大對其金融支持力度；其次，針對旅游幫扶項目，政府應加大對其監(jiān)管力度，督促金融機構及時發(fā)放貸款資金，并且積極完成相關配套設施的建設，確保項目按時完成和取得預期收益；最后，針對旅游幫扶的風險分擔機制，當?shù)卣粌H應及時對現(xiàn)有旅游資金進行梳理，增加風險分擔機制建設額度，而且還應積極引進第三方擔保機構，發(fā)展聯(lián)合擔保、集體經(jīng)濟擔保等多種擔保形式，解決旅游產(chǎn)業(yè)發(fā)展貸款難的問題。

注釋：

(1)數(shù)據(jù)來源于中華人民共和國國務院新聞辦公室2021年4月發(fā)布的《人類減貧的中國實踐》白皮書。

(2)根據(jù)四川省生態(tài)環(huán)境廳網(wǎng)站公布數(shù)據(jù)整理得出。

(3)根據(jù)阿壩州和甘孜州2021年統(tǒng)計公報數(shù)據(jù)整理得出。

(4)本文所涉四川省地圖審圖號均為：GS(2019)3266號。