基于決策者偏好的鄉(xiāng)村旅游扶貧效率研究
——以秦巴山區(qū)隴南市為例

□尚清芳

(隴南師范高等專科學校,甘肅 成縣 742500)

近年,我國鄉(xiāng)村旅游發(fā)展迅速,不僅滿足了游客多元化旅游需求,而且?guī)恿肃l(xiāng)村產業(yè)轉型和升級,對促農增收具有重要意義。隨著鄉(xiāng)村旅游業(yè)的快速發(fā)展,鄉(xiāng)村與城市之間的人員往來更加頻繁,文化交融更加深入,促進了鄉(xiāng)村的繁榮與振興。政府對具有資源稟賦優(yōu)越、地理區(qū)位良好、經濟發(fā)展滯后的村落,進行旅游開發(fā),發(fā)展鄉(xiāng)村旅游扶貧,帶動貧困農民脫貧致富,推動貧困鄉(xiāng)村的經濟社會發(fā)展,取得了一定成效。但是鄉(xiāng)村旅游扶貧作為一項重要的產業(yè)扶貧工程,對其效果需要客觀評價,對其投入產出效率應有科學的測算。當前,鄉(xiāng)村旅游扶貧備受關注,已成為學術研究熱點之一。這些研究主要集中在鄉(xiāng)村旅游扶貧的精準識別、扶貧效應、路徑選擇等方面,鄉(xiāng)村旅游扶貧效率研究還不是很多。

鄉(xiāng)村旅游扶貧效率是指特定時間內,以旅游扶貧既有的技術、資金、人力、資源投入所能實現的最大旅游產出,即鄉(xiāng)村旅游扶貧的配置效率,這是當前鄉(xiāng)村旅游扶貧研究的重點之一。研究鄉(xiāng)村旅游扶貧效率有利于在既有的旅游扶貧資源投入下,提高旅游扶貧投入的利用效率,實現鄉(xiāng)村旅游扶貧的最大產出,確保鄉(xiāng)村旅游扶貧目標的實現。目前國內許多學者對旅游扶貧效率的研究主要集中在2015年以后。在研究內容上,大多基于研究區(qū)域年度數據,對某一區(qū)域旅游扶貧效率進行評價,如高雪蓮、丁文廣根據2010—2014年隴東南地區(qū)旅游扶貧投入產出指標原始數據,計算出該區(qū)域5年的旅游扶貧總效率;耿長偉等以六盤山地區(qū)57個貧困縣為例,根據2015年該區(qū)域旅游扶貧相關數據,測算出該區(qū)域旅游扶貧效率。在研究方法上,定量研究成為主流,主要借助數學統計模型為研究工具,如曹妍雪、馬藍首次運用三階段數據包絡分析方法對民族地區(qū)旅游扶貧效率進行評價;王凱等綜合運用多種數學分析手段,建立產出導向SBM模型,對大別山旅游扶貧試驗區(qū)扶貧效率的時空演化進行研究。綜合來看,鄉(xiāng)村旅游扶貧效率研究是當前旅游扶貧研究中的新領域,國內學者多數的鄉(xiāng)村旅游扶貧效率研究主要是研究鄉(xiāng)村旅游扶貧對區(qū)域經濟的帶動作用,近年在旅游精準扶貧的背景下,逐步轉向旅游精準扶貧對農村貧困人口生機、收入的影響等方面。另外從現有的文獻資料中還可以看到,當前國內學者鄉(xiāng)村旅游扶貧效率大多以國家、大區(qū)域、省域為研究對象,小區(qū)域扶貧效率研究雖不多,但由于對小區(qū)塊旅游扶貧效率分析更具現實意義,因而開始被學者所關注。本文在借鑒國內外旅游扶貧效率相關研究基礎上,運用數據包絡分析方法,建立評價指標體系,對投入、產出指標權重受決策者偏好或指標重要程度影響的鄉(xiāng)村旅游扶貧效率進行研究,根據隴南市2018年鄉(xiāng)村旅游扶貧資料和數據,進行計算和分析,并對隴南市各區(qū)縣鄉(xiāng)村旅游扶貧效率進行排序。

1 研究區(qū)域概況與研究設計

1.1 研究區(qū)域概況

秦巴山區(qū)隴南市地處陜、甘、川三省交界地帶,下轄1區(qū)8縣,有深度貧困縣5個,總人口287.42萬人。秦巴山區(qū)是國家集中連片特困地區(qū),隴南市當前貧困人口31.69萬人,貧困發(fā)生率13.4%,受產業(yè)結構單一、基礎設施落后等因素的影響,隴南市脫貧攻堅任務十分艱巨。2018年,隴南市建成升級美麗鄉(xiāng)村示范村81個,75個村被列為全國“鄉(xiāng)村旅游扶貧重點村”,農家客棧734家,床位6 550張,農家樂1 270戶,旅游專業(yè)合作社42家,旅游商品生產加工專業(yè)戶450戶;隴南市旅游接待1 412萬人次,旅游綜合收入70.8億元,其中鄉(xiāng)村旅游接待688萬人次,鄉(xiāng)村旅游收入13.4億元,鄉(xiāng)村旅游直接從業(yè)人數2萬余人,帶動間接從業(yè)人數5萬人。

1.2 研究設計

1.2.1 評價指標體系的建立和數據來源

為對某一區(qū)域旅游扶貧進行DEA超效率評價,首先需要構建符合當地旅游扶貧實際的評價指標體系,合理選擇投入指標和產出指標。這里對國內近年旅游扶貧效率評價研究的投入和產出指標進行歸納整理,見表1。

表1 旅游扶貧效率評價指標構建參考表

從表1可看出,針對不同地域、扶貧研究內容以及不同研究模型,選取的旅游扶貧投入和產出指標有明顯差異。但大多數的旅游扶貧效率研究都將資金、游客接待量等作為投入指標,產出指標中選取人均旅游收入等。本文結合秦巴山區(qū)隴南市旅游扶貧的實際,選取對鄉(xiāng)村旅游扶貧效率影響較大的資源環(huán)境、資金、人力(2018年數據)作為鄉(xiāng)村旅游扶貧效率評價投入指標,選取經濟、社會、生態(tài)效益為產出指標,并以上述6個投入、產出指標構成鄉(xiāng)村旅游扶貧效率評價指標體系(見表2)。

表2 鄉(xiāng)村旅游扶貧效率評價指標體系

1.2.2 研究方法

旅游扶貧是多投入、多產出的動態(tài)過程,扶貧效率評價可以投入與產出的相對有效性予以刻畫。DEA評價模型是以DEA前沿面為測算標的,各決策單元DMU與前沿面存在一定程度偏離,其偏離程度決定各DMU之間的相對有效程度,即選取一個或多個決策單元投入產出數據,作為有效點構造出生產前沿面,測算出其他點相對于有效點的距離,進而測算出各DMU的相對有效性。相對其他的效率評價方法,DEA模型的優(yōu)勢在于無須構造投入、產出函數關系,也無須對投入、產出指標值做無量綱化處理,同時還無須對指標做權重假設,排除了主觀因素的影響,從而使評價結果更具客觀性。但是,在鄉(xiāng)村旅游扶貧中,不同地域和時間的旅游扶貧政策、資源稟賦、資金投入對扶貧效果的影響程度,即評價指標的重要程度或決策者偏好是不一樣的,這是需要予以重視并優(yōu)先考慮到的問題,因此在鄉(xiāng)村旅游扶貧效率投入產出指標中,要能體現決策者的偏好。由此,本文使用超效率DEA方法,構建含有最優(yōu)前沿面和最劣前沿面的基于決策者偏好的二階段超效率DEA模型,對鄉(xiāng)村旅游決策單元DMU(隴南市各區(qū)縣)整體有效性排序。

相對于傳統的DEA模型，如C2R模型和BC2模型,這一方法的優(yōu)點在于:第一，以往的DEA模型通過測算各決策單元與最優(yōu)前沿面的距離來確定決策單元的相對有效性,但當相對效率值均為1時,決策單元之間難以相互比較排序。本文提出的超效率DEA模型,是同時基于最優(yōu)前沿面和最劣前沿面,能對集中在最優(yōu)前沿面或最劣前沿面的決策單元進行效率評價,解決了決策單元在最優(yōu)或最劣前沿面,決策單元效率值為1時相互無法比較的問題。第二，一般認為,DEA模型用于處理多投入多產出的多目標決策問題時,其最大的優(yōu)勢是其不需做出權重假設,從而排除主觀因素的影響而具有較強客觀性。然而,事實上DEA模型的決策單元DMU中的個別指標由于權重的缺失,又難以體現其重要程度。例如政府通過鄉(xiāng)村旅游扶貧項目的實施,期望增加貧困人口的旅游收入,實現鄉(xiāng)村旅游扶貧的目標,在政策上的重視以及資金投入的加大往往對鄉(xiāng)村旅游扶貧效率有極大影響,也就是說,在鄉(xiāng)村旅游扶貧的實施過程中,投入、產出指標的重要程度是各不相同的,因此,對評價單元DMU各指標權重的忽視有時會得到背離現實意義的效率評價結果。這體現在:一方面,某一指標權重系數過大,易導致個別DMU雖有效但C2R模型評價該DMU只是相對有效;另一方面,傳統的DEA模型得到的結果是難以體現決策者對個別指標的重視或偏好程度的。因此,本文采用基于決策者偏好的二階段超效率DEA排序方法,第一階段運用最優(yōu)效率和最劣效率對基于偏好的決策單元合理排序；第二階段結合第一階段的測算數據,對各決策單元整體進行排序,能較好地滿足現階段鄉(xiāng)村旅游扶貧中提高貧困農民收入等目標的現實效率評價需求。

第一階段:體現決策者偏好或指標重要程度的超效率DEA模型。

假設有n個決策單元DMUi(i=1,2,…,n)評價指標構成相同,每個決策單元包含k個獨立子系統。設DMU的第h(h=1,2,…,k)個子系統的輸入、輸出變量為:

Xhi=(x1hi,…,xjhi,…,xmhhi),

(1)

Yhi=(y1hi,…,yjhi,…,ymhhi)

(2)

這里,Xhi,Yhi>0,mh,sh分別表示DMUi的第h個子系統的輸入、輸出維度。

φh0=λαh0+(1-λ)βh0

(3)

(4)

(5)

這里,αh0為最劣前沿面的超效率，βh0為最優(yōu)前沿面的超效率。αh0值越大該決策單元距離最優(yōu)前沿面越近,決策單元越優(yōu),若αh0≥1,則該決策單元在最優(yōu)前沿面上,是有效決策單元。βh0值越大,該決策單元距離最劣前沿面越遠,決策單元越優(yōu),若βh0≤1,則該決策單元在最劣前沿面上,是無效決策單元。

結合模型(3),利用Lingo軟件計算出決策單元DMUi的超效率向量:

φi=(φ1i,…,φhi,…,φki),i=1,2,…,n

(6)

第二階段:決策單元整體有效性排序模型。

為準確分析各決策單元DMUi的相對有效(純技術有效),避免非最大生產規(guī)模決策單元相對有效評價出現失誤,參考Charnes等提出的C2GS2模型,建立基于第一階段輸出的非徑向DEA(C2GS2)模型:

(7)

2 結果與分析

基于表1的鄉(xiāng)村旅游扶貧效率評價指標體系和統計數據,按照基于決策者偏好的二階段超效率DEA排序方法,分別運用模型(3)和模型(7),確定mh≤8,sh≤6,k=6,可計算出各決策單元DMUi(i=1,2,…,9)的最優(yōu)超效率值αhi和最劣超效率值βhi(見表3)。

表3 隴南市各區(qū)縣(DMU)子系統鄉(xiāng)村旅游扶貧最優(yōu)、最劣超效率值

表3中數據說明:α11>1,β11>1表明該決策單元DMU1,11,即第1個決策單元武都區(qū)的第1個子系統位于最優(yōu)前沿面上,距離最劣前沿面較遠;α62<1,β62<1,表明第2個決策單元文縣的第6個子系統在最劣前沿面上;α68>1,β68<1,表示第8個決策單元徽縣的第6個子系統在最優(yōu)前沿面和最劣前沿面交界上;上述情形之外的決策單元(αhi<1,βhi>1)在最優(yōu)前沿面和最劣前沿面之間。

假定決策者偏重最優(yōu)效率,令λ=0.8,得出9個決策單元6個子系統的最優(yōu)效率偏好度為0.8的超效率值(見表4)。

表4 隴南市2017年各區(qū)縣(DMU)鄉(xiāng)村旅游扶貧超效率值

根據表4,利用模型(7)分別計算每個區(qū)縣的最優(yōu)目標函數值,并對結果排序,見表5。

表5 隴南市2017年各區(qū)縣(DMU)鄉(xiāng)村旅游扶貧超效率整體排序表

綜合表5的整體排序結果和表3子系統計算結果,可看出該排序方法能較好體現決策者偏好。表3中,康縣、成縣除子系統6(αhi>1,βhi<1在最優(yōu)前沿面和最劣前沿面交界上)外,其他所有子系統的決策單元都在最優(yōu)前沿面上(αhi>1,βhi>1),可看出決策單元康縣和成縣有效性明顯強于其他區(qū)縣,而且β66>β67,因此在表5中看到的二縣排序都靠前,并且康縣排名在成縣之前。決策單元武都區(qū)和西和縣比較,武都區(qū)和西和縣分別有4個和2個子系統在最優(yōu)前沿面上,并且分別有2個和4個子系統在最優(yōu)和最劣前沿面交界上,決策單元武都區(qū)有效性強于西和縣,因此根據模型(7)計算后的排序結果，表5顯示的西和縣排名在武都區(qū)之后是符合情理的。兩當縣雖然有3個子系統在最優(yōu)前沿面上,1個子系統在最劣前沿面上,但是其基于決策者偏好的整體超效率值與虛擬理想決策單元的超效率值差距較大,整體有效性較差,因而根據模型(7)計算的結果顯示兩當縣排名靠后。決策單元宕昌縣有1個子系統在最劣前沿面,1個子系統在最優(yōu)前沿面，但是其引用模型(7)計算出的整體超效率值更接近理想決策單元效率值,因而有效性較好,因此排序在禮縣、兩當縣之前。

3 結語

鄉(xiāng)村旅游扶貧,應堅持因地制宜、因勢利導的原則開展,但是,不同地域和時間的旅游扶貧政策、資源稟賦、資金投入對扶貧效果的影響程度,即評價指標的重要程度或決策者偏好是不一樣的,而這在過去的DEA效率評價中一直被忽視。在以往的利用傳統DEA超效率對鄉(xiāng)村旅游扶貧效率評價中,不僅由于忽視指標重要程度或決策者偏好使得評價缺乏現實合理性,而且對在最優(yōu)前沿面的有效決策單元很難進行排序。基于決策者偏好的二階段DEA模型較好地解決了以往鄉(xiāng)村旅游扶貧效率評價中存在的問題,對隴南市各區(qū)縣(決策單元)鄉(xiāng)村旅游扶貧效率測算和排序結果表明了該方法的科學合理性。