基于三階段DEA模型的海南省旅游扶貧效率時空差異分析

王雅茜，鄢慧麗，崔照忠，張小浩，林文靜

(1.海南大學 旅游學院，海南 ?？?570228；2.濰坊護理職業(yè)學院，山東 濰坊 261000)

20世紀80年代以來，旅游在扶貧方面的優(yōu)勢與潛力逐漸被發(fā)掘與認可，國內(nèi)外眾多學者對此展開廣泛研究，旨在將旅游與精準扶貧有效結合，以起到降低甚至消除貧困的作用。目前圍繞旅游扶貧的研究主要集中在兩方面：其一為完善研究方法，鑒于傳統(tǒng)DEA模型的固有缺陷，學者們致力于測量方案的改良與精進，由傳統(tǒng)DEA模型[1,2]逐步修正為二階段DEA模型[3]，甚至三階段DEA模型[4,5]等；其二為細化研究內(nèi)容，主要針對旅游企業(yè)[6]、旅游目的地[7,8]、旅游城市[9]、旅游景區(qū)[10]、旅游資源[11]、酒店經(jīng)營[12]、旅游交通[13,14]等方面展開多角度效率研究。

總體來看，關于旅游扶貧的研究視角逐漸呈多元化發(fā)展，但專注其效率的研究成果依然較少。此外，近幾年出現(xiàn)的相關領域效率測算成果多以傳統(tǒng)DEA模型為主，其結果易受干擾因素影響，三階段DEA方法引入相似SFA模型，可剔除環(huán)境因素和隨機因素干擾，使測算結果更貼近實際效率水平。當前隨著海南國際旅游島建設進程加快，海南省旅游收入占比逐步提升，僅“十二五”期間，海南省就憑借旅游優(yōu)勢，使當?shù)刎毨丝趶?2.9萬人減少到47.7萬人[15]?；诖?，本文運用三階段DEA模型對海南省2010-2018年旅游扶貧效率進行測算，隨后運用ArcGIS10.0分析其時空差異特征，藉此為提升海南省扶貧效果提供有益參考。

1 研究設計

1.1 研究方法

Fried等提出三階段DEA模型，能夠將各DMU效率更為真實客觀地呈現(xiàn)[16]。

1.1.1 第一階段：傳統(tǒng)DEA模型

DEA模型由美國運籌學家Charnes等率先提出，用于測度固定或可變規(guī)模報酬下決策單元的相對有效性，本文第一階段選擇投入導向BCC模型[17]，對海南省旅游扶貧效率進行評價。鑒于該傳統(tǒng)模型運用較為廣泛，故在此不再贅述。

1.1.2 第二階段：相似SFA模型

第一階段DEA模型用于效率測度時，易受周邊環(huán)境影響，借用相似SFA模型可明確其環(huán)境變量影響程度。構建回歸方程如下[21]：

Sni=fn(zi+βn)+vni+uni

(1)

式中：Sni為第i個DMU第n項投入的松弛變量，zi為環(huán)境變量，fn(zi+βn)表示環(huán)境變量對投入差額值Sni的影響。利用回歸結果對其他各DMU投入量調(diào)整如下：

(2)

1.1.3 第三階段：調(diào)整后的DEA模型

將調(diào)整后的投入數(shù)據(jù)作為新的投入數(shù)據(jù)，產(chǎn)出數(shù)據(jù)保持不變，再次運用BCC模型進行新一輪效率測度。

1.2 指標選取

考慮到數(shù)據(jù)的可獲取性及合理性，結合前人研究成果[18,19]，本文構建如下指標體系(表1)。其中，產(chǎn)出指標表征旅游為當?shù)鼐用駧淼氖杖胴暙I，鑒于無法明確旅游收入占居民收入比重，本研究向城鎮(zhèn)貧困居民和農(nóng)村貧困居民分別發(fā)放350份問卷，問卷回收有效率為92.71%。通過對問卷數(shù)據(jù)分析可知，城鎮(zhèn)貧困居民認為約85%的人均可支配收入和69%的人均GDP來源于旅游扶貧項目；農(nóng)村貧困居民則認為兩者占比分別為89%和83%。綜上可知，本文將通過統(tǒng)計年鑒獲取的城鎮(zhèn)居民人均可支配收入的85%剝離出來，用于表示旅游貢獻額；與此同時，將農(nóng)民人均純收入和人均GDP分別按照89%和77%進行剝離。

表1 旅游扶貧效率測算指標體系

1.3 數(shù)據(jù)來源

本文所需數(shù)據(jù)均來源于2011-2019年《海南省統(tǒng)計年鑒》以及18市縣2010-2018年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報，由于三沙市數(shù)據(jù)缺損，故不予納入研究范圍。

2 結果與分析

2.1 第一階段傳統(tǒng)DEA實證分析

運用DEA-Solver Pro5.0對海南省2010-2018年旅游扶貧三大效率進行分析，測算平均值如表2所示。

表2 2010-2018年海南省旅游扶貧效率剔除環(huán)境因素影響前后的測算平均值

鑒于篇幅有限，僅列出歷年均值情況。在不過濾外部因素影響前，海南省旅游扶貧綜合效率均值為0.710，處于中上等水平。其中，2010年海南省旅游扶貧效率均值為0.663，?？谑?、文昌市、三亞市等超過一半的市縣處于技術效率前沿面。2014年與2010年相比，旅游扶貧綜合效率均值略有增加，僅有臨高縣和東方市處于DEA最佳前沿面。2018年與2014年相比，綜合效率小幅增加；純技術效率呈降低態(tài)勢，由2014年的0.941降低為2018年的0.931；規(guī)模效率呈上升態(tài)勢，增速為6.85%。整體看來，2010-2018年海南省旅游扶貧綜合效率值在逐年提升，其中規(guī)模效率均值小于純技術效率均值，且多數(shù)市縣處于技術效率前沿面，表明在此期間海南省旅游扶貧效果欠佳主要歸咎于規(guī)模狀態(tài)較差。

2.2 第二階段SFA回歸分析

在第一階段基礎上，運用SFA模型進行回歸分析，結果如表3所示。

表3 海南省旅游扶貧效率SFA回歸分析結果

由表3可知，環(huán)境變量對2010-2018年兩投入松弛量基本都通過了0.1的顯著性檢驗，這表明環(huán)境因素對海南省旅游扶貧效率測度存在明顯影響。其中，出游便利度與政府支持對兩投入松弛變量的回歸系數(shù)均為負值，說明隨著海南省交通基礎設施完善與利好政策環(huán)境發(fā)展，旅游接待量與旅游收入增加明顯，優(yōu)勢環(huán)境有助于減少旅游資源投入冗余。

2.3 第三階段調(diào)整后DEA時空差異分析

2.3.1 旅游扶貧效率時間演進

將調(diào)整后的投入變量導入BCC模型中進行分析，結果如表2和圖1所示。剔除環(huán)境因素和隨機因素之后，整體來看，2010-2018年海南省旅游扶貧綜合效率、純技術效率和規(guī)模效率均值與第一階段相比都有所上升，但仍未達到最佳前沿面。旅游扶貧綜合效率提升的制約因素主要是規(guī)模效率較低，可適當擴大各市縣旅游業(yè)發(fā)展規(guī)模。同時可知，剔除干擾因素之后的旅游扶貧效率均值顯著高于剔除之前，說明環(huán)境因素和隨機因素對于旅游扶貧效率的測度有重要的影響。

圖1 調(diào)整前后海南省扶貧效率平均值

2.3.2 旅游扶貧效率空間分異

自從海南省開展旅游扶貧攻堅以來，海南省經(jīng)濟發(fā)展取得顯著提升。本文以第三階段數(shù)據(jù)為基準，運用Arcgis10.0對其空間分異結構進行分析。

2010-2018年旅游扶貧綜合效率空間格局具有顯著差異。2010年總體上呈現(xiàn)“邊緣高中間低”的格局，2018年空間格局演化為“北高南低”分布。第一梯度的市縣主要是位于東線的瓊海市、文昌市、?？谑幸约拔骶€的澄邁縣和儋州市，位于第二梯度的市縣有四個，其效率值均高于平均水平；安定縣、屯昌縣等位于第三梯度，其效率值處于平均水平；中部大部分市縣綜合效率最低，其值都不足0.6，低于平均水平，其中三亞市下降最為明顯。

結論與建議

本文運用三階段DEA模型對海南省旅游扶貧綜合效率、規(guī)模效率和純技術效率進行測度，并利用ArcGIS10.0對其時空差異特征進行分析，得出如下結論：(1)過濾干擾因素影響前后，三大效率變動顯著，說明干擾因素對旅游扶貧效率測度具有明顯影響。(2)2010-2018年海南省旅游扶貧綜合效率逐年提升，其制約因素主要是較低的規(guī)模效率，可適當擴大各市縣旅游業(yè)發(fā)展規(guī)模。(3)海南省旅游扶貧綜合效率空間格局由“邊緣高中間低”演化為“北高南低”分布，其中三亞市下降梯度最為明顯。

基于上述旅游扶貧效率演變分析，本文提出以下建議：(1)因旅游扶貧效率空間差異顯著，中西線應積極承接東線旅游扶貧項目模式及經(jīng)驗的轉移和技術擴散，廣泛發(fā)揮東線旅游扶貧的模范作用。(2)隨著海南自由貿(mào)易港及國際旅游消費中心的建設，各市縣應推動旅游消費提質升級，進一步釋放旅游消費潛力，進而提升海南省經(jīng)濟欠發(fā)達地區(qū)居民的生活質量。