鄉(xiāng)村旅游發(fā)展對農戶增收的影響分析*
——基于中國CFPS數據的HLM分析

莊婷婷

(廈門大學嘉庚學院 會計與金融學院,福建 漳州 363105)

鄉(xiāng)村旅游是一種有效的區(qū)域經濟發(fā)展模式，在具有一定旅游資源、地理優(yōu)勢以及市場條件的落后貧困鄉(xiāng)村地區(qū)，發(fā)展鄉(xiāng)村旅游能夠起到產業(yè)結構升級、農民收入提高、鄉(xiāng)村經濟發(fā)展的積極作用[1]。中國政府致力于通過各種促進鄉(xiāng)村旅游發(fā)展的政策來提高農戶收入水平。2016年，《“十三五”脫貧攻堅規(guī)劃》首次明確提出大力發(fā)展旅游扶貧的具體措施，強調要“開展貧困村旅游資源普查和旅游扶貧摸底調查，建立鄉(xiāng)村旅游扶貧工程重點村名錄”“推進旅游基礎設施建設，實施鄉(xiāng)村旅游后備箱工程、旅游基礎設施提升工程等一批旅游扶貧重點工程，打造精品旅游線路，推動游客資源共享”“安排貧困人口旅游服務能力培訓和就業(yè)”[2]。

鄉(xiāng)村旅游的發(fā)展，從宏觀層面看，有助于改善鄉(xiāng)村地區(qū)的公共交通、醫(yī)療、教育等基礎設施，從而促進鄉(xiāng)村經濟發(fā)展，緩解鄉(xiāng)村貧困[3, 4]。從微觀層面看，可以提高農產品銷售，促進農戶就業(yè)，提升農戶從業(yè)技能、服務意識和商業(yè)嗅覺[5]134。同時，除了減緩經濟維度的貧困，鄉(xiāng)村旅游對于農戶生活和環(huán)境維度的貧困也有改善作用[6]。截至2021年，我國已培育1 199個鄉(xiāng)村旅游重點村，成功促使2.26萬個貧困村實現脫貧[7]2604。但在鄉(xiāng)村旅游發(fā)展過程中，農戶增收的自主性和外源性動力矛盾并存，村民主體、市場主體以及政府主體缺乏協調共進[7]2604。鄉(xiāng)村旅游的發(fā)展雖然有利于減緩貧困，但這種收入改善中受益最大的是旅游企業(yè)而非農戶階層[8-10]。同時農戶還需要承擔鄉(xiāng)村旅游不當發(fā)展所引起的生態(tài)環(huán)境惡化、自然資源損耗以及農產品減產等環(huán)境成本[5]134。

因此，探索如何通過鄉(xiāng)村旅游的發(fā)展實現農戶增收，解決收入增長的外源性和內生性矛盾，是鄉(xiāng)村振興戰(zhàn)略實現的一個重大問題。

一、鄉(xiāng)村旅游增收影響分析的理論假設與模型設計

(一)理論假設

鄉(xiāng)村旅游作為鄉(xiāng)村振興戰(zhàn)略的重要手段之一，其農戶增收效應還存在較大的潛力[11]。農戶對于鄉(xiāng)村旅游的低參與度制約了鄉(xiāng)村旅游的增收效果。首先，鄉(xiāng)村旅游行業(yè)存在較高的物質和人力資本門檻，限制了當地農戶對旅游業(yè)的參與[12,13]。其次，農業(yè)生產季節(jié)與旅游旺季存在時間上的重合性，鄉(xiāng)村旅游固有的周期性失業(yè)問題也使得農戶不愿全職參與旅游業(yè)，更多以兼職形式就業(yè)[14]。最后，地方政府大包大攬上馬各種鄉(xiāng)村旅游項目的發(fā)展方式，隔絕了當地農戶的參與，限制了農戶的主動性和積極性[12]143。此外，部分農戶則因所處位置交通不便等客觀因素無法參與旅游行業(yè)或從旅游業(yè)中獲益較少[9]?；谵r業(yè)生產獲取的家庭經營性收入仍是我國農戶的主要收入來源[4，15]。以海南省三亞市為例，作為旅游業(yè)高度發(fā)達的區(qū)域，大多數農戶仍以傳統農業(yè)作為主要生計方式，家庭經營性收入是主要收入來源，鄉(xiāng)村旅游參與程度低[16]。在我國鄉(xiāng)村旅游的發(fā)展過程中，存在盲目上馬旅游項目、開發(fā)方式不科學不合理等問題，生態(tài)和文化資源受到一定程度的破壞[17]。農戶作為當地住戶是這部分生態(tài)和環(huán)境成本的主要承擔者，考慮到這部分生態(tài)成本，鄉(xiāng)村旅游發(fā)展可能對農戶增收存在負面影響。據此提出假設H1：鄉(xiāng)村旅游的發(fā)展不利于農戶收入的提高。

在鄉(xiāng)村旅游的發(fā)展過程中,主體性消解是抑制農戶增收的內生性因素，而政策性矛盾則是外在的限制條件[8]104。

一方面，政府的有效治理為農戶增收提供有力支持。政府對旅游業(yè)發(fā)展的重視，以及有效的支持政策能夠極大影響發(fā)展環(huán)境，從而影響旅游業(yè)的發(fā)展風格和速度[18]。政府在旅游發(fā)展中發(fā)揮著指導和服務作用[19]177，在鄉(xiāng)村旅游發(fā)展過程中如果相關職能缺失，農戶增收效果便會受到嚴重的影響[20]。如果政府所提出的政策制度不合理或政府的管理和治理水平偏低，會造成旅游基礎設施重復低水平建設，農戶生存所依賴的自然資源和生態(tài)環(huán)境遭到破壞，各社會團體從旅游業(yè)中獲益不公，降低農戶參與旅游業(yè)的水平，勞動力市場資源配置效率低下等，最終使得發(fā)展旅游提高農戶收入的目標以失敗告終，從而抑制鄉(xiāng)村旅游對于貧困的減緩作用[5，21-23]。因此，公共部門尤其是地方政府對旅游目的地的規(guī)劃和發(fā)展承擔了更重要的責任[24,25]。政府治理的質量與鄉(xiāng)村旅游競爭力呈正相關[26]。同時，在調節(jié)旅游利益分享過程中，有效的政府治理可以通過資金傾斜和產業(yè)支持等手段，幫助農戶參與鄉(xiāng)村旅游，實現其收入的可持續(xù)增長，改善旅游、生活和衛(wèi)生環(huán)境設施，減輕潛在的環(huán)境和社會風險[8]104。

另一方面，從收入增長的內源性動因來看，農戶收入依賴于其生計模式的選擇。一直以來，農戶一般以單一的農業(yè)生產活動為主要的謀生手段，但這類生產活動對自然資源依賴性大、受自然風險影響程度深，因此這類傳統生計模式導致農戶收入存在較大的波動性[8]104。鄉(xiāng)村旅游的發(fā)展能夠有效推動農戶生計模式的轉型。在旅游業(yè)較發(fā)達的地區(qū)，農戶的農業(yè)生產行為減少，務工或旅游經營型農戶數量大幅增加[27]174。除了原有的全職農業(yè)生計模式外，農戶逐漸開始參與住宿餐飲、旅游交通、娛樂提供以及旅游管理等旅游活動，農業(yè)為主有限兼職旅游業(yè)以及全職參與旅游業(yè)等新生計模式在鄉(xiāng)村開始出現[9，28]。采取農業(yè)為主有限兼職旅游業(yè)這一生計模式的農戶，其收入源自家庭經營性收入，即通過銷售家庭農副產品和土特產獲?。徊扇∪殔⑴c旅游業(yè)這一生計模式的農戶則主要通過參與住宿餐飲、旅游交通、娛樂提供以及旅游管理等鄉(xiāng)村旅游活動獲取工資性收入[29]169。鄉(xiāng)村旅游對于農戶增收的效果受到農戶生計模式的影響，農戶參與鄉(xiāng)村旅游的程度越深，增收效果越大[29]169。深度參與旅游業(yè)所獲得的工資性收入能夠顯著提高農戶的收入水平。從農戶收入結構上看，提高工資性收入的比重已經成為實現農戶脫貧的主要手段[4，15]。因此，要擴大鄉(xiāng)村旅游對農戶增收的促進效果，農戶主體性地位的培育必不可少，切實轉變農戶生計模式，提高農戶對于旅游業(yè)的自主參與度，才能夠顯著提高農戶收入水平。

可見，要提高農戶從鄉(xiāng)村旅游發(fā)展所獲得的收入，需要從內在因素(即改變農戶原有以務農為主的生計模式，提高工資性收入的比重)和外在因素(指政府通過各種政策保障農戶在鄉(xiāng)村旅游發(fā)展過程中分配到合理利益)兩方面增加當地農戶對旅游業(yè)的參與深度。

根據以上分析提出如下兩個假設：

H2：政府的有效治理是鄉(xiāng)村旅游實現農戶增收的外源性驅動。

H3：農戶生計模式轉變是鄉(xiāng)村旅游實現農戶增收的內源性動力。

(二)模型設計

構建一個多層線性模型，以涵蓋驗證上述假設所需的農戶和省份兩個層面的結構數據。多層線性模型(Hierarchical Linear Models，HLM)適用于分析傳統統計技術所不能處理的多層次結構數據。數據間的層次結構可以表現為兩種形式：一種是數據分為總體和個體兩個層次，每個個體分屬于不同的總體；另一種是指縱向研究的重復測量，對同一個體不同時間點的觀測值和不同的個體構成兩個層次的數據，前者隸屬于后者[30]。在模型設定中，農戶家庭收入首先隨時間變化而變化，其次受到農戶個體差異性的影響，最后還會受到農戶所在省份旅游產業(yè)發(fā)展狀況以及地方政府治理水平的制約。因此影響農戶收入的因素具有層次性，數據存在層次嵌套關系。借鑒唐榮和顧乃華的處理[31]，采用三層嵌套結構“年份—農戶—省份”數據形式。其中，第一層年份可以視為針對農戶個體家庭收入隨時間而進行的重復觀測，隸屬于第二層構成的農戶，而農戶又隸屬于第三層的省份。HLM模型在回歸層級數據時，往往將農戶層面誤差分為農戶內差異、不同農戶間差異和因屬于不同省份帶來的誤差。假設各層方差均服從正態(tài)分布，構建如表1所示模型。

模型1為去掉所有預測變量的零模型，其中農戶收入水平(Rural)是模型中的被解釋變量。通過該模型判斷組內與組間的變異關系，以檢驗構建三水平多層次模型的必要性。模型2為截距模型，其中L1代表第一層級年份，L2代表第二層級農戶，L3代表第三層級省份。模型2是在零模型的基礎上，在第三層級加入省份層面的預測變量鄉(xiāng)村旅游發(fā)展水平(Tourism)、政府治理水平(Gov)及其交互項Tourism×Gov，僅考察這三個預測變量對第二層級方程中截距β00的影響，以驗證假設1；同時分析政府治理及其與鄉(xiāng)村旅游的交互項對農戶收入的影響，以驗證假設2。在模型2的基礎上構建模型3，以進一步分析控制了鄉(xiāng)村旅游這一變量后農戶個體特征對其收入的影響，其中，xn為第二層級的農戶層面的預測變量，分別包含Work和Farm，前者代表農戶的就業(yè)型生計模式，后者代表農戶務農型生計模式。模型4為完整模型，進一步分析鄉(xiāng)村旅游、政府治理與農戶生計特征互動后對農戶收入影響的乘數效應，從而驗證假設3。

二、鄉(xiāng)村旅游增收影響分析的樣本選擇與變量描述

(一)樣本選擇

使用2010年、2012年、2014年、2016年以及2018年共五年中國31個省份政府治理水平評價指標體系的宏觀數據和CFPS農戶家庭收入的微觀數據。前者主要來源于各類統計年鑒①以及各地方政府的國民經濟和社會發(fā)展統計公報，后者來源于中國家庭追蹤調查(China Family Panel Studies，CFPS)②，在刪除了部分缺失值后，數據中共包含9 329戶農戶家庭。

(二)變量描述

被解釋變量采用農戶家庭純收入來衡量農戶的收入情況。考慮到量綱的影響，對農戶家庭純收入取對數值(Rural)。

農戶收入結構中占比最大的是家庭經營性收入以及工資性收入，前者源自傳統的務農生計模式，后者則從受鄉(xiāng)村旅游影響而逐漸興起的就業(yè)型生計模式中獲得。參考李成明的做法[32]，設置Farm和Work變量作為農戶層面的預測變量：Farm變量代表務農型生計模式，用該農戶家庭中是否有成員從事自家農業(yè)生產來衡量，“是”取值為1，“否”取值為0；Work變量代表就業(yè)型生計模式，用該農戶家庭中是否有成員外出打工來衡量，“是”取值為1，“否”取值為0。

選取鄉(xiāng)村旅游發(fā)展水平(Tourism)、政府治理水平(Gov)以及旅游業(yè)發(fā)展和政府治理水平的交乘項(Tourism×Gov)作為省份層面的預測變量。鄉(xiāng)村旅游產值數據缺乏官方統計，而我國鄉(xiāng)村地區(qū)分布面積廣，山地、河流、湖泊、島嶼等自然景觀以及古鎮(zhèn)、古村、古跡、鄉(xiāng)土人情等人文景觀也多分布在鄉(xiāng)村地區(qū)[33]。因此，鄉(xiāng)村旅游發(fā)展水平的變化一定程度上可以用旅游總發(fā)展水平的變化程度來衡量。采用中國各省旅游業(yè)的營業(yè)收入來衡量鄉(xiāng)村旅游發(fā)展水平(Tourism)[34]，并考慮到量綱影響，對該數據取對數值。以地方政府針對旅游發(fā)展所構建的宏觀環(huán)境水平作為地方政府治理水平(Gov)的代表[35]148，政府為旅游業(yè)營造的宏觀環(huán)境水平越好，證明政府在旅游業(yè)發(fā)展方面的治理水平也就越高。基于熵值法構建和測算政府治理水平代表指標，具體指標見表2。經濟發(fā)展水平決定了旅游業(yè)發(fā)展的供給和需求。地方政府在政績衡量的指標中一般選取國內生產總值作為經濟發(fā)展水平的衡量指標，同時中國處于計劃經濟體制向市場經濟體制轉變的改革時期，市場化發(fā)展程度也與經濟發(fā)展水平息息相關，因此選取人均國內生產總值與市場化發(fā)展程度作為地方政府在經濟發(fā)展方面的治理水平指標。自然生態(tài)環(huán)境是旅游業(yè)發(fā)展的基礎，也往往是旅游者消費的旅游產品和旅游空間?？紤]到自然生態(tài)環(huán)境公共產品的屬性，其保護與構筑亟需地方政府的參與，因此選取森林覆蓋率和自然保護區(qū)覆蓋率作為地方政府在自然生態(tài)保護上的治理水平指標。基礎設施建設決定了旅游發(fā)展的交通便利狀況與當地的旅游接待承載力，因此選取鐵路里程與公路里程占地區(qū)土地總面積作為地方政府在交通基礎設施方面的治理水平指標，選取城市每萬人擁有公廁數量和鄉(xiāng)村廁所普及率作為地方政府在設施接待承載力方面的治理水平指標。社會文化是生態(tài)環(huán)境之外吸引旅游者的旅游要素之一，保護和傳承本地特色文化有助于維系當地的旅游特色，需要地方政府介入，因此選取地方政府文化事業(yè)費在財政支出中的比重作為地方政府在社會文化構筑方面治理水平的衡量指標。旅游業(yè)發(fā)展和政府治理水平的交乘項Tourism×Gov，由旅游業(yè)發(fā)展水平Tourism變量和政府治理水平Gov變量的相乘得出。

表2 政府治理水平評價指標體系

三、鄉(xiāng)村旅游增收影響分析的實證結果

(一)描述性統計

從表3可以看出：變量Farm的均值為0.64，可見農業(yè)生產仍是大部分農戶的主要謀生手段；變量Work的均值為0.33，表明有部分農戶開始參與農業(yè)以外的生產方式，但比例偏低；變量Gov的均值為0.24，標準差為0.09，說明政府在鄉(xiāng)村旅游發(fā)展的外部治理水平大部分處于下游水平，還有較大的改進空間。

表3 變量定義及描述性統計

(二)鄉(xiāng)村旅游增收影響分析的回歸結果

1. 零模型分析

2. 截距模型分析

模型2和模型3的分析結果分別見表4。模型2中，一方面，變量Tourism的系數在5%的顯著性水平下顯著為負，可見當地農戶的收入并未受益于當地旅游業(yè)的發(fā)展，假設1得到驗證。另一方面，Tourism×Gov的系數在5%的顯著性水平下顯著為正，也就是說政府的介入可以調整農戶未從鄉(xiāng)村旅游受益的狀況，保證農戶從旅游發(fā)展中獲取收入。政府的有效治理能夠促進鄉(xiāng)村旅游對農戶的增收效果，假設2得到驗證。此外，從模型3可以看到變量Farm的系數顯著為負，變量Work的系數顯著為正。可見，從農戶生計模式來看，傳統的務農生計模式雖然仍占農戶收入的主要份額但無助于農戶收入的進一步提高，而從就業(yè)型生計模式中獲得的工資性收入才是農戶收入增長的主要方式。

3.完整模型分析

完整模型的回歸結果如表4中模型4所示。變量Tourism的系數在10%的顯著性水平下顯著為負，變量Tourism×Gov的系數在5%的顯著性水平下通過檢驗且方向為正，但Farm×Tourism、Farm×Gov、Work×Tourism以及Work×Gov等變量中，僅Farm×Gov在5%的顯著性水平上負向影響農戶收入，其他系數均不顯著?？梢?，一方面，旅游業(yè)之所以對農戶收入沒有顯著正向影響，原因在于當地鄉(xiāng)村旅游的發(fā)展并未改變傳統生計模式，農戶被邊緣化于旅游發(fā)展之外，因而其收入并未得到有效提升；另一方面，政府支持只停留在對農業(yè)生產的扶持和幫助上，未有效推動農戶謀生手段的調整，也不利于農戶收入的進一步提高。因此，農戶需要在鄉(xiāng)村旅游發(fā)展過程中改變生計模式，才能實現收入的有效提升，假設3得到驗證。

表4 鄉(xiāng)村旅游增收影響分析的回歸結果

(三)鄉(xiāng)村旅游增收影響分析的穩(wěn)健性檢驗

將上述實證分析的普通標準誤替換為穩(wěn)健標準誤進行穩(wěn)健性檢驗，如果二者的結果存在顯著差異則模型設定有誤，如果二者結果差異不大則模型設定不存在顯著問題[36]。檢驗結果如表5所示。和前文的普通標準誤的回歸結果相比，核心變量的符號正負、系數大小以及顯著性基本一致。僅變量Tourism在模型2中由普通標準誤下的不顯著變換為穩(wěn)健標準誤下在5%的顯著性水平下顯著，這同樣進一步證實了假設2。

將被解釋變量農戶家庭純收入(Rural)替換為人均純收入(Rural_p)，并同樣對其取對數值。被解釋變量更換后仍適用于滿足隨機效應的多層線性回歸模型?；貧w結果如表5所示。無論被解釋變量是農戶家庭純收入(Rural)還是人均純收入(Rural_p)，關鍵變量的顯著性和符號均未發(fā)生明顯變化：截距模型中，模型2里的Tourism顯著為負而Tourism×Gov的系數則顯著為正，模型3里Farm的系數顯著為負而變量Work的系數顯著為正；完整模型中，模型4里變量Tourism的系數顯著為負，Tourism×Gov的系數依舊顯著為正，且Farm×Gov的系數顯著為負。此外，在更換了被解釋變量后，完整模型中的Farm和Farm×Tourism的符號沒有改變，但系數變?yōu)轱@著。模型4中，Farm的系數在5%的顯著性水平下顯著為負，而Farm×Tourism在1%的顯著性水平下為正，也進一步說明了旅游業(yè)如果可以與農業(yè)有機結合，轉變農戶生計模式便可實現農戶收入水平的提高。綜上所述，更換被解釋變量后，結果與上文分析基本相同。

表5 鄉(xiāng)村旅游增收影響分析的穩(wěn)健性檢驗

為進一步驗證研究結果的穩(wěn)健性，按照經濟發(fā)展水平將樣本劃分為東部和中西部兩個地區(qū)進行分組檢驗。經濟發(fā)展水平越高的地區(qū)，旅游業(yè)發(fā)展程度一般較高，越能夠吸納當地農業(yè)勞動力就業(yè)，從而迫使農戶改變傳統生計模式[37]。并且經濟發(fā)展水平越高的地區(qū)，地方政府也往往有較高的治理水平[35]148。分組檢驗的結果如表6所示。在經濟發(fā)展水平較高的東部地區(qū)，旅游業(yè)發(fā)展對農戶收入的負面影響消失，而在經濟發(fā)展水平較低的中西部地區(qū)該影響仍然存在。此外，中西部地區(qū)較弱的政府治理能力抑制了農戶收入的提高，但如果政府治理能與旅游發(fā)展有效結合，則可以反向實現農戶增收。不論是東部還是中西部地區(qū)，傳統農業(yè)生計增收功能有限，就業(yè)型生計模式所獲得的工資性收入才是主要的增收源泉?？傊?，分組檢驗結果進一步表明，在經濟發(fā)展水平越低的地區(qū)，農戶要實現增收，迫切需要從內源性上調整生計模式，從外源性上提高政府治理水平。這與上文的結果基本一致，因此結論基本是穩(wěn)健的。

表6 分組檢驗

四、結論與建議

近年來，在鄉(xiāng)村振興戰(zhàn)略的實施過程中，鄉(xiāng)村旅游已經逐漸成為地方政府扶貧的主要方式。但農戶在鄉(xiāng)村旅游發(fā)展過程中主體性地位消解，被排除在產業(yè)增長之外，其邊緣化的地位限制了農戶收入的增長。基于多層線性模型，結合我國各省地方政府治理水平的宏觀數據和農戶家庭收入的微觀數據，評估鄉(xiāng)村旅游對于農戶收入的實際影響，并分析農戶生計模式的內生性轉變與政府有效治理的外部支持如何影響鄉(xiāng)村旅游的農戶增收效果。具體研究結論如下：第一，鄉(xiāng)村旅游的發(fā)展不利于農戶收入的提高。農戶對于鄉(xiāng)村旅游的參與程度低，主要源自于初始資本不足、受教育水平低以及缺乏相應技能培訓。農戶在旅游發(fā)展過程中的邊緣性地位，使大部分鄉(xiāng)村旅游利潤被旅游企業(yè)和其他組織獲取，而旅游業(yè)發(fā)展導致的生態(tài)環(huán)境惡化、自然資源破壞以及農產品減產等成本卻由農戶承擔，最終導致鄉(xiāng)村發(fā)展并未切實促進農戶收入的增長。第二，政府的有效治理是鄉(xiāng)村旅游實現農戶增收的外源性驅動。政府的有效介入有助于創(chuàng)建良好的旅游發(fā)展外部環(huán)境，鼓勵農戶積極參與旅游業(yè)，從而在旅游發(fā)展中獲得更多利潤。對于鄉(xiāng)村旅游發(fā)展中農戶缺席利益分配的問題，政府應積極介入，提高治理水平，改善旅游發(fā)展的外部環(huán)境，引導利潤分配向農戶傾斜，縮小日益擴大的收入差距，減輕潛在的環(huán)境和社會風險。第三，農戶生計模式轉變是鄉(xiāng)村旅游實現農戶增收的內源性動力。目前農戶從旅游業(yè)發(fā)展獲得的收入主要以家庭經營性收入為主，謀生手段高度依賴于農業(yè)生產。但以農業(yè)為主的農戶生計模式對農戶收入增長影響有限，工資性收入才是農戶增收的主要源泉。因此鄉(xiāng)村旅游發(fā)展要提高農戶收入，應著眼于改變農戶生計模式，引導農戶深度參與鄉(xiāng)村旅游產業(yè)。基于上述結論，提出以下建議：

首先，鼓勵金融機構開展面對農戶的低息貸款，以促進農戶積極參與鄉(xiāng)村旅游產業(yè)。創(chuàng)新農戶的旅游參與模式，通過諸如入股、合作經營以及完善產業(yè)鏈條等方式，促進農戶共享旅游收益[28]102。強化農戶旅游參與的深度與廣度，重點提升農戶勞動力技能培訓和提高旅游經營能力，注重培育和形成可持續(xù)旅游發(fā)展模式，實現旅游發(fā)展長期有效促進農戶增收[27]174。增加農戶生計活動的多樣性，鼓勵和引導農民參與旅游業(yè)非農就業(yè)，如住宿餐飲、旅游交通、娛樂提供以及旅游管理等行業(yè)，同時發(fā)展現代農業(yè)、種植業(yè)，構建產業(yè)多元化的返貧阻斷機制，提高當地旅游業(yè)發(fā)展水平[38]。

其次，政府應積極通過產業(yè)政策傾斜、基礎設施建設、農戶技能培訓以及提供低息貸款等方式來鼓勵當地農戶參與旅游業(yè)，并將利益分配向農戶傾斜。管理旅游行為，協調企業(yè)與居民間的利潤分配，加強地方政府的監(jiān)督和管理作用，以改善農戶收入為目標發(fā)展旅游業(yè)，避免農戶以外的組織或群體過度攫取旅游收益導致農戶利益受損[19]177。同時，地方政府在旅游開發(fā)中應追求長期利潤和社會效益，在執(zhí)政過程中注意提高治理水平，平衡政策穩(wěn)定性和持久性，避免由于政策制度設計不合理或執(zhí)行不當導致資源浪費和生態(tài)破壞[39]。

注釋：

①主要包含以下年鑒：各省統計年鑒、中國城鄉(xiāng)建設統計年鑒、中國縣城建設統計年鑒、中國城市建設統計年鑒、中國衛(wèi)生統計年鑒、中國鄉(xiāng)村統計年鑒、中國統計年鑒、中國區(qū)域經濟統計年鑒、中國環(huán)境統計年鑒、中國林業(yè)統計年鑒、中國分省份市場化指數報告、中國旅游統計年鑒。

②中國家庭追蹤調查(China Family Panel Studies，CFPS)是由北京大學通過追蹤中國個體、家庭、社區(qū)三個層次的數據，反映中國社會、經濟、人口、教育和健康的變遷的數據庫，自2010年開始調查，每兩年訪問一次，最新數據截止到2018年。