民族特困地区旅游减贫效率测度及其影响因素研究
——来自武陵山片区的证据

张大鹏 涂精华

一、引言

民族特困地区是我国打赢脱贫攻坚战的主战场，能否按期保质完成脱贫攻坚战的刚性目标直接关系到这些地区的和谐社会建设与民族团结。在国家大力推进旅游扶贫的战略背景下，发展旅游业已成为民族特困地区消除贫困以及全面建成小康社会的重要途径，在减缓贫困、带动就业、拉动内需和促进地区经济增长等方面发挥了显著作用，加快了减贫进程，取得了瞩目成绩。

但随着民族特困地区减贫工作进入攻坚期，脱贫难度不断增加，旅游产业发展对深度贫困人群的辐射带动作用不足，旅游减贫的边际效应逐渐下降。(1)张大鹏：《旅游发展能减缓特困地区的贫困吗——来自我国中部集中连片30个贫困县的证据》，《广东财经大学学报》2018年第3期。旅游减贫效率是基于投入—产出视角衡量旅游扶贫绩效的重要指标。在打赢脱贫攻坚战的关键时期，如何提高民族特困地区旅游减贫效率，如何进一步扩大旅游减贫的受益面？这些问题直接关系到民族特困地区旅游减贫的可持续推进，因而具有十分重要的政策意义和现实紧迫性。回答上述命题的基本逻辑应是首先客观了解当前旅游减贫效率的现实情况，其次要明确旅游减贫效率受到哪些因素的影响，以做到有的放矢、精准施策。虽然已有文献开始关注旅游减贫效率问题，但是在具体研究中均采用数据包络分析法(DEA)进行效率评价，由于该方法难以剥离外部因素的影响从而导致效率评价结果有偏差，不利于指导旅游减贫工作的有序开展。因此，本文首次利用随机前沿分析法测度民族特困地区旅游减贫效率，并量化分析重要因素的影响效应，以期能为可持续推进民族特困地区旅游减贫提供针对性强的政策建议，助力打赢脱贫攻坚战。

相较于以往文献，本文的主要贡献有以下三个方面：第一，在效率测度方法上，本文运用随机前沿分析法测度旅游减贫效率，克服了传统DEA方法估计效率值的客观缺陷，使得效率测算值更加接近真实水平，而且能够估计影响因素的作用大小和方向，为地方政府和相关部门决策提供量化依据；第二，在效率测度指标的选取上，与既有研究不同，本文遵循旅游发展实现贫困减缓的理论路径，依据旅游减贫过程中所需的资本要素和劳动力要素确定投入指标，具有逻辑的自洽性；第三，在效率影响因素的研究上，不同于既有文献，本文将内部交通和外部交通的影响区分开来，一并引入技术无效函数模型，首次分析内部交通和外部交通在旅游减贫效率中的不同作用机理，并实证检验内部交通的非线性效应，对制定旅游减贫政策具有重要的参考价值。

二、文献综述

回顾相关文献发现，我国学者开展旅游减贫(2)为了较全面地检索梳理旅游减贫效率研究的相关文献，本文将旅游减贫、旅游扶贫和旅游脱贫三个常用概念不作区分。研究始于20世纪90年代，研究内容多集中于旅游减贫的概念、(3)马忠玉：《论旅游开发与消除贫困》，《中国软科学》2001年第1期；朱京曼：《略论西南地区旅游扶贫开发与可持续发展》，《管理世界》2003年第9期。模式、(4)李佳、钟林生、成升魁：《中国旅游扶贫研究进展》，《中国人口·资源与环境》2009年第3期；张玉强、李祥：《我国集中连片特困地区精准扶贫模式的比较研究——基于大别山区、武陵山区、秦巴山区的实践》，《湖北社会科学》2017年第2期。机制、(5)王永莉：《旅游扶贫中贫困人口的受益机制研究——以四川民族地区为例》，《经济体制改革》2007年第4期；何星、覃建雄：《ST-EP模式视域下的旅游精准扶贫驱动机制——以秦巴山区为研究对象》，《农村经济》2017年第10期。效应(6)周歆红：《关注旅游扶贫的核心问题》，《旅游学刊》2002第1期；李佳、钟林生、成升魁：《民族贫困地区居民对旅游扶贫效应的感知和参与行为研究——以青海省三江源地区为例》，《旅游学刊》2009年第8期。等方面，但对旅游减贫效率方面的研究还不够深入。随着我国民族特困地区减贫工作进入攻坚期，既有旅游减贫政策和措施对深度贫困人口的帮扶效果遇到瓶颈，旅游发展促进贫困减缓的边际效应逐步递减，表明旅游减贫开始出现动力不足、效率滑坡的问题。一些学者对这一现实问题进行了积极回应，如龙祖坤等、(7)龙祖坤、杜倩文、周婷：《武陵山区旅游扶贫效率的时间演进与空间分异》，《经济地理》2015年第10期。黄渊基、(8)黄渊基：《连片特困地区旅游扶贫效率评价及时空分异——以武陵山湖南片区20个县(市、区)为例》，《经济地理》2017年第11期。鄢慧丽等、(9)鄢慧丽、王强、熊浩，等：《海南省少数民族地区旅游扶贫效率测度与时空演化分析》，《中国软科学》2018年第8期。陈超凡和王赟、(10)陈超凡、王赟：《连片特困区旅游扶贫效率评价及影响因素——来自罗霄山片区的经验证据》，《经济地理》2020年第1期。王凯和林惠(11)王凯、林惠：《新型城镇化对旅游扶贫效率的影响研究——以恩施土家族苗族自治州八个国家级贫困县为例》，《湖北民族大学学报(哲学社会科学版)》2020年第3期。等均利用DEA方法对民族特困地区旅游减贫(扶贫)效率进行评价。这些文献大致可分为四类：第一类是采用DEA方法的经典BCC、CCR等模型评价旅游减贫效率。(12)耿长伟、段正梁、曾美艳：《基于DEA模型的六盘山片区旅游扶贫效率评价研究》，《中南林业科技大学学报(社会科学版)》2018年第1期；乌兰、刘伟民：《内蒙古民族地区旅游扶贫效率评价及优化对策研究》，《广西民族大学学报(哲学社会科学版)》2018年第6期。其中，龙祖坤等将人均旅游收入和人均接待游客量作为旅游减贫的投入指标，城镇居民人均可支配收入、农村居民人均纯收入和县域人均GDP作为产出指标，运用DEA方法测算武陵山区的旅游减贫效率。(13)耿长伟、段正梁、曾美艳：《基于DEA模型的六盘山片区旅游扶贫效率评价研究》，《中南林业科技大学学报(社会科学版)》2018年第1期；乌兰、刘伟民：《内蒙古民族地区旅游扶贫效率评价及优化对策研究》，《广西民族大学学报(哲学社会科学版)》2018年第6期。第二类是借助MI指数分析旅游减贫效率的时间演变趋势，并结合效率均值和MI指数水平将效率形态划分为四种类别，并据此提出了相应的旅游减贫模式。(14)杨光明、杨航、杨雪程：《三峡库区旅游扶贫效率的时空演异及发展路径研究》，《资源开发与市场》2018年第6期；孙春雷、张明善：《精准扶贫背景下旅游扶贫效率研究——以湖北大别山区为例》，《中国软科学》2018年第4期。第三类是在第二类分析的基础上，借助GIS软件研究旅游减贫效率的空间分异。李光明和马磊探讨了产出角度效益的空间分异和投入产出角度效率的空间分异，结果发现，旅游减贫效益好并不代表旅游减贫效率高，两者存在一定的不协调性。(15)李光明、马磊：《旅游精准扶贫效率测度及空间分异研究——以新疆阿勒泰地区为例》，《新疆社科论坛》2016年第5期。第四类是在一阶段DEA方法的基础上进行改造，构建两阶段或三阶段DEA模型来评价分析旅游减贫效率。其中，黄渊基运用Bootstrap-DEA方法减缓了环境变量和样本随机性等因素对旅游减贫效率的干扰，使得效率测算值更接近真实情况，(16)李光明、马磊：《旅游精准扶贫效率测度及空间分异研究——以新疆阿勒泰地区为例》，《新疆社科论坛》2016年第5期。但并未进一步分析外部干扰因素。曹妍雪和马蓝则利用三阶段DEA模型评价我国民族地区旅游减贫效率，分析了旅游偏好、居民自由分配收入、公路密度等外部环境因素对旅游减贫投入要素的影响。(17)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》，《华东经济管理》2017年第9期。但该研究只选取了2015-2016年的相关数据，样本容量有限，研究结论的稳健性需要进一步检验。

综上可知，目前旅游减贫效率的研究存在以下不足。第一，由于通过传统DEA方法评价的效率值包含了外部因素的影响效应，导致绝大部分文献的评价结果不能客观反映旅游减贫效率的真实情况，往往存在估计偏误。第二，部分学者为了克服经典DEA方法评价效率的缺陷，采用二阶段或三阶段DEA法剥离外部环境的影响效应。然而无论是利用传统DEA还是改进的DEA方法进行旅游减贫效率评价时，现有文献大多使用人均旅游综合收入和人均旅游接待人数作为投入指标。但是很明显，旅游收入或旅游人次一般是区域旅游效率评价中的常用产出指标，表明两者是典型的“产出”类指标。若以旅游发展的“产出”作为旅游减贫过程的“投入”，这与“旅游要素投入—发展旅游业—促进贫困减缓”的减贫路径在逻辑上存在冲突，也不符合旅游减贫的作用机制。因此，既有文献中投入指标的选择还存在值得商榷的地方和改进空间。第三，尽管个别学者利用改进的DEA模型排除了外部环境对旅游减贫效率评价的干扰，从而能够获得更为真实的效率情况，但仍无法定量刻画外部因素对旅游减贫效率的影响效应。由于缺乏对旅游减贫效率影响因素的深入探讨和量化分析，现有关于旅游减贫效率提升的对策建议容易虚化而不能聚焦。第四，仅有曹妍雪和马蓝、(18)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》，《华东经济管理》2017年第9期。鄢慧丽等(19)鄢慧丽、王强、熊浩，等：《海南省少数民族地区旅游扶贫效率测度与时空演化分析》，《中国软科学》2018年第8期。分析了外部环境因素对旅游减贫效率投入要素的影响，对本文的研究是一个很好的借鉴。但其在衡量交通条件因素时，与一般做法一样采用民族地区公路网络密度来衡量交通便利程度，其中包括了公路里程和铁路里程。这种做法没有将区域内部交通和外部交通区别看待。事实上，内外部交通形式对民族特困地区县域旅游发展的作用机理是不同的，对旅游减贫效率的影响存在差异。因为外部交通是客源地与贫困县之间的宏观连接，是关系到游客能否“进得来”的重要因素。而内部交通是游客进入贫困县后与区域内旅游景区之间的微观连接，为游客扫除“最后一公里”的旅游障碍，(20)王兆峰、徐赛：《不同交通方式对旅游效率的影响与评价——以张家界为例》，《地理科学》2018年第7期。是影响游客如何“散得开”的关键因素。因此，不同于以往文献，本文在分析旅游减贫效率影响因素时将贫困县内部交通和外部交通作为两个独立因素进行考虑。

为了弥补既有文献的不足，本文利用随机前沿分析法(SFA)测度民族特困地区旅游减贫效率，并实证检验内部交通、外部交通、旅游专业化等因素的影响效应。

三、实证研究设计

(一)模型设定

鉴于随机前沿模型已得到广泛应用，本文不再赘述其原理和方法。根据Battese和Coelli，随机生产前沿模型分为两部分，即生产函数和技术无效率函数。(21)G. E. Battese, and T. J. Coelli, “A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data,” Empirical Economics, vol. 20, no. 2, 1995, pp. 325-332.

1.生产函数设定。常见的生产函数有柯布道格拉斯函数(C-D函数)和超越对数生产函数(Trans-log函数)。相较于C-D函数，Trans-log函数更具一般性，无需技术中性、要素替代弹性固定等严苛假定。同时，考虑到生产要素弹性的时变性特征，本文采用时变的超越对数生产函数，具体如下：

2.技术无效率函数设定。基于民族特困地区旅游减贫的实际情况，并结合相关文献，本文拟对以下几个主要影响因素进行重点分析。

(1)内部交通(Internal Transport System, ITS)。在内部交通与旅游减贫效率的关系研究方面，一般认为，内部交通水平的提高能有利于旅游减贫效率的提升。但是随着贫困县内部交通条件的持续改善，周边游客进出旅游目的地更加便利，“过夜游”概率有可能降低，使得旅游出现“快进快出”的现象。(22)张大鹏、陈池波：《旅游发展促进了连片特困地区的包容性增长吗——来自中部贫困县的证据》，《农业技术经济》2020年第4期。由于“快进快出”和“过夜游”概率下降容易造成“人旺财不旺”的旅游消费不足问题，反而会导致旅游减贫效率下降。因此推断内部交通与旅游减贫效率之间可能存在非线性关系。本文拟采用贫困县普通公路里程表征内部交通水平。

(2)外部交通(External Transport System, ETS)。外部交通是相对封闭的贫困山区与外部世界进行要素交换、经贸往来和沟通有无的重要载体和通道，同样也是民族特困地区发展旅游产业的先决条件。从旅游流的客观规律来看，旅游目的地与客源地之间的大交通条件越完善越便利，时间约束下的游客越偏好流向交通便捷的旅游地。因此，若民族特困地区能够建立与旅游客源地之间通达的外部交通线路，或者融入国家主干交通网络，就越有利于地区旅游产业发展，也就增强了旅游减贫效率提升的原动力。当前，以高铁为代表的客运铁路网络对欠发达地区经济社会发展的综合带动作用已获得广泛共识，对民族特困地区旅游业发展具有显著的促进作用。(23)B. Zhou, and N. Q. Li, “The Impact of High-speed Trains on Regional Tourism Economies: Empirical Evidence from China,” Tourism Economics, vol. 24, no. 2, 2018, pp. 187-203.因此，本文利用是否开通高铁/动车的虚拟变量来衡量贫困县外部交通发展水平。具体地，将贫困县开通高铁/动车的年份及以后年份均取值为1，未开通的年份取值为0。

(3)旅游专业化(Tourism Specialization, TS)。旅游专业化程度较高的地区往往拥有更完善的服务设施、(24)A. Weidenfeld, “Tourism Diversification and Its Implications for Smart Specialization,” Sustainability, vol. 10, no. 2, 2018, pp. 1-24.更优质的旅游人力资源(25)B. Biagi, M. G. Ladu, and V. Royuela, “Human Development and Tourism Specialization: Evidence from a Panel of Developed and Developing Countries,” International Journal of Tourism Research, vol. 19, no. 2, 2017, pp. 160-178.和更健全的地方制度体系，(26)N. Antonakakis, et al., “The Tourism and Economic Growth Enigma: Examining an Ambiguous Relationship through Multiple Prisms,” Journal of Travel Research, vol. 58, no. 1, 2019, pp. 3-24.因而有利于提升旅游减贫效率。但赵磊等提出旅游发展到一定阶段会诱发“资源诅咒”“红利漏损”“福利损失”等消极影响，(27)赵磊、方成、毛聪玲：《旅游业与贫困减缓——来自中国的经验证据》，《旅游学刊》2018年第5期。同时还会对其他产业产生“排挤效应”，(28)R. Croes, J. Ridderstaat, and M. van Niekerk, “Connecting Quality of Life, Tourism Specialization, and Economic Growth in Small Island Destinations: the Case of Malta,” Tourism Management, vol. 65, 2018, pp. 212-223.从而导致削弱旅游业对贫困的减缓效应。这表明在旅游发展水平的不同阶段，旅游专业化对旅游减贫效率的影响作用较为复杂，可能存在某种非线性关系。为此，本文借鉴Vita和Kyaw、(29)G. D. Vita, and K. S. Kyaw, “Tourism Specialization, Absorptive Capacity and Economic Growth,” Journal of Travel Research, vol. 56, no. 4, 2018, pp. 1-43.张大鹏和涂精华(30)张大鹏、涂精华：《旅游产业依赖与民族地区经济发展的双重门槛效应——基于75个民族自治县的实证研究》，《湖北民族大学学报(哲学社会科学版)》2020年第1期。等学者的通行做法，采用地区旅游总收入与地区生产总值之比来度量区域旅游发展水平，并引入旅游发展水平的二次项来检验旅游发展水平对旅游减贫效率的非线性影响。

(4)旅游人口密度(Tourist Population Density, TPD)。采用贫困县旅游总人数与常住人口之比来表示，该指标反映了旅游目的地人均接待游客量水平。在游客数量不断增长的态势下，一方面将有效促进贫困县内旅行社、餐饮、酒店、购物、娱乐等相关产业的兴起和发展，进而扩大县域就业容量，创造更多就业岗位，拓展贫困居民就业空间；另一方面，游客量的增加拉动了消费量的扩大，在扶贫专项基金及金融支持政策鼓励下，贫困居民有条件开展养殖业、种植业的规模化生产，并通过与当地餐饮店、景区等合作，就近开拓销售渠道，使中间流通环节的成本大大减少，促进贫困居民的经营净收益提高，继而提升旅游减贫效率。因此，本文预期旅游人口密度对旅游减贫效率存在促进作用。

此外，为了尽可能地避免因遗漏变量而导致技术无效率函数模型的设定偏误以及由此产生的内生性问题，本文将既影响旅游减贫效率同时又与上述四个核心变量相关的因素加以控制，以最大程度地保证技术无效函数估计结果的无偏性和有效性。因此借鉴相关研究成果，引入了如下控制变量：政府干预(GOV)、教育水平(EDU)和金融发展水平(FIAN)。同时考虑到技术无效函数的时变性特征，本文将技术无效函数设定如下：

Uit=δ0+δ1Tit+δ2ITSit+δ3ITS2it+δ4ETSit+δ5TSit+
δ6TS2it+δ7TPDit+δ8GOVit+δ9EDUit+δ10FIANit+wit

(二)指标选取与变量说明

在产出变量上，选取城乡居民人均可支配收入作为衡量旅游减贫效应的产出指标；在投入变量上，本文主要从资本与劳动力要素视角来进行考量，其中，旅游减贫中的资本要素投入涉及旅游交通改善、旅游环境美化、旅游基础设施建设等方面，又由于旅游业内涵和外延性的不断扩大，这些用于旅游减贫方面的投入难以与其他公共设施投入严格剥离开来。因此，采用贫困县社会固定资产投资总额作为资本要素投入的表征指标。劳动力投入要素的理想指标是旅游从业人数，但大部分贫困县没有旅游从业人数的官方统计数据。基于数据的可得性和为了不失一般性，本文选用贫困县第三产业从业人数衡量旅游减贫中的劳动力要素投入。上述指标中，城乡居民人均可支配收入的单位为“元”，固定资产投资总额单位为“万元”，第三产业从业人数单位为“人”。为剔除物价变动因素的影响，本文以2011年为基期，采用国内生产总值指数和固定资产投资价格指数分别对城乡居民人均可支配收入和固定资产投资总额按基期不变价进行平减。此外，为了减缓异方差的影响，本文对相关变量进行了自然对数化处理。

(三)数据来源

武陵山民族特困地区是国家重点扶持的集“老、少、边、穷、山”为一体的贫困片区之一，也是旅游资源的富集区和精华区，具有典型性。考虑统计数据的可得性和一致性，本文选取武陵山片区36个县(市、区)2011-2017年面板数据作为计量分析样本。研究数据主要来源于EPS数据平台的《中国区域经济数据库》《湖北县市统计数据库》《湖南县市统计数据库》《重庆县市统计数据库》和《贵州县市统计数据库》，还有部分数据来自各县(市、区)2011-2017年国民经济与社会发展统计公报，此外，采取插值方式对个别缺失数据进行补充完善。

表1 变量说明及其测量方法

四、实证结果分析

本文采用一步最大似然法估计模型参数，估计结果如表2所示。

表2 随机前沿模型估计结果

由表2可知，变差系数γ的估计值为0.999，非常接近1，且在1%的水平下显著。这说明武陵山片区旅游减贫的实际产出与前沿产出之间的偏差主要是由技术无效率项μ引起的。另外，其LR的检验统计值为137.94，远大于1%显著水平上似然比检验的临界值，说明误差项存在明显的复合结构。上述结果证实设定包含技术无效率影响因素的随机前沿模型是必要且可靠的。

表2显示，前沿生产函数中的时间趋势一次项系数为0.3586，且在1%的水平下显著，表明每年平均技术进步为35.86%，说明技术进步有力推动了旅游减贫进程，增强了旅游减贫效应。这一方面得益于以电子商务为技术代表的互联网商业模式充分地释放了旅游减贫的潜在效应。旅游者的特色旅游商品购物消费是民族特困地区居民通过旅游经营活动实现增收的重要来源，电子商务以其跨越时空的优势将旅游者的一次性在地消费转化为可持续的游后重复购买行为，扩大了民族特困地区特色旅游商品的消费量，进而提高了旅游商品销售收入，促进旅游减贫效率提高；另一方面，信息技术、移动通信等现代科技在旅游产业中的广泛渗透和应用，有效地提高了旅游目的地管理效率，降低了旅游减贫中的管理成本，有利于提升旅游减贫效率。但需引起注意的是，时间变量的二次项系数为-0.0182，且通过了1%水平的显著性检验，说明技术进步对旅游减贫效率随时间变化呈现出微弱的抑制效应。旅游产业的发展需要科学技术的支撑，而人才则是将科学技术转化为现实生产力的内生动力，随着科学技术的日益渗透，部分贫困居民由于自身能力受限，科学素质较低，导致科技的带动作用不足，边际效应递减，旅游减贫效率下降。为此，民族特困地区应努力落实“扶贫”与“扶智”相结合的战略，培养既懂技术又善经营管理的旅游科技人才，发挥科技的“倍增器”作用。

(一)资本与劳动生产要素分析

由表2可知，武陵山片区旅游减贫中的资本、劳动要素产出弹性值分别为-1.2874、0.5263，且均在1%的水平下显著。其中，资本要素的产出弹性值为负，表明资本要素投入对旅游减贫效率存在负向影响。我国旅游企业对资本要素投入不敏感，在经营过程中普遍存在“重投资、轻管理”的现象，导致固定资产投资存在冗余，造成资源浪费，抑制了旅游减贫效率。资本与时间的交互项系数在统计上显著且为负，进一步验证了固定资产投资规模与结构是影响武陵山片区旅游减贫效率提升的关键掣肘，并且随着时间的推移，这种抑制效应有扩大趋势。

劳动要素对旅游减贫产出具有显著的正向作用，这得益于武陵山区良好的校地合作。一方面输送旅游创客人才和营销人才到专业院校进行深造，加强自身旅游人才储备，助力贫困人口脱贫致富；另一方面在扶贫点建立高校旅游实习基地，由高校向当地输送各类旅游人才，通过人才支持促进旅游发展。进一步分析劳动与时间的交互项，虽然其在统计学上不显著但系数为正，有一定经济学意义，表明武陵山区旅游减贫在利用技术进步的过程中，旅游从业人员投入规模的扩大有助于提高旅游减贫效率。因此，武陵山区还应不断提高旅游人才投入，保障武陵山区旅游减贫效应的可持续性。

(二)旅游减贫效率分析

如表3所示，2011-2017年武陵山片区旅游减贫效率平均值为0.5582，总体水平偏低，说明武陵山片区旅游减贫过程中还存在较大的效率损失。同时，武陵山片区旅游减贫效率存在明显的县际差异。由图1和表3可知，观察期内，吉首市(县级行政级别)的平均旅游减贫效率最高，达到了0.9466，而桑植县的平均旅游减贫效率最低，仅为0.4243。吉首市是湘西州的首府城市，2016年入选为国家首批全域旅游示范区创建单位，区位优势明显，旅游减贫的基础条件较好。而桑植县的复杂地形以及灾害性频发的气候环境无形中都增加了旅游减贫的客观难度，导致旅游减贫效率偏低。从旅游减贫效率的平均分布来看，恩施市、咸丰县、武冈市、石门县、永定区、慈利县、吉首市、黔江区、秀山县、石柱县、武隆区、正安县的旅游减贫效率落在总体平均值的外围，高于平均值；其余26个贫困县的旅游减贫效率则位于总体平均值的内围，占总数的三分之二以上，说明武陵山片区绝大多数贫困县的旅游减贫效率还处于均值以下水平。

图1 武陵山片区旅游减贫效率水平状况分布雷达图

图2 武陵山片区旅游减贫效率增速状况分布雷达图

依据表3可计算出每年各贫困县旅游减贫效率相较上年的增长率，并得出观察期内的平均值，绘制如图2所示的增速状况分布雷达图。由图2和表3可知，第一，利川市处于分布图最外围，表明其在观察期内的旅游减贫效率增速较快，但增速水平总体呈下降趋势；恩施市离圆心最近，经计算求得其平均旅游减贫效率增速水平为负(-1.77%)，且近几年来旅游减贫效率的下降趋势日趋明显。第二，有16个县市区的旅游减贫效率增速落在平均值圆圈外围，表明高于平均值，但大多都与平均值相差无几；其余20个县的旅游减贫效率增速水平则低于平均值，占总数的一半以上，表明大部分贫困县旅游减贫效率还处于低增速状态。

表3 2011-2017年武陵山片区旅游减贫效率测度值

如图3所示，武陵山区省际平均旅游减贫效率总体上呈稳步上升趋势。从分省来看，贵州省的平均旅游减贫效率值波动最大，其中2013年效率值仅为0.4583，2015年则迅速跃升到0.7807，增长了70.36个百分点，虽然2016年效率值有所下滑，但2017年又出现回升。重庆市的旅游减贫效率平均值普遍高于总体平均值，且走势较好。重庆市实行的是直接的省管县区体制，随着“8小时重庆”“半小时主城”等项目的实施完成，逐步实现了覆盖全市范围的资源共享网络格局，放大了主城区的聚合效应，更大程度上发挥了主城区对贫困县经济社会文化等各方面的辐射带动作用。这有利于重庆市贫困县的旅游发展，提升了旅游减贫效率。湖北与湖南两省的旅游减贫效率平均值相差不大，其中2011至2013年，湖南的效率值略微高于同期湖北的效率值，2013年以后，湖北省则有所反超。总的来看，两湖省份的旅游减贫效率值都呈上升趋势，这主要得益于湖北省和湖南省近年来颁布出台了推进旅游扶贫的系列政策。但偏低的效率值表明两省的旅游减贫效率还存在较大的提升空间。

图3 2011-2017年武陵山片区省际旅游减贫效率演进趋势图

(三)内部交通对旅游减贫效率的影响分析

表2技术无效函数中内部交通水平的一次项参数估计值为-0.3224，二次项参数估计值为0.0267，且均在10%的水平上通过了显著性检验。这表明内部交通对旅游减贫效率的影响并非是单调线性的，而是存在先增后减的倒U型非线性关系，具有库兹涅茨曲线特征，不难算出其拐点值为6.0375。当内部交通水平低于6.0375时，旅游减贫效率会随着内部交通条件的改善而提升，但内部交通水平跨越拐点值后，持续完善的内部交通条件反而会抑制旅游减贫效率的提高。

2011-2017年期间贫困县内部交通水平的平均值分别为7.7660、7.8047、7.8227、7.8677、7.9293、7.9761和8.0127。一方面可以发现近年来贫困县内部交通条件总体上不断优化，另一方面也可以发现贫困县内部交通水平的历年平均值都高于拐点值(6.0375)，表明贫困县内部交通水平处于倒U型曲线的右半边，即日益完善的内部交通体系抑制了贫困县旅游减贫效率。在内部交通通达性显著提高的情况下，必将缩短游客在旅途过程中所耗费的时间，致使大部分中短途游游客在旅行结束后选择当天往返，游客的“过夜游”需求大幅减少。夜间旅游产品是旅游业发展的重要组成部分，几乎涵盖了“吃、住、行、游、购、娱”等六大完整的旅游产业链要素，尤其对拉动住宿、餐饮、娱乐等旅游消费有着重要作用。因此“过夜游”需求的下降无疑会削减夜间旅游产品消费对当地贫困居民增收的带动作用，阻断贫困居民为游客提供相关商品或服务而获得收入的途径，抑制了旅游减贫效率。但要特别指出的是，本文并不是否认发展内部交通网络的重要性，而是提出在着力提升内部交通水平的同时，民族特困地区应进一步丰富旅游产品结构，实现单一的观光游向多元旅游业态的产品转型升级，进而延长游客逗留时间，刺激旅游消费，提升旅游减贫效率。

(四)外部交通水平对旅游减贫效率的影响

从表2的估计结果可以看出，外部交通水平估计系数为-0.0832，表明对旅游减贫效率有显著的正向影响。外部交通水平高的县域在旅游减贫效率提升上具有明显优势。沪汉蓉高铁、渝利铁路、沪昆高铁等多条高铁动车线路的开通，一方面大大压缩了武陵山片区与其主要客源地之间的时空距离，提高了区域旅游通达程度。在武陵山片区独特民族文化以及其他优质旅游资源的内在驱动下，区域可达性的显著提升实现了游客量大幅增长，由此引致的劳动力需求为当地居民提供了大量就业机会，从而提升了旅游减贫效率。另一方面，高铁加快了资源要素在地区间的流动，降低了旅游产业发展的要素投入成本，进而有利于旅游减贫效率提升。因此，民族特困地区应充分发挥外部交通水平持续改善的利好，不断拓展客源市场，壮大民族特困地区旅游产业发展的客源基础，同时还要加强与旅游要素供给方的合作关系，提高资源配置效率，降低运营成本，提升旅游减贫效率。

(五)旅游专业化对旅游减贫效率的影响分析

表2技术无效函数的估计结果显示，旅游专业化的一次项系数估计值为-0.0052。尽管估计值在统计上不显著，但其符号性质有明确的经济学含义。旅游专业化对旅游减贫效率的正向影响主要表现在两方面：一是旅游发展带来了旅游客流，促进了游客在当地的消费，增加了贫困县的旅游业收入，进而通过旅游收入的“涓滴效应”及利益分红等方式使贫困居民受益，提升旅游减贫效率；二是随着旅游专业化水平的提高，旅游业“一业兴，百业旺”的综合带动效应显著增强，这既可有效扩大消费，又能为当地居民创造大量就业机会，提高贫困居民的劳动收入，增强其自我发展能力，促进旅游减贫效率提升。

旅游专业化的二次项估计系数为0.0957，且在10%的水平下显著。该结果进一步支持了前述理论分析，意味着当旅游专业化水平超过门槛值时，旅游发展规模的不断扩大反而会抑制旅游减贫效率提升。随着旅游发展水平的不断提高，地方旅游产业日臻成熟，旅游市场需求出现新变化、新要求，为了积极应对产业发展的新趋势，增强综合竞争力，旅游企业必然会在一定程度上抬高对劳动力的雇佣门槛，使得受教育程度低的贫困居民的就业机会被挤占，阻碍了贫困居民通过就业于旅游企业而持续获得收入的路径，(31)张大鹏：《旅游发展能减缓特困地区的贫困吗——来自我国中部集中连片30个贫困县的证据》，《广东财经大学学报》2018年第3期。导致旅游减贫效率降低。进言之，旅游发展的“挤出效应”会制约其他产业发展，加剧地方资源配置的不合理性，使得知识创新等部门因得不到有效投入而产生内生发展动力不足等问题，导致贫困县经济增长乏力，(32)赵磊、方成、毛聪玲：《旅游业与贫困减缓——来自中国的经验证据》，《旅游学刊》2018年第5期。最终反而会加剧贫困居民的贫困状态，抑制旅游减贫效率提升。为此，当地政府部门应加强对贫困居民的旅游服务技能培训，使其符合旅游企业发展的新要求，从而获得持续稳定的就业收入，实现旅游减贫效率的提升。同时重视贫困县的教育和科技等方面的投入，增强贫困县经济发展的内生动力，优化地方产业结构，促进经济健康与可持续发展。

(六)旅游人口密度对旅游减贫效率的影响

表2结果显示旅游人口密度参数的估计值为-0.0050且显著，表明其对旅游减贫效率具有显著的正向促进作用。游客是旅游产业发展的重要支撑，游客在旅游目的地的各种消费是贫困人口实现增收脱贫的源头活水，并能促进关联行业的发展，增加民族特困地区的就业机会，进而有利于提升旅游减贫效率。但需说明的是，尽管实证研究结果表明旅游人口密度对旅游减贫效率有正向促进作用，却并不意味着旅游客流量越大越好。游客量超载可能会造成当地生态环境破坏而引发一系列相关问题。比如，环境污染一方面会引致居民健康威胁，另一方面会加剧作物病虫害的发生，继而增加了贫困居民的医疗费用支出以及用于病虫害防治的生产成本，(33)李忠斌、李军明：《民族地区贫困人员参与旅游扶贫的障碍与对策研究》，《民族论坛》2015年第6期。不利于提升旅游减贫效率。因此，民族特困地区应根据当地旅游发展的环境容量和居民心理容量等实际情况来合理调控旅游人次，防止旅游人口密度过高而对旅游减贫效率产生反向影响。同时还要着力提高游客的人均花费，而非一味追求游客的数量增长，以促使民族特困地区旅游产业向集约化发展转型。

此外，表2中政府干预(GOV)、教育水平(EDU)和金融发展水平(FIAN)三个控制变量的参数估计值分别为0.8229、-2.9780和-0.0965，且均在1%水平上显著。表明政府干预对旅游减贫效率具有显著的抑制效应，教育水平、金融发展水平则与旅游减贫效率之间存在正相关关系。这与既有文献的结论基本一致。

五、研究结论与讨论

本文利用随机前沿模型测度了民族特困地区的旅游减贫效率，实证检验了相关因素的影响效应，得出以下研究结论。

首先，在既有研究范围内，本文首次引入随机前沿分析法进行旅游减贫效率评价，能够有效减少已有文献采用DEA方法评价效率时可能存在的误差，为此类研究提供了新的分析框架。通过本文的测算发现，民族特困地区旅游减贫效率呈现上升趋势，这与龙祖坤等(34)龙祖坤、杜倩文、周婷：《武陵山区旅游扶贫效率的时间演进与空间分异》，《经济地理》2015年第10期。的判断基本一致。但是，武陵山片区旅游减贫效率水平总体不高，年均值仅为0.5582，还有较大提升空间。

其次，从投入要素的估计结果来看，本文资本要素的产出弹性值为负，劳动要素的产出弹性值为正，说明观察期内旅游减贫产出的增长来源是旅游劳动力的投入，而旅游资产投入存在较为严重的冗余问题。这需要我们进一步反思当前民族地区旅游减贫过程中存在的“投资热”问题。若民族地区单纯依赖旅游项目投资的带动作用，将可能会导致“盲目开发”“圈地运动”“低水平建设”等一系列问题，最终只会抑制旅游减贫效率。因此，只有实现劳动要素与资本要素投入的协调配合，才能最大化旅游减贫产出。换言之，在旅游减贫过程中通过扩大人力资源要素投入、减少资本要素投入，将有利于提高民族特困地区旅游减贫效率。

再次，在技术无效函数中，本文还重点探讨了内部交通、外部交通、旅游专业化、旅游人口密度对民族特困地区旅游减贫效率的影响效应。具体而言，第一，已有文献认为交通条件对旅游减贫效率具有线性促进作用，(35)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》，《长江流域资源与环境》2019年第4期。但忽视了民族特困地区内外部交通在旅游发展中的不同作用机理。本文对此进行了理论探索与实证检验，发现改善外部交通条件能够促进旅游减贫效率提升，而内部交通则表现为先增后减的非线性影响效应。第二，旅游专业化对旅游减贫效率的影响呈现出倒U型的非线性变化特征。当旅游发展达到一定水平后，在当地产业发展中逐渐占据主导地位，会对其他产业形成“挤出效应”，这一方面增加了旅游业减贫的负担，另一方面，过度依赖旅游产业可能会导致贫困县发展的内生动力不足，反而会最终抑制旅游减贫效率。这既从减贫效率的视角丰富了民族地区旅游经济研究，又从非线性角度拓展了旅游导向型贫困减缓研究的维度。第三，旅游人口密度对旅游减贫效率提升具有显著的正向影响。这意味着扩大游客量仍是当前民族特困地区提升旅游减贫效率的重要手段。

最后，为提升民族地区旅游减贫效率，本文提出如下建议：一是要警惕盲目旅游投资，注重旅游业生产要素的协调投入，适当加大劳动力要素供给；二是要在大力改善区域内交通条件的同时，进一步丰富旅游产品结构，创新夜游项目，提高游客留宿率，实现游客从“过路客”向“过夜客”转变；三是要积极拓展旅游客源市场，加强不同产业部门的协调发展。