田雅娟 劉強(qiáng)

[摘? ? 要]借助旅游業(yè)發(fā)展拉動農(nóng)村地區(qū)的經(jīng)濟(jì)增長和增加貧困人口收入已成為我國產(chǎn)業(yè)扶貧措施的重要組成內(nèi)容。然而，實踐中旅游發(fā)展對貧困的減緩效應(yīng)會受環(huán)境因素影響，呈現(xiàn)出異質(zhì)性特征。文章利用平滑變系數(shù)模型的設(shè)定框架，提出了一個包含潛變量影響的旅游減貧效應(yīng)測度方法，以更靈活和具有彈性的模型設(shè)定體現(xiàn)旅游減貧效應(yīng)存在的異質(zhì)性特征?；?010—2016年我國20個省份面板數(shù)據(jù)的實證分析顯示，旅游業(yè)發(fā)展對農(nóng)村貧困減緩具有積極的影響效應(yīng)，且受產(chǎn)業(yè)內(nèi)部發(fā)展特征和宏觀經(jīng)濟(jì)環(huán)境因素的影響，減貧效應(yīng)表現(xiàn)出明顯的異質(zhì)性。具體而言，入境游客占比、政策引導(dǎo)下的產(chǎn)業(yè)產(chǎn)值密度增長和景區(qū)數(shù)量增加將增強(qiáng)旅游業(yè)發(fā)展的減貧效果;人均GDP水平和人口城鎮(zhèn)化水平的提升，將為旅游消費(fèi)乘數(shù)效應(yīng)的發(fā)揮提供更優(yōu)的宏觀環(huán)境基礎(chǔ)，有利于旅游發(fā)展對農(nóng)村貧困減緩效應(yīng)的發(fā)揮。

[關(guān)鍵詞]旅游業(yè);貧困減緩;平滑變系數(shù)模型;異質(zhì)性效應(yīng)

引言

縱觀國際上反貧困理論和實踐的發(fā)展，旅游減貧被公認(rèn)為是一條契合貧困地區(qū)資源稟賦、環(huán)境友好的可持續(xù)減貧路徑，備受國際反貧困研究的重視[1-2]。特別是，2002年聯(lián)合國世界旅游組織（UNWTO）提出更有效地利用旅游業(yè)解決貧困問題的倡議后，旅游減貧活動在世界范圍內(nèi)得到了快速的發(fā)展[3]。盡管國際上對旅游業(yè)減貧潛力存在著廣泛的共識，但基于實證研究的分析結(jié)果卻存在較大的分歧，已有成果中既有對旅游減貧效應(yīng)的積極支持[4-6]，也出現(xiàn)了很多相反的結(jié)論[7-9]。由此可見，旅游業(yè)發(fā)展與貧困減緩間的關(guān)系遠(yuǎn)比想象的更為復(fù)雜，如何更好地揭示二者間的復(fù)雜聯(lián)系是一個值得深入研究的課題。我國的貧困人口主要集中于西部連片特困地區(qū)，特別是少數(shù)民族居住區(qū)域，旅游資源非常豐富，通過旅游發(fā)展促進(jìn)這些區(qū)域的貧困減緩是我國當(dāng)前扶貧工作的重要組成部分。在此時代背景下，本文以我國省際區(qū)域的旅游業(yè)發(fā)展和農(nóng)村貧困減緩為研究對象，設(shè)計基于平滑變系數(shù)模型的旅游減貧效應(yīng)測度方法進(jìn)行實證研究，希冀借助更加復(fù)雜、靈活的模型架構(gòu)，對旅游業(yè)發(fā)展與農(nóng)村地區(qū)貧困減緩的關(guān)系進(jìn)行深入和精細(xì)的研究。一方面，實現(xiàn)對中國旅游業(yè)減貧效果的客觀評價;另一方面，為貧困地區(qū)旅游扶貧工作的進(jìn)一步推進(jìn)提供政策支持。

對比已有相關(guān)研究，本文的創(chuàng)新主要體現(xiàn)在3點(diǎn)：第一，研究視角上，考慮到旅游發(fā)展的減貧效果對旅游產(chǎn)業(yè)內(nèi)部發(fā)展特征和外部宏觀經(jīng)濟(jì)環(huán)境的依賴性，在探討旅游減貧效應(yīng)時將這些因素考慮在內(nèi)，基于復(fù)雜的關(guān)系模式對旅游減貧效果進(jìn)行檢驗和評估。第二，研究方法上，利用平滑變系數(shù)模型結(jié)構(gòu)，將環(huán)境因素對旅游減貧效應(yīng)的影響納入經(jīng)驗?zāi)Ｐ?，通過平滑變系數(shù)設(shè)置，更加靈活地估計了旅游發(fā)展對貧困減緩的影響，凸顯旅游減貧效應(yīng)隨環(huán)境改變存在的異質(zhì)性特征。第三，研究內(nèi)容上，本文在實證測度我國旅游業(yè)發(fā)展對農(nóng)村貧困減緩效應(yīng)的同時，還進(jìn)一步實證分析了旅游業(yè)內(nèi)部發(fā)展特征和宏觀經(jīng)濟(jì)變量兩方面因素對減貧效應(yīng)的影響，對旅游減貧效應(yīng)的異質(zhì)性做出經(jīng)濟(jì)解釋，為相關(guān)旅游業(yè)扶貧政策的制定和優(yōu)化提供參考。

1 文獻(xiàn)綜述

旅游發(fā)展與貧困減緩的關(guān)系研究備受國內(nèi)外學(xué)者的關(guān)注，涌現(xiàn)了大量的研究成果。在理論上，各國學(xué)者對于旅游發(fā)展存在的減貧潛力已經(jīng)形成了廣泛共識。對旅游減貧的一個普遍看法是，旅游產(chǎn)業(yè)所具備的低就業(yè)準(zhǔn)入、高產(chǎn)業(yè)關(guān)聯(lián)等特征，使其在為貧困人口創(chuàng)造就業(yè)和提高收入方面更具優(yōu)勢[10-13]。然而，在經(jīng)驗分析中，如何對旅游發(fā)展與貧困減緩間的關(guān)系進(jìn)行測度仍是一個難題，國內(nèi)外學(xué)者提出了眾多方法。國外學(xué)者對旅游發(fā)展與貧困減緩的實證分析常用方法有3類：第一類是借助投入產(chǎn)出分析方法對旅游部門發(fā)展的經(jīng)濟(jì)影響和減貧作用進(jìn)行測度[14-15];第二類是直接利用時間序列的計量分析方法，對旅游業(yè)發(fā)展與貧困（或經(jīng)濟(jì)發(fā)展）間的因果關(guān)聯(lián)進(jìn)行協(xié)整分析和格蘭杰因果檢驗[16-17];第三類是通過構(gòu)建可計算的一般均衡模型進(jìn)行數(shù)據(jù)模擬，探討旅游業(yè)發(fā)展對貧困的影響[18-19]。國內(nèi)學(xué)者對旅游發(fā)展與貧困減緩關(guān)系的研究更側(cè)重于減貧效果的測度，大體可分為兩類：一是，基于旅游扶貧政策實施的前提，默認(rèn)旅游發(fā)展對貧困減緩的積極效應(yīng)，利用綜合評價指標(biāo)體系或數(shù)據(jù)包絡(luò)方法對旅游扶貧績效或效率做出評估[20-21];二是，通過構(gòu)建計量模型對旅游發(fā)展的減貧效應(yīng)進(jìn)行判斷和測度，包括帶有二次項的時序計量模型[22]、地理加權(quán)的局部參數(shù)模型[23]、帶有門檻變量的回歸模型[24-25]、面板平滑轉(zhuǎn)換回歸模型[26]等多種模型設(shè)定。

受研究對象、研究方法和使用數(shù)據(jù)差異的影響，實證分析中有關(guān)旅游發(fā)展對貧困減緩效應(yīng)的結(jié)論并不統(tǒng)一，形成了有效論、無效論和環(huán)境決定論3種不同觀點(diǎn)[24，27]。持有效論的學(xué)者對旅游發(fā)展減緩貧困的肯定主要來自3類實證結(jié)論：一是，旅游業(yè)發(fā)展與貧困人口規(guī)模存在顯著的單向因果關(guān)系[28];二是，旅游業(yè)發(fā)展有利于貧困人口收入水平的增長[29];三是，旅游業(yè)發(fā)展顯著降低了貧困發(fā)生率[30]。無效論認(rèn)為旅游發(fā)展存在的“經(jīng)濟(jì)漏損”問題會使得貧困人口無法從旅游發(fā)展中受益。相關(guān)研究主要從就業(yè)和收入分配角度對“漏損”進(jìn)行了實證揭示。以哥斯達(dá)黎加為研究對象的實證分析顯示，旅游業(yè)發(fā)展帶來的就業(yè)增長主要使高學(xué)歷勞動者和外來勞動者受益，而非當(dāng)?shù)氐呢毨后w[31]。以巴西和坦桑尼亞為研究對象的實證分析顯示，旅游發(fā)展帶給低收入群體的獲益顯著低于高收入群體，城市人口獲益高于農(nóng)村人口[32-33]。基于這些結(jié)論，無效論者否定旅游發(fā)展對貧困減緩的促進(jìn)作用。環(huán)境決定論則認(rèn)為旅游減貧作用受到許多地域性和地方性因素的影響，在不同地區(qū)的表現(xiàn)存在明顯差別。如Adiyia等從空間異質(zhì)性出發(fā)，實證分析了旅游發(fā)展的減貧效應(yīng)對地區(qū)經(jīng)濟(jì)發(fā)展和旅游發(fā)展模式的依賴性[34]。

綜上可知，旅游業(yè)發(fā)展與貧困減緩間的關(guān)系遠(yuǎn)比想象的更為復(fù)雜，如何更好地揭示二者間的復(fù)雜聯(lián)系仍是一個值得深入討論的問題。已有相關(guān)文獻(xiàn)在旅游減貧效應(yīng)的測度中，雖然考慮到旅游減貧效應(yīng)存在的非線性和異質(zhì)性特征，但在模型設(shè)定上仍存在一定不足。首先，已有方法在模型形式設(shè)定上施加了過強(qiáng)的先驗約束，易出現(xiàn)模型形式的誤設(shè)定。例如，帶二次項的參數(shù)模型設(shè)定將減貧效應(yīng)約束為二次曲線形式;門檻變量回歸模型設(shè)定僅考慮了旅游減貧效應(yīng)在門限值改變時的異質(zhì)性特征，默認(rèn)在同一門檻水平下旅游減貧效應(yīng)為不變常數(shù)。其次，已有方法在對旅游減貧效應(yīng)進(jìn)行測度時，并未充分考慮到相關(guān)環(huán)境因素的影響，也未能深入討論各因素對旅游減貧效應(yīng)異質(zhì)性的作用。因此，本文鑒于對以上兩點(diǎn)不足的思考，提出一種基于平滑變系數(shù)模型的旅游減貧效應(yīng)測度方法，將對旅游減貧效應(yīng)非線性和異質(zhì)性的假定統(tǒng)一在一個模型框架中，同時考慮了旅游業(yè)內(nèi)部和外部兩方面相關(guān)因素對旅游減貧效應(yīng)的影響作用，以求對旅游扶貧效應(yīng)進(jìn)行更深入和精細(xì)的測度研究。與已有方法相比，本文利用平滑函數(shù)設(shè)定來體現(xiàn)旅游扶貧效應(yīng)的非線性和隨相關(guān)變量變動的異質(zhì)性，在模型設(shè)定上更加靈活和具有彈性，可以更好地對旅游減貧效果進(jìn)行測度。

2 模型與方法

2.1 旅游減貧效應(yīng)的測度模型

近年來，非參數(shù)和半?yún)?shù)建模技術(shù)得到越來越多應(yīng)用研究的關(guān)注。相比傳統(tǒng)的參數(shù)模型，非參數(shù)、半?yún)?shù)模型在應(yīng)用分析中主要有兩個優(yōu)點(diǎn)：一是，事先不需要對模型設(shè)定過多的先驗假定，不易出現(xiàn)模型形式的設(shè)定錯誤;二是，借助平滑函數(shù)技術(shù)，更加靈活地捕捉變量間的復(fù)雜關(guān)系。其中，平滑變系數(shù)模型是一種在經(jīng)濟(jì)分析中得到廣泛應(yīng)用的半?yún)?shù)模型方法，通過將解釋變量對響應(yīng)變量的效應(yīng)系數(shù)設(shè)定為一組相關(guān)變量（即后文所提“潛變量”）的平滑函數(shù)，該模型常被應(yīng)用于刻畫存在潛變量影響的效應(yīng)研究[35]。例如，Heshmati等在平滑變系數(shù)模型設(shè)置中，將電力投入的產(chǎn)出系數(shù)設(shè)定為生產(chǎn)環(huán)境的平滑系數(shù)，從而驗證了生產(chǎn)環(huán)境對電力企業(yè)產(chǎn)出效應(yīng)的影響[36]。Feng等利用平滑變系數(shù)模型研究了銀行地理管制水平對銀行投入產(chǎn)出效應(yīng)的影響[37]。方勝和盧新生應(yīng)用變系數(shù)分位數(shù)模型探討了不同股票市場行情和原油價格沖擊下，原油價格的變化對股票市場的影響[38]。

一個面板數(shù)據(jù)形式的平滑變系數(shù)模型具有如下基本形式：

式（1）中，[i]為觀測個體，[t]為時間單元;被解釋變量[yit]是一個標(biāo)量;[xit=（1，x1，it， …， xp，it）']為一組包含常變量的[p+1]維解釋變量向量;[εit]為模型的誤差項;[zit=（z1，it， …， zk，it）']為一組對解釋變量效應(yīng)產(chǎn)生干擾的[k]維潛變量向量;[β（zit）=（β0（zit）， β1（zit）， …， ][βp（zit））']為一組[p+1]維的平滑系數(shù)向量，其中，[β0（zit）]控制住[zit]對[yit]的直接影響，[βj（zij）， （j=1， …， p）]則刻畫了在[zit]干擾下[xj，it， （j=1…， p）]對[yit]的影響效應(yīng)。從式（1）模型設(shè)定上可以看出，平滑變系數(shù)模型在刻畫[xit]對[yit]的影響時，同時考慮了潛在因素[zit]的干擾，因而可用于對存在潛變量影響的復(fù)雜經(jīng)濟(jì)關(guān)系進(jìn)行建模。

考慮到外部宏觀環(huán)境和產(chǎn)業(yè)內(nèi)部發(fā)展特征對旅游業(yè)減貧效應(yīng)的影響，本文基于平滑變系數(shù)模型構(gòu)建如下旅游產(chǎn)業(yè)發(fā)展減貧效應(yīng)的測度模型：

式（2）中，[Pit]為第[i]個地區(qū)在第[t]期的貧困程度;[Tit]為第[i]個地區(qū)在第[t]期的旅游業(yè)發(fā)展水平;[Zit=（z1，it， …， zm，it）]為一組對旅游業(yè)減貧效果產(chǎn)生影響的環(huán)境因素潛變量;平滑系數(shù)[α（Zit）]控制住[Zit]對貧困的直接影響;[β（Zit）]測度了旅游業(yè)發(fā)展對貧困程度的彈性效應(yīng)，將其設(shè)定為關(guān)于[Zit]的平滑函數(shù)，反映了環(huán)境因素潛變量對旅游減貧效應(yīng)的影響作用。

2.2 估計方法

將式（2）寫作更簡潔的矩陣形式：

式（3）中，[Yit=log（Pit）]，[Xit=（1， log（Tit））']，[g（Zit）][=][（α（Zit）， β（Zit）'）']。本文選用非參數(shù)、半?yún)?shù)模型中最常使用的核局部常數(shù)估計方法對式（3）進(jìn)行估計。

首先，給定一個[m]維可積核函數(shù)[K（Zjτ， Zit）]，式（3）的一致估計可通過最小化局部加權(quán)的殘差平方和得到，即

3 變量與數(shù)據(jù)來源

3.1 被解釋變量

目前，對于貧困存在多種界定方法，既有基于單一指標(biāo)的貧困測度，也有基于多個指標(biāo)的多維貧困測度。其中，最為常用的就是基于收入指標(biāo)劃定貧困線，計算位于貧困線以下的人口占比，即貧困發(fā)生率。我國的貧困人口主要分布在農(nóng)村地區(qū)，農(nóng)村貧困發(fā)生率是國家及地方政府監(jiān)測貧困水平變化的一個常用統(tǒng)計指標(biāo)，該指標(biāo)的變動可直觀揭示減貧措施的實施效果。因而，本文針對旅游發(fā)展對農(nóng)村地區(qū)貧困人口脫貧的影響，選取農(nóng)村貧困發(fā)生率為被解釋變量，對旅游發(fā)展減緩農(nóng)村地區(qū)貧困的效應(yīng)作用進(jìn)行經(jīng)驗分析。

3.2 解釋變量

本文選擇旅游總收入作為旅游業(yè)發(fā)展水平的衡量指標(biāo)。一個國家和地區(qū)的旅游總收入由入境游客產(chǎn)生的國際旅游外匯收入和國內(nèi)游客產(chǎn)生的國內(nèi)旅游收入兩個部分構(gòu)成，一般前者按美元計價，后者按人民幣計價。本文首先按照當(dāng)年平均匯率水平，將國際旅游外匯收入轉(zhuǎn)換為人民幣計價，然后匯總得到當(dāng)年的旅游總收入，再按照GDP平減指數(shù)，將各年份旅游總收入調(diào)整為2010年不變價格水平。

3.3 潛變量

本文主要考慮兩類因素對旅游業(yè)減貧效果發(fā)揮的潛在影響：一是來自旅游業(yè)的內(nèi)部發(fā)展特征差異;二是區(qū)域宏觀經(jīng)濟(jì)發(fā)展環(huán)境的差異。

來自旅游業(yè)內(nèi)部發(fā)展差異的影響主要考慮3個方面：一是，旅游業(yè)發(fā)展在要素條件上的差異，選取A級景區(qū)數(shù)、星級飯店個數(shù)、旅行社單位數(shù)和從業(yè)人員規(guī)模4個指標(biāo)作為代理變量;二是，旅游業(yè)發(fā)展在客源特征上的差異，選擇入境游客占比1和旅客消費(fèi)水平兩個指標(biāo)作為代理變量;三是，旅游業(yè)發(fā)展在產(chǎn)出水平上的差異，選擇旅游產(chǎn)值比重、旅游產(chǎn)值密度兩個指標(biāo)作為代理變量。

區(qū)域宏觀經(jīng)濟(jì)環(huán)境的差異也會對旅游發(fā)展的減貧效應(yīng)產(chǎn)生影響。旅游發(fā)展的減貧效應(yīng)可分解為直接效應(yīng)和間接效應(yīng)兩個部分;直接影響主要表現(xiàn)為貧困人口直接參與旅游部門發(fā)展，從旅游收入中獲益。間接影響則表現(xiàn)為多種路徑，例如，旅游發(fā)展通過產(chǎn)業(yè)關(guān)聯(lián)形成對其他部門產(chǎn)出的購買，從而產(chǎn)生對其他部門的溢出效應(yīng)[39];政府部門借助稅收從旅游發(fā)展中獲得收益，并借助再分配影響貧困人口的生活[40]。而旅游發(fā)展與減貧間的這種間接關(guān)聯(lián)程度取決于宏觀經(jīng)濟(jì)環(huán)境因素的支持程度。本文主要考慮經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、財政支出結(jié)構(gòu)、對外貿(mào)易、城鎮(zhèn)化水平等宏觀因素可能會對旅游減貧效應(yīng)的影響，選取人均GDP水平、第三產(chǎn)業(yè)增加值比重、財政社會保障和就業(yè)支出占比、進(jìn)出口貿(mào)易額占GDP比重、人口城鎮(zhèn)化率5個指標(biāo)作為宏觀環(huán)境的代理變量。

3.4 數(shù)據(jù)來源

本文選取2010—2016年我國20個省份的面板數(shù)據(jù)進(jìn)行實證分析。其中，樣本時間跨度的確定主要是考慮到農(nóng)村貧困發(fā)生率的統(tǒng)計口徑問題。從已有統(tǒng)計資料來看，我國對農(nóng)村貧困標(biāo)準(zhǔn)先后經(jīng)過了多次調(diào)整2，不同標(biāo)準(zhǔn)下的統(tǒng)計數(shù)據(jù)不具有可比性。因而，本文選用最新標(biāo)準(zhǔn)（2010年標(biāo)準(zhǔn)）口徑下的農(nóng)村貧困發(fā)生率數(shù)據(jù)（時間跨度為2010年至2016年）進(jìn)行實證研究。同時，在確定截面分析單元時，本文將分析重點(diǎn)放在含有貧困地區(qū)的22個省份3，剔除數(shù)據(jù)缺失的重慶和寧夏兩地，最終形成20個省份7年的面板數(shù)據(jù)樣本。數(shù)據(jù)主要來源于相關(guān)省份歷年統(tǒng)計年鑒和《中國農(nóng)村貧困監(jiān)測報告》。

4 實證分析

4.1 有效潛變量的篩選

在計量分析中，若模型引入過多變量會導(dǎo)致出現(xiàn)過擬合問題，造成模型估計結(jié)果的偏誤增大和預(yù)測誤差升高。因此，為了避免式（2）使用中發(fā)生過擬合問題，首先對潛變量按如下步驟進(jìn)行變量篩選。

第一步，對備選潛變量在建模中的重要程度進(jìn)行排序。具體做法為基于決策樹策略[41]，測度各潛變量在解釋貧困發(fā)生率變化中帶來的信息增益，并用其作為潛變量重要程度的評估值。

第二步，按重要程度從高到低依次將各潛變量引入式（2）進(jìn)行模型估計，并計算不同方案下的模型預(yù)測誤差，選擇最小預(yù)測誤差下的潛變量引入方案為最佳方案。預(yù)測誤差的估算使用去一交叉驗證法：首先，將樣本數(shù)據(jù)中截面[j]時期[τ]上的數(shù)據(jù)去掉，剩下的數(shù)據(jù)作為訓(xùn)練集進(jìn)行模型估計;其次，利用模型估計結(jié)果對截面[j]時期[τ]上的樣本點(diǎn)進(jìn)行外推預(yù)測，并計算預(yù)測平方誤差（predicted square error，PSE）：

式（10）中，[Povi，jτ]為第[i]個模型對截面[j]時期[τ]上樣本點(diǎn)的預(yù)測值。最后，基于交叉驗證獲得所有樣本點(diǎn)的預(yù)測平方誤差，并匯總計算樣本集的預(yù)測均方誤差（mean of predicted square error，MPSE）：

按照上述步驟對潛變量進(jìn)行篩選，得到最小誤差標(biāo)準(zhǔn)下的有效潛變量為5個，分別是人均GDP水平、城鎮(zhèn)化水平、A級景區(qū)數(shù)、旅游產(chǎn)值密度和入境游客占比。

4.2 旅游減貧效應(yīng)的異質(zhì)性檢驗

在應(yīng)用式（2）進(jìn)行實證分析之前，首先對式（2）中旅游減貧效應(yīng)的異質(zhì)性設(shè)定（即旅游發(fā)展減貧效應(yīng)對潛變量的依賴性）進(jìn)行檢驗。給定原假設(shè)為[H0：α（Zij）=α; β（Zij）=β]，該假設(shè)將效應(yīng)函數(shù)[α（Zij）]、[β（Zij）]假定為不隨潛變量[Zij]變化的常數(shù)。當(dāng)拒絕該假設(shè)時，則認(rèn)為旅游減貧效應(yīng)隨[Zij]存在顯著異質(zhì)性變化。為了檢驗該假設(shè)，構(gòu)造輔助回歸方程：

其中，[α]、[β]、[σα]、[σβ]為式（12）中兩個參數(shù)的估計值和標(biāo)準(zhǔn)誤差，[α（Zit）]、[β（Zit）]為式（2）中兩個變系數(shù)函數(shù)的估計結(jié)果。基于Bootstrap抽樣計算得到[I]統(tǒng)計量為7.1326，并在1%顯著性水平下拒絕[H0]。因此，接受旅游發(fā)展減貧效應(yīng)對篩選出的5個潛變量存在依賴性的假設(shè)。

4.3 模型估計結(jié)果分析

通過檢驗發(fā)現(xiàn)，旅游發(fā)展減貧效應(yīng)受到潛變量的影響。因而考慮使用平滑變系數(shù)模型對旅游發(fā)展在農(nóng)村貧困減緩中的效應(yīng)特征進(jìn)行估計。利用式（2）對人均GDP水平、城鎮(zhèn)化水平、A級景區(qū)數(shù)、旅游產(chǎn)值密度和入境游客占比5個潛變量影響下的旅游發(fā)展減貧效應(yīng)進(jìn)行測算。

表1分別報告了兩個變系數(shù)[α（Zij）]和[β（Zij）]的估計均值和分位點(diǎn)水平。其中，[α（Zij）]以函數(shù)形式將潛變量對貧困的直接影響控制在可變的常數(shù)項中，[β（Zij）]以函數(shù)形式刻畫了旅游發(fā)展對農(nóng)村貧困發(fā)生率的效應(yīng)隨潛變量影響的異質(zhì)性變化。表1中[β（Zij）]的估計結(jié)果顯示：（1）[β（Zij）]均值及各分位點(diǎn)估計值均顯著為負(fù)，說明旅游總收入增長普遍帶來農(nóng)村貧困人口比重的降低，我國旅游發(fā)展對農(nóng)村貧困具有積極的減緩效應(yīng)。（2）[β（Zij）]的各分位點(diǎn)估計結(jié)果存在較大差異，說明旅游減貧效應(yīng)受旅游產(chǎn)業(yè)發(fā)展特征和宏觀經(jīng)濟(jì)環(huán)境因素的影響，表現(xiàn)出明顯的異質(zhì)性。[β（Zij）]的25%分位點(diǎn)估計和75%分位點(diǎn)估計分別為-0.9712和-0.2531，兩個分位點(diǎn)上的彈性效應(yīng)估計相差-0.7181，也就是說，當(dāng)潛變量因素能為旅游減貧發(fā)展提供較優(yōu)越的條件時，旅游總收入每增長1%可以使農(nóng)村貧困發(fā)生率多下降0.7181%。

為了進(jìn)一步討論各潛變量對旅游減貧效應(yīng)的影響，分別繪制各潛變量與[β（Zij）]的散點(diǎn)分布圖（圖1、圖2）。其中，圖1報告了3個旅游產(chǎn)業(yè)發(fā)展特征變量與減貧效應(yīng)的變動關(guān)系;圖2報告了2個宏觀經(jīng)濟(jì)環(huán)境變量與減貧效應(yīng)的變動關(guān)系。

圖1（a）顯示，隨著入境游客比例的增加，旅游總收入的減貧效應(yīng)系數(shù)變?yōu)楦〉呢?fù)數(shù)，說明入境游客的占比越大，旅游發(fā)展帶給貧困人口的獲益越高。目前，對于入境游帶來的減貧增益尚沒有系統(tǒng)的理論分析，本文僅從入境游消費(fèi)視角做出解釋：在旅游消費(fèi)六要素中，娛樂和購物消費(fèi)主要以提供商品和勞務(wù)為主，這部分消費(fèi)多直接將獲益提供給當(dāng)?shù)鼐用穸峭獠恐虚g商，是將貧困人口與消費(fèi)者直接聯(lián)系的主要消費(fèi)項目。假若入境游客的旅游花費(fèi)與當(dāng)?shù)鼐用癞a(chǎn)生了較為緊密的經(jīng)濟(jì)聯(lián)系，則會產(chǎn)生有利于減貧的消費(fèi)效應(yīng)。從2010—2016年入境游消費(fèi)數(shù)據(jù)來看，這一假定可獲得3點(diǎn)數(shù)據(jù)支持：一是，入境游游客單人次平均停留天數(shù)從2010年的2.73天增長為2016年的3.94天;二是，入境游游客單人次日花費(fèi)水平由2010年的184.01美元增長為2016年的198.58美元;三是，入境游客在購物和娛樂上的消費(fèi)總額從2010年的147.6億美元增長為2016年286.6億美元。因而，從消費(fèi)數(shù)據(jù)來看，入境游客消費(fèi)為當(dāng)?shù)鼐用窠?jīng)濟(jì)獲益提供了可能，從而為減緩貧困提供了新動力。

圖1（b）顯示，旅游產(chǎn)值密度變化對旅游發(fā)展減貧效應(yīng)系數(shù)存在一個先增后降的非線性影響。為了進(jìn)一步分析旅游產(chǎn)值密度對減貧影響的方向改變，以140萬元/平方千里為閾值將樣本點(diǎn)進(jìn)行分組統(tǒng)計，結(jié)果顯示，小于閾值的樣本點(diǎn)以2010—2013年時期為主。因而，旅游產(chǎn)值密度增長的雙向變化考慮是政策性引導(dǎo)對旅游發(fā)展的影響。2013年之前，旅游發(fā)展主要以拉動經(jīng)濟(jì)增長為目標(biāo)，并未強(qiáng)調(diào)其減貧影響，旅游產(chǎn)出的增長受益并未偏向貧困地區(qū)，因而其在減貧方面的影響未呈現(xiàn)積極的一面。隨著2013年底精準(zhǔn)扶貧方略的提出，旅游扶貧受到各地區(qū)產(chǎn)業(yè)扶貧政策的重視，特別是各地區(qū)親貧性旅游的促進(jìn)和發(fā)展，使旅游產(chǎn)出在地理覆蓋上更偏向貧困地區(qū)，因而表現(xiàn)出積極的減貧效果。

圖1（c）中，A級景區(qū)數(shù)量的增長對旅游發(fā)展的減貧系數(shù)的影響也呈現(xiàn)先升后降的非線性變化。因此，參照圖中曲線拐點(diǎn)，以200個景區(qū)為閾值對樣本點(diǎn)進(jìn)行分隔，結(jié)果顯示，小于200個景區(qū)的樣本點(diǎn)主要位于2010—2013年期間。因而，對景區(qū)建設(shè)的非線性減貧效應(yīng)影響仍從政策性引導(dǎo)影響作解釋：早期以經(jīng)濟(jì)增長為目標(biāo)的旅游發(fā)展，在景區(qū)建設(shè)上更加偏向于經(jīng)濟(jì)和交通發(fā)達(dá)地區(qū)，未能體現(xiàn)減貧效果。隨著旅游減貧政策的全面實施，各地在景區(qū)建設(shè)上以政策為導(dǎo)向更加注重貧困地區(qū)旅游資源的開發(fā)和利用，新增景點(diǎn)為貧困地區(qū)經(jīng)濟(jì)發(fā)展帶來了促進(jìn)動力，減貧效果凸顯。

圖2（a）顯示隨著人均GDP水平的上升，旅游發(fā)展的減貧效應(yīng)系數(shù)呈現(xiàn)單調(diào)遞減變化。這說明區(qū)域經(jīng)濟(jì)發(fā)展水平的提升會加強(qiáng)旅游發(fā)展減緩農(nóng)村貧困的影響1。旅游發(fā)展帶來的旅游消費(fèi)不僅會對貧困人口產(chǎn)生直接影響，還會借助其他關(guān)聯(lián)產(chǎn)業(yè)產(chǎn)生乘數(shù)效應(yīng)，間接作用于農(nóng)村貧困的減緩。而經(jīng)濟(jì)發(fā)展水平的提升有助于旅游消費(fèi)乘數(shù)效應(yīng)的擴(kuò)大，從而提高旅游發(fā)展的減貧效果。

圖2（b）顯示了人口城鎮(zhèn)化水平變動對旅游減貧效應(yīng)呈現(xiàn)兩階段特征。當(dāng)人口城鎮(zhèn)化率處于較低水平時，城鎮(zhèn)化進(jìn)程的推動會削弱旅游減貧效應(yīng)，而當(dāng)人口城鎮(zhèn)化達(dá)到一定規(guī)模后，其進(jìn)程的推進(jìn)將增強(qiáng)旅游業(yè)對農(nóng)村貧困的減緩影響?？紤]城鎮(zhèn)化發(fā)展初期，總是伴隨有資源配置、環(huán)境、交通等問題，導(dǎo)致城鎮(zhèn)化進(jìn)程無法與旅游產(chǎn)業(yè)發(fā)展處于協(xié)同狀態(tài)，不利于旅游消費(fèi)乘數(shù)效應(yīng)的擴(kuò)大，從而影響旅游發(fā)展減貧效應(yīng)的發(fā)揮。但是，隨著城鎮(zhèn)化進(jìn)程逐漸步入中、高級發(fā)展階段，城鎮(zhèn)化與旅游產(chǎn)業(yè)進(jìn)入耦合發(fā)展?fàn)顟B(tài)，為旅游消費(fèi)向其他部門效益的溢出提供了支持條件，促進(jìn)了旅游消費(fèi)乘數(shù)效應(yīng)的發(fā)揮，從而更大程度上實現(xiàn)了旅游發(fā)展對農(nóng)村貧困減緩的影響。

5 結(jié)論與討論

本文基于平滑變系數(shù)模型框架提出了一個包含潛變量影響的旅游減貧效應(yīng)測度模型和估計方法，并使用2010—2016年的20個省份的面板數(shù)據(jù)，對中國旅游業(yè)發(fā)展在農(nóng)村貧困減緩中的作用進(jìn)行了實證研究。研究發(fā)現(xiàn)，相對于傳統(tǒng)參數(shù)面板數(shù)據(jù)模型，本文給出的平滑變系數(shù)測度模型更加靈活地體現(xiàn)了旅游減貧效應(yīng)的異質(zhì)性特征，且為進(jìn)一步分析影響效應(yīng)異質(zhì)性的因素提供了條件。在利用所提模型和方法對我國旅游業(yè)與農(nóng)村貧困減緩間關(guān)系的實證分析中，本文得出以下幾點(diǎn)結(jié)論：（1）我國旅游業(yè)發(fā)展對農(nóng)村地區(qū)的貧困減緩具有積極的影響效應(yīng)。旅游總收入對農(nóng)村貧困發(fā)生率的彈性系數(shù)均值及25%、50%和75%分位點(diǎn)估計值均顯著為負(fù)。平均來看，旅游總收入每增長1%，農(nóng)村貧困發(fā)生率將比原水平下降0.6895%。（2）旅游業(yè)發(fā)展對貧困減緩的效應(yīng)影響表現(xiàn)出明顯的異質(zhì)性，25%和75%兩個分位點(diǎn)上的彈性效應(yīng)存在較大差異，說明當(dāng)潛變量因素能為旅游減貧發(fā)展提供較優(yōu)越的條件時，旅游業(yè)發(fā)展減緩農(nóng)村貧困的效果將顯著增強(qiáng)。（3）旅游減貧效應(yīng)同時受產(chǎn)業(yè)內(nèi)部發(fā)展特征和宏觀經(jīng)濟(jì)環(huán)境因素的影響。本文借助決策樹變量選擇策略對備選潛變量進(jìn)行了篩選，最終確定入境游客占比、旅游產(chǎn)值密度、A級景區(qū)數(shù)、人均GDP水平和城鎮(zhèn)化水平5個因素為潛變量對旅游減貧效應(yīng)的異質(zhì)性進(jìn)行了分析。其中，對入境游客占比因素的影響研究，揭示了“一帶一路”背景下我國入境游增長趨勢對農(nóng)村貧困減緩存在的積極作用。旅游產(chǎn)值密度、A級景區(qū)數(shù)兩個因素的潛在影響分析揭示了政策性引導(dǎo)在旅游產(chǎn)業(yè)減貧效果發(fā)揮中的積極作用;人均GDP水平和人口城鎮(zhèn)化率兩個因素的潛在影響分析揭示了經(jīng)濟(jì)環(huán)境在旅游減貧效應(yīng)發(fā)揮中的支持作用，當(dāng)宏觀經(jīng)濟(jì)環(huán)境處于良好的發(fā)展?fàn)顟B(tài)時，旅游業(yè)發(fā)展對農(nóng)村貧困的減貧效果也將得到提升。

我國的貧困人口主要集中在旅游資源豐富的山區(qū)、西部邊遠(yuǎn)地區(qū)和民族聚集地，擁有天然的旅游業(yè)發(fā)展稟賦，借助旅游業(yè)發(fā)展推動貧困地區(qū)的經(jīng)濟(jì)增長和提升貧困人口的生活水平具有重要的實踐意義。本文借助平滑變系數(shù)模型對我國旅游發(fā)展減緩農(nóng)村貧困的效應(yīng)進(jìn)行了識別和檢驗。研究結(jié)論發(fā)現(xiàn)，我國旅游業(yè)發(fā)展對農(nóng)村貧困減緩發(fā)揮著積極的作用，但旅游減貧效應(yīng)受產(chǎn)業(yè)內(nèi)部發(fā)展特征和外部宏觀環(huán)境差異的影響呈現(xiàn)異質(zhì)性，這對深入理解旅游減貧效應(yīng)呈現(xiàn)的非線性異質(zhì)性以及旅游發(fā)展與貧困減緩之間的關(guān)聯(lián)模式具有一定的啟發(fā)作用。但是，本文研究也存在一定的不足。首先，本文選取貧困發(fā)生率作為農(nóng)村貧困水平的代理指標(biāo)，僅從單維度視角討論了旅游發(fā)展對農(nóng)村收入貧困減緩的影響，未涉及旅游發(fā)展對農(nóng)村地區(qū)教育、醫(yī)療、社會福利等方面貧困的改善情況，不能全面揭示旅游發(fā)展對農(nóng)村貧困變化產(chǎn)生的綜合影響。未來將進(jìn)一步向多維度貧困視角擴(kuò)展，增加旅游發(fā)展在農(nóng)村教育、醫(yī)療、社會福利等方面的貧困減緩效應(yīng)研究，全面反映旅游業(yè)發(fā)展為農(nóng)村綜合貧困水平的改善所帶來的影響。其次，本文研究從實證分析層面揭示了環(huán)境潛變量對旅游減貧效應(yīng)的干擾影響，表明了旅游業(yè)發(fā)展特征與宏觀環(huán)境是影響旅游減貧效果的重要因素，但未從理論框架上對這些因素的作用機(jī)理做出解釋，尚需在今后的研究中完善。

參考文獻(xiàn)（References）

[1] HOLDEN A， SONNE J， NOVELLI M. Tourism and poverty reduction： An interpretation by the poor of Elmina， Ghana[J]. Tourism Planning & Development， 2011， 8（3）： 317-334.

[2] GASCON J. Pro-poor tourism as a strategy to fight rural poverty： A critique[J]. Journal of Agrarian Change， 2015， 15（4）： 499-518.

[3] WTO. Tourism and Poverty Alleviation[M]. Madrid： World Tourism Organization， 2002： 93.

[4] ASHLEY C， ROE D. Making tourism work for the poor： Strategies and challenges in southern Africa[J]. Development Southern Africa， 2002， 19（1）： 61-82.

[5] SCHEYVENS R. Exploring the tourism-poverty nexus[J]. Current Issues in Tourism， 2007， 10（2/3）： 231-254.

[6] NOVELLI M， HELLWIG A. The UN Millennium Development Goals， tourism and development： The tour operators perspective[J]. Current Issues in Tourism， 2011， 14（3）： 205-220.

[7] MANYARA G， JONES E. Community-based tourism enterprises development in Kenya： An exploration of their potential as avenues of poverty reduction[J]. Journal of Sustainable Tourism， 2007， 15（6）： 628-644.

[8] GARTNER C， CUKIER J. Is tourism employment a sufficient mechanism for poverty reduction？ A case study from Nkhata Bay， Malawi[J]. Current Issues in Tourism， 2012， 15（6）： 545-562.

[9] RAKOTONDRAMARO H， ANDRIAMASY L. Multivariate granger causality among tourism， poverty and growth in Madagascar[J]. Tourism Management Perspectives， 2016， 20： 109-111.

[10] ASHLEY C， BOYD C， GOODWIN H. Pro-poor tourism： putting poverty at the heart of the tourism agenda [M] // FARRINGTON J. Natural Resource Perspectives. London： Overseas Development Institute， 2000： 1-6.

[11] CHOK S， MACBETH J， WARREN C. Tourism as a tool for poverty alleviation： A critical analysis of pro- poor tourism and implications for sustainability[J]. Current Issues in Tourism， 2007， 10（2/3）： 144-165.

[12] 李如友， 郭魯芳. 旅游減貧效應(yīng)之辯——一個文獻(xiàn)綜述[J]. 旅游學(xué)刊， 2017， 32（6）： 28-37. [LI Ruyou， GUO Lufang. The effect of tourism development on poverty alleviation： A literature review[J]. Tourism Tribune， 2017， 32（6）： 28-37.]

[13] 田雅娟， 劉強(qiáng)， 馮亮. 中國居民家庭的主觀貧困感受研究[J]. 統(tǒng)計研究， 2019， 38（1）： 92-103. [TIAN Yajuan， LIU Qiang， FENG Liang. A study on subjective feeling of poverty by Chinese residents[J]. Statistical Research， 2019， 38（1）： 92-103.]

[14] FLETCHER J E. Input-output analysis and tourism impact studies[J]. Annals of Tourism Research， 1989， 16（4）： 514-529.

[15] ARCHER B. The impact of international tourism on the economy of Bermuda， 1994[J]. Journal of Travel Research， 1995， 34（2）： 27-30.

[16] CROES R， VANEGAS M. Cointegration and causality between tourism and poverty reduction[J]. Journal of Travel Research， 2008， 47（1）： 94-103.

[17] CROES R， RIVERA M. Poverty Alleviation through Tourism Development： A Comprehensive and Integrated Approach[M]. Boca Raton： CRC Press， 2015： 55-80.

[18] DWYER L， FORSYTH P， SPURR R， et al. Tourisms contribution to a state economy： A multi-regional general equilibrium analysis[J]. Tourism Economics， 2003， 9（4）： 431-448.

[19] NJOYA E T， SEETARAM N. Tourism contribution to poverty alleviation in Kenya： A dynamic computable general equilibrium analysis[J]. Journal of Travel Research， 2018， 57（4）： 513-524.

[20] 田翠翠， 劉黎黎， 田世政. 重慶高山納涼村旅游精準(zhǔn)扶貧效應(yīng)評價指數(shù)模型[J]. 資源開發(fā)與市場， 2016， 32（12）： 1436-1440. [TIAN Cuicui， LIU Lili， TIAN Shizheng. Evaluation index model of effects on precision poverty alleviation in tourism villages of Chongqing Cool Mountainous regions[J]. Resource Development & Market， 2016， 32（12）： 1436-1440.]

[21] 孫春雷， 張明善. 精準(zhǔn)扶貧背景下旅游扶貧效率研究——以湖北大別山區(qū)為例[J]. 中國軟科學(xué)， 2018（4）： 65-73. [SUN Chunlei， ZHANG Mingshan. Research on the efficiency of tourism-aided poverty alleviation in the context of accurate poverty alleviation： Taking the Dabie Mountain area of Hubei as an example[J]. China Soft Science， 2018（4）： 65-73.]

[22] 楊霞， 劉曉鷹. 旅游流量、旅游構(gòu)成與西部地區(qū)貧困減緩[J]. 旅游學(xué)刊， 2013， 28（6）： 47-55. [YANG Xia， LIU Xiaoying. The relationship between tourist flow， composition and poverty alleviation in the west of China[J]. Tourism Tribune， 2013， 28（6）： 47-55.]

[23] 丁建軍， 周書應(yīng). 武陵山片區(qū)旅游減貧效應(yīng)的異質(zhì)性分析[J]. 湘潭大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2018（2）： 83-88. [DING Jianjun， ZHOU Shuying. On heterogeneity of tourisms poverty alleviation effects of Wuling Mountain area[J]. Journal of Xiangtan University （Philosophy and Social Sciences）， 2018（2）： 83-88.]

[24] 張大鵬. 旅游發(fā)展能減緩特困地區(qū)的貧困嗎——來自我國中部集中連片30個貧困縣的證據(jù)[J]. 廣東財經(jīng)大學(xué)學(xué)報， 2018， 33（3）： 87-96. [ZHANG Dapeng. Can tourism development benefit poverty reduction in destitute areas： Based on the data from 30 concentrated poverty-stricken counties in central China[J]. Journal of Guangdong University of Finance & Economics， 2018， 33（3）： 87-96.]

[25] 趙磊， 張晨. 旅游減貧的門檻效應(yīng)及其實證檢驗——基于中國西部地區(qū)省際面板數(shù)據(jù)的研究[J]. 財貿(mào)經(jīng)濟(jì)， 2018， 39（5）： 130-145. [ZHAO Lei， ZHANG Chen. Threshold effect and empirical test of tourism on poverty alleviation： Based on provincial panel data in western China[J]. Finance & Trade Economics， 2018， 39（5）： 130-145.]

[26] 趙磊， 方成， 毛聰玲. 旅游業(yè)與貧困減緩——來自中國的經(jīng)驗證據(jù)[J]. 旅游學(xué)刊， 2018， 33（5）： 13-25. [ZHAO Lei， FANG Cheng， MAO Congling. Tourism and poverty reduction： An empirical evidence from China[J]. Tourism Tribune， 2018， 33（5）： 13-25.]

[27] 郭魯芳， 李如友. 旅游減貧效應(yīng)的門檻特征分析及實證檢驗——基于中國省際面板數(shù)據(jù)的研究[J]. 商業(yè)經(jīng)濟(jì)與管理， 2016（6）： 81-91. [GUO Lufang， LI Ruyou. Analysis on the threshold effect of tourism development on poverty alleviation and relevant empirical test： Based on the province panel data in China[J]. Journal of Business Economics， 2016（6）： 81-91.]

[28] VANEGAS M， GARTNER W， SENAUER B. Tourism and poverty reduction： An economic sector analysis for Costa Rica and Nicaragua[J]. Tourism Economics， 2015， 21（1）： 159-182.

[29] CROES R， RIVERA M A. Tourisms potential to benefit the poor： A social accounting matrix model applied to Ecuador[J]. Tourism Economics， 2017， 23（1）： 29-48.

[30] CROES R. The role of tourism in poverty reduction： An empirical assessment[J]. Tourism Economics， 2014， 20（2）： 207-226.

[31] CROES R. Tourism and poverty reduction in Latin America： Where does the region stand？[J]. Worldwide Hospitality and Tourism Themes， 2014， 6（3）： 293-300.

[32] BLAKE A， ARBACHE J S， SINCLAIR M T， et al. Tourism and poverty relief[J]. Annals of Tourism Research， 2008， 35（1）： 107-126.

[33] KWEKA J， MORRISSEY O， BLAKE A. The economic potential of tourism in Tanzania[J]. Journal of International Development， 2003， 15（3）： 335-351.

[34] ADIYIA B， VANNESTE D， ROMPAEY A V， et al. Spatial analysis of tourism income distribution in the accommodation sector in western Uganda[J]. Tourism and Hospitality Research， 2014， 14（1/2）： 8-26.

[35] LI Q， HUANG C J， LI D， et al. Semiparametric smooth coefficient models[J]. Journal of Business & Economic Statistics， 2002， 20（3）： 412-422.

[36] HESHMATI A， KUMBHAKAR S C， SUN K. Estimation of productivity in Korean electric power plants： A semiparametric smooth coefficient model[J]. Energy Economics， 2014， 45： 491-500.

[37] FENG G， GAO J， PENG B， et al. A varying-coefficient panel data model with fixed effects： Theory and an application to US commercial banks[J]. Journal of Econometrics， 2017， 196（1）： 68-82.

[38] 方勝， 盧新生. 國際原油價格的波動對中國A股市場的影響——基于變系數(shù)分位數(shù)模型的實證研究[J]. 系統(tǒng)工程， 2008， 36（4）： 1-11. [FANG Sheng， LU Xinsheng. The impact of oil price fluctuations on Chinese A-share markets： An empirical analysis based on varying coefficient quantile model[J]. Systems Engineering， 2008， 36（4）： 1-11.]

[39] MITCHELL J， ASHLEY C. Tourism and Poverty Reduction： Pathways to Prosperity[M]. London： Earthscan， 2010： 65-86.

[40] WINTERS P， CORRAL L， MORA A M. Assessing the role of tourism in poverty alleviation： A research agenda[J]. Development Policy Review， 2013， 31（2）： 177-202.

[41] QUINLAN J R. Induction of decision tress[J]. Machine Learning， 1986， 1： 81-106.

[42] CLEVELAND W S. Robust locally weighted regression and smoothing scatterplots[J]. Journal of the American Statistical Association， 1979， 74（368）： 829-836.