鄧愛民, 張馨方
(中南財經政法大學 旅游研究院,武漢 430000)
長江經濟帶旅游扶貧效率的時空格局演化分析
鄧愛民, 張馨方
(中南財經政法大學 旅游研究院,武漢 430000)
以長江經濟帶覆蓋的11個省市為研究單位,應用DEA數(shù)據包絡分析法測算出長江經濟帶各省市2010—2014年的旅游扶貧效率,并通過Malmquist生產率指數(shù)模型計算出各省市旅游扶貧效率的變化情況。通過ArcGIS軟件分析長江經濟帶整體旅游扶貧效率的全局空間自相關情況,以及長江經濟帶局部空間自相關情況。結果表明:長江經濟帶旅游扶貧效率呈現(xiàn)上升趨勢,旅游扶貧效率空間集聚程度不高,沒有明顯的集聚現(xiàn)象,長江經濟帶旅游扶貧效率增長率總體亦呈增長趨勢,旅游扶貧效率高值區(qū)向東部移動。根據旅游扶貧效率大小和旅游扶貧效率變化兩個維度將長江經濟帶內的省市劃分為朝陽型與黃金型,并對其發(fā)展提出建議。
旅游扶貧效率; 時空演變; DEA; GIS; 長江經濟帶
2014年9月國務院正式出臺《關于依托黃金水道推動長江經濟帶發(fā)展的指導意見》,標志著長江經濟帶已經上升為國家戰(zhàn)略?!丁笆濉甭糜螛I(yè)發(fā)展規(guī)劃》中提到全面推進跨區(qū)域旅游合作,做強長三角旅游城市群、成渝旅游城市群、長江中游旅游城市群,加快全域旅游進程。長江經濟帶是連接“絲綢之路經濟帶”以及“21世紀海上絲綢之路”的重要紐帶[1]。廣義上的長江經濟帶覆蓋的省市主要包括位于東部的上海、江蘇、浙江,位于中部的安徽、江西、湖北、湖南,以及位于西部的重慶、四川、云南、貴州,共11個省市。長江經濟帶所覆蓋的11個省市旅游資源種類豐富,特色鮮明。以上海為核心的長三角旅游城市群經濟基礎雄厚,旅游接待能力強,具有良好的品牌效應;長江中游城市群和成渝城市群具有良好的旅游資源基礎,生態(tài)環(huán)境優(yōu)良[2]。
《“十三五”脫貧扶堅規(guī)劃》明確了旅游扶貧在產業(yè)發(fā)展扶貧規(guī)劃中的重要意義。長江經濟帶所覆蓋的11個省市中共包括244個國家級貧困縣,占全國總數(shù)的41.2%。優(yōu)良的生態(tài)環(huán)境、豐富的旅游資源使得長江經濟帶區(qū)域的旅游產業(yè)發(fā)展迅速,2014年長江經濟帶區(qū)域入境旅游人數(shù)達到了2 950萬人次。旅游產業(yè)的蓬勃發(fā)展是否能夠帶動長江經濟帶區(qū)域經濟的整體發(fā)展,旅游產業(yè)是否能夠助力長江經濟帶區(qū)域脫貧致富亟待研究,因此,分析現(xiàn)階段長江經濟帶旅游扶貧效率是為后續(xù)旅游扶貧進程提供指導意義的重要任務。
以往對長江經濟帶旅游的研究主要集中在采用定量方法對長江經濟帶沿岸城市旅游競爭力進行分析,如徐春紅[3]采用信息熵權TOPSIS法評價長江經濟帶各省市旅游產業(yè)競爭力,并對區(qū)域旅游產業(yè)融合發(fā)展提供了思路。定量分析中區(qū)域旅游發(fā)展的差異性研究較多,如錢藏[4]通過計算長江經濟帶各旅游省市的區(qū)域熵,分析區(qū)域旅游產業(yè)的集聚水平差異;方法林[5]通過計算標準差、基尼系數(shù)、首位度等,并借助ArcGIS軟件對長江經濟帶旅游經濟發(fā)展差異進行了可視化分析,得出長江經濟帶經濟差異逐年擴大,但內部空間布局相對穩(wěn)定,并分析了產生差異的主要因素。陳銀娥、鐘學進[6]通過旅游規(guī)模差異測度和旅游位序規(guī)模分布測度方法研究了長江經濟帶城市旅游規(guī)模差異特征為總體差異不斷擴大,集聚程度不斷縮小。關于長江經濟帶旅游產業(yè)效率評價的研究較少,主要有龔艷、張陽等[7]對長江經濟帶旅游產業(yè)效率進行了測算,并在此基礎上運用Tobit模型分析了旅游效率影響因素。在定性研究方面,主要集中在研究長江經濟帶生態(tài)旅游發(fā)展、可持續(xù)旅游的發(fā)展對策等。周成、馮學鋼、唐睿[8]研究了生態(tài)系統(tǒng)、區(qū)域經濟與旅游產業(yè)系統(tǒng)之間的耦合關系,得出長江經濟帶城市旅游產業(yè)經濟與區(qū)域經濟之間存在較高的關聯(lián)度。岑曉喻等[9]通過從環(huán)境、社會、經濟等方面建立評價體系,得出長江經濟帶的資源分布格局為“雙向梯度”,探討了其發(fā)展機制。席建超、葛全勝[10]對長江經濟帶區(qū)域融合發(fā)展戰(zhàn)略以及國際化對接發(fā)展,區(qū)域生態(tài)旅游功能區(qū)進行了創(chuàng)新性的研究。殷杰、鄭向敏[11]通過耦合函數(shù)的方法研究了長江經濟帶的生態(tài)系統(tǒng),并對區(qū)域內生態(tài)系統(tǒng)安全格局進行了劃分??v觀長江經濟帶旅游產業(yè)的研究歷史,無論在定性或定量研究中都沒有涉及長江經濟帶旅游扶貧的研究。另外,目前國內外關于旅游業(yè)發(fā)展效率的研究主要從時空格局演變、投入產出分析、影響因素分析等多方面開展了大量的研究[12-13],研究方法與理論正在不斷完善與進步。但是在這些研究中,大部分學者局限于一個或兩個模型,未能進行全面分析與評價。因此,本文應用DEA數(shù)據包絡分析法測算出長江經濟帶各省市2010—2014年的旅游扶貧效率,并通過Malmquist生產率指數(shù)模型計算出各省市旅游扶貧效率變化情況。通過ArcGIS軟件分析長江經濟帶整體旅游扶貧效率的全局空間自相關情況以及長江經濟帶局部自相關情況,并對其發(fā)展提出建議。
1.DEA數(shù)據包絡分析法
本文采用的主要研究方法為DEA數(shù)據包絡分析法。1978年,Charnes、Cooper和Rhodes將計算效率的方法推廣到多項投入與多項產出的情況,并將這種方法命名為數(shù)據包絡分析法[14]。數(shù)據包絡分析法通過輸入多項投入與多項產出數(shù)據,通過數(shù)學模型找到邊界效率點,據此形成數(shù)據包絡線。處于數(shù)據包絡線上的決策單元是研究尋找最有效的投入產出組合。依據DEA研究模型方法可知,旅游扶貧效率是指當?shù)芈糜萎a業(yè)發(fā)展對經濟的帶動或規(guī)模集聚效率;純技術效率表示在一定的旅游扶貧技術水平下,對旅游扶貧現(xiàn)有投入旅游資源配置效率的測度;規(guī)模效率是指在現(xiàn)有旅游扶貧政策及旅游人才技術水平不變的前提下,旅游扶貧投入現(xiàn)有規(guī)模與最優(yōu)規(guī)模之間的差異,反映了旅游扶貧效率投入產出要素的合理配置程度[15]。
(1)
2.Malmquist生產率指數(shù)模型
為了更好地反映旅游扶貧效率隨時間的演變特征和研究引起變化的主要因素,本文采用Malmquist生產率指數(shù)分析法對跨時期長江經濟帶旅游扶貧效率變化進行評價[16]。Malmquist生產率指數(shù)模型由Malmquist.S 1953年首次提出,從t期到t+1期的Malmquist生產率指數(shù)公式如下
(2)
當M>1 時表示生產率水平提高;M=1 時表示生產率水平不變;M<1 時表示生產率水平下降。
(3)
公式(3)表示生產率指數(shù)的變化可以分解為技術效率變化率(EC)和技術進步率(TC)。假設規(guī)模報酬不變,技術效率變化率(EC)又可分解為純技術效率變化率(PEC)和規(guī)模效率變化率(SEC)。
3.空間自相關
空間自相關是指區(qū)域內一些變量與區(qū)域內其他變量存在的潛在關系及依賴程度。在地理學中一般采用Moran的I指數(shù)和Geary的C指數(shù)[17]。本文中采用Moran的I指數(shù)來研究長江經濟帶區(qū)域內各省市旅游扶貧效率水平與其臨近區(qū)域在同一單元中的相關程度,即各省市之間在某種指標下是否存在空間集聚現(xiàn)象,計算公式為
(4)
其中,n代表研究對象數(shù)量,即省市數(shù),Xi和Xj分別為空間單元上的觀測值,Wij為空間權重矩陣。I的取值在-1到1之間,當I值小于0時為空間負相關,等于0時呈現(xiàn)不相關,大于0時為空間正相關,I值的絕對值大小與相關程度成正比。
在研究區(qū)域空間自相關的時候,通過全局空間自相關來了解研究區(qū)域整體的關系,通過局部空間自相關來研究局部空間差異性,這時采用局部空間統(tǒng)計量G值來計算局部范圍內的空間集聚程度[18]。每一個研究區(qū)域i的統(tǒng)計量計算公式為
(5)
我們選取全國各省市的人均可支配收入作為描述貧困程度的產出指標,人均GDP作為描述旅游對當?shù)亟洕鷰有б娴漠a出指標。旅游扶貧效率的產出指標體系由人均可支配收入和人均GDP構成,其中人均可支配收入分為城鎮(zhèn)居民人均可支配收入和農村居民人均可支配收入。為了研究長江經濟帶旅游業(yè)發(fā)展對各省市的經濟帶動效應,投入指標體系應選擇衡量旅游業(yè)投入程度的指標,我們選擇能夠反映旅游資源稟賦程度、旅游接待能力的3A級景區(qū)數(shù)量、旅行社數(shù)量以及星級飯店數(shù)量作為投入指標體系。其中各省市人均可支配收入和人均GDP數(shù)據來源于2010—2014年的《中華人民共和國統(tǒng)計年鑒》,各省市3A級景區(qū)數(shù)量、旅行社數(shù)量和星級飯店數(shù)量數(shù)據來源于2010—2014年的《中華人民共和國旅游統(tǒng)計年鑒》。運用DEA模型對長江經濟帶旅游扶貧效率進行評價,并運用ArcGIS軟件對結果進行時空演變的可視化分析。
由公式(1)計算出2010—2014年長江經濟帶旅游扶貧綜合效率、純技術效率和規(guī)模效率。2010—2014年長江經濟帶旅游扶貧綜合效率平均值均達到0.6以上,旅游扶貧效率較高。從時序變化來看,旅游扶貧效率呈現(xiàn)上升趨勢,從2010年的0.620上升到2014年的0.718。從純技術效率來看,數(shù)值均在0.6以上,除2011年略有下降外,整體走向為上升趨勢,到2014年已經達到0.756。規(guī)模效率數(shù)值均在0.8以上,整體變化趨勢與綜合效率一致。深入分析可知,長江經濟帶旅游扶貧效率保持著較高水平的主要原因是純技術效率與規(guī)模效率水平均較高,旅游產業(yè)發(fā)展要素配置合理。這是因為長江經濟帶覆蓋省市如上海、江蘇、浙江等沿海省市的經濟、科技相對較為發(fā)達,旅游產業(yè)發(fā)展形勢良好,資源要素與產業(yè)要素的合理配置能力較強。另外,成渝城市群和長江中游城市群可供開發(fā)的旅游資源和產業(yè)要素水平較高,旅游扶貧效率綜合水平較高。隨著長江經濟帶戰(zhàn)略的再次提出,國家及沿線各省市紛紛采取各項措施發(fā)展旅游產業(yè)以及探索區(qū)域融合發(fā)展道路,帶動了長江經濟帶區(qū)域整體的經濟發(fā)展。
由公式(4)計算出2010—2014年長江經濟帶旅游扶貧效率的全局空間自相關系數(shù),并繪制出折線圖,如圖1所示。從2010—2014年,總體上長江經濟帶旅游扶貧效率的空間自相關系數(shù)處于螺旋式上升趨勢,全局空間自相關系數(shù)的絕對值均小于0.1,分布在0附近,說明長江經濟帶旅游扶貧效率空間集聚程度不高,沒有明顯的集聚現(xiàn)象。在今后的旅游扶貧過程中,需要在保持區(qū)域旅游經濟發(fā)展增長的前提下打破區(qū)域界限,縮小區(qū)域內部的旅游扶貧差異,真正實現(xiàn)長江經濟帶旅游扶貧協(xié)同發(fā)展,最終實現(xiàn)整體脫貧。
局部空間自相關系數(shù)可以更加準確地分析局部空間異質性特征?;谇拔膶﹂L江經濟帶旅游扶貧效率全局空間自相關的結果來看,空間集聚程度不高,存在一定的空間異質性。本文以2010年和2014年的長江經濟帶旅游扶貧效率為指標,運用ArcGIS軟件分析Moran的I指數(shù)來反映長江經濟帶局部旅游扶貧發(fā)展的相關性,并進行可視化表示,圖略。
圖1 2010—2014年長江經濟帶旅游扶貧效率全局空間自相關系數(shù)
從2010—2014年,長江經濟帶旅游扶貧綜合效率總體格局呈現(xiàn)較穩(wěn)定演化狀態(tài),只有重慶市和貴州省發(fā)生了變化,占總數(shù)的18.18%。另外旅游扶貧綜合效率空間分異的結構化顯著,2010年Moran的I指數(shù)較大的區(qū)域為四川省,處于第一階層,并且Moran的I指數(shù)大于0,說明四川省對周邊區(qū)域旅游扶貧的發(fā)展具有正向的帶動作用,但是Moran的I指數(shù)處于1.30~1.68之間,數(shù)值較低,說明四川省對周邊區(qū)域的旅游扶貧發(fā)展雖然具有正向的輻射作用,但在今后的發(fā)展中仍需不斷加強區(qū)域之間的協(xié)同作用,減小空間異質性。云南、貴州、湖南和重慶市處于第二階梯,結合其旅游扶貧綜合效率來分析,重慶市和云南省旅游扶貧效率均在平均值以上,不難得出此區(qū)域為旅游扶貧效率高值集聚區(qū)。安徽和江西省Moran的I指數(shù)小于0,說明區(qū)域內旅游扶貧發(fā)展呈現(xiàn)空間負相關,與周圍區(qū)域旅游扶貧效率存在一定的差異性,需要在今后的發(fā)展過程中加強與周邊經濟基礎雄厚的長三角區(qū)域的旅游合作,不斷擴大旅游客源市場。從2010—2014年的整體變化來看,雖然空間異質性較為顯著,但空間集聚區(qū)正處于不斷擴大的趨勢,這是因為長江經濟帶中各省市作為一個地理總體,其旅游資源存在一定程度上的相似性,提供的旅游產品有所限制,同時在近幾年長江經濟帶旅游聯(lián)合發(fā)展的大背景下不斷溝通與密切合作。
根據公式(2)和(3),計算出長江經濟帶旅游扶貧效率的Malmquist指數(shù)??傮w上看,長江經濟帶區(qū)域旅游扶貧效率的Malmquist指數(shù)均值都大于1,說明長江經濟帶旅游扶貧效率總體上呈緩慢上升趨勢;并且所有省市的Malmquist指數(shù)均大于1,說明各省市為旅游扶貧持續(xù)增長提供了動力。為了更好地顯示長江經濟帶旅游扶貧效率變化率的空間演化規(guī)律,采用ArcGIS軟件中四分位圖對2010年和2014年的截面數(shù)據進行分析,圖略。
2010—2014年,旅游扶貧效率高速增長區(qū)、較高速增長區(qū)、中速增長區(qū)和低速增長區(qū)都發(fā)生了較大變化,整體上旅游扶貧效率高值區(qū)向東部移動:旅游扶貧效率高速增長區(qū)由云南和重慶演變?yōu)榻K和重慶市;較高速增長區(qū)由湖北、湖南和貴州演變?yōu)樵颇?、安徽、貴州和上海;中速增長區(qū)由江蘇、安徽和江西轉變?yōu)樗拇?、湖北和浙江;低速增長區(qū)由浙江、四川和上海轉變?yōu)楹虾徒鳌>科渥兓?,位于長三角地區(qū)的上海、浙江和江蘇以及安徽具有明顯的經濟優(yōu)勢與交通優(yōu)勢,旅游開發(fā)相對較早,旅游配套設施較完善,無論在客源市場以及旅游開發(fā)上都具有得天獨厚的優(yōu)勢,在長三角城市相互的輻射作用下,旅游業(yè)發(fā)展迅速,旅游扶貧效率增速超過其他區(qū)域,從中低速增長區(qū)發(fā)展為高速及較高速增長區(qū)。增速減緩的為湖南、江西和云南,其余地區(qū)旅游扶貧效率增速基本保持不變。
根據旅游扶貧效率大小和旅游扶貧效率變化即Malmquist指數(shù)兩個維度可以劃分四分圖。最終結果為:將長江經濟帶內的省市劃分為兩種類型,即朝陽型與黃金型。朝陽型的省市為湖北、湖南、安徽、云南、江西、江蘇和浙江;黃金型的省市為四川、重慶、上海和貴州。其中朝陽型的區(qū)域特點為旅游扶貧效率在長江經濟帶省市中處于較低水平,但是旅游扶貧效率變化率大于1,說明此類省市雖然旅游扶貧效率起點較低,但是正處于良好的上升趨勢;黃金型的省市為四川、重慶、上海和貴州,其特點是不僅當?shù)芈糜畏鲐毿瘦^高,并且旅游扶貧效率變化率大于1,證明此類型省市的旅游業(yè)發(fā)展對當?shù)氐姆鲐氉饔镁薮?,并且扶貧效率處于不斷上升的趨勢,這是因為此類型的省市旅游基礎條件較好以及政府扶貧政策的推動作用等發(fā)揮了重要作用。朝陽型省市在今后的旅游扶貧道路中應該采取與周邊扶貧效率更高的區(qū)域聯(lián)合的策略,通過優(yōu)勢互補及強大的輻射作用,提高自身和周邊區(qū)域的旅游扶貧效率,從而向黃金型省市轉變。黃金型省市在今后的旅游扶貧中,為了保持此狀態(tài)應該采取政企合作模式。政府主導背景下的政企合作模式可以在一定程度上避免自由競爭市場上信息不對稱的情況,實現(xiàn)經濟效益最大化。
本文以長江經濟帶覆蓋的11個省市為研究單位,應用DEA數(shù)據包絡分析法、旅游扶貧效率的Malmquist指數(shù)、空間關聯(lián)指數(shù)等測算出長江經濟帶各省市2010—2014年的旅游扶貧效率及其分解,以及長江經濟帶各省市旅游扶貧效率全局空間自相關系數(shù)與局部空間自相關系數(shù),得出以下結論:
長江經濟帶旅游扶貧效率總體特征為旅游扶貧效率保持著較高的水平,并處于不斷上升的趨勢;長江經濟帶旅游扶貧效率空間集聚特征為旅游扶貧效率空間集聚程度不高,沒有明顯的集聚現(xiàn)象。2010—2014年,長江經濟帶旅游扶貧綜合效率總體演化格局呈現(xiàn)較穩(wěn)定狀態(tài),旅游扶貧綜合效率空間分異的結構化顯著。從2010—2014年的整體變化來看,雖然空間異質性較顯著,但空間集聚區(qū)正處于不斷擴大的趨勢;長江經濟帶區(qū)域旅游扶貧效率的Malmquist指數(shù)均值都大于1,說明了長江經濟帶旅游扶貧效率總體上呈增長趨勢;所有省市旅游扶貧Malmquist指數(shù)均大于1,旅游扶貧效率高值區(qū)向長江經濟帶東部移動;長江經濟帶內的省市分為朝陽型與黃金型,朝陽型的省市為湖北省、湖南省、安徽省、云南省、江西省、江蘇省和浙江省,黃金型的省市為四川省、重慶市、上海市和貴州省。
針對朝陽型省市,在今后的旅游扶貧道路中應該采取與周邊扶貧效率更高的區(qū)域聯(lián)合的策略;針對區(qū)域旅游資源較為薄弱的地區(qū),需要通過開發(fā)高品質、有規(guī)模、有檔次的旅游新產品和新業(yè)態(tài)來與周邊區(qū)域融合發(fā)展,另外注重對當?shù)芈糜位A設施的提升與完善。黃金型省市在今后的旅游扶貧中應該采取政企合作模式,對當?shù)芈糜萎a業(yè)進行戰(zhàn)略性轉型升級,建立良好的政企合作關系,在旅游規(guī)劃、智慧旅游、人才培養(yǎng)、招商引資等領域共同探索旅游創(chuàng)新發(fā)展模式。
為了使旅游扶貧效率研究更加科學謹慎,可以對旅游扶貧指標體系、旅游扶貧投入產出指標的選取進行優(yōu)化,這也成為今后此類研究的方向。盡管空間自相關方法能夠較好地解釋長江經濟帶旅游扶貧效率發(fā)展格局的演化特征,但本文僅從2010—2014年的時間段來展開研究,分析結果難免與現(xiàn)實結果出現(xiàn)偏差。
[1] 張曉梅,程紹文,李照紅.長江經濟帶入境旅游經濟的時空差異分析[J].華中師范大學學報(自然科學版),2016(5):783-790.
[2] 鄭國中.長江經濟帶與“一路一帶”疊加效應下旅游經濟轉型升級路徑[J].社會科學家,2015(6):96-100.
[3] 徐春紅.長江經濟帶11省市旅游產業(yè)競爭力評價及融合發(fā)展研究[J].商業(yè)經濟研究,2015(8):135-138.
[4] 錢藏,李彬彬.長江經濟帶旅游產業(yè)集聚水平分析[J].現(xiàn)代經濟信息,2016(12):467-468.
[5] 方法林.長江經濟帶旅游經濟差異時空格局演化及其成因分析[J].南京師大學報(自然科學版),2016(1):124-131.
[6] 陳銀娥,鐘學進.長江經濟帶城市旅游規(guī)模差異及位序規(guī)模分布優(yōu)化研究[J].江漢論壇,2016(12):36-42.
[7] 龔艷,張陽,唐承財.長江經濟帶旅游業(yè)效率測度及影響因素研究[J].華東經濟管理,2016(9):66-74.
[8] 周成,馮學鋼,唐睿.區(qū)域經濟—生態(tài)環(huán)境—旅游產業(yè)耦合協(xié)調發(fā)展分析與預測:以長江經濟帶沿線各省市為例[J].經濟地理,2016(3):186-193.
[9] 岑曉喻,周寅康,單薇,等.長江經濟帶資源環(huán)境格局與可持續(xù)發(fā)展[J].中國發(fā)展,2015(3):1-9.
[10] 席建超,葛全勝.長江國際黃金旅游帶對區(qū)域旅游創(chuàng)新發(fā)展的啟示[J].地理科學進展,2015(11):1449-1457.
[11] 殷杰,鄭向敏.長江經濟帶旅游產業(yè)生態(tài)系統(tǒng)安全評估與安全格局研究[J].華東經濟管理,2017(4):60-65.
[12] MOREY R C,DITTMAN D A.Evaluating a hotel GM’s performance:a case study in benchma-rking[J].Comell hotel and restaurant administration quarterly,1995,36(5):30-35.
[13] CHARLES K N,PAUL S.Competition,privatization and productive efficiency:evidence from the airline industry[J]. The economic journal,2001,111(3):591-619.
[14] BARROS C P,MATIAS A.Assessing the efficiency of travel agencies with a stochastic cost frontier:a Portuguese case study[J].International journal of tourism research,2006,8(5):367-379.
[15] 龍祖坤,杜倩文,周婷.武陵山區(qū)旅游扶貧效率的時間演進與空間分異[J].經濟地理,2015(10):210-217.
[16] 劉佳,陸菊,劉寧.基于DEA-Malmquist模型的中國沿海地區(qū)旅游產業(yè)效率時空演化、影響因素與形成機理[J].資源科學,2015(12):2381-2393.
[17] 常變蓉,李仁東,徐興建,等.基于GIS空間自相關的江漢平原釘螺分布特征[J].長江流域資源與環(huán)境,2014(7):972-978.
[18] 胡明星.基于GIS的可達性和空間自相關分析在江陰綠地系統(tǒng)規(guī)劃中的應用[J].中國園林,2010(9):20-24.
TourismPovertyAlleviationEfficiencyDifferencesandSpatial-temporalEvolutionFeaturesintheYangtzeRiverEconomicBelt
DENG Aimin, ZHANG Xinfang
(College of Tourism, Zhongnan University of Economics and Law, Wuhan 430000, China)
Taking11 provinces and cities along the Yangtze river economic belt cover as the research unit, using the application of DEA data envelope analysis method to measure the efficiency of tourism poverty relief along the Yangtze river economic belt provinces from 2011 to 2015, and through the Malmquist productivity index model, this paper figures out the changes of the tourism poverty relief efficiency of the cities. Then ArcGIS software is used to analyze the global spatial autocorrelation of The Yangtze river economic belt tourism poverty relief efficiency and the Yangtze river economic belt local spatial autocorrelation.The results show that the efficiency of the Yangtze river economic belt tourism poverty alleviation is rising, tourism poverty alleviation efficiency of spatial agglomeration degree is not high, has no obvious agglomeration phenomenon, the Yangtze river economic belt tourism poverty alleviation efficiency is growing on the whole, tourism poverty alleviation efficiency high value area is moving to the east. According to the tourism poverty alleviation size and tourism poverty alleviation efficiency changes, the provinces and cities within the Yangtze river economic belt are divided into potential type and gold type. In the end, some suggestions for its development are given.
tourism poverty alleviation efficiency; the evolution of time and space; DEA; GIS; the Yangtze river economic belt
張 璠)
2017-04-11;
2017-05-14
湖北省社會科學基金項目“‘中四角’無障礙旅游發(fā)展模式研究”(2014027)
鄧愛民(1971—),男,湖北浠水人,中南財經政法大學旅游研究院教授,博士生導師,研究方向:旅游管理、旅游規(guī)劃;張馨方(1992—),女,河北廊坊人,中南財經政法大學旅游研究院碩士研究生,研究方向:旅游規(guī)劃、旅游地理。
F592
A
1674-0297(2017)06-0042-06