基于空间回归模型的旅游扶贫绩效评价研究

【摘要】利用2006-2012年反映遵义市红色旅游扶贫绩效的旅游收入和GDP指标进行空间回归分析旅游扶贫绩效。研究结果表明，遵义市红色旅游发展和经济增长存在空间正关系，同时也说明了遵义市红色旅游扶贫进程中促进了该地GDP发展，旅游扶贫绩效显著。

【关键词】旅游收入；旅游扶贫；红色旅游；遵义

旅游扶贫绩效评价集中于旅游发展与经济增长之间关系研究。关于旅游发展与经济增长空间相关性和依赖性研究仅见王良健等利用空间计量模型研究中国省际旅游业发展与经济增长关系。

空间计量经济学的引入使计量经济模型从时空方面更深入地揭示旅游扶贫绩效空间问题成为可能。位于黔北的重镇遵义市集老、少、边、穷、山于一体，红色旅游资源丰富密集，从开展旅游扶贫一来，以红色旅游为龙头的旅游扶贫促进了当地经济发展。主要利用经典空间模型、空间滞后模型和空间误差模型分析遵义市红色旅游发展与经济增长是否具有显著的空间相关性，以此来分析遵义市红色旅游扶贫绩效。

一、研究方法

这里使用的空间回归模型主要是经典空间模型、空间滞后模型和空间误差模型。Anselin（1988）给出了空间计量经济分析中空间线性模型的通用形式。

（一）经典空间回归模型

经典空间回归模型的形式为：

y=rWly+Xb+x （1）

x=lW2x+e （2）

e：N（0，s2In）

式中，v是一个n’1维向量，b是与外生解释变量x（fn’k）相关的参数向量（k’1），W1和W2是n’n维空间权重矩阵，分布与因变量的空间自回归过程和干扰项e的空间自回归过程相关，通常表示一种一阶的空间邻近关系或距离函数，可以是行标准化的矩阵，也可以是二元矩阵或其他非标准化矩阵。r是空间滞后因变量W1的系数。b反映解释变量对因变量v变化产生的影响。r和方差都是由Gauss-Markov模型估计的，模型的系数都是由广义最小二乘法（GLS）估计的。

（二）空间滞后模型（SLM）

空间滞后模型主要是探讨各变量在一个地区是否存在溢出效应，该模型为：

y=rWy+Xb+e （3）

式中为因变量，x为n’k的外生解释变量矩阵；r为空间回归系数；w为n’n的空间权重矩阵，可以用邻接矩阵或地理衰减矩阵构建；Wy为空间滞后因变量，e为随机误差项向量。

（三）空间误差模型（SEM）

Anselin（1988）提出了SEM模型的的最大似然解法。空间误差模型模型形式为：

y=Xb+x （4）

x=lWx+e （5）

e：N（0，s2In）

式中，因变量v是n’1的向量，x是n’k的数据矩阵，代表解释变量。w是空间权重矩阵，通常为一阶相邻矩阵。参数l是空间相关误差的参数。b反映解释变量对因变量变化产生的影响。e为随机误差项向量。这里，模型估计可采用广义最小二乘法（GLS）或极大似然估计方法（ML）。

二、研究结果与分析

（一）数据来源

选取遵义市2006-2012年GDP指标代表经济增长，作为因变量，旅游收入（TI）指标代表旅游发展，作为自变量。数据来源于遵义市政府网站的国民经济与社会发展统计公报。文中空间计量用Geoda095i空间统计软件计算，采用临近权重（K-nearest）创建空间权重矩阵。

（二）经典空间回归分析

经典空间回归分析结果见表1。可以看出，遵义市红色旅游的旅游收入系数都为正数，说明旅游收入与经济增长是正相关的，旅游扶贫促进了当地经济发展。总体趋势来看，2006年-2012年的旅游收入系数呈现出波浪上升的趋势。说明旅游扶贫对当地经济发展促进作用的强度表现出波浪上升的特征。不同年份间的旅游收入系数波动较大，说明旅游扶贫对当地经济发展影响变化频繁。

（三）空间滞后回归分析

空间滞后回归分析发现，遵义市红色旅游的旅游收入系数也都为正数，说明旅游收入与经济增长是正相关的，旅游扶贫同样促进了当地经济发展。2006年-2011年，旅游收入系数上升，且整体趋势明显，说明旅游扶贫促进了当地经济增长方面作用明显，2011年之后旅游收入系数下降，旅游扶贫绩效出现衰退。（四）空间误差回归分析

遵义市红色旅游旅游扶贫绩效空间误差回归分析结果见表2。从表中可以看出，遵义市红色旅游旅游收入系数也都为正数，说明旅游收入与经济增长是正相关的，旅游扶贫促进了当地经济发展。几年间旅游扶贫绩效有波动，但就整体趋势而言，7年中旅游扶贫的绩效是在不断上升的。

三、结语

通过回归分析发现旅游收入与经济增长是正相关的，旅游扶贫促进了当地经济发展，旅游扶贫绩效显著。但是2003年到2012年间，旅游扶贫绩效变化趋势存在波动性。同时旅游收入系数波动情况有所区别，其波动趋势并非保持了一致性，说明旅游扶贫绩效根据空间分析方法不同产生不同结果和不同变化规律。对于遵义旅游扶贫绩效应该采用哪一种空间回归模型，需要进一步进行分析和检验。