王凯 朱芳书 甘畅

摘 要：辨识和分析连片特困区旅游发展水平与多维贫困之间的动态关系，可以为中国实现全面脱贫和防止返贫提供参考。首先，分别测度武陵山片区42个国家级贫困县的旅游发展水平和多维综合贫困，引入脱钩模型分析二者的脱钩状态及变动趋势;继而，对2009—2018年的面板数据进行检验，分析武陵山片区旅游发展水平与多维贫困之间的长期协整关系和Granger因果关系。研究结果表明：（1）研究期内，武陵山片区整体旅游发展水平呈明显的上升趋势;多维贫困指数下降态势显著且存在区域差异，县域单元之间的差异是导致武陵山片区贫困差异的主要因素。（2）武陵山片区42个贫困县的脱钩关系以强脱钩为主，未实现强脱钩的县域单元在地理空间上呈零星团簇状分布。（3）武陵山片区旅游发展水平和多维贫困之间存在长期均衡关系，并且存在由旅游发展向多维贫困的单向Granger因果关系。据此，围绕武陵山片区如何发挥旅游乘数效应、提升旅游扶贫效率等内容，提出相应的对策建议。

关键词：旅游扶贫;旅游发展水平;多维贫困;耦合关系;脱钩模型;武陵山片区

基金项目：国家社会科学基金项目“旅游扶贫绩效动态评估及稳定脱贫长效机制构建研究”（18BJY191）。

[中图分类号] F59 [文章编号] 1673-0186（2020）002-0066-013

[文献标识码] A     [DOI编码] 10.19631/j.cnki.css.2020.002.007

贫困，威胁着人类的生存与发展，是世界各国共同面临的难题。在地理空间上，贫困地区往往与旅游资源富集区重叠，因此旅游产业逐渐成为贫困地区新的经济增长极，旅游扶贫也上升为国家扶贫开发战略的重要组成部分。据国务院扶贫办统计，“十二五”时期（不含2015年），旅游业助力10%以上的贫困人口实现脱贫，旅游脱贫人数达1 000万以上。但是截至2018年末，我国仍有1 660万左右的农村贫困人口，其中因病、因残致贫比例居高不下，在3年脱贫攻坚战中完成脱贫目标难度较大。尤其是中国集中连片特困区，不仅贫困人口多、贫困程度高，而且发展基础薄弱、脱贫能力不足、致贫因素复杂，脱贫任务艰巨。在此背景下，发展旅游业是助力2020年稳定实现农村贫困人口“两不愁、三保障”的重要抓手。鉴于此，旅游发展水平和多维贫困之间的关系研究，成为精准脱贫决战决胜、全面收官阶段的热点话题。

目前，旅游发展和贫困的关系聚焦于旅游扶贫效应相关研究上，但是学术界对旅游是否真正有益于减贫持三种看法：一是旅游发展有助于减贫。部分学者认为旅游扶贫最直观的表现是增加贫困地区的经济收入、推动产业结构优化调整[1]以及提供就业岗位、降低失业率等[2];此外，在贫困地区发展旅游还可以起到改善当地医疗和教育条件[3]、建立对妇女的信心和赋权[4]、提高贫困居民的文化水平[5]、加强政府相关部门对文化遗产的重视与保护[6]以及增强当地居民的环保意识等作用，进而促进生态环境的可持续发展和旅游可持续减贫[7]。二是旅游发展不利于减贫。受制于参与机会较少和参与能力不足等因素，处于弱势地位的居民逐渐被边缘化[8]，大部分经济收益逐渐聚集在少数精英分子和外来投资者手里，导致当地物价水平上升、贫困人口的实际收入减少[9]、旅游收益漏损和发展机会成本上升以及“旅游飞地”等负面现象[10]的出现;不仅如此，部分学者认为在贫困地区发展旅游可能会在社区居民贫富差距[11]、社区凝聚力[12]、传统文化保护[6]、旅游资源利用以及生态环境保护[13]等众多方面产生负面影响。三是旅游发展对减贫无显著影响。受制于贫困人口没有真正参与到旅游产业中，难以享受旅游发展红利，以及高级别景点的建设力度不足等因素，很多地方旅游产业对减贫的效应并不明显[14-15]。近年来，因我国提出的“两不愁，三保障”的脱贫目标与多维减贫相契合，国内学者开始从多维贫困理论出发研究旅游扶贫相关问题。例如，王耀斌等基于多维贫困理论分析了乡村旅游的精准扶贫效应，发现旅游扶贫对案例地教育、健康和生活条件的改善无显著影响[16];汪侠等在多维贫困理论框架下对旅游扶贫满意度进行实证分析，发现案例地居民对当地旅游扶贫效应的整体满意度水平在“一般”到“满意”之间[17];徐虹等通过剖析贫困评价的多维度和复杂性，阐述了旅游扶贫作为脱贫路径的可行性[18]。

综上所述，基于多维贫困理论，系统全面地探讨旅游和贫困关系的文章还较少见诸文端。鉴于此，本文创新性地引入脱钩理论和Granger因果检验法，以武陵山片区42个国家级贫困县为研究对象，采用2009—2018年的县域面板数据，从时间和空间、整体和局部等不同视角对旅游发展与贫困程度的脱钩效应以及二者之间的因果关系进行探讨。希冀通过量化分析贫困综合指数的时空异质性和演化趋势及其与旅游发展水平之间的耦合关系，对连片特困区及同类型贫困地区实现脱贫致富提供可资借鉴的参考。

一、研究设计

本文研究设计包括四个部分：研究区概况、指标体系构建、研究方法介绍和数据来源。

（一）研究区概况

武陵山片区涵盖湖南省、湖北省、重庆市和贵州省的71个县（市、区），其中，有42个国家扶贫开发工作重点县（以下简称“国家级贫困县”）、13个省级重点县，是我国典型的集中连片特困区。片区内经济基础薄弱、贫富差距大、贫困程度深、贫困范围广，教育、医疗、住房和社会保障条件差，在2020年实现脱贫攻坚的任务较为艰巨。但是在旅游扶贫理念和相关政策的指导下，到2018年，武陵山片區42个国家级贫困县整体已经形成了“三二一”的产业发展格局;片区内的贫困人口也从2011年的793万减少到2017年的188万，贫困发生率由26.3%降至6.4%，旅游减贫取得了显著成效。鉴于此，以武陵山片区42个县域单元为实证标靶，研究旅游产业发展和贫困的耦合关系，具有较强的典型性和代表性。

（二）指标体系构建

参考已有文献，以旅游专业化水平（旅游综合收入占地区GDP比重）来表征旅游发展水平[19-20];从经济、教育、医疗和社会保障4个维度出发，构建多维贫困评价指标体系，《中国农村扶贫开发纲要2011—2020年》中提出的“两不愁、三保障”为多维贫困评价指标的选取提供了政策指导，已有文献提供了科学依据，而指标数据的可获得性和指标体系的可靠性是多维贫困指标体系得以确定的关键。综合以上分析，把多维贫困评价指标体系分为4个维度。一是经济。在现阶段，经济贫困仍是最主要的致贫因素，所以本文选取人均GDP、人均地方财政一般预算收入和农民人均纯收入三个指标[21-24]，以综合、客观地反映贫困县经济发展状况。二是教育。采用每千人在校中小学生数来评估文化教育水平[22-23]。三是医疗。选取每千人拥有卫生院床位数来反映医疗健康投入[22-24]。四是社会保障。采用每千人拥有社会福利院床位数来反映国家、社会对居民的关怀[21，23]。

（三）研究方法

1.信度分析

信度分析（也称可靠性分析）主要用于检验指标体系的可靠程度，取值范围为[0，1]，系数越大，指标体系越可靠[25]。针对本文研究内容，选取比较常用的Cronbach's α系数法对多维贫困评价指标体系内部的一致性进行检验。检验得到的Cronbach's α系数为0.846，意味着本文构建的多维贫困评价指标体系的内在信度良好，可靠性较强。

2.综合指数法

采用熵值法对多维贫困评价指标进行客观赋权。因熵值法已较为成熟且得到了广泛应用，所以这里不做赘述，公式和方法介绍请参考文献[26]。确定各指标权重后，借鉴丁建军基于综合发展指数的计算方法，计算各国家级贫困县的综合贫困程度[21]。

其中e代表教育水平;M代表医疗水平;S代表社会保障水平，e、M、S的计算参考公式（1）。ωE、ωe、ωM和ωS分别为四个维度的权重。

3.脱钩模型

“脱钩”一般可理解为“解耦”，最初用于物理学领域，现在该理论常被用来探讨经济增长与物质消耗或生态环境之间的关系[27]。目前最常用的有OECD指数模型和Tapio脱钩模型[28-29]。由于Tapio脱钩模型综合考量了总量和相对量两类指标，可有效避免OECD指数模型时间选择的随意性及其带来的敏感性，使研究结果更具准确性和客观性，所以本文选取Tapio脱钩模型进行研究。另外，Tapio脱钩模型将脱钩指标体系分为负脱钩、脱钩和连接3大类、8种状态（表1），其中，强脱钩是旅游发展水平与综合贫困之间最理想的状态[27]。

在脱钩理论的实际应用方面，除了探析经济增长与资源消耗、环境保护之间的响应关系外，越来越多的学者将其引入更广阔的领域，如迟瑶等以集中连片特困区为例，分析了农村基本公共服务和县域经济发展之间的关系[30];张磊运用脱钩指数等方法，探讨了村域尺度上农村人口和聚落用地的脱钩状况和空间格局[31]。由此可见，脱钩模型在探讨变量之间的响应关系方面具有广泛的适用性。因此，本文基于Tapio脱钩理论构建旅游发展水平和综合贫困的脱钩模型，尝试解释两者的响应关系及其变动趋势：

其中ε为脱钩指数;Pt和Pt-1分别为t年和t-1年武陵山片区综合贫困程度;Tt和Tt-1分别为t年和t-1年武陵山片区的旅游发展水平。

4.泰尔系数

为更加准确地探析武陵山片区多维贫困的时空演变规律，本文综合采用ArcGIS空间分析法和泰尔系数进行研究。泰尔系数具有可分解性[30]，可将武陵山片区内4个分片区的多维贫困差异分解为区间差异和区内差异，以此来衡量研究区内的空间均衡化发展水平，其计算公式为：

其中n表示分片区数;Yi表示i分片区多维贫困值在武陵山片区中的比重;Pi代表i分片区人口占武陵山片区42个贫困县总人口的比例;Yij为j县的多维贫困值占该分片区（i分片区）总和的比例;Pij表示i片区内j县的人口占该分片区总人口的比例。

5.Granger因果检验法

Granger是于1969年提出的因果检验法，主要用来辨识某个随机变量的滞后值（过去的信息）对被解释变量的信息是否有预测功能[32]。Granger因果检验通常只对平稳的时间序列数据有效，因为非平稳可能会导致“伪回归”现象的发生。需要注意的是，这里检验出的因果关系并非实际经济活动中的因果关系。

（四）数据来源

本文相關数据主要来源于2010—2018年《湖南省统计年鉴》《湖北省统计年鉴》《贵州省统计年鉴》《重庆市统计年鉴》《中国县域统计年鉴（县市卷）》以及各贫困县国民经济和社会发展统计公报、统计局和旅游局等官方网站。2018年的最新数据通过查阅各贫困县国民经济和社会发展统计公报获得;个别缺失数据采用线性插值法加以补充完善。

二、实证分析

（一）旅游发展水平的时空演变

将计算结果按照ArcGIS中的自然间断点分级法（Jenks）分为5个等级，即低水平、较低水平、中等水平、较高水平和高水平。这里选取2009、2013和2018年3个时间节点的数据，揭示武陵山片区旅游发展水平的时空分布格局及其演变特征。从时序上来看，武陵山片区42个国家级贫困县的旅游发展水平在研究期内基本呈攀升态势，2009年武陵山片区42个国家级贫困县的旅游发展以低水平为主，占贫困县总数的64.29%;2013年，整体旅游发展水平显著上升，低水平地区数量占比降低至33.33%，多个贫困县由低水平迈入较低水平阶段，而凤凰县和江口县的旅游产业则分别从较高水平和较低水平跃至高水平阶段;到2018年，旅游发展低水平县域仅剩隆回县和正安县，相对应地，旅游发展达到较高水平的地区数量明显增加，由之前的0个增加到12个。值得关注的是，由于凤凰县地处西部旅游黄金走廊，得以充分发挥旅游资源禀赋高、旅游产品特色鲜明的优势，其旅游经济已经发展成为县域经济的重要组成板块，所以凤凰县的旅游发展水平在整个武陵山片区始终居于领先地位。

从空间上来看，42个国家级贫困县的旅游发展水平在中部形成“洼地”，在南北两端形成高值集聚;并且县域间差异显著、阶梯状演变趋势明显。旅游发展处于低水平的县域单元在研究区域中部形成集聚的特征在2009年表现尤为明显。或因研究初期，武陵山片区内的旅游景点分布尚处于“大分散、小集聚”的空间格局，并基本形成了北部旅游景点带，中部地区旅游资源相对匮乏且较为分散，致使其旅游发展对区域经济的贡献较小。旅游发展高水平地区通常先出现在研究区域的边缘地带，之后其范围才逐渐向内部扩张。说明边缘地区与外部发达地区进行物质、信息、技术、人才等要素交换的便利性较高、时效性较强，促使其旅游产业得以稳步提振。

（二）多维贫困分析

1.时间演变

应用上述评价指标和方法，计算出2009—2018年武陵山片区42个国家级贫困县多维贫困综合度。按照ArcGIS中的自然间断点分级法（Jenks）将武陵山片区42个国家级贫困县划分为高度贫困、较高度贫困、中度贫困、较低度贫困和低度贫困5类（图2）。从时序变化上看，贫困综合程度下降态势明显，低度贫困的县域单元数量大幅攀升。2009年武陵山片区的42个国家级贫困县以高度贫困为主，占比高达76.19%。由此可见，在研究初期，武陵山片区不仅贫困程度深，而且贫困面广。2013年高度贫困地区的比重下降到7.14%，并且5种多维贫困类别所占比重也发生了明显的结构性变化，开始以较低度贫困和中度贫困为主。到2018年，所有贫困县均脱离高度贫困阶段，整体以低度贫困为主（比重为57.14%）。说明武陵山片区近10年的减贫工作取得了良好成效，除了追求单一的收入增长外，还注重文化教育、医疗卫生和社会保障水平等方面的协调发展。

基于2009—2018年的多维贫困数据，引入环比发展速度进一步揭示湖南、湖北、贵州和重庆片区综合贫困度的时序变化特征。由表2可知，各分片区多维综合贫困均持续下降，且研究期末的降速低于研究期初。一方面，表明国家对减贫工作愈加重视，随着旅游扶贫开发战略的深入推进，片区内的贫困程度显著下降;另一方面，2020年即将实现全面脱贫，当前大多数贫困县已摆脱绝对贫困，所以县域间相对贫困变化和贫富差距缩小的速度逐渐降低。贵州、重庆片区贫困下降速度稍高;而湖北、湖南片区环比降速则相对缓慢，与前两个分片区存在较大殊异，主要源于湖南、湖北片区国家级贫困县数量较多，综合发展基础相对薄弱。

2.空间分异

从空间分布格局来看，42个贫困县多维贫困程度的区域差异显著，贫困减缓的阶梯状形态显著（图2）;集聚现象通常发生在处于同一贫困等级的县域单元之间，且研究区域西部的贫困度较东部明显偏低;另外，42个国家级贫困县的综合贫困程度在空间分布上由“核心—边缘结构”向“两栏式”布局转变。具体到每个年份，2009年研究区域中部贫困县的贫困程度显著低于周边县域，形成高值环绕低值的空间分布形式;2013年为过渡阶段，东西方向上的高低集聚态势逐渐明晰，两栏式分布的雏形大致显现;到2018年，东西方向上的差异凸显，武陵山片区多维综合贫困在地理空间上的“两栏式”分布格局清晰呈现。侧面证实，研究区域东部的多个国家级贫困县同时隶属于湖南的“大湘西地区”，贫困程度高、贫困范围广、经济基础薄弱、生态脆弱等因素共同制约着其减贫速度。

由于各分片区内部既有贫困程度高的贫困县，又有贫困程度低的贫困县，所以多维贫困的区域差异及其在各分片区间的非均衡性清晰可见。由表3可知，2009—2018年间，武陵山片区多维贫困差异的泰尔系数较小但总体呈增长态势，说明研究区域的多维贫困目前尚处于低水平的均衡状态，但整体差异正在逐渐扩大。片区总差异与分片区内差异的变动规律如出一辙，并且分片区内的差异对区域总差异起主导作用，每年的贡献率均在90%以上，即县域之间的差异是决定武陵山片区多维贫困出现总差异的基本单元;然而分片区间的差异则相对较小。一方面表明湖南、湖北、重庆和贵州片区已经深刻领悟国务院提出连片特困区扶贫攻坚规划的核心思想，形成统一规划联动发展;另一方面也说明各贫困县的经济基础、产业结构、发展条件等有所不同，致使县域间的贫困变化程度出现较大殊异。

（三）旅游发展水平和多维贫困的耦合分析

1.整体脱钩弹性系数时序变化特征

图3显示了2010—2018年武陵山片区旅游发展水平和多维贫困脱钩弹性系数的总体变动情况。近10年来，武陵山片区旅游经济发展水平在波动中上升，除了个别年份起伏较大外，基本保持平穩，其中，2010—2011年旅游发展水平变化幅度最大，但仍保持增长趋势;多维贫困的下降率则较为稳定。整体看来，相比于旅游发展水平和多维贫困变化率，二者的脱钩弹性系数变化幅度居中。现将武陵山片区脱钩弹性系数的变化分为三个阶段，结合该片区近10年来旅游发展和减贫的实际情况，对每个阶段的脱钩弹性系数及其发生的原因展开分析。第一阶段（2010—2012年）：平稳波动期。该阶段武陵山片区整体贫困程度基本呈下降态势，这是自《中国农村扶贫开发纲要（2001—2010年）》提出以来，贫困问题得以重视和有效解决的现实反映。但此时旅游产业在减贫工作中的地位尚未确立，所以贫困地区旅游业的发展速度较慢，脱钩弹性系数随之发生改变。第二阶段（2012—2016年）：剧烈波动期。2011年12月，《中国农村扶贫开发纲要（2011—2020年）》首次提出要大力推进旅游扶贫。在政策指导下，各贫困县加大对旅游产业的投入力度，以期借助旅游产业的带动力量加速脱贫进程。但是旅游产业效应发挥具有滞后期[33]，因此在2015年之前旅游发展水平的增长率较低，之后才开始逐渐攀升。这也是导致武陵山片区脱钩弹性系数出现大幅波动的主要原因。第三阶段（2016—2018年）：波动调整期。该阶段，减贫进入中后期，贫困下降速度略有提升，旅游发展水平仍持续上升但增速放缓，所以两者在该阶段仍以强脱钩关系为主，即旅游发展水平与多维贫困的背离程度不断提高。这是该片区旅游减贫动能持续增强、旅游扶贫效益精准滴落的体现，也是旅游产业扶贫和精准扶贫理念在贫困地区“落地”的现实反映。

2.脱钩关系的时空演变特征

根据计算结果和脱钩状态的划分依据，可以确定武陵山片区旅游发展水平和多维贫困之间的脱钩状态以强脱钩为主，表明研究期内大多数贫困县的贫困指数随旅游发展水平的提升而显著下降，旅游减贫成效显著;此外还存在弱脱钩、弱负脱钩、强负脱钩、衰退性连接、衰退性脱钩、扩张性负脱钩6种脱钩状态，因政府对国家精准扶贫内涵的把握、工作落实情况以及实际发展情况等方面存在差异，致使武陵山片区部分贫困县的旅游产业和减贫难以实现同频共振、协调发展。另外，每年实现强脱钩的贫困县数量基本呈上升趋势;弱脱钩和弱负脱钩是出现频次较高的两种脱钩状态;没有地区出现扩张连接的情况。

具体来看，2010年仅有5个贫困县没有实现强脱钩的理想状态;2014年仍以强脱钩为主，但是整体脱钩关系有明显变动，其中，实现弱负脱钩的地区有6个，其次是衰退脱钩和扩张负脱钩;2018年实现强脱钩的贫困县达到38个，说明武陵山片区旅游发展对区域减贫的贡献力度较大，旅游扶贫成效显著（图4）。需要说明的是，2014年出现的脱钩关系类型最多，脱钩弹性系数的区域差异最大。究其原因，一方面受各贫困县自身发展水平和旅游经济活力的限制，2014年前后旅游发展速度不稳定，贫困减缓的速度也到达平缓期，甚至有部分贫困县出现返贫现象;另一方面也可能是旅游资源集中于少数精英阶层和外来投资者手里，资金分配失衡、贫困居民参与旅游难度大和旅游综合效益辐射范围受限所引致。

在地理空间上，武陵山片区旅游发展与多维贫困的脱钩关系整体呈现出“大集聚，小分散”的空间分布格局。实现强脱钩关系的贫困县在地理空间上呈现出显著的集聚现象，这说明旅游发展和贫困具有较强的辐射效应。未实现强脱钩状态的贫困县呈零星团簇状分布状态，但是在2014年间，在研究区域中部形成小规模集聚，且大多国家级贫困县集中在贵州片区。或因贵州片区原贫困程度深，研究期内贫困降速较快，但是其旅游发展水平却未能与多维综合贫困保持同频变化，致使贵州片区旅游发展和贫困的脱钩关系呈现多种类别。

（四）协整分析

1.序列平稳性检验

对武陵山片区旅游发展水平和多维贫困非同步发展的“解耦”关系即脱钩关系进行探讨之后，还需对二者同步发展的耦合关系即协整关系进行深入分析，以明晰二者的相互作用机制。而协整分析的前提是各序列都為平稳序列，即两序列为同阶单整过程[27]。本文以旅游发展水平作为解释变量，多维贫困指数作为被解释变量。为使变量趋势线性化，并消除时间序列中存在的异方差，分别对旅游发展水平（T）和多维贫困综合指数（P）的时间序列取对数，得到新的时间序列lnT和lnP。然后利用ADF单位根检验法对两变量的对数序列进行平稳性检验。由表4可知，lnT和lnP的二阶差分序列的τ统计量值都小于5%检验水平下的临界值，说明均拒绝原假设（非平稳），且序列lnT和序列lnP属于同阶单整，符合协整检验的前提条件。

2.Johansen协整检验

根据单位根检验结果可知，lnT和lnP均为I（2）变量，都是同阶单整过程，则二者之间可能存在长期均衡关系，即协整关系。在此选取常用的Johansen检验方法进行协整检验。根据变量的个数和样本容量先选择任一滞后阶数进行VAR模型回归分析，并依据AIC、SC和HQ原则确定最优滞后阶数为2。表5显示，当假设lnT和lnP之间不存在协整方程时，P值在5% 的显著性水平下拒绝零假设;当假设lnT和lnP之间存在一个协整方程时，P值在5% 的显著性水平下接受零假设，表明这两个变量间最多只存在一个协整方程。由此可以判定，武陵山片区的旅游发展水平和贫困综合程度之间存在长期稳定的均衡关系。

3.格兰杰因果检验

协整检验结果显示旅游发展水平和多维贫困之间存在一种长期均衡关系，但无法判断二者之间是否具有因果关系。鉴于此，进一步利用Granger因果关系检验法对二者的时间对数序列进行检验。结果表明，滞后阶数为2 时，在5%的显著性水平下，从多维贫困到旅游发展水平的Granger原因不显著;而旅游发展水平到多维贫困的Granger原因较为显著。由此可见，存在着从旅游发展到多维贫困的单向Granger因果关系，即旅游发展水平是贫困程度变化的Granger原因，说明武陵山片区贫困程度的下降在很大程度上依赖于旅游产业发展。

三、结论与建议

本文基于Tapio脱钩模型和协整理论，首先分析了2009—2018年武陵山片区旅游发展水平和多维贫困的脱钩关系及其动态变化趋势;然后，对两变量的对数时间序列进行计量检验，考察二者之间的长期均衡关系，以明晰旅游发展水平与多维贫困的耦合关系。研究得出的主要结论如下。

第一，武陵山片区整体旅游发展水平持续攀升，多维贫困指数平稳下降，二者相互演进态势良好。基于此，各贫困县在保持旅游经济持续稳定增长的基础上，应致力于创新旅游扶贫模式，构建贫困人口共享旅游发展红利的公平分配与利益协调机制，保障贫困人口获得经济利益的权利和公平性。另外，要鼓励贫困人口积极主动地参与旅游产业发展，如经营农家乐、乡村旅馆或销售农副土特产品等来获得经营性收入，鼓励贫困人口到景区景点或旅游企业就业以获得工资性收入，支持贫困人口通过资产或资源入股等形式获得财产性收入。要激发贫困人口的参与意识、提升参与能力，形成持久内生动力，让贫困人口共享旅游带来的经济效益，进一步加大旅游减贫力度。

第二，武陵山片区整体旅游发展水平和多维贫困的脱钩弹性系数变化不稳定，在2014—2016年间变动幅度最大;在研究期内，大多数贫困县旅游发展与多维贫困的脱钩关系以强脱钩为主，在时间上表现为少数贫困县脱钩类型变动;空间上则呈现出“大集聚，小分散”的分布格局。针对部分贫困县脱钩关系不稳定的现状，认为其可以开发特色旅游资源，适当扩大旅游产业规模，延伸产业链条，有效带动相关产业发展，为旅游扶贫持续发力提供强劲稳定的动力;对于已实现强脱钩关系的贫困县，认为政府相关部门应根据实际的脱贫进展，持续优化调整旅游产业要素的配置格局，进一步瞄准贫困人口、精准施策，以增强贫困人口的获得感和幸福感。

第三，武陵山片区存在由旅游发展向多维贫困的单向Granger因果关系，即旅游发展水平是多维综合贫困的 Granger因果关系。因两者发生作用的滞后期为2a，所以武陵山片区相关政府部门可参考旅游发展对多维贫困未来2年的预测结果，合理利用资源要素，以进一步提升旅游发展给地区带来的综合效益。另外，针对可能存在的“精英俘获”和“旅游经济漏损”等现象，各贫困县应充分把握旅游扶贫内涵，精准识别贫困群体;完善旅游扶贫资源传递体系，确保扶贫落到实处;健全贫困治理机制，加大扶贫监管力度;激发贫困人口的主观能动性，加强旅游扶贫教育;推动建设信息公开制度，确保旅游扶贫的公平公正，为贫困地区顺利脱贫提供保障。

探讨集中连片特困区旅游发展水平和多维贫困之间的耦合关系，对深刻把握贫困地区旅游扶贫进展具有积极意义。但是囿于国家统计局等相关部门尚未给出可直接反映多维贫困的指标，以及县域单元数据获取的局限性，本文指标的选取可能在一定程度上会影响研究结论的精确性。后续研究中可采取实地调研等方式进一步深化两者微观层面上的关系研究，同时拓展驱动机制研究，据此识别深度贫困地区扶贫过程中存在的深层次、复杂化问题，从而更好地为不同类型的连片特困区实现高质量发展提供系统性的参考。

参考文献

[1] 李亚娟，虞虎，陈田，等.民族社区旅游研究进展及展望[J].人文地理，2018（2）：1-10.

[2]  Mahadevan R， Suardi S. Panel evidence on the impact of tourism growth on poverty， poverty gap and income inequality[J]. Current Issues in Tourism， 2019（3）：253-264.

[3]  Lepp A. Residents' attitudes towards tourism in Bigodi Village， Uganda[J]. Tourism Management， 2006（3） ：876-885.

[4]  Kwaramba H M， Lovett J C， Louw L， et al. Emotional confidence levels and success of tourism development for poverty reduction： The South African Kwame Makana home-stay project [J]. Tourism Management， 2012（4）：885-894.

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

[6]  Anderson W. Cultural tourism and poverty alleviation in rural Kilimanjaro， Tanzania[J]. Journal of Tourism and Cultural Change，2015（3）：208-224.

[7]  Mbaiwa J. The effects of tourism development on the sustainable utilisation of natural resources in the Okavango Delta， Botswana[J]. Current Issues in Tourism. 2011（3） ：251-273.

[8]  劉俊，楼枫烨.旅游开发背景下世居少数民族社区边缘化——海南三亚六盘黎族安置区案例[J].旅游学刊，2010（9）：44-50.

[9]  Jiang M， DeLacy T， Mkiramweni N P， et al. Some evidence for tourism alleviating poverty [J]. Annals of Tourism Research， 2011（3）：1181-1184.

[10]  Mbaiwa J E. Enclave tourism and its socio-economic impacts in the Okavango Delta， Botswana[J]. Tourism Management， 2005（2）： 157-172.

[11]  Wattanakuljarus A， Coxhead I. Is tourism-based development good for the poor？：A general equilibrium analysis for Thailand[J]. Journal of Policy Modeling， 2008（6）： 929-955.

[12]  邓小海，曾亮，罗明义，等.云南乌蒙山片区所属县旅游扶贫效应分析[J].生态经济，2015（2）：134-138.

[13]  Manwa H， Manwa F. Poverty alleviation through pro-poor tourism： The role of Botswana Forest Reserves [J]. Suastainbility， 2014（9）：5697-5713.

[14]  Deller S. Rural poverty， tourism and spatial heterogeneity[J]. Annals of Tourism Research， 2009（1）：180-205.

[15]  Muchapondwa E， Stage J. The economic impacts of tourism in Botswana， Namibia and South Africa： Is poverty subsiding？ [J]. Natural Resources Forum， 2013（2） ：80-89.

[16]  王耀斌，陸路正，魏宝祥，等.多维贫困视角下民族地区乡村旅游精准扶贫效应评价研究——以扎尕那村为例[J].干旱区资源与环境，2018（12）：190-196.

[17]  汪侠，甄峰，沈丽珍，等.基于贫困居民视角的旅游扶贫满意度评价[J].地理研究，2017（12）：2355-2368.

[18]  徐虹，王彩彩.乡村振兴战略下对精准扶贫的再思考[J].农村经济， 2018（3）：11-17.

[19]  赵磊，方成.中国旅游发展空间非均衡与极化研究[J].中国人口·资源与环境，2014（6）：154-162.

[20]  Fayissa B， Nsiah C， Tadesse B. Research note： Tourism and economic growth in Latin American countries-further empirical evidence[J]. Tourism Economics， 2011（6）： 1365-1373.

[21]  丁建军.中国11个集中连片特困区贫困程度比较研究—基于综合发展指数计算的视角[J].地理科学，2014（12）：1418-1427.

[22]  刘新梅，韩林芝，郑江华，等.贫困县多维综合贫困度时空分异特征及其驱动机制——以南疆四地州深度贫困地区贫困县为例[J].经济地理，2019（7）：165-174.

[23]  杨帆，陈凌珠，庄天慧，等.可持续生计视阈下县域多维贫困测度与时空演化研究——以四川藏区行政区划县为例[J].软科学，2017（10）：38-42.

[24]  袁媛，王仰麟，马晶，等.河北省县域贫困度多维评估[J].地理科学进展，2014（1）：124-133.

[25]  韩美，杜焕，张翠，等.黄河三角洲水资源可持续利用评价与预测[J].中国人口·资源与环境，2015（7）：154-160.

[26]  马艳梅，吴玉鸣，吴柏钧.长三角地区城镇化可持续发展综合评价——基于熵值法和象限图法[J].经济地理，2015（6）：47-53.

[27]  王凯，李泳萱，易静，等.中国服务业增长与能源消费碳排放的耦合关系研究[J].经济地理，2013（12）：108-114.

[28]  OECD. Indicators to measure decoupling of environmental pressures from economic growth[R]. Paris： OECD， 2002.

[29]  Tapio P. Towards a theory of decoupling： Degrees of decoupling in the EU and the case of road traffic in Finland between 1970 and 2001[J]. Transport Policy， 2005 （2） ：137-151.

[30]  迟瑶，王艳慧，房娜.连片特困区贫困县农村基本公共服务与县域经济时空格局演变关系研究[J].地理研究，2016（7）：1243-1258.

[31]  张磊，武友德，李君.农村人口与聚落用地空间分布的脱钩及预测分析——以大理市洱海东岸地区为例[J].地域研究与开发，2019（1）：148-154.

[32]  周霓，熊爱华.基于面板数据的旅游经济效应空间分异及优化研究——以山东省为例[J].地理科学，2016（2）：289-295.

[33]  杨勇.旅游业与我国经济增长关系的实证分析[J].旅游科学，2006（2）：40-46.

Abstract： The dynamic relationship between tourism development and multidimensional poverty in contiguous poverty-stricken areas is identified and analyzed， which can provide an important reference for China to achieve comprehensive poverty alleviation and prevent poverty return. Firstly， this paper respectively measured the tourism development level and multidimensional comprehensive poverty of 42 national-level poor counties in Wuling Mountain area， and the decoupling model was introduced to analyzed the decoupling relationship and changing trend of the two. Then， by using the panel data from 2009 to 2018， we explored the long-term co-integration relationship and Granger causality between tourism development level and multidimensional poverty in Wuling Mountain area. The results show that：1） During the study period， the overall tourism development level of Wuling Mountain area showed an obvious upward trend. The multidimensional poverty index has a significant trend of decline and there are regional differences. The difference among county units is the main factor of poverty difference in Wuling Mountain area. 2）The decoupling state of 42 poverty-stricken counties in Wuling Mountain area was mainly strong， and those counties who was not achieved strong decoupling showed sporadic cluster distribution in geographic space. 3）There is a long-term equilibrium relationship between tourism development level and multidimensional poverty， and a one-way Granger causality from tourism to multidimensional poverty in Wuling Mountain area. Based on the above conclusions， some countermeasures and suggestions are put forward on how to give full play to the tourism multiplier effect and improve the efficiency of tourism poverty alleviation in Wuling Mountain area.

Key Words： Tourism Poverty Alleviation; Tourism Development Level; Multidimensional Poverty; Coupling Relationship; Decoupling Model; Wuling Mountain Area