论文部分内容阅读
doi：10.15889/j.issn.1002-1302.2017.13.080
摘要：了解和分析农村居民对乡村旅游精准扶贫政策的满意度，可以反映乡村旅游精准扶贫政策的实施效果，为完善和制定乡村旅游精准扶贫政策提供参考依据。采用多元有序Probit回归模型对农村居民乡村旅游精准扶贫政策的满意度及其影响因素进行实证分析，研究结果表明：年龄对农村居民乡村旅游精准扶贫政策的满意度有负向显著影响，而文化程度、贫困特征、农村居民的政策了解程度以及农村居民的收入影响认知对农村居民对乡村旅游精准扶贫政策的满意度具有正向显著影响。据此，提出要加强政策宣传、切实保障失地移民的生计问题，有针对性地帮助贫困户脱贫致富等建议。
关键词：农村居民；乡村旅游；精准扶贫；满意度；多元有序Probit回归模型
中图分类号：F323.8；F590.75文献标志码：A[HK]
文章编号：1002-1302（2017）13-0311-04[HS）][HT9.SS]
收稿日期：2017-03-27
基金项目：江西省社会科学“十三五”规划项目（编号：16ZK35）；江西省社会科学一般项目（编号：14GL20）。
作者简介：张春美（1969—），女，江西南昌人，博士，教授，主要从事农村经济与管理研究。E-mail：546250275@qq.com。
通信作者：黄红娣，硕士研究生，主要从事农村扶贫、移民搬迁研究。E-mail：1127980336@qq.com。
[ZK）]
自新中国成立以来，政府不断加大扶贫力度，农村扶贫工作取得了巨大成就。截至2016年，我国贫困人口从2010年的16 566万人减少至4 332万人，贫困发生率由17.27%减少至4.5%。目前，我国的扶贫工作已进入攻坚时期，旅游扶贫因辐射范围广、减贫效果好、代价小而被列为我国十大精准扶贫工程之一，成为新时期农村扶贫攻坚的重要手段和举措。2015年，国务院发布了《关于进一步促进旅游投资和消费的若干意见》，提出未来5年要加大推进乡村旅游扶贫的力度，到2020年，全国每年通过乡村旅游带动200万农村贫困人口脱贫致富；扶持6 000个旅游扶贫重点村开展乡村旅游，实现每个重点村乡村旅游年经营收入达到100万元[1]。这不仅为我国旅游扶贫工作明确了发展目标，也使旅游扶贫进入全新的发展阶段。在此背景下，旅游扶贫政策的实施情况怎样、实施效果如何、什么因素阻碍了旅游扶贫政策的实施效果是政府和学者们共同关注的热点。
众多学者就乡村旅游的基本理论和现实情况两方面展开了深入的研究。在基本理论方面，邓小海等对旅游精准扶贫的概念进行了定义，并阐述了旅游精准扶贫的构成和运行机理[2]。毛峰在梳理各地经验和扶贫模式的基础上提出了新的鄉村旅游扶贫模式[3]。马耀峰等利用理论分析法从旅游扶贫对象、规划、指向、主体和效益5个维度对我国旅游扶贫过程中存在的不良现象进行分析[4]。在现实情况方面，李云霞在阐述云南省当前贫困现状及实施旅游扶贫战略的基础上，提出了发展旅游扶贫的思路和对策[5]。王玉成等对河北省旅游扶贫工作中存在的问题进行了深入分析，并针对性地提出了相关的对策与建议[6]。此外，还有较多学者对旅游扶贫的效果进行了研究，如吴国琴以豫南大别山区的4个贫困村为例，通过构建旅游扶贫生态绩效评价体系，采用模糊综合评价方法对旅游扶贫的生态绩效进行实证分析[7]。叶俊以麻城龟峰山风景区为例，通过问卷调查和数量统计方法，从居民感知视角出发，对旅游扶贫的经济效应、环境效应、社会文化效应3个方面进行探析，研究结果表明，龟峰山村居民对扶贫旅游效应感知度较强，旅游扶贫效果较好[8]。蒋莉等以湖南汝城国家森林公园九龙江地区为例，采用因子分析法和数理统计方法对当地居民对旅游扶贫效应的感知度和态度进行分析，结果显示，当地居民认为旅游扶贫带动了当地经济和社会的发展，而对环境的影响不是很明显[9]。张侨基于海南省贫困地区的调查数据，采用层次分析法和横截面回归模型对不同旅游扶贫模式下的旅游扶贫效应进行分析，结果显示，旅游扶贫效应受居民收入的影响，收入越低的居民，旅游扶贫效应越高[10]。邓小海等以云南乌蒙山片区所属贫困县为例，采用灰色关联分析法分析了旅游扶贫效应，结果表明，旅游业虽对经济增长贡献较大，但与三次产业及区域的GDP关联度较低[11]。
可见，已有学者从旅游扶贫的经济效应、社会效应、环境效应以及居民效应感知等方面，并结合灰色关联分析、模糊综合评价、层次分析、因子分析、数理统计等方法对我国旅游扶贫的效果进行研究。但是，完全立足于农村居民满意度视角对旅游扶贫进行评价的研究并不多，也鲜有采用多元Probit回归模型进行研究分析。江西省婺源县乡村旅游精准扶贫已成为经典案例，因此，基于婺源县的调查数据，采用多元有序Probit回归模型从农村居民满意度的视角对乡村旅游精准扶贫政策进行分析，以期为完善和制定乡村旅游精准扶贫政策提供参考依据。
1理论基础与基本假设
乡村旅游精准扶贫是指在贫困地区充分挖掘当地的资源优势，发现和培育乡村价值，基于乡村价值与旅游产业相结合带动该区域经济发展，并通过对贫困户的精准识别，有针对性地对贫困户进行帮扶，从而惠及贫困户，实现精准扶贫的一种“真扶贫、扶真贫”的扶贫方式[12]。而农村居民乡村旅游精准扶贫政策满意度是指农村居民对乡村旅游精准扶贫政策的评价，是政策实施情况及效果通过受益个体心理加工后的主观反映。对政策满意度的研究主要来源于顾客满意度的研究，目前应用广泛的顾客满意度模型有美国ACSI模型、中国CCSI模型、瑞典SCSB模型等，但是用于惠农政策绩效评价最多的是美国ACSI模型。根据美国ACSI模型，把顾客期望、感知质量、感知价值作为影响满意度的因素，而把顾客忠诚和顾客抱怨作为形成满意度的结果[13]。根据本研究的研究内容，农村居民期望是指农村居民对乡村旅游精准扶贫政策的期望，农村居民对政策的期望越高，则满意度也越高，而农村居民对政策的期望受个体特征的影响，包括年龄、文化程度、职业、月均收入等。农村居民感知是指农村居民对乡村旅游精准扶贫政策的实际感受，即对乡村旅游精准扶贫政策的了解。农村居民感知质量是指农村居民对乡村旅游精准扶贫政策实施前后的变化感知来体现，如果政策实施后现状所有改善，则对政策的满意度则较高。 因此，基于以上分析并在参考相关文献的基础上，本研究提出以下假设：
假设一：农村居民的个体特征对乡村旅游精准扶贫政策的满意度具有影响。年龄越大、家庭越贫困的农村居民对乡村旅游精准扶贫政策的期望越高，则可能满意度越高，而家庭劳动力数量越多、文化程度越高以及月均收入越高，其自身收入能力越强，对乡村旅游精准扶贫政策的期望则没那么高，因此可能满意度不高。
假设二：农村居民对乡村旅游精准扶贫政策越了解，则对乡村旅游精准扶贫政策的满意度越高。
假设三：农村居民对乡村旅游精准扶贫政策实施前后的变化感知越高，则对乡村旅游精准扶贫政策的满意度越高。
2数据来源与描述性分析
2.1数据来源
本研究的数据主要来源于2016年10月调研组对江西省婺源县3个旅游扶贫村的实地调查。调查对象为受旅游扶贫影响的搬迁移民和原住居民，调查方式以问卷调查为主，辅以座谈、访谈等方法。调查的内容包括被采访者区域特征、个体特征、采访者对乡村旅游精准扶贫的认知及满意度情况。调查问卷共发放105份，收回有效问卷96份，问卷有效率为91.43%。具体样本分布情况详见表1。
2.2样本调查描述性分析
2.2.1样本基本特征描述性分析在调查的96个样本中，男性所占比重为52.08%，女性所占比重为47.92%。农户年龄在30岁以下的占比19.79%，31～45岁的占比33.33%。46～59岁的占比30.21%，60～79岁的占比16.67%。文化程度小学及以下的占比37.5%，初中文化的占比29.17%，高中（或中专）文化的占比20.83%，大专及以上的占比12.5%。
2.2.2农村居民对乡村旅游精准扶贫政策的总体满意度分析调查的96个样本户中，有16个表示对乡村旅游精准扶贫政策非常不满意，占比16.66%，27个表示有点不满意，占比28.13%，持中立态度认为一般的有23个，占比2395%，有点满意的有15個，占比15.63%，非常满意的有15个，占比15.63%。总体上看，农户对乡村旅游精准扶贫政策的满意度较低。
2.2.3农村居民对乡村旅游精准扶贫政策的知晓情况分析在对乡村旅游精准扶贫政策了解情况调查结果中，认为对乡村旅游精准扶贫政策非常了解的有13人，占比13.54%，认为有点了解的有24人，占比25%，不太了解的有32人，占比33.33%，完全不了解的有27人，占比28.13%。总体上看，农户对乡村旅游精准扶贫政策的知晓度是很低的。
[BT（1 1]3影响农村居民对乡村旅游精准扶贫政策满意度的因素分析[BT）]
3.1变量说明
本研究采用农村居民满意度评估标准，对乡村旅游精准扶贫政策的实施效果进行评估。将农村居民对乡村旅游精准扶贫政策满意度作为因变量，并采用李克特量表法将农村居民对乡村旅游精准扶贫政策满意度划分为非常不满意、有点不满意、一般、有点满意、非常满意。以年龄、文化程度、劳动力占家庭人口比重、职业、月均收入、贫困特征、农村居民的政策了解程度和农村居民的政策对收入影响认知作为影响农村居民对乡村旅游精准扶贫政策满意度的因素，进行实证分析。具体变量的定义及描述如表2所示。
3.2计量模型
为探究影响农村居民对乡村旅游精准扶贫政策满意度的因素，根据调查问卷的设计，农户对乡村旅游精准扶贫政策满意度有5个选择，即很不满意、有点不满意、一般、有点满意、很满意，因变量是具有顺序的多分类变量，所以研究采用有序Probit回归模型进行分析。其基本函数表达式是：
[JZ]Y*=β0 βXi* ε。
其中，Y*代表因变量，为不可观测变量，Xi*是因变量的1组解释变量向量，而β为参数向量，β0为常数项，ε为服从标准正态分布的随机干扰项。由于本研究研究中因变量分为5个等级，所以假设存在分界点γ1、γ2、γ3、γ4， 分别表示农村居民[FL）]
3.3模型估计结果与分析
3.3.1自变量多重共线性诊断结果由于本研究所选取的变量较多，容易出现变量之间的多重共线性问题，因此，为了确保模型估计的准确性，本研究运用Stata统计软件对选取的变量进行多重共线性诊断。由表3可知，所选取的变量中，041 3.3.2多元有序Probit模型回归结果及分析本研究采用Stata统计软件对样本数据进行多元有序Probit模型回归，分析农村居民对乡村旅游精准扶贫政策满意度的影响因素，结果如表3所示。根据数据实证分析可知，P>χ2=0.000，说明模型整体在1%的水平下显著，对比似然比和伪判决系数分别为-70.158 922、0.536 8，这说明整个模型的拟合度是较好的。根据表4回归结果分析如下：
（1）年龄对农村居民乡村旅游精准扶贫政策的满意度具有负向影响。由表4可以看出，年龄对农村居民对乡村旅游精[CM（25]准扶贫实施效果满意度的影响在5%的水平下负向显著，表明农村居民年龄越大，对乡村旅游精准扶贫政策越不满意。这与基本假设不同，也与部分相关研究结果[16-18]不一致。根据实地调研，这主要是年龄越大的农村居民对土地的依赖性越强，而乡村旅游的开发占用了大量的土地并产生了移民搬迁，迫使农村居民失去赖以生存的土地，因此农村居民对政策满意度不高，而年龄越小的农村居民更倾向于从事非农劳动，而乡村旅游的开发可以给他们带来更多的就业机会，因此对乡村旅游精准扶贫政策的满意度更高。
（2）文化程度对农村居民乡村旅游精准扶贫政策的满意度具有正向影响。根据回归结果可知，文化程度对农村居民对乡村旅游精准扶贫政策满意度的影响在1%的水平下正向显著。这与基本假设不一致，可能的原因是农村居民文化程度越高，对乡村旅游精准扶贫工作的理解和认知更深入，越能体会到乡村旅游精准扶贫政策实施的意义和重要性，从而对乡村旅游精准扶贫政策越满意。
摘要：了解和分析农村居民对乡村旅游精准扶贫政策的满意度，可以反映乡村旅游精准扶贫政策的实施效果，为完善和制定乡村旅游精准扶贫政策提供参考依据。采用多元有序Probit回归模型对农村居民乡村旅游精准扶贫政策的满意度及其影响因素进行实证分析，研究结果表明：年龄对农村居民乡村旅游精准扶贫政策的满意度有负向显著影响，而文化程度、贫困特征、农村居民的政策了解程度以及农村居民的收入影响认知对农村居民对乡村旅游精准扶贫政策的满意度具有正向显著影响。据此，提出要加强政策宣传、切实保障失地移民的生计问题，有针对性地帮助贫困户脱贫致富等建议。
关键词：农村居民；乡村旅游；精准扶贫；满意度；多元有序Probit回归模型
中图分类号：F323.8；F590.75文献标志码：A[HK]
文章编号：1002-1302（2017）13-0311-04[HS）][HT9.SS]
收稿日期：2017-03-27
基金项目：江西省社会科学“十三五”规划项目（编号：16ZK35）；江西省社会科学一般项目（编号：14GL20）。
作者简介：张春美（1969—），女，江西南昌人，博士，教授，主要从事农村经济与管理研究。E-mail：546250275@qq.com。
通信作者：黄红娣，硕士研究生，主要从事农村扶贫、移民搬迁研究。E-mail：1127980336@qq.com。
[ZK）]
自新中国成立以来，政府不断加大扶贫力度，农村扶贫工作取得了巨大成就。截至2016年，我国贫困人口从2010年的16 566万人减少至4 332万人，贫困发生率由17.27%减少至4.5%。目前，我国的扶贫工作已进入攻坚时期，旅游扶贫因辐射范围广、减贫效果好、代价小而被列为我国十大精准扶贫工程之一，成为新时期农村扶贫攻坚的重要手段和举措。2015年，国务院发布了《关于进一步促进旅游投资和消费的若干意见》，提出未来5年要加大推进乡村旅游扶贫的力度，到2020年，全国每年通过乡村旅游带动200万农村贫困人口脱贫致富；扶持6 000个旅游扶贫重点村开展乡村旅游，实现每个重点村乡村旅游年经营收入达到100万元[1]。这不仅为我国旅游扶贫工作明确了发展目标，也使旅游扶贫进入全新的发展阶段。在此背景下，旅游扶贫政策的实施情况怎样、实施效果如何、什么因素阻碍了旅游扶贫政策的实施效果是政府和学者们共同关注的热点。
众多学者就乡村旅游的基本理论和现实情况两方面展开了深入的研究。在基本理论方面，邓小海等对旅游精准扶贫的概念进行了定义，并阐述了旅游精准扶贫的构成和运行机理[2]。毛峰在梳理各地经验和扶贫模式的基础上提出了新的鄉村旅游扶贫模式[3]。马耀峰等利用理论分析法从旅游扶贫对象、规划、指向、主体和效益5个维度对我国旅游扶贫过程中存在的不良现象进行分析[4]。在现实情况方面，李云霞在阐述云南省当前贫困现状及实施旅游扶贫战略的基础上，提出了发展旅游扶贫的思路和对策[5]。王玉成等对河北省旅游扶贫工作中存在的问题进行了深入分析，并针对性地提出了相关的对策与建议[6]。此外，还有较多学者对旅游扶贫的效果进行了研究，如吴国琴以豫南大别山区的4个贫困村为例，通过构建旅游扶贫生态绩效评价体系，采用模糊综合评价方法对旅游扶贫的生态绩效进行实证分析[7]。叶俊以麻城龟峰山风景区为例，通过问卷调查和数量统计方法，从居民感知视角出发，对旅游扶贫的经济效应、环境效应、社会文化效应3个方面进行探析，研究结果表明，龟峰山村居民对扶贫旅游效应感知度较强，旅游扶贫效果较好[8]。蒋莉等以湖南汝城国家森林公园九龙江地区为例，采用因子分析法和数理统计方法对当地居民对旅游扶贫效应的感知度和态度进行分析，结果显示，当地居民认为旅游扶贫带动了当地经济和社会的发展，而对环境的影响不是很明显[9]。张侨基于海南省贫困地区的调查数据，采用层次分析法和横截面回归模型对不同旅游扶贫模式下的旅游扶贫效应进行分析，结果显示，旅游扶贫效应受居民收入的影响，收入越低的居民，旅游扶贫效应越高[10]。邓小海等以云南乌蒙山片区所属贫困县为例，采用灰色关联分析法分析了旅游扶贫效应，结果表明，旅游业虽对经济增长贡献较大，但与三次产业及区域的GDP关联度较低[11]。
可见，已有学者从旅游扶贫的经济效应、社会效应、环境效应以及居民效应感知等方面，并结合灰色关联分析、模糊综合评价、层次分析、因子分析、数理统计等方法对我国旅游扶贫的效果进行研究。但是，完全立足于农村居民满意度视角对旅游扶贫进行评价的研究并不多，也鲜有采用多元Probit回归模型进行研究分析。江西省婺源县乡村旅游精准扶贫已成为经典案例，因此，基于婺源县的调查数据，采用多元有序Probit回归模型从农村居民满意度的视角对乡村旅游精准扶贫政策进行分析，以期为完善和制定乡村旅游精准扶贫政策提供参考依据。
1理论基础与基本假设
乡村旅游精准扶贫是指在贫困地区充分挖掘当地的资源优势，发现和培育乡村价值，基于乡村价值与旅游产业相结合带动该区域经济发展，并通过对贫困户的精准识别，有针对性地对贫困户进行帮扶，从而惠及贫困户，实现精准扶贫的一种“真扶贫、扶真贫”的扶贫方式[12]。而农村居民乡村旅游精准扶贫政策满意度是指农村居民对乡村旅游精准扶贫政策的评价，是政策实施情况及效果通过受益个体心理加工后的主观反映。对政策满意度的研究主要来源于顾客满意度的研究，目前应用广泛的顾客满意度模型有美国ACSI模型、中国CCSI模型、瑞典SCSB模型等，但是用于惠农政策绩效评价最多的是美国ACSI模型。根据美国ACSI模型，把顾客期望、感知质量、感知价值作为影响满意度的因素，而把顾客忠诚和顾客抱怨作为形成满意度的结果[13]。根据本研究的研究内容，农村居民期望是指农村居民对乡村旅游精准扶贫政策的期望，农村居民对政策的期望越高，则满意度也越高，而农村居民对政策的期望受个体特征的影响，包括年龄、文化程度、职业、月均收入等。农村居民感知是指农村居民对乡村旅游精准扶贫政策的实际感受，即对乡村旅游精准扶贫政策的了解。农村居民感知质量是指农村居民对乡村旅游精准扶贫政策实施前后的变化感知来体现，如果政策实施后现状所有改善，则对政策的满意度则较高。 因此，基于以上分析并在参考相关文献的基础上，本研究提出以下假设：
假设一：农村居民的个体特征对乡村旅游精准扶贫政策的满意度具有影响。年龄越大、家庭越贫困的农村居民对乡村旅游精准扶贫政策的期望越高，则可能满意度越高，而家庭劳动力数量越多、文化程度越高以及月均收入越高，其自身收入能力越强，对乡村旅游精准扶贫政策的期望则没那么高，因此可能满意度不高。
假设二：农村居民对乡村旅游精准扶贫政策越了解，则对乡村旅游精准扶贫政策的满意度越高。
假设三：农村居民对乡村旅游精准扶贫政策实施前后的变化感知越高，则对乡村旅游精准扶贫政策的满意度越高。
2数据来源与描述性分析
2.1数据来源
本研究的数据主要来源于2016年10月调研组对江西省婺源县3个旅游扶贫村的实地调查。调查对象为受旅游扶贫影响的搬迁移民和原住居民，调查方式以问卷调查为主，辅以座谈、访谈等方法。调查的内容包括被采访者区域特征、个体特征、采访者对乡村旅游精准扶贫的认知及满意度情况。调查问卷共发放105份，收回有效问卷96份，问卷有效率为91.43%。具体样本分布情况详见表1。
2.2样本调查描述性分析
2.2.1样本基本特征描述性分析在调查的96个样本中，男性所占比重为52.08%，女性所占比重为47.92%。农户年龄在30岁以下的占比19.79%，31～45岁的占比33.33%。46～59岁的占比30.21%，60～79岁的占比16.67%。文化程度小学及以下的占比37.5%，初中文化的占比29.17%，高中（或中专）文化的占比20.83%，大专及以上的占比12.5%。
2.2.2农村居民对乡村旅游精准扶贫政策的总体满意度分析调查的96个样本户中，有16个表示对乡村旅游精准扶贫政策非常不满意，占比16.66%，27个表示有点不满意，占比28.13%，持中立态度认为一般的有23个，占比2395%，有点满意的有15個，占比15.63%，非常满意的有15个，占比15.63%。总体上看，农户对乡村旅游精准扶贫政策的满意度较低。
2.2.3农村居民对乡村旅游精准扶贫政策的知晓情况分析在对乡村旅游精准扶贫政策了解情况调查结果中，认为对乡村旅游精准扶贫政策非常了解的有13人，占比13.54%，认为有点了解的有24人，占比25%，不太了解的有32人，占比33.33%，完全不了解的有27人，占比28.13%。总体上看，农户对乡村旅游精准扶贫政策的知晓度是很低的。
[BT（1 1]3影响农村居民对乡村旅游精准扶贫政策满意度的因素分析[BT）]
3.1变量说明
本研究采用农村居民满意度评估标准，对乡村旅游精准扶贫政策的实施效果进行评估。将农村居民对乡村旅游精准扶贫政策满意度作为因变量，并采用李克特量表法将农村居民对乡村旅游精准扶贫政策满意度划分为非常不满意、有点不满意、一般、有点满意、非常满意。以年龄、文化程度、劳动力占家庭人口比重、职业、月均收入、贫困特征、农村居民的政策了解程度和农村居民的政策对收入影响认知作为影响农村居民对乡村旅游精准扶贫政策满意度的因素，进行实证分析。具体变量的定义及描述如表2所示。
3.2计量模型
为探究影响农村居民对乡村旅游精准扶贫政策满意度的因素，根据调查问卷的设计，农户对乡村旅游精准扶贫政策满意度有5个选择，即很不满意、有点不满意、一般、有点满意、很满意，因变量是具有顺序的多分类变量，所以研究采用有序Probit回归模型进行分析。其基本函数表达式是：
[JZ]Y*=β0 βXi* ε。
其中，Y*代表因变量，为不可观测变量，Xi*是因变量的1组解释变量向量，而β为参数向量，β0为常数项，ε为服从标准正态分布的随机干扰项。由于本研究研究中因变量分为5个等级，所以假设存在分界点γ1、γ2、γ3、γ4， 分别表示农村居民[FL）]
3.3模型估计结果与分析
3.3.1自变量多重共线性诊断结果由于本研究所选取的变量较多，容易出现变量之间的多重共线性问题，因此，为了确保模型估计的准确性，本研究运用Stata统计软件对选取的变量进行多重共线性诊断。由表3可知，所选取的变量中，041
（1）年龄对农村居民乡村旅游精准扶贫政策的满意度具有负向影响。由表4可以看出，年龄对农村居民对乡村旅游精[CM（25]准扶贫实施效果满意度的影响在5%的水平下负向显著，表明农村居民年龄越大，对乡村旅游精准扶贫政策越不满意。这与基本假设不同，也与部分相关研究结果[16-18]不一致。根据实地调研，这主要是年龄越大的农村居民对土地的依赖性越强，而乡村旅游的开发占用了大量的土地并产生了移民搬迁，迫使农村居民失去赖以生存的土地，因此农村居民对政策满意度不高，而年龄越小的农村居民更倾向于从事非农劳动，而乡村旅游的开发可以给他们带来更多的就业机会，因此对乡村旅游精准扶贫政策的满意度更高。
（2）文化程度对农村居民乡村旅游精准扶贫政策的满意度具有正向影响。根据回归结果可知，文化程度对农村居民对乡村旅游精准扶贫政策满意度的影响在1%的水平下正向显著。这与基本假设不一致，可能的原因是农村居民文化程度越高，对乡村旅游精准扶贫工作的理解和认知更深入，越能体会到乡村旅游精准扶贫政策实施的意义和重要性，从而对乡村旅游精准扶贫政策越满意。