云南省旅游經濟影響因素的灰色關聯分析*

文/王麗 馬繼剛

（1.云南財經大學 旅游與文化管理研究生教育中心；2.云南財經大學 旅游與酒店管理學院）

隨著經濟社會的不斷發展，旅游已成為人們放松心情、釋放壓力最普遍的方式。云南省地處我國西南邊界，是我國鄰國最多的省份，有著得天獨厚的地理優勢，其自然景觀豐富多樣。此外，26個少數民族聚居在云南省內，這使得云南省旅游業的發展具備了豐富的民族文化底蘊。云南省有著發展旅游的自然資源和人文資源雙優勢，但是近年來出現了旅游產業結構不合理、供需失衡、旅游目的地生態環境破壞、旅游產品同質化等等一系列問題。隨著旅游與交通、酒店、互聯網等行業的深度融合，找出影響旅游經濟發展的關鍵因素，促進旅游產業結構合理布局就顯得格外重要。

本文通過對影響云南省旅游經濟發展各個因素進行一元線性回歸分析，將各不同統計口徑的因素進行無綱量化，從而定量分析云南省旅游經濟影響因素的灰色關聯度，為制定相應措施實現云南省旅游可持續發展提供依據。

一、文獻回顧

灰色關聯度的應用涉及社會科學和自然科學的各個領域,尤其在社會經濟領域都取得了較好的應用效果。在旅游研究領域運用到灰色關聯分析方法的相關文獻較少，多用于分析旅游經濟影響因素的研究。莊小麗、康傳德以湖北省旅游統計數據為基礎，綜合運用偏-份額分析法，對湖北省旅游產業結構的競爭優勢以及旅游產業各部門與旅游總收入之間的關聯性展開了分析，提出了湖北旅游產業結構調整與優化升級的主要措施與對策[1]。袁思瑋利用灰色關聯分析方法選取了我國以及江西的城鎮居民家庭人均可支配收入和農村居民家庭人均純收入、還有各自GDP和全國居民消費水平、江西省旅游飯店從業人數、江西省人均綠地面積以及江西省旅游客運輸量等指標作為關聯因素，認為想要發展江西的旅游經濟，提高江西旅游收入，除了首先要發展好江西本土經濟來為國民經濟良好運行的大環境貢獻力量之外，其次還應該把提高見習旅游交通的運力作為重點[2]。

二、研究方法

（一）指標的選取與處理

一個地區旅游經濟發展主要靠該地區的旅游收入來體現，旅游收入由國際旅游外匯收入和國內旅游收入構成。據國家統計局2012-2018年云南省旅游總收入的相關統計數據可知，云南省旅游經濟發展中2012年旅游總收入為1702.54億元，其中外匯收入134.02億元，占總收入的18%；2015年旅游總收入為3281.79億元，其中外匯收入197.935億元，占旅游總收入的6%；2018年旅游總收入8991億元，旅游外匯收入304.113億元，占旅游總收入3%。由此可見，國內旅游收入可以說是云南省旅游經濟發展的最直接體現。

本文在研究中以代表云南省旅游經濟發展的國內旅游收入作為母序列，選取各關鍵影響因素作為子序列。在區域旅游吸引物和歷史文化不變的前提下，本文主要從資本支撐、交通運輸、旅游服務、環境質量、文明發展程度和居民生活水平6個方面選取了區域旅游經濟發展的影響因素，并提取了13個指標，進一步對比分析了這些變量2012-2018年共7年的數據。原始數據來源于國家統計局官方報告（2012-2018）。從表1可以看出，本文選取了影響云南省旅游經濟的多個具體方案指標，因各影響指標的統計口徑不同，為便于研究，一般把所有影響指標都納入評價體系，再對分析結果進行均值化處理。

本文借助Microsoft EXCEL軟件對各項聚糖案進行了相關性分析，輸出的相關系數結果如表2所示。通過對各方案層指標與國內旅游收入分別進行一元線性回歸分析，發現方案層指標中人均地區生產總值、客運量、博物館從業人數、人均公園綠地面積、普通高校在校大學生人數、城鎮人均可支配收入等6項指標，與國內旅游收入關系最為密切。各指標與國內旅游收入關系的相關系數如表2所示，這6項指標的原始數據見表3。

表3 2012-2018年云南省旅游經濟主要影響指標原始數據

（二）影響云南旅游經濟發展的灰色關聯度計算

根據灰色關聯度的基本理論，云南旅游經濟發展的灰色關聯度計算步驟如下：

首先通過對以上方案層指標選取與有關數據的處理之后，確定了進行灰色關聯分析的一個因變量和多個自變量因素，假設參考數列Y0由因變量國內旅游收入的數據 灰色關聯度結果分析構成，那么，比較數列Yi（i=1.2.3......n）就由各自變量數據構成，n+1個數列就成為如下矩陣：

那么，數列Y0和數列Y1就是系統的灰色分析數列。

其次，由于各方案指標的原始數據綱量不同，就必須對該變量的數列完成無綱量化，以實現數據數列的可比性。本文采用初值化法對原始數據進行無綱量化，公式可表示為：最終得到各因素的無綱量化結果，如表4所示。

表4 2012-2018年各方案指標原始數據無量綱化結果

再次是灰色關聯系數的計算。

由表4所計算無綱量化后的參考序列與各子序列在各個時刻對應的絕對差值，其中i=0.1.2..........N，形成絕對差值矩陣如下：

由絕對差值矩陣中最大數和最小數得到系統中最大差和最小差，經計算：

那么，計算參考數列Y0在K點的灰色關聯系數公式為其 中，為分辨率系數，本模型取α=0.5。把各值帶入灰色關聯系數公式，得到各個方案指標與國內旅游收入的關聯系數，如表5所示。

表5 2012-2018年各方案指標與國內旅游收入的關聯系數

最后是計算國內旅游收入與各方案指標的灰色關聯度。對各子序列與母序列各個時刻的關聯系數做平均處理，得到各指標關聯度，灰色關聯度的計算公式為：

其中，i=0,1,2,…n，k=1,2,…N。

根據灰色關聯度公式，可以得到云南省國內旅游收入與各方案指標的灰色關聯度分析，如表6所示。

表6 云南省國內旅游收入與各方案指標的灰色關聯度

（三）灰色關聯度結果分析

由表6可以得出，云南省國內旅游收入與影響指標的灰色關聯排序由大到小依次為：客運量、人均公園綠地面積、普通高校在校大學生人數、博物館從業人員、城鎮人均可支配收入、人均地區生產總值；對應云南省旅游經濟影響因素由大到小排序為：交通運輸因素、環境質量因素、文明發展程度因素、旅游服務因素、居民生活水平因素、資本支撐因素。

由表6得知，客運量與國內旅游收入的關聯系數為0.741，這也表明云南省旅游經濟增長與交通運輸業的關聯度最大，體現了云南省旅游業與交通運輸業的正相關聯系。具體從表4來看，對比2012-2018年云南省國內旅游收入與客運量的增長變化，2013-2014年客運量的超前增長速度同國內旅游收入超前增長同時出現，主要是因為2013年云南省完成鐵路投資260億元以上，同比增幅近50%，創歷史新高。另外，據《人民日報》報告，泛亞鐵路2013年在昆明并入中國鐵路網，為云南省交通運輸業的改善提供了良好的發展機遇，同時期的云南省的旅游收入也表現出高于其他年份的增長幅度。這表明云南省旅游經濟增長與交通運輸業發展存在一種長期、穩定的協整關系，交通運輸業的快速發展是促進云南省旅游發展的最主要因素，為旅游業的發展提供了強有力的動力，旅游業的快速發展也帶動了交通運輸業的不斷完善。

由表6可知，代表環境質量因素的人均公園綠地面積與云南省國內旅游收入的關聯系數為0.721，居于第二位。人均公園綠地面積直接反映了云南省旅游環境質量的狀況，體現出云南省發展旅游業的環境絕對優勢，同時也體現出環境因素在激勵旅游者旅游動機方面發揮的積極作用。

表6同時反映出了代表資本支撐因素的人均地區生產總值與云南省國內旅游收入的灰色關聯系數為0.672，與此同時代表居民生活水平的城鎮人均可支配收入與云南省國內旅游收入的灰色關聯系數為0.682，是所有影響因素中與云南省國內旅游收入關聯度最弱的兩個因素，這就體現出云南省旅游經濟發展與當地經濟發展水平與當地居民生活水平的割裂關系。以上的數據明顯說明在云南省旅游發展過程中忽略了本地經濟發展的發展現狀，然而又在一定程度上反映出云南省在發展旅游經濟的同時注重提升社會文明程度，但是交通運輸對于旅游經濟的重要關聯效應使得云南省在今后的發展中必須重視完善云南省的交通運輸網絡。

三、結論

（1）交通運輸仍然是云南省旅游經濟發展必不可少的影響因素。云南省地處于我國西南地區，山地高原地形較多，距離東部沿海經濟發達的地區距離較遠。由于地形的限制性，“蜀道難”的情況依舊存在并制約著云南省旅游經濟的發展。在以上分析的基礎上作者又參考了戢曉峰、張力丹、陳方、崔梅等人對于云南省交通網絡與自駕游發展水平的耦合協調度測算[3]。從另一方面證實出云南省自駕游發展水平與旅游交通可達性的低度耦合。云南省地勢差距較大且位于經濟欠發達地區，居民出游能力的日益提高與交通瓶頸制約的矛盾日益突出，交通的完善日益成為云南省加快建設的突出重點。

（2）環境質量因素是云南省國內旅游收入的關鍵因素。從表6的關聯度計算結果來看，代表環境質量因素的關鍵指標與云南省國內旅游收入的關聯度位居第二，這也符合實證的分析結果。云南省位于北緯21°至29°地區，擁有熱帶季風氣候、亞熱帶季風氣候兩種氣候類型，其得天獨厚的環境優勢造就了許多旅游城市，例如以春城自居的昆明、最接近天堂的香格里拉、古城大理、魅力麗江等等……憑借其獨特的自然環境特色，可為云南省旅游經濟的不斷發展注入持續不斷的生命力。

（3）資本支撐因素和居民生活水平因素是云南省亟待加強的重要因素。實證研究表明云南省在旅游發展過程中往往忽略了居民生活水平的發展程度，由此引發當地居民對于外來游客的抗拒等現象。此外，云南省國內旅游收入與反映資本支撐的因素之間的關聯度較弱，這也反映出云南省在旅游發展過程中資本支撐不足的現象。在今后進一步改善云南省旅游經濟發展狀況的努力中應當加強資本支撐，努力提升人均地區生產總值，進一步改善云南省經濟欠發達的狀態，助力旅游經濟的更好更快發展。