基于灰色模型的我国旅游业与物流业发展关联性分析

丁丽萍++倪静++张雪阳

摘 要：文章通过选取我国2010～2015年代表物流业与旅游业发展水平指标的数据，建立灰色关联模型并进行了深入分析，确定了我国物流业与旅游业存在关联性，并且得出结论：在物流业的分产业中，单位与居民物品与旅游业关联性最为紧密。并在此基础上，为加快我国物流业与旅游业的整体发展提出了具有针对性的意见。

关键词：灰色关联分析；物流业；旅游业

中图分类号：F590.8 文献标识码：A

Abstract： In this paper， through selecting the data from 2010 to 2015 on behalf of the development level index of logistics industry and the tourism development， grey correlation model is set up and carried on the thorough analysis. And this paper determine the relevance between the logistics industry and tourism association in our country and also come to the conclusion that in the sub-industry of the logistics industry， units and residents items have most closely relationship with tourism. On this basis of these theory， targeted suggestions are raised in order to speed up the overall development of China's logistics industry and tourism industry.

Key words： Grey correlation analysis； the logistics industry； the tourism industry

0 引 言

旅游业与物流业是如今中国发展速度最快、最具潜力的第三产业，在国民经济与社会发展中占据着极其重要的地位[1]。研究两者的关系，使其相互促进发展有利于社会经济的持续协调健康发展，从而被学术界与实践界广泛关注。对于两者之间的关系很多学者进行了相关的研究，其中有：基于BVAR模型的福建省区域物流和旅游业协调发展的联动效应实证[2]；基于VAR模型的我国旅游业与物流业发展关联性分析[3]；基于推拉模型的物流与旅游流促进与牵制关系研究[4]等；其中用到的模型有BVAR模型、VAR模型、推拉模型等。

本文在已有的研究基础上，通过灰色模型，分析了近几年旅游业与物流业及物流业的分产业之间的关系。

1 我国旅游业与物流业发展宏观分析

1.1 数据采集与整理

为确保本文研究内容的真实性与客观性，数据均来源于中国物流年鉴与中国统计年鉴。中国物流年鉴主要提供农产品、再生资源、进口货物、单位与居民物品、工业品的物流分产业的每年收入；中国统计年鉴主要提供近几年的国内旅游业收入。采集的数据见表1，因篇幅所限，表1仅仅展示了部分年限的数据。

1.2 宏观分析

从表1中不容易看出我国国内旅游业发展与我国物流业发展的趋势性，将表1中的数据转化为折现图，就可以宏观的看出两者的关系。转化后的具体结果看图1。因为旅游业与物流业的收入数值差距比较大，所以先对数据进行对数处理，对数处理后的数据保持了原来的变化趋势。从图1可以看出，国内旅游业与中国物流业发展总体趋势基本一致，均呈现稳中求进的趋势。通过对图1的分析对我国旅游业与我国物流业发展的关系有了一个宏观认识，下面使用灰色关联分析方法对两者进行了关联性分析。

2 基于灰色模型的我国旅游业与物流业发展关联性分析

2.1 灰色模型的介绍

灰色关联分析方法又叫做灰色系统理论，是20世纪80年代由中国学者邓聚龙创立的一门新兴学科，它是一门系统工程学科并以数学理论为基础，是研究少数据、信息不确定的一种方法。灰色系统理论主要以部分信息已知、部分信息未知的不确定系统为研究对象，通过对已知信息的生成，并通过研究对其开发，提取其中对我们有价值的信息，分析因素间的关联程度。

灰色关联分析是一种统计分析技术，相对于传统的数理分析技术（回归分析法、方差分析法等），灰色关联分析法对样本的多少、样本之间有无规律同样适用，并且计算量小，不会出现量化结果与定量分析结果不符的情况。

灰色关联分析的具体步骤如下[5]：

第一步：确定参考数据序列和比较序列。参考序列由将要分析的因变量组成X=x

，其中i=1，2，…。

第二步：对变量进行无量纲化处理。由于数据的规模与量纲不同，所以需要先处理数据再进行比较。一般采用的方法有初值法、均值法等。本文采取初值法，即将所有数据均除以第一个数据，得到一个新序列。

第三步：计算出差序列，最小差和最大差：

差序列为：Δk=x

x，则表示x优于x，x优于x，其余依次类推。记x>x>x>x。其中，x>x表示因子x对参考序列x的灰色关联度大于x。关联度越大，表示两者之间的紧密程度越强。

判断依据：关联度小于0.4时，关联度弱；关联度在0.4与0.65之间时，则认为关联度一般；关联度在0.65在0.85之间时，则认为关联度强；当关联度大于0.85时，则认为两者之间关联度非常强。

2.2 基于灰色关联模型的我国旅游业和物流业的关联性分析

根据上述灰色关联性分析方法的具体步骤首先对表1用初值法进行无量纲化处理，得到如表2。

通过对表2进行计算处理，得到差序列值。差序列值分别为Δ=0，0.487，0.713，0.753，0.932，1.159；Δ

=0，0.328，0.469，0.492，0.382，0.674；Δ=0，0.341，0.579，0.8，1.091，1.406；Δ=0，0.356，0.331，0.205，0.229，0.278；Δ

=0，0.262，0.37，0.482，0.664，0.918。两极的最大差为：M=1.406，两级的最小差为：m=0，取分辨率为ξ=0.5。通过灰色关联分析步骤（4）、（5）可以计算得到物流分产业收入（农产品、再生资源、进口货物、单位与居民物品、工业品）与国内旅游业收入的灰色关联系数（见表3）和灰色关联度（见表4）。

为了使最终的结果更显而易见，生成柱形图（见图2）。

由上述计算结果可知，rx

=0.654都大于0.65，这表明了单位与居民物品、再生资源、工业品与旅游业间的关联度强，其中单位与居民物品和旅游业之间的关联度最大，关系最紧密。农产品与进口货物的关联度相差不大，与旅游业的关联性一般。结果表明物流业的分产业单位与居民物品、旅游业物流与旅游业有着非常强的关联性。一方面，改革开放以来，人们的生活水平有了显著性的提高，人们的消费水平与消费观念也发生了变化，人均工资与购买力也大大提高，消费需求增长迅速，进而拉动了整个社会的消费增长。同时，人们也越来越注重精神层面的提高，爱旅游也愿意也有能力在旅游的过程中购买自己心仪的物品。人们去某个地方旅游，不但能增加这一地区的旅游收入，还对这地区农产品、工艺品、旅游纪念品、特产等打开市场具有重大的影響。另一方面也说明了物流业的快速发展能够顺应时代需求，也能够显著地带动和促进旅游人数和旅游收入的增加，物流业的发展对旅游业具有积极的促进作用。 （下转第23页）