云南省旅游经济影响因素的灰色关联分析*

文/王丽 马继刚

（1.云南财经大学 旅游与文化管理研究生教育中心；2.云南财经大学 旅游与酒店管理学院）

随着经济社会的不断发展，旅游已成为人们放松心情、释放压力最普遍的方式。云南省地处我国西南边界，是我国邻国最多的省份，有着得天独厚的地理优势，其自然景观丰富多样。此外，26个少数民族聚居在云南省内，这使得云南省旅游业的发展具备了丰富的民族文化底蕴。云南省有着发展旅游的自然资源和人文资源双优势，但是近年来出现了旅游产业结构不合理、供需失衡、旅游目的地生态环境破坏、旅游产品同质化等等一系列问题。随着旅游与交通、酒店、互联网等行业的深度融合，找出影响旅游经济发展的关键因素，促进旅游产业结构合理布局就显得格外重要。

本文通过对影响云南省旅游经济发展各个因素进行一元线性回归分析，将各不同统计口径的因素进行无纲量化，从而定量分析云南省旅游经济影响因素的灰色关联度，为制定相应措施实现云南省旅游可持续发展提供依据。

一、文献回顾

灰色关联度的应用涉及社会科学和自然科学的各个领域,尤其在社会经济领域都取得了较好的应用效果。在旅游研究领域运用到灰色关联分析方法的相关文献较少，多用于分析旅游经济影响因素的研究。庄小丽、康传德以湖北省旅游统计数据为基础，综合运用偏-份额分析法，对湖北省旅游产业结构的竞争优势以及旅游产业各部门与旅游总收入之间的关联性展开了分析，提出了湖北旅游产业结构调整与优化升级的主要措施与对策[1]。袁思玮利用灰色关联分析方法选取了我国以及江西的城镇居民家庭人均可支配收入和农村居民家庭人均纯收入、还有各自GDP和全国居民消费水平、江西省旅游饭店从业人数、江西省人均绿地面积以及江西省旅游客运输量等指标作为关联因素，认为想要发展江西的旅游经济，提高江西旅游收入，除了首先要发展好江西本土经济来为国民经济良好运行的大环境贡献力量之外，其次还应该把提高见习旅游交通的运力作为重点[2]。

二、研究方法

（一）指标的选取与处理

一个地区旅游经济发展主要靠该地区的旅游收入来体现，旅游收入由国际旅游外汇收入和国内旅游收入构成。据国家统计局2012-2018年云南省旅游总收入的相关统计数据可知，云南省旅游经济发展中2012年旅游总收入为1702.54亿元，其中外汇收入134.02亿元，占总收入的18%；2015年旅游总收入为3281.79亿元，其中外汇收入197.935亿元，占旅游总收入的6%；2018年旅游总收入8991亿元，旅游外汇收入304.113亿元，占旅游总收入3%。由此可见，国内旅游收入可以说是云南省旅游经济发展的最直接体现。

本文在研究中以代表云南省旅游经济发展的国内旅游收入作为母序列，选取各关键影响因素作为子序列。在区域旅游吸引物和历史文化不变的前提下，本文主要从资本支撑、交通运输、旅游服务、环境质量、文明发展程度和居民生活水平6个方面选取了区域旅游经济发展的影响因素，并提取了13个指标，进一步对比分析了这些变量2012-2018年共7年的数据。原始数据来源于国家统计局官方报告（2012-2018）。从表1可以看出，本文选取了影响云南省旅游经济的多个具体方案指标，因各影响指标的统计口径不同，为便于研究，一般把所有影响指标都纳入评价体系，再对分析结果进行均值化处理。

本文借助Microsoft EXCEL软件对各项聚糖案进行了相关性分析，输出的相关系数结果如表2所示。通过对各方案层指标与国内旅游收入分别进行一元线性回归分析，发现方案层指标中人均地区生产总值、客运量、博物馆从业人数、人均公园绿地面积、普通高校在校大学生人数、城镇人均可支配收入等6项指标，与国内旅游收入关系最为密切。各指标与国内旅游收入关系的相关系数如表2所示，这6项指标的原始数据见表3。

表3 2012-2018年云南省旅游经济主要影响指标原始数据

（二）影响云南旅游经济发展的灰色关联度计算

根据灰色关联度的基本理论，云南旅游经济发展的灰色关联度计算步骤如下：

首先通过对以上方案层指标选取与有关数据的处理之后，确定了进行灰色关联分析的一个因变量和多个自变量因素，假设参考数列Y0由因变量国内旅游收入的数据 灰色关联度结果分析构成，那么，比较数列Yi（i=1.2.3......n）就由各自变量数据构成，n+1个数列就成为如下矩阵：

那么，数列Y0和数列Y1就是系统的灰色分析数列。

其次，由于各方案指标的原始数据纲量不同，就必须对该变量的数列完成无纲量化，以实现数据数列的可比性。本文采用初值化法对原始数据进行无纲量化，公式可表示为：最终得到各因素的无纲量化结果，如表4所示。

表4 2012-2018年各方案指标原始数据无量纲化结果

再次是灰色关联系数的计算。

由表4所计算无纲量化后的参考序列与各子序列在各个时刻对应的绝对差值，其中i=0.1.2..........N，形成绝对差值矩阵如下：

由绝对差值矩阵中最大数和最小数得到系统中最大差和最小差，经计算：

那么，计算参考数列Y0在K点的灰色关联系数公式为其 中，为分辨率系数，本模型取α=0.5。把各值带入灰色关联系数公式，得到各个方案指标与国内旅游收入的关联系数，如表5所示。

表5 2012-2018年各方案指标与国内旅游收入的关联系数

最后是计算国内旅游收入与各方案指标的灰色关联度。对各子序列与母序列各个时刻的关联系数做平均处理，得到各指标关联度，灰色关联度的计算公式为：

其中，i=0,1,2,…n，k=1,2,…N。

根据灰色关联度公式，可以得到云南省国内旅游收入与各方案指标的灰色关联度分析，如表6所示。

表6 云南省国内旅游收入与各方案指标的灰色关联度

（三）灰色关联度结果分析

由表6可以得出，云南省国内旅游收入与影响指标的灰色关联排序由大到小依次为：客运量、人均公园绿地面积、普通高校在校大学生人数、博物馆从业人员、城镇人均可支配收入、人均地区生产总值；对应云南省旅游经济影响因素由大到小排序为：交通运输因素、环境质量因素、文明发展程度因素、旅游服务因素、居民生活水平因素、资本支撑因素。

由表6得知，客运量与国内旅游收入的关联系数为0.741，这也表明云南省旅游经济增长与交通运输业的关联度最大，体现了云南省旅游业与交通运输业的正相关联系。具体从表4来看，对比2012-2018年云南省国内旅游收入与客运量的增长变化，2013-2014年客运量的超前增长速度同国内旅游收入超前增长同时出现，主要是因为2013年云南省完成铁路投资260亿元以上，同比增幅近50%，创历史新高。另外，据《人民日报》报告，泛亚铁路2013年在昆明并入中国铁路网，为云南省交通运输业的改善提供了良好的发展机遇，同时期的云南省的旅游收入也表现出高于其他年份的增长幅度。这表明云南省旅游经济增长与交通运输业发展存在一种长期、稳定的协整关系，交通运输业的快速发展是促进云南省旅游发展的最主要因素，为旅游业的发展提供了强有力的动力，旅游业的快速发展也带动了交通运输业的不断完善。

由表6可知，代表环境质量因素的人均公园绿地面积与云南省国内旅游收入的关联系数为0.721，居于第二位。人均公园绿地面积直接反映了云南省旅游环境质量的状况，体现出云南省发展旅游业的环境绝对优势，同时也体现出环境因素在激励旅游者旅游动机方面发挥的积极作用。

表6同时反映出了代表资本支撑因素的人均地区生产总值与云南省国内旅游收入的灰色关联系数为0.672，与此同时代表居民生活水平的城镇人均可支配收入与云南省国内旅游收入的灰色关联系数为0.682，是所有影响因素中与云南省国内旅游收入关联度最弱的两个因素，这就体现出云南省旅游经济发展与当地经济发展水平与当地居民生活水平的割裂关系。以上的数据明显说明在云南省旅游发展过程中忽略了本地经济发展的发展现状，然而又在一定程度上反映出云南省在发展旅游经济的同时注重提升社会文明程度，但是交通运输对于旅游经济的重要关联效应使得云南省在今后的发展中必须重视完善云南省的交通运输网络。

三、结论

（1）交通运输仍然是云南省旅游经济发展必不可少的影响因素。云南省地处于我国西南地区，山地高原地形较多，距离东部沿海经济发达的地区距离较远。由于地形的限制性，“蜀道难”的情况依旧存在并制约着云南省旅游经济的发展。在以上分析的基础上作者又参考了戢晓峰、张力丹、陈方、崔梅等人对于云南省交通网络与自驾游发展水平的耦合协调度测算[3]。从另一方面证实出云南省自驾游发展水平与旅游交通可达性的低度耦合。云南省地势差距较大且位于经济欠发达地区，居民出游能力的日益提高与交通瓶颈制约的矛盾日益突出，交通的完善日益成为云南省加快建设的突出重点。

（2）环境质量因素是云南省国内旅游收入的关键因素。从表6的关联度计算结果来看，代表环境质量因素的关键指标与云南省国内旅游收入的关联度位居第二，这也符合实证的分析结果。云南省位于北纬21°至29°地区，拥有热带季风气候、亚热带季风气候两种气候类型，其得天独厚的环境优势造就了许多旅游城市，例如以春城自居的昆明、最接近天堂的香格里拉、古城大理、魅力丽江等等……凭借其独特的自然环境特色，可为云南省旅游经济的不断发展注入持续不断的生命力。

（3）资本支撑因素和居民生活水平因素是云南省亟待加强的重要因素。实证研究表明云南省在旅游发展过程中往往忽略了居民生活水平的发展程度，由此引发当地居民对于外来游客的抗拒等现象。此外，云南省国内旅游收入与反映资本支撑的因素之间的关联度较弱，这也反映出云南省在旅游发展过程中资本支撑不足的现象。在今后进一步改善云南省旅游经济发展状况的努力中应当加强资本支撑，努力提升人均地区生产总值，进一步改善云南省经济欠发达的状态，助力旅游经济的更好更快发展。