第2卷第4期2009年8月旅游论坛T o ur ism F or umV ol.2N o.4Aug.,2009[旅游业研究]福建省旅游业发展影响因子的回归-关联分析陈雅丽,杨建明,黄银珠(福建师范大学地理科学学院,福建福州350007)[摘 要]旅游业发展影响因子的研究是区域旅游业发展研究的重要内容之一。
根据有关年鉴公布的福建省1998-2007年的相关统计数据,采用线性回归分析与灰色关联分析相结合的方法,从旅游经济支持、旅游交通、旅游服务、旅游宣传、社会文明程度、生态环境质量和居民生活水平7个方面寻找评价指标,分别对福建省入境旅游与国内旅游发展的影响因子进行有关分析。
结果表明,促进入境旅游和国内旅游发展的最主要因素分别是国民经济的快速增长和居民生活水平的稳步提高;社会文明程度低和生态环境质量差是阻碍福建省旅游业健康发展的最主要因素,因而有关部门应引起高度重视,提高居民受教育水平和加强生态环境保护是保证福建省旅游业可持续发展的关键。
[关键词]旅游业发展;影响因子;线性回归分析;灰色关联分析;福建省[中图分类号]F592.7 [文献标识码]A [文章编号]1674-3784(2009)04-0535-05 一、问题的提出自改革开放以来,福建省的旅游业取得了长足进展。
近年来已有不少研究者对福建省的旅游业发展进行了有关研究[1-7],但关于福建省旅游业发展影响因素的研究一直是一个薄弱环节。
在我国,传统的研究旅游业发展影响因子的方法有层次分析法和相关分析法等,但一些研究者注意到,旅游业发展影响因子与旅游业之间的关系极为复杂,而且各影响因子之间也呈现交叉的网状关系,因而提出应用灰色关联分析法可望获得更佳的效果[8]。
受这种思想的支配,许多研究者纷纷利用灰色关联原理对我国旅游业发展的影响因子进行有关分析。
如许豫东等将影响新疆旅游业的因素分为内部和外部因素进行研究[9];刘勇和赵艺学从服务因素、交通因素、经济因素、宣传因素和景区多样性5个方面对山西省旅游经济的影响展开分析[10];袁虹和吴丽在分析中国旅游业发展影响因子中纳入了8种指标[11];梁艺桦等则将影响中国旅游业发展的因子扩展到19个指标[8];翁钢民等得出影响我国城市居民旅游需求的最主要因素是居民的收入和消费水平的结论[12];黄黎真的分析结果则表明,影响地方旅游经济的因素与当地的总体经济实力密切相关[13];等等。
但综观前人的有关研究,基本上存在着如下几点不足:(1)在指标的选择上存在问题:如有的研究者将影响旅游业发展的因素与旅游业产生的结果混为一谈,譬如将旅游收入视作旅游业发展的影响因素;有的研究者则不考虑指标的正向或逆向性,如将刑事案件立案数视为旅游业的影响因素,其实该指标属于逆向性指标,如果处理不当,可能会得出因社会治安不好促进了旅游业发展的错误推论;还有的研究者没有考虑指标的对应原则,将旅游收入总量(绝对性指标)与人均指标(相对性指标)进行对比;(2)对指标的指示意义存在认识偏差:如有的研究者将在校大学生人数视为旅游业人力资源指标,其实在校大学生充其量不过是一种潜在的旅游人力资源,而用该指标作为居民受教育水平,用来指示社会文明程度应更切合实际;(3)对同类指标重复使用或难以取舍:如反映旅游经济支持的指标可以有地区生产总值、第一产业值、第二产业值和第三产业值、人均GDP等,到底该采纳哪一个指标用于分析研究者们往往举棋不定。
鉴于上述提到的这些问题,因而有必要寻找一种更切合实际的综合分析方法,通过对指标的合理解释、正确筛选与处理,构建一种旅游业发展影响因素的综合评价模型,本文试以福建省为例,对此作些探索。
535[收稿日期]2009-03-22[作者简介]陈雅丽,(1985- ),女,福建仙游人,福建师范大学地理科学学院2007级硕士研究生,研究方向为区域旅游业发展;杨建明(1956- ),男,福建长乐人,福建师范大学地理科学学院副研究员,硕士生导师,研究方向为区域旅游业发展及其影响;黄银珠(1984- ),女,福建连江人,福建师范大学地理科学学院2007级硕士研究生,研究方向为区域旅游业发展。
二、研究方法与资料来源本文主要采用一元线性回归分析与灰色关联分析相结合的方法对影响福建省旅游业发展的因素进行综合分析。
线性回归分析是数理统计学的一种方法,其理论基础是基于概率论的随机过程。
灰色关联分析则是灰色系统理论中的一项重要内容[14]。
灰色系统理论提出的灰色关联分析法是根据系统中各因素之间发展态势的相似或相异程度,来衡量因素之间的关联程度的一种系统分析方法。
与数理统计学的线性回归分析相比,灰色关联分析的主要优点在于其要求的数据量不多,而且以研究动态过程为主。
但一些研究者也注意到,灰色关联分析法也存在着一些自身的缺陷,它反映的只是一种孤立的、处于“分割”状态的关联度,因而它只具有相对意义[15]。
为了避免指标的重复使用,本文在同类指标的取舍中引入一元线性回归分析方法,先提取与旅游收入关系最密切的代表性指标,然后再对代表性指标进行灰色关联分析。
通过采取回归分析与灰色关联分析相结合的方法,可望集合两种方法各自的优点,从而对影响福建省旅游业发展的主导因素做出更合理、更符合实际的判断。
由于旅游经济收入是旅游业发展的最主要目的,而且考虑到入境旅游与国内旅游发展的影响因素有所不同,这里在具体分析中分别以入境旅游收入和国内旅游收入作为母序列,以各影响指标作为子序列。
影响指标主要从旅游经济支持、旅游交通、旅游服务、社会文明程度、旅游宣传、生态环境质量和居民生活水平7个方面进行选取。
根据科学性、可操作性和全面性原则,本文选取了图1所示的18个指标,截取这些变量1998-2007年10年的连续数据用于有关分析。
需要说明的是,在旅游服务因子中,旅游从业人员和星级饭店床位数也是较佳指标,但因历史数据统计口径不一,所以未能纳入。
所有原始数据主要获自历年的《福建统计年鉴》、《中国统计年鉴》和《中国旅游统计年鉴》。
三、指标的筛选与处理从图1可以看出,大部分影响因子包含的指标都多于一个,传统的做法主要是通过主观判断对指标进行筛选,或干脆纳入多项指标,最后再对分析结果进行平均。
本文采用线性回归分析方法对指标进行筛选,一方面通过定量分析可以避免主观判断可能产生的偏差,另一方面,线性回归分析的原理是基于因素间数组的比较,因而可获得因素间的整体相关性。
图1 福建省旅游业发展影响因子 具体操作以旅游经济支持因子为例,根据前人的研究,可用的指标主要有地区生产总值(GDP)、第一产业值、第二产业值、第三产业值、以及人均GDP。
考虑到指标的对应性原则,母序列旅游收入用的是绝对性指标,子序列也应采纳绝对性指标,因而相对性指标人均GDP不宜纳入分析。
本文只将地区生产总值、第一产业值、第二产业值和第三产业值分别与入境旅游收入和国内旅游收入进行一元线性回归分析,具体计算过程借助M icro soft EXCEL软件的“工具→数据分析→回归”功能进行直接分析,输出的分析结果中的相关关系的Pearson系数示于表1。
表1 经济支持因子与旅游经济收入的相关分析(1998-2007年)Pearson系数GDP第一产业第二产业第三产业P10.9554570.9465970.9471050.965299P20.993870.9882080.9939720.991590P1为各因子与入境旅游收入相关分析的Pear son系数,P2为各因子与国内旅游收入相关分析的Pears on系数536 从上表可以看出,各因子与入境旅游收入相关关系的Pear son系数以第三产业增加值最高,表明在经济支持各指标中,与入境旅游经济收入关系最密切的是第三产业值,表明福建省国际入境旅游的发展与服务行业关系密切,因而本文选择第三产业值进入灰色关联分析模型。
同理可知,与国内旅游收入关系最密切的是第二产业值,说明工业化进程对福建省的国内旅游发展具有明显的推动作用,因而选择第二产业值作为国内旅游收入经济支持的代表性指标。
根据同样原理,对同类因素中多于一个的指标均进行回归分析,最后获得与入境旅游关系最密切的代表性指标有第三产业值、全社会从业人员、民用客车拥有量、邮电业务总量、在校大学生人数、建成区绿化覆盖面积6项;与国内旅游收入关系最密切的代表性指标有第二产业值、全社会从业人员、民用客车拥有量、邮电业务总量、在校大学生人数、建成区绿化覆盖面积、职工工资总额7项,各指标与入境旅游收入和国内旅游收入的相关关系的Pearson系数如表2所示,其值均大于0.89,表明这些指标与旅游收入均具有密切的相关。
表2 各代表性指标与旅游经济收入相关关系的P ea rson系数(1998-2007年)影响因子代表性指标P1P2经济支持因子第三产业值第二产业值0.9652990.9471050.9915900.993972旅游服务因子全社会从业人员0.9252600.992081旅游交通因子民用客车拥有量0.9543950.989124旅游宣传因子邮电业务总量0.9421530.991001社会文明程度因子在校大学生人数0.8936150.982803生态环境质量因子建成区绿化覆盖面积0.8983790.987373居民生活水平因子职工工资总额0.9511980.994133 需要指出的是,因国内居民生活水平的提高与国际入境旅游发展没有直接的相关,因而在入境旅游影响因子的分析中不考虑居民生活水平因子。
通过筛选,最后获得的子序列中有8个指标,其原始数据列于表3。
表3 福建省旅游业发展主要影响指标的原始数据(1998-2007)年份X01X02X1X2X3X4X5X6X7X8199865109146.001214.821335.051621.87115711131.848.519238282.12 199972536190.001351.031434.301630.85129613179.9310.2610381301.59 200089382230.801495.521628.451660.19156890246.3413.1311456334.62 200194202267.701618.241803.501677.79178827194.4316.7411859376.23 2002110022333.301765.802036.971711.32226854257.4919.7313079409.23 200391487311.471949.912340.821756.71294034318.2425.7415926468.89 2004106507462.602206.022770.491814.0335*******.7632.5720106*559.85 2005130529578.032527.473200.261868.49449592519.7640.7024286648.14 2006147110693.502974.673743.711949.58601426633.0446.1328430783.40 2007216918838.173697.604549.422015.33773989787.7950.9530317948.13 备注:X01:入境旅游收入(万美元),X02:国内旅游收入(亿元),X1:第三产业值(亿元),X2:第二产业值(亿元),X3:全社会从业人员(万人),X4:民用客车拥有量(辆),X5:邮电业务总量(亿元),X6:在校大学生人数(万人),X7:建成区绿化覆盖面积(公顷),X8:职工工资总额(亿元)。