论文部分内容阅读
摘 要：本文以西安为例，通过获取西安市旅游业及其相关产业的数据，运用灰色关联理论对旅游业与相关产业关联性进行实证分析和研究，揭示旅游业对西安市经济发展的价值影响，并提出未来西安旅游业发展策略。
关键词：旅游业；经济发展；灰色关联分析；西安
中图分类号：F592.99 文献标识码：A
近年来，旅游业凭借与其他产业较强的关联性、对国民经济强大辐射和波及作用，带动相关产业部门以及区域经济的发展。学术界以及政府部门对旅游业及其与地方经济关系的探讨、研究也越来越多，旅游业对经济影响的研究也大致经历了从简单描述式定性分析向定量分析的转变。2010年之前，学术界多采用乘数理论来研究和分析旅游业对全国或对区域经济的影响，甚至部分学者通过建立旅游业的投入产出模型、旅游卫星账户等数学模型，揭示广义旅游业与其他行业部门之间的经济关系[1-2]。2010年之后，由于国内旅游市场的高速增长，旅游业对于经济影响的广度及深度不断加强，旅游业对经济影响的指标选取也趋于模糊。鉴于此，学者大多从系统角度入手，把旅游系统中的某些要素与其他系统中的相关要素进行关联分析，采用灰色分析方法探讨旅游业对经济的影响，也取得了较好的成效[3]。目前研究的区域选择大多集中在省级行政区，对于市级行政区的研究尚不多见。基于此，本文以西安市为例，通过实证分析来探讨经济发展对旅游业的影响。
西安市地处我国大陆中部，渭河盆地的中央地带，厚重的历史、璀璨的文化以及优美的自然景观造就西安丰富多彩的旅游资源。承东启西的地理位置、便利的交通以及高速发展的经济等都使西安成为我国主要的旅游目的地城市。2019年，西安市接待国内游客30 110.43万人次，较上年增长21.71%；实现旅游收入3 146.05亿元，同比增长23.14%，占西安市国内生产总值的33.75%。由此可见，旅游业已经成为西安的支柱产业，在产业结构的完善与调整、就业市场的扩大、促进经济内循环发展等方面具有不可替代的作用。
（一）灰色系统分析理论
灰色系统理论是邓聚龙教授所开创，他指出在客观世界中，一般情况下大量存在着既不是白色系统（即信息完全明确）也不是黑色系统（即信息完全不明确）的系统，称之为灰色系统。其中灰色关联分析是根据灰色系统内部具有一定联系并相互影响、制约的因素间的关联程度进行定量比较的一种方法。基本原理就是根据分析对象、时需数列曲线的相似性判断其关联程度，即两条曲线越相似其关联度越大，反之越小[4]。可将无限收敛（曲线）用近似收敛（数组）来取代，从而为解决大量实际问题提供了极大的便利。
灰色关联度分析法的数学模型具体分析计算步骤。
（二）西安旅游产业的关联分析
1.评价指标选取
本文在考虑相关数据的可获性前提下，结合西安市旅游业发展实际状况及其他学者的研究，选取“国内旅游收入”指标作为参考数列，反映了旅游业的发展水平。笔者选取“人均国内生产总值（Gross Domestic Product，GDP）”“地区生产总值”“城镇居民可支配收入”等12项（表1）能够反映影响旅游业发展的指标作为比较数列，采集2012—2019年相关数据用以计算西安旅游业与各相关指标的关联度，从而揭示其内在联系及协调性[5]。
2.计算过程与结果
依据上文计算方法，首先对表1中的各数据进行无量纲化处理，本文采用初始值处理，结果如表2所示。
第二步，计算参考序列与比较序列的差序列，有关公式如下。
計算结果见表3。
第三步，根据关联系数式（3）、式（4）计算关联系数及关联度，并确定影响因子的重要性。结果如表4所示。
（三）结果分析
笔者通过灰色关联分析发现，西安市城镇居民可支配收入、客运量对旅游业的影响非常显著，关联度分别达到0.915、0.911，位居第一、第二位，且两者之间的差距不大。由此可见，这两个指标是影响西安市旅游业发展最为重要的指标。西安市的城镇居民可支配收入从2012年的29 982元增加到2019年的41 850元，客运量2019年较2012年增长了2940万人，表明城市居民收入的快速增长、西安市交通枢纽地位的提升及通达性的提高都极大地促进了旅游业的发展。
规模以上企业餐饮收入、农村居民可支配收入、人均GDP、规模以上企业住宿收入、消费品零售总额、地区生产总值等因素与旅游产业关联度分居第3～8位，关联度均在0.84之上，表明西安市经济快速发展而带来的餐饮、住宿以及零售等行业的社会基础性消费成为影响西安市旅游经济发展的重要的因素。
在所选取的12个指标中，旅行社营业收入、载客汽车量、接待游客量、A级景区游客接待量等指标的关联度排名靠后，说明其对于旅游产业的影响有限。特别需要指出的是在上述4个指标中，除载客汽车量外，其余3个指标均为旅游产业内部指标，内部指标与旅游收入的关联度较低表明了西安市旅游系统内部发展的不协调，后期需进一步调整并完善旅游产业结构，促进其合理发展。
结果显示，城镇居民可支配收入和客运量是影响西安市旅游业发展最为重要的因素，由此可见，区域经济快速发展而带来的居民收入有效提高，良好的区位及便捷的交通是实现西安市旅游业发展的强力支撑。
地区经济总量、人均GDP、餐饮、住宿、零售等指标的关联度也比较高，说明经济发展促进了社会基础性消费对西安旅游业发展也具有较大的促进作用。同时，旅行社营业收入、游客接待量、A级景区游客接待量等旅游业内部的指标关联度较低，表明西安市旅游产业结构需进一步优化调整。
笔者通过对西安市旅游产业影响因素的排序，结合旅游业发展以及其对于区域经济的影响，可以确定，在我国宏观环境保持稳定的情况下，未来西安旅游收入继续呈稳定上升趋势，并且旅游发展与经济发展两者之间互为因果，相互促进。
[1] 李江帆，李冠霖，江波.旅游业的产业关联和产业波及分析：以广东为例[J].旅游学刊，2001（3）：19-25.
[2] 师守祥.旅游业乘数研究辨正[J].旅游学刊，2007（10）：30-34.
[3] 朱颖，童纪新.基于灰色关联分析的旅游产业研究：以江苏省常州市为例[J].重庆理工大学学报，2015（7）：124-128.
[4] 邓聚龙.灰色系统理论教程[M].武汉：华中理工出版社，1990：35-48.
[5] 杨左.湖南省旅游经济的影响因素探析：基于灰色关联分析法[J].市场周刊，2019（8）：36-37.
关键词：旅游业；经济发展；灰色关联分析；西安
中图分类号：F592.99 文献标识码：A
引言
近年来，旅游业凭借与其他产业较强的关联性、对国民经济强大辐射和波及作用，带动相关产业部门以及区域经济的发展。学术界以及政府部门对旅游业及其与地方经济关系的探讨、研究也越来越多，旅游业对经济影响的研究也大致经历了从简单描述式定性分析向定量分析的转变。2010年之前，学术界多采用乘数理论来研究和分析旅游业对全国或对区域经济的影响，甚至部分学者通过建立旅游业的投入产出模型、旅游卫星账户等数学模型，揭示广义旅游业与其他行业部门之间的经济关系[1-2]。2010年之后，由于国内旅游市场的高速增长，旅游业对于经济影响的广度及深度不断加强，旅游业对经济影响的指标选取也趋于模糊。鉴于此，学者大多从系统角度入手，把旅游系统中的某些要素与其他系统中的相关要素进行关联分析，采用灰色分析方法探讨旅游业对经济的影响，也取得了较好的成效[3]。目前研究的区域选择大多集中在省级行政区，对于市级行政区的研究尚不多见。基于此，本文以西安市为例，通过实证分析来探讨经济发展对旅游业的影响。
一、西安市旅游业发展概况
西安市地处我国大陆中部，渭河盆地的中央地带，厚重的历史、璀璨的文化以及优美的自然景观造就西安丰富多彩的旅游资源。承东启西的地理位置、便利的交通以及高速发展的经济等都使西安成为我国主要的旅游目的地城市。2019年，西安市接待国内游客30 110.43万人次，较上年增长21.71%；实现旅游收入3 146.05亿元，同比增长23.14%，占西安市国内生产总值的33.75%。由此可见，旅游业已经成为西安的支柱产业，在产业结构的完善与调整、就业市场的扩大、促进经济内循环发展等方面具有不可替代的作用。
二、经济发展对旅游业影响分析
（一）灰色系统分析理论
灰色系统理论是邓聚龙教授所开创，他指出在客观世界中，一般情况下大量存在着既不是白色系统（即信息完全明确）也不是黑色系统（即信息完全不明确）的系统，称之为灰色系统。其中灰色关联分析是根据灰色系统内部具有一定联系并相互影响、制约的因素间的关联程度进行定量比较的一种方法。基本原理就是根据分析对象、时需数列曲线的相似性判断其关联程度，即两条曲线越相似其关联度越大，反之越小[4]。可将无限收敛（曲线）用近似收敛（数组）来取代，从而为解决大量实际问题提供了极大的便利。
灰色关联度分析法的数学模型具体分析计算步骤。
（二）西安旅游产业的关联分析
1.评价指标选取
本文在考虑相关数据的可获性前提下，结合西安市旅游业发展实际状况及其他学者的研究，选取“国内旅游收入”指标作为参考数列，反映了旅游业的发展水平。笔者选取“人均国内生产总值（Gross Domestic Product，GDP）”“地区生产总值”“城镇居民可支配收入”等12项（表1）能够反映影响旅游业发展的指标作为比较数列，采集2012—2019年相关数据用以计算西安旅游业与各相关指标的关联度，从而揭示其内在联系及协调性[5]。
2.计算过程与结果
依据上文计算方法，首先对表1中的各数据进行无量纲化处理，本文采用初始值处理，结果如表2所示。
第二步，计算参考序列与比较序列的差序列，有关公式如下。
計算结果见表3。
第三步，根据关联系数式（3）、式（4）计算关联系数及关联度，并确定影响因子的重要性。结果如表4所示。
（三）结果分析
笔者通过灰色关联分析发现，西安市城镇居民可支配收入、客运量对旅游业的影响非常显著，关联度分别达到0.915、0.911，位居第一、第二位，且两者之间的差距不大。由此可见，这两个指标是影响西安市旅游业发展最为重要的指标。西安市的城镇居民可支配收入从2012年的29 982元增加到2019年的41 850元，客运量2019年较2012年增长了2940万人，表明城市居民收入的快速增长、西安市交通枢纽地位的提升及通达性的提高都极大地促进了旅游业的发展。
规模以上企业餐饮收入、农村居民可支配收入、人均GDP、规模以上企业住宿收入、消费品零售总额、地区生产总值等因素与旅游产业关联度分居第3～8位，关联度均在0.84之上，表明西安市经济快速发展而带来的餐饮、住宿以及零售等行业的社会基础性消费成为影响西安市旅游经济发展的重要的因素。
在所选取的12个指标中，旅行社营业收入、载客汽车量、接待游客量、A级景区游客接待量等指标的关联度排名靠后，说明其对于旅游产业的影响有限。特别需要指出的是在上述4个指标中，除载客汽车量外，其余3个指标均为旅游产业内部指标，内部指标与旅游收入的关联度较低表明了西安市旅游系统内部发展的不协调，后期需进一步调整并完善旅游产业结构，促进其合理发展。
三、结论
结果显示，城镇居民可支配收入和客运量是影响西安市旅游业发展最为重要的因素，由此可见，区域经济快速发展而带来的居民收入有效提高，良好的区位及便捷的交通是实现西安市旅游业发展的强力支撑。
地区经济总量、人均GDP、餐饮、住宿、零售等指标的关联度也比较高，说明经济发展促进了社会基础性消费对西安旅游业发展也具有较大的促进作用。同时，旅行社营业收入、游客接待量、A级景区游客接待量等旅游业内部的指标关联度较低，表明西安市旅游产业结构需进一步优化调整。
笔者通过对西安市旅游产业影响因素的排序，结合旅游业发展以及其对于区域经济的影响，可以确定，在我国宏观环境保持稳定的情况下，未来西安旅游收入继续呈稳定上升趋势，并且旅游发展与经济发展两者之间互为因果，相互促进。
参考文献
[1] 李江帆，李冠霖，江波.旅游业的产业关联和产业波及分析：以广东为例[J].旅游学刊，2001（3）：19-25.
[2] 师守祥.旅游业乘数研究辨正[J].旅游学刊，2007（10）：30-34.
[3] 朱颖，童纪新.基于灰色关联分析的旅游产业研究：以江苏省常州市为例[J].重庆理工大学学报，2015（7）：124-128.
[4] 邓聚龙.灰色系统理论教程[M].武汉：华中理工出版社，1990：35-48.
[5] 杨左.湖南省旅游经济的影响因素探析：基于灰色关联分析法[J].市场周刊，2019（8）：36-37.