三大支柱产业影响中国旅游发展的典型相关分析及应用

【摘要】以1997-2008年中国旅游业支柱产业数据为投入指标值，以旅游人次数和旅游收入为产出指标值，在对各变量进行两两相关(皮尔逊相关)分析的基础上，构建中国旅游业支柱产业投入与产出的典型相关模型，定量判别投入――产出各分变量的关联作用程度及影响，确定了中国旅游业发展投入――产出的决定性因素，并提出相关结论。研究发现，对中国旅游业发展投入产出方面起到决定性作用的指标，投入方面为旅客周转量增长，产出方面是旅游人次数。研究结果首先表明发展（旅游）交通业对提高旅游总收入有着更重要的意义。旅游交通业是当之无愧的旅游支柱产业部门。其次，旅客周转量增长、旅游人次数增加说明该区域的活力与吸引力、开放性增强，发展旅游业需要提升地方社会经济文化活动水平。

【关键词】旅游投入――产出；旅游收入；典型相关分析

一、引言

在我国，通常将旅行社业、饭店业和交通运输业称为旅游业的“三大支柱”。源于旅游者的大部分消费开支都流入这三个主要的经济部门[1]。反之，这也是对中国旅游业产出起到关键性作用的三个投入环节。梳理“三大支柱”与中国旅游业发展的投入产出结构关系，对认识中国旅游业的发展路径和预测未来发展有现实的指导意义。

陆相林[2]（2007）用典型相关分析定量实证了近十几年（1993-2003）对中国旅游业发展投入产出方面起到决定性作用的因素，投入方面为旅游交通的改善(旅客周转量)和旅行社总量，产出方面是旅游收入。但是其中“星级饭店总数”项指标原始数据在2001-2003年与1993-2000年表征失误，前者是“星级饭店总数”，后者是“涉外饭店数量”（统计总数包括了未评星级的饭店）。刘小燕，赵军[3]（2007）对1996-2005年中国旅游业发展投入产出的研究同样混淆了“星级饭店”和“涉外饭店”概念，其结论是：1996-2005 年，对中国旅游业发展投入产出方面起到决定性作用的指标，投入方面为旅客周转量增长，产出方面是旅游收入。

为了研究旅游业的支柱产业和旅游业绩之间有何关系，笔者依据我国1997-2009年的旅游统计资料，以旅行社、旅游饭店、旅游交通的相关指标为投入量(自变量)，以旅游总人次数、旅游总收入为产出量(因变量)，通过SPSS13.0软件进行各因素之间的相关分析，构建中国旅游发展投入――产出的典型相关模型，定量判别中国旅游发展投入与产出各分变量的关联作用程度，并分析中国旅游业发展的决定性影响因素。

二、典型相关分析模型的建立

典型相关分析(Canonical Correlation Analysis，CCA)是借助于主成分分析的思想，揭示出2组多元变量之间的关系。基本思想是对每一组变量分别寻找线性组合，使生成的新的综合变量能代表原始变量大部分的信息。即根据变量间的相关关系，寻找1对或少数几对综合变量来替代原始变量，从而将2组原始变量的关系集中到少数几对综合变量的关系上。提取时要求第1对综合变量间的相关性最大，第2对次之，依此类推。这些综合变量称为典型相关变量，第1对综合变量称为第1典型相关变量，相关系数则称为第1典型相关系数，第2对称为第2典型相关变量，以次类推。一般来说，只需要提取1-2对典型相关变量即可较为充分地概括样本信息。典型相关分析就是利用典型相关系数研究两组变量之间相关关系的多元分析方法[4]。

一般设x=（X1X2… Xp）′，y=（Y1Y2… Yq）′是两个相互关联的随机变量，利用主成分分析的思想，分别在两组变量中选若干有代表性的综合变量，使每一综合变量都是原变量的一个线性组合，即

Ui=ai1X1+ai2X2+… +aipXp=a′x

Vi=bi1Y1+bi2Y2+… +bipYq=b′y

若存在常向量a1，b1使得

ρ(a1′x，b1′y)=max(a′x, b′y)，var(a′x)=var(b′y)=1

则称 a′x，b′y 是 x，y 的线性函数，求出第一对典型相关变量之后，可以类似的去求第二对、第三对……使得各对之间互不相关，然后检验各对典型相关变量的相关系数绝对值是否显著大于零。如果是，这一对综合变量就具有代表性；如果不是就可以忽略，这样就可以通过对少数典型相关变量的研究，分析原来变量的相关性。

三、指标的选择及相关分析

考虑到数据的可得到性和有效性，从构成旅游业的支柱产业中选取了旅行社、旅游饭店、旅游交通的相关指标，主要包括:旅行社总数X1(个)、旅行社职工人数X2(人)、星级饭店总数X3(个)、旅客周转量X4(亿人公里)作为旅游产业投入变量。以旅游总收入Y1(亿元)，旅游总人次数Y2(万人次)为旅游产出变量(表1)。

调用SPSS中的相关分析中的Bivariate命令，得到变量之间的两两相关系数和显著水平检验值(表2)。从表2可定量说明旅游业是一个综合性极强的产业（如旅行社个数X1和旅行社职工数X2之间的相关关系达到了0.978，旅游实际收入Y1和旅客实际周转量X4之间相关系数为0.992）。从表2也可以看出各部门之间均存在很强的相关关系，在0.01的显著性水平上，标记都达到了**。

四、典型相关分析

（一）典型相关变量的确定

根据样本数据，得到我国旅游业投入、产出2组变量的典型相关系数及检验(表3)。由表3可知，第1典型相关系数为0.998，第2典型相关系数为0.672。第1典型变量的相关性显著，而第2典型相关变量统计检验不显著。因此中国旅游业投入、产出2组变量指标相关性的研究可转化为研究第1对典型相关变量U1、V1与其原始变量之间的关系。

采用典型相关变量标准化的系数来建立典型相关模型，由表4可知，来自于中国旅游业投入的第1典型变量模型为

U1=-0.211X1+0.268X2-0.017X3-1.026X4

该变量在旅客周转量总数x4上的绝对系数最大，说明三大支柱产业中“交通”对投入产出最重要，与旅行社总数和旅行社职工人数的关系一般，与星级饭店数关系不大。

来自于中国旅游业产出的第1典型变量模型为

V1=-0.187Y1-0.815Y2

该变量在旅游总人次数Y2系数较大，旅游总收入Y1上的系数次之。

分析可知:1997-2008年，对中国旅游业发展投入产出方面起到决定性作用的指标，投入方面为旅客周转量增长，产出方面是旅游人次数。

（二）典型相关分析结构图的构建

综合中国旅游业投入产出典型相关分析结果，构建第1典型变量的典型结构图(图1)。由图1可知，第1投入典型变量U1与第1产出典型变量V1分别与各自原始变量都高度相关，并且U1与V1也高度相关，因此第1对典型变量具有高度的代表性。

（三）典型冗余分析

表示各典型变量对原始变量组整体的变差解释程度，分为组内变差解释和组间变差解释。SPSS的分析结果表明，来自于投入指标的第1典型变量U1可解释90.2%的组内变差，来自于产出指标的第1典型变量V1可解释99.1%的组内变差，并且V1可以解释U组89.9%的变差。由此可知，典型相关分析得到的第1典型变量代表性极强，能够较好地表征中国旅游业发展的投入产出关系。

五、多元线性回归预测模型

以旅游总收入Y2为因变量，以旅客周转量总数X4、旅行社总数X1和旅行社职工人数X2为自变量可以建立多元线性回归预测模型：

Y2=-26294.2＋1.563X1－0.148X2＋9.875X4

(-4.729) (1.131) (-2.608)(10.765)

R=0.998F=684.506P=0.000

上述模型各项检验值都通过了统计检验且有效。

把2009年的统计数据代入实证，预测结果很好(表5)。

六、研究结论

以1997-2008年中国旅游业三大支柱产业数据出发进行典型相关分析，从第一典型相关变量可以看出，对中国旅游业发展投入产出方面起到决定性作用的指标，投入方面为旅客周转量增长，产出方面是旅游人次数。研究首先表明发展（旅游）交通业对提高旅游总收入有着更重要的意义。即旅游交通不仅是现代旅游活动的必要条件和发展旅游业的命脉，也是旅游生产力的重要组成部分。（旅游）交通业是当之无愧的旅游支柱产业部门。其次，旅客周转量增长、旅游人次数增加说明该区域的活力与吸引力、开放性增强，发展旅游业需要提升地方社会经济文化活动水平。

发展旅游交通业并不意味着提高游客交通方面的消费开支比重。从旅游收入的需求弹性角度分析，三大支柱产业部门均属弹性较小的部门。旅游收入结构合理的要求是这三部分占总收入的比例要偏小，也就意味着游客的消费构成中“交通”项相对花费较少。所以，从旅游收入结构合理性的要求出发，发展（旅游）交通业的同时需要降低游客交通方面的消费开支比重。

发展旅游交通不同于一般客运交通。发展较好的模式能创新旅游业态，比如旅游集散中心。旅游集散中心区别于传统意义上的公共交通，它是具有“旅游超市”功能的散客集散点。公共交通发挥的是运输的单一功能，不能满足旅游者的综合性旅游需求。旅游旅游集散中心是集近散客自助旅游、单位团队旅游、旅游交通集散、旅游信息咨询、游客投诉接待、景点活动、客房预订、票务预订和商品展销等多种功能为一体的“旅游超市”[6]。

发展旅游交通需要同假期等闲暇时间的制度安排相结合。对于旅游业的长期繁荣来说，短期密集式的客流量有害无益。旅游交通需要解决的有空间距离和时间距离问题，通过分散假期、科学规划，实现旅游交通在时间和空间上的顺利转换，实现旅游业发展良性循环。

参考文献：

[1]李天元.旅游学概论（第六版）[M].天津：南开大学出版社,2009:148.

[2]陆相林.中国旅游发展投入产出的典型相关分析[J].安徽农业科学,2007,35(12):3721-3722.

[3]刘小燕,赵军.旅游产业投入产出分析[J].中国统计, 2007(12):12-13.

[4]苗芳,刘新平.影响旅游因素的典型相关分析及应用[J].天水师范学院学报,2008,28(2):33-34.

[5]国家统计局网站[EB/OL].

[6]王云龙.新兴旅游产业问题研究[M].天津：南开大学出版社,2007:46.

Canonical Correlation Analysis of Input-output of Chinese Tourism Development

Wang Yun-long1 Zhou Li2

（1. School of Tourism Management, Shanghai Normal University, Shanghai 200234,China;

2.Zhonghua Vocational School, Shanghai 200023,China）

Abstract: The statistic datum of Chinese tourism industry in 1997~2008 were used as input index value and the tourism number and tourism income as output index value. After each variable’s Pearson correlation analysis, a canonical correlations model of Chinese tourism input and output was built, and a quantitative analysis of the correlations between them was made. Chinese tourism development decisive factors were decided. Also some suggestions to make further analysis of Chinese tourism input and output structure were given and some conclusions were drawn from the facts. Research found the input-output indicators playing a decisive role in the development of Chinese tourism industry that input indicator is passenger turnover growth and output indicator is tourism people number. Research results show firstly that the development of improving transportation in tourism has a more vital significance to improve the total tourist income. Transportation is the pillar industry department of tourism. Secondly, passenger turnover growth and more tourism people account for regional vitality, attraction and openness enhance. The development for tourism need to increase the local activity level in social, economy, and culture.

Key Words: Tourism Input-output; Tourism Income; Canonical Correlation Analysis