广东省入境旅游产业结构灰色关联度分析

俞彤 吴春尚

（河源职业技术学院，广东河源 517000）

广东省入境旅游产业结构灰色关联度分析

俞彤 吴春尚

（河源职业技术学院，广东河源 517000）

构建入境旅游系统的灰色关联分析模型，对广东省国际旅游外汇收入与入境旅游产业系统各部门收入之间的关联性进行分析。结果表明，广东省入境旅游产业各部门的灰色关联度按大小排序依次为：景区游览、商品销售、长途交通、市内交通、文化娱乐、住宿、其他服务、餐饮、邮政电讯，且高低之间相差悬殊，说明广东省入境旅游产业结构不甚合理，据此提出优化入境旅游产业结构的政策建议。

广东省；入境旅游；产业结构；灰色关联度

改革开放以来，我国的入境旅游市场发展迅速，同时，对入境旅游的研究也成为国内旅游学界的热点课题，一些学者们采用了灰色关联方法进行实证分析。武传表［1］、曹洪珍［2］等学者运用灰色关联度分析方法分别对中国入境旅游市场和入境旅游发展策略进行了研究；李德明［3］、刘洪清［4］、魏巍［5］、王海鸿［6］、王健［7］等学者对安徽、湖南、辽宁、甘肃和山东等省份的入境旅游产业结构进行了灰色关联度分析。目前，使用灰色关联理论对广东入境旅游产业结构进行研究是一个薄弱环节。为了探明广东省入境旅游同各关联产业的关系，文章采用灰色关联法，将广东省旅游外汇收入同旅游产业各部门进行关联度分析，找出影响广东省旅游收入的主要关联产业，进而为广东国际旅游产业结构优化提供决策依据。

一、灰色关联度模型及计算步骤

（一）灰色关联度分析模型

灰色系统理论是首先由邓聚龙教授提出的一种系统科学理论［8］，其中的灰色关联分析是指对一个系统发展变化态势进行定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了各曲线间的关联程度。与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。旅游业是涉及吃、住、行、游、购、娱等多方面的复杂的系统，影响因子错综复杂，使用精确的模型进行定量分析比较困难，因此，可以将旅游产业视为灰色系统，使用灰色关联度来研究旅游产业各影响因子之间的关联度。

（二）灰色关联度分析基本步骤

1、确定分析数列

确定参考数列和比较数列。

设参考数列为Y=｛Y（k）|k=1，2，Λ，n｝；比较数列Xi=｛Xi（k）|k=1，2，Λ，n｝，i=1，2，Λ，m。

2、变量的无量纲化

由于系统中各数列的量纲可能不一样，为了易于比较，需要对各数列数据进行无量纲化处理。

3、计算关联系数

x0（k）与xi（k）的关联系数

ρε（0，∞），称为分辨系数。ρ越大，分辨力越小，一般ρ的取值区间为（0，1），具体取值需要根据实际情况确定，一般取ρ=0.5。

4、计算关联度

比较数列与参考数列在各个时刻的关联程度值是不一样的，为了便于比较，一般用平均值作为代表，关联度ri公式如下：

5、关联度排序

关联度按大小排序，如果r1＜r2，则参考数列y与比较数列x2更相似。

二、广东省入境旅游产业结构的关联度实证分析

（一）构造比较序列

根据相关研究，最能体现入境旅游经济系统特征的且最为直观的指标就是国际旅游外汇收入，因此将国际旅游外汇总收入序列作为参考序列X0。将直接影响入境旅游收入和游客体验的9个影响因素作为比较序列X1-X9。

表1 广东省入境旅游收入关联原始数据

（二）无量纲化处理

由于各序列单位不一样，为了便于比较，本文采用均值化的方法进行无量纲化处理，得到标准数据序列如下。

0 . 5 1 0 1 9 1 1 . 0 3 0 2 2 5 0 . 4 1 5 5 3 0 . 4 9 7 8 2 7 0 . 4 9 3 6 6 9 0 . 3 8 0 8 1 9 0 . 3 4 2 5 7 0 . 7 2 5 6 0 . 3 5 4 3 5 6 0 . 8 8 6 2 5 0 . 6 0 6 6 2 5 0 . 4 3 0 3 8 4 0 . 5 1 9 6 2 4 0 . 6 4 0 0 0 5 0 . 5 0 3 1 0 6 0 . 5 5 7 7 9 6 0 . 5 9 6 4 2 9 0 . 6 9 9 7 8 2 0 . 6 6 2 0 7 7 0 . 7 0 0 0 0 2 0 . 7 1 4 2 8 7 0 . 5 8 4 7 3 1 . 1 6 3 5 1 4 0 . 4 7 8 3 1 6 0 . 8 8 8 6 3 9 1 . 2 1 3 1 3 2 0 . 7 3 6 5 4 2 0 . 8 3 5 2 7 0 . 2 5 9 8 6 3 0 . 4 6 0 8 5 6 0 . 8 2 5 3 5 0 . 9 2 3 4 1 2 0 . 6 2 5 8 5 5 0 . 8 2 1 1 3 8 0 . 7 6 0 5 8 0 . 6 7 8 5 6 0 . 8 8 5 6 9 9 0 . 9 5 2 0 8 8 0 . 7 9 1 6 3 3 1 . 1 2 6 4 7 8 0 . 8 7 0 2 5 5 0 . 7 1 2 4 2 5 1 . 4 1 7 5 6 7 0 . 5 8 2 7 5 8 1 . 0 8 2 6 7 3 1 . 4 7 8 0 1 8 0 . 8 9 7 3 6 9 1 . 0 1 7 6 4 4 0 . 3 1 6 5 9 7 0 . 5 6 1 4 9 8 0 . 9 5 0 9 0 6 0 . 8 8 2 2 4 4 0 . 7 6 7 7 9 1 0 . 9 7 4 6 4 2 1 . 1 8 2 9 8 8 0 . 8 2 2 9 2 8 1 . 1 6 2 9 5 6 0 . 9 1 6 6 2 0 . 5 9 7 5 3 5 1 . 0 0 2 8 8 1 1 . 1 7 8 8 0 6 1 . 1 5 8 0 2 3 1 . 0 5 9 4 0 7 1 . 2 7 9 1 1 3 1 . 1 4 0 6 0 8 0 . 9 9 4 6 5 3 1 . 1 5 8 9 9 4 1 . 4 1 5 7 1 7 0 . 6 2 3 7 8 5 1 . 2 2 8 6 1 5 1 . 3 1 8 6 3 8 1 . 1 8 7 4 1 7 1 . 1 6 6 5 5 7 1 . 5 6 4 1 9 9 1 . 1 5 4 4 1 4 0 . 9 9 8 5 2 1 . 3 1 2 2 8 9 1 . 3 1 2 7 6 0 . 6 5 4 1 7 4 1 . 2 1 0 7 4 3 1 . 4 8 1 3 9 2 1 . 6 1 6 9 4 7 1 . 4 7 6 9 5 4 1 . 6 6 0 0 8 3 1 . 2 2 8 6 4 6 1 . 5 0 6 3 7 1 1 . 2 8 7 7 5 4 1 . 6 8 5 4 6 4 0 . 6 8 5 9 4 4 1 . 1 9 4 7 5 4 1 . 5 4 3 5 5 1 . 4 7 4 1 9 3 1 . 3 8 7 2 0 1 1 . 5 0 1 9 1 9 1 . 5 6 4 6 7 6 1 . 3 6 9 2 0 4 1 . 6 1 9 3 9 8 0 . 4 3 9 0 5 5 5 . 0 5 4 0 3 6 1 . 6 2 7 9 2 5

（三）计算关联系数

先计算各比较序列与参考序列的绝对差，得出其，最大值为3.510486，最小值为0.004213。根据公式

得到关联系数矩阵。

0.773293 0.797069 0.977569 0.966512 0.739480.684947 0.627163 0.700874 0.488596 0.910935 0.811007 0.924128 0.781538 0.888425 0.983437 0.799768 0.873949 0.799373 0.933497 0.443924 0.605195 0.676172 0.418007 0.951670.752622 0.441060.587714 0.949361 0.645291 10.854365 0.713607 0.863549 0.743558 0.923317 0.544732 0.919701 0.395455 0.556360.630493 0.370523 0.939440.712750.392681 0.538433 0.964664 0.665080.947907 0.609230.741632 0.630904 0.921956 0.504332 0.881489 0.990670.755156 0.787098 0.912688 0.663789 0.957937 0.604228 0.392090.886254 0.932674 0.706103 0.595467 0.689463 0.529319 0.994024 0.995334 0.349835 0.774085 0.930536 0.999367 0.670633 0.588381 0.944775 0.652231 0.639971 0.309867 0.557109 0.964297 0.700164 0.904710.954554 0.676180.832195 0.244075 0.0920.815898

（四）计算关联度

根据公式（4）计算关联度，其结果如表2。

表2 广东省入境旅游产业结构关联度

（五）结果分析

由表2，可以得出，在广东入境旅游产业各部门中，与入境旅游收入关联度最高的为景区游览，这是影响入境旅游收入的核心因素，其次是旅游商品销售，另外交通的便捷性也是影响旅游收入的重要因素。而邮电通讯、餐饮等部门则与入境旅游收入关联度较低，对入境旅游收入的增长贡献较小。总体来看，广东入境旅游业与相关产业的关联度在0.926963-0.498001之间，高低之间相差悬殊，表明广东入境旅游产业结构不甚合理，宜采取针对性调整措施，进一步优化产业结构。

三、政策建议

（一）改造升级旅游景区，实施品牌化战略

广东省景区游览与旅游外汇收入的关联度为0.926963，排名第1，竞争优势明显。景区游览产业的优化重点在于提升旅游景区的品牌影响力，优化提升影响力和竞争力强的龙头旅游景区，提供数量充足、特色鲜明、服务水平较高的形式多样的旅游产品［9］。通过实施品牌化战略，将丹霞山、开平碉楼和长隆景区培育成为世界级旅游品牌，提高广东旅游景区的竞争力。

（二）做大做强旅游购物业

广东省商品销售与旅游外汇收入的关联度为0.849033，排名第2，发展势头良好。商品销售产业优化的重点在于做大做强旅游购物业。把以广州为中心的珠三角地区建设成为享誉国内外的旅游消费服务中心，打造国际性旅游购物天堂。加快旅游商品产业化发展，促进旅游业与地方特色产业对接，开发潮州木雕、佛山剪纸、肇庆端砚、湛江珍珠等地方特色浓郁的个性化旅游商品，构建岭南特色旅游商品体系，提升购物在旅游消费中的比例［9］。

（三）加快交通、邮电等基础设施建设

广东省长途交通和市内交通与旅游外汇收入的关联度分别为0.796907、0.76634，排名为第3和第4，对旅游外汇收入的影响较大。要构建便利安全舒适的现代旅游出行网络。增加国际直航班机航线，提高出入境旅游的便捷性；加快高铁和珠三角城轨建设，使更多的城市加入到以广州为中心的“1小时旅游圈”；加强邮轮码头的规划与建设，推进沿海城市的邮轮旅游开发［10］。

广东邮政电讯与旅游外汇收入的关联度为0.498001，关联度最低。但邮政电讯是社会发展不可或缺的基础设施，必须优先、超前发展，为游客提供专业化的便捷的邮电服务。

（四）促进旅游娱乐业发展

广东文化娱乐与旅游外汇收入的关联度为0.704142，排名第5，有较大的发展潜力。要积极发展旅游娱乐业，打造一批在国内外有影响力的旅游娱乐品牌。挖掘文化内涵，结合高科技手段，开发体验性和观赏性强的高品位娱乐项目。各地应积极与文化艺术部门合作，制作有地方文化特色的娱乐表演节目［10］。

（五）提高住宿、餐饮等主要部门的竞争优势

广东省住宿和餐饮与旅游外汇收入的关联度分别为0.691862和0.668574，排名为第6和第8，比较靠后，与广东经济强省的地位不符，必须进行优化。优化提升酒店业的结构和质量，在提升传统的商务及度假酒店的档次和服务质量的基础上，发展和培育公寓式酒店、青年旅馆、休闲农庄、旅游房车营地等多元化、新型的住宿业态。培育一批有产业竞争力和社会影响力的本土酒店品牌，打造成国内外知名的酒店品牌，形成结构完善、布局合理的住宿接待体系。进一步提升餐饮在旅游产业中的支撑作用，擦亮“食在广东”的金字招牌，弘扬广府菜、潮菜、客家菜饮食文化，并积极吸纳国内外美食精华，构建多元化、多层次的餐饮体系，将广东建设成为国际“美食天堂”［10］。

［1］武传表.中国入境旅游市场灰色关联度分析及启示［J］.旅游论坛，2012，5（4）：91-94.

［2］曹洪珍.基于灰色关联度视角的我国入境旅游发展策略探析［J］.鸡西大学学报，2013，13（3）：67-69.

［3］李德明，程久苗.安徽省国际旅游产业结构分析与优化［J］.资源开发与市场，2004，20（5）：390-392.

［4］刘洪清，崔海波，汤孝文.湖南省国际旅游业结构合理化分析［J］.资源与产业，2006，8（5）：43-48.

［5］魏巍，谢春山.辽宁省国际旅游产业结构灰色关联度分析［J］.广东农工商职业技术学院学报，2008，24（4）：65-67.

［6］王海鸿，杨敬.甘肃省国际旅游产业结构分析［J］.统计与决策，2008，（7）：111-112.

［7］王健，李平.山东省入境旅游产业结构灰色系统关联度分析［J］.山东师范大学学报（自然科学版），2009，24（2）：118-121.

［8］邓聚龙.灰理论基础［M］.武汉：华中科技大学出版社，2002：122-150.

［9］广东省旅游局，广东省旅游发展研究中心.广东省旅游发展总体规划（2011-2020年）［M］.北京：中国旅游出版社，2014：140-165.

［10］广东省旅游局.广东省旅游业“十二五”发展规划［EB/OL］. http：//www.gdta.gov.cn/xxgk/ghtj/22384.html.

责任编校：邓小妮

Grey Correlation Analysis of Industrial Structure of Inbound Tourism in Guangdong

YU TongWU Chun-shang
（Heyuan Polytechnic，Heyuan，Guangdong，517000，China）

A grey correlation analysis model is built to analyze the correlation between international tourism foreign exchange income in Guangdong province and the income of different sectors of the inbound tourism industry system of Guangdong.Based on the study，this article makes some proposals in optimizing the inbound tourism industrial structure.

Guangdongprovince；inbound tourism；industrial structure；GreyCorrelation

F592.7；F224

A

2095-7955（2015）06-0027-03

2015-11-29

俞彤（1967—），河源职业技术学院工商管理学院副教授，硕士。主要研究方向：旅游规划与发展和旅游职业教育。吴春尚（1981—），河源职业技术学院工商管理学院讲师，经济学硕士。主要研究方向：产业经济。