安徽省旅游经济发展影响因素分析——基于1996至2019年统计数据的实证研究

闵冬梅,张伟伟

(亳州学院 经济管理系，安徽 亳州 236800)

0 引 言

目前，中国旅游业发展模式逐渐由粗放型向集约型转变,高质量的旅游业可以提高人们的生活品质、促进经济增长、增加外汇收入等。作为中国的旅游大省之一，安徽省具有独特的自然和人文旅游资源，旅游景区在国内旅游市场中占据重要地位。在交通日益改善和紧邻沿海经济发达省份区位优势的利好驱动下，安徽省旅游经济再上新高。2019年安徽省国内旅游人数较上一年明显增加，国内旅游收入占GDP的比重达17.9%，在国民经济中的支柱性作用日益凸显。

旅游业的迅速发展使旅游经济成为国内外学者研究的热点，通过梳理文献发现，目前旅游经济的研究主要围绕3个议题展开。一是旅游经济发展的时空差异研究。区域经济非均衡理论、时空维度和游客需求的差异解释了旅游经济发展具有时空差异的特征，正处于转型期的中国旅游经济发展存在空间滞后效应。旅游效率的演化长期具有较高的稳定性，旅游经济集约化程度和空间依赖性在中东部比西部表现的更为明显[1]，旅游空间关联度呈现从东部向西部逐渐降低的趋势，旅游发展水平在区域间和区域内的梯度差距在不断缩小[2]。丰富的旅游研究实践表明，运用时空思维研究旅游是关键思维路径[3]。二是旅游业促进经济发展的研究。旅游业的发展具有非线性增长效应，与经济增长存在着较为复杂的U型关系[4]，且经济增长对旅游业的贡献度存在较大的区域差异，由于旅游业的发展对经济增长具有显著的空间溢出效应[5]，国内旅游的发展明显带动了入境旅游，入境旅游的发展对东部地区的经济贡献率要高于中西部地区[6]。而在旅游资源异质的区域，旅游业已成为实现精准扶贫的支撑产业[7]。总之，“旅游促进增长假说”得到广泛验证[8]，且两者处于正向均衡状态[9]。三是研究旅游经济影响因素。多数学者认为，区域旅游资源的丰裕度和异质性、社会经济发展水平和城镇化水平是旅游经济空间不平衡的关键因素[10]。社会经济特征和区域间的旅游联盟利于游客的空间集聚，而距离递减规律影响客源地分布，作为连接客源地与目的地的高铁是促进城市间、景区间交流的重要手段[11]。游客需求的多样化会导致“消费疲劳”，进而产生“隔区吸引”[5]，另外，中国的旅游投资滞后于旅游业的发展，投资重心存在空间差异，东部沿海的旅游投资力度大于中西部，需要改变投资格局才能实现中国旅游业的协调和均衡发展[12]。

综上所述，有关旅游经济发展的研究呈现出两个特点，一是研究区域较大，包括对宏观层面的国家范围内东部、中部和西部地区[1]，中观尺度范围的黄河流域[13]、淮河流域[14]和长江流域等旅游经济数据进行分析；二是研究方法多用标准差、基尼系数、泰尔指数和熵权法等方法衡量旅游经济的时空分异，运用灰色关联分析法、面板数据构建回归模型[6]等方法分析旅游经济影响因素。针对理论完善和促进安徽省旅游产业发展的需要，本文以安徽省旅游经济为研究对象，运用多元线性回归分析方法度量各因素对旅游经济的影响程度，研究旅游经济的增长规律，为促进安徽省旅游产业发展出谋划策。

1 变量选择与数据来源

1.1 变量选择

旅游经济发展的影响因素包括旅游供给、旅游产业支撑、旅游需求等各个方面，参考以往学者的研究成果[13-15]，选取与旅游经济收入关系较为紧密的6项指标测度：人均地区生产总值、国内旅游人数、运输里程(包含铁路和公路)、国民生产总值、餐饮和住宿企业数、世界遗产和国家历史文化名城数量。其中，人均地区生产总值是收入和消费的来源，直接体现了地区发展水平；国内旅游人数反映了当地旅游景区资源对游客的辐射影响力，很大程度上决定了当地旅游收入的潜力；运输里程(包含铁路和公路)是游客外出旅游所选择出行方式的路程，反映出交通便捷性和通达性对游客出行的影响；国民生产总值反映生产力水平，而生产力水平的提高直接带动旅游经济的发展；餐饮和住宿企业数是发展旅游的基础保障，也反映了旅游经济的发展规模；世界遗产和国家历史文化名城数量代表旅游资源禀赋，决定着旅游目的地的吸引力和游客对景区消费的可能性。运用多元线性回归分析影响安徽省旅游经济收入的主要因素。各变量对国内旅游收入的预期影响及说明见表1。

表1 影响国内旅游经济发展的关键变量与控制变量

1.2 数据来源

本文收集和整理1996—2019年共24年的统计数据作为样本研究安徽省旅游经济发展影响因素，各变量的描述统计值见表2。

表2 安徽省旅游经济发展影响因素的统计描述(n=24)

观察表2可以发现，国内旅游人数的标准差和标准差系数都较大，说明近年来安徽省旅游人数增长较快，对安徽省旅游收入可能会产生较大的影响。而世界遗产和国家历史文化名城数量二十多年的变化很小，这种具有奖励性质称号主要得益于悠久的历史和文明沉淀，自然很少变化。

2 模型设定与数据分析

2.1 相关系数

考虑到经济变量之间的相关性通常较强，在模型设定之前需要计算自变量之间的相关系数，并进行显著性检验。表3为使用SPSS计算的自变量相关系数矩阵。

表3 Pearson相关系数矩阵

观察表3可以发现，除了运输里程与餐饮和住宿企业数、国内旅游人数与运输里程两组变量之间的相关系数小于0.9之外，其他各变量之间的相关系数均在0.9以上，达到强相关的程度，且都通过了1%的显著性水平检验。

2.2 模型设定

本文使用时间序列数据分析影响安徽省旅游经济发展的因素，采用普通最小二乘法估计构建的时间序列模型，对解释变量和被解释变量取对数后纳入模型：

lny=β0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6+ε

模型中，β0为常数项，βi(i=1，2，…,6)为各解释变量的回归系数，x为解释变量，y为被解释变量，ε为误差项。

2.3 数据分析

2.3.1 平稳性检验

指检验序列中是否存在单位根，若存在就是非平稳时间序列,结果见表4。

表4 ADF单位根检验结果

ADF检验结果显示一阶差分后均平稳。

2.3.2 Johansen协整检验

判断变量之间是否存在稳定的函数关系，结果见表5。

表5 Johansen协整检验结果

迹统计量的协整检验结果表明，在5%的显著性水平下，系统最多存在3个协整关系，可以避免伪回归问题。

3 实证分析与结果讨论

3.1 计量模型的估计结果

本文逐次将lnx1、lnx2、lnx3、lnx4、lnx5、lnx6带入模型中进行回归，检验模型的稳定性，可得到6个回归模型，回归结果见表6。

表6 模型回归结果

结果显示，x4、x5、x6对因变量影响不显著，且影响的方向与预期相反，故将这3个变量从模型中剔除。最终的回归方程为

lny=-6.228+0.196lnx1+1.027lnx2+0.116lnx3

3.2 结果讨论

基于实证分析得出如下结论：一是模型的整体拟合性较好。由回归结果可知，调整后的R2为0.9997，且3个变量的系数均通过了至少1%的显著性水平检验，即人均地区生产总值、运输里程、国内旅游人数这3个变量联合可以很好地解释旅游经济的增长，旅游人数的增加、人均地区产值的提高和铁路运输里程的延长共同推动着安徽省国内旅游收入的增长。二是在6个影响因素指标中，国内旅游人数对于安徽省国内旅游收入的影响最大。国内旅游人数每增加1%会使安徽省国内旅游收入提高约1.027%；人均地区生产总值对安徽省国内旅游收入的影响中等，其每增加1%可使安徽省国内旅游收入提高约0.196%；运输里程的变化对安徽省国内旅游收入的影响相对较少，运输里程每增加1%会使安徽省国内旅游收入提高约0.116%。三是旅游经济与各因素之间的影响是相互的。旅游人数的增加、人民生产总值的提高等因素会刺激旅游经济的高速和高质量发展，反过来，旅游经济的快速发展也能促进人民生产总值和旅游人数的增加。

4 对策与建议

4.1 依托优势资源禀赋，积极发展国内旅游

安徽省具有丰富的自然旅游资源和丰厚的人文旅游资源，国内旅游人数对安徽省旅游经济发展有显著的正向作用。一是要因地制宜的开发具有差异性的旅游产品，整合省内旅游资源，盘活皖北、皖中和皖南之间的资源流动，促进全域旅游的发展。二是旅游发展型城市应发挥引领作用，带动落后型和增长型旅游城市的发展，尤其像亳州市等旅游资源丰富但旅游业发展程度欠佳的城市。三是政府要优化国内旅游发展政策，加大旅游宣传，带动旅游内需，促进旅游业的全面发展和旅游产业结构的转型升级，使旅游资源优势转变成经济优势。

4.2 促进旅游基础设施完善，推动旅游服务水平提高

完善的基础设施是发展旅游的必要前提，尤其是交通的便捷度和可达性是游客考虑的重要因素。政府要根据规划建成“五纵九横”的高速公路网络，通过增加城市之间的时空链接度和景区之间的时空链接度，缩短游客的时间距离,游客的交通体验感会更好。在服务接待方面，无论是旅行社、景区以及相关旅游企业都要把握服务质量，一要增加旅游相关产业的投入，旅游产业的数量以及其服务的质量和水平都要严格把关；二要完善旅游管理机制，表彰与惩罚共施，督促旅游服务单位；三要各旅游目的地之间信息资源共享、周到服务延长游客的旅游意愿。

4.3 提高居民收入，转变居民消费观念

安徽省旅游经济与地区经济发展的关系密切相关，一方面地方政府要在改善当地生态环境前提下大力发展社会经济，提高居民的就业率和经济收入；国内旅游、出境旅游和入境旅游要联动发展，以旅游发展拉动国内经济的增长。另一方面利用各类媒体平台扩大旅游宣传来引导游客的消费方向，人们要树立全民旅游的消费观，引导游客旅游意愿的延伸，同时在旅游活动中做到文明旅游。