双循环背景下陕西省旅游业发展测度分析

刘春婷

一、前言

陕西省既是“一带一路”建设核心区，省会城市西安更是“亚欧大陆桥经济带”的心脏，是促进国内外经济往来的重要枢纽。陕西省作为旅游大省，旅游业的发展对于该省经济的发展起着重要的作用，双循环背景下，如何更有效地提升陕西省旅游业的发展，需要对陕西省旅游业从多个角度进行分析，深入了解影响旅游业发展的影响因素，进而从不同的角度提出合理的建议。

关于这一方面的内容，国内有许多学者做了研究，黄群慧（2021）表示：“双循环新发展格局它不仅反映了发展战略变化的后果，而且还适应了时代的要求，包括当地基础设施的状况和国际环境。同时，这也是‘两大形势’不断变化的结果：一是中华民族复兴大战略的大形势，二是近百年来世界经历的重大变化。”崔小清（2019）以陕西省为例研究了旅游业发展对区域经济影响的实证分析，借助Eviews 软件建立回归分析的方法分析了旅游业对就业率、第三产业产值以及GDP 的影响，并得出它们之间呈现出正向影响的重要结论。郑仕华（2012）通过采用灰色关联度分析了浙江省的旅游业发展影响因素问题，通过定性分析的方法，对影响因子从大到小的关联进行排序。

为了较为全面的了解陕西省旅游业发展的现状，本文拟考虑采用建立多元线性回归的方法对影响旅游业发展的主要因素进行分析，其中，影响陕西省旅游业发展的因素较多，有经济方面的原因，有社会方面的原因等，结合实际可知，有些指标是不可量化的，所以从统计学的角度分析，尽可能的选取可以量化的指标进行研究，通过实际数值来直观的反映相关变量间的关系。另外，本文考虑从国内和国际两大方面来构建指标体系，通过分析选取相应的指标进一步进行分析，国内的主要影响因素主要从GDP、第三产业、城镇化率、国内游客人数、国内旅游收入以及城镇居民可支配收入来分析，国际的主要影响因素主要从国际旅游收入和国际游客人数等多项指标进行分析，本文采用处理多重共线性较具优势的岭回归进行分析，并根据分析结果从不同的角度对陕西省旅游业的发展提出合理的建议。

二、数据来源

近年来，旅游业发展的影响因素越来越多，如何准确的分析各指标对其影响，学者也做了大量的研究，多是从大的方面进行分析的，并没有有效的结合区域特点进行具体的量化分析，本文主要针对陕西省旅游业的发展状况展开研究，从《政府统计公报》和《陕西省统计年鉴》获取相关数据进而分析得出影响陕西省旅游业发展的主要影响因素。

三、陕西省旅游业现状分析

陕西省具有悠久的历史文化，旅游业的发展更是其经济发展中的重要组成部分，为了直观的反映陕西省旅游业的发展现状，本文绘制了陕西省近10 年的旅游业总收入这一指标的变化趋势见图1。

图1：陕西省2012 年-2021 年旅游业总收入折线统计图

由图1 可以直观的看出陕西省旅游业的发展呈现明显的上升趋势，2019 年突然下降的原因，本文考虑主要是受到疫情的影响较大，但近两年已有回涨的趋势，旅游业的发展还是起着重要的作用。

四、陕西省旅游业影响因素分析模型及实证研究

（一）多元线性回归模型

陕西省旅游业的发展影响因素较多，本文在综合考虑双循环的背景下，选取陕西省旅游业总收入这一变量为响应变量，选取了8 个指标作为解释变量进行分析，具体的变量设定见下表：

表1 变量设定表

本文考虑通过建立多元线性回归模型来分析变量间的相关关系，具体的回归模型如下：

其中，β0为回归常数，βi（i=1，2，…，8）为回归系数。本文借助于R 软件进行回归分析，运用最小二乘法估计回参数的取值，通过计算得到模型中的统计量F=14380，P=0.00645 ＜0.05 表明该模型通过F 检验，表示该回归模型是高度显著的。回归方程通过显著性检验，还需通过T 检验来检验各变量的显著性，具体的分析结果见下表：

由表2 中的数据分析可得，各回归系数均不是特别显著，变量国内游客、第三产业、城镇居民人均可支配收入（x3，x6，x7）的回归系数均为负数，表示这几个变量与陕西省旅游业收入这个变量之间呈现负的关系，这与实际问题显然不符。因此本文考虑变量之间存在多重共线性，因此本文采用膨胀因子判定法对变量间的多重共线性进行诊断，通过R 软件中的car 包中的inf 函数来做诊断，计算结果见表3。

表2 回归系数表

从表3 数据可以直观的看出各变量的VIF 值均大于10，表明变量间存在严重的多重共线性，为了准确的分析各变量对响应变量陕西省旅游业总收入之间的相关关系，因此需要对普通最小二乘进行修正，本文考虑采用处理多重共线性问题较具优势的岭回归方法进行分析。

表3 膨胀因子表

（二）岭回归模型

岭回归分析的主要思想是通过对数据进行标准化，然后对标准化后的数据通过加入一个正常数矩阵即加上一个k 倍的单位阵，借此来消除设计矩阵不满秩的问题，如何选取k 的取值是至关重要的，因此，本文设定迭代步长为0.1，借助于R 软件编程，通过分析绘制相应的岭迹图从而选出最优的k 值，迭代寻优结果为k=1，在此基础上，本文继续采用岭回归模型计算，得到最终的结果见下表：

表4 岭回归参数表

由表中的结果不难看出，各回归系数的取值均为正数，与实际意义相符。并且对于每个回归系数而言，p 值均小于0.05，所以各回归系数显著性很强，即该回归模型的所有回归系数都通过了T 检验的显著性检验，说明该回归模型的回归系数检验都是有效的。该标准化回归系数的大小可以直观的反映各解释变量对于响应变量的影响程度，因此，得出城镇居民人均可支配收入、生产总值、第三产业和城镇化率对于响应变量的影响相对较小，其余4 个变量对于陕西省旅游业的收入具有较强的影响，具体的影响大小程度为：x1＞x3＞x2＞x4＞x6＞x8＞x5＞x7即可得影响陕西省旅游业发展的因素的影响程度大小的排序按降序排列如下：国内旅游收入、国内游客、国际旅游收入、国际游客、第三产业、城镇化率、生产总值、城镇居民人均可支配收入。这与实际情况基本相吻合，影响旅游业的最直观的因素还是旅游收入和游客的数量，由于旅游产业处于第三产业，所以第三产业对于旅游业的发展也是较大的，从分析结果不难发现，城镇化率和居民可支配收入虽然对响应变量的影响较小，但也能反映出来，城市旅游业的发展与城市的建设也是有着重要关联的。

从表中还可以知道对应的非标准化回归系数的取值，于是得到最终的岭回归方程为：

该回归方程相较于普通最小二乘算法下的多元线性回归模型而言，得到了改进，通过该回归模型得到的解释变量的回归系数也得到了矫正，与实际相符合，说明采用该方法进行分析具有一定的可行性。

五、结论与建议

通过分析陕西省旅游业总收入与国内旅游人数、国际旅游人数、生产总值等8 个指标间的关系，得出了各解释变量对旅游业发展的影响，得出了影响较为重要的是国内旅游收入、国际旅游收入、国内游客和国际游客数量，影响相对较弱的变量为生产总值、第三产业生产总值、城镇居民人均可支配收入和城镇化率的影响相对较弱。在旅游业的发展中，重点还是关注国内外的旅游人数，旅游人数和带动的消费是最为影响的，但是也不能忽略城市内部的建设，要注意城镇绿化率的建设，提升居民的人均可支配收入等。

引用

[1]黄群慧.“双循环”新发展格局：深刻内涵、时代背景与形成建议[J].北京工业大学学报（社会科学版）,2021,21(01):9-16.

[2]崔小清,张晨星.旅游业发展对区域经济影响的实证分析——以陕西省为例[J].武汉商学院学报,2019,33(04):9-14.

[3]郑仕华.基于灰色关联理论的旅游业影响因子分析——以浙江省为例[J].城市问题,2012,(04):63-66.

[4] 王新越,芦雪静,朱文亮.我国主要旅游城市旅游业发展影响因素分析与评价[J].经济地理,2020,40(05):198-209.