中国旅游业的空间关联特征及其影响因素探析

《中国旅游业的空间关联特征及其影响因素探析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国旅游业的空间关联特征及其影响因素探析本文利用地理加权回归方法，探讨中国旅游空间异质性，模型最终结果显示经济外向度和旅游资源对中国旅游游客数量有积极的影响，而且推动力度比较大，地理距离与中国旅游游客的数量成反比，是阻碍该旅客的一个重要原因。一、引言从全球旅游业的发展趋势来看，加快旅游业的发展已成为许多国家的战略决策。中国将旅游业定位成战略性支柱产业和现代服务业，出台了“旅游法”。P逭着人民生活水平提高的飞速发展，近年来，中国旅游业保持了平稳较快增长，促进国民经济的发展。2013年中国的旅游收入将达到29000亿元，全国入境旅游人数达3??2.50亿人次，出境旅游达到9730万人次，入境旅游

2、外汇收入达478亿美元，增加直接就业岗位5000万。引进和实施2013年的旅游法，标志着中国旅游业的法制建设取得根本性的突破。目前旅游投资也在快速增长，2013年旅游业的直接投资达到5144亿人民币，其中民营资本约占57%。我国的旅游资源基础，区位条件和经济发展水平省际差异显著，所以引入地理因素对我国旅游业的探究至关重要。虽然很多国内外文献对旅游的因素进行了研宄，但极少使用特定空间的测量方法来进行探宄的。本文利用地理加权回归方法，根据31个省域尺度来探讨中国旅游空间异质性，可以更客观地反映中国旅游区的区域差异，有显著的学术意义和现实意义。二、中国旅游影响因素分析（一）空间自相关性我们首先需要

3、进行空间自相关检验，如果有自相关，则建立空间计量模型。空间自相关指的是在空间中的变量的观测值之间的相关性，即空间自相关分析是测试变量是否在研宄区域内存在相关性，一般与Moran’sI指数代表，其计算公式为根据空间自相关公式，研宄2006到2012年的中国游客数量的空间自相关性。结果见表1。即每一年的Moran’sI指数都是大于0的，并且p值都小于0.05,均显著。所以中国旅游在空间上并不是随机分布的，具有空间正相关性，可以建立空间计量模型。（二）OLS回归分析首先利用OLS估计的结果来判断空间滞后模型SLM和空间误差模型SEM的选取。由空表2中的OLS估计结果显示，经济外向度、旅游资源对中国

4、旅游游客数量有积极的影响，地理距离对其有负向的影响。但是，OLS忽略了空间利用率，估计结果可能高估或低估这个影响的实际程度，因此，需要做进一步的测试，将空间相关性纳入考虑分析中国旅游影响因素。（三）空间常系数回归分析对空间滞后模型与空间误差模型进行了比较分析，如表3显示，SEM模型的LogL和R2值都比SLM模型的大，SEM模型的SC值和AIC值都比SLM模型的小，那么可以推出，SEM模型的拟合优度更好，应该选择SEM模型。INTOUR=13.45+1.23TR+0.54EO-0.14GD+0.54We经济外向度和旅游资源对中国旅游游客数量有积极的影响，而且推动力度比较大。中国旅游游客会选择

5、拥有更丰富的旅游资源的旅游地区。在其他条件不变情况下，旅游资源的数量的增加1单位可以带动游客人数增加1.23°/。。地理距离与中国旅游游客的数量成反比，当地理距离每增加一个百分点，游客人数则减少0.14%,地理距离是阻碍该旅客的一个重要原因。（作者单位：山西师范大学现代文理学院）