-
随着我国居民人均收入的持续提高, 以高品质生活为目的的需求不断增加.这种需求极大地促进了全国各地旅游经济的发展, 每逢假期我国赴各地的游客数量不断扩大, 旅游经济消费热度持续升温[1-2].
在整个旅游产业框架下, 农村旅游成为近年来蓬勃发展的新方向.对于大多数城市居民, 选择农村旅游可以远离城市喧嚣、享受农村的田园风光和宁静生活, 在视觉观感、饮食住宿、民风民俗等多方面获得身心上的愉悦[3-4].因此, 大力发展农村旅游经济不仅是经济战略的新方向, 也是满足人们物质文化生活需求的必然之举.
对于一个地区农村旅游经济发展而言, 各个方面存在着多种影响因素, 如选择农村旅游的游客数量、农村旅游中的住宿收入、农村旅游中的餐饮收入、承担农村旅游业务的旅行社数量等等[5-10].在这些因素中, 哪些对农村旅游经济发展具有更重要的作用是需要量化分析的关键问题, 以此制定推动农村旅游经济发展的对策才能更具针对性.
农村旅游对于农村经济的发展至关重要, 这也是本文要对农村旅游经济开展研究工作的出发点.而农村旅游经济的影响因素众多, 并且各因素之间缺乏直接可见的关联关系.本文选择灰度关联法开展具体的实证研究与分析工作.
HTML
-
在灰色理论体系中, 灰度关联分析是一类非常常用的分析工具, 它不仅分析过程清晰, 而且便于实现, 对数据序列长度和数据总量多寡都没有严格的限制.对于很多现实问题, 那些表面上难以看出关联关系的数据序列, 灰度关联分析可以将它们作为一个系统, 将每一个现象抽象为一个变量, 将它们对应的数据纳入灰度关联分析框架之下, 从而挖掘它们之间的关系, 形成对各种现象之间内在关联关系的判定.
根据文献[1]和文献[5], 灰度关联分析的实现过程, 分为以下几个环节:
第1个环节, 构建数据序列矩阵.根据要分析的现实问题, 设定出参考数据序列和比较数据序列, 这两种数据序列分别用X0和Xi表示.确定参考数据序列和比较数据序列后, 列写出整体数据序列矩阵.
第2个环节, 对数据序列矩阵进行无量纲化处理.鉴于不同现象的表征数据存在幅度上的明显差异, 不利于后续的关联关系分析, 此处进行无量纲处理, 具体方法为
第3个环节, 以数据序列中首值为基准求取差序列, 其计算方法为
第4个环节, 搜索差序列中的最大值和最小值, 其计算方法为
第5个环节, 计算各比较序列和参考序列之间的关联系数, 计算方法为
第6个环节, 计算总关联度, 根据各个关联度进行排序, 确定不同比较序列对参考序列的重要性.计算总关联度的方法为
-
为了便于分析我国农村旅游经济发展的影响因素, 首先为灰度关联分析模型甄选实证研究所需要的变量.对于农村旅游经济的发展, 选择农村旅游业总产值作为表征变量, 其规模大小体现了农村旅游经济的发展程度.对于农村旅游经济发展的影响因素, 选择农村旅游游客总人数、农家乐总数、农村旅游从业总人数、旅行社总数作为表征变量.
之所以选择这些因素作为灰度关联分析中的变量, 是基于两方面的考虑: ①这些变量在已有文献中或单一、或组合地被人使用过, 已经证实其可用性. ②这些变量可以用数据量化反应, 对于灰度关联分析实用.其中, 农村旅游游客总人数反映了农村旅游经济可以吸引的客户群体; 农家乐总数反映了农村可以为游客提供住宿、餐饮、娱乐场所的规模; 农村旅游从业总人数反映了参与农村旅游的工作人员规模; 旅行社总数, 反映了能提供农村旅游服务的经济组织规模.
-
为了获得实证研究所需的原始数据, 本文从中国统计年鉴、中国旅游行业发展报告、中国农村旅游调查报告等资料中整理有关5个变量从2012-2017年6个年度的数据, 具体结果如表 1所示.
-
1) 根据公式(1)对表 1中的数据进行无量纲计算, 整理后的数据结果如表 2所示.
2) 根据公式(2)对表 2中的数据进行差值序列计算, 整理后的数据结果如表 3所示.
3) 利用表 3中的数据, 根据公式(3)和公式(4)计算出差值序列中的最大值和最小值, 分别是2.37456和0.
4) 利用表 3中的数据、差值序列的最大值、差值序列的最小值, 根据公式(5)计算各影响因素序列变量相对于旅游经济发展变量的年度关联度, 结果如表 4所示.
5) 利用表 4中的数据, 根据公式(6)计算出各影响因素对于农村旅游经济发展影响的总关联度并排序, 结果如表 5所示.
-
根据表 5给出的灰度关联分析结果, 可以看出对我国农村旅游经济发展影响最大的因素是农村旅游从业人口总数, 其灰度关联度为0.912;其次是旅行社总数, 其灰度关联度为0.892;再次是农村旅游游客总数, 其灰度关联度为0.653;影响最弱的是农家乐总数, 其灰度关联度为0.551.
实证研究工作中也发现, 灰度关联法在实际运用中特别注意变量的可测性.如果变量不可测、无法数据量化, 则无法应用灰度关联方法.所以, 在使用灰度关联法解决实际问题时, 必须考虑这种局限性的存在.
2.1. 变量选取
2.2. 数据选取
2.3. 各因素对农村旅游经济发展影响的灰度关联度计算
2.4. 各因素对农村旅游经济发展影响的实证结果分析
-
根据灰度关联分析得到的实证结论, 为推动我国农村旅游经济的持续发展, 笔者从以下4个方面给出对策建议.
-
农家乐是吸引游客赴农村旅游的重要因素, 其提供的餐饮、住宿、民俗娱乐是农村旅游中的重要服务项目.但从本文灰度关联分析的结果来看, 其对农村旅游经济发展的影响显然与其应发挥的作用并不相称.究其原因, 与部分农家乐服务内容单一、餐饮住宿环境差、服务项目粗俗等有着重要的关系.因此, 要提升农家乐对农村旅游经济发展的影响, 必须进一步丰富农家乐的服务内容, 使游客感觉赴农家乐消费物有所值.同时, 考虑到赴农村旅游的游客大部分是城市市民, 具有相对较高的素质和修养, 农家乐必须注意服务质量、餐饮卫生、住宿环境整洁、服务过程中的态度等问题.
-
根据灰度关联分析的结论, 农村旅游游客总数对农村旅游经济发展的影响只位居第3位.这是因为在中国全部游客数量中, 能够选择农村旅游的游客数量已经趋于饱和.根据表 1中的数据, 可以看到在2014-2015年, 选择农村旅游的游客数量有一个倍数增长, 但2016年、2017年的增长幅度就相当缓慢了.据统计, 2017年农村旅游游客数量已经占中国旅游游客总数的56%.
上述情况表明, 选择农村旅游的游客数量已经趋于饱和, 很难再有更高比例的游客数量放弃其他旅游方式来选择农村旅游.因此, 对于这一方面的最佳措施, 就是尽可能地增强农村旅游对游客的吸引力, 稳定现有的游客数量, 避免游客大面积放弃农村旅游而选取其他旅游方式.
-
根据灰度关联分析的结论, 旅行社总数对农村旅游经济发展的影响位居第2位, 这表明旅行社的广告推介、路线设计、全程服务对于吸引游客选择农村旅游项目的服务, 扩大农村旅游经济规模具有重要的意义.
从现有的情况看, 我国很多旅行社都是全业务发展, 既承接国际旅游服务, 也承接国内旅游服务, 既承接景区旅游服务、也承接农村旅游服务, 并没有专门负责农村旅游的旅行社.今后要在此方面发挥更大的影响力, 就必须建设专业化负责农村旅游服务的旅行社, 从而使它们开展的农村旅游服务种类更加齐全, 服务质量更具吸引力.
-
根据灰度关联分析的结论, 农村旅游服务人员总数是影响农村旅游经济发展的最重要因素.可见, 在农村旅游过程中, 能够在餐饮、住宿、导游、娱乐等各个方面为游客提供服务的工作人员, 才是做好农村旅游工作, 影响游客兴趣的最关键问题.
很多从事农村旅游的工作人员需要长期在外, 远离父母家人, 如何提升他们对行业的忠诚度, 使他们稳定在农村旅游行业工作中是首先需要解决的问题.其次, 农村旅游从业人员所体现出的技能和素质, 全方位地影响着农村旅游的服务品味和对游客的吸引.所以, 必须不断提升农村旅游服务人员的素质, 使他们能够为游客提供最佳服务.