四川省航空运输业与旅游业发展水平 关联度测量及预测
傅滢滢， 唐 勇， 高金华， 王尧树
(成都理工大学 旅游与城乡规划学院，四川 成都 610059)
摘 要： 航空运输业与旅游业的协同发展是交通运输地理的研究热点。以四川省为研究案例，选取旅客吞吐量与游客量作为测量指标，采用灰色关联度分析与皮尔森相关系数，揭示关联度特征及相关性特征；运用回归分析，预测四川旅游业未来发展趋势。结果表明：2001-2017年四川省旅客吞吐量与游客量的关联度均高于0.63，呈现较强关联性，但关联度在0.63与1之间波动；航空吞吐量与游客量呈正向强相关性(R=0.990)；2020年，游客量有望突破10亿人次。研究结论有望为航空旅游协同发展提供借鉴。
关键词： 航空；旅游；四川
0 引言
近年来，航空运输业与旅游业呈现出相互促进、互利互惠的复杂关系[1-3]。《四川省人民政府关于加快四川民航业发展的意见》为加快建设西部综合交通枢纽[4]，特别是为航空旅游协同发展提供了新的机遇。航空运输业与旅游业之间存在何种关联，如何实现二者的协同发展，是值得探索的重要问题。
航空运输业与旅游业的协同发展是交通运输地理的研究热点[5-7]。例如，潘旭莉和吴晋峰通过构建入境旅游流网络，总结出了拥有强大吸引力并具有良好航空运输条件的旅游城市也会成为入境旅游流网络的核心节点的结论[8]；王兆峰借助重力模型、相关分析以及回归分析，揭示了西南地区入境旅游流与航空客流之间具有显著的相关性[9]；党亚茹和陈韦宏运用平均路径长度等指标，发现在完善旅游航空网络的过程中，强化枢纽城市与其他旅游城市之间的联系尤为重要[10]。然而，关于四川省航空旅游关联度测量的研究，仅周蓓的成果可供参考[11]。由此，选取四川省民航吞吐量与游客量作为测量指标，揭示四川省航空运输业与旅游业发展关联度水平与相关性特征，预测旅游业发展趋势。研究结论有望为航空旅游协同发展提供借鉴。
永葆党执政发展的力量之源——读《不忘初心 牢记使命——中国共产党加强自身建设的历史传承与时代超越》 王立坦（3.124）
1 数据来源与模型构建
1.1 数据来源
数据来源于《四川省旅游统计便览》以及西南地区机场生产统计系统(http://info.swcaac.gov.cn)。其中，航空数据选取了四川省各城市通航的13个民用机场的旅客吞吐量，旅游数据则选取了四川省各地区接待国内外游客的数量。
1.2 模型构建
灰色关联度分析是根据各因素变化曲线的相似程度，量化系统中各因素关联程度[12]。采用指标数据的平均值去除相应的指标数据，得到各指标的标准化值[13]。从航空运输业与旅游业发展的关联性假设入手，构建二者的关联度公式：
(1)
标准化残差都分布在-2～+2之间，且是零散分布的，不存在线性关联，可认为模型不存在异方差性，可行性较高[16]。
我国公共文化服务研究的兴起，图书馆学人作出了重要贡献。从立项方面看，自国家社科基金重大项目设立以来，以“公共文化”为主题的招标课题一共才中标6项，图书馆学人主持了其中2项，占三分之一。从国家级专家队伍方面看，第三届国家公共文化服务体系建设专家委员会的专家委员名单中，图书馆学人约占了专家委员会队伍的五分之一。从国家级智库建设方面看，文化部五大研究基地中，有两所直接由图书馆学人来担纲主持，撑起了公共文化服务决策研究的“半边天”。21世纪初以来，我国公共文化服务建设的理念思想逐步成熟，方针政策逐步完善，法律保障逐步确立，公共文化服务建设实践也取得了丰硕成果。
(2)
油田企业档案管理工作信息化，对于提高油田企业的现代化管理程度具有非常重要的作用。在当前经济环境下，提高油田企业的现代化管理水平，加快其现代化进程已经成为一种共识。在此过程中，油田生产设备的技术含量飞速提升、管理模式日益更新，但是以传统人工方式为主的档案管理模式，与当前的油田企业现代化进程严重不符，在一定程度上制约了其现代化管理的进程。为了成功解决这一问题，有效提高油田档案管理工作的效率，信息化管理模式的引入是其必然选择。唯有如此，才能让油田档案管理工作与企业现代化管理进程的脚步一致，才能满足企业发展的需要。
2 研究结果
2.1 灰色关联度分析
从2001年的0.72上升到了2017年的0.85，表明旅游业与航空运输业之间的协调发展处于增长态势。近17年四川旅游业与航空运输业的关联度均在0.63以上，2015-2017年更是高于0.85，两系统的关联度日趋加强。旅客吞吐量与游客量的关联度变动在0.63～1之间，具有明显的波动性。由此，旅游业与航空运输业相互关联程度较高，但旅游业与航空运输业的强度及协调程度存在明显差异[14](图1)。
采用相对变化率指标对航空吞吐量(x )和游客量(y )进行对数变换。取自然对数，变换后的lnx 均值7.747 6，标准偏差为0.676 08；lny 均值为10.063 9，标准偏差为0.787 60。变换后的lny 和lnx 标准偏差比较接近[15](表1)。
图 1旅客吞吐量与游客量均值关联度
2.2 回归分析
2.2.1 数据预处理
积极幸福感被视为最佳心理健康过程，是一种积极的情绪状态。它是指人们对生活或锻炼的满意度与愉悦感，是衡量个人心理健康的重要指标。A组为慢跑组，B组为慢跑与音乐结合组。由图1得知，慢跑组运动前后积极幸福感有显著性差异，积极幸福感的量表问题有“我感到伟大”、“我感到积极”、“我感到强壮”和“我感到非常棒”。慢跑的运动量较小，慢跑可以解释为放松跑，众所周知，运动对不仅对人的身体有积极影响，对心理也有积极作用。慢跑结合音乐组运动前后积极幸福感有显著性差异，其原因是，慢跑本身是一种放松运动，在慢跑的时候听音乐，可以缓解心理压力。慢跑组和慢跑结合音乐组相比较，积极幸福感无显著性差异。
根据(2)式求出均值关联度r (t )，综合反映某一时刻四川旅游业与航空运输业关联度：
表 1对数变换表
① 该点墙体变形情况：该点处在基坑南端头墙的中部，端头墙总长26.2 m，两端阴角，沿基坑深度设4道斜支撑(其中第一道为钢筋混凝土支撑)，该种支护体系应能较好的限制连续墙(特别是短边)的水平位移，但是该测点在深度15 m处向基坑内位移达到66.87 mm，变形值过大，且变形最大部位较正常情况偏下。
2.2.2 模型对比
R2作为判断模型拟合优度的重要指标，其值越大，模型拟合度越高。F 值查表发现二次项差异显著，而其他3个函数不存在显著差异。由此，初步判定线性模型拟合度最高且不存在显著差异(表2)。最优模型如下：
式中，m 、n 分别为反映旅游业与航空运输业的指标数；ξ y (t )为旅游与航空发展水平t 时刻指标的关联度，关联度系数变化范围为0<r (t )≤1。若关联度在这一范围，则说明二者之间有关联性。r (t )值越大，关联性越大。0<r (t )≤0.35，关联度较弱；0.35<r (t )≤0.65，关联度中等；0.65<r (t )≤0.85，关联度较强；0.85<r (t )≤1，关联度极强[1]。
运用皮尔森(Pearson)相关系数对四川省航空吞吐量与游客量进行分析。结果显示，航空吞吐量与游客量之间的相关系数为0.990，表明二者之间存在着较高的相关性且为正相关。两者之间不相关的双侧显著性值为0.000<0.01，即在0.01的显著性水平上否认了二者不相关的假设。因此，航空吞吐量与游客量之间存在显著相关关系。
lny =1.126+1.154lnx
(3)
式中，ξ y(t )表示航空指标对旅游指标在t时刻的关联程度；
分别表示游客量、旅客吞吐量均值标准化值；k为分辨系数，其取值区间为[0，1]。
表 2模型汇总和参数估计表
2.2.3 模型预测
利用模型(3)对2018—2020年四川省游客量进行预测，对lny 预测值进行反对数变换，得到游客量预测值。除2008年四川省受汶川大地震的影响导致相对误差较大外，其他年份数据的拟合精度都比较高。预测结果表明：预测期游客量将持续稳步增长，2020年有望突破10亿人次。2008年汶川大地震、政治因素和突发灾难都可能造成旅游业的负面影响，但预测模型没有考虑到这些因素(表3)。
表 3实际值与拟合值残差对比表
3 结论与讨论
航空运输业与旅游业之间存在高度关联性[2]。以四川省旅客吞吐量与游客量作为测量指标，构建旅游业与航空运输业灰色关联度模型与回归模型，取得如下认识。
我曾经见过三余爷爷给亡故者下葬的场景。先用罗盘定位，在地上挖好坑，再在坑底用大麦撒出“太平”两个字， 放上几根松柏的枝条，然后将棺材入坑，盖土。由此不难看出，请风水先生的用意，是冀求“死生两平安”。至于建筑物选址，请风水先生，对于普通百姓来说，主要也不过是祈求平安，祛邪避凶罢了；求官求财，求出人头地，求耀祖光宗，求荣华富贵，这些，对他们都过于奢侈，和他们没有多少关系。但是，人一旦社会地位上升到一定高度，有了开阔的视野，心中便有了乾坤和世界，这时，对风水的重视和不惜血本，便有了另外的寄托，其欲望之豪华壮观，自然已是常人所无法理解了。
旅客吞吐量与游客量关联度整体水平较高并在不断地强化，旅游业与航空运输业之间的协调发展处于增长状态但二者的关联程度具有明显的波动性[1]。一方面，说明四川省航空网络日趋完善，为四川旅游业的发展提供了稳定的客源。另一方面，也说明四川航空网络发展还处于较低水平，虽然机场密度较高，但布局很分散，未能发挥较好的联动性，存在较高的冗余度[12]。2020年四川省游客量有望突破10亿人次，这意味着四川旅游市场将面对诸多机遇与挑战。
综上，本文是关于航空运输业与旅游业关联性研究的一次有益尝试。研究结论对构建航空旅游协同发展新格局，特别是实现“一干多支、五区协同；四向拓展、全域开放”战略目标有借鉴意义[17]。由于样本数据的不足以及指标选取的欠缺，未能全面反映航空运输业与旅游业的关联程度。有必要选取其他社会、经济变量，深入揭示四川航空运输业与旅游业协同关系。
致谢：感谢成都理工大学旅游与城乡规划学院人文地理学专业2017级硕士研究生薛广召与旅游管理专业2016级李岚茜为本文提供的诸多建议。
参考文献：
[1] 何调霞，黄成林，梁双波.中国旅游业发展与航空运输业关联分析[J].热带地理，2007，27(4): 332-336.
[2] 王姣娥，王涵，焦敬娟.中国航空运输业与旅游业发展水平关系测度[J].地理科学，2016，36(8):1125-1133.
[3] Turton B J，Mutambirwa C C.Air transport services and the expansion of international tourism in Zimbabwe[J].Tourism Management，1996，17(6):453-462.
[4] 晏志谦，胥晓刚，杨建.成都建设国际旅游城市的基础条件和实现路径[J].成都大学学报(社会科学版)，2013(1): 116-119.
[5] 王恩旭，王立新.区域性中心城市民航运输业与旅游产业协同发展研究[J].湖北社会科学，2014(2):70-73.
[6] 王兆峰，石献.武陵山片区旅游业与交通协同发展研究[J].经济地理，2016，36(2):202-208.
[7] 张建春，陆林.芜湖长江大桥与安徽旅游交通条件的改善[J].人文地理，2002(4):75-79.
[8] 吴晋峰，潘旭莉.入境旅游流网络与航空网络的关系研究[J].旅游学刊，2010，25(11): 39-43.
[9] 王兆峰.入境旅游流与航空运输网络协同演化及差异分析——以西南地区为例[J].地理研究，2012，31(7): 1328-1338.
[10]党亚茹，陈韦宏.基于中国优秀旅游城市的航空客运网络分析[J].旅游学刊，2011，26(2): 13-19.
[11]周蓓.四川省航空旅游网络空间特征及其结构优化研究[J].地理与地理信息科学，2008(1): 100-104.
[12]杨慧，龙云飞.四川省旅游业发展与经济增长的灰色关联分析[J].开发研究，2014(2):82-84.
[13]刘明.基于一元线性回归模型异方差对加权最小二乘法的考察[J].统计与决策，2012(19):11-14.
[14]毕丽芳，马耀峰.交通通达性与省域旅游经济的耦合协调度分析——以云南省为例[J].西安财经学院学报，2013，26(1): 124-128.
[15]徐春红，丁镭，董鸿安，等.浙江省旅游业发展与经济增长关系的时空格局及影响机理[J].旅游科学，2017，31(5):82-95.
[16]曾忠禄，郑勇.基于计量经济学模型的内地赴澳门游客量预测[J].旅游科学，2009，23(3):55-61.
[17]卢阳春.西部省域多点多极支撑发展战略的产业优化配置研究——以四川省为例[J].经济问题探索，2015(3):113-120.
Coordinated development of air transport and the future of tourism in Sichuan
FU Yingying，TANG Yong，GAO Jinhua，WANG Yaoshu
(College of Tourism and Urban-rural Planning，CDUT，Chengdu，610059，China)
Abstract :A lot of scholarship has focused on the coordinated development of air transport and tourism industry.To address this issue，this study aims to reveal the coordinated relations between the air passengers and tourists in Sichuan，an emerging international tourist destination in China.The Grey Relational Analysis indicates that the correlation coefficients from 2011 to 2017 range from 0.63 to 1，suggesting a strong correlations between the two，and this is supported by the results of Pearson’s Correlation Analysis (R=0.990).To look further，tourists in Sichuan is forecast to exceed 1 billion in 2020 by using the liner regression analysis.The empirical evidences with full practical implications will help the realization of the coordinated development of airline industry and tourism in Sichuan and beyond.
Key words :Aviation；Tourism；Sichuan
doi: 10.3969/j.issn.1006-8554.2019.12.088
基金项目： 四川省教育厅重点研究基地西部交通战略与区域发展研究中心项目( 2016XJQ0012)； 2019年四川省社科规划“统计发展专项课题”：四川“一干多支、五区协同”区域旅游发展统计监测评价研究( SC19TJ008)。
作者简介： 傅滢滢( 1994-)，女，四川南充人，成都理工大学旅游与城乡规划学院人文地理学硕士研究生，研究方向：旅游目的地管理。
唐勇( 1979-)，男，四川成都人，成都理工大学旅游与城乡规划学院副教授，博士，硕士生导师，主要从事旅游地理的教学与研究工作。
标签：航空论文; 旅游论文; 四川论文; 成都理工大学旅游与城乡规划学院论文;