1、我国在线旅游业影响因素的实证分析摘 要：灰色关联度分析理论，是指在不完全信息中，发现并确定各因素间的关联性，从而确定主要矛盾。本文将灰色关联度分析理论，应用于我国在线旅游市场影响因素的研究中，计算出各影响因素间的关联系数，并在此基础上得出不同影响因素的关联度值，最后通过对比分析关联度值大小，确定不同因素对于我国在线旅游市场的影响程度，从而为我国发展在线旅游业提供相关参考。 下载 关键词：在线旅游；灰色关联度分析；关联系数；移动互联网 灰色关联度分析，通过定量比较系统中各因素间，在发展过程中随时间变化而相对变化的过程。当前灰色关联度分析应用相当广泛，但将其应用于在线旅游业研究的却并不多见，国内外
2、大多数学者对于在线旅游业的影响因素研究，都是采取定性研究方法，立足宏观层面进行分析。本文旨在通过灰色关联度理论的动态分析方法，从定量角度对比分析我国在线旅游业的关键影响因素，并对我国在线旅游业发展的主导因素和制约因素，进行定量评估，从而为促进我国在线旅游业发展提供科学依据。 一、灰色关联度分析的理论背景 灰色关联度分析（Grey Relational Analysis），属于灰色系统分析法中的一种，20 世纪 80 年代，由华中理工大学教授邓聚龙首先提出。灰色关联度分析，利用因素间发展趋势的相似或者相异程度，也就是“灰色关联度”，来衡量因素间的关联程度，它对于一个系统的整体发展态势提供了定量化
3、的研究，因此，非常适合应用在动态历程分析中。 在线旅游系统，是一个围绕“互联网旅游经济”因素形成的复杂系统，在这个系统中，涉及了互联网、旅游者、旅游市场、旅游资源及产品、旅游企业、旅游服务、交通等诸多因素，在线旅游系统内各因素间错综复杂，构成了一个典型的灰色系统。 灰色关联度分析步骤如下：1）确定反映系统行为特征的参考数列及反映影响系统行为特征的比较序列；均一化处理参考数列与比较的原始时间序列数据；计算出差值绝对值矩阵；求出关联系数矩阵；计算关联度；关联度排序。 二、影响我国在线旅游经济的灰色关联度分析 （一）指标确定与处理 分析一个行业的发展情况，可以通过这个行业的成交规模来体现。据艾瑞咨询
4、网相关数据统计，我国在线旅游市场发展中，2014 年总成交规模为3077.9 亿元，同比 2013 年增长了 38.9%，其中在线渗透率为 9.2%，同比增长 1.7%。 本文以代表在线旅游业发展的在线旅游交易规模作为参考数列，相关影响因素作为比较序列。假定旅游资源及历史文化不变，参考关于行业环境的影响因素分析，从经济因素、社会因素、科技因素、旅游服务因素、交通因素、环境质量因素等六个方面出发，确定了影响在线旅游业发展的关键因素，同时在借鉴当前研究结果基础之上，遵循科学性、可操作性、全面性原则，共提取出了 12 个具体指标（如表 1 所示），截取并且对比分析这 12 个变量自 20082014
5、 年间 7 年的数据，这些原始数据均出自中国国家统计局官网上的中国统计年鉴（20082014 年）。 由上表数据可以发现，参考数列与比较数列数据间统计口径不同，为了方便研究，接下来的分析中将对所有数据进行均一化处理。 （二）灰色关联度计算 通过上述指标选取及相关数据处理之后，确定了 1 个因变量（参考数列）和 12 个自变量（比较数列），设在线旅游交易规模 Y0 为因变量，Yi（i=1，2，312）则为自变量数据， （Y0，Y1，Yi）=Y0（1）Y1（1）Yi（1）Y0（2）Y1（2）Yi（2）Y0（k）Y1（k）Yi（k） 其中，i=1，2，n（自变量个数），k=1，2，N（自变量数列长度
6、）。 那么，数列 Y0 和数列 Yi 就构成了一个灰色分析数列系统，将原始数据导入矩阵中之后，矩阵运算过程如下：将矩阵中原始时间序列数据进行均一化处理，保留四位小数点；求出均一化后参考序列和各子序列不同年份对应的差值绝对值和两级极差；求出关联系数矩阵。 根据关联系数矩阵，计算灰色关联度，表 3 依据关联度值大小排序，选取了关联度在前 8 的自变量。 （三）灰色关联度分析 通过表 7 的数据可以发现，我国在线旅游交易规模与影响因素间的灰色关联度，由大到小排序依次为：国营与民营银行和保险公司平等有序开展各自业务的氛围，鼓励这些行业中的企业进行理念和业务创新，吸引更多的企业进入，从而提高银行业和保险
7、业的集聚程度，提高整个上海市的金融产业集聚程度。一方面，这样可以推动上海市经济更快更好地发展，另一方面，由于上海志在建设成为国际金融中心，而具有总部功能的金融机构在上海市的集聚更是其重要前提，因此，提高金融产业集聚程度也可以为打造上海国际金融中心创造更好的条件。（作者单位：东华大学旭日工商管理学院） 参考文献： 陈文锋，平瑛.上海金融产业集聚与经济增长的关系J.统计与决策.2008，（20）：93-95. 李佳.金融产业集群对经济增长促进作用的实证研究基于上海市时间序列数据J.陕西农业科技.2011，（3）：191-194. 张世晓.区域金融集聚与区域经济增长J.湖北经济学院学报.2010，（
8、4）：41-47. 史修松.产业集聚及其测度理论研究动态J.科技管理研究.2009，（9）：267-270. 程慕华.北京市金融产业集聚与经济增长的关系研究D.北京：首都经济贸易大学，2014. 陈健.上海金融产业集群发展研究D.北京：北京大学，2014. 国民经济行业分类（GB/T 4754-2011）S.北京：2013. 尹梦璇.金融集聚与区域经济增长的关系研究D.福建：厦门大学，2014. 梁颖，罗霄.金融产业集聚的形成模式研究：全球视角与中国的选择J.南京财经大学学报.2006，（5）：16-20. 于凤艳.上海金融发展与经济增长关系的实证研究J.区域金融研究.2011，（7）：33-36. 林江鹏，黄永明.金融产业集聚与区域经济发展兼论金融中心建设J.金融理论与实践.2008，（6）：49-54.
