文摘
从时间维度,分析的特点,规模、产业结构、就业弹性,全面就业的影响区域旅游就业基于三级标准旅游就业的范围根据地区物联网。从空间维度,我们以城市区域为基本研究单元,采用多个指标,进行综合评价的区域发展区域旅游就业通过横向和纵向的比较。本文运用多元线性回归分析建立县旅游经济的发展水平之间的关系和影响因素;数量级的影响,旅游资源禀赋,位置交通状况和经济发展。使用单一指标和多个指标,县旅游经济评估和分析时间和空间上的差异。我们选择旅游总收入作为指标和使用方法,如范围、标准差、变异系数,系数分析的时差在每个县旅游经济。我们采用格兰杰因果检验等方法,分析该地区旅游业就业影响因素和增长模式。通过建立旅游就业增长动力系统的结构模型,采用因果关系检验等方法,分析了区域旅游就业影响因素和增长的方法,结果表明,该区域旅游就业增长方式是投资驱动型旅游就业增长方式。
1。介绍
近年来,旅游业的发展速度根据地区物联网已经加速,发展水平也在增加。与其他地区相比,尤其是发达旅游地区,仍有较大差距,和总体发展水平还比较低1]。旅游率可以反映出游客和旅游收入的数量在一个地区,以及一个地区的旅游发展现状。有明显的时间和空间差异在旅游城市和州率在同一地区(2]。除了改善人民生活水平和科学文化素质,旅游已经成为一个朝阳产业对区域经济和社会发展3]。旅游业的发展大大增加了地区国民收入和有效地增加了国民生产总值和财政收入;旅游业有较大程度的相关性和强劲发展推动作用,可促进相关产业和经济的发展,促进结构优化和调整4]。旅游业是一个劳动密集型的行业,可以容纳和吸收更多的劳动,创造丰富的就业空间,并帮助解决社会就业问题;旅游业的发展可以提高人民的生活质量。不仅可以改善人们的身心健康,还可以改善人们的品质和素养和丰富人们的精神世界,促进人的全面发展,帮助构建和谐社会5]。
国内研究旅游流的时空分布特征有更多的入境旅游流的空间分布研究[6]。Talari et al。7)区域入境旅游流分为空间划分。为研究旅游流的空间格局,在水平血统,更强调循环结构的研究,和在垂直的血统,更强调单点水平研究[8]。目前,旅游流空间结构的概念模型主要包括休闲度假模式,旅游模式,空间分层运动模式,国际旅游流模式,城市旅游流模式,旅游和旅游空间结构模式(9]。Piccialli和Chianese10)进行了理论研究旅游流空间格局和旅游流空间模式的基本理论分为三个理论,即圆结构理论,核心边缘理论,和空间扩散理论。存在的一些问题,并在此基础上,提出了旅游流的研究。珠剂等。11]研究了地区出境旅游流的空间结构优化和优化这两个方面的目标和源的游客通过研究地区出境旅游流的特征及其空间结构。外国学者主要研究游客的旅游偏好、旅游动机、旅游行为、旅游需求和旅游流的分析和预测12]。Zsarnoczky [13]分析了五个因素,直接影响到双边旅游流的流动,即政治因素,经济因素,民营企业,无形因素,外交和健康因素。韦伯et al。14)强调旅游的季节性流动。从macroperspective,它使用基于寄存器的数据来分析旅游流空间结构和分析最近的影响和迁移流动和流动的外国财产所有权。Jha et al。15)对旅游流的比较优势进行了研究。本文指出,旅游、国际贸易流动有相似之处。结果通常是由两个方面:供应变量和出口国家的比较优势。此外,西方地理学家还致力于研究的解释模式和旅游流空间分布模式,但它们大都是基于假设,所以他们没有什么实际意义,做出有用的贡献,他们旅游流的研究方法(16]。一些学者分析五个因素,直接影响到两国的旅游流流动,也就是说,政治因素,经济因素,民营企业,无形因素,外交和健康因素17]。研究人员强调旅游的季节性流动(18]。一篇文章指出,旅游、国际贸易流动有相似之处,而结果通常是由两个方面:供应变量和输出国的比较优势19]。此外,西方地理学家还致力于解释模型和空间分布模型的研究旅游流,但是大部分都是基于假设,实际意义不大,没有旅游流的研究方法作出了有益的贡献。旅游流的研究是一个重要的基础制定旅游发展规划,确定来源市场,制定对外宣传策略(20.,21]。
目前,研究基于区域旅游经济差异的物联网略有不足。现有的研究结果仅限于大型区域或城际地区,和他们中的大多数仍定性分析,缺乏定量实证分析。本文使用定量、定性和空间分析的方法来研究旅游经济的时空差异地区物联网的基础上,分析了差异的影响因素,然后提出了县域旅游经济发展的对策。鉴于时间和空间差异的特征旅游率,这些特征的原因进行了分析从政治、社会、旅游资源、交通和短期危机。这种方法的计算需要多少劳动力投入来扭转的输出旅游业认为旅游特色产业的就业能力主要取决于两个主要因素。根据实际情况,建议增加旅游率,促进区域旅游产业的可持续发展:建立大旅游的概念和创新旅游开发的概念,这有利于加快体制改革;加强政府的领导旅游业有利于区域旅游;专注于旅游专业人士的培训有利于提高旅游服务的质量。
2。建设时间和空间的演化模型基于区域旅游经济差异物联网技术
2.1。地区物联网空间层次结构
实时系统的类型如物联网、时间计算树逻辑(TCTL)可以代表大量的天然标准属性,如安全性和时间响应,尤其适用于研究时间可达性。因为它的功能强大,它可以捕获许多常规检查,可以更有效地执行验证。由于潜在的状态空间模型基本上是不可数的,可访问性的分析必须使用象征性的技术描述的连续性时钟通过有限的商。图1显示了空间层次嵌套区域物联网。
由于物联网系统的实时性和并发的特点,基于穷举搜索用状态空间和时钟乐队,倾向于生成的状态数成倍增加,大大增加了时间和空间的消费。当并发系统的数量很大,直接搜索状态空间将超过计算机的内存限制,和验证结果将不会获得。
直接消耗系数,也称为输入系数、记录我,j,指的直接消费单位的总产出j产品(或行业)部门在生产经营过程中。商品或服务的价值的消耗我产品部门是由每个产品的直接消耗系数的形式(或行业)部门直接消耗系数表或直接消耗系数矩阵,通常用字母表示T。
直接消耗系数反映了生产结构的基本特征在里昂惕夫模型和完全消耗系数计算的基础。充分揭示了技术和经济国民经济的各个部门之间的联系,也就是说,之间的相互依存和相互克制的力量领域,并提供了重要的经济参数构建投入产出模型。
范围是指最大值和最小值之差的指数。它反映了最大的绝对差某一指标的变化在不同的地区。指数范围可以显示之间的差距县旅游经济最发达和最不发达的县旅游经济。标准差是根号√标准的偏差的平方值的每个单元的人口从它的意思。
完全消耗系数是指直接或间接的和消费的商品或服务我为每个单元提供的产品领域j最终产品部门使用。每个产品部门的完全消耗系数表达形式的表,这是一个完全消耗系数表或完全消耗系数矩阵,通常用字母表示V。
变异系数是标准差比相应的平均水平。它可以排除的影响差异的单位或者平均值的比较两个或两个以上的变异程度值。的变异系数f(x)可以解释旅游经济相对差异在不同的研究单位。
2.2。时空差异演化模型
在本文中,基于区域旅游经济的不同物联网意味着,不同因素的影响下,不同地区之间的经济水平差异在旅游经济的发展和旅游业的发展不平衡,不同地区在一段时间内。图2显示了一个示意图时空演化模型的差异。增长极是指经济单位的集合在空间聚集特征。经济发展将首先在某个时候爆发的地区,然后逐渐从这个点向外传播,从而推动整个地区的经济发展。它拥有强大的规模经济和推动整个地区的经济发展通过乘数效应、优势效应,极化和扩散效应。一些地区开发的第一个成为地区“中心”由于各种有利因素,而其他地区成为“外围”由于滞后发展。中心处于主导地位,而外围取决于开发中心和外围资金,材料,和劳动将不断转移到中心。
一般来说,旅游业发展水平越低,游客的消费水平越低,越高的比例基本旅游消费支出在消费总支出。目前,随着区域旅游产业通常是在开发的早期阶段,旅游配套设施和服务尚未完成,产品单一,旅游消费主要用于交通、住宿、餐饮、观光、等,和非基本旅游消费的比例非常小。就业弹性的变化曲线基本上是类似于第三产业,和波动幅度逐渐融合的趋势。旅游产业的就业弹性显示几乎相同的就业弹性变化。统计测试的目的是测试的可靠性和精度估算值。表1显示了旅游行业特点的统计测试结果。拟合优度的适合度是指回归线观测值。回归参数估计表明,该模型符合样品。
旅游产业属于第三产业特征。主要有两种方法测量旅游经济的区别:绝对差异和相对差异。它表明,回归方程是显著的;即变量如旅游资源禀赋、地理位置和交通条件、经济发展水平和产业结构对旅游经济产生重大影响。当其他变量保持不变,说明变量如旅游资源禀赋、地理位置和交通条件和经济发展水平对旅游经济产生重大影响,而对旅游经济产业结构没有显著的影响。
2.3。旅游经济权重因素的分布
的影响因素评价指标体系的建立基于区域的旅游经济物联网要求指标科学、清晰的特点,可以准确反映主要方面和旅游经济影响因素的基本特征。正确认识的基础上县旅游经济影响因素进行分类,每个类别对应于特定的指标,构建县旅游经济影响因素指标体系。因此,发展旅游业具有重要意义,进一步利用旅游特色产业的潜在吸收劳动力,调整区域就业结构、就业结构优化和升级,实现协调发展的就业结构和产业升级。
基于邻近的县(市、区),使用二进制重量邻接矩阵,和Geoda软件用于计算的全球空间自相关系数综合区域旅游经济的发展水平。调整的拟合优度为0.918,表明有一个重要的因变量和自变量之间的线性关系。统计t值都是积极的,显著性水平小于0.05,表明标准回归系数是显著的。图3显示了二维散射点分布的拟合优度的时空差异。因此,对整个方程有很好的拟合效果,表明区域经济发展的水平可以反映出区域旅游经济的发展在一定程度上。因此,在构建旅游经济的综合发展水平的指标,本文从两个方面构造:旅游业发展水平和区域经济发展水平。
选择的指标体系必须能够科学地反映县旅游经济的实际情况和忠实地反映相应的影响因素的内涵通过选择指标,并有很强的相关性和高的代表性。指标体系的建立是最终实现每一个具体的数据,所以选择的索引数据的可用性和计算必须坚强。因为它是相对难以收集县数据,它是必要的,以确保指标的可用性。可操作性的原则是一个不可或缺的条件,建立一个完整的指标体系。完全消耗系数是指直接或间接的和消费的商品或服务我为每个单元提供的th产品部门jth产品部门最终使用。基于县旅游经济的特点和影响因素指标体系建设的原则,并借鉴一些最新的当前区域旅游经济研究的结果,本文主要关注四个方面的旅游资源禀赋、地理位置和交通条件、经济发展水平和产业结构。他们是旅游资源禀赋、位置交通状况、经济发展水平和产业结构。因此,我们可以得出结论,旅游资源禀赋影响该县的旅游经济在更大程度上。地理位置和交通条件大于经济发展水平和产业结构。这基本上是一致的经验判断。
3所示。结果和分析
3.1。提取的旅游经济数据
我们使用SPSS19.0软件来分析所选指标使用方差最大正交旋转方法。KMO测试结果为0.819,表明主成分分析方法是合适的。数理统计不能从空间的角度探索经济差异的进化。因此,本文使用天然裂缝的方法在ArcGIS软件分类县和可视化分析县域旅游经济发展的时间。空间演化的特点来弥补空间分析和数理统计的局限性也反映了地理的特点对不同的分布从空间的角度来看的东西。研究需要使用县级行政区划的相关数据。表2显示了旅游经济数据的统计。本文是获取相关数据完整和全面。通过访问统计各县的网站,相关有效的数据收集统计年鉴、统计报告,或年度国民经济和社会发展报告反映县的旅游经济尽可能全面、准确。
通过计算,在过去的十年里,区域旅游产业的就业规模已显示出总体增长趋势,但波动相对较大。区域旅游行业员工的数量已达到961300,比773300年增长24.31%,年均增长2.03%。员工旅游特色产业的比例的员工总数在社会增加了,从3.20%提高到3.43%,但在第三产业员工的比例下降,从14.45%降至11.35%。就业的增长速度快于员工人数的增长速度在整个社会但显然落后于员工人数的增长在第三产业。邮政行业等传统劳动密集型产业已经成为吸收劳动力的主要产业在该地区的第三产业,就业的比例超过10%。可以看出,选中的索引数据反映出区域旅游经济发展水平进行主成分分析和降维,和四个主成分提取。主成分的特征值为5.665,和它的主成分贡献率为47.206%。两个主成分的特征值为1.737,和它的主成分贡献率为14.472%。三是1.319,主成分的特征值及其主成分贡献率为10.992%。四个主成分的特征值是1.178,和它的主成分贡献率为9.819%。 Its cumulative variance contribution rate has reached 8.489%. Figure4显示了统计分布的方差贡献率的旅游经济。四个主成分的特征值都大于1,表明提取的4个主成分可以描述旅游经济差异的综合影响。
我们使用多元线性回归来分析旅游经济发展水平之间的关系和旅游资源禀赋、区位交通条件、经济发展水平、产业结构等因素和判断的不同因素对因变量的影响程度。从因果关系的分析测试结果的两个变量组成的组合影响变量和旅游特色产业的就业弹性,有一定的单向劳动关系因素和旅游特色产业的就业弹性。县和城市之间的差异和差异在县和城市显示出下降的趋势波动。从0.934下降到0.469表明,旅游总收入在城市地区差异逐渐减少。
4所示。时间和空间差异进化模型的仿真
为了进一步全面研究区域旅游的地区差异,本文提取X1国内旅游收入,X2旅游外汇收入,X3国内游客,X4国际游客。作为解释变量的影响区域旅游就业,不仅需要分析它从就业的规模也从就业质量的抓住它。因此,旅游就业的绝对数量和旅游就业选择的弹性测量。GH, TH、GT和TT是用来表示旅游核心产业的就业规模,旅游核心产业的就业弹性,旅游业的就业规模的行业特点,和旅游特色产业的就业弹性。这样的统计口径显然是不足以反映实际情况和旅游产业的总体情况,并不能反映相应的地位和作用的旅游业在国民经济。图5显示一个折线图的旅游经济总量的比例值。本文使用国际和国内游客访问(TP)与国际和国内旅游收入(TC)来描述旅游需求因素,选择固定资产投资(FAI)和旅游机构(TS)的行业是高度相关的旅游经济增长来描述旅游供给因素,并使用国内生产总值(GDP),第三产业生产总值的比例(TIG)和人均收入(PCI)来描述经济环境因素。
很难选择合适的变量县旅游空间差异的影响因素。为了更好地衡量每一个影响因素,有必要合理排序和处理原始数据。本文做了许多调整SPSS数据通过多种的选择计算。的贡献指数县旅游经济对国民经济的比例是县的旅游总收入地区国内生产总值。根据计算结果,县旅游业的贡献指数在0到0.10之间被命名为一般工业、县旅游业的贡献指数在0.10和0.20之间(包括0.10)被命名为支柱产业,旅游业和县级贡献指数在0.20和0.30之间(包括0.20)被命名为一个重要的支柱产业,并贡献指数为0.20。县旅游业超过30(包括0.30)命名为战略支柱产业。图6显示了一个风扇图基于地区物联网的贡献指数。并通过ArcGIS软件,这四个层次的县提出了不同的颜色分析的时空演变分析不同县旅游经济对国民经济的贡献。旅游总收入的县(市、区)地区非常贫穷,标准差是增加。变异系数和赛尔系数显示波动下降的趋势,表明总旅游收入的绝对值的县(市、区)。的差异显示了加速增长的趋势,旅游总收入和相对差异逐渐缩小。
我们总游泳速度划分为三个层次:第一层次,总游泳率极低,小于100%;在第二层次,总游泳率很低,这是100%到200%;第三个层次,一般游泳率高,在200%和300%之间。我们可以看到,城市和州的旅游率异常在该地区是显而易见的差异值。在一些地区,异常值是积极的,有些是消极的。根据数据,我们将每个城市和州的总旅行速度异常分为三类:第一类,总旅行速度异常值大于50%;第二类是指地区总旅游率接近平均水平,和总旅行异常率低于50%;,第三类是指就业总人数的大部分地区旅游业,旅游业也吸收劳动力的主要领域,占就业总人数的大部分地区和城市和地区的比例基本上是相同的。入境旅游率异常分为两类:第一类是入境旅游率水平和第二类地区入境旅游率低于平均水平,和异常值是负的。旅游总收入的全球指数中的每个县(市、区)地区是积极和波动显示了增加的趋势,表明有一个旅游总收入的重要空间相关性。
4.1。示例应用程序和分析
我们入境旅游率划分为四个层次。第一级是指地区的入境旅游率不到0.1%,第二个层次是指入站的地区旅游率为0.1%至1%,第三个层次是指地区入境旅游率在1%至2%之间,和第四级别是指地区入境旅游率大于2%。通过比较旅游就业由单位收入的数量,它反映了旅游业对就业的贡献地区各个地区和城市的同时测量不平衡地区之间发展的指标。其大小取决于旅游经济和劳动生产率的增长速度。从一个空间比较,更好的经济基础和旅游经济发展的综合实力越强,越小的工作数量由旅游收入,基本上在0.10和0.15之间。极值比和变异系数显示一个明显的增长趋势,可以直观地看到。图7的柱状图显示了旅游经济的平均年增长率。比较的旅游就业由旅游收入的数量,第三产业GDP、GDP和单位收入的地区,就业的数量由每劳动是最小的旅游收入。这些反映,从行业的角度比较,单位旅游劳动的输出水平相对较高;从地区的角度和城市比较,经济发达地区的旅游劳动生产率相对较高。换句话说,欠发达地区的旅游经济有强大的labor-absorptive能力相对较高。
县排名进步超过10个地方命名快速发展类型,与县之间的排名提高0和10个地方(包括0和10)命名的发展类型,与县排名退化的1到10的地方(包括10)命名滞后型,与县排名退化超过10个地方命名明显滞后型。我们利用ArcGIS软件空间可视化地图探索空间变化的规律。该地区固定资产投资的规模表明连续增加的特点,平均年增长率为18.25%,高于国内生产总值(GDP)近5百分点。固定资产投资对经济增长的贡献率已经达到58.40%,近年来已上升到70%左右。固定资产投资的双重作用是调节供给和需求。积累和投资的长期增长是最基本的条件,大量的剩余劳动力吸收的经济。一方面,连续大规模投资余额原始的劳动力和资本。坏了的关系,促进就业增长;另一方面,它间接地推动其他相关行业的投资和就业的扩张通过乘数效应。范围从149.54增加到718.83,平均年增长率达到20.4%。 And in recent years, the growth has been particularly obvious, and the range has grown rapidly from 483.87 to 718.83, a growth rate of 48.56%. The growth of the standard deviation is very similar to that of the extreme deviation, but the growth rate is faster. Figure8显示一个折线图的旅游经济的增长速度。
通过分析区域旅游就业效应变量之间的相关性和各种影响因素,它基本上可以判定核心旅游业的就业规模和特色产业有很强的same-directional与各种影响因素的关系,以及显著性水平是显而易见的。特色产业的就业弹性弱,与各种影响因素,逆关系及其显著性水平并不明显。它可以发现,区域旅游会影响几乎所有工业领域的就业,但不同行业部门的就业效应受到旅游业的影响。该方法的重点是探索空间数据的分布,所以有必要测量数据之间的相关系数。根据综合分析,住宿和餐饮行业最受影响。每个旅游特色产业的全面就业系数为2.0015,也就是说,每一个特色产业收益10000元的附加价值,从而导致20015住宿和餐饮行业的就业机会。这是紧随其后的是制造业在1.9477和1.4686的旅游核心产业。
5。结论
分析旅游经济的统计数据基于地区物联网和得出结论,绝对差异县旅游经济的发展不平衡是扩大,相对差异不断缩小,注意力集中程度的县旅游经济下降,并在一个平衡的方向发展。本文分析了县旅游经济差异的时空演化特征从三个方面:总县旅游收入的差异,区别在县旅游经济对国民经济的贡献,和排名的差异变化的县旅游经济。本文遵循旅游发展动力系统的结构模型,结合了就业增长的理论观点,认为旅游业的独特属性,并建立一个互动的类型元素组成的旅游需求和旅游供给和连接的经济环境和劳动条件。该方法的重点是探讨空间数据的分布规律,所以有必要测量数据之间的相关系数来确定数据的空间关系和强度的关系。从空间维度,我们以城市区域为基本研究单元,以旅游特色产业的就业人数为研究口径,采用多个指标,进行综合评价的区域发展区域旅游就业通过横向和纵向的比较。我们使用SPSS19.0建立多元线性回归模型分析影响区域旅游经济的重要因素影响区域旅游经济差异的因素。最后,对策和建议促进区域旅游经济的可持续发展,提出以缩小区域旅游经济差异和促进旅游经济的协调发展。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作是由浙江旅游学院。