2010年西南旱灾对贵州旅游业的影响评价研究*

论文导读:：本文首先通过分层聚类的方法，得出吉林、黑龙江等地区和贵州的旅游业受上海世博会的影响为同一类别，把世博会对吉林和黑龙江旅游业拉动率的平均值作为其对贵州旅游业的拉动率，剔除了世博会对贵州旅游业的影响，然后应用本底趋势线模型计算出贵州旅游业因旱灾导致的损失值和损失率，最后运用近年来贵州旅游业的半年度数据证实了旱灾确实对旅游业产生的影响。
论文关键词：旱灾，上海世博会，贵州旅游，影响评价
 

一、引言

2009年9月中旬至2010年4月，我国西南地区发生了重大旱灾，局部地区旱情百年一遇。对于贵州省来说，干旱不仅对第一产业造成直接经济损失，对第二产业尤其是资源型企业产生重大影响，而且对旅游业也产生了一定的影响。本文通过网络进行调查，于2011年5月1日分别在百度网站里输入“2010年干旱，贵州旅游”、“2010年干旱，广西旅游”和“2010年干旱，云南旅游”等关键词进行网页搜索，快速浏览相关网页，发现有关旱灾对旅游业的影响的报道较多，但大多限于描述性的分析旅游论文，尚未见系统科学的研究。下表是搜索到的相关结果条数和一些有关旱灾对旅游业影响的描述，从这些描述中我们对旱灾对旅游业的影响可窥见一斑。

表1 旱灾对旅游业的影响的百度搜索结果与描述

Table 1 The Impactof Drought on Tourism: the Baidu Search Results and Descriptions

2010年贵州旅游业还受上海世博会的影响，因此，要研究旱灾对贵州旅游业的影响，在年度数据里必须先剔除世博会的影响值。本文研究3个问题：（1）2010年上海世博会对贵州旅游业的影响；（2）在剔除世博会影响的基础上，研究旱灾对贵州旅游业的影响；（3）以更高的时间分辨率统计数据来证实旱灾对贵州旅游业的影响。

二、文献综述

旅游业是一个极其脆弱的产业，受各种重大事件的影响较大。近年来，国内外重大事件频发，其对旅游业的影响已成为学术研究的一个热点问题。国外相关的研究起步较早，对于单个孤立事件旅游危机研究较深入（Sparrow MA etal,1989），如Khan H（2001）等人关于2001年亚洲瘟疫对新加坡旅游业的影响，Huang J H（2002）关于2001年台湾地震后旅游业的恢复研究，Goodrich（2001）关于“9.11”事件对美国旅行和旅游业的影响等。相比较而言，国内的相关研究起步较晚，但发展较快，如鞠文风等（1999）用1998年与1997年相比较，分析了亚洲金融危机对我国入境旅游的影响；李景宜（2003）用相邻年份统计数据相比较，分析了1989年政治风波、海湾战争、亚洲金融危机、科索沃冲突、“9.11”事件对我国入境旅游的影响；朱迎波（2003）、曾本祥（2005）、籍振年等人（2003）分别用2003年与2002年相比较的方法，分析了SARS 危机对我国旅游业发展的影响；吴令云等（2004）用时间序列模型分析了“9.11事件”对道琼斯指数的影响和SARS危机对旅游业的影响；孙根年等人（1998a,1998b,2006）利用本底趋势线分析了1989年政治风波以及2003年“SARS”对我国入境旅游的影响；戴光全、保继钢（2007）以本底趋势线模型方法为依据，对1999昆明世博会的经济和旅游效应进行了定量评估；魏小安等（2008）利用相邻年比较法对近30年来的灾难事件进行了分析，并对汶川地震后中国旅游形势进行了分析和判断；马丽君、孙根年等（2010）利用本底趋势线研究了汶川地震对四川及周边省区旅游业的影响；刘亭立、王诚庆（2011）采用事件研究法和趋势分析法，选择奥运板块上市公司为研究样本，实证检验了奥运会这一重大节事的短期与长期经济效应，对研究重大节事对旅游业的影响提供了一种新的思路和方法。纵观上述文献旅游论文，其研究方法主要有相邻年份比较法，时间序列分析法和本底趋势线法。

三、研究方法

为了更准确地评价2010年西南旱灾（以下简称旱灾）对贵州省旅游业的影响，需要剔除2010年上海世博会（以下简称世博会）对贵州省旅游业的拉动效应。本文先选取各省（市、区）旅游业的相关指标，加上各地方到上海的距离这一指标，来对全国大陆除上海外30个省（市、区）进行Q型分层聚类分析，从树形图中选取适当层级的分类，把世博会对同一类别省区旅游业的影响视为相同中国学术期刊网。

确定与贵州处于同一类别的地区后，根据其历年数据，建立各地区国内旅游人数、国内旅游收入、入境旅游人数、旅游外汇收入本底趋势线，依据其预测功能得出2010年本底值，通过与2010年统计值的比较，得出世博会对各地区旅游业的拉动率。由此，根据世博会对与贵州处于同一类别地区的旅游业的拉动率的平均值，推算出世博会对贵州省旅游业的拉动率。

在剔除世博会影响的基础上，根据本课题前期建立的贵州省旅游业的4个本底趋势线模型，得出2010年贵州省旅游业相关指标的本底值，结合统计值，计算出旱灾导致的损失值与损失率。因贵州旱情在2010年4月后相继缓解，所以旱灾对旅游业的影响主要集中在上半年，通过贵州2006年至2010年上半年的统计数据进行分析，进一步证实旱灾对旅游业的影响。

四、研究结果

（一）分层聚类及其结果

本文选取了取星级饭店数（个）、旅行社单位数（个）、国家级风景名称区（处）、全国重点文物保护单位（处）、世界遗产与国家遗产（处）、 世界地质公园与国家地质公园（处）、 国家级自然保护区（处）、国家级水利风景区（处）、国家级非物质文化遗产（项）和各地区（以省会城市为代表）与上海的铁路客运距离（公里）共10项指标来进行聚类分析，其中星级饭店数、旅行社单位数、国家级风景名称区、全国重点文物保护单位4项指标值来源于2010年各省统计年鉴，其余指标值来源于各相关网站，图1是进行Q型分层聚类后得出树形图。

图1 分层聚类树形图

Figure 1Hierarchical Clustering Tree

从图中可以看出，首先结合成一类的是青海、宁夏、重庆、甘肃、吉林、内蒙古、贵州、黑龙江、四川，因无法查阅宁夏、青海、内蒙古历年（18年以上）旅游业的统计数据，加之重庆与四川同属于受旱灾影响的地区旅游论文，所以本文只选取黑龙江、吉林两省作为研究世博会对贵州省旅游业影响的参照对象。

（二）世博会对吉林、黑龙江与贵州旅游业的拉动率

1.世博会对黑龙江旅游业的拉动率

依据黑龙江省1992～2009年入境旅游人数（万人次）、旅游外汇收入（万美元）的统计数据（其中1994、1996年数据采用插值法取得，2003年数据采用插值法订正）和1995～2009年国内旅游人数（万人次）、国内旅游收入（亿元）（其中1995年数据采用插值法取得，2003年数据采用插值法订正）SPSS回归分析建立了4条本底趋势线，并计算出世博会对2010年黑龙江省旅游业的拉动率，如表2所示。

表2 2010年上海世博会对黑龙江旅游业的拉动率

Table 2 ThePulling Rate to the Tourism of Heilongjiang by 2010 Shanghai World Expo

注：，数据来源于该省历年统计年鉴，表3同。

2.世博会对吉林旅游业的拉动率

依据吉林省1992～2009年入境旅游人数（万人次）、旅游外汇收入（万美元）的统计数据（其中2003年数据采用插值法订正）和1997～2009年国内旅游人数（万人次）、国内旅游收入（亿元）（其中2003年数据采用插值法订正）利用SPSS回归分析建立了4条本底趋势线，并计算出世博会对2010年吉林省旅游业的拉动率，如表3所示。

表3 2010年上海世博会对吉林旅游业的拉动率

Table 3 ThePulling Rate to the Tourism of Jilin by 2010 Shanghai World Expo

3.世博会对贵州旅游业的拉动率

根据表2、表3，取世博会对黑龙江与吉林旅游业拉动率的平均值作为其对贵州省旅游业的拉动率，计算结果见表4.

表4 2010年上海世博会对贵州旅游业的拉动率

Table 4 ThePulling Rate to the Tourism of Guizhou by 2010 Shanghai World Expo

（三）2010年西南旱灾对贵州旅游业的影响

本课题在前期研究中，根据1992～2009年共计18年的统计数据，建立了贵州省旅游业4个本底趋势线方程如下：

国内旅游人数本底趋势线方程：

()

 1/2    1 2 下一页 尾页