乡村旅游功能(Tourism Function, TF)综合测度及其与农村 Municipality 经济指标关联性的面板数据分析——以波兰为例

《Sustainability》：Tourism Function Differentiation and Selected Economic Indicators of Rural Municipalities in Poland Karolina Józefowicz, Barbara K?sicka and Adam Mieldzioc

　　

摘要：本研究以波兰农村地区为对象，构建乡村旅游功能（Tourism Function, TF）的综合合成测度（Synthetic Measure, Qi），采用零单位化法（Zero Unitarisation Method）对原始旅游特征指标进行标准化，并通过求和聚合得到取值介于[0,1]的TF指数，据此将农村Municipality按TF水平划分为四个等级（高、高于平均、低于平均、低）。研究人员进一步选取六项反映农村经济状况的指标——创业率（E1）、登记失业率（E2，视为抑制因子destimulant）、财政自给率（E3）、人均发展潜力（E4）、人均营运盈余（E5）及人均欧盟基金额（E6）——计算TF指数与上述经济指标的Pearson相关系数，并构建带有Municipality随机截距的线性混合效应模型（Linear Mixed-Effects Model, LMM），以REML（Restricted Maximum Likelihood）估计固定效应系数与方差分量，探讨经济指标对TF的影响方向与强度。结果表明，TF水平与创业率、财政自给率及人均营运盈余呈显著正相关，而与失业率呈负相关；LMM结果显示部分经济解释变量对TF具显著边际效应，且农村间存在显著随机异质性。本研究证明所构建TF合成测度可有效量化农村旅游发展水平，其与经济指标的关联分析可为农村旅游导向的政策制定提供实证依据。

一、研究背景与意义

现有文献对农村旅游功能的量化多依赖单一或主观加权指标，缺乏对多维度旅游特征进行客观合成测度并与经济指标系统性关联分析的面板数据研究。波兰农村区域旅游发展不均衡，明确旅游功能强度（Tourism Function Intensity）与当地经济基础之间的互动关系，对于制定差异化乡村发展政策具有重要意义。研究人员以波兰所有农村municipality为空间单元、多年为时间维度构建平衡面板数据集，首先通过多步骤标准化与聚合建立客观的合成测度Q_i，继而对Q_i与经济指标做相关性检验，最后用线性混合效应模型（Linear Mixed-Effects Model, LMM / Mixed-Effects Model）量化经济因子对旅游功能的影响，并控制municipality层面的未观测异质性。论文发表于《Sustainability》（MDPI）。

二、关键技术方法概述

研究人员收集波兰农村municipality多年面板数据，选取多项旅游特征指标（如住宿床位数、过夜游客数等，文中统称simple characteristics/stimulants），采用零单位化法（Zero Unitarisation Method：z_ij= (x_ij? min_ix_ij) / (max_ix_ij? min_ix_ij)）将各指标归一化至[0,1]，再求和得合成测度Q_i= Σ_j=1ⁿz_ij（0 ≤ Q_i≤ 1，i = 1,…,r）。依均值(q?)和标准差(s_q)划为四组：Ⅰ组 Q_i≥ q? + s_q（高水平），Ⅱ组 q? < Q_i< q? + s_q（高于平均），Ⅲ组 q? ? s_q≤ Q_i< q?（低于平均），Ⅳ组 Q_i< q? ? s_q（低水平）。经济指标E1–E6经同样归一化，其中E2（失业率）作单调递减变换使相关系数为反向解释。先以R中cor.test()做Pearson相关分析（α = 0.05），再拟合只含municipality随机截距的LMM：y = Xβ + Zu + ε，其中y为Q_i（按时间–空间堆叠），u ～ N(0, σ_u²I_N)，ε ～ N(0, σ_ε²I_NT)，Cov(u,ε)=0，参数用REML估计。分全样本、分组、分年进行相关矩阵计算和LMM拟合。

三、研究结果

Stage 1—Construction of the Synthetic Measure of the Tourism Function (TF)

研究人员通过零单位化法归一化各项旅游刺激因子（stimulant），求和得取值范围[0,1]的合成测度Q_i，并按q?±s_q将农村municipality划分为四级旅游功能梯度。结论：该方法能客观反映各地旅游功能强弱，分级结果符合波兰农村旅游分布现实，高TF区集中于已有旅游基础设施的山区/湖区municipality。

Stage 2—Analysis of the Correlation between the Tourism Function Measure and Selected Economic Indicators

Pearson相关分析显示：TF指数Q_i与E1（创业率）、E3（财政自给率/人均自有收入）、E5（人均营运盈余）、E6（人均欧盟基金）在全样本呈显著正相关；与E2（失业率，经destimulant处理）呈显著负相关；与E4（人均发展潜力）相关性较弱或不显著。分组分析表明高TF组E1、E3、E6相关性更强，低TF组E2负相关更明显。结论：旅游功能较强的农村通常具备更高 entrepreneurial活力、财政自给能力及外部资金获取能力，而高失业率地区旅游功能偏弱，验证了TF与经济基础间的耦合关系。

Stage 3—Identification of the influence of economic indicators on the Tourism Function Measure

LMM固定效应结果显示E1、E3、E5对Q_i有显著正向影响（p < 0.05），E2有显著负向影响，E6在某些模型设定中显著为正但不完全稳健，E4不显著。随机截距方差σ_u²显著异于零，说明municipality间存在不可忽视的未观测异质性，支持LMM优于Pooled OLS。结论：控制municipality固有差异后，创业活跃度、财政自给能力和营运盈余是促进农村旅游功能提升的关键经济驱动因素，失业率为抑制因素；模型证实经济基本面部分解释TF变异。

四、讨论与结论

讨论指出，零单位化法保留了Pearson相关系数的绝对值，使相关分析与归一化前一致，而destimulant（E2）的单调减变换使符号正确反转，方法学上具有内部一致性。LMM能同时处理面板数据的嵌套结构与跨期自相关，REML估计减少方差分量偏误。研究发现高TF农村多伴生较强本地创业与财政能力，暗示旅游发展可产生地方经济溢出；反之低TF区需优先改善营商环境与降低失业以培育旅游潜力。

研究结论可归纳为：（1）构建的TF合成测度（Synthetic Measure of Tourism Function, Q_i∈ [0,1]）基于零单位化法与简单加和，客观、可复现，适用于大样本农村旅游功能评估；（2）TF与创业率(E1)、财政自给率(E3)、人均营运盈余(E5)、人均EU基金(E6)正相关，与登记失业率(E2, destimulant)负相关；（3）线性混合效应模型确认E1、E3、E5对TF具显著正向边际效应，E2具显著负向边际效应，且municipality随机效应显著；（4）基于q?±s_q的四级分类可有效识别需政策干预的低/高TF农村区域，为农村可持续旅游规划提供依据。