基于灰色关联度的云南省旅游收入影响因素分析及对策研究

摘 要：本文以灰色关联分析法为研究工具，构建由经济因子、旅游地吸引因子、接待因子、人力资源因子、交通因子、信息因子6个一级因子和第三产业从业人数、国内游客数量、互联网用户数等17个二级因子组成的指标体系，分析各因素对云南旅游收入影响的重要程度。结果表明，人力资源因子、信息因子、旅游地吸引因子、经济因子对云南旅游收入的影响最明显，接待因子、交通因子对云南旅游收入的影响最弱。基于此，本文提出：制定“人才兴旅”战略，培养高素质人才队伍；制定信息化发展战略，提升旅游智慧化水平；树立云南旅游品牌形象，增强竞争力；大力发展经济，提高人民的旅游消费能力等对策，以供参考。

关键词：灰色关联度；旅游；地区经济；人才；信息

本文索引：冯万荣.基于灰色关联度的云南省旅游收入影响因素分析及对策研究[J].中国商论，2023（24）：-109.

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2023）12（b）--07

1 灰色关联度分析法

灰色系统理论是邓聚龙教授首次提出的一种系统科学理论[1]。灰色关联分析根据因素之间发展趋势的相似或相异程度（灰色关联度）作为衡量因素间关联程度的一种方法。其基本思想是根据曲线几何形状的相似程度来判别各序列因素与目标因素序列关系的密切程度，在有效排除特殊值干扰的情况下，曲线越接近，相应序列之间的关联度就越大，两者关系就越紧密[2]。灰色关联度方法对实验观测的数据要求和限制较少，计算量也较少，通过已知信息科学合理地分析出未知信息，且保证未知信息的可靠性和准确性，故该方法科学有效且应用广泛[3]。由于对样本的数量和样本有无明显的规律都同样适用，而且计算量不大，十分方便[4]。因此，该理论提出以后被广泛用于社会科学及自然科学领域的研究，旅游研究者也将灰色关联分析应用于旅游相关问题的分析研究。根据灰色系统理论，将旅游产业与相关产业设定为一个灰色系统，则可以采用灰色关联度分析法确定其中各子系统或因子之间的关联关系[5]。李兴国（2015）用灰色关联对河北省城市旅游产出竞争力进行了评价[6]。廉同辉（2011）[7]、朱颖（2015）运用灰色关联对旅游产业结构进行了研究。崔杰（2015）基于灰色关联分析模型对西安文化旅游资源进行了评价[8]。何佳瑛等（2018）用灰色关联研究了山西旅游产业与经济增长的关系[9]。更多旅游研究者则是运用灰色关联度对影响旅游收入的因素进行了实证分析。朱颖（2015）、张宏胜（2020）［10］、张雅娜等（2023）［11］多位学者都应用灰色关联度法对影响旅游经济发展的因素进行了实证研究。

本文运用灰色关联度方法的分析步骤如下：

第一步，确定反映系统行为特征的参考数列。

第二步，确定影响系统行为的比较数列。

第三步，无量纲化。因原始变量具有不同量纲和数据范围，所以需要对数据进行无量纲化处理才能保证分析结果的可靠。矩阵无量纲化有初值法、均值化等，本文采用初值法进行无量纲化。

第四步，计算每个被评价对象指标序列（比较序列）和与参考序列对应元素的绝对差值，即差序列。

第五步，计算两级的最大差和最小差。

第六步，計算灰色关联系数。

式中ρ为分辨系数，在（0，1）内取值，若ρ越小关联系数间差异越大，区分能力越强，ρ一般取0.5。

第七步，计算灰色关联度。对各评价对象（比较序列）分别计算其各指标与参考序列对应元素的均值以反映各评价对象与参考序列的关联关系。值越接近于1，相关性越高反之越低。

2 云南省旅游收入影响因素的关联度分析

2.1 指标体系选取

旅游经济是旅游业发展的“晴雨表”，但旅游业发展受交通、住宿、餐饮、娱乐、当地经济发展、旅游资源等众多因素的影响，各因素对旅游经济产生的影响不同。旅游研究者分别从区域发展、人力资源、信息服务、经济发展水平、交通可达性等角度进行深入研究，并在大量实证研究的基础上发现这些因素与旅游经济存在较强的关联。张洪等（2018）建立了资源禀赋、经济支持、生活水平、环境质量、旅游交通、旅游接待、信息服务7个一级指标对安徽省旅游经济效益影响因素进行了研究，认为经济支持、旅游交通和生活水平对安徽省旅游经济效益影响较大[12]。魏宝祥等（2021）从经济支持、旅游接待、交通影响、人力资源、目的地吸引力、信息服务6个维度分析了影响甘肃旅游经济的因素，研究结果显示信息服务和甘肃旅游经济的关联度最大［13］。张雅娜等（2023）构建了经济支撑、旅游交通、居民生活水平、环境质量、旅游服务、人力资源、信息资源、旅游地吸引力8个一级指标分析山西省旅游经济发展的影响因素，认为旅游地吸引力、居民生活水平、信息资源和山西省旅游收入的关联度最强。

已有研究表明，不同旅游地因旅游业发展程度、旅游资源、当地经济发展水平等方面的差异导致影响当地旅游经济发展的核心关键因素也不同。本文以云南旅游收入为参考序列，构建了由经济因子、旅游地吸引因子、接待因子、人力资源因子、交通因子、信息因子6个一级因子，国内游客人数、旅行社数量、移动电话用户数等17个二级因子组成的比较数列，如表1所示。

2.1.1 经济因子

经济因子选择国内生产总值（以下简称GDP）、人均国内生产总值（以下简称人均GDP）、城镇居民人均可支配收入、社会消费品零售总额4个二级因子。旅游业发展和当地经济水平关系密切，GDP是衡量当地政府经济发展水平的重要指标，经济发达的政府可以有更多的资金投资旅游业，进行景点景区规划开发，完善旅游接待设施修建机场、公路等。人均GDP、城镇居民人均可支配收入直接决定了消费能力，人们提高收入以后才会有更多的“余钱”进行享受性的旅游消费。社会消费品零售总额是衡量国内市场消费活力的一个重要指标，反映了居民的消费水平和消费需求。

2.1.2 旅游地吸引因子

旅游地吸引因子由国内游客人数、海外旅游人数2个因子构成。旅游资源吸引力最直观的体现反映在游客到访的数量上。旅游资源的吸引力越大，辐射的范围就越广，吸引的游客也越多，故宫、长城、兵马俑作为旅游景区中最高等级的5A级景区每年能够吸引国内外大量游客。

2.1.3 接待因子

旅游接待因子由星级饭店数量、旅行社数量、3A级以上景区数量3个因子构成。旅游饭店为旅游业三大支柱部门之一，其数量的多少、软硬件的优劣不但决定了游客的接待量，还直接影响了游客体验。旅行社作为旅游组织和接待的重要部门，其旅游线路的设计、游客的招徕和组织能力在某种程度上和旅游业的发展息息相关。作为旅游资源的所在地——景点景区的数量和级别也直接影响了旅游业的发展，旅游地有足够多、高级别的景点景区才能吸引更多、更远的游客。

2.1.4 人力资源因子

人力资源因子由第三产业从业人数、普通高等学校毕业生数2个因子构成。旅游业作为劳动密集型产业，涉及第三产业的交通、住宿、餐饮、文化、体育、娱乐、教育等诸多行业。旅游业的兴盛能够提供更多的就业岗位，同时带动第三产业相关的批发、零售、邮政、房地产、仓储、金融、保险等行业的发展。高等学校作为人才培育的基地为企业源源不断的输送人才，每年有大量的毕业生走向社会，旅游业作为服务行业尤其需要大量高素质的大学生充实到人才队伍中提高从业人员的整体素质。

2.1.5 交通因子

旅游业要发展交通是关键，游客只有“进得来、散得开、出得去”，才能实现畅通旅游。交通因子由高等级公路、高速铁路、民用航空旅客客运量、民用汽车拥有量4个因子构成。在生活、工作快节奏的今天，人们旅游追求的是更高效、更舒适的“快进慢游”，高铁、高速公路恰好满足了人们“快进慢游”的需求。民用航空旅客客运量是航空公司载运的旅客人数，飞机舒适、快捷，是大多数远途游客的最佳选择，民用航空旅客客运量是旅游地游客往返数量的一种体现，也是旅游业发展的直接体现。自驾游行程自由，说走就走，可以去到许多小众旅游景点，近几年随着私家车的普及，民用汽车拥有量的增加，自驾的游客越来越多。

2.1.6 信息因子

信息因子由互联网用户数、移动电话用户数2个因子构成。互联网时代，人们的生活、工作都离不开网络的支撑，旅游景点景区的宣传、旅游达人的游记分享、客房预定、旅游相关数据的整合等都需要网络的接入。网络可以让旅游地的信息传递给更多、更大范围的游客。随着科技的进步，移动电话的功能越来越多，人们可以通过手机满足支付、分享、查询、娱乐等需求，尤其是在自媒体时代，手机在旅游宣传和分享方面发挥了巨大作用。

2.2 数据来源

为确保研究数据的客观性、权威性、一致性，本研究所需数据除“星级饭店数量”“旅行社数量”和“景区数量”外，其他数据均来自云南省统计局2015—2020年《云南统计年鉴》。《云南统计年鉴》没有收录的数据，“星级饭店数量”“旅行社数量”统计数据来自国家文化和旅游部2015—2019年度《全国各地星级饭店数量分布情况》《全国旅行社统计调查报告》。“3A级以上景区数量”统计数据根据云南省文化和旅游厅2015—2019年发布《云南省A级旅游景区名录》整理。2015—2019年云南省旅游总收入和影响因子如表2所示。因2020年春节后云南旅游业出现了短暂停滞，本文以2015—2019年云南旅游收入和相关数据进行分析（2016年12月28日沪昆高铁、南昆客专开通运营，云南铁路接入全国高铁网，云南进入高铁时代［14］。因此，《云南统计年鉴》2015年云南高速铁路里程为空白，表2计为0。

2.3 灰色关联度计算

本文以云南省2015—2019年旅游总收入为参考数列X0，表2影响因素为比较数列，按上述灰色关联度步骤计算各影响因素和旅游收入X0的关联强度。各指标关联强度如表3所示（数据处理保留到小数点后3位）。各影响因素和云南旅游收入的关联度各不相同，但都大于0.5，说明各因子和云南旅游收入的关联度非常高，对云南旅游业产生的影响都比较大。

2.3.1 一级因子关联度

从经济因子、旅游地吸引因子、接待因子、人力资源因子、交通因子、信息因子6个一级因子来看，各一级影响因子和云南旅游收入的关联度从大到小依次为人力资源因子>信息因子>旅游地吸引因子>經济因子>交通因子>接待因子。人力资源因子和旅游收入的关联度最强，关联度为0.763，其次为信息因子，关联度为0.739。关联度最小的是交通因子和旅游接待因子，关联度分别为0.649、0.614。

2.3.2 二级因子关联度

从民用汽车拥有量、第三产业从业人数、移动电话用户数等二级因子的关联度来看，和云南旅游收入关联度最强的前5个影响因子的关联度从大到小依次为第三产业从业人数>互联网用户>国内游客人数>高速铁路里程>社会消费品零售总额，关联度第1的第三产业从业人数关联度为0.882，关联度第2的互联网用户关联度为0.836；和云南旅游收入关联度最小的5个影响因子的关联度从小到大依次是星级饭店数量<民用航空旅客客运量<民用汽车拥有量<海外旅游人数<3A级以上景区数量。关联度最小的星级饭店数量、民用航空旅客客运量，关联度分别为0.523、0.605。其中旅行社数量、GDP和云南旅游收入的关联度相同，为0.683，并列第6。高等级公路里程、移动电话用户数和云南旅游收入的关联度也相同，为0.642，并列第11。

3 云南省旅游业发展的对策

3.1 制定“人才兴旅”战略，培养高素质人才队伍

人力资源因子和云南旅游收入的关联度最大，为0.763；构成人力资源因子的二级因子中第三产业从业人数的关联度为0.882，关联度排名第1，普通高等学校毕业生数的关联度为0.644，关联度排名第10。旅游业作为服务行业，生产和消费同时进行，其行业特殊性决定了旅游服务人员在为游客提供服务的过程中必须做到“零缺陷”，否则很有可能出现“100-1=0”的结果，导致所有部门和员工的努力白费。云南作为旅游大省每年接待大量海内外游客，因此，培养一批高素质人才队伍十分必要。一方面要加强校企合作，积极和开设旅游专业的院校探讨旅游人才培养的新模式，为旅游业培养满足企业、行业需要的“应用型”人才。另一方面，为在职在岗的旅游从业人员提供学习的机会和条件，提升旅游从业人才素质。为提升酒店业人才学历层次、技能水平和职业素养，全面促进酒店业人才国际化、专业化、职业化、特色化发展，海南省2019年发布《海南省酒店业人才培养实施方案》（以下简称《方案》）从课程设置、培养方式、专业设置、招生方式等方面提升酒店业人才素质。酒店从业人员进行学历提升、职业资格考试等，符合相关条件可向财政申请全额补贴学费、教材费、职业资格考试费、国际班学费等费用[15]。《方案》实施以来成效显著，截至2022年6月招生1.5万名旅游从业人员，为海南省旅游行业培养了一批高素质人才队伍[16]。2022年5月，云南省人民政府印发《云南省人民政府关于印发云南省“十四五”文化和旅游发展规划的通知》（以下简称《云南省“十四五”文旅规划》）明确要加强人才队伍建设，重视人才培养引进，加强文化和旅游人才培养。深化校企合作，以紧缺急需的文化和旅游专业人才培养为重点，加大重点领域的人才培养力度。完善人才激励与约束机制，积极引进高层次文化和旅游专业人才，优化人才结构；同时加强行业人才培训，建立健全文化和旅游系统人才培训体系，推动人才培训基地建设，加强培训师资队伍建设，强化对从业人员的在职专业技能培训。实施“文旅系统万人培训计划”，对文化和旅游从业人员进行分类别、分层次培训，增强从业人员职业认同感、使命感[17]。《云南省“十四五”文旅规划》搭建了由政府、学校、企业各方参与的协作平台，相信在政府的有力引导和支持下，云南旅游从业人员的素质必然会获得明显提高，涌现出越来越多的优秀人才。

3.2 制定信息化发展战略，提升旅游智慧化水平

信息因子和云南旅游总收入的关联度为0.739，在一级因子中排名第2，信息因子对旅游总收入的影响同样十分明显。信息因子由互联网用户数和移动电话用户数构成，云南省旅游总收入的关联度分别为0.836、0.642，在二级因子中的排名分别是第2和第11。信息化时代，网络对人们的工作、生活产生了重要影响，可以实现远程办公、购物、医疗、VR体验景区等。对旅游地来说，互联网的覆盖可以实现景区宣传、旅游达人的游记分享、酒店和景区门票的预订和购买、VR体验景区等多种功能，帮助旅游地获得更好的收益。随着手机的普及、手机信号覆盖面更广、更强，手机功能的多样化使手机变成了一台小型电脑，加上手机方便携带，人们随时随地可以通过手机进行分享、交流、购物、学习等，手机在人们工作、生活中变得越来越重要。《云南省“十四五”文旅规划》提出要提升旅游智慧化水平。以“一部手机游云南”建设为抓手，进一步深化云计算、大数据、物联网、移动互联网、人工智能等新一代信息技术与旅游的深度融合。积极推进智慧旅游信息化基础设施建设和数字化平台建设，加快云南旅游大数据中心、旅游綜合服务平台、旅游综合管理平台建设。加快互联网基础设施建设，尽快实现全省范围4G网络全覆盖，主要旅游目的地和重点旅游集散地WIFI信号全覆盖。

另外，云南有国家5A级景区9个，国家级风景名胜区12处，国家级风景名胜区12处，国家历史文化名镇名村22座，丽江古城、红河哈尼梯田被列入世界文化遗产名录，三江并流、帽天山、石林被列入世界自然遗产名录等著名的景区景点。境内居住了6000人以上的世居少数民族彝、傣、白等25个，其中哈尼、傣、独龙等15个云南独有少数民族，是全国世居少数民族最多的省份。云南气候宜人，冬无严寒、夏无酷暑，全省平均气温，最热（七月）月均气温在20℃～23℃，最冷（一月）月均气温在7℃～11℃[18]。省会昆明市区年平均气温在15℃左右，四季如春，日照长，霜期短，鲜花一年四季盛开，草木四季长青有“春城”的美誉。

丰富的旅游资源，多姿多彩的少数民族风情，宜人的气候等使云南旅游业具有得天独厚的发展优势。随着云南省旅游智慧化水平的提升，互联网覆盖范围的扩大，云南省旅游业的发展会更上一个新的台阶。

3.3 树立云南旅游品牌形象，增强竞争力

旅游地吸引因子在一级因子的排名第3，和云南省旅游总收入的关联度为0.73，旅游地吸引因子由国内旅游人数和海外旅游人数构成，关联度分别为0.8260、0.632，在二级因子中的排名分别为第3和第14。2015—2019年云南省旅游总人数、国内旅游总人数、海外旅游总人数如表4所示（数据处理保留到小数点后两位）。2015—2019年，云南旅游总人数、国内旅游人数、海外旅游人数都出现增长态势，但国内旅游人数的增长远超海外旅游人数的增长，也超过了云南旅游总人数的增长，云南省旅游总收入主要来自国内旅游者。

根据文化与旅游部统计数据，2023年第一季度旅行社国内旅游组织人次排名前十位的地区由高到低依次为浙江、广东、江苏、湖北、重庆、湖南、江西、四川、北京、福建，其中浙江、广东、江苏三省出游人次占全国比重为40%［19］。第二季度旅行社国内旅游组织人次排名前十位的地区由高到低依次为浙江、广东、江苏、湖南、湖北、上海、重庆、江西、山东、北京，其中浙江、广东、江苏三省出游人次占全国比重为34%［20］。因此，要以浙江、广东、江苏、湖南、湖北等十大国内市场作为重点旅游市场进行开发，尤其要重点开拓浙江、广东、江苏等省份的客源市场，这些省份经济发达，人们旅游的愿望强烈，出游人数多，能够产生更好的经济效应。二级影响因子旅行社数量和云南旅游总收入的关联度为0.683，排名第6。旅行社作为旅游业主要支柱部门之一，在游客的组织、招徕、接待、旅游市场的开拓等方面发挥了重要作用。要积极发挥云南旅行社作为地接社的优势，加强和重点客源地旅行社的协作，建立战略合作伙伴关系。同时，要意识到云南地处西南边陲，和贵州、四川、广西等相邻，旅游资源都是以优美的山水风光和少数民族风情著称，因此要树立云南旅游的品牌形象，和四川、贵州、广西形成鲜明的对比，采用差异化战略突出云南旅游的优势和特点，以增强云南旅游的竞争力。同时，为了给游客更好的体验，要进一步增加高铁的覆盖里程。高速铁路里程因子和云南旅游总收入的关联度为0.75，在影响因子中排名第4。高铁的开通可以减少游客旅途的时间，增加旅途的舒适度，使旅游做到“快进慢游”，提高旅游的性价比。

3.4 大力发展经济，提高人们的消费能力

经济因子和旅游总收入的关联度为0.67，在一级因子中排名第4。其中二级因子社会消费品零售总额关联度为0.686，排名第5。GDP关联度为0.683，排名6。人均GDP关联度为0.678，排名第8。城镇居民人均可支配收入关联度为0.648，排名第9。GDP、人均GDP是人们收入高低的体现，而收入水平的高低决定了支付能力的强弱。城镇居民人均可支配收入则直接体现了人们消费能力的强弱。社会消费品零售总额是反映居民生活水平的重要指标，体现了居民的实际消费能力［21］。因此，经济发展水平和人们的消费能力密切相关，而旅游是满足基本生活以后的高消费行为，是由可自由支配收入支付的。要发展旅游业首先要发展经济，提高人们的收入水平和消费能力，使人们有更多的可自由支配收入的“余钱”进行旅游。

4 结语

旅游业在发展过程中会受到各种因素的影响，且不同因素对旅游业产生影响的强弱程度不同，不同旅游地因旅游业发展程度、经济发展水平、旅游资源等方面的差异导致影响其旅游业发展的关键因素也不同。张洪等（2018）对安徽省旅游经济效益影响因素的研究认为经济支持对安徽省旅游经济效益影响最大。魏宝祥等（2021）对甘肃旅游经济影响因素的研究结果显示，信息服务和甘肃旅游经济的关联度最大。张雅娜（2023）对山西省旅游经济发展影响因素的研究表明，旅游地吸引力和山西省旅游收入的关联度最强。而笔者对云南省旅游经济影响因素的分析表明人力资源因子和云南旅游收入的关联度最大。因此，各地在旅游业发展中要针对不同旅游地的情况具体分析，找准影响旅游业发展的关键核心因素，因地制宜提出相应的发展策略。

参考文献

邓聚龙.灰理论基础[M].武汉：华中科技大学出版社， 2002.

朱颖，童纪新.基于灰色关联分析的旅游产业研究：以江苏省常州市为例[J].重庆理工大学学报（自然科学），2015，29（7）：124-128.

张艳艳.基于灰色关联度分析的甘肃省旅游经济发展的影响因素及对策研究[J].中小企业管理与科技（上旬刊），2021（3）：45-49.

陶长琪， 彭永樟， 琚泽霞.经济增长、产业结构与碳排放关系的实证分析：基于PVAR模型[J].经济经纬， 2015，32（4）：126-131.

陈兆明， 李敏.产业结构高级化对经济增长影响的门槛特征分析[J].统计与决策， 2019，35（22）：139-142.

李兴国.基于灰色关联分析的河北省城市旅游產出竞争力评价[J].重庆文理学院学报，2015，34（5）：148-150+157.

廉同辉.基于灰色关联分析的旅游产业结构研究：以黄山、九华山景区为例[J].旅游论坛，2011，4（4）：66-68.

崔杰.基于灰色关联分析模型的西安文化旅游资源评价[Ｊ].测绘与空间地理信息， 2015（6）：84-97.

何佳瑛，苏建军.基于灰色关联分析的山西旅游产业与经济增长关系研究[J].经济论坛， 2018（2）：35-39.

张宏胜.基于灰色关联度的贵州省乡村旅游发展影响因素及提升路径研究[J].经济研究导刊， 2020（10）：147-149.

张雅娜，胡道华.基于灰色关联分析的山西省旅游经济发展影响因素研究[J].湖南工业大学学报， 2023，37（5）：78-85.

张洪，石婷婷.基于灰色关联分析的旅游经济效益影响因素研究：以安徽省为例[J].北京化工大学学报（社会科学版）， 2018（3）： 8-15.

魏宝祥，方永芳，刘彦伶.基于灰色关联分析的旅游经济影响因素研究：以甘肃省为例[J].西北民族大学学报（自然科学版）， 2021，42（9）：74-80.

昆明铁路.云南铁路·百年红跟党走|（九）一跃百年：高铁入云端[EB/OL].（2021-5-18）[2023-9-21].https：//m.thepaper.cn/baijiahao_12729763

省旅游和文化广电体育厅.海南省旅游和文化广电体育厅海南省财政厅海南省人力资源和社会保障厅海南省教育厅关于印发海南省酒店业人才培养实施方案的通知[EB/OL].（2019-6-28）[2023-9-21].http：//lwt.hainan.gov.cn/xxgk_55333/0200/ 0202/201907/t20190705_2624555.html

省旅游和文化广电体育厅.海南省旅游和文化广电体育厅海南省教育厅海南省财政厅海南省人力资源和社会保障厅关于扩大海南省酒店业人才培养实施方案招生范围的通知[EB/OL].（2022-6-20）[2023-9-21].http：//lwt.hainan.gov.cn/xxgk_ 55333/0200/0202/201907/t20190705_2624555.html

云南省人民政府办公厅.云南省人民政府关于印发云南省“十四五”文化和旅游发展规划的通知[EB/OL].（2022-05-27）.[2023-6-21].https：//www.yn.gov.cn/zwgk/zfxxgkpt/fdzdgknr/zcwj/zdgkwjyzf/202205/t20220527_242589.htm

云南省统计局.云南统计年鉴[EB/OL]（2022-12-8）[2023-5-21]. http：//stats.yn.gov.cn/tjsj/tjnj/202212/t20221208_1083373.html

市场管理司.2023年第一季度全国旅行社统计调查报告[EB/OL].（2023-05-30）.[2023-6-21].https：//zwgk.mct.gov.cn/zfxxgkml /scgl/202305/t20230530_944092.html

市场管理司.2023年第二季度全国旅行社统计调查报告[DB/OL].（2023-05-30）.[2023-6-21].https：//zwgk.mct.gov.cn/zfxxgkml/tjxx/202308/t20230831_946975.html

付向阳， 黄涛珍.内蒙古旅游经济影响因素的灰色关联分析[J].统计与决策， 2015（3）：142-145.