陳思源

(1.廣西財(cái)經(jīng)學(xué)院工商系，南寧 530003;2.四川大學(xué)經(jīng)濟(jì)學(xué)院，成都 610064)

0 引言

從市場(chǎng)選擇來(lái)看，旅游產(chǎn)品包含實(shí)現(xiàn)一次全程旅游活動(dòng)所需各種服務(wù)組合，在產(chǎn)品質(zhì)量趨同和閑暇時(shí)間充足的情況下，合理的空間組合將成為旅客選擇特定旅游目的地的重要因素［1］。旅游資源稟賦具有較強(qiáng)的地域特性，旅游區(qū)位及社會(huì)經(jīng)濟(jì)發(fā)展存在較大的空間差異，旅游目的地在空間上的不均衡已成為客觀事實(shí)。探討旅游目的地空間積聚和競(jìng)爭(zhēng)格局等問(wèn)題，可為制定旅游產(chǎn)業(yè)發(fā)展政策、確定旅游發(fā)展重點(diǎn)提供借鑒。

旅游目的地競(jìng)爭(zhēng)力研究始于20世紀(jì)90年代，是將競(jìng)爭(zhēng)力理論應(yīng)用于旅游目的地研究而形成的新興研究方向［2－3］。從研究方法看，目前對(duì)區(qū)域旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)的評(píng)價(jià)方法一般包括定性與定量?jī)煞N方法，如層次分析法、主成分聚類分析法等［4］，但這些方法往往沒(méi)有考慮到區(qū)域旅游目的空間聯(lián)系，割裂區(qū)域經(jīng)濟(jì)研究中的空間關(guān)系，評(píng)價(jià)結(jié)果主觀性較強(qiáng)。在分析旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)中，應(yīng)考慮旅游資源空間聚類，將空間相關(guān)性與旅游資源、文化特征、旅游經(jīng)濟(jì)等綜合考慮并納入統(tǒng)一的分析框架。有鑒于此，以下運(yùn)用主成分分析法和兩維圖論聚類法，分析區(qū)域旅游目的地的空間聚類關(guān)系和競(jìng)爭(zhēng)優(yōu)勢(shì)，并將之運(yùn)用于浙江省的實(shí)證研究，其結(jié)果將有助于決策者制定區(qū)域旅游發(fā)展戰(zhàn)略。

1 建模

區(qū)域旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)的影響因素較多，從選擇的指標(biāo)看，經(jīng)濟(jì)發(fā)展水平與旅游需求狀況有關(guān)，而旅游需求狀況與個(gè)人興趣和目的地旅游服務(wù)水平等因素有關(guān)、也與經(jīng)濟(jì)發(fā)展水平有關(guān)。主成分分析法適合解決此類評(píng)價(jià)問(wèn)題。主成分分析法是可以將眾多的指標(biāo)化解為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析，找出幾個(gè)綜合因子來(lái)代表原來(lái)眾多的變量，使這些綜合因子盡可能精確反映原來(lái)變量的信息量，從而達(dá)到簡(jiǎn)化和評(píng)價(jià)的目的。

設(shè)有n個(gè)待評(píng)價(jià)單元，每個(gè)評(píng)價(jià)單元有p項(xiàng)評(píng)價(jià)指標(biāo)(變量):x1，x2，…，xp，得到原始數(shù)據(jù)資料陣:x=(x1，…，xp)'。A=(α1，α2，…，αp)為正交矩陣(AA'=Ip);ai為R的特征值λi(i=1，2，…，p)所對(duì)應(yīng)的單位特征向量;A'為A的正交變換矩陣;84F=(F1，…，F(xiàn)p)'為主成分向量［5］，主成分分析模型如下:

ai由下列原則決定:(1)Fi與Fj(i≠j，i，j=1，…，p)不相關(guān)。(2)F1是x1，…xp的一切線形組合中方差最大的，F(xiàn)2是與F1不相關(guān)的x1，…，xp一切線形組合中方差最大的，…，F(xiàn)p是與F1，F(xiàn)2，…，F(xiàn)p－1都不相關(guān)的x1，…，xp的一切線形組合中方差最大的。

區(qū)域旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)分析從結(jié)果上看其實(shí)也是一種分類過(guò)程。旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)評(píng)價(jià)不但要考慮各個(gè)評(píng)價(jià)單元的旅游競(jìng)爭(zhēng)優(yōu)勢(shì)以及經(jīng)濟(jì)和社會(huì)效益，而且要保持空間上的連通性和行政區(qū)界的完整性，采用普通聚類方法很難使分類結(jié)果滿足要求，因此，需要引入圖論的空間表示法及相關(guān)算法，這種聚類分析方法稱為兩維圖論聚類分析方法。

設(shè)U代表要?jiǎng)澐值膮^(qū)域(有n個(gè)分區(qū)單元Vi，i=1，2，…，n)，對(duì)U進(jìn)行區(qū)劃，就是求一割集{Ui，i=1，2，…，m}，式中:m為分區(qū)數(shù)。該割集需滿足ViVj，連通性(Vi，Vj)=1，d(Vi，Vj)定義為一個(gè)Vi和Vj之間的關(guān)聯(lián)度量，max{d(Vi，Vj)|Vi，VjVi}＜A，A為一常數(shù)(內(nèi)部一致性)。根據(jù)圖的幾何概念，圖是空間一些點(diǎn)與連接這些點(diǎn)的線的集合，即G=(V，E)，式中:V表示點(diǎn)的集合;E表示邊的集合。若分區(qū)用無(wú)向圖來(lái)表示，則V是各分區(qū)單元集合，E是各單元鄰接關(guān)系集合。由于分區(qū)在考慮空間鄰接性的同時(shí)，更重要的是考慮各分區(qū)單元之間的內(nèi)在相似性，因此，分區(qū)需用加權(quán)連通圖(網(wǎng)絡(luò))來(lái)表示，即G=(V，E，D)，式中:D在圖論的樹(shù)算法中表示各點(diǎn)之間的權(quán)值。分區(qū)中采用分區(qū)單元間的鄰接關(guān)系來(lái)構(gòu)造鄰接矩陣|D|，采用各分區(qū)單元間的鄰接關(guān)系來(lái)構(gòu)造鄰接矩陣|E|。現(xiàn)在區(qū)劃則轉(zhuǎn)變?yōu)榍蠹訖?quán)邊通圖G=(V，E，D)的合理割集，即首先采用圖論最小樹(shù)法求得一個(gè)最小生成樹(shù)，然后根據(jù)區(qū)內(nèi)分異小、區(qū)間分異大的原則，選擇適當(dāng)?shù)腁值，將最小生成樹(shù)分割成m個(gè)子樹(shù)。

利用主成分分析法與兩維圖論聚類算法相結(jié)合的方法進(jìn)行區(qū)域旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)評(píng)價(jià)的技術(shù)思路如圖 1 所示［6］。

圖1 主成分分析與圖論算法結(jié)合的思路Fig.1 The ideas of principal component analysis combined with graph algorithms

2 評(píng)價(jià)因子選擇與數(shù)據(jù)處理

2.1 評(píng)價(jià)因子選擇

已有研究成果表明，旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)評(píng)價(jià)的指標(biāo)設(shè)計(jì)應(yīng)該注意3個(gè)原則:(1)全面性原則。注意把握旅游業(yè)評(píng)價(jià)指標(biāo)的全面、正確和可靠，并注意評(píng)價(jià)指標(biāo)的選取具有代表性。(2)對(duì)比性原則。在保證實(shí)現(xiàn)旅游業(yè)綜合評(píng)價(jià)的基礎(chǔ)上，整體評(píng)價(jià)方案的設(shè)計(jì)要有對(duì)比性，并考慮到獲取數(shù)據(jù)的難易程度。(3)系統(tǒng)性原則。旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)評(píng)價(jià)要包括旅游業(yè)可能涉及的很多方面，但又不能過(guò)于繁雜而不具可操作性。遵循以上評(píng)價(jià)原則，結(jié)合浙江旅游業(yè)發(fā)展的基本特征，對(duì)影響旅游業(yè)發(fā)展的要素進(jìn)行剖析，建立起包括3個(gè)二級(jí)指標(biāo)和12個(gè)三級(jí)指標(biāo)的評(píng)價(jià)指標(biāo)體系［7－8］。(1)旅游經(jīng)濟(jì)發(fā)展類指標(biāo)，包括2008年入境游客數(shù)(萬(wàn)人)、旅游外匯收入(萬(wàn)美元)、國(guó)內(nèi)旅游收入(億元)、游客人均旅游總花費(fèi)(元)4個(gè)三級(jí)指標(biāo)。(2)旅游服務(wù)類指標(biāo)，包括國(guó)內(nèi)游客接待量(萬(wàn)人)、星級(jí)旅館數(shù)(個(gè))、旅行社數(shù)量(個(gè))、導(dǎo)游情況(個(gè))、2008年旅游抽樣調(diào)查質(zhì)量評(píng)價(jià)優(yōu)秀率(%)5個(gè)三級(jí)指標(biāo)。(3)旅游設(shè)施建設(shè)類指標(biāo)，包括A級(jí)以上旅游區(qū)分布(個(gè))、省級(jí)旅游強(qiáng)鎮(zhèn)個(gè)數(shù)、特色旅游村個(gè)數(shù)3個(gè)三級(jí)指標(biāo)。

2.2 數(shù)據(jù)獲取與處理

研究數(shù)據(jù)來(lái)自2006—2009年的《浙江旅游年鑒》，數(shù)據(jù)采用加總平均的辦法，即對(duì)4年的經(jīng)濟(jì)指標(biāo)采用匯總平均的處理方式得到。由于統(tǒng)計(jì)口徑和統(tǒng)計(jì)分類的不一致，在部分產(chǎn)業(yè)部門數(shù)據(jù)處理中，缺失數(shù)據(jù)采用外推的辦法進(jìn)行處理。對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，即對(duì)初始變量進(jìn)行以上標(biāo)準(zhǔn)化處理。數(shù)據(jù)處理系統(tǒng)采用SPSS 16.0和DPS數(shù)據(jù)處理系統(tǒng)，地圖數(shù)據(jù)處理軟件采用Mapinfo 7.0。

3 評(píng)價(jià)步驟與計(jì)算過(guò)程

3.1 評(píng)價(jià)步驟

3.1.1 對(duì)初始變量進(jìn)行標(biāo)準(zhǔn)化處理，使其方差為1，運(yùn)用SPSS 16.0計(jì)算標(biāo)準(zhǔn)化后數(shù)據(jù)的相關(guān)系數(shù)矩陣(Pearson相關(guān)系數(shù))。結(jié)果見(jiàn)表1。

3.1.2 用雅可比方法求得上述相關(guān)系數(shù)矩陣的特征向量，如表2。

表1 指標(biāo)的相關(guān)系數(shù)矩陣Tab.1 The correlation coefficient matrix of indicators

表2 主要影響因素特征向量Tab.2 The eigenvectors of the main factors

表2 主要影響因素特征向量Tab.2 The eigenvectors of the main factors

評(píng)價(jià)因子 特征向量x1 x2 x3 x4 x5 x6 x7 …. x12 066 x2 0.322 0.067 － 0.354 － 0.161 0.148 － 0.102 － 0.139 － 0.138 x3 0.322 － 0.069 0.089 － 0.173 － 0.586 0.227 0.259 0.163 x4 － 0.049 0.693 － 0.308 0.213 0.231 0.226 0.337 － 0.013 x5 0.330 0.101 － 0.018 － 0.078 － 0.344 － 0.323 0.554 － 0.096 x6 0.325 － 0.062 － 0.208 － 0.075 － 0.097 0.219 － 0.278 － 0.566 x12 0.244 －0.441 0.265 0.067 0.481 0.161 0.270 0.056 x1 0.306 － 0.028 － 0.253 － 0.281 0.178 － 0.023 － 0.156 － 0.

3.1.3 對(duì)上述特征向量的貢獻(xiàn)率和累積貢獻(xiàn)率進(jìn)行計(jì)算，并提取主要影響因素，貢獻(xiàn)率和累積貢獻(xiàn)率的計(jì)算結(jié)果如表3。觀察特征向量表可知，第一因子的計(jì)算公式為:y1=0.306x1－0.028x2－0.253x3－0.281x4+0.178x5－0.023x6－0.156x7+0.526x8+0.082x9－0.441x10+0.381x11－0.066x12。因子y1與x1，x4有較強(qiáng)正相關(guān)。x1為入境游客數(shù)，x4為游客人均旅游總花費(fèi)，因?yàn)槿刖秤慰蛿?shù)和游客人均旅游總花費(fèi)越大，相應(yīng)地區(qū)域旅游競(jìng)爭(zhēng)優(yōu)勢(shì)也越大。因此，第一個(gè)因子代表地區(qū)旅游經(jīng)濟(jì)發(fā)展水平。其他因子的解釋不再贅述。

表3 因子的特征值和累計(jì)貢獻(xiàn)率Tab.3 The factors and cumulative contribution rate of eigenvalues

對(duì)上述影響因素進(jìn)行提取，考慮到累積貢獻(xiàn)率要超過(guò)85%，本研究提取了4個(gè)主成分，各主成分的方差貢獻(xiàn)率分別為 73.19%，13.85%，5.99%，3.04%，累積貢獻(xiàn)率達(dá)96.80%，表明已經(jīng)代表了區(qū)域旅游競(jìng)爭(zhēng)優(yōu)勢(shì)的影響因素96.80%。通過(guò)主成分分析，區(qū)域旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)的影響因素從12個(gè)因子減為4個(gè)因子，從而起到篩選因子的作用。主成分分析的第一、第二主成分的x，y散點(diǎn)圖如圖2所示。

3.1.4 計(jì)算主要影響因素得分并進(jìn)行排序。采用統(tǒng)計(jì)分析軟件DPS數(shù)據(jù)處理系統(tǒng)，算得各主成分分析因子得分矩陣。通過(guò)貢獻(xiàn)率與主成分得分矩陣的相乘，可算得各地區(qū)旅游發(fā)展的競(jìng)爭(zhēng)優(yōu)勢(shì)綜合得分情況，對(duì)計(jì)算結(jié)果進(jìn)行排序，結(jié)果見(jiàn)表4。

圖2 主成分分析散點(diǎn)圖Fig.2 The scatter plot of principal component analysis

表4 主成分分析結(jié)果Tab.4 The results of principal component analysis

3.2 兩維圖論聚類分析

利用GIS軟件Mapinfo 7.0配準(zhǔn)浙江行政區(qū)劃圖，提取市政府駐地的點(diǎn)經(jīng)緯度坐標(biāo)作為評(píng)價(jià)單元的坐標(biāo)，分析各點(diǎn)之間的空間位置，進(jìn)行空間相關(guān)性分析，同時(shí)，在DPS數(shù)據(jù)處理系統(tǒng)中，利用上述的4個(gè)主成分評(píng)價(jià)得分和經(jīng)緯度坐標(biāo)共計(jì)6個(gè)指標(biāo)做橫向排列，11個(gè)地市做縱向排列，得到二維數(shù)據(jù)表，選擇兩維有序樣本聚類分析，生成的網(wǎng)絡(luò)圖，再通過(guò)GIS軟件Mapinfo把相互關(guān)系轉(zhuǎn)繪到地理空間位置上，將空間疊加到行政區(qū)劃圖數(shù)據(jù)層中，得到圖論聚類分析結(jié)果(圖3)。

4 評(píng)價(jià)結(jié)果與討論

4.1 評(píng)價(jià)結(jié)果

綜合得分情況表明，杭州＞寧波＞溫州＞嘉興＞湖州＞紹興＞金華＞衢州＞舟山＞臺(tái)州＞麗水(表4)。因?yàn)槁糜文康牡氐母?jìng)爭(zhēng)優(yōu)勢(shì)需要考慮地理位置上的集中連片，以便于旅游成本的節(jié)約，因此，在兩維圖論聚類分析圖上，直接相連的地市表示各方面綜合條件相似，在確定旅游產(chǎn)業(yè)發(fā)展和規(guī)劃的時(shí)候可以據(jù)此形成較大規(guī)模的旅游目的地資源。圖3上的嘉興、紹興、金華、麗水都有較好的空間綜合條件。SPSS的聚類分析結(jié)果顯示，浙江省各城市的旅游競(jìng)爭(zhēng)優(yōu)勢(shì)可以劃分成3類:(1)旅游競(jìng)爭(zhēng)優(yōu)勢(shì)較明顯城市有杭州、寧波。(2)旅游競(jìng)爭(zhēng)優(yōu)勢(shì)較差城市有衢州、舟山、臺(tái)州、麗水。(3)旅游競(jìng)爭(zhēng)優(yōu)勢(shì)較中等城市有溫州、嘉興、湖州、紹興、金華。

圖3 浙江省旅游目的地競(jìng)爭(zhēng)優(yōu)勢(shì)空間聚類分析Fig.3 The space destinations cluster analysis of tourist advantage competitive in Zhejiang Province

4.2 結(jié)果討論

兩維圖論聚類分析圖考慮了地理位置，但沒(méi)有區(qū)分相同子樹(shù)位置的大小比較;而主成分分析的綜合得分則欠考慮地理位置的協(xié)調(diào)性，因此，兩種方法可以相互補(bǔ)充，有機(jī)結(jié)合。

鑒于區(qū)域旅游產(chǎn)業(yè)發(fā)展評(píng)價(jià)的復(fù)雜性，綜合指標(biāo)的選取還沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)，指標(biāo)體系選取的全面性、科學(xué)性和典型性問(wèn)題還有待深入研究。

［1］田里，李柏文，周小坤.旅游目的地競(jìng)爭(zhēng)力:重要性－績(jī)效分析［J］.人文地理，2009，24(6):79－81.

［2］Ritchie J R B，Crouch G I.The Competitive Destination:A Sustain-ability Perspective［J］.Tourism Management，1999，21(1):1 －7.

［3］Dwyer L，F(xiàn)orsyth T H P，Rao P.The Price Competitiveness of Traveland Tourism:A Comparison of 19 Destinations［J］.Tourism Management，2000，21(1):9 － 22.

［4］王明濤.多指標(biāo)綜合評(píng)價(jià)中權(quán)系數(shù)的一種綜合分析方法［J］.系統(tǒng)工程，1999，17(2)，18 －21.

［5］唐啟義.DPS數(shù)據(jù)處理系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘［M］.北京:科學(xué)出版社，2010:425－428.

［6］羅罡輝，吳次芳，徐保根.土地整理優(yōu)先度評(píng)價(jià)方法及其應(yīng)用研究［J］.浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版)，2004，32(3):56 －62.

［7］譚林，李光金.論旅游目的地評(píng)價(jià)體系［J］.西南民族學(xué)院學(xué)報(bào)，2001，22(2):68 －75.

［8］曹寧，郭舒，隋鑫.旅游目的地競(jìng)爭(zhēng)力問(wèn)題研究提綱［J］.社會(huì)科學(xué)家，2003，25(6):89 －93.