時(shí)少華

摘要：對(duì)古村落民俗旅游資源進(jìn)行評(píng)價(jià)可以促進(jìn)民俗旅游的健康可持續(xù)發(fā)展。以北京西部的門頭溝區(qū)8個(gè)傳統(tǒng)村落為研究對(duì)象，在評(píng)價(jià)指標(biāo)體系基礎(chǔ)上運(yùn)用Clementine12.0中人工神經(jīng)網(wǎng)絡(luò)的快速、動(dòng)態(tài)和RBFN 3種評(píng)價(jià)模型進(jìn)行仿真訓(xùn)練；在動(dòng)態(tài)方法模型基礎(chǔ)上結(jié)合模糊綜合評(píng)價(jià)方法對(duì)8個(gè)古村落民俗旅游資源情況進(jìn)行評(píng)價(jià)。結(jié)果表明，人工神經(jīng)網(wǎng)絡(luò)中的動(dòng)態(tài)模型較其他兩種模型可信度更高；8個(gè)古村落民俗旅游資源整體狀況中等偏上，民俗資源還需進(jìn)一步開發(fā)利用。建議深層次挖掘民俗資源蘊(yùn)涵的歷史和文化內(nèi)涵、科學(xué)系統(tǒng)規(guī)劃利用、提高交通便利性和基礎(chǔ)設(shè)施建設(shè)，進(jìn)一步提升京西民俗旅游資源可持續(xù)利用程度。

關(guān)鍵詞：人工神經(jīng)網(wǎng)絡(luò)；京西古村落；民俗旅游資源；評(píng)價(jià)

中圖分類號(hào)：F590.3；TP183 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2015）12-3048-07

DOI：10.14088/j.cnki.issn0439-8114.2015.12.065

Evaluation on Folk Tourism Resources of Ancient Village in West Beijing Based on Artificial Neural Network

SHI Shao-hua

（Institute of Tourism， Beijing Union University， Beijing 100101 ，China）

Abstract： Evaluation on folk tourism resources of ancient village can promote healthy and sustainable development of folk tourism. Taking eight traditional villages of Mentougou in west Beijing as research subject， on the basis of the evaluation index system， three evaluation models-fast，dynamic and RBFN of the artifical neural network in Clenentine12.0 were simulated； and based on the method of dynamic model combined with the method of fuzzy comprehensive evaluation， the situation of folk tourism resources in eight ancient villages was evaluated. Results showed that dynamic model owned higher credibility than two other models in artificial neural network， and the overall situation of folk tourism resources in eight traditional villages was above the average， therefore folk tourism resources still need futher development and utilization. It was suggested to deep excavate the history and culture connotation of folk resources， to conduce systematically and plan scientifically， to improve the traffic convenience and infrastructure， and to further enhance the degree of sustainable utilization of the folk tourism resources of west Beijing.

Key words：artificial neural network； ancient village of west Beijing； folk tourism resources； evaluation

古村落作為農(nóng)業(yè)文化的重要組成部分，具有很高的歷史、科學(xué)、文化價(jià)值。北京遺留下來的古村落大多是明清及以后形成的古村落，一些古村落仍保持著極其豐富的歷史記憶和根脈及豐富的文化遺存，這也使北京古村落成為國(guó)內(nèi)外旅游者的重要目的地，對(duì)古村落民俗旅游資源科學(xué)分類、有效評(píng)價(jià)、保護(hù)利用是古村落旅游發(fā)展中面臨的重要問題。2012年和2013年住房和城鄉(xiāng)建設(shè)部、文化部、財(cái)政部公布兩批傳統(tǒng)村落名錄，北京有13個(gè)古村落入選，8個(gè)位于門頭溝區(qū)（分別為爨底下村、靈水村、葦子水村、琉璃渠村、千軍臺(tái)村、馬欄村、黃嶺西村和三家店村），京西古村落在北京古村落中占有十分重要地位。古村落民俗旅游資源評(píng)價(jià)方面的研究資料不多，文獻(xiàn)主要集中在古村落旅游資源評(píng)價(jià)中的旅游資源價(jià)值、旅游環(huán)境、旅游服務(wù)等[1-11]，涉及一些民俗文化資源評(píng)價(jià)問題，總體比較片面，不能系統(tǒng)反映古村落民俗旅游資源的歷史、科學(xué)、文化價(jià)值，也難以體現(xiàn)民俗資源在古村落開發(fā)與保護(hù)方面的重要地位。從評(píng)價(jià)方法看，相關(guān)文獻(xiàn)以定量評(píng)價(jià)方法為主，如層次分析法[2-8]和層次分析法與模糊綜合評(píng)價(jià)方法相結(jié)合[9-10]、GIS評(píng)價(jià)方法[11]，較少運(yùn)用人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)古村落旅游資源。本研究運(yùn)用Clementine12.0數(shù)據(jù)挖掘軟件中的人工神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)，對(duì)京西8個(gè)古村落民俗旅游資源進(jìn)行綜合評(píng)價(jià)，在此基礎(chǔ)上提出京西古村落民俗旅游資源可持續(xù)利用的建議，有助于京郊古村落民俗旅游的可持續(xù)發(fā)展。

1 京西古村落民俗旅游資源及分類

北京西部門頭溝區(qū)古村落多形成于明清時(shí)期，最早的古村落起源于東漢。區(qū)域內(nèi)現(xiàn)存186個(gè)自然村落，每個(gè)村落都存在不同程度的民俗文化遺產(chǎn)， 33個(gè)村落依然保留了傳統(tǒng)村落面貌，占北京市現(xiàn)存古村落的70%，考察的8個(gè)村落可作為現(xiàn)存古村落典型代表，歷史遺跡保存完整，民俗文化遺存豐富，為發(fā)展民俗文化旅游提供了豐富的資源。學(xué)者一般將民俗旅游資源分為物質(zhì)、社會(huì)和精神三大類，并在此基礎(chǔ)上做進(jìn)一步細(xì)分[12，13]。結(jié)合京西8個(gè)古村落民俗旅游資源實(shí)際狀況，本研究將民俗旅游資源分為3個(gè)主類7個(gè)亞類18個(gè)基本類型，具體見表1。

2 BP和RBFN神經(jīng)網(wǎng)絡(luò)特點(diǎn)及比較

2.1 BP反向傳播網(wǎng)絡(luò)模型

BP（Back-Propagation）反向傳播網(wǎng)絡(luò)模型屬于前饋式神經(jīng)網(wǎng)絡(luò)，是最為常見且較復(fù)雜的網(wǎng)絡(luò)模型。BP反向傳播網(wǎng)絡(luò)的主要特點(diǎn)：

1）網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、一個(gè)或多個(gè)隱層和輸出層構(gòu)成，其中隱層可以實(shí)現(xiàn)非線性樣本的線性化。

2）利用反向傳播原理，BP神經(jīng)網(wǎng)絡(luò)利用輸出節(jié)點(diǎn)的預(yù)測(cè)誤差來逐層估計(jì)隱節(jié)點(diǎn)的誤差，即將輸出節(jié)點(diǎn)的預(yù)測(cè)誤差反方向逐層傳播到上層隱節(jié)點(diǎn)，逐層調(diào)整網(wǎng)絡(luò)權(quán)值，直至輸入節(jié)點(diǎn)和隱節(jié)點(diǎn)的權(quán)值到調(diào)整位置，最終使網(wǎng)絡(luò)輸出值越來越接近期望值。

3）BP神經(jīng)網(wǎng)絡(luò)隱節(jié)點(diǎn)和輸出節(jié)點(diǎn)均采用相同的加法器和Sigmoid激活函數(shù)。加法器公式為Uj=■WijXi+？茲j，其中，Uj為第j個(gè)節(jié)點(diǎn)的加法器，Wij為上層第i個(gè)節(jié)點(diǎn)與本層第j個(gè)節(jié)點(diǎn)連接權(quán)值，Xi為上層第i個(gè)節(jié)點(diǎn)的輸出值，？茲j為節(jié)點(diǎn)的偏差。BP神經(jīng)網(wǎng)絡(luò)采用的是（0，1）型Sigmoid激活函數(shù)，其函數(shù)公式為f（Uj）=■。

2.2 徑向基函數(shù)網(wǎng)絡(luò)模型

徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（Radial basis function neural network，RBFN）是一種前饋式網(wǎng)絡(luò)，包括輸入層、隱層（徑向基函數(shù)層）和輸出層。與BP神經(jīng)網(wǎng)絡(luò)相比，該網(wǎng)絡(luò)具有如下特點(diǎn)：

1）徑向基函數(shù)是三層網(wǎng)絡(luò)結(jié)構(gòu)（1個(gè)輸入層、1個(gè)隱層和1個(gè)輸出層），相對(duì)簡(jiǎn)單。

2）徑向基函數(shù)隱節(jié)點(diǎn)采用的是徑向基函數(shù)，即高斯核函數(shù)，公式為ker（‖x-xc‖）=e■，其中，x為輸入變量，xc為核函數(shù)的中心，？滓為核函數(shù)的寬度，h為徑向覆蓋長(zhǎng)度。而輸出節(jié)點(diǎn)的計(jì)算則與BP神經(jīng)網(wǎng)絡(luò)一樣，采用的是線性加法器和Sigmoid激活函數(shù)。

3）徑向基函數(shù)的網(wǎng)絡(luò)學(xué)習(xí)過程主要包括兩個(gè)階段。第一階段程序通過聚類方法確定徑向基函數(shù)，以及每個(gè)徑向基函數(shù)的核中心xc和寬度？滓。第二階段是估計(jì)徑向基函數(shù)的網(wǎng)絡(luò)權(quán)重Wij。

4）與BP神經(jīng)網(wǎng)絡(luò)不同的是，徑向基神經(jīng)網(wǎng)絡(luò)的輸入層和隱層之間的網(wǎng)絡(luò)權(quán)值固定為1，不需調(diào)整。只有隱層和輸出層之間的網(wǎng)絡(luò)權(quán)值需要在學(xué)習(xí)過程中調(diào)整，因此學(xué)習(xí)效率相對(duì)較高。

3 評(píng)價(jià)指標(biāo)體系的構(gòu)建與數(shù)據(jù)的收集與處理

3.1 評(píng)價(jià)指標(biāo)體系的構(gòu)建

依據(jù)《旅游資源分類、調(diào)查與評(píng)價(jià)》（GB/T18972-2003）的資源分類標(biāo)準(zhǔn)和專家的意見，初步確立了北京古村落的民俗旅游資源評(píng)價(jià)指標(biāo)，在此基礎(chǔ)上，25位專家按照民俗旅游資源評(píng)價(jià)的客觀性、系統(tǒng)性、動(dòng)態(tài)效益性等原則，對(duì)指標(biāo)體系進(jìn)行調(diào)整與增刪，最終建立了京西古村落的民俗旅游資源評(píng)價(jià)指標(biāo)體系，該體系包括三個(gè)層次（圖1）：決策層A，準(zhǔn)則層AA、AB、AC，指標(biāo)層AAA-ACG。

3.2 數(shù)據(jù)的收集與處理

由于人工神經(jīng)網(wǎng)絡(luò)是依據(jù)對(duì)訓(xùn)練樣本集的仿真結(jié)果來預(yù)測(cè)評(píng)價(jià)結(jié)果的，需要將評(píng)價(jià)數(shù)據(jù)劃分為訓(xùn)練樣本集、驗(yàn)證樣本集和預(yù)測(cè)樣本集3個(gè)部分來進(jìn)行處理。在訓(xùn)練樣本集、驗(yàn)證樣本集方面，設(shè)定18個(gè)評(píng)價(jià)指標(biāo)（AAA-ACG）均為定序數(shù)值型評(píng)價(jià)數(shù)據(jù)，即“1.00”（很差）、“0.75”（較差）、“0.50”（一般）、“0.25”（良）、“0”（優(yōu)），而期望值（輸出值）采用了5個(gè)分類變量來實(shí)現(xiàn)，“0”表示評(píng)價(jià)結(jié)果很差，“0.25”為較差，“0.50”表示中，“0.75”表示良，“1.00”表示優(yōu)。在Clementine中將上述數(shù)據(jù)按照訓(xùn)練樣本集80%，驗(yàn)證樣本集20%的比例進(jìn)行樣本分區(qū)，利用訓(xùn)練樣本集訓(xùn)練模型，驗(yàn)證樣本集計(jì)算模型誤差。

在預(yù)測(cè)樣本集方面，采用對(duì)游客現(xiàn)場(chǎng)問卷調(diào)查的方法獲得數(shù)據(jù)。調(diào)查于2014年4～6月在京西門頭溝區(qū)8個(gè)古村落中進(jìn)行，采用李克特5點(diǎn)量表數(shù)據(jù)收集方法，對(duì)京西古村落的民俗旅游資源評(píng)價(jià)體系中的18個(gè)指標(biāo)（圖1）進(jìn)行數(shù)據(jù)評(píng)價(jià)，共發(fā)放調(diào)查問卷260份，有效問卷251份，將數(shù)據(jù)錄入SPSS軟件中。由于人工神經(jīng)網(wǎng)絡(luò)輸入變量的取值范圍通常要求在0～1之間[14]，因此需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，具體為■i=■，其中，■i為第i個(gè)評(píng)價(jià)指標(biāo)的均值，xmax、xmin為第i個(gè)指標(biāo)數(shù)據(jù)的最大值與最小值，對(duì)8個(gè)古村落18個(gè)指標(biāo)（AAA～ACG）的數(shù)據(jù)進(jìn)行轉(zhuǎn)換。本研究輸出變量采用了5個(gè)分類變量來實(shí)現(xiàn)，“0”表示評(píng)價(jià)結(jié)果很差，“0.25”為較差，“0.50”表示中，“0.75”表示良，“1.00”表示優(yōu)。最終將上述處理后的數(shù)據(jù)引入Clementine12.0數(shù)據(jù)挖掘軟件中，運(yùn)用Clementine12.0中訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型來實(shí)現(xiàn)民俗旅游資源的評(píng)價(jià)。

4 民俗旅游資源的人工神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)

4.1 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及性能評(píng)價(jià)

采用了三層神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，即輸入層、隱層和輸出層，網(wǎng)絡(luò)的輸入層為18個(gè)古村落民俗旅游資源評(píng)價(jià)指標(biāo)，輸出層由5個(gè)分類神經(jīng)元構(gòu)成，而隱層的構(gòu)成目前沒有權(quán)威的確定準(zhǔn)則，采用試錯(cuò)法，通過對(duì)用Clementine中BP神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)中動(dòng)態(tài)方法（Dynamic method）、快速方法（Quick method） 和徑向基神經(jīng)網(wǎng)絡(luò)方法（RBFN）的網(wǎng)絡(luò)結(jié)構(gòu)、仿真訓(xùn)練周期、參數(shù)設(shè)置、訓(xùn)練的精確性，以及仿真結(jié)果的置信度的比較來選擇出最優(yōu)的網(wǎng)絡(luò)（表2）。訓(xùn)練仿真的精確性指估計(jì)的預(yù)測(cè)精度，是基于訓(xùn)練樣本集計(jì)算的，對(duì)于分類型輸出變量，預(yù)測(cè)精確性就是指正確預(yù)測(cè)的樣本占總樣本的比例。

表2列出了神經(jīng)網(wǎng)絡(luò)三種模型計(jì)算方法，通過比較可知，三種模型仿真訓(xùn)練的精確性均為100%，對(duì)于分類型輸出變量，估計(jì)精確性就是模型正確預(yù)測(cè)的樣本數(shù)占總樣本數(shù)的比例。但網(wǎng)絡(luò)結(jié)構(gòu)、模式、訓(xùn)練周期和參數(shù)設(shè)定在Clementine中卻不太一樣，神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)分析方法不能指定“專家”模式，只能指定“簡(jiǎn)單”模式，即系統(tǒng)按照自動(dòng)設(shè)定方式，在訓(xùn)練中首先創(chuàng)建一個(gè)最簡(jiǎn)單的初始拓?fù)渚W(wǎng)絡(luò)，然后嘗試不斷將隱節(jié)點(diǎn)加入網(wǎng)絡(luò)中，直到達(dá)到預(yù)期精確性，找到一個(gè)最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行訓(xùn)練，訓(xùn)練結(jié)果顯示隱層為二層，且第一隱層為3個(gè)神經(jīng)元，第二隱層為4個(gè)神經(jīng)元，估計(jì)正確率100%。神經(jīng)網(wǎng)絡(luò)的快速方法和徑向基方法則選擇了“專家”模式，兩者的訓(xùn)練周期數(shù)設(shè)定為250次，為系統(tǒng)默認(rèn)次數(shù)，而訓(xùn)練參數(shù)指標(biāo)中，沖量Alpha的作用在于平滑學(xué)習(xí)過程中權(quán)值的隨機(jī)更新，增強(qiáng)網(wǎng)絡(luò)的穩(wěn)定性，為了加快這一過程，通常該值經(jīng)驗(yàn)值為0.9[15]。學(xué)習(xí)率Eta的作用是不斷調(diào)整網(wǎng)絡(luò)權(quán)值閾值，Clementine中學(xué)習(xí)率設(shè)置策略是令其在模型訓(xùn)練過程中自動(dòng)變化，自動(dòng)變化公式為：Eta（t）=Eta（t-1）×exp（log■/d），其中，Etalow和Etahigh分別表示學(xué)習(xí)率變動(dòng)范圍的最大值與最小值，d為衰減量。在Clementine中，神經(jīng)網(wǎng)絡(luò)的快速分析方法中專家模式的系統(tǒng)設(shè)定為初始Eta=0.3、Etahigh=0.1、Etalow=0.01、d=30，而徑向基神經(jīng)網(wǎng)絡(luò)方法中專家模式的系統(tǒng)設(shè)定為初始Eta=0.4，其值自動(dòng)計(jì)算，RBF聚類數(shù)=20表示為給定的隱節(jié)點(diǎn)數(shù)目，RBF徑向覆蓋長(zhǎng)度=1表示為徑向基神經(jīng)網(wǎng)絡(luò)隱節(jié)點(diǎn)采用標(biāo)準(zhǔn)化高斯函數(shù)。

表3列出了神經(jīng)網(wǎng)絡(luò)三種計(jì)算方法得出的訓(xùn)練結(jié)果及其預(yù)測(cè)置信度，對(duì)于多分類型輸出變量，期望預(yù)測(cè)節(jié)點(diǎn)取決于計(jì)算結(jié)果最大輸出節(jié)點(diǎn)，預(yù)測(cè)置信度是預(yù)測(cè)節(jié)點(diǎn)最大值與次大值之差。從表3可知，三種方法的實(shí)際輸出值與期望值完全相符，但三種計(jì)算方法的預(yù)測(cè)置信度卻不一樣，BP神經(jīng)網(wǎng)絡(luò)快速方法預(yù)測(cè)置信度最低，RBFN模型預(yù)測(cè)置信度居中，而BP神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)方法預(yù)測(cè)置信度最高，說明BP神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)方法預(yù)測(cè)成功率更高，評(píng)價(jià)效果最好。

4.2 基于人工神經(jīng)網(wǎng)絡(luò)的古村落民俗旅游資源評(píng)價(jià)

運(yùn)用上述訓(xùn)練好的網(wǎng)絡(luò)模型對(duì)8個(gè)古村落民俗旅游資源進(jìn)行指標(biāo)綜合評(píng)價(jià)，其評(píng)價(jià)數(shù)據(jù)與結(jié)果見表4。

從表4可知，三種評(píng)價(jià)方法模型的預(yù)測(cè)置信度不同，整體上看，動(dòng)態(tài)方法模型評(píng)價(jià)置信度較高，其次是RBFN模型評(píng)價(jià)置信度，快速方法模型評(píng)價(jià)置信度最低，說明動(dòng)態(tài)方法模型的評(píng)價(jià)結(jié)果可信度更高，這與表2中訓(xùn)練樣本的預(yù)測(cè)置信度的結(jié)果相一致，因此采用動(dòng)態(tài)方法模型的評(píng)價(jià)結(jié)果。

表5給出了18個(gè)評(píng)價(jià)指標(biāo)運(yùn)用BP神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)方法模型得到的對(duì)于輸出變量的重要性分析，重要性分析表示評(píng)價(jià)指標(biāo)與輸出節(jié)點(diǎn)之間的相關(guān)程度，值越高表明該評(píng)價(jià)指標(biāo)對(duì)輸出節(jié)點(diǎn)越重要，相對(duì)于其他指標(biāo)來說也越重要。表中重要性是基于神經(jīng)網(wǎng)絡(luò)權(quán)值的Tchaban算法計(jì)算出的，公式為Qik=■■Wij（t）Vjk（t），其中，t表示時(shí)刻，xi（t）為t時(shí)刻的評(píng)價(jià)指標(biāo)值，YK（t）為t時(shí)刻的輸出節(jié)點(diǎn)值，Wij（t）為t時(shí)刻第i個(gè)輸入節(jié)點(diǎn)與第j個(gè)隱節(jié)點(diǎn)之間的網(wǎng)絡(luò)權(quán)值，Vjk（t）為t時(shí)刻第j個(gè)隱節(jié)點(diǎn)與第k個(gè)輸出節(jié)點(diǎn)之間的網(wǎng)絡(luò)權(quán)值。根據(jù)評(píng)價(jià)指標(biāo)的重要性，利用歸一化公式Zm=■可以求出每個(gè)準(zhǔn)則層中指標(biāo)重要性（表5）。利用模糊綜合評(píng)價(jià)方法，對(duì)每個(gè)準(zhǔn)則層（觀賞游憩價(jià)值、歷史科學(xué)藝術(shù)價(jià)值、旅游環(huán)境）進(jìn)行二級(jí)綜合評(píng)價(jià)，將指標(biāo)層對(duì)準(zhǔn)則層的每個(gè)權(quán)重分配定義為Zm，Rm為每個(gè)準(zhǔn)則層的因素集（因素集見表6，該因素評(píng)價(jià)值代表頻數(shù)值），則觀賞游憩價(jià)值的綜合評(píng)價(jià)結(jié)果為B1=Z1×R1=（0.299，0.396，0.222，0.061，0.024），歷史科學(xué)藝術(shù)價(jià)值綜合評(píng)價(jià)結(jié)果為B2=Z2×R2=（0.362，0.349，0.186，0.07

7，0.027），旅游環(huán)境綜合評(píng)價(jià)結(jié)果為B3=Z3×R3=（0.242，0.403，0.242，0.084，0.029），按照最大隸屬原則可知，8個(gè)古村落民俗資源的觀賞游憩價(jià)值、歷史科學(xué)藝術(shù)價(jià)值和旅游環(huán)境綜合評(píng)價(jià)結(jié)果分別為“良”、“優(yōu)”、“良”，而根據(jù)加權(quán)平均的原則，按照公式u=■B×Si/■Si，其中B為綜合評(píng)價(jià)值，Si為評(píng)語集合{優(yōu)，良，中，較差，很差}的賦分，分別?。?，4，3，2，1），通過計(jì)算，觀賞游憩價(jià)值、歷史科學(xué)藝術(shù)價(jià)值和旅游環(huán)境綜合評(píng)價(jià)結(jié)果分別為3.877，3.944，3.745，表明8個(gè)古村落的民俗旅游資源的歷史科學(xué)藝術(shù)價(jià)值高于觀賞游憩價(jià)值高于旅游環(huán)境。

5 評(píng)價(jià)結(jié)果與建議

按照神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)方法的評(píng)價(jià)結(jié)果（表4），京西古村落民俗旅游資源評(píng)價(jià)結(jié)果為：龍泉鎮(zhèn)琉璃渠村、齋堂鎮(zhèn)爨底下村、龍泉鎮(zhèn)三家店村綜合評(píng)價(jià)結(jié)果為“良”，而雁翅鎮(zhèn)葦子水村、齋堂鎮(zhèn)黃嶺西村、齋堂鎮(zhèn)馬欄村、齋堂鎮(zhèn)靈水村、大臺(tái)街道千軍臺(tái)村評(píng)價(jià)結(jié)果為“中”。表明這8個(gè)古村落民俗旅游資源狀況整體中等偏上，因此民俗資源還需要進(jìn)一步的開發(fā)利用。從表5評(píng)價(jià)指標(biāo)的重要性看，古村落配套設(shè)施（ACD）、交通便利條件（ACC）和民俗旅游資源開發(fā)程度（ACA）對(duì)古村落民俗旅游資源評(píng)價(jià)影響更大，相對(duì)于其他評(píng)價(jià)指標(biāo)也更為重要，其次是觀賞性（AAC）、歷史性（ABA）、古村落的服務(wù)質(zhì)量（ACE）、珍稀度（AAA）和藝術(shù)性（ABC），再次是民俗旅游資源的保護(hù)程度（ACB）、愉悅性（AAD）、古村落環(huán)境質(zhì)量（ACG）、傳承性（ABE）、美感性（AAB）、地方性（ABB）、知名度（ABF）、參與性（AAE）、原真性（ABD），而游客在村落中的安全（ACF）則相對(duì)最不重要。從18個(gè)指標(biāo)的重要性可以看出，旅游環(huán)境因素如配套設(shè)施、交通便利性和民俗資源開發(fā)程度等對(duì)游客的民俗資源評(píng)價(jià)影響很大，且三個(gè)指標(biāo)評(píng)價(jià)為“良”以上的比例分別為59.3%、78.1%、84.8%（表6），可見三個(gè)評(píng)價(jià)指標(biāo)仍然有很大的提升空間，尤其是古村落配套設(shè)施和交通便利條件，由于京西古村落位于山區(qū)，距離城市核心區(qū)域較遠(yuǎn)，雖然這有利于保持村落民俗文化的完整性，但這也導(dǎo)致交通便利性差，服務(wù)水平不高，基礎(chǔ)設(shè)施相對(duì)于成熟的旅游村落來說也比較薄弱，因而要提升古村落的交通便利性和加強(qiáng)配套設(shè)施建設(shè)，進(jìn)而提高游客的體驗(yàn)質(zhì)量與滿意度。

通過對(duì)準(zhǔn)則層的模糊綜合評(píng)價(jià)可知，歷史科學(xué)藝術(shù)價(jià)值評(píng)價(jià)結(jié)果為“優(yōu)”，這一評(píng)價(jià)結(jié)果也體現(xiàn)了門頭溝區(qū)古村落民俗旅游資源的特色，如琉璃渠村的琉璃鍛造工藝和靈水村“八大堂”商鋪民俗文化、秋粥節(jié)、名人故居、村規(guī)民約等民俗均具有獨(dú)特的地方性、歷史性、原真性與藝術(shù)性，且琉璃工藝為北京市非物質(zhì)文化遺產(chǎn)，這些對(duì)游客都具有較高的吸引力。另外，觀賞游憩價(jià)值評(píng)價(jià)結(jié)果為“良”，這說明還需要進(jìn)一步提高古村落民俗旅游資源的品位價(jià)值與參與性，挖掘民俗資源應(yīng)有的內(nèi)涵和底蘊(yùn)，因此要利用古村落民俗資源的觀賞游憩價(jià)值和藝術(shù)特點(diǎn)深層次挖掘其中蘊(yùn)涵的歷史和文化內(nèi)涵，充分集中古村落的民俗特色，要考慮建設(shè)鄉(xiāng)村民俗主題博物館，記錄民間禮俗、民間工藝、民間歌舞以及一些獨(dú)特的具有地方特色的活動(dòng)形式[16]。同時(shí)，還要借助民俗旅游活動(dòng)，如靈水村的秋粥節(jié)、千軍臺(tái)村的古幡會(huì)、琉璃渠村的五虎少林會(huì)等活動(dòng)充分展示民間的傳統(tǒng)節(jié)日、民間工藝與藝術(shù)、民間體育與娛樂技藝，增強(qiáng)挖掘民俗旅游資源的觀賞游憩與文化價(jià)值并進(jìn)行創(chuàng)新，并在此基礎(chǔ)上尋找潛在的合適傳承人，在保護(hù)中合理開發(fā)利用民俗旅游資源。除了上述在古村落中成立地方化或?qū)ｎ}性的鄉(xiāng)村民俗主題博物館和組織民俗旅游活動(dòng)外，建設(shè)民俗度假村，注重參與和體驗(yàn)型民俗旅游商品的開發(fā)，讓游客在旅游的過程中參與和體驗(yàn)民俗旅游的樂趣，如參與體驗(yàn)琉璃渠村的琉璃雕塑技術(shù)，參與三家店村的銀匠、銅匠、鐵匠、裱糊匠等五行八作工藝制作等，并在此基礎(chǔ)上，利用民俗工藝努力開發(fā)獨(dú)具地方特色的旅游紀(jì)念品、工藝美術(shù)品、土特商品等民俗旅游產(chǎn)品。

從京西古村落民俗旅游資源的規(guī)劃開發(fā)角度看，將古村落民俗旅游資源精確分類與評(píng)價(jià)，合理分區(qū)，做到村落間優(yōu)勢(shì)互補(bǔ)，并且與其他村落或景點(diǎn)旅游資源相結(jié)合，實(shí)現(xiàn)民俗資源和客源共享，是未來民俗旅游資源規(guī)劃開發(fā)的重點(diǎn)方向。民俗旅游只有依托周邊內(nèi)外知名旅游景點(diǎn)聯(lián)合開發(fā)，使區(qū)域內(nèi)的多種資源互補(bǔ)，才能滿足游客的個(gè)性化旅游需求，擴(kuò)大客源市場(chǎng)，實(shí)現(xiàn)資源共享[17]，提高古村落民俗景區(qū)的知名度和品牌效應(yīng)。如爨柏景區(qū)位于北京西部門頭溝區(qū)齋堂鎮(zhèn)，是以古村落文化為代表的旅游度假休閑勝地，景區(qū)包含了4個(gè)古村落，除了爨底下村和黃嶺西村外，還包括京西石頭村—雙石頭村和軍戶古樂村—柏峪村，4個(gè)村落均勻分布于一條旅游線路內(nèi)，景區(qū)內(nèi)有古道、古井、古廟、古戲臺(tái)，明代的老村遺址、清代的壁畫、甲午戰(zhàn)爭(zhēng)立功捷報(bào)、二戰(zhàn)時(shí)期被日軍燒毀房屋的廢墟、抗日哨所遺址等，當(dāng)游客游覽景區(qū)后，還可在明清古宅內(nèi)居住，體驗(yàn)鄉(xiāng)村的古宅風(fēng)情和歷史民俗文化，這4個(gè)古村落民俗資源優(yōu)勢(shì)互補(bǔ)，各具特色，且在北京周邊內(nèi)外均為知名古村落，進(jìn)而提升了民俗文化景區(qū)的知名度與品牌效應(yīng)。

參考文獻(xiàn)：

[1] 吳 冰，馬耀峰.古村落旅游資源評(píng)價(jià)與保護(hù)研究——以陜西省韓城市黨家村為例[J].陜西師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，32（1）：121-124.

[2] 汪清蓉，李 凡.古村落綜合價(jià)值的定量評(píng)價(jià)方法及實(shí)證研究——以大旗頭古村為例[J].旅游學(xué)刊，2006，21（1）：19-24.

[3] 譚根梅，柳 軍，胡漢輝.基于層次分析法的鄉(xiāng)村旅游資源評(píng)價(jià)——以千年古村：江西婺源江灣村為例[J].農(nóng)業(yè)經(jīng)濟(jì)，2007 （4）：20-21.

[4] 張 晶，劉舜青.貴州鄉(xiāng)村旅游資源評(píng)價(jià)模型初探[J].貴州社會(huì)科學(xué)，2007，213（9）：124-127.

[5] 于洪賢，宋紅娟.三江自然保護(hù)區(qū)鄉(xiāng)村旅游資源評(píng)價(jià)[J].東北林業(yè)大學(xué)學(xué)報(bào)，2007，35（3）：82-85.

[6] 呂禎婷，羅世俊，謝晶晶.皖南黃山區(qū)鄉(xiāng)村旅游資源評(píng)價(jià)及開發(fā)建議[J].黃山學(xué)院學(xué)報(bào)，2008，10（2）：27-31.

[7] 林雄斌，顏?zhàn)颖?，徐麗麗，?基于AHP的寧波市鄉(xiāng)村旅游資源評(píng)價(jià)[J].浙江農(nóng)業(yè)科學(xué)，2010（4）：880-885.

[8] 袁 寧，黃 納，張 龍，等.基于層次分析法的古村落旅游資源評(píng)價(jià)——以世界遺產(chǎn)地西遞、宏村為例[J].資源開發(fā)與市場(chǎng)，2012，28（2）：179-181.

[9] 胡 巍，樓凌雁.鄉(xiāng)村旅游開發(fā)中的旅游資源評(píng)價(jià)實(shí)證研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2002（3）：58-59.

[10] 程 乾，付 俊.基于游客感知的古村落旅游資源評(píng)價(jià)研究[J].經(jīng)濟(jì)地理，2010，30（2）：329-333.

[11] 楊 雯，劉洪利，趙文吉.基于GIS的延慶縣村鎮(zhèn)民俗旅游資源評(píng)價(jià)、分析與規(guī)劃研究[J].測(cè)繪科學(xué)，2010，35（3）：128-131.

[12] 田 里.論民俗旅游資源及其開發(fā)[J].人文地理，1997，12（3）：16-19.

[13] 張 捷.區(qū)域文化的旅游資源的類型及旅游業(yè)價(jià)值研究[J].人文地理，1997，12（3）：20-24.

[14] 薛 薇，陳歡歌.基于Clementine的數(shù)據(jù)挖掘[M].北京：人民大學(xué)出版社，2012.

[15] 薛薇，陳歡歌.Clementine數(shù)據(jù)挖掘方法及應(yīng)用[M].北京：電子工業(yè)出版社，2010.

[16] 王云才，郭煥成，楊 麗.北京市郊區(qū)傳統(tǒng)村落價(jià)值評(píng)價(jià)及可持續(xù)利用模式探討——以北京市門頭溝區(qū)傳統(tǒng)村落的調(diào)查研究為例[J].地理科學(xué)，2006，26（6）：735-742.

[17] 馬 亮，謝 芳.北京鄉(xiāng)村民俗旅游資源開發(fā)戰(zhàn)略初探——以房山區(qū)為例[J].北京農(nóng)學(xué)院學(xué)報(bào)，2010，25（1）：69-72.