资源描述：
《管理学旅游管理毕业论文 基于游客感知的古都类城市旅游资源评价研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、湖南师范大学本科毕业论文考籍号：XXXXXXXXX姓名：XXX专业：管理学旅游管理论文题目：基于游客感知的古都类城市旅游资源评价研究指导老师：XXX二〇一一年十二月十日提 要:以西安为例,依据大样本游客问卷调查获取的1065份一手数据,从游客感知的视角,在借鉴前人旅游资源评价方法的基础上,综合采用层次分析法和模糊综合评价法对西安旅游资源进行了定量评价,以期认清游客视角的古都类城市旅游资源的旅游价值,提高古都类城市旅游资源评价的科学性和合理性,为古都城市的旅游发展提供理论参考。关键词:古都;游客感知;旅游资源评价 拥有
2、高品位旅游资源的古都类旅游城市,一直以来都是游客所青睐的旅游目的地。在古都类旅游城市发展的研究中:沈祖祥[1]、赵现红[2]、高凌[3]、马红丽[4]、闵学勤[5]等对古都城市的文化发展战略、资源空间结构、形象等做了相关研究。但是,对于古都城市旅游资源的评价大多见于相关的规划文本,学术性科技论文几乎没有。而规划文本也基本上都是从专家和管理者的视角进行旅游资源评价,但实践证明,当前这种资源评价系统指导下的旅游资源开发难以得到游客的认同从而达到旅游快速发展的目的。尚没有学者从游客感知的角度对古都类城市的旅游资源进行评价。文
3、中正是从游客感知的角度出发,针对古都类旅游城市的旅游资源评价进行研究。这将更加具有科学合理性,其评价结果对古都类旅游城市的旅游资源开发具有理论参考价值。西安作为世界四大文明古都之一,具有极其丰富的文化遗存与深厚的历史文化积淀,是古都类旅游城市的典型代表,其研究结果对其他古都类旅游城市也将有借鉴意义。目前,在关中-天水经济区建设的大背景下,西安正朝着国际化大都市的目标迈进。因而,对其旅游资源进行更加科学的评价也显得至关重要。1 研究方法与数据来源 首先采用层次分析法确定权重,然后在问卷调查的基础上用模糊综合评判法对古都
4、类旅游城市旅游资源进行综合评价。层次分析法(AnalyticHierarchyProcess简称AHP)是美国运筹学家T.L.Saaty教授于70年代初提出的一种简单直观,行之有效的资源评价方法。用定性与定量相结合解决多目标复杂问题的决策方法,运用到旅游资源评价中可以很好的对旅游资源的潜力进行评价。模糊综合评判是运用模糊数学知识,对影响一个事物的诸多因素或属性进行评估,从而得出总体评判,做出合理的评价。文中从游客感知的角度出发,利用AHP-模糊综合评价方法对西安市旅游资源进行定量分析,并依据结果提出相关建议。该项研究针
5、对游客对西安市旅游资源的评价,以问卷调查的方式收集原始资料。调研组成员于2010年6~7月在古城西安的各大旅游景点对国内游客进行了抽样调查,共发放问卷1100份,收回有效问卷1065份,有效率为96.8%。样本以男性居多(62.17%),中青年为主(89.34%),文化水平较高(大专和本科以上的占81.66%),职业中以学生居多(29.23%),月收入以3千元以下占大多数(63.8%),旅游方式中家庭或朋友所占比例最大(37.92%)(表1)。2 古都类城市旅游资源定量评价2.1 以层次分析法建构评价体系在借鉴前人对旅
6、游资源划分的方法[6],并结合古都类城市旅游资源的特点,运用层次分析法对西安市旅游资源评价从旅游吸引物、旅游服务、旅游环境三个层次来确定评价要素指标体系。构建的层次分析图(图1)中,A层为总目标层,B层为准则层,C层为指标层。以问卷调查的方式,采用特尔菲法,请相关专家对各级评价中各个因素的重要程度进行两两比较打分,构造出比较判断矩阵。使用1-9标度方法,对其进行定量化得A-B和B-C判断矩阵(表2-表5)。2.3 求解判断矩阵根据判断矩阵,通过计算机处理,求得近似最大特征值以及B层和C层的各个指标权重。并且通过判断矩阵
7、的一致性指标CI和同阶的平均随机一致性指标RI之比,得出一致性比率CR,经一致性检验,CR0.1,判断矩阵具有满意的一致性[7],将结果汇总于表6,其中,RI经过查表[7]得知。2.4 层次总排序根据表6,可以得出西安市旅游资源评价指标体系的权重分配(表7)。通过表7可以看出:古都类城市旅游资源评价B层权重从大到小依次为旅游吸引物(0.659)、旅游环境(0.185)、旅游服务(0.156)。然后根据最底层指标占最高层指标的比重,得出指标权重,即15个评价指标构成的指标总权重向量为:A=(0.1670.0960.043
8、0.3520.0280.0480.0620.0100.0080.0070.0140.0330.0370.0230.070)。3 模糊综合评价 让游客对西安的15个指标分别下一个评语,评语集为:V=(非常不满意(v1),不太满意(v2),一般(v3),有点满意(v4),非常满意(v5))。指标集到评语集建立模糊关系,算出各的隶属度
