基于主成分研究法旅游扶贫绩效动态评价探究

《基于主成分研究法旅游扶贫绩效动态评价探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于主成分研究法旅游扶贫绩效动态评价探究摘要：旅游扶贫绩效显著，促进了区域经济社会发展。利用主成分分析法，以遵义市红色旅游为例，结合反映遵义市旅游扶贫绩效12个数据指标，对遵义市2001-2010年旅游扶贫绩效进行动态评价，结果表明：遵义市旅游扶贫绩效评价主要存在第一主成分分析，历年旅游扶贫绩效呈现上升趋势。同时，建议遵义市应该继续发展旅游业，提高旅游扶贫绩效，促进当地发展。关键词：主成分分析法；旅游扶贫；绩效评价；红色旅游；遵义中图分类号：F590.3文献标识码：A文章编号：1009-8631(2013)04-0016-021引言包

2、括经济绩效、社会绩效和生态绩效在内的旅游扶贫绩效是度量旅游扶贫活动效果的大小和衡量旅游扶贫成败的尺度，表现出旅游开发和发展对贫困地区经济、社会和生态环境的作用和影响。旅游扶贫绩效评价是指运用较科学、规范的评价方法，对旅游扶贫过程及其经济绩效、社会绩效和环境绩效进行的科学、客观、公正的衡量比较和综合评判，旨在衡量旅游扶贫绩效大小、检验旅游扶贫目标实现的程度和旅游扶贫战略的优劣性，推动旅游扶贫继续深入开展。本文中我们尝试采用主成分分析法对旅游扶贫绩效展开评价工作。国外旅游扶贫研究侧重于操作层面上探讨旅游扶贫问题：HaroldGoodwin

3、［l］认为旅游可帮助发展中国家消除贫困；CarolineAshley［2］研究并解决旅游扶贫实际合作中存在的问题。国内大多定性地研究旅游扶贫的含义、理论基础和模式研究（杨新军［3］；刘向明［4］）、特定地区旅游扶贫可行性分析、发展战略和基本思路研究（郭清霞［5］；李永文［6］）、旅游扶贫开发工作经验、问题和对策等专题研究（朱京曼［7］；李刚［8］）o在旅游扶贫绩效评价研究中，向延平［9］分别对旅游扶贫绩效生态绩效、社会绩效、经济绩效进行了研究，运用主成分分析法研究略显薄弱。主成分分析法在绩效评价和旅游中的应用为我们对旅游扶贫绩效评价研

4、究提供了很好的方法和借鉴。基于此，本文选取遵义市为实证样本，利用主成分分析法和SPSS18.0统计软件分析其旅游扶贫绩效。2研究方法与指标选取主成分分析法主要利用降维思想，在研究指标的内在关系时，把多个指标转化为少数相互独立且包含原有指标大部分信息的综合指标的统计方法。主成分分析法基于数据分析得到的指标间的内在结构，减少信息交叉，使得分析评价结果更具有客观性和准确性。主成分分析设法将原来众多且相关的指标（比如P个指标），重新组合成一组新的互相无关的综合性指标来替代原来的指标，数学上是将原来的P个指标作为线性组合，作为新的综合指标。最经

5、典的做法就是用U1（第一个线性组合指标）的方差，即var（U1）越大，表示U1包含的信息越多。因此在所有的线性组合中选取U1应该是方差最大的，故称U1为第1主成分。若第1主成分不足以代表原来P个指标的信息，再考虑选取U2,即选取第二个线性组合。为了有效地反映原来信息，U1已有的信息无需再出现在U2,若cov（Ul,U2）=0,则称U2为第2主成分,依此类推可构造出第3、第4,第m个主成分[10]o在指标的选取和数据来源方面，我们以遵义市红色旅游为例，由于旅游扶贫中的社会绩效和生态绩效难以定量，故本文仅选取主要与旅游扶贫有关的GDP、旅

6、游收入等9个经济指标数据来评价遵义市旅游扶贫经济绩效，包括地方经济增长GDP（XI）、第一产业产值（X2）、第二产业产值（X3）、第三产业产值（X4）、旅游收入（X5）、旅游人数（X6）、旅游就业（X7）、旅游外汇收入（X8）、境外旅游人数（X9）等,指标数据来源于遵义市2003-2012年统计公报。3研究结果与分析3.1指标数据描述性统计首先对反映遵义市反映旅游扶贫经济绩效的9个指标数据进行描述性统计，分析其样本值、最小值、最大值、均值和标准差(见表1)。3.2数据标准化处理和相关性检验由于遵义市旅游扶贫绩效评价指标单位不统一，故对

7、所选取的指标通过z-score方法进行标准化处理，见表2。然后，对标准化了的指标变量进行Bartlett?s球形检验和KMO检验，通过原指标变量之间相关性来判断变量是否适合做因子分析。KMO检验及球形检验结果可知，KMO(KaiserMeyer-Olkin)给出了抽样充足度的检验，本研究的KMO值为0.698,Bartlett球形给出的相伴概率为0.000,小于显著性水平0.005,说明因子分析是可以接受的，它综合了整个指标体系的36%的信息。3.3主成分的特征值，方差贡献率、累计方差贡献率分析接下来我们对遵义市旅游扶贫绩效评价指标进

8、行主成分分析，得到主成分的特征值、方差贡献率、累计方差贡献率，见表3O主成分个数提取原则主要包括：第一个是主成分对应的特征值大于1的前m个主成分；第二个是前m个主成分累计贡献率大于85%O对于第一个原则，特征值在某种程度