资源描述：
《基于因子分析的青海旅游产业发展潜力评估》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2010年第6期青海社会科学2010年11月No16,2010QinghaiSocialSciencesNovember,2010基于因子分析的青海旅游产业发展潜力评估丁悦宋金平赵西君=摘要>本文借助SPSS软件,运用因子分析法评估2000年到2008年青海省旅游产业发展潜力,归纳出影响的主导因素是基础条件和保障条件,揭示出青海省旅游产业发展潜力的提升由慢到快、由不稳定到稳步提升的变化趋势。=关键词>旅游产业发展潜力;因子分析;青海省=中图分类号>F5921744=文献标识码>A=文章编号>10
2、01)2338(2010)06)0091)06[1]在衡量区域旅游产业发展前景时,E1Canestrill等指出,旅游地的竞争力不只体现在旅游市场的占有率上,应该主要看它的发展潜力。发展潜力是衡量区域旅游产业发展前景和后续能力的一种综合测度,它是旅游业在发展过程中所体现出来的潜在的、在一定条件刺激下能够发挥出来并能促进旅[2]游业持续发展的能力,一定程度上决定着地区旅游产业发展的趋势。旅游产业发展现状落后的地[3]区可能具有巨大的发展潜力,从而蕴藏着巨大的潜在竞争力。对旅游产业发展相对落后地区的
3、旅游产业潜力研究,是提升区域旅游业竞争力的前提条件。青海省是典型的旅游资源丰富但产业发展落后的地区。青海省旅游资源特色性强、垄断性高。目前虽初步形成以体育旅游、生态旅游为主的新型综合性的旅游产业,但由于对潜在优势挖掘不够,[4]相对全国其他省份,其旅游产业竞争力都处于劣势地位。本文运用因子分析方法,对青海省旅游业发展潜力进行定量分析,发掘目前所隐藏的、并能为未来开发利用的优势和发展潜能,明确未来旅游业发展的重点,以促使该地区旅游业快速发展和区域经济繁荣。一、青海省旅游产业发展潜力评价方法及指标体
4、系构建(一)评价方法选择旅游产业综合性强,其发展受众多因素综合影响,发展潜力评价需要采用多指标综合评价体系。从现有的研究成果来看,主要方法有主观权数法、层次分析法、主成分分析法、因子分析法、聚类分析[5]法、综合多指标法等。为了避免其他方法中自变量共线性以及指标权重确定的随意性等问题,本文选用因子分析法,对青海省旅游产业发展潜力进行评估。因子分析法是一种通过样本资料,将一组变量分解为一组潜在起支配作用的公共因子与特殊因子的线性组合的统计学方法。其基本目的是用少数几个因子描述多个指标或因素之间的联
5、系,将相关性强的变量归为一类,每一类变量成为一个因子,以少数因子反映原始资料的大部分信息,是一种综合分析和研究多个指标经济现象的理想方[6)8]法。(二)指标体系构建及数据来源根据评价指标选择的科学性、客观性、可比性、可操作性和系统性原则,并借鉴以往学者对旅游产[9)12]业发展潜力评价的研究。从旅游产业需求潜力、旅游产业供给潜力、旅游产业经济支持潜力、旅91游产业社会支持潜力、基础设施及环境保障潜力五个方面入手,选取29项指标建立评价体系(表1),根据2001)2008年的统计数据,对青海省旅
6、游产业发展潜力进行定量分析,尽量保障所选择的指标能够全面地反映区域旅游产业发展潜力。分析所用的数据主要来源于相应年份的5中国旅游年鉴6、5中国旅游统计年鉴6、5青海统计年鉴6以及青海省国民经济和社会发展统计公报。部分数据经过简单处理,如路网密度、旅游产业增加值占GDP增加值比重等。二、青海省旅游产业发展潜力分析(一)因子分析过程在SPSS1710中进行青海省旅游产业发展潜力分析的步骤如下:(1)根据选定的评价指标体系,搜集青海省2000)2008年相关的统计数据,在SPSS1710统计软件中建立
7、原始数据矩阵X;由于分析涉及年份较多,数据收集过程中涉及少量数据缺少,用SPSS1710中的线性插值法替代缺失值。(2)由于评估采用指标的量纲不同,用SPSS1710对原始数据进行标准化处理,建立无量纲矩阵Z,以便进行降维处理。(3)用SPSS1710对矩阵Z进行主成分分析,计算相关系数矩阵R。(4)解特征方程
8、R)K
9、=0,计算相关矩阵R的特征值,由软件按累计贡献率自动提取k个主成分。(5)计算从2000年起第n年主成分i的得分Yn,i及第i个主成分权重Wi(i[k)。(6)计算2000)20
10、08年各年份旅游产业发展潜力得分,In=EYn*iWk,(n=1,2,,8;i=1,2,,k)。(二)因子分析结果因子分析结果中的总方差解释表,列出了各个公因子对总体方差的解释度。分析结果中前4个因子是SPSS软件系统按照特征值大于1的标准自动提取的。从表2中可以看出这4个因子对总体方差的积累贡献率达到了961227%,与因子分析中常用的积累方差贡献率大于85%的判断标准做比较,说明这4个公因子已经可以全面地反映指标信息,所以选取这4个因子作为主成分。由于初始因子载荷矩阵系数不是很明显,为对初始
