贺州城市旅游竞争力评价及诊断探究

贺州城市旅游竞争力评价及诊断探究

ID:44148421

大小:30.50 KB

页数:6页

时间:2019-10-19

贺州城市旅游竞争力评价及诊断探究_第1页
贺州城市旅游竞争力评价及诊断探究_第2页
贺州城市旅游竞争力评价及诊断探究_第3页
贺州城市旅游竞争力评价及诊断探究_第4页
贺州城市旅游竞争力评价及诊断探究_第5页
资源描述:

《贺州城市旅游竞争力评价及诊断探究》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、贺州城市旅游竞争力评价及诊断探究摘要:文章运用因子分析法,以旅游业规模、旅游接待能力、旅游环境支持力、旅游基础设施状况和社会经济支持力五个方面选择29项指标,建立城市旅游竞争力评价指标体系,以广西其它13个地级市作为比较分析对象,对贺州城市旅游竞争力进行诊断分析,以把握贺州城市旅游发展存在的薄弱环节,为提高贺州城市旅游竞争力的实践提供决策参考。关键词:城市旅游竞争力;因子分析;贺州一、贺州市旅游业发展概况贺州市位于广西东北部,处于湘、粤、桂三省区的结合部,背靠大西南,面向粤港澳,将成为大西南东出粤港澳和出海的重要通道。贺州市旅游资源极为丰

2、富,旅游业发展的优势得天独厚,在这里形成了独特的生活习俗及迷人的民族风情,人文景观丰富,文化内涵深邃。近几年来,贺州旅游业总体上呈持续发展的良好势头。据初步统计“十一五”期间,贺州市旅游接待总人数1926.6万人次,旅游总收入119.7亿元,分别比"十五”同期增长96.3%和198.9%;接待入境游客66.4万人次,国内旅游人数1896.2万人次,分别比“十五”同期增长98.7%和99.8%o但是贺州市旅游业发展中还存在诸多不足和值得注意的问题。通过建立评价模型,利用因子分析法对贺州市城市旅游竞争力进行实证分析,可以有效地对贺州城市旅游发

3、展中存在的问题进行诊断分析,为提高贺州城市旅游竞争力的实践提供决策参考。二、贺州市城市旅游竞争力的综合评价(一)评价方法的选择对贺州市旅游竞争力进行评价,釆用计量经济学界普遍承认的因子分析法。因子分析法是研究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子,它的基本思想是通过在多个变量指标中寻找主因子,用主因子来充分反映原始变量的主要信息,并通过因子来确定权数,以达到降维的目的,所得的结果比较符合客观事实。在因子分析中,当各公共因子对原指标反映不明显时,可通过因子旋转法,使得公共因子的贡献较分散,即第一公共因子代表一部分变量,第二公

4、共因子代表另一部分变量,依次类推,这样的处理使各个公共因子有明显的实际含义,有利于分析与解释。因子分析的核心是用较少的相互独立的因子反映原有变量的绝大部分信息。可以将这一思想用数学模型来表示。设原有个变量,且每个变量(或经标准化处理后)的均值为0,标准差均为1•现将每个原有变量用个因子的线性组来表示,即有:上式便是因子分析的数学模型,也可用矩阵的形式表示为。其中F称为因子,由于它们出现在每个原有变量的线性表达式中,因此又称为公共因子。因子可理解为高维空间中互相垂直的k个坐标轴;A称为因子载荷矩阵,称为因子载荷,是第i个原有变量在第j个因子

5、上的负荷。称为特殊因子,表示了原有变量不能被因子解释的部分,其均值为Oo(二)评价指标体系的构建旅游竞争力涉及的面相当广,它涵盖的指标数量复杂而庞大。贺州旅游竞争力评价是对柳州旅游竞争力状况的一种全面测评和分析,需要构建一套综合、简明、准确、易于操作的指标体系,该指标体系能反映一个复杂系统的多个指标所组成的相互联系、相互依存的统计指标群,以此来全面、准确反映贺州旅游竞争力诸多方面的现实情况。从理论上看,城市旅游竞争力评价指标体系固然越全面越好,但由于受到评价方法和统计数据的限制,往往只能有针对性的选择一些具有代表性的指标。本文拟建的指标体

6、系在遵循整体性原则、科学性原则、可操作性的情况下,在借鉴前人的关于对城市旅游竞争评价研究成果的基础上,结合广西14个地级市的实际情况,构建的指标体系如表(一)所示:(三)综合评价过程的处理首先,运用SPSS软件对F1旅游业规模进行因子分析过程如下:表二是因子分析的初始解,显示了旅游业规模变量的共同度数据,其中第2列是因子分析初始解下的变量共同度,它表明,对原有12个变量如果采取主成分分析方法提取所有特征根,那么原有变量的所有方差都可被解释,变量的共同度均为1(原有变量标准化后的方差为1);第3列是按指定条件(这里为特征根大于1)提取特征根

7、时的共同度,可以看到,绝大多数的变量的共同度在96%以上,最大的达到99.7%,最小的也达到96.3%,这表明变量信息丢失较少,因子提取的总体效果显著,适合做因子分析。表三、因子解释原有变量总方差的情况终因子解情况,因子经旋转后,累计方差贡献率并没有改变,但却重新分配了各因子解释原有变量的方差,改变了各因子的方差贡献,使得因子更易于解释,其中第1个因子的特征根为3.715,解释了原有变量总方差的53.074%,累计方差贡献率53.074%,第2个因子的特征根为3.127,解释了原有变量总方差的44.667%,累计方差贡献率97.742%;

8、只要选择前2个主因子,其所代表的信息量已能较充分地解释并提供原变量所能表达的信息。所以,选择2个主因子的信息已能比较充分地反映和代表各个样本代表的旅游业规模。表四是通过方差最大正交法旋转后得出

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。