西部十二省、自治区、直辖市旅游竞争力的组合评价

2011-04-19芮田生

旅游科学 2011年3期

芮田生阎洪

(1.四川大学工商管理学院，四川成都610064;2.香港理工大学工商管理学院，香港)

1 引言

随着旅游产业在国民经济中的地位日益强化，旅游竞争力成为地区竞争力的重要组成部分。目前，旅游产业的发展已经处于竞争性增长阶段(王俊，王琪延，2010)。在西部大开发的背景下，旅游业极大地带动了西部地区经济的发展，因此，对西部十二省、自治区、直辖市(以下简称“西部十二省份”)的旅游竞争力进行客观评价对政府制定有关政策、加快旅游经济发展具有重要意义。

旅游竞争力是指，旅游目的地充分利用自身的旅游资源和各种机遇，保持已有的市场地位和市场份额，继续开拓国内外旅游市场，从而获得的持续发展的能力(Hassan，2000)。近年来，国内外学者在旅游竞争力研究方面取得了丰富的成果。Gomezelj和Mihalio(2008)使用De Keyser-Vanhove模型研究了影响旅游目的地竞争力的主要因素，指出，虽然没有一个全面且最优的评价模型来评价旅游竞争力，但影响旅游竞争力的因素具有共同特征。Enright(2005)用t检验方法讨论了香港、马来西亚、新加坡和泰国旅游竞争力是否存在显著差异。Cracolici和Nijkamp(2009)采用当地居民态度、艺术和城市文化等11个指标，运用主成分分析法评价了意大利南部地区的旅游竞争力。Mangion等人(2005)研究了旅游竞争力的评价指标体系。王琪延和罗栋(2009)首先使用层次分析和专家打分相结合的方法确定各个评价指标的权重，再运用加权求和的方法对我国4个直辖市和289个地级市的旅游竞争力进行了评价。温碧燕和梁明珠(2007)首先确定了包含旅游资源、客源市场和政治经济环境等8方面影响因素的指标体系，再利用因子分析法对旅游竞争力进行了评价。武传表和王辉(2009)采用因子分析法从综合经济实力、旅游业发展水平、基础设施建设、生态环境状况和科教文卫5个方面研究了中国14个沿海开放城市的旅游竞争力。李创新等人(2008)使用主成分分析法得到了中国31个省份的旅游竞争力综合得分，并进行聚类分析。Zhang等人(2010)首先利用信息熵确定各级评价指标权重，再运用Topsis法对中国长江三角洲地区的旅游竞争力进行了评价。

上述研究对旅游竞争力研究的发展都有所贡献。然而，这些研究都是采用单一的评价方法。事实上，各种评价方法各有优劣，当它们的评价结果不一致时，很难判断哪个评价结果是最优的。将各种评价方法的结果合理地组合，有望降低单一评价方法可能带来的片面性，从而更加全面地反映评价对象，提高评价结果的可信度(柳玉鹏，李一军，2009;郭亚军，易平涛，2006;陈国宏，李美娟，2004;Gregory，1996)。近年来，组合评价在科技创新能力评价(刘玉芬，张目，2010)、产品工艺评价(刘丽，殷国富，2010)、运输产业竞争力评价(褚衍昌，等，2009)等很多领域得到了成功应用，但在旅游竞争力评价上的应用很少。

本文将组合评价应用到西部十二省份旅游竞争力评价中，再采用斯皮尔曼等级相关系数对组合评价结果进行检验，结果显示本文采用的组合评价方法与其它评价方法的一致性最高，说明本文采用的组合评价法能较客观地反映各省份的旅游竞争力。最后通过聚类分析，进一步验证了本文方法的有效性，同时分析了不同省份旅游竞争力的差异并给出相应的建议。

2 基本评价方法

目前，评价旅游竞争力的方法主要有加权求和法、因子分析法、Topsis法、灰色关联法以及熵值法等(文献7、19-22)。本文将这五种方法作为基本评价方法。下面对这些方法作一个简单介绍。

2.1 加权求和法

加权求和是最简单的一种方法。它首先确定各个评价指标的权重，然后将待评价对象的各个指标值乘以相应的权重，再求和，就得到最终的评价得分。

2.2 因子分析法

因子分析是指从变量群中提取共性因子的统计技术，最早由英国心理学家C.E.斯皮尔曼提出。它基于降维的思想，在尽可能不损失或少损失信息的情况下将相同本质的变量归入一个因子，可减少变量的数目和检验变量间关系的假设。

2.3 Topsis法

Topsis法，全称为逼近于理想解的排序方法(Technique for Order Preference by Similarity to Ideal Solution)。Topsis法综合评价的原理是:通过测度被评价对象的指标评价值向量与综合评价问题的理想解和负理想解的相对距离来进行排序。

2.4 灰色关联分析法

灰色系统理论由邓聚龙教授首先提出，其中的灰色关联分析是一种多因素系统分析方法。它以各因素的样本数据为依据，用灰色关联度来描述因素间关系的强弱、大小和次序。灰色关联方法对样本量和样本规律性要求较低，适用于统计数据不多、数据灰度较大、数据大起大落、没有典型分布规律的研究。

2.5 熵值法

熵的概念由德国物理学家Xlausis和Boltgman首先提出，熵值法是根据不同评价对象各指标数据的差异程度来确定权重的方法。某项指标，如果不同评价对象的数据相差很大，则其权重就大，反之则小。依据综合评价值对评价对象进行排序，从而得出评价对象之间的相对比较水平。

3 组合评价方法

组合评价方法是对各种单一评价方法的评价结果进行综合分析的评价方法。就具体操作而言，是对矩阵S进行综合分析，其中，矩阵S为由n个评价对象、m个评价方法得到的评价结论(评价值)组成的n×m矩阵:

目前，组合评价方法多样，差异主要体现在四个方面:一、是否对参与组合评价的各个单一评价结果进行相容性检验;二、对单一评价结果进行标准化处理的差异;三、目标函数构造的差异;四、计算方法的差异，如有的通过计算特征值得到组合评价值(邱苑华，1997;郭亚军，易平涛，2006;彭勇行，1997)，有的则采用微粒群算法计算各单一评价值的权重(柳玉鹏，李一军，2009)。

本文使用的组合评价方法实质为采用加权法对各种单一评价方法的评价结果进行综合分析。邱苑华(1997)认为，可假设有一个最理想的评价结果，记为s*=，它与所有专家或评价方法的一致性最高，这种一致性可以通过向量的内积值来衡量，即该向量s*与所有专家或评价方法评价结果的向量sj的夹角和最小。其研究结果表明的最大特征根λmax所对应的特征向量就是要求的s*，即矩阵SST的最大特征根λmax所对应的特征向量。该方法假设所有专家或评价方法的权重是一样的，而实际上各专家或评价方法的评价效果是不同的。为此，本文对该方法进行如下改进:假设有一个向量，其分量表示各专家或评价方法的评价效果，评价结果越理想，就通过分配较高的权重给予该专家或评价方法更高的分值。而评价效果可以用该专家或评价方法与其他专家或评价方法的一致性来进行衡量，即通过求解矩阵STS的最大特征根λmax对应的特征向量s*=，并作进一步的处理，从而实现对权重合理有效的选取。本文使用组合评价方法对旅游竞争力进行组合评价的具体步骤如下:

第一步:利用m种单一评价方法对n个省份的旅游竞争力进行评价，得到的评价值组成n×m评价矩阵S;

第二步:为了使各评价方法的评价值具有可比性，用公式(2)对矩阵S的每一列进行归一化处理，得到元素位于闭区间［0，1］上的矩阵S':

第三步:借鉴邱苑华(1997)和周辉仁等人(2008)的组合评价研究，建立如下目标函数:

求得的s*=即为矩阵S'的最大特征根对应的特征向量，对s*进行标准化处理:

得到向量W=(w1，w2，…，wm)T，将其作为各单一评价法在组合评价法中所占的权重向量;

第四步:将矩阵S'与W相乘，得到各个省份旅游竞争力的组合评价值。

4 实证研究

4.1 指标体系及数据来源

旅游竞争力评价指标的选择是否科学直接影响着研究结果的合理性。在选取评价指标时，应遵循以下三个基本原则:

其一、评价指标的全面性。旅游业涉及行业众多，影响旅游竞争力的因素相应较多，要全面客观地反映研究对象须全面地选择评价指标。随着对旅游竞争力研究的深入，一些“软”指标逐渐成为研究旅游竞争力的重要指标。

其二、评价指标的相对独立性。在对旅游竞争力进行评价时，如果指标间存在较大的关联性，意味着对该指标的内容进行了重复评价，从而人为地加大了这方面评价的权重。如外汇收入与接待国外游客的人数都反映了入境游客的情况，但二者存在很大的关联，因此在评价竞争力时不宜两者都选取。

其三、评价指标的综合性。通常，指标反映的内容可分为总量和均值两个方面，二者联系紧密，但反映的内容不同:总量大意味着聚集效应大，从而可以降低旅游开发的成本;(正向的)均值高意味着效率高。因此，两者都应该作为衡量竞争力的指标。

本研究以2009年西部十二省份旅游竞争力评价为例进行实证研究。根据上述指标选取原则，并借鉴苏伟忠等人(2003)提出的评价指标体系，同时考虑到数据的可得性，本文构建了表1所示的旅游竞争力评价指标体系。

表1 旅游竞争力评价指标体系

表1中各三级指标的取值方法说明如下:

旅游资源品位度(C5)赋值标准为:世界遗产(文化、自然及双重遗产)“10”、国家历史文化名城“6”、国家级风景名胜区“5”、国家自然保护区“3”、国家森林公园“2”、其它“0”。各省份根据辖区内所有景区的等级，具备一项加上相应的分值。对于同时符合两个或多个赋值标准的景区，则以其中的最高分作为该景区的得分，如峨眉山—乐山风景区是世界文化与自然双重遗产，又是国家级风景名胜区，其旅游资源的品位度取最高分“10”。

旅游资源的丰度(C6)取值为世界遗产、国家历史文化名城、国家级风景名胜区、国家自然保护区、国家森林公园的总数，一个景区拥有多个称号的只计一次，如某景区既是国家级风景名胜区又是国家森林公园，在计算丰度时只算一个。

工业废水达标率(C17)的数据源自国家统计局公布的《各地区废水排放及处理情况(2009年)》①http:∥www.stats.gov.cn/tjsj/qtsj/hjtjzl/hjtjsj2009/t20101130_402686829.htm.，C17=工业废水排放达标量/工业废水排放总量。

余下的各项指标，除C23外，数据均源自《中国统计年鉴2010》和《中国旅游统计年鉴2010》。由于二氧化硫排放量大小与其它指标值的大小意义相反，因此在评价过程中做了相应的处理。

游客满意度(C23)是一项“软指标”。王纯阳(2009)介绍了国外旅游竞争力评价研究的成果，提出应从“硬”和“软”两方面构建目的地竞争力评价指标体系。有关旅游者方面的“软”评价，与游客的感知相关，形式上是主观或者定性的，需要采用数据提取技术转化为可以比较的指标。本文将游客在网上对各省份景区的满意度点评作为旅游竞争力的一个“软”评价指标，统计数据来自于同程网发布的“2010年上半年国内景区点评报告”②见中国财经网:http:∥www.fec.com.cn/hzhb/u_hgjj/content.php3?id=4835＆subsortid.。

4.2 研究结果

本节对西部十二省份的旅游竞争力进行组合评价，主要的评价过程通过Matlab 6.5编程实现。具体过程如下:

第一步，分别使用加权求和、因子分析、Topsis、灰色关联分析和熵值法共5种单一评价方法对西部十二省份的旅游竞争力进行评价，评价结果见表2;

表2 五种单一评价方法的评价结果

第二步，将表2的数据按照公式(2)进行归一化处理，得到矩阵S';

第三步，计算满足公式(3)的s*，即矩阵S'的最大特征值对应的特征向量s*:

根据公式(4)，得到各组合评价方法的权重:W=(0.31 0.27 0.07 0.27 0.08)T;

第四步，将矩阵S'与W相乘，得到西部十二省份旅游竞争力的组合评价结果:各省份旅游竞争力组合评价值 =(0.46，0.61，0.57，0.88，0.24，0.76，0.25，0.62，0.19，0.02，0.15，0.45)T。

分值越高，表明该省份的旅游竞争力水平越高。根据组合分析结果，对各省份的旅游竞争力进行排序，结果见表3。

表3 五种单一评价方法与组合评价方法的评价结果排序

从表3可以看出，由5种单一评价方法得到的排序结果两两之间存在着不一致的地方，难以判断哪个才是最优的评价方案;而组合评价法的结果综合利用了各种单一评价方法的结果信息，更加客观地反映了西部十二省份旅游竞争力的真实水平。

4.3 组合评价方法效果检测

本文采用斯皮尔曼等级相关系数分析组合评价结论与其它评价方法结论间的一致性程度。记直接求特征值的方法(邱苑华，1997)为“组合评价法一”，得到各省份的评价值为(0.26，0.35，0.33，0.51，0.14，0.44，0.14，0.36，0.11，0.01，0.09，0.25)。记本文采用的组合评价法为“组合评价法二”。采用SPSS计算7种评价方法(包括2种组合评价法)评价值之间的等级相关系数，得到每种评价法的评价值与其它6种评价法评价值之间等级相关系数的平均值，结果见表4。

表4 各评价法等级相关系数平均值

等级相关系数的平均值表明了该评价方法与其它评价方法评价结果的一致性，等级相关系数的平均值越高，表明该评价方法越理想。由表4可知，本文所采用的“组合评价法二”在以上的评价方法中是最理想的，说明对各省份旅游竞争力的评价结果是比较客观和科学的。

4.4 聚类结果分析及对策建议

本研究采用数据挖掘中常用的K-means聚类方法对西部十二省份按照旅游竞争力大小进行聚类分析。通过聚类分析可以分析各省份在旅游竞争力方面的差异。假定这12个省份可以划分为3个类别，根据各省份在前述23个指标上的统计数据，采用SPSS进行聚类分析，其聚类结果见表5。

表5 西部十二省份旅游竞争力聚类结果

结合表3和表4发现:在西部十二省份中，聚类为第一类的是四川省，其组合评价结果排位第1，该省的旅游竞争力是最高的;聚类为第二类的有云南、陕西、广西、重庆、内蒙古和新疆6个省份，其组合评价结果排在第2至第7位，这6个省份的旅游竞争力水平较高;聚类为第三类的有贵州、西藏、甘肃、宁夏以及青海5个省份，其组合评价结果排在第8至第12位，这些省份的旅游竞争力相对较低。虽然聚类分析不能对旅游竞争力水平进行评价和排序，但是聚类分析可以将竞争力水平相近的省份聚合在一起，因此，也能通过聚类分析了解评价方法的有效性。以上聚类分析的结果与组合评价的结果一致性较高，一定程度上证明了组合评价结果的有效性。

聚类结果为第一类的四川省和聚类结果为第二类的6个省份的旅游竞争力在西部而言都是比较靠前的。四川省的旅游竞争力排在首位，该省的国内旅游业发展相对较好，而国际旅游业的发展则相对滞后。因此，四川省可通过加强国际旅游的宣传和发展、提升旅游形象、开发创新性旅游产品、改善生态环境、大力发展服务业等措施来开拓国际市场，使其旅游产业上一个新台阶。

属于第二类的省份的国际旅游业的发展相对较好，而国内旅游业的发展却相对滞后，这与我国重视发展国际旅游业的旅游政策有关。随着国内人民生活水平的提高，国内旅游的需求迅速增加。因此，这些省份可通过加强国内旅游宣传、提升旅游交通运力、倾力打造适合国人消费的旅游产品、设计有特色的旅游路线以及充分挖掘利用历史、文化、民族信息资源等措施来吸引各类潜在游客。

对于聚类结果为第三类的省份需要加强国内旅游宣传，通过提高旅游服务质量和改善交通条件等措施来提升旅游竞争力。如西藏，自然景观和人文景观独特，生态环境保护较好，宗教文化深厚，如果有良好的交通环境和服务设施，将会吸引更多的游客选择西藏作为旅游目的地。

5 结论

自西部大开发以来，西部地区的经济飞速发展，旅游产业的重要性日益突出。对旅游竞争力进行客观评价有助于各省份了解本地区的旅游发展状况、制定相应的旅游发展目标和发展战略，有针对性地采取措施，加快旅游经济的发展。

不同于已有研究大都采用单一的评价方法，本研究将组合评价引入到西部十二省份旅游竞争力的评价中。实证结果表明，与目前常用的单一评价方法相比，组合评价的结果更加合理。为了检验本次研究所采用的组合评价方法的合理性，本文采用斯皮尔曼等级相关系数分析组合评价结论与其它评价方法结论之间的一致性程度，结果发现:本文所采用的组合评价方法与其它评价方法得到的评价值之间一致性最高，说明组合评价结果能更客观地反映各省份的旅游竞争力状况。进一步地，利用K-means方法对十二省份按照旅游竞争力大小进行聚类分析，发现组合评价结果和聚类结果完全一致，这从一个侧面证明了组合评价方法的有效性。

在旅游竞争力评价指标体系中，“软指标”应作为一个重要的组成部分，而本文在软指标的选取方面存在不足。由于相关研究较少且相关统计数据难以获取，本文仅选取了一个软指标。随着旅游研究的不断深入，可供参考和利用的软指标数据将会越来越多，充分利用这些数据将能更全面、客观地评价旅游竞争力。

［1］ Cracolici M F，Nijkamp P.The attractiveness and competitiveness of touristdestinations:A study of southern Italian regions［J］.Tourism Management，2009，30(3):336-344.

［2］ EnrightM J，Newton J.Determinants of tourism destination competitiveness in Asia pacific:comprehensiveness and universality［J］.Journal of Travel Research，2005，43(4):339-350.

［3］ Hassan SS.Determinants of market competitiveness in an environmentally sustainable development［J］.Journal of Travel Research，2000，38(2):263-271.

［4］ Gomezelj D O，Mihalio T.Destination competitiveness-applying different models，the case of Slovenia［J］.Tourism Management，2008，29(2):294-307.

［5］ Gregory A J.The road to integration.Reflections on the development of organizational evaluation theory and practice［J］.International Journal of Management Science，1996，24(3):295-370.

［6］ Mangion M L，Durbarry R，Sinclair M T.Tourism competitiveness:Price and quality［J］.Tourism Ecomonics，2005，11(1):45-68.

［7］ Zhang H，Gu C L，Gu L W，et al.The evaluation of tourism destination competitiveness by TOPSIS ＆ information entropy:A case in the Yangtze River delta of China［J］.Tourism Management，2010，32(2):443-451.

［8］陈国宏，李美娟.基于方法集的综合评价方法集化研究［J］.中国管理科学，2004(1):101-105.

［9］李创新，马耀峰，高军.基于SPSS的中国各省区旅游竞争力研究［J］.软科学，2008(4):98-104.

［10］柳玉鹏，李一军.基于降维思想的客观组合评价模型［J］.运筹与管理，2009(4):38-43.

［11］郭亚军，易平涛.一种基于整体差异的客观组合评价方法［J］.中国管理科学，2006(3):60-64.

［12］刘丽，殷国富.绿色产品制造工艺组合评价模型及应用［J］.四川大学学报:工程科学版，2010(2):237-242.

［13］刘玉芬，张目.西部地区高技术产业自主创新能力组合评价研究［J］.数学的实践与认识，2010(14):27-32.

［14］彭勇行.国际投资环境的组合评价研究［J］.系统工程理论与实践，1997(11):13-17.

［15］邱苑华.群组决策特征根法［J］.应用数学和力学，1997(11):1027-1031.

［16］苏伟忠，杨英宝，顾朝林.城市旅游竞争力评价初探［J］.旅游学刊，2003(3):39-42.

［17］王纯阳.国外旅游目的地竞争力研究综述［J］.旅游科学，2009(3):28-34.

［18］王俊，王琪延.中国地级及以上城市旅游竞争力评价研究［J］.经济问题探索，2010(2):132-137.

［19］王琪延，罗栋.中国城市旅游竞争力评价体系构建及应用研究——基于我国293个地级以上城市的调查资料［J］.统计研究，2009(7):49-54.