基于时序主成分法的省域森林旅游竞争力研究*

2017-12-20黄元豪陈秋华修新田

林业经济问题 2017年6期

关键词：省域竞争力森林

黄元豪，陈秋华，修新田

(福建农林大学 a.管理学院，b.科学技术发展研究院，福州 350002)

基于时序主成分法的省域森林旅游竞争力研究*

黄元豪a，陈秋华a，修新田b

(福建农林大学 a.管理学院，b.科学技术发展研究院，福州 350002)

通过层次分析法的思路构建了包含林业核心资源竞争力、旅游发展推动力、相关产业承载力、社会发展支持力4个层面20个基础指标的省域森林旅游竞争力评价体系，运用时序主成分法对31个省域2006—2015年的森林旅游竞争力进行定量研究，分析其动态变化趋势以及空间发展差距；采用聚类分析法进行归类，并按照三大区域进行对比分析；采用回归分析法进行评价与预测。结果表明：各省域的森林旅游竞争力存在较大的差异，随着时间变化，各省域也呈现出迅速上升、波动上升、趋于平稳以及逐年下滑的4种主要演变趋势，总体竞争力均有提高；31个省域可以分为强、较强、较弱以及弱四大类，四类之间的森林旅游竞争力差异显著；筛选出重要的影响因素，构造了预测省域森林旅游竞争力的线性回归模型。

森林旅游；竞争力；时序主成分法；AHP；省域

森林旅游是指以森林资源为主要旅游目的，伴随多种旅游形式的活动[1]。森林旅游作为自然生态旅游的一种重要组成部分[2]，是发展生态林业、民生林业和建设生态文明社会的重要内容[3]。2011年国家林业局和国家旅游局共同将森林旅游上升为生态文明建设的重要任务[4]。随着各省域间森林旅游竞争日益激烈，其差异表现日渐显著，需对竞争力现状进行分析，找出影响竞争力的关键节点。在旅游竞争力方面的研究，国外学者主要集中于旅游目的地竞争力研究[5-6]，以竞争力影响因素为主要途径，运用统计分析方法进行多维度的分析也有较早的探索[7]。国内学者大多是通过构建体系来评价旅游竞争力，在选取指标方面还未有较为科学的研究方法，多以AHP为主配合专家打分等辅助方法对旅游竞争力体系进行构建[8]。此外，也有学者从不同角度进行探索，如对城市旅游竞争力进行体系构建与评价[9]，研究遗产地、名胜区的旅游竞争力[10]，对森林公园旅游竞争力的相关影响因子进行探索[11-12]。这些研究为旅游发展、森林旅游竞争力研究奠定了基础。但已有研究未形成较为量化的指标体系，多以定性及简单定量分析为主，未从省域层面对森林旅游竞争力构建预测模型进行分析。为了能较好地体现省域森林旅游竞争力发展的动态变化与发展差异，克服之前研究操作性差、主观性强的特点，运用时序主成分法对评价体系的因子进行评价，描绘竞争力动态变化趋势并找出差异产生的重要因素。

1 材料与方法

1.1 研究思路

主要借鉴层次分析法的思路，首先找出对森林旅游竞争力有影响的相关基础指标，然后归类成4个主要的竞争力层次，构建能客观反应各省域森林旅游竞争力的指标体系。采用时序主成分分析法对指标体系进行动态性的全局评价。考虑到竞争力随时间变化的动态趋势，每个省域每个时间段的森林旅游竞争力都会得到对应的竞争力得分，得分高低即可表现其竞争力强弱。通过每个省域在时间推进中的得分变化，观察省域森林旅游竞争力发展以及省域之间的发展差异。

1.2 评价指标体系

森林旅游是林业产业与旅游产业结合的新兴产业，呈现出复杂性、综合性等特点。为构建较为合理的层次评价体系，研究借鉴与参考了其他学者对森林旅游竞争力研究的相关论文[13]、聚焦区域或目的地旅游竞争力的相关研究[14-17]以及对其他类型旅游竞争力的研究成果[18-19]。通过专家咨询等方法，结合森林旅游城市近郊休闲等特点，依据指标可量化、样本数据无缺失以及指标间弱共线性原则，删除共线性较强的指标，替代无法量化的指标，弃用一些长时间无较大变化的指标。由于竞争力评价不仅仅关注当前的发展情况，也考虑未来的发展潜力，因此从代表竞争力发展现状的林业核心资源竞争力、旅游发展推动力、对未来竞争力发展具有潜力转化的相关产业承载力、社会发展支持力4个层面20个基础指标构建森林旅游竞争力评价指标体系(表1)。

表 1 森林旅游竞争力评价指标体系

1.3 数据来源

选取31个省域作为基本单位，采集时间跨度为2006—2015年的短面板数据。为确保数据的客观、可信、准确，指标数据主要来源于2007—2016年出版的《中国统计年鉴》《中国林业统计年鉴》《中国旅游统计年鉴》以及《中国城市统计年鉴》等，部分数据来源于国家统计局、国家林业局、国家旅游局以及中国林业数据库网站公布的历年数据。共收集了310份样本数据。

1.4 数据检验

为了消除数量级差别的影响，首先对20个三级指标变量的数据进行Z-score标准化处理，再通过STATA 22.0软件进行数据检验。

1.5 分析方法

1.5.1森林旅游竞争力时空变化趋势类型研究

首先通过主成分分析得到主要公因子，然后进行最大方差正交旋转得到公因子的特征值、累计方差贡献率，再通过各主因子乘以自身的方差贡献率相加再除以总贡献率获得主因子的综合得分函数，并根据主因子的综合得分函数求出2006—2015年31个省域森林旅游竞争力的综合得分(F)；将2015年的综合得分减去2006年的综合得分再除以2006年的综合得分得到31个省域森林旅游竞争力的总增长率，依据总增长率进行排序，并对这10年各省域的竞争力动态变化趋势类型进行评测。

1.5.2三大地区森林旅游竞争力的比较分析

采用划分聚类分析法中的K个平均数聚类分析对2015年31个省域森林旅游竞争力得分进行归类。

1.5.3各省域森林旅游竞争力的评价和预测

通过构建针对森林旅游竞争力得分的线性回归模型，对各省域的森林旅游竞争力进行评价和预测。为了避免样本的个体特征差别的影响，在回归过程中运用固定效应分析。将20个指标(Xi)取自然对数(lnXi)作为解释变量，将森林旅游竞争力得分(F)作为被解释变量，通过回归得到F对lnXi的线性回归模型⑴，筛选掉不显著的指标重新进行回归得到F对lnXi的线性回归模型⑵；以20个指标(Xi)作为解释变量，将森林旅游竞争力得分(F)作为被解释变量，通过回归得到F对Xi的线性回归模型⑶，筛选掉不显著的指标(即针对4个竞争力层面分别选择2个显著指标)重新进行回归得到F对Xi的线性回归模型⑷；在4个层面上分别选择1个重要影响因素进行回归，得到模型⑷的简化模型，即F对Xi的线性回归模型⑸。为了满足线性回归预测的作用，总体解释能力需要尽可能地高才能保证预测的精确性，同时考虑方程简单性的原则，参考赤池信息准则与贝叶斯信息准则，在选择R2较大的同时AIC和BIC值尽可能的小。对比5种线性回归模型，选择方程总体解释能力R2较高，指标符合主要成分均匀分布且数量较为精简的线性回归预测方程进行评价和预测。

2 结果与分析

样本数据检验结果表明：KMO检验值为0.848 5，高于统计学的检验标准0.7，说明变量间的相关性较强，较合适进行因子分析中的主成分分析；在Bartlett球型检验下近似卡方分布值为5 782.40，在自由度(df)为190的条件下，显著性概率(Sig.)为0.000 0，远小于0.1%。因此，样本数据通过KMO和Bartlett球形检验，可以进行主成分分析。主成分分析得到6个主要公因子，进行最大方差正交旋转后，6个公因子的特征值都大于1，累计方差贡献率为77.79%，接近于80%。故原变量信息丢失较少，公因子提取较为合适。通过各主因子乘以自身的方差贡献率相加再除以总贡献率获得主因子的综合得分函数：

F=(0.427 3F1+0.107 6F2+0.069 9F3+0.062 6F4+0.057 2F5+0.053 2F6)÷0.777 9

2.1 森林旅游竞争力的时空变化

2006～2015年31个省域森林旅游竞争力的综合得分(F)如表2所示，总增长率、增长率排名以及这10年的动态变化趋势类型如表3所示。2006—2015年全国(由于数据可获得性原因，本研究不包括台湾省、香港特别行政区、澳门特别行政区)的竞争力得分从-0.097上升到0.038，增长率达到138.9%。这说明从全国水平来看，森林旅游竞争力在这10年得到了较好的发展，2012年达到最高，历经2013年的下滑之后，又逐渐回温。2006—2015年31个省域森林旅游竞争力在这10年间的发展表现不一，主要有4种主要类型。

2.1.1迅速增长型

湖北、河北、广西、安徽、湖南、河南6个省域的森林旅游竞争力增长率高于全国水平，呈现出良好的发展态势，尤其是湖北、河北和广西3个省域，增长率超过300%，发展迅猛，对全国森林旅游竞争力增长有较强拉动作用。考察湖北的具体数据分析其增长原因可知，一方面湖北森林旅游竞争力在2006年时的起点较低，仅有0.053，另一方面湖北省在2011年增长幅度最大，达到138.69%，其中林业第三产业产值的大幅度增加以及森林公园导游人数大规模增加，促进了其森林旅游竞争力的提高。从其中长期来看，林业固定资产投资完成额逐年不断提高也是湖北省森林旅游发展的一个强劲动力。除此之外，森林公园收入从28.880 0亿元上升到39.993 1亿元是林业第三产业产值提高的巨大推力。

2.1.2波动增长型

福建、云南、山东、陕西、江苏、重庆6个省域的森林旅游竞争力增长率低于全国水平，但高于85.4%，总体增长明显但增长幅度不大，增长呈现年度波动状。例如，福建省2007—2015年的增长率分别为2.34%、10.06%、11.88%、-4.30%、33.76%、81.76%、-74.86%、60.75%和654.15%，总体增长幅度呈现上升趋势但波动幅度逐年增强，这与福建省旅游业发展的相关产业有关，即星级酒店数和旅客周转量都有一定的起伏，在其他数据上升的同时林业系统从业人员数量下降，也是影响其竞争力的重要原因。

表 2 31个省域森林旅游竞争力综合得分

表 3 31个省域森林旅游竞争力增长率排序

2.1.3趋于平稳型

广东、甘肃、贵州、内蒙古、新疆、山西、青海、天津、西藏、宁夏10个省域的森林旅游竞争力增长幅度在50.2%到-11.6%之间，总体而言，变化幅度较小。广东省森林旅游竞争力基础较好，多年都处全国第一，各年增长幅度未超过15%，呈现较为稳定的发展趋势；而甘肃、贵州、内蒙古、新疆、山西、青海、天津、西藏、宁夏9个省域由于森林旅游基础以及对森林旅游重视问题，趋于较低速度的增长或下滑，没有太多的变化。

2.1.4逐步下滑型

辽宁、吉林、海南、浙江、黑龙江、上海、四川、北京、江西9个省域的森林旅游竞争力跌幅在21%到218.9%之间，呈现出森林旅游竞争力不断减弱的态势。辽宁、吉林、黑龙江为东北区域省份，与现实经济发展情况相符，由于整体宏观经济发展缓慢，导致与旅游相关的产业有一定的萎缩，例如国际旅游外汇收入、星级酒店数量、旅游院校学生数，都在不同程度地影响森林旅游的竞争实力和潜力；海南和上海的增长率都为负数，显示在森林旅游方面较为薄弱，这是因为森林旅游不是海南和上海旅游发展的重点；浙江和四川虽然这10年森林旅游竞争力减弱，但增长率仍然高于全国平均水平，显示出其具有较强的森林旅游基础；北京、江西跌幅最大，都超过150%，北京增长率下跌的最大原因是林业系统从业人员、星级酒店数、旅游院校学生数的锐减以及其他林业相关产业产值增长缓慢，江西与北京的问题相似，但由于2006年的起点较高，所以2015年跌幅最大。

2.2 竞争力比较分析

从竞争力得分来看，中国31个省域在2006—2015年这10年间森林旅游发展差距较为明显。聚类分析结果(表4)表明：31个省域可分为4类，Ⅰ类为强森林旅游竞争力，Ⅱ类为较强森林旅游竞争力，Ⅲ类为较弱森林旅游竞争力，Ⅳ类为弱森林旅游竞争力；其中Ⅲ类所占比例最大。由于省域经济基础以及地理位置差异较大，为了更好地进行对比分析，在国家四大经济区域划分的基础上，将东北地区与中部地区进行合并，分为3个对比区域(表2)对31个省域的森林旅游竞争力进行分析。

表 4 2015年各省域竞争力聚类情况

2.2.1东北与中部地区省域间的森林旅游竞争力发展差距较小但发展波动较为明显

东北与中部地区10个省域森林旅游竞争力综合得分在0.6到-0.4之间，高于西部地区的得分，低于东部地区的得分。地区内部省域间的差异是3个地区中最小的，但增长波动起伏较大，地区内竞争力排序随年份不同较易发生变化(表2)。湖南省森林旅游竞争力2014年增长迅速，一举超过河南，成为东北、中部地区第一；湖北省森林旅游竞争力则在2010年出现断崖式下滑，但在2011年又恢复正常。

2.2.2东部地区省域森林旅游竞争力发展水平较好但省域间发展差距明显

东部地区10个省域森林旅游竞争力综合得分在2.00到-0.75之间，说明东部地区在省域森林旅游竞争力方面比其他两个地区表现更强，但地区内部的差距也较为明显，地区内部总体增长较为平稳、排名较为稳定(表3)。其中广东省是东部地区森林旅游竞争力之冠，也是31个省域得分最高的省份。

2.2.3西部地区省域森林旅游竞争力发展起点较低且增速较慢

西部地区11个省域森林旅游竞争力综合得分在0.6到-1.0之间，说明其森林旅游竞争力弱于其他两个地区，地区内部除四川的森林旅游竞争力有明显下滑之外，其他省域的森林旅游竞争力发展较为平稳，内部省域间的差异低于东部地区，高于东北与中部地区。除了四川、广西、云南之外，剩余8个省域的得分都小于0，说明西部地区森林旅游发展处于较为弱后的地位(表3)。结合现实分析可知，大多得分低且发展缓慢的省域，在林业资源方面较无基础。

2.3 竞争力回归预测方程

通过构建线性回归模型和回归分析得到的线性回归预测模型如表5所示。模型⑴和模型⑵因R2较小而被排除。折中来看，模型⑷的R2较高，超过94%，同时AIC和BIC的值介于模型⑶与模型⑸之间，故模型⑷较为理想。其函数为：

F=-0.903+4.10e-8X4+3.100e-6X5+8.200e-5X8+1.670e-6X9+5.104e-4X12+

4.630e-6X15+2.040e-4X16+7.010e-6X17

表 5 方程回归结果

说明：模型⑵是F对lnX2、lnX3、lnX7、lnX9、lnX15、lnX16、lnX19进行回归的方程；

模型⑷是针对4个竞争力层面分别选择2个显著指标进行回归，即F对X4、X5、X8、X9、X12、X15、X16、X17进行回归的方程；

模型⑸是模型⑷的简化模型，是在4个层面上分别选择1个重要影响因素进行回归。

表 6模型⑷回归结果

Table 6 Regression outcome of Equation⑷

项目t经验值P值常量-20.210.000X410.810.000X54.020.000X82.450.020X913.410.000X125.550.000X1516.120.000X167.890.000X173.700.001

结合实际通过预测模型⑷可以求得省域森林旅游竞争力综合得分，模型⑷的回归结果如表6所示。

3 结论与讨论

3.1 结论

在前人研究基础上结合时序主成分的定量分析方法，通过层次分析法的思路选取20个有代表性的指标，构建了包含林业核心资源竞争力、旅游发展推动力、相关产业承载力、社会发展支持力4个层面的森林旅游竞争力评价体系，对中国31个省域2006—2015年的森林旅游竞争力进行动态评价，采用聚类分析法对各省域的总得分进行分层，将全国(由于数据可获得性原因本研究不包括台湾省、香港特别行政区、澳门特别行政区)分为3个主要地区进行对比研究，通过线性回归分析对森林旅游竞争力进行评价与预测，结果表明：⑴从全国水平来看，森林旅游竞争力在这10年取得较好的发展，但各省域在这10年间的发展态势呈现不同状态，主要有增长速度较为迅速的迅速增长型、增长幅度波动较为明显的波动增长型、发展较为平缓并趋于稳定的趋于平稳型以及竞争力不断减弱的逐年下滑型4种主要发展趋势类型。⑵森林旅游竞争力大体可以分为4类：Ⅰ类为强竞争力；Ⅱ类为较强竞争力；Ⅲ类为较弱竞争力(数量最多)；Ⅳ类为弱竞争力。⑶东部地区总体森林旅游竞争力发展水平较好，但地区内部差距较为明显；西部地区森林旅游竞争力发展起点较低且发展速度缓慢，竞争力水平明显弱于东部、东北、中部地区；东北、中部地区内部省域发展差距较少，但多个省域的发展波动较为明显。⑷选取林业固定资产投资完成、林业系统从业人员、森林公园导游人数、旅游业从业人员、星级酒店数量、旅游院校学生数、游客周转量以及地区生产总值8个重要指标作为自变量，构建省域森林旅游竞争力的预测方程，可以对未来省域的森林旅游发展情况进行预测。

3.2 讨论

研究所得的结论是前人相关研究的一个延续，是在学者们进行森林旅游竞争力相关研究后[11-14]用时序主成分等方法对森林旅游竞争力进行定量化研究的一个尝试，也是时序主成分在森林旅游竞争力研究方面的一个拓展。由于研究精力以及数据获取方面的局限，研究也存在一些待改进的地方，例如指标选取方面难以避免存在一定的重叠性，一些可能影响森林旅游竞争力的指标未纳入体系中；在构建预测模型时可以考虑采用其他的经济学表达形式进行方程构建，提高预测的精准和经济学意义；除此之外，对各省域的森林旅游竞争力研究体系构建和分析也可以从不同角度进行研究，让森林旅游竞争力体系更加完善，更能反应现实世界省域在森林旅游的发展情况。

[1]李祝舜，叶新才．“国民休闲计划”下的森林旅游开发模式研究：以泉州市为例[J]．林业经济问题，2010，30(1)：65-69．

[2]张红．基于钻石模型的江西森林公园生态旅游竞争力分析[J]．林业经济问题，2014，34(6)：515-519．

[3]杨超．中国的森林公园[J]．森林与人类，2014(1)：8-13．

[4]兰思仁，戴永务，沈必胜．中国森林公园和森林旅游的三十年[J]．林业经济问题，2014，34(2)：97-106．

[5]DIMOSKA T，TRIMCEV B．Competitiveness strategies for supporting economic development of the touristic destination[J]．Procedia-SocialandBehavioralSciences，2012，44：279-288．

[6]CRACOLICI M F，NIJKAMP P．The attractiveness and competitiveness of tourist destinations: A study of southern Italian regions[J]．TourismManagement，2008，30(3)：336-334．

[7]吴丽霞．基于AHP方法的河南省旅游竞争力研究[J]．地域研究与开发，2013，32(2)：134-138．

[8]MAO H Y，XIN L．Analysis on coupling development competitiveness of tourism industry and modern service industry in Liaoning province based on diamond model[J]．AppliedMechanics&Materials，2014，651-653：1730-1733．

[9]把多勋，徐金海，杨志国．甘肃省14城市旅游竞争力比较研究[J]．干旱区资源与环境，2014，28(7)：194-199．

[10]李杏，马婧，孙克勤．基于因子分析法的庐山文化遗产旅游竞争力评价研究[J]．资源开发与市场，2014，30(12)：1525-1528．

[11]陈秋华，修新田．森林公园旅游竞争力关键因素研究[J]．林业经济，2009(6)：54-56．

[12]修新田，陈秋华，游桂．森林公园旅游竞争力提升研究[J]．林业经济问题，2008，28(6)：501-506．

[13]于波涛．森林旅游竞争力研究[J]．学习与探索，2008(1)：174-176．

[14]郑英达，何丹．森林旅游产业集群竞争力GEM模型研究：以辽宁省本溪满族自治县为例[J]．沈阳农业大学学报(社会科学版)，2015，17(5)：599-603．

[15]温碧燕，梁明珠．基于因素分析的区域旅游竞争力评价模型研究[J]．旅游学刊，2007，22(2)：18-22．

[16]冯学钢，沈虹，胡小纯．中国旅游目的地竞争力评价及实证研究[J]．华东师范大学学报(哲学社会科学版)，2009(5)：101-107．

[17]徐燕，殷红梅．贵州喀斯特地区旅游竞争力评价与对策研究[J]．中国岩溶，2009，28(1)：95-102．

[18]王静，胡爱君．基于模糊神经网络的农业观光旅游竞争力评价研究[J]．农村经济，2015(6)：72-75．

[19]张永锋，杜忠潮．西北地区“丝绸之路”沿线10城市旅游竞争力浅析[J]．干旱区资源与环境，2009，23(10)：194-200．

10.16832/j.cnki.1005-9709.2017.06.008