《南京大学：产业经济学系讨论稿系列No.041：我国省际旅游业综合发展实力比较研究【顾江_侯祥鹏】》由会员分享，可在线阅读，更多相关《南京大学：产业经济学系讨论稿系列No.041：我国省际旅游业综合发展实力比较研究【顾江_侯祥鹏】（9页珍藏版）》请在金锄头文库上搜索。
1、 IED 南京大学经济学院产业经济学系 Industrial Economics Department, Nanjing University DISCUSSION PAPER SERIES 讨论稿 No.041 我国省际旅游业综合发展实力比较研究 顾江 侯祥鹏 2008-06-06 版权所有顾江, 侯祥鹏, 2008。本文任何两段文 字以下的引用或转载无须授权，但须标明出处。 我国省际旅游业综合发展实力比较研究 兼论江苏旅游业的发展 顾江 南京大学公司与证券研究所所长 教授 博士 侯祥鹏 江苏省社会科学院 助理研究员 摘摘 要：要： 本文采用因子分析法对我国各省市的旅游业发展实力进行综合评价
2、， 并结合评价结 果简要分析了江苏省旅游业发展的优势与问题。 关键词：关键词：旅游业；因子分析；比较分析 一、引言 改革开放以来，我国旅游业得到了突飞猛进的发展，入境旅游人数从 1978 年的 71.60 万人次增加到 2002 年的 3680.26 万人次，世界排名从第 48 位跃升到第 5 位；旅游外汇收入 从 2.63 亿美元增加到 2002 年的 203.85 亿美元，世界排名从第 41 位跃升到第 5 位。我国旅 游业在世界的地位由一个不起眼的弱国，已跻身于世界旅游强国，实现了历史性的跨越。为 了促进旅游业的全面发展，需要全面、综合评价国内各地区的旅游发展水平和实力。同时， 江苏省作
3、为一个旅游文化大省， 旅游业的发展对本省经济和全国旅游业的发展做出了一定的 贡献。本文采用因子分析法，对国内各省市的旅游业发展实力做一综合评价，并结合评价结 果对江苏省的旅游业发展水平做一番比较，以揭示其优势与问题所在。 二、实证分析 1、 旅游业综合发展实力评价指标体系构建 评价旅游业综合发展水平，必须建立适当的指标体系。考虑到指标的代表性、全面性和 可操作性，本文选取了 16 项指标作为旅游业综合发展实力评价的指标，构建的评价指标体 系见表 1。 表 1 旅游业综合发展实力评价指标体系 变量 指标名称 X1 国内旅游收入（亿元） X2 国际旅游外汇收入（万美元） X3 旅游业总收入占 GD
4、P 比重（%） X4 年接待入境游客数（人次） X5 旅游就业人员数占总就业人员数比重（） X6 旅游院校学生数（人） X7 旅游资源丰度 1 X8 旅游业固定资产总额(万元) X9 旅游企业营业收入(万元) X10 旅游企业利润(万元) X11 旅游企业税金(万元) X12 旅游企业全员劳动生产率(万元/人) X13 旅行社总数（家） X14 星级饭店数（座） 1旅游资源丰度参考了朱要武等（2003）的定义并做了修改，旅游资源丰度 = 4A旅游区（点）数4+3A旅 游区（点）数3+2A旅游区（点）数3+1A旅游区（点）数1 1 X15 星级饭店客房数（间） X16 全社会客运周转量（亿人公里
5、） 根据上述评价指标体系，考虑到数据的权威性、可靠性和可获得性，本文采用了国家旅 游局、国家统计局公布的 2002 年的数据作为研究分析基础，从中国旅游年鉴 2003 、 中 国统计年鉴 2003摘录了我国 31 个省（市）2002 年的相关数据，对我国省际旅游业综合发 展实力进行比较分析。 2、 因子分析过程 因子分析法是将具有错综复杂关系的变量综合为数量较少的几个公共因子， 这些公共因 子能够反映原来多个指标所代表的主要信息， 这就将原有数据进行了化简， 更能反映事务的 本质。 如果因子载荷矩阵的结构不够简化时， 可以对它实行旋转变换以使公因子负荷系数向 更大（向1）或更小（向0）方向变化
6、，使新的因子更具有鲜明的实际意义，据此可对原始变 量进行分门别类的综合评价。 将每个公共因子的得分算出， 再以每个因子的方差贡献率作为 权数与该因子的得分乘积的和构造综合得分函数。 本文采用SPSS10.0对原始数据做标准化处理，计算相关系数矩阵，特征根和贡献率，因 子载荷等，最后得出因子综合得分。具体过程如下： （1）对指标进行标准化：将原始数据进行标准化：() ijijjj /ZXXS=。其中 j X、 j S 是第j个指标的样本均值和样本标准差。由于经过标准化变换不改变变量之间的相关系数， 所以不失一般性。后面的讨论均采用经标准化后的变量。 为了验证因子分析的显著性，本文采用Bartle
7、tt球度检验与KMO检验。Bartlett球度检验 从检验整个相关矩阵出发，其零假设为相关矩阵是单位阵，即各观测变量之间是不相关的， 这时认为不适合做因子分析。本研究的Bartlett检验结果显示：Bartlett值=833.455，自由度 df=120，检验的显著性概率p00001，表明相关矩阵不是一个单位矩阵，适合进行因子分 析。KMO是用于比较观测值相关系数值与偏相关系数值的一个指标，其值愈逼近于1，表明 对这些变量进行因子分析的效果愈好；当KMO较小时，表明观测变量不适合做因子分析。 通常若KMO值大干0.6，因子分析方法可以接受，本文的分析结果显示KMO值=0.850，表明 观测变量
8、作因子分析是可以接受的。 （2）利用SPSS软件，采用主成分分析法确定特征值及其贡献率。表2是根据公因子累 计贡献率超过85%的原则提取了3个公因子。公因子的贡献率表示该公因子反映原指标的信 息量，累计贡献率表示相应几个公因子累计反映原指标的信息量。这3个公因子的累计贡献 率达到89.996%，表明这3个公因子反映了原指标信息的89.996%，可以作为反映我国省际旅 游业综合发展实力的综合指标。 表2 因子方差贡献率 最初的提取值 旋转后的提取值 因子 特征值 贡献率(%) 累计贡献率(%) 特征值 贡献率(%) 累计贡献率(%) 1 10.183 63.645 63.645 6.050 37
9、.814 37.814 2 2.268 14.177 77.822 4.343 27.144 64.958 3 1.948 12.174 89.996 4.006 25.038 89.996 由于初始的因子载荷典型代表变量不是很突出， 因子的意义含糊不清， 不便于对因子进 行解释。本文采用方差最大正交旋转法，以使各综合因子更能集中的反映因子的综合信息。 表3就是正交旋转以后得到的载荷矩阵。 表3 正交旋转后的因子载荷 第一因子 第二因子 第三因子 2 1 0.565 0.571 0.513 2 0.868 0.212 0.424 3 0.184 2.869E-02 0.949 4 0.962
10、0.196 8.959E-02 5 0.346 6.985E-02 0.854 6 0.183 0.532 0.661 7 -3.027E-02 0.889 0.252 8 0.641 0.634 0.386 9 0.873 0.322 0.341 10 0.913 3.452E-02 0.215 11 0.932 0.258 0.230 12 0.247 0.210 0.806 13 0.186 0.900 0.119 14 0.591 0.704 0.185 15 0.591 0.624 0.470 16 0.440 0.736 -0.377 （3）计算因子得分和综合得分。根据SPSS分析
11、结果可得公因子得分。用公因子的方 差贡献率为权数与该因子得分相乘可得综合评价分F，计算公式如下： F=(fac1_1 * 37.814 + fac2_1*27.144 + fac3_1 * 25.038) / 89.966 各省（市）的因子得分和综合得分及其排名见表 4。 表 4 因子得分及综合得分表 第一因子 第二因子 第三因子 综合 省（市） fac1_1 排名 fac2_1 排名 fac3_1 排名 F 排名 北京 0.23381 4 0.76552 7 4.22428 1 1.50 2 天津 -0.38762 26 -1.26194 28 1.18549 3 -0.21 18 河北 -
12、0.30784 21 0.94883 5 -0.89200 31 -0.09 13 山西 -0.20784 17 -0.42344 19 -0.43375 21 -0.34 23 内蒙古 -0.14553 11 -0.79343 25 -0.56602 24 -0.46 27 辽宁 -0.36596 25 0.93354 6 -0.04938 11 0.11 7 吉林 -0.32053 22 -0.49224 21 -0.47373 22 -0.42 25 黑龙江 -0.36581 24 0.15826 14 -0.52029 23 -0.25 21 上海 1.00224 2 -0.72151
13、 24 2.07211 2 0.78 3 江苏 0.00652 6 1.90481 2 -0.00236 10 0.58 5 浙江 0.27155 3 1.57006 3 0.02399 9 0.59 4 安徽 -0.24625 18 0.39008 12 -0.72795 27 -0.19 17 福建 0.17322 5 -0.19849 17 -0.06413 12 0.00 10 江西 -0.27875 20 -0.21972 18 -0.28139 18 -0.26 22 山东 -0.61769 31 2.17374 1 -0.12261 13 0.36 6 河南 -0.39912 2
14、8 1.06583 4 -0.66492 26 -0.03 12 湖北 -0.24821 19 0.65636 9 0.07258 8 0.11 8 湖南 -0.17075 14 0.52888 11 -0.79279 30 -0.13 15 广东 5.13785 1 0.24994 13 -0.72971 28 2.03 1 广西 -0.15464 12 0.03253 15 -0.23129 17 -0.12 14 3 海南 -0.32558 23 -1.15589 27 0.85146 4 -0.25 20 重庆 -0.53858 30 -0.47277 20 0.52438 5 -0.
15、22 19 四川 -0.19148 15 0.76536 8 -0.17133 15 0.10 9 贵州 -0.13545 10 -1.10396 26 -0.13114 14 -0.43 26 云南 -0.53552 29 0.63949 10 0.09709 7 -0.01 11 西藏 -0.02489 7 -1.53417 31 -0.42356 20 -0.59 29 陕西 -0.39412 27 -0.09198 16 0.17573 6 -0.14 16 甘肃 -0.15573 13 -0.66135 23 -0.73914 29 -0.47 28 青海 -0.06630 9 -1
16、.51907 30 -0.39395 19 -0.60 30 宁夏 -0.03584 8 -1.47218 29 -0.58611 25 -0.62 31 新疆 -0.20513 16 -0.66110 22 -0.22953 16 -0.35 24 三、结果分析与评价 根据因子分析的结果，可对我国省际旅游业综合发展实力有一个较为全面地了解。 1、从正交旋转后的因子载荷矩阵（表 3）可以看出：变量 X1、X2、X4、X9、X10、 X11 在第一因子上有较高的载荷，反映了旅游行业的经济效益；变量 X7、X8、X13、X14、 X15、X16 在第二因子上有较高的载荷，反映了地区的基础设施和接待能力；变量 X3、X5、 X6、X12 在第三因子上有较高的载荷，反映了旅游业对当地 GDP 的贡献和旅游人力资源； 综合得分是反映各地旅游业综合发展实力。 2、从表 4 综合得分排名来看，旅游业综合发展实力最好的 8 个省（市）依次是：广东、 北京、上海、浙江、江苏、山东、辽宁和湖北，它们的综合得分均为正值。旅游业综合发展 实力最差的 5 个省（市）依次是
