江苏省客源市场影因素研究.docVIP

江苏省客源市场影响因素研究 　　摘 要：从江苏省客源市场影响因素之间的动态相关性关系出发，选取2005-2014年的统计数据，运用SPSS19.0软件，基于主成分分析方法，实证分析解决江苏省客源市场中相互关联并带有相同变化趋势的多个影响因素变量之间的多重共线性问题，从而把握江苏省未来客源市场的发展趋势，为相关决策提供理论依据。 中国论文网 /4/viewhtm　　关键词：客源；影响因素；主成分分析 　　中图分类号： F590 文献标识码： A 文章编号： 1673-1069（2016）28-170-3 　　1 研究综述 　　某目的地的旅游客源市场一般划分为国内客源市场和入境客源市场两大部分。对客源市场的研究不仅可以了解旅游市场的需求特点，而且也是目的地的发展规模、发展水平和旅游竞争力的重要指标。 　　近年来国外客源市场研究的焦点主要集中在两个方面： 　　一是客源市场的预测，不是以单个旅游目的地区预测为主，更多的是分析区域之间客源流动的流量变化、预测模型及方法，用复杂的数理模型来预测客源市场的变化； 　　二是研究客源市场的空间变化规律，分析旅游者在国内的空间位移以及分布特征。 　　目前国内专家学者对客源市场给予了较大的关注，研究焦点集中于客源市场的时空结构、空间分布特征以及数理模型等方面[1-5]。但是对国内客源市场影响因素方面的研究探讨的较少。 　　本文基于主成分分析，利用降维的方法将多个指标用少数几个相互独立的综合指标来代替，实证分析江苏省客源市场的影响因素。 　　2 主成分分析的基本思想 　　主成分分析是Hotelling于1993年首先提出的.主成分分析是根据各指标之间的相互联系，利用降维的方法将多个指标转换为少数几个相互独立的指标，从而使研究由繁变简的一种统计方法。该方法是利用“降维”的思想，基于少量信息损失的前提下把多个变量转化为几个综合变量，称为主成分。每个主成分均是原始变量的线性组合，并且各个主成分之间是相互独立，该特点使得主成分比原始变量具有某些更优越的性质。主成分分析的结果不是研究的最终结论，而应该在主成分分析结果的基础上继续采用其他统计方法来解决实际问题。主成分分析的目的是用几个综合变量去解释原始数据中的大部分信息，这些变量就是利用主成分分析法得到的重要性指标。 　　3 数据来源和特征描述 　　国内客源市场的发展水平在一定的时空背景下是反映区域旅游经济发展水平的重要指标，而其高低程度是衡量一个地区经济发展的关键指标。江苏省地处我国东部沿海经济发达地区，是长江经济带的重要组成部分，经济发达、旅游资源丰富，吸引了海内外游客前来参观游览。国内旅游客源人数也从2005年的1625.32万人次增长到2014年的57113.32万人次[6]，10年间国内客源量增长3.5倍多，居于全国领先地位，江苏已成为旅游大省。但是随着各省都在大力发展旅游业，旅游业竞争激烈同时游客对旅游需求也逐渐走向多样化和个性化，江苏省要想一直保持领先的地位，就迫切需要了解影响客源市场的主要因素。 　　影响国内客源市场的诸多因素主要分为经济指标、社会指标和旅游企业指标三大类。本文将“江苏省客源人数”作为因变量，选取经济指标、社会指标和旅游企业指标中的细分变量作为自变量[7]。本文考虑的经济指标包括“人均GDP、居民消费价格总指数、城镇居民消费水平、农村居民消费水平、可支配收入和基础设施投资”；社会指标包括“客运量、旅游院校数量、旅游院校学生数量”；旅游企业指标有“旅游饭店个数、星级饭店营业收入、旅行社单位数、旅行社组团人数和旅游业从业人数”。 　　选取2005-2014 年连续10年的江苏省客源市场的统计数据[8-9]，所选取的数据来源《江苏省统计年鉴》和《中国旅游年鉴》。 　　利用SPSS19.0 统计软件提供的回归分析方法作为辅助手段，在对数据进行主成分分析的基础上，实证分析多个变量之间的多重共线性问题。 　　4 因子分析 　　根据主成分分析的方法，以2005-2014年江苏省接待国内旅游人数的数据作为因变量。指标体系设：人均GDP（万元）用x1变量表示、居民消费价格总指数用x2表示、城镇居民消费水平（元）用x3表示、农村居民消费水平（元）用x4表示、可支配收入（元）用x5表示、基础设施投资（万元）用x6表示、客运量（人）用x7表示、旅游院校数量（个）用x8表示、旅游院校学生数量（人）由x9表示、旅游饭店数量（个）用x10变量表示、星级饭店营业收入（万元）用x11表示、旅行社单位数（家）x12表示、旅行社组团人数（人）x13表示、旅游业从业人数（人）x14表示。原始变量为14，样本容量为10。 　　①计算特征值和方差贡献表 　　从采集的数据来看，共有14个变量（见表1），但是有些变量之间存在相关性的，并且各变量对江苏省客源