中国主要沿海城市旅游竞争力定量的研究.docVIP

  • 28
  • 0
  • 约9.25千字
  • 约 17页
  • 2018-10-11 发布于福建
  • 举报

中国主要沿海城市旅游竞争力定量的研究.doc

中国主要沿海城市旅游竞争力定量的研究

中国主要沿海城市旅游竞争力定量的研究   摘要:基于国内外对城市旅游竞争力研究的回顾和梳理,建立契合本研究的指标体系:以城市旅游基础设施、发展现状和生态环境竞争力作为二级指标,以25个与城市旅游竞争力相关指标作为三级指标。在此基础上,利用主成分分析与系统聚类分析方法测算各城市因子得分及排名,并对城市间、等级间、区域间优势和劣势做出比较分析。结果表明:①上海、杭州、广州旅游竞争力相对较强,南通、中山、东莞竞争力相对较弱,其中,城市经济体规模、环境污染程度及城市绿化水平对城市旅游综合竞争力影响较突出;②城市间旅游竞争力水平梯度化明显,抱团式合作发展、阶梯状搭配发展前景看好;③同一区域内城市合作优势大于竞争优势,可建立旅游合作试点区域。   关键词:沿海城市;旅游竞争力;主成分分析;系统聚类分析   中图分类号:F590 文献标识码:A DOI:10.3969/j.issn.1004-9479.2013.03.016   城市旅游竞争力是指城市利用自身的旅游资源,在旅游企业和城市经济、社会、文化等环境的综合作用下,通过在旅游市场上销售其产品而反映出来的发展能力,具体表现为旅游市场的占有能力和旅游生产要素的可持续发展能力[1]。城市旅游竞争力是旅游学术界研究热点之一,国外研究以N. Leiper的旅游吸引力层面对旅游目的地竞争力的影响研究发端[2],当前研究面向多维化[3,4]。国内研究论点较早由屈海林等在20世纪90年代对香港都市旅游的形象与竞争优势的研究中提出[5],全面兴起于21世纪,研究角度逐渐深入、拓展[6-11]。   国内对城市旅游竞争力研究虽然起步较晚,但在理论和方法方面都取得长足进展,学者借鉴国内外城市旅游竞争力研究成果,从不同视角对城市旅游竞争力进行深入探讨与实证分析,研究内容不断丰富、完善。尽管如此,还存在不足之处,如研究对象大多是针对单个区域或单个城市群体,鲜有对特定条件下的某一类型城市旅游竞争力进行比较分析。鉴于此,本文以2011年中国城市综合竞争力排名作为中国主要沿海城市遴选基础,选取排名前50中的16座沿海城市作为研究目标,以定量方法衡量主要沿海城市旅游发展水平,客观评价主要沿海城市旅游竞争力,为研究沿海城市旅游发展提供理论评价参考。   1 研究方法及指标选取   1.1 研究方法选择   目前对于城市旅游竞争力定量评价方法较多,国外研究主要量化方法有方差分析[12-13]、回归分析[14]、偏离份额分析[15]、因子分析[16]、聚类与判别分析[17]、模糊罗氏模型(FRM)分析[3]、重要业绩分析[16]等,刘素平等[1]对此作了较详细的论述。国内研究以层次分析法[6,10]居多,但近五年应用频率减少,多见于与其他方法结合运用,因子分析法[8,11]和主成分分析法[7,16]近年来应用较多,同时兼有聚类分析法[7]、数据包络分析(DEA)法[9]、因素分析法[18]、偏离—份额分析法[19]、“波特—钻石理论”模型[20]、系统动力学[21]、增长率相乘法[22]、生态位模型[23]等方法的应用。本文选用主成分分析法对研究对象进行定量分析,并结合系统聚类分析法,利用其科学分类性质对研究城市进行分类,具有较强的实操性。   1.2 指标体系建立   基于国内外文献对城市旅游竞争力问题研究的梳理和回顾,并遵循综合性、科学性、可比性和KMO值可行性等原则的基础上,选取25个与城市旅游竞争力相关指标(2011年),构建城市旅游竞争力评价指标体系(表1)。   1.3 数据来源   为体现评价指标的客观性,指标收集来源于2012年各城市统计年鉴、2002—2011年大连市国民经济和社会发展统计公报、2011年度全国星级饭店统计公报、中华人民共和国2011年国民经济和社会发展统计公报、中华人民共和国国家旅游局网站、大连市政府网站等各城市政府网站。   2 主要沿海城市旅游竞争力定量研究   第一步:以二级指标为基准分别对原始资料矩阵进行标准化处理,采用标准差标准化方法,其公式为:   式中=Xi,S=;X为标准化值,Xi为原始资料,为各项指针平均值,n为样本数,通过标准差标准化后形成数据矩阵。   第二步:将标准化处理后的三组数据分别输入SPSS19.0软件,进行主成分分析,最后提取累计百分比大于85%的相应未旋转公因子分别进行主成分分析。结果显示,在城市旅游基础设施竞争力中,前四个公因子初始特征值依次为3.674、1.529、1.337、0.694,各因子贡献率分别为45.925%、19.115%、16.715%、8.672%,累计达90.427%。其中第一公因子在C2、C3、C4、C5、C7上载荷较高,反映服务基础条件;第二公因子在C1上载荷较高,反映医疗资源基本现状;第三

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档