贺晓慧,白凯,2,卫海燕(.陕西师范大学旅游与环境学院,陕西西安70062;2.北京大学光华管理学院,北京0087)
[旅游市场研究]
基于WE-GCM的入境旅游城市意象评价指标体系研究*
——以北京和上海为例
贺晓慧1,白凯1,2,卫海燕1
(1.陕西师范大学旅游与环境学院,陕西西安710062;2.北京大学光华管理学院,北京100871)
旅游城市意象是旅游研究的核心命题之一,其研究成果对旅游市场拓展具有重要的实证参照意义。以中国两个一级入境旅游城市北京和上海为研究对象,在借鉴学界同仁研究成果的基础上,根据指标选取原则确定了入境旅游城市意象评价指标体系,运用熵权法进行指标权重的确定,并结合灰色关联分析法构建了入境旅游城市意象评价模型。
入境旅游;旅游城市意象;熵权法;灰色关联法
旅游地意象是旅游目的地发展的重要内容之一,直接影响着旅游者对旅游目的地的选择[1]。自1971年Hunt在他的博士论文中正式提出旅游意象这一概念后,旅游目的地意象研究已成为现代旅游研究的热点命题,并成为旅游目的地进行有效的市场细分、市场定位及竞争分析的重要工具[2]。因此,准确地认识和评价旅游地意象对开拓旅游市场、增强目的地吸引力具有重要的作用。
国内旅游地意象研究始于20世纪80年代,陈传康[3]、王新军[3]、李蕾蕾[4],白凯[1]等对旅游地意象进行了一系列研究,但大都基于定性研究视角。近年来,关于旅游目的地意象的研究开始由定性化描述转向定量化研究。张洁[5]、姚长宏[6]、王宇明[7]等人分别用模糊数学、离差和法、层次分析法构建旅游地意象评价模型,并进行了实证分析。在上述研究中,指标体系的构建方法和权重的确定具有明显的主观性,这会在一定程度上影响旅游目的地意象的评价结果。因此,本研究选择我国入境旅游一级旅游目的地城市北京和上海为研究对象,运用熵权法确定各指标的权重,结合灰色关联分析法构建了入境旅游城市意象评价模型,以期完善旅游目的地意象的评价指标体系和研究方法。
熵权法是基于“差异驱动”原理的赋权法,是一种根据各项指标观测值所提供的信息量的大小来确定指数权重的方法,不带有任何的感情色彩,评价过程透明、具有再现性;灰色关联法是一种确定多因素关系的简便易行的方法,是在实测样本与理想样本之间建立关联;这两种方法的模型所考虑的因素比较全面、具体[8-10]。因此,本文将熵权法和灰色关联分析法相结合来进行权重的确定并建立评价模型。
在具体的入境旅游城市意象的评价过程中,熵权理论用于合理、客观地确定各入境旅游评价指标的权重;灰色关联法则不需要大量的统计数据(适用于本文的研究,只有北京和上海两个城市的样本数据),通过比较各项指标数据与最佳理想样本数据,得出入境旅游城市意象的等级。这两种方法的结合不仅消除了指标权重在定量化过程中主观赋权的人为因素干扰,具有科学性和有效性,还能得出入境旅游城市意象与最佳意象间的关联度。
(一)评价指标的建立
为了使研究结果尽可能的客观、准确,必须要建立一套科学、合理、客观、全面的评价指标体系。入境旅游城市意象研究的评价指标体系的建立应该遵循以下原则:(1)所选指标应该尽可能准确、科学、全面地反映研究对象特征,满足研究目的;(2)所选指标要避免重复和遗漏,指标数量要合适,并非越多越好; (3)所选的指标应尽量满足可测性,这样的研究结果比较合理可信[11-12]。在本文的研究中,通过查阅、分析文献资料,借鉴学界同仁的研究成果,结合旅游意象的内涵,初步构建入境游客的旅游城市意象评价指标体系,然后结合专家意见,根据指标选取原则,从入境游客感兴趣的旅游资源、入境游客感兴趣的旅游商品、旅游城市服务质量评价和旅游城市整体环境氛围评价4方面构建了入境旅游城市意象评价指标体系,指标体系分为4个评价子目标作为二级指标,35个评价指标作为三级指标,其评价指标体系见表1。
北京和上海分别是我国的政治文化中心和经济中心,是我国综合实力最强的两个城市,其旅游业发展同样位居全国前列。北京历史悠久,文物古迹众多;上海的历史遗迹虽然在数量上无法与北京相比,但上海具有深厚的近代城市文化底蕴。同时,两个城市均以打造国际一流旅游目的地为发展目标[13]。因此,其发展现状和水平具有对等性,可相互对照进行综合分析。
(二)评价指标的无量纲化
1.数据前期处理
T3和T4这两项评价子目标下的评价指标是5分制的统计数据(5分代表“非常好”,4分代表“比较好”,3分代表“一般”,2分代表“不好”,1分代表“非常不好”,0代表“不知道”),每个指标下包括5个数据,因此,首先需要对其进行加权平均处理,转化为平均分,作为对应指标的数据参与评价过程。按下式处理:
k代表第i个评价子目标中第j个指标的得分,xijk代表第i个评价子目标的第j个指标因子得分为k的数据,x*ij为处理后数据。
2.评价指标标准化
在入境旅游城市意象评价指标体系中,笔者选取的4个评价子目标中的评价指标都属于“极大型”指标(指标取值越大越好),取值越大,表明该旅游城市对入境游客的吸引力越强,入境游客对该旅游城市意象评价越高。但在这些指标中,各项指标间存在不同的量纲和量级,存在着不可共度性,这样为比较综合评价指标带来了很多不便,因此需要进行无量纲化处理。按(2)进行处理,标准化数据见表2。
Xij为处理后的标准数据,xij为原始数据,xijmax第j项指标中的最大值。
(三)评价指标权重的确定
熵值法是一种根据各项指标观测值之间的差异程度来确定指标权数的方法,不具有主观色彩,评价过程具有透明性和再现性。
设Xij(i=1,2,...,n;j=1,2,..,m)为第i个待评对象中的第j项评价指标的标准化数据。对于给定的j,Xij的差异越大,该指标在综合评价中的作用越大,反之则越小,若指标值全部相等,则该指标在综合评价中不起作用。用熵值法确定指标权数的步骤如下:
本文的入境旅游城市意象评价指标权重见表2。
(四)灰色关联评价模型的建立
1.灰色关联评系数的计算步骤
①建立相对最佳决策方案的增广矩阵X= (Xij)(m+1)×n,本文在数据经过无量纲化处理后,建立的理想样本:Xo=(xo1,xo2,...,xon)=(1,1,..., 1);
式中,k为分辨系数,其值在(0,1)之间,一般取0.5。入境旅游城市意象各评价指标的关联系数可见表2。
2.入境旅游城市意象评价模型
运用灰色关联分析方法,分别计算出入境游客感兴趣的旅游资源、入境游客感兴趣的旅游商品、旅游城市整体环境氛围评价和旅游城市服务质量评价的关联系数矩阵,结合各评价指标权重,构建入境旅游城市意象评价模型,计算北京和上海的入境旅游城市意象指数。
据上面所计算出的指标权重和各指标值相对理想指标值之间的关联系数,根据入境旅游城市意象指数计算方法得出北京和上海的各评价指标指数,评价子目标指数(见表3)和综合指数。
(一)基本结论
在本文对入境旅游城市意象评价指标体系的研究中,将熵权法和灰色关联法有机结合,定量化地对入境旅游城市意象进行了评价。灰色关联法在确定多因素关系时简便易行,并且可以建立实测样本与理想样本之间的关联,同时引入熵值法来计算权重系数,使评价结果更加合理。因此,该方法相对于以往研究中使用的层次分析法、模糊数学法、离差和法、与层次分析法相结合的灰色关联法等综合评价方法,不仅消除了人为因素的干扰,评价结果客观公正、评比层次分明,而且计算过程简单,适用于大众研究。
从整体上看,两个城市的入境旅游城市意象综合指数都比较高,但上海的入境旅游城市意象的综合指数要略高于北京,说明上海比北京具有更强的吸引力。从二级评价指标来看,上海的旅游资源和旅游商品的指数高于北京,而北京的旅游服务质量和旅游环境氛围指数要高于上海。从三级评价指标看,上海在沙滩、节庆活动、电器商品、城市商机、交通方面要比北京对入境游客具有更强的吸引力;而北京主要是依靠文物古迹、服装、环境的古朴、导游服务来吸引入境游客,说明两个城市对入境游客的吸引各有特色。
(二)讨论
旅游目的地城市意象是拓展入境旅游市场的重要影响机制,因此对旅游城市的意象研究具有很强的现实意义,对此问题的研究和探讨对发展旅游业也有很大的帮助。本文尝试着将熵权灰色关联法引入入境旅游城市意象的综合评价研究中,为旅游目的地意象的研究提供了一些新的方法和思路,但有一些细节的问题还有待进一步的研究和探讨。在权重的确定中,熵值法虽然避免了主观赋权法的弊端,但也有不足之处,有时候客观赋权法得出的评价结果与决策者的主观愿望有一定的差距,因此在今后的研究中应该考虑主观赋权与客观赋权相结合的方法。另外,在本文的研究中将二级指标放在了同等重要的地位,对其重要程度的研究还需要完善。
除此之外,由于数据有限,只有北京和上海的样本数据,因此选取的入境旅游城市意象指标可能不是最佳的,该方法在旅游城市意象评价指标研究中的适用程度无法判断,这就需要在今后获取其他旅游城市的样本数据,并根据实际情况调整评价指标体系,并对该方法的适用性和结论的科学性进行验证。
参考文献:
[1] 白凯.旅游目的地意象定位研究述评:基于心理学视角的分析[J].旅游科学,2009,23(2):9-15.
[2] Pike S.Destination image analysis——a review of 142 papers from1973 to 2000[J].Tourism Management,2002,23(5):541-549.
[3] 陈传康,王新军.神仙世界与泰山文化旅游城的形象策划[J].旅游学刊, 1996(1):48-52.
[4] 李蕾蕾.旅游地形象策划:理论与实务[M].广州:广东旅游出版社,1999: 29-177.
[5] 张洁,辛建荣,成金华.基于模糊数学的旅游地现实形象评价系统[J].科技进步与对策,2003(10):133-135.
[6] 姚长宏,陈田,刘家明.旅游地形象感知偏差测评模型研究[J].旅游学刊, 2009,24(1):29-32.
[7] 汪宇明,吕帅.长江流域12省区旅游形象绩效评估研究[J].旅游科学, 2008,22(1):15-21.
[8] 李国良,付强,等.基于熵权的灰色关联分析模型及其应用[J].水资源与水工程学报,2002,17(6):15-18.
[9] 刘佳雪,沙润,周年兴.南京江心洲旅游景观健康评价[J].地理研究, 2009,29(4):748-756.
[10] 杜栋,庞庆华,吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社,2008:111-137.
[11] 郭亚军.综合评价理论、方法及应用[M].北京:科学出版社,2007:14-78.
[12] 罗世俊,焦华富,王秉建.基于城市成长能力的长三角城市群空间发展态势分析[J].经济地理,2009,29(3):409-414.
[13] 刘艳娜.上海与北京国际旅游竞争力之比较研究:兼论上海发展国际旅游大都市的对策和建议[J].上海综合经济,2004(5):21-25.
[14] 国家旅游局政策法规司,国家统计局城市社会调查司.入境游客抽样调查资料[M].北京:中国旅游出版社,2008.
Evaluation Index System of Inbound Tourism Cities’Image Based on WE-GCM——A Case Study in Beijing and Shanghai
HE Xiao-hui1,BAI Kai1,2,WEI Hai-yan1
(1 School of Tourism and Environment,Shaanxi Normal University,Xi’an 710062,China; 2 Guanghua School of Management,Peking University,Beijing 100871,China)
Tourism cities’image is one of the core propositions in tourism research,and the results of their research have an important significance of empirical reference for expanding tourism market.In this paper,we selected Beijing and Shanghai as the objects of study,which are both First-Class Tourism Destination Cities,established an evaluation index system of inbound tourism cities’image based on the preceding fruits and the principle of selecting index,used entropy to determine the weight of indexes,and built an evaluation model of inbound tourism cities’image combined with the gray correlation method.This method avoids the effect from human factor,so the results are more objective and reasonable.
inbound tourism;tourism cities’image;weighted entropy;Gray Correlation Method
F592.7
A
1674-3784(2011)06-0098-05
[责任编辑:吕观盛]
国家自然科学基金项目(40901077)和陕西省软科学项目(2010KRM96)共同资助。
2011-05-27
贺晓慧(1985- ),女,山西忻州人,陕西师范大学旅游与环境学院硕士研究生,研究方向为旅游地理与GIS建模;卫海燕(1966- ),
女,陕西西安人,陕西师范大学旅游与环境学院,副教授,硕士生导师,主要从事计量地理和GIS应用研究。
白凯(1974- ),男,(回族),陕西西安人,陕西师范大学旅游与环境学院副教授,博士,硕士生导师,研究方向:旅游市场开发和游
客行为。