基于因子分析方法的海南省旅游竞争力比较研究

王志强，汪文俊，陈传钟

（海南师范大学 数学与统计学院，海南 海口 571158）

基于因子分析方法的海南省旅游竞争力比较研究

王志强，汪文俊，陈传钟

（海南师范大学 数学与统计学院，海南 海口 571158）

以每个省作为一个地区，抽取南方14个省市，选取分别反映旅游竞争力各个方面的13个指标，采用SPSS17.0软件进行因子分析.通过分析对比、评价影响海南省旅游发展的主要因素，进而提出提高海南旅游业竞争力、促进海南旅游业发展的具体措施.最后提出一些建设性意见，旨在为海南旅游业发展提供一定的理论基础.

因子分析；竞争力；综合评价模型

旅游竞争力综合反映了一地区利用自身的旅游资源优势和各种机遇，在旅游产业和旅游环境综合作用下，通过旅游企业在旅游市场上销售旅游产品和开拓国内外旅游市场所表现出来的能力.

近年来，对旅游竞争力的评价已成为人们研究的热点.朱应皋，万绪才采用层次分析法从旅游资源与产品条件、社会经济条件、其他条件，以及国际旅游业绩四方面，对世界旅游11强旅游业国际竞争力进行综合评价和比较分析[1].黄秀娟，黄福才以旅游资源、旅游服务设施、企业竞争能力、基础设施、自然环境、相关产业发展、经济环境、可进入性为指标集，利用因子分析对影响国际旅游竞争力影响因素进行评价[2].张佑印，马耀峰运用因子分析和聚类分析从规模经济类、收入类、税率类、利润类4类11个主要指标，对我国31个省份不同旅游企业经济竞争力指标进行分析[3].要科学合理地评价某地旅游竞争力，需要选择合理的评价指标体系和采用适当的方法.海南省旅游资源丰富，是国内外游客向往的旅游目的地之一.对海南省旅游竞争力的评价，有助于优化海南省旅游产品结构、合理配置旅游资源、整合旅游竞争策略等具有重要战略意义.

1 因子分析法[4]

1.1 因子分析法的基本原理

因子分析就是研究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子，它是多元统计分析技术的一个分支，其主要目的是浓缩数据.它通过研究众多变量之间的内部依赖关系，将大量的彼此可能存在相关关系的变量转换成较少的，彼此不相关的综合指标的一种多元统计方法.这样既可减少收集信息的工作量，又使各综合指标代表的信息不重叠，便于分析.

1.2 因子模型

因子分析的核心思想是用较少的相互独立的因子反映原有变量的绝大部分信息.这一思想用数学模型来表示，设n个样本，每个样本有p个观测变量.由于数据进行标准化后不改变变量之间的相互关系，又能消除量纲及数量级不同造成的影响，且经过标准化后的变量均值为0，标准差为1，使问题简化.建立在标准化数据之上的数学模型[4]：

式中，f1,f2,…,fk(k ≤p)称为公因子；aij称为因子载荷，反映了xi和 fj之间的相关程度；εi表示特殊因子，代表公因子以外的其他因素影响，实际分析时可以忽略不计.上述模型可以表示为矩阵的形式：

2 实证分析

2.1 指标选取的原则与数据来源

本文选取南方14个省，对其旅游竞争力进行比较分析.因为南方在地缘和气候各方面与海南相对更接近，有利于更好地进行比较.评价旅游竞争力，必须建立适当的指标体系.指标的选取应遵守科学性、代表性、可比性和可操作性原则.影响旅游竞争力的因素很多，如果选择指标过多会造成指标泛滥，不利于实际操作，选择过少不利全面反映其竞争力.为更好地反映海南旅游竞争力，又便于操作，本文尽量选择有代表性的指标，用最少的指标来反映出其实际竞争力.

本文选择AAA级以上景点数和城市人均公园绿地面积来作为其资源环境的指标，地区生产总值和人均生产总值反映一个地区经济发展水平，星级宾馆数，旅行社数，年末实有道路长度等反映一个地区服务设施和基础设施水平，各地区国际旅游（外汇）收入，入境旅游人数等既能反映一个地区旅游现状又能从侧面反映一个地区旅游竞争力，在校大学生数反映一个地区人才培养状况.由于指标体系中可能存在相关性，信息重复，为此我们选择解决这一问题较好的方法即因子分析法，同时由于样本个数的限制，指标过多，相关矩阵可能不是正定矩阵，将导致无法使用因子分析，为此我们仅选择有代表性的指标.在借鉴前人关于对旅游竞争评价研究成果的基础上，结合南方14个省的实际情况，对指标的选取遵循科学性、系统性原则和可操作性等原则，尝试建立南方旅游竞争力评价指标体系（见表1）[5-7].

表1 旅游竞争力评价指标体系Tab.1 The evaluation index system for tourism competition

考虑到资料的权威性和可获得性，根据统计年鉴，旅游年鉴以及官方网站公布的统计数据，获得南方各省旅游竞争评估指标体系的原始数据，该指标体系是一个14×13矩阵，其中列14代表14个省市，行13代表影响旅游竞争力的13个变量指标[8-9].

按照上面的分析，我们以省为单位，每个省作为一个地区，根据全国各省份的实际情况，选取海南等14个省份，运用因子分析法对海南旅游竞争力进行实证分析.

2.2 对数据检验并求特征值以及贡献率

对标准化后的原始数据利用SPSS17.0统计软件，运用因子分析法进行数据处理，得出相关系数矩阵及检验各变量之间相关性的KMO和Bartlett检验（见表2）.KMO是用于比较观测相关系数值与偏相关系数值的一个指标，其值越接近1，表明对这些变量进行因子分析的效果越好.此处KMO值为0.621，说明可以进行因子分析.Bartlett巴特利特球形检验法的统计量是根据相关系数矩阵的行列式得到的.如果该值较大，且其对应的概率P值小于给定的显著水平时，拒绝零假设，表明相关系数矩阵不是单位阵，原有变量之间存在相关性，适合进行因子分析；反之，零假设成立，原有变量之间不存在相关性，数据不适合进行因子分析.这里Bartlett值为228.687，P＜0.05，通过检验，适合采用因子分析.同时得出主因子的特征值和贡献率（见表 3）.可以看出，因子 1，2，3 的特征根分别为8.193，2.016和1.263方差累计贡献率为88.248%.说明前三个因子提供了原始数据13个指标的足够信息.因此，选择前三个因子F1，F2，F3为旅游竞争力评价的主因子[10].

表2 KMO和Bartlett的检验Tab.2KMO and Bartlett's Test

表3 解释的总方差Tab.3 Total variance explained

2.3 建立因子载荷矩阵

对提取的三个主因子F1，F2，F3建立原始因子载荷矩阵，同时，为了便于对各因子载荷作合理解释，对原始因子载荷矩阵进行方差最大正交法旋转使其结构简单化，表4即为方差最大正交旋转矩阵A.

表4 旋转成份矩阵ATab.4Rotated component load matrix

由旋转后的因子载荷阵可以看出：人均城市道路面积，在校大学生数，AAA级以上景点数，年末实有道路长度，人均公园绿地等在第一主因子F1上的载荷值较大，这是反映旅游环境基础设施和人才的公共因子，在这个因子上的得分越高，说明该地区的旅游环境设施和人才竞争力也就越强；各地区国际旅游（外汇）收入，入境旅游人数，入境旅游外国人数在第二公因子F2上有很大的载荷，所以F2是反映旅游业现状的公共因子；每万人拥有公共交通车辆和人均生产总值在公共因子F3上的载荷大，F3是反映地区发展水平的公共因子.

2.4 综合评价模型

表5给出的是因子得分系数矩阵，根据已标准化处理后原始数据X和所提取的三个主成分的因子得分矩阵，可写出三个主因子的得分表达式：

表5 成份得分系数矩阵Tab.5Component score coefficient matrix

以各因子的贡献率占三个因子的累计贡献率的比重作为权重进行加权汇总计算各地区的综合测评得分，计算公式见（1）式：

通过上述因子得分表达式，将原始变量值标准化后进行计算得到各个因子得分，并代入式（1）并计算得到综合得分和综合排名见表6.

表6是南方各省市旅游竞争力各因子得分和因子综合测评总得分表.

表6 因子得分及综合得分表Tab.6 Factors score and synthetic score

由表6可以看出，江苏、广东、湖北在因子F1上位居前三，说明这三个省在因子F1上旅游竞争力较强，说明这几个省在环境设施和人才培养方面具有较强的竞争力.因子F1的贡献率为63.024%，说明资源环境设施和人才是影响城旅游竞争力的重要因素，要提高旅游竞争力，应注重基础设施建设和人才培养.而海南在因子F1上位于13位，比较靠后，原因可能是海南开发较晚，基础设施相对不太健全，在人才培养方面重视不够；从因子F2看，广东、江苏、浙江位居前三，主因子F2是旅游现状因子，它反映了一地区旅游业绩，这一因子可以从侧面反映一地区旅游竞争力水平，海南在F2上也比较落后，位居13位；从因子F3看，江苏、广东、浙江排在前三位，说明在因子F3上这三个省旅游竞争力也较强.

从因子综合测评总得分可以看出，广东、江苏、浙江为第一集团，具有较强的竞争力；湖北、上海为第二集团，其与第一集团有一定的差距，旅游竞争力一般；海南综合得分较低，其与四川、福建等构成第三集团，旅游竞争力较弱.

3 结果分析

海南省作为中国唯一的热带地区，其旅游竞争力却处于较为落后的地位.下面结合各地区在三个公共因子上的得分和综合得分，进行对比，着重对海南省的旅游竞争力情况综合评价.

在环境设施和人才因子F1上，海南省的排名为第十三位，比较靠后.说明海南省在这方面竞争力较弱，可能因为海南基础设施相对较落后和人才匮乏，交通不便，影响旅游者前来旅游.相对于广州，江苏，浙江等地，海南在基础设施，经济水平，人才培养等方面都比较落后.在另两个主因子F2、F3上，海南也比较靠后，出现这样的结果的原因是：一，海南的环境和旅游资源较好但开发力度不够，很多景区有待开发，基础设施也需要完善.二，由于本文数据是采用2009年的数据，海南建设国际旅游岛还没有上升到国家战略.2010海南建设国际旅游岛上升到国家战略，政府在政策上给出更大的优惠，海南旅游竞争力将来势必得到了很大提升[11].

4 结论和建议

一个地区的旅游竞争力水平是该地区旅游资源、环境、经济、基础建设、科技、教育、等诸多方面的综合反映.由上述分析可以看出，海南省的旅游竞争力与南方其它地区相比处于落后的地位，一个地区的旅游竞争力水平很大程度上反映了该地区资源的开发与经济的发展.为了提高海南省的竞争力水平，针对海南省现状，我们认为：

1）进一步开发海南的旅游产品，建设特色旅游和度假游，充分利用海南独特的自然环境.政府应进一步提供宽松的投资政策，营造良好的投资环境，吸引外资加快海南建设和资源开发，提高海南的旅游竞争力.

2）加大教育投资力度，提高人口素质，吸收和培养一大批高素质人才，同时要注意旅游人才培养.人才是地区发展的推动力，凡是竞争力强的地区，必然聚集着一大批高素质的人才.

3）加强海南省基础设施建设.基础设施的好坏是一个能地区否快速发展的重要保证.海南省地处中国最南部，交通不便，因此，应在现有交通设施的基础上，加大海南各地的基础设施建设，特别要加大对海南中西部的开发力度，努力提高区域旅游竞争力.面对国家提出建设国际旅游岛战略，海南应抓住机遇，实现各方面的快速发展，努力提高各方面的竞争力.

[1]朱应皋,万绪才.全球旅游11强（国）旅游业国际竞争力综合评价[J].地理与地理信息科学,2004,20(3):109-111.

[2]黄秀娟,黄福才.基于PCR的区域旅游国际竞争力影响因素[J].经济地理,2006,21(11):48-53.

[3]张佑印,马耀峰.区域旅游企业经济竞争力量化分析[J].干旱区资源与环境,2008,(7):158-163.

[4]于秀林,任雪松.多元统计分析[M].北京:中国统计出版社,1999.

[5]陈晓,李悦铮.环渤海城市旅游竞争力差异及整合[J].地理与地理信息科学,2008,24(1):105-108．

[6]丁蕾,吴小根,丁洁.城市旅游竞争力指标的构建及应用[J].经济地理.2006,26(3):511-515．

[7]张梦.区域旅游业竞争力评价:指标构建与方法选择[J].旅游学刊,2007,22(2):13-17．

[8]国家统计局.中国统计年鉴2010[M].北京:中国统计出版社,2010.

[9]国家旅游局.中国旅游统计年鉴2010[M].北京:中国旅游出版社,2010.

[10]王苏斌,郑海涛,邵谦谦.SPSS统计分析[M].北京:北京机械出版社,2003.

[11]古明清.旅游统计[M].昆明:云南大学出版社,2005.

Comparison Research on the Tourism Competitiveness Based on the Factor Analysis Method in Hainan

WANG Zhiqiang，WANG Wenjun，CHEN Chuanzhong
（College of Mathematics and Statistics，Hainan Normal University，Haikou330099，China）

We take the method of Factor Analysis to research 13 Indicators that mainly reflect competitiveness of tour⁃ism from 14 regions of the South of China,With comparison analysis and evaluating the factors that affect the develop⁃ment of Hainan Tourism Industry by software SPSS 17.0,we obtain some helpful results that can increase the power of competitiveness and the development of tourism.we present some suggestions to support the development of tourism in⁃dustry from the theory.

Factor analysis；Competitiveness；Comprehensive evaluation model

O 213

A

1674-4942（2011）02-0146-05

2011-01-30

海南省教育厅2010年研究生创新科研课题

毕和平