基于主成分分析法的珠三角城市旅游竞争力评价

李 蕊

(江门职业技术学院 经济管理系， 广东 江门 529000)



基于主成分分析法的珠三角城市旅游竞争力评价

李 蕊

(江门职业技术学院 经济管理系， 广东 江门 529000)

选取反映城市旅游竞争力的相关指标，运用主成分分析法对珠三角城市的旅游竞争力进行评价，结果表明：广州是珠三角中旅游竞争力最高的城市；深圳、惠州和东莞为第二层次，综合水平略低于广州；中山、肇庆、佛山、珠海和江门为第三层次，旅游竞争力相对较弱.政府应发挥主导作用，加强区域联合，相互扶持，构建珠三角区域一体化合作体系，从而全面提升珠三角城市的旅游竞争力.

城市旅游竞争力； 主成分分析法； 珠三角城市

0 引 言

城市竞争力是指创造财富、推动区域经济发展，提高人民生活水平的能力，其实质是资源配置和可持续发展的能力.城市旅游竞争力是从旅游目的地的角度来界定的，即当目的地指向城市时，该城市在旅游经济中占有市场地位和保持市场份额的能力.城市旅游竞争力是城市竞争力的组成部分，也是城市旅游经济可持续发展的动力和源泉[1].

中国旅游研究院于2016年8月22日发布的《中国区域旅游发展年度报告(2015-2016)》显示，2015年广东省的国内旅游收入名列全国第一位.其得益于优越的地理位置、便利的交通和自然资源等，珠三角在广东省和我国的经济发展中占有重要地位，但也存在区域经济发展不平衡的现象.旅游业也是如此，由于旅游资源、社会经济、交通区位、基础设施等因素的差异，使旅游经济的发展也存在差异[2].同为珠三角城市，广州、深圳相对其他城市有一定的优势，旅游经济的发展也优于珠三角的其他城市.为了对珠三角城市的旅游竞争力进行量化评价，本文运用主成分分析方法对珠三角城市的旅游竞争力进行评价，分析珠三角城市旅游竞争力的强弱，并提出相应的对策建议，以期为珠三角城市旅游业的发展提供参考.

1 研究方法和指标选取

衡量旅游经济发展的指标之间往往存在一定的相关性，且指标过多不利于城市旅游竞争力的评价，因此本文借助主成分分析法，通过线性变换将多指标整合为少数几个独立的且能够反映总体信息的指标，即主成分，每个主成分均是多个原始指标的线性组合，最后通过计算F值来评价各城市的旅游竞争力.

结合以往文献的研究及广东省现代旅游业的发展，本文在选取了旅游总收入X1、旅游外汇收入X2、宾馆(酒店)总数X3、旅游宾馆床位数X4、接待过夜旅游者人数X5、国家5A级旅游景区X6等6个指标的基础上[3-5]，增加了评价生态环境的两个指标(生产总值能耗X7、环境空气质量状况X8)[6].数据来源于《广东统计年鉴-2015》和广东省环境监测中心网站，实证过程运用SPSS19和Excel等软件进行分析.

2 主成分分析

2.1 主成分分析的统计检验

为了检验所选变量是否适合进行主成分分析，将各城市旅游数据经过标准化处理后进行KMO和Bartlett球形检验，结果得知：KMO检验值为0.518 1，大于0.5，说明所选变量两两之间的相关性能够用其他变量进行解释；在Bartlett球形检验中，近似卡方为84.712 1，自由度为28，检验结果拒绝了总体相关矩阵是单位矩阵的零假设，且在0.000 0的水平上显著.通过对统计检验指标的分析可知，所选变量可以进行主成分分析.

确定整体模型后对引入所选变量的必要性进行检验，对变量提取公因子方差，各个变量公因子方差的提取值如表1所示.从表1可以看出，除了变量“国家5A级旅游景区”的提取值为0.849 9，其他7个变量的提取值均大于0.9.按照主成分分析模型的要求，提取值大于0.8即可认为变量可引入到模型中，因此可将8个变量引入指标模型中.

表1 变量共同度

2.2 提取公因子

表2列出了各个标准变量的初始特征值、方差贡献率及累积方差贡献率解释的总方差，并提取了特征值大于1的主成分，在选择到前3个主成分时，其累积方差贡献率达94.997 5%，涵盖了原有指标近95%的信息量，对原始数据的解释基本完整，因此选择提取3个主成分.

表2 方差分解与主成分提取分析

2.3 计算主成分得分并对城市旅游竞争力进行排名

为了计算主成分得分，本文将选取的3个主成分的表达式列出，并通过因子载荷矩阵进行计算得到表达式中的系数，因子载荷矩阵的相关数据如表3所示.

表3 因子载荷矩阵

然后将因子载荷矩阵中各变量对应的数值与各自成分特征值的算术平方根相除，得出主成分表达式中的系数.通过计算得出各个主成分得分的计算公式，即主成分表达式：

F1=0.425 1ZX1+0.418 9ZX2+0.363 4ZX3+0.395 2ZX4+

(1)

F2=-0.074 2ZX1+0.171 7ZX2-0.352 1ZX3-0.078 5ZX4+

(2)

F3=-0.046 6ZX1+0.109 2ZX2-0.318 1ZX3-0.323 3ZX4+

(3)

其中，ZXi为原始变量经过标准化处理的值.

主成分综合模型为：

F=∑aiFi.

其中：ai为权重，用第i个主成分的特征值占所提取的主成分特征值之和的比例表示；Fi为各个样本的第i个主成分的得分，i取1、2、3.

将各城市的指标数据代入主成分表达式中，可得到每个城市的3个主成分得分，再将主成分得分代入综合模型中得到F值，即为各城市旅游竞争力的综合评价得分，如表4所示.

表4 珠三角城市旅游竞争力综合排名

2.4 通过聚类分析进行分类

为了分析珠三角地区各城市旅游竞争力的水平层次，采用3个主成分作为变量，用平方欧式距离测定类间距，使用平均组间联接距离的聚类方法进行系统聚类分析.根据聚类分析中产生的聚类谱系如图 1，可以看出珠三角的9个城市主要分为三个层次：广州为第一层次；深圳、惠州和东莞为第二层次；中山、肇庆、佛山、珠海和江门为第三层次.

3 结论与建议

3.1 结论分析

本文运用主成分分析法选取8个相关的指标变量，对珠三角城市的旅游竞争力进行综合排名，从而对珠三角城市的旅游竞争力进行评价.通过实证结果可以将珠三角城市的旅游竞争力分为三个层次：

(1) 旅游竞争力综合水平高的城市.广州是珠三角中旅游竞争力最高的城市，其F得分也是远远高于其他城市，说明广州在旅游总收入、旅游外汇收入、宾馆酒店总数等方面具有非常明显的优势.作为广东省政治、经济、文化中心，广州以其便捷的交通、独特的区位优势等占据了珠三角城市旅游竞争力的龙头地位.

(2) 旅游竞争力水平中等或在某些方面具有突出表现的城市.深圳、惠州和东莞为第二层次，综合水平略低于广州，其中深圳和东莞的F得分列在第二、第三位，紧随广州之后.深圳在旅游总收入、外汇收入、宾馆酒店总数等方面略逊于广州，但深圳拥有与广州相同数量的国家5A级旅游景点，且环境空气质量状况排名第二，因此城市旅游竞争力综合水平也较高；东莞的旅游总收入排名第四，且宾馆(酒店)总数、旅游宾馆床位数均排名第二，因此东莞的城市旅游竞争力也相对较高；惠州的F得分排名第六位，综合旅游竞争力与排名前三位的城市有一定的差距，但其环境空气质量状况排名第一位，且拥有1个国家5A级旅游景区，这些方面的突出表现是其在聚类分析中与东莞和深圳归为一类的主要原因.

(3) 旅游竞争力水平较弱的城市.中山、肇庆、佛山、珠海和江门为第三层次，是珠三角地区城市旅游竞争力相对较弱的城市.这些地区在各个方面表现一般，且没有突出的特色，因此被归为第三类.其中，佛山是这几个城市中旅游竞争力相对较高的城市，旅游总收入和旅游外汇收入方面相对本层次的其他城市都高，但由于其在宾馆(酒店)总数、旅游宾馆床位数、环境空气质量状况等方面的指标不太理想，因此佛山被归为了第三层次.中山、珠海、江门、肇庆4个城市旅游总收入相差不大，但金额都远远小于广州和深圳(如珠海的收入仅为广州的1/9、深圳的1/4)，旅游外汇收入也相对较低，再加上这些城市在其他方面均没有突出的表现，因此被归于第三类.

3.2 对策建议

3.2.1 发挥政府的主导作用，全面提升珠三角城市的旅游竞争力

实证分析结果表明，排名第一、第二的广州和深圳的综合得分远高于珠三角的其它城市.由此可见，珠三角城市在城市旅游竞争力方面存在明显的极化效益，区域旅游经济差距过大.因此政府应当充分发挥主导作用，为珠三角旅游竞争力相对较弱的地区争取政策倾向，利用梯度推进原理，在完成高度发达地区和发达地区充分发展的情况下，将政策转移到较发达地区和欠发达地区，加强这些地区的资源投入，从而缩小竞争力较弱的城市与广州、深圳之间的差异，全面提升珠三角城市的旅游竞争力.

3.2.2 加强区域联合，相互扶持，构建珠三角区域旅游一体化合作体系

珠三角地区在广东省占有重要的地位，同为珠三角的城市，竞争力中等和较弱的城市应利用这一区位优势，加大与广州等竞争力较强的珠三角城市的合作，从而提升自身的城市旅游竞争力.还可以通过与竞争力在同层次、较低层次城市联合开发的方式共同提升各城市的旅游竞争力水平.如：近期佛山三水的宝苞现代农业园、长岐古村，利用“长寿之乡”和“青山绿水”两个特色，借助区位优势打造珠三角周末游；深圳企业在东莞投资建设的铁汉生态园，以绿色生态、亲子互动为卖点，为构建珠三角区域旅游一体化合作体系注入新的活力.珠三角的其他城市也应积极向珠三角旅游一体化的方向发展，加强区域联合，相互扶持，从而提升珠三角整体的旅游竞争力.

[1]苏伟忠,杨英宝,顾朝林.城市旅游竞争力评价初探[J].旅游学刊,2003,18(3)：39-42.

[2]何光炜.中国旅游业50年[M].北京:中国旅游出版社1999.

[3]孟丽琴,吴忠军. 河南省市域旅游经济发展差异研究[J].中州大学学报,2010(6):11-14.

[4]莫艳恺.县域旅游经济发展差异的综合评价——以丽水市为例[J].企业经济,2012(3):133-136.

[5]赵亮,李洪娜,卢晓君.基于SPSS的辽宁省旅游经济发展差异研究[J].辽宁科技大学学报,2009(5):528-534.

[6]倪蔚颖.休闲旅游业集聚区集聚水平评价指标体系构建[J].统计与咨询,2012(2):60.

[责任编辑 高俊娥]

The Evaluation of City Tourism Competitiveness of Pearl River Delta Based on Principal Component Analysis

LI Rui

(Department of Economics and Management, Jiangmen Polytechnic, Jiangmen 529000, China)

By using the relevant indicators of reflecting the competitiveness of urban tourism and the principal component analysis，this paper evaluates the city tourism competitiveness of the Pearl River Delta cities. The results show that Guangzhou is the city with the highest tourism competitiveness in the Pearl River Delta; Shenzhen, Huizhou and Dongguan are the second level, whose tourism competitiveness is slightly lower than Guangzhou; Zhongshan, Zhaoqing, Foshan, Zhuhai and Jiangmen are the third level, whose tourism competitiveness is relatively weak. The government should play a leading role in strengthening regional cooperation and mutual support, and building an integrated cooperation system in the Pearl River Delta region, so as to comprehensively enhance the tourism competitiveness of the Pearl River Delta.

city tourism competitiveness; principal component analysis; pearl river delta cities

2017-02-10 基金项目:江门市科技局项目(江科[2016]190号). 通信作者:李蕊，硕士，研究方向：区域经济.E-mail:lskj_lirui@163.com

F590.3

A

1009-1734(2017)04-0061-05