基于多源数据的梅州市旅游资源综合评价分析

陈志云，刘敏纯，钟广锐，李雁欢，刘俊浩

（1.嘉应学院 地理科学与旅游学院，广东 梅州 514015）

国内利用大数据对旅游行业的研究成果日渐丰富，其研究主题主要集中在旅游资源的空间分布特征[1-2]、区域空间结构整合[3]、空间格局优化[4]、旅游资源综合评价[5]、游客满意度[6-7]、游客流[8-9]等各方面。不少专家学者也在不同城市进行同类型的研究[10-12]，但是大数据的种类繁多，如何确定数据源与综合评价体系，是研究区域旅游资源综合评价的关键。

本研究利用网络点评数据，结合传统数据源对梅州市旅游资源单体进行分类，利用GIS 数据分析、数理统计、空间分析等技术，构建旅游综合评价体系，对梅州市旅游资源进行分析，探索多源数据在区域旅游资源综合评价的应用。从旅游资源和游客角度等全方位对梅州市旅游资源进行整体的定量评价，优化旅游产业的布局，为梅州市旅游建设提供发展思路和方向的建议。

1 研究区概况和数据预处理

梅州市位于广东省东北部闽粤赣三省的交界处，总面积达15 864.50 km2。2019 年全市地区生产总值1 187 亿元，年末总人口为438.3 万人；梅州市拥有“世界客都”、“中国优秀旅游城市”的美誉。梅州市红色旅游资源丰富，在2019 年，全境列入原中央苏区革命文物保护利用片区，一批红色旅游景点带动了全市旅游经济发展。据《梅州统计年鉴2019 年》上记录，2000-2018 年期间，梅州市换待旅游者人数逐年增加，由140 万人次激增到4 631.8 万人次，旅游总收入也由9.25 亿元增加到504.3 亿元，突破500 亿元大关，旅游产业发展迅速。

本文数据主要来源于传统数据与网络数据，传统空间数据主要包含地区统计年鉴数据、基础地理数据等网络数据包括POI 兴趣点以及大众点评网的点评数据。利用网页爬虫技术，爬取点评网站上与旅游相关的旅游资源点，并采集相关的属性信息，主要包括各景点名称、点评数、人均消费、总分、环境分、服务分、坐标、开放时间、照片数共九类信息。在获取相关数据后，筛选出不符合旅游资源或其他无效点，最终确定218 个有效资源点作为研究的基础数据。

2 梅州市旅游资源现状

2.1 旅游资源类型及数量分析

依照国家标准《旅游资源分类、调查与评价》（GBT/18972-2017），对梅州市218 个旅游资源点进行划分，包括4 大主类11 个亚类，基本类型为25 类。在筛选后的资源点中，分别涵盖自然景观类、人文景观类、休闲活动类，基础旅游资源类型全面，自然资源和人文资源丰富。在自然景观类中，地文景观类包括各种山丘型景区，而水域景观则占比最大，达62%，这主要是因为梅州市地下热水丰富，温泉众多。在人文景观中，文化场所设施占比为44%，多为历史文化区、博物馆等，重视苏区文化和客家文化的发展；另外景观建筑类和宗教活动类分别占比为29%和28%，多为佛塔等传统建筑物。在休闲活动类中，公共场所包含73%，多为建造的度假区或园林游玩等娱乐休闲区；购物娱乐类和体育休闲类分别为22% 和5%，各类休闲旅游资源数目差异大，但总体数目和发展相对平衡。

2.2 旅游资源空间分布特征

由梅州市旅游资源分布图（图1）可知，旅游资源总体分布具有地域不平衡特点。在梅州市中心城区内分布较多，各旅游资源类别分布存在一定差异。自然景观多分布在南部地区，西北部也有零星分布；人文景观和休闲类旅游资源多数分布在梅江区，其他区县较为稀疏。

图1 梅州市旅游资源点分布

相关分布特征具体为：①旅游资源点密度整体分布稀疏，但中心城区分布密集，呈现由中心向外围区县递减的特点，而具体至县内旅游资源分布状况，大致与各县中心的位置分布一致，集聚在县级中心之内。②旅游资源各级区域分异明显，以兴宁、梅县、大埔县为界线，整体呈现出北部多南部少的格局，整体来看北部地区较南部地区旅游资源丰富。北部地区多人文景观及休闲活动类项目，而南部地区多为自然景观，类型单一。③“热点”区域集中分布，“冷点”区域分散分布。受地形环境等因素的影响，南部尚未开发的自然旅游资源和生态环境较多，因此南部地区旅游资源匮乏。而北部地区则以梅江区为中心，利用ArcGIS度量空间分布分析旅游资源点的位置关系呈椭圆形状集聚分布。

3 基于多源数据的旅游资源综合评价体系的构建

选取评价指标时需考虑各种影响因素，参考其他学者对旅游资源评价的研究得知[13-15]，旅游资源综合评价得分的大小主要受旅游地的资源价值、资源条件、旅游发展条件、旅游主观体验等几大方面组成。综合点评数据网的相关数据，最终确定以景区的总评分、环境评分、服务评分、照片数、点评数量、人均消费、开放时间评分、地理位置共8 项指标作为评价因子，分别属于旅游资源价值、旅游资源服务、旅游资源人气、旅游资源体验共4 项公共指标作为一级指标（表1）。按照标准性和客观性等原则，对获取的点评数据进行分析。本文利用主观赋值法和客观赋值法进行指标赋权，主观赋值法主要采取层次分析法赋予权重，客观赋值法采取主成分分析法赋予权重，最终采取组合赋值法得出最终权重。

表1 梅州市旅游资源综合评价指标体系

首先对选取数据进行无量纲化后，利用SPSS 软件对8 项指标进行因子分析。在分析前对指标进行KMO和球形Bartlett 检验，得出KMO 值为0.685，Bartlett 球形检验的概率P值为0，即相关系数矩阵与单位矩阵有显著差异，所选指标适合做因子分析。前3 个因子的方差累积贡献率分别为50.377%、74.944%、88.948%，说明所选取指标适合本项目。

利用Yaahp 软件（层次分析法）计算权重，将综合评价作为目标层，把旅游资源价值、旅游资源服务、旅游资源人气、旅游资源体验作为准则层，把8 个二级指标作为方案层，构建对应的专家评判表。而各层次的CR 值都不超过0.1，结果符合一致性检验标准，对得出结果采用加权平均综合排序向量法进行测算，得到各因子的最终权重。

由于主观赋权法主要为专家或个人的意见，主观因素过强，而客观赋权法多为数学的定量方法，注重数据的样本，两种方法各有利弊，采取组合赋权法能减少这种缺点带来的影响，使赋权的结果尽可能与实际结果相换近。因此本文采用线性归一法[5]的方式作为组合赋权法的计算方法，计算公式如下：

式中，Wi为综合赋权的值；a1和a2为待定系数（a1＞0，a2＞0，a1+a2=1）；qi和pi分别为主观和客观赋权法得到的权重系数；i（i=1,2,…,m）均为待定指标序号。由于待定系数以要素的重要程度定制，在本研究中设置两种赋权法的结果重要性一致，因此待定系数值都设定为0.5，最终得出客观赋权和主观赋权相结合的综合赋权法的权重系数，结果如表2 所示。

表2 梅州市旅游资源综合评价指标体系

4 结果分析

4.1 综合评价结果

权重的大小代表该因子的重要程度，由表2 可知，一级指标中的旅游资源价值的重要程度最高，旅游资源服务的重要程度较低。细分至二级指标中，权重最高的是总评分，其余指标的权重差别不大，指标照片数的评分最低。从中可以得出，在大众点评上游客评价的总评分重要性最高，参考性大。

通过评价指标的计算，得到梅州市218 个旅游资源点的综合评价得分分布情况（图2），发现其具有以下特征：①评分区间为0 ～0.7 之间，线性分布在0.1 ～0.2 中，该区间的得分最为密集。旅游资源点呈正偏态分布，较多旅游资源点得分较低。而三类得分值差异相对较小，自然类的旅游资源高分的景点所占比重最多。②从均值得分分析中，总体旅游景点平均得分0.153，其中自然类平均得分（0.184）＞休闲类平均得分（0.145）＞人文类平均得分（0.132）。说明梅州市的自然风景类型的旅游景点发展较好，最受游客的喜爱；而人文类旅游的综合得分相对较低，有待发展和开拓。③在标准差得分上，梅州市旅游资源点总体偏差为0.13，属于较低水平，其中，自然景观类标准差得分＞休闲活动类标准差得分＞人文景观类标准差得分，各旅游资源评价得分差异较小。

图2 梅州市旅游资源点综合评价得分分布

4.2 综合评价核密度分析

根据旅游景点分布的实际情况，分别设定半径为1 km、5 km 和10 km 进行核密度分析制图，通过对比分析，半径为5 km 时观测到集聚效果最明显，因此设置搜索半径为5 km，得到梅州市旅游资源综合评价得分核密度分析图（图3a）。由图3 可知，梅州市市中心的密集度高，各县区有一定程度的集中现象，但蕉岭县和五华县密集程度最低，发展最慢。梅州市各县的县城中心有明显的集聚现象，这有利于各县区之间的综合协调发展，保持各地区之间的平稳态势。由图可知，人文景观的旅游资源集聚在梅江区及各县城附近，多为博物馆、名人故居等拥有历史价值、充满人文气息的景区，因此评分相对较高，而南部地区由于地形等因素影响，人文景观资源缺乏，有待进一步的开发（图3b）。在休闲活动类中，景点聚集在中部地区，尤以梅江区为中心，侧面反映出主城区的休闲娱乐活动比较丰富，游客评分量大，但是在偏远的山区，如五华县等缺少大型的度假区或娱乐场所，南部休闲活动类稀疏（图3c）。在自然景观中，全市景观散落分布，由于梅州市多为丘陵地带，自然资源丰富，有不少等级高的自然保护区，分布较为广泛，能够均衡发展（图3d）。

利用空间自相关工具，在梅州市全部旅游资源点和各大类型的旅游资源点的评价得分结果显示，空间自相关莫兰指数值均大于0，其中全类的I值为0.393，各类的I值排名为人文景观类（0.539）＞自然景观类（0.432）＞休闲活动类（0.011 6），数据表明梅州市旅游资源综合评价得分具有空间正相关的特点。而P值均大于0.01，P值过大则表示梅州市全体及各类旅游资源综合评价得分为随机的结果，聚集特征不明显或并没有集聚的现象发生，而休闲活动类分布零散，具有不明显的空间分散特征。

图3 梅州市旅游资源点综合评价与分类评价得分核密度分析

5 结 语

从评价体系来看，所选指标相关系数矩阵与单位矩阵有显著差异，前3 个因子的方差累积贡献率超过85%，符合本研究需求。采用线性归一法作为组合赋权法的计算方法，可以综合主观赋权法和客观赋权法的优点，使赋权的结果尽可能的与实际结果相换近。

从评价结果可知，梅州市旅游发展类别与空间分布均呈不平衡特点。按资源特征分类的分析结果表明，在梅州市旅游资源中自然类数量少但品质较优，人文类和休闲类景点数量相近，但总体数目较少；旅游资源数量及综合评价高值多集中在梅江区或各著名景点周边，人文、休闲类景观的综合评价得分高的主要集中在梅江区，周边县区集聚程度低。其次是各县区之间的联动性不大，部分地区如五华县等落后地区旅游产业发展缓慢。因此须优化梅州市旅游资源的空间分布格局，在各地区规划发展多处重点建设的旅游中心地，发展建设全域旅游，以点带面，最终组成有效的旅游出行网络。建议各政府部门在发展梅江区旅游中心的基础上，也要重点带动南部等资源欠佳地区的发展。在各县区培育精品型的重点旅游项目，利用优势打造特色旅游景区和旅游产品，提高景区质量。同时在各县区打造成多个重点旅游景区，有利于各区域的协调发展。依托梅州的国家历史文化名城、客家文化生态保护区建设，把客家文化融入到梅州市全域旅游建设中，把梅州打造成世界客家文化旅游休闲目的地。