□王晓东
(河南财经政法大学,河南 郑州 450016)
近年来,乡村旅游项目前期投资决策的评价指标体系和评价方法的构建成为热点。潘芬萍(2021)基于区间直觉模糊数及其几何聚集算子创新旅游项目投资评价指标测度方法,对旅游投资项目进行投资决策论证。黄莉等(2021)基于G1-熵权法对地域性红色旅游资源进行评价,挖掘项目投资中的文化属性、影响力、独特性和地域特色。刘燕威(2021)基于BP 神经网络对旅游资源进行投资评价分析,使投资决策更客观。宋娜等(2020)基于DEMATEL-ISM-MICMAC法对康养旅游资源进行了分析、评价,提供了一种新的数据分析和决策评价的思路。此外,潘芬萍和龚日朝(2019)基于区间直觉模糊数构建决策指标及权重,建立了新的多属性模糊群决策方法。
通过分析,上述投资决策模型在实际工作当中的应用性仍需加强。因此,通过文献筛选指标,运用AHP—模糊综合评价法,构建乡村旅游项目评价模型并进行实证分析,具有一定的理论和现实意义。
该项目位于洛阳某山区,占地面积约36.7 hm,计划投资额1.6 亿元。建设内容包括景区大门、停车场、餐饮业态区、水系提升、音乐厅及音乐广场等。
结合项目投资特点,以《旅游景区质量等级管理办法》为基础,通过文献回顾及经验,初步筛选出评价指标。在此基础上,与政府、高校及行业专家20 位代表进行访谈,构建项目投资决策评价指标并计算权重,见表1、表2。
表1 乡村旅游投资项目决策评价体系
对各层指标因素两两比较,并根据重要度打分。设总目标层为,与下层,,…,B有联系,构建判断矩阵,其中B>0,B=1/B。
两两比较后,得分为1、3、5、7、9 分别代表重要程度为一样重要、稍微重要、明显重要、强烈重要、极端重要;得分为2、4、6、8 则表示重要程度为相邻判断的中间档次。两者相比,较弱者为倒数。
文章使用特征根计算特征向量,即对判断矩阵,计算满足下式。
式中:为的最大特征根;为对应于的特征向量。
对调查问卷整理,将通过一致性检验的矩阵进行平均,最终得出权重排序见表2。
表2 各因子权重的排序表
构造判断矩阵,目标层评价集,要素评价集1、2、3 和4。设置5 级评价集,好、较好、一般、较差、差,评价集={,,,,}。
根据隶属度函数公式=/,其中:为隶属度,为问卷总量,为问卷者选择改评价对象的频数。计算出各个评价指标隶属度,见表3。
表3 旅游项目投资决策评价指标隶属度
根据隶属度函数公式=/,构造出隶属度矩阵如下。
根据模糊评价公式B=WR(=1,2,3,4),其中B为要素层的评价结果,W表示指标层各因子的权重向量,R表示指标层因子的隶属度矩阵。计算结果如下。
在要素层评价基础上,对指标层进行评价。=×,其中表示项目投资决策的评价结果,表示要素层各因子的权重向量,表示要素层的模糊评价矩阵。计算结果如下。
将评价集5 个等级赋分为5、4、3、2、1。确定测评等级,见表4。计算评价体系中各因子的模糊评价分数和等级,见表5。
表4 投资决策评价表
由表4 可知,该项目投资决策更注重社会效益和经济效益,所占权重分别为0.327、0.305 6,其中对于项目总投资、历史文化科学价值和公共服务能力权重最高,分别为0.122 5、0.117 2、0.101 4。
由表5 可知,该项目投资决策的评价等级较好,得分3.290,旅游资源价值、经济效益、社会效益和建设条件得分分别为3.356 024、3.306 652、3.328 679、2.972 967。指标层中,观赏游憩使用价值、公共服务能力、设施配套评价较高,短板则表现在土地供应、资金条件和适用性方面。
表5 投资决策评价指标体系中的因子分数、等级
该项目模糊评价结果为[0.029 0 0.108 2 0.075 2 0.043 9 0.017 7],根据最大隶属度原则,评价结果最大值为0.108 2,对应评价等级为V,即该项目所作出的投资决策评价为“较好”。
5.2.1 完善行业的法律法规
邀请行业专家及从业人员,共同探讨并科学制订出适合乡村旅游发展的区域规划和行业管理标准,同时给予土地和资金方面的政策优惠。
5.2.2 提升从业人员综合素质
乡村旅游项目前期决策涉及业务广,对从业人员的综合素质要求高,不仅要对项目投资、建设有了解,更需对市场环境和行业法规熟捻于心。因此,要开展专业培训,提高行业人员的综合和科学决策能力。
5.2.3 推行PPP 模式
乡村旅游项目非常适合PPP 模式投资开发。其特点决定政府、旅游企业投资者的共同参与,保证政府和企业双方博弈的平衡。需在项目前期投资决策时,提供更为科学合理的第三方意见,保证资源合理配置,实现企业良性运营,建立符合市场需求的发展模式和融资模式。