基于因子和聚类分析的我国旅游业研究

..基于因子和聚类的我国各省旅游业发展分析研究专业：物流工程与管理姓名：学号：张新民09120742宋宇09120740徐洪超09120741韦如镇09120761夏国伟09120762郭健09120766基于因子和聚类的我国各省旅游业发展分析研究1全国旅游业概况1.1我国旅游业发展介绍旅游业已成为世界第一大产业,发展势头强劲不减,世界各国之间争夺客源市场的竞争也日趋激烈。中国的旅游业自70年代末起步,一直高速发展,特别是近十年来,旅游业已经成为拉动我国经济增长、扩大就业渠道的重要行业之一。自改革开放以来,我国的旅游业呈现蓬勃发展的态势；由于经济发展势头强劲,国际间经贸往来增加,外国人对中国,尤其是大陆的了解越来越多,这也吸引了越来越多的外国人来华旅游。我国旅游资源丰富,除了原来的旅游热点东部沿海外,西部大开发政策实施后,西部旅游业迎来新的机遇,也给了垂涎西部旅游业的投资者们出手的良机。西部地区依靠其天然的自然资源获得了旅游业快速发展的机会,国内外投资者开始关注西部旅游业。但是,由于西部交通等基础设施的相对落后,发展西部旅游业相对XX、XX等沿海地区而言难度要大得多。我国旅游业发展的现状与趋势。近年来中国旅游业实现了持续快速发展。有这样几组数字可供大家参考,一是从20XX—20XX过境旅游人数从3680万人次将增长到5360万人次,年均增长7.8%,高于全球平均增长率3个百分点。二是旅游外汇收入从204亿美元将增长到370亿美元,年均增长12.6%,高于全球平均增长率的两个百分点。三是国内旅游人数从8.8亿人次将增长到15亿人次,年均增长11.3%。国内旅游收入从3878亿元将增长到6820亿元,年均增长12%。第四个数字就是旅游总收入从5566亿元将增长到1万亿元,年均增长12.4%,还有一个数字就是中国公民处境旅游目的地的国家和地区从20个增加到132个,处境旅游人数从1660万人次将增长到4000万人次,年均增长19.2%。1.2旅游业发展分析研究的必要性随着社会的发展,旅游业已成为全球经济中发展中势头最强劲和规模最大的产业之一,日益凸显它在国民经济中的重要地位。旅游业的发展以整个国民经济发展水平为基础并受其制约,同时又直接或间接地促进国民经济有关部门的发展。所以,对我国旅游业的深入分析,了解全国旅游业层次概况,能够指导旅游业健康发展,促进促进我国产业结构调整和优化,为社会提供大量就业机会,提高人们的物质文化生活水平,在增进国际交流的同时促进招商引资,加快社会主义新农村建设步伐,以及促进经济与环境和社会的协调发展。2旅游业评价指标体系的建立2.1数据选择旅游业是一个复杂的系统,如何选取典型的指标变量来反映各省份旅游业的发展情况是一个关键性问题。根据科学性原则、系统性原则、目的性原则和可操作性原则,同时考虑到数据选取的权威性、实用性、可靠性和数据获取的难易程度,笔者将从国际旅游竞争力、星级饭店实力、旅行社规模与收益、旅游业从业人员、旅游技术人员培养这五个方面采取14个指标构建各省份旅游业发展评价指标体系。指标体系的建立对于评价具有至关重要的作用。本文在选取指标时使用的是《中国旅游统计年鉴2007》中的统计数据,通过分析《中国旅游统计年鉴2007》中的数据特点和属性,我们发现,年鉴中的数据主要分为：〔1各省星级饭店数据。〔2各省旅行社及旅游企业数据。〔3各省旅游业人员培养的数据〔4各省旅游业的其他经济指标。据此,通过查阅其他文献和资料,我们将评价体系分为5个大类,分别为：国际旅游竞争力、星级饭店实力、旅行社规模与收益、旅游业从业人员、旅游技术人员培养。2.2指标细分国际旅游竞争力国际竞争力方面,我们选取了国际外汇收入、入境人数、入境旅游者人均消费三个重要指标作为国际旅游竞争力的评价指标。主要以国际旅行社营业收入作为外汇收入,其中,北京市以2873012.62万元高居全国31个省市第一位。入境旅游者人均消费在年鉴中并没有反应,但是这是反应当地旅游业水平的一个重要标志,所以经过分析,我们用以下公式来表示入境旅游者人均消费：。其中,C表示人均消费,I表示当地外汇收入,Q表示入境旅游者人数。星级饭店实力中国20XX星级饭店主要经济指标统计地方全员劳动生产率<万元/人>总计9.38北京19.71天津9.99XX4.68XX9.87XX6.77XX9.63XX8.27XX7.13上海20.89XX12.04XX12.09XX6.49XX7.88XX5.83XX8.73在该指标中,我们细分为星级饭店数量、饭店劳动生产力、人均占有固定资产原价、百元固定资产营业收入、平均客房出租率。在初期选用星级饭店数量时,我们发现,星级饭店数量可以按照饭店规模,饭店星级,饭店规模等进行分类。考虑到篇幅限制以及数据处理的有效性我们认为可以不在具体分类。令一个重要指标是星级饭店劳动生产力。部分参考文献中,以国有星级饭店劳动生产力作为评价指标。通过比较我们发现,除北京市外,其他省市的全员劳动生产率变化不大,而且平均分别为9.38万元和8.52万元。基于普遍性,我们不选取国有星级饭店而选用更为普遍的星级饭店。中国20XX国有星级饭店主要经济指标统计地方全员劳动生产率<万元/人>总计8.52北京10.48天津8.32XX4.38XX12.81XX6.16XX9.02XX7.11XX7.99上海18.2XX12.27XX14.94XX6.45XX8.69XX5.92XX8.23旅游院校学生数旅游院校学生数星级饭店数星级饭店劳动生产力人均占有固定资产原价百元固定资产营业收入入境旅游者人均消费入境旅游人数旅游技术人员培养旅行社从业人数旅行社规模与收益星级饭店实力指标体系国际旅游竞争力国际外汇收入平均客房出租率旅行社总数旅行社营业收入旅行社资产总额旅游院校数图1我国旅游业评价体系图基于此,我们得出了旅游业评价体系,如上图1所示。3研究方法近年来大部分关于旅游发展的文献主要基于主成分分析、因子分析、聚类分析、回归分析这几种多元统计方法。但是对于中国各省份的旅游业发展研究还不够全面,而且目前一些研究文献主要参考指标选取的不够全面。因此本文从五个方面选取了共14项指标对中国各省份20XX旅游业发展状况进行分析,并结合因子分析进行综合排名。同时还运用聚类分析对31个省份的综合发展水平进行分类,研究各省份旅游业发展的平衡程度。4我国旅游业指标的因子分析因子分析法是通过对原始数据相关系数矩阵内部结构的研究,将多个指标转化为少量互不相关且不可观测的随机变量<即因子>,以提取原有指标绝大部分的信息的统计方法。因子分析首先将原始数据标准化处理,建立相关系数矩阵并计算其特征值和特征向量,接着从中选择特征值大于等于1的特征值个数为公共因子数,或者根据特征值累计贡献率大于80％来确定公共因子,求得正交或斜交因子载荷矩阵,最后计算公因子得分和综合得分。本文使用SPSS17.0软件作为统计分析工具,调用SPSS17.0中的因子分析程序先对14个指标的原始数据进行标准化处理<消除量纲差异和数量级影响>,通过数据处理,得相关系数矩阵P值均<0.05,表明指标间存在较强的相关性,可用因子分析进行精简。KMO值为0.803,Bartlett球形检验显著性水平<0.0001,表明样本个数充足,相关系数矩阵非单位阵,故可以实施因子分析。通过因子分析,得到各指标的解释的总方差如表1。由表1可看出,主成分得到的前4个因子为综合因子,提取了80.684％数据信息,因此提取前三个主因子。表1解释的总方差成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%16.34545.31845.3186.34545.31845.31822.19615.68761.0052.19615.68761.00531.46410.45671.4611.46410.45671.46141.2919.22380.6841.2919.22380.6845.9756.96687.6506.7675.48193.1317.5533.95397.0848.2171.55298.6379.087.62399.26010.054.38499.64311.022.15999.80212.017.12599.92713.010.073100.000147.253E-175.181E-16100.000提取方法：主成份分析。表2成份得分系数矩阵成份1234星级饭店数-.025.308.022-.174星级饭店全员劳动生产率<万元/人>.188-.045-.064.227平均客房出租率〔%.008.056.046.544星级饭店人均占用固定资产原价.228-.282.115.193星级饭店百元固定资产创营业收入-.091.410-.258.135国际旅行社外汇收入.194-.006-.048-.055入境旅游人数.165.024-.037-.204入境旅游人均消费-.016-.015.000.508旅行社营业收入总数.194-.006-.048-.055旅行社资产总额.207-.043-.055-.047旅行社总数-.075.349.034.095旅游业从业人员-.041.285.094-.004旅游院校数-.055-.073.447.034旅游院校学生人数-.040-.061.443.042提取方法:主成分分析法。表3公因子的命名与分类因子名称F1国际旅游和旅行社综合实力F2旅游企业规模及创收能力F3人员培养F4区域消费水平较大正荷载量X2星级饭店全员劳动生产率X4星级饭店人均占用固定资产原价X6国际旅行社外汇收入X7入境旅游人数X9旅行社营业收入总数X10旅行社资产总额X1星级饭店数X5星级饭店百元固定资产创营业收入X11旅行社总数X12旅游业从业人员X13旅游院校数X14旅游院校学生人数X3平均客房出租率X8入境旅游人均消费如表3中所分,第一个公共因子F1在X2星级饭店全员劳动生产率、X4星级饭店人均占用固定资产原价、X6国际旅行社外汇收入、X7入境旅游人数、X9旅行社营业收入总数、X10旅行社资产总额6个变量上的荷载值都很大,上述指标中X2、X4、X9、x10是反映旅行社综合实力的核心指标,而X6、X7则是反映国际旅游竞争力的指标,因此这6个指标主要反映了旅游业在国际上的竞争力和其综合实力,将其名命名为国际旅游和旅行社综合实力。在分析旅游业综合水平评价中,将上述两类指标归为一大类看似矛盾,但因子分析中的公共因子本身就是一个不可观测的、而又具有一定意义的变量,只要对原始变量具有较高的荷载,能够将原始变量归为合理的类别,就恰好起到简化指标、便于解释的目的。第一个公共因子对全部初始变量的方差贡献率为45.318％,是研究旅游业综合水平时所需要考虑的重点方面。第二个公共因子F2在X1星级饭店数、X5星级饭店百元固定资产创营业收入、X11旅行社总数、X12旅游业从业人员4个指标上有高荷载,X5是反映旅游企业创收能力的核心指标,指标X1、X11、X12主要是反映旅游企业的模,因此将其命名旅游企业规模及创收能力。第二个公共因子对全部初始变量的方差贡献率为15.687,也是评价旅游业综合实力所需要考虑的主要方面。第三个公共因子F3在X13旅游院校数、X14旅游院校学生人数两个指标上的荷载较高,指标X13和X14反映了旅游业内的人员受培训的情况,是旅游业综合实力形成的技术基础,因此将其命名为人员培养。第三个公共因子对全部初始变量的方差贡献率为10.456％,它对解释旅游业综合实力的重要性相对差一些。第四个公共因子F4在X3平均客房出租率、X8入境旅游人均消费两个指标上的荷载较高,指标X3反映了旅游业内的基础设施资源利用情况,指标x8反映了入境旅游的消费水平,因此将两个指标共同命名为区域消费水平。第三个公共因子对全部初始变量的方差贡献率为9.223％,它对解释旅游业综合实力的重要性相对更差一些。表4因子方差贡献率表公因子f1f2f3f4贡献率45.31815.68710.4569.223通过因子分析,将14个指标变量降维成四个公共因子,依据因子荷载矩阵写出因子得分表达式为：FFF3=0.022X1-0.064X2+0.046X3+0.115X4-0.258X5-0.048X6-0.037+0.000X8-0.048X9-0.005X10+0.034X11+0.094X12+0.447X13+0.443X14F4=-0.174X1+0.227X2+0.544X3+0.193X4+0.135X5-0.055X6-0.204X7+0.508X8-0.055X9-0.047X10+0.0957X11-0.004X12+0.032X13+0.042X14采用回归方法估计出因子得分,以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总,得出各地区的综合得分F,即F=〔45.318*F1+15.687*F2+10.456*F3+9.223*F4>/80.684将各个地区的数据代入上面四个式中,可得出各个地区旅游业综合实力的综合评价指标F的得分,以这个综合得分的大小进行排序,就可以排列出中国各地区旅游业综合实力的排名,如表5所示。表531个省份旅游业综合实力的排名地区f1国际旅游和旅行社综合实力f2旅游企业规模及创收能力f3人员培养f4区域消费水平F综合实力排名北京4.1674-0.4021-0.4126-0.31681.68531XX1.65111.63530.7662-1.42351.09982上海2.0351-0.3027-0.37131.50330.96053XX0.22412.52240.19520.32900.73224XX0.88280.87430.36790.40060.71665XX-0.4079-0.91294.66850.28360.62146XX-0.42491.77840.58340.60000.38747XX-0.07420.10810.92470.34650.22358XX-0.4814-0.05250.53222.47830.17349XX-0.1014-0.0776-0.17710.6201-0.026710XX-0.53780.9163-0.86151.1229-0.091511XX-0.38380.41950.2417-0.5777-0.101012XX-0.71541.2312-0.30380.0587-0.113213广西-0.0794-0.51110.1534-0.3513-0.157214XX0.2669-1.69380.26200.1817-0.172215XX-0.25830.7567-0.4415-1.1770-0.183516XX-0.65940.8372-0.43340.1321-0.192017新疆-0.0547-0.5820-0.40770.1332-0.221218天津0.0102-0.6441-0.69390.4633-0.225819XX-0.1957-0.3468-0.2482-0.2571-0.246920XX-0.86660.7238-0.0028-0.2499-0.266521XX-0.2342-0.89110.2241-0.2644-0.285722XX-0.0807-1.1203-0.19760.0363-0.318223XX-0.0380-1.0389-0.0036-1.0712-0.371524XX-0.6591-0.1412-0.79710.6442-0.420725XX-0.3330-0.6686-1.02710.5386-0.447926XX-0.4914-0.5683-0.5070-0.0687-0.461527XX-0.5625-0.7240-0.83750.9700-0.473928XX-0.5543-0.0006-0.8287-0.4354-0.476629XX-0.56080.5606-0.0140-2.9850-0.488630XX-0.4828-1.6852-0.3527-1.6643-0.857931根据各区域建筑企业竞争力因子得分、排名的结果,可得出如下结论：表中四个公共因子得分和因子综合得分越大,说明国际旅游和旅行社综合实力、企业规模及创收能力、人员培训水平越高,旅游业综合竞争力越强。由于原始数据的标准化处理意味着将整个行业各公共因子和综合因子的平均水平定为零点,表中的负值仅表示该地旅游业的国际旅游和旅行社综合实力、企业规模及创收能力、人员培训水平低于整个行业平均水平,还需要继续努力发展旅游业,才能达到全国旅游业的平均水平,正值的意义则相反。分析发现,北京、XX、上海、XX、XX、XX、XX、XX、XX9个省或直辖市的旅游业综合实力在全国平均水平之上,其他的中西部等地区在全国的平均水平之下。②从公共因子只得分可以看出,北京、XX、上海、XX、XX、XX、XX7个地区在旅游业国际旅游和旅行社综合实力、企业规模及创收能力、人员培训水平越高方面具有较明显优势,其余小于0的中西部等地区旅游业的水平有待提高。③对第一个主因子进行纵向比较发现：北京、XX、上海、XX、XX因子得分排名在前面,而其综合得分排名也在前面,表明了上述地区的星级饭店全员劳动生产率、星级饭店人均占用固定资产原价、国际旅行社外汇收入、入境旅游人数、旅行社营业收入总数、旅行社资产总额等指标水平较高,从而较好的促进了这些地区的旅游业的发展。④从排名上看,西部地区的省份如XX、XX、XX、XX、XX等旅游业的各因子水平及综合实力水平都在全国的品均水平以下。其原因为这些地区的经济发展水平不高,旅游业的各方面的竞争力都比不上东部地区,另外,这些地区地广人稀,游客数量少,很大程度上限制了旅游业的发展。然而,这些地区并不缺少旅游资源,甚至说是资源丰富,因而,当地政府要大力宣传本地旅游业,突出自己的景点特点,吸引外地游客的到来,从而带动本地经济的发展。5基于因子分析得分的聚类分析及结果评价5.1聚类分析基于因子分析得出的各个省市的综合得分,我们可以进行聚类分析。采用SPSS的系统聚类法,聚类方法采用组间连接〔Between-GroupsLinkage,距离选择欧式距离平方〔SquaredEuclideanDistance,标准化为Zscores法。由此我们得出了聚类结果表以及树形图。表6聚类结果表〔3~6类表6ClusterMembershipCase6Clusters5Clusters4Clusters3Clusters1:北京11112:XX22223:上海22224:XX32225:XX32226:XX32227:XX43338:XX43339:XX433310:XX543311:XX543312:XX543313:XX543314:广西543315:XX543316:XX543317:XX543318:新疆543319:天津543320:XX543321:XX543322:XX543323:XX543324:XX543325:XX543326:XX543327:XX543328:XX543329:XX543330:XX543331:XX6543*******************HIERARCHICALCLUSTERANALYSIS*******************DendrogramusingAverageLinkage<BetweenGroups>RescaledDistanceClusterCombineCASE0510152025LabelNum+---------+---------+---------+---------+---------+XX28-+XX29-+XX30-+XX26-+-+XX27-+|XX24-+|XX25-+|XX11-++-----+XX12-+||XX13-+||XX10-+||XX21-+-+|XX22-+|XX23-+|新疆18-++-----+天津19-+||XX20-+||XX16-+||XX17-+||广西14-+|+---------------------------------+XX15-+|||XX8-+|||XX9-+-------+||XX7-+||XX31---------------+|XX4-+|XX5-+-+|XX6-++-------------------+|XX2-+-++-------------------------+上海3-+|北京1-----------------------+图2我国各省市旅游业聚类普系图根据聚类的树形图,初步我们将省市分为5类。第一类：北京。第二类：XX、上海、XX、XX、XX。第三类：XX、XX、XX。第四类：XX、XX、XX、XX、广西、XX、XX、XX、新疆、天津、XX、XX、XX、XX、XX、XX、XX、XX、XX、XX、XX。第五类：XX。但是从下表中我们看出上海和XX的F综合实力有明显差距,所以结合树形图,基于以上分析,将第二类继续细分为两类：一类是XX、上海。另一类是XX、XX、XX。由此最后我们将我国各省市按旅游业的F综合实力分为六类。虽然聚类分析的结果所得的各类型所包含的地区数不一,从形式上看不如主观人为分组整齐划一,但恰恰反映了聚类分析的科学性,它避免了人为定性分析分类的主观随意性。5.2集成分析评价为了深入分析中国旅游业综合实力的区域差异,根据因子分析和聚类分析结果,将中国旅游业按区域分为五个层次。第一层次的区域旅游业竞争力最强,属于领先型区域,其因子得分的分布范围在1.6853~1.6853,平均因子得分1.6853；第二层次的旅游业综合实力较强,属于挑战型区域,其因子得分的分布范围在1.0998~0.6214,平均因子得分0.8261；第三层次的旅游业综合能力正处于发展时期,属于追赶型区域,其因子得分的分布范围在0.3874~0.1734,平均因子得分0.2614；第四层次的区域建