基于層次聚類分析的中國大陸地區星級飯店分類初探

摘要：自改革開放以來，我國大陸地區的旅游產業蓬勃發展，從而帶動了星級飯店的發展。本文主要通過《中國旅游統計年鑒》中涉及星級飯店的相關數據，對中國大陸地區星級飯店進行了層次聚類分析，得出主要的聚類群。

關鍵詞：星級飯店；層次聚類分析；中國大陸地區

中圖分類號：F59 文獻標志碼：A 文章編號：1674-9324（2014）45-0062-02

一、引言

根據《中國旅游統計年鑒》的數據，截至到2011年底，僅國際旅游而言，中國大陸地區入境過夜游客人數達到5758.07萬人次，世界排名第三；而國際旅游創造的外匯收入達到484.64億美元，世界排名第四。以北京為例，根據《2013年北京旅游統計年鑒》的數據，截至2012年年底，境內旅游的人數就高達22，634萬人次，旅游收入達3301.3億元，比2011年增長了15.3%；而入境旅游人數達500.9萬人次，旅游入境旅游外匯收入達51.5億美元。旅游業已經由最初的“資源導向型”發展到現在的“市場導向型”。大到一個國家，小到一個城市，必須有效提升其旅游競爭力，保持自身資源利用的可持續性、產業發展的活力與市場的吸引力，這樣才能在激烈的市場競爭中求生存，謀發展。星級飯店是旅游產業中不可或缺的重要方面，截至2011年年底，中國大陸地區共有星級酒店11，676家，具體參見表1。

旅游服務人員作為旅游餐飲業發展的重要人力資本，地位非常重要。截至2011年年底，我國旅游業從業人數已達2，044，001人，其中，就職于星級飯店人數達1，542，751人，就職于旅行社人數達299，755人，就職于旅游景區人數達201，495人（數據來源于《2011年中國旅游統計年鑒》）。

二、模型選擇

層次聚類分析又叫系統聚類分析，是一種多元數理統計方法。它事先并未設定樣本分類的標準，而是通過對樣本和變量數據的不同特征指標值進行差異程度計算，根據變量或樣本間不同的差異程度大小重新結合分類，產生一個更有效的類。其優點在于可以對分類變量進行聚類，實現過程如下。

將各組數據作為獨立的一類（設為n類），按照所定義的距離計算各數據點之間的距離，形成一個距離陣。

將距離最近的兩組數據并為一類，從而形成“n-1”個類別，計算新產生的類別與其他各個類別之間的距離或相似度，形成新的距離陣。

接著將距離最近的兩個類別合并，一直重復該步驟直到所以數據被合并為一個類別為止。

三、實證分析

由于本文中的各指標值有不同的量綱，本文對數據進行無量綱化處理（標準化處理Z-score），然后再進行計算。

本文的數據來自《2012年中國旅游統計年鑒》，數據以各地區為類別，主要計算采用SPSS21.0及Excel2010等輔助工具進行。

1.數據的初步分析。首先對數據進行初步分析。從表2可以看到各個指標的數量級各不相同，平均值從0.596603～7467175626，標準差從0.0560754～7261245.453，本文進行了無量綱化處理。

2.結果分析。通過多次聚類可得到如圖1所示的譜系圖，在此只給出最后結果。

譜系圖中將聚類過程直觀表現出來，類間最大距離算做相對距離為25，其余距離均換算成與之相比的相對距離大小。

從表3可以看出，將31個地區分為三類相對合適，同時，本文給出了分類后的統計描述，見表4。

四、結論

綜上所述，根據層次聚類分析結果及分析，本文將中國內地31個省市分為三類。

第一類省市為北京、江蘇、浙江、山東。從原始數據上看，這幾個省市均屬于著名的旅游省市且經濟發達，各項指標比較接近，處于偏上位置。

第二類省市包括天津、河北、四川、山西、內蒙古、遼寧、吉林、黑龍江、上海、安徽、福建、江西、河南、湖北、湖南、廣西、海南、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。從數據上看，這些省市既包括東部較為發達的城市，又包括西部城市。其中，上海市如果分為四類的話，則歸入第四類；歸為三類的話，則歸入第二類。這里我們采用了三類的歸法。

第三類省市有廣東。廣東省作為東部沿海的發達省，流動人口龐大，來參觀旅游、住店的人眾多。

參考文獻：

[1]國家旅游局.中國旅游統計年鑒[M].北京：中國旅游出版社，2012.

[2]北京市旅游局.北京旅游統計年鑒[M].北京：中國旅游出版社，2013.

[3]楊維忠，張甜.SPSS統計分析與行業應用案例詳解[M].北京：清華大學出版，2011.

[4]吳明隆.問卷統計分析實務——SPSS操作與應用[M].重慶大學出版社，2011.

課題項目：天津外國語大學濱海外事學院院級教改立項“立足涉外高端酒店管理人才培養，提升核心競爭力”的階段性成果

作者簡介：石梅華（1981-），女，河北衡水人，講師，管理學碩士，從事旅游與酒店管理、組織行為與人力資源、社會保障研究。