江蘇省客源市場影響因素研究

張曉玲+張寧

摘 要：從江蘇省客源市場影響因素之間的動態相關性關系出發，選取2005-2014年的統計數據，運用SPSS19.0軟件，基于主成分分析方法，實證分析解決江蘇省客源市場中相互關聯并帶有相同變化趨勢的多個影響因素變量之間的多重共線性問題，從而把握江蘇省未來客源市場的發展趨勢，為相關決策提供理論依據。

關鍵詞：客源；影響因素；主成分分析

中圖分類號： F590 文獻標識碼： A 文章編號： 1673-1069（2016）28-170-3

1 研究綜述

某目的地的旅游客源市場一般劃分為國內客源市場和入境客源市場兩大部分。對客源市場的研究不僅可以了解旅游市場的需求特點，而且也是目的地的發展規模、發展水平和旅游競爭力的重要指標。

近年來國外客源市場研究的焦點主要集中在兩個方面：

一是客源市場的預測，不是以單個旅游目的地區預測為主，更多的是分析區域之間客源流動的流量變化、預測模型及方法，用復雜的數理模型來預測客源市場的變化；

二是研究客源市場的空間變化規律，分析旅游者在國內的空間位移以及分布特征。

目前國內專家學者對客源市場給予了較大的關注，研究焦點集中于客源市場的時空結構、空間分布特征以及數理模型等方面[1-5]。但是對國內客源市場影響因素方面的研究探討的較少。

本文基于主成分分析，利用降維的方法將多個指標用少數幾個相互獨立的綜合指標來代替，實證分析江蘇省客源市場的影響因素。

2 主成分分析的基本思想

主成分分析是Hotelling于1993年首先提出的.主成分分析是根據各指標之間的相互聯系，利用降維的方法將多個指標轉換為少數幾個相互獨立的指標，從而使研究由繁變簡的一種統計方法。該方法是利用“降維”的思想，基于少量信息損失的前提下把多個變量轉化為幾個綜合變量，稱為主成分。每個主成分均是原始變量的線性組合，并且各個主成分之間是相互獨立，該特點使得主成分比原始變量具有某些更優越的性質。主成分分析的結果不是研究的最終結論，而應該在主成分分析結果的基礎上繼續采用其他統計方法來解決實際問題。主成分分析的目的是用幾個綜合變量去解釋原始數據中的大部分信息，這些變量就是利用主成分分析法得到的重要性指標。

3 數據來源和特征描述

國內客源市場的發展水平在一定的時空背景下是反映區域旅游經濟發展水平的重要指標，而其高低程度是衡量一個地區經濟發展的關鍵指標。江蘇省地處我國東部沿海經濟發達地區，是長江經濟帶的重要組成部分，經濟發達、旅游資源豐富，吸引了海內外游客前來參觀游覽。國內旅游客源人數也從2005年的1625.32萬人次增長到2014年的57113.32萬人次[6]，10年間國內客源量增長3.5倍多，居于全國領先地位，江蘇已成為旅游大省。但是隨著各省都在大力發展旅游業，旅游業競爭激烈同時游客對旅游需求也逐漸走向多樣化和個性化，江蘇省要想一直保持領先的地位，就迫切需要了解影響客源市場的主要因素。

影響國內客源市場的諸多因素主要分為經濟指標、社會指標和旅游企業指標三大類。本文將“江蘇省客源人數”作為因變量，選取經濟指標、社會指標和旅游企業指標中的細分變量作為自變量[7]。本文考慮的經濟指標包括“人均GDP、居民消費價格總指數、城鎮居民消費水平、農村居民消費水平、可支配收入和基礎設施投資”；社會指標包括“客運量、旅游院校數量、旅游院校學生數量”；旅游企業指標有“旅游飯店個數、星級飯店營業收入、旅行社單位數、旅行社組團人數和旅游業從業人數”。

選取2005-2014 年連續10年的江蘇省客源市場的統計數據[8-9]，所選取的數據來源《江蘇省統計年鑒》和《中國旅游年鑒》。

利用SPSS19.0 統計軟件提供的回歸分析方法作為輔助手段，在對數據進行主成分分析的基礎上，實證分析多個變量之間的多重共線性問題。

4 因子分析

根據主成分分析的方法，以2005-2014年江蘇省接待國內旅游人數的數據作為因變量。指標體系設：人均GDP（萬元）用x1變量表示、居民消費價格總指數用x2表示、城鎮居民消費水平（元）用x3表示、農村居民消費水平（元）用x4表示、可支配收入（元）用x5表示、基礎設施投資（萬元）用x6表示、客運量（人）用x7表示、旅游院校數量（個）用x8表示、旅游院校學生數量（人）由x9表示、旅游飯店數量（個）用x10變量表示、星級飯店營業收入（萬元）用x11表示、旅行社單位數（家）x12表示、旅行社組團人數（人）x13表示、旅游業從業人數（人）x14表示。原始變量為14，樣本容量為10。

①計算特征值和方差貢獻表

從采集的數據來看，共有14個變量（見表1），但是有些變量之間存在相關性的，并且各變量對江蘇省客源市場影響的程度也是不一樣的，故可采用主成分分析法。

表1為特征值和方差貢獻表，“合計”列為14個變量所對應的特征根，“方差的%”列為各變量的方差貢獻率，“累積%”列為累積方差貢獻率。系統提取了3個主成分，解釋了近89.113% 的變量總方差，故可以選取前3個主成分進行分析。

同時，我們也可以結合碎石圖（略）中特征值曲線的拐點和特征值來看，也前3個主成分的折線坡度較陡，而后面就逐漸趨于平緩，進一步說明了取前3個主成分為宜。

②計算因子載荷矩陣（略）和旋轉后的因子載荷矩陣（表2）

將因子載荷鎮進行最大方差正交旋轉，得正交因子矩陣。由表2可以看出，大部分變量在人均GDP、居民消費價格總指數、城鎮居民消費水平三大主成分上都有較高載荷，說明這三大主成分基本反映了這些變量的信息，所以利用三個新變量代替原來的14個變量。

③計算綜合主成分得分（表3）。根據表1中第一、二、三主成分貢獻率達到89.113%，計算出綜合得分函數的公式為

分析表3可知江蘇省客源市場的諸多影響因素中，經濟指標中的可支配收入是決定性因素，客運量、旅行社組團人數、旅游業從業人數、飯店營業收入、飯店數影響程度逐漸遞減。

5 結論

利用表1的結果對因子載荷矩陣進行分類，這樣不僅能夠得出變量的分類情況，還可以對樣本的分類含義的深刻理解。第一主成分反映了可支配收入作為決定性因素的地位。旅游者的經濟狀況決定了旅游活動，特別是個人可支配收入的多少是客源市場發展的關鍵。10年間，江蘇居民的可支配收入基本以兩位數的高速度增長，帶來旅游活動的半徑也不斷增大，省外比例逐年增長，由觀光游覽向注重休閑體驗方向發展。這些都對客源市場規模的擴大和旅游產業的發展產生積極影響；同時對旅游客運量、旅游業從業人數、旅游飯店數、旅行社數的增加也起到正向的促進作用。

主成分中客運量自2005年以來也基本保持兩位數的增長速度。據此可以看出江蘇省的旅游客運量的變化明顯，高鐵客運發展迅猛，占旅游客運總量的比例逐年大幅度提高；而民航運輸在客運量比例中也逐年提高；但在由于民航的誤點率和高鐵建設速度的加快等問題，高鐵將成為江蘇省客源的主要出行方式之一，同時由于自駕游市場的興起，公路客運量也在逐漸增長。

從總體上看，江蘇省星級飯店的增長速度略低于游客增長的速度，因而可以看出，江蘇省星級飯店的供給在旅游旺季出現了結構性的緊缺，主題型飯店和市場細分明確的飯店緊缺，因此造成這部分市場的供給不足。旅行社的數量雖然這10年間也出現了較快的增長，但是私家車的普及、高鐵線路的延伸、在線旅游預訂的實現，使自助游客成為旅行人群的主力軍，也使旅行社組團人數出現了下滑趨勢。旅行社的轉型升級也迫在眉睫。

參 考 文 獻

[1] 靳誠，陸玉麒，范黎麗.江蘇國內旅游客源市場空間結構研究[J].經濟地理，2010（12）：2104-2108.

[2] 要軼麗，鄭國.西安及其毗鄰地區國內客源市場空間結構分析[J].地理與地理信息科學，2005，21（1）.

[3] 閭平貴，汪德根，魏向東.“時空壓縮”與客源市場空間結構演變[J].經濟地理，2009，29（3）.

[4] 王偉紅.河南省入境和國內游客的空間聚集性分析[J].經濟地理，2009（6）：1011-1017.

[5] 馬耀峰，李永軍.中國入境后旅游流的空間分布研究[J].人文地理，2001，16（6）：35-44.

[6] 國家統計局.中國統計年鑒（2004-2013）[M].北京：中國統計出版社.

[7] 李景初，基于主成分分析的河南省國內旅游市場影響因素研究[J].生態經濟，2014（12）：104-115.

[8] 江蘇省統計局.江蘇統計年鑒（2004-2013）[M].北京：中國統計出版社.

[9] 中國旅游年鑒（2004-2013）[M].北京：中國統計出版社.