我國國內旅游市場需求的影響因素分析

王夢珍

第一章 引言

1.1課題研究背景

自從改革開放以來，我國旅游業獲得高速發展，已經成為我國國民經濟的重要產業之一，在我國的經濟建設中發揮了巨大作用。但現階段我國國內旅游業發展的程度還不能很好適應經濟發展和人民生活水平提高的需要。旅游業因其較高的投入產出比一級相關產業的巨大帶動性，已經成為我國經濟發展的支柱性產業之一。其中國內旅游做出了巨大貢獻。在我國，由于黃金周制度的實行，使我國擁有世界上規模最大的國內旅游市場，國內旅游收入在國民生產總值中所占比重及第三產業增加值中所占比重有了很大的提高。國內旅游除了在經濟發展方面其了重大作用之外，它的發展還有獨特的政治意義。它是我國居民收入水平提高和觀念改變的產物，直接體現了社會主義精神文明的成果。

總的來說我國旅游業仍處于一種低消費、大眾化、低水平的狀況，旅游基礎設施、服務設施等仍不能適應國內旅游發展速度的要求。隨著我國旅游業的發展以及旅游業在第三產業中比重的增加，進一步促進旅游業的繁榮將會對我國經濟發展起到巨大的促進作用。因此，我們研究我國國內旅游需求的影響因素，具有積極的現實意義。

1.2課題研究目的

為全面探究我國國內旅游需求的影響因素，本文從全國總體旅游情況和各地區旅游情況進行討論。本文首先分析2006年至2015年全國旅游發展趨勢及主要影響因素。在分析全國總體發展情況下，選取相關指標對國內31個省市自治區旅游發展進行分析，并對全國各地區旅游情況進行分類，評價了影響各類地區旅游發展的主要因素。根據所得結論結合實際，提出可行性建議更好的促進我國國內旅游的發展，為我國經濟的發展做出更大的貢獻。

1.3文獻綜述

國內旅游業的發展壯大取決于國民的需求拉動，而產生旅游需求的兩點必要條件：一是居民可支配收入的增加，一是可自由支配增加。除此之外，還有許多與旅游業發展相關的社會條件，如人口的特征，職業和教育水平，旅游資源和交通，價格和匯率等，這些條件一起構成了我國國民選擇旅游消費的背景[1]。

國內關于旅游需求的研究始于20世紀80年代，國內關于城市居民旅游需求的影響因素、旅游需求的差異和旅游需求的分類三個方面來開展的。大多數學者將國內旅游需求從城市居民和農村居民兩部分進行考慮。中國人民等從生活水平、人口規模、文化水平、交通狀況的角度選取具有代表性的指標，通過構建評價指標體系，并利用因子分析方法提取了影響城市居民旅游需求的主因子，并利用灰色關聯分析方法分析了主因子與城市居民國內旅游需求的關聯程度[2]。徐曉娜等對我國主要城市的居民旅游需求進行差異化研究。在此基礎上，利用灰色關聯分析方法分析了需求差異的主要影響因素[3]。邱潔威等研究了基于農民旅游消費意愿的相關理論，采用浙江省780農民的圍觀調查數據，分析了影響農戶旅游的若干影響因素。農戶旅游消費意愿受到旅游程度、外出務工收入、家庭人均收入、是否參加養老保險和意外傷害保險以及電腦和互聯網等因素的影響[4]。

綜上所述，從研究方法看，國內學者在運用定量分析方法研究旅游需求問題時，多限于使用某一種評價或模型，研究角度與維度單一。從研究內容上看，國內學者的研究多是從城市居民和農村居民的角度進行研究，但大多數文字都沒有基于實證分析的結果進一步提出完善的對策建議，而正確完善的對策建議對促進國內旅游需求是至關重要的。

基于以上分析，本文從全國旅游情況和各地區旅游情況兩個角度進行考慮，解決了研究角度和維度單一的問題，并綜合利用因子分析和灰色關聯分析法來具體探討城市居民國內旅游需求的影響因素。

第二章 全國旅游需求分析

22.1全國旅游需求主成分分析

2.1.1主成分分析的分析步驟

假設輸入一個決策表T=（U，C∪D，V，f），其中U為論域X={x1，x2，…，xm}，C和D分別為條件屬性和決策屬性集。需輸出條件屬性的主成分p={y1，y2，…，yp}，主要包括五個步驟，分別是原始數據的標準化處理、計算相關系數矩陣、計算特征值及單位特征向量、計算主成分的方差貢獻率和累積方差貢獻率以及計算綜合得分。

第一步：原始數據的標準化處理。按下列公式進行標準化處理，使每一個屬性均值為0，方差為1。

第二步：計算相關系數矩陣，計算第一步中得到的數據集X的相關系數矩陣R。

第三步：計算特征值及單位特征向量。計算R的特征值λi及其對應的單位特征向量li，i=1，2，…m，并將特征值按由大到小的順序排列。

第四步：計算主成分的方差貢獻率和累積方差貢獻率。第k個主成分方差

主成分y1，y2…yp的積累方差貢獻率為

其中，a1的值最大，說明y1綜合信息的能力最強，x1，x2，…，xm主成分p值得選取一般為使得累積方差貢獻率≥80%（或特征值大于1）的前p個特征值。

第五步：計算綜合得分。利用第j個主成分的信息貢獻率，根據綜合得分值就可進行綜合評價。

2.1.2主成分分析的結果分析

定性考察反映國內旅游發展因素的5項評價指標，可以看出，某些指標之間可能存在較強的相關性，如果直接用這些指標進行綜合評價，則必然造成信息重疊的現象，影響評價結果的客觀性，因此考慮用主成分進行綜合評價。

利用Matlab軟件對5個評價指標進行主成分分析，相關系數矩陣的前幾個特征根及貢獻率見表3。

可以看出，第一個特征根的累積貢獻率就達到98%以上，主成分分析效果很好。

畫出碎石土如圖6所示。

下面選取前3個主成分進行綜合評價。特征根對應的特征向量見表4。

由此可地3個主成分分別為

分別以3個主成分的貢獻率為權重，構建主成分綜合評價模型，即

。

得到國內旅游發展因素的綜合評價值以及排序結果，見表5所示。

根據主成分分析結果，得到經濟指標中“國民總收入”影響國內旅游發展程度最大，當國民總收入越大，在一定程度上影響了國內旅游業的發展，在很大的程度上促進了國內旅游業的發展。在當前形勢下，隨著國民總收入的持續、穩定增長，城鄉居民收入水平也將不斷提高，隨之而來的可支配的收入也必將逐步增加，這反映了國內旅游業也會在一定的程度上得到提高。

第三章 各地區旅游需求分析

在分析了全國旅游業近10年發展趨勢后，對全國31個省市自治區的旅游需求進行分析。對其進行分類，將具有相同旅游需求特征的省市自治區分為一類?？疾觳煌糜翁卣鞯念愔g的主要影響因素的區別。利用因子分析確定影響旅游需求的因子并做出解釋。根據灰色關聯分析，得出因子與旅游需求之間的具體關系。

33.1因子分析

本文主要依據《中國統計年鑒》（2015）及各地方統計年鑒經整理而得到的數據，以及各地統計年鑒整理而得的數據，以全國31個省份為樣本，以12個指標為變量設計原始數據矩陣，對其進行標準化處理，用因子分析中的“方差最大旋轉法”，從變量相關矩陣中提取因子，使每個因子集中關系最密切的變量，再進行因子分析。

其結果表明，因子特征值大于1的共有3個，其方差貢獻率分別為55.05%、23.61%、17.29%，其累計方差貢獻率已達到95.95%，及反映了所有信息的95.95%。這3個公因子可作為評價31個省份（旅游地）旅游需求影響因素的綜合變量。根據各個公因子包含的信息，將這3個公因子分別命名為“發展水平因子”、“旅游服務因子”、“旅游吸引因子”。

公因子與原有變量指標之間的相關程度由因子載荷表征。因子載荷量越高，表明該因子包含該指標的信息量越多。由上表公因子的載荷情況看，從眾多的指標變量中提取出3個公因子反映的是31個省份作為旅游地旅游需求的主要影響因素。

發展水平因子的特征值是6.0913，其貢獻率為55.05%。該因子既包括反映人口特征的年末常住人口、大專及以上文化程度人數、高中文化程度人數、初中文化程度人數;反映交通運輸水平的旅客周轉量、客運量、公路里程。

旅游服務因子的特征值為2.6129，其貢獻率為23.61%。該因子包括了旅行社個數、星級飯店數以及居民消費水平。這些指標共同反映了該地區可提供的旅游服務水平。

旅游吸引因子的特征值為1.9132，貢獻率為95.95%。在國民出行旅游時會考慮該地區旅游吸引力可從景區吸引力和出行便捷度兩個方面考慮。所以該因子包括了作為反映景區吸引力的旅游景區數和反映出行便捷度的鐵路運營里程。

3.2灰色關聯分析

因子分析是多元統計分析中一種有效的降維方法，它為我們提供了一種將復雜實務簡化的方法，但因子分析不能直接反應“公因子”與分析目標的相關性，也就是說各類影響因子與旅游需求的相關度還不明確。同時由于本文構建的指標體系是一定經驗基礎上建立的假設模型，因此，所選指標是否與分析目標有關、有多大關系，很難得知。為了有效地研究各地區旅游需求的主要影響因素，本文引入灰色關聯分析法，這是一種有效處理不確定變量相關關系的方法。在影響旅游需求的眾多因素中，許多因素之間的關系是灰色的，即人們難以確定影響各地區旅游需求的主要因素。

利用全國2014年各地區接待入境過夜游客人數及平均停留天數用來表示國民對各地區旅游需求，本文只取入境過夜游客作為考慮對象，具體情況如表7所示。根據灰色關聯度分析的思路和要求，將Y1（接待游客數）、Y2（平均停留天數）作為因變量。以X1（發展水平因子）、X2（旅游服務因子）、X3（旅游吸引因子）作為自變量，其計算公式為：

步驟一：對原始數據做初始化

步驟二：計算灰色關聯系數

步驟三：計算灰色加權關聯度

從對31個省市自治區旅游需求影響因素進行的關聯分析來看，3個影響因子對旅游需求的影響是顯著的，只是從接待人數和停留天數兩方面與影響因素的關聯性而言略有區別。

經計算得到，接待人數是反映旅游需求的第一指標，它與各影響因素的灰色關聯次序依次是：旅游服務因子（0.831）、發展水平因子（0.8237）和旅游吸引因子（0.805）?？梢钥闯?，31個省市接待游客人數與旅游服務因子的關聯最為密切，表明各地區所提供的旅游服務水平，包括旅行社個數、居民消費水平和星級飯店數為影響該地區接待游客人數最主要的因素。

接待人數Y1與三個因子發展水平因子F1、旅游服務因子F2、旅游吸引因子F3之間的具體關系表達式為

游客平均停留天數與各因素的灰色關聯次序依次是服務因子（0.8367）、旅游吸引因子（0.8083）和發展水平因子（0.7959）。在31個省市自治區中服務因子仍是影響游客停留天數最主要的因素。其次為旅游吸引因子，當旅游地擁有較多景區數并具有出行方便的交通設備時，使得旅游停留天數增加。

旅客停留天數Y2與三個因子發展水平因子F1、旅游服務因子F2、旅游吸引因子F3之間的具體關系表達式為

根據以上分析，各地區旅游需求受該地服務水平因子影響最顯著。則表明為提高全國各地區旅游需求，地方應該增加對旅行社、星級飯店的打造并進行監管。當今社會游客出游普遍對旅游服務水平具有較高的要求，只有在打造成具有優良旅游服務水平的省市才能更好的推動旅游行業的發展。

第四章 總結

44.1全國旅游需求分析結論

主成分分析中對5個影響因素進行綜合評價，根據主成分分析結果，得到經濟指標中“國民總收入”影響國內旅游需求程度最大，在當前形勢下，隨著國民總收入的持續、穩定增長，城鄉居民收入水平也將不斷提高，隨之而來的可支配的收入也必將逐步增加，這反映了國內旅游業也會在一定的程度上得到提高。

主成分分析都得到國內旅游需求受國民總收入影響最大。當國民收入增加時，人們才會考慮提高自己的生活品質，相應國民出游率也會增加。此結論與實際情況也是相符的，近十年來國民經濟狀況不斷改善，旅游業逐年發展，其產值在第三產業所占比重也越來越大。

主成分分析主要通過“降維”的手段來實現對其結果是把多個指標歸約為少數的幾個指標，該少數幾個指標表現形式一般為原來指標體系中的某幾個指標線性組合。

4.2各地區旅游需求分析結論

因子分析研究國民對各地區旅游需求，將12個指標歸結為發展水平因子、旅游服務因子和旅游吸引因子，從這三個方面進行對各地旅游需求的討論

灰色關聯分析在聚類分析和因子分析上更加進一步研究3個因子對各地區接待入境過夜游客人數及平均停留天數的影響。結果表明，各地區旅游需求受3個影響因子的影響是顯著的，只是從接待人數和停留天數兩方面與影響因素的關聯性而言略有區別。并給出了接待游客人數、停留天數關于三個因子的表達式。其中，接待游客人數與旅游服務因子的關聯最為密切，其次是發展水平因子。影響游客停留天數最主要的因素仍是服務因子，其次為旅游吸引因子。當旅游地擁有較多景區數并具有出行方便的交通設備時，使得旅游停留天數增加。

【參考文獻】

[1] 關勇，麻永建，朱誠. 我國國內旅游需求影響因素分析及規模預測[J]. 河南科學，2007，03：513-516.

[2] 翁鋼民，徐曉娜，尚雪梅. 我國城市居民國內旅游需求影響因素分析[J]. 城市問題，2007，04：31-35.

[3] 徐曉娜，翁鋼民. 城市居民旅游需求差異影響因素的灰色關聯分析[J]. 資源開發與市場，2007，01：21-24.

[4] 中國人民共和國國家統計局.中國統計年鑒[Z].北京：北京統計出版社，2010-2019.

[5] 中國旅游統計年鑒編委會.中國統計年鑒[Z].北京：中國統計出版社，2019.