我国城市居民国内旅游需求影响因素分析，本文主要内容关键词为：城市居民论文,国内旅游论文,因素论文,需求论文,我国论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
〔文章编号〕1002-2031(2007)04-0031-05
一 引言
改革开放以来，我国旅游业获得了高速发展，已经成为我国国民经济的重要产业之一。作为旅游目的地与客源地的统一体，城市是现代旅游的支撑点[1]，而城市居民则构成了我国国内旅游的主要群体，其旅游需求在市场开发中起重要作用。由于对旅游资源和市场的开发设计，必须以影响旅游需求的因素分析作为科学依据[2]，因此，对城市居民国内旅游需求影响因素进行深入分析，探索适合我国旅游市场的需求规律，对于开拓旅游市场、开发旅游资源和旅游区的规划建设将具有重要意义。
影响旅游需求的因素分析是一个涉及面相当广泛的问题，对于这一问题需要从社会经济条件和人们在社会环境中所处的状况等多方面进行探讨。根据旅游市场学原理，国内旅游需求的影响因素主要从客源地和目的地两方面的诸多因素进行分析，并可大致分为三大类：一是旅游地本身的因素[3]；二是旅游客源地的因素[4] [5] [6]；三是旅游者本身的因素[7] [8] [9] [10]。如牛亚菲指出，对于旅游区而言，旅游需求影响因素除客源地人口规模、客源地人均收入水平等外因外，旅游资源的质量水平、旅游客源地与旅游目的地之间的距离是两个重要的影响因素，旅游需求与旅游资源的质量水平成正比关系，与客源地和目的地之间的距离成反比[11]。纵观以往的研究，我们发现，就我国城市居民国内旅游需求与各种影响因素之间的内在关系进行定量研究的相关成果很少。本文运用定量化的分析方法，在对各种影响因素进行分析的基础上，探讨城市居民国内旅游需求与各种影响因素之间深层次的内在关系，以期能够揭示城市居民国内旅游需求产生和发展的深刻内因。
二 城市居民国内旅游需求影响因素指标的选取
旅游需求受到旅游者自身的旅游动机、性别、年龄、收入、消费水平、文化程度、职业、闲暇时间以及人口数量、交通条件等各种因素的影响。在分析城市居民旅游需求影响因素时，由于考察的对象是每个城市的居民整体，即不单独考察每一个个体，所以可以忽略个体旅游者的性别、年龄、职业等人口学特征的影响[9]。因此，本文在衡量影响城市居民国内旅游需求的各因素时，从指标选取的代表性、可操作性及数据的可获取性等原则出发，选取城市经济水平、交通状况、文化教育水平、人口规模具有代表性的四大类共15个单项指标，从不同侧面来探索我国城市居民国内旅游需求的主要影响因素：
——反映城市居民经济水平的指标：人均GDP；职工平均工资；城市居民人均可支配收入；城市居民人均消费支出。
——反映城市交通状况的指标：铁路密度；公路密度；人均铁路密度；人均公路密度；铁路客运量；公路客运量。
——反映城市居民文化教育水平的指标：大专及以上文化程度人数；高中文化程度人数；初中及以下文化程度人数。
——反映城市人口规模的指标：城市人口数；人口密度。
三 城市居民国内旅游需求影响因素的量化分析
1.因子分析
(1)公因子的提取
本文主要依据《中国统计年鉴》(2005)及各地方统计年鉴经整理而得的数据，以39个城市为样本，以15个指标为变量设计成原始数据矩阵，对其进行标准化处理，用因子分析中的“方差最大旋转法”，从变量相关矩阵中提取因子，使每个因子集中关系最密切的变量，再进行因子分析。结果表明，因子特征值大于1的共有5个，其方差贡献率分别为24.10％、18.27％、16.22％、10.50％和9.75％，其累计方差贡献率已达78.84％，即反映了所有信息的78.84％(表1)。这5个公因子可作为评价39个城市居民旅游需求影响因素的综合变量。根据各个公因子所包含的信息，将这5个公因子分别命名为“生活水平因子”、“人口发展因子”、“运输量因子”、“公路交通因子”和“铁路交通因子”。
(2)结果分析
公因子与原有变量指标之间的相关程度由因子载荷量表征。因子载荷量越高，表明该因子包含该指标的信息量越多。由表1公因子载荷的情况看，从众多的指标变量中提取出的5个公因子反映的是39个城市居民旅游需求的主要影响因素。
——生活水平因子的特征值为3.6143，其贡献率为24.10％。该因子既包括反映城市居民收入水平的人均GDP、职工工资、人均可支配收入，又包括反映城市居民消费水平的人均消费支出，这些指标共同反映了城市居民的生活水平对国内旅游需求的影响。
——人口发展因子特征值为2.7406，方差贡献率为18.27％。该因子与总人口、人口密度、大专及以上文化程度人数、高中文化程度人数、初中及以下文化程度人数有较大的相关性。总人口、人口密度是反映城市规模的指标，而大专及以上文化程度人数、高中文化程度人数、初中及以下文化程度人数是反映城市居民文化水平的指标，因此将其命名为人口发展因子。
——运输量因子特征值为2.4336，方差贡献率为16.22％。该因子以铁路客运量和公路客运量两个变量的载荷最高，因此将其概括为运输量因子。
——公路交通因子特征值为1.5755，方差贡献率为10.50％。该因子与公路密度和人均公路密度相关性较大，反映了城市公路交通的发达程度。
——铁路交通因子特征值为1.4625，方差贡献率为9.75％。该因子包含铁路密度和人均铁路密度两个变量。这里可以进一步将运输量因子、公路交通因子、铁路交通因子合并，统称为交通运输综合因子。
2.影响因子与城市居民国内旅游需求的灰色关联分析
因子分析是多元统计分析中一种有效的降维方法，它为我们提供了一种将复杂事物简化的方法，但因子分析不能直接反映“公因子”与分析目标的相关性，也就是说各类影响因子与旅游需求的相关程度还不明确。同时由于本文构建的指标体系是在一定经验基础上建立的假设模型，因此，所选指标是否与分析目标有关、有多大关系，很难得知。为了有效地研究城市居民国内旅游需求的主要影响因素，我们引入灰色关联分析方法，这是一种有效地处理不确定变量相关关系的方法[12] [13] [14]。在影响旅游需求的众多因素中，许多因素之间的关系是灰色的，即人们难以确定影响城市居民国内旅游需求的主导因素。灰色系统理论中的灰色关联分析为我们提供了解决这类问题的思路。
(1)分析过程
步骤一：对原始数据作初始化处理。
i=0，1，2，…，5；k=1，2，…，39(1)
步骤二：求差序列、最大差和最小差。
步骤三：计算关联系数。
式中ρ∈(0，1)为分辨系数，通常取ρ=0.5。
步骤四：计算关联度。
经计算求得39个城市居民国内旅游需求与5个影响因子的灰色关联系数和关联度(表3)。
(2)结果分析
从对39个城市居民旅游需求影响因素所进行的关联分析来看，5个影响因素对城市居民旅游需求的影响是显著的，只是从出游率和人均花费两方面与影响因素的关联性而言略有区别。出游率是反映旅游需求的第一指标，它与各影响因素的灰色关联次序依次是：生活水平因子(0.766)、人口发展因子(0.6829)、运输量因子(0.660)、铁路交通因子(0.639)和公路交通因子(0.632)，其中后3个因子可合并为交通运输综合因子。可以看出，39个城市的居民出游率与生活水平因子的关联性最为密切，表明居民的收入水平与消费水平是影响居民出游率的最主要的因素。表2表明，高出游率的城市，如北京、天津、大连、上海、杭州、厦门、青岛、广州、深圳、重庆等均属经济发达城市，其居民生活水平较高，可支配收入多，有能力出去旅游；而出游率相对低的城市，如长春、南昌、西宁、银川、乌鲁木齐等经济发展水平相对较低，其居民的可支配收入相对较少，多数居民难以追求高层次的消费需求。其次，人口规模和文化素质对居民出游率的影响也较为密切，经济发达的城市人口密度大，居民文化素质相对较高，消费方式崇尚科学、合理，旅游是既科学又合理的选择；而经济发展相对落后的城市人口较分散，加之文化素质相对较低，消费观念相对落后，因此居民出游率相对较低。交通运输能力也是影响出游率的重要因素，只是影响程度较前两个因子要弱。
旅游人均花费与各影响因素的灰色关联次序依次是：运输量因子(0.671)、铁路交通因子(0.669)、公路交通因子(0.663)、生活水平因子(0.662)和人口发展因子(0.636)，这里仍将前3个因子合并为交通运输综合因子。可以看出，在39个城市中交通运输综合因子是居民旅游人均花费的最主要的影响因素，表明交通条件对城市居民旅游花费的影响更为明显。从表2可以看出，旅游人均花费较多的城市，如哈尔滨、南宁、西宁、银川、乌鲁木齐等，其居民的旅游人均花费均在1200元以上，这与其地处交通运输网络的边缘，距离国内旅游热点地区空间距离相对较远，旅行交通费用偏高有关。由此可以看出，国内旅游消费在总体上仍然处于发展的初始阶段。其次是生活水平因子，居民的收入与消费水平是影响旅游花费的重要因素，但对城市居民国内旅游花费的作用不及交通运输综合因子，这可能与现阶段国内旅游人均花费偏低有关。
四 结论与讨论
通过以上研究表明，对城市居民国内旅游需求产生主要影响的因素是居民生活水平、交通运输状况、人口规模和文化水平。运用灰色关联分析法，城市居民国内旅游需求与各影响因素之间的关联程度具体表现在：
——从出游率和影响因素的关联结果看，“生活水平因子”对城市居民国内旅游需求产生的影响最明显，表明居民的收入水平与消费水平是影响居民旅游需求的最主要的因素。
——从人均花费和影响因素的关联结果看，“交通运输综合因子”是城市居民国内旅游需求最主要的影响因素，表明交通运输对城市居民旅游花费的影响更为明显。
需要说明的是，本文的结论是基于国内39个城市一个时间截面的研究结果，而我国的城市化水平正处在不断提高的过程中，旅游需求与消费行为也在不断变化，不同时间截面的数据之间肯定会有所变化，因此该结论也有待于进一步研究论证。