1、1基于主成分分析法的旅游扶贫绩效动态评价研究摘 要： 旅游扶贫绩效显著，促进了区域经济社会发展。利用主成分分析法，以遵义市红色旅游为例，结合反映遵义市旅游扶贫绩效 12 个数据指标，对遵义市 2001-2010 年旅游扶贫绩效进行动态评价，结果表明：遵义市旅游扶贫绩效评价主要存在第一主成分分析，历年旅游扶贫绩效呈现上升趋势。同时，建议遵义市应该继续发展旅游业，提高旅游扶贫绩效，促进当地发展。 关键词： 主成分分析法； 旅游扶贫； 绩效评价； 红色旅游； 遵义 中图分类号： F590.3 文献标识码： A 文章编号： 1009-8631（2013）04-0016-02 1 引言 包括经济绩效、社
2、会绩效和生态绩效在内的旅游扶贫绩效是度量旅游扶贫活动效果的大小和衡量旅游扶贫成败的尺度，表现出旅游开发和发展对贫困地区经济、社会和生态环境的作用和影响。旅游扶贫绩效评价是指运用较科学、规范的评价方法，对旅游扶贫过程及其经济绩效、社会绩效和环境绩效进行的科学、客观、公正的衡量比较和综合评判，旨在衡量旅游扶贫绩效大小、检验旅游扶贫目标实现的程度和旅游扶贫战略的优劣性，推动旅游扶贫继续深入开展。本文中我们尝试采用主成分分析法对旅游扶贫绩效展开评价工作。 2国外旅游扶贫研究侧重于操作层面上探讨旅游扶贫问题：Harold Goodwin1认为旅游可帮助发展中国家消除贫困；Caroline Ashley2
3、研究并解决旅游扶贫实际合作中存在的问题。国内大多定性地研究旅游扶贫的含义、理论基础和模式研究（杨新军3；刘向明4） 、特定地区旅游扶贫可行性分析、发展战略和基本思路研究（郭清霞5；李永文6） 、旅游扶贫开发工作经验、问题和对策等专题研究（朱京曼7；李刚8） 。在旅游扶贫绩效评价研究中，向延平9分别对旅游扶贫绩效生态绩效、社会绩效、经济绩效进行了研究，运用主成分分析法研究略显薄弱。 主成分分析法在绩效评价和旅游中的应用为我们对旅游扶贫绩效评价研究提供了很好的方法和借鉴。基于此，本文选取遵义市为实证样本，利用主成分分析法和 SPSS18.0 统计软件分析其旅游扶贫绩效。 2 研究方法与指标选取 主
4、成分分析法主要利用降维思想，在研究指标的内在关系时，把多个指标转化为少数相互独立且包含原有指标大部分信息的综合指标的统计方法。主成分分析法基于数据分析得到的指标间的内在结构，减少信息交叉，使得分析评价结果更具有客观性和准确性。主成分分析设法将原来众多且相关的指标（比如 p 个指标） ，重新组合成一组新的互相无关的综合性指标来替代原来的指标，数学上是将原来的 p 个指标作为线性组合，作为新的综合指标。最经典的做法就是用 U1（第一个线性组合指标）的方差，即 var（U1）越大，表示 U1 包含的信息越多。因此在所有的线性组合中选取 U1 应该是方差最大的，故称 U1 为第 1 主成分。若第1 主
5、成分不足以代表原来 p 个指标的信息，再考虑选取 U2，即选取第二3个线性组合。为了有效地反映原来信息，U1 已有的信息无需再出现在U2，若 cov（U1，U2）=0，则称 U2 为第 2 主成分，依此类推可构造出第3、第 4，第 m 个主成分10。 在指标的选取和数据来源方面，我们以遵义市红色旅游为例，由于旅游扶贫中的社会绩效和生态绩效难以定量，故本文仅选取主要与旅游扶贫有关的 GDP、旅游收入等 9 个经济指标数据来评价遵义市旅游扶贫经济绩效，包括地方经济增长 GDP（X1） 、第一产业产值（X2） 、第二产业产值（X3） 、第三产业产值（X4） 、旅游收入（X5） 、旅游人数（X6） 、
6、旅游就业（X7） 、旅游外汇收入（X8） 、境外旅游人数（X9）等，指标数据来源于遵义市 2003-2012 年统计公报。 3 研究结果与分析 3.1 指标数据描述性统计 首先对反映遵义市反映旅游扶贫经济绩效的 9 个指标数据进行描述性统计，分析其样本值、最小值、最大值、均值和标准差（见表 1） 。 3.2 数据标准化处理和相关性检验 由于遵义市旅游扶贫绩效评价指标单位不统一，故对所选取的指标通过 z-score 方法进行标准化处理，见表 2。然后，对标准化了的指标变量进行 Bartletts 球形检验和 KMO 检验，通过原指标变量之间相关性来判断变量是否适合做因子分析。KMO 检验及球形检
7、验结果可知，KMO（Kaiser Meyer-Olkin）给出了抽样充足度的检验，本研究的 KMO 值为 0.698，Bartlett 球形给出的相伴概率为 0.000，小于显著性水平0.005，说明因子分析是可以接受的，它综合了整个指标体系的 36%的信4息。 3.3 主成分的特征值，方差贡献率、累计方差贡献率分析 接下来我们对遵义市旅游扶贫绩效评价指标进行主成分分析，得到主成分的特征值、方差贡献率、累计方差贡献率，见表 3。主成分个数提取原则主要包括：第一个是主成分对应的特征值大于 1 的前 m 个主成分；第二个是前 m 个主成分累计贡献率大于 85%。对于第一个原则，特征值在某种程度上可
8、以被看成是表示主成分影响力度大小的指标，如果特征值小于 1，说明该主成分的解释力度还不如直接引入一个原变量的平均解释力度大，因此一般可以用特征值大于 1 作为纳入标准。对于第二个原则，累计贡献率表示前 m 个主成分反映了原来总体样本 85%以上的信息，这就基本反映了原来指标数据的总体情况。 从表 3 可知，第 1 个主成分的特征值为 7.966，大于 1，方差贡献率为 88.508%，累计方差贡献率达到了 88.508%，同时满足两个选择主成分的原则，由此我们选择第 1 个主成分。该主成分可以基本反映全部指标的信息，所以可用一个新变量来代替原来的 9 个指标。 3.4 主成分因子载荷分析 从表
9、 4 可以看出，因子载荷矩阵系数都比较大，说明第 1 成分基本反映了遵义市旅游扶贫绩效评价 9 个指标。 3.5 主成分分值 用主成分的因子载荷系数表中的数据除以主成分相对应的特征值10.639 的开平方根便可以得到第一主成分中每个指标所对应的系数，得到特征向量 b1： b1=（0.3433 0.3316 0.3454 0.3405 0.3501 0.3483 0.3405 50.2987 0.2966） 将得到的特征向量与标准化后的指数相乘，就可以得出主成分得分值： U1=（0.3433ZX1+0.3316ZX2+0.3454ZX3+0.3405ZX4+0.3501ZX5+0.3483ZX6
10、+0.3405ZX7+0.2987ZX8+0.2966ZX9） 其中 ZX1 到 ZX9 是经过标准化处理后的指标数值。 3.6 遵义市旅游扶贫绩效主成分评价分析 表 5 显示了对原始数据进行标准化处理计算出遵义市各年度旅游扶贫绩效的综合得分，其中负分值并不表示旅游扶贫绩效差，评价分值只是反映了旅游扶贫绩效的相对强弱。从表中还可以看出，第一主成分 U1的得分从 2003 年到 2012 年呈现出逐年提高的趋势，说明遵义市旅游扶贫绩效总体趋势是持续上升的。 4 结论与建议 利用遵义市 2003-2012 年反映旅游扶贫绩效的 9 个指标数据，结合主成分分析法评价遵义市旅游扶贫绩效，评价结果表明：
11、（1）遵义市旅游扶贫绩效评价主要存在第 1 主成分分析，累计方差贡献率达到88.508%，第 1 主成分能够基本反映遵义市旅游扶贫绩效评价中选定的 9个指标。 （2）在家界市旅游扶贫绩效动态分析中，从 2003 年到 2012 年，评分值分别为-3.7447、-3.0307、-2.9884、-1.6352、-0.0869、1.5932、2.1368、2.1458、4.9766、5.5932，反映出遵义市历年旅游扶贫绩效总体来说呈现上升趋势。 6我们建议遵义市今后应该充分利用如遵义会议会址、四渡赤水等本地红色旅游资源，同时结合生态、酒文化、茶文化和乡村旅游资源，继续大力发展旅游业，扩大旅游市场和
12、开拓国际旅游市场，增加国内旅游人数和境外旅游人数，从而提高旅游收入和旅游外汇收入，同时要促进旅游就业，开展旅游扶贫活动，进而带动遵义市包括第一、第二和第三产业在内的相关产业发展，促进遵义市社会经济和谐发展，提高旅游扶贫绩效。 参考文献： 1 Harold Goodwin. Tourism and Poverty EliminationJ.untapped potential DFID document，1999，4. 2 Caroline Ashley，Joanna Elliott. Just wildlife of a source of local developmentJ.Natural
13、 Resource perspectives，2003，4. 3 杨新军.旅游开发扶贫的实践研究J.热带地理，1998，18（4）：327-332. 4 刘向明.对我国“旅游扶贫”的几点思考J.经济地理，2002，22（2）：241-244. 5郭清霞.旅游扶贫开发中存在的问题及对策J.经济地理，2003，23（4）：558-560. 6 李永文，陈玉英.旅游扶贫开发的 RHB 战略初探J.经济地理，2004，24（4）：560-562. 7 朱京曼.略论西南地区旅游扶贫开发与可持续发展J.管理世界，72003，9：138-139. 8 李刚.影响我国可持续旅游扶贫效益的因子分析J.旅游学刊，2006，21（9）：64-69. 9 向延平.基于 WTP 的凤凰古城旅游扶贫生态绩效评价研究J.贵州农业科学，2010，38（10）：234-236. 10 刘倩.基于主成分聚类分析的中小企业成长性研究J.统计与决策，2011， （16）：186-188.
