我国旅游投资环境综合评价

我国旅游投资环境综合评价分析

摘要：旅游投资环境是进行旅游投资的关键性因素，直接影响到我国旅游业的快速和可持续发展。对于旅游投资环境的综合评价，本文主要考察经济环境、区位条件、政治环境、

产业发展和社会环境5个方面，共计27个指标的旅游投资环境评价指标体系，运用因子分

析法对我国31个省、市和自治区的旅游投资环境进行了定量测算分析、综合评价与排序，

并在旅游投资环境评价的基础上，结合旅游投资现状进行了我国各地区旅游投资的空缺分析。本文可以为投资者选择投资区域以及受资区域改善旅游投资环境的科学决策提供理论依据。

关键词：旅游投资环境综合评价因子分析法空缺分析

引言

改革开放以来，我国旅游业飞速发展，到2020年，旅游总收入预计达到36000亿元人民币，旅游业将逐步成为国民经济的新兴支柱产业。而旅游投资是旅游业实现可持续发展的原动力和关键所在。目前，我国旅游业投资尚存在结构不合理、决策不科学、投资具有盲目性和短视性以及投融资渠道不畅等问题，限制了旅游业的快速、健康发展。造成以上问题的重要原因是对我国各地区旅游投资环境的分析和评价不足。旅游投资环境是指围绕投资主体和地点在一定时间、区域内的自然、社会、经济以及政治环境中诸多因素的有机统一体，对旅游投资具有重要的引导作用。我国各区域差异较大，因此，准确评价我国各地的旅游投资环境对促进旅游投资健康发展具有重要意义。

本文其他部分构成如下：第一部分将先回顾已有的相关研究成果，然后评述该领域的研究现状，最后阐述本文的创新之处；第二部分将具体介绍旅游投资环境评价指标体系的构建以及数据来源；第三部分将阐述旅游投资环境评价的结果；第四部分将进行旅游投资空缺分析；第五部分将得出研究结论。

一、文献综述

旅游投资环境分析与评价已经受到国内、外学者的广泛关注。国外相关研究工作相对起步较早，侧重于投资环境的定量评价。国内研究方面，邓宏兵(2003)研究了投资与投资环境的关联问题[1]，肖泽炎 (2013)和李平(2006)分别研究了

旅游投资环境的评价和优化问题[2-3]，潘霞等(2012)和应望江等(2009)则进行了

区域投资环境评价指标体系的研究工作[4-5]，吴晓春等(2005)、郑莹(2011)、李

如友(2011)、周运输(2015)、黄秋昊(2010)、郭敏(2011)、马艳等(2015)、赵瑞等(2010)分别完成了陕西、辽宁、长三角地区、湖南、江苏、湖北、福建、山西等地区的旅游投资环境评价问题的研究工作[6-13]，麻学锋（2014）、周红明（2015）、

张奇（2014）分别从空间分布角度、财务角度、风险管理角度对旅游投资环境进行评价分析[14-16]，李小兰（2015）等测算滑雪旅游投资软环境[17]。

纵观目前国内研究较多侧重于投资环境理论性分析，研究范围限于各省行政区划内，从全国范围对各区域旅游投资环境的分析与评价研究相对较少。此外，现有研究工作大都在旅游投资环境评价研究的基础上给出研究区域的分类并进行相关类别(如环境评价级别)的说明，没有与旅游投资空缺分析相结合，导致研究结论在一定程度上缺乏直观性和实际指导意义。

基于此，本文尝试构建我国旅游投资环境评价指标体系，运用因子分析法对31个省、市、自治区的旅游投资环境进行定量测算分析、综合评价以及排序，并在此基础上结合各地区旅游投资现状进行空缺分析，为投资者选择投资区域、受资区域改善旅游投资环境、优化投资政策，最终促进旅游投资健康、快速发展做出科学决策提供理论依据。

二、旅游投资环境评价指标体系的构建

对于旅游投资环境的分析和评价，评价指标的选择与指标体系的构建直接影响评价结论的科学性、客观性、准确性与可靠性。本文基于全面性、科学性、差异性、系统性、简单性、可比性、综合性和可量化的原则，选取了经济环境、区位条件、政治环境、产业发展和社会环境5个方面共27个指标，构建我国旅游投资环境评价指标体系，如表l所示。

表l 旅游投资环境评价指标体系

本文选取我国31个省、市和自治区作为因子分析的观测样本。选取的反映旅游投资环境的27个量化指标的数据取自《中国统计年鉴(2014)》、《中国旅游统计年鉴(2014)》和《中国旅游统计年鉴副本(2014)》。

三、旅游投资环境评价

因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。

因子分析法是多元统计分析中的一种重要的特征提取方法。通过因子分析法可以将原始的多个指标组合成相互独立的少数能充分反映总体信息的指标，从而便于分析问题的关键。

因子分析模型描述如下：

⑴X = (x

1，x

2

，…，x

p

）￠是可观测随机向量，均值向量E(X)=0，协方差阵

Cov(X)=∑，且协方差阵∑与相关矩阵R相等（只要将变量标准化即可实现）。

⑵F = (F

1，F

2

，…，F

m

）￠（m

协方差矩阵Cov(F) =I，即向量的各分量是相互独立的。

⑶e = (e

1，e

2

，…，e

p

）￠与F相互独立，且E(e)=0，e的协方差阵∑是对

角阵，即各分量e之间是相互独立的，则模型：

x 1=a

11

F

1

+a

12

F

2

+……+a

1m

F

m

+e

1