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 = (x1，x2，…，xp）￠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 = (F1，F2，…，Fm）￠（m<p）是不可测的向量，其均值向量E(F)=0，协方差矩阵Cov(F) =I，即向量的各分量是相互独立的。

⑶e = (e1，e2，…，ep）￠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=a11F1+a12F2+……+a1mFm+e1x 2=a21F1+a22F2+……+a2mFm+e2……x p =ap1F1+ap2F2+……+apmFm+ep称为因子分析模型，由于该模型是针对变量进行的，各因子又是正交的，所以也称为R型正交因子模型。

其矩阵形式为：x =AF + e。

其中：⑴m ￡ p；⑵Cov(F，e)=0，即F和e是不相关的；⑶D(F) = Im ，即F1，F2，…，Fm不相关且方差均为1；D(e)=，即e1，e2，…，ep不相关，且方差不同。

我们把F称为X的公共因子或潜因子，矩阵A称为因子载荷矩阵，e 称为X 的特殊因子。

A = (aij ），aij为因子载荷。

数学上可以证明，因子载荷aij就是第i变量与第j因子的相关系数，反映了第i变量在第j因子上的重要性。

本文所述的因子分析过程采用SPSS19.0统计分析软件实现。

计算主因子的特征值和方差贡献率，根据特征值大于l的标准，选取前4个主因子作为旅游投资环境评价的主因子，如表2所示。

累计信息含量为87.968％，说明前4个主因子基本包含了全部指标的信息总量。

表2 主因子特征值和方差贡献由初始因子载荷矩阵通过方差最大化正交旋转得到旋转后的因子载荷矩阵，4个主因子的含义为：第一主因子主要由人均地区生产总值、人均固定资产投资、人均社会消费品零售总额、城镇人口比重、城镇人均可支配收入、农村人均纯收入、铁路网密度、职工平均工资、人口密度以及每10万人口高等学校在校生数等变量决定，反映了区域经济发展水平、居民消费能力、基础设施、社会文化环境对旅游投资的影响。

因此。

第一主因子定义为经济和社会因子；第二主因子主要由私人汽车拥有量、邮电业务总量、互联网上网人数、客运总量、入境旅游者人天数、旅游外汇收入、星级饭店床位数、星级饭店固定资产投资、旅行社总数、景区营业收入、景区固定资产以及旅游从业人员等变量决定，分别反映区位条件和旅游产业发展水平。

因此，第二主因子可以定义为区位因子和产业因子；第三主因子主要由资源品味变量决定，定义为资源因子；第四主因子主要由资金来源非国家预算比重变量决定，定义为政策因子。

记第一因子为Y1、第二主因子为Y2、第三主因子为Y3、第四主因子为Y4，综合评分为Z，则Z=（57.366* Y1 +20.187*Y2+6.510* Y3+3.905*Y4）/87.968。

计算各主因子得分，以各主因子的特征值占4个主因子特征值总和的比值分别作为各主因子的权重，通过加权求和获得31个省、市、自治区旅游投资环境的综合得分。

依据计算结果，对各省、市、自治区的旅游投资环境综合得分进行排序，计算和排序结果如表3所示。

因子分析后得到的综合得分排序反映了各省、市、自治区旅游投资环境的吸引力。

为后续的旅游投资空缺分析奠定了基础。

表3 各省、市、自治区旅游投资环境综合得分及排序根据综合得分情况将我国31个省市自治区的旅游投资环境分为3级：第一级：得分大于0。

包括广东、北京、上海、浙江、江苏、山东、天津、辽宁、福建和河北。

以上省市旅游投资环境相对较优，经济和社会发展水平较高。

是国家经济发展活跃的地区。

旅游业和相关产业发展水平较高，资源较好，旅游投资政策相对宽松，投资积极性高，是目前旅游投资环境吸引力最高的地区。

第二级：得分大于负40。

包括四川、湖北、河南、湖南、吉林、内蒙古、重庆、山西、黑龙江、安徽、江西、陕西、云南、广西以及海南。

以上省、市、自治区旅游投资环境相对一般，经济和社会发展水平无显著优势，相关产业促进作用不突出。

资源实力相对雄厚，开发程度不高，政策相对投资鼓励的倾向性不够，是目前旅游投资环境吸引力较高的地区。

第三级：得分小于负40。

包括宁夏、新疆、贵州、甘肃、青海和西藏，以上省市相对旅游投资环境较差，经济和社会发展水平相对较低，相关产业缺乏支撑作用，资源具有相对的比较优势，需要制定更具鼓励性的投资政策，促进旅游投资的发展。

四、旅游投资空缺分析所谓的旅游投资空缺是指旅游投资环境吸引力较高而旅游固定资产投资水平(旅游投入)较低，而旅游投资就是解决针对投资空缺投入相应的投资要素的过程。

旅游投资的空缺分析是指分析和比较不同地区旅游投资的空缺程度，从而提高旅游投资决策的针对性、合理性和科学性。

长期看，持续的空缺分析可以作为旅游投资的动态检测方法，可以有效防止投资过程中的盲目性和短视性。

通过旅游投资环境评价结果表征我国各地区旅游投资环境吸引力水平，采用旅游业固定资产增加描述投资现状，叠加分析环境吸引力和投资现状之问的差别，可以反映旅游投资吸引力水平与现有投资水平的空缺。

为便于结合国家对西部开发、中部崛起、东北振兴等宏观经济政策的部署和投资导向，按照分区(东、中、西、东北)进行旅游投资空缺分析，结果如表4所示。

表4 各省、市、自治区旅游固定资产增加与旅游投资环境吸引力水平从各地旅游固定资产原值的分布来看，东部固定资产的增加较多，其它地区相对较少。

从具体省市来看，东部投资水平较高的省有河北、上海、江苏，中部有河南、湖北、安徽，西部有四川、贵州、青海，东北有辽宁。

对比固定资产增加与旅游投资环境吸引力区内排名，可以分析得到旅游投资的空缺省市(忽略东部发达地区省市)：高度空缺区域：在该区域内，投资吸引力排名前1/3，投资水平排名后1/3，西部的内蒙古和重庆。