旅游目的地季節性測度指標體系的構建

黃和平，馮學鋼

（1.華東師范大學 商學院，上海 200241；2.安徽工商職業學院，合肥 230022）

0 引言

旅游季節性是游客出游決策和出游行為在時間維度上的短暫不平衡[1]，而游客出游行為的不平衡與其對目的地的感知有密切關系。在旅游需求既定條件下，作為旅游行為的實施者，游客出游決策會受到其對目的地感知的直接影響，正是對旅游目的地感知的時空差異造成了其旅游行為上的時空不平衡性，因此，游客感知是旅游季節性產生的最直接也是最重要原因。

國內外學者的研究多集中在空間維度，時間維度鮮有提及，對游客感知各影響因素的相對重要性，尤其關于其在時間維度上的變化未做深入探討。實際上，對于同一目的地而言，游客感知在不同時間點上是不同的，從而形成旅游產業季節性屬性；而在同一時間點上，由于在氣候舒適度、資源稟賦以及旅游配套服務上的區域差異，游客感知也會因地而異，且差別巨大[2-3]，導致游客流向的區域差異。

本文利用構建的指標體系，采用熵權AHP方法，重點分析了氣候舒適度、資源感知、安全、形象等因素在不同時間截面上的變化，以此來刻畫旅游季節性強度，為準確把握游客出游動機，預測旅游季節性波動，指導反季旅游的開發提供依據。

1 旅游季節性測度指標體系框架構建

本指標體系可反映游客對旅游目的地感知的“季節”性變化。在借鑒國內外游客感知研究中業已形成的常用指標基礎上，將指標體系分為四個二級指標模塊：B1旅游氣候舒適度指標、B2旅游資源感知指標、B3游客需求感知指標、B4目的地形象與品牌認知指標。

運用AHP法和專家意見法，將最初形成的60個指標分別與來自城市旅游管理部門、高等院校以及旅游企業的20位專家學者，經過反復溝通和調整，最終形成多方一致認可15個能夠準確反映游客感知視角下的旅游季節性強度的三級指標（如表1所示）。

表1 旅游季節性測度評價指標體系

需要注意的是，本指標體系重點強調的是游客感知影響要素在時間維度上的變化，但不同指標在時間維度上的變化程度是不一樣的，因此本研究采用熵權信息法，對1-12月份變異強度指標進行權重修正,從而更加客觀的反映季節性強度在一年中的變化。

此外，本文僅關注各要素指標在短期內的周期性變化，對中長期趨勢不予考慮。不可否認，中長期趨勢對旅游季節性影響也是不容忽視的。例如，席建超（2010），Wall.G（1998）等人的研究表明，全球氣候變暖可能會導致諸如滑雪勝地旺季縮短甚至消失[4],但也會延長某些夏季旅游旺季時間[5]。

2 評價指標體系權重確定與應用

判斷矩陣元素的值反映了人們對各元素相對重要性的認識，一般采用1—9及其倒數的標度方法。

表2 因子相對重要性標定系列表

具體操作方法如下：

每次取兩個因素Ci和Cj比較其對目標因素的影響，并用aij表示，全部比較的結果用成對比較矩陣表示，即：

2.1 二級指標

本指標體系將旅游季節性（A）的指標體系分為四個模塊：B1旅游氣候舒適度指標；B2旅游資源感知指標；B3游客需求感知指標；B4目的地形象與品牌認知指標。

2.2 確定權重

在時間維度評價過程中，采用熵權修正AHP法獲取評價因子權重的數值，即依照層次分析法的標定系列（表2），通過專家打分確定B、C層（二、三級）指標的判斷矩陣，，用Matlab（R2012b）軟件計算判斷矩陣A的最大特征根λmax，及其對應的特征向量X，此特征向量就是各評價因素的重要性排序，也即是權系數的分配。然后根據二級指標的權系數確定三級，得到三級指標（C層）在衡量一級指標（A）中的權重系數。

2.3 指標的一致化與無量綱處理

氣候指標采用區間型轉化公式，極大極小型采用倒數形式將其進行一致化處理。然后運用如下公式進行無量綱轉化：Pi=1 000×Di/Ri，式中 Pi為某指標轉變后的無量綱指標，Di為該指標轉換前的指標值，Ri為該指標1-12月的均值。對于逆向單項指標（即該指標取值越小越好），則采用公式：Pi=1 000×Ri/Di，各字母含義同上。

2.4 旅游季節性強度綜合評價

按年度計算反季旅游市場潛力評價體系總分值，只需把各指標的權重值和年度無量綱得分值代入數學模型E=ΣQiPi，其中E為總分值，Qi為第i個指標的權重，Pi為評價指標的得分值，n為評價指標的數目。

2.5 一致性檢驗

在AHP理論中,在計算單準則下排序權向量時,由于客觀事物的復雜性和判斷者的主觀性會造成判斷矩陣的邏輯不一致，因而須進行一致性檢驗.本文指標體系中A—B層的一致性指標C.I.=(λmax-n)/(n-1)=0.009133(這里λmax是指A—B層指標構成判斷矩陣的最大特征根,n是其矩陣階數,n=4),平均隨機一致性指標R.I.=0.90,(在平均隨機一致性指標表中查取),從而得到隨機一致性比例C.R.=C.I./R.I.=0.0101＜0.1,可見本文判斷矩陣的一致性是可以接受的,結果的可靠程度是令人滿意的。在對B—C層的一致性檢驗中所得到的一致性比例也符合要求。

2.6 熵權修正步驟

其中rij為第j個指標下第i個月份的評價值。求各指標值權重的過程為：

表3 四城市時間維度權重系數與加權結果值

(1)計算第j個指標下第i個城市的指標值的比重 pij：

(4)確定指標的綜合權數βj：

假設評估者根據自己的目的和要求將指標重要性的權重確定為αj,j=1,2,…,n，結合指標的熵權 wj就可以得到指標j的綜合權數：

根據上述計算方法獲得的15個指標的A-B級、B-C級熵權ui，歸一化AHP權重wi以及C-A級權重λi分別如表3所示：

2.7 目的地季節性測度實證研究

對2011年1-12月各年度評價進行對比，找出四個旅游季節性指標模塊的發展軌跡。如表-4和Fig-1：a/b/c/d所示：

表4 1-12月四城市旅游季節性指數綜合評價表

上述分析表明，北京、上海、重慶、?？诘穆糜渭竟澬灾笖翟?-12月的季節性周期中具有較大起伏，其中占有最大權重的氣候指數在各月的波動最為強烈，資源、需求感知、形象感知也有一定波動，但幅度較小，旅游淡旺季在各地出現的月份與氣候舒適度有顯著的正相關關系，從而表現出巨大差異，這也為錯時開發旅游產品，從而克服季節性提供了空間。為了更清楚的表明各地季節性的時間差異，將四城市的統計結果進行匯總，如圖1所示:

圖1 四城市旅游季節性統計值匯總圖

3 結語

本文從時間維度來識別游客感知影響因素，正是這些影響因素在時間維度的變化才導致旅游季節性的產生，所構建的旅游季節性測度評價指標體系，可用于反季旅游開發潛力的系統評估，有助于反季旅游的配套政策與發展措施的制定。在15個三級指標選取時，盡可能以客觀數據基礎，指標量化盡可能減少主觀判斷因素，提高了評價體系的可操作性與可靠性。

在實證分析中，利用北京、上海、重慶、?？谒某鞘械脑露葧r間序列數據使用熵權修正AHP進行實證分析。AHP技術識別問題的系統性強,可靠性相對較高，最大程度增加權重信息量，提高可信度，并且實證結果與四城市旅游季節性實際顯著吻合，可見本指標體系是一種具有實用價值的有效評價方法。受數據采集和研究現狀的限制，本文還存在諸如小規模問卷調查數據信息量不足、指標設置的不合理性問題，需在今后的應用研究中進行調整和修正。

需要強調的是，從中長期來說，旅游季節性強度不是固定不變的，本文所測旅游季節性強度僅為“短期效應”，并未考慮長期趨勢，任何變量的中長期演變，如技術、經濟、社會和制度等，都可對其產生影響[6]。

[1]Butler R W.Seasonality In Tourism:Issues and Implications.In T.Baum,&S.Lundtorp(Eds.).Seasonality In Tourism[M].Oxford:Pergamon,2001.

[2]吳小根.旅游目的地游客感知形象形成機理與實證——以江蘇省南通市為例[J].地理研究,2011,(9).

[3]Phelps A.Holiday Destination Image-the Problems of Assessment:An Example Developed in Menorca[J].Tourism Management.1986,(3).

[4]Wall G.Implications of Global Climate Change for Tourism and Recreation In Wetland Areas[J].Climate Change,1998,40(2).

[5]席建超,國際旅游科學研究新熱點:全球氣候變化對旅游業影響研究[J].旅游學刊,2010,(5).

[6]Parry M L,Canziani O F,Palutik J P.Climate Change2007:Impacts.Adaption and Vulnerability[M].Cambridge:Cambridge University Press,2008.