第3章旅游地理學研究方法

12研究方法的應用與創新質性分析與定性研究方法

3數學建模與定量研究方法4“3S”技術及旅游應用引例大數據時代——旅游業如何應用？

大數據時代到來了。北京網友leio_wb最近想去迪拜旅游，便在手機的googlemap(谷歌地圖)下載迪拜的離線地圖，當他3月20日登陸google(類似facebook、人人網的社交網站)時，卻意外地發現個人主頁上多了不少有關迪拜旅游的賬戶推薦。這讓leio_wb大為感慨：為什么google會知道自己的需求呢？答案是“大數據”挖掘。前景廣闊超越傳統數據收集分析是難題數據化入手是關鍵前景廣闊，超越傳統。提到“大數據”在旅游行業的應用，不得不提到一家名為Hopper的旅游網站。據了解，Hopper通過“大數據”技術的應用，為游客推薦最佳的旅游景點。截止目前，Hopper聲稱自己已經抓取了“超過5億頁旅游數據”，而這一數字有望在今年年底達到10億。除Hopper外，社交旅游網站Tripl、酒店整合搜索引擎DealAngel、酒店聲譽管理公司Olery、基于互動式地圖的一站式旅游解決方案Georama、有關餐廳質量檢驗的數據收集平臺HD-Scores、行程記錄和體驗分享平臺Esplorio等均已在“大數據”應用領域開始了一定的嘗試。隨著“大數據”應用熱潮的來臨，國內旅游行業也開始重視“大數據”的應用。“智游啦”是一家基于“大數據”挖掘、為游客提供“微攻略”的旅行規劃服務網站。記者在網站上看到，只要游客點擊想要去的地方，便惠東彈出相關的吃、住、行、游、購、娛產品，這些產品不是簡單的羅列，而是基于網絡評價的好壞篩選出來的精品。除“智游啦”之外，攜程、藝龍、去哪兒等平臺型旅游企業也已經開始應用“大數據”，為企業發展提供數據支持。除在線旅游企業外，旅游行政主管部門也是運用“大數據”的積極嘗試者。山東省旅游局信息中心已經跟百度合作，通過百度的數據準確地反映山東旅游的客源市場在哪里、哪些產品是消費者關注的。。。這些數據為山東旅游行業管理提供了重要的決策依據。數據收集分析是難題。雖然“大數據”是好東西，在旅游行業的應用前景也非常廣泛，但是整個行業對于大數據的應用，仍存在較大的障礙。這些障礙來自于數據的收集，更來自于數據的分析和挖掘。“大數據時代缺的不是數據，而是方法”，中國旅游研究院楊彥鋒說，“在數據極大豐富的時代，每個人都會產生巨大的數據，但是這些數據如何收集、挖掘、利用才是問題的根本”。正如許多“大數據”研究者所說，“大數據”研究的重要條件是“數據開放”，但目前我國的數據開放程度遠不能達到應用的要求。另一個難題則在于這些含有意義的數據如何進行專業化處理。由于數據是非系統化的，且不具有一致性和可靠性，因此企業很難有效地對數據進行操作。據統計，現在計算機處理的大多數是結構化數據，但這些信息只占互聯網上流動信息的10%，其他90%的數據是非結構化數據，它們存儲在音頻、視頻、社交媒體、網絡日志等中，不直接以結構化模式儲存，管理和分析這些非結構化的數據，讓多數人感到有心無力。從數據化入手。對于如何著手“大數據”的應用工作，旅游行業必須先從數據積累做起，借助目前智慧旅游平臺的建設，注重游客數據的收集，進而建立一個相對完善的旅游數據庫，為以后“大數據”的應用打好基礎。對此，李云鵬還建議，旅游管理機構應該有計劃地公布旅游業運行的原始數據，鼓勵技術公司開發基于原始數據的應用平臺，服務于游客和旅游企業及旅游管理部門。另外一種“大數據”應用方式則是購買第三方服務。目前，谷歌、百度、攜程、藝龍、去哪兒等大型平臺型網絡都掌握著海量的數據。“如果第三方大數據服務價格較低，‘大數據’確實有價值，企業完全可以通過購買數據服務來提升自身品質。”武漢大學信息管理學院教授說，微博就是“大數據”產生的一個重要平臺，旅游行業要利用“大數據”不妨從微博的數據收集入手。3.1研究方法的應用與創新

3.1.1大數據時代的旅游地理學研究信息和通信技術的進步為審視和反思旅游地理學研究提供了新的技術和手段。旅游地理學對數據的精度和廣度提出了新的要求，亟需發展新型數據采集手段。旅游地理學數據采集與觀測的目的在于實現與分析方法和模型的無縫對接。數據是信息的載體，模型是用于提取信息的工具3.1研究方法的應用與創新

3.1.2旅游地理分析模型的模式體系及可能范式

基于旅游地理學人地關系的理解，需要展開時空一體化研究。

研究領域必須同時支撐對象的時空分布結構、動態演化過程及機理模擬和預測等綜合性研究。

在兼顧模型應用的時間域分析、空間域分析和時空域分析三個方面，以理論分析層、方法展開層和集成層三個層次構建旅游地分析模型的模式體系。基于地理問題分析的時空分析模型系統3.2質性分析與定性研究方法

3.2.1旅游地理學質性分析的基本框架旅游地理學質性分析框架基于旅游地理學的研究對象，可從宏觀、中觀和微觀的空間尺度視域出發，建立旅游地理學與質性研究之間的關系。質性分析方法是連接質性研究與旅游地理理論建構的紐帶，包括民族志、扎根理論、文本分析、詮釋學、敘事分析等，但不同方法有一定側重。扎根理論研究法扎根理論是一種自下而上建構理論的質性研究方法，它是一種運用歸納方法對現象加以分析整理所得的結果，是經由系統化的資料搜集與分析而發掘、發展，并已暫時地驗證過的理論。適合于微觀的、以行動為導向的社會互動過程的研究。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法建構扎根理論的過程基本過程和步驟為：開放性譯碼—主軸譯碼—選擇性譯碼敘事分析法按照一定次序，把相關事件組織成一個前后連貫、對受眾有意義的事件系列。適用于發現和保留普通人的經歷，尤其在研究長久以來被隱藏了的歷史和地理事實等。對于地理學而言，最重要和常見的敘事分析框架為三維敘事空間分析。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法行為及其相互作用、時間、地方是3個主要分析要素3D-VQGIS的結構（關美寶等，2013）文本分析文本分析是一種將不系統的、定性的符號性內容如文字、圖像等轉化成系統、定量的數據資料的研究方法。既是一種主要的文獻資料分析方法，又是一種獨立、完整的科學研究方法。主要應用于網站和在線文字交流記錄兩類媒介，以描述、比較和評價樣本內容為主。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法市場調研市場調研是討論如何通過各種手段，收集各種有效資料，整理并分析資料以形成有意義的信息，最終達到創造特定知識的目的。收集資料的手段，包括傳統的文獻閱讀、二手資料收集、訪談及問卷調查外，還可以通過各種手段自動收集消費者在消費過程中不知不覺留下的行為軌跡。3.2質性分析與定性研究方法

3.2.2質性研究的主要方法門店無線射頻銷售時點系統市場調查研究旅游地理學綜合評價的基本框架3.3數學建模與定量研究方法3.3.1旅游地理學綜合評價的框架與模型綜合評價模型顧名思義就是對研究對象進行一個綜合全面的評價來給出科學的分析。主要的思路是在相關理論指導下，收集研究區的數據，建立多指標多層次的評價體系，確定權重模型來得出相應的綜合評價結果及綜合分析。旅游地理對象綜合評價基本思路框架綜合評價模型的權重確定3.3數學建模與定量研究方法3.3.1旅游地理學綜合評價的框架與模型主觀賦權法專家咨詢法層次分析法客觀賦權法主成分分析法熵值法人工神經網絡方法協調度模型模糊綜合評判法TOPSIS法投影尋蹤模型問題：旅游地理學的綜合評價模型包括哪幾類，不同的評價模型之間的相似和差異在哪？在一個具體項目實施中，如何進行相應的綜合評價？綜合評價的綜合指數計算3.3數學建模與定量研究方法3.3.1旅游地理學綜合評價的框架與模型時間序列構成長期趨勢循環變動季節波動不規則變動時間序列構成與基本分析框架3.3數學建模與定量研究方法3.3.2時間序列模型與旅游地理過程時間序列模型類別與基本分析框架常用時間序列模型示例3.3數學建模與定量研究方法3.3.2時間序列模型與旅游地理過程TRAMO/SEATS方法通過結合TRAMO過程和SEATS過程實現對時間序列中噪音、缺失值和異常值的處理以及特征信息提取。可有效的從時間序列中提取出序列的各組分。該方法也可以用于時間序列的預測。TRAMO/SEATS方法應用思路常用時間序列模型示例3.3數學建模與定量研究方法3.3.2時間序列模型與旅游地理過程ARIMA方法通過移動平均和自回歸兩個過程對時間序列進行綜合建模，是應用最為廣泛的時間序列預測模型之一。ARIMA(p,d,q)(P,D,Q)s的基本公式常用時間序列模型示例3.3數學建模與定量研究方法3.3.2時間序列模型與旅游地理過程Winters方法可以用于處理同時具有周期和趨勢預測的高級指數平滑方法。可對時間序列的水平組分、趨勢組分以及季節組分進行估計，且已發展出一系列時間序列預測框架。Winters預測模型可分為加法模型和乘法模型。加法模型基本公式乘法模型基本公式是水平組分系數為趨勢組分系數為季節組分系數為隨機殘差常用時間序列模型示例3.3數學建模與定量研究方法3.3.2時間序列模型與旅游地理過程經驗模態分解（EMD）可以對一個信號同時將不同尺度（頻率）的波動或趨勢逐級分解開來，產生一系列具有不同特征尺度的數據序列稱為本征模函數（IMF），是非線性與非平穩時間序列多尺度分析的有效工具。可對時間序列的趨勢、周期、波動等組分進行提取。馬爾可夫鏈模型主要通過矩陣轉移的模擬方法進行狀態的改變和不同情境的預測結果，是一種時間和狀態均為離散的隨機過程。具體實現中，首先將連續的數據離散化為k種類型，然后計算相應類型的概率分布及時間變化，以近似逼近事物演變的整個過程。要素關系識別的基本框架3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系建立以問題為導向的關系模型構建的基本步驟，包括“明確目標-定性分析-資料準備-模型確定-質量檢驗-模型質量”等6個步驟。關系識別模型建立的基本步驟關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系一元線性回歸模型關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系結構方程模型包含測量模型和結構模型兩部分，可以分析多因多果的聯系、潛變量的關系。主要有兩大類估計技術來求解結構方程模型。一種是基于最大似然估計(ML)的協方差結構分析方法，以LISREL方法為代表；另一種則是基于偏最小二乘(PLS)的結構方程模型，以PLS方法為代表。結構方程模型多需要smartpls、AMOS等專用軟件進行分析。關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系結構方程模型①測量模型②結構模型式中：B為內生潛變量之間的相互影響效應系數；Γ為外生潛變量對內生潛變量的影響效應系數；ξ為η的殘差向量。式中：y為內生觀測變量組成的向量；x為外生觀測變量組成的向量；η為內生潛變量；ξ為外生潛變量，且經過標準化處理；Λy為內生觀測變量在內生潛變量上的因子負荷矩陣；Λx為外生觀測變量在外生潛變量上的因子負荷矩陣；ε、δ為測量模型的殘差矩陣。關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分層線性模型（HLM）用于分析具有嵌套結構特點數據的一種統計分析技術，它的出現有效的解決了組織效應(或背景效應)的求解問題。多層線性模型通過對不同層次數據分別建立回歸模型，分離了不同空間尺度與管理層次的解釋變量對因變量的影響，進而分析不同層次解釋變量之間的相互作用及其對因變量的作用程度。采用期望最大化(EM)、費舍爾得分法、迭代一般最小二乘法(IGLS)等算法進行參數估計。關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分層線性模型（HLM）①基本假設：它包含了兩個層面的假設。個體層面：這個與普通的回歸分析相同，只考慮自變量x對因變量y的影響；群組層面：群組因素W分別對個體層面中回歸系數和截距的影響。②數學模型：

個體層面模型

群組層面模型關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分位數回歸模型分位數回歸模型通過多個不同分位函數來估計整體模型，極大放松了對數據分布的要求。不僅可處理具有復雜分布結構的非正態、非平穩的經濟數據，更可從數據分布結構入手，對自變量與因變量的條件分布進行統計性描述，有效挖掘已有數據中的相關信息。回歸方程具有較強的穩健性與魯棒性，在揭示變量分布與時空分布的內在機理方面具有獨特的優勢。關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系分位數回歸模型若一組獨立變量

與響應變量

滿足高斯-馬爾可夫假設，則

分位數為：可得出線性條件分位數的一般表達式為：分位數回歸模型的參數采用加權殘差絕對值之和估計：其中，

為示性函數。隨著

分位數在區間內變化，可得到不同分位水平下響應變量與解釋變量的回歸方程。關系識別模型示例3.3數學建模與定量研究方法3.3.3關系識別模型與旅游要素關系MARS模型（多元自適應回歸樣條）一種解決非線性問題的途徑，基本思想是采用模式識別（PatternRecognition）和神經網絡（ArtificialNeuralNetworks）針對研究對象建立多元非線性模型。MARS預測模型可表示為：式中：

由一個或多個基函數的乘積構成；系數

可以通過最小均方誤差(MSE)來估計。預測模型主要通過前向預測和后向刪除兩個步驟實現最優模型篩選。旅游地理系統的動態模擬與優化過程3.3數學建模與定量研究方法3.3.4模擬與優化模型及旅游系統優化旅游地理系統的動態模擬與優化過程采用復雜系統模擬中自下而上，由微觀機理視角的元胞自動機模型（CA）、智能體模型（ABM）、人工神經網絡模型（ANN）及CA&ABM融合的方法，在給定驅動因素前提下實現多種狀態之間的演化。復雜系統模擬模型與動態演化3.3數學建模與定量研究方法3.3.4模擬與優化模型及旅游系統優化CA（元胞自動機）、ABM（智能體模擬）等是較為主流的分析方法。CAABM面向空間元胞(cell)面向agent元胞個體不能移動，只能通過一定的函數規則改變自身及周邊元胞狀態agent可以在空間(比如二維網格)環境中自由移動空間離散空間可以連續也可以離散每個網格只能擁有一個特定狀態的元胞多個agent可占據相同的二維網格結點空間演化的微觀本質不直觀，只能通過鄰域變化體現能夠更好地表現地理系統中經濟、社會、生態等的微觀相互作用機制不能表達微觀agent的學習能力和適應性能夠表現出經濟、空間決策行為的學習能力和適應性CA與ABM特點比較（薛領等，2004）目標規劃模型與智能優化算法3.3數學建模與定量研究方法3.3.4模擬與優化模型及旅游系統優化人工智能優化算法主要借助多種智能算法通過模擬或揭示某些自然現象或過程而發展起來。該類算法具有全局的、并行高效的優化性能，魯棒性、通用性強，無需問題特殊信息以及易于并行計算等優點。算法創始人優化機制關鍵參數模擬退火算法SAKirkpatrik基于MonteCarlo的全局概率型串行搜索的優化算法初始溫度、退溫函數、狀態產生方式、抽樣穩定準則禁忌搜索算法TSGlove具有記憶功能的全局逐步優化算法列表大小、鄰域函數結構與數量遺傳算法GAHolland基于生物進化與遺傳思想的全局性并行優化算法種群數目及復制、交叉、變異操作概率神經網絡NNHopfield基于神經網絡原理及系統演變過程的一種聯想記憶并行優化算法神經元數目、輸入輸出變量、隱含層數蟻群算法ACO/AADorigo具有強化學習功能的全局性并行優化算法初始信息素、信息素增量、信息素積累量、消失因子、啟發因子脫氧核糖核酸DNAAdleman以化學反應為計算工具有巨大并行性的分子生物計算方法各種生物酶PCR、POA、超聲波降解、親和層析、克隆、誘變、分子純化、電泳、磁珠分離粒子群算法PSOEberhart和kennedy從隨機解出發，通過追隨當前迭代搜索到的最優值來尋找全局最優粒子數目、粒子長度、粒子范圍、粒子最大速率、學習因子、慣性權重幾種智能優化算法的優化機制與關鍵參數目標規劃模型與智能優化算法3.3數學建模與定量研究方法3.3.4模擬與優化模型及旅游系統優化線性規劃與非線性規劃模型均是通過構建目標函數和約束條件實現優化目的，且目標函數和約束條件都是可求出最優解的標準數學模型。多目標規劃問題的一般形式如下：目標函數約束條件矩陣表示為GPS與RS技術在旅游地理研究中應用的基本框架3.4“3S”技術及旅游應用3.4.1GPS、RS技術與旅游應用GPS技術以其高精度、高頻率的特點適用于微觀旅游者行為的數據獲取。RS技術以其范圍寬、綜合宏觀性強的特點更多應用在旅游資源環境等的調查中。GIS在旅游地理研究中應用的基本框架3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用GIS空間分析與旅游研究旅游基本要素抽象：點、線、面。GIS空間分析對應抽象：特征類模型、關聯類模型、機理類模型。空間格局特征的表征類模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用Moran’sI指數G統計系數全局Moran′sI局域Moran′sIGetis-OrdGeneralGGetis-OrdGi*空間過程機理演化與空間效應類模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用空間滯后模型其中，

參數反映了自變量對因變量的影響，空間滯后因變量

是一內生變量，反映了空間距離對區域行為的作用。空間誤差模型式中，

為隨機誤差項向量，

為n*1階的截面因變量向量的空間誤差系數，

為正態分布的隨機誤差向量。地理加權回歸模型（GWR）式中，

系數的下標j表示與

觀測值聯系的階待估計參數向量，是關于地理位置

的k+1元函數，

是第i個區域的隨機誤差。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用可達性分析方法①最短距離法

為節點

的可達性；

、

為區域中的點；

是節點數目；

是從

點到

點的最短距離。②相對可達性

表示第

點的相對可達性值；

表示第

點的可達性值；

表示網絡節點中可達性的最小值；

表示網絡節點中可達性的最大值。③加權平均旅行時間T為節點i到區域內節點j的最短旅行時間距離；M為節點j的權重；n為交通網絡中選定的除i點以外的節點總數；Ai為節點i的加權平均旅行時間。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用重力（引力）模型

重力（引力）模型是定量測度地理對象在空間中相互作用大小的重要方法，來源于牛頓的萬有引力定律的思想。式中：

為i和j兩個城市間的相互作用量；Pj和Pk為i和j兩個城市的人口規模；djk為i和j兩個城市間的距離。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用潛能模型

根據引力模式可計算一對經濟客體（如城市）間的相互作用量。式中：符號與與前述引力模型符號意義相同，dii有時采用i城與離它最近城市之間距離的一半，也可以用i城面積的平均半徑。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用空間場強模型

借用物理學的概念，城市腹地可稱為城市影響力的“力場”，影響力的大小稱為“場強”。場強計算公式為：式中：為i城市在k點上的場強；

為i城市的綜合規模；

為i城市到k點的距離；a為距離摩擦系數，一般取標準值2.0。空間相互作用模型3.4“3S”技術及旅游應用3.4.2GIS空間分析方法及其旅游應用重心分析模型

重心可以認為是各部分受到的重力作用集中的那一點，其概念來源于牛頓力學，指在區域空間上存在某一點，在該點前后左右各個方向上力量對比保持相對均衡式中：假設一個區域由n個次級區域P構成，第i個次區域的中心城市的坐標為（Xi，Yi），Mi為i次區域的某種屬性的量值（可以是區域面積、社會經濟數據、人口數據等）。△案例分析

國家級風景名勝區旅游效率測度與區位可達性分析

風景名勝區不僅為人類提供了廣闊的休閑游憩場所，還對美化自然環境與保護文化多樣性發揮著積極作用，因此，一直是學術界關注的熱點。伴隨著資源枯竭、資源詛咒問題日益受到人們的關注，資源節約和可持續發展理念逐步深入人心，效率問題成為研究的焦點。……問題：1）請結合綜合評價模型、關系識別模型與GIS空間分析方法，分析案例中國家級風景名勝區旅游效率及可達性演化格局的基本特點。2）案例中綜合利用多種模型和方法對特定旅游現象展開研究，這種思路對其他旅游對象的研究有何啟示？△善惡研判楚雄州祿豐縣，黑井古鎮

背景與情景：最近，一條消息在古鎮上不脛而走：目前負責黑井古鎮經營的云南黑井天源旅游開發有限公司將對外轉讓黑井古鎮的經營權。武舜壁很關心這個消息背后的動向，因為“這幾年黑井的旅游發展似乎已經停滯不前了，游客也越來越少。。。”鹽文化、古代風格建筑、名人文化以及獨特飲食，都是黑井的驕傲。武舜壁記得，黑井古鎮吸引大批游客到來，是在1995年獲得“省級歷史文化名鎮”的稱號后。“那時候起，經常會有游客慕名前來，特別是2000年以后，來的人更多了。”據官方統計的數據，2011年,黑井古鎮的游客量為18萬人，但是除去走親訪友、考察團以及逃票的，張勇說，實際買門票的游客僅有3萬多人。前往黑井古鎮的游客，一般以自駕游和乘坐火車為主，由于前往黑井的路況較差，特別是從廣通到黑井的39公里路彎多、坡陡且路面狹窄，35座以上的大巴車根本進不來，交通狀況成為制約黑井旅游發展最主要的因素。問題：1）本案例中存在哪些道德倫理問題？2）試對上述問題做出你的道德研判。3）說明你所作善惡研判的依據。4）請從旅游地可持續發展與道德研判角度對旅游者的行為做出評價。分析提示：1）云南黑井天源旅游開發有限公司有違諸多“職業守則”等道德倫理問題。2）負責黑井古鎮經營的云南黑井天源旅游開發有限公司沒有在開發和經營過程中有效的解決存在的逃票、路況差等問題。在本事件中，公司的“職業態度”和“職業作風”與企業社會責任相違背。3）主要依據有在1995年后，特別是2000年以來，隨著游客的增多，逃票現象較為普遍、路況路彎多、坡陡且路面狹窄，35座以上的大巴車根本進不來等都是制約該地旅游可持續發展的重要因素，而經營公司并沒有很好的加以解決。4）云南黑井天源旅游開發有限公司在經營黑井古鎮的旅游地過程中，放任相關問題不作為。從職業道德與企業倫理的角度看，本案例中該公司在“職業作風”和“職業守則”上的表現，距“行為自律”還有很長一段路要走。實驗一：江蘇省城市旅游競爭力格局演化與機理步驟1：構建城市旅游競爭力評價指標體系步驟2：數據來源步驟3：研究方法步驟4：結果分析表3.1江蘇省城市旅游競爭力評價指標體系目標層維度指標層單位指標說明城市旅游競爭力（C）旅游基礎條件（C1）旅游資源壟斷度（C11）C11）分反映旅游資源級別旅游資源豐度（C12）個反映旅游資源數量星級酒店數量（C13）家體現旅游供給水平旅行社數量（C14）家體現對旅游服務的需求量和供給量旅客周轉量（C15）億人公里反映城市旅客周轉能力每萬人擁有公交汽車（C16）輛/104反映市民出游便捷度旅游環境質量（C2）人均公共綠地面積（C21）公頃/人反映城市綠化水平建成區綠化覆蓋率（C22）%反映居民生態福利水平城鎮污水集中處理率（C23）%反映生態建設發展水平生活垃圾無害化處理率（C24）%反映環境保護發展一般水平空氣質量達標天數（C25）天反映城市空氣質量旅游發展業績（C3）國內旅游收入（C31）億元體現對國內游客吸引大小旅游外匯收入（C32）億美元體現對國際旅游規模與水平接待入境旅游人數（C33）萬人次反映旅游業接待游客的規模接待國內旅游人數（C34）萬人次反映旅游業接待游客的規模旅游總收入占GDP比重（C35）%反映旅游業在一個城市發展中的重要性社會經濟條件（C4）人均GDP（C41）元反映旅游開發的影響力與成熟度第三產業增加值占GDP比重（C42）%反映第三產業的發達程度社會消費品零售總額（C43）元反映國內消費需求大小城鎮居民人均可支配收入（C44）元反映城市居民旅游意愿的大小步驟1：步驟2：數據來源本研究以江蘇省13個地級市為研究單元，考慮數據的可得性和準確性，文中涉及到的指標數據主要來源于2002年—2013年《江蘇省統計年鑒》、《中國旅游統計年鑒》、《中國城市統計年鑒》和江蘇省各地級市國民經濟和社會發展統計公報，部分指標根據相關數據進行簡單計算得出分值。步驟3：研究方法熵權法其計算步驟如下:首先標準化處理數據：正向指標，則：逆向指標，則：為確保熵值求權時對數運算有意義，將所有數據平移0.，比重化變換平移后的數值，獲得各指標的歸一化值，比重化變換計算公式如下：（1）

針對m個城市的第n項指標進行評價，將Ei定義為第i項指標的熵值，則：（2）由熵權法，則第i個指標的熵權為：