文摘

脆弱性评估指标体系(要),包括旅游经济的敏感性和反应,被修改,建立了本文。根据收集到的数据,在2014 - 2018年中国31个省,旅游经济的敏感性和反应,改进后的综合评价投影寻踪聚类(PPC)模型,建立了计算和31个省的脆弱性指标,从而扩大旅游经济脆弱性评估方法。我们的实证结果显示,在2014年到2018年期间,灵敏度,作答,脆弱性指数总体上是不平衡的。旅游经济敏感性和时空分布特征一致表明,高东方和西方的低。相反,对于脆弱性,在东方时空分布特征是低和高在西方。40个指标中,工业固体废物利用的比例(%)、城市化率、密度等级公路和铁路网络(公里/公里²作答)产生最大的影响,而人口的比例受到自然灾害的影响,产业结构的多样化指数,和交通事故伤亡的数量敏感性的影响最为显著,这是最伟大的指标对脆弱性的影响。因此,为了有效降低敏感性,改善反应,从而减少旅游经济的脆弱性指数,各省应首先提高上述评价指标权重最大的。本文我们研究结果丰富了旅游业可持续发展的理论和推导的管理和政策的见解为进一步实现高质量的旅游经济的发展。

1。介绍

脆弱性和高质量的可持续发展是一个重要的问题。它已从过去的地质和自然灾害生态学、经济学、管理和其他领域(1- - - - - -6]。脆弱性主要涉及的概念“敏感性”,“适应性”,“一致”,等等(2,7- - - - - -11]。随着中国促进了高质量的经济的发展,旅游已经成为一种“时尚”和日常对人民追求美好生活的需求。旅游经济也成为高质量的一个重要组成部分区域经济的发展。2018年,中国国内旅游收入超过五万亿元,与7991万年的直接和间接的就业领域,占就业总人数的10.3%。相关产业增加值达到4.15万亿元,占GDP的4.5%。上海等省市制定相关政策进一步发展旅游业,甚至把它列为一个战略支柱产业。旅游经济系统是高度复杂的。它需要的综合开发和利用旅游资源,旅游生态系统,和旅游相关产业如住宿、餐饮、和运动。其发展与区域经济发展、社会服务体系,自然资源和生态环境。旅游经济系统的脆弱性是指旅游经济是制约区域自然资源禀赋和社会经济发展的基础上,主要涉及以下两个问题。 First, the tourism industry is apt to be affected by factors such as ecological resources, economy, society, and medical security. The more developed the tourism industry is, the more sensitive it is. Second, the vulnerability of the tourism economy directly affects the healthy development of tourism in a region and also depends on the ability to deal with the changes of external factors. Therefore, the study of tourism economy vulnerability and its influencing factors is of theoretical and practical significance for promoting the high-quality development of the regional tourism economy.

对旅游经济脆弱性的研究始于1970年代,已经成为一个活跃的研究课题在旅游经济2,6- - - - - -22]。研究旅游经济脆弱性的评价主要包括两个研究流。第一个是建立一个系统的、合理的评价指标体系。然而,不同的学者建立的指标体系可以完全不同。例如,只有14个指标的指标体系是由(10,12,14)和24和34个指标(18,19),分别。第二个研究流旨在确定指标权重第一或直接适用于一个适当的模型来综合评价。第二个流的主要方法包括加权综合评价(WCE) [12,13,15,17,19),集对分析(SPA) (9,10,14,16,18,21,22),摘要模式19),因子分析(FA)和主成分分析(PCA) (11(PPC[],投影追求23,24]和PPR [25])模型和TOPSIS (20.]。当温泉等方法,WCE、TOPSIS和线性加权指数方法应用,评价指标的权重必须事先获得;否则,这些权重是认为是相等的。理论上,当FA和PCA建模应用,需求必须满足,样本的数量是3 - 5倍的数量指标和样本数据(大约)遵循正态分布,这样可以获得稳定、可靠的结果。使用摘要和PPR模型时,必须使用一些其他方法提前获得合理的预期结果,这是一个需要解决的问题的综合评价方法。此外,摘要和PPR也有“垃圾和垃圾的特点。”也就是说,摘要的建模结果的可靠性和合理性(19]和PPR [25)取决于预期的价值。另外,摘要建模时,验证样本必须被用来监控培训过程在训练过程中避免过度训练;否则,该模型可能没有泛化能力和实用价值。因此,摘要建模非常困难和复杂等参数来确定合理的隐层神经元的数量以及判断是否发生过度训练。因此,结果因人而异,并不是唯一的26,27]。

因此,本文旨在获得全局优化PPC模型的判断标准的基础上优化过程是否得到真正的全局最优解,能够正确和可靠的PPC技术应用于旅游经济脆弱性的综合评价,得出各评价指标的权重,构建了旅游经济脆弱性评价函数,并避免权重确定的主观性和模糊性。因此,随后的PPC模型的应用方便,IEW-SPA方法的缺点和摘要模型是可以克服的。此外,它可以清楚地揭示了旅游经济脆弱性之间的关系和每个评价指标。基于获得的客观权重,每个评价指标的影响程度和重要性排名对旅游经济脆弱性可以直接确定,可以分析和障碍程度。本文综合评价和研究旅游经济系统的脆弱性在31个省、市、和自治区(以下简称省)从2014年到2018年并澄清这个大局,时间跨度,省空间差异,和主要影响(以及障碍)因素有关中国旅游经济系统的脆弱性,以提供决策和规划指导旅游危机的预防和控制在中国和省份,以及减少旅游经济系统的脆弱性。

本文的其余部分组织如下。节2、文学评论旅游经济脆弱性和投影寻踪聚类(PPC)模型。节3,旅游经济脆弱性综合评价系统提出和修改。节4收集的样本数据,综合评价PPC的敏感性指数和反应指数模型建立了旅游经济脆弱性指数。节5,结果和分析时空差异的敏感性,作答,各省之间的旅游经济的脆弱性。结论和讨论终于在一节6。

2。文献综述

本部分主要回顾了文学与旅游经济脆弱性和PPC的应用模型。第一篇论文(28在旅游经济脆弱性在发达国家和发展中国家于1989年在中国出版,没有实证研究。2013年,李9)应用集对分析方法基于信息熵权(IEW-SPA)的综合评价中国旅游经济脆弱性的变化和规则从1983年到2011年,脆弱性的概念定义为敏感性(包括16个评价指标)和反应(包括15个评价指标),得到指标的信息熵权重的方法,得到了评估值灵敏度,反应,分别和脆弱性,然后构造之间的线性关系脆弱,敏感,并作答。从那时起,IEW-SPA方法已广泛应用于旅游经济脆弱性评估(10,14- - - - - -16,21,22),但有一个非线性关系脆弱,敏感,反应(12,17,19]。尽管线性和非线性关系表明,脆弱性与敏感性呈正相关和负相关一致,差异是显而易见的。非线性关系的脆弱性指数降低的反应,可以大大提高线性关系,敏感性降低和增加反应在同一订单(但系数是不同的),而在非线性关系,不是在相同的顺序的改变。马等。19)构造的敏感性和反应17个指标组成的评价指标体系,分别。基于2017年30个省的数据,通过专家研究,每个评价指标三个等距的值放入一个间隔(称为单指数评价标准区间),并在每个时间间隔内,通过等距插值生成300个样本,从中随机选择50个样本作为测试样本,然后作答的敏感性评价模型和评价模型的网络结构,本文建立了16-17-1摘要技术。计算漏洞,他们使用上述非线性关系和信息熵权,主观的重量,重量和组合也获得,但还不清楚他们的期望输出值设置摘要模型,获得组合的目的是什么重量,或如何规范化指数数据。这篇文章没有解释如何预防过度训练摘要模型。获得的评估值的敏感性和反应非常小(小于0.3)。在建模的过程中,灵敏度,反应和脆弱性分为三个层次,在结果和分析部分,敏感性分为四个层次,这显然是不一致的。

从上面的分析可以看出,尽管许多进行了探索性研究,取得了一些结果的综合评价,旅游经济脆弱性,仍有许多问题需要进一步解决。

另一方面,投影寻踪聚类(PPC)技术可以应用于高维非线性和非正态分布数据的建模29日- - - - - -35]。PPC建模的基本概念是完全符合人类思维方式的综合评价排名,和分类,已广泛应用于管理科学、社会科学、自然科学等等。PPC模型已经应用于其他领域的脆弱性研究[23- - - - - -25,23日论文发表在中文和英文,但有些问题仍然出现在这些论文中描述的实际应用。的主要问题包括以下几点:首先,构建PPC模型时,采用半径密度窗口 是不合理的,一个实数编码加速遗传算法(RAGA)用于优化,但并没有获得全局最优的解决方案。第二,它是建立一个PPR模型与样本太少,小于的数量评估指标,所以是不可能建立一个稳定、可靠的PPR模型。第三,张和黄(33)采用了一种动态集群PPC模型(即DCPP)和拉格用于优化和目标函数使用是错误的。提出了正确的目标函数(34]。第四,有3篇论文使用的数据处理系统(DPS) [36软件,是不可能把密度窗口半径 ,因为R的DPS只能的时代 ,如0.20 ,0.1 ,和0.05 。

3所示。构建一个全面的旅游经济脆弱性的评价指标体系

评价指标体系的基础上,马等。19),脆弱性评价指标体系包括旅游经济的敏感性和反应由添加六个指标和修改一个指标如下:(1)总共20敏感性评价指标(即S1-S20)选择:旅游收入占GDP的比例(%),旅游外汇收入的比例对外贸易出口总额(%),旅游增长的弹性系数,旅游外汇收入旅游收入总额的比例(%),多元化产业结构指数,外国游客入境游客总量的比例(%),对外贸易依存度(%),旅游的员工占总员工的比例(%),登记失业率(%)在城市地区,交通事故的数量(情况下),交通事故伤亡的人数(人),交通事故财产损失(10000元),文盲率(%),社会保障和稳定(%),从自然灾害经济损失的比例(%),受自然灾害影响的人口比例(%),森林覆盖率(%),第三产业就业的比例(%),旅游居民比率(%),第三产业的产值占GDP的比例(%)。自“犯罪率”数据不能从中国法律年鉴获得和司法报道,表达的是“(转移)批准逮捕的数量(刑事)犯罪(犯罪嫌疑人)/居民的数量(10000)“来自人民检察院的工作报告的省份。工业多样性指数 ,在这是主要的附加值的比例,第二,和第三产业占国内生产总值(GDP),从而成为一个积极的指数。(2)有20个反应指标(即R1-R20),人均旅游的国内生产总值(10000元),旅游收入增长率(%),旅游劳动生产率(%),旅游资源丰富,旅游酒店和餐饮服务的收益比例收益(%),社会消费品零售总额(1亿元)、公共服务支出对财政支出的比例(%),教育支出对财政支出的比例(%),密度等级公路和铁路网络(公里/公里²),推广的手机(套/ 100人),业务的邮政和电信服务(合1亿元人民币),文化体育投资的比例(%),城市化率(%),许多医疗机构(单位),无害处置城市垃圾(%),工业固体废物利用的比例(%),环境保护投资的增长率(%),城镇居民家庭人均可支配收入(10000元),实际利用外国投资总额占GDP的比重(%),和环境保护机构的人员数量(人)。

上面列出的40个指标构成了脆弱性评价指标体系,在这森林覆盖率(肌力)是一个负面的指标。对于脆弱性,所有反应指标负指标。然而,由于反应是脆弱的“分母”,这些反应指标可以被规范化为正指标。

4所示。建立一个综合评价PPC的旅游经济脆弱性模型

4.1。适当的指标数据的预处理

根据表中所示的评价指标体系1从2014年到2018年,共有155观察收集(由于大量的数据,数据是省略了,但这是根据客户要求提供)。既有旅游收入增长率等动态指标和静态指标如业务的邮政和电信服务。不同指标的值有很大区别。因此,指标的原始数据应该标准化,消除不利影响的建模结果造成不同的维度。

考虑到这些指标的值的范围可能超过建模样本数据在实际应用程序中,正常化(规范化)预处理方法是均值为零和变化1采用。上述预处理后,只有一半的指标的值分布范围(−3,3)和遵循正态分布。例如,如图1(一)S5的直方图分布显然是倾斜的。

由于指标的最大值大于3(或最小值小于−3),建模结果很可能会扭曲。因此,乙状结肠函数是用于非线性归一化above-normalized值。因此,大多数指标的分布特征从而改善,一些指标的值转换为几乎遵循正态分布。例如,图1(b)显示了S5的改进的直方图分布。到目前为止,所有指标的值转换为[0,1]的范围。

4.2。PPC模型的构建原则

弗里德曼和图基(35)提出了PPC模型。高维数据投影到低维子空间,如一维或二维方向”的兴趣。“优化结果投影点(值)的样本数据在低维正在形成的几类(集群)尽可能独立,尽可能在一个类中。在本文中,一种改进的指数函数基于一维的投影寻踪PPC模型如下:

在(1),样本投影值 , 的最佳体重是jth评价指标 非线性归一化指标的价值吗j的样品我。所有样本投影值的标准偏差 ,越大值,样本投影点越分散。和样品的数量和评价指标的数量,分别。的平均值 。当地的密度是由 ,这表明当地所有样本的投影点密度。越大值越大,当地的密度。 代表了绝对的样本之间的距离我和示例j。的最大价值 。R投影的半径的窗口,一个合理的范围 。 单位阶跃函数。这是1 ;否则,它是0。 样品的峰态系数投影值。的值越小,流畅的投影值的分布,使样本投影值更分散。

4.3。Parasitism-Predation算法的原理和特点(PPA) [37]

模型(1)是一个非常复杂的函数和约束非线性平等和不平等,以及高功率和高维度。很难得到真正的最优模型(1)。通常,metaheuristic算法来自大自然的灵感是突出的,因为他们相当大的和高效的性能处理投影指标函数时是复杂的;这是观察到在过去的二十年里23- - - - - -25,29日- - - - - -34]。

parasitism-predation算法(PPA)是受多重交互的杜鹃,乌鸦,和猫,它模仿捕食者之间的交互(猫),这种寄生虫(杜鹃)和主机(乌鸦)crow-cuckoo-cat系统模型来克服问题的收敛性和较低的诅咒大数据的维数。提出的混合框架结合的相对优势的猫群优化(方案),布谷鸟搜索(CS),乌鸦搜索算法(CSA)来提高精度。嵌套、寄生和捕食阶段应该帮助探索能力和平衡的背景下解决分类问题。

PPA方法设计和实现相结合的优点,克服缺点的三个优化算法方案,CSA, CS,设计一个高效和健壮的新方法,可以更快、更好的搜索能力,并获得最优的各种问题。这使得PPA做出合适的勘探和开发能力之间的权衡。

实验结果表明,PPA是合适的和有用的启发式方法,能够很好地避免局部最小值与c相比,CSA, CSA, WOA算法。PPA因此被用来解决模型(1摘要)。更详细的原理和计算公式被称为(37]。

4.4。提出的定理和推论卢et al。30.,31日)来判断是否得到全局最优的模型(1)或不

虽然metaheuristic算法如PPA拥有搜索功能和优化,并不能保证每次都将达到全局最优。卢et al。30.,31日)提出了三个定理和两个推论判断优化过程达到真正的全局最优,如下。

定理1。如果一项指标与负规范化模式和积极的模式,其优化的重量必须相反与真正的全局最优值。

推论1。如果重量是最优的,重量也必须是最优的。

推论2。如果指标的值p是常数,其最佳体重必须是零。

定理2。如果两个指标的值完全相同的情况下,他们的最优权重必须相等。

定理3。如果约束是所有指标的权重必须等于或大于零,负指标的最佳体重必须为零。

与上述三个定理和两个推论,通过改变某些指标的标准化模式或添加一些假指标以同样的值,我们可以判断优化过程中达到真正的全局最优。更详细的证明过程是指(30.,31日]。

4.5。建立PPC旅游经济脆弱性综合评价模型的省份

建立了两个PPC模型敏感性指数和反应指数,分别。

首先,上述20灵敏度指标的非线性规范化数据被导入到PPC程序基于parasitism-predation算法(PPA) [37]。根据提出的定理和推论卢et al。30.,31日),并 ,PPC模型的全局最优解,最优权重的指标 {−−0.2541−0.0182,0.0859,0.3031−0.3370,0.1231,0.2815,0.1540−0.1159,0.3174,0.2843,0.2444−0.1127−0.0229−0.2356−0.4031−0.0611,0.1937−0.0034,0.2773), 363.51, 0.3713, 2680.26, 0.3659, 1.8294, 2.7381。敏感性指数的值(PPC投影值)计算每个省从2014年到2018年的。最优权重的指标,可以看出,12个指标的权重 是小于零,这表明这12个指标理论上“积极的指标”,但在现实中,这些指标与其他指标负相关。这表明这些指标的理论属性”与“实际属性不一致。”也就是说,评价指标的值越小 ,敏感性指数越大。相反,价值的评估指标必须大。因此,对于敏感性指数的理论属性评价指标和是正的。然而,这两个之间有负相关指标的数据。根据相关分析结果,可以看出指示器最大的重量与指数有显著负相关 , , ,和 。同时,之间存在显著的正相关和年代(3),年代(5),年代(13)年代(15)。因此,PPC建立模型,我们可以可靠地分析和判断实际属性不同指标之间的关系,提出更有针对性的措施和建议,以减少旅游经济脆弱性的省份。

同样,高于20的非线性规范化数据一致的评估指标,并导入到PPC程序 。我们获得指标的最优权重被(0.1882−0.2333,0.0448,0.0946,0.1281,0.1922−0.2560,0.0618,0.3272,0.2350,0.1823−0.1368,0.3289−0.3146,0.1004,0.3723,0.0556,0.2832,0.2480,0.2481), 635.28, 0.5153, 3245.55, 0.4739, 2.3694, 2.6328。每个省的反应指数从2014年到2018年是计算和获得。可以看出,只有四个指标的权重( )是小于零,这表明这四个指标的理论属性”是不符合他们的实际属性。

“理论属性之间的矛盾”和“实际属性,“最优权重小于零正确反映其特征。

4.6。获得省的旅游经济脆弱性指数的基础上,建立了PPC模型

一些敏感性指标和作答索引above-obtained大于0,有些是小于0,和其他人几乎等于0。如果脆弱性指数计算直接使用 ,的价值可能是严重扭曲的。例如,当 0.5和 , 将10,当 0.9和 , 只会是2。然而,之间的差异和在这两种情况下是0.45。因此,为了保持通用性,的值和应该是均匀的范围和线性转换为[0.25,1.0]。这给了 ,这是更容易被分类和理解。的值的敏感性和反应指数线性转换成的范围(0.25,1)列所示””和“”的表1,所示的脆弱性指数列””的表1。

它可以看到从值见表1从2014年到2018年的灵敏度指标11日,12日,11日,12日和北京、上海等13个省是高于平均水平,分别。11 11的反应指标,12日,13日,北京和上海等13个省是高于平均水平,对应的脆弱性指标15日,13日,11日,14日和12个省份,如广东和四川高于平均水平。18的脆弱性指标,14日,13日,13日和10个省份,分别从2014年到2018年,都大于1。这些研究结果表明,越来越多的省份以旅游业为支柱产业,旨在促进绿色发展,获得了更大的动力,认为“清醒的水域和郁郁葱葱的山脉是无价的资产。”因此,大多数省份改善了旅游经济脆弱性,低灵敏度指标采取措施或改善他们的反应值得注意的是,着手一个相对健康的绿色增长道路旅游经济的发展。然而,一些省份如西藏、新疆、广东和海南高脆弱性指数,将巨大的压力的平衡发展旅游业和保护生态环境。

5。结果和分析

5.1。分析旅游经济脆弱性的时空分异特征,灵敏度,反应的省份

5.1.1。与不同层次体现差异化特征

为了方便,灵敏度、反应和脆弱性指数分为五个层次:低,相对较低,介质,较高,高。敏感性指数(年代),反应指数(R),和脆弱性指数(V)从2014年到2018年被排名最优分割方法与样本分类(36成五个层次。分类结果之间的比较如图2014和2018年22018年,如表所示2。

至于敏感性指数,2014年大多数省份处于中低水平(早期)和2018年在中、高水平(晚期),表明大多数省份注意提高旅游经济的敏感性。在海南尤其如此,改变从“低”到“较高”的水平。海南省,四个重要指标的值大大改变从而导致其敏感性改变明显。例如,两个积极的指标如下:第三产业的产值的比例占GDP(%)变化的比例从58.1%降至69.5%,旅游外汇收入总旅游收益(%)变化从51.4%到66.3;实际的负面指标如下:从自然灾害经济损失的比例(%)从68.8%变化到6.4%,受自然灾害影响的人口比例(%)变化从5.07%降至0.12%。在贵州和宁夏,它从“低”提升为“中等”水平。大多数省份都提升了一个级别,除了辽宁、从“高”改为“媒介。37“总的来说,15日,46岁,26日和27个样本”低,“”相对较低,”“媒体”“相对较高,”和“高”的水平,分别。这个占了9.6%,23.9%,29.7%,17.4%,和19.4%,分别。因此,样品的数量在“媒介”和“相对较低”的敏感性水平是最大的,样本的数量在一个“低”的敏感性是最小的水平,和样本的数量在“较高”和“高”的敏感性水平基本上是相同的。

的分布特征一致指数基本上是类似于敏感性指数。大多数省份“低”和“中等”一致的水平在2014年和2018年“媒介”和“高”级别,表明大多数省份的旅游经济反应迅速提升,特别是湖南,改变从“相对较低”到“较高”水平,和11个省份甘肃和新疆等提升了一个级别。没有反应下降一个级别以上的省份。

有16个,36岁,46岁,26日和27日样本与“低”,“相对较低”,“中”,“相对较高,”和“高”一致的水平,占10.3%,23.2%,29.7%,17.4%,和19.4%,这表明,大多数样本位于“媒介”和“相对较低”作答,样本的数量与“低”作答是最小的,样本的数量和“较高”和“高”反应水平基本上是相同的。

在旅游经济脆弱性指数方面,2014年,河北等15个省在“较高”层面,而贵州等6省和其他7个省份,如上海在“低”和“相对较低”的水平,分别,只有西藏是“高”级别。在2018年,只有六个省份处于“相对较高的水平,和10个,9和5省份处于“低”,“相对较低,”和“媒介”的水平,分别。结果表明,大多数省份的旅游经济脆弱性已经下降,特别是在甘肃、安徽、辽宁、湖南两省,从“较高”到“快速变化的相对较低。“只有贵州促进了从“低”“相对较低”的水平。

有30个,今年49岁,39岁,29岁,和8个样品在“低”,“相对较低”,“媒介”,“相对较高,”和“高”的弱点,占19.3%,31.6%,25.2%,18.7%,和5.2%,分别。结果表明,大多数样本是在“媒介”和“相对较低”脆弱性水平,样本的数量在“低”和“较高”漏洞基本上是相同的,在“高”的脆弱性和样本的数量是最小的。八个样品处于“高”的弱点,从2015年到2017年,新疆和西藏从2014年到2018年。

5.1.2中。体现了时空分布特征与集聚

敏感性指数有很强的区域集聚。举个例子,在2014年和2018年,在中国东部10个省份中,除了河北和海南、北京、上海等6个省在“高”的敏感性,和福建和山东“较高”敏感性;中国中部六省包括山西通常是“相对较低”,“中等”敏感性在2014年,在“介质”——“较高”2018年敏感性;在中国西部12个省,除了甘肃灵敏度较低,一般都与“低”,“相对较低”的敏感性在2014年和“相对较低”,“中等”敏感性在2018年。

类似于敏感性指数,在中国东部的10个省份中,8个省份(除了河北和海南在“相对较低”)在“较高”和“高”作答。在中国东北三省在“媒介”和“较高”作答。西藏、新疆、青海和甘肃在“低”和“相对较低”作答。在中国西部和中部其他省份处于“相对较低”,“中等”作答在“介质”——在2014年和2018年“较高”作答。

存在明显的时空差异的三种类型的索引。西藏是在高脆弱性;新疆、甘肃、青海、和其他一些省份“较高”的弱点。2014年华东五省,如河北、浙江、广东、山东、福建,在相对较高的脆弱性,以及省在中国东北,辽宁和黑龙江等省位于中国中部,包括湖南、江西等等。2018年,中国东部省份海南和广东等也在“较高”的弱点。除了广东和海南省,另8个省份在中国东部处于“低”和“相对较低”的弱点。

5.2。分析指标的重要性和排名

5.2.1。敏感性评价指标的重要性和排名

基于敏感性指数 ,最优权重就越大的指标j,指标的影响就越大j在敏感性指数。因此,在20敏感性评价指标,指标有最大的影响,它的最佳体重是0.4031,其次是吗然后 。之后,我们有 。最后三个指标的权重是微不足道的,可以忽略它们。前四个指标的权重大于0.30,确认他们是最重要的。5日至10日的权重指标在0.20和0.30之间,说明其重要性。11到15的权重指标在0.10和0.20之间,来显示他们的温和的重要性。十六至十七指标期间的重量在0.05和0.10之间,表明它们是次要的。最后,最后三个指标都不重要,可以删除。

5.2.2。的重要性和排名一致评价指标

20一致评价指标中,最重要的一个指标 ,紧随其后的是然后 。之后,我们有 。四大是最重要的指标,5日10日是重要的指标,11日至16日是比较重要的指标,最后四个次要的重要指标。最大到最小重量的比值小于9,表明所有评价指标是很重要的。

5.2.3。脆弱性评价指标的重要性和排名

从脆弱性指数的计算公式 ,可以看出,更重要的指标敏感性指数和反应指数也更重要的脆弱性指数。然而,由于有一个“商”之间的关系年代和R,增加或减少的价值R有更明显的影响在减少或增加的脆弱性指数。如果不同的敏感性和反应指标之间的权重很小,反应指标有更大影响的脆弱性指数。因此,省应该采取更有针对性的措施来提高反应指标,从而减少脆弱性指数更能导电地。具体地说,我们应该首先采取措施改善反应指标与大重量的比率等工业固体废物利用和城市化率。经济发达的省份,如广东,而大力发展经济,政府必须采取有效措施,改善他们的反应。

6。结论和讨论

6.1。结论

但是。分布特征的时空差异旅游经济脆弱性、敏感性,并作答

从2014年到2018年,在中国31个省的旅游经济脆弱性逐年有所提高,表明所有省份的政府取得了好的结果自己新的发展阶段的基础上,进行了新的发展理念,建立新的发展模式,从而打破了新路径来实现高质量发展18日中国共产党的全国代表大会。

同时,研究结果表明,有明显的发展不平衡和“集聚”特征之间的旅游经济脆弱性省东部、东北、中部、西部。一般来说,在中国东部省份的整体脆弱性处于低水平,省东北部,中国中部和西部一些省份处于中等水平。虽然在中国西部省份的敏感性指数并不是在一个较高的水平,他们的反应是在一个相对较低的水平,从而导致较高的旅游经济脆弱性。例如,西藏、新疆、青海和甘肃“高”的弱点。因此,在大力发展旅游经济,省的政府在中国西部必须更加注意保护生态环境,考虑道路和其他基础设施的建设,加强交通管理,并减少意外事故造成的人员伤亡和直接经济损失。否则,他们会在“高”漏洞很长一段时间,这将不可避免地导致旅游经济迅速衰退。中国中部省份的漏洞,中国东北,在中国西部一些省份基本上是在“相对较低”和“媒介”的弱点。这些省份必须采取预防措施来实现高质量的耦合和协调发展的经济、社会和生态环境。在中国东部省份,除了广东和海南,他们基本上是在“低”和“相对较低”的弱点,表明取得了显著成绩的全面实施新的发展理念。在大力发展旅游经济省份,如广东和海南必须更加注重提高他们的反应。 Otherwise, the high-quality development of the tourism economy will become a tree without a root or water without resource, and the tourism resources will soon be exhausted. In short, provinces’ government in both economically developed and developing regions should implement the new development concept and unswervingly take the road of green development with ecological protection as the priority.

敏感性和反应而言,一方面,有不平衡和“集聚”,另一方面,有不同的分布时空分异特征。总的来说,中国东部省份的敏感性和反应是在相对较高的水平,这些在中国西部处于相对较低的水平,这些在中国东北,中国中部和西部一些省份处于中等水平,这基本上是相反的脆弱性指数的分布特征。例如,西藏和青海以相对较低的灵敏度和反应,但最高的脆弱性。

6.1.2。评价指标的重要性和排名

(1)敏感性评价指标:自然受灾人口/人口,工业多样化指数、交通事故、旅游外汇收入/旅游收益的四个最重要的指标。六个指标,包括交通事故伤亡的数量,是重要的指标。第三产业增加值/ GDP等指标中重要的指标。因此,在实践中,所有省份应该首先加强预测、预警、预防自然灾害,尽可能减少受影响的人口,加强和优化交通控制,加强极端天气预报,有效地减少交通事故的人员伤亡和财产损失。(2)反应评价指标:工业固体废物利用的比例,城市化率、密度等级公路和铁路,和医疗机构的数量是四个最重要的指标,和六个指标,包括城镇居民家庭人均可支配收入、公共服务支出/财政支出、环境保护机构和人员的数量,是重要的指标。在实践中,省份应该首先采取措施提高工业固体废物利用的比例,促进城市化的发展,加快道路和其他基础设施的建设。(3)脆弱性评价指标:根据脆弱性指数 ,为了有效地减少旅游经济的脆弱性,各省应考虑,采取综合措施,提高反应和降低灵敏度。特别是,应优先考虑改善作答。

6.1.3。PPC的建立旅游经济评价模型的灵敏度,反应和脆弱性

基于Ma et al。19),旅游经济敏感性的评价指标体系,作答,设置和脆弱性,和数据标准化与零均值和变异,乙状结肠规范化改进指标数据的分布和消除负面影响的不同维度建模的结果,使模拟结果更加可靠,稳定,和合理的。

一种改进的PPC模型,全面建立模型和评估旅游经济的敏感性和反应在31个省从2014年到2018年,脆弱性指数计算使用 。实证研究结果表明,从2014年到2018年,所有省份实现新的发展理念,建立新的发展模式,实现协调、绿色、优质发展经济,社会,生态,减少旅游经济的脆弱性在某种程度上,奠定了良好的基础,旅游经济的可持续发展。然而,仍然有不平衡的问题。的敏感性和反应,本研究显示时间和空间分异的特点:在中国东部省的,是在高级别上,那些在中国西部省份,如西藏水平低,与中国中部省份,中国东北,在中国西部一些省份处于中等水平。脆弱性分布特征恰恰相反。大多数省份在中国西部西藏等“高”和“较高”脆弱性水平,在中国东部的省份(广东和海南除外)在“低”和“相对较低”脆弱性水平,和一些省份在中国东北,中国中部和西部“相对较低”和“媒介”脆弱性水平。

6.2。讨论

对旅游经济脆弱性的研究可以揭示,帮助法官的主要限制性因素影响旅游业的高质量的发展,具有重要的理论意义和实用价值不断促进优质旅游背景下的全球旅游的发展。目前的研究方法主要是管理构建敏感性评价指标和反应评价指标,分别,然后获得敏感指数(年代)和反应指数( ),以通过使用获得脆弱性指数 或 。

不同的学者有不同的算法求解灵敏度的值指数( )和反应指数( )。集对分析方法的主要方法包括,IEW-SPA-based信息熵权,基于信息熵权、线性加权法和摘要。这些方法有不同的原则;因此,结果必然是不同的。如上述,信息熵权不能揭示实际数据之间的负相关的指标,和集对分析(SPA)有一些缺陷,如不对称。摘要模型非线性逼近能力的理论,但足够的样品必须满足的需求,必须采用网络结构尽可能紧凑,必须用于监控和验证样本的训练过程,以避免过度训练;否则,建立摘要模型可能没有泛化能力和实用价值。

数据可用性

使用的数据来自中国年度统计年鉴和可按照客户要求定制。

的利益冲突

作者宣称没有利益冲突。