基于BP神經(jīng)網(wǎng)絡(luò)的安徽省城市旅游競爭力關(guān)鍵因素識(shí)別

高鳳偉，張爽，李耀紅

基于BP神經(jīng)網(wǎng)絡(luò)的安徽省城市旅游競爭力關(guān)鍵因素識(shí)別

高鳳偉，張爽，李耀紅

宿州學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，安徽宿州，234000

首先建立安徽省城市旅游競爭力評(píng)價(jià)指標(biāo)體系，利用人工神經(jīng)網(wǎng)絡(luò)模型中的BP算法，以安徽省各城市為訓(xùn)練樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，待網(wǎng)絡(luò)訓(xùn)練好之后，則用來對(duì)影響各旅游城市競爭力的關(guān)鍵因素進(jìn)行識(shí)別。通過分析，識(shí)別出各旅游城市的關(guān)鍵因素，如合肥市關(guān)鍵因素為空氣質(zhì)量達(dá)標(biāo)率、工業(yè)廢水排放量等;蕪湖、宣城和池州市關(guān)鍵因素為固定資產(chǎn)投資率、接待旅客總數(shù)等，安慶市關(guān)鍵因素為人均GDP、固定資產(chǎn)投資率等，黃山市關(guān)鍵因素為每萬人擁有高校的學(xué)生數(shù)等。

城市旅游;旅游競爭力;BP神經(jīng)網(wǎng)絡(luò);關(guān)鍵因素

1 問題的提出

隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展，人們的生活水平較之前有了較大的提升，并在滿足了基本的物質(zhì)生活需要后開始追求精神生活的提高，旅游業(yè)應(yīng)運(yùn)而生。同時(shí)旅游業(yè)大大帶動(dòng)了旅游目的地的經(jīng)濟(jì)發(fā)展，成為當(dāng)代經(jīng)濟(jì)發(fā)展的加速器。因此，對(duì)旅游競爭力的研究越來越受到社會(huì)各界人士的關(guān)注［1-3］。目前，我國在核心競爭力的研究方面常用的方法有AHP法、模糊綜合評(píng)價(jià)法等多元統(tǒng)計(jì)分析方法，但是這些方法在運(yùn)用時(shí)多是要求變量之間不存在相互影響。對(duì)旅游競爭力的研究，整個(gè)系統(tǒng)復(fù)雜且影響因素較多，各因素之間的關(guān)系錯(cuò)綜復(fù)雜，有時(shí)候變量之間還存在非線性統(tǒng)計(jì)關(guān)系等，給各種方法的運(yùn)用帶來了不便。

本文運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型對(duì)安徽省城市旅游競爭力進(jìn)行研究，一是因?yàn)锽P神經(jīng)網(wǎng)絡(luò)模型不對(duì)指標(biāo)的相關(guān)性有要求，二是因?yàn)锽P神經(jīng)網(wǎng)絡(luò)模型具有非線性逼近的能力以及很好的自適應(yīng)能力和學(xué)習(xí)能力等特點(diǎn);同時(shí)通過隱含層“黑箱式”的網(wǎng)絡(luò)模擬能夠映射輸入與輸出的任何復(fù)雜非線性關(guān)系。

2 研究方法

2.1 模型說明

BP神經(jīng)網(wǎng)絡(luò)模型的主要特點(diǎn)是信號(hào)前向傳遞，誤差反向傳播，其傳輸結(jié)構(gòu)包括輸入層、隱含層、輸出層。在信號(hào)前向傳遞中，輸入信號(hào)從輸入層節(jié)點(diǎn)依次通過各隱含層處理，然后傳到輸出層節(jié)點(diǎn)。如果輸出層與期望的輸出值誤差超過界限，則根據(jù)誤差轉(zhuǎn)入反向傳播，模型依據(jù)預(yù)測(cè)誤差來調(diào)整網(wǎng)絡(luò)權(quán)值和閥值，從而使BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出不斷逼近期望輸出，直到輸出層與期望輸出值在誤差允許范圍內(nèi)，則網(wǎng)絡(luò)訓(xùn)練成功［4］。根據(jù)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，可以進(jìn)行多方面的應(yīng)用。該過程的拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

2.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

BP神經(jīng)網(wǎng)絡(luò)的標(biāo)準(zhǔn)學(xué)習(xí)算法是對(duì)網(wǎng)絡(luò)輸入無量綱化處理的外界輸入向量(x1，x2，…，xn)，該數(shù)值通過網(wǎng)絡(luò)輸入層、隱含層中各層函數(shù)的處理，得到輸出層;將輸出層與期望輸出(y1，y2，…，yn)進(jìn)行比較，通過誤差反向傳遞調(diào)整各層函數(shù)的連接值，使得輸出層不斷接近期望的輸出［5］。具體過程如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程

2.3 城市旅游競爭力指標(biāo)體系的建立

根據(jù)城市旅游競爭力相關(guān)概念，結(jié)合具體情況歸納城市旅游競爭力的影響因素，并參考國內(nèi)外城市旅游競爭力評(píng)價(jià)的設(shè)計(jì)方案［6-7］，建立評(píng)價(jià)安徽省城市旅游競爭力的三級(jí)指標(biāo)體系，即衡量城市旅游競爭力的綜合指標(biāo):A(B1，B2，B3，B4)(C1，C2，…，C13)，如表1所示。

表1 城市旅游競爭力評(píng)價(jià)指標(biāo)體系

2.4 數(shù)據(jù)處理

根據(jù)2014年安徽省統(tǒng)計(jì)年鑒及各城市2014年城市統(tǒng)計(jì)年鑒，選取2013年相關(guān)數(shù)據(jù)，以城市旅游競爭力較強(qiáng)的幾個(gè)代表性旅游城市如合肥、蕪湖、宣城、池州、安慶、黃山等為例進(jìn)行實(shí)證研究。

在建立BP神經(jīng)網(wǎng)絡(luò)之前先對(duì)原數(shù)據(jù)進(jìn)行歸一化和逆指標(biāo)正向化處理。歸一化即將各指標(biāo)數(shù)據(jù)投影到(0，1)區(qū)間得到各指標(biāo)的無量綱化數(shù)據(jù)。由于各變量單位不一致，故先將原數(shù)據(jù)標(biāo)準(zhǔn)化，削弱指標(biāo)的緯度，再利用標(biāo)準(zhǔn)化后的數(shù)據(jù)歸一化。逆指標(biāo)正向化是由于各指標(biāo)的屬性不同，在指標(biāo)體系中有個(gè)別指標(biāo)是逆指標(biāo)的形式，如交通噪聲情況和排放廢水量等。本文所用的歸一化公式和將逆指標(biāo)正向化公式如下:

逆指標(biāo)得分=1－逆指標(biāo)歸一化后數(shù)據(jù)

3 實(shí)證分析

建立BP神經(jīng)網(wǎng)絡(luò)模型。利用樣本數(shù)據(jù)進(jìn)行模型的仿真訓(xùn)練，通過設(shè)定網(wǎng)絡(luò)參數(shù)的值，包括隱含層的個(gè)數(shù)、隱含層連接函數(shù)、最初權(quán)值和閥值，運(yùn)用神經(jīng)網(wǎng)絡(luò)特殊的功能建立起一個(gè)性能優(yōu)良的模型，從而達(dá)到旅游總收入與各影響因素之間的關(guān)系映射。3.1 BP神經(jīng)網(wǎng)絡(luò)模型仿真訓(xùn)練

選用6個(gè)樣本城市作為訓(xùn)練樣本，以旅游總收入為期望輸出變量，用來描述城市旅游業(yè)的現(xiàn)狀，其余12個(gè)指標(biāo)作為輸入變量，由此形成輸入矩陣和輸出矩陣并進(jìn)行仿真訓(xùn)練。

輸入矩陣X中xij表示第i個(gè)城市的第j個(gè)指標(biāo)值，Y中yi是第i個(gè)城市的網(wǎng)絡(luò)期望輸出值。

運(yùn)用Matlan7.0軟件進(jìn)行網(wǎng)絡(luò)設(shè)計(jì)與訓(xùn)練，根據(jù)Robert Hecht－Nielsen理論，一個(gè)3層的BP網(wǎng)絡(luò)可以完成任意的n維到m維的映射，因此選用3層神經(jīng)網(wǎng)絡(luò)。初始權(quán)值和閥值均采用網(wǎng)絡(luò)默認(rèn)值，網(wǎng)絡(luò)結(jié)構(gòu)為:輸入層有12個(gè)神經(jīng)元，1個(gè)隱含層中有5個(gè)節(jié)點(diǎn)，輸出層有1個(gè)神經(jīng)元。網(wǎng)絡(luò)的訓(xùn)練函數(shù)采用TRAINLM函數(shù)，運(yùn)用LM算法;傳遞函數(shù)采用TANSIG函數(shù)。由于系統(tǒng)隨機(jī)設(shè)定網(wǎng)絡(luò)最初權(quán)值，每次訓(xùn)練的結(jié)果也不同，因此通過反復(fù)多次訓(xùn)練，選取其中誤差最小的網(wǎng)絡(luò)作為最終訓(xùn)練網(wǎng)絡(luò)，并確定訓(xùn)練網(wǎng)絡(luò)中的參數(shù)。訓(xùn)練路徑圖及訓(xùn)練過程圖如圖3和圖4所示。訓(xùn)練結(jié)果顯示，訓(xùn)練樣本在第5步達(dá)到要求，從第5步開始，每訓(xùn)練一次誤差不減而增，連續(xù)6次，因此系統(tǒng)在第11步停止訓(xùn)練，表明網(wǎng)絡(luò)實(shí)際輸出值與期望輸出值之間的誤差在允許范圍內(nèi)，模型達(dá)到標(biāo)準(zhǔn)，可作為最優(yōu)模型用于下一步分析［8-10］。

圖3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練路徑圖

圖4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程圖

3.2 利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行關(guān)鍵因素識(shí)別

在建立模型的基礎(chǔ)上，識(shí)別影響每個(gè)樣本城市的關(guān)鍵因素。模型可以識(shí)別各影響因素對(duì)輸出變量的影響程度，并根據(jù)影響程度的大小識(shí)別關(guān)鍵因素，現(xiàn)分別對(duì)6個(gè)城市旅游競爭力的關(guān)鍵影響因素進(jìn)行識(shí)別。具體做法是:先依次將第i個(gè)旅游城市對(duì)應(yīng)的第j個(gè)指標(biāo)值增加適當(dāng)比例r，其他指標(biāo)值保持不變建立如下矩陣。

然后將這組矩陣的數(shù)值輸入到上述訓(xùn)練好的網(wǎng)絡(luò)模型中，得到增加比例后的BP輸出值。將這組所得值與期望值的誤差與以上訓(xùn)練得到的誤差相比，得到競爭力波動(dòng)分值，反映各影響因素微量改變所帶來的競爭力的變化。按照上述方法，將合肥市各影響因素的數(shù)值依次增加10%，建立相應(yīng)的輸入矩陣，輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，將輸出值進(jìn)行相應(yīng)的處理，得到競爭力波動(dòng)分值，反映在每一個(gè)影響因素變動(dòng)情況下合肥市旅游競爭力的波動(dòng)情況。各城市影響因素的競爭力波動(dòng)情況如圖5所示。

由圖5可以看出，改變樣本城市的各個(gè)指標(biāo)值適當(dāng)比例(10%)后，能夠得到使競爭力波動(dòng)分值較大的幾個(gè)指標(biāo)，即識(shí)別對(duì)旅游收入有關(guān)鍵作用的因素。按照使競爭力波動(dòng)由大到小的程度整理出各城市影響旅游競爭力的關(guān)鍵因素，如表2所示。

圖5 各城市競爭力波動(dòng)情況

表2 各城市旅游競爭力關(guān)鍵因素

3.3 結(jié)果分析

對(duì)于合肥市，旅游總收入最多，最主要的因素是其經(jīng)濟(jì)總量較其他城市要多且是安徽省的政治經(jīng)濟(jì)文化中心，這方面的吸引力使合肥具有很高的知名度，旅游競爭力最強(qiáng)。該市的關(guān)鍵因素全部位于指標(biāo)體系中的城市環(huán)境競爭力，包括空氣質(zhì)量達(dá)標(biāo)率、工業(yè)廢水凈排放量、交通噪聲狀況(分貝)。因此，提高合肥市旅游競爭力的關(guān)鍵是提高合肥市的環(huán)境競爭力。對(duì)于蕪湖、宣城、池州三城市，其城市旅游競爭力關(guān)鍵因素則是固定資產(chǎn)投資額、接待游客總數(shù)和每萬人擁有高校學(xué)生數(shù)，它們分別屬于各城市的設(shè)施競爭力、經(jīng)濟(jì)競爭力和人才競爭力。影響安慶市城市旅游競爭力的關(guān)鍵因素是經(jīng)濟(jì)競爭力和環(huán)境競爭力。安慶市是人口和地理大市，但是經(jīng)濟(jì)發(fā)展能力有待提高，在發(fā)展經(jīng)濟(jì)過程中要注意提升環(huán)境競爭力。影響黃山市城市旅游競爭力的關(guān)鍵因素是人才、經(jīng)濟(jì)和設(shè)施競爭力，提高這三方面的競爭力對(duì)提升黃山市的旅游競爭力有很大作用。

4 結(jié)束語

BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自適應(yīng)能力、學(xué)習(xí)能力和非線性逼近能力，很適合研究指標(biāo)變量間關(guān)系不確定的模型建立。其最大的功能在于預(yù)測(cè)，但在核心競爭力領(lǐng)域的研究尚屬初期，該方法訓(xùn)練過程中自動(dòng)賦予各影響因素相應(yīng)的權(quán)值，該權(quán)值較人工賦值更加客觀，更加準(zhǔn)確。利用樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，進(jìn)而通過網(wǎng)絡(luò)進(jìn)行關(guān)鍵因素的識(shí)別，也許是神經(jīng)網(wǎng)絡(luò)的另一重要功能。

［1］Enright M N，Newton J.Determinants of tourism destination competitiveness in Asia pacific:comprehensivenes and universality［J］.Journa lof Travel Research，2005，43(4):339-350

［2］Botti L，Peypoch N，Robinot E.Solonadrasana.tourism destination competitive-ness:the French regions case［J］.Journal of Tourism Research，2009，2(1):5-24

［3］Dwyer L，Kim CDestination competitiveness:determinants and indicators［J］.Current Issues in Tourism，2003，6(5):369-414

［4］劉彩紅.BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的研究［D］.重慶:重慶師范大學(xué)計(jì)算機(jī)信息與科學(xué)學(xué)院，2008:1-34

［5］樊振宇.BP神經(jīng)網(wǎng)絡(luò)模型預(yù)算法［J］.軟件導(dǎo)刊，2011，7 (10):67

［6］孟秀紅.蘇州城市旅游競爭力評(píng)價(jià)研究［J］.重慶師范大學(xué)學(xué)報(bào):自然科學(xué)版，2014，11(6):139-144

［7］張廣海，龔荷.浙江省城市旅游綜合競爭力時(shí)空格局演化分析［J］.中國海洋大學(xué)學(xué)報(bào):社會(huì)科學(xué)版，2015(1):78-86

［8］張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)［M］.北京:機(jī)械工業(yè)出版社，2009:92-103

［9］飛思科技產(chǎn)品研發(fā)中心.神經(jīng)網(wǎng)絡(luò)理論與MATLAB 7實(shí)現(xiàn)［M］.北京:電子工業(yè)出版社，2005:79-91

［10］傅薈璇，趙紅.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)［M］.北京:機(jī)械工業(yè)出版社，2010:83-97

(責(zé)任編輯:汪材印)

C931

A

1673－2006(2016)04－0108－04

10.3969/j.issn.1673－2006.2016.04.028

2015-12-10

宿州學(xué)院自然科學(xué)項(xiàng)目“城市旅游競爭力評(píng)價(jià)指標(biāo)體系的應(yīng)用研究”(2013yyb08);省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃入選項(xiàng)目“安徽省房地產(chǎn)價(jià)格影響因素分析”(AH201410379074);宿州學(xué)院校級(jí)示范實(shí)驗(yàn)實(shí)訓(xùn)中心項(xiàng)目“統(tǒng)計(jì)實(shí)訓(xùn)示范中心”(szxysfzx201402)。

高鳳偉(1986－)，女，山東濟(jì)南人，碩士，助教，主要研究方向:區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)研究與建模。