我国省区科普旅游发展潜力评价研究
作者: 何晓敏 徐文洪 张德芳 卫冉摘 要:科普旅游能够满足人们多样化的精神文化追求,促进科学知识和科学精神的普及传播,推动旅游业发展,实现经济效益和社会效益的提升。文章依据科普与旅游的“结合点”,选取影响科普旅游发展潜力的64个指标,构建我国省区科普旅游发展潜力评价指标体系,采用主成分分析法计算省区科普旅游发展潜力综合的得分并进行排名,建立3种科普旅游综合发展的二维分析模型,深入分析各省区科普旅游发展潜力现有的优势劣势和未来的发展方向,以期能够为相关人士提供参考。
关键词:科普旅游;评价体系;主成分分析法
中图分类号:F592.7 文献标识码:A
基金项目:河南省软科学研究计划项目“高新区绩效评价指标体系构建研究”(202400410046);河南省科学技术信息研究院基本科研业务项目(J202113)。
引言
科普是以大众易于理解的方式传播科学知识与科学方法、弘扬科学精神的活动。在科学渠道的选择过程中,具有愉悦性、文化性、精神性的旅游业成为一种合适的传播载体,可以让游客在开阔视野、放松身心的同时获取科学知识。作为科普与旅游业相结合的一种新型的旅游方式,科普旅游是以旅游作为科学知识传播的载体,充分挖掘旅游过程中包含的各种科学内涵,通过展览、体验、现场讲解等传播方式使游客获得科学知识的内化过程[1]。
本文通过构建科普旅游发展潜力评价体系,使科普旅游从概念层次转变成一种标准化、可衡量的模式,以期能够为科普旅游相关决策提供科学数据依据。
一、省区科普旅游评价体系的构建和研究方法
(一)指标体系的构建
科普产业与旅游业的结合点是建立科普旅游指标评价体系的一个重要的内容。比如,以科普产业和旅游业的“场所”为结合点,科技馆、博物馆、动植物公园等相关场所就属于科普旅游资源。
本文借鉴科普产业指标评价体系与旅游业发展潜力评价研究的相关成果,结合科普产业与旅游业的相关特点设计省区科普旅游发展潜力指标评价体系,具体包含科普产业支持潜力、科普旅游资源支持潜力、旅游业支持潜力3个子系统层,64个指标层(见表1)。
(二)研究方法
主成分分析法是对指标进行降维,将复杂的多指标简化为较为简单的综合指标,在减少指标之间的相关性时又不会降低信息的呈现度。运用主成分分析法计算指标的权重可以避免层次分析法的主观性[6]。本文通过SPSS软件对指标数据进行分析,采用主成分分析法计算各个指标的综合权重得分,具体可分为3步。

式(1)中,a为正向指标,xi为各指标的实际变量值,min为各指标的实际变量值中的最小值,max为各指标的实际变量值中的最大值。
第二,判断相关性。明确科普旅游指标之间的相关性,得到相关矩阵R。第三,计算特征值和方差贡献率。第四,计算主成分综合得分。第五,指标权重的归一化。
二、省区科普旅游发展潜力评价
(一)综合评价
本文数据来源于《中国科普统计2020年版》《中国文化文物和旅游统计年鉴2020》和《旅游抽样调查资料(2020)》等公开出版物[7],结合全国各省市开展科普旅游的实际情况,将各省区科普旅游发展潜力综合得分的分值区间定义在0~100分,并对全国各省区科普旅游开展等级进行划分。
第一,分值高于40分,说明科普旅游开展的等级最高。分值高于40分的省区分别是北京、江苏、广东、上海、浙江,这类省区有较强的经济实力,在科普产业支持、旅游业经济支持、科普旅游资源支持方面都占据有利地位。其中,科普人员投入充足,科普专职与兼职人员较多,有相关的科普图书、科普期刊、科普网站,重视科技活动的举办,定期举办创新科技类竞赛;旅游资源丰富,资源价值突出。这类省区是开展科普旅游的高潜力类型。
第二,分值在20~40分,说明科普旅游开展的等级较高。分值在20~40分的省区分别是湖北、四川、河南、山东、湖南、云南、新疆、福建、辽宁、河北、安徽、江西、陕西、重庆,这些省区其中一项二级指标较为突出,旅游业支持较高,旅游资源丰富,具有较好的开发条件和良好的客源市场,科普产业和科普旅游资源方面的支持较弱。
第三,分值在20分以下,说明科普旅游开发潜力较小。分值在20分以下的省区分别是广西、甘肃、内蒙古、天津、陕西、贵州、黑龙江、吉林、海南、青海、宁夏、西藏,这些省区科普产业人员、经费、场地等投入较少,旅游资源价值不太明显,各种科普实践活动还没有或者仅小范围开展。
(二)科普旅游发展模式分析
1.“三维指标”模式分析
图1为科普产业支持潜力-旅游业支持潜力-科普旅游支持潜力三维指标模式图。从图1中可以看出,3个二级指标的排序为科普产业支持潜力>旅游业支持潜力>科普旅游资源支持潜力,说明科普产业在科普旅游中起着至关重要的作用,旅游业支持和科普旅游资源支持处于辅助地位。综合排名前十的省区,科普产业的支持贡献了绝对的优势。
2.“二维指标”模式分析
(1)科普旅游发展潜力-科普产业支持潜力模式
图2横坐标为科普旅游发展潜力排名,纵坐标为科普产业支持潜力排名。参评的31个省市在科普旅游现实发展力和发展潜力平均排名是第16位,因此若某个省(或直辖市)的科普旅游发展潜力排名在16名之前,这说明该省(或直辖市)的科普旅游发展潜力偏强。
如图2所示,分布在A1区域的北京、江苏、上海、浙江等省区,科普旅游发展潜力和科普产业支持潜力排名均高于全国平均值,此类发达省区科普人员、科普场地、科普经费、科普活动、科普传媒、创新创业中的科普投入较高,为科普旅游产业的发展奠定了良好的基础。D1区域省区较多,此类区域两个指标的排名都比较落后。C1区域山东、新疆、安徽省区科普旅游发展潜力较高,但是科普产业支持潜力较弱,此类区域迫切需要科普产业的支持,提高科普人员的素养。
(2)科普旅游发展潜力-旅游业支持潜力模式

图3为科普旅游发展潜力-旅游业支持潜力模式图。分布在A2区域的北京、上海、江苏、广东、浙江等省区的科普旅游发展潜力和旅游业支持潜力排名均高于全国平均水平,此类省区可以旅游业促进科普产业旅游发展。D2区域省区较多,此类区域两个指标的排名都比较落后。C2区域新疆和河南这两个省区科普旅游发展潜力较高,但是旅游业支持潜力较弱,此类区域迫切需要大力推广旅游产业,加大科技馆、博物馆、图书馆等硬件设施的建设,提升旅行社、星级饭店的质量,加大旅游事业费占财政支出比重。

(3)科普旅游发展潜力-科普旅游资源支持潜力模式
图4为科普旅游发展潜力-科普旅游资源支持潜力模式图。分布在A3区域的北京、上海、江苏、广东、浙江等省区的科普旅游发展潜力和科普旅游资源支持潜力排名均高于全国平均水平,此类省区可以旅游业促进科普产业旅游发展。D3区域省区较多,如西藏、宁夏、青海、黑龙江等城市,此类区域两个指标的排名都比较落后。C3区域云南、湖南、河北、江西这4个省区科普旅游发展潜力较高,但是科普旅游资源支持潜力较弱,此类区域迫切需要大力挖掘自然资源,发展自然景区,增加人工景区如科技馆、博物馆、青少年科技馆的数量,探索历史人文民俗旅游资源,丰富旅游资源,提升旅游的质量。
三、结论
本文从科普产业支持潜力、旅游业支持潜力、科普旅游资源支持潜力3个方面入手,选取影响科普旅游发展潜力的64个指标因素,构建了基于主成分分析方法的发展潜力综合评价指标体系。建立了“科普旅游发展潜力-科普产业支持潜力”“科普旅游发展潜力-旅游业支持潜力”“科普旅游发展潜力-科普旅游资源支持潜力”3种二维分析模型,深入分析了不同省区科普旅游发展潜力现有的优势劣势和未来的发展方向。
第一,我国各省区科普旅游存在严重的两极分化的现象,北京、江苏、广东、上海、浙江等省区凭借着较强的经济实力、丰富的旅游资源和客源市场等硬实力,各个影响因子的排名遥遥领先。贵州、山西、内蒙古、宁夏、西藏等城市64个影响因子的排名较为落后,需要加大科普公益支持投入、发挥区域优势,继续挖掘蕴含人文科技的旅游资源,探索适合本省区的科普旅游发展模式。
第二,从“三维指标”模式分析中可以发现,在科普旅游中,科普产业的作用要大于旅游业支持和科普旅游资源支持,所以未来各省区应继续加大科普产业的投入,如提高科普人员中专职人员和兼职人员的比例。
第三,从“二维指标”模式分析得出,山东、安徽省区科普产业支持潜力较弱,此类区域迫切需要科普人员、科普经费、科普活动等科普产业的支持。新疆和河南这两个省区的优势是科普旅游发展潜力较高,但是旅游业支持潜力较弱,此类区域需要针对优缺点进行战略调整,大力推广旅游产业,加大旅游资源的挖掘,完善旅游产业链,提升旅游质量。云南、湖南、河北、江西这4个省区科普旅游资源支持潜力较弱,此类区域可以从两个方面进行改善:一是增加如科技馆、博物馆、青少年科技馆等人工景区的数量,利用人工智能等新型科技使游客更加直观便捷地获取科学知识;二是丰富旅游资源,打造精品科技旅游区,突出地域资源特色,深入研究和挖掘旅游资源与地域文化中的本质内容,从而提升旅游的质量。

参考文献
[1] 沈宏洁,赵临龙.基于IPA分析法的科普旅游评价体系中要素分布研究[J].湖北农业科学,2021(19):174-178.
[2] 杨铭铎,郭英敏.基于“科普+旅游”模式的科普工作发展思路[J].海峡科学,2015(12):21-22.
[3] 刘晓静,梁留科.国内科普旅游研究进展及启示[J].河南大学学报(社会科学版),2013(3):49-55.
[4] 王娜,钟永德,黎森.基于AHP的森林公园科普旅游资源评价体系构建[J].中南林业科技大学学报,2015(9):139-143.
[5] 包菊芬,杨勇.省区科普旅游发展潜力评价研究[J].旅游论坛,2015(5):65-71.
[6] 张克钦.我国能源金融市场风险评价及影响因素分析:基于主成分分析法的月度实证结果[J].时代经贸,2021(9):26-34.
[7] 刘晓静,梁留科.地质公园景区科普旅游评价指标体系构建及实证:以河南云台山世界地质公园为例[J].经济地理,2016(7):182-189.