张雨纯 曾想 周瑜晴
工业旅游开发是优化工业空间、资源与环境关系的双重友好型产业，我国工业面临转型升级、产业结构调整的急迫任务，北京作为首都城市，对工业旅游开发的需求更加明显，因此本文从社会基础、旅游产业支持、工业资源基础、生态水平4方面对北京市内各辖区的工业旅游开发外部环境构建指标体系，采取主成分分析法对16个辖区进行工业旅游开发的优先级排序，进行综合评价，为北京市工业旅游开发提供参考。
引言
“十三五”旅游业发展规划指出，旅游发展需要与区域内各种资源整合，加强旅游业与工业等其他产业的深度融合。随着社会的不断发展，传统的单一型旅游产品已经很难满足消费者的需求。将旅游业与工业融合，形成新的工业旅游新业态，有利于提高经济效益，推动产业结构的调整。从目前的研究成果来看，国内的工业旅游研究主要集中于工业遗产旅游和工厂观光旅游这两个方面。近20年来，随着大中城市的产业转型升级以及文化产业的兴起，国内涌现了一批城区的工业产品与旅游业融合的实践，这些针对工业遗迹转型开发的探索与实践承担了遗产保护、经济发展、产业转型、城市更新和民生保障等一系列目标和任务，为工业旅游项目的发展积累了大量的经验。
北京在工业发展领域具有悠久历史，北京市工业发展面临转型问题。留下的工业旧址、生产机械设备以及附属设施等工业遗产蕴含丰富的历史文化价值，如果与现代旅游业结合在一起，能产生极大的经济效益，对工业遗产所在地的历史文化传承及经济发展具有非常重要的作用，值得当地政府予以保护和合理开发利用。所以加强旅游业与工业的融合，将现行生产资源或已废旧闲置资源就地转换为旅游资源，不仅有利于缓解工业发展给北京带来的资源和环境的压力，也给北京市旅游发展提供新的思路和方向。
然而北京各辖区经济、交通、社會环境等有很大的区别，在工业地的外部开发条件上也有所不同。本文从社会基础、旅游产业支持、工业资源基础、生态水平3方面对北京各市辖区的工业旅游开发适宜性进行评价，运用主成分分析法，以北京市辖区为研究尺度，对北京市工业旅游开发适宜性进行综合评价。
一、构建指标体系
本文借鉴目前的研究成果，从社会基础、旅游产业支持、工业资源基础、生态水平4方面分析影响北京市工业旅游开发的适宜性，并构建了指标体系。
（一）社会基础
首先，工业旅游开发是在社会环境下进行的，因此会受到社会各方面因素的影响。其次，工业发展与城市化水平密切相关，城市化有助于工业生产效率的提高以及产业结构的调整。再次，第三产业的发展对工业旅游开发产生影响。最后，对中小学生而言，工业旅游有利于从小培养他们的工业兴趣和新型工业化概念，根据调查，各区中小学生是工业旅游开发景点的高潜游客，因此选取了普通中小学校数量这个指标。
（二）旅游产业支持
旅游产业的竞争力是旅游开发的起点。旅游产业能否为工业旅游开发提供相应的服务支撑也是旅游开发的约束条件。工业旅游开发必然需要住宿业、餐饮业以及交通业等支持。入境旅游者人数能够反映一个地区旅游业发展现状，为旅游业的发展奠定基础。
（三）工业资源基础
发展工业旅游需要工业资源作为基础支撑，因此本文考虑北京市各区的资源规模以及资源要素价值，其中资源要素价值包括文化价值、科技价值以及艺术审美价值。
（四）生态水平
目前，生态环境问题是热点问题，生态环境质量是生态旅游开发和可持续发展的重要保障，游客们趋向于环境优美的旅游目的地，因此，各区的生态水平对工业旅游开发有很大的影响。除了自然生态环境之外，如今人们选择旅游目的地对城市形象非常看重，因此又选取了垃圾处理率这个量化指标来描述北京市各区的城市形象。根据以上指标选取原则和北京市的情况，本文对北京市工业旅游开发条件进行了分析，并构建了如表1所示的指标体系。
二、实证分析——以北京市为例
（一）数据整理
通过查阅各类资料获得指标体系中可以直接量化的指标数据，其中工业资源基础下的两个定性指标，通过专家打分转化为量化数据，资源规模依据完建工业旅游项目数量以及面积计分，文化价值依据年代久远程度、文化创意度以及城市象征力计分，科技价值依据科技发展水平、科普教育作用计分，计分为1～10，最终，通过以上方式处理获得定量化数据。
（二）主成分分析
主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标（即主成分），其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。
设Zi表示第i个主成分，i=1，2，……，n，可设：
（1）
式中：对每一个i均有c2i1+c2i2+…+c2ip=1，且[ci1+ci2+…+cip]使得Var（Z1）的值达到最大，并且每组cip间相互垂直。
（三）主成分分析的应用与结论
本文所建立指标体系拥有16个三级指标，各指标间相关性较大，在评估过程中难以取舍重要程度。因此，我们选择主成分分析法对各因子进行降维，抛弃小因子，保留大因子，得到更为简洁有效的指标评价体系，最大限度地避免信息重复。
1.主成分分析步骤及计算结果
（1）在已有数据的基础上，对原始数据进行标准化处理，并由标准化的数据矩阵计算出指标体系的相关系数矩阵。
（2）计算相关矩阵的特征值，根据指标体系中各变量成分累积贡献率的大小选取前K个主成分，这里的贡献率指主成分的方差与全部方差的的比重。我们规定主成分的累积贡献率须达到85%以上，从而决定主成分个数。
（3）得到4个新变量即主成分指标。由得分系数矩阵，即特征值的标准化特征向量得到4个主成分表达式，记为F1、F2、F3、F4。其中，awp表示变量Fw相对于16个指标的得分系数，见表2，w=1，2，3，4。zxn表示北京市各区域各指标变量对应的值。
（2）
通过公式（1）（2）（3），我们计算出各区域关于新解释变量的數值，如表2所示。
将4个主成分的贡献率作为权数，构建主成分综合评价函数。
F=（50.124%÷79.592%）×F1+（19.441%÷79.592%）×
F2+（10.028%÷79.592%）×F3（3）
根据以上公式，计算出北京市16个区域的综合得分，并由此进行排序得到表3。
由表3可以清晰看出朝阳区、海淀区的综合得分明显高于其他14个辖区;东城区、顺义区、丰台区和西城区是综合得分位列第三至第六且得分为正的4个区域;剩余区域得分皆为负数。一般来说，我们应按照梯队顺序对各辖区以工业旅游为导向进行发展建设与生态再造，但具体规划还需要再结合实际情况进行讨论。
三、结语
本文在目前的研究成果上从社会基础、旅游产业支持、工业资源基础、生态水平4个方面选取指标并构建指标体系，对北京市各辖区的工业旅游开发条件进行综合评价。利用主成分分析法将16个辖区的开发条件进行排序，为北京市工业旅游开发提供建议，合理确定各区的开发顺序，通过研究主要得到以下结论。
（1）工业旅游开发受多种因素影响，目前关于工业旅游开发的研究多集中于工业区的内部开发条件，而对工业区所处的整体工业旅游开发环境的各方面条件考虑不足。工业旅游开发必然是要依托于各辖区的，因此本文从4个维度分析工业旅游外部开发适宜性，一定程度上弥补了目前在该方面的研究。
（2）根据主成分分析法得出的结果，可以看出朝阳区和海淀区的废弃矿区旅游开发环境最好，且得分遥遥领先，为第一梯队;东城区、顺义区、丰台区、西城区得分相差不大，为第二梯队;剩余各区得分均为负，为第三梯队。因此北京市应根据各区域的开发环境确定开发的优先级，优先开发朝阳区和海淀区，逐步发展开发环境较好的东城区、顺义区、丰台区、西城区等市辖区。
（3）本文仅从工业旅游开发的外部条件分析各区的开发环境，着重宏观层面，接下来的研究可以结合各工业区的微观层面，对工业旅游开发地进行整理，研究各工业地的内部条件，如空间布局、水资源、大气污染程度、地质结构等进行整体分析，进一步确定各市辖区内各工业区进行工业旅游开发的优先级。
（作者单位：中国矿业大学（北京）管理学院）
