SPSS统计分析与应用课程报告旅游酒店(共24页)

《SPSS统计分析与应用课程报告旅游酒店(共24页)》由会员分享，可在线阅读，更多相关《SPSS统计分析与应用课程报告旅游酒店(共24页)（24页珍藏版）》请在装配图网上搜索。

1、SPSS统计分析与应用课程报告城市旅游业与星级酒店相关分析姓 名： 学 号： 2013 年 6 月 30 日 城市旅游业与星级酒店相关分析 摘要 酒店是城市旅游产业客源的主要承载部门，酒店的客源市场取决于城市的旅游客源市场。随着城市面貌的巨大变化，旅游业也飞速发展，一个城市拥有高档次星级酒店的多少，反映了一个地方旅游接待能力水平的高低，长期以来，中国城市旅游业以入境观光为龙头而超常发展。然而进入二十世纪九十年代中期以后，我国旅游市场环境发生了根本性的变化，酒店业进入了买房市场需求约束性状态1。各城市酒店业在入境客人、国内客人等主要客源市场上表现出不同的特点。豪华酒店的热潮可以说席卷了全国，从一

2、线到二三线城市，从CBD到风景区，大量的五星级酒店或者是含五星级酒店的高端城市综合项目在进行，高星级酒店的热度超乎想象。关键词 星级酒店 城市级别 单因素方差分析 f检验 聚类分析 回归分析一、利用单因素方差分析1建立数据文件。定义变量名：市别、宾馆总数、五星级酒店、四星级酒店、三星级酒店、二星级酒店、一星级酒店、客房、床位、客房出租。并将城市按照中国城市等级榜1将其分等。图12. 选择菜单“分析(Analyze) 比较均值 单因素”，弹出“单因素方差分析”对话框。在对话框左侧的变量列表中选择变量“宾馆酒店”、“五星级酒店”、“四星级酒店”、“三星级酒店”“二星级酒店”、“一星级酒店”进入“因

3、变量列表”框，选择“城市级别”进入“因子”框。图23设置均值多重比较类型。单击“两两比较（Post Hoc）”按钮，弹出“单因素：两两比较”对话框。在“假定方差齐性（Equal Variances Assumed）”复选框组中，选择LSD法进行方差齐时两两均值的比较。图34方差齐性检验，单击“选项”按钮，弹出“单因素：选项”对话框。在“统计量”复选框组中，选择“描述性”输出观测变量的基本描述统计量，选择“方差同质性检验”表示进行方差齐性检验。图35单击“确定（OK）”按钮，执行多因素方差分析，得到输出结果。描述N均值标准差标准误均值的 95% 置信区间极小值极大值下限上限五星级酒店1219.0

4、01.4141.0006.2931.711820225.503.5362.500-26.2737.2738385.756.4972.297.3211.1812141.00.0051.00.00681.13.991.350.301.9503总数224.736.4821.3821.857.60021四星级酒店1235.004.2433.000-3.1273.123238228.001.4141.000-4.7120.71793811.257.4982.6514.9817.52325414.00.44511.00.11683.501.414.5002.324.6825总数229.5010.1122.

5、1565.0213.98138三星级酒店12108.5054.44738.500-380.69597.69701472241.5031.82022.500-244.39327.3919643829.0013.7944.87717.4740.53748415.00.555118.00.18186812.886.8132.4097.1818.57424总数2229.9131.8826.79715.7744.044147二星级酒店1235.0012.7289.000-79.36149.362644227.001.4141.000-5.7119.7168388.136.1282.1673.0013.2

6、5221413.00.335111.00.1111685.253.6151.2782.238.27010总数229.329.8432.0994.9513.68044一星级酒店12.00.000.000.00.000022.50.707.500-5.856.850138.88.835.295.181.570241.00.00511.00.1168.00.000.000.00.0000总数22.41.666.142.11.7002宾馆酒店121291.50686.601485.500-4877.367460.36806177722447.5034.64824.500136.20758.804234

7、7238395.38262.68192.872175.77614.98286924112.00.121251825.00.82582568332.00179.61563.504181.84482.1634604总数22460.64381.91081.423291.31629.97121777方差齐性检验Levene 统计量df1df2显著性五星级酒店1.777a316.192四星级酒店4.053b316.025三星级酒店26.448c316.000二星级酒店3.276d316.048一星级酒店7.432e316.002宾馆酒店10.133f316.001a. 在计算 五星级酒店 的方差齐性检验

8、时，将忽略仅有一个案例的组。b. 在计算 四星级酒店 的方差齐性检验时，将忽略仅有一个案例的组。c. 在计算 三星级酒店 的方差齐性检验时，将忽略仅有一个案例的组。d. 在计算 二星级酒店 的方差齐性检验时，将忽略仅有一个案例的组。e. 在计算 一星级酒店 的方差齐性检验时，将忽略仅有一个案例的组。f. 在计算 宾馆酒店 的方差齐性检验时，将忽略仅有一个案例的组。ANOVA平方和df均方F显著性五星级酒店组间565.4895113.0985.711.003组内316.8751619.805总数882.36421四星级酒店组间1720.0005344.00012.875.000组内427.500

9、1626.719总数2147.50021三星级酒店组间15711.94353142.3898.924.000组内5633.87516352.117总数21345.81821二星级酒店组间1516.3985303.2809.361.000组内518.3751632.398总数2034.77321一星级酒店组间3.9435.7892.348.089组内5.37516.336总数9.31821宾馆酒店组间.2165.0435.096.006组内.8751673841.305总数.09121图4图4图5图6图7由以上各图可以看出，第一级别的城市酒店宾馆拥有数量都最高，而三级城市的四星级酒店和五星级酒店

10、比二级城市的多，三级城市的二星级酒店和一星级酒店数量都高于四级城市，而二星级城市在二至四级城市中，五级城市占有最多，宾馆酒店也是五级城市拥有最多。四级城市拥有的三星级酒店最少，甚至比低级过它的五级、六级城市还少。一级城市人口较多，流动人口以及外来出差、旅行的人相对比较多，对酒店的需求比较大，况且一级城市占地较大，为酒店的建设提供基本的条件。三级城市主要发展四星级酒店，这是由于三级城市主要是沿海城市，旅游业发展也比较好，有些城市的经济主导行业也是旅游业，外来出租酒店的人员都属于经济较为宽裕的人，所以偏向居住四星级酒店这种中等偏上又不至于需要花费大笔价钱如五星级酒店的住宿，所以三级城市的四星级酒店

11、所占比例偏高，五星级酒店在数量上也超过了二级城市，这可能是由于二级城市出于广东省中部或北部，且二级城市一般不以旅游业为主导行业，旅游业发展并不十分发达，所以酒店数量相对较少也情有可原。五级城市的宾馆酒店和二星级酒店也相对较多，从中国城市排行榜中可以看到，五级城市是经济城市、重要交通枢纽城市以及重点旅游城市，所处位置决定了五级城市的酒店数量，交通枢纽城市必将带来大量的外来出差、旅行的人口，但是五级城市经济没有一级到四级城市那么发达，所以五级城市在除了一级城市以外的几个级别城市中，由于硬件条件不够，城市面积不够大，在规划上，酒店总数相对高级点的城市比较低，但二星级酒店、一星级酒店、宾馆酒店这类星级

12、较低的酒店所占比例却在它们中显得较为突出。另一小部分三星及三星以下级的酒店销售良好，入住率很高，所以适合一些比较低级的城市发展，但酒店似乎发展到了一个坎儿上，员工热情、销售业绩、服务质量都无法再上一个台阶。撇开广东省，从大中国趋势上看，大多数四、五星级酒店在本行业纵向比，还算显得略高一等，但在国际上横着比，中国高档酒店在战略态势、管理精度、服务深化和全球运作方面和国际同等级酒店不可同日而语，中国的大多数四、五星级酒店的软环境只相当于国外三星甚至更低档次的酒店。所以城市酒店的级别与城市的级别没有太直接的关系，而与该城市的经济、主导行业、地理位置等的关系较为密切。二、利用聚类分析1建立数据文件。2

13、单击“分析”-“分类”-“系统聚类”，将“宾馆酒店”、“五星级酒店”、“四星级酒店”、“三星级酒店”“二星级酒店”、“一星级酒店”进入“变量”框，选择“城市级别”进入“标注个案”框。图83. 单击“Statistics（统计量）”按钮，弹出“Hierarchical Cluster Analysis: Statistics”对话框，选择“Proximity matrix（相似性矩阵）”以显示距离矩阵，图94. 在“系统聚类分析”对话框中单击“方法”按钮，打开“系统聚类分析：方法”对话框，选择群集法“组间联接”，度量标准采用“p e ars on相关性法”，在“转换值”中选择无。单击“继续”返回

14、主对话框。图105. 单击“绘制”按钮，弹出“系统聚类分析：绘制”对话框，选择“树状图”（树型图）选项，在“(方向)”中选择垂直方向。单击“继续”返回主对话框。图116单击“OK（确定）”按钮，得到输出结果。案例处理汇总a案例有效缺失总计N百分比N百分比N百分比2643.33456.760100.0a. 平均联结（组之间）案例 值向量间的相关性 1:广 州 2:深 圳 3:珠 海 4:汕 头 5:佛 山 6:顺 德 7:韶 关 8:河 源 9:梅 州 10:惠 州 11:汕 尾 12:东 莞 13:中 山 14:江 门 15:阳 江 16:湛 江 17:茂 名 18:肇 庆 19:清 远 20

15、:潮 州 21:揭 阳 22:云 浮 23:珠 三 角 24:东 翼 25:西 翼 26:山 区 1:广 州 1.0001.000.998.999.981.9331.000.999.8811.0001.000.959.999.999.999.999.998.999.999.910.998.9991.000.999.9991.0002:深 圳 1.0001.000.998.999.981.936.999.999.8801.000.999.962.999.999.999.999.998.998.999.912.998.9991.000.999.999.9993:珠 海 .998.9981.000.

16、996.987.928.997.995.900.998.997.966.996.996.995.996.994.994.996.918.993.994.998.996.995.9974:汕 头 .999.999.9961.000.973.9301.0001.000.8651.0001.000.9521.0001.0001.0001.0001.0001.0001.000.9001.0001.000.9991.0001.0001.0005:佛 山 .981.981.987.9731.000.948.976.971.951.978.975.976.973.973.973.972.969.969.97

17、3.963.967.972.980.973.972.9756:顺 德 .933.936.928.930.9481.000.928.927.864.931.928.944.928.925.928.929.929.926.928.971.929.933.933.931.929.9297:韶 关 1.000.999.9971.000.976.9281.0001.000.8701.0001.000.9531.0001.0001.0001.000.999.9991.000.901.999.9991.0001.0001.0001.0008:河 源 .999.999.9951.000.971.9271.00

18、01.000.861.9991.000.9491.0001.0001.0001.0001.0001.0001.000.8951.0001.000.9991.0001.0001.0009:梅 州 .881.880.900.865.951.864.870.8611.000.874.867.905.864.864.866.863.855.858.864.941.851.862.879.863.862.86910:惠 州 1.0001.000.9981.000.978.9311.000.999.8741.0001.000.9581.0001.000.9991.000.999.9991.000.906.

19、999.9991.0001.000.9991.00011:汕 尾 1.000.999.9971.000.975.9281.0001.000.8671.0001.000.9541.0001.0001.0001.000.999.9991.000.900.999.9991.0001.0001.0001.00012:东 莞 .959.962.966.952.976.944.953.949.905.958.9541.000.952.953.950.951.948.947.952.944.948.949.960.952.950.95313:中 山 .999.999.9961.000.973.9281.00

20、01.000.8641.0001.000.9521.0001.0001.0001.0001.0001.0001.000.8971.0001.000.9991.0001.0001.00014:江 门 .999.999.9961.000.973.9251.0001.000.8641.0001.000.9531.0001.0001.0001.0001.0001.0001.000.896.999.999.9991.0001.0001.00015:阳 江 .999.999.9951.000.973.9281.0001.000.866.9991.000.9501.0001.0001.0001.0001.0

21、001.0001.000.897.9991.000.9991.0001.0001.00016:湛 江 .999.999.9961.000.972.9291.0001.000.8631.0001.000.9511.0001.0001.0001.0001.0001.0001.000.8981.0001.000.9991.0001.0001.00017:茂 名 .998.998.9941.000.969.929.9991.000.855.999.999.9481.0001.0001.0001.0001.0001.0001.000.8931.0001.000.9991.0001.0001.00018:

22、肇 庆 .999.998.9941.000.969.926.9991.000.858.999.999.9471.0001.0001.0001.0001.0001.0001.000.8921.0001.000.9991.0001.0001.00019:清 远 .999.999.9961.000.973.9281.0001.000.8641.0001.000.9521.0001.0001.0001.0001.0001.0001.000.8981.0001.000.9991.0001.0001.00020:潮 州 .910.912.918.900.963.971.901.895.941.906.90

23、0.944.897.896.897.898.893.892.8981.000.892.899.909.900.896.90121:揭 阳 .998.998.9931.000.967.929.9991.000.851.999.999.9481.000.999.9991.0001.0001.0001.000.8921.0001.000.9981.0001.000.99922:云 浮 .999.999.9941.000.972.933.9991.000.862.999.999.9491.000.9991.0001.0001.0001.0001.000.8991.0001.000.9991.0001.

24、0001.00023:珠 三 角 1.0001.000.998.999.980.9331.000.999.8791.0001.000.960.999.999.999.999.999.999.999.909.998.9991.000.999.9991.00024:东 翼 .999.999.9961.000.973.9311.0001.000.8631.0001.000.9521.0001.0001.0001.0001.0001.0001.000.9001.0001.000.9991.0001.0001.00025:西 翼 .999.999.9951.000.972.9291.0001.000.8

25、62.9991.000.9501.0001.0001.0001.0001.0001.0001.000.8961.0001.000.9991.0001.0001.00026:山 区 1.000.999.9971.000.975.9291.0001.000.8691.0001.000.9531.0001.0001.0001.0001.0001.0001.000.901.9991.0001.0001.0001.0001.000图12（数据过大，附图表）聚类表阶群集组合系数首次出现阶群集下一阶群集 1群集 2群集 1群集 2113191.00000728251.000008316241.0000054

26、1231.000001254161.00003767111.00000974131.000511388181.000201097261.0006013108151.00080161117211.000001712121.000401513471.0007914144141.00013016151101.0001201916481.0001410181717221.00011018184171.0001617191914.9991518202013.9961902321512.976002322620.97100242315.9642021242416.9182322252519.8752400

27、图13图14利用聚类分析，是忽略了城市的原本分级，通过聚类分析方法，根据酒店级别及其数量来将城市进行分类，通过组间联接方法，可以得出以上树状图，由树状图中可以看出，中山、清远、湛江、汕尾、汕头、韶关、江门、河源、肇庆、阳江、茂名、揭阳、云浮、广州、深圳、惠州、珠海最早聚成一类，之后是佛山和东莞聚成一类，顺德和潮州聚成一类。由聚类表看出，首先聚在一起的是中山和湛江，这两个城市都是重要的交通枢纽城市，中山市东接广州市南沙，南抵珠海市香洲区、斗门区，西达江门市新会区、江海区、蓬江区，北至佛山市顺德、广州市番禺区，四周与8个县级行政区接壤。而湛江地处粤桂琼三省（区）交汇处，东濒南海，南隔琼州海峡与海南

28、省相望，西临北部湾，背靠大西南。所以这两个城市会有比较频繁的人口流动，外出出差的务工人员等则需要在这两个中转站中入住酒店，他们的星级酒店比例相近。佛山和东莞是广州的周边城市，众所周知，广州是个繁荣的大都市，各种各样的人都求着在此能有一席之地，在大城市中能更容易地捞到第一桶金，而佛山和东莞毗邻广州，并且城市也比较大，便成为欲进入广州的人所到之处，所以他们的相似性比较高。在聚类表中可看出广州与较多的城市聚成一类，这是由于广州是个大城市，具有强大的包容性，所以比较容易在其中找到与其他城市相同的地方而聚成一起。广州与深圳同是大城市，虽然深圳的发展历史与久远的广州历史相差较大，但深圳仍然在正确的政策引导

29、下迅速发展，并成为可以跟广州聚成一类的城市。由聚类分析可以看出在旅游业中，景点、习俗等一样的城市与城市级别有比较大的关系，跟城市的经济能力有关。三、利用线性回归分析1建立数据文件，点击“分析”“相关”“双变量”，进入界面，将“城市级别”和“五星级饭店”两个变量移入“变量”框内，在“相关系数”栏目中选择“Pearson，（Pearson是一种简单相关系数分析和计算的方法，如果需要进行进一步分析，需要借助“多远线性回归”分析）在“显著性检验”中选择“双侧检验”并且勾选“标记显著性相关” 图152.点击确定，得到如下结果：相关性城市级别五星级酒店城市级别Pearson 相关性1-.655*显著性（双

30、侧）.001N2222五星级酒店Pearson 相关性-.655*1显著性（双侧）.001N2226*. 在 .01 水平（双侧）上显著相关。从以上结果，可以看出“Pearson的相关性为0.655，（可以认为是“两者的相关系数为0.655）属于“正相关关系”同时“显著性（双侧）结果为0.001，由于0.0010.01，所以具备显著性，得出：“城市级别”和“五星级饭店”具备相关性，有关联。既然具备相关性，那么我们将进一步做分析,建立回归分析，并且构建“一元线性方程”，如下所示：3.点击“分析”-回归-线性”，将“因变量”和“自变量”分别拖入框内（如上图所示）从上图可以看出：“自变量”指“城市级

31、别”,因变量”是指“五星级酒店”，在方法框中选择“进入”表示所选解释变量强行进入回归方程，图164. 在“回归系数”中选择“估计”在右边选择“模型拟合度”在残差下面选择“Durbin-watson(u),点击继续按钮图175.绘制残差序列分析图点击“绘制图”在“线性回归：图”窗口中，将“ZRESID”加入Y框，将“ZPRED”加入X2框，在“标准化残差图”中选择“直方图”和“正态概率图”绘制标准化残差序列的直方图：图186.回到主选框，点击确定后，得到以下结果：输入移去的变量b模型输入的变量移去的变量方法1城市级别a.输入a. 已输入所有请求的变量。b. 因变量: 五星级酒店模型汇总b模型RR

32、 方调整 R 方标准 估计的误差Durbin-Watson1.655a.429.4015.0171.943a. 预测变量: (常量), 城市级别。b. 因变量: 五星级酒店Anovab模型平方和df均方FSig.1回归378.8811378.88115.050.001a残差503.4832025.174总计882.36421a. 预测变量: (常量), 城市级别。b. 因变量: 五星级酒店系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)14.1342.6505.333.000城市级别-2.379.613-.655-3.879.001图20将第一步中的城市级别换成游客数量，即

33、建立数据文件，点击“分析”“相关”“双变量”，进入界面，将“游客总数”和“五星级饭店”两个变量移入“变量”框内，在“相关系数”栏目中选择“Pearson，（Pearson是一种简单相关系数分析和计算的方法，如果需要进行进一步分析，需要借助“多远线性回归”分析）在“显著性检验”中选择“双侧检验”并且勾选“标记显著性相关”。图21得到以下结果描述性统计量均值标准差N游客合计1885.453236.90926五星级酒店7.9217.19126相关性游客合计五星级酒店游客合计Pearson 相关性1.969*显著性（双侧）.000N2626五星级酒店Pearson 相关性.969*1显著性（双侧）.0

34、00N2626*. 在 .01 水平（双侧）上显著相关。从以上结果，可以看出“Pearson的相关性为0.969，（可以认为是“两者的相关系数为0.655）属于“正相关关系”同时“显著性（双侧）结果为0.000，由于0.0010.01，所以具备显著性，得出：“游客合计”和“五星级饭店”具备相关性，有关联。既然具备相关性，那么我们将进一步做分析,建立回归分析，并且构建“一元线性方程”，如下所示：3.点击“分析”-回归-线性”，将“因变量”和“自变量”分别拖入框内，从上图可以看出：“自变量”指“游客合计”,因变量”是指“五星级酒店”，在方法框中选择“进入”表示所选解释变量强行进入回归方程，最终得到

35、以下结果：输入移去的变量b模型输入的变量移去的变量方法1游客合计a.输入a. 已输入所有请求的变量。b. 因变量: 五星级酒店模型汇总b模型RR 方调整 R 方标准 估计的误差Durbin-Watson1.969a.939.9364.3321.548a. 预测变量: (常量), 游客合计。b. 因变量: 五星级酒店Anovab模型平方和df均方FSig.1回归378.8811378.88115.050.001a残差503.4832025.174总计882.36421a. 预测变量: (常量), 城市级别。b. 因变量: 五星级酒店图22分析城市级别和五星级饭店的线性关系以及游客数量和五星级酒店

36、的线性关系，通过图表可以看到系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)2.2823.220.709.487游客合计.004.001.7264.538.000城市级别-.636.581-.175-1.095.287a. 因变量: 五星级酒店游客合计的显著性值为0.000，则应拒绝原假设，显著性非常明显，城市级别的显著性值为0.001，也比显著性水平0.05低，应拒绝原假设，说明游客合计与城市级别均与五星级酒店数量有关。再看标准系数，城市级别与五星级酒店的标准系数为0.655，游客合计与五星级饭店的标准系数为0.969，明显比城市级别高。通过直方图，我们可以看到游客合计的

37、直方图基本符合正态分布，城市级别与五星级酒店的直方图则比较符合正态分布。在概率分布图中，我们可以看到游客合计与五星级酒店概率分布基本呈线性关系，而城市级别与五星级饭店的概率分布图中则可看出只在某些区域呈现线性相关关系。在之前的单因素方差分析中，我们就可以得出城市级别与五星级饭店的关系并不呈规律相关，三级城市的五星级酒店多于二级城市。综合单因素方差分析和线性相关分析，更可得出五星级酒店与城市级别的关系并不十分显著，而在线性相关分析中，我们容易看出游客合计与五星级酒店的关系更为显著，这是由于入住五星级酒店的一般都是前来旅行的人群，城市内的居民通常不会入住五星级酒店，如果城市的旅游业不发达，游客人数

38、不多，建成五星级酒店则可以预见到他们未来生意的波折，只有旅游业发达了，吸引更多前来观光的游客、旅客，才有机会使五星级酒店的生意升温，另外，出差前来的外来人员较少入住五星级酒店，一般选择实惠舒适的较低星级酒店，只追求住的质量并不太追求服务、餐饮各方面的质量，所以只有旅游人士才会在乎餐饮等的质量，重视享受，加强旅行途中的舒适性所以选择五星级酒店。对于主要的旅游城市来说，他们的五星级酒店就会比其他城市多。四、结论综合本次报告中的分析，我们可以知道，星级酒店的数量与城市的级别没有一定的关系，而与这个城市的游客数量更为相关，等级高的城市不一定星级酒店就多，等级低的城市也不一定就没有高星级的酒店，这些都与

39、这座城市的旅游业息息相关。这种趋势并不仅仅是分析中广东省才呈现出来，整个中国的酒店市场影响因素也与旅游业有关。总的来说，酒店在一线城市可以填补市场空缺。在一线门户城市，高星级饭店一定程度上已处于基本饱和的状态。预计2010年在中国一线城市某些区域，存在填补市场空白的饭店投资机会。如今旅游业应该是与现代服务业的融合发展。酒店业与其他相关现代服务业如会展、房地产、商业购物娱乐有互动发展的良好传统，如万达集团就是将房地产、大型商场和饭店进行捆绑发展。2010年，国家对房地产市场进行新一轮的调控，商品房开发将受到影响，很多地产企业将加大商业地产开发力度，高星级饭店和写字楼将是商业地产的主要形态。此外，

40、在新兴的城市现代服务业集聚区也存在着投资高星级酒店的机会。随着社会的发展，旅游业已成为全球经济中发展势头最强劲和规模最大的产业之一。旅游业在城市经济发展中的产业地位、经济作用逐步增强，旅游业对城市经济的拉动性、社会就业的带动力、以及对文化与环境的促进作用日益显现。旅游业 是中国经济发展的支柱性产业之一。除此之外，酒店业也与中央企业改革的有互动发展。2009年12月15日，国务院国资委主任李荣融表示，2010年国资委将对中央企业非主业资产加大专业化整合力度，力争3至5年时间将中央企业的非主业宾馆饭店分离重组。由于央企非主业宾馆饭店资产中有相当一部分属于高星级饭店，这样会形成高星级饭店收购、重组的

41、机会。这些新型的二三线城市的本地产业区带动了当地的经济，同时也出现很多需要不断出差的商务人士，而这些人士就是星级酒店的潜在客户。第二，二三线城市星级酒店的资金投入、房价、租金成本相较于一线城市也更低廉。第三，部分城市政府为了增加税收、扩大就业、改善投资环境、提高城市知名度，也提出了很多鼓励建造星级酒店的优惠政策，如石家庄政府按土地出让纯收益70%的比例给予补贴，贵州政府提出营业税由享税政府财政按第一年50%，第二年30%，第三年20%的比例奖励投资者。总体来说，星级酒店的市场需求还是很旺盛的，因此酒店数量也随之增长。相信未来几年星级酒店的扩张重心会逐步转向二三线城市。据统计数据显示，5月分布在

42、二三城市开业的18家星级酒店中只有3家是国际酒店，其余15家都是国内酒店，占总数的83%。这从一定程度上也显示了在二三线城市，本土酒店的发展是占一定优势的。第一，国际酒店的客源主要是来自欧美的入境游客，金融危机的影响造成了中国入境旅游人数下降，国内游和出境游的增长已经远远超过入境游了;第二，本土酒店熟悉当地的市场、文化、风俗习惯，它们可以把这个优势充分发挥出来。所以本土酒店在二三线的发展空间还是很大的，可以预见未来几年本土酒店对于二三线城市的竞争会更激烈。总体上看，目前我国旅游经济正处于加快发展的战略机遇期，在宏观环境进一步好转的情况下，旅游经济在2010年有望实现更好更快发展。世界经济的缓慢

43、复苏，将带来全球旅游市场的恢复；中国经济预计继续保持8%以上的增幅，为中国饭店业的发展提供了较好的经济基础；国务院出台关于加快发展旅游业的意见，也会让中国旅游业全面提速。参考文献1唐岭.我国经济型酒店现状分析和发展对策与战略研究D.合肥:安徽大学,2005.2中国城市级别榜,2011.3陈平雁 黄浙明. SPSS 10.0统计软件应用教程M.2002年04月第1版4卢纹岱. SPSS for Windows统计分析M.2000年06月第1版5 廖静娴.我国经济型酒店的现状及发展策略探析J.四川理工学院学报(社会科学版), 2006,(03).6王良健旅游业可持续发展评价指标体系及评价方法研究J旅游学刊，2001(1)：6770