现在采用两种不同的途径，揭示矩阵P的区域旅游吸引性指标。

　　第一种方法：基于对矩阵P的标准化，可将全部所包含的要素都转换成无量纲的、能够互为比较的统一单元。其中最简单的标准化，就是用行之有

　　对同一要求i的优势比较。对断面要素i的这种处理，属于一种“增益性”标准处理，其含义为：所见到的数值越高，该区域的吸引性越强。反之，如

　　吸引性越差。总之，经过标准化处理后的矩阵P^*为：

　　有区域来说，一个RXI的吸引性向量a，可以计算成：

　　a=(P^*)I (20.28)

　　式中I为带有特定单位要素的向量。倘若各个吸引力要素按照其相对重要性进行权重，则还应引入一个权重向量w(即Iw=1)，具有权重的吸引性向量a^*可表示成：

　　a^*=(P^*)w (20.29)

　　第二种方法：基于更为先进的“复变”技术，计算相应的吸引性指标。其中，尤以“互依分析”应用得最为广泛。互依分析可以使一个多量纲的信息集合，降低到一个仅由几个原始变量组成的“子集”。互依分析在统计技术的基础上，可由选择出来的一个最优子集代表。在此种方式上，多量纲的信息集合被减少到一个可在最大程度上反映原始信息的最优子集。该最优子集是由原始变量，而不是由经过转换的变量所组成。这样，互依分析的基本思路，就是在该原始信息集合的连续子集之间，进行一个递归相关分析。通过多元相关系数的确定，原始变量的子集，将更为密切地联系着总的信息集合。对于矩阵P而言，互依分析的应用，最终将导致到次序为J×R的一个被减少了的矩阵P，一般地J等于2或3，因为绝大部分区域质量的特性，是互为相关的。于是，几个有限的变量即可反映吸引性结构的主要部分。在这种概念下，2或3个占据优先地位的吸引性指标，可以从整个指标集合中游离出来，或能够针对每一个区域被方便地识别出来。

　　先前所述的断面方法，亦可用以测定区域吸引性指标之间的差值。例如，区域1和区域2之间的吸引性差别可被测定为：

　　S12=│a1-a2│ (20.30)

　　以相类似的思想，矩阵P的区域吸引性差异可被计算为：

　　在此基础上，更为一般的距离概念Minkowski矩阵(应用上两式)，能够写成：

　　断面方法的另外一种应用，是揭示和估算吸引性指标在供给和需要之间的差异。对于一个确定的社会—经济等级来说，假如在旅游因子(包括可接近性)中，区域吸引性指标的需求断面可以被很好地识别时，则类似于上述几个公式的内涵，供需之间的差异指数，亦可被确定出来。它们借助于所预测的旅游流的大小、方向和强度，进行定量分析，以便为整个区域在旅游方面的决策，提供坚实的依据。

　　这里提供一个阐述旅游流行为的解释性模型，根据前边所给出的标准化吸引性指标，对它作出如下规定：

　　
　　本文标题：旅游地的吸引性决策(2)
　　手机页面：http://m.dljs.net/dlsk/lilun/7390.html
　　本文地址：http://www.dljs.net/dlsk/lilun/7390.html