我国会展业的时间分析

　　第四章我国会展业的时空分布特征

　　第一节相关分析

　　本文选择的样本数据中主要信息有会展总数、展览总面积、展馆数量和展览平均面积等，为了更好地实现对我国会展业时空分布特征的分析，确保各个变量能够较为准确地反映各个省市或地区的时空分布特性，因此对各个变量进行了相关分析，研宄各个变量之间的关系，并作为研宄我国会展业时空分布特征的依据。

　　釆用简单相关分析方法对各个变量两两之间的相关程度进行了分析，研究各个变量之间的紧密程度。简单相关分析是研究两个变量之间关联程度的统计方法，考虑到本文选择的样本数据为定距变量以及对各个变量之间关系的初步判断等因素，因此选用Pearson相关系数作为评价各个变量之间相关关系的指标。

　　Pearson相关系数也称为积差相关系数，能够充分反映两个连续变量之间的线性相关程度，其取值范围在-1—+1之间。当相关系数的值大于0时，表示两个变量存在正相关关系；当相关系数的值小于0时，表示两个变量存在负相关关系。当相关系数的绝对值大于0.8时，表示两个变量之间存在强相关关系；当相关系数的绝对值小于0.3时，表示两个变量之间存在弱相关关系；当相关系数的绝对值在0.3-—0.8之间时，表示两个变量之间存在显著相关关系。

　　通过SPSS 17.0软件根据选择的样本数据针对收集的会展总数、展览总面积、展馆数量以及展览平均面积这四个指标的信息进行了 Pearson相关分析，并检验了各个指标之间相关关系的显著性，具体数据见表4-1

    由表4-1可知，会展总数、展览总面积、展馆数量以及展览平均面积这四个指标两两之间都存在正相关关系，且两两之间的相关关系都很显著，而通过检验值可以明显看到分析结果的显著性很强，这个结果完全能够体现我国会展业的整体水平。通过分析结果可以看到会展总数与展览总面积和展馆数量都存在显著的正相关关系，分别为0.726和0.699,充分说明了展馆的建设情况对于会展业的发展具有很大的影响，而且一个省市或地区的展馆数量在一定程度上可以充分体现这个省市或地区的会展业发展水平。因此，展馆的建设可以说是一个省市或地区能否成功发展会展业的前提和基础。当然，由于选取的样本数据并不涉及会展业经济效益的相关信息，故而无法评估展馆的建设数量以及规模等情况会给会展业带来的具体经济影响。

　　第二节时间分布

　　会展业是一项具有典型时空集聚特征的经济活动，而其中时间集聚主要表现在月份和季节两个方面。针对我国专业性会展的时间分布，根据时间集聚的表现形式，研究的内容主要为分析会展在各个月份的分布情况以及在各个季节的集中程度。因此，本文釆用斯泰恩峰值指数与饱和曲线对我国专业性会展在各个月份的分布情况和高峰状况进行研宄，分析会展数量的分布变化趋势，并通过季节性集中指数对我国各个地区会展数量的季节分布比例以及集中度进行研宄，分析不同地区在四个季节的会展分布情况以及集中程度。

　　一、斯泰恩斯峰值指数与饱和曲线

　　饱和曲线是一条变量在时间上单调递减的变化曲线，可以表征变量在不同时间的分布情况，而斯泰恩斯峰值指数就是饱和曲线上不同点的斜率，表示的是这一个时段内变量的变化趋势。

　　首先，根据选择的样本数据将12个月份的会展数量按照由高到低的次序进行排列，然后根据会展数量相应的月份绘制出一条会展数量单调递减的饱和曲线，并按公式（4-1）计算会展数量在不同月份的斯泰恩斯峰值指数。

　　式中：Mn为会展数量在不同月份的斯泰恩斯峰值指数；为不同月份中最大的会展数量；为饱和曲线中数量排名为第n位所对应的会展数量。根据斯泰恩斯峰值的代表意义，当Mn的值越大时，表明该月份会展数量的高峰突出现象越明显，也就是说在该月份会展数量的分布比较集中。

　　根据样本数据中不同月份会展数量绘制的饱和曲线以及计算的不同月份斯泰恩斯峰值指数如图4-1所示。由于计算的不同月份斯泰恩斯峰值指数数值较小，为了方便进行观察和分析，对计算的不同月份斯泰恩斯峰值指数都扩大1000倍显示到图4-1中，从而根据饱和曲线以及相应的斯泰恩斯峰值指数分析我国专业性会展在各个月份的分布情况和高峰状况。

　　由图4-1可知，我国专业性会展饱和曲线上端相对平缓，且大部分月份的会展数量相差不多，总体变化趋势并不明显，也就是说我国专业性会展在全年各个月份的数量分布大致持平。再结合相应的斯泰恩斯峰值指数曲线可知，除会展数量最大的3月份的斯泰恩斯峰值指数为1000外，其余月份的斯泰恩斯峰值指数基本一致，不存在明显的变化趋势，且最高的斯泰恩斯峰值指数也只有82.28,与最高的斯泰恩斯峰值指数100_相比差距比较大。因此，我国专业性会展在全年各个月份的会展数量分布较为均勾，不存在明显的短期涌涨现象。

　　根据最多数量的3月份与较小数量的1月份以及2月份的会展数量对比结果，可以明显看到我国专业性会展在年底的时候基本处于空白状态，而新年之后就开始活跃起来，结合我国的实际情况，说明由于我国大部分企业在年底的时候大部分精力都忙于全年收尾总结以及来年规划布置等工作从而无法大规模地组织或参与会展活动，导致1月份与2月份的会展数量处于较低水平，而3月份的会展数量最多与众多企业倾向于选择春节之后进行大型的销售活动有一定关联。这个现象充分表明我国最有意义和价值的节日--春节对企业与民众的各种行为活动都密切相关，直接影响了我国各种经济活动的进行，尤其是会展这种具有展览和销售特性的大型经济活动。

　　二、季节性集中指数

　　季节性集中指数是衡量研究对象集中程度的重要指标,引用季节性集中指数G可以定量分析我国各个地区专业性会展的季节集中度，表征我国各个地区专业性会展在不同季节的集中情况。季节性集中指数G按公式（4-2）计算。

　　式中：G为会展在不同季节的集中指数；X,为第/个季节的会展数量；r为全年的会展总数；_/为季节总数，即_/=4.G值的取值范围是0?100,G值越大表示会展的季节分布越集中；G值越小表示会展的季节分布越分散；G值越接近50则表示会展的季节分布越均勾。根据选择的样本数据，我国不同地区会展在不同季节的分布比例及集中指数计算结果见表4-2.

　　由表4-2可知，我国各个地区的G值均大于50,说明我国各个地区的会展在四季中的分布都比较集中，我国专业性会展在举办季节上有一定的倾向性和选择性。其中，华南地区与港澳地区的G值最接近50,分别为51.78和50.47,也就是说这两个地区的会展季节分布最为均勾，这是由于这两个地区的地理位置决定了其一年四季的气候和温度等环境变化较小，且不存在明显的恶劣环境导致无法吸引企业和民众参与会展活动。相比而言，其他地区的G值则稍显较高，会展的季节分布相对更为集中，其中又以东北地区的G值最高，达到了 62.57,说明东北地区在我国会展业中季节分布最为集中，且由其会展分布比例可以看到会展活动主要集中于春季，这与东北地区一年中四季普遍温度较低，同时在冬季时的气候会严重影响会展活动的举办密切相关。

　　从各个地区的季节分布比例来看，我国的专业性会展基本集中在春节，冬季举办的会展比例最少，且除华北地区之外，我国冬季会展的比例随着地区由北向南逐渐增大，表明会展的举办在很大程度上与地理位置有关，即与地区的气候和温度等因素密切相关。