姜國華，李 健

（1.浙江商業(yè)職業(yè)技術(shù)學院，浙江 杭州 310035；2.浙江農(nóng)林大學 旅游與健康學院，浙江 杭州311300）

上海入境旅游需求的建模分析

姜國華1，李 健2

（1.浙江商業(yè)職業(yè)技術(shù)學院，浙江 杭州 310035；2.浙江農(nóng)林大學 旅游與健康學院，浙江 杭州311300）

通過5個上海入境旅游市場客源國家（澳大利亞、美國、德國、英國、韓國）旅游市場的2004-2015年季度數(shù)據(jù)分析，應用從“一般到簡單” （general-to-specific）的計量經(jīng)濟建模方法，采用自回歸分布滯后模型（ADLM），探求影響上海入境旅游需求的主要因素。結(jié)果表明，上海相對旅游價格水平對入境客源國市場缺乏吸引力，客源國經(jīng)濟發(fā)展水平顯著影響游客到上海的出行決策；世界級的大型節(jié)事活動對上海遠程旅游市場影響顯著，營造好的口碑效應對入境旅游市場會有較大促進；上海入境旅游市場具有典型的季節(jié)性特征，近程和遠程市場差異顯著。

入境旅游；ADLM；需求彈性；上海

近年來，受國際經(jīng)濟衰退和波動的持續(xù)影響，在當前經(jīng)濟發(fā)展前景尚不明朗的背景下，多數(shù)國家特別是發(fā)達經(jīng)濟體的居民在消費方面仍然謹慎保守，對旅游消費特別是中遠程距離旅游消費的價格還較為敏感，直接影響其消費意愿[1]。同時，國際和國內(nèi)周邊地區(qū)旅游市場競爭激烈，在外媒宣傳下國內(nèi)整體旅游環(huán)境存在空氣污染等不利因素，也影響國外游客出行選擇，甚至被國際媒體列入全球旅游警告[2]。面臨嚴峻形勢，2015年上海借助“絲綢之路”旅游年、離境退稅新政等一系列利好舉措，吸引入境旅游人數(shù)逆市反彈，2015年1-12月累計接待入境旅游人數(shù)800.2萬人次，同比增長1.1%；全年旅游外匯收入達59.6億美元，比上年增長4.5%[3]。上海作為中國對外的窗口，其入境旅游的發(fā)展是全國入境旅游的風向標，厘清影響上海入境旅游的影響因素能夠及早應對全國入境旅游的發(fā)展障礙因素，增強促進因素，從而以點帶面，促進上海入境旅游的基礎(chǔ)上，提升全國入境旅游水平。

為了更好的研究上海入境旅游市場，為上海入境旅游發(fā)展決策提供參考，本文選取澳大利亞、美國、德國、英國、韓國等5個國家2004年－2015年的季度樣本數(shù)據(jù)，對上海入境旅游市場需求進行建模分析，實證分析上海入境旅游市場需求的主要影響因素。

一、文獻回顧

旅游需求就是“在一定時間內(nèi)，一定價格上，旅游者愿意而且能夠購買的旅游產(chǎn)品的數(shù)量，即旅游者對某一旅游目的地所需求的數(shù)量”[4]。旅游需求指標一般用旅游人次、旅游花費、出游率、重游率等指標來衡量；其中，以旅游人次的測度為主，也有少部分采用旅游支出進行測度[5]。旅游活動是人的一種行為活動，人口狀況是影響旅游需求的首要因素。從人口的統(tǒng)計特征來看，人口的數(shù)量、質(zhì)量、結(jié)構(gòu)、分布狀況等對旅游需求的產(chǎn)生重要影響。從長遠的角度來看，總?cè)丝跀?shù)大的國家或地區(qū)，其潛在的旅游需求也大，在客觀條件具備的情況下，轉(zhuǎn)化為現(xiàn)實旅游需求的數(shù)量也會比較大[6]。除了人口變化以外，經(jīng)濟與財政的發(fā)展，政治、立法和規(guī)章制度的變化，技術(shù)的進步，貿(mào)易的發(fā)展，交通運輸?shù)幕A(chǔ)設施，旅行安全等方面也不同程度的影響旅游需求[7]。不同學者根據(jù)研究的目的和方法不同，在影響變量的選取上存在差異，但是國內(nèi)外許多研究在國際旅游預測方面所使用過的變量總體比較集中，主要包括：匯率、GDP、CPI、居民收入、交通成本、重大節(jié)事、人口規(guī)模、犯罪率、氣候條件等[8]。

在進行旅游建模的研究方法上，學者們主要采用定量研究的研究方法[9]，如時間序列法、線性模型、引力模型等。90年代以后，隨著人工智能法在旅游研究中流行，神經(jīng)網(wǎng)絡模型、粗糙集理論、灰色理論、模糊理論等在旅游研究中的應用開始增多[10-11]，包括非因果關(guān)系模型（主要是時間序列）和因果模型（主要是計量經(jīng)濟模型）。其中，自回歸分布滯后模型（ADLM）、自回歸滑動平均模型（ARIMA），以及結(jié)構(gòu)時間序列模型（STSM）等是目前旅游需求建模的主流模型[12]。

在具體的實證研究中，相當多的學者運用ADLM的方法對中國入境旅游做了建模分析，如Julian 和Lin (2011)[13]、 宋海巖和費寶剛（2007）［12］、Song 和 Witt (2003)[14]、Song,Wong和 Chon (2003)[15]、 Tukamushaba, Lin和Bwire (2013)[16]、王純陽和黃福才(2010)[17]等。本文在借鑒前人研究成果的基礎(chǔ)上，選用ADLM對上海5個主要的入境旅游市場進行建模分析。

二、模型

（一）旅游需求的決定因素

以經(jīng)濟學道格拉斯生產(chǎn)函數(shù)為基礎(chǔ)，借鑒國內(nèi)外學者的研究成果［12，14］，影響上海入境旅游需求的決定因素有目的地國的旅游價格、客源地經(jīng)濟水平等，構(gòu)建如下需求模型：

其中，VAit表示第i個客源國在t時期對上海的旅游需求，以t時期i國到上海的旅游人數(shù)來表示。Pit表示i國的游客到上海旅游的自身價格相對于上海入境旅游自身價格平均的價格水平，筆者采用式（2）計算得到，即經(jīng)匯率EX調(diào)整后的上海于每個相應客源國的消費者價格指數(shù)CPI相對值作為i客源國到上海旅游的自身價格，匯率是當?shù)刎泿艑γ涝募径绕骄鶇R率。Yit是i客源國t時期收入水平的變量，筆者采用i客源國的實際GDP指數(shù)（Y2010＝100）作為替代變量。沒有采用游客消費支出的原因是缺少關(guān)于支出的變量數(shù)據(jù)。εit表示殘差項，用來表示其它沒有包含在模型中但對上海旅游需求又產(chǎn)生相對較小影響的其它因素所帶來的不確定性影響。A、β1、β2為常數(shù)項。

（二）模型的設定

根 據(jù) Song 和 Witt (2003)［14］， 式（1） 的一個主要特征是能夠轉(zhuǎn)換為利用普通最小二乘法（OLS）進行估計的對數(shù)線性模型。因此，將式（1）對數(shù)化后我們可以得到進行估算的對數(shù)線性模型，如下式（3）：

式（3）中β0= lnA，是回歸系數(shù)，β1、β2分別為價格彈性和收入彈性；一般而言，隨著上海旅游價格的上升，上海入境旅游需求應該減少，因此期望β1＜ 0；隨著客源國或地區(qū)收入水平的上升，對于上海旅游需求會增加，因此期望β2＞ 0。μit= lnεit，是隨機誤差項。

旅游者的決策過程是一個動態(tài)的行為過程，Baron (1975)曾對旅游需求中的周期成份、趨勢性成份和不規(guī)則成份進行確認[18]。周期成份包括季節(jié)性和節(jié)假日的影響，不規(guī)則成分指短期作用的一次性突發(fā)事件和反常天氣的影響，趨勢性成份是指長期的趨勢和周期性［12］。因此，模型的設定應該增加季節(jié)性的虛擬變量（D1、D2、D3）、數(shù)據(jù)所在時間區(qū)間的重大節(jié)事虛擬變量（北京奧運會D08oly，上海世博會D10expo）以及一次性突發(fā)事件的虛擬變量（國際金融危機影響D08 fin）。結(jié)合Song, Wong和 Chon （2003）、Song 和 Li (2008)、 Ayeh 和 Lin (2011)、Tukamushaba, Lin和 Bwire (2013)的研究，按照ADLM將式（3）重新改寫如下：

需要特別要注意的是，式(4)中的系數(shù)α0不同于式(3)中的回歸系數(shù)β0，由于引入了上海旅游需求的滯后期的影響，不同于式(3)中的需求價格彈性β1，也不同于式(3)中的需求收入彈性β2。但是Song 和 Witt（2000）[19]證明了通過如下變換的式（5），可以計算出彈性數(shù)值并將式（4）還原為式（3）。

（三）數(shù)據(jù)

本文選擇2004—2015年上海5個主要客源國（澳大利亞、美國、德國、英國、韓國）的數(shù)據(jù)為樣本。上海入境旅游人數(shù)、各國消費價格指數(shù)（CPI）、匯率（Exchange Rate）、國內(nèi)生產(chǎn)總值（GDP）的數(shù)據(jù)（以2010年不變價計算）均來源于wind資訊經(jīng)濟數(shù)據(jù)庫（2004Q1～2015Q2）。本研究對相關(guān)數(shù)據(jù)采用SPSS22軟件進行處理。

在“重大節(jié)事或一次性突發(fā)事件”虛擬變量中， D10expo代表上海世博會，其數(shù)值在2010Q2、2010Q3、2010Q4為1，其余樣本為0。

三、研究結(jié)果

（一）模型有效性

利用式（4），去掉那些在經(jīng)濟意義上存在不可接受性的或者在統(tǒng)計上不顯著變量，得出估計結(jié)果，匯總到表1。在統(tǒng)計檢驗中，因采用“從一般到簡單”的建模方法，模型中的各個自變量的 p值都小于0.05，t檢驗結(jié)果自動滿足；澳大利亞、美國、德國、英國、韓國每個獨立模型的 R2值分別為 0.962、0.904、0.838、0.934和 0.803，調(diào) 整 R2分 別 為 0.954、0.892、0.821、0.921和0.769，總體看各觀測點離回歸直線近，擬合程度較好；在回歸方程顯著性檢驗，即 F檢驗中，P值均小于 0.05，說明至少有一個自變量與因變量存在回歸關(guān)系；在計量的診斷性檢驗中，我們分別進行正態(tài)性檢驗，自相關(guān)性檢驗和異方差性檢驗，發(fā)現(xiàn)反映回歸的標準化殘差的直方圖總體對稱，標準化殘差的正態(tài) P.P圖中各散點均勻的分布或圍繞直線周圍，同時對標準化的殘差進行正態(tài)分布檢驗， K.S檢驗和S.W檢驗的 p值（sig）都大于 0.05，滿足正態(tài)性檢驗；澳大利亞、美國、德國、英國的需求模型中方差膨脹系數(shù) VIF均小于10，滿足多重共線性檢驗；韓國的需求模型中LAGS(LNPI,3)（價格對數(shù)的滯后三期變量）、LAGS(LNPI,4) （價格對數(shù)的滯后四期變量）方差膨脹系數(shù) VIF分別為10.320和10.502，存在一定的共線性問題。標準化殘差和標準化預測值的散點圖都基本顯示同方差情形，總體滿足異方差檢驗；在模型匯總中，澳大利亞、美國、德國、英國、韓國各國的 Durbin Watson（DW）值分別顯示 2.151、2.040、1.090、1.727和 1.983，均滿足自相關(guān)檢驗。綜上，各個模型均通過至少二個或二個以上的計量檢驗，我們確定最終模型。

表1 模型的估計結(jié)果，因變量為LnVAit

（二）模型的估計

可以發(fā)現(xiàn)，五個國家的模型中都不同程度受到本國經(jīng)濟水平（或其滯后期）的影響，但是只有澳大利亞和韓國受到旅游價格水平的顯著影響。在上海入境旅游的潛在游客中，本國經(jīng)濟水平都是決定澳大利亞、美國、德國、英國、韓國等國是否出行到上海的主要因素。同時五個模型結(jié)果中都不同程度的受到旅游需求滯后期的影響，說明“口碑效應”在游客到上海旅游出行決策中扮演重要的角色。值得注意的是，5個模型中滯后期影響因素均大于0，說明上海的入境旅游擁有較好的口碑，并對潛在游客產(chǎn)生了較大的正面影響。

同時，我們也發(fā)現(xiàn)不同國家對上海旅游的季節(jié)性變化差異較大，但是總體來看，遠程市場（澳大利亞、美國、德國、英國）的季節(jié)性特征較為明顯，在一季度的虛擬變量中成顯著負相關(guān)，這可能與上海一季度的氣候有關(guān)。

從節(jié)事活動或者一次性突發(fā)事件來看，遠程市場受到上海世博會的影響較大，受奧運會的影響不大，說明上海大型的節(jié)事活動會對遠程客源市場起到一定的促進作用。

（三）需求彈性分析

旅游需求彈性是測定旅游需求量對其自變量變動反應的靈敏程度的一個尺度，旅游需求彈性對于旅游價格的決策和旅游政策制定提供直接的參考和依據(jù)。表2是根據(jù)表1計算出的各國的旅游需求彈性值。從表2中，我們發(fā)現(xiàn)旅游需求價格彈性小于0，收入彈性大于0，與預期相符，即旅游需求隨著價格的增加而減少，隨著收入的增加而增加，符合一般經(jīng)濟規(guī)律。

從自身價格彈性來看，韓國對上海的旅游需求缺乏價格彈性（彈性小于1），適當提高旅游產(chǎn)品的價格對韓國游客只會產(chǎn)生較小幅度的影響，即適度的提高旅游產(chǎn)品價格，雖然在韓國赴上海的游客量會略有減少，但是總體收益卻能夠上升。而澳大利亞對上海的旅游需求富有價格彈性（彈性大于1），上海旅游產(chǎn)品價格的提高會對澳大利亞游客產(chǎn)生較大幅度的影響，并導致旅游收入的降低，因此上海在對澳大利亞進行旅游產(chǎn)品定價時可以適當?shù)慕档吐糜蝺r格進行促銷，從而大幅提升旅游人次，增加澳大利亞赴上海的旅游總收益。

從旅游收入彈性來看，五個國家的旅游需求對其收入變動的反應程度不同。英國的收入彈性系數(shù)小于1，不管其收入如何變化，對上海入境旅游的需求總是相當穩(wěn)定的。而澳大利亞、美國、德國、韓國等國家的旅游需求對收入富有彈性，經(jīng)濟水平的進一步發(fā)展，這四個國家對上海的旅游需求會有更大幅度的增加。特別時澳大利亞的收入彈性達到4.684，其每季度經(jīng)濟發(fā)展水平的變化極大的影響澳大利亞潛在游客到上海的出行決策。

表2 上海入境旅游需求彈性值

四、討論和不足

（一）結(jié)果討論

第一，上海相對旅游價格水平對入境客源國市場缺乏吸引力，客源國經(jīng)濟發(fā)展水平顯著影響游客到上海的出行決策，這一結(jié)論在金建江（2015）的研究中得到印證[20]。5個國家的建模過程中發(fā)現(xiàn)，只有澳大利亞和韓國兩個亞太國家受上海相對旅游價格的顯著影響，其它歐美國家對于旅游價格影響均不顯著。上海作為國際大都市，其旅游產(chǎn)品的性價比在世界范圍內(nèi)并不具有優(yōu)勢，吸引力不足以顯著影響入境旅游客源市場。同時，建模發(fā)現(xiàn)客源國經(jīng)濟發(fā)展水平（參照GDP統(tǒng)計數(shù)據(jù)）對赴上海旅游產(chǎn)生顯著影響。因此，在旅游價格和游客經(jīng)濟水平兩個方面，上海在促進入境旅游提升上的努力空間有限，更多依賴于世界整體經(jīng)濟水平的提升和影響游客出行的其它因素。

第二，世界級的大型節(jié)事活動對上海遠程旅游市場影響顯著，營造好的口碑效應對入境旅游市場會有較大促進。上海世博會效應對歐美及澳大利亞的旅游有顯著的促進作用，這是重大節(jié)事活動對旅游促進作用的集中體現(xiàn)，因此上海旅游局在遠程市場旅游促銷時可以更多的考慮上海重大節(jié)事活動的針對性促銷。同時，研究也發(fā)現(xiàn)，好的口碑效應對入境旅游市場的促進作用更為顯著，因此營造世界范圍內(nèi)良好的旅游口碑顯得十分重要，而好口碑的形成是以優(yōu)質(zhì)的旅游服務質(zhì)量為前提的。

第三，上海入境旅游促銷應該充分考慮近程和遠程市場差異，有效區(qū)分季節(jié)性特征。研究發(fā)現(xiàn)，旅游的近程和遠程市場無論在季節(jié)性還是節(jié)事活動的影響均存在較大差異。從季節(jié)性來看，第一季度是上海入境旅游淡季，上海旅游局可以用更為詳細的客源數(shù)據(jù)分析第一季度游客量較低的原因和具體月份，這樣可以針對性的進行改善和營銷，提升淡季入境旅游人次。同時近程和遠程市場受節(jié)事活動不同程度的影響、歐美和亞太市場受相對旅游價格的不同表現(xiàn)都可以成為上海入境旅游決策的參考依據(jù)。

（二）研究不足

第一，本次研究為定量研究，通過建模分析得出上海入境旅游市場影響因素包括客源國居民收入、上海相對客源國的旅游產(chǎn)品價格、季節(jié)性、世博會、滯后期形成的口碑效應等。但是，對于影響因素的探究畢竟有限，諸如政治因素、居民好客程度等因素均未考慮在內(nèi)，需要進一步的研究加以判斷。

第二，本次研究僅通過現(xiàn)有10多年的季度數(shù)據(jù)進行建模分析，存在一定局限性。比如第一季度顯著的負相關(guān)可能只是由于春節(jié)原因集中在一個月中，這樣的研究需要基于月度數(shù)據(jù)進行更為準確有效。同時，本次研究沒有在建模的基礎(chǔ)上進行預測，是下一步研究重點關(guān)注的課題，也是給上海旅游決策更為直接的依據(jù)。

[1]國家旅游局.2015年中國入境游市場現(xiàn)狀[OL].http://www.dotour.cn/article/16086.html, 2015-8-22.

[2]中國旅游研究院.《中國入境旅游發(fā)展年度報告2015》發(fā)布[OL].http://travel.enorth.com.cn/system/2015/11/19/0306 40034.shtml, 2015-11-19.

[3]上海旅游局.2015年全年上海旅游市場監(jiān)測報告[OL].http://lysh.eastday.com/lyj/Scenic_A/zxzx/u1ai1876.html，2016-2-6.

[4]保繼剛,楚義芳,彭 華.旅游地理學[M].北京: 高等教育出版社, 1993.

[5]Gang L.Tourism Demand Modeling and Forecasting: A Review of Literature Related to Greater China[J].Journal of China Tourism Research, 2009, 5(1):2-40.

[6]周寒瓊.杭滬蘇旅游目的地形象比較研究——以韓國旅游者為例[J].中南林業(yè)科技大學學報(社會科學版),2014, 8(6):19-22.

[7]張廣瑞.90年代東亞與太平洋地區(qū)國際旅游需求的變化[J].旅游學刊, 1991(3):60-63.

[8]J?rgensen F, Solvoll G.Demand models for inclusive tour charter: The Norwegian case[J].Tourism Management, 1996,17(1):17-24.

[9]Song HaiYan, Turner, L, Dwyer, L, et al.Tourism Demand Forecasting[J].University of Bradford, 2006:89-114.

[10]歐陽潤平, 胡曉琴.國內(nèi)外旅游需求研究綜述[J].南京財經(jīng)大學學報, 2007, 145(3):80-83.

[11]金勝權(quán).國際旅游需求影響因素分析[D].延邊大學, 2013.

[12]費寶剛, 白雪梅.國外單方程計量經(jīng)濟模型在旅游需求預測中的應用研究回顧[J].統(tǒng)計與咨詢, 2008, 145(6):20-21.

[13]Ayeh J K, Lin S S.‘Estimating tomorrow’s tourist arrivals’:Forecasting the demand for China’s tourism using the generalto-specific approach[J].Tourism & Hospitality Research, 2011,11(3):197-206.

[14]Song H, Witt S F.Tourism Forecasting: The General-to-Specific Approach[J].Journal of Travel Research, 2003, 42(1): 65-74.

[15]Song H, Wong K K F, Chon K K S.Modelling and forecasting the demand for Hong Kong tourism[J].International Journal of Hospitality Management, 2003, 22(4):435-451.

[16]Tukamushaba E K, Lin ShanShan [Lin, S.S.V.], Bwire T.Modeling and Forecasting Inbound Tourism Demand for Long-Haul Markets of Beijing[J].Journal of China Tourism Research,2013, 9(4):489-506.

[17]王純陽, 黃福才.基于“一般到簡單”建模法的入境旅游需求研究[J].統(tǒng)計研究, 2010, 27(5):87-95.

[18]Baron R R V.Seasonality in tourism : a guide to the analysis of seasonality and trends for policy making[J].Economist Intelligence Unit, 1975.

[19]Song H, Witt S F.Tourism demand modelling and forecasting:modern econometric approaches[M].Oxford: Pergamon, 2000: 37.

[20]金建江,吳雪飛,楊東旭.一般到特殊的入境旅游需求建模及分析[J].中南林業(yè)科技大學學報(社會科學版),2015, 9(4):38-43.

Modeling and Analyzing Shanghai Inbound Tourism Demand

JIANG Guohua1, LI Jian2
(1.Zhejiang Business College, Hangzhou 310053,Zhejiang , China; 2.School of Health &Tourism, Zhejiang Agricultural & Forestry University,Hangzhou 311300, Zhejiang，China )

Through the 2004-2015 quarterly data analysis，the main objective of this paper is to identify the most influencing factors which contribute to the demand Shanghai’s inbound tourism in five tourist generating destinations,including Australia, the United States, Germany, the UK and South Korea, using the autoregressive distributed lag model(ADLM).The general-to-specific modeling approach is followed to the model.Empirical results reveal that the relative tourism price level of Shanghai lack of attraction to the inbound tourist market, tourist economy development level significantly affected the tourists to Shanghai travel decision-making; World class mega events and word of mouth effect are still the crucial determinants of the tourism flows from five international markets；Shanghai inbound tourism market has the typical characteristics of seasonal differences, short distance and long distance market significantly.

inbound tourism ; ADLM; demand elasticity ; Shanghai

F592

A

1673-9272(2016)05-0090-05

10.14067/j.cnki.1673-9272.2016.05.016 http: //qks.csuft.edu.cn

2016-07-27

國家社科基金項目“國民休閑基本理論與發(fā)展體系——基于益效觀的國民休閑政策研究”（10BGL047）。

姜國華，講師，碩士。

李 健，副教授，碩士生導師；E-mail：lijian@zafu.edu.cn。

姜國華，李 健.上海入境旅游需求的建模分析[J].中南林業(yè)科技大學學報（社會科學版），2016, 10(5):90-94

[本文編校：徐保風]