張義

摘 要：基于向量自回歸（VAR）模型，運(yùn)用單位根檢驗(yàn)、脈沖響應(yīng)函數(shù)、方差分解等計(jì)量經(jīng)濟(jì)分析方法，對1999年-2018年影響我國國內(nèi)旅游消費(fèi)支出（LY）的因素進(jìn)行實(shí)證分析，分析結(jié)果表明旅游人數(shù)（LK）和互聯(lián)網(wǎng)普及水平（HLW）的變化是影響國內(nèi)旅游消費(fèi)支出的重要因素，兩者對國內(nèi)旅游消費(fèi)支出都產(chǎn)生了正面的影響，而且后者的作用更為顯著。同時旅游人數(shù)（LK）和互聯(lián)網(wǎng)普及水平（HLW）的變化對國內(nèi)旅游消費(fèi)變化的影響都會隨著時間不斷加長而慢慢降低。

關(guān)鍵詞：國內(nèi)旅游消費(fèi);VAR模型;脈沖響應(yīng)函數(shù);方差分解

一、引言

近年來，國內(nèi)旅游業(yè)以其獨(dú)特的發(fā)展優(yōu)勢和良好的市場前景，對國家經(jīng)濟(jì)發(fā)展貢獻(xiàn)了很大的力量。旅游業(yè)從自身角度逐步拓展以及結(jié)合其他產(chǎn)業(yè)綜合發(fā)展，使得我國從旅游短缺性國家轉(zhuǎn)變?yōu)槁糜未髧?，?chuàng)造出了令人驚嘆的經(jīng)濟(jì)效益。因?yàn)槁糜蜗M(fèi)支出是一個國家旅游消費(fèi)經(jīng)濟(jì)基本狀況的標(biāo)志之一，所以其常常作為一個綜合性指標(biāo)用來衡量國家旅游經(jīng)濟(jì)活動情況和效果。根據(jù)國家統(tǒng)計(jì)局1999年-2018年間的數(shù)據(jù)顯示，國家旅游消費(fèi)支出從2831.92億元上升到5128.29億元。從總體看，呈現(xiàn)出穩(wěn)定增長的態(tài)勢，我國將以較快的發(fā)展速度使旅游業(yè)步入全新階段，因此本文對旅游消費(fèi)支出影響因素的研究具有一定的理論意義和現(xiàn)實(shí)意義。

二、相關(guān)研究綜述

對于國內(nèi)旅游消費(fèi)支出實(shí)證分析的研究思路如下：第一，確定影響國內(nèi)旅游消費(fèi)支出的因素;第二，將以上因素作為自變量建立國內(nèi)旅游消費(fèi)支出的VAR模型。我國學(xué)者對國內(nèi)旅游消費(fèi)支出進(jìn)行實(shí)證研究的計(jì)量方法主要有以下幾種：

1.多元線性回歸模型分析

賀淵迪等（2018）利用居民消費(fèi)價格指數(shù)、城鎮(zhèn)居民平均可支配收入、城鄉(xiāng)居民年末平均儲蓄存款余額以及旅行社數(shù)量的時間順序，構(gòu)建了旅行消費(fèi)支出的多元回歸模型。結(jié)果表明城鎮(zhèn)居民平均可支配收入越高，旅游消費(fèi)支出也越高，但旅行社的數(shù)量卻和居民消費(fèi)成負(fù)相關(guān)。

2.向量自回歸模型分析

周力等人建立了向量自回歸模型。第一，對城市居民消費(fèi)、農(nóng)業(yè)居民消費(fèi)、旅游消費(fèi)三種變量，進(jìn)行了單位根檢驗(yàn)和對VAR模型的平穩(wěn)性試驗(yàn);第二，重新構(gòu)建了VAR模型;第三，脈沖分析和方差分解。結(jié)果表明：影響游客消費(fèi)行為的主要原因是都市居民消費(fèi)和鄉(xiāng)村居民消費(fèi)，后二者對游客消費(fèi)行為均存在著不同程度的影響。

3.協(xié)整檢驗(yàn)及Granger因果檢驗(yàn)

伍卓等通過協(xié)整檢驗(yàn)和Granger因果檢驗(yàn)，指出旅游交通和旅游消費(fèi)支出存在協(xié)整關(guān)系，但反過來旅游消費(fèi)支出對旅游交通又有影響。

隨著旅游業(yè)的迅速發(fā)展及其對我國經(jīng)濟(jì)的重大貢獻(xiàn)，對于旅游消費(fèi)支出影響因素的分析研究是必要的也是緊迫的，本文著重探討的問題有：影響旅游消費(fèi)開支的各種因素究竟是哪些;已確定的各種因素是正向或者負(fù)向地影響了旅游消費(fèi)開支;上述的各種因素與旅游消費(fèi)開支之間的Granger關(guān)系是否存在;上述各種因素的共同影響的價格波動性究竟如何，短期和長期是否有不一樣，以及長期內(nèi)是否會有明顯下降的勢頭等;用上述各種因素來估計(jì)國內(nèi)游客消費(fèi)支出。所產(chǎn)生的預(yù)期偏差又主要來自于哪些方面？因此上述方面的研究，對更好推動旅游業(yè)的健康發(fā)展有著重大的意義。

三、模型設(shè)定和數(shù)據(jù)說明

1.模型設(shè)定及變量說明

本文主要采用p階向量自回歸模型：Yt=A1Yt-1+A2Yt-2+…+ ApYt-p+εt

其中，Yt=（LNLY，LNHLW，LNLK）T，LY代表旅游消費(fèi)支出，HLW代表互聯(lián)網(wǎng)的普及水平，LK代表旅游人數(shù)，LN代表對相關(guān)變量取自然對數(shù)。A1至Ap為待估的參數(shù)矩陣，內(nèi)生變量存在p階滯后期，εt是隨機(jī)擾動項(xiàng)。

2.變量選擇

首先旅游人數(shù)對旅游消費(fèi)支出是具有直接影響的，互聯(lián)網(wǎng)的普及化程度也越來越高，人們更多追求精神的滿足，那么旅游是人們得到精神滿足的重要手段之一，并且人們現(xiàn)在更多在網(wǎng)上搜索旅游景點(diǎn)、買票等，所以互聯(lián)網(wǎng)的普及水平對旅游消費(fèi)有著重大的影響。我們最終選取旅游人數(shù)（LK）和互聯(lián)網(wǎng)普及水平（HLW）作為旅游消費(fèi)支出（LY）的自變量。

3.數(shù)據(jù)說明

本調(diào)查的數(shù)據(jù)均來源于統(tǒng)計(jì)局網(wǎng)，三個變量均選取自1999-2018的年度統(tǒng)計(jì)資料。因?yàn)榘磿r間順序排列經(jīng)常會出現(xiàn)異方差貢獻(xiàn)率的現(xiàn)象，所以本文中也對歷史數(shù)據(jù)做了一定的自然對數(shù)化，對數(shù)化之后用LNLY、LNHLW、LNLK分別代表了旅游消費(fèi)的總支出、互聯(lián)網(wǎng)普及水平、旅行人次，但歷史數(shù)據(jù)的自然對數(shù)變換并不能改變原來的協(xié)整關(guān)系，還可以將其趨勢線性化。本次的數(shù)據(jù)分析將采用Eviews8.0軟件。

四、國內(nèi)旅游消費(fèi)支出影響因素的實(shí)證檢驗(yàn)

1.單位根檢驗(yàn)

因?yàn)榻?jīng)濟(jì)時間序列在很多情況下并不平穩(wěn)，如果采取普通最小二乘回歸的方法，會呈現(xiàn)“偽”回歸的現(xiàn)象。本文我們將采用ADF（Augmented Dick Fuller）檢驗(yàn)法進(jìn)行單位根檢驗(yàn)。得出結(jié)果如表1所示：

檢驗(yàn)得出：三個序列都在1%的顯著性水平下是非穩(wěn)定的，都必須接受存在單位根的假設(shè)。隨后又對它們的一階差分序列進(jìn)行了平穩(wěn)性檢測，發(fā)現(xiàn)LNLY、LNHLW、LNLK均在百分之一的水平或顯著水平上拒絕了存在單位根的原假設(shè)，從而使得LNLY、LNHLW、LNLS均為I（1） 過程，它們的一階差分序列為I（0） 過程。

2.建立VAR模型

（1） 確定滯后階數(shù)

在確定合適的自由度，使建模參數(shù)在具備較強(qiáng)解析能力的同時減少了誤差項(xiàng)的自相關(guān)，因此需要選取VAR模型的最優(yōu)滯后階數(shù)。使用了AIC準(zhǔn)則作為選擇最優(yōu)預(yù)測滯后階次的檢驗(yàn)準(zhǔn)則。根據(jù)下表2，得出了VAR模型的最優(yōu)預(yù)測滯后階次為三。

（2） 檢驗(yàn)VAR模型的平穩(wěn)性

檢驗(yàn)VAR模型是否有平穩(wěn)性需要采用的方式是檢查VAR模型中的F矩陣單位根情況。從圖1中可以看到每個單位根都落在單位圓內(nèi)，因此滯后三階的VAR模型也是很穩(wěn)定的。

（3） VAR模型的參數(shù)估計(jì)結(jié)果

①表3為滯后3階的VAR模型的參數(shù)估計(jì)結(jié)果。

由表2可得到如下的滯后3階的VAR模型：

從矩陣中不難看出，多數(shù)系數(shù)的單獨(dú)顯著性并不強(qiáng)，而顯著性較強(qiáng)（大于1.96或小于1.96）的系數(shù)僅有3處：在第二個方程中，滯后一階時，D（LNHLW）對D（LNHLW）具有顯著的正面影響;在滯后三階時，D（LNLY（-3））對D（LNHLW）具有顯著的負(fù)面影響;在滯后三階時，D（LNLK（-3））對D（LNHLW）具有顯著的正面影響;在第三個方程中，滯后一階時，D（LNHLW（-1））對D（LNLK）具有顯著的負(fù)面影響。

3.脈沖響應(yīng)函數(shù)

為探討互聯(lián)網(wǎng)普及水平的對數(shù)差分值與旅行人數(shù)的對數(shù)差分值對旅行消費(fèi)支出的影響，構(gòu)建了脈沖響應(yīng)函數(shù)，所得脈沖響應(yīng)函圖如下：

從圖2知，互聯(lián)網(wǎng)普及水平HLW的對數(shù)差分值對國內(nèi)旅游消費(fèi)支出LY的對數(shù)差分值的影響具有波動性，互聯(lián)網(wǎng)普及水平HLW的對數(shù)差分值增加一個單位，在短期內(nèi)對旅游消費(fèi)支出LY的對數(shù)差分值具有負(fù)向影響，之后影響增加至正向影響，長期的這種影響趨于0。由圖3可知，旅游人數(shù)LK的對數(shù)差分值對國內(nèi)旅游消費(fèi)支出LY的對數(shù)差分值的影響具有波動性，，旅游人數(shù)LK的對數(shù)差分值增加一個單位，在短期內(nèi)對旅游消費(fèi)支出LY的對數(shù)差分值具有負(fù)面影響，之后影響增加至正向影響，長期的這種影響趨于0。

4.方差分解

下面對旅游消費(fèi)支出LY變動的不同預(yù)測期限的預(yù)測誤差的方差進(jìn)行分解，結(jié)果如表4所示：

從LY的方差分解結(jié)果可以看出，旅游消費(fèi)支出變動的預(yù)測誤差主要來自于自身變動的擾動和互聯(lián)網(wǎng)普及水平HLW變動的擾動，互聯(lián)網(wǎng)普及水平HLW變動的沖擊對國內(nèi)旅游消費(fèi)LY變動的影響占到24%，旅游人數(shù)LK變動的擾動對旅游消費(fèi)支出的影響比較小，約為5%左右，旅游消費(fèi)支出LY變動自身的沖擊非常大，旅游消費(fèi)支出變動本身的貢獻(xiàn)率占到70%左右。

五、結(jié)論

通過對以上內(nèi)容分析，可以得出以下結(jié)論：

1.互聯(lián)網(wǎng)普及水平HLW和旅游人數(shù)LK的變動是影響國內(nèi)旅游消費(fèi)支出變化的重要因素，二者對旅游消費(fèi)支出都具有正面的效應(yīng)，但前者的作用更大一些。

2.HLW的變化對LY的變化的影響具有波動性，短期內(nèi)會使LY的變化降低，但長期會使其增加，并且影響逐漸減弱，最終趨于0。LK的變化對LY變化的影響具有波動性，短期內(nèi)會使LY的變化降低，但長期會使其增加，并且影響逐漸減弱趨于0。

3.自身變動的擾動和互聯(lián)網(wǎng)普及水平變動的擾動是影響旅游消費(fèi)支出變動預(yù)測誤差的主要原因，受旅游人數(shù)的影響比較小。

參考文獻(xiàn)：

[1]周力.構(gòu)建旅游消費(fèi)價格指數(shù)和城鄉(xiāng)居民旅游消費(fèi)預(yù)測的實(shí)證分析——基于VAR模型[J].價格月刊，2018（10）：1-5.

[2]梁金鳳.城市短視頻傳播對旅游消費(fèi)的影響[D].濟(jì)南：山東大學(xué)，2019.

[3]王領(lǐng)，茍曉敏.中國游客赴日旅游消費(fèi)的影響因素研究——基于X12-ARIMA模型的分析[J].山東財經(jīng)大學(xué)學(xué)報，2018（2）：16-22.

[4]賀淵迪.基于多元線性回歸模型的陜西省旅游消費(fèi)影響因素分析[J].山東財經(jīng)大學(xué)學(xué)報，2018（5）：60-65.

[5]徐翠榮，張廣海，汪立新.一般消費(fèi)函數(shù)理論可否解釋中國城鄉(xiāng)居民旅游消費(fèi)？——對我國城鄉(xiāng)居民旅游消費(fèi)函數(shù)的實(shí)證分析[J].商業(yè)研究，2017（15）：13-25.

[6]徐曉娜.城鎮(zhèn)人口老齡化與國內(nèi)旅游消費(fèi)——基于VAR模型的實(shí)證分析[J].商業(yè)研究，2017（6）：50-54.

[7]王森.中國人口老齡化與居民消費(fèi)之間關(guān)系的實(shí)證分析——基于1978-2007年的數(shù)據(jù)[J].西北人口，2010，31（1）：22-27.

[8]張麗峰.我國人口結(jié)構(gòu)對旅游消費(fèi)的動態(tài)影響研究[J].干旱區(qū)資源與環(huán)境，2015，29（3）：193-198.

[9]劉霽雯.我國居民收入與國內(nèi)旅游消費(fèi)關(guān)系研究[D].武漢：華東師范大學(xué)，2011.

[10]張敏.旅游業(yè)與經(jīng)濟(jì)增長關(guān)系的實(shí)證分析[D].大連：東北財經(jīng)大學(xué)，2005.