馬麗君，劉聰

（湘潭大學(xué)商學(xué)院，湖南湘潭 411105）

交通一直以來都是影響旅游者目的地選擇的一個重要因素。1964 年，日本新干線的開通拉開了全世界高速鐵路發(fā)展的序幕［1］，近年來我國高速鐵路也迅速發(fā)展。高鐵的開通大大縮減了旅游者的出行時間和費(fèi)用，高鐵的“時空壓縮”效應(yīng)提高了旅游地的客源市場半徑［2］，對旅游地旅游流的流量、客源市場的結(jié)構(gòu)、旅游流年內(nèi)季節(jié)分布等都會產(chǎn)生重大的影響。汪德根、陳田、李立等梳理了2011 年以前國外關(guān)于高鐵對旅游影響的研究，指出國外關(guān)于高鐵對旅游影響的研究領(lǐng)域主要集中在高鐵開通對其他交通方式需求的影響、高鐵對旅行時間的影響、高鐵對旅游行為方式的影響、高鐵對旅游收益的影響、高鐵對目的地旅游要素結(jié)構(gòu)的影響、高鐵對目的地旅游空間結(jié)構(gòu)的影響等方面［3］。2012 年以來，國外關(guān)于高鐵對旅游的影響主要集中在高鐵對旅游產(chǎn)品多樣性的影響［4］、高鐵連接效應(yīng)分析［5］、高鐵對目的地選擇的影響［6，7］等方面。國內(nèi)關(guān)于高鐵對旅游的影響研究雖然起步較晚，但是相關(guān)研究眾多，主要集中在高鐵對旅游經(jīng)濟(jì)的影響［8－10］、高鐵對旅游效率的影響［11］、高鐵對旅游業(yè)的影響［12－14］、高鐵對旅游供需市場結(jié)構(gòu)的影響［15，16］、高鐵對游客行為的影響［17，18］、高鐵對旅游流的影響［17－27］等方面。在有關(guān)高鐵對旅游流影響的研究中，汪德根、陳田、陸林等運(yùn)用旅游場理論和社會網(wǎng)絡(luò)分析方法比較了京滬高鐵開通前后9 個主要高鐵站點(diǎn)的旅游流時空分布變化特征，并提出高鐵對旅游流的影響表現(xiàn)為馬太效應(yīng)、過濾效應(yīng)、擴(kuò)散效應(yīng)和疊加效應(yīng)等特征［19－21］；穆成林、陸林、李磊等采用問卷調(diào)查的方式分析了高鐵對黃山市旅游流空間結(jié)構(gòu)的影響［22－25］；郭向陽、穆學(xué)青、明慶忠等運(yùn)用加權(quán)TOPSIS模型分析了旅游地快速交通優(yōu)勢度與旅游流強(qiáng)度的空間耦合［26］；劉大鈞、陳君子、夏焱運(yùn)用社會網(wǎng)絡(luò)分析法和GIS空間分析法研究了對高鐵對成渝城市群旅游流的影響［27］?？v觀國內(nèi)外相關(guān)研究發(fā)現(xiàn)，高鐵對旅游影響的相關(guān)研究較為豐富，為本文提供了一定的理論支撐和方法借鑒，但有關(guān)高鐵對旅游地客源市場結(jié)構(gòu)、旅游流年內(nèi)季節(jié)分布影響的研究尚不多見，且相關(guān)研究多采用問卷調(diào)查數(shù)據(jù)，樣本量有一定的局限性。

昆明市四季如春，擁有豐富的旅游資源，是我國一座著名的旅游城市。昆明南站始建于2011 年6月20 日，2016 年12 月28 日正式投放使用，滬昆高鐵和南昆高鐵全線正式通車，標(biāo)志著昆明邁入“高鐵時代”。本文選取昆明市為案例地，依托百度指數(shù)，收集昆明高鐵南站通車前后各3 年（2014—2019 年）昆明旅游網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，利用自回歸分布滯后模型、季節(jié)強(qiáng)度指數(shù)、首位度、地理集中度、皮爾遜相關(guān)檢驗、回歸分析等方法分析了高鐵開通對昆明旅游流流量、旅游流年內(nèi)季節(jié)、客源市場結(jié)構(gòu)分布的影響，以期為豐富和完善高鐵對旅游影響的相關(guān)研究和昆明旅游客源市場開發(fā)提供理論依據(jù)。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

網(wǎng)絡(luò)關(guān)注度即百度搜索指數(shù)，指人們對某一事物的網(wǎng)絡(luò)關(guān)注程度。游客網(wǎng)絡(luò)關(guān)注度是游客在出游前對旅游目的地檢索的痕跡，是游客出游的一種體現(xiàn)和預(yù)兆。前人研究表明，網(wǎng)絡(luò)關(guān)注度與旅游流之間存在密切的正相關(guān)關(guān)系［28－30］，并被大量應(yīng)用于旅游需求的研究中［31－33］。本文選取“昆明旅游”、“昆明世博園”、“石林風(fēng)景區(qū)”和“滇池”作為關(guān)鍵詞。其中，“昆明世博園”和“石林風(fēng)景區(qū)”為昆明市現(xiàn)存的兩個5A級景區(qū)，“滇池”為馬蜂窩、攜程網(wǎng)等旅游攻略網(wǎng)站昆明熱度排名最高的旅游景點(diǎn)。依托百度指數(shù)，搜集2014—2019 年我國31 個省區(qū)對昆明旅游的網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，用于分析高鐵開通對昆明旅游流流量、旅游流年內(nèi)季節(jié)分布、客源市場結(jié)構(gòu)的影響。由于香港與澳門特別行政區(qū)、臺灣地區(qū)居民慣用的搜索引擎不是百度，百度指數(shù)不能代表這3 個地區(qū)的網(wǎng)絡(luò)關(guān)注度，因此不納入本文研究范疇。2018 年1 月“昆明火車站砍人事件”對昆明旅游網(wǎng)絡(luò)關(guān)注度沖擊影響在統(tǒng)計數(shù)據(jù)中表現(xiàn)不明顯，本文在分析中未考慮該事件對昆明旅游流的影響。此外，還需要考慮各省區(qū)到昆明市的空間距離。本文以各省區(qū)的省會城市或首府城市到昆明市的空間距離來衡量，通過百度地圖測距獲得。

1.2 研究方法

ADL模型：自回歸分布滯后模型（ADL）由Jorgenson于1966 年提出，（p，q）階自回歸分布滯后模型的基本表達(dá)為：

式中，Xt－i為滯后i 期的外生變量向量（維數(shù)與變量個數(shù)相同），且每個外生變量最大滯后階數(shù)為τi；βi為參數(shù)向量［34］。本文將其用于分析高鐵開通對昆明市旅游流是否存在影響，以及影響的持續(xù)時間。

季節(jié)強(qiáng)度指數(shù)：季節(jié)強(qiáng)度指數(shù)是用以分析旅游流年內(nèi)時間分布集中性的一個指標(biāo)，其計算公式為［35］：

式中，R 為旅游流的季節(jié)強(qiáng)度指數(shù)；Xi為各月旅游流占全年總量的比值。R 值越接近于0，說明旅游流年內(nèi)時間分配越均勻；R值越大，說明旅游流年內(nèi)各月分布差異越大，季節(jié)性越明顯。本文將其用于分析高鐵開通對旅游流年內(nèi)季節(jié)分布的影響。

首位度：首位度主要用來衡量區(qū)域發(fā)展要素在最大區(qū)域的集中程度，本文將其用于分析昆明市旅游流客源市場結(jié)構(gòu)變化。通過計算首位度指數(shù)來評價規(guī)模結(jié)構(gòu)類型，首位度大的即為首位分布類型［36］，計算公式為：

式中，S為首位度；P1和P2分別為網(wǎng)絡(luò)關(guān)注度第一、二位省份。S≤2，表示昆明旅游客源市場結(jié)構(gòu)正常、集中適當(dāng)；S ＞2，表示昆明旅游客源市場存在著結(jié)構(gòu)失衡、過度集中的趨勢。

因研究涉及的省份較多，為更好地反映客源市場分布的集中度，本文引入四省份指數(shù)和十一省份指數(shù)。計算公式為：

式中，S≤1，表示結(jié)構(gòu)正常、集中適當(dāng)；S ＞1，則表示存在著結(jié)構(gòu)失衡、過度集中的趨勢。

地理集中度指數(shù)：本文采用該指數(shù)來衡量昆明旅游流客源市場的空間分布集中性［37］，其計算公式為：

式中，G為地理集中度指數(shù)；Xi為i 省份居民對昆明旅游的網(wǎng)絡(luò)關(guān)注度，即由i 省份到昆明的旅游流流量；T 為31 個省份對昆明旅游的總網(wǎng)絡(luò)關(guān)注度，即昆明旅游的總旅游流流量；n 為昆明旅游流客源市場數(shù)量。G數(shù)值越大，越接近100，說明昆明的旅游流客源市場結(jié)構(gòu)越集中，旅游客源結(jié)構(gòu)越單一；G數(shù)值越小，說明昆明的旅游流客源市場結(jié)構(gòu)越分散，客源結(jié)構(gòu)更多樣化。

2 基于ADL模型的分析

高鐵開通對昆明旅游流是否有影響及影響期有多長是需要首先解決的問題，也是后續(xù)研究開展的前提和基礎(chǔ)。昆明高鐵開通運(yùn)營的時間較短，為增加分析的時間序列數(shù)據(jù)長度，本文選用2014—2019年各月網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)，同時引入高鐵開通與否這一虛擬變量［16，38，39］來分析高鐵開通對昆明旅游流是否有影響及影響期長度。分析時，首先對月度時間序列數(shù)據(jù)采用季節(jié)差分法消除季節(jié)變化的影響，得到時間序列yt，結(jié)果見圖1。

圖1 2014—2019 年各月昆明旅游網(wǎng)絡(luò)關(guān)注度增長趨勢

本文通過單位根檢驗發(fā)現(xiàn)，yt為不含截距項和趨勢項的平穩(wěn)序列數(shù)據(jù)，顯著性水平為1%，因此無需進(jìn)行差分處理。對兩個時間序列數(shù)據(jù)進(jìn)行LM 檢驗后發(fā)現(xiàn)，昆明旅游流適用于（3，1）階自回歸分布滯后模型：

式中，yt為t 時期經(jīng)季節(jié)調(diào)整后的旅游流；yt－1為t－1 時期的旅游流；yt－2為t－2 時期的旅游流；yt－3為t－3 時期的旅游流；δ和ε為高鐵開通對t 時期和t－1 時期的影響系數(shù)；C 為常數(shù)項；ut為隨機(jī)干擾項。

根據(jù)公式（7）估計所有解釋變量的系數(shù)與常數(shù)項，根據(jù)t統(tǒng)計量，剔除沒有通過顯著性檢驗（顯著水平為10%）的解釋變量，結(jié)果見表1。

表1 ADL模型估計結(jié)果

由此，得出昆明市旅游流的模型估計公式：

從表1 可見，估計模型的擬合優(yōu)度為62.364%，擬合效果良好。δ和ε統(tǒng)計量在1%的顯著水平上是統(tǒng)計顯著的，說明高鐵開通對昆明旅游流的影響周期為兩期。其中，δ為正數(shù)，說明高鐵開通第一期對昆明旅游流具有正面的促進(jìn)作用，其促進(jìn)效果為4.94個單位；而ε為負(fù)數(shù)，說明高鐵開通對昆明旅游流第二期的影響體現(xiàn)為負(fù)面作用，其影響效果為－5.54個單位。原因是：旅游需求主要受到居民人均可支配收入、閑暇時間和受教育程度等因素的影響，在短期內(nèi)居民人均可支配收入、閑暇時間和受教育程度并不會發(fā)生很大的變化，因此在一定時期內(nèi)居民旅游需求量和偏好是“相對穩(wěn)定”的，其增長趨勢是可預(yù)測和模擬的。高鐵開通第一期對昆明旅游流的促進(jìn)作用會“預(yù)支”后續(xù)時期游客對昆明的需求，從而在第二期表現(xiàn)為“抽血”的負(fù)面效應(yīng)。由于時間序列數(shù)據(jù)長度有限，本文采用月度數(shù)據(jù)進(jìn)行模型分析，在分析結(jié)果中表現(xiàn)為對高鐵開通首月（第一期）旅游流有促進(jìn)作用，對次月（第二期）的影響為負(fù)面作用，若時間序列數(shù)據(jù)足夠長，以年為單位進(jìn)行分析，所得結(jié)論有可能是高鐵開通第一年對昆明旅游流有促進(jìn)作用，第二年為“抽血”的負(fù)面效應(yīng)。本文著重分析了高鐵開通對昆明市旅游流2017 年、2018年的影響。

3 對旅游流年內(nèi)時間分布的影響

本文利用2014—2018 年間昆明旅游網(wǎng)絡(luò)關(guān)注度各月數(shù)據(jù)，制作統(tǒng)計圖表，以分析昆明旅游流的年內(nèi)時間變化特征，結(jié)果見圖2。

圖2 2014—2018 年間昆明旅游流各月分布情況

總體來看，除2017 年外，其他年份昆明市旅游需求年內(nèi)分布較為均勻，主要原因是：昆明市四季如春，全年的旅游舒適度較高，旅游受季節(jié)變化的影響較小，但仍然會受假期的影響，出現(xiàn)“高峰”和“小高峰”。計算得出，2014—2018 年昆明旅游季節(jié)強(qiáng)度指數(shù)分別為0.47、0.74、0.66、0.93、1.06，說明2014—2018年昆明年內(nèi)各月的旅游流流量差異相對較小，各月旅游流流量分布相對均勻。其中，2017—2018年昆明旅游的季節(jié)強(qiáng)度指數(shù)相比2014—2016 年要大，說明高鐵開通后，昆明旅游流的年內(nèi)各月分布差異變大，主要表現(xiàn)為節(jié)假日對旅游流的影響被放大，節(jié)假日效應(yīng)增強(qiáng)。

4 對旅游流客源市場結(jié)構(gòu)的影響

4.1 昆明旅游流客源市場結(jié)構(gòu)概況

我國31 個省份2014—2018 年赴昆明旅游流流量（網(wǎng)絡(luò)關(guān)注度）結(jié)果見表2。從表2 可見，2014—2018 年總網(wǎng)絡(luò)關(guān)注度超過100 萬人次的是云南省、廣東省、北京市和四川省4 個省份。從2014—2018年的數(shù)據(jù)可以看出，云南省和廣東省各年旅游流流量始終排在前兩位，其次是北京市、四川省、浙江省和江蘇省，排名處于第三至第六位，但各年名次有所變化。

表2 我國31個省份居民對昆明旅游的網(wǎng)絡(luò)關(guān)注度（萬人次）

4.2 客源市場結(jié)構(gòu)變化

依據(jù)網(wǎng)絡(luò)關(guān)注度數(shù)據(jù)及公式（3）—（6），計算2014—2018 年昆明旅游流的首位度和地理集中度指數(shù)，結(jié)果見表3。從首位度來看，2014—2015 年昆明旅游首位度小于2，表示昆明旅游客源市場結(jié)構(gòu)正常、集中適當(dāng)，而從2016 年開始，昆明旅游首位度均大于2，且數(shù)值逐年上漲，表明昆明旅游客源市場存在著結(jié)構(gòu)失衡、過度集中的趨勢；從四省份和十一省份首位度指數(shù)看，2014—2018 年，昆明旅游的四省份首位度分布在0.67—0.88 之間，十一省份首位度指數(shù)分布在0.48—0.64 之間，且逐年增大，但均小于1，說明這幾年中昆明旅游客源市場結(jié)構(gòu)正常、集中適當(dāng)；而從首位度指數(shù)變化趨勢看，昆明開通高鐵后兩年與之前的3 年相比，首位度指數(shù)均呈上漲趨勢，表明昆明開通高鐵以后，客源市場結(jié)構(gòu)越來越集中。從地理集中度指數(shù)來看，2017—2018 年昆明旅游的地理集中度指數(shù)相對2014—2016 年有輕微上漲，說明隨著高鐵的開通，旅游流向昆明集聚的省份變得更加集中，昆明旅游客源結(jié)構(gòu)變得更加單一。

表3 昆明旅游流的年度首位度和集聚度指數(shù)

4.3 區(qū)域差異及影響因素

利用2014—2016 年的數(shù)據(jù)計算出2015 年、2016年各省份對昆明旅游網(wǎng)絡(luò)關(guān)注度的平均增長率，用于測算各省份2017 年和2018 年本底值，并將其與統(tǒng)計值相比較，計算高鐵開通兩期內(nèi)對各省份旅游流流量的影響。其中，內(nèi)蒙古自治區(qū)、寧夏回族自治區(qū)、海南省、西藏自治區(qū)4 個省份在昆明開通高鐵時未加入全國高鐵網(wǎng)絡(luò)，在這一部分分析中予以剔除，結(jié)果見表4。從表4 可見，高鐵開通對2017 年昆明旅游網(wǎng)絡(luò)關(guān)注度的影響量為21.85 萬人次，影響率為4.77%，體現(xiàn)為正面促進(jìn)作用；對2018 年昆明旅游網(wǎng)絡(luò)關(guān)注度影響量為－ 57.7 萬人次，影響率為－11.69%，體現(xiàn)為負(fù)面作用。這在一定程度上驗證了上文的推論。

高鐵開通對昆明旅游流和客源市場的影響存在明顯的差異。2017 年是昆明高鐵開通的第一年，從表4 可見，除青海省、北京市和云南省體現(xiàn)為負(fù)增長外，其他24 個省份均體現(xiàn)為正面的促進(jìn)作用。其中，云南的游客損失量最大，原因是高鐵開通對旅游流不僅有聚集作用，也有擴(kuò)散作用，昆明高鐵的開通對云南游客出省旅游具有促進(jìn)作用，使得本省游客對昆明的旅游需求下降。2018 年為昆明開通高鐵的第二年，高鐵開通對昆明旅游流的作用體現(xiàn)為負(fù)面的“預(yù)支”作用，從結(jié)果來看，除廣西壯族自治區(qū)赴昆明的旅游流流量增加外，其他省份均體現(xiàn)為負(fù)面的“預(yù)支”作用。

表4 高鐵開通對我國27 個省份關(guān)于昆明旅游網(wǎng)絡(luò)關(guān)注度的影響（萬人次）

從上述分析可見，高鐵開通對貴州省、廣西壯族自治區(qū)、重慶市等周邊省份的促進(jìn)作用最明顯，對青海省、北京市等距離較遠(yuǎn)的客源市場促進(jìn)作用并不明顯，即高鐵開通對客源市場的影響存在距離衰減。為驗證這一結(jié)論，本文利用百度地圖，以各省份省會城市到昆明的空間距離，測算出2017 年之前加入全國高鐵網(wǎng)絡(luò)的云南以外的26 個省份到昆明的空間距離，結(jié)果見表5。

表5 我國26個省份與昆明的空間距離

在此基礎(chǔ)之上，利用SPSS 23 軟件對26 個省份2017、2018 兩年旅游流影響量與空間距離之間的關(guān)系進(jìn)行皮爾遜相關(guān)檢驗，結(jié)果見表6。從表6 可見，在5%顯著水平下，高鐵開通的第一年（2017 年）旅游流影響量與空間距離之間呈負(fù)相關(guān)關(guān)系。即高鐵開通第一年對各省份的旅游流的促進(jìn)作用與空間距離存在負(fù)相關(guān)關(guān)系，但高鐵開通次年（2018 年）的旅游流影響量與空間距離未顯示有相關(guān)關(guān)系。

表6 皮爾遜相關(guān)性檢驗結(jié)果

為進(jìn)一步考察空間距離與旅游流影響量之間的相關(guān)關(guān)系，本文以高鐵開通對2017 年各省份對昆明旅游網(wǎng)絡(luò)關(guān)注度的影響量為因變量，以空間距離為自變量進(jìn)行線性回歸分析，結(jié)果見表7。從表7 可見，空間距離每增加（或減少）1km，高鐵開通對網(wǎng)絡(luò)關(guān)注度的影響量將減少（或增加）5.43 人次。

表7 回歸分析結(jié)果

5 結(jié)論與討論

本文收集網(wǎng)絡(luò)關(guān)注度等數(shù)據(jù)，利用自回歸分布滯后模型、季節(jié)強(qiáng)度指數(shù)、首位度、地理集中度、皮爾遜相關(guān)檢驗、回歸分析等方法分析了高鐵開通對昆明旅游流流量、旅游流年內(nèi)季節(jié)分布、客源市場結(jié)構(gòu)的影響，主要結(jié)論如下：①高鐵開通對旅游地旅游流的影響是全面、復(fù)雜和長期的，影響過程是曲折的，并不是對每年的旅游流都具有正面促進(jìn)作用。高鐵開通對旅游地旅游流第一年的影響是正面促進(jìn)作用，在第二年則體現(xiàn)為負(fù)面作用。原因是：高鐵開通第一年對旅游地旅游流的促進(jìn)作用會“預(yù)支”后續(xù)年份游客的旅游需求，從而在第二年表現(xiàn)為“抽血”的負(fù)面效應(yīng)。高鐵對旅游地旅游流是否具有促進(jìn)作用，促進(jìn)作用有多大，需要長期的觀測數(shù)據(jù)和系統(tǒng)全面的分析，否則會使高鐵效應(yīng)被放大。②高鐵會增強(qiáng)旅游地節(jié)假日效應(yīng)，進(jìn)而導(dǎo)致旅游地旅游流年內(nèi)各月分布差異變大。2014—2018 年昆明年內(nèi)各月旅游流流量差異相對較小，高鐵開通后，昆明年內(nèi)各月旅游流分布差異變大，主要表現(xiàn)為節(jié)假日對旅游流的影響被放大，節(jié)假日效應(yīng)增強(qiáng)。③昆明開通高鐵以后，首位度和地理集中度指數(shù)變大，客源市場越來越集中。高鐵開通對客源市場的影響存在區(qū)域差異和距離衰減，高鐵開通第一年（2017 年）對各省份的旅游流的促進(jìn)作用與空間距離之間存在負(fù)相關(guān)關(guān)系，但是高鐵開通次年（2018 年）的旅游需求影響量與空間距離未顯示有相關(guān)關(guān)系。

本文也存在一定的局限：①網(wǎng)絡(luò)關(guān)注度是一個間接數(shù)據(jù)，并不能完全代表實(shí)際的客流量，因此相關(guān)研究結(jié)果可能存在一定的偏差，需要基于實(shí)際客流量數(shù)據(jù)做進(jìn)一步驗證。②時間序列數(shù)據(jù)較短，會導(dǎo)致ADL模型和本底值預(yù)測結(jié)果出現(xiàn)偏差，難以全面準(zhǔn)確地測算高鐵開通對昆明旅游流的影響，研究結(jié)論存在一定的局限性。③由于少量特殊事件對昆明旅游網(wǎng)絡(luò)關(guān)注度沖擊影響在統(tǒng)計數(shù)據(jù)中表現(xiàn)不明顯，本文在分析中未考慮該事件對昆明旅游流的影響，可能會對研究結(jié)果造成一定的影響。④研究過程中未剔除其他地區(qū)重大事件或高鐵開通的影響，也會導(dǎo)致相關(guān)研究結(jié)果出現(xiàn)一定的偏差。以上幾個方面將在后續(xù)研究中予以完善。