分析上海入境旅游反季开发潜力及其季节性特点

    1 引言

　　近年来，作为我国旅游业重要支柱之一的入境旅游发展较为稳定，其影响因素也一直是学术界研究和关注的热点问题。中国入境旅游一方面在空间维度存在较大差异---入境旅游流区域差异； 另一方面，在时间维度也具有较大波动---旅游季节性（ 图1） .其中，季节性是旅游业发展最重要的特征之一[1 -3],同时也是一直困扰旅游业发展多年的“顽疾”.准确把握旅游季节性的变化规律及其影响因素是克服这一“顽疾”的前提。

　　本文以上海为研究对象，选取 2006-2013 年 96 个月份的数据样本，重点分析上海入境旅游在时间维度上的变化规律，对上海入境旅游季节性影响因素的显着性进行实证检验。依据入境旅游对舒适度单位变化的冲击响应强度，测度上海入境旅游反季开发潜力并提出对策，以期能够促进上海市入境旅游的反季开发。

　　2 文献综述

　　入境旅游的影响因素一直受到学界广泛关注。国内外学者应用 ARIMA 模型、OLS 模型、Panel Data 模型等[4,5]方法对入境旅游影响因素进行了大量实证研究。消费[6]、资源、区位[7]、移民状况[8]、是否紧邻边界、文化产品输出、政府促销[9,10]等对入境旅游的影响已得到广泛证实。但关于这些指标不同的影响机理与传导机制却很少涉及，尤其鲜见从时间维度和空间维度对入境旅游的影响因素加以明确区分和界定后进行实证分析。显然，入境旅游影响因素从时空两个维度上并不能等同，两者既有共同的部分，同时也有各自相对独立的影响因素。即使是两者共同的影响因素，时空维度的影响方式、传导机制、影响力大小也是不尽相同的，不做辨别的将两者同时纳入模型，则必然导致估计结果的偏误。

　　实际上，从空间截面维度分析的结果应是入境旅游的区域差异影响因素，如目的地吸引力[11]、经济发展水平、绝对距离、地理文化差异、签证制度、空间相关性[12 -18]等； 而从时间维度分析的入境旅游流的波动才是通常意义上所说的入境旅游季节性，气候舒适度变化、汇率波动等[19]是造成该季节性的重要因素，将时空维度混为一谈显然并不合适。如民俗文化对入境旅游显然是有影响的。它仅在不同城市之间差异显着，在相对短的样本期间，一个城市的民俗文化变异幅度不大，在分析该城市入境旅游的季节性波动中应予以剔除。即民俗文化虽然是入境旅游的影响因素，但不是入境旅游季节性的产生原因。此外，旅游基础设施、旅游竞争力、产业结构（ 服务业在国民经济中的比重） 等在时间维度都具有一定的稳定性，不应在入境旅游季节性成因的模型中加以体现。

　　长期以来，中国入境旅游面临着季节性所带来的诸多发展困境。从时间维度对入境旅游季节性的影响因素进行分析、识别，为入境旅游的反季节开发提供依据是本文重点解决的问题。

　　入境旅游由于至少涉及客源地与目的地两个国家，其季节性波动的影响因素相对国内旅游更加多元和复杂。首先，入境旅游对气候条件极其敏感，入境旅游的年内变化受气候的影响显着[19],气候变化被认为是造成入境旅游季节性的重要因素[20].其次，气候并不是造成其季节性波动的唯一因素，相对价格、汇率等购买力指标对入境旅游也具有重要影响，汇率波动对入境旅游季节性波动的影响已被学界所公认。此外，奥运会、世博会乃至金融危机等大型“节事活动”或“偶然事件”等对入境旅游的客流变化也有显着影响[21].

　　3 模型的构建

　　3. 1 变量选取和数据来源

　　本文选择 2006-2013 的 96 个月份数据样本，在对国内外众多学者关于入境旅游影响因素的研究成果进行系统梳理、甄别后，选择温湿指数 THI、风效指数 K、着衣指数 ICL、综合竞争力指数（ SJZL） 、汇率（ I） 等指标进行系统分析。其中，温湿指数、着衣指数和风效指数都是决定一个地区气候舒适度的核心要素。但研究表明，游客在旅游活动过程中，这些指标的影响机制与权重是不同的，如湿度对旅游决策的影响并不显着。为了明确和比较它们对入境旅游的影响，本文将其作为独立变量纳入模型进行考察。

　　上海竞争力指数来源于 IMD（ 瑞典洛桑国际管理学院） 的统计数据，测度体系包括经济运行、政府效率、商务效率和基础设施四个维度，每个维度又分解为 5 个子要素，总共 20 个子要素。通过 4 个竞争力维度和 20 个子要素可评价一个国家或城市经济制度体系的综合竞争力[22]; 而汇率对入境旅游的显着影响已得到学界的普遍认同（ 模型中的变量波动具有方向性，本文在模型估计中对相关数据进行了一致化处理。） .由于在样本期间内上海成功举办了 2010 年世博会，因此我们先验预期该模型含有一个由世博会导致的结构突变，我们首先对入境游客时间序列数据进行结构突变检验（ 图 2） .结构突变检验的 t 统计量为9. 408,在1%的置信水平上为高度显着。在第48个观察值（ MinValue） 处，出现了较显着的结构突变点（ 图 2） ,这与我们对 2010 上海世博的判断是一致的。突变点以第 48个观察值为起点，对应的初始时间为 2010 年 1 月，符合我们的预期； 进一步对虚拟变量交互项的联合显着性检验表明，虚拟变量不存在变系数特征。因此，为了捕获 2010 世博会对上海入境旅游的影响，模型将以变截距方式引入虚拟变量。

　　3. 2 多重共线性检验

　　经过对国内外学者有关入境旅游影响因素研究的梳理与甄别，结合上海市 2006-2013 年入境旅游发展实际，本文初步引入如下计量模型：

　　Yt= α + β1X1t+ β2X2t+ β3X3t+ β4X4t+ β5X5t+ β6X6t+ t + εt.

　　式中，Y = Tourists 为入境游客的数量； X1= ICL 为着衣指数； X2= K 为风效指数； X3= THI 为 温 湿 指 数； X4= I 为 汇 率；X5= SJZL为 IMD（ 瑞典国际发展学院） 发布的世界竞争力指数；X6= dumt为虚拟变量； t 为时间趋势变量，体现近年来上海入境旅游的时间变化趋势。在 ICL、K 和 THI 三个反映气候舒适度指标的变量中，仅有 ICL 在 5%的显着性水平上显着，考虑到三者皆为影响舒适度的重要指标，并且皆使用风速、温度和湿度等相同基础数据，因此存在多重共线的可能性。据此，我们分别对包含全部三个变量和包含其中一个变量的模型的进行了回归方程比较，回归结果见表 1.  　　根据四个模型的回归结果，我们发现风效指数、温湿指数和着衣指数三个变量单独回归都是显着的，但同时包含在三个变量的模型中，只有 ICL 是显着的，因此，初步判断可能存在多重共线性。多重共线的规范检验结果见表 2.方差膨胀因子的均值为 13. 98,大于 10,据此我们判定存在多重共线性，并最终选择模型 M2.

　　3. 3 时间序列平稳性及序列相关检验

　　确定了模型的变量结构，为了避免伪回归的出现，时间序列数据需要考虑其平稳性，单位根检验见表 3.从检验结果可以看出，模型中所引入的变量在 5%的显着性水平上，都不存在平稳性问题，因此进行水平量的回归结果不存在导致伪回归的可能性。

　　由于我们关注的是时间序列模型，为了使回归结果具有最优线性无偏性质（ BLUE） ,我们还需考虑模型的序列相关问题。

　　由自相关函数 ACF 图可初步判断为一介自相关 AR（ 1） 过程，进一步对模型回归后的 DW 统计量为 dw = 1. 322536.根据DW 检验临界值表得到当解释变量 k = 5,样本数量为 95 时的du 和 dl 临界值分别为 1. 56 - 1. 78,dw < 1. 56,因此我们做出存在一介自相关的最终判断。

　　4 广义最小二乘 FGLS 估计

　　序列相关会导致模型回归结果的方差低估、拟合优度高估的严重后果，进而导致通常的 t 检验和 F 检验无效。为了修正AR（ 1） 过程，本文采用可行的广义最小二乘估计（ FGLS） 对模型进行修正。估计结果见表 4.

　　根据回归结果，得到上海市入境旅游影响因素的模拟模型方程为： Tourists = - 138. 7031 + 14. 8278·ICL + 12. 7141·I+ 81. 0091·SJZL + 8. 0520·dum_t + 0. 3883·t + ω。由表 4 可知，全部五个解释变量都是高度显着的。拟合优度 R2为 0.7213,修正拟合优度 Adjusted - R2也达到了 0. 7059,说明本模型捕获了入境游客七成以上的季节性波动，拟合效果良好。根据系数估计量可知，着衣指数 ICL 提高了 1 个单位，入境游客数量将增加了 14. 8278 万人次； 汇率（ 汇率波动仅当人民币贬值时对入境旅游有促进作用，升值则会抑制入境旅游，因此本文对汇率数据进行了一致性处理。） 提高 1 个单位，则导致入境游客增加12.7141万人次； 上海综合竞争力的影响效果更大，单位影响强度为81.0091 万人次； 世博会效应则为8.0520 万人次。

　　5 入境旅游反季节开发潜力

　　依据该方程式，单位舒适度指数对应的入境游客量为14. 82779 万人次。根据上海 2006-2013 年的气候舒适度指数，可计算出基于舒适度指数的上海入境游客数量 ICLT,以此数量与实际到达的入境游客数相减，则为上海剔除气候舒适度以外的其他因素所决定的入境游客数量（ NO - ICL,图 3） .

　　图 3 中，Tourists 为上海入境游客总量，ICLT 为由气候舒适度所决定的入境游客数量，而 No-ICL 为剔除气候舒适度以外的（ 如经济、文化、节事等） 因素所决定的入境游客数量，这一其他因素所决定游客数量的季节性波动将是反季旅游市场开发的潜力所在。我们将 8 年中相同月度的入境游客数量加总后取均值，计算 8 个同月度中游客数量的最大值与该均值的离差，此离差主要由于气候舒适度以外的因素波动而导致的上海入境游客季节波动，通过对这些显着影响因素的控制，以期促进上海入境旅游市场的稳定、持续增长。最后，我们将所获得离差与月份最大值相除，即可获得上海入境旅游反季市场开发潜力衡量指数（ 表 5） .

　　6 结论与讨论

　　本文以上海为例，对入境旅游的季节性波动规律进行了系统分析与潜力测度。我们将上述反季旅游开发潜力指数绘制成图 4 可知，上海市入境旅游季节性开发潜力在不同月份中具有明显差异，其中 2 月和 9 月的潜力为年度最大； 12 月、10 月、8 月、1 月的潜力指数处于中间水平； 4 月、7 月、11 月的反季开发潜力有限。

　　毋庸置疑，气候舒适条件是影响入境旅游的重要因素，但由于气候属于自然禀赋，并非人为可改变因素，开发潜力空间有限。因此，潜力指数首先剔除由气候舒适度造成的客流量差异，所获得的潜力分布属于理论上可以实现的综合开发潜力。

　　主要影响因素包括汇率波动、经济发展水平、制度环境、政策配套等，实证结果都是高度显着的，而这些因素可通过人为控制和努力加以改善和提高，入境旅游反季市场开发的关键也正在于此。此外，由上述上海市入境旅游结构突变检验的结果可知，世博会、奥运会等大型“节事”活动对旅游的促进作用是极为明显的，在实际的反季旅游开发过程中，应予以特别关注，并且这些活动对目的地知名度、国家形象等也有显着提升。值得注意的是，虽然本文剔除了气候舒适度对入境客流的季节性影响，但就入境旅游市场开发本身来说，需要变换思路，通过产品设计和开发来主动适应气候的季节性变更，从而促进入境旅游市场发展。

　　实际上，稳定的政治环境、文化差异、发达的服务业等要素也是入境旅游的吸引力核心要素。由于在样本的研究期限内，没有发生显着变化，因此建模过程中没有作为解释变量进入模型，但该类影响因素构成了入境旅游的“基础”和“土壤”,失去了这些基础要素的支撑，反季旅游开发将失去可行性，没有实际意义。因此，在实践中应辩证的看待入境旅游季节性影响因素与入境旅游影响因素的关系，两者不能等同，但也不能完全割裂。

　　参考文献：

　　[1]梁增贤，保继刚。 主题公园黄金周游客流季节性研究---以深圳华侨城主题公园为例[J]. 旅游学刊，2012,27（ 1） ∶ 58 -65.

　　[2]Koc E,Altinay G. An Analysis of Seasonality in Monthly Per PersonTourist Spending in Turkish Inbound Tourism from a Market Segmenta-tion Perspective [J]. Tourism Management,2007,28（ 1） ∶ 227 - 237.

　　[3]余向洋，沙润，胡善风。 近邻景区客流季节性比较及其动态关联研究---以西递、宏村、黄山为例[J]. 地理研究，2013,32（ 1） ∶ 191 -2000.

　　[4]Christine Lim,Grace W Pan. Inbound Toursim Developments and Pat-terns in China[J]. Mathematics and Computers in Simulation,2005,68（ 2） ∶ 498 -506.

　　[5]Teresa Garin - Munoz. Inbound International Tourism to Canary Islands:A Dynamic Panel Data Model[J]. Tourism Management,2006,（ 27） ∶281 - 291.

　　[6]肖红叶，郑华章。 IMD 国际竞争力评价技术及其应用---以中国区域国际竞争力评价为例[J]. 统计与信息论坛，2006,（ 9） ∶ 5 -10.

　　[7]孙根年，张毓，薛佳。 资源-区位-贸易三大因素对日本游客入境旅游目的地选择的影响[J]. 地理研究，2001,（ 6） ∶ 1032 -1044.