徐松华，薛兵旺

(武汉商学院旅游经济研究所，湖北 武汉 430056)

一日游游客旅游花费影响因素的实证分析
——以2012年武汉一日游游客为例

徐松华，薛兵旺

(武汉商学院旅游经济研究所，湖北 武汉 430056)

以2012年武汉一日游游客为研究对象，运用多分类logistic回归方法，分析一日游游客花费影响因子并构建其旅游花费模型.研究结果表明，武汉一日游游客呈现较大的旅游花费差距.去向、职业、游览景点个数3个变量对武汉一日游游客花费的影响显著；来向变量对武汉一日游游客花费的影响不明显；性别，年龄、来源地、旅游目的和旅游方式5个变量对武汉一日游游客花费没有影响.

多分类logistic回归；一日游；游客花费；实证分析

近年来，旅游逐渐成为大众生活的一种方式，我国城镇居民的收入水平决定了旅游形式以一日游为主.2012年全国一日游游客为16.54亿人次，占当年旅游人次数的比重较高，达55.94%，并呈逐年递增趋势.快速增长的一日游市场在刺激大众消费、调整经济结构中具有十分重要的作用.同时，旅游花费是游客暴露在外最显著特征之一，游客旅游花费水平是旅游目的地最有经济意义的一项指标，因此研究国内旅游的游客花费具有理论和实践指导意义[1].

旅游花费和旅游消费既有区别也有联系.旅游消费是从宏观经济角度对整体旅游产业发展指标的界定，旅游花费是从游客角度对其旅游消费行为特征的数量描述.游客的旅游花费是指游客在一次外出旅游中所花费的全部金额，主要包括客源地花费、旅游路途花费、旅游目的地花费[2]，本文中所指游客旅游花费仅指游客在旅游目的地花费和离开旅游目的地所花去的长途交通费.

相关学者对旅游消费进行了大量的研究.研究内容方面，国内主要侧重于从宏观经济学的视角对旅游消费的经济效应及影响因素进行研究，张凌云1999年提出的旅游者出国消费与旅游目的地的人均GDP无因果关系，并实证了海外过夜游客在华人均天花费的地区差异的不确定性[3]，宁士敏2000年对影响中国旅游消费的经济和社合因素进行了分析[4].研究方法方面，国内学者对旅游消费的研究逐步从定性向定量方向发展，使用的主要定量研究方法有统计描述与相关分析[5-6]、线性回归分析[7-11]、对数线性回归分析[7，12]以及有虚拟变量的线性回归模型[2,13,14]等，其中简单线性回归分析，由于其所依据的宏观经济数据获取相对容易，模型拟合方法简单，因而成为前期旅游消费研究中最常见的方法.数据来源方面，以统计年鉴为主，且问卷、访谈等调查方法的研究逐渐增多.研究对象方面，国外学者对本国国际游客花费研究较多，国内学者主要侧重于旅游消费结构等方面的研究，李一玮、夏林根2004年通过对国内城镇旅游者人均天花费构成比例的横向和纵向比较，分析了城镇居民旅游消费结构的变化规律，找出了影响旅游消费结构的因素[15]，席建超2003年以入境游客消费统计数据为依据，分析了近年我国入境游客旅游消费结构的特点和发展趋势[16].

纵观国内外学者的研究,发现多是依据产业经济学理论，利用相关统计年鉴的数据探讨居民收入、闲暇时间等社会经济指标对旅游消费的影响，并构建模型进行定量分析，而以游客问卷调查的方法，涉及游客职业、来源地等影响因子对游客旅游花费影响的实证研究还处在起步阶段，仅见马秋芳等2008年综合游客社会人口等个人信息和相关出游指标对国内旅游游客花费进行探究[2].另外，由于一日游游客和过夜游客的旅游行程安排差别很大，他们由此产生的旅游花费及影响规律也相异，因此有必要将两者的旅游花费研究分开.在国内外已有的研究基础上，本文中以武汉国内一日游游客为研究对象，运用logistic回归分析方法，探究一日游游客花费影响因子并构建其旅游花费模型，揭示一日游游客在武汉旅游花费的主要影响因素,为武汉一日游旅游市场开发提供依据.

1 研究设计

1.1问卷设计在2012年国内旅游调查问卷的基础上，结合国内相关文献研究，对武汉一日游游客旅游花费进行调查问卷设计.问卷主体部分涉及的第一类变量是一日游游客的旅游花费，将该变量分解为长途交通、餐饮、游览、娱乐、购物、市内交通、其他共计7类消费分项，全部以填空题的形式让游客作答获取相关变量值，然后通过对7个消费分项进行加总求和获得一日游游客旅游总花费；第二类变量是以上旅游总花费所包含的人数，也以填空题的形式让游客作答获取人数变量值；第三类变量是影响一日游游客旅游花费的各项因素，主要涉及一日游游客的的人口统计特征、空间位移行为、旅游消费行为等三方面，其中人口特征包括性别、年龄、职业、来源地等4个变量；空间位移行为主要包括来向(从何地来)、去向(到何地去)等2个变量；旅游消费行为主要包括旅游目的、旅游方式、游览景点个数等3个变量，分别以9个单选题的形式让游客作答获取相对应的变量值.

表1 样本点分布

1.2数据收集本文中数据源于2012年武汉一日游游客花费抽样调查，该调查选取武汉11家知名景区作为调查地点，样本点分布见表1.从2012年6月至11月，每月投放问卷约300份，在这些调研地点门口随机选择即将离开的一日游游客作为样本，以面对面的方式对游客进行问卷调查，部分游客对其花费情况的调查较为敏感，增加了数据收集的难度.本文中根据一日游行程特点，主要采取了两种旅游花费收集方法.方法一是简单回忆法，由即将结束行程的游客回忆此次旅游的总体花费及具体开支，填写问卷，问卷被当场收回的方法；方法二是预期列支法，由准备游览下一个景区的游客，将预期可能的旅游总体花费及具体开支进行列支，作答问卷，问卷被当场收回的方法.最终全年共投放调查问卷1 700份，回收调查问卷1 529份，回收率为89.94%；通过程序录入审核，获得有效问卷为1 451份，有效率达94.90%.logistic回归模型对样本量有一定的要求，一般因变量统计较少的那一类除以10是模型可以分析解释的自变量数[17]．本文中样本总量为1 451份，其中167个一日游游客旅游花费为“高水平”，在一日游游客花费等级花费分类中样本数最少，依据167÷10=16．7，可以选择约16个自变量．为了使分析结果更加科学有效，本文中采用11个自变量进行分析，分析效果较为理想．

1.3数据处理与分析运用SPSS17.0中的变量生成模块，将变量“总花费”，与变量“消费人数”相除，生成操作变量一日游游客“人均花费”；再利用SPSS17.0中描述分析模块，可知变量“人均花费”的偏度系数为5.24>0，峰度系数为60.917>0.说明该变量呈正偏态分布，分布向中低端数据集中，且极端数据出现在高端，说明武汉一日游游客旅游人均花费存在明显的差异.综合考虑一日游游客的消费水平及分布状况，将一日游游客在汉人均花费分为3等.表2的数据显示，有26.1%的一日游游客在汉人均花费在70元及以下，有62.4%的一日游游客在汉人均花费在70～260元区间，一日游游客在汉人均花费260元及以上的占11.5%.武汉一日游游客之间存在较大的花费差距，中等花费水平占了大部分，低花费水平人数占比高于高花费水平人数，一日游花费的分布结构呈橄榄型，符合旅游消费规律.

表2 样本数据

2 基于多维logistic的模型构建

2.1变量选择在以上分析的基础上，本文中以人均花费分类作为因变量，将性别、年龄、职业、来源地、来向、去向、旅游目的、旅游方式、游览景点个数等9个因素作为自变量，各变量的定义见表3.

表3 变量描述

2.2模型设定logistic模型又称“分类评定模型”，是最早的离散选择模型，由诺贝尔经济学奖获得者Mcfadden教授提出.该模型属于多元变量回归分析范畴，因变量是离散型分类变量，自变量既可以是连续的，也可以是分类的，在社会学、流行病学、市场营销等统计实证分析中常用.游客在旅游目的地花费的影响因素具有多样性和不确定性，受来源地、职业、旅游目的等离散型分类变量的影响，因此较难通过简单线性回归的方法来精确判定以上9个因素对游客花费的影响系数.因此，本文中把一日游游客在汉人均花费水平划分为高花费、中等花费和低花费3个等级的多分类因变量，将性别、年龄、职业、来源地、来向、去向、旅游目的、旅游方式、游览景点个数等9个因素作为自变量，通过多维logistic回归模型来预测3个等级旅游花费水平的一日游游客的人口统计、空间位移和旅游消费特征，并以此来判定9个因素对一日游游客在旅游目的地花费的影响程度.模型的具体形式和相关的估计变量如下：

In(p(人均花费=i)/p(人均花费=j))=b0+b1性别+b2年龄+b3职业+b4来源地+b5旅游目的+b6旅游方式+b7游览景点个数+b8来向+b9去向，其中，p(人均花费=i)和p(人均花费=j)分别为一日游游客在武汉不同花费水平的概率，i=1或2，j=3.

2.3模型拟和及评估首先，通过SPSS 17.0，选择强制引入所有自变量进入回归方程，自变量来源地、性别、年龄、旅游目的和旅游方式没有通过检验，各自变量似然比检验值P值详见表4；其次，选择逐个进入法把所有变量引入回归方程，职业、来向、去向和游览景点个数通过检验，进入回归方程.

表4 似然比检验结果

从表4可见，来源地、性别、年龄、旅游目的和旅游方式的似然比检验值P值均大于0.05，说明从数据上看，这5种因素对一日游游客的旅游花费影响十分微小.但是，在样本数据的实际统计中，65岁以上一日游游客、来自省外的一日游游客、探亲访友的一日游游客、旅行社组团的一日游游客明显与其他同类型的一日游游客人均花费不同，主要原因是该统计数据是样本信息，并不完全等同总体，而本处的似然比检验是logistic模型利用样本信息对所有游客进行推断，推断的结论与样本信息可能一致，也可能有差异，这正是统计学上进行检验的原因.因此，性别差别导致的一日游游客的旅游花费改变不显著，主要原因是现在男女经济均已相对独立，日常生活花费已没有差别，一日游花费也不例外；年龄差别导致的一日游游客的旅游花费改变不显著，主要原因是一日游花费并非大金额消费项目，一般较节俭的中老年人在消费上消除了“怕花钱”的顾忌；来源地对一日游游客旅游花费的影响不显著，主要原因是当今社会处于人口流动的大浪潮中，许多游客虽不是本地人，但可能长期在旅游目的地工作和生活，其旅游花费与本地人差异不大；旅游目的对一日游游客旅游花费的影响不显著，主要原因是一日游游客旅游目的主要是游览和休闲，探亲访友类游客比例很小，不具有统计学上的影响作用；旅游方式对一日游游客的影响也不显著，主要原因是旅游方式选择多是自由出行，另外两类旅游方式也不具有统计学上的影响作用.

综合两次回归操作，选择职业、来向、去向和游览景点个数作为自变量引入回归方程，最终得到两个以高花费水平为参考的logistic回归模型，模型模拟结果如下：

M1=In(p(人均花费=1)/p(人均花费=3))=-21.803+{20.564×(去向=1)，18.735×(去向=2)}+1.612×(游览景点个数=1)+{1.097×(职业=4)，1.560×(职业=5)，1.534×(职业=6)},

M2=In(p(人均花费=1)/p(人均花费=3))=-2.175+{2.627×(去向=1)，1.397×(去向=2)}+1.366×(游览景点个数=1)+{0.869×(职业=3)，0.968×(职业=5)，1.235×(职业=6)}.

Cox & SnellR2以及NagelkerkeR2检验是回归方程的拟合优度检验，一般NagelkerkeR2的取值范围在0～1之间，越接近1说明方程的拟合度越高；反之，则越低．在本研究中模型拟合优度参数Cox & Snell的R2及Nagelkerke的R2分别为0.408和0.802，其中Nagelkerke的R为0.895,非常接近1.因此本研究中模型拟合程度良好，模型的相关参数估计结果见表5.

3 结果分析

由表5中模型的有关参数分析推论，可以得到以下结论.

1)职业对一日游游客人均花费水平影响显著.由表5知，职业为公务员、企事业管理人员、工人和农民的游客在低花费水平模型中都没有通过检验，而公务员、企事业管理人员、科教人员的游客在中等花费水平的模型中都没有通过检验，说明相对应的估计系数与0没有显著性差异，他们的旅游花费与职业为其他的一日游游客在相应的消费水平上没有显著性差异.从参数Exp(B)值来看，职业为科教人员、离退休人员、学生的一日游游客旅游花费为低花费水平的概率分别是职业为其他的一日游游客的2.966、4.757和4.636倍；职业为工人、离退休人员、学生的一日游游客旅游花费为中等花费水平的概率分别是职业为其他的一日游游客的2.386、2.632和3.438倍.也即职业为科教人员、离退休人员、工人和农民、学生的游客旅游花费更容易处于中低花费水平.因此，职业对一日游游客旅游花费有一定影响，表现为科教人员、离退休人员、工人和农民、学生类一日游游客的旅游花费相对较低，公务员等其他职业的一日游游客旅游花费水平大致相当，相对较高.这主要是由于离退休人员、工人和农民、学生类的一日游游客可自由支配收入少，旅游花费支出水平有限，科教人员则受其消费思想和习惯的影响，不愿意进行旅游高消费；而公务员、企事业管理人员等其他职业的一日游游客收入较稳定，多带有公费旅游性质，因而旅游花费水平相对较高.

2)来向对一日游游客的旅游花费影响不明显.由表5知，来向为本市、省内的游客在两个模型中都没有通过检验，说明相对应的估计系数与0没有显著性差异，来向不同水平下的一日游游客旅游花费没有显著差异.实际上，来向对游客旅花费的主要影响是到达旅游目的地的长途交通费，但一般来说，该费用不可能在旅游目的地购买，因此，一般旅游目的地的游客花费调查不可能将之纳入调查范围，本文中也遵循这一惯例，故来向对一日游游客花费的影响不明显，与实际情况吻合.

3)去向对一日游游客的旅游花费影响非常明显.由表5知，去向在两个模型中的估计系数均显著性地大于1.0，在两个模型中对一日游游客旅游花费的影响显著.从参数Exp(B)值来看，在低花费水平区间内，去向为本市和省内的值分别为巨量级的8.528E8和1.369E8，表明来自本市或省内的一日游游客为低花费水平的概率比省外游客的大得多，这说明省外一日游游客旅游花费几乎不可能处在低花费水平；而在中等花费水平区间内，去向为本市和省内的值分别为巨量级的13.827和4.403，表明来自本市或省内的一日游游客为中等消费水平的概率是省外游客的13.827和4.403倍，也同样说明本市和省内一日游游客与省外一日游游客相比，有较大可能处于中等花费水平.因此，去向对一日游游客旅游花费影响非常明显，这也与省外游客需要在汉购买较多的长途交通费的事实相符.

表5 参数估计结果

备注：a：参照类别为高花费水平.b:SPSS将每个变量的最后一个变量值的参数设定为0.

4)游览景点个数对一日游游客旅游花费的有一定影响.由表5知，游览1个景点的一日游游客在两个模型中的估计系数都显著性地大于1.0，而游览2个景点的一日游游客没有通过检验，说明一日游游客游览景点个数超过两个以上时，其旅游花费没有差别.从参数Exp(B)值来看，在两个等级的消费水平区间内，景点个数为1的值分别为5.011和3.920，表明游览1个景点的一日游游客为低花费水平的概率是游览3个及以上景点的游客的5.011和3.920倍，游览1个景点的一日游游客更有可能处于中低花费水平；而景点个数为2的值分别为1.295和1.412，表明游览2个景点的一日游游客为低花费水平或中等花费水平的概率是游览3个及以上景点的游客的1.295和1.412倍，两者几乎相等，说明游览景点个数超过2个以上时，游客景点个数的增加对其旅游花费没有影响.因此，游览景点个数对一日游游客旅游花费有影响，但超过2个景点时，影响不太明显.这主要是一日游游客行程时间较短，不可能大数量游览景点个数，即使能够游览2个以上，景点之间在空间上相连，不会产生较多的相关费用；加之旅游年票的发行和部分免费景区的出现，使游览景点的个数不会给一日游游客带来较多的旅游花费.

4 结论及不足

4.1 主要结论

1)一日游游客在旅游目的地的花费存在着较大的差距.

2)去向差异对一日游游客旅游花费水平的高低影响显著，去向为本市和省内的一日游游客旅游花费水平远低于去向为省外的一日游游客.

3)职业和游览景点个数对一日游游客花费起着较大影响.公务员、企事业管理人员旅游花费水平相对较高，学生、离退休人员、农民和工人、科教人员的旅游花费水平相对较低；游览1个景点的游客旅游花费相对较低，游览超过2个景点的一日游游客旅游花费随游览景点个数增加无显著变化.

4)来向差异对一日游游客旅游花费影响不明显.

5)来源地、性别、年龄、旅游目的和旅游方式对一日游游客旅游花费没有影响，不同来源地、不同性别、不同年龄、不同旅游目的，选择不同旅游方式的一日游游客旅游花费水平相似，没有差别.

4.2研究不足本文中运用实证分析的方法，对影响一日游游客旅游花费的因素进行了分析，得出了上述结论，由于调查条件的限制，仍存在不足和需要改进之处.

1)调研地点的范围还可以更大些.本文中为了方便获取调查对象，全部选择在知名景区进行，可能疏漏了部分不去知名景区的游客，使得样本的代表性有所降低.

2)本文中所指一日游游客旅游花费仅指游客在旅游目的地的花费，不包含一日游游客在旅游目的地外的旅游花费.对一日游游客旅游花费的这种界定，虽契合了旅游目的地经济理论，与当前的国内调查实际相符，但会影响本研究的效度.

3)游客花费涉及的消费项目众多，本文中采用游客回忆法或预期列支法对游客进行问卷调查，有的游客可能记忆不清，或可能行程刚开始，或可能敷衍了事等原因，影响数据收集的准确性.因此，对调查过程的控制及调研方法的运用需要改进和优化，以不断提高问卷数据收集的信度.

[1] 马秋芳,孙根年,谢雪梅.基于虚拟变量回归的旅游花费模型构建[J].统计与决策,2008,274(22):62-64.

[2] 李瑛,刘科伟.旅游目的地区域国内旅游花费的差异性分析——以西安市五一黄金周为例[J].人文地理,2008,99(1):115-118.

[3] 张凌云.旅游者消费行为和旅游消费地区差异的经济分析[J].旅游学刊,1999(4):65-69.

[4] 宁士敏.影响中国旅游消费的经济和社会因素分析[J].旅游学刊,2000(3):75-76.

[5] 郭剑英,汪舟.大陆公民入境香港的旅游花费特征[J].重庆与世界,2012,29(3):19-21.

[6] 罗翔宇,徐东文,史媛媛.湖北省旅游经济区域差异及对策研究[J].华中师范大学学报:自然科学版,2013,47(5):725-730.

[7] 黄秀娟.我国居民国内旅游消费与居民收入关系的实证分析[J].河北经贸大学学报,2004,25(5):31-36.

[8] 李银兰,范红.国内旅游消费模型初探[J].重庆商学院学报,2002(3):40-42.

[9] 高书军,张广海.国内旅游消费模型及实证研究[J].统计与决策,2004,172(4):57-58.

[10] 刁宗广.中国农村居民旅游消费水平及区域差异研究[J].地理科学,2009,29(2):195-199.

[11] 刘文彬.我国城乡居民的经济收入与旅游消费关系的定量分析[J].统计与决策,2009,286(4):92-93.

[12] 吴璇.我国居民国内旅游消费与居民收入关系的经济分析[J].经济师,2007(2):231-232.

[13] 刘文斌.关于我国国内旅游消费支出的计量经济学模型的初步研究[J].经济师,2009(8):275-276.

[14] 邓楠婷,杨新竹,孙一迪,等.关于我国城镇居民旅游消费情况分析[J].经营管理者,2010(5):79-80.

[15] 李一玮,夏林根.国内城镇居民旅游消费结构分析[J].旅游科学,2004,18(2):30-32.

[16] 席建超.旅游者旅游消费结构及潜力分析——以入境旅游者旅游消费为例[J].桂林旅游高等专科学校学报,2003,14(2):38-41.

[17] 张文彤.SPSS统计分析教程[M].北京:高等教育出版社,2004.

(责任编辑 郭定和)

Study on the factors influencing the expenditure of excursionists:an example of excursionists in Wuhan

XU Songhua,XUE Bingwang

(Institute of Tourism Economy, Wuhan Business University, Wuhan 430056, China)

Choosing the Wuhan Excursionists as the research object, and using the multilogistic regression analysis, we analyzed the factors influencing the expenditure of excursionists, and then constructed the model of the expenditure of excursionists. Results showed that: 1) In the expenditure of excursionists in Wuhan, there was a larger gap; 2) The variables “next destination”,“occupation”,“the number of sightseeing scenic spots” had significant effects on excursionist expenditures; 3) The variable “last destination” had less significant effects on excursionist expenditures; 4) The variables “sex”、“age”、“source place”、“tourism motivation”、“the mode of travel” had no effects on excursionist expenditures.

multinomial logistic regression; one-day tour; tourist expenditure; practical analysis

2013-12-07

湖北省教育厅人文社会科学研究项目(14G490)资助

徐松华(1975-)，男,硕士,讲师,E-mail：pony_0731@sohu.com

1000-2375(2014)04-0363-07

X196; K902

A

10.3969/j.issn.1000-2375.2014.04.016