陈 镇 ,金浏河,张建强

(1.海南热带海洋学院 旅游学院,海南 三亚572022;2.浙江工贸职业技术学院 管理学院,浙江 温州 325003)

基于“从一般到特殊”法的入境旅游需求预测
——以上海主要入境客源市场为例

陈 镇1,金浏河2,张建强1

(1.海南热带海洋学院 旅游学院,海南 三亚572022;2.浙江工贸职业技术学院 管理学院,浙江 温州 325003)

基于2004-2015年上海5个主要入境客源国(澳大利亚、法国、新加坡、韩国和菲律宾)的数据,采用自回归分析滞后模型(ADLM),以及“从一般到特殊”的分析方法解析上海入境旅游需求的基本影响因素并形成入境人数预测值.实证研究表明,客源地的真实经济状况、旅游季节性特征、旅游者的经济收入是入境旅游需求的主要因素;“口碑效应”、旅游价格、舆情动态、不可控因素等同样对上海入境市场需求构成不同程度的影响.通过对5个入境客源市场的旅游需求弹性分析,为上海市旅游产业政策的制定和发展战略提供建议和依据.

入境旅游需求;回归分析滞后模型;需求弹性; 客源市场

0 引言

入境旅游是衡量目的地国家政治、经济、文化及其社会综合实力的重要指标.中国辽阔富饶的疆域、悠久灿烂的文化古迹和美妙绝伦的风景胜地吸引世界各国人民前来观光游览,中国入境旅游在世界旅游产业中发挥着举足轻重的作用.据中国旅游研究院(CTA)数据中心显示,2016年入境旅游人数1.38亿人次,实现国际旅游收入1200亿美元,分别比上年同比增长3.8%和5.6%[1].作为中国国家中心城市的上海,在引领中国经济、金融和时尚前沿的同时,吴越文化、近现代城市文化、历史名胜古迹和现代建筑艺术更是吸引众多海外游客踏足领略.据2016年上海市国民经济和社会发展统计公报显示,上海全年接待国际旅游入境者854.37万人次,比上年增长6.8%(见图1).全年实现入境旅游外汇收入62亿美元,同比增长4%[2].

注:资料来源:上海市统计局[2]图1 2012-2016年上海国际旅游入境人数

随着大规模外国游客的涌入,有关入境旅游及其相关领域的研究也逐渐兴起.在国内入境旅游和上海入境旅游研究进程中,学者以往主要以旅游地理学、空间流动规律和入境市场特征作为研究角度，而对上海入境旅游需求影响因素及需求预测建模的定量研究偏少.目前的研究方法主要集中于计量经济模型、因果/回归模型、非因—果—时间序列模型以及人工智能等[3].国内外通用的模型在旅游研究中运用得不多, 本文主要的研究目的是应用国际上通用的旅游需求定量分析法,选择5个上海主要入境客源国(澳大利亚、法国、新加坡、菲律宾、韩国),对上海入境旅游需求建立需求和预测模型,深入分析上海入境旅游市场需求的相关影响因素,为上海旅游相关部门制定有效的旅游政策、旅游战略目标和实施决策提供重要的理论和现实依据.

1 “从一般到特殊”的建模方法

通过中国知网数据库“主题”检索关键词:上海、入境旅游、上海入境旅游需求,共有158篇有关上海入境旅游学术论文(1999-2016),其中鲜有出现有关旅游需求影响因素的文章.这些研究归纳总结为三个方面.

1) 运用分析方法和建模方式不同.晋艺波引入了旅游引力模型[4],廖琴和何雨运用了偏离-份额分析方法[5],张晨利用了协整方程[6],唐睿和冯学钢使用了灰色预测法和灰色关联分析法[7].

2) 研究视角不同.黄凯和楼嘉军基于亲景度和世博会的角度[8],杨国玺和于雪原基于金融危机[9],王铮等基于重大事件角度[10].

3) 时空框架不同.黄和平重点分析上海入境旅游在时间维度上的变化规律[11],徐军和贾铁飞对上海近10年的入境情况在时空上的变化规律进行了分析[12].

通过梳理上海入境旅游市场文献,发现国内学者对上海入境旅游市场领域研究较为宽泛,特别是在市场结构和运营战略上.但偏于纵向发展的旅游需求或建模预测方面的研究似乎还未成熟,特别是在方法的选择和运用上.另外,就入境旅游方面而言,与西方研究相比,起步晚也成为国内学者在此方面研究的一大弱点[13],因此在这方面仍有很大的探讨和提升空间.

经相关学者的研究分析和比较结果显示,定量研究方法是最经常使用的旅游需求预测方法[14].如宋海岩和费宝刚利用从一般到具体的计量经济建模方式和近20年中国入境人数数据为中国8个主要客源国到中国入境旅游需求建立模型,并给出未来十年相应的入境旅游人数预测.从“一般到特殊”的建模方法是从一个更普通的带有多个回归变量的自回归分布滞后(ADL)模型开始,经过协整理论的突破和误差修正技术的进一步提高.这种建模方法得到了更为广泛的推广[15].相比于其他方法,采用建模的方法研究旅游需求的相关影响因素,更加深入的推动了该领域的纵向发展[13].本文以国内外学者的研究成果为基础,引入现代计量方法中的定量研究方法,分析并构建预测模型来探究影响上海入境旅游需求的因素.

2 模型估计和模型检验

2016年,上海国际旅游入境人数达到854.37万人次,同比增长6.8%.在主要的入境客源国中,法国游客占总人数的2.53%,澳大利亚2.68%,菲律宾4.70%,韩国11.47%,新加坡2.53%[1].本文将“从一般到特殊”建模方法引入到上海5个主要客源国的入境旅游需求预测研究.选择“从一般到特殊”建模方法的主要原因是它为一个动态的计量经济建模过程,最终的模型会呈现出比较清晰的评价框架.最后求出模型中内含的长期稳态解,用于检验经济理论、评价政策和预测未来等[13];此外,ADLM模型蕴含误差修正机制也可以很好的克服模型中可能存在的伪回归问题[15].

2.1旅游需求的决定因素

本文选取2004年第一季度-2015年第二季度上海5个主要客源国的数据为样本,分别是澳大利亚、新加坡、法国、韩国和菲律宾.上海入境游客人数来源于WIND资讯经济数据库;以上各国的国内生产总值指数(GDP)、消费者物价指数(CPI)、汇率(EX)等数值均取自资讯经济数据库.借鉴宋海岩和费宝刚的研究成果,影响旅游需求的决定因素有客源国的经济水平、目的地的旅游价格等[15].建构一下需求模型:

(1)

其中:VAit表示上海的第i个客源国在t时期入境游客数量;Yit表示第个客源国时期收入水平的变量,具体用每一个国家在时期真实的指数来表示;pit表示第i个客源游客到上海旅游的自身价格;B,a1,a2属于常数项;εit代表随机项,用来描述模型中未被体现出来的其他因素的影响.对于上海入境是旅游的自身价格,采用式2计算得到,即上海与第i个客源国的消费者价格指数CPI的比值作为i客源国游客到上海旅游的自有价格,汇率是各国当地货币对美元的汇率.

(2)

2.2模型的设定

在旅游需求研究中,双对数线性函数一直是学术界普遍采用的模型.因为双对数线性函数形式的线性模型中的各个参数能直接反应出需求弹性,更具有经济意义.本文在此基础上建立双对数线性旅游需求模型:

lnVAit=B0+BilnPit+B2lnGDPit+εit,

(3)

其中:VAit表示上海的第i个客源国在t时期入境游客数量;B1,B2是估计参数,反映长期的价格弹性和需求收入弹性;Pit表示旅游自有价格;εit代表随机误差项.不足的是式(3)是一个相对稳定和静态的方程,未能显示旅游需求中的动态性特征.如消费者行为偏好、心理期待、季节性、一次性突发事件等.这些因素都会在一般时期内对入境旅游需求产生重大影响,而通常以哑变量出现的季节性也是旅游需求的一个显著特征[15].为了更好的反映和解释旅游需求的持续性和期望值,本文引入自回归分布滞后模型(ADLM),滞后期为4,引入D1,D2,D3以及,D08Fin,D10Exp,D08Oly三个季节性变量和三个一次性突发事件变量,整理最终模型如式(4).

lnVAit=B0+B1lnVAit-1+B2lnVAit-2+B3lnVAit-3+B4lnVAit-4+
B5lnGDPit-1+B6lnGDPit-2+B7lnGDPit-3+B8lnGDPit-4+
B9lnGPIit-1+B10lnGPIit-2+B9lnGPIit-3+B10lnPIit-4+B11lnD1+
B12D12+B13D13+B14D08OLY+B15D08FTN+B16D10EXPO.

(4)

2.4模型检测

利用式(4),删掉在经济意义上不成立或在统计上不显著的变量,得出估计结果,汇总至表1.首先从经济意义上看,在含有当期收入变量与其滞后期的所有变量的系数相加后呈现和需求的正相关;当期价格变量与其滞后期所有变量的系数相加后呈现和需求的负相关,这些都符合经济理论预期.其次,在统计检验中,利用“从一般到特殊”的建模方法,最终模型中的各个自变量的P值都小于0.05,总体斜率t的t检验自动满足;在每个独立模型中,相关系数(R)是根据样本数据计算的度量两个变量之间线性关系强度的统计量,五个模型中R2的取值范围都在0

在回归方程显著性检验,即F检验中,五个国家的分析数据给出的F值和用于F值检验的P值,均小于给定的0.05显著性水平,拒绝原假设,表明因变量入境旅游人数与相关自变量之间存在回归关系.在诊断性检验中,对模型分别进行正态性检验、多重共线性检验、异方差检验和自相关检验.检查回归的标准化残差的直方图总体呈正态分布;检查标准化残差的正态P-P图显示实际累积概率与理论累积概率基本一致,各点均匀分布或围绕直线周围;另外K-S和S-W检验的P值都大于0.05,通过正态性检验;菲律宾和澳大利亚的需求模型中方差膨胀系数(VIF)均小于10,满足多重共线性检验,但法国、韩国和新加坡的需求模型中VIF没有都小于10,表明模型中的解释变量之间存在多重共线性;标准化残差和标准化预测值的散点图都显示同方差情形,总体满足异方差检验;澳大利亚、法国、菲律宾、新加坡和韩国的Durbin-Watson(D.W.)值分别为2.204、1.530、1.931、2.312、1.675,即法国、菲律宾和韩国模型满足自相关检验,而澳大利亚和新加坡的D.W.值大于2,但都小于2.5,原因是模型中包含因变量的滞后期.综合以上检验分析,5个模型通过至少二个或二个以上的计量检验,模型最终得以确定.

表1 模型的估计结果

注：a)括号内为t统计量值.b)*,**和***分别代表系数在10%、5%和1%显著性水平上显著.

3 模型结果及旅游需求弹性分析

3.1模型结果分析

根据表1的模型结果发现,对于以上5个国家的潜在游客来说,“口碑效应”会对他们产生很大的影响,因为涉及其因变量的3期滞后期值,而且尽管数值大小不等,但在这些国家的模型中都很显著;其次,收入变量和它的滞后值在5个国家的模型中都是显著的,因此,对这些国家来说,游客的数量在很大程度上受其国家真实的收入水平影响.从估计结果来看,除新加坡外,澳大利亚、法国、菲律宾和韩国国民的旅游需求体现在模型结果中的价格变量都较为显著.新加坡模型中没有价格变量,无法计算价格弹性,故无法判断其价格的敏感程度.

与此同时,在上述5个国家的模型结果中,季节性虚拟变量都非常显著,由此反映出季节性变化也是影响上海入境旅游市场的重要因素.根据2014年澳大利亚和新加坡来华旅游舆情报告显示,两国公民的“来华旅游意愿”指标上都属于中等[16-17],因此,入境旅游需求人数在三个季节性虚拟变量上都体现出负相关.因此,上海市旅游相关部门更应针对双方季节性特点和客源国游客出行特点设计相应旅游产品和服务来满足这些国家的不同旅游需求,提高来华旅游意愿.2010年上海世博会对澳大利亚,法国和菲律宾三国的旅游需求构成显著性影响.2008年全球金融危机对法国游客影响较大,但对澳大利亚、韩国、新加坡和菲律宾的影响不显著,尽管统计数据显示入境人数呈下降趋势.

3.2需求弹性分析

韩玫丽认为弹性定义, 其实指的是需求量或供给量对其决定因素中某一种反应程度的衡量,旅游经济所谓的决定因素, 主要是指商品的价格和消费者的收入[18].因此,旅游经济学中的弹性类型至少应包括需求价格弹性、需求收入弹性、供给价格弹性、供给收入弹性和交叉弹性.本文重点选择其中的旅游需求收入弹性和价格弹性,有其自身的原因.

旅游需求弹性是衡量旅游需求量对其相关自变量变动的反应灵敏程度,即一个自变量每变动百分之一所引起的旅游需求量变化的百分值.旅游价格弹性侧重于关注一国范围内的人群整体旅游需求受整体旅游商品价格变化影响的弹性,用于衡量一国旅游经济发展的整体情况[19].因此,选择以上两个需求弹性指数可以将最终的落脚点集中于旅游需求预测.

在影响需求量的其他因素不变的条件下,设定计算旅游需求弹性公式:

表2是以表1为基础计算出各国旅游需求弹性值.根据需求弹性的一般原理,收入变化随需求量变化而变化,也就是说,收入增长,需求量随之增长[20];收入下降,需求量也随之下降.即需求量的变化与收入变化成正相关[21].旅游需求量与旅游产品的价格则成负相关关系[21].因此各国需求弹性值符合经济意义.从收入弹性看,五个国家的旅游需求对其收入变动反应程度各异.除新加坡外,澳大利亚、法国、菲律宾和韩国都显示收入对需求的影响较为明显,特别是法国.并且经长时间市场跟踪调查,中国乃至上海等旅游目的地将吸引越来越多上述国家游客前来观光游览.因此我国应将旅游市场目标瞄准世界上一些经济发展势头好、国民收入显著提高的国家[22].对于某些收入弹性系数小于1的国家,如新加坡,不管收入偏高偏低,其对上海的旅游需求相对来说都不会有太大变化,但在收入弱弹性的影响下,入境旅游需求总态势把握上并不显得那么游刃有余.再加上近几年由于经济形势不景气,新加坡地区消费者信心指数低于亚太区的平均水平,恩格尔系数也略有回升.对此,很多新加坡人开始缩减家庭开支,出境旅游自然也包括在内[17].

从价格弹性来看,澳大利亚、法国、菲律宾和韩国对上海旅游的价格是敏感的.而新加坡游客对上海旅游的自身价格没有显著影响.另外,根据2014法国来华旅游舆情报告显示,法国来华旅游突出的制约因素是费用高.因为人民币的持续坚挺,使得一些与中国旅游相关的产品价格让法国人感到上升[23].同样,人民币大幅升值也会大大增加国外游客入境旅游的成本,从而削减了除法国之外的韩国、澳大利亚和菲律宾等国家游客到中国旅游的兴趣,尽管国内的旅游产品和服务价格相比上述国家较低,但此优势被人民币升值所抵消,我国旅游价格的竞争力就会削弱,势必导致游客数量减少.

表2 需求弹性值

4 预测

利用上述旅游需求预测模型对2017Q1-2020Q4期间上海入境的5个客源国人数进行动态预测.在预测旅游人数之前需要首先对一些同期相关的经济变量做出预测[15].包括模型中的负有经济意义的因变量滞后期、旅游价格、自有价格和收入值.选用指数平滑预测建模,采用Holt-Winter非季节性模型预测自变量.旅游需求预测的模型中所有变量都是对数形式,需将对数进行反对值的转化后,最后得出最终的旅游人数.5个国家入境旅游人数(2017-2020)的预测结果如下表3.

表3 2017Q1-2020Q4期间上海入境主要客源国旅游需求人数预测

续表3

注：表中Q1-Q4分别表示对应年份的第1-第4季度,2017-2020年的年均增长率=(2020年度预测值/2017年度预测值)^(1-4)-1

5 结论及展望

本文基于2004-2015年上海5个主要客源国的数据,采用“一般到特殊”的建模方法研究了上海入境旅游需求的主要影响因素和各国总体的旅游需求弹性,并在此基础上构建预测模型,预测了2016-2020年各国入境上海市场的旅游人数.研究结果可以给予以下几个方面的启示.

首先，旅游者“故地重游”“口碑载道”树立的忠诚行为是影响上海入境旅游需求最为关键的因素.这说明上海在客源国的知名度以及海外游客在游览过程的总体满意度会直接影响游客是否会重游此地,以及客源地对上海的旅游需求量.这需要上海市旅游主管部门及旅游服务提供者通过持续提高旅游服务软硬件质量,提升国际游客满意度,才可以形成持续的良好口碑和国际美誉度.

其次,上海入境旅游需求受到客源国自身收入的显著性影响.鉴于亚太区域经济保持良好的增长势头,而欧元持续疲软,在未来上海旅游目标市场定位中,应继续将目标锁定亚洲和澳洲市场;对于欧美市场可以提供较为优惠的折扣价,这将降低这些客源国游客的到沪旅游成本,会起到较好的刺激旅游消费作用.

此外,考虑到重大会展节事对入境旅游的影响力,上海可以借助举办国际性会议、会展、赛事等活动,起到拉动国际入境旅游市场需求的作用.季节性波动的影响因素也需要得到重视;上海旅游主管部门应该利用入境旅游季节性波动规律及时把握海外市场舆情动向,紧跟世界经济趋势走向,根据客源国市场情况,个性化定制入境旅游市场战略,以获得长期可持续发展.

须要指出的是,在构成上海入境旅游核心客源国所涉及的5大洲共计16个国家中,本文仅选取了3大洲5个国家的15个年度数据.虽然具有一定的参考价值,但并不能完全代表上海入境旅游需求市场的整体现状.此次研究仅对“口碑效应”、旅游价格、客源地经济状况、旅游季节性特征、旅游者的经济收入、舆情动态和特殊事件等因素进行量化分析.而其他因素,例如:旅游行为、旅游事件、旅游费用、相对价格、竞争力以及风险预测等方面没有进行研究.未来的研究中可以对这些方面纳入分析的范围.由于定量研究方法自身但局限性.未来的研究可以将定量方法和定性方法相结合,实现两种方法的优势互补,帮助我们更好的探究影响入境旅游因素及其相互之间的关系.

[1]中国网旅游中国.中国旅游2016官方数据发布：入境旅游人数1.38亿[EB/OL].(2017-01-09)[2017-03-01].http://www.china.com.cn/travel/txt/2017-01/09/content_40064004.htm.

[2]2016年上海市国民经济和社会发展统计公报[EB/OL].(2017-02-28)[2017-03-1].http://www.stats-sh.gov. cn/sjfb/201702/293816.html.

[3]陶伟,倪明.中西方旅游需求预测对比研究:理论基础与模型[J].旅游学刊,2010,33(8):12-17.

[4]晋艺波.基于引力模型的上海入境旅游实证研究[J].乐山师范学院学报,2011,26 (2):82-84.

[5]廖琴,何雨.上海市入境旅游市场变动及影响因素研究[D].上海:上海师范大学,2013.

[6]张晨.上海入境旅游与经济增长关系的实证研究[J].上海经济研究,2009 (3):87-91.

[7]唐睿,冯学钢.上海市入境旅游市场发展潜力与旅游外汇收入的关系研究——基于灰色预测和灰色关联分析法[J].资源开发与市场,2014,30(12):1533-1536.

[8]黄凯,楼嘉军.基于亲景度的上海入境旅游客源市场分析[J].桂林旅游高等专科学校学报,2007,18(5):678-681.

[9]杨国玺,于雪原.金融危机下上海世博会入境旅游市场开发[J].旅游论坛,2010,3(2):220-224.

[10]王铮,袁宇杰,熊文.重大事件对上海市入境旅游需求的影响——基于ADL模型的分析[J].旅游学刊,2010,25 (4):44-49.

[11]黄和平.上海入境旅游季节性影响因素识别与反季开发策略[J].资源开发与市场,2015,31(8):1017-1020.

[12]徐军,贾铁飞.上海市入境旅游市场时空分布格局及其演变研究[J].旅游研究,2011,3(3):30-35.

[13]王纯阳,黄福才.基于“一般到简单”建模法的入境旅游需求研究[J].统计研究,2010,27(5):87-95.

[14]任来玲,刘朝明.旅游需求预测方法的比较分析[J].世界科技研究与发展,2006,28(6):84-88.

[15]刘长生,简玉峰.中国入境旅游客流的变化规律及市场需求影响因素的研究[J].中山大学研究生学刊,2005,26(3):105-108.

[16]中国旅游舆情与传播智库.澳大利亚来华旅游舆情调查报告[R/OL].(2014-11-14)[2017-02-09].http://www.ctnews.com.cn/zglyb/html/2014-11/14/content_98428.htm?div=-1.

[17]中国旅游舆情与传播智库.新加坡来华旅游舆情调查报告[R/OL].(2015-08-26)[2017-02-09].http://www.cntour2.com/viewnews/2015/08/26/eyvlx74nt0uoltklol0o0.shtml.

[18]韩玫丽.试析不同旅游需求弹性下的企业经营策略[J].北京第二外国语学院学报,1996(4):52-58.

[19]汪恒,唐玉娥.需求价格弹性在旅游经济中的应用研究[J].北京第二外国语学院学报,2001(3):1-6.

[20]李秀兰.关于需求收入弹性的思考[J].理论学刊,2000(3):64-65.

[21]于泳.旅游需求价格弹性理论的简析与运用[J].技术与市场月刊,2006(10):63-65.

[22]苏倩.韩国游客来华旅游影响因素分析[J].对外经贸,2012(6):28-29.

[23]中国旅游舆情与传播智库.法国来华旅游舆情调查报告[R/OL].(2015-02-27)[2017-02-09].http://www.ctnews.com.cn/zglyb/html/2015-02/27/content_103542.htm?div=-1.

General-to-SpecificModelingApproachforForecastingInboundTourismDemand—Case Study of International Sourced Markets of Shanghai

CHEN Zhen1,JING Liu-He2, ZHANG Jian-qiang1

(1. Tourism School, Hainan Tropical Ocean University, Sanya Hainan 572022, China; 2. School of Management, Zhejiang Industry & Trade Vocational College, Wenzhou Zhejiang 325003, China)

Based on the data of five major international source markets-Australia, France, Singapore, Korea and Philippines-from 2004 to 2015, this paper used the autoregressive distributed lag model (ADLM) and the general-to-specific modeling approach to identify the most influential factors in Shanghai's inbound tourism demand and to forecast the international tourist arrivals of the city. The empirical results revealed that the major factors determining the international demand for Shanghai tourism are the economic condition in the origin countries, tourism seasonality issues, and tourists' income. Meanwhile, the costs of travelling, "word-of-mouth effect" and some special one-off events also have significant impact on the demand of Shanghai's international inbound tourism market. Suggestions and recommendations for policy making were made based on the analysis of elasticity of demand obtained from the demand models.

inbound tourism demand; ADLM; tourism demand elasticity; international sourced market

格式：陈镇,金浏河,张建强.基于“从一般到特殊”法的入境旅游需求预测——以上海主要入境客源市场为例[J].海南热带海洋学院学报,2017,24(5):96-102.

2017-03-22

海南省哲学社会科学规划项目(HNSK(YB)16-13);海南省高等学校科学研究项目(HNJGZD201410)

陈镇(1980- ),男,海南海口人,海南热带海洋学院旅游学院讲师,博士,研究方向为旅游管理.

F590.9

A

2096-3122(2017) 05-0096-07

10.13307/j.issn.2096-3122.2017.05.17

(编校曾福庚)