雷亿辉 麻丹俐 刘倩岚

摘 要

随着旅游市场的成熟，入境旅游在旅游业发展中的地位日益突出和重要。文章基于2005-2015年我国31个省份入境旅游客流量和外汇收入的面板数据，采用同质和异质单位根检验、Johansen协整检验等计量方法对二者的关系进行实证分析。

关键词

入境旅游;外汇收入;客流量;面板数据

中图分类号： F592.7;F125            文献标识码： A

DOI：10.19694/j.cnki.issn2095-2457 . 2020 . 14 . 81

Abstract

With the development of tourism market， inbound tourism is becoming more and more important.Based on the panel data of inbound tourist flow and foreign exchange income of 31 provinces from 2005 to 2015， this paper makes an empirical analysis of the relationship between them by adopting homogeneous and heterogeneous unit root test， Johansen co-integration test and other measurement methods.

Key words

Inbound tourism; Foreign exchange income; Tourist flow; The panel data

0 引言

改革开放四十载，我国晋升为世界经济发展最具活力团体之列，经济总量持续扩大，人均收入逐步增加，生活质量得到提高，旅游业进入黄金发展时期，已成为服务业的龙头产业，随着旅游市场的成熟，入境旅游在旅游业发展中的地位日益突出和重要，一方面创造了大量外汇收入，另一方面凸显出地区的旅游竞争力和对外开放程度，入境旅游成了衡量区域旅游综合实力的重要指标。因此，关于入境旅游的相关研究日益增加，随着“一带一路”倡仪的推进，将为我国入境旅游市场的发展迎来更大的机遇。因而，探索入境旅游对经济收入的影响因素有十分重要的时代意义。

关于我国入境旅游游客量的研究，旅游研究者非常重视。雷可为认为游客量的预测和分析是旅游规划与管理的基础性、关键性工作，提出了一种基于BP神经网络和ARIMA组合模型的游客量预测方法[1]。雷平发现采用外部冲击检测的TRAMO SEATS模型对预测我国入境旅游人次较为有效[2]。吴良平探究入境游客在中国区域分布的动态变化规律及其趋势[3]。吴秀兰运用亲景度指标对我国不同地区入境旅游客源的差异进行了分析[4]。对入境旅游收入的研究都趋向于与经济增长之间关系的探究，肖新成运用计量方法分析了国际旅游外汇收入和经济发展之间的相互联动关系[5]。李泓颖利用LVBP神经网络分析旅游外汇收入与各影响因素之间的关系并进行预测[6]。庞丽等研究了入境旅游和各个区域经济增长之间的因果关系[7]。黄雪丽基于面板数据研究旅游外汇收入与地区经济发展的长期均衡关系[8]。王公为等探索了内蒙古12个盟市的入境旅游与进出口贸易之间的互动关系[9]。综上多位研究者关于入境旅游游客流量与外汇收入的研究，可归为两类，一类为采用统计的方法仅对入境旅游的游客量进行预测[1-4]，另一类为研究旅游外汇收入与地区经济发展关系[5-9]。本文通过基于2005-2015年我国31个省份入境旅游客流量和外汇收入的面板数据，采用同质和異质单位根检验、Johansen协整检验等计量方法对二者的关系进行实证分析。

1 模型设定

本文以我国大陆31个省区市的入境旅游客流量和外汇收入数据作为初始样本数据，时间跨度为2005年至2015年，入境旅游客流量和外汇收入数据来《中国统计年鉴（2005-2015）》，计量单位为国家统计局中的入境旅游外汇收入（百万美元）和入境旅游客流量/接待人数（万人），为降低数据异方差的影响，对数据进行了取自然对数处理lnyit（说明外汇收入）和lnxit（说明入境旅游客流量）。

2 实证模型估计与结果分析

对时间序列的数据进行处理之前，为了防止序列伪回归的产生，对结果产生歧义，需要对序列进行平稳性。本文所使用的数据为面板数据，所以对入境旅游外汇收入和入境旅游客流量之间使用面板单位根检验。在对数据序列进行平稳性检验之后，确认序列具有平稳性之后，本文基于Johansen协整检验的方法对中国入境旅游外汇收入和入境旅游客流量之间是否存在长期均衡动态平衡展开研究。

2.1 面板单位根检验

面板单位根检验方法可分为同质单位根检验和异质单位根检验。同质单位根检验主要有LLC检验;异质单位根检验包括IPS检验、Fisher-ADF检验和Fisher-PP检验。如果两种检验中均拒绝存在单位根的原假设则说明该变量是平稳的，反之则不平稳。对变量的原序列进行检验结果如下表。

通过对数据变量的原序列单位根检验可以看出，在5%的显著性水平下，同质单位根检验LLC和异质单位根检验IPS检验、Fisher-ADF检验没有拒绝原假设，所以我们对数据的原序列进行一阶差分序列进行单位根检验，结果如下：

由表2可知原序列的一阶差分的单位根检验均在5%的显著性水平下拒绝了原假设，原序列的一阶差分序列具有平稳性。

2.2 Johansen协整检验

由单位根检验得知，面板数据的一阶差分序列是平稳的，进一步检验入境旅游外汇收入和入境旅游客流量的协整关系。本文利用Johansen协整检验的方法，且入境旅游客流量对入境旅游外汇收入影响的协整关系是通过迹统计量和最大特征值进行分析的。

通过上面的检验结果可以得到特征根迹检验统计量为222.6和111.9，最大特征值为198.4和111.9，并且P值都远远小于0.05，所以，结果表明入境旅游外汇收入在一定程度上受入境旅游客流量的影响，且存在一定的协整关系，因此，入境旅游外汇收入与入境旅游客流量存在长期动态均衡关系。

2.3 模型结果分析

对于入境旅游外汇收入与入境旅游客流量之间的研究主要从两个方面出发。首先，如果假设在不同地区入境旅游客流量和入境旅游收入经济之间的系数关系是相同的，那么在不同地区之间的截距项上存在差异性，建立固定效应变截距模型。具体的固定效应变截距分析输出结果见图1。

由可决系数R2=0.996692和修正的可决系数R2=0.996597可知，所建模型对样本数据拟合程度比较好。由于回归方程中系数对于每个省份系数是一定的，那么对于每个省份的经济意义都是一样的，都是每增加1万入境旅游客人，那么将增加e1.0087百万美元，而截距值的大小就将决定入境旅游收入的大小。但是回归方程中，截距值对于不同的省份是不同的，所以将每个省份对应的截距值以直方图的形式更清晰地表现出来，见图2。

由图2可知截距值天津最高，其次是北京、福建、上海、江苏、浙江、辽宁、山东、重庆、湖南、新疆、陕西、西藏、云南、河北、内蒙古、黑龙江、安徽、青海、海南、山西、广东、湖北、吉林、河南、宁夏、广西、四川、江西、贵州、甘肃。根据国家统计局最新的东、中、西部地区的划分标准，其中东部地区包括北京、浙江、天津、山东、广东、河北、辽宁、江苏、上海、福建和海南共11个省市;中部地区包括山西、黑龙江、吉林、江西、安徽、湖北、湖南和河南共8个省市;西部地区共包括四川、宁夏、重庆、贵州、云南、西藏、新疆、陕西、甘肃、青海、广西和内蒙古共12个省市。在截距值大于0的地区中，东部占了8个，而其他地区只占了4个，剩下的全小于0。由此我们可以说明，在相同的旅游人数弹性系数的条件下，各省份之间的截距值差距比较大，并且中国东部地区明显优于中、西部地区，所以经济发达的地区旅游经济明显强于经济欠发达的地区。

其次，可以设定不同地区模型的斜率项不同，建立固定效应变系数模型对我国31个省份做固定效应变系数分析，其中31个系数分别反映了各个地区旅游外汇收入对人数存在的弹性差别，从而可以分析得出旅游人数对外汇收入的相关性比较强，固定效应变系数模型输出结果见图3。

由可决系数R2=0.98和修正的可决系数R2=0.98可知，所建模型对样本数据拟合程度比较好。由于（4）是固定效应变系数模型，系数的改变对旅游外汇收入起到了很大的作用，因此将各地区的弹性系数用更鲜明的条形图的形式呈现于图4。

由图4可知，内蒙古弹性系数最大为2.626，即每增加1万旅游人数能带来e2.626百万美元。内蒙古、新疆、青海等地的入境旅游外汇收入与入境旅游客流量的弹性系数明显大于其余省份，说明其入境旅游外汇收入对入境旅游客流量的依赖程度极强。弹性系数在1以下的有江苏、浙江、湖南、北京、河北、陕西、甘肃、四川、贵州、黑龙江共10个，其中经济比较发达的东部地区城市占了4个，而其他经济比较不发达的中部地区、西部地区以及东北地区共6个，并且其中北京、河北和江苏这些地区弹性系数比较大。弹性系数在1以上的省份占了大多数，由此可以看出接待人数对旅游经济的影响比较大。

综上，我们可以得到结论，入境旅游客流量对入境旅游外汇收入的影响十分明显，旅游经济发达的地区其弹性系数在总体上比旅游经济欠发达地区要高，并且其实际意义则反映了各个地区入境旅游外汇收入对入境旅游客流量的依赖程度较大，且存在正相关关系。

参考文献

[1]雷可为， 陈瑛.基于BP神经网络和ARIMA 组合模型的中国入境游客量预测[J]. 旅游学刊， 2007， 4（22）： 20-25.

[2]雷平， 施祖麟. 我国入境旅游人次月度指数预测模型比较研究[J]. 旅游学刊， 2008， 3（23）： 24-28.

[3]吴良平， 张健. 入境游客在中国区域的动态分布及其预测研究——基于带虚拟变量的ARIMA模型[J]. 旅游学刊， 2015，11（30）： 74-86.

[4]王秀兰， 吴亚琪， 王秀芬. 中国不同地区入境旅游客源时空差异分析[J]. 山西师范大学学报（ 自然科学版）， 2017， 4（31）： 106-112.

[5]肖新成， 周桂明， 雷紹海. 旅游外汇收入与经济发展关系的实证分析[J]. 宜春学院学报， 2019， 4（41）： 33-38.

[6]李泓颖， 李飞等. 基于VLBP神经网络算法的中国旅游外汇收入预测研究[J]. 计算机应用与软件， 2019， 8（36）： 93-97.

[7]庞丽， 王铮. 我国入境旅游和经济增长关系分析[J]. 地域研究与开发， 2006， 3（25）： 51-55.

[8]黄雪丽. 基于面板数据的旅游外汇收入与地区经济发展的关系分析[J]. 江苏科技大学学报（社会科学版）， 2010， 1（10）： 49-53.

[9]王公为， 乌铁红. 内蒙古入境旅游与进出口贸易关系的区域差异——基于12个盟市面板数据的实证检验[J]. 干旱区资源与环境， 2017， 2（31）： 203-208.