我国旅游业收入的影响因素─基于省际面板数据的分析

王 宁 副教授 杜长淳 副教授 杨琳曦

（1、广东机电职业技术学院外语商务学院 广州 510515；2、海南职业技术学院旅游学院海口 570276）

旅游业增加值是衡量旅游经济贡献最恰当的指标，由于各省份发布时间和标准不同，因此旅游业增加值核算方法也存在差异。从数据可得性以及可比性的角度来看，以旅游业增加值作为研究的因变量的合理性有待商榷。事实上，学术界通常都是把旅游收入作为因变量运用在诸多旅游经济效益的研究当中。这一方面是因为旅游收入数据每个省份都会在固定的时间发布，另一方面是因为旅游收入和旅游业增加值在假设不同省份旅游产品的中间消耗占比没有特别差异的情况下大致成正比。就研究旅游收入的影响因素，国内外学者做了许多有益且广泛的研究，其对区域旅游经济发展具有重要意义。

中国旅游收入影响因素的理论分析

设incomei（亿元）为省份i的国内旅游收入，personi（亿人次）为接待的国内旅游人次，consumptioni（元/人次）为平均国内旅游消费。则有：

各地区旅游业创造价值的能力用平均国内旅游消费来反映。然而由于其影响因素复杂，现有数据不足以支持对平均国内旅游消费影响因素深入研究，因此本文假设X1，…，Xn为国内旅游接待人次的影响因素，为降低异方差等因素所带来的影响，取自然对数后的回归模型经常用于计量分析：

本文以（4）式作为理论分析出发点，问题就转为分析国内旅游接待人次影响因素，并综合产业发展理论及文献，从以下七个角度进行分析：

旅游资源的丰富度。旅游资源的多寡体现了一个地区旅游资源的竞争力，其反映了旅游资源的影响力与知名度。中国旅游研究院《中国区域旅游发展年度报告》对各省份5A级景区以及4A级景区的数量进行标准化，并构建了各省份的旅游景区指数。本文认为，景区的知名度、人气等因素应纳入旅游资源丰富度因素，因为景区门票收入可反映这一因素的影响。其基本思路是，先计算各省份景区的门票收入与景区数在2010-2017年比值，该省份景区当年创造旅游收入的能力从平均的角度由该比值反映，将旅游资源权重设置为先去掉最大、最小值，然后再求平均值来排除这种影响，即：各省旅游资源丰富度=旅游资源权重×当年该省份的景区数。

旅游接待的能力。一个地区所能接待的游客数量被旅游接待能力限制，旅游接待能力是旅游资源开发中面临的重要问题。餐饮业或住宿业是用来衡量地区旅游接待的能力的相关指标，综合考虑各类旅游服务的作用及其重要程度，“住”一般排在“吃”的前面，故本文衡量不同省份旅游接待能力时以星级饭店的床位数（单位：张）作为指标。

交通的便利度。游客旅游的时间成本以及舒适程度受到交通便利度的影响，进而会影响其选择目的地。地区交通便利度通常由运输线路的面积密度、经济密度和常住人口密度来衡量。本文认为，面积密度决定在大小同样的区域内游客出行的选择。本文原先设想利用公路、铁路和航空三方面指标合成得到交通便利度指数，但由于无法保证航空数据的可得性及可比性，因此改为基于铁路和公路指标建立各省份交通便利度指数：

本文将铁路权重设置更大的原因是铁路的舒适度更加高，另一方面也是因为游客优先考虑的交通方式是铁路。另外，本文还参照了王松茂的相关结果设置具体的权重。

人均旅游花费。旅游服务平均价格的代表可以视为人均旅游花费，人均旅游花费对国内旅游收入的影响有两个方面，一是个体的支付额度影响旅游总收入，二是游客规模影响旅游总收入。按照供需理论，消费者需求会因为商品或服务价格的上升而降低，反之会则会增加。

旅游服务的质量。游客对旅游服务的体验与评价主要体现在服务质量，服务质量一方面影响游客的再次访问率，另一方面通过口碑影响潜在游客选择目的地。本文以《中国区域旅游发展年度报告》中省会城市的游客满意度作为全省游客满意度的代表，通过游客满意度指数来衡量地区旅游服务质量的高低。

常住人口规模。各省份的常住人口规模主要影响省内旅游的游客规模，同时其还会影响人均旅游消费，对此可解释为省份提升同样的人均收入所面临的阻力与人口规模正相关，其原因如下：一是少数群体在资源、权力的分配上有优先权。二是虽然在数量上人口规模大的地区有优势，但是其对效率的重视却比不过规模小、人口少的地区。这就导致了在横向对比时人口规模大的省份拥有相对较低的人均收入，这就限制了其居民旅游消费水平。

居民的闲暇时间。旅游的必要条件是拥有足够的闲暇时间。从横向来看，各个省份之间遵循的节假日安排一样；从纵向来看，我国的法定节假日天数在2010-2017年之间变化不大。因此可以把闲暇时间从分析国内旅游收入的影响因素中除去。

为了便于表示，本文将上述变量取自然对数之后，用V1表示国内旅游收入，用V2（交通便利度指数）、V3（旅游资源丰富度指数）、V4（星级饭店床位数）、V5（该省份的常住人口数）、V6（平均国内旅游消费）和V7（游客满意度指数）来表示国内旅游收入的影响因素。需要指出的是，满意度指数的算法在《中国区域旅游发展年度报告》中是以当年得分最高省份的分数为1，得分最低省份的分数为0为基础之后进行标准化处理而得到的相对分数据，结果可能会出现满意度得分上升而相对得分下降的情况，这与本文研究目的不符，故在分析时不考虑变量的影响。

表1 多元线性回归结果

表2 变量相关性

表3 各路径系数值

表4 面板模型估计权重选择

中国旅游收入影响因素的实证分析

（一）路径分析模型

本文以旅游收入为因变量，其余变量为自变量构建回归方程， 进行一般多元线性回归。SPSS计算结果如表1所示。

由表1可知，在5%显著水平上，变量V4的P值大于0.05，缺乏显著性，据此可得：解释变量V4对被解释变量不具有显著影响。采取逐步回归法对回归方程进行分析，考虑到自由度受面板模型的限制，模型包含的解释变量个数不超过4，变量V4被剔除。对剩余变量继续进行回归分析，具体结果见表2。

由表2可知，变量V2和V3相关系数是0.706，其相关性在1%水平上显著，这表明交通便利度和旅游资源丰富度存在显著的相关性，即二者有可能具有因果关系。由于回归分析仅对线性关系进行分析，难以研究网式等关系，因此本文选取路径分析法开展分析。表2表明，交通便利度、旅游资源丰富程度、常住人口规模均对旅游收入具有影响。此外，常住人口规模对人均旅游消费具有显著影响。交通便利度从运输线路面积密度的角度进行反映，而常住人口规模是从人口数量的角度进行反映，二者无相关性。假定所有的因果关系为线性关系。外生变量有交通便利度、常住人口规模。内生变量有人均旅游花费、旅游资源丰富度以及国内旅游收入， ea、eb、ec是用来表示残差，其反映了非系统因素的集合。假定pij表示路径系数，结合变量的相关性，对回归方程进行处理，求解得各解释变量的路径系数。将残差变量与方程组相结合，可得方程组：

通过对方程组求解，可得相应的残差变量之下的路径系数，具体结果如表3所示。

把各解释变量与因变量的相关系数进行分解，即r21=p21+p32r31+r52（p51+p65p61+p53r31），其中，p21为直接效应，p32r31是间接效应，r52（p51+p65p61+p53r31）是由于与常住人口规模相关而产生的与国内旅游收入的相关性。旅游资源丰富度对国内旅游收入的影响只有直接效应，即r31=p31。常住人口规模对国内旅游收入的影响既有直接效应，也通过中介变量人均旅游花费和旅游资源丰富度产生的间接效应，相关系数中还有一部分是由于与交通便利度相关而间接产生的相关性。r51=p51+p65r61+r52（p21+p32p31）+p53r31，其中，p51为直接效应， p53r31、p65r61为间接效应，r52（p21+p32p31）是由于与交通便利度相关而间接产生的相关性。人均旅游花费对国内旅游收入的影响只有直接效应，即r61=p61。综上，说明本模型的解释能力可行。

表5 在固定影响变系数模型条件下交通便利度系数估计结果

（二）面板模型

上文根据路径分析模型分析各变量间的路径关系，即没有体现不同个体成员和不同时期之间的影响。另外，由于本文数据期数较短，因而选择Panal Data模型进行分析。鉴于本文研究对象为31个省份，选择固定效应模型进行分析。对于权重的确定，可供选择方案共有5种，具体如表4所示。

本文选择Cross-section weights对残差进行估计，在将全部解释变量引入模型对系数进行估计时，相关软件出现了奇异矩阵的提示，这表明各解释变量存在较强的相关关系，需剔除部分变量。考虑到变量V2和V5均用来表示游客规模，人均旅游消费用V6表示，对此，本文将变量V5剔除。剔除之后进行分析，各解释变量不存在显著相关性。

首先对个体成员因素进行分析。假定模型共有不变系数模型、固定影响变截距模型、固定影响变系数模型等三种形式，分别对模型进行估计得到相应的残差平方和，继而得出F值为1.66，得到1.51。模型的拟合优度为0.99，表明模型具有较高的拟合度。对变量V2以及变量V6系数估计结果如表5和表6所示。由表5和表6可知，大部分省份的回归系数均和预期相符。少数存在和预期不符的情形，但缺乏显著性，表明多重共线性问题得到了有效结果。然而，约三成的省份其回归系数在10%水平下缺乏显著性，这表明多重共线性问题依然难以彻底根除。因此本文基于前人研究，选取t值最大的变量予以保留，以规避多重共线性共线性问题。就本文而言，游客规模以及人均消费水平均留存一个变量比较妥当，可以兼顾模型约束度和多重共线性问题。考虑不同时期的影响，假设模型的形式分别为不变系数模型、固定影响变截距模型和固定影响变系数模型，协方差检验表明应选择不变系数模型，因此可认为时期变化对回归系数没有显著影响。

表6 在固定影响变系数模型条件下人均旅游花费系数估计结果

结论与建议

本文基于我国31个省份2010-2017年的旅游相关数据建立了路径分析模型，从而明确了各变量间的路径关系，并在此基础上建立了面板模型。路径分析的结果表明，交通便利度对国内旅游收入有直接影响和通过中介变量旅游资源丰富度产生的间接影响。旅游资源丰富度对国内旅游收入只有直接影响。常住人口规模对国内旅游收入有直接影响和通过中介变量人均旅游花费和旅游资源丰富度产生的间接影响。人均旅游花费对国内旅游收入只有直接影响。面板模型的估计结果表明，变量V2与V6对国内旅游收入的影响与个体成员有关，其与时期无关。

综上所述，本文提出以下建议：第一，加强交通基础设施的建设。交通便利度的提高能显著地促进旅游需求向旅游消费的转化。因此，各省份可以进一步加强与旅游有关的交通基础设施建设，特别是表5中那些回归系数大且显著的省份，如河南、北京、江西、湖南应加大相关投入，从而进一步释放国民的旅游需求，促进旅游业的蓬勃发展；第二，多管齐下，合理控制景区门票价格。各省旅游部门有必要进行较为深入的调研，明确当地旅游服务价格与旅游需求之间的关系，加强对景区门票价格的调控，并根据不同旅游景区的知名度、级别等因素实行分级定价，从而使景区的门票价格保持在合理的水平。同时，政府还要鼓励企业开展复合性经营，延伸景区旅游产业链，摆脱旅游收入对景区门票的过度依赖；第三，加强景点特色化建设与宣传，重视环境保护。旅游资源丰富度的提升可以有效地促进游客规模的增加。为提升旅游资源丰富度，首先要在旅游资源开发过程中要注意特色建设，避免旅游景区的同质化。其次，要加强旅游宣传，特别是加强对新开发的、知名度较低的景点的宣传。最后，要重视环境保护，尤其是近年来特别突出的空气质量问题，其越来越受到游客的重视；第四，完善配套，提供更为精细化的服务。随着游客需求的日益多样化，提供更为精细化的服务对于提升游客的满意度愈发重要。因此，政府需要进一步规范旅游市场秩序，出台具体的旅游服务指导意见，对于游客投诉较多的问题要快速和妥善处理，并完善旅游设施的配套建设。同时，企业则需要在规范经营的基础上重视对游客的调查，以开发出更多符合游客个性化需求的产品。