基于ADLM模型的海南大中华旅游市场需求分析

罗建基 唐代剑 彭磊义

(1.杭州市旅游职业学校,浙江 杭州 310052; 2.浙江工商大学 旅游与城乡规划学院，浙江 杭州 310018;3.浙江商业职业技术学院,浙江 杭州 310053)

海南作为一个国内广受欢迎的“南下避寒”重要旅游目的地[1]和国际旅游岛，2017年旅游经济整体呈现“旺丁更旺财”的局面，全年接待游客6 745.01万人次，实现旅游总收入811.99亿元，其中旅游过夜人数5 591.43万人次；入境游客111.94万人次，首次突破100万[2].国际化是国际旅游岛的本质特征，在所有国际化指标中，入境过夜的外国游客人数及其占比是最具指标意义的[3].海南2017年入境游客占比为1.66%，其中近40万为港澳台游客.从上述数据得出，海南的主要旅游客源地是大陆市场和港澳台市场.与同为国际海岛旅游目的地的普吉岛、巴厘岛和夏威夷岛相比，海南岛在游客国际化程度方面确实存在着一定差距[3].随着全域旅游的深入以及国内经济水平的持续提升,海南旅游进入了一个新阶段，特别是入境旅游将走上快车道，这对海南的旅游管理部门提出了新的挑战和要求，2018年春节期间游客因大雾停航滞留就是一个典型案例.从行政管理部门的角度考虑，有效解决游客来得顺畅、走得通畅是重大关切的问题之一.首先，这需要从宏观上预判不同季节、重要节假日的游客量，这是本文研究的动机之一.其次，随着旅游业的发展，旅游需求预测的研究越来越深入，大量的经济学模型被用于进行旅游需求预测，这些研究将经济影响因素和旅游需求进行联系，不仅对旅游需求具有良好的政策可解释性，还可帮助政府及旅游管理机构进行旅游资源优化[4-19].政府针对推进海南国际旅游岛和自由港发展政策的持续发力，以及海南旅游发展规划的决策依据等，尤其需要准确翔实的入境旅游市场的预测，做到有的放矢才能事半功倍，这是本文研究的动机之二.

本文应用ADLM法对海南的4个旅游客源市场(香港、澳门、台湾、大陆)旅游需求建模，实证分析在新阶段下海南旅游市场需求的主要影响因素和4个客源市场的总体旅游需求弹性，同时预测2018年至2025年期间海南的旅游人次，为其国际旅游岛的发展和建设提供参考依据.

1 文献综述

旅游需求研究经过了50多年的发展，最早对旅游需求预测的研究可追溯到20世纪60年代[20-22]，此后有大量关于旅游需求预测研究的文章[23-24].部分研究超越了新古典经济理论，寻找新的解释因素.例如，WU 发现，研究旅游需求预测比研究酒店需求预测旺盛，他通过寻求旅游和酒店需求的动力学因素，例如环境、旅游在线行为和消费者信心指数等[25]来解释这一现象.众多研究利用了如非线性平滑转换回归、混合频率建模和非参数奇异谱分析等技术或方法.还有一些基于人工智能(AI)的模型预测方法，如rule-base的模型与人工神经网络模型等被用于旅行模型预测[26-33]；另外，时间序列预测方法[34-40]也被用于旅行模型预测.PENG等认为，量化预测方法包括时间序列模型、计量经济方法和人工智能模型三种主要类型[41].在这些方法中SONG 和 LI从实证证据中得出，没有单一模型在所有场合中都表现优异的结论[42].但CLEMENTS 和 HENDRY认为，计量经济模型在预测方面将扮演非常有用的角色[43].

作为动态模型代表之一的自回归分布滞后模型(Autoregressive-Distributed Lag Model,ADLM)，最早与HENDRY[44]、PESARAN 和 SHIN[45]有着密切联系，而将其引入旅游预测领域的则是SONG 与 WITT[46].以SONG为代表的一大批学者认为，可从影响游客自身出行因素中选取变量来构建旅游需求模型；HENDRY基于ADLM模型提出的“从一般到简单”建模法，形成了相对成熟的自回归分布滞后模型[47].ROSSELLO-NADAL 研究发现，ADLM在转折点上的预测表现不俗[48]，但其最终模型结构的确认需大量相关数据的支持[10].并且SONG等指出，在选择建模和预测旅游需求模型的研究之后，旅游需求研究的三个关键任务是证实旅游需求的经济因素、计算需求弹性和评价需求模型的预测绩效[49].

相较于旅游需求的测量，旅游需求影响因子的选择则更为复杂多变，这是因为旅游业和经济活动有着精密的联系[49].基于一般的经济理论，收入和价格是决定需求的两个关键因素，对于旅游需求而言也毫无例外.国内外由于经济环境的异同，对旅游预测模型的需求理论分析、具体构建、预测过程、研究应用等存在着差距[50-51].在具体构建旅游需求预测模型的变量选取中，刘富刚认为，外部因素和内部因素是两大自变量[52]；王艳平认为，可从旅游需求因子层次的角度来选择自变量[53]；陶伟等提出，还可以从社会因素和个人因素的角度来确定自变量[51].基于ADLM模型，学者们分别实证研究了香港[54]、中国大陆[55-56]、泰国[42]、上海[57-58]等国家和城市的入境旅游市场，得出了旅游目的地旅游价格、游客客源国本身的经济条件、与目的地相竞争的替代价格是目的地旅游需求预测中最重要的影响因子[42,54-58].另外，有学者在构建预测模型时通常还将旅游季节性、特殊事件等变量纳入模型中，这样使得模型更加成熟、更加反映旅游本身具有的季节性和脆弱性等特征[42，55].

旅游需求弹性在20世纪90年代中期曾经被广泛探讨，得到的共识是需求收入弹性系数通常都大于1，而自有价格弹性对旅游需求呈负向影响[23]，这符合经济规律的常态.SONG等认为，计量经济模型优于时间序列方法的原因之一[59],就是模型的具体形式允许预测者评估一些旅游者应对检验估计需求弹性的决定因素变化的方式.基于上述论述，本文拟定以ADLM模型作为研究工具，分析验证海南的4个入境旅游客源市场的需求影响因子，并对其进行一定时间内旅游需求的预测分析.

2 模型

2.1 旅游需求的决定因素

旅游需求的预测判定对旅游目的地的有序管理具有至关重要的作用.旅游需求的预测主要是对旅游人次的预测.各个预测模型对变量的选取直接关系到模型估值的准确度.根据以往研究成果，影响旅游人次(因变量)的自变量通常包括旅游价格、收入、替代价格、滞后变量、虚拟变量等.本文根据上述变量，认为影响海南旅游需求的决定因素有目的地旅游价格、客源地经济水平等，构建如下需求模型：

(1)

其中：A、β1、β2为常数项.VAit表示第i个客源市场在t时间内对海南的旅游需求，用t时期i客源市场到海南的旅游人次表示.Yit是i客源市场t时期收入水平，是旅游需求预测中使用最普遍的变量；本文由于缺乏游客消费支出的变量数据，故没有采用游客消费支出作为替代变量，而是采用i客源市场的实际GDP指数(Y2010=100)作为替代变量.εit表示残差项，是指其他没有包括在模型中但又对海南旅游需求产生相对较少影响的其他因素，这个因素所带来的影响是不确定的.Pit表示i客源市场的游客到海南旅游的自身支付价格相对于海南入境旅游自身价格平均的价格水平，本文采用公式

(2)

计算，即经汇率(EX)调整后的海南于每个相应客源市场的消费者价格指数(CPI)相对值作为i客源市场到海南旅游的自身价格，汇率是当地货币对美元的季度平均汇率.

2.2 模型设定

在旅游需求模型的设定中，要有能够转换为可利用OLS(最小二乘法回归)进行估计的对数线性模型，故本文将公式(1)取对数后，产生了一个新的可以进行估算的对数线性模型:

lnVAit=β0+β1lnPit+β2lnGDPit+μit.

(3)

其中：β0=lnA代表回归系数，β1代表价格弹性，β2代表收入弹性.在常规的经济活动中，随着海南旅游产品价格的上升，到海南旅游的人次应该减少，因此期望β0<0; 随着客源市场经济和收入水平的上升，对海南旅游的需求会增加，因此期望β2>0.μit=lnεit,是随机误差项.旅游者到海南旅游还会受季节、节假日、重大节事活动、突发公共事件、反常天气等影响.因此，本文模型的设定增加了季节性的虚拟变量(D1、D2、D3)、持有数据所在时间内的重大节事活动虚拟变量(北京奥运会D08oly、上海世博会D10expo)、一次性突发公共事件的虚拟变量(非典疾病D03SARS、国际金融危机影响D08fin).根据自回归分布滞后模型(ADLM)将公式(3)改写如下：

α6D08oly+α7D08fin+α8D10expo+εit.

(4)

(5)

β1、β2分别为价格弹性和收入弹性.

2.3 数据说明

本文选取2001年第一季度至2017年第二季度海南4个主要客源地(香港、澳门、台湾、中国大陆)的数据为样本.海南旅游入境人数、各客源市场消费价格指数(CPI)、汇率(Exchange Rate)、国内生产总值(GDP)的数据(以2010年不变价计算)均来源于Wind资讯经济数据库(2001Q1—2017Q2).本研究对数据采用SPSS23软件处理.在4个“一次性突发事件” 虚拟变量中，D03SARS代表非典的影响，其数值在2003Q1、2003Q2为1，其余样本为0；D08oly代表北京奥运会的影响，其数值在2008Q3为1，其余样本为0；D08fin代表国际金融危机的影响，其数值在2008Q3、2008Q4、2009Q1、2009Q2为1，其余样本为0；D10expo代表上海世博会的影响，其数值在2010Q2、2010Q3、2010Q4为1，其余样本为0.

3 数据分析与结论

3.1 模型估计

本文采用的是“从一般到特殊”的建模方法.根据公式(4)，从回归分析中移除在统计上不显著或与经济理论及实际经济意义不相符的自变量，得出不同客源市场模型的估计结果(见表1).由表1可以看出基于回归分析建构的香港、澳门、台湾、大陆客源地模型中所包含的自变量类别:就价格自变量而言，仅在澳门模型中产生影响；就一次性突发事故的虚拟变量而言，仅有2003年SARS在香港、台湾和大陆模型中产生影响；就季节性虚拟变量而言，因其具有实际经济意义而被强制保留，仅在大陆模型中全部产生影响，而在台湾模型中则部分产生影响.另一方面可以看出4个模型的R2值与调整R2值；R2值分别是0.423、0.391、0.830、0.972，调整R2值分别是0.362、0.301、0.809、0.969.R2值的涵义就是自变量对因变量解释的比例程度，由数据可得相关市场模型对到海南的旅游者的解释程度还是非常有说服力的.同时，从模型拟合度来看，基于香港市场的模型拟合度一般，而基于澳门、台湾、大陆3个市场模型的拟合程度较好，总体说明4个模型中其各观测点离回归直线近.从判定系数来看，根据在回归方程显著性检验(F检验)中若检验的结论是拒绝H0(p<0.05)的标准，表1说明每个独立模型至少有一个自变量与因变量存在着回归关系.

依据表1中的数据，香港、澳门、台湾、大陆4个市场的模型可写成公式(6)—(9)：

lnVAHK=-0.966+0.306lnVA4+

0.362lnGDP3-0.853D03SARS+

0.034D1-0.013D2+0.114D3.

(6)

lnVAMACAO=-0.741+0.471lnVA1-

2.725lnGDP2+2.750lnGDP3+

6.056lnPI-6.364lnPI2-0.059D1-

0.285D2-0.207D3.

(7)

lnVATW=-2.907+0.363lnVA1+

0.341lnVA3+0.730lnGDP-0.837D03SARS-

0.199D1-0.095D2-0.399D3.

(8)

lnVAML=1.191+0.404lnVA4+

0.606lnGDP1-0.269D03SARS-

0.089D1-0.080D2-0.121D3.

(9)

从上述4个公式发现，香港、澳门、台湾、大陆4个市场都不同程度地受到游客量滞后期的影响，说明“口碑效应”均影响海南的4个客源地市场的游客出行决策，特别是澳门、台湾市场的游客受到的影响更大.在价格影响方面，仅澳门市场对海南旅游产品价格变化有一定反应.在收入方面，海南旅游市场都受到4个客源地经济水平的影响，说明客源地经济越好越能促使游客到海南旅游，反之客源地经济越弱越限制游客到海南旅游.在一次性突发事件的影响中，2008年北京奥运会、国际金融危机和2010年上海世博会对香港、澳门、台湾、大陆4个市场到海南的旅游影响都不大；2003年SARS对香港、台湾、大陆3个市场到海南的旅游负面影响较大.而澳门市场到海南的旅游具有较大的正面影响，这可能与澳门游客长期到海南探亲有关.在季节变化的影响方面，台湾、大陆游客对到海南的季节性变化有一点显著性但不明显，这可能是因为海南岛在中国是极具特色的旅游目的地而产生对其他省旅游者独特的吸引力；同时，从当地权威部门了解到，海南近些年持续不断针对台湾市场开展的旅游营销策略已经开始凸显，这是台湾游客在海南呈现一点显著性季节性变化的重要原因.

3.2 模型有效性检验

研究者针对上述构建的4个模型分别进行了正态性、多重共线性、异方差性和自相关性等计量诊断性检验，以证明这些模型的可行性.如表2所示：在正态性检验中，反映回归的标准化残差的直方图总体对称，标准化残差的正态P.P图中各散点都围绕直线周围,同时澳门市场模型的K-S检验p值大于0.05,故而建构的模型都满足正态性检验.多重共线性检验需要模型中的容差都大于0.2以及VIF都小于10，香港和台湾市场的模型通过多重共线性检验. 异方差检验需要标准化残差和标准化预测值的散点图基本都呈同方差情形时才能通过检验，4个模型均通过估计系数不显著或不符合经济理论.

表1 不同市场模型的回归分析表(因变量lnVAit)

变量香港澳门台湾大陆C-0.966(-1.034)-0.741(-0.849)-2.907**(-2.083)1.191***(5.553)lnVA10.471**(4.176)0.363***(3.551)lnVA30.341***(3.500)lnVA40.306**(3.231)0.404***(4.092)lnGDP0.730**(2.309)lnGDP10.606***(5.878)lnGDP2-2.725**(-2.643)lnGDP30.362*(1.771)2.750**(2.775)lnPI6.056**(2.163)lnPI2-6.364**(-2.060)D03SARS-0.853***(-3.980)-0.837***(-4.215)-0.269***(-3.911)D10.034(0.340)-0.059(-0.319)-0.199**(-2.100)-0.089**(-2.407)D2-0.013(-0.129)-0.285(-1.441)-0.095(-1.006)-0.080**(-2.242)D30.114(1.100)-0.207(-0.999)-0.399***(-4.351)-0.121**-3.253R20.4230.3910.8300.972调整R20.3620.3010.8090.969F值6.8524.33038.462329.298D.W值2.1961.9172.2691.877K-S检验p值0.0400.0870.0170.015S-W检验p值0.0000.0430.0000.000

注：(1)括号里面的数字是t值；(2)*、**、***分别表示在10%、5%、1%显著；(3)空白处表示

表2 4个模型的计量诊断性检验汇总

模 型正态性检验直方图P-P图K-S检验p值S-W检验p值多重共线性检验异方差检验自相关检验香港市场澳门市场台湾市场大陆市场通过通过未通过通过未通过未通过通过未通过通过未通过通过未通过

检验.自相关性检验需要D.W取值范围在0到4之间，虽然这4个市场模型的D.W值分别是2.196、1.917、2.269、1.877，但由于4个模型中均包含因变量的滞后期，因而4个模型中自相关检验的D.W值无效.

根据诊断性检验的要求，上述计量检验标准至少需要通过2个或以上即证明所建构模型通过诊断性检验，由此可得本文建构的4个模型均通过检验，得到最终确定模型.

3.3 不同市场的需求弹性分析

旅游需求弹性是指旅游需求的影响因素对旅游需求量反应变动的敏感程度，它对于旅游政策和旅游价格的制订能提供直接的参考依据，主要指旅游价格弹性和旅游收入弹性.根据公式(5)—公式(9)可计算出4个客源地的旅游需求弹性值，见表3.

由表3可见，香港、澳门、台湾、大陆4个客源地收入变量的变动都会对海南旅游需求带来不同程度的反应.台湾、大陆两个市场的收入弹性均大于1，旅游需求对收入富有弹性，到海南旅游对于这两个市场的游客而言是奢侈的消费行为.台湾客源地的收入水平每提高1%，来海南旅游的人数将会增加1.04%；大陆客源地的收入水平每提高1%，来海南旅游的人数将会增加1.01%；

表3 4个模型的旅游需求弹性值

客源市场需求价格弹性需求收入弹性香 港—0.520 0澳 门0.580 00.047 3台 湾—1.040 0大 陆—1.010 0

随着这两个客源地经济水平和收入的增加，对海南的旅游需求将会增加.香港、澳门两个客源地的收入弹性系数都小于1，需求收入缺乏弹性，说明这两个市场不管其收入如何变化，对海南的旅游需求总是相对稳定，到海南旅游已成为生活必需品，也就是说香港、澳门到海南的游客受本地区经济和收入水平的影响较弱.澳门市场的需求价格弹性为0.580 0，说明海南旅游产品价格每波动一个单位，就会引起来海南旅游者人数0.58个单位的波动.

3.4 海南旅游需求预测

根据公式(6)至公式(9)模型，对海南的香港、澳门、台湾、大陆4个市场的季度游客量进行估算.首先，对4个模型的相关自变量进行了Holt-Winter的指数平滑法预测，效果较好.其次，再将预测值代入公式(6)至公式(9)，预测出4个客源市场各年各季度的lnVA.最后，对各个lnVA的值进行反对数计算，得出最终2018Q1—2025Q4海南4个市场的旅游预测人次(见表4).预测数值显示，在未来8年(2018年—2025年)香港、澳门、台湾、大陆4个市场到海南的旅游人数都有不同程度的增长，特别是大陆市场的增长势头最快，年均增长率(Annual Average Growth Rate,AAGR)达到10.25%，台湾市场的年均增长率也达到7.67%，澳门市场年均增长率为1.90%，香港市场的年均增长率较小，只有1.37%.

4 启示与展望

鉴于在目前的旅游预测中，没有任何一种预测模型优于或胜于其他模型[42]，本研究的理论意义在于借助实证分析，进一步验证了ADLM模式在旅游需求分析领域上的功效，为ADLM模式的推广和应用打下了一定的基础.本研究的现实意义在于以下三点：

第一，4个客源市场都受游客量滞后期的影响，表明旅游者的口碑和忠诚是影响选择海南作为旅游目的地的一个重要因子.海南在旅游产品层面，可以在旅游产品创新、旅游服务质量、旅游体验等方面加强提升；在市场层面做好宣传推广工作，增强吸引力；在渠道层面进行多渠道拓展和融合，加强渠道管控，有效引导舆情，在各旅游市场形成海南旅游目的地正面形象和口碑，借助产品魅力赢得更多回头客.

第二，台湾、大陆市场对于海南的旅游需求存在着大于1的收入弹性，若两地游客的收入持续增加，海南旅游市场可以提前做好专门针对台湾、大陆的旅游产品布局.结合相关实际，诸如台湾市场旅游传统习俗、台湾本地经济发展水平、台湾与海南两地地理距离和自然环境近似性等，可以推断出到海南的台湾旅游者应属于低端市场；再结合未来8年台湾市场到海南旅游的增长态势，也可推断出海南是台湾低端旅游市场上旅游的替代目的地这一市场定位.如何扭转在台湾旅游市场上的这一定位，吸引高质量旅游者也需要业者和相关政府部门积极应对.港澳市场对于海南的旅游需求存在着小于1的收入弹性，结合两地未来8年旅游预测人次缓慢增长的特点，原因不外乎与自然环境的相似性和地理距离的趋紧性相关；尤其是澳门市场，还突出表现为价格的敏感，但仍然可以从打造优美的自然环境入手，结合人文环境的相似性，以探亲游为突破口，切入感情牌，构建吸引港澳市场的旅游产品，扩大港澳市场的份额.

第三，未来8年，4个市场到海南旅游的人次总体呈增长态势，特别是台湾和大陆游客的年均增长率分别达到7.67%和10.25%，可以预见未来海南的旅游增长势头非常迅猛.为了有条不紊地做好旅游服务和管理工作，海南应该着眼于未来，在旅游基础设施建设、住宿业、目的地管理、质量、人才贮备建设等方面加强长线投入，结合相关市场的收入弹性特点，做好产品开发和升级换代工作.

表4 海南4个旅游市场预测(2018Q1—2025Q4)

万人次

还须强调的是，首先，本研究选取的研究对象——香港、澳门、台湾、大陆4个市场均为中国人，港澳台市场在政府统计上则属于入境市场，它们还不是海南的核心客源地，不能完全代表海南入境旅游市场现状，因此未来研究可以考虑从入境旅游市场的核心客源地来分析海南入境旅游市场的相关特征，这样可以更具代表性和更有参考价值.其次，在选用的研究模型方面，本文选用的还是ADLM的基础模型，未来研究可以考虑使用加入替代价格变量的模型，这样能充分考虑现实意义，得到的市场模型特征更贴近实际而具有更强的实践指导意义.最后，在模型有效性检验上，希望未来研究发掘更严谨有效的检验方法.