徐秀美,楊 揚(yáng)

(1.西藏大學(xué) 旅游與外語學(xué)院，西藏 拉薩 850000；2.西藏大學(xué) 西藏旅游發(fā)展研究中心，西藏 拉薩 850000)

0 引言

進(jìn)入新千年以后，旅游業(yè)的作用越來越突出，成為世界上最大的創(chuàng)匯產(chǎn)業(yè)和就業(yè)部門。據(jù)2002年世界旅游組織的統(tǒng)計(jì)顯示，到2020年中國(guó)將成為世界上最大的旅游目的地國(guó)。大力發(fā)展入境國(guó)際旅游，在國(guó)家層次，可以為經(jīng)濟(jì)發(fā)展提供進(jìn)口設(shè)備和技術(shù)所需要的外匯；在地方層次，可以促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展和基礎(chǔ)設(shè)施與共用設(shè)施的建設(shè)，擴(kuò)大就業(yè)渠道；在居民層次，有利于當(dāng)?shù)夭糠志用裆钏降母纳芠1]。入境旅游也是衡量一個(gè)國(guó)家或者地區(qū)旅游業(yè)發(fā)展水平重要指標(biāo)，國(guó)內(nèi)外許多地區(qū)都打出建設(shè)國(guó)際旅游目的地的口號(hào)。

隨著對(duì)入境旅游發(fā)展的重視，國(guó)內(nèi)外關(guān)于入境旅游的研究也取得了令人矚目的成果，其中關(guān)于入境旅游需求及其影響因素的研究逐年升溫。國(guó)外關(guān)于入境旅游需求及其影響因素的研究主要集中在運(yùn)用多種經(jīng)濟(jì)計(jì)量方法和模型對(duì)入境旅游需求進(jìn)行預(yù)測(cè)，通過模型來分析影響旅游需求的影響因素[2-4]。實(shí)證研究范式對(duì)國(guó)內(nèi)相關(guān)研究產(chǎn)生了很大的影響，人工神經(jīng)網(wǎng)絡(luò)、多元回歸分析、ARIMA模型、CGE模型、GARCH模型以及組合模型在定量分析入境旅游需求、入境旅游波動(dòng)等方面逐步得到運(yùn)用[5-9]。

在經(jīng)濟(jì)全球化的背景下，一國(guó)或者一個(gè)地區(qū)的入境旅游易受到一些危機(jī)事件的影響，在2000年到2010年這段時(shí)間內(nèi)，來自恐怖主義、自然災(zāi)害、流行疾病以及國(guó)際金融危機(jī)等方面的多種因素頻繁地阻礙著全球國(guó)際旅游的發(fā)展。因此，關(guān)于危機(jī)事件對(duì)入境旅游的影響研究成為近年來入境旅游研究的一個(gè)重要方面，在這一方面，國(guó)外研究一般通是過在計(jì)量經(jīng)濟(jì)模型中中引入虛擬變量來定量分析危機(jī)事件的影響，國(guó)內(nèi)旅游危機(jī)研究大多側(cè)重于某一危機(jī)事件對(duì)旅游業(yè)的影響，采用預(yù)測(cè)值與實(shí)際值的對(duì)比來分析重大事件的影響[10-12]，國(guó)際上常用的引入虛擬變量方法在國(guó)內(nèi)并不多見[13]。

本文本文借鑒國(guó)內(nèi)外關(guān)于入境旅游定量研究的相關(guān)成果，以2000～2010年麗江入境旅游需求模型為基礎(chǔ)來構(gòu)造虛擬變量模型，來定量分析該階段危機(jī)事件對(duì)麗江入境旅游的影響。

1 數(shù)據(jù)的選取與方法

衡量入境旅游需求的指標(biāo)較多，例如入境旅游增加值、旅游接待人次數(shù)、旅游綜合收入等。鑒于本文數(shù)據(jù)來源渠道有限，同時(shí)為了簡(jiǎn)化和方便研究，選取2000～2010年麗江市旅游接待人次數(shù)?數(shù)據(jù)來源：麗江市旅游局.作為分析入境旅游的指標(biāo)。

針對(duì)本文所選取數(shù)據(jù)的特點(diǎn)，采用自回歸求積滑動(dòng)平均模型(autoregressive integrated moving average model，簡(jiǎn)稱為ARIMA模型)進(jìn)行分析。ARIMA分析方法由Box-Jenkins(1976)提出的，它適用于各種領(lǐng)域的時(shí)間序列分析。該模型不同于經(jīng)濟(jì)計(jì)量模型的兩個(gè)特點(diǎn)是[14]：

(1)這種建模方法不以經(jīng)濟(jì)理論為依據(jù)，而是依據(jù)變量自身的變化規(guī)律，利用外推機(jī)制描述時(shí)間序列的變化。

(2)明確考慮時(shí)間序列的非平穩(wěn)性。如果時(shí)間序列非平穩(wěn)，建立模型之前應(yīng)先通過差分把它變換成平穩(wěn)的時(shí)間序列，再考慮建模問題。

ARIMA模型主要應(yīng)用于時(shí)間序列本身的變化規(guī)律和預(yù)測(cè)回歸模型中解釋變量的值等方面，是非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的基礎(chǔ)之一。

2 模型的構(gòu)建與分析

2.1 平穩(wěn)性檢驗(yàn)

對(duì)2000～2010年麗江入境游客量?數(shù)據(jù)來源：麗江市旅游局.(人次數(shù))取自然對(duì)數(shù)，記為L(zhǎng)NYt，以消除可能存在的異方差現(xiàn)象。進(jìn)一步利用Eviews3.0作出LNYt與其一階差分序列DLNYt的時(shí)間序列圖(圖1)，可見麗江入境游客量總水平除在2003和2004兩年出現(xiàn)回落外，其余年份基本上保持增長(zhǎng)趨勢(shì)。

通過對(duì)LNYt進(jìn)行增廣的Dickey-Fuller檢驗(yàn)，得到ADF統(tǒng)計(jì)量為-7.118625，小于5%顯著水平下的臨界值-3.4239，因此LNYt是平穩(wěn)的，可以直接在此序列上構(gòu)建ARMA模型。

圖1 DLNYt，LNYt的時(shí)間序列圖

2.2 模型的識(shí)別

模型的識(shí)別主要是指通過分析相關(guān)圖和偏相關(guān)圖來識(shí)別模型的形式并確定ARMA(p，q)模型中p和q的階數(shù)。利用Eviews3.0作出LNYt的相關(guān)圖和偏相關(guān)圖(圖2)，根據(jù)圖2顯示，K=1，2時(shí)相關(guān)圖有兩個(gè)峰值，然后呈正弦衰減，偏相關(guān)圖正負(fù)交替衰減，初步斷定符合AR(2)的特征。

①移動(dòng)指揮車。指揮所采用越野性能好的廂式貨車作為載車，針對(duì)移動(dòng)指揮所的設(shè)計(jì)要求，分別進(jìn)行車體、車廂、車內(nèi)、車外、車頂?shù)母难b。車輛改裝集成后不影響原車的車速、轉(zhuǎn)彎半徑、爬坡度、制動(dòng)距離、越壕寬度等技術(shù)指標(biāo)，基本保持原車性能不變，同時(shí)進(jìn)行了跑車試驗(yàn)、淋浴試驗(yàn)等多項(xiàng)系統(tǒng)檢測(cè)。車內(nèi)布局設(shè)計(jì)采用人機(jī)學(xué)原理，空間布局新穎合理，獲得了多項(xiàng)專利，使用方便，維護(hù)性好，充分滿足指揮調(diào)度的需求。

圖2 LNYt的相關(guān)圖和偏相關(guān)圖

2.3 模型的選擇與參數(shù)估計(jì)

2.3.1 虛變量設(shè)置

通過構(gòu)造虛擬變量模型來定量分析該階段危機(jī)事件對(duì)麗江入境旅游的影響首先要明確需要引入哪些或者哪類危機(jī)事件作為虛變量。2000～2010年間，國(guó)際旅游業(yè)走過了非同尋常的11a：自美國(guó)發(fā)生了“9·11”事件以后，恐怖活動(dòng)在全球范圍內(nèi)紛至沓來，僅2004年全球就有十大恐怖事件連續(xù)發(fā)生?十大恐怖事件包括：西班牙馬德里的火車連環(huán)爆炸事件、俄羅斯別斯蘭人質(zhì)事件、伊拉克清真寺連環(huán)爆炸、俄羅斯兩民航客機(jī)墜毀、埃及西奈半島爆炸案、俄羅斯印古什襲擊事件、莫斯科地鐵爆炸事件、沙特胡拜爾人質(zhì)事件、俄車臣首府爆炸和印度連環(huán)爆炸案.；同年發(fā)生的南太平洋海嘯，給南亞地區(qū)的旅游業(yè)造成了嚴(yán)重的創(chuàng)傷，同時(shí)對(duì)該區(qū)域游客的出游行為造成了較大限制；除此之外，大規(guī)模的流行疾病波及范圍較廣，對(duì)入境旅游造成重創(chuàng)，以2003年遭受SARS打擊最大的中國(guó)旅游業(yè)為例，該年上半年全國(guó)旅游外匯收入累計(jì)測(cè)算數(shù)為73.31億美元，同比減收22.48億美元，比上年同期下降23.47%[15]；由于世界經(jīng)濟(jì)一體化進(jìn)程的不斷演進(jìn)，2008年的由美國(guó)次貸危機(jī)引發(fā)的金融風(fēng)暴在很短的時(shí)間內(nèi)演變成了全球性的金融危機(jī)，這是自2000年以來，繼恐怖活動(dòng)、流行疾病以及自然災(zāi)害之后，全球國(guó)際旅游又一次遭到重創(chuàng)，據(jù)聯(lián)合國(guó)世界旅游組織于2009年1月發(fā)布的全球旅游業(yè)景氣報(bào)告顯示，2008年國(guó)際旅游業(yè)的增長(zhǎng)速度明顯緩慢，3月份就出現(xiàn)了下滑狀態(tài)，8月份則出現(xiàn)負(fù)增長(zhǎng)現(xiàn)象[16]。

當(dāng)前，赴麗游客排名前十五位的國(guó)家和地區(qū)依次為臺(tái)灣、香港、泰國(guó)、韓國(guó)、新加坡、澳門、馬來西亞、美國(guó)、日本、澳大利亞、法國(guó)、印尼、越南、德國(guó)、英國(guó)、加拿大。以新加坡、馬來西亞、泰國(guó)為主的東南亞旅游客源市場(chǎng)是麗江旅游業(yè)長(zhǎng)期以來主要的外國(guó)旅游客源市場(chǎng)之一，占外國(guó)旅游客源市場(chǎng)的1/3。法國(guó)、德國(guó)、英國(guó)、美國(guó)等歐美發(fā)達(dá)國(guó)家是國(guó)際旅游市場(chǎng)的重要組成部分，世界上75%左右的國(guó)際旅游者都由這些國(guó)家輸出，近年來這些國(guó)家和地區(qū)的旅游市場(chǎng)已出現(xiàn)基本飽和狀態(tài)，客流開始向亞太地區(qū)流動(dòng)。

因此，本文在AR(2)模型的基礎(chǔ)上，根據(jù)LNYt的時(shí)間趨勢(shì)圖特征，針對(duì)麗江市客源構(gòu)成情況，抓主要矛盾，選取與麗江的客源市場(chǎng)關(guān)系密切的危機(jī)事件作為虛變量，記為DtK：

式中：Dt2003為2003年SARS，Dt2004為2004年的南太平洋海嘯和國(guó)際恐怖活動(dòng)；Dt2008為2008年的金融危機(jī)。

2.3.2 虛變量引入的方式

從經(jīng)濟(jì)意義上來講，不同年份的危機(jī)事件對(duì)于麗江入境游客量(人次數(shù))的影響程度是不同的，因此，考慮到各模型的截距不相同、斜率相同的情況，以加法方式引入當(dāng)期與滯后1期虛變量[17]。本文構(gòu)建的危機(jī)事件對(duì)麗江市入境旅游需求影響的AR(2)模型為：

LNYt=C+Φ1LNYt-1+Φ2LNYt-2+∑λ0DtK+∑λ1DtK-1+μt

(1)

2.3.3 模型的估計(jì)與檢驗(yàn)

在顯著性檢驗(yàn)為5%的情況下對(duì)模型參數(shù)估計(jì)結(jié)果進(jìn)行了剔存，最終結(jié)果如表1所示。

表1 模型估計(jì)結(jié)果

表2 殘差Q檢驗(yàn)

LNYt=0.2669+0.9370LNYt-1-0.1658LNYt-2-1.0509D2003-0.3203D2003t-1+0.2318D2004+0.7112D2004t-1+0.0038D2008t-1

(2)

3 結(jié)果分析

將(2)式轉(zhuǎn)化成以Yt表達(dá)的形式：

Yt=1.3059×Yt-10.937×Yt-2-0.166×exp(-1.0509D2003-0.3203D2003t-1+0.2318D2004+0.7112D2004t-1+0.0038D2008t-1)

(3)

(3)式結(jié)果在經(jīng)濟(jì)實(shí)踐中的解釋為：作為虛變量的危機(jī)事件對(duì)于麗江入境旅游人次數(shù)影響的比例為eλ-1，影響人次數(shù)為1.3059×Yt-10.937×Yt-2-0.166(eλ-1)，計(jì)算結(jié)果如表3所示。

表3 危機(jī)事件影響的計(jì)算結(jié)果

根據(jù)該結(jié)果，可以得出以下結(jié)論：

從影響人次數(shù)方面來看，2003年的SARS對(duì)當(dāng)年以及次年的產(chǎn)生負(fù)面影響，其中2003年的SARS對(duì)當(dāng)年麗江市入境旅游需求影響最大，達(dá)到4.2245萬人次，使入境旅游人數(shù)銳減，從影響比例方面來看，2003年的SARS的影響比例也是最大的，達(dá)到0.6504，其余波影響到2004年，影響人次數(shù)為1.7803萬人次，影響比例下降到0.2741。

結(jié)果沒有反映出2004年南太平洋海嘯和國(guó)際恐怖活動(dòng)、2008年的金融危機(jī)對(duì)于麗江入境旅游需求所造成的負(fù)面影響，這表明在2003年受“非典”疫情的影響導(dǎo)致旅游客源市場(chǎng)短期下滑后，由于旅游需求不斷擴(kuò)大、麗江旅游國(guó)際化程度的不斷提高和市場(chǎng)開拓力度的不斷加大、麗江口岸機(jī)場(chǎng)的開通、中日外交關(guān)系改善、麗江成為“歐洲人最喜愛的旅游城市”、以及云南與東盟自由貿(mào)易區(qū)加快南亞大通道合作和東南亞經(jīng)濟(jì)全面復(fù)蘇、麗江加大力度建設(shè)國(guó)際精品旅游目的地等一系列積極因素推動(dòng)下，麗江旅游客源市場(chǎng)一直保持持續(xù)穩(wěn)定的增長(zhǎng)態(tài)勢(shì)，在國(guó)內(nèi)旅游客源市場(chǎng)迅猛增長(zhǎng)的同時(shí)，海外旅游客源市場(chǎng)也在全球范快速增長(zhǎng)，國(guó)際化旅游市場(chǎng)格局基本形成。近年來麗江入境游客接待量的數(shù)據(jù)也印證了這一結(jié)論：2007年共接待海外旅游者40.07萬人次，同比增長(zhǎng)29.8%。2009年至今，面對(duì)全球范圍內(nèi)金融危機(jī)對(duì)世界旅游業(yè)的打擊，麗江海外旅游份額仍保持了強(qiáng)勁的增長(zhǎng)勢(shì)頭，2010年麗江市共接待海外游客61.14萬人次，同比增長(zhǎng)16.26%，創(chuàng)下歷史性新高。

4 研究不足與展望

旅游業(yè)在發(fā)展質(zhì)量上，應(yīng)當(dāng)實(shí)現(xiàn)由數(shù)量規(guī)模型逐步向質(zhì)量效益型轉(zhuǎn)變。囿于數(shù)據(jù)結(jié)構(gòu)以及目前旅游統(tǒng)計(jì)的局限性，只是從數(shù)量(人次數(shù))的角度入手構(gòu)造麗江入境旅游需求模型的虛擬變量模型，來定量分析危機(jī)事件與麗江入境旅游需求的矛盾問題，而并未深入到入境旅游經(jīng)濟(jì)和質(zhì)量效益層次。當(dāng)然，任何事物都是在不斷發(fā)展的，研究方法和分析結(jié)果具有一定的局限性，因此還需要以發(fā)展的、動(dòng)態(tài)的眼光去深入、細(xì)化和完善。

參考文獻(xiàn)：

[1]林南枝，陶漢軍.旅游經(jīng)濟(jì)學(xué)[M].天津：南開大學(xué)出版社，2000：260-286.

[2]Song，H，Witt，S F.Tourism Forecasting：The General-to-Specific Approach[J].Journal of Travel Research，2003，42(1)：65-74.

[3]Kulendran，N，M L King.Forecasting International Quarterly Tourist Flows Using Error Correction and Time Series Models[J].International Journal of Forecasting，1997，13(3)：319-327.

[4]Teresa G M.Inbound international tourism to Canary islands：A dynamic panel data model[J].Tourism Management，2006，27(2)：281-291.

[5]王峰博，鄭未君.基于ARIMA與GARCH模型對(duì)我國(guó)國(guó)際入境旅游需求波動(dòng)的研究[J].經(jīng)濟(jì)視角，2009，(7)：52-57.

[6]黎潔，韓飛.基于可計(jì)算一般均衡模型CGE的江蘇入境旅游需求變化對(duì)地區(qū)經(jīng)濟(jì)的影響分析[J].旅游學(xué)刊，2009，24(12)：23-31.

[7]郭曉霞，龐世明.入境旅游日本客源市場(chǎng)分析[J].北京城市學(xué)院學(xué)報(bào)，2011(1)：53-62.

[8]Teresa G M，Luís F M M.Tourism in the Balearic islands：A dynamic model for international demand using panel data[J].Tourism Management，2007，28(5)：1224-1235.

[9]Kuo H I，Chen C C，Tseng W C，et al.Assessing impacts of Sars and Avian Flu on international tourism demand to Asia[J].Tourism Management，2008，29(5)：917-928.

[10]孫玉環(huán).基于SARIMA模型的SARS對(duì)中國(guó)入境旅游收入影響的定量分析[J].旅游科學(xué)，2006，20(1)：18-22.

[11]薛剛，孫根年.2003年SARS對(duì)國(guó)內(nèi)旅游影響的后評(píng)價(jià)——基于本底趨勢(shì)線的31個(gè)省、市、自治區(qū)客流量損失的估算[J].經(jīng)濟(jì)地理，2008，28(6)：1059-1063.

[12]李鋒，孫根年.基于旅游本底線法(TBLM)的旅游危機(jī)事件研究——以2003年SARS事件為例[J].人文地理，2006，21(4)：102-105.

[13]王錚，袁宇杰，熊文.重大事件對(duì)上海市入境旅游需求的影響——基于ADL模型的分析[J].旅游學(xué)刊，2010，25(4)：44-50.

[14]王振龍，胡永宏.應(yīng)用時(shí)間序列分析[M].北京：科學(xué)出版社，2007：7-8.

[15]中國(guó)旅游網(wǎng).旅游統(tǒng)計(jì).2003年6月份我國(guó)入境旅游接待收匯情況[R]..

[16]雷鳴.金融危機(jī)背景下我國(guó)休閑旅游面對(duì)的機(jī)遇與挑戰(zhàn)[J].中國(guó)商界，2010(2)：212-214.

[17]王文博.計(jì)量經(jīng)濟(jì)學(xué)[M].西安：西安交通大學(xué)出版社，2011：153-167.