劉倩倩 宋瑞 周功梅

引用格式：劉倩倩， 宋瑞， 周功梅. 旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂研究——識(shí)別方法與影響因素[J]. 旅游學(xué)刊， 2021， 36（6）： 88-102. [LIU Qianqian， SONG Rui， ZHOU Gongmei. Club convergence in Chinas foreign tourist source market： Recognition method and convergence factors[J]. Tourism Tribune， 2021， 36（6）： 88-102.]

[摘? ? 要]鑒于市場(chǎng)的異質(zhì)性和資源的有限性，旅游目的地需要對(duì)客源市場(chǎng)進(jìn)行細(xì)分。根據(jù)俱樂(lè)部收斂假說(shuō)，一個(gè)收斂俱樂(lè)部即為一個(gè)具有相似的初始水平、結(jié)構(gòu)特征和演變趨勢(shì)的自然細(xì)分市場(chǎng)。與人為預(yù)先設(shè)定俱樂(lè)部進(jìn)行收斂檢驗(yàn)不同，文章基于1997—2017年間全球139個(gè)國(guó)家和地區(qū)的旅華人次數(shù)據(jù)，采用非線性時(shí)變因子模型及其聚類算法對(duì)旅華外國(guó)客源市場(chǎng)進(jìn)行俱樂(lè)部收斂檢驗(yàn)和識(shí)別，并進(jìn)一步運(yùn)用ordered logit模型考察俱樂(lè)部收斂的影響因素。研究發(fā)現(xiàn)：旅華外國(guó)客源市場(chǎng)中共存在4個(gè)收斂俱樂(lè)部，各俱樂(lè)部在市場(chǎng)基礎(chǔ)和變化趨勢(shì)方面具有較大差異，且并未表現(xiàn)出明顯的地理鄰近或經(jīng)濟(jì)相似特征;客源市場(chǎng)的初始旅華人次、人均收入水平、人口規(guī)模和對(duì)外開(kāi)放程度，客源市場(chǎng)與中國(guó)的地理距離、文化距離和經(jīng)濟(jì)距離，客源市場(chǎng)是否與中國(guó)接壤、是否施行過(guò)境免簽政策等因素均顯著影響客源市場(chǎng)所屬收斂俱樂(lè)部的類別。為此，相關(guān)部門(mén)應(yīng)當(dāng)為不同收斂俱樂(lè)部中的客源市場(chǎng)制定差異化的營(yíng)銷推廣方案，要不斷鞏固和強(qiáng)化俱樂(lè)部A中的客源市場(chǎng)，積極拓展和重點(diǎn)開(kāi)發(fā)俱樂(lè)部B中的客源市場(chǎng)，并為俱樂(lè)部C注入新的發(fā)展動(dòng)力。

[關(guān)鍵詞]入境旅游;客源市場(chǎng);俱樂(lè)部收斂;收斂因素;非線性時(shí)變因子模型

[中圖分類號(hào)]F59

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1002-5006（2021）06-0088-15

Doi： 10.19765/j.cnki.1002-5006.2021.06.011

引言

聯(lián)合國(guó)世界旅游組織統(tǒng)計(jì)數(shù)據(jù)顯示，2018年中國(guó)共接待境外游客1.4億人次，同比增長(zhǎng)1.2%，明顯低于同期全球入境旅游人次增速（6%）1?？紤]到全球旅游市場(chǎng)的高度競(jìng)爭(zhēng)性和中國(guó)日益增長(zhǎng)的國(guó)際影響力，提振入境旅游已成為中國(guó)從旅游大國(guó)邁向旅游強(qiáng)國(guó)的關(guān)鍵所在。鑒于客源市場(chǎng)的異質(zhì)性和資源的有限性，需對(duì)入境旅游客源市場(chǎng)進(jìn)行細(xì)分，針對(duì)不同細(xì)分市場(chǎng)制定差異化的營(yíng)銷策略，方能有效促進(jìn)入境旅游的增長(zhǎng)。

近年來(lái)，國(guó)內(nèi)外入境旅游客源市場(chǎng)研究主要集中于旅游需求[1]、影響因素[2-3]、時(shí)空結(jié)構(gòu)[4-11]、季節(jié)性特征[12-13]和市場(chǎng)收斂假說(shuō)[14-15]等方面。其中，客源市場(chǎng)收斂假說(shuō)備受關(guān)注。旅游客源市場(chǎng)收斂假說(shuō)由Narayan于2006年首次提出[16]，此后被用于澳大利亞[17]、斐濟(jì)[18]、馬來(lái)西亞[19-20]、新加坡[21-22]、土耳其[23-27]、塞舌爾[28]、南非[29]、西班牙[30]、印度[31]和中國(guó)臺(tái)灣[32]等地的案例研究之中。由于俱樂(lè)部收斂檢驗(yàn)可為細(xì)分旅游客源市場(chǎng)、制定差異化營(yíng)銷策略提供科學(xué)依據(jù)[27]，因此，本文在既有研究基礎(chǔ)上，重點(diǎn)考察旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂情況。

目前，已有研究根據(jù)地理和經(jīng)濟(jì)因素將中國(guó)的入境旅游客源市場(chǎng)劃分為4個(gè)俱樂(lè)部，并通過(guò)單位根檢驗(yàn)方法考察了不同俱樂(lè)部的收斂情況[14]。本文在此基礎(chǔ)上，進(jìn)一步克服人為預(yù)先設(shè)定俱樂(lè)部邊界這一局限，充分考慮客源市場(chǎng)的異質(zhì)性和收斂速度的時(shí)變性，對(duì)旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂情況進(jìn)行拓展研究。研究主要圍繞兩個(gè)問(wèn)題展開(kāi)：一是旅華外國(guó)客源市場(chǎng)是否滿足俱樂(lè)部收斂假說(shuō)？二是如果存在不同的收斂俱樂(lè)部，那么俱樂(lè)部分組的依據(jù)是什么？為此，本文將基于1997—2017年間全球139個(gè)國(guó)家和地區(qū)的旅華人次數(shù)據(jù)，采用非線性時(shí)變因子模型及其聚類算法對(duì)旅華外國(guó)客源市場(chǎng)的收斂俱樂(lè)部進(jìn)行內(nèi)生識(shí)別，并進(jìn)一步運(yùn)用ordered logit模型考察各收斂俱樂(lè)部的影響因素。

1 文獻(xiàn)綜述

收斂假說(shuō)源于新古典經(jīng)濟(jì)增長(zhǎng)理論。在應(yīng)用新古典經(jīng)濟(jì)增長(zhǎng)理論研究跨國(guó)經(jīng)濟(jì)增長(zhǎng)規(guī)律時(shí)，逐漸形成了多種不同類型的收斂概念，主要包括σ收斂、β收斂、時(shí)間序列收斂和俱樂(lè)部收斂[33]。σ收斂是指，不同經(jīng)濟(jì)體的人均收入的離散程度隨時(shí)間的推移而逐漸減小，可通過(guò)計(jì)算不同時(shí)點(diǎn)上各經(jīng)濟(jì)體人均收入對(duì)數(shù)的標(biāo)準(zhǔn)差進(jìn)行衡量。β收斂分為絕對(duì)β收斂和條件β收斂，前者是指貧窮經(jīng)濟(jì)體和富裕經(jīng)濟(jì)體的人均收入隨時(shí)間的推移而趨于同一個(gè)穩(wěn)態(tài)水平，后者是指貧窮經(jīng)濟(jì)體和富裕經(jīng)濟(jì)體的人均收入隨時(shí)間的推移而趨于各自的穩(wěn)態(tài)水平，通常采用橫截面或面板數(shù)據(jù)回歸分析法對(duì)β收斂進(jìn)行檢驗(yàn)。由于σ收斂和β收斂檢驗(yàn)將短期變動(dòng)與長(zhǎng)期趨同的特性混合在一起，其研究結(jié)論的準(zhǔn)確性易受短期沖擊影響，故Bernard和Durlauf提出了時(shí)間序列收斂的概念[34]，將潛在的短期變動(dòng)融入趨勢(shì)函數(shù)的確定性成分之中，并采用單位根和協(xié)整方法進(jìn)行收斂檢驗(yàn)。Li和Papell進(jìn)一步將時(shí)間序列收斂劃分為Bernard-Durlauf收斂、確定性收斂和隨機(jī)收斂3種類型，其中，Bernard-Durlauf收斂要求相對(duì)產(chǎn)出的對(duì)數(shù)差分序列滿足水平平穩(wěn)，且均值為零;確定性收斂放松了對(duì)均值的要求，僅要求相對(duì)產(chǎn)出的對(duì)數(shù)差分序列滿足水平平穩(wěn);隨機(jī)收斂繼續(xù)放松對(duì)水平平穩(wěn)的要求，僅要求相對(duì)產(chǎn)出的對(duì)數(shù)差分序列滿足趨勢(shì)平穩(wěn)[35]。值得關(guān)注的是，上述收斂概念均建立在跨地區(qū)檢驗(yàn)基礎(chǔ)之上，其原假設(shè)為無(wú)收斂，備擇假設(shè)為所有經(jīng)濟(jì)體均收斂，遺漏了部分經(jīng)濟(jì)體收斂的情況。有鑒于此，學(xué)者們進(jìn)一步提出了俱樂(lè)部收斂（club convergence）的概念。根據(jù)Barro和Sala-I-Martin的定義，俱樂(lè)部收斂是指初始水平和結(jié)構(gòu)特征相似的一組經(jīng)濟(jì)體的人均收入收斂于相同的穩(wěn)態(tài)[36]，收斂結(jié)果是形成收斂俱樂(lè)部（convergent club）。

借鑒經(jīng)濟(jì)收斂假說(shuō)，Narayan首創(chuàng)性地提出了旅游客源市場(chǎng)收斂假說(shuō)。起初，Narayan指出，若一國(guó)的國(guó)際旅游總?cè)舜闻c來(lái)自特定客源市場(chǎng)的國(guó)際旅游人次數(shù)之間的差異隨時(shí)間推移而逐漸減小，則說(shuō)明該客源市場(chǎng)滿足收斂假說(shuō)[16]。由于該定義過(guò)于嚴(yán)格，他在第二篇文章中借鑒了隨機(jī)收斂的概念，將旅游客源市場(chǎng)收斂定義為：一國(guó)的國(guó)際游客總?cè)舜闻c來(lái)自特定國(guó)家的國(guó)際游客人次數(shù)之間的差異趨于平穩(wěn)[18]。在此基礎(chǔ)上，學(xué)者們又進(jìn)一步提出客源市場(chǎng)個(gè)體收斂、總體收斂和俱樂(lè)部收斂等概念。所謂個(gè)體收斂是指，總體市場(chǎng)的旅游人次與某一客源市場(chǎng)的旅游人次的對(duì)數(shù)差分序列滿足趨勢(shì)平穩(wěn)，既可通過(guò)單變量單位根檢驗(yàn)對(duì)數(shù)差分序列的平穩(wěn)性對(duì)個(gè)體收斂性進(jìn)行判斷，也可通過(guò)協(xié)整檢驗(yàn)考察總體市場(chǎng)旅游人次序列與某一客源市場(chǎng)旅游人次序列的協(xié)整關(guān)系加以判斷。所謂總體收斂是指，每個(gè)客源市場(chǎng)均滿足個(gè)體收斂或者客源市場(chǎng)之間滿足兩兩收斂，前者可通過(guò)面板單位根方法進(jìn)行檢驗(yàn)，后者可采用成對(duì)法加以檢驗(yàn)[14]。所謂客源市場(chǎng)的俱樂(lè)部收斂是指，初始水平和結(jié)構(gòu)特征相似的一組客源市場(chǎng)滿足收斂假說(shuō)，即組內(nèi)各客源市場(chǎng)旅游人次的對(duì)數(shù)差分序列趨于平穩(wěn)。

近年來(lái)，學(xué)者們基于不同案例和研究方法對(duì)旅游客源市場(chǎng)的收斂情況進(jìn)行研究，并得出不同結(jié)論。Narayan最初采用含有兩個(gè)及以下結(jié)構(gòu)斷點(diǎn)的拉格朗日乘數(shù)（Lagrange multiplier，LM）單位根檢驗(yàn)方法探索了澳大利亞13個(gè)主要旅游客源市場(chǎng)在1991—2003年間的收斂情況[16]，隨后又引入?yún)f(xié)整檢驗(yàn)方法，對(duì)斐濟(jì)的8個(gè)主要客源市場(chǎng)的收斂性進(jìn)行檢驗(yàn)[18]，發(fā)現(xiàn)澳大利亞和斐濟(jì)均滿足客源市場(chǎng)收斂假說(shuō)。Lean和Smyth延續(xù)Narayan的研究方法，基于1995—2005年間的月度旅游人次數(shù)據(jù)對(duì)馬來(lái)西亞客源市場(chǎng)的收斂性進(jìn)行檢驗(yàn)，發(fā)現(xiàn)馬來(lái)西亞的10個(gè)主要旅游客源市場(chǎng)正在收斂[19]。然而，Tang進(jìn)一步考慮了兩個(gè)以上結(jié)構(gòu)斷點(diǎn)的情況，并運(yùn)用含有m個(gè)結(jié)構(gòu)斷點(diǎn)的單位根檢驗(yàn)方法重新評(píng)估1995—2008年間馬來(lái)西亞旅游市場(chǎng)的收斂情況后發(fā)現(xiàn)，在10個(gè)選定的客源市場(chǎng)中僅有5個(gè)支持收斂假說(shuō)[20]。Lee采用傳統(tǒng)的Dickey-Fuller單位根檢驗(yàn)方法，根據(jù)1993—1997年和2003—2007年來(lái)自非洲、美洲、歐洲和大洋洲的國(guó)際游客人次與來(lái)自亞洲的游客人次數(shù)之間的差異，研究了新加坡客源市場(chǎng)的收斂性，發(fā)現(xiàn)非洲和歐洲與亞洲市場(chǎng)正在趨近，來(lái)自美洲和大洋洲的客源存在長(zhǎng)期收斂趨勢(shì)[21]。Tan和Tan則采用由Carrion-i-Silvestre等開(kāi)發(fā)的、最多包含5個(gè)結(jié)構(gòu)斷點(diǎn)的單位根檢驗(yàn)方法，檢驗(yàn)了新加坡的15個(gè)主要客源市場(chǎng)在1994年1月至2011年6月期間的收斂情況，發(fā)現(xiàn)其中12個(gè)客源市場(chǎng)支持收斂假說(shuō)[22]。Yilanci和Eris[23]、Ozcan和Erdogan[25]以及Hepsag[37]基于游客人次的月度數(shù)據(jù)分析了土耳其主要客源市場(chǎng)的收斂情況。其中，Yilanci和Eris采用無(wú)需預(yù)先指定結(jié)構(gòu)斷點(diǎn)數(shù)量和位置的傅立葉平穩(wěn)性檢驗(yàn)方法，Ozcan和Erdogan采用兩階段LM和三階段RALS-LM單位根檢驗(yàn)方法，分別考察了土耳其14個(gè)主要旅游市場(chǎng)的收斂性，均得出14個(gè)市場(chǎng)中有10個(gè)支持收斂假說(shuō)的結(jié)論[23，25]，而Hepsag則通過(guò)考慮游客人次差異序列的季節(jié)性特征，研究了季節(jié)性單位根框架下旅游市場(chǎng)的收斂情況后發(fā)現(xiàn)，旅游客源市場(chǎng)僅在1月、3月、4月、5月、7月、9月和10月滿足收斂假設(shè)[37]。另外，Solarin和Lean運(yùn)用KSS檢驗(yàn)的非線性方法對(duì)2000—2010年間塞舌爾15個(gè)主要客源市場(chǎng)的收斂性進(jìn)行檢驗(yàn)后發(fā)現(xiàn)，除英國(guó)和美國(guó)以外的13個(gè)客源市場(chǎng)均支持收斂假說(shuō)[28]。

在客源市場(chǎng)收斂研究中，俱樂(lè)部收斂日益受到青睞。相比于個(gè)體收斂和總體收斂，俱樂(lè)部收斂具有同一類型客源市場(chǎng)趨同、不同類型客源市場(chǎng)趨異的特點(diǎn)[38]。恰如Okazaki等所言，一個(gè)收斂俱樂(lè)部即為一個(gè)自然的細(xì)分市場(chǎng)[39]，它們具有相似的初始水平、結(jié)構(gòu)特征及演變趨勢(shì)。因此，俱樂(lè)部收斂研究可以幫助目的地管理部門(mén)更好地了解客源市場(chǎng)結(jié)構(gòu)[40]，從而為精準(zhǔn)細(xì)分客源市場(chǎng)并制定差異化營(yíng)銷策略提供科學(xué)依據(jù)[27]。從研究技術(shù)路線來(lái)看，如何劃分俱樂(lè)部是俱樂(lè)部收斂研究的關(guān)鍵。目前，大體有兩類：一是人為預(yù)先設(shè)定俱樂(lè)部。例如，Abbott等根據(jù)人均收入水平、市場(chǎng)供給能力、與目的地的地理距離等因素將旅游客源市場(chǎng)劃分為不同俱樂(lè)部，并使用成對(duì)法研究了土耳其旅游市場(chǎng)的俱樂(lè)部收斂情況，其結(jié)果并不支持俱樂(lè)部收斂假說(shuō)[24];Solarin根據(jù)地域范圍，將南非的16個(gè)客源市場(chǎng)劃分為非洲和非洲以外兩個(gè)俱樂(lè)部，并通過(guò)單位根檢驗(yàn)和協(xié)整檢驗(yàn)方法考察了俱樂(lè)部?jī)?nèi)各客源市場(chǎng)的長(zhǎng)期趨勢(shì)，證明南非的旅游客源市場(chǎng)存在俱樂(lè)部收斂[29];類似地，羅浩和張瑜璇根據(jù)地理距離和經(jīng)濟(jì)發(fā)展水平，將中國(guó)的16個(gè)主要客源市場(chǎng)劃分為亞洲和非亞洲、發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家等4個(gè)俱樂(lè)部，但并未得到中國(guó)入境客源市場(chǎng)滿足俱樂(lè)部收斂的證據(jù)[14]。二是根據(jù)算法自動(dòng)識(shí)別收斂俱樂(lè)部。例如，Merida等運(yùn)用非線性時(shí)變因子模型將西班牙旅游客源市場(chǎng)內(nèi)生性地劃分為3個(gè)收斂俱樂(lè)部[30];借助相同方法，Kaplan等將土耳其的29個(gè)客源市場(chǎng)劃分為4個(gè)收斂俱樂(lè)部[26];Kourtzidis等將澳大利亞的客源市場(chǎng)劃分為5個(gè)收斂俱樂(lè)部[17]。在最新一項(xiàng)研究中，Lin等以2001—2015年間土耳其所接待的全球81個(gè)國(guó)家和地區(qū)的游客人次等數(shù)據(jù)為基礎(chǔ)，識(shí)別出了5個(gè)收斂俱樂(lè)部，并進(jìn)一步考察了結(jié)構(gòu)斷點(diǎn)對(duì)俱樂(lè)部構(gòu)成的影響[27]。

相較而言，人為預(yù)先設(shè)定俱樂(lè)部的方法可分析鄰近地理區(qū)域或相似經(jīng)濟(jì)水平的客源市場(chǎng)之間是否存在收斂，但它僅僅考慮了經(jīng)濟(jì)或地理等某一方面相似的情況，難以滿足俱樂(lè)部收斂概念中提出的“初始水平和結(jié)構(gòu)特征相似”的前提條件，這在一定程度上降低了俱樂(lè)部識(shí)別的科學(xué)性。而基于數(shù)據(jù)驅(qū)動(dòng)的內(nèi)生俱樂(lè)部識(shí)別方法，克服了經(jīng)濟(jì)、地理等人為設(shè)定的局限性，可基于歷史經(jīng)驗(yàn)數(shù)據(jù)對(duì)客源市場(chǎng)的收斂俱樂(lè)部進(jìn)行內(nèi)生識(shí)別，使俱樂(lè)部的劃分結(jié)果更為合理。非線性時(shí)變因子模型是目前用于俱樂(lè)部收斂研究的主要識(shí)別方法之一，它由Phillips和Sul提出并改進(jìn)[41-42]，已被廣泛應(yīng)用于俱樂(lè)部收斂和聚類研究，其中，以經(jīng)濟(jì)學(xué)文獻(xiàn)居多，在旅游類文獻(xiàn)中應(yīng)用較少[27]。相比于傳統(tǒng)方法，非線性時(shí)變因子模型的優(yōu)勢(shì)體現(xiàn)在以下4個(gè)方面：第一，該模型能夠充分考慮客源市場(chǎng)的個(gè)體異質(zhì)性，允許個(gè)體異質(zhì)性隨時(shí)間而變動(dòng)，且不需要關(guān)于數(shù)據(jù)平穩(wěn)性的任何假設(shè)[43];第二，當(dāng)客源市場(chǎng)存在“短期發(fā)散、長(zhǎng)期收斂”的趨勢(shì)時(shí)，以往經(jīng)典的收斂檢驗(yàn)方法會(huì)錯(cuò)誤地拒絕收斂，而該模型可以全面準(zhǔn)確地識(shí)別出收斂特征;第三，該模型不存在內(nèi)生性問(wèn)題導(dǎo)致的估計(jì)偏差和不一致的問(wèn)題，能有效克服協(xié)整檢驗(yàn)對(duì)個(gè)體間存在漸進(jìn)協(xié)動(dòng)性時(shí)具有較低解釋力的局限[44];第四，該模型適用于樣本量大、跨期時(shí)間長(zhǎng)的面板數(shù)據(jù)，可避免使用單一時(shí)點(diǎn)的橫截面數(shù)據(jù)進(jìn)行聚類研究時(shí)所產(chǎn)生的隨機(jī)影響[45]。需要指出的是，盡管基于數(shù)據(jù)導(dǎo)向的內(nèi)生識(shí)別具有“讓數(shù)據(jù)說(shuō)話”的客觀性，但其仍屬于統(tǒng)計(jì)意義上的分析結(jié)果，需要研究者? 結(jié)合現(xiàn)實(shí)環(huán)境賦予識(shí)別結(jié)果以意義，從而使“讓數(shù)據(jù)說(shuō)話”和“跟常識(shí)比對(duì)”有效結(jié)合，以更好地解釋現(xiàn)實(shí)。

在上述研究基礎(chǔ)上，本文旨在考察旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂情況，并嘗試從方法、內(nèi)容和數(shù)據(jù)3個(gè)方面對(duì)現(xiàn)有研究進(jìn)行拓展。第一，在方法上，本文采用非線性時(shí)變因子模型自動(dòng)篩選和識(shí)別旅華外國(guó)客源市場(chǎng)的收斂俱樂(lè)部。如前文所述，目前，僅有部分學(xué)者采用該方法研究了西班牙、土耳其和澳大利亞旅游市場(chǎng)的俱樂(lè)部收斂情況，尚未有學(xué)者以中國(guó)為案例開(kāi)展類似研究。第二，在內(nèi)容上，盡管已有少數(shù)研究對(duì)旅游客源市場(chǎng)的收斂俱樂(lè)部進(jìn)行了識(shí)別，但尚未對(duì)俱樂(lè)部的收斂因素進(jìn)行考察。鑒于此，本文將運(yùn)用ordered logit模型對(duì)俱樂(lè)部收斂的影響因素進(jìn)行探討，從而為制定針對(duì)性的營(yíng)銷策略提供更為深刻的見(jiàn)解。第三，在數(shù)據(jù)上，本研究以139個(gè)旅華外國(guó)客源市場(chǎng)作為研究樣本，可更好地展現(xiàn)中國(guó)入境旅游市場(chǎng)的全貌，對(duì)全面而有效地制定入境旅游策略更具指導(dǎo)意義。

2 研究方法與數(shù)據(jù)來(lái)源

本文以1997—2017年間全球139個(gè)國(guó)家和地區(qū)的旅華人次數(shù)據(jù)作為實(shí)證依據(jù)，并基于Phillips和Sul提出的非線性時(shí)變因子模型及其聚類算法，對(duì)旅華外國(guó)客源市場(chǎng)的收斂俱樂(lè)部進(jìn)行內(nèi)生識(shí)別[41-42]。

2.1 研究方法

2.1.1? ? log t檢驗(yàn)

首先，用ITRit表示第i個(gè)客源市場(chǎng)第t年的旅華人次數(shù)據(jù)，ITRit可以分解為：

[ITRit=δiμt+εit] （1）

式（1）中，μt為公共因子，εit為擾動(dòng)項(xiàng)，δi反映了公共因子μt和系統(tǒng)部分ITRit的異質(zhì)性距離。盡管δi體現(xiàn)了個(gè)體異質(zhì)性，但是這種異質(zhì)性不隨時(shí)間而改變，因此，需要將擾動(dòng)項(xiàng)εit融入系數(shù)中，得到時(shí)變的因子表達(dá)式：

[ITRit=δiμt+εitμtμt=δitμt] （2）

式（2）中，δit是一個(gè)時(shí)變參數(shù)，包含了隨機(jī)成分εit，表示時(shí)變因子的載荷系數(shù)。由于δit可以有各自的時(shí)間路徑，因此，式（2）被稱為非線性時(shí)變因子 模型。

對(duì)于任意客源市場(chǎng)i，若δit收斂于常數(shù)δ，即[limt→∞δit=δ]，則說(shuō)明客源市場(chǎng)滿足收斂假說(shuō)。為了檢驗(yàn)δit的收斂性，需要構(gòu)建一個(gè)半?yún)?shù)模型：

[δit=δi+σiξitL（t）-1t-α] （3）

式（3）中，δi為僅與客源市場(chǎng)i的特質(zhì)相關(guān)且不隨時(shí)間而變化的常數(shù)項(xiàng);σi為異質(zhì)性的規(guī)模參數(shù)且σi>0;ξ服從iid（0，1）分布且與t具有弱相關(guān)性;L（t）是一個(gè)緩慢變化的函數(shù)，且滿足當(dāng)t→∞時(shí)，L（t）→∞;α為衰減率，α≥0意味著收斂假說(shuō)成立，且α越大，收斂速度越快。基于上述定義，收斂性檢驗(yàn)被轉(zhuǎn)化為對(duì)如下原假設(shè)（H0）和備擇假設(shè)（H1）的檢驗(yàn)：

H0：δi=δ且α≥0

H1：對(duì)于任意i滿足δi≠δ，或者α<0

原假設(shè)意味著所有客源市場(chǎng)的旅華人次均滿足收斂假說(shuō)，而備擇假設(shè)意味著至少有一個(gè)客源市場(chǎng)的旅華人次與其他客源市場(chǎng)不收斂，此時(shí)可能全部客源市場(chǎng)的旅華人次均不收斂，也有可能部分客源市場(chǎng)滿足俱樂(lè)部收斂。檢驗(yàn)客源市場(chǎng)收斂性的具體步驟如下：

首先，定義相對(duì)轉(zhuǎn)移系數(shù)hit（relative transition coef?cient）：

[hit=ITRitN-1i=1NITRit=δitN-1i=1Nδit] （4）

[Ht=1Ni=1Nhit-12] （5）

式（4）中，hit反映了第i個(gè)客源市場(chǎng)的旅華人次與平均旅華人次的離散程度及其隨時(shí)間的變化趨勢(shì)，而式（5）中Ht為hit在第t年的截面方差。當(dāng)原假設(shè)（H0）成立時(shí)，hit趨近于1，Ht趨近于0。

其次，構(gòu)造橫截面方差比率H1/Ht，并對(duì)下式進(jìn)行回歸：

[logH1Ht-2 log Lt=a+b log t+ut] （6）

其中，L（t）=log（t），t=[γT]、[γT]+1、……、T，且γ>0，γ為決定起始時(shí)間t的參數(shù)，由于本文中T=21<50，故另γ=0.3。[a]為原假設(shè)中α的估計(jì)值，[b]為[logt ]的擬合系數(shù)，且[b=2a]。

最后，使用[b]和HAC標(biāo)準(zhǔn)誤1對(duì)原假設(shè)α≥0進(jìn)行單側(cè)T檢驗(yàn)。T檢驗(yàn)的回歸統(tǒng)計(jì)量t的極限分布為：

[tb=（b-b）sb-1?N（0，1）] （7）

式（7）中，[s2b=lvarεtt=γTTlogt-1T-γT+1t=γTTlog2-1，]且[lvarεt]是由回歸殘差形成的常規(guī)HAC估計(jì)。若t

2.1.2? ? 俱樂(lè)部的聚類過(guò)程

為了尋找收斂俱樂(lè)部，Phillips和Sul開(kāi)發(fā)了一種由數(shù)據(jù)驅(qū)動(dòng)的聚類算法[41-42]，具體如下：

（1）截面數(shù)據(jù)排序。對(duì)各客源市場(chǎng)最后一段時(shí)間的旅華人次（ITRit）的均值按照從高到低的順序進(jìn)行排序，旅華人次的時(shí)間跨度參數(shù)f的取值為1/3。排序依據(jù)為：

[T-[Ta]-1t=Ta+1TITRit， a=1-f， f=1/3] （8）

（2）形成核心小組。首先，基于已經(jīng)排序的面板數(shù)據(jù)，以ITRit均值最高的k個(gè)客源市場(chǎng)為基礎(chǔ)，依次加入其他客源市場(chǎng)，作為俱樂(lè)部的備選組Gk（2≤k≤N）;然后，對(duì)每個(gè)備選組進(jìn)行l(wèi)og t檢驗(yàn)，并計(jì)算統(tǒng)計(jì)量tk=t（Gk）;接下來(lái)，根據(jù)如下標(biāo)準(zhǔn)，篩選出包含k*個(gè)客源市場(chǎng)的核心組Gk*：

[k*=argmaxktk，s.t.mintk>-1.65] （9）

也就是說(shuō)，每次向備選組中加入一個(gè)客源市場(chǎng)，便計(jì)算其tk值，直至tk<-1.65。前k個(gè)客源市場(chǎng)共組成（k-1）個(gè)備選組，選擇其中最大的tk值作為核心組Gk*，也就是maxk{tk}所對(duì)應(yīng)的備選組。如果k=2時(shí)滿足tk<-1.65條件，則去除第一個(gè)客源市場(chǎng)，對(duì)剩余客源市場(chǎng)重復(fù)上述步驟，直至tk<-1.65。如果一直沒(méi)有滿足tk<-1.65條件，則說(shuō)明客源市場(chǎng)是發(fā)散的，不存在核心組Gk*。

（3）篩選小組成員。首先，令[Gck*]為核心組Gk*的互補(bǔ)集，每次將[Gck*]中的一個(gè)客源市場(chǎng)加入Gk*中，然后進(jìn)行l(wèi)og t檢驗(yàn)，將該回歸的t統(tǒng)計(jì)量表示為[t]。若[t]>c（c為設(shè)定的臨界值，c=0），則將該客源市場(chǎng)留在核心組Gk*，反之，則不包含在核心組Gk*中。類似地，將[Gck*]中的所有客源市場(chǎng)均按照上述步驟依次檢驗(yàn)，核心組Gk*的成員與新加入的成員共同構(gòu)成第一個(gè)收斂俱樂(lè)部。然后，繼續(xù)對(duì)第一個(gè)收斂俱樂(lè)部進(jìn)行l(wèi)og t檢驗(yàn)，并確保整個(gè)組的[tb]>-1.65。如果[tb]≤?1.65，則提高臨界值c，以提高log t檢驗(yàn)的判斷力，并重復(fù)此步驟，直至第一個(gè)收斂俱樂(lè)部的[tb]>? ? -1.65。

（4）算法停止規(guī)則。對(duì)[Gck*]中未進(jìn)入第一個(gè)收斂俱樂(lè)部的所有客源市場(chǎng)做log t檢驗(yàn)，若[tb]>-1.65，則說(shuō)明上述剩余客源市場(chǎng)形成第二個(gè)收斂俱樂(lè)部。若[tb]≤-1.65，則對(duì)上述剩余客源市場(chǎng)重復(fù)步驟（1）～步驟（3）的操作，以確定是否存在更小的收斂俱樂(lè)部。

2.1.3? ? 俱樂(lè)部的整合方法

由于聚類過(guò)程中形成的收斂俱樂(lè)部是在提高了臨界值c的條件下得到的，因此，不同俱樂(lè)部在5%的顯著性水平下仍有收斂的可能，有必要把[tb]>-1.65的俱樂(lè)部進(jìn)行合并。借鑒Schnurbus等[46]的觀點(diǎn)，將俱樂(lè)部加以合并，具體如下：假設(shè)共有M個(gè)收斂俱樂(lè)部，即Club1，…，ClubM。依次對(duì)每?jī)蓚€(gè)相鄰的俱樂(lè)部進(jìn)行l(wèi)og t檢驗(yàn)，共得到（M-1）個(gè)tm值。如果t滿足tm>-1.65且tm>tm+1，則說(shuō)明兩組可以合并為一組;反之，則繼續(xù)保留原俱樂(lè)部。另外，如果最后兩組的tm>-1.65，則合并為同一個(gè)俱樂(lè)部。

2.2 數(shù)據(jù)來(lái)源

本文以入境外國(guó)游客人次數(shù)作為基礎(chǔ)數(shù)據(jù)。根據(jù)數(shù)據(jù)的可得性和完整性，研究選擇的時(shí)間段為1997—2017年，研究樣本共包括全球139個(gè)國(guó)家和地區(qū)。根據(jù)2017年的統(tǒng)計(jì)數(shù)據(jù)，樣本中覆蓋的入境外國(guó)游客人次占入境外國(guó)游客總?cè)舜蔚?8.3%。另外，由于我國(guó)港澳臺(tái)地區(qū)的巨大客源量在一定程度上會(huì)掩蓋中國(guó)入境旅游客源市場(chǎng)的結(jié)構(gòu)特征，故本文不考慮來(lái)自港澳臺(tái)地區(qū)的入境旅游人次數(shù)，僅聚焦于旅華外國(guó)客源市場(chǎng)的情況。具體數(shù)據(jù)來(lái)源于聯(lián)合國(guó)世界旅游組織發(fā)布的Yearbook of Tourism Statistics。

3 收斂俱樂(lè)部的識(shí)別結(jié)果

3.1 總體收斂性的檢驗(yàn)

在識(shí)別收斂俱樂(lè)部之前，首先對(duì)139個(gè)旅華外國(guó)客源市場(chǎng)的旅游人次數(shù)進(jìn)行l(wèi)og t檢驗(yàn)，以判斷客源市場(chǎng)的總體收斂情況。檢驗(yàn)結(jié)果顯示，[b]值為-0.50，[tb]值為-34.92（小于-1.65），即在5%的顯著性水平下可以拒絕總體收斂的原假設(shè)。上述結(jié)果表明，在考慮客源市場(chǎng)異質(zhì)性和收斂速度時(shí)變性的情況下，旅華外國(guó)客源市場(chǎng)未表現(xiàn)出明顯的總體收斂趨勢(shì)。

3.2 傳統(tǒng)俱樂(lè)部的檢驗(yàn)

盡管旅華外國(guó)客源市場(chǎng)不存在全球范圍內(nèi)的總體收斂，但這并不可排除其存在俱樂(lè)部收斂的可能，故需要進(jìn)一步進(jìn)行俱樂(lè)部收斂檢驗(yàn)。首先，本文按照傳統(tǒng)的人為預(yù)先設(shè)定俱樂(lè)部的方式進(jìn)行檢驗(yàn)。由于經(jīng)濟(jì)發(fā)展水平和地理距離對(duì)中國(guó)的入境旅游流量具有重要影響，因此，本文按照經(jīng)濟(jì)因素將客源市場(chǎng)劃分為發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家兩個(gè)俱樂(lè)部，按照地理因素將客源市場(chǎng)劃分為亞洲國(guó)家和非亞洲國(guó)家兩個(gè)俱樂(lè)部，并分別對(duì)上述4個(gè)傳統(tǒng)俱樂(lè)部進(jìn)行l(wèi)og t檢驗(yàn)。由表1可知，傳統(tǒng)劃分標(biāo)準(zhǔn)下的4個(gè)俱樂(lè)部?jī)?nèi)部擬合得到的t值均遠(yuǎn)遠(yuǎn)小于-1.65，在5%的水平下拒絕了收斂的原假設(shè)，即按照是否為發(fā)達(dá)國(guó)家、是否為亞洲國(guó)家所劃分的俱樂(lè)部不滿足收斂假說(shuō)，這與羅浩和張瑜璇的研究結(jié)果一致[14]。這說(shuō)明，盡管傳統(tǒng)俱樂(lè)部的劃分在一定程度上體現(xiàn)了客源市場(chǎng)在地理和經(jīng)濟(jì)方面的相似性，但并不能準(zhǔn)確反映客源市場(chǎng)的內(nèi)在聯(lián)系和相似度，是否為發(fā)達(dá)國(guó)家、是否為亞洲國(guó)家都無(wú)法滿足客源市場(chǎng)俱樂(lè)部收斂的判斷標(biāo)準(zhǔn)。

3.3 收斂俱樂(lè)部的識(shí)別

為尋找收斂俱樂(lè)部，筆者運(yùn)用聚類算法對(duì)旅華外國(guó)客源市場(chǎng)中的收斂俱樂(lè)部進(jìn)行內(nèi)生識(shí)別，結(jié)果如表2所示。

首先，基于log t檢驗(yàn)和聚類算法，旅華外國(guó)客源市場(chǎng)被劃分為8個(gè)初始俱樂(lè)部（Club1～Club8）。其中，前7個(gè)初始俱樂(lè)部?jī)?nèi)部擬合得到的t值均大于-1.65，說(shuō)明各初始俱樂(lè)部?jī)?nèi)部的客源市場(chǎng)滿足收斂假說(shuō)。換言之，Club1～Club7為收斂組，共包含138個(gè)客源市場(chǎng);Club8為發(fā)散組，僅包含1個(gè)客源市場(chǎng)。

按照俱樂(lè)部的整合標(biāo)準(zhǔn)，對(duì)上述7個(gè)收斂組進(jìn)行合并后形成更大的收斂俱樂(lè)部。根據(jù)每個(gè)相鄰的初始俱樂(lè)部的檢驗(yàn)結(jié)果，將Club2和Club3合并為俱樂(lè)部B，將Club5、Club6和Club7合并為俱樂(lè)部D，Club1和Club4直接被用來(lái)形成單獨(dú)的俱樂(lè)部A和俱樂(lè)部C。也就是說(shuō)，通過(guò)聚類算法進(jìn)行內(nèi)生識(shí)別和合并后，最終共得到4個(gè)收斂俱樂(lè)部，即俱樂(lè)部A、俱樂(lè)部B、俱樂(lè)部C和俱樂(lè)部D，分別由19個(gè)、44個(gè)、44個(gè)和31個(gè)客源市場(chǎng)組成1。各收斂俱樂(lè)部中包含的客源市場(chǎng)情況如圖1所示。2

為進(jìn)一步探究這4個(gè)收斂俱樂(lè)部的動(dòng)態(tài)變化特征，可對(duì)各收斂俱樂(lè)部的相對(duì)轉(zhuǎn)移路徑進(jìn)行考察。首先，采用組內(nèi)均值的合并方式，分別對(duì)上述4個(gè)收斂俱樂(lè)部進(jìn)行組內(nèi)合并;然后，基于相對(duì)轉(zhuǎn)移系數(shù)hit，繪制1997—2017年各俱樂(lè)部的相對(duì)轉(zhuǎn)移路徑，從而反映各俱樂(lè)部旅華人次相對(duì)于平均值的變動(dòng)趨勢(shì)。一般地，旅華人次高于平均水平的俱樂(lè)部，其相對(duì)轉(zhuǎn)移系數(shù)會(huì)大于1;旅華人次低于平均水平的俱樂(lè)部，其相對(duì)轉(zhuǎn)移系數(shù)會(huì)小于1。1997—2017年間各收斂俱樂(lè)部的相對(duì)轉(zhuǎn)移路徑如圖2所示。

結(jié)合俱樂(lè)部識(shí)別結(jié)果（圖1）和動(dòng)態(tài)演進(jìn)趨勢(shì)（圖2）可見(jiàn)：俱樂(lè)部A中的客源市場(chǎng)基礎(chǔ)較好，旅華人次遙遙領(lǐng)先，是入境旅游穩(wěn)定發(fā)展的基礎(chǔ)和關(guān)鍵所在。俱樂(lè)部A中既包括印度、印度尼西亞、日本、韓國(guó)、老撾、馬來(lái)西亞、蒙古國(guó)、緬甸、菲律賓、新加坡、泰國(guó)和越南等距離中國(guó)較近的周邊客源市場(chǎng)，也包括澳大利亞、加拿大、法國(guó)、德國(guó)、俄羅斯、英國(guó)和美國(guó)等遠(yuǎn)程客源市場(chǎng)。在研究期內(nèi)，俱樂(lè)部A的相對(duì)轉(zhuǎn)移系數(shù)均大于1.38，遠(yuǎn)遠(yuǎn)高于平均水平，體現(xiàn)了俱樂(lè)部A具有旅華人次多、市場(chǎng)份額高的特點(diǎn)。俱樂(lè)部A的相對(duì)轉(zhuǎn)移路徑呈現(xiàn)平穩(wěn)下滑趨勢(shì)，說(shuō)明該類市場(chǎng)所占份額逐漸減少，從側(cè)面反映了旅華外國(guó)客源市場(chǎng)的集中度正在降低。

俱樂(lè)部B中的客源市場(chǎng)基礎(chǔ)相對(duì)較弱，但發(fā)展速度較快，是未來(lái)開(kāi)拓的重點(diǎn)領(lǐng)域。俱樂(lè)部B既包括意大利、西班牙等高收入國(guó)家，也包括土耳其、墨西哥等中高收入國(guó)家，還包括尼泊爾等中低收入國(guó)家和蘇丹等低收入國(guó)家;既包括柬埔寨等近程客源市場(chǎng)，也包括一些遠(yuǎn)程客源市場(chǎng)，如歐洲的波蘭、美洲的墨西哥和非洲的南非等。從相對(duì)轉(zhuǎn)移路徑來(lái)看，1997年俱樂(lè)部B的相對(duì)轉(zhuǎn)移系數(shù)約為0.95，之后一直呈平穩(wěn)上升趨勢(shì)，在2006年超過(guò)平均水平（相對(duì)轉(zhuǎn)移系數(shù)為1.00），并持續(xù)增長(zhǎng)至1.04?？梢?jiàn)，盡管俱樂(lè)部B中的客源市場(chǎng)其旅華人次數(shù)相對(duì)較少，但增長(zhǎng)潛力大且速度快。

俱樂(lè)部C中的客源市場(chǎng)基礎(chǔ)相對(duì)較弱，且增長(zhǎng)動(dòng)力不足，需采取有效措施為該類客源市場(chǎng)發(fā)展注入新的動(dòng)力。具體來(lái)看，俱樂(lè)部C中的成員多為遠(yuǎn)程客源市場(chǎng)，大多分布在歐洲與中亞地區(qū)（21個(gè)）、中東與北非地區(qū)（8個(gè)）、撒哈拉以南非洲地區(qū)（7個(gè)）和拉丁美洲與加勒比海地區(qū)（6個(gè)），其中，超過(guò)7成的客源市場(chǎng)屬于高收入或中高收入國(guó)家。從相對(duì)轉(zhuǎn)移路徑來(lái)看，研究期內(nèi)，俱樂(lè)部C的相對(duì)轉(zhuǎn)移系數(shù)接近于1但增長(zhǎng)非常緩慢（處于0.97～0.98之間），說(shuō)明該類客源市場(chǎng)的旅華人次略低于平均水平且增長(zhǎng)乏力。俱樂(lè)部C中多為地理距離遠(yuǎn)、經(jīng)濟(jì)水平高的客源市場(chǎng)，旅華人次接近平均水平，增長(zhǎng)速度較慢。

俱樂(lè)部D中的客源市場(chǎng)旅華人次數(shù)普遍較低，且增長(zhǎng)速度緩慢，在所有客源市場(chǎng)中處于落后地位。這類客源市場(chǎng)大多分布在拉丁美洲與加勒比海地區(qū)以及撒哈拉以南非洲地區(qū)，地理距離是其來(lái)華旅游的最大障礙。從相對(duì)轉(zhuǎn)移路徑來(lái)看，俱樂(lè)部D的相對(duì)轉(zhuǎn)移系數(shù)從1997年的0.82持續(xù)下跌至2017年的0.77，說(shuō)明該類客源市場(chǎng)占旅華外國(guó)客源市場(chǎng)的份額不斷減少。

根據(jù)各收斂俱樂(lè)部中所包含的成員可知，屬于同一收斂俱樂(lè)部的客源市場(chǎng)與傳統(tǒng)的亞洲和非亞洲的地理劃分情況差異較大，也與發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的劃分有所不同。它們是完全根據(jù)各客源市場(chǎng)每年的旅華人次數(shù)據(jù)內(nèi)生決定的。為了更清楚地展示各俱樂(lè)部成員的經(jīng)濟(jì)水平和地理位置情況，可根據(jù)世界銀行世界發(fā)展指標(biāo)數(shù)據(jù)庫(kù)中經(jīng)濟(jì)發(fā)展水平和地理亞區(qū)的劃分標(biāo)準(zhǔn)，對(duì)其做進(jìn)一步考察。結(jié)果顯示：從客源市場(chǎng)的經(jīng)濟(jì)發(fā)展水平來(lái)看，俱樂(lè)部A中包括9個(gè)高收入國(guó)家、4個(gè)中高收入國(guó)家和6個(gè)中低收入國(guó)家;從客源市場(chǎng)的地理分布來(lái)看，俱樂(lè)部A中包括12個(gè)東亞與太平洋國(guó)家、4個(gè)歐洲與中亞國(guó)家、兩個(gè)北美國(guó)家和1個(gè)南亞國(guó)家。俱樂(lè)部B、俱樂(lè)部C和俱樂(lè)部D的情況與俱樂(lè)部A類似，不再贅述。從中可見(jiàn)，每個(gè)收斂俱樂(lè)部中的客源市場(chǎng)在經(jīng)濟(jì)發(fā)展水平或地理分布方面并無(wú)明顯的相似性。這在一定程度上說(shuō)明，僅僅基于經(jīng)濟(jì)或者地理等單一指標(biāo)對(duì)俱樂(lè)部進(jìn)行劃分缺乏合理性，也從側(cè)面說(shuō)明，影響旅華外國(guó)客源市場(chǎng)俱樂(lè)部收斂的因素是復(fù)雜的，需對(duì)其影響因素做進(jìn)一步探索。

4 俱樂(lè)部收斂的影響因素

前文通過(guò)聚類算法得到了旅華外國(guó)客源市場(chǎng)的4個(gè)收斂俱樂(lè)部，這是“讓數(shù)據(jù)說(shuō)話”得到的結(jié)論。接下來(lái)的問(wèn)題是，究竟是哪些因素決定了某客源市場(chǎng)屬于某收斂俱樂(lè)部呢？以下基于ordered logit模型對(duì)俱樂(lè)部收斂的影響因素做進(jìn)一步探究。

4.1 變量選取

根據(jù)俱樂(lè)部收斂概念和理論，本文主要考慮兩方面影響因素：初始水平和結(jié)構(gòu)特征。初始水平方面，本文將1997年各客源市場(chǎng)的初始旅華人次作為衡量指標(biāo);結(jié)構(gòu)特征方面，根據(jù)旅游引力模型，客源地的“出游力”、目的地的“吸引力”以及客源地與目的地的“空間阻尼”是影響國(guó)際旅游流量的重要因素[47]，但考慮到目的地為各客源市場(chǎng)提供的旅游產(chǎn)品是無(wú)差異的[48-49]，因此，本文重點(diǎn)關(guān)注“出游力”和“空間阻尼”對(duì)俱樂(lè)部分組的影響。其中，客源地的“出游力”主要包括人均收入水平、人口規(guī)模、對(duì)外開(kāi)放程度等因素，客源地與目的地的“空間阻尼”包括地理距離、文化距離和經(jīng)濟(jì)距離等廣義距離因素。另外，參考擴(kuò)展的貿(mào)易引力模型，本文進(jìn)一步添加了兩個(gè)虛擬變量，即客源地與目的地是否接壤、客源地是否施行過(guò)境免簽政策。

4.2 模型設(shè)定

鑒于俱樂(lè)部A～俱樂(lè)部D的平均旅華人次呈現(xiàn)下降趨勢(shì)，本文基于收斂俱樂(lè)部的識(shí)別結(jié)果構(gòu)建有序離散變量（club），即分別用數(shù)值1～4表示俱樂(lè)部A～俱樂(lè)部D，具體地，俱樂(lè)部A取值為1，俱樂(lè)部B取值為2，依此類推。接下來(lái)，建立如下ordered logit模型：

[club*=? ? β1lnitr0+β2lnpgdp+β3lnpop+β4open+β5lngeo+? ? ? ? ? ? ? ? β6culture+β7economic+β8contig+β9visa+ε]（10）

其中，club*是與被解釋變量“收斂俱樂(lè)部club”相對(duì)應(yīng)的潛變量，當(dāng)club*≤α1時(shí)，club取1;當(dāng)α1≤club*≤α2時(shí)，club取2;當(dāng)α2≤club*≤α3時(shí)，club取3;當(dāng)club*>α3時(shí)，club取4;α1、α2、α3為待估計(jì)的參數(shù)（也稱為門(mén)檻值或切點(diǎn)），且滿足α1<α2<α3。lnitr0表示初始旅華人次;lnpgdp表示人均收入水平;lnpop表示人口規(guī)模;open表示對(duì)外開(kāi)放程度;lngeo表示地理距離;culture表示文化距離;economic表示經(jīng)濟(jì)距離;contig為虛擬變量，表示客源市場(chǎng)是否與中國(guó)接壤;visa同為虛擬變量，表示是否施行過(guò)境免簽政策。β1～β9為回歸系數(shù)，若β>0，則隨著解釋變量數(shù)值的增加，club*在較高類別上發(fā)生的概率增大。ε為模型的擾動(dòng)項(xiàng)，服從均值為0且方差為π2/3的logit分布。

上述各變量的描述性統(tǒng)計(jì)特征、衡量指標(biāo)及數(shù)據(jù)來(lái)源如表3所示。

4.3 實(shí)證結(jié)果分析

Ordered logit回歸結(jié)果顯示，偽R2=0.4342，Wald統(tǒng)計(jì)量為1591.65，對(duì)應(yīng)的p值為0.0000，整體回歸模型中所有系數(shù)的聯(lián)合顯著性較高，這說(shuō)明ordered logit回歸模型是有效的。切點(diǎn)α1、α2和α3的估計(jì)值分別為-28.6756、-25.2359和-21.0567。由于ordered logit回歸是采用最大似然估計(jì)的非線性模型，其估計(jì)系數(shù)（β）僅能體現(xiàn)解釋變量對(duì)俱樂(lè)部劃分的影響方向，而不具有邊際效應(yīng)的含義，為此，本文進(jìn)一步計(jì)算了各解釋變量在均值處的邊際效應(yīng)，具體結(jié)果見(jiàn)表4。

回歸結(jié)果表明，初始旅華人次（lnitr0）的系數(shù)為負(fù)，且在1%水平上顯著，初始旅華人次在均值處每增加1%，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別增加1.01%和5.64%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別下降6.33%和0.32%。這說(shuō)明初始旅華人次越高的客源市場(chǎng)，歸屬于平均旅華人次高的俱樂(lè)部的可能性越大。這與前文中對(duì)各收斂俱樂(lè)部的分析結(jié)果一致，俱樂(lè)部A中的客源市場(chǎng)，旅華人次較高，市場(chǎng)基礎(chǔ)較好;而俱樂(lè)部D中的客源市場(chǎng)，旅華人次普遍較低，市場(chǎng)基礎(chǔ)較差。

人均收入水平（lnpgdp）的系數(shù)為負(fù)，且在1%水平上顯著，人均收入水平在均值處每增加1%，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別增加1.69%和9.44%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別減少10.60%和0.53%。這意味著客源市場(chǎng)的人均收入水平越高，其屬于平均旅華人次高的俱樂(lè)部的概率越大，這與大多數(shù)研究收入與旅游需求關(guān)系的文獻(xiàn)結(jié)論具有異曲同工之處，即收入水平是影響旅游需求的基本因素，與旅游需求存在正相關(guān)關(guān)系[51]。換言之，根據(jù)旅游需求理論，人均收入水平提高是產(chǎn)生旅游需求的基礎(chǔ)條件，那些具備一定的經(jīng)濟(jì)基礎(chǔ)和支付能力的客源市場(chǎng)，其來(lái)華旅游需求更旺盛，來(lái)華旅游規(guī)模有可能更大。

人口規(guī)模（lnpop）的系數(shù)為負(fù)，且在1%的水平上顯著，人口規(guī)模在均值處每增加1%，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別增加6.59%和36.70%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別減少41.21%和2.07%。這說(shuō)明人口規(guī)模對(duì)客源市場(chǎng)的來(lái)華旅游情況具有顯著影響，客源市場(chǎng)的人口規(guī)模越大，其屬于平均旅華人次高的俱樂(lè)部的概率就越大。人口規(guī)模反映了國(guó)際旅游的潛在供給能力，人口規(guī)模越大的客源市場(chǎng)趨向于產(chǎn)生更多的來(lái)華旅游者。即使該客源市場(chǎng)的整體出游率不高，其來(lái)華旅游規(guī)模也可能較大。

對(duì)外開(kāi)放程度（open）的系數(shù)為負(fù)，且在1%的水平上顯著，對(duì)外開(kāi)放程度在均值處每增加1個(gè)單位，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別增加0.03%和0.17%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別減少0.19%和0.01%。這說(shuō)明客源市場(chǎng)的對(duì)外開(kāi)放程度越高，其屬于平均旅華人次高的俱樂(lè)部的可能性越大。這是因?yàn)?，一?guó)或地區(qū)的對(duì)外開(kāi)放為其國(guó)際旅游發(fā)展創(chuàng)造了良好的客觀條件。通常來(lái)講，客源市場(chǎng)的對(duì)外開(kāi)放程度越高，其跨越國(guó)境或邊境的貿(mào)易活動(dòng)就越頻繁，國(guó)際旅游規(guī)模就越大，該客源市場(chǎng)歸屬于平均旅華人次數(shù)較高的俱樂(lè)部的可能性就越大。

地理距離（lngeo）的系數(shù)為正，且在1%的水平上顯著，地理距離在均值處每增加1%，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別減少4.66%和25.97%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別增加29.16%和1.47%。這說(shuō)明客源市場(chǎng)與中國(guó)的地理距離越遠(yuǎn)，其屬于平均旅華人次低的俱樂(lè)部的可能性就越大，即遵循距離衰減規(guī)律?？梢?jiàn)，地理距離仍然是影響中國(guó)入境旅游流的重要因素，它會(huì)直接影響到旅游者的交通成本和停留時(shí)間。隨著地理距離的增加，因地理距離而產(chǎn)生的旅游行為阻力不斷增強(qiáng)，客源市場(chǎng)的來(lái)華旅游人次逐漸下降，歸屬于平均旅華人次較低的俱樂(lè)部的概率逐漸增大。

文化距離（culture）的系數(shù)為負(fù)，且在1%的水平上顯著，文化距離在均值處每增加1個(gè)單位，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別增加0.43%和2.38%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別減少2.67%和0.13%。這說(shuō)明客源市場(chǎng)與中國(guó)的文化距離越大，其屬于平均旅華人次高的俱樂(lè)部的可能性越大。文化距離對(duì)國(guó)際旅游流的影響比較復(fù)雜，較大的文化距離可能會(huì)提升異域文化對(duì)旅游者的吸引力，也可能會(huì)增加跨文化交流障礙[52]。究竟是文化差異性還是文化相同性更能吸引國(guó)際旅游者，目前尚無(wú)定論。本文研究表明，文化的差異性使客源市場(chǎng)屬于平均旅華人次數(shù)較高的俱樂(lè)部的可能性更大。

經(jīng)濟(jì)距離（economic）的系數(shù)為負(fù)，且在1%的水平上顯著，經(jīng)濟(jì)距離在均值處每增加1個(gè)單位，客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別增加0.05%和0.30%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別減少0.33%和0.02%。這說(shuō)明客源市場(chǎng)與中國(guó)的經(jīng)濟(jì)距離越大，其屬于平均旅華人次高的俱樂(lè)部的可能性就越大。經(jīng)濟(jì)距離主要體現(xiàn)為相對(duì)價(jià)格，包括消費(fèi)價(jià)格指數(shù)（CPI）和相對(duì)匯率兩個(gè)方面，客源地與中國(guó)的相對(duì)價(jià)格越高，意味著對(duì)客源市場(chǎng)而言中國(guó)旅游產(chǎn)品的價(jià)格越低，越有助于客源市場(chǎng)來(lái)華旅游需求的增加。

對(duì)于是否接壤（contig）和是否施行過(guò)境免簽政策（visa）而言，其系數(shù)在1%的水平上均顯著為正;具體而言，相比于與中國(guó)接壤的客源市場(chǎng)，不與中國(guó)接壤的客源市場(chǎng)屬于俱樂(lè)部A和B的概率將分別減少2.97%和26.70%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別增加27.01%和2.66%;相比于施行過(guò)境免簽政策的客源市場(chǎng)，未施行過(guò)境免簽政策的客源市場(chǎng)屬于俱樂(lè)部A和俱樂(lè)部B的概率將分別減少1.46%和9.85%，而屬于俱樂(lè)部C和俱樂(lè)部D的概率將分別增加10.67%和0.64%。這說(shuō)明接壤有助于雙邊的貿(mào)易往來(lái)，實(shí)施免簽政策提升了跨境旅游的便利化程度，均有助于客源市場(chǎng)來(lái)華旅游規(guī)模的增加。不與中國(guó)接壤、不施行過(guò)境免簽政策的國(guó)家歸屬于平均旅華人次低的俱樂(lè)部的可能性更大。

另外，為了檢驗(yàn)回歸結(jié)果的穩(wěn)健性，本文進(jìn)一步采用ordered probit模型進(jìn)行重新估計(jì)。模型估計(jì)結(jié)果顯示，Wald統(tǒng)計(jì)量為2081.06（p值為0.0000），偽R2為0.4420，切點(diǎn)α1、α2和α3的估計(jì)值分別為? ? ?-16.1933、-14.2029和-11.8247。從回歸系數(shù)來(lái)看（表4），盡管回歸系數(shù)的擬合值有細(xì)微差異，但是回歸系數(shù)的符號(hào)和顯著性均很接近，說(shuō)明上述回歸結(jié)果是穩(wěn)健的。

綜上可知，客源市場(chǎng)的俱樂(lè)部分組并非受單一因素的影響，而是初始水平和結(jié)構(gòu)特征等多方面因素共同作用的結(jié)果。其中，客源市場(chǎng)的初始旅華人次，客源市場(chǎng)的人均收入水平、人口規(guī)模和對(duì)外開(kāi)放程度等“出游力”因素，客源市場(chǎng)與中國(guó)的地理距離、文化距離和經(jīng)濟(jì)距離等“空間阻尼”因素，客源市場(chǎng)是否與中國(guó)接壤、是否施行過(guò)境免簽政策，均在一定程度上顯著影響客源市場(chǎng)所屬收斂俱樂(lè)部的類別。

5 結(jié)論與啟示

傳統(tǒng)的俱樂(lè)部收斂研究是在人為預(yù)先設(shè)定俱樂(lè)部的基礎(chǔ)上進(jìn)行收斂性判斷，難以滿足俱樂(lè)部收斂概念中“初始水平和結(jié)構(gòu)特征相似”的前提條件，其識(shí)別方法和研究結(jié)論的科學(xué)性有待商榷。本文采用Phillips和Sul[41-42]提出的非線性時(shí)變因子模型及其聚類算法，自動(dòng)篩選并識(shí)別出客源市場(chǎng)中的收斂俱樂(lè)部;進(jìn)一步地，為探索各收斂俱樂(lè)部的分組依據(jù)，運(yùn)用ordered logit模型考察了影響俱樂(lè)部分組的因素及其邊際效應(yīng)。

本文的實(shí)證研究發(fā)現(xiàn)：其一，旅華外國(guó)客源市場(chǎng)存在4個(gè)收斂俱樂(lè)部。在考慮客源市場(chǎng)異質(zhì)性和收斂速度時(shí)變性的情況下，旅華外國(guó)客源市場(chǎng)不存在總體收斂趨勢(shì);按照是否為亞洲國(guó)家、是否為發(fā)達(dá)國(guó)家標(biāo)準(zhǔn)劃分的傳統(tǒng)俱樂(lè)部也不滿足收斂假說(shuō);運(yùn)用非線性時(shí)變因子模型及其聚類算法對(duì)旅華外國(guó)客源市場(chǎng)進(jìn)行內(nèi)生識(shí)別后，共得到了4個(gè)收斂俱樂(lè)部，各俱樂(lè)部在市場(chǎng)基礎(chǔ)和發(fā)展趨勢(shì)方面具有較大差異，且未表現(xiàn)出明顯的地理鄰近或經(jīng)濟(jì)相似特征。其二，收斂俱樂(lè)部受到初始水平和結(jié)構(gòu)特征等多方面因素的共同影響?？驮词袌?chǎng)的初始旅華人次、人均收入水平、人口規(guī)模和對(duì)外開(kāi)放程度，客源市場(chǎng)與中國(guó)的地理距離、文化距離和經(jīng)濟(jì)距離，客源市場(chǎng)是否與中國(guó)接壤、是否施行過(guò)境免簽政策等因素，均顯著影響客源市場(chǎng)所屬收斂俱樂(lè)部的類別。

上述結(jié)論對(duì)現(xiàn)實(shí)發(fā)展有如下啟示。第一，針對(duì)同一收斂俱樂(lè)部中的客源市場(chǎng)，可制定和實(shí)施類似的營(yíng)銷策略。在國(guó)際旅游客源市場(chǎng)競(jìng)爭(zhēng)日益激烈、中國(guó)入境旅游增長(zhǎng)持續(xù)低迷的背景下，必須制定有效的營(yíng)銷策略。本文研究發(fā)現(xiàn)，旅華外國(guó)客源市場(chǎng)不存在總體收斂，簡(jiǎn)單的“一刀切”策略是不合理的，必須考慮客源市場(chǎng)的個(gè)體異質(zhì)性，采取差異化營(yíng)銷策略。然而，在資源和精力的有限約束下，對(duì)每個(gè)客源市場(chǎng)分別采取定制化的營(yíng)銷策略也不現(xiàn)實(shí)[30]。因此，需對(duì)旅華外國(guó)客源市場(chǎng)進(jìn)行細(xì)分，從而為不同細(xì)分市場(chǎng)制定兼具針對(duì)性和差異性的營(yíng)銷策略。目前，中國(guó)入境旅游營(yíng)銷將東北亞、東南亞、南亞、西歐和北美視為重點(diǎn)市場(chǎng)，將中亞、西亞、東歐、非洲和南美等視為有待培育的潛在市場(chǎng)1。這種市場(chǎng)細(xì)分的結(jié)果是，簡(jiǎn)單地按照地理區(qū)劃執(zhí)行同一個(gè)營(yíng)銷策略。本文研究結(jié)果證實(shí)，以往按照單一的地理或經(jīng)濟(jì)因素對(duì)客源市場(chǎng)進(jìn)行俱樂(lè)部劃分的方式缺乏合理性，應(yīng)綜合考慮初始水平和結(jié)構(gòu)特征等多方面因素的作用。為此，需要基于前文中的俱樂(lè)部識(shí)別結(jié)果對(duì)旅華外國(guó)客源市場(chǎng)進(jìn)行細(xì)分（圖1），對(duì)同一收斂俱樂(lè)部中的客源市場(chǎng)制定或?qū)嵤╊愃频臓I(yíng)銷策略和促銷活動(dòng)。

第二，針對(duì)不同收斂俱樂(lè)部中的客源市場(chǎng)，定制和實(shí)施相宜的營(yíng)銷推廣方案。本文研究發(fā)現(xiàn)，俱樂(lè)部A中的客源市場(chǎng)具有旅華人次多、市場(chǎng)份額高的特點(diǎn)，是旅華外國(guó)客源市場(chǎng)健康持續(xù)發(fā)展的根本保障。相關(guān)部門(mén)應(yīng)不斷鞏固和強(qiáng)化俱樂(lè)部A中的客源市場(chǎng)，對(duì)其進(jìn)行持續(xù)深入的市場(chǎng)需求調(diào)研，及時(shí)準(zhǔn)確把握其需求特征和變化趨勢(shì)，促進(jìn)其可持續(xù)增長(zhǎng)。俱樂(lè)部B中的客源市場(chǎng)基礎(chǔ)較弱，但增長(zhǎng)速度較快，是提高客源市場(chǎng)多樣性的重點(diǎn)領(lǐng)域。相關(guān)部門(mén)應(yīng)對(duì)此類客源市場(chǎng)進(jìn)行積極拓展和重點(diǎn)開(kāi)發(fā)，不斷挖掘和激發(fā)其來(lái)華旅游潛力。俱樂(lè)部C中的客源市場(chǎng)基礎(chǔ)較弱，且增長(zhǎng)動(dòng)力不足，相關(guān)部門(mén)需加強(qiáng)對(duì)該類客源市場(chǎng)的調(diào)研，為其發(fā)展注入新的動(dòng)力。俱樂(lè)部D中的客源市場(chǎng)在旅華外國(guó)客源市場(chǎng)中占據(jù)份額較小，且增速較慢，相對(duì)而言，并非當(dāng)下的旅游營(yíng)銷重點(diǎn)。

第三，要綜合考慮多種因素對(duì)旅華外國(guó)客源市場(chǎng)俱樂(lè)部分組的影響。盡管旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂受初始水平和結(jié)構(gòu)特征等多方因素的共同作用，但本文研究依舊證明了地理距離對(duì)中國(guó)入境旅游客源的重要影響，即距離中國(guó)較近的周邊客源市場(chǎng)普遍屬于俱樂(lè)部A。與此同時(shí)，本文實(shí)證研究結(jié)果也說(shuō)明，在考慮地理因素的基礎(chǔ)上，還需進(jìn)一步關(guān)注其他因素對(duì)客源市場(chǎng)的作用效果。例如，為擴(kuò)大中國(guó)的入境旅游規(guī)模，可加強(qiáng)與經(jīng)濟(jì)發(fā)展水平較高、人口規(guī)模較大、對(duì)外開(kāi)放程度較高的客源市場(chǎng)的經(jīng)貿(mào)合作與人員往來(lái)?？紤]到文化距離和經(jīng)濟(jì)距離的影響，在海外旅游信息傳播和市場(chǎng)營(yíng)銷方面，應(yīng)突出中國(guó)的民族文化特色，強(qiáng)調(diào)旅游產(chǎn)品的價(jià)格優(yōu)勢(shì)。簽證政策對(duì)推動(dòng)入境旅游增長(zhǎng)的作用已得到充分證實(shí)，未來(lái)可考慮進(jìn)一步擴(kuò)大實(shí)施72/144小時(shí)過(guò)境免簽政策的國(guó)家范圍。

總之，本文為旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂研究引入了一種新的實(shí)證方法，并從國(guó)家整體層面實(shí)證考察了旅華外國(guó)客源市場(chǎng)的細(xì)分結(jié)果及其影響因素，具有一定的理論助益和現(xiàn)實(shí)意義。不過(guò)值得關(guān)注的是，在過(guò)去20多年中，全球經(jīng)濟(jì)和政治發(fā)生了多次變化，而新冠疫情的全球蔓延，使得世界經(jīng)濟(jì)發(fā)展、全球旅游往來(lái)、國(guó)家之間交往等面臨更大的不確定性。在此過(guò)程中，所出現(xiàn)的結(jié)構(gòu)斷點(diǎn)或?qū)驮词袌?chǎng)細(xì)分結(jié)果產(chǎn)生重要作用。由于篇幅和研究重點(diǎn)所限，本文并未考慮潛在的結(jié)構(gòu)斷點(diǎn)對(duì)研究結(jié)果的影響，未來(lái)有必要對(duì)此做進(jìn)一步探索。此外，除國(guó)家之外，對(duì)于入境旅游而言，省域、城市（特別是重要樞紐城市）已成為我國(guó)開(kāi)展海外營(yíng)銷推廣工作的重要載體，未來(lái)有必要從這些層面考察旅華外國(guó)客源市場(chǎng)的俱樂(lè)部收斂特征，從而為不同尺度旅游目的地的市場(chǎng)細(xì)分和營(yíng)銷實(shí)踐提供參考。

參考文獻(xiàn)（References）

[1] 唐潔塵， 陳雙琴. 中國(guó)入境旅游需求彈性估算——基于誤差修正模型[J]. 旅游科學(xué)， 2017， 31（5）： 65-81. [TANG Jiechen， CHEN Shuangqin. An estimation of demand elasticity of Chinas inbound tourism： Based on the error correction model[J]. Tourism Science， 2017， 31（5）： 65-81.]

[2] 王純陽(yáng)， 黃福才. 中國(guó)入境旅游需求影響因素分析及預(yù)測(cè)——以外國(guó)客源市場(chǎng)為例[J]. 商業(yè)經(jīng)濟(jì)與管理， 2009（9）： 88-96. [WANG Chunyang， HUANG Fucai. A study on the factors determining the demand for China inbound tourism： Taking foreign source markets as an example[J]. Journal of Business Economics， 2009（9）： 88-96.]

[3] 劉歡， 陳曄， 李春曉. 中國(guó)入境旅游影響因素及營(yíng)銷策略——基于19個(gè)主要客源國(guó)市場(chǎng)的實(shí)證研究[J]. 社會(huì)科學(xué)家， 2016（6）： 98-102. [LIU Huan， CHEN Ye， LI Chunxiao. Influencing factors and marketing strategies of Chinas inbound tourism： Empirical research based on 19 main source countries[J]. Social Scientist， 2016（6）： 98-102.]

[4] 陳楊， 賈鐵飛. 基于市場(chǎng)競(jìng)爭(zhēng)態(tài)的上海國(guó)際旅游客源市場(chǎng)分析[J]. 旅游科學(xué)， 2007， 21（2）： 13-16; 51. [CHEN Yang， JIA Tiefei. An analysis of Shanghais international tourist markets： Based on market competition sate[J]. Tourism Science， 2007， 21（2）： 13-16; 51.]

[5] 樊妍芳， 石培基， 程華. 甘肅省入境旅游客源市場(chǎng)及發(fā)展對(duì)策研究[J]. 地理與地理信息科學(xué)， 2008， 24（6）： 97-101; 107. [FAN Yanfang， SHI Peiji， CHENG Hua. Analysis on inbound tourism market and its development measures of Gansu province[J]. Geography and Geo-Information Science， 2008， 24（6）： 97-101; 107.]

[6] 周彩屏. 基于SSM方法的入境旅游市場(chǎng)客源結(jié)構(gòu)分析——以浙江省為例[J]. 旅游學(xué)刊， 2008， 23（1）： 46-51. [ZHOU Caiping. An analysis of tourist structure in the inbound tourism market based on SSM method： Taking Zhejiang province as an example[J]. Tourism Tribune， 2008， 23（1）： 46-51.]

[7] 曹新向， 苗長(zhǎng)虹. 20世紀(jì)90年代以來(lái)河南省入境旅游客源市場(chǎng)結(jié)構(gòu)演化——基于SSM方法的分析[J]. 旅游學(xué)刊， 2009， 24（2）： 11-17. [CAO Xinxiang， MIAO Changhong. On the structural evolution of inbound tourism generating market in Henan province since the 1990s： Based on the analysis of SSM[J]. Tourism Tribune， 2009， 24（2）： 11-17.]

[8] 南宇， 楊永春， 史婧. 西北五省區(qū)入境旅游客源市場(chǎng)動(dòng)態(tài)演化結(jié)構(gòu)分析研究[J]. 經(jīng)濟(jì)地理， 2011， 31（9）： 1558-1565. [NAN Yu， YANG Yongchun， SHI Jing. Analysis on the dynamic evolution of inbound tourism market in the five northwestern provinces[J]. Economic Geography， 2011， 31（9）： 1558-1565.]

[9] 全華， 趙磊， 陳田， 等. 入境旅游客源市場(chǎng)結(jié)構(gòu)實(shí)證分析——以江蘇省為例[J]. 經(jīng)濟(jì)地理， 2012， 32（1）： 146-152. [QUAN Hua， ZHAO Lei， CHEN Tian， et al. An empirical analysis of tourist structure in the inbound tourism market based on SSM model： A case study on Jiangsu province[J]. Economic Geography， 2012， 32（1）： 146-152.]

[10] 劉法建， 陳冬冬， 朱建華， 等. 中國(guó)省際入境旅游客源市場(chǎng)結(jié)構(gòu)與互動(dòng)格局——基于2-模網(wǎng)絡(luò)分析[J]. 地理科學(xué)進(jìn)展， 2016， 35（8）： 932-940. [LIU Fajian， CHEN Dongdong， ZHU Jianhua， et al. Structure and interaction of Chinas inter-provincial inbound tourism market： A2-mode network analysis[J]. Progress in Geography， 2016， 35（8）： 932-940.]

[11] 王克軍. 主要客源國(guó)對(duì)中國(guó)入境旅游市場(chǎng)的貢獻(xiàn)分析[J]. 旅游學(xué)刊， 2017， 32（1）： 32-41. [WANG Kejun. Contribution analysis of inbound tourist source market in China[J]. Tourism Tribune， 2017， 32（1）： 32-41.]

[12] 周成， 馮學(xué)鋼. 上海入境旅游市場(chǎng)的季節(jié)特征、波動(dòng)周期與發(fā)展趨勢(shì)——基于X-12-ARIMA和HP濾波法[J]. 旅游科學(xué)， 2016， 30（6）： 39-53. [ZHOU Cheng， FENG Xuegang. On the seasonal characteristics， fluctuation cycle and development trends of Shanghais inbound tourist market： Based on X-12-ARIMA and HP filter methods[J]. Tourism Science， 2016， 30（6）： 39-53.]

[13] 孫曉東， 倪榮鑫， 馮學(xué)鋼. 城市入境旅游及客源市場(chǎng)的季節(jié)性特征研究——基于上海的實(shí)證分析[J]. 旅游學(xué)刊， 2019， 34（8）： 25-39. [SUN Xiaodong， NI Rongxin， FENG Xuegang. Exploring seasonality of urban inbound tourism from the perspective of source market structure： An empirical study on Shanghai China[J]. Tourism Tribune， 2019， 34（8）： 25-39.]

[14] 羅浩， 張瑜璇. 中國(guó)的入境旅游客源市場(chǎng)收斂嗎？[J]. 旅游學(xué)刊， 2018， 33（7）： 28-39. [LUO Hao， ZHANG Yuxuan. Are Chinas inbound tourism source markets converging？[J]. Tourism Tribune， 2018， 33（7）： 28-39.]

[15] 劉倩倩， 姚戰(zhàn)琪， 周功梅. 旅華外國(guó)客源市場(chǎng)時(shí)空結(jié)構(gòu)再分析——基于入境休閑旅游者的數(shù)據(jù)[J]. 熱帶地理， 2020， 40（1）： 128-136. [LIU Qianqian， YAO Zhanqi， ZHOU Gongmei. Temporal and spatial structure of foreign tourist markets in Chinas inbound tourism： A reanalysis based on data from inbound leisure tourist[J]. Tropical Geography， 2020， 40（1）： 128-136.]

[16] NARAYAN P K. Are Australias tourism markets converging？ [J] Applied Economics， 2006， 38（10）： 1153-1162.

[17] KOURTZIDIS S A， TZEREMES P， TZEREMES N G， et al. Integration of tourism markets in Australia： An international visitor arrivals convergence assessment[J]. Tourism Economics， 2018， 24（7）： 901-907.

[18] NARAYAN P K. Testing convergence of Fijis tourism markets[J]. Pacific Economic Review， 2007， 12（5）： 651-663.

[19] LEAN H H， SMYTH R. Are Malaysias tourism markets converging？ Evidence from univariate and panel unit root tests with structural breaks[J]. Tourism Economics， 2008， 14（1）： 97-112.

[20] TANG C F. Old wine in new bottles： Are Malaysias tourism markets converging？[J]. Asia Pacific Journal of Tourism Research， 2011， 16（3）： 263-272.

[21] LEE C G. The convergence hypothesis for tourism markets： Evidence from Singapore[J]. Tourism Economics， 2009， 15（4）： 875-881.

[22] TAN S H， TAN S K. Are Singapores tourism markets converging with structural breaks[J]. Tourism Economics， 2013， 19（1）： 209-216.

[23] YILANCI V， ERIS Z A. Are tourism markets of Turkey converging or not？ A Fourier stationary analysis[J]. Anatoli， 2012， 23（2）： 207-216.

[24] ABBOTT A， DE VITA G， ALTINAY L. Revisiting the convergence hypothesis for tourism markets： Evidence from Turkey using the pairwise approach[J]. Tourism Management， 2012， 33（3）： 537-544.

[25] OZCAN B， ERDOGAN S. Are Turkeys tourism markets converging： Evidence from the two-step LM and three-step RALS-LM unit root tests[J]. Current Issues in Tourism， 2017， 20（4）： 425-442.

[26] KAPLAN F， OZTURK E， GUNGOR ?. Is the club convergence hypothesis validy for Turkey tourism market[J]. Research in Applied Economics， 2017， 9（3）： 24-30.

[27] LIN Z， YOU K， LAU C K， et al. Segmenting global tourism markets： A panel club convergence approach[J]. Annals of Tourism Research， 2019， 75： 165-185.

[28] SOLARIN S A， LEAN H H. Nonlinearity convergence of tourism markets in Seychelles[J]. Current Issues in Tourism， 2014， 17（6）： 475-479.

[29] SOLARIN S A. Revisiting the convergence hypothesis of tourism markets： Evidence from South Africa[J]. The Journal of Applied Economic Research， 2014， 8（1）： 77-92.

[30] MERIDA A L， CARMONA M， CONGREADO E， et al. Exploring the regional distribution of tourism and the extent to which there is convergence[J]. Tourism Management， 2016， 57： 225-233.

[31] TIWARI A K. Whether tourist arrivals in India convergent？[J]. Annals of Tourism Research， 2016， 61： 252-255.

[32] SOLARIN S A. Convergence hypothesis in tourism markets and activities in Taiwan[J]. Tourism Economics， 2018， 24（8）： 1037-1044.

[33] 劉迎霞， 覃成林. 區(qū)域經(jīng)濟(jì)增長(zhǎng)空間趨同假說(shuō)研究新進(jìn)展[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2010（2）： 99-103. [LIU Yingxia， QIN Chenglin. New progress in the research on the convergence hypothesis of regional economic growth[J]. Economics Perspectives， 2010（2）： 99-103.]

[34] BERNARD A， DURLAUF S. Convergence in International Output[J]. Journal of Applied Econometrics， 1995， 10（2）： 97-108.

[35] LI Q， PAPELL D H. Convergence of international output time series evidence for 16 OECD countries[J]. International Review of Economics and Finance， 1999， 8（3）： 267-280.

[36] BARRO R J， SALA-I-MARTIN X. Convergence across states and regions[J]. Brookings Papers on Economic Activity， 1991， 22（1）： 107-182.

[37] HEPSAG A. Testing convergence of tourism markets： Evidence from seasonal unit roots test[J]. Anatolia， 2016， 27（2）： 177-188.

[38] 張偉麗. 區(qū)域經(jīng)濟(jì)增長(zhǎng)俱樂(lè)部趨同： 概念、識(shí)別及機(jī)制[D]. 開(kāi)封： 河南大學(xué)， 2009. [ZHANG Weili. On the Definition， Testing and Mechanism of Club Convergence of Regional Economic Growth[D]. Kaifeng： Henan University， 2009.]

[39] OKAZAKI S， TAYLOR C， DOH J. Market convergence and advertising standardization in the European Union[J]. Journal of World Business， 2007， 42： 384-400.

[40] GRIFFITH D. Understanding multi-level institutional convergence effects on international market segments and global marketing strategy[J]. Journal of World Business， 2010， 45（1）： 59-67.

[41] PHILLIPS P， SUL D. Transition modeling and econometric convergence tests[J]. Econometrica， 2007， 75（6）： 1771-1855.

[42] PHILLIPS P， SUL D. Economic transition and growth[J]. Journal of Applied Econometrics， 2009， 24（7）： 1153-1185.

[43] 何一峰. 轉(zhuǎn)型經(jīng)濟(jì)下的中國(guó)經(jīng)濟(jì)趨同研究——基于非線性時(shí)變因子模型的實(shí)證分析[J]. 經(jīng)濟(jì)研究， 2008（7）： 39-51. [HE Yifeng. Economic convergence in transition economy of China： An empirical study with a nonlinear time-varying factor model[J]. Economic Research Journal， 2008（7）： 39-51.]

[44] 孫亞男， 楊名彥， 崔蓉， 等. “一帶一路”沿線國(guó)家全要素生產(chǎn)率的俱樂(lè)部收斂及其動(dòng)態(tài)演進(jìn)： 兼論“六大經(jīng)濟(jì)走廊”框架在縮小國(guó)家間經(jīng)濟(jì)差距中的作用[J]. 世界經(jīng)濟(jì)研究， 2018（8）： 99-111; 137. [SUN Yanan， YANG Mingyan， CUI Rong， et al. Club convergence and dynamic evolution of total factor productivity of the Belt and Road countries： The role of six economic vorridors bridging the gap of B&R countries economy[J]. World Economy Studies， 2018（8）： 99-111; 137.]

[45] ERNST D， DOLNICAR S. How to avoid random market segmentation solutions[J]. Journal of Travel Research， 2018， 57（1）： 69-82.

[46] SCHNURBUS J， HAUPT H， MEIER V. Economic transition and growth： A replication[J]. Journal of Applied Econometrics， 2017， 32（5）： 1039-1042.

[47] 李山， 王錚， 鐘章奇. 旅游空間相互作用的引力模型及其應(yīng)用[J]. 地理學(xué)報(bào)， 2012， 67（4）： 526-544. [LI Shan， WANG Zheng， ZHONG Zhangqi. Gravity model for tourism spatial interaction： Basic form， parameter estimation， and applications[J]. Acta Geographyica Sinica， 2012， 67（4）： 526-544.]

[48] PAPATHEODOROU A. Why people travel to different places[J]. Annals of Tourism Research， 2001， 28（1）： 164-179.

[49] ZHANG J， JENSEN C. Comparative advantage： Explaining tourism flows[J]. Annals of Tourism Research， 2007， 34（1）： 223-243.

[50] 劉祥艷， 楊麗瓊， 呂興洋. 文化距離對(duì)我國(guó)出境旅游的影響——基于引力模型的動(dòng)態(tài)面板數(shù)據(jù)分析[J].旅游科學(xué)， 2018， 32（4）： 60-70. [LIU Xiangyan， YANG Liqiong， LYU Xingyang. The impact of cultural distance on China s outbound tourism： A dynamic panel data analysis based on the gravity model[J]. Tourism Science， 2018， 32（4）： 60-70.]

[51] 周文麗， 李世平. 基于凱恩斯消費(fèi)理論的旅游消費(fèi)與收入關(guān)系實(shí)證研究[J]. 旅游學(xué)刊， 2010， 25（5）： 33-38. [ZHOU Wenli， LI Shiping. An empirical study on the relationship between tourism consumption and income based on Keynes consumptive function theory[J]. Tourism Tribune， 2010， 25（5）： 33-38.]

[52] 張宏偉. 中國(guó)入境旅游的文化差異效應(yīng)測(cè)度研究——基于引力模型的分析[J]. 財(cái)貿(mào)研究， 2009， 20（4）： 56-61; 68. [ZHANG Hongwei. The effect of cultural difference on inbound tourism to China： Analysis based on gravity model[J]. Finance and Trade Research， 2009， 20（4）： 56-61; 68.]

Club Convergence in Chinas Foreign Tourist Source Market：

Recognition Method and Convergence Factors

LIU Qianqian1， SONG Rui2， ZHOU Gongmei1

（1. University of Chinese Academy of Social Sciences （Graduate School）， Beijing 102488， China;

2. National Academy of Economy Strategy， Chinese Academy of Social Sciences， Beijing 100006， China）

Abstract： With the ongoing continued sluggish growth for Chinas inbound tourism， tourism management departments have to formulate global marketing strategies to attract international visitors. It is particularly important to analyze the global market toward formulating a market-oriented destination strategy. Club convergence research can provide a decision-making basis for segmenting the source market and formulating specific market-oriented strategies.

This paper studied club convergence for Chinas foreign tourist source market， using data about visitors to China from 139 countries and regions for 1997—2017. Conventional club convergence analysis relies on artificially setting the boundaries of clubs before judging convergence. Thus， subjectivity is strong， and it becomes difficult to effectively identify clubs that meet the convergence hypothesis. The present investigation has merits in examining club convergence for Chinas foreign tourist source market. First， we adopted the nonlinear time-varying factor model and clustering algorithm to automatically select and identify convergent clubs in that market. Then， using the ordered logit model， we investigated the factors affecting club grouping and their marginal effects.

The main results were as follows. First， we identified four convergence clubs in Chinas foreign tourist source market. We found that when considering the heterogeneity of that market and time-varying rate of convergence， it did not display an overall trend of convergence. In a conventional analysis of Asian and non-Asian countries as well as developed and developing countries， we found that conventional clubs did not satisfy the convergence hypothesis. However， using the nonlinear time-varying factor model and clustering algorithm， we identified four convergent clubs. Each club exerted a major effect on the market basis and development trend; the clubs lacked clear geographic proximity. Second， the convergence clubs were affected by many factors， including the following： the initial number of tourists to China; per capita income level; population size; degree of openness to the outside world; geographic distance; cultural distance; economic distance; whether the source market bordered on China; and whether a transit visa-free policy was implemented. All the factors significantly affected the source market to which the convergence club belonged.

From the above findings， we drew the following conclusions. First， previous methods of dividing the customer source market based on geographic or economic factors lacked rationality. We advocate breaking the constraints of conventional geographic divisions or economic development levels. Instead， it is necessary to analyze Chinas foreign tourist source markets using the club identification results we obtained; it is important to implement similar marketing strategies or promotional activities when examining source markets in the same convergent club. Second， it is essential to customize and implement appropriate marketing and promotion plans when assessing the source markets of different convergence clubs. Tourism marketing management departments should continue to consolidate and strengthen club A （with high market share）， actively expand and focus on club B （with rapid growth）， enhance research on club C （with insufficient growth momentum） to inject new impetus into the development of its source market， and strive for and steadily develop club D （with small market share and slow growth）. Third， it is necessary to comprehensively consider the influence of various factors on the grouping of Chinas foreign tourist source market clubs. It is imperative to consider geographic proximity effects; however， on the basis of geographic factors， it is necessary also to consider the effects of other factors on the source market.

Keywords： inbound tourism; source market; club convergence; convergence factors; nonlinear time-varying factor model

[責(zé)任編輯：周小芳;責(zé)任校對(duì)：宋志偉]