外国人来华旅游的空间计量经济分析

[摘要]文章运用空间计量经济学模型分析了中国入境旅游的空间依赖性和空间异质性，探讨了其空间分布模式；采用空间计量方法，测算了景区、交通、酒店、服务质量、对外开放度和区域经济水平对入境旅游的影响。得到如下结论：入境旅游在全域范围内具有正相关的空间特性，且空间聚集越来越明显；局域上的空间相关性差异很大，高一高区域分布在东部，低―低区域分布在西部，且低―低区域多于高一高区域；空间误差模型是入境旅游的良好模型，入境旅游的空间效应是由邻近区域影响要素的相互影响所产生的；空间效应下，外国游客入境旅游的影响因素依次分别是服务质量、酒店、开放度、景区、经济水平、交通运输6个要素。政策上应该充分考虑入境旅游的空间效应，重视区域合作，提高旅游服务质量，降低外国游客寻找酒店的难度，加大对外开放力度，增加景区对外营销的投入。

[关键词]外国游客；入境旅游；空间计量

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2015）09-0016-09D

oi： 10.3 969/j.issn.1002-5006.2015.09.002

引言

旅游产业是中国的一项战略性产业，具有资源消耗低、带动系数大、就业机会多、环境污染小、综合效益好等优点。2012年，全国旅游总收入2.59万亿元人民币，占国内生产总值的5%，比上年增长了15.2%，远超GDP增速，可见旅游产业在国民经济中的重要地位。其中，入境旅游（国际旅游）收入达484.64亿美元，占全国旅游总收入11.79%，居世界第四位；入境旅游人数达13 542.35万人次，远高于同期中国公民出境人数7025.00万人次，这说明入境旅游在中国旅游产业中占据着非常重要的位置。近年受全球经济危机的影响，我国入境旅游进入平稳发展期，虽然入境游客人数增加，但增长速度有所放缓。因此，研究中国入境旅游的影响因素可以有助提高中国整体的旅游竞争力，增加中国旅游收入。

Wait总结了1961-1995年韩国的入境旅游发展趋势，对交通部和国家旅游公司的旅游市场政策进行了分析研究，认为未来韩国的入境旅游还会增加。Lim和Pan采用Box-Jenkins单振时间序列模型对由日本到中国的入境游客流的模式进行了分析，认为移动平均过程最能解释1986-2000年的入境旅游。Soshiroda将1859-2003年日本人境旅游分为5个周期，研究与国家土地政策相关的不同时期的入境旅游发展政策和促销、服务政策的差异与效果。Wang使用自回归分布滞后模型分析了1996年第一季度至2006年第二季度中国台湾4大不幸事件，对中国台湾入境旅游需求的不利影响，发现任何影响安全的事件，不管发生在境外还是境内都会对旅游需求造成负面影响；而经济危机对旅游需求的影响不大。Shi以澳大利亚为例，用两部门模型计算了入境旅游对公民福利的影响，发现广告费用类的支出最终会转移到旅游产品的成本上，导致游客平均花费的下降。Forsyth等采用可计算一般均衡模型，估计了澳大利亚入境旅游、出境旅游和本土旅游3个不同市场的费用增加对经济的影响，结果表明出境税增加对旅游产业有负面影响，但对整体经济却有正面影响。Pham等研究了澳大利亚矿业繁荣对旅游业的积极影响和消极影响，及对特定旅游市场（如州间、州内和入境旅游市场）的影响，指出矿业繁荣对旅游的影响是不持续的，应该进行住宿和航空投资以促进旅游发展。

从整体来看，外文文献中对入境旅游的研究不是很多，但中文文献中的相关研究却很多，可能是因为入境旅游对中国经济发展具有重要意义。其中，国内有部分学者注意到入境旅游具有明显的空间分异特征，如陈刚强和许学强运用基尼系数和主成份回归的方法，探讨了1999-2008中国入境旅游规模空间分布特征和内部结构变化规律；孙根年等研究了资源、贸易和区位三要素对日本游客入境旅游选择的影响，结果证明交通区位指数对日本游客的到访率有明显影响；李创新等采用场强、位势、地域结构等变量指标对丝路东段典型区的入境旅游流空间场进行了研究。但这些文献在研究旅游业的空间分异时对旅游业中的空间依赖性和空间异质性效应研究比较少。

现阶段，基于空间依赖性和空间异质性的空间效应研究大概可以分为3类：第一类，研究中国入境旅游有无空间效应，如宋鸿和陈晓玲采用空间自相关分析的方法，认为1996-2004年的入境旅游区域增长整体空间格局为随机格局，空间效应不明显。第二类，研究入境旅游或国际旅游与经济发展的关系，如王良健等采用空间面板数据模型研究了1999-2007年各省级行政区的旅游发展对经济增长的作用，发现入境旅游对经济增长的作用效果比国内旅游更为显著；李航飞等研究了广东省2000-2009年21个地级市的旅游外汇收入、国内旅游收入对GDP的影响，发现入境旅游对经济增长的促进作用呈增加趋势。第三类，研究入境旅游的影响因素，如戈冬梅和姜磊发现，中国省域之间的旅游发展存在明显的空间自相关性，经济发展水平是总体旅游、国内旅游和入境旅游发展的重要影响因素；卢丽文等对湖北省2006-2011年17个市州的入境旅游人数进行研究，认为区域的区位、交通状况、旅游设施、第三产业发展对入境旅游发展有显著的促进作用，但经济发展水平对入境旅游的推动作用很小；方远平等运用地理加权回归模型对31个省域入境旅游的影响因素进行了研究，认为人境旅游在空间上具有正相关性和集聚特征，经济外向度和旅游资源对入境游客数量都有积极的影响，且旅游资源的促进作用相对较大，而地理距离的增加对入境游客数量有负向的影响。很多学者已对入境旅游的影响因素进行了比较细致的研究，如苏建军和孙根年详细地研究了不同的交通方式对入境旅游的影响程度，但在计量中缺少对空间效应的考虑。在现有空间影响效应文献研究中，研究变量往往采用不同的单位，没有进行统一标准换算，这样计算出来的结果往往不能很好地解释旅游事实。因此本研究在以上研究成果的基础上进行综合和改进，以期更加准确地研究入境旅游的空间效应。本文将讨论中国各省（自治区、直辖市）入境旅游的空间效应关系，并测算各省（自治区、直辖市）内景区、酒店、交通、服务质量、开放度、经济水平6要素对入境旅游的影响。

1 模型介绍

1.1空间自相关检验模型

产业的空间效应分为空间依赖性和空间异质性。空间异质性在旅游经济中主要表现为经济数据在地理空间上由于缺乏均质性，存在中心和地区；空间依赖性主要表现为邻近地区的区域旅游经济要素相互影响，区域间表现出同质性。空间效应可以通过全域空间相关指数（Moran's I）和和局域Moran's I的测算来实现。

1.1.1全域Moran's I

其计算公式为：

全域Moran's I可以看作是观测值与它的空间滞后之间的相关性，Moran's I阈值为[-1，1]。如果Moran's I>0，则意味着相邻区域的入境旅游在空间上具有依赖性，入境旅游发达的区域周围也是入境旅游发达的区域，入境旅游不发达的区域周围同样也是入境旅游不发达的区域，而且Moran's I越接近1，其空间依赖性越强；如果Moran'sl

其中，E（I）是Moran's I的期望值，SD（I）是I的标准差。在显著性水平为5%时，所适用的临界值为-1.9 6

1.1.2局域Moran's I

全域Moran's I反映的是整个区域的空间关系，而对局部区域的空间关系缺少反映。比如，区域中一部分存在正的空间相关，另一部分存在负的空间相关，从全域Moran's I来看，其值接近于0，整体不存在着空间效应，但是从局域来说，部分区域具有空间依赖性，部分区域具有空间异质性，空间效应显著。因此，有必要采用局域Moran's I进一步分析。 局域Moran’sl的计算公式为：

1.2入境旅游生产函数的空间计量模型

1.2.1区域入境旅游生产函数的经典回归模型

旅游具有吃、住、行、游、购、娱6大要素，其中游、购、娱是旅游目的，吃、住、行是旅游目的伴生行为。游、购、娱涉及景区的选择问题；吃、住、行涉及酒店和交通工具的选择问题。另外，旅游是在某个区域里进行的，所以区域的旅游综合环境对游客的旅游选择也很重要，而区域的开放、经济发展水平和旅游服务质量都对旅游综合环境有影响。因此，对入境旅游影响的因素包括景区、酒店、交通、服务质量、开放度、区域经济水平等6个因素，在此根据这几个因素，建立入境旅游的经典回归模型（ordineary least square， OLS regression）：

Yi=α0+β1sceni+β2hotei+β3riani+

β4servi+β5openi+β6GDPi+li （1）

其中，Y为区域的旅游产业产出，α0为常数项，β1至β6为各变量系数，scen为景区变量，hote为酒店变量，tran为交通运输变量，serv为服务质量变量，open为对外开放程度变量，GDP为经济水平变量，li为随机干扰项。

1.2.2 区域入境旅游生产函数的空间滞后模型

旅游的多目标性往往导致游客连续旅游多个区域，比如到区域i旅游的外国游客，很可能在抵达区域i之前或者在区域i旅游完返程时，对区域，进行了旅游。这样，区域，的外国游客数量除了受本区域的各种要素条件的影响外，还同时受到邻近区域i外国游客数量的影响，故而建立入境旅游的空间滞后模型（spatial lag model，SLM）：

Yi=α0+pWYi+β1sceni+β2hotei+β3riani+

β4servi+β5openi+β6GDPi+li

其中，W是空间权值矩阵，WYi是空间滞后因变量WYi（邻近区域入境旅游变量的加权求和），p是系数。

1.2.3区域入境旅游生产函数的空间误差模型

除了邻近区域入境游客量的相互影响之外，有时候区域间的其他要素也会相互影响，如区域i在其区域内修建了密集的交通网络，其中部分交通系统到区域，的边界就成断头路，这种断头路会促进区域，加快步伐完成剩下的对接；再如，区域i制定的有利于区域入境旅游发展的政策，区域，也会效仿在其辖域内执行。因此，要素之间也存在空间相关性，在此将这些要素的空间相关性统一纳入误差项的空间相关性计算中，从而建立入境旅游的空间误差模型（ spatial error model，SEM）：

2 实证分析

2.1数据来源和数据处理

本研究的空间单元为中国大陆31个省、自治区与直辖市（简称为“省域”），数据来自《中国旅游统计年鉴2006-2013》、《中国统计年鉴2013》、《入境游客抽样调查》和互联网资料《2012中国机场吞吐量排名》。

在数据处理上，所有的影响变量都按照该变量的区域值占全国值的比例进行了标准化处理。具体来说，入境旅游变量采用外国游客年入境人次来进行计算；景区变量是区域不同等级的景区数量占区域i某一星级酒店的数量，H为全国某一星级酒店的总量，酒店星级采用一星至五星5个等级；交通变量是区域不同交通方式的数量占全国比率的算种类，ri为区域i某一类交通的数量，R为全国某一类交通的总量，在此R包括铁路里程、公路里程、内河里程、民航机场旅客吞吐量4个方面的数据；服务质量变量是区域某种服务评价值占全国比率的算的种类，ei为区域i某一类评价的折算值，E为全国某一类评价折算值的总量，根据抽样调查，服务评价种类包括宾馆、餐饮、交通、娱乐、购物、导游、通讯7个方面；开放度变量为区域的对外出口额占全国比率与区域外国投资占全国比率的算术平均值，即openi=（1/2）（Oi/O+Vi/V），其中，Oi为区域进出口数量，O为全国进出口数量，Vi为区域的外国投资数量，V为全国的外国投资数量；经济水平变量为区域的人均GDP占全国人均GDP加总的平均值，即GDPi=gi/G，其中，gi为区域的人均GDP，G为各省域（自治州和直辖市）人均GDP之和。

2.2入境旅游全域空间相关性分析

2.2.1空间权重矩阵的设定

对2012年入境旅游的外国人次，使用Rook、Queen、K-Nearest 3种不同相邻方式不同的邻近阶数进行Moran’sl测算，其中，Rook、Queen相邻分别采用一阶、二阶（不包含低阶）、三阶（不包含低阶）、二阶（包含低阶）、三阶（包含低阶）几种算法；K-Nearest采用了最邻近2、3、4、5共4种算法。空间权重矩阵设定原则为

得到的Moran's I见表1，可以看出：对于Rook相邻和Queen相邻，除去包含低阶的二阶空间权重矩阵（Wrookl2和Wqueenl：），总体而言，随着空间权重矩阵的增加，Moran’sl由大变小、越来越接近于0，呈现出一个距离衰减效应；Rook相邻和Queen相邻的二阶空间权重矩阵，虽然Moran's I比较满意，与一阶空间权重矩阵的Moran's I相同，但是p值有所增加；同阶空间权重矩阵，Rook相邻和Queen相邻的Moran's I值差异不大，这是因为中国省域间普遍以线相邻，顶角相邻少；K-Nearest相邻虽然也具有明显的空间特征，但是Moran's I指数小于Rook相邻和Queen相邻，空间特征显示效果差于其他两种相邻。因此，一阶Queen相邻是最满意的空间权重矩阵。

2.2.2不同年份Moran's I的测算

用一阶Queen相邻的空间权重分别计算2006-2012年外国人入境旅游人次的Moran's I，见表2。

从表2得知，我国各省域外国人人境旅游的确存在着比较明显的正向的空间相关性，也就是外国人人境旅游存在着明显的依赖性，区域入境旅游受邻近区域的影响比较多。对于入境旅游人次较多的地区，周边往往也存在一个或多个入境旅游人次较多的地区；而对于入境旅游人次较少的地区，普遍也存在一个或多个入境旅游人次少的地区与其相邻。从多年的Moran's I可以看出，虽然中间有轻微波动，但总体来看，随着时间的推移，这种正向的空间相关性数值呈现递增的趋势。这是因为随着时间的推移，省域与省域之间逐渐突破原有“各自为政、互不相干”的局面，在旅游政策、旅游管理、旅游规划上注重对周围地区的借鉴和融合，区域之间相互影响的因素越来越多，相邻区域间的空间相接性、相关性也就更强。

2.3入境旅游局域空间相关性分析

使用局域Moran's I（也称LISA指数），进一步研究各省域入境旅游人次在空间上的差异，在此选用具有代表性的2006年、2009年和2012年外国人人境旅游人次进行对比研究。从这3年的Moran's I散点图（图1）中可以看出，分布在第一、第三象限的点比分布比在第二、第四象限的点多，正是因为这种高一高和低一低的空间依赖关系，导致入境旅游Moran’sl大于0，呈现正的空间；但是分布在第三象限的点又远多于第一象限的点，说明这里全域正的空间相关性是因为较多低观测值的区域被低观测值的区域所包围（低一低），而且从2006年到2009年再到2012年，第三象限的点离原点越来越远，说明在局域上这种低一低正相关性越来越明显了。

图2是中国31个省域2006年、2009年和2012年的LISA聚类图，且均通过了5%的显著性水平检验。通过此图，可以看出高观测值的区域被高观测值的区域包围这种现象主要分布在东部地区，低观测值的区域被低观测值的区域包围这种现象主要分布在西部地区。这比较符合中国实际情况，长期以来外国人多从上海、广东、江苏、福建等地入境，沿海省份不仅入境游客多，而且部分省域间的入境旅游还强烈地相互影响，西部地区也存在类似东部地区入境旅游的空间效应情况，但中部地区没有出现空间相关性的情况。另外，还可以看出这几年间，高一高区域和低一低区域的数量都出现了增长。2006年，高一高区域只有江苏和上海两个区域，2009年增加了浙江；2006年，低一低区域只有新疆、青海、陕西和四川，2009年增加甘肃，2012年增加了云南，就是低一低区域效应越来越明显，与前面散点图讨论的结果相一致。这些充分表明中国入境旅游人次具有明显的局域空间相关性。还可以看出，3年的聚类图仅有2006年福建省出现低一高区域的空间异质性特征，而从未出现高一低的空间异质性特征。因此总体看来，全国表现出的空间依赖性特征，某个省域的旅游发展经常会受到周围省域发展的影响。

2.4入境旅游的空间计量经济估计与结果分析

以上分析证明，外国人人境旅游的确存在着明显的空间相关性，但入境旅游的空间相关性与影响因素是如何相互作用，下面分别采用经典回归模型、空间滞后模型、空间误差模型研究景区对影响入境旅游的6个因素进行分析（表3）。

在经典回归模型结果中，交通运输变量的系数为-183669，解释为交通运输变量对入境游客人次的影响是负相关，交通运输条件的改善会减少入境游客的数量，这显然是不可能的，所以在此经典回归模型不能适用。在诊断检验中，滞后拉格朗日乘子（LM_LAG）的p值为0.652，而误差拉格朗日乘子（LM ERR）的p值为0.093，LM ERR较LM LAG更加显著，且Robust LM ERR （0.115）也比Robust LM LAG（0.350）更显著，故而推断空间误差模型更合理。

在空间滞后模型结果中，交通运输项的系数值仍为负数，且各变量的显著性水平非但没改善，反而在某些变量中变得更差，表明空间滞后模型也不是良好模型。

在空间误差模型结果中，交通运输变量的系数测算为31001，是正值，说明空间误差模型具有合理的可能性。相比经典回归来说，Log likelihood从-497.303上升到-488.180，AIC从1008.614下降到990.360，SC从1018.640下降到1000.400，说明空间误差模型的拟合优度较经典回归好。似然比检验LRT=2.929，p值为0.087，空间自回归误差系数的Z值为-2.263.Wald检验=（-2.263）2=5.12，LM-一err-2.203，符合W>LRT> LM err的预期，故判断空间误模型是合理的。而且所有变量的显著性水平都在10%以内，空间自回归系数是-0.60952，说明在空间误差模型的条件下，其空间的相关影响能够良好展现，空间误差模型是比较良好的模型。

在空间误差模型中，各变量系数从大到小依次排列的顺序为：服务质量（1692231）>酒店（909820）>开放度（838985）>景区（384692）>经济水平GDP （287245）>交通运输（31001），即影响外国游客入境旅游的因素、按重要程度依次为：服务质量、酒店、开放度、景区、经济水平和交通运输。这一结论与国内游客的本土旅游特点差异很大，对国内游客来说，这6要素的影响作用可能依次是景区、交通运输、酒店、服务质量、经济水平、开放度，或是景区、交通运输、服务质量、酒店、经济水平、开放度景区的质量与数量是驱动游客旅游的最直接因素，绝不会把交通要素放在最末。这种差异是由异国旅游的陌生感和中国旅游条件的特点所导致。

外国游客之所以对旅游服务质量最为看重，这是因为外国游客来到陌生的国境内，普遍存在对人身安全隐患、语言交流障碍、饮食不习惯、住宿不便等问题的担忧，这种焦虑心情会严重影响游客的旅游体验，而良好的旅游服务不仅能极大地减缓这种焦虑，还会给旅途增色不少。酒店成为第二个重要影响的因素，这是因为旅游六大要素中的住和吃都与酒店紧密相关，在陌生的国土中，解决了吃和住的问题，就能让人安心不少。事实上，笔者曾试图按照酒店星级进行加权平均，但加权平均算出的结果很差，这说明外国游客很在意酒店对吃和住两个基本问题解决的方便程度，而对舒适程度要求不高，这是一种比较正常的心理需求。开放度成为人境旅游第三个重要因素，与中国所处发展阶段有紧密联系，目前中国处在工业化中期阶段，而且处于封闭经济向完全开放经济的过渡阶段，省域的开放度决定了区域信息流、物质流、人流等和别国交流的程度，所以对入境的影响也很明显。在入境旅游中，景区成为第四个重要影响因素，这是因为外国旅游对中国还不够了解，缺少“景区向往”的推动力，到中国旅游更多的是为了体验不同的生活，多数为了区域而来，少数为了景区而来。第五个重要影响因素是经济水平，经济水平对很多产业都有重要影响。对外国人来说，经济水平高的区域往往人们受教育程度高，语言交流障碍小。但更大程度上来说，中国某个区域的经济水平高低不会导致外国游客的旅游体验大幅震荡，因此是一个有影响但不是严重影响的因素。交通运输对外国游客的影响最小，这个结论与中国国内旅游差异很大，可能是因为相对很多国家来说，中国公共交通体系比较完善，特别是通往景区的交通都比较方便，因此，交通运输要素对外国游客出行选择的约束和限制较少，也就不是一个非常重要的影响因素。

3 结论与建议

本文利用2006-2012年中国各省域外国人入境旅游人次的截面数据，采用全域Moran's I、局域Moran's I、Moran's I散点图和LISA聚类图刻画了中国31个省域入境旅游的空间分布模式；利用2012年服务质量、酒店、开放度、景区、经济水平和交通运输等数据，分别运用经典回归模型、空间滞后模型（SLM）和空间误差模型（SEM），测算了省域内各旅游影响因素对入境旅游的影响。得到如下结论：（1）中国31个省（自治区、直辖市）的入境旅游具有明显的空间效应，全域Moran's I表现出正相关的特性，且总体呈逐年递增的趋势，空间聚集越来越明显；（2）局域上的空间相关性差异很大，高一高区域分别在东部，低一低区域分布在西部，正的全域空间相关性缘自于低一低区域多于高一高区域，而且随着年份增加，局域上的低一低正相关性越来越明显；（3）空间滞后模型优于经典回归模型，而且空间误差模型优于空间滞后模型，这就是说入境旅游的空间溢出效应不是因为邻近区域外国游客增加带来的，而在于邻近区域除外国游客之外的其他要素的相互影响、相互干扰；（4）经空间误差模型测算，外国游客入境旅游的影响因素按重要性排列依次为：服务质量、酒店、开放度、景区、经济水平、交通运输；（5）入境旅游的全域和局域空间自相关性检验及空间计量经济模型的估计结果均表明，研究区域入境旅游发展状况时，空间效应的作用不容忽视。因而，空间自相关方法是分析区域入境旅游空间相关性的一种有效方法，空间计量经济模型能够较好地分析和解释入境旅游的空间效应。

从政策含义上：（1）要认真看待入境旅游的空间依赖性，各个省域在制定旅游发展措施的时候，除做好本辖区的旅游发展规划和旅游管理之外，还要注意与邻近省域的合作，争取做到旅游景区连片化、旅游线路方便化、旅游服务连贯化、旅游文化差异化，既求同又存异，共同创造旅游集聚经济、规模经济；（2）要警惕西部地区入境旅游低一低聚积日趋显著的现象，加强西部省域与毗邻国家的合作交流，增加游客从陆地流人的数量；（3）要积极提高对入境旅游的服务质量，增设外语服务站和外语服务人员，将标准化服务和个性化服务结合，努力减轻游客在国际旅游中的不适应和担忧；（4）要努力降低外国游客寻找酒店的难度，不仅要提高酒店设施档次，还要在外国游客比较集中的区域增加酒店数量，强制酒店使用中英文双语招牌，要在各种地图包括电子地图上加载英文搜索和酒店英文名字；（5）继续推进对外开放国策，加大各区域的开放力度，通过信息的流动、物质的流动、人口的流动增加区域在外国人中的知名度、认可度和向往度；（6）增加景区对外的营销投资，加强对外营销强度，借用色彩、符号、声音将区域的重点景区、特色景区突出化、颜色化、符号化、简单化、形象化、特色化，通过电视、电影、网络等方式将景区大力推广到外国人面前去，实现景区带动的旅游目的。