第46卷第3期
2
019年5月
BET体育365投注官网学报(社会科学版)
JournalofSichuanNormalUniversity(SocialSciencesEdition)
Vol.46,No.3
May,2019
旅游价格对我国公民
出境旅游需求的影响研究
———基于
2
003-2016年中国公民赴日旅游数据
a
b
张琼,张攀
(四川大学a.旅游学院,b.商学院,成都610064)
摘要:研究旅游价格对旅游需求的影响对于旅游预测和管理具有重要指导作用。以2003-2016年中国公民
赴日旅游人次为数据样本,构建中国公民赴日旅游需求模型,研究旅游价格对我国公民出境旅游需求的影响。研
究发现相对价格和汇率是影响我国公民赴日旅游需求最重要的旅游价格代理变量,经汇率标准化之后得到的实际
相对价格具有与相对价格和汇率二者组合变量同样的效用,而与日本存在竞争关系的其他旅游目的地的物价水平
并没有形成显著的替代效应,交通成本的变化对赴日旅游需求影响较小。
关键词:出境旅游;旅游价格;代理变量;需求模型
中图分类号:F592.3 文献标志码:A 文章编号:1000ꢀ5315(2019)03ꢀ0072ꢀ09
在过去的60年间,出境旅游在全球范围内实现了前所未有的扩张。全球出境旅游人次从1950年的
①
2500万增长到2016年的12.35亿,
国际旅游收入也从20亿美元增长到1.22万亿美元。我国作为亚洲地
区出境旅游需求增长速度最快的国家,出境游客数量从2006年的3452.36万人次上升至2016年的1.22亿
②
人次,连续多年保持世界最大出境旅游客源国地位。与此同时,中国游客的境外消费额也成为国内外旅游
市场关注的焦点。截至2016年底,中国游客境外消费总额达2610亿美金,相当于第二大境外消费国美国
③
(
240亿美金)的2倍。由此可见,中国公民的出境旅游需求具有巨大潜力。
1
随着国际旅游业的迅猛发展,国际旅游需求的相关研究引发了学术界的广泛关注。相关研究表明,准确
[1]
估计旅游需求是企业合理规划旅游产品供给和定价的关键,也是公共部门规划投资旅游基础设施(如机场
[2]
和公路等)的科学依据。为提高旅游需求估计的准确性,计量经济学方法被引入到旅游需求研究中,影响
[3]
国际旅游需求的影响因素也得到普遍证实,如收入、旅游价格、促销活动和外部冲击等。然而,现有研究中
[4]
关于旅游价格对旅游需求的影响存在较大争议。有学者发现,旅游价格对旅游需求有显著影响,另一些学
[5]
者则未发现两者之间的显著关系。此外,不同研究中的价格弹性也存在较大差异。究其原因,一方面源于
不同研究对旅游价格的具体构造不同,进而导致旅游需求模型设定的差异;另一方面源于研究所选客源国及
旅游目的地的特殊性,游客对旅游价格的反应程度也会有所差异。
收稿日期:2018ꢀ05ꢀ08
基金项目:中国博士后基金面上项目“中国核心家庭管钱模式与消费机理研究”(2018M633390)。
作者简介:张琼(1988—),女,山西晋中人,四川大学旅游学院博士生,主要研究方向为旅游经济、文化旅游;
张攀(1988—),女,山东淄博人,管理学博士,四川大学商学院助理研究员,在站博士后,主要研究方向为旅游经济、
品牌管理。
72
张
琼
张
攀
旅游价格对我国公民出境旅游需求的影响研究———基于2003-2016年中国公民赴日旅游数据
目前,关于国际旅游需求的研究已经积累了比较丰富的文献资料,但鲜有研究针对中国公民出境旅游需
求的某一影响因素进行专门探讨。基于文献的不足和现实的重要性,本文聚焦于旅游价格对中国公民出境
旅游需求的影响展开研究。具体而言,本研究以日本作为旅游目的地为例,构造不同的旅游价格变量,通过
估计并比较相应的旅游需求模型,最终得出影响中国公民赴日旅游需求的主要价格因素。本研究选择日本
作为旅游目的地,主要出于以下两点原因:其一,日本是中国最重要的邻国,与我国有着悠久的历史文化渊
源,自20世纪90年代起就一直是我国公民最重要的出境旅游目的地之一;其二,中国赴日旅游人次从2003
④
年的15万增长到2016年的212ꢁ5万,中国已成为日本最大的入境旅游客源国。
一
文献回顾
(一)国际旅游需求研究
[6]
旅游需求研究主要包括定性和定量研究两大类,而定量研究在旅游需求文献中占主导地位。时间序
列分析和面板数据模型是定量研究中最常用的两种估计方法,前者主要利用单一国家的数据估计旅游需求
[7]
函数,而后者则利用多国在不同时间的数据来进行估计。
[3,8]
在旅游需求研究中,收入、旅游价格和外部突发事件被认为是影响旅游需求的重要因素 ,如收入正
向影响旅游需求,旅游价格则相反。然而,针对旅游需求模型中各变量的具体构建,学术界尚未得出一致的
[9ꢀ11]
结论。对旅游需求(因变量)的衡量,学术界普遍采用旅游人次、旅游消费及目的地停留时长等指标 。
[12]
000年以后,研究者更多地使用旅游人次作为旅游需求的代理变量 。除因变量以外,解释变量的衡量方
2
式也存在较大差别。例如,可支配收入是收入变量的最佳代理变量,但由于数据难以获取,研究者常用国内
[13ꢀ15]
生产总值、国民生产总值、人均国内总产值或个人可支配收入等指标来衡量 。旅游价格的构建则较为复
[16]
杂,常用的价格变量有目的地旅游商品服务价格、汇率、两地交通成本、旅行机会成本(长距离旅行)等 。
总结而言,实证中并不存在一个适用于所有研究情境的旅游需求模型,研究者需根据研究目的和研究对象选
择适当的变量及模型设定。
(二)影响出境旅游需求的价格因素
[2]
在国际旅游情境下,旅游价格是指旅游者的旅游成本。Martin和Witt认为,旅游价格由目的地生活
[17]
成本和交通成本两部分组成 。其中,旅游目的地生活成本又包括目的地旅游商品服务价格和汇率成
[18]
本 ;而旅游交通成本则指游客从客源国到旅游目的地的交通花费。根据消费者需求理论,旅游价格是旅
游需求的重要决定因素,一般而言,旅游价格与旅游需求二者呈负向相关关系。然而,这种关系的显著程度
在不同旅游价格代理变量构建和旅游情景的研究中都存在明显差异。
具体而言,旅游商品服务价格是衡量旅游目的地生活成本的重要指标。学者们构造出相对价格和替代
[13]
价格两种形式来衡量目的地旅游商品服务价格 。其中,相对价格将目的地国家与客源国之间物价水平进
行对比,游客基于二者的价格差异在国内旅游和出境旅游之间作出选择;替代价格是目的地国家与其存在竞
争关系的其他旅游目的地之间物价水平的对比,游客基于二者的价格差异在旅游目的国家和其他竞争旅游
目的地之间作出选择。现有研究普遍认为,相对价格和替代价格对旅游需求具有显著影响,但具体结果在不
同案例情境下仍存在一定差异。例如,Weber研究了八个客源国对澳大利亚的旅游需求决定因素,结果表
[19]
明,相对价格对其中六国的旅游人数有负向影响,而对来自马来西亚和英国的旅游人数则无显著影响 。
Martin和Witt通过研究表明,替代价格是决定旅游需求的重要因素,但其影响程度则依据具体客源国而各
[
20]
不相同 。
汇率成本是旅游目的地生活成本的另一组成部分。当一个国家的货币贬值,其旅游价格变得更具竞争
[21]
力,入境旅游需求相应增加 。相反,当一个国家的货币升值时,旅游价格竞争力的下降会导致入境旅游需
[22]
求减少 。然而,这种观点在旅游需求实证研究中并未得到一致的结果:一些研究学者发现,汇率对旅游需
[23]
[19]
求有显著影响 ;而另一些研究者则未发现两者之间的显著关系 。Lee也证实在对韩国入境旅游设定的
[24]
需求模型中,汇率对旅游需求的影响结果亦不相同 。这些结果均表明,汇率对国际旅游需求的影响在不
同需求模型和不同国家间均可能存在差异。
73
BET体育365投注官网学报(社会科学版)
此外,关于目的地旅游商品服务价格和汇率两个变量应单独纳入旅游需求模型中,还是作为组合纳入,
一直是旅游价格构造的争议焦点。Eilat和Einav认为,目的地旅游商品服务价格和汇率应该单独纳入旅游
需求模型,因为游客对二者的信息可获得性不同,汇率的可获得性高于物价水平,也就是说,游客更可能使用
[4]
汇率来估计旅游目的地的生活成本。而Kim和Lee却认为,游客对旅游商品服务价格水平与汇率的感知
[2]
并不相同,二者在影响游客旅游决定的过程中也发挥着不同的作用,应单独且同时纳入旅游需求模型中。
不同于以上两种观点,Song和Witt认为旅游目的地国家的旅游商品服务价格变动可以通过汇率变动来校
[13]
[25]
准 。基于这一论点,许多研究者将相对价格通过汇率调整为实际相对价格纳入旅游需求模型中 。为
[19]
了考察汇率的作用机制,还有一些学者将汇率和实际相对价格同时纳入在旅游需求模型 。由此可见,学
术界尚未就旅游目的地生活成本的构建取得一致意见。
除上述旅游目的地生活成本以外,旅游交通成本也是旅游价格的重要组成部分。由于交通成本占总旅
游费用的比例较高,且游客可以提前了解前往旅游目的地的交通花费,因此,旅游交通成本的增加会对游客
[26]
的目的地选择产生负面影响 。关于交通成本在旅游需求模型中的测量,最常用的代理变量是地理距离、
[27ꢀ29]
[10]
机票价格及燃油价格 。例如,DeVita发现地理距离对27个国家的旅游需求都有显著的影响 ;Nelꢀ
[30]
发现机票价格是影响美国大陆居民到夏威夷旅游的重要决定因素 ;Wang等研究发
[31]
son,Dickey和Smith
现石油价格的上涨对台湾旅游业产生了显著的负面影响 ,而Kim却发现了与之不一致的结论,石油价格
[2]
并非影响韩国公民赴日旅游需求的重要因素。因此,在不同旅游情景的研究中,旅游交通成本对旅游需求
的影响也存在较大差异。
总体而言,在不同旅游情景的研究中,学者们对于旅游价格变量的选择差异较大,且研究结论不一。近
年来世界经济环境发生许多重大的变化,如美国日本货币政策调整、中国汇率制度改革、英国脱欧等,这些变
革都会导致国际旅游价格的变化,最终对国际旅游需求产生影响。基于此,本文在对文献进行回顾总结的基
础上,以中国作为特定客源国、日本作为旅游目的地国,深入探索影响我国公民赴日旅游需求的关键价格变
量及其对旅游需求的影响。
二
模型设定及变量选取
(一)模型设定
在文献回顾的基础上,本研究选取2003年第一季度至2016年第四季度中国公民赴日旅游人次的数据
为研究样本,构建包含因变量滞后变量、收入、相对价格、替代价格、汇率、交通成本、贸易开放度及外生不利
事件等构成的旅游需求模型。具体函数形式如下:
=f(TDt-1INC
, , , , , ,Xt)
RP SP EXR TRC
TD
t
t
t
t
t
t
其中,t表示时期;TD 表示中国公民赴日旅游人次;INC 表示中国人均GDP;EXR 表示中日两国双边
汇率水平;RP 表示日本与中国相对价格水平,以两国的CPI 比值来度量(RPt =CPIJapan,t/CPIChina,t,其中
);
CPI 表示消费者物价指数SP 表示日本与其存在竞争关系的旅游目的地的替代价格,本文借鉴国内学者
王纯阳和黄福才的研究,选取韩国、新加坡及中国台湾地区为日本的替代旅游目的地(SPt =
CPIJapan,t
[32]
(CPISigapore,t +CPISouthKorea,t +CPITaiwan,t)*33ꢁ33% )
;TRC 为中国到日本的交通成本,本文使用航空燃
油价格来表示。Xt 为一系列其他控制变量,包括日本的贸易开放度,以日本的进出口贸易额占GDP 的比重
来表示(OPSt=Importedgoodst +exportedgoods ,其中imported/exportedgoods分别表示进口/出口
GDP
t
t
贸易额);本研究控制了季节虚拟变量(以第一季度为对照基准),Q2、Q3、Q4分别表示第二、三、四季度,以反
映赴日旅游需求的季节性变化;同时,本研究在样本区间内构造了一系列表示负面外部经济冲击和政治冲击
的虚拟变量,包括日本福岛核泄漏(DM1),中日钓鱼岛争端事件(DM2),以及2012年918事变纪念日前后
的系列反日活动(DM3)。
在构建包含相对价格和替代价格的旅游需求模型中,关于如何体现汇率变动对旅游价格的影响在文献
74
张
琼
张
攀
旅游价格对我国公民出境旅游需求的影响研究———基于2003-2016年中国公民赴日旅游数据
中存在较大争议。部分研究认为,使用汇率对相对价格和替代价格进行调整即可体现汇率的影响,无需将汇
[1]
率作为一个单独的变量在模型中加以考虑;而另一些研究则认为,游客可能将汇率作为旅游目的地生活成
[10]
本的主要度量指标,因此汇率应单独考察 。鉴于文献中存在的争议,本研究在相对价格和替代价格的基
CPIJapan,t
础上,加入了经汇率调整后得到的实际相对价格(ERP)(ERPt =CPIChina,t*EXR)和实际替代价格
CPIJapan,t
(ESP)(ESP
=(CPIKorea,t +CPISingapore,t +CPITaiwan,t)*33ꢁ33% *EXR)。
t
在实证研究中,本文采用四种不同的模型设定来比较不同价格构建的差别。具体而言,模型(1)将相对
价格、替代价格和汇率同时作为价格指标纳入模型,模型(2)在模型(1)的基础上增加交通成本;模型(3)将实
际相对价格、实际替代价格和汇率作为价格指标纳入模型,模型(4)在模型(3)基础上增加交通成本。为反映
旅游价格的需求弹性,消除异方差性,同时便于协整分析,本研究除了虚拟变量以外的其他变量均取对数形
[31]
式,采用双对数线性函数的形式进行参数估计 。
(二)数据来源
本研究所采用的中国公民2003-2016年赴日旅游数据来源于日本政府观光局;GDP数据来源于世界
经合组织;中国、日本、韩国、新加坡四国CPI、汇率及国际贸易额相关数据来源于国际货币组织;中日两国人
口数据来自于世界银行数据库;中国台湾地区CPI数据来源于台湾地区统计年鉴;韩国、台湾、新加坡的入
境游客数据来源于国际旅游组织;航空燃油价格来源于美国能源局。本研究采用stata12.0进行实证分析。
表1汇报了本文所用变量的描述性统计分析。根据表1可知,2003-2016年间,中国公民赴日旅游人次与
两国的相对价格水平都发生较大变化,为进一步探索价格变化对赴日旅游需求的影响提供了可能性。
表1.描述性统计量
变量符号
变量名称
均值
标准差
0.759
0.746
0.113
0.0827
0.131
0.204
0.176
0.416
0.532
0.260
0.288
0.187
0.437
0.437
0.437
最小值
10.01
5.512
0.0116
-0.0865
-2.987
-2.945
-3.038
-0.308
-2.303
0
最大值
13.37
7.874
0.358
0.160
-2.495
-2.242
-2.411
1.298
-0.598
1
TD
赴日旅游人次
11.55
GDPpercapita 中国人均GDP
6.865
RP
SP
相对价格
0.158
替代价格
0.0228
-2.680
-2.522
-2.657
0.648
EXR
ERP
ESP
TRC
OPS
DM1
DM2
DM3
Q2
汇率
汇率标准化的相对价格
汇率标准化的替代价格
交通成本
贸易开放度
-1.393
0.0714
0.0893
0.0357
0.250
日本核泄漏虚拟变量
钓鱼岛争端虚拟变量
918事件纪念日虚拟变量
第二季度虚拟变量
第三季度虚拟变量
第四季度虚拟变量
0
1
0
1
0
1
Q3
0.250
0
1
Q4
0.250
0
1
注:所有连续变量都为自然对数形式。
三
实证结果
本研究采用时间序列多元回归分析方法来估计中国公民赴日旅游需求函数。赴日旅游人数被设定为各
解释变量的线性函数,通过普通最小二乘法估计出各变量的旅游需求弹性系数。
(一)单位根检验
75
BET体育365投注官网学报(社会科学版)
为避免伪回归问题,在进行面板数据分析之前,本文首先对变量数据进行单位根检验,以考察其平稳性。
本文采用ADF检验和PP检验,结果表明选取的变量水平对数值在ADF检验和PhillipsꢀPerron检验的P
值均不拒绝原假设,序列存在单位根。在经过一阶差分后,各变量在ADF检验和PP检验中拒绝了原假设,
说明变量序列同阶单整(如表2所示)。
表2.变量单位根检验结果
ADF检验
T统计量
PhillipsꢀPerron检验
变量符号
变量名称
P值
T统计量
P值
TA
赴日旅游人次
-1.188
-0.955
-1.512
-0.981
-1.556
-1.133
-0.666
-0.824
-1.876
-0.913
-13.466
-13.192
-11.88
-7.769
-8.011
-4.979
-5.204
-5.154
-5.52
0.679
0.769
0.528
0.76
0.506
0.702
0.855
0.812
0.343
0.784
0
-0.476
0.001
0.897
0.959
0.071
0.74
0.537
0.558
0.809
0.748
0.286
0.875
0
LagTA
GDPPerCapita
RP
赴日旅游人次滞后项
中国人均GDP
-2.721
-1.036
-1.493
-1.449
-0.835
-1.015
-2.002
-0.582
-14.106
-13.975
-15.785
-7.963
-8.032
-4.86
相对价格
SP
替代价格
EXR
汇率
ERP
汇率标准化的相对价格
汇率标准化的替代价格
交通成本
ESP
TRC
OPS
贸易开放度
ΔTA
赴日旅游人次一阶差分
赴日旅游人次滞后项一阶差分
中国人均GDP一阶差分
相对价格一阶差分
替代价格一阶差分
汇率一阶差分
ΔLagTA
ΔGDPPerCapita
ΔRP
0
0
0
0
0
0
ΔSP
0
0
ΔEXR
ΔERP
ΔESP
ΔTRC
ΔOPS
0
0
汇率标准化的相对价格一阶差分
汇率标准化的替代价格一阶差分
交通成本一阶差分
贸易开放度一阶差分
0
-5.068
-5.025
-5.462
-11.49
0
0
0
0
0
-10.024
0
0
注:所有连续变量都为自然对数形式;Δ表示一阶差分。
(二)协整分析
[33]
为考察变量之间是否存在长期稳定的关系,我们使用Johansen协整检验对序列协整关系进行检验 。
最大特征根检验统计量和迹检验量统计结果表明,可以在5%的水平上拒绝“协整秩为0”的原假设(如表3
所示)。因此,序列存在2个协整向量,这表明中国公民赴日旅游需求虽然在短期内可能受季节或外生冲击
的干扰偏离均值,但是在长期内随着时间的推移将会回到均衡状态。
表3.变量协整检验结果
原假设
特征根
1
λꢀmax统计量
1828.21*
113.12*
25.25
迹统计量
1985.13*
156.91*
43.76
0
个协整
至少1个协整
至少2个协整
至少3个协整
至少4个协整
0.87
0.36
0.22
0.04
14.31
18.54
2.67
4.22
注:加*表明在5%的显著性水平下拒绝原假设。
76
张
琼
张
攀
旅游价格对我国公民出境旅游需求的影响研究———基于2003-2016年中国公民赴日旅游数据
(三)多元回归模型估计
为了检验不同的旅游价格变量存在的差异,本文采用四种模型设定来估计旅游需求函数,回归结果见表
2
4。
从方程拟合情况看,四个回归模型的可决系数R均在0.95以上,表明在总变差中由模型作出解释的部
分比重达到95%以上,模型拟合优度总体较好。回归得到的F值对应的P值均小于0.05,在0.05的显著性
水平下拒绝原假设(H0:各系数均为0),表明整体回归系数不全为零,拟合效果较好。
表4.旅游需求估计实证结果
因变量:赴日旅游人次
变量符号
变量名称
模型(1)
模型(2)
模型(3)
模型(4)
*
**
***
***
***
0
.558
0.117)
0.616
0.388)
0.534
0.558
0.534
LagTD
赴日旅游人次滞后项
(
(0.121)
-0.195
(0.636)
(0.117)
-0.616
(0.388)
(0.121)
-0.195
(0.636)
-
GDPpercapita 中国人均GDP
(
*
*
*
-6.488
-
7.490
3.349)
.948
4.077)
RP
SP
相对价格
(
(3.567)
2
2.505
替代价格
(
(4.125)
*
-
0.523 -0.578
4.019
3.405
EXR
ERP
ESP
TRC
OPS
DM1
DM2
DM3
Q2
汇率
(
0.316)
(
.324)
(2.868)
(2.970)
0
*
*
*
-
7.490
3.349)
.948
4.077)
-6.488
汇率标准化的相对价格
汇率标准化的替代价格
交通成本
(
(3.567)
2.505
2
(
(4.125)
-0.166
(0.198)
0.0497
(0.503)
-0.166
(0.198)
-0.326
0.0497
-0.326
贸易开放度
(0.225)
(0.503)
(0.225)
*
*
*
-0.221
*
-0.225
-0.221
-0.225
日本核泄漏虚拟变量
钓鱼岛争端虚拟变量
918事件纪念日虚拟变量
第二季度虚拟变量
第三季度虚拟变量
第四季度虚拟变量
常数项
(0.117)
(0.117)
(0.117)
(0.117)
*
**
***
***
-0.424
***
-0.408
-
0.424
-0.408
(0.129)
(0.131)
(0.129)
(0.131)
*
*
*
**
-0.299 -0.315
*
-0.299
-0.315
(0.151) 0.153)
(0.151)
-0.118
(0.153)
-0.115
-0.118
-0.115
(0.0820)
(0.0823)
(0.0820)
(0.0823)
*
**
***
***
***
0.285
0.281
0.285
0.281
Q3
(0.101)
(0.101)
(0.101)
(0.101)
*
**
***
***
-0.268
***
-0.265
-
0.268
-0.265
Q4
(0.0945)
(0.0949)
(0.0945)
***
6.435 8.709
(0.0949)
6.435
*
**
8.709
Constant
(3.172)
(4.186)
(3.172)
(4.186)
Fꢀstatistic F统计量
拟合优度
93.18
0.963
85.46
93.18
0.963
85.46
0.964
Rꢀsquared
0.964
注:***,**,*分别表示变量在1%、5%和10%的水平上显著;所有连续变量均为自然对数形式;括号内数值为标准
差。
根据模型(1)的估计结果,相对价格RP显著为负,即日本的物价水平越高,赴日旅游人数越少,这与需
求理论一致。这可能是由于我国公民赴日旅游大部分以在日本购物和消费为目的,因而显著受到当地物价
水平的影响。从弹性系数上看,日本物价水平相对于中国物价水平每提高1%,赴日旅游人数下降约7.5%,
77
BET体育365投注官网学报(社会科学版)
这表明相对价格水平是影响中国公民赴日旅游需求的一个重要因素。而替代价格SP在统计上并不显著,
这表明日本与其他竞争性目的地之间在价格差异并不足以影响中国游客的赴日旅游决策。汇率的估计系数
为负,表明日元的升值将对中国游客赴日旅游产生负向影响,但是其影响在统计上并不显著。
由于交通成本也是旅游价格的一个重要组成部分,本研究在模型(2)中进一步纳入了赴日旅游的交通成
本。估计结果表明交通成本的影响为负,但在统计上并不显著。在控制交通成本以后,相对价格的估计系数
变小,这表明考虑到交通成本的影响以后,相对价格的重要性有所下降。同时,汇率的估计系数显著为负,这
表明汇率是影响旅游需求的一个重要变量。根据汇率的估计系数,日元对于人民币汇率每上升1%,将会导
致赴日旅游人数下降0.58%。
在模型(3)中,本文参照Dogru等人的研究考察经汇率调整过的实际相对价格和实际替代价格,并同时
[34]
将汇率纳入回归模型 。结果表明,实际相对价格是影响中国公民赴日旅行的一个显著因素,而实际替代
价格的影响并不显著。值得注意的是,一旦将相对价格和替代价格通过汇率进行调整后,汇率自身对旅游需
[1]
求并没有独立的显著作用。本文的这一发现和Song和Witt的研究结论一致。这也表明,将相对价格和
替代价格经过汇率进行调整过后,消费者将不再将汇率视为旅游目的地生活成本的独立衡量标准。模型(4)
在模型(3)基础上进一步控制了交通成本,估计结果表明交通成本的影响为负,但是在统计上并不显著。
此外,旅游人次的滞后项在所有模型中都显著为正,表明游客的习惯效应和口碑效应对赴日旅游需求的
增加有相当的促进作用。收入和贸易开放度在所有模型中都不显著,表明二者对中国公民赴日旅游需求无
重要影响。外生冲击事件的影响在所有模型中都显著为负,这表明旅游目的地的旅游环境、两国的政治经济
关系对中国公民赴日旅游需求具有重要影响。季节性估计系数表明,中国公民赴日旅游存在显著的季节性
特征,相对于第一季度而言,第三季度人数显著增加,而第四季度人数显著较少,也就是说,中国游客赴日旅
游大多集中在第三季度,这可能和大部分假期(包括国庆、中秋以及寒暑假)都分布在第三季度有关。
四
研究结论与启示
本文基于2003年第一季度到2016年第四季度我国居民赴日旅游人次的样本数据,在不同价格变量的
基础上构建了4个赴日旅游需求模型。通过对比不同旅游价格变量对旅游需求产生的影响,本文发现相对
价格和汇率是影响我国公民赴日旅游需求最重要的价格因素,经汇率标准化之后得到的实际相对价格具有
与二者组合变量同样的作用,而替代价格和交通成本并没有显著影响。此外,由日本的自然灾害和中日关系
所形成的外部冲击事件也对中国公民赴日旅游具有显著影响。
本文的实证结果进一步丰富了旅游价格对国际旅游需求影响的相关文献,对我国赴日旅游需求研究也
提供了一定的理论支撑。首先,本文研究证实,相对价格和汇率二者组合,与经汇率标准化之后得到的实际
相对价格具有同等作用,均是影响我国公民赴日旅游需求的决定性价格变量。该结论回答了在中国作为特
定客源国、日本作为旅游目的地情景下旅游价格最优代理变量的选择问题,也厘清了旅游商品服务价格和汇
率两个变量应单独纳入旅游需求模型还是作为组合纳入的学术争议,对现有关于旅游价格构建的研究进行
了有力补充。其次,本研究结果显示,在中国公民赴日旅游情境下,只有在相对价格未经汇率标准化的情况
下,汇率才能作为一个独立的因素对旅游需求产生影响,在包含实际相对价格的模型中,汇率不再对旅游需
[34]
求产生显著影响。这一发现修正了Dogru等人将实际相对价格和汇率同时纳入旅游需求模型中的观点 ,
[1]
并为Song和Witt以及Song和Wong的研究提供了实证支持。最后,与以往研究中旅游交通成本对旅游
需求有负面影响的结论不同,本研究发现,交通成本对中国公民赴日旅游需求的影响并不显著。这可能源于
[2]
游客在选择短途旅游时,对旅游交通成本的关注度较低。该结论说明旅游交通成本对旅游需求的影响在
不同旅游情境下存在差异,这对现有相关研究进行了补充和完善。
除理论价值外,本研究结果也为旅游经济政策的实践提供现实指导。首先,因变量滞后项对中国公民赴
日旅游需求的影响是显著的,表明赴日旅游需求是一种持续且稳定的行为方式,游客的口碑宣传和故地重游
是中国游客选择日本作为旅游目的地的重要原因。因此,中国出境旅行社及相关旅游企业可通过游客推荐
活动来获得更多的客源。其次,两国的货币汇率和日本当地的物价水平对中国公民赴日旅游需求具有较大
78
张
琼
张
攀
旅游价格对我国公民出境旅游需求的影响研究———基于2003-2016年中国公民赴日旅游数据
影响,价格弹性较大。日本泡沫经济崩溃之后,国内物价水平一直保持稳定状态,但是货币汇率则在政府推
行“安倍经济学”之后逐步进入下行通道,日元的贬值直接导致了旅游价格的降低,这也在很大程度上解释了
日元贬值所引发的中国游客赴日“爆买”现象。因此,中日两国旅游相关企业需实时关注汇率和消费税减免
相关政策,以及时应对赴日旅游需求的变化;同时,日本旅游企业还可通过大力宣传旅游价格优惠信息来吸
引更多的赴日中国游客。此外,中国公民赴日旅游具有明显的季节性,主要集中在夏秋两季。为实现旅游资
源的均衡配置,中日相关旅行社企业在夏秋两季可加大旅游设施投入,同时在春冬季节开展旅游促销活动,
鼓励赴日游客错峰出行。最后,本研究发现日本当地的旅游环境及中日政治冲突对中国公民赴日旅游需求
有非常重要的影响。因此,日本政府除了要维持国内社会环境的稳定,对外也应本着和平处理争端的原则切
实管控危机,以防事态恶化升级,创造积极安定的旅游环境。
综上所述,本研究对出境旅游相关理论及旅游政策实践都有一定的贡献,但是本研究仍存在不足之处。
主要体现在以下几个方面:第一,研究对象局限为赴日旅游且数据样本有限,因此,本文的研究发现在推广到
其他国家的旅游需求上可能缺乏一定的普遍性;第二,各自变量之间存在一定的相关性,可能会面临计量角
度的多重共线性问题,对估计系数的精确性造成影响;第三,本文主要从经济学的角度来探讨出境旅游需求
的影响因素,除此之外,中日两国之间还存在很多历史政治方面的敏感问题,而这些因素对赴日旅游需求的
影响也不容小觑,这将是未来重要的研究方向。
注释:
①
③数据来源于世界旅游组织发布的最新《2017全球旅游报告》(UNWTOTourism Highlights2017),http://planeta.com/
unwtoꢀtourismꢀhighlightsꢀ2017/。
②
数据来源于国家旅游局历年《中国旅游业统计公报》,http://cnta.gov.cn。
④
数据来源于日本政府观光局,http://wwwj.nto.goj.p/jpn/statistics/data_info_listing/index.html。
参考文献:
[
1]SONGH,WITTSF.ForecastinginternationaltouristflowstoMacau[J].Tourism Management,2006(2):214ꢀ224.
2]KIMJ,LEECꢀK.Roleoftourismpriceinattractinginternationaltourists:ThecaseofJapaneseinboundtourismfrom
SouthKorea[J].JournalofDestinationMarketing & Management,2016(1):76ꢀ83.
[
[3]LIG,SONGH,WITTSF.RecentDevelopmentsinEconometricModelingandForecasting[J].Journalof Travel
Research,2005(1):82ꢀ99.
[4]EILATY,EINAVL.Determinantsofinternationaltourism:athreeꢀdimensionalpaneldataanalysis[J].Applied
Economics,2004(12):1315ꢀ1327.
[5]MUCHAPONDWAE,PIMHIDZAIO.ModellinginternationaltourismdemandforZimbabwe[J].InternationalJournal
ofBusinessandSocialScience,2011(2):71ꢀ81.
[6]PENGB,SONGH,CROUCHGI.Ametaꢀanalysisofinternationaltourismdemandforecastingandimplicationsforpracꢀ
tice[J].Tourism Management,2014,45:181ꢀ193.
[7]赵西萍,王磊,邹慧萍.旅游目的地国国际旅游需求预测方法综述[J].旅游学刊,1996(6):28ꢀ32.
[8]MARTINSLF,GANY,FERREIRAꢀLOPESA.Anempiricalanalysisoftheinfluenceofmacroeconomicdeterminantson
Worldtourismdemand[J].Tourism Management,2017,61:248ꢀ260.
[9]SONGH,WONGKKF,CHONKKS.ModellingandforecastingthedemandforHongKongtourism[J].International
Journalof HospitalityManagement,2003(4):435ꢀ451.
[
10]DEVITAG.Thelongꢀrunimpactofexchangerateregimesoninternationaltourismflows[J].Tourism Management,
014,45:226ꢀ233.
11]GOKOVALIU,BAHARO,KOZAKM.Determinantsoflengthofstay:Apracticaluseofsurvivalanalysis[J].Tourism
Management,2007(3):736ꢀ746.
12]蒋依依,刘祥艳,宋慧林.出境旅游需求的影响因素———兼论发展中经济体与发达经济体的异同[J].旅游学刊,2017(1):
2
[
[
79
BET体育365投注官网学报(社会科学版)
1
2ꢀ21.
13]SONGH,WITTSF,LIG.ModellingandforecastingthedemandforThaitourism[J].TourismEconomics,2003,9:363ꢀ
87.
14]LIMC,MCALEERM.TimeseriesforecastsofinternationaltraveldemandforAustralia[J].Tourism Management,
002(4):389ꢀ396.
15]KULENDRANN,WITTSF.Cointegrationversusleastsquaresregression[J].AnnalsofTourism Research,2001(2):
91ꢀ311.
16]CROUCHGI.TheStudyofInternationalTourismDemand:AReviewofFindings[J].JournalofTravelResearch,1994
1):12ꢀ23.
17]MARTINCA,WITTSF.Tourismdemandforecastingmodels:Choiceofappropriatevariabletorepresenttouristsꢂcost
ofliving[J].Tourism management,1987(3):233ꢀ246.
[
3
[
2
[
2
[
(
[
[18]WITTSF,WITTCA.Forecastingtourismdemand:Areviewofempiricalresearch[J].InternationalJournalof
Forecasting,1995(3):447ꢀ475.
[
19]WEBERK.Outdooradventuretourism:Areviewofresearchapproaches[J].Annalsoftourismresearch,2001(2):360ꢀ
77.
20]MARTINCA,WITTSF.Substitutepricesinmodelsoftourismdemand[J].AnnalsofTourism Research,1988(2):
55ꢀ268.
21]成英文,王慧娴,张辉.实际汇率和收入影响下的国际出境旅游需求变动趋势———基于55个国家面板数据的分析[J].经济
管理,2014(3):118ꢀ125.
22]DEVITAG,KYAWKS.RoleoftheExchangeRateinTourismDemand[J].AnnalsofTourismResearch,2013,43:624ꢀ
27.
23]WANGYꢀS.TheimpactofcrisiseventsandmacroeconomicactivityonTaiwan'sinternationalinboundtourismdemand[J].
Tourism Management,2009(1):75ꢀ82.
3
[
2
[
[
6
[
[24]LEECK.MajordeterminantsofinternationaltourismdemandforSouthKorea:Inclusionofmarketingvariable[J].
JournalofTravel& Tourism Marketing,1996(1ꢀ2):101ꢀ118.
[
25]DIVISEKERAS.Amodelofdemandforinternationaltourism[J].AnnalsofTourismResearch,2003(1):31ꢀ49.
26]CROUCHGI.DemandElasticitiesforShortꢀHaulversusLongꢀHaulTourism[J].JournalofTravelResearch,1994(2):
ꢀ7.
27]HONGTSUIKW.DoesalowꢀcostcarrierleadthedomestictourismdemandandgrowthofNewZealand[J].Tourism
Management,2017,60:390ꢀ403.
[
2
[
[28]SEETARAMN,FORSYTHP,DWYERL.Measuringpriceelasticitiesofdemandforoutboundtourismusingcompetiꢀ
tivenessindices[J].AnnalsofTourismResearch,2016,56:65ꢀ79.
[29]NAUDEWA,SAAYMANA.DeterminantsoftouristarrivalsinAfrica:apaneldataregressionanalysis[J].Tourism
Economics,2005(3):365ꢀ391.
[30]NELSONLA,DICKEYDA,SMITHJM.Estimatingtimeseriesandcrosssectiontourismdemandmodels:Mainland
UnitedStatestoHawaiidata[J].Tourism Management,2011(1):28ꢀ38.
[
31]WANGYS.TheimpactofcrisiseventsandmacroeconomicactivityonTaiwanꢂsinternationalinboundtourismdemand
J].Tourism Management,2009(1):75ꢀ82.
32]王纯阳,黄福才.中国入境旅游需求影响因素分析及预测———以外国客源市场为例[J].商业经济与管理,2009(9):88ꢀ96.
33]JOHANSENS.Statisticalanalysisofcointegrationvectors[J].Journalofeconomicdynamicsandcontrol,1988(2ꢀ3):
31ꢀ254.
34]DOGRUT,SIRAKAYAꢀTURKE,CROUCHGI.Remodelinginternationaltourismdemand:Oldtheoryandneweviꢀ
dence[J].Tourism Management,2017,60:47ꢀ55.
[
[
[
2
[
[责任编辑:钟秋波]
80
（已满）