1. 引言
从2000年后,我国社会经济出现了经济快速增长和城市化快速发展的两大主要变化。在经济快速增长方面,人均GDP从2000年的7942元增长到2020年的72,000元,年均增长率达11.71%;在城市化发展方面,城市化率从2000年的36.22%增长到2020年的63.89%,年均增加2.88%。经济增长使人民越来越富有,对物质和文化的需要日益增长,城市化使人民越来越向往自然美景,于是旅游逐渐成为人们放松身心、陶冶情操的首选方式,与日俱增的居民出游率和人均旅游花费,促进了国内旅游的发展。所谓旅游花费(Tourist Expenditures)是指人们在旅游的过程中,所花费的全部金额,主要由客源地花费、旅游路途花费以及旅游目的地花费三部分构成 [1]。
2020年春节前后新冠疫情的爆发,对我国旅游行业造成冲击,旅游业所受损失不仅体现在行业收入减少,而且通过自身的产业关联和社会关联影响到宏观经济社会层面 [2]。2020年七月,中国社会科学院旅游研究中心发布文章,强调为应召中共中央政治局会议部署,统筹做好疫情防控和经济社会发展工作,以及2019年中央经济工作会议提出的推动消费稳定增长,实行产业与消费的“双升级”,充分进行挖掘超大规模的市场优势,发挥消费基础力,建议无论是立足当前的有效应对疫情对经济的冲击,还是着眼于长远推动经济高质量发展,应当更进一步扩大居民消费,认识到发展旅游业对有效扩大消费需求的重要作用 [3]。在这样的背景下,研究国内旅游总花费及其影响因素,有助于了解旅游产业并推动旅游业高质量发展。
2. 文献综述
2.1. 旅游业发展的影响因素
旅游是人们在基本生活需求获得保障之后,追求更高层次的精神文化需求,而进行以观赏美景、寻求愉悦体验为特征的活动 [4]。国内外对旅游业发展影响因素的相关研究,大多围绕国内经济水平或人均可支配收入开展 [5]。魏小安等提出旅游业能否获得发展,是由人均收入所决定的,他们认为当人均国民收入达到300美元时,人们便会产生国内旅游的想法 [6]。随着改革开放,我国社会经济高速发展,人均可支配收入提高,国内旅游需求也随之高速增长 [7]。翁钢民等从生活水平、人口规模、文化水平、交通状况的角度选取具有代表性的指标,研究影响城市居民国内旅游需求的因素,发现人均可支配收入是影响国内旅游需求的重要因素 [8]。Groffrey Crouch认为收入和价格是影响旅游需求的重要因素 [9]。当国内经济水平或人均可支配收入提高后,民众的旅游需求必然旺盛,使得国内旅游业发展趋于良好,同时民众在旅游方面的消费自然会跟着提高,因此国内经济水平或人均可支配收入,是研究国内旅游需求和旅游消费时必须考虑的影响因素。
2.2. 旅游花费的影响因素
旅游消费与旅游花费是不同的概念,宋子千认为旅游消费分为基本旅游消费和非基本旅游消费,住宿、餐饮、长途交通、游览等是消费者在进行旅游活动中必不可少的基本旅游消费,旅游购物、娱乐、邮电通信消费等是由旅游活动衍生出的非基本旅游消费 [10]。谢彦君认为旅游消费是旅游者对核心旅游产品的消费 [11];谷明认为旅游消费是指满足旅游者动机的最根本需要所发生的花费,不包括随之衍生的交通、住宿等花费 [12],旅游活动中食、住、行、游、购、娱各方面消费的加总应该称之为旅游花费。国内关于旅游花费的研究较少,大多以研究旅游消费为主,旅游消费研究主要集中在旅游消费结构、影响因素、旅游消费模型等方面。
李银兰与范红发现城镇居民国内旅游消费与GDP间具有高度的正相关性 [13],王宁等基于我国2010~2017年31个省份的旅游相关数据建立了路径分析模型,结果发现交通便利度对国内旅游收入有直接影响,同时交通便利度通过中介变量旅游资源丰富度对国内旅游收入产生间接影响。旅游资源丰富度对国内旅游收入则只有直接影响。常住人口规模对国内旅游收入有直接影响并通过中介变量人均旅游花费和旅游资源丰富度产生间接影响。人均旅游花费对国内旅游收入只有直接影响 [14]。
蔡永龙等人发现实际利用外资,房地产项目投资和第三产业固定资产投资是经济增长的主要动力,旅游总收入是消费类指标中经济增长的主要动力 [15]。因此第三产业固定资产投资会通过影响经济增长,而影响旅游总收入。
汪亚菲采集我国1994~2010年的旅游数据,选取国内旅游收入、国内旅游人数、居民收入、失业率4个变量研究影响旅游业发展的的影响因素,发现失业威胁着家庭的稳定,过高的失业率一方面会降低城镇居民的人均收入,另一方面也会影响到周围人的心理,使有消费能力的群体由于心理的影响而失去旅游的兴趣 [16]。因此城镇登记失业率不仅影响城镇居民的人均收入,更降低城镇居民的旅游意愿,对消费者的旅游花费造成影响。
张琦选取家庭人均可支配收入、国内旅游人次、铁路营业里程、公路里程及是否有集中假期五个因素为解释变量,研究我国城镇居民国内旅游花费的影响因素,发现城镇居民的家庭人均可支配收入和城镇居民国内旅游人次是影响城镇居民国内旅游花费的重要因素 [17]。刘泽杰和雷晓雪采集2001年~2018年中国的国内旅游业总花费数据,以国内游客量、旅客运输量、城镇居民人均可支配收入和农村居民人均可支配收入为影响变量,构建线性回归模型,并依据模型预测结果提出相关的建议 [18]。史清华和陶振振采集2003~2018年浙江农村固定观察点的数据进行分析后,发现浙江农村居民人均旅游支出呈上升趋势,纯收入、保险支出、过去的消费习惯和汽车的普及度是影响旅游消费水平的重要因素 [19]。
由上述文献可以发现居民收入(GDP或人均可支配收入)、三产业固定资产投资、运输量(铁路营业里程、公路里程)、城镇登记失业率等因素是影响消费者旅游花费的重要因素。
3. 研究方法
3.1. 数据来源与指标选取
本文依据前述各文献的探讨,选定城镇登记失业率、第三产业固定资产投资额、GDP为变量,另外本文认为交通便利程度以及城镇环境基础设施可能会对旅游消费者的住宿意愿或餐饮选择造成影响,从而对旅游总花费造成影响。因此本研究收集国家统计局的年度数据,选定城镇登记失业率、城镇环境基础设施建设投资额、第三产业固定资产投资额、交通便利程度和国内旅游花费、住宿业营业额、餐饮业营业额等变量,通过多元回归分析,探讨变量间的关系和国内旅游花费的影响因素。
由于餐饮业营业额和住宿业营业额为旅游总花费组成的主要部分,因此本文选取了国家统计局2002~2020年度的旅游总花费、住宿业营业额和餐饮业营业额作为被解释变量,分别用y1、y2、y3表示,其中住宿业营业额y2缺乏2002和2003年的数据。影响变量解释如下,整体数据如表1所示。
![](Images/Table_Tmp.jpg)
Table 1. Overview of the data in this study
表1. 本研究数据概览
1) 城镇登记失业率
城镇居民作为旅游的主体,居民失业率变化会影响人们的收入,也会影响到人们的心理,导致人们对旅游的意愿产生变化。因此将城镇登记失业率因素设为解释变量,以x1表示,单位为亿元。
2) 交通便利程度
交通是居民旅游出现的重要考虑因素之一,交通的便利程度影响了居民的旅游意愿。因此将交通便利程度因素设为解释变量,以x2表示。本研究的交通便利程度 = 0.6*铁路营业里程 + 0.4*公路里程,单位为万公里。由于航空相关数据较难获取,所以以铁路营业里程和公路里程为因素进行计算。假设居民旅游出行选择铁路比选择公路多,因此采取铁路营业里程的权重略高于公路里程。
3) 第三产业固定资产(不含农户)投资额
第三产业固定资产的投资额一定程度上会影响旅游业的产业结构,从而影响旅游业的发展。第三产业固定资产(不含农户)投资额以x3表示,单位为亿元。
4) 城镇环境基础设施建设投资额
游客选择旅游地点主要以城镇为主,城镇基础设施的建设一定程度上影响了游客的旅游意愿,从而影响国内旅游花费。因此将城镇环境基础设施建设投资额设为解释变量,以x4表示,单位为亿元。
5) 国内生产总值
国内旅游消费与GDP间具有高度的正相关性,因此将国内生产总值设为解释变量,以x5表示,单位为亿元。
3.2. 研究模型建立
本文研究国内旅游花费y1的影响因素,建立多元回归分析模型如下。
(1)
由于住宿业营业额y2和餐饮业营业额y3为旅游总花费组成的主要部分,因此本文希望建立住宿业营业额的多元回归分析模型如下
(2)
以及餐饮业营业额的多元回归分析模型如下
(3)
4. 分析结果
4.1. 旅游花费的多元回归模型
以旅游花费y1为依变量,输入城镇登记失业率x1、交通便利程度x2、第三产业固定资产(不含农户)投资额x3、城镇环境基础设施建设投资额x4和国内生产总值x5为解释变量,进行多元回归分析,结果发现模型存在多重共线性问题。
通过删除变量x3、x4的方式,建立VIF < 10的多元回归修正模型1,拟合度结果、模型显著性和回归系数如表2、表3及表4。
![](Images/Table_Tmp.jpg)
Table 2. Fitting results of the modified model 1 in this study
表2. 本研究修正模型1的拟合度结果
![](Images/Table_Tmp.jpg)
Table 3. Significance of multiple regression modified model 1 in this study
表3. 本研究的多元回归修正模型1的显著性
![](Images/Table_Tmp.jpg)
Table 4. Analysis results of multiple regression modified model 1 in this study
表4. 本研究的多元回归修正模型1的结果
由表2可以发现R方为0.908,代表模型拟合度非常好,由表3可以发现模型具有统计显着性,由表4可以知道模型不存在共线性问题。此时旅游总花费的多元线性回归方程为
(4)
亦即旅游总花费可以用城镇登记失业率x1和国内生产总值x5两个变量进行预测。城镇登记失业率提高则旅游总花费会受到影响而降低;国内生产总值提高会引起消费者国内旅游的意图使旅游总花费会受到影响而提高。
通过删除变量x3、x5的方式,建立VIF < 10的多元回归修正模型2,拟合度结果、模型显著性和回归系数如表5、表6及表7。
![](Images/Table_Tmp.jpg)
Table 5. Fitting results of the modified model 2 in this study
表5. 本研究修正模型2的拟合度结果
![](Images/Table_Tmp.jpg)
Table 6. Significance of multiple regression modified model 2 in this study
表6. 本研究的多元回归修正模型2的显著性
![](Images/Table_Tmp.jpg)
Table 7. Analysis results of multiple regression modified model 2 in this study
表7. 本研究的多元回归修正模型2的结果
由表5可以发现R方为0.885,代表模型拟合度非常好,由表6可以发现模型具有统计显着性,由表7可以知道模型不存在共线性问题。此时旅游总花费的多元线性回归方程为
(5)
亦即旅游总花费可以用城镇登记失业率x1和城镇环境基础设施建设投资额x4两个变量进行预测。城镇登记失业率提高则旅游总花费会受到影响而降低;城镇环境基础设施建设投资额增加会强化消费者的旅游意图使旅游总花费提高。
通过删除变量x4、x5的方式,建立VIF < 10的多元回归修正模型3,拟合度结果、模型显著性和回归系数如表8、表9及表10。由表8可以发现R方为0.939,代表模型拟合度非常好,由表9可以发现模型具有统计显着性,由表10可以知道模型不存在共线性问题。此时旅游总花费的多元线性回归方程为
(6)
亦即旅游总花费可以用城镇登记失业率x1和第三产业固定资产(不含农户)投资额x3两个变量进行预测。城镇登记失业率提高则旅游总花费会受到影响而降低;第三产业固定资产(不含农户)投资额增加会强化消费者的旅游意图使旅游总花费提高。
![](Images/Table_Tmp.jpg)
Table 8. Fitting results of the modified model 3 in this study
表8. 本研究修正模型3的拟合度结果
![](Images/Table_Tmp.jpg)
Table 9. Significance of multiple regression modified model 3 in this study
表9. 本研究的多元回归修正模型3的显著性
![](Images/Table_Tmp.jpg)
Table 10. Analysis results of multiple regression modified model 3 in this study
表10. 本研究的多元回归修正模型3的结果
4.2. 住宿业营业额与餐饮业营业额的的多元回归模型
以住宿业营业额y2为依变量,输入城镇登记失业率x1、交通便利程度x2、第三产业固定资产(不含农户)投资额x3、城镇环境基础设施建设投资额x4和国内生产总值x5为解释变量,进行多元回归分析,结果发现模型存在多重共线性问题。
通过删除变量x2、x3,删除变量x2、x5以及删除变量x3、x5的方式,建立VIF < 10的多元回归模型后,发现只有城镇登记失业率x1和城镇环境基础设施建设投资额x4的回归系数具有显著性。因此以住宿业营业额y2为依变量,城镇登记失业率x1和城镇环境基础设施建设投资额x4为解释变量,进行多元回归分析,拟合度结果、模型显著性和回归系数如表11、表12及表13。
由表11可以发现R方为0.928,代表模型拟合度非常好,由表12可以发现模型具有统计显着性,由表13可以知道模型不存在共线性问题。此时住宿业营业额的多元线性回归方程为
(7)
亦即住宿业营业额可以用城镇登记失业率x1和城镇环境基础设施建设投资额x4两个变量进行预测。城镇登记失业率提高则住宿业营业额会受到影响而降低;城镇环境基础设施建设投资额提高会引起消费者旅游的意图使住宿业营业额提高。
![](Images/Table_Tmp.jpg)
Table 11. Fitting results of multiple regression of lodging industry turnover
表11. 住宿业营业额的多元回归拟合结果
![](Images/Table_Tmp.jpg)
Table 12. Significance of multiple regression of lodging industry turnover
表12. 住宿业营业额的多元回归模型显著性
![](Images/Table_Tmp.jpg)
Table 13. Analysis results of multiple regression of lodging industry turnover
表13. 住宿业营业额的多元回归模型结果
以餐饮业营业额y3为依变量,输入城镇登记失业率x1、交通便利程度x2、第三产业固定资产(不含农户)投资额x3、城镇环境基础设施建设投资额x4和国内生产总值x5为解释变量,进行多元回归分析,结果发现模型存在多重共线性问题。
通过删除变量x3、x5的方式,可以建立VIF < 10的最佳多元回归模型,拟合度结果、模型显著性和回归系数如表14、表15及表16。
![](Images/Table_Tmp.jpg)
Table 14. Fitting results of multiple regression of catering industry turnover
表14. 餐饮业营业额的多元回归拟合结果
![](Images/Table_Tmp.jpg)
Table 15. Significance of multiple regression of catering industry turnover
表15. 餐饮业营业额的多元回归模型显著性
![](Images/Table_Tmp.jpg)
Table 16. Analysis results of multiple regression of catering industry turnover
表16. 餐饮业营业额的多元回归模型结果
由表14可以发现R方为0.962,代表模型拟合度非常好,由表15可以发现模型具有统计显着性,由表16可以知道模型不存在共线性问题。此时住宿业营业额的多元线性回归方程为
(8)
亦即餐饮业营业额可以用城镇登记失业率x1、交通便利程度x2和城镇环境基础设施建设投资额x4三个变量进行预测。城镇登记失业率提高则餐饮业营业额会受到影响而降低;交通便利程度提高会引起消费者旅游的意图使餐饮业营业额提高;城镇环境基础设施建设投资额提高会引起消费者旅游的意图使餐饮业营业额提高。
5. 结论与建议
5.1. 结论
本文对我国旅游总花费的影响因素进行探究,由于餐饮业营业额与住宿业营业额是旅游总花费的主要构成部分,所以本文分别构建了旅游总花费与影响因素、住宿业营业额与影响因素和餐饮业营业额与影响因素三种类型的多元回归模型,建立多元回归方程以预测游总花费、住宿业营业额与餐饮业营业额,并得出以下结论。
城镇登记失业率对国内旅游总花费有负向影响;国内生产总值、城镇环境基础设施建设投资额和第三产业固定资产(不含农户)投资额对国内旅游总花费有正向影响。城镇环境基础设施建设投资额对旅游花费影响贡献度最大,其次为第三产业固定资产投资额。因此为了促进国内旅游业的发展,应该优先提高城镇环境基础设施建设投资额和第三产业固定资产投资额,并降低城镇失业率。城镇登记失业率对住宿业营业额有负向影响;城镇环境基础设施建设投资额对住宿业营业额有正向影响。城镇登记失业率对餐饮业营业额有负向影响;交通便利程度和城镇环境基础设施建设投资额对餐饮业营业额有正向影响。交通便利程度对餐饮业营业额影响贡献度高于城镇环境基础设施建设投资额。因此为了促进住宿业营业额,应该优先提高城镇环境基础设施建设投资额,并降低城镇失业率。为了促进住餐饮业营业额,应该优先发展铁公路交通、提高城镇环境基础设施建设投资额,并降低城镇失业率。
5.2. 建议
本文根据研究建立的多元回归模型,为了促进国内旅游业的发展,提出以下建议:
1) 大力发展交通基础建设,为旅客提供更加便利的出行条件和出行方式,可以在各省各市推出一站式旅游路线,如海南的环岛路线等,给与游客更加便捷的旅游方式。
2) 提高第三产业固定资产投资额,在各城市建立更多的旅游项目,如打造产业创新园区,休闲旅游基地等,可以在一定程度上提高当地的旅游业发展。
3) 出台促进就业相关政策,鼓励企业增加就业岗位,为失业人群提供更多就业机会。在地方鼓励人们进行旅游创业,增设相关店面以及产业园区,增加就业岗位,满足当地人的就业需求,整个社会群体提高就业率,人们的收入会相对稳定,从而能产生想要旅游的意愿。
4) 推动城镇环境基础设施的建设,如提高景观建设,提高城市绿化覆盖率,建设城市公园,增加城镇环境基础设施建设的投资,优化旅游景区的环境,刺激旅客前来旅游。
基金项目
中国教育技术协会“十四五”规划一般课题项目(项目名称:新商科大数据应用实验实训平台与教学资源建设研究,项目编号:G002);2021年美林数据公司教育部产学合作协同育人项目(项目名称:新商科教改情境下经管类专业大数据应用实验实训平台建设,项目编号:202102344024);厦门大学嘉庚学院科研启动基金(项目名称:科研项目启动,JG2018SRF10)。
NOTES
*通讯作者。