大學生選乘高鐵旅游意愿影響因素分析

梁夏

摘要：近年來，中國已進入高鐵時代。研究大學生選乘高鐵旅游意愿影響因素，能夠幫助各地開發適合大學生的旅游產品，促進各地旅游業的發展。現搜集了大學生旅游行為的數據，將大學生的旅游行為特征與大學生選乘高鐵旅游的意愿結合建立Probit模型，分析出年級對大學生選乘高鐵旅游的意愿具有負向影響;旅游距離對大學生選乘高鐵旅游的意愿具有負向影響;旅游結伴方式對大學生選乘高鐵旅游的意愿有正向影響;每次旅游期望消費金額對大學生選乘高鐵旅游的意愿具有正向影響等結論。

關鍵詞：大學生;高鐵旅游;Probit模型

中圖分類號：F59 ? ?文獻標識碼：A

文章編號：1005-913X（2019）08-0159-02

一、引言

國內學者多聚焦于高鐵對于居民旅游行為特征的研究，如王華（2016）以廣西五市為例，分析中國西部欠發達地區居民出游的行為特征，發現高鐵可以增強沿線居民的旅游欲望和次數，并且從出游半徑、出游時間范圍、出游目的、出游方式等對居民的出游行為進行實證研究。汪德根（2015）以京滬高鐵為例，研究高鐵對旅游者目的地選擇的影響，發現高鐵開通后，旅游的空間距離不再是影響旅游目的地最重要因素，而旅游目的地的交通網絡密度、旅游資源稟賦和旅游接待能力成為旅游者目的地選擇的重要因素。韋勝（2015）通過獨特的視角，通過不同時點高鐵余票的數量得出高鐵的凈客流量，發現了居民乘坐高鐵具有兩個特征。首先是“周末效應”，表現為周末相對于工作日而言客流量更大。其次是“一日活動圈”，表示在一定數量的旅客進行著一天內的滬寧往返活動，即以中心城市為目的地的一日往返出行特征。

大學生也屬于城市居民，但是卻有其獨特特征。首先，受教育程度高。其次，他們身上還保留著學生的屬性，并且還不能做到經濟獨立。最后，大學生經常外出旅游。對大學生的旅游行為進行數據搜集、分析以及建立模型，試圖揭示出大學生這一特殊群體的旅游行為特征以及選乘高鐵旅游意愿的影響因素，既可以幫助各地旅游業弄清楚大學生的旅游特點，從而設計出相關的旅游產品，又可以為政府部門提供有針對性的政策建議。

二、計量經濟學模型的建立與估計

（一）模型建立

已知在Probit模型中，因變量Y是一個0、1變量，概率Y的大小依賴于各個自變量，即P（Y=1）=f（X），符合大學生選乘高鐵旅游意愿為0、1變量，并且其選乘高鐵旅游的概率（意愿）與大學生的個人基本特征和旅游行為特征有關。所以，選擇Probit模型對大學生選乘高鐵旅游意愿進行分析，試圖找到影響其決策的因素。

以下為建立的大學生選乘高鐵旅游意愿與大學生的各個特征的關系函數。

Y（大學生選乘高鐵意愿）=F（個人基本特征，大學生旅游行為特征）+隨機干擾項。

對于研究大學生選乘高鐵旅游的意愿，結果分為兩種情況，當大學生選擇“愿意”優先選擇高鐵旅游時賦值為1，其含義是有選擇高鐵旅游的意愿，當大學生選擇“一般”和“不愿意”時賦值為0，其含義是沒有選擇高鐵旅游的意愿，這樣就能夠滿足模型對二元被解釋變量Y的要求。

在Probit模型中，假設存在一個連續的變量Y*，Y*的值取決于各個自變量Xi，則可以得到Probit模型的基本表達形式。

Y*=α+βXi+μ ? ? ? ? ? ? （1）

并有 Y=1，當Y*>0時，大學生有選乘高鐵旅游的意愿。0，當Y*<0時，大學生沒有選乘高鐵旅游的意愿。（2）

式（1）中，μ為隨機干擾項，服從標準正太分布，因此影響大學生選乘高鐵旅游意愿的二元離散選擇模型可以表示如下。

prob（Y=1 | X=x）=prob（Y*>0 | x）

=prob{[μ>α+βx] | X}=1-φ[-（α+βx）]=φ（α+βx）

上式中Φ為標準正態累計分布函數，Y*為不可觀測的潛在連續變量，Y則是實際觀測到的被解釋變量，用來表達大學生是否有選擇乘坐高鐵旅游的意愿。0表示沒有意愿，1表示有意愿。X為影響因子，x為實際觀測到的影響因子，主要包括大學生個人基本特征中的性別X1、年級X2、民族X3、家庭年收入X4、生源地X5、專業類別X6、班級成績排名X7、是否喜歡旅游X8、兼職工資X9、是否單身X10、旅游行為特征中選乘高鐵最主要原因X11、每學期旅游次數X12、旅游距離X13、旅游目的地X14、旅游時長X15、旅游結伴方式X16、旅游形式X17、旅游主要花費項目X18、每次旅游期望消費金額X19。因此，大學生選擇高鐵旅游意愿影響因素Probit模型可以建立如下。

prob（Y=1 | Xi）=φ（α0+β1X1+β2X2+…+βnXn+εn）

=φ（α0+β1x1+β2x2+…+βnxn）

上式中prob（Y=1 | Xi）是大學生選擇乘坐高鐵旅游的概率（意愿）。Xi是自變量，主要指個人基本特征變量和旅游行為特征變量。α0表示常數項，βi表示第i個變量的Probit回歸系數，εn為隨機擾動項，即其他未包含的自變量的影響。

（二）模型估計

現應用Eviews 7.0軟件進行模型運算，采用了極大似然估計法對模型參數進行估計。首先，對數據進行標準化處理，進行第一次模型估計，剔除與Y相關性較小的變量。其次，進行多重共線性檢測，選擇與其他自變量相關性小的變量進行模型估計，模型結果顯示如下。

LR statistic=16.87042>x20.05（4）=9.488，拒絕原假設，意味著第二個模型中Xi的系數不全為零。可以看到X2、X13、X16的Z統計量分別為-2.206718、-2.670113、2.067004，其絕對值都大于C0.025=1.96，意味著在α=0.05的置信水平下，X2、X13、X16對Y是有顯著影響的，而X19的Z統計量是1.651587，其絕對值大于C0.05=1.64，表示在α=0.1的置信水平下，X19對Y是有顯著性影響的。

三、結論

（一）年級對大學生選乘高鐵旅游的意愿具有負向影響

根據模型結果，年級的影響系數為-0.207245，意味著隨著年級的上升，大學生乘坐高鐵旅游的概率減小了。一般而言，隨著大學生年級的上升，其每周的課程數量是減少的，課余時間是增加的，這就使得不同年級的大學生對于時間利用效率的不同。對于低年級的學生來說，課余時間較少，旅游時間就變得較為短缺，那么為了能在旅游地多玩些時間，他們就會選擇縮短乘坐交通工具所消耗的時間，此時高鐵就是一個好的選擇。而對于高年級的學生，課程減少，課余時間較多，旅游時間也較為充裕，他們可以選擇速度較慢但價格低很多的普通列車。

（二）旅游距離對大學生選乘高鐵旅游的意愿具有負向影響

模型結果顯示，旅游距離對大學生選乘高鐵旅游意愿的影響系數為-0.319326，表示隨著旅游距離的增加，大學生選擇乘坐高鐵旅游的概率是減小的。一般而言，隨著距離的增加，火車票的價格也是不斷增加的，而對于具有相同目的地的高鐵和普通列車而言，高鐵的票價更貴。所以，當大學生選擇在省內或者周邊省份旅游時，短距離的車程使得高鐵票和普通列車票的差額較小，而當距離大幅度增加后，這種差額會大大增加，此時大學生就不會傾向于購買高鐵票，而更可能選擇乘坐普通列車。

（三）旅游結伴方式對大學生選乘高鐵旅游的意愿有正向影響

在模型中，對旅游結伴方式（X16）的賦值是0=獨自一人，1=結伴旅游，而模型結果顯示旅游結伴方式的影響系數為0.247164，這表示當結伴方式由獨自一人旅游變為結伴旅游時，大學生選乘高鐵的概率會顯著增加。當大學生選擇獨自旅游時，有一部分人會享受交通帶給他們的感受，比如一部分人會享受慢速度的交通，欣賞沿途的風景，因為在獨自旅游時會有更多的注意力放在周圍的環境上。而當旅游者結伴旅游時，由于旅游決策要考慮到所有人的感受，而每個人對于慢速交通的容忍程度是不一樣的，當一個隊伍中有一個人不能接受慢速的交通，則整個隊伍就傾向于選擇高速且舒適的高鐵，而當人數越多時，這樣類型的人出現的概率就越大，這就使得大學生結伴旅游時選擇高鐵的概率增加。

（四）每次旅游期望消費金額對大學生選乘高鐵旅游的意愿具有正向影響

根據模型結果，每次旅游期望消費金額的影響系數為0.189477，表示隨著旅游期望消費金額的增加，大學生選乘高鐵旅游的概率是增加的。很顯然，每次旅游期望消費金額與旅游預算是有正相關關系的，當旅游預算上升時，大學生更有能力乘坐票價更貴的高鐵，以追求快速和舒適。

參考文獻：

[1] 王 華.城市居民出游的高鐵選乘行為研究——以廣西五市為例[J].社會科學家，2016（5）：15-20.

[2] 汪德根，牛 玉，王 莉.高鐵對旅游者目的地選擇的影響——以京滬高鐵為例[J].地理研究，2015（9）.

[責任編輯：王功巧]