中國省域入境旅游發展的空間計量建模與影響因素效應研究

吳良平　胡健敏　張健

[摘? ? 要]空間計量模型在旅游研究中已得到有效應用，解決了旅游產業發展中的一些實際問題，但還需進一步改進與完善。文章以中國省域入境旅游發展為著眼點，增設擴散轉移矩陣為模型因變量滯后的空間權重矩陣，以反映入境旅游在中國省域之間的客流人數擴散轉移實際情況，同時從最為全面的廣義嵌套空間模型入手，引入旅游研究空間計量模型系統，并以區域入境旅游發展影響因素為模型自變量，構建了入境旅游發展的最優空間計量模型，最后對模型顯著自變量的直接效應、溢出效應、總效應進行評估分析，給出區域入境旅游發展建議。結果顯示：模型自變量出現顯著消極效應的影響因素幾乎為酒店供應，加強旅游資源建設和經濟水平發展始終是入境旅游發展的重要途徑，而開放程度已對東部省域的影響較為微弱，對中部和西部省域則起到很好的積極效應，同時交通設施在中部省域呈現出非常強勁的溢出效應。

[關鍵詞]入境旅游;擴散轉移矩陣;空間計量模型;直接效應;溢出效應

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2020）03-0014-14

Doi： 10.19765/j.cnki.1002-5006.2020.03.007

引言

經過長期的不斷發展，2017年中國入境旅游市場平穩增長，接待入境旅游人數13 948.24萬人次，實現入境旅游外匯收入1234.17億美元，入境旅游人數和外匯收入位居世界前列，占據全球入境旅游舉足輕重的地位[1]。入境旅游已受到世界各地區政府的高度重視與支持，也一直是國內外旅游研究的核心內容。入境旅游的國際研究相對較早，更注重研究的深度和廣度，主要涉及入境旅游的需求預測[2-4]、客流分布規律[5-7]、網絡結構分析[8-9]等方面;研究方法主要包括了時間序列模型、計量經濟方法、人工智能技術、社會網絡分析和復雜網絡理論等，并? ? ?率先探討了旅游客流擴散轉移的基礎理論。國內入境旅游研究的側重點則有所不同，主要涉及入境旅游的規模預測與分布特征[10-12]、客流集散動態和轉移規律[13-15]、空間網絡特征演變[16-17]等方面，其中，入境客流集散理論模型和多重指標分析已成為集散轉移研究的主要方法。國內研究方法雖有逐漸深入的態勢，但依然略顯單薄，還不能滿足入境旅游發展定量研究所需。而關于目的地區域入境旅游發展影響因素的研究，國際文獻主要探討了交通方式[18]、經濟發展[19]、酒店規模[20]、季節氣候[21]等多個方面對入境旅游發展的影響，研究內容具有檢驗模型多元化和大樣本數據容量等特點。國內文獻則側重于交通設施狀況[22]、經濟發展水平[23]、旅游資源條件[24-25]、對外開放程度[26-27]、酒店供應能力[26-28]等方面對入境旅游發展的影響關系，這些影響因素均可在研究過程中進行定量刻畫，為區域入境旅游發展影響研究提供了科學基礎。如何更為有效、更大尺度地提高區域入境旅游發展，區域入境旅游發展影響因素的效應研究就顯得尤為重要。

空間計量模型發展迅速，雖然在旅游研究中得到了有效應用，已經具備較為完善的模型系統，但還需進一步改進與完善。Yang和Wong基于鄰接空間權重矩陣的空間滯后模型，評估了中國大陸城市入境及國內旅游流的溢出效應[29]。Yang和Fik主要通過鄰接空間權重矩陣的地理加權空間杜賓模型，探討了中國大陸城市入境及國內區域旅游發展中的空間溢出效應和空間異質性[30]。Rom?o和Nijkamp基于鄰接空間權重矩陣的空間誤差模型和空間滯后模型，探討了創新、生產力和專業化對旅游競爭力的影響[31]。趙磊等采用空間滯后模型和空間誤差模型，從鄰接空間權重矩陣、反距離空間權重矩陣等角度，探究了經濟增長與旅游發展之間的影響關系[32]。楊維瓊和張華基于鄰接空間權重矩陣的空間滯后模型和空間誤差模型，測算了多種影響因素對外國游客的直接影響效應[33]。王坤等基于反距離空間權重矩陣的空間杜賓模型、空間滯后模型和空間誤差模型，探討了城鎮化質量和規模對旅游經濟影響的空間效應[34]。殷杰等基于鄰接空間權重矩陣的空間滯后模型和空間誤差模型，探究了“一帶一路”沿線國家旅游開放度的驅動因素[35]。王彩萍等基于鄰接空間權重矩陣的空間杜賓模型，探究了跨國酒店集團空間區位分布受到的多方面影響因素情況[36]。已有文獻為空間計量模型在旅游研究中的應用奠定了前期基礎，同時解決了旅游產業發展過程中的一些實際問題，但空間權重矩陣集中于鄰接空間權重矩陣（即0～1矩陣）或反距離空間權重矩陣（即反距離矩陣），只能反映區域之間是否相鄰或者區域之間的反距離效應，同時，空間計量模型也僅限于空間滯后模型、空間誤差模型和空間杜賓模型。然而，入境客流不僅包括了旅游客源地區與旅游目的地之間的旅游客流，而且包括了旅游目的地之間的單雙向旅游客流，入境旅游在中國省域之間存在明顯的客流人數擴散轉移情況[13-15]，已有的旅游研究空間計量模型還不能很好反映或刻畫入境旅游的實際情況。為獲得更為客觀的研究結果，需要根據入境旅游發展實際情況，對空間計量模型進行重新設計，同時引入較為完善的空間計量模型系統，最終構建區域入境旅游發展的最優空間計量模型，以更好解決入境旅游發展影響因素的效應研究問題，從而促進資源投入的最大化產出。

根據入境旅游在中國省域之間的客流轉移情況和發展影響模式，文章增設擴散轉移矩陣為空間計量模型因變量滯后的空間權重矩陣，同時考慮地理空間距離的影響效應和其他危機事件的沖擊，從最為全面的廣義嵌套空間模型入手，以區域入境旅游發展影響因素旅游資源、開放程度、交通設施、酒店供應和經濟水平為模型自變量，在保證研究變量歷年數據可比性基礎上，以2001—2016年入境旅游發展相關數據，構建了區域入境旅游發展的最優空間計量模型，并對區域入境旅游發展顯著影響因素的直接效應、溢出效應、總效應進行評估分析。主要可取之處在于：根據區域入境旅游發展的實際情況，增設擴散轉移矩陣為空間計量模型因變量滯后的空間權重矩陣，以反映入境旅游在中國省域之間的客流人數擴散轉移實際情況，同時從最為全面的廣義嵌套空間模型入手，引入較為完善的空間計量模型系統，擴大旅游實證研究可供選擇的空間計量模型范圍。

1 模型簡介

空間計量模型經過不斷發展，已經具備較為完善的空間計量模型系統，為解決各個行業的各類問題提供了理想而科學的處理工具。根據研究對象，以Y為因變量，X1、X2、X3、X4為自變量，首先建立冪函數需求模型，表達式如下：

隨后對上述模型兩邊同時取對數，可得到普通面板數據模型[（式2）]，表達式如下：

式（2）中，β1、β2、β3、β4分別表示各自變量的彈性系數;β0=lnB，uit=lneit表示模型的誤差項。根據杰弗里·M·伍德里奇的《計量經濟學導論現代觀點》（第五版），上述5個變量的量綱變化對模型（2）的彈性系數不會產生影響[37]。

如果數據存在空間自相關效應，就可在普通面板數據模型基礎上構建所需要的空間計量模型，而最為全面的空間計量模型則是廣義嵌套空間模型（GNS）[38]，表達式如下：

簡化為向量形式如下：

式（4）中，X為由ln（X1）it、ln（X2）it、ln（X3）it、ln（X4）it各自變量構成的向量形式，β為由β1、β2、β3、β4構成的向量形式，θ為由θ1、θ2、θ3、θ4構成的向量形式，W為模型的空間權重矩陣。在實際建模研究過程中，廣義嵌套空間模型（generalized nested spatial model，GNS）往往不是最好的空間計量模型，因為模型中會出現不顯著的參數組成部分。為此，就需要根據廣義嵌套空間模型（GNS）參數ρ、θ和λ的運行結果，建立合理的最優空間計量模型。當θ=0時，模型轉化為廣義自相關空間模型（generalized autocorrelation spatial model，SAC）;當λ=0時，轉化為空間杜賓模型（spatial Durbin model，SDM）;當ρ=0時，轉化為空間杜賓誤差模型（spatial Durbin error model，SDEM）;當θ=0且λ=0時，轉化為空間滯后模型（spatial lag model，SLM）;當ρ=0且θ=0時，轉化為空間誤差模型（spatial error model，SEM）;當ρ=0且λ=0時，轉化為自變量空間滯后模型（independent variable spatial lag model，SLX）;當ρ=0、θ=0、λ=0時，轉化為普通線性回歸模型（ordinary linear regression，OLS）。

2 變量說明與變量度量

2.1 變量說明

關于入境旅游發展影響因素研究主要涉及兩個方面：一方面，關于入境旅游發展國際之間的影響因素研究，主要涉及客源國游客個人收入、國際之間匯率和消費水平組合衡量的替代價格和自身價格等，一般認為客源國游客個人收入越高，游客出行的愿望越強烈，而目的地國的匯率和消費水平偏低也會刺激客源國游客出行。游客收入、替代價格和自身價格成為入境旅游發展國際之間建模的主要選擇影響因素，而其他影響因素效應可通過設置虛擬變量進行衡量[39-41]。另一方面，關于區域入境旅游發展的影響因素研究，主要探討客源國游客入境目的地國以后，在目的地國各區域旅行時的區域入境旅游發展影響因素問題，影響因素主要涉及經濟水平、開放程度、旅游資源、酒店供應、交通設施等基礎影響因素[22-28]，而其他影響因素效應也可通過設置虛擬變量進行衡量，比如2003年的“非典”和2008年的世界金融危機等，一般認為經濟水平、開放程度、旅游資源、酒店供應、交通設施都會促進目的地區域入境旅游發展，但積極促進效應在某一時間段是否具有顯著性，還需要通過構建空間計量模型開展進一步實證研究。

本文研究屬于區域入境旅游發展的影響因素研究范疇，因此選擇區域入境旅游發展影響因素經濟水平、開放程度、旅游資源、酒店供應和交通設施為模型自變量：入境旅游人數反映入境旅游發展情況，記為ReS;國內生產總值反映經濟發展水平，記為GDP;進出口額反映對外開放程度，記為IEV;酒店供應能力、旅游資源條件、交通設施狀況，通過相關數據進行綜合度量，分別記為HiS、ZiY、JiT。省域之間的入境客流擴散轉移矩陣（流量和流向）與航空航班數之間存在相互影響的動態過程[42]，同時進出口額與外商直接投資也存在明顯的互動關系[43]，為避免自變量之間多重共線性對空間計量建模的影響[37]，文章并未將航空航班數和外商直接投資作為模型自變量。

2.2 變量度量

中國入境旅游經過了一個長期發展時段，與之密切相關的外界環境也在不斷發生變化。如何保證研究變量歷年數據的可比性，對區域入境旅游發展影響因素的效應研究就顯得非常重要。文章總共涉及6個變量：酒店供應、旅游資源、交通設施需要通過相關指標進行綜合量化獲得;入境旅游人數、國內生產總值、進出口額能夠通過官方直接獲得數據，但國內生產總值（按當年價格計算）和進出口額兩個變量數據卻不具有歷年可比性。為保證研究變量的歷年數據可比性，需要根據區域入境旅游發展實際情況，從經濟學視角對酒店供應、旅游資源、交通設施進行客觀分值度量，對國內生產總值、進出口額進行歷年可比性處理[10]。

2.2.1? ? 變量的分值度量

旅游資源條件、酒店供應能力、交通設施狀況3個變量需要進行分值度量。參考已有文獻，各變量的分值度量詳情如下[26]：采用世界文化遺產、世界自然遺產、歷史文化名城、A級景區等旅游資源對旅游資源條件進行度量，由于入境游客的活動范圍大、旅游時間寶貴、可支配收入高，根據景區質量等級評定標準和細則，世界雙重遺產、5A類資源1和4A級景區將會是入境游客最傾向旅行的旅游地點，世界雙重遺產、5A類資源和4A級景區應被賦予了較高的度量分值，所以分別對世界雙重遺產、5A類資源、4A級景區、3A級景區、2A級景區、1A級景區（項、家）賦予11、9、7、3、2、1分值（度量過程中不重復計分）;采用星級酒店供應水平對酒店供應能力進行度量，分別對五星級、四星級、三星級、二星級、一星級酒店（家）賦予9、7、5、3、1分值;采用航空運輸就業人員密度、鐵路網密度、公路網密度、內河網密度對交通設施狀況進行度量，分別對鐵路網密度、公路網密度、內河航道密度（人、千米/萬平方千米）賦予7、5、3、1分值。

2.2.2? ?消除變量的直接經濟效應

2005年7月以后，人民幣對美元匯率發生了較大變化，但進出口額歷年數據均通過美元進行統計，所以人民幣對美元匯率必然對進出口額的歷年可比性產生直接經濟效應[10]。通過式（5），可將美元價值最終轉化為人民幣對美元匯率為8.277時的進出口額，從而消除人民幣對美元匯率（EX）變化的直接經濟效應。

式（5）中，EXit表示t時間i區域的人民幣對美元匯率。

同時，中國國內物價消費水平也一直不斷波動，會對進出口額、國內生產總值（按當年價格計算）的歷年可比性產生直接經濟效應。通過式（6），可消除物價消費水平波動的直接經濟效應[10]。

式（6）中，CPIit表示t時間i區域的消費價格指數，CPI（2000=100）表示2000年CPI為100時其他年份的CPI值。

3 實證研究模型構建

3.1 空間權重矩陣的選擇

旅游的多目標性往往導致入境游客在多個省域之間轉移旅行，比如省域i接待的入境游客可能會向其他省域j擴散轉移。那么，省域j接待的入境游客人數不僅會受到省域j的各種因素條件影響，而且還會與省域i接待的入境游客人數有關。根據入境客流轉移數量模型[式（7）]，可獲得由省域i向其他省域j擴散轉移的入境游客人數[13-15]，從而得到入境旅游在中國省域之間的客流人數擴散轉移矩陣（稱為擴散轉移矩陣，記為W1）。該擴散轉移矩陣，恰好可作為入境旅游發展的空間計量模型因變量滯后的空間權重矩陣。入境客流轉移數量模型如下：

式（7）中，Yi表示省域i接待的入境游客人數，Yij表示由省域i擴散至省域j的入境游客人數，qi表示省域i入境游客抽樣調查人數，qij表示在入境游客抽樣調查中由省域i流向省域j的入境游客人數。

研究增設擴散轉移矩陣為空間計量模型因變量滯后的空間權重矩陣，因為已有的0-1矩陣或反距離矩陣無法反映入境旅游在中國省域之間的客流人數擴散轉移實際情況，只能表示省域之間是否相鄰，或者省域之間的反距離效應。同時，選擇反距離矩陣（記為W2）為空間計量模型自變量滯后和誤差滯后的空間權重矩陣，以體現中國省域之間距離產生的模型自變量和誤差的反距離影響效應，因為空間計量模型構建了區域入境旅游發展與其影響因素之間的數理關系，省域之間距離產生的模型自變量和誤差的影響效應都應與距離成反比例關系，而不應該只是簡單的0-1矩陣關系，其中模型自變量滯后可體現影響因素對其他省域的影響效應，模型誤差滯后可體現影響因素之間和其他因素的影響效應。

3.2 入境旅游發展的空間計量模型

由于入境旅游人數會受到其他危機事件的沖擊（主要涉及2003年的“非典”和2008年的世界金融危機），模型表達式可分別采用虛擬變量D03（=1，2003）和D08（=1，2008、2009）進行捕捉[11]。由此，根據入境旅游在中國省域之間的客流人數擴散轉移情況，同時考慮地理空間距離的影響效應，可建立如下入境旅游發展的面板數據模型[式（8）]和廣義嵌套空間模型（GNS）[式（9）]，向量形式如下：

然而在實際入境旅游研究建模過程中，需要根據廣義嵌套空間模型（GNS）參數ρ、θ和λ的估計結果，建立合理的入境旅游發展最優空間計量模型。后文將會采用的主要最優空間計量模型有：當θ=0時，模型轉化為廣義自相關空間模型（SAC）[式（10）];當λ=0時，模型轉化為空間杜賓模型（SDM）[式（11）];當θ=0且λ=0時，模型轉化為空間滯后模型（SLM）[式（12）]，向量形式分別如下：

此時，Yit表示入境旅游發展（ReSit），為模型因變量;X為模型自變量的向量形式。當向量X為由旅游資源（ZiYit）、開放程度（IEVit）、交通設施（JiCit）、酒店供應（HiSit）構成時，模型為入境旅游發展與旅游資源、開放程度、交通設施、酒店供應之間建立的空間計量模型。當向量X為由經濟水平（GDPit）構成時，模型為入境旅游發展與經濟水平之間建立的空間計量模型。ReSit表示t時間i區域接待的入境旅游人數;ZiYit表示t時間i區域的旅游資源條件;IEVit表示t時間i區域的對外開放程度;JiCit表示t時間i區域的交通設施狀況;HiSit表示t時間i區域的酒店供應能力;GDPit表示t時間i區域的經濟發展水平。根據入境旅游發展實際情況，構建的空間計量模型是否可行或最優，還需要進行空間計量建模檢驗。實證研究中，采用Stata15和ArcGIS10.5等軟件進行空間計量建模分析。

4 數據說明

由于旅游資源變量通過世界文化遺產、世界自然遺產、歷史文化名城、A級景區等因素進行度量，但2001年A級景區評定結果在中國才正式出現[44]，所以數據可獲取的有效時間應為2001年及其以后。文章所需數據來源于2002—2017年《中國旅游統計年鑒》《入境游客抽樣調查資料》以及《新疆統計年鑒》《福建統計年鑒》等省級區域統計年鑒、中華人民共和國國家統計局網站、中華人民共和國文化和旅游部網站、中國人民銀行網站。研究區域主要涉及東中西3大帶和省級區域（簡稱省域），東中西3大帶來源于已有文獻的區域劃分[26]。東部包括北京、上海、廣東、天津、河北、遼寧、浙江、福建、江蘇、山東、海南（不包含港澳臺）;中部包括黑龍江、山西、吉林、河南、安徽、江西、湖南、湖北;西部包括重慶、四川、貴州、云南、內蒙古、廣西、陜西、寧夏、西藏、新疆、甘肅、青海。空間計量模型所需的擴散轉移矩陣來源于《入境游客抽樣調查資料》，然而《入境游客抽樣調查資料》卻存在少量的失效和缺失數據，需采取均值法對這些數據進行科學補充[45]。

5 實證研究

5.1 入境旅游發展影響因素的關系區分

國內生產總值能夠反映區域經濟發展水平，但包括了區域生產的全部最終產品和服務價值，所以需要驗證區域經濟水平與其他4種影響因素之間是否存在顯著線性關系，以防止模型建立時自變量之間出現多重共線性。表1呈現了各區域經濟水平與旅游資源、開放程度、交通設施、酒店供應4種影響因素之間的線性回歸結果：全國、東部、中部和西部4大區域構建的4個線性方程模型都具有較大的F統計量值，F統計量檢驗p值均小于0.00001，調整的擬合優度分別為99.5%、99.5%、99.3%、99.5%，擬合效果非常好。同時，全國、東部、中部和西部的旅游資源均在1%水平下顯著，全國、中部和西部的開放程度均在5%水平以上顯著，全國和東部的交通設施均在5%水平以上顯著，全國和中部的酒店供應均在10%水平下顯著，而東部的開放程度、中部和西部的交通設施、東部和西部的酒店供應不顯著。線性回歸結果的各項指標均顯示，經濟水平與酒店供應、旅游資源、交通設施和開放程度4種影響因素之間存在非常顯著的線性關系，原因在于：區域經濟主要通過經濟投入對旅游產業產生影響，而經濟投入的流向包括了旅游資源、開放程度、交通設施、酒店供應等多個方面，經濟投入的產業流向直接對區域入境旅游發展起到積極效應，相反旅游資源、開放程度、交通設施、酒店供應等方面的相關價值產出卻為國內生產總值的組成部分，對區域經濟水平具有重要的促進作用。為避免多重共線性出現，經濟水平和其他4種影響因素不能同時作為單一模型的自變量。文章需要將5種影響因素劃分為兩類：一類影響因素為經濟水平，另一類影響因素包括酒店供應、旅游資源、交通設施、開放程度。

5.3 影響因素的效應評估

空間計量模型自變量的效應評估一直是空間計量分析的重要內容，總共包括直接效應、溢出效應和總效應3個方面的評估結果。所有模型中，除了空間誤差模型（SEM）和普通線性回歸模型（OLS）不能輸出溢出效應外（溢出效應為0），其他空間計量模型均能評估各自變量的溢出效應，其中，自變量空間滯后模型（SLX）和空間杜賓誤差模型（SDEM）的直接效應和溢出效應保持模型系數不變，而廣義空間嵌套空間模型（GNS）、空間滯后模型（SLM）、廣義自相關空間模型（SAC）、空間杜賓模型（SDM）的直接效應和溢出效應則在模型對應系數基礎上發生微小變化[38]。表5呈現了各種影響因素對區域入境旅游發展的效應評估結果，但廣義嵌套空間模型（GNS）往往并不是最優的空間計量模型。為此，影響因素的效應評估應該以全國、東部、中部、西部省域的最優空間計量模型輸出結果為準，而廣義嵌套空間模型的效應評估結果僅為參考。

從直接效應來看：全國省域的旅游資源、開放程度、經濟水平在1%水平下顯著，它們的效應系數分別為0.193、0.326、0.897;東部省域的交通設施在10%水平下顯著，東部省域的旅游資源、酒店供應、經濟水平在1%水平下顯著，它們的效應系數分別為0.137、0.389、0.205、0.809;中部省域的旅游資源、開放程度、酒店供應、經濟水平在1%水平下顯著，它們的效應系數分別為0.214、0.290、0.374、1.211;西部省域的旅游資源、開放程度、酒店供應、經濟水平在1%水平下顯著，它們的效應系數分別為0.293、0.248、-0.275、0.917。雖然，東部、中部、西部的酒店供應均在1%水平下顯著，但東部和中部省域的顯著直接效應為積極效應，西部省域的顯著直接效應為消極效應，正負顯著直接效應最終導致了全國的酒店供應并不顯著。此外，全國、中部和西部省域的交通設施，以及東部省域的開放程度，也并不顯著。所有顯著自變量中，只有西部省域的酒店供應為顯著消極效應。

從溢出效應來看：全國省域的旅游資源在5%水平下顯著，交通設施、酒店供應、經濟水平在1%水平下顯著，它們的效應系數分別為0.194、0.287、-0.533、0.016;東部省域的交通設施在10%水平下顯著，旅游資源、酒店供應、經濟水平在1%水平下顯著，它們的效應系數分別為0.006、0.016、0.008、0.028;中部省域的旅游資源、交通設施、酒店供應在1%水平下顯著，它們的效應系數分別為0.368、0.504、-1.076;西部省域的經濟水平在10%水平下顯著，旅游資源、開放程度、酒店供應在1%水平下顯著，它們的效應系數分別為-0.153、0.045、0.038、-0.043。全國、東部、中部省域的開放程度，西部省域的交通設施，中部省域的經濟水平，并不顯著。所有顯著自變量中，只有全國、中部、西部省域的酒店供應為顯著消極效應，雖然西部省域的經濟水平為顯著消極效應，但顯著性水平僅為10%。

從總效應來看：全國省域的交通設施在5%水平下顯著，全國省域的其他4個自變量均在1%水平下顯著，它們的效應系數分別為0.282、0.387、0.355、-0.483、0.913;東部省域的交通設施在10%水平下顯著，東部省域的旅游資源、酒店供應、經濟水平均在1%水平下顯著，它們的效應系數分別為0.143、0.405、0.213、0.836;中部省域的5個自變量均在1%水平下顯著，它們的效應系數分別為0.582、0.414、0.387、-0.702、1.211;西部省域的旅游資源、開放程度、酒店供應、經濟水平均在1%水平下顯著，它們的效應系數分別為0.338、0.286、-0.318、0.764。只有東部省域的開放程度，西部省域的交通設施，并不顯著。所有顯著自變量中，只有全國、中部、西部省域的酒店供應為顯著消極效應。同時，經濟水平的積極效應系數與其他4種影響因素的積極效應系數之和，數值大小較為相近，由此表明經濟水平與其他4種影響因素對入境旅游發展的積極促進力度較為相似，也映證了經濟水平與其他4種影響因素之間具有高度線性關系的合理性，從而凸顯了經濟水平對入境旅游發展的重要性。

從各自變量來看：第一，旅游資源在全國省域的溢出效應在5%水平下顯著，在全國、東部、中部、西部省域的其他影響效應均在1%水平下顯著，同時旅游資源對入境旅游發展均是起到顯著積極效應。從總效益來看，旅游資源是旅游資源、開放程度、交通設施、酒店供應中積極效應系數值最大的影響因素。由此說明，旅游資源是旅游資源、開放程度、交通設施、酒店供應中最為主要的影響因素，是區域入境旅游發展的客觀基礎。第二，開放程度分別在全國、中部、西部省域的直接效應和總效應均在1%水平下顯著，西部省域的溢出效應在1%水平下顯著，同時開放程度對入境旅游發展也是起到顯著積極效應。由此可知，東部省域入境旅游已取得了境外游客的普遍認可，同時已具備較高的國際影響力，開放程度已成為影響東部省域入境旅游發展較為微弱的因素，但對中部和西部省域則起到很好的積極效應。第三，交通設施在全國省域的溢出效應、中部省域的溢出效應和總效應均在1%水平下顯著，全國省域的總效應在5%水平下顯著，東部省域的直接效應、溢出效應和總效應均在10%水平下顯著，同時交通設施對入境旅游發展也是起到顯著積極效應，其中中部省域的溢出效應系數高達0.504，交通設施的溢出效應相比直接效應更為強勁。由此可見，東部省域交通設施的高速發展對入境旅游發展起到很好的促進作用，中部省域交通設施建設對其他省域入境旅游發展起到很好的交通溢出效應，而西部省域的交通設施建設較為滯后，還不足以對入境旅游發展起到很強的促進作用。第四，酒店供應在全國省域的直接效應并不顯著，在全國、東部、中部、西部省域的其他影響效應均在1%水平下顯著，然而酒店供應卻對入境旅游發展起到顯著消極效應和顯著促進效應，其中，酒店供應分別在全國、中部、西部省域的溢出效應和總效應，在西部省域的直接效應表現出顯著消極效應。由此可知，雖然東部、中部和西部省域均對酒店供應采取了相應措施與政策，但東部省域相比中部和西部省域的改善效果明顯，而西部省域則出現了最為嚴重的酒店供應不協調、不匹配現象（直接效應和溢出效應都為負）。第五，經濟水平在西部省域的溢出效應在10%水平下顯著，在中部的溢出效應并不顯著，在全國、東部、中部、西部省域的其他影響效應均在1%水平下顯著。同時，西部省域的消極溢出效應多源于省域之間的較少合作和客源競爭，經濟水平在其他情況下均對入境旅游發展均起到顯著積極效應，而且經濟水平的積極效應系數很高，與其他4種影響因素的積極效應總和相差不大，由此表明經濟發展水平對入境旅游發展具有非常重要的促進作用。

6 結論

空間計量模型在旅游研究中已得到有效應用，同時解決了旅游產業發展過程中的一些實際問題，但空間權重矩陣集中于0-1矩陣和反距離矩陣，只能表示省域之間是否相鄰或者省域之間的反距離效應，同時空間計量模型也僅限于空間滯后模型、空間誤差模型和空間杜賓模型，還不能很好反映或刻畫入境旅游的實際情況，需進一步改進與完善。故此，文章增設擴散轉移矩陣為空間計量模型因變量滯后的空間權重矩陣，以反映入境旅游在中國省域之間的客流人數擴散轉移實際情況，同時引入較為完善的空間計量模型系統，并以區域入境旅游發展影響因素旅游資源、開放程度、交通設施、酒店供應和經濟水平為模型自變量，建立區域入境旅游發展的最優空間計量模型。結果顯示：當旅游資源、開放程度、交通設施、酒店供應為自變量時，全國、東部、中部、西部省域的最優空間計量模型依次為空間杜賓模型、空間滯后模型、自變量空間滯后模型、廣義自相關空間模型;當經濟水平為自變量時，全國、東部、中部、西部省域的最優空間計量模型依次為空間滯后模型、廣義自相關空間模型、普通線性回歸模型、空間杜賓模型。

空間計量模型自變量的效應評估一直以來是實證研究關注的重要內容，總共涉及直接效應、溢出效應和總效應3個方面。文章以全國、東部、中部、西部省域的最優空間計量模型為模型自變量效應評估的輸出來源，從而可獲得區域入境旅游發展的影響因素效應評估結果與發展建議：第一，模型自變量出現顯著消極效應的影響因素幾乎為酒店供應，雖然東部、中部和西部省域均對酒店供應采取了相應措施與政策，但東部省域相比中部和西部省域的改善效果明顯，而西部省域則出現了最為嚴重的酒店供應不協調、不匹配現象，更需根據實際旅游需求，對酒店供應進行重新調整與規劃。除酒店供應外，只有西部省域的經濟水平存在顯著消極溢出效應，但顯著性水平僅為10%，西部省域的顯著消極溢出效應多因省域之間的較少合作和客源競爭導致，所以西部應更多注意省域之間的經濟交流和合作，以達到入境旅游發展的協作共贏。第二，模型自變量的其他顯著影響因素都出現積極促進效應。（1）經濟水平是酒店供應、旅游資源、交通設施、開放程度等多個方面的經濟投入來源，與其他4種影響因素對入境旅游發展的積極促進力度較為相似，經濟水平從經濟投入層面促進入境旅游發展，由此凸顯了經濟水平對入境旅游長期發展的重要作用。同時，旅游資源是旅游資源、開放程度、交通設施、酒店供應4種影響因素中積極效應系數值最大的影響因素，從而奠定了旅游資源作為入境旅游發展的基礎地位。加強旅游資源建設和經濟水平發展始終是入境旅游發展的重要途徑。（2）東部省域入境旅游已取得了境外游客的普遍認可，同時已具備較高的國際影響力，開放程度已成為影響東部省域入境旅游發展較為微弱的因素，但對中部和西部省域則起到很好的積極效應。中部和西部省域需要更多注重入境旅游發展的對外開放程度，可通過物質、信息、服務等多種途徑以增加入境游客對中部和西部的認可度和向往度。（3）交通設施在中部省域呈現出非常強勁的溢出效應，即對其他省域入境旅游發展起到很好的交通可達效應，而東部省域交通設施的高速發展對入境旅游發展起到很好的促進作用，西部省域的交通設施建設則較為滯后，還不足以對入境旅游發展起到很強的促進作用。西部省域的交通設施需要進行長期大規模、高質量的規劃建設，以使入境旅游發展更上一個臺階。

根據研究背景的實際情況進行全面考慮與合理設計，從而構建基于擴散轉移矩陣的空間計量系統模型，能夠科學反映區域入境旅游發展影響效應研究的實際情況，以提供相比已有研究模型更為可靠的實證研究結論，不僅可為旅游相關的政府部門、行業機構、研究學者提供更為確切的科學信息，而且可作為旅游目的地發展的空間計量建模與分析借鑒。區域入境旅游發展將會是一個長期話題，不同時期將會呈現不同的顯著影響因素。然而，“一帶一路”象征著以“走出去”為主要特征的全球化新時代的到來[46]，將會對世界經濟、政治等格局產生深遠影響，不僅為我國入境旅游市場拓展指明發展方向，而且能夠為入境旅游市場開發創造新的條件和平臺，從而帶來我國區域入境旅游發展的格局變化[45]。相關學者已從區域入境旅游空間優化布局、政策協調以及路徑優化等方面進行了初步探索[47-48]，隨后區域入境旅游發展與國際客源市場之間的互動機制和合作深化可為進一步研究的切入點，以明確區域入境旅游不同階段發展影響因素的趨勢狀況，從而對各種影響因素進行有針對性的調整規劃和政策導向，以合理協調入境旅游發展的投資計劃，有效完善入境旅游發展的促進措施，最終達到區域入境旅游投入的最大價值產出，實現長期可持續繁榮發展。

參考文獻（References）

[1] 中華人民共和國文化和旅游部. 中國旅游統計年鑒2018[M]. 北京： 中國旅游出版社， 2018： 1-15. [Ministry of Culture and Tourism of the Peoples Republic of China. The Yearbook of China Tourism Statistics 2018 [M]. Beijing： Tourism Education Press， 2018： 1-15.]

[2] LIM C. A meta-analytic review of international tourism demand [J]. Journal of Travel Research， 1999， 37（3）： 273-284.

[3] SONG H， LI G. Tourism demand modelling and forecasting： A review of recent research [J]. Tourism Management， 2008， 29（2）： 203-220.

[4] LI X， PAN B， LAW R， et al. Forecasting tourism demand with composite search index [J]. Tourism Management， 2017， 59（2）： 57-66.

[5] BAL?Z V， MITSUTAKE M. Japanese tourists in transition countries of Central Europe： Present behavior and future trends [J]. Tourism Management， 1998， 19（5）： 433-443.

[6] ANDRAZ J M， RODRIGUES P M M. Monitoring tourism flows and destination management： Empirical evidence for Portugal [J]. Tourism Management， 2016， 56（5）： 1-7.

[7] OKAFOR L E， KHALID U， THEN T. Common unofficial language， development and international tourism [J]. Tourism Management， 2018， 67（4）： 127-138.

[8] LEE S H， CHOI J Y， YOO S H， et al. Evaluating spatial centrality for integrated tourism management in rural areas using GIS and network analysis [J]. Tourism Management， 2013， 34（1）： 14-24.

[9] ASERO V， GOZZO S， TOMASELLI V. Building tourism networks through tourist mobility [J]. Journal of Travel Research， 2016， 55（6）： 751-763.

[10] 吳良平， 張健. 危機事件及政策變動對中國入境旅游的影響研究——基于剔除直接價格效應的中國入境旅游收入[J]. 旅游學刊， 2013， 28（3）： 29-37. [WU Liangping， ZHANG Jian. Impact study of crisis events and policy changes on Chinas inbound tourism based on Chinas inbound tourism receipts that eliminated the direct price effect [J]. Tourism Tribune， 2013， 28（3）： 29-37.]

[11] 吳良平， 張健. 入境游客在中國區域的動態分布及其預測研究——基于帶虛擬變量的ARIMA模型[J]. 旅游學刊， 2015， 30（11）： 74-86. [WU Liangping， ZHANG Jian. Research on the dynamic distributions of inbound tourists in Chinas regions and dynamic distribution forecasts Based on the ARIMA model with the dummy variables [J]. Tourism Tribune， 2015， 30（11）： 74-86.]

[12] 李秋雨， 朱麟奇， 劉繼生. 中國入境旅游的經濟增長效應與空間差異性研究[J]. 地理科學， 2017， 37（10）： 1552-1559. [LI Qiuyu， ZHU Linqi， LIU Jisheng. Spillover effects and spatial differences of inbound tourism on economic growth in China [J]. Scientia Geographica Sinica， 2017， 37（10）： 1552-1559.]

[13] 李創新， 馬耀峰， 賀雅坤， 等. 1994—2008年西部入境旅游典型省份客流集散時空動態研究——以陜西、四川、云南為例[J]. 旅游學刊， 2011， 26（7）： 12-19. [LI Chuangxin， MA Yaofeng， HE Yakun， et al. Research on the spatial and temporal dynamics of the concentration and diffusion of inbound tourist flows in Chinas western regions from 1994 to 2008： Taking Shaanxi， Sichuan and Yunnan province as an example [J]. Tourism Tribune， 2011， 26（7）： 12-19.]

[14] 劉軍勝， 馬耀峰， 李振亭. 1997—2010年中部六省入境旅游流集散時空動態分析[J]. 地理科學， 2013， 33（4）： 450-456. [LIU Junsheng， MA Yaofeng， LI Zhenting. The Spatio-temporal dynamics evolution of the concentration and diffusion of inbound tourist flows in six provinces of central China in 1997—2010 [J]. Scientia Geographica Sinica， 2013， 33（4）： 450-456.]

[15] 吳良平， 張健. 中國入境客流區域集散的結構差異與轉移規律研究[J]. 旅游科學， 2017， 31（6）： 14-29. [WU Liangping， ZHANG Jian. A study on the structural difference and transfer law of regional concentration and diffusion of inbound tourist flows in China [J]. Tourism Science， 2017， 31（6）： 14-29.]

[16] 劉法建， 張捷， 陳冬冬. 中國入境旅游流網絡結構特征及動因研究[J]. 地理學報， 2010， 65（8）： 1013-1024. [LIU Fajian， ZHANG Jie， CHEN Dongdong. The characteristics and dynamical factors of Chinese inbound tourist flow network [J]. Acta Geographica Sinica， 2010， 65（8）： 1013-1024.]

[17] 馬耀峰， 林志慧， 劉憲鋒， 等. 中國主要城市入境旅游網絡結構演變分析[J]. 地理科學， 2014， 34（1）： 25-31. [MA Yaofeng， LIN Zhihui， LIU Xianfeng， et al. The evolution of network structure of inbound tourist in major cities of China [J]. Scientia Geographica Sinica， 2014， 34（1）： 25-31.]

[18] KHADAROO J， SEETANAH B. Transport infrastructure and tourism development [J]. Annals of Tourism Research， 2007， 34（4）： 1021-1032.

[19] CORTESJIMENEZ I， PULINA M. Inbound tourism and long-run economic growth [J]. Current Issues in Tourism， 2010， 13（1）： 61-74.

[20] SHI R Y， JI S B， WANG X Z， et al. Impacts of star-rated hotel expansion on inbound tourism development： Evidence from China [J]. Applied Economics， 2016， 48（32）： 1-16.

[21] ZHANG H Q， KULENDRAN N. The impact of climate variables on seasonal variation in Hong Kong inbound tourism demand [J]. Journal of Travel Research， 2017， 56（1）： 94-107.

[22] 蘇建軍， 孫根年， 趙多平. 交通巨變對中國旅游業發展的影響及地域類型劃分[J]. 旅游學刊， 2012， 27（6）： 41-51. [SU Jianjun， SUN Gennian， ZHAO Duoping. The impact of great changes of transportation on the development of Chinas tourism industry and division of regional types [J]. Tourism Tribune， 2012， 27（6）： 41-51.]

[23] 張世兵. 湖南省入境旅游發展與經濟增長的關系研究[J]. 經濟地理， 2013， 33（7）： 182-186. [ZHANG Shibing. Study on the relationship between inbound tourism development and economic growth in Hunan province [J]. Economic Geography， 2013， 33（7）： 182-186.]

[24] 宣國富. 中國入境旅游規模結構的省際差異及影響因素[J]. 經濟地理， 2012， 32（11）： 156-161. [XUAN Guofu. Study on the provincial difference and its influencing factors of the size structure of Chinas inbound tourism [J]. Economic Geography， 2012， 32（11）： 156-161.]

[25] 唐承財， 宋昌耀， 厲新建. 河北省入境旅游規模差異及影響因素分析[J]. 人文地理， 2014， 29（5）： 155-160. [TANG Chengcai， SONG Changyao， LI Xinjian. Analysis of disparity of inbound tourism rank and scale and its influencing factors cities in Hebei province [J]. Human Geography， 2014， 29（5）： 155-160.]

[26] 趙東喜. 中國省際入境旅游發展影響因素研究——基于分省面板數據分析[J]. 旅游學刊， 2008， 23（1）： 41-45. [ZHAO Dongxi. Study on the influencing factors of the development of Chinas provincial inbound tourism——Analysis based on the provincial panel data [J]. Tourism Tribune， 2008， 23（1）： 41-51.]

[27] 萬緒才， 王厚廷， 傅朝霞，等. 中國城市入境旅游發展差異及其影響因素——以重點旅游城市為例[J]. 地理研究， 2013， 32（2）： 337-346. [WAN Xucai， WANG Houting， FU Chaoxia， et al. The intercity difference and influencing factors of inbound tourism development in China： Taking the major tourism cities as an example [J]. Geographical Research， 2013， 32（2）： 337-346.]

[28] 姚云霞， 管衛華， 李在軍. 江蘇省入境旅游流的時空演變及影響因素分析[J]. 旅游科學， 2016， 30（5）： 52-62. [YAO Yunxia， GUAN Weihua， LI Zaijun. An analysis of the temporal-spatial evolution of inbound tourist flow of Jiangsu province and its influencing factors [J]. Tourism Science， 2016， 30（5）： 52-62.]

[29] YANG Y， WONG K K F. A spatial econometric approach to model spillover effects in tourism flows [J]. Journal of Travel Research， 2012， 51（6）： 768-778.

[30] YANG Y， FIK T. Spatial effects in regional tourism growth [J]. Annals of Tourism Research， 2014， 46（3）： 144-162.

[31] ROM?O J， NIJKAMP P. Impacts of innovation， productivity and specialization on tourism competitiveness： A spatial econometric analysis on European regions [J]. Current Issues in Tourism， 2019， 22（10）： 1150-1169.

[32] 趙磊， 方成， 吳向明. 旅游發展、空間溢出與經濟增長——來自中國的經驗證據[J]. 旅游學刊， 2014， 29（5）： 16-30. [ZHAO Lei， FANG Cheng， WU Xiangming. Tourism development， spatial spillover and economic growth： An empirical evidence from China [J]. Tourism Tribune， 2014， 29（5）： 16-30.]

[33] 楊維瓊， 張華. 外國人來華旅游的空間計量經濟分析[J]. 旅游學刊， 2015， 30（9）： 16-24. [YANG Weiqiong， ZHANG Hua. A spatial econometric analysis of Chinas inbound tourism [J]. Tourism Tribune， 2015， 30（9）： 16-24.]

[34] 王坤， 黃震方， 余鳳龍， 等. 中國城鎮化對旅游經濟影響的空間效應——基于空間面板計量模型的研究[J]. 旅游學刊， 2016， 31（5）： 15-28. [WANG Kun， HUANG Zhenfang， YU Fenglong， et al. Spatial effects of Chinas urbanization on tourism economic development： Empirical research based on the spatial panel econometric model [J]. Tourism Tribune， 2016， 31（5）： 15-28.]

[35] 殷杰， 劉雅芳， 楊東旭，等. “一帶一路”沿線歐洲諸國旅游開放度研究[J]. 經濟地理， 2017， 37（6）： 190-197. [YIN Jie， LIU Yafang， YANG Dongxu， at al. Study on tourism openness of European countries along the “B&R” [J]. Economic Geography， 2017， 37（6）： 190-197.]

[36] 王彩萍， 劉方方， 代姍姍. 跨國酒店集團在華區位分布及其影響因素——基于空間計量模型的實證分析[J]. 旅游學刊， 2018， 33（8）： 83-95. [WANG Caiping， LIU Fangfang， DAI Shan-shan. Multinational hotel groups location choices in China： A spatial econometric analysis [J]. Tourism Tribune， 2018， 33（8）： 83-95.]

[37] 杰弗里﹒M﹒伍德里奇. 計量經濟學導論： 現代觀點（第五版）[M]. 北京： 中國人民大學出版社， 2015： 150-153. [JEFFREY M W. Introductory Econometrics： A Modern Approach （the 5th Edition） [M]. Beijing： China Renmin University Press， 2015： 150-153.]

[38] 埃爾霍斯特·J·保羅. 空間計量經濟學： 從橫截面數據到空間面板[M]. 肖光恩，譯. 北京： 中國人民大學出版社， 2015： 7-32. [ELHORST J P. Spatial Econometrics from Cross-sectional Data to Spatial Panels [M]. XIAO Guangen， trans. Beijing： China Renmin University Press， 2015： 7-32.]

[39] SONG H， WONG K K F， CHON K K S. Modelling and forecasting the demand for Hong Kong tourism [J]. International Journal of Hospitality Management， 2003， 22 （4）： 435-451.

[40] SONG H， GARTNER W C， TASCI A D A. Visa restrictions and their adverse economic and marketing implications—Evidence from China [J]. Tourism Management， 2012， 33（2）： 397-412.

[41] 吳良平， 張健. 危機事件下中國入境旅游的受損格局與影響機制研究[J]. 旅游科學， 2016， 30（5）： 37-51. [WU Liangping， ZHANG Jian. A study on the damage pattern and the impact mechanism of Chinas inbound tourism in crisis events [J]. Tourism Science， 2016， 30（5）： 37-51.]

[42] 王兆峰. 入境旅游流與航空運輸網絡協同演化及差異分析——以西南地區為例[J]. 地理研究， 2012， 31（7）： 1328-1338. [WANG Zhaofeng. Co-evolution and disparities between inbound tourism flow and air transport network in Southwest China [J]. Geographical Research， 2012， 31（7）： 1328-1338.]

[43] 廖力平， 劉春雷. 外商直接投資與中國進出口貿易額互動關系[J]. 工業技術經濟， 2005， 24（8）： 48-50; 78. [LIAO Liping， LIU Chunlei. The interaction between foreign direct investment and Chinas import and export trade volume [J]. Journal of Industrial Technological Economics， 2005， 24（8）： 48-50; 78.]

[44] 黃毅. 我國旅游景區A級標準化管理研究[D]. 南昌： 江西財經大學， 2008. [HUANG Yi. Study on Class A Standardized Management of Tourist Scenic Spots in China [D]. Nanchang： Jiangxi University of Finance and Economics， 2008.]

[45] 吳良平， 張健. “一帶一路”背景下入境客流集聚市場供給特征研究[J]. 旅游學刊， 2018， 33（7）： 40-51. [WU Liangping， ZHANG Jian. Research on the supply characteristics of the concentrated markets of inbound tourist flows under the background of “the Belt and Road” [J]. Tourism Tribune， 2018， 33（7）： 40-51.]

[46] 劉衛東. “一帶一路”戰略的科學內涵與科學問題[J]. 地理科學進展， 2015， 34（5）： 538-544. [LIU Weidong. Scientific understan-ding of the Belt and Road initiative of China and related research themes [J]. Progress in Geography， 2015， 34（5）： 538-544.]

[47] 梁琦， 蔡建剛. “一帶一路”與我國區域旅游空間布局優化[J]. 吉首大學學報（社會科學版）， 2018， 39（3）： 39-47. [LIANG Qi， CAI Jiangang. The Belt and Road Initiative and the spatial layout optimization of regional tourism in China [J]. Journal of Jishou University （Social Science）， 2018， 39（3）： 39-47.]

[48] 馬耀峰， 高楊. 新時代我國入境旅游政策協調與路徑優化的審視[J]. 陜西師范大學學報（哲學社會科學版）， 2018， 47（2）： 30-36. [MA Yaofeng， GAO Yang. Review of Chinas tourism policy coordination and path optimization of inbound tourism in the new era [J]. Journal of Shaanxi Normal University （Philosophy and Social Sciences Edition）， 2018， 47（2）： 30-36.]

Spatial Econometric Modeling and the Influencing Factor Effects of Inbound Tourism Development in Chinas Provincial Regions

WU Liangping1，2， HU Jianmin3， ZHANG Jian4

（ 1. School of Business of Sichuan Normal University， Chengdu 610101， China; 2. V.C. & V.R. Key Lab of Sichuan Normal University， Chengdu 610068， China; 3. School of Economics and Management of Sichuan Normal University， Chengdu 610101， China; 4. School of Mathematical Sciences， University of Electronic Science and Technology of China， Chengdu 611731， China）

Abstract： The spatial econometric model has been effectively applied in tourism research and has solved some practical problems in the development of the tourism industry. However， the spatial weight matrix concentrates on the 0-1 matrix and inverse distance matrix， which can only indicate whether the provinces are adjacent and the inverse distance effect between provinces. Simultaneously， the spatial econometric model is limited to the spatial lag model， spatial error model and spatial Durbin model. However， the inbound tourist flow includes not only the tourist flow between the tourist source market and the tourist destination but also the one-way and two-way tourist flow between the tourist destination. Thus， inbound tourism has its own unique scenario of tourist flow diffusion transfer between Chinas provinces. Existing spatial econometric models for tourism research need further improvement and perfection because they cannot reflect or depict the actual scenario of inbound tourism very well.

According to the tourist flow transfers and development impact patterns of inbound tourism between China's provinces， in this paper， the diffusion transfer matrix is added as the spatial weight matrix of the model dependent variable lag to reflect the scenario of the tourist flow diffusion transfer of inbound tourism between Chinas provinces， and the impact of geographical spatial distance and crisis events are considered. Then the optimal spatial econometric model of regional inbound tourism development is constructed by starting with the most comprehensive generalized nested spatial model and introducing the spatial econometric model of tourism research based on ensuring the comparability of research variables over the years. The direct effect， spillover effect and total effect of the models significant influencing factors are also evaluated and analyzed， and some suggestions are provided for the development of regional inbound tourism. The results show the following： （1） When tourism resources， opening degree， transportation facilities and hotel supply are independent variables， the optimal spatial econometric models for the national， eastern， central and western provinces are the spatial Durbin model， spatial lag model， independent variable spatial lag model and generalized autocorrelation spatial model， respectively. When the economic level is an independent variable， the optimal spatial econometric models for the national， eastern， central and western provinces are the spatial lag model， generalized autocorrelation spatial model， ordinary linear regression model and spatial Durbin model， respectively， between inbound tourism development and the economic level. （2） The influencing factors with significant negative effects among the independent variables concentrate almost entirely on hotel supply， and strengthening tourism resources construction and economic development are always important approaches to inbound tourism development. Furthermore， the degree of openness has a weak impact on eastern provinces， but has a good positive effect on central and western provinces， whereas transportation facilities demonstrate a very strong spillover effect in central provinces.

According to the actual scenario of the development of inbound tourism， a relatively optimal spatial econometric model for inbound tourism development is constructed， which not only provides more accurate scientific information for tourism-related government departments， industry organizations and research scholars but also serves as a reference for the spatial econometric analysis of tourism destination development. Regional inbound tourism development is a long-term topic， and different periods present different significant influencing factors. By clarifying the current development of regional inbound tourism， we can implement planning adjustment and policy guidance for various influencing factors to rationally coordinate the investment plan of inbound tourism development， effectively improve the promotion measures of inbound tourism development， and ultimately achieve the maximum value output of regional inbound tourism input and achieve long-term sustainable prosperity and development.

Keywords： inbound tourism; diffusion transfer matrix; spatial econometric model; direct effect; spillover effect

[責任編輯：吳巧紅;責任校對：王? ? 婧]

引用格式：吳良平， 胡健敏， 張健. 中國省域入境旅游發展的空間計量建模與影響因素效應研究[J]. 旅游學刊， 2020， 35（3）： 14-27. [WU Liangping， HU Jianmin， ZHANG Jian. The spatial econometric modeling and influencing factor effects of inbound tourism development in Chinas provincial regions[J]. Tourism Tribune， 2020， 35（3）： 14-27.]

[基金項目]本研究受國家社會科學基金青年項目“‘一帶一路背景下入境旅游統計分析及優化布局研究”（16CGL026）和可視化計算與虛擬現實四川省重點實驗室項目“復雜旅游需求的預測建模及統計分析”（SCVCVR2016.03VS）共同資助。[This study was supported by grants from the National Social Science Foundation of China （to WU Liangping） （No. 16CGL026） and Visual Computing and Virtual Reality Key Laboratory of Sichuan Province（to WU Liangping） （No. SCVCVR2016.03VS）.]

[收稿日期]2018-10-13; [修訂日期]2019-05-08

[作者簡介]吳良平（1987—），男，四川遂寧人，博士，副教授，研究方向為應用統計分析、旅游需求建模與預測，E-mail： wuliangping6@sina.com，通訊作者;胡健敏（1985—），女，湖北武漢人，博士，助理研究員，研究方向為計量經濟學、區域經濟學，E-mail： 252751550@qq.com;張健（1964—），男，四川蒼溪人，博士，教授，博士生導師，研究方向為應用統計分析、數學物理方程，E-mail： zhangjiancdv@sina.com。