長三角地區國內旅游需求收入彈性測算及發展潛力預測

張 洪，顏金香

(安徽大學 商學院，安徽 合肥 230601)

1 引 言

隨著旅游業的快速發展，旅游需求成為學者們研究的熱點領域。一個國家(或地區)旅游業的發展程度主要取決于它的旅游市場占有率和旅游業發展潛力。潛力在一定條件下能夠轉化成現實競爭力或發展力[1]，所以進行旅游需求潛力的預測研究具有重要的現實意義。

旅游需求預測主要包括對旅游人次和旅游收入的預測。外國學者關于旅游市場需求預測的研究最早開始于20世紀60年代，并在20世紀80年代蓬勃發展；而我國雖然目前已經成為世界級的旅游強國，但對旅游需求的預測研究從20世紀末才開始，主要是建立在外國學者研究基礎上的理論性引介與探討[2]。縱觀國內外，大多數學者采用定量預測的方式，將相對成熟的預測模型理論應用于旅游市場需求的研究中。國外學者在預測旅游需求時最常用的預測模型是誤差修正模型(ECM)和接近理想需求法(AIDS)[2]，由于我國計量經濟學起步較晚，而這兩種模型運算方面較為復雜，因此這兩種模型在我國未能得到推廣。目前國內學者主要使用的預測方法有人工神經網絡模型[3-5]、多元回歸分析方法[6-9]、ARIMA模型[10]、指數平滑法[9][11-14]、季節性自回歸移動平均法[13]、模型擬合法[13]、灰色預測模型[8][15][16]以及組合預測法[9][15][17]等。關于這些方法的優劣，國外學者Cho V對比指數平滑法、單變量ARIMA模型及Elman人工神經網絡模型，并利用案例證明預測旅游需求最好的方法是指數平滑法[18]。Song H等回顧了近40年的文獻，通過比較不同時期的研究方法，發現沒有任何一種方法可以適用于所有情況，預測方法的演變仍在進行中[19]。

從馬斯洛需求層次論角度看，旅游活動屬于高層次的需求活動。旅游需求彈性較大，易受國家經濟形勢、居民可自由支配收入變化的影響，所以本研究從需求收入彈性的角度對旅游需求進行預測。本研究以2010—2019年長三角地區27個城市為樣本，以人均GDP作為衡量收入的指標，分別以旅游人次和旅游收入作為衡量旅游需求的指標，對旅游需求發展潛力進行預測。由于解釋變量均為年度時間序列，具有明顯的時間和隨機趨勢，因此，本研究采用指數平滑法[9][11-14][18]對解釋變量進行預測，進而預測長三角地區2022—2026年的旅游發展潛力。

2 變量選取、數據來源及模型設定

2.1 變量選取與數據來源

在旅游需求研究中，變量的選取直接關系到模型測算和預測的精度。影響人們旅游活動的客觀條件主要是閑暇時間和可支配收入，而這兩個因素都與社會經濟發展水平呈正相關關系，但由于閑暇時間難以度量，所以本研究選擇人均國內生產總值[1][12][20-24](簡稱人均GDP)作為解釋變量，其數據均來自《中國統計年鑒》。

在被解釋變量的選擇上，國外學者?zlem ?nder等選用實際匯率、人均GDP和交通公共資本存量作為解釋變量對伊茲密爾國際旅游人數的影響因素進行研究[25]；Li, HY則基于互聯網大數據對旅游客流量進行預測[26]；而Sanchez-Rivero M等則基于對數回歸函數的需求收入彈性證明了旅游流量的增加與旅游收入的增加之間不存在直接的關系，認為在分析旅游業的經濟增長時，旅游收入比游客的數量更有代表性[27]。總之，在以往的旅游需求研究中，學者們多選用旅游人次[12-14][20][28-31]或旅游收入[6][10][32]作為衡量旅游需求的指標，且大多學者認為旅游目的地客流量與旅游經濟貢獻度之間存在著正向關系。對此，也有學者持有不同的觀點，如國外學者Webster C和Ivanov S對全球的旅游目的地客流量與旅游經濟貢獻度的關系進行研究，發現更多的客流量并不意味著更多的游客花費，也并不一定會促進當地經濟的發展[24]，即旅游目的地客流量與經濟貢獻度之間存在著錯位現象[33]。綜上所述，本研究選用旅游人次和旅游收入來分別作為衡量旅游需求的指標，以便更精確地預測未來旅游業的發展潛力。國內旅游人次和旅游收入的相關數據來自《中國統計年鑒》，由于統計年鑒中鹽城、泰州、蕪湖、滁州、馬鞍山、宣城的國內旅游人次和旅游收入數據有所缺失，缺失部分的數據來自各市統計局官網上的統計報表和各城市相關年份的《國民經濟與社會發展統計公報》。

2.2 模型設定

本研究首先運用需求收入彈性理論[11][12][34]計算了長三角地區27個城市旅游需求的收入彈性，以捕捉各城市在國內市場上的旅游需求及變化特征，再利用彈性測算值預測未來國內市場旅游需求的發展潛力。因此，本研究的相關模型如下：

2.2.1旅游需求收入彈性公式

旅游需求收入彈性指旅游需求量與居民可支配收入間的變化關系。公式如下：

(1)

(2)

2.2.2旅游需求預測公式

(3)

(4)

其中，Q人次和Q收入分別表示旅游人次和旅游收入；I表示人均GDP；E人次表示相應城市人均GDP對國內旅游人次影響的收入彈性值；E收入表示相應城市人均GDP對國內旅游收入影響的收入彈性值；Qrt和Qst分別表示相應城市第t年的旅游人次和旅游收入；Qrt-1和Qst-1分別表示相應城市第t-1年的旅游人次和旅游收入。

2.2.3旅游人次的空間聚集性分析公式

地理集中指數用來衡量一種現象在空間或時間上的集中程度。計算公式為：

(5)

其中，G為地理集中指數，表示長三角地區國內游客的集聚性，xi為第i個地區旅游人次數；X為長三角地區旅游人次總量；n為27。G值越接近100，表明游客分布越集中，空間集聚性越高；反之，游客分布越分散，地域集聚性越差。

變差系數是標準差與平均數之比，反映變量之間的離散程度，計算公式如下：

(6)

3 需求收入彈性測算與分析

3.1 旅游需求收入彈性測算

本研究根據需求收入彈性的定義[34]，基于旅游人次和旅游收入測算出各個城市過去十年的旅游需求收入彈性值并按其大小進行排序(見表1)。在得出各個城市的旅游需求收入彈性值之后，為了更加直觀地觀察長三角地區國內旅游需求彈性值大小及分布情況，本研究將旅游需求收入彈性劃分為缺乏彈性(0≤E<1)、富有彈性(1≤E<2)、極其富有彈性(E≥2)三個層次(見表2)。

表1 基于彈性定義的樣本城市旅游需求收入彈性測算結果

表2 長三角地區27個城市旅游需求收入彈性層次劃分

3.2 旅游需求收入彈性分析

由表1可以得出，長三角地區各城市的需求收入彈性均為正值，表明長三角地區旅游需求與國民經濟發展水平之間存在正相關關系；且除無錫、蘇州和上海外其余城市的需求收入彈性值均大于1，即富有彈性，表明GDP對旅游需求的拉動作用非常明顯。根據表1和表2，無論是人均GDP對旅游人次的影響還是對旅游收入的影響，其最高彈性值與最低值之間相差均較大，表明長三角地區不同城市間旅游業發展不平衡。

旅游需求收入彈性值大于2的城市共有14個，其中蕪湖、銅陵、宣城、合肥、馬鞍山、金華、滁州、湖州、池州這9個城市的人均GDP對旅游人次和對旅游收入的影響均表現為極其富有彈性；而臺州、安慶、嘉興、溫州、舟山這5個城市的人均GDP只對旅游收入表現為極其富有彈性。即在長三角地區中，安徽省和浙江省的國內旅游人次和旅游收入受國家經濟變化的影響更加顯著。但調查得出，除合肥外，上述城市的國內旅游人次和旅游收入的絕對量較小，說明當地旅游市場還不成熟，旅游還屬于一種較高水平的消費，容易受國民經濟狀況和人均可支配收入變化的影響。因此，上述城市應充分利用需求收入彈性，著重提升地區經濟發展水平，激發旅游者的潛在需求；同時應適度超前規劃，以應對因國民經濟提升而帶來的旅游需求的急速增加。

從表1可知，旅游需求富有彈性(彈性值在1和2之間)的城市共有17個，這些城市的人均GDP對旅游需求具有明顯的拉動作用，屬于奢侈品消費，同時也說明當前旅游業的發展依賴于國民經濟的增長，具有很大的發展潛力和空間。其中杭州、鹽城、紹興、寧波、南通、泰州、揚州、常州、鎮江、南京這10個城市的人均GDP對旅游人次和對旅游收入的影響均表現為富有彈性；臺州、安慶、嘉興、溫州、舟山這5個城市的人均GDP對旅游人次表現為富有彈性，對旅游收入表現為極其富有彈性，而無錫和蘇州的人均GDP對旅游收入表現為富有彈性，但對旅游人次表現為缺乏彈性，表明這7個城市的人均GDP對旅游收入的影響比旅游人次的影響更加顯著，即這些城市的旅游開發是比較有效的，對此應當根據各自的資源優勢創新旅游業態，增強旅游競爭力，在保持當前競爭優勢的基礎上增強整體競爭力，以推動旅游業更好地發展。

彈性值小于1的城市共有3個，由恩格爾定理可知，一個國家或家庭越富裕，生活必需品支出的收入彈性就越小。其中只有上海市的人均GDP對旅游人次和旅游收入的影響均表現為缺乏彈性，但其旅游人次和旅游收入絕對值都最大，說明當前上海旅游業受收入水平影響較小，上海居民的生活已經達到較高水平，上海市的旅游逐漸成為人們生活中的必需品，旅游業發展較為穩定。因此，上述城市在保持當前旅游收入絕對量的前提下可以考慮適當減少游客量，以減輕環境的承載壓力；同時也要積極尋找新的旅游創新點以滿足不同游客的多樣化需求。總之，各地區應繼續積極響應“區域一體化”政策，評估不同區域旅游業帶來的潛在需求，特別是安徽省、浙江省更要積極融入“長三角區域一體化”建設。對于上海和江蘇省的城市而言，要積極尋求自身的比較優勢，按照優勢互補的原則，與其他城市進行合作，共同促進旅游業的高質量發展。

4 旅游需求潛力預測與分析

4.1 旅游需求潛力預測

本研究基于彈性定義計算出長三角地區旅游需求的收入彈性，再進一步預測未來五年長三角地區27個城市在國內市場上的旅游需求。在預測旅游需求之前，首先應該預測自變量的值，即人均國內生產總值。由于自變量是年度時間序列，具有明顯的時間性和隨機性趨勢，因此，本研究運用指數平滑Holt—Winters—無季節性模型對自變量進行預測[11-12]，并將其代入旅游需求預測公式(3)和(4)中得出最終的旅游需求，即國內旅游人次和旅游收入(見表3和表4)。

續表3 長三角地區2022—2026年國內旅游人次預測結果 (萬人次)

表4 長三角地區2022—2026年國內旅游收入預測結果 (億元)

續表4 長三角地區2022—2026年國內旅游收入預測結果 (億元)

4.2 旅游需求潛力分析

4.2.1旅游需求增長率分析

如上所述，旅游需求預測主要包括對旅游人次和旅游收入的預測，為了更直觀地觀察長三角地區國內旅游需求的增長速度，本研究根據李克特量表將旅游需求的年均增長率劃分為低(0≤r<3%)、較低(3%≤r<4%)、一般(4%≤r<6%)、較高(6%≤r<7%)、高(r≥7%)五個等級(見表5)。

表5 長三角地區2022—2026年國內旅游需求年均增長率等級劃分

如表5所示，所有城市的旅游需求年均增長率均為正值，國內旅游人次和旅游收入均表現出快速增長的趨勢，國內旅游市場發展前景良好。旅游需求年均增長率屬于較高及以上層次(r≥6%)的城市共有13個，其中蕪湖的旅游人次和旅游收入增長率均屬于最高層次；滁州、宣城、馬鞍山等12個城市，其國內旅游收入年均增長率的層次均高于旅游人次增長率層次，表明這些城市一定程度的旅游人次增長率可以帶來更高的旅游收入增長率。上述城市在未來5年的旅游人次年均增長率超過6%，要想維持住強大的發展潛力，首先要加強旅游服務業的接待能力，避免景區容量超載，造成環境壓力；其次，要加強旅游景區的安全防范措施，增強游客體驗感；再者，進一步開發現有的旅游資源，推進旅游產品升級，滿足游客需求的增加。

旅游需求年均增長率屬于一般增長程度(4%≤r<6%)的有13個城市，其中溫州、杭州、鹽城、紹興和寧波的國內旅游人次和旅游收入均屬于第三層次；而湖州、池州、臺州、安慶、嘉興、溫州和舟山這7個城市的旅游收入屬于第二層次；南通、揚州、常州、泰州和鎮江的旅游收入增長率屬于第三層次而旅游人次增長率屬于第四層次。上述城市要想保證旅游業發展的可持續性，首先要科學規劃和建設相應的旅游設施，以保證旅游產業的質量和旅游經濟規模得到提高；其次，要加強對旅游專業人才的培養，注重提高旅游從業人員的專業技能和綜合素質。

旅游需求年均增長率屬于較低及以下程度(r<4%)的共有9個城市，其中上海的旅游需求年均增長率相對較低，但其絕對量較大，主要是因為上海當前的旅游業規模已經較大，所以發展潛力相對較小，這也表明當前上海市的旅游業的發展較為穩定。對此，應當重點分析其當前旅游市場的特點，根據不同的游客需求，分組開發客源市場，對重點客源市場進行重點營銷，挖掘增長潛力；同時要關注客源市場的多元化發展趨勢，積極拓展客源層。

綜上所述，無論是旅游人次還是旅游收入的增長率，安徽省和浙江省城市的國內旅游需求增長率均高于上海市和江蘇省部分城市，表明安徽省和浙江省旅游業發展潛力巨大，但這并不意味著上海和江蘇省旅游業在衰退，因為這些城市當前的旅游業規模已經足夠大，所以發展速度才會相對較慢。浙江省和安徽省旅游業規模增長率和對經濟的貢獻率都處于前列，這恰恰體現了“長三角一體化”戰略的優勢，加快了相對落后地區旅游業的發展，這也充分說明各地區之間應進一步加強合作，提升整體競爭力。同時，本文研究發現，長三角地區國內旅游人次和旅游收入并不是同比例增加的，即一定比例旅游人次的增加，并不一定會帶來旅游收入同比例的增長，但總的來講，國內旅游收入增速略高于旅游人次的增速，主要是因為當前居民生活水平在提高，其消費觀念也明顯改變，旅游體驗需求越來越高，人均消費能力在不斷增強。因此，各地區要積極按照十四五規劃提出的對旅游高質量發展的要求，充分挖掘旅游資源，注重產品創新，加強產業間的融合與發展，既要擴大客流規模，又要提高經濟效益；同時在盡量不影響旅游收入的前提下，通過調控價格、限制游客數量等措施，減少環境的承載壓力。

4.2.2國內游客的空間集聚性分析

為了更好地了解長三角地區旅游發展的地區差異以及國內游客對旅游目的地選擇的偏好，本研究利用公式(5)和(6)計算了長三角地區2022—2026年旅游流的地理集中指數和變差系數，結果如表6所示。

表6 長三角地區國內游客的空間集聚性

圖1 長三角地區國內旅游流的空間集聚性指數

由圖1可以看出，2022—2024年長三角地區國內旅游人次在空間分布的地理集中指數呈現增加趨勢，表明長三角地區國內旅游的集聚性在增加，而在2024—2026年國內旅游人次的地理集中指數在減少，表明長三角地區國內旅游的集中性在減少；但總體來看，其比例較低，表明長三角地區國內游客分布較分散，空間集聚性較弱，但其平衡度高。從國內旅游的空間差異性來看，2022—2026年長三角地區國內旅游接待的變差系數可能會縮小，表明國內旅游的相對差距在減小，即長三角地區各城市的國內旅游接待都得到了較快的發展。同時也可以看出，2022—2026年國內游客的指數變化很小，即表明長三角地區國內游客地區內分布可能會較為均衡。長三角地區國內游客的集聚性較低，主要是由游客的消費需求特點造成的，國內游客主要來自本地區和周邊地區，對旅游目的地的選擇具有多樣性和就近性特點，傾向于選擇本地中心城市或鄰近城市。

5 結 論

旅游業是在“長三角一體化”戰略下促進中國經濟發展的重要主導產業之一，本研究基于2010—2019年27個“長三角一體化”城市的面板數據，利用彈性定義法測算國內旅游市場中旅游需求的收入彈性，并基于此彈性值，預測2022—2026年長三角地區國內旅游需求的發展潛力，主要得出以下結論：

第一，在確定“長三角一體化”倡議成為國家戰略之后，長三角地區國內旅游需求均得到明顯提升，但國內旅游人次和旅游收入的增長比例并不相同。其中，同一城市基于國內旅游收入測算的彈性值都略高于基于旅游人次測算的彈性值，旅游收入的年均增長率也略高于旅游人次的年均增長率，這表明隨著經濟的高速發展，旅游者對旅游體驗感的要求越來越高，人均旅游消費在不斷增加。

第二，長三角地區國內旅游市場規模不斷擴大，旅游業對經濟的貢獻也越來越大，長三角地區多數城市的國內旅游人次和旅游收入將保持年均兩位數的增長速度。不同城市之間存在較大差異，總的來講，安徽省和浙江省的收入彈性值略大于上海市和江蘇省城市的收入彈性值，安徽省和浙江省的國內旅游收入增長速度也略高于上海市和江蘇省，說明長三角地區安徽省和浙江省未來在旅游業上有更大的發展潛力。上海市和江蘇省的旅游需求增長較慢，但其旅游人次和旅游收入總量卻較大，表明其當前的旅游業發展趨于穩定。

第三，長三角地區國內旅游的地理集中指數和變差系數均較低且呈現下降趨勢，表明長三角地區游客分布較為分散，空間集聚性較弱，各城市之間的相對差異在縮小。

通過對長三角地區旅游需求收入彈性值的測算和國內旅游需求的預測分析，可以判斷各城市旅游業的成長狀況和發展趨勢，有助于長三角地區制定正確的旅游發展政策。從理論上講，影響長三角地區旅游需求的因素除了居民收入之外，旅游產品的價格也是一個核心因素，但由于旅游產品種類繁多，旅游產品價格數據的獲取和準確性難以把握，使得本研究存在一定的局限性。另外，由于新冠疫情對2020年和2021年旅游業的巨大影響，本研究對長三角地區國內旅游人次和旅游收入的預測僅基于2010—2019年國內市場旅游業的相關數據，其預測結果未考慮特殊事件的影響。因此，在現有影響因素的基礎上，未來如何引入旅游產品價格、游客閑暇時間以及相關的政策等因素，使預測更科學合理,是下一步努力的方向。