安徽省入境旅游流影响因素的实证研究＊

2014-02-26石张宇周葆华沈惊宏

旅游研究与实践 2014年1期

石张宇，周葆华，沈惊宏

（1.安庆师范学院资源环境学院，安徽安庆 246011；

2.南京师范大学地理科学学院，江苏南京 210046）

旅游流研究是旅游地理学关注的核心问题之一，长期受到国内外学者的关注。对于旅游目的地来说，持续、均衡、大规模的旅游流对发展区域旅游产业有着十分重要的意义［1］。正确把握入境旅游流的时空演变特征及其影响因素是区域入境旅游产业赖以生存和持续健康发展的基本前提。

引言

国外对旅游流的研究始于20世纪30年代，研究成果颇丰。早期的研究集中在选取某一区域为例，研究旅游流时空结构特征和规律［2－4］，以及借助数据和相关模型，分析旅游流模式与驱动机理［5－9］等方面，随着研究的深入，旅游流影响因素也逐渐成为研究的重点，如Tak－KeeHui研究了赴新加坡旅游的日本游客的季节性影响因素［10］。Matheson和 Wall研究了入境旅游流周期性波动影响因素，如气候变化、自然灾害、战争、政局动荡等［11］。Bruce提出影响旅游流的七大因素，即需求、政府职责、个人因素、外部经济因素、外部政治和健康因素以及不明确因素［12］。Kumi Endo利用统计数据分析了外资对旅游流格局和规模的影响［13］。国内旅游流研究始于20世纪80年代，主要集中在旅游流的概念与内涵［14］［15］188［16］、旅游流时空特征与演化规律［17－18］、旅游流动力机制和驱动模型［19－21］、旅游流扩散特征与路径模式［22－24］，对旅游流形成与影响因素的成果也较多，如张文尝探讨了影响我国客流产生和分布的主要因素是人口增长和迁移、城镇化发展及交通方便程度等［25］。牛亚菲指出旅游地与客源地之间的自然和人文环境差异对旅游客流产生了极强的拉力，这种相互作用力的大小决定了两地间旅游流的强度［26］。谢彦君认为，影响旅游流运动的因素有3个，即空间距离、国际（区际）关系、旅游供求关系［15］203。刘自峰认为，影响河南旅游流的因素有4个，即区位要素、旅游目的地因素、交通要素和社会经济文化要素［27］。

总体来看，国内外旅游流研究成果较多，研究空间尺度趋大，研究方法定量化倾向较明显，注重理论和实证相结合，侧重旅游流时空特征、动力机制和驱动模型研究。综观国内外对旅游流影响因素的探讨，都注重于从旅游客源市场、外部宏观环境等角度分析，尚少见从旅游目的地角度探讨影响入境旅游流的相关研究成果。鉴于此，文章以安徽省入境旅游流影响因素为研究对象，从旅游目的地角度归纳出影响安徽入境旅游流的9类主要因素，依据《安徽统计年鉴》、《中国旅游年鉴》、《中国旅游业统计公报》等文献获取相关数据，借助SPSS19.0和Eviews6.0软件，试图找出影响安徽入境旅游流的主要公因子，并运用双对数回归分析测定出其影响强度，以期丰富安徽入境旅游市场研究，并为拓展安徽国际旅游市场提供参考性建议。

一、指标选择与模型检验

（一）指标选择

入境旅游产业作为安徽省旅游业的重要组成部分，改革开放以来，无论是旅游流规模还是旅游外汇收入都有了长足的发展。入境旅游流从1998年的18.42万人次增长到2011年262.87万人次，年均增长率为22.69%，2011年全省旅游外汇收入11.79亿美元，同比增长66.49%；旅游总收入达到1 891.61亿元，同比增长65.49%，占全省GDP的12.1%。

但与广东、上海、江苏、浙江等旅游发达省市相比，安徽入境旅游产业的国际化水平还是较低的。如2011年安徽入境旅游人数只占全国的1.94%，接待人数只有广东的1/8左右，上海、江苏、浙江的1/4左右，差距比较明显，说明安徽入境旅游业还有很大的提升空间。

遵循重要性、代表性、层次性和系统性原则，遴选出影响安徽入境旅游流9个主要因子：

主要影响事件X1：将影响事件中对安徽入境旅游产生正面影响的计1分，产生负面影响的计负1分，正面影响会一直延续，负面影响仅会影响当年和次年①。

安徽社会经济发展水平X2：安徽国内生产总值（GDP）；

安徽对外联系水平X3：安徽外贸进出口总额；

安徽涉外旅游服务水平X4：涉外旅游星级饭店与国际旅行社数量之和；

安徽旅游基础设施水平X5：旅游基础设施投资额度（包含交通运输、邮电、批发和零售贸易、餐饮业、旅馆业、旅行社、文化娱乐、体育、教育）；

安徽旅游资源质量水平X6：世界遗产、国家4A、5A级景区、国家级重点风景名胜区与国家历史文化名城数量之和②；

安徽交通发展水平X7：铁路、公路、内河、民航运输线路长度；

我国入境旅游外汇收入X8；

我国入境过夜旅游者人次X9。

1998－2011年安徽省入境旅游流影响因子统计结果如表1所示：

表1 安徽省入境旅游流影响因子统计表

（二）模型检验

为解决数据的可比性问题，需要对数据进行无量纲化处理，“Z－score”标准化后的各变量指标值都处于同一个数量级别上，便于进行综合测评分析。为保证模型的合理性，通过计算相关系数来分析因变量和自变量间的相关性，由表2可知，安徽入境旅游流与9个变量相关系数均较高，其中有7个变量相关系数在0.9之上，表明模型在解释它们之间的关系时是比较适合的。

表2 相关系数表

为验证因子分析的科学性，输出9个变量的共同度量表，见表3，9个变量提取公因子后的共同度均在0.821之上，说明公因子提取后仍保留了较大比例的信息，因子分析效果是较显著的。

另外，KMO检验值为0.722（＞0.7），Bartlett’s球形检验近似卡方值为247.609，显著性P值为0.000（＜0.05），也表明9个变量满足因子分析的前提，适合进行因子分析。

表3 变量共同度量表

二、因子分析

（一）公因子确定

以特征值大于1的原则确定公因子个数。正交旋转后共存在3个最大的特征值因子，见表4，特征根值分别为3.604、3.491、1.669，方差累积贡献率高达97.384%，说明原有变量绝大部分信息被保留，对原始变量具有很强的解释能力，因此确定提取的公因子为3个，分别记为第一主因子F1，第二主因子F2和第三主因子F3。

表4 解释的总方差分析表

再对3个公因子载荷矩阵进行分析，见表5，第一主因子F1的典型代表变量比较突出，而第二主因子F2和第三主因子F3的典型代表变量不明显，不能对其所属的主因子做出很好的解释。为有效拉开各因子载荷值之间的差距，加强因子提取和命名的说服力，需要对公因子进行方差最大化正交旋转，使因子载荷值两极分化，要么接近于0，要么接近于1，旋转后的因子往往更具有实际意义。

由表6所示，3个主因子的典型代表量均得以明显体现。第一主因子F1，包含变量X2、X3、X8、X9，可命名为经济与社会发展因子；第二主因子F2，包含变量 X4、X5、X6、X7，可命名为基础设施与条件因子；第三主因子F3，包含变量X1，可命名为外部风险因子。

表5 公因子载荷矩阵

表6 旋转后的公因子载荷矩阵

（二）公因子得分

输出3个主因子的得分系数矩阵，见表7，获得公因子得分的计算公式，再乘以相应变量标准化值，可求出各公因子综合得分，见表8，可以测定出各公因子对安徽入境旅游流影响水平的高低。

表7 主因子得分系数矩阵

因子得分的计算公式为：

表8 安徽省入境旅游流影响因子得分表

三、双对数回归分析

采用双对数线性回归法来分析安徽入境旅游流影响因子，进一步测定各变量对入境旅游流直接的影响强度。双对数线性回归分析最大的优点，就是各个变量的系数有直接的经济含义，即入境旅游流相对于该变量的弹性，可直接反映某个变量的影响强度；换言之，能够反映出入境旅游流对各变量变动的敏感性。

先对所有变量进行对数化处理，运用Eviews6.0输出LNlyrs对各变量的双对数回归模型方程，结果如下，见表9：

可以看出，R2＝0.997 9，调整后的＝0.993 2可决系数很高，F＝213.17检验值较大，相应的P＝0.000 053，说明模型整体拟合优度很高，各变量联合起来对安徽入境旅游流有显著影响。但变量X4、X5、X8、X9系数的T统计量绝对值小于2，相应的P值也大于0.05的显著性水平，而且变量 X3、X4、X5、X6、X8系数符号的经济意义不合理，这表明解释变量之间可能存在多重共线性。

表9 9类影响因子双对数回归结果

多重共线性是一个程度问题而不是存在与否的问题，可通过一些方法来减少共线性的严重程度，一般有变量变换法、变量剔除法、差分法、逐步回归法等，这里采用变量剔除法，来减少模型共线性的严重程度。

按照T统计量绝对值最小化原则，逐步剔除变量X5、X8和X4，最后结果见表10：

表10 6类影响因子双对数回归结果

可以看出，R2＝0.996 3，调整后的＝0.993 2可决系数虽略有下降，但F检验值显著提高，相应的P值接近于0，说明模型整体拟合优度仍然非常好。剩余所有变量T统计量绝对值有明显增加，且其绝对值全部大于2，相应的P值也小于0.05的显著性水平，DW检验值为2.322，接近于2，在5%的显著性水平下，残差序列不存在自相关，模型解释效果较好。通过逐步剔除变量法，基本上消除了多重共线性，剩余6个变量综合起来对安徽入境旅游流影响非常显著，回归系数值直接反映出了各变量的影响强度。

四、相关结论及建议

（一）结论

1.安徽入境旅游流影响因素可归纳为3个公因子，分别是经济与社会发展因子F1、基础设施与条件因子F2和外部风险因子F3。

经济与社会发展因子在2002年之前影响是不断减弱的，此后影响开始慢慢增加，到2008年后影响越来越强。一方面反映出我国入境旅游产业发展态势良好，国际旅游市场竞争力不断提高；另一方面说明安徽经济社会持续发展，综合省力不断增加，安徽作为一个旅游目的地的国际吸引力日益提升，国际化水平逐渐增强，受到越来越多入境游客的喜爱。

基础设施与条件因子影响一直处于缓慢增加的趋势，至2005年影响逐渐转强，但2007年后影响渐趋下降，说明到2007年时，安徽省旅游基础设施和服务体系日益完善，能为旅游发展提供良好的外部环境，基础设施和旅游基础条件不再是旅游业发展的主要障碍因素。

外部风险因子（特指主要影响事件）影响大小一直处于优劣交替之中，这反映出外部风险事件对入境旅游影响较大，也说明了入境旅游业的脆弱性和波动性特征。

2.双对数回归分析显示，变量X4、X5、X8由于多重共线性的影响予以剔除，其余6个变量综合起来对安徽入境旅游流有显著影响。与安徽入境旅游流呈正相关的4个变量，依次是安徽国内生产总值、我国入境过夜旅游者人次、安徽区位交通发展水平和主要影响事件，它们每增加1亿元、1万人次、1公里和每增加1次，会引起安徽入境旅游流增加2.032 42、1.788 2、0.533 68和0.060 44万人次。

安徽外贸进出口总额、安徽旅游资源质量水平两个变量与安徽入境旅游流呈负相关，影响系数为－0.714 67和－0.404 68，外贸进出口总额和高质量景区（点）数量的增加不会导致入境旅游流的增加。原因可能在于：旅游与国际贸易的关系较为复杂，既存在着旅游引发贸易、贸易促进旅游的双向因果关系，也存在着旅游推动贸易或贸易推动旅游的单向因果关系，同时还可能存在旅游与贸易的非因果关系［28］。据此推断，安徽外贸进出口总额不是安徽入境旅游的原因，外贸进出口总额增加不会导致入境旅游流的增加。通过对外贸进出口总额与安徽入境旅游进行格兰杰因果关系检验证实了这一推断，而且进一步发现安徽入境旅游是外贸进出口总额的格兰杰原因，即入境旅游促进进出口贸易。依据孙根年提出的旅游与贸易互动三阶段模型，安徽入境旅游与贸易进入了第三个阶段，即水平较高的平缓发展阶段，意味着旅游对贸易的拉动作用较大［29］。

景区景点数量的增加没有显著影响的主要原因可能是，尽管近几年安徽景区（点）数量有所增加，但从全国范围来看，数量仍然较少。以5A级旅游景区为例，截止到2013年4月18日，全国5A级旅游景区共有155家，安徽仅有6家，占比3.87%。安徽高质量旅游景区（点）建设跟不上入境旅游发展的速度。另外，由于中部内陆省份的区位劣势和我国入境游客旅游偏好北京、上海、广州和西部一些旅游热点地区，安徽国际旅游市场吸引力相对较弱，某种程度上与安徽缺乏数量丰富的优质旅游资源有一定关系。据入境抽样调查显示，我国入境游客仍以短程为主，境内停留时间仅为6.6天，游览1至3座城市的游客占被调查者的88.1%，前往经济比较发达和旅游资源较丰富的省（区、市），如北京、上海、江苏、浙江、广东、四川和陕西等地区的游客比例相对较高，占在境内游览总人数的52.3%［30］。根据张佑印等的研究，2009年北京入境旅游流国内一级扩散最主要的方向依次是上海、广东和陕西，分别占北京入境旅游流扩散总量的36%、15%和10%左右，内蒙古、重庆、安徽、贵州和青海5个省市占比相对较小，均在3%以下，西部省市中陕西、四川的二级扩散流向主要是上海，云南的二级扩散主要是广州，东部省市中二级扩散主要是上海、北京和广州，而且在二级扩散后入境旅游游客呈现明显的出境趋势［24］。这表明，安徽作为入境旅游者首选旅游目的地的比例在3%以下，二次选择的比例更微乎其微。

（二）建议

1.基础设施和旅游基础条件等旅游硬环境已不再是安徽旅游业发展的主要障碍因素，未来应将重点放在旅游软环境营造、旅游产品结构升级优化、市场营销宣传等方面。

2.要大力发展入境旅游业，通过旅游的带动作用加快国际贸易额的增长，进而实现旅游与贸易的双向良性循环发展。

3.积极鼓励支持部分有实力的国际旅行社在日本、韩国、美国、新加坡等主要客源国和港澳台地区设立分社或旅游办事处，拓展入境组团旅游业务。也可在北京、上海、广州、大连等地设立相应分支机构，积极承接二手入境客源。

4.加强旅游安全风险评价与管理研究，建立风险防范合作与应急机制，消除不利事件的负面影响，推动入境旅游业又好又快发展。

旅游流的影响因素是多方面的，文章仅从旅游目的地角度来探讨安徽入境旅游流的影响因素，9类因素的选择虽有其代表性和科学性，但也具有一定主观性，可能会在一定程度上影响到结论的准确性，后续研究将会侧重于入境旅游客源国角度，深入分析安徽入境旅游流的各类影响因素，也会进一步完善影响变量的选择标准。

注释：

①主要影响事件有1997年香港回归、1997亚洲金融风暴、1999年澳门回归、1999年台海危机、2001年加入世贸组织、2001年“9·11”事件、2003年“非典”疫情、2008年奥运会、2008年海峡两岸实现“三通”、2008年汶川大地震、2009年甲型H1N1流感、2010年上海世博会、2011年西安世界园艺博览会。其中，2001年“9·11”事件之后，中国成为相对安全的旅游目的地，计为正值。

②2000年我国才开始进行全国旅游景区质量等级评定，安徽省2001年被批准了5处4A级景区，由于世界遗产、大部分4A、5A景区同时是国家级重点风景名胜区，为避免重复计算，国家级重点风景名胜区这一部分数量予以剔除。

［1］张佑印，马耀峰，赵现红.中国一级城市入境旅游流时空演变模式分析［J］.城市问题，2008（2）：90－94.

［2］ Douglas Pearce.Japanese tourists in Europe［J］.Geographical Review of Japan，1995，68（1）：63－74.

［3］ Johnston M E.Polar tourism：Implications management［J］.Annals of Tourism Research，1997，24（4）：1013－1015.

［4］ Derek J.Wade.B.C.Mwasaga，Paul F.J.Eagles.A history and market analysis of tourism in Tanzania［J］.Tourism Management，2001（22）：93－101.

［5］ Miyuki Mitsutake.Japanese tourists in transition countries of Central Europe：Present behavior and future trends［J］.Tourism Management，1998，19（5）：433－443.

［6］ Teresa G M，Teodosio P A.An econometrics model for international tourism flows to Spain［J］.Applied Economies Letters，2000（7）：525－529.

［7］ John Coshall.Spectral analysis of international tourism flows［J］.Annals of Tourism Research，2000，27 （3）：577－589.

［8］ Bowden J.A cross－national analysis of international tourist flows in China［J］.Tourism Geographies，2003，5（3）：257－279.

［9］ Prideaux B，Sang Mu Kim.Bilateral tourism imbalance：Is there a cause for concern：The case of Australia and Korea［J］.Tourism Management，1999，20：523－532.

［10］ Tak－KeeHui，Chi Ching Yuen.A study in the seasonal variation of japanese tourist arrivals in Singapore［J］.Tourism Management，2002，23（4）：127－131.

［11］保继刚，楚义芳，旅游地理学［M］.北京：高等教育出版社，1999：8－24.

［12］ Bruce Prideaux.Factors affecting bilateral tourism flow［J］.Annals of Tourism Research，2005，32（3）：780－801.

［13］ Kumi Endo.Foreign direct investment in tourism flows and volume［J］.Tourism Management，2006，27 （4）：600－614.

［14］唐顺铁，郭来喜.旅游流体系研究［J］.旅游学刊，1998（3）：38－41.

［15］谢彦君.基础旅游学［M］.北京：中国旅游出版社，1999.

［16］马耀峰，李天顺，刘新平.旅华游客流动模式系统研究［M］.北京：高等教育出版社，2001.

［17］张红.我国旅游热点城市境外游客旅游流空间分布特征分析［J］.人文地理，2000（2）：56－57.

［18］张佑印，马耀峰，顾静.北京间接入境聚集旅游流流势时空演化规律研究［J］.旅游学刊，2011（10）：31－35.

［19］吴必虎.上海城市游憩者流动行为研究［J］.地理研究，1994（2）：117－127.

［20］高军，吴必虎，马耀峰.旅华英国游客O－D旅游客流动力机制研究［J］.旅游学刊，2011（2）：35－40.

［21］杨兴柱，顾朝林，王群.旅游流驱动力系统分析［J］.地理研究，2011（1）：23－36.