基于ARIMA模型的危机事件对入境旅游需求的影响分析——以丽江为例

徐秀美,杨 扬

(1.西藏大学 旅游与外语学院，西藏 拉萨 850000；2.西藏大学 西藏旅游发展研究中心，西藏 拉萨 850000)

0 引言

进入新千年以后，旅游业的作用越来越突出，成为世界上最大的创汇产业和就业部门。据2002年世界旅游组织的统计显示，到2020年中国将成为世界上最大的旅游目的地国。大力发展入境国际旅游，在国家层次，可以为经济发展提供进口设备和技术所需要的外汇；在地方层次，可以促进当地经济发展和基础设施与共用设施的建设，扩大就业渠道；在居民层次，有利于当地部分居民生活水平的改善[1]。入境旅游也是衡量一个国家或者地区旅游业发展水平重要指标，国内外许多地区都打出建设国际旅游目的地的口号。

随着对入境旅游发展的重视，国内外关于入境旅游的研究也取得了令人瞩目的成果，其中关于入境旅游需求及其影响因素的研究逐年升温。国外关于入境旅游需求及其影响因素的研究主要集中在运用多种经济计量方法和模型对入境旅游需求进行预测，通过模型来分析影响旅游需求的影响因素[2-4]。实证研究范式对国内相关研究产生了很大的影响，人工神经网络、多元回归分析、ARIMA模型、CGE模型、GARCH模型以及组合模型在定量分析入境旅游需求、入境旅游波动等方面逐步得到运用[5-9]。

在经济全球化的背景下，一国或者一个地区的入境旅游易受到一些危机事件的影响，在2000年到2010年这段时间内，来自恐怖主义、自然灾害、流行疾病以及国际金融危机等方面的多种因素频繁地阻碍着全球国际旅游的发展。因此，关于危机事件对入境旅游的影响研究成为近年来入境旅游研究的一个重要方面，在这一方面，国外研究一般通是过在计量经济模型中中引入虚拟变量来定量分析危机事件的影响，国内旅游危机研究大多侧重于某一危机事件对旅游业的影响，采用预测值与实际值的对比来分析重大事件的影响[10-12]，国际上常用的引入虚拟变量方法在国内并不多见[13]。

本文本文借鉴国内外关于入境旅游定量研究的相关成果，以2000～2010年丽江入境旅游需求模型为基础来构造虚拟变量模型，来定量分析该阶段危机事件对丽江入境旅游的影响。

1 数据的选取与方法

衡量入境旅游需求的指标较多，例如入境旅游增加值、旅游接待人次数、旅游综合收入等。鉴于本文数据来源渠道有限，同时为了简化和方便研究，选取2000～2010年丽江市旅游接待人次数∗数据来源：丽江市旅游局.作为分析入境旅游的指标。

针对本文所选取数据的特点，采用自回归求积滑动平均模型(autoregressive integrated moving average model，简称为ARIMA模型)进行分析。ARIMA分析方法由Box-Jenkins(1976)提出的，它适用于各种领域的时间序列分析。该模型不同于经济计量模型的两个特点是[14]：

(1)这种建模方法不以经济理论为依据，而是依据变量自身的变化规律，利用外推机制描述时间序列的变化。

(2)明确考虑时间序列的非平稳性。如果时间序列非平稳，建立模型之前应先通过差分把它变换成平稳的时间序列，再考虑建模问题。

ARIMA模型主要应用于时间序列本身的变化规律和预测回归模型中解释变量的值等方面，是非经典计量经济学的基础之一。

2 模型的构建与分析

2.1 平稳性检验

对2000～2010年丽江入境游客量∗数据来源：丽江市旅游局.(人次数)取自然对数，记为LNYt，以消除可能存在的异方差现象。进一步利用Eviews3.0作出LNYt与其一阶差分序列DLNYt的时间序列图(图1)，可见丽江入境游客量总水平除在2003和2004两年出现回落外，其余年份基本上保持增长趋势。

通过对LNYt进行增广的Dickey-Fuller检验，得到ADF统计量为-7.118625，小于5%显著水平下的临界值-3.4239，因此LNYt是平稳的，可以直接在此序列上构建ARMA模型。

图1 DLNYt，LNYt的时间序列图

2.2 模型的识别

模型的识别主要是指通过分析相关图和偏相关图来识别模型的形式并确定ARMA(p，q)模型中p和q的阶数。利用Eviews3.0作出LNYt的相关图和偏相关图(图2)，根据图2显示，K=1，2时相关图有两个峰值，然后呈正弦衰减，偏相关图正负交替衰减，初步断定符合AR(2)的特征。

①移动指挥车。指挥所采用越野性能好的厢式货车作为载车，针对移动指挥所的设计要求，分别进行车体、车厢、车内、车外、车顶的改装。车辆改装集成后不影响原车的车速、转弯半径、爬坡度、制动距离、越壕宽度等技术指标，基本保持原车性能不变，同时进行了跑车试验、淋浴试验等多项系统检测。车内布局设计采用人机学原理，空间布局新颖合理，获得了多项专利，使用方便，维护性好，充分满足指挥调度的需求。

图2 LNYt的相关图和偏相关图

2.3 模型的选择与参数估计

2.3.1 虚变量设置

通过构造虚拟变量模型来定量分析该阶段危机事件对丽江入境旅游的影响首先要明确需要引入哪些或者哪类危机事件作为虚变量。2000～2010年间，国际旅游业走过了非同寻常的11a：自美国发生了“9·11”事件以后，恐怖活动在全球范围内纷至沓来，仅2004年全球就有十大恐怖事件连续发生∗十大恐怖事件包括：西班牙马德里的火车连环爆炸事件、俄罗斯别斯兰人质事件、伊拉克清真寺连环爆炸、俄罗斯两民航客机坠毁、埃及西奈半岛爆炸案、俄罗斯印古什袭击事件、莫斯科地铁爆炸事件、沙特胡拜尔人质事件、俄车臣首府爆炸和印度连环爆炸案.；同年发生的南太平洋海啸，给南亚地区的旅游业造成了严重的创伤，同时对该区域游客的出游行为造成了较大限制；除此之外，大规模的流行疾病波及范围较广，对入境旅游造成重创，以2003年遭受SARS打击最大的中国旅游业为例，该年上半年全国旅游外汇收入累计测算数为73.31亿美元，同比减收22.48亿美元，比上年同期下降23.47%[15]；由于世界经济一体化进程的不断演进，2008年的由美国次贷危机引发的金融风暴在很短的时间内演变成了全球性的金融危机，这是自2000年以来，继恐怖活动、流行疾病以及自然灾害之后，全球国际旅游又一次遭到重创，据联合国世界旅游组织于2009年1月发布的全球旅游业景气报告显示，2008年国际旅游业的增长速度明显缓慢，3月份就出现了下滑状态，8月份则出现负增长现象[16]。

当前，赴丽游客排名前十五位的国家和地区依次为台湾、香港、泰国、韩国、新加坡、澳门、马来西亚、美国、日本、澳大利亚、法国、印尼、越南、德国、英国、加拿大。以新加坡、马来西亚、泰国为主的东南亚旅游客源市场是丽江旅游业长期以来主要的外国旅游客源市场之一，占外国旅游客源市场的1/3。法国、德国、英国、美国等欧美发达国家是国际旅游市场的重要组成部分，世界上75%左右的国际旅游者都由这些国家输出，近年来这些国家和地区的旅游市场已出现基本饱和状态，客流开始向亚太地区流动。

因此，本文在AR(2)模型的基础上，根据LNYt的时间趋势图特征，针对丽江市客源构成情况，抓主要矛盾，选取与丽江的客源市场关系密切的危机事件作为虚变量，记为DtK：

式中：Dt2003为2003年SARS，Dt2004为2004年的南太平洋海啸和国际恐怖活动；Dt2008为2008年的金融危机。

2.3.2 虚变量引入的方式

从经济意义上来讲，不同年份的危机事件对于丽江入境游客量(人次数)的影响程度是不同的，因此，考虑到各模型的截距不相同、斜率相同的情况，以加法方式引入当期与滞后1期虚变量[17]。本文构建的危机事件对丽江市入境旅游需求影响的AR(2)模型为：

LNYt=C+Φ1LNYt-1+Φ2LNYt-2+∑λ0DtK+∑λ1DtK-1+μt

(1)

2.3.3 模型的估计与检验

在显著性检验为5%的情况下对模型参数估计结果进行了剔存，最终结果如表1所示。

表1 模型估计结果

表2 残差Q检验

LNYt=0.2669+0.9370LNYt-1-0.1658LNYt-2-1.0509D2003-0.3203D2003t-1+0.2318D2004+0.7112D2004t-1+0.0038D2008t-1

(2)

3 结果分析

将(2)式转化成以Yt表达的形式：

Yt=1.3059×Yt-10.937×Yt-2-0.166×exp(-1.0509D2003-0.3203D2003t-1+0.2318D2004+0.7112D2004t-1+0.0038D2008t-1)

(3)

(3)式结果在经济实践中的解释为：作为虚变量的危机事件对于丽江入境旅游人次数影响的比例为eλ-1，影响人次数为1.3059×Yt-10.937×Yt-2-0.166(eλ-1)，计算结果如表3所示。

表3 危机事件影响的计算结果

根据该结果，可以得出以下结论：

从影响人次数方面来看，2003年的SARS对当年以及次年的产生负面影响，其中2003年的SARS对当年丽江市入境旅游需求影响最大，达到4.2245万人次，使入境旅游人数锐减，从影响比例方面来看，2003年的SARS的影响比例也是最大的，达到0.6504，其余波影响到2004年，影响人次数为1.7803万人次，影响比例下降到0.2741。

结果没有反映出2004年南太平洋海啸和国际恐怖活动、2008年的金融危机对于丽江入境旅游需求所造成的负面影响，这表明在2003年受“非典”疫情的影响导致旅游客源市场短期下滑后，由于旅游需求不断扩大、丽江旅游国际化程度的不断提高和市场开拓力度的不断加大、丽江口岸机场的开通、中日外交关系改善、丽江成为“欧洲人最喜爱的旅游城市”、以及云南与东盟自由贸易区加快南亚大通道合作和东南亚经济全面复苏、丽江加大力度建设国际精品旅游目的地等一系列积极因素推动下，丽江旅游客源市场一直保持持续稳定的增长态势，在国内旅游客源市场迅猛增长的同时，海外旅游客源市场也在全球范快速增长，国际化旅游市场格局基本形成。近年来丽江入境游客接待量的数据也印证了这一结论：2007年共接待海外旅游者40.07万人次，同比增长29.8%。2009年至今，面对全球范围内金融危机对世界旅游业的打击，丽江海外旅游份额仍保持了强劲的增长势头，2010年丽江市共接待海外游客61.14万人次，同比增长16.26%，创下历史性新高。

4 研究不足与展望

旅游业在发展质量上，应当实现由数量规模型逐步向质量效益型转变。囿于数据结构以及目前旅游统计的局限性，只是从数量(人次数)的角度入手构造丽江入境旅游需求模型的虚拟变量模型，来定量分析危机事件与丽江入境旅游需求的矛盾问题，而并未深入到入境旅游经济和质量效益层次。当然，任何事物都是在不断发展的，研究方法和分析结果具有一定的局限性，因此还需要以发展的、动态的眼光去深入、细化和完善。

参考文献：

[1]林南枝，陶汉军.旅游经济学[M].天津：南开大学出版社，2000：260-286.

[2]Song，H，Witt，S F.Tourism Forecasting：The General-to-Specific Approach[J].Journal of Travel Research，2003，42(1)：65-74.

[3]Kulendran，N，M L King.Forecasting International Quarterly Tourist Flows Using Error Correction and Time Series Models[J].International Journal of Forecasting，1997，13(3)：319-327.

[4]Teresa G M.Inbound international tourism to Canary islands：A dynamic panel data model[J].Tourism Management，2006，27(2)：281-291.

[5]王峰博，郑未君.基于ARIMA与GARCH模型对我国国际入境旅游需求波动的研究[J].经济视角，2009，(7)：52-57.

[6]黎洁，韩飞.基于可计算一般均衡模型CGE的江苏入境旅游需求变化对地区经济的影响分析[J].旅游学刊，2009，24(12)：23-31.

[7]郭晓霞，庞世明.入境旅游日本客源市场分析[J].北京城市学院学报，2011(1)：53-62.

[8]Teresa G M，Luís F M M.Tourism in the Balearic islands：A dynamic model for international demand using panel data[J].Tourism Management，2007，28(5)：1224-1235.

[9]Kuo H I，Chen C C，Tseng W C，et al.Assessing impacts of Sars and Avian Flu on international tourism demand to Asia[J].Tourism Management，2008，29(5)：917-928.

[10]孙玉环.基于SARIMA模型的SARS对中国入境旅游收入影响的定量分析[J].旅游科学，2006，20(1)：18-22.

[11]薛刚，孙根年.2003年SARS对国内旅游影响的后评价——基于本底趋势线的31个省、市、自治区客流量损失的估算[J].经济地理，2008，28(6)：1059-1063.

[12]李锋，孙根年.基于旅游本底线法(TBLM)的旅游危机事件研究——以2003年SARS事件为例[J].人文地理，2006，21(4)：102-105.

[13]王铮，袁宇杰，熊文.重大事件对上海市入境旅游需求的影响——基于ADL模型的分析[J].旅游学刊，2010，25(4)：44-50.

[14]王振龙，胡永宏.应用时间序列分析[M].北京：科学出版社，2007：7-8.

[15]中国旅游网.旅游统计.2003年6月份我国入境旅游接待收汇情况[R]..

[16]雷鸣.金融危机背景下我国休闲旅游面对的机遇与挑战[J].中国商界，2010(2)：212-214.

[17]王文博.计量经济学[M].西安：西安交通大学出版社，2011：153-167.