上海入境旅游市场的季节特征、波动周期与发展趋势——基于X-12-ARIMA和HP滤波法

周 成 冯学钢

(华东师范大学经济与管理学部，上海 200241)

上海入境旅游市场的季节特征、波动周期与发展趋势
——基于X-12-ARIMA和HP滤波法

周 成 冯学钢

(华东师范大学经济与管理学部，上海 200241)

旅游客源市场具有月度和季节波动特征,且对地区旅游业持续发展有重要影响。以上海2004～2015年(香港、澳门、台湾及国外)入境游客月度数据为分析依据,基于X-12-ARIMA模型对上海入境旅游市场的季节因素、不规则因素及趋势循环因素给予分解与研究,并运用HP滤波法分析了上海4类入境旅游市场的波动周期与发展趋势。结果表明:(1)上海入境客源市场均受干湿、冷热等季节因素影响,且影响大小依次为澳门>香港>外国>台湾;(2)各类型旅沪市场的季节形态存在差异,外国市场呈“两峰两谷”的变化形态,港、台市场则呈“三峰三谷”的季节特征,而澳门市场峰谷较多,呈“四峰四谷”的波动态势。(3)上海入境市场受不规则因素大小影响依次为澳门>香港>台湾>外国,且对2003年“非典”、2008～2009年金融危机、2010年“世博”等不规则事件表现具有差异。(4)港、澳、台与外国旅沪市场在2004～2015年均可分为12个月度小周期,且4类入境市场总体呈波动上升的发展趋势。在此基础上,本文从旅游产品体系、危机管理体制、客源市场营销等维度提出缓解上海入境旅游季节性矛盾,增强偶发性事件应对能力的相关策略。

旅游季节性; 入境旅游; X-12-ARIMA; HP滤波; 上海

0 引言

季节性是由气候、日历(calendar)、时间等因素造成,但又呈不一定规则形态的时间序列年内波动现象(Hylleberg,1992)。在旅游业中,季节性不仅是最重要和较显著的特征之一,亦是较复杂与难处理的现实问题。旅游季节性主要指旅游要素的暂时性不平衡,并通过游客数量、游客花费、交通流量、就业人数等关键指标得以体现(Butler,1994)。按表现形式,旅游季节性可划分为“年内、月内、周内和公共假日内等”类型(Lundtorp,2001)。旅游要素季节波动可以显著影响旅游供求结构、旅游业运作模式及旅游者出游方式等(林德荣,张军洲,2015),对区域旅游产业的持续发展具有重要影响。而入境旅游市场的客源结构、规模大小、季节分布直接关系到该旅游目的地的国际旅游吸引力、旅游外汇收益率以及客源市场合理性。因此,全面理解和准确测度入境旅游客流的季节特征、影响因子与波动周期等,是实现该地区旅游要素时空结构优化、客源市场季节合理平滑的重要前提与基础。

目前,对旅游市场的季节性研究主要集中于以下方面。(1)旅游市场季节性的形成因素。Hartmann(1986)最初将旅游市场季节性成因划分为自然原因(natural causes)和制度性原因(institutional causes)两方面。Butler(1994)从旅游社会属性出发,认为旅游市场季节性由三大因素形成,即人们社交的需要和社交方式、体育活动的季节性以及旅行者的旅行习惯。Baum和Hagen(1999)将旅游市场的季节性成因加以综合,将其概括为自然气候环境、社会习惯、行业习惯、日历效应和供应限制等5类。国内学者陆林(1994)将旅游市场季节成因分为两类4种,即自然因素(自然季节性因素、自然偶发因素)和社会因素(社会季节性因素、社会偶发因素),并认为影响因素的主导性因地区情况而异。周成和冯学钢(2015)基于旅游“推-拉”理论对季节性因素进行识别,并从客源地与目的地方面提出针对性措施。(2)旅游市场季节性的表现形式。贺小荣(2001)认为,我国大多数地区的旅游市场季节性可分为3类,即:多峰型,某地区旅游客流一年中有3个或3个以上的旅游旺季;双峰型,一年中有两个旅游旺季;单峰型,一年中只有1个旅游旺季。此外,入境旅游季节性在不同地区与不同国家之间亦存在较大差异,如南京市在1997～1999年的海外客流呈“双峰双谷”变化特征(李想,黄震方,2000),而青岛市入境旅游市场在2000～2005年则无明显季节性波动(柴寿升,2002);澳大利亚旅华客流从1995～2010年呈现“三峰两谷一盆地”的年内波动特点(席宇斌,等,2013),而俄罗斯旅华市场旺季集中于一年中的7～10月份,这与其他国家旅华市场具有一定的季节互补(周成,等,2013)。(3)旅游市场季节性的定量测度。测度方法以曲线分析(马世罕,等,2012)、基尼系数(纪小美,等,2015)、年际集中度(Wall,Yan,2003)、季节强度指数(陈芸,田良,2013)等指标方法的单一或组合运用(Karamustafa,Ulama,2010;Hinch,Hickey,1996;金川,等,2014)为主,Cunado等(2005)研究发现季节性小幅集成模型能较好地解释西班牙的旅游季节性数据。此外,X-12-ARIMA和TRAMO/SEATS等季节调整方法也被Koenig-Lewis(2010)、杨勇(2015)、孙晓东等(2015)等运用。

由现有文献整理可知,在旅游市场季节性形成因素上,多数研究集中于气候环境、需求变动、假日制度等季节本身要素的筛选,而缺少对季节性之外偶发性(不规则)因素的提取;在季节性表现特征上,多为旅游市场客流的年内季节波动形态的把握,对入境客流月度周期性的分析则涉及较少;在季节性定量测度上,多以指数型方法运用为主,而缺少对旅游时间序列内部的、比较隐性的、需借助较复杂计量方法才能获取的季节性特征信息的研究(林德荣,张军洲,2015)。基于此,本文以上海入境旅游客源市场为研究对象,将X-12-ARIMA季节调整模型和Hodrick-Prescott滤波法相结合,对香港、澳门、台湾和外国旅沪市场的季节因素、不规则因素及趋势循环因素等进行分解,并对上海入境旅游市场月度波动周期和未来发展趋势给予探讨,以期为我国入境旅游市场的季节性研究提供新思路,并为地区旅游季节性矛盾解决和客源市场结构优化提供相应的决策依据。

1 研究方法与数据来源

1.1 研究方法

1.1.1 X-12-ARIMA模型

X-12-ARIMA模型由美国商务部普查局David Findley等于1998年研发和运用(张鸣芳,等,2004),该模型包括乘法、加法、伪加法和对数加法等4种季节分解形式,是由X-12方法和差分自回归移动平均模型ARIMA(Autoregressive Integrated Moving Average)组合而成的季节性调整方法(范维,等,2006)。ARIMA模型通过用延长原序列以弥补移动平均法末端项补缺值的问题。与X-11-ARIMA模型相比,X-12-ARIMA模型增加了集中类型的模型和多种新的季节性诊断方法,具有较好的适应性,能对大多数经济时间序列进行季节调整,因而,成为经济数据分析和预测的有效工具(孙晓东,等,2015)。

X-12-ARIMA引入了预调整模块regARIMA,它包括两个阶段,在第一个阶段,建立regARIMA模型,公式如下:

(1)

式中:L是滞后算子;S为季节周期长度;d、D分别表示非季节性差分阶数、季节性差分阶数;φ(L)和φp(Ls)分别为非季节和季节自回归算子;θq(L)和ΘQ(L2)分别为非季节和季节移动平均算子;εt是白噪声过程;Yt是原时间序列;xit为回归变量。利用Box-Jenkins记法可表示成(p,d,q)(P,D,Q)s(林文凯,等,2015)。

在第二个阶段,将前一阶段产生的时间序列回归误差导入X-11模块进行季节调整,将时间序列数据分解成趋势循环因素、季节性因素和不规则因素。此时,具有季节性特征的经济数据序列可以分解为下列两种基本形式:

加法模型:

(2)

乘法模型:

(3)

式(2)、(3)中:Yt为原始经济时间序列;TCt为所分解的趋势循环因素;St为季节因素,即每年重复出现的循环变动,以12个月或4个季度为周期的周期性影响,由温度、降雨及每年中的假期等因素引起(孙晓东,等,2015);不规则因素It通常由偶然发生事件引起,如罢工、事故、危机、地震、水灾、战争等。对于采用哪种形式进行分析,取决于序列各要素间的关系,若以上要素是相互独立的用加法模型,否则适合用乘法模型,本文采用乘法模型。

1.1.2 HP滤波法

HP滤波是经济周期研究中广泛使用的方法,由Hodrick和Prescott(1980)在分析美国战后的经济景气时首次提出,其实质是过滤掉低频的趋势成分,以保留高频的周期成分。

式中,c(L)=(L-1-1)-(1-L);当λ=0时,满足最小化问题的趋势序列为{Yt},随着λ值的增大,估计的趋势越光滑;当λ趋于无穷大时,估计的趋势将接近线性函数。根据经验,年度数据λ=100;季度数据λ=1600;月度数据λ=14400(张国胜,等,2014)。

1.2 数据来源

在描述某一经济现象季节性特征和周期性波动时,一般采用通用的、具有较强可比性且能全面反映总体经济活动水平的总量指标。文章在兼顾数据完整性、可获得性与横向比较性原则的基础上,将上海入境旅游市场分为香港、澳门、台湾和外国市场4种类型,分析指标确定为上海接待各客源市场的过夜游客数(人次),数据源于《上海市统计年鉴》(2005～2015)和上海市旅游局官方网站*http://lyw.sh.gov.cn/lyj_website/HTML/DefaultSite/portal/index/index.htm,研究时段选取2004年1月至2015年12月,共144个月度单位,进行上海入境市场的季节性分解和周期性研究。

2 上海入境旅游市场的季节特征分析

2.1季节性波动总体特征

基于Eviews9.0操作平台,运用X-12-ARIMA季节调整方法,可将上海各类型入境旅游市场的季节因素、趋势循环因素及不规则因素进行分解剥离,由此来对比分析各旅沪市场的季节结构特征。下表为考察年份内各入境旅游市场的季节因素极差,极差大小可说明上海各客源市场所受季节因素影响的强弱程度(见表1)。从表1可知,澳门旅沪市场的季节因素极差最大(0.875),是台湾季节变动极差(0.392)的2.23倍,各旅沪市场季节因素影响大小依次为澳门>香港(0.531)>外国(0.492)>台湾。澳门1999年回归祖国,大众旅沪市场起步较晚,且总体规模小于其他3类入境旅游市场,季节性波动明显,这不仅受澳门自身节假日分布较零散和出境旅游淡旺季的影响,同时,也受上海全年气候变化及适游期集中于春、秋季节的制约。香港及外国旅沪市场的季节因素极差处于中等位置,其中,外国转道香港来沪游客在香港旅沪市场中占有重要比重,因此,两类市场具有相似的季节特征,同时,香港和外国旅沪市场发展历程较长,受气候、假日、温度等季节因素影响较为稳定,因而旅游客流的季节波动相对较小。台湾旅沪客源市场中,以商务往来、修学会议为目的的游客数量众多,且受自然环境限制较小,因而其季节因素影响相对最低,现已形成了较为稳定的季节性特征。

从季节极差的年度变化可看出各旅沪市场的季节波动趋势,由表1可知,上海4类入境旅游市场中,香港和外国市场的季节性因素均呈逐年增大的趋势,分别由2004年的0.2663和0.3536上涨到2015年的0.5311和0.4918,表明其来沪游客年内季节集中性有所增强,但从长远来看不利于上海入境旅游市场的健康发展,应及时采取调控措施以实现香港、外国旅沪市场的季节性平滑。澳门和台湾旅沪市场则呈现波动下降的状态,分别由2004年的0.6938和0.3651下降到2015年的0.4682和0.3107,旅游季节因素波动降低且趋于平稳,表明两大客源市场正向良性方向发展;其中,澳门市场季节因素极值下降幅度比台湾大,表明季节因素对澳门来沪旅游影响虽大,但已开始显著降低。

表1 2004～2015年上海入境旅游市场季节性因素极差

2.2 季节性波动形态特征

将上海各入境旅游市场的季节因素逐月呈现并做均值处理,可进一步探究港、澳、台及国外4类旅沪市场的年内季节波动形态。由图1可知,上海4类入境旅游市场的季节表现形式具有显著差异,外国旅沪市场在1年内呈现“两峰两谷”的变化形态,其中,4月和10月为高峰月,而同年的2月和7、8月为低谷月,外国市场来沪高峰均处于上海的旅游气候舒适期(4～6月、9～10月)内(马丽君,等,2009)。而香港、台湾旅沪市场则呈现“三峰三谷”特征,高峰月均处于4月、6～7月和10～11月份,而低谷月份处于1～2月、5～6月以及8～9月;两者不同之处在于,6月份为香港旅沪客流的高峰月,却是台湾客流的相对低谷月,7～8月为香港相对低谷月,但是台湾旅沪修学市场的相对高峰。澳门旅沪市场在1年中峰谷较多,呈“四峰四谷”的波动形态,客流低谷月有2月、5月、7月以及9月,而高峰月为4月、6月、8月和10月,这也与前文所述澳门旅沪客流受季节性因素影响较大相互印证。

图1 上海四大类型入境旅游市场年内季节性波动

以季节因素值大小作为入境旅游淡旺季的判定依据,定义SF≥1.05为旅游旺季,0.85

表2 上海四大类型入境旅游市场年内淡旺季分布

2.3 不规则因素变化特征

具有月度波动特征的经济序列除了会受温度、降水、节假日等季节因素影响外,还会受偶发性、不规则因素制约。在分析上海入境旅游市场季节因素基础上,进一步将港、澳、台及国外旅沪市场的不规则因素进行剥离并进行极值计算,由图2可知,从整体来看,4类旅沪市场受不规则因素影响大小依次为澳门(1.154)>香港(0.645)>台湾(0.538)>外国(0.393),这与季节性因素影响有细微不同,台湾受不规则变动因素大于外国客源市场,主要是近年来两岸旅游利好政策不断,台湾游客对上海及大陆的旅游感知变化显著,台湾对上海世博会等重大事件关注较高等原因所致;而澳门市场由于来沪游客总体规模较小、年内客流波动较大等原因导致季节因素和不规则因素所占比重都偏大于其他市场。

具体而言,上海4类入境旅游市场对不规则因素影响的表现具有差异。由图2可见,台湾和外国旅沪市场由于受2003年“非典”的后续影响,2004年1～3月份出现了较大幅度的波动,而香港和澳门市场受“非典”影响较小,波动较弱;2005年初,受到内地禽流感疫情蔓延、香港地区政治局势等影响,港、澳地区旅华和来沪客流有不同程度下拉趋势;2008～2009年,受全球金融危机影响,旅沪入境游客的不规则性因素显著扩大,尤其是外国旅沪市场所受影响更为显著;2010年5月到10月上海举办的世博会对其入境旅游具有较大促进作用,其中,澳门和台湾来沪入境市场客流上涨幅度大于香港与国外旅沪市场,表明上海世博会对台、澳市场的旅游吸引相对更高。2012年初,受世界经济复苏乏力、欧洲债务危机深化和部分周边国家关系紧张等影响,外国旅沪客流出现一定幅度的不规则性波动。总之,偶发事件、经济危机及疾病疫情等不规则性因素对上海各入境旅游市场均有不同程度的影响,如何有效缓解或消除不规则因素的消极后果是上海入境旅游市场持续发展的重要议题。

图2 上海四大类型入境旅游市场不规则因素波动

3 上海入境旅游市场周期性与发展趋势

3.1 上海入境旅游市场发展周期

X-12-ARIMA季节调整方法可对经济时间序列进行分解,但并不会区分趋势因素和循环因素,而是将两者视为一体加以考虑,因而,难以捕捉经济序列的长期发展态势。本文使用Hodrick-Prescott滤波法对上海4类入境旅游客流的趋势循环序列进行分解,进而可探究其周期特征和发展趋势(陈雄强,张晓峒,2007)。根据“谷-谷”划分法进行上海入境旅游客流的月度小周期划分,即通过循环序列的增长率大小来确定序列变动的幅度、高度和深度等(生延超,等,2014)。由图3可知,上海所接待的港、澳、台及国外4类入境旅游市场在2004～2015年考察期内均可划分为12个月度小周期,且平均每个周期正好为12个月,这也侧面印证了上海入境旅游与年内季节特征的联系密切。

图3 2004～2015年上海四大类型入境旅游市场月度周期

此外,由图3可见,上海4类入境旅游市场的月度周期具有不同的表现形式。香港与台湾市场的月度周期呈“长短交替”的波动形态,其中,香港市场在考察年份内的月度周期为“三短两长”,即平均3个月度短周期后就会出现两个较长的月度周期,这反映出香港旅沪市场具有一定周期性规律;澳门和外国两类旅沪市场月度周期表现为“侧短中长”的形态,其中,澳门市场月度周期在2008年11月之前为波动增长,之后其周期开始波动缩短,一定程度上反映出澳门旅沪市场的微波化与趋稳化;国外旅沪市场经历从2007年8月到2012年11月连续3个长周期后,从2012年12月开始,出现了多个平均6～8个月的短周期,周期变短且月数稳定表明外国旅沪市场已走过了经济危机导致的大起大落阶段,旅沪客流稳定性不断增强。

3.2 上海入境旅游市场发展趋势

在分析上海入境旅游市场季节特征与月度周期的基础上,进一步对研究期内上海入境旅游市场总体发展趋势进行探讨,为各类旅沪市场的拓展策略提供相应的理论依据。由图4可知,港、澳、台与外国旅沪市场从2004～2015年的总体发展态势具有相似性,4类市场均呈波动上升形态,且最高值均发生于2010年4月到2011年8月间,这也说明世博会对上海整个入境旅游市场的促进作用和后续拉动效果显著;而2008年、2009年的全球性金融危机并未给上海入境旅游带来较显著的负面影响,趋势线除外国旅沪市场有一定凹陷外,港、澳、台市场均呈平滑上升的发展状态。

细节来看,4类旅沪市场发展情况亦有相对差异。其中,外国、台湾市场在经历2010～2011年客流高峰后,受经济复苏迟缓、次贷危机蔓延等影响客流缓减,但从2014年起又出现了稳定上升的发展趋势,这显示了上海对国外和台湾市场具有较好的客源基础和吸引能力;而香港旅沪市场2010年之后出现显著下滑趋势,但从2013年之后下滑趋势变弱,并保持了高位稳定的发展特征;澳门旅沪市场呈以2010年为高值轴,两侧低值对称的波动形态,2013～2015年仍处于低位缓滑的状态,需引起相关市场拓展部门的足够重视。

4 结论与建议

4.1 分析结论

本文突破了以往基尼系数、地理集中度和季节强度指数等传统旅游季节测度方式,运用X-12-ARIMA模型和HP滤波法将入境旅游月度时间序列进行多要素分解,分析了上海入境旅游市场的季节特征、(偶发性)不规则性因素以及月度波动周期,并以香港、澳门、台湾和外国4类旅沪市场的横向对比为视角,通过探测各类旅游市场的波动差异与发展趋势,得出如下结论。

第一,上海各入境旅游市场均受到温湿、冷热等季节因素影响。从总体而言,受季节因素影响大小依次为澳门>香港>外国>台湾。从趋势来看,香港、外国旅沪市场的季节因素呈逐年增大的趋势,季节波动性变强;而澳门和台湾市场季节因素波动降低且趋于平稳,表明正趋向良性方向发展。

第二,不同类型入境旅游市场的季节形态存在显著差异,外国市场呈“两峰两谷”的变化形态,香港、台湾市场则呈现“三峰三谷”的季节特征,而澳门市场年内客流呈“四峰四谷”起伏波动。从淡旺季来看,上海4类入境旅游市场的年内淡季月数较少,且分布于冬季的1～2月份,其余月份均为入境旅游的平、旺季。

图4 上海四大类型入境旅游市场发展趋势

第三,上海各类入境旅游市场受(偶发性)不规则因素影响大小依次为澳门>香港>台湾>外国,这与季节因素影响排序有细微不同;此外,港、澳、台及外国旅沪市场对2003年“非典”、2008～2009金融危机、2010年上海“世博”等不规则因素的表现具有差异。

第四,从月度周期看,港、澳、台与外国旅沪市场在2004～2015年均可分为12个月度小周期,且平均每周期为12个月,侧面印证了上海入境旅游与年内季节的密切联系。从发展趋势看,上海4类入境市场总体均呈波动上升发展形态,同时,在经历2010～2011年客流高峰期之后,4类入境市场均有下滑趋势,但台湾、外国市场从2014年起又出现了稳定上升的发展趋势;香港市场从2013～2015年则保持了高位稳定的发展特征;而澳门旅沪市场呈以2010年为高值轴,两侧低值对称的波动形态。

4.2 发展策略

针对以上结论,本文从旅游产品、管理体制、市场营销等维度提出缓解上海入境旅游季节性矛盾、优化入境旅游市场结构的相关策略。

第一,丰富旅游产品体系,发展四季旅游,应对入境旅游淡旺季矛盾。上海入境旅游市场淡季主要集中在1～2月,而平、旺季节随客源市场不同而有差异,这就需要针对不同入境旅游市场的季节特征,完善上海旅游产品结构。在稳定旺季旅游供给的同时,加强对具有上海特色的反季旅游产品研发,进而形成完善的“四季上海”产品体系(周成,2015),如针对7～8月份外国旅沪市场旅游淡季,可丰富上海江南水乡旅游、沿江滨海水上旅游等项目,以扭转夏季高温带来的不利影响;针对上海入境旅游市场1～2月份的旅游淡季,通过创新外滩迎新节庆活动、弘扬中华传统春节文化等方式,提升上海淡季时段对入境客流的吸引力和影响力。与此同时,要充分利用上海特有的海派文化和国际都会风情进行旅游产品体系重塑,以业态创新与市场扩展为抓手,大力发展民宿、邮轮、体育赛事等旅游业态,并注重拓展商务会议、修学访学、养生休闲等季节限制较小的旅游市场,进而形成多元化、立体性的上海四季旅游品牌。

第二,完善旅游管理体制,建立安全预警,增强偶发性事件应对能力。针对上海入境旅游受“非典”、金融危机、禽流感疫情等(偶发性)不规则因素的影响,应该建立和完善旅游危机管理体制,尤其要健全偶发事件的预警、处理系统(章杰宽,2009)。入境旅游安全管理的重点就在于预防危机,因此,针对偶发性事件的触发类型、影响范围和旅游牵涉性等,要借鉴国外管理经验,建立旅游风险预警评级和旅游安全通报等机制(王佳,等,2015),从而有效避免突发事件的发生或尽量将偶发危机的损失降到最低点。与此同时,要强化对偶发事件的境外网络舆情分析和事后旅游公关能力,通过加强危机预防和抵御能力来降低偶发性事件对上海旅游的消极影响。

第三,掌握入境旅游特征,运用多元手段,提升入境市场的营销效果。客源市场拓展是地区旅游发展的重要因素,加强对上海各类入境旅游市场的调研是其资源开发与市场营销的基础。本文从上海旅游月度数据入手,分析了其季节波动性和月度周期性,但未对入境市场的宏观周期及未来规模进行预测,这些均是有待深化之处。上海入境旅游持续发展需要在充分了解旅沪客流时空规律的基础上,综合运用旅游节庆、会议赛事、媒体广告、网络平台等多种方法提高各入境细分市场的营销效果。旅游管理部门应加强“美丽中国、四季上海”旅游形象在境外市场的推广力度,制作对外旅游媒体广告,开展轰动式、持续性的旅游品牌宣传;旅游景区和企业可通过转变应季旅游经营思路,探索反季旅游管理模式等,利用电视、广播、微博、微信等媒介,强化在平、淡季时期的入境旅游营销力度,从而实现上海入境客源市场的四季缤纷、全年多彩。

[1] 柴寿升.青岛旅游业之季节性及其均衡对策研究[J].青岛海洋大学学报(社会科学版),2002(4):36-41.

[2] 陈雄强,张晓峒.货币供应量的实时监测——基于季节调整方法[J].上海经济研究,2007(7):26-34.

[3] 陈芸,田良.海南入境旅游季节性特征与调控措施[J].人文地理,2013(4):140-143.

[4] 范维,张磊,石刚.季节调整方法综述及比较[J].统计研究,2006(2):70-73.

[5] 贺小荣.平衡我国国内旅游消费季节性的途径探讨[J].旅游科学,2001(1):30-32.

[6] 纪小美,付业勤,陈金华.我国入境外国游客市场季节性特征研究[J].商业研究,2015(12):158-163.

[7] 金川,冯学钢,王晓梅.我国旅游季节性规律的探索性研究——以北京、上海、云南、四川、福建、海南为例[J].上海管理科学,2014(6):63-68.

[8] 李想,黄震方.南京旅游客流时间分布特征分析[J].南京师大学报(自然科学版),2000(4):130-135.

[9] 林德荣,张军洲.旅游时间序列的季节性特征研究——以城市入境旅游为例[J].旅游学刊,2015(1):63-71.

[10] 林文凯,林壁属.大陆赴港旅游波动规律及其影响因素[J].经济管理,2015(2):128-138.

[11] 陆林.山岳风景区旅游季节性研究——以安徽黄山为例[J].地理研究,1994(4):50-58.

[12] 马丽君,孙根年,王洁洁.中国东部沿海沿边城市旅游气候舒适度评价[J].地理科学进展,2009(5):713-722.

[13] 马世罕,戴林琳,吴必虎.北京郊区乡村旅游季节性特征及其影响因素[J].地理科学进展,2012(6):818-824.

[14] 生延超,周玉娇,黄寅,李丹.中国旅游经济增长周期的测度与评价[J].人文地理,2014(5):113-120.

[15] 孙晓东,武晓荣,冯学钢.邮轮旅游季节性特征:基于北美市场的实证分析[J].旅游学刊,2015(5):117-126.

[16] 王佳,黄细嘉,张广海,王新越.我国沿海地区旅游经济预警评价时空差异研究[J].商业经济与管理,2015(3):64-74.

[17] 席宇斌,李悦铮,冷慧.澳大利亚旅华客源市场时空结构研究[J].干旱区资源与环境,2013(6):181-186.

[18] 杨勇.中国星级酒店客房出租率季节性特征——以上海为例[J].经济地理,2015(4):169-177.

[19] 张国胜,史明浩.基于滤波技术的首都旅游贸易发展趋势与周期研究[J].数学的实践与认识,2014(13):77-86.

[20] 张鸣芳,项燕霞,齐东军.居民消费价格指数季节调整实证研究[J].财经研究,2004(3):133-144.

[21] 章杰宽.论西藏旅游业危机管理系统的构建[J].商业经济,2009(8):109-111.

[22] 周成,冯学钢,金川.基于气候舒适度的我国旅游季节性分析与潜力提升[J].资源开发与市场,2015(12):1529-1533.

[23] 周成,冯学钢.基于“推-拉”理论的旅游业季节性影响因素研究[J].经济问题探索,2015(10):33-40.

[24] 周成,李悦铮,江海旭,高满霞.俄罗斯旅华客源市场分析与开拓研究[J].旅游论坛,2013(2):79-83.

[25] Baum T,Hagen L(1999).Responses to seasonality:The experiences of peripheral destinations[J].International Journal of Tourism Research,(5):299-312.

[26] Butler R W(1994).Seasonality in Tourism:Issues and Problems[A].In:A.V.Seaton (Ed.) Tourism:the State of the Art[C].Chichester:Wiley & Sons,332-339.

[27] Cunado J,Gil-Alana L A,Perez de Garcia F(2005).The nature of seasonality in Spanish tourism time series[J].Tourism Economics,(4):483-499.

[28] Hartmann R(1986).Tourism,seasonality and social change[J].Leisure Studies,(1):25-33.

[29] Hinch T D,Hickey G P(1996).Tourism attractions and seasonality:Spatial relationships in Alberta[A].In K.Mackay & K.R.Boyd (Eds.),Tourism for All Seasons:Using Research to Meet the Challenge of Seasonality[C].Winnipeg,Manitoba:University of Manitoba,69-76.

[30] Hodrick R,Prescott E C.Post-war U S(1980).business cycles:An empirical investigation[D].Pittsburgh:Carnegie Mellon University.

[31] Hylleberg S(1992).General introduction[A].//:Hylleberg S.Modelling Seasonality[C].Oxford:Oxford University Press:3-14.

[32] Karamustafa K,Ulama S(2010).Measuring the seasonality in tourism with the comparison of different methods[J].Euro Med Journal of Business,(2):191-214.

[33] Koenig-Lewis N,Bischoff E E(2010).Developing effective strategies for tackling seasonality in the tourism industry[J].Tourism and Hospitality Planning & Development,(4):395-413.

[34] Lundtorp S(2001).Measuring tourism seasonality[A].In T.Baum & S Lundtrop (EDS),Seasonality in Tourism[C].Oxford:Pergamon,23-50.

[35] Wall G,Yan M(2003).Disaggregating visitor flows—the example of China[J].Tourism Analysis,(3):191-205.

(责任编辑:车婷婷)

On the Seasonal Characteristics, Fluctuation Cycle and Development Trendsof Shanghai’s Inbound Tourist Market: Based on X-12-ARIMA and HP FilterMethods

ZHOU Cheng, FENG Xuegang

(FacultyofEconomicsandManagement,EastChinaNormalUniversity,Shanghai200241,China)

Tourism market not only has monthly and seasonal fluctuationscharacteristics, but also has an important influence on the sustainable development of regional tourism. Based on the monthly data of Shanghai’s inbound tourist markets(from Hong Kong, Macao, Taiwan and abroad) from 2004 to 2015, this paper enquired and decomposedShanghai’s inbound touristmarkets into the seasonal factors, irregular factors and trend cycle factors by applying the X-12-ARIMAmodel, and used HP filtermethod to analyze the fluctuation cycle and the development tendency of four types of Shanghai’s inbound tourist markets.The result shows that the four types of Shanghai’s inbound tourist markets are affected by seasonal factors, such as temperature, humidity, heat or cold. The impact of seasonal factors running from the most to the least is Macao, Hong Kong, Foreign,and Taiwansegment; (2) Each type of inbound tourist markets has different seasonal patterns: Foreign market presentsa“two peaks and two valleys” form; Hong Kong and Taiwan markets show a “three peaks and three valleys” seasonal characteristic, and Macao market appears a “four peaks four valleys” fluctuation trend;(3) The extent of impact of the uncertain factors is in the order of Foreign, Hong Kong, Macao, Taiwan, and each of these inbound markets shows discrepancy on accidental incidents, such as “SARS” in 2003, financial crisis during 2008-2009, and “expo” in 2010; (4) Each type of Shanghai’s inbound tourist market can be divided into 12 monthly small cycles from 2004 to 2015. Besides, the four types of inbound tourist markets as a whole are taking on the rising trend generally. On this basis, some relevant strategies are putted forward from the dimensions of tourism product system, crisis management mechanism, and tourism marketing, in order to mitigate the seasonality contradictory and strengthen the response capacity on accidental events.

seasonal characteristics; inboundtourism; X-12-ARIMA; HPfilter; Shanghai

F 590.8

A

1006-575(2016)-06-0039-15

2016-08-13;

2016-11-16

国家社会科学基金重点项目“我国反季旅游市场潜力的区域差异与开发策略”(12AJY008);华东师范大学优秀博士学位论文培育资助项目“城市旅游创新能力研究:评价体系、区域差异与提升路径”(YB2016017)。

周成(1989-),男,华东师范大学工商管理学院博士生,研究方向为入境旅游、旅游季节性与反季旅游,Email:zhouchengyouxiang@163.com。冯学钢(1962-),男,博士,华东师范大学工商管理学院院长,教授,博导,研究方向为旅游产业经济、旅游季节性与反季旅游。