收入对农村居民旅游需求的影响研究——基于2000—2015年面板数据的实证分析

孙 颖

(安徽工程大学 管理工程学院， 安徽 芜湖 241000)

20世纪90年代以来，我国农村居民旅游人数呈上升趋势。《中国旅游统计年鉴》(1995—2016)的统计数据显示，农村居民旅游人数从1994年的3.19亿人次增加到2015年的11.88亿人次，占国内旅游总人数的29.77%；旅游消费从1994年的175.3亿元发展到2015年的6 584.15亿元，占国内旅游消费的19.25%。可见，我国农村居民旅游需求呈不断持续上升趋势。那么，是什么因素影响着农村居民旅游需求扩张，农村居民收入对旅游需求的影响又如何呢，这是本文关注的重点。

一、文献综述

梳理已有文献发现，农村居民旅游消费研究主要包括旅游市场及需求预测、旅游消费水平差异、旅游消费行为影响因素，其中，关于农村居民旅游消费影响因素的成果颇为丰富。有关研究根据消费行为理论得出了收入对旅游消费具有重要影响的结论，并指出收入是旅游消费的首要影响因素[1-5]，还有学者从电子商务的角度分析了旅游消费的影响因素[6]。关于农村旅游收入与消费的关系，研究者们也大多得出了一致的观点，即农村居民的收入是其旅游意愿、旅游消费的影响因素[7-10]，农村居民的旅游消费与收入之间存在正向的关系[11-14]。

从研究方法来看，早期研究集中于定性分析，随后定量方法逐渐增多。学者开始基于应用统计模型证实收入对消费水平的影响。统计分析方法主要包括：线性回归模型、格兰杰因果关系检验、协整检验、逻辑回归等。其中，指标选取包括：总收入、可支配收入、基尼系数和不同来源结构的收入。多数实证研究的结论基本一致，即农村居民收入与旅游消费之间存在正向关系。然而，也有学者研究得出相反的观点，如刁宗广通过实证研究得出农村居民收入与旅游意愿的关系不大[15]，庞世明认为农村居民的旅游消费与其当期收入无关[16]。

那么，我国农村居民收入与旅游需求之间存在怎样的关系？以往的线性关系、回归关系的确立是否合理？二者之间是否存在长期均衡关系？鉴于此，本文利用OLS回归模型、协整检验和多项式分布滞后模型对我国农村居民收入与旅游需求之间的关系进行定量分析，并在实证研究的基础上提出对策建议，以期为我国农村旅游消费需求的提升提供一定的理论借鉴。

二、研究方法与指标选取

本文拟采用OLS回归模型、Johansen协整检验、多项式分布滞后模型等计量模型分别建立基于时间序列的农村居民人均纯收入与出游率的关系模型，具体如下：

(一)研究方法

1.OLS回归模型

对含有k个解释变量的多元线性回归模型式(1)进行最小二乘估计，能够得到相应的回归方程式(2)。当回归方程中所有观察值的残差平方和达到最小时，方程有效。

yt=β0+β1x1t+β2x2t+…+βkxkt+εt

(1)

(2)

2.协整检验

协整检验是分析时间序列之间是否存在长期均衡关系的定量统计模型。如果两时间序列y1t和y2t满足：

(1)yit～I(d)，i=1,2。

(2)存在非零向量α=(α1,α2)，使α1y1t+α2y2t～I(d-b)，其中0

则序列y1t和y2t是(d,b)阶协整的，向量α=(α1,α2)为协整向量。

3.多项式分布滞后模型

对于如式(3)所示的有限分布滞后模型：

yt=α+β0xt+β1xt-2+…+βkxt-k+μt

(3)

用多项式βi=α0+α1i+α2i2+…+αmim转换，可以得到式(4)：

yt=α+α0z0t+α1z1t+α2z2t+…+αmzmt+μt

(4)

其中：k是多项式的滞后长度，m是多项式的最高次数。

(二)指标选取

已有相关实证研究选取的指标大多是旅游总人数、旅游总花费或人均花费，这类指标会受到人口总数和增长率的影响。本文选取农村居民出游率为实证研究指标来衡量农村居民旅游需求，该指标能够反映农村居民出游的规模、旅游需求与动机。

对于农村居民来说，除了生活中的日常开支外，还有生产资料、建房、医疗、教育等消费，这些存在于农村居民日常生活中的消费和一些预防性的储蓄一定程度上挤压了旅游消费支出，再加上农村居民收入的不稳定性，因此，农村居民的储蓄偏好较强[17]。同时，不同来源的结构性收入总是在动态变化中，在所有相关指标中，只有纯收入是真正可以用来消费且是最容易计算的。因此，本文选取农村居民人均纯收入作为自变量，农村居民出游率作为因变量。

三、实证分析

(一)数据来源

为保证数据的可获得性和统计口径的一致性，选取2000—2015年我国农村居民人均纯收入和农村居民出游率的原始数据作为样本数据，数据来自于《中国旅游统计年鉴》(2001—2016)和《中国统计年鉴》(2001—2016)。农村居民人均纯收入和农村居民出游率的时间序列分别记为NIP和TR。

(二)农村居民旅游消费现状

首先，做农村居民人均纯收入与出游率的趋势图，以分析二者之间的关系，趋势图如图1、图2所示。

图1 农村居民人均纯收入趋势

直观地判断图1、图2可知：从出游率的本底趋势来看，总体上呈现上升的趋势。出游率由2000年的44%增长到2015年的176.2%，其中，出游率从2007年开始超过100%。这说明：从2007年以后我国农村居民每年至少出游1次。不过，出游率的上升呈阶段性增长，16年来共经历了4个阶段，分别为：2000—2002年为第一阶段，出游率首次突破50%；2003—2007年为第二阶段，出游率从55.7%快速上升到105.4%，5年时间增长了近50个百分点，这一阶段是农村居民旅游行为的成长期；2008—2012年为第三阶段，农村居民出游率增长了近50个百分点，且始终维持在100%以上；2013—2015年为第四阶段，农村居民出游率维持在150%以上，且逐年增长，但增速有所放缓，3年时间增加了16.6个百分点。农村居民出游率逐年增长的趋势说明我国农村居民旅游正处于成长期，具有较大的发展空间。

而从农村居民人均纯收入趋势图可知，人均纯收入曲线相对出游率曲线更加平滑，总体上呈平稳上升的走势。人均纯收入由2000年的2 253.4元增长到2015年的10 772.0元，16年间翻了3倍多，呈逐年上升的态势。文章进一步做了人均纯收入与出游率的增长率趋势图，如图3所示。

由图3可知：农村居民人均纯收入从2000年的2 253.4元增长到2015年的10 772.0元，增长了378.03%，出游率从2000年的44%增长到2015年的176.2%，增长了300.45%。由此可见，虽然旅游正成为农村居民生活的新常态，但是出游率的增长低于人均纯收入的增长。从两变量的增长率趋势图可以看出，农村人均纯收入与出游率之间存在相似的走势，但二者之间存在怎样的关系，是否存在正相关关系，还需做进一步的实证分析。

(三)OLS回归分析

首先，本文对两变量的关系进行OLS回归模型估计，以判断二者之间是否存在线性回归关系。

1.模型估计

农村居民人均纯收入与农村居民出游率的回归散点图如图4所示。

图3 两变量的增长率趋势

从图4可以看出，散点(NIP，TR)大部分位于直线周围，可以先假定序列NIP和序列TR之间存在线性关系，再进行检验。人均纯收入与出游率的关系模型，如式(5)所示：

TR=C0+C*NIP+εt

(5)

所建立的模型估计结果如表1所示。

表1 人均纯收入与出游率的方程估计结果

由表1的估计结果得出二者的关系方程，如式(6)所示：

TR= 23.777 69+ 0.015 4NIP

(6)

(4.176 3) (15.998 2)

回归方程的判定系数为0.948 1，调整后的判定系数为0.944 4，都很接近1，说明回归方程的拟合效果非常好。变量NIP对应的系数估计值为0.015 4，说明当人均纯收入增加100元时，出游率将增加1.54个百分点。然而，该模型是否合理，还需做进一步的检验。

2.模型检验

在方程估计结果的基础上，对回归方程进行视图操作和过程操作以检验模型的拟合度。 因变量的实际值、拟合值和残差值如图5所示。

由图5可知，2000—2015年时间段模型拟合效果较好，大部分残差都位于置信带区域内，但有3个时间段的残差位于置信带区域之外，即2000年、2007年和2015年。

这里需要检验这3个时间段(点)是否为分割点。以2007年为例，假设2007年为分割点，判断2007年之前和之后的两段时期，模型是否发生了显著的结果变化，检验的原假设为H0：模型无显著的结构变化。做Chow分割点检验，结果如表2所示。

表2的检验结果显示，F统计量=44.109 2，LR统计量=33.959 1，这两个统计量相应的概率值P都非常小，因此拒绝原假设H0，即认为模型有结构变化。在此基础上进行Chow稳定性检验，即Chow预测检验。结果如表3所示。

表2 Chow分割点检验结果

图5 实际值、拟合值和残差值的折线

表3 Chow预测检验的统计量及概率值

由表3可知，F统计量=104.345 5，LR统计量=83.852 9，这两个统计量相应的概率值P都非常小，因此拒绝原假设H0，即认为模型在2007年发生了结构变化。抽取2007年之前的样本进行估计，结果如表4所示。

由于Chow稳定性检验结果发现模型的结构并不是稳定的，本文又利用递归OLS重新对模型进行估计，并判断回归系数是否稳定。

文章对已建立的TR与NIP模型估计结果进行递归OLS估计，结果如图6所示。

从图6的曲线图中可以看出，2007年之后出现了巨大的变化，CUSUM检验曲线变得非常陡峭，并逐渐超越显著性为5%的临界直线，说明模型估计得到的系数并不是稳定的。

通过定量分析得出原假设的两变量之间的线性关系是不稳定的，即农村居民人均纯收入与农村居民出游率之间并不存在简单线性关系。由此说明，农村居民人均纯收入的增加并不会同比例提高农村居民出游率。

表4 2007年之前的样本估计模型结果

图6 递归OLS的CUSUM检验曲线

(四)协整检验

本文采用协整检验探究农村居民人均纯收入与出游率之间是否存在长期均衡关系。首先对两变量的时间序列进行单位根检验以判定其平稳性。

1.序列的平稳性检验

为防止序列出现伪回归现象，对两变量的时间序列分别取自然对数，生成的新序列分别记为lnNIP和lnTR，检验结果如表5所示。

表5的检验结果显示：lnNIP和lnTR的原序列和一阶差分序列均为非平稳序列，两变量的二阶序列均为二阶单整序列，符合协整检验的同阶单整序列要求，可以进行下一步检验。

表5 两变量的单位根检验结果

2.协整检验

对两变量做协整检验，检验结果见表6。

表6 两变量的协整检验结果

由表6可知，协整检验结果中的特征值均小于迹统计量和5%水平下的临界值，且概率值P也均大于0.05，由此可以判定两变量之间并不存在长期均衡关系，因此只能在短期内考察变量的关联性。由于消费滞后于收入，那么消费需求是否也滞后于收入？本文建立多项式分布滞后模型来考察农村居民人均纯收入与出游率之间是否具有滞后关系以及具体的关联性如何。

图7 序列TR和序列NIP的交叉相关系数

3.多项式分布滞后模型

绘制变量的交叉相关系数图，如图7所示。

由图7可知，序列TR和序列NIP 0阶滞后的相关系数为0.973 7，1阶、2阶滞后的相关系数分别为0.757 4和0.541 7。大于2阶的滞后，这两个序列的交叉相关系数小于0.5，因此，多项式分布滞后模型的滞后长度不大于2，又由于滞后长度不能为1，因此，建立滞后长度为2(k=2)的多项式分布滞后模型。由于多项式次数m必须小于k，因此相应的多项式次数只能为2。PDL(2,2)模型的估计结果见表7。

表7 多项式分布滞后模型估计结果

据表7的估计结果显示，调整后的拟合系数为0.978 387，概率值=0.000 000，F统计量=197.167 8，DW值=0.781 315，数据结果表明PDL(2,2)模型拟合效果很好。可以根据PDL(2,2)模型做TR对NIP的弹性变动走势图，如图8所示。

图8 各期滞后弹性变动情况

由图8可知：农村居民人均纯收入对出游率的影响效果在当期最大(0.041 67)，即人均纯收入增加100元，出游率增加4.167%；一年以后，这种效果会下降0.153%。从观察期内的总体影响效果来看，农村居民人均纯收入对出游率的影响系数为0.006 89，即人均收入增加100元，出游率增加0.689%。农村居民收入弹性不大，收入对旅游需求的带动作用有限。这主要是因为农村居民当前的收入水平整体仍然较低，增加的收入大多用于预防性储蓄，以降低和避免未来的风险。在这种情况下，旅游还不是农村居民的生活必需品，旅游动机尚未普遍产生。综上，农村居民人均纯收入对旅游需求的拉动作用为正，但效果较为微弱，且这种效果在滞后2期释放完毕。

四、结论及对策建议

(一)结论

本研究表明：农村居民收入与出游率之间既不存在简单线性关系，也不存在长期均衡关系，而是总体为正的滞后关系，即出游率的变化滞后于人均纯收入的变化，人均纯收入对出游率的影响存在滞后效应；但是，农村居民人均纯收入对出游率的带动作用并不显著。因此，如何持续地提升农村居民的收入，减弱滞后效应，对于农村居民旅游需求的增加具有重要的意义。鉴于此，本文根据实证研究结果，提出如下对策建议，以期合理开发农村旅游市场、增加农村居民的旅游消费需求。

(二)对策建议

1.提升农村居民人均纯收入

根据实证研究结果，农村居民人均纯收入在一定时期内会对农村居民出游率产生正向的影响，因此，提升农村居民人均纯收入，是刺激农村旅游市场、提升农村居民旅游消费能力的重要手段。首先，积极推进农村经济结构的调整升级，优化农村生产力结构，鼓励农民开发附加值高的农产品。其次，合理引导农村富余劳动力向城镇第二产业和第三产业转移，同时，加强城乡之间的沟通交流，放大城镇居民对农村居民消费的“示范作用”，从而促进农村居民的旅游行为。再次，健全收入分配体系，缩小收入差距，切实提高农村居民的纯收入，从而刺激其旅游消费需求。最后，提供相应的就业机会和优惠的就业政策，降低农民就业难度，从而提高其收入水平。

2.积极培育农村居民的旅游消费意愿

市场由消费意愿和消费能力共同组成，因此，对农村旅游市场的开拓，除提高其收入之外，还应培育其消费意愿，使旅游消费成为农村居民生活消费中的正常支出。可以通过乡、镇、村的宣传部门及媒体、海报、微信、公众号等多种平台和手段的宣传和教育，培育农村居民积极的旅游消费观，提升农村居民的旅游消费意愿。

3.健全各类保障措施，加大各项支持力度

首先，积极完善各类惠农政策，加大对农产品市场的监管和保护，从而降低农村居民在生产经营过程中可能遇到的各种风险，规避生产经营损失，保障其生活和生产的有序进行。

其次，加大对农村居民旅游的金融财政支持力度。可以通过构建相应的信贷市场，针对农村居民的旅游行为提供一定的支持和帮助，如低息贷款、无息贷款等，鼓励农村居民的旅游消费。还可以通过建立针对农村居民旅游行为的保险险种，为其避免或减少旅游消费中可能遇到的风险，减轻其相应的负担。

最后，引导旅游企业提供有针对性的产品和服务。通过减少或减免税收、给予物质和精神奖励等措施以鼓励景区景点和旅游企业(如旅游社、宾馆、酒店等)，引导和促进旅游企业为农村居民提供专门的、有针对性的产品和服务，如产品细分、价格折扣、促销策略、广告等，以增加农村居民的旅游满意度和重游意愿。