周休假的旅游消费效应研究

吴新芳 魏 翔

（1.浙江大学管理学院 浙江杭州 310058；2.中国社会科学院财经战略研究院 北京 100028）

引言

随着经济水平的提高与休闲时间的增多，旅游日益成为人们重要的生活方式，旅游消费也成为国家与地区经济增长的重要动力。旅游消费离不开收入和假日，在特定经济发展水平以及收入水平的情况下，研究假日制度下不同假日结构、不同假日类型对旅游消费的作用，对如何高效发挥旅游业的经济效应，具有极其重要的意义。

影响旅游消费的因素有多个。首先，收入被认为是影响旅游消费的首要因素。Downward和Lumsdon（2004）指出家庭收入与旅游消费具有直接关系，这在Abbruzzo、Brida和Scuderi（2014）对西班牙的实证研究中也得到了验证。在更为宏观的层面，Wang（2014）探讨了人均GDP与国际旅游消费水平之间的关系，发现高储蓄会对旅游消费产生挤出效应，旅游被视为奢侈品。其次，人口统计特征也显著影响旅游消费水平，如年龄、受教育水平、性别、婚姻状况、国籍、居住地性质、语言、职业、种族等，如Bernini和Cracolici（2015）分析了年龄变化如何影响人们的旅游决策。再次，旅游相关因素与旅游消费水平息息相关（Jang，Bai & Hong，et al.，2004），包括住宿、活动、目的地、旅游信息来源、停留天数、以往旅游经验、旅行目的、旅行距离等（Aguiló，Rosselló & Vila，2017）。最后，旅游者的观念与态度、对旅行的看法、旅游动机这些心理因素同样会对旅游消费产生影响（Kim，Prideaux & Chon，2010）。

以往的研究虽取得一定成果，但仍存在一些不足。已有研究的影响因素都可以映射或内隐为收入因素，未充分重视假日因素对旅游消费的影响。旅游产品具有耗时性，闲暇时间是旅游消费的先决条件，因此假日也是影响旅游消费的重要维度。

2018年，我国国内游客达55.39亿人次，国内旅游消费达5.13万亿元，分别同比增长10.76%和12.3%（国家统计局，2018）。旅游经济发展与国人的收入水平提高、假日休闲时间增加密不可分。目前，国人主要享有4类假日：周休假、“十一”黄金周、公共假日（法定节假日及纪念日等）和带薪休假。周休假是我国假日的一种重要类型，虽属于短假，但在整体假日中占比较大，人们出游度假的频次较高，推动“短线游”“周末游”市场日益壮大。“十一”黄金周极具中国特色，该假日制度开始于1999年，调整于2007年，同年增设了“清明”“端午”“中秋”等传统节日为国家法定公共假日。学者们对此假日结构调整进行了广泛讨论，包括分析黄金周制度的影响因素（York& Zhang，2010）、假日政策改革（Wu，Xue & Morrison，et al.，2012）、黄金周的影响（程世勇、李亚鹏，2007；张传统，2008）等。有些学者认为长假确实能促进旅游发展（廖凯、徐虹、杨威等，2009），也有学者认为长假仅仅只是消费的时间转移，总量并没有增加（傅晓霞、吴利学，2003）。实际上，经济学研究中达成的共识是，假日长度和旅游消费增长之间并不具备必然联系，很可能存在“消费陷阱”（孙文凯、陈济冬，2009）。假日经济研究更为重要的关注点是各种假日的类型、构成和配比，即假日结构的效应。为此，国家尝试性地推出了一些假日结构调整的方案，如将某些传统节假日与周末上移下错形成3天的连休假日，以延长休假时间。此外，黄金周的集中出游也造成了假日旅游压力加大、市场供需矛盾凸显等问题，在此背景下，推行职工带薪休假的呼声愈来愈高。带薪休假的时间更为灵活，能缓解集中休假的诸多弊端，促进休闲旅游产业转型增效（王兴斌，2008）。但带薪休假制度受到经济发展水平、政府监管力度、企业管理规范等多方面因素的影响，在贯彻落实方面仍存在较多障碍，政府与企业对实行带薪休假是否会影响经济发展仍然存疑，缺乏实证研究来验证带薪休假的经济效应。

综上所述，我国假日结构以周休假、“十一”黄金周、公共假日和带薪休假4类假日构成，不同类型各具特点。目前，从旅游消费的角度来看，哪种假日能够更好地促进旅游消费仍存在疑问，需要进一步验证。因此，本文基于我国的假日结构，建立“假日—消费模型”，以着力探讨何种假日类型能够更好地促进旅游消费。

一、理论模型：假日结构的消费有效性

基于行为人的效用最大化原则，在效用函数中引入假日结构。旅游者的效用

U

将同时取决于他对旅游产品数量

c

的消费情况及对假日时间长度

t

的享受程度，因此每一个旅游者的效用函数采用柯布—道格拉斯生产函数（简称CD生产函数）的形式表示为：

其中，

α

为消费旅游产品数量所获效用的弹性，1

-α

为假日时间投入所获效用的弹性。

需要注意的是，旅游效用函数借鉴CD生产函数形式，是基于旅游需旅游者投入金钱与拥有闲暇时间进行旅游产品消费缺一不可的前提。从行为人效用最大化原则出发，旅游者的效用最大化可表达为：

旅游消费效用函数受到不同假日结构与预算的约束。旅游者的假日在长度、类型上的差异影响着不同类型旅游者的出游意愿。约束条件为：

然后，将不同的假日类型

x

引入模型中。出游意愿

θ

受假日时间长短及其类型的影响（Beaud，Blayac & Stéphan，2016），通常，假日时间越长，出游意愿越高。而旅游的边际消费倾向

σ

也因不同假日类型而有所不同，进而影响旅游消费（Beaud，Blayac & Stéphan，2016），具体表述为：

接着，运用拉格朗日乘数法构建拉格朗日函数，并使用一阶条件求最优化问题：

由公式（7）（8）可得：

由公式（3）可得：

将（11）带入（10），可得：

再进一步求解出

c

对假日类型

x

的一阶条件：

考察公式（13），可知，只有当

θ

〉0 且

σ

〉0，即人们出游意愿强且边际旅游消费倾向强时，随着假日的增加，假日期间的旅游消费才随之增加。

基于以上分析，得到以下命题：

命题1（结构效应）：假日结构中不同类型的假日，对旅游消费的作用显著不同。

从公式（2）（3）可知，旅游者假日时间投入与旅游消费存在着动态权衡关系，共同影响旅游者效用水平。在现实生活中，旅游者享受的假期时间

t

会有所变化，在不同假日情境中旅游者的消费意愿和旅游边际消费倾向也是重要的调节变量，进而影响旅游消费行为。针对周休假、“十一”黄金周、公共假日、带薪休假4类不同假日，旅游者消费行为极有可能呈现出差异化特点。

命题2（边际效应）：短假期（周休假）由于出游意愿高和/或旅游边际消费倾向高，对旅游消费的边际作用最高。

从公式（13）可知，当出游意愿强、边际旅游消费倾向强时，该假日对旅游消费具有正向影响。结合我国假日经济情况，不难发现，交通条件日益便利使人们在周休日的出行范围扩大，“工作—休闲”的周期性特点使人们在周休日的出游意愿更加强烈。并且，由于假日时间短，在边际效用递减原则下，每天的旅游边际消费倾向必然较高，由此得出命题2，即相对于“十一”黄金周、公共假日和带薪休假等长假期，周休假这样的短假期对旅游消费的边际贡献将会更大。该命题的前提条件既可能为“强条件”，即该假日中的边际出游意愿和边际消费倾向同时为正，导致假日增量对旅游消费产生正向拉动；也可能为“弱条件”，即由于边际效用递减，随着周休假天数的增加，个体的边际旅游消费倾向有递减的趋势（即

σ

〈0），此时，只要周休假期中人们的出游意愿足够强（|

θ

|〉|

σ

|），那么，周休假依然会对旅游消费产生显著的促进作用。

二、实证检验

1.数据和样本

本文的数据来源于原国家旅游局开展的“2016年中国国民旅游休闲调查”（China Tourism and Leisure Survey，简称CTLS）。CTLS采用多阶段分层随机抽样和人口比例抽样的方法选择样本。为了使调查更具有全国代表性，在调查城市选取上，按照“划分区域—确定数量—综合权衡”的原则，首先划分样本区域，具体分为华北、东北、华东、华中、华南、西北及西南七大地区；其次，根据各区域人口规模（来源于第六次全国人口普查数据）的比例，计算出每个区域需要调查的城市数量，即华东地区调查4个、华南2个、华中2个、华北1个、西南2个、东北3个、西北2个，如表1所示。

由于人均GDP水平与地区国民旅游需求具有正比关系，因此，对16个城市根据人均GDP水平来划分样本配额，如表2所示，北京占比10.7%，其余依次为上海（10.9%）、广州（13.2%）、成都（5.5%）、武汉（8.1%）、沈阳（6.5%）、西安（4.5%）、南京（9.1%）、吉林（3.7%）、珠海（11.3%）、兰州（3.6%）、扬州（5.4%）、齐齐哈尔（1.5%）、连云港（2.5%）、开封（1.8%）、遵义（1.6%）。CTLS涵盖了七大地区的一线至四线城市共16个，共收集8149个有效样本，具有较好的代表性。

表1 CTLS调查城市数量及分布情况Tab.1 The number and distribution of cities of CTLS

表2 CTLS调查样本配比Tab.2 The survey sample ratio of CTLS

在具体到城市的调查方式上，该调查主要采取拦截访问和网络在线调查互相补充的方式。首先，根据每个区所占城区总人口的比例，计算出所需执行地块数；其次，采用等概率系统抽样方法抽取样本地块；最后，为确保样本的代表性，在选取拦截地点时确保满足以下条件：（1）拦截地点需在同一城市的不同地区；（2）每个拦截地点的直线距离必须大于5000米；（3）拦截地点为超市、公园、小区等人口密集度较高的地区；（4）每个拦截地点执行样本不超过20个；（5）要求调查人员在访问过程中自行控制样本量的配额。

CTLS为本文研究提供了丰富的数据，它不仅包括人们不同假日的休假时间、国内旅游消费数据，并且包含各类人口统计特征数据。本文从该项调查中选择样本，去除了假日和旅游消费相关的缺失值，且由于主要关注城镇居民的情况，因此也删除居住地为农村地区的数据，最后得到2802个有效观测值。

2.变量选取

本文旨在分析不同假日类型对国内旅游消费的影响，并验证周休假的显著作用，因此，因变量是国内旅游消费（我国港澳台地区旅游消费未考虑在内）。为了具体分析假日结构对国内旅游消费的影响，将国内旅游消费细分为交通、住宿、餐饮、门票、购物和娱乐六大类（Kim，Prideaux & Chon，2010）。值得一提的是，国外的类似研究并未包括门票消费（Jang，Bai & Hong，et al.，2004； Abbruzzo，Brida & Scuderi，2014），但门票消费在国内旅游消费中扮演着重要角色，“门票经济”是中国一大特色（汪德根、Lew，2015）。因此，门票消费被纳入本研究中，是对以往文献的有力补充。

表3 因变量和核心自变量的统计特征Tab.3 Statistical characteristics of dependent variables and core independent variables

本文的核心自变量“假日结构”，包括4类假日：带薪休假、公共假日、“十一”黄金周和周休假。带薪休假通过调查问题（B6）“请问在2016年您大概享受了多少天的带薪年休假？”来获取变量值。元旦、春节、清明、“五一”劳动节、端午、中秋等公共假日通过调查问题（B4）“您在以下2016年的法定节假日期间享受了多少天的假日？”来获取变量值。“十一”黄金周是围绕国庆节（10月1日）所形成的7天长假，由邻近的周末拼移而成，因其对旅游消费的刺激而受到广泛关注（盛正发，2005；任萍，2007；张传统，2008；York &Zhang，2010；Wu，Xue & Morrison，et al.，2012），通过调查问题（B407）“您在2016年的‘十一’黄金周期间享受了多少天的假日？”来获取该变量的取值。周休假的变量取值来自调查问题（B2）“您每周大概休息几天？”。因变量和核心自变量的统计描述如表3所示。

本文将人口统计特征变量，包括收入、性别、年龄、受教育水平和职业（Alegre，Mateo & Pou，2010；Dayour，Adongo & Taale，2016）等作为控制变量。大部分研究表明收入是旅游消费最重要的决定因素之一，是支出预算的近似变量（Alegre，Mateo & Pou，2010；Brida & Scuderi，2013；Eugenio-Martin & Inchausti-Sintes，2016；Rashidi & Koo，2016；Aguiló，Rosselló &Vila，2017），支持收入对旅游消费具有显著影响（Hung，Shang & Wang，2012；Wang，2014），消费函数理论也证明了收入对消费的重要作用。性别是一个被普遍考虑的旅游消费影响因素（Jang，Bai & Hong，et al.，2004；Hung，Shang & Wang，2012），研究发现女性游客通常人均消费更高（Craggs& Schof i eld，2009）。年龄和受教育水平通常与旅游消费具有显著的正向联系（Hung，Shang & Wang，2012；Bernini & Cracolici，2015），受教育水平高者因其更高的收入能力和知识水平而具有较高的旅游消费水平（Hung，Shang& Wang，2012）。职业也是影响旅游消费的重要社会经济因素（Bernini &Cracolici，2015）。Marrocu、Paci和Zara（2015）在分析旅游消费影响因素时考虑了4种职业状态：有工作、失业、退休和学生。鉴于我国国情，本文将职业分为体制内（如党政机关工作人员等）与体制外（如个体户等），旨在充分考虑不同工作待遇对旅游消费的影响。

人口统计变量的统计特征如表4所示。女性占比50.8%，基本与男性持平；28.5%的受访者为31～40岁的中青年；职业中体制外的占57.7%；77.6%受过高等教育；平均月收入为7996.6元，范围在550元至10000元不等，标准差较大。

表4 人口统计变量的统计特征Tab.4 Statistical characteristics of demographic variables

3.计量策略

国内旅游消费（

TDTE

）是假日类型、收入和其他变量的函数。在计量模型中，纳入4类解释变量表示假日结构，即带薪休假（

PL

）、公共假日（

PH

）、“十一”黄金周（

GW

）和周休假（

WB

），以及控制变量如收入、年龄、性别、受教育水平和职业。回归方程为：

其中，

β

为常数项，

β

、

β

、

β

、

β

分别表示自变量系数，

β

为第

i

个控制变量的系数，

ε

为误差项。

在实证分析中，将国内旅游消费细分为6类：交通、住宿、餐饮、门票、购物和娱乐消费。在模型中，国内旅游消费和假日数据均采用对数形式，故自变量的系数为弹性概念。在回归模型中，旅游消费使用对数形式是近年来研究中较常见且推荐的做法（Thrane & Farstad，2011；Brida & Scuderi，2013；Marrocu，Paci& Zara，2015）。收入和年龄因其系数过小也采用对数形式使其更为直观。

在估计变量时，本文对横截面数据采用基本的OLS回归方法，发现存在异方差，继而使用WLS回归分析方法以克服异方差，再运用稳健回归来测试结果的稳健性。由于不同假日结构是由政策制度因素决定，不受旅游消费的影响，并且，回归结果的参数质量较好，误差在容忍范围内，因此，本模型不存在显著的内生性问题。

三、实证结果

1.回归结果

WLS回归结果如表5所示，分别展现假日结构对国内旅游总消费以及交通、住宿、餐饮、门票、购物、娱乐6个子消费的影响。

表5 WLS回归结果Tab.5 Results of WLS regression

所有模型中，F值在9.37至35.63之间，其

p

值均为0.000，表明自变量和控制变量影响显著。调整后的R（Ad—R）在0.038～0.111，能够解释3.8%～11.1%的变动。由于不作预测分析，因此R在容忍范围内。假日类型与国内旅游总消费的模型在1%水平上非常显著（

p

〈0.01）。具体而言，在所有假日类型中，周休假对国内旅游消费的影响最显著也最强烈，周休时间增多10%，会增加2.3%的国内旅游消费。带薪休假对国内旅游消费的积极作用次之，带薪休假时间每增加10%，国内旅游消费有望增加1.69%。“十一”黄金周在5%水平上与国内旅游消费显著正相关，但作用相对较弱，“十一”黄金周休假时间每增加10%可促进国内旅游消费上升1.5%。而公共假日与国内旅游消费的关系并不显著，系数较小，两者之间的关系可能较弱。从国内旅游消费的结构来看，不同假日类型对国内旅游子消费也产生了显著不同的影响。周休假对交通、住宿、娱乐消费（

p

〈0.01）、餐饮消费（

p

〈0.05）都有显著积极的影响，周休时间每增加10%有利于拉动交通消费增加2.20%、住宿消费增加2.01%、餐饮消费增加1.51%、娱乐消费增加2.27%。相比其他假日，周休假对住宿消费的正向影响效应更大。带薪休假对所有子旅游消费均具有显著正向影响，相对于公共假日、“十一”黄金周、周休假，带薪休假对旅游者餐饮消费、购物消费、娱乐消费的影响效应最大。公共假日对国内旅游消费的影响在统计意义上较不显著，“十一”黄金周对交通、门票消费影响相对更大。

综上，实证分析证实了命题1和命题2：对于命题1，本文发现不同类型的假日确实对国内旅游消费产生了显著的不同作用；对于命题2，本文证实，短假期（周休假）对国内旅游消费的正向作用最显著，且相比其他假日而言，影响效应更加显著且更强。按照命题2的预测，周休假之所以对国内旅游消费产生了如此显著的积极作用，是由于周休假能有效提高出游率和边际消费倾向。

除假日结构变量外，本文中的其他变量对国内旅游消费的影响与大多数研究的发现保持一致。例如：收入是国内旅游消费的决定因素，收入每增加10%将会促进国内旅游消费上升3.9%；性别对国内旅游消费存在一定影响，特别是在购物消费（

p

〈0.01）、国内总消费（

p

〈0.1）方面，女性比男性的旅游消费更高，这与Craggs和Schof i eld（2009）研究相一致；但受教育水平、职业对国内旅游消费的作用不显著。

2.稳健性检验

本文通过分样本分析和稳健分析来提供稳健性检验。首先，本文将东部发达地区的子样本抽取出来（共2011个观测值）做WLS回归分析，结果见表6。其次，使用稳健回归的方法对全样本做重新回归，结果见表7。稳健回归旨在消除传统系数和非系数方法的局限性，被广泛应用到结果有效性的检验中（Thrane & Farstad，2011）。对照表5、表6和表7，不同类型假日对旅游者国内旅游消费影响效应基本保持一致，有些回归系数产生微小变化但处于容忍范围内，仍呈现出较显著的特点。周休假、带薪休假和“十一”黄金周的显著性及系数符号和表5的相应结果基本保持一致。值得注意的是，周休假对旅游者国内旅游消费及其6个子消费的影响程度在符号、数值、显著性上均无较大变化。周休假对国内旅游消费有显著正向影响，相比其他假日影响效应更大，对住宿消费影响作用依然较强。

稳健性检验表明，本文的回归结果可靠性较高，所检验的命题1和命题2具有较高的稳健性。

表6 分样本（东部城市）的稳健性检验Tab.6 Robustness test for subsamples （eastern cities）

表7 稳健回归的结果Tab.7 Results of robust regression

四、讨论与结论

本文的实证研究发现，不同假日对国内旅游消费的影响显著不同，原因在于不同类型的假日人们出游意愿和旅游边际消费倾向不同。其中，周休假对国内旅游消费的促进效应最强，这与近年来短期出游市场的日益火爆关系密切。

首先，周休假具有碎片化、短平快、多频次的特点，极大地提高了出游率。相关报告显示，2016—2018年，国内团队游客中选择1天以内出游的占比达14.65%，同比提升8.3%；国内散客中选择1天以内出游的达到19.12%，同比提升8.6%；同期，周末游在线预订规模同比增长近5倍，每周都出游的人群占比为23%，每两周出游一次的人群占比为43%，逐渐成为高频消费（中国产业信息网，2016）。2017年在线周边游市场交易规模达到215.14亿元，同比增长37.2%，增速明显，且周边游占比高于国内长线游（易观，2018），周边游消费市场潜力巨大。其次，周休假作为频次最高的假日，具有休假时间总量大、休假时间分散、分布稳定的特点。相比于其他的较长假日，周休假的旅游边际消费倾向必然最高（源于消费的边际效应递减定律）。又由于高铁的普及、短假期内旅游消费支出较易承担等原因，导致周休假出游的意愿大大高于其他假期。

本文中，带薪休假对国内旅游消费的作用仅次于周休假。由于各种原因限制，我国还未大范围实行带薪休假制度，以至于带薪休假的旅游消费效应还未得到充分体现。但目前有关带薪休假的数据依然能够在一定程度上体现其较强的消费效应，这主要源于人们对带薪休假出游的超强意愿。人们对灵活安排自己假日的偏好越来越强。2018年，中国旅游研究院、驴妈妈集团联合实验室（2018）发布的《2018端午出游消费报告》显示，人们选择“带薪休假+小长假”的出游意愿很强。在游玩天数的分布上，“年假游”日程在5天以上的占比约30%，8天以上的占比约10%，出游天数堪比“黄金周”。相比往年，人们不仅选择“年假+元旦”“年假+圣诞”的拼假方式，也越来越多地选择和日常周末拼假，后者较2017年占比提升12%（驴妈妈旅游网，2018）。超90%受访者表示习惯年假出游（谭亚，2017）。带薪休假时人们较强的出游意愿，是造成带薪休假显著提升旅游消费的重要原因。

总而言之，本文基于“假日—消费”模型，使用2016年中国国民旅游休闲调查数据，研究了假日结构对国内旅游消费的影响效应。研究发现，周休假对国内旅游消费的影响效应最大，周休假的单位时间每提高10%，有望提升国内旅游消费2.3%，且对交通、住宿、娱乐、餐饮消费有显著正向影响，尤其对住宿消费的影响效应要相对高于其他假日。这为未来推进“2.5天休假模式”提供了有力依据。另外，带薪休假和“十一”黄金周也对国内旅游消费具有积极影响。带薪休假时间每增加10%，国内旅游消费有望增加1.69%，仅次于周休假的消费效应。相比其他假日，带薪休假对旅游者餐饮、购物、娱乐的影响效应最大。这为带薪休假在我国的逐步推广提供了有力的数据支持，也验证了早前学者们提出的带薪休假能够有效分流黄金周游客、释放旅游需求、拉动假日经济发展的观点（阎友兵、王忠，2007）。“十一”黄金周的影响效应与“周休假”“带薪休假”相比虽较弱，但依然具有正向的旅游消费效应，对交通、门票消费的影响相对更大，仍是我国假日经济的重要组成部分。公共假日与国内旅游消费的显著性关系相对较弱。最后，本文通过我国假日经济数据进一步剖析出，周休假旅游消费效应较大可能是源于周末游中人们的消费意愿更强，消费市场潜力巨大。

本文的研究结果对假日政策制定和旅游行业管理具有一定的启示意义：

第一，在未来的假日改革政策制定中，可从数量与结构两方面加以设计。关于不同假日类型的增减问题（如黄金周的存废）备受争议，结论未明。鉴于此，可从假日结构优化的角度来进行政策设计。本研究发现，周休假的消费效应更为显著，这为未来进行假日结构优化提供了依据。例如，近年来，“2.5天休假模式”逐渐进入政府和公众的视野，本研究为这种政策创新和制度尝试提供了依据。

第二，假日结构优化可以成为下一步假日改革的主方向。假日改革不应仅仅着眼于假日的数量增减或类型变更，更应着眼于假日结构的组合效率。在保持现有假日类型、数量的基础上，优化假日结构，是更为有效的举措。本文验证了周休假、带薪休假在促进旅游消费方面的作用差异，支撑我国持续推进带薪休假制度的逐步落实。同时，本文建议通过制度设计，激励个人和企业将带薪休假和周休假相结合，形成富有效率的 “机动黄金周”；也可鼓励将国家法定节假日与企业的带薪休假相结合，增加全年的总假期，对假日存量进行扩张（程世勇、李亚鹏，2007）。

第三，建议旅游企业将周休假市场提升到战略高度加以重视。从提高收入和市场份额的角度看，周末周边游市场对旅游企业极其重要。对于政府来说，有必要提升环城市带的旅游基础设施水平，增加近郊旅游的设施和配套服务，如发展涵盖高中档和经济型、乡村旅舍等多类型的酒店与民宿服务系统。而新开发的旅游小镇、度假区或旅游接待企业，可将短假市场人群设定为目标市场进行战略规划，如调整旅游产品结构，开发短线旅游产品，针对周末游市场提供更加多元化、个性化的旅游服务等。

本文存在一些局限性：由于数据的限制，有些影响旅游消费的变量未能加以控制；本文对旅游消费的描述略显粗糙，未来可采用更加适合的变量，如人均每日旅游消费、旅游消费比例等相对性指标来进行分析；本文也未能将旅游消费按照地域区分为客源地和目的地来进行分析。这些不足可成为日后进一步分析假日旅游消费效应的研究方向。