“旅游经济研究前沿”系列笔谈

主持人:李师娜

(中山大学旅游学院教授,博士生导师)

这期笔谈把旅游经济研究大致归纳为两个部分:研究视角与方法,研究模型与数据。

第一部分的旅游经济研究视角与方法包括三篇文章。左冰教授指出了在旅游经济研究中一个重要但缺乏研究的领域,即旅游金融。她首先分析了国内金融发展与旅游的相互关系,接着梳理了旅游企业与金融政策及金融变量相关的研究点,其中包括汇率、货币政策对旅游发展的影响、利率对旅游企业和经济的影响、国际旅游发展与美元化之间的关系,最后提出包括货币政策对旅游需求和生产行为的影响、以旅游为中介推进人民币国际化、汇率及其形成机制市场化对旅游发展的影响等五个未来研究方向。孙雅彦副教授首先总结出近15年来观光业对气候影响研究的两个方法论,即侧重宏观估算的环境延伸投入产出模型(EEIO)和基于微观计算的生命周期分析(LCA),接下来,分别就两种分析方法的基本原则和应用进行了具体阐述,在未来研究方面,她提出利用EEIO 开展最佳化分析有助于分析经济与环境等平衡点,此外,建议尝试综合运用LCA 估算Scope 1和Scope 2温室气体以及EEIO 估算Scope 3碳排来计算观光产业的碳排放量。Larry Dwyer教授从衡量可持续旅游发展的视角出发,认为一直被广泛运用的GDP等标准经济指标无法全面衡量居民福祉(well-being),据此,他从福祉的维度提出了“超越GDP”的方法,并着重分析了其中最受推崇的“美好生活”框架,该框架包括主观和客观福祉,以及当前和未来福祉。

第二部分的旅游经济模型与数据包括四篇文章。邓涛涛教授等针对横截面空间回归模型、面板空间回归模型以及其他扩展模型等三类模型,探讨空间计量经济学模型在旅游研究中的应用现状,并从把握旅游经济现象空间机理、修正和拓展现有模型、旅游大数据与空间计量经济学模型结合等三个方面阐述了未来发展趋势。吴晨光教授同样认为大数据为旅游经济发展提供了契机,她重点介绍了旅游大数据在旅游预测方面的运用,分别从三个方面展开分析:从多学科视角探索多源异构数据在旅游预测中的作用、包括混频分析技术和集成学习预测模型在内的方法创新在大数据应用于旅游预测中的重要性、概率预测作为点预测的有益补充等。赵磊副教授指出旅游经济学向主流经济学范式靠拢的趋势,并从计量经济学研究角度出发,分析了国内旅游经济学实证研究的发展现状,提出有必要利用基于数据驱动的统计回归模型检验旅游经济理论,接着着重阐述了各类计量经济模型在旅游研究中的适用性、局限性和核心问题,并介绍一些解决的方法和途径。Neelu Seetaram 教授在介绍三大类旅游需要模型的基础上,总结近年来旅游需求模型的创新与全球关注的热点话题相关,较典型的有气候问题以及公共危机事件。她最后提出未来研究方向是把行为经济学的理论和概念充分运用到旅游需求建模中。

关于旅游经济学研究展望,我想和大家探讨以下几个问题。

第一,旅游经济学与主流经济学的关系。如同其他旅游研究领域,比如旅游营销和旅游行为等,旅游经济研究学者大多也借鉴相应的主流学科,即经济学的理论和实证研究的理论及方法,且有一定的滞后性。在发表期刊方面,旅游经济研究学者似乎较难在主流经济学期刊发文,而主要的经济学家们也很少研究旅游问题。这可能是因为,一方面,旅游经济在整个经济体所占的比重还不够大,与其他行业相比,结果可能相对缺乏影响力;另一方面,旅游业的一些统计数据不够全面、充分和可靠,难以达到经济模型和数据的要求。当然,正如笔谈作者之一赵磊副教授指出:随着旅游经济学研究的不断深入,开始出现向主流经济学研究的知识溢出。一个典型的例子是2019 年经济学顶级期刊American Economic Review 发表的文章“Tourism and Economic Development”,虽然该文的两位在加州大学伯克利分校的作者并非主要研究旅游经济,不过他们针对旅游与经济发展的研究从一定程度上说明主流经济学家开始关注旅游经济。另外,旅游经济学文章在主流期刊发文可能还需要充分考虑与旅游期刊要求的差异性。笔谈作者孙雅彦副教授关于旅游经济和碳足迹的研究发表在Nature 子刊Nature Climate Change,她提到这篇文章的发表得到相关主流学科合作者在研究重点和写作风格方面的有益建议。总之,旅游经济能否以及如何形成更加扎实的理论和实证体系,值得进一步探讨。

第二,旅游经济研究非常依赖数据的质量,对传统旅游统计数据,比如重复计算、抽样调查的局限性等问题已经有广泛的讨论。近年来随着信息技术的飞速发展,大数据为旅游经济研究创造了新的条件。笔谈作者吴晨光教授分析了旅游大数据在推动旅游预测与决策的研究中发挥的重要作用。笔谈作者邓涛涛教授等提出旅游大数据是来自统计部门数据的有益补充和延伸,两者综合利用可以提高空间计量经济学模型的真实性和可靠性。然而,大数据的运用也存在挑战性。保继刚教授指出大数据也存在数据清洗问题,比如来自电信运营商的游客数量的数据就会出现诸如过路旅客被纳入游客数量、持有双卡或双手机的游客被重复计算等问题,如果数据清洗不到位,旅游经济学模型算出来的结果与真实状况会相差很远。这些在运用大数据时需要进一步思考和讨论。

第三,对旅游研究生学习和开展旅游经济研究的几点建议。首先旅游研究生要保持对旅游经济现象的好奇心以及对旅游经济问题的探索欲。要拓宽对旅游经济研究的认知,因为该领域涉及面广,不单包括受到广泛关注的旅游预测和旅游经济影响分析的研究,还包括其他很多方面,比如笔谈作者左冰教授着重阐述了旅游与金融结合有着较好的研究前景,笔谈作者Neelu Seetara教授也指出作为经济学和心理学结合的行为经济学在旅游研究中的适用性。其次,针对旅游专业学生计算能力相对不强的情况,旅游研究生要加强课内和课外的数量经济模型的学习,提高数理分析能力。学习数量经济模型除了要掌握模型构建以及相应的数据分析软件的使用,还需要充分理解相应的基本理论和原理。在研究旅游经济的时候,选择经济学模型和方法需要考虑的是能够实现研究目标的最为适合的而非仅是最为复杂的方法和模型。再次,除了熟练掌握一两种旅游经济研究模型和方法,还可以了解其他的数理模型以及其他常用的定量和定性的旅游研究方法,有助于触类旁通,对于开展多数据源、混合方法的研究会有所助益。

国内外的旅游经济学研究已经取得了相当数量的成果,梳理、思考和提炼这些成果,希望能够推进旅游经济学的进一步发展。

旅游与金融:一个方兴未艾的研究领域

左 冰

2020年秋季,国内疫情略有缓解,《旅游学刊》拟在广州举办年会。在李师娜老师的倡议下,我与赵磊老师加入,与李师娜老师共同组织了学刊年会“旅游经济与金融”分论坛。论坛最初起名为“旅游经济”分论坛,后来听取了厦门大学周波等老师的意见,改名为“旅游经济与金融”分论坛。当时,我非常钦佩于赵磊、周波等老师高度的学术敏感性,因他们敏锐地捕捉到了一个方兴未艾且未来必将日益重要的旅游研究话题。我在近三年为Tourism Economics、Journal of Travel Research、Tourism Management 以 及Annals of Tourism Research 等刊物审稿的过程中,也觉察到涉及金融话题的投稿论文数量在日益增多。但在去年分论坛接收到的31篇稿件中,仅发现1篇与金融变量有关的文章,说明国内学者目前对于旅游与金融的学术关注明显不足,因而特撰此文,以期引起国内研究者以及旅游行业管理者对此领域的重视。

自千年之交以来,中国国内与国际旅游业蓬勃发展,全球化程度越来越高,推动着境内外金融交易规模持续扩大。以国内旅游城市张家界为例,截至2019年7月末,张家界市旅游服务贸易累计结算约为6.62亿元,仅2019年1-7月的旅游服务贸易结算金额就高达9 277.04万元,占全市跨境人民币结算总额的78.44%,占全市旅游本外币涉外收支的33.84%①。早在2012年2月16日,央行等七部门联合发布了《关于加强金融支持旅游业加快发展的若干意见》,提出了充分认识金融支持旅游业加快发展的重要意义。

实际上,不仅旅游业发展需要金融支持,金融发展也离不开旅游的支持。作为深度融入经济全球化的载体,旅游者的流动不断将货币资金流导向物质资源流,对国内国际货币双循环和货物贸易循环都起到重要的推动作用。近年来,与旅游相关的金融工具不断创新、旅游支付更加便捷、旅游保险等金融衍生产品种类也在增加,并不断提升旅游产业附加值。这正是金融和旅游互相促进、融合发展的结果。一方面,国内旅游发展有助于回收人民币流动性,对促进人民币在国内流通循环和扩大不发达地区金融交易规模、提高金融效率、改善金融结构、推动金融创新具有积极作用。入境旅游带来的外汇收入也有助于建立国际储备和稳定汇率,产生货币政策效力。而出境旅游的持续增长为推动人民币国际化带来了巨大的机遇,是现阶段中国实现人民币国际化的最为现实的路径选择。如深圳各大出境游组团社和境外旅行社近年来对澳洲、日本、韩国等国跨境结算方面已经告别单一的美元体系开始走向人民币结算。在世界主要国家的机场和旅游地,人民币已成为挂牌货币。伦敦、卢森堡、巴黎、法兰克福和苏黎世等在中国久负盛名的出境旅游目的地都在竞争成为欧洲的人民币离岸交易中心。

另一方面,金融在现代经济中处于核心地位,金融政策是现代各国干预和调整社会经济发展方向、路径和速度最为重要的工具之一,必然会对旅游经济活动产生影响。一般认为,宏观金融政策主要包括三大政策,即货币政策、利率政策和汇率政策。其中,汇率对于出境/入境旅游需求的影响是旅游经济研究领域最古老的话题。20 世纪90 年代,研究者们开始关注宏观货币政策对于旅游企业经营绩效的影响,随着相关研究的不断推进,出现了越来越多与金融政策以及金融变量相关的研究点,笔者简要梳理如下:

1.汇率、汇率波动以及汇率制度如何影响旅游发展。由于金融业相对发达、货币市场化程度较高,国外一批先锋研究者已在此领域有所耕耘。大量研究集中于探讨汇率变动引起的相对价格变化对于出境/入境旅游需求的影响。例如,美元升值(贬值)会使得美国旅游贸易逆差恶化(改善),而人民币汇率升值将会推动出境旅游发展。此外,维持汇率的稳定是维持国际游客流量的决定性因素,因汇率的波动会对旅游部门的产出产生明显的负面影响,且汇率波动趋向于以不对称的方式影响入境旅游需求。不同的汇率制度对国际旅游的影响也非常显著。相比盯住浮动或管理浮动汇率制,固定汇率制因其价格的稳定性对旅游业产生的积极影响最大。简而言之,汇率制度越不灵活,对旅游业的积极影响就越大。这是由于固定汇率制可降低货币兑换有关的交易费用和减少汇率波动的不确定性。不仅如此,汇率还可通过旅游的中介传递效应推动经济增长,即形成汇率-旅游带动的经济增长(Exchange Rate-Tourism Pass-Through and Growth)。

2.货币政策对旅游发展的影响。货币政策对经济的影响至少存在六种影响渠道,即利率、货币供应量、信贷、资产平衡表、资产价格和经济预期。它们都通过影响微观主体的经济行为而对经济活动整体产生影响。通常认为,货币政策的变化对周期性产业中企业收益的影响要大于非周期性产业中企业收益的影响。在旅游领域,航空、博彩和酒店业属于资本密集型行业,且具有周期性特点,因而其经营状况和资产收益对宏观货币政策高度敏感。如对美国、中国台湾、新加坡和日本的酒店业收益进行的研究发现,货币供应量M2的增长及其引起的价格上涨对这些国家的酒店业股票收益具有决定性的正向影响。中国香港的旅游业对宏观因素的变化更加敏感,在扩张性货币政策期间,香港的酒店和旅行社业都呈现出更高的平均收益率。新西兰旅游公司股票收益也与货币供应量和贴现率显著正相关。在英国,影响居民滑雪需求的最大的解释变量是广义货币供应量M4,因其决定着个人的可得信用,而韩国居民出境旅游需求则与其实物资产升值预期带来的财富效应正相关。在澳大利亚,因货币宽松导致的生活成本上涨对其入境旅游产生了负面影响,而尼加拉瓜旅游业的发展推动了货币供应量的增加,发展旅游对尼加拉瓜维持稳定的经济增长甚至优于财政政策。

除了货币供应量这一数量型货币政策工具以外,价格型货币政策工具因其对旅游企业投融资方式以及资本结构具有重要的影响也被研究者们所关注。研究发现,美国航空业、博彩业、住宿业和旅行社业的收益均与货币政策变化紧密相关,与财政政策无关;餐饮业的资产收益和酒店业的股票收益与联邦基金利率高低显著正相关;但折现率的变化对美国酒店业股票收益没有明显影响,并且,货币政策对于酒店业收益的影响在熊市和牛市时具有非对称效应。在信贷市场收紧时,餐饮行业的表现优于博彩业和酒店业,而酒店业将通过提高财务杠杆、减少现金持有量来应对流动性危机。

共同货币政策对于旅游发展同样具有重要的影响。对欧元区国家的研究发现,欧元的引入使欧洲货币联盟(EMU)内部游客流量增加了6%,但这一积极影响随着时间的流逝而逐渐减小。并且,共同货币政策对双边旅游流量的影响具有异质性,欧元对游客流量的积极影响主要体现在德国、西班牙和意大利,而对比利时、芬兰和卢森堡的影响则较低。不仅如此,EMU 还促进了实施固定或浮动汇率制国家的游客入境。学者们因此总结认为,实施单一货币的好处之一,就是可促进入境旅游。

3.利率对于旅游企业和经济的影响。金融稳定有助于旅游投资者和旅游部门做出更明智的投资和融资决策。在新加坡,研究发现长期和短期利率的变化与酒店收益存在反向变动关系,这意味着稳定的利率对于促进旅游发展并提高目的地竞争力至关重要。对泰国的研究也表明,货币政策比财政政策更显著地影响泰国的旅游经济,银行同业拆借利率对旅游业的国民生产总值的影响远高于其他解释变量[4]。

4.国际旅游发展与美元化之间的关系。对近年来部分撒哈拉以南非洲(SSA)国家的研究表明,蓬勃发展的旅游业推动了美元在这些国家的使用和流通,加速了这些国家的美元化进程。研究者因而建议这些国家实行钉住汇率制,认为相比美元化是更为合理的汇率制度。作为一个小而开放的经济体,马尔代夫的经济也保持着高度的美元化,这既是制度因素,也是旅游业快速发展的结果。高美元化率的结果是马尔代夫的高通货膨胀率,致使其名义汇率不断走高,宏观经济极不稳定;但始于2009年的美元化,稳定了津巴布韦的经济,降低了其通货膨胀率。这说明,当使用经验证据来支持某种货币政策的可持续性时,可能需要根据具体情境谨慎决策。

尽管研究者们已经关注到金融变量以及货币政策对于旅游需求和供给的重要影响,并形成了上述研究点,但研究的框架、方法和理论都远未得到发展,且与货币金融理论几乎无涉。需求方面的研究过于局限于汇率的影响;供给方面主要集中于住宿业,以上市公司财务分析为主。在宏观的、整体性的分析层面,除了货币供应量、利率和汇率外,关于信贷、资产平衡表、资产价格和经济预期机制的有效性及其作用都没有得到很好的研究。旅游与通货膨胀的关联、货币供应量与汇率的冲突以及美元化带来的金融抑制等未得到重视和关注。

金融与旅游发展之间的关系和影响问题,既是一个实践应用问题,也是一个基础理论问题。其同时涉及微观个体行为、中观产业结构和宏观经济基本面,蕴含了许多关于旅游消费决策及其替代、旅游企业货币需求及其融资约束、旅游产业结构变化、旅游产业竞争力、旅游发展路径以及发展形态等诸多有待探究和解释的根本问题。在金融政策成为我国经济调控的重要手段和国家大力发展旅游业的背景下,对于金融与旅游发展之间的关系和影响问题的研究在可预见的未来必将成为旅游经济学的核心领域之一。基于我国现阶段的社会经济发展状况,笔者尝试提出以下几个有待探索的研究方向供参考:

1.货币政策对于旅游需求和生产行为的影响的研究还需要更加深入和广泛。旅游需求具有高度的价格敏感性,旅游部门与其他产业部门之间存在货币需求和汇率偏好的异质性。即便是相同的货币政策,其对于其他产业和旅游发展的影响必然不尽相同,因此必须针对货币政策对旅游发展的影响展开专门研究,包括数量型货币政策对不同类型旅游企业融资成本和企业资本结构动态调整的影响,旅游消费对本外币流通循环和货币供应量的影响,以及价格型货币政策工具对居民的消费、财富保有形式和企业投资决策的影响。此外,还应从区域金融成熟度的角度评估货币政策对不同地区旅游业发展的融资约束效应,为我国未来货币政策的选择与安排提供理论依据,为央行制定更加有效的与汇率政策相协调的货币政策提供实证基础。

2.以旅游为中介推进人民币国际化和维系国际货币体系中的地位问题。与发展离岸金融相比,通过发展旅游推动人民币结算可实现真正的金融整合,有助于维持人民币在国际货币体系中的地位,也是推动实现人民币国际化更加可持续的途径。但由于旅游的脆弱性,通过旅游发展推动人民币国际化也会带来一定的风险。如何利用旅游带动的境外投融资机遇和市场机会推进人民币国际化,同时有效预防和控制可能出现的各种风险,是必须加以深入讨论的重要课题。

3.汇率及其形成机制市场化对旅游发展的影响。汇率变动对于旅游需求端即出入境市场的影响已经得到了比较充分的研究,但研究汇率对供给端即对旅游产业和企业的影响的成果并不多见。随着人民币汇率形成机制持续市场化和旅游业本外币交易范围的扩大,汇率及其变动如何影响旅游生产行为以及行业绩效,旅游企业应如何有效规避汇率风险,中国政府在汇率政策的制定中应如何考虑旅游因素,也是值得深入探讨的问题。

4.旅游发展与目的地金融发展的关系及其对经济增长的影响。一般认为,金融发展与地方产业结构密切相关。当发展中国家或地区发展旅游时,旅游者流动带来的货币流动可以扩大其金融交易规模,推动资本市场发育,促进银行结算和票据市场的发展,从而推动目的地“需求尾随”型金融体系发展,促进地方经济增长,但旅游发展也可能导致地方金融资源出现扭曲配置或隐性金融保护而降低金融效率,因而需要对两者关系和相互作用机制进行系统研究和实践检验。并且,由于不同地区旅游发展程度和金融成熟度存在着显著差异,旅游和金融发展在为经济体提供经济增长动力的同时也可能拉大地区间经济发展的差距,这些问题都有待深入探究。

5.如何通过金融创新支持和推动旅游发展。旅游产业对金融依赖度较高,且不同类型旅游企业对金融要素的敏感度也不同。如何运用货币政策工具加强金融资本市场对旅游企业的资金融通保障,如何有针对性地开展涉旅金融产品和服务创新、解决旅游企业面临的跨境结算汇率、风险等问题,实现金融资源与旅游产业发展的对接,是制定和执行旅游发展金融政策时必须考虑的重要因素。此外,如何打造更具包容性的金融体系,减轻旅游业的融资赤字,探索出一套支持旅游发展的金融政策和旅游业金融管理创新工具也将成为此领域未来重要的研究方向。

(左冰,博士,中山大学旅游学院教授,博士生导师)

观光碳足迹——研究方法与展望

孙雅彦

在华人世界里,我们有个说法:观光是无烟囱工业。然而,有学者在近年来的研究中指出旅游本身需要耗费大量的能源并且排放惊人的温室气体。例如,2次从德国慕尼黑到美国纽约的经济舱航空飞行便会超过一个人一年内若要维持全球温度上升2℃所允许的二氧化碳排放预算。根据Lenzen等的研究,在2013 年全球旅游导致了45 亿吨(4.5 gigatonnes) 的温室气体,约占当年度全球碳排的8%[1]。若我们比较每1元GDP所付出的气候代价(climate impact),观光产业平均排放1公斤的温室气体,高过全球制造业(0.8公斤CO2e),也比全球所有产业平均值0.75公斤CO2e要来得高。在现今追求舒适、快速、远距的旅游方式下,观光不再是我们想象中的无烟囱工业。

近15年来,评估观光发展对于气候变迁的影响已成为一个重要议题。就方法论而言,主要分成两大支流,包含利用环境延伸投入产出模型(Environmentally Extended Input-Output Model,EEIO)来进行宏观的估算,主要目的是了解一个国家或是大范围区域观光发展所产生的污染总量。第二个方法则是利用生命周期分析(Lifecycle Analysis,LCA)来进行微观的计算,适用于评估一间公司(例如,旅馆),一个商品(艺术表演)或是一个服务流程(房间打扫)所产生的环境影响。

这两种方式都能进行观光碳足迹(tourism carbon footprint)的评估,然而采用的分类方式则略有不同。在环境延伸投入产出模型的估算下,观光碳足迹的定义包含直接碳排(direct emissions)与间接碳排(indirect emissions)。直接碳排指观光业者(交通运输、住宿、餐饮、娱乐、旅行服务、纪念品贩售之零售者与制造者等)营运过程中所产生的碳排放,例如旅馆营运所用电力之碳排或水上摩托车使用汽油之碳排放。间接碳排则指观光业者上游供应商所排放之碳量,例如旅馆家具供应商在生产床具过程中的能源使用,或餐厅食材供应商在物流过程中所用之汽油。这些供应商的商务交易因观光需求而产生,因此其碳排放也被计算至观光碳足迹的范畴中。

就LCA 评估公司或产品端的碳足迹而言,World Resource Institute建议将碳排分成三类:Scope 1,Scope 2 与Scope 3 碳排[2]。Scope 1碳排是指由观光业者直接排放的温室气体,包含营业用车辆行进中所排放之废气。Scope 2碳排为观光业者使用之电力在生产过程中所产生的温室气体。若该公司所使用的电力百分之百来自干净能源(风力、水力、太阳能)则其Scope 2 排放为零。Scope 3碳排包含15种类型,最主要的排放来源是供应商在生产观光业者所需商品时的石化能源使用。

以下,我将简述环境延伸投入产出模型与生命周期分析的基本原则,并且讨论近年来这两种方法在观光产业的应用与未来的研究走向。

环境延伸投入产出模型(Environmentally Extended Input-Output Model,EEIO)

投入产出模型将一区域的经济活动做系统性的划分以了解每个产业的商品如何供给其他产业与最终消费者使用。此模型透过投入产出表来计算当消费者购买1元商品时,此一需求如何带动生产此商品的产业与其上游供应商。若搭配产业的能源使用资料,此模型便称为环境延伸投入产出模型。在应用上,EEIO 可以追踪观光消费所导致的直接与间接碳排。主要应用包含下列两大方向:

1.评估观光碳排放占全国温室气体总量的比例

近年来,相当多的研究结合环境延伸投入产出模型与观光卫星账户(tourism satellite account)来追踪一个国家观光碳排放总量。此方法除了可以按产业详细计算直接碳排与间接碳排外,还可以进一步分析观光碳足迹与观光消费金额的比例,以求得每单位GDP 所排放的温室气体量(emissions/GDP)。这样的分析不仅可以了解一国观光发展占全国温室气体总量的比例,并且可以明确比较发展观光与其他产业(例如制造业)对于国家在经济与环境面上的影响。

此类研究不仅考察观光发展的经济贡献与环境成本,并且可以评估不同情境下观光变化对于整体经济与碳排放的影响。例如,Kitamura等利用此一模型评估在新冠肺炎疫情(COVID-19 Pandemic)下,旅行限制如何影响日本的GDP、就业机会与观光碳排放[3]。Lenzen等也在其全球性分析中指出,观光产业是在新冠肺炎疫情中受创最重,但也因为它的高碳排特性,贡献较高比例的减碳效应[4]。

观光产业能有效带动区域的经济成长(tourism lead growth)并提供众多就业机会,然而其高碳排的特性亦会助长气候变迁。如何利用EEIO 来进行最佳化分析(optimization analysis)以便找到经济与环境面的平衡点将会是未来的研究重点。

2.分析观光碳排放变化主因

结合EEIO 与观光卫星账户来建构多年期观光碳足迹也是另外一个备受瞩目的研究方向。此长期资料可提供重要的数据基础来进一步分析哪些因子会提升或抑制观光碳足迹的成长。利用分解分析(Decomposition Analysis),我们可以将整体的观光碳排放分解成(1)需求因子:游客人数、游客平均消费、消费类别等;(2)供给因子:研发能力、科技进展速度、产业联结与创新能源比例等。不管是Structure Decomposition Analysis 还是Index Decomposition Analysis 都能按照研究需求将观光碳足迹分解成数个贡献因子,所以现有研究采用的分解因子多寡并不一致。但基本上,所有的分解分析应该以简单化为原则,采用少数但重要的因子,以方便解释碳足迹变动趋势并且可以与政策有效联结。

整体而言,分解分析能协助我们了解单一因子对国家观光碳排放的影响,协助推估中长期的碳足迹变动,并且针对相关碳排政策提供实质建议。有学者在对新西兰的研究中发现,节能科技只能抵销1/3的新西兰观光总碳排,而且按照现有新西兰观光成长趋势,观光碳足迹将会持续成长,并且与该国预定于2050 年达成碳中和的目标(Net Zero Carbon 2050 legislation)相抵触。

上述案例说明,不管是学术界还是政府部门未来对于观光碳足迹的分析需求将会日益增加。尤其在巴黎气候协议中,合约签署国须明确说明该国将在哪些项目中进行碳排减量,也必须提供“国家自主决定贡献”(Nationally Determined Contributions,NDC)的文件。联合国世界观光组织(United Nations World Tourism Organizations)的调查表明,有40%的国家将观光列入NDC 中,也就是政府需要明确说明观光发展如何影响国家整体温室气体排放量。利用EEIO 与分解分析将可以联结一国的观光发展趋势与巴黎气候协议的减碳承诺,这对于政策拟定会有重大助益。

生命周期分析(Lifecycle Analysis,LCA)

生命周期分析主要针对公司、商品或流程进行详细检视以了解从“摇篮到坟墓”(cradle to grave)的全部过程对于环境的影响。完整的LCA 会追踪下列步骤:原料制作、包装、运输与保存、产品使用、回收与废弃处理等过程,从头到尾地检视以了解每个步骤所使用的能源与相对应的碳排放。也就是因为这样详细的检视方式,LCA 可以明确告知管理者哪些阶段产生最多碳排放,并且建议更加环保的替代方式。

LCA 在观光产业上的应用主要集中在旅馆业,而且是针对特定流程来了解Scope 3碳排以期思考如何降低上游供应商的环境影响。这些应用包含评估旅馆外包床单清洗的碳足迹,观光农场食材的温室气体量,旅馆备品与垃圾处理的能源使用,以及旅馆本身的建筑、营运与更新对于环境的影响。最大规模的LCA 应用案例是Accor集团针对全球旗下3 900 间旅馆进行详细的生命周期分析,以了解这些旅馆在用电、用水、废弃物、家具、食材、洗衣过程与办公室用品的碳排放变化。

相对于其他产业而言,LCA 在观光产业的应用较少。这可能是因为此一分析方式需要详细的流程资料(inventory)来追踪每一个过程所使用的商品及其生产过程。这对分析Scope 3碳排非常困难,因为所需资料由众多供应商所掌握,资料整理与收集非常耗时。另外,LCA 有时不具通用性,也就是A 旅馆的LCA 的分析与建议不一定适用于B 旅馆。再者,LCA 通常需要由学术单位或顾问公司来执行,除非是大型企业,否则中小型观光业者通常无法负担LCA 的分析费用。

近年来,学术界开始推动一种混合评估模式(hybrid method)来计算单一公司的碳排放量,也就是利用LCA 来追踪相对简单的Scope 1和Scope 2温室气体,然后搭配EEIO 来估算复杂的Scope 3 碳排。此一混合评估模式能提供详细与精准的Scope 1 和Scope2碳排,简化Scope3 碳排的计算流程,并已运用在超过100份研究中[5]。然而,这些应用尚未包含观光产业。未来研究可以评估这种混合模式是否适用于观光产业,并且讨论其方法是否能克服现有执行障碍,以便能大规模推动碳足迹估算,以协助业者了解自身营运过程的碳排放状况并且优先针对主要排放因子加以改善。

结论

世界观光组织认为观光产业需要更多的环境信息来支撑更好的减碳决策。全球而言,现在只有新西兰与瑞典提供了官方的观光碳足迹统计。多数国家并无完整信息来了解观光发展对于全国碳排总量的影响。同样的信息缺乏状况也发生在一般观光业者身上,导致管理者无法有效评估公司营运的碳排总量与改善方式。期待在环境延伸投入产出模型与生命周期分析的支持下,我们未来可以同步提供政府与业者更完整的观光碳排分析,以协助减碳政策的制定与实施。

(孙雅彦,博士,澳大利亚昆士兰大学商学院副教授)

可持续旅游发展:一种“超越GDP”的方法

Larry Dwyer

可持续旅游发展的一个基本目标是提升当地居民的福祉。本文认为,目前在一项名为“超越GDP”(Beyond GDP)的研究议程中建立起的福祉衡量体系,也将在制定、实施和评估目的地可持续旅游发展中发挥重要作用,并具有将经济贡献转化为可持续旅游发展研究的潜力。

超越GDP

国内生产总值(GDP)是指给定时期内一个经济体生产的商品和服务总值。几十年来,GDP一直是评估人类发展进步的首选指标,尽管它最初并不是以此为目的而提出的。但随着学术界的不断发展,在更广泛的社会科学研究中,一场名为“超越GDP”的方法革命正在发生,有学者认为诸如GDP之类的标准经济指标无法涵盖居民福祉的某些关键方面,并试图制定能够更广泛地反映居民生活条件和生活质量的新测量指标,这对衡量居民福祉和旅游业发展有重大贡献。迄今为止,已经有大量研究和统计工作提出了衡量人类进步的替代或补充指标[6]。因此,近年来“福祉”的概念在研究、测量和政策中都受到越来越多的关注。将福祉指标纳入政策制定过程中,并以对居民福祉和社会生活水平的影响来评估经济增长的质量,这正是探索“超越GDP”中出现的一个较好的方法。尽管这一方法不是专门为旅游业开发的,但“超越GDP”为衡量目的地福祉和可持续性提供了全面且切实可行的途径,同时为旅游业发展更好地维护居民的长远福祉提供了政策建议。

相较于直接舍弃或修改GDP这一概念,“超越GDP”提倡开发一个福祉指标“仪表盘”(比如一套指标和研究方法),以补充GDP和其他经济指标,并且为了更准确地了解个人、家庭和社区层面的生活福祉水平,“超越GDP”的统计方法正朝着国际通用的衡量标准迈进。随着福祉研究在统计和测量方面日趋成熟,“超越GDP”日益成为指导政策的指南针,已有学者据此提出了意义更深远的针对福祉和发展的测量指标,并将这些指标逐步融入公共政策评估中。

福祉的维度

考虑到福祉概念的复杂性,一套全面的综合指标比单一指标更能够有效地为政策制定提供参考。目前社会科学研究对于“福祉”的性质、驱动因素和指标提出了不同观点,但普遍认为“福祉”是一个多维概念,包含物质享受、个人自由、机会、精神状态和能力[7]。

由于旅游发展道路的选择离不开对福祉的评估,旅游研究者所采用的测量方法必须是可靠的、具有扎实理论基础的。在理解和衡量福祉与社会进步方面,“超越GDP”议程中提出的“美好生活”框架(Better Life framework)无疑是最受推崇的[7-8]。该框架明确了理解和衡量居民当前和未来福祉的三大支柱:物质生活条件、生活质量、可持续性。

·物质生活条件包括投资收入与财富、工作与薪酬和住房。

·生活质量由反映人们生活的另外八个维度构成,包括健康、工作与生活平衡、教育和培训、社会关系、公民参与和治理、环境质量、人身安全以及主观幸福感。

·可持续性由四种不同类型的“资本”指标综合衡量,包括经济资本、人力资本、社会资本和自然资本。每种资本的存量水平对于维持长期的福祉水平都至关重要。

“美好生活”框架包含了许多其他测量福祉方法中的维度,其显著特征是同时考虑主观福祉和客观福祉的重要性,并区分当前福祉和未来福祉的驱动因素,从而将可持续性纳入评估框架中。同时,因为这一框架是由研究者、行业从业者和政策制定者共同开发的,所以能够灵活地容纳更多的测量福祉的维度和指标。用上述方法开发的相互关联的指标已经逐渐发展成了“美好生活”的指标,也形成了一个互动平台,个人和社区可以在该平台上对福祉框架的各个维度赋予不同的权重,并鼓励居民参与关于目的地发展的讨论,按照自己的优先顺序创建美好生活指数。尽管许多测量福祉的指标仍在开发中,但其数据质量和实证测量的稳健性有望随着时间的推移不断进步[6]。

对旅游研究与实践的启示

“超越GDP”方法衍生的几个主题有望推进可持续发展理论的发展和政策的制定。如果旅游业的利益相关者开始认真审视“超越GDP”方法,决定采用“福祉”视角来指导和评估目的地发展,必然面临许多挑战。因此,旅游研究者必须解决以下关于“超越”的概念问题。

超越感知。旅游研究倾向于对游客和居民福祉进行主观衡量,收集相对容易获取的关于“感知”和“满意度”的调查数据,却忽视了居民福祉的客观决定因素。如果要将居民的态度和感知与福祉的各项驱动因素联系起来,则有必要采取更稳健的、超越主观感知的方法测量当前和未来福祉。实际上,因为未来福祉取决于资本存量数量和质量的变化,所以在缺乏客观测量(实物或货币)来补充主观测量的情况下,是无法细致刻画出未来福祉的。

超越竞争力。旅游研究者一致认为,提升旅游业竞争力的基本原理是提高利益相关者的福祉。关于目的地竞争力的研究往往只是随机地把福祉纳入分析中,而非从全局性考虑。然而,目的地竞争力与居民福祉之间的联系仍相对被忽视。为了将福祉目标纳入目的地竞争力体系,无论是概念还是实证层面都有必要开展更深入的研究。

超越“当地”和“当前”。“超越GDP”议程意味着可持续发展研究必须区分和平衡两种形式的分配公平——代际公平和代内公平。旅游研究需要更加关注旅游对当前和未来福祉产生的影响,为了正确评估旅游业在路径发展中的作用,研究者必须关注四种资本的变动对整体福祉的影响。

·如果资本存量的实际人均价值随着时间的推移而增加,则目的地的发展可能是可持续的,居民的福祉水平提高。

·如果资本存量的实际人均价值随着时间的推移而下降,则目的地的发展是不可持续的,导致未来福祉水平的下降。

尽管可持续发展问题获得了大量学者的关注,但目前许多旅游研究尚未充分理解可持续概念的动态性,未充分认识资本存量变化的测量对于居民当前和未来福祉水平的重要性。此外,了解资本存量和福祉水平之间的相互作用、可替代性、互补性和权衡取舍同样具有迫切性。“美好生活”框架更清晰地将这四种资本纳入总体福祉评估和针对旅游业的评估体系,为政策分析者提供一套切实可行的工具。

超越市场。理想情况下,要评估特定旅游发展道路的可持续性,需要对提升人民福祉的资本存量变化进行货币估计。基于资本法,衡量可持续性需要关注各种资产存量的净变化,并依据其“影子价格”加权,即反映所有活动的实际机会成本的货币价值,并同时考虑到所有产生的外部性和公共产品。在没有市场价格的情况下,已有一套完善的方法来估算资本存量的价值[6]。目前有学者正在研究如何为人力资本、社会资本和自然资本开发更好的测量方法,其中许多方法都可用于制定影子价格,也已经被旅游经济学家应用至各种评估中。而评估资本存量变化对福祉的影响,则是研究人员目前正在努力解决的另一个难题。

超越弱可持续性。要实现可持续旅游发展,首先需要决定诸如哪些资本目前可以被耗尽、哪些资本必须保存至未来的基本问题。弱可持续性观点认为,在维持长期福祉方面,这四种类型的资本是可以互相转换的。相反,强可持续性观点认为,某种程度上,某些类型的资本(尤其是自然资本)在生产过程中都是不可替代的。一些独特的自然资产是无可替代的,对地球上所有生命的基本生存和福祉都至关重要,因此弱可持续性的观点显然是不合理的。尽管相当一部分旅游研究者似乎都默认采取了强可持续性观点,但他们在很大程度上忽略了在旅游规划和发展中采用强可持续性条件的理论和实际意义。因此,旅游研究者需要更好地理解可持续发展的根本动力,这是无法通过静态的模型直接体现的。

超越企业社会责任(CSR)。在负责任的商业行为方面,“超越GDP”呼吁采用一种新的思维方式,从标准的企业社会责任要求“不作恶”的禁令转向鼓励“行善”。这意味着企业经营产生的社会和环境影响及其引致的福祉结果应被纳入公司的使命愿景和商业模式中,而不仅仅是作为可选的附加项。旅游研究者有机会将“超越GDP”方法的核心——福祉视角拓展至商业,同时探索企业采用与“超越GDP”方法所倡导的不同类型的商业模式的优势[9]。

超越“孤岛”。各政府部门和行业决策者往往只关注他们直接负责领域的投入和产出,而忽略其行动在其他领域中产生的更广泛影响,即孤岛决策。而采用福祉框架可以更全面地评估特定政策对人们生活的影响,使目的地营销组织和其他旅游业利益相关者在更广泛的经济发展进程中发挥更大的作用。最终,要打破孤岛以实现“超越GDP”的议程,就需要在政府的运行机制和决策工具中纳入福祉。

超越国界。在福祉研究方面超越孤岛也意味着,需要付出更大的努力来衡量国际层面的可持续发展,超越目的地国界。在这个日益全球化的世界中,一个目的地试图提升其公民福祉的同时也将影响其他国家公民的福祉,一个典型的例子就是目的地的碳排放加剧了全球变暖。不可持续的发展可能对人类福祉产生跨界影响,因此,解决可持续性发展的挑战不仅在目的地层面,而且在全球层面都具有重要意义。通过联合国世界旅游组织、目的地管理组织可以鼓励和倡导国家统计机构和国际组织统一福祉的测量指标体系,以便更好地进行国际间的比较。

超越障碍。如果要切实改善居民的生活状况,就必须在旅游政策制定过程中明确采用福祉测量方法。而目前采用福祉框架面临着两大主要障碍,一是政府缺乏制定“超越GDP”福祉测量的紧迫感,支持力度不足;二是机构体制对变革的抵制。以GDP 增长作为发展的首要目标的新自由主义,可能是制定更科学的衡量目的地进步的指标的最大障碍[9]。除此之外,发展旅游业和福祉统计指标也可能与其他统计事项产生优先级的矛盾;在统计资源有限的目的地,制定侧重于旅游的福祉测量指标也面临挑战。

结论

在“超越GDP”方法内开发的“美好生活”框架,为福祉研究提供了坚实且相关的理论基础,包含与政策相关的经济、生活质量和可持续性指标。尽管“美好生活”福祉框架并非专门针对旅游业,但其提倡的衡量体系能够使旅游业利益相关者认识到福祉因素在当下和未来行业发展和更广阔的经济发展中的重要作用。随着时间的推移,许多目前确定的指标将会发生变化,这可能是由于测量方式的优化,也可能是由于目的地的政策制定者确定了更全面反映居民生活条件的新指标。目的地营销组织、旅游从业者和旅游研究者可以在指标的发展中发挥重要作用,尤其是在探索旅游情境下各种现有指标与“实验统计”的相关性方面。如今,旅游研究者面临的机遇是重视福祉视角对目的地发展的指导,从而探索关于福祉概念和指标发展的理论难题,以及“美好生活”框架对制定目的地管理相关政策的实际意义。

(Larry D wyer,澳大利亚悉尼科技大学客座研究教授,澳大利亚格里菲斯大学格里菲斯旅游学院客座教授,国际旅游研究院会士,曾任国际旅游经济协会主席;本文由中山大学旅游学院研究生刘怡欣、陈佩茜翻译)

中国旅游经济学实证研究的规范性思考

赵 磊

从20世纪50年代开始,西方学术界陆续将计量经济模型引入旅游经济学研究中,用以实证检验旅游经济学范畴中的因果关系,以期为某些特定的旅游经济学现象提供经验佐证。随着实证研究思维在旅游经济学研究中得以广泛应用,旅游经济学研究开始向主流经济学研究范式靠拢,甚至于旅游经济学研究开始向主流经济学研究产生知识溢出,进而极大地提升了主流经济学对旅游经济学研究的关注、认同。

尽管国内旅游经济学研究起步较早,早期主要是通过引入经济学经典理论阐释某些旅游经济现象以丰富旅游经济学研究体系,但问题在于,此种研究方式仅是对特定的旅游经济现象进行理论描述,并未系统证实理论刻画的真实客观性,换言之,旅游经济理论分析无法被数据所验证。所以,随着旅游经济理论研究的逐步深入,学术界亟须引入基于数据驱动的统计回归模型以检验相应理论假设,以验证特定因果关系的存在性,进而为制定旅游经济政策提供客观依据。

严格意义上讲,国内旅游经济学实证研究发展相对较晚,这仅在一定程度上制约了旅游经济学研究的规范、完善,而且囿于研究方法的成熟性,直接导致旅游经济学研究也未对旅游学研究体系的构建提供有价值的知识贡献。直到进入21世纪,我们才能零星地看到国内旅游经济学界开始将时间序列或截面数据分析技术应用到旅游经济学研究中,并尝试从数据分析的视角对某些旅游经济关系进行实证检验,进而试图在理论分析的基础上,提供来自实证研究的数据支撑。尽管时间序列方法为一定时期内旅游经济学中两变量、三变量之间的长、短期关系检验提供了很好的研究工具,尤其是多数学者也在旅游市场需求预测中不断尝试引入更为复杂的时间序列分析技术,以提升旅游市场需求预测的精准性,但问题在于,中国旅游经济的数据统计最早始于20世纪80年代,历史数据的短期性和不一致,以及截面样本信息的有限性,使得时间序列方法在旅游经济学研究中开始受到质疑。另外,尽管截面分析技术综合考虑了截面样本的异质性,但由于忽视了时间维的信息,同样导致旅游经济学实证研究结论的偏误。

鉴于此,结合了横截面维度和时间维度信息的面板数据模型开始得到诸多旅游经济学者的青睐,主要优势在于,面板数据模型很好地利用了研究样本信息,有效地提升了对旅游经济学中因果关系的检验效率。然而,由于面板数据模型中随机扰动项通常并非独立同分布,而国内旅游经济学文献普遍并未处理随机扰动项中可能存在的组间异方差、组内自相关或组间同期相关问题,因而能够同时考虑这三个因素的可行广义最小二乘法(feasible generalized least squares,FGLS)估计方法则鲜有应用,具体做法是使用模型残差来估计随机扰动项的协方差矩阵,以此进行FGLS估计,也可进行迭代FGLS估计,不断迭代,直至收敛。

另外,由于宏观经济变量普遍存在动态惯性,当我们试图讨论旅游业发展对某些宏观经济变量的影响关系时,必须面临的一个关键问题是,作为模型被解释变量的宏观经济变量的滞后项被纳入解释变量,所以从经济运行的客观规律看,动态面板数据模型更为适合探究旅游经济现象。然而,尽管动态面板数据模型能够捕捉被解释变量的“惯性”,但其滞后项很可能与模型随机扰动性相关进而产生内生性,而严重的内生性会导致动态面板数据模型估计的参数偏误。我们观察到,尽管近年来,国内旅游文献开始尝试引入动态面板数据模型尝试解释某些旅游经济关系,但在模型估计方面还存在不严谨之处,具体表现在:(1)工具变量的选择并未报告。例如,当使用差分GMM 估计时,在使用变量水平值的滞后项作为差分方程的工具变量时,并未报告具体变量及其滞后项。(2)两步系统GMM 估计并未对标准差进行Windmeijer修正。由于两步系统GMM 标准协方差矩阵总是稳健的,并且解释变量可能存在的异方差,尤其在小样本时,两步系统GMM标准差会存在向下偏倚,所以需要修正其标准差,这一点在国内既有旅游文献中少有发现。

关于计量模型内生性的问题,考虑到旅游业的影响因素众多,并且旅游业具备较强的产业关联性,所以一般宏观经济变量与旅游业之间可能会存在逆向因果关系,而且我们也难以使用单一指标度量旅游业发展,所以测量误差也在所难免,再设想到遗漏变量本身又是计量模型设置的普遍问题,所以三重因素必然会导致包含有旅游业变量的计量经济模型会产生内生性问题,而内生性又会致使普通最小二乘法(ordinary least square,OLS)的回归参数估计不一致,所以如何缓解内生性困扰,是旅游经济学实证研究必须处理的核心问题。所以,为内生解释变量(可能是旅游业变量)寻找到一个合适的工具变量进行工具变量回归以缓解内生性问题,是获得参数一致估计的惯常做法。需要注意的是,工具变量必须符合两个基本条件:与内生解释变量相关;严格外生。因此,寻找一个合适的工具变量是一项既有趣,又富含挑战性的工作。纵观既有文献,学者们在寻找工具变量时,普遍将目光转向地理、历史因素。比如,有学者将地表坡度或粗糙度作为产业集聚的工具变量,用1919年基督教会小学生注册学生人数作为制度环境的工具变量,等等。原因是,地理因素属于自然条件变化,一般外生于经济因素,历史因素会潜在影响内生变量,但与当期扰动项基本不相关。遗憾的是,我们在既有旅游经济学文献中,鲜有发现有学者构造出一个令人满意的旅游业工具变量,由此也限制了关于旅游业计量模型的估计效率。当然,最为简单直接的做法是,使用内生解释变量——旅游业,自身的滞后项作为工具变量。事实上,在国内旅游经济学文献中,我们亦很少发现学者重点处理模型内生性问题,进而导致实证研究结论普遍受到质疑。

地理学第一定律(Tobler’s first law of geography)指出,地理事物或属性在空间分布上互为相关,存在集聚。因此,非空间面板数据模型由于假定变量相互独立,进而忽视变量间的空间相关关系,所以不仅与现实经济运行规律相悖,同样会造成实证模型的估计偏误问题。事实上,旅游地理学早已证实,无论是旅游者流动,抑或是旅游经济发展,均呈现不同程度的空间网络性。所以,为了更为客观地揭示旅游业发展的经济效应,有必要将空间效应纳入传统的旅游业计量模型,借助于面板数据空间计量分析技术,对模型中变量因果关系的空间溢出效应进行实证检验。事实上,随着空间计量经济学框架体系日趋成熟,基于空间面板数据模型实证检验变量因果推断结果开始受到学者青睐。然而,国内旅游经济学术界在检验旅游业因果推断关系时,仍然很少引入空间面板数据模型,显然违背了地理学第一定律。这里需要强调的是,为了刻画被解释变量所具备的路径依赖特征,我们仍然可以将静态空间面板数据模型拓展为动态空间面板数据模型,以便捕捉被解释变量变化所产生的动态持续效应,同时也检验模型未包含的潜在因素(文化、政策、制度等)对被解释变量的影响。更重要的是,静态空间面板数据模型仅能反映因果关系的长期(直接、溢出)效应,而动态空间面板数据模型则可以将空间影响效应分解为短期(直接、溢出)效应与长期(直接、溢出)效应。例如,当我们尝试探究旅游业对经济增长的影响时,动态空间面板数据模型能够更为敏锐地揭示旅游业影响经济增长的长、短期空间影响效应,显然这要比非空间面板数据模型的参数估计更为精确。

简言之,提升旅游经济学实证研究中因果关系检验的准确性,计量统计模型回归技术的先进性,有助于提升模型参数估计效率,但我们也不得不重申,获取有价值的数据也是提升模型估计效率的重要方式。现阶段,国内既有旅游经济学文献普遍以分省面板数据为研究对象,但不可否认的是,同一省份内部的城市之间也会存在一定的截面异质性问题。因此,构建基于地市层面的面板数据,进而对旅游经济学中的因果关系问题予以实证研究,是后续研究的重点方向。除此以外,充分利用一些社会调查、微观数据集,诸如中国家庭追踪调查(CFPS)数据库、中国综合社会调查(CGSS)数据库、中国健康与养老追踪调查(CHNS)数据库、中国家庭收入调查(CHIP)数据库等,有利于在入户微观数据基础上精准识别和系统检验旅游经济学中的特定因果关系。

(赵磊,博士,浙江工业大学管理学院副教授,博士生导师)

空间计量经济学模型在旅游研究中的应用现状与趋势展望

邓涛涛,赵韦舒

近年来,越来越多的学者将空间效应纳入旅游经济学的研究范畴,应用空间计量经济学模型研究旅游领域的若干问题。空间计量经济学模型是在计量经济学模型中考虑经济变量的空间效应,并进行一系列模型设定、估计、检验以及预测的计量经济学模型方法。空间计量经济学模型着力解决空间依赖与空间异质两大核心问题,大致可以分为横截面空间回归模型、面板空间回归模型以及其他扩展模型。本文将基于已有研究,分析空间计量经济学模型在旅游研究应用中的现状与趋势。

1 空间计量经济学模型在旅游研究应用中的现状

1.1 横截面空间回归模型

常用的横截面空间回归模型主要包括空间滞后模型(Spatial Lag Model,SLM)和空间误差模型(Spatial Error Model,SEM)。目前,运用这两种模型的相关旅游研究主要可分为以下三类:(1)区域旅游业发展的影响因素:吴玉鸣考虑到旅游业投入产出过程中的空间效应,运用横截面空间回归模型测算了旅游产业生产函数的弹性系数[10]。此后,又有部分学者从多角度研究了旅游业发展的影响因素,如旅游经济增长、城市旅游效率等。(2)旅游业发展空间格局的影响因素:这一类研究主要涉及旅游酒店集群形态、旅游经济空间格局、酒店区位选择等方面的影响因素。(3)其他:除了以上两类研究主题,部分学者还从其他角度进行研究,如旅游就业的影响因素、客房需求与配套设施之间的因果关系、酒店定价策略等。

1.2 面板空间回归模型

基于空间依赖性的存在形式的不同,空间面板回归模型可分为三种主要类型:一是空间面板滞后模型(Spatial Panel Lag Model,SPLM),该模型中的空间依赖性以滞后项的形式存在;二是空间面板误差模型(Spatial Panel Error Model,SPEM),该模型中的空间依赖性存在于误差项中;三是空间面板杜宾模型(Spatial Panel Durbin Model,SPDM),该模型中的被解释变量和解释变量同时存在空间依赖性。此三种面板空间回归模型在旅游研究中的应用现状如下:

1.2.1 空间面板滞后模型与空间面板误差模型

目前,空间面板滞后模型与空间面板误差模型在旅游研究中应用广泛,相关文献主要涉及以下三个方面:(1)区域旅游业发展的影响因素:如劳动和资本、城镇化、交通基础设施、劳动工资不平等因素对旅游业的影响。(2)旅游业对区域发展的影响:如赵磊等利用中国省级面板数据实证检验了旅游发展与经济增长之间的影响关系[11]。此外,还有部分学者研究了旅游发展对城乡收入差距的影响和旅游业对区域经济效率的影响等问题。(3)旅游流的溢出效应:如入境旅游流和国内旅游流、出境旅游流的溢出效应及决定因素。

1.2.2 空间面板杜宾模型

除了以上两种面板模型,空间面板杜宾模型也是目前在旅游研究中应用较多的一种空间计量模型。研究主题与空间面板滞后模型与空间面板误差模型类似,主要包括以下三个方面:(1)区域旅游业发展的影响因素及其空间溢出效应,如有效市场规模、信息化、知识密集型服务业集聚、集聚经济等。(2)旅游业对区域发展的影响:城市入境旅游对经济增长、对城乡收入差距的溢出效应以及旅游发展对经济减贫的空间溢出效应。(3)游客旅游量的影响因素:如空气污染对旅游业的影响。

1.3 空间回归模型的扩展模型

1.3.1 地理加权回归模型

由于数据在空间上表现出的复杂性、自相关性和变异性,解释变量对被解释变量的影响在不同区域间可能是不同的,也就是说区域之间的经济行为一般具有空间异质性的差异。地理加权回归模型是同时处理空间相关性和空间异质性的主要手段之一。目前,在旅游领域中应用该模型的研究主要集中于区域旅游业发展的影响因素的空间异质性。例如,Yang和Fik构建了集空间溢出和空间异质性于一体的地理加权的空间杜宾模型(GW-SDM),检验了区域旅游增长的两种空间效应:空间溢出效应和空间异质性效应[12]。此外,部分学者还利用该模型研究了交通基础设施水平对旅游业影响的空间差异。

1.3.2 动态空间回归模型

与非空间的面板数据计量模型类似,空间面板计量模型也分为静态模型和动态模型。静态空间面板计量模型考察连续(或不连续)若干时期内外生解释变量对被解释变量的影响,而动态空间面板模型则将一阶(或多阶)滞后的被解释变量作为解释变量纳入模型中,以充分考察模型中除了解释变量以外的其他因素对被解释变量的影响。目前,已有利用动态空间面板数据模型的旅游研究较少,相关文献多涉及景区的空间溢出效应、入境旅游需求的时空预测、游客税率的变化对酒店税收的影响等。

1.3.3 广义嵌套空间模型

广义嵌套空间模型的特点在于同时考虑了被解释变量、解释变量与误差项的空间滞后相关性。其估计方法与检验识别方法与其他空间计量模型相同。在旅游研究领域,应用这种模型的研究尚不多见。例如,吴良平等利用广义嵌套空间模型,增设扩散转移矩阵为模型因变量滞后的空间权重矩阵,评估分析了中国省域入境旅游发展的影响因素[13]。

2 空间计量经济学模型在旅游研究应用中的趋势

2010年以来,空间计量经济学模型在旅游研究应用中发展较快,取得了较为丰富的研究成果。基于空间计量经济学模型在旅游研究应用中的现状,本文提出如下三点研究趋势:

2.1 加强旅游经济现象空间机理的把握

目前,已有研究大多仅仅给出了某一旅游经济现象的空间相关和空间异质的形式,对于其背后的逻辑缺乏剖析。空间计量经济学模型通常无法区分由自变量的高度相关性引起的空间相关与由空间溢出造成的空间依赖或空间因果,容易将空间相关性解释为空间因果关系,从而放大了空间溢出的影响。因此,对于旅游经济现象背后逻辑的解释,依赖于对其空间机理的准确把握。未来研究需要更好地理解旅游经济现象的空间、空间-时间背后的基本过程。同时,把握旅游经济现象的空间机理,将有助于理解空间权重矩阵的内生演化过程,以及空间相互作用对模型的其他部分的影响,从而更好地解决权重矩阵和区位的内生性等问题。

2.2 不断修正和拓展现有的空间计量经济学模型

目前,虽然将空间计量经济学应用于旅游中的研究数量较多,但大部分研究仅局限在运用、套用现有空间计量经济学模型,缺乏对模型方法的改进与更新。已有的研究在模型检验、模型设定和模型估计等方面仍然存在诸多问题,比如模型识别不足、多重均衡、缺失变量和内生性问题以及模型设定应随研究对象和研究问题不断修正等。因此,在未来的旅游研究中,应基于旅游经济现象的空间机理特征,不断修正和拓展现有空间计量经济学模型的研究方法,从而更准确地甄别旅游经济现象中的因果关系,提高参数估计的精确性。

2.3 旅游大数据与空间计量经济学模型的结合

现有文献中,研究数据多来自国家与地方各级统计部门所出版的各类统计年鉴,具有较高的数据可信度。但单一的数据来源不免会限制空间计量经济学模型的建立与分析,从而不利于旅游经济现象的深入研究。信息技术的发展提供了海量的数据流。未来的旅游研究还需借助计算机技术,将旅游大数据与空间计量经济学模型相结合,以提高研究的真实性与可靠性。

(邓涛涛,博士,上海财经大学财经研究所教授,博士生导师;赵韦舒,上海财经大学财经研究所博士研究生)

旅游需求分析及研究前沿

Neelu Seetaram

旅游需求模型是旅游经济学中研究最丰富的领域之一,因为对需求的准确理解是所有与旅游相关的商业决策的建立基础,有助于利益相关者进行规划和投资以及作出与政策相关的决策。旅游业能为目的地带来经济净收益逐渐得到认可,再加上通过对交通流量的监控,越来越多目的地能够获取关于游客消费模式的质量更好的数据,此类数据的可得性有助于旅游需求研究的扩大。

传统需求模型

传统的旅游需求模型受消费者行为的经济学理论启发,认为通过求解最大化来确定需求。个体消费者寻求在预算约束下实现效用最大化。因此,对旅游产品的需求取决于消费者的收入以及包括在消费组合中商品和服务的价格。

旅游需求的实证模型倾向于使用宏观经济数据来衡量入境旅行的需求弹性,有助于了解消费者对影响需求的经济因素变化的反应。通常旅游被视为奢侈品,收入的增长将会带动需求的增长;但是也存在例外,即某些消费者的旅游需求收入弹性小于1的时候。价格与需求呈负相关。收入和价格分别用人均GDP和实际汇率衡量。尽管文献和计算中都使用这些代理变量,但是它们的应用仍然存在局限性。

理想情况下,旅游价格指数应该由游客消费组合的价格构成,但几乎没有旅游目的地收集和测量这些指数。人均GDP 可以比较国家的财富,但是该变量的变化并不一定反映潜在游客实际收入的变化。建立需求模型面临的另一个局限性是在模型中列入抵达目的地的交通成本。

微观经济模型

近年来,旅游需求模型得到了较快的发展。先前的研究主要使用宏观经济数据建模,其中需求以到达目的地的旅游者人数或过夜旅游者人数进行测量。研究一般使用横截面数据来分析多个目的地,使用时间序列数据来研究同一个目的地多年的变化,或者使用同时具有截面和时间维度的面板数据。随着计量经济学技术的进步以及具有处理大型数据集能力的软件和硬件的开发,面板数据分析在过去十年中取得了很大的发展进步。然而,计量经济学技术的创新步伐非常快,尤其是在时间序列分析方面。

微观数据可以避免加总偏误,更适合用于需求分析。旅游需求是由经济和非经济因素共同决定的这一观点已经成为共识,因而产生了一种基于调查数据的新的需求建模方法,可以研究更广泛的解释变量的影响。

在这一研究领域中,有四组变量被确定为旅游需求的影响因素,包括经济制约、社会人口统计学属性、旅游特征和心理变量。经济制约包括家庭收入;社会人口统计学属性包括游客特征,如性别、年龄、婚姻状况、受教育程度、职业、居住地、国籍、种族背景、家庭规模和结构;旅游特征包括停留时间、同游人数、住宿类型、交通方式、是否首次游玩、重游意愿等;心理变量包括旅游动机和消费者偏好等。Massida,Piras和Seetaram 分析了英国人的旅游支出,发现国内的支出水平也决定了国际旅行中目的地人均每天的支出水平[14]。

旅游贸易需求

第三类旅游需求分析是受贸易理论和引力模型启发产生的,这些模型将旅游业的出口定义为需求的代理变量。通常,引力模型表明两国双边贸易规模与这两个国家的经济总量成正比(质量效应),而与两国之间的距离成反比(距离效应)。这一模型在旅游情境中已经得到广泛应用,用以研究两个目的地之间的双边旅游流量,并且距离的概念已扩展到包括文化距离和邻近性。拥有某些特定文化特征(例如共同语言和历史联系)的国家将倾向于双边贸易,因为这可以减少贸易壁垒,为彼此的商品和服务创造优惠。

这就导致了关于使用共同语言、有殖民地联系和共同宗教的研究激增,这些因素通过引入虚拟变量被列入模型中。然而,Petit和Seetaram 提出了一种新颖的方法,认为联合国教科文组织定义的文化产品和服务的双边贸易量可以为两国的文化偏好提供更准确的测量标准,因此可以更好地表明一国对另一国文化的偏好[15]。通过使用这一代理变量,该研究表明文化的邻近性确实是两国之间旅游贸易的重要决定因素。质量效应表明,发展中国家的消费者倾向于前往其他发达国家旅游。虽然距离对旅游贸易有负面影响,但比一般商品和服务贸易的影响要低,因为对遥远目的地感兴趣的游客不会因距离而却步。

贸易壁垒有几种形式,其中之一就是交易成本。由于语言、文化和制度上的障碍以及信息不对称,与外国方交易会产生交易成本。对母国市场较了解的移民能够降低交易成本,从而促进交易。有研究者认为拥有很大比例移民的目的地国可以通过探亲访友等不同的渠道促进旅游业发展。Forsyth等认为移民是在其母国宣传其居住国目的地的代言人,并通过目的地的多元文化使其更具吸引力[16]。关于贸易的研究表明移民对进出口都有积极影响,但对进口的影响更为明显。同样,移民对入境和出境旅游都有影响,对后者的影响更大。

目前的研究视角

Song和Li对2008 年之前发表的旅游需求研究进行了文献分析和梳理[17]。近期的研究提出了一系列新的解释变量,这在很大程度上受到全球关注的议题的影响。例如,人们对气候变化和全球变暖的日益关注推动了对降水、国内和目的地平均温度等气候相关变量对旅游需求影响的研究。研究者建立了一个相对气候指数,以证明气候与访问香港游客人次的相关性。然而这些研究对消费者的实际应用有限,如突然预报的雨天未必会使游客做出反应并立即预订前往较干燥和较暖的目的地旅行。对环境的关注促进了与旅游业相关的外部性以及相应缓解政策的研究,如税收政策。

旅游税是一个有争议的问题。地方政府认为旅游税的负担是由外国人而非本地区纳税者承担,因此旅游税被看作是创收的一种手段,但旅游税在业界非常不受欢迎,因为实行紧缩的财政政策会对企业产生不利影响。有几位研究者综合分析英国市场,探究旅游税对英国旅游需求的影响,例如Song等得出的结论是旅游税对游客数量的边际效应较低,而旅游税导致了游客在目的地的消费减少[18]。

目的地的特征决定了它们对潜在游客的吸引力,其中一些与目的地和旅游业发展水平相关的特征被用作旅游需求模型的解释变量,如信息技术的可获得性、基础设施的发展以及制度因素等被认为与旅游业的增长呈正相关。

最后,全球公共危机事件被认为会对需求产生负面影响。尽管以前的需求模型通过引入虚拟变量来分析危机事件,但最近有一些指数已经成功地用于评估不确定性和地缘政治风险对酒店和旅游业的影响,如经济政策不确定性指数(Economic Policy Uncertainty index)和世界不确定性指数(World Uncertainty Index)。有研究者以印度为案例地,发现通过经济政策不确定性指数测量的不确定性增加所产生的负面影响要强于不确定性减少所产生的正面影响。在COVID-19后的复苏阶段,了解不确定性对旅游需求的影响是十分重要的。了解不同细分市场在面临不确定性时的行为方式可能会帮助决策者制定和实施有针对性的复苏策略。然而目前研究尚未扩展到分析不确定性对不同类型或不同旅游动机的游客产生的影响。

未来研究方向

旅游需求模型的未来研究方向可以从行为经济科学中得到启发。在2008-2009年全球金融危机之后,对理性决策的批评为研究决策理论的另一种范式提供了发声机会,该范式也适用于研究游客行为。导致游客并不总是做出最优决策的原因是多样的,这种现象或许可以通过前景理论(Prospect Theory)进行解释,即游客进行决策时,可能更多地受到选择的描述而不是选择的实际获利的影响。此外,游客可以被“助推”去做出“好的”决策,如采取更可持续的旅行方式。消费者行为经济学在旅游研究中的广泛采用意味着数据收集方法将需要调整,可能会出现实验设计在游客行为观察和数据收集中的大量应用。

(Neelu Seetaram, 英国利兹贝克特大学教授,本文由中山大学旅游学院研究生陈佩茜翻译)

基于大数据的旅游预测与决策

吴晨光

随着信息技术和社交网络的快速发展,基于互联网的大量多源异构数据涌现出来。数据已经变成新的生产要素,对提高生产效率、促进经济增长发挥着重要作用。因此,要通过不同学科的深度融合,挖掘大数据价值,使其更好地发挥经济增长的促进作用。旅游预测是旅游研究中的一个重要问题。科学预测服务于科学决策,从数据和技术上为决策赋能。旅游行为经历着复杂的决策过程,大数据能够真实和实时反映游客、企业和政府行为,为研究者挖掘更多未知信息,对于旅游需求预测来说非常重要。因此,旅游大数据的发展,为旅游预测决策提供新的空间和舞台,如何挖掘基于互联网的旅游大数据价值,并服务于旅游预测,值得我们思考。

第一,探索多源异构数据在旅游预测中的作用是个重要问题。传统的旅游需求预测,测量旅游需求的变量通常包括旅游人次数、旅游花费、游客停留时间、景区收入、酒店收入等。传统的影响旅游需求的变量,根据经济学理论,主要包括游客收入、旅游目的地价格、竞争地价格,以及其他解释变量如汇率、交通费用、季节因素、营销投入、其他社会经济的一次性事件等。这些数据往往具有数据频率较低(如年度、季度、月度),数据来源较为单一(大部分来源于旅游部门、统计部门以及国际组织),结构化数据等特点。而基于网络的大数据,不仅包括结构化数据,如搜索数据、评分数据,还包括非结构化数据,如文本数据、图片数据、视频数据等。这些数据的频率通常是高频的,如天数据甚至小时数据。一些实证研究发现,这些数据能够应用于旅游预测中,并有效提高预测精度。然而,这些研究大部分从ad hoc视角进行检验,即把这些大数据变量放入模型中看预测结果,如果预测精度提高了,那么说明这个变量有用。然而,为什么这些数据具有提高预测精度的能力这个问题往往被忽视? 因此,如何从多学科视角,找到这些变量影响旅游需求的理论基础和支撑,解释和支持它们提高预测精度的机制,是旅游预测学者需要注意的问题。

第二,如何实现方法应用创新,是大数据有效应用和服务于旅游预测的重要手段。这里的预测方法包含两个层面,一个是将结构化数据应用于旅游预测的方法应用,另一个是将非结构化数据转化为结构化数据的方法应用。首先从第一个层面谈起。自20世纪80年代开始,高级计量经济模型如自回归分布滞后模型、误差修正模型、向量自回归模型、时变参数模型等应用于旅游需求研究,为旅游需求建模与预测提供了有效的分析手段[19]。这类模型的优点在于,能够将影响旅游需求的解释变量包括在模型中,其灵活的模型设置方式更便于评估旅游需求影响因素的弹性特征,同时能够得到不同情景下的旅游预测结果。近年来,随着人工智能技术的发展,基于此技术的人工智能模型开始被应用于旅游需求预测研究领域,如深度神经网络、长短期记忆网络、分类和回归树等,实证研究表明,人工智能模型作为一种数据驱动、模型自由的建模技术,能够为旅游需求提供良好的预测精度效果。此外,传统模型要求模型中的变量数据频率相同,当变量间数据频率不一致时,往往需要将高频率数据转换为与最低频率数据相同的频率,才能建立模型,这将损失掉高频数据包含的大量信息。而大数据相对于传统经济数据或需求数据,往往具有更高频率,如天数据甚至小时数据。在这种背景下,混频分析技术的提出有效解决了这一问题,在不损失高频数据信息的情况下,将高频数据(如搜索次数、评论数据等天数据或周数据)和低频数据(如年数据或季度数据)放在同一个模型中进行分析和预测,避免了信息损失,并逐渐应用于旅游预测研究领域。另一个研究方向是集成(ensemble)学习预测模型。没有一个单一的预测方法或模型在任何情况下都是最优的,采用单一模型进行预测实践会产生较大预测失误的风险。集成建模的思路就是通过集成或组合,得到更稳健的参数估计和预测结果,如bagging,stacking 和boosting 等 集 成 算 法。作为一种能够优化预测模型的策略,集成算法还能够与传统的计量经济模型、人工智能模型等组合,形成更强的学习器,有效提高预测精度。该思想已日益获得学界的关注,并逐渐被运用于实证研究。

当非结构化数据应用于旅游需求预测时,我们需要首先采用合适的方法把非结构化数据转化为结构化数据,再进行预测。这些非结构化数据包括文本数据、图片数据、视频数据等,数据来源可能是消费者,也可能是企业或者政府。应用情感分析技术,建立情感指数就是一个从非结构化的文本数据中提取信息,转化为结构化数据的例子。例如,Önder、Irem 和Arno基于网络新闻媒体报道构建情感指标,发现该指标的加入能够提高旅游需求预测精度[20]。一些研究采用主题-情感分析方法,从文本数据中挖掘出不同主题或方面的情感信息,但是尚未用于旅游预测领域。而目前尚无研究从图片中挖掘信息进行旅游预测。总体而言,从非结构化数据中挖掘信息用于旅游预测的研究还非常少,值得更多学术关注。

第三,现有旅游预测大部分聚焦于点预测,预测的是旅游需求的条件均值。点预测使用简单,容易理解,是政策制定者和行业从业者可以直接参考使用的预测形式。但是,因为受到复杂因素的影响,旅游需求预测具有较高的不确定性。为此,作为一种量化不确定信息的方法,概率预测能够作为补充,弥补丰富点预测信息。概率预测通过预测值的概率分布进行估计,实现对未来旅游需求预测的不确定性的描述。概率预测具有四点优势:一是概率预测过程是对不确定性的量化分析,相较于点预测而言提供更加丰富有效的信息;二是基于估计得到的概率分布函数,可以生成不同情境的预测结果,满足特定条件的预测需要;三是概率预测通常与一定的置信水平相关,这使得旅游行业中的不同从业者可以根据自身的风险承受度灵活生成基于不同风险水平的预测结果,提高旅游资源配置效率;四是使用概率预测结果作为政策计划制定的输入,可以减少错误决策带来的影响,使得未来风险可管可控。概率预测主要的形式包括:密度预测、区间预测和事件概率预测。密度预测,预测结果是未来值的概率密度,是其他形式概率预测的基础,也是对未来不确定性最为完整的描述[21]。该方法通常是基于一定的预先分布假设得到理论分布,也可以采用一些非参数方法来模拟获得经验分布。区间预测,预测的是未来旅游需求的一组变化区间,也是旅游需求预测中最常采用的概率预测形式,该方法是在一定置信水平下,通过对预测残差的分布做预先假设,从而得到的预测区间。例如90%置信水平的预测区间表示有90%的概率未来旅游需求会落在该区间内。该方法以一种更为直观的方式描述未来需求的变化范围[22]。事件概率预测,预测的是某种特定情境或事件发生的概率,研究者也可以构建多维度的复杂情境。该方法被广泛应用于天气、能源等预测领域,但在旅游需求预测研究领域应用较少[23]。基于概率预测的重要角色,如何将大数据预测与概率预测相结合,为旅游预测提供更丰富科学的信息,值得旅游预测学者思考。

总之,旅游大数据能够为旅游需求预测赋能。如何从大数据中更好地挖掘有效信息,需要技术和方法的支持和创新。同时,在预测实证研究过程中,也要更多地思考这些变量提高预测精度背后的逻辑和理论基础。因此,从多学科交叉融合的视角进行旅游大数据预测,赋予了旅游研究新的生命力,能够为旅游预测发展提供更多支持和帮助。最后,将大数据旅游预测从点预测扩展到概率预测,能够提供更多视角和更丰富信息,更好地服务于旅游决策。

(吴晨光,博士,中山大学管理学院教授、博士生导师)

注释:

①张家界市人民政府新闻中心.跨境人民币结算为全市旅游经济“添翼”.2019-08-08.http://www.zjj.gov.cn/c32/20190808/i498178.html.