外资开放度、外贸开放度对入境旅游影响研究——基于省际空间面板数据

鲍富元,周 旗,杨玉英

(1.三亚学院 旅游与酒店管理学院,海南 三亚 572000;2.海南丝路商业文明研究基地,海南 三亚 572000)

一、引言

入境旅游是衡量旅游经济发展水平的重要指标之一,也是文化传播与国际交流的主要载体,并对我国旅游业高质量发展发挥着重要作用。我国入境旅游的发展自改革开放以来取得了巨大的成果,入境旅游收入从1997年的120.74亿美元增长到2019年的1312.54亿美元,我国入境旅游从1997年的5758.79万人次增长到2019年的14530.78万人次(1)根据《中国旅游统计年鉴(1998)》《中国文化文物和旅游统计年鉴(2020)》的相关数据整理得出。分别参见《中国旅游统计年鉴(1998)》 , 中国旅游出版社1998年版;《中国文化文物和旅游统计年鉴(2020)》,国家图书馆出版社2020年版。,这得益于一贯坚持的开放发展道路。面对复杂的国际环境,我国入境旅游发展的不稳定因素逐渐增多,多区域间的市场格局也发生显著变化。对入境旅游发展的影响因素得到长期广泛的关注,其中既有旅游业发展所需的资源禀赋、供给能力、交通可达性等因素,也有汇率、突发事件、地理距离、文化差异等客观条件。而入境旅游活动的开放型、流动性、关联性、综合化等特征,使得它与我国经济社会的开放发展程度具有紧密联系。相关研究侧重于外资和外贸领域的开放稳定发展对入境旅游所产生的直接影响,主要采用外资开放度和外贸开放度指标,研究两者对入境旅游发展水平的影响,但具体的量化分析方法存在差异。考虑到我国入境旅游的省际空间差异,拟采用省际空间面板数据,构建空间面板计量模型,实证分析外资开放度和外贸开放度对入境旅游发展水平的影响。

二、文献综述

梳理有关入境旅游发展的文献后,相关研究主要涵盖入境旅游市场影响因素、入境旅游发展效率影响因素等方面。入境旅游影响因素方面的研究集中在国内旅游目的地、客源国需求及双方联系三个维度。旅游目的地自身的影响因素反映为旅游资源禀赋、基础设施状况、服务接待能力、交通便捷度、旅游地形象、旅游消费价格、外贸及外商投资等;客源国需求反映为空间距离、文化差异、市场需求、当地经济等;双方联系多体现为外交关系、汇率、签证政策等。现分别就入境旅游市场影响因素及入境旅游效率影响因素做如下综述。

(一)入境旅游市场影响因素

有关入境旅游影响因素的研究中,多数选取入境旅游的外汇收入和人次数作为被解释变量来反映入境旅游市场发展,对其影响因素展开讨论。具体包含目的地供给方、客源地需求方和双方联系三个层面。从目的地供给角度看,赵东喜指出旅游资源、区域经济、对外开放、交通设施对入境旅游的显著影响[1];郑竹欣综合发现交通便捷度、经济交往程度、旅游接待能力等对入境旅游需求的影响[2]。可见,目的地优越的资源禀赋、便利的交通区位、畅通的经济往来对入境旅游发展具有促进作用。而客源地市场需求方面,客源地居民的国际旅游支出、外币汇率、GDP增长率和人均GDP增长对入境游客的消费能力、意愿及预期产生较大影响[3]。

入境旅游作为游客在客源地和目的地之间的跨境流动,两地间的互动关系同样对入境旅游市场带来影响。孙根年关注到对外开放度和入境旅游的关系[4],同时,韩丰对两地间的文化距离、地理距离及制度距离对入境旅游的不同影响展开论述[5]。随着“一带一路”倡议的不断深入推进,国际关系[6]、双边贸易[7]、主客文化差异[8]等变量不断被纳入入境旅游影响因素研究框架内,多变量的综合分析引起更多学者的重视。相比国内旅游,影响入境旅游市场发展的不确定因素较多,但限于学科关注点差异及数据获取条件的不同,目前入境旅游影响因素研究主要遴选少数关键变量开展量化实证分析。而其中的开放度研究是长期备受关注的视角,主要从外资、外贸、教育、文化、科技、社会等开放发展维度研究对入境旅游的影响因素,这也为本文的研究提供了有益的学理基础和思路参照。

(二)入境旅游发展效率影响因素

入境旅游效率及影响因素研究方面,杨颖分析得出制度因素较显著影响各国入境旅游生产效率[9],何昭丽进一步发现旅游资源品位、贸易开放度、外资开放度对中国入境旅游发展效率的正向影响[10],耿献辉则肯定了星级酒店数量、高素质人才、旅游业劳动生产率等供给要素对入境旅游的促进作用[11],朱金悦肯定了免签政策对入境旅游效率的显著影响[12],这些成果关注了入境旅游目的地的自身因素方面。入境旅游发展的区域差异及影响因素方面,研究多立足不同空间尺度,结合经济学、地理学理论,对我国、部分区域、个别省市的入境旅游区域差异加以剖析,甚至是对亚洲国家[13]或“一带一路”沿线省份[14]入境旅游区域差异的分析。他们利用外资、外贸依存度、资源禀赋、供给能力等对入境旅游发展效率及影响因素进行归纳,这与入境旅游市场影响因素的结论大同小异。尤其是外资开放和外贸开放对入境旅游发展的影响被广泛认同,且外资、外贸与入境旅游都属于开放型经济高质量发展的重要构成和体现,而对其影响研究的分析方法存在一定差异。

上述主题的研究方法以定量为主,所用方法覆盖灰色关联、双对数回归、向量自回归、普通最小二乘法和引力模型等,但采用空间计量模型的研究则相对较少,近年来才开始逐步增多。其中,贺建清利用空间滞后模型和空间误差模型就经济开放对入境旅游发展的影响加以分析[15],而应用空间计量模型需要具备空间效应的前提条件,张广海选取莫兰指数和莫兰散点图检验我国省际入境游客消费的空间集聚性和邻近省份之间的空间溢出效应[16]。在空间滞后模型和空间误差模型之外,刘益借助空间杜宾模型分析入境旅游流的影响因素与溢出效应[17],实现方法层面突破创新,但所选区域仅限粤港澳大湾区而忽视了我国多个省份入境旅游的整体情况及区域差异。反观国外,较早的有Deng在研究澳大利亚入境旅游时空模型中加入了空间效应[18],之后,Yang和Tik尝试在空间杜宾模型加入空间溢出效应和空间异质性对入境旅游增长的影响因素进行探究[19]。可见,空间计量模型已成为国内外研究入境旅游影响因素的重要工具。

综合上述研究内容及方法发现,外资开放度、外贸开放度对入境旅游的影响从作用机制和实证分析方面都得到了一定支持,但也面临因所选区域、方法的不同而产生相反结论的观点[20]。这是由于忽视空间效应和动态连贯性的影响,加上对省际面板数据的完整运用并不多,导致研究结论的准确度不高,还有待进一步强化。故此,基于我国省际面板数据,充分考量空间效应的影响,运用空间计量模型研究外资开放度、外贸开放度对入境旅游的影响,并比较该影响在静态模型和动态模型中的差异,为入境旅游高质量发展提供研究支持。鉴于影响入境旅游的因素之间关系复杂,难以纳入统一的分析框架,例如外贸、外资与当地经济发展水平、旅游接待能力等因素之间就可能存在特定的作用关系,但难以对它们的相互影响进行剥离,所以,立足开放发展视角,重点遴选外资开放度、外贸开放度作为解释变量,以入境旅游发展水平作为被解释变量。

三、研究方法及数据来源

(一)指标选取及数据获取

借鉴相关成果,以旅游开放度(openness of tourism,以下简称“ot”)来反映入境旅游发展水平,用入境旅游收入占GDP比重(ot%)来测量旅游开放度;以实际利用外商直接投资占GDP的比重(openness of foreign investment,以下简称“ofi”)表示外资开放度(ofi%);以货物服务贸易进出口总额占GDP的比重(Openness of foreign trade,以下简称“oft”)代表外贸开放度(oft%)。文中实际利用外商直接投资、货物服务贸易进出口总额、入境旅游收入、GDP的数据主要来自我国样本省份的统计年鉴,对个别年份和省份的入境旅游数据不完整情况,从全国旅游统计年鉴中进行查找补充。鉴于统计口径和数据完整性的考虑,原始数据选取全国30个样本省份(不含港澳台及西藏),研究数据的时间段选取有记录的1995年至2019年,共计30个省份、25年的数据。为了数据计算的方便,对基础数据取对数,以lnot为因变量,lnofi和lnoft为自变量,利用Stata15和Matlab2019软件就外资开放度、外贸开放度对旅游开放度的影响进行空间面板模型的计量研究。

(二)空间自相关及权重矩阵

空间自相关的衡量。空间自相关是指同一变量的观测值在特定空间尺度间的相关性,也是空间计量分析的重要前提。区域经济变量的空间相关性需要借助空间统计量的莫兰指数(Moran’s I)进行检验。针对入境旅游的空间自相关,全局莫兰指数则能反映空间邻近或邻接省域间入境旅游发展水平的相似程度[16]。全局莫兰指数的计算公式为:

式(1)

式(2)

式(2)中的Ii代表第i个地区的局部莫兰指数,S2为xi的方差,其他指标解释与全局莫兰指数计算公式中的相同。莫兰散点图可以识别出空间单元所属的局部空间聚集类型,莫兰散点图以(z,Wz)为坐标点,其中的z表示某一省份入境旅游发展水平的标准化值,Wz表示与该省份相邻的所有地区入境旅游发展水平标准化后的加权平均值。

空间权重矩阵的确立。根据地理学第一定律,所有事物在空间上是相互关联的,且相距较近事物之间比相距较远的事物之间的关联度更大。所以,本文选用空间权重矩阵来度量多个区域之间的空间相邻性及空间相关性,基于邻接属性的空间权重矩阵包括Rook规则和Queen规则,本文遵循较为常用的Rook相邻规则,以Wij表示区域i与j的邻近关系,当区域i和j相邻时,Wij=1;不相邻时,Wij=0;区域与其自身的邻近关系也为0。

(三)空间面板计量模型

通过莫兰指数确定变量之间存在空间相关性后,需考虑区域之间空间因素的相互作用而构建空间计量模型,以提高估计结果的可信度[17]。根据豪斯曼检验(Hausman检验)的统计量及显著性(P值)选择带有随机效应或固定效应的空间计量模型[21]。空间计量模型常见的有空间自回归模型(Spatial Auto-regressive Model,以下简称SAR模型 )、空间误差模型(Spatial Error Model,以下简称SEM模型)和空间杜宾模型(Spatial Dubin Model,以下简称SDM模型)。对比三者,当空间自相关是因变量间依赖导致时,应选SAR模型;SEM模型则适用于当误差项导致空间自相关的情形;当因邻近区域的影响导致空间自回归时,应选择SDM模型[21]。空间面板计量模型又分为静态模型和动态模型,静态空间面板计量模型重点用于研究连续(或不连续)若干时期内的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考虑了时间滞后性,将一阶(或多阶)滞后期的被解释变量作为解释变量纳入模型中,以充分考察除解释变量之外的其他因素对被解释变量的影响[22]。结合本文的研究内容及设定的指标,可考虑的空间计量模型主要有以下形式表示:

静态SAR模型为:

lnotit=α+ρWlnotit+β1lnofiit+β2lnoftit+εit,εit∈N(0,σ2I)

式(3)

静态SEM模型为:

lnotit=α+β1lnofiit+β2lnoftit+εit,εit=λWεit+μit,μit∈N(0,σ2)

式(4)

静态SDM模型为:

lnotit=α+ρWlnotit+β1lnofiit+β2lnoftit+β3Wlnofiit+β4Wlnoftit+εit

式(5)

εit=λWεit+μit,μit∈N(0,σ2)

动态SAR模型为:

lnotit=α+η0lnotit-1+η1TWlnotit+β1lnofiit+β2lnoftit+μit+εit

式(6)

动态SEM模型为:

lnotit=α+ρTWlnotit+η0lnotit-1+η1TWlnotit-1+β1lnofiit+β2lnoftit+μit+εit

式(7)

动态SDM模型为:

lnotit=α+ρTWlnotit+η0lnotit-1+η1TWlnotit-1+β1lnofiit+β2lnoftit+θ1TWlnofiit+θ2TWlnoftit+μit+ξit+εit[21]

式(8)

其中,lnotit是被解释变量,lnofiit和lnoftit是解释变量。lnotit-1是滞后一阶的被解释变量,i和t分别是观测区域和观测时间,εit和μit均为服从正态分布的误差项,α代表常数项,ω为基于空间相邻的权重矩阵,ρ、β1和β2均为系数,且ρ为空间滞后自相关系数,反映空间关联地区对本地区的影响,是重点关注的参数;β1和β2为空间误差系数,可衡量随机误差项中样本观测值的空间依赖性,反映因变量误差对本地区因变量的影响[21]。在选择SAR模型、SEM模型或SDM模型时,参照埃尔霍斯特的标准,先对一般的传统面板数据估计,通过拉格朗日乘数检验法(Langrange Multiplier Test,以下简称“LM检验”)或者稳健的拉格朗日乘数检验(Robust Langrange Multiplier Test,以下简称“稳健LM检验”),确定因变量或者残差项是否存在空间自相关,进而判断选择SAR模型或SEM模型[23]。其次,就SDM模型是否可以简化为SAR模型或SEM模型,通过沃尔德检验(Wald Test)和似然比检验(Likelihood Ratio Test,以下简称“LR检验”)加以判断[23],进而确定具体模型,并继续对其固定效应类型做比较和选择。最后,结合直接效应与间接效应、长期效应与短期效应进行分析。

四、外资开放度、外贸开放度对入境旅游影响

(一)基本描述与单位根检验

为了解模型中变量的基本特征和平稳性,首先,对旅游开放度、外资开放度、外贸开放度及其对数进行基本的描述分析(见表1)。

其次,为检验原始数据是否符合模型构建,在Stata15软件中,对变量Lnot、Lnofi和Lnoft进行LLC和ADF fisher检验,结果显示通过单位根检验,显著性均小于0.05,说明原始变量平稳且可用原始数据建模(见表2)。

表2 单位根检验结果

(二)空间相关性判定

ot的对数Lnot的空间自相关主要借助莫兰指数、莫兰散点图加以判断。鉴于入境旅游的发展呈现一定波动,且考虑到2003年非典疫情、2008年金融危机的影响,遴选2004年、2010年和2019年三个节点进行莫兰指数的比较。首先,利用相邻Queen规则构建空间权重矩阵,虽然海南与其他省市之间陆地不相邻,但考虑海南与广东、广西的海域相邻且距离相近,人为将空间权重矩阵中海南与广东、广西之间设置为相邻关系,进而计算全局莫兰指数。结果显示,2004年、2010年和2019年的全局莫兰指数分别为0.14(P=0.079)、0.219(P=0.028)、0.154(P=0.082),说明我国的旅游开放度在p值小于0.1的情况下存在显著空间相关性,原始数据可以用于构建空间计量模型。

为精准比较特定省份的空间相关性,进一步计算2019年的局域莫兰指数,所得莫兰指数散点图将不同省份的旅游开放度划分在四个象限区域,分别是高高聚集区、低高聚集区、低低聚集区和高低聚集区[16]。显示集聚效应不显著的有24个省份(p值大于0.05),显著的仅有6个省份(p值小于0.05),分别是广东、海南、新疆、青海、内蒙古、陕西,可见旅游开放度虽然具有整体的空间自相关,但多个省份的局部集聚效应依旧不够显著,说明我国入境旅游的区域发展存在较大的省际差异且空间联动协同作用不够明显。集聚效应显著的省份中,广东、海南属于高高型,即该省份与其邻近省份的旅游开放度都较高,这是由于广东、海南与港澳台距离较近且文化相似,海南之前原本就是广东的行政管辖区,入境旅游发展的彼此联动性较强;青海、新疆属于低低型,即该省域与其邻近省份的旅游开放度都较低,这是由于两省与我国主要入境旅游客源地之间的距离较远、游客消费支出费用偏高,两省的旅游地形象存在同质化而难以优势互补和联动发展;陕西、内蒙古属于高低型,即该省份旅游开放度较高而其邻近省份的水平较低,即这两省份的入境旅游开放度虽高,但存在一定的虹吸效应而并未对周边省份带来溢出效应,造成周边邻近省份的入境旅游发展相对较慢。

(三)空间面板计量分析

1.静态空间面板模型分析

(1)模型选取。运用Stata15软件对面板数据进行传统的普通最小二乘法(Ordinary Least Square,以下简称OLS)估计,并以豪斯曼检验对固定效应和随机效应进行比较,显示其统计值为9.76,p值为0.002,表明拒绝随机效应的假设,故此,采用固定效应空间面板模型更合适。

利用Matlab2019软件进行非空间面板模型的OLS回归,对模型的空间滞后项和空间误差项均进行LM检验及稳健LM检验,若LM检验的结果显著,则表明模型存在空间溢出,需要在模型中纳入空间交互性[24],进而构建空间计量模型比传统的OLS估计更为准确。同时,根据LM检验及稳健LM检验的结果对SAR模型及SEM模型进行比较,LM检验及LM稳健检验结果说明计量模型存在空间效应,从统计量及显著性看,SAR模型和SEM模型的区别并不大(见表3)。

表3 混合面板数据OLS估计及LM检验结果

为进一步检验SDM模型是否可以简化为SAR模型或SEM模型,需要继续进行Wald检验和LR检验。Wald检验和LR检验的P值均小于0.05,显著拒绝原假设,充分说明SDM模型更好(见表4)。

表4 Wald检验和LR检验

最后,进一步对静态SDM模型的四种固定效应在Matlab2019软件中进行估计比较(见表5)。

表5 静态SDM模型的四类固定效应估计结果

从表5中的估计结果可知,时间固定效应和双固定效应均存在不显著的个别变量,相对而言空间固定效应更佳。所以,表5中静态SDM模型中的空间固定效应(2)为最优模型。

(2)模型估计结果分析。表5中SDM模型空间固定效应显示,解释变量lnofi和lnoft对旅游开放度lnot存在显著促进作用,影响系数分别为0.1791和0.3392,即外资开放度和外贸开放度每提高1%,旅游开放度则分别增加0.1791%和0.3392%,且外贸开放度的作用更为突出。借助空间权重矩阵进一步探究空间效应可知,表5中空间固定效应估计结果的W*Lnot系数为0.7970,且统计量P值通过显著性检验,说明从整体判断,邻近省份的旅游开放度对其周边省份旅游开放度存在正向显著影响,符合地理学第一定律的理论逻辑。从现实逻辑看,基于旅游地相邻的便捷度特征,本地省份入境旅游的发展在客观上能为邻近省份带来更多的潜在游客市场,主观上也能刺激邻近省份加大对入境旅游的重视与开发,进而实现相互的带动作用和追赶发展态势。

考虑到空间相关性,进一步将静态SDM模型中自变量的总效应分解为直接效应和间接效应(见表6)。

表6 静态SDM模型的直接效应及间接效应估计结果

首先,直接效应方面,表6中的两个解释变量lnofi和lnoft均存在显著的直接效应,系数分别为0.1789、0.3638,说明本地的外资开放度、外贸开放度对本地的旅游开放度均有显著的直接影响,即所在省份的外资开放度、外贸开放度能促进当地入境旅游的发展。其次,间接效应方面,本地的外贸开放度对邻近省份的旅游开放度存在间接的促进作用,即外贸开放度的溢出效应显著,解释变量lnoft的间接效应系数为0.2987,且外贸开放度的累积效应也非常显著,总效应为0.6624,其充分说明外贸开放度对入境旅游具有推动作用。但外资开放度的间接效应不显著,说明外资开放度对邻近省份入境旅游发展的影响相对有限,且累积效应也不显著。因为,利用外商直接投资是多个省份纷纷争取的发展资源,自身的外资开放度提升必然会对周边省份产生替代作用而不利于周边省份外资利用,进而难以对周边省份的入境旅游发展产生间接推动效应。

最后,比较表6中外贸开放度和外资开放度的效应大小,发现外贸开放度对入境旅游发展的直接效应、间接效应、累积效应均显著,且高于外资开放度的影响,结合表5中SDM模型空间固定效应的估计系数,依然可知外贸开放度的作用更为突出,这与外资开放度更为重要的相关结论有所不同[6],因为本文所用的空间计量模型与传统的线性回归有一定差异。

2.动态空间面板模型分析

(1)模型选取。静态SDM模型虽然能说明解释变量对被解释变量的影响,但忽略了两方面的因素:第一,时间动态的影响,即滞后一期的旅游开放度对区域旅游开放度的影响;第二,除外资开放度、外贸开放度之外,还有其他因素也可能影响旅游开放度[24]。为确定可以纳入动态SDM模型的变量,在暂不考虑其他变量条件下,运用Stata15软件对动态SDM模型的滞后期变量选取进行比较选择,滞后指标dlag(n)中的n分别取1、2、3,再根据赤池信息准则(Akaike’s Information Criterion)和贝叶斯信息准则(Bayesian Information Criterion)以及模型的解释意义,最终确定滞后期指标为dlag(1),也即在动态SDM模型中仅纳入旅游开放度的滞后一期项,而不考虑其对周边地区旅游开放度的影响。动态SDM模型在静态SDM模型的基础上增加被解释变量的滞后项lnot-1,可用于分析滞后期的旅游开放度对本地区的旅游开放度是否会产生影响[25]。

(2)模型估计结果分析。首先,从表7可知,动态SDM模型中旅游开放度的t-1期对本地区当期旅游开放度的影响通过了显著性检验,估计效应的系数为0.8776,R2也高于静态SDM模型,说明动态SDM模型具有一定的解释力,即前一期的旅游开放度每增加1%,当期的旅游开放度则增加0.8776%,符合入境旅游发展趋势递延的基本特征。其次,动态SDM模型中关键解释变量外资开放度、外贸开放度对旅游开放度的影响系数分别为0.0268、-0.0079,且未通过显著性检验,说明被解释变量滞后期lnot-1的加入影响到外资开放度、外贸开放度既有的解释力。再次,邻近地区旅游开放度对所在地旅游开放度的影响在动态SDM模型中通过显著性检验,具体作用有空间权重矩阵W和旅游开放度对数的乘积W*lnot加以体现,W*lnot的影响系数为0.3175,即邻近地区旅游开放度每提高1%,本地区的旅游开放度则增加0.3175%。由此可知,旅游开放度存在一定空间效应,受邻近区域旅游开放度的显著影响,这符合地理学第一定律和旅游活动流动性的基本规律特征。无论是静态SDM模型或动态SDM模型,该空间效应均存在,但比较两者的系数,动态SDM模型中的影响系数0.3175要远低于静态SDM模型中的系数0.7970。因为,动态SDM模型纳入了被解释变量滞后期,进而降低了周边省份的空间效应。同时,表7中的外资开放度的对数lnofi、外贸开放度的对数lnoft在引入空间权重矩阵W后,进一步得出自变量与空间权重之间互动影响的空间效应,即W*lnofi、W*lnoft的系数分别为-0.1304、0.1125,表明邻近省份外资开放度变化对所在地入境旅游发展是负向影响,论证了有限外资的利用会在多个省份之间产生竞争和替代作用,而邻近省份外贸开放度变化对所在地入境旅游发展具有正向促进作用,这与静态SDM模型的估计结果一致。

表7 动态SDM模型估计结果及效应分解

最后,静态SDM模型只能计算长期效应,却无法估算解释变量的短期效应,而动态SDM模型则可用来同时估算解释变量的短期效应和长期效应。表6显示的静态SDM模型中外贸开放度对旅游开放度的直接效应、间接效应、总效应都通过显著性检验,达到了长期均衡,即从空间面板模型估计结果看,在不考虑变量滞后期的短期冲击条件下,外贸开放度对旅游开放度的变化具备长期稳定的积极影响。而外资开放度仅有直接效应达到长期均衡,外贸开放发展的积极作用更为明显。而表7显示的动态SDM模型长期效应和短期效应估计结果表明,解释变量外资开放度、外贸开放度的总长期效应、总短期效应都通过显著性检验,总长期效应系数分别为0.5351、-0.5507,总短期效应系数分别为-0.1553、0.1572,表现为均衡的长期效应和短期效应,即具有一定的持续影响。此外,外资开放度、外贸开放度的短期间接效应也通过显著性检验,即解释变量对邻近地区的旅游开放度产生短期的影响,系数分别为-0.1705、0.1521,而解释变量对本地旅游开放度的短期直接影响并不显著,未来需对周边省份的开放发展加以关注和提出适合自身的发展路径。

五、结论及启示

引入空间计量模型研究入境旅游影响因素是对已有成果的深度检验,并比较静态模型与动态模型的异同,丰富了既有的研究结论。通过检验入境旅游发展的空间相关性和构建空间权重矩阵,系统比较后选取更为精准的SDM模型,采用静态SDM模型和动态SDM模型进行估计,发现静态SDM模型中的外资开放度、外贸开放度对旅游开放度具有积极的正向促进作用,且外贸开放度具有显著正向溢出效应,外资开放度的影响相对偏弱;动态SDM模型中的外资开放度、外贸开放度对旅游开放度的影响虽未通过显著性检验,但旅游开放度的滞后一期对旅游开放度本身具有显著正向作用;旅游开放度的空间效应在静态SDM模型和动态SDM模型中均为显著,即本地旅游开放度均受到邻近区域旅游开放度的影响;动态SDM模型存在均衡的长期效应和短期效应,两个解释变量的短期间接效应也通过显著检验。可见,促进入境旅游发展依旧需要关注外贸和外资的积极作用,尤其是外贸领域的开放发展。为提高我国的旅游开放度水平,实现省际之间入境旅游的均衡协同发展,加快旅游业实现现代化转型升级,需要进一步加大外贸和外资领域的发展,尤其是通过构筑多边互惠的开放格局提高对外贸易的发展水平,并充分利用外贸开放度的溢出效应和旅游开放度的空间效应,主动与周边国家、地区或省份开展联动协同强化入境旅游的发展韧性,以高水平对外开放新格局驱动入境旅游持续稳步发展。相对于已有研究,外贸开放度的溢出效应和旅游开放度的空间效应在文中得到了实证检验,使得理论研究成果得到深化,而入境旅游发展的影响因素复杂多变,未来还可将其他的关联因素纳入分析框架加以控制进行深度的拓展研究。