旅游景气指数研究回顾与展望

张凌云 庞世明 刘 波

摘 要: 景气指数是识别和预测经济波动、经济周期的重要指标。目前国内已有学者开始研究旅游景气指数,取得了初步成果,但也存在着在指标选取和周期选择方面的不足之处;也正是因为存在这种缺失,笔者希望通过此文为旅游景气指数研究提供一种新的思路。

关键词:旅游业; 景气指数; 旅游业景气指数

收稿日期: 2009-09-22; 修订日期: 2009-10-08

作者简介: 张凌云(1960-),男,北京第二外国语学院旅游发展研究院院长,教授。研究方向:旅游学基础理论、旅游经济、旅游地理。庞世明(1980-),男,北京第二外国语学院旅游发展研究院2008级硕士生。刘波(1984-),男,北京第二外国语学院旅游发展研究院2008级硕士生。

一、 景气指数研究回顾

1.国外景气指数研究简要回顾

景气是对经济发展状况的一种综合性的描述,是用以说明经济活跃程度的概念。“景气分析”英文单词为Business Cycle Analysis,直译为“商业循环分析”,也称景气循环、经济波动、经济周期等。

从19世纪末期开始,就出现了定量对经济周期波动进行测定和预测的研究。在这一时期,影响最大的是美国的“哈佛指数”,虽其因1929~1933年大萧条之前做出错误预测而归于失败,但却留下一些宝贵的思想:(1) 单个指标较难全面、准确地反映经济运行的状况,“哈佛指数”因采用了多个指标而做得更好;(2) 为了准确地测定和分析经济周期波动,必须从经济变量的时间序列中剔除季节因素的影响,才能检测出真正反映经济周期波动的循环要素。此后,季节调整方法成为经济波动检测的基本方法和工具。

1950年,在美国全国经济研究局(NBER)的经济统计学家穆尔(G.H.Moore)的主持下,又开始了宏观经济监测系统的研制工作。他们从近千个统计指标的时间序列中选择了具有代表性的21个指标,并从中选出了先行、同步、滞后指标,开发了“扩散指数”(Diffusion Index,DI)的方法。“扩散指数”是基于经济周期波动的扩散思想构造的,即景气变动是从某些领域向其它领域、从某些产业向其他产业波及、渗透的过程。从50年代的情况看,先行扩散指数一般能在半年前对经济衰退作出反映(注:见:董文泉,高铁梅,姜诗章,陈磊.经济周期波动的分析与预测方法[M].吉林:吉林大学出版社,1998:9-10.)。

由于DI不能表示经济周期波动的强弱程度,即不能测定波动的振幅,新的景气指数——“合成指数”(Composite Index,CI)被开发了出来。“合成指数”计算过程中的突破性进展,是提出了将不同类指标分别进行标准化的方法,为不同类指标合成奠定了基础。因此CI不仅能反映景气变动方向,还能反映景气循环的振幅,从而弥补扩散指数的不足。合成指数的出现对经济周期波动的监测产生了重大的影响,成为构造经济周期波动监测系统的基本方法之一(注:见:张永军.经济景气计量分析方法与应用研究[M].北京:中国经济出版社,2007:10-11.)。1988年,斯托克(J H. Stock)和沃森(Mark W. Watson)提出了新的景气指数概念和制作方法。他们认为,应该把景气循环看作更广泛的包括金融市场、劳动市场、商品销售市场在内的总体经济活动的循环。为了反映这些方面的多个总量经济指标的共同变动,可以认为,在这些变量的共同变动背后存在着一个共同的因素,这个因素可由一个单一的、不可观测的(Unobserved)基本变量来体现,它代表总的经济状态,它的波动才是真正的景气循环。这个不可观测的变量被称为“斯托克-沃森(Stock-Watson)型景气指数”,简称“SW景气指数”。由于“SW景气指数”建立在严密的数学模型基础上,所以与DI、CI传统的景气循环测定方法相比有了很大的进步(注:

见:董文泉,高铁梅,陈磊,吴桂珍.Stock-Watson型景气指数及其对我国经济的应用[J].数量经济技术经济研究,1995(12):68-74.)。近年来,更多的数学、物理学的方法被用来分析经济周期的波动,如主成分分析的方法,利用状态空间模型和卡尔曼滤波建立有多个经济变量去掉趋势变动后的合成景气指数来反映经济周期波动,利用马尔科夫状态转移模型(Markov-Switching model)来判断经济周期波动转折点,等等。

2. 国内景气指数研究简要回顾

1987年,董文泉教授领导的吉林大学科研小组与原国家经委合作,首次开展了我国经济周期的波动测定、分析和预测工作,编制了中国宏观经济增长率周期波动的先行、一致和滞后扩散指数和合成指数[1]。

1994年,吉林大学的陈磊、高铁梅利用状态空间模型和卡尔曼滤波建立了由多个经济变量去掉趋势变动后合成的“斯托克-沃森型景气指数”[2],这是国内学者首次利用“斯托克-沃森型景气指数”对宏观经济形势进行分析和预测。

此后,国家信息中心经济景气分析课题组开发研制了中国宏观经济景气指数,此景气指数由先行合成指数、一致合成指数和滞后合成指数3种指数构成,并对我国汽车、煤炭、钢铁、房地产等行业进行分析和预测。景气指数的制作过程见图1。

二、 旅游景气指数研究回顾

1. 现有成果

关于旅游景气指数的研究,迄今为止只有为数不多的几篇文章发表:倪晓宁、戴斌(2007)对中国旅游市场景气指数的研究[3];戴斌、阎霞、黄选(2007)对中国的旅行社产业景气周期进行指数化研究[4];戴斌等(2008)对中国饭店产业景气指数进行研究[5];游灏、伍进、张芳、黄艳玲(2008)对星级酒店的景气波动进行研究[6];阎霞(2008)对中国饭店的产业景气进行研究[7]。国外学者对旅游景气的研究更是难觅踪迹。

(1) 旅游市场景气指数研究

在旅游市场景气指数方面的研究,仅有倪晓

宁、戴斌(2007)《中国旅游市场景气指数计算与分析》一篇文献。在该文献中,作者对中国旅游市场的景气指数进行了计算,他们“从64个指标中进行选择,经过剔除信息重叠较大的指标,最终选择了10个指标,分为一致、先行和滞后指标”(注:其中先行指标是指经济波动达到峰或谷前,超前出现峰或谷的指标;一致指标是指达到高峰和低谷的时间和经济周期波动基准日期的时间大致相同的指标;滞后指标是指那些转折点滞后于经济周期波动的基准转折点的指标。),但未给出具体的指标筛选方法(见表1)。

在旅游市场景气指数的计算上,该文基本上采用美国商务部的合成指数方法。在指标的赋权上,并未使用传统的评分系统,而是采用主成分分析方法。具体计算是以1985年为基年,以年为单位计算1985~2005年21年间的中国旅游市场景气指数(包括一致、先行和滞后指数),并对1985~2005年间GDP指数和景气指数进行了对照(见图2)。

作者在文中提到“旅游市场景气指数可以正确反映出旅游市场的经济波动、周期状况和发展繁荣度”。然而根据其计算结果,1987年一致指数为123.1,而2002年为105.4,说明1987年旅游市场景气程度要远大于2002年,也大于绝大多数年份。另外,一致指数的最大值出现在1994年,达到了150.9,远高于其他年份,说明在1994年旅游市场极为景气,之前和之后的若干年都无法达到这样的水平,这些显然是与事实不相符的。

另外,作者提出“如果过于强调月度数据和季度数据会缩短景气指标的统计年限”,所以采用年度数据。但是,使用以年为单位的数据难以区分一致、先行和滞后指标,作者也没有给出这三项指标的具体划分方法,而只是定性地进行区分。根据作者的计算结果得到下图(见图3)。在图3中,我们无法判断先行指标在图的波峰和波谷处超前一致指标的时间,更看不出先行指标和一致指标的时差相关性。也就是说,根据以年为单位计算的先行指数无法对旅游市场景气变化情况做出准确预测。

(2) 旅行社产业景气指数研究

关于旅行社产业景气指数方面的研究,也是仅有戴斌、阎霞、黄选(2007)《中国旅行社产业景气周期的指数化研究》一文。文中,研究者没有使用较为成熟的“扩散指数法”和“合成指数法”,也没有采

用最新的颇为成功的“主成分分析方法”和“SW方

法”,而是在旅行社产业景气指数下设二、三、四级指标(见表2)。

景气指数的计算方法为:将1993年定为基年,先计算四级指标的景气指数——将各年的四级指标除以基年的相应指标再乘以100%,然后通过变异系数法赋权合成三级指标,再用同样的方法合成二级指标和一级指标。应用此方法,研究者制作得到了表3的景气指数体系,并对每个景气指数进行了分析(见表3)。

最终通过对旅行社产业景气指数对比分析(见图4)和对旅行社产业景气指数的波动率分析(见图5)得到结论:旅行社产业景气指数的波动呈现一定的规律,1993年至1999年,平均波动率为13.79%;1999年至2003年,平均波动率为24.3%;2003年至2005年,波动率为17.56%。由此将旅行社产业的发展划分为3个周期,并预计在不受突发事件、金融危机等外部因素强烈影响的前提下,第三个周期将至少持续到2010年。研究者以每个周期的产业景气指数的平均波动率作为各周期里每年的波动率,绘制出一条旅行社产业景气线。如果指数在景气线的左上方,产业是景气的;反之,在线的右下方,是不景气的。

应该说,这篇研究成果给出了计算旅游景气指数的全新思路,在分析景气指数时以平均波动率为标准也让人耳目一新。然而,首先,1999年到2003年间的波动率之所以达到了24.3%,1999年“十一”的黄金周制度改革和2003年的SARS爆发是最主要的诱因;研究者以政策变动和突发事件为分割点的所谓波动规律性并不具客观性和普遍性。其次,以平均波动率作为判断景气与否的标准也是不合理的(注考虑两个实数a和b,a→b的波动率是(b-a)/a,而b→a的波动率为(a-b)/b,如果景气指数从a→b→a,景气指数变化量是0,而平均波动率为(a-b)2/2ab,以平均波动率为依据显然不能反映景气指数的真正波动情况。)。再次,研究者“预计第3个周期将持续到2010年”的假说,既没有给出旅行社景气周期的波长,也没有预测出到达波峰波谷的时间,仅靠平均变化率无法指导实践工作。

(3) 饭店产业景气指数研究

在旅游景气指数研究中,饭店产业景气度研究从数量上是最多的,共有3篇文献(见表4)。

研究者根据选择的方法和数据各自计算出一致景气指数,具体结果见图6~图8。

可见,选取的指标不同、使用的方法不同,计算的结果也大不相同。戴斌等人的计算结果,1999~2000年景气指数是下降的,而2001~2002年景气指数是上升的,这与游灏等人的结果正好相反。而阎霞计算的景气指数是逐年递增的,没有下降的年份。另外,游灏和阎霞都使用了合成指数法,但因为选择的一致指标各不相同,导致计算结果大相径庭。还应该看到,游灏的一致指标中选择了“平均房价”,而这在戴斌的研究中是先行指标。由此可以看出,若要建立和完善旅游景气指数,必须对所选指标进行科学的分析和归类,否则,再先进的方法也会使结果谬以千里。阎霞对年度数据进行了时差相关分析和K-L信息量分析,但发现,“对年度数据进行分析时,会出现先行指标和滞后指标不明显的结果”。因为,选用年度数据计算得到指标的超前期或滞后期至少是一年,而现实的情况是,大部分指标都不会或早或晚一两年来反映某时期经济的变化,有的指标可能提前半年,有的指标则可能滞后4个月。也就是说,采用年度数据是不能准确地区分指标的超前、滞后、一致属性及具体时间,自然也就无法得到正确的结论。

2. 现有研究成果的总结

综上所述,旅游景气指数研究的范围已涉及旅游市场、旅行社业、饭店业。从景气指数的制作方法上看,这几项研究主要采用国际通用的合成指数(CI)和主成分分析方法来制作景气指数,并将其区分为超前、滞后、一致指数。这些研究,开创了我国旅游景气指数研究的先河,是将成型的宏观经济景气指数制作方法应用于旅游领域的有益尝试。然而,在具体的分析中发现,这些研究还有很多有待完善的地方。

制作景气指数的目的是对经济的周期波动进行监测。景气指数就像经济的晴雨表,一方面用来描述现实经济运行状况,指示经济的上升和下降、繁荣与萧条;另一方面它能够预测未来经济发展的趋势。所以,为了及时准确地把握经济周期,卡斯特经济评价中心发布的“卡斯特景气指数”以及国家信息中心发布的“中经指数”都是采用月度数据进行分析和预测;国家统计局发布的企业景气报告使用季度数据进行分析。而在现有的对旅游景气指数的研究上,我们发现,景气指数都是按年制作的,由此导致了以下两个影响。

其一,先行、滞后、一致指标的选取失去意义。在划分先行、滞后、一致指标时,一般使用时差相关分析和K-L信息量法初选指标,再用谷峰对应法决定哪些指标可以作为最后指标。时差相关分析的原理,是选择敏感的、反映当前经济活动的经济指标作为基准指标,然后选择指标超前或滞后若干期计算它们的相关系数,相关系数最大的时间为超前或滞后期。K-L信息量法与之类似,计算超前或滞后若干期的被选指标与基准指标概率分布的接近程度,以此来确定超前期或滞后期。但在现有的旅游景气指数研究中,都是以年为单位选取数据,这导致指标的筛选方法失去作用。

其二,季节变动调整被省略。经济统计中的月度或季度数据会或多或少地含有季节变动因素,所以,按月度或季度数据编制的景气指数必须想办法剔除这种因素,目前最常用的是X-11季节调整方法。但在以年度数据编制的旅游景气指数中,季节调整不再需要,其结果是,减少了计算景气指数的步骤,但同时以年为单位计算出来的景气指数也失去了预测和预警的作用。

三、 旅游景气指数研究展望

要提高旅游景气指数的客观性和准确性,我们认为,还需要做以下几方面的工作。

1.建立旅游景气指数体系

从产业(供给)和市场(需求)两方面建立旅游景气指数:从供给方面,由于旅游业的综合性,它涉及旅行社、酒店、景区、商业等等多个相关产业。从需求方面,旅游市场是多层次﹑多方面的。在构建旅游景气指数体系时,在供给方面可以参考旅游附属账户(TSA)中的旅游特征产业和特征产品,进行重点监测;在需求方面可以从游客量和旅游消费角度划分为实物量指标和价值量指标。旅游景气指数体系框架如下(见图9)。

2. 编制景气指数时,指标数据的时间跨度应尽可能精确

按年度数据编制旅游景气指数无法准确分析和预测旅游经济发展变化趋势,也无法合理区分先行、一致、滞后指数,这也使得景气指数预测、预警的作用大打折扣。因此,应尽可能选择月度数据进行分析,提高旅游景气指数计算结果的精度;如果月度数据难以获得,可以尝试使用季度数据作实证分析。总之,只有将指标数据的时间跨度精确到月或季,计算得出的先行、一致、滞后指标才有意义,根据这些指标编制的景气指数才能真实的反映旅游产业和市场的经济波动情况。