基于面板模型的城市居民国内旅游消费实证分析

袁宇杰

(山东青年政治学院旅游系，山东济南250103)

1 引言

近年来，居民旅游消费问题引起国家领导决策层的关注。2008年12月召开的中央经济工作会议提出，2009年经济工作的重点任务包括“要以提高居民收入水平和扩大最终消费需求为重点，调整国民收入分配格局”，其中包括“着力发展服务消费和旅游消费”①中央经济工作会议召开 胡锦涛温家宝作重要讲话［EB/OL］.http:∥www.gov.cn/ldhd/2008-12/10/content_1174127.htm。在《2009年国务院政府工作报告》的第三部分“2009年主要任务”中，提出要“扩大消费，尤其是居民消费”，其中包括“加快发展旅游休闲消费”②2009年国务院政府工作报告［EB/OL］.http:∥www.gov.cn/test/2009-03/16/content_1260221_3.htm.。因此，目前开展居民国内旅游消费研究具有重要意义。在我国居民国内旅游市场中，城市居民国内旅游消费具有重要地位。以2009年为例，当年城市居民国内旅游的消费额占国内旅游收入的七成多①该比列根据《2010中国统计年鉴》“国内旅游情况”表中数据计算得出，详见:http:∥www.stats.gov.cn/tjsj/ndsj/2010/html/Q1820c.htm。，城市居民国内旅游的人均旅游花费是农村居民两倍多②该比列根据《2010中国统计年鉴》“国内旅游情况”表中数据计算得出，详见:http:∥www.stats.gov.cn/tjsj/ndsj/2010/html/Q1820c.htm。。所以，本文研究目标是分析城市居民国内旅游消费，为决策部门制定扩大居民旅游消费的政策与措施提供理论支持。

在城市居民国内旅游消费相关研究中，李云鹏(2005)发现城市居民国内旅游消费主要受当期收入和价格的影响，孙根年和薛佳(2009)指出人均可支配收入是影响和制约居民国内旅游消费的基本因素，收入对城市居民国内旅游消费具有决定作用的观点已得到大量实证检验。此外，伍春来和谷慧敏(2003)认为，居民收入分配结构变化使得旅游市场从以大众观光为主体向个性化的多层面异质结构转化;滕丽等人(2004)发现，城市居民旅游消费在出游率和人均旅游花费两项指标上存在类型差别，并且这种差别与其人均收入相关。宋咏梅和孙根年(2006)根据城市居民工资水平，分析了出游率、人均旅游花费与旅游购买力的分布特征并解释其偏差原因。翁钢民等人(2007)发现，城市居民出游率与生活水平因子的关联性最为密切，人均旅游花费则主要受交通运输综合因子影响。

上述研究从不同角度对城市居民国内旅游消费进行分析，取得了一定成果，但是从收入对各种消费指标具有不同决定作用的角度开展建模分析的研究尚少;并且之前研究或是采用时间序列数据，或是采用横截面数据，鲜见采用面板数据的研究。针对上述不足，本文拟整理面板数据并构建城市居民国内旅游消费面板模型，根据模型估计结果展开实证分析。

2 面板数据整理与描述性统计分析

2.1 面板数据的整理

面板模型是旅游研究常用计量经济方法之一，其主要被应用于旅游需求研究方面。国内外大多采用面板数据分析入境旅游消费，例如:Eilat和Einav(2004)分析了汇率与政治事件对各国入境旅游消费的影响;Garín-Muñoz(2006)分析了西班牙加那利亚群岛入境旅游消费的各种影响因素;Kou等(2008)分析了SARS与禽流感对亚洲入境旅游的影响;赵东喜(2008)分析了省际入境旅游发展的各种影响因素;张宏伟(2009)探讨了文化差异等因素对中国入境旅游规模的影响。采用面板数据分析国内旅游消费的研究较少，仅见Garín-Muñoz(2009)分析了收入和价格对西班牙Galicia地区国内旅游消费的影响。

随着国内旅游在国民经济中的地位与作用愈显重要，国内旅游抽样调查工作已连续开展数年，这就为面板模型提供了数据基础。本文采集和整理数据的过程如下:① 从《中国国内旅游抽样调查资料》(2001～2010，历年)中的“城镇居民国内旅游出游基本情况统计”栏目汇总城镇居民出游率与人均旅游花费的面板数据。②从《中国经济统计快报》(200004～200704，历月)中的“中国36个大中城市城镇居民家庭基本情况统计”栏目汇总城市居民月度人均可支配收入的面板数据，并运用Stata软件对其中的缺失值进行时间序列回归插值，进而整理出2000～2006年城市居民人均可支配收入;接着从《中国经济统计快报》(200804、200906、201006)中的同一栏目汇总2007～2009年城市居民人均可支配收入。③从《中国价格及城镇居民家庭收支调查统计年鉴》(2001～2005)和《中国城市(镇)生活与价格年鉴》(2006～2010)中的“36个大中城市居民消费价格指数统计”中汇总城市居民消费价格指数的面板数据。④以2000年为基准换算2001年至2009年的居民消费价格指数，用以消除通货膨胀对人均旅游花费、人均可支配收入的影响。

参照宋咏梅和孙根年(2006)的概念界定，在上述国内旅游抽样调查统计数据中:城市居民出游率为城市居民样本的总出游人次数除以城市居民样本数，出游率反映了城市居民的旅游消费意愿强度;人均旅游花费为城市居民样本的国内旅游总花费除以城市居民样本的总出游人次数，该指标反映出城市居民的旅游消费水平。城市居民国内旅游消费研究通常还构建间接指标——旅游购买力，即出游率乘以人均旅游花费，旅游购买力反映了城市居民的旅游支付能力。最终，本文整理得到横截面(N)为28个大中城市，时段(T)为2000～2009年的城市居民国内旅游消费与人均可支配收入的平衡面板数据，包括4个变量:出游率、人均旅游花费、旅游购买力与人均可支配收入。

2.2 面板数据的描述性统计分析

在城市居民国内旅游消费面板数据的描述性统计中，本文选择均值与标准差两个统计量展开分析。由于出游率、人均旅游花费、旅游购买力与人均可支配收入的量纲不同，故以2000年为基准(2000年=100)换算2001～2009年各变量均值的标准化指数，并将各变量均值的标准化指数绘制成图1。

图1 面板数据横截面均值的标准化指数序列图

从图1可发现:伴随着城市居民人均可支配收入的稳步增加，我国城市居民国内旅游支付能力不断提高，但是旅游支付能力的增幅在2002年后低于收入的增幅;2003年的出游率、人均旅游花费与旅游购买力同步下降，这说明SARS危机对城市居民国内旅游消费具有显著的负面影响;2000～2009年间，城市居民国内旅游的出游率呈现明显震荡上升的趋势，而人均旅游花费呈现窄幅波动、略为上升的趋势，可见城市居民国内旅游消费方式具有“重出游”的倾向。

同样，计算并以2000年为基准换算2001～2009年各变量标准差的标准化指数，可绘制得到图2。从图2可发现:2000～2009年间，城市居民国内旅游出游率与旅游购买力的城际差异大幅波动上升，并且大于人均可支配收入城际差异的变化;人均旅游花费城际差异在2002年小幅上升后逐步减少，2004年之后，人均旅游花费城际差异就小于人均可支配收入城际差异的变化。上述发现表明，城市居民国内旅游消费的城际差异主要体现为支付能力与消费意愿的差异，我国城市居民国内旅游消费水平的城际差异呈现缩小的趋势。

3 模型回归方程的选择

3.1 模型的回归方程与变量检验

在旅游消费建模分析中，常用的模型回归方程有一元线性、半对数形式与对数形式。构建旅游消费面板模型首先要确定模型的回归方程，本文选择出游率为因变量，人均可支配收入为自变量，分别按照三种回归方程形式构建模型如下:

其中，TRi，t为城市i的居民在t年出游率，c为总体均值截距项，ci为城市i个体截距项，DIPCi，t为城市 i的居民在 t年人均可支配收入，ui，t为随机误差项。

本文统计分析采用Eviews 6软件。由于面板数据的N和T较小，选择ADF Fisher单位根检验方法对模型变量作稳定性检验。根据单位根检验结果，以及各变量自相关函数和偏自相关函数的相关图，可判断模型(1)、模型(2)与模型(3)的因变量与自变量都属于一阶单整变量。虽然因变量与自变量属于非平稳变量，但是Johansen Fisher协整检验结果表明，模型(1)、模型(2)与模型(3)的两两变量都拒绝没有协整关系的原假设，接受至多存在1个协整方程的原假设。上述模型的Granger因果检验结果进一步表明，仅有城市居民人均可支配收入是其出游率的格兰杰原因。因此，模型(1)、模型(2)与模型(3)能够进行有效回归估计。

图2 面板数据横截面标准差的标准化指数序列图

3.2 模型回归方程的统计选择

面板模型可以分为混合估计模型、固定效应模型或随机效应模型。根据F检验结果可判断是采用混合估计模型，还是选择反映个体影响的固定效应模型或随机效应模型，根据Hausman检验结果可进一步在固定效应模型与随机效应模型中做出选择。模型(1)、模型(2)与模型(3)的F检验结果表明，城市居民国内旅游消费具有明显的个体影响，而Hausman检验得到的卡方统计量为零。所以，城市居民国内旅游消费模型采用固定效应面板模型。考虑各个城市间存在的异方差，回归估计时选择截面加权的广义最小二乘法，各模型的回归估计结果如表1所示。

表1 出游率固定效应面板模型的估计结果

从表1可知，与模型(1)、模型(2)相比较，模型(3)估计结果的调整后R2最大，DW统计量与F统计量也更优。所以，从模型估计结果的统计检验角度选择，城市居民国内旅游消费面板模型的回归方程应选择对数形式。

3.3 模型的经济意义分析

在旅游需求研究中，柯布-道格拉斯函数常用于构建旅游消费模型，以规模报酬不变的柯布-道格拉斯函数可构建旅游消费模型如下:

其中，Ti，t为城市i的居民在t年出游人次数，Ai代表城市i不随时间改变、难以直接观测或量化的旅游消费影响因素，可称为城市居民国内旅游自发消费水平，DIi，t为城市i的居民在t年可支配收入总和，Pi，t为城市i在t年的人口总数，α为出游人次数的可支配收入弹性系数(简称收入弹性)。模型(4)经过变换后可得:

tri，t为城市居民出游率，两边取对数可得到实证模型:

比较模型(6)与模型(3)的数学表达式，显然两个模型是等价的。因此，模型(3)不仅统计检验结果最优，还具有明确的经济意义。综上所述，城市居民国内旅游消费面板模型的回归方程确定为对数形式。

4 面板模型估计结果分析

4.1 旅游消费面板模型的估计结果

出游率、人均旅游花费与旅游购买力可以分别衡量城市居民国内旅游消费，引入虚拟变量DDIi，t能够区分城市居民人均可支配收入水平的高低。此外，引入虚拟变量D2003可以评估2003年SARS对国内旅游消费的影响。根据描述性统计分析结果，以及王铮等人(2010)等相关研究结果，SARS影响期设定为1年具有一定的合理性。最终，本文构建的城市居民国内旅游消费面板模型如下:

其中，Qi，t为城市居民国内旅游消费，可分别代入出游率、人均旅游花费与旅游购买力进行模型回归估计;c为总体均值截距项，ci为个体截距项，c+ci=ln Ai;当城市i的居民在t年人均可支配收入小于1万元时(低收入城市居民)，DDIi，t值取零，大于等于1万元(高收入城市居民)则DDIi，t取1;虚拟变量D2003设定为2003年时取1，其余年份取零。

在三项衡量指标下，模型(7)的变量稳定性检验与协整检验结果支持有效回归估计;F检验结果与Hausman检验结果表明，模型(7)应采用固定效应面板模型。在固定效应面板模型回归估计时，本文选择截面加权的广义最小二乘法，设定截面加权和非自由度修正的系数协方差估计方法，以及系数向量和GLS加权矩阵同时迭代算法。在模型回归估计过程中，逐步剔除10%显著性水平下未通过t检验的变量，模型估计结果如表2所示。

表2 城市居民国内旅游消费面板模型估计结果

4.2 收入与SARS对旅游消费的影响

从表2可知，收入对旅游消费不同衡量指标的决定作用存在显著差异。以低收入城市居民为例，其旅游购买力收入弹性最大，出游率收入弹性次之，人均旅游花费收入弹性最小，并且出游率收入弹性约为人均旅游花费收入弹性的6倍。这意味着当城市居民的收入增长时，旅游购买力会相应提高，但出游率增长幅度会大于人均旅游花费。

此外，收入对于不同收入水平的城市居民国内旅游消费的决定作用也存在差异。与低收入城市居民相比较，当高收入城市居民收入提高时，尽管出游率的增长幅度还是大于人均旅游花费，但出游率的增长幅度相对放缓，人均旅游花费的增长幅度相对加大。上述实证结果说明，收入水平越高，城市居民国内旅游消费水平也会越高;近年来我国城市居民国内旅游消费增长是以观光游为主，只有当城市居民收入提高到某个水平，即人均旅游花费收入弹性大于出游率收入弹性时，这一增长趋势才会改变。

实证结果还表明，SARS对低收入与高收入城市居民的影响作用也不同。对低收入城市居民而言，SARS的负面影响体现为出游率收入弹性下降0.0299，以及旅游购买力收入弹性下降0.0296;对高收入城市居民而言，SARS的负面影响不仅体现为出游率收入弹性下降0.0159，旅游购买力收入弹性下降0.0379，还体现为人均旅游花费收入弹性下降0.0132。低收入城市居民的人均旅游花费多属于基本消费项目，当危机事件冲击其国内旅游消费时，低收入城市居民可选项仅为是否出游;高收入城市居民除了选择是否出游，还可以选择改变国内旅游消费方式。因此，SARS对高收入城市居民国内旅游消费的负面影响更大。

5 结论与对策分析

本文探讨了收入对我国城市居民国内旅游消费决定作用的途径，整理了2000～2009年间28个大中城市的城市居民国内旅游消费与人均可支配收入的平衡面板数据，构建了城市居民国内旅游消费面板模型。面板数据显示，伴随着收入的增长，城市居民国内旅游消费增长以支付能力大幅提高、出游意愿明显增强、消费水平窄幅波动为特征;城市居民国内旅游消费城际差异变化主要体现为支付能力与消费意愿的差异，消费水平城际差异呈现缩小的趋势。模型估计结果表明，旅游购买力收入弹性最大，出游率收入弹性次之，人均旅游花费收入弹性最小;收入决定作用会随城市居民收入水平而改变，与低收入城市居民比较，高收入城市居民的出游率收入弹性更小，人均旅游花费收入弹性更大;在SARS危机中，高收入城市居民所受的负面影响更大。

根据上述实证结果与城市居民收入增长的趋势，从供给角度提出以下扩大城市居民旅游消费的对策:

第一、在全国层次上注重增加观光旅游产品数量。当收入分配制度更多考虑低收入居民福利时，城市居民国内旅游的出游率增幅会进一步扩大。因此，旅游管理部门与旅游企业不仅要抓旅游产品升级，加强开发休闲度假旅游产品，更要继续扩大旅游产品规模，大力开发观光旅游产品，以满足城市居民国内旅游的消费意愿。

第二、在旅游目的地层次上注重目标客源市场的细分。目的地的客源地结构存在差异，客源地城市内部居民收入水平也存在差异。所以，可以根据各客源地城市居民收入，对目的地的市场需求进行细分，进而通过树立鲜明的目的地形象，构建合适的旅游产品结构，增强目的地吸引力，满足并扩大城市居民的国内旅游消费。

根据面板模型估计结果中的总体均值截距项与个体截距项，可以分析城市居民国内旅游自发消费水平的城际差异与区际差异，这有助于在地区层次上探讨扩大居民旅游消费的对策，这项内容笔者将另文研究。此外，由于各项统计数据的连续性，研究所需的面板数据将不断得到扩充，下一步研究还可分析城市居民国内旅游消费增长趋势转变所需的收入水平，并探讨在国民收入分配格局调整过程中扩大城市居民国内旅游消费的对策。

［1］ Eilat P，Einav L.Determinants of international tourism:a three-dimensional panel data analysis［J］.Applied Economics，2004，36(12):1315-1327.

［2］ Garín-Muñoz T.Inbound international tourism to Canary Islands:a dynamic panel data model［J］.Tourism Management，2006，27(2):281-291.

［3］ Garín-Muñoz T.Tourism in Galicia:Domestic and Foreign Demand［J］.Tourism Economics，2009，15(4):753-769.

［4］ Kuo H I，Chen C，Tseng W，et al.Assessing impacts of SARS and Avian Flu on international tourism demand to Asia［J］.Tourism Management，2008，29(5):917-928.

［5］ 高铁梅.计量经济分析方法与建模:EViews应用及案例［M］.北京:清华大学出版社，2009.

［6］ 李爽，黄福才，饶勇，等.计量经济分析方法在国外旅游研究中的应用——基于ATR和TM所载文献的统计分析［J］.旅游科学，2006(5):1-7，25.

［7］ 李云鹏.基于计量经济学模型的国内城镇居民旅游消费研究［J］.技术经济与管理研究，2005(6):55-56.

［8］ 宋咏梅，孙根年.中国城市居民旅游购买能力统计分析［J］.城市问题，2006(2):54-58.

［9］ 孙根年，薛佳.中国城乡居民国内旅游需求预测［J］.城市问题，2009(1):68-72.

［10］ 翁钢民，徐晓娜，尚雪梅.我国城市居民国内旅游需求影响因素分析［J］.城市问题，2007(4):31-35.

［11］ 伍春来，谷慧敏.中国收入分配结构演变对国内旅游消费的影响［J］.旅游学刊，2003(2):19-23.

［12］ 滕丽，王铮，蔡砥.中国城市居民旅游需求差异分析［J］.旅游学刊，2004(4):9-13.

［13］ 王铮，袁宇杰，熊文.重大事件对上海市入境旅游需求的影响—基于ADL模型的分析［J］.旅游学刊，2010(4):44-49.

［14］ 张宏伟.中国入境旅游的文化差异效应测度研究—基于引力模型的分析［J］.财贸研究，2009(4):56-61，68.

［15］ 赵东喜.中国省际入境旅游发展影响因素研究—基于分省面板数据分析［J］.旅游学刊，2008(1):41-45.