基于旅行费用法的九寨沟旅游资源游憩价值评估

董雪旺，张 捷，蔡永寿，卢韶婧

(1.浙江工商大学 旅游与城市管理学院，杭州 310018;2.南京大学国土资源与旅游学系，南京 210093;3.九寨沟管理局，四川九寨沟 623402)

0 引言

旅游资源是旅游业发展的物质投入。旅游资源的调查、分类与评价已经成为旅游开发中的基本内容，而其价值核算却鲜有涉及，原因在于旅游资源大多属于公共物品，其价值难以确定。由于未能将旅游资源的价值纳入到旅游业的成本核算体系中，造成旅游业成本的低估和利润的虚高，从而产生了“旅游业是一个低投入、高产出的劳动密集型产业”的错误认识。如果在旅游经济活动的成本－收益分析中充分考虑旅游资源价值，就会发现旅游业实际上是高投入、高产出的资源密集型或环境密集型产业［1］。随着绿色GDP核算体系的推广，对旅游业产业性质的认识有必要进一步澄清。而这一切，都要以旅游资源价值的科学估价为前提。

当前，学术界关于旅游资源价值的研究文献日益增多，这些研究在方法上可以概括为两大类［2］:1)显示偏好法(revealed preference approach，RP)，包括旅行费用法(travel cost method，TCM)、享乐价格法(hedonic price method，HPM)等;2)自述偏好法(stated preference approach，SP)，包括条件价值法(contingent valuation method，CVM)、选择实验法(choice experiment，CE)、选择模拟法(choice modeling，CM)等。本研究采用基于实际观测数据的旅行费用法(TCM)，对九寨沟世界自然遗产地的游憩价值进行评估，讨论评估中可能出现的偏差，并探讨评估结果的可靠性及有效性。

1 方法和数据

1.1 旅行费用法(TCM)

1.1.1 TCM的基本思想。理想情况下，估算旅游资源的需求曲线是测度人们对游憩活动的支付意愿最好的方法。基本的游憩需求函数为:

式中:Q为单位时间内目的地的到访量;P为单次到访的价格;X1，X2，…，Xn为其他解释变量。然而，消费者一般并不清楚自己对公共物品的需求，也由于“搭便车”等机会主义倾向的存在，消费者会隐瞒自己对公共物品的偏好。因此，公共物品的需求曲线通常情况下难以直接估算，而通过观察人们面对环境资源下的行为来间接估算就成为学术界努力的方向。

TCM最早由Hotelling提出［3］，在实践中得到应用是由Clawson完成的［4］。TCM是一种显示偏好法，是利用观察到的经济行为推论非市场价值。TCM建立在如下假设之上:当消费者从旅游目的地获取的效用不小于其为之而付出的成本时，对目的地的旅游才会发生;最后一个边际使用者获得的消费者剩余为零。旅游产品价格P难以直接观察到，可以用旅行费用C来替代。其他解释变量包括收入I，距离D，替代性目的地的旅行费用Cd，社会经济特征S(年龄、性别、教育程度)等。因此，一般的旅行费用模型可以表述为:

1.1.2 TCM的模型选择。根据变量的定义方式，TCM可以分为集合旅行费用模型(aggregate travel cost model，ATCM)和个人旅行费用模型(individual travel cost model，ITCM)2 种类型。

ATCM模型使用跨区域的集合资料而不是个人游憩者的资料，包括适用于单目的地的分区旅行费用模型(zonal travel cost model，ZTCM)和适用于多目的地的引力旅行费用模型(gravity travel cost model，GTCM)。在ZTCM模型中，某旅游地的旅游者或休闲游憩者可以根据其客源地分为若干地区，然后将各客源区平均旅行费用及其他社会经济变量作为自变量，各客源区对目的地的到访率作为旅游需求函数的因变量，来求解旅游需求函数。ITCM模型使用每个个体的特定资料来估算游憩者的到访量，分析单位是游憩者个人，到访率是每个游憩者到该目的地的次数。用以处理多目的地旅行的享乐旅行费用模型(hedonic travel cost model，HTCM)以及随机效用模型(random utility model，RUM)均属于ITCM。

ZTCM假设一个客源区的所有个人的行为是相同的。由于这一假设不完全符合现实，因此一般认为ZTCM的精确性低于ITCM。不过，ITCM适用于那些吸引当地短途游客、重游率较高的目的地;而吸引长线游客的观光型目的地，由于其因变量离散不足(重游率低)，则应采用ZTCM。由抽样调查可知，九寨沟游客的重游率仅8.3%，91.7%的游客是初次到访。因此，九寨沟的旅行费用模型不宜选用基于个人旅游次数的ITCM，而应选择ZTCM。

1.1.3 TCM的基本步骤。TCM的操作程序是对到访某一目的地的游客进行调查，询问他们到此旅游的花费和频率，据此可以建立起该目的地的旅游需求曲线，而该目的地的价值就等于需求曲线下方的面积。一般步骤为:①获取某一目的地的真实到访率的数据;②估算旅行和到访的显性和隐性费用;③得出该目的地的旅游需求曲线;④从需求曲线中得出该目的地的消费者剩余和游憩价值。

1.2 数据

数据主要来源于实地调查的第一手资料。研究小组于2009年5月5日至11日在九寨沟进行了抽样调查。共发放问卷600份，回收问卷589份，其中有效问卷557份，有效回收率92.83%。

2 结果

2.1 划分客源区并计算到访率

2.1.1 划分客源区。ZTCM划分客源区的标准方法是同心圆法，但在实际工作中，出于资料获取的需要，一般以行政区为单位进行划分。采用省级行政区作为客源区的划分单位，划分为30个客源区(不含港澳台，西藏自治区无样本出现)。利用SPSS17.0，对各客源区的样本进行频数统计(表1)。

2.1.2 计算各客源区对九寨沟的到访率。各客源区对九寨沟的到访率等于该客源区每年到访九寨沟的人数与该地区总人口或主要出游人群人口之比，即:

式中:Ri为客源区i对九寨沟的到访率;Pi为客源区i的城镇人口;Vi为客源区i对九寨沟的年到访量;ni为调查样本中第i个客源区的实际样本数;N为样本总数(557);V为各客源区对九寨沟的年到访总量;k为客源区的个数。由此计算出各客源区对九寨沟的到访率(表1)。

2.2 估算各客源区的旅行费用

2.2.1 估算各客源区的总旅行费用。旅行费用包括显性和隐性两部分。显性费用是游客本次旅行而实际花费的所有费用，包括交通、食宿、门票、旅游纪念品、娱乐活动等费用。隐性费用是指时间的机会成本，包括旅行时间和游览时间，而单位时间的机会成本采用工资率的1/3来计算。游客出游的总旅行费用可以表示为:

式中:Cm为游客到访九寨沟等目的地的旅行费用;Co为旅行的显性费用;Ct为时间的机会成本;Tr为交通费;Ac为食宿费;F为门票费;So为购物花费;En为娱乐花费;W为各客源区城镇职工年平均工资;年工作时间按250 d×8 h/d计算;t和s分别表示旅行时间和游览时间。游客的分客源区旅行费用见表1。

2.2.2 估算各客源区的单目的地旅行费用。通常，游客的一次出行往往不止一个目的地，对于九寨沟这种以长线游客为主的目的地来说尤其如此。因此需要将九寨沟的旅行费用从总旅行费用中剥离出来。具体方法是:①搜集各客源区各大旅行社含九寨沟的旅游线路及其报价，找出客源区的代表线路;② 计算九寨沟的门票价格在该线路组合的所有目的地的门票总和中的比重，以此作为九寨沟的剥离系数;③从旅游线路的总旅行费用中剥离出九寨沟的单目的地旅行费用。从调查结果来看，各客源区各大旅行社推出的线路组合有5种形式(表2)，相应的剥离结果见表2。结果显示，30个客源区到访九寨沟的总旅行费用(VT1)为387 010.74万元。

2.3 九寨沟的旅游需求函数

2.3.1 变量的选取。根据一般需求理论，客源区对目的地的到访率为二者之间的旅行费用、距离以及客源区的社会经济变量的函数。据此，九寨沟的旅游需求函数可以初步表述为:

式中:因变量Ri为客源区i对九寨沟的到访率，用客源区i的到访量Vi与城镇人口Pi之比来表示(人次/万人);解释变量Ci为客源区i到访九寨沟的单目的地旅行费用;Ii为客源区i的经济收入(人均GDP或城镇居民可支配收入);Di为客源区i与九寨沟的距离(30个省份的省会城市到九寨沟的直线距离或铁路、公路距离);Ei为客源区i的平均受教育程度(高中以上文化程度人口占客源区总人口的比重)。

运用SPSS 17.0中的相关分析和Stepwise剔除法，对上述变量进行筛选。结果显示，收入、距离、受教育程度等变量均被剔除或难以通过检验。因此，九寨沟的旅游需求函数可以确定为:

表1 2009年九寨沟分客源区游客的到访率及旅行费用Tab.1 Vasitation rates and travel costs from each origin zone to Jiuzhaigou in 2009

表2 九寨沟的多目的地组合及剥离系数Tab.2 The alternative combinations of Jiuzhaigou and its proportion of costs among multi-destination

2.3.2 函数关系式的确定。运用SPSS 17.0中的Curve Estimation中的11个函数功能对上述分省区旅游数据进行回归分析，结果表明增长曲线模型(growth model)拟合最好。因此，九寨沟的旅游总需求函数可以表述为以下半对数形式:

2.4 估算消费者剩余

以100元为一档追加费用，利用式(7)算出各小区追加费用后的出游人次，对以上得到的各客源区旅游人次和追加费用的数据序列进行回归分析，可得各省份的旅游需求函数(表3);对这些函数式积分，即可得各客源区消费者剩余;对各客源区消费者剩余加总，即可得到九寨沟的总消费者剩余(VT2)为102 012.87万元(表3)。

2.5 估算九寨沟旅游资源的游憩价值

综上，2009年九寨沟旅游资源的游憩价值为:VT=VT1+VT2=387 010.74+102 012.87=489 023.61万元，人均1 939.19元。

表3 九寨沟各客源地的旅游需求函数及消费者剩余Tab.3 Recreation demand functions and consumer surplus of each origin zone to Jiuzhaigou

3 讨论

TCM是一种基于观测资料的显示偏好法，与自述偏好法相比似乎更客观、更真实。然而，TCM研究中对自变量的选取、需求函数的形式、时间的机会成本、多目的地旅行等问题的处理均带有很强的主观色彩，成为TCM引发争议的主要原因。

3.1 需求函数估算中存在的问题

3.1.1 旅游需求函数中自变量的选取。根据一般需求理论，影响需求的因素主要是价格和收入。从旅游需求的特殊性出发，客源地的距离和旅游者的闲暇时间也是关键因子。另外，目的地的旅游资源品位和游憩体验质量、替代性目的地的质量和旅行费用以及其他社会经济变量均会影响旅游需求。但是，变量并非多多益善，过多的变量反而有可能产生多重共线性问题，影响回归方程的精度。

由于九寨沟是一处具有极高品位和明显垄断性的世界自然遗产地，故目的地质量和替代性目的地这两个因素可以不予考虑。因此，本研究选取了旅行费用、收入、距离、时间和客源区的平均受教育程度(代表目的地社会经济变量)作为旅游需求函数的自变量。

然而，相关分析和Stepwise剔除的结果表明，除了旅行费用与旅游需求存在着显著的负相关，其他变量都被自动剔除。收入和受教育程度的被剔除可能与中国传统的山水文化审美趣味有一定关系:吴必虎等发现，中国城市居民不同性别、年龄、职业的游客对自然风景的偏好是一致的［5］;陈友军等的研究也表明，性别、年龄、职业、受教育程度等因素对九寨沟景观偏好判断的影响很小［6］。相比之下，空间距离和时间的被剔除有点出乎意料，可能的解释是，距离和时间因素已经部分包含在了旅行费用中，而且三者在一定程度上可以相互替代，存在明显的多重共线性。

3.1.2 旅游需求函数关系式的确定。在选择函数关系式的曲线模型时，不能仅仅考虑模型的数学意义，还要考虑其经济学意义。事实上，从曲线回归的结果来看，有3种函数关系式回归效果较好(表4)。S形曲线模型R2最高(0.88)，且能够通过F检验和t检验，但该模型没有上限，与实际情况不符。幂函数模型R2为0.87，能够通过F检验但未能通过t检验。增长曲线模型有上下限，R2为0.85，且能通过F检验和t检验，因此选用该模型。显然，该模型是一种半对数模型。OECD认为半对数模型方程的显著性和变量的显著性最好，推荐在TCM研究中优先选用［2］;孙睿君等的理论研究［7］、赵强等的经验研究［8］也证明了这一点。

表4 3种回归结果之比较Tab.4 Comparison of the regression results of the three models

3.2 时间的机会成本

旅行时间的机会成本是TCM中最为棘手的问题之一。关于时间的机会成本的问题，学术界关注的焦点集中在:1)旅行时间究竟应该当做正效用(收益)还是负效用(成本)?大多数学者将旅行时间作为一种负效用并以平均工资作为其机会成本。然而，在Chaudhry等的研究中，只有15.8%的受访者表示他们由于旅行而失去了赚钱的机会并且没有从旅行中得到任何正效用［9］。而且，游览时间一般都是获得正效用的，因而应与旅行时间区别对待。另外，如果游客在旅行过程中享受了沿途的自然风光，甚至享受的就是旅行本身，那么这些都不应视为成本而是收益。2)如果旅行时间是成本，那么应该如何估算该成本?一般认为，工资率是衡量时间成本的最佳指标。然而，由于旅行时间正效用的存在，也由于工作时间的制度刚性，现实中闲暇时间与工作时间之间并未实现自由转换，旅行的时间成本应在工资率的基础上采取一定的折扣。折扣率的选择很难确定，大多采用工资率的30% ～50%［10］。但这仅为经验数据，具有很大的主观任意性。总之，关于旅行时间的机会成本的问题，学术界还没有取得一致意见。本研究采用的工资率的1/3的折扣率，虽然是参考了大多数学者的经验，但仍然是主观的，可能会使评估结果产生偏差。

3.3 多目的地问题

多目的地旅行是TCM中的另一个难题。已有研究对多目的地问题的处理通常可以划分为3类。

1)忽视多目的地旅行的问题。这种方法简单实用，但Kuosmanen等的研究显示，剔除多目的地数据或将其按单目的地处理可能会导致需求函数出现偏差，并进而影响消费者剩余的估值［11］。像九寨沟这种远离主要客源市场、以长线游客为主的目的地，多目的地游客所占的比例相当大，无论是剔除还是忽视多目的地游客都会导致相当大的偏差。

2)将总旅行费用在多个目的地之间按比例分成。分成的方法有以下几种:一是采用可计量的变量，如将在不同目的地的“过夜数”作为目的地之间相对重要性的替代指标［12］。二是采用游客的偏好来分配旅行费用，即直接向受访者询问其花费在几个目的地之间如何分配［9］。然而，要求游客清楚地表达这种可定量测量的偏好是十分困难的，结果也未必准确。

3)将多目的地旅行和单目的地旅行作为不同的商品分别纳入旅行费用模型。这种方法由Mendelsohn等提出，即在估算需求函数时，考虑任何可能的替代性目的地及其组合［13］。这样做的后果是，需求方程组中方程的数量会随着目的地数目的增加而成指数增加的趋势。估算多目的地旅行产品的需求曲线需要掌握每个旅游路线组合的观测数据。如此大的数据量使大多数研究者望而却步，尽管这种方法在理论上似乎很完美。

根据以上分析，本研究排除了第一种和第三种方法，而着重解决九寨沟在总旅行费用中所占比例的问题。这一问题实际上可以分解为2个问题:一是找出九寨沟与哪些目的地进行组合;二是估算九寨沟在这些组合中旅行费用所占的比重，即剥离系数。

对于第一个问题，首先试图通过现场问卷调查的方式来了解，发现调查结果很不理想，有相当比例(38.2%)的受访者不清楚自己此次出行包括哪些目的地。可能的原因在于，九寨沟的大多数游客为团队游客或家庭、单位组织出游，对于行程安排并不了解。在此情形下，采用市场调查的方式作为替代方案，即通过互联网搜集各客源区各大旅行社包含九寨沟的旅游线路及其报价，然后将其与各客源区的平均花费(不含时间成本的显性费用)对比匹配，找出最接近的一个作为客源区的代表线路。对于第二个问题，也曾试图根据游客的偏好来分配旅行费用，即直接向受访者询问其花费在几个目的地之间如何分配，但问卷调查的结果仍然很差。由于大多数受访者对于九寨沟及其周边旅游目的地的信息所知甚少，因而也就难以准确表达自己的偏好。因此，同样采取市场的实际观测资料来间接表示游客的偏好。假设九寨沟及其周边目的地的门票价格是通过市场竞争形成的，在此基础上，通过九寨沟在各种目的的组合中门票价格的相对比重来确定游客偏好，并进而作为旅行费用的剥离系数。

正如有的研究者如Beal指出的那样，任何试图修正多目的地偏差的努力都难以避免主观任意性［14］，因而这种多目的地的处理方式可能是以一种新的偏差纠正原有的偏差。本研究采用市场观测数据来处理多目的地问题，虽然仍然存在各种偏差，但已经尽可能地克服了多目的地问题中的主观任意性，因而可能是所有方法中“最不坏”的一种选择。

3.4 评估结果的可靠性和有效性

关于评估结果的偏差，学术界一般认为，与CVM相比，TCM通常倾向于偏高的评估结果。Carson等发现，以TCM为主的显示偏好法(RP)的评估结果要大于CVM的评估结果，二者之比在95%的置信水平上的置信区间为0.81 ～0.96，均值为 0.89［15］。不过，他仍然认为二者的评估结果总体上具有一定的相关性，收敛效度较好。然而，Chaudhry等在印度的研究中，CVM和TCM的评估结果比值为0.022，收敛效度很差［12］。本研究在进行TCM调查的同时，分别于2008、2009年面向相同的样本进行了CVM调查［16－17］，得到了与此相似的研究结果。另外，李巍等、张茵等也分别采用区间旅行费用法(TCIM)和ZTCM对九寨沟旅游资源的游憩价值进行了评估［18－19］(表 5)。对各种研究结果的比较可见，CVM与TCM各自具有较好的再测信度，但两种方法的评估结果相差很大，不具有良好的收敛效度。

表5 九寨沟旅游资源价值的评估结果之比较Tab.5 Comparison of the valuation results of Jiuzhaigou

这样的结果并不能说明TCM必然会高估旅游资源的价值，但至少表明这两种方法在发展中国家的应用可能均存在一些问题，评估结果在实践应用中需要更多的检验和验证。因此，一方面，旅游资源价值的评估结果在实践应用中需要更加谨慎，应采用不同的评估方法进行相互印证;另一方面，要着重提高研究方法本身的可靠性和有效性，并尽快建立完善适合发展中国家的TCM的实施规范。

4 结论

旅游资源的价值评估是实现旅游业可持续发展的重要环节。本研究采用分区旅行费用法(ZTCM)，以世界自然遗产地九寨沟为案例，测算出九寨沟旅游资源2009年的游憩价值为48.90亿元，人均1939.19元。这一结果与其他TCM的研究结果较为接近，却与条件价值法(CVM)的评估结果相差较大。

TCM是一种基于实际观测资料的显示偏好法(RP)，与CVM等基于虚拟市场的自述偏好法(SP)相比，因而被认为更客观、更可信。然而，TCM使用的旅行费用数据是由研究者根据统计调查的数据构建和转换的，这一根本性质决定了TCM在研究过程中难以避免主观性和不确定性。在本研究中，采用工资率的1/3来计算时间的机会成本，具有一定的主观性，可能会导致评估结果出现偏差;用市场观测数据对旅行费用在多个目的地之间进行分配，也可能是以一种新的偏差修正原有偏差;TCM与CVM两种方法的评估结果相差较大，不具有良好的收敛效度。这些问题说明，TCM对旅游资源的评估结果存在一些问题，在实践应用中需要特别谨慎，TCM的评估结果需要与更多的研究方法相互印证，并尽快提高方法的可靠性和有效性。不过，TCM仍不失为一种评估旅游资源价值的有效手段。

［1］谢彦君.永续旅游:新观念、新课题、新挑战［J］.旅游学刊，1994，9(1):21 －26.

［2］OECD.环境项目和政策的经济评价指南［M］.施涵，陈松，译.北京:中国环境科学出版社，1996:49－121.

［3］Hotelling H.The Economics of Public Recreation［R］.Washington:The Prewitt Report，National Parks Service，1947.

［4］Clawson M.Methods for Measuring the Demand for and Value of Outdoor Recreation［M］.Washington:Resources for the Future，Inc.，1959.

［5］吴必虎，唐俊雅，黄安民，等.中国城市居民旅游目的地选择行为研究［J］.地理学报，1997，52(2):97－103.

［6］陈友军，张捷.九寨沟旅游客流景观偏好特征研究［J］.河南科学，2009，27(2):249－252.

［7］孙睿君，钟笑寒.运用旅行费用模型估计典型消费者的旅游需求及其收益:对中国的实证研究［J］.统计研究，2005(12):34－39.

［8］赵强，李秀梅，王乃昂，等.旅行费用法两种技术路线的应用比较［J］.南京林业大学学报(自然科学版)，2009，33(1):106－110.

［9］Chaudhry P，Tewari V P.A Comparison between TCM and CVM in Assessing the Recreational Use Value of Urban Forestry［J］.International Forestry Review，2006，8(4):439－448.

［10］郭剑英.乐山大佛旅游资源的国内旅游价值评估［J］.地域研究与开发，2007，26(6):104 －107.

［11］Kuosmanen T，Nillesen E，Wesseler J.Does Ignoring Multidestination Trips in the Travel Cost Method Cause a Systematic Bias?［J］.The Australian Journal of Agricultural and Resource Economics，2004，48(4):629 －651.

［12］Knapman B，Stanley O.A Travel Cost Analysis of the Recreation Use Value of Kakadu National Park［R］.Canberra:Resource Assessment Commission Inquiry，AGPS，1991.

［13］Mendelsohn R，Hof J，Peterson G，et al.Measuring Recreation Values with Multiple Destination Trips［J］.American Journal of Agricultural Economics，1992，74(4):926－933.

［14］Beal D J.A Travel Cost Analysis of the Value of Carnarvon Gorge National Park for Recreational Use［J］.Review of Marketing and Agricultural Economics，1995，63(2):292－303.

［15］Carson R T，Flores N E，Martin K M，et al.Contingent Valuation and Revealed Preference Methodologies:Comparing the Estimates for Quasi-public Goods［J］.Land Economics，1996，71(l):80 －99.

［16］董雪旺，张捷，刘传华，等.条件价值法中的偏差分析及信度和效度检验——以九寨沟游憩价值评估为例［J］.地理学报，2011，66(2):267－278.

［17］Dong Xuewang，Zhang Jie，Zhi Ruizhi，et al.Measuring Recreational Value of World Heritage Sites Based on Contingent Valuation Method:A Case Study of Jiuzhaigou［J］.Chinese Geographical Science，2011，21(1):119－128.

［18］李巍，李文军.用改进的旅行费用法评估九寨沟的游憩价值［J］.北京大学学报(自然科学版)，2003，39(4):548－555.

［19］张茵，蔡运龙.基于分区的多目的地TCM模型及其在游憩资源价值评估中的应用——以九寨沟自然保护区为例［J］.自然资源学报，2004，19(5):651－661.