城市入境旅游景气指数构建研究——以北京为例

成英文 张 辉

(北京交通大学经济管理学院，北京 100044)

景气是对经济发展状况的一种综合性的描述，用以说明经济活跃程度的概念。自1919年美国发布“哈佛指数”以来，相关学者在这一领域不断进行创新和完善，至20世纪70年代，景气指数理论体系和方法逐渐成熟，在西方国家得到了广泛应用。但是从全球范围来看，对旅游业的景气波动研究仍然是一个相对较新的领域，尚处起步阶段，已有研究者编制了有关旅游市场、旅游产业(主要是饭店、旅行社)的旅游景气指数;但大部分文献都基于国家视角，鲜见以城市作为研究对象而展开的城市旅游景气研究。以国家视角编制旅游景气指数本身并无不妥，但由于中国地域辽阔，国家整体旅游业的兴衰周期和一个城市旅游业的兴衰周期有时并不完全匹配，因此国家旅游景气指数对一个城市的旅游管理机构和旅游企业并无太大的价值。

近年来，中国一些城市提出了建设国际旅游城市的目标。国际旅游城市的标准之一，是入境旅游发展的规模和水平达到一定标准，监测和预警入境旅游市场对建设国际旅游城市具有重要的意义。因此，基于城市视角展开入境旅游景气研究，编制城市入境旅游景气指数，有利于政府管理机构掌握入境旅游周期波动、判断入境旅游的发展并预测未来的动向，为制定相关政策提供依据。

1 文献综述

美国是最早进行经济波动趋势预测的国家。1919年W.M.皮尔逊斯提出哈佛指数。1937年，美国经济研究所(NBER)利用时差变动关系提出了先行指数，并逐步形成了系列涉及景气监测的方法，如循环波动的分离、趋势调整、平滑技术等。战后，美国经济研究局对原监测指标体系进行了修订，将指标分成先行、同步、滞后三类，这一分类方法沿用至今。20世纪60年代，景气指数研究由民间机构研究走向官方实际运用。1979年，美国经济研究局与哥伦比亚大学国际经济循环研究中心合作，建立了美国、加拿大、法国、英国、德国、意大利、日本七国为基础的“国际经济指标系统”。此外，一些国际性组织和地区性组织也开展了景气预警的研究工作。经过近百年的发展，景气分析系统方法已经越来越成熟，并将更加完善。现今全世界近80个国家和地区开展景气指数研究就说明这一方法的作用和价值。

国外研究者很早就开始关注入境旅游市场的预测问题，并对此进行了大量实证研究，试图用多因素或单一因素解释并预测入境旅游市场的变动。但对旅游景气指数的研究与应用直到20世纪90年代中期才出现。Turner等(1997)通过引入客源国人均收入、汇率等指标构建领先指数以预测日本、新西兰、英国和美国等国游客对澳大利亚旅游的需求;Manuel和Robertico(2000)运用线性和双对数线性模型研究了美国对阿鲁巴的国际旅游需求，其领先指标包括美国居民收入水平、汇率变动;Rossello-Nadal(2001)进一步扩展了潜在领先指标的选择范围，引入了经济活动指标、金融指标和价格指标预测德国和英国游客对西班牙某群岛的旅游需求;Christine和Michael(2002)预测了马来西亚游客对澳大利亚的旅游需求，其领先指标包括居民收入、旅游产品价格、国际交通费用、汇率;Neelu(2010)预测了澳大利亚短期出境旅游的需求，其领先指标包括收入变化、实际汇率和国内航空旅行成本等。

中国于20世纪80年代开始出现景气指数研究，经过30多年的发展，在理论和实践层面均取得了一定成绩。由国家信息中心编制的“中国经济景气动向指数(简称中经指数)”，国家统计局编制的“中国房地产开发业景气指数(简称国房景气指数)”和“企业景气指数”，均具有一定的社会影响力。一些旅游研究者将成型的宏观经济景气指数制作方法应用于旅游领域，开创了我国旅游景气指数研究的先河。倪晓宁和戴斌(2007)编制了中国旅游市场景气指数;戴斌等(2007)对中国的旅行社业景气周期进行指数化研究;戴斌等(2008)研究了中国饭店业景气指数;游灏等(2008)编制了星级酒店景气指数;雷平(2009)编制了中国的外国游客入境旅游市场景气指数;王新峰(2010)对1990年～2009年中国旅游景气指数进行了分析和预测。由于研究视角以及指标遴选方法不同，这些研究选取的指标体系有很大差异。倪晓宁和戴斌的中国旅游市场景气指数，用GDP、居民消费水平等指标代表先行指标，用国内外旅游收入及人次代表一致指标，用投资热度代表滞后指标;雷平则用相关系数法进行筛选，其先行指标包括固定资产投资、中国进出口贸易总额、美国及日本M1、日本就业率、韩国贸易进口总额、国际原油价格，一致指标包括入境旅游人次及收入，滞后指标包括欧元和日元汇率;王新峰的指标体系最为复杂，甚至包含了一些之前研究中没有出现的“冷僻”指标，如邮电业务总量、城镇人口比重、财政支出、参加养老保险人数等。

总体而言，对旅游业景气波动的研究是一个相对较新的研究领域，应用景气指数方法开展旅游预测预警的研究在国内外尚处起步阶段，存在着诸多问题。张凌云(2009)在“旅游景气指数研究回顾与展望”中指出，现有研究的两个重大缺陷:第一，按年度编制的旅游景气指数使先行、滞后、一致指标的选取失去意义。编制景气指数必须根据超前期和滞后期判断旅游业运行的波峰、波谷，如果以年度数据来编制景气指数，显然无法得到正确的超前和滞后期数，成熟的景气指数都是以季度或月度数据为基础。现有相关研究中，除雷平编制的外国游客入境旅游市场景气指数采用了月度数据，其余均建立在年度数据基础上。第二，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，必须想办法剔除这种因素，目前最常用的是X－12－ARIMA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，同时也失去了预测和预警的作用。

在借鉴国内外旅游景气指数研究成果的基础上，本文基于城市视角编制旅游景气指数，遴选指标构建城市入境旅游景气指标衡量体系，并以北京为样本，搜集月度数据编制北京入境旅游景气指数。

2 指标的遴选和检验

按照指标与旅游运行周期先后的关系，将其分为三类:先行指标、一致指标和滞后指标。其中先行指标领先于旅游运行周期，一致指标描述旅游当前状况，滞后指标落后于旅游运行周期。本研究中的三类指标分别从与城市入境旅游相关的经济指标中遴选出来，并经过相关的数量运算，将先行指标合成为先行指数，一致指标合成为一致指数，滞后指标合成为滞后指数。先行指数可以提前几个月对一致指数的变化给出信号，预测未来旅游发展态势，特别是在城市旅游下滑时，如果先行指数已经出现回升趋势，那么通过计算先行期的长度就可以判断城市旅游运行周期上升时点的位置，滞后指数可以用来检验一致指标发生的变化，使总体发生的变化得到确认。

2.1 指标遴选的理论依据

本研究借鉴国内外旅游景气指数相关研究成果，结合北京旅游统计数据，初步遴选出北京旅游景气指数指标体系。指标遴选标准包括:能从理论或逻辑上得到解释;与旅游运行转折点有关联;与收缩和扩张的进程一致;统计数据充分，摄取数据及时;数据平滑连续;对经济波动的反应敏感。为了保证指标的科学性，对初步遴选的指标和基准指标运用时差相关系数法进行统计检验，通过检验的指标形成最终指标体系。

先行指标。先行指标是领先于入境旅游运行周期的指标。在旅游经济理论中，入境旅游主要受客源国居民收入、闲暇时间、旅游产品相对价格、旅游政策、突发事件、大型活动等因素的影响。由于闲暇时间的变动需要一个长期过程，旅游政策、突发事件、大型活动作为影响入境旅游的特殊因素，除非研究的样本地区在这方面发生了较大变化，否则在一般研究中不予以考虑。因此，实际影响旅游市场周期的常规因素主要是客源地居民收入和旅游产品相对价格。在本研究中，城市入境旅游的先行指标包括该城市客源国居民的收入水平，旅游产品相对价格的变动(人民币相对客源国货币汇率的变动情况)共计两个。由于反映北京入境旅游客源国的人均可支配收入等指标的月度数据不可获取，用客源国国家股票市值代替居民财富收入水平，失业率、CPI等指标反映客源国经济状况，汇率反映客源国相对北京的相对价格变化。通过时差分析法对这些指标进行检验，获得有效指标。

一致指标。一致指标反映一定时间内城市入境旅游的繁荣程度。入境旅游繁荣程度可以从市场繁荣和产业繁荣两个层面进行衡量。市场繁荣包括接待入境旅游的人次和收入，产业繁荣可以用旅行社、饭店等旅游企业来衡量。基于北京旅游现有统计数据，初步收集了入境旅游接待人次、航空客运量、星级饭店接待入境旅游者、星级饭店客房出租率、星级饭店平均房价等指标进行衡量。通过时差分析法进行检验，获得有效指标。

滞后指标。滞后指标是落后于旅游运行周期的指标。从产业运行来说，当旅游业出现周期波动，往往会影响政府、投资者、从业人员的决策行为。当旅游市场出现大幅度增长，政府会在一定时间内增加旅游公共投资，社会资本会纷纷进入旅游业，原本从事其他行业的劳动力会进入旅游业。因此可以用政府旅游公共投资、旅游业吸引外资、旅游固定资本形成总额、旅游就业人数等指标衡量。但现实中这些指标缺乏连贯的统计数据，因此本文用外商投资额和基础设施投资额进行替代。

2.2 数据的收集和预处理

数据收集。先行指标涉及的数据，入境旅游客源国股票市值、失业率、CPI等数据来自欧盟统计网，汇率数据来自中国国家外汇管理局，其他数据来自中国统计信息网和北京旅游委官方网站。

季节调整。本文数据周期为月度，因此许多时间序列，如旅游接待人次存在季节效应，需要进行数据调整，剔除季节效应。现有的季节调整方法主要有:移动平均比率法、TROMO/SEATS法、X－11法、X－12－ARIMA法等。本文选用应用最为广泛的X－12－ARIMA方法进行调整。

2.3 合成指标的计算

本指标体系的大部分指标可以通过权威机构发布的信息直接获得，但部分指标不能直接得到，需要进行二次计算，方法和过程如下。

北京入境旅游客源国居民收入水平。由于城市入境旅游市场有许多客源国，因此，要监测客源国居民收入水平，需要采取加权法。客源国股票市值反映居民财富状况，与居民可支配收入水平具有非常强的相关性，本文对各国股票市值数据进行加权，反映北京入境旅游客源国收入水平的增长和下降趋势，权重为各国入境旅游人数占北京入境旅游总人数的比重。本文选取了1991年～2010年间北京最大的7个入境旅游客源国，美国、日本、韩国、英国、法国、德国、俄罗斯，计算了各国20年的累计入京旅游者占总入京旅游者的比重，以此作为加权的依据。其中日本15.8%，美国 11.48%，韩国 9.33%，德国 4.2%，英国 3.7%，法国3.37%，俄罗斯3.06%①据历年《北京统计年鉴》。。

人民币相对客源国货币汇率变动。北京主要入境旅游客源国使用的货币有美元、日元、韩元、英镑、欧元等，在一个周期内，某些货币相对人民币贬值，某些货币相对升值，要找到一个反映主要客源国货币汇率变动的指标，也需要采取加权法。出于数据可获得性，本文选取美元、欧元、日元三大货币相对人民币汇率变动进行加权，代表北京主要客源国汇率变动情况。

客源国失业率。客源国失业率可以在一定程度反映客源国经济状况，当失业率上升时，一定程度反映客源国经济状况不景气，旅游需求不足。同样按照上述权重结构，对主要客源国失业率进行加权。

2.4 遴选指标的统计检验

通过理论分析遴选出来的指标，还需要通过科学的统计方法进行检验。目前比较有效的方法有峰谷对比法、循环方式匹配法、聚类分析法、K－L信息量法、时差相关分析法与因子分析法。本文采用时差相关分析法进行指标选择。时差相关分析法的具体划分方法是将被选指标相对于基准指标前后移动若干个月，然后将移动后的序列与基准序列进行相关分析，最大的相关系数对应的移动期数就是该指标的超前或延迟期数，它反映了计算指标与基准指标之间的超前或滞后期。

设 y=［y1，y2，…，yn］为基准指标，x=［x1，x2，…，xn］为被选指标，则时差相关系数ri为:

ri=，其中yt代表第t期基准指标值，i=0，±1，±2。

以入境旅游接待人次为基准指标，计算各序列和该序列的序列时差相关系数，记录相关系数最大时的滞后期及相关系数，得到表1。计算结果显示，搜集的大部分指标具有有效性。先行指标中，客源国物价指数最大相关系数为0.28，故剔除。一致指标中，饭店平均房价最大相关系数仅0.45，且滞后期为10个月，不符合一致指标的标准(一般领先或滞后3个月可以视为一致指标)，故剔除。滞后指标中，外商投资额和基础设施投资额的时差相关系数检验结果显示，这两个指标和基准指标相关系数较小，因此本文不编制滞后指标。

表1 城市入境旅游景气指数指标体系

3 城市旅游景气指数的编制方法

传统上编制景气指数的方法主要有扩散指数法和合成指数法。由于扩散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，因此合成指数成为构造经济周期波动监测系统的基本方法。目前中国学者对旅游景气的已有研究中大部分是基于合成指数方法编制而成。不过，合成指数法的计算基础是序列的对称增长率，运算过程中暗含了增长率对称分布的假设，而旅游统计数据的实际情况是分布非对称，基于增长率循环的数据正值多于负值，且均值大于0，因此本文尝试运用新的指数计算和表示方法。

3.1 指标的无量纲化和预处理

以某年某月为基期，将所有指标处理为无量纲数据。方法为每个样本点除以该列第一个数据。这样，将所有序列统一为基期数值100，围绕100上下波动的数据。公式为:

其中Aij为每个样本点的值，Cij为处理后的值。由于客源国失业率是逆指标，失业率越高，客源国经济越不景气，需要进行逆序处理。

3.2 指标权重的确定

指标权重可以由主观法和客观法确定。本文对权重采取相关矩阵赋值法。其理论依据是:某个先行指标和基准指标相关系数的绝对值越大，赋予越高的权重。相关系数绝对值越小，赋予越小的权重。因此，将先行指标与一致指标相关系数进行归一化处理，即可得到相应指标的权重。即权重计算公式为，按照这一计算方法，得到指标权重结构(见表2)。

表2 各指标权重分布

3.3 单项指数的计算

将权重分别乘以构成各单项指标的无量纲化数值，Ri=wi×ZSi。其中ZSi为无量纲化后的各指标数值，i=1，2，…t，即可得到先行指数和一致指数的原始分值Ri和Pi。

3.4 指数的同步化

为了使两个序列有一个共同的参照基准，用组间标准化因子F对先行指数和一致指数进行同步化调整。F的计算公式为:

3.5 景气区间的界定

求一致指数序列变动率St=Pt－Pt－1，本文将St变动在［－σ，σ］范围内界定为持平(σ为序列标准差)，在［σ，2σ］范围内界定为景气，在2σ以上界定为非常景气，在［－2σ，－σ］范围内界定为不景气，在－2σ以下界定为非常不景气。将连续2个月以上的景气值下降称为衰退。

3.6 景气指数的监测预警

由于先行指数领先于入境旅游运行周期，因此可以用先行指数对入境旅游一致指数进行监测和预警。分析两序列的时差相关系数，可以确定先行指数的领先期数n，用先行指数的t－n期的数值Rt－n，即可预测一致指数t期的数值Pt。根据先行指数的运行情况，可以对未来城市入境旅游市场进行预警。同样，将先行指数变动在［－σ，σ］范围内界定为持平(σ为序列标准差)，在［σ，2σ］范围内界定为景气，在2σ以上界定为非常景气，在［－2σ，－σ］范围内界定为不景气，在－2σ以下界定为非常不景气。当先行指数在不同的运行区间时，分别发布不同的预警信息。例如，当先行指数处于连续不景气区间时，可以发布红色预警，提示有关部门采取措施。

4 北京旅游景气指数分析结果

运用上述方法，收集了2007年1月至2012年9月之间北京入境旅游相关数据①由于2008年北京统计及旅游部门对旅游相关统计指标进行一次较大调整，前后的统计范围、统计周期等都有很大的差异。本文为了保证数据前后一致，主要利用了2008年之后的统计数据。但通过增长率等其他办法，往前推算了1年。因此，本文编制的指数基期从2007年1月开始。，以月度为周期计算北京旅游景气指数。

4.1 一致指数

总的来看，近5年来，北京市入境旅游景气度呈现螺旋式上升趋势，即上升－下降－上升－下降－上升。其中有7期变动率在2σ以上，表明该区间非常景气;有11期变动率在［σ，2σ］区间，即比较景气;有37期变动率在［－σ，σ］区间，表明市场景气与往期持平;有10期变动率在［－2σ，－σ］区间，表明不景气，有4期变动率在－2σ以下，表明非常不景气。最高点出现在2011年5月～8月，达到135点，最低点发生在2008年6月～9月，其中6月为最低点，指数值为84。持续时间较长的不景气区间有三段(图中阴影部分)，一次发生在2008年，从1月起，北京入境旅游市场持续低迷，这种状况一直持续到北京奥运会结束;第二次发生在2010年后半年，虽然持续时间较长，但景气指数值并没有大幅度下降，仅从125点下降到120点左右;第三次发生在2011年后半年，从130点下降到120点左右。

图1 一致指数运行图

4.2 先行指数和一致指数关系分析

将北京入境旅游的先行指数和一致指数标识于图2，可以看出，两者的变动方向具有较强的一致性。在大部分时间，北京旅游一致指数高于先行指数，这说明一致指数对先行指数的弹性大于1，即先行指标变动1%，会引起北京入境旅游市场相应发生更大的变化，充分说明了北京入境旅游市场的敏感性。

根据两个序列数据，可以求得北京入境旅游先行指数领先于一致指数的时期。当领先期为5时，先行指数平均领先于一致指数5个月的时间，相关系数达到最大值0.81，即可以认为先行指数和一致指数之间存在着比较明显的时间关系。这说明客源国居民收入水平、失业率、汇率变动等因素对北京入境旅游市场具有显著的影响，但这种效应具有5个月左右的滞后期。根据这一运行规律，可以一定程度解释一致指数的繁荣与衰退。例如，先行指数2008年的大衰退可以部分解释2009年上半年2月～5月一致指数的不景气，先行指数于2010年4月～9月的低迷可以解释一致指数2010年后半年的不景气。先行指数和一致指数的超前滞后关系，说明入境旅游市场的繁荣与低迷，事实上是客源国经济社会周期性变动以及客源国与目的地城市经济联系发生变动之后的一个客观结果。在假设其他条件不变的情况下，当一个城市的主要客源国经济较为景气，货币升值时，目的地城市入境旅游便较为繁荣;而当客源国经济不景气，并且目的地国家货币升值时，入境旅游便会不景气，甚至发生衰退。

图2 2007年～2012年各季度北京入境旅游景气指数

利用这一规律可以对未来北京入境旅游景气程度进行预测。2012年5月以来，由于受美国、日本、韩国等客源国经济低迷、失业率高居不下、人民币升值等因素的影响，先行指数由5月的133下降到了9月的120，总体处于不景气状态。因此，可以预测，在其他因素不变的情况下，未来几个月北京入境旅游仍将处于不景气状态。希望有关部门引起重视，采取必要措施开拓入境旅游市场。

5 结论和展望

本文以北京为例，首次从城市的视角研究了入境旅游景气指数问题。从理论上建立了包括先行指数、一致指数、滞后指数的旅游景气指数体系，但由于滞后指数相关指标统计数据缺乏，最终实证研究只编制了先行指数和一致指数。虽然样本量相对较少，但结果较为理想，先行指数和一致指数之间存在着明显的超前与滞后关系，因此对入境旅游市场具有一定的预测和预警功能，可以对北京入境旅游的周期给出相应的信号。一致指数也较好反映了北京入境旅游市场的波动状况。指数的编制采取了月度数据，在实证分析结论上比其他建立在年度数据上的景气指数更具有科学性和合理性，相关的先行期和滞后期也具有可解释的意义。根据本文建立的指标体系和计算方法，相关城市可以通过对先行指数的计算，大致预测短期内入境旅游市场景气状况，从而为相关旅游政策的制定提供依据。

但是，由于目前我国旅游统计数据相对缺乏等原因，本文构建的城市旅游景气指数存在以下不足，有待进一步改进。

(1)由于城市入境旅游客源市场往往包含数十个国家和地区，同一指标针对不同客源国可能结果也不相同。如汇率，有些货币相对人民币升值，有些贬值，如何综合测度该指标对具体城市旅游的先行或滞后关系，是一件比较困难的工作。

(2)由于精确到月度的统计数据不足，许多指标收集存在困难，只能用相关指标进行替代，这可能导致一定的误差。同样，由于数据的缺失，本文没有编制城市旅游景气滞后指数，无法通过滞后指标验证城市旅游景气的波动状况。

(3)样本数据年份较少，因此很难从一个较长的历史周期来考察城市旅游景气波动。建立在短期数据基础上得出的结论，其科学性有待进一步的检验。相信随着研究的完善和统计数据的充实，城市旅游景气指数的研究能取得更大的进展。

［1］戴斌，阎霞，黄选.中国旅行社产业景气周期的指数化研究［J］.旅游学刊，2007(9):35-40.

［2］戴斌，张国胜，沈峰，等.中国饭店产业景气指数研究［J］.北京第二外国语学院学报(旅游版)，2008(5):1-13.

［3］雷平.中国外国游客入境旅游市场景气指数的编制与应用［J］.旅游学刊，2009(11):36-41.

［4］倪晓宁，戴斌.中国旅游市场景气指数计算与分析［J］.北京第二外国语学院学报(旅游版)，2007(11):1-10.

［5］王新峰.中国旅游景气指数实证研究［J］.统计教育，2010(11):55-60.

［6］游灏，伍进，张芳，等.星级酒店业景气波动的评价体系研究［J］.旅游科学，2008(6):20-25.

［7］张凌云，庞世明，刘波.旅游景气指数研究回顾与展望［J］.旅游科学，2009(5):21-28.

［8］Christine L，Michael M(2002).A cointegration analysis of annual tourism demand by Malaysia for Australia［J］.Mathematics and Computers in Simulation，59，197-205.

［9］Manuel V，Robertico R C(2000).Evaluation of demand US tourists to Aruba［J］.Annals of Tourism Research，27(4)，946-963.

［10］Neelu S(2010).Use of dynamic panel cointegration approach to model international arrivals to Australia［J］.Journal of Travel Research，49(4).

［11］Rossello-Nadal J(2001).Forecasting turning points in international visitor arrivals in the Balearic Islands［J］.Tourism Economics，7，365-380.

［12］Turner L W，Kulendran N，Fernando H(1997).The use of composite national indicators for tourism forecasting［J］.Tourism Economics，3，309-317.