旅游非正规就业者收入水平的影响因素*

梁增贤，赵 昭，肖莹瑶，王佳玲

(中山大学 旅游学院，广东 广州 510275)



[旅游业研究]

旅游非正规就业者收入水平的影响因素*

梁增贤，赵 昭，肖莹瑶，王佳玲

(中山大学 旅游学院，广东 广州 510275)

旅游非正规就业已经成为旅游就业的重要组成部分，旅游非正规就业者普遍存在于各类景区，而获得更高收入是人们从事旅游非正规就业的主要目的。已有研究表明，影响非正规就业者收入水平的因素很多，各因素之间的相互关系及其对收入水平的影响程度仍缺乏系统认知。采取方便抽样和滚雪球抽样的方式，在广州6个主要景点和珠海14个主要景点，选取197位旅游非正规就业者为样本，运用CHAID决策树模型分析，对影响旅游非正规就业者收入水平的因素及其作用机制进行研究。结果表明，投资资本、从业动机、外部支持和创新能力是旅游非正规就业者收入水平的主要影响因素，其中，投资资本的影响最大，而个人背景和社会人口特征并不是影响收入的主要因素。研究结果对理解和正确引导旅游非正规就业具有广泛的社会意义。

旅游非正规就业；CHAID决策树模型；收入；影响因素

引言

随着中国城市化进程和旅游业发展的加快，旅游非正规就业者的规模不断扩大，类型不断增加，逐渐被学界关注[1-2]。一方面，20 世纪90 年代以来，伴随着大规模的国企改革和城镇化进程，中国城镇非正规就业数量规模迅速扩张。2012年中国非正规就业规模为22 241万人，正规就业规模为14 861万人，非正规就业者占就业人口比重已超过60%①。广东省是非正规就业者规模最大的省份之一，一直保持较大规模的非正规就业群体，非正规就业人数由2000年的1 772.8万升至2010年的2 239.1万，占城镇就业人口50%以上[3]。其中，很大一部分群体聚集在广州、深圳、东莞和珠海等珠三角城市。据广州发展研究院最新发布的《广州社会蓝皮书》显示，新广州人超六成是高中及以上文化程度，42%通过非正规渠道就业，其中摊贩是非正规就业者最常见的业态，广州摊贩数量约30万，相当于2010 年城镇就业人数的6.4%[4]。另一方面，伴随着旅游业在珠三角地区的快速发展，旅游景点周边非正规就业者的类型、数量不断增加，成为一类非常显著的旅游现象。旅游景区不仅带来正规就业，也催生了非正规就业[5]。非正规就业者不仅可以因此改善生活境况，也可能获得更好的职业发展[2]102。

在以往研究中，旅游非正规就业者被认为是一群被“降级的劳动力”(down-graded labor)[6]。非正规就业具有小规模、低投入、低技术、低组织化程度、低收入等低门槛、不体面的特征，是维持基本生计、增加收入的暂时性、投机性就业[7-9]。一些研究指出，旅游非正规就业除了维持生计外，还可能是一种生活方式的选择，就业者的收入分异明显，也存在“高收入者”[5]65。收入既是人们从事旅游非正规就业的基本诉求，也是他们赖以提升生活质量，获得更好职业发展的基础。然而，影响旅游非正规就业者收入水平的因素有哪些？这些因素对收入水平的影响程度和机制如何？本文以旅游非正规就业者规模较多的广州和珠海为例，通过问卷调查和深度访谈，利用CHAID决策树模型分析，研究旅游非正规就业者收入水平影响因素及其作用机制。

一、文献综述

(一)旅游非正规就业者

非正规就业的概念最早由国际劳工组织在20世纪70年代初提出，各国对于非正规部门及就业的界定根据国情的不同而具有一定的差异。一般地，旅游就业分为正规就业和非正规就业。非正规就业包括非正规部门就业和正规部门的非标准就业[10]。旅游正规就业主要指旅游企业的标准就业，多为合同制的固定员工。非正规就业可以分为两类，一类是旅游景区或企业内部的临时工、季节工、实习生等非标准就业；另一类是旅游景区外围绕游客经营，无固定场所、未经工商登记也无劳动合同的街头游贩(street vendors)[1]68。本文将城市景点周边非正规就业者定义为主要以家庭企业、自谋职业、没有固定工资的劳动者、小手工业者、流动摊贩等形态出现在城市景区附近或内部的商业性群体。

旅游非正规就业者的来源广泛，背景复杂，就业动机多元，其中家庭因素和个人追求是两类主因；其从业规划总体乐观，以维持现状和谋求发展者居多，以中青年男性为主[2]。库克尔(Cukier)和沃尔(Wall)在对旅游非正规就业进行了系统调查后在一篇关于印度尼西亚巴厘岛的报告中指出非正规就业者多为年轻单身男性，受教育程度较低，大多数人每天工作8～10小时[11]。工作类型可分为流动摊贩、照相服务、商品倒卖、旅游交通(包车、出租车司机等)[1]68[2]103[9]83[12][13]。以上旅游非正规就业者具有低收入、低学历、低技能、长时间、小规模及劳动密集等特征。

(二)非正规就业者收入水平的影响因素

影响非正规就业者收入水平的因素很多，主要有就业动机、投资资本、人口特征和经营绩效几大类。从就业动机看，非正规就业者是主动进入且其主要目的在于提高收入[14-15]。旅游非正规就业者的从业动机包括减轻负担、维持生计、陪伴家人、增加收入、追求自由、逃离原有环境和追求个人发展，不同的就业动机导致不同职业发展路径的选择[2]，由此可能对收入水平产生显著影响，由此假设：

H1：不同收入水平群体的从业动机有显著差异

从投资资本看，希尔(Hill)指出旅游非正规就业资本投入小[16]。然而，由于个体在从业的过程中积累不同程度的资金、技术和人脉，走不同的职业发展路径，导致不同的职业后果，从而影响收入水平[2]，由此假设：

H2：不同收入水平群体的投资资本有显著差异

从工作时长看，工作时间越长并不意味着收入越高。包括非正规就业者在内的农民工每天的工作时长与收入水平呈现负相关[17]。旅游非正规就业者的工作时长视其所从事的工作类型有关，总体上这部分群体的工作时长较短，主要为4～6小时，且受游客流季节性波动影响[1]，对其收入水平产生显著影响，由此假设：

H3：不同收入水平群体的日工作时长有显著差异

从人口特征看，女性非正规就业者中的收入水平明显低于男性[18-21]。不同年龄段中，青壮劳动力务工收入较高[22]。而教育程度和非正规就业者收入呈正相关关系[23-24]。由此假设：

H4：不同收入水平群体的性别有显著差异

H5：不同收入水平群体的年龄有显著差异

H6：不同收入水平群体的学历有显著差异

从经营绩效看，极少有研究直接探讨旅游非正规就业者的经营绩效。然而，旅游非正规就业者与旅游小微企业具有很大共性。旅游小微企业的经营绩效受到企业家资源和能力、旅游企业背景、外部支持、社会网络、竞争状况、从业类型等方面因素的影响。雷切拉(Reichela)和哈伯(Haberb)开发了涉及主客观两方面共18个变量(11个主观变量，7个客观变量)的量表来测量旅游小企业绩效表现[25]。贾法尔(Jaafar)等认为，在发展中国家，外部支持尤其是政府和社会关系的支持，对旅游小微企业的绩效表现产生重要影响[26]。本文根据案例地情况，综合了雷切拉和哈伯以及贾法尔等学者对旅游小微企业绩效表现的测量，构建了包含29个题项的测量量表。

二、研究设计

(一)数据收集与样本特征

根据前文综述，本文设计的问卷包括3个部分：第一部分为样本的社会人口结构特征，参考广东省最低工资标准和实际情况，将调查问卷中月平均收入的7个层级降为3个层级：低收入(2 000元以下)，中收入(2 001～5 000元)，高收入(5 000元以上)；第二部分为就业者的从业特征(包括从业动机、投资资本、工作时长等)；第三部分为经营绩效量表。由于旅游非正规就业者群体规模小、分散，防备心重，难以采用自填式问卷和系统的随机抽样，调研组于2015年分别在广州的6个主要景区和珠海的14个景区(见表1)，由9名受过训练的调研员利用访谈式问卷，通过偶遇抽样和滚雪球抽样的方式，共计向旅游非正规就业者发放212份问卷。剔除因核心信息缺失超过20%、连续重复或语义矛盾的问卷，最后获得有效样本197个，样本的社会人口结构特征见表2。问卷结果的Cronbach`s alpha为0.871，具有良好的信度。

表1 调研地问卷收集情况表

表2 调查对象基本信息表

(二)决策树分析方法

多维交互决策树模型是一种处理多维数据的方法，用于探究因变量和多个独立自变量间的关系，其分析本质是分类，并通过信息熵(entropy)、 信息增益(information gain)利用不同的检验与测试的统计方式评价变量的分类效果[27]。本文选用的CHAID算法提供了一种在多个自变量中自动搜索产生最大差异的变量方案，最早由卡斯(Kass)提出。该方法广泛应用于旅游研究，主要涉及旅游者意愿[28]、旅游者态度[29]、旅游市场细分[30]、旅游者决策行为[31]、旅游者感知形象与行为关系[32]等。CHAID算法依据输入变量与输出变量的相关程度确定分组变量。它首先对预测变量进行分类，然后比较各个预测变量的效果。

三、数据分析

(一)经营绩效的因子分析

根据前文综述，由于作为预测变量的经营绩效由29题项组成，本文首先利用SPSS19进行因子分析对题项进行降维处理。其中，KMO值为0.828，卡方值近似2 015.694，且当自由度为253时在0.000的检验水平上显著，说明该数据适合因子分析。本文采用主成分分析法提取特征值大于1的公因子，并使用方差最大正交旋转法对提取的公因子进行旋转(见表3)。

表3 非正规就业者经营绩效的探索性因子分析

在因子分析过程中删除公因子方差小于0.5的项目，即“亲朋会对日常运营和收益产生积极影响”“顾客会对日常运营和收益产生积极影响”；2个在多个因子上均有高载荷的项目——在2个项目的载荷值差小于0.1，即“有效控制成本，提高经营绩效”“根据团队帮会指导进行决策”。最终得到一个包括25个项目的6个因子的非正规就业者经营绩效结构，各因子特征值均大于1，共解释了61.667%的方差。

根据每类因子所包含项目的共同特征，将6类因子分别命名为：(1)外部支持：主要阐释非正规就业者在经营活动中获得的来自政府等外部的相关支持；(2)运营管理能力：主要阐释非正规就业者平日经营方面的综合管理能力；(3)心态与规划：主要阐释非正规就业者对于生活现状与未来的心态感知；(4)创新能力：主要阐释非正规就业者在经营活动中对于产品、管理及营销技术方面的反应与创新；(5)市场反应与决策能力：主要阐释非正规就业者在经营活动中对市场变化的反应并调整策略；(6)经营感知：主要阐释非正规就业者对于其经营绩效的感知。根据前文对经营绩效与收入水平的关系分析，由此假设：

H7：不同收入水平群体的运营管理能力有显著差异

H8：不同收入水平群体的外部支持有显著差异

H9：不同收入水平群体的心态与规划能力有显著差异

H10：不同收入水平群体的创新能力有显著差异

H11：不同收入水平群体的经营感知有显著差异

H12：不同收入水平群体的市场反应与决策能力有显著差异

(二)收入水平影响因子的决策树分析

根据前文获得的12个潜在的收入水平影响因素，本文首先利用卡方检验与方差分析，对12个影响因素进行显著性检验：其中市场反应与决策能力未通过方差齐性检验(P=0.000)。结果中，置信水平在95%以下，p值小于0.05的变量共有9个，表明均具有显著差异。不同收入群体在“性别”和“经营感知”上“拒绝”存在显著差异(见表4)。

表4 影响旅游非正规就业者收入水平的因素零假设

(三)旅游非正规就业者收入水平影响因素分析

本文进一步将9个显著变量作为自变量，将非正规就业者收入水平作为因变量进行卡方自动交互检测(CHAID)进行交叉验证，结果如表5。结果显示，决策树模型分为3个层次，共12个节点，根据显著性水平，进入模型的自变量有投资资本、外部支持、创新能力、从业动机4项。

表5结果表明，决策树模型的总体预测的正确百分比为68.0%。中收入水平的预测准确率为79.6%，低收入水平则为57.5%，分类效果较好。高收入水平的预测正确率仅为18.2%，分类效果不理想。由于高收入群体样本仅占总体样本的3%，故非正规就业者中极少数的高收入群体预测准确率低对整体决策树模型的分类效果影响不大，整体预测效果较好，决策树模型如图1。

根据图1，旅游非正规就业者收入水平影响因素的决策树模型分为3个层次。第一层次显著节点为投资资本(Adj.p=0.000，卡方值=56.081，df=2)。其中，节点1投资资本低于1 000元的人中，低收入水平占65.6%，中收入水平占34.4%；节点2投资资本为1 001～5 000元的人中，低收入水平占37.0%，中收入水平占58.9%，高收入水平占4.1%；节点3投资资本为大于5 000元的人中，低收入水平占6.7%，中收入水平占80.0%，高收入水平占13.3%。可见，投资资本越高的人越可能获得中高收入。

表5 旅游非正规就业者收入水平影响因素响应多维决策模型参数表

数据来源：作者统计。

对于投资资本在1 000元以下的人而言，第二层次的显著节点为外部均值(Adj.p=0.019，卡方值=9.262，df=1)。其中，节点4外部均值小于等于1.167的人中100.0%为低收入水平。节点5外部支持大于1.167的人中，59.3%为低收入水平，40.7%的人为中收入水平。外部支持为因子分析提出的公因子，其均值为6项测量指标算数平均值，低、中、高收入群体外部支持水平均值分别为1.82，2.19，2.44，整体均值水平为2.07，众数为1.33(见图2)，整体创新能力集中于3以下的低水平。因此，即使投资资本较低的非正规就业者，只要获得足够的外部支持，仍有较大可能获得较高收入；而那些投资资本低，又无法取得外部支持的非正规就业者，收入水平就比较低。

数据来源：作者统计。

对于投资资本为1 000～5 000元之间的群体，第二层次显著节点为入职动机(Adj.p=0.004，卡方值=13.146，df=1)。其中，节点6中入职动机为“维持生计”“增加收入”“尝试跟随进入”的人中48.0%为低收入水平，中收入水平的人占52.0%。节点7中，入职动机为 “追求自由”“追求个人发展”的人中13.0%为低收入水平，中等收入水平人群比例上升至73.9%，高收入群体占13.0%。因此，无特别进入动机或是将非正规就业作为业余收入来源的人更可能获得低收入；而为了维持生计或追求自由工作方式、向往更好发展的人等以更为积极主动的目的从事非正规就业者的群体获得较高收入的可能性大。

从业动机为 “追求自由”“追求个人发展”的群体，第三层次显著节点为创新能力水平(Adj.p=0.050，卡方值=14.324，df=3)。节点8中，创新能力水平小于等于2.00的人中，中等收入水平群体占83.3%，高收入水平群体占16.7%。节点9中，创新能力水平在2.00～3.00的人，低收入水平群体占37.5%，中收入水平群体占62.5%。节点10中，创新能力水平在3.00～3.33的人全部为中收入水平群体(100%)。节点11中，创新能力水平大于3.33的人中，中收入水平群体占33.3%，高收入群体比例上升至66.7%。创新能力为因子分析提出的公因子，其均值为3项测量指标算数平均值，低、中、高收入群体创新能力均值分别为2.08，2.37，2.94，整体均值水平为2.29，众数为2.33(见图2)，整体创新能力处于中低水平。因此，创新能力对就业者收入水平的影响较为复杂，创新能力较低或者较高的群体更容易获得高收入，而创新能力处于一般水平的群体容易获得中等收入。

四、结论与讨论

本文基于广州、珠海两地14个景区的197名旅游非正规就业者样本，利用描述性统计分析和CHAID决策树模型分析，研究旅游非正规就业者收入水平影响因素及其作用机制，主要结论为：4个进入CHAID决策树模型的自变量重要性依次为“投资资本>外部支持=入职动机>创新能力”。对非正规就业者整体收入水平影响最大的是投资资本，总体上投资资本越高的人越可能获得中高收入。对于投资资本在1 000元以下的人而言，只要获得足够的外部支持，仍有较大可能获得较高收入；而那些投资资本低，又无法取得外部支持的非正规就业者，收入水平就比较低。对于投资资本为1 000～5 000元之间的群体而言，以更为积极主动的目的从事非正规就业者的群体获得较高收入的可能性大。其中，从业动机为“追求自由”“追求个人发展”的群体中，创新能力较低或者较高的群体更容易获得高收入，而创新能力处于一般水平的群体容易获得中等收入。总体而言，那些投资资本较高，获得外部支持较多，创新能力较强，且以积极主动的目的从事旅游非正规就业的群体更容易获得高收入。然而，根据表2可知，高投资(5 001元以上)的群体仅占30.5%，而投资超过5万的人更少，大多数人都是低投资。对于大部分5 000元以下的低投资而言，努力获得外部支持和保持积极主动的从业目的是获得较高收入的重要因素。

旅游非正规就业者的外部支持主要从“血缘”或“地缘”关系中获得[2]104，以一种“反嵌入到家庭社区、朋友或族群中的个人关系和网络”的方式支配其活动[33-34]。调研发现，来自政府或企业的外部支持很少，尤其是政策、技术和资金支持。例如，珠海淇澳岛就业者因政府建设的正规铺面不足，他们即使愿意交租金也无法获得固定门店，被迫在路口做流动摊贩。他们不仅无法获得政府认可和支持，还经常被驱赶、没收。就业者认为，他们不是不想租赁正规门店从事正规经营，而是他们无法通过“正规”方式获得正规就业机会。显然，政府的管制政策在某种程度上制约了就业者走向“正规化”的路径。

当然，就业者自身也存在问题。从业动机在某种程度上不仅决定了就业者的职业发展路径[2]106，也影响收入水平。调研发现，一部分受访者都认为“自己学历低，除了出来摆摊不会其他事情”，兼职人数多达40.5%。这些就业者把非正规就业作为副业或职业“跳板”，能维持稳定收入就好，不愿投入太多去改变现状。显然，改变就业者对旅游非正规就业的态度和从业目的，是促进其提高就业技能，积累人脉资源，改善经营绩效，以获得较高收入水平的重要举措。对于那些积极主动从事非正规就业的人，一方面要提高他们的创新能力；另一方面要降低他们的创新风险。根据调研发现，由于非正规就业缺乏知识产权保护，进入门槛低，创新很容易被模仿、复制，且创新的机会成本过高。对于那些自身积累和职业保障都低的非正规就业者，一旦创新失败，损失将是他们无法承受的。

注释：

①中华人民共和国国家统计局．中国统计年鉴(2013).北京：中国统计出版社， 2013：121.

[1] Liang ZX， Bao JG. Regulation on the informal employment around the theme park： Taking Beijing Happy Valley for example[J]. Urban Problems， 2012， 31(4)： 67-72.[梁增贤， 保继刚. 主题公园周边非正规就业管制的堵与疏：以北京欢乐谷为例[J].城市问题， 2012， 31(4)： 67-72.]

[2] Liang ZX， Xie CH. Informal tourism employment： The end to a career or a channel for career development?[J]. Tourism Tribune， 2016， 31(1)： 102-110.[梁增贤， 谢春红. 旅游非正规就业： 职业发展的末端还是通道[J].旅游学刊， 2016， 31(1)： 102-110.]

[3] Zhang YJ， Chen QC， Qin B. On the impact of urban informal employment to economic growth：Based on panel data of 31 provinces and municipalities of analysis[J]. Inquiry into Economic Issues， 2015(3)： 82-89.[张延吉， 陈祺超， 秦波. 论城镇非正规就业对经济增长的影响：基于我国31个省区市的面板数据分析[J].经济问题探索， 2015 (3)： 82-89.]

[4] Xia Y， Luan LY. The new Guangzhou people over 60% high school and higher education and 42% of non-formal channels of employment[N]. Yangcheng Evening News(Guangzhou)， 2014-06-10.[夏杨， 栾俪云. 新广州人超六成高中及以上文化42%非正规渠道就业[N].羊城晚报(广州)，2014-06-10.]

[5] Liang ZX，Bao JG. Can urban theme parks increase employment opportunities for local residents： An empirical study of OCT Parks， China[J]. Tourism Tribune， 2014， 29(8)： 62-69.[梁增贤， 保继刚. 大型主题公园发展与城市居民就业：对华侨城主题公园就业分配的考察[J].旅游学刊， 2014， 29(8)： 62-69.]

[6] Buechler S. Sao Paulo： Outsourcing and downgrading of labor in a globalizing city[A] // Brenner N， Keil R. The Global Cities Reader[M]. Oxon： Routledge， 2006： 238-245.

[7] Xie Y. Economic income and subjective quality of life[J].Journal of Central South University(Social Science)， 2007， 13(5)： 573-577.[谢颖. 经济收入与主观生活质量：对影响主观生活质量的收入因素的实证研究[J].中南大学学报(社会科学版)， 2007， 13(5)： 573-577.]

[8] Guo XJ. Effects of income and life satisfaction on psychological harmony[J]. Manager’ Journal， 2012 (2)： 5-6.[郭娴静. 经济收入和生活满意度对心理和谐的影响[J].经营管理者， 2012 (2)： 5-6.]

[9] Guo W， Qin Y， Wang L. On the group features of tourism informal employment and industrial satisfaction： Taking the survey of tourism informal departments in Qingdao and Yantai as an example[J]. Tourism Tribune， 2012， 27(7)： 81-90.[郭为，秦宇，王丽. 旅游非正规就业的群体特征与行业满意度：以青岛和烟台的旅游非正规部门调查为例[J].旅游学刊， 2012， 27(7)： 81-90.]

[10] Zhang LB. The policy analysis and some related concepts of informal employment[J]. Review of Economic Research， 2004(81)： 38-43.[张丽宾.“非正规就业”概念辨析与政策探讨[J]. 经济研究参考， 2004(81)： 38-43.]

[11] Cukier J， Wall G. Informal tourism employment： Vendors in Bali， Indonesia[J]. Tourism Management， 1994， 15(6)： 464-467.

[12] Wahnschafft R. Formal and informal tourism sectors： A case study in Pattaya， Thailand[J]. Annals of Tourism Research， 1982， 9(3)： 429-451.[13] Guo W， Li XJ， Xu K. The neglected true power： Tourism informal employment and its pull effects[J]. Tourism Tribune， 2014， 29(8)： 70-79.[郭为， 厉新建， 许珂. 被忽视的真实力量：旅游非正规就业及其拉动效应[J].旅游学刊， 2014， 29(8)： 70-79.]

[14] Pradhan M， Soest AV. Formal and informal sector employment in urban areas of Bolivia[J]. Labor Economics，1995， 2(3)： 275-297.

[15] Reichel A， Haber S. A three-sector comparison of the business performance of small tourism enterprises： An exploratory study. Tourism Management， 2005， 26(5)： 681-690.

[16] Hill MA. Female labor supply in Japan： Implications of the informal sector for labor force participation and hours of work[J]. The Journal of Human Resources， 1989， 24(1)： 143-161.

[15] Zhao XQ. The enhancement path of human capital for informal employee[J]. People's Tribune， 2015(32)： 81-83.[赵鑫全.非正规就业劳动者人力资本提升路径[J].人民论坛， 2015 (32)： 81-83.]

[16] Kou J， Zhao ZH. The reflects and the factors of human capital value in the informal employment[J]. Journal of Shandong Institute of Business and Technology， 2010， 24(3)： 67-72.[寇军， 赵泽洪. 非正规就业中人力资本价值的体现及影响因素[J].山东工商学院学报， 2010， 24(3)： 67-72.]

[17] Zhang N， Lei HY. Influential factors of generation of migrant workers’ income：Based on survey in Tianjin[J]. Journal of Agrotechnical Economics， 2013(7)： 45-52.[张娜， 雷怀英. 新生代农民工收入影响因素研究：基于天津市的调查[J].农业技术经济， 2013(7)： 45-52.]

[18] Chen M， Vanek J， Lund F， et al. Progress of the world's women 2005： Women， work， & poverty[M]. New York： United Nations Development Fund for Women， 2005.

[19] Qu XB. Income gap between formal and informal employment and its influencing factors： A decomposing analysis of income inequality[J]. Collected Essays on Finance and Economics， 2011(2)： 3-8.[屈小博. 城市正规就业与非正规就业收入差距及影响因素贡献：基于收入不平等的分解[J]. 财经论丛， 2011(2)： 3-8.]

[20] Yuan N. Gender wage gap of informal employment in China town[J]. Commercial Research， 2013， (9)： 51-55.[袁霓. 中国城镇非正规就业收入的性别差异[J].商业研究， 2013， (9)： 51-55.]

[21] Chen GF， Hamori S. Formal and informal employment and income differential in urban China[J]. Journal of International Development， 2013， 25(7)： 987-1004.

[22] Teng ZX， Zhao SF. An analysis of influence factors on rural migrant worker’s earnings from informal employment[J]. Northwest Population， 2014， 35(3)： 23-26，32.[滕志香， 赵书峰. 农民工非正规就业收入影响因素分析：基于山东省的调查[J]. 西北人口， 2014， 35(3)： 23-26，32.]

[23] Chang JX， Wang DF. Wage differentials between formal and informal employment of China’s urban[J]. The Journal of Quantitative & Technical Economics， 2010(9)： 94-106.[常进雄，王丹枫. 我国城镇正规就业与非正规就业的工资差异[J].数量经济技术经济研究， 2010 (9)： 94-106.]

[24] Gong XD， Soest AV. Wage differential and mobility in the urban labor market： A panel data analysis for Mexico[J]. Labour Economics， 2002， 9(4)： 513-529.

[25] Reichel A， Haber S. A three-sector comparison of the business performance of small tourism enterprises： An exploratory study[J]. Tourism Management， 2005， 26(5)： 681-690.

[26] Jaafar M， Abdul-Aziz AR， Maideen SA， et al. Entrepreneurship in the tourism industry： Issues in developing countries[J]. International Journal of Hospitality Management， 2011， 30(4)： 827-835.

[27] Wang MJ，Song GQ，Xu J. Data mining on commuting distance mode of urban residents based on the analysis of decision tree[J]. Geographical Research， 2009， 28(6)： 1516-1527.[王茂军， 宋国庆， 许洁. 基于决策树法的北京城市居民通勤距离模式挖掘[J].地理研究， 2009， 28(6)： 1516-1527.]

[28] Guo YZ， Chen Y， Huang JF， et al. Travel intentions of Chinese residents to Japan based on a multidimensional interactive decision tree model[J]. Tourism Tribune， 2015， 30(1)： 42-53.[郭英之， 陈芸， 黄剑锋， 等. 基于多维交互决策树模型的赴日旅游意愿研究[J].旅游学刊， 2015， 30(1)： 42-53.]

[29] Do Valle PO， Pintassilgo P， Matias A， et al. Tourist attitudes towards an accommodation tax earmarked for environmental protection： A survey in the Algarve[J]. Tourism Management， 2012， 33(6)： 1408-1416.

[30] Joh CH， Lee B， Bin M， et al. Exploring the use of travel information：Identifying contextual market segmentation in Seoul， Korea[J]. Journal of Transport Geography， 2011， 19(6)： 1245-1251.

[31] Kim SS， Timothy DJ， Hwang J. Understanding Japanese tourists' shopping preferences using the decision tree analysis method[J]. Tourism Management， 2011， 32(3)： 544-554.

[32] Liu L. Screen-induced tourism： Perceived destination image and intention to visit[J]. Tourism Tribune， 2013， 28(9)： 61-72.[刘力. 旅游目的地形象感知与游客旅游意向：基于影视旅游视角的综合研究[J].旅游学刊， 2013， 28(9)： 61-72.]

[33] Mingione E. Fragmented societies： A sociology of economic life beyond the market paradigm[M]. Oxford and Cambridge， MA： Basil Blackwell， 1991.

[34] Wan XD. Retrospect and prospect of migrant workers informal employment research[J]. Journal of Sun Yat-Sen University(Social Science Edition)， 2009， 49(1)： 159-170.[万向东. 农民工非正式就业研究的回顾与展望[J].中山大学学报， 2009， 49(1)： 159-170.]

[责任编辑：陆宝福]

The Influencing Factors on Income Level of Informal Tourism Employees

LIANG Zengxian，ZHAO Zhao，XIAO Yingyao，WANG Jialing

(SchoolofTourismManagement，SunYat-senUniversity，Guangzhou510631，China)

Informal tourism employment has gradually become an important phenomenon in the Chinese tourism industry. These informal tourism employees universally observed in most urban tourism scenic spots engaged into informal tourism sectors mainly aim at increasing working income. Previous studies indicated that， the working income are influenced by a series of factors， including personal characteristic， background， as well as situation of work. However， the influencing effects and the relationship between these factors were lack of discussion. This paper proposes a CHAID decision tree model to look into the relationship among these influencing factors on working income. A sample of size 197 is collected at 6 and 14 main tourism scenic spots in Zhuhai and Guangzhou respectively. The results indicate that the four most important factors are investment， motivation， external support and innovation ability. The personal characteristic and background are， however， the least important factors. It is also found that these informal tourism employees acquire more external support from relatives and friends but not local government. Moreover， most of them invest less than 5，000 yuan RMB and are lack of innovation ability. This above factors hinder the income increasing among informal tourism employees.

informal tourism employment； CHAID decision tree model； income； influencing factor

本研究受珠海旅游研究院和国家自然科学基金(41301146)共同资助。

2015-05-26

梁增贤(1984- )，男，广西南宁人，中山大学旅游学院讲师，博士，主要研究主题公园、城市旅游、旅游房地产；赵昭(1995- )，女，陕西西安人，中山大学旅游学院本科生；肖莹瑶(1995- )，女，江西南昌人，中山大学旅游学院本科生；王佳玲(1994- )，女，广东兴宁人，中山大学旅游学院本科生。

Liang ZX，Zhao Z，Xiao YY，et al.The influencing factors on income level of informal tourism employees[J].Tourism Forum，2016，9(5)：62-69.[梁增贤，赵昭，肖莹瑶，等.旅游非正规就业者收入水平的影响因素[J].旅游论坛，2016，9(5)：62-69.]

F590

A

1674-3784(2016)05-0062-08