签证制度与入境游客流:基于引力模型的实证研究

王亚辉 吴云超

(湖南文理学院资源环境与旅游学院,湖南常德 415000)

① 2013年～2016年的《中国旅游业统计公报》。

0 引言

自1978年改革开放以来,中国入境游市场取得了前所未有的增长。2013年～2016年,中国接待入境游客人数分别为1.29亿人次、1.28亿人次、1.34亿人次、1.38亿人次,约为1978年(180.92万人次)的70多倍①。我国签证制度经历了从新中国成立初期的“便侨”签证制度,到20世纪90年代初的“港澳台同胞往来大陆通行证持有者免签制度”,再到中国入世后的“APEC商务旅行卡持有者免签制度”,以及最近几年实行的“24小时、72小时、144小时过境免签制度”的发展历程。不难看出,中国入境旅游的高速增长与签证制度的逐步国际化和便利化有着某种联系。研究者们普遍认为签证制度的便利化促进了入境旅游的发展,并借助各种定性和定量方法,证实了这一关系的存在。但在已有的研究中,研究者们只是笼统地评估了免签政策对中国入境游的影响,而忽略了签证制度细分类型对中国入境旅游的影响(郭为,2007;Yu,Liu,2011)。评估签证制度细分类型对中国入境旅游的影响,有助于深入挖掘中国入境旅游高速增长的动因,推动签证制度的良性发展。鉴于此,本文拟借助中国28个主要客源国的面板数据,运用基于引力模型的多元回归分析法,重点考察APEC商务旅行卡持有者免签、港澳台居民往来大陆通行证持有者免签、24小时机场过境免签等3类典型免签制度及其交互项,以及在中国境内停留时间不超过30日的普通签证对中国入境游客流的影响。

1 文献综述

自20世纪60年代以来,引力模型就广泛用于描述国际贸易流、国际移民流和对外直接投资流(FDI),例如用来估计经济与非经济活动对国际商品流的效应(Anderson,Van Wincoop,2003;McCallum,1995;Rose,2000)、对国际移民的效应(Gil-Pareja,et al.,2007;Karemera,et al.,2000)、对对外直接投资的效应(Bergstrand,Egger,2007;Eichengreen,Tong,2007;Head,Ries,2008)。引力模型的基本思想是,两国(地区)之间的贸易流与经济总量成正比、与距离成反比,基本形式可描述为(Morley,et al.,2014):

(1)

式(1)中,Fij表示地区i和j之间的贸易流;GDP表示地区i和j的地区生产总值;Dij表示地区i和j之间的距离;Uij表示残差项;B、α、λ、ξ表示待估参数。为了估计各变量对贸易流的效应,式(1)常转换为对数形式:

log(Fij)=β+αlog(GDPi)+λlog(GDPj)+ξlog(Dij)+εij

(2)

式(2)中,εij表示具有正态分布的残差项,E(εij)=0,β=log(B)。

随后的研究以该模型为基础,不断对模型进行扩展。Poyhonen (1963)用人口规模代替GDP变量来测量地区之间的经济规模;Linnemann (1966)引入了“领土”变量;Tesar 和Werner (1995)在模型中考虑到了“货币联盟”与“殖民关系”两个变量;Frankel 等(1997)引入了“语言”和“区域性贸易协议”等虚拟变量。随着旅游业在全球的迅猛发展及其对GDP贡献的日益增强,贸易引力模型开始被运用到旅游研究中。Crampon(1966)用“旅游流”代替“贸易流”,提出了旅游引力模型:

(3)

式(3)中,Tij为客源地i到目的地j的旅游流(通常用旅游人数衡量);Pi为客源地i的人口规模;Aj为目的地j的吸引力;Dij为客源地i到目的地j的距离;G、b为经验参数。Wolfe(1972)在Crampton(1966)旅游引力模型的基础上引入距离函数,将模型扩展为:

(4)

式(4)中,m、n为经验估计系数;D为距离参数;其他参数解释同式(3)。

Witt 和 Witt(1995)指出,两国(地区)之间的相互交往程度,与两国(地区)之间的人口的集聚成正比,与两国(地区)之间的距离成反比,这种距离可以用“地理距离”“心理距离”和“经济距离”衡量,重新设定后的旅游引力模型能用于解释双边旅游流。Anderson和Van Wincoop(2003)使用旅游引力模型估计了“两国(地区)关系是否正常”对国际旅游流的影响,发现双边关系正常化对国际旅游流具有显著正向促进作用。Eilat和Einav(2004)使用引力模型估计了价格弹性、汇率制度、目的地风险、共同边界和共同语言变量对国际旅游流的影响,发现这些变量对国际旅游流具有显著的影响。Kimura和Lee (2006)、Gil-Pareja等(2007)使用20个经济合作与发展组织国家(OECD)1995年～2002年的面板数据,估计了欧元对欧洲货币联盟区内部国家之间旅游流的影响,发现欧元促进了欧洲货币联盟区国家的旅游,其偏效应值为6%,特别是当在回归中包含“汇率制度易变性”变量时,欧元对旅游流的效应值为6.3%。Fourie和Santana(2011)使用引力模型估计了突发性事件对国际旅游流的影响,发现突发性事件对国际旅游流具有显著负向影响。Fourie和Santana(2013)使用引力模型估计了“文化相似性”对国际旅游流的影响,发现客源国(地区)与目的地国(地区)文化越相似,对旅游流的正向促进作用越大。

Stronge和Redman(1982)、Marrocu和Paci(2013)指出“交通成本”是旅游成本的一个重要组成部分,但因交通成本的复杂性,目前尚不存在令人满意的对外交通价格指数,因此大多数研究者将“地理距离”作为“交通成本”及“因交通不便所需额外耗费的旅途时间”的代理变量。Santana等(2010)使用OECD国家1995年～2001年的数据考察了一组汇率制度(货币联盟、货币挂钩、浮动汇率和灵活汇率制)对旅游流的影响后发现,汇率制度越稳定对旅游流的正向影响越大。Glauco(2014)使用1980年～2011年的非平衡面板数据考察了“汇率制度”对27个OECD和非OECD高收入国家入境游客流的效应,得出了汇率制度对入境游客流具有显著效应的结论。Neumayer (2010)使用对数线性旅游引力模型,运用1995年～2005年的面板数据,估计了独联体国家“签证限制”对国际旅游流的影响,结果显示,签证限制将导致入境游客流平均减少52%～63%。

国内张凌云(1989)率先回顾了国内外研究者对旅游地引力模型的研究,预测了旅游地引力模型可能的发展趋势。保继刚(1992)探讨了旅游地引力模型在游客预测中的作用。郭为(2007)使用引力模型估计出距离对中国入境游客流的效应为-1.2%、共同边境效应为0.314%、同属于一个自由贸易区的效应为0.56%、“单方面免旅游签证”的效应为0.1%、文化相似性的效应0.192%。蒙灼(2008)使用引力模型识别出“客源地对中国单方面免旅游签证”对四川省入境游客流的影响不显著、“文化相似性”的效应为0.627%、突发性事件的效应为-49.7%、进出口贸易总额的效应为0.146%、客源地GDP的效应为0.028%、客源地人口的效应为0.267%。

Yu和Liu(2011)估计出海南省GDP对海南省入境游客流的效应为1.593%(10%水平上显著)、客源地总人口的效应为1.17%、距离效应为-0.976%、文化相似性的效应为89.8%、是否互免旅游签证效应不显著、人民币汇率的效应为0.167%。晋艺波(2011)估计出上海旅行社数量对上海入境游客流的效应为-1.145%、距离效应为-0.346%、客源国(地区)人均GDP与客源国(地区)至上海的机票价格比的效应为0.047%、客源国(地区)到上海的飞行时间的效应为-0.0013%。藏良震等(2011)使用引力模型估计了文化差异、GDP等变量对云南省入境游客流的影响,发现除距离外,其余因素对入境游客流流具有正向影响,但文化差异影响统计上不显著。张燕(2012)证实了“星级饭店床位数”“A级景区数量”“旅行社数量”对广西入境游客流具有显著正向影响。单德朋和朱沁夫(2012)估计出目的地旅游从业人员数量对滨海旅游城市入境游客流的效应为0.49%、市场营销努力程度的效应为0.325%、签证制度的效应为21%、文化相似性的效应为47.7%。

综上所述,引力模型用于入境游客流研究非常普遍,其思路是从基本引力模型出发,结合案例地实际情况,修正模型后再估计。虽然不同案例地的同一个解释变量的效应值不一致,但作用方向基本上是一致的,如客源地与目的地的GDP、文化的相似性、客源地人口、客源地与目的地之间是否拥有共同边界、互免旅游签证或客源地单方面对目的地免旅游签证、是否属于同一个自由贸易区及旅游基础设施变量对入境游客流具有显著正效应,而客源地与目的地之间的距离、突发性事件对入境游客流具有显著负效应。考虑到双边旅游流的结构及旅游流规模的可能影响因素,近年来在旅游需求文献中频繁出现的引力模型的扩展形式为:

(5)

式(5)中,log(Tij)指客源地i到目的地j的旅游者人数;ZO指客源地推动旅游者到目的地旅游的推力变量向量(如人均GDPi等);ZD指目的地拉动旅游者前来旅游的拉力变量向量(如人均GDPj等);ZOD指影响旅游者从客源地i到目的地j的成本(或吸引力)变量向量(如距离等);β、αs、λp、ξr指待估参数向量。

既有文献将签证制度按“是否免签(免签取值1,否则取值0)”的二值处理方式,部分掩盖了中国(大陆)不同停留期限的签证制度细分类型分别对中国入境游产生的实际影响。因此,本文拟以此为切入点,利用中国的28个主要入境客源国(地区)的面板数据,通过基于引力模型的多元回归分析法估计各细分签证制度类型对中国入境游的影响。

2 中国签证制度的演变历程及典型签证制度

签证是一国政府授权机关依照本国法律法规,为申请入、出或过境本国的外国人颁发的一种许可证明*中国领事服务网.来华签证简介[EB/OL].http://cs.mfa.gov.cn/wgrlh/lhqz/lhqzjj_660596/.。签证是外国人进入他国必须履行的法律程序,是各国出入境管理制度的一项重要内容,它是伴随国际移民活动而发展的,包括签发的签证类别、程序、标准、停留期限等具体规定(张惠德,等,2012)。我国签证制度的发展经历了以下5个特色鲜明的发展阶段。

(1) 汉唐时期的雏形阶段。据《史记》记载,中国最早的出入境法规始于汉代。汉朝律法规定“持节前往”“关用传出入”等等(任廷忠,2007),其目的是为了盘查出入国境的使者和商旅,确保国家的安全,具有鲜明的政治色彩。这里的“节”与“传”就是当时用于过关门的凭证。最初的“节”为木制,西汉以前通称之为“传”。汉朝开始使用另一种用缯帛制成的符传,“两行书帛,分持其一,出入关合之,乃得过”(程喜霖,2000),东汉以后开始称之为“过所”(过所,指百姓行旅的路证),自汉至唐在我国通行一千余年。

(2) 民国时期的“便侨”发展阶段。民国时期,国民政府分别于1931年和1935年先后制定了《护照条例》《华侨登记规则》《侨民出入国登记暂行规则》(张旭,2003),这些“条例”与“规则”是近现代中国政府对公民护照管理和华侨出入境管理最为明确、详尽的规定,具有鲜明的为海外华侨提供出入境便利的特色。

(3) 新中国成立后的“便侨、便胞”发展阶段。1951年8月,公安部颁布了新中国成立后的第一部出入境管理法规《华侨出入国境暂行办法》(张旭,2003),该法规在借鉴苏联出入境管理模式的基础上,细化了对我国海外华侨的出入境管理,可以说是民国时代《侨民出入国登记暂行规则》的升级版,与民国时期一样具有“护侨”和“便侨”色彩。为了给港澳台同胞提供省亲、商务等便利,20世纪90年代中国政府实施了“港澳台同胞往来大陆通行证持有者免签”新政。其中,“港澳同胞往来大陆通行证”于1992年开始实施,“台湾同胞往来大陆通行证”于1999年开始实施。新政的实施使中国入境旅游出现了井喷式增长,2000年接待的台湾同胞数量首超300万人次*根据中经网统计数据库资料整理[EB/OL].http://202.121.135.32:91/page/Default.aspx.。

(4) 加入WTO后与国际社会接轨阶段。2001年,中国成功加入WTO,这一标志性事件使中国的对外贸易获得质的飞越,客观上产生了更大规模、更高频率的出入境需求,为了主动迎合这一需求,这一阶段的签证制度做出了自然人流动的市场准入规定。使此阶段的签证制度具有鲜明的“国际化”色彩。这一时期,最引人注目的签证新政当属“APEC商务旅行卡持有者免签”。亚太经合组织(APEC)成立后,为加强区域内经济合作,促进商务人员自由流动,菲律宾、韩国、澳大利亚于1996年11月在菲律宾APEC领导人非正式会议上发起APEC商务旅行卡(APEC Business Travel Card,ABTC)计划,自1997年开始在亚太经合组织内的经济体开始实施,凭借该卡和有效护照入境APEC国家可以免签证*Asia-Pacific Economic Cooperation.APEC Business Travel Card.[EB/OL].http://travel.apec.org/general-information.html.。目前,APEC的21个经济体均已加入该计划,这些经济体包括:澳大利亚、文莱、加拿大、智利、中国、中国香港、印度尼西亚、日本、韩国、马来西亚、墨西哥、新西兰、巴布亚新几内亚、秘鲁、菲律宾、俄罗斯、新加坡、中国台北、泰国、美国和越南*中国领事服务网.什么是APEC?成员有哪些?[EB/OL].http://cs.mfa.gov.cn/zggmcg/apecshlxk/.。2001年10月,中国政府宣布加入APEC商务旅行卡计划。2002年,中国正式加入旅行卡计划*中国领事服务网.APEC商务旅行卡简介[EB/OL].http://cs.maf.gov.cn/zggmcg/apecshlxk/apeckjj_660485/.。2003年12月,我国外交部领事司开始受理APEC商务旅行卡申请,2004年3月,开始为中方申请人颁发旅行卡*中国领事服务网.APEC商务旅行卡简介[EB/OL].http://cs.mfa.gov.cn/zggmcg/apecshlxk/apeckjj_660485/.。其他经济体商务旅行卡持有者在中国大陆最长可停留60天。

(5) 新时期便利化阶段。为进一步促进入境旅游市场规模的增长,中国政府于2013年7月1日开始实施新的《出境入境管理法》,并于2013年9月1日配套实施了《外国人入境出境管理条例》。期间,最具便利性的签证制度当属“过境免签”,所谓“过境免签”,指外籍人士经由某个国家过境前往第三国可免办签证并可在过境国进行短暂停留的政策,是世界各国广泛实施的免签制度中的一项内容。目前,中国已先后实施了“24小时机场过境免签”“72小时机场过境免签”和“144小时过境免签”3项免签政策。 其中,72小时机场过境免签自2013年1月1日开始,截至2016年底,先后有北京、上海等18个城市的机场口岸实施了机场过境免签政策。自2016年1月1日起,上海、南京、杭州、广州、深圳和揭阳开始实施144小时机场过境免签政策(见表1)。

表1 2013年以来中国(大陆)实施的3类过境免签政策

注:中国公安部出入境管理局http://www.mps.gov.cn/n2254996/n2254999/c4925780/content.html.

3 模型与数据

本文的样本来自2000年～2013年中国28个主要入境客源国(地区)的非平衡面板数据,产生了392个观测值,客源国(地区)样本包括:香港特别行政区、澳门特别行政区、台湾地区、韩国、日本、朝鲜、马来西亚、新加坡、越南、菲律宾、蒙古、泰国、印度尼西亚、印度、哈萨克斯坦、美国、俄罗斯、加拿大、澳大利亚、德国、英国、法国、意大利、荷兰、瑞士、西班牙、新西兰、瑞典。这些样本各年贡献的入境游客占我国当年入境游客总数的94%以上,能较好地代表总体。基于进入引力模型的标准变量(郭为,2007;晋艺波,2011;Song,et al.,2012)及我国实际情况,构建了入境游客流引力模型:

yijt=δ0+δ1tradeijt+δ2gdpit+δ3gdpjt+δ4popit+δ5popjt+δ6disij+α7INFit+

α8CONTIGij+α9η′VISAijt+α10ACCIDTit+εijt

(6)

① 2000年～2013年的《中国旅游业统计公报》和2000年～2013年的《中国旅游统计年鉴》。

② 联合国Comtrade数据库[DB/OL].https://comtrade.un.org/.

③④ 世界银行世界发展指标数据库(WDI)[DB/OL].http://databank.worldbank.org/data/reports.aspx?source=world-development-indicators.

⑤⑦ 法国国际经济研究中心数据库(CEPII)[DB/OL].http://www.cepii.fr/.

⑥ 国际货币基金组织国际金融统计数据库(IFS)[DB/OL].http://www.imf.org/en/Data.

式(6)中,小写字母变量表示以自然对数形式表示的变量(初步减少异方差的影响),i和j分别表示目的地国(地区)和客源国(地区),t表示时间,各变量的含义如下:yijt为时期t从客源国(地区)j到目的地国(地区)i的旅游者人数①;tradeijt为目的地国(地区)i与客源国(地区)j在时期t的双边贸易额,根据进出口总额计算②;gdpit(gdpjt)为目的地国(地区)i和客源国(地区)j在时期t的人均实际GDP③;popit(popjt)为目的地国(地区)i和客源国(地区)j在时期t的总人口④;disij为目的地国(地区)i的最大城市与客源国(地区)j之间最大城市的加权平均距离(以人口作为权重)⑤;INFit为目的地国(地区)i在时期t的通货膨胀率⑥;CONTIGij为是否接壤,当目的地国(地区)i与客源国(地区)j接壤时取值1,否则取值0⑦;η′VISAijt为签证制度向量,本文考虑了APEC商务旅行卡(ABTC)持有者免签、ABTC和24小时机场过境免签的交互项、港澳台居民往来大陆通行证持有者免签、在中国境内停留时间不超过30日的普通签证、24小时机场过境免签和在中国境内停留时间不超过30日的普通签证的交互项等5种情况。这5种签证制度同样以二值虚拟变量处理,以“APEC商务旅行卡(ABTC)持有者免签”为例,若中国与28个样本国(地区)满足APEC商务旅行卡(ABTC)持有者免签条件,则取值1,否则取值0。ACCIDTit为突发性事件(如自然灾害、疫情等),当目的地国(地区)i或客源国(地区)j在时期t发生了突发性事件时取值1,否则取值0;εijt为随机扰动。

式(6)与已有研究成果不同之处在于,除增加了“签证制度”变量外,还控制了其他可能对中国入境游客流产生系统影响,同时又可观测的几个重要变量:第一,目的地国(地区)与客源国(地区)是否接壤(CONTIGij);第二,中国的通货膨胀率(INFit)。通货膨胀率通过商品与服务的相对价格来反映,是旅游者在选择旅游目的地时的一个重要参考因素。本文使用Artus(1970)、Uysal和Crompton(1984)、Witt(1980)所用的算法衡量目的地商品与服务的相对价格,计算公式为:

INFit=[CPIit/CPIjt][1/exchange rate]

(7)

式(7)中,CPI指消费者价格指数;exchange rate指人民币对其他货币的汇率。

4 计量方法、参数估计与成因分析

4.1 计量方法

面板数据同时包含个体与时间维度,其优点之一是丰富样本量从而提高估计精确度,但同一个体不同期的扰动项一般存在自相关,个体之间存在组间差异,因此,对面板数据进行残差自相关检验和组间异方差检验显得尤为重要,作为对照,本文首先运用最小二乘法(OLS)估计,结果见表2。在所有解释变量中,只有距离变量(disij)和常数项分别在10%、1%的水平上显著地不为零,估计值分别为-.0692536(P值=0.099)、4.087478(P值=0.000),意味着在其他因素保持不变的情况下,客源国(地区)与中国内地的距离每增加1%,入境游客流平均减少0.069%,这与郭为(2007)以中国为例的结论(-0.11%)、余升国(2011)以海南为例的结论(-0.0976%)较接近,再次证实了距离对中国入境游客流具有负效应。

最值得关注的是“突发性事件”(ACCIDTit)的OLS估计值为.0872141(P值=0.612),虽统计上不显著,但其符号与理论相违背,且模型的R2值为0.0669,说明模型缺乏解释力,显然OLS估计效率不高,可能因面板数据存在组内自相关和组间异方差所导致。

面板数据同时存在组内自相关和组间异方差的情况下,可行广义最小二乘法(FGLS)具有更高的估计效率,但在使用前必须明确组内自相关和组间异方差的存在,本文使用Wooldridge(2012)提出的组内自相关检验方法,其一阶差分模型为:

Δyit=ΔX′β+Δεit

(8)

在不存在组内自相关的原假设下,扰动项Δεit的方差与自协方差分别为:

(9)

Cov(Δεit,Δεi,t-1)=Cov(εit-εi,t-1,εi,t-1-εi,t-2)=-Cov(εi,t-1,εi,t-1)=

(10)

故自相关系数为:

(11)

Wooldridge检验的原假设为:H0:ρ=-0.5,若强烈拒绝这一原假设,表明存在组内自相关,反之,不存在组内自相关。Wooldridge检验结果(见表2)强烈拒绝不存在组内自相关的原假设(P值=0.0000)。

接下来使用似然比(LR)检验面板数据组间是否存在异方差,其原假设为:

(12)

似然比检验结果显示(见表2),强烈拒绝组间同方差原假设。根据计量理论,面板数据组间存在异方差时,可使用广义最小二乘法进行参数估计,以获得更稳健的估计结果。

4.2 参数估计结果与成因分析

4.2.1 控制变量的参数估计结果分析。

观察表2可知,除双边贸易(tradeij)和客源国(地区)人均gdpjt变量系数不显著外,其他变量统计上显著不为零,且“突发性事件”(ACCIDTit)系数符号已与理论相符合(-0.1116457,在1%的水平上显著),说明在保持其他因素不变的情况下,不发生突发性事件(如SARS、地震、金融危机等)所接待的入境游客比发生突发性事件平均要多11.16%。这一效应既证实了已有研究关于“突发性事件”对入境旅游具有负向效应的结论,同时说明旅游发展需要一个稳定的国内环境,应尽可能减少人为突发事件或尽早预测不可抗力事件的发生。

双边贸易(tradeij)变量对中国入境游客流的效应为0.0057863,虽在10%的水平上均不显著,但至少说明双边贸易额对中国入境游客流具有正向弱促进作用,即在保持其他因素不变的情况下,双边贸易额每增加1%,入境游客人数平均增加约0.0058%。

中国人均GDP(gdpit)对中国入境游客流的效应为-0.0282281(P值=0.009),表明在保持其他因素不变的情况下,中国人均GDP每上升1%,入境游客人数将下降约0.028%,这可解释为:伴随着中国人均GDP的逐年上升,老百姓的购买力逐年增强,一定程度上推动了旅游产品价格的上涨,使得境外游客在中国境内旅游成本增大,根据旅游成本增加导致旅游需求减少的经济理论,中国入境游客人数随中国人均GDP的上升而减少也就不足为奇了。

客源国(地区)人均GDP(gdpjt)对中国入境游客流的效应为-0.0243382(P值=0.330),虽统计上不显著,这一效应符号与以往研究不一致,其可能的解释是:旅游经济理论认为,人均GDP一定程度上代表了游客的购买力,旅游需求与人均GDP呈正相关,但从相对角度看,中国人均GDP上涨速度要快于绝大多数样本国(地区),在保持物价不变的情况下,样本国(地区)购买力相对下降,反映在旅游需求上就是选择旅游价格相对便宜的目的地(如中国等发展中国家),于是客源国(地区)人均GDP(gdpjt)对中国入境游客流产生了负效应。

我国人口(popit)对入境游客流的效应为-0.0601978(5%的水平上显著),表明在其他因素不变的情况下,人口每增加1%,入境游客平均减少0.06%,证实了目的地国(地区)人口对入境游客流具有显著负效应。这可以从游客对“旅游空间容量”的感知,即单位时间或面积内的游客量予以解释,我国人口数量大,在传统节假日(春节、清明节、端午节、国庆节、中秋节、元旦等)游客集中出游,单位时间或面积内的游客量可能远远超过了入境游客能接受的空间容量,对他们的旅游满意度造成了一定的负面影响,进而导致了人口对入境游客流的负效应。

客源国(地区)人口(popjt) 对中国入境游客流的效应为0.3870468 (1%的水平上显著),表明在其他因素不变的情况下,客源国(地区)人口每增加1%,中国入境游客平均约增加0.39%,这进一步证实了已有研究关于“客源国(地区)人口对入境旅游具有显著正效应”的结论。

客源国(地区)与中国的距离(disij) 对中国入境游客流的效应为-0.0651691 (1%的水平上显著),表明在其他因素不变的情况下,客源国(地区)与中国的距离每增加1%,中国入境游客平均约减少0.065%,这进一步证实了已有研究关于“客源国(地区)与目的地国(地区)的距离对目的地国(地区)入境旅游具有显著负效应”的结论,亦表明距离越远,对入境旅游越不利。

中国通货膨胀率(INFit) 对入境游客流的效应为-0.02745 (1%的水平上显著),表明在其他因素不变的情况下,通货膨胀率每增加1%,入境游客人数平均约减少2.75%,这进一步证实了已有研究关于“旅游产品价格对入境旅游具有显著负效应”的结论,同时也表明通货膨胀率越高,对入境旅游越不利。

客源国(地区)与中国是否接壤(CONTIGij) 对入境游客流的效应为0.8749723 (1%的水平上显著),表明在其他因素不变的情况下,客源国(地区)与中国接壤比不接壤,对中国入境游客流的效应平均要大87.49%,表明两国(地区)越是临近,对入境旅游越能产生积极作用。

4.2.2 核心解释变量的参数估计结果与成因分析。

因样本中同时满足交互项的时间仅有2013年,VISAit,2和VISAit,5分别仅有1期数据(软件自动删除),故本文仅估计了港澳台居民往来大陆通行证持有者免签(VISAit,3)和在中国境内停留时间不超过30日的普通签证(VISAit,1)对中国入境游客流的效应。由表2可知,在其他控制因素不变的情况下,与APEC商务旅行卡(ABTC)持有者免签制度(VISAit,1)相比,港澳台同胞往来大陆通行证持有者免签(VISAit,3)对中国入境游客流的效应平均要小96.9% (在1%的水平上显著)在中国境内停留时间不超过30日的普通签证(VISAit,4)对中国入境游客流的效应比APEC商务旅行卡(ABTC)持有者免签制度(VISAit,1)平均要大30.64% (在5%的水平上显著)。

为何会出现VISAit,4比VISAit,1对中国入境游客流的效应更大的现象呢？可能的解释是。

第一,APEC商务旅行卡(ABTC)持有者免签制度的适应范围有限。这一免签制度仅在亚太经合组织的21个经济体之间实行。本文28个研究样本中,仅有14个为APEC成员,另外14个研究样本(德国、英国、法国、意大利、荷兰、瑞士、瑞典、西班牙、加拿大、印度、哈萨克斯坦、朝鲜、蒙古和澳门特别行政区)对中国入境游的贡献占了40%以上,这种情况下,很有可能低估APEC商务旅行卡(ABTC)持有者免签制度对中国入境旅游的效应。

第二,APEC商务旅行卡仅针对商务人员。根据该卡的申请标准,商务人员以外的人员不能申请,一定程度上限制了通过该卡免签入境的人数。

第三,APEC商务旅行卡(ABTC)持有者免签制度实施时间相对较短。中国自2003年年底才开始实施该制度,也就意味着其他亚太经合组织经济体成员的商务人员最早也在2003年年底才能通过该制度实现免签入境中国大陆。相反,“在中国境内停留时间不超过30日的普通签证(VISAit,4)”实施时间要比该免签制度早得多,因此,这在一定程度上也会导致对APEC商务旅行卡(ABTC)持有者免签制度入境游效应的低估。

至于为何会出现港澳台同胞往来大陆通行证持有者免签(VISAit,3)对中国入境游客流的效应小于APEC商务旅行卡(ABTC)持有者免签制度(VISAit,1),其可能解释是:港澳台同胞往来大陆通行证持有者免签制度仅适应于港澳台同胞,而APEC商务旅行卡(ABTC)持有者免签制度适应于亚太经合组织21个经济体;另外一个原因是港澳台同胞对中国入境旅游人数的贡献增幅过小,并且近几年还伴有下滑趋势所致。

表2 自变量系数估计与稳健性检验

注:VISAit,1-5为虚拟变量,估计时以VISAit,1为基组;*、**、***分别表示10%、5%和1%的显著水平。

5 结论与讨论

5.1 结论

中国入境旅游市场规模与中国签证制度的演变息息相关。民国时期具有“便侨”特色的签证制度,使中国的海外侨胞“回家”更加便利;建国后以“港澳台居民往来大陆通行证持有者免签”为典型的签证制度,使中国入境旅游市场规模迅速成长;中国加入WTO后,以“APEC商务旅行卡持有者免签”为典型的签证制度,进一步促进了中国入境旅游市场规模的成长;新时期以“24小时过境免签、72小时过境免签和144小时过境免签”为典型的签证制度再一次提升了外国人入境出境中国的便利性,推动了中国入境旅游市场规模的成长。

然而,推动中国入境旅游市场规模成长的因素是多方面的,除了签证制度的逐步便利化,还应该有诸如旅游政府部门在海外的宣传、文化的相似性、交通的便捷性等因素。为了排除这些因素的影响而估计中国不同签证制度细分类型对中国入境旅游市场的净效应,本文借助引力模型,运用多元回归分析法,以美国、俄罗斯等28个的中国主要入境客源国(地区)的面板数据为基础进行了实证研究。

(1) 常规控制变量中,客源国(地区)与中国的双边贸易额、客源国(地区)人均GDP对中国入境游客流效应不显著。

(2) 中国人均GDP、中国人口、客源国(地区)与中国的距离、中国的通货膨胀率和突发性事件对中国入境游客流具有显著负效应,与已有研究结论基本一致。

(3) 客源国(地区)人口及与中国接壤对中国入境游客流具有显著正效应,与已有研究结论基本一致。

(4) 签证制度对中国入境旅游的效应呈现出类型上的显著差异:港澳台居民往来大陆通行证持有者免签制度对中国入境游客流的效应显著小于APEC商务旅行卡持有者免签制度;APEC商务旅行卡持有者免签制度对中国入境游客流的效应显著小于在中国境内停留时间不超过30日的普通签证制度。

5.2 管理启示

(1) 控制景区(点)游客量在游客所能接受的旅游空间容量范围。我国人口对入境游客流的负向作用是通过景区(点)游客量在某些特定时期(传统节假日)超出了入境游客所能承受的旅游空间容量而实现的。在今后的旅游发展中,各景区(点)应科学测算旅游空间容量,尤其应将入境游客对旅游空间容量的感知作为一个重要指标纳入测算,并将游客数量控制在测算出的最低容量范围,提高游客的满意度。

(2) 旅游产品定价时应考虑游客对绝对价格和相对价格的感知。旅游价格和旅游成本是游客选择旅游目的地的重要因素之一,游客不仅关心旅游产品绝对价格,也关心旅游产品相对价格。对于游客而言,在旅游产品质量不降低的前提下,选择相对便宜的旅游目的地以使其旅游支出效应最大化是他们选择旅游目的地的重要考量因素。因此,旅游企业在制定旅游产品价格时应考虑游客对价格的感知,在此基础上制定旅游产品价格。

(3) 扩大APEC商务旅行卡的适应人群。APEC商务旅行卡实则具有签证功能,持卡人可享受“免签待遇”,但该卡仅限于亚太经合组织(APEC)21个经济体的商务人士使用,而商务游客在游客中的比率是有限的。因此,本文建议将该卡适应人群拓宽至商务人士以外的人群,如以娱乐、休闲、购物、度假、探亲访友、宗教朝圣、医疗保健、培训与教育等为目的的游客,这将大大增加亚太经合组织经济体之间的游客流。

部分签证制度类型启用时间较短、实施地域范围有限,未纳入分析模型(如“72小时过境免签”政策于2013年开始在部分城市实施,“144小时过境免签”政策于2016年1月1日开始在上海各开放口岸、杭州航空口岸实施),待其实施一段时间后,可重点探讨。另外,未来相关研究可从省(市)级层面进行签证制度效应的比较研究,以揭示实施某种签证制度与否会对入境旅游市场规模产生何种影响。这些研究结果可以为旅游政府部门、中国公安部出入境管理局进行相关决策提供理论依据。

[1] 保继刚.引力模型在游客预测中的应用[J].中山大学学报(自然科学版),1992(4):133-136.

[2] 程喜霖.唐代过所研究[M].北京:中华书局,2000.

[3] 郭为.入境游客流:基于引力模型的实证研究[J].旅游学刊,2007(3):30-34.

[4] 晋艺波.基于引力模型的上海入境游客流实证研究[J].乐山师范学院学报,2011(2):82-84.

[5] 蒙灼.基于引力模型的四川省入境游客流需求影响因素实证分析[D].成都:西南交通大学,2008.

[6] 任廷忠.我国出入境管理法制化基本问题研究[J].河南省政法管理干部学院学报,2007(5):162-169.

[7] 单德朋,朱沁夫.中国滨海旅游城市入境游客流流量及潜力[J].四川理工学院学报(社科版),2012(2):30-34.

[8] 臧良震,陈方,李值鹏.基于引力模型的云南省国际入境游客流客流量研究[J].云南财经大学学报,2011(2):9-11.

[9] 张惠德,黄晓晨.我国普通签证制度探究[J].山东警察学院学报,2012(6):146-152.

[10] 张凌云.旅游地引力模型研究的回顾与前瞻[J].地理研究,1989(1):76-87.

[11] 张旭.现行中国出入境管理法律制度的改革与完善[D].郑州:郑州大学,2003.

[12] 张燕.基于引力模型的广西入境游客流实证研究[J].时代金融,2012(10):315-316.

[13] Anderson J,Van Wincoop E (2003).Gravity with gravitas:A solution to the border puzzle[J].American Economic Review,93:170-192.

[14] Artus J R (1970).The effect of revaluation on the foreign travel balance of Germany[J].International Monetary Fund Staff Papers,17,3:602-619.

[15] Bergstrand J H,Egger P (2007).A knowledge-and-physical-capital model of international trade,foreign direct investment,and foreign affiliates sales:Developed countries[J].Journal of International Economics,73,2:278-308.

[16] Crampton L J (1966).Gravitational model approach to travel market analysis[J].Journal of Marketing,30:27-31.

[17] Eichengreen B,Tong H (2007).Is China’s FDI coming at the expense of other countries?[J].Journal of the Japanese and International Economies,21:153-172.

[18] Eilat Y,Einav L (2004).The determinants of international tourism:A three dimensional panel data analysis[J].Applied Economics,36:1315-1328.

[19] Fourie J,Santana M (2013).Cultural affinity and ethnic reunion[J].Tourism Management,2,36:411-420.

[20] Fourie J,Santana M (2011).The impact of mega-events on tourist arrivals[J].Tourism Management,2011,32:1364-1370.

[21] Frankel J A,Ernesto S,Wei S J (1997).Regional tradingblows in the world economic system[J].Washington D C:institute for international economics,201-208.

[22] Gil-Pareja S,Llorca R,Martínez J A(2007).The effect of EMU on tourism[J].ReviewofInternational Economics,15:302-312.

[23] Glauco D V (2014).The long-run impact of exchange rate regimes on international tourism flows[J].Tourism Management,45:226-233.

[24] Head K,Ries J (2008).FDI as an outcome of the market for corporate control:Theory and evidence[J].Journal of International Economics,74:2-20.

[25] Karemera D,Oguledo V I,Davis,B (2000).A gravity model analysis of international migration to North America[J].Applied Economic,32:1745-1755.

[26] Kimura F,Lee H H(2006).The gravity equation in international trade in services[J].Review of World Economics,2006,142:92-121.

[27] Linnemann H (1966).An Econometrics Study of International Trade Flows[M].Amsterdam:North-Holland,201-206.

[28] Marrocu E,Paci R (2013).Different tourists to different destinations:Evidence from spatial interaction models[J].Tourism Management,39:71-83.

[29] McCallum J (1995).National borders matter:Canada-US.regional trade patterns[J].American Economic Review,853:615-623.

[30] Morley C,Rosselló J,Santana-Gallego M(2014).Gravity models for tourism demand:Theory and use[J].Annals of Tourism Research,48,1-10.

[31] Neumayer E (2010).Visa restrictions and bilateral travel[J].The Professional Geographer,62,2:171-181.

[32] Poyhonen P (1963).A tentative model of the volume of trade between countries[J].Economics and Finance Archive,90,1:35-35.

[33] Rose A K (2000).One money,one market:Estimating the effect of common currencies on trade[J].Economic Policy,20:9-45.

[34] Santana M,Ledesma F J,Pérez J V (2010).Exchange rate regimes and tourism[J].Tourism Economics,16:25-43.

[35] Song H Y,Gartner W C,Tasci D A(2012).Visa restriction and their adverse economic and marketing implications-Evidence from China[J].Tourism Management,33,397-412.

[36] Stronge G B,Redman M (1982).U.S.tourism in Mexico:An empirical analysis[J].Annals of Tourism Research,9,1:21-35.

[37] Tesar L,Werner I (1995).Home bias and high turnover[J].Journal ofInternational Money and Finance,14:467-492.

[38] Uysal M,Crompton J L (1984).Determinants of demand for international tourist flows to Turkey[J].Tourism Management,5,4:288-297.

[39] Witt S (1980).An abstract model abstract (destination) node model of foreign holiday demand[J].Applied Economics,12,2:163-180.

[40] Witt S F,Witt C A (1995).Forecasting tourism demand:A review of empirical research[J].International Journal of Forecasting,11:447-475.

[41] Wolfe R I (1972).Theinertia model[J].Journal of Leisure Research,4:73-76.

[42] Wooldridge J M (2012).Introductory Econometrics:A Modern Approach[M].5thed Nelson Education,Ltd.

[43] Yu S G,Liu X S (2011).The determinants of Hainan inbound tourists[C].International Conference of Engineering and Business,2425-2428.