中国旅游经济运行监测与预警：模型构建与实证分析

戴斌+李仲广+唐晓云+马仪亮

[摘 要]旅游经济运行监测与预警研究工作是建设旅游经济宏观调控体系、实现旅游经济平稳运行必不可少的科学基础，也是当代旅游经济学服务政策制定和产业实践、企业战略的重要研究创新。监测与预警模型是该研究工作体系的核心部分，涉及模型设计、指标选择、数据收集和处理、结果计算、科学检验与实践检验、持续应用完善和开展实证分析等主要内容。2009年以来的各季度研究结果表明，该模型设计和研究体系可及时、全面和有效地对我国旅游经济运行态势进行监测与预警，在旅游经济运行预警专项工作任务中取得良好的实践效果并持续运作完善，成为当前我国旅游经济研究的基础工程之一。

[关键词]旅游经济；预警指数；模型构建；实证分析

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2017）04-0010-10

Doi： 10.3969/j.issn.1002-5006.2017.04.007

2008年国际金融危机以来，我国政府高度重视旅游经济对宏观经济平稳运行的作用，将旅游经济运行分析纳入宏观经济分析体系，按季度形成分析报告。课题组自2008年开始承担我国旅游经济运行分析的专项任务，本文致力于将上述研究实践进行理论化和模型化，构建中国旅游经济运行的监测与预警模型，并进行实证检验。

1 问题的提出和研究现状

1.1 问题的提出

要实现旅游经济持续平稳健康运行的目标，既取决于良好的发展环境和市场主体的基础作用，也取决于政府部门加强对旅游经济的宏观调控能力，这些都要求全面掌握旅游经济运行总体情况，特别是其发展趋势，使政府和行业各方面加强预见性，制定宏观指导政策、加强预警、引导产业发展。然而，我国现有的旅游统计体系只有旅游市场和旅行社等部分产业的历史数据，缺乏旅游经济的全面数据，特别是及时性、趋势性等动态数据，加上分析预测方法和专业队伍有待完善，导致无法反映旅游经济运行全貌，无法进行形势判断和宏观决策。因此，在旅游领域开展经济运行分析具有必要性，只有建立一个统一的旅游经济运行监测与预警系统，将分散的旅游市场、产业、区域、环境、国际等数据和信息进行有机整合，形成科学的分析模型，并对旅游经济运行状态进行刻画、描述、推断、评价和警情预报等方面综合分析，实现对旅游经济态势进行综合监测和预警的功能，才能为我国旅游经济宏观调控体系建设和分类指导奠定坚实的科学基础，促进旅游经济发展的战略目标的实现。从理论上看，在中国开展旅游经济运行的分析，具有创新性。我国旅游经济运行监测与预警研究及其与宏观经济研究、国际旅游研究的经验交流，不仅影响着实践发展，也将对旅游经济学的方法和内容产生影响。

1.2 研究现状

当前宏观经济监测与预警研究相对成熟，例如我国有代表性的“中经指数”和“高盛（中国）先行指数”等。国家统计局的中国经济景气监测中心经过建设，已经开发出中国经济运行景气监测系统，并发布中国经济景气运行月度报告。从行业层面来看，一些行业根据自身运行特点和规律开发了预警体系，如金融[2-4]、房地产业[5-6]、价格[7]、纺织行业[8]以及钢铁业、农业、互联网行业和环境保护等领域。旅游经济领域的监测预警研究也有所探索。近年来随着旅游安全事件引起广泛关注，学术界开展了较多旅游危机的预警研究[9-12]，还有研究关注了目的地发展[13]、旅游企业经营预警[14]，以及针对某一具体旅游行业或者旅游市场的景气研究，如饭店产业景气指数[15-18]、旅行社景气周期的指数化、旅游市场景气指数[19]等研究。张凌云等[20]在回顾国内旅游景气指数研究的基础上，提出了一套旅游景气指数编制的方法。值得关注的是，应用研究也在官方和非官方旅游组织和商业机构的推动下开展，例如世界旅游组织“全球旅游晴雨表”、国际旅游联合会定期发布的世界旅游经济报告。美国旅行协会数据中心定期发布的年度旅行力指数，对美国全国和各州旅游产业的经济运行状况进行监测，并预测发展趋势。一些主要的旅游咨询机构、大型旅游企业也定期发布针对整个旅游产业和具体行业经济运行和市场状况的研究报告及数据，为战略投资者和企业管理者提供决策参考。上述宏观经济、相关产业和旅游领域的相关研究文献为建设中国旅游经济监测与预警系统提供了可资借鉴的研究思路和方法模型。

自2008年以来，课题组将研究对象从传统的旅游市场、旅游产业扩展到包括旅游需求、旅游供给、政策设计与行政监管、旅游服务贸易在内的整个旅游经济系统，开展对旅游经济基本面的数据分析和发展预测。2013年，课题组出版《中国旅游经济監测与预警研究》一书，全面介绍了研究工作，同年筹建国家旅游经济实验室。2015年年初，获得联合国世界旅游组织尤利西斯研究创新奖，根据国家要求筹备旅游统计与经济分析中心，建设国家旅游局数据中心，建立游客调查体系等。在上述工作基础上，有必要对中国旅游经济运行监测与预警研究进行理论总结、模型化和实证检验。

2 模型构建与实证分析

2.1 模型设计

构建旅游经济运行监测与预警模型，首先要明确其原理、内容和方法等一般问题。模型设计必须建立在我国旅游经济运行规律和经济景气监测原理的基础上，才能成为准确、有效反映旅游经济运行态势的预警工具和方法。

2.1.1 旅游经济运行的主要内容

基于旅游经济理论研究和产业实践两方面的考虑，课题组将旅游经济的内容定义为CTE，所包含的市场基本面定义为TM，产业基本面定义为TI，发展环境定义为TDE，信心判断指标定义为TWC，得：

式中，TELaI为旅游经济运行滞后指数，TMLaI为旅游市场运行滞后指数，TILaI为旅游产业运行滞后指数。

2.1.3 旅游经济运行预警指数

预警指数综合反映计算期内旅游经济运行的过去、现在和将来等状况，由旅游经济运行中的关键指标构成，既要考虑到旅游市场、旅游产业、发展环境、信心指标等旅游经济运行的各方面，也要考虑到先行指数、一致指数和滞后指数共同构成。

式中，TEEAI为旅游经济运行预警指数，f为预警指数与各项构成指标之间的函数关系。

研究设计还包括旅游预警灯号图和宏观调控措施、产业对策等分析内容。研究结果的发布范围包括内部和外部发布，发布形式上有内参、产业分析报告、新闻稿、旅游经济周报等（表1）。

2.2 指标体系的确定

监测和预警是通过旅游经济的指标体系来实现的。指标体系构建应符合科学的原则和全面反映我国旅游经济运行特征，相关指标应具有代表性和明确的经济意义，对旅游经济运行的变化具有较高的灵敏度，指标数据应具有充足性、时效性和可用性，通常应可以获得月度或季度数据。

本模型筛选、确定的反映旅游经济运行的市场、产业、环境和信心等4大方面指标体系，总体上涵盖了旅游经济各个层面的主要指标，在该指标体系的基础上归纳出相应的旅游经济运行景气指数，即先行、一致、滞后指数。

旅游经济预警指数的确定，是根据指标代表性、及时性和有效性等原则，分别从先行、一致和滞后指标组中选择若干项重点指标，结合统计特征和专家经验，确定了表2所示的预警指标体系。

表2列出上述模型中的部分指标。在这些指标当中，也需要进行具体分析。例如国内旅游市场指标包含国内旅游人数和国内旅游收入。按消费主体划分，国内旅游人数可以分为城镇居民旅游人数和农村居民旅游人数，国内旅游收入可以分为城镇居民旅游花费和农村居民旅游花费；按消费时间划分，国内旅游人数可以分为国内一日游旅游人数和国内过夜旅游人数，国内旅游收入可以分为国内一日游旅游收入和国内过夜旅游收入。相应地，还可以统计城镇居民和农村居民的情况。依此类推，模型涉及的旅游经济指标逾千个。

2.3 数据的收集和处理

旅游经济运行监测与预警系统的关键环节之一就是建立比较稳定的数据来源渠道，实现对旅游经济运行数据的掌握具有主动性和独立性，满足项目预先分析的需要。目前课题组获取数据的主要来源渠道有以下5个方面：（1）中国经济景气监测中心即时和月度发布的统计和调查数据；（2）国家旅游局统计部门和行业管理部门定期发布的统计和调查数据；（3）相关行业管理部门，如国家外汇管理局、交通部等定期发布的旅游相关数据；（4）行业协会或行业研究组织例等定期发布的统计和调查数据；（5）自行开展的旅游市场和旅游行业调查数据，其中又以产业景气调查获得的一手数据为主。

在我国旅游经济统计调查的内容和及时性尚不能满足监测和预警需要的条件下，本模型为此补充了一些指标，收集各类替代数据，模型获得的数据类型多样化。其类型除了可分为旅游市场、产业、信心、环境等之外，还有主观数据、客观数据；绝对数、相对数；成本型数据、效益型数据等。为了最终形成同质数据，需要根据我国经济景气指数的数值介于0～200之间的基本划分标准1，具体研究每一个指标数据标准化算式。

本文根据课题组公开至2014年的数据，对模型涉及的主要指数进行分析。由于数据指标较多和时间序列较长，以及许多数据可公开渠道获得，因此原始数据没有直接写入文中。指数的合成公式和方法在文中已有列出，参考文献包含详细合成过程，可实现可重复性的研究原则。

分行业监测与预警指数主要体现在表3中。旅游各行业运行情况等可以行业指标体系为基础，结合专题调查研究进行分析。课题组开发了中国旅游经济蓝皮书，国内、入境、出境和休闲等市场年度报告，住宿、旅行服务、景区和集团等产业年度报告等。旅游投资是本研究的重要指标，作为先行指标的关键内容，在监测分析中起到重要作用，在季度性分析中，投资也作为专门领域形成专题分析报告。旅游经济与宏观经济的关系，学术界已经有较多的研究，因此研究报告体系尚未专题关注，但随着时间序列的延长和数据的增加，进一步探讨两者关系已经成为必要。

2.4 计算结果和检验

2.4.1 预警指数

根据式（1）、式（6）、式（7）、式（8）、式（9），得计算结果如图1。结果显示，综合反映我国旅游经济运行情况的预警指数，2009年处于100以下的不景气水平，2010—2012年回升较快且总体处于100以上的景气水平，2013年再次下降至100以下。上述波动与2009年国际金融危机冲击及此后我国刺激旅游消费、扶持旅游产业发展相一致，十八大以来，我国旅游经济受政策转型的短期影响，也相应步入转型期。

从景气指数信号灯（表3）来看，2009年之后，基本是绿灯，显示旅游经济总体处于平稳发展状态。从构成指标的信号灯看，我国居民的国内消费和出境消费快速增长，景气较高；企业经营业绩较好，对前景相对乐观，这些都是预警信号灯相对稳定的有力支撑。

2.4.2 旅游经济构成指数

2009—2014年，尽管国内旅游特别是出境旅游快速增长，但受入境旅游规模波动的影响，市场指数一直较低，总体处于冷或偏冷的不景气水平（表3）。产业指数则总体较高，处于稳定或偏热的景气水平，主要是受国内、出境旅游消费，以及行业创新活跃等因素推动。上述“市场冷、产业热”是近年来旅游经济运行的显著特点，显示入境旅游问题亟待解决，产业面繁荣的基础有待夯实1。数据还显示2009年之后，旅游发展环境也相对稳定，各季度的有利因素相对较多。受此影响，居民出游意愿、旅游企业家信心保持在较高水平，旅游经济运行总体相对乐观。

2.4.3 旅游经济运行指数

分析表明，先行指数、一致指数與基准循环波动序列的波动趋势最为接近，先行指标和一致指标有明显的时差关系，先行指标的波动开始明显领先于一致指标，先于一致指标两个季度抵达第二次谷底，波峰的领先趋势也比较明显。图1显示，一致指数和预警指数走势大体一致，并且多数转折点出现在同一时点上。针对两个变量的统计检验和相关性分析结果如表4，结果可以看出，一致指数和预警指数时间序列的Pearson相关系数为0.840，具有强正相关性。

2.4.4 指标预测结果

对每个季度、年度做出下一时期内诸多经济指标的相应预测，是旅游经济监测预警系统的重要内容，特别是三大旅游市场的规模和收入预测尤为重要。课题组采取综合的时间序列分析方法构建不同的预测模型进行了相关市场预测，表5选取2009—2014年的相关预测结果和实际值。从MAPE值来看，只有2010年第一季度的国内收入误差超过了10%，其余预测结果精度都比较高，但总体略为保守。将上述预测值和实际值进行比较，并进一步测算预测精度，结果发现MAPE值仅为3%，小于10%的较高精度要求，预测结果比较理想。在各项指标预测的过程中，使用了包括RMSPE、MAPE等运算、检验。由于本研究成果的季度周期连续性、政府实际应用性等特点，特别是旅游经济概念、旅游统计口径的持续变化等影响，因此本研究也将实践检验、行业人士评价作为准确性的基本方法。从模型方法本身来说，异常情况不明显。过去数年的监测计算显示，结果的异常主要来自两方面，一是外部冲击，如宏观经济、流感疾病、安全、国内外形势等；二是对旅游经济的认识的变化及其带来的统计数据、统计口径等的变化。从研究经验看，决定对旅游经济运行分析工作有效性的因素，不完全是模型计算，而是工作体系完善、各类相关数据充足、日常分析积累以及经验形成和成果应用等多重因素。

3 结论和建议

从实证分析来看，2009年国际金融危机冲击以来，我国旅游经济运行景气水平波动较大，总体不高。2010之后，预警指数处于平稳水平，运行趋势有所波动但总体趋好，发展潜力始终充足，经济结构不断优化。具体地说，国际金融危机冲击、十八大以来国内政策转向等环境因素影响很大，因此必须高度关注外部因素并建立宏观调控体系；在国内市场和出境市场的推动下，我国旅游经济平稳运行，产业运行和创新水平较高，但入境市场波动大，对模型指数产生较大影响；模型也显示，我国旅游经济运行存在的问题比较明确，突发因素冲击、三大市场结构失衡、产业体系相对单一、消费热点相对不足以及运行质量有待提升等。

从应用效果来看，模型基本满足旅游经济运行分析的要求，体系比较稳定。模型可以为面向政府的政策建议奠定实证基础，推动国家和地方旅游行政主管部门微观规制和市场推广等传统工作，并以全局意识、宏观思维和行业变量对旅游经济进行宏观调控和分类指导。从本课题的持续研究来看，研究缺陷主要体现在理论凝练、开放性的统计分析、数据广度深度、非线性处理、细化指标、变量关系分析等方面的不足，这些问题随着国家旅游局数据中心、旅游经济统计与分析中心、旅游经济实验室、旅游经济宏观调控理论体系建设和产业报告等工作的开展，正在逐步完善。

基于以上结论，本研究的持续性、开放性以及理论化应当是未来研究的基本方向，建议加快旅游经济运行监测与预警系统的应用并纳入我国各级旅游数据中心，建立我国各级政府的旅游经济调控和分类指导体系。具体要将该系统作为基础的旅游研究项目持续加强支持，增加研究队伍，优化模型方法、指标体系和研究体系，加强预警系统在宏观经济体系、地方旅游发展、行业交流和国际交流方面的应用。完善预警系统的政策转化效果，坚持以预警信息发布为导向的政府旅游宏观调控和分类指导体系。建议以本模型在研究旅游经济、服务政府和产业实践的过程中深化旅游经济学研究的理论认识和方法创新等为基础，推动以旅游经济运行监测与预警模型为核心的旅游经济学构建，推动旅游经济学不仅在于解释现象，更在于指导和推动实践，在与实践的交互建构中实现理论创新。

致谢：感谢旅游经济预警课题组成員陈旭、周晓歌、杨宏浩、战冬梅、何琼峰、吴丽云、夏少颜等人的工作。

参考文献（References）

[1] Yu Genqian. User Manual for Intelligent Chinese Economic Database and Monitoring System [M]. Beijing： Economy Science Press， 2007： 8. [余根钱， 智能型中国经济数据库及监测系统用户手册[M]. 北京： 经济科学出版社， 2007： 8.]

[2] Zhong Bin. Chen Hao. Theory， index and method of financial stability monitoring[J]. Shanghai Finace， 2004， （9）： 33-35. [仲彬， 陈浩. 金融稳定监测的理论、指标和方法[J]. 上海金融. 2004， （9）： 33-35.]

[3] Tang Kexin. An empirical study on financial business cycle early warning based on BP algorithm[J]. Economy Problem， 2010， （11）： 109-112. [唐可欣. 基于BP算法的金融经济周期预警机制实证研究[J]. 经济问题， 2010， （11）： 109-112.]

[4] Gunther W J， Moor R R. Early warning models in real time[J]. Journal of Banking & Finance， 2003， 27（10）： 1997-2001.

[5] Huang F L， Wang F. A system for early-warning and forecasting of real estate development[J].Automation in Construction， 2005， （14）： 333-342.

[6] Ma F， Feng Z Y. Empirical research on real estate early warning system based on the theory of system core and coritivity： Taking Peking for instance[J]. International Conference on Wireless Communications， 2008， （4）： 1-5.

[7] Zhang Huazhong. Price Monitoring and Forecasting[M]. Beijing： China Market Press， 2006： 4. [张化中.价格监测及预测预警[M]. 北京： 中国市场出版社， 2006： 4. ]

[8] Karfunkle R. Statistical indicators of the textile cycle [J]. Business Economies， 1969， （5）： 13-17.

[9] Prideaux B， Laws E， Faulkner B. Events in Indonesia： Exploring the limits to formal tourism trends forecasting methods in complex crisis situations[J]. Tourism Management， 2003， 24（4）： 475-487.

[10] Ren Xuehui， Wang Yue. Designing the system of precaution and emergency rescue decision for touring safety accidents of coastal city[J]. Progress in Geography， 2005， 24（4）： 123-128. [任學慧， 王月. 滨海城市旅游安全预警与事故应急救援系统设计[J]. 地理科学进展， 2005， 24（4）： 123-128.]

[11] Zhao Huaiqiong， Wang Mingxian. A study on tourism security system[J]. China Safety Science Journal， 2006， 16（1）： 17-21. [赵怀琼， 王明贤. 旅游安全风险系统预警[J]. 中国安全科学学报， 2006， 16（1）： 17-21.]

[12] Xie Chaowu. Research on the construction of Chinas tourism security early warning system[J]. China Safety Science Journal， 2010， 26（8）： 170-176. [谢朝武.我国旅游安全预警体系的构建研究[J]. 中国安全科学学报， 2010， 26（8）： 170-176.]

[13] Huo Songtao. Research on Tourism Destination Early Warning System[D]. Kaifeng： Henan University， 2006. [霍松涛. 旅游目的地旅游预警系统研究[D]. 开封： 河南大学， 2006.]

[14] Li Feng. Research on financial warning of stock market tourism enterprises based on BP neural network[J]. Coastal Enterprises and Science & Technology， 2007， （6）： 142-144. [李锋. 基于BP神经网络的上市旅游企业财务预警[J]. 沿海企业与科技， 2007， （6）： 142-144.]

[15] Dai Bin， Yan Xia， Huang Xuan. A study on the industry cycle index of China travel services[J]. Tourism Tribune， 2007， 22（9）： 35-40. [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， 22（9）： 35-40.]

[16] You Hao， Wu Jin， Zhang Fang， et al. Research on systems to evaluate the cyclical fluctuations of star hotels[J]. Tourism Science， 2008， （12）： 20-25. [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， （12）： 20-25.]

[17] Yan Xia. Research on China Hotel Industry Cycle Index[D].Beijing： Beijing International Studies University， 2008. [阎霞. 中国饭店产业景气研究[D]. 北京： 北京第二外国语学院， 2008.]

[18] Qin Bingwang. A. Study on Composite Index of Chinas Economy Hotel Industry[D]. Shanghai： East China Normal University， 2009. [秦炳旺， 我国经济型酒店景气指数研究[D].上海： 华东师范大学， 2009.]

[19] Ni Xiaoning， Dai Bin. Evaluation and analysis research of composite index on tourist industry of China[J]. Journal of Beijing International Studies University， 2007， 11： 1-4. [倪晓宁， 戴斌， 中国旅游市场景气指数计算与分析[J]， 北京第二外国语大学学报， 2007， 11： 1-4.]

[20] Zhang Lingyun， Pang Shiming， Liu Bo. Tourism prosperity index research： Retrospect and prospect[J]. Tourism Science， 2009， （10）： 21-28. [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， （10）： 21-28.]

[21] Dai Bin， Zhou Xiaoge， Li Zhongguang. Research on the China Tourism Economy Monitoring and Early Warning[M]. Beijing： Tourism Education Press， 2013： 6. [戴斌， 周晓歌， 李仲广. 中国旅游经济监测与预警研究[M]. 北京： 旅游教育出版社， 2013： 6.]

Abstract： A tourism economic operation monitoring and early warning system can be considered the scientific basis of an economic macro-control system for tourism and the smooth operation of the tourism economy. It is also an important innovation of tourism economic practices. With tourism now enjoying a high number of consumers and its integration with a wide variety of industries， China has established a tourism economic system that has an increasingly important impact on both economic and social development. The development of the tourism economy and especially its macro-control system in China has led to the requirement for an economic monitoring and early warning system， and a greater exchange in international tourism research. Such studies will not only affect development practices， but also tourism economic methods and content. Research of this kind is typically based on monitoring and early warning models， including model design， index selection， data collection and processing， and the results of calculation and verification. In recent years， research has investigated monitoring and early warning systems in the field of tourism economics. Furthermore， the application of such research has been promoted by both government and non-government organizations and business consulting organizations. Such organizations include the “world tourism barometer” of the UN World Tourism Organization and world tourism economic data of the International Tourism Association. The U.S. Travel Association Data Center releases an annual travel index， monitoring the economic operation status of national and state tourism industries and predicts development trends. Some major tourism consulting agencies and large-scale tourism enterprises also regularly publish research reports and data on the entire tourism industry and specific industry economic and market conditions. Furthermore， they provide basis reports for strategic investors and business managers. Macro economy， industries， and tourism research of this kind were the basis for the research ideas and methods used in the construction of Chinas tourism economic monitoring and early warning system. Following this direction， this paper focuses on the key part of Chinas tourism economic monitoring and early warning system， constructs a theoretical model， and provides empirical analysis. The analysis of economic operations can be divided into the following categories： general （general judgment）， market or demand， industrial or supply， policy and operating environment， regional， international， and other relevant aspects. This model determines four index systems， the market， industry， environment， and confidence of tourism economic operation， including the main indicators of all levels of the tourism economy. Furthermore， the model induces climate indexes such as the leading index， consistent index， and the lagging index. The determination of the early warning index of the tourism economy selects a number of important indicators from the leading index， consistent index， and the lagging index. Using data published in 2014， this paper conducts a systematic analysis of the main indexes involved in the model. The present research shows that the model is both efficient and comprehensive in its ability to monitor and recognize early warnings. Based on our model， we consider that the direction of any future research should be based on sustainability， openness， and theorization.

Keywords： tourism economy； early warning index； modeling； empirical analysis

[責任编辑：刘 鲁；责任校对：魏云洁]