客源国经济距离与入境旅游规模——来自中国西北五省的经验证据

一 引 言

当前,培育服务贸易竞争力,结合国家“一带一路”倡议优化服务贸易国别结构,成为对外贸易政策的重要落脚点,而入境旅游的发展状况自然成为政府和学界关注的领域之一。特别是,在我国入境旅游规模呈现“东高西低”的现状下,西北地区亟待立足“丝绸之路经济带”，进一步促进入境旅游规模扩大,优化客源国结构,缩小区域间经济发展差距。那么,西北五省主要的入境旅游客源国是哪些？西北五省最优的客源国组合是什么,各省最优客源国组合在“一带一路”沿线国家之间呈现什么特点,这一特点与政府相关部门公布的《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》中关于西北五省深化与中亚、南亚、西亚国家往来的定位是否吻合？入境旅游客源国与周边国家经济联系的困难程度,即本文定义的客源国经济距离,是否能够解释西北五省目前的入境旅游客源国结构呢？这些问题是本文探讨的重点所在。

旅游业是世界最大的产业,是国家和地区经济增长和繁荣的重要推动力。国家旅游局统计显示,2015年旅游产业对我国GDP直接贡献达到10.1%,带动就业数约占全国总就业的10.2%,给我国带来极大的社会经济效益。“丝绸之路经济带”西北地区包括陕西、甘肃、青海、宁夏和新疆五省。西北五省由于深处内陆,远离沿海,联通区内区外的交通基础设施严重不足，高昂的运输成本决定了其在制造业中间产品生产以及服务业上不具备比较优势。中国加入WTO以来,经济发展重心朝沿海地区不断集聚,西北地区制造业难以形成出口竞争力。而得益于自然资源和历史文化资源上的禀赋,西北地区发展入境旅游业则拥有明显的优势。西北五省在地理上临近中亚、南亚、西亚诸国,自古便有与邻近诸国通商往来的传统,这也为发展与邻近诸国的入境旅游奠定了较好的文化和历史基础。在2003-2013年间,西北五省入境旅游人数增长明显,平均年增长率为23.93%,但数据也显示,西北五省的入境旅游人数波动较大,并且占全国的比重仍不足5%。从国家旅游资源的分布与入境游客的国内区域分布来看,西北地区的旅游资源丰富但吸引的入境游客规模却非常小。综合来看,西北地区入境旅游业的发展空间巨大,有必要立足“丝绸之路经济带”研究提升西北五省入境旅游规模,优化入境旅游客源国结构的途径,探讨客源国区位因素在其中所起作用,以为相关政策制定提供参考。

本文首先运用投资组合理论分析西北五省入境旅游客源国构成。然后,利用引力模型重点分析客源国经济距离对入境旅游规模的影响。主要贡献在于:(1)将投资组合理论应用于国家内部区域旅游市场,发现西北五省的主要入境旅游客源国构成中缺少中亚、南亚、西亚国家；(2)实证解释了目前西北地区入境旅游客源国结构形成的原因,即中亚、南亚、西亚国家与周边国家的经济联系较弱,导致西北地区缺乏上述国家的入境游客。借鉴已有研究,本文考察经济距离,即某一地区与周边地区经济联系的困难程度(Harrigan et al.,2015[1]；杨汝岱和朱诗娥,2013[2]；杨汝贷和李艳，2013[3]),对入境旅游人数的影响。研究发现,客源国经济距离的增加显著降低了客源国入境旅游人数,这也就解释了离西北五省地理距离较近但是经济距离较远的中亚、南亚、西亚国家不是西北五省主要的入境旅游客源国的现象。此结论意味着,改善客源国经济距离对西北五省入境旅游具有正向促进作用,为“一带一路”倡议下，西北地区加强与临近诸国的基础设施互联互通提供了依据。

本文后续内容安排如下:第二部分是文献综述；第三部分是理论基础和数据说明；第四部分基于亲景度-竞争态分析和最优投资组合理论分析西北五省的入境旅游客源国构成；第五部分基于引力模型对西北五省的入境旅游规模进行实证分析；最后是结论和启示。

二 文献综述

与本文相关的文献有两类,第一类主要是分析入境旅游最优客源国构成。20世纪40年代,学者开始基于经济学角度研究旅游风险管理问题,至80年代,学者将投资组合理论应用于旅游风险管理研究。最初的研究集中于探讨投资组合理论与旅游市场组合的适用性,证实旅游市场与股票市场相似,有着不同水平的回报(旅游者数量)和风险(不稳定性),但旅游研究中的回报与投资不能用金融市场中的指标进行定义,Jang(2004)[4]针对此问题分析了回报和风险等概念指标如何应用于旅游业。目前,基于该理论降低旅游市场需求波动的研究集中于两方面：一是针对具体对象研究,如对旅游过夜需求优化、季节性需求波动最小化及床位需求优化等,降低了旅游需求在时空上的波动风险。例如,Minato和Morimoto(2011)[5]应用投资组合理论规划出多元化的投资组合策略,降低了航空运输的经营风险。另一方面是针对特定国家入境旅游市场投资组合分析并提出相应建议,研究表明由于不同国际游客对不同需求影响因素的敏感程度存在差异,通过国籍来区分国际游客的需求波动类型是必要的,影响国际旅游需求波动的因素主要有汇率、价格变化、经济剧变、政治波动、促销活动等。代表性研究如Chen et al.(2011)[6]利用最优投资组合理论为日本旅游部门和政策制定者制定了最优入境旅游者数量的有效边界基准,指导日本入境旅游市场开发和资源分配。在西北地区入境游客客源国以欧美发达国家为主的现状下,该类文献提供了检验最优客源国组成与实际客源国组成一致性的分析工具。

第二类文献主要分析入境旅游的影响因素。一方面,该类研究从客源国需求角度进行研究,涉及客源国的收入水平、人口数量、文化差异、生活成本、交通成本、汇率变化和价格水平等因素(Denstadli et al., 2013[7]；De和Kyaw, 2013[8]； Dogru et al., 2017[9]；Kim和Lee, 2017[10])。这类文献从需求角度对入境旅游的影响因素进行了分析,但大部分研究均是基于国家层面的分析,视角过于宏观(唐睿等, 2017)[11]。并且,由于跨国交通基础设施以及国家间相对区位优势在推动国家经济发展中起到了重要作用,而从客源国经济距离视角探讨影响区域入境旅游规模的研究还较为缺乏。另一方面,部分学者基于供给角度研究入境旅游规模的影响因素。Cruz和Rolim(2005)[12]对南美、非洲和南亚发展中经济体间的入境旅游进行了研究,发现旅游目的地国家的国民收入、吸引力、安全风险和地理距离等因素影响了入境旅游规模。Zhang和Jensen(2007)[13]的研究显示,诸如目的地国家资源、环境、基础设施和价值观等供给因素是影响旅游者入境的重要条件。在研究方法上,少数文献建立了引力模型去解释入境旅游(大多以旅游者人数作为变量)的影响因素(Santana-Gallego et al.,2010[14]；Park 和Jang,2014[15])。可以看到,从目的地国家资源禀赋等特点出发解释入境旅游规模,更适用于解释加总的入境旅游规模,或者更适合作为影响不同客源国入境旅游需求的共性因素,较难用于解释特定区域客源国入境旅游需求差异,因此这一视角用于解释入境旅游客源国结构存在一定的局限。

国内相关研究也较为丰富。赵东喜(2008)[16]基于固定影响变截距模型研究了影响中国省际入境旅游规模的因素,发现省区经济、对外开放、交通设施等3个显著因素,而服务设施作用不显著。宣国富(2012)[17]对比研究数据、举实例定性补充了旅游资源禀赋、城市职能结构和经济发展战略等3个影响因素。万绪才等(2013)[18]经过相关性和回归分析发现对外进出口额即对外开放与入境规模正相关,而距离与入境旅游规模负相关。毕丽芳等(2013)[19]初步分析了西北地区五省入境旅游规模差异,指出五省入境旅游规模绝对差异迅速扩大,五省的入境旅游规模与交通区位、旅游资源丰度的相关性最高,与GDP、对外贸易的相关性较低。李旭等(2014)[20]指出距离是欧美客源国形成入境规模的原因,地区经济水平对日韩游客影响大而对欧美、东南亚游客影响小,欧美等发达国家游客比俄罗斯及港澳台游客更看重资源禀赋。把多勋和温倩(2017)[21]指出丝绸之路沿线西部地区入境旅游的相关研究还十分缺乏,并基于“一带一路”倡议分析了西部地区入境旅游的趋势。唐睿等(2017)[11]利用DEA面板Tobit模型对西北五省的入境旅游市场效率进行了分析。谢佳慧等(2017)[22]则分析了雾霾对入境旅游的影响,实证发现雾霾对入境旅游规模造成了显著负向影响。王亚辉等(2017)[23]分析了国际友城对中国入境旅游的影响,实证发现国际友城活动主要通过以经贸、文化等为主要内容的国际友好城市交流大会或国际友好城市市长论坛促进入境旅游。刘瑞明等(2018)[24]则利用景点评选这一外生事件,分析了景点评选对地区经济发展的作用。国内研究涉及中国入境旅游的文献较为丰富,但相关文献主要侧重国内区域特征或经济环境因素,或者将焦点集中于东中部地区,或者只是研究旅游业发展对经济增长的影响,而关于西部地区入境旅游客源国结构的研究较少。并且,现有文献对于区域入境旅游客源国结构的解释还很不充分,特别是在“一带一路”倡议定位下,现有研究还未能很好地解释西北地区入境客源国结构与“一带一路”倡议定位之间的差异。因此,结合“一带一路”背景研究相关省份入境旅游客源国结构成因是一个新的视角,有助于更加清楚地了解西北五省旅游业发展前景及趋势。

本文在以下方面弥补了现有文献的不足:一是已有研究多聚焦于国家层面,忽略了省际入境旅游存在的差异；二是已有研究多关注地理距离对入境旅游的影响,较少关注经济距离即区域间经贸往来的困难程度对入境旅游的影响。

基于以上考虑,本文首先利用亲景度-竞争态分析出目前西北五省区的入境旅游客源国市场构成情况。其次借鉴已有研究将投资组合理论应用于国家内部西北区域旅游市场,明确各省入境旅游市场最优客源国组合。最后基于国内外已有关于入境旅游规模影响因素的研究,使用引力模型分析客源国经济距离对西北地区入境旅游规模的影响。通过研究西北五省入境旅游客源国结构及入境旅游规模影响因素,结合“一带一路”倡议对西北五省的定位,可以较为全面地认识目前西北五省入境旅游的发展模式,从而为政府制定相应的旅游产业政策提供依据。

三 理论基础和数据说明

实际分析过程中,首先将西北五省区每个省的入境旅游者数量按国别整理,依据不同客源国的偏好程度及市场占有率、增长率,运用亲景度-竞争态指标选出各省的主要客源国；然后以每个省的入境旅游者数量的平均增长率作为投资回报,入境旅游者数量增长率的方差作为投资风险,使用投资组合理论模型进行规划计算,得出每个省不同投资回报及风险条件下的游客客源国组合优化方案；最后,利用引力模型研究入境旅游规模的相关影响因素。

(一)主要入境客源国选取标准:亲景度和竞争态

现实中,每个省份客源国都高达上百个,不同客源国的游客规模差别大,因此需要选出每个省份最具代表性的游客客源国进行分析。这里运用亲景度和竞争态两个旅游客源市场评价指标体系辅助选取各省主要入境客源市场组合,深入了解各省主要客源市场动态演变现状的同时,为进一步分析最优入境客源国组合提供依据。亲景度指标如下:

(1)

式(1)中,SPi表示p省来自客源国i的入境游客人数,Fp指p省的所有客源国入境游客人数,相应的Sci和Fc分别表示中国来自客源国i的入境游客数和中国来自所有客源国的入境游客数。由上式可知,亲景度指的是某一客源国在旅游目的地的市场占有率与该客源国的全国市场占有率的比值,其数值越大,说明该客源国更偏好这一旅游目的地。按照由强至弱依次可以将旅游目的地游客客源国分为强亲景、弱亲景、弱疏景及强疏景市场。

市场竞争态指标体系反映了市场竞争格局。竞争态指标体系将客源国按实力和潜力进行划分,该指标体系包括市场占有率和增长率。其中市场占有率测度客源国市场在激烈的市场竞争中所占地位,增长率则测度其旅游市场发展潜力。具体如下:

(2)

式(2)中,αi是目的地客源市场的占有率,βi是其市场增长率。μi是两个指标共同作用表现出来的特征,其中,高占有率和高增长率的市场为明星市场,高占有率低增长率为金牛市场,低占有率高增长率为幼童市场,占有率增长率均低则为瘦狗市场。

本文分别对新疆、陕西、甘肃、青海及宁夏五省的入境旅游人数及相关数据进行分析,求出各省在2003-2013年间入境旅游客源国的亲景度、竞争态指标。

(二)西北五省最优客源国构成:投资组合理论

投资组合理论假设理性投资者会通过选择最优的投资组合,以在预期收益水平下同时达到风险最小化和效用最大化。投资组合不是简单的多样化,在最优投资组合中,将投资分配在不同的资产上,不同资产间的相关性越小,投资风险将越小。

一个有效的投资组合有3个部分:(1)预期投资回报率是所有可能投资回报率的平均值；(2)投资风险是所有可能投资回报率均值的标准差或方差；(3)进一步测量投资风险的是所考虑资产投资回报率的协方差和相关系数。

对于任何给定的风险或任何给定的预期回报,投资组合有效边界上的点都可以用来表示最小组合风险或最大回报。将问题公式化为最小化目标约束函数,由于目标函数是非线性的,而约束条件是线性的,有效投资组合的方差和预期收益可以使用以下模型计算出来。

目标函数:

(3)

最小化:

(4)

约束条件:

Wi>0,i=1, …,n

(5)

(三)经济距离与入境旅游模型设定

贸易的核心是交换,这一本质特征适用于货物贸易,也适用于服务贸易。使用贸易相关数据的研究,无论是企业层面还是国家层面,都需要解决一个共同的问题：产品由哪里生产,被卖到哪里去？入境旅游由于具有典型的服务贸易特征,其交易具有一定的特殊性,即无形性、非标准化、同步性和不可储存性等特点,从而决定了服务的不可贸易性。然而,近几十年来由于技术进步特别是信息技术的发展,使得许多服务业的上述特性发生了根本变化(江小涓,2008)[25],服务业的可贸易性日趋明显,入境旅游便是其中之一,并且入境旅游在很大程度上受到经济地理因素的影响,这为本文的研究提供了切入点。过去几十年,引力模型在国际贸易相关研究中得到了广泛应用,对于现实中的贸易问题具有良好的解释力。该模型将相互贸易的双方市场规模(GDP)、地理距离以及其他重要变量纳入考察特定经济现象,如贸易、投资和人口流动等(McCallum,1995[26]；Anderson和Wincoop,2003[27]；Harrigan et al.,2015[1])。本文利用引力模型,将传统的市场规模因素纳入。除此之外,经济距离,即某一地区与其他地区间经济联系的困难程度,可以在一定程度上决定一个地区的产业分工以及与外界的联系程度,越来越多文献开始关注经济距离对于跨越国界的经济现象的影响。由此,为检验客源国经济距离对入境旅游规模的影响,本文设定如下计量方程:

lntravelhjt=β0+β1lnRemoteness_ijt+β2lnRemoteness_eht+β3lngdp_ijt+β4lngdp_eht+β5lndisthj+τt+μhjt

(6)

上式中,被解释变量(lntravelhjt)为t时期客源国j到西北h省的入境旅游人数,对该变量取对数。解释变量方面:lngdp_ijt表示客源国j在t时期的GDP；lngdp_eht表示h省在t时期的GDP；lnRemoteness_ijt为客源国j在t时期的经济距离；lnRemoteness_eht为h省在t时期的经济距离,该指标是借鉴国家经济距离的构造方法,衡量西北各省份与中国其他省份之间经济联系的困难程度,用以控制西北五省与国内其他省份之间经济联系疏远程度对入境旅游的影响；lndisthj为入境游客到h省份的地理距离。对解释变量均取对数。τt表示时间固定效应。μhjt为扰动项。由于省份与特定客源国之间的距离不随时间变化,使用省份-客源国固定效应(λhj)替换式(6)中lndisthj变量,最终计量方程为:

lntravelhjt=β0+β1lnRemoteness_ijt+β2lnRemoteness_eht+β3lngdp_ijt+β4lngdp_eht+λhj+τt+μhjt

(7)

(四)数据说明

本文使用的数据时间跨度为2003-2013年。西北五省的入境旅游人数、国内生产总值、进出口贸易额、旅行社、星级酒店等数据来源于《中国旅游统计年鉴》、《新疆统计年鉴》、《陕西统计年鉴》、《甘肃统计年鉴》、《青海统计年鉴》及《宁夏统计年鉴》及各省份旅游局官网统计信息等。各客源国的实际GDP数据来源于PWT8.0数据库,中国西北五省的实际GDP采用各省占全国GDP的比重与PWT8.0数据库中的中国实际GDP相乘估算而得。客源国与中国的地理距离数据来自CEPII数据库。

四 西北五省最优入境旅游组合

(一)西北五省主要客源市场现状

西北五省客源国亲景度-竞争态组合情况如表1所示。西北五省主要的入境旅游客源国相对缺少来自中亚、西亚和南亚的国家。

独联体、日本、巴基斯坦、蒙古是新疆最重要的入境旅游客源国,美国是新疆重要的新兴客源,西欧的法国、德国、瑞士、瑞典是新疆入境旅游主要客源国,英国、意大利、加拿大及澳大利亚为新疆潜在的客源市场。陕西的主要客源市场除日本、美国、德国外,还包括法国、英国、加拿大和韩国,而东南亚入境旅游客源国仍未发展起来。值得注意的是,西欧及大洋洲国家对陕西偏好性极强。甘肃入境旅游客源市场中的韩国和独联体市场由潜在市场发展为重要客源市场,此外,英国、法国、德国、澳大利亚、日本等客源国超越美国、新加坡和加拿大,成为更具有竞争力的重要入境客源国。青海的入境旅游客源国已经打破了以亚洲为中心、欧美为两翼的格局,欧美客源已经超越了亚洲的日本、新加坡、韩国及马来西亚,其中以英国、法国、德国为重要客源市场,美国、加拿大为主要市场,而意大利、新西兰、瑞士等西欧国家成为有潜力市场。宁夏入境客源国构成中,亚洲客源市场缺失,构成更加简单,形成以法国、德国、日本、美国为重要客源市场,英国、加拿大、意大利、新西兰及澳大利亚为主要客源市场的格局。

表1 2003-2013年西北五省客源国亲景度-竞争态组合情况

(续上表)

市场类型强亲景市场弱亲景市场弱疏景市场陕西明星市场法国、美国金牛市场英国、德国加拿大日本、韩国幼童市场瑞士、瑞典、意大利澳大利亚、新西兰印尼、泰国、新加坡、印度甘肃明星市场法国、英国、德国澳大利亚金牛市场日本、美国、韩国、新加坡幼童市场印尼、俄罗斯、意大利、新西兰、瑞士加拿大瑞典、菲律宾、荷兰、泰国青海明星市场英国、德国美国韩国、马来西亚金牛市场法国、意大利、新加坡日本、澳大利亚、加拿大幼童市场瑞士、瑞典、新西兰印尼蒙古、印度、泰国、朝鲜宁夏明星市场德国金牛市场法国日本、美国幼童市场意大利、英国加拿大、澳大利亚、新西兰

(二)最优入境客源国(地区)组合分析

以亲景度和竞争态分析结果为依据,针对每个省主要入境旅游市场情况进行规划求解旅游客源国的最优组合,用期望收益率代表投资者所期望达到的入境旅游人数增长率,用方差表示达到预期目标所要承担的风险程度,对应不同收益率和方差是相应的最优客源国游客组合。结果表明,西北五省各自的最优入境旅游客源国组合中缺少中亚、南亚和西亚的国家。西北五省的最优入境客源国结构均具有上述特点,以新疆为例(见表2)*篇幅所限,其他省份分析结果予以省略,如有兴趣，可向作者索取。进行说明。

从实际数据和前文的分析看,新疆是西北五省中唯一有较多邻近国家入境游客的地区(把多勋和温倩,2017)[21],而在最优入境旅游客源国(地区)组合分析结果中,新疆的最优入境旅游客源国缺少来自邻近的中亚、南亚和西亚国家的入境游客。例如,当新疆的期望入境旅游人数增长率定为20%时,即入境客源国(地区)组合为C时,投资风险调整收益率达到最高,即此时的入境旅游客源国(地区)组合能够给新疆带来最大的收益,对应的客源国(地区)组合中,东亚的蒙古和欧洲的德国的入境游客占比最高,港澳台细分市场最低,南亚的巴基斯坦的入境旅游人数占比最低,仅为0.58%。新疆主要的入境旅游客源国缺乏中亚、南亚和西亚的国家,其入境旅游主要客源国只有巴基斯坦和印度属于南亚。新疆入境旅游客源国中,来自南亚的客源国(巴基斯坦和印度)市场份额与入境旅游期望收益率呈现U型关系。具体来说,当期望收益率小于等于20%,或者大于等于70%时,新疆的最优入境旅游客源国(地区)组合中开始出现中亚国家,且期望收益率越高或者期望收益越低时,南亚国家入境旅游份额越高。

表2 新疆最优入境旅游客源国(地区)组合(%)

注:在计算最优客源国(地区)组合时,部分代表性客源国在各种组合下占比均为0%,因此表格中省去这些国家(地区)。下同。

五 经济距离与入境旅游规模的实证分析

(一)基准回归结果

表3列出了客源国经济距离与西北五省入境旅游规模基准回归结果,可以看到,表3列(1)-列(5)显示客源国经济距离与入境旅游规模之间呈现显著的负向关系,以列(4)和列(5)为例进行说明。

由列(4)可以看到,客源国经济距离对于西北五省入境旅游规模具有显著负向作用,客源国经济距离每增加1%将使得西北五省入境旅游规模降低1.7%。由于入境游客人数的增加有可能带动客源国经济距离的降低,这使得估计结果存在内生性问题。为控制这一因素的影响,本文使用核心解释变量的滞后一期作为核心解释变量的工具变量,使用两阶段最小二乘估计的结果显示,客源国经济距离的增加会使得入境游客人数降低2.4%(如表3列(5)所示),对应的弱工具变量检验中F统计量远大于10,说明工具变量不存在弱工具变量的问题,因此所选取的工具变量具有一定的有效性。对于入境旅游客源国来说,经济距离增大意味着本国拥有更低的人力资源禀赋、缺乏效率的政府、产业结构较为低端,当地的信息共享程度较低,导致客源国与外界的经济联系较为困难,客源国游客外出旅游的意愿和能力将会被削弱。此外,从经济距离的构造指标来看,客源国经济发展水平以及与其他国家之间的地理距离共同决定了经济距离发挥作用的途径,经济距离可以反映客源国资源禀赋、国家边界、地理区位的差异,因此可以反映国家(地区)间的经济联系,一国离发达国家越近,离不发达国家越远,则与其他国家具有较强的经济联系。与其他国家较为密切的经济联系进一步使得一国经济发展水平提升,以及人员往来较为频繁,从而发挥经济距离对入境旅游规模的重要影响作用。

表3 基准模型回归结果

注:(1)括号内为稳健标准误,***、**、*分别表示p<0.01、p<0.05、p<0.1。(2)表中P、C、T分别表示省份固定效应、客源国固定效应和年份固定效应。

(二)稳健性分析

前文利用引力模型分析了客源国经济距离对西北五省入境旅游规模的影响,为进一步说明研究结论的可靠性,本文从控制异常值、控制其他可能影响因素、替换变量、使用其他估计方式、控制样本自选择问题等五个方面进行稳健性检验。

(1)控制异常值。被解释变量异常值的存在可能是影响回归结果的一个因素。因此,本文按照数值大小将被解释变量前后5%的观测值予以剔除,相关回归结果见表4列(1),剔除异常值之后的回归结果与前文基准回归结果保持一致。

(2)控制其他可能影响因素。相关研究表明,交通基础设施、旅游资源质量和对外联系程度是影响入境旅游规模的重要因素(Aguilera,2008[28]；Gustafson,2012[29]；Park和Jang,2014[15]),上述因素的存在有可能影响前文的实证结果,因此,需要控制上述因素。具体来说,各省交通基础设施使用交通运输总里程来衡量,相关数据来源于西北各省旅游统计年鉴,数据包括2003-2013年间铁路、公路及内河航运运输总里程；西北各省旅游资源质量使用4A以上景区数量作为研究指标进行衡量,数据来源于2003-2013年《中国旅游统计年鉴》；对外联系程度以外贸进出口总额作为衡量指标,数据来自各省历年旅游统计年鉴。相关回归结果见表4列(2)-列(5),可以看到,控制交通运输总里程(lntransport)、旅游资源质量(lnscenic_spots)和对外联系程度(lntrade)因素后,核心解释变量系数符号和显著性与前文保持一致。

(3)替换变量。前文回归结果主要通过估计方程(7)得到核心解释变量的系数,通过生成客源国与旅游目的地固定效应来控制客源国到旅游目的地的地理距离,尽管这一处理在理论上具有一定的合理性,进一步代入相关变量的实际数据有助于说明基准回归结果的可靠性,因此,本文将客源国到旅游目的地地理距离纳入回归方程,即通过估计方程(6)得到核心解释变量的参数。本文使用客源国到中国的地理距离和西北五省省会城市到北京的铁路里程之和来衡量客源国到西北五省的地理距离,其中中国到客源国地理距离数据来自CEPII数据库,西北五省省会城市到北京的铁路里程数据来源于火车票网*网址:http://www.huochepiao.com/licheng/。。相关结果见表4列(6),可以看到,替换地理距离变量后核心解释变量的系数符号和显著性与前文保持一致,这说明本文的回归结果具有较强的稳健性。

(4)使用其他估计方法。前文基准回归中,主要通过引入相应的虚拟变量来控制固定效应,而对于固定效应的处理除上述方式外,还可以使用差分估计和组内估计来完成(Greene,1997)[30],因此,本文进一步使用差分估计和组内估计对核心解释变量的系数进行分析。相关结果显示(表4列(7)-列(8)),使用差分估计和组内估计的估计结果与前文基准回归结果保持一致。此外,基准回归中,本文使用两阶段普通最小二乘法对变量进行估计,为进一步确认回归结果的稳健性,采用广义矩估计(GMM)方法处理工具变量。可以看到(表4列(9)),回归结果与前文保持一致。

(5)控制样本自选择问题。贸易活动中普遍存在零贸易的问题,入境旅游也不例外,这一现象产生的原因与国外消费者的自选择行为相关,上述问题可以使用Heckman两阶段方法来解决(Francois和Manchin,2013[31]；王聪和魏浩,2017[32])。使用Heckman两阶段方法的关键是要在第一阶段回归中加入影响入境旅游者选择来华旅游的关键影响因素,并且这一因素不出现在第二阶段的回归变量中。根据已有研究,客源国收入水平是影响游客来华旅游的重要因素(Peng et al.,2014[33]；王亚辉等,2017[23]),因此,将客源国收入水平加入第一阶段回归中,使用经购买力平价调整后的客源国人均GDP来衡量客源国收入水平,相关数据来源于PWT8.0数据库。回归结果见表4列(10),核心解释变量回归结果与前文基准回归结果保持了较高的一致性,并且可以看到逆米尔斯比(nimill)在回归中并不显著,说明本文基准回归结果受样本自选择问题的影响较小。

表4 稳健性分析结果

(续上表)

变量(1)异常值(2)交通运输(3)旅游资源(4)对外开放(5)三个变量lngdp_e3.478***3.195***2.949***3.063***3.249***(0.408)(0.433)(0.395)(0.411)(0.422)Constant543.522***317.544***101.453495.858***330.453***(87.971)(85.917)(72.350)(95.348)(94.430)固定效应C*P、 YC*P、 YC*P、 YC*P、 YC*P、 Y观测值882980980980980R20.850 0.890 0.892 0.891 0.894 变量(6)替换变量(7)差分估计(8)组内估计(9)IV-GMM(10)HeckmanlnRemoteness_i-0.434***-2.789***-1.335*-2.179**-1.742**(0.104)(1.078)(0.726)(0.864)(0.793)lnRemoteness_e-0.523***-0.6560.78166.513***73.236***(0.124)(1.256)(0.910)(8.281)(19.795)lngdp_i0.264***0.0420.152*0.1050.087(0.030)(0.041)(0.087)(0.088)(0.126)lngdp_e1.932***0.4001.132***3.494***2.884***(0.054)(0.737)(0.306)(0.431)(0.393)lndistance-0.613***(0.091)nimill-0.272(1.043)Constant-18.080***0.003-0.010253.679***262.597***(1.420)(0.061)(0.025)(36.204)(80.464)固定效应YC*P、 YC*P、 Y观测值980873980895980R20.611 0.016 0.2040.8890.889Weak Instrument F Statistic11236.9***

注:(1)括号内为稳健标准误,***、**、**分别表示p<0.01、p<0.05、p<0.1。(2)表中P、C、T分别表示省份固定效应、客源国固定效应和年份固定效应, C*P表示客源国-省份联合固定效应。

六 结论与启示

本文使用2003-2013年西北五省来自各国的入境旅游人数数据,首先从亲景度-竞争态两个维度分析西北五省的主要入境旅游客源国；其次,运用最优投资组合原理考察了西北五省的最优入境旅游客源国构成；最后,利用引力模型分析客源国经济距离对西北五省入境旅游规模的影响。研究发现:(1)西北五省主要的入境旅游客源国以及各省的最优入境旅游客源国组合中均缺少来自中亚、西亚和南亚的国家,这与“一带一路”倡议对于西北五省的定位还存在一定差异；(2)入境旅游客源国的经济距离,即客源国与周边国家经济联系的困难程度,对西北五省的入境旅游规模具有显著降低作用。

基于上述结论,本文认为,客源国经济距离可以较好地解释西北五省入境旅游客源国结构,即客源国经济距离可以显著影响客源国入境游客数目,西北五省对来自与其他国家经济联系紧密国家的游客具有显著的吸引力。而紧邻西北五省的经济距离较高、与周边国家经济联系不够便捷、密切的中亚、西亚和南亚国家游客选择西北五省作为旅游目的地的意愿较低,这意味着加强西北五省与中亚、西亚和南亚国家的基础设施互联互通有利于改善西北地区入境旅游客源国组合。加之,西北五省企业融入全球价值链的程度低,参与全球分工的能力弱,经贸人员往来不频繁,进一步限制了西北五省入境旅游客源国结构的改善,这造成了西北五省目前主要入境旅游客源国中缺乏中亚、西亚和南亚国家游客的现象,与西北五省立足中亚、西亚和南亚的“一带一路”倡议定位还存在差距。

未来加强与中亚、西亚和南亚国家之间的基础设施互联互通有助于优化西北五省的入境旅游客源国结构,这也是推动西北地区更好匹配“一带一路”倡议定位的重要政策措施。为配合国家“一带一路”倡议的顺利实施,未来西北地区可采取如下措施调整西北五省入境旅游客源国构成:加大西北五省域内与西南、中东部地区的基础设施建设,特别是高铁网络的建设；依托“一带一路”基础设施互联互通的宗旨,西北地区可加强与中亚、南亚和西亚国家的产能合作、基础设施建设,继续深化边境贸易与合作,提高目标国家与西北五省的经贸联系；“走出去”与“引进来”并举,鼓励西北地区企业到沿线国家投资设厂,同时积极吸引中亚、南亚和西亚国家跨国企业来西北投资设厂,真正实现外贸对中亚、南亚和西亚国家入境游客特别是商务旅游的促进作用；西北地区可主动承接沿海产业转移,依托西北地区区位和资源比较优势,促进西北地区企业融入全球产业分工体系,注重西北地区边际产业向中亚、西亚和南亚地区的不断转移,构建西北内陆产业“雁阵模式”,繁荣本地区经济发展的同时,注重面向“一带一路”沿线国家提供高质量旅游服务。