中国城乡居民旅游消费周期的区制划分及动态变迁分析

林文凯 胡海胜 徐国良 李文明

（江西财经大学旅游与城市管理学院，江西南昌 330013）

0 引言

改革开放以来，随着宏观经济的持续增长及国民可支配收入的大幅提升，我国城乡居民生活方式和消费结构发生了重大变化，旅游由少数人的奢侈消费变成普通大众的日常消费，并成为推动我国居民消费结构升级和提升居民生活幸福感的重要方式。特别是近年来，在旅游需求快速增长和居民消费升级双重推动下，我国旅游消费呈现出强劲的发展态势，旅游消费增速连续高于全国GDP 增速。2014年，我国城乡居民旅游总消费突破3 万亿元，同比增长15.4%，高于同期GDP 的增长率（7.3%），在社会消费品零售总额中占比达12%；2018 年，我国城乡居民旅游总消费突破5 万亿元，同比增长12.3%，高于同期GDP 的增长率（6.57%）①数据由相应年份的国家统计局与中国旅游业统计公报公布的数据整理而得。。然而，随着中国经济进入发展新常态，居民收入增速放缓，中国居民旅游消费呈现出总量增长但增幅跌宕起伏的新态势，优质旅游产品供给不充分、休闲度假制度不完善、城乡居民旅游消费结构不合理等新挑战也制约着中国旅游消费的持续稳定增长。在这种情况下，准确把握居民旅游消费增长的内在变化规律，深入剖析居民旅游消费自身的动态周期波动，不仅可为更有效地引导我国旅游消费增长提供理论支持，也可为制定与经济新常态相适应的旅游消费促进政策提供实证依据，对于拉动内需消费，提升居民生活品质，继续强化旅游业在国民经济发展中的重要作用具有重要参考意义。

1 文献综述

一直以来，旅游消费都是国内外研究者关注的热点和焦点。研究者从多学科视角对不同地域、不同群体、不同类型的旅游消费进行了丰富的研究，并重点关注了旅游消费的系列影响因素。其中，收入被认为是影响居民旅游消费最基础和最直接的因素（杨勇，2014），会对居民旅游消费产生积极的正向影响（周文丽等，2010；Yang et al.，2014；Marrocu et al.，2015）。除收入外，旅游者所拥有的财富（资产）也是旅游消费支出的重要影响因素之一（依绍华等，2011）。Hal（l1987）通过构建生命周期-持久收入假说模型，提出家庭财富是消费的重要影响因素；张传勇等（2017）对2012年中国家庭追踪调查数据（CFPS）进行实证分析后发现，住房财富增加会显著提升家庭的旅游消费支出；王克稳（2017）利用微观调查数据，发现中国居民旅游消费存在显著的房地产财富效应和金融资产财富效应。在其他影响因素中，已有研究主要关注旅游者的家庭结构（刘敏等，2016；余凤龙等，2019）、人口统计特征（张金宝，2014）、消费行为与心理特征（Wang et al.，2010；马轶群，2016）等因素对居民旅游消费的影响。此外，也有研究表明，假日制度（王莹等，2009）、社会环境变化（Nicolau et al.，2013）、经济危机事件（Eugenio et al.，2014）、地域文化（Bernini et al.，2016）等因素也会影响居民旅游消费。

上述研究主要从短期静态视角来探讨特定研究期内不同因素对旅游消费的影响及其作用效应。而从长期动态视角来看，居民旅游消费会在这些影响因素的叠加作用下表现出周期性波动变化特征。然而，运用计量方法与模型深入分析旅游消费自身变化轨迹及其周期波动特征的研究则相对较少。Burns等（1946）曾强调，只有透析经济增长的内在变化机制，才能有效引导经济增长。张伯山（1999）也指出，了解和掌握旅游经济周期规律，对于旅游规划和开发、旅游预测和管理、促进宏观经济增长等具有深远意义。在国外，美国商务部早在1976年就已对其旅游经济周期运行特征进行了测度，以更好地判断美国旅游经济的发展潜力及可能遇到的问题（隋建利等，2014），而近年来，Teresa（2007）、Smera（l2012）、Robertico等（2017）也纷纷从不同的研究视角，运用不同的研究方法对不同国家及地区的旅游经济周期进行了详尽的分析；在国内，较早开展这一方面研究的是匡林（2000），他以入境旅游人次为指标测度比较了世界旅游业和中国旅游业的波动周期，并分析了中国入境旅游的周期波动特征和变化趋势，其后国内相关研究主要对不同区域尺度的旅游经济周期波动问题进行实证分析（方叶林等，2014；隋建利等，2014；生延超等，2014；张子昂等，2016；周成等，2016；吴江，2016）。

随着研究的不断深入，部分研究者指出，传统的周期波动测度模型与方法虽然可以较好地对经济周期进行测度与划分，但却无法窥视经济周期的动态变迁路径（隋建利等，2015）。为此，越来越多的研究者开始构建非线性计量经济模型来研究和识别产业经济周期运行的具体形态及其阶段性时变特征。Leamer 等（2003）、Wal（l2007）分别运用门限自回归模型和马尔科夫区制转移模型这两种非线性计量模型分析了不同国家经济周期的动态时变特征，张同斌等（2015）基于马尔科夫区制转移模型定量测度了中国经济的周期性波动态势。在旅游研究领域，已有研究主要通过构建马尔科夫区制转移模型来分析旅游经济运行特征及其动态变化路径，例如：Moore等（2005）较早运用马尔科夫区制转换模型，发现巴巴多斯旅游经济增长存在阶段性差异；Chen（2013）和Hsu（2017）基于马尔科夫区制转移模型的实证分析表明，台湾旅游市场周期存在高速增长与低速增长两种区制状态；隋建利等利用不同形式的马尔科夫区制转移模型，刻画了中国旅游经济增长的多阶段动态变迁过程（隋建利等，2013；隋建利等，2014）；林文凯（2020）则运用马尔科夫区制转移模型揭示了省际单元旅游经济增长的动态变迁过程。

综上可知，国内外在旅游消费及其影响因素等方面积累了较为丰富的研究成果，在旅游经济周期波动及其测度上也已进行了有益的探索。但是，目前国内关于旅游经济周期的研究大多以入境旅游或国内旅游统计数据为指标，对居民旅游消费的周期波动特征关注较少，也尚未发现有研究者运用非线性马尔科夫区制转移模型来揭示居民旅游消费周期波动规律及其动态变迁过程。基于此，本文将遵循金晓彤等（2010）、隋建利等（2013）已有的研究思路，利用1995—2018 年我国城乡居民旅游消费年度数据①考虑到我国城乡二元体制结构使得我国城乡经济发展不平衡，城乡壁垒的基本国情使得城乡居民作为两种不同的社会群体在制度上得以固化，社会、经济、文化等制度环境的差异使二者的旅游消费行为明显不同（余凤龙等，2013），因此，在对我国居民旅游消费周期进行分析时，有必要将居民旅游消费细分为城镇居民旅游消费和农村居民旅游消费，从而得到两类时间序列数据。计算增长率时间序列数据，以刻画我国城乡居民旅游消费的变化轨迹及增长态势；在此基础上，综合运用HP 滤波和非线性马尔科夫区制转移模型，识别和刻画我国城乡居民旅游消费的周期波动及其动态区制变迁过程，以期通过甄别我国城乡居民旅游消费在“低速增长区制”和“高速增长区制”的转变点，深入探析我国城乡居民旅游消费波动的缘由，为新常态下继续维系我国居民旅游消费的持续稳定增长提供理论支持与实证依据。

2 方法、模型与数据

2.1 HP滤波法

HP 滤波是经济周期研究中广泛使用的一种研究方法，由Hodrick 和Prescott 在分析战后美国经济周期的研究中首次提出，其实质是将经济时间序列中的低频趋势成分和高频周期成分分离出来（林文凯等，2015）。本文将利用HP 滤波技术对中国城乡居民旅游消费数据进行分解，以揭示中国城乡居民旅游消费的周期波动情况。HP滤波的基本原理如下：

假设{Yt}是包含趋势成分和波动成分的经济时间序列，其中{}为包含的趋势成分，{}为包含的波动成分。则：

计算HP滤波就是将{}从时间序列{Yt}中分离出来，也即下式最小化问题的解：

其中，c(L)为延迟算子多项式，L表示滞后算子；最小化问题用[c(L)]2来调整序列趋势的变化；最小化解将随λ的增大而增大，当λ=0 时，满足最小化问题的趋势等于时间序列本身，随着λ的增大，其趋势成分将趋于平滑，当λ值趋于无穷大时，其趋势成分将接近于线性函数。λ取值的经验是：年度时间序列取值100，季度时间序列取值1600，月度时间序列取值14400（高铁梅，2015）。

2.2 马尔科夫区制转移模型

在描述经济指标时间序列动态特征的研究中，最常用的方法是建立自回归模型对其进行自回归处理，并通过自回归模型对历史数据的拟合程度，来判断该模型对某一经济指标时间序列数据的预测能力（隋建利等，2016）。假设旅游消费增长率为yt，其q阶自回归模型AR（q）可用下式表示：

其中，μ表示均值；εt为服从均值为0，方差为σ2正态分布的随机扰动项，t=1，2，…，T。在自回归模型中，假定均值、回归系数、方差均为不变的常数，这样当前期的旅游消费增长率依赖于前q期的旅游消费增长率，当该时间序列的算子方程1-φ1L-φ2L2-，…，-φq Lq=0 的单位根都落在单位元以外时，表明该时间序列是平稳的。然而，如果时间序列在宏观环境或经济体制影响下出现结构突变时，序列平稳性假设则不能得到满足，这时再采用平稳时间序列模型将导致模型参数估计出现较大误差。此外，自回归模型只能简单描述经济现象或经济变量存在的某种线性关系，无法很好地刻画经济指标时间序列中可能存在的非线性动态特征。鉴于此，参考Hamilton（1990）的思想，在简单自回归模型设定的基础上，进一步构建包含马尔科夫区制转移形式的旅游消费增长率模型：

其中，区制状态St=i，i=1，2；μSt表示t时刻所处区制St下的旅游消费增长率的条件均值；φiSt代表在t时刻的自回归系数；εt为扰动项，服从均值为0，方差为的正态分布。在此模型中，假定我国城乡居民旅游消费的变化过程可能存在“低速增长”和“高速增长”两种区制状态，具体地，假定区制状态1（St=1）代表低速增长阶段，区制状态2（St=2）代表高速增长阶段。此外，假设模型中的所有参数都是可变的，并由区制变量St控制，同时区制状态之间的转移概率满足离散取值的一阶马尔科夫过程，则区制状态变量St转移概率矩阵可用下式表示：

其中，pij=Pr(St=j|St-1=i)表示区制状态变量St从t-1 时刻的i状态变迁至t时刻j状态的转移概率，且=1，i=1，2，j=1，2。为了对所构建的马尔科夫区制转移模型进行估计，参考并利用Hamilton（1990）提出的极大似然估计法来对模型进行参数估计，即通过推导yt，St和St-1基于过去信息集Ii-1条件下的联合分布密度，获得边际分布及对数似然函数值。具体过程如下：

其中，Ωt-1={yt-1，yt-2，…，yt}，表示到t-1 时刻可观测变量的集合；θ为模型待估参数向量。根据贝叶斯公式可得到上式的联合分布密度：

再由全概率公式可得：

由此进一步获得对数似然函数：

根据模型估计结果，还可进一步求出各个区制状态维持概率、平均持续期及稳态概率。

2.3 指标选取与数据来源

在探寻经济变量周期运行规律时常用的指标主要有两类：一类是表征总体规模的绝对量指标，另一类是反映行业增速的增长率指标（马晓龙，2014）。其中，绝对量指标可以很好地反映经济变量的长期发展趋势，但却无法直观呈现其周期变化特征；增长率指标一方面可以很好地反映经济变量的增幅波动，从而更为直观地呈现经济变量的周期波动态势（吕光明等，2006），另一方面，增长率指标相当于对原始时间序列做了一次差分处理，这在一定程度上可以避免时间序列中长期趋势因素的干扰，从而使测度结果更加契合经济发展的实际情况（李维维等，2017）。因此，本文将以我国城乡居民旅游消费年度数据为基础，通过计算获得中国城乡居民旅游消费年度增长率序列，并依此来描述和分析我国城乡居民旅游消费的周期波动变化。本文所用数据来源于相应年份的《中国旅游统计年鉴》及国家统计局公布的统计数据①在国家统计局公布的年度统计数据中，旅游消费是指游客在旅行、游览过程中用于交通、参观游览、住宿、餐饮、购物、娱乐等方面的全部花费，具体分为城镇居民国内旅游消费和农村居民国内旅游消费两种类型。，城乡居民旅游消费增长率数据由同比增长率公式计算而得②计算公式为：旅游消费增长率=（当年旅游消费总额-上年旅游消费总额）/上年旅游消费总额。，考虑数据的可获得性和完整性，本文研究期为1995—2018年。

3 实证结果与分析

3.1 我国城乡居民旅游消费的总体运行轨迹分析

图1 刻画了我国城镇居民和农村居民旅游消费及其增长率的动态运行轨迹。从总体发展态势来看，我国城乡居民旅游消费总体上呈现不断攀升的发展态势，且城镇居民旅游消费与旅游总体消费时间序列表现出极为相似的波动运行轨迹。从增长情况来看，城镇居民旅游消费增长率在2000年达到阶段性“波峰”后于2003年滑落至最低点，在2011年波动上行至最高值后迅速回落，并小幅波动至2018年；农村居民旅游消费增长率在1997 年上升至最高点后，于2000 年陡然回落至谷底，其后波动运行并于2011年再次到达阶段性高点，后平稳波动至2018年。从具体时间点来看，1995 年，随着新《中华人民共和国劳动法》的颁布与实施，我国职工每周工作时间由44小时缩短为40小时，“八小时工作制”和“周末双休”开始成为居民生活的重要组成部分，闲暇时间的增加也极大地刺激了人们的外出旅游需求，全国各地很快出现了“周末旅游热”，城乡居民旅游消费均实现了超过30%的增长；1997年，在农村居民收入增加及开拓农村市场等宏观经济政策的影响下，我国农村居民旅游消费实现了翻倍增长，但旅游消费基数依然偏低，仅占旅游总体消费的26.55%；2000 年，受全国性下岗潮的影响，数千万农民工的就业受到冲击，该年农村居民收入同比增长率仅为1.90%，这在很大程度上抑制了农村居民出游意愿及旅游消费需求，致使该年农村居民旅游消费出现了13.23%的负增长；2003年，“非典”疫情席卷全国，我国旅游业进入发展寒冬，旅游产业全面受创，国内旅游消费，特别是作为旅游消费主要群体的城镇居民，其旅游消费增长率在该年滑落至最低谷，出现15.59%的负增长，农村居民旅游消费增长率也不足1%（0.77%）；2004年，随着旅游政策的及时调整及居民出游心理的转变，旅游业迅速摆脱“非典”疫情影响，旅游消费大幅增长；2008 年，美国次贷危机急剧扩散，在此期间，我国城镇居民旅游消费增长率由2007年的25.73%下降至2008年的7.59%，而农村居民旅游消费增长率则由2007 年22.33%小幅增长至2008 年的25.11%①究其原因可能是，受美国次贷危机影响，我国外部需求下滑、股市下挫，居民（尤其是城镇居民）的股票及房产等财产性收入出现了缩水，进而在一定程度上影响了我国城镇居民的旅游消费支出。；2009 年以后，随着一系列促进旅游产业发展政策的出台，旅游业逐渐成为国家的战略性支柱产业，大众旅游时代的到来也使我国城乡居民旅游消费增长率在2011 年整体达到最高值；2012 年，受宏观经济下行、高房价及居民收入增长放缓等多种因素的影响，我国城乡居民旅游消费增长率明显下滑，此后一直呈波动下滑状态，其中，城镇居民旅游消费增长率由2012 年的19.38%波动下滑至2018 年的13.05%，农村居民旅游消费增长率由2012年的11.82%下滑至2018年的8.77%。

图1 中国居民旅游消费及其增长率的动态运行轨迹

3.2 我国城乡居民旅游消费的时序波动特征

图1 仅简单刻画了我国城乡居民旅游消费的总量变化轨迹及相对变化特征，为揭示我国城乡居民旅游消费增长的长期变化趋势和短期波动特征，运用HP滤波法对我国城乡居民旅游消费增长的时间序列进行分解，得到其趋势成分与周期成分（见图2）。其中，“周期成分”主要用于揭示我国城乡居民旅游消费的短期波动变化，“趋势成分”用于反映我国城乡居民旅游消费的长期发展态势。

对城镇居民而言，其旅游消费增长率的“趋势成分”表现出较为明显的“类周期”变化过程，具体表现为由1995年的高位水平逐渐下滑至2000年的最低点，之后缓慢攀升至2011 年的波峰，而后又逐渐回落直至2018 年，其波动拐点与前述城镇居民旅游消费变化的关键时间节点相吻合。从“周期成分”来看，城镇居民旅游消费增长率在2011 年以前表现出典型的波动聚类特征，但波动幅度总体较为稳定；2011 年以后，随着大众旅游时代的到来，城镇居民旅游消费增长较为稳定，波动幅度明显减弱，这反映出作为我国最为重要的旅游消费主体，城镇居民的旅游消费韧性在不断增强。

对农村居民而言，其旅游消费增长率的“趋势成分”未呈现明显的波峰、波谷形态，总体上呈不断下滑的态势，特别是1995—2003 年，在农民工下岗潮、农村居民收入增长停滞及“SARS”等因素的多重影响下，下降趋势尤为明显。从“周期成分”来看，农村居民旅游消费增长率在1995—2003年波动最为剧烈，波幅也最为明显；2004—2010 年，农村居民旅游消费增长率的波动渐趋缓和，波幅变小；2011 年以后，随着农村居民消费观念的转变，农村居民的旅游意愿逐渐增强，旅游消费支出不断提高，这一时期农村居民旅游消费的增长较为稳定，波动较为微弱。

3.3 我国城乡居民旅游消费的区制转移与路径变迁分析

图1与图2初步揭示了我国城乡居民旅游消费的增长轨迹与时序波动特征，为了进一步识别和刻画我国城乡居民旅游消费周期的动态区制变迁过程，使用OxMetrics6.0软件对所构建的非线性马尔科夫区制转移模型进行参数估计。

3.3.1 模型选取与参数估计

为避免“伪回归”，在检验时间序列变量之间的非线性关系前，需要对时间序列进行平稳性检验。考虑到Ng-Perron 检验法在小样本时间序列数据中具有更好的适用性，且相比较于ADF 和PP 单位根检验，Ng-Perron 检验的统计量更为稳健，检验结果也更为稳定和可靠（吴贤坚等，2017），为此，本文采用Ng-Perron检验法对中国城乡居民旅游消费增长率时间序列进行平稳性检验。从表1 检验结果可以看出，中国城镇居民和农村居民旅游消费增长率时间序列在5%的显著水平下均为平稳序列。

表1 变量的平稳性检验结果

为保证模型估计结果的稳健性，还需进一步确定模型的最优滞后阶数。在确定最优滞后阶数时，一般都希望滞后阶数尽可能大，从而更好地体现模型的动态变化过程（李华等，2019）。但是，如果选取的滞后阶数过大，模型的待估计参数就会增多，进而增大模型的估计误差，从而影响模型的精准度和可信度。为此，借鉴已有研究思路（隋建利等，2014；林文凯，2020），综合选取AIC、SC、HQ 信息准则来确定模型的最优滞后阶数。从表2 滞后阶数选取结果中可以看出，AIC、SC、HQ 信息准则下的最优滞后期均为2期。由此，确定两个模型的最优滞后阶数均为2阶。

表2 滞后阶数选取结果

最后，使用OxMetrics6.0软件对所构建的MS（2）-AR（2）模型进行参数估计，模型估计结果如表3所示。不难看出，我国城镇居民与农村居民的旅游消费增长率在不同区制状态下的大多数参数估计结果均十分显著，且各序列回归参数具有明显差异，这表明本文所构建的双阶段马尔科夫区制转移模型能够较为准确地刻画我国城乡居民旅游消费增长的动态区制变化。同时，不论是城镇居民还是农村居民，其旅游消费处于区制1（St=1）的均值估计值都要小于其增长率处于区制2（St=2）的均值估计值，满足μ1＜μ2的参数约束条件。因此，将区制1视为城乡居民旅游消费的“低速增长区制”，将区制2视为城乡居民旅游消费的“高速增长区制”。

3.3.2 我国城乡居民旅游消费的区制转移概率及其平均持续期

从表4 列出的我国城乡居民旅游消费处于各个区制的转移概率矩阵可知：对城镇居民而言，其旅游消费处于“低速增长区制”的维持概率为0.8551，由“低速增长区制”变迁至“高速增长区制”的转移概率较低，仅为0.1449；相应的，城镇居民旅游消费处于“高速增长区制”的维持概率为0.6167，而由“高速增长区制”变迁至“低速增长区制”的转移概率不足0.5，为0.3833。对农村居民而言，其旅游消费处于“低速增长区制”的维持概率为0.6038，由“低速增长区制”变迁至“高速增长区制”的转移概率低于0.5，为0.3962；相应的，农村居民旅游消费处于“高速增长区制”的维持概率为0.5341，由“高速增长区制”变迁至“低速增长区制”的转移概率为0.4659。对比我国城乡居民旅游消费在不同区制状态时的波动性可以发现，我国农村居民旅游消费处于低速增长区制的方差为0.0105，小于其处于高速增长区制时的方差（0.2950），这表明农村居民旅游消费增速越快，其伴随的波动性也将越大，反之，旅游消费增速越慢，其伴随的波动性也将越小；类似的，城镇居民旅游消费处于低速增长区制时的方差为0.0436，小于其处于高速增长区制时的方差（0.2133），即城镇居民旅游消费增速越快，其伴随的波动性也将越大，反之则越小。同时，农村居民旅游消费处于高速增长区制时的波动性要略大于城镇居民旅游消费处于同一区制时的波动性，但处于低速增长区制时的波动性要低于城镇居民旅游消费处于低速增长区制时的波动性。

表3 模型参数估计结果

这些结果表明：首先，城镇居民旅游消费在“低速增长区制”和“高速增长区制”的维持概率均大于农村居民旅游消费处于相应区制的维持概率，说明我国城镇居民旅游消费维系低速增长和高速增长的可能性都要强于农村居民，但也意味着城镇居民旅游消费更容易长时段地处于某一区制状态。其次，城镇居民和农村居民旅游消费在步入“高速增长区制”后，回落至“低速增长区制”的概率均小于0.5，说明我国城乡居民旅游消费维系高速增长的可能性较大。最后，无论是城镇居民还是农村居民，一旦其旅游消费步入“低速增长区制”，则其回升至“高速增长区制”的难度较大，区制变迁发生概率小于0.5，且城镇居民的变迁概率更低，仅为0.1449。究其原因，一方面是当前我国居民总体收入水平不高且城乡收入差距过大，这极大地制约了我国城乡居民旅游消费需求的持续释放；另一方面，在我国城镇住房制度改革、国家医疗保障体制变迁及家庭教育支出增长等诸多因素影响下，居民收入不仅要考虑日常必需品和耐用品的消费，还要考虑预防性储蓄以增加对未来不确定支出的保障，这在很大程度上会限制居民的当期消费（金晓彤等，2010），加之近年来我国居民住房负债高涨，由此引发的“房奴效应”极大地抑制了居民的旅游消费支出（谢佳慧等，2018），致使2012 年以来我国居民旅游消费长时间处于低速增长状态，阻滞了我国城乡居民旅游消费向高速增长状态变迁①相较于农村居民，城镇居民在住房、医保及教育培训等方面的支出更高，因而所受影响更大，即表现为城镇居民旅游消费由低速增长向高速增长区制变迁的概率更低。。

表4 我国城乡居民旅游消费的区制转移概率矩阵

为进一步剖析我国城乡居民旅游消费在不同区制状态下的概率持续特征，根据表4，利用式（10）可以计算得到与区制变量St相对应的平均持续期：

计算结果显示：城镇居民旅游消费在“低速增长区制”的平均持续期约为6.9000年，在“高速增长区制”的平均持续期约为2.6100年，农村居民旅游消费在“低速增长区制”的平均持续期约为2.5200 年，在“高速增长区制”的平均持续期约为2.1500 年。由此可见，首先，无论是城镇居民还是农村居民，其旅游消费在“低速增长区制”的平均持续期都要长于其在“高速增长区制”的平均持续期，这表明我国城镇居民和农村居民的旅游消费在“低速增长区制”具有更强的稳定性和持续性。其次，城镇居民旅游消费处于低速增长区制的持续性要明显高于农村居民旅游消费处于低速增长区制的持续性，持续时间相差约4.3800年，这意味着城镇居民旅游消费维系低速增长的可能性要高于农村居民，也表明我国城镇居民旅游消费在低速增长区制的“惰性”较强，即一旦城镇居民旅游消费步入“低速增长区制”，其容易长时间处于该区制。考虑到城镇居民旅游消费是我国旅游消费最重要的一部分，相关部门应及时出台相应的政策举措，刺激和扩大我国城镇居民旅游消费，从而保证我国居民旅游消费的快速稳定增长。最后，城镇居民旅游消费处于高速增长区制的持续性也要略高于农村居民旅游消费处于高速增长区制的持续性，这表明城镇居民旅游消费维系高速增长的可能性要强于农村居民。考虑到我国农村市场蕴含着巨大潜力，未来应重点加大消费观念的宣传力度，强化农村居民旅游消费意识，持续释放我国农村居民消费需求，使我国农村居民旅游消费能稳定步入增长“快速道”。

3.3.3 我国城乡居民旅游消费的动态区制变迁过程

平滑概率，即经济变量在不同区制状态发生转移的概率，可以用于刻画经济变量在不同区制状态下的阶段性变迁特征（林文凯，2020）。一般地，当区制状态变量St的平滑概率值P(St=i|It)＞0.5(i=1，2)时，即可认为城乡居民旅游消费增长率在t时刻处于i区制状态。本文通过绘制平滑概率曲线来识别我国城乡居民旅游消费的阶段性动态变迁过程。图3 和图4 分别展示了我国城镇居民和农村居民旅游消费在不同区制状态下的平滑概率曲线。

图3 我国城镇居民旅游消费各区制转移的平滑概率曲线

图4 我国农村居民旅游消费各区制转移的平滑概率曲线

从城镇居民旅游消费平滑概率曲线发现：从总体变迁轨迹来看，我国城镇居民旅游消费仅在2003年、2004年、2009年、2010年、2011年等5个年份步入“高速发展区制”，概率值P(St=2|It)＞0.5，而在1997—2002 年、2005—2008 年和2012—2018年处于“低速增长区制”，概率值P(St=1|It)＞0.5。从具体变迁年份来看，城镇居民旅游消费在2002年由低速增长区制向高速增长区制变迁，再在2005年由高速增长区制回落至低速增长区制，在2008年重新步入高速增长区制后于2011年重新回到低速增长区制，并一直处于低速增长区制至2018 年。从未来发展趋势来看，我国城镇居民旅游消费处于低速增长区制的平滑概率值相对稳定，接近于1.0，即其在未来保持在低速增长状态的可能性比较大。

从农村居民旅游消费平滑概率曲线发现：从总体变迁轨迹来看，我国农村居民旅游消费在1997—1998年、2000年、2002年、2004—2008年和2011年步入“高速发展区制”，概率值P(St=2|It)＞0.5，在1999 年、2001 年、2003 年、2009—2010 年、2012—2018 年处于“低速增长区制”，概率值P(St=1|It)＞0.5，且旅游消费处于各区制状态的平滑概率均相对比较稳定，基本保持在1.0 左右。从具体变迁年份来看，相较于城镇居民，我国农村居民旅游消费的区制变迁更为频繁。具体地，在1998年由高速增长区制变迁至低速增长区制，并在1999 年、2001 年和2003 年等3 个年份由低速增长区制向高速增长区制变迁，而后分别在2008 年、2010 年和2011 年等年份由高速区制变迁至低速区制再变迁至高速区制直至2012年稳定在低速区制。与城镇居民类似，我国农村居民旅游消费一直以近似于1.0 的平滑概率稳定在“低速增长区制”。

将图3、图4 与图2 结果对比可以发现，无论是城镇居民还是农村居民，图3、图4 中所示的城镇居民和农村居民旅游消费处于高速增长区制的时间范围与图2中“周期成分”出现剧烈波动的时间范围基本吻合，图3、图4 中城镇居民和农村居民旅游消费处于低速增长区制的时间范围亦与图2中“周期成分”相对平稳的时间范围基本一致，这一结果也印证了本文构建的马尔科夫区制转移模型中方差估计的正确性，即当旅游消费增长率相对较高时，其所伴随的波动性也相对较大，而在旅游消费增长率相对较低时，其面临风险冲击的可能性也相对较小。

结合表5，对比我国城乡居民旅游消费的区制变迁路径还可以发现：由于农村居民在旅游消费过程中较为注重经济成本，旅游消费支出更易受收入水平、旅游产品价格等因素的影响（余凤龙等，2019），因此，相较于城镇居民，其旅游消费的区制变迁频率更高，表现出在“高速增长区制”和“低速增长区制”之间交替往复的运行态势，且处于“高速增长区制”的年份数也相对较多。这一结果一方面反映出我国农村居民旅游消费增长的稳定性较弱，易受外部正负冲击的影响，波动性较强，另一方面也表明我国农村居民旅游消费蕴含着巨大的空间，实现高速增长的潜力较大，未来可加强对农村居民旅游消费的引导，继续释放农村居民旅游消费潜力。此外，值得注意的是，我国城乡居民旅游消费在2012年以后一直以近似于1.0的平滑概率稳定在“低速增长区制”，即我国居民旅游消费未来继续处于低速增长区制的可能性较大。考虑到当前我国宏观经济下行压力仍然很大，居民收入增速放缓，城乡收入差距加大，“房奴效应”持续放大等因素极大地制约着我国居民消费需求的扩大和消费潜力的释放，为了从根本上提高我国城乡居民旅游消费水平，实现我国居民旅游消费的持续快速增长，未来应在“扩大内需，促进消费”的宏观政策引领下，聚焦旅游消费增长，推动出台促进旅游消费的新举措，引导我国居民旅游消费向高速增长区制过渡，实现我国旅游消费的逆周期增长。

表5 我国城乡居民旅游消费的区制变迁路径对比

4 结论与建议

4.1 主要结论

本文基于1995—2018 年我国城乡居民旅游消费年度数据，综合运用HP 滤波和马尔科夫区制转移模型，识别并刻画了我国城乡居民旅游消费周期波动及其动态区制变迁过程，得到如下主要结论：

（1）在研究期内，我国城乡居民旅游收入呈现总量不断攀升，但增长率反复波动的发展态势，且城镇居民旅游消费表现出与总体旅游消费类似的波动轨迹和更强的抗周期波动能力。具体来看，我国城镇居民和农村居民旅游消费增长在2011年前出现较为剧烈的波动，表现出明显的波动聚类特征，经济形势、政策变动、金融危机、疫病等外部冲击是引发这一阶段旅游消费增长波动的主要原因；2011 年以后，随着居民收入水平的提升及国民旅游消费意识的增强，我国城镇居民和农村居民旅游消费增长均呈现出波动减弱、波幅减小的发展态势，短期内我国城乡居民旅游消费增长的波动性及不确定性显著加剧的可能性较小。

（2）本文通过构建双阶段马尔科夫区制转移模型，检验并证实了我国城乡居民旅游消费增速在其动态变化过程中存在显著的“二区制”特征，即“低速增长区制”和“高速增长区制”。不论是城镇居民还是农村居民，其旅游消费在“低速增长区制”的平均持续期都长于其在“高速增长区制”的平均持续期，这表明我国城乡居民旅游消费在“低速增长区制”具有更强的持续性和稳定性。此外，城镇居民旅游消费维系高速增长的可能性明显强于农村居民，但值得注意的是，当城镇居民和农村居民旅游消费处于较高增长率时，其所伴随的波动性也相对较大，当旅游消费增长率相对较低时，其面临风险冲击的可能性也相对较小。

（3）为更好地理解城镇居民和农村居民旅游消费周期的异质性特征，对比两者区制变迁路径发现：城镇居民旅游消费仅在2003 年、2004 年、2009 年、2010 年、2011年等5个年份步入“高速发展区制”，其余年份则处于“低速增长区制”；农村居民旅游消费在1997—1998 年、2000 年、2002 年、2004—2008 年和2011 年等10 个年份步入“高速发展区制”，在1999 年、2001 年、2003 年、2009 年、2010 年、2012—2018年则处于“低速增长区制”。相对而言，农村居民旅游消费增长的稳定性较弱，易受外部正负冲击的影响，周期波动频率更高，特别是在2012 年以前，表现出在“高速增长区制”和“低速增长区制”之间频繁交替的运行态势。2012 年以后，我国城镇居民和农村居民旅游消费均步入了长达7 年的“低速增长区制”，且从发展趋势来看，我国城镇居民和农村居民旅游消费一直以近似于1.0 的平滑概率稳定在“低速增长区制”，这表明我国城乡居民旅游消费在未来保持在低速增长状态的可能性比较大，这也意味着我国还需继续引导和扩大我国城乡居民的旅游消费需求。

4.2 对策建议

为继续推动我国城乡居民旅游消费保持快速增长态势，根据本文研究结论，提出如下建议：

（1）提高居民收入水平，缩小城乡收入差距。居民收入增速放缓、城乡收入差距加大是制约当前我国居民，特别是农村居民旅游消费潜力释放的关键因素，为此应积极调整国民收入分配格局，通过税收调节、财政转移支付、增加就业创业机会等政策措施，切实提高国民收入水平，不断缩小城乡收入差距，以增强居民，特别是农村居民旅游消费能力，充分释放城乡居民旅游消费潜力。

（2）正确认识旅游消费周期波动规律，做好顶层设计。旅游主管部门及地方政府应客观认识旅游消费周期的存在，做好顶层设计和产业发展规划，强化对居民旅游消费支出的动态监测，降低外部因素对居民旅游消费的影响，提升我国居民的旅游消费韧性。

（3）丰富优质旅游产品供给，培育旅游消费新热点。在“旅游+”战略的引领下，继续加快旅游产业与文化产业等其他产业的融合发展，发展旅游新业态，开发旅游新产品，丰富优质旅游产品供给，为我国居民旅游消费的持续增长提供新动能。

（4）规范市场秩序，优化旅游消费环境。一方面，以游客满意为导向，提升行业整体服务质量和水平，加大对“低价团”“过度购物”“强制购物”等不规范行业服务的整治，切实维护旅游消费者正当权益；另一方面，规范发展居民旅游消费信贷业务，创新居民旅游消费信贷模式，开发针对居民旅游消费的信贷产品。

（5）落实带薪休假制度，推出旅游消费惠民举措。加强监督和宣传力度，鼓励带薪休假、错峰休假，使带薪休假成为一种共识，使主动休假、积极休闲的消费理念深入人心，切实保障国民带薪休假权利；同时，继续推动国有重点景区门票降价，鼓励非国有景区景点降低门票价格，支持各类景区实施淡季门票减免、平季门票优惠、旺季门票不涨等旅游惠民政策。