基于引力模型的大气污染对成都入境旅游的影响研究*

王小红 宋燕梅

（成都大学 旅游与文化产业学院，四川 成都 610106）

一、引言

在2017年世界旅游及旅行理事会发布的全球旅游业发展最快的城市榜单中，成都名列前五。新冠疫情暴发之前的几年时间，成都入境旅游业蓬勃发展。新冠肺炎疫情给入境旅游按下了暂停键，经过两年多的发展，疫情仍然严重，我国的防控政策依然严格，但是随着疫苗的接种，最终各个国家一定会找到最佳解决途径，世界出入境旅游也必将逐渐恢复。研究分析入境旅游的限制因素，将为旅游业恢复之后的发展路径提供有力支撑和方法选择。

从新冠疫情暴发前的数据来看，成都市的入境游客数量和外汇收入从改革开放以来一直持续增长。然而随着空气质量的下降，大气污染不仅影响了公众健康，也抑制了社会经济活动，特别是大气污染对旅游业的不利影响日益受到关注。加上国内外媒体对我国空气污染的报道，降低了对潜在游客的吸引力。毫无疑问，随着人们对大气污染带来的健康问题越来越重视，空气质量已经成为选择旅游目的地的重要考量因素之一。

二、文献回顾与研究假说

（一）文献综述

国外关于空气质量与旅游的研究主要致力于两者之间的相互关系。一是空气质量对旅游业的影响。如针对1997年和1998年雾霾对文莱旅游业的影响进行调查，发现空气污染事件使1997—1998年到文莱的游客人数减少了约3.75%。①Anaman K A,“Looi C N.Economic impact of haze-related air pollution on the tourism industry in Brunei Darussalam”，Economic Analysis and Policy,Vol.30,No.2，2000,pp.133-143.对到访马来西亚停泊岛和热浪岛的469名游客进行调查，发现空气质量和景观对可持续旅游的重要性没有任何显著影响。②Nejati M,Mohamed B,Omar S I,“ The Influence of Perceived Environmental Impacts of Tourism on the Perceived Importance of Sustainable Tourism”,E-review of Tourism Research，Vol.12，2015，pp.99-114.2018年对越南胡志明市、芽庄和岘港三大旅游城市游客急性暴露PM2.5和BC（黑炭）的健康的短期影响进行研究，表明短期接触空气污染物可能对游客健康产生严重的影响。③Pant P,Huynh W,Peltier R E,“Exposure to air pollutants in Vietnam: Assessing potential risk for tourists”,Journal of Environmental Sciences,Vol.73，2018,pp.147-154.二是旅游业对空气质量的影响。有学者研究了西班牙马略卡岛PM10日均浓度与游客数量之间的关系，发现每日游客存量是空气污染浓度水平的重要预测因子，PM10浓度水平增加 0.45%可能与游客人数增加 1%有关。④Saenz-de-Miera O,Rosselló J,“ Modeling tourism impacts on air pollution: The case study of PM10 in Mallorca”,Tourism Management,Vol.40，2014,pp.273-281.有学者比较了1995—2014 年选定的发达国家和发展中国家的旅游业对空气污染的影响，发现国际旅游业的扩大增加了发展中国家的空气污染，却减少了发达国家的空气污染。⑤Alizadeh M,“Tourism impact on air pollution in developed and developing countries”,Iranian Economic Review，Vol.24,No.1，2020,pp.159-180.三是从两者相互作用角度，有学者探讨了1975—2012年全球最具发展前景地区的气候变化、空气污染和旅游发展指标之间的关系，研究发现空气污染对旅游业有影响，然而影响旅游指标的强度因地区而异，在部分地区出现旅游业影响空气污染的情况。⑥Sajjad F,Noreen U,Zaman K,“Climate change and air pollution jointly creating nightmare for tourism industry”,Environmental Science and Pollution Research,Vol.21,No.21，2014,pp.12403-12418.使用欧洲五个国家（奥地利、塞浦路斯、英国、意大利和瑞士）2008年1月至2015年12月的月度数据，采用向量自回归模型，结果表明对于奥地利和意大利来说，旅游业的增长会导致空气质量恶化，而对于塞浦路斯和英国来说，旅游需求将因旅游目的地空气质量下降而改变。⑦Robaina M,Madaleno M,Silva S,et al,“The relationship between tourism and air quality in five European countries”,Economic Analysis and Policy,Vol.67，2020,pp.261-272.

国内学者主要从两个维度来展开。一方面，研究旅游者对空气质量的感知，并影响其旅游行为决策。例如，有学者利用结构方程模型，发现国内外游客对雾霾的危害有较强感知，从而降低游客的满意度。⑧李静、Philip L.PEARCE、吴必虎、Alastair M.MORRISO：《雾霾对来京旅游者风险感知及旅游体验的影响——基于结构方程模型的中外旅游者对比研究》，《旅游学刊》2015年第19期，第48-59页。有学者利用问卷星和微信平台进行在线问卷调查，发现中国大陆居民对北京的雾霾及旅游健康风险、旅游体验风险均有十分强烈的感知并存在群体差异。⑨彭建、郭思远、裴亚楠、张松：《大陆居民对北京雾霾的旅游影响感知和态度研究》，《中国人口·资源与环境》2016年第10期，第168-176页。有学者从游客视角出发，运用 Ordered probit、Ordered logit、OLS 三种计量模型测算了旅游城市空气质量的价值，发现空气污染对游客满意度具有显著的负向影响。⑩吕晔林：《基于游客满意度的旅游城市空气质量经济价值评价研究》，硕士学位论文，大连理工大学，2017年。有学者利用风险感知理论构建了雾霾影响入境旅游规模的回归模型，发现雾霾影响入境旅游的游客风险感知具有异质性特征，港澳台地区游客对雾霾风险的感知较外国游客要弱，游客风险感知的异质性特征会进一步影响旅游目的地的选择。①叶莉、陈修谦：《雾霾对我国入境旅游的影响:游客风险感知异质性视角》，《广东财经大学学报》2020年第4期，第48-57页。另一方面，利用可以量化的数据来构建计量回归模型度量空气污染对旅游经济的影响，都表明空气污染对旅游有一定的抑制作用。有学者通过实证分析发现，空气污染程度与我国旅游服务出口存在着负相关关系。②张倩倩：《空气污染对我国旅游服务贸易出口影响的实证分析》，《唐山师范学院学报》2015年第4期，第119-123页。有学者通过格兰杰因果关系检验和向量自回归模型研究空气质量对入境旅游的影响，研究发现空气质量对入境旅游的影响呈现周期波动。③任闯、孙瑞红、叶欣梁：《城市空气质量与入境旅游关系研究》，《上海工程技术大学学报》2017年第4期，第361-366页。有学者利用 VAR 模型对北京入境旅游业发展与空气污染的关系进行实证研究，发现北京市空气污染对入境旅游业发展具有阻碍作用。④唐洁尘、袁新宇：《空气污染与北京入境旅游业发展关系的实证研究——基于VAR模型》，《生态经济》2018年第4期，第114-118页。也有研究表明目的地城市的空气污染对旅游人次和旅游收入均具有显著的消极或抑制效应。⑤叶莉、李欣广：《空气质量对我国入境旅游收入的影响》，《统计与决策》2019年第8期，第101-104页。⑥孙根紧、钱琪：《空气污染对中国城市旅游业发展的影响——来自168个重点监测城市的经验证据》，《四川师范大学学报(社会科学版)》2020年第5期，第65-73页。

从国内和国外研究结果来看，大气污染与旅游之间具有普遍的双向作用。在中国知网中暂未检索到对成都大气污染与入境旅游之间关系进行定量分析的研究成果。成都位于四川盆地，是典型的静风性气候，且冬天降雨明显减少，不利于污染物扩散，空气污染会加剧。在数据搜集的基础上利用数学模型深入分析大气污染对成都入境旅游的影响机制，定量评估成都入境旅游增长缓慢的原因，探寻有效的发展策略和解决途径，对成都未来入境旅游的发展具有重要的理论和现实意义。

（二）研究假说

随着空气污染物的增加，空气质量随之下降，使得旅游企业的生产经营效率降低，同时也会削弱旅游者的需求，从供给与需求两方面对旅游业的发展产生负面影响。从旅游供给角度来看，空气污染物中的SO2、NO2与水和阳光结合时，会产生酸雨的主要成分，酸雨不仅会破坏自然生态系统，还会破坏人造材料，降低旅游目的地的旅游资源吸引力，从而使旅游资源的经济价值下降。从旅游需求角度来看，新鲜空气和清洁环境是旅游业发展的基础和前提，空气污染在一定程度上会对游客的身体健康造成损伤。空气中污染颗粒物浮游，不仅会降低游客观赏的可视性，而且可能会削减旅游需求，降低户外休闲娱乐消费，改变旅游线路，减少游览停留时间等，使得游客对旅游目的地的形象感知不佳。总之空气质量对目的地旅游吸引力及可持续发展起决定性作用，由此，本文提出以下假说。

假说1：空气污染对成都入境旅游业发展存在负向影响。

随着西部大开发不断推进，成都迎来了发展热潮，经济与社会得到了长足发展，城市化进程成效突出，常住人口数从2000年1,110.85万人大幅度增长到2020年2,093.78万人。随着能源消费量越来越大，空气污染物的排放也逐渐增加。空气污染物的化学组成包括气态污染物以及吸附的重金属、离子成分等。煤炭燃烧是空气污染物的主要来源，会产生烟尘、SO2、氮氧化物和CO2等多种空气污染物。机动车尾气中含有大量的CO和氮氧化物等污染物，是导致大型城市空气污染的主要原因之一。空气污染物中的PM10、SO2、NO2会对城市入境旅游规模产生负面影响，然而作用程度存在差异性，其产生的负面效应大小不同，由此提出以下假说。

假说2：不同种类的空气污染物对成都入境旅游业发展的影响效应存在异质性。

空气污染可通过“旅游者偏好与风险感知—出游行为决策—入境旅游外汇绩效”的影响路径对成都入境旅游业的发展进行作用。不同客源地的入境游客对空气污染的感知会因为客源地的经济发展水平、生态环境水平、环保观念等外部因素以及游客年龄、健康状况、受教育程度、收入等内在因素而对空气污染的感知存在差异。①张晨、高峻、丁培毅：《雾霾天气对潜在海外游客来华意愿的影响——基于目的地形象和风险感知理论》，《旅游学刊》2017年第12期，第58-67页。

假说3：空气污染对不同入境游客群体的影响存在显著差异。

三、研究方法与数据来源

（一）模型设计

为了准确估计空气污染对成都入境旅游的影响，实证分析应该谨慎地控制入境旅游的其他影响因素，使用国际贸易文献中被广泛运用的引力模型可以很好地模拟旅游流，旅游研究中使用的典型引力模型的一般形式可以用以下公式表达。

Tij=f（Destinationi，Originj，Interactionij），其中：Tij表示从客源地j到目的地i的游客人数；Destinationi表示目的地对客源地游客的吸引力，称为目的地拉力；Originj表示客源地游客到目的地旅游的推力，成为客源地推力；Interactionij表示影响客源地访问目的地的共同作用的影响因素。为了估计空气污染对成都入境旅游的影响，使用以下线性形式的旅游引力模型：

Tijt是被解释变量，是指不同客源地在不同时间到目的地的入境游客人数；Pollution表示成都空气污染程度，用空气质量差于二级以上天数占全年比重和具体分项空气污染物指标来衡量；Destinationit表示目的地对客源地游客吸引力的特征变量所组成的控制变量矩阵；Originjt表示客源地游客到目的地旅游的推力的特征变量所组成的控制变量矩阵；Interactionijt表示客源地游客访问目的地的共同作用影响因素的特征变量所组成的控制变量矩阵。α表示常数项，回归系数β及其显著水平表示空气污染水平对成都入境旅游发展的作用效果，ui、ʋj表示个体固定效应，εijt表示随机误差项。

（二）变量说明与数据来源

1.被解释变量

本文的被解释变量是成都入境旅游人数，成都入境旅游客源地主要选取成都入境旅游人数排名前18位的客源地。各客源地入境成都的旅游人数数据来源于《中国旅游统计年鉴》。

2.核心解释变量

核心解释变量为空气污染，选取成都2009—2019年的空气质量差于二级以上天数占全年比重作为空气污染的代理变量。为了考察不同类型空气污染物对成都入境旅游业发展的影响，使用SO2、NO2、PM10主要空气污染物作为核心解释变量进行异质性分析。成都差于二级以上天数及各项空气污染物数据来源于《中国环境统计年鉴》。

3.控制变量

（1） 目的地影响因素

经济发展水平是旅游发展的重要基础，对旅游基础设施、交通条件改善及旅游产业投入具有重要促进作用。选择人均地区生产总值作为成都经济发展水平的表征指标，数据来源于《成都统计年鉴》。

旅游供给主要指旅游产品及相关服务的提供，主要包括旅游资源禀赋和旅游接待能力。旅游资源的科学及历史文化价值不同，对入境旅游者的吸引力自然不同。

借鉴赋值法对成都旅游资源类型和级别进行赋值打分。计算公式为：Sit=∑YitMi，其中Mi表示成都市旅游资源i种类别的得分，Yit表示t年成都市i种类别旅游资源个数，其中世界自然遗产、世界文化遗产、历史文化名城、5A级景区、4A级景区、3A级景区、2A级景区、1A级景区分值分别为11、11、9、9、7、5、3、1，不同类型和级别的旅游资源数据来源于网络收集。①赵东喜：《中国省际入境旅游发展影响因素研究——基于分省面板数据分析》，《旅游学刊》2008年第1期，第41-45页。

旅游接待能力主要包括住宿条件和餐饮条件，住宿条件采用限额以上住宿业法人企业数量这一指标来表征，餐饮条件采用限额以上餐饮业法人企业数量这一指标来表征。成都历年住宿餐饮业法人企业数据来源于《四川统计年鉴》。

（2）客源地影响因素

客源地影响因素主要包括其总人口和经济发展水平，本文采用客源地人口总数和人均地区生产总值来表征，数据来源于世界发展指标数据库。

（3） 客源地与成都之间共同作用影响因素

一般采用客源地与成都之间的直线距离来表征，本文考虑航空燃油价格因素，采用经济距离来表征。经济距离由客源地与成都的直线距离、航空公司主要机型的每公里油耗、历年飞机航油价格所决定。

入境旅游目的地与客源地的经济交往密切程度通常使用两者之间的进出口贸易总额大小来衡量，成都与客源地之间的经济联系紧密度拟使用进出口贸易总额这一指标来表征，数据来源于《成都统计年鉴》。

相对CPI是衡量成都市居民消费水平与客源地居民消费水平的相对值，表示t年成都市居民消费指数与成都市入境旅游某一客源地居民消费指数之间的比值，成都居民消费指数数据来源于《成都统计年鉴》，客源地的居民消费指数来源于世界银行WDI数据库。

汇率是不同国家与地区货币的价格转换衡量指标，能够整体表现不同国家与地区的经济，客源地汇率数据来源于世界银行WDI数据库。

2013年经国务院批准，成都一跃成为全国第四个实行72小时入境免签城市，2019年入境免签时长延长至144小时。本文仅考虑72小时免签政策，这一指标为虚拟变量，实施72小时过境免签政策，则Visaij取1，否则Visaij取0，免签政策数据来源于网上收集。

表1 变量名称及数据来源

续表

（三）描述性统计

收集了18个成都入境旅游市场的主要客源地2009年至2019年的面板数据，为了尽可能消除异方差，对部分控制变量进行取对数处理。另外，考虑到解释变量滞后期在经济意义上才影响被解释变量以及避免内生性问题，为完整利用收集数据所包含的信息，加强实证研究的可信度，对部分解释变量进行滞后一期处理，模型相关变量的描述性统计见表2。

表2 描述性统计

四、实证分析

（一）基准回归

在进行基准回归前进行回归模型选择检验，在实证分析过程中采用平衡面板数据，考虑到每个客源地的情况不同，可能存在不随时间而变的遗漏变量，关注客源地不随时间改变的特征所起的影响效力将显得重要，因此考虑使用固定效应模型更符合理论预期。

先对面板数据进行拉格朗日乘子检验（LM检验），检验结果强烈拒绝“不存在个体随机效应”的原假设，故随机效应模型比混合回归更适用于本面数据。稳健的Hausman检验 P值为0，强烈拒绝“存在随机效应模型的（RE）的假设”，选择固定效应模型（FE）。考虑到数据存在的异方差问题，拟采用广义最小二乘法（GLS）对面板数据进行估算，为了对比分析，同时报告了OLS、FE、 FE_robust、 RE、 RE_robust 、GLS模型回归结果，在分析过程中仅探讨广义最小二乘法（GLS）回归结果，回归结果见表3。

表3 基准回归结果

表3是空气污染对成都入境旅游人次进行回归的结果。回归结果显示，空气污染在1%显著性水平下抑制了成都入境旅游业的发展。当解释变量空气污染增加1%时，被解释变量成都入境旅游接待人次将减少0.9420%，因此假说1“空气污染对成都入境旅游业发展存在负向影响”得到验证。该结论与已有的研究结果一致，但影响值大小有差异，究其原因是指标选择、方法运用、具体研究对象等存在差别。空气污染对成都入境旅游业发展存在负向影响的主要原因为，空气污染可能带来的健康风险和旅游体验降低的风险，使得游客对旅游目的地的形象感知产生负面效应，从而使游客改变出游目的地选择。

对控制变量而言，目的地、客源地经济发展水平、旅游资源禀赋、旅游接待能力中的餐饮接待能力、经济联系紧密度、相对CPI、汇率的回归系数在1%的水平下显著为正，成都经济发展水平在财政支持上助推入境旅游业的发展，旅游资源禀赋越高对入境游客吸引力越大，而完善的餐饮业是旅游业发展的有力支撑，经济联系紧密度、相对CPI和汇率为入境旅游提供了利好条件。客源地人口数的回归系数在5%的水平下显著为正，说明客源地人口越多，潜在的游客就相对多。旅游接待能力中的住宿接待能力、经济距离的回归系数在1%的水平下显著为负，成都住宿业规模持续增长，呈现规模数量大、种类繁多、服务水平高的特点，目前处于供给大于需求的饱和状态，住宿接待能力指标受数据的可获得性影响可能会导致回归结果偏离预期。经济距离意味着客源地与入境目的地之间的交通成本，交通成本的大小往往是游客考虑入境旅游目的地的一个重要考虑因素，经济距离抑制了成都入境旅游业的发展。签证的回归系数显著为正，表明入境游客偏好免签的目的地。

（二）稳健性检验

1.稳健性检验Ⅰ：替换被解释变量

以各目的地入境成都游客人次占比成都接待游客人次总数作为新解释变量进行稳健性检验。稳健性检验结果见表4中模型（1）替换被解释变量：成都空气污染在1%的水平下负向影响成都入境旅游业的增长，当空气污染程度提高1%时，成都入境旅游业增长将下降0.9375%。因此，空气污染对成都入境旅游业的发展有抑制作用的结论是稳健的。

2.稳健性检验Ⅱ：替换核心解释变量

以空气污染强度作为核心解释变量进行稳健性检验，稳健性检验结果见表4模型（2）替换核心解释变量。结果显示，目的地的空气污染在1%水平下显著抑制了城市旅游经济增长，当空气污染程度提高1%时，成都入境旅游人数将下降1.0445%。因此，空气污染对成都入境旅游业有抑制作用的结论是稳健的。

续表

（三）异质性分析

1.空气污染物异质性

以单项空气污染物为核心解释变量分别进行广义最小二乘法（GLS）回归，回归结果表明，SO2、NO2、PM10均对成都入境旅游人数产生抑制作用，PM10、NO2、SO2空气污染物对成都入境旅游的抑制效应依次减小。经过稳健性检验，此结论仍成立。由此，假说2得以验证。

2.客源地旅游市场异质性

将样本客源地分为亚洲、欧洲、北美洲、大洋洲客源地四个子样本分别进行回归分析。结果显示，当空气污染增加1%时，亚洲客源地入境成都的旅游人数减少0.7572%；欧洲客源地入境成都的旅游人数减少3.3882%；北美洲客源地入境成都的旅游人数减少1.4583%；大洋洲客源地入境成都的旅游人数减少1.1061%。因此，空气污染对成都入境旅游人数的抑制作用从小到大依次是：亚洲、大洋洲、北美洲、欧洲。经过稳健性检验，上述结论依然成立。由此，研究假说3得以验证。

这是由于亚洲客源地与成都经济距离更近、文化差异更小以及有更加密切的经贸联系，使得潜在游客对空气污染感知更弱。另外，欧洲、北美洲、大洋洲客源地空气质量更好且预警系统更加完善，使得潜在游客对空气污染感知更强。

五、结论与建议

基于2009—2019年入境成都的各客源地旅游人数构建空气质量影响成都入境旅游的回归模型，以空气质量差于二级以上天数占全年天数比例作为空气污染的代理变量，SO2、NO2、PM10的排放强度替换核心解释变量、各客源地入境成都游客人数占成都接待游客总人数比例替换被解释变量进行稳健性检验，通过构建固定效应模型，采用广义最小二乘法（GLS）方法实证了空气污染与成都入境旅游业影响效应，实证了空气质量对成都入境旅游业发展的影响效应，利用客源地洲际区位、空气污染物类型进行了异质性分析，得出以下结论。

一是空气污染对成都入境旅游业的发展具有显著的负面影响效应，当空气污染上升1%时，成都入境旅游总人数减少0.9420%。

二是不同类型空气污染物对成都入境旅游业发展负面影响效应不同，PM10、NO2、SO2空气污染物对成都入境旅游业的抑制效应依次减小。

三是不同洲际的客源地的入境旅游市场的敏感程度存在差异性，敏感程度由大到小是欧洲、北美洲、大洋洲、亚洲，当空气污染程度增加1%，欧洲、北美洲、大洋洲、亚洲客源地入境成都的游客人数依次减少3.3882%、1.4583%、1.1061%、0.7572%。

旅游竞争国际化是必然趋势，空气污染却阻碍成都入境旅游业发展，这与成都建设世界旅游名城的目标背道而驰。基于上述研究结论，提出以下建议。

1.高位谋划，切实做好大气污染治理

基于引力模型的计算结果表明，空气污染对成都入境旅游业发展具有显著的负面效果。因此，加大大气治理力度，切实做好成都空气污染防治是当务之急。成都市政府一直高度重视大气污染的防治。2021年6月18日，成都市出台《成都市大气污染防治条例》；2022年3月23日，成都市出台《成都市2022年大气污染防治工作行动方案》，该方案包括协同降碳、控车减油、治污减排、清洁降尘、综合执法、科技治气等六大方面共计50项举措。随着成都市大气治理力度的不断加大，要做好相关领域的法规建设，全面提升产业发展能级，优化能源结构，推动制造业升级，建立城市绿色出行方案，以控制空气污染。

2.针对性做好主要大气污染物防治工作

计算结果表明，不同大气污染物含量对入境旅游负面影响效应不同，PM10影响最大、NO2次之、SO2最小，而不同污染物产生原因是不一样的，需要有针对性地进行治理。汽车尾气排放及二次转化是导致PM10浓度升高的主要原因，化石燃料、生物质燃料以及地表扬尘是导致PM10浓度升高的主要原因。因此，要减少化石燃料以及生物质燃料的使用，并切实加强成都市道路以及施工场地的扬尘治理，针对性地进行PM10的来源治理，最大幅度降低其对入境旅游的负面影响。

3.针对客源地做好宣传

模型计算结果表明，不同客源地国家对成都大气污染的反应不同，尤以欧洲国家反应最为敏感。而随着成都市大气污染工作的持续推进，成都空气质量已经明显改善，在成都推窗看雪山的天数大幅度增加，雪山下的公园城市形象日益彰显。①详见《 “雪山下的公园城市”又获赞！来自生态环境部部长》，2021年8月18日，https://baijiahao.baidu.com/s?id=1708420342575 172295&wfr=spider&for=pc。因此，加大宣传力度，针对对空气质量反应敏感的客源地游客，对成都空气质量改善的情况进行及时宣传，消除大气污染对入境旅游的影响就非常必要。

本文也存在一定的局限性，首先由于本文选取的是2009—2019年的年度面板数据，重要空气污染物PM2.5年均浓度是从2013年才有官方统计数据，因此，空气污染物异质性分析未研究PM2.5对成都入境旅游业发展的影响效应。另外，未从入境游客这一微观个体层面出发，通过问卷等方式调查分析入境成都游客对空气污染程度的体验感知及其相关行为决策。