空气质量、旅游者空气质量敏感度对旅游景区客流量的影响机理——以南京市为例

罗 润,周年兴,2

(1.南京师范大学地理科学学院,江苏 南京 210023) (2.江苏省地理信息资源开发与利用协同创新中心,江苏 南京 210023)

旅游业的发展高度依赖于自然资源与生态环境[1],环境污染损害旅游景观美感,影响旅游体验,不利于旅游业的可持续发展. 与噪音污染、水污染、固体废物污染相较而言,空气污染通常难以被察觉和被人体感知,伴随空气污染媒体披露的网络化,空气质量成为影响游客目的地选择的潜在外在因素. 因此,厘清空气质量与景区客流量的关联及空气质量对景区客流量的影响,对于精准科学地防治污染、保障旅游者的身心健康、促进旅游地可持续发展具有重要意义.

国内外学者针对空气污染和旅游的研究主要涵盖以下方面:(1)旅游对空气污染的影响[2]. 研究结论基本验证了旅游-环境库兹涅茨曲线,旅游对PM2.5浓度产生“倒U型”影响[3]. (2)空气污染对旅游经济的影响. 研究结论主要分为两类:①空气污染给入境旅游和国内旅游造成经济损失[4-12];②PM10对旅游业整体产生的负向影响不显著,但 PM10对媒体关注度较高的城市旅游发展产生显著抑制效应[13]. (3)空气污染对旅游者决策、风险感知、情感体验的影响[14-17]. 主要结论包括两方面:①空气污染促使旅游者产生“逃离污染”的旅游行为;②空气污染的程度对旅游者情感体验的影响具有差异性,只有当空气质量达到或超过中度污染时才会对旅游者情感体验产生显著的负向影响[18]. (4)空气污染物与旅游流的时空关联研究等. 研究结论主要为雾霾污染与入境旅游呈空间负相关[19-20]. 受数据限制,现有研究侧重于分析空气污染对入境旅游的年际影响,缺乏旅游者空气质量敏感度、不同等级空气质量与景区客流量的分析. 本文基于2018—2019年南京市空气质量指数(AQI)、4A和5A级景区客流量数据,运用HP滤波、小波分析法研究空气质量与景区客流量的时间关联、空气质量对景区客流量的影响. 本研究揭示了空气质量、旅游者空气质量敏感度对旅游流的影响机理,丰富了旅游流影响因素研究,为相关部门制定环境和旅游政策提供决策参考,促进空气污染协同治理和旅游业高质量发展.

1 研究方法与数据来源

1.1 研究方法

1.1.1 HP滤波法

Hodrick-Prescott Filter(HP滤波)能将AQI、景区客流量时间序列中的周期性与趋势性相剥离[21]. 与直接绘制折线图并观察发展趋势相较而言,运用HP滤波法分析发展趋势更具科学性和客观性.

1.1.2 小波分析法

小波分析可用于分析AQI、景区客流量的冷热分布、周期长度、周期峰谷等. 运用MATLAB软件计算AQI、景区客流量的小波实部和小波方差等. 基于小波方差值分析AQI和景区客流量的第一主周期对应的时间尺度,基于小波实部图分析冷热分布等[22-25]. 颜色越深(浅)表示AQI或景区客流量越小(大).

1.1.3 多元回归分析法

为分析空气质量对旅游景区客流量的影响,建立如下线性和非线性回归方程,以调整R2最大为方程最优解的判定原则:

lnTour=α1ln AQI+β1lnTemp+β2lnWind+β3Wea+β4Hol+β5Seas+β6Year+c,

(1)

lnTour=α1(ln AQI)2+α2ln AQI+β1lnTemp+β2lnWind+β3Wea+β4Hol+β5Seas+β6Year+c,

(2)

(3)

1.2 指标选取与数据来源

在相关研究的基础上[26-28],选取AQI表征空气质量状况. 选取日均温、风力、天气、节假日、季节等作为控制变量,景区游客量作为因变量(表1). 为消除异方差影响,对变量取对数. 将风力级别作为风力的评价指标,对日最高气温和日最低气温取平均数得到日均温,删除日均温为非正数的天数. 此外,构建 4个虚拟变量:①节假日. 节假日是旅游者出游的决定性因素,研究将法定节假日和非工作日设置为1,将工作日设置为0. ②天气状况.良好的天气状况通常促进旅游者出游,研究将雨雪天气设置为1,多云和晴天设置为0. ③季节. 旅游流具有明显的季节性特征[29-31],春、秋季节旅游景观审美价值和旅游者体感舒适度较高,游客量较多,夏、冬季节旅游者体感舒适度较低,游客量较少. 季节虚拟变量将春(3、4、5月)、秋(9、10、11月)设置为1,夏(6、7、8月)、冬(1、2、12月)设置为0. ④年份. 为控制年际变化对景区客流量造成的影响,将2018年、2019年分别设置为0、1.

表1 变量的描述性统计Table 1 Descriptive statistics of variables

南京市2018—2019年AQI日度数据来源于国家地球系统科学数据中心,4A和5A级旅游景区日接待客流量数据来源于江苏省文化和旅游厅景区系统. 2018—2019年日均温、天气状况、风力风向等数据来源于天气网站,节假日数据根据中国政府网的节假日安排整理获得.

图1 HP滤波和小波分析Fig.1 HP filtering and wavelet analysis

2 结果分析

2.1 空气质量和旅游景区客流量的关联特征

研究基于2018年1月—2019年12月南京市4A和5A级景区客流量和AQI数据,运用HP滤波、小波分析法从趋势性、周期性和季节性视角分析AQI与旅游景区客流量的关联特征.由图1知,2018年1月—2019年12月南京市AQI呈下降趋势,景区客流量呈上升趋势,可见AQI与景区客流量在时间趋势方面具有负向关联特征.由小波实部等值图知,在10月的时间尺度附近,AQI和景区客流量呈明显的周期性.在该时间尺度,AQI与景区客流量呈现“春秋冬负向关联、夏季正向关联”的特征.其中,春秋季南京市AQI较低,而景区客流量规模较大;冬季AQI较高,而景区客流量规模较小;夏季AQI较低,且景区客流量规模较小.需要注意的是,这里的正向关联指的是AQI与旅游景区客流量两个序列在发展趋势、季节性和周期性方面的发展规律具有一致性或相似性,负向关联指的是两者的发展趋势、季节性和周期性规律相反.

2.2 空气质量对旅游景区客流量的影响

上述分析表明AQI和旅游景区客流量具有一定的关联性,采用回归模型进一步判别AQI对旅游流的影响作用.经检验,变量间不存在严重的共线性问题且时间序列是平稳的.AQI和景区客流量的协整检验结果显示两者存在长期协整关系.格兰杰因果检验结果显示,AQI是景区客流量的格兰杰原因,景区客流量不是AQI的格兰杰原因.回归结果(表2)显示,线性模型的拟合优度最高.遵循调整R2最大的原则,选取线性模型为最优解释模型.AQI对景区客流量的影响系数为-0.011 5,但不显著,说明AQI对景区客流量产生微弱的负向影响.在控制变量当中,节假日、季节、日均温对旅游景区客流量产生显著正向影响,天气对景区客流量产生了显著负向影响,这与预期相符.风力因素对景区客流量具有正向影响,但不显著.

表2 回归结果Table 2 Regression results

2.3 不同等级的空气质量对旅游景区客流量的影响

依据国家对AQI的分级标准,将南京市空气质量划分为6个等级(表3).

表3 AQI等级划分标准Table 3 Criterion of classification of AQI

为进一步分析不同等级空气质量对景区客流量的影响,建立如下方程:

lnTour=α1Exc+β1lnTemp+β2lnWind+β3Wea+β4Hol+β5Seas+β6Year+c,

(4)

lnTour=α1Poll+β1lnTemp+β2lnWind+β3Wea+β4Hol+β5Seas+β6Year+c,

(5)

式(4)和式(5)中,Exc(空气优或良为1,其他为0)和Poll(轻度、中度和重度污染为1,其他为0)分别为空气优良、空气污染的虚拟变量. 如表4所示:优良的空气质量对景区客流量的影响系数为0.005 2,但不显著,表明优良的空气质量对景区客流量具有微弱的促进作用. 轻度、中度和重度污染对景区客流量的影响系数为-0.005 2,但不显著,表明空气污染对景区客流量具有微弱的抑制作用.

表4 不同等级的空气质量对景区客流量的影响Table 4 The impact of different grades of air quality on tourist flow of scenic spots

2.4 空气质量对不同类型旅游景区客流量的影响

为进一步分析AQI对不同类型景区客流量的影响,按照室内外标准将南京市20家景区划分为9家室内和11家户外景区. 如表5所示:AQI对室内景区、户外景区的影响系数分别为-0.028 3、0.019 0,表明空气质量指数对室内景区客流量产生的负向影响大于对户外景区客流量产生的影响. 室内景区一般为博物馆等人文类景区,户外景区多为森林、山岳、湖泊等自然类景区. 节假日、季节、温度、天气状况等因素对户外景区客流量的影响显著大于对室内景区客流量的影响. 与室内景区相较而言,户外景区客流量更多受到闲暇时间和气候条件的影响,旅游者对空气质量的敏感度较低,因此户外景区客流量受到空气质量的影响较小. 由于南京市空气质量以优良为主,AQI的小幅度上升不会对户外景区客流量产生显著的抑制作用.

表5 空气质量对不同类型景区客流量的影响Table 5 The impact of air quality on tourist flow of different types of scenic spots

2.5 旅游者空气质量敏感度对AQI与旅游景区客流量关系的调节机理

为进一步探究旅游者空气质量敏感度对AQI与景区客流量关系的调节效应,引入旅游者空气质量敏感度指标. “南京空气质量”百度搜索指数是潜在旅游者通过百度主动关注与搜索南京空气质量的数值,反映了潜在旅游者对南京空气质量的敏感度和关注度,因此研究用其表征旅游者空气质量敏感度并建立如下方程:

lnTour=α1ln AQI+α2Sens+α3ln AQI_Sens+β1lnTemp+β2lnWind+
β3Wea+β4Hol+β5Seas+β6Year+c,

(6)

式中,Sens为“南京空气质量”百度指数的虚拟变量,分为高(百度指数高于均值,Sens=1)和低(百度指数等于或低于均值,Sens=0)两类.ln AQI_Sens为AQI与旅游者空气质量敏感度的交互项. 回归结果如表6所示:AQI对景区客流量的影响系数为-0.004 8,但不显著,Sens对景区客流量的影响系数为0.105 4,但不显著,说明旅游者的空气质量意识对景区客流量产生微弱的促进作用,这是由于南京市空气质量位居全国前列,旅游者对南京市空气质量的关注度越高,优良的空气质量越促进旅游者到南京旅游.ln AQI_Sens对景区客流量的影响系数为-0.019 7,但不显著,表明当旅游者对南京市空气质量敏感度较高时,AQI对景区客流量的影响系数为-0.024 5(-0.004 8+(-0.019 7)),AQI每提高1个单位,景区客流量减少2.45%. 因此,旅游者对空气质量的高敏感度会增强AQI对景区客流量的负向影响.

表6 旅游者空气质量敏感度对空气质量与景区客流量关系的调节作用Table 6 The moderating effect of tourists’ air quality sensitivityon the relationship between AQI and tourist flow

2.6 空气质量对景区客流量影响的稳健性检验

借鉴王兆华等[32]的内生性处理方法,选用距离南京市最近的上风向城市的AQI作为工具变量,设为lnUpwind_AQI. 由于风向是自然因素,符合工具变量外生性要求,同时上风向城市的AQI与南京市的AQI 的相关性为0.883 6,符合工具变量与核心解释变量相关性的要求. 运用2SLS的回归结果(表7)显示,AQI对景区客流量的影响系数为-0.019 3,但不显著,回归结果基本不变. 借鉴沈永建等[33]的稳健性检验方法,将核心解释变量滞后一期,滞后一期的AQI对景区客流量的影响系数为-0.031 0,但不显著,回归结果基本不变,研究结论较为稳健.

表7 稳健性与内生性检验结果Table 7 Results of robustness and endogeneity test

3 结论

(1)南京市AQI与旅游景区客流量的总体发展趋势存在负向关联,AQI呈下降趋势,旅游景区客流量呈上升趋势.AQI和景区客流量在不同季节的关联性存在差异. (2)南京市AQI对景区客流量产生微弱的负向影响,不同等级的空气质量对景区客流量产生的影响具有差异,优良的空气质量对景区客流量产生微弱的促进作用,轻度污染、中度污染和重度污染对旅游景区客流量产生微弱的抑制作用. (3)空气质量对不同类型旅游景区客流量的影响存在差异,AQI对室内景区客流量的负向影响大于对户外景区客流量的影响. (4)旅游者对南京市空气质量的高敏感度和关注度会增强AQI对旅游景区客流量的抑制作用.