中国省际黄金周旅游倍增效应时空差异及影响因素分析

谷 义 江,孙 根 年

(陕西师范大学地理科学与旅游学院,陕西 西安 710119)

0 引言

黄金周制度[1,2]对我国旅游业发展影响深刻,据文化和旅游部数据中心资料显示,2019年国庆和春节两个黄金周总计接待游客11.97亿人次,占当年旅游接待总人次的20%,带动旅游消费1.16万亿元,占全年旅游总收入的19.6%。目前,关于黄金周旅游的研究已取得丰富成果,研究内容主要集中在假日制度改革[3-5]、黄金周旅游市场[6,7]及旅游流分析[8,9]等,倾向于认可黄金周游客集中出游是一种短期高强度的旅游流[10,11];汪德根等认为黄金周集中出游带来了交通拥堵、景区超载等问题,并提出相应的空间分流建议[12];刘泽华等发现黄金周旅游对旅游空间结构存在时间响应现象[8];段莉琼等发现景区客源结构随假期天数增加而变化,假期天数变长,外地游客占比增加[13];孙根年等通过分析若干个景区客流量[14],发现年内旅游活动的“日历效应”和“节日效应”[15],且双休日、节假日日均旅游客流量远超工作日的总和。

基于上述研究,本文提出以下3个问题:①考察黄金周旅游倍增效应,应有一个公认的参照系或标准,依此测量黄金周假期游客超越平日时段日均游客的倍数;②我国地域辽阔、区域差异显著,黄金周旅游倍增效应地域分异规律的影响因素有哪些?③旅游活动具有地域性,黄金周旅游相邻地区间是否存在俱乐部效应?鉴于此,本文借鉴经济学“乘数理论”,提出黄金周旅游倍增效应概念,并以倍增系数量化黄金周对旅游的促进作用。首先,基于2010—2019年中国31个省域国庆/春节黄金周旅游数据,测算各省域黄金周旅游倍增效应及其地域分异,然后利用空间杜宾模型探讨相关影响因素及溢出效应,最后定量解释闲暇时间集中对旅游的促进作用,以期深化旅游学“休闲时间集中有利于人们旅游”这一认识,为各省域黄金周旅游预测提供参考。

1 数据来源与研究方法

1.1 指标选取

黄金周旅游倍增效应指:黄金周期间全国集体放假,引起短期高强度旅游浪潮,其旅游人次远超平日时段,并用倍增系数(黄金周假期日均接待人次与年日均接待人次之比)反映其程度。基于空间供需理论[16],黄金周旅游接待人次主要由供给和需求两方面因素决定:供给侧包括各省域旅游资源丰度、高A级旅游景区数量、交通区位条件和可达性、气象气候条件及适游性[17];需求侧既包括本省域市场也包括省外市场,基于广东、江西、山西、河南、重庆等地公布的春节和国庆旅游大数据得出,本省域一般占游客总量的40%～60%,人口规模[18]、人均GDP[18,19]和公路里程[19,20]是影响本省旅游规模的主要因素,省外游客一般占接待游客总量的30%～50%,高A级旅游景区丰度[21]和航空、铁路长途交通可达性[19,20]是影响省外旅游人数的主要因素。删除存在多重共线性的因素,最终选取以下5个指标(表1)作为黄金周旅游倍增效应的影响因素。

表1 各变量描述性统计

本文研究范围为中国大陆31个省域(不包括港澳台)。旅游人次、铁路和公路里程、人均GDP等数据来源于2010—2019年各省域统计年鉴、旅游统计年鉴及文旅部官网,4A及5A级旅游景区数量来自文旅部官网(https://www.mct.gov.cn/),气温数据来源于天气网(https://www.tianqi.com/),气温及冰雪指数在气温基础上根据冰雪旅游发达程度进行修订,异常值和缺失值采用两点内插进行修正。

1.2 研究方法

1)核密度估计法。核密度估计方法对模型设定依赖性较弱,从样本数据本身出发去探寻数据分布的客观情况,是研究区域差异及其动态演进的常用方法。本文采用非参数估计的Kernel密度估计分析黄金周旅游倍增效应的动态变化趋势。

2)探索性空间数据分析。本文采用探索性空间数据分析的全局空间自相关和局部空间自相关分析方法对全国31个省域黄金周旅游倍增效应进行分析,全局空间自相关一般采用全局Moran′s I反映区域单元的集散效应,I>0表示省域黄金周旅游倍增效应呈现集聚态势,反之表示省域黄金周旅游倍增效应呈现分散态势,I绝对值越大,说明空间关联性越强;根据局部自相关分析结果,将黄金周旅游倍增效应分为高高集聚(H-H)、低高集聚(L-H)、低低集聚(L-L)和高低集聚(H-L)4种类型。

3)空间计量模型。本文根据检验结果选择空间误差模型(式(1))和空间杜宾模型(式(2))。其中,空间杜宾模型同时考虑了空间误差项间的自相关关系和其他空间被解释变量的影响。

Yit=β1lnPit+β2lnHWit+β3lnRit+β4lnAit+T+εi

(1)

θ4lnAit)+μi+vt+εit

(2)

式中:Yit为i省域在t年的黄金周旅游倍增系数;lnPit、lnHit、lnRit、lnAit、T分别为i省域在t年的人均GDP、公路里程、铁路里程、高A级旅游景区数量和气温及冰雪指数,Wij为空间权重,ρ和θ分别为因变量和自变量的空间滞后系数,β为自变量的待估回归系数,μi为个体空间固定效应,vt为时间固定效应,εit为独立同分布的随机误差项。

2 黄金周旅游倍增效应及其时空分异

2.1 中国省际黄金周旅游倍增效应动态变化

图1显示,国庆假期旅游倍增系数普遍大于春节,但难以观察其动态变化,故进一步利用核密度估计公式计算各省域旅游倍增系数,并借助MATLAB软件可视化(图2)。对比看,国庆假期和春节假期旅游倍增效应存在显著差异,前者旅游倍增效应整体强于后者。由图2a可知,国庆假期旅游倍增系数呈正态分布,多数省域国庆假期旅游倍增系数在3～4之间,表明地区差异较小。2010—2015年峰值不断降低,峰值频宽变大,2016—2019年峰值升高,集中度先减后增,区域差异先增后减;2010—2014年核密度曲线中心在波动中右移,2015—2019年核密度曲线中心轻微左移,整体呈先增后减,国庆假期出游逐渐回归理智。从图2b可以看出,春节假期旅游倍增系数的核密度曲线呈偏态分布,且形成右拖长尾现象,半数省域春节假期旅游倍增系数集中在2.0,其他省域旅游倍增系数集中在3～4之间,区域间差异较大。2010—2014年主峰高度和宽度变化不明显,区域差异没有明显变化;2015—2019年主峰高度下降,曲线宽度变大,区域差异逐渐扩大;2010—2019年核密度曲线中心整体右移,曲线右侧逐渐升高,旅游倍增效应整体提高,春节假期旅游氛围逐渐形成。

图1 黄金周旅游倍增系数变化

图2 国庆、春节旅游倍增系数动态变化

2.2 省际黄金周旅游倍增效应时空分异特征

绘制2010年、2015年、2019年国庆和春节假期旅游倍增系数的空间分布,并根据倍增系数大小进行手动断点,分为弱、较弱、较强、强4个等级(图3)。可以看出:①2010—2019年国庆假期旅游倍增效应重心从西向东转移,整体呈现“东高西低”的空间分布格局。2010年效应高值从西北地区向长三角地区延伸;2015年西北高值区由强变弱,东北地区倍增效应逐渐增强;2019年东北地区进一步增强,并从东北而下覆盖华北西部和长江中下游地区。其中,川、陕、鄂、浙高值省域形成“人”字形分布,赣、皖两省倍增效应由强变为较强,黄河、长江中下游省域国庆假期旅游倍增效应普遍较强,西南地区、京津冀、粤琼地区国庆假期旅游倍增效应普遍较弱。②2010—2019年春节假期旅游倍增效应呈现“大分散、小集聚”格局,其中东北、西南、粤琼是3个稳定的高值区,东北地区冬季冰雪旅游项目多样、活动大众化;云南、四川、重庆属高值区,一方面缘于高A级旅游资源丰富,另一方面受青藏高原和秦岭山脉阻挡,冬季旅游气候舒适度较高,增强了春节假期倍增效应化;粤琼高值区与温暖舒适的气候有关。

注:基于国家测绘地理信息局标准地图服务网站审图号为GS(2020)4619号的标准地图制作,底图无修改。

综上,2010—2019年国庆假期和春节假期旅游倍增效应空间分布格局截然不同,国庆假期倍增效应较强与较弱的省域数量相对均衡,春节假期倍增效应较弱的省域远多于较强的省域,这也印证了国庆假期旅游倍增效应的核密度曲线呈正态分布,春节假期旅游倍增效应的核密度曲线呈偏态分布且存在右拖尾现象。另外,从省域分布看,四川、陕西在两个黄金周的旅游倍增效应均较强,上海、北京、天津、河北、西藏在两个黄金周的旅游倍增效应均处于较弱甚至弱等级,宁夏黄金周旅游倍增效应逐渐增强,贵州黄金周旅游倍增效应逐渐减弱。

2.3 倍增效应的空间关联格局变化

为进一步分析省域之间黄金周旅游倍增效应的集聚特征,本文采用探索性空间数据分析对黄金周旅游倍增效应的空间关联格局进行分析,采用基于Rook邻接关系生成的空间权重矩阵(基于现实情况,将海南与广东手动生成邻接关系),利用Stata 16.0软件计算2010—2019年各省域黄金周旅游倍增系数的全局Moran′s I(表2)。可以看出,研究期间国庆假期旅游倍增系数全局Moran′s I均显著大于0,说明31个省域国庆假期旅游倍增效应具有明显空间集聚现象;春节假期旅游倍增系数的全局Moran′s I在2010年和2011年未通过10%水平的显著性检验,在2013—2019年通过5%水平的显著性检验,表明31个省域春节假期旅游倍增效应在2012年后存在明显的空间依存关系,2012—2019年春节假期旅游倍增效应的Moran′s I均大于0,说明31个省域春节假期旅游倍增效应具有较明显的空间集聚现象。

表2 两个黄金周旅游倍增系数全局莫兰指数

利用Stata 16.0软件对2010年、2013年、2016年、2019年31个省域黄金周旅游倍增系数进行局部自相关检验,并统计各象限包含的省域(表3、表4)。由表3可知,4个时间节点分别有77.4%、67.7%、58.0%、77.4%的评价单元表现出明显的空间正相关,反映出31个省域国庆假期旅游倍增效应具有明显的空间俱乐部收敛特征。2010年国庆假期旅游倍增效应的H-H集聚区主要分布于长江黄河流域,L-L集聚区主要集中于东北、京津冀地区及藏、桂、琼、沪四省域,H-L集聚区和L-H集聚区主要分布在H-H集聚区和L-L集聚区的交界处;2019年宁、蒙及东北三省演化为H-H型,西南地区演变为L-L型,甘、青、川三省域退出H-H集聚区,其他H-H集聚区和L-L集聚区的省域没有明显变化。由表4可知,2013年、2016年、2019年分别有58%、64.5%、64.5%的评价单元呈现空间正相关,且具有较强的空间稳定性,2013年东北、陕川渝及粤琼地区主要为H-H集聚区,华北、长江三角洲地区及新疆属于L-L集聚区,其他省域多位于前两者的交界地带,体现为H-L型和L-H型;2019年H-H集聚区新增闽、宁、云三省域,L-L、L-H、H-L集聚区没有明显变化。

表3 2010年、2013年、2016年、2019年国庆假期旅游倍增效应集聚类型

表4 2013年、2016年、2019年春节假期旅游倍增效应集聚类型

3 旅游倍增效应的影响因素分析

3.1 国庆假期旅游倍增效应影响因素分析

本文采用Rook邻接矩阵(将海南和广东设置为邻接关系),依据最大似然估计方法运用空间计量模型分析黄金周旅游倍增效应空间集聚的影响因素。在回归前,对解释变量取自然对数以减少数据极值和异方差的影响,然后进行LLC单位根检验(通过5%水平的显著性检验)和多重共线性检验(均小于经验值5)。LM(error)、LM(lag)、Robust LM(error)、robust LM(lag)诊断结果均通过5%水平的显著性检验,表明存在强烈的空间效应,拒绝混合OLS估计;LR检验和Hausman检验结果均通过1%水平的显著性检验,应采用固定效应的空间杜宾模型;在时间固定效应、空间固定效应和时空双固定效应中进行最优选择[22],最终选取时间固定效应的空间杜宾模型对国庆旅游倍增效应空间分异的影响因素进行分析(表5)。由表5可知,国庆假期旅游倍增系数空间杜宾模型的rho值通过1%水平的显著性检验,表明地理空间邻接对各省域旅游倍增效应有明显的促进作用,但空间滞后系数显著不为0,模型的估计系数不能准确反映解释变量对被解释变量的影响[23],应当进行偏微分分解,得到直接效应、间接效应和总效应(表6)。具体分析如下:

表5 国庆假期旅游倍增效应空间计量模型结果

1)lnP的直接效应估计值为-0.771,间接效应估计值为-1.534,均通过5%水平的显著性检验,表明本省域和邻近省域的人均GDP对本省域国庆假期旅游倍增效应有明显的削弱作用。一个省域的人均GDP越高,居民的人均可支配收入越高,旅游需求越旺盛,出省游规模越大,省内游客则相对减少,减弱了本省域的旅游倍增效应;邻省域经济发达,其平日时段省外游客远远大于国庆假期,因此对本省域旅游倍增效应产生巨大负向影响。

2)lnH的直接效应估计值为-0.304且通过1%水平的显著性检验,间接效应估计值为-0.364,但未通过显著性检验,表明公路里程数对本省域国庆假期旅游倍增效应存在显著的削弱作用,但对于邻近省域没有显著影响。一方面,公路交通便利大大促进平日时段(尤其是周末、小长假)的自驾游游客,刺激居民平日时段的旅游需求,从而增大总旅游人次;另一方面,国庆节闲暇时间集中带来的巨大旅游流对公路尤其是高速公路产生巨大负担[12],2012年高速公路实行免费政策后,拥挤问题在国庆假期难以避免,减少了居民出游热情。

3)lnR的直接效应估计值为0.586且通过1%水平的显著性检验,间接效应估计值为-0.02,未通过显著性检验,说明铁路里程对本省域国庆旅游倍增效应有显著的增强作用,对邻近省域没有明显影响。一方面,长途交通便利程度对本省域平日时段旅游人次没有很明显的促进作用,另一方面,长途交通便利程度对居民国庆长假跨省旅游需求有很明显的刺激作用[20],7天长假大大刺激了居民的远距离出行,而长途交通为其奠定了基础。

4)lnA直接效应估计值为0.296,间接效应估计值为1.149,均通过5%水平的显著性检验,表明高A级旅游景区对本省域游客及邻近省域跨省旅游有显著的增强作用。高A级旅游景区(特别是世界遗产、5A级旅游景区)一般是跨省游客的目的地,国庆期间可以吸引并接待众多的省外游客[24];对于本省游客而言,高A级旅游景区对本市游客吸引力不大,但对省内跨市旅游很重要,另外,邻近省域著名景区也会产生旅游外溢,从而增加相邻省域国庆假期的旅游倍增效应。

3.2 春节假期旅游倍增效应影响因素分析

春节假期旅游倍增系数的Robust LM(error)、Robust LM(lag)均通过1%水平的显著性检验,LM(error)通过5%水平的显著性检验,但LM(lag)未通过显著性检验,所以选择空间误差模型。然后根据Hausman检验结果选择固定效应模型,在3个固定效应模型中最终选取R2最高(0.187 3)、rho显著的时间效应空间误差模型进行分析。

1)lnP的估计值为-0.016且没有通过显著性检验,表明人均GDP对春节旅游倍增效应没有显著影响。省域经济越发达,人均可支配收入越高,出游欲望越强烈,旅游人次越多。但对于春节传统习俗假期,大多数人的休闲时间小于7 d[25],所以多为中短距离的省内旅游。地区经济发展水平对春节和平日时段的旅游促进作用差异不明显,最终对春节旅游倍增效应没有产生显著影响。

2)lnH、lnR的估计值分别为-0.126和-0.068,均未通过显著性检验,表明公路和铁路里程对春节旅游倍增效应没有显著影响。公路里程、铁路里程表明一个省域的短途交通便利程度和长途交通便利程度。春节假期多为近距离旅游,短途交通便利程度有效增加了旅游人次,对于长途交通没有强烈的依赖性。

3)lnA的系数估计值为0.428且通过1%水平的显著性检验,表明高A级旅游景区对春节旅游倍增效应存在显著的增强作用。高A级旅游景区代表高质量的旅游供给端、优质的旅游资源和高品质的旅游服务,可以有效刺激居民旅游需求,但高A级旅游景区在平日时段的高价格抑制了本地游客的需求;在春节则可以接待大量游客,从而有效提高旅游人次,最终增强了春节旅游倍增效应。

4)T系数估计值为0.063且通过1%水平的显著性检验,表明春节期间气温及冰雪指数对本省域旅游倍增效应有显著影响。春节期间中国北方大部、西北地区持续低温,体感温度低,一定程度上减弱了居民的出游欲望;南方地区纬度低,温度较高,比北方更有利于外出旅游[17,26];东北地区气候寒冷,降雪多且冰雪期漫长,有利于发展具有本地特色的冰雪旅游项目。因此,春节假期温度较高的海南、广东、川渝云地区以及冰雪条件很好的东北地区旅游倍增效应明显。

4 结论与启示

本文基于2010—2019年中国31个省域春节和国庆黄金周旅游数据,利用核密度分析、空间自相关等方法,对中国省际黄金周旅游倍增效应时空格局演化及其影响因素进行分析,结论如下:①研究期间中国31个省域存在显著的黄金周旅游倍增效应,因各省域节假日习俗不同,旅游倍增系数存在较大差异。②2010—2019年中国省际黄金周旅游倍增效应整体提高,意味着黄金周旅游的意愿增强,但因人口和资源的不均衡性,省际差异不断扩大。其中,国庆黄金周旅游倍增系数呈正态分布,省际差距相对较小;春节黄金周旅游倍增系数呈偏态分布并存在拖尾现象,省际差距较大,国庆黄金周旅游倍增效应显著强于春节黄金周。③黄金周旅游倍增效应呈现不同的空间分布格局。2010—2019年国庆假期旅游倍增效应呈现“东高西低”的格局,且随时间发展有较大变化,主要表现在西北地区由强转弱,而东北地区则呈现相反变化;春节假期旅游倍增效应呈现“大分散、小集聚”格局,东北、西南、粤琼强效应三足鼎立,研究期内未发生明显变化,且全国31个省域整体存在明显的空间依存关系。④国庆和春节假期旅游倍增效应的影响因素不同。国庆黄金周旅游倍增效应存在明显的空间溢出,省域经济发展水平、交通便利情况和高质量资源供给对国庆假期旅游倍增效应影响显著,同时国庆假期旅游倍增效应也受到邻近省域地区GDP和高A级旅游景区数量的影响;春节假期旅游倍增效应空间集聚度较高,主要受本省域寒冷气候、冰雪旅游项目和高A级旅游资源影响,由于旅游半径相对较短,邻省对本省旅游外溢效应不明显。

由于各省域间人口规模、经济发展水平、旅游资源禀赋、交通可达性不同,其旅游人次与收入必然存在差异。因此,旅游经济要与自身旅游发展潜力相适应,各省域应根据经济发展、交通基础设施、高A级旅游景区、冰雪气候条件等因素,采取针对性措施促进黄金周旅游发展。

本文不足之处在于:因数据缺失,未对5个小长假旅游倍增效应的空间分布进行分析,部分省域仅公布了黄金周的“旅游大数据”,无法全面分析省内省外客源市场占比对倍增效应的影响,也无法将旅游倍增效应同地区旅游承载力进行耦合分析,深入剖析旅游倍增效应机制和成因,有待后续研究。