中國省際黃金周旅游倍增效應時空差異及影響因素分析

谷 義 江,孫 根 年

(陜西師范大學地理科學與旅游學院,陜西 西安 710119)

0 引言

黃金周制度[1,2]對我國旅游業發展影響深刻,據文化和旅游部數據中心資料顯示,2019年國慶和春節兩個黃金周總計接待游客11.97億人次,占當年旅游接待總人次的20%,帶動旅游消費1.16萬億元,占全年旅游總收入的19.6%。目前,關于黃金周旅游的研究已取得豐富成果,研究內容主要集中在假日制度改革[3-5]、黃金周旅游市場[6,7]及旅游流分析[8,9]等,傾向于認可黃金周游客集中出游是一種短期高強度的旅游流[10,11];汪德根等認為黃金周集中出游帶來了交通擁堵、景區超載等問題,并提出相應的空間分流建議[12];劉澤華等發現黃金周旅游對旅游空間結構存在時間響應現象[8];段莉瓊等發現景區客源結構隨假期天數增加而變化,假期天數變長,外地游客占比增加[13];孫根年等通過分析若干個景區客流量[14],發現年內旅游活動的“日歷效應”和“節日效應”[15],且雙休日、節假日日均旅游客流量遠超工作日的總和。

基于上述研究,本文提出以下3個問題:①考察黃金周旅游倍增效應,應有一個公認的參照系或標準,依此測量黃金周假期游客超越平日時段日均游客的倍數;②我國地域遼闊、區域差異顯著,黃金周旅游倍增效應地域分異規律的影響因素有哪些?③旅游活動具有地域性,黃金周旅游相鄰地區間是否存在俱樂部效應?鑒于此,本文借鑒經濟學“乘數理論”,提出黃金周旅游倍增效應概念,并以倍增系數量化黃金周對旅游的促進作用。首先,基于2010—2019年中國31個省域國慶/春節黃金周旅游數據,測算各省域黃金周旅游倍增效應及其地域分異,然后利用空間杜賓模型探討相關影響因素及溢出效應,最后定量解釋閑暇時間集中對旅游的促進作用,以期深化旅游學“休閑時間集中有利于人們旅游”這一認識,為各省域黃金周旅游預測提供參考。

1 數據來源與研究方法

1.1 指標選取

黃金周旅游倍增效應指:黃金周期間全國集體放假,引起短期高強度旅游浪潮,其旅游人次遠超平日時段,并用倍增系數(黃金周假期日均接待人次與年日均接待人次之比)反映其程度?；诳臻g供需理論[16],黃金周旅游接待人次主要由供給和需求兩方面因素決定:供給側包括各省域旅游資源豐度、高A級旅游景區數量、交通區位條件和可達性、氣象氣候條件及適游性[17];需求側既包括本省域市場也包括省外市場,基于廣東、江西、山西、河南、重慶等地公布的春節和國慶旅游大數據得出,本省域一般占游客總量的40%～60%,人口規模[18]、人均GDP[18,19]和公路里程[19,20]是影響本省旅游規模的主要因素,省外游客一般占接待游客總量的30%～50%,高A級旅游景區豐度[21]和航空、鐵路長途交通可達性[19,20]是影響省外旅游人數的主要因素。刪除存在多重共線性的因素,最終選取以下5個指標(表1)作為黃金周旅游倍增效應的影響因素。

表1 各變量描述性統計

本文研究范圍為中國大陸31個省域(不包括港澳臺)。旅游人次、鐵路和公路里程、人均GDP等數據來源于2010—2019年各省域統計年鑒、旅游統計年鑒及文旅部官網,4A及5A級旅游景區數量來自文旅部官網(https://www.mct.gov.cn/),氣溫數據來源于天氣網(https://www.tianqi.com/),氣溫及冰雪指數在氣溫基礎上根據冰雪旅游發達程度進行修訂,異常值和缺失值采用兩點內插進行修正。

1.2 研究方法

1)核密度估計法。核密度估計方法對模型設定依賴性較弱,從樣本數據本身出發去探尋數據分布的客觀情況,是研究區域差異及其動態演進的常用方法。本文采用非參數估計的Kernel密度估計分析黃金周旅游倍增效應的動態變化趨勢。

2)探索性空間數據分析。本文采用探索性空間數據分析的全局空間自相關和局部空間自相關分析方法對全國31個省域黃金周旅游倍增效應進行分析,全局空間自相關一般采用全局Moran′s I反映區域單元的集散效應,I>0表示省域黃金周旅游倍增效應呈現集聚態勢,反之表示省域黃金周旅游倍增效應呈現分散態勢,I絕對值越大,說明空間關聯性越強;根據局部自相關分析結果,將黃金周旅游倍增效應分為高高集聚(H-H)、低高集聚(L-H)、低低集聚(L-L)和高低集聚(H-L)4種類型。

3)空間計量模型。本文根據檢驗結果選擇空間誤差模型(式(1))和空間杜賓模型(式(2))。其中,空間杜賓模型同時考慮了空間誤差項間的自相關關系和其他空間被解釋變量的影響。

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

(1)

θ4lnAit)+μi+vt+εit

(2)

式中:Yit為i省域在t年的黃金周旅游倍增系數;lnPit、lnHit、lnRit、lnAit、T分別為i省域在t年的人均GDP、公路里程、鐵路里程、高A級旅游景區數量和氣溫及冰雪指數,Wij為空間權重,ρ和θ分別為因變量和自變量的空間滯后系數,β為自變量的待估回歸系數,μi為個體空間固定效應,vt為時間固定效應,εit為獨立同分布的隨機誤差項。

2 黃金周旅游倍增效應及其時空分異

2.1 中國省際黃金周旅游倍增效應動態變化

圖1顯示,國慶假期旅游倍增系數普遍大于春節,但難以觀察其動態變化,故進一步利用核密度估計公式計算各省域旅游倍增系數,并借助MATLAB軟件可視化(圖2)。對比看,國慶假期和春節假期旅游倍增效應存在顯著差異,前者旅游倍增效應整體強于后者。由圖2a可知,國慶假期旅游倍增系數呈正態分布,多數省域國慶假期旅游倍增系數在3～4之間,表明地區差異較小。2010—2015年峰值不斷降低,峰值頻寬變大,2016—2019年峰值升高,集中度先減后增,區域差異先增后減;2010—2014年核密度曲線中心在波動中右移,2015—2019年核密度曲線中心輕微左移,整體呈先增后減,國慶假期出游逐漸回歸理智。從圖2b可以看出,春節假期旅游倍增系數的核密度曲線呈偏態分布,且形成右拖長尾現象,半數省域春節假期旅游倍增系數集中在2.0,其他省域旅游倍增系數集中在3～4之間,區域間差異較大。2010—2014年主峰高度和寬度變化不明顯,區域差異沒有明顯變化;2015—2019年主峰高度下降,曲線寬度變大,區域差異逐漸擴大;2010—2019年核密度曲線中心整體右移,曲線右側逐漸升高,旅游倍增效應整體提高,春節假期旅游氛圍逐漸形成。

圖1 黃金周旅游倍增系數變化

圖2 國慶、春節旅游倍增系數動態變化

2.2 省際黃金周旅游倍增效應時空分異特征

繪制2010年、2015年、2019年國慶和春節假期旅游倍增系數的空間分布,并根據倍增系數大小進行手動斷點,分為弱、較弱、較強、強4個等級(圖3)?？梢钥闯?①2010—2019年國慶假期旅游倍增效應重心從西向東轉移,整體呈現“東高西低”的空間分布格局。2010年效應高值從西北地區向長三角地區延伸;2015年西北高值區由強變弱,東北地區倍增效應逐漸增強;2019年東北地區進一步增強,并從東北而下覆蓋華北西部和長江中下游地區。其中,川、陜、鄂、浙高值省域形成“人”字形分布,贛、皖兩省倍增效應由強變為較強,黃河、長江中下游省域國慶假期旅游倍增效應普遍較強,西南地區、京津冀、粵瓊地區國慶假期旅游倍增效應普遍較弱。②2010—2019年春節假期旅游倍增效應呈現“大分散、小集聚”格局,其中東北、西南、粵瓊是3個穩定的高值區,東北地區冬季冰雪旅游項目多樣、活動大眾化;云南、四川、重慶屬高值區,一方面緣于高A級旅游資源豐富,另一方面受青藏高原和秦嶺山脈阻擋,冬季旅游氣候舒適度較高,增強了春節假期倍增效應化;粵瓊高值區與溫暖舒適的氣候有關。

注:基于國家測繪地理信息局標準地圖服務網站審圖號為GS(2020)4619號的標準地圖制作,底圖無修改。

綜上,2010—2019年國慶假期和春節假期旅游倍增效應空間分布格局截然不同,國慶假期倍增效應較強與較弱的省域數量相對均衡,春節假期倍增效應較弱的省域遠多于較強的省域,這也印證了國慶假期旅游倍增效應的核密度曲線呈正態分布,春節假期旅游倍增效應的核密度曲線呈偏態分布且存在右拖尾現象。另外,從省域分布看,四川、陜西在兩個黃金周的旅游倍增效應均較強,上海、北京、天津、河北、西藏在兩個黃金周的旅游倍增效應均處于較弱甚至弱等級,寧夏黃金周旅游倍增效應逐漸增強,貴州黃金周旅游倍增效應逐漸減弱。

2.3 倍增效應的空間關聯格局變化

為進一步分析省域之間黃金周旅游倍增效應的集聚特征,本文采用探索性空間數據分析對黃金周旅游倍增效應的空間關聯格局進行分析,采用基于Rook鄰接關系生成的空間權重矩陣(基于現實情況,將海南與廣東手動生成鄰接關系),利用Stata 16.0軟件計算2010—2019年各省域黃金周旅游倍增系數的全局Moran′s I(表2)?？梢钥闯?研究期間國慶假期旅游倍增系數全局Moran′s I均顯著大于0,說明31個省域國慶假期旅游倍增效應具有明顯空間集聚現象;春節假期旅游倍增系數的全局Moran′s I在2010年和2011年未通過10%水平的顯著性檢驗,在2013—2019年通過5%水平的顯著性檢驗,表明31個省域春節假期旅游倍增效應在2012年后存在明顯的空間依存關系,2012—2019年春節假期旅游倍增效應的Moran′s I均大于0,說明31個省域春節假期旅游倍增效應具有較明顯的空間集聚現象。

表2 兩個黃金周旅游倍增系數全局莫蘭指數

利用Stata 16.0軟件對2010年、2013年、2016年、2019年31個省域黃金周旅游倍增系數進行局部自相關檢驗,并統計各象限包含的省域(表3、表4)。由表3可知,4個時間節點分別有77.4%、67.7%、58.0%、77.4%的評價單元表現出明顯的空間正相關,反映出31個省域國慶假期旅游倍增效應具有明顯的空間俱樂部收斂特征。2010年國慶假期旅游倍增效應的H-H集聚區主要分布于長江黃河流域,L-L集聚區主要集中于東北、京津冀地區及藏、桂、瓊、滬四省域,H-L集聚區和L-H集聚區主要分布在H-H集聚區和L-L集聚區的交界處;2019年寧、蒙及東北三省演化為H-H型,西南地區演變為L-L型,甘、青、川三省域退出H-H集聚區,其他H-H集聚區和L-L集聚區的省域沒有明顯變化。由表4可知,2013年、2016年、2019年分別有58%、64.5%、64.5%的評價單元呈現空間正相關,且具有較強的空間穩定性,2013年東北、陜川渝及粵瓊地區主要為H-H集聚區,華北、長江三角洲地區及新疆屬于L-L集聚區,其他省域多位于前兩者的交界地帶,體現為H-L型和L-H型;2019年H-H集聚區新增閩、寧、云三省域,L-L、L-H、H-L集聚區沒有明顯變化。

表3 2010年、2013年、2016年、2019年國慶假期旅游倍增效應集聚類型

表4 2013年、2016年、2019年春節假期旅游倍增效應集聚類型

3 旅游倍增效應的影響因素分析

3.1 國慶假期旅游倍增效應影響因素分析

本文采用Rook鄰接矩陣(將海南和廣東設置為鄰接關系),依據最大似然估計方法運用空間計量模型分析黃金周旅游倍增效應空間集聚的影響因素。在回歸前,對解釋變量取自然對數以減少數據極值和異方差的影響,然后進行LLC單位根檢驗(通過5%水平的顯著性檢驗)和多重共線性檢驗(均小于經驗值5)。LM(error)、LM(lag)、Robust LM(error)、robust LM(lag)診斷結果均通過5%水平的顯著性檢驗,表明存在強烈的空間效應,拒絕混合OLS估計;LR檢驗和Hausman檢驗結果均通過1%水平的顯著性檢驗,應采用固定效應的空間杜賓模型;在時間固定效應、空間固定效應和時空雙固定效應中進行最優選擇[22],最終選取時間固定效應的空間杜賓模型對國慶旅游倍增效應空間分異的影響因素進行分析(表5)。由表5可知,國慶假期旅游倍增系數空間杜賓模型的rho值通過1%水平的顯著性檢驗,表明地理空間鄰接對各省域旅游倍增效應有明顯的促進作用,但空間滯后系數顯著不為0,模型的估計系數不能準確反映解釋變量對被解釋變量的影響[23],應當進行偏微分分解,得到直接效應、間接效應和總效應(表6)。具體分析如下:

表5 國慶假期旅游倍增效應空間計量模型結果

1)lnP的直接效應估計值為-0.771,間接效應估計值為-1.534,均通過5%水平的顯著性檢驗,表明本省域和鄰近省域的人均GDP對本省域國慶假期旅游倍增效應有明顯的削弱作用。一個省域的人均GDP越高,居民的人均可支配收入越高,旅游需求越旺盛,出省游規模越大,省內游客則相對減少,減弱了本省域的旅游倍增效應;鄰省域經濟發達,其平日時段省外游客遠遠大于國慶假期,因此對本省域旅游倍增效應產生巨大負向影響。

2)lnH的直接效應估計值為-0.304且通過1%水平的顯著性檢驗,間接效應估計值為-0.364,但未通過顯著性檢驗,表明公路里程數對本省域國慶假期旅游倍增效應存在顯著的削弱作用,但對于鄰近省域沒有顯著影響。一方面,公路交通便利大大促進平日時段(尤其是周末、小長假)的自駕游游客,刺激居民平日時段的旅游需求,從而增大總旅游人次;另一方面,國慶節閑暇時間集中帶來的巨大旅游流對公路尤其是高速公路產生巨大負擔[12],2012年高速公路實行免費政策后,擁擠問題在國慶假期難以避免,減少了居民出游熱情。

3)lnR的直接效應估計值為0.586且通過1%水平的顯著性檢驗,間接效應估計值為-0.02,未通過顯著性檢驗,說明鐵路里程對本省域國慶旅游倍增效應有顯著的增強作用,對鄰近省域沒有明顯影響。一方面,長途交通便利程度對本省域平日時段旅游人次沒有很明顯的促進作用,另一方面,長途交通便利程度對居民國慶長假跨省旅游需求有很明顯的刺激作用[20],7天長假大大刺激了居民的遠距離出行,而長途交通為其奠定了基礎。

4)lnA直接效應估計值為0.296,間接效應估計值為1.149,均通過5%水平的顯著性檢驗,表明高A級旅游景區對本省域游客及鄰近省域跨省旅游有顯著的增強作用。高A級旅游景區(特別是世界遺產、5A級旅游景區)一般是跨省游客的目的地,國慶期間可以吸引并接待眾多的省外游客[24];對于本省游客而言,高A級旅游景區對本市游客吸引力不大,但對省內跨市旅游很重要,另外,鄰近省域著名景區也會產生旅游外溢,從而增加相鄰省域國慶假期的旅游倍增效應。

3.2 春節假期旅游倍增效應影響因素分析

春節假期旅游倍增系數的Robust LM(error)、Robust LM(lag)均通過1%水平的顯著性檢驗,LM(error)通過5%水平的顯著性檢驗,但LM(lag)未通過顯著性檢驗,所以選擇空間誤差模型。然后根據Hausman檢驗結果選擇固定效應模型,在3個固定效應模型中最終選取R2最高(0.187 3)、rho顯著的時間效應空間誤差模型進行分析。

1)lnP的估計值為-0.016且沒有通過顯著性檢驗,表明人均GDP對春節旅游倍增效應沒有顯著影響。省域經濟越發達,人均可支配收入越高,出游欲望越強烈,旅游人次越多。但對于春節傳統習俗假期,大多數人的休閑時間小于7 d[25],所以多為中短距離的省內旅游。地區經濟發展水平對春節和平日時段的旅游促進作用差異不明顯,最終對春節旅游倍增效應沒有產生顯著影響。

2)lnH、lnR的估計值分別為-0.126和-0.068,均未通過顯著性檢驗,表明公路和鐵路里程對春節旅游倍增效應沒有顯著影響。公路里程、鐵路里程表明一個省域的短途交通便利程度和長途交通便利程度。春節假期多為近距離旅游,短途交通便利程度有效增加了旅游人次,對于長途交通沒有強烈的依賴性。

3)lnA的系數估計值為0.428且通過1%水平的顯著性檢驗,表明高A級旅游景區對春節旅游倍增效應存在顯著的增強作用。高A級旅游景區代表高質量的旅游供給端、優質的旅游資源和高品質的旅游服務,可以有效刺激居民旅游需求,但高A級旅游景區在平日時段的高價格抑制了本地游客的需求;在春節則可以接待大量游客,從而有效提高旅游人次,最終增強了春節旅游倍增效應。

4)T系數估計值為0.063且通過1%水平的顯著性檢驗,表明春節期間氣溫及冰雪指數對本省域旅游倍增效應有顯著影響。春節期間中國北方大部、西北地區持續低溫,體感溫度低,一定程度上減弱了居民的出游欲望;南方地區緯度低,溫度較高,比北方更有利于外出旅游[17,26];東北地區氣候寒冷,降雪多且冰雪期漫長,有利于發展具有本地特色的冰雪旅游項目。因此,春節假期溫度較高的海南、廣東、川渝云地區以及冰雪條件很好的東北地區旅游倍增效應明顯。

4 結論與啟示

本文基于2010—2019年中國31個省域春節和國慶黃金周旅游數據,利用核密度分析、空間自相關等方法,對中國省際黃金周旅游倍增效應時空格局演化及其影響因素進行分析,結論如下:①研究期間中國31個省域存在顯著的黃金周旅游倍增效應,因各省域節假日習俗不同,旅游倍增系數存在較大差異。②2010—2019年中國省際黃金周旅游倍增效應整體提高,意味著黃金周旅游的意愿增強,但因人口和資源的不均衡性,省際差異不斷擴大。其中,國慶黃金周旅游倍增系數呈正態分布,省際差距相對較小;春節黃金周旅游倍增系數呈偏態分布并存在拖尾現象,省際差距較大,國慶黃金周旅游倍增效應顯著強于春節黃金周。③黃金周旅游倍增效應呈現不同的空間分布格局。2010—2019年國慶假期旅游倍增效應呈現“東高西低”的格局,且隨時間發展有較大變化,主要表現在西北地區由強轉弱,而東北地區則呈現相反變化;春節假期旅游倍增效應呈現“大分散、小集聚”格局,東北、西南、粵瓊強效應三足鼎立,研究期內未發生明顯變化,且全國31個省域整體存在明顯的空間依存關系。④國慶和春節假期旅游倍增效應的影響因素不同。國慶黃金周旅游倍增效應存在明顯的空間溢出,省域經濟發展水平、交通便利情況和高質量資源供給對國慶假期旅游倍增效應影響顯著,同時國慶假期旅游倍增效應也受到鄰近省域地區GDP和高A級旅游景區數量的影響;春節假期旅游倍增效應空間集聚度較高,主要受本省域寒冷氣候、冰雪旅游項目和高A級旅游資源影響,由于旅游半徑相對較短,鄰省對本省旅游外溢效應不明顯。

由于各省域間人口規模、經濟發展水平、旅游資源稟賦、交通可達性不同,其旅游人次與收入必然存在差異。因此,旅游經濟要與自身旅游發展潛力相適應,各省域應根據經濟發展、交通基礎設施、高A級旅游景區、冰雪氣候條件等因素,采取針對性措施促進黃金周旅游發展。

本文不足之處在于:因數據缺失,未對5個小長假旅游倍增效應的空間分布進行分析,部分省域僅公布了黃金周的“旅游大數據”,無法全面分析省內省外客源市場占比對倍增效應的影響,也無法將旅游倍增效應同地區旅游承載力進行耦合分析,深入剖析旅游倍增效應機制和成因,有待后續研究。