美国旅华需求的影响因素：模型构建与检验，本文主要内容关键词为：美国论文,模型论文,因素论文,需求论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
0 引言
经过近30年的发展，我国已经成为国际旅游大国。2005年我国入境旅游达到12029万人次，旅游外汇收入达到292.96亿美元。旅游外汇收入排名从1978年的第41位上升到第5位。2006年我国入境旅游更是达到12494万人次，旅游外汇收入339.49亿美元，创造了我国入境游的新纪录。2006年，在4个来华客流超过100万的客源市场中，只有美国是跨洲的客源国。据美国商务部发布的旅游数据，2004年美国赴海外旅游人数最多的5个国家依次是：墨西哥、加拿大、英国、法国、意大利、中国（包括香港）。美国一直是中国旅游的重要客源国和最重要的远程客源市场，对我国国际旅游发展具有重要意义。美国来华旅游人数从1980年的10万人次到2006年的171万人次，除了1989年政治事件和2003年“非典”的影响下，人数有所下降之外，一直呈上升态势（如图1所示）。
图1 美国旅华总人数（注：图中横坐标为年代标识，纵坐标为人数（单位为人））
美国旅华市场的重要性引起了我国一些学者的重视，并逐步对其展开了研究。马耀峰等[1]通过分析旅华美国游客的旅游偏好行为，揭示了来华美国游客对旅游产品、旅游方式、住宿选择方式、饮食方式、旅游商品、旅游娱乐项目的偏好规律。林德荣[2]从人口学角度对美国居民来华旅游市场所呈现出年龄、职业、性别等特征进行了分析。胡平[3]探讨了PNTR的通过这一事件对美国来华旅游市场产生的影响。马耀峰、梁旺兵[4]利用亲景度指标，根据不同年度美国游客旅华的人数，分析了美国游客对北京、上海、广州、西安、昆明、桂林六大热点城市的亲景度，揭示了美国游客在进行旅游目的地选择方面的偏好程度。综上所述，从研究内容来看，主要集中在旅游特征、偏好程度的研究；从研究方法来看，主要是描述性和概念性的定性研究。而对美国旅华需求影响因素的研究鲜见，且廓清美国旅华需求的主要影响因素和这些因素对美国旅华需求的具体影响程度，对进一步开拓美国旅华市场无疑具有重要政策指导意义。
图2 美国总人口（注：图中横坐标为年代标识，纵坐标为人数（单位为千人））
因此，本文基于经典的商品需求理论和已有文献研究成果，首先提出影响美国旅华需求的影响因素假设，然后通过Johansen协整检验法构建模型，发现了美国旅华需求与主要影响因素之间的长期均衡关系。进一步，为了验证变量选择的适当性，对变量间的因果关系进行了Granger因果关系检验，揭示了美国旅华需求与主要影响因素之间存在因果关系。最后，提出开拓美国旅华市场的政策建议。
1 影响因素选取及数据来源
1.1 影响因素选取及假设提出
入境游需求的代表性指标通常是旅游客源国到目的地国的旅游总花费或游客总人数，但是现有的统计数据很难将游客的花费区分到具体的客源国。在国际旅游需求研究中普遍采用入境游总人数代表入境游需求[5－6]。本文借鉴这一方法，采用美国旅华总人数来表示美国旅华总需求，并用字母Y表示。
Haiyan Song[5]、Nikolaos Dritsakis[6]等发现旅游价格和旅游者收入是国际旅游需求的主要影响因素。Chadee[7]发现客源国总人口也会在不同程度上影响入境游需求。此外，国际旅游需求还可能受到一些非经济的外在因素，诸如：旅游目的地的政局是否稳定，有无恐怖主义活动，是否存在影响巨大的自然灾害如飓风、洪灾及是否爆发重大传染性疾病等的影响。但是，通常突发非经济事件仅仅会暂时影响入境游需求，而不会对长期旅游需求产生影响。因此，我们选择了旅游价格、美国人均收入、美国总人口三个因素作为美国旅华需求的主要影响因素，具体影响关系假设如下：
价格：对旅游价格的衡量是件非常困难的事情，因为旅游价格不仅包括门票价格、食宿价格、旅游的交通费用，此外还应该考虑旅游保险、旅游时间的机会成本；另外，客源国和旅游目的地国之间的汇率也可能非常重要，而这些费用都难以统计。本文将美国在华旅游价格分为两个组成部分。首先，我们用一个指数P表示美国游客在华旅游的生活（包括吃、住、行）成本。P定义为：P＝cpi[,china]／cpi[,US]，其中,cpi[,china]为中国的城市消费价格指数，cpi[,US]为美国的同期消费价格指数。将P称为：在华生活相对价格。其次，由于汇率会大大影响出境游价格，因而，我们将人民币对美元汇率E单独作为另一个美国游客在华旅游价格的影响因素。上述变量选择方法也为Nikolaos Dritsakis[6]等学者研究所采用。根据商品需求理论，当商品价格升高则对商品的需求会减少。因而得出
假设1 解释变量P和因变量Y呈负相关关系，而解释变量E与因变量Y呈正相关关系。即当美国旅华价格上升，即P上升或E下降都会导致旅华价格上升，从而引起美国旅华需求下降；反之，旅华价格下降，即P下降或E上升导致旅华价格下降，从而引起美国旅华需求上升。
收入：本文选择美国人均GDP作为美国人均收入变量，并将该变量记作M。按照商品需求理论，当美国人均收入增加时，美国旅华需求应该增加（因为随收入的增加，会有更多的美国人能够承担来华旅游费用）。因此，
假设2 解释变量M与因变量Y呈正相关关系。即当美国人均GDP上升会引起美国旅华需求上升；反之，美国GDP下降会引起美国旅华需求下降。
人口：国外学者在对国际旅游的研究中，部分使用了客源国的总人口作为解释变量，但也有一些没有使用。这主要是根据研究期间客源国人口总量变化的程度来决定的。在本文的研究样本期，美国人口变化十分显著，从1980年22770万人增长到2002年的28836万人，人口总量增长多达27％（如图2所示）。因此，我们认为有必要将美国总人口作为解释变量引入，并将其记作R。由于美国总人口增长导致了旅华市场增大，这会引起美国旅华需求的增加。因此，
假设3 解释变量R与因变量Y呈正相关关系。即，美国总人口数量上升会引起美国旅华需求上升；反之，美国总人口下降会导致美国旅华需求下降。
1.2 数据来源
本文选用1980年到2002年的年度数据。2003年由于国内SARS疫情的大规模爆发，导致美国旅华人数由2002年的112万人锐减至2003年的82万人，减幅高达27％；2004年又迅速恢复至131万人，与2003年相比，增幅甚至高达60％。因此，2003年和2004年数据归为异常值。尽管我们可以使用数据平滑法对2003年的入境游数据进行修正后再进行建模，但基于模型应该更准确反映实际经济运行状况考虑，最终在构建模型时没有选用2003年之后的数据。
2 模型的构建和估计
目前对国际旅游需求的研究，主要有两类：第一类，主要是使用非因果模型（时间序列模型）；第二类，主要是使用因果模型（计量经济模型）。非因果模型不考虑被研究变量以外的其它变量，而是通过研究旅游需求变量本身的变化规律，应用变量本身的外推机制预测其变化（比如Box-Jenkins ARIMA模型和指数平滑模型）。因果关系模型以经济理论为依据，考虑了对旅游需求产生影响的变量的影响，得到的是变量间的长期因果关系，这种模型对时间序列数据的动态结构（短期参数）考虑较少，尽管它也可用作预测，但其主要功能还是解释和政策评估[8]。
本文旨在建立因果模型以对美国旅华需求的影响因素进行研究。建立回归模型时，要求所用的时间序列具有平稳性，若在建立回归模型时使用的是非平稳时间序列的话，就可能会带来虚假回归问题，从而导致所建立的回归模型估计结果毫无解释意义。在实际中，多数经济时间序列恰恰是非平稳的，传统的计量回归方法可能存在伪回归问题，而针对非平稳时间序列建模的协整理论正好可以避免这种错误。因而，本文使用协整理论对上述五个变量进行协整分析，并在此基础上找出它们间的长期均衡关系。
由于协整理论的研究对象是非平稳变量，因此，在进行变量间协整关系检验前应先进行单位根检验。
2.1 单整性与单位根检验
检验变量单整性的常用方法是单位根检验法。因为我们研究的五个变量Y、P、E、R和M可能并非一阶单整，故采用ADF而非DF检验法进行时间序列的单整性检验。ADF检验的回归方程为：
。
为消除潜在的异方差问题且为了研究上的方便，我们对五个变量Y、P、E、R、M分别进行自然对数变换（自然对数变换不会改变变量间的协整关系），得到五个新的变量lnY、lnP、lnE、lnR、lnM。这种变换不会改变变量间的协整关系和Granger因果关系。表1列出了用Eviews3.1分别对各变量水平值和一、二阶差分值进行ADF单位根检验的结果。
检验结果表明，变量lny、lnP、lnE、lnR、lnM对应时间序列数据都是非平稳的。经过一阶差分后，变量Δln Y、△lnP、△lnE、△lnR在5％显著性水平下平稳，表明ln Y、lnP、lnE、lnR是一阶单整序列。而经过一阶差分后△ln M仍然是非平稳的，但是对其进行二阶差分后，
通过上式可以看出，变量ΔlnM表示美国人均收入增长率。
2.2 协整检验
协整分析方法由Engle-Granger提出，其基本思想是：如果某两个或多个同阶时间序列变量的某种线性组合可以得到一个平稳的误差序列，那么这些非平稳的时间序列就存在着长期均衡关系，即这些序列间具有协整性。
由于lnY、lnP、lnE、lnR是一阶单整，而lnM却是二阶单整，因此，上述变量间不可能存在协整关系。直接用它们建立回归模型必然会导致伪回归。对时间序列变量lnM进行一阶差分后，所得时序变量ΔlnM为一阶单整。此时，变量lnY、lnP、lnE、lnR、ΔlnM都同是一阶单整，它们之间就有可能存在协整关系。下面对其进行检验。
检验多个变量之间协整关系，本文采用Johansen协整检验法。该方法首先需要建立VAR模型，k阶VAR模型记作。VAR（k），可将其表示为：
Johansen协整检验法是通过极大似然估计对。VAR模型参数进行估计，后利用迹统计量检验并求出协整个数r（0＜r＜n），最后再次使用极大似然估计法可求出协整参数向量β的估计量
。
我们通过Johansen迹统计量检验法，对美国旅华需求等对应的五个一阶单整变量lnY、lnP、lnE、lnR、ΔlnM进行协整检验。得到检验结果，见表2。
在表2中，第一列是协整方程的假设个数，第二列是特征值，第三列是迹统计量的值，四列和五列分别是5％和1％水平的临界值。由表2可知，在1％的显著性水平下：迹统计量LR＝103.216870＞76.07，表明应该拒绝没有协整关系原假设，接受至少存在一个协整关系。接下来继续检验变量间是否只存在一个协整关系。因LR＝44.1526403＞47.21，所以，在5％的显著性水平下接受最多只存在一个协整关系。所以结论是：在5％的显著性水平下，认为变量lnY、lnP、lnE、lnR、ΔlnM之间有且仅有一个协整关系。
在确定了协整关系个数r＝1后，根据Johansen极大似然估计法就可以求出协整向量的估计值。表-3给出了协整系数估计的标准形式。
从t统计量来看，各个系数的估计量均统计显著。根据协整系数的估计值，可以写出美国旅华需求与其几个主要影响变量之间的协整方程：
该协整方程反映了美国旅华需求与在华相对生活成本、人民币兑美元汇率、美国总人口及美国人均GDP比率间的长期均衡关系。协整方程中ln P系数为负，表明在华相对生活价格与美国旅华需求呈反向关系（假设1）；lnE、lnR系数为正，表明人民币兑美元汇率、美国总人口与分别与美国旅华需求呈正向相关关系（假设1，假设3）；ΔM代表美国人均GDP增长率，ΔlnM系数为负，表明美国人均GDP增长率与美国旅华需求呈正相关关系。由于收入增长率增加必然是收入增加的结果，故也可以推出美国人均GDP与美国旅华需求成正相关关系（假设2）。
此外，从长期均衡关系式来看，美国旅华需求的在华生活相对价格弹性系数略小于1，同时美国旅华需求的汇率弹性也小于1，这两个变量代表来华旅游价格的两个不同方面，表明美国游客对来华旅游价格不太敏感。对美国人而言来华旅游也并非必需品，然而为何美国旅华需求却缺乏价格弹性呢？这主要是因为中美两国的巨大差异，造成美国游客对来华旅游的偏好。马耀峰等（2006）调查显示：来华的美国旅游者对我国文化内涵丰厚的文物古迹、壮美迤逦的山水风光和丰富多彩的民族风情兴趣最浓。受中、西文化差异性的影响，中华文明历经5000年形成的丰富文物古迹、独特的传统文化和民族习惯，辽阔国土上独有的自然景观，对美国旅游者都具有巨大的吸引力。值得注意的是，美国旅华需求对美国总人口富有弹性，弹性系数高达9.07。这表明刚成长起来的年轻一代美国人，对中国充满好奇，来华旅游热情非常高。长期均衡关系式中
，它表示美国人均GDP的增长率，其系数的直接经济意义不太明显。
，表示第t年与其前一年的人均GDP的比值，在此不妨称之为收入比率。这样，
的系数就可以解释为美国旅华需求对收入比率的弹性系数。该弹性系数17.71表示，当美国人均收入比值增长1％会引起美国旅华总人数增长17.71％。再进一步解释：若今年美国人均GDP增长率为3％的话，则对应的今年收入比率为1.03；若明年美国人均GDP增长率为4.03％的话，则对应的明年收入比率为1.0403。此时，明年的收入比率比今年的收入比率恰好增长1％，若其它因素保持不便的话，明年美国来华旅游人数就会增长17.71％。当然，若明年的经济增长率为1.98％的话，此时，明年的收入比率比今年的收入比率恰好减少1％，若其它因素保持不便的话，则会导致美国旅华人数减少17.71％。这个分析结果表明，美国经济大起大落会引起旅华需求的巨大波动。
从以上协整检验结果可知，美国人均收入变化、美国总人口变化和在华旅游价格变化与美国旅华需求存在长期均衡关系。但是，存在相关关系并不意味着变量间存在因果关系。为了考察解释变量选择的合理性，还有必要分别对在华生活相对价格、人民币兑美元汇率、美国人均GDP、美国总人口与美国旅华需求之间的因果关系从统计上进行求证。所采用的统计方法是Granger因果关系检验法。
2.3 Granger因果关系检验
Granger因果关系检验法来源于滞后分布概念。其基本思想是，若利用X和Y的滞后值对Y进行预测比只用Y的滞后值预测所产生的预测误差要小，即：若
使用基于VAR模型的Granger因果关系检验法分别对在华生活相对价格、人民币兑美元汇率、美国人均GDP、美国总人口与美国旅华需求之间的Granger因果关系进行检验。Granger因果检验法适用于平稳时间序列间的因果关系检验。由于变量lnY、lnP、lnE、lnR、ΔlnM都是一阶单整，先对它们分别进行一阶差分得到平稳序列后，再对差分变量进行Granger因果检验。差分变量的Granger因果关系也反映了原变量间的Granger因果关系。如表4Granger检验结果所示。
在表4中，概率值指拒绝原假设而犯第一类错误的概率，即拒真概率。从检验结果来看，在10％的显著性水平下，可以得出：在华生活相对价格、人民币兑美元汇率、美国总人口是美国旅华需求的Granger成因。在13％的显著性水平下，可以得出：美国人均GDP是美国旅华需求的Granger成因。从检验结果来看，显著性水平不是很高，这可能是由于检验样本量较小的缘故。根据周建、李子奈[9]的研究，对于两个平稳序列，小样本下的Granger检验会犯检验不出真实因果关系的错误，此时随着样本容量的增加，判断出存在Granger因果关系的概率会显著增加。因此，在当前显著性水平下，检验结果已说明在华生活相对价格、人民币兑美元汇率、美国人均GDP、美国总人口是美国旅华需求的Granger成因。
3 小结与讨论
综上所述，Johansen协整检验表明变量lnY、lnP、lnE、lnR、ΔlnM间存在协整关系，从而表明美国旅华需求、在华生活相对价格、人民币兑美元汇率、美国人均GDP、美国总人口间存在长期均衡关系。Granger因果关系检验的结果表明：在华生活相对价格、人民币兑美元汇率、美国人均GDP、美国总人口是美国旅华需求Granger成因。因而结论如下：
（1）美国旅华价格下降，即P下降或E上升导致旅华价格下降，从而引起美国旅华需求上升（假设1）。当在华生活相对价格升高，美国旅华需求会减少；美国游客对在华生活相对价格变化，反应适中（弹性系数约为1）。今年七月份以来，中国经济继续升温，通货膨胀开始抬头。从本文分析结果来看，目前国内通货膨胀升高导致物价水平上升，尽管其不会使美国旅华需求大幅下降，但是影响也不容小觑。
人民币升值会导致美国旅华需求减少，然而，美国游客对人民币兑美元汇率变化不太敏感。从2005年7月21日，中国人民银行宣布我国开始实行以市场供求为基础，参考一篮子货币进行调节、有管理的浮动汇率制度以来，人民币兑美元汇率节节攀升。人民币小幅升值会对美国旅华需求产生一定不利影响，但不会很大。
（2）美国人均收入增加时，美国旅华需求增加（假设2）。美国旅华需求对美国人均收入比率的变化十分敏感。这与美国人“花明天的钱为今天的消费买单”这一消费观念有关。在这一消费观念下，美国人对未来收入的预期就大大影响其当期消费。最近，美国爆发次级抵押贷款市场危机，引起美国股市剧烈动荡，美国经济增长在今年第一季度也一度放缓。由本文的分析结果来看，若次贷危机引起美国经济增长大幅放缓的话，将会对美国旅华市场造成很大的负面冲击。
（3）美国总人口增长会导致美国旅华需求增大（假设3）。美国旅华需求对美国人口增长富有弹性，并且需求弹性系数很大。成长起来的美国年轻一代，对来华旅游需求巨大。应该针对美国年轻人的文化层次高、现代化意识强、参与意识浓等特征，积极制定入境游营销策略。