大連職業(yè)技術(shù)學(xué)院 車秀英

近年來，大連市旅游業(yè)依托豐富的旅游資源實(shí)施大旅游發(fā)展戰(zhàn)略，經(jīng)濟(jì)效益和經(jīng)濟(jì)地位得以不斷提高，2009年旅游收入達(dá)到480億元，在GDP中的所占比例達(dá)到10.86%，旅游業(yè)正逐步成為大連市國民經(jīng)濟(jì)的戰(zhàn)略性支柱產(chǎn)業(yè)。隨著國內(nèi)旅游消費(fèi)對旅游GDP的貢獻(xiàn)重要性的日趨顯現(xiàn)，學(xué)者們開始致力于對國內(nèi)旅游消費(fèi)模型的研究。旅游消費(fèi)是我國居民消費(fèi)的嶄新領(lǐng)域，研究旅游的消費(fèi)不論對預(yù)測和合理引導(dǎo)旅游消費(fèi)，還是對促進(jìn)旅游供給以及旅游產(chǎn)業(yè)的發(fā)展將發(fā)揮重要的意義。

本文在對大連星海公園調(diào)查為例，通過建立回歸模型，定量研究影響游客在旅游目的地（包括公園內(nèi)、公園外）消費(fèi)水平的各類因子。篩選出重要因子將對改善公園經(jīng)濟(jì)管理，包括合理調(diào)整景區(qū)旅游產(chǎn)品結(jié)構(gòu)提供重要參考依據(jù)。

一、問卷設(shè)計及調(diào)查方法

本次調(diào)查的問卷包括客源市場的基本層面要素、結(jié)構(gòu)層面要素和趨勢層面要素。主要由性別、年齡、職業(yè)、教育、月收入、居住地、出行方式、出游動機(jī)、消費(fèi)構(gòu)成、在大連停留天數(shù)等樣本選擇參數(shù)構(gòu)成。本次調(diào)查問卷共發(fā)放535份,收回有效問卷473份,問卷有效率為？%。根據(jù)實(shí)際收回的調(diào)查問卷，其中有318人選擇的交通工具為火車，65人選擇的交通工具為汽車，19人選擇的交通工具為飛機(jī)，33人選擇的交通工具為輪船，38人選擇的交通工具為自駕車。選擇火車作為交通工具的游客占調(diào)查游客的71%。目前我國旅游者選擇交通工具主要有汽車、飛機(jī)和火車（高鐵選擇呈上升趨勢）三種，選擇乘坐汽車，由于受氣候、路況、舒適性、安全性等條件的制約，因此運(yùn)量不大，飛機(jī)安全性能和準(zhǔn)點(diǎn)率高，相對比較舒適，但費(fèi)用比較高，對收入一般的學(xué)生和老年游客缺少吸引；火車的安全性和舒適性較高，乘坐火車的權(quán)重大于飛機(jī)和汽車,應(yīng)作為優(yōu)先選取的交通工具。故在選擇不同交通工具的游客眼里火車仍然是最主要的出游交通工具，本文只對選擇鐵路作為交通工具的國內(nèi)旅游者旅游消費(fèi)情況進(jìn)行分析。

二、建立多元線性回歸模型

(一)多元線性回歸模型

多元線性回歸分析是一種用于分析事物之間統(tǒng)計關(guān)系的數(shù)量分析方法，重點(diǎn)考察變量之間的數(shù)量變化規(guī)律，特別是變量之間可能存在的因果關(guān)系?；貧w預(yù)測模型使用最為廣泛，它運(yùn)用最小二乘法（OLS）根據(jù)相關(guān)關(guān)系變量己知的樣本值建立回歸方程，再通過假設(shè)檢驗得出總體模型的設(shè)定是否明顯，最后依據(jù)回歸方程對總體進(jìn)行經(jīng)濟(jì)分析和預(yù)測。在旅游市場需求分析和預(yù)測中，因為影響因素(自變量)較多，所以在使用回歸模型時，大部分都使用多元回歸分析法，其關(guān)鍵之處在于依據(jù)經(jīng)濟(jì)學(xué)原理和對所要分析事物各個要素之間內(nèi)部可能存在的因果關(guān)系來選擇模型中所應(yīng)包含的自變量。然后對所估計的參數(shù)和隨機(jī)項進(jìn)行統(tǒng)計檢驗，最終識別能夠真正影響因變量的各個自變量。

1、樣本選擇及數(shù)據(jù)來源

為了得到更具有通用性的研究結(jié)論,本研究采取關(guān)于旅游消費(fèi)及其影響因素的橫截面數(shù)據(jù)作為研究基礎(chǔ)。借鑒旅游消費(fèi)定性分析結(jié)果,選取旅游消費(fèi)(Y)為被解釋變量，選取影響旅游消費(fèi)的性別(X1)、年齡(X2)、教育(X3)、月收入水平(X4)、在大連停留天數(shù)(X5)等為解釋變量。其結(jié)構(gòu)模型見方程（1）:

模型中 β0為常數(shù)項,β1～β5為估計參數(shù)。

2、用最小二乘法估計未知參數(shù)，并對相應(yīng)的回歸模型進(jìn)行分析

首先用最小二乘法（OLS）法把旅游消費(fèi)對五個解釋變量做回歸分析。首先，把全部的變量數(shù)據(jù)全部引入多元回歸方程，對多元回歸方程進(jìn)行檢驗；然后在多元回歸系數(shù)顯著性檢驗不顯著的一個或多個變量中，剔除檢驗值最小的變量，并重新建立多元回歸方程和進(jìn)行相關(guān)檢驗。最后，如果新建多元回歸方程中所有變量的多元回歸系數(shù)檢驗都顯著，那么該多元回歸方程為所求的方程。在0.05的顯著性水平下，分析結(jié)果如表1～表3中的模型1所示。關(guān)于各個回歸模型的結(jié)構(gòu)，請見下頁。

根據(jù)表1～表3中的模型1估計結(jié)果,從模型預(yù)測能力的角度看:(1)統(tǒng)計量F的值分別為207.748，F(xiàn)對應(yīng)的p=0.000＜0.05，該模型是整體顯著的，表明Y與五個變量總體來說顯著相關(guān)；(2)但是,除了教育(X3)、在大連停留天數(shù)(X5)以外，其他各解釋變量如性別(X1)、年齡(X2)、月收入水平(X4)，其t統(tǒng)計量對應(yīng)的p值都大于顯著性水平0.05.因此，在0.05的顯著性水平下都沒有通過t檢驗；(3)模型調(diào)整的可決系數(shù)R2=0.284,說明使用該模型預(yù)測旅游消費(fèi)的準(zhǔn)確程度不高，誤差大。

3、模型檢驗與修正

鑒于模型存在的上述各種問題，很有必要對模型進(jìn)行檢驗與修正。

(1)多重共線性的檢驗

觀察表3中模型1給出的容忍度 （Tolerance）和方差膨脹因子（VIF）可以看出，3個解釋變量的容忍度都比較大，而且VIF都非常小，這說明解釋變量之間存在一定的多重共線性；本文采用簡單相關(guān)系數(shù)矩陣法，對模型1的多重共線性進(jìn)行了檢驗，發(fā)現(xiàn)各個解釋變量之間的相關(guān)系數(shù)較小，以此判斷出它們之間存在輕微的多重共線性，需要采用其他的方法對模型進(jìn)行進(jìn)一步改善。

(2)異方差性的檢驗與修正

本文通過檢驗發(fā)現(xiàn)模型中的隨機(jī)誤差項存在異方差，通過觀察異方差散點(diǎn)圖，看到隨著解釋變量停留天數(shù)(X5)的增加，被解釋變量波動逐漸增加，則很可能存在異方差現(xiàn)象，我們通過加權(quán)最小二乘法（WLS）對其進(jìn)行修正，首先生成權(quán)重變量，通過加權(quán)最小二乘法，使用向后選擇法，得到修正后的回歸分析結(jié)果，如表1～表3中的模型2所示。

根據(jù)表1～表3中的模型2所示的估計結(jié)果,從模型預(yù)測能力的角度看：（1）統(tǒng)計量 F的值分別為164.084，對應(yīng)的 p=0.000＜0.05，所以，拒絕模型整體不顯著的原假設(shè)，即該模型是整體顯著的，表明Y與五個變量總體來說顯著相關(guān)；（2）除了年齡(X2)以外，其他各解釋變量如性別(X1)、教育(X3)、月收入水平(X4)、在大連停留天數(shù)(X5)。其t統(tǒng)計量對應(yīng)的p值都小于顯著性水平0.05。因此，在0.05的顯著性水平下都通過了t檢驗，說明剩下的解釋變量與旅游消費(fèi)之間確實(shí)存在一定的關(guān)聯(lián)性；（3）通過異方差的經(jīng)過修正后，模型調(diào)整的可決系數(shù)R2=0.295，說明修正后的回歸方程其解釋能力與預(yù)測精度有大幅度的提高。（4）觀察表3中模型2給出的容忍度（Tolerance）和方差膨脹因子（VIF）可以看出，4個解釋變量的容忍度都比較大，VIF都非常小，這說明解釋變量之間存在一定的多重共線性；本文采用簡單相關(guān)系數(shù)矩陣法，對模型的多重共線性進(jìn)行了檢驗，發(fā)現(xiàn)各個解釋變量之間的相關(guān)系數(shù)與原來的模型的相關(guān)系數(shù)相比較，相關(guān)系數(shù)進(jìn)一步減小，這說明了模型中的多重共線性與原來相比較，有了進(jìn)一步的改善。

表1 方差分析表（ANOVA）

表2 模型擬和度檢驗

表3 回歸系數(shù)檢驗

修正后的線性回歸模型2為：

(二)對數(shù)多元線性回歸模型

由于用截面數(shù)據(jù)進(jìn)行多元線性回歸,模型容易表現(xiàn)出異方差性，為了進(jìn)一步提高模型的精度，先將Tc、月收入水平(X4)、在大連停留天數(shù)(X5)進(jìn)行對數(shù)化處理,分別命名為,使用自然對數(shù)是為了防止截面數(shù)據(jù)中比較容易出現(xiàn)的異方差問題，通過觀察異方差散點(diǎn)圖，我們看到隨著解釋變量停留天數(shù)(X5)的增加，被解釋變量波動逐漸增加，則很可能存在異方差現(xiàn)象，我們使用加權(quán)最小二乘法消除異方差，同時使用權(quán)重變量,建立如下旅游消費(fèi)模型3：

模型中 β0為常數(shù)項,β1～β5為估計參數(shù)。

利用對數(shù)和加權(quán)最小二乘法，采用向后選擇法，對上述因素進(jìn)行對數(shù)多元回歸分析，其結(jié)果分別見表1～表3中的模型3所示。

表1中模型3表明旅游消費(fèi)的回歸模型整體上還是比較顯著的(F=244.957；P=0.000)。

表2中模型3表明回歸模型的解釋能力，樣本可決系數(shù)R2=0.386，調(diào)整后的可決系數(shù)R2=0.385，即模型對旅游消費(fèi)影響因素的解釋能力為38.5%，回歸模型的解釋能力有所改進(jìn)。在截面數(shù)據(jù)的分析中,這是一個可以接受的擬合結(jié)果。

從表3中模型3的估計結(jié)果可以看出，模型3中除了月收入水平(X4)外，所有其他的解釋變量性別(X1)、年齡(X2)、教育(X3)、在大連停留天數(shù)(X5)都與旅游消費(fèi)顯著相關(guān)，均能在1%的顯著性水平上通過顯著性檢驗，模型擬合的相當(dāng)好。并且，與模型2估計結(jié)果相比，統(tǒng)計特性得到了很大的改善。

所以，最后通過比較我們認(rèn)為采用模型3建立旅游消費(fèi)函數(shù)模型是比較合適的。

對數(shù)回歸模型3的回歸方程結(jié)果如下：

三、估計結(jié)果分析與探討

通過對旅游消費(fèi)對數(shù)回歸模型3的估計和檢驗，可以得到以下一些簡要的結(jié)論：

常數(shù)項為5.439，這可以理解為在其他條件比不變的情況下，旅游者的旅游消費(fèi)支出為230元。性別(X1)的系數(shù)為-0.227，這可以理解為在其他條件比不變的情況下，女性旅游者較男性旅游者有更多旅游消費(fèi)的支出，女性旅游者是男性旅游者旅游消費(fèi)支出的1.255倍。年齡(X2)的系數(shù)為-0.099，這可以理解為在其他條件比不變的情況下，隨著年齡段的增長，其旅游消費(fèi)支出在下降。教育(X3)系數(shù)為0.167，表明在其他條件不變的情況下，隨著受教育程度由初中及以下到研究生的增加，旅游者旅游消費(fèi)支出增加1.182倍，旅游者受教育程度的貢獻(xiàn)率很高，旅游者受教育程度是影響目前我國旅游消費(fèi)的十分重要的因素。旅游者的月收入彈性β4=-0.13，并且t值在統(tǒng)計上不顯著。表明月收入對旅游消費(fèi)的邊際增長貢獻(xiàn)很小，旅游者收入對游客來該旅游景點(diǎn)的消費(fèi)水平影響不明顯。因此，如何加大旅游者收入對旅游消費(fèi)的貢獻(xiàn)率，將是我國旅游消費(fèi)長期面臨的一個重要課題。這是本文獲得的核心結(jié)論之一。旅游者的停留天數(shù)彈性β5=1.14，說明在其他條件不變的情況下，旅游者在大連停留天數(shù)對旅游消費(fèi)的邊際增長雖然在下降，但是如果旅游者在大連多停留一天，旅游消費(fèi)總額就能呈現(xiàn)大幅度增長。比如年齡為35歲受教育程度為本科的女性旅游者在大連停留三天，其旅游消費(fèi)為1167元，如果在大連停留四天，其旅游消費(fèi)將為1620元，多停留一天，旅游消費(fèi)增加453元，可以看出，停留天數(shù)對旅游消費(fèi)的貢獻(xiàn)率很大。

四、政策與建議

鑒于以上模型的最終結(jié)果所反映出的我國旅游消費(fèi)的現(xiàn)存狀況，現(xiàn)提出以下一些建議：

在國內(nèi)游客以男性為主導(dǎo)的市場中,男性旅游者的消費(fèi)支出并沒有比女性旅游者的消費(fèi)支出更多，這說明男性旅游者的旅游活動仍然是粗放型的旅游活動，今后應(yīng)該在穩(wěn)定男性客源的前提下，迅速擴(kuò)大男性旅游者在各方面的支出，這是旅游部門今后面對的一個課題。模型中顯示隨著年齡段的增長，其旅游消費(fèi)支出在下降，這樣一種情況說明，年輕人在旅游中更容易有更多的旅游消費(fèi)支出，增加中老年旅游者的消費(fèi)支出，特別是老年人有較多可支配的閑暇時間，有較強(qiáng)的支付能力，因此大力開拓銀發(fā)旅游市場是我國旅游業(yè)發(fā)展的一個新契機(jī)。模型同時顯示我國居民的旅游消費(fèi)隨文化程度的增高呈上升趨勢。出現(xiàn)這種現(xiàn)象的主要原因是學(xué)歷高低與收入高低的差距，同旅游的動機(jī)和消費(fèi)比例正成比，收入和學(xué)歷越高，高層次的旅游消費(fèi)需求就越強(qiáng)烈。因此，加強(qiáng)教育提高消費(fèi)者的素質(zhì)，擴(kuò)大高層次的精神文化消費(fèi)活動，進(jìn)而提高消費(fèi)質(zhì)量，以此促進(jìn)我國旅游業(yè)的發(fā)展。

通過調(diào)查我們看到，旅游者的收入對旅游消費(fèi)的促進(jìn)作用不明顯。根據(jù)我國居民的收入情況，我們對客源地的居民收入情況做了分析。結(jié)果表明，從收入狀況來看，月收入1500元者最多，占32.1% ；其次是2500元者，占25.1%；再次是500元者，占16.1%；收入超過3500元的旅游者占總數(shù)的18.8%，這表明來大連旅游的客人收入處于中低水平的大部分，并且是旅游地客源市場的主體。在大眾旅游已經(jīng)成為人們的消費(fèi)行為的主流，旅行社單一的某一種或幾種旅游產(chǎn)品不能滿足所有旅游者需求。所以，旅游企業(yè)必須在進(jìn)行廣泛的市場調(diào)查的基礎(chǔ)上把整個旅游市場劃分為若干個細(xì)分市場，將旅游者的性別、年齡、文化水平、職業(yè)和收入作為變數(shù)，以區(qū)分各種不同消費(fèi)需求的旅游者群體，才能制定出適合旅游者需求的各種特色產(chǎn)品，包括短線旅游、長線旅游、團(tuán)隊旅游、散客旅游、特色旅游、專項旅游、自助式旅游、休閑旅游、度假旅游、商務(wù)旅游、修學(xué)旅游、美食旅游等，制定旅游企業(yè)長期發(fā)展戰(zhàn)略，才能更好地為廣大游客提供各種適銷對路的旅游產(chǎn)品，在激烈的市場競爭中立于不敗之地。

通過對游客在大連停留天數(shù)的分析，我們看到，旅游者在大連平均停留天數(shù)為2.76天，來大連的旅游者停留時間較短，短時間的旅游一是影響旅游者盡情的體驗本地特色資源，二是本地的旅游資源沒有得到最大化的利用。解決問題的辦法是，今后應(yīng)在保證旅游景點(diǎn)吸引力的基礎(chǔ)上，應(yīng)該充分開發(fā)旅游景區(qū)的“娛樂”項目，加強(qiáng)“娛樂”的基礎(chǔ)建設(shè)，提高“娛樂”方面的旅游服務(wù)質(zhì)量，努力開拓具有地方特色、民族特色、高層次的文化娛樂活動，調(diào)動旅游者消費(fèi)熱情,突出“娛樂”的特色產(chǎn)品設(shè)計和消費(fèi)，增加旅游者停留天數(shù)，加大旅游者停留天數(shù)是目前旅游消費(fèi)增長的最主要途徑，旅游者“娛樂”方面的消費(fèi)潛力較大。

[1]李瑛,張龍.國內(nèi)客源市場旅游目的地花費(fèi)模型的構(gòu)建—以西安“五一”黃金周為例[J].旅游學(xué)刊,2007,22

[2]保繼剛,楚義芳.旅游地理學(xué)[M].北京:高等教育出版社,1999

[3]李冰州，楊劍，陳旭.我國居民旅游消費(fèi)模型研究[J].軟科學(xué),2004,18

[4]吳忠軍,唐曉云.民族旅游地國內(nèi)游客行為研究及其應(yīng)用—以廣西龍勝各族自治縣為例[J].經(jīng)濟(jì)地理,2004,24

[5]董觀志.深圳華僑城旅游客源分異規(guī)律的量化研究[J].經(jīng)濟(jì)地理,1999,19

[6]吳春梅,戴慧彪.層次分析法在旅游交通工具選擇中的應(yīng)用[J].泰山學(xué)院學(xué)報,2007,29