曾 燚，張 茵

（北京林業(yè)大學 園林學院，北京 100083）

游憩價值是指游客在景區(qū)從事休閑游憩活動所產(chǎn)生的直接或間接效益[1]。游憩價值評估是從經(jīng)濟學角度對旅游資源提供的綜合效益進行貨幣化評價和核算[2]，該評估有助于景區(qū)管理者了解景區(qū)價值并制定合理的相關(guān)決策，包括合理的價值實現(xiàn)機制[3]。國內(nèi)多采用旅行費用法（Travel Cost Method，TCM）中的分區(qū)旅行費用法（Zonal Travel Cost Method,ZTCM）對單一案例地進行游憩價值評估，而采用個人旅行費用法（Individual Travel Cost Method，ITCM）的研究較少且基本局限于線性回歸模型。由于線性回歸模型沒有考慮旅游次數(shù)的不連續(xù)性，易導致結(jié)果產(chǎn)生較大偏差。Creel于1990年提出的計數(shù)模型（Count Data Model，CDM）能夠有效減少此類偏差，但國內(nèi)有效實踐尚不足：一方面，在采用CDM時缺少對于自然和人文景區(qū)最適模型的選擇研究；另一方面，對于CDM應用于不同屬性景區(qū)時是否存在系統(tǒng)性差異缺乏探討。本文嘗試使用CDM分別對自然與人文屬性景區(qū)（北京植物園和北海公園）進行評估和對比，探索對于不同類景區(qū)的最適模型，以期推動ITCM的研究向縱深發(fā)展。

一、研究綜述

（一） 國外旅行費用法研究

TCM主要存在三種模型，分別為分區(qū)旅行費用法（ZTCM）、個人旅行費用法（ITCM）和隨機效用模型（Random Utility Model,RUM），三種模型各自的適用條件（見表1）。1966年Clawson 和Kentsch提出了TCM 的第一個模型，即ZTCM[4]。1970年以前，ZTCM作為一種評價單一目的地游憩價值的有效方法被國外學者廣泛使用。1973年，Brown和Nawas提出了ITCM[5]。近二十年后，Wiliis和Garrod發(fā)表了一篇極具影響力的論文，使ITCM成為TCM研究的主流[6]。TCM研究早期主要是對森林公園[7]、國家公園[8]等自然景區(qū)進行游憩價值估計，近年來亦出現(xiàn)了對于文化遺址[9]、節(jié)事活動[10]、公園游憩設(shè)施[11]、城市公共空間[12]等人文屬性對象的價值評估研究。

表1 TCM三種模型的適用條件

Bockstael于1990年首次建立連續(xù)型數(shù)據(jù)游憩需求截斷模型[13]，之后Creel將其改進為處理離散數(shù)據(jù)的CDM[14]。自此國外關(guān)于ITCM的研究大都采用泊松模型和負二項模型對旅游需求函數(shù)進行回歸[9-12,15-16]。

（二） 國內(nèi)旅行費用法研究

早期國內(nèi)TCM研究主要是對國外已有方法的簡單借鑒和單純案例研究。評估對象最初以森林公園[17]、風景名勝區(qū)[18]、自然保護區(qū)[19]等自然類型景區(qū)為主，2004年首次對敦煌這一人文屬性景區(qū)[20]進行價值評估，之后開始出現(xiàn)博物館[21]、古村落[22]和文化遺產(chǎn)[23]等更多人文景區(qū)的TCM價值研究。

國內(nèi)TCM研究大都采用ZTCM。為了彌補ZTCM將同一區(qū)域所有游客視為均質(zhì)游客（偏好相同、旅游費用相同）的缺陷，李巍提出將旅行費用相同的游客劃分為一個小區(qū)的改進的旅行費用法[24]，但該方法仍未把游客個體差異納入評估模型。與ZTCM相比，ITCM的優(yōu)勢在于充分考慮游客間的個體差異，以每個游客的旅行費用及個人屬性為基礎(chǔ)構(gòu)建旅游需求函數(shù)，因而使估值結(jié)果更為真實準確，尤其適用于以本地游客為主要客源的景區(qū)[3]。與ZTCM相比，國內(nèi)ITCM的相關(guān)研究明顯不足，且缺乏不同屬性景區(qū)的對比研究。

TCM一般采用線性或曲線函數(shù)進行游憩需求函數(shù)回歸，這兩種方法多采用最小二乘法（OLS）進行參數(shù)估計。然而從統(tǒng)計學視角來看，由于旅游次數(shù)是非負整數(shù)，在零點截斷且分布過度離散，此時OLS就不再適合用于參數(shù)估計[25]。王爾大等嘗試采用CDM與非線性模型進行對比分析，得出截斷負二項模型的擬合程度較好[25]。然而目前的CDM研究只是采用CDM對單一案例地或同類型案例地進行分析[26-27]，尚缺乏對于自然和人文兩類不同屬性景區(qū)的最適模型的探討及對比研究。

北海公園和北京植物園都以北京本地游客為主，均適用于ITCM。本文將以這兩個典型景區(qū)為評估對象，探討自然與人文屬性景區(qū)是否存在各自的最適計數(shù)模型，并探索評估結(jié)果產(chǎn)生差異的原因。

二、研究方法

（一）個人旅行費用法

1.需求函數(shù)模型

ITCM是以游客個人資料為基礎(chǔ)構(gòu)建需求函數(shù)：

其中，Vij表示游客i到旅游景點j的游覽次數(shù)，TCij表示游客i到旅游景點j的旅游成本，Xi表示游客i的社會經(jīng)濟特征，Yi表示旅游景點j的相關(guān)特征。

ITCM的操作步驟主要有以下五步：

①收集游客最近一年的游覽次數(shù)、旅行時間、旅行費用、以及年齡、性別、人均月收入等社會經(jīng)濟學特征；

②計算每位游客的旅游成本等；

③擬合需求函數(shù)；

④計算人均消費者剩余；

⑤人均消費者剩余與人均旅游成本之和即為人均游憩價值。

根據(jù)經(jīng)濟學需求理論，本文構(gòu)建如下的旅游需求函數(shù)：

其中，Visiti表示第i個游客最近一年的游覽次數(shù)，即游客的旅游需求；Costi表示第i個游客的旅游成本；Satisi表示第i個游客的滿意程度；Sexi表示第i個游客的性別，Agei表示第i個游客的年齡，Worki表示第i個游客的職業(yè)，Incomei表示第i個游客的家庭人均月收入，β0、β1、β2、β3、β4、β5、β6分別為常數(shù)項以及各自變量所對應的參數(shù)。

2.計算消費者剩余

根據(jù)Creel等的研究，使用ITCM評估消費者剩余時，可通過取旅游成本變量系數(shù)相反數(shù)的倒數(shù)[14]來計算。

3.旅游成本

旅游成本可分為旅游實際支出和時間機會成本兩大部分，前者包括交通費用、住宿費用、餐飲費用、門票及景區(qū)內(nèi)其他花費（如劃船、購買紀念品等）；后者則通過將出游時間乘以工資率的1/3得出，設(shè)游客的月收入為I，每個月為20個工作，出游時間為h小時，則時間機會成本為：

4.多目的地旅行

根據(jù)前人的研究經(jīng)驗并結(jié)合案例地的實際情況，本文采用目的地景區(qū)門票價格占多目的地門票價格總和的百分比作為分攤因子，對外地游客的交通費用、住宿費用、交通時間進行分成。

（二）計數(shù)模型

旅游次數(shù)具有非負整數(shù)的特征，宜使用泊松模型進行參數(shù)估計。這一模型的前提是因變量的條件均值等于條件方差，然而由于數(shù)據(jù)的異質(zhì)性，計數(shù)數(shù)據(jù)普遍存在過度離散的問題，即條件方差通常大于條件均值[28]。為了降低面訪調(diào)查產(chǎn)生的內(nèi)生性分層和訪問次數(shù)在零點截斷導致的偏差，國外學者嘗試采用截斷泊松模型（Truncated Poisson Model,TPOIS）[15]和雙階阻力模型（Two-stage Hurdle Model）[29]進行價值評估。為了降低游覽次數(shù)存在大量零值造成的偏差，Weber提出采用零膨脹泊松模型（Zero-Inf l ated Poisson Model）進行參數(shù)估計[30]。為了降低數(shù)據(jù)異質(zhì)性的影響，Pascoe則引入了截斷負二項模型（Truncated Negative Binomial Model,TNB）用于價值評估[31]。

為了探討不同屬性景區(qū)的最適計數(shù)模型，本文將分別采用TPOIS和TNB，對北京植物園和北海公園兩個不同屬性景區(qū)進行游憩價值評估。

（1）TPOIS的概率密度函數(shù)：

（2）TNB的概率密度函數(shù)：

（3）這兩種回歸模型因變量的概率分布表示如下：

三、實證分析：北京植物園和北海公園游憩價值評估

（一）案例地概況

1.北京植物園

北京植物園位于西山臥佛寺附近，是以收集、展示和保存植物資源為主，集科學研究、科學普及、游覽休憩、植物種質(zhì)資源保護和新優(yōu)植物開發(fā)功能為一體的綜合性植物園。園內(nèi)收集展示各類植物1萬余種、150余萬株。北京植物園于2000年被評為首批國家4A 級旅游景區(qū)，是北京首批精品公園、首批國家重點公園之一。

2.北海公園

北海公園位于北京市中心區(qū)，故宮的西北面，與中海、南海合稱三海。北海為中國現(xiàn)存最古老、最完整、最具綜合性和代表性的皇家園林之一，是世界上建園最早的皇城御苑，1925年開放為公園，為全國重點文物保護單位、國家4A級旅游景區(qū)。

（二）數(shù)據(jù)收集

本研究于2016年5月1—15日期間，選取6天進行實地面訪問卷調(diào)查，其中黃金周期間2天，工作日2天，周末2天，以使采集數(shù)據(jù)盡量具有代表性。面訪調(diào)查采用隨機抽樣的方法，其中在北京植物園發(fā)放問卷180份，回收178份，有效問卷166份，有效問卷率為93.26%；北海公園發(fā)放問卷195份，回收192份，有效問卷176份，有效問卷率為91.67%。

（三）北京植物園游憩價值評估

1.游客社會經(jīng)濟特征分析

如表2所示，本次調(diào)查中北京植物園男性游客占比43.4%；女性占比56.6%。游客以青年人為主，18～34歲游客占76.5%。職業(yè)以公司職員最多，為33.1%；其次是學生和專業(yè)技術(shù)人員。受教育程度普遍較高，本科及以上游客占比為77.1%。家庭人均月收入主要集中于3001～5000元、5001～7000元及10000元以上，合占63.3%。

表2 北京植物園社會經(jīng)濟特征統(tǒng)計分析

2.游覽特征分析

游客游覽北京植物園的人均旅游成本為115.50元。最近一年到訪北京植物園的人均游覽次數(shù)為2.5次，其中至少為2次的游客共98名，均為本地游客且重游率較高。游客對于北京植物園滿意程度較高（見表3）。

表3 北京植物園游覽特征統(tǒng)計分析

3.模型參數(shù)估計分析

本文采用TPOIS和TBN兩個模型對北京植物園的游憩需求函數(shù)進行估計。如表4所示，兩個模型的主要參數(shù)估計結(jié)果均基本符合旅游需求理論，其中旅游成本與游覽次數(shù)負相關(guān)；而年齡、收入與游覽次數(shù)呈正相關(guān)。

一般來說，最大似然函數(shù)值（Log L）較大的模型擬合程度較好。由該值可以判斷，對于北京植物園來說，TBN模型的擬合度要比TPOIS模型更好。

從旅游成本來看，對于TPOIS模型，其斜率參數(shù)為-0.008 208 0，即旅行成本每增加1 000元，游客對景點的旅游次數(shù)將減少8次；而對于TNB模型，其斜率參數(shù)為-0.006 374 2，即旅游次數(shù)將減少6次。

表4 變量的參數(shù)估計及其邊際影響

（四）北海公園游憩價值評估

1.游客社會經(jīng)濟特征分析

如表5所示，本次調(diào)查中北海公園男性占比48.9%；女性占比51.1%。以青年為主，18-24歲和25～34歲的游客分別占28.9%和34.1%。職業(yè)以公司職員最多，為39.8%，其次是離退休人員待業(yè)和專業(yè)技術(shù)人員，分別為18.8%和13.1%。游客受教育程度較高，本科及以上游客占59.7%。家庭平均月收入以3 001～5 000元為主，占40.9%。

表5 北海公園社會經(jīng)濟特征統(tǒng)計分析

2.游覽特征分析

如表6所示，北海公園游客的人均旅游成本為202.60元；最近一年人均游覽次數(shù)為5.5次，游覽次數(shù)至少2次的游客約占43.2%，本地游客重游率較高，而外地游客多為首次到訪；游客對北海公園的滿意度較高。

表6 北海公園游覽特征統(tǒng)計分析

3.模型參數(shù)估計分析

本文采用TPOIS和TBN兩個模型對北海公園的游憩需求函數(shù)進行估計。如表7所示，TPOIS和TBN兩個模型的主要參數(shù)估計結(jié)果基本符合旅游需求理論，其中旅游成本與游覽次數(shù)負相關(guān)；年齡、滿意度與游覽次數(shù)正相關(guān)。

同樣，根據(jù)最大似然函數(shù)值（Log L）判斷，對于北海公園而言，TNB模型的擬合程度亦優(yōu)于TPOIS模型。

表7 變量的參數(shù)估計及其邊際影響

從旅游成本來看，旅游成本每增加1000元，據(jù)TPOIS模型，人們對北海公園的游覽次數(shù)會減少8次，而依據(jù)TNB模型則將減少3次。

四、游憩價值評估結(jié)果對比與討論

由上文可知，無論對于北京植物園還是北海公園，TNB模型的擬合程度均更優(yōu)。根據(jù)該模型，進一步計算得到2016年北京植物園的人均消費者剩余為362.40元，加上人均旅游成本115.50元，最終估計其人均游憩價值為477.90元。同理計算得到北海公園的人均消費者剩余為756.90元，加上人均旅游成本202.60元，最終估計其人均游憩價值為959.50元（見表8）。

表8 案例地評估結(jié)果匯總

估值結(jié)果顯示，雖然北京植物園和北海公園均為北京最受歡迎的城市公園，但前者人均游憩價值顯著低于后者。究其原因，首先是由于兩個公園的屬性不同。北京植物園是典型的自然景區(qū)，以其優(yōu)美的自然植物景觀為主要吸引物；而北海公園作為蘊含深厚文化底蘊的皇家園林，美麗的自然風光與獨特的歷史建筑交相輝映。同相對單一的自然風光相比，神清韻遠的人文景觀更易為游客所感知，由此可能導致北海公園的游憩價值更高。

其次，北京植物園與北海公園的知名度和游客構(gòu)成有所差異。北海公園相對知名度更高，其游客構(gòu)成也更為多元化。北京植物園離中心城區(qū)較遠，其客源雖然基本為北京本地游客但又因其科普性較強故其擁有較多的學生游客；而北海公園地處中心地段，附近居民占據(jù)本地游客的相對較大比例，此外還有一定比例的外地游客。Lorenzo的研究表明，外地游客的消費者剩余往往大于本地游客[32]，由此也使得北海公園的游憩價值評估結(jié)果更高。

五、結(jié)論

TCM是評估旅游景區(qū)游憩價值的經(jīng)典方法之一。由于旅游次數(shù)具有非負整數(shù)性，采用最小二乘法得出的需求函數(shù)會產(chǎn)生偏差。對于適用于ITCM的評估對象，采用CDM將有效規(guī)避此類偏差。

本文采用CDM中的TPOIS模型與TNB模型，分別對北海公園和北京植物園進行游憩價值評估。研究結(jié)果表明，無論對于自然還是人文類型的景區(qū)，TNB模型均比TPOIS模型具有更佳的擬合度。采用TNB模型，進一步計算得到2016年北京植物園和北海公園的人均游憩價值分別為477.90元、959.50元。北海公園游憩價值明顯偏高的原因可能是由于人文屬性景區(qū)的典型人文景觀更易為游客所感知，以及北海公園具有較高比例的外地游客。

隨著ITCM研究的不斷深入，后續(xù)可進一步完善的研究內(nèi)容包括：在時間機會成本的處理方面，可考慮采取不同的工資率對案例地進行游憩價值的比較研究；在案例地選取方面，可選取更多具典型性的不同屬性案例地進行最適模型的驗證研究，如城市公園、郊野公園、濕地公園等；在模型選取時，可選擇更多改進模型加以嘗試及比較；在進行不同屬性景區(qū)對比時，應盡量排除其它相關(guān)因素的影響，如均選擇本地游客占比80%以上的景區(qū)，盡量排除多目的地旅行因素，以及盡量排除替代性景區(qū)的影響等。

[1]劉亞萍.生態(tài)旅游區(qū)游憩資源經(jīng)濟價值評價研究 [M].北京:中國林業(yè)出版社,2008.

[2]黎潔.旅游資源的資產(chǎn)化管理與旅游業(yè)環(huán)境經(jīng)濟政策研究——兼與敖榮軍等同志商榷 [J].旅游學刊,2002,17(2): 35-38.

[3]張茵.生態(tài)旅游資源的經(jīng)濟價值評估——以九寨溝自然保護為例 [D].北京: 北京大學,2004: 4-15.

[4]Claws M,Knetsch JL.Economics of Outdoor Recreation [M].Washington D C:Resources for the Future,1966.

[5]Brown WG,Nawas F.Impact of aggregation on the estimation of outdoor recreation demand functions [J].American Journal of Agricultural Economics,1973(55): 246-249.

[6]Willis KG,Garrod GD.An individual travel cost method of evaluating forest recreation [J].Journal of Agricultural Economics,1991(42): 33-42.

[7]Liisa Tyrvainen,Hannu Vaananen.The economic value of urban forest amenities: an application of the contingent valuation method [J].Landscape and Urban Planning,1998(43): 105-118.

[8]Pieter J H,van Beukering,Herman SJ Cesar,et al.Economic valuation of the Leuser National Park on Sumatra,Indonesia[J].Ecological Economics,2003(44): 43-62.

[9]Christos Tourkolias,Theodora Skiada,Sebastian Mirasgedis,et al.Application of the travel cost method for the valuation of the Poseidon temple in Sounio,Greece [J].Journal of Cultural Heritage,2015(16): 567–574.

[10]Mario Du Preez,Deborah Ellen Lee.The economic value of the Trans Baviaans mountain biking event in the Baviaanskloof Mega Reserve,Eastern Cape,South Africa:a travel cost analysis using count data models [J].Journal of Outdoor Recreation and Tourism,2016(15):47-54.

[11]Kavita Sardana,John Bergstrom,JM Bowker.Valuing settingbased recreation for selected visitors to national forests in the southern United States [J].Journal of Environmental Management,2016(183): 972-979.

[12]Merlin M,Hanauer,John Reid.Valuing urban open space using the travel cost method and the implications of measurement error [J].Journal of Environmental Management,2017(198):50-65.

[13]Bockstael NE,Strand IE,McConnell KE,et al.Sample selection bias in the estimation of recreation demand functions:an application to sport-fishing [J].Land Economics,1990(66):40-49.

[14]Creel MD,Loomis JB.Theoretical and empirical advantages of truncated count data estimators for analysis of deer hunting in California [J].American Journal of Agricultural Economics,1990(72): 434-441.

[15]Shrestha RK,Seidl A F,Moraes AS.Value of recreational fi shing in the Brazilian Pantanal:a travel cost analysis using count data models [J].Ecological Economics,2002,42(1): 289-299.

[16]陸鼎煌,吳章文.張家界國家森林公園效益的研究 [J].中南林學院學報,1985,5(2): 160-170.

[17]吳楚材,鄧立陽.張家界國家森林公園游憩效益經(jīng)濟評價的研究 [J].林業(yè)科學,1992,28(5): 423-430.

[18]艾運盛,高嵐.武夷山國家風景名勝區(qū)游憩效益的評價 [J].北京林業(yè)大學學報,1996,18(3): 89-97.

[19]張茵,蔡運龍.基于分區(qū)的多目的地TCM模型及其在游憩資源價值評估中的應用——以九寨溝自然保護區(qū)為例 [J].自然資源學報,2004,19(5): 651-661.

[20]郭劍英,王乃昂.旅游資源的旅游價值評估以敦煌為例 [J].自然資源學報,2004,19(6): 811-817.

[21]詹麗,楊昌明,李江風.用改進的旅行費用法評估文化旅游資源的經(jīng)濟價值 [J].軟科學,2005,19(5): 94-96.

[22]張紅霞,蘇勤.基于TCM的旅游資源游憩價值評估——以世界文化遺產(chǎn)宏村為例 [J].資源開發(fā)與市場,2011,27(1):90-93.

[23]周英,王爾大,韋健華.文化遺產(chǎn)旅游資源非使用價值評價研究——以旅順太陽溝為例 [J].生態(tài)經(jīng)濟,2013(9):146-150.

[24]李巍,李文軍.用改進的旅行費用法評估九寨溝的游憩價值[J].北京大學學報(自然科學版),2003,39(4): 548-555.

[25]王爾大,李作志,王忠福.利用計數(shù)統(tǒng)計模型方法評價大連星海公園旅游的經(jīng)濟價值 [J].數(shù)理統(tǒng)計與管理,2009,28(1):23-31.

[26]王喜剛,王爾大.基于修正旅行成本法的景區(qū)游憩價值評估型——大連老虎灘海洋公園的實證分析 [J].資源科學,2013,35(8): 1693-1700.

[27]周春波,林璧屬.基于截斷泊松模型的景區(qū)游憩價值多案例評估 [J].生態(tài)經(jīng)濟,2013(12): 130-133.

[28]Gurmu S,Trivedi P.Overdispersion tests for truncated Poisson regression models [J].Journal of Econometrics,1992(54): 347-370.

[29]Hill R,Loomis J,Thilmany D,et al.M.Economic values of agritourism to visitors: A multi-destination hurdle travel cost model of demand [J].Tourism Economics,2014(20): 1047-1065.

[30]Weber MA,Mozumder P,Berrens RP.Accounting for unobserved time-varying quality in recreation demand:An application to a Sonoran Desert wilderness [J].Water Resources Research,2012(48),W05515 .

[31]Pascoe S,Doshi A,Dell Q,et al.Economic value of recreational fi shing in Moreton Bay and the potential impact of the marine park rezoning [J].Tourism Management,2014(41):53-63.

[32]Lorenzo Giovanni Bellu,Vito Cistulli.Economic valuation of forest recreation facilities in the Liguria region (Italy).CSERGE Working Paper GEC,1997.