交通巨变对中国旅游业发展的影响及地域类型划分
1 问题的提出 有关旅游与交通运输的关系，国外相关研究开展较早。伦德格伦(Lundgren)、皮尔斯等(Pearce，etal)对交通在旅游中的作用进行了探讨。伦德格伦、斯图尔特等(stewart，et al)对旅游者空间行为和迁移规律进行了分析。德斯蒙德(Desmond)、托马斯(Thomas)、丹尼尔(Daniel)、蒂亚戈(Tiago)分析了包机旅游及航空运输的作用。国内该方面的研究起步较晚，汪正元分析了交通对旅游的影响和制约作用。保继刚认为，现代旅游业的发展与交通运输紧密相连，交通运输的便利程度是衡量旅游业发展的重要标志。刘南分析了杭甬高速公路开通对杭州、宁波和绍兴旅游发展的影响。张涛认为，旅游交通是发展旅游业的命脉，是旅游生产力的重要组成部分。金凤君等认为，铁路客运提速对城市间旅游业的分工与合作十分有利。缪婧晶、王劲松分析了旅游交通成本对旅游业的影响及对策。何调霞等、马丽君等研究了中国旅游业与航空运输业的关系。张文尝等对北京、成都和大连城市居民出行交通方式和结构进行了分析。王兆峰分析了旅游交通对张家界旅游的影响。陈晓、李悦铮探究了城市交通系统和旅游系统之间的协调模式。周蓓研究了四川省航空旅游网络空间特征及其结构。朱兹、张明等分析了铁路建设对旅游业的影响。 2 概念模型、数据说明与研究方法
2.1概念模型与基本假设 张文尝等认为，交通运输是中国国民经济发展的基础产业。对于旅游业的发展来说，交通运输更是必不可少的先决条件。从旅游客源地来说，旅游交通连接着旅游目的地和景区，帮助游客实现外出旅游；从旅游目的地来说，旅游交通联系客源地、组合旅游产品，使旅游接待和景点旅游得以实现。根据抽样调查和问卷调查资料，依据空间尺度将旅游交通划分为两个层次，如图1所示。第一层是大中尺度的长途交通，主要是航空和铁路，一般运送空间尺度大于100千米，主要承担从客源地到目的地的大中尺度空间移动，包括入境旅游和跨省区旅游。航空旅游具有快捷、直达、舒适等特点，但价格比较http://wWW.LWlm.Com昂贵；铁路旅游具有运量大、价格低廉等特点，但速度较慢。这两种交通运输方式对于旅游业的发展来说，主要解决游客“进得来”和“出得去”的问题。第二层是中小尺度的短途交通，主要为公路旅客运输，一般运送空间尺度小于100千米，是游客在目的地(中心城市)到风景区之间交通，省内旅游和市内交通以公路为主。因公路运输快捷灵活，主要解决游客在目的地“散得开”的问题。2.2数据说明 旅游业是环境敏感的脆弱产业，极易受到各种危机事件的影响。1989年的政治风波、1998年的亚洲金融危机、2003年的SARS危机、2008年的汶川地震等，均对中国入境旅游和国内旅游产生较大影响，为了在较平稳的序列中分析旅游客流量与交通客运量的关系，本文依据本底趋势线理论，对1989年、1998年、2003年和2008年的入境旅游和国内旅游数据进行了内插订正。
2.3研究方法 本研究采用时间序列和截面数据结合的方法，分析交通运输对旅游业的影响。首先，利用时间序列的单位根检验方法，对交通运输巨变与旅游业发展的长期稳定关系进行检验，在存在长期均衡关系的基础上，建立误差修正模型进行短期均衡关系调整的检验；然后，利用格兰杰因果关系检验法，对交通运输与旅游业因果关系进行检验，从时间序列数据分析中认识交通运输与旅游业发展的因果关系；最后，利用2006年30个省区的截面数据，分析入境旅游客流量与航空客运量、国内旅游客流量与公路客运量的统计相关性，依据相对偏差划分依赖一偏好类型，寻找旅游客流量与主要交通运输方式之间的空间差异。 3 时间序列分析与格兰杰因果关系检验 3.1时间序列的稳定性检验 从表1可以看出，在1％显著性水平下，所有变量水平值都是非平稳的。经过一阶差分后，在5％显著性水平下，国内客流量(LTD)、入境客流量(LTF)、公路客运量(LHW)、铁路客运量(LRW)和航空客运量(LAL)为平稳性变量，即为一阶单整序列。 3.2协整检验 协整理论是20世纪80年代由恩格尔(Engle)和格兰杰(Granger)提出的。其基本思想是，尽管两个(或两个以上)变量中每个都是非平稳的，但其线性组合有可能相互抵消趋势项的影响，成为一个平稳的变量。协整检验的常用方法是E—G两步法，对于多个变量之间的协整关系，可以使用基于向量自回归模型的约翰森(Johansen)检验法。为分析变量LTD、LTF与LRW、LHW、LAL之间的长期稳定关系，本文采用约翰森模型对其进行协整检验。选择方程中含有截距项，根据AIC和sc准则，将滞后阶数确定为2，检验结果如表2和表3所示。 从表2可以看出，在5％显著性水平上，人境客流量与公路、铁路、航空客运量之间存在长期稳定的均衡关系。采用OLS方法，其协整方程如下： 1.121560LHW 0.348604LAL+(-2.43182) (1.92863)-22.04167 (1) 从表3可以看出，在5％显著性水平上，国内客流量与公路、铁路、航空客运量之间存在长期稳定的均衡关系。采用OLS方法，其协整方程如下：从方程的系数可以看出，各时间序列变量都显著地进入了协整方程，反映了变量之间存在长期稳定的趋势。从长期来看，铁路客运对国内客流量的弹性为1.049012，公路客运对国内客流量的弹性为0.881197，民航客运对国内客流量的弹性为0.17383。中国地域辽阔，国内游客在超过150千米的省区之间主要由铁路客运承担，或铁路客运和公路客运交替承担。各省区十分重视公路网络的建设，尤其是高速公路的快速发展。公路较铁路网络密集和完善，笔者依据国内游客抽样调查数据估算，约有20％～40％的游客在本省区内发生。因此，在省区内旅游移动主要由公路客运完成。航空客运对国内客流量增长贡献相对较小，是因为在省区之间或省区内空间位移，航空客运较铁路客运和公路客运费用高，加之我国经济发展水平不高，居民可自由支配收入水平较低，航空客运不是国内大多数游客出行首选交通方式，以及早期航空客运比重较小等因素所致。
3.3误差修正模型 上述协整分析分别给出了LTF、LTD与LRW、LHW、LAL之间的长期稳定均衡关系，而这种长期稳定关系是在短期动态过程的不断调整下得以维持的。根据Granger定理，一组具有协整关系的变量具有误差修正模型的表达形式。因此，在协整检验的基础上，笔者进一步建立包括误差修正项在内的误差修正模型，以此来研究模型的短期动态和长期调整特征。将长期关系模型中的各变量以一阶差分形式重新加以构造，并将长期关系模型所产生的残差序列作为解释变量引入。作为解释变量引入的长期关系模型的残差，代表着在取得长期均衡过程中各时点上出现“偏误”的程度。分别建立LTF与LRW、LHW、LAL以及LTD与LRW、LHW、LAL如下形式的修正模型： 3.3.1 入境客流量(LTF)短期波动向长期均衡调整的误差修正模型 R2=0.618536 (3) 3.3.2国内客流量(LTD)短期波动向长期均衡调整的误差修正模型 R2=0.517116 (4)3.4格兰杰因果检验 表4表明，在10％显著水平下，入境客流量方面，公路客运量与入境客流量之间存在单向格兰杰因果关系，格兰杰因概率为0.06571，因此，拒绝原假设，表明公路客运能够促进入境客流量的增长；入境客流量与航空客运量存在单向格兰杰因果关系，格兰杰因概率为0.08605，因此，拒绝原假设，即入境客流量增长对航空客运量具有拉动效应。我国地域辽阔，省区之间的距离相当于欧洲国与国之间的距离，入境旅游者从境外入境中国大陆及在大陆较远各省区间进行旅游，基本上都属于大尺度上的空间位移，对长距离的交通工具飞机和火车依赖较大，因此，入境旅游对航空客运拉动作用明显。铁路客运量与入境客流量之间存在单向格兰杰因果关系，格兰杰因概率为0.01962，因此，拒绝原假设，表明我国铁路提速和高铁的建设对入境旅游者的增长和其在境内中尺度上空间位移产生了积极作用。国内客流量方面，公路客运量与国内客流量为单向格兰杰因果关系，格兰杰因概率为0.10026，因此，拒绝原假设，即公路客运对国内客流量增长具有促进效应。短距离的省区间及省区内，因汽车具有灵活、方便和快捷等优势，加之通向旅游景区高等级公路的修建，旅游者出行主要以汽车为主。航空客运量与国内客流量存在单向格兰杰因果关系，格兰杰因概率为0.05458，因此，拒绝原假设，即航空客运发展对国内客流量增长能起到一定的推动效应，航空运输的特点能较好地满足经济实力强和对时间要求高的部分旅游者的需求。 4 交通客运量与旅游客流量关系的统计分析及地域类型划分
时空互照，旅游客流量与交通客运量非线性时间序列的规律，在某种情况下也可以通过空间差异反映出来。我国东部北京、上海、广东是3个最大的入境口岸，国际航空客运和国内航空客运都十分发达，成为人境旅游的三大高地；而浙江、江苏、河南、四川、广东、山东等省区，人口众多、公路运输发达，国内旅游居于全国领先地位。下面着重以入境旅游与航空客运、国内旅游与公路客运为对象，采用30个省区截面数据，分析交通客运量与旅游客流量的关系并划分其地域类型。 4.1入境客流量与航空客流量关系的统计分析 入境旅游是大尺度、高消费、高选择的高层次旅游。因受旅行时间等因素的限制，国外旅游者往往选择经济发达、基础设施较好的热点城市和级别较高的景点旅游。我国幅员辽阔，地域差异大，各省区在交通区位和旅游资源丰度上存在较大差异，使得各省区接待的入境游客有较大差别。依据国家旅游局抽样调查资料，外国旅游者入境中国及在各省区之间的流动，50％依靠民航运输，20％依靠铁路客运，而公路主要承担城市内部和旅游景点之间的短途运输①。本节以航空客运为关键变量，分析各省区入境客流量与航空客运量的关系。以2006年30个省区截面数据为依据，以入境客流量为因变量，航空客运量为自变量，制作x—Y关系散点图，结果表明，入境客流量与民航客运量呈明显的线性相关。其中，广东、上海、北京航空客运量位居前三名，入境客流量排全国前3名，并且远远超过其他省区；中西部的陕西、云南、四川、重庆航空客运量较高，入境客流量也领先其他省区。本文采用OLS法进行回归分析，其回归方程如下： TF=0.1079AL+61.765 (5) 可决系数R2=0.758，拟合效果较好，符合预测要求。由方程(5)可知，航空客运量的边际弹性系数为0.1079，即航空客运量每增加1万人次，入境客流量将增加0.1079万人次。 仔细观察图中散点分布，可以发现各省区在入境旅游与航空客运上存在较大差异。为了分析这种散点分布对回归方程的偏差，本文借用孙根年早期提出的依赖一偏好指数模型，分省区比较入境客流量与航空客运量的地区差异。依赖一偏好指数计算公式为：εi=[STi／TTi]
其中：STi为入境客流量统计值，TTi为回归方程的预测值。依据对依赖一偏好指数的计算和偏离程度，得到全国30个省区入境客流量对航空客运量的偏离指数类型。结果见表5。 4.2国内客流量与公路客运量关系的统计分析 TD=-0.0055HW2+0.193HW-0.121 (6) 可决系数R。=O，7673，拟合效果较好，符合预测要求。根据依赖一偏好指数公式，得到各省区国内旅游客流量对公路客运量的依赖一偏好指数类型。结果见表6。 5 结论 (1)基于时间序列的协整分析发现，长期内，旅游客流量与交通客运量之间存在着长期稳定的均衡关系。弹性系数表明，交通运输业对旅游业的发展具有显著的推动作用。格兰杰因果关系检验表明，航空客运量和公路客运量与入境客流量之间存在单向格兰杰因果关系，航空客运与公路客运对入境旅游的推动作用很大。入境客流量与航空客运量之间存在单向格兰杰因果关系，即入境旅游能推动航空客运的增长。航空客运量和公路客运量与国内客流量之间存在单向格兰杰因果关系，即公路客运和航空客运的增长促进了国内旅游的发展。 (3)基于对全国30个省区截面数据的分析，发现入境客运量与航空客运量呈明显的线性相关，航空客运量的边际弹性为0.1079，即民航客运量每增加1万人次，入境客流量将增加0.1079万人；国内旅游与公路客运量呈明显的二次函数关系。这种基于主导因素的分析，忽略了铁路客运的空间再分配作用。 (4)依据各省区入境客流量对航空客运量的依赖一偏好差异，本文将全国30个省区划分为5种类型。其中，内蒙古、上海、江苏、浙江、山东、广西依赖指数高于1.45，天津、河北、辽宁、黑龙江、安徽、福建、云南依赖指数处于1～1.45，北京、河南、湖北、湖南、广东、重庆、四川、陕西依赖指数为0.7～1，而青海和宁夏对航空需求低。 (5)依据各省区国内旅游对公路客运的依赖一偏好差异，将全国27个省区划分为4种类型。其中，青海和宁夏为强依赖型，吉林、山西、陕西、云南、辽宁和四川等为较强依赖型，甘肃、广西、福建、河北和湖南等为中度依赖型，贵州、内蒙古、海南和新疆等属于弱依赖型，依赖指数在0.6以下。