危机事件及政策变动对中国入境旅游的影响研究——基于剔除直接价格效应的中国入境旅游收入

文章选择了适合中国入境旅游收入月度数据序列预测的TRAMO/SEATS模型、SARIMA模型和半对数模型,并在剔除了人民币对美元汇率和中国国内消费水平变动对中国入境旅游收入的直接价格效应下,建立基于IOWA算子的组合预测模型,然后根据相关比较情况,定量分析危机事件及政策变动对中国入境旅游收入的影响程度和影响时滞,全面探究中国入境旅游收入、人数和人均消费的恢复状况和变化趋势.研究发现:①相关危机事件及政策变动不仅影响了境外游客来中国的决定,更影响了中国入境旅游者在中国旅游时的消费水平,造成中国入境旅游收入受影响幅度最为显著;②虽然中国入境旅游收入、人数和人均消费均表现出共同受影响的特征,但是相比中国入境旅游人数,中国入境旅游收入和人均消费恢复幅度微弱,受相关危机事件及政策变动的滞后影响更为严重.     

危机事件对中国入境旅游外汇收入影响评估

近些年,公共危机事件越发频繁和严重,对其准确评估对旅游业管理至关重要.文章用TRAMO/SEATS季节调整模型,将月度数据时间序列分解成趋势、季节和不规则波动,对旅游本底趋势线进行改进,并对危机事件造成中国2003年1月至2008年12月间的入境旅游外汇收入的损失进行评估,重点对2003年SARS所造成的巨大损失进行评估.结果显示:①模型对数据的拟合效果非常好,数据具有显著的趋势和季节特征,改进旅游本底线更合理.②2003年SARS共造成中国入境旅游外汇收入损失31.519亿美元,95%置信度的区间估计为[29.387,33.652],以往研究低估了损失.③2003年4～6月危机全面爆发并达鼎盛,2003年7～10月为危机的衰退期,2003年11月～2004年1月为危机的消亡期,此次危机持续了10个月.     

汶川地震后中国旅游形势分析与判断

汶川地震及其他一系列不利因素给2008年中国旅游业的发展带来了很大困难.对地震之后中国旅游形势的判断应该在综合考虑各种因素的基础上进行.本文通过回顾30年来中国旅游业遭遇到的7次冲击,为科学分析这次地震对中国旅游业造成的影响提供了参考和借鉴.通过具体分析入境旅游和国内旅游市场的结构特征和影响市场发展的主要因素,对中国入境旅游和国内旅游面临的形势做出了判断.     

中国和印度入境旅游发展比较

印度是亚太地区旅游业发展最快的国家之一.本文对中国大陆和印度近年来入境旅游的发展水平进行比较研究,重点从两国的旅游基础设施状况、入境旅游宣传和干扰入境旅游的异常因素等方面进行分析,提出应该重视印度入境旅游发展趋势、借鉴印度经验改进中国旅游国际市场营销策略、加强两国旅游业交流与合作等一系列建议,以应对印度入境旅游快速发展的局面.     

旅游时间序列的季节性特征研究——以城市入境旅游为例

国内学者在旅游时间序列的季节性特征方面具有广泛的研究,但多数是从纵向时间角度分析旅游时间序列自身较为外显的季节性特征,而对旅游时间序列自身相对较为隐性的季节性特征到目前为止鲜有研究.基于此,文章以城市入境旅游时间序列为例,从季节性单位根入手,通过分析杭州市入境旅游人天样本数据,获得杭州入境旅游时间序列的隐性季节特征.研究结果表明,杭州入境旅游人天数据时间序列是一个非平稳性的随机季节过程,其季节性特征显著,具有一个非季节性单位根以及5个季节性单位根.     

中国外国游客入境旅游市场景气指数的编制与应用

旅游业不仅是高增长产业,也是高波动产业.为准确描述中国入境旅游市场的周期性波动,提高行业监测与预警能力,本文以外国游客入境旅游市场为研究对象,根据中国外国游客客源国结构,从中国及主要外国游客客源国和世界宏观经济数据中选择了先行、一致和滞后指标,应用HP滤波方法构建了中国基于增长循环的外国游客入境旅游市场合成景气指数(CI),并分析了不同周期的主要成因.研究证明,与成熟旅游国家相比,中国的外国游客入境旅游市场影响因素有较大的区别,来华旅游外国游客有相当比例有公务目的,此外,突发因素的随机冲击对我国入境旅游市场景气周期的影响显著,应引起行业经营与管理人员的高度重视.     

基于旅游流转移视角的云南入境旅游发展历程分析

云南旅游业自成功举办"世博会"以来取得了迅速的发展,但其入境游客市场中有46.69%是从长三角、京津冀、珠三角三大入境旅游发达区转移而来.但三大区域入境旅游流向云南扩散转移的发展历程各不相同,研究发现:京津冀是云南最大入境旅游中转地,但年际变动较大;长三角排名第二,其入境旅游流转移保持较快增长;珠三角向云南转移数量最少,且近些年不增反减.云南旅游在拓展三大入境旅游中转地客源市场方面还需要进一步努力.     

基于IOWHA算子的组合预测在中国入境旅游中的应用分析

为提高中国入境旅游人数月度数据序列预测精度,文章选择了目前相对最优单项预测模型——TRAMO/SEATS短记忆预测模型和ARFIMA长记忆预测模型,并根据中国入境旅游人数月度数据序列特点,采用非常适合中国入境旅游人数月度数据序列预测并具有高预测精度的传统线性回归预测模型,然后将各个单项预测模型进行基于IOWHA算子的组合。研究发现：基于IOWHA算子的组合预测模型,达到了目前为止中国入境旅游人数月度数据序列预测的最高精度。最后,根据中国入境旅游人数实际值和组合模型预测值的比较,定量分析世界金融危机等事件对中国入境旅游的影响程度和影响时滞,并探究中国入境旅游未来的发展趋势。     

国际货物贸易与入境旅游的关系及其溢出效应

文章以分析国际货物贸易与入境旅游互动关系为基础,建立包含入境旅游、国际货物贸易、经济增长、人口规模和对外开放等变量在内的动态面板回归模型,利用1985～2009年中国与欧洲七国的国际货物贸易额与入境旅游人数的面板数据与时间序列数据,采用面板回归分析法、格兰杰因果法、脉冲响应函数和方差分解法,分析了进口贸易和出口贸易对入境旅游的相互关系及其溢出效应。结果表明:(1)1985～2009年以来,我国出口贸易和进口贸易与入境旅游增长存在显著的正相关关系;(2)出口贸易与入境旅游增长具有互为因果的相互推动效应,而进口贸易与入境旅游增长之间则只存在单向格兰杰因果关系;(3)入境旅游对出口贸易和进口贸易的增长反应强烈,且呈正向效应;(4)方差分解结果表明,进口贸易和出口贸易对入境旅游增长变动具有不同的贡献度。     

中国省际入境旅游发展影响因素研究——基于分省面板数据分析

本文基于1997-2006年我国31个省(市、自治区)的面板数据,用固定影响变截距模型,实证研究了决定省际入境旅游发展状况(收入与市场)的因素.结果表明:省际入境旅游有明显的脆弱性,其强度依东、中、西顺序梯度增大;服务设施对入境旅游的发展影响不显著,旅游资源是发展入境旅游的客观基础;在全国范围内,入境旅游发展的决定因素是省区经济、对外开放、交通设施,而在东中西部区域层次上,省际入境旅游的决定因素不相同.     

加强系统培训,提高入境旅游接待水平——发展浙江入境旅游对策之一

本文以中国入境旅游发展成就与问题并存为大背景,在对浙江省入境旅游发展与人才供求现状分析基础上,提出了加强系统培训,提高入境旅游接待水平的对策,从政府、学校、企业、语言培训和培训模式等5 个方面进行了比较详尽的阐述,期望有助于提高浙江省入境旅游接待质量,发展入境旅游事业。     

中国出境旅游发展及其影响的初步研究

出境旅游持续快速增长,国际旅游双流格局渐次形成,是当前中国旅游业国际化的主要表现.出境旅游发展会改变国际旅游收支关系,但是,即使出现旅游赤字,也不一定对宏观经济产生负面作用.出境旅游发展会刺激中国入境旅游增长,促进旅游企业的跨国经营,有利于提升中国旅游产业的整体素质.当前,政府无需对出境旅游加以直接规制,但需要采取多种跟进措施.     

Forecasting China's Monthly Inbound Travel Demand

Summary

China is currently expecting a growth in inbound travel demand as the result of China's “open door policy,” participation in World Trade Organization (WTO), success in hosting the Olympics in Beijing in the year 2008 and political stability. This paper focused on two issues: (1) forecasting China's monthly inbound travel demand and (2) seasonally and seasonal ARIMA model selection for monthly tourism time-series. In this paper following seasonal ARIMA models were considered: the seasonal ARIMA model with first differences and 11 seasonal dummy variables, the conventional seasonal ARIMA model with first and the fourth differences. In order to select the best forecasting model, finally both seasonal ARIMA models were compared with the AR model with fourth differences, the basic structural model (BSM) and the naive “No Change” model. In the one-step ahead forecasting comparison, the conventional seasonal ARIMA model with first and the fourth differences becomes the best forecasting model for both inbound foreign visitor demand and total visitor demand. This may be due to the nature of monthly seasonal variations in visitor arrivals, which is less marked. Our forecasts indicate that China foreign visitor arrivals and total visitor arrivals are expected to grow by 14% and 27% respectively from 2002 to 2005.     

Modelling Australian domestic and international inbound travel: a spatial–temporal approach

In this paper Australian domestic and international inbound travel are modelled by an anisotropic dynamic spatial lag panel Origin-Destination (OD) travel flow model. Spatial OD travel flow models have traditionally been applied in a single cross-sectional context, where the spatial structure is assumed to have reached its long run equilibrium and temporal dynamics are not explicitly considered. On the other hand, spatial effects are rarely accounted for in traditional tourism demand modelling. We attempt to address this dichotomy between spatial modelling and time series modelling in tourism research by using a spatial-temporal model. In particular, tourism behaviour is modelled as travel flows between regions. Temporal dependencies are accounted for via the inclusion of autoregressive components, while spatial autocorrelations are explicitly accounted for at both the origin and the destination. We allow the strength of spatial autocorrelation to exhibit seasonal variations, and we allow for the possibility of asymmetry between capital-city neighbours and non-capital-city neighbours. Significant temporal and spatial dynamics have been uncovered for both domestic and international tourism demand. For example we find strong seasonal temporal autocorrelations, significant trends and significant spatial autocorrelations at both the origin and the destination. Moreover, the spatial patterns are found to be most significant during peak holiday seasons. Understanding these patterns in tourist behaviour has important implications for tourism operators.     

上海市入境旅游市场影响因素分析与预测——以德国、法国、英国、美国与泰国客源国为例

入境旅游是衡量一个国家知名度、影响力和旅游发展水平的主要因素,也是赚取外汇和旅游收入的重要路径。上海是外国游客入境重要的目的地,也是中国最大的入境游客中转站。文章分析了德国、法国、英国、美国、泰国五个上海主要入境旅游客源国2004年第一季度至2018年第三季度的数据,运用计量经济学方法建模,并实证分析了上海入境旅游需求的影响因素。研究表明,口碑效应、客源地的收入水平与上海入境旅游需求正相关;上海入境旅游具有较大的季节波动特点,冬夏两季入境游客数量减少;世博会对上海入境旅游拉动作用较大。同时,对德国、法国、泰国三大市场未来十年的旅游季度需求进行了预测,预测发现,德国、法国、泰国三大市场未来十年都有较大增长,特别是泰国市场的年均增长率达到4%。     

Impact of decomposition on time series bagging forecasting performance

Time series bagging has been deemed an effective way to improve unstable modelling procedures and subsequent forecasting accuracy. However, the literature has paid little attention to decomposition in time series bagging. This study investigates the impacts of various decomposition methods on bagging forecasting performance. Eight popular decomposition approaches are incorporated into the time series bagging procedure to improve unstable modelling procedures, and the resulting bagging methods' forecasting performance is evaluated. Using the world's top 20 inbound destinations as an empirical case, this study generates one-to eight-step-ahead tourism forecasts and compares them against benchmarks, including non-bagged and seasonal naïve models. For short-term forecasts, bagging constructed via seasonal extraction in autoregressive integrated moving average time series decomposition outperforms other methods. An autocorrelation test shows that efficient decomposition reduces variance in bagging forecasts.     

规模经济、产品差异化与中国入境旅游空间结构的变动

本文研究了1986年至2005年中国入境旅游空间结构的变动情况,并对两类入境旅游集中的典型地区的旅游发展路径进行了剖析.研究认为,中国入境旅游在总体趋于分散的背景下,也存在着两个明显的集聚现象.第一,长期以来入境旅游在传统旅游热点地区高度集聚;第二,云南成长为新的集聚中心.对于前者的解释是,良好的旅游基础设施和接待设施、较高的知名度使传统旅游热点地区在改革开放之初就进入了一个动态的、自我发展的良性循环.对于后者的解释是,极具地方特色的差异化旅游产品的开发与营销以及政府主导下的大规模的旅游基础设施建设使云南旅游成功地实现了从"低水平陷阱"向"自我发展的良性循环"的"惊人一跃".     

我国旅行社分类制度及其效率研究

旅行社的分类制度是一种至关重要的制度，它在某种程度上制约着整个旅行社业的发展。我国旅行社业长期以来一直采用水平分类制度，且走过了一条政府主导型的强制性变迁的道路。在我国由计划经济向市场经济转轨的今天，我国旅行社业这种水平分类制度是否具有效率?内在机理是什么?进一步变迁的模式与途径又是什么?本文试图运用新制度经济学的制度变迁和创新理论，为我国旅行社业发展中政府干预的途径、边界及绩效分析提供一个理论框架，并指出我国旅行社分类制度进一步变迁的模式与途径。     

客源地出游力的社会经济现象假说——基于中国国内旅游出游力研究

本文提出了"客源地社会经济属性决定其出游力大小"的假说,并以中国国内旅游出游力为例进行实证分析.在对中国31个省、直辖市、自治区的21个社会经济变量因子分析的基础上,验证了研究假说,得出旅游本质上是一种社会经济现象.通过引入三角图解法,将中国31个省、直辖市、自治区的出游力在社会经济规模因子、居民生活水平因子、对外联系水平因子等3个维度上进行分解,探寻中国省际出游力的区域差异.并采用ArcGIS样紊曲线差值法,研究发现中国省际出游力地域空间形态整体呈现"三级阶梯状",与中国三大阶梯分界线大致吻合,累计70%的旅游出游力集中在第三阶梯.中国存在"四大旅游客源地":冀鲁豫、苏浙沪、鄂湘粤和四川.