澳门入境旅游流波动模式及驱动机制研究

郜 捷，孙小龙

(1．贵州师范学院 地理与旅游学院，贵州 贵阳 520018；2．贵州师范大学 国际旅游文化学院,贵州 贵阳 520001)

澳门作为独特的自由微型经济体，受地理位置制约，地方经济发展表现为较强的对外依赖性．在澳门四大产业结构中，旅游博彩业是该地经济发展的主要推动力之一[1]．据澳门特别行政区统计暨普查局公布数据，2014年澳门接待入境游客3 152.56万人次,旅游收入617.6亿澳门元;博彩毛利收入3527.14亿澳门元,占全年GDP产值79.57%;其中，大陆居民旅游人次及旅游消费占67.4%和81%．入境旅游及博彩业已经成为澳门经济发展的产业支撑[2]，而大陆游客在澳门旅游博彩业发展中则具有重要的结构意义．入境旅游需求可以分解为长期趋势项和周期波动项，周期波动是刻画旅游流周期性变动的关键序列，也是波动规律研究的核心对象．受到宏观经济环境、目的地吸引力、制度环境及季节性等因素的推拉作用，大陆居民赴澳旅游会表现出不同的周期性与季节性特征及波动．因此，有必要加深澳门入境旅游流周期波动的研究，特别是对澳门旅游博彩业发展有重要结构意义的大陆游客的入境旅游流周期、季节性波动特征,聚焦研究澳门入境旅游周期波动影响因素及其分解效应具有重要的现实和理论意义．

1 研究述评

经济时间序列中包含长期趋势与循环要素分量，周期波动是对循环要素周期性变动的反映．通过分析波峰、波谷、波长及振幅能够准确刻画入境旅游经济周期的扩张、衰退及其规律．在分析方法上，已有研究使用地理学的本地趋势线、EMD、季节性强度指数[3-5]和经济时间序列的季节调整、滤波及脉冲响应[6-8]等方法进行波动分析．如方叶林等使用HP,BP滤波分析年度、月度入境游客的周期波动特征，并通过脉冲响应函数分析对外经济联系、交通因素等对入境旅游的影响作用[7]．与此同时，在影响因素方面，学者们主要以GDP,CPI、可支配收入、汇率、旅游价格及突发事件等因素进行入境旅游流驱动机制研究[9-15]．赵东喜分析旅游资源、旅游服务设施、交通设施及贸易进出口总额对中国省际入境旅游的影响作用[14]．王纯阳等将旅游价格、旅游企业固定资产、从业人员、旅行社及星级饭店数量等作为解释变量分析对中国入境旅游需求变化的影响[12,15]．

可以发现，已有研究为入境旅游周期波动的分析提供了有益借鉴，但相关分析仍缺乏系统性和整体性，在周期、季节性波动分析程序上存在一定的使用误区．此外，已有研究主要集中在外部因素对入境旅游需求的直接影响上，忽略了对入境旅游需求中循环要素分量(即周期波动)的影响因素及其传导效应、贡献度研究．在仅有的入境旅游周期波动影响因素研究中，有学者从质性的角度提出解释，如从经济发展水平、旅游开放政策、居民消费能力等方面分析对周期波动可能产生的作用程度及机制[6]，但未能对各因素进行实证分析．因此，通过科学、合理的计量方法，探究和测度外部影响因素对大陆居民赴澳旅游周期波动的分解效应及作用程度，有助于加深对澳门入境旅游周期波动深层机理的认识，准确预判和调控对周期波动造成影响的各要素．

2 研究方法与数据来源

2.1 研究方法

2.1.1 Tramo/Seats季节调整 季节性变动一定程度掩盖了时间序列的真实性，因此有必要进行季节调整来分离月度、季度数据中季节和不规则扰动因素．常用的季节调整法有X11,Census X12和Tramo/Seats．其中，Tramo/Seats方法较Census X12相比有更为稳定的拟合效果[16]．该方法以ARIMA模型为基础，使用信号提取技术进行季节调整．Tramo用来估计和预测具有缺失值、非平稳ARIMA误差及外部影响因素的回归模型，识别和修正不同类型异常值．Seats则根据Tramo的预处理结果进行季节和趋势分解[17]．

同时，HP滤波依赖于参数λ的取值，根据一般经验年度数据λ取100，月度数据λ取14 400．BP滤波是一种带通滤波方法，设随机过程{xt}的线性变换形式为[17]45

其中wj为权重序列．通过延迟算子变换和谱分析，{yt}的功率谱函数为[17]45

fy(λ)=|W(cosλ-isinλ)|2fx(λ),

其中，fy(λ)和fx(λ)分别为{yt}和{xt}的功率谱;BP滤波的权重W是两个低通滤波权重的差．BP滤波包括3种类型：BK固定长度对称、CF固定长度对称及全样本长度非对称滤波．

2.1.3 脉冲响应与方差分解 脉冲响应分析是通过时间序列模型来分析动态影响效应，通过建立VAR模型考察一个误差项的变化对其他变量的传导作用，即一个内生变量的冲击给其他内生变量所带来的影响力度．方差分解则是进一步度量结构冲击对其他内生变量变化的贡献程度，其相对方差贡献率函数形式为[17]289

2.2 数据来源

选取1991—2014年及1998年1月—2015年11月大陆居民赴澳门旅游人次年度、月度数据进行波动特征分析，选取1991—2014年国内生产总值、大陆居民消费指数、澳门第三产业生产总值比重、博彩业生产总值、星级酒店床位数、高校在校生人数、客船航班次数及人民币对澳门元汇率的年度数据进行波动特征的分解、动态传导效应分析．以上数据均来自于CEIC中国经济数据库、澳门行政区统计暨普查局、《澳门统计年鉴(1991—2014)》及《中国统计年鉴(1991—2014)》．

3 旅游流波动模式

3.1 统计特征

1991—2007年大陆居民赴澳门旅游处于稳定增长阶段，期间大陆居民赴澳门旅游人次从1.16万人次增长到1 487.35万人次，其中受2002年澳门博彩赌权开放的刺激，大陆赴澳旅游人次增长29.1%．此外，受到2008年金融危机影响，入境旅游人次出现剧烈波动．2008年首次出现负增长(-28.1%)，2009年入境旅游人次仅为1 099万人次，与2005年基本持平．2010—2014年，大陆居民赴澳旅游再次进行新的平缓增长期，2014年大陆入境澳门旅游人次为2 125.2万人，该阶段年均增长率为12.2%(图1)．

图1 1991—2014年大陆居民赴澳旅游人次及增长率

3.2 年度周期波动

3.2.1 HP与BP滤波 为确保趋势分解的稳定性，采用4种滤波方法进行比较．使用HP滤波进行序列分解，设平滑参数λ值为100．使用频谱滤波法中的BK,CF固定长度对称及CF全样本长度非对称方法进行分解．BK滤波能够剔除序列是I(2)的过程趋势，因此不需要进行平稳性假设，同时根据Baxter等的建议设置循环周期为PL=2，PU=8[18]，选择超前、滞后项为2．使用固定和全样本长度的CF方法进行分析，要求对序列平稳性进行假设．根据ADF的检验结果，大陆赴澳门旅游人次序列ML为一阶单整，设置剔除漂移调整，选择与BK滤波同样的循环周期和超前滞后项．进一步检验4种滤波方法的稳定性，分析各方法下周期循环序列ML_CYCLE的相关性，结果表明在1%显著水平上相关系数为0.72～1.00，其中固定长度的BK和CF的相关系数为1.00，表明滤波后的周期循环序列是稳定的．

3.2.2 年度波动模式分析 考虑到波动的稳健性及周期完整性，选择CF全样本长度非对称方法的滤波结果进行模式分析．采用“峰-峰”划分原则，相邻波谷间隔不小于2 a、周期成分位于水平零轴以上为波峰，以下为波谷[19]．分析发现，1991—2014年澳门入境旅游流共经历6个周期， 平均周期长度为4 a，其中最长周期7 a，振幅最大的是1998—2003,2006—2009及2010—2013年(图2，表1)．1998—2003年，受1997年亚洲金融风暴和SARS的双重影响，大陆赴澳入境旅游流均大幅减少，其中1997当年旅游人次为38.5万，增长率-9.15%．受美国金融危机的影响，2006—2009年的振幅为整个样本观测期的最大值，振幅达到440万人次，该阶段周期波动最为剧烈但持续时间较短．在2010—2013年金融危机的结束促进旅游人次大幅增长，另一方面2012,2013年的收缩则是增长反弹后的理性调整，该阶段的主要特征是入境旅游进入新一轮增长期．第6个周期开始于2014年，目前尚未形成完整的周期，可观测的波峰高度为55.5万人次，预计随我国经济结构调整及旅游产业升级等因素的作用，该阶段旅游周期变化呈现平稳增长的趋势．总体来看，大陆居民赴澳门旅游周期波动呈频繁变化趋势，周期长度由2003年前的年均6.5 a缩短至2.8 a，各周期的扩张和收缩时长均减少，但是3个长扩张期表明澳门入境旅游人次总体呈增长态势．

图2 1991—2014年大陆居民入境澳门旅游周期波动

表1 1991—2014年大陆居民入境澳门旅游周期分析

3.3 月度季节波动

3.3.1 季节调整 选取1998年1月—2015年10月的入境旅游数据进行月度波动分析．通过Tramo进行ARIMA模型识别，检验是否进行工作日和月长度调整，并探测附加外部影响AO、暂时水平变化TC和水平变化LS 3类异常值．检验后选择ARIMA(0,1,1)(0,1,1)模型进行分析，即模型由一阶非季节差分、移动平均调整为一阶季节差分和移动平均的平稳序列，进行工作日和月长度的调整，3类异常值检测结果均低于临界标准3.0,3.5,4.0[20]．通过Seats进行月度数据的季节调整，并分解趋势周期、季节和不规则因素．分析结果显示调整后的趋势序列较原序列更为平滑[21]，可以认定基本消除季节性和不规则因素．

3.3.2 月度波动模式分析 结合大陆居民赴澳旅游月度数据及调整后的季节和不规则波动序列(图3)，发现澳门入境旅游流具有稳定的季节性特征，其中第二季度和第三季度为旅游旺季，第一和第四季度为淡季．经季节调整后的月度周期波动呈现稳定的“H型”演变形态，即每年的2,5,8及11月为波动高峰，波谷则是每年的4,6,9及12月．季节性的波动周期主要表现为4—5,7—8及10—11月为扩张期，6,9及12月表现为剧烈收缩，进一步表明第二季度的4—5月、第三季度的7—8月及第四季度的10—11月是大陆居民赴澳门入境旅游的高峰期．从造成季节波动的原因来看，以上特征较为符合大陆游客出行习惯及澳门旅游资源的特征，即4—5月澳门气候转暖及受清明小长假的影响，7—8月为内地学生暑假期间，同时10—11月间澳门举办传统节庆活动，如澳门国际烟花比赛汇演，澳门格兰披治大赛车等，均会造成入境旅游年度内的季节性波动．值得注意的是，随时序延伸季节波动周期也在发生改变，主要变化为每年11月的波峰在2003年后消失，4—5月的扩张期也在2004年后减弱并消失，2004年则成为季节周期波动的风水岭．季节波动发生突变的原因在于，2003年出台的大陆居民赴澳“自由行”政策开放后导致出入境灵活及便利度的增加，从而形成出游时间段的调整及季节性周期的改变．此外，从不规则序列来看，季节波动对外部不规则冲击缺乏敏感，图3表明旅游流波动仅受到1998年7月香港回归一周年庆及2003年5月SARS的强烈影响，说明大陆居民赴澳门旅游并未受到重大外部突发事件的影响，其季节性波动特征相对平稳．

图3 季节序列与不规则序列

4 驱动机制分析

4.1 数据检验

已有学者从质性角度分析经济发展水平、两地开放政策、居民消费能力及突发事件等[6]对入境旅游流周期波动造成的影响．参考已有研究成果及所选取的指标[7-8,14,22-23]，从内地经济发展的“推动”与澳门旅游发展的“拉动”视角分析旅游流周期波动的驱动机制和分解效应．具体有，以国内生产总值衡量大陆经济发展水平(GDP)，居民消费指数的倒数衡量居民货币购买力(XFNL)，第三产业占地区生产总值比重衡量第三产业发展程度(SCBZ)，博彩业生产总值衡量博彩业发展(BC)，酒店床位数衡量旅游接待能力(JDL)，高校在校生人数衡量旅游人力资本(RL)，客船航班次数衡量旅游交通发展(JT)，同时考虑到宏观经济中汇率变动的重要性[24]，引入人民币对澳门元的汇率(HL)，其中周期波动为HP滤波分离后的周期循环序列并以ML_CYCLE表示．对上述序列进行平稳性检验，以避免不平稳序列分析造成的伪回归现象．使用ADF方法在1%～10%的置信水平下进行单位根检验，结果表明原序列均为非平稳序列，经过一阶差分变换后均为平稳序列(表2)．建立无约束的VAR模型，根据AIC和SC确定模型的滞后阶数为1．对VAR(1)模型进行稳定性检验，结果显示VAR模型所有根模的倒数均小于1，表明模型是稳定的，可以进行脉冲响应和方差分解．

表2 序列平稳性检验

注：检验形式表示模型中的常数项、趋势项和滞后阶数，N表示不包括．***,**表示1%,5%的显著性水平．

4.2 分解效应与贡献度分析

图4 各因素对周期波动的动态传导效应

进行正交化脉冲分析，小样本自由度修正后分别给各影响因素一个单位的冲击，得到各因素对澳门入境旅游流周期波动序列ML_CYCLE(10个周期)的脉冲响应图(图4)．结果显示,“推动”因素方面，大陆经济发展水平、货币购买力及人民币对澳门元汇率对澳门入境旅游流周期波动影响呈现规律性特征．在本期受到GDP一个单位正脉冲后，ML_CYCLE在第3期到达低点(-4.34)后迅速上升，周期波动在第5期达到最高点(1.43)，平均波动周期为3 a．XFNL对周期波动冲击表现为下降上升再下降的变化轨迹，其中正负效应周期均为3 a，表明货币购买力对入境周期波动作用较弱及具有稳定的规律性．同时，ML_CYCLE对HL的冲击在前4期内具有一定的敏感性，后6期影响较为缓和，表明汇率变动在短期内会对入境旅游周期波动具有一定的影响．“拉动”因素方面，各因素对大陆居民赴澳周期波动影响机理各不相同，其中，第三产业发展程度、博彩业发展及旅游人力资本均对入境旅游周期波动产生强烈的动态影响效应．受到SCBZ一个正冲击后，周期波动在前6期有大幅震荡，波动幅度在4.25～6.14；从第7期开始进入微幅波动，共经历3期正效应和4期负效应变动．BC对ML_CYCLE冲击和传导效应也为滞后一期发生，受到一个单位正冲击后周期波动在第2期产生剧烈反应(3.85)，表现为周期波动的扩张效应，并在3—4期进入负影响效应；随后的6个观察期内仍表现为不规则的冲击波动反应，表明入境旅游周期波动对澳门博彩业发展及其政策调整较为敏感．RL对ML_CYCLE的冲击在第2期达到最高点(5.47)，随后在3～6期内转为负效应，从第7期开始后波动平缓．澳门入境旅游周期波动受JDL,JT的冲击较弱且表现稳定，分别于第6,8期趋于收敛，表明长远来看澳门旅游接待设施及交通运输能力对周期波动影响较小．

使用方差分解进一步观察各因素对大陆居民赴澳门旅游周期波动的传导贡献度，以评价不同结构要素的重要性．分析表明，贡献度最大的分别是“推动”因素下的大陆经济发展水平，在第3期达到最大贡献8%；澳门旅游“拉动”因素方面，第三产业发展程度、旅游人力资本、和博彩业发展均在第2期达到最大贡献值17%,14%及7%．居民货币购买力、汇率及旅游交通发展的整体贡献度均较为温和，其中货币购买力的贡献幅度在1%～3%，汇率和旅游交通发展的贡献均值为3.3%和3.4%．相比，旅游接待能力的贡献度最小，在全部观察期内的贡献均值为1.9%，在第10期末的周期波动贡献为2%．总体来看，各因素对澳门入境旅游周期波动贡献均呈现“增长—平缓”的趋势，即第1～3期的贡献度增长最大，随后各要素的贡献度趋于平稳．在澳门入境旅游流自身拉动因素的贡献度方面，第三产业发展程度、旅游人力资本和博彩业发展对大陆居民赴澳旅游流周期波动具有举足轻重的地位(图5)．

图5 各因素对周期波动的贡献度

5 结论与讨论

5.1 结论

通过滤波分解、季节调整刻画大陆居民赴澳门旅游流周期及季节波动模式，应用脉冲响应及方差分解进一步分析大陆经济发展、澳门博彩业等结构因素对入境旅游周期波动的动态驱动、分解效应及贡献度．结果表明，1991—2014年大陆居民赴澳门旅游流共经历6个波动期，平均周期长度为4 a；其中，周期波长由2003年前的6.5 a缩短为2.8 a．澳门入境旅游流具有较强的季节波动性特征，表现为“强—弱—强”的两头大中间小的“H型”波动形态．在结构因素的分解效应中，入境旅游流周期波动较为显著和敏感的受到第三产业发展程度、博彩业发展及旅游人力资本的冲击，而大陆经济发展的各“推动”因素均对周期波动具有稳定的规律性影响作用．同样，在周期波动的贡献度上，第三产业发展程度、旅游人力资本和博彩业发展的贡献度最大．

5.2 讨论

2003年后澳门入境旅游周期波动频率表现为逐渐增加的趋势，各周期波动的时长则较为稳定．2006年后的波动具有一定的记忆性并表现为扩张和收缩的延缓，且各期均为长扩张类型，进一步表明入境旅游周期波动会产生长久的影响效应．同时，1991—2014年的波动分析表明,尽管受到SARS、金融危机及赴澳旅游签证收紧等外部事件的影响，2004年起大陆居民赴澳旅游波动仍保持较为稳定的增长态势．季节性特征方面，周期波动具有较为稳定的季节性规律，且受外部不规则因素影响较小，表明大陆居民赴澳门旅游已经成为常态，具有较为稳定的出游特征和行为习惯．在周期波动分解效应方面，各因素对周期波动的影响都有延时效应，从而为调控旅游流波动提供了窗口期及机会．在影响程度上，各“推动”因素均对周期波动呈现扩张和收缩的规律性变动，周期波动对第三产业发展程度、博彩业发展及旅游人力资本的冲击较为敏感和多变．在结构要素的贡献度上，各要素均表现为“增长—平缓”的效用趋势，其中第三产业发展程度、旅游人力资本和博彩业发展的贡献均值为16%,11%和6%．因此，进一步提升澳门第三产业竞争力、加大旅游人力资本投入和把控博彩业发展对澳门入境旅游周期平稳发展具有重要意义．

5.3 政策建议

1)制定灵活、宽泛的出入境政策．参照香港“一签多行”的出入境政策进一步增加出行便利度，并对持护照经停、逗留澳门的时间给予灵活调整，分批、逐序扩大内地赴澳自由行城市数量．

2)加强澳门旅游承载力的调控．引导大陆游客错峰出行、景点分时段观光，并通过强化轻轨建设、提升旅游公交网络及旅游服务配套设施等方式提升旅游容量．

3)开发季节性周期外的旅游产品．开发多元文化深度游、慢游产品，一是填补产品的季节性空白，再是可以起到分流、缓解热点地区旅游压力的作用．

4)优化配置澳门第三产业结构．抓住“一带一路”的政策机遇，大力发展文化创意产业、会议展览、体育及教育旅游产业．

5)加大旅游人力资本投入．完善澳门旅游人力资本配置的结构及其效率，着重加大对第三产业人才积累的速度和力度，进一步提升澳门旅游文化创意的生产力．

6)加强澳门博彩业的转型．博彩业对澳门入境旅游周期波动影响及贡献度较敏感,通过博彩业发展带动澳门文化旅游产业提升，如开发博彩与大型节事、婚庆等相结合的产品项目．

入境旅游的周期波动易受制度环境的影响，稳定的开放和吸引政策会推动大陆居民赴澳旅游的增长，因此，未来研究可以进一步从两地旅游、出入境等政策和制度环境角度对周期波动进行分析，研究不同类型政策制度对年度周期波动的传导效应和贡献度．同时，经济时间序列的记忆性均会对未来产生滞后期效应，特别是受到两地旅游政策及外部突发事件影响，后续研究可就入境旅游年度周期波动及月度季节波动的记忆性及滞后影响期等进行研究．

[1] 罗浩，黄思齐，黄富文．论澳门的旅游业转型：以博彩旅游带动文化旅游[J].经济管理，2015，37(6)：123．

[2] 吴江秋，晏阳．回归后“澳门模式”的经济特征及其可持续发展[J].经济地理，2014，34(8)：1．

[3] 马秋芳，孙根年．基于旅游本底线法(TBCM)的旅游业成长研究——以桂林入境旅游为例[J].经济地理，2009，29(8)：1402．

[4] 吴耀宇，黄震方．江苏省入境旅游客流波动性问题研究[J].经济经纬，2010(2)：117．

[5] 余向洋，沙润，朱国兴，等．基于EMD的景区客流波动特征及其组合预测——以黄山风景区为例[J].地理科学进展，2012，31(10)：1353．

[6] 林文凯，林璧属．大陆赴港旅游波动规律及其影响因素[J].经济管理，2015，37(2)：129．

[7] 方叶林，黄震方，侯兵，等．中国入境游客周期波动特征及影响机理[J].地理研究，2014，33(10)：1942．

[8] 乔宁宁，陈建宝．宏观经济波动对我国入境旅游发展的影响分析[J].旅游学刊，2013，28(2)：44．

[10] KULENDRAN N，WITT S F．Cointegration versus least squares regression[J].AnnalsofTourismResearch，2001，28(2)：291．

[11] LIM C，McALEER M．Time series forecasts of international travel demand for Australia[J].TourismManagement，2002，23(4)：389．

[12] 王纯阳，黄福才．中国入境旅游需求影响因素分析及预测——以外国客源市场为例[J].商业经济与管理，2009(9)：88．

[13] 张玉娟，赵定涛．中国入境旅游需求影响因素分析[J].经济理论与经济管理，2008(5)：51．

[14] 赵东喜．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[J].旅游学刊，2008，23(1)：41．

[15] 李凡，吉生保，章东明，等．中国入境旅游发展的影响因素研究——基于面板分位数回归的省际经验证据[J].山西财经大学学报，2013，35(1)：41．

[16] 范维，张磊，石刚．季节调整方法综述及比较[J].统计研究，2006(2)：70．

[17] 高铁梅．计量经济分析方法与建模[M].北京：清华大学出版社，2006．

[18] BAXTER M，KING R G．Measuring business cycles：approximate band-pass filters for economic time series[J].ReviewofEconomicsandStatistics，1999，81(4)：575．

[19] 隋广琳，张冠华．我国煤炭价格波动周期特征分析及预测研究[J].中国煤炭，2015，41(11)：19．

[20] 张鸣芳．经济指数时间序列季节调整与Demetra软件的应用[M].上海:上海财经大学出版社，2009．

[21] 孙晓东，武晓荣，冯学钢．邮轮旅游季节性特征：基于北美市场的实证分析[J].旅游学刊，2015，30(5)：117．

[22] 向艺，郑林，王成璋．旅游经济增长因素的空间计量研究[J].经济地理，2012，32(6)：162．

[23] 赵磊，方成，吴向明．旅游发展、空间溢出与经济增长——来自中国的经验证据[J].旅游学刊，2014，29(5)：16．

[24] 罗富民．汇率变动对我国入境旅游需求的影响研究——来自日本对华旅游的实证[J].工业技术经济，2007，26(8)：86．