EN中文

热带地理 >

2020 , Vol. 40 >Issue 1: 128 - 136

DOI: https://doi.org/10.13284/j.cnki.rddl.003170

论文

旅华外国客源市场时空结构再分析——基于入境休闲旅游者的数据

  • 刘倩倩 1 ,
  • 姚战琪 , 2 ,
  • 周功梅 1
展开
  • 1. 中国社会科学院大学（研究生院）,北京 102488
  • 2. 中国社会科学院财经战略研究院,北京 100028
姚战琪（1971—）,男,陕西眉县人,研究员,博士生导师,经济学博士,主要从事服务经济、旅游投融资研究,（E-mail） 。

刘倩倩（1992—）,女,山东济南人,博士研究生,主要从事旅游经济、会展经济研究,（E-mail）bisu_liuqianqian@163.com 。

收稿日期: 2019-05-15

  要求修回日期: 2019-08-15

  网络出版日期: 2020-02-24

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Temporal and Spatial Structure of Foreign Tourist Markets in China’s Inbound Tourism: A Reanalysis Based on Data from Inbound Leisure Tourists

  • Qianqian Liu 1 ,
  • Zhanqi Yao , 2 ,
  • Gongmei Zhou 1
Expand
  • 1. Graduate School of Chinese Academy of Social Sciences, Beijing 102488, China
  • 2. National Academy of Economic Strategy, Chinese Academy of Social Sciences, Beijing 100028, China

Received date: 2019-05-15

  Request revised date: 2019-08-15

  Online published: 2020-02-24

Copyright

Copyright reserved © 2020. Office of Acta Agronomica Sinica All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

以2001—2016年入境外国休闲旅游者的数据为基础,通过地理集中度、市场收敛性和市场竞争态3项指标再分析旅华外国客源市场的时空特征,结果发现：旅华外国客源市场集中度较高,近6成客源来自亚洲,且主要依赖于韩国、俄罗斯、美国和马来西亚等核心市场;市场多样性不足,远程洲际市场对中国旅游规模的增长贡献不大;韩国最具竞争优势,蒙古最具发展潜力,其他市场的竞争潜力相对较弱。最后,通过比较休闲旅游数据与总体旅游数据的结果,发现以往基于总体入境旅游数据的研究结论有偏差：在市场占有率上,日本、蒙古、菲律宾和印度被高估,泰国和印度尼西亚被低估;在市场贡献上,意大利、瑞士、荷兰和加拿大被高估,马来西亚、菲律宾、泰国、新加坡和美国被低估;在市场竞争地位上,蒙古、菲律宾和印度被高估,泰国被低估。

关键词： 入境旅游; 外国客源市场; 休闲旅游者; 时空结构

本文引用格式

刘倩倩 , 姚战琪 , 周功梅 . 旅华外国客源市场时空结构再分析——基于入境休闲旅游者的数据[J]. 热带地理, 2020 , 40(1) : 128 -136 . DOI: 10.13284/j.cnki.rddl.003170

Abstract

This study reexamines the role of tourism marketing in the case of travelers with varied purposes and hypothesizes that only tourists interested in leisure and sightseeing are affected by tourism marketing. Furthermore, in this study, we provide effective guidance to implement tourism marketing through a scientific analysis of the number of inbound leisure travelers. This paper presents an analysis of the spatial and temporal characteristics of the foreign tourist market in China using the foreign leisure tourist data for 2001-2006. This analysis was conducted from the perspective of sources of tourists, with consideration paid to geographic concentration, market convergence, and market competition. We found that in recent years, the foreign tourism market in China has become more dispersed and market diversity has improved. However, market concentration is still comparatively high. Nearly 60% of foreign tourists come from Asia, and Chinese tourism relies mainly on core markets such as South Korea, Russia, the United States, and Malaysia. Consequently, market diversity is a persistent challenge, and the remote intercontinental market has made little contribution to the growth of China's inbound tourism. Among the core markets, South Korea has a competitive edge and therefore outperforms in the foreign tourism market. Meanwhile, Mongolia has the most development potential. Russia, the United States, Malaysia, Japan, and Thailand have high market shares; however, their market growth rate competitive potential in the Chinese foreign tourism market is relatively weak. Other countries’ China-bound tourism markets are relatively uncompetitive and need further development. When the results of leisure tourism data were compared with overall tourism data, the findings revealed that previous research that was based on overall inbound tourism data was biased. The market shares of Japan, Mongolia, the Philippines, and India have been overvalued, while the market shares of Thailand and Indonesia have been underestimated. Market contributions from Italy, Switzerland, the Netherlands, and Canada have been overvalued, while market contributions from Malaysia, the Philippines, Thailand, Singapore, and the United States have been underestimated. Moreover, the competitive positions of Mongolia, the Philippines, and India in the tourism market have been overestimated, while the competitive position of Thailand in this market has been underestimated. The aforementioned conclusions have two implications for the marketing and management of the foreign tourist market in China. First, the market must be further developed and diversified. Second, differentiated marketing strategies that are specific to local conditions should be deployed. Finally, we propose two initiatives. First, researchers should seek to rationally apply the principle of scientific truth-seeking to tourism data, and further, they should study the structure of the tourism market obtained from pure tourism data rather than generalized travel data. Second, government departments should provide more detailed tourism statistics for the purpose of developing standard service practice, such as providing monthly data on inbound tourists that are categorized by nationality and purpose. This will help scholars to conduct a more specific classification study of travelers for different travel purposes.

Key words： inbound tourism; foreign source market; leisure tourists; temporal-spatial structure

开放科学（资源服务）标识码（OSID）：
入境旅游是衡量一个国家旅游业发展水平的关键指标。发展入境旅游是提升国际旅游竞争力的重要途径,是中国从旅游大国迈向旅游强国的固本之基,也是文化旅游系统工作的重中之重。旅游客源市场结构能够折射出旅游地的发展阶段、吸引规模及合理程度,对旅华外国客源市场结构进行分析,是科学制定入境旅游发展战略的重要依据。
入境旅游市场结构研究一直受到学术界的高度关注。从研究视角来看,学者们基于客源地视角（王克军,2017）、目的地视角（宣国富,2012）或客源地和目的地相结合的视角（孙根年 等,2015;查瑞波 等,2018）开展研究。其中,客源地视角的研究回答了旅游者来源地的问题,即“从哪里来”;目的地视角的研究则回答了旅游者在该区域中空间再分配的问题,即“到哪里去”。在基于客源地视角的相关研究中,一些学者采用单因素分析法探讨了入境旅游市场的空间集中程度,如王力峰（2004）用地理集中指数衡量了桂林国际客源市场集中度,纪小美等（2013）运用游客集中系数和变异系数分析了福建省入境游客集中程度及其变化趋势。不同于单因素分析方法,孙根年（2005）和马耀峰（2005）分别提出了市场竞争态模型和亲景度模型,其中,市场竞争态模型是由市场占有率和市场增长率双重指标构建而成,将入境旅游客源市场划分为4种不同类型,用以反映不同客源市场的竞争实力和地位;亲景度模型则主要用以反映旅游者对旅游目的地的偏好程度。市场竞争态模型和亲景度模型被学者们广泛应用于不同案例的研究中,如南宇等（2011）借此分析了西北区目的地亲景度和竞争态的时空动态演化模式。为了从更大的目的地参考系分析区域旅游竞争情况,吕帅等（2006）将转移-份额分析法引入旅游市场结构领域,该方法将区域旅游客源市场特定时期内总的增长量分解成3部分,即份额分量、结构转移分量和竞争力转移分量,用以研究旅游市场变化趋势;后来学者们将该方法应用于浙江（周彩屏,2008）、河南（曹新向 等,2009）、江苏（全华 等,2012）、广东（陈勇 等,2014）、陕西（石斌 等,2017）等省市的入境旅游市场研究中,从大尺度上分析区域旅游客源市场的竞争地位及其动态演变。此外,王克军（2017）通过人口份额贡献、经济份额贡献和贡献指数3项指标分析了各客源市场对中国入境旅游市场的贡献。另外,也有学者单从时间维度研究了入境旅游市场的结构特征,例如采用随机收敛检验的方法,从客源地视角研究一国入境旅游市场的收敛情况（Narayan, 2006;Solarin et al., 2014;Mérida et al., 2016;Ozcan et al., 2017;罗浩 等,2018）;也有学者通过β无条件收敛和条件收敛检验的方法,检验了中国入境旅游市场收敛情况（张鹏 等,2010;纪小美 等,2015;王怡,2015）;唐弘久等（2018）基于每月入境游客数量,运用季节强度指数的方法分析了中国20个主要客源市场的时空变化情况;李景初（2014）基于时间变化强度指数模型,分析了河南省入境旅游市场的时间演变特征。
综上所述,学术界对入境旅游市场的研究成果丰硕,研究方法也日趋成熟。然而,以上研究都是基于统计视角在“大旅游”范畴进行的实证分析,而旅游统计对旅游概念的泛化,使得相关旅游数据及其研究结论的科学性受到质疑。这是因为不同出行目的的旅行者在出行动机和决策过程等方面存在差异,若将其混为一谈,则难以发现旅游活动的真实规律,也无法为旅游规划和营销提供科学有效的理论指导。遗憾的是,受限于数据的可得性和研究的复杂性,目前大多研究采用旅游统计数据中给定的总体旅游者人数进行分析,专门对真正体现旅游本质的休闲旅游市场的研究并不多见。鉴于此,本文基于入境外国休闲旅游者的数据,通过地理集中度、市场收敛性和市场竞争态3项指标再分析旅华外国客源市场的空间结构、动态趋势和发展潜力,以期为旅华外国客源市场的营销和开拓提供参考。

1 理性认识“旅游”

认识和理解旅游,离不开旅游的定义。关于旅游的定义,可分为技术性定义和概念性定义。基于统计操作方便和统计口径一致的目的,世界旅游组织提出了旅游的技术性定义：“旅游是指人们由于休闲、商务和其他目的而到惯常环境以外的地方旅行,其连续停留时间不超过一年的活动”。从该定义可以看出,统计范畴的旅游者不仅包括以休闲为目的的“纯粹”旅游者,还包括各种其他目的的旅行者。基于旅游理论构建的目的,学术界对旅游的概念性定义进行了多次深入探讨（谢彦君,1998;2010;2015;张凌云,2008;徐菊凤,2011;2016）。（谢彦君（1998）最早提出“出行目的决定旅游本质”的观点,并不断发展了旅游的概念性定义,他认为“旅游是个人利用其自由时间并以寻求愉悦性休闲体验为目的而在异地获得的一种短暂的休闲体验”（谢彦君,2015）。从该定义可以看出,旅游的目的是追求愉悦性休闲体验,而且发生在其可自由支配的闲暇时间,另外异地性是旅游的基本特征。旅游本质是由“休闲体验+闲暇+异地”构成,这一观点在国内外学术界赢得了广泛认可（徐菊凤,2011）。
比较旅游的技术性定义和概念性定义,获得以下重要启示：第一,旅游统计是以“旅游”之名,行“旅行”之实。旅游与旅行的本质区别在于其出行目的,旅行是出于各种目的（包括休闲、商务、教育、探亲访友、医疗……）的远行和异地停留,而旅游则仅仅是出于休闲的目的。从旅游的技术性定义来看,统计范畴的旅游者不仅包含了出于休闲目的旅游者,还包括出于会议/商务、探亲访友等事务性目的的旅行者。显然,旅游统计数据的范围要远大于旅游本身,这严重泛化了旅游的范畴,也偏离了旅游的本质。若以此作为实证研究数据分析旅游客源市场结构,无疑是有偏差的。第二,旅游营销对不同出行目的的旅行者的影响效果存在差异。世界旅游组织之所以这样定义旅游,原因之一是商务或其他目的的旅行者可能会在其余暇的时间进行旅游活动。从这个角度来讲,似乎不能完全将非休闲目的的旅行者排除在外。然而,仔细考虑不同出行目的的旅游者决策行为,可知他们受目的地营销的影响存在显著差异。出于休闲目的的旅游者,其出行时间是可自由支配的闲暇时间,完全或者至少在一定程度上具有自主选择目的地的权利。反观旅游统计中非休闲目的的旅行者：由于商务旅行市场的消费者和购买者相互分离,因此商务旅行者的出行时间是不能完全自由支配的工作时间,且没有自主选择目的地的权利,出行时间和目的地选择在很大程度上受制于企业的决策和商务活动的举办时间及地点;探亲访友者等其他目的的旅游者对目的地的选择也没有自主权,他们通常会受到亲朋好友等所在地点的限制。可见,只有那些有自主决策权的“纯粹”旅游者才会受到旅游营销活动的影响,而那些没有自主选择权的旅行者所受影响甚微。因此,根据入境休闲旅游者数据研究入境旅游客源市场结构,将能更科学地指导旅游目的地的营销实践,提高营销效率。需要说明的是,有时旅游者的出行目的是多样的,但只有主要出行目的才会影响出行决策,因此从营销实践的角度来讲,尽管未涵盖所有休闲目的的旅游者,但基于以休闲为主要目的的旅游者进行研究依然是合理的。
基于对旅游本质和营销实践的分析,我们有理由认为统计中的旅游数据不能代表真实的旅游市场情况,旅游营销对不同出行目的的旅游者的影响具有明显差异,以总体旅游数据作为研究的基础数据所得的研究结果是有偏差的。研究者需要从旅游统计数据中剥离出以休闲为主要目的的旅游者数据,如此才能发现旅游市场的真实规律,并得到科学的结论。可喜的是,旅游统计已按照主要目的（观光/休闲、商务/会议、探亲访友、服务员工等）对不同出行目的的旅行者进行了分类统计,这为解决旅游统计的泛化问题提供了可能。

2 方法和数据

按照空间和时间,可将入境旅游市场结构划分为空间结构和时间结构,空间结构指客源市场的地理来源及其强度,时间结构指某客源市场随时间而变的趋势。本文通过游客集中度系数和CRn指数分析旅华外国客源市场的空间集中程度,通过收敛性检验分析客源市场的时间结构,最后采用市场竞争态模型分析各客源市场之间的竞争格局。

2.1 市场集中度

1）游客集中度系数。游客集中度系数（G′）反映了旅游者来源的集中或分散程度,其计算公式为（朱沁夫 等,2011）：
$G=100\times\sqrt{\sum^{n}_{i=1}(X_{i}/T)^{2}}$
$G_{0}=100\times\sqrt{1/n}$
$G'=(G-G_{0})/G_{0}\times10$
式中：G为地理集中指数;G0为最稳定的地理集中指数;Xi为第i个客源市场的旅游者数量;T为目的地外国旅游者总量;n为客源市场数量。G′值越大,说明市场越集中,多样性越差;反之,市场越分散,多样性越好。
2）CRn指数。CRn指数是指市场占有率排名前n的客源市场占比之和,可取CR1、CR4、CR8等来定量测评市场集中度,计算公式为（孙根年 等,2015）：
ai=Xi/T×100%
$ARR(a_{i})=a^{*}_{1};a^{*}_{2};a^{*}_{3};···;a^{*}_{n}$
$CR_{n}=\sum^{n}_{i=1}a^{*}_{i}$
式中：ai表示第i个客源国的市场占有率,即i客源国旅华人数占中国接待外国旅游者人数的比例;ARR(ai)表示对市场占有率按从大到小顺序进行排序;$a^{*}_{n}$表示排名第n位的客源市场的占有率;CRn的值越大,则表示市场越集中。

2.2 市场收敛性

入境旅游市场收敛性检验,可有效反映市场的时间特征。收敛性问题源自于经济增长理论,不同于传统的绝对收敛和条件收敛,随机收敛是指时间序列之间有着共同的随机趋势,相对差异趋于平稳或者减小（Narayan, 2006）。随机收敛包括个体收敛和总体收敛,其中个体收敛是指某一个客源市场与总体客源市场满足收敛的假设;总体收敛是指每一个客源市场都与总体客源市场满足收敛的假设。
为检验入境旅游市场的收敛情况,首先要构建一个能正确体现收敛的变量。为此,本文生成变量——相对旅游,即各主要客源国入境旅游人数与入境旅游平均人数之间的差异（Mérida et al., 2016;罗浩 等,2018）。具体是指：
$RY_{i,t}=Ln(Y_{i,t}/\bar{Y_{t}})$
式中：RYi,t表示相对旅游;Yi,t为i国在t时间入境旅游人数;$\bar{Y_{t}}=\sum^{n}_{i=1}Y_{i,t}/N$为时间t的面板平均值,i=1, …, N;t=1,…,T;本文中N=21,T=16。
广义上讲,Hadri（2000）提出的变量包括确定性趋势、随机游走和静态随机过程3个部分。本文将RYi,t描述为：
$RY_{i,t}=\alpha_{i,t}+\beta_{i}t+\varepsilon_{i,t}$
$\alpha_{i,t}=\alpha_{i,t-1}+v_{i,t}$
式中：εi,t和νi,t均为白噪声。
原假设H0：时间序列是平稳的。用公式可表述为：
$RY_{i,t}=\alpha_{i,0}+\beta_{i}t+e_{i,t}$
式中：$e_{i,t}=\sum^{T}_{i=1}(\varepsilon_{i,t}+v_{i,t})$,$\beta_{i}t$是特定客源市场的线性趋势;$\alpha_{i,0}$是特定客源市场的补偿差异,且不随时间而变化。
检验统计量为：
$\eta(\hat{\lambda})=N^{-1}\sum^{N}_{i=1}[\eta_{i}(\hat{\lambda})]$
式（11）代表了单变量KPSS（Kwiatkowski et al.,1992）检验的平均值。$\eta(\hat{\lambda})=\hat{\omega^{-2}_{i}}T^{-2}\sum^{T}_{t=1}\hat{S^{2}_{i,t}}$,其中$\hat{S^{2}_{i,t}}=\sum^{T}_{j=1}\hat{e_{i,j}}$是公式（10）中OLS估计产生的残差的部分和。

2.3 市场竞争态

市场竞争态模型能够反映旅游客源市场的竞争格局（孙根年,2005）。旅游市场竞争态模型是由市场占有率（ai）和市场增长率（bi）双重指标构成的二维空间,每一个客源市场的竞争态Ωi（ai, bi）对应于该二维空间中的一个点,它既能够说明该市场在所有客源市场中的竞争地位和实力,也能够说明该客源市场未来的发展潜力。根据这2个指标,按照波士顿矩阵的原理,可以将所有市场划分为4个类型：明星市场、幼童市场、瘦狗市场和金牛市场。其中市场占有率（ai,t）和市场增长率（bi,t）的计算公式为：
$a_{i,t}=\frac{X_{i,t}}{\sum^{n}_{i=1}X_{i,t}}\times100\%$
$b_{i,t}=\frac{X_{i,t}-X_{i,t-1}}{X_{i,t-1}}\times100\%$
式中：Xi,t为第i个客源市场在第t年的入境旅游人数;Xi,t-1为第i个客源市场在t-1年的入境旅游人数。

2.4 数据来源

搜集了2001—2016年中国入境休闲旅游者的相关数据,选取日本、韩国、蒙古、印度尼西亚、马来西亚、菲律宾、新加坡、泰国、印度、英国、法国、德国、意大利、瑞士、瑞典、荷兰、俄罗斯、美国、加拿大、澳大利亚、新西兰共21个国家为样本进行分析。数据来源于2002—2017年《中国旅游统计年鉴》。具体地,入境休闲旅游者数据源自《中国旅游统计年鉴》中“按国籍和目的”划分的入境外国游客人数统计表,指以观光休闲为主要目的的入境外国游客人数。受官方统计数据的限制,仅选择统计表中涉及的21个客源国作为样本,从市场份额来看,2001—2016年,上述21个客源国的入境休闲旅游人数占总入境休闲旅游人数的比例在83.0%~ 94.1%之间（2016年除外,为72.8%）,说明上述21个客源国占据了中国绝大部分的入境休闲旅游市场,能够反映入境休闲旅游市场的基本情况,具有一定的代表性。需要说明的是,本文主要针对入境中国大陆的外国客源市场进行分析,对中国香港、中国澳门、中国台湾三地不予考虑。

3 实证分析

3.1 地理集中度分析

运用游客集中度系数和CR4指数对旅华外国客源市场的集中程度进行分析（图1、2）。
图1 2001—2016年游客集中系数与CR4指数走势

Fig.1 The tendency of tourist concentration index and CR4 during 2001-2016

图2 2001—2016年各旅华外国客源市场的市场占有率动态

Fig.2 The dynamic market share of each foreign tourist source market in China during 2001-2016

由图1可知,2001—2016年,旅华外国客源市场结构发生了一定的变化。2001—2009年,游客集中度系数呈总体下降趋势,从59.32（2003年）一直下降到15.14（2009年）,2009年以后虽有所回升,但也基本<30（除2015年外）。由此可以推断,旅华外国客源市场整体趋于分散,市场多样性有所提升。
同时,CR4指数在2001—2009年也呈下降趋势（见图1）,从63.51%（2003年）下降到43.66%（2009年）,2009年以后基本处于平稳状态,在43.66%~ 49.40%之间浮动。进一步分析各客源市场的市场占有率发现（图2）,主要客源市场位序有明显变化。2001—2004年,日本占据最大的市场份额;2005年起,韩国超越日本并长期居于首位（2008年除外）。日本从2002年起一直呈下降趋势,先后被韩国（2005年）、俄罗斯（2007年）、美国（2011年）、马来西亚（2011年）和泰国（2016年）超越,已从中国第一大外国客源市场下降到第6位。长期趋势来看,日本的市场份额以年均11.4个百分点持续下降,韩国的市场份额总体呈上升趋势,俄罗斯的市场份额在波动中有所减少（除2008年外）,美国基本保持9%左右的市场份额,马来西亚稳中有升。结合图1中CR4指数的变化可知,在其他客源市场相对稳定的情况下,2001—2009年CR4指数下降多是由于日本市场份额持续下降的原因,2009—2016年CR4指数处于平稳状态,是因为日本跌出了前四。据CR4指数可知,旅华外国客源市场集中度依然较高,存在过度依赖于几个主要客源市场的现象。
通过计算2001—2016年间旅华外国客源市场的占有率均值发现：亚洲国家的市场占有率合计为59.61%,其中日本、韩国、马来西亚3国共占该区域的62.65%;欧洲国家的市场占有率共计23.25%,其中俄罗斯占该区域的51.56%;美洲国家的市场占有率为12.57%,其中美国占该区域的69.99%。可见,从洲际集中情况来看,亚洲国家是中国入境旅游的主要客源市场,近6成的外国入境旅游者来自亚洲;从单个客源市场来看,旅华外国客源市场过度集中于韩国、俄罗斯、美国和马来西亚,占据着市场的主导地位;从地理分布特征来看,4个核心市场分别位于东北亚、欧洲、美洲和东南亚,这说明旅华外国客源市场结构呈分散集中状态。

3.2 市场收敛性检验

通过式（7）构建相对旅游变量,分别采用单因素单位根检验和面板单位根检验的方法,检验客源市场个体收敛和总体收敛情况（表1）。
表1 单位根检验结果

Tab.1 The results of unit root tests

检验方法 客源国 LM统计量 客源国 LM统计量 客源国 LM统计量
A：单变量
单位根检验
（KPSS）		 日本 0.087 0 泰国 0.059 4 瑞典 0.169 5**
韩国 0.110 6 印度 0.153 6** 荷兰 0.151 4**
蒙古 0.183 4** 英国 0.138 4* 俄罗斯 0.170 4**
印度尼西亚 0.116 6 法国 0.160 3** 美国 0.106 8
马来西亚 0.106 2 德国 0.174 1** 加拿大 0.137 1*
菲律宾 0.077 0 意大利 0.206 3** 澳大利亚 0.148 4**
新加坡 0.099 9 瑞士 0.120 2* 新西兰 0.144 7*
B：面板单位根检验（Hadri） 方法 检验值 P值
假定同方差 9.122 58 0.000 0
克服异方差 9.722 73 0.000 0

注：在10%、5%和1%水平下,KPSS检验的临界值分别为0.119 0、0.146 0、0.216 0。*、**和***分别表示在10%、5%和1%水平下显著。表3同。

面板单位根检验结果表明,在1%显著水平下拒绝了平稳性的原假设,说明旅华外国客源市场整体不收敛,即客源市场不满足总体收敛假说。这反映了旅华外国客源市场的多样性不足,过度依赖于某些主要的客源市场。单变量KPSS检验结果表明,蒙古、印度、法国、德国、意大利、瑞典、荷兰、俄罗斯和澳大利亚在5%显著性水平下拒绝了平稳性假设,英国、瑞士、加拿大和新西兰在10%显著性水平下拒绝了平稳性假设。这说明,以上13个客源市场的相对旅游时间序列是非平稳的,即市场不满足个体收敛假说。只有日本、韩国、印度尼西亚、马来西亚、菲律宾、新加坡、泰国和美国8个国家没有拒绝平稳性假设,未得到市场不收敛的证据。结合客源市场的地理分布可以发现,在不满足市场收敛假说的客源市场中,除蒙古、印度等新兴市场外,多是远程的洲际市场。这说明洲内新兴市场和远程的洲际市场对中国入境旅游规模增长的贡献不显著,未来需要进一步开拓,促进旅华外国客源市场结构向多元化方向发展。

3.3 市场竞争态分析

以2001—2016年中国21个主要外国客源市场入境休闲旅游人次为基础数据,分别计算2001—2008年、2009—2016年各客源市场的平均增长率,以及2008和2016年各客源市场的市场占有率,得出2001—2008年和2009—2016年两阶段各主要入境客源市场的竞争态情况（表2）。
表2 2001—2008年和2009—2016年旅华外国客源市场竞争态

Tab.2 The competitive state of foreign tourism markets in China during 2001-2008 and 2009-2016

市场竞争态 2001—2008年 2009—2016年
明星市场 韩国、俄罗斯、美国、马来西亚 韩国
金牛市场 日本 美国、俄罗斯、马来西亚、泰国、日本
瘦狗市场 新加坡、菲律宾、
英国、蒙古		 印度尼西亚、印度、意大利、瑞士、菲律宾、新加坡、英国、法国、加拿大、澳大利亚、荷兰、德国、瑞典、新西兰
幼童市场 意大利、瑞典、荷兰、法国、加拿大、新西兰、瑞士、澳大利亚、印度尼西亚、泰国、印度、德国 蒙古
2001—2008年,韩国、俄罗斯、美国和马来西亚是4个典型的“明星市场”,其中俄罗斯和韩国的市场占有率均>15%,美国和马来西亚的市场占有率均在5%~10%,且4个国家的市场增长率均>20%。日本是该时期唯一的“金牛市场”,市场占有率虽接近10%,但市场增长率较低,仅为7.76%。新加坡、菲律宾、蒙古和英国是典型的“瘦狗市场”,市场占有率与增长率“双低”。其余12个国家均为“幼童市场”,市场占有率虽然不高,但增长速度较快。2009—2016年,“明星市场”和“幼童市场”各有1个国家,分别是韩国和蒙古,在总体市场低迷的情况下,依然保持着较高的市场增长率,市场发展潜力较大。“金牛市场”有所扩大,除原有的日本外,又增加了俄罗斯、美国、马来西亚和泰国。其余14个国家均属于“瘦狗市场”。
从市场变动情况来看,2001—2016年,旅华外国客源市场的竞争格局变化较大,整体呈下降趋势。其中,只有韩国相对稳定,还处于“明星市场”行列。由于增长率下降,俄罗斯、美国、马来西亚已经退为“金牛市场”。日本虽然保持在“金牛市场”行列,但是从市场占有率来看,呈现明显下降的趋势,未来可能会沦为“瘦狗市场”。过去处于“幼童市场”的国家,由于增长率下降,大多已沦为“瘦狗市场”,只有泰国由于市场占有率提升,步入了“金牛市场”的行列。值得注意的是,蒙古的变化与绝大多数市场的变化趋势相反,由于市场增长率显著提升,已经从“瘦狗市场”跃升为“幼童市场”中的一员。
就总体竞争格局来看,韩国市场占有率和增长率“双高”,最具竞争优势;美国、俄罗斯、马来西亚、泰国和日本市场占有率较高,但市场增长率略低,竞争潜力相对较弱;蒙古的市场增长率高,但市场占有率低,是未来入境旅游市场中的“潜力股”;其他市场属于市场占有率和增长率“双低”的“瘦狗市场”,有待进一步开发。

4 比较分析

基于总体旅游数据对21个主要旅华外国客源市场进行分析,并与休闲旅游数据的分析结果进行比较（表3）,结果发现,基于总体入境旅游数据的研究结论是有偏差的。
表3 基于休闲旅游数据和总体旅游数据的分析结果比较

Tab.3 Comparison of analysis results based on leisure tourism data and overall tourism data

客源国 2016市场占有率/%（排名） 市场收敛性 市场竞争态（2009—2016）
总体旅游 休闲旅游 总体旅游 休闲旅游 总体旅游 休闲旅游
日本 8.22（2） 3.82（6） 0.111 8 0.087 0 金牛市场 金牛市场
韩国 15.13（1） 22.81（1） 0.096 2 0.110 6 明星市场 明星市场
蒙古 4.26（5） 0.81（16） 0.155 1** 0.183 4** 明星市场 幼童市场
印度尼西亚 2.01（13） 3.08（7） 0.095 8 0.116 6 瘦狗市场 瘦狗市场
马来西亚 3.70（6） 6.59（4） 0.139 4* 0.106 2 金牛市场 金牛市场
菲律宾 3.60（7） 1.90（11） 0.152 1** 0.077 0 明星市场 瘦狗市场
新加坡 2.93（8） 2.30（8） 0.165 1** 0.099 9 瘦狗市场 瘦狗市场
泰国 2.38（10） 4.04（5） 0.128 4* 0.059 4 瘦狗市场 金牛市场
印度 2.54（9） 1.52（13） 0.163 3** 0.153 6** 幼童市场 瘦狗市场
英国 1.89（15） 1.75（12） 0.261 8*** 0.138 4* 瘦狗市场 瘦狗市场
法国 1.60（16） 1.36（14） 0.138 8* 0.160 3** 瘦狗市场 瘦狗市场
德国 1.98（14） 1.06（15） 0.152 7** 0.174 1** 瘦狗市场 瘦狗市场
意大利 0.85（17） 0.75（17） 0.105 3 0.206 3** 瘦狗市场 瘦狗市场
瑞士 0.23（21） 0.23（21） 0.110 2 0.120 2* 瘦狗市场 瘦狗市场
瑞典 0.37（20） 0.26（20） 0.158 6** 0.169 5** 瘦狗市场 瘦狗市场
荷兰 0.63（18） 0.45（18） 0.082 6 0.151 4** 瘦狗市场 瘦狗市场
俄罗斯 6.28（4） 7.75（3） 0.160 3** 0.170 4** 金牛市场 金牛市场
美国 7.14（3） 8.16（2） 0.144 8* 0.106 8 金牛市场 金牛市场
加拿大 2.35（11） 1.91（10） 0.093 9 0.137 1* 瘦狗市场 瘦狗市场
澳大利亚 2.14（12） 1.94（9） 0.131 1* 0.148 4** 瘦狗市场 瘦狗市场
新西兰 0.43（19） 0.30（19） 0.121 7* 0.144 7* 瘦狗市场 瘦狗市场
第一,从市场占有率来看,日本、蒙古、菲律宾和印度的市场占有率被高估,泰国和印度尼西亚的市场占有率被低估。基于总体旅游数据进行判断,日本仍是中国第二大外国客源市场,但从休闲旅游数据来看,日本旅华市场自2003年以来快速衰退,2016年仅排第6名,之所以有如此差异,是因为日本旅华的商务旅行市场基本保持稳定,受政治、经济等因素的影响较小,掩盖了其市场衰退的事实。蒙古和菲律宾的市场占有率被高估,基于休闲旅游数据,蒙古和菲律宾分别排第16和第11名,但若基于总体旅游数据,其分别排名第5和第7,这是因为菲律宾和蒙古均为中国邻国,人员和贸易往来频繁,其出行目的以“服务员工”或“其他”为主,而休闲观光目的的游客分别仅占6.37%和17.62%。类似的,印度旅华客源市场中,休闲游客仅占总旅华人数的20.04%。另外,尽管泰国和印度尼西亚的总体旅游人数不多,但是以休闲观光为主要目的的旅游者比例较高,分别为56.74%和51.21%,可见,泛化的总体旅游数据导致研究结果被低估。
第二,从市场收敛性来看,意大利、瑞士、荷兰和加拿大的市场贡献被高估,马来西亚、菲律宾、泰国、新加坡和美国的市场贡献被低估。基于总体旅游数据分析结果,未得到意大利、瑞士、荷兰和加拿大等市场不收敛的证据,认为其市场贡献显著,而休闲旅游数据则表明上述客源国市场不满足收敛假说,说明以往基于总体旅游数据的分析结果高估了其市场贡献,这是由于上述客源国中除休闲目的以外的其他旅行者在旅游人数中占据较高比例的原因。另外,总体旅游数据分析结果表明,马来西亚、菲律宾、新加坡、泰国和美国等客源国市场不收敛,即市场贡献不显著,但基于休闲旅游数据未得到市场不收敛的证据,这说明基于总体旅游数据的分析结果低估了上述客源国的市场贡献,这是由于其休闲旅游者在总旅游人数中占比较高所致。
第三,从市场竞争态来看,蒙古、菲律宾和印度的市场竞争地位被高估,泰国的市场竞争地位被低估。基于总体旅游数据,蒙古被视为“明星市场”,而休闲旅游数据分析则表明蒙古为“幼童市场”,这是由于蒙古的市场占有率被高估所致。菲律宾本是休闲旅游市场中的“瘦狗市场”,但却被总体旅游数据分析结果划为“明星市场”,这与菲律宾旅华的非休闲目的旅行者快速增加有密切关系。由于印度来华的商务旅行人数增长较快,总体旅游数据分析认为印度是发展潜力较大的“幼童市场”,但其休闲旅游者增长并不显著,实为“瘦狗市场”。另外,因为市场占有率被低估,泰国的市场竞争地位被低估,实为“金牛市场”的泰国被误认为是“瘦狗市场”。

5 结论与建议

通过对旅游本质和营销实践的理性思考,基于入境中国的外国休闲旅游者数据,从客源地视角再分析旅华外国客源市场的时空特征,得到以下结论：1）近年来旅华外国客源市场趋于分散,市场多样性有所提升;但市场集中度依然较高,近6成入境外国游客来自亚洲,且主要依赖于韩国、俄罗斯、美国和马来西亚等核心市场;市场多样性仍显不足,远程洲际市场对中国入境旅游规模增长的贡献不大。2）各主要客源市场中,韩国最具竞争优势,是旅华外国客源市场中的“明星”;蒙古最具发展潜力,是旅华外国客源市场的“潜力股”;俄罗斯、美国、马来西亚、日本和泰国等国家市场份额高,但竞争潜力相对较弱;其他国家竞争力相对不足,有待进一步开拓。
以上结论对旅华外国客源市场的营销和管理有2点启示：1）进一步开拓市场,提高市场多样性。优化宣传推广体系,拓展并加强同国际旅游组织和相关国家旅游部门的合作;依托“一带一路”倡议,加强区域旅游合作,从而促进旅华外国客源市场向多元化方向发展;不断创新旅游产品,打造以“美丽中国”为核心的精品旅游线路;通过航空和高铁等组合,推出跨区域旅游新产品;以游客需求为导向,开发适销对路的多样化旅游产品。2）因地制宜,制定差异化营销策略。大力拓展韩国市场,继续加强宣传推广力度,稳定并提高市场份额;进一步巩固俄罗斯、美国、马来西亚、日本等市场,居安思危,加强市场调研,延缓或扭转其衰退的趋势;积极培育和科学引导蒙古等“幼童市场”走向,在科学分析的基础上适当开发“瘦狗市场”需求。
对旅华外国客源市场结构进行分析,旨在为中国的入境外国旅游市场营销和管理实践提供参考。然而,只有基于准确的数据,方可得出正确的结论,进而制定科学的决策。通过基于休闲旅游数据和总体旅游数据的对比分析发现,基于总体入境旅游数据的研究结论有偏差。第一,在市场占有率上,日本、蒙古、菲律宾和印度被高估,泰国和印度尼西亚被低估;第二,在市场贡献上,意大利、瑞士、荷兰和加拿大被高估,马来西亚、菲律宾、泰国、新加坡和美国被低估;第三,在市场竞争地位上,蒙古、菲律宾和印度被高估,泰国被低估。鉴于此,本文提出以下倡议：首先,研究者应本着科学求真的原则,理性认识旅游数据的科学性和适用性,应当基于纯粹的旅游数据而非泛化的旅行数据研究旅游市场结构;其次,政府部门应本着服务实践的目的,提供更加详实的旅游统计数据,例如提供按国籍和目的划分的入境旅游者的月度数据,这将有利于学术界和业界对不同出行目的的旅行活动进行分类研究。
本文基于休闲旅游数据分析了旅华外国客源市场结构,具有一定的科学性,但仍存在以下不足：第一,仍属于描述性分析,只能提供客源市场时空结构的趋势信息,而没有深入分析、量化检验其影响因素,这需要在后续研究中逐步完善。第二,受限于数据的可得性,没有涉及各客源国的旅游偏好,无法比较中国作为旅游目的地对不同市场的吸引力,还有待未来研究的突破。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曹新向, 苗长虹 . 2009. 20世纪90年代以来河南省入境旅游客源市场结构演化——基于SSM方法的分析. 旅游学刊, 24(2):11-17.

[ Cao Xinxiang and Miao Changhong . 2009. On the Structural Evolution of Inbound Tourism Generating Market in Henan Province Since the 1990s: Based On The Analysis of SSM. Tourism Tribune, 24(2):11-17.]

[2]
查瑞波, 伍世代, 孙根年 . 2018. 城市型目的地入境旅游市场演化差异研究——基于中国香港和新加坡市内部结构与外部规模分时段辨析. 地理科学, 38(10):1661-1669.

[ Zha Ruibo, Wu Shidai and Sun Gennian . 2018. Differences Comparison of Urban Scale Destination`S Inbound Tourism Market Evolution: The Time Interval Study Based on Internal Structure and External Scale in Hong Kong and Singapore City. Scientia Geographica Sinica, 38(10):1661-1669.]

[3]
陈勇, 刘莉莎 . 2014. 入境游的客源市场结构研究——广东案例及其启示意义. 经济管理, 36(1):122-130.

[ Chen Yong and Liu Lisha . 2014. Analysis on Inbound Tourism Market Structure: Take Guangdong Province as An Example. Economic Management, 36(1):122-130.]

[4]
Hadri K . 2000. Testing for Stationarity in Heterogeneous Panel Data. Econometrics Journal, 3:148-161.

[5]
纪小美, 陈金华 . 2013. 福建省入境旅游市场时空动态变化及其拓展对策. 经济地理, 33(5):158-164.

[ Ji Xiaomei and Chen Jinhua . 2013. Spatial-Temporal Dynamic Changes of Inbound Tourism Market and Market Expand Strategy in Fujian Province. Economic Geography, 33(5):158-164.]

[6]
纪小美, 陈金华, 付业勤 . 2015. 中国入境旅游流的收敛与空间溢出效应分析. 旅游科学, 29(4):47-60.

[ Ji Xiaomei, Chen Jinhua and Fu Yeqin . 2015. A Study of the Convergence and Spatial Spillover Effects of Chinese Inbound Tourism Flow. Tourism Science, 29(4):47-60.]

[7]
Kwiatkowski D, Phillips P C B, Schmidt P and Shin Y . 1992. Testing the Null Hypothesis of Stationary against the Alternative of a Unit Root: How Sure Are We That Economic Time Series Have A Unit Root?. Journal of Econometrics, 54:159-178.

[8]
李景初 . 2014. 河南省入境旅游市场时间序列演变特征的定量分析——基于时间变化强度指数和指数平滑模型. 企业经济,( 1):127-131.

[ Li Jingchu . 2014. Quantitative Analysis of Time Series Evolution Characteristics of Inbound Tourism Market in Henan Province: Based on Time Change Intensity Index and Exponential Smoothing Model. Enterprise Economy, ( 1):127-131. ]

[9]
罗浩, 张瑜璇 . 2018. 中国的入境旅游客源市场收敛吗?. 旅游学刊, 33(7):28-39.

[ Luo Hao and Zhang Yuxuan . 2018. Are China’s Inbound Tourism Source Markets Converging?. Tourism Tribune, 33(7):28-39.]

[10]
吕帅, 汪宇明, 龚伟, 程怡 . 2006. 旅游市场客源结构的SSM分析——以上海市海外游客市场为例. 旅游学刊, 21(11):60-64.

[ Lü Shuai, Wang Yuming, Gong Wei and Cheng Yi . 2006. A SSM Analysis on the Structure of Tourism Market: A Case Study on Shanghai Oversea Tourism Market. Tourism Tribune, 21(11):60-64. ]

[11]
马耀峰, 梁旺兵 . 2005. 基于亲景度的美国旅华市场拓展研究——以我国六大旅游热点城市为例. 旅游学刊, 20(1):35-38.

[ Ma Yaofeng and Liang Wangbing . 2005. A Study on the Development of the U.S. Visiting China Market Based on Preference Scale. Tourism Tribune, 20(1):35-38. ]

[12]
Mérida A L, Carmona M, Congregado E and Golpe A . 2016. Exploring the Regional Distribution of Tourism and the Extent to Which There is Convergence. Tourism Management, 57:225-233.

[13]
Narayan P K . 2006. Are Australia’s Tourism Markets Converging. Applied Economics, 38(10):1153-1162.

[14]
南宇, 杨永春, 史婧 . 2011. 西北五省区入境旅游客源市场动态演化结构分析研究. 经济地理, 31(9):1558-1565.

[ Nan Yu, Yang Yongchun and Shi Jing . 2011. Analysis on Dynamic Evolution of Tourist Market of Inbound Tourism in Five Northwestern Provinces. Economic Geography, 31(9):1558-1565. ]

[15]
Ozcan B and Erodogan S . 2017. Are Turkey’s Tourism Markets Converging? Evidence from the Two-step LM and Three-step RALS-LM Unit Root Tests. Current Issues in Tourism, 20(4):425-442.

[16]
全华, 赵磊, 陈田, 杨竹莘 . 2012. 入境旅游客源市场结构实证分析——以江苏省为例. 经济地理, 32(1):146-152.

[ Quan Hua, Zhao Lei, Chen Tian and Yang Zhuxin . 2012. An Empirical Analysis of Tourist Structure in the Inbound Tourism Market Based on SSM Model: A Case Study on Jiangsu Province. Economic Geography, 32(1):146-152.]

[17]
Solarin S A and Lean H . 2014. Nonlinearity Convergence of Tourism Markets in Seychelles. Current Issues in Tourism, 17(6):475-479.

[18]
石斌, 马耀峰 . 2017. “一带一路”背景下陕西入境旅游客源市场拓展——基于DSSM的客源市场结构演变视角. 企业经济, 36(9):80-86.

[ Shi Bin and Ma Yaofeng . 2017. The Expansion of Shaanxi Inbound Tourist Source Market under the Background of “Belt and Road”: from the Perspective of DSSM-based Evolution of Tourist Market Structure. Enterprise Economy, 36(9):80-86.]

[19]
孙根年 . 2005. 新世纪中国入境旅游市场竞争态分析. 经济地理, 25(1):121-125.

[ Sun Gennian . 2005. Analysis on Market Competition State of Chinese Inbound Tourism in New Century. Economic Geography, 25(1):121-125. ]

[20]
孙根年, 周功梅, 李红 . 2015. 中美入境旅游,谁的市场更大——基于多样性、重要性、旅游偏好及市场吨位的比较. 旅游科学, 29(3):15-26.

[ Sun Gennian, Zhou Gongmei and Li Hong . 2015. A Comparison of Inbound Tourism in China and U.S: Based on Market Diversity, Proportion of International Outbound Trips, Travel Preference and Travel Tonnage Index. Tourism Science, 29(3):15-26. ]

[21]
唐弘久, 保继刚 . 2018. 我国主要入境客源地游客的时空特征及影响因素. 经济地理, 38(9):222-230,239.

[ Tang Hongjiu and Bao Jigang . 2018. Spatio-temporal Characteristics and Influencing Factors of Tourists from Main Inbound Tourist Source for Mainland China. Economic Geography, 38(9):222-230, 239.]

[22]
王克军 . 2017. 主要客源国对中国入境旅游市场的贡献分析. 旅游学刊, 32(1):32-41.

[ Wang Kejun . 2017. Contribution Analysis of Inbound Tourist Source Market in China. Tourism Tribune, 32(1):32-41.]

[23]
王力峰 . 2004. 桂林国际客源市场时空演替规律研究. 经济地理, 24(5):688-691.

[ Wang Lifeng . 2004. On the Spatial & Temporal Structure Evolvement of Abroad Tourist Markets in Guilin. Economic Geography, 24(5):688-691.]

[24]
王怡 . 2015. 丝绸之路经济带生态旅游发展的收敛性检验. 统计与决策,( 9):143-145.

[ Wang Yi . 2015. Convergence Test of Ecotourism Development in the Silk Road Economic Belt. Statistics & Decision, ( 9):143-145.]

[25]
谢彦君 . 1998. 论旅游的本质与特征. 旅游学刊,(4):41-44,63.

[ Xie Yanjun . 1998. On the Nature and Characteristics of Tourism. Tourism Tribune,(4):41-44,63.]

[26]
谢彦君 . 2010. 旅游的本质及其认识方法——从学科自觉的角度看. 旅游学刊, 25(1):26-31.

[ Xie Yanjun . 2010. On the Essence of Tourism and Its Way of Cognition: Viewing from the Perspective of the Discipline Itself. Tourism Tribune, 25(1):26-31.]

[27]
谢彦君 . 2015. 基础旅游学. 北京：商务印书馆.

[ Xie Yanjun. 2015. Basic Touris. Beijing: Commercial Press. ]

[28]
徐菊凤 . 2011. 关于旅游学科基本概念的共识性问题. 旅游学刊, 26(10):21-30.

[ Xu Jufeng . 2011. On the Consensus of the Basic Concepts of Tourism Discipline. Tourism Tribune, 26(10):21-30.]

[29]
徐菊凤 . 2016. 论旅游的边界与层次. 旅游学刊, 31(8):16-28.

[ Xu Jufeng . 2016. On the Limits and Classification of the Concept of Tourism. Tourism Tribune, 31(8):16-28.]

[30]
宣国富 . 2012. 中国入境旅游规模结构的省际差异及影响因素. 经济地理, 32(11):156-161.

[ Xuan Guofu . 2012. Study on the Provincial Difference and Its Influencing Factors of the Size Structure of China’s Inbound Tourism. Economic Geography, 32(11):156-161.]

[31]
张凌云 . 2008. 国际上流行的旅游定义和概念综述——兼对旅游本质的再认识. 旅游学刊, 23(1):86-91.

[ Zhang Lingyun . 2008. Review on the Definitions and Concept Of Tourism Currently Popular in The World: Recognition of The Nature of Tourism. Tourism Tribune, 23(1):86-91.]

[32]
张鹏, 郑垂勇, 丘萍 . 2010. 中国旅游增长收敛吗——基于1990-2008年入境旅游收敛性研究. 技术经济与管理研究,( 4):148-151.

[ Zhang Peng, Zheng Chuiyong and Qiu Ping . 2010. Is China’s Tourism Converging: a Study of Convergence Based on Inbound Tourism from 1990 to 2008. Journal of Technical Economics & Management, ( 4):148-151.]

[33]
周彩屏 . 2008. 基于SSM方法的入境旅游市场客源结构分析——以浙江省为例. 旅游学刊, 23(1):46-51.

[ Zhou Caiping . 2008. An Analysis of Tourist Structure in the Inbound Tourism Market Based on SSM Method: Taking Zhejiang Province as an Example. Tourism Tribune, 23(1):46-51.]

[34]
朱沁夫, 李昭, 杨樨 . 2011. 用地理集中指数衡量游客集中程度方法的一个改进. 旅游学刊, 26(4):26-29.

[ Zhu Qinfu, Li Zhao and Yang Xi . 2011. An Improvement of Evaluating Method on Tourist Concentration Degree with Geographic Concentration Index. Tourism Tribune, 26(4):26-29.]

Options
文章导航

/

〈 〉