“一带一路”对国民出境沿线国家旅游需求的促进效应

doi:10.3969/j.issn.1004-9479.2022.01.2020117

摘要/Abstract

摘要：

收集网络关注度等数据，构建趋势线模型测算“一带一路”对我国国民出境沿线国家旅游需求的促进效应、空间差异及影响因素。结果发现：①“一带一路”共对27个国家旅游需求有促进作用，且各国家所受影响程度差异较大；人口、经济发展水平、资源丰度和空间距离是“一带一路”对沿线各国旅游需求促进作用空间差异的重要影响因素。②“一带一路”共对30个省域国民出境旅游需求有促进作用，且各省域所受影响程度不同；人口、经济发展水平、受教育程度和人均可支配收入是“一带一路”对各省域国民出境旅游需求促进作用空间差异的重要影响因素。

关键词: “一带一路”, 出境旅游, 旅游需求, 促进效应, 网络关注度

Abstract:

This paper collects data such as network attention,we can calculate the promotion effect and regional differences of the "Belt and Road" initiative on countries along the national borders by constructing a trend line model, and use Pearson correlation test and multiple linear regression analysis to analyze the influencing factors of the "Belt and Road" on the tourism demand of countries along the route and on the tourism demand of countries along the provinces (cities and districts). The results show that: ① The "Belt and Road" initiative has promoted tourism demand in 27 countries, and the degree of impact varies greatly; Population, economic development level, resource abundance and spatial distance are all important factors that affect the promotion of tourism demand of countries along the Belt and Road. ②The "Belt and Road" initiative has promoted the tourism demand of countries in 30 provinces (cities and districts), but the degree of impact is different among provinces (cities and districts); Population, economic development level, education level, and per capita disposable income are important factors that affect the tourism demand of the countries along the Belt and Road for national outbound travel along the border.

Key words: "Belt and Road", outbound tourism, tourism demand, promotion effect, network attention

马丽君, 邓思凡. “一带一路”对国民出境沿线国家旅游需求的促进效应[J]. 世界地理研究, 2022, 31(1): 41-52.

Lijun MA, Sifan DENG. The promotion effect of "Belt and Road" on the demand of Chinese tourists to the countries along the route[J]. World Regional Studies, 2022, 31(1): 41-52.

图/表 9

参考文献 28

1	马丽君,江恋,孙根年.菲律宾入境中国旅游与贸易对重大事件的响应及相关关系.华中师范大学学报(自然科学版),2015,49(4):623-629.
	MA L, JIANG L, SUN G. The response and related relationships of major events in tourism and trade between the philippines and China. Journal of Central China Normal University (Natural Science Edition), 2015, 49 (4): 623-629.
2	张铁生,孙根年,马丽君.危机事件对张家界旅游影响评价——基于本底线模型的高分辨率分析.经济地理,2012,32(10):145-151.
	ZHANG T, SUN G, MA L.Evaluation of the impact of crisis events on tourism in Zhangjiajie——A high resolution analysis based on the background model.Economic Geography, 2012,32 (10): 145-151.
3	孙根年,周瑞娜,马丽君,等.2008年五大事件对中国入境旅游的影响——基于本底趋势线模型高分辨率的分析.地理科学,2011,31(12):1437-1446.
	SUN G, ZHOU R, MA L, et al. The impact of the five major events in 2008 on China's inbound tourism: A high-resolution analysis based on the background trend line model.Geographical Science, 2011,31 (12): 1437-1446.
4	吴良平,张健."一带一路"背景下入境客流集聚市场供给特征研究.旅游学刊,2018,33(7):40-51.
	WU L, ZHANG J.Study on the supply characteristics of the inbound passenger flow concentration market under the Belt and Road Initiative.Journal of Tourism, 2018,33 (7): 40-51.
5	把多勋,温倩."一带一路"背景下西部地区入境旅游趋势与发展研究.世界经济研究,2017(8):64-73+136.
	BA D, WEN Q.Research on the trend and development of inbound tourism in the western region under the background of the "Belt and Road".World Economic Research, 2017 (8): 64-73 + 136.
6	林海英,孟娜娜,李文龙."一带一路"战略下内蒙古入境旅游客源市场时空演化.地域研究与开发,2016,35(2):101-107.
	LIN H, MENG N, LI W. Spatiotemporal evolution of inbound tourist market in Inner Mongolia under the "Belt and Road" Strategy.Regional Research and Development, 2016,35 (2): 101-107.
7	王虹,胡胜德.基于Tobit模型的"一带一路"旅游产业效率投资影响因素及策略研究.中国软科学,2017(12):62-70.
	WANG H, HU S.Effective factors and strategies of tourism industry efficiency investment based on the Tobit Model.China Soft Science, 2017 (12): 62-70.
8	王新越,韩霞霞."一带一路"中国沿海港口城市旅游效率测度与空间特征研究.中国海洋大学学报(社会科学版),2018(5):36-42.
	WANG X, HAN X.Measurement of tourism efficiency and spatial features of China's coastal port cities along the Belt and Road.Journal of Ocean University of China (Social Science Edition), 2018(5): 36-42.
9	张洪,吕倩."一带一路"沿线省份旅游效率演进研究.统计与决策,2018,34(16):61-65.
	ZHANG H, LU Q.Research on tourism efficiency evolution of provinces along the Belt and Road.Statistics and Decision, 2018,34 (16): 61-65.
10	王宁,陈兰,罗志慧."一带一路"经济带旅游产业效率评价.商业经济研究,2019(9):182-185.
	WANG NI, CHEN L, LUO Z.Evaluation on the efficiency of tourism industry in the "Belt and Road" Economic Belt.Research on Business Economy, 2019 (9): 182-185.
11	殷杰,郑向敏,李实.合作态势与权力角色:"一带一路"沿线国家旅游合作网络解构.经济地理,2019,39(7):216-224.
	YIN J, ZHENG X, LI S. Cooperative situation and power role: Deconstruction of tourism cooperation networks of Countries along the Belt and Road.Economic Geography, 2019,39 (7): 216-224.
12	李耀华,姚慧琴,王会战,等.新时代丝绸之路经济带跨国文化遗产旅游合作机制研究——基于中亚五国居民调研视角.西北大学学报(哲学社会科学版),2018,48(2):14-22.
	LI Y, YAO H, WANG H, et al. A study on the cooperation mechanism of transnational cultural heritage tourism in the Silk Road Economic Belt in the New Era——Based on the perspectives of residents of Five Central Asian Countries.Journal of Northwest University (Philosophy and Social Science Edition), 2018,48 (2): 14-22.
13	王恒."一带一路"背景下的大连与符拉迪沃斯托克旅游合作研究.资源开发与市场,2016,32(2):253-256.
	WANG H.Research on tourism cooperation between Dalian and Vladivostok under the Belt and Road Initiative.Resource Development & Market, 2016,32 (2): 253-256.
14	谢朝武,黄锐,陈岩英."一带一路"倡议下中国出境游客的安全保障——需求、困境与体系建构研究.旅游学刊,2019,34(3):41-56.
	XIE C, HUANG R, CHEN Y.Safety guarantee for Chinese outbound tourists under the "Belt and Road" Initiative: A Study on demand, dilemma and system construction.Journal of Tourism, 2019,34 (3): 41-56.
15	马丽君,肖洋.典型城市居民国内旅游流网络结构特征.经济地理,2018,38(2):197-205+219.
	MA L, XIAO Y.Characteristics of the structure of domestic tourism flow network of typical urban residents.Economic Geography, 2018,38 (2): 197-205 + 219.
16	马丽君,郭留留.基于网络关注度的北京市居民对5A级景区旅游需求时空特征分析.干旱区资源与环境,2017,31(10):203-208.
	MA L, GUO L.Analysis of the spatial and temporal characteristics of tourism demand for 5A scenic spots by Beijing residents based on network attention.Arid Area Resources and Environment, 2017,31(10): 203-208.
17	DAVID-NEGRE T, ALMEDIDA-SANTANA A, HERNÁNDEZ J M,et al. Understanding European tourists' use of e-tourism platforms. Analysis of networks. Inf Technol Tourism,2018(20):131-152.
18	马丽君,孙根年,黄芸玛,等.城市国内客流量与游客网络关注度时空相关分析.经济地理,2011,31(4):680-685.
	MA L, SUN G, HUANG Y, et al.Spatial-temporal correlation analysis of urban domestic passenger flow and tourist network attention.Economic Geography, 2011,31 (4): 680-685.
19	VUYLSTEKE A,WEN Z,BAESENS B,et al.Consumers' search for information on the internet:How and why China differs from Western Europe.Journal of Interactive Marketing,2010,24 (4):309-331.
20	KÖLTRINGER CLEMENS, WÖBER KARL.Information needs of city travellers.Analysing International City Tourism,2010:109-126.
21	XIN Y,BING P,EVANS J,et al.Forecasting Chinese tourist volume with search engine data.Tourism Management,2015,46: 386-397.
22	郑玉莲,陆林,赵海溶.芜湖方特网络关注度分布特征及与客流量关系研究——以PC端和移动端百度指数为例.资源开发与市场,2018,34(9):1315-1320.
	ZHENG Y, LU L, ZHAO H. Research on the distribution characteristics of the attention degree of Wuhu Fangte Network and the relationship with passenger traffic——Taking the Baidu index of PC and mobile as an example. Resource Development and Market, 2018,34(9):1315-1320.
23	李山,邱荣旭,陈玲.基于百度指数的旅游景区络空间关注度:时间分布及其前兆效应.地理与地理信息科学,2008(6):102-107.
	LI S, QIU R, CHEN L. Spatial attention degree of tourist attractions based on Baidu Index: Time distribution and its precursor effect. Geography and Geo-Information Science, 2008(6): 102-107.
24	PROSPER F, BANGWAYO S,SKEETE R. Can Google data improve the forecasting performance of tourist arrivals? Mixed-data sampling approach. Tourism Management,2015:46.
25	LI X, PAN B, LAW R.Forecasting tourism demand with composite search index.Tourism Management,2017(59):57-66.
26	孙烨,张宏磊,刘培学,等.基于旅游者网络关注度的旅游景区日游客量预测研究——以不同客户端百度指数为例.人文地理,2017,32(3):152-160.
	SUN Y, ZHANG H, LIU P, et al. Research on the prediction of daily tourist volume in tourist attractions based on the tourists 'network attention——Taking Baidu index of different clients as an example. Human Geography,2017,32(3):152-160.
27	BING P. The power of search engine ranking for tourist destinations. Tourism Management,2015(47):79-87.
28	张舒宁,李勇泉,阮文奇.旅游地客源市场出游力时空格局演化及其影响因素.地理与地理信息科学,2019,35(3):127-133.
	ZHANG S,LI Y, RUAN W.The evolution of the spatial and temporal pattern of tourism capacity of tourist destination markets and its influencing factors.Geography and Geographic Information Science,2019,35(3):127-133.

国家	趋势线方程	R²	自然波动率	Δ2016	Δ2017	Δ2018	Δ2016—2018
文莱	y=97163x+235608	0.659	14.38	0.00	0.00	14.39	4.80
印度尼西亚	y=23835x+176478	0.875	3.77	0.00	0.00	0.00	0.00
柬埔寨	y=223490x+302403	0.941	6.54	0.00	0.00	16.19	5.40
老挝	y=139503x+221738	0.963	4.66	5.89	13.19	18.16	12.41
缅甸	y=111289x+249843	0.776	9.72	2.05	8.81	0.41	3.76
马来西亚	y=120341x+683645	0.908	3.41	0.00	0.00	3.93	1.31
菲律宾	y=151512x+281050	0.994	2.11	16.92	6.43	17.99	13.78
新加坡	y=107967x+842420	0.744	4.95	0.00	0.00	0.00	0.00
泰国	y=1003531x+144540	0.980	4.67	11.45	22.99	42.52	25.65
越南	y=320251x+443840	0.982	4.01	21.42	11.38	29.92	20.91
印度	y=152059x+224658	0.976	4.36	16.63	19.75	31.08	22.49
巴基斯坦	y=209547x-4380	0.821	16.97	2.25	0.00	11.05	4.43
斯里兰卡	y=273969x-90703	0.852	24.09	15.82	26.09	23.73	21.88
马尔代夫	y=116289x+669775	0.817	4.93	25.09	24.55	29.56	26.40
尼泊尔	y=150380x+622508	0.597	11.25	2.89	5.11	7.41	5.14
不丹	y=155892x+234513	0.928	7.86	23.71	42.37	48.83	38.30
阿联酋	y=2810.5x+88148	0.068	10.11	0.00	0.00	0.00	0.00
土耳其	y=401281x-46720	0.931	17.53	15.27	12.69	16.30	14.75
叙利亚	y=28543x-17520	0.728	46.71	0.00	0.00	0.00	0.00
约旦	y=25295x+21718	0.603	24.03	0.00	0.00	0.00	0.00
以色列	y=190859x-7847.5	0.922	16.87	0.00	0.00	10.25	3.42
塞浦路斯	y=6205x+95630	0.116	15.02	22.74	49.82	2.83	25.13
希腊	y=262472x+176660	0.964	5.76	16.41	28.33	40.94	28.56
埃及	y=197246x+144358	0.911	12.47	0.00	0.00	15.30	5.10
白俄罗斯	y=17776x+5475	0.988	4.79	14.74	0.00	0.00	4.91
俄罗斯	y=264224x+192355	0.989	3.09	0.46	10.79	36.02	15.76
捷克	y=128115x-43435	0.898	26.15	0.00	0.00	6.91	2.30
匈牙利	y=8066.5x+86870	0.191	14.79	0.00	0.00	0.00	0.00
波兰	y=51867x+38143	0.848	15.93	2.73	0.00	0.00	0.91
斯洛伐克	y=4635.5x+5840	0.944	7.00	0.00	0.00	0.00	0.00
拉脱维亚	y=24966x+164980	0.082	39.15	0.00	0.00	6.48	2.16
斯洛文尼亚	y=12629x+5840	0.821	21.20	0.00	0.00	0.00	0.00
克罗地亚	y=25295x+11315	0.898	10.76	16.40	0.00	0.00	5.47
哈萨克斯坦	y=37668x-16060	0.845	32.72	1.18	0.00	0.00	0.39
吉尔吉斯斯坦	y=2007.5x+14053	0.041	56.80	0.78	2.64	0.00	1.14

国家	趋势线方程	R²	自然波动率	Δ2016	Δ2017	Δ2018	Δ2016—2018
文莱	y=97163x+235608	0.659	14.38	0.00	0.00	14.39	4.80
印度尼西亚	y=23835x+176478	0.875	3.77	0.00	0.00	0.00	0.00
柬埔寨	y=223490x+302403	0.941	6.54	0.00	0.00	16.19	5.40
老挝	y=139503x+221738	0.963	4.66	5.89	13.19	18.16	12.41
缅甸	y=111289x+249843	0.776	9.72	2.05	8.81	0.41	3.76
马来西亚	y=120341x+683645	0.908	3.41	0.00	0.00	3.93	1.31
菲律宾	y=151512x+281050	0.994	2.11	16.92	6.43	17.99	13.78
新加坡	y=107967x+842420	0.744	4.95	0.00	0.00	0.00	0.00
泰国	y=1003531x+144540	0.980	4.67	11.45	22.99	42.52	25.65
越南	y=320251x+443840	0.982	4.01	21.42	11.38	29.92	20.91
印度	y=152059x+224658	0.976	4.36	16.63	19.75	31.08	22.49
巴基斯坦	y=209547x-4380	0.821	16.97	2.25	0.00	11.05	4.43
斯里兰卡	y=273969x-90703	0.852	24.09	15.82	26.09	23.73	21.88
马尔代夫	y=116289x+669775	0.817	4.93	25.09	24.55	29.56	26.40
尼泊尔	y=150380x+622508	0.597	11.25	2.89	5.11	7.41	5.14
不丹	y=155892x+234513	0.928	7.86	23.71	42.37	48.83	38.30
阿联酋	y=2810.5x+88148	0.068	10.11	0.00	0.00	0.00	0.00
土耳其	y=401281x-46720	0.931	17.53	15.27	12.69	16.30	14.75
叙利亚	y=28543x-17520	0.728	46.71	0.00	0.00	0.00	0.00
约旦	y=25295x+21718	0.603	24.03	0.00	0.00	0.00	0.00
以色列	y=190859x-7847.5	0.922	16.87	0.00	0.00	10.25	3.42
塞浦路斯	y=6205x+95630	0.116	15.02	22.74	49.82	2.83	25.13
希腊	y=262472x+176660	0.964	5.76	16.41	28.33	40.94	28.56
埃及	y=197246x+144358	0.911	12.47	0.00	0.00	15.30	5.10
白俄罗斯	y=17776x+5475	0.988	4.79	14.74	0.00	0.00	4.91
俄罗斯	y=264224x+192355	0.989	3.09	0.46	10.79	36.02	15.76
捷克	y=128115x-43435	0.898	26.15	0.00	0.00	6.91	2.30
匈牙利	y=8066.5x+86870	0.191	14.79	0.00	0.00	0.00	0.00
波兰	y=51867x+38143	0.848	15.93	2.73	0.00	0.00	0.91
斯洛伐克	y=4635.5x+5840	0.944	7.00	0.00	0.00	0.00	0.00
拉脱维亚	y=24966x+164980	0.082	39.15	0.00	0.00	6.48	2.16
斯洛文尼亚	y=12629x+5840	0.821	21.20	0.00	0.00	0.00	0.00
克罗地亚	y=25295x+11315	0.898	10.76	16.40	0.00	0.00	5.47
哈萨克斯坦	y=37668x-16060	0.845	32.72	1.18	0.00	0.00	0.39
吉尔吉斯斯坦	y=2007.5x+14053	0.041	56.80	0.78	2.64	0.00	1.14

国家	人口 /百万	GDP/百亿美元	资源丰度	距离/1000km	促进增长率/%	国家	人口 /百万	GDP/百亿美元	资源丰度	距离/1000km	促进增长率/%
文莱	0.42	1.41	0	3.90	4.80	叙利亚	19.80	3.30	6	6.94	0.00
印度尼西亚	262.00	101.52	9	5.22	0.00	约旦	10.01	4.09	6	7.06	0.00
柬埔寨	14.80	2.23	3	3.35	5.40	以色列	8.84	35.08	9	7.12	3.42
老挝	6.80	1.79	3	2.77	12.41	塞浦路斯	0.95	2.28	3	7.07	25.13
缅甸	53.90	6.90	2	2.96	3.76	希腊	10.74	20.35	18	7.62	28.56
马来西亚	32.40	32.37	4	4.35	1.31	埃及	104.50	26.98	7	7.54	5.10
菲律宾	100.98	38.90	6	2.85	13.78	白俄罗斯	9.48	5.26	4	6.47	4.91
新加坡	5.64	32.39	1	4.47	0.00	俄罗斯	146.00	146.93	29	5.79	15.76
泰国	69.00	42.10	5	3.30	25.65	捷克	10.64	20.17	14	7.46	2.30
越南	91.70	24.48	8	2.34	20.91	匈牙利	9.80	12.93	8	7.34	0.00
印度	1311.05	208.88	38	3.78	22.49	波兰	38.42	54.72	16	6.94	0.91
巴基斯坦	208.00	31.30	6	3.88	4.43	斯洛伐克	5.43	8.95	7	7.42	0.00
斯里兰卡	21.44	8.72	8	5.15	21.88	拉脱维亚	1.93	2.95	2	6.52	2.16
马尔代夫	0.44	0.46	0	5.85	26.40	斯洛文尼亚	2.07	4.77	4	7.72	0.00
尼泊尔	28.98	2.93	4	3.15	5.14	克罗地亚	4.17	5.49	10	7.64	5.47
不丹	0.74	0.25	0	2.82	38.30	哈萨克斯坦	18.31	13.90	5	3.66	0.39
阿联酋	9.30	43.26	1	5.95	0.00	吉尔吉斯斯坦	6.36	0.72	3	3.47	1.14
土耳其	82.00	78.40	18	6.84	14.75	吉尔吉斯斯坦	6.36	0.72	3	3.47	1.14

国家	人口 /百万	GDP/百亿美元	资源丰度	距离/1000km	促进增长率/%	国家	人口 /百万	GDP/百亿美元	资源丰度	距离/1000km	促进增长率/%
文莱	0.42	1.41	0	3.90	4.80	叙利亚	19.80	3.30	6	6.94	0.00
印度尼西亚	262.00	101.52	9	5.22	0.00	约旦	10.01	4.09	6	7.06	0.00
柬埔寨	14.80	2.23	3	3.35	5.40	以色列	8.84	35.08	9	7.12	3.42
老挝	6.80	1.79	3	2.77	12.41	塞浦路斯	0.95	2.28	3	7.07	25.13
缅甸	53.90	6.90	2	2.96	3.76	希腊	10.74	20.35	18	7.62	28.56
马来西亚	32.40	32.37	4	4.35	1.31	埃及	104.50	26.98	7	7.54	5.10
菲律宾	100.98	38.90	6	2.85	13.78	白俄罗斯	9.48	5.26	4	6.47	4.91
新加坡	5.64	32.39	1	4.47	0.00	俄罗斯	146.00	146.93	29	5.79	15.76
泰国	69.00	42.10	5	3.30	25.65	捷克	10.64	20.17	14	7.46	2.30
越南	91.70	24.48	8	2.34	20.91	匈牙利	9.80	12.93	8	7.34	0.00
印度	1311.05	208.88	38	3.78	22.49	波兰	38.42	54.72	16	6.94	0.91
巴基斯坦	208.00	31.30	6	3.88	4.43	斯洛伐克	5.43	8.95	7	7.42	0.00
斯里兰卡	21.44	8.72	8	5.15	21.88	拉脱维亚	1.93	2.95	2	6.52	2.16
马尔代夫	0.44	0.46	0	5.85	26.40	斯洛文尼亚	2.07	4.77	4	7.72	0.00
尼泊尔	28.98	2.93	4	3.15	5.14	克罗地亚	4.17	5.49	10	7.64	5.47
不丹	0.74	0.25	0	2.82	38.30	哈萨克斯坦	18.31	13.90	5	3.66	0.39
阿联酋	9.30	43.26	1	5.95	0.00	吉尔吉斯斯坦	6.36	0.72	3	3.47	1.14
土耳其	82.00	78.40	18	6.84	14.75	吉尔吉斯斯坦	6.36	0.72	3	3.47	1.14

影响因素	t	R
人口	1.208	0.236
GDP	0.921	0.364
资源丰度	1.240	0.224
空间距离	-1.497	0.144