[J].西南民族大学学报(人文社会科学版),2021(11):

44-51.

[2] 谢朝武,郑向敏.关于文化遗产旅游研究的若干思考

[J].桂林旅游高等专科学校学报,2003(2):27-31.

[3] 张菡夏.从考古学角度来看“文化遗产热”:浅思后过程

考古学[J].今古文创,2021(40):72-74.

[4] 陈晓皎,苗甜,唐晓腾,等.文化遗产数字化保护及可视

化[J].包装工程,2022(20):26-37.

[5] 王焯,张继焦.潜在与现实:文化记忆视角下文化遗产

传承与 建 构 的 三 个 特 性[J].思 想 战 线,2022(3):87-

95.

[6] 文丽敏.文化遗产从“开发性保护”到“开发性经营”的

价值偏误[J].湖南科技大学学报(社会科学版),2020

(4):142-150.

[7] 田彩云,裴正兵.文化遗产地游客感知价值、满意与忠

诚的关系研究:基于北京圆明园的实证分析[J].干旱

区资源与环境,2021(2):203-208.

[8] 张宏梅,洪娟,张文静.旅游目的地游客感知价值的层

次关系模型[J].人文地理,2012(4):125-130.

[9] 韩雪,刘爱利.旅游感知的研究内容及测评方法[J].旅

游学刊,2019(4):106-118.

[10] 罗慧镇,徐海兰.基于感知价值与风险的邮轮旅游者

重游意向研究[J].四川旅游学院学报,2021(2):80-

85.

[11] LEECK,YOON Y S,LEES K.Investigatingthe

relationships among perceived value,satisfaction,

andrecommendations:thecaseoftheKoreanDMZ

[J].Tourism management,2005(1):204-214.

[12] JIN NP,LEES,LEE H.Theeffectofexperience

qualityonperceivedvalue,satisfaction,imageand

behavioralintentionofwaterparkpatrons:newversus repeat visitors [J].Internationaljournal of

tourismresearch,2015(1):82-95.

[13] 路璐,刘春玲,刘琳.滑雪游客感知价值、满意度与行

为意向的关系:以崇礼密苑云顶滑雪场为例[J].干旱

区资源与环境,2018(5):202-208.

[14] ZEITHAMLVA.Consumerperceptionsofprice,quality,andvalue:ameans-endmodelandsynthesisofevidence[J].Journalofmarketing,1988(3):2-22.

[15] 吴佩,王春雷.基于网络游记的游客感知价值研究:以

上海为例[J].旅游论坛,2016(5):34-39.

[16] PETRICKJF.Therolesofquality,value,andsatisfactioninpredictingcruisepassengers'behavioralintentions [J].Journaloftravelresearch,2004(4):

397-407.

[17] SÁNCHEZJ,CALLARISAL,RODRÍGUEZR M,et

al.Perceivedvalueofthepurchaseofatourismproduct[J].Tourism management,2004(3):394-409.

[18] 黄颖华,黄福才.旅游者感知价值模型、测度与实证研

究[J].旅游学刊,2007(8):42-47.

[19] 屈小爽,张大鹏.传统村落游客感知价值、地方认同对

公民行为的影响[J].企业经济,2021(3):123-131.

[20] 韩静,张茵.游客感知价值对 TCM 评估游憩价值影

响的介入方式比较研究:以湖南张谷英村为例[J].旅

游科学,2016(5):24-36.

[21] 隋丽娜,李颖科,程圩.中西方文化遗产旅游者感知价

值差异研究[J].旅游科学,2009(6):14-20.

[22] 李伟静,杨发鹏.石窟文化旅游者感知价值概念模型

构建[J].资源开发与市场,2015(3):361-366.

[23] 李文兵,张宏梅.古村落游客感知价值概念模型与实

证研究:以张谷英村为例[J].旅游科学,2010(2):55-

63.

[24] 李亚娟,张雨莎,杨骏,等.基于网络游记的山地民族

旅游体验研究:以黔东南州为例[J].资 源 开 发 与 市

场,2020(9):1021-1027.

[25] 谭红日,刘沛林,李伯华.基于网络文本分析的大连市

旅游目的 地 形 象 感 知 [J].经 济 地 理,2021(3):231-

239.

[26] 仲宁,吴小根,汪侠,等.基于网络文本分析的宜兴旅

游地形象差异研究[J].资源 开 发 与 市 场,2018(8):

1168-1172.

[27] 曹雨平,刘松.基于网络文本分析的大运河遗产游客

感知研究:以常州市青果巷历史文化街区为例[J].江

苏海洋 大 学 学 报(人 文 社 会 科 学 版),2022(1):134-

140.

[28] 李永乐,陈霏,华桂宏.基于网络文本的大运河历史文

化街区旅游体验研究:以清名桥历史文化街区为例

[J].南京社会科学,2021(2):157-165.

[29] 丛丽,何继红.野生动物旅游景区游客情感特征研究:

以长隆野生动物世界为例[J].旅 游 学 刊,2020(2):

53-64.

[30] 春雨童,王传生,计卫星,等.基于网络文本分析的重

游意向旅游形象感知研究:以厦门鼓浪屿风景名胜区

及北京故宫博物院为 例[J].地 域 研 究 与 开 发,2021

(4):96-101.

[31] 赵春艳,陈美爱.基于网络文本分析的游客满意度影

响因素分析[J].统计与决策,2019(13):115-118.

[32] 郭婷婷,张河清,王蕾蕾.文化遗产的体验价值感知维

度与旅游发展研究:以黄埔古港遗址为例[J].商业经

济,2021(7):37-40.

96

旅 游 论 坛 2023年 第16卷 第4期

[33] 钟雪晴,高丽华,况泽宇,等.基于网络文本分析的传

统老字号顾客感知价值研究:以苏州餐饮老字号为例

[J].现代商业,2020(31):16-19.

[34] 丛丽,吴必虎.基于网络文本分析的野生动物旅游体

验研究:以成都大熊猫繁育研究基地为例[J].北京大

学学报(自然科学版),2014(6):1087-1094.

[35] 熊芳芳,叶鹏,成蝶.基于网络游记的城市生态旅游体

验研究:以武汉东湖风景区为例[J].湖北文理学院学

报,2021(5):37-42.

[36] 李江敏,赵青青,王青,等.基于网络文本分析的民俗

文化旅游体验研究:以恩施土家女儿城为例[J].国土

资源科技管理,2020(4):58-69.

[37] 桂榕.国外文化遗产领域的新媒体应用与研究:兼谈

对中国的参考借鉴意义[J].原生态民 族 文 化 学 刊,

2021(6):60-72.

ConstructionofTourists'PerceivedValueDimensioninCulturalHeritage

TourismDestinationsfromthePerspectiveofWebTextAnalysis:

ACaseStudyofLongmenGrottoesinLuoyang

LiJianmei,QiJia,ShanMengqi

(SchoolofManagement,ZhengzhouUniversity,Zhengzhou450000,China)

Abstract:Itisofgreatsignificancetoexploretheperceivedvalueofculturalheritagetourismtoimprovethe

qualityoftouristexperience,enhancetourists'culturalcognitionandidentity,andpromotethesustainable

developmentofculturalheritagetourism.Itisdifficulttoobtainauthenticperceptionsoftouristsusingthe

traditionalquestionnairesurvey.Therefore,thisresearchassessestravelnotesandonlinecommentsfor

tourists'perceptions.TakingLongmenGrottoesinLuoyangasanexample,thispaperextractedandanalyzedusercommentsfromtravelplatformssuchasCtripandHornet'sNestandusedROSTCM6wordfrequencyanalysissoftwareandNvivo12qualitativeanalysissoftwaretoconductwordfrequencyanalysis,semanticanalysisandtextcodinganalysis,soastoexplorethedimensionsoftourists'perceivedvalueof

LongmenGrottoes.Theresultsshowthat:(1)ThetouristperceivedvalueofLongmenGrottoescanbe

dividedintofivedimensions:servicefunctionvalue,emotionalvalue,culturalcognitivevalue,costvalue

andsocialvalue;(2)Therearedifferencesintheimportanceofthefivedimensionsoftourists'perceived

valueinLongmanGrottoes,andtheservicefunctionvalueisthemostconcernedbytouristsvisitingLongmanGrottoes;(3)Thereisacorrelationbetweenthedifferentdimensionsoftourists'perceivedvaluein

LongmanGrottoes,andtheperceptionofthefivevaluedimensionsaffectseachother.Basedonthis,it

providessuggestionsforoptimizingtourism productsandimprovingheritage managementofLongman

GrottoesinLuoyang.Atthesametime,itbroadenstheresearchmethodsfortheconstructionofcultural

heritageperceivedvaluedimensions,andpromotesthetransformationofculturalheritageperceivedvalue

researchtheoryintopractice.

Keywords:webtextanalysis;perceivedvalue;culturalheritage;LongmenGrottoes

[实习编辑:伍燕琼;责任编辑:连云凯]

97

厉建梅等:网络文本分析视角下文化遗产旅游地游客感知价值维度构建 理论探索

2023年7月

第16卷 第4期

doi:10.15962/j.cnki.tourismforum.202304047

http://gllylt.cbpt.cnki.net

【理论探索】

旅游型海岛居民可持续生计与迁居意愿研究

———以辽宁省长海县为例

王 亮1,赵 娜1,2,王 辉1,韩增林1

(1.辽宁师范大学 地理科学学院,辽宁 大连 116029;2.呼伦贝尔职业技术学院,内蒙古 呼伦贝尔021000)

[摘 要]为探究旅游型海岛居民生计的可持续性与迁居意愿,文章采用参与性农户评估方法对岛

民进行调查,以获取岛民家庭的基本情况、岛民各项生计资本状况、岛民主要生计方式和岛民迁居

意愿数据,借鉴可持续生计研究框架建立以自然资本、物质资本、人力资本、金融资本、社会资本为

影响因子的岛民生计资本的指标体系,对长海县岛民可持续生计特征与迁居意愿进行分析。结果

表明:大长山岛生计资本总指数和资本耦合协调度均为最大值,其中人力资本、金融资本和社会资

本占比及存量均为最大值;小长山岛自然资本、物质资本占比及自然资本存量均为最大值;广鹿岛

物质资本存量最大。稳定收入型是中心社区主要生计策略;兼营生计型与传统生计型是传统渔村

和旅游村的主要生计策略。务工主导型和传统生计型岛民生计脆弱性高,兼营生计型和商业经营

型岛民生计脆弱性处于中等水平,稳定收入型岛民生计脆弱性低。运用二元 Logistic模型得出物质

资本、金融资本和社会资本对迁居意愿影响显著,进一步探索出影响岛民迁居意愿的生计资本指标。

[关键词]可持续生计;生计资本;生计策略;生计脆弱性;迁居意愿

[中图分类号]F592.7 [文献标识码]A [文章编号]1674-3784(2023)04-0098-12

生计是民之根本、国之大计,是新常态下我国民

生问题的重要落脚点,也是“精准扶贫”政策实施的

关键切入点。生计是建立在能力、资本与活动基础

上的谋生方式[1-3],作为人地关系中最重要的行为

方 式,生 计 已 成 为 驱 动 人 地 系 统 演 化 的 主 导 因

素[4-5],并影响着人地关系的发展与走向[6]。生计

的可持续性不仅关系人类的生计安全,而且关乎区

域人地关系的可持续发展[7]。Chambers等学者指

出,如果人们能应对胁迫和冲击,并从中恢复、维持

和增加资产,保持和提高能力,为下一代生存提供机

会,在长期和短期内以及在当地和全球范围内为他

人的生计带来净收益,同时又不损坏自然基础,那么

该生计具有持续性[8]。在可持续生计定义的基础

上,英国国际发展部(UK DepartmentforInternationalDevelopment,DFID)建立了可持续生计分析

框架,该框架由5个部分构成,而生计资本、生计策

略和生计结果是其核心部分。其中,生计资本是基

础,决定了生计策略的类型,从而输出不同的生计结

98

[基金项目]本 研 究 受 国 家 自 然 科 学 基 金 项 目 “旅 游 型 海 岛 居 民 社 会 特 质 演 变 及 驱 动 力 研 究———以 长 山 群 岛 为 例”

(41771159)的资助。

[收稿日期]2022-04-04;[修回日期]2023-04-13

[作者简介]王亮(1992-),男,辽宁葫芦岛人,辽宁师范大学地理科学学院博士研究生,主要研究方向为人文地理、海洋经济

地理,E-mail:wl71446387@163.com;王辉(1975-),女,辽宁葫芦岛人,博士,辽宁师范大学地理科学学院教授、博士研究生

导师,主要研究方向为人文地理、海洋经济地理,E-mail:wanghuiouki@126.com,通讯作者。

果;生计结果又反作用于生计资本,影响资本的性质

和状况[9]。可持续生计框架是从全新视角探索和阐

述复杂的人地关系演化[10]。国内众多学者对高原

地区、干旱区内陆河流域和农牧交错地区等生态脆

弱区的农户生计困境、生计脆弱性、生计可持续性等

问题展开了深入研究,理解农户生计与自然环境、社

会环境的相互作用关系,为农户生计的可持续发展、

精准扶贫策略、区域发展计划提供依据[11-15]。

综上所述,以上的案例区为其相似区域农户生

计发展提供了重要的理论基础和实践参考,缺少对

海岛居民生计可持续性发展的研究与讨论。海岛是

全球变化和陆海各种动力作用最敏感的典型生态脆

弱区[16],也是人类开发利用海洋资源的战略“桥头

堡”[17]。本文 以 旅 游 型 海 岛———辽 宁 省 长 海 县 为

例,研究岛民的可持续生计,为其他海岛居民生计的

可持续发展提供参考。

1 理论框架与研究对象

1.1 岛民可持续生计框架

海岛灾害性天气频发,严重影响岛民的经济状

况;海岛旅游业和渔业快速发展,海岛岛民存在季节

性失业现象;相比大陆,海岛城市化进程发展缓慢。

上述问题长期困扰着岛民,最终导致海岛人口大量

流失。调研中发现,海岛间自然资源禀赋与社会经济

状况是有差异的,岛民关注的生计问题也不同。因

此,本研究以辽宁省长海县大长山岛、小长山岛和广

鹿岛岛民调查数据为基础,分析不同海岛生计资本配

置状况、生计策略选择特征及其差异性,引导岛民因

地制宜地利用生计资本,科学选择生计策略;把岛民

迁居意愿作为生计结果,运用二项 Logistic回归模型

进一步深入分析生计资本对岛民迁居意愿的影响,旨

在以生计资本为抓手降低海岛人口流失量,从源头上

淡化岛民迁居意愿,从而促进海岛可持续发展(图1)。

图1 海岛可持续生计分析框架

(资料来源:DFID《Sustainablelivelihoodsguidancesheets》,1999)

1.2 研究对象

长海县位于辽东半岛东侧的黄海北部海域,隶

属辽宁省大连市,毗邻大连市金州区、普兰店区及庄

河市,是东北地区唯一的海岛县和中国唯一的海岛

边境县。全县由252个海岛组成,陆域总面积142

km

2,海域面积10324km

2,海岸线长359km,辖大

长山岛、小长山岛、广鹿岛、獐子岛、海洋岛5个镇。

长海县海岛位于中纬度地带,属暖温带半湿润季风

性气候,受大陆和海洋双重气候影响,蕴藏着丰富的

渔业资源和生态旅游资源。根据2021年长海县国

民经济和社会发展统计公报,2021年全县旅游上岛

人数达63万人次,旅游综合收入7.5亿元。其中广

鹿岛和大长山岛、小长山岛是其发展的重点岛屿。

根据长 海 县 政 府 网 站 公 开 信 息 和 《长 海 年 鉴

(2019)》,大长山岛、小长山岛和广鹿岛行政区域面

积分别为40.513km

2、27.57km

2 和37.698km

2;

截至2018年末,3个岛常住人口分别为28366人、

12222人和11318 人,其中渔业人口占比分别为

19.71%、50.38%和93.51%;人均可支配收入分别

为58776.03元、46860.42元和39788.20元。长

期以来,岛民的生计方式主要以种植、养殖、常年外

地务工和本地打工为主,随着海岛旅游的兴起,岛民

99

王 亮等:旅游型海岛居民可持续生计与迁居意愿研究 理论探索

生计方式也由单一型转向“旺季旅游+淡季打工”

“旺季旅游+淡季养殖”等多种兼营型。

2 数据来源与研究方法

2.1 数据来源

本研究采用参与性农户评估方法(participatory

ruralappraisal,PRA)对长海县岛民进行调查以获

取数据。研究小组于2018年1月赴长海县大、小长

山岛进行预调研,根据调研情况不断调整问卷内容

和访谈方式,进一步完善和确定正式调查问卷,于

2019年1月和2021年5月再次赴大长山岛、小长山

岛和广鹿岛对19个社区、农村岛民展开深入调查,两

次共发放问卷657份,每份问卷用时20分钟左右,回

收有效问卷636份,问卷有效率达到96.8%。问卷

调查内容为:(1)岛民家庭的基本情况;(2)岛民各项

生计资本状况,包括自然资本、物质资本、人力资本、

金融资本、社会资本;(3)岛民主要生计方式;(4)岛

民迁居意愿。

2.2 研究方法

2.2.1 指标体系构建

基于 DFID建立可持续生计分析框架,借鉴生

计资本量化研究成果[18-19],根据海岛的实际情况,

构建适用于海岛岛民生计资本的指标体系,并采用

熵值法确定指标权重[20],结果见表1。

表1 岛民生计资本测量指标及权重

资本类型 生计测量指标 指标说明 权重

自然资本

(N)

耕地状况(N1) 户均耕地面积/km

2 0.0698

耕地质量(N2) 粮食单产/t 0.0453

海水养殖情况(N3) 人均海水养殖面积/km

2 0.1015

物质资本

(P)

住房情况(P1) 户均住房面积/m

2 0.0482

耐用消费品数量(P2) 户均机动车拥有量/辆 0.0460

生产工具状况(P3) 户均渔船数量/艘 0.0416

基础设施完善程度(P4) 基础设施评价,差=1,一般=2,好=3 0.0424

人力资本

(H)

家庭规模(H1) 户均家庭人口数量/人 0.0416

家庭整体劳动能力(H2) 户均成人劳动力数量/人 0.0486

受教育程度(H3) 户主文化教育水平,初中=1,高中=2,本科及以上=3 0.0789

金融资本

(F)

收入状况(F1) 家庭年收入/万元 0.0433

生计多样性指数(F2) 收入来源种类数 0.0479

抵抗风险能力(F3) 户均存款/万元 0.0593

信贷资本(F4) 户均贷款/万元 0.0709

社会资本

(S)

参与社区组织状况(S1) 村委会选举是否参与投票,不参与=1,无所谓=2,参与=3 0.0414

村委会领导能力(S2) 村委会服务能力,不好=1,还可以=2,好=3 0.0702

享有福利政策(S3) 保险种类占比 0.0580

对外联系频繁程度(S4) 家庭网络利用率 0.0449

2.2.2 生计资本测算

采用极差标准化方法对指标体系中的原始数据

进行标准化处理,根据各指标的标准化值和权重,运

用加权求和法测算出岛民各项生计资本值及生计资

本总指数,不同区域、不同类型岛民的各项生计资本

指数及生计资本总指数是该区域、该类型岛民的平

100

旅 游 论 坛 2023年 第16卷 第4期

均值。生计资本总指数:

T =∑

5

i=1

Pi =∑

5

i=1 ∑

n

j=1

WijXij. (1)

式中:Pi 为各项生计资本值;Wij 为第i类生计资本

第j个指标的权重;Xij 为第i类生计资本第j个指

标的标准化值。Pi ∈ [0,1],数值越大表示该项生

计资本状况越好。

2.2.3 生计资本耦合协调度计算

岛民生计的可持续性不仅取决于各项生计资本

的量值,而且与各资本间的耦合协调状态相关[21]。

因此,生计资本间的耦合协调度也是评价岛民生计

资本质量的指标之一。生计资本耦合协调度:

C =

∏

5

i=1

Pi

∑

5

i=1 Pi

5

?

?

?

??

??

?

?

?

??

??

1

5

, (2)

D = C·T . (3)

式中:Pi 为各项生计资本值;C为生计资本耦合度;D

为生计资本的耦合协调度;T 为生计资本总指数。

D ∈ [0,1],数值越大表示耦合协调状态越好。

2.2.4 二元 Logistic回归模型

利用二元 Logistic回归模型分析岛民各项生计

资本对其迁居意愿的影响程度。岛民迁居意愿作为

因变量,取值范围为0~1,1表示“有迁居意愿”,0

表示“无迁居意愿”,岛民各项生计资本为自变量。

模型 优 度 用 Hosmer-Lemeshow(HL)指 标 检 验,

HL值在 0.05 水平下不显著,说明模型拟合效果

好。反之,则表示模型拟合效果不好[22-23]。因变量

的条件概率为P :

P =

exp(β0 +β1x1 + … +βixi)

1+exp(β0 +β1x1 + … +βixi)

. (4)

相应的 Logistic回归模型为:

y=ln

P 1-P =β0 +β1x1 + … +βixi. (5)

式中:β0 为常数;βi 为回归待定系数,表示自变量xi

对于因变量的影响方向及对P 的贡献量。

3 岛民可持续生计的类型与差异性

岛民主要收入来源和其生计方式决定了其可持

续生计类型,根据调查问卷结果、指标体系以及式

(1)~(3)的测算,不同可持续生计岛民本身具有各

自的特征,计算结果对比后,具有一定的差异性。

3.1 岛民基本特征

本文 借 鉴 以 往 农 户 生 计 策 略 划 分 的 研 究 成

果[24-25],并结合海岛实地调研情况,依据岛民主要

收入来源,将长海县岛民分为5种类型:传统生计

型、务工主导型、商业经营型、兼营生计型和稳定收

入型,其基本特征见表2。

表2 不同生计策略岛民样本统计特征

生计策略

类型

样本

比重

/%

平均

年龄

/岁

受

教

育

程

度

户均家庭

人口数/

(人/户)

户均

劳动力/

(人/户)

户均家庭

年收入/

(万元/户)

户均家庭

月支出/

(元/户)

户均住房

面积/

(m

2/户)

生计方式

传统生计型 18.94 51.94 1.18 3.18 2.14 7.84 2600.60 100.68

以种植农作物、水产养殖为

主要收入来源

务工主导型 18.56 43.49 1.41 3.18 2.29 5.35 2367.34 81.24

以常年 在 外 地 打 工 或 在 本

地打零工为主要收入来源

商业经营型 17.80 44.38 1.60 3.47 2.36 7.59 3153.19 77.04

以自己 经 营 生 意 为 主 要 收

入来源

兼营生计型 28.03 55.32 1.24 2.70 1.68 4.54 1873.65 81.57 收入来源多元化

稳定收入型 16.67 55.62 1.80 2.89 1.55 5.11 2297.05 94.26

以政府财政收入、补助或固

定生活费为主要收入来源

101

王 亮等:旅游型海岛居民可持续生计与迁居意愿研究 理论探索

从表2可知,传统生计型岛民生计方式以农作物

种植和水产养殖为主,样本占比较高;传统生计方式

下户均家庭年收入7.84万元,高于其他4种生计类

型;岛民传统消费观念也随之改变,户均家庭月支出

仅次于商业经营型岛民。在调研中发现,此类岛民家

庭结构多为“有劳动能力夫妻+无劳动能力子女或父

母”,因此家庭人口数多为3人以上,但是户均劳动力

仅为2.14,并且年龄在50岁上下,学历多为小学和初

中,受教育程度远低于其他4种类型,这也是他们选

择传统生计方式的主要原因;由于常年在村里生活,

其住房多为平房,户均住房面积为100.68m

2。

务工主导型岛民平均年龄43.49岁,身体状况

良好,常年在外地务工或者在本地打零工,样本占比

为18.56%;户均家庭年收入5.35万元,与户均家

庭月支出2367.34元相均衡,在5种类型中均排名

第3。此类岛民的家庭结构多为核心家庭(有劳动

能力夫妻+有劳动能力子女),家庭规模与传统生计

型相当,户均劳动力为2.29,父母受教育程度较低,

子女多为高中学历。此类岛民主要居住在中心社

区,收入不稳定,其住房多为小面积楼房,户均住房

面积为81.24m

2。

商业经营型岛民样本占比较低,主要收入来源

于经营渔家乐、餐饮、旅店、快递、服装生意等,家族

式经营较多,因此户均家庭人口数和户均劳动力均

处于第一,分别为3.47和2.36。此类岛民平均年

龄(44.38岁)和受教育程度(高中及以上学历)共同

决定其抗风险能力强,户均家庭年收入为7.59万

元,略低于传统生计型岛民,但其户均家庭月支出明

显高于其他4种类型岛民。此类岛民多选择在海岛

外购房或把自住房改造成经营性场地,因此海岛上

户均住房面积较小,为77.04m

2。

兼营生计型岛民最多,样本占比28.03%,其生

计方式多样化,主要方式为“种植/养殖 + 打零工”

“渔家乐+打零工”等,收入不稳定且规模和专业化

程度低,户均家庭年收入仅为4.54万元,相对应户

均家庭月支出为1873.65元。此类家庭规模小,户

均家庭人口数为2.7,户均劳动力仅为1.68,平均年

龄55.32岁,学历仅高于传统生计型;由于收入有

限,所以户均房屋面积也较小,为81.57m

2。

稳定收入型岛民占总样本的16.67%,职业多

为公务员、教师、退休人员或者学生,有少部分人靠

政府补助维持生计,平均年龄55.62岁,受教育程度

高于其他4种类型;户均家庭年收入5.11万元,户

均家庭月支出2297.05元,均略高于兼营生计型,

低于其他3类。此类岛民多为两口之家,户均家庭

人口数为2.89,退休人员和无保人员占比较大,户

均劳动力最少;由于职业身份不同,生活压力较小,

房屋类型多为楼房,户均房屋面积94.26m

2。

3.2 岛民可持续生计差异性

基于海岛可持续生计分析框架思路,岛民在各

项政策和外力的驱动下,会根据其生计资本的差异

性选择不同的生计策略,其生计脆弱性高低也会有

所不同。因此,岛民可持续生计差异性表现为生计

资本区域差异性、生计策略选择差异性和岛民生计

脆弱差异性。

3.2.1 生计资本区域差异性

通过式(1)~(3)测算出大长山岛、小长山岛和

广鹿岛各项生计资本值、生计资本总指数和生计资

本耦合协调度,结果如表3所示。大长山岛生计资

本总指数最大,与人力资本、金融资本和社会资本发

展水平较高相关,其生计资本耦合协调度最高;广鹿

岛各项生计资本发展水平均等,生计资本总指数为

0.4672,耦合协调度为0.3035,与大长山岛相当;

小长山岛生计资本总指数和耦合协调度均处于最低

水平,其自然资本发展水平限制了其他资本投入和

发展。不同海岛岛民各项生计资本存量也具有空间

异质性,如图2所示。

(1)自然资本。在3个海岛中,大长山岛自然资

表3 不同海岛岛民生计资本量化值及耦合协调度

海岛名称 自然资本 物质资本 人力资本 金融资本 社会资本 生计资本总指数 生计资本耦合协调度

大长山岛 0.0456 0.0890 0.1213 0.1746 0.1571 0.5876 0.3259

小长山岛 0.1400 0.0966 0.0224 0.0578 0.0431 0.3598 0.2442

广鹿岛 0.0725 0.1102 0.0939 0.0797 0.1109 0.4672 0.3035

102

旅 游 论 坛 2023年 第16卷 第4期

图2 不同海岛各项生计资本占比情况

本值最小,在5项资本类型中占比为7.76%,是长海

县政府所在地,在中心社区生活的岛民占有一定的比

例,这部分群体户均耕地仅为0.0003km

2。小长山

岛自然资本占比高达38.91%,自然资本存量也远

高于其他2个海岛,主要因为人均海水养殖面积指

标权重之大,而小长山岛的该项指标可达0.0474

km

2/人,是大长山岛和广鹿岛的3倍以上。广鹿岛

自然资本占比为15.51%,低于其他4项资本占比,

自然资本值为0.0725。在调研中发现,广鹿岛的种

植业和海水养殖业均衡发展。

(2)物质资本。在5项资本中,大长山岛物质资

本占比较低,物质资本存量为0.0890,岛民居住条

件较好,多为楼房但面积较小,并且从事海水养殖的

岛民数量占比较小,户均渔船数仅为0.23艘,然而

大长山岛公共物质资本丰富,基础设施完善度最高;

小长山岛物质资本存量为0.0966,在5项资本中占

比为26.83%;广鹿岛物质资本在5项资本中占比

为23.60%。由海岛间物质资本存量对比得出,3个

海岛的物质资本值相差较小,广鹿岛的物质资本值

最大,因为住房条件是物质资本中最重要的因素,而

该岛住房面积平均为92.7m

2。

(3)人力资本。大长山岛家庭规模和户主受教

育程度均为最大,因而该岛人力资本值最大,该项资

本占5项资本类型的20.65%。与之相反,小长山

岛人力资本占比远低于其他资本,并且是3个海岛

中人力资本值最小的,主要是因为该岛户均家庭人

口数仅为2.82,户主受教育程度也较低,初中以下

学历占比较高。广鹿岛人力资本在5项资本类型中

占比为20.10%,户均劳动力人数最多。

(4)金融资本。大长山岛金融资本与其他资本

类型相比占比最大,其家庭年收入、户均存款和户均

贷款均为最高,分别为6.88万元、31万元和19.25

万元,因此金融资本值远高于其他2个海岛;小长山

岛金融资本虽然收入来源种类较多,但其户均家庭年

收入仅为3.93万元,户均贷款数额不足1万元,金融

资本值为0.0578,占5项资本类型的16.07%;广鹿

岛户均存款数额最少,金融资本值为0.0797,金融

资本在5项资本类型中占比为17.06%,广鹿岛和

小长山岛该项资本值相差不大。

(5)社会资本。大长山岛社会资本值最大,在5

项资本中均占有较高的比例,为26.73%,主要原因

在于该岛岛民积极参与社区活动,享有较多的福利

政策,并且家庭网络利用率较高;小长山岛社会资本

在5项资本类型中占比较低,仅高于人力资本占比,

社会资本值仅为0.0431,岛民参与社区活动的积极

性和村委会领导能力评价值均为最低;广鹿岛的社会

资本在5项资本中占比为23.74%,该岛村委会领导

能力水平较高,但岛民享有的福利政策和家庭网络利

用率均为最低,综合得出社会资本值为0.1109。

3.2.2 生计策略选择差异性

根据岛民主要生计策略,把村落分为中心社区、

传统渔村和旅游村。中心社区位于镇中心,基础设

施相对比较完善;传统渔村以水产养殖为主,基础设

施不完善,居住环境较差;旅游村距离海边较近,渔

家乐居多。不同村落类型岛民生计策略选择有着显

著性差异,如图3所示。

政府事业单位人员多居住在中心社区,并且居

住在此的退休人员较多,因此该类型村落的稳定收

入型岛民最多,占比为49.25%。中心社区城市化

水平较高,岛民很少从事种植业和海水养殖业,传统

生计型占比仅为0.75%。与其他类型村落岛民相

比,中心社区岛民多选择一种生计策略,兼营生计型

占比22.39%。中心社区商业发达,商业兼营型岛

民占比为15.67%。中心社区务工者多来自农村,

本地务工主导型岛民占比为11.94%。

生活在传统渔村的岛民中有24.19%的人将耕

地种植或海水养殖作为主要生计策略;部分传统渔

村的岛民在农闲期或休渔期还会选择其他生计方

式,例如退休后老年人出去务工维持生计,这些岛民

的生计方式多为“种植/养殖+务工”“种植/养殖+

商业经营”“退休+务工”等,因此传统渔村兼营生计

也是其重要的生计策略。距离中心社区较近、交通

较方便的传统渔村的部分岛民会选择去中心社区务

工,与其他两类村落相比,传统渔村务工主导型岛民

103

王 亮等:旅游型海岛居民可持续生计与迁居意愿研究 理论探索

图3 不同村落类型岛民生计策略比较

占比最多,为18.06%。传统渔村政府事业单位职

位较少,并且农村户籍居多,老年人退休后仅依靠退

休金维持 生 计 较 少,稳 定 收 入 型 占 比 为 12.58%。

传统渔村旅游业和商业不发达,因此选择经营生意

的岛民比例仅为11.61%。

北方海岛旅游季节性较明显,旅游旺季仅为每

年的7至8月份,旅游村经营渔家乐岛民的生计方

式多为“旺季渔家乐+淡季务工”,与其他村落相比,

旅游村兼营生计型岛民占比最多,为37.5%。旅游

村渔家乐多由自家住房改造而成,靠近旅游景区的

岛民更倾向于经营渔家乐,而距离景区较远的岛民会

选择传统耕地种植或海水养殖,此类占比也较高,为

26.56%。选择单一务工作为其主要生计方式的岛民

占比较少,为11.46%,主要原因是常年务工收入远不

如旅游旺季经营渔家乐带来的收益。旅游村与传统

渔村情况相似,稳定收入占比也较低,仅为11.98%。

旅游村商业经营型占比为12.50%,略高于传统渔村,

主要是部分岛民从事与渔家乐相关的产业经营,如海

产品特产店、赶海工具买卖与租赁、海鲜加工店等。

3.2.3 岛民生计脆弱差异性

通过测算出不同类型岛民的生计资本值和生计

资本耦合协调度,可真实反映出长海县不同岛民生

计资本现状,并可判定其生计脆弱性。生计资本水平

越高,耦合协调状态越好,该类型岛民应对生计风险

和选择可持续生计的能力就越强[29]。从图4可看

出,生计脆弱性从高到低依次为:务工主导型>传统

生计型>兼营生计型>商业经营型>稳定收入型。

务工主导型和传统生计型岛民生计脆弱性高,

图4 不同类型岛民生计资本值和耦合协调度

104

旅 游 论 坛 2023年 第16卷 第4期

这两类岛民不仅生计资本水平低,而且各资本间耦合

协调度也低。兼营生计型和商业经营型岛民生计脆

弱性处于中等水平,这两类岛民生计资本值高,但是

各资本间耦合协调水平较低。稳定收入型岛民生计

资本值较高,但其资本间耦合协调度高,总体来看,生

计脆弱性较低。

传统生计型岛民自然资本储量最高,为0.1081,

耕地和海水养殖是该类岛民赖以生存的基础,但是

海岛易受气候条件等不可控因素的影响,自然资本

面临灾害风险。传统生计型岛民其他资本均处于较

低水平,主要是给予该类岛民的福利政策偏少,保险

种类占比这一指标仅为 0.19,家庭网络利用率最

低,仅为1.82,社会资本低至0.0257。从耦合协调

度可以看出,该类岛民各项生计资本间的转换能力

弱;结合实际调研情况,了解到近些年海产品价格波

动较大,该类岛民生计资本不稳定。

务工主导型岛民金融资本较低,为0.0153,因

为当地务工岗位较少且短工较多,岛民的工资偏低

且不稳定,并且岛外就业市场竞争日益激烈,常年在

岛外务工的岛民面临着失业的风险。该类岛民生活

环境和物质条件较差,岛民对其居住地基础设施评

价仅为2.516,住房面积较小,机动车拥有量较少,

因此物质资本值低,为0.0608。金融资本和物质资

本水平限制了其他资本发展,耦合协调度最低,因此

其生计脆弱性较高。

兼营生计型岛民金融资本最丰富,为0.2228,

因其收入多样性指数高,在遇到生计风险时,具备选

择其他生计策略的能力。与其他岛民相比,该类岛

民物质资 本 和 人 力 资 本 均 处 于 最 低 水 平,分 别 为

0.0384和0.0140。兼营生计型岛民固定资产数

量低,居住地基础设施不够完善,为2.576,并且家

庭规模小,劳动力素质偏低。该类岛民社会资本储

量较多,为0.1237,积极参与社区组织的各类活动,

与村委会领导关系融洽,并能充分利用网络与外界

联系,为其创造更多的金融资本。根据耦合协调度可

以看出其只关注金融资本增长,忽略了其他资本的协

调发展,因此该类岛民可持续生计能力水平一般。

商业经营型岛民家庭规模大,劳动力素质较高,

人力资本值最高,为0.1364。该类岛民机动车拥有

量较高,提高了物质资本储量;该类岛民放弃耕种和

养殖,降低了自然资本储量;虽然家庭年收入相对较

高,但收入来源种类较少,并且经营利润要进行再投

入,户均存款就会减少,金融资本随之缩水。通过调

研了解到,该类岛民不愿过于维护社会关系,享受的

福利政策也较少,社会资本值仅为0.0691;生计资

本各项要素之间的耦合协调状态一般,因此其生计

脆弱性处于中等值。

稳定收入型岛民从五大生计资本值来看,有更

多的时间和精力参与到社会活动中,并且对村委会

的领导能力认可度较高,政府给予的福利政策远高

于其他类型岛民,利用网络加强对外联系的程度高,

总体来看拥有最为丰富的社会资本。该类岛民主要

由政府机关和事业单位人员和无劳动能力人员构

成,他们不再从事耕种和养殖,自然资本可以忽略;

家庭年收入仅高于兼营生计型岛民,收入来源单一,

户均存款和贷款数额较少,金融资本储量最低。该

类岛民生活环境和物质条件较好,物质资本较丰富,

对其居住地基础设施完善度评价很高。该类岛民整

体拥有较高的学历水平,但劳动力数量有限,限制了

人力资本水平。与其他类型岛民相比,虽然其生计资

本值不及兼营生计型和商业经营型岛民,但是资本间

协调发展的程度是最高的,因此其应对生计风险的能

力最强。

4 可持续生计对迁居意愿的影响分析

岛民运用生计资本,选择相应的生计策略,从而

输出不同的生计结果,在可持续性生计框架中,收入

增加、福利提升等是其良性循环的结果,但在上述分

析中得出岛民生计脆弱性较高,并且在预调研过程

中了解到岛民抵抗生计风险的方式多数会选择迁出

海岛,因此本文把迁居意愿作为一种生计结果,进一

步深入分析生计资本对岛民迁居意愿的影响。

4.1 岛民迁居意愿特征

通过问卷得出大长山岛岛民的迁居意愿最高,小

长山岛和广鹿岛迁居意愿分别为36.29%和37.50%。

从村落类型来看,中心社区中46.27%的岛民有迁

居意愿,旅游村占有丰富的旅游资源,其迁居意愿最

低,为35.94%;从岛民类型来看,稳定收入型岛民

迁居意愿为50.51%,传统生计型岛民迁居意愿为

24.39%,有50%的务工主导型岛民有迁居意愿;从

性别来看,男性岛民中有迁居意愿的为44.97%,女

105

王 亮等:旅游型海岛居民可持续生计与迁居意愿研究 理论探索

性岛民中有迁居意愿的为35.47%;从年龄结构来

看,44岁以下青年迁居意愿高达48.63%,60岁以

上的老年岛民仅有27.66%愿意迁居。

4.2 生计资本对岛民迁居意愿的影响

运用SPSS软件中二元 Logistic回归分析模型

探究生计资本对岛民迁居意愿的影响,模型对数似

然比为629.975,其 Chi-square检验值为42.378,显

著性水平Sig值为0.000(P<0.05),表明该模型有

效并具有显著性意义;在 Hosmer-Lemeshow(HL)

中P>0.05,即该模型的拟合优度较高。

表4拟合结果显示,自然资本和人力资本对迁

居意愿影响不显著,而物质资本、金融资本和社会资

本对其迁居意愿的影响均表现出显著性。社会资本

对迁居意愿的影响最大,Wald值高达11.251,并且

回归系数为正值,表明岛民拥有的社会资本越丰富,

其迁居意愿就越强烈;从贡献率 Exp(B)来看,当其

他自变量不变时,社会资本每增加一个单位,岛民迁

居意愿将提高 2494.969 倍。物 质 资 本 回 归 系 数

为-16.985,即物质资本对迁居意愿有着显著的负

向影响,贡献率 Exp(B)值显示出当其他自变量不

变时,物质资本每增加1个单位,岛民迁居意愿将缩

减4.201×10

-8 倍。金融资本 Wald值为5.629,对

迁居意愿的回归系数为-4.011,当其他自变量不变

时,金融资本每增加一个单位,岛民迁居意愿降低

0.018倍。

表4 生计资本影响岛民迁居意愿的

Logistic回归模型

自变量 回归系数 B Wald值 显著性 Exp(B)

自然资本 1.609 0.214 0.643 5.000

物质资本 -16.985 7.924 0.005 4.201E-08

人力资本 3.240 0.530 0.466 25.538

金融资本 -4.011 5.629 0.018 0.018

社会资本 7.822 11.251 0.001 2494.969

模型效度检验(Sig=0.000) 模型 HL拟合优度检验(Sig=1)

4.3 岛民迁居意愿影响因子

利用二元 Logistic回归模型进一步探寻各项资

本中影 响 岛 民 迁 居 意 愿 的 关 键 因 子,模 型 Chisquare检验值显著性水平均小于0.05,通过显著性

检验,并且 HL值统计结果不显著,该模型拟合优度

较好,结果如表5所示。

表5 生计资本指标影响岛民迁居意愿的 Logistic模型

自变量 影响因子 回归系数 B Wald值 显著性 Exp(B)

自然资本 N1 -24.726 23.311 0.000 1.826E-11

P1 -0.021 1.742 0.187 0.979

物质资本

P2 -21.391 4.887 0.027 5.130E-10

P3 -0.048 9.559 0.002 0.953

P4 1.053 2.640 0.104 2.866

H1 -2.141 5.982 0.014 0.118

人力资本 H2 1.513 2.815 0.093 4.541

H3 2.151 9.451 0.002 8.595

F1 -0.443 15.507 0.000 0.642

金融资本 F2 -1.239 6.904 0.009 0.290

F3 0.887 10.089 0.001 2.428

S1 -3.285 6.964 0.008 0.037

社会资本

S2 3.815 5.962 0.015 45.397

S3 8.668 18.670 0.000 5812.951

S4 -2.906 3.698 0.054 0.055

106

旅 游 论 坛 2023年 第16卷 第4期

自然资本中,户均耕地面积(N1)对岛民迁居意

愿有显著负向影响,表明户均耕地面积越少的岛民

其迁居意愿越强烈;当 N2和 N3不变时,N1每增加

1个单位,岛民迁居意愿将缩小1.826×10

-11 倍。

物质资本中,户均渔船数量(P3)对迁居意愿影

响最为显著,从回归系数和贡献率 Exp(B)值分析

出,当其他自变量不变时,P3每增加1个单位,岛民

迁居意 愿 将 缩 小 0.953 倍。 户 均 机 动 车 拥 有 量

(P2)对其也有显著负向影响,当其他自变量不变时,

P2每增加1个单位,岛民迁居意愿将缩小5.130×

10

-10 倍。

人力资本中,家庭规模(H1)和户主受教育程度

(H3)对迁居意愿有显著影响,其中 H3影响最为显

著,回归系数表明受教育程度越高的岛民其迁居意愿

越强烈。贡献率 Exp(B)值表明,当 H1和 H2不变

时,H3 每 增 加 1 个 单 位,岛 民 迁 居 意 愿 将 扩 大

8.595倍。H1对岛民迁居意愿影响为负向,家庭人

口数越多的岛民更愿意选择留在海岛,当 H2和 H3

不变时,家庭规模每增加1个单位,岛民迁居意愿将

缩小0.118倍。

金融资本中,家庭年收入(F1)对迁居意愿影响

最为显著,从回归系数可以看出家庭年收入多的岛

民更愿意选择在海岛生活,当其他自变量不变时,

F1每增加 1 个单位,岛民迁居意愿 将 缩 小 0.642

倍。户均存款(F3)对岛民迁居意愿有着显著的正

向影响,存款多的岛民更愿意迁出海岛,当其他自变

量不变时,F3每增加1个单位,岛民迁出海岛的意

愿将增加2.428倍。收入来源种类数(F2)对迁居

意愿也有显著影响,从回归系数和贡献率 Exp(B)

值得出,当其他自变量不变时,F2每增加1个单位,

岛民迁居意愿将缩小0.290倍。

社会资本中,4项生计指标均对岛民迁居意愿

影响显著,保险种类占比(S3)对其影响最为显著且

为正向,说明生活保障多的岛民更愿意选择到岛外

生活,从贡献率 Exp(B)值可以看出,当其他自变量

不变时,S3每增加1个单位,岛民迁居意愿将扩大

5812.951倍。参与社区组织状况(S1)对迁居意愿

有显著负向影响,积极参与社区活动的岛民不愿意

迁离海岛,当其他自变量不变时,S1每增加1个单

位,岛民迁居意愿将缩小0.037倍;村委会服务能力

(S2)对其有显著的正向影响,说明对村委会服务能

力认可度高的岛民有更强烈的迁居意愿。家庭网络

利用率(S4)对迁居意愿有着显著负向影响,家庭网

络利用率高的岛民认为通过网络就可以了解岛外的

讯息,不愿意迁离海岛,当其他自变量不变时,S4每

增加1个单位,岛民迁居意愿将缩小0.055倍。

5 结论与启示

5.1 结 论

本文以长海县3个主要海岛为研究区域,借鉴

DFID可持续生计研究框架,对岛民生计资本、生计

策略和生计脆弱差异性进行综合分析,把岛民迁居

意愿作为生计结果并从生计资本的视角分析岛民迁

居意愿的影响因素及关键影响因子,得出以下结论:

(1)在各海岛岛民的可持续生计资本中,大长山

岛生计资本总指数和各项资本间的耦合协调度均为

最大值,小长山岛这两项指标均处于最低水平。各

海岛生计资本占比及其生计资本存量也有差异。

(2)不同村落类型岛民的可持续生计策略,中心

社区稳定收入型是其主要的生计策略;传统渔村和

旅游村主要的生计策略为兼营生计型。

(3)通过不同类型岛民的生计资本值和生计资

本耦合协调度可判定其生计脆弱性高低,生计资本

水平越高,耦合协调状态越好,生计脆弱性水平越

低。务工主导型和传统生计型岛民生计脆弱性高,

兼营生计型和商业经营型岛民生计脆弱性处于中等

水平,稳定收入型岛民生计脆弱性低。

(4)迁居意愿作为一种生计结果,运用二元 Logistic回归模型深入分析生计资本对岛民迁居意愿

的影响,结果为:物质资本、金融资本和社会资本对

迁居意愿的影响均表现出显著性,自然资本和人力

资本对迁居意愿影响不显著,并进一步探寻出影响

岛民迁居意愿的关键因子。

5.2 启 示

基于上述研究结论和长海县实际情况,针对提

高岛民应对生计风险和选择可持续生计的能力有以

下思考:

(1)补齐生计短板,缩小各岛间的生计差异。大

长山岛具有优越的区位条件和市场条件,应鼓励岛

民发展特色农业,提高耕地利用率和面积以增加自

然资本;小长山岛岛民要通过提高劳动技能来弥补

107

王 亮等:旅游型海岛居民可持续生计与迁居意愿研究 理论探索

学历低的劣势,进而提高人力资本存量,增强小长山

岛村委会服务水平,促进社会资本增加;推出适合岛

民的低风险理财产品,强化岛民科学理财观念,以提

高广鹿岛金融资本存量。

(2)发挥优势,增加岛民生计多样性。对于传统

渔村,政府要实施政策和财政措施保障渔民的利益,

提高渔民抵抗风险能力;对于旅游村,通过降低或减

免渔家乐税收的措施增强渔家乐商户的经营积极

性;在旅游淡季或农闲期、休渔期合理配置劳动力,

拓展岛民增收渠道。

(3)提高协调能力,降低生计脆弱性等级。缩小

传统生计型岛民自然资本和社会资本差距;提高务

工主导型岛民工资水平,改善其生活环境;充分利用

兼营生计型岛民金融资本优势来带动其他资本发

展,尤其要加大技能培训的投资力度;引导商业经营

型岛民积极参与社会活动,鼓励其积极参加养老和

医疗等保险。

(4)调控影响因子,淡化岛民迁居意识。提高岛

民收入和生活质量,协助岛民扩大收入来源,提升岛

民社会参与度,提高村委会领导能力等,重点以上述

措施为抓手,降低海岛人口的流失量,从源头上阻断

岛民迁居意愿。

本文以长海县为例研究旅游型海岛居民的可持

续生计,探究岛民生计资本、生计策略和生计脆弱差

异性,分析岛民迁居意愿的影响因素,为长海县岛民

生计可持续发展提供参考,也为其他海岛居民生计

研究提供借鉴。本文仍存在不足之处,需要进一步

改进:数据来源于实地调研,采用问卷和访谈方式,

获取研究数据效率低。希望在今后研究中建立时间

序列数据,进一步分析岛民可持续生计演变规律并

揭示出岛民迁居意愿的影响机理。

参考文献

[1] SCOONESI.Sustainablerurallivelihoods:aframeworkforanalysis[M]//IDS WorkingPaper72.Brighton,England:InstituteofDevelopmentStudies,1998.

[2] KRANTZL.Thesustainablelivelihoodapproachto

povertyreduction:anintroduction[R].Swedishinternationaldevelopmentcooperationagency,2001:92-98.

[3] 董海宾,丁勇,丁文强,等.生计资本视角下牧户主观生

活满意度研究:以内蒙古三类牧区为例[J].干旱区资

源与环境,2020(3):14-19.

[4] KATESR W,CLARK W C,CORELLR,etal.Sustainabilityscience[J].Science,2001(5517):641-642.

[5] ELLISF.Rurallivelihoodsanddiversityindeveloping

countries[M ]. Oxford:Oxford University Press,

2000.

[6] 赵雪雁.不同生计方式农户的环境影响:以甘南高原为

例[J].地理科学,2013(5):545-552.

[7] 苏飞,应蓉蓉,黄建毅,等.生计安全研究的可视化分析

[J].地理科学,2018(12):2058-2065.

[8] CHAMBERSR,CONWAYG.Sustainablerurallivelihoods:practicalconceptsforthe21stcentury[M].

Brighton :Instituteof DevelopmentStudies,1991:

296.

[9] DFID.Sustainablelivelihoodsguidancesheets[M].

London:DepartmentforInternationalDevelopment,

2000:68-125.

[10] 赵雪雁.地理学视角的可持续生计研究:现状、问题与

领域[J].地理研究,2017(10):1859-1872.

[11] 阎建忠,喻鸥,吴莹莹,等.青藏高原东部样带农牧民

生计脆弱性评估[J].地理科学,2011(7):858-867.

[12] 赵雪雁,刘春芳,王学良,等.干旱区内陆河流域农户

生计对生态退化的脆弱性评价:以石羊河中下游为例

[J].生态学报,2016(13):4141-4151.

[13] 吴孔森,杨新军,尹莎.环境变化影响下农户生计选择

与可持续性研究:以民勤绿洲社区为例[J].经 济 地

理,2016(9):141-149.

[14] 刘春芳,刘宥延,王川.黄土丘陵区贫困农户生计资本

空间特征及影响因素:以甘肃省榆中县为例[J].经济

地理,2017(12):153-162.

[15] 道日娜.农牧交错区域农户生计资本与生计策略关系

研究:以内蒙古东部四个旗为例[J].中国人口·资源

与环境,2014(S2):274-278.

[16] 牛 文 元.生 态 环 境 脆 弱 带 ECOTONE 的 基 础 判 定

[J].生态学报,1989(2):97-105.

[17] 秦伟山,孙剑锋,张义丰,等.中国县级海岛经济体脆

弱性综合评价及空间 分 异 研 究[J].资 源 科 学,2017

(9):1692-1701.

[18] 贺爱琳,杨新军,陈佳,等.乡村旅游发展对农户生计

的影响:以秦岭北麓乡村旅游地为例[J].经济地理,

2014(12):174-181.

[19] 陈佳,张丽琼,杨新军,等.乡村旅游开发对农户生计

和社区旅游效应的影响:旅游开发模式视角的案例实

证[J].地理研究,2017(9):1709-1724.

[20] 韩增林,朱珺,钟敬秋,等.中国海岛县基本公共服务

均等化时空特征及其 演 化 机 理[J].经 济 地 理,2021

108

旅 游 论 坛 2023年 第16卷 第4期

(2):11-22.

[21] 吴嘉莘,杨红娟.中国城乡居民生计资本的时空演变及

耦合协调度研究[J].经济问题探索,2020(11):27-40.

[22] 刘秀丽,张勃,杨晓东,等.农户生计资本对旅游区农

户生活满意度的影响:基于五台山景区的调查数据

[J].干旱区资源与环境,2018(11):195-201.

[23] 赵雪雁,赵海莉,刘春芳.石羊河下游农户的生计风险

及应对策略:以民勤绿洲区为例[J].地理研究,2015

(5):922-932.

[24] 刘俊,张恒锦,金朦朦,等.旅游地农户生计资本评估

与生计策略选择:以海螺沟景区为例[J].自然资源学

报,2019(8):1735-1747.

[25] 喻忠磊,杨新军,杨涛.乡村农户适应旅游发展的模式

及影响机制:以秦岭金丝峡景区为例[J].地理学报,

2013(8):1143-1156.

[26] 刘倩,张戬,何艳冰,等.秦巴山特困区农户生计资本

及生计策 略 研 究:以 商 洛 市 为 例 [J].干 旱 区 地 理,

2020(1):237-247.

ResearchonSustainableLivelihoodsandRelocation

WillingnessofTourism-orientedSeaIslanders

———TakingChanghaiCountyofLiaoningProvinceasanExample

WangLiang

1,ZhaoNa

1,2,WangHui

1,HanZenglin

1

(1.SchoolofGeography,LiaoningNormalUniversity,Dalian116029,China;

2.HulunberVocationalandTechnicalCollege,Hulunber021000,China)

Abstract:ThispaperusedtheParticipatoryFarm HouseholdAssessmentmethod(PRA)intheinvestigationtoobtainthebasicinformationoftheislanders'familiesinChanghaiCounty,theircapitalstatus,the

islandmanagementsystem,andthewillingnessoftheislanderstorelocate,soastobuildanindicatorsystemoftheislanders'livelihoodcapitalwithnaturalcapital,physicalcapital,humancapital,financialcapitalandsocialcapitalastheinfluencingfactors.Theresearchfoundthat:Therearedifferencesinthelivelihoodcapitalamongthethreemajorislandsinthecounty.DachangshanIsland'stotalindexoflivelihood

capitalandcapitalcouplingcoordinationdegreeareboththemaximumvalue,ofwhichtheproportionsand

stocksofhumancapital,financialcapitalandsocialcapitalarethelargest;XiaochangshanIsland'sproportionsofnaturalcapitalandphysicalcapital,aswellasitsnaturalcapitalstockarethelargest;GuangluIslandhasthelargeststockofphysicalcapital.Therearedifferencesinthechoiceoflivelihoodstrategies.

Stableincomeisthemainlivelihoodstrategyofthecentralcommunity;concurrentlivelihoodandtraditionallivelihoodarethemainlivelihoodstrategiesoftraditionalfishingvillagesandtouristvillages.Thereare

differencesinthelivelihoodsvulnerabilityofislanders.Thelivelihoodsofthelabor-oriented,traditionallifestyleislandersarehighlyvulnerable,andthelivelihoodsofislanderswithcommercialoperationareata

moderateleveloffragility,andthelivelihoodsofstable-incomeislandersarelessvulnerable.Materialcapital,financialcapitalandsocialcapitalhaveasignificantinfluenceonthewillingnesstorelocate.

Keywords:sustainablelivelihoods;livelihoodcapital;livelihoodstrategy;livelihoodvulnerability;migration

intention

[责任编辑:连云凯]

109

王 亮等:旅游型海岛居民可持续生计与迁居意愿研究 理论探索

2023年7月

第16卷 第4期

doi:10.15962/j.cnki.tourismforum.202304048

http://gllylt.cbpt.cnki.net

【理论探索】

非现金支付方式、借贷获得与旅游消费支出

———基于CHFS2017数据的分析

康 悦,郭 为,王 静

(青岛大学 旅游与地理科学学院,山东 青岛 266071)

[摘 要]支付方式的改变是中国新经济的一个典型特征。非现金支付改变了中国人的消费习惯,

对当今消费产生了重大影响。文章利用中国家庭金融调查2017(CHFS2017)数据,研究了非现金

支付方式对个体旅游消费支出的影响。结论如下:使用非现金支付能够促进旅游消费支出;风险偏

好对非现金支付方式促进旅游消费支出具有调节作用;借贷获得在非现金支付对旅游消费支出的

影响过程中起中介作用;支付方式的不同组合,会导致旅游消费支出不同;旅游消费支出具有城乡

和群体异质性。非现金支付方式对城镇地区和新一代个体的旅游消费促进作用更大。依据上述结

论,文章最后提出了相应的政策建议。

[关键词]非现金支付方式;借贷获得;旅游消费支出

[中图分类号]F590.8 [文献标识码]A [文章编号]1674-3784(2023)04-0110-13

近年来,居民消费持续低迷,成为制约经济发展

的重要因素。2020年10月,十九届五中全会提出

“国内国际双循环,全面促进消费”的政策主张[1]。

2022年,国务院发布了关于加快建设国内统一大市

场的意见[2]。党的二十大报告也指出“要把扩大消

费摆在优先位置”[3]。商务部更是围绕“改善消费

条件,提振消费信心”,将2023年定位为“消费提振

年”[4]。如何扩大居民消费,促进消费升级已成为当

今普遍关注的话题。

通过旅游实现消费增长和升级是一种有益的尝

试。旅游消费不同于日常消费,它串联 食、住、行、

游、购、娱等6个消费环节,消费的产品多、费用高,

是扩大内需的有效手段。旅游所带来的游客接待量

是重振消费市场的基础,通过发展旅游实现消费增

长已成为普遍共识。

旅游消费增长,得益于支付方式的多样化。旅

游是依赖地区间人群流动的经济产业。非现金支付

尤其是移动支付打破了时间、地点的限制,使得“遍

在性”的旅游交易成为可能。与此同时,旅游消费作

为一种发展型消费,受个体当期消费支出的影响较

大。而非现金支付提供了网络借贷,使得个体跨期

消费成为可能[5]11,非现金支付方式的借贷功能进

一步刺激了个体旅游消费。

支付方式的变革在某种程度上改变了中国人的

消费行为。人们利用移动支付,通过互联网平台而

不是实体店购买各类商品和服务。消费的便捷化促

进了消费总量的变化,给经济带来了巨大的影响。

在此背景下,2021年中国政府在《要素市场化配置

综合改革试点总体方案》中提出了“支持在零售交易

等场景试点使用数字货币”的意见[6]。

110

[收稿日期]2022-12-13;[修回日期]2023-05-18

[作者简介]康悦(1998-),女,河北邯郸人,青岛大学旅游与地理科学学院硕士研究生,主要研究方向为旅游就业,E-mail:

335122545@qq.com;郭为(1969-),男,湖北天门人,青岛大学旅游与地理科学学院教授、硕士生导师,主要研究方向为旅

游就业、旅游经济等,E-mail:gowell_qdu@163.com;王静(1996-),山东临沂人,青岛大学旅游与地理科学学院硕士研究

生,主要研究方向为旅游就业,E-mail:1637839608@qq.com。

支付方式的变革无疑改变了居民的消费习惯,

使得发展型消费比重得以增加。此外,支付方式的

便捷化与旅游消费具有天然的适配性。那么这种适

配性究竟会对个体旅游消费支出产生多大的影响效

应,先行学者已经探讨了影响旅游消费的许多因素,

但较少学者关注到支付方式这一具有时代性的独特

要素。文章希望弥补这一研究缺憾。

1 文献综述

早在20世纪80年代,Hirschman就认为,支付

方式会影响居民的消费支出,当时支付方式的表现

物就是信用卡[7]。后来,Feinberg提出了消费的“信

用卡效应”[8],进一步证实使用信用卡有助于提高消

费水平。其原因有3个:第一,信用卡缓解了流动性

约束,会增加当期消费倾向[9]

;第二,信用卡的非现

金支付方式降低了现金支付的心理“痛苦感”,提高

了个体心理承受能力[10]

;第三,信用卡的延时支付

功能能够改变消费偏好[11],使得个体更容易产生冲

动消费,如信用卡持有者更愿意购买奢侈品。也是

从此时起,学者逐渐关注到支付痛感理论。但先前

学者大多基于该理论来研究单一支付方式,较少关

注支付方式的变化是否会引起支付痛感的变化。

进入21世纪,移动互联网的发展催生了新的支

付方式。这种支付方式区别于信用卡支付,更能够

刺激消费需求。此外,中国并未建立类似于欧美国

家的“信用卡”体系[12],移动支付更为盛行,颇具地

区特色。移动支付主要从以下3个方面有别于信用

卡支付:第一,移动支付借助第三方支付平台,使个

体独立于钱包,如通过指纹进行即时交易,使得支付

更加安全;第二,移动支付借助无线网络,不需要银

行网点,随时随地可以进行交易,极大地提高了支付

的便捷性[13]

;第三,移动支付增加了消费体验,如采

用人脸识别的方式[14]。新型支付方式的出现,进一

步降低了支付透明度,从而减少了支付痛感。非现

金支付如移动支付的出现也打破了时间和空间的限

制,使得支付过程不再受限。旅游消费大多由人员

流动带来,发生在旅游全过程中;而移动支付的“随

时随地性”与旅游消费的“遍在性”相得益彰。

支付方式数字化的转变也使得个体拥有更多的

借贷途径。根据消费理论,收入约束、借贷约束和预

防性储蓄动机是影响个体消 费 的 最 根 本 因 素[15]。

但随着个体收入水平的普遍提高,收入对消费的约

束力在逐渐减小,借贷约束逐渐成为影响消费支出

的主要因素。一方面,借贷获得影响个体的消费倾

向[16]

;另一方面,借贷的可获得性可以从源头上刺

激个体的消费欲望。此外,Gross和 Souleles利用

微观面板数据验证了借贷获得可以通过缓解流动性

约束促进消费[17]。支付方式的改变通过提供多样

化的借贷途径削弱了借贷约束对居民消费的制约影

响[18],进一步促使个体消费结构发生变化,发展型

消费(如旅游消费)比重得以提高。

这种支付方式的转变在一定程度上还受到个体

的消费习惯和偏好影响。个体的风险感知不同,风

险偏好差异会影响支付方式的选择。第一,风险偏

好程度不同的个体对于新兴支付方式的接受程度存

在差异。在线上服务领域,安全风险常常与隐私相

关联[19]。风险规避者在很大程度上会因泄露隐私

等方面的顾虑从而减少非现金支付方式的应用,不

利于消费。此外,旅游具有异地性和移动性等特征。

旅游消费进一步加强了个体使用非现金支付方式的

顾虑,导致风险规避者不愿进行旅游消费。第二,风

险偏好还会直接影响个体的消费倾向。风险规避者

的储蓄动机会强于风险偏好者,个体会增加预防性

储蓄从而减少消费支出,尤其是非惯性消费,如旅游

消费。因此旅游消费的极大不确定性和脆弱性,对

于风险规避者来说,具有较大的风险。感知风险的

提升进一步导致个体消费意向的减弱。

综上,支付方式的不同对旅游消费支出可能产

生正反两方面的影响。一方面,移动支付更加便捷

高效,支付痛苦感小[20],提高了消费体验,人们更加

愿意为旅游消费买单;另一方面,信任和安全顾虑仍

然是制约和影响部分消费者接受和使用移动支付的

重要因素,这种风险和不确定性会降低旅游消费支

出。究竟哪种力量会占据主导地位,对旅游消费的

影响如何,这需要实证检验才能够解答。

已有研究深入讨论了单一支付方式与消费支出

之间的关系,为本文的研究提供了一定的理论基础。

但鲜有学者关注支付方式变化即非现金支付方式的

出现与旅游消费支出的适配性。此外,本文不再割

裂地看待一种支付方式对于消费的影响,而是将现

金支付与非现金支付放入同一个框架中,清晰地看

出支付方式变化所引起的旅游消费支出的变化。最

后,文章在进一步细分支付方式的基础上分析了个

体支付方式组合对旅游消费支出的影响,验证了支

付方式的便捷性与多样性对旅游消费支出的影响。

111

康 悦等:非现金支付方式、借贷获得与旅游消费支出 理论探索

2 理论分析与研究假设

2.1 非现金支付方式对旅游消费支出的直接影响

支付痛感是个体在其消费时所体验到的一种消

极情绪[21]86。不同支付方式在形态和数量上存在显

著差异,进一步导致支付透明度的不同。而支付痛

感差异取决于支付方式透明度的差异。现金支付需

先付款再消费,消费者可以直观体验到金钱的流失,

具有较强的痛感。而非现金支付大多采用电子货币

进行交易,支付过程减少透明度。此外,在个体使用

移动端进行支付时,交易时间较短,进一步减少了心

理损失。在旅行过程中,个体进行消费的时间较为

集中,对于金钱的损失较为敏感。但非现金支付方

式的出现,使旅游者在旅行途中因虚拟货币和支付

便捷性而较少关注金额的变化,不易察觉金钱的流

失,从而提高了个体对旅游消费支出的心理上限。

因此,提出假设1。

H1:非现金支付方式对旅游消费支出具有正向

影响。

2.2 非现金支付方式对旅游消费支出的作用机制

流动性约束主要表现为借贷获得。根据流动性

约束理论,相对于没有流动性约束的情况,存在流动

性约束的个体消费水平会更低[22]176。当个体受到预

算约束时,会减少当期消费,进行储蓄。尤其对于非

必要消费,个体在进行预算分配时,会进行适当压缩。

然而,支付方式的转变使得以支付宝为代表的第三方

平台提供了安全和便捷的借贷服务[23],解决了个体

因资金限制所导致的消费不足问题。此外,非现金支

付方式提供了借贷的可能性,通过借贷可实现收入的

自由跨期转移[5]11,从而降低流动性约束,促进消费支

出。借贷获得的充足资金极大地激发了消费者进行

享乐型消费,从而在源头上提高旅游消费支出。同

时,个体通过获得借贷缓解了流动性的约束,扩大了

其预算边界,在一定程度上提供了“超前消费”的可能

性。个体长期使用第三方平台的借贷服务,其信用值

得以增加。这不仅增加了个体获得借贷的可能性,而

且提高了借贷的上限。因此,提出假设2。

H2:非现金支付方式通过影响借贷获得从而正

向影响旅游消费支出。

2.3 风险偏好的调节效应

众多研究表明,在新技术的应用中,感知风险会

影响个体行为。根据风险感知理论,风险感知是指

个体对各种风险的感觉和认知,包括对当下风险的

感觉和未来风险发生的不确定性两部分。Kaplan

等将风险划分为心理风险、社会风险、身体风险、财

务风险和绩效风险[24]。非现金支付方式作为一种

新型支付方式,借助虚拟货币实现交易。这一支付

方式的变革使个体面临技术掌握不娴熟的心理风

险、账户被盗刷的财务风险以及隐私被泄露的社会

风险等,但同时非现金支付也降低了个体在旅行过

程中因现金盗窃、支付不便等所带来的风险。因此,

个体风险感知差异将影响个体使用非现金支付方式

进行旅游消费的可能性。与此同时,风险规避者由

于对电子支付手段的不信任,形成了“工具排斥”,无

法便捷消费,从而导致消费支出的减少。并且,当个

体收入处于弱势水平时,风险厌恶程度越高,其越希

望将收入进行储蓄,相应其消费不足。因此,提出假

设3。

H3:个体风险偏好程度越高,旅游消费支出越高。

综上所述,本文的研究模型如图1所示。

1-对应调节效应模型;2-对应中介效应模型;3-对应异质性。

图1 研究模型

112

旅 游 论 坛 2023年 第16卷 第4期

3 数据来源与描述性统计

3.1 数据来源

本文使用的微观数据来自西南财经大学中国家

庭金融调查(CHFS2017)。该调查数据涵盖全国29

个省(自治区、直辖市)355个县(区、县级市)1428

个村(居)委会,样本规模高达4万多户,样本具有很

好的代表性。本文主要关注非现金支付方式对旅游

消费支出的影响。为了实现此目标,笔者对数据进

行如下处理:第一,利用家庭编码将家庭样本和个人

样本进行匹配合并;第二,根据省份,将2018年《中

国统计年鉴》中的人口总数、人均 GDP和 AAAA 级

景区数量与样本进行了匹配;第三,剔除所选变量中

含有缺失值的样本,最终得到8887个有效样本。

3.2 变量的解释

本文所关注的被解释变量为居民人均旅游消费

支出。根据 CHFS问卷中“去年,您家旅游总支出

是多少元”题项,以居民家庭旅游总支出与家庭人口

规模比值取对数表示。

关键解释变量为非现金支付方式。根据 CHFS

中“您和您家人在购物时(包括网购),一般会使用下

列哪些支付方式?”题项,将调查中只选择现金的个

体称为其使用了现金支付并赋值为0,反之为1。后

文中依据此调查事项对支付方式进一步细化。

控制变量的选择,参考了尹志超等学者以及孙

根紧等学者的研究[25][26]84。本文的控制变量包含受

访者的个体特征、家庭特征和地区特征。

上述变量都能够从 CHFS问卷量表以及国家

统计年鉴中找到。具体变量含义如表1所示。

表1 主要变量名称及其解释

变量类型 变量符号 变量名称 含义及赋值

被解释变量 tourism 旅游消费支出 家庭旅游支出与家庭总人数的比值,取对数

关键解释变量 non_payment 非现金支付方式 0=现金支付;1=非现金支付

个体特征变量

age 年龄 调查年份-出生年份

gender 性别 0=女性;1=男性

married 婚姻 0=已婚;1=未婚

education 受教育程度

换算成受教育年限:0=没上过学;6=小学;9=初

中;12=高中、中专/职高;15=大专/高职;16=大

学本科;19=研究生;23=博士研究生

income 收入水平 平均每月收入×12(取对数)

income2 收入平方项 收入水平×收入水平

urban 城乡 1=城镇;0=农村

家庭特征变量

population_size 家庭规模 家庭人口数量

total_income 家庭总收入 取对数

地区特征变量

total_ pop 各省人口总数 取对数

GDP 各省人均 GDP 取对数

spot 各省 AAAA级及以上景区个数 取对数

资料来源:根据 CHFS问卷量表以及《中国统计年鉴2018》整理。

3.3 变量的描述性统计

表2对主要变量的描述性统计进行报告。旅游

消费支出均值为2.58,标准差为3.685,消费支出的

波动较大。采用非现金支付的个体有5552人,占

比62.5%,远高于现金支付的人数,说明非现金支

付已经成为了市场主流。

113

康 悦等:非现金支付方式、借贷获得与旅游消费支出 理论探索

表2 主要变量的描述性统计

变量类型 变量名称 均值 标准差 最小值 最大值

被解释变量 旅游消费支出 2.580 3.685 0 11.918

关键解释变量 非现金支付方式 0.625 0.484 0 1

个体特征变量

性别 0.574 0.494 0 1

年龄 39.800 11.744 18 65

收入水平 10.533 1.201 0 14.691

收入平方项 112.382 17.689 0 215.825

婚姻 0.204 0.403 0 1

城乡 0.868 0.339 0 1

受教育程度 12.236 3.830 0 23

家庭特征变量

家庭规模 3.454 1.430 1 13

家庭总收入 11.428 1.168 0 15.361

地区特征变量

各省人口总数 8.454 0.660 5.823 9.321

各省人均 GDP 11.063 0.383 10.258 11.768

各省 AAAA 级及以上景区个数 4.761 0.572 2.833 5.425

数据来源:根据 CHFS问卷量表以及《中国统计年鉴2018》整理。

4 实证与结果分析

4.1 模型构建

本文主要采用普通最小二乘法(oridinaryleast

squares,OLS)研究非现金支付方式与旅游消费支

出之间的关系。借鉴先前学者的研究[27-28],本文构

建了下列计量回归模型:

Tourismi =α+βnon_paymenti +γxi +δAreai +εi

其中,Tourismi 为 第i 个 个 体 的 旅 游 消 费 支 出,

non_paymenti 为第i个个体所选择的支付方式,xi

为控制变量,Areai 为地区虚拟变量,α、β、γ、δ 为待

估参数,εi 为随机扰动项。

4.2 基准模型回归分析

表3汇报了非现金支付方式对个体旅游消费支

出的 OLS模型回归结果。

模型3-(1)中,将所有支付方式划分为现金支

付和非现金支付,其中非现金支付作为关键解释变

量,将非现金支付方式赋值为1。结果显示,在控制

个体特征变量、家庭特征变量和地区特征变量后,非

现金支付方式对旅游消费支出的影响在1%的水平

上统计显著,边际系数为1.205。表明相比现金支

付个体,采用非现金支付方式的个体旅游消费平均

多支出3.37元,假设1得到验证。从个体特征来

看,年龄、受教育程度和城乡均在1%的水平上显著

正向影响个体旅游消费支出,男性的旅游消费支出

比女性要低。收入水平对旅游消费支出的影响呈倒

U 型,说明旅游消费具有收入门槛效应。从家庭特

征变量来看,家庭规模显著负向影响旅游消费支出,

家庭每增加一位成员,个体旅游消费支出平均降低

0.749元,这可能就是家庭规模对旅游消费产生的

挤出效应[29]。家庭总收入显著正向影响旅游消费

支出。从地区特征变量来看,各省人均 GDP对个体

旅游消费支出的影响具有显著的促进作用。省份人

均 GDP越高,该省旅游消费水平也越高。

114

旅 游 论 坛 2023年 第16卷 第4期

表3 基准模型回归结果

变量 模型3-(1) 模型3-(2) 模型3-(3)

非现金支付方式

(1=非现金支付)

1.205

***

(0.075)

现金支付

-1.205

***

(0.075)

刷卡支付

(信用卡)

-0.060

(0.150)

电子支付

(电脑和移动)

0.332

*

(0.173)

1种

-0.856

***

(0.076)

2种

0.026

(0.085)

3种

0.449

***

(0.096)

4种

0.909

***

(0.114)

性别

(1=男性)

-0.457

***

(0.072)

-0.457

***

(0.072)

-0.508

***

(0.072)

-0.505

***

(0.072)

-0.479

***

(0.072)

-0.509

***

(0.072)

-0.504

***

(0.072)

-0.486

***

(0.072)

年龄

0.023

***

(0.004)

0.023

***

(0.003)

0.014

***

(0.003)

0.015

***

(0.003)

0.019

***

(0.003)

0.014

***

(0.003)

0.015

***

(0.003)

0.016

***

(0.003)

收入水平

-0.681

***

(0.086)

-0.681

***

(0.086)

-0.793

***

(0.087)

-0.783

***

(0.087)

-0.746

***

(0.087)

-0.794

***

(0.087)

-0.791

***

(0.087)

-0.759

***

(0.087)

收入平方

0.067

***

(0.007)

0.067

***

(0.007)

0.078

***

(0.007)

0.077

***

(0.007)

0.073

***

(0.007)

0.078

***

(0.007)

0.078

***

(0.007)

0.074

***

(0.007)

婚姻状况

(1=未婚)

-0.034

(0.106)

-0.038

(0.106)

-0.206

*

(0.107)

-0.201

*

(0.107)

-0.103

(0.107)

-0.206

*

(0.107)

-0.195

*

(0.107)

-0.160

(0.107)

受教育程度

0.187

***

(0.011)

0.187

***

(0.011)

0.214

***

(0.011)

0.213

***

(0.011)

0.198

***

(0.011)

0.213

***

(0.011)

0.210

***

(0.011)

0.205

***

(0.011)

城乡

(1=城镇)

0.237

***

(0.081)

0.237

***

(0.081)

0.548

***

(0.080)

0.545

***

(0.080)

0.328

***

(0.081)

0.543

***

(0.081)

0.506

***

(0.080)

0.489

***

(0.080)

家庭规模

-0.288

***

(0.025)

-0.288

***

(0.025)

-0.335

***

(0.025)

-0.328

***

(0.025)

-0.321

***

(0.025)

-0.334

***

(0.025)

-0.333

***

(0.025)

-0.330

***

(0.025)

家庭总收入

0.436

***

(0.039)

0.436

***

(0.039)

0.494

***

(0.040)

0.493

***

(0.040)

0.456

***

(0.040)

0.493

***

(0.040)

0.484

***

(0.040)

0.475

***

(0.040)

各省总人口

-0.838

(1.766)

-0.838

(1.766)

-0.765

(1.804)

-0.710

(1.800)

-1.182

(1.789)

-0.761

(1.803)

-0.925

(1.796)

-0.934

(1.816)

各省人均 GDP

1.597

*

(0.889)

1.597

*

(0.888)

1.612

*

(0.907)

1.585

*

(0.905)

1.790

**

(0.901)

1.613

*

(0.907)

1.690

*

(0.904)

1.638

*

(0.915)

115

康 悦等:非现金支付方式、借贷获得与旅游消费支出 理论探索

表3(续)

变量 模型3-(1) 模型3-(2) 模型3-(3)

各省4A 级

及以上景区

0.651

(2.238)

0.655

(2.238)

0.506

(2.286)

0.435

(2.281)

1.090

(2.267)

0.507

(2.285)

0.705

(2.275)

0.723

(2.303)

常数项

-19.30

***

(6.110)

-18.09

***

(6.110)

-19.44

***

(6.240)

-19.32

***

(6.223)

-19.65

***

(6.187)

-19.49

***

(6.238)

-19.81

***

(6.211)

-19.13

***

(6.285)

地区效应 控制 控制 控制 控制 控制 控制 控制 控制

R

2 0.272 0.272 0.254 0.254 0.265 0.254 0.256 0.261

F统计量 98.98 99.10 87.46 87.57 94.70 87.49 88.38 91.00

样本数 8887 8887 8887 8887 8887 8887 8887 8887

注:1.括号内为异方差稳健标准误,* 、** 、*** 分别表示在10%、5%、1%的显著水平;2.Stata15.1处理;3.感兴趣的读者可来函索取相关

数据和源代码。

模型3-(2)中,将所有支付方式划分为现金支

付、刷卡支付和电子支付3种不同方式。结果显示,

现金支付方式在1%的水平上显著负向影响个体旅

游消费支出。刷卡支付对旅游消费支出的影响不显

著。而电子支付在10%的水平上显著正向影响个

体旅游消费支出。导致这种消费差异的原因可能是

不同支付方式具有不同的支付痛感[21]86,即采用现

金支付时,个体更能够显著地感觉到金钱的流失,支

付痛感最强烈;电子支付极大地弱化了消费者对花

钱的感知,从而降低了支付痛感。

模型3-(3)中划分方式侧重于个体选择支付

方式的种类,即个体选用了几种支付方式。进一步

对电子支付细化为移动支付和电脑支付,即个体在

消费中可选用现金、信用卡、电脑和移动支付,因其

在不同的环境下可能会选用不同的支付手段。支付

手段的组合则是指从以上 4 种支付方式中任选 1

种、2种、3种或4种支付手段进行随机组合① 。结

果显示,个体只采用单一支付方式时,在1%水平上

显著负向影响旅游消费支出。进一步分析发现,只

采用一种支付方式时,现金支付方式占84%左右。

因为支付痛感高,所以消费支出减少。也恰恰反映

出只采用一种支付方式的个体风险感知能力较强,

较不易接受新技术。采用3~4种支付方式的个体

均在1%的水平上显著正向影响旅游消费支出,并

且随着种类数量的增加,边际支出进一步增强。探

究其背后原因:一方面,可选择的支付方式越多,电

子货币带来的支付痛感越低,从而增强消费支出;另

一方面,移动支付的发展使得个体在任何非惯常环

境下均可支付,消费不受限制。

4.3 倾向值匹配与 OLS回归

在随机抽样过程中,收入和能力越高的个体,使

用非现金支付方式的可能性会增加。因此,在分析

过程中可能存在选择性偏误问题,即支付方式的选

择可能并不满足随机抽样,而是个体“自我选择”的

结果,这样一来直接回归很可能导致选择性偏误。

为此,本文运用 Rosenbaum 和 Rubin提出的倾向得

分匹 配 法 (propensityscore matching,PSM)[30]构

建反事实框架加以纠正,以进一步验证非现金支付

方式对个体旅游消费支出的影响。

表4显示了 PSM 匹配后现金支付方式和非现

金支 付 方 式 的 平 均 处 理 效 应 (averagetreatment

effectforthetreated,ATT)。表中因果关系系数即

非现金支付方式带来的旅游消费支出,可以解释为

与现金支付个体相比,非现金支付个体带来的旅游

消费支出的对数变化。最小近邻匹配、半径匹配和

局部线性匹配后的ATT结果显示,在消除了自选择

表4 非现金支付方式对个体

旅游消费支出的 ATT 测算

匹配方法

1∶1

1∶3

(半径=0.06)

局部线性

匹配

平

均

效

应

因果关系系数 3.53

*** 3.53

*** 3.53

*** 3.53

标准误 0.13 0.13 0.13

注:*** 、** 、* 分别表示 1%、5%、10% 的显著水平。

116

旅 游 论 坛 2023年 第16卷 第4期

偏误后,非现金支付方式对个体旅游消费支出仍然

具有显著的正向影响。

为了进一步了解消除自选择偏误后非现金支付

方式对个体旅游消费支出带来的具体影响,本文利

用匹配后的样本再次进行 OLS回归。结果如表5

显示,非现金支付方式仍在1%的水平上显著正向

影响个体旅游消费支出。

表5 匹配后回归结果分析

变量 模型5-(1)模型5-(2)模型5-(3)模型5-(4)模型5-(5)模型5-(6)模型5-(7)模型5-(8)

非现金支付方式

1.322

***

(0.109)

1.314

***

(0.108)

1.340

***

(0.104)

1.317

***

(0.104)

1.164

***

(0.104)

1.147

***

(0.104)

1.171

***

(0.104)

1.147

***

(0.104)

个体特征变量 控制 控制 控制 控制 控制 控制

家庭特征变量 控制 控制 控制 控制

地区特征变量 控制 控制

地区效应 不控制 控制 不控制 控制 不控制 控制 不控制 控制

常数项

1.267

***

(0.077)

3.207

***

(0.263)

-4.277

***

(0.585)

-2.729

***

(0.660)

-7.356

***

(0.775)

-5.910

***

(0.847)

-9.291

***

(1.811)

-19.460

**

(9.057)

样本数 3506 3506 3506 3506 3506 3506 3506 3506

R

2 0.040 0.079 0.144 0.163 0.171 0.188 0.173 0.188

注:1.括号内为异方差稳健标准误,* 、** 、*** 分别表示在10%、5%、1%的水平上显著;2.Stata15.1处理;3.感兴趣的读

者可来函索取相关数据和源代码。

4.4 控制内生性

虽然前文已经确认非现金支付方式会对个体旅

游消费支出产生影响,但是非现金支付方式对个体

旅游消费的影响不是随机的,可能存在反向因果导

致的内生性问题,即不是非现金支付方式导致旅游

消费支出的差异,而是旅游消费支出差异导致的支

付方 式 的 差 异。 因 此,本 文 根 据 尹 志 超 等 的 做

法[31],将“社区内除自身之外使用非现金支付的居

民占据全部居民数量的比重”作为工具变量来解决

内生性问题,个体是否使用非现金支付受其所处社

区周围的其他个体支付方式的选择影响,但该个体

旅游消费支出仅与本身支付方式的选择相关,与该

社区内其他个体行为无关。工具变量既满足与关键

解释变量支付方式的相关性,又满足与被解释变量

旅游消费支出的排他性。

表6为控制内生性后的结果。在第一阶段的回

归分析中,工具变量“社区内除自身之外使用非现金

支付的居民比重”显著影响了个体支付方式选择。

第二阶段回归中,考虑内生性问题后,支付方式仍然

在1%水平下具有显著性。至此可以看出,通过工

具变量控制内生性后,支付方式对个体旅游消费支

出影响与基准回归模型反映的结果一致。

表6 控制内生性后的回归结果

变量

第一阶段回归

(非现金支付方式)

第二阶段回归

(旅游消费支出)

非现金

支付方式

2.063

***

(0.224)

非现金支付

个体所占比重

0.546

***

(0.171)

个体特征变量 控制 控制

家庭特征变量 控制 控制

地区特征变量 控制 控制

常数项

0.032

(0.173)

-7.110

***

(1.340)

观测值数量 8887 8887

AdjustedR

2 0.343

Cragg-DonaldWaldF 559.87 3295.51

注:1.

* 、** 、*** 分别表示在10%、5%和1%显著水平,括

号内为异方差标准误;

2.Stata15.1处理;3.感兴趣的读者可来函索取相关

数据和源代码。

117

康 悦等:非现金支付方式、借贷获得与旅游消费支出 理论探索

4.5 稳健性检验

利用模型验证了非现金支付方式对旅游消费支

出的影响。但是,模型可能因为模型设定、遗漏变量

和变量测量等方面的问题导致回归结果的不确定

性。因此,为了验证上述回归结果的可靠性和稳健

性,还需要对模型进行进一步的稳健性检验。

根据先前学者研究[32],本文将被解释变量替换

为“文化娱乐支出”② 进行稳健性检验,结果见表7。

研究发现,无论采用何种模型,与现金支付方式对

比,非现金支付方式均在1%的水平上显著为正,即

使用非现金支付方式显著提高了个体文化娱乐支

出。因此,支付方式对个体旅游消费具有促进效应

的结论是稳健的。

表7 稳健性检验

变量 模型7-(1)模型7-(2)模型7-(3)模型7-(4)

非现金

支付方式

1.832

***

(0.038)

1.205

***

(0.044)

1.136

***

(0.043)

1.136

***

(0.043)

个体特征变量 控制 控制 控制

家庭特征变量 控制 控制

地区特征变量 控制

常数项

1.437

***

(0.115)

-0.002

(0.299)

-0.378

(0.423)

-2.361

(4.314)

样本数 8887 8887 8887 8887

R

2 0.206 0.280 0.289 0.289

注:1.

* 、** 、*** 分别表示在10%、5%和1%显著水平,括号内为

异方差稳健标准误;2.Stata15.1处理;3.感兴趣的读者可来

函索取相关数据和源代码。

4.6 异质性分析

4.6.1 代际差异

当代社会的代际边界愈加清晰、代际差异明显,

新生代、老一代③ 因身份的不同可能会影响旅游消

费的支出[33]。因此,本文进一步分析代际差异下非

现金支付方式对旅游消费支出的影响(表8)。结果

显示,新生代和老一代群体的非现金支付方式都在

1%的水平上显著正向影响旅游消费支出,非现金支

付方式对新生代个体的消费提振作用更为明显。

表8 异质性分析结果

变量

代际

新生代 老一代

城乡

城镇 农村

非现金

支付方式

1.176

***

(0.114)

1.086

***

(0.101)

1.256

***

(0.084)

0.633

***

(0.156)

个体特征变量 控制 控制 控制 控制

家庭特征变量 控制 控制 控制 控制

地区特征变量 控制 控制 控制 控制

常数项

-8.862

(9.725)

-26.160

***

(7.972)

-23.630

***

(6.647)

21.530

*

(12.840)

样本数 4006 4881 7711 1176

R

2 0.257 0.289 0.253 0.163

注:1.括号内为稳健标准误,* 、** 、*** 分别表示在10%、5%、1%

的显著水平;2.Stata15.1处理;3.感兴趣的读者可来函索取

相关数据和源代码。

4.6.2 城乡差异

我国城镇和农村居民在收入、发展等各个方面

均有差异,这种城乡差异可能也会导致非现金支付

方式影响旅游消费支出。表8呈现了这一异质性结

果,无论是在农村还是在城镇,非现金支付方式均在

1%的水平上显著正向影响旅游消费支出;在城镇

中,支付方式影响作用更大。为什么会产生这种差

别? 可能是因为农村个体的收入较低,消费观念保

守,且非现金支付方式的普及率并不是很高。

4.7 调节效应分析

个体选择是否使用非现金支付方式,是意愿问

题,但这种意愿是否会转化成具体的消费支出,在一

定程度上受到风险偏好的影响,这取决于个体对风

险的感知。本文根据现有研究,选用 CHFS中题项

“如果您有一笔资金用于投资,您最愿意选择哪种投

资项目”来界定风险偏好,数值越大,风险偏好程度

越高。

表9纳入去中心化④ 后的非现金支付方式与风

险偏好的交互项,考察风险偏好对非现金支付方式

与旅游 消 费 支 出 关 系 的 调 节 作 用。结 果 显 示,在

5%的统计水平上,风险偏好程度对非现金支付方式

与个体旅游消费支出之间的关系具有正向调节作

用。风险偏好程度强的个体,旅游消费支出更高。

在控制个体特征、家庭特征和地区特征的情况下,风

险偏好提升一个等级,平均旅游边际消费支出会增

加1.126元,假设3得到验证。

118

旅 游 论 坛 2023年 第16卷 第4期

表9 风险偏好调节作用回归结果

变量 模型9-(1)模型9-(2)模型9-(3)模型9-(4)模型9-(5)模型9-(6)模型9-(7)模型9-(8)

非现金支付方式

1.705

***

(0.146)

1.574

***

(0.145)

0.941

***

(0.141)

0.912

***

(0.141)

0.870

***

(0.139)

0.852

***

(0.139)

0.846

***

(0.139)

0.852

***

(0.139)

风险偏好

0.300

***

(0.031)

0.308

***

(0.031)

0.204

***

(0.030)

0.216

***

(0.030)

0.192

***

(0.030)

0.198

***

(0.030)

0.197

***

(0.030)

0.198

***

(0.030)

非现金支付方式

*风险偏好

0.320

***

(0.059)

0.282

***

(0.058)

0.172

***

(0.057)

0.164

***

(0.056)

0.124

**

(0.056)

0.119

**

(0.056)

0.131

**

(0.056)

0.119

**

(0.056)

个体特征变量 控制 控制 控制 控制 控制 控制

家庭特征变量 控制 控制 控制 控制

地区特征变量 控制 控制

地区效应 不控制 控制 不控制 控制 不控制 控制 不控制 控制

常数项

0.763

***

(0.080)

2.948

***

(0.196)

-3.779

***

(0.377)

-1.890

***

(0.425)

-6.979

***

(0.532)

-4.711

***

(0.572)

-10.020

***

(1.242)

-19.530

***

(6.050)

样本数 8887 8887 8887 8887 8887 8887 8887 8887

R

2 0.130 0.175 0.241 0.259 0.261 0.276 0.265 0.276

注:1.括号内为稳健标准误,* 、** 、*** 分别表示在10%、5%、1%的显著水平;2.Stata15.1处理;3.感兴趣的读者可来函

索取相关数据和源代码。

4.8 中介效应分析

根据流动性约束理论[22]176,当个体受到预算约

束时,它会适当减少当期的消费支出。当个体能够

获得借贷时,从侧面增加了其可支配收入,缓解了预

算约束,从而进一步增加消费支出。现实生活中,拥

有移动支付方式的个体,可以更加方便快捷地获得

移动平台所提供的借贷服务。因此,文章选用“借贷

获得”作为非现金支付方式对旅游消费支出的中介

变量。本文根据 CHFS中的相关问项“您家是否使

用信用卡,未激活的信用卡不包括在内”来反映“借

贷获得”。结果如表10所示。第一种情况是非现金

支付方式对旅游消费支出影响的总效应,表明非现

金支付方式会促进个体旅游消费支出。第二种情况

是加入借贷获得后,显示非现金支付方式在1%的

水平上显著正向影响借贷获得,如通过移动平台个

体可以进行更加便捷的借贷从而更容易获得资金支

持。第三种情况为同时加入非现金支付方式和借贷

获得。当引入借贷获得指标后,非现金支付方式对

旅游消费支出的直接影响从1.221下降到0.856。

非现金支付方式提高了借贷获得的额度,非现金支

表10 中介效应检验结果

变量

旅游消费支出

(总效应)

借贷获得

(中介效应1)

旅游消费

支出

非现金

支付方式

1.221

***

(0.081)

0.305

***

(0.010)

(直接效应)

0.856

***

(0.084)

借贷获得

(中介效应2)

1.195

***

(0.081)

个体特征变量 控制 控制 控制

家庭特征变量 控制 控制 控制

地区特征变量 控制 控制 控制

常数项

-7.384

***

(1.347)

-0.744

***

(0.174)

-6.500

***

(1.332)

样本数 8887 8887 8887

R

2 0.261 0.276 0.280

注:1.括号内为异方差稳健标准误,* 、** 、*** 分别表示在 10%、

5%、1%的显著水平;2.总效应= 间接效应(中介效应1*中介

效应2)+ 直接效应;3.Stata15.1处理;4.感兴趣的读者可来

函索取相关数据和源代码。

119

康 悦等:非现金支付方式、借贷获得与旅游消费支出 理论探索

付的个体比现金支付的个体平均多获得1.356元的

借贷 额 度。借 贷 获 得 对 旅 游 消 费 支 出 的 影 响 为

1.195,1%水平统计显著。这也说明,使用非现金支

付确实可以缓解个体所面临的预算约束来提升旅游

消费支出。电子平台上的消费信贷功能或者延期支

付服务,在一定程度上缓解了资金约束,平滑了个体

跨期消费约束,释放了个体的消费需求,进而促进消

费,假设2得以验证。

5 结论、建议与展望

5.1 结论

从现金支付到非现金的电子支付,本质上是货

币数字化的一种表现。货币数字化使得消费者不再

直面真实货币的流失,保留了财富货币的幻觉。这

种幻觉降低了支付痛感,刺激了消费。非现金支付

依托于货币数字化,货币数字化逐渐演变成一种趋

势。非现金支付方式的改变也是数字普惠金融的有

益补充,它既是市场选择的自然结果,也为货币数字

创新提供了新的思路。消费是个体财富的真正实

现,它不仅有益于己,而且以消费乘数效应施惠于

人。在非现金支付—借贷获得—数字货币的发展逻

辑中,这一过程最终会提振旅游消费,从而推动国内

经济大循环。

在这样的背景之下,研究货币数字化对微观个

体的消 费 影 响 具 有 重 要 意 义。本 文 基 于 2017 年

CHFS数据,首先研究了非现金支付方式对旅游消

费支出的影响,然后探讨了非现金支付方式对旅游

消费的影响机制。文章得出的主要结论如下:第一,

非现金支付方式对个体旅游消费支出具有正向的促

进作用;第二,风险偏好正向调节非现金支付方式对

旅游消费支出的促进作用,风险偏好者旅游消费支

出显著高于风险规避者;第三,在非现金支付方式影

响旅游消费支出的过程中,借贷获得具有显著的中

介作用;第四,支付手段的选择及组合不同,旅游消

费支出也存在差异;第五,非现金支付对城镇个体和

新一代个体的旅游消费支出促进作用更大。

5.2 建议

根据上述结论,本文提出以下政策建议:第一,

对政府而言,加强对各支付平台的监管力度,确保客

户隐私信息不泄露,交易手续费用透明化、标准化,

可以有效解决居民在使用非现金支付时的安全顾虑

问题,提高他们的风险偏好。第二,对企业而言,个

体的风险偏好程度会影响其旅游消费,而这类风险

在一定程度上还包括旅游项目存在的潜在风险。因

此,旅游企业可以与保险等产业协调发展,建立合作

关系,为旅游者提供一个具有保障的旅游环境。第

三,弥补城乡个体之间以及新老一代之间的数字鸿

沟,关注“农村个体”和“老一代个体”对支付工具的

使用能力。对新型支付方式宣传到位,完善落后地

区的数字化建设,进一步扩大群体的使用范围。对

于老一代,有意识地帮助老年个体克服对新兴支付

方式的恐惧心理,增强非现金支付方式的易用性。

第四,对支付平台而言,丰富使用非现金支付方式的

使用场所,拓宽使用覆盖面。如支付工具平台与各

大商超合作,开办减免活动,培养个体购物支付的使

用习惯。除此以外,进一步对支付方式进行升级,使

得支付步骤更加简洁,降低消费与支付之间的联结

度,从而刺激居民消费。第五,促进支付方式的多样

化、个性化。针对不同人群的需求开发不同的支付

工具,方便个体使用,增加个体消费需求。

5.1 展望

本文虽然力图科学地得出一些有意义的结论,

但是仍然存在不足。第一,关于机制的讨论存在“黑

箱效应”。文章得出了非现金支付方式可以提高借

贷获得、缓解流动性约束,但真正的原因可能是个体

非现金支付的信息给金融机构提供了可以识别非现

金者偿债能力的信息,然后根据这些信息,给消费者

提供借贷。此外,借贷获得逻辑上可以促进所有的

消费,因此还可以进一步深度解析借贷获得如何促

进旅游消费。文章客观上需要说明消费者借贷的原

因或者类型,如是否消费贷、是消费贷中的哪种类型

等。这些都是后续可以继续深入研究的方向。第二,

受限于关键解释变量的可获得性,文章仅使用了一年

的截面数据,缺乏足够的说服力,后续可以采用其他

数据库补充研究。支付方式的变革是中国新经济的

一个典型特征,文章希望抛砖引玉,吸引更多同道者

深挖背后的规律,为消费提振中国经济出谋献策。

注释

①例:当个体只选用现金支付,则定义为1种;当其使用过现

金支付和信用卡支付,则定义为2种。

②根据 CHFS问卷中“您家去年平均每个月书报、杂志、光

盘、影剧票、酒吧、网吧、养宠物、游乐场及玩具、艺术器材、

体育用品等文化娱乐总支出有多少钱”题项,以居民家庭

文化娱乐总支出与家庭人口规模比值取对数表示。

③新 生 代 是 指 在 1980 年 及 以 后 出 生 的 个 体;老 一 代 是 指

120

旅 游 论 坛 2023年 第16卷 第4期

1980年以前出生的个体。

④对非现金支付方式变量和风险偏好变量进行去中心化处

理,以消除多重共线性问题。

参考文献

[1] 中华人民共和国2020年国民经济和社会发展统计公

报[N].人民日报,2021-03-01(10).

[2] 中共中央 国务院关于加快建设全国统一大市场的意

见[M].北京:人民出版社,2022.

[3] 习近平.高举中国特色社会主义伟大旗帜为全面建设社

会主义现代化国家而团结奋斗:在中国共产党第二十次

全国代表大会上的报告[M].北京:人民出版社,2022.

[4] 蒋波,柳洁,董庆森,等.消费新空间激发新活力[N].

经济日报,2023-03-21(10).

[5] 刘建平,张翠.预期收支不确定性对居民消费行为的影

响研究:基于经济转型中我国城镇居民消费数据的分

析[J].消费经济,2015(5):10-16.

[6] 国务院办公厅关于印发要素市场化配置综合改革试点

总体方案 的 通 知 [J].中 华 人 民 共 和 国 国 务 院 公 报,

2022(2):15-20.

[7] HIRSCHMANEC.Differencesinconsumerpurchase

behaviorbycreditcardpaymentsystem[J].Journalof

consumerresearch,1979(1):58-66.

[8] FEINBERGRA.Creditcardsasspendingfacilitating

stimuli:aconditioninginterpretation[J].Journalof

consumerresearch,1986(3):348-356.

[9] 黄兴海.我国银行卡消费与经济增长的实证研究[J].

金融研究,2004(11):72-82.

[10] PRELECD,LOEWENSTEIN G.Theredandthe

black:mentalaccounting ofsavingsand debt[J].

Marketingscience,1998(1):4-28.

[11] 杨晨,王海忠,钟科,等.支付方式对产品偏好的影响

研究[J].管理学报,2015(2):264-275.

[12] 孟昕儒,满海红.移动互联网发展与消费者权益的迁

移:基于支付渠道动态演化的研究[J].商 业 经 济 研

究,2022(16):57-60.

[13] 裴辉儒,胡月.移动支付对我国居民消费影响的实证

研究[J].西安财经大学学报,2020(1):37-44.

[14] 马妮娜,韩帮.移动支付对异质性消费行为的影响研

究[J].哈尔滨学院学报,2021(8):53-57.

[15] 臧旭恒,张欣.中国家庭资产配置与异质性消费者行

为分析[J].经济研究,2018(3):21-34.

[16] 姚健,臧旭恒,周博文.中国居民边际消费倾向异质性

与消费潜力释放:基于家庭信贷和资产配置视角的分

析[J].经济学动态,2022(8):45-60.

[17] GROSSDB,SOULELES N S.Doliquidityconstraintsandinterestratesmatterforconsumerbehavior? Evidencefromcreditcarddata[J].Thequarterly

journalofeconomics,2002(1):149-185.

[18] 柴时军.移动支付是否放大了家庭债务风险?:基于家

庭财务杠杆视角的微观证据[J].西南民族大学学报

(人文社科版),2020(10):122-133.

[19] 郭英之,李小民.消费者使用移动支付购买旅游产品

意愿的实证研究:基于技术接受模型与计划行为理论

模型[J].四川大学学报(哲学社会科学版),2018(6):

159-170.

[20] MA QG,WANG M L,HEYJ,etal.Doesmobile

paymentchangeconsumers'perceptionduringpaymentprocess?:anERPstudy [J].Neuroscienceletters,2021:136-138.

[21] 于艺凝,李欧,汪蕾.支付效应的理论机制及影响因素

[J].应用心理学,2021,27(1):84-94.

[22] 高钰莹.消费金融对居民消费行为的影响[J].商业经

济研究,2020(24):176-178.

[23] 易行健,周利.数字普惠金融发展是否显著影响了居

民消费:来 自 中 国 家 庭 的 微 观 证 据 [J].金 融 研 究,

2018(11):47-67.

[24] KAPLANLB,SZYBILLO GJ,JACOBYJ.Componentsof perceived riskin product purchase:a

cross-validation [J].Journalofappliedpsychology,

1974(3):287-291.

[25] 尹志超,公雪,郭沛瑶.移动支付对创业的影响:来自

中国家庭金融调查的微观证据[J].中 国 工 业 经 济,

2019(3):119-137.

[26] 孙根紧,王丹,丁志帆.互联网使用与居民旅游消费:

来自中国家庭追踪调查的经验证据[J].财 经 科 学,

2020(11):81-93.

[27] 周广肃,孙浦阳.互联网使用是否提高了居民的幸福

感:基于家 庭 微 观 数 据 的 验 证 [J].南 开 经 济 研 究,

2017(3):18-33.

[28] 郭为,王静,李承哲.农民非农就业与农民家庭旅游消

费支出:基于中国家庭追踪调查2012—2014数据的

实证分析[J].旅游科学,2021(3):62-78.

[29] 罗蓉,彭楚慧,鲍新中.互联网使用与家庭旅游消费:

基于信息渠道的中介效应分析[J].旅游学刊,2022

(4):52-66.

[30] ROSENBAUM PR,RUBIN D B.Assessingsensitivitytoanunobservedbinarycovariateinanobservationalstudywithbinaryoutcome[J].Journalofthe

royalstatisticalsociety:SeriesB (Methodological),

1983(2):212-218.

[31] 尹志超,公雪,潘北啸.移动支付对家庭货币需求的影

响:来自中国家庭金融调查的微观证据[J].金 融 研

究,2019(10):40-58.

[32] 徐巧玲.城乡劳动者就业质量与休闲消费不平等[J].

消费经济,2022(4):39-50.

[33] 李佳楠,刘春林.新生代社会责任观:消费行为的代际

差异研究[J].科研管理,2018(7):106-113.

121

康 悦等:非现金支付方式、借贷获得与旅游消费支出 理论探索

Non-cashPaymentMethods,BorrowingAccess,

andTourismConsumptionExpenditures

———AnalysisbasedonCHFS2017Data

KangYue

1,GuoWei

2,WangJing

3

(SchoolofTourismandGeographicalSciences,QingdaoUniversity,Qingdao266071,China)

Abstract:Inrecentyears,sluggishresidentialconsumptionhasbecomeanimportantfactorlimitingeconomicdevelopment.Therefore,howtostimulateconsumptionandpromoteconsumptionupgradehasbecomeacommontopicofconcernamongscholars.Promotingthegrowthandupgradingofconsumption

throughtourismisausefulattempt.Tourismconsumptionisdifferentfromdailyconsumptionasitconnectsthesixconsumptionareasof\"food,accommodation,transportation,tourism,shoppingandentertainment\".Thewidecoverageandthehighyieldmakesitaneffectivemeanstostimulatedomesticconsumption.Thegrowthoftourismconsumptionisduetothediversificationofpaymentmethods,especially

thedevelopmentofmobilepayments.Mobilepaymenthasbecomethepreferredmethodofpayment.The

changeinpaymentmethodshaschangedtheconsumptionbehaviorofChinesepeopletosomeextent.Peopleareusingmobilepaymenttopurchaseallkindsofgoodsandservicesthroughinternetplatformsrather

thanphysicalstores.Changesinpaymentmethodshavecertainlyincreasedconsumption.Previousscholarshaveexploredmanyfactorsthatinfluencetourismconsumption,butlittleattentionhasbeenpaidto

theuniqueandcontemporaryfactorofpaymentmethods.Questionssuchaswhatportionofthistourism

spendingisdrivenbychangesinpaymentmethodsremainunexplored.

Therefore,theinnovationsofthispaperareasfollows.First,thearticleexploresforthefirsttime

theimpactofnon-cashpaymentmethodsontourismconsumptionexpenditure.Second,thearticleanalyzestheimpactofindividualpaymentmethodcombinationsontourismconsumptionexpenditurebasedon

furtherbreakdownofpaymentmethodsandverifiesthattheconvenienceanddiversityofpaymentmethods

canincreaseconsumptionexpenditure.Third,thearticleverifiestheimpactofnon-cashpaymentmethods

ontourismconsumptionexpenditureintermsofliquidityconstraintsandriskpreferences.Thesetwoperspectivesenrichtheliteratureontheinfluenceofpaymentmethodsontourismconsumptionlevels.

ThechangeinpaymentmethodsisatypicalfeatureofChina'sneweconomy.Mobilepaymentshave

changedChineseconsumptionhabitsandhavehadamajorimpactontoday'sconsumption.Usingdatafrom

theChinaHouseholdFinanceSurvey2017 (CHFS2017),thearticleinvestigatestheimpactofpayment

methodsonindividualtourismconsumptionexpenditures.Thearticle'sresultsuggeststhefollowing:(1)

usingnon-cashpaymentscanincreasetourismconsumptionexpenditure;(2)riskpreferencemoderatesthe

effectofnon-cashpaymentmethodsonstimulatingtourismconsumptionexpenditure;(3)borrowingaccessplaysamediatingroleintheeffectofnon-cashpaymentmethodsontourismconsumptionexpenditure;(4)differentcombinationsofpaymentmethodscanleadtodifferenttourismconsumptionexpenditure;(5)tourismconsumptionexpenditurehasurban-ruralandgroupheterogeneity.Non-cashpayment

methodshaveakeyroleinpromotingtourismconsumptioninurbanareasvsruralareas,andinindividuals

oftheyoungergenerationcomparedtotheoldergeneration.Basedonthesefindings,thearticleconcludes

withpolicyrecommendations.

Keywords:non-cashpaymentmethods;borrowingaccess;tourismconsumptionexpenditures

[责任编辑:连云凯]

122

旅 游 论 坛 2023年 第16卷 第4期

2023年7月

第16卷 第4期

doi:10.15962/j.cnki.tourismforum.202304049

http://gllylt.cbpt.cnki.net

【研究进展】

大数据在中国旅游研究中的应用回顾与展望

宋潇潇,李云鹏* ,李 勇

(首都经济贸易大学 工商管理学院,北京 100070)

[摘 要]大数据为旅游研究提供了广泛的数据来源,拓展了旅游研究的广度和深度。然而,对基于

中国本土旅游大数据应用而形成的学术研究成果及其研究趋势却缺乏系统性的认识和评判。文章

以中国知网(CNKI)为数据来源,系统性地总结了发表在中文学术期刊上的旅游大数据的学术研

究进展,并在此基础上提出未来的研究方向。研究发现:年度发文量总体上呈增长趋势,2018年为

显著增长点。在数据类型上,主要分为用户生成内容数据、设备数据和运营数据三大基本类型,其

中,用户生成内容数据已被广泛应用于旅游研究,设备数据和运营数据的使用仍需深入挖掘。在数

据来源上,主要为携程旅行、马蜂窝旅游网和新浪微博等社交媒体,并且大多数研究依靠单一的数

据来源。在研究方法上,计量经济模型等传统定量方法仍是主流分析方法;定性分析和混合研究方

法,尤其是文本分析和机器学习等跨学科方法使用较少。在研究主题上,研究内容呈多元化和碎片

化特点,包括旅游感知与体验、旅游者行为、旅游流、旅游预测、评论管理、网络关注度、旅游资源分

布和模型构建与改进等多主题。未来研究应从数据、方法和理论多视角深化旅游大数据研究,包括

加强产学研合作和多源数据的协同共享、文本分析和机器学习等跨学科方法的使用、交叉学科研究

和理论构建等。

[关键词]旅游;大数据;数据类型;数据来源;分析方法;应用领域

[中图分类号]F592.7 [文献标识码]A [文章编号]1674-3784(2023)04-0123-13

大数据作为知识经济时代的重要资源,是社会

生产和生活过程中产生的海量、多源数据的集合。

大数据具有体量大(Volume)、类型多(Variety)、速

度快 (Velocity)和 价 值 密 度 低 (Value)的 4V 特

征[1],是对传统数据的有力补充,能够为增强决策过

程提供有价值的见解,已经被广泛应用于金融、教

育、医疗和交通等多个领域。大数据在旅游领域中

的应用也越来越普遍和深入,为旅游研究提供了重

要的数据来源,拓展了旅游研究的广度和深度。近

年来,旅游大数据研究成果颇为丰富[2-3],并呈现鲜

明的跨学科、多元化与碎片化特征。鉴于此,对大数

据在旅游研究中的应用这一研究主题进行全面、系

123

[基金项目]本文受首都经济贸易大学特大城市经济社会发展研究院省部级重大项目“北京市大数据场景应用新模式及促

进政策研究”(GDZK20200107006)、2022-2024年度首都经济贸易大学博士研究生学术新人计划项目“数据赋能与使能双

重视角下的共享经济服务模式创新和价值”(2022XSXR02)资助。

[收稿日期]2022-08-23;[修回日期]2023-05-12

[作者简介]宋潇潇(1995-),女,山东威海人,首都经济贸易大学工商管理学院2020级博士研究生,主要研究方向为旅游大

数据与智能服务,E-mail:songxiaoxiao_up@163.com;李云鹏(1971-),男,黑龙江宾县人,博士,首都经济贸易大学工商管

理学院教授、博士生导师,主要研究方向为旅游营销商务智能分析决策,E-mail:liyunpeng@cueb.edu.cn,通讯作者;李勇(1994

-),男,湖北荆门人,首都经济贸易大学工商管理学院2019级博士研究生,主要研究方向为目的地管理与大数据挖掘,Email:liyongsd2018@163.com。

统的文献回顾,具有梳理性、整合性和指导性的学术

价值和实践价值。

已有学者对现有研究成果进行了系统性回顾与

总结,并进行了综述,这些综述文章大致可以分为两

类:一类是梳理大数据在旅游研究中的应用,主要从

数据来源、数据类型、研究方法和研究主题等方面进

行系统性综述,并提出未来的研究方向[4][5]301,[6]168,[7]

;

另一类是对单一的旅游大数据类型或应用领域进行

梳理与总结[8-9][10]37。上述综述文章为理解旅游大

数据的学术研究进展提供了重要方向,但仍存在一

定的局限性。这种局限主要体现在,学界在对旅游

大数据研究进行分析和综述时,大多基于英文旅游

大数据学术研究,在客观反映中国本土旅游大数据

发展特色方面还不足。尽管少数学者已经尝试对中

国旅游大数据的实践与应用研究进行评述,但尚难

以形成系统性和指导性的知识体系。事实上,基于

对大数据实践的丰富经验和多维应用,中国旅游大

数据学术领域已经取得了丰富的成果。因此,本研

究遵循“研究概况→旅游大数据基本类型及其来源

→旅游大数据分析方法→大数据在国内旅游研究中

的应用领域”的分析框架,对发布在中文学术期刊上

的旅游大数据(以下简称“中文旅游大数据”)的学术

研究进展进行系统性梳理,并在此基础上提出未来

的研究方向。

1 数据来源与研究方法

本研究采用系统性文献回顾方法,以 2007 年

(国内最 早 出 现 旅 游 大 数 据 学 术 研 究 的 时 间)至

2021年发表在中文学术期刊上的旅游大数据代表

性文献为研究对象,系统梳理了国内旅游大数据研

究现状。文献检索与筛选过程主要包括以下步骤:

第一,选择中国知网(CNKI)为数据获取来源。第

二,期刊来源类别同时选择“核心期刊”“CSSCI”①

“CSCD”② ,不包括著作专题章节、会议论文集、学位

论文等,时间跨度为2021年及其之前的所有年份。

第三,使用多个关键词组合进行高级搜索,主要包括

“旅 游/酒 店/共 享 住 宿/民 宿/Airbnb

③ + 大 数 据”

“旅游/酒店/共 享 住 宿/民 宿/Airbnb+ 在 线 评 论”

“旅游/酒店/共 享 住 宿/民 宿/Airbnb+ 社 交 媒 体”

“旅游/酒店/共 享 住 宿/民 宿/Airbnb+ 百 度 指 数”

“旅游/酒店/共享住宿/民宿/Airbnb+POI

④ ”(检索

时间为2021年4月)。第四,为了避免遗漏重要文

献,笔者分别于2021年8月、2022年1 月和 2022

年4月重复上述步骤进行补充检索。此外,在阅读

文献的过程中采用滚雪球的方法补充相关重要文

献。需要指出的是,《旅游论坛》和《旅游导刊》两本

期刊不在以上期刊筛选规则中,但是鉴于它们被国

内部分高校及学者们作为中文旅游研究成果发表的

推荐期刊,本研究将《旅游论坛》和《旅游导刊》上发

表的旅游大数据研究也纳入研究对象。经过上述检

索和筛选,共得到702篇文献。对于这些文献,通过

阅读题名、摘要、关键词和正文内容来剔除重复的、

相关程度低的以及非学术研究类(期刊短篇评论性

文章、笔谈文章等)的文献,共保留了311篇发表于

中文学术期刊的旅游大数据实证文章和文献综述类

文章作为最终的研究样本。

2 研究概况

2.1 时间分布

图1为中文旅游大数据学术研究的年度发文量

曲线。整体上,中文旅游大数据学术研究的年度发

文量呈增长趋势,这表明旅游大数据这一研究领域

越来越受到学者的关注。第1篇关于中文旅游大数

据的研究论文,2007年发表于《旅游科学》,其作者

李君轶和杨敏利用 Web数据挖掘技术对旅游需求

进行了分析和预测[11]。根据 Li等学者的研究[5]303,

英文旅游大数据研究的最早发表时间为2007年,这

表明国内外旅游大数据研究的起步时间是一致的。

此外,中文旅游大数据研究的发文数量自2018年起

显著增长,之 后 每 年 的 发 文 数 量 保 持 较 为 稳 定 的

水平。

2.2 期刊来源

研究样本共包括 101 个期刊的 311 篇学术研

究,涵盖经济、管理、地理、计算机、统计等不同学科,

呈现跨学科特点。从图2可以看出,旅游大数据研

究载文量排名前十的期刊为《旅游学刊》(29 篇)、

《经济地理》(22篇)、《旅游论坛》(16篇)、《地域研究

与开发》(14篇)、《资源开发与市场》(12篇)、《地理

与地理信息科学》(11篇)、《地理科学》(10篇)、《数

据分析与知识发现》(9篇)、《南开管理评论》(8篇)、

124

旅 游 论 坛 2023年 第16卷 第4期

《旅游导刊》(8篇),总刊文量为139篇。在排名前

十的期刊中,人文经济地理类期刊包括《旅游学刊》

《经济地理》《旅游论坛》《地域研究与开发》《地理科

学》《旅游导刊》,说明大数据对国内人文经济地理学

研究产生了深刻影响。同时,人文经济地理类学术期

刊在刊发旅游大数据研究上也具有较高的影响力⑤ 。

图1 中文旅游大数据学术研究的年度发文量曲线

图2 中文旅游大数据研究的期刊来源

2.3 研究场景

大数据在旅游领域具有非常广泛的应用场景,

包括旅游景区、酒店、共享住宿和餐饮等。国内旅游

大数据研究中,旅游景区是最常使用的研究场景,这

主要是因为旅游景区是旅游业的核心要素,是旅游

产品的主体成分,尤其是智慧景区的建设离不开大

数据的支撑。其次为酒店、共享住宿和餐饮场景。

部分文章未区分具体的旅游场景,而是以整个旅游

125

宋潇潇等:大数据在中国旅游研究中的应用回顾与展望 研究进展

目的地或多种旅游资源为研究对象。

3 旅游大数据类型

Li等学 者 将 旅 游 大 数 据 分 为 用 户 生 成 内 容

(user-generatedcontent,UGC)数据、设备数据和交

易 数 据 3 种 类 型,分 别 由 用 户、设 备 和 运 营 产

生[5]305。邓宁等学者将常见的大数据类型划分为移

动通信运营商数据、在线旅游平台数据、用户生成数

据、交通数据、消费数据、搜索引擎数据和旅游供应

商的内部数 据[12]3-4。Sivarajah 等 学 者 指 出,大 数

据包括文本内容(即结构化、半结构化以及非结构

化)和多媒体内容(视频、图像、音频)[13]。基于上述

文献,本研究将旅游大数据的基本类型分为 UGC

数据、设备数据和运营数据,从而构建了一个更具概

括性与完整性的旅游大数据分类标准体系(图3)。

其中,UGC数据主要包括文本数据、图像数据、数值

数据、音频数据和视频数据;设备数据主要包括手机

基站定 位 数 据、兴 趣 点 (pointofinterest,POI)数

据、基于位置的服务(locationbasedservices,LBS)

签到数据、GPS数据和遥感数据;运营数据主要包

括网络搜索数据、在线预订数据、网站浏览数据、客

流量数据和平台描述性运营数据。这一划分标准与

现有分类相比,涵盖类别更为全面且划分更为清晰

简洁。比如,相较于 Li等学者的分类[5]305,本研究

在 UGC数据中新增了数值数据、音频数据和视频

数据。与邓宁等学者的分类[12]3-4 相比,本研究将

网络搜索数据、在线预订数据、网站浏览数据、客流

量数据和平台描述性运营数据等统一归入运营数

据,划分更为清晰简洁。

图3 旅游大数据基本类型

结合本研究所划分的旅游大数据的基本类型,

进一步地梳理了它们的主要来源(图4),可以归纳

为社交媒体(UGC数据和运营数据主要来源)、通信

运营商(设备数据主要来源)、地图服务商(设备数据

主要来源)、搜索引擎(运营数据主要来源)、旅游企

业(运营数据主要来源)和大数据平台(设备数据和

运营数据主要来源)。社交媒体包括在线旅游服务

平台、旅游社交分享平台和在线生活服务平台,通信

运营商包括中国移动、中国联通和中国电信,两大地

图服务商为百度地图与高德地图,搜索引擎主要包

括百度与谷歌,旅游企业包括旅游景区、酒店和旅游

科研机构等,大数据平台包括地理空间数据云、腾讯

位置大数据等。

3.1 用户生成内容(UGC)数据

UGC数据包括不同终端用户生成的数据,可以

分为文本数据、图像数据、数值数据、音频数据和视

频数据。总体上,文本数据是使用最为广泛的大数

据类型之一,包括在线评论、网络游记和游记攻略

等,具有时效性强、样本量足和信息量大等特点,能

够反映旅游者的需求与偏好[14]1092。近年来,图像数

据也越来越引起学者们的重视,旅游者拍摄的照片

具有内在主观性,是旅游者表达对旅游目的地偏好

和旅游体验的另一种重要体现。图像数据能够印证

文本数据的合理性,增强结论的可信度。此外,被分

126

旅 游 论 坛 2023年 第16卷 第4期

图4 旅游大数据主要来源

析的数据还包括评论数量和分数等。音频数据和视

频数据尚未被广泛使用。虽然 UGC 数据具有内容

丰富、可获得性高等优点,但也存在一些缺点。一方

面,文本、音频和视频等 UGC 数据多为非结构化数

据,具有格式多样化和处理流程复杂等特征,因而具

有较高的处理难度;另一方面,信息过载可能会造成

数据质量难以衡量,比如在线评论中会掺杂虚假信

息和广告等,需要建立过滤和监管机制以便有效识

别这些无效信息。

UGC数据主要来源于各大社交媒体,包括在线

旅游服务平台、旅游社交分享平台和在线生活服务

平台等。在线旅游服务平台是获取 UGC 数据的最

主要来源。其中,携程旅行是旅游者预订旅游服务

和搜索信息的重要途径,能够保证样本的数量和质

量,因此是当前旅游研究使用最多的数据来源平台。

其他在线旅游服务平台包括去哪儿旅行、TripAdvisor(猫途鹰)、同程旅行、途牛旅游网、Airbnb(爱彼

迎)、小 猪 民 宿、途 家 民 宿、蚂 蚁 短 租 网、Booking.

com(缤客网)等。旅游社交分享平台和在线生活服

务平台也是重要的数据来源。社交分享平台中,新

浪微博能够生产大量的旅游内容,已经成为社会化

旅游的重要生态节点,越来越多的研究使用新浪微

博大数据。马蜂窝旅游网拥有丰富、全面的旅游攻

略信息和网络游记数据,常被用于旅游研究。还有

的研究是通过博客和六只脚社区等途径获取数据。

在图像数据的获取上,许多研究使用图片分享网站

Flicker和Panoramio。主要的在线生活服务平台包

括美团网和大众点评网,可以借此获取在线评论数

据和 POI等地理位置数据。

3.2 设备数据

设备数据包括手机基站定位数据、POI数据、

LBS签到数据、GPS数据和遥感数据。手机基站定

位数据可分为信令数据(位置变换信息)、话单数据

(通话详细记录)和话务量数据(汇总性手机通话或

上网流量数据)[10]39,[15],具有信息实时性、真实性、

准确性、连续性和全覆盖性等特点。中国移动、中国

联通和中国电信三大通信运营商是手机基站定位数

据的主要来源。手机基站定位数据在旅游研究中的

应用处于探索阶段,现有研究中使用最多的是手机

信令数据和脱敏通信记录数据。手机基站定位数据

对于旅游研究具有重要价值,但是在获取和使用过

程中也面临诸多挑战,如获取难度大、获取成本高、

个人隐私泄露等问题。使用此类数据时需做好数据

脱敏工作,保护个人隐私。如何有效辨别手机用户

是否为旅游者是关键也是最困难的问题。POI数据

包括地理数据点的名称、经纬度、地址和分类等信

息,具有地理信息精度较高、数据量丰富等特征,近

年来使用 POI数据的研究逐渐增多。高德地图与

百度地图这两大地图服务商是 POI数据的主要获

取来源。LBS签到数据也是基于位置服务的核心

数据之一,签到数据能够映射用户的旅游意向与偏

好,为旅游流和旅游者时空行为研究提供新的数据

源[16]。目前,应 用 最 为 广 泛 的 是 新 浪 微 博 签 到 数

据。GPS数据可以通过手持 GPS追踪设备和支持

127

宋潇潇等:大数据在中国旅游研究中的应用回顾与展望 研究进展

GPS的移动应用程序获取,具有精细度高和连续性

等优点,在揭示旅游者时空行为特征方面具有优势,

因此常被用于旅游行为研究。也有研究使用遥感数

据,其遥感数据大多来自地理空间数据云等大数据

平台。

3.3 运营数据

运营数据主要包括网络搜索数据、在线预订数

据、网站浏览数据、客流量数据和平台描述性运营数

据。大部分运营数据获取难度大,在旅游研究中的

应用有限。这可能是因为大多数运营数据由旅游经

营者(酒店、旅行社和景区管理者)和政府部门控制,

可获得性较低[5]317,数据壁垒造成的“信息孤岛”现

象已经成为大数据应用面临的主要问题。作为运营

数据的一部分,基于搜索引擎的网络搜索数据获取

门槛相对较低。主流的网络搜索数据来自百度指数

和谷歌趋势,国外研究主要使用谷歌趋势,国内研究

主要使用百度指数。百度指数依托百度搜索引擎,

是以百度海量网民的搜索行为数据为基础的数据分

享平台。通过计算各个搜索关键词在百度搜索引擎

中的加权频次,百度指数可以一定程度上反映搜索

者的潜在需求和关注度。因此,百度指数被学者们

广泛使用。在研究旅游需求与网络搜索之间的关系

时,选取恰当的网络搜索关键词至关重要。当前关

键词的选取方法主要有技术取词法、直接取词法和

范围取词法[17]94。在线预订数据、网站浏览数据、客

流量数据和平台描述性运营数据也是重要的运营数

据,主要来源于旅游景区、酒店和旅游科研机构等旅

游企业。地理空间数据云和腾讯位置大数据等大数

据平台是设备数据和运营数据的来源之一。现有研

究中涉及的旅游企业和大数据平台包括各地监测平

台、政府官方网站、景区管理部门、美国地质勘探局、

康奈尔大学、InsideAirbnb、地理空间数据云、腾讯

位置大数据、聚数力(dataju)平台和 Glovis网站等。

4 旅游大数据分析方法

旅游大数据的处理与分析遵循“数据获取→数

据预处理→数据分析”三步骤(图5)。第一步,关于

旅游大数据的获取,不同来源的大数据对应不同的

获取方式。比如,社交媒体和地图服务商提供的数

据主要通过各自开放的 API接口或者网络爬虫的

方式获取。手机基站定位数据主要由通信运营商或

与之合作的监测平台提供。总体而言,现有文献对

数据获取部分的介绍不够规范,部分文献并没有在

文中明确说明所使用数据的获取方法。第二步,在

正式分析数据之前,需要进行数据预处理。对于数

值数据,通常需要进行数据类型转换、数据修正、重

复数据删除、数据分类和数据验证等处理步骤。对

于非数值型数据,比如文本数据,则需要遵循重复文

本删除、文本分词、词性标注和停用词删除等处理步

骤。图像数据的处理流程主要包括重复图片删除、

图片元数据和图片评论清洗等步骤。第三步,对数

据进行正式分析。目前使用的分析方法包括定量分

析法、定性分析法、文本分析法、机器学习方法和社

会网络分析方法等。其中,定量分析法在国内旅游

大数据研究中占主导地位,社会网络分析方法经常

被用于分析旅游流网络结构特征,而定性分析法、混

合研究方法以及文本分析法和机器学习方法等跨学

科方法的使用仍有待加强。

图5 大数据处理与分析流程

4.1 定量分析法

传统定量分析法仍然是目前主流的分析方法,

包括各种计量经济模型和 GIS 与空间分析 法 等。

现有研究中使用的计量经济模型与方法包括多元线

性回归、负二项回归、有序概率单位(Probit)回归、

分位 数 回 归、向 量 自 回 归 (vectorautoregression,

VAR)、自 回 归 求 和 移 动 平 均 模 型 (autoregressive

integratedmovingaveragemodel,ARIMA)和方差

分析等。GIS和空间分析法可实现空间数据分析,

经常与数理统计结合分析,包括最近邻指数、核密度

128

旅 游 论 坛 2023年 第16卷 第4期

估计(kerneldensityestimation,KDS)、热 点 分 析

(Getis-OrdGi

* )、莫兰指数(Moran'sI)、LISA 集

聚图、栅格计算、缓冲区分析、标准差椭圆和地理探

测器等空间分析算法。主要使用的分析工具包括

SPSS、Stata、Eviews、ArcGIS、Geoda和 Arcmap等。

4.2 定性分析法

在旅游大数据研究中,定性分析法主要指基于

扎根理论的编码方法。仅有少量研究使用单一的定

性分析法,比如使用 NVivo定性研究软件进行编码

分析。另外一些研究将基于扎根理论的编码与文本

分析法或社会网络分析方法相结合。

4.3 文本分析法

文本分析法是分析文本大数据的重要方法,包

括词频分析、词频 - 逆文档率(termfrequency-inversedocumentfrequency,TF-IDF)、产生词向量的

相关模型(Word2Vec)、主题模型、情感分析和语义

网络分析等。由于旅游平台上有大量评论、攻略、社

交数据,文本数据是使用最多的旅游大数据类型,因

此文本分析法在旅游大数据研究中的应用也较为普

遍。具体而言,词频分析是文本挖掘的重要手段,是

最基础也是目前使用最为广泛的文本分析法。主题

模型在主题识别、语义挖掘方面具有显著的优势。

现有 研 究 主 要 运 用 隐 含 狄 利 克 雷 分 布 (latent

dirichletallocation,LDA)主 题 模 式 从 文 本 中 挖 掘

用户信息,对词语进行主题聚类,从而实现主题识别

和分类。目前,主流的文本情感分析方法包括基于

情感词典的情感分析、基于机器学习的情感分析和

混合方法[18]179。语义网络分析主要以词频分析为

基础,关注的焦点不是词语本身,而是词与词之间的

关系模式[19],也是研究中经常使 用 的 分 析 方 法 之

一。现有研究多使用 StanfordPOStagger软件对

文本信息进行预处理,在此基础上使用 Leximancer、ROSTCM、百度 AI开放平台中的情感倾向分

析 API、Textblob、KH Coder、SentiWordNet、R 软

件和 Protégé等软件进行正式的文本分析。其中,

ROSTCM 是最常使用的文本分析工具。

4.4 机器学习方法

机器学习模型主要被用于分类和预测任务,在

旅游大数据研究中的应用处于初步阶段,尤其是预

测模型的使用较为缺乏。支持向量机(supportvectormachine,SVM)是一种有监督学习的分类器,是

目前应用于旅游文本分类任务最常见的分类算法,

K-means聚类和朴素贝叶斯也是使用较多的分类

算法。其他机器学习分类模型包括深度神经网络

(deepneuralnetworks,DNN)、人工神经网络(artificialneuralnetwork,ANN)、卷积神经网络(convolutionalneuralnetworks,CNN)、文本卷积神经网

络(textconvolutionalneuralnetwork,TextCNN)、

双向长短时记忆循环神经网络(bi-directionallong

short-term memoryrecurrentneuralnetworks,bidirectionalLSTM RNN)、基于景点知识的多任务

联合学习的分类模型(knowledge-based multi-task

jointlearning classification model,KB-MJLCM)

等。用于 预 测 的 机 器 学 习 模 型 包 括 Lasso 回 归、

XGBoost模型、BP(backpropagation)神 经 网 络 模

型和基 于 相 似 用 户 (similarity)、景 点 热 度 (popular)、时间(time)的 SPT 景点推荐算法等。常用的

分析 软 件 包 括 Python 和 图 片 深 度 学 习 分 析 工 具

DeepSentiBank等。

4.5 社会网络分析方法

社会网络方法主要分析行动者之间的相互关系

及其在整个网络中所处的地位。学者们经常将社会

网络分析方法与旅游地理学中的 GIS和空间分析

方法结合使用,用于旅游流网络结构整体特征与节

点特征分析。常用的分析软件包括 Ucinet和 Netdraw软件、Gephi和 DataViz可视化数据分析软件等。

5 大数据在国内旅游研究中的应用领域

旅游大数据研究内容呈多元化特征。大数据在

国内旅游研究中的九大应用领域分别为旅游感知与

体验、旅游者行为、旅游流、旅游预测、评论管理、网

络关注度、旅游资源分布、模型构建与改进和其他应

用领域。

5.1 旅游感知与体验研究

旅游的本质是为旅游者提供难忘、愉快和身临

其境的体验,了解旅游者的旅游感知与体验对提高

目的地管理水平和声誉、改善旅游者体验起到重要

作用。以往研究大多采用问卷或访谈等“小数据”的

方式探讨旅游体验,存在研究主体主观性和结论缺

乏普适性等问题[20]。相比之下,在线评论、游记和

旅游攻略等 UGC数据更能够客观反映旅游者的旅

游感知与体验,是此类研究的重要数据源。关于大

数据的旅游感知与体验研究可大致分为3个子主

题:(1)旅游景区等旅游目的地形象感知研究,主要

集 中 在 感 知 形 象 要 素 构 成 和 影 响 因 素 两 个 方

129

宋潇潇等:大数据在中国旅游研究中的应用回顾与展望 研究进展

面[21-22]。在研究目的地形象感知时,“认知-情感”

三维模型,即认知形象、情感形象和整体形象已经得

到了学界的基本认同[23-24]。(2)情感体验研究,包

括积极和消极情感挖掘以及影响因素等方面[25-27]。

旅游情感一直是国内外旅游领域的重要研究话题,

能够深入反映旅游者的旅游体验,并进一步影响满

意度、忠诚度、行为意向等[28]。(3)满意度研究,主

要探讨满意度评价水平以及影响因素[29-31]。

5.2 旅游者行为研究

旅游者行为是旅游领域的主流研究内容之一。

信息技术的快速发展改变了旅游者的行为模式,也

为旅游者行为研究提供了新的数据源。基于大数据

的旅游者行为研究主要包括旅游者时空行为、旅游

者偏好和旅游者行为意向等。旅游者时空行为是旅

游者行为研究的重要分支,反映了旅游者在旅行过

程中的时间和空间行为。基于 UGC 数据和设备数

据的旅游者时空行为模式研究已经取得了丰硕成

果。相比之下,现有研究对其影响因素的探讨尚不

充分。郭旸等学者的研究表明,旅游者时空行为模

式特征受旅游者的客源地、旅游停留时间、景点开放

时间和同伴类型等因素的影响[32]。梁嘉祺等学者

发现,空间特征、时间预算和人际互动等时空环境因

素能够影响游客时空行为[33]。也有研究探讨了旅

游者偏好和旅游者行为意向等问题。比如,王红丽

等学者探讨了房东自我展示信息主题对房客预订行

为的影响,并验证了信任的中介机制作用[34]。

5.3 旅游流研究

旅游流有狭义和广义之分,广义的旅游流包括

游客流、物质流、能量流和文化流等,狭义的旅游流

仅指游客流[35]。大多数研究采用狭义的旅游流,即

在旅游空间区域内,旅游者基于相似的旅游需求而

引起的集体性空间移动现象。旅游流是大数据在旅

游研究中应用的主要领域,设备数据和 UGC 数据

是使用的主要数据类型。旅游流的研究内容多样,

主要包括以下5个子主题:(1)旅游流时空分布特征

及演化模式研究;(2)旅游流网络结构特征及演化模

式研究,这也是旅游流研究成果最为丰富的子主题;

(3)影响因素与作用机制研究,现有大多数研究停留

在讨论旅游流特征和分布规律的层面,缺乏对影响

因素的深入剖析;(4)旅游流预测研究;(5)旅游流空

间效应研究。在研究尺度上,涵盖宏观到微观各级

尺度,包括国家、省际、城市和景区等,现有研究主要

以城市尺度为主。

5.4 旅游预测研究

准确的需求预测可以帮助旅游从业者作出商业

决策,也可以帮助旅游目的地决策者制定旅游发展

政策[36]。基于大数据的旅游需求预测包括游客出

行预测、旅游地到达人数预测、酒店需求预测、游客

偏好预测等,主要的数据来源是游客出行前在互联

网上的检索数据[6]167。国内有关旅游预测的大数据

研究相对有限,现有研究主要对旅游客流量进行预

测[17]98,[37],也有少许研究关注酒店客房需求预测、

酒店价格预测和用户偏好预测等。比如,曹睿等学

者基于 XGBoost机器学习模型,对共享住宿房源价

格进行了预测[38]。

5.5 评论管理研究

从评论者和评论内容等视角研究评论有用性和

商家评论管理策略也是重要话题之一。评论有用性

能够减少消费者搜索成本,帮助消费者及时获取有

效信息,并影响其消费决策[39]。评论特征(负面评

论、低评论星级、评分一致性和评论长度)和评论者

特征对评论有用性有显著影响[40-41]。商家评论管

理策略是该研究主题下的另一重要研究内容。及时

和准确的评论管理策略能够促进服务提供者和消费

者的在线互动。尤其在服务失败的情境下,作为一

种有效的服务补救策略,评论管理能够弥补服务失

败带来的不利影响,减少损失,恢复商家声誉。研究

表明,管理者在线管理反馈策略会影响评论有用性

和顾客满意度[42-43]。但是,管理者回复并不总是产

生积极影响,机械式回复反而会适得其反[44]。

5.6 网络关注度研究

国内旅游网络关注度研究已经取得了丰富的成

果。在数据来源上,百度指数是重要的数据渠道。

在研究主题上,基于大数据的旅游网络关注度研究

主要集中在以下两个方面:(1)旅游网络关注度时空

分布特征及影响因素,这是目前国内旅游网络关注

度的主要研究方向;(2)旅游网络关注度与旅游需求

(主要体现在旅游目的地客流量和旅游流)的关系研

究,该主题在前期相关研究中已经引起学者们的关

注。大部分研究认为,网络关注度与旅游目的地客

流量或旅游流之间是正相关关系[45]。值得注意的

是,方叶林等学者指出,网络关注度只是影响客流量

的众多因素之一,而非决定性因素,网络关注度与游

客量之间可能表现为“名副其实”“名小于实”“名不

副实”3种“错位关系”[46]。在研究视角上,目前研究

主要聚焦城市和旅游景区等旅游目的地的网络关注

130

旅 游 论 坛 2023年 第16卷 第4期

度,也有研究关注旅游细分市场(如体育旅游、温泉

旅游)、旅游舆情、旅游安全、旅游满意度和旅游要素

等视角。

5.7 旅游资源分布研究

旅游资源是旅游业的基础,可分为自然风景和

人文景观旅游资源。在本研究中,旅游资源的范围

相对广泛,既包括旅游景区、酒店等服务基础设施,

也涵盖学校、公交站点等地理实体。借助 POI等地

理位置数据探讨旅游资源的分布特征以及影响因素

是目前的主要研究内容;一方面,部分研究关注旅游

景区的空间分布及影响因素,研究尺度多为省域和

市域尺度;另一方面,部分学者聚焦某种具体的旅游

资源类型的空间分布,如乡村旅游和森林休闲旅游

资源等。

5.8 模型构建与改进研究

部分研究侧重利用大数据特征改进现有算法或

提出新的算法,提高算法效率和扩大算法适用度,以

提高现有模型的质量。通过融入文本和图片等不同

类型的大数据特征和构建特定领域的专属词库等途

径,都可以实现算法和模型质量的改进。刘逸等学

者通过界定旅游专属词库、语义逻辑规则和情感乘

数3个旅游文本情感分析的过滤参数,构建了基于

网络文本大数据的旅游目的地情感评价模型[14]1101,

为旅游情感分析模型的改进作出了重要贡献。此类

研究的主要内容包括情感分析模型的对比与改进、

评论有用性识别/虚假评论识别、旅游景点或酒店推

荐模型优化和大数据旅游统计模型构建等。

5.9 其他主题研究

除了上述主要应用领域,也有文献研究旅游危

机管理、平台定价机制、企业绩效、旅游目的地品牌

营销和旅游线路设计与规划等主题。比如,杨帅等

学者基于 Airbnb在线房源数据,探究了共享住宿定

价的重要影响因素,并从国家文化价值观的视角解

释了各个影响因素在不同国家之间的作用差异[47]。

徐峰等学者检验了基于认知、情感和制度的3种信

任构建机制对共享住宿预订量的影响[48]。

6 结论与展望

本文从研究概况、旅游大数据基本类型及其来

源、旅游大数据分析方法和大数据在国内旅游研究

中的应用领域等方面对国内旅游大数据的学术研究

进展进行了全面系统的梳理与分析,并在此基础上

提出未来研究的方向。图6为旅游大数据研究的分

析框架图。

图6 旅游大数据研究分析框架

131

宋潇潇等:大数据在中国旅游研究中的应用回顾与展望 研究进展

6.1 研究结论

(1)从研究概况来看,中文旅游大数据研究的发

文量总体上呈增长趋势,2018年为显著增长点,之

后保持较为稳定的发表水平;中文旅游大数据研究

的来源期刊涵盖经济、管理、地理、计算机、统计等不

同学科,呈现鲜明的跨学科特点;大数据已被广泛应

用于旅游景区、酒店、共享住宿和餐饮等多旅游场

景;国内外旅游大数据研究的起步时间保持同步,且

研究热度持续升温。

(2)从数据类型来看,国内旅游大数据可分为

UGC数据、设备数据和运营数据3种基本类型。通

过对比可以发现,国内外学术研究对旅游大数据的类

型划分大致相同。具体而言,UGC数据,尤其是文本

数据,是使用最多的旅游大数据类型,图像数据、音频

数据和视频数据的使用仍有待深入挖掘;设备数据私

密性强,获取门槛和成本高,在旅游研究中的应用处

于探索阶段;运营数据可获得性低,在旅游领域的运

用有限;多类型大数据的融合使用有待充分挖掘。

(3)从数据来源来看,携程旅行、马蜂窝旅游网

等社交媒体是最主要的旅游大数据来源,网络爬虫

技术的日益成熟使得此类数据的可获得性较高,获

取成本较低,但是从通信运营商和旅游企业等途径

获取数据仍较为困难;大多数研究使用单一来源数

据,多源数据的使用虽然受限但已经引起学者的重

视,目前多源数据融合主要为在线评论或游记等文

本数据的融合;国内外旅游大数据研究最主要的数

据来源都是社交媒体,不同的是,在网络搜索数据的

使用上中文研究大多使用百度指数、英文研究主要

使用谷歌趋势。

(4)从分析方法来看,计量经济模型和 GIS空

间分析法 等 传 统 定 量 方 法 是 主 流 研 究 方 法,其 中

GIS和大数据的结合适用于大尺度的空间行为研

究,这说明不同的研究方法适用于不同的研究问题;

定性分析法和混合方法的使用不够广泛;文本分析

和机器学习等跨学科方法和工具的使用不够深入。

现有研究中使用的文本分析工具相对单一,最常用

的分析工具为 ROST CM 软件。在机器学习方法

的使用上,学者们大多使用分类模型,机器学习预测

模型的使用非常缺乏。相比之下,国外研究对机器

学习方法的使用更为深入。

(5)从研究内容来看,旅游大数据的研究主题比

较丰富且呈现多元化趋势,包括旅游感知与体验、旅

游者行为、旅游流、旅游预测、评论管理、网络关注

度、旅游资源分布、模型构建与改进和其他主题等九

大主题;国内外旅游大数据研究在旅游感知与体验、

旅游者行为等主流研究方向上保持一致,其差异之

处是国外旅游预测的研究成果已经比较丰富,而国

内旅游预测的研究成果相对较少;旅游大数据的研

究内容具有跨学科属性,用于分析的样本文献涵盖

经济、管理、地理、计算机、统计等不同学科,体现了

旅游大数据研究的跨学科性;在研究类型上,现有旅

游大数据文章多为大数据驱动的应用型研究,理论

型的旅游大数据研究发展受限,即以实证研究为主,

文献综述和理论构建研究较为缺乏,其中中英文研

究基本保持一致,相对而言国外综述文章多于国内;

旅游大数据的研究深度有待进一步挖掘,如现有旅

游流研究主要聚焦旅游流时空演化特征和旅游流空

间网络结构特征,即只停留在分析事物特征层面,缺

乏对内在机理的研究;旅游大数据的研究视角较为

单一,现有研究主要基于旅游者的微观视角展开研

究,对当地居民、旅游企业和政策制定与管理者等其

他利益相关者的关注不够。

6.2 研究展望

(1)在数据类型上,未来研究应进一步挖掘并使

用图像数 据、音 频 数 据 和 视 频 数 据 等 不 同 类 型 的

UGC数据。UGC数据是国内旅游大数据研究中使

用最多的数据类型,使用在线评论数据的研究占据

“半壁江山”[49],而不同类型的 UGC 数据具有不同

的数据属性,在处理方法以及内容映射上均存在差

异性[50],能够从不同视角反映研究问题,对旅游研

究具有潜在的应用价值;注重设备数据和运营数据

的深入挖掘,并与其他类型的数据融合使用,如设备

数据与网络搜索数据的融合、文本数据与网络搜索

数据的融合。多类型的大数据能够互相补充验证研

究结果,增强研究可靠性。大数据与传统数据(实地

调研数据)之间也可以相互验证数据质量,两者的一

致性可以增强研究结果的科学性和准确性。

(2)在数据来源上,未来研究应更加注重多源数

据的挖掘与使用。多源数据之间可以互相补充和交

叉验证,在增加研究内容丰富性的同时,可以提高研

究结果的准确性和科学性,因此是未来重要的研究

趋势之一。比如,与基于单一搜索引擎大数据的旅

游需求预测相比,基于搜索引擎和在线评论的多源

大数据对旅游需求具有更好 的 短 期 预 测 效 果[51]。

因此,加强产学研合作,实现多源数据协同共享将成

为推动旅游大数据研究进一步发展的关键。

132

旅 游 论 坛 2023年 第16卷 第4期

(3)在研究方法上,多媒体数据带来的机遇之一

是方法创新,综合使用经济学、管理学、地理学、计算

机科学和统计学等多学科的方法和工具是未来重要

趋势之一。第一,未来研究应更多地使用混合研究

方法,比如通过传统问卷调查方法辅助验证文本分

析或扎根理论编码。第二,未来研究应深化文本分

析法和机器学习模型的使用。一方面,拓宽文本分

析法和机器学习模型的应用“宽度”;另一方面,挖掘

文本分析法和机器学习模型的应用“深度”,即要重

视算法和模型的优化改进。第三,未来研究也要借

助更多新的分析工具。比如,探索文本分析和视频

数据处理新软件。

(4)在研究内容上,旅游预测是国外旅游大数据

研究的热点之一,近年来的研究重点关注短期高频

的预测和新预测模型的应用,未来研究应重视旅游

预测这一研究内容;未来研究应结合哲学、伦理、管

理、经济、心理和计算机等多学科视角进行研究,如

深入探讨大数据背景下旅游者的隐私和伦理问题、

加强情感分析研究等;未来研究需要坚持理论驱动

和数据驱动“双驱并进”,推动旅游大数据研究进入

新的发展阶段;应用大数据挖掘与分析技术研究旅

游流的演化特征和旅游者行为特征,并在此基础上

分析其影响机制已经成为研究的重要方向,旅游流

和旅游者时空行为与其他主题的交叉研究可能是未

来新的方向;未来研究应关注多元视角,从旅游者、

社区居民、旅游企业和政策制定与管理者等多利益

相关者视角展开研究。旅游业的可持续发展离不开

利益相关者之间的协同合作,未来研究可以借助大

数据区分和揭示旅游者和当地居民的时空行为;探

讨5G 数字经济背景下政府和平台企业对大数据隐

私安全的保护问题;从管理者的视角研究评论管理

策略和旅游危机管理等主题。

注释

①CSSCI:ChineseSocialSciencesCitationIndex,中文社会科

学引文索引,是由南京大学中国社会科学研究评价中心开

发研制的数据库,用来检索中文社会科学领域的论文收录

和文献被引用情况。

②CSCD:ChineseScienceCitationDatabase,中国科学引文数

据库,由中国科学院文献情报中心创建。

③Airbnb:AirBedandBreakfast,爱彼迎。

④POI:PointofInterest,兴趣点。

⑤感兴趣的读者可来函索取详细的期刊名称、学科分布和载

文量等具体数据。

参考文献

[1] 维克托·迈尔·舍恩伯格,肯尼思·库克耶.大数据时

代:生活、工作与思维的大变革[M].盛杨燕,周涛,译.

杭州:浙江人民出版社,2013.

[2] LIX,LAW R.Networkanalysisofbigdataresearchin

tourism[J].Tourism managementperspectives,2020,

33:100608.

[3] MARIANIM,BAGGIO R.Bigdataandanalyticsin

hospitalityandtourism:asystematicliteraturereview

[J].Internationaljournalofcontemporaryhospitality

management,2022(1):231-278.

[4] 陆保一,韦俊峰,明庆忠,等.基于知识图谱的中国旅游

大数据应用研究进展[J].经济地理,2022(1):230-240.

[5] LIJJ,XULZ,TANGL,etal.Bigdataintourismresearch:aliteraturereview[J].Tourism management,

2018,68:301-323.

[6] 曾忠禄,王兴.大数据在旅游研究中的运用:国际文献

研究[J].情报杂志,2020(10):165-168.

[7] 吴开军.旅游大数据研究热点及特征探析:基于国外文

献的分析[J].统计与信息论坛,2019(4):105-113.

[8] 陈雪,张宏磊,徐一帆,等.旅游研究中的图像研究进展

与展望[J].旅游学刊,2021(3):127-140.

[9] LIX,LAW R,XIEG,etal.Reviewoftourismforecastingresearchwithinternetdata[J].Tourism management,2021,83:104245.

[10] 郑伟民,李梦玲,庄歆怡,等.手机基站定位数据在旅

游领域的应用综述[J].旅游导刊,2021(4):37-57.

[11] 李君轶,杨敏.基于 Web数据挖掘的旅游需求分析与

预测[J].旅游科学,2007(6):47-52.

[12] 邓宁,曲玉洁.我国旅游大数据的产业实践:现状、问

题及未来[J].旅游导刊,2021(4):1-15.

[13] SIVARAJAH U,KAMAL M M,IRANIZ,etal.

CriticalanalysisofBigDatachallengesandanalytical

methods[J].Journalofbusinessresearch,2017,70:

263-286.

[14] 刘逸,保继刚,朱毅玲.基于大数据的旅游目的地情感

评价方法探究[J].地理研究,2017(6):1091-1105.

[15] 赵莹,张朝枝,金钰涵.基于手机数据可靠性分析的旅

游城市功能空间识别研究[J].人 文 地 理,2018(3):

137-144.

[16] 王录仓,严翠霞,李巍.基于新浪微博大数据的旅游流

时空特征研究以兰州市为例[J].旅游学刊,2017(5):

94-105.

[17] 黄先开,张丽峰,丁于思.百度指数与旅游景区游客量

的关系及预测研究以北京故宫为例[J].旅 游 学 刊,

133

宋潇潇等:大数据在中国旅游研究中的应用回顾与展望 研究进展

2013(11):93-100.

[18] ALAEIAR,BECKENS,STANTICB.Sentimentanalysisintourism:capitalizingonbigdata[J].Journal

oftravelresearch,2019(2):175-191.

[19] 孙晓东,倪荣鑫.中国邮轮游客的产品认知、情感表达

与品牌形象感知基于在线点评的内容分析[J].地理

研究,2018(6):1159-1180.

[20] 李春晓,李辉,刘艳筝,等.多彩华夏:大数据视角的入

境游客体验感知差异深描[J].南开管理评论,2020

(1):28-39.

[21] 春雨童,王传生,计卫星,等.基于网络文本分析的重

游意向旅游形象感知研究以厦门鼓浪屿风景名胜区

及北京故宫博物院为 例[J].地 域 研 究 与 开 发,2021

(4):96-101.

[22] 李婷,武刚,梁丽芳,等.基于网络评论的五台山旅游

目的地游后形象感知研究[J].干旱区 资 源 与 环 境,

2021(8):192-198.

[23] 邓宁,刘耀芳,牛宇,等.不同来源地旅游者对北京目

的地形象感知差异基于深度学习的 Flickr图片分析

[J].资源科学,2019(3):416-429.

[24] 陆利军,廖小平.基于 UGC数据的南岳衡山旅游目的

地形象感知研究[J].经济地理,2019(12):221-229.

[25] 丛丽,何继红.野生动物旅游景区游客情感特征研究

以长隆野生动物世界为例[J].旅 游 学 刊,2020(2):

53-64.

[26] 刘逸,保继刚,陈凯琪.中国赴澳大利亚游客的情感特

征研究基于大数据的文本分析[J].旅游学刊,2017

(5):46-58.

[27] 史达,王志敏.绿色饭店用户体验基于在线评论的深

度学习研究[J].旅游科学,2019(6):62-76.

[28] 陈钢华,李萌.旅游者情感研究进展:历程、主题、理论

与方法[J].旅游学刊,2020(7):99-116.

[29] 郭晓姝,叶强,祁阿莹,等.解释驳斥管理反馈策略对

消费者满意度的影响[J].管理科学,2020(5):58-71.

[30] 谢秋逸,周年兴,轩源,等.基于百度 AI开放平台的北

京市共享住宿顾客满意度及需求层次研究[J].南京

师大学报(自然科学版),2021(1):64-70.

[31] 何琼峰.基于扎根理论的文化遗产景区游客满意度影

响因素研究以大众点评网北京5A 景区的游客评论

为例[J].经济地理,2014(1):168-173.

[32] 郭旸,胡雅静,林玥.基于手机信令和网络游记数据的

游客时空行为分析:以上海迪士尼乐园外地游客为例

[J].旅游论坛,2020(1):13-22.

[33] 梁嘉祺,姜珊,陶犁.基于网络游记语义分析和 GIS可

视化的游客时空行为与情绪关系实证研究以北京市

为例[J].人文地理,2020(2):152-160.

[34] 王红丽,周梦楠.Airbnb房东自我展示的信息分类及

其对房客信任与预订行为的影响研究[J].管理学报,

2021(9):1307-1316.

[35] 马斌斌,陈兴鹏,陈芳婷.基于社交大数据的敦煌旅游

流多尺度时空分异特征[J].经济地理,2021(3):202-

212.

[36] WENL,LIU C,SONG H Y,et al.Forecasting

tourismdemand withanimproved mixeddatasamplingmodel[J].Journaloftravelresearch,2021(2):

336-353.

[37] 周晓丽,唐承财.基于网络搜索大数据的5A 级景区

客流量预测分析[J].干旱区 资 源 与 环 境,2020(3):

204-208.

[38] 曹睿,廖彬,李敏,等.基于 XGBoost的在线短租市场

价格预测及特征分析模型[J].数据分析与知识发现,

2021(6):51-65.

[39] LEUNGD.Unravelingtheinterplayofreviewdepth,

reviewbreadth,andreviewlanguagestyleonreview

usefulnessandreviewadoption[J].Internationaljournalofhospitalitymanagement,2021,97:102989.

[40] 徐峰,张新,马良,等.在线评论动态性偏差对评论有

用性影响研究[J].管理学报,2020(9):1383-1390.

[41] 史达,王乐乐,衣博文.在线评论有用性的深度数据挖

掘基于 TripAdvisor的酒店评论数据[J].南开管理评

论,2020(5):64-75.

[42] 陈远高,应梦茜,毕然,等.管理者回复对在线评论与

有用性关系的调节效应:基于 TripAdvisor的实证研

究[J].管理工程学报,2021(5):110-116.

[43] 郭晓姝,张焱,徐健.道歉承诺类管理反馈策略对顾客

二次满意度的影响基于顾客多样情绪调节效应[J].

中国管理科学,2021(2):217-227.

[44] LIUS,WANGN,GAOBZ,etal.Tobesimilarorto

bedifferent? Theeffectofhotelmanagers'roteresponseonsubsequentreviews[J].Tourism management,2021,86:104346.

[45] 王硕,曾克峰,童洁,等.黄金周风景名胜区旅游客流量

与网络关注度相关性分析:以庐山、华山、八达岭长城

风景名胜区为例[J].经济地理,2013(11):182-186.

[46] 方叶林,程雪兰,黄震方,等.国家重点风景名胜区网

络关注度与游客量的错位特征及机理[J].经济地理,

2020(4):204-213.

[47] 杨帅,陈建宏,柯丹,等.共享住宿定价策略的跨国差

异:国家文化价值观在共享经济中的调节作用[J].南

开管理评论,2021(3):60-73.

134

旅 游 论 坛 2023年 第16卷 第4期

[48] 徐峰,张新,梁乙凯,等.信任构建机制对共享民宿预

订量的影响基于 Airbnb的实证研究[J].旅游学刊,

2021(12):127-139.

[49] 江帆,林珊珊,应天煜,等.中国旅游大数据研究:二十

年回顾与展望[J].旅游导刊,2022(4):68-104.

[50] GREWALR,GUPTAS,HAMILTON R.Marketing

insightsfrom multimediadata:text,image,audio,and

video[J].Journalof marketingresearch,2021(6):

1025-1033.

[51] LIH Y,HU M M,LIG.Forecastingtourismdemand

with multisourcebigdata[J].Annalsoftourismresearch,2020,83:102912.

AReviewandProspectoftheApplicationof

BigDatainTourismResearchinChina

SongXiaoxiao,LiYunpeng,LiYong

(CollegeofBusinessAdministration,CapitalUniversityofEconomicsandBusiness,Beijing100070,China)

Abstract:Bigdataprovidesapowerfuldatasourceandexpandsthebreadthanddepthoftourismresearch.

However,thereisalackofsystematicunderstandingandevaluationoftheapplicationofbigdatain

tourismresearch.UsingCNKIasthedatasource,thisstudyreviewed311articlesinvolvingtheuseofbig

dataintourismresearchwhicharepublishedbetween2007and2021andincludedinCSSCIandCSCDdatabase.Asystematicallyanalysiswasconductedfromtheperspectivesofgeneraldescriptionsoftherelevantliterature,datatypesandsources,analysismethods,andapplicationfieldsofbigdataintourismresearch,andthenproposedfutureresearchdirections.Theresultsshowedthat:(1)theuseofbigdatain

Chinesetourismliteraturedemonstratedanupwardtrajectory,and2018wasasignificantgrowthpoint.

(2)datatypescanbedividedintothreecategories:user-generateddata,devicedataandoperationaldata.

User-generateddatahasbeenwidelyusedintourismresearch,buttheuseofdevicedataandoperational

dataaresofarlimited.(3)majordatasourcearesocialmediadata,suchasdatafrp,Ctrip,Mafengwoand

SinaWeibo.Mostofthecurrentstudiesrelyonasinglebigdatasource.(4)traditionalquantitativemethodssuchaseconometricmodelsarestillthemainstreamanalysismethods;qualitativeanalyses,especially

interdisciplinarymethodssuchastextminingandmachinelearningmethods,shouldbewidelyused.(5)

intermsofresearchtopics,theresearchcontentisdiversifiedandfragmented,includingtourismperceptionandexperience,tourists'behavior,tourismflow,tourismforecasting,onlinereview management,

networkattention,tourismresourcedistribution,andmodelconstructionandimprovement,etc.(6)in

thefuture,bigdataintourismresearchshouldbedeepenedfrom multipleperspectivesofdata,methods

andtheories,includingstrengtheningindustry-university-researchcooperationandthecollaborativesharingofmulti-sourcedata,machinelearningandotherinterdisciplinarymethods,interdisciplinaryresearch

andtheoreticalconstruction.Thisresearchreviewedtheprogressoftheuseofbigdataintourismresearch

inChina,identifiedfutureresearchdirections,andprovidedimplicationsforthepracticeofbigdatainthe

tourismindustry.

Keywords:tourism;bigdata;datatype;datasource;analysismethod;applicationfield

[责任编辑:连云凯]

135

宋潇潇等:大数据在中国旅游研究中的应用回顾与展望 研究进展

《旅游论坛》征稿启事

《旅游论坛》以科学发展观为指导,关注旅游发展动态,反映旅游学科研究前沿和热点,报道旅游最

新科研成果,推广旅游发展新理论、新方法、新经验,为提高旅游从业人员业务水平和科研能力,促进旅游科

学研究和旅游事业发展服务。

现将本刊投稿要求公布如下:

1.本刊现已采用网上投稿,请登录http://gllylt.cbpt.cnki.net注册投稿。

2.本刊按国际学术期刊惯例,实行双向匿名审稿制度。来稿请遵守正文和作者信息分离原则,即论文部

分(含:标题、中英文摘要、中英文关键词、正文、注释、参考文献)不得包含任何作者信息。作者有关信息请另

起他页,包括:文章标题、作者姓名、作者简介(含:出生年、性别、籍贯、职称、职务、学历、研究方向等)、作者单

位、详细通信地址、电话、邮政编码及电子信箱。

3.文章的中英文摘要部分要求精简连贯,说明文章的研究目的、研究方法、研究过程和研究结论。中文

摘要要求200~300字;为方便外文读者更好地了解文章的梗概,英文摘要要求400~500英文词汇。

4.文中若引用他人观点或成果,请在正文的相应位置注明,并将其序号按照文中出现先后顺序列于文

末,作为参考文献。参考文献分为引用型和阅读型,都需要在所引用正文左上角处一一对照标注。阅读型的

参考文献只需标注序号,格式为:[序号]。引用型的参考文献(特别是加了引号的、多处引用同一文献等),需

要指明来源于所引用参考文献的具体页码,以方便编辑部查对以及读者的阅读,格式为:[序号]页码。

5.请勿一稿多投。

6.本刊对稿件有编辑修改权,不愿修改的请在来稿中声明。

7.本刊已加入《中国学术期刊(光盘版)》、“中国期刊网”“万方数据—数字化期刊群”“中文科技期刊数据

库”(维普网),作者著作权使用费与本刊稿酬一次性给付。如作者不同意将文章编入该数据库,请在来稿时

声明,我刊将做适当处理。

8.稿件一经刊用,即付稿酬并赠样刊。

本刊联系地址:广西桂林市雁山区雁山镇良丰路26 号桂林旅游学院旅齐楼211 室《旅游论坛》编辑部;

邮编:541006;电话:0773-3691702;E-mail:lylt1998@163.com。

《旅游论坛》编辑部

136

《旅游论坛》征稿启事