吳新芳 魏 翔
(1.浙江大學管理學院 浙江杭州 310058;2.中國社會科學院財經戰略研究院 北京 100028)
隨著經濟水平的提高與休閑時間的增多,旅游日益成為人們重要的生活方式,旅游消費也成為國家與地區經濟增長的重要動力。旅游消費離不開收入和假日,在特定經濟發展水平以及收入水平的情況下,研究假日制度下不同假日結構、不同假日類型對旅游消費的作用,對如何高效發揮旅游業的經濟效應,具有極其重要的意義。
影響旅游消費的因素有多個。首先,收入被認為是影響旅游消費的首要因素。Downward和Lumsdon(2004)指出家庭收入與旅游消費具有直接關系,這在Abbruzzo、Brida和Scuderi(2014)對西班牙的實證研究中也得到了驗證。在更為宏觀的層面,Wang(2014)探討了人均GDP與國際旅游消費水平之間的關系,發現高儲蓄會對旅游消費產生擠出效應,旅游被視為奢侈品。其次,人口統計特征也顯著影響旅游消費水平,如年齡、受教育水平、性別、婚姻狀況、國籍、居住地性質、語言、職業、種族等,如Bernini和Cracolici(2015)分析了年齡變化如何影響人們的旅游決策。再次,旅游相關因素與旅游消費水平息息相關(Jang,Bai & Hong,et al.,2004),包括住宿、活動、目的地、旅游信息來源、停留天數、以往旅游經驗、旅行目的、旅行距離等(Aguiló,Rosselló & Vila,2017)。最后,旅游者的觀念與態度、對旅行的看法、旅游動機這些心理因素同樣會對旅游消費產生影響(Kim,Prideaux & Chon,2010)。
以往的研究雖取得一定成果,但仍存在一些不足。已有研究的影響因素都可以映射或內隱為收入因素,未充分重視假日因素對旅游消費的影響。旅游產品具有耗時性,閑暇時間是旅游消費的先決條件,因此假日也是影響旅游消費的重要維度。
2018年,我國國內游客達55.39億人次,國內旅游消費達5.13萬億元,分別同比增長10.76%和12.3%(國家統計局,2018)。旅游經濟發展與國人的收入水平提高、假日休閑時間增加密不可分。目前,國人主要享有4類假日:周休假、“十一”黃金周、公共假日(法定節假日及紀念日等)和帶薪休假。周休假是我國假日的一種重要類型,雖屬于短假,但在整體假日中占比較大,人們出游度假的頻次較高,推動“短線游”“周末游”市場日益壯大。“十一”黃金周極具中國特色,該假日制度開始于1999年,調整于2007年,同年增設了“清明”“端午”“中秋”等傳統節日為國家法定公共假日。學者們對此假日結構調整進行了廣泛討論,包括分析黃金周制度的影響因素(York& Zhang,2010)、假日政策改革(Wu,Xue & Morrison,et al.,2012)、黃金周的影響(程世勇、李亞鵬,2007;張傳統,2008)等。有些學者認為長假確實能促進旅游發展(廖凱、徐虹、楊威等,2009),也有學者認為長假僅僅只是消費的時間轉移,總量并沒有增加(傅曉霞、吳利學,2003)。實際上,經濟學研究中達成的共識是,假日長度和旅游消費增長之間并不具備必然聯系,很可能存在“消費陷阱”(孫文凱、陳濟冬,2009)。假日經濟研究更為重要的關注點是各種假日的類型、構成和配比,即假日結構的效應。為此,國家嘗試性地推出了一些假日結構調整的方案,如將某些傳統節假日與周末上移下錯形成3天的連休假日,以延長休假時間。此外,黃金周的集中出游也造成了假日旅游壓力加大、市場供需矛盾凸顯等問題,在此背景下,推行職工帶薪休假的呼聲愈來愈高。帶薪休假的時間更為靈活,能緩解集中休假的諸多弊端,促進休閑旅游產業轉型增效(王興斌,2008)。但帶薪休假制度受到經濟發展水平、政府監管力度、企業管理規范等多方面因素的影響,在貫徹落實方面仍存在較多障礙,政府與企業對實行帶薪休假是否會影響經濟發展仍然存疑,缺乏實證研究來驗證帶薪休假的經濟效應。
綜上所述,我國假日結構以周休假、“十一”黃金周、公共假日和帶薪休假4類假日構成,不同類型各具特點。目前,從旅游消費的角度來看,哪種假日能夠更好地促進旅游消費仍存在疑問,需要進一步驗證。因此,本文基于我國的假日結構,建立“假日—消費模型”,以著力探討何種假日類型能夠更好地促進旅游消費。
U
將同時取決于他對旅游產品數量c
的消費情況及對假日時間長度t
的享受程度,因此每一個旅游者的效用函數采用柯布—道格拉斯生產函數(簡稱CD生產函數)的形式表示為:
α
為消費旅游產品數量所獲效用的彈性,1-α
為假日時間投入所獲效用的彈性。需要注意的是,旅游效用函數借鑒CD生產函數形式,是基于旅游需旅游者投入金錢與擁有閑暇時間進行旅游產品消費缺一不可的前提。從行為人效用最大化原則出發,旅游者的效用最大化可表達為:

旅游消費效用函數受到不同假日結構與預算的約束。旅游者的假日在長度、類型上的差異影響著不同類型旅游者的出游意愿。約束條件為:


x
引入模型中。出游意愿θ
受假日時間長短及其類型的影響(Beaud,Blayac & Stéphan,2016),通常,假日時間越長,出游意愿越高。而旅游的邊際消費傾向σ
也因不同假日類型而有所不同,進而影響旅游消費(Beaud,Blayac & Stéphan,2016),具體表述為:
接著,運用拉格朗日乘數法構建拉格朗日函數,并使用一階條件求最優化問題:

由公式(7)(8)可得:

由公式(3)可得:

將(11)帶入(10),可得:

c
對假日類型x
的一階條件:
θ
〉0 且σ
〉0,即人們出游意愿強且邊際旅游消費傾向強時,隨著假日的增加,假日期間的旅游消費才隨之增加。基于以上分析,得到以下命題:
命題1(結構效應):假日結構中不同類型的假日,對旅游消費的作用顯著不同。
從公式(2)(3)可知,旅游者假日時間投入與旅游消費存在著動態權衡關系,共同影響旅游者效用水平。在現實生活中,旅游者享受的假期時間t
會有所變化,在不同假日情境中旅游者的消費意愿和旅游邊際消費傾向也是重要的調節變量,進而影響旅游消費行為。針對周休假、“十一”黃金周、公共假日、帶薪休假4類不同假日,旅游者消費行為極有可能呈現出差異化特點。命題2(邊際效應):短假期(周休假)由于出游意愿高和/或旅游邊際消費傾向高,對旅游消費的邊際作用最高。
從公式(13)可知,當出游意愿強、邊際旅游消費傾向強時,該假日對旅游消費具有正向影響。結合我國假日經濟情況,不難發現,交通條件日益便利使人們在周休日的出行范圍擴大,“工作—休閑”的周期性特點使人們在周休日的出游意愿更加強烈。并且,由于假日時間短,在邊際效用遞減原則下,每天的旅游邊際消費傾向必然較高,由此得出命題2,即相對于“十一”黃金周、公共假日和帶薪休假等長假期,周休假這樣的短假期對旅游消費的邊際貢獻將會更大。該命題的前提條件既可能為“強條件”,即該假日中的邊際出游意愿和邊際消費傾向同時為正,導致假日增量對旅游消費產生正向拉動;也可能為“弱條件”,即由于邊際效用遞減,隨著周休假天數的增加,個體的邊際旅游消費傾向有遞減的趨勢(即σ
〈0),此時,只要周休假期中人們的出游意愿足夠強(|θ
|〉|σ
|),那么,周休假依然會對旅游消費產生顯著的促進作用。本文的數據來源于原國家旅游局開展的“2016年中國國民旅游休閑調查”(China Tourism and Leisure Survey,簡稱CTLS)。CTLS采用多階段分層隨機抽樣和人口比例抽樣的方法選擇樣本。為了使調查更具有全國代表性,在調查城市選取上,按照“劃分區域—確定數量—綜合權衡”的原則,首先劃分樣本區域,具體分為華北、東北、華東、華中、華南、西北及西南七大地區;其次,根據各區域人口規模(來源于第六次全國人口普查數據)的比例,計算出每個區域需要調查的城市數量,即華東地區調查4個、華南2個、華中2個、華北1個、西南2個、東北3個、西北2個,如表1所示。
由于人均GDP水平與地區國民旅游需求具有正比關系,因此,對16個城市根據人均GDP水平來劃分樣本配額,如表2所示,北京占比10.7%,其余依次為上海(10.9%)、廣州(13.2%)、成都(5.5%)、武漢(8.1%)、沈陽(6.5%)、西安(4.5%)、南京(9.1%)、吉林(3.7%)、珠海(11.3%)、蘭州(3.6%)、揚州(5.4%)、齊齊哈爾(1.5%)、連云港(2.5%)、開封(1.8%)、遵義(1.6%)。CTLS涵蓋了七大地區的一線至四線城市共16個,共收集8149個有效樣本,具有較好的代表性。

表1 CTLS調查城市數量及分布情況Tab.1 The number and distribution of cities of CTLS

表2 CTLS調查樣本配比Tab.2 The survey sample ratio of CTLS
在具體到城市的調查方式上,該調查主要采取攔截訪問和網絡在線調查互相補充的方式。首先,根據每個區所占城區總人口的比例,計算出所需執行地塊數;其次,采用等概率系統抽樣方法抽取樣本地塊;最后,為確保樣本的代表性,在選取攔截地點時確保滿足以下條件:(1)攔截地點需在同一城市的不同地區;(2)每個攔截地點的直線距離必須大于5000米;(3)攔截地點為超市、公園、小區等人口密集度較高的地區;(4)每個攔截地點執行樣本不超過20個;(5)要求調查人員在訪問過程中自行控制樣本量的配額。
CTLS為本文研究提供了豐富的數據,它不僅包括人們不同假日的休假時間、國內旅游消費數據,并且包含各類人口統計特征數據。本文從該項調查中選擇樣本,去除了假日和旅游消費相關的缺失值,且由于主要關注城鎮居民的情況,因此也刪除居住地為農村地區的數據,最后得到2802個有效觀測值。
本文旨在分析不同假日類型對國內旅游消費的影響,并驗證周休假的顯著作用,因此,因變量是國內旅游消費(我國港澳臺地區旅游消費未考慮在內)。為了具體分析假日結構對國內旅游消費的影響,將國內旅游消費細分為交通、住宿、餐飲、門票、購物和娛樂六大類(Kim,Prideaux & Chon,2010)。值得一提的是,國外的類似研究并未包括門票消費(Jang,Bai & Hong,et al.,2004; Abbruzzo,Brida & Scuderi,2014),但門票消費在國內旅游消費中扮演著重要角色,“門票經濟”是中國一大特色(汪德根、Lew,2015)。因此,門票消費被納入本研究中,是對以往文獻的有力補充。

表3 因變量和核心自變量的統計特征Tab.3 Statistical characteristics of dependent variables and core independent variables
本文的核心自變量“假日結構”,包括4類假日:帶薪休假、公共假日、“十一”黃金周和周休假。帶薪休假通過調查問題(B6)“請問在2016年您大概享受了多少天的帶薪年休假?”來獲取變量值。元旦、春節、清明、“五一”勞動節、端午、中秋等公共假日通過調查問題(B4)“您在以下2016年的法定節假日期間享受了多少天的假日?”來獲取變量值。“十一”黃金周是圍繞國慶節(10月1日)所形成的7天長假,由鄰近的周末拼移而成,因其對旅游消費的刺激而受到廣泛關注(盛正發,2005;任萍,2007;張傳統,2008;York &Zhang,2010;Wu,Xue & Morrison,et al.,2012),通過調查問題(B407)“您在2016年的‘十一’黃金周期間享受了多少天的假日?”來獲取該變量的取值。周休假的變量取值來自調查問題(B2)“您每周大概休息幾天?”。因變量和核心自變量的統計描述如表3所示。
本文將人口統計特征變量,包括收入、性別、年齡、受教育水平和職業(Alegre,Mateo & Pou,2010;Dayour,Adongo & Taale,2016)等作為控制變量。大部分研究表明收入是旅游消費最重要的決定因素之一,是支出預算的近似變量(Alegre,Mateo & Pou,2010;Brida & Scuderi,2013;Eugenio-Martin & Inchausti-Sintes,2016;Rashidi & Koo,2016;Aguiló,Rosselló &Vila,2017),支持收入對旅游消費具有顯著影響(Hung,Shang & Wang,2012;Wang,2014),消費函數理論也證明了收入對消費的重要作用。性別是一個被普遍考慮的旅游消費影響因素(Jang,Bai & Hong,et al.,2004;Hung,Shang & Wang,2012),研究發現女性游客通常人均消費更高(Craggs& Schof i eld,2009)。年齡和受教育水平通常與旅游消費具有顯著的正向聯系(Hung,Shang & Wang,2012;Bernini & Cracolici,2015),受教育水平高者因其更高的收入能力和知識水平而具有較高的旅游消費水平(Hung,Shang& Wang,2012)。職業也是影響旅游消費的重要社會經濟因素(Bernini &Cracolici,2015)。Marrocu、Paci和Zara(2015)在分析旅游消費影響因素時考慮了4種職業狀態:有工作、失業、退休和學生。鑒于我國國情,本文將職業分為體制內(如黨政機關工作人員等)與體制外(如個體戶等),旨在充分考慮不同工作待遇對旅游消費的影響。
人口統計變量的統計特征如表4所示。女性占比50.8%,基本與男性持平;28.5%的受訪者為31~40歲的中青年;職業中體制外的占57.7%;77.6%受過高等教育;平均月收入為7996.6元,范圍在550元至10000元不等,標準差較大。

表4 人口統計變量的統計特征Tab.4 Statistical characteristics of demographic variables
TDTE
)是假日類型、收入和其他變量的函數。在計量模型中,納入4類解釋變量表示假日結構,即帶薪休假(PL
)、公共假日(PH
)、“十一”黃金周(GW
)和周休假(WB
),以及控制變量如收入、年齡、性別、受教育水平和職業。回歸方程為:
β
為常數項,β
、β
、β
、β
分別表示自變量系數,β
為第i
個控制變量的系數,ε
為誤差項。在實證分析中,將國內旅游消費細分為6類:交通、住宿、餐飲、門票、購物和娛樂消費。在模型中,國內旅游消費和假日數據均采用對數形式,故自變量的系數為彈性概念。在回歸模型中,旅游消費使用對數形式是近年來研究中較常見且推薦的做法(Thrane & Farstad,2011;Brida & Scuderi,2013;Marrocu,Paci& Zara,2015)。收入和年齡因其系數過小也采用對數形式使其更為直觀。
在估計變量時,本文對橫截面數據采用基本的OLS回歸方法,發現存在異方差,繼而使用WLS回歸分析方法以克服異方差,再運用穩健回歸來測試結果的穩健性。由于不同假日結構是由政策制度因素決定,不受旅游消費的影響,并且,回歸結果的參數質量較好,誤差在容忍范圍內,因此,本模型不存在顯著的內生性問題。
WLS回歸結果如表5所示,分別展現假日結構對國內旅游總消費以及交通、住宿、餐飲、門票、購物、娛樂6個子消費的影響。

表5 WLS回歸結果Tab.5 Results of WLS regression
所有模型中,F值在9.37至35.63之間,其p
值均為0.000,表明自變量和控制變量影響顯著。調整后的R(Ad—R)在0.038~0.111,能夠解釋3.8%~11.1%的變動。由于不作預測分析,因此R在容忍范圍內。假日類型與國內旅游總消費的模型在1%水平上非常顯著(p
〈0.01)。具體而言,在所有假日類型中,周休假對國內旅游消費的影響最顯著也最強烈,周休時間增多10%,會增加2.3%的國內旅游消費。帶薪休假對國內旅游消費的積極作用次之,帶薪休假時間每增加10%,國內旅游消費有望增加1.69%。“十一”黃金周在5%水平上與國內旅游消費顯著正相關,但作用相對較弱,“十一”黃金周休假時間每增加10%可促進國內旅游消費上升1.5%。而公共假日與國內旅游消費的關系并不顯著,系數較小,兩者之間的關系可能較弱。從國內旅游消費的結構來看,不同假日類型對國內旅游子消費也產生了顯著不同的影響。周休假對交通、住宿、娛樂消費(p
〈0.01)、餐飲消費(p
〈0.05)都有顯著積極的影響,周休時間每增加10%有利于拉動交通消費增加2.20%、住宿消費增加2.01%、餐飲消費增加1.51%、娛樂消費增加2.27%。相比其他假日,周休假對住宿消費的正向影響效應更大。帶薪休假對所有子旅游消費均具有顯著正向影響,相對于公共假日、“十一”黃金周、周休假,帶薪休假對旅游者餐飲消費、購物消費、娛樂消費的影響效應最大。公共假日對國內旅游消費的影響在統計意義上較不顯著,“十一”黃金周對交通、門票消費影響相對更大。綜上,實證分析證實了命題1和命題2:對于命題1,本文發現不同類型的假日確實對國內旅游消費產生了顯著的不同作用;對于命題2,本文證實,短假期(周休假)對國內旅游消費的正向作用最顯著,且相比其他假日而言,影響效應更加顯著且更強。按照命題2的預測,周休假之所以對國內旅游消費產生了如此顯著的積極作用,是由于周休假能有效提高出游率和邊際消費傾向。
除假日結構變量外,本文中的其他變量對國內旅游消費的影響與大多數研究的發現保持一致。例如:收入是國內旅游消費的決定因素,收入每增加10%將會促進國內旅游消費上升3.9%;性別對國內旅游消費存在一定影響,特別是在購物消費(p
〈0.01)、國內總消費(p
〈0.1)方面,女性比男性的旅游消費更高,這與Craggs和Schof i eld(2009)研究相一致;但受教育水平、職業對國內旅游消費的作用不顯著。本文通過分樣本分析和穩健分析來提供穩健性檢驗。首先,本文將東部發達地區的子樣本抽取出來(共2011個觀測值)做WLS回歸分析,結果見表6。其次,使用穩健回歸的方法對全樣本做重新回歸,結果見表7。穩健回歸旨在消除傳統系數和非系數方法的局限性,被廣泛應用到結果有效性的檢驗中(Thrane & Farstad,2011)。對照表5、表6和表7,不同類型假日對旅游者國內旅游消費影響效應基本保持一致,有些回歸系數產生微小變化但處于容忍范圍內,仍呈現出較顯著的特點。周休假、帶薪休假和“十一”黃金周的顯著性及系數符號和表5的相應結果基本保持一致。值得注意的是,周休假對旅游者國內旅游消費及其6個子消費的影響程度在符號、數值、顯著性上均無較大變化。周休假對國內旅游消費有顯著正向影響,相比其他假日影響效應更大,對住宿消費影響作用依然較強。
穩健性檢驗表明,本文的回歸結果可靠性較高,所檢驗的命題1和命題2具有較高的穩健性。

表6 分樣本(東部城市)的穩健性檢驗Tab.6 Robustness test for subsamples (eastern cities)

表7 穩健回歸的結果Tab.7 Results of robust regression
本文的實證研究發現,不同假日對國內旅游消費的影響顯著不同,原因在于不同類型的假日人們出游意愿和旅游邊際消費傾向不同。其中,周休假對國內旅游消費的促進效應最強,這與近年來短期出游市場的日益火爆關系密切。
首先,周休假具有碎片化、短平快、多頻次的特點,極大地提高了出游率。相關報告顯示,2016—2018年,國內團隊游客中選擇1天以內出游的占比達14.65%,同比提升8.3%;國內散客中選擇1天以內出游的達到19.12%,同比提升8.6%;同期,周末游在線預訂規模同比增長近5倍,每周都出游的人群占比為23%,每兩周出游一次的人群占比為43%,逐漸成為高頻消費(中國產業信息網,2016)。2017年在線周邊游市場交易規模達到215.14億元,同比增長37.2%,增速明顯,且周邊游占比高于國內長線游(易觀,2018),周邊游消費市場潛力巨大。其次,周休假作為頻次最高的假日,具有休假時間總量大、休假時間分散、分布穩定的特點。相比于其他的較長假日,周休假的旅游邊際消費傾向必然最高(源于消費的邊際效應遞減定律)。又由于高鐵的普及、短假期內旅游消費支出較易承擔等原因,導致周休假出游的意愿大大高于其他假期。
本文中,帶薪休假對國內旅游消費的作用僅次于周休假。由于各種原因限制,我國還未大范圍實行帶薪休假制度,以至于帶薪休假的旅游消費效應還未得到充分體現。但目前有關帶薪休假的數據依然能夠在一定程度上體現其較強的消費效應,這主要源于人們對帶薪休假出游的超強意愿。人們對靈活安排自己假日的偏好越來越強。2018年,中國旅游研究院、驢媽媽集團聯合實驗室(2018)發布的《2018端午出游消費報告》顯示,人們選擇“帶薪休假+小長假”的出游意愿很強。在游玩天數的分布上,“年假游”日程在5天以上的占比約30%,8天以上的占比約10%,出游天數堪比“黃金周”。相比往年,人們不僅選擇“年假+元旦”“年假+圣誕”的拼假方式,也越來越多地選擇和日常周末拼假,后者較2017年占比提升12%(驢媽媽旅游網,2018)。超90%受訪者表示習慣年假出游(譚亞,2017)。帶薪休假時人們較強的出游意愿,是造成帶薪休假顯著提升旅游消費的重要原因。
總而言之,本文基于“假日—消費”模型,使用2016年中國國民旅游休閑調查數據,研究了假日結構對國內旅游消費的影響效應。研究發現,周休假對國內旅游消費的影響效應最大,周休假的單位時間每提高10%,有望提升國內旅游消費2.3%,且對交通、住宿、娛樂、餐飲消費有顯著正向影響,尤其對住宿消費的影響效應要相對高于其他假日。這為未來推進“2.5天休假模式”提供了有力依據。另外,帶薪休假和“十一”黃金周也對國內旅游消費具有積極影響。帶薪休假時間每增加10%,國內旅游消費有望增加1.69%,僅次于周休假的消費效應。相比其他假日,帶薪休假對旅游者餐飲、購物、娛樂的影響效應最大。這為帶薪休假在我國的逐步推廣提供了有力的數據支持,也驗證了早前學者們提出的帶薪休假能夠有效分流黃金周游客、釋放旅游需求、拉動假日經濟發展的觀點(閻友兵、王忠,2007)。“十一”黃金周的影響效應與“周休假”“帶薪休假”相比雖較弱,但依然具有正向的旅游消費效應,對交通、門票消費的影響相對更大,仍是我國假日經濟的重要組成部分。公共假日與國內旅游消費的顯著性關系相對較弱。最后,本文通過我國假日經濟數據進一步剖析出,周休假旅游消費效應較大可能是源于周末游中人們的消費意愿更強,消費市場潛力巨大。
本文的研究結果對假日政策制定和旅游行業管理具有一定的啟示意義:
第一,在未來的假日改革政策制定中,可從數量與結構兩方面加以設計。關于不同假日類型的增減問題(如黃金周的存廢)備受爭議,結論未明。鑒于此,可從假日結構優化的角度來進行政策設計。本研究發現,周休假的消費效應更為顯著,這為未來進行假日結構優化提供了依據。例如,近年來,“2.5天休假模式”逐漸進入政府和公眾的視野,本研究為這種政策創新和制度嘗試提供了依據。
第二,假日結構優化可以成為下一步假日改革的主方向。假日改革不應僅僅著眼于假日的數量增減或類型變更,更應著眼于假日結構的組合效率。在保持現有假日類型、數量的基礎上,優化假日結構,是更為有效的舉措。本文驗證了周休假、帶薪休假在促進旅游消費方面的作用差異,支撐我國持續推進帶薪休假制度的逐步落實。同時,本文建議通過制度設計,激勵個人和企業將帶薪休假和周休假相結合,形成富有效率的 “機動黃金周”;也可鼓勵將國家法定節假日與企業的帶薪休假相結合,增加全年的總假期,對假日存量進行擴張(程世勇、李亞鵬,2007)。
第三,建議旅游企業將周休假市場提升到戰略高度加以重視。從提高收入和市場份額的角度看,周末周邊游市場對旅游企業極其重要。對于政府來說,有必要提升環城市帶的旅游基礎設施水平,增加近郊旅游的設施和配套服務,如發展涵蓋高中檔和經濟型、鄉村旅舍等多類型的酒店與民宿服務系統。而新開發的旅游小鎮、度假區或旅游接待企業,可將短假市場人群設定為目標市場進行戰略規劃,如調整旅游產品結構,開發短線旅游產品,針對周末游市場提供更加多元化、個性化的旅游服務等。
本文存在一些局限性:由于數據的限制,有些影響旅游消費的變量未能加以控制;本文對旅游消費的描述略顯粗糙,未來可采用更加適合的變量,如人均每日旅游消費、旅游消費比例等相對性指標來進行分析;本文也未能將旅游消費按照地域區分為客源地和目的地來進行分析。這些不足可成為日后進一步分析假日旅游消費效應的研究方向。