基于景氣視角的旅游業運行監測：一個文獻綜述

陳小昆，李曉娜

（新疆財經大學，新疆 烏魯木齊 830012）

一、引言

“景氣是對經濟周期及商業周期漲跌起落的描述，景氣指數則是對經濟的景氣變化進行監測預警的結果。”［1］具體來說，景氣指數就是對調查中的定性指標進行量化分析后凝集而成的綜合指標，而這一綜合指標實則是對某一社會經濟現象或某一特定調查群體所處狀態或發展趨勢的測度［2］。也就是說，景氣測度是以經濟運行的內在規律為依據而建立起監測經濟周期波動的景氣動向指標體系，利用各種指數或模型來描述經濟運行狀況并預測未來走勢［3］。在這一描述或預測過程中，構建經濟景氣指標體系有助于追蹤經濟周期的波動狀況，預測經濟復蘇與蕭條，并在此基礎上更大限度地發揮政府在市場失靈、經濟蕭條等狀態下對經濟的引導作用［4］。目前，景氣測度研究應用相當廣泛，除能監測全球經濟運行外，還能對國別經濟、區域經濟甚至某一行業經濟的整體趨勢進行分析預測。

2009年12月1日，國務院印發《關于加快發展旅游業的意見》，提出“把旅游業培育成國民經濟的戰略性支柱產業和人民群眾更加滿意的現代服務業”的宏偉目標；后來又于2014年、2016年、2018年相繼出臺了《關于促進旅游業改革發展的若干意見》《“十三五”旅游業發展規劃》《國務院辦公廳關于促進全域旅游發展的指導意見》等文件，為旅游業的發展謀篇布局，促進旅游業加快發展。通過一系列政策支持，目前我國旅游業在促進消費升級、調整產業結構、穩定經濟增長、帶動脫貧致富等方面發揮了重要作用［5］。與此同時，旅游作為現代人生活中的重要內容，也逐漸成為人民群眾生活幸福、經濟高質量發展的重要表征。旅游業的平穩健康運行，不僅依賴于良好的市場發展環境，還依賴于政府的宏觀調控，而完整、具有預見性、能反映旅游業發展態勢的測度體系可為政府宏觀調控提供科學依據。本文基于近年來國內外關于景氣測度的研究成果，從景氣測度脈絡體系、景氣測度方法以及旅游業景氣測度3個方面進行文獻梳理，以期為我國經濟景氣測度體系及旅游業景氣測度體系的構建與完善提供參考。

二、景氣測度脈絡體系

從宏觀經濟學的角度來看，一個經濟周期通常包括繁榮、衰退、蕭條、復蘇4個階段，其是總體經濟活動擴張與收縮交替反復的過程。景氣研究源于人們對經濟周期性特征的探索，旨在從以往的經濟走勢中把握經濟波動的規律性，減少波動對經濟造成的不利影響，從而實現對生產和調控進行可行性分析及預測的目的。文獻表明，經濟景氣測度體系最早是由多項指標綜合而成，之后通過引入時滯變量、循環變動測定、季節調整、數據修訂等而逐漸得以完善，最終實現了為經濟運行調控提供科學依據的目的。

（一）多項指標的合成

19世紀末，學者們開始定量地對經濟周期波動進行測定和預測，但大規模的系統研究始于20世紀初，這其中最具影響力的是哈佛大學于1917年公布的哈佛指數。哈佛指數是由17項景氣監測指標匯合而成的3個指數的組合，這3個指數分別是投機指數、商情指數和金融指數［6］。研究者利用哈佛指數成功地預測到美國經濟將會在1919年經歷繁榮、1920年經歷衰退、1922年經歷復蘇，但因其未能準確地預測到1929年沖擊資本主義國家的“經濟大蕭條”而被人們摒棄。盡管哈佛指數以失敗告終，但其構造思想和方法很好地啟發了人們對經濟景氣的進一步研究。從經濟景氣測度思想來看，采用多項能夠體現經濟活動敏感性的指標并合成一個測度體系，的確比單一指標更能全面、準確地反映經濟周期的波動；但從數據處理來看，為進一步提高對經濟周期波動預測的準確程度以及分析精度，還應考慮時間序列中的時滯變量和季節因素。因而，此后時滯變量和季節調整方法成為了測度經濟波動的基本方法和工具，并被廣泛運用于景氣指數的研究中。

（二）時滯變量的引入

20世紀30年代后期至60年代后期，由于一些創造性理論和方法的問世，使得景氣測度體系得到進一步完善，其中貢獻最大的當屬時滯變量的引入。美國國家經濟研究局（NBER）在著名經濟學家米切爾和經濟統計學家穆爾的帶領下，利用經濟指標的時滯關系，將經濟運行指標劃分為先行、一致和滯后3種類型，并在此基礎上確立了沿用至今的景氣監測指標模式；同時還借助這種時滯關系構造了擴散指數（Diffusion Index，DI），用以反映經濟循環變動周期及轉折時點［7］。后來美國商務部經濟分析局的T·希斯金在此基礎上又構建了合成指數（Composite Index，CI）。合成指數的測度前提是將不同類型的指標分別進行無量綱化處理，這為不同類型指標的合成奠定了基礎。合成指數的創設對經濟周期波動的監測預警意義重大，并成為構建經濟周期波動監測系統的基本方法之一［8］。與此同時，還有兩項研究成果也為景氣測度體系的完善拓展了空間。一是二戰后德國慕尼黑經濟研究所采用問卷形式收集得到企業家和消費者關于景氣變動的判斷數據，這一數據獲得方法成為延用至今的政府部門和權威機構最常使用的“景氣動向調查法”；二是1965年在希斯金的主持下美國商務普查局開創的季節調整X-11法，其對不規則成分和極端值的處理以及對序列末端數據采用漸進移動平均的處理方法等具有較強的創新性和實用性，使其成為盛極一時的季節調整方法。

（三）循環變動的演進

最早用于測度經濟時間序列波動的方法是古典循環法，其關注的焦點是序列絕對量的波動。20世紀70年代，美國國家經濟研究局和國際景氣研究中心建立了西方7個主要工業國家的經濟監測指標體系，用以監測國際經濟波動。隨后，相關研究機構和經濟學家開始研究基于“增長循環”的開發景氣指標體系，即將關注焦點轉移到序列相對量的波動上。經濟合作與發展組織（OECD）于1978年開始基于“增長循環”的理念運用景氣分析方法研究成員國的經濟周期波動，并創設了各成員國剔除趨勢的合成指數［6］?！霸鲩L循環”分析的準確度依賴于經濟變量的趨勢分解結果，需借助時間序列狀態空間分析方法，如指數平滑法、神經網絡算法、移動平均法、回歸分析法、H-P濾波法等。但在利用多種方法觀測“增長循環”分析結果的準確度時，學者們發現“增長循環”分析在經濟預測方面的效果并不十分理想，因此后來又普遍采用“增長率循環”來測度經濟周期變動。1988年，美國學者詹姆斯·H.斯托克（Stock）和馬克·W.沃森（Watson）研究發現，景氣循環影響了經濟系統的多個領域，多個領域中的景氣波動也會導致總體經濟的波動，在這些領域波動的背后存在一個共同的驅動因素，而且這一因素由單一的、不可觀測的基本變量體現，代表著總體經濟狀態，只有它的循環才是真正的景氣循環，而這一基本變量就是Stock-Watson景氣指數（簡稱SWI景氣指數）。因SWI景氣指數是建立在嚴密的數學模型基礎上推導構建的，因而從某種意義上說，其給自合成指數問世以來一直停滯不前的景氣指數法的發展帶來了質的跨越。

（四）季節調整的進展

經濟時間序列的季節波動特征非常顯著，季節性變動的發生，不僅是受氣候的直接影響，社會制度、風俗習慣等也會引起季節性變動，未經季節調整的經濟時間序列常會模糊經濟波動的客觀發展規律，對宏觀經濟形勢或產業發展態勢分析形成障礙，而經季節調整后的序列數據能更準確地刻畫經濟的瞬時變化，研判經濟波動的轉折點，揭示經濟發展的趨勢。目前，國際上公認的對經濟數據進行季節調整的方法有X-12-ARIMA和TRAMO/SEATS兩種，前者多是基于經驗調整，后者主要基于信號提取。

20世紀90年代，為克服X-11軟件在序列兩端的信息量損失過多從而影響調整預測準確度的缺陷，美國商務部普查局相繼開發了X-12和X-12-ARIMA軟件。X-12-ARIMA軟件主要是基于ARIMA模型對序列兩端進行延伸，具有適應性較強、功能較完善等優點，逐漸在美國、加拿大、日本等國家的經濟學界推廣開來，并最終取代了X-11軟件成為經濟分析預測的有效工具，但其主要缺陷是缺乏嚴格的統計理論基礎。20世紀末，西班牙銀行開發了基于數學模型的計算機程序，后經歐盟統計局升級完善而成為目前廣泛使用的TRAMO/SEATS方法。TRAMO/SEATS程序可靈活設定回歸變量，引入使用者自己設定的回歸因子，這樣便可解決移動假期（如春節）等問題；此外，TRAMO/SEATS方法的操作也較X-12簡單，且主觀判斷成分較少。上述優點使得TRAMO/SEATS方法也常被用于趨勢分解與預測［9］。

（五）歷史數據的修訂

20世紀90年代后期，景氣分析方法在國際上得以廣泛推廣，各國研究者普遍將景氣分析方法應用于行業監測。如美國地質調查網（USGS）每月發布金屬工業的先行指數和一致性指數，中國國家統計局發布的國房景氣指數、中經指數等也被用于對相應行業經濟運行的監測。值得注意的是，在實踐中由于先行、一致和滯后指標的歷史數據會進行相應修訂，造成修訂后與之前公布的數據不一致，或者統計指標本身需要根據現實的變化而持續修訂，如GDP、工業增加值、固定資產投資、社會消費品零售總額等指標的環比增速，每個季度都需根據季節調整模型自動修正歷史數據，因此在編制景氣指數時需對監測指標的歷史數據進行及時修正，這樣量化得到的景氣指數才能真實地反映經濟運行特征。

三、景氣測度方法

厘清景氣研究的脈絡，既是對景氣內涵的剖析，也是對景氣測度方法的探索。Fukuda和Onodera［10］認為景氣分析旨在衡量整體經濟運行狀況。Chadha和Nolan［11］指出，景氣是一種由一系列重要經濟總量來反映經濟發展總趨勢有規律擴張和收縮的現象，表現為一系列宏觀總量的周期性波動。張凌云等［12］認為，景氣是對經濟發展狀況的一種綜合性描述，是用以說明經濟活躍度的概念。Abberger和Nierhaus［13］認為，景氣是一種對經濟周期波動趨勢的測度。作為一種測度經濟現象波動規律的量化方法，景氣波動態勢分析的一項重要內容就是研判經濟運行的轉折點。因此景氣實證分析側重于觀察宏觀經濟時間序列的協同變化，并嘗試引入數學、物理學中的模型和方法作為分析工具，逐步形成了經濟周期量化分析的一些分支。目前，常用的景氣指數編制方法主要有經濟景氣指數法、結構性計量模型法和一些其他的方法。其中，常用的經濟景氣指數法主要有擴散指數和合成指數兩種方法，結構性計量模型法主要有主成分分析、馬爾可夫鏈、向量自回歸等，其他方法主要有譜分析和交叉譜分析。相比較而言，經濟景氣指數法長于預測經濟運行的轉折點，而結構性計量模型法長于分析政策工具實施的影響，現實中這兩種方法也常交叉使用，比如運用動態因子模型或結構性計量模型開展景氣指數編制工作，或基于現有的景氣指數進行結構性延展分析等。總之，這些方法被廣泛地應用于宏觀經濟周期的研判分析與行業風險的評估及預警中，并在實際運用中表現出一定的優缺點。

（一）擴散指數與合成指數

1950年，美國國家經濟研究局經濟學家穆爾等從消費支出、貿易、金融、物價、國際收支等領域篩選出先行、一致、滯后3類指標，并運用加權平均法構建出擴散指數，改變了早期哈佛大學對景氣指數的計算方法。擴散指數主要用于確定經濟波動的轉折點，其能直接依據指標增長率序列判斷經濟在各個時點上處于擴張還是收縮狀態，但它不能測定波動振幅。為克服這一缺點，20世紀60年代后期美國商務部經濟分析局的希斯金構建了合成指數，其是在綜合考慮各變量波動程度的基礎上，對各變量進行標準化處理，并將一系列反映經濟波動的標準化變量綜合為一個能體現經濟動向變化的指數。擴散指數和合成指數因都具有普適性、易操作性和效果直接的特點而一度成為經典的景氣測度方法，但因合成指數能夠更好地反映經濟動向的變化，因此成為一些學者在進行相關研究時優先選擇的方法。Diebold和Rudebusch［14］運用先行指標編制了合成指數，發現其在預測經濟動向時具有一定的靈敏性。Abberger和Nierhaus［13］認為，景氣指數與基于理論的經濟計量模型相比，在評估和預測周期性轉折點和短期經濟發展趨勢方面更具優勢，于是他們運用一致指標編制了合成指數。董文泉等［15］采用峰谷對比法選取先行指標、一致指標和滯后指標編制了擴散指數和合成指數，發現這兩種指數能夠較準確地測度我國經濟周期的波動性。陳磊［16］在篩選出反映我國宏觀經濟波動的一致景氣指標的基礎上編制了一致性合成指數，并在進一步對景氣波動和景氣循環的長度特征、幅度特征和平均位勢的探討中驗證了一致性合成指數的優良性能。雖然合成指數比擴散指數更能反映經濟變化的趨勢，但實踐證明，二者同時使用可以有效提高經濟預警的準確度?，F實中，學者們為不斷提高經濟預警的有效性，對經濟景氣指數的編制方法進行了不斷探索。如李雨［17］將計量模型與景氣指數方法相結合，使用合成指數研判經濟景氣狀態，并使用先行指標構建多變量Probit模型以預測未來的經濟走勢。這一改進對提高宏觀經濟景氣分析的準確性、推動擴散指數和合成指數在產業經濟領域的應用具有一定的現實意義。陳文博等［18］構建了涵蓋供給、需求、經濟社會環境、自然環境等方面的新疆紅棗產業景氣指標體系，并借助該體系運用合成指數法編制了新疆紅棗產業景氣指數。王紅云和李正輝［19］采用時差相關法將反映經濟運行的指標體系分為先行、一致、滯后3個指標組，并在此基礎上運用合成指數法編制了虛擬經濟景氣指數。

（二）動態因子模型

有學者認為，景氣波動會綜合導致總體經濟波動，在這一波動的背后存在一個共同的驅動因素，即不可觀測共同因子，若將動態因子模型（Dynamic Factou Model，DFM）表示為狀態空間形式，則借助卡爾曼濾波法便可估計出這一共同因子即景氣波動指數。動態因子模型理論一經提出，就被廣泛地應用于宏觀經濟政策評估中，并成為計量經濟學領域中一種常見的分析工具。動態因子模型的優點在于其可處理高維的季度、月度組合混頻數據及缺失數據，可在一定程度上解決不對稱樣本問題，能最大限度地提取出共同因子用以分析變量之間的關系，并可自由控制因子個數、滯后期長短，具有較強的靈活性；缺點在于其不適用于小樣本量數據［20］。董文泉等［21］借助卡爾曼濾波法和狀態空間模型，編制了我國經濟循環SWI景氣指數，并將測定結果與一致性合成指數進行比較，發現兩者的波動走勢大致相同，從而驗證了利用動態因子模型構造的SWI景氣指數對經濟波動進行研判的良好性能。由于動態因子模型不僅能預測經濟走勢，還能觀察各分量指標之間的關系，因而其受到眾多學者的青睞而成為經濟景氣測度的常用分析工具。Fukuda和Onodera［10］基于單指標動態因子模型，借助一致指標編制了日本經濟景氣綜合指數，相關研究表明，這一指數在判別經濟周期轉折點和預測20世紀90年代的短期經濟波動方面效果良好。之后，Mariano和Murasawa［22］基于月度和季度序列數據，運用動態因子模型，編制了反映經濟波動的一致性景氣指數。葉光［23］運用動態因子模型處理季度、月度混頻序列，編制了中國宏觀經濟一致性景氣指數。陳磊［20］和王藝樅［24］等也采用混頻動態因子模型編制了我國服務業一致性景氣指數。此外，陳磊等［25］通過引入馬爾可夫區制轉移鏈對動態因子模型作了改進，研究結果表明馬爾可夫動態因子模型（MS-DFM）可準確識別宏觀經濟景氣的階段性變化，同時這一改進也為經濟景氣監測提供了新的研究工具。

（三）主成分分析

20世紀80年代末出現了對景氣敏感的多個經濟變量進行主成分分析的方法（Principal Components Analysis，PCA）。井上勝雄［26］認為，決定經濟變量變動的主要因素是經濟背后不可觀測的主成分，可以通過預測主成分進而預測經濟景氣，其借助6個經濟敏感變量對日本經濟進行了預測，發現第一主成分、第二主成分分別反映了景氣的趨勢變動和循環變動。運用主成分分析法編制的景氣指數是主成分加權綜合值，即利用各主成分所得到的客觀權重，將各主成分得分代入綜合評價函數得到綜合得分，這一綜合得分即為綜合景氣指數值。我國學者也借助主成分分析方法進行了相關研究。如李汪洋和靳香玲［27］選取5000家工業生產企業借助6個財務指標進行主成分分析，描述我國工業企業景氣狀況，并探討工業企業景氣狀況不佳的原因。梁云芳和高鐵梅［28］采用主成分分析法構造了房地產景氣指數，編制了房地產一致性綜合指數和先行綜合指數。楊武等［29］采用主成分分析法編制了中國科技創新景氣指數。孫云杰［30］采用時差相關分析方法確定所選指標與基準指標的先行、一致、滯后關系，并基于主成分分析測度了煤炭產業景氣狀況。相較于擴散指數、合成指數和動態因子模型等方法，主成分分析法在經濟景氣分析中的應用并非十分廣泛，其中一個主要原因在于主成分分析的客觀權重容易忽略或偏離景氣指標本身在經濟意義上的先行性、一致性和滯后性，從而使最終得到的景氣指數不能很好地擬合經濟現實。

（四）馬爾可夫鏈模型

馬爾可夫鏈模型（Markov Chain，MC）由數學家安德雷·馬爾可夫于1906年提出，其是一種對事件發生概率進行預測的模型，通過事物不同狀態的初始概率和狀態轉移概率來預測其在將來某個時刻的變動情況，運用前提是必須以大量的統計數據為支撐以保證預測的精度和準度。另外，進行馬爾可夫預測時不需歷史數據而只需近期數據即可對未來進行預測。擴散指數、合成指數、動態因子模型和主成分分析等方法在測度經濟景氣時側重于直觀地描繪景氣循環波動的軌跡，觀察景氣循環波動的過程，而馬爾可夫鏈模型則側重于對動態系統和社會現象的預測。馬爾可夫鏈用于研究經濟周期波動最早始于國外學者。Chauvet和Hamilton［31］最早探討了馬爾可夫鏈模型應用于商業周期分析的原理和算法，并以GDP增長率為自變量，選取1977年—2004年的相關數據分析美國經濟波動態勢，其所得到的結果與美國國家經濟研究局對經濟周期轉折點的認定十分接近，從而驗證了馬爾可夫鏈在經濟周期預測中運用的可行性。Hamilton和Owyang［32］基于美國48個州的就業增長數據和隱馬爾可夫模型（Hidden Markov Model，HMM）高度擬合了現實經濟增長的轉折點。在這之后，Hamilton［33］也論證了馬爾可夫鏈模型在商業周期轉折點判別方面的作用，并認為馬爾可夫鏈模型的模擬和預測能力優于其他方法。在我國也有一些學者將馬爾可夫鏈模型用于研究股票和房地產市場的周期性波動中，如孫文龍［34］基于馬爾可夫鏈模型研究了中國股票市場的波動情況，并認為股票市場的波動可實時表征宏觀經濟的變化。

（五）向量自回歸模型

向量自回歸模型（Vector Auto-Regression model，VAR）是一種計量統計模型，基本思想是以每一個內生變量作為系統中所有內生變量的滯后值的函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的向量自回歸模型，它是進行多個相關經濟指標分析與預測時最容易操作的模型之一。同樣地，我們也可利用向量自回歸模型的脈沖響應分析討論經濟周期的波動性。即在模型中加入沖擊之后，觀察經濟體對這一沖擊的反應過程。這一方法的缺點是需要足夠多的歷史樣本數據，因而不適用于低維數據，否則得出的結論就可能與現實經濟規律相悖。作為一種景氣測度方法，向量自回歸模型常搭配合成指數或其他模型一同使用以判斷經濟轉折點。Hamilton在分析美國商業周期時建立了引入相對固定參數的向量自回歸模型，在由Krolzig對該模型進行推廣后又形成了馬爾可夫向量自回歸（MS-VAR）模型。馬爾可夫向量自回歸模型將馬爾可夫區制思想與VAR模型結合起來，動態描述變量間的相互關系。郭國峰和鄭召鋒［35］運用VAR模型和非對稱的GARCH模型分別檢驗了先行合成指數與一致性合成指數之間的關聯性，進而判斷經濟周期的先行期數；程建華等［36］運用馬爾可夫向量自回歸模型從多個一致性指標中提取出共同周期對經濟周期的波動進行研究，發現馬爾可夫向量自回歸模型的穩健性較好，尤其是在識別收縮期或擴張期內暫時性的反向波動中表現優良。

（六）譜分析與交叉譜分析

譜分析（Spectral Analysis，SA）的創始性研究是在20世紀50年代由Bartlett和Blackman率先開展的，經濟學家利用譜分析將經濟序列數據分解為具有不同振幅、相位、頻率的周期分量的疊加，通過測算各周期分量的相對重要性，找出序列中隱藏的各主要周期分量，從而把握經濟波動的內在機制，為經濟預警監測提供科學依據。譜分析也是一項專門分析時間序列數據的工具，由于它只能提供關于一個時間序列周期和另一個時間序列周期相關程度的信息，而不能像回歸分析那樣觀測一個經濟變量的變動對另一個經濟變量的影響，因而譜分析僅在測算經濟周期中被廣泛使用。陳友龍等［37］選取入境旅游收入、入境旅游人數以及國內旅游收入、國內旅游人數等指標的時間序列數據，運用譜分析方法對我國旅游業的波動周期進行測算；楊忠直和李莉［38］運用譜分析方法對我國地區經濟周期波動的同步化情況進行實證分析；王悅［39］運用譜分析方法對美國1930年—2009年間的經濟周期波動進行了專門研究；Pierre和Alexandra［40］運用譜分析方法測算了西班牙的經濟周期。諸多文獻顯示譜分析方法能夠從頻域角度準確追蹤隱藏的經濟波動信息，而在此基礎上拓展出的交叉譜分析（Cross Spectrum Analysis，CPA）能更精確地反映與時間序列對應的頻率分量的先行、滯后關系。交叉譜分析是對兩個序列的互協方差函數進行傅里葉變換，它對先行、滯后關系具有較高的靈敏度。徐國祥和劉璐［41］采用交叉譜分析方法測度了中國消費者物價指數和煤炭價格指數的先行期數，同時發現煤炭價格指數對消費者物價指數具有一定的預測能力。劉洋和馬帥峰［42］采用交叉譜分析方法研究了阿里網購指數與官方價格指數在衣食住行方面的先行、一致、滯后關系，所得到的周期甚至可準確到天數。

四、旅游業景氣測度

（一）國外旅游業景氣測度

國外旅游業景氣研究始于20世紀80年代，研究主要集中于對境外旅游市場的預測方面，研究方法主要是常見的計量經濟模型，如差分整合移動平均自回歸模型、傳遞函數模型及誤差修正模型等。這些方法的優點在于能揭示經濟現象間的深層次數量關系，缺陷在于不能處理社會經濟問題中難以量化的因素，只適用于短期預測。Witt等［43］分析了學者在進行國外旅游需求預測時所使用的方法，發現大多為計量經濟模型，并認為可將虛擬變量引入旅游需求計量模型中以測度突發事件對旅游業產生的沖擊。Turner和Kulendran［44］借助多項經濟指標編制先行指數，用于預測澳大利亞游客人數。Wong［45］將線性趨勢和正弦函數相結合用于預測國際入境游客人數，通過精度對比發現正弦函數的擴展模型的預測精度更高。Rossellor-Nadal和Jaume［46］通過引入經濟活躍度和價格等影響旅游需求的因素，利用先行指標預測了巴利阿里群島國際游客人數轉折點。Nada和Witt［47］通過建立先行指標傳遞函數模型，預測了英國6個主要旅游目的地的國際旅游需求，并對單變量差分整合移動平均自回歸模型和誤差修正模型的預測精度進行了比較，發現差分整合移動平均自回歸模型在短期預測方面優于誤差修正模型，但誤差修正模型可生成更準確的長期預測。需要說明的是，文獻中所使用的數據基本上是成百上千的月度數據，從而使得計量模型的預測精度較高，預測結果也具有較高的現實參考價值。

（二）國內旅游業景氣測度

1.旅游業景氣測度體系構建。構建科學合理的旅游業景氣測度體系是進行旅游業景氣分析的基礎。在我國經濟發展進入新常態后，旅游業異軍突起，為城市經濟轉型及可持續發展注入了新的動力，但因各地區旅游經濟發展水平不同，因而需構建科學合理的旅游業景氣測度體系，以更有效地對區域旅游經濟運行進行監測，并為區域旅游經濟發展提供更科學的決策依據。對旅游業景氣測度體系構建的研究也因此成為了學者們的一大研究熱點。既有研究表明，指標的選取，先行、一致、滯后指標的篩選，權重的確定以及景氣指數的編制與檢驗是構建科學合理的旅游業景氣測度體系的關鍵內容。

一是指標的選取。構建科學合理的旅游業景氣測度體系，選取指標是基礎。在指標選取中應遵循以下原則：首先是經濟上的重要性，即指標的變動能夠反映旅游經濟運行態勢的變化，且要有代表性和敏感性；其次是統計上的充分性，即指標所需的數據要完整、可靠，最好使用季度數據或月度數據；再次是數據的適時性，即指標所需的數據應是權威機構及時公布的數據；最后是波動的對應性，即所選指標的峰谷波動與基準指標的峰谷變化能夠相互對應，且具有一定的先行、一致、滯后關系。

二是先行、一致、滯后指標的篩選。有學者對經濟指標的領先性進行了理論驗證，間接證明了指標之間存在先行、一致、滯后關系。先行指標是在經濟波動前率先發生變動的指標；一致指標即同步指標，是與經濟波動同步變化、峰谷變化與總體經濟運行峰谷保持一致的指標；滯后指標是在經濟波動后發生變動的指標，其可用來驗證先行指標、一致指標顯示的信號。旅游業景氣研究文獻表明，判別先行、一致和滯后指標的方法有峰谷對應、時差相關分析、K-L信息量、灰色關聯度、聚類分析、基準循環分段平均等方法，其中前4種方法最為常用。鄧雪等［48］用前4種方法對多個指標進行了分類研究，研究表明多種方法的優化調整結果比單一方法更為科學有效。因此，在篩選旅游業先行、一致、滯后指標時，可比較多種方法的分類結果，若分類結果差異較大，則可進一步使用專家咨詢法，并結合旅游經濟實際運行狀況作出最后的判斷。

三是權重的確定。先行、一致、滯后指標確定后，通常需借助權重編制景氣指數，因而會涉及各類指標權重的確定問題。一般來說，權重的確定分為等權確定和不等權確定，確定方法主要有主觀賦權法和客觀賦權法兩類。常見的主觀賦權法包括德爾菲法、層次分析法、二項系數法等。在采用主觀賦權法進行的研究中，有代表性的是唐承財［49］根據專家意見從64個指標中精選出24個先行、一致和滯后指標，運用層次分析法和德爾菲法，邀請20位旅游、遺產地、旅游目的地研究領域的專家參與權重確定，構建了我國遺產地旅游景氣指標體系。常見的客觀賦權法包括變異系數法、熵權法、主成分分析法、離差及均方差法等。在采用客觀賦權法進行的研究中，有代表性的是王新峰［50］選取27個基本指標，基于變權思想和熵權方法建立的旅游景氣測度方法及模型；此外還有劉春濤和劉馨陽［51］運用主成分分析法對指標賦權，并運用灰色系統GM（1，1）編制了2016年—2018年旅游業景氣綜合預警指數。從文獻來看，運用客觀賦權的不等權方法構造出的景氣指數更能準確反映旅游經濟運行的景氣狀況。

四是景氣指數的編制與檢驗。任何單個旅游經濟變量本身的波動都不足以代表旅游經濟整體波動，要反映旅游經濟的景氣狀況必須綜合考慮各變量的波動情況，而景氣指數實則是對經濟運行狀況進行集中觀測的結果。實踐中多借助擴散指數、合成指數和SWI景氣指數編制景氣指數。其中SWI景氣指數是基于動態因子模型編制的，計算過程較為復雜，對指標數據的要求高，從國內研究來看，目前嘗試編制SWI景氣指數的學者相對較少。一般來說，擴散指數能有效預測經濟周期波動的轉折點但不能表示經濟周期波動變化的強弱程度，合成指數既能預測經濟周期波動的轉折點又能從某種角度反映經濟周期波動的振幅和強度，且與SWI景氣指數相比，合成指數計算較為簡單，因而合成指數倍受學者偏愛。景氣指數編制完成后，還要檢驗其對經濟或產業波動的預測能力，這需將景氣指數與現實經濟運行狀況進行對比。具體來說，就是考察先行指數是否能夠預測基準指標周期的轉折點，一致指數與基準指標的周期轉折點是否一致，只有與實際經濟運行吻合度高，方能證明所編制的景氣指數有效。

2.旅游業景氣測度的實證研究。總體上看，我國學者對旅游業景氣測度的研究主要集中在旅游市場和旅游行業景氣測度兩個方面。研究中，學者們除注重旅游業自身的產業活動以外，還關注與旅游業上下游產業相關聯的經濟活動，以及投資、物價和收入等宏觀領域的經濟活動［1］。在測度方法上，學者們主要采用時差相關法、K-L信息量法、聚類分析法和峰谷對應法，選取先行、一致、滯后指標構建指標體系，并借助指標體系編制擴散指數、合成指數以測度旅游經濟的周期變化。

一是旅游市場景氣測度。在我國旅游市場景氣測度方面，倪曉寧和戴斌［52］最早嘗試將景氣分析運用于旅游市場，從64個指標中精選了10個指標并將其分為一致、先行和滯后指標，采用合成指數方法編制了中國旅游市場景氣指數，但由于該景氣指數是使用定性方法確定一致、先行、滯后指標，并主要采用年度數據，因而使得該指數在反映旅游市場的經濟波動方面表現欠佳。雷平和施祖麟［53］利用TRAMO/SEATS模型測度旅游市場受外部沖擊的影響，并對我國入境旅游人數進行預測。戴斌等［54］從市場、產業、環境和信息4個方面確定先行、一致、滯后和預警指標，運用合成指數方法編制了旅游經濟運行景氣指數。在區域旅游市場景氣測度方面，陳鵬等［55］選取1995年—2010年安徽省入境旅游人數相關數據，運用差分整合移動平均自回歸模型對安徽省入境旅游人數進行短期預測。何勇和張云杰［56］從旅游公報中選取了19個指標，采用相關分析法篩選出先行、一致和滯后指標，編制了海南省旅游市場景氣指數。類似地，哈爾濱商業大學商業景氣指數研究團隊的姚鳳閣等［2］編制了黑龍江省旅游業景氣指數；劉改芳等［1］創新性地加入天氣情況這一指標，構建了山西省旅游景氣指標體系；陳莉［57］編制了四川省旅游業景氣指數；劉干和李鵬飛［58］編制了杭州旅游市場景氣指數。研究表明，學者利用景氣指數或計量模型所作出的短期預測具有較好的預見性，能為宏觀經濟管理提供決策參考。

二是旅游產業景氣測度。在旅游產業景氣測度方面，戴斌等［59］借助四級指標體系，通過變異系數法確定國際旅行社和國內旅行社的權重，運用綜合評價方法編制我國旅行社產業景氣指數。在實證分析中，戴斌等人依據各周期產業景氣指數的平均波動率，創新性地繪制出一條旅行社產業景氣線，但因該景氣線對政策變動和突發事件反應太過敏感，因而在一定程度上削弱了其預測功能。游灝等［60］構建了星級酒店業景氣波動評價體系，并運用該體系對星級酒店業的景氣狀況進行測度。孫赫和王晨光［61］采用雙問卷調查方式，借助2014年第一季度山東省旅游景區企業家信心指數及景區經營狀況指數，編制了山東省旅游景區景氣指數。黃快林等［62］運用等權一致性擴散指數模型，編制了生態旅游產業景氣指數。劉春濤和劉馨陽［51］采用2007年—2015年沈陽市相關統計數據，從旅游經濟總量、旅游推動力、旅游中介發展能力、旅游住宿產業發展能力、旅游景區容納能力這5個方面，選取15個具體指標構建了沈陽市旅游產業景氣監測體系。既有文獻表明，學者利用綜合評價方法系統、全面地構建了旅行社、星級酒店、旅游景區等相關產業的景氣監測指標體系，在此基礎上使用合成指數或主成分分析等方法編制的景氣指數切合產業經濟波動態勢，能為相關企業制定戰略規劃提供方向指引。

五、結語

對旅游經濟運行進行監測與預警是構建旅游經濟宏觀調控體系、實現旅游經濟平穩運行不可缺少的環節，也是當代旅游經濟學服務政策制定、產業實踐、企業戰略的重大創新［55］。學者們對我國旅游業景氣測度進行了有益探索，形成了豐富的研究成果。通過梳理既有文獻，可對今后的相關研究進行如下展望：

一是拓寬數據獲取渠道。目前我國旅游統計體系尚不完善，國家統計局對旅游產業數據的更新以年度為主，可供量化分析使用的公開數據較少，因而使得基于季度或月度數據的景氣指數編制存在較大困難，而運用合成指數方法編制年度數據的景氣指數并不能及時、靈敏地反映旅游經濟的變化。因此，今后若能借助網絡爬蟲技術和數據挖掘等方法拓寬獲取數據的渠道，增強數據的連貫性和實時性，則不僅能拓寬旅游業景氣指標選擇的范圍，還能增強旅游業景氣指數的預見性。

二是增強測度方法的多樣性。目前來看，旅游業景氣測度方法較為單一，研究者大多采用經典合成指數的方法，而對其他景氣測度方法很少涉獵，因而在今后的研究中可嘗試使用其他景氣測度方法，進一步完善旅游業景氣測度體系。

三是更加注重測度突發事件對旅游業的沖擊。旅游業是環境敏感型產業，易受突發事件的沖擊。王兆峰和劉紅［63］基于本底趨勢線理論考察了1984年—2010年間重大突發事件對旅游業產生的沖擊，研究發現不同性質的突發事件對旅游業造成的影響不同。本文認為如何在旅游業景氣測度中納入對突發事件破壞力的度量，以預見性地對旅游業的健康發展提供指引，也應是未來研究的一個方向。在今后的模型構建中可以考慮引入虛擬變量或在指數編制中引入離散變量，以更準確地測度突發事件對旅游業的沖擊。