5/5基于生存模型的旅游者停留時(shí)間研究-旅游管理論文

一、引言

旅游者停留時(shí)間本質(zhì)上也可以理解為一種生存事件。生存模型被證明非常適合持續(xù)事件的模擬分析。雖然生存模型在預(yù)測(cè)持續(xù)事件的有效性和可靠性方面已經(jīng)被認(rèn)可，但在旅游方面的應(yīng)用卻不多。國(guó)內(nèi)基本還處于空白狀態(tài)，只有夏亞峰、劉開生用生存模型方法研究具有刪失（Censored）數(shù)據(jù)的旅游隨訪問(wèn)題。國(guó)外也是近幾年來(lái)有部分的文章開始采用。Kaniovski（2023）等采用了Gamma生存模型分析澳大利亞的住宿業(yè)公司的存活狀況，他們認(rèn)為較大規(guī)模和市場(chǎng)份額會(huì)增加存活時(shí)間。Barros（2023）等采用可選擇的生存模型分析了在南美洲的葡萄牙游客的逗留時(shí)間。可選擇生存模型為Cox模型、Weibull、Logistic模型和非均質(zhì)性的Weibull模型；所用變量為預(yù)算，目的地屬性，社會(huì)人口特征，以往的訪問(wèn)，時(shí)間約束和旅游頻率。主要結(jié)論是停留時(shí)間受多種決定性因素的影響，并由于特定的旅游目的地而不同。Menezes（2023）等用一個(gè)Cox比例風(fēng)險(xiǎn)模型和調(diào)研表數(shù)據(jù)分析了亞速爾群島游客逗留的時(shí)間。采用的變量是社會(huì)人口特征、出行特征、可持續(xù)發(fā)展因素和目的地形象屬性。Martine′z-Garcia（2023）等使用log-logistics和Cox生存模型分析了西班牙低收入旅游的停留時(shí)間。采用的變量是國(guó)籍，社會(huì)經(jīng)濟(jì)特征，職業(yè)，旅行的原因，住宿類型，組織旅游，家庭旅游，旺季，和地理區(qū)域。主要結(jié)論是：風(fēng)險(xiǎn)比率相稱比例超過(guò)Cox生存模型假設(shè)并不成立，因此，采用了加速生存模型。此外，只有一些變量有顯著性，即旅客的國(guó)籍，年齡，教育程度，教育類型，住宿類型，季節(jié)，地理區(qū)域。Gokovali（2023）等應(yīng)用兩種生存模型：Cox模型和Weibull模型，模擬了土耳其博都茹姆市游客逗留時(shí)間。所用變量是國(guó)籍、年齡、工作類型、社會(huì)經(jīng)濟(jì)特點(diǎn)、度假打包類型、過(guò)去訪問(wèn)次數(shù)、質(zhì)量、熱情好客、吸引力、夜間生活、居住水平、形象、推廣和宣傳、以及推薦。主要結(jié)論是，變量可以解釋逗留時(shí)間。Hong（2023）等以生存模型分析了旅游者在賭場(chǎng)娛樂(lè)的逗留時(shí)間。

鑒于國(guó)內(nèi)應(yīng)用生存分析研究旅游者停留時(shí)間問(wèn)題還很匱乏，本文擬通過(guò)對(duì)來(lái)大連旅游者的問(wèn)卷調(diào)查，通過(guò)生存模型分析，發(fā)現(xiàn)影響旅游者在一個(gè)目的地的停留時(shí)間的關(guān)鍵因素。在理論上，可以彌補(bǔ)國(guó)內(nèi)外對(duì)此領(lǐng)域研究的匱乏，并引入相應(yīng)的研究方法；在現(xiàn)實(shí)意義上，可以為當(dāng)?shù)芈糜喂芾碚呷绾螌?shí)施營(yíng)銷和管理戰(zhàn)略提供一定的借鑒。

二、實(shí)證模型與研究方法

1.模型界定。生存分析是將事件的結(jié)果和出現(xiàn)此結(jié)果所經(jīng)歷的時(shí)間結(jié)合起來(lái)進(jìn)行分析的統(tǒng)計(jì)方法，最早應(yīng)用于醫(yī)學(xué)和生物學(xué)，主要用來(lái)分析某種疾病的發(fā)生與患者生存時(shí)間以及各種相關(guān)因素之間的關(guān)系。從20世紀(jì)70年代末期開始，國(guó)外學(xué)者逐漸將生存分析方法應(yīng)用于經(jīng)濟(jì)領(lǐng)域，主要集中在工作搜尋時(shí)間、失業(yè)的持續(xù)和罷工等問(wèn)題上。近幾年國(guó)外的一些學(xué)者開始嘗試用來(lái)分析旅游者停留時(shí)間的問(wèn)題。因?yàn)?，一些常用的統(tǒng)計(jì)工具，如線性回歸模型并不適宜做停留時(shí)間模擬，因?yàn)樗鼪](méi)有考慮到停留長(zhǎng)度是一個(gè)非負(fù)的變量，因此會(huì)導(dǎo)致有偏的估計(jì)（Greene，2000）。為了克服這樣的問(wèn)題，本文采用了生存分析，因?yàn)橥Ａ魰r(shí)間長(zhǎng)度經(jīng)常以過(guò)夜天數(shù)來(lái)統(tǒng)計(jì)的，而這就是一個(gè)正數(shù)。

停留時(shí)間長(zhǎng)度可以用一個(gè)非負(fù)的隨機(jī)變量T代替。生存函數(shù)（SurvivalDistributionFunction，簡(jiǎn)稱SDF）的定義為隨機(jī)變量T越過(guò)時(shí)點(diǎn)t的概率。當(dāng)t=0時(shí)，生存函數(shù)取值為1，隨著時(shí)間推移（t逐漸增大），生存函數(shù)的取值逐漸減小，因此，生存函數(shù)是時(shí)間t的單調(diào)地減函數(shù)。生存函數(shù)的表達(dá)式可以寫做：

S（t）=pr（T?叟t）（1）

與生存函數(shù)緊密相關(guān)的還有累積分布函數(shù)（CumulativeDistributionFunction，簡(jiǎn)稱CDF），概率密度函數(shù)（Pro-babilityDensityFunction，簡(jiǎn)稱PDF）和風(fēng)險(xiǎn)函數(shù)（HazardFuntion）。累積分布函數(shù)表示隨機(jī)變量T未超過(guò)時(shí)間點(diǎn)t的概率，表達(dá)式可以寫做：

風(fēng)險(xiǎn)函數(shù)一般標(biāo)記為h（t），定義為f（t）/S（t），表示隨機(jī)變量T已至?xí)r間點(diǎn)t的條件下，在接下來(lái)的一瞬間所關(guān)心的時(shí)間發(fā)生的概率。根據(jù)風(fēng)險(xiǎn)函數(shù)的定義有：

其中F（t）是旅游者停留時(shí)間的分布函數(shù)，即旅游者在既定時(shí)間離開目的地的概率，而f（t）則旅游者停留時(shí)間的概率密度函數(shù)，因此：f（t）=dF（t）dt

從式（4）中可以看出，如果機(jī)會(huì)函數(shù)的數(shù)值越高，則說(shuō)明旅游者的停留時(shí)間越短；機(jī)會(huì)函數(shù)值越低，停留時(shí)間越長(zhǎng)。由式（4）可得：

h（X（t），t）=H0（t）exp[X（t）′?茁]（5）

在初始條件F（0）=0的情況下，解此微分方程，可得：

2.參數(shù)估計(jì)。顯然，對(duì)以上方程進(jìn)行估計(jì)的關(guān)鍵在于對(duì)機(jī)會(huì)函數(shù)h（t）的設(shè)定。經(jīng)濟(jì)學(xué)家們一般采用兩種方法對(duì)此加以處理。

（1）參數(shù)法。這種方法假定旅游停留時(shí)間(機(jī)會(huì)函數(shù))服從于一種已知的理論分布，從而對(duì)其進(jìn)行估計(jì)。常見(jiàn)的分布類型包括指數(shù)分布、Weibull（威布爾分布）和對(duì)數(shù)正態(tài)分布等，而使用最為頻繁的是Weibull分布式（7），其中?茁是影響各因素向量X所對(duì)應(yīng)的系數(shù)。?琢是風(fēng)險(xiǎn)比系數(shù)，反映離開目的地的條件概率如何隨著停留時(shí)間的延長(zhǎng)而變化。

h（X（t），t）=exp[X（t）′]?琢t?琢-1，a?叟0（7）

（2）半?yún)?shù)法。在參數(shù)法中，如果對(duì)搜尋時(shí)間分布的設(shè)定有誤，那么估計(jì)的準(zhǔn)確性將會(huì)下降。因此一些半?yún)?shù)的估計(jì)方法近年來(lái)得到了快速的發(fā)展，這些方法不需要知道機(jī)會(huì)函數(shù)的具體形式，而是將離開目的地的概率建模在時(shí)間t上的基準(zhǔn)概率h0。和影響因素向量X的函數(shù)之上，其中最常見(jiàn)的半?yún)?shù)方法是Cox比例風(fēng)險(xiǎn)模型，即：

h（X（t），t）=H0（t）exp[X（t）′?茁]（8）

此時(shí)的基準(zhǔn)概率h0是指一個(gè)觀測(cè)值的所有X變量都等于0的概率，Cox模型以非參數(shù)回歸方式對(duì)這個(gè)風(fēng)險(xiǎn)做出估計(jì)，并得到式（8）中?茁的最大似然估計(jì)值，作為各影響因素的風(fēng)險(xiǎn)比系數(shù)，如果?茁大于1，則意味著該因素將導(dǎo)致旅游者停留時(shí)間的延長(zhǎng)，反之則使停留時(shí)間縮短。

考慮到以上兩種方法各有優(yōu)缺點(diǎn)，為了穩(wěn)健起見(jiàn)，本文分別使用Cox風(fēng)險(xiǎn)比例模型和Weibull模型，對(duì)旅游者停留時(shí)間的影響因素進(jìn)行了半?yún)?shù)和參數(shù)估計(jì)。

三、問(wèn)卷設(shè)計(jì)與數(shù)據(jù)收集

1.變量選擇。通過(guò)對(duì)文獻(xiàn)閱讀可知，一般認(rèn)為，旅游者停留時(shí)間的長(zhǎng)短，跟旅游者個(gè)人的收入、閑暇時(shí)間、旅游動(dòng)機(jī)、目的地特征等因素相關(guān)。因此，本文參考國(guó)內(nèi)外對(duì)旅游停留時(shí)間相關(guān)研究問(wèn)卷的基礎(chǔ)上生成本研究調(diào)查問(wèn)卷，最終確定旅游者的人口統(tǒng)計(jì)特征、出行特征、出行特征、滿意度等四個(gè)維度作為影響因素進(jìn)行研究。其中，停留時(shí)間作為因變量；人口統(tǒng)計(jì)特征包括年齡、性別、受教育程度；出行特征包括出行動(dòng)機(jī)和出行方式；消費(fèi)特征包括住宿質(zhì)量、消費(fèi)金額、旅游次數(shù)；對(duì)目的地態(tài)度包括對(duì)目的地服務(wù)滿意度、旅游項(xiàng)目和景觀滿意度、氣候及環(huán)境滿意度。本文采用三種變量類型，連續(xù)變量（停留時(shí)間、年齡）、分類變量（性別、出行動(dòng)機(jī)、出行方式）和定性變量（教育程度、重游次數(shù)、消費(fèi)、住宿質(zhì)量、滿意度）。

2.問(wèn)卷發(fā)放。問(wèn)卷發(fā)放選擇于2023年國(guó)國(guó)慶長(zhǎng)假期的后最后兩天內(nèi)，此期間是大連的旅游旺季，因?yàn)樽詈髢商煊慰偷穆糜味鄶?shù)已接近尾聲，因此所確定的旅游停留時(shí)間基本上接近真實(shí)；發(fā)放地點(diǎn)主要在大連的市的兩個(gè)主要景區(qū)――虎灘公園和星海廣場(chǎng)，因?yàn)檫@兩個(gè)景區(qū)一般屬于來(lái)大連必去的，這樣會(huì)盡可能地使受調(diào)研群體更趨于合理；問(wèn)卷共發(fā)放500份，采用現(xiàn)場(chǎng)指導(dǎo)游客填寫并現(xiàn)場(chǎng)回收方式，盡可能保證問(wèn)卷的有效性。回收的500份問(wèn)卷經(jīng)核查后具備有效性問(wèn)卷共467份，有效率為93.4%。

四、研究結(jié)果

我們使用計(jì)量軟件Statal0.0對(duì)Cox模型和Weibull模型分別進(jìn)行了估計(jì)，相關(guān)結(jié)果詳見(jiàn)表2，各項(xiàng)指標(biāo)顯示兩個(gè)模型不僅整體效果良好，而且估計(jì)結(jié)果在總體上也都是一致的。在這里選擇了用風(fēng)險(xiǎn)比來(lái)和標(biāo)準(zhǔn)差表示Cox模型和Weibull模型的估計(jì)結(jié)果，如果風(fēng)險(xiǎn)比大于1則表示此因素對(duì)旅游者的停留時(shí)間具有正向影響，相反，如果小于1則表示有負(fù)向影響?？梢钥闯鲇绊懧糜握咄Ａ魰r(shí)間的因素具有以下特點(diǎn)。

在人口統(tǒng)計(jì)特征方面，旅游者年齡與受教育水平都對(duì)停留之間產(chǎn)生一定的影響，并在10%的水平是統(tǒng)計(jì)顯著的。在性別上，男性與女性與旅游停留時(shí)間之間不存在顯著的關(guān)系。從表2可以看出，隨著年齡的增長(zhǎng)旅游者的停留時(shí)間也相應(yīng)延長(zhǎng)，這可能因?yàn)閭€(gè)人收入隨著年齡的增長(zhǎng)而增加，從而具有了一定的消費(fèi)基礎(chǔ)，并且在進(jìn)入退休階段的人更傾向于度假而不是觀光旅游。從而導(dǎo)致了旅游時(shí)間的增長(zhǎng)；受教育程度方面，停留時(shí)間隨著旅游者受教育程度增加而增加，這一方面說(shuō)明，受教育程度會(huì)影響收入情況，從而導(dǎo)致了消費(fèi)能力的增加，另一方面也可能由于受教育程度較高的人更傾向于深度的旅游形式而不是走馬觀花式的觀光旅游。

在消費(fèi)特征方面，消費(fèi)水平與停留時(shí)間具有5%顯著水平的正相關(guān)性，可以說(shuō)較長(zhǎng)的停留時(shí)間為消費(fèi)提供了空間。而游客住宿設(shè)施水平重游次數(shù)與停留時(shí)間之間不存在顯著關(guān)系，這與我們一般認(rèn)為的重游者一般會(huì)選擇長(zhǎng)時(shí)間的度假旅游的觀點(diǎn)并不一致。這可能因?yàn)橹赜握叱硕燃儆慰屯?，同時(shí)也包含大量的學(xué)習(xí)會(huì)議等出差的游客，這部分游客一般具有時(shí)間較短的特征。

在出行特征角度看，不同的旅游動(dòng)機(jī)對(duì)旅游時(shí)間具有顯著影響。相比于休閑度假動(dòng)機(jī)，學(xué)習(xí)會(huì)議動(dòng)機(jī)的旅游者對(duì)停留時(shí)間具有負(fù)向影響，在1%水平上顯著，而探親訪友旅游者對(duì)停留時(shí)間具有正向影響，在5%水平上顯著，從風(fēng)險(xiǎn)比上可以看出，探親訪友旅游者停留時(shí)間最長(zhǎng)，休閑度假旅游者次之。會(huì)議旅游者最短。從出行方式上，隨團(tuán)出行游客比個(gè)體游客停留時(shí)間要短，在1%水平上顯著，這可能與跟團(tuán)旅游者更傾向于觀光旅游的形式有關(guān)。

從旅游者的旅游滿意度看，旅游者對(duì)目的地服務(wù)質(zhì)量、景觀項(xiàng)目、環(huán)境天氣的滿意程度均對(duì)停留時(shí)間分別在5%、10%、10%的顯著水平上具有正向影響。也就是說(shuō)，旅游