2.5.3 经济价值

旅游业的快速发展，使得旅游资源的经济价值研究越发重要，而旅游资源的游憩价值是其经济价值的重要组成部分，对游憩价值的评估，主要有以下几点意义：一是通过价值评估，能够将景区保护获得的经济价值与为保护该景区付出的成本进行客观比较，避免管理者过多的主观性决策偏差，更加有效的管理与分配景区资源；二为在合资经营或转让旅游资源等方面给予货币化经济价值参考；三是对同一区域，不同类型的景区游憩进行价值评估，可为开发者提供优先开发决策的参考；四是将同一景区，不同年份的游憩价值进行比对，可反映出景区一定时段内的发展情况。

国内外对景区游憩价值评估的方法，主要是旅行费用法（TCM）和条件价值法（CVM），二者的本质区别在于TCM为“显性偏好”的直接市场法，CVM为“陈述性偏好”的假想市场法（王尔大，2012），与TCM相比，CVM具有很强的主观性。国内有些学者（彭文静，2014；李京梅等，2010；蔡银莺等，2008；刘亚萍等，2006）将TCM与CVM相结合，加总评估或相互佐证评估景区的游憩价值。而具有本质区别的两种方法，是否可以“直接”进行量的相加或对比，有待进一步考证。鉴于上述情况，本文对旅行费用法进行了研究，对其发展、存在问题和模型进行了介绍，并结合传统模型（ITCM和ZTCM）和旅行费用区间模型（TCIA），创新性地提出了区域旅行费用区间区域旅行费用区间（ZTCIA）模型。为验证ZTCIA模型的合理性，将普陀山作为案例，运用传统模型中的个人旅行费用（ITCM）模型和创建的区域旅行费用区间（ZTCIA）模型，评估了普陀山2014年的游憩价值。

2.5.3.1 TCM方法进展

最早的TCM研究要追溯到1947年，美国国家公园管理局主任向包括Hotelling H（1947）在内的多个经济学家询问如何测量国家公园的经济价值问题，解决这一问题的思路，逐渐发展成为当今的TCM方法。随后，国外一些学者提出了TCM模型并进行了发展，Clawson（1959）最先提出了ZTCM模型并进行了完善，其最为重要的缺陷是假设来自同区域的游客具有相同的费用支出，这一假设限制了ZTCM的发展。Brown和Nawas（1973）于1973年，以个体样本为基础提出了ITCM。与ZTCM相比，其模型更具有优越性（Garrod G等，1999; Maddala G S,1977），且不需进行不切实际的假设，直接根据游客个人信息评估。但加大了现场调查的工作量，也面临一些新的问题。如Shaw（1992）从经济学角度指出ITCM因现场调查时，只选取到访游客而产生的“样本选取偏差”的问题。此外，如选取的研究地游客重游率低，则会因“因变量（旅游次数）离散不足”而无法进行评估，一定程度上限制了ITCM在实践中的应用。1968年，加拿大学者Pearse（1968）在做一项研究时，以游客的经济收入为标准进行区域划分，推动了TCIA的研究。除上述三种模型外，还有一些模型，如ATCM（高级旅行费用模型，Creel M D等，1990）、RUM（随机效用模型，Smith V K等，1986; Bockstael N E等，1987）、HTCM（内涵旅行费用模型，Brown G等，1985）等，因操作过于复杂，没能成为主流的研究方法。

国内对旅行费用法的研究，开始于20世纪80年代（陆鼎煌等，1985）。与国外相比，起步虽晚却有很多创新之处。赵玲等（2009）基于游客所选交通工具，将游客分为火车、长途汽车和自驾车三类，运用改进的ITCM评估了大连星海公园的游憩价值，并对TCM中的时间机会成本、多目的地等问题做了探讨。肖潇等（2013）以九寨沟景区为例，独创性地将ITCM应用到地方依恋的价值评估中。国内外关于TCM的最新研究成果——TCIA（旅行费用区间模型），是李巍等（2003）基于Pearse的实证研究提出的，该方法避开了传统TCM中各方法的不足，虽另辟蹊径，却也有一定的缺陷。郝伟罡等（2007）对TCIA做了修正，依据游客与景区距离远近，将旅行费用区间分为两组，解决了半对数模型无法准确评估近距离游客的消费者剩余问题，但文中未涉及TCIA的其他不足处（查爱苹等，2010）。对于TCM中多目的地费用分成问题，国内外学者做了许多探索，Timo Kuosmanen（2003）提出了三种解决办法，即剔除、组合和分离。张茵等（2004）针对多目的地问题，提出了分区的多目的地TCM模型，较好地解决了多目的问题。许丽忠等（2007）结合热力学知识，创新性的提出熵权多目的地TCM模型，评估了武夷山景区的游憩价值。Frank（1976）最先提出TCM中的时间机会价值并认为其价值应为工资率的1/3。国外的其他学者如Willis（1989）和Chavas（1989）则确定了一个范围，即为工资率的30%～50%。国内有关时间机会成本价值的研究均采用国外确定的范围。至于TCM中的其他问题，如调查时间、替代效应等，我国学者如董雪旺等（2011）和游武等（2013）也进行了探究。

总观国内外旅行费用法研究，至少有三点不足：一是实际应用的研究较多，关于旅行费用法的理论基础研究略显不足；二是仅利用TCM评估研究地的游憩价值，极少数学者将TCM用到评估游憩价值以外的方面，关于TCM的应用范围仅局限在游憩价值方面；三是多数研究者只从经济学角度研究旅行费用法的模型及方程构建，极少以地理学的视角思考区域文化、政策等对模型构建的影响，多学科综合研究TCM为今后进一步研究的要点。以下基于第三点不足，从地理学视角研究TCM，认为仅以费用划分区间的TCIA没有考虑到区域文化对游客旅游行为的影响，如TCIA假设同一旅行费用区间的游客具有相同的旅游需求，这不太符合实际。结合ZTCM模型，假设来自同一区域且在同一费用区间的游客具有相同的旅游需求，创新出ZTCIA（区域旅行费用区间模型）模型来评估普陀山的游憩价值。

2.5.3.2 旅行费用法的评估步骤与模型

（1）个人旅行费用模型（ITCM）

ITCM通过调查得到旅游者一定时期（通常为一年）内到研究地的次数、游行时间、旅行总消费和社会经济特征等信息，以旅游次数为基准，分析旅行时间、旅行总消费和社会经济特征等与旅游次数的相关性，之后建立以旅游次数为因变量，以与其相关性显著的因子为自变量的回归方程，对方程进行积分，可得到消费者剩余，总的消费者剩余与总的旅行费用相加，即可求得研究地的游憩价值。

（公式2.1）中，C1为旅行总消费，包括往返交通费、门票费、食宿娱乐费等；C2为时间机会成本。（公式2.2）中，T1为游客的游玩时间；T2为到达景区时间；Y为游客的月收入，按每月工作23天，每天工作8小时计算游客的小时工资。

（公式2.3）中，Qi代表样本游客的旅游次数；TCi表示样本游客到研究地的旅行总消费；Ei代表样本游客的社会经济特征。

关于ITCM模型回归的方程形式，回归效果较好的主要有两种：线性模型和半对数模型。具体形式如下：

对模型进行积分，求得消费者剩余，其计算公式为：

（公式2.6）中，如模型为线性，PM是TC=0时的值；如模型为半对数，PM=∞。

根据杨净等（2012）的演算过程，（公式2.4）的消费者剩余可表达为：

（公式2.7）中，CS为消费者剩余；为样本游客的平均旅游次数；β1为TC的回归系数。

（2）区域旅行费用模型（ZTCM）

将游客进行区域划分（通常以省、直辖市为标准），根据各区域年末总人口和调查数据计算出各区域的旅游率及游客的旅游总消费，旅游总消费中的小时工资是根据研究区在岗职工的年薪算出。将旅游率与旅游总消费和游客的社会经济特征等进行相关性分析，根据分析结果，以旅游率为因变量，旅游总消费和其他社会经济特征为自变量，构建模型。关于消费者剩余的求法，主要有两种，一是根据回归方程，追加旅行费用，分别求出不同费用下的总旅游人次，以追加费用为自变量，以旅游人次为因变量进行回归，对回归方程进行积分求出总的消费者剩余（张茵等，2004；肖建红等，2011）；二是根据回归方程，分别算出各区域追加费用下的旅游人次，分别进行回归后求得各区域消费者剩余，加总得到总消费者剩余（董雪旺等，2012）。这两种求消费者剩余的算法，第二种过于烦琐，第一种被广泛采用。

各区域旅游率的计算公式如下：

（公式2.8）中，VRi代表i区域的旅游率；wi为i 区域到达研究地的实际样本数；Wi 为样本总数；W year代表研究地的总人次；Pi 代表i区域的年末总人口。

以旅游率为因变量，以游客的总消费和社会经济特征为自变量，进行回归，模型如下：

（公式2.9）中，VR代表旅游率；TC表示游客的总消费；E为游客的社会经济特征。

根据（公式2.9），求出追加旅行费用下相对应的旅游人次，以旅游人次为因变量，以追加费用为自变量，进行回归，对回归方程进行积分求出总消费者剩余，与总旅行费用相加便得到了总游憩价值。

（3）旅行费用区间模型（TCIA）

根据游客的总旅行消费，划分出若干个费用区间，每个费用区间的游客数为Ni，假设具有更高旅行费用的游客在比其费用低的费用区间里是愿意进行旅游的，计这时的游客需求量为Mi，取Ui=Mi/M，其中M为样本总数，定义Ui为此时N个样本中愿意旅行的比例，令Vi=Ui，定义Vi为此时单个游客的需求量。以费用区间为自变量，单个游客的需求量为因变量进行回归分析，得到单个游客消费者剩余方程，依次求出所有游客消费者剩余进行加总后得到总的消费者剩余，再与总的旅行费用相加后除以样本总数得出每个游客平均值，将每个游客平均值乘以总游客数便得到了研究地游憩价值。

样本游客的总旅行费用根据（公式2.1）、（公式2.2）求得。

以旅行费用区间为自变量，单个游客的需求量为因变量进行回归，其模型如下：

其中，V代表单个游客的旅游需求量；C为旅行费用区间。

根据（公式2.10），求出单个游客的消费者剩余，加总后得出总的消费者剩余，记为SCS，记总旅行费用为STC，则总游憩价值模型为：

（公式2.11）中，RV代表总游憩价值；STC代表总的旅行费用；SCS代表总的消费者剩余；N代表样本总数；TN代表研究地的总游客数。

（4）区域旅行费用区间模型（ZTCIA）

自TCIA提出后，郝伟罡（2007）、谢双玉（2008）和李湘豫（2013）等学者将其运用到实证研究，对其数学本质做了探索，研究表明TCIA的适用性比传统TCM好。结合ZTCM与TCIA的各自优势，提出的ZTCIA在理论上更具有优越性。具体评估步骤及模型如下：

将调查问卷进行区域划分，根据样本区域内的旅行费用划分各区域费用区间，将各区域旅行费用区间值与此旅行费用下单个游客需求量进行回归，根据回归方程计算样本区域单个消费者剩余，把单个消费者剩余相加得到一个样本区域总消费者剩余后，再将样本区域总消费者剩余和样本区域总旅行费用相加，除以调查获得区域样本数得到区域游憩价值平均值，乘以该区域的旅游人次，得到该区域总的游憩价值，将各个区域总游憩价值相加，便求出了研究地游憩价值。评估步骤如下：

（公式2.12）中，X代表研究地的游憩价值；X1, X2, Xn 代表各区域总的游憩价值；n代表划分区域的编号，其最大值是最后一个区域编号。

（公式2.13）中，Xn 代表某区域；TCn 代表某区域总旅行费用，根据（公式2.1）、（公式2.2）求得；CSn 代表某区域总消费者剩余；A代表某区域样本数；B代表一定时间段内某区域总游客数。

2.5.3.3 数据来源

普陀山游憩价值评估的所用数据分为3类：（1）基础数据。普陀山2014年旅游接待人次为6255606，其中境外和港澳台旅游人次分别为44438和28337，数据来源于普陀山风景名胜区管委会官方网站。2014年普陀山各省市旅游人次由普陀山管委会提供。（2）调查数据。经过在宁波大学的预调查，对问卷的结构和具体问题进行了多次修正。根据Scheaffer（2006）的抽样公式，设定抽样误差为7%，计算得出所需调查样本为204份，实际发放问卷270份，剔除3份港澳台游客、2份无效问卷及20份多目的地游客后，得到有效问卷245份，问卷有效率为91%。实际调查的具体地点在普陀山普济寺、法雨寺、紫竹林景区和普陀山客运码头。问卷调查时间为2014年12月20—21日和27—28日，问卷内容包括游客的社会经济特征、出发地、游玩次数、总消费、旅行时间等（表2.7）。（3）推算数据。根据普陀山2014年的旅游接待人次和普陀山管委会提供的2014年普陀山各省市旅游人次（图2.1）以及245份问卷中杭州、宁波和舟山市游客所占百分比，分别计算出杭州、宁波和舟山市的旅游人次为449439、724147和624171。

2.5.3.4 价值计算

（1）ITCM评估结果

通过问卷分析，2014年普陀山游客的旅游次数在两次及以上的占58.4%，平均旅游次数为2.46次，符合ITCM对旅游次数的要求，但本研究中，旅行次数为1次的游客占41.6%，如采用半对数模型，会导致因变量大量0值的出现，故选用线性模型进行回归。首先用SPSS进行相关性分析，结果见表2.8。

由表2.8可知，游客的性别、文化程度与旅游次数无相关性。旅游次数与总旅行费用、旅行时间呈显著负相关，说明总旅行费用越高，旅行时间越长，游客的旅游次数越少，这与TCM的基本假设相一致。收入、年龄与旅行次数呈显著正相关，收入高的人群也往往注重精神层面的培养，而年龄方面，通过SPSS整理问卷发现年龄段在26～35岁与36～45岁的游客人数占总游客人数的75.9%（表2.7）。

用SPSS进行回归前，很少有学者意识到变量间可能存在共线性这一问题。通过检验，总旅行费用和旅行时间有着严重的共线性问题，这是由于计算总旅行费用时，旅行时间已计算在内。因此在回归时，只把总旅行费用、年龄和收入作为自变量。回归方程如下：

其中，Q为旅游次数；TC为总旅行费用；A为年龄；Y为收入。

根据（公式2.7），可求出普陀山2014年游客的人均消费者剩余为：

由于样本调查者均排除港澳台与境外游客，故在计算总游憩价值时，应用除港澳台与境外游客后的旅游人次，为6182831人次。通过SPSS分析得出，2014年普陀山游客的个人平均旅行费用为1876.79元。故2014年普陀山总游憩价值为：

（2）ZTCIA评估结果

将全国划分为华北、华中、华南、西南、西北、东北和华东七个区域，考虑到华东区域中浙江省和上海市的游客较多（图2.1），故将上海、杭州、宁波及舟山市分别划分为一个区域，其余划分为另一区域（表2.9）。各区域的个人总旅行费用根据（公式2.1）、（公式2.2）算出。现以宁波市为例，将29个样本的旅行费用归到15个旅行费用区间中（表2.10），宁波市2014年普陀山旅游人次为724147。以旅行费用区间为自变量，单个游客需求量为因变量，进行回归，得到回归方程如下：

根据回归方程，将宁波市各样本消费者剩余求出，加总得到样本总消费者剩余为：5074.91（元）。

根据公式2.（14）求得2014年宁波市的区域游憩价值为：

根据上述步骤与模型，分别求出其他区域的回归方程与游憩价值（表2.11）。将宁波市游憩价值与其他区域的游憩价值相加，得到2014年普陀山游憩价值为135.95亿。

2.5.3.5 结果分析

本文的两种模型中，都没将旅游景区的替代性和目的地质量纳入到回归模型，是基于普陀山作为观音道场的不可替代性以及其独特的“佛国”风貌。虽然多目的游客所占比重极小，但剔除多目的游客的做法可能会使结果产生一定偏差，而由于调查数据的限制，未将境外与港澳台游客计算在内，使得两种模型的计算结果偏小于实际值。

ITCM与ZTCIA相比，ITCM将游客的社会经济特征纳入到回归方程中，但ZTCIA对样本游客的处理上优于ITCM，究竟哪种模型的评估结果更接近于实际值，很难做出定论。从评估步骤上看，两种模型存在一定的互补性，故本章将两种评估结果的平均值135.35亿，作为普陀山2014年的游憩价值。