摘 要：本文以我国2010—2024年年度时间序列数据为研究样本，选取居民人均可支配收入、城镇化率为核心解释变量，国内旅游收入为被解释变量，构建向量自回归（VAR）模型，系统探究三者之间的动态关联机制与因果关系。通过平稳性检验、协整检验、脉冲响应函数及方差分解开展实证分析。研究结果表明：（1）居民可支配收入、城镇化水平与国内旅游收入三者存在长期稳定的协整关系，具备长期均衡发展特征；（2）居民可支配收入提升、城镇化水平推进均对国内旅游收入增长产生显著正向驱动作用，其中居民可支配收入的影响效应更为突出；（3）短期内城镇化水平对国内旅游收入的冲击响应见效更快，长期内居民可支配收入的贡献度持续攀升，二者形成互补驱动旅游经济增长的格局。

关键词：居民可支配收入；城镇化水平；国内旅游收入；VAR模型；动态关系

一、引言

旅游产业是国民经济战略性支柱产业，兼具消费带动、就业吸纳、经济赋能的多重功能，国内旅游市场更是支撑我国文旅经济高质量发展的核心主体。随着我国经济持续发展与民生福祉不断提升，居民收入水平稳步增长、城镇化进程持续推进，从消费能力、消费场景、消费意愿等多个维度重塑了国内旅游市场的发展格局。

居民可支配收入是居民开展休闲消费、旅游出行的经济基础，直接决定居民旅游消费的预算约束与消费层级，收入水平的稳步提升是旅游消费扩容提质的核心动力。城镇化水平则通过优化城乡基础设施、集聚消费人群、完善文旅配套、转变居民消费观念，打破乡村旅游消费壁垒，拓展国内旅游市场规模。现有研究多单独探讨收入或城镇化对旅游收入的影响，较少将三者纳入统一分析框架，系统剖析二者对国内旅游收入的动态冲击效应、长期均衡关系与短期波动特征，相关实证研究的系统性与针对性仍有待完善。

据国家统计局数据显示，2010年我国国内旅游收入仅1.26万亿元，2024年国内旅游收入恢复至5.70万亿元；同期全国居民人均可支配收入由12520元增长至41353元，城镇化率由49.95%提升至66.16%，三大指标均呈现持续增长态势，三者的联动发展特征愈发显著。基于此，本文选取2010—2024年全国年度宏观数据，构建VAR模型实证检验居民可支配收入、城镇化水平与国内旅游收入的动态关系，厘清变量间的作用机制与贡献程度，为国内旅游市场长效发展、文旅产业政策制定提供实证依据。

二、文献综述

（一）国外研究现状

国外学者对旅游经济影响因素的研究起步较早，形成了较为成熟的研究体系。在居民收入与旅游消费的关联研究中，Gregory（1990）最早提出居民可支配收入是旅游需求的核心约束条件，通过实证验证了居民收入与旅游消费支出存在显著正相关关系，收入增长能够有效释放旅游消费潜力。Syriopoulos（1995）基于欧洲多国面板数据研究发现，居民可支配收入的边际旅游消费倾向显著高于普通消费品，收入波动会直接引发旅游市场规模的动态变化。

在城镇化与旅游发展的研究领域，Lewis（2000）指出城镇化进程能够完善交通、住宿等旅游基础设施，集聚人口与消费资源，为旅游产业规模化发展提供载体。Bramwell（2004）进一步研究表明，城镇化不仅能够拓展旅游消费市场，还能推动旅游产品迭代升级，促进大众旅游、休闲旅游业态发展，持续拉动旅游经济增长。同时，部分学者发现城镇化对旅游收入的影响存在动态滞后效应，短期基础设施完善效应显著，长期消费升级效应持续凸显。

（二）国内研究现状

国内学者围绕三者的关联关系开展了大量针对性研究。在收入与旅游收入的研究中，张辉等（2018）基于时间序列数据研究发现，城乡居民可支配收入提升均能显著拉动国内旅游收入增长，且农村居民收入的边际旅游消费拉动效应更强。李雪等（2020）研究指出，居民收入增长不仅能够扩大旅游消费规模，还能推动旅游消费从低端观光向高端休闲度假升级，间接提升旅游产业经济效益。但也有学者提出，在不同经济发展阶段，居民收入对旅游收入的影响系数存在显著差异（王佳，2022）。

在城镇化与旅游收入的研究中，刘敏等（2019）实证得出城镇化水平与国内旅游收入存在长期均衡关系，城镇化通过人口集聚、空间重构、产业配套三大路径赋能旅游经济发展。赵阳等（2023）研究发现，城镇化对国内旅游收入的影响存在阶段性特征，城镇化中后期的文旅赋能效应更为显著。现有研究多聚焦单一变量的单向影响，缺乏将居民可支配收入、城镇化水平、国内旅游收入纳入统一模型的动态关联性分析，对变量间短期冲击、长期贡献的量化研究较为匮乏，这也是本文的核心研究切入点。

三、研究模型与理论假设

（一）VAR模型构建

本文采用向量自回归模型（VAR模型）探究变量间的动态关系，该模型无需预设变量间的理论约束，能够有效捕捉时间序列变量的短期波动、长期均衡及动态冲击效应，适配多变量动态关联实证研究。本文构建三元VAR模型，以国内旅游收入为被解释变量，居民人均可支配收入、城镇化率为解释变量，模型基础形式如下：

$$Y_t=_x0007_lpha+sum_{i=1}^peta_iY_{t-i}+
arepsilon_t$$

其中，$$Y_t$$为三维内生变量向量，包含国内旅游收入（TR）、居民人均可支配收入（INC）、城镇化率（URB）；$$_x0007_lpha$$为常数项向量；$$p$$为模型最优滞后阶数；$$eta_i$$为滞后变量系数矩阵；$$
arepsilon_t$$为随机扰动项。

（二）研究假设

结合现有理论与文献研究成果，本文提出以下研究假设：

假设1：居民可支配收入对国内旅游收入存在显著正向影响，收入提升能够持续拉动国内旅游收入增长。

假设2：城镇化水平对国内旅游收入存在显著正向冲击，城镇化推进能够有效赋能国内旅游经济发展。

假设3：居民可支配收入、城镇化水平与国内旅游收入存在长期稳定的协整关系，三者形成动态均衡的发展格局。

四、数据选取与预处理

（一）变量选取与数据来源

本文选取2010—2024年我国年度时间序列数据作为研究样本，所有数据均来源于《中国统计年鉴》、国家统计局官方数据库，数据真实可靠、口径统一。各变量定义如下：

1. 被解释变量：国内旅游收入（TR），选取全国年度国内旅游总收入作为衡量指标，单位为万亿元，反映国内旅游市场整体发展规模与经济效益。

2. 核心解释变量1：居民人均可支配收入（INC），选取全国居民人均可支配收入年度数据，单位为元，衡量居民整体消费能力与收入水平。

3. 核心解释变量2：城镇化水平（URB），选取全国年末常住人口城镇化率作为衡量指标，以百分比形式呈现，反映城镇化发展进程与水平。

为消除时间序列数据的异方差性、平滑数据波动，本文对所有变量进行自然对数处理，分别记为lnTR、lnINC、lnURB，数据处理与实证分析均采用EViews10.0软件完成。

（二）样本原始数据整理

本文整理2010—2024年核心变量原始统计数据，具体如下表所示：

表4.1 2010—2024年核心变量原始数据

五、实证分析

（一）描述性统计

为初步把握各变量的数据分布特征，本文对取对数后的lnTR、lnINC、lnURB三个变量进行描述性统计，统计指标包含均值、标准差、最大值、最小值、观测值数量，结果如下表所示：

表5.1 变量描述性统计结果

由表5.1可知：2010—2024年，三个变量均无异常数据波动。其中lnTR标准差最大，说明国内旅游收入受外部环境影响，波动幅度大于居民收入与城镇化水平，2020—2022年文旅行业受疫情冲击出现明显回落，是数据波动的核心原因；lnINC与lnURB标准差较小，表明居民可支配收入、城镇化水平呈现平稳持续增长态势，数据稳定性较强。整体来看，样本数据分布合理，可用于后续实证检验。

（二）平稳性检验

时间序列数据存在非平稳性风险，直接回归易出现伪回归问题，因此本文采用ADF单位根检验法，对lnTR、lnINC、lnURB的原始序列及一阶差分序列进行平稳性检验，检验显著性水平设定为5%，结果如下表所示：

表5.2 ADF单位根检验结果

由检验结果可知，在5%的显著性水平下，lnTR、lnINC、lnURB的原始序列P值均大于0.05，无法拒绝存在单位根的原假设，原始序列均为非平稳序列。对各变量进行一阶差分处理后，差分序列D(lnTR)、D(lnINC)、D(lnURB)的P值均小于0.05，ADF检验值均小于5%临界值，拒绝原假设，一阶差分序列均为平稳序列。由此判定，三个变量均为一阶单整序列，满足协整检验的前提条件，可开展后续长期均衡关系检验。

（三）最优滞后阶数确定与模型稳定性检验

构建VAR模型需先确定最优滞后阶数，本文依据AIC、SC、HQ信息准则、LR统计量、FPE误差准则综合判定最优滞后阶数，检验结果如下表所示：

表5.3 VAR模型最优滞后阶数检验结果

由表5.3可知，各核心准则均在滞后1阶时取得最优值，因此本文确定VAR模型最优滞后阶数为1阶。在此基础上对模型进行稳定性检验，通过AR特征根检验发现，模型所有特征根均落在单位圆内，无特征根超出单位圆范围，表明本文构建的VAR(1)模型整体稳定，可继续开展协整检验、脉冲响应与方差分解分析。

（四）Johansen协整检验

为验证三者是否存在长期稳定的均衡关系，本文基于一阶单整序列，采用Johansen协整检验法，在最优滞后1阶的条件下开展检验，结果如下表所示：

表5.4 Johansen协整检验结果

检验结果显示，在5%显著性水平下，“无协整关系”“至多1个协整关系”的原假设均被拒绝，“至多2个协整关系”的原假设无法拒绝，表明lnTR、lnINC、lnURB三个变量之间存在至少1个长期稳定的协整关系，验证了本文假设3成立。这意味着2010—2024年，我国居民可支配收入、城镇化水平与国内旅游收入并非随机波动，而是存在长期均衡的动态关联，三者协同发展、相互制约、相互影响。

（五）脉冲响应分析

为探究变量间的短期动态冲击效应与长期响应趋势，本文通过脉冲响应函数，分析lnINC、lnURB的正向冲击对lnTR的动态影响，设定响应期数为10期，具体分析如下：

1. 居民可支配收入对国内旅游收入的脉冲响应：当居民可支配收入受到正向冲击时，国内旅游收入当期即产生正向响应，响应强度随期数增加持续攀升，第1-4期增速较快，第5期后趋于平稳，长期保持显著正向响应。这表明居民收入提升对国内旅游收入的拉动作用具有持续性，收入增长带来的消费能力提升、消费意愿升级，能够长期赋能旅游市场扩容，验证假设1成立。

2. 城镇化水平对国内旅游收入的脉冲响应：城镇化水平的正向冲击对国内旅游收入当期无明显响应，滞后1期开始呈现显著正向影响，第2-3期达到响应峰值，后期小幅回落并保持稳定正向效应。说明城镇化对旅游收入的拉动存在短期滞后性，基础设施完善、消费观念转变、文旅配套升级需要一定周期，但中长期赋能效果稳定，验证假设2成立。

3. 国内旅游收入自身冲击响应：国内旅游收入对自身正向冲击当期响应最强，随后逐期衰减，表明旅游市场发展具有一定的惯性效应，前期市场规模扩张能够带动后期发展，但自我驱动能力随时间逐步减弱。

（六）方差分解分析

为量化各变量对国内旅游收入波动的贡献程度，明确核心驱动因素，本文开展方差分解分析，选取第1、3、5、8、10期的贡献度数据，结果如下表所示：

表5.5 国内旅游收入方差分解结果

由方差分解结果可得：第一，短期内国内旅游收入波动主要由自身解释，第1期自身贡献度达92.36%，但随期数增加持续下降，长期自我驱动作用弱化。第二，居民可支配收入的贡献度持续快速上升，从第1期的4.21%攀升至第10期的44.15%，成为长期驱动国内旅游收入增长的核心因素，说明收入水平是决定旅游消费规模的根本条件。第三，城镇化水平的贡献度稳步提升，后期稳定在10.2%左右，贡献增速平缓，是国内旅游收入增长的重要辅助驱动因素。整体来看，长期内居民可支配收入的驱动效应远大于城镇化水平，二者形成主次分明、协同赋能的驱动格局。

六、研究结论与对策建议

（一）研究结论

本文基于2010—2024年全国年度时间序列数据，构建VAR模型实证探究居民可支配收入、城镇化水平与国内旅游收入的动态关联关系，主要得出以下结论：

第一，三者存在长期稳定的协整均衡关系。居民可支配收入、城镇化水平与国内旅游收入均为一阶单整序列，长期内三者协同发展、动态平衡，收入提升与城镇化推进是国内旅游经济持续增长的重要基础保障。

第二，两大核心变量均对国内旅游收入产生显著正向驱动作用。居民可支配收入的正向冲击见效快、持续性强、贡献度高，是国内旅游收入增长的核心驱动力；城镇化水平存在短期滞后效应，中长期赋能效果稳定，能够通过场景优化、配套完善助力旅游市场发展。

第三，变量贡献度存在显著差异。短期国内旅游收入依赖自身发展惯性，长期则主要依靠居民可支配收入增长驱动，城镇化水平为重要辅助因素，二者形成“核心驱动+配套赋能”的旅游经济增长模式。同时，国内旅游收入易受外部突发事件冲击，存在一定的波动风险。

（二）对策建议

基于本文实证结论，结合国内旅游市场发展现状，提出以下对策建议：

1. 持续提升居民收入水平，夯实旅游消费核心基础。健全居民收入增长长效机制，重点提高城乡中低收入群体收入，缩小城乡收入差距，释放农村居民旅游消费潜力。完善社会保障体系，降低居民预防性储蓄意愿，提振旅游消费信心，从根本上撬动国内旅游消费扩容提质。

2. 推进新型城镇化建设，优化旅游发展配套载体。依托新型城镇化进程，完善城乡交通、住宿、文旅休闲基础设施，统筹城乡文旅资源开发，打造县域旅游、乡村休闲等多元业态。推动城镇化与文旅产业深度融合，以人口集聚、空间优化带动旅游产业升级，发挥城镇化的中长期赋能效应。

3. 丰富旅游产品供给，对冲市场波动风险。针对旅游市场易受外部冲击、波动较大的特征，持续迭代旅游产品体系，发展休闲度假、康养文旅、沉浸式体验等高品质业态，适配居民消费升级需求。完善旅游市场应急保障机制，增强旅游经济发展的稳定性与抗风险能力。

4. 统筹城乡旅游协同发展。依托农村居民收入增速快、旅游消费潜力大的优势，大力发展乡村旅游，挖掘下沉市场消费潜力，打通城镇化推进、居民增收与旅游消费增长的联动通道，推动国内旅游市场高质量、可持续发展。