从影响入境游客需求的角度来看 ， 日本的旅游便利受到哪些影响 ？

编号481 从影响入境游客需求的角度来看，日本的旅游便利受到哪些影响？ Yoko KONISHI§日本经济、贸易和工业研究所 Takashi SAITO日本经济产业省日本经济、贸易和工业研究所 2023年8月 Abstract:自2012年以来,赴日入境游客人数每年都在增加,与旅游相关的经济指标正在更新新纪录。另一方面，突如其来的入境热潮导致旅游目的地集中，过度旅游已成为一个问题。在本文中，我们首先按每个原籍国的住宿类型对游客的集中度进行统计观察。其次，通过确定有助于入境需求的旅游设施，我们获得了必要的知识，将需求从入境游客高度集中的设施转移到入住率较低的设施。为了进行分析，我们利用了在线旅行社“住宿旅行统计调查”中的机构数据以及按地区划分的旅游资源数据。结果表明，房间数量，平均价格，连锁酒店的会员资格，互联网可用性，房间类型，世界遗产数量和直飞航班数量对入境需求产生积极影响。特别是，对于入住率和入境客人比例较低的日式旅馆（日式旅馆），其独立性，互联网可用性，西式客房可用性，世界遗产数量和温泉设施可有效地吸引需求。 关键字:旅游设施；住宿设施等级数据；RevPAR JEL分类：L84; D24; R32 通讯作者。小西横子，地址：经济，贸易和工业研究所（RIETI），1 - 3 - 1 Kasumigaseki，千代田区，东京100 - 8901日本。电话：81 - 3 - 3501 - 8213；传真：81 - 3 -3501 - 8416。电子邮件：konishi - yoko @ rieti. go. jp§这项研究是东盟和东亚经济研究所（ERIA）“城市，城市设施和全球生产价值链：东亚和东盟贸易和服务自由化的新发展”项目的一部分。此外，这项研究是经济，贸易和工业研究所（RIETI）开展的“服务业分析和EBPM新指标的开发”项目的一部分。作者对该项目的成员提出的宝贵建议深表感谢。小西洋子承认教育，文化，体育，科学和技术部（MEXT）赞助的财政支持，科学研究资助（编号19H01473和23H00805)。 1.Introduction 自2012年以来，入境游客数量每年都在增加，与旅游相关的经济指标的新记录正在日本更新。1这种突如其来的入境繁荣导致旅游目的地集中和过度旅游成为各地的问题。日本入境旅游市场已经讨论了两种类型的集中。首先是旅游目的地的集中，以从东京到山的黄金路线为代表。富士到京都，大阪和神户。第二，根据日本国家旅游组织（JNTO）的数据，游客的原籍国集中，四个东亚国家约占入境游客的75％。这些类型的浓度引起的一些问题包括京都和山的拥堵。由于日本和大韩民国之间的双边关系恶化，访问日本的游客迅速减少，导致游客在游客中的受欢迎程度和东道国的经济下滑。我们认为，仅仅增加游客数量不足以满足旅游市场的增长。原籍国，目的地和住宿类型的充分多样性将促进旅游市场的稳定和可持续增长。 因此，在本文中，研究了第三种集中类型-入境游客的住宿设施集中。使用日本旅行社（JTA）进行的住宿调查（AS）来计算2017年每种设施类型所占的入境需求份额，我们可以观察到，日式旅馆（日式旅馆）占9％，酒店占89％，廉价住宿占2％，酒店占2％。图1显示了日本住宿设施总数的变化；2017年，酒店占总数的比例约为12％。随着近期入境旅游的快速繁荣，住宿业的需求应该会迅速增加。但是，在2011 - 17年期间，日式旅馆的数量每年都在减少，并且有7, 534家旅馆合并或关闭。 表1显示了入境游客比率，即根据设施类型，入境游客总数除以客人总数。在入境繁荣之前，除城市酒店外，所有四个类别的入境旅客率都不到4％。在2017年的入境繁荣时期，度假酒店、商务酒店和廉价住宿超过10%，而城市酒店的入境游客比例很高，为34.2%。相反，日式旅馆的入境游客比例一直在增长，但仍不超过10％。另一个重要变量是按设施类型划分的入住率（OR），这是住宿业的基本管理指标。根据AS 2018年的结果，城市酒店的OR为80.2％，商务酒店为75.5％，度假酒店为58.3％，日式旅馆为38.8％，廉价旅馆为30.2％。日式旅馆和廉价旅馆的OR仍然很低。关键管理指标之间的相关性，例如OR，每间可用房间的收入 Section 2. Ohe和Peypoch（2016）发现，日式旅馆的下降是由于其效率低下，并使用设施级别的数据来观察规模与效率之间的关系，并汇总了该地区的整体效率。他们指出，日本缺乏使用设施级数据的研究。从那时起，森川（2017; 2018）一直在积极研究距离对住宿需求的影响，使用AS来分析设施的生产率。我们遵循这个想法，涵盖日式旅馆、酒店(i。Procedres.度假村，商业和城市酒店）和廉价的住宿设施，由于入境旅客的增加，近年来一直在增加。 在本文中，我们旨在统计识别有助于入境需求的旅游设施，以获得必要的知识，以将需求从入境游客高度集中的设施转移到入住率较低的设施。在此分析中，我们利用了来自AS的机构数据，在线旅行社（OTA）信息以及按地区划分的旅游资源数据。这是这三个数据集首次在日本进行全国性研究。 结果表明，房间数量，平均价格，连锁酒店会员资格，互联网可用性，房间类型，当地世界遗产数量以及直飞航班数量都会对入境需求产生积极影响。特别是，对于具有低OR和入境客人比例的日式旅馆，它们的独立性，互联网的可用性，西式客房的可用性，世界遗产的数量和温泉设施可以有效地吸引需求。 下一部分说明增加入境游客数量对于OR和RevPAR增长的重要性。在第3部分中，我们介绍了我们实证分析中使用的数据和采用的变量。在第4部分中，我们根据我们的估计结果确定有效捕获入境游客需求的便利设施。在第5部分中，我们总结了研究结果。 2.住宿行业入境游客比例与关键管理指标的相关性 每种住宿设施类型都需要更多的入境游客吗？本节将观察OR，RevPAR之间的关系，这是住宿行业的关键管理指标和入境比率。RevPAR表示为OR乘以平均每日费率。游客对日本的比率和OR来自AS，而RevPAR来自OTA数据。每个点代表一个设施；这些是在日本绘制的关于这些相互关系的第一张图。 在图2中，商务酒店的OR值高于其他类型的设施。在2012年和2017年，所有类型的设施的OR和入境游客比率均呈正相关。如图3所示，日式旅馆的RevPAR高于其他类型的设施。日式酒店和度假酒店的OR低于商务酒店和城市酒店，但RevPAR较高，因为它们的单价较高。所有设施的RevPAR与2017年的入境逗留率呈正相关。入境游客数量的增加对每个设施的收入管理都有积极影响。 资料来源：作者根据日本旅行社（JTA）的住宿调查（AS）创作。 3.数据说明 3.1.关于AS 在这项研究中，我们利用JTA对结果和输入变量进行的AS每月住宿设施水平数据。该调查旨在了解日本住宿业，并使其成为旅游管理的基础。调查包括房间数量，员工数量，设施类型，客人容量以及外国和日本游客的过夜客人总数等项目。在2010年第二个季度AS之后，JTA对所有10名或更多员工的住宿设施进行了调查。他们还对雇员少于10人的设施进行了抽样调查。JTA对5至9名员工的设施进行了三分之一的随机抽样，并对少于5名员工的设施进行了九分之一的随机抽样。因此，每年调查的设施数量约为10, 000。 For our research purposes, we adopt the total number of night guest for foreign transports (thetotal number of investigner) as an outcome variable. Table A1 presents the descriptive statistics of theoutcome variant used in Section 4. 3.2.关于每个住宿设施的输入变量 3.2.1.适应的特征相关变量 房间数量。该变量表示每个住宿设施的大小；有关该变量的数据从AS获得。 每位员工占用的房间数。该变量的数据也可以从AS中获得。该变量是通过每月客人占用的房间数除以员工人数来计算的。如果员工人数保持不变，则该值越大，则每个员工负责的房间越多。 每个房间的人数。数据是从AS获得的。每个房间的人数是通过将客人的总容量除以房间的数量来计算的。对于酒店来说，这是床位的数量，对于日式旅馆来说，这是可以睡在蒲团上的人数。 链虚拟变量。每个住宿设施要么属于一个链（虚拟变量= 1），要么是独立的（虚拟变量= 0）。包括外国拥有的链。结果基于日本OTA公司和HOTERES的信息。根据2017年3月3日的HOTERES，有9, 967家酒店 2017年，其中3, 059家属于112家连锁酒店。在过去的十年中，已经创建了30多个新的连锁酒店。这是效率测量和收入管理的关键输入变量。 3.2.2.住宿的质量变量 在日本，没有星级系统方面的评级，因此将每月平均销售价格，评论变量和同一直辖市的同行数量作为质量的代理变量。 月平均售价。数据来自OTA。每月平均价格是根据每个设施的每种客人类型（即商业，夫妇，家庭和团体）的平均每日费率的每日数据计算的，并按每月的总夜数加权。 客户评论的总体评估。使用了来自两个OTA的信息。由于两家公司主要针对国内市场，并且日本旅行者对价值进行了审查和参考，因此评估对游客关于日本的决策影响不大。 同一城市的竞争对手数量。该变量是使用AS的数据计算的。这是一个与竞争和溢出效应相关的变量。 3.2.3.住宿的便利变量 房间虚拟变量中的互联网可用性。这是来自OTA。如果Internet在房间中可用，则该变量的值为1，如果不是，则为0。 西部房间的虚拟变量。从OTA获得。这个变量适用于日式旅馆和廉价的住宿。我们考虑了为什么入境游客不经常住在日式旅馆，并认为避免了日本房间。西式客房(i.Procedres.，设有床，沙发，桌子和椅子，在某些设施中还设有室内浴缸）作为住宿设施的便利设施。如果西式房间可用，则虚拟变量的值为1，如果不可用，则为0。 日本房间虚拟变量。从OTA获得。这是酒店的变量。在酒店中,在酒店中包含日式房间被认为是一种便利设施。如果有日式房间,则该变量取值1,如果没有,则取值0。 3.3.关于区域旅游设施的输入变量 文化事务局提供的世界遗产，国家宝藏和重要文化财产的数量，环境部提供的有关温泉的各种信息以及土地，基础设施部提供的公园信息，运输和旅游部作为每个地区的旅游设施。在旅游基础设施方面，我们从国土交通和旅游部获得了每周直飞国际航班数量的信息，并从JR集团公司获得了最快的新干线（不包括迷你新干线）列车停靠站的信息。此外，还提供有关旅游信息中心（JNTO）和消费税免税商店（JTA）的信息。表A2提供了第4节中使用的变量的描述性统计数据，显示了大部分年度数据，尽管直航和消费税免税商店的半年度数据可用。运输基础设施的贡献在影响入境旅客的增加方面具有重要意义，并且已在以前的效率和收入管理分析研究中使用（Yag和L，2006 H et al。，2010年；洪马和胡，2012年；雅辛和默特，2018年；拉蒂诺普洛斯，2018年；等等。).在本文中，我们不使用距离信息，而是应用住宿所在地区的直飞国际航班数量以及最快子弹头列车上的停靠点的虚拟变量。 4.估计模型和估计结果 4.1.估算模型 结果变量是每个住宿设施的入境游客总数的日志。如表1所示，即使是最高的城市酒店，2017年每个设施的平均过夜访客率约为30％。事实上，在几个设施中，每个住宿设施的入境游客率为0 - 52％的日式旅馆，32％的度假酒店，17％的商务酒店，6％的城市酒店和77％的廉价住宿房屋的比例为零。超过零的估计将导致正系数的低估。对于这种具有许多零和大量样本分布在零附近的小正值上的连续变量，Tobit模型是合适的，如的Tobit模型公式所示。𝐸￿￿￿如下： where𝑖是每个设施，𝑡是每个月，𝑝𝑟𝑒𝑓是县，并且𝑘,