一、问题的提出及文献评述

景气指数是识别和预测经济波动、经济周期的重要指标。自19世纪末期美国发布“哈佛指数”以来，扩散指数（Diffusion Index，DI）、合成指数（Composite Index，CI）以及斯托克—沃森（Stock-Watson）型景气指数不断被开发出来，广泛应用于美国、日本、经济合作与发展组织（OECD）等国家和机构宏观经济和产业经济波动的预测和预警。19世纪80年代，合成指数方法被引入到我国用于宏观经济周期的波动测定、分析和预测工作。时至今日，国家统计局中国经济景气监测中心已承担了中国经济景气动向指数制作与发布工作，并对我国煤炭、石油、钢铁、装备制造、房地产等行业的景气指数进行分析和预测。

相比较而言，对旅游业的监测和预警研究才刚刚起步，国外学者更多地采用传递函数模型（transfer function model）、积分自回归移动平均模型（autoregressive integrated moving

average model，ARIMA）和误差修正模型（error correction model，ECM）来预测某个国家和地区的旅游需求，标准的景气指数方法还没出现。在国内，也只有为数不多的研究成果：倪晓宁、戴斌（2007）对中国旅游市场景气指数的研究；戴斌、阎霞、黄选（2007）对中国旅行社产业景气周期进行了指数化研究；戴斌等（2008）对中国饭店产业景气指数进行了研究；游灏等（2008）对星级酒店的景气波动进行了研究；阎霞（2008）对中国饭店的产业景气进行了研究。

上述中国旅游景气指数研究的文献中，存在的最大缺陷在于采用年度指标编制景气指数，无法对指标进行科学的、量化的先行、滞后、一致性区分。由此制作的先行指数就失去了预测的作用，一致指数也失去了反映现实的功能，这意味着编制景气指数失去了应有的意义。因而，以年度为单位选取指标都是不可取的，必须将指标数据的时间跨度精确到月或季。最新的研究中只有雷平（2009）使用了月度数据，采用TRAMO/SEATS方法进行季节调整，利用时差相关分析方法确定指标的超前滞后期数，并应用HP滤波方法构建了外国游客入境旅游市场合成景气指数。

本文计划从两方面扩展雷平的研究。第一，相对于中国入境旅游市场来说，以城市或旅游目的地为依托构建入境旅游景气指数更有意义，原因在于每个旅游地有自己的生命周期和经济周期，这和中国入境旅游市场的景气周期并不一定匹配。而且，针对编制城市或目的地的入境旅游市场景气指数，能够为该城市或目的地入境旅游市场的长期繁荣提供宏观指引，有助于当地政府制定合理的产业政策，也有助于旅游投资者做出正确的决策。本文将国际性旅游目的地北京作为研究对象，尝试构造北京入境旅游市场景气指数，为北京建设成为入境旅游者首选目的地、亚洲商务会展旅游之都、国际一流旅游城市提供参考。第二，为构造景气指数指标组寻找理论支持。因为，若缺乏相应的理论，筛选指标的过程不仅费时费力，而且指标的相关关系还需要进一步说明。若能通过理论找出与基准指标有相关关系的指标，那么不仅在构造先行、一致和滞后指数的过程中可以达到事半功倍的效果，而且有利于建构旅游景气指数的理论体系。