1、 引言
旅游者停留时间本质上也可以理解为一种存活事件。存活模型被证明很合适持续事件的模拟剖析。虽然存活模型在预测持续事件的有效性和靠谱性方面已经被认同，但在旅游方面的应用却不多。国内基本还处于空白状况，只有夏亚峰、刘开生用存活模型办法研究具备删失（Censored）数据的旅游随访问题。海外也是近几年来有部分的文章开始使用。Kaniovski（2008）等使用了Gamma存活模型剖析澳大利亚的住宿业企业的存活情况，他们觉得较大规模和市场份额会增加存活时间。Barros（2008）等使用可选择的存活模型剖析了在南美洲的葡萄牙游客的逗留时间。可选择存活模型为Cox模型、Weibull、Logistic模型和非均质性的Weibull模型；所用变量为预算，目的地属性，社会人口特点，以往的访问，时间约束和旅游频率。主要结论是停留时间受多种决定性原因的影响，并因为特定的旅游目的地而不同。Menezes（2008）等用一个Cox比率风险模型和调查表数据剖析了亚速尔群岛游客逗留的时间。使用的变量是社会人口特点、出行特点、可持续进步原因和目的地形象属性。Martine′z-Garcia（2008）等用log-logistics和Cox存活模型剖析了西班牙低收入旅游的停留时间。使用的变量是国籍，社会经济特点，职业，旅游是什么原因，住宿种类，组织旅游，家庭旅游，旺季，和地理地区。主要结论是：风险比率相称比率超越Cox存活模型假设并不成立，因此，使用了加速存活模型。除此之外，只有一些变量有显着性，即旅客的国籍，年龄，教育程度，教育种类，住宿种类，季节，地理地区。Gokovali（2006）等应用两种存活模型：Cox模型和Weibull模型，模拟了土耳其博都茹姆市游客逗留时间。所用变量是国籍、年龄、工作种类、社会经济特征、度假打包种类、过去访问次数、水平、热情好客、吸引力、夜间生活、居住水平、形象、推广和宣传、与推荐。主要结论是，变量可以讲解逗留时间。Hong（2005）等以存活模型剖析了旅游者在赌场娱乐的逗留时间。
鉴于国内应用存活剖析研究旅游者停留时间问题还非常匮乏，本文拟通过对来大连旅游者的问卷调查，通过存活模型剖析，发现影响旅游者在一个目的地的停留时间的重点原因。在理论上，可以弥补国内外对此范围研究的匮乏，并引入相应的研究办法；在现实意义上，可以为当地旅游管理者怎么样推行推广和管理策略提供肯定的借鉴。
2、 实证模型与研究办法
1. 模型界定。存活剖析是将事件的结果和出现此结果所历程的时间结合起来进行剖析的统计办法，最早应用于医学和生物学，主要用来剖析某种疾病的发生与病人存活时间与各种有关原因之间的关系。从20世纪70年代末期开始，海外学者渐渐将存活剖析办法应用于经济范围，主要集中在工作搜寻时间、失业的持续和罢工等问题上。近几年海外的一些学者开始尝试用来剖析旅游者停留时间的问题。由于，一些常见的统计工具，如线性回归模型并不适合做停留时间模拟，由于它没考虑到停留长度是一个非负的变量，因此会致使有偏的估计（Greene，2000）。为了克服如此的问题，本文使用了存活剖析，由于停留时间长度常常以过夜天数来统计的，而这就是一个正数。
停留时间长度可以用一个非负的随机变量T代替。存活函数（Survival Distribution Function，简称SDF）的概念为随机变量T越过时点t的概率。当t=0时，存活函数取值为1，伴随时间推移（t渐渐增大），存活函数的取值渐渐减小，因此，存活函数是时间t的单调地减函数。存活函数的表达式可以写做：
S（t）=pr（T?叟t）（1）
与存活函数紧密有关的还有累积分布函数（Cumulative Distribution Function，简称CDF），概率密度函数（Pro-bability Density Function，简称PDF）和风险函数（Hazard Funtion）。累积分布函数表示随机变量T未超越时间点t的概率，表达式可以写做：
风险函数一般标记为h（t），概念为f（t）/S（t），表示随机变量T已至时间点t的条件下，在下面的一瞬间所关心的时间发生的概率。依据风险函数的概念有：
其中F（t）是旅游者停留时间的分布函数，即旅游者在既定时间离开目的地的概率，而f（t）则旅游者停留时间的概率密度函数，因此：f（t）=dF（t）dt
从式（4）中可以看出，假如机会函数的数值越高，则说明旅游者的停留时间越短；机会函数值越低，停留时间越长。由式（4）可得：
h（X（t），t）=H0（t）exp[X（t）′?茁]（5）
在初始条件F（0）=0的状况下，解此微分方程，可得：
2. 参数估计。显然，对以上方程进行估计的重点在于对机会函数h（t）的设定。经济学家们一般使用两种办法对此加以处置。
（1）参数法。这种办法假定旅游停留时间服从于一种已知的理论分布，从而对其进行估计。容易见到的分布种类包含指数分布、Weibull（威布尔分布）和对数正态分布等，而用最为频繁的是Weibull分布式（7），其中?茁是影响各原因向量X所对应的系数。?琢是风险比系数，反映离开目的地的条件概率怎么样伴随停留时间的延长而变化。
h（X（t），t）=exp[X（t）′]?琢t?琢-1，a?叟0（7）
（2）半参数法。在参数法中，假如对搜寻时间分布的设定有误，那样估计的准确性将会降低。因此一些半参数的估计办法近年来得到了迅速的进步，这类办法无需了解机会函数的具体形式，而是将离开目的地的概率建模在时间t上的基准概率h0。和影响原因向量X的函数之上，其中最容易见到的半参数办法是Cox比率风险模型，即：
h（X（t），t）=H0（t）exp[X（t）′?茁]（8）
此时的基准概率h0是指一个观测值的所有X变量都等于0的概率，Cox模型以非参数回归方法对这个风险做出估计，并得到式（8）中?茁的最大似然估计值，作为各影响原因的风险比系数，假如?茁大于1，则意味着该原因将致使旅游者停留时间的延长，反之则使停留时间缩短。
考虑到以上两种办法各有优势和弊端，为了稳健起见，本文分别用Cox风险比率模型和Weibull模型，对旅游者停留时间的影响原因进行了半参数和参数估计。
3、 问卷设计与数据采集
1. 变量选择。通过对文献阅读可知，一般觉得，旅游者停留时间的长短，跟旅游者个人的收入、空余时间、旅游动机、目的地特点等原因有关。因此，本文参考国内外对旅游停留时间有关研究问卷的基础上生本钱研究调查问卷，最后确定旅游者的人口统计特点、出行特点、出行特点、认可度等四个维度作为影响原因进行研究。其中，停留时间作为因变量；人口统计特点包含年龄、性别、受教育程度；出行特点包含出行动机和出行方法；消费特点包含住宿水平、消费金额、旅游次数；对目的地态度包含对目的地服务认可度、旅游项目和景观认可度、气候及环境认可度。本文使用三种变量种类，连续变量（停留时间、年龄）、分类变量（性别、出行动机、出行方法）和定性变量（教育程度、重游次数、消费、住宿水平、认可度）。
2. 问卷发放。问卷发放选择于2010年国国庆长假期的后最后两天内，此期间是大连的旅游旺季，由于最后两天游客的旅游多数已接近尾声，因此所确定的旅游停留时间基本上接近真实；发放地址主要在大连的市的两个主要景区――虎滩公园和星海广场，由于这两个景区一般是来大连必去的，如此会尽量地使受调查群体更趋于合理；问卷共发放500份，使用现场指导游客填写并现场收购方法，尽量保证问卷的有效性。收购的500份问卷经核查后具有效性问卷共467份，有效率为93.4%。
4、 研究结果
大家用计量软件Statal0.0对Cox模型和Weibull模型分别进行了估计，有关结果详见表2，各项指标显示两个模型不只整体成效好，而且估计结果在大体上也都是一致的。在这里选择了用风险比来和标准差表示Cox模型和Weibull模型的估计结果，假如风险比大于1则表示此原因对旅游者的停留时间具备正向影响，相反，假如小于1则表示有负向影响。可以看出影响旅游者停留时间的原因具备以下特征。
在人口统计特点方面，旅游者年龄与受教育水平都对停留之间产生肯定的影响，并在10%的水平是统计显著的。在性别上，男士与女人与旅游停留时间之间没有显著的关系。从表2可以看出，伴随年龄的增长旅游者的停留时间也相应延长，这可能由于个人收入伴随年龄的增长而增加，从而具备了肯定的消费基础，并且在进入退休阶段的人更倾向于度假而不是观光旅游。从而致使了旅游时间的增长；受教育程度方面，停留时间伴随旅游者受教育程度增加而增加，这一方面说明，受教育程度会干扰收入状况，从而致使了消费能力的增加，其次也会因为受教育程度较高的人更倾向于深度的旅游形式而不是走马观花式的观光旅游。
在消费特点方面，消费水平与停留时间具备5%显著水平的正有关性，可以说较长的停留时间为消费提供了空间。而游客住宿设施水平重游次数与停留时间之间没有显著关系，这与大家一般觉得的重游者一般会选择长期的度假旅游的看法并不同。这可能由于重游者除去度假游客外，同时也包括很多的学习会议等出差的游客，这部分游客一般具备时间较短的特点。
在出行特点角度看，不一样的旅游动机对旅游时间具备显著影响。相比于休闲度假动机，学习会议动机的旅游者对停留时间具备负向影响，在1%水平上显著，而探亲访友旅游者对停留时间具备正向影响，在5%水平上显著，从风险比上可以看出，探亲访友旅游者停留时间最长，休闲度假旅游者次之。会议旅游者最短。从出行方法上，随团出行游客比个体游客停留时间要短，在1%水平上显著，这可能与跟团旅游者更倾向于观光旅游的形式有关。
从旅游者的旅游认可度看，旅游者对目的地服务水平、景观项目、环境天气的认可程度均对停留时间分别在5%、10%、10%的显著水平上具备正向影响。也就是说，旅游者认可度越高，停留时间越长，从而第三验证了提升认可度仍是旅游旅目的地提升绩效的不二法门。
5、 结论
本文通过计量经济学存模型剖析旅游停留时间的影响原因，对大连游客旅游停留时间的影响原因进行问卷设计，在剖析中使用了参数法中的Weibull模型和参数法中的Cox模型和进行了参数估计。剖析结果具备统计学上的显著性和经济上的重要程度，研究结果对于旅游目的地的市场推广和商品设计与环境改变策略的提出，具备肯定的意义。
