透过不确定性的迷雾窥视：对后疫情时代旅游业的样本外预测

透过的 雾的不确定性:样本外 后的预测大流行旅游 SerhanCevikWP/23/70 2023 3月 ©2023国际货币基金组织(imf)WP/23/70 国际货币基金组织的工作论文 欧洲部 透过不确定性的迷雾窥视：对后疫情时代旅游业的样本外预测 由SerhanCevik1 授权分销的伯纳德Akitoby 2023年3月 基金组织工作文件描述了作者正在进行的研究，并发表以征求意见 并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，并且确实不一定代表基金组织、其执董会或基金组织管理层的观点。 文摘 本文使用增强重力模型框架来研究 传染病对国际旅游的影响，并开发样本外预测模型。 利用1995-2017年期间38，184对国家之间的双边旅游流量，I比较替代规范和估算方法的预测性能。这些 计算证实了传染病发作的统计和经济意义 预测国际旅游流量。在模型中包括传染病可以改善预测准确率平均为4.5%，相对于标准高达7% 冻胶分类数字: C21;C23;F10;季;F14;F47;R12 关键词: 传染病;旅游流量;重力模型;可预见性; 样本外预测 作者的电子邮件地址: scevik@imf.org 重力模型。然而，在以下情况下，这些影响的程度可能要大得多。COVID-19，这是一种高度传染性的病毒，已在各地人群中迅速传播他的整个世界。 1作者要感谢AliceFan，GyowonGwon，AxelSchimmelpfennig和GlebsStarovoits的 有见地的意见和建议。 预测是非常困难的，特别是如果它是关于未来的。 尼尔斯·玻尔 我我。NTRODUCTION 在过去两年中，COVID-19病例数已达到6.763亿例，导致全球超过680万人死亡，并成为一场前所未有的全球危机近代史2旨在限制的广泛遏制和缓解措施 流动性和减缓COVID-19的传播导致了战后最大的经济衰退（Coibon， 戈罗德尼琴科，韦伯，2020;艾兴鲍姆、雷贝洛和特拉班特，2020年;福纳罗和沃尔夫，2020年;哈桑等，2020年;路德维格森，马和吴，2020;塞维克和米留金，2021年）。同时 时间，各国政府实施政策措施以缓解大流行的后果 刺激经济复苏。因此，COVID-19大流行——与其他事件类似历史上的传染病——在世界各地产生了很大程度上不同的影响，反映了不同程度的病毒暴露，经济部门的构成，总体上 准备水平和充分公众应对的能力。 旅游业是受影响最严重的部门之一，因为遏制和缓解措施旨在减缓病毒的传播。根据联合国世界旅游组织 （联合国世界旅游组织），2020年国际游客人数下降了75%，2021年下降了70%， 与2019年相比。这是全世界前所未有的冲击，尤其是在旅游业依附经济。在 COVID-19大流行，旅游业占全球经济的10%以上，并且 在许多国家，就业和出口收入占总收入的很大份额。此外，旅游业与经济中的其他部门密切相关，包括住宿和 餐饮、零售与营销、交通与航空，形成日益复杂的格局 供应链（戈雷蒂等人，2021年）。尽管过去的大流行通常是短暂的， 国际旅游流 国际游客的地区 (百万)1600 欧洲 1400 亚洲及太平洋 美洲 非洲 中东 1200 1000 800 600 400 200 0 分享国际游客的地区 (百分比) 欧洲亚洲及太平洋美洲非洲中东 100 90 80 70 60 50 40 30 20 10 0 来源:UNWTO;作者的计算。 2最新数据可以在约翰霍普金斯大学的系统科学与工程中心找到： https://www.arcgis.com/apps/dashboards/bda7594740fd40299423467b48e9ecf6。 每个国家如何走出当前的危机取决于在 大流行、所需的调整以及COVID之前的经济和制度实力 19.因此，分析过去疫情期间国际旅游流量的演变可以进一步阐明COVID-19的影响并改进对恢复轨迹的预测随着世界进入大流行的新阶段。 过去的传染病事件对双边旅游流量有重大影响 在世界各地，在亚洲、拉丁美洲和加勒比地区的影响更大（Cevik2022）。然而，统计学显著性不能替代样本外预测能力，后者可以 讲述更多关于经验结果的外部有效性的信息。因此，使用增强的重力框架，本文为国际 1995-2017年期间，旅游在38，184对国家之间流动，并测试了 预测替代规格和估算方法的性能。这些 计算证实了传染病事件在国际预测中的重要性 旅游流量。我发现在模型中包括传染病可以提高预测的准确性平均为4.5%，相对于标准重力模型高达7%。 然而，在COVID-19的情况下，这些影响的程度可能要大得多，这是一种高度传染性的病毒，已在全球人群中传播。 此外，本文提出的增强预测模型将有助于分析传染病下一次重大发作期间和之后的生长动态 本文的其余部分结构如下。第二节提供了数据概览 用于实证分析。第三节介绍了计量经济学方法。第四节提供实证结果，包括一系列稳健性检查。最后，第五节总结并提供结论。 二世。DATAOVERVIEW 本研究中提出的实证分析是基于年度不平衡的小组 1995-2017年期间对38，184对国家的观测3双边旅游流量 172个原籍国和222个目的地国取自联合国世界旅游组织 数据库，在样本期间产生超过261，488个观测值的数据集。主要重力模型中的经济变量是由原产地的实际GDP水平衡量的规模 和目的地国家。我还包括原籍地和目的地的人口和预期寿命 国家作为附加控制变量，以更好地捕捉规模效应和整体健康状况条件。这些系列摘自世界银行的《世界发展指标》。 （WDI）数据库。本文中感兴趣的关键解释变量是确认的数量 传染病病例，包括埃博拉、疟疾、SARS和黄热病，这些病例来自世界卫生组织(世卫组织)数据库。 标准重力变量，例如国家之间的双边距离，共同官方语言，殖民历史和地理连续性取自中心研究 3包括领土在内的国家名单见附录表A1。 国际前景与信息（CEPII）数据库，如Mayer和 齐尼亚戈（2011年）和孔蒂、科特里亚兹和迈耶尔（2022年）。地理距离的测量方式为每个国家的首都对之间的大圆距离（以公里为单位）。传统 重力模型中的距离不仅是地理距离的度量，而且还反映了运输成本和其他贸易壁垒。语言、殖民历史和 如果一个国家对共享一个共同的官员，则为地理连续性分配值1 语言、殖民领带和相邻边框，否则值为0。 实证分析中使用的变量的描述性统计量见表1。 就国际游客流量而言，各国之间存在很大程度的分散性以及传染病发生的异质性很大。分析至关重要 通过传导面板单元根来避免虚假结果的数据的时间序列属性 测试。因此，通过应用Im-Pesaran-Shin来检查所有变量的平稳性 （2003）程序，在实证文献中广泛用于进行面板单元根测试。根据要求提供的结果表明，分析中使用的变量是对数变换后固定。 表1。描述性统计 变量奥林匹 的意思是性病,戴夫。分钟。Max。 国际旅游流 实际国内生产总值 26克1,广48播878,737918,199181,100,000 服务公 国家的起源 410,680 13,155 16,243 184 111,968 目的地国家 381,210 16,926 22,269 184 194,188 实际有效汇率、目的地 371,190 100.5 25.5 7.4 740.6 距离 370,208 7,273 4,564 27 19,951 共同的语言 370,208 0.173 0.378 0.000 1.000 殖民历史 370,208 0.015 0.123 0.000 1.000 地理上毗邻 370,208 0.027 0.163 0.000 1.000 预期寿命、目的地 382,122 70.4 9.4 31.0 85.4 人口 国家的起源 411,470 54,300,000 186,000,000 9,298 1,390,000,000 目的地国家 395,038 45,900,000 160,000,000 9,298 1,400,000,000 司。 传染病 国家的起源 埃博拉病毒 411,470 22 496 0 14,124 疟疾 411,470 69,328 631,885 0 15,000,000 “非典” 411,470 3 115 0 5,327 黄热病 411,470 3 40 0 1,192 目的地国家 埃博拉病毒 386,101 15 413 0 14,124 疟疾 386,101 130,202 746,793 0 15,000,000 “非典” 386,101 3 108 0 5,327 黄热病 378,948 3 34 0 1,192 资料来源：世旅组织;基金组织;世界银行;谁;作者的计算。 三世。EMPIRICAL米ETHODOLOGY 重力框架在文献中广泛用于分析国际的模式 贸易和资本流动，以及移民和旅游流动（安德森，1979年;安德森 和范温库普，2003年;伯格斯特兰德和艾格，2007年;吉尔-帕雷哈、略卡-维维罗和马丁内斯—— 塞拉诺，2007年;海德和里斯，2008年;桑塔纳-加列戈、莱德斯马-罗德里格斯和佩雷斯-罗德里格斯， 2010）。但是关于在重力下模拟双边旅游运动的研究很少框架并考虑到传染病。在这种情况下，大多数研究都着眼于SARS和禽流感等疾病暴发对特定旅游业的影响 国家或地区在短时间内（Zeng，Carter和DeLacey，2005;库珀，2006年; 怀尔德-史密斯，2006年;郭等人，2008）。使用虚拟变量传染病，罗塞洛， Santana-Gallego和Awan（2017）表明，根除传染病有益各国在旅游流量和收入方面。最近，利用丰富的 涵盖38，184年至1995年期间2017对国家的数据集，Cevik（2022年）发现强劲国际旅游业受到传染病风险不利影响的证据和 这种负面影响的程度在统计和经济上都具有重要意义。 本文开发的重力模型借鉴了结构重力的一些见解 国际贸易文献中开创的模型。两国之间的双边流动是与经济规模成比例，与地理距离成反比： ()() 푇=B푈 () (1) 在哪里푇表示I国（始发地）和J国（目的地）之间的国际旅游流量;国内生产总值指每个国家的国内生产总值;퐷푖푠푡是国家之间的距离吗 和j。和푈是对数正态分布误差项。换句话说，访客数量 两个国家之间的距离取决于国家的经济规模和距离 他们之间。但是，在面板数据上下文中，可以使用以下方法转换此表达式自然对数: 푙푛(푇)=훽+훼푙푛(퐺퐷푃)+훾푙푛(퐺퐷푃)+휗푙푛(퐷푖푠푡)+휂+휑 +휇+휀 在这푇表示国家I（始发地）和J（目的地）之间的国际游客流量时间t;퐺퐷푃是原籍国和目的地国的人均收入水平，分别在 时间t;퐷푖푠푡是国家i（始发地）和j（目的地）之间的物理距离;这휂,휑 和휇系数指定国家固定效应，捕获所有时不变因子 始发地和目的地国家以及控制常见冲击的时间固定效应可能分别影响给定年份所有国家的国际旅游。휀是一个满足零均值和常数标准假设的特殊误差项 方差。 由于目标是了解传染病对国际旅游业的影响，简约重力模型通过额外的控制变量以及 传染病的确诊病例: (2) 푙푛훽훼푙푛훾푙푛휗푙푛훿푋휑ln푉푖푟휂휑휇휀 (3) 在哪里푋表示控制变量的向量，包括REER、人口、预期寿命、以及共同语言、殖民历史和地理连续性的二元变量;푉푖푟 表示埃博拉、疟疾、SARS和黄热病确诊病例数，按比例计算原籍国和目的地国的人口。为了解释可能的异方差性，鲁棒标准误差集中在国家/地区对级别。4 大多数重力模型都是用横截面数据估计的，这可能会导致结果有偏差由于解释变量与不可观测国家之间的潜在相关性 特征，因为它不控制异质性。面板数据估算有助于解决此类问题 通过控制国家和时间固定效应来关注计量经济学问题（Egger，2000）。因此在本文中，我估计了具有泊松伪极大似