影响我国旅游收入的因素

题目：影响我国旅游收入的因素

学院：旅游管理学院

班级：12级旅馆一班

姓名：张永超

学号：201213010147

2015年1月1 日

影响我国旅游收入的因素

【摘要】

本文根据我国1994—2011旅游的相关数据，分析出影响我国旅游发展的部分因素。根据对旅游发展的一些考证以及对影响我国旅游业收入的因素分析，同时综合了相关的消费分析理论，选取了国内旅游人数、城镇居民人均旅游花费、农村居民人均旅游花费、铁路里程等四个解释变量建立了理论模型。在收集了相关的数据基础上，利用EVIEWS软件对计量模型进行了参数估计和检验。然后，对所得的结果作经济意义的分析。

【关键字】

旅游收入旅游人数旅游花费交通多重共线性

正文

一、问题的提出

随着国家的高速发展，人民的生活水平逐渐提高。而旅游行业作为一个新兴的行业，在国内收入中占据着一个不可忽视的地位。因此，旅游业在经济发展中的作用日益明显。改革开放30多年来，特别是进入20世纪90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP9.76%的增长率。为此，需定量的分析影响中国旅游市场的主要因素。

二、问题的分析

改革开放以来，国家的经济稳定快速的发展，人均收入不断提高，人们不再继续满足身体上的需求，开始追求精神上的享受。而旅游业随机而猛速发展。我国国内旅游现状主要有三个特点：（1）发展快，规模大，1990—2001年，我国国内旅游人数由2.8亿人次增加到7.84亿人次；国内旅游收入也由1990年的170亿元增加到2001年的3522亿元。（2）覆盖范围广，东西南北遍地开花，形成了一个覆盖范围空前广大的态势。（3）形式多样化，国内旅游不再是单一的以娱乐休闲为目的的活动，探亲访友、商务活动、学习考察、宗教朝拜、探险、保健等各种形式的旅游活动业已广泛的开展起来。

人均收入的不断提高也是促进旅游行业增长的又一助力。随着人们收入的提高农村人民也加入到了旅游的大军，调查发现，农村旅游人数占全国中人数的20.2%。随着收入的增加这个数字也必将会随之增加。

另一方面，交通的更加便利也促进了旅游业的发展，拿铁路举例。铁路里程数由1994年的5.90万公里增加到了2011年的9.3万公里。到今天，铁路四通八达，交织起了祖国各地，更好地满足了人们的旅游梦想。

当然，影响旅游业的因素还包括许多，这里我们仅仅研究上文提到的四个原因。针对此种情况，我们收集了1994--2011年影响我国旅游收入的相关因素的时间序列数据，如旅游人数、旅游花费、交通建设，并用计量方法进行分析和水平比较，以解决所提出的问题。

三、数据收集

基于以上分析，选取了被解释变量国内旅游收入y，国内旅游人数x2，旅游花费又分为城镇居民旅游花费x3和农村居民旅游花费x4，铁路里程数x5。收集了近18年的数据来分析。

四、数据建模

建立计量经济学模型：

Yt=β1+β2X2t+β3X3t+β4X4t+β5X5t+μ

Yt————————第t年全国国内旅游收入（亿元）

X2—————————国内旅游人数（万人次）

X3—————————城镇居民旅游花费（元）

X4—————————农村居民旅游花费（元）

X5—————————公路里程数（万公里）

X6—————————铁路里程数（万公里）

μ—————————随即扰动项

u：随机误差项：由于经济中许多变量之间都有隐藏的表面看不到的相关性，经济中许多方面有些微妙的联系，就如人们对某一产品的需求量会受到该产品价格，替代品价格，居民收入水平等因素影响，这些因素又不能全部列入模型，就用随即扰动项表示。

五、模型求解和检验

基于以上解释变量与被解释变量的线形图可以看出：个解释变量与被解释变量的影响差异不明显，但基本方向相同，解释变量之间有一定的联系。

利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：

该模型可决系数=0.9973，修正后的可决系数=0.9956，可决系数很高，F检验值

为593.42明显显著。但是当α=0.05时，tα/2 （n-k）= t0.025=（14-5）=2.262，且X6的系数符号不符合经济意义，说明存在严重的多重共线性。

做辅助回归，即将每个x变量分别作为被解释变量对其余的x变量进行回归，从而求出可决系数和方差扩大因子。

被解释变量可决系数方差扩大因子VIFj

X2 0.9652 28.73563218

X3 0.8784 8.223684211

X4 0.4714 1.891789633

X5 O.8634 7.320644217

X6 0.8744 7.961783439

由于可决系数度量了Xj与其他解释变量的线性相关程度，相关程度越高，多重共线性越严重，方差扩大因子越大。方差扩大因子的大小反映了多重共线性的强弱。

方差扩大因子VIFj>=10时，表示有严重的多重共线性，这里只有X21的方差扩大因子小于10，表示存在多重共线性问题。

对多重共线性的处理

用逐步回归法进行多重共线性修正：

1、通过E-views计算解释变量之间的相关系数

由相关系数矩阵可以看出，各解释变量之间的相关系数明显较高，大多都高于0.8，证实确实存在一定的多重共线性。

2、为了修正多重共线性，用逐步回归法分别以y对X2，X3，X4，X5、X6进行回归，从中选出修正后可决系数最大的解释变量，并以这个解释变量为基础，再加入其他变量进行回归。

下面逐步引入解释变量，进行逐步回归，首先进行被解释变量y对解释变量X2，X3进行回归：

引入解释变量X3后，可决系数增大，表明拟合度更优，同时不仅T检验显著、F 检验也显著，所以保留解释变量X3。然后进行Y对X2，X3、X6的回归：