国内旅游业发展的影响因素分析

目录

国内旅游业发展的影响因素分析——基于计量经济学模型 (3)

一．选题背景 (3)

二．关键词 (4)

三．研究思路 (4)

四．数据收集及模型建立 (5)

五．模型的求解和检验 (6)

（一）多重共线性的检验 (7)

(二)异方差的检验： (9)

(三)自相关性的检验： (11)

六．模型经济意义的检验和解释 (13)

七．政策建议 (14)

统计数据来源附表： (16)

国内旅游业发展的影响因素分析——基于计量经济学

模型

【摘要】：本文旨在根据我国2001—2012旅游相关数据，分析出影响我国旅游发展的部分因素。首先基于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，同时综合了相关的市场细分和消费分析理论，选取了国内旅游人数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，并加以修正。最后，我们对所得的结果作了经济意义的分析，并提出一些相应政策建议。

一．选题背景

旅游业具有“无烟产业”的美称，是第三产业的重要组成部分。国内旅游业是为国内旅游服务的一系列的相关行业，它关系到国内游客、旅行方式等相关事务。中国旅游业是个新兴的产业部门，起步晚但是发展非常迅猛。自改革开放以来，我国旅游业的发展广度深度都远远不及经济发展以及人民生活水平的提高的需要。随着我国市场经济的快速发展和人民生活水平的进一步提高，国内旅游业在国民经济的地位和作用越来越重要。因此，很有必要对旅游业消费的影响因素进行分析，从而更好地促进旅游业的蓬勃发展。

二．关键词

旅游业、旅游收入、国内旅游人数、多元回归分析、异方差、经济意义三．研究思路

从全国范围来说，旅游收入能很好地反映旅游产业的发展状况，因此将国内各地旅游收入作为因变量。影响旅游收入的因素很多，经过查阅相关资料，把主要研究方向定为宏观经济情况、旅游人数、人均旅游花费和基本交通建设四个方面。国内生产总值可以很好地反映一国消费者收入水平，以及一国经济的发展水平，所以将它作为宏观经济情势的代表因素。

在旅游人数这个解释变量的划分上，国内旅游人数可以很好反映国内旅游市场的规模，我们考虑到随着全球经济一体化的发展，越来越多的外国游客来中国旅游消费。中国旅游的国际市场是个有发展潜力的新兴市场，尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同，但从国际服务贸易的角度出发，我们在做变量选择时，运用国际营销的知识进行市场细分，划分了国际和国内两个市场。但是由于本文主要考虑国内旅游市场，因此选取国内旅游人数作为该方面的主要因素来分析。

人均花费方面，可将市场细分为城市和农村两个市场，由于城镇居民的人均收入在全国范围来看普遍高于农村居民，且收入用于旅游的比重一般高于农村居民，因此选取较为典型的城镇居民人均旅游花费来反映一国居民对旅游消费的投入水平。

旅游发展除了对消费者市场的划分研究，还应考虑到该产业的基础硬件设施。在

众多可选择对象中我们经分析研究结合大量文献资料决定从交通建设着手。在我国，交通一般分布为公路，铁路，航班，航船等，最后选用铁路长度作为交通基础建设因素的代表。

四．数据收集及模型建立

数据来源于国家统计年鉴：（2003-2012）

根据我们对影响我国旅游业收入的因素分析，以及解决我们提出的问题的需要，初步选取了以下四个解释变量：国内生产总值、国内旅游人数、城镇居民旅游人均花费、铁路长度。建立下列模型：

Y=B+B1X1+B2X2+B3X3+B4X4+u

Y——旅游景区营业收入（万元）

X1——城镇居民人均旅游花费（元）

X2——国内生产总值

X3——国内旅游人数（百万人）

X4——铁路长度（千米）

u--------随机扰动项

2009 10183.69 801.1 340902.8 1902 8.55 2010 12579.77 883.0 401512.8 2103 9.12 2011 19305.39 877.8 473104.0 2641 9.32 2012 22706.22 914.5 518942.1 2957 9.76

五．模型的求解和检验

利用Eviews软件，对上述数据进行OLS回归分析，结果如下：

由此可见，该模型的可决系数很高，F检验显著，但是x1,x2,x4的系数t检

验不显著，而且x1和x2的符号不符合经济意义，所以判定该模型存在多重共

线性，所以进行下列修正：

（一）多重共线性的检验

首先对Y进行各个解释变量的逐步回归, 由最小二乘法，结合经济意义和统计检验得出拟合效果最好的一个解释变量如下：

继续采用逐步回归法将其余解释变量代入，得出拟合效果最好的两个解释变量，结果如下：

以上模型估计效果最好，继续逐步回归得到以下结果：

各项拟合效果都较好。虽然x1和x2的t检验不是很显著，但考虑到其经济意义在模型中的重要地位，暂时保留。继续引入x4。

根据以上回归结果可得，x4的引入使得模型中2X、x4、x1的t检验均不显著，再考察x4,x2二者的相关系数为0.984905，说明2X、x4高度相关，模型产生了多重共线性，因此将x4去掉。又因为x1,x2系数为负，不符合经济意

义，也应该去掉。

由此确定带入模型的变量为x3.

(二)异方差的检验：

再对模型的异方差性进行检验：鉴于我们的样本资料是时间序列数据，选用ARCH检验。

这里Obs*R-squared为0.08546，显著水平α=0.05，自由度P=1，查2χ分布表得临界值2

χ（1）=3.84146，因为

0.05

Obs*R-squared=0.08546<3.84146。所以接受0H，表明模型中随机误差项不存在异方差。

再考虑P=3的情况：