(完整版)中国旅游业发展状况分析及政策建议

中国旅游业发展状况分析及政策建议

【摘要】21世纪旅游业的发展有着光辉的前景。作为亚太地区的大国，中国旅游业的发展更是生机勃勃。被称为朝阳产业，这说明了它的发展前途和生命力。但是，这个朝阳需要整个社会来托起来。本文主要通过对影响旅游发展的多因素分析，建立以旅游收入为被解释变量，若干影响因素为解释变量的多元线性回归模型，并应用2002年中国各省、市、自治区、直辖市截面数据回归得到的模型，对中国的旅游发展显著因素分析和提出相关政策建议。

关键词：旅游产业可支配收入旅游业投资国际游人数

（一）引言部分

旅游业是由旅行社业、住宿业、交通业、商业等相关产业的集合，是一种关联带作用较大的综合性产业。旅游业的发展不但对增加就业和扩大内需起到重要的推动作用，优化产业结构，而且可以增加国家外汇收入，促进国际收支平衡，和加强国家、地区间的文化交流。20世纪90年代，旅游业已经成为世界第一大产业，其增加值超过了石油、钢铁、汽车等传统产业，而我国第三产业产值只占GDP的33%左右，2002年旅游产业的产值只有5530亿，占同年GDP很小一部分，而我国的旅游资源是很丰富的，我国旅游业发展潜力巨大。

（二）研究目的

我们通过收集数据、建立模型来对影响我国旅游收入的因素进行研究分析，一方面力求为增加旅游方法的研究指出明确的方向，另一方面通过模型的分析针对重要的影响因素提出我们对增加旅游收入的一些建议。

（三）理论支持

根据对旅游收入的分类，旅游收入可分为国内旅游收入和国际旅游收入，我们的模型的设定以这一分类为基础，另外，考虑到旅游产业收入的发展除受外在因素影响以外，还很大程度上受其产业本身的发展水平影响，因此进行旅游收入分析模型设定时，我们还引入旅游的固定资产作为解释变量。

（四）模型的设定和数据的收集

1、根据理论分析和经验，我们最初选择了居民可支配收入、旅游业固定资产、国际游人数、国际旅游外汇收入、公共绿地面积、污染的直接经济损失、居民消费水平和旅客周转量等因素作为参考，但是经过反复的回归实验，我们发现有些因素或是不符合经济意义，或是显著性检验不能通过，或是不能改善拟合优度，同时对其他参数有明显影响，与我们的预计存在很大差距，所以我们就认为这些都是多余变量，不宜引入模型，最后，我们选择了影响最为显著的三个因素，建立计量经济模型：Y i=β0+β1X1+β2X2+β3X3+u i

其中：Y为旅游企业营业收入（万元），X1为居民可支配收入（元），X2为旅游业固定资产（万元），X3为国际游人（万）人次。居民可支配收入是影响国内旅游收入的因素代表，国际游人是影响国际旅游收入的因素，而旅游固定资产则体现了旅游产业的发展规模。

2、为了避免时间序列的非平稳性，本模型使用截面数据，数据来源于《中国统计年鉴》

和《中国旅游年鉴》等，在经过大量分析比较后，我们采用了所取样本数据见下表：

Y X1 X2 X3

北京3071382.89 17862.4 8315358.66 310.38 天津330210.32 13616.27 720569.77 50.6 河北311638.33 9364.84 3013441.43 47.36 山西241734.11 8384.18 1230965.15 24.8 内蒙古99536.06 8137.02 924768.53 43.94 辽宁597119.74 9275.86 3906459.27 92.94 吉林139521.2 8561.15 1063246.77 29.4 黑龙江222351.45 8505.8 1880015.01 71.74 上海2078663.76 19473.35 4124933.37 272.53 江苏1489124.27 12157.43 4345862.52 222.63 浙江1587535.79 16655.96 4959023.27 204.1 安徽341791.19 8149.96 1607410.11 45.91 福建477032.39 12728.19 2186890.79 184.82 江西195879.99 8642.09 971296.24 24.09 山东1381406.68 10561.95 4574424.67 97.68 河南301184.48 8461.14 2755814.73 41.01 湖北461329.72 9232.58 4481352.11 102.43 湖南317805.42 9356.48 2466111.99 56.62 广东5872417.65 15049.1 9934396.26 1525.88 广西466945.16 9327.92 2656774.22 136.34 海南281359.88 9245.92 1645119.41 38.94 重庆329401.9 9335.62 1203517.37 46.15 四川528523.11 8718.44 4028187.42 66.72 贵州188339.5 7433.99 948920.56 22.81 云南472488.11 8849.2 2270575.71 130.36 西藏30406.73 9541.39 462971.03 14.23 陕西389392.36 7927.09 2206958.34 85.01 甘肃135609.95 7741.74 766963.63 23.68 青海33092.52 7839.46 181351.05 4.35 宁夏26661.59 7984.8 237737.06 0.6 新疆206736.91 8762.9 1310537.41 27.54

五、参数估计

将样本数据导入EVIEWS软件进行OLS估计，得到如下结果：

Dependent Variable: Y

Method: Least Squares

Date: 12/18/04 Time: 19:27

Sample: 1 31