北京旅游業(yè)發(fā)展狀況綜合分析 統(tǒng)計學課程設計 畢業(yè)設計.pdf

北京旅游業(yè)發(fā)展狀況綜合分析 1 19 北京旅游業(yè)發(fā)展狀況北京旅游業(yè)發(fā)展狀況綜合綜合分析分析 白曉明 北京郵電大學 學院 自動化 班級 2008211409 班 學號 08212005 摘要摘要 本文針對評估北京旅游業(yè)發(fā)展狀況的問題 選取了 3 個不同的角度進 行了科學的全面的分析 最終給出一些旅游業(yè)發(fā)展的建議 首先對 2000 年到 2009 年 10 年內(nèi)評估旅游業(yè)發(fā)展狀況的指標 旅游業(yè)對 GDP 貢獻率 旅游業(yè)對服務業(yè)貢獻率和入境旅游與國內(nèi)旅游的份額 進行定量計算以 獲得 10 年來旅游業(yè)發(fā)展變化的規(guī)律 從得到的旅游業(yè)對 GDP 貢獻率和旅游業(yè)對 服務業(yè)貢獻率的變化曲線可以看出旅游業(yè)對經(jīng)濟的貢獻有逐年下降的趨勢 值得 深思 其次通過歷史數(shù)據(jù) 應用一元線性回歸模型對 2010 年旅游業(yè)宏觀數(shù)據(jù)進行 了預測 模型均通過了檢驗 預測結(jié)果為 2010 年北京接待游客數(shù)為 16370 44 萬人 比 2009 年稍有回落 但旅游業(yè)總收入將達 2478 35 億元 比 2009 年增加 44 97 億元 然后對北京地區(qū)旅游業(yè)發(fā)展進行綜合分析 1 應用因子分析法對旅游業(yè)各宏 觀數(shù)據(jù)進行降維處理 并計算降維后各因子得分 對其進行加權即得到各年綜合 得分 其中 2010 年綜合得分為 1 09 2 應用 層次分析模型 AHP 更加全面地考 慮旅游業(yè)相關因素 構(gòu)建計算旅游業(yè)發(fā)展綜合指數(shù)的模型 采取了逐層分解 化 繁為簡 極差歸一化思想 更有力的挖掘出深層次的實質(zhì)性的綜合信息 最終得 到各年旅游業(yè)發(fā)展綜合指數(shù) 其中 2009 2010 年綜合指數(shù)分別為 11 35 11 90 即 2010 年旅游業(yè)發(fā)展水品將比 2009 年提升 4 85 個百分點 最后我們試圖說明北京旅游業(yè)發(fā)展壯大的優(yōu)勢所在 并對發(fā)展過程中的各種 問題進行了定性分析 在此基礎上給出一些易操作性的對北京旅游業(yè)發(fā)展的一些 建議 關鍵詞關鍵詞 旅游業(yè)發(fā)展指標 線性回歸 因子分析 層次分析 旅游業(yè)發(fā)展綜合指 數(shù) 北京旅游業(yè)發(fā)展狀況綜合分析 2 19 1 目錄目錄 北京旅游業(yè)發(fā)展狀況綜合分析 1 白曉明 1 北京郵電大學 學院 自動化 班級 2008211409 班 學號 08212005 1 0 引言 3 2 整體情況分析 3 2 1 旅游業(yè)對整個 GDP 的貢獻率 3 2 2 旅游業(yè)對服務業(yè)貢獻率 4 2 3 入境旅游與國內(nèi)份額比較 5 3 北京旅游業(yè)發(fā)展與 2010 年預測 6 3 1 歷年旅游人數(shù)與 2010 年預測 6 3 2 歷年旅游收入與 2010 年預測 8 4 北京旅游業(yè)發(fā)展綜合分析 9 4 1 因子分析 9 4 2 層次分析模型 AHP 對 2000 年到 2010 年旅游業(yè)的綜合評價 11 5 北京旅游業(yè)發(fā)展的優(yōu)勢 15 6 北京旅游業(yè)發(fā)展的問題 15 7 對北京旅游業(yè)發(fā)展的建議 16 8 參考文獻 17 附錄 17 北京旅游業(yè)發(fā)展狀況綜合分析 3 19 0 引言引言 旅游產(chǎn)業(yè)是一個以旅游資源 自然或人文的 為核心 以旅游經(jīng)濟 旅游商品和 服務 旅游娛樂 旅游食宿 旅游旅店和旅游交等為主要方式的不斷擴大的綜合 型產(chǎn)業(yè) 是公認的綠色產(chǎn)業(yè) 旅游產(chǎn)業(yè)鏈已經(jīng)越來越成為國家經(jīng)濟增長的主要動 力源 各個國家和各個地方都在努力加大對這個新興產(chǎn)業(yè)關注和開發(fā)力度 近年 來隨著居民生活水平的提高 閑暇時間的增多 特別是人們在消費觀念上的巨大 改變 人們對旅游消費的需求也越來越大 從客觀上推動了旅游業(yè)的發(fā)展 七朝 古都北京經(jīng)歷了3000多年的文化積淀 理所當然是一座文化名城 同時首都北京 是全國的政治和經(jīng)濟中心 以自然的向心力吸引著人們來來往往 自然也是旅游名 城 旅游業(yè)的發(fā)展領先于國內(nèi)其它地區(qū) 且一直保持著全國入境旅游和國內(nèi)旅游接待中心以 及全國旅游業(yè)先頭城市的地位 并已成為首都第三產(chǎn)業(yè)的重要支柱產(chǎn)業(yè) 2 整體情況分析整體情況分析 旅游業(yè)發(fā)展狀況指標眾多 主要選取對 GDP 的貢獻率和對服務業(yè)的貢獻率 兩個宏觀指標來評價旅游業(yè)對北京地區(qū)經(jīng)濟的影響 而對入境旅游與國內(nèi)份額的 比較可以得到北京旅游結(jié)構(gòu)的信息 通過對以上三個指標歷史數(shù)據(jù)的比較我們很 容易得到北京旅游業(yè)的發(fā)展趨勢 為旅游業(yè)政府政策的確立和發(fā)展戰(zhàn)略的規(guī)劃提 供一定的支持 2 1 旅游業(yè)對整個旅游業(yè)對整個GDP的貢獻率的貢獻率 GDP 國內(nèi)生產(chǎn)總值 是宏觀經(jīng)濟中最受關注的經(jīng)濟統(tǒng)計數(shù)字 因為它被 認為是衡量國民經(jīng)濟發(fā)展情況最重要的一個指標 旅游業(yè)對 GDP 的貢獻率衡量 旅游業(yè)對國民經(jīng)濟的影響 同時旅游業(yè)作為國際公認的綠色產(chǎn)業(yè) 旅游業(yè)對 GDP 的貢獻率表征綠色 GDP 比率 計算公式如下 旅游業(yè)對 GDP 的貢獻率 當年旅游業(yè)生產(chǎn)總值 當年 由以上公式即可得到北京 2000 年到 2009 年 10 年內(nèi)旅游業(yè)對 GDP 貢獻率如下 表 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 貢獻 率 27 4 29 2 26 3 16 6 22 5 22 1 21 6 20 9 19 8 20 0 柱狀圖如下 北京旅游業(yè)發(fā)展狀況綜合分析 4 19 由以上圖表可知大部分年份北京地區(qū)旅游業(yè)對 的貢獻率超過 20 旅游業(yè)發(fā)展水品相當高 其中 年由于非典的影響旅游業(yè)對 的貢獻 率只有堪堪 16 6 旅游業(yè)對 貢獻有逐年下降的趨勢 值得引起注意 2 2 旅游業(yè)對服務業(yè)貢獻率旅游業(yè)對服務業(yè)貢獻率 第三產(chǎn)業(yè)即服務業(yè) 第三產(chǎn)業(yè)是衡量一個地區(qū)經(jīng)濟發(fā)展水平的重要標志 發(fā) 達國家第三產(chǎn)業(yè)在國民經(jīng)濟中比重遠遠高于發(fā)展中國家 而旅游業(yè)隸屬于第三產(chǎn) 業(yè) 故而旅游業(yè)的發(fā)展可以大力帶動第三產(chǎn)業(yè)的發(fā)展 旅游業(yè)對第三產(chǎn)業(yè)的貢獻 率即說明旅游業(yè)對第三產(chǎn)業(yè)的拉動程度 旅游業(yè)對第三產(chǎn)業(yè)的貢獻率計算公式如 下 旅游業(yè)對第三產(chǎn)業(yè)的貢獻率 當年旅游業(yè)生產(chǎn)總值 當年第三產(chǎn)業(yè)產(chǎn)值 由以上公式即可得到北京2000年到2009年10年內(nèi)旅游業(yè)對服務業(yè)的貢獻 率如如下表 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 貢獻 率 42 3 43 6 38 1 24 2 33 1 31 7 30 0 28 4 26 3 26 5 條形圖如下 0 5 10 15 20 25 30 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 貢獻率 貢獻率 年份年份 2000年年 2009年旅游業(yè)對年旅游業(yè)對GDP貢獻率貢獻率 北京旅游業(yè)發(fā)展狀況綜合分析 5 19 由以上圖表可知 大部分年份北京地區(qū)旅游業(yè)對服務業(yè)貢獻率超過 26 已是相當高 由于 2003 年非典的影響 旅游業(yè)受到重創(chuàng) 是以旅游業(yè)對服務業(yè) 貢獻率只有區(qū)區(qū) 24 2 除 2004 年上升較明顯外 旅游業(yè)對服務業(yè)貢獻率幾乎 逐年下降 從2000年的42 3 到2009年的26 5 整整下降了15 8個百分點 雖然一定程度上說明其他行業(yè)增長迅猛 但旅游部門應該引起高度重視 不容樂 觀 2 3 入境旅游與國內(nèi)份額比較入境旅游與國內(nèi)份額比較 入境旅游與國內(nèi)旅游的份額比較可以準確地把握北京地區(qū)旅游業(yè)整體發(fā)展 結(jié)構(gòu) 便于政府等各部門對旅游政策的制定 由于入境旅游受當年舉辦的各種國 際性活動如體育賽事 文化交流等的影響較大 故我們僅對 2009 年的入境旅游 與國內(nèi)旅游份額進行比較 如下圖 01020304050 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 貢獻率 貢獻率 年份年份 2000年年 2009年旅游業(yè)對服務業(yè)貢獻率年旅游業(yè)對服務業(yè)貢獻率 入境旅游人數(shù) 412 5 國內(nèi)旅游人數(shù) 16257 入境旅游人數(shù)與國內(nèi)旅游人數(shù)比較入境旅游人數(shù)與國內(nèi)旅游人數(shù)比較 萬人萬人 北京旅游業(yè)發(fā)展狀況綜合分析 6 19 由圖可知入境旅游外匯收入大約為總收入的 12 左右 而入境旅游總?cè)藬?shù)僅 為旅游總?cè)藬?shù)的 2 左右 看來北京旅游業(yè)還是絕對以國內(nèi)旅游為主 作為中國 的首都 北京離國際化大都市 國際旅游中心還有很遠的距離 3 北京旅游業(yè)發(fā)展與北京旅游業(yè)發(fā)展與 2010 年預測年預測 由于衡量一個地區(qū)旅游業(yè)發(fā)展狀況最重要的兩個指標是旅游人數(shù)與旅游收 入 旅游人數(shù)可以在一定程度上衡量顧客滿意度 服務認可度以及游客吸引力 而旅游收入可以衡量旅游業(yè)帶來的經(jīng)濟效益 故僅對該兩項指標進行分析 3 1 歷年旅游人數(shù)與歷年旅游人數(shù)與2010年預測年預測 由北京統(tǒng)計局網(wǎng)站獲得北京地區(qū) 1998 年到 2009 年 12 年內(nèi)各年接待的游客 總數(shù) 見附表 1 畫出對時間軸的散點圖如下 入境旅游外匯 收入 288 9 國內(nèi)旅游收入 2144 5 入境旅游外匯收入與國內(nèi)旅游收入對比入境旅游外匯收入與國內(nèi)旅游收入對比 0 0 2000 0 4000 0 6000 0 8000 0 10000 0 12000 0 14000 0 16000 0 18000 0 19961998200020022004200620082010 接待游客數(shù) 萬人 接待游客數(shù) 萬人 年份年份 北京旅游業(yè)發(fā)展狀況綜合分析 7 19 由以上散點圖可以看出 2003 年北京地區(qū)接待游客總數(shù)與其他年份前后脫節(jié) 出現(xiàn)奇點 主要是因為非典對旅游業(yè)的重創(chuàng) 而其余年份接待游客數(shù)隨著時間的 推移而呈現(xiàn)出穩(wěn)定的線性增長趨勢 故可用線性模型來預測 2010 年的接待游客 數(shù) 為了的到精確的線性模型 剔除 2003 年點 將 2003 年的接待游客數(shù)用 2002 年與 2004 年的平均值來代替 得到的序列有很好的線性度 線性模型如下 t Y a b t t Y 表示時間序列的預測值 t 表示時間標號 a 表示趨勢線在 Y 軸上的截距 b 表示趨勢線斜率 用 excel 進行回歸分析得到如下結(jié)果 Coefficie nts 標準 誤差 t Stat P valu e Lower 95 Upper 95 下限 95 0 上限 95 0 Interce pt 8419 03 9 280 28 65 30 037 26 3 91E 11 7794 5 21 9043 5 56 7794 5 21 9043 5 56 X Variabl e 1 611 646 38 083 44 16 060 68 1 81E 08 526 79 08 696 50 12 526 79 08 696 50 12 調(diào)整后的 0 958947 覆蓋了大部分的點 F 257 9455 t 檢驗的兩個 p 值均較小 殘差圖如下 回歸統(tǒng)計 Multiple R 0 981162 R Square 0 962679 Adjusted R Square0 958947 標準誤差 455 4117 觀測值12 dfSSMSF Significance F 回歸分析1 53497845 53497845 257 9455 1 81E 08 殘差102073998 207399 8 總計11 55571843 北京旅游業(yè)發(fā)展狀況綜合分析 8 19 由圖可知殘差基本服從正態(tài)分布 故回歸效果較好 趨勢 a 8419 039 b 611 646 所以 2010 年北京地區(qū)旅游人數(shù)預測值 t Y 8419 039 13 611 646 16370 44 萬人 相比 2009 年增加 44 97 億元 3 2 歷年旅游收入與歷年旅游收入與2010年預測年預測 同 2 1 由北京統(tǒng)計局網(wǎng)站獲得北京地區(qū) 1998 年到 2009 年 12 年內(nèi)各年旅游 收入總額 見附表 1 畫出對時間軸的散點圖如下 由以上散點圖可知除 2003 年外北京地區(qū)旅游收入隨時間增長的線性度較好 因而故可用線性模型來預測 2010 年的旅游收入 同 2 1 為了的到精確的線性模 型 剔除 2003 年點 將 2003 年的接待游客數(shù)用 2002 年與 2004 年的平均值來 代替 得到的序列有很好的線性度 線性模型如下 表示旅游收入時間序列的預測值 t 表示時間標號 m 表示趨勢線在 Y 軸上的截距 b 表示趨勢線斜率 用 excel 進行回歸分析得到如下結(jié)果 回歸統(tǒng)計 1000 500 0 500 1000 19961998200020022004200620082010 殘差殘差 X Variable 1 X Variable 1 Residual Plot 0 500 1000 1500 2000 2500 3000 19961998200020022004200620082010 旅游收入旅游收入 億元億元 年份年份 北京旅游業(yè)發(fā)展狀況綜合分析 9 19 Multiple R 0 989546 R Square 0 979201 Adjusted R Square 0 977121 標準誤差 90 39912 觀測值 12 Coefficie nts 標準 誤差 t Stat P valu e Lower 95 Upper 95 下限 95 0 上限 95 0 Interce pt 346 023 55 636 81 6 2193 17 9 89E 05 222 05 64 469 98 95 222 05 64 469 98 95 X Variabl e 1 164 025 1 7 5595 54 21 697 73 9 66E 10 147 18 14 180 86 89 147 18 14 180 86 89 調(diào)整后的 0 977121 覆蓋了大部分的點 F 470 7914 兩個 p 值均很小 殘 差圖如下 由圖可知殘差基本服從正態(tài)分布 回歸效果較好 n 164 0251 m 346 023 所以 2010 年北京地區(qū)旅游收入預測值為 164 0251 13 346 023 2478 35 億元 相比 2009 年略有回落 4 北京旅游業(yè)發(fā)展綜合分析北京旅游業(yè)發(fā)展綜合分析 北京旅游業(yè)發(fā)展綜合分析就是將旅游業(yè)各項指標作為一個整體 系統(tǒng) 全面 綜合地對旅游業(yè)發(fā)展狀況進行剖析和評價 4 1 因子分析因子分析 因子分析法是主成分分析方法的推廣和深化 通過探究眾多變量之間的內(nèi)部 關系 把原來多個變量化為少數(shù)幾個綜合指標的一種統(tǒng)計方法 使用因子分析法 dfSSMSF Significance F 回歸分析138473073847307 470 7914 9 66E 10 殘差10817208172 總計113929027 200 100 0 100 200 1995200020052010 殘差殘差 X Variable 1 X Variable 1 Residual Plot 北京旅游業(yè)發(fā)展狀況綜合分析 10 19 可以損失較小的信息 減少評價指標 針對主因子進行分析 使競爭力評價結(jié)果 更為合理有效 考慮北京地區(qū)的情況 我們選取了星級飯店數(shù) 國際旅行社數(shù) 旅游業(yè)外匯 收入 萬美元 入境旅游人數(shù) 萬人 國內(nèi)旅游人數(shù) 萬人 國內(nèi)旅游收入 億元 第三產(chǎn)業(yè)從業(yè)人數(shù) 萬人 七個指標來進行分析 并對 2009 年與 2010 年進行比較 首先由附表 2 中數(shù)據(jù) 同 2 用回歸模型對 2010 年的指標進行預測 預測 結(jié)果如下 2010 年 旅游業(yè)指 標 星級飯 店數(shù) 國際旅 行社數(shù) 外匯收 入 萬美 元 入境旅 游人數(shù) 萬人 國內(nèi)旅 游收入 億元 國內(nèi)旅 游人數(shù) 萬人 服務業(yè) 從業(yè)人 數(shù) 萬 人 指標值 824 243 479690 439 7 2163 14738 786 以上回歸預測均通過假設檢驗 在 SPSS 中對以上七個指標建立變量 依次為 x1 x2 x3 x4 x5 x6 x7 兩兩進行 相關分析得到變量 Peason 相關系數(shù)矩陣如下 由上表可以看出 旅游評價的七個指標有較強的相關性 在建立模型時可以 考慮降維處理 將七個指標濃縮成更少的指標 故采用因子分析法 利用 spss 得到旅游評價指標因子分析的主成分表 因子負荷矩陣 因子得 分系數(shù)矩陣分別如下 主成分表主成分表 旋轉(zhuǎn)后的因子負荷矩陣旋轉(zhuǎn)后的因子負荷矩陣 星級飯店數(shù)國際旅行社數(shù)入境旅游人數(shù)旅游外匯收入國內(nèi)旅游人數(shù)國內(nèi)旅游收入 第三產(chǎn)業(yè)從業(yè)人 數(shù) Pearson Correlation1 862 931 949 978 987 971 Sig 2 tailed 000 000 000 000 000 000 N12121212121212 Pearson Correlation 862 1 710 808 867 890 803 Sig 2 tailed 000 010 001 000 000 002 N12121212121212 Pearson Correlation 931 710 1 973 945 941 915 Sig 2 tailed 000 010 000 000 000 000 N12121212121212 Pearson Correlation 949 808 973 1 948 970 939 Sig 2 tailed 000 001 000 000 000 000 N12121212121212 Pearson Correlation 978 867 945 948 1 989 933 Sig 2 tailed 000 000 000 000 000 000 N12121212121212 Pearson Correlation 987 890 941 970 989 1 961 Sig 2 tailed 000 000 000 000 000 000 N12121212121212 Pearson Correlation 971 803 915 939 933 961 1 Sig 2 tailed 000 002 000 000 000 000 N12121212121212 國內(nèi)旅游人數(shù) 國內(nèi)旅游收入 第三產(chǎn)業(yè)從業(yè)人數(shù) Correlations 星級飯店數(shù) 國際旅行社數(shù) 入境旅游人數(shù) 旅游外匯收入 Total of VarianceCumulative Total of VarianceCumulative Total of VarianceCumulative 16 51693 08093 0806 51693 08093 0804 27361 04261 042 2 3244 63597 715 3244 63597 7152 56736 67397 715 3 0921 31099 025 4 051 72899 752 5 011 16199 913 6 005 07799 990 7 001 010100 000 Total Variance ExplainedTotal Variance Explained Component Initial EigenvaluesExtraction Sums of Squared LoadingsRotation Sums of Squared Loadings 北京旅游業(yè)發(fā)展狀況綜合分析 11 19 因子得分系數(shù)矩陣因子得分系數(shù)矩陣 從主成分表中可以看出第一個因子特征根為 6 516 第二個因子特征根為 0 324 這兩個因子特征根之和占到了特征根總和的 97 715 基本保留了原變量 的信息 從旋轉(zhuǎn)后的因子負荷矩陣可知因子 1 在入境旅游人數(shù) 旅游外匯收入 第三 產(chǎn)業(yè)從業(yè)人數(shù)和星級飯店數(shù)上有較大負荷數(shù) 因子 2 在國內(nèi)旅游人數(shù) 國內(nèi)旅游 收入和國際旅行社上有較大負荷數(shù) 從因子得分系數(shù)矩陣得到因子得分模型如下 Fac1 0 115x1 0 772x2 0 663x3 0 352x4 0 104x5 0 065x6 0 258x7 Fac2 0 100 x1 1 248x2 0 597x3 0 217x4 0 114x5 0 169x6 0 095x7 以各因子的方差貢獻率作為權重進行加權匯總 得到各因子的綜合得分公式 為 F 0 61042 Fac1 0 36673 Fac2 算得 2009 年 2010 年綜合得分為 0 80 1 09 若將此得分作為對北京旅 游業(yè)宏觀數(shù)據(jù)發(fā)展的評定值 則 2010 年旅游業(yè)發(fā)展水品將比 2009 年提升 36 2 4 2 層次分析模型層次分析模型 AHP 對對2000年到年到2010年旅游業(yè)的綜合評價年旅游業(yè)的綜合評價 涉及到社會 經(jīng)濟和人文等因素的問題主要困難在于 這些問題不易定量地 測量 人們憑借自己的知識和經(jīng)驗來進行判斷 當因素較多時 給出的結(jié)果往往 是不全面與不準確的 如果只是定性的結(jié)果 則常常不易被人接受 層次分析法 AHP 采用相對比較尺度 一定程度上提高了精確度 1 故采用層次分析法 1 姜啟源 數(shù)學模型 第三版 北京 高等教育出版社 225 頁 12 星級飯店數(shù) 788 598 國際旅行社數(shù) 415 907 入境旅游人數(shù) 928 351 旅游外匯收入 855 488 國內(nèi)旅游人數(shù) 783 602 國內(nèi)旅游收入 778 626 第三產(chǎn)業(yè)從業(yè) 人數(shù) 817 522 Rotated Component MatrixRotated Component Matrixa a Component 12 星級飯店數(shù) 115 100 國際旅行社數(shù) 7721 248 入境旅游人數(shù) 633 597 旅游外匯收入 352 217 國內(nèi)旅游人數(shù) 104 114 國內(nèi)旅游收入 065 169 第三產(chǎn)業(yè)從業(yè) 人數(shù) 258 095 Component Score Coefficient MatrixComponent Score Coefficient Matrix Component 北京旅游業(yè)發(fā)展狀況綜合分析 12 19 綜合評價北京地區(qū)旅游業(yè)發(fā)展狀況 須對影響北京旅游業(yè)的各個因素進行評 估 需構(gòu)建一個包