影響我國(guó)旅游收入的因素分析(1)10頁(yè)_第1頁(yè)
影響我國(guó)旅游收入的因素分析(1)10頁(yè)_第2頁(yè)
影響我國(guó)旅游收入的因素分析(1)10頁(yè)_第3頁(yè)
影響我國(guó)旅游收入的因素分析(1)10頁(yè)_第4頁(yè)
影響我國(guó)旅游收入的因素分析(1)10頁(yè)_第5頁(yè)
已閱讀5頁(yè),還剩5頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、影響我國(guó)旅游收入的因素分析學(xué)院:經(jīng)濟(jì)學(xué)院年級(jí):2014級(jí)專業(yè):經(jīng)濟(jì)統(tǒng)計(jì)學(xué)學(xué)號(hào):2014103025姓名:雷丹【摘要】旅游業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)的重要產(chǎn)業(yè)之一,在我國(guó)經(jīng)濟(jì)發(fā)展中起到了重要的作用。為了促進(jìn)旅游業(yè)更好的發(fā)展,需要研究影響旅游業(yè)發(fā)展的因素。本文基于1994-2014年的數(shù)據(jù),運(yùn)動(dòng)Eviews軟件,從影響國(guó)內(nèi)旅游收入的因素中選擇國(guó)內(nèi)旅游總?cè)藬?shù)、城鎮(zhèn)居民家庭可支配收入、公路里程數(shù)、鐵路營(yíng)業(yè)里程數(shù)以及星級(jí)酒店總數(shù)建立回歸模型,利用逐步回歸法消除模型的多重共線性并進(jìn)行異方差和自相關(guān)性的檢驗(yàn),最終建立科學(xué)合理的回歸模型,做出相應(yīng)的政策建議。一、 引言改革開(kāi)放以來(lái),我國(guó)的經(jīng)濟(jì)社會(huì)持續(xù)快速發(fā)展,人均可支

2、配收入明顯提高,居民的閑暇時(shí)間大量增多,在保證物質(zhì)生活的質(zhì)量的同時(shí),人們開(kāi)始重視精神生活,外出旅游成為人們享受生活的主要方式。尤其是20世紀(jì)90年代以來(lái),我國(guó)國(guó)內(nèi)旅游收入增長(zhǎng)率高達(dá)14.6%,遠(yuǎn)遠(yuǎn)高于GDP增長(zhǎng)水平。如圖1是1994-2013年我國(guó)國(guó)內(nèi)旅游收入的走勢(shì)圖。因此,為了規(guī)劃中國(guó)未來(lái)旅游收入的發(fā)展,充分利用旅游業(yè)發(fā)展國(guó)民經(jīng)濟(jì),使旅游業(yè)在國(guó)民經(jīng)濟(jì)發(fā)展中扮演越來(lái)越重要的角色。圖1:1994-2013年國(guó)內(nèi)旅游收入(數(shù)據(jù)來(lái)源:中國(guó)統(tǒng)計(jì)年鑒2014)二、 國(guó)內(nèi)旅游因素的影響收入及數(shù)據(jù)選取影響旅游收入的因素有很多,例如季節(jié)不同往往旅游人數(shù)、旅游收入不同,距離遠(yuǎn)近也會(huì)影響旅游業(yè)的發(fā)展,往往人們偏好

3、于方便并且距離較近的旅游景點(diǎn);再者,景點(diǎn)環(huán)境、景區(qū)類型也會(huì)影響旅游發(fā)展。綜合現(xiàn)有研究文獻(xiàn)和相關(guān)數(shù)據(jù)收集,本文按照建模和數(shù)據(jù)收集的難易程度將當(dāng)前影響中國(guó)旅游收入的因素分為以下幾個(gè)方面:一是游客總?cè)藬?shù)。國(guó)內(nèi)旅游人數(shù)是衡量一個(gè)國(guó)家或地區(qū)旅游業(yè)發(fā)展水平的重要指標(biāo)之一,旅游人數(shù)是刺激旅游收入增長(zhǎng)最直接的因素之一,只有具備了龐大的消費(fèi)人群,經(jīng)濟(jì)收入才會(huì)不斷增加。二是城鎮(zhèn)居民人均可支配收入。查閱相關(guān)數(shù)據(jù)可知,旅游人數(shù)中大部分是城鎮(zhèn)居民,因此本文不直接采用居民人均可支配收入指標(biāo)而采用城鎮(zhèn)居民人均可支配收入來(lái)研究其對(duì)旅游收入的影響。三是交通狀況。通常交通狀況好的地方越能吸引游客,營(yíng)業(yè)里程越遠(yuǎn)路費(fèi)越高,給鐵路局和

4、收費(fèi)站帶來(lái)的收益也越高,也會(huì)給本地區(qū)帶來(lái)更多的旅游收入。所以本文選用公里里程數(shù)和鐵路里程數(shù)兩個(gè)指標(biāo)研究交通狀況對(duì)旅游收入的影響。四是星級(jí)酒店總數(shù)。人們出去旅行離不開(kāi)住宿,旅游業(yè)越發(fā)達(dá)的地區(qū)酒店賓館等住宿的場(chǎng)所也會(huì)相應(yīng)的增多。因此我們可以研究星級(jí)酒店數(shù)對(duì)旅游收入的影響。由于中國(guó)統(tǒng)計(jì)年鑒上收錄的影響國(guó)內(nèi)旅游收入的相關(guān)因素的數(shù)據(jù)最早記錄是在1994年,最新能從統(tǒng)計(jì)年鑒上下載的數(shù)據(jù)是到2013年,因此本文的分析基于1994-2013年的數(shù)據(jù)。三、 模型的設(shè)立、估計(jì)與修正(一) 描述分析本文將國(guó)內(nèi)旅游收入作為被解釋變量,國(guó)內(nèi)旅游人數(shù)、城鎮(zhèn)居民可支配收入、公路里程數(shù)、鐵路營(yíng)業(yè)里程數(shù)作為解釋變量。1. 國(guó)內(nèi)

5、游客總?cè)藬?shù)【X1】與國(guó)內(nèi)旅游收入【Y】之間的相關(guān)性分析。由散點(diǎn)圖可知,國(guó)內(nèi)游客總?cè)藬?shù)【X1】與國(guó)內(nèi)旅游收入【Y】之間存在正相關(guān)關(guān)系。2. 城鎮(zhèn)居民可支配收入【X2】與國(guó)內(nèi)旅游收入【Y】之間的相關(guān)性分析。由散點(diǎn)圖可知,城鎮(zhèn)居民可支配收入【X2】與國(guó)內(nèi)旅游收入【Y】之間存在較強(qiáng)的正相關(guān)關(guān)系。3. 公路里程數(shù)【X3】與國(guó)內(nèi)旅游收入【Y】之間的相關(guān)性分析。由散點(diǎn)圖可知,公路里程在某一年份區(qū)間增加得特別快,但總體來(lái)說(shuō),公路里程【X3】與國(guó)內(nèi)旅游總收入【Y】之間存在正相關(guān)關(guān)系。4. 鐵路營(yíng)業(yè)里程數(shù)【X4】與國(guó)內(nèi)旅游收入【Y】之間的相關(guān)性分析。由散點(diǎn)圖可知,鐵路營(yíng)業(yè)里程【X4】與旅游總收入【Y】之間存在正相

6、關(guān)關(guān)系。5. 星級(jí)酒店總數(shù)【X5】與國(guó)內(nèi)旅游收入【Y】之間的相關(guān)性分析。由散點(diǎn)圖可知,星級(jí)酒店總數(shù)【X5】與國(guó)內(nèi)旅游總收入【Y】存在一定的正相關(guān)關(guān)系,但不是絕對(duì)的正相關(guān)。(二) 模型設(shè)定根據(jù)以上描述分析的結(jié)果,初步建立如下模型:Y=1+2X1+3 X 2+4 X 3+5 X 4+6X5+其中,旅游總收入為Y,國(guó)內(nèi)旅游人數(shù)為X1,城鎮(zhèn)居民可支配收入為X2,公路里程數(shù)為X3,鐵路營(yíng)業(yè)里程數(shù)為X4,星級(jí)飯店總數(shù)為X5。表1:1994-2013年國(guó)內(nèi)旅游收入及其相關(guān)數(shù)據(jù)如下年份旅游總收入(億元)國(guó)內(nèi)游客總?cè)藬?shù)(百萬(wàn)人)城鎮(zhèn)居民家庭均可支配收入(元)公里里程(萬(wàn)公里)鐵路營(yíng)業(yè)里程數(shù)(萬(wàn)公里)星級(jí)飯店總數(shù)

7、(個(gè))YX1X2X3X4X519941023.55243496.2111.785.9299519951375.76294283115.76.24372019961638.46404838.9118.586.49441819972112.76445160.3122.646.6520119982391.26955425.1127.856.64578219992831.97195854135.176.74703520003175.57446280167.986.871048120013522.47846859.6169.87.01735820023878.48787702.8176.527.1988

8、8020033442.38708472.2180.987.3975120044710.711029421.6187.077.441088820055285.9121210493334.527.541182820066229.7139411759.5345.77.711275120077770.6161013785.8358.377.81358320088749.3171215780.8373.027.9714099200910183.7190217174.7386.088.5514237201012579.8210319109.4400.829.1213991201119305.4264121

9、809.8410.649.3213513201222706.2295724564.7423.759.7612807201326276.1326226955435.6210.3113293數(shù)據(jù)來(lái)源:中國(guó)統(tǒng)計(jì)年鑒(2014)根據(jù)表1的數(shù)據(jù),利用Eviews軟件進(jìn)行參數(shù)估計(jì),結(jié)果如下:VariableCoefficientStd. Errort-StatisticProb.C-12112.465645.548-2.1454880.0499X114.302742.5778335.5483570.0001X2-0.6643240.391312-1.6976860.1117X3-14.674925.472

10、413-2.6816190.0179X41592.342994.81141.6006470.1318X5-0.0560240.130289-0.4299930.6737R-squared0.994577Adjusted R-squared0.992640由此,初步預(yù)測(cè)模型為:Y = -12112.457 + 14.303*X1 - 0.664*X2 - 14.675*X3 + 1592.342*X4 - 0.056*X5四、 模型的修正與檢驗(yàn)(一) 多重共線性檢驗(yàn)由于R2 較大且接近于1, 而且F=513.477 F0.05 (5, 14)=2.96, 所以國(guó)內(nèi)旅游收入與上述解釋變量間總體線性

11、關(guān)系顯著。但由于t0.025 (20 -5 -1)=2.145, 不僅X2、X4、X5 參數(shù)估計(jì)值未能通過(guò)t檢驗(yàn), 而且符號(hào)的經(jīng)濟(jì)意義也不合理, 這表明解釋變量之間存在多重共線性。于是做了解釋變量之間的相關(guān)系數(shù)矩陣如下:表2:簡(jiǎn)單系數(shù)矩陣X1X2X3X4X5X11.00000 0.99515 0.91295 0.98150 0.76586 X20.99515 1.00000 0.93380 0.98969 0.81133 X30.91295 0.93380 1.00000 0.91388 0.90932 X40.98150 0.98969 0.91388 1.00000 0.82009 X50

12、.76586 0.81133 0.90932 0.82009 1.00000 由矩陣結(jié)果可知,除了【X5】以外,各解釋變量之間相關(guān)系數(shù)都很高,證實(shí)解釋變量之間確實(shí)存在多重共線性問(wèn)題?,F(xiàn)利用逐步回歸法消除多重共線性問(wèn)題。第一步:各解釋變量與被解釋變量分別做一元回歸,結(jié)果如下:表3:一元回歸X1Y = -4274.2709312 + 8.68458362164*X1R2= 0.970176 F= 619.0666 X2Y = -3943.78531939 + 0.994933857478*X2R2= 0.941549 F= 289.9509X3Y = -5021.76139433 + 49.113

13、6660416*X3R2= 0.706060 F= 43.23705X4Y = -36851.616325 + 5811.29000984*X4R2= 0.926067 F= 225.4633X5Y = -5191.256918 + 1.28687885398*X5R2= 0.457233 F= 15.16343由上述回歸發(fā)現(xiàn)【Y】與【X1】的回歸具有最大的可決系數(shù),可見(jiàn),旅游收入受旅游人數(shù)的影響最大,與經(jīng)驗(yàn)相符,因此選擇【Y】與【X1】的回歸模型為初始回歸模型。將其他解釋變量分別導(dǎo)入初始回歸模型,尋找最佳回歸方程。表4:逐步回歸CX1X2X3X4X5R2Y=f(X1)-4274.271 8.

14、685 0.970 t(-7.765)(-24.881)Y=f(x1,x2)-4377.141 18.333 -1.128 0.981 t(-10.08)-6.566 (-3.475)Y=f(x1,x2,x3)-3035.899 13.62340 -0.279423-18.52854 0.994 t(-7.849)(6.722)(-1.039)(-5.012)Y=f(x1,x2,x4)-20507.52 19.775 -1.7702824.407 0.972 t(-2.977) (7.731) (-4.445)(2.345)Y=f(x1,x2,x4,x5)-19643.49 13.852 -0

15、.9742952.316-0.301 0.992 t(-3.375)(4.530) (-2.191)(2.902)(-2.734)在【X1】的基礎(chǔ)上納入【X2】后,變量【X2】城鎮(zhèn)居民人均可支配收入這一變量之前的系數(shù)是-1.128,說(shuō)明人均城鎮(zhèn)居民的收入與旅游收入是負(fù)相關(guān)的,這與我們所作的假設(shè)是相悖的。這一系數(shù)同時(shí)也說(shuō)明了人均城鎮(zhèn)居民收入的邊際旅游傾向是遞減的。這種現(xiàn)象的原因我們認(rèn)為是:首先,旅游是屬于較高層次的消費(fèi)支出,居民在擁有了足夠的可自由支配的收入和閑暇時(shí)間后,才會(huì)有出去旅游的愿望和行為?,F(xiàn)代城市生活節(jié)奏加快,城市居民很少有閑暇時(shí)間去旅游。其次,我國(guó)宏觀改革中,諸如住房、教育、醫(yī)療保險(xiǎn)

16、、社會(huì)保障等制度的改革,導(dǎo)致城市居民未來(lái)預(yù)期支出上升;市場(chǎng)化改革的加速,職工下崗,導(dǎo)致城市居民未來(lái)預(yù)期收益下降;因此很多居民更偏好于將多余的收入轉(zhuǎn)化為儲(chǔ)蓄而不去消費(fèi)。因此城鎮(zhèn)居民的邊際旅游傾向?yàn)樨?fù)。因此在【X1】、【X2】的基礎(chǔ)上繼續(xù)納入【X3】,顯然X3的回歸結(jié)果不符合描述分析中所述的那樣,所以直接剔除【X3】,繼續(xù)納入【X4】,納入【X4】后的方程通過(guò)檢驗(yàn)且符合經(jīng)濟(jì)意義,因此在【X1】、【X2】、【X4】的基礎(chǔ)上納入【X5】,【X5】的系數(shù)為負(fù),考慮其原因可能是和城鎮(zhèn)居民人均可支配收入的系數(shù)為負(fù)的原因相似,本來(lái)按常理來(lái)說(shuō),如果星級(jí)酒店總數(shù)越多,反映了當(dāng)?shù)氐穆糜螛I(yè)發(fā)展得越好,旅游人數(shù)也會(huì)越多

17、,但是另一方面星級(jí)酒店數(shù)越多也意味著消費(fèi)越多,進(jìn)一步考慮到當(dāng)下的宏觀經(jīng)濟(jì)走勢(shì),由于許多不確定因素,使人們預(yù)期收入會(huì)減少,因此人們可能會(huì)更偏好于消費(fèi)較低的旅游地區(qū)。所以星級(jí)酒店總數(shù)前的系數(shù)為負(fù)。綜上,在顯著性水平為5%的條件下,最終回歸模型為:Y = -19643.493 + 13.852*X1 - 0.974*X2 + 2952.316*X4 - 0.301*X5(-3.374) (4.531) (-2.191) (2.902301)(-2.734)R2= 0.991791 F= 453.0548(二) 異方差檢驗(yàn)根據(jù)上述回歸模型,進(jìn)行異方差檢驗(yàn)。建立模型檢驗(yàn)方程:e2=C+a1X1+a2X2

18、+a3X4+a4X5+a5X12+a6X22+a7X42+a8X52要檢驗(yàn)的同方差性假設(shè)為H0:a1=a2=a3=a4=a5=a6=a7=a8=0檢驗(yàn)結(jié)果如下:White Heteroskedasticity Test:F-statistic3.719836Probability0.023754Obs*R-squared14.60238Probability0.067354由上表可知:Obs*R-squared=14.60238 卡方在0.05的顯著水平下,查表得臨界值,臨界值c20.05(8)=15.5114.60238,因此接受原假設(shè),方程具不存在異方差性。(三) 自相關(guān)性檢驗(yàn)運(yùn)用拉格朗日

19、乘數(shù)法(LM)檢驗(yàn)方程是否具有自相關(guān)性,檢驗(yàn)結(jié)果如下:Breusch-Godfrey Serial Correlation LM Test:F-statistic1.771242Probability0.204498Obs*R-squared2.246167Probability0.133946由以上結(jié)果可知:Obs*R-squared的計(jì)算結(jié)果是2.246167,卡方在0.05的顯著水平下,查表得臨界值,臨界值 c20.05(1)=3.842.246167,所以接受原假設(shè),即該模型不存在自相關(guān)。五、 結(jié)論與建議通過(guò)建立多元線性回歸模型可以得出,影響國(guó)內(nèi)旅游總收入的主要因素是國(guó)內(nèi)游客總?cè)藬?shù)、城鎮(zhèn)居民人均可支配收入、鐵路營(yíng)業(yè)里程數(shù)和星級(jí)飯店總數(shù)。在其他因素不變的情況下,旅游人數(shù)每增加1百萬(wàn)人,旅游總收入增加13.852億元;城鎮(zhèn)居民收入每增加1元,旅游收

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論