我國城鎮(zhèn)居民旅游消費支出影響因素分析

南京財經(jīng)大學(xué)研究生課程論文PAGEPAGE2《中級計量經(jīng)濟學(xué)》課程論文姓名許新鵬專業(yè)數(shù)量經(jīng)濟學(xué)2014學(xué)號1120140346學(xué)院經(jīng)濟學(xué)院目錄摘要 2Abstract 3一、引言 3二、文獻(xiàn)綜述 4三、研究假設(shè) 6四、研究方法 6（一）樣本來源 6（二）變量的選擇 6五、實證分析 6（一）數(shù)據(jù)預(yù)處理 6（二）變量描述性統(tǒng)計 7（三）模型的建立 8（四）模型的計量經(jīng)濟學(xué)檢驗 111異方差檢驗 112自相關(guān)檢驗 11（五）對模型進(jìn)行修正 12（六）關(guān)于模型的再思考 15六、政策建議與本文的局限性 16參考文獻(xiàn)： 19我國城鎮(zhèn)居民旅游消費支出影響因素分析摘要：隨著經(jīng)濟的增長和居民收入的增長，全球的旅游行業(yè)急劇擴張。而我國的旅游業(yè)作為第三產(chǎn)業(yè)的重要組成部分，是拉動消費的重要力量，近年來旅游業(yè)不斷發(fā)展壯大，蓬勃發(fā)展，本文根據(jù)國內(nèi)旅游消費的特點，根據(jù)我國國內(nèi)旅游消費的相關(guān)數(shù)據(jù)，運用計量經(jīng)濟學(xué)的方法建立了相應(yīng)的回歸模型。通過運用Eviews軟件對模型進(jìn)行研究，檢驗，得出最優(yōu)模型，分析影響國內(nèi)居民旅游消費的主要因素極其因果關(guān)系。關(guān)鍵詞：旅游消費多元線性回歸滯后變量模型Abstract：Withthedevelopmentofeconomicgrowthandincomegrowth,theglobaltourismindustryexpandsrapidly.Moreover,asanimportantpartofChina'stertiaryindustrythetourismindustryisanimportantforcedrivingconsumption.Recently,thetourismindustrycontinuestogrow,flourish,Basedonthecharacteristicsofdomestictourismconsumption,accordingtothedataofChina'sdomestictourismconsumption,writerusestheeconometricmethodstoestablishthecorrespondingregressionmodel.ThroughtheuseofEviews6.0softwaretogetthemodelstudy,testthemodel,andobtaintheoptimalmodeltoanalyzethemainfactorsaffectingdomesticresidentstourismconsumption.Keywords:TourismconsumptionMultiplelinearregressionLaggedvariablemodel一、引言近年來，我國旅游業(yè)三大市場實現(xiàn)了全面恢復(fù)并較快增長。2010年國內(nèi)旅游人數(shù)達(dá)2l億人次，比2009年增長10.6％；國內(nèi)旅游收入1.26萬億元，增長23.5％；入境旅游人數(shù)1．34億人次，增長5.8％；入境過夜旅游人數(shù)5566萬人次，增長9.4％；旅游外匯收入458億美元，增長15．5％；出境旅游人數(shù)5739萬人次，增長20．4％；全國旅游業(yè)總收入1.57萬億元，增長21.7％[1]。說明旅游業(yè)在國民經(jīng)濟中的地位日益重要,并且已經(jīng)成為我國目前經(jīng)濟發(fā)展面臨的新課題和拉動國內(nèi)需求的新機遇。作為金融危機時期刺激消費的特殊舉措，旅游消費券自2009年發(fā)放以來即成為業(yè)界和學(xué)界的熱點話題。一方面，旅游消費券在擴大消費、促進(jìn)經(jīng)濟增長等方面起到了積極的作用。另一方面，隨著旅游消費券派發(fā)范圍不斷擴大，也出現(xiàn)了面值配套不科學(xué)、申領(lǐng)不方便、優(yōu)惠難兌現(xiàn)、使用限制多、使用有效期短、回收率低，以及在客源地反響冷熱不均等問題，頗受游客詬病，也令一些學(xué)者對于旅游消費券效用產(chǎn)生了質(zhì)疑。以上問題的產(chǎn)生，主要是由于旅游消費券作為新生事物，使用時間短，在面額設(shè)計、發(fā)放范圍、發(fā)放主體、發(fā)放時間、發(fā)放地域、發(fā)放對象等方面尚沒有進(jìn)行仔細(xì)研析，理論的匱乏導(dǎo)致對實踐的指導(dǎo)不足，影響了旅游消費券效用的發(fā)揮。雖然金融危機的陰霾已逐漸散去，但旅游消費券仍然在很多省市被廣泛的發(fā)放和使用，而學(xué)界對于旅游消費券效用的理論研究卻非常鮮見，因此，有必要對影響旅游消費券效用的因素進(jìn)行探討，從而為旅游消費券科學(xué)合理發(fā)放，更好地發(fā)揮其經(jīng)濟、社會效用提供有益參考。二、文獻(xiàn)綜述國內(nèi)目前關(guān)于居民旅游消費的研究中，主要以定性研究為主。比較有代表性的研究如下：許春曉(1999)通過對中國旅游消費的狀況進(jìn)行分析和評論，指出今后旅游消費的研究方向之一是旅游消費典型現(xiàn)象的研究；[2]顏紹梅(2001)從宏觀上探討了中國旅游消費的運行特征，提出了可持續(xù)性旅游消費的建議；[3]谷慧敏和伍春來(2003)從居民收入分配及其結(jié)構(gòu)演變的角度，對中國改革開放20多年的國內(nèi)旅游消費的特征進(jìn)行了理論分析；[4]尹世杰(2003)指出了我國旅游消費發(fā)展中的情況和存在問題，并提出了未來促進(jìn)我國旅游消費的措施。[5]而關(guān)于旅游消費定量研究的文獻(xiàn)，大部分則是從宏觀消費層面出發(fā)。例如：李銀蘭和范紅(2002)利用1993年—1998年的統(tǒng)計數(shù)據(jù)，分析了我國城鎮(zhèn)居民國內(nèi)旅游消費支出與可自由支配收入之間的關(guān)系，但是未能把價格指數(shù)的因素納入到研究范疇中；[6]黃河、金鵬等(2003)對上海市城市居民消費結(jié)構(gòu)的統(tǒng)計數(shù)據(jù)進(jìn)行分析，并建立了模型計算出各項消費支出的收入彈性系數(shù)，還對消費結(jié)構(gòu)的變化趨勢進(jìn)行了預(yù)測，旨在探求改善上海城市居民消費結(jié)構(gòu)的有效途徑；[7]李一瑋和夏林根(2004)通過對國內(nèi)城鎮(zhèn)居民旅游者人均每天消費構(gòu)成比例的橫向和縱向?qū)Ρ龋治隽顺擎?zhèn)居民旅游消費結(jié)構(gòu)的現(xiàn)狀和變化規(guī)律，找出了影響旅游消費結(jié)構(gòu)的因素，但卻沒有對城鎮(zhèn)居民的旅游消費支出作進(jìn)一步的量化分析和研究。[8]而國外大多采用面板數(shù)據(jù)分析入境旅游消費，例如:Eilat和Einav(2004)分析了匯率與政治事件對各國入境旅游消費的影響;[9]Garín-Muoz(2006)[10]分析了西班牙加那利亞群島入境旅游消費的各種影響因素;[11]Kou等(2008)分析了SARS與禽流感對亞洲入境旅游的影響;[12]本文從國民居民旅游消費作為研究的立足點，并選取多個解釋變量，從計量經(jīng)濟學(xué)的角度，對于國內(nèi)居民旅游人均消費與人均可支配收入，居民消費水平，價格指數(shù)，人均國內(nèi)生產(chǎn)總值等之間的關(guān)系進(jìn)行定量的分析研究，運用軟件建立合適的模型并進(jìn)行檢驗，從而得出最優(yōu)模型，對國內(nèi)居民旅游消費情況進(jìn)行分析和預(yù)測。三、研究假設(shè)居民消費水平與人均旅游消費支出成正相關(guān)的關(guān)系，因為居民的消費水平越高，預(yù)示著居民對于生活的精神層面的追求較高。城鎮(zhèn)居民人均可支配收入與人均旅游消費支出之間成正相關(guān)關(guān)系。人均可支配收入與生活水平成正比，即人均可支配收入越高，生活水平則越高，就會有越來越多的人考慮出游。居民的出游率在很大程度上取決于居民的人均可支配收入，只有人們手中有足夠的可支配收入才會考慮出游。鐵路運輸總量與人均旅游消費支出之間存在明顯的正相關(guān)關(guān)系，一般說來，將鐵路延伸到整個交通情況，交通的通達(dá)性對旅游消費有著至關(guān)重要的作用。同時我們假設(shè)經(jīng)濟增長對國內(nèi)旅游消費具有顯著的推動作用。四、數(shù)據(jù)來源及變量選擇（一）樣本來源本文所用數(shù)據(jù)主要來源于2014年《中國統(tǒng)計年鑒》以及中經(jīng)網(wǎng)數(shù)據(jù)庫。（二）變量的選擇為了研究城鎮(zhèn)居民與國內(nèi)人均旅游消費支出的相關(guān)性，本文選取了城鎮(zhèn)居民人均旅游消費支出(PTC)作為被解釋變量；居民消費水平(RCL)、居民消費價格指數(shù)(CPI)、運輸鐵路總長度(TCL)、城鎮(zhèn)人均可支配收入(PUI)、人均國內(nèi)生產(chǎn)總值(PPgdp)作為被解釋變量構(gòu)建相關(guān)模型，實證分析各因素對人均旅游消費支出的影響。五、實證分析 （一）數(shù)據(jù)預(yù)處理：計量符號意義數(shù)據(jù)預(yù)處理方法數(shù)據(jù)來源PTC城鎮(zhèn)居民人均旅游消費支出經(jīng)價格指數(shù)調(diào)整，即除以價格指數(shù)2014統(tǒng)計年鑒PUI城鎮(zhèn)人均可支配收入經(jīng)價格指數(shù)調(diào)整，即除以價格指數(shù)2014統(tǒng)計年鑒CPI居民消費價格指數(shù)折算成以基期表示的價格指數(shù)2014統(tǒng)計年鑒、中經(jīng)網(wǎng)PPgdp人均國內(nèi)生產(chǎn)總值經(jīng)價格指數(shù)調(diào)整，即除以價格指數(shù)2014統(tǒng)計年鑒RCL居民消費水平經(jīng)價格指數(shù)調(diào)整，即除以價格指數(shù)2014統(tǒng)計年鑒TCL運輸鐵路總長度不作預(yù)處理2014統(tǒng)計年鑒在確定各個指標(biāo)之后對數(shù)據(jù)做如下處理表一數(shù)據(jù)來源和預(yù)處理方式（二）變量描述性統(tǒng)計：對所有變量進(jìn)行描述性統(tǒng)計，結(jié)果如下：表二變量的描述性統(tǒng)計PTCPUICPIPPgdpRCLTCL平均663.52921605.83210.59633.138241760.1717.322653標(biāo)準(zhǔn)誤差39.569281.952610.739980.06731294.465970.266485中位數(shù)696.61647.06216.00413.2556441783.8877.0979標(biāo)準(zhǔn)差193.8487401.484152.614950.329761462.78691.305502方差37577.32161189.52768.3330.108742214171.71.704336峰度-1.082690.1738230.1742840.4631990.031958-0.08848偏度-0.32238-0.85566-0.85813-0.81928-0.630550.805964區(qū)域620.61434.457187.98171.3753361662.3224.534464最小值326762.34231002.398283836.03985.78最大值946.62196.799287.98173.7736182498.36210.31446求和15924.738539.915054.31175.3177642244.1175.7437觀測數(shù)242424242424置信度(95.0%)81.85512169.531922.217340.139246195.41780.551265圖一（三）模型的建立根據(jù)以上變量的定義和數(shù)據(jù)分析，構(gòu)建多元線性回歸模型：其中：分別表示各變量系數(shù)，表示各解釋變量對被解釋變量PTC的影響程度，表示隨機干擾項，指除以上影響因素外其他影響人均旅游消費支出的因素。如：政治、經(jīng)濟發(fā)展水平、居民消費習(xí)慣等。本文利用Eviews統(tǒng)計分析軟件，運用普通最小二乘法（OLS）對上述模型進(jìn)行回歸，結(jié)果如下：從結(jié)果中可以看出可決系數(shù)=0.9979，調(diào)整后的可決系數(shù)=0.9974，說明模型的擬合優(yōu)度比較高，即模型在很大程度上能夠?qū)ψ兞恐g的關(guān)系進(jìn)行解釋。通過F檢驗可以看出，P值為零，說明解釋變量解釋能力較強，但從表中可以看出除了PPgdp之外，其余都沒有通過t檢驗，初步斷定可能存在多重共線性。1.多重共線性檢驗（1）相關(guān)系數(shù)檢驗：運用軟件得到變量之間的相關(guān)系數(shù)表：表三變量間相關(guān)系數(shù)表CPIPPGDPPUIRCLTCLCPI

1.000000

0.158018

0.999999

0.997226

0.874795PPGDP

0.158018

1.000000

0.158030

0.154057

0.404393PUI

0.999999

0.158030

1.000000

0.997277

0.875174RCL

0.997226

0.154057

0.997277

1.000000

0.896789TCL

0.874795

0.404393

0.875174

0.896789

1.000000由相關(guān)系數(shù)矩陣可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高，證實確實存在嚴(yán)重的多重共線性。（2）方差膨脹因子檢驗：對于多元線性回歸模型，參數(shù)估計值的方差可以表示成：其中：為方差膨脹因子，一般的，當(dāng)或時（此時或）,可以認(rèn)為模型存在較嚴(yán)重的多重共線性。根據(jù)VIF的計算公式，做輔助回歸，并且計算，得：，，，，，明顯所有的方差膨脹因子都是大于10的，因此解釋變量之間存在較為嚴(yán)重的多重共線性。通過上表可知，模型之內(nèi)的解釋變量存在嚴(yán)重的多重共線性，為解決多重共線性，采用逐步回歸，分別做PTC對CPI、PPGDP、PUI、RCL、TCL的一元回歸，結(jié)果如表四所示：表四一元回歸結(jié)果(被解釋變量為PTC)解釋變量PUICPIPPgdpRCLTCL參數(shù)估計值0.45403.4643283.07060.3921135.5374T統(tǒng)計值12.958412.95722.577112.484710.48300.88420.88410.23190.87630.8332調(diào)整的0.87890.87890.19700.87070.8256其中，含有解釋變量PUI的回歸方程，調(diào)整的最大，以PUI為基礎(chǔ)，順次加入其他變量逐步回歸，結(jié)果如表五所示：表五加入新變量的回歸結(jié)果（一）(被解釋變量為PTC)變量PUICPIPPgdpRCLTCLPUI、CPI2.9831-19.29860.8732（0.1058）（-0.0897）PUI、PPgdp0.4280200.73220.9976(86.5365)（33.3392）PUI、RCL0.5977-0.12500.8737(1.2317)(-0.2970)PUI、TCL0.291857.01140.9109(4.6977)(2.9849)經(jīng)過比較可以看出，新加入PPgdp的變量方程，其調(diào)整的,改進(jìn)最大，而且各參數(shù)的t檢驗顯著，選擇保留PPgdp，再加入其他新變量逐步回歸，結(jié)果如表六所示：表六加入新變量的回歸結(jié)果（二）(被解釋變量為PTC)變量PUICPIPPgdpRCLTCLPUI、PPgdp、CPI1.7164-9.8315200.71270.9975（0.4372）（-0.3282）(32.6185)PUI、PPgdp、RCL0.4647200.5695-0.03190.9976(6.8858)（32.7115）(-0.5455)PUI、PPgdp、TCL0.4304201.7160-0.91050.9975(37.3690)(-0.9105)(-0.2381)可以看出，引入的新變量不會使調(diào)整的有所改善，而且引入的新變量也都不顯著，因此可以確定最終的模型為：(四)模型的計量經(jīng)濟學(xué)檢驗1異方差檢驗：對所建立的模型進(jìn)行異方差檢驗，得到如下結(jié)果：HeteroskedasticityTest:ARCHF-statistic0.085617

Prob.F(1,21)0.7727Obs*R-squared0.093390

Prob.Chi-Square(1)0.7599根據(jù)統(tǒng)計量及其對應(yīng)概率可知，不能拒絕同方差的原假設(shè)，即表明原模型不存在異方差。2自相關(guān)檢驗：運用Eviews中的命令進(jìn)行序列相關(guān)檢驗，得到如下的檢驗結(jié)果：Breusch-GodfreySerialCorrelationLMTest:F-statistic4.289887

Prob.F(2,19)0.0290Obs*R-squared7.466145

Prob.Chi-Square(2)0.0239根據(jù)LM統(tǒng)計量及其對應(yīng)的概率可知模型存在二階序列相關(guān)，因此我們可以利用廣義差分法來修正模型中存在的自相關(guān)性。從而我們可以得到新的模型，再對調(diào)整后的模型進(jìn)行序列相關(guān)檢驗，得到二階序列相關(guān)檢驗的結(jié)果：Breusch-GodfreySerialCorrelationLMTest:F-statistic1.092321

Prob.F(2,15)0.3607Obs*R-squared2.796807

Prob.Chi-Square(2)0.2470

和一階序列相關(guān)檢驗的結(jié)果：Breusch-GodfreySerialCorrelationLMTest:F-statistic1.476686

Prob.F(1,16)0.2419Obs*R-squared1.858882

Prob.Chi-Square(1)0.1728

根據(jù)概率都小于0.05可知，模型現(xiàn)在已經(jīng)不存在自相關(guān)性。因此模型已經(jīng)消除了自相關(guān)性的影響，修正后的模型為：（五）對模型進(jìn)行修正：1、單位根檢驗單位根檢驗是指檢驗序列中是否存在單位根，因為存在單位根就是非平穩(wěn)時間序列了.單位根就是指單位根過程，可以證明，序列中存在單位中過程就不平穩(wěn)，會使回歸分析中存在偽回歸。是針對宏觀經(jīng)濟數(shù)據(jù)序列、貨幣金融數(shù)據(jù)序列中是否具有某種統(tǒng)計特性而提出的一種平穩(wěn)性檢驗的特殊方法，單位根檢驗的方法有很多種，包括ADF檢驗、PP檢驗、NP檢驗等。對所有的變量進(jìn)行單位根ADF檢驗，得到的結(jié)果如下：表七ADF單位根檢驗結(jié)果ADF單位根檢驗結(jié)果變量ADF值1%臨界值5%臨界值10%臨界值結(jié)果PPgdp-1.6789-3.7529-2.9981-2.6388非平穩(wěn)D(PPgdp)-4.2615-3.7696-3.0049-2.6422平穩(wěn)PTC-2.6566-3.8315-3.0300-2.6552非平穩(wěn)D(PTC)-5.6775-3.7696-3.0049-2.6422平穩(wěn)PUI-2.2645-3.7696-3.0049-2.6422非平穩(wěn)D(PUI)-3.7759--3.7880-3.0124-2.6461平穩(wěn)由上表可知，變量PPgdp、PTC、PUI都不能通過單位根檢驗，即都是不平穩(wěn)的，故分別計算這些序列的一階差分D(PPgdp)、D(PTC)、D(PUI)，并對其進(jìn)行單位根檢驗，發(fā)現(xiàn)一階差分后的序列均是平穩(wěn)的，即序列PPgdp、PTC、PUI都是一階單整的。將處理后的PTC與PPgdp、PUI進(jìn)行OLS回歸，得到模型如下：取得該模型的殘差并進(jìn)行單位根檢驗(AEG檢驗)，得到檢驗結(jié)果如下表：NullHypothesis:E1hasaunitrootExogenous:ConstantLagLength:0(AutomaticbasedonSIC,MAXLAG=4)t-Statistic

Prob.*AugmentedDickey-Fullerteststatistic-4.244042

0.0035Testcriticalvalues:1%level-3.7695975%level-3.00486110%level-2.642242*MacKinnon(1996)one-sidedp-values.在0.05的顯著性水平上，計算t統(tǒng)計量值的絕對值大于AEG檢驗的臨界值，拒絕原假設(shè)，所以多元線性回歸模型的殘差是平穩(wěn)的，即PTC與PPgdp、PUI存在長期的均衡的關(guān)系。模型中的系數(shù)均通過了t檢驗（p值都小于0.05），即都是顯著的，并且模型的F值為183.0948，p值為0(小于0.05),即該方程通過了F檢驗，模型的整體線性關(guān)系是顯著的，為0.9482，以上結(jié)果表明模型的整體擬合效果較好。對模型進(jìn)行異方差檢驗的結(jié)果如下表：HeteroskedasticityTest:ARCHF-statistic4.892402

Prob.F(1,20)0.0388Obs*R-squared4.323923

Prob.Chi-Square(1)0.0376根據(jù)異方差檢驗的結(jié)果，可知模型在0.05的顯著性水平下存在異方差性。進(jìn)行異方差穩(wěn)健推斷，得到穩(wěn)健的參數(shù)標(biāo)準(zhǔn)差和統(tǒng)計值：對模型進(jìn)行序列相關(guān)檢驗，得到如下結(jié)果：Breusch-GodfreySerialCorrelationLMTest:F-statistic2.627187

Prob.F(2,18)0.0997Obs*R-squared5.196898

Prob.Chi-Square(2)0.0744發(fā)現(xiàn)模型在0.05的顯著性水平下是不存在序列相關(guān)性的，故不需要對其采用廣義差分法進(jìn)行修正。根據(jù)前面的檢驗，該模型已經(jīng)不存在多重共線性、異方差性和序列相關(guān)性，并且模型中所包含的變量均是重要的解釋變量，以上現(xiàn)象均表明該模型是可行的。模型中PPgdp前的系數(shù)為0.0232，說明在其他變量不變的情況下，人均GDP每變動1個單位，引起我國城鎮(zhèn)居民旅游消費支出平均變動211.1873個單位；PUI前的系數(shù)為0.2639，說明在其他變量不變的情況下，城鎮(zhèn)人均可支配收入每變動1個單位，引起我國城鎮(zhèn)居民旅游消費支出平均變動0.4391個單位，這與最開始所看到的PPgdp、PUI與我國城鎮(zhèn)居民旅游消費支出的折線圖顯示結(jié)果是一致的。（六）關(guān)于模型的再思考上述模型在各方面的顯示結(jié)果都是比較好的，那么該模型是否就真的是最好的模型呢？它是否真實地反應(yīng)了人均GDP和城鎮(zhèn)人均可支配收入對我國城鎮(zhèn)居民旅游消費支出的影響呢？可支配收入對旅游消費支出的影響是否會存在滯后效應(yīng)呢？考慮上述問題，筆者嘗試建立了滯后變量模型，結(jié)果如下：異方差檢驗：HeteroskedasticityTest:ARCHF-statistic0.002727

Prob.F(1,19)0.9589Obs*R-squared0.003013

Prob.Chi-Square(1)0.9562序列相關(guān)檢驗：Breusch-GodfreySerialCorrelationLMTest:F-statistic1.206869

Prob.F(2,16)0.3250Obs*R-squared2.883837

Prob.Chi-Square(2)0.2365表八拉姆齊RESET檢驗RamseyRESETTest:F-statistic0.048620

Prob.F(1,17)0.8281Loglikelihoodratio0.062830

Prob.Chi-Square(1)0.8021該模型與上述模型相比，沒有明顯的變化，仍然不存在自相關(guān)和異方差問題，并且根據(jù)表八拉姆齊RESET檢驗的結(jié)果，該模型不存在任何的設(shè)定誤差，即該模型比上述模型更為合理，此外該模型描述了當(dāng)期及滯后一期可支配收入對旅游消費支出的影響，揭示了動態(tài)影響關(guān)系。根據(jù)之前的檢驗結(jié)果，該模型已不具有多重共線性，殘差序列是平穩(wěn)序列，并且已經(jīng)沒有自相關(guān)性，異方差性，說明該模型的建構(gòu)基本上是正確的，之后所做的模型設(shè)定誤差檢驗更證明該模型是正確的模型，也許它不是最好的模型，但它是比較適合的模型。模型中PPgdp前的系數(shù)為215.2081，說明在其他變量不變的情況下，人均GDP每變動1個單位，引起我國城鎮(zhèn)居民旅游消費支出平均變動215.2081個單位；PUI前的系數(shù)為0.5264，說明在其他變量不變的情況下，城鎮(zhèn)人均可支配收入每變動1個單位，引起我國城鎮(zhèn)居民旅游消費支出平均變動0.5264個單位；這兩個變量的系數(shù)與之前建立的簡單多元線性回歸模型相比相差不大。模型顯示，在其他條件不變的條件下，當(dāng)期PUI的系數(shù)為0.5264，意味著在其他變量不變的情況下，城鎮(zhèn)人均可支配收入每變動1個單位，引起我國城鎮(zhèn)居民旅游消費支出平均增加0.5264個單位；滯后一期PUI的系數(shù)為-0.1243，意味著滯后一期的城鎮(zhèn)人均可支配收入每變動1個單位，引起我國城鎮(zhèn)居民旅游消費支出平均變動0.1243個單位，總體上來說PUI城鎮(zhèn)居民人均可支配收入與我國城鎮(zhèn)居民旅游消費支出有大致一樣的變化趨勢，這與最開始所看到的折線圖顯示結(jié)果是一致的。六、政策建議與本文的局限性：綜合考慮上述模型，我們可以得出一下結(jié)論：第一，科學(xué)合理的發(fā)展旅游市場。伴隨我國GDP增加，我國在旅游市場的投資不斷加大。擴大國內(nèi)居民旅游消費市場時應(yīng)注意，加強旅游產(chǎn)品的開發(fā)創(chuàng)新力度，加強對旅游購物資源的開發(fā)力度，開發(fā)出具有特色、適銷對路的旅游精品，加強娛樂基礎(chǔ)建設(shè)，擴大旅游者可娛樂的范圍，提高娛樂方面的旅游服務(wù)質(zhì)量。城鎮(zhèn)居民的人均可支配收入與人均旅游消費支出呈正相關(guān)的關(guān)系，說明居民收入越多，旅游消費就越多。因此，相關(guān)部門應(yīng)制定相應(yīng)的措施，千方百計的提高居民收入以及擴大就業(yè)，將旅游納入公司福利的一種。第二，加快人口城市化的進(jìn)程。消費心理對消費行為有重大影響，我國農(nóng)村人口相當(dāng)龐大，而其消費習(xí)慣主要以儲蓄為主，不多進(jìn)行享受方面的消費。加快人口城市化進(jìn)程，在數(shù)量上加大城市人口數(shù)量，不斷在進(jìn)程中改變傳統(tǒng)保守的消費心理。第三，提高居民可支配收入。旅游消費水平最終取決于可支配收入水平。隨著我國經(jīng)濟飛速發(fā)展，居民生活水平不斷提高，人們不僅追求物質(zhì)方面的享受，更注重精神方面的提高。旅游業(yè)的發(fā)展?jié)M足了人們對精神層面的追求，但也需要以物質(zhì)基礎(chǔ)為保障。所以大幅度提高人均可支配收入，提高城鎮(zhèn)居民的生活水平，能夠增加城鎮(zhèn)居民的旅游花費。第四，本文在交通運輸方面選擇了鐵路進(jìn)行分析，但是最終確定的模型沒有表明鐵路運輸總量與人均旅游消費支出之間存在的關(guān)系，但是根據(jù)實際經(jīng)驗和現(xiàn)實我們知道它們二者之間存在著明顯的正相關(guān)的關(guān)系。將鐵路延伸到整個交通情況，交通的通達(dá)性對旅游消費有著至關(guān)重要的作用。因此，地方各級政府要加大對旅游基礎(chǔ)設(shè)施建設(shè)的投入，重點建設(shè)旅游道路、景區(qū)停車