中南大学数学院统计系 计量经济学课程设计计量经济学课程设计 题目 国内旅游收入影响因素分析 姓 名 指导老师 完成时间 2013年1月16日 国内旅游收入影响因素分析目录一、研究背景3二、建立计量经济学模型41、指标选择42、数据的收集53、模型的估计与检验61）模型初步建立61）经济意义上的检验82）统计意义的检验83）计量经济学意义上的检验8三、经济意义分析及模型评价15四、对于旅游收入的政策建议16五、参考文献17摘要随着改革开放的不断深化，近年来国内经济迅速发展，人民生活水平稳步提高，旅游业在近几年的发展状况呈现逐年上升的趋势，旅游已成为人们的主要休闲方式。因此，研究和探讨我国国内旅游业发展的现状具有十分重要，国内旅游收入作为一个衡量旅游发展的综合性指标，与GDP、人均GDP、旅游消费指数等密切相关。文章在经济学的理论基础上建立了1994-2011年间国内旅游收入因素的计量经济学模型，通过对旅游收入的多因素分析，建立以旅游收入为被解释变量，以旅游人数、人均旅游花费、星级饭店总数、旅行社数、GDP、人均GDP、居民旅游消费指数为解释变量的多元线性回归模型，对模型进行经济意义、统计意义、计量经济学意义上的检验并进行相关修正。利用修正过后的模型对国内旅游收入进行量化分析，发现旅游收入主要受旅游人数，人均旅游花费和星级饭店总数三个指标的影响，且国内旅游人数每增加1百万人次，旅游收入约增加6.974亿元；人均旅游花费每增加1元，国内旅游收入约增加10.125亿元；星级饭店总数每增加1个，国内旅游收入约减少0.246亿元。这为我国以后发展旅游业、增加旅游收入在政策方面提供相关理论依据和参考性意见。【关键词】国内旅游收入 计量经济学模型 多元线性回归 模型检验 一、研究背景随着我国经济的快速发展，人们物质文化生活水平日益提高，同时对生活质量也提出了更高的要求。旅游作为一种较高层次的消费支出，已逐渐成为人们的主要休闲方式。虽然旅游业为国民经济的创收、为国民日益增长的精神需求等起到了不可替代的作用，但是我国的旅游业依然处在发展水平较低的现状。发展水平较低主要体现在旅游产品的低品质化，就如同快餐。它仅仅只能满足国人对于旅游的“饥饿”感并不能满足国民对于旅游的高品质享受。常规旅游线路都是存在着如此走马观花的模式，景点是到了、名山大川是看到了，可是真正的旅游享受在哪里，所有跟团出游的游客往往有百分之八十以上的人返程后都会感到疲倦甚至身心具惫，旅游的享受在哪里？那种身心愉悦、心旷神怡的感觉在哪里？或许是由于在旅游行业的竞争十分激烈的缘故所有的旅行社不得不压缩成本走低价降服务的策略而导致这样的结果；或许是由于国民购买能力的不足所导致；或许是由于在我国还没有一部健全的旅游法所导致。但是不管是什么原因所导致的这种结果，中国旅游业必将发展高品质、享受式的旅游模式。我国旅游业的发展一直遵循 “适度超前”的原则，立足于开发国内旅游市场。国内旅游收入作为衡量旅游经济活动及其效果的一个不可缺少的综合性指标，直接反映了旅游目的地国家和地区旅游经济的运行状况，是一个国家或地区旅游业发达与否的重要标志。不可否认的是，尽管旅游业存在着很多问题，但是旅游业已经成为我国新的经济增长点。旅游产业的快速发展，需要理论研究的有力支撑。我们很有必要研究影响我国旅游收入的影响因素，为我国以后发展旅游业、增加旅游收入在政策方面提供相关理论依据和参考性意见。二、建立计量经济学模型1、指标选择 本文研究的是国内旅游收入影响因素分析，因此被解释变量Y为国内旅游收入。研究对国内旅游收入的影响需要考虑以下影响因素：（1）经济发展状况。改革开放以来，我国经济高速发展，并且深入到各个行业，其中国内旅游业也有突飞猛进的发展，在此，我们用国内生产总值GDP来衡量每年经济发展的具体状况，分析以GDP表达的我国经济发展状况对旅游业发展水平的平均影响。（2）旅行者的可支配收入。生活水平的提高会使食品支出占总支出的比例变小，即恩格尔系数变小，消费者会将更多的可支配收入投入到娱乐文化等方面。在此，以人均GDP来衡量其对旅游总收入的影响。（3）旅游业发展状况。改革开放以来，我国旅游业发展迅速，覆盖面广，但是总的来说仍处于一种低消费、大众化、低水平、中近距离旅游的状况。旅游基础设施、服务设施建设发展快，但是仍然不能适应国内旅游发展速度的需要。在此以星级饭店个数、旅行社数来衡量旅游业发展状况，分析其对旅游整体收入水平的影响。（4）居民旅游消费指数。在通货膨胀率不能完全预期的情况下，通货膨胀率将会影响社会收入分配及经济活动，这时人们无法准确的根据实际通货膨胀率来调整各种名义变量，以及他们应该采取的经济行为。物价水平上升或下降将对总收入带来影响，故在此考虑旅游消费指数作为对旅游收入的影响因素。（5）旅行人数。旅行人数的增加对旅游业的总收入有很大影响。庞大的旅行人数必将拉动旅游业整体发展。因此，将每年的旅游人数作为影响因素，研究其对旅游总收入的影响。2、数据的收集根据上述分析，我们以国内旅游收入作为被解释变量，以旅游人数、人均旅游花费、星级饭店总数、旅行社数、GDP、人均GDP、居民旅游消费指数作为解释变量，通过国家统计局的统计数据查询以及对统计年鉴的分析，保证数据的真实性，得到下面数据。国内旅游收入及其影响因素统计表年份国内旅游收入（亿元）国内旅游人数（百万人次）人均旅游花费（元）星级饭店总数（个）19941023.50 524195.3 155619951375.70 629218.7 191319961638.40 640256.2 234919972112.70 644328.1 272419982391.20 695345.0 324819992831.90 719394.0 385620003175.50 744426.6 602920013522.40 784449.5 735820023878.40 878441.8 888020033442.30 870395.7 975120044710.70 1102427.5 1088820055285.90 1212436.1 1182820066229.70 1394446.9 1275120077770.60 1610482.6 1358320088749.30 1712511.0 14099200910183.69 1902535.4 14052201012579.77 2103598.2 13991201119305.39 2641731.0 14100年份旅行社数（个）GDP（亿元）人均GDP（元）居民旅游消费指数1994438248197.9404495.51995382660793.7504697.31996425271176.6584696.51997498678973642094.91998622284402.3679695.61999732689677.1715999.72000899399214.67858100.5200110532109655.28622100.3200211552120332.7939895.9200313361135822.81054295.4200414927159878.312336100.6200516245184937.41418599.6200617957216314.416500103.1200718943265810.320169102.3200820110314045.423708101.1200921763340902.82560897.5201022784401512.830015104.9201123769472881.635181103.83、模型的估计与检验1）模型初步建立经过上述分析，已经找出几种影响国内旅游收入的主要因素。用year表示年份，y表示国内旅游收入（单位：亿元），x1表示国内旅游人数（单位：百万人次），x2表示人均旅游花费（单位：元），x3表示星级饭店总数（单位：个），x4表示旅行社数（单位：个），x5表示居民消费旅游指数（以100基准），gdp表示国内生产总值（单位：亿元），agdp表示人均国内生产总值（单位：元）。首先建立关于被解释变量与解释变量的多元线性回归模型，然后再根据模型的经济、统计、计量经济学意义对模型进行修正与改进，因此，得到下面的初步模型：根据搜集得到的数据，用eviews6.0软件对模型进行回归，得到如下结果：多元线性回归分析表模型拟合效果图从结果中得到初步回归模型为：1）经济意义上的检验根据日常经验可知，生活水平的提高会使食品支出占总支出的比例变小，即恩格尔系数变小，消费者会将更多的可支配收入投入到娱乐文化等方面。因此，旅游收入随着人均GDP的增加而增加；旅游业发展状况越好，即旅游基础设施、服务设施建设发展快，比如星级饭店个数、旅行社数越多，省旅游收入越好。因此人均GDP与旅行社个数都与旅行收入成正相关性，但是上述初步模型得到RGDP与x4的系数均为负数，与实际不符，初步估计模型可能存在多重共线性等问题。2）统计意义的检验从结果中得到初步回归模型为： （2714.455） （5.79） （-5.99） （7.252） （7.323） （1.805） （-3.09） （-0.146） 从回归估计的结果看，模型拟合较好。可决系数，表明模型在整体上拟合得非常好，各因素变量能解释国内旅游收入99.7%的变异，方程的F值，伴随概率P值=0.000，回归方程显著。从截距项和斜率项的t检验值看，GDP、AGDP、x1、x2、x4回归系数的绝对值均大于5%显著性水平下自由度为n-2=19的临界值（相应伴随概率P0.05），即通过了回归系数的显著性检验，但是x3，x5和常数项没有通过显著性检验检验，模型可能存在多重共线性，可以用逐步回归法重新构建模型。3）计量经济学意义上的检验u 多重共线性诊断首先对各解释变量进行相关性分析，得到如下相关性分析表，Correlationsygdpagdpx1x2x3x4x5Pearson Corr10.9760.9750.9810.9170.7880.8790.701ySig.0000000.00