论文部分内容阅读
【摘 要】 本文主要通过对影响旅游发展的多因素分析，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2001-2015年间的截面数据回归得到的模型，再对模型进行计量经济学检验，并对中国的旅游发展显著因素分析和提出相关建议。
【关键词】 国内 旅游业 营业收入 线性回归
1 背景分析、相关统计指标及数据
1.1 背景分析
旅游业是旅行社业、住宿业、交通业、商业等相关产业的集合，是一种关联带动作用较大的综合性产业。旅游业包括国际旅游和国内旅游两个部分。两者由于接待对象不同而有所区别，但其性质和作用是基本一致的。旅游业的发展不仅对增加就业和扩大内需起到重要的推动作用，而且对优化产业结构、增加国家外汇收入、促进国际收支平衡和加强国家、地区间的文化交流具有深远影响。而且我国旅游资源丰富，发展旅游产业的潜力巨大。
1.2 相关统计指标相关实验数据来源
（1）人均可支配收入---人均可支配收入直接影响着旅游业收入。随着市场经济的稳定发展和改革开放政策的深入发展，我国的人均可支配收入（包括城镇居民人均可支配收入和农村居民人均可支配收入）有了很大的增长，这种提高不仅表现在物质生活的提高，也表现在精神需求的提高。而我国旅游业的发展壮大就是精神需求提高的表现。
（2）旅游人数---旅游人数也是影响旅游收入的重要因素。随着物质水平的提高，人们的精神需求也不断提高以适应其发展，反映在旅游业就是旅游人数的不断上升。
（3）消费性支出---是指政府以消费者身份在市场上购买所需商品和劳务所发生的支出。消费支出可分为公共消费支出和个人消费支出两部分。
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收入的方法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对增加旅游收入的一些建议。
（4）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。
2 建立模型及检验
2.1 建立线性回归模型。影响旅游产业发展的因素有很多，在此选定城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、国内游客、人均消费性支出为解释变量，以旅游营业收入为被解释变量，根据图1所示结果，自变量、因变量间线性关系显著，所以决定建立线性回归模型。其中，y为旅游营业收入（万元），x1为居民人均可支配收入（元），x2为农村居民家庭人均纯收入（元），x3为旅行社数（个），x4為国内游客（百万人次），x5 为人均消费性支出（元），使用R软件对数据进行OLSE回归估计，得到的线性回归模型为：
;
其中，y为旅游营业收入（万元），x1为居民人均可支配收入（元），x2为农村居民家庭人均纯收入（元），x3为旅行社数（个），x4为国内游客（百万人次），x5为人均消费性支出（元）。
2.2 模型诊断
2.2.1 经济意义检验。模型的估计结果说明，在假定其他变量不变的情况下，平均来说，农村居民人均纯收入每增长1元，旅游营业收入增长14.1343亿元;旅行社数每增加1个，旅游营业收入增加0.7494亿元;但是城镇居民人均纯收入每增长1元，旅游营业收入减少1.6775亿元;国内游客每增长1百万人次，旅游营业收入减少2.7257亿元;人均消费性支出每增长1元，旅游营业收入减少4.9222亿元。理论分析与经验判断不一致，说明模型可能存在问题。
2.2.2 统计检验。拟合优度：由数据可以得到，模型的修正判定系数为0.9676，这说明模型对样本的拟合很好。
F检验：在给定显著性水平为0.05的条件下，由表 3.1可得F=84.49，p值为2.757e-07，小于0.05，所以拒绝原假设，说明回归方程显著。即城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、国内游客、人均消费性支出等变量联合起来确实对旅游企业营业收入有显著影响。
t检验：在给定显著性水平为0.05的条件下，由表 3.1中数据可知，只有解释变量x2的p值小于0.05，对被解释变量y有显著影响。
2.2.3 多重共线性。由相关系数矩阵可见，数据存在严重的多重共线性问题，计算数据的方差膨胀因子对这一假设进行验证，结果如下表 3.1所示
可以看到，城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、人均消费支出的VIF值都远远大于10。因此，模型存在严重的多重共线性问题。
3 模型修正
3.1 AIC准则最优模型
首先，利用AIC准则对模型进行修正，结果如下表 4.1所示
Call：
得到的AIC准则下的最优线性回归模型为
AIC准则下的最优线性回归模型的修正判定系数为0.9706，这说明模型对样本的拟合很好。在给定显著性水平为0.05的条件下，F统计量为155.1，F检验的p值为2.788e-09，小于0.05，所以拒绝原假设，说明回归方程显著。每个解释变量的t检验p值都小于0.05，对被解释变量y有显著影响。
3.2 BIC准则最优模型
利用BIC准则对模型进行修正，结果如下表所示
通过BIC准则得出的最优模型和通过AIC准则得出的最优模型完全相同。
4结论
回归模型的最终结果为，模型的最终结果说明，在其他解释变量不变的情况下，农村居民家庭人均纯收入每增长1元，旅游企业营业收入就增长14.1343亿元;国内游客每增长1百万人次，旅游营业收入就减少2.0444亿元;人均消费支出每增长1元，旅游营业收入就减少4.6986亿元。
本模型所描述的与现实经验判断存在偏差，表现在当国内游客人数增加时，旅游营业收入反而下降;当人均消费支出增长时，旅游营业收入反而下降。可能的经济学解释有：国家近些年对旅游产业的监管力度增大，旅游产业的不正常收入减少可能会导致国内游客的增加并没有导致旅游营业收入的增加;人们的旅游边际消费倾向相较于其他方面如交通、住房等方面较低，当有足够的一次性消费支出，消费者会考虑买车或买房的问题，而旅游并不是首选。但也有可能是在建模过程中，遗漏了重要变量，存在自相关问题以及所建模型并不适合等问题导致模型预测与实际情况不符。
总之，随着经济的进一步发展，人们对于文化的需求进一步增加，政府应该鼓励这种需求并借此机会投入一些政策推进发展，刺激和扩大旅游市场的进一步消费。
【关键词】 国内 旅游业 营业收入 线性回归
1 背景分析、相关统计指标及数据
1.1 背景分析
旅游业是旅行社业、住宿业、交通业、商业等相关产业的集合，是一种关联带动作用较大的综合性产业。旅游业包括国际旅游和国内旅游两个部分。两者由于接待对象不同而有所区别，但其性质和作用是基本一致的。旅游业的发展不仅对增加就业和扩大内需起到重要的推动作用，而且对优化产业结构、增加国家外汇收入、促进国际收支平衡和加强国家、地区间的文化交流具有深远影响。而且我国旅游资源丰富，发展旅游产业的潜力巨大。
1.2 相关统计指标相关实验数据来源
（1）人均可支配收入---人均可支配收入直接影响着旅游业收入。随着市场经济的稳定发展和改革开放政策的深入发展，我国的人均可支配收入（包括城镇居民人均可支配收入和农村居民人均可支配收入）有了很大的增长，这种提高不仅表现在物质生活的提高，也表现在精神需求的提高。而我国旅游业的发展壮大就是精神需求提高的表现。
（2）旅游人数---旅游人数也是影响旅游收入的重要因素。随着物质水平的提高，人们的精神需求也不断提高以适应其发展，反映在旅游业就是旅游人数的不断上升。
（3）消费性支出---是指政府以消费者身份在市场上购买所需商品和劳务所发生的支出。消费支出可分为公共消费支出和个人消费支出两部分。
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收入的方法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对增加旅游收入的一些建议。
（4）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。
2 建立模型及检验
2.1 建立线性回归模型。影响旅游产业发展的因素有很多，在此选定城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、国内游客、人均消费性支出为解释变量，以旅游营业收入为被解释变量，根据图1所示结果，自变量、因变量间线性关系显著，所以决定建立线性回归模型。其中，y为旅游营业收入（万元），x1为居民人均可支配收入（元），x2为农村居民家庭人均纯收入（元），x3为旅行社数（个），x4為国内游客（百万人次），x5 为人均消费性支出（元），使用R软件对数据进行OLSE回归估计，得到的线性回归模型为：
;
其中，y为旅游营业收入（万元），x1为居民人均可支配收入（元），x2为农村居民家庭人均纯收入（元），x3为旅行社数（个），x4为国内游客（百万人次），x5为人均消费性支出（元）。
2.2 模型诊断
2.2.1 经济意义检验。模型的估计结果说明，在假定其他变量不变的情况下，平均来说，农村居民人均纯收入每增长1元，旅游营业收入增长14.1343亿元;旅行社数每增加1个，旅游营业收入增加0.7494亿元;但是城镇居民人均纯收入每增长1元，旅游营业收入减少1.6775亿元;国内游客每增长1百万人次，旅游营业收入减少2.7257亿元;人均消费性支出每增长1元，旅游营业收入减少4.9222亿元。理论分析与经验判断不一致，说明模型可能存在问题。
2.2.2 统计检验。拟合优度：由数据可以得到，模型的修正判定系数为0.9676，这说明模型对样本的拟合很好。
F检验：在给定显著性水平为0.05的条件下，由表 3.1可得F=84.49，p值为2.757e-07，小于0.05，所以拒绝原假设，说明回归方程显著。即城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、国内游客、人均消费性支出等变量联合起来确实对旅游企业营业收入有显著影响。
t检验：在给定显著性水平为0.05的条件下，由表 3.1中数据可知，只有解释变量x2的p值小于0.05，对被解释变量y有显著影响。
2.2.3 多重共线性。由相关系数矩阵可见，数据存在严重的多重共线性问题，计算数据的方差膨胀因子对这一假设进行验证，结果如下表 3.1所示
可以看到，城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、人均消费支出的VIF值都远远大于10。因此，模型存在严重的多重共线性问题。
3 模型修正
3.1 AIC准则最优模型
首先，利用AIC准则对模型进行修正，结果如下表 4.1所示
Call：
得到的AIC准则下的最优线性回归模型为
AIC准则下的最优线性回归模型的修正判定系数为0.9706，这说明模型对样本的拟合很好。在给定显著性水平为0.05的条件下，F统计量为155.1，F检验的p值为2.788e-09，小于0.05，所以拒绝原假设，说明回归方程显著。每个解释变量的t检验p值都小于0.05，对被解释变量y有显著影响。
3.2 BIC准则最优模型
利用BIC准则对模型进行修正，结果如下表所示
通过BIC准则得出的最优模型和通过AIC准则得出的最优模型完全相同。
4结论
回归模型的最终结果为，模型的最终结果说明，在其他解释变量不变的情况下，农村居民家庭人均纯收入每增长1元，旅游企业营业收入就增长14.1343亿元;国内游客每增长1百万人次，旅游营业收入就减少2.0444亿元;人均消费支出每增长1元，旅游营业收入就减少4.6986亿元。
本模型所描述的与现实经验判断存在偏差，表现在当国内游客人数增加时，旅游营业收入反而下降;当人均消费支出增长时，旅游营业收入反而下降。可能的经济学解释有：国家近些年对旅游产业的监管力度增大，旅游产业的不正常收入减少可能会导致国内游客的增加并没有导致旅游营业收入的增加;人们的旅游边际消费倾向相较于其他方面如交通、住房等方面较低，当有足够的一次性消费支出，消费者会考虑买车或买房的问题，而旅游并不是首选。但也有可能是在建模过程中，遗漏了重要变量，存在自相关问题以及所建模型并不适合等问题导致模型预测与实际情况不符。
总之，随着经济的进一步发展，人们对于文化的需求进一步增加，政府应该鼓励这种需求并借此机会投入一些政策推进发展，刺激和扩大旅游市场的进一步消费。