计量经济学有关我国国内旅游经济的因素分析Word格式.docx
《计量经济学有关我国国内旅游经济的因素分析Word格式.docx》由会员分享，可在线阅读，更多相关《计量经济学有关我国国内旅游经济的因素分析Word格式.docx（11页珍藏版）》请在冰豆网上搜索。
具体说来包括：
（一）居民可支配时间增多
1999年9月，国家出台了全国年节及纪念日放假办法。
根据这一放假办法，形成了三个各约一周的集中假期，即“春节”、“五一”、“十一”旅游“黄金周”。
集中的假日，使出游者实施的中长距离旅游有了时间保证，人们有可能走得更远，逗留得更久，去更多的旅游景点，享受更多的旅游经历，也支出更多的费用。
“黄金周”使居民的可自由支配时间增加，在我国的国内旅游发展方面起着十分良好的作用。
（二）居民旅游观念的变化
国内旅游业发展的主要推动力量是我国社会经济的快速发展。
国内生产总值（GDP）是衡量社会经济发展水平的指标：
GDP指标越高，国民的富裕程度越高，消费观念越强。
（三）交通情况
随着经济的逐步增长，我国的交通状况得到很大的改善。
铁路、公路的增多，条件的完善，使出行变得更加方便，居民也因此更乐于到各个地方旅游。
（四）旅游人数
旅游消费与旅游人数有着一定的关系：
旅游人数越多，消费水平通常就越高。
由于经济的发展和人们消费观念的转变，越来越多的人喜欢外出旅游，为旅游业的发展做出了很大的贡献。
那么究竟是哪些因素对我国国内旅游消费产生了重大的影响。
在现阶段，对于我国国内旅游业的发展，我们应该着重发展哪些方面来促进这个朝阳产业继续发展壮大？
这主要取决于哪些方面能给我过国内旅游业收入带来更大幅度的增长，即是我们研究课题的关键。
针对此种情况，我们收集了1985--2005年影响我国旅游收入的相关因素的时间序列数据，诸如国内生产总值、旅游人数、交通建设等，并用计量方法进行细致分析和水平比较，以解决以上我们所提出的问题。
二、变量的选取和分析
（一）影响因素分析
1.国内生产总值（GDP）
国内生产总值是衡量社会经济发展的指标，他能衡量外界提供的旅游消费所需环境的完善程度；
GDP指标越高，相应的交通运输、信息传递等基础公共设施越完善，国民的富裕程度越高，消费观念越强。
经济的增长对消费有强烈的刺激作用，特别是类似旅游这样的消费。
2．闲暇时间
根据这一放假办法，形成了三个各约一周的集中假期，继“春节”、“五一”、“十一”旅游黄金周。
虽然如今三个取消了两个，但长久以来的节假日旅游观念仍然使得许多人选择在这一时期出门旅游。
这是国内旅游在居民可自由支配时间增多的条件下获得的一次新的提升，是国内旅游迈向了一个新的高度。
3.人口
人口数量的多少会影响旅游人次，从而影响旅游收入。
要形成一定规模的旅游市场，必须以一定数量的人口作为基础。
由于我国是世界第一人口大国，因此巨大的人口规模是促进我国国内旅游市场规模发展的有利条件。
（二）指标选择
基于以上问题的提出，我们在研读了大量统计和计量资料的基础上，选择了三个大方面进行研究，既包括旅游人数，人均旅游花费和基本交通建设。
从数据的可获得性考虑，将国内旅游收入作为衡量我国国内旅游业发展水平的指标，作为自变量Y（单位：
亿元）。
因变量的选取考察：
（1）居民消费观念变化对国内旅游业发展的影响，选取对居民消费观念变化有显著影响的国内生产总值GDPX1来衡量；
（2）影响旅游消费的人数用旅游人数X2来横量；
（3）交通状况的影响，用公路里程和铁路里程来衡量；
在我国，交通一般分布为公路，铁路，航班，航船等。
由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上，为了避免解释变量的过多过繁以及可能带来的多重共线形等问题，我们只选取了前二者。
即确定了X3公路长度和X４路长度这两个解释变量。
（4）居民的可支配时间的影响，设置表示闲暇时间选X5为解释变量。
3、模型选择
目前关于旅游消费的理论模型主要有旅游引力模型、多元回归模型和时间序列模型，但各模型都既有优势，又都存在一些缺陷。
由于影响国内旅游消费的因素较多，我们决定选择多元线性回归方程来构建我国国内旅游消费模型。
多元回归线性模型为：
（二）样本数据采集
根据我们对影响我国旅游业收入的因素分析，以及解决我们提出的问题的需要，初步选取了以下四个解释变量：
国内生产总值、旅游人数、公路长度和铁路长度。
鉴于我国旅游业发展的阶段性和我们分析的即时性，收集了1995—2005年最近二十年的统计数据。
年份
旅游消费支出（元）
（Ｙ）
国内生产总值（亿元）
（Ｘ１）
旅游人数（百万人）
（Ｘ２）
公路里程（万公里）
（Ｘ３）
铁路里程（万公里）
（Ｘ４）
闲暇时间
（Ｘ５）
1985
80
9016.0
240
94.24
5.50
1986
106
10275.2
270
96.28
5.57
1987
140
12058.6
290
98.22
5.58
1988
187
15042.8
300
99.96
5.61
1989
150
16992.3
101.43
5.69
1990
170
18667.8
280
102.83
5.78
1991
200
21781.5
104.11
1992
250
26923.5
330
105.67
5.81
1993
864
35333.9
410
108.35
5.86
1994
1023.5
48197.9
524
111.78
5.90
1995
1375.7
60793.7
629
115.70
5.97
1996
1638.4
71176.6
640
118.58
6.49
1997
2112.7
78973.0
644
122.64
6.60
1998
2391.2
84402.3
695
127.85
6.64
1999
2831.9
89677.1
719
135.17
6.74
1.0
2000
3175.5
99214.6
744
140.27
6.87
2001
3522.4
109655.2
784
169.80
7.01
2002
3878.4
120332.7
878
176.52
7.19
2003
3442.3
135822.8
870
180.98
7.30
2004
4710.7
159878.3
1102
187.07
7.44
2005
5285.9
183084.8
1212
193.05
7.54
三、模型及处理
（一）建立模型
根据以上各变量的设置，初步建立以下模型：
其中，
代表旅游消费支出，即当年的旅游收入;
代表国内生产年总值;
代表旅游人数;
代表公路里程;
代表铁路里程;
X5=｛0,1999年以前1,1999年以后（含1999年）;
代表随机扰动项.
（二）参数估计
在EViews中用普通最小二乘法（OLS）进行参数估计，即出现以下结果：
DependentVariable:
Y
Method:
LeastSquares
Date:
12/07/10Time:
22:
55
Sample:
19852005
Includedobservations:
21
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-4554.805
2253.323
-2.021373
0.0615
X1
-0.001227
0.012050
-0.101820
0.9202
X2
3.510607
1.391009
2.523785
0.0234
X3
1.355916
6.747678
0.200946
0.8434
X4
636.6679
355.1465
1.792691
0.0932
X5
598.4430
200.6966
2.981829
0.0093
R-squared
0.991377
Meandependentvar
1787.410
AdjustedR-squared
0.988503
S.D.dependentvar
1691.457
S.E.ofregression
181.3664
Akaikeinfocriterion
13.47387
从回归结果看，可决系数很高，通过F检验，但在显著性水平
下，
、
和
的回归系数并不显著，而且
的系数符号与预期的相反，这表明该模型很可能存在多重共线性。
（三）多重共线性的检验
用EViews计算各解释变量的相关系数，得到相关系数矩阵：
变量
１
0.9918
0.968４
0.9822
0.8406
1
0.9428
0.9644
0.8058
0.9684
0.9620
0.8931
0.8640
0.84060
0.863８
由相关系数矩阵可以看出，各个解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。
采用逐步回归的办法，去检验和解决多重共线性问题。
运用OLS方法分别做Y对X1、X2、X3、X4、X5的一元回归，结果如下：
参数估计值
0.031722
5.693082
49.27887
2390.419
3071.836
t统计量
30.15996
23.85298
16.22367
22.80724
7.965949
0.979540
0.967685
0.932674
0.964761
0.769575
0.978463
0.
升级会员 