国内旅游需求的计量经济学分析.docx
《国内旅游需求的计量经济学分析.docx》由会员分享，可在线阅读，更多相关《国内旅游需求的计量经济学分析.docx（15页珍藏版）》请在冰豆网上搜索。
国内旅游需求的计量经济学分析
计量经济学论文
——国内旅游需求的计量经济学分析
学校：
学院：
班级：
姓名：
一、引言
二、文献综述
三、建立模型
（一）变量的选择和分析
（二）模型选择
（三）样本数据的采集
四、模型分析
（一）多重共线性检验
（二）异方差性检验
（三）自相关性检验
五、结论与建议
国内旅游需求的计量经济学分析
[内容摘要]
中国人口众多，幅员辽阔，山河壮丽，风光旖旎，无论是人力资源还是旅游资源，中国的国内旅游都有着得天独厚的优势。
而近年来，随着我国经济的发展和人民生活水平的提高，人们在物质需求得到满足的同时不断增加对精神的需求，旅游更是成为人们追求精神生活的一大利器。
本文通过对国内旅游需求影响因素的计量经济学分析来研究我国国内旅游需求的发展情况，从而对旅游业提出相应建议。
[关键词]
旅游需求国内旅游多重共线性异方差自相关
一、引言
我国人口众多，拥有近14亿的庞大人口，随着物质文化水平的日益提高，居民可支配收入和闲暇时间的增加，旅游已经成为人们主要的休闲方式，成为当今社会的一种潮流。
而网络上的“穷游生”、“驴友”、“背包客”等等名词的流行更是证明了旅游业在我国蓬勃发展的现状。
我国旅游业有着得天独厚的自然资源和人文景观优势，随着市场经济的发展和人民收入水平的提高，人们对旅游消费需求进一步上升，旅游业在国民经济中的地位和作用也越来越重要。
而我国的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，在国际旅游市场竞争日益激烈和国内旅游需求日益增长的情况下，国内旅游逐渐在我国的旅游市场上占据重要的地位。
截至2011年底，全国共有各类旅游景区20976家，其中，A级旅游景区5573家。
旅游景区已成为居民旅游消费的热点之一，景区收益不断增加。
2011年全国A级旅游景区接待游客人数25.54亿人次，平均每人到景区游览约2人次;营业收入达到2658.60亿元，在全国旅游总收入的比重在不断提高。
由此可见，旅游产业已成为我国新的经济增长点。
旅游消费支出是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，也是某一个国家或者地区旅游业发达与否的重要标志。
旅游的需求量直接决定了旅游消费支出的多少，因此如何正确掌握我国国内的旅游需求对于该产业的发展就显得尤为重要。
影响旅游需求的不仅有消费者内部的因素，也有外部环境的因素。
出游的偏好和动机、旅游产品的价格、旅游地的安全状况、路途的远近都会或多或少的影响旅游需求量。
本文主要是通过建立计量经济学模型，对影响我国国内旅游需求的因素进行回归分析，并以此为依据分析影响我国国内旅游需求的主要因素及其影响程度，并提出相应的政策建议。
二、文献综述
目前，对于旅游需求影响的研究较多，既有定性分析，也有定量分析，既有理论描写，也有实证研究。
一些学者认为影响旅游需求的因素有国内经济发展水平，人民生活水平，旅游休闲时间，人口特征，交通条件，价格因素等。
他们认为随着国民经济的稳定快速发展，人民生活水平的日益提高，国家假日制度的改革等带来的我国居民可支配收入和闲暇时间的增多，以及旅游相关设施的进一步完善，这些因素都向着有利于国内旅游的方向发展，也必将给我国国内旅游带来新一轮的发展机会。
另外，居民选择旅游消费与否，还取决于本人的消费意识以及社会消费潮流的变化。
国内目前关于居民旅游消费需求的研究中，主要以定性研究为主。
比较有代表性的研究如下：
谷慧敏和伍来春（2003）从居民收入分配及其结构演变的角度，对中国改革开放以来的国内旅游消费的特征进行了理论分析；尹世杰（2003）指出了我国旅游消费发展中的情况和存在问题，并提出了未来促进我国旅游消费的措施。
谢彦君和林南枝、陶汉军将影响旅游需求的因素分为影响因素和障碍因素。
其将经济因子和心理偏好作为影响因子,将非经济因子即空间距离、时间约束、文化社会责任及身心障碍作为障碍因子。
牛亚菲,刘富刚（2004）认为对于旅游区而言,旅游需求影响因素除客源地与旅游目的地人口规模、客源地人均收入水平等外因外,旅游资源质量水平、旅游客源地与旅游目的地之间的距离是两个重要的影响因素。
王艳平（2003）从旅游发生过程的系统观点出发,提出旅游需求影响因素的层次模式,并指出了影响因子的约束强弱问题。
卞显红（2003）分析了旅游目的地选择过程中的主要影响因素,它包括:
花费与时间限制、旅游价格、消费者偏爱、旅游产品质量、信息与广告、旅游城市化及新旅游目的地的出现等。
朱湖英（2006）通过对不同收入城市居民的需求差异的分析,不同收入城市居民对文化旅游地的环境、旅游地游乐项目、住宿环境和场所的选择差异不大,受到收入的影响很小;但在旅游价格、季节、停留时间等方面存在很大的差异,很大程度上受到收入高低的制约。
通过研究发现，从出游率和消费两方面衡量中国城市间居民的旅游需求存在类型差别，并且在不同程度上与人均收入有相关关系;人均收入与旅游需求存在相关性，但是不同地区的人均收入只影响其部分旅游需求。
通过分析不难发现,国内外对旅游需求影响因素的研究基本上都是站在经济学的角度对个体旅游需求的探讨,我们可以看出，影响旅游需求的因素主要有以下几方面：
①经济方面：
国家经济发展水平、居民可支配收入、物价指数等；②政府方面：
法定休息日假期的确定、对于旅游业发展的投入；③个人家庭方面：
家庭富裕程度、旅游偏好；
社会环境方面：
旅游业的发展现状、交通情况、旅游人数的总体比例等。
下面主要选取一些比较典型的影响因素进行分析，得出其对旅游需求的影响程度。
三、建立模型
（一）变量的选择和分析
根据旅游经济学理论，旅游需求是指在不同的价格水平下，旅游者愿意购买的旅游产品数量。
旅游需求的主要影响因素包括：
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。
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，继“春节”、“五一”、“十一”旅游黄金周。
虽然如今五一黄金周取消，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，使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。
4.路况。
交通状况的好坏将会直接影响我国居民对旅游的需求，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。
即公路长度和铁路长度这两个解释变量。
此外，旅游者可支配收入、出游的偏好和动机、旅游产品的价格、非旅游消费品的价格、旅游客源地与旅游目的地之间的距离，旅游地的安全状况和旅游地的形象等等也都是影响旅游需求的因素。
（二）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。
多元线性回归模型为：
其中
y——国内旅游需求，使用国内旅游出游人数衡量
X1——经济发展状况，使用GDP衡量
X2——人口数量
X3——公路里程
X4——铁路里程
X5——闲暇时间
u为随机扰动项
（三）样本数据的采集
本文选用了1985—2012年最近二十八年的统计数据进行回归分析。
数据如下：
年份
旅游人数（万人）
GDP（本币，百万元）
总人口数（万人）
公路里程（万公里）
铁路里程（万公里）
闲暇时间
y
X1
X2
X3
X4
X5
1985
240
901,604
105851
94.24
5.5
0
1986
270
1,027,518
107507
96.28
5.57
0
1987
290
1,205,862
109300
98.22
5.58
0
1988
300
1,504,282
111026
99.96
5.61
0
1989
240
1,699,232
112704
101.43
5.69
0
1990
280
1,866,782
114333
102.83
5.78
0
1991
300
2,178,150
115823
104.11
5.78
0
1992
330
2,692,348
117171
105.67
5.81
0
1993
410
3,533,392
118517
108.35
5.86
0
1994
524
4,819,786
119850
111.78
5.9
0
1995
629
6,079,373
121121
115.7
5.97
0
1996
640
7,117,659
122389
118.58
6.49
0
1997
644
7,897,304
123626
122.64
6.6
0
1998
695
8,440,228
124761
127.85
6.64
0
1999
719
8,967,705
125786
135.17
6.74
1
2000
744
9,921,455
126743
140.27
6.87
1
2001
784
10,965,517
127627
169.8
7.01
1
2002
878
12,033,269
128453
176.52
7.19
1
2003
870
13,582,276
129227
180.98
7.3
1
2004
1102
15,987,834
129988
187.07
7.44
1
2005
1212
18,493,737
130756
193.05
7.54
1
2006
1394
21,631,443
131448
348
7.71
1
2007
1610
26,581,031
132129
357.3
7.8
1
2008
1712
31,404,543
132802
373.02
8
1
2009
1902
34,090,281
134505
386.02
8.6
1
2010
2103
39,798,315
137054
398.4
9.1
1
2011
2640
45,821,758
137835
405.54
9.3
1
2012
2957
51,932,200
138670
423.75
9.8
1
数据来源：
《中国统计年鉴》《中国旅游统计年鉴》
四、模型分析
首先在EViews中用普通最小二乘法（OLS）进行参数估计，结果如下：
DependentVariable:
Y
Method:
LeastSquares
Date:
12/07/13Time:
21:
45
Sample:
19852012
Includedobservations:
28
Coefficient
Std
升级会员 