计量经济学论文中国旅游业收入影响分析.docx
《计量经济学论文中国旅游业收入影响分析.docx》由会员分享，可在线阅读，更多相关《计量经济学论文中国旅游业收入影响分析.docx（17页珍藏版）》请在冰豆网上搜索。
计量经济学论文中国旅游业收入影响分析
计量经济学论文
中国旅游业
收入影响分析
前言
改革开放后的几十年来，生活节奏的加快使得越来越多的人选择旅游这种方式释放紧张的状态，也就使得旅游业发展迅速。
近年来，旅游更是成为每个人日常不可缺少的因素。
中国作为世界五大文明古国（包括古希腊），同时也是当今世界著名的旅游大国，旅游业在我国的发展更是欣欣向荣，是不折不扣的朝阳产业。
按照联合国世界旅游组织预测，到2015年中过奖成为世界上第一大入境旅游接待国和第四大出境旅游客源国。
本文以我国旅游业收入为被解释变量，利用eviews软件对其进行了多因素变量分析。
亦在得出一些中国旅游影响因子的分析及对未来一段时间内旅游业发展提出一些建议。
关键词国内旅游收入计量经济学模型检验
一．问题的提出
近年来旅游如此火爆，旅游业及其相关产业的发展也如火如荼。
那究竟是哪些因素影响着旅游业的发展，他们之间有着什么联系，我们又该如何中国旅游未来的发展呢？
本文将从计量经济学的角度对以上问题进行定量分析，并试图对其更深层次的因素进行探索以及进行一个短期内旅游行业发展的预测。
二．影响因素的确定
城镇人均可支配收入（国内旅游暂时只考虑城镇）
国内游客数量
入境游客数量
旅行社数量
三．计量经济学模型的建立
我们建立一般模型如下：
Yi=β1+β2*x1+β3*x2+β4*x3+β5*x4
在此Y为我国的旅游收入（万元）
x1为入境游客人数（万人）
x2为我国国内游客人数（百万人）
x3为城镇人口可支配收入指数
x4为旅行社数量（个）
4．模型求解和检验
对该模型执行OLS回归
详见（表二）
显然，该模型的可绝系数很高（0.990525），F检验显著，但是x2x3x4t检验结果不显著，并且x4系数符号不符合经济意义，说明存在严重的多重共线性。
这说明我们的模型本身存在很大缺陷。
更改模型为：
logY=β1+β2*log（x1）+β3*log（x2）+β4*log（x3）+β5*log（x4）
对新模型进行OLS回归
详见（表三）
明显得出结果好得多了。
R2为0.989061，F检验显著除x4外其他因素t检验结果显著。
多重共线性依然存在。
因此，利用软件对4个变量进行相关系数检测。
详见（表四）
结果显示，4个变量因素相关性很高，因此我们必须剔除一个变量。
严谨起见，利用eviews分别对他们进行两两分析
详见（表五~表十）。
综合得出，变量x4必须从模型中剔除，因此更新后的模型为：
logY=β1+β2*log（x1）+β3*log（x2）+β4*log（x3）
对新模型进行分析
详见（表十一）
R2=0.988906Dw=1.794877说明修正后明显好转。
进行了一系列检验和修正后的最终结果如下：
logY=1.275850*log（x1）+1.374221*log（x2）-1.171586*log（x3）-5.243261
五．经济分析
以上模型得知，我国旅游业收入与人均可支配收入，国内旅游人数，入境旅游人数密切相关。
众所周知，旅游业是一个低投资高回报的产业，同时也是二十一世纪最为环保的经济产业之一。
作为世界上的文化，经济大国，在今后势必会增加旅游行业的投入发展。
同时对着人民生活状况的提高（x1），国内旅游人数（x2）势必会增加，这不仅带动了旅游收入（y）的增加，同时拉动了gdp的上升，也带动了相关产业如餐饮，运输业的发展。
因此，在发展旅游业的同时，也应注意相关产业发展的跟进，正所谓全面发展，整体跟进。
这么一来，y的增加才会不仅仅是昙花一现，而更加稳定。
另一方面，近年来通货膨胀严重，房价也成为头号问题。
在一定程度上，旅游业的发展，人们将更多的x1投入旅游，可以一定程度的减缓现金流过度投向房地产行业的情况。
不过，随着y收入占国民经济收入的增加。
其资金使用的相应监管及用途也更应值得每个人注意。
模型同时说明，入境游客人数（x3）也与旅游收入（y）有着密切相关性。
随着全球化地扩大，越来越多的外国客人会进入我国旅游。
从经济角度讲，更多开放型行业的发展（如娱乐行业）会进一步提升我国旅游在全球的竞争力，同时以海纳百川的态度面对外国客人，外来文化乃至自己生活中的点点滴滴是每个中国人成为一个合格的大国公民所必需学会的技能。
总而言之，旅游业是个朝阳产业，但同时他也是一个充满竞争的行业。
若想在全球化中脱颖而出。
中国所做的不仅仅是突出自我迎接挑战，更要突破自我紧跟时代。
参考文献
中华人民共和国国家统计局、中经网数据统计库
《计量经济学》庞皓科学出版社
《旅游规划的性质与方法》吴承照同济大学出版社
附录
（表一）：
数据
入境旅游者人数
国内旅游人数
城镇家庭人均可支配收入指数（可比价，1978=100）
旅行社数量
（万人次）
（百万人次）
（-）
（个）
1993
4152.69
410
255.1
3238
1994
4368.45
524
276.8
4382
1995
4638.65
629
290.3
3846
1996
5112.75
640
301.6
4252
1997
5758.79
644
311.9
4986
1998
6347.84
695
329.9
6222
1999
7279.56
719
360.6
7326
2000
8344.39
744
383.7
8993
2001
8901.29
784
416.3
10532
2002
9790.83
878
472.1
11552
2003
9166.21
870
514.6
13361
2004
10903.82
1102
554.2
14927
2005
12029.23
1212
607.4
16245
2006
12494.21
1394
670.7
17957
2007
13187.33
1610
752.5
18943
2008
13002.74
1712
815.7
20110
国际旅游收入
国内旅游者总花费
（亿美元）
（亿元）
1993
46.83
864
1994
73.23
1023.5
1995
87.33
1375.7
1996
102
1638.4
1997
120.74
2112.7
1998
126.02
2391.2
1999
140.99
2831.9
2000
162.24
3175.5
2001
177.92
3522.4
2002
203.85
3878.4
2003
174.06
3442.3
2004
257.39
4710.7
2005
292.96
5285.9
2006
339.49
6229.7
2007
419.19
7770.6
2008
408.43
8749.3
年度旅游收入（万元）
1993
1273.7625
1994
1664.2625
1995
2139.8375
1996
2530.9
1997
3169.175
1998
3493.875
1999
4065.5625
2000
4595.1
2001
4723.36
2002
5254.3875
2003
4573.69
2004
6383.735
2005
7190.14
2006
8436.385
2007
10495.335
2008
11404.095
资料来源：
中经数据
http:
//192.168.30.168:
81/
旅行社的数据只更新到了08年，因此笔者就只选取至2008年。
（表二）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
19:
14
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-4956.632
1262.903
-3.924794
0.0024
X1
0.706319
0.226767
3.114737
0.0098
X2
3.549938
2.129346
1.667149
0.1237
X3
13.90939
8.419081
1.652127
0.1267
X4
-0.529918
0.232836
-2.275932
0.0438
R-squared
0.990525
Meandependentvar
5087.100
AdjustedR-squared
0.987079
S.D.dependentvar
3009.755
S.E.ofregression
342.1208
Akaikeinfocriterion
14.75851
Sumsquaredresid
1287513.
Schwarzcriterion
14.99995
Loglikelihood
-113.0681
F-statistic
287.4748
Durbin-Watsonstat
1.193159
Prob（F-statistic）
0.000000
（表三）
DependentVariable:
LOG（Y）
Method:
LeastSquares
Date:
06/09/11Time:
00:
17
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-5.677963
1.257576
-4.515007
0.0009
LOG（X1）
1.412605
0.394717
3.578775
0.0043
LOG（X2）
1.319462
0.279940
4.713375
0.0006
LOG（X3）
-1.059057
0.444222
-2.384071
0.0362
LOG（X4）
-0.121652
0.308999
-0.393698
0.7013
R-squared
0.989061
Meandependentvar
8.360787
AdjustedR-squared
0.985083
S.D.dependentvar
0.630739
S.E.ofregression
0.077037
Akaikeinfocriterion
-2.038767
Sumsquaredresid
0.065281
Schwarzcriterion
-1.797333
Loglikelihood
21.31014
F-statistic
248.6339
Durbin-Watsonstat
1.036456
Prob（F-statistic）
0.000000
（表四）
LOG（X1）
LOG（X2）
LOG（X3）
LOG（X4）
LOG（X1）
1
0.940108305006182
0.965054519438058
0.990799187972388
LOG（X2）
0.940108305006182
1
0.979038534128526
0.937513596119842
LOG（X3）
0.965054519438058
0.979038534128526
1
0.973379982347374
LOG（X4）
0.990799187972388
0.937513596119842
0.973379982347374
1
（表五）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
20:
50
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2201.792
282.8948
-7.783077
0.0000
X1
0.199933
0.088726
2.253364
0.0421
X2
6.146469
0.736380
8.346867
0.0000
R-squared
0.985641
Meandependentvar
5087.100
AdjustedR-squared
0.983432
S.D.dependentvar
3009.755
S.E.ofregression
387.4049
Akaikeinfocriterion
14.92418
Sumsquaredresid
1951073.
Schwarzcriterion
15.06904
Loglikelihood
-116.3934
F-statistic
446.1819
Durbin-Watsonstat
0.707547
Prob（F-statistic）
0.000000
（表六）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
20:
51
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2557.203
432.3708
-5.914376
0.0001
X1
0.105655
0.174782
0.604498
0.5559
X3
14.76670
3.151020
4.686324
0.0004
R-squared
0.966047
Meandependentvar
5087.100
AdjustedR-squared
0.960824
S.D.dependentvar
3009.755
S.E.ofregression
595.7221
Akaikeinfocriterion
15.78479
Sumsquaredresid
4613503.
Schwarzcriterion
15.92965
Loglikelihood
-123.2783
F-statistic
184.9414
Durbin-Watsonstat
0.846654
Prob（F-statistic）
0.000000
（表七）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
20:
51
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-851.9674
1414.204
-0.602436
0.5572
X1
0.287465
0.470776
0.610619
0.5520
X4
0.336064
0.257873
1.303215
0.2151
R-squared
0.919239
Meandependentvar
5087.100
AdjustedR-squared
0.906815
S.D.dependentvar
3009.755
S.E.ofregression
918.7662
Akaikeinfocriterion
16.65130
Sumsquaredresid
10973706
Schwarzcriterion
16.79616
Loglikelihood
-130.2104
F-statistic
73.98472
Durbin-Watsonstat
0.517678
Prob（F-statistic）
0.000000
（表八）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
20:
52
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-2078.661
338.2520
-6.145303
0.0000
X2
6.080287
1.821088
3.338821
0.0053
X3
3.566144
3.955812
0.901495
0.3837
R-squared
0.981208
Meandependentvar
5087.100
AdjustedR-squared
0.978316
S.D.dependentvar
3009.755
S.E.ofregression
443.1971
Akaikeinfocriterion
15.19327
Sumsquaredresid
2553508.
Schwarzcriterion
15.33813
Loglikelihood
-118.5461
F-statistic
339.3833
Durbin-Watsonstat
0.706488
Prob（F-statistic）
0.000000
（表九）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
20:
52
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1715.254
333.0433
-5.150244
0.0002
X2
6.596573
0.960957
6.864589
0.0000
X4
0.076378
0.063423
1.204268
0.2500
R-squared
0.982037
Meandependentvar
5087.100
AdjustedR-squared
0.979273
S.D.dependentvar
3009.755
S.E.ofregression
433.3095
Akaikeinfocriterion
15.14814
Sumsquaredresid
2440843.
Schwarzcriterion
15.29300
Loglikelihood
-118.1851
F-statistic
355.3486
Durbin-Watsonstat
0.756232
Prob（F-statistic）
0.000000
（表十）
DependentVariable:
Y
Method:
LeastSquares
Date:
06/08/11Time:
20:
53
Sample:
19932008
Includedobservations:
16
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-3170.934
753.0737
-4.210655
0.0010
X3
21.56455
4.748195
4.541631
0.0006
X4
-0.153301
0.144267
-1.062620
0.3073
升级会员 