国内城镇居民旅游消费分析毕业论文.docx

国内城镇居民旅游消费分析毕业论文.docx

《国内城镇居民旅游消费分析毕业论文.docx》由会员分享，可在线阅读，更多相关《国内城镇居民旅游消费分析毕业论文.docx（18页珍藏版）》请在冰豆网上搜索。

国内城镇居民旅游消费分析毕业论文

---文档均为word文档，下载后可直接编辑使用亦可打印---

摘要

随着改革开放取得了丰硕的成果，我国整体经济形势也不断提升，人们的生活层次也实现了极大的飞跃。

在满足了基本的物质需求后，越来越多的人开始逐渐转移到对精神层次的要求中来，这其中就包括了对生活娱乐也有了更高的需求。

这也导致了我国旅游业快速发展，成为了我国民众最常见的娱乐游玩形式。

每年旅游业都保持了7%左右的年增长率，是我国第三产业中增长最快的行业之一。

同时旅游业的发展，也带动了旅游地区周边的经济发展，极大的促进了我国社会的整体繁荣性，是目前我国最具发展潜质的产业模式。

本次命题会全面的分析我国旅游业目前的消费层级，并通过引用学界的理论对其进行一一比对，同时利用以下五种指标同我国旅游业经济发展加以分析：

第一点，人均可支配收入；第二点，消费价格指数；第三点，GDP；第四点，可自由支配时间；第五点，国内旅行社个数，采用2003-2018年的数据将城镇居民人均消费与这五个指标通过EViEWS软件建立多元线性回归模型，再对模型做相关经济意义检验以及统计检验得出最优模型。

针对最后的回归分析结果得出，消费价格指数和人均旅游消费两者之间表现出了的负相关关系。

最后针对分析结论，对其主要影响因素提出了相关建议，以此刺激居民在旅游上的消费从而促进我国旅游业的发展。

关键词：

旅游消费；多元线性回归模型；旅游业

Abstract

Sincethereformandopeningup,withthecontinuousgrowthofthedomesticeconomy,thegradualimprovementofresidents'livingstandards,people'spursuitofdailylifeisnolongerjustinthematerialneedstobemet,thereisahigherdemandforlifeandentertainment,andtourismhasbecomeoneoftheentertainmentchoices.China'stourismindustryhaslongmaintainedanaverageannualgrowthrateof7%,whichhasbecomeanewgrowthpointofthenationaleconomy.Tourismhasledtothecomprehensivedevelopmentofrelatedindustriesandsocialeconomy,andhasbecomeoneofthepillarindustriesofChina'seconomicdevelopment.Thispaperaimstostudythepercapitatourismconsumptionofurbanresidents.Withreferencetomanyliteratureanddataanalysis,thispaperselectsthepercapitadisposableincomeofurbanresidents,thepriceindexofurbanresidents’consumption,thepercapitaGDPofurbanresidents,leisuretime,andthenumberofdomestictravelagenciesasthefiveindicators.Usingthedatafrom2003to2018,thispaperestablishesamultiplelinearregressionmodelbetweenthepercapitaconsumptionofurbanresidentsandthefiveindicatorsthroughEViEWSsoftware,andthenmakesrelevanteconomicsignificancetestsandstatisticaltestsonthemodeltoobtaintheoptimalmodel.Accordingtothefinalregressionanalysisresults,theconsumptionpriceindexofurbanresidentsisnegativelycorrelatedwiththepercapitatourismconsumptionofurbanresidents,andthepercapitaGDPofurbanresidentsandthenumberofdomestictravelagenciesarepositivelycorrelatedwithurbanresidents.Finally,accordingtotheanalysisconclusion,thispaperputsforwardsomesuggestionsonthemaininfluencingfactors,soastostimulateresidents'consumptionintourismandpromotethedevelopmentoftourisminChina.

Keywords:

Touristconsumption;Multiplelinearregressionmodel;Tourisom

1引言

1.1背景及意义

随着改革开放取得了丰硕的成果，我国整体经济形势也不断提升，人们的生活层次也实现了极大的飞跃。

在满足了基本的物质需求后，越来越多的人开始逐渐转移到对精神层次的要求中来，这其中就包括了对生活娱乐也有了更高的需求。

这也导致了我国旅游业快速发展，成为了我国民众最常见的娱乐游玩形式。

每年旅游业都保持了百分之七左右的年增长率，是我国第三产业中增长最快的行业之一。

同时旅游业的发展，也带动了旅游地区周边的经济发展，极大的促进了我国社会的整体繁荣性，是目前我国最具发展潜质的产业模式。

在旅游过程中，民众会接触到有关于吃、住、行、游、购、娱六种主要消费模式，也就是说，旅游业的发展，也直接或者间接的拉动了当地经济的全面提升。

有调查现实，我国旅游业未来会以年增长10%的速度快速提升，个人旅游总体规模提升约为9.8%，政府旅游总体规模提升约为10.9%。

也就是说旅游业在未来还是会保持较高的发展水平，其蕴藏的潜力是巨大的。

目前我国处于重要的经济结构升级的关键时刻，而旅游业作为其中的标志性产业，起到了关键性的经济拉动效果。

通过每年的旅游消费总量，就能够很好的预估出我国整体经济走势的具体情况。

1.2文献综述

全球著名学者约翰·托夫勒在其推出的著作中表示，目前人类正在经历第三次经济变革浪潮，而其中最关键的行业就是服务业；未来人类会经历第四次和第五次经济变革，届时最关键的行业则是信息产业、娱乐行业以及旅游业。

也就是说，旅游行业截至现今，还是人类经济领域的最新参与者，是经过了长期发展的“朝阳行业”。

未来全球旅游业的发展会进入更加兴旺发达的状态中。

旅游业也从原有的传统模式，开始逐渐向高质量模式不断发展，相关从业者和企业更注重其提供的服务质量。

旅游事实上作为人类存在已久的行业之一，其社会属性也一直被人们所认可。

人们在旅游中不断充实自己的见识、智慧和思想层次，同时在旅游中体会社会文化，人文传统。

也就是说旅游业的发展不但能够极大的促进经济的提升，更能够提升整体国民的文化素质以及对传统文化的认可，起到了较好的文化传承作用。

学者陈敏通过对经济模式的搭建，并通过不同的经济指数，核算了我国十三年间的旅游整体消费数据情况，并对估计出的模型以及情况给出了建议[1]。

李亮建立回归模型，并利用软件开展了模型分析，最终明确了能够对旅游消费造成不同影响的几种关键因素[2]。

学者李雪薇通过一九九五年至二零一二年我国城镇人们的总体旅游消费额度加以分析，并在经济学模型建立过程中选择了最常用的四种影响因素，在完成回归分析后进行了必要的总结[3]。

学者李云鹏根据目前我国主要的旅游模式和消费方式进行数据指标的获取，并搭建了数值模型，进而对我国旅游行业的未来发展情况加以预估[4]。

当下我国旅游业也存在一切不足，包括：

第一点，虽然旅游业作为朝阳行业在我国发展速度迅猛，人们对于旅游的需求也逐渐提升，是主要能够对我国经济情况造成影响的行业之一。

目前已经有学者对于我国蕴藏的巨大旅游行业潜力进行有效挖掘，并分析出其中关键性的影响因素；第二点，在全球经济形势的调整背景下，我国国内出现了投资增长缺乏长效性的问题。

市场中也没有形成较为前沿的消费热点，这都令旅游业作为主要的市场消费点加速其扩大内需增长的作用。

可以根据目前学者已经完成的理论分析，对相关影响因素展开更加深入性的探究，并提出更加合理的建议，这样才能令旅游业能够平稳有序发展。

1.3研究内容与方法

本次命题由四大章节组成：

第一章，本次命题的引言部分。

会将本次命题的研究背景和研究意义加以明确，进而收集和本次命题相关的理论文献，在整理和总结后，形成本次命题的理论基础。

第二章，本次命题的概念阐述章节。

第三章正文。

首先，查阅大量相关文献与书籍，选取合适的影响旅游消费旅的因素作为模型的指标，其次通过EViEWS软件建立多元线性模型探究主要影响因素是如何影响着城镇居民旅游消费的，最后对其主要影响因素提出建议促进我国旅游业的发展。

第四章结论与建议。

首先总结论文开始到完成所做的所有工作，阐述论文的最终结论，结合文献分析其可能的因素；然后针对本文的研究成果，为国家政府提供政策建议。

以上研究内容所采用的方法为：

（1）文献统计法：

通过对国内外学界相关理论文献的收集、整理和分析，明确本次命题的实际理论基础，为本文的研究提供参考和依据。

（2）多元线性回归回归模型。

在获取到大量实证数据后，通过回归模型开展必要的探究过程，并通过软件对相关数据进行全面论证，最终获得本次命题的总结。

2预备知识

2.1多元线性回归模型

在经济学范畴中，通常会使用简单线性回归模型对经济数据加以分析，这种方式能够更好在在线性关系方面明确被解释和解释变量两者的关联度。

当然，实际的市场环境更加多样丰富，任何行业都和其他行业相存相依，可以看做被解释变量和为数众多的解释变量之间的关系。

而通过计量经济学以及元线性回归模型的具体分析过程，进而对上述情况开展更加完善的解释。

多元线性回归模型是用2个或者2个以上的解释变量来解释被解释变量的一种计量模型。

设Y为被解释变量，

.....,

为k-1个来说明Y的被称为解释变量的不同变量，多元线性回归模型的形式为：

（i=1,2,...,k）（2.1）

其中：

（j=1,2,...,k）为模型的参数也就是回归系数，指当其他解释变量不变时，某一个解释变量变化一个单位时因变量的变化值；

（i=1,2,...,k）称为随机扰动项；

为常数项。

若令：

Y=

，X=

，

，

（2.2）

则多元线性回归模型可用矩阵形式表示为：

（2.3）

2.2多元线性回归模型的检验

对已经估计出参数的多元线性回归模型的检验，主要是所估计的模型拟合优度的检验、模型中各个参数显著性的检验，以及整个回归方程显著性的检验。

（1）拟合优度的检验

为了说明多元线性回归线对样本观测值的拟合情况，可以考察在Y的总变差中由多个解释变量作出了解释的那部分变差的比重，即“回归平方和”与“总距离平方和”的比值。

在多元回归中这一比值称为多重可决系数，用

表示。

多元线性回归中Y的变差分解式如下：

（2.4）

这里面，被解释变量观测值总变差的情况，会通过TSS以及总离差平方和以呈现；而被解释变量回归估计值总变差的状态，则通过ESS以及回归平方和加以呈现，这能够更好的说明解释若干解释变量过程中额外部分的变差情况；被解释变量估计指标同观察指标两者的变差值可以通过RSS以及残差平方和加以呈现，作为在模型中并未纳入的部分通过其可以进行必要的解释。

也就是说，ESS以及回归平方同RSS以及残差平方之间的关系为负相关关系。

所以可以判定多重可决系数可以通过下列公式呈现：

（2.5）

或者表示为

（2.6）

多重可决系数是介于0和1之间的一个数，

越接近1，模型对数据的拟合程度就越好。

但可决系数只是对模型拟合优度的度量，

越大只是说明列入模型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度越大。

在回归分析中，不仅要模型的拟合程度高，而且要得到总体回归稀疏的可靠估计量。

因此，在选择回归模型时，不能单纯地凭可决系数的高低判断回归模型的优劣。

（2）归方程的显著性检验

因为多元线性回归模型中，是存在一定解释变量的，所以这些解释变量是否和解释变量能够表现出线性关系必须通过合理的检验流程加以验证。

对回归模型整体显著的性检验，所检验假设的形式为：

（2.7）

这种检验是在方差分析的基础上利用F检验进行的。

如上文所述，被解释变量Y观测值的总变差有式（2.5）所示的分解式，将自由度考虑进去进行方差分析，可得如表1所示的方差分析表

表1方差分析表

变差来源

平方和

自由度

方差

源于回归

K-1

ESS/（K-1）

源于残差

n-k

RSS/（n-k）

总变差

n-1

可以证明，在

成立的条件下，统计量

（2.8）

即统计量F服从自由度为k-1和n-k的F分布。

给定显著性水平

，在F分布表中查出自由地为k-1和n-k的临界值

，将样本观测值代入式（2.8）计算F值，然后将F值与临界值

进行比较。

若F>

，则拒绝原假设

，说明回归方程显著，即列入模型的各个解释变量联合起来对解释变量的有显著影响；若F<

则不能拒绝原假设

，说明回归方程不显著，即列入模型的各个解释变量联合起来对被解释的影响不显著。

（3）回参数的显著性检验

多元线性回归分析的目的，不仅是获得较高拟合优度的模型，不光需要获得方程整体显著性特征，更应该明确其能够在估计过程中进行意义更强的回归参数估计。

所以其整体线性就算呈现明显的关系效果，也无法断定所有解释变量给予的全部影响都是明显的。

这里必须检验所有解释变量。

可以通过参数显著性检验加以分析。

最终结果必须保证解释变量不调整的情况下，完成其是否能够影响相关被解释变量的检验过程。

用t统计量对各个回归参数作显著性检验。

提出检验假设

（2.9）

给定显著性水平

，查自由度为n-k的t分布表，得临界值

，当回归系数的t统计量大于临界值

时，就拒绝

，说明在其他解释变量不变的情况下，对应的解释变量对被解释变量的影响是显著的。

相反，当回归系数的t统计量小于临界值

时，就不能拒绝

，说明在其他解释变量不变的情况下，对应的解释变量对被解释变量的影响是不显著的。

3正文

3.1指标的选取

旅游消费作为消费的一种，比较常见的消费机制，主要是有经济因素以及非经济因素两者共同对其造成影响。

在经济因素中，有五个方面对其造成影响，包括：

第一点，人均可支配收入；第二点，消费价格指数；第三点，GDP；第四点，可自由支配时间；第五点，国内旅行社个数。

恩格尔系数有所降低，人民消费类别也逐渐从生存消费类别过渡到发展消费类别，旅游消费是发展性型消费中的重要途径之一，所以，人均可支配收入，在适当的程度上，确实能够影响旅游消费指数。

同时，通过程城镇消费价格指数，也能够很好的表现出家庭消费的实际状态。

也就是说，物价的高低，决定了居民消费走向，更影响了民众的收入程度，较高的物价水平会导致居民的收人水平降低，最终导致民众消费需求的下降，进而发展为购买力的逐渐减少，这对旅游产业的影响较为明显，价格也开始趋向于下跌。

所以必须将消费价值指数作为主要的参考因素之一。

而GDP则决定了一个国家整体的消费情况，所以它也是需要加入考量范围的主要参考因素之一。

除此之外，影响旅游消费的还包括大量非经济因素，比如居民偏好、个人需求、潜在消费因素等方面，本文就选取自由支配时间以及旅行社个数作为指标，1999年我国开始实施黄金周制度，本文将根据国家历年节假日政策计算可自由支配时间。

3.2模型设定

本节将通过建立多元线性回归模型，确定旅游消费的影响因素，解释变量选取旅游人均消费水平，分别考虑城镇居民人均可支配收入、城镇居民消费价格指数、城镇居民人口可生产总值、可自由支配时间、旅行社个数五个影响因素进行研究，同时为了消除异方差对结果的影响，对所有指标取自然对数，分别用lnY表示旅游人均消费的自然对数，

、

、

、

，

表示城镇居民人均可支配收入、城镇居民消费价格指数、城镇居民人口可生产总值、可自由支配时间、旅行社个数的自然对数。

样本期选取2003年-2018年，主要初始数据如下：

表22003-2018年城镇居民统计数据

年份

城镇居民旅游人均消费Y（亿元）

城镇居民人均可支配收入X2（元）

城镇居民消费价格指数X3（%）

城镇居民人均生产总X4（元）

可自由支配时间X5（小时）

旅行社个数X6

2003

684.9

8472

100.9

10666

2736

13361

2004

731.8

9422

103.3

12487

2736

14927

2005

737.1

10493

101.6

14368

2736

16245

2006

766.4

11760

101.5

16738

2736

17957

2007

906.9

13786

104.5

20494

2736

18943

2008

849.4

15781

105.6

24100

2760

20110

2009

801.1

17175

99.1

26180

2760

20399

2010

883

19109

103.2

30808

2760

22784

2011

877.8

21810

105.3

36302

2760

23690

2012

914.5

24565

102.7

39874

2760

24944

2013

946.6

26467

102.6

43684

2760

26054

2014

975.4

28844

102.1

47173

2760

26650

2015

985.5

31195

101.5

50237

2760

27621

2016

1009.1

33616

102.1

54139

2736

27939

2017

1024.6

36396

101.7

60014

2784

29717

2018

1034

39251

102.1

66006

2760

37309

数据来源于：

国家统计局年度数据

构建多元线性回归模型为：

（3.1）

上式中，

为回归方程的系数，其中j=1表示回归方程的常数项，j=2,3,4,5,6则分别表示城镇居民人均可支配收入、城镇居民消费价格指数、城镇居民人口可生产总值、可自由支配时间、旅行社个数对城镇居民人均旅游消费的回归系数。

则表示回归方程的随机误差项，假设其为符合均值为0，方差相同的白噪声序列。

3.3模型的建立

首先通过OLS（最小二乘回归）估计回归方程，以人均旅游消费lnY为被解释变量，城镇居民人均可支配收入

、城镇居民消费价格指数

、城镇居民人口可生产总值

、可自由支配时间

、旅行社个数

为解释变量，得到如下的结果：

表3多元回归结果

Variable

Coefficient

Std.Error

t-Statistic

Prob.

VIF

LNX2

0.296

0.402

0.736

0.479

463.089

LNX3

-1.377

0.709

1.943

0.081

1.484

LNX4

-0.034

0.367

-0.093

0.928

526.765

LNX5

-2.688

2.703

-0.995

0.343

2.309

LNX6

0.027

0.198

0.136

0.894

34.023

C

18.853

22.449

0.840

0.421

R-squared

0.949

Meandependentvar

6.775

AdjustedR-squared

0.923

S.D.dependentvar

0.131

S.E.ofregression

0.036

Akaikeinfocriterion

-3.522

Sumsquaredresid

0.013

Schwarzcriterion

-3.233

Loglikelihood

34.178

Hannan-Quinncriter.

-3.507

F-statistic

37.198

Durbin-Watsonstat

2.150

Prob（F-statistic）

0.000

注：

显著性水平为5%，

，

对于以上的回归结果，初步获得的回归模型如下所示：

（3.2）

3.3模型的检验与修正

3.3.1模型的检验

1）经济意义检验：

针对式（3.2）模型估计结果，从经济意义上来说，人均旅游消费随着、人均可支配收入、旅行社个数的增加而增加随着消费价格指数的增加而下降符合经济意义；但是人均旅游消费随着人均生产总值、可自由支配时间增加反倒下降了，与实际情况不符。

2）统计检验：

①多重可决系数

和修正可决系数

均大于0.9，可见模型的拟合效果是非常理想的②回归估计F检验F=37.198>

也通过了显著性检验，表明回归方程整体的线性关系是显著的，即列入模型的城镇居民人均可支配收入、城镇居民消费价格指数、城镇居民人口可生产总值、可自由支配时间、旅行社个数这五个解释变量联合起来对城镇居民旅游消费的影响是显著的。

③对回归参数的t检验，由回归结果可知在显著性水平同为5%的情况下，各解释变量的t统计量均小于

，说明单个的解释变量对城镇居民人均旅游消费都是不显著的，与预期情况完全不符④对模型进行了多重共线性检验，VIF报告方程的膨胀因子，表中显示

和

、

的方差膨胀因子VIF均高于10，可见模型存在高度的共线性问题，故本文接下来将对模型进行修正。

3.3.2模型修正

上一节的建模过程中确定了直接对全部变量回归模型存在了多重共线性问题，导致变量不显著，本节将通过逐步回归方法依次剔除干扰度较高的变量，以排除共线性的影响。

首先剔除人均可支配收入

，模型仍然存在较高严重的共线性问题，再次剔除可自由支配时间

后，模型无明显的多重共线性问题。