贵州省居民收入对旅游业的发展影响分析.docx

贵州省居民收入对旅游业的发展影响分析.docx

《贵州省居民收入对旅游业的发展影响分析.docx》由会员分享，可在线阅读，更多相关《贵州省居民收入对旅游业的发展影响分析.docx（14页珍藏版）》请在冰豆网上搜索。

贵州省居民收入对旅游业的发展影响分析

贵州省居民收入对旅游业的发展影响分析

摘要

贵州省旅游资源丰富，旅游消费将成为我国居民主要休闲消费方式。

随着国民经济蓬勃发展，旅游消费将成为我国居民主要休闲消费方式。

中国旅游业、贵州旅游业都将以空前的速度稳步前进，旅游活动更加大众化、社会化，这为贵州旅游提供了广阔的市场发展空间。

本文通过分析贵州省居民收入对旅游业的发展的影响和作用，在城镇和农村居民对旅游业的影响做相应的检验，最终选取城镇居民人均可支配收入这一主要因素，建立相应的模型，并选取了1990至2009这20年的相关数据，研究城镇居民人均可支配收入对贵州省居民收入对旅游业的发展的影响，得出了相应的结论以及提出了有关的建议。

关键字：

旅游业发展居民收入模型建立与分析

一、引言

1、研究背景

收入分配是各社会成员经济利益分配的最终体现，社会财富如何分配，直接影响经济社会协调发展和居民心态的平和。

较长时期以来，我国居民收入并未随经济增长同步提高，加之居民收入差距拉大，已影响我国经济的可持续发展。

深化收入分配改革，努力实现居民收入增长与经济发展同步、劳动报酬增长与劳动生产率提高同步，创造有利条件大力提高居民财产性收入比重，对全面实现小康社会的宏伟目标有很大影响。

近年来，在我国旅游业快速发展的大环境下，贵州省旅游业保持良好的发展势头，旅游收入逐年增长，直至2009年，贵州省国内旅游收入达到797.69亿元。

贵州省旅游快速发展受多种因素影响，其中，省内居民内在需求对本省旅游发展起重要作用，省内居民收入对贵州省旅游收入有重要影响。

同时，贵州旅游及其相关产业的收入占国民生产总值的比重还很低，2007年、2008年、2009年贵州旅游总收入占全省GDP的比重分别为18.97％、19.46％、21.55％，说明贵州旅游业存在巨大的发展空间。

因此，研究贵州省居民收入对旅游业发展的影响，对保持贵州省旅游业的持续快速增长、扩大省内旅游市场需求、拉动省内经济增长有重要的现实意义。

2、研究方法

本文主要采用相关系数检验来选取主要的因素，并使用最小二乘法对数据进行回归分析，研究该因素对贵州省居民收入对旅游业的发展的影响。

3、论文研究思路

理论模型的设计—样本数据的收集—模型参数的估计—模型的检验—是否通过检验

二、构造模型——多元线性回归模型

1、模型的构建：

模型理论的基本思想：

考虑模型

，模型中包含参数和

和

，而线性关系是简单回归模型的基本情形，因此需检验

和

之间是否存在线性相关，避免引起严重的多重共线性，可以进行相关系数检验，如果相关系数r>0.8，则存在严重的共线性，以此来选择一个更适合的模型。

模型估计，采用最小二乘法来估计模型参数，得到模型后，可进行自相关检验和修正异方差的，最终获得修正后的模型即可。

目前贵州省旅游业的发展主要以国内旅游为主，因此，综合其因素，选取贵州省国内旅游收入作为被解释变量，以此来反映贵州省旅游发展现状，以城镇居民人均可支配收入、农村居民人均纯收入作为解释变量，取1990至2009的数据如下表所示：

表1

年份

贵州省国内旅游收入亿元

城镇居民人均可支配收入（元）

农村居民人均纯收入（元）

1990

0.19

1399.36

435.14

1991

0.66

1593.54

465.53

1992

2.21

1887.51

506.13

1993

4.29

2300.38

579.67

1994

4.28

3196.06

786.84

1995

7.18

3916.25

1086.62

1996

8.53

4210.74

1276.67

1997

30.81

4438.05

1298.54

1998

35.14

4666.17

1334.46

1999

43.75

4935.47

1363.07

2000

57.95

5121.22

1374.16

2001

75.81

5451.91

1411.73

2002

99.86

5944.02

1489.91

2003

114.36

6569.2

1564.66

2004

161.02

7322.04

1721.85

2005

242.83

8147.13

1877

2006

377.79

9116.61

1984.62

2007

504.04

10678.4

2373.99

2008

643.82

11758.76

2796.93

2009

797.69

12862.53

3005.41

数据来源《贵州省统计年鉴》整理

首先建立模型1.

，其中Y为贵州省国内旅游收入（亿元），

为城镇居民人均可支配收入（元），

为农村居民人均纯收入（元），考虑到

城镇居民人均可支配收入（元）与

农村居民人均纯收入（元）可能存在高度的线性相关，避免存在严重的多重共线性，对

和

做相关系数检验如下：

图1

由图1可知

和

的相关系数为r=0.990278。

说明

和

存在严重的多重共线性，模型中应剔除一个变量。

分别用Y贵州省国内旅游收入（亿元）与

城镇居民人均可支配收入（元），

农村居民人均纯收入（元）作回归分析，得到如下两图：

图2

图3

由回归结果可知，

对Y的回归模型拟合优度要比

更好，t值要更大，因此选择保留

，也说明城镇居民人均可支配收入要比农村居民人均纯收入对贵州省国内旅游收入的影响更大，同时也预示农村在旅游业的发展上还有很大的提升空间。

因此，在剔除变量

后，得到的模型2为：

，其中，Y为贵州省国内旅游收入（亿元），

为城镇居民人均可支配收入（元）。

2、模型估计及检验

模型估计：

使用Eviews软件运用最小二乘法对表1的数据及模型2进行估计，得到图2，结果如下：

其中R2=0.875,表明模型的拟合优度较好t（

）和t（

）分别为-5.666和11.213，其绝对值在0.05的显著性水平下大于临界值t0.025（20-2）=2.101,参数

和

显著不为零，可知城镇居民人均可支配收入

对贵州省国内旅游收入有显著的影响。

模型检验：

自相关检验：

德宾—瓦特逊检验：

假设时间序列模型存在自相关性，我们假设误差项可以表述为Ut=ρ*Ut-1+ε.利用统计检测设立假设，如果ρ=o.则表明没有自相关性。

Durbin-Watson统计量（后面建成DW统计量）可以成为判断正、负、零（无）相关性的工具。

DW统计量：

d=∑（Ut-Ut-1）^2/∑ut^2≈2*（1-ρ）.如果d=2则基本没有自相关关系，d靠近0存在正的相关关系，d靠近4则有负的相关关系。

从高斯-马尔可夫定理的证明过程中可以看出，只有在同方差和非自相关性的条件下，OLS估计才具有最小方差性。

当模型存在自相关性时，OLS估计仍然是无偏估计，但不再具有有效性。

这与存在异方差时的情况一样，说明存在其他的参数估计方法，其估计误差小于OLS估计的误差；也就是说，对于存在自相关性的模型，应该改用其他方法估计模型中的参数。

因此对样本量为20、一个解释变量的模型、在5%的显著型水平下进行自相关检验，查DW统计表可知dL=1.201,du=1.411,而由图2可知DW=0.194

这一点从残差图也可以看出，利用Eviews软件的到残差图，如下图所示：

图4

在图4中残差的变动有系统模式，连续为正和连续为负，表明残差项存在自相关。

Breusch-GodfreySerialCorrelationLMTest:

F-statistic

27.15032

    Prob.F（2,16）

0.0000

Obs*R-squared

15.44812

    Prob.Chi-Square

（2）

0.0004

TestEquation:

DependentVariable:

RESID

Method:

LeastSquares

Date:

06/12/16Time:

13:

40

Sample:

19902009

Includedobservations:

20

Presamplemissingvaluelaggedresidualssettozero.

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-18.31765

21.49681

-0.852110

0.4067

X1

0.004258

0.003512

1.212412

0.2430

RESID（-1）

1.268827

0.243775

5.204905

0.0001

RESID（-2）

-0.344545

0.281018

-1.226062

0.2379

R-squared

0.772406

    Meandependentvar

-3.27E-14

AdjustedR-squared

0.729732

    S.D.dependentvar

83.31035

S.E.ofregression

43.31079

    Akaikeinfocriterion

10.55154

Sumsquaredresid

30013.19

    Schwarzcriterion

10.75068

Loglikelihood

-101.5154

    Hannan-Quinncriter.

10.59041

F-statistic

18.10022

    Durbin-Watsonstat

1.539705

Prob（F-statistic）

0.000021

图5

由图5可知，LM=TR2=15.448，其P值为0.0004，表明存在自相关性。

可见该模型中t统计量和F统计量的结论并不可信，需要采取补救措施。

在出现自相关时，普通最小二乘估计量依然是无偏、一致的，但不再是有效的。

如果仍用OLS法计算参数估计值的方差，将可能会低估存在自相关是参数估计值的真实方差。

而且会因低估真实的

，导致参数估计值的方差被进一步低估。

由于真实

的低估和参数估计值方差的低估，通常的t检验和F检验都不能有效地使用，也使预测的置信区间不可靠，降低了预测的精度。

因此，使用科克伦-奥克特（Cochrane-Orcutt）迭代法作广义差分回归，可在Eviews的命令栏输入“LSYCX1AR

（1）”/回车，即自动迭代得科克伦-奥克特迭代法估计结果如下图所示：

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-593.8780

236.0032

-2.516399

0.0229

X1

0.102880

0.014711

6.993389

0.0000

AR

（1）

0.878291

0.068137

12.89008

0.0000

R-squared

0.986778

    Meandependentvar

169.0537

AdjustedR-squared

0.985125

    S.D.dependentvar

238.7357

S.E.ofregression

29.11696

    Akaikeinfocriterion

9.724458

Sumsquaredresid

13564.76

    Schwarzcriterion

9.873580

Loglikelihood

-89.38235

    Hannan-Quinncriter.

9.749695

F-statistic

597.0416

    Durbin-Watsonstat

1.253978

Prob（F-statistic）

0.000000

图6

由图6可知，DW统计量=1.253978，还是小于dL=1.201，因此，进行两次迭代，得到两次迭代的结果如下：

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-392.0522

179.5212

-2.183877

0.0465

X1

0.089075

0.018315

4.863373

0.0003

AR

（1）

1.353079

0.291900

4.635422

0.0004

AR

（2）

-0.501044

0.294732

-1.699997

0.1112

R-squared

0.989951

    Meandependentvar

178.4089

AdjustedR-squared

0.987797

    S.D.dependentvar

242.0468

S.E.ofregression

26.73815

    Akaikeinfocriterion

9.603190

Sumsquaredresid

10009.00

    Schwarzcriterion

9.801050

Loglikelihood

-82.42871

    Hannan-Quinncriter.

9.630472

F-statistic

459.7030

    Durbin-Watsonstat

1.969788

Prob（F-statistic）

0.000000

InvertedARRoots

 .68+.21i

     .68-.21i

图7

由图7可知DW统计量=1.969788可以判断，du=1.411

进一步采用white检验是否存在异方差：

异方差性的检测——Whitetest

在此检测中，原假设为：

回归方程的随机误差满足同方差性。

对立假设为：

回归方程的随机误差满足异方差性。

判断原则为：

如果nR^2>chi^2（k-1），则原假设就要被否定，即回归方程满足异方差性。

在以上的判断式中，n代表样本数量，k代表参数数量，k-1代表自由度。

chi^2值可由查表所得。

因为nR2=20

0.119=2.38，由White检验可知，在显著性水平为0.05的情况下，查

分布表，的临界值

（2）=5.9915，同时X1和X12的t检验也显著，比较计算的

统计量与临界值，因为nR2=20

0.119=2.38<5.9915,所以接受原假设，拒绝备择假设，表明模型不存在异方差。

由此，根据科克伦-奥克特迭代法作广义差分回归得到最终的贵州省居民收入对旅游业的影响模型为：

Y=-392.0522+0.089X+

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

18574.82

4417.010

4.205291

0.0006

X1

-5.140088

1.488160

-3.453990

0.0030

X1^2

0.000403

0.000105

3.829169

0.0013

R-squared

0.482052

    Meandependentvar

6593.584

AdjustedR-squared

0.421117

    S.D.dependentvar

6879.397

S.E.ofregression

5234.144

    Akaikeinfocriterion

20.10128

Sumsquaredresid

4.66E+08

    Schwarzcriterion

20.25064

Loglikelihood

-198.0128

    Hannan-Quinncriter.

20.13043

F-statistic

7.910926

    Durbin-Watsonstat

0.890957

Prob（F-statistic）

0.003728

由此可知，贵州省城镇居民人均可支配收入对全省国内旅游收入有显著的影响，平均来说，贵州省城镇居民人均可支配收入每增加1元，全省国内旅游收入可增加0.089亿元。

三、相关建议

（一）、模型方面

一元线性回归是一个主要影响因素作为自变量来解释因变量的变化，在现实问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用两个或两个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归。

当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元性回归。

在实际问题中，事先并不能断定随机变量y与x1,x2,…,xp之间确有线性关系，在求解回归方程前，线性回归模型只是一种假设，所以在求出线性回归方程之后，还需对其进行统计检验，给以肯定或否定的结论。

（二）、实践方面

“十二五”以来，我省城乡居民收入不断实现新突破。

城镇居民收入方面，2011年人均可支配收入为16495元，同比增长16.6%；2012年18701元，增长13.4%；2013年突破20000元，增长10.5%；2014年基本完成“十二五”规划目标，达到22548元，增长9.6%，比2010年增加8405元，与“十二五”规划目标仅相差292元。

农村居民收入方面，2011年农民人均纯收入突破4000元，增长19.4%；2012年达到4753元，增长14.7%；2013年突破5000元，增长14.3%；2014年提前一年完成“十二五”规划目标，收入突破6000元，达到6671元，增长13.1%，比2010年增加3199元。

“十二五”以来，农民收入年均增幅高于城镇2.8个百分点，城乡收入比由2010年的4.1下降到2014年的3.4，城乡收入差距有所缩小。

城镇居民人均可支配收入增幅由2012年位列第13位上升至2014年第4位，农村居民收入增幅位次由2011年13位上升至全国第1位。

随着收入水平提高，我省城乡居民收入与全国的相对差距进一步缩小。

2014年全省城镇、农村居民人均可支配收入相当于全国平均水平的比例分别达到78%和62%左右，比2010年提高4个和3.4个百分点。

截至2014年底，城乡居民家庭恩格尔系数分别下降1.3和1.2个百分点，分别达34.9%和41.7%，生活质量不断提高。

1、居民生活水平提高，旅游行业兴起

随着国民经济蓬勃发展，旅游消费将成为我国居民主要休闲消费方式。

中国旅游业、贵州旅游业都将以空前的速度稳步前进，旅游活动更加大众化、社会化，这为贵州旅游提供了广阔的市场发展空间。

 随着旅游业的发展，旅行社和旅游者都要寻找新的旅游目的地，以满足日益增长的旅游需求。

贵州旅游，极有可能成为旅游者新的旅游目的地的首选之一，无疑会给包括贵州在内的中国旅游带来巨大的客源市场。

1）贵州省的旅游资源

贵州省有着丰富旅游资源，以典型的喀斯特地貌风光著称于世。

全省具有开发价值的旅游景点1多处，有12个国家级重点风景名胜区、57个省级风景名胜区、7个国家级自然保护区、4个国家级地质公园、19个全国重点文物保护单位。

在这里，随处可见直插云霄的奇峰、峥嵘诡谲的岩石、飞珠溅玉的山泉、云蒸霞蔚的飞瀑、烟波浩淼的湖泊池沼、高古幽深的溶洞峡谷，无不展现着贵州高原的奇特、古朴、神秘的魅力。

 还有丰富的文化旅游资源。

以民族文化、屯堡文化、历史文化为代表的多元山地文化，以其古朴神秘、热情奔放、多姿多彩吸引着广大海内外游客。

这里世代居住着汉族及苗、侗、布依、彝、水、仡佬等17个少数民族，古朴的习俗和灿烂的文化蔚为大观。

 舒适宜人的气候条件 ，贵州属亚热带高原山地，气候温和，冬无严寒夏无酷暑，年平均气温15．6度，为四季皆宜的观光、旅游、休闲、考察、探险之地。

尤其在夏季，已经成为众多游客的避暑胜地。

丰富的水资源贵州水资源丰富。

境内河流纵横，瀑布众多。

黄果树瀑布世界知名。

众多的河流造就了大量的漂流资源。

而以赤水河水酿造的茅台酒，被称为“国酒”，更是誉满全球。

2）大力宣传中央西部大开发的实施，为我省发展旅游业提供了非常难得的机遇，政府充分的利用这次机会，加大对外旅游宣传的广度和深度，加大投资，利用新闻媒体、电视媒体、广告宣传画进行宣传介绍，将一些风景区的风土人情、人文景观、真山真水录制成专题片，将贵州的旅游资源介绍给各地的人认识，让他们了解我们贵州，爱上贵州，进入贵州利用信息网络，让他们对神奇的贵州充满向往，产生一种不得不来此一游的想法；搞好基础设施建设，由于落后的交通设施制约着我省旅游业的发展，要改变当前的状况，必须改善交通条件，加快高等级公路的建设，抓好旅游区配套设施建设，包括旅游厕所、通讯、住宿、餐饮等设施的配套。

创造方便舒适、安全卫生的环境，树立贵州旅游的良好形象，吸引更多的客人，让游客慕名而来，尽兴而归。

2、促进消费升级

适应消费加快升级，以消费环境改善释放消费潜力，以供给改善和创新更好满足、创造消费需求，不断增强消费拉动经济的基础作用。

增强消费能力，改善大众消费预期，挖掘农村消费潜力，着力扩大居民消费。

以扩大服务消费为重点带动消费结构升级，支持信息、绿色、时尚、品质等新型消费，稳步促进住房、汽车和健康养老等大宗消费。

推动线上线下融合等消费新模式发展。

实施消费品质量提升工程，强化消费者权益保护，充分发挥消费者协会作用，营造放心便利的消费环境。

积极引导海外消费回流。

以重要旅游目的地城市为依托，优化免税店布局，培育发展国际消费中心。

以消费来推动我国旅游业的进一步发展。

3、缩小贫富差距，让农村居民在旅游业的发展中发挥更大的作用。

文中分析还显示，与城镇居民收入相比，农村居民收入对贵州省国内旅游收入的影响要小，这也说明针对贵州省农村居民的旅游市场还有很大的潜力可以开发。

目前，贵州省有70.1%的农村人口数，这是个非常巨大的潜在市场，应在农民收入水平不断增长的同时，加强农村居民的旅游意识，打造适合农村居民的旅游产品，以提高农村居民对全省旅游收入的贡献率。

大力促进业创业充分业形成合理收入分配格局重要基础促进业创业靠发展即通过加快产业发展创造更多业岗位和创业机会比支持内陆省份发展加工贸易和服务贸易实现产业发展与劳动力优化配置等;二靠政策即通过实施更加积极业创业政策扶持更多新生劳动力和困难群众业比推行免费职教育帮助农民工及新生劳