我国旅游业发展的影响因素分析doc.docx

1、我国旅游业发展的影响因素分析doc 课程论文 题 目 我国旅游业发展的影响因素分析 学院名称 经济管理学院 班 级 经济学121班 学 号 学生姓名 我国旅游业发展的影响因素分析摘要：中国幅员辽阔，拥有五千年灿烂文明的历史和各具特色的秀丽山川，构成了异常丰富的旅游资源，对国内外游客都有着强大的吸引力，为旅游业提供了良好的发展基础。 旅游业一直被誉为“朝阳经济”、“无烟产业”，它作为一个具有巨大发展潜力的产业群体，在21世纪经济发展中一枝独秀，在国民经济中的地位日益重要，经济影响越来越被各国重视，成为推动社会经济发展的重要因素。 关键字：旅游业发展 回归分析 多重共线性 异方差 DW检验 （一）

2、引言 1998年，旅游业与经济产业和房地产业一起被确定为我国国民经济新的经济增长点，受到各级地方政府普遍重视。2009年，国务院提出“把旅游业培育成国民经济的战略性支柱产业和人民群众更加满意的现代服务业”的发展战略目标，更赋予了旅游业“国计民生”的战略高端地位。 旅游业是一个关联带动性很强的综合性产业，对相关产业的带动，对经济结构的改善等都具有十分重要的作用，具体表现在增加外汇收入、加快货币回笼、扩大就业机会、带动相关产业、积累建设资金和促进贫困地区脱贫等。除此之外，发展旅游业对一个国家或地区的社会、文化、环境也具有积极的作用和影响。 在当前经济形势比较严峻，外需不振和内需不足的情况下，旅游业

3、的发展，尤其是国内旅游，对于扩大内需、调整产业结构和促进经济增长具有重要的经济意义。因此，本文将我国旅游业发展作为研究对象，以经济学、统计学理论为指导，运用计量经济研究方法，通过相关模型的设定分析，量化研究我国旅游业的发展态势，分析各省市地区旅游业发展的影响因素，明晰旅游业增长原因，为实现中国城市和区域旅游业协调发展及旅游业经济管理决策提供政策建议和理论参考。 二、定性分析（一）我国旅游业发展现状 随着经济的发展，人们生活水平的提高，旅游业已经成为中国社会新的经济增长点。旅游产业是一个关联性很强的综合产业，一次完整的旅游活动包括吃、住、行、游、购、娱六大要素，旅游产业的发展可以直接或者间接推动

4、第三产业、第二产业和第一产业的发展。尤其是假日旅游，有力刺激了居民消费而拉动内需。2012年，我国全年国内旅游人数达到30.0亿人次，同比增长13.6%，国内旅游收入2.3万亿元，同比增长19.1%。旅游业的发展不仅对增加就业和扩大内需起到重要的推动作用，优化了产业结构，而且可以增加国家外汇收入，促进国际收支平衡，加强国家、地区间的文化交流。旅游收入不仅直接反映国家或地区旅游经济的运行状况，也是衡量旅游经济活动及效果的一个重要综合指标，更是国家或地区经济发达与否的重要标志之一。本文通过计量经济模型来分析影响旅游景区收入增长的主要原因，探究旅游收入增长规律，为相关部门和机构提供量化数据，为其制定

5、相关政策、规划、战略提供理论支持，使我国旅游业实现更好、更快、可持续的发展，在不断满足广大居民物质文化及精神需求的同时，提高旅游经济效益，拉动国民经济增长。 （二）旅游业发展影响因素分析 从全国角度来看，关于影响旅游业发展主要因素的文献，多分为国际和国内两方面来选取指标。一般而言，旅游收入可以反映一国或地区旅游发展的状况，故多选取旅游收入为自变量来衡量旅游业发展水平。影响旅游业收入的因素很多，如政策、消费者收入、交通条件、宣传力度、服务水平、从业人员等，根据实际研究情况选定分析。 （三）指标体系建立 依照以往学者分析，将影响旅游业发展因素分为国内和国际两个方面。因此引入城镇居民可支配收入和旅游

6、外汇收入两个指标分析国内外不同的因素对旅游业发展的影响。旅游业很大程度上受其自身产业规模的发展水平影响，固定资产和从业人数体现了旅游产业发展规模的内在影响因素，因此引入旅游景区固定资产和旅游业从业人数两个指标对其说明。本文选取我国31个省市地区的2013年的旅游业相关数据和四个指标构成的指标体系运用多元回归模型进行定量分析。 三、实证分析（一）模型设定 根据以上的分析，建立以下模型 Y=0+1X1+2X2+3X3+4X4+Ut 参数说明： Y 旅游景区营业收入/万元 X1旅游业从业人员/人 X2旅游景区固定资产/万元 X3旅游外汇收入/万美元 X4城镇居民可支配收入/元收集到的数据如下（见表2

7、.1）： 表2.1 2013年全国旅游业营业收入及相关数据(按地区)地区营业收入从业人数固定资产外汇收入可支配收入北京145249.01145466694252.354160032903.03天津48712.372478793529.6717555326920.86河北182226.8779643420342.744476518292.23山西29465.0357719121809.745671918123.87内蒙古70313.0736264206819.126709720407.57辽宁25665.36481646573.2727131420466.84吉林20389.3290668782

8、7.163852817796.57黑龙江38367.8130341137426.279176215696.18上海194762.391106563007.4457511836230.48江苏316051.651401541195000.656529726340.73浙江385976.921324591110975.245417330970.68安徽79562.7555840139769.0211791818606.13福建155378.9580303151897.6936344424907.4江西54961.664179185528.054150017494.87山东116995.671430

9、26327733.2925507622791.84河南222108.3370164482005.325490318194.8湖北104565.5862767243794.629401818373.87湖南118180.8780615257226.710143418844.05广东476345.52265391160675.4139061926897.48广西66195.5549876143982.0310518818854.06海南29081.63075970386.553761518368.95重庆86713.67501602301249080620249.7四川218624.0370756

10、464763.525938317899.12贵州42214.142768362415.211350716495.01云南135897.9762679348426.0416086118575.62西藏30406.736023462971.031296316195.56陕西48692.1757077154529.1912950518245.23甘肃309493128056684.68174014988.68青海638.4387419851.28265915603.31宁夏49509.8612196123149.962017578.92新疆28993.114045152280.36465191551

11、3.620估计模型参数，最小二乘法的回归结果如下根据表中的样本数据，模型估计结果为 Y=32371.18+0.603826X1+0.234269X2+0.044557X3-1.912656X4( 39570.55）（0.366141）（0.041219）（0.060735） （2.097998） t = (0.818062) (1.649162) (5.683504 (0.733628) (-0.911657)R2 =0.879713 R2=0.861208 F=47.53752 DW=2.006476 可以看出，可决系数0.879713，修正的可决系数0.861208。说明模型的拟合程度还可

12、以。但是当=0.05时，X1、 X2、X4系数均不能通过检验，且X4的系数为负，与经济意义不符，表明模型很可能存在严重的多重共线性。计算各个解释变量的相关系数，得到相关系数矩阵：由相关系数矩阵可以看出，解释变量X2、X3之间存在较高的相关系数，证实确实存在严重的多重共线性。采用逐步回归的办法，检验和回归多重共线性问题。分别作Y对X1、X2、X3、X4的一元回归，结果如表所示：变量X1X2X3X4参数估计值1.9782240.315120.31694612.54525t 统计量8.63511112.474956.9224794.005547可决系数0.7199830.8429240.622988

13、0.356191修正的可决系数0.7103270.8375080.6099880.333991其中，X2的方程修正后的可决系数最大最大，以X2为基础，顺次加入其它变量逐步回归。结果如表所示：变量X1X2X3X4修正的可决系数X2,X1 0.711446 (2.679675) 0.230304 (5.891959)0.866053X2,X3 0.258113 (7.016265) 0.087950 (2.043471)0.853546X2,X4 0.312045 (9.319239)0.293708(0.143226)0.831828经比较，新加入X1的方程修正后的可决系数0.866053，改进

14、最大，而且各参数的t检验显著，选择保留X1，再加入其它新变量逐步回归，结果如表所示： 变量X1X2X3X4修正的可决系数X2,X1,X30.603269(1.652919)0.227087(5.630196)0.024860(0.439370）0.862078X2,X1,X40.773017(2.741794)0.237243(5.833838）-1.36411（-0.701920）0.863581当加入X3或X4时，修正的可决系数均没有增加，且其参数t检验不显著。从相关系数可以看出X3、X4与X1、X2之间相关系数较高，这说明X3、X4引起了多重共线性，予以剔除。 当取=0.05时，t/2(

15、n-k-1)=2.048，X1、X2的系数t检验均显著，这是最后消除多重共线性的结果。 修正多重共线性影响后的模型为 Y= 0.711446 X1+0.230304 X2 （0.265507）（0.039088） t = (2.679575) (5.891959)可决系数=0.874983 修正后的可决系数=0.866053 F=97.98460 DW=1.8936542.异方差检验 在实际的经济问题中经常会出现异方差这种现象，因此建立模型时，必须要注意异方差的检验，否则，可能在实际中会失去意义。 White检验结果 从上表可以看出，nR2=13.13613，由White检验可知，在=0.05

16、下，查2 分布表，得临界值205.0 (5)=11.0705,比较计算的2 统计量与临界值，因为nR2=13.136132 05.0 (5)=11.0705,所以拒绝原假设，表明模型存在异方差。 （2）用WLS估计对异方差的修正 选择w=1/e12,其中e1=resid修正后的White检验结果为从上表可知nR22 05.0 (5)=11.0705， 证明模型中的异方差已经被消除了。 异方差修正后的模型为： Y= -7074.873+0.788277X1*+0.235806 X2* 389.4944 0.013692 0.000968 t = (-18.16425) ( 57.57099) (

17、 243.6786) 可决系数 =0.999848 修正后的可决系数=0.999837 F=92014.78 DW=1.663366其中X1*= 1/e12* X1, X2*=1/e12*X2, e1=resid 3.自相关检验1）DW检验 在显著性水平=0.05，查DW表，当n=31，k=2时，得上临界值du=1.27，下临界值dl=1.15，DW= 1.663365。因为duDW F( 2，28)=3.34，应拒绝原假设，说明回归方程显著，即“旅游景区固定资产”、“旅游从业人员”变量联合起来确实对“旅游景区营业收入”有显著影响。 (3)t检验：分别对H0：j=0(j=1,2),给定显著性水

18、平=0.05，查t分布表得自由度为n-k-1=28临界值t/2(n-k-1)=2.048。由表中数据可得， 1 、 2 对应的t统计量分别为57.57099、243.6786，其绝对值均大于t/2(n-k-1)=2.048，这说明应该分别拒绝H0：j =0(j=1,2),也就是说，当在其他解释变量不变的情况下，解释变量“旅游景区固定资产”（X1） 、“旅游从业人数”（X2）分别对被解释变量“旅游景区营业收入”(Y)影响显著。 (五) 经济意义分析及模型评价 由模型可知，旅游景区固定资产对旅游景区营业收入影响显著，固定资产规模是旅游业发展的重要因素之一。因此，引导旅游业资金投入，增加旅游景区固定资产是促进旅游业发展的重要途径。其次，旅游业从业人员数量对于旅游业发展至关重要。现阶段，旅游业从业人员不足，并且素质良莠不齐，为广大旅游者旅途带来不便。众多的业务素质娴熟服务态度优良的旅游从业人员必将带动旅游业快速健康发展。