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：

1

目录

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

2

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。

3

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

4

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；④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

5

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：

y?b0?b1x1?b2x2?b3x3?b4x4?b5x5 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：

6

旅游人总人口公路里铁路里GDP(本币，闲暇时年份 数（万数 (万程（万公程（万公百万元) 间 人） 人） 里） 里） 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

7

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：

Dependent Variable: Y Method: Least Squares Date: 12/07/13 Time: 21:45 Sample: 1985 2012 Included observations: 28

Coefficient

Std. Error

t-Statistic

Prob.

C -28.45151

417.1309

-0.068208

0.9462

X1 5.81E-05 7.25E-06 8.020324 0.0000 X2 0.005837 0.004228 1.380546 0.1813 X3 -0.666072 0.401792 -1.657754 0.1116 X4 -63.38912 92.08477 -0.688378 0.4984 X5

0.562617

51.13454

0.011003

0.9913 R-squared

0.994839 Mean dependent var 943.5357

Adjusted R-squared 0.993667 S.D. dependent var 744.7131 S.E. of regression

59.26645 Akaike info criterion

11.18937

8

Sum squared resid Log likelihood F-statistic Prob(F-statistic)

77275.27 Schwarz criterion -150.6512 Hannan-Quinn criter. 848.2168 Durbin-Watson stat 0.000000

11.47485 11.27665 1.707751

Y=-28.452+0.0000581X1+0.0058X2-0.667X3-63.389X4+0.563X5

T=(-0.068) (8.020) (1.381) (-1.658) (-0.688) （0.011）

R2?0.995

R2?0.994 DW=1.708 F=848.217

由此可见，该模型可决系数很高，样本的拟合优度很好，F检验值为848.217，明显显著。但是X3，X4的系数与预期的相反，X3、X4、X5的t 检验不显著，这表明可能存在严重的多重共线性，所以剔除该变量。而其余两个解释变量X1、X2均通过F检验和t检验，因此需要对该模型进行计量经济学检验并进行修正。 （一） 多重共线性检验

用EViews计算各解释变量的相关系数，得到相关系数矩阵

Y X1 X2 X3 X4 X5 Y 1.000000 0.996820 0.872196 0.953399 0.976664 0.724499 X1 0.996820 1.000000 0.865195 0.963389 0.977293 0.725425 X2 0.872196 0.865195 1.000000 0.832060 0.932446 0.841953 X3 0.953399 0.963389 0.832060 1.000000 0.934737 0.733833 X4 0.976664 0.977293 0.932446 0.934737 1.000000 0.813903 X5 0.724499 0.725425 0.841953 0.733833 0.813903 1.000000 由相关系数矩阵可以看出，各个解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。

采用逐步回归的办法，去检验和解决多重共线性问题。运用OLS方法分别做Y对X1、X2、X3、X4、X5的一元回归，结果如下： 变量 X1 参数估计值 0.000051 t统计量 63.781 0.994 0.993 X2 0.0686 9.092 0.761 0.752 X3 6.052 16.113 0.909 0.905 X4 589.310 23.187 0.954 0.952 X5 1059.643 5.360 0.525 0.507 9

在5个解释变量中，Y对X1的线性相关系数最大，二者的拟合程度最好。依据可决系数

最大原则，选取X1作为进入回归模型的第一个解释变量，形成

一元回归模型。将剩余解释变量分别加入模型，得到以下结果：

变量 X1 X2 X3 X4 X5 X1、X2 0.00005 0.0031 0.9935 (31.25) (1.258) X1、X3 0.00006 -0.612 0.994 (19.38) (-1.713) X1、X4 0.00005 33.314 0.993 (12.67) (0.742) X1、X5 0.00005 4.263 0.993 (42.97) (0.126) 通过观察比较，并根据逐步回归的思想，我们可以看到，新加入变量X2的二元回归方程

=0.994改进最大，并且各参数的t检验显著，参数的符号也符

合经济意义。因此，保留变量X2，再加入其它新变量逐步回归，得到以下结果 变量 X1 X1、X2、X3 0.00005 (17.19) X1、X2、X4 0.00005 (10.82) X1、X2、X5 0.00005 (31.04) X2 X3 X4 X5 0.0030 -0.606 (1.288) （-1.72） 0.0047 -36.193 （1.09） （-0.47） 0.0047 -34.831 （1.49） （-0.83） 0.994 0.993 0.993 由上表可知，加入X3、X4、X5后调整的基本没有改进而且参数的t检验

不显著，参数为负值不合理。这说明X3、X4、X5引起严重的多重共线性，应予剔除。最后保留的变量为X1和X2，相应的回归结果为

Y=-124.9316+0.000049X1+0.003053X2 上述回归结果基本上消除了多重共线性。

（二）异方差性检验

利用怀特检验进行异方差性检验，对变量X1、X2进行检验，结果如下：

10

本文来源：https://www.bwwdw.com/article/mtuv.html