《计量经济学》课程论文 Prepared on 22 November 2020计量经济学课程论Array文论文题目：影响我国国内旅游经济的因素分析课程名称：计量经济学任课教师：专业：班级：学号：姓名：年月日[摘要]本文旨在根据我国旅游相关数据，分析出影响我国国内旅游发展的部分因素。

首先基于对旅游发展的一些考证以及对影响我国国内旅游业收入的因素分析，同时综合了相关的市场细分和消费分析理论，选取了国内国内旅游人数等三个解释变量建立了理论模型。

在收集了相关的数据基础上，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。

最后，我们对所得的结果作了经济意义的分析，并提出一些相应政策建议。

[引言]随着市场经济的稳定繁荣和改革开放的深入发展，我国的人均可支配收入的大幅度增长，我国人均生活水平有了大幅度提高，其主要表现在物质需求向精神需求的转变。

特别是对“旅游”这一朝阳产业，人们的认识有了翻天覆地的变化，进入21世纪以来，2000年到2009年，中国国内旅游人次从亿增加到亿，国内旅游总花费从亿元增长到亿元，分别增加了倍和倍。

改革开放3０多年来，我国旅游基础设施建设、开发和管理水平全面提高。

据最新统计，2009年底，全国旅行社总资产亿元，同比增长%，其中，负债亿元，同比增长%；所有者权益亿元，同比增长%。

按形态分，固定资产亿元，占总量的%，同比增加%；流动资产亿元，占总量的%,同比增加%；其他类型资产亿元，占总量的%。

目前，中国已成为世界旅游业标准管理的先进国家。

旅游业是中国与国际接轨最早并紧跟世界潮流的行业，已初步形成了“大旅游、大产业、大发展”的格局。

旅游业已成为中国社会新的经济增长点。

旅游产业已经成为扩大就业和经济发展的重要领域。

中国会成为世界第一大旅游入境国和第四大旅游出境国，形成由旅游大国到旅游强国的转变。

旅游产业正在向国民经济战略性产业迈进。

旅游服务业在整个国民经济中的地位越来越突出，功能越来越综合，贡献越来越巨大。

[关键词]旅游收入市场细分国内旅游多重共线性异方差自相关一、问题的提出旅游业具有“无烟产业”和“永远的朝阳产业”的美称，它已经和石油业、汽车业并列为世界三大产业。

旅游业一般分为国际旅游业和国内旅游业。

国内旅游业是为国内旅游者服务的一系列相关的行业。

改革开放以来，我国的旅游业呈现蓬勃的发展趋势，旅游景点吸引着来自四面八方的人。

随着经济的发展和人民生活水平的进一步提高，闲暇时间的增多，带薪假期的普遍实行。

由于旅游条件的改观，人民的旅游热情将进一步焕发，人民对旅游消费的需求将进一步上升，国内旅游业在国民经济中的地位和作用越来越重要。

未来10 年间，我国旅游业将保持年均%的增长速度，其中个人旅游消费将以年均%的速度增长，企业/政府旅游的增长速度将达到%，到2010 我国旅游总收入占GDP的比例将从2002年的%达到8%。

到2020 年，中国将成为世界第一大旅游目的地国和第四大客源输出国。

旅游产业的快速发展，需要理论研究的有力支撑。

因此，对影响我国国内旅游消费的因素的分析就显得尤为重要。

影响旅游消费的因素主要有两方面：一是旅游者的主观需求因素，包括旅游者的收入情况和闲暇时间等；二是旅游资源的客观供给因素，包括旅游资源及其设施、交通情况等。

具体说来包括：（一）居民旅游观念的变化国内旅游业发展的主要推动力量是我国社会经济的快速发展。

国内生产总值（GDP）是衡量社会经济发展水平的指标：GDP指标越高，国民的富裕程度越高，消费观念越强。

（二）居民可支配时间增多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，即“春节”、“五一”、“十一”旅游“黄金周”。

集中的假日，使出游者实施的中长距离旅游有了时间保证，人们有可能走得更远，逗留得更久，去更多的旅游景点，享受更多的旅游经历，也支出更多的费用。

“黄金周”使居民的可自由支配时间增加，在我国的国内旅游发展方面起着十分良好的作用。

（三）旅游人数旅游消费与旅游人数有着一定的关系：旅游人数越多，消费水平通常就越高。

由于经济的发展和人们消费观念的转变，越来越多的人喜欢外出旅游，为旅游业的发展做出了很大的贡献。

（四）交通情况随着经济的逐步增长，我国的交通状况得到很大的改善。

铁路、公路的增多，条件的完善，使出行变得更加方便，居民也因此更乐于到各个地方旅游。

那么究竟是哪些因素对我国国内旅游消费产生了重大的影响。

在现阶段，对于我国国内旅游业的发展，我们应该着重发展哪些方面来促进这个朝阳产业继续发展壮大这主要取决于哪些方面能给我过国内旅游业收入带来更大幅度的增长，即是我们研究课题的关键。

针对此种情况，我们收集了1985--2005年影响我国旅游收入的相关因素的时间序列数据，诸如国内生产总值、旅游人数、交通建设等，并用计量方法进行细致分析和水平比较，以解决以上我们所提出的问题。

二、变量的选取和分析（一）影响因素分析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。

虽然如今三个取消了两个，但长久以来的节假日旅游观念仍然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，是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。

（二）指标选择基于以上问题的提出，我们在研读了大量统计和计量资料的基础上，选择了三个大方面进行研究，既包括旅游人数，人均旅游花费和基本交通建设。

从数据的可获得性考虑，将国内旅游收入作为衡量我国国内旅游业发展水平的指标，作为自变量Y （单位：亿元）。

因变量的选取考察：（1）居民消费观念变化对国内旅游业发展的影响，选取对居民消费观念变化有显着影响的国内生产总值GDPX1来衡量；（2）影响旅游消费的人数用旅游人数X2来横量；（3）交通状况的影响，用公路里程和铁路里程来衡量；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。

即确定了X3公路长度和X ４路长度这两个解释变量。

（4）居民的可支配时间的影响，设置表示闲暇时间选X5为解释变量。

3、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。

多元回归线性模型为：μββββ+++++=n n 22110X ...X X Y（二）样本数据采集根据我们对影响我国旅游业收入的因素分析，以及解决我们提出的问题的需要，初步选取了以下四个解释变量：国内生产总值、旅游人数、公路长度和铁路长度。

鉴于我国旅游业发展的阶段性和我们分析的即时性，收集了1995—2005年最近二十年的统计数据。

年份旅游消费支出（元）（Ｙ）国内生产总值（亿元）（Ｘ１）旅游人数（百万人）（Ｘ２）公路里程（万公里）（Ｘ３）铁路里程（万公里）（Ｘ４）闲暇时间（Ｘ５）1984 76 220 0 1985802400 198******** 198******** 198******** 198******** 199******** 199******** 199******** 199******** 1994524 0 1995629 0 1996640 0 1997644 0 1998695 0 1999719200074420017842002878200387020041102200512122006 13942007 1610 2008 1712 2009 1902 2010 2013 2011 2641 2012 2957 2013 3262 2014 3611三、 模型及处理（一）建立模型根据以上各变量的设置，初步建立以下模型：其中， i Y 代表旅游消费支出，即当年的旅游收入;1X 代表国内生产年总值;2X 代表旅游人数;3X 代表公路里程;4X 代表铁路里程;X5=｛0, 1999年以前 1, 1999年以后（含1999年）; i 代表随机扰动项.（二）参数估计在EViews 中用普通最小二乘法（OLS ）进行参数估计，即出现以下结果：Dependent Variable: Y Method: Least SquaresDate: 06/15/16 Time: 11：:25 Sample: 1984 2014Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.X1 X2 X3 X4 X5Adjusted R-squared . dependent var . of regression Akaike info criterion从回归结果看，可决系数很高，通过F 检验，但在显着性水平 下， 、 和 的回归系数并不显着，而且 的系数符号与预期的相反，这表明该模型很可能存在多重共线性。

（三）多重共线性的检验用EViews 计算各解释变量的相关系数，得到相关系数矩阵：变量 X1 X2 X3 X4 X5 X1 １ ４ X2 1 X3 1 X4 1 X5８1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：在5个解释变量中，Y 对1X 的线性相关系数最大，二者的拟合程度最好。

依据可决系数2R 最大原则，选取1X 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：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X5的二元回归方程2R =最大，并且各参数的t 检验显着，参数的符号也符合经济意义。

因此，保留变量X5。

在保留变量1X 、X5的基础上，继续进行逐步回归，由结果可知，在原来的基础上再加入其它变量后，不能完全通过t 检验因此，最后应保留的变量是1X 和X5，相应的回归结果为： （）（）（） t=（）（）（）2R = 2R = F= DW=上述回归结果基本上消除了多重共线性。