题目：影响我国旅游收入的因素学院：旅游管理学院班级：12级旅馆一班姓名：张永超学号：2012130101472015年1月1 日影响我国旅游收入的因素【摘要】本文根据我国1994—2011旅游的相关数据，分析出影响我国旅游发展的部分因素。

根据对旅游发展的一些考证以及对影响我国旅游业收入的因素分析，同时综合了相关的消费分析理论，选取了国内旅游人数、城镇居民人均旅游花费、农村居民人均旅游花费、铁路里程等四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。

然后，对所得的结果作经济意义的分析。

【关键字】旅游收入旅游人数旅游花费交通多重共线性正文一、问题的提出随着国家的高速发展，人民的生活水平逐渐提高。

而旅游行业作为一个新兴的行业，在国内收入中占据着一个不可忽视的地位。

因此，旅游业在经济发展中的作用日益明显。

改革开放30多年来，特别是进入20世纪90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP9.76%的增长率。

为此，需定量的分析影响中国旅游市场的主要因素。

二、问题的分析改革开放以来，国家的经济稳定快速的发展，人均收入不断提高，人们不再继续满足身体上的需求，开始追求精神上的享受。

而旅游业随机而猛速发展。

我国国内旅游现状主要有三个特点：（1）发展快，规模大，1990—2001年，我国国内旅游人数由2.8亿人次增加到7.84亿人次；国内旅游收入也由1990年的170亿元增加到2001年的3522亿元。

（2）覆盖范围广，东西南北遍地开花，形成了一个覆盖范围空前广大的态势。

（3）形式多样化，国内旅游不再是单一的以娱乐休闲为目的的活动，探亲访友、商务活动、学习考察、宗教朝拜、探险、保健等各种形式的旅游活动业已广泛的开展起来。

人均收入的不断提高也是促进旅游行业增长的又一助力。

随着人们收入的提高农村人民也加入到了旅游的大军，调查发现，农村旅游人数占全国中人数的20.2%。

随着收入的增加这个数字也必将会随之增加。

另一方面，交通的更加便利也促进了旅游业的发展，拿铁路举例。

铁路里程数由1994年的5.90万公里增加到了2011年的9.3万公里。

到今天，铁路四通八达，交织起了祖国各地，更好地满足了人们的旅游梦想。

当然，影响旅游业的因素还包括许多，这里我们仅仅研究上文提到的四个原因。

针对此种情况，我们收集了1994--2011年影响我国旅游收入的相关因素的时间序列数据，如旅游人数、旅游花费、交通建设，并用计量方法进行分析和水平比较，以解决所提出的问题。

三、数据收集基于以上分析，选取了被解释变量国内旅游收入y，国内旅游人数x2，旅游花费又分为城镇居民旅游花费x3和农村居民旅游花费x4，铁路里程数x5。

收集了近18年的数据来分析。

表4.3 1994-2007年中国旅游收入及相关数据年份国内旅游收入Y(亿元)国内旅游人数X2（万人次）城镇居民人均旅游支出X3（元）农村居民人均旅游支出X4（元）公路里程X5（万km）铁路里程X6（万km）1994 1023.5 52400 414.7 54.9 111.78 5.9 1995 1375.7 62900 464 61.5 115.7 5.97 1996 1638.4 63900 534.1 70.5 118.58 6.49 1997 2112.7 64400 599.8 145.7 122.64 6.6 1998 2391.2 69450 607 197 127.85 6.64 1999 2831.9 71900 614.8 249.5 135.17 6.74 2000 3175.5 74400 678.6 226.6 140.27 6.87 2001 3522.4 78400 708.3 212.7 169.8 7.01 2002 3878.4 87800 739.7 209.1 176.52 7.19 2003 3442.3 87000 684.9 200 180.98 7.3 2004 4710.7 110200 731.8 210.2 187.07 7.44 2005 5285.9 121200 737.1 227.6 193.05 7.54 2006 6229.74 139400 766.4 221.9 345.70 7.71 2007 7770.62 161000 906.9 222.5 358.37 7.8 四、数据建模建立计量经济学模型：Yt=β1+β2X2t+β3X3t+β4X4t+β5X5t+μYt————————第t年全国国内旅游收入（亿元）X2—————————国内旅游人数（万人次）X3—————————城镇居民旅游花费（元）X4—————————农村居民旅游花费（元）X5—————————公路里程数（万公里）X6—————————铁路里程数（万公里）μ—————————随即扰动项u：随机误差项：由于经济中许多变量之间都有隐藏的表面看不到的相关性，经济中许多方面有些微妙的联系，就如人们对某一产品的需求量会受到该产品价格，替代品价格，居民收入水平等因素影响，这些因素又不能全部列入模型，就用随即扰动项表示。

五、模型求解和检验基于以上解释变量与被解释变量的线形图可以看出：个解释变量与被解释变量的影响差异不明显，但基本方向相同，解释变量之间有一定的联系。

利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：该模型可决系数=0.9973，修正后的可决系数=0.9956，可决系数很高，F检验值为593.42明显显著。

但是当α=0.05时，tα/2 （n-k）= t0.025=（14-5）=2.262，且X6的系数符号不符合经济意义，说明存在严重的多重共线性。

做辅助回归，即将每个x变量分别作为被解释变量对其余的x变量进行回归，从而求出可决系数和方差扩大因子。

回归得到可决系数和方差扩大因子的数值如下：被解释变量可决系数方差扩大因子VIFjX2 0.9652 28.73563218X3 0.8784 8.223684211X4 0.4714 1.891789633X5 O.8634 7.320644217X6 0.8744 7.961783439由于可决系数度量了Xj与其他解释变量的线性相关程度，相关程度越高，多重共线性越严重，方差扩大因子越大。

方差扩大因子的大小反映了多重共线性的强弱。

方差扩大因子VIFj>=10时，表示有严重的多重共线性，这里只有X21的方差扩大因子小于10，表示存在多重共线性问题。

对多重共线性的处理用逐步回归法进行多重共线性修正：1、通过E-views计算解释变量之间的相关系数由相关系数矩阵可以看出，各解释变量之间的相关系数明显较高，大多都高于0.8，证实确实存在一定的多重共线性。

2、为了修正多重共线性，用逐步回归法分别以y对X2，X3，X4，X5、X6进行回归，从中选出修正后可决系数最大的解释变量，并以这个解释变量为基础，再加入其他变量进行回归。

下面逐步引入解释变量，进行逐步回归，首先进行被解释变量y对解释变量X2，X3进行回归：引入解释变量X3后，可决系数增大，表明拟合度更优，同时不仅T检验显著、F 检验也显著，所以保留解释变量X3。

然后进行Y对X2，X3、X6的回归：因为X6的引入使得回归结果不再显著，t检验没能通过，所以X6变量应该剔除，接下来应该进行被解释变量Y对解释变量X2，X3、X5的回归：因为X5的引入使得回归结果不再显著，t检验没能通过，所以X5变量应该剔除，接下来应该进行被解释变量Y对解释变量X2，X3、X4的回归：引入解释变量X4后，可决系数增大，表明拟合度更优，同时不仅T检验显著、F 检验也显著，所以保留解释变量X4。

综上，对于该模型，应剔除X6、X5两个变量。

最终的影响我国旅游收入的函数应该是Y=f(X2,X3,X4)为最优，拟合结果如下:Y=-3136.713+0.0435X2+3.666X3+2.1786X4t= (-10.5998) (16.0418) (3.8314) (1.9744)R2=0.9961 R2=0.999426 F=841.4 n=14异方差检验1、图形法粗略判断是否存在异方差：先生成残差平方序列，再绘制残差平方序列对解释变量的散点图，如下：由图可以看出，残差平方对解释变量的散点图主要分布在图形的左部分，大致看出残差平方随解释变量呈增大的趋势，因此，模型可能存在异方差，但是是否存在还需要更进一步检验。

2、White检验方法检测是否存在异方差：由white检验得nR^2=8.6933。

因为nR2=8.6933 < X2 0.05 （9）=16.9190。

不存在自相关，所以不拒绝原假设，拒绝备择假设。

自相关检验由修改后的回归方程得样本为14，3个解释变量，Dw=3.4，在0.05显著水平下查Dw统计表可知d L=0.767 d U=1.779，模型中4-d L<D.W.<4,显然模型中存在负自相关。

从残差图也可看出，残差项存在一阶负自相关。

从上可知，模型存在负相关，下面利用广义差分法消除序列相关性。

已得到残差序列e t，为估计自相关系数ρ，用残差序列进行滞后一期的自回归。

在E-Views命令栏输入ls e e(-1)可得回归方程：e t,=0.2498 e t-1由此式可得ρ=0.24977，对原模型进行广义差分回归，在E-Views命令栏输入：ls Y-0.24977*Y(-1) c X2-0.24977*X2(-1) X3-0.24977*X3(-1) X4-0.24977*X4(-1)得到的广义差分回归的结果为：由于使用广义差分，样本容量减少了为13个。

查显著性水平为0.05时的DW统计表可知d L=0.715 d U=1.816，d L <DW=1.624<du ，说明在0.05显著性水平下广义差分模型是否仍旧存在自相关无法判定。

所以，采用以下线性模型作为最终分析后的最优模型：Y=-3136.713+0.0435X2+3.666X3+2.1786X4六、结论：国内旅游收入受国内旅游人数、城镇居民旅游花费、农村居民旅游花费的影响，并且呈正相关。

在08到11年随着旅游人数的增加，旅游收入增加明显较快。

在95和96年铁路里程数增长较快，相对的旅游收入也增长较快，随着城镇居民旅游花费的增加，国内旅游收入也明显随之增加。

随着社会的发展，旅游业已成为全球经济中发展中势头最强劲和规模最大的产业之一，日益凸显它在国民经济中的重要地位。

旅游业的发展以整个国民经济发展水平为基础并受其制约，同时又直接或间接地促进国民经济有关部门的发展。

旅游业的发展经济、社会效益明显，能够促进促进我国产业结构调整和优化，为社会提供大量就业机会，提高人们的物质文化生活水平，在增进国际交流的同时促进招商引资，加快社会主义新农村建设步伐，以及促进经济与环境和社会的协调发展。