我国旅游业发展影响因素实证分析

我国旅游业发展影响因素实证分析一、引言中国幅员辽阔，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，经济影响越来越受各国重视，成为推动社会经济发展的重要因素。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亿人次，同比增长13.6%，国内旅游收入万亿元，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在旅游影响因素研究方面，多数学者采用回归分析来比较各指标与旅游收入的不同相关程度。余慧颖、徐蕾（2010）使用旅游投资效率进行分析，即旅游投资引起旅游收入的变化情况。方相林、张晓燕（2010）通过突发事件、A级以上景区数量、旅客周转量、星级饭店等指标对旅游业发展情况影响程度进行分析。卢江勇、张玉梅、过建春（2005）对旅游总收入和实际开房数、从业人数、接待人数进行相关分析和回归分析。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2011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旅游业发展的影响因素。三、实证分析（一）模型设定根据以上的分析，建立以下模型Y=β+β1X+β2X+βX+βX+Ut参数说明：Y——旅游景区营业收入/万元X——旅游业从业人员/人X——旅游景区固定资产/万元X——旅游外汇收入/万美元X——城镇居民可支配收入/元收集到的数据如下（见表2-1）：表2-12011年全国旅游景区营业收入及相关数据（按地区分）地区营业收入从业人数固定资产外汇收入可支配收入北京1454660541600天津24787175553河北7964344765山西5771956719内蒙古3626467097辽宁064816271314吉林02906638528黑龙江3034191762上海091106575118江苏1401540565297浙江1324590454173安徽55840117918福建80303363444江西4179141500山东143026255076河南7016454903湖北6276794018湖南806150101434广东02265391390619广西49876105188海南03075937615重庆50160230124.0096806四川7075659383贵州2768313507云南62679160861西藏602312963陕西57077129505甘肃30949.00312801740青海87412659宁夏121960620新疆4045146519数据来源：1.中国统计年鉴2012，2.中国旅游年鉴2012。（二）参数估计利用估计模型参数，最小二乘法的回归结果如下：表3-1最小二乘法回归结果DependentVariable:YMethod:LeastSquaresDate:11/14/13Time:21:14Sample:131Includedobservations:31CoefficientStd.Errort-StatisticProb.

CX1X2X3X4R-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid4.59E+10

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)根据表中的样本数据，模型估计结果为（）（）（）（）（）t=()()()()()R2==F=可以看出，可决系数R2=，修正的可决系数=。说明模型的拟合程度还可以。但是当时，X、X、X系数均不能通过检验，且X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。（三）模型修正1．多重共线性的检验与修正（1）多重共线性的检验计算各个解释变量的相关系数，得到相关系数矩阵。表4-1相关系数矩阵变量X1X2X3X4X1X2X3X4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。（2）多重共线性的修正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。表4-2一元回归结果变量X1X2X3X4参数估计值t统计量R2其中，X2的方程最大，以X2为基础，顺次加入其它变量逐步回归。结果如表所示。表4-3加入新变量的回归结果（一）变量变量X1X2X3X4X2，X10.711446(2.679575)0.230304(5.891959)X2，X30.258113(7.016265)0.087950(2.043471)X2，X40.312045(9.319239)（）经比较，新加入X1的方程=，改进最大，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。表4-4加入新变量的回归结果（二）变量变量X1X2X3X4X2，X1，X3()()()X2，X1，X4()()()当加入X3或X4时，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。当取时，tα/2，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=X+X（0.265507）（0.039088）t=(2.679575)(5.891959)R2=0.874983=0.866053在确定模型以后，进行参数估计表4-5消除多重共线性后的回归结果DependentVariable:YMethod:LeastSquaresDate:11/14/13Time:21:47Sample:131Includedobservations:31CoefficientStd.Errort-StatisticProb.

CX1X2R-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid4.77E+10

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)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。（1）检验异方差表5-1White检验结果HeteroskedasticityTest:WhiteF-statistic

Prob.F(5,25)Obs*R-squared

Prob.Chi-Square(5)ScaledexplainedSS

Prob.Chi-Square(5)TestEquation:DependentVariable:RESID^2Method:LeastSquaresDate:11/14/13Time:21:48Sample:131Includedobservations:31CoefficientStd.Errort-StatisticProb.

C-1.10E+091.11E+09X1X1^2X1*X2X2X2^2R-squared

Meandependentvar1.54E+09AdjustedR-squared

S.D.dependentvar2.70E+09S.E.ofregression2.24E+09

AkaikeinfocriterionSumsquaredresid1.26E+20

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)从上表可以看出，nR=，由White检验可知，在下，查分布表，得临界值χ,比较计算的统计量与临界值，因为nR=13.13613>χ(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/e1^2,其中e1=resid。表5-2用权数1/e1^2的回归结果DependentVariable:YMethod:LeastSquaresDate:11/14/13Time:21:49Sample:131Includedobservations:31Weightingseries:1/E1^2CoefficientStd.Errort-StatisticProb.

CX1X2WeightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)UnweightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

Sumsquaredresid4.90E+10Durbin-Watsonstat（3）修正后的White检验结果为表5-3修正后的White检验结果HeteroskedasticityTest:WhiteF-statistic

Prob.F(2,28)Obs*R-squared

Prob.Chi-Square(2)ScaledexplainedSS

Prob.Chi-Square(2)TestEquation:DependentVariable:WGT_RESID^2Method:LeastSquaresDate:11/15/13Time:20:29Sample:131Includedobservations:31CollineartestregressorsdroppedfromspecificationCoefficientStd.Errort-StatisticProb.

CWGTWGT^2R-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)从上表可知nR==0.459736<χ，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=X1*+X2*t=(-18.16425)(57.57099)(243.6786)R2==F=DW=其中X1*=1/e1^2*X1,X2*=1/e1^2*X2,e1=resid。（1）DW检验在显著性水平，查DW表，当n=31，k=2时，得上临界值d，下临界值d，DW=。因为d<DW<4-d，所以模型不存在序列自相关。由图示法也可以看出随机误差项μi不存在自相关。下图是残差及一阶滞后残差相关图。图6-1残差与其滞后一阶残差图（2）LM检验 表6-1LM检验结果Breusch-GodfreySerialCorrelationLMTest:F-statistic

Prob.F(1,27)Obs*R-squared

Prob.Chi-Square(1)TestEquation:DependentVariable:RESIDMethod:LeastSquaresDate:11/14/13Time:21:50Sample:131Includedobservations:31Presamplemissingvaluelaggedresidualssettozero.Weightseries:1/E1^2CoefficientStd.Errort-StatisticProb.

CX1X2RESID(-1)WeightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

AkaikeinfocriterionSumsquaredresid

SchwarzcriterionLoglikelihood

Hannan-Quinncriter.F-statistic

Durbin-WatsonstatProb(F-statistic)UnweightedStatisticsR-squared

MeandependentvarAdjustedR-squared

S.D.dependentvarS.E.ofregression

Sumsquaredresid4.92E+10Durbin-Watsonstat从上表可以看出，nR=，由LM检验可知，在下，查分布表，得临界值χ,比较计算的统计量与临界值，因为nR=0.902738<χ,所以接受原假设，即表明模型不存在自相关。（四）模型检验模型估计结果表明，在假定其他变量不变的情况下，当景区固定资产每增长1元时，旅游景区收入增加7元；在假定其他变量不变的情况下，当旅游从业人员每增加1人时，旅游景区收入增加万元。这与理论分析判断相一致。(1)拟合优度：由表中数据可得：R2=，修正的可决系数为=，这说明模型对样本的拟合很好。(2)F检验：针对H0：β1=β2=0，给定显著性水平，在F分布表中查出自由度为k=2和n-k-1=28的临界值Fα(2，。由表中得到F=，由于F=92014.78>Fα(2，，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：βj=0(j=1,2),给定显著性水平，查t分布表得自由度为n-k-1=28临界值tα/2。由表中数据可得，、对应的t统计量分别为、，其绝对值均大于tα/2，这说明应该分别拒绝H0：βj=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。（六）模型分析过程的不足1.研究的影响因素偏少，模型设定选取的变量较少。2.对于以往文献中居民可支配收入对旅游景区营业收入的影响不显著，不得已将其剔除，使得模型中重要因素缺失。3.时间对旅游需求的影响很重要，模型中选取的截面数据可能导致模型说明力度有所下降。4.未能找到2012年最新数据，只能选取2011年我国各省市地区旅游业发展相关数据，使得对最新的旅游发展影响因素分析不足。四、结论21世纪以来，技术的进步以及社会经济的发展使人们闲暇时间增多，可支配的收入富足。人们满足了其他需求后，旅游需求旺盛，由此也推动了现代旅游的发展。近年来，随着国际旅游业发展的不断转型升级，旅游业作为创意产业、绿色产业、和谐产业的内涵更加突出，并日益显现出其“资源消耗低，带动系数大，就业机会多，综合效益好”的产业特性。现在企业普遍将旅游作为一种福利，每年组织多次集体旅游机会，以及我国关于法定节假日放假安排的不断修订改进，保障了国民拥有更多的精力和财力进行旅游休闲娱乐。旅游业的发展对国民经济的贡献显著已成为不争的事实，研究我国旅游业发展影响因素对于促进旅游产业结构的优化升级，推动区域旅游产业协调发展，提升中国旅游业的整体水平具有重要的理论和实践意义。本文采用经济学、统计学等相关理论及相关研究工具对我国旅游业经济发展的理论与市政研究得出以下主要结论：从全国范围来看，旅游景区固定资产规模增大对旅游景区营业收入提高起到了积极的影响。完善