基于EViews的國(guó)內(nèi)旅游收入影響因素分析_第1頁(yè)
基于EViews的國(guó)內(nèi)旅游收入影響因素分析_第2頁(yè)
基于EViews的國(guó)內(nèi)旅游收入影響因素分析_第3頁(yè)
基于EViews的國(guó)內(nèi)旅游收入影響因素分析_第4頁(yè)
基于EViews的國(guó)內(nèi)旅游收入影響因素分析_第5頁(yè)
已閱讀5頁(yè),還剩11頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于EViews的國(guó)內(nèi)旅游收入影響因素分析 摘 要:本文運(yùn)用EViews軟件, 從眾多的國(guó)內(nèi)旅游收入影響因素中選取國(guó)內(nèi)旅游人數(shù)、城鎮(zhèn)居民人均旅游支出、農(nóng)村居民人均旅游支出、公路里程和鐵路里程建立模型, 利用逐步回歸分析法對(duì)模型消除多重共線性, 科學(xué)地確定了國(guó)內(nèi)旅游收入預(yù)測(cè)模型, 也為以后增加國(guó)內(nèi)旅游收入制定政策措施提供了理論依據(jù)。關(guān)鍵字:EViews 國(guó)內(nèi)旅游收入 回歸分析法一、 引言 (一)、研究目的:旅游業(yè)是以提供服務(wù)為主的綜合性服務(wù)行業(yè),通過(guò)提供食、住、行、游、購(gòu)等服務(wù)滿足人們對(duì)旅游業(yè)的需求。旅游業(yè)現(xiàn)已成為全球經(jīng)濟(jì)中發(fā)展勢(shì)頭最強(qiáng)勁和規(guī)模最大的產(chǎn)業(yè)之一。近年來(lái), 中國(guó)旅游業(yè)一直保持較高的發(fā)

2、展速度, 旅游業(yè)作為國(guó)民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn), 在整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展中的作用日益顯現(xiàn)。中國(guó)的旅游業(yè)分為國(guó)際旅游和國(guó)內(nèi)旅游兩大市場(chǎng),雖然國(guó)際旅游外匯收入的年均增長(zhǎng)率高于國(guó)內(nèi)旅游收入, 但國(guó)內(nèi)旅游收入在中國(guó)旅游收入中占50%以上的比例, 而且近些年來(lái)國(guó)內(nèi)旅游收入年增長(zhǎng)率已明顯超過(guò)國(guó)際旅游收入的年增長(zhǎng)率, 特別是20世紀(jì)90年代以來(lái),隨著我國(guó)國(guó)民經(jīng)濟(jì)的飛速發(fā)展,我國(guó)的旅游業(yè)也呈現(xiàn)出迅猛發(fā)展的態(tài)勢(shì)。城鎮(zhèn)居民收入逐年增加,人均消費(fèi)水平逐步提高,加之可自由支配時(shí)間的有薪假期時(shí)間的增多,以及旅游交通設(shè)施的進(jìn)一步完善,旅游已在人們的日常生活中得到了廣泛的普及。旅游業(yè)作為國(guó)民經(jīng)濟(jì)新的增長(zhǎng)點(diǎn),將在整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展中發(fā)揮了

3、巨大的作用。本文收集了中國(guó)統(tǒng)計(jì)年鑒1994到2008年間的統(tǒng)計(jì)數(shù)據(jù),對(duì)我國(guó)的年度旅游收入建立相關(guān)模型并進(jìn)行分析。(二)、理論背景本文的研究對(duì)象是我國(guó)歷年的旅游收入,目前學(xué)術(shù)界對(duì)旅游出現(xiàn)了許多不同的定義,一般都是從各個(gè)角度給旅游下的定義,這樣的定義多達(dá)十多種,分別描述了旅游的不同方面。影響旅游的因素也是不計(jì)其數(shù),從經(jīng)濟(jì)狀況、人口、社會(huì)結(jié)構(gòu),到目的地的旅游資源開(kāi)發(fā)、兩地交通、兩地文化差異,以及國(guó)際游的匯率、通脹率和政治環(huán)境等諸多因素都會(huì)影響旅游。結(jié)合本文的實(shí)際,由于近十幾年我國(guó)旅游增長(zhǎng)主要集中在國(guó)內(nèi)游方面,并且政治環(huán)境,旅游資源優(yōu)勢(shì)相對(duì)穩(wěn)定,本文選取的影響因素包括以下幾個(gè)方面:國(guó)內(nèi)旅游人數(shù)、城鎮(zhèn)居

4、民人均旅游支出、農(nóng)村居民人均旅游支出、公路里程和鐵路里程。數(shù)據(jù)的來(lái)源均為歷年的中國(guó)統(tǒng)計(jì)年鑒。在我們構(gòu)建的模型中,可能會(huì)遺漏很多重要的信息,比如01年美國(guó)的911事件,影響了人們出行信念。03年發(fā)生了較為嚴(yán)重的非典疫情,這個(gè)事件嚴(yán)重影響了當(dāng)年的旅游收入,等等類似的突發(fā)事件在模型中是無(wú)法得到顯示并且沒(méi)有進(jìn)行定量分析。當(dāng)然計(jì)量模型只能反映經(jīng)濟(jì)系統(tǒng)的某一方面或某幾方面的聯(lián)系,并不能從整個(gè)社會(huì)的角度系統(tǒng)的反應(yīng)某一問(wèn)題,因此模型中出現(xiàn)遺漏一些影響因素也是能夠接受的,這其中的某些因素我們能夠在模型中解決,比如03年非典的影響可以試著用虛擬變量來(lái)解決,但我們并不能找到更一般化的預(yù)測(cè)性方程,包含了所有的影響因素

5、。這也是計(jì)量經(jīng)濟(jì)學(xué)中很難解決的問(wèn)題。在定性分析中,我們會(huì)考慮。旅游屬于奢侈品的一種,是人們?cè)谖镔|(zhì)生活得到滿足之后對(duì)于精神生活的一種追求。隨著現(xiàn)代旅游學(xué)研究規(guī)模的不斷深入,人們逐漸發(fā)現(xiàn),旅游并不僅僅是一種經(jīng)濟(jì)現(xiàn)象,更多的是一種社會(huì)文化現(xiàn)象。旅游活動(dòng)所涉及的范圍之廣泛都是以往任何活動(dòng)都無(wú)法比擬的。隨著旅游的快速發(fā)展和廣泛流行,人們對(duì)旅游現(xiàn)象的研究逐漸由經(jīng)濟(jì)角度專項(xiàng)獎(jiǎng)旅游作為一種復(fù)雜的社會(huì)現(xiàn)象來(lái)研究。這是旅游學(xué)賣出了下載的范疇,開(kāi)闊了研究視野。很顯然,這些人文方面的影響目前為止是很難用定量分析來(lái)進(jìn)行研究的,例如我們只能研究旅游收入、人數(shù)方面的因素,而必須忽略旅游中帶個(gè)人們美的感受和人文氣息的熏陶,因

6、為那些事物無(wú)法定量化研究。二、運(yùn)用EViews軟件分析影響國(guó)內(nèi)旅游收入因素 (一)、數(shù)據(jù)的選擇與處理1、影響因素的選擇影響國(guó)內(nèi)旅游收入的影響因素有很多, 包括國(guó)內(nèi)旅游人數(shù)、居民人均花費(fèi)及包括交通條件、服務(wù)設(shè)施、接待機(jī)構(gòu)設(shè)施在內(nèi)的旅游基礎(chǔ)設(shè)施等。經(jīng)分析, 影響國(guó)內(nèi)旅游收入( y )的因素主要有國(guó)內(nèi)旅游人數(shù)( x1 )、城鎮(zhèn)居民人均旅游支出 ( x2 )、農(nóng)村居民人均旅游支出( x3 )、公路里程( x4 )、鐵路里程( x5 )。2、數(shù)據(jù)的收集表1 國(guó)內(nèi)旅游收入數(shù)據(jù)資料年份國(guó)內(nèi)旅游收入/億元國(guó)內(nèi)旅游人數(shù)/百萬(wàn)人次城鎮(zhèn)居民人均旅游支出/元農(nóng)村居民人均旅游支出/元公路里程/萬(wàn)km鐵路里程/萬(wàn)km19

7、941023. 5524414. 67 54. 88111. 785. 919951375. 7 629464.0261. 47115. 76. 238919961638. 4 639. 5534. 170. 45118. 586. 4919972112. 7644599. 8145. 68122. 646. 619982391. 2695607 197127. 856. 6419992831. 9 719614. 8 2495135. 176. 7420003175. 5744678. 6226. 6140. 276. 8720013522. 4784708. 3212. 7169. 87.

8、 005820023878. 4 878739. 7209. 1176. 527. 1920033442. 3 870684. 9200180. 987. 320044710. 7 1102731. 8210. 2187. 077. 4420055285. 9 1212737. 1227. 6334. 527. 5437620066229. 7 1394766. 4221. 9345. 77. 7083820077770. 62 1610906. 9222. 5358. 377.7965903資料來(lái)源: 中國(guó)統(tǒng)計(jì)年鑒( 2008)3、模型設(shè)定與估計(jì)設(shè)定并估計(jì)多元線性回歸模型 (模型1.1)(1

9、)、建立工作文件并錄入數(shù)據(jù)。具體步驟如下:1)雙擊桌面EViews快速啟動(dòng)圖標(biāo),啟動(dòng)EViews6程序。 2)點(diǎn)擊主界面菜單FileNewWorekfile,彈出Workfile Create對(duì)話框。在Workfile Create對(duì)話框左側(cè)Workfile structure type欄中選擇Dated-regular frequency選項(xiàng),在右側(cè)frequency中選擇Annual數(shù)據(jù)類型。在Start和End的文本框中分別輸入1994和2007,在右下角文本框中輸入新建的這個(gè)Workfile的名稱,為“旅游”,如圖1:圖1點(diǎn)擊左下的“OK”就建立了一個(gè)名稱為旅游的Workfile。如圖

10、2所示: 圖23)建立Workfile 后,進(jìn)行數(shù)據(jù)錄入工作。點(diǎn)擊主界面(或Workfile界面)的菜單欄Object,再點(diǎn)擊New Object選項(xiàng),彈出一對(duì)話框,左側(cè)的Type of object選項(xiàng)中選擇Group選項(xiàng),在右側(cè)框中命名為lvyou。如圖3所示。圖3點(diǎn)擊OK之后,出現(xiàn)數(shù)據(jù)錄入界面(以表格形式出現(xiàn)),如圖4所示。圖44)在圖4中,先將右側(cè)滑塊拉上頂端,單擊obs右側(cè)灰色小框(空白數(shù)據(jù)列上端灰框),鍵入y(對(duì)樣本數(shù)據(jù)列進(jìn)行命名),回車(這時(shí)Workfile中會(huì)出現(xiàn)Y這個(gè)對(duì)象),選擇Numeric Series選項(xiàng),點(diǎn)擊OK后,開(kāi)始逐個(gè)錄入相應(yīng)的數(shù)據(jù)。這樣我們就建立了一個(gè)序列Y并

11、錄入了數(shù)據(jù),然后同樣辦法建立序列X1、X2、X3、X4、X5并錄入數(shù)據(jù),錄入完成后,最終得到如圖5所示結(jié)果:圖5(2)、對(duì)(模型1.1)采用OLS估計(jì)參數(shù) 。具體步驟如下:點(diǎn)擊主界面菜單QuickEstimate Equation,彈出如下圖的對(duì)話框,輸入y c x1 x2 x3 x4 x5。如圖6: 圖6點(diǎn)擊確定即可得到回歸結(jié)果。如圖7圖7根據(jù)圖7中的數(shù)據(jù),得到(模型1.1)的估計(jì)結(jié)果為: 從上回歸結(jié)果可以看出,擬合優(yōu)度很高,整體效果的F檢驗(yàn)通過(guò)。但有重要變量X4、X5的t檢驗(yàn)不顯著,可能存在嚴(yán)重的多重共線性。 4、模型的檢驗(yàn)由(模型1.1)的估計(jì)結(jié)果可以看出,可決系數(shù)很高,說(shuō)明模型對(duì)樣本的

12、擬合很好;檢驗(yàn)值很大,相應(yīng)的,說(shuō)明回歸方程顯著,即各自變量聯(lián)合起來(lái)確實(shí)對(duì)因變量“全國(guó)旅游收入” 有顯著影響;給定顯著性水平,但變量X4、X5系數(shù)的t 統(tǒng)計(jì)量分別為、,相應(yīng)的p值分別為、,說(shuō)明X4、X5對(duì)因變量影響不顯著,而且X5系數(shù)符號(hào)與經(jīng)濟(jì)意義不符。綜合上述分析,表明(模型1.1)很可能存在嚴(yán)重的多重共線性.下面通過(guò)計(jì)算解釋變量x1、x2、x3、x4、x5的簡(jiǎn)單相關(guān)系數(shù)矩陣來(lái)證明(模型1.1)存在嚴(yán)重的多重共線性.具體步驟如下:點(diǎn)擊Eviews主畫面的頂部的Quick/Group Statistics/Correlatios彈出對(duì)話框(圖8)。在對(duì)話框中輸入解釋變量x1、x2、x3、x4、x

13、5,點(diǎn)擊OK,即可得出相關(guān)系數(shù)矩陣(圖9)圖8圖9由圖9相關(guān)系數(shù)矩陣可以看出, 每個(gè)要素都與國(guó)內(nèi)旅游收入具有較高的相關(guān)系數(shù), 而且解釋變量之間的相關(guān)系數(shù)也較高, 證實(shí)解釋變量之間確實(shí)存在嚴(yán)重的多重共線性。根據(jù)以上分析的結(jié)果可以知道,本文所研究的回歸變量間確實(shí)存在多重共線性。但是,多重共線性是一個(gè)程度問(wèn)題而不是存在與否的問(wèn)題。下面我們將采用逐步回歸法來(lái)減少共線性的嚴(yán)重程度而不是徹底地消除它。 (二)、用逐步回歸法修正多重共線性第一步:運(yùn)用OLS方法分別求Y對(duì)各解釋變量x1、x2、x3、x4、x5進(jìn)行一元回歸。(1)在主界面命令框欄中輸入 ls y c x1 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)

14、果圖10(2)在主界面命令框欄中輸入 ls y c x2 ,然后回車,即可得到如下參數(shù)的估計(jì)結(jié)果:圖11(3)在主界面命令框欄中輸入 ls y c x3 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果。圖12(4)在主界面命令框欄中輸入 ls y c x4 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果圖13(5)在主界面命令框欄中輸入 ls y c x5 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果圖14通過(guò)一元回歸結(jié)果圖10-圖14進(jìn)行對(duì)比分析,依據(jù)調(diào)整后可決系數(shù)最大原則,選取x1作為進(jìn)入回歸模型的第一個(gè)解釋變量,形成一元回歸模型。 第二步:逐步回歸。將剩余解釋變量x2、x3、x4、x5分別加入模型,得到

15、分別如圖15、16、17、18所示的二元回歸結(jié)果。 (1)在主界面命令框欄中輸入 ls y c x1 x2 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖15(2)在主界面命令框欄中輸入 ls y c x1 x3 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖16(3)在主界面命令框欄中輸入 ls y c x1 x4 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖17(4)在主界面命令框欄中輸入 ls y c x1 x5 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖18通過(guò)觀察比較圖15-18所示結(jié)果,并根據(jù)逐步回歸的思想,我們可以看到,新加入變量x2的二元回歸方程最大,并且各參數(shù)的t檢驗(yàn)顯著,參數(shù)

16、的符號(hào)也符合經(jīng)濟(jì)意義,因此,保留變量x2。 第三步:在保留變量x1、x2基礎(chǔ)上,繼續(xù)進(jìn)行逐步回歸,分別得到如圖19、20、21所示的回歸結(jié)果。 (1)在主界面命令框欄中輸入 ls y c x1 x2 x3 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖19(2)在主界面命令框欄中輸入 ls y c x1 x2 x4 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖20(3)在主界面命令框欄中輸入 ls y c x1 x2 x5 ,然后回車,即可得到如下的參數(shù)的估計(jì)結(jié)果:圖21觀察圖19、21我們可以看到,在x1、x2基礎(chǔ)上加入x3、x5后的方程明顯增大,統(tǒng)計(jì)量也很大,說(shuō)明模型對(duì)樣本的擬合很好且回歸方

17、程顯著;但是加入x3、x5后t檢驗(yàn)變得不顯著,并且參數(shù)為負(fù)不符合經(jīng)濟(jì)意義.通過(guò)圖20可以看到,在x1、x2基礎(chǔ)上加入x4后不僅=0.993418<0.993484降低,而且 t值很小,說(shuō)明x4自變量對(duì)因變量的影響不顯著;因此,根據(jù)逐步回歸的思想,說(shuō)明x4的出現(xiàn)引起嚴(yán)重多重共線性。x3、x4、x5應(yīng)予以剔除。最后應(yīng)保留的變量是x1、x2. 相應(yīng)的回歸結(jié)果為 這說(shuō)明, 在其他因素不變的情況下, 當(dāng)國(guó)內(nèi)旅游人數(shù)x1增加1 百萬(wàn)人和城鎮(zhèn)居民人均旅游支出x2 增長(zhǎng)1 元時(shí), 國(guó)內(nèi)旅游收入y將分別增長(zhǎng)4. 098億元和5. 144億元。分析結(jié)果:可見(jiàn), 解釋變量國(guó)內(nèi)旅游人數(shù)、城鎮(zhèn)居民人均旅游支出、農(nóng)

18、村居民人均旅游支出、公路里程、鐵路里程的相關(guān)性較強(qiáng), 在模型中引入相關(guān)性較強(qiáng)的解釋變量, 會(huì)影響參數(shù)的估計(jì)值和t檢驗(yàn)值, 這正是多重共線性產(chǎn)生的影響。對(duì)于最后確定的模型還存在一些問(wèn)題, 一是DW值= 1. 194, 可能還存在自相關(guān)性; 二是樣本容量為14, 引入了5個(gè)解釋變量, 所以模型的估計(jì)結(jié)果可能并不可靠, 過(guò)高的擬合優(yōu)度可能提供的是虛假信息。所以有待于進(jìn)一步分析。三、結(jié)論及意見(jiàn)以上的分析可知, 在我們所研究的影響國(guó)內(nèi)旅游收入的影響因素中, 逐步回歸分析表明, 并不是國(guó)內(nèi)旅游人數(shù)越多國(guó)內(nèi)旅游收入就越高; 也并不是人均花費(fèi)、交通條件越好, 國(guó)內(nèi)旅游收入就越多。換句話說(shuō), 當(dāng)前的旅游狀況已處

19、于飽和狀態(tài), 如果一味只考慮吸引旅游者數(shù)量、增加居民人均旅游支出或增加旅游服務(wù)設(shè)施的數(shù)量, 只會(huì)在一定程度上加重旅游景區(qū)的承載能力和環(huán)境壓力, 同時(shí)增強(qiáng)旅游服務(wù)機(jī)構(gòu)的競(jìng)爭(zhēng)機(jī)制, 服務(wù)水平低、強(qiáng)買強(qiáng)賣的想象也會(huì)隨之出現(xiàn)。因此, 增加國(guó)內(nèi)旅游收入要從多方面入手, 如加強(qiáng)旅游目的地的旅游特色建設(shè)和基礎(chǔ)設(shè)施建設(shè), 增強(qiáng)對(duì)游客的吸引力; 把旅游對(duì)象的重心轉(zhuǎn)移到農(nóng)村、農(nóng)民那里; 改善交通條件等。根據(jù)以上模型的建立、分析及預(yù)測(cè),結(jié)合國(guó)內(nèi)游的實(shí)際情況提出以下建議:(一)加強(qiáng)旅游目的地的旅游特色建設(shè),增強(qiáng)對(duì)游客的吸引力。經(jīng)濟(jì)增長(zhǎng)、消費(fèi)升級(jí)驅(qū)動(dòng)旅游行業(yè)景氣度持續(xù)上升。由于我國(guó)帶薪假期和"黃金周"制度的實(shí)行,出外旅游的人大幅增加,推動(dòng)了國(guó)內(nèi)旅游市場(chǎng)的迅猛增長(zhǎng),旅游人數(shù)的增加直接

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論