国内旅游收入影响因素的计量分析

国内旅游收入影响因素的计量分析

一、国内旅游收入影响因素及其数据选择

旅游业是一个依赖性很强的行业，它的发展受诸多因素的影响，例如春秋季往往会带来更多的收入、距离近的旅游地点反而更吸引人、经济状况好的国家游客更多、工资高的人更愿意出来旅游等等，甚至同一国家同一地区在不同时区也会有不同的旅游发展。综合现有研究文献和有关资料调查，考虑到建模和数据搜集难易程度，将当前中国旅游收入影响因素归纳为以下几个方面：

一是国内旅行人数。对于任何行业来说，要想增加一个行业的收入，必须增加在这个行业消费的人数。只有具备了庞大的消费人数，这个行业才会不断壮大，经济收入才会不断增加，旅游业就是这样的一个行业。因此，国内旅游人数是旅游收入影响因素，对国内旅游收入有重要影响。

二是人均旅游花费。旅游者的人均旅游消费水平与旅游收入成正比例变化，旅游者的支付能力强，旅游者的旅游花费越高，旅游收入也就越高，可见人均花费对旅游收入有很大的影响力。人均旅游花费分为城镇人均旅游花费和农村人均旅游花费。

三是交通情况。通常交通状况越好的地方无疑也更加吸引游客们，里程越远路费越高，给铁路局和收费站带来的收益也越大，也给本地带来更多的旅游收入，因此，交通情况是旅游收入的影响因素。交通状况主要分为铁路里程和公路里程。

四是利率水平。从长期来看，当利率水平上升时，人们会自发地把手中的持有的货币存入银行而不会拿出来消费，因此，利率水平越高，人们旅游支出也越少。反之，利率水平越低，人们旅游支出就越多。我们选用活期的银行利率作为影响旅游收入的利率水平。

表1 1994—2012年中国旅游收入及影响因素的数据

年份1994199519961997199819992000200120022003200420052006200720082009201020112012旅游收入Y（亿元）1023.511375.71638.382112.72391.182831.923175.543522.363878.363442.274710.715285.866229.747770.628749.310183.6912579.7719305.3922706.22旅游人数X1（亿人次）5.246.296.46.446.957.197.447.848.788.711.0212.1213.9416.117.1219.0221.0326.4129.57城镇居民人均旅游花费X2（元）414.7464534.1599.8607614.8678.6708.3739.7684.9731.8737.1766.4906.9849.4801.1883877.8914.5农村居民人铁路营业里程数公路里程X5均旅游花费X4（万公里）（万公里）X3（元）54.954.970.5145.7197249.5226.6212.7209.1200210.2227.6221.9222.5275.3295.3306471.44915.95.976.496.66.646.746.877.017.197.37.447.547.717.87.978.559.129.329.76111.78115.7118.58122.64127.85135.17140.27169.8176.52180.98187.07193.05345.7358.37373.02386.08400.82410.64423.75利率X63.153.152.481.711.530.990.990.990.720.720.720.720.720.770.580.360.360.470.38

二、模型设定、估计与修正

将国内旅游收入作为因变量，国内旅游人次、城镇人均旅游花费、农村人均旅游花费、铁路里程、公路里程、利率水平等作为自变量，构建如下回归分析模型。

Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μ （1） 用EVIEWS做OLS回归分析结果为：

图1 OLS回归结果

Y=-25851.89+380.9872X1+5.944813X2+23.54213X3+2190.272X4-6.417825X5

+2738.772X6 （2） （一）模型的检验

模型中X1、X2、X3、X4、X6的系数都为正 符合经济意义，而X5系数为负，不能通过经济意义检验。 1、多重共线性检验

输入cor X1 X2 X3 X4 X5 X6,得出检验结果：

图2 多重共线性检验

本文用差分法修正多重共线性：

生成g=d(Y),v1=d(X1),v2=d(X2),v3=d(X3),v4=d(X4),v5=d(X5),v6=d(X6)序列，用各变量的一阶差分重新做OLS估计，得出：

图3 差分之后的OLS回归结果

取α=0.20时t0.1(12)=1.356,只有V5的系数的绝对值低于1,356，不能通过检验，其他变量的系数都在80%的显著水平显著，剔除V5得出回归模型：

图4 修正之后的OLS回归结果