关于中国旅游业的影响因素分析

1、关于中国旅游业的影响因素分析2004 级金融 1 班 李娜（40404041）一.引言 20 多年来中国旅游业经历了从崛起到平稳发展的过程。政府提倡大力发展旅游事业， 为旅游事业提供了一个广阔的发展空间。目前，中国颁布了类旅游业行业标准，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。 中国旅游业总收入正以年均约的速度 增长，高于同期国内生产总值左右的平均增长率。去年中国旅游业总收入为 亿元，相当于国内生产总值的。预计旅游外汇收入今年将达亿美元，年 后将达亿美元。中国首创的

2、“假日经济”已成为中国旅游业迅速增长的助推器。去年 春节、“五一”、“十一”三个天长假，全国接待国内旅游者近亿人次，实现旅游收入 亿元。假日旅游带动了吃、住、行、游、购等产业链条上的各环节，有力刺激了居民 消费而拉动“内需”。 旅游业这一无烟产业，还将对促进经济、社会、环境协调发展，解 决就业，促进扶贫发挥积极作用。最近年中，劳动密集型的旅游业快速发展直接或间 接为中国解决了多万人的就业。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。 世界旅游及旅行理事会（）日在京发布了一份题为“旅游及旅行行业对 就业和国民经济的影响”的最新研究报告。这份报告提出，中国旅游及旅

3、行业在未来 年有望实现的年增长率，中国将成为世界第四大旅游业发展经济体。 这份报告对中国旅游及旅行业经济在年和未来年内的增长分别进行了 预测，并提出了一系列促进中国旅游及旅行业的政策建议。按照世界旅游及旅行理事会预 测，年，中国旅游及旅行业增长率将达到，直接创造亿元的 国内生产总值和万个工作岗位， 而且中国旅游及旅行投资将达到亿元人 民币，约合亿美元，占总投资额的。到年中国旅游及旅行业创造 的国内生产总值将达到亿元，直接及间接创造万个工作岗位，并吸引更 多的投资。二.模型的设定 （1） 主要影响因素的描述： 政府方面旅行社，旅行社职工，饭店 个人方面入境旅游者，国内旅游者，城镇居民收入 （2）

4、 建立模型： Yt 0 1 X 1 2 X 2 3 X 3 4 X 4 5 X 5 6 X 6 t 参数说明：Y旅游收入，X1旅行社总数，X2旅行社职工人数，X3饭店总数， X4入境者旅游人数，X5国内旅游人数，X6城镇居民可支配收入三.参数估计 （1）原始数据： 旅游收入 旅行社 旅行社职 饭店总 入境者旅 国内旅游 城 镇 居 总数 工人数 数 游人数 人数 民 可 支 配收入1993 1266.730 3235 78172 2552 4152.69 374.00 2577.41994 1641.99 4382 77553 2995 4368.45 373.36 3496.31995 21

5、04.906 3826 91592 3720 4638.65 452.05 42831996 2487.020 4252 87555 4418 5112.75 506.07 4838.91997 3113.635 4986 88375 5201 5758.79 532.39 5160.31998 3434.626 6222 100448 5782 6347.84 69450 5425.11999 3999.317 7326 108830 7035 7279.56 71900 58482000 4518.667 8993 164336 10481 8344.39 74400 62802001 4

6、995.538 10532 192408 7358 8901.29 78400 6859.62002 5549.93 11552 229147 8880 9790.83 87800 74342003 4869.562 13361 249802 9751 9166.21 87000 8019.22004 6821.308 14927 246219 10888 10903.82 110200 8622.3 单位：旅游收入亿万人民币，旅行社总数个，旅行社职工人数人，饭店总数个，入境者旅游人数万人，国内旅游人数万人，城镇居民可支配收入元 （2）协整检验： 因为采用的数据为时间序列数据，在估计之前应该检

7、验其平稳性，并考察它们是否存在协整关系。ADF Test Statistic -3.694150 1 Critical Value -2.8270 5 Critical Value -1.9755 10 Critical Value -1.6321MacKinnon critical values for rejection of hypothesis of a unit root.Augmented Dickey-Fuller Test EquationDependent Variable: DEEMethod: Least SquaresDate: 06/25/07 Time: 20:17

8、Sampleadjusted: 1994 2004Included observations: 11 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. EE-1 -1.143164 0.309453 -3.694150 0.0041R-squared 0.568509 Mean dependent var 61.37506Adjusted R-squared 0.568509 S.D. dependent var 451.4069S.E. of regression 296.5199 Akai

9、ke info criterion 14.30861Sum squared resid 879240.3 Schwarz criterion 14.34479Log likelihood -77.69737 Durbin-Watson stat 2.097082 从上表可以看出，回归结果较为可靠，Y 与各解释变量之间协整，表明它们之间有长期均衡关系，可以进行回归分析。 3最小二乘估计： 利用 EViews 软件，进行 OLS 估计，结果如下：Dependent Variable: YMethod: Least SquaresDate: 06/26/07 Time: 01:14Sample: 1

10、993 2004Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -2282.935 392.7507 -5.812681 0.0021 X1 0.044062 0.093775 0.469870 0.6582 X2 -0.010080 0.003759 -2.681580 0.0437 X3 -0.053232 0.054745 -0.972372 0.3755 X4 0.882349 0.141355 6.242081 0.0015 X5 -0.004422 0.003740 -1.1

11、82364 0.2902 X6 0.251927 0.113372 2.222130 0.0769R-squared 0.995823 Mean dependent var 3733.602Adjusted R-squared 0.990812 S.D. dependent var 1693.395S.E. of regression 162.3226 Akaike info criterion 13.30825Sum squared resid 131743.1 Schwarz criterion 13.59111Log likelihood -72.84948 F-statistic 19

12、8.6930Durbin-Watson stat 2.538868 ProbF-statistic 0.000009 得到方程为：Y-2282.9350.044062X1-0.010080X2-0.053232X30.882349X4-0.004422X50.251927X6t-5.812681 0.469870 -2.681580 -0.972372 6.242081 -1.182364 2.222130R 2 0.995823 R 2 0.990812 F198.6930 由此可见，可决系数很高，F 检验值明显显著，这表明很可能存在严重的多重共线性。因此，我们对模型进行计量经济学的检验及修

13、正，希望能够使得模型得到改进。四检验及修正 （1）多重共线性检验： 解释变量相关系数矩阵为 X1 X2 X3 X4 X5 X6 X1 1.000000 0.976354 0.917574 0.974262 0.911287 0.955302 X2 0.976354 1.000000 0.879843 0.943916 0.851142 0.920282 X3 0.917574 0.879843 1.000000 0.947788 0.903654 0.930857 X4 0.974262 0.943916 0.947788 1.000000 0.938635 0.964630 X5 0.911

14、287 0.851142 0.903654 0.938635 1.000000 0.890902 X6 0.955302 0.920282 0.930857 0.964630 0.890902 1.000000 由相关系数矩阵可以看出，各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。 （2）修正多重共线性： 分别做 Y 对 X1，X2，X3，X4，X5，X6 的一元回归，结果如下： 一元回归结果 X1 X2 X3 X4 X5 X6参数估计 0.402443 0.022130 0.541599 0.721715 0.035874 0.904798值t 统计量 9.749044 6.

15、653983 8.478305 21.77873 7.646311 12.86983R2 0.904802 0.815755 0.877873 0.979352 0.853942 0.943063 0.895282 0.797330 0.865660 0.977287 0.839336 0.937369 2 其中加入 X4 的方程 R 最大以 X4 为基础顺次加入其他变量逐步回归结果如下： 加入新变量的回归结果一 X1 X2 X3 X4 X5 X6 R2X4X -0.107753 0.902671 0.978791 -1.307478 6.354291 2 X4X -0.00695 0.197

16、005 0.985482 -2.578940 11.43053 8 X4X -0.005705 0.728537 0.974773 -0.065726 6.652722 6 X4X 0.749357 -0.001568 0.975005 7.434227 -0.292161 1 X4X 0.554725 0.221165 0.979546 4.660301 1.451223 9 2 经比较新加入 X2 的方程 R 0.985488改进最大而且各参数的 t 检验显著，选择保留X2再加入其他新变量逐步回归结果如下： 加入新变量的回归结果二 X1 X2 X3 X4 X5 X6 R2X4X2X 0.0

17、62662 -0.008839 0.864827 0.984311 0.572328 -2.04204 6.999216 6 6 X4X2X -0.007124 -0.030148 0.957925 0.984043 -2.49605 -0.43241 7.565896 7 0 1 X4X2X -0.008018 1.040253 -0.005289 0.986425 -2.92839 8.386845 -1.27360 6 9 9X4X2X -0.007566 0.736813 0.261541 0.991106 -3.56372 7.855597 2.586313 8 5 2 在 X4 X

18、2 基础上加入 X6 后的方程 R 明显增大而且各个参数 t 检验都显著。加入 X1 2 2后不仅 R 下降而且 X1 的 t 检验不显著。加入 X3 后不仅 R 下降而且 X3t 检验不显著。加 2入 X5 后不仅 R 下降而且 X5 的 t 检验不显著。这说明 X1，X3，X5 引起严重多重共线性应予剔除。 最后修正严重多重共线性影响的回归结果为： Yt-1890.688-0.007566X20.736813X40.261541X6 t-9.423501 -3.563725 7.855597 2.586313 R 2 0.993533 R 2 0.991108 F409.7112 DW1.

19、929630 （3）异方差的检验： 考虑到模型所用数据为时间序列数据，故采用 ARCH 检验法，结果如下：ARCH Test:F-statistic 2.116644 Probability 0.179678ObsR-squared 2.094435 Probability 0.147836Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 06/25/07 Time: 21:07Sampleadjusted: 1994 2004Included observations: 11 after adjusting

20、endpoints Variable Coefficient Std. Error t-Statistic Prob. C 10291.56 9237.886 1.114060 0.2941 RESID2-1 0.740287 0.508834 1.454869 0.1797R-squared 0.190403 Mean dependent var 18522.89Adjusted R-squared 0.100448 S.D. dependent var 25536.50S.E. of regression 24220.02 Akaike info criterion 23.19071Sum

21、 squared resid 5.28E09 Schwarz criterion 23.26306Log likelihood -125.5489 F-statistic 2.116644Durbin-Watson stat 1.433287 ProbF-statistic 0.179678 从表中可以看出在显著性水平为 0.05 时，p 值为 0.147836 大于 0.05 所以不存在异方差。 （4）自相关检验DW 检验： 回归结果如下，Dependent Variable: YMethod: Least SquaresDate: 06/25/07 Time: 21:17Sample: 1993 2004Included observations: 12Weighting series: W Variable Coefficient Std. Error t-Statistic Prob. C -1857.595 27.86206 -66.67113 0.0000 X2 -0.0069