- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
辽宁省旅游收入、旅游消费与第三产业产值之间的互动关系研究.doc
辽宁省旅游收入、旅游消费与第三产业产值之间的互动关系研究
[摘要]本文以1994―2014年辽宁省旅游收入、城镇居民人均旅游消费及第三产业产值为基础,通过建立向量自回归模型(VAR),使用协整、脉冲效应函数、方差分析研究三者之间的互动关系。结果表明:辽宁省旅游收入对其第三产业的贡献作用较大,其第三产业产值对其的旅游收入也是存在一定影响的,作用相对较小;辽宁省城镇居民人均消费对其旅游总收入存在很大的影响,但是反过来影响作用较小;辽宁省城镇居民人均旅游消费和第三产业产值之间存在一定的互动影响,但是这种互动作用相对较小。
[关键词]向量自回归;旅游总收入;旅游消费;第三产业产值
[DOI]1013939/jcnkizgsc201552206
1问题的提出及文献综述
自1978年改革开放以来,中国经济经过迅猛的发展,到1990年以后,中国的旅游业增长速度快于GDP的增长速度。辽宁省的旅游收入快速增长,到2014年,旅游收入达到303119亿元,较1994年增长了2861%。随着国家的富强,人们的消费不再局限于吃穿住行,开始注重享受性消费,旅游作为一项健康、绿色的消费受到人们的追捧,2014年城镇的人均旅游消费为9754元,较1994年增长了135%。随着工业化进程的不断推进,经济发展不在仅仅局限于第二产业的发展,第三产业的发展也突飞猛进,到2014年,第三产业的产值为1195619亿元,较1994年增长了12523%。旅游对经济发展也做出了很大的贡献,经济发展开始面向多元化的发展,经济结构开始出现改变。
近年来,许多学者开始研究旅游发展与经济增长之间的关系。姚战琪[1](2015)收集了1994―2013年的数据,使用向量自回归(VAR)研究旅游收入、居民人均旅游消费、铁路营业里程、全国公路里程、城乡居民储蓄之间以及长假制度之间的关系,得到的结论是人均旅游花费对旅游总收入影响显著为正,公路里程与铁路里程与旅游总收入之间也是显著正相关,但是全国公路里程对旅游总收入的影响小于全国铁路里程,长假制度对旅游收入的影响整体较小。聂晓庆[2](2014)使用多元回归的研究方法,研究了人均旅游花费、旅游人次、利率、交通情况与旅游收入之间的关系,认为旅游收入与人均旅游花费、旅游人次、交通情况之间是正相关。袁翊茗、邵欣欣[3](2011)使用1994―2010年的数据,利用逐步回归的方法,研究旅游收入的影响因素,得到的结论是,影响旅游收入的主要因素是旅游人数和农村旅游人均支出。综合众多文献可以知道,研究主要集中于研究旅游收入的影响因素,在实证方法上主要采用多元回归以及逐步回归。
2数据选取
本文研究辽宁省旅游总收入、城镇居民人均旅游消费以及第三产业产值之间的关系,选取了三个变量,数据的时间跨度为1994―2014年,数据均来自国泰安数据库。本文对所选取的数据,首先进行单位统一,之后对数据进行对数化处理(见表1)。
3模型构建
本文主要研究辽宁省旅游总收入、城镇居民人均旅游消费以及第三产业产值之间的关系,以上三者之间相互影响,相互促进,经济发展促进人们的消费水平的提高,人均旅游消费促进旅游总收入的增长,旅游收入的增加又反过来促进第三产业产值的提高。三者之间的关系如右图。
上式中LNINCOME表示旅游总收入、LNACUS表示城镇居民人居旅游消费、LNSGDP表示第三产业的产值。以上数据均是取对数后的数据,n表示滞后期,t表示年份。
4实证分析
41单位根检验
根据以上设置的VAR模型,需要对数据进行平稳性检验,非平稳的时间序列进行分析,可能会导致伪回归的问题,所以需要对数据进行平稳性检验,本文使用ADF检验,三个变量的滞后阶数均是根据AIC和SC最小准则确定。检验结果如表2所示。
从以上的单位根检验可以看到,变量LNINCOME的ADF统计量等于-1472591,大于1%、5%、10%三个显著性水平下的临界值,所以LNINCOME是非平稳序列,继续对一差分序列进行检验,可以看到D(LNINCOME)的ADF统计量等于-4581257,小于1%显著性水平下的临界值-3673616,所以在5%的显著性水平下应该拒绝原假设,认为一阶差分后的序列是平稳序列。综合以上,可以知道LNACUS和LNSGDP的原始序列都不平稳,一阶差分后的序列是平稳序列。所以以上三个序列在5%的显著性水平下拒绝原假设,即都是平稳序列,即I(1)。
42协整检验
通过以上的单位根检验,知道原始数据均是一阶差分后的平稳序列,所以可以进行协整检验,协整检验主要检验一组非平稳的序列的线性组合是否平稳,如果非平稳的时间序列的线性组合是平稳的,即存在协整关系,反之则反。本文使用Johans
原创力文档


文档评论(0)