基于生产函数的中国旅游发展总量预测模型研究论文.docVIP

　　基于生产函数的中国旅游发展总量预测模型研究论文 摘要:旅游发展总量指标主要包括旅游收入和旅游人次数 #65377;基于生产函数,以旅游收入和旅游人次数为因变量,以构成旅游业的支柱产业旅行社 #65380;旅游饭店 #65380;旅游交通的相关指标为自变量,采用回归方法 摘要:旅游发展总量指标主要包括旅游收入和旅游人次数 基于生产函数,以旅游收入和旅游人次数为因变量,以构成旅游业的支柱产业旅行社 旅游饭店 旅游交通的相关指标为自变量,采用回归方法建立了中国旅游发展总量预测模型(实际模型自变量筛选后只有旅行社一个),并对模型进行了实证分析,对模型参数的经济含义进行了解释 发现了我国当前旅游发展总量预测的唯一决定性影响因子——旅行社数量,定量实证了我国当前旅游发展水平的低层次性 旅行社经营水平的低层次性,提出旅行社数量及其经营水平是衡量一个地区旅游发展水平高低的核心影响因子 建议国家及地方政府要转变对旅行社的偏颇认识,要把加强旅行社的管理和指导作为地方旅游经济工作的重点 关键词:旅游发展总量;旅游收入;旅游人次;线性回归 旅游发展总量(主要包括旅游收入和旅游人次数)是衡量一个国家或地区旅游经济实力的重要指标,由于旅游业属于在联合国制定的标准产业分类中找不到的产业,因此,旅游发展总量数字的科学性总是受到业内外人士的质疑 传统的旅游发展总量预测属于需求函数预测模式1,该模式受传统经济学的影响,认为旅游业是提供消费品(服务)的产业,提供消费品的产业应该选择居民收入 居民可自由支配时间等变量作为自变量2,然后采取一定分析方法,建立旅游需求函数模型,对旅游发展总量进行定量评估 上述方法用于预测某地的出游情况(外出旅游需求)较为合适,但对预测该地的旅游发展总量却没有意义 文章从供给导向建立生产函数模型(主要包括旅游总收入的预测模型和旅游总人次数两个模型),从而达到预测旅游发展总量的目的 1 研究的具体过程 1.1 指标的选择及数据收集 考虑到数据的可得到性和有效性,从构成旅游业的支柱产业中选取了旅行社 旅游饭店 旅游交通的相关指标,主要包括旅行社总数x1(个) 国际旅行社数x2(个) 国内旅行社数x3(个) 旅行社职工人数x4(个) 国际旅行社职工人数x5(个) 国内旅行社职工人数x6(个) 涉外饭店总数x7(个) 旅客周转量总计x8(亿人公里) 客运量总计x9(万人)作为自变量(上述指标尽管存在相关性,由于模型采用逐步回归法,因此,不影响最终建模效果) 以旅游总人次数y1(万人) 旅游总收入y2(亿元)为因变量 详见表1 把我国1995—2005年的旅游统计资料分为两段,1995—2002年的数据用来估计模型参数,用2004年 2005年数据对模型预测的科学性进行评价(由于2003年我国旅游业受非典影响严重,作为异常值剔去,而我国1995年以前的相关旅游统计只有入境旅游统计,故也剔去) 1.2 模型的建立及检验过程 首先,想到C-D生产函数,以我国旅游总人次数y1(万人) 旅游总收入y2(亿元)为因变量,以其他指标为自变量(见表1),并应用SPSS11.5软件,对因变量 自变量求对数,然后采用逐步回归方法建立多元线性回归模型 然而,在模型检验过程中,由于选用的是时间序列数据,因此,发现建立的多元回归模型表现为自变量之间存在多重共线性 接着,为了解决多重共线性,方法采取了剔除不重要的自变量的方法 最后,发现只含有旅行社数一个自变量时,模型才能够消除多重共线性的要求,并且能够达到最好的拟合效果(与我国旅游总人次数y1 旅游总收入y2的相关系数分别达到0.9802和0.9897) 1.3 最终模型的确定 由于步骤(2)中确定预测模型只需旅行社总数一个解释变量就能够达到较好的预测效果,因此,在一元回归模型的确定过程中,考虑了线性回归和曲线回归两种拟合情况 尝试了拟合一元线性回归模型(y=b0+b1*x)和曲线回归中的复合曲线模型(y=b0*b1x) 等比级数曲线模型y=exp(b0+b1*x) 对数模型(y=b0+b1*lnx) 三次曲线模型(y=b0+b1*x+b2*x+b3*x) 乘幂曲线模型(y=b0*xb1) 最后联系实际情况,考虑到参数的实际意义,确定一元线性回归模型(y=b0+b1*lnx)最为合适 根据相关数据,应用SPSS11.5中的线性回归求法,得出如下模型,见表2 1.4 实证分析 在求出的模型中,把2004年和2005年的我国旅行社数代入模型,得出旅游收入与旅游人次数的预测值,把它与实际的2004年和2005年的旅游收入值和旅游人次值比较(见表3),得出旅游收入的预测误差在允许范围之内(小于5%),因此,建立的旅游收入预测模型效果较好 而旅游人次数的