大陆赴台旅游影响因素研究及人数预测.docVIP

大陆赴台旅游影响因素研究及人数预测摘要：本文通过对赴台旅游人数回归分析，探讨赴台旅游影响因素，预测赴台旅游人数。结果表明，赴台人数与中国CPI成负向相关，与上一期赴台人数和中国外汇底存成正相关关系，而台湾大选会导致了赴台旅游热度降低，模型可利用现有数据进行外推一期预测，结合对外汇底存和中国CPI的预测，可进行多期预测。 关键词：赴台旅游多元回归预测 一、前言 近十多年，“两岸三通”逐步完成，赴台旅游成为一股潮流。赴台旅游不仅带动着两岸的交流，同时也带动了众多相关产业的发展，故对赴台旅游人数的分析和预测有助于这些产业的规划和发展。目前对赴台旅游的研究非常少，而在旅游方面的研究又主要以定性偏多。在定量分析方面，比较有代表性的有刘长生、简玉峰（2006）建立计量经济模型来分析中国入境旅游市场需求的主要各种因素,。陈超（2007）应用灰色系统理论构建GM ( 1, 1) 模型预测入闽旅游客源市场趋势。曾忠禄、郑勇（2009）选择中国大陆消费者物价指数、国内生产总值等变量构建模型预测内地赴澳门旅游人数。廖斌斌（2009）通过回归模型，得出旅游的持续性和突然事件、社会事件对台湾旅游影响显著。笔者希望通过借鉴以上分析的思想和方法，对赴台旅游的影响因素进行分析并预测赴台旅游人数。 二、变量定义及资料来源 本文选取了7个变量，以中国大陆货币供应量 - 流通中现金 (M0) （模型中为M）以及大陆的CPI(CPI)、外汇底存（W）来反应大陆的总体经济情况，以大陆社会消费品零售总额(T)来反应大陆人民的消费力，以及新台币兑人民币的汇率(EX)，虚拟变量D1代表07年开始的金融危机，D2代表台湾大选。以赴台人数的对数（LNQ）作为因变量，采用滞后一期的自变量进行回归分析。数据均来源于台湾AREMOS数据库和中国经济数据库。 三、建立模型 由于赴台旅游人数具有明显的月度趋势，故先对其进行平滑，得到每个月的指数如下： 1月 0.980686；2月0.982456；3月0.977291；4月1.029979；；5月1.020057；6月0.985043； 7月 0.998249；8月0.994043；9月0.987537；10月1.005843；11月1.025533；12月1.015192。 指数平滑后的数据为LNQ_SA,针对平滑后的数据进行回归，剔除不显著的变量T、M、D1、EX，剩下W、D2、CPI，但此时模型存在明显的自相关，DW=0.472，通过对残差项的分布滞后分析，发现其为一阶自相关，故采用科克伦-奥科特迭代法，在模型中加入AR(1)最终建立如下模型，模型的=0.973424。 LNQ_SA=-0.177399416918*CPI(-1)-0.541758796984*D1+ 0.000164925594732*W(-1) （-4.423498）（-1.890585） （9.770723） + 25.1502774445 （6.591408） AR(1)=0.806491677021，t=12.04442 通过滞后阶数为1阶的LM检验，得到Obs*R-squared=0.51，Prob chi-square(1)=0.48，所以经过迭代之后，模型不存在自相关。通过检验，变量之间也不存在明显的多重共线性。 结合每个月的指数，得到最终模型为 LNQ=[-0.177399416918*CPI(-1) - 0.541758796984*D1 + 0.000164925594732*W(-1)+ 25.1502774445]*；为每个月的月度指数j=1,2,3……12. 从模型可以看出，滞后一期的中国CPI和外汇底存对赴台旅游人数存在显著的影响，前者为负向，后者正向，同时台湾大选会明显减少赴台旅游人数，金融危机、大陆社会消费品零售总额、汇率几乎没有影响，从中可以推测两岸的政治及本国物价对人们的决策有很大的直接的作用。 通过模型进行外推一期的预测，可以得到2011年6月的LNQ为11.4010，而实际值为11.3462，可见预测能力非常好。为了可以进行多期预测，则需要对CPI和W进行预测，CPI的时效性较强，受当期经济环境的影响非常大，故可采用德尔菲法等定性预测的方法进行预测，而W的发展较为稳健，通过对W作图即可发现，其存在明显的线性递增趋势，故构建W关于时间t（t=1,2.....90..n）的回归，得到如下模型 W = 331.251934552*T （122.1948 ） 模型的=0.972724，拟合度非常好。故可以通过此模型对外汇底存行进非常准确的预测，同时结合对中国CPI的定性预测值，可以对赴台旅游人数进