第四章 案例分析.doc

  1. 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. 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. 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)。
查看更多
第四章 案例分析 一、研究的目的要求 近年来,中国旅游业一直保持高速发展,旅游业作为国民经济新的增长点,在整个社会经济发展中的作用日益显现。中国的旅游业分为国内旅游和入境旅游两大市场,入境旅游外汇收入年均增长22.6%,与此同时国内旅游也迅速增长。改革开放20多年来,特别是进入90年代后,中国的国内旅游收入年均增长14.4%,远高于同期GDP 9.76%的增长率。为了规划中国未来旅游产业的发展,需要定量地分析影响中国旅游市场发展的主要因素。 二、模型设定及其估计 经分析,影响国内旅游市场收入的主要因素,除了国内旅游人数和旅游支出以外,还可能与相关基础设施有关。为此,考虑的影响因素主要有国内旅游人数,城镇居民人均旅游支出,农村居民人均旅游支出,并以公路里程和铁路里程作为相关基础设施的代表。为此设定了如下对数形式的计量经济模型: 其中 :——第t年全国旅游收入 ——国内旅游人数(万人) ——城镇居民人均旅游支出 (元) ——农村居民人均旅游支出 (元) ——公路里程(万公里) ——铁路里程(万公里) 为估计模型参数,收集旅游事业发展最快的1994—2007年的统计数据,如表1所示: 表1 1994年—2007年中国旅游收入及相关数据 年份 国内旅游收入Y(亿元) 国内旅游人数X2(万人次) 城镇居民人均旅游花费X3(元) 农村居民人均旅游花费X4 (元) 公路里程 X5(万公里) 铁路里程X6(万公里) 1994 1023.5 52400 414.7 54.9 111.78 5.9 1995 1375.7 62900 464 61.5 115.7 5.97 1996 1638.4 63900 534.1 70.5 118.58 6.49 1997 2112.7 64400 599.8 145.7 122.64 6.6 1998 2391.2 69450 607 197 127.85 6.64 1999 2831.9 71900 614.8 249.5 135.17 6.74 2000 3175.5 74400 678.6 226.6 140.27 6.87 2001 3522.4 78400 708.3 212.7 169.8 7.01 2002 3878.4 87800 739.7 209.1 176.52 7.19 2003 3442.3 87000 684.9 200 180.98 7.3 2004 4710.7 110200 731.8 210.2 187.07 7.44 2005 5285.9 121200 737.1 227.6 193.05 7.54 2006 6229.74 139400 766.4 221.9 345.7 7.71 2007 7770.62 161000 906.9 222.5 358.37 7.8 数据来源:《中国统计年鉴2008》 利用Eviews软件,输入Y、X2、X3、X4、X5、X6等数据,采用这些数据对模型进行OLS回归,结果如表2 表2 Dependent Variable: Y Method: Least Squares Date: 04/24/12 Time: 16:13 Sample: 1994 2007 Included observations: 14 Variable Coefficient Std. Error t-Statistic Prob.?? C -1471.956 1137.046 -1.294544 0.2316 X2 0.042510 0.004613 9.216082 0.0000 X3 4.432478 1.063341 4.168445 0.0031 X4 2.922273 1.093665 2.672001 0.0283 X5 1.426786 1.417555 1.006512 0.3436 X6 -354.9821 244.8486 -1.449802 0.1852 R-squared 0.997311 ????Mean dependent var 3527.783 Adjusted R-squared 0.995630 ????S.D. dependent var 1927.495 S.E. of regression 127.4135 ????Akaike info criterion 12.83028 Sum squared resid 129873.5 ????Schwarz criterion 13.10416 Log likelihood -83.81195 ????F-statistic 593.4168 Durbin-Watson stat 1.558415 ????Prob(F-statist

文档评论(0)

勤能补拙 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档