基于生产函数的中国旅游发展总量预测模型研究.docVIP

基于生产函数的中国旅游发展总量预测模型研究 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研宄的具体过程 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xl （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yl （万人）、 旅游总收入y2（亿元）为因变量。详见表1。 把我国1995—X X年的旅游统计资料分为两段，1995— XX年的数据用来估计模型参数，用年、X X年数据对模型 预测的科学性进行评价（由于XX年我国旅游业受非典影响严 重，作为异常值剔去，而我国199 5年以前的相关旅游统计只 有入境旅游统计，故也剔去）。 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yl （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 yl、旅游总收入y 2的相关系数分别达到和）。 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=bO+bl*x)和曲线回归中的复 合曲线模型(y=bO *blx)、等比级数曲线模型［y=exp (bO+bl*x)］、对数模型(y=bO +bl*lnx)、三次曲线模型(y=bO +bl^x+b2*x +b3*x)、乘幂曲线模型(y=bO*x bl)。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=bO+bl*lnx)最为合适。根据相关数据，应用中的线性回归 求法，得出如下模型，见表2。 实证分析 在求出的模型中，把XX年和H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 XX年和XX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。而旅游人次数的误差较大 (大于5%)，因此，旅游人次数的预测效果较差。 并且，把本文研究思路应用于山东省旅游发展总量的预 测，建立以山东省旅行社数量为因变量的山东省旅游发展总 量预测模型，也能得到较好的预测效果(相关过程及结果将 以其他文章论述)，由此得出本文提出的建立模型思路的科