基于多元回归分析的上海市旅游收入影响因素研究
基于多元回归分析的上海市旅游收入影响因素研究
林霞;庞佑;俞海滨
【摘 要】通过相关的统计年鉴搜集了上海市1999-2013年的统计数据,构建包含8个评价指标的影响体系,并使用R软件对指标进行检验,最终使用多元线性回归的方法对模型进行拟合.结果发现,入境旅游人次、铁路里程、城市居民人均可支配收入对上海市旅游总收入的影响程度最大.在剖析研究成果的基础上,有针对性地提出参考意见.
【期刊名称】《无锡商业职业技术学院学报》
【年(卷),期】2017(017)003
【总页数】6页(P53-58)
【关键词】多元回归分析;旅游收入;影响因素;R软件
【作 者】林霞;庞佑;俞海滨
造梦3怎么抓宠物【作者单位】上海大学管理学院,上海200444;华侨大学旅游学院 福建泉州362021;上海大学管理学院,上海200444
【正文语种】中 文
【中图分类】F592.7
近年来，我国居民国内旅游随着国民经济和人均GDP的增长呈现迅速发展的趋势[1]，旅游产业已经成为国民经济的重要组成部分，也是衡量当地经济发展状况的重要指标之一。上海市作为我国经济中心、长三角经济区的核心城市，旅游业的发展一直是政府部门的关注重点。政府先后制订多部旅游发展规划，出台多项政策，特别是在传统文化的保护、国外旅游企业、娱乐项目的入驻等方面给予支持，使上海市旅游业保持强劲的发展势头，形成了传统与现代交融的国际商务、会展购物、现代都市观光、郊区休闲度假齐头并进的发展格局。旅游是上海市经济发展的重要驱动力，在国民经济中占据越来越重要的位置。然而，2013年上海旅游经济发展出现了不小的滑坡：旅游总收入比上年下降6.7%，其中国内旅游收入比上年下降8%，旅游外汇收入比上年下降4.4%；全年接待国内游客数2.6亿人次，接待入境游客数比上年下降5.4%。因此，研究影响上海市旅游收入的因素，对于如何
突破当前旅游发展的瓶颈，具有非常重要的现实意义。
在相关的研究中，学者们大多通过一个案例研究旅游产业发展问题，并有针对性地提出相关建议。如张毓、孙根年以东部沿海10省市为案例，以1995—2008年旅游客流量和旅游收入两个指标，研究旅游业发展的时间同步性与区域响应[2]。许建国使用逐步回归和主成分分析法建立国内旅游收入预测模型[3]。刘蕤建立多元线性回归模型，分析河南省的旅游收入影响因素[4]。薛媛搜集1992—2011年我国旅游业发展数据，通过建立多元回归模型的方式，研究影响国内和国际旅游收入的主要因素，从而提出建立旅游产业体系、增加旅游收入的对策建议[5]。方梦园则利用多元回归分析方法，指出国内旅游人数、旅行社数量和对旅游环境改善方面的投资力度是影响重庆旅游收入的主要因素，进而就提高重庆旅游总收入、增强重庆旅游业提出针对性的意见[6]。鄢慧丽等以我国1996—2011年的统计数据为样本，研究旅游收入与GDP的关系[7]。聂晓庆以旅游收入作为自变量，选取国内旅游人数、城镇居民人数等对我国国内旅游收入影响因素进行计量分析[8]。也有学者采用其他研究方法研究区域性的旅游收入问题，比如蒋荣华等构建了灰系统模型，得出城镇居民家庭人均可支配收入、职工平均工资和人均国内生产总值是影响国内旅游收入主导因素的结论[9]；王占祥使用岭回归验证了人均GDP、旅游人数和国内物价水平与旅游收入之间的关系[
10]。
通过梳理前人的研究成果后可发现，在研究旅游收入的影响因素方面，学者们的研究较宏观，都是根据自己的研究需求构建评价体系；在研究方法上，则大多采用多元线性回归的方法。作为一种研究市场经济活动的常用方法，多元线性回归方法能够更方便地消除多重共线性的问题。本研究在前人研究的基础上，使用R语言软件建立多元线性回归模型，研究上海市旅游收入的影响因素。
岳麓山风景名胜区
旅游收入的变化受到多重因素的影响，结合方梦园、刘蕤的研究结果，本文使用上海市旅游总收入（Y）作为因变量，分析国内旅游人次数（X1）、接待入境旅游人次数（X2）、旅行社数量（X3）、星级饭店数量（X4）、公路里程（X5）、铁路里程（X6）、城镇居民人均可支配收入（X7）、农村居民人均可支配收入（X8）这8个变量对上海市旅游收入的影响。本研究使用国内旅游人次数与接待入境旅游人次数这两个指标，分别表示上海市在国内旅游市场与国际旅游市场的影响力；旅行社数量与星级饭店数量衡量地区旅游接待业的发展水平；公路里程与铁路里程表现了上海地区的交通通达性，分别指上海市境内的公路里程数与铁路里程数。研究中所包含的城镇与农村居民的人均可支配收入反映当地居
民的消费支出情况，对居民的旅游消费潜力有一定指示作用。研究所使用数据全部来源于《上海统计年鉴》《中国统计年鉴》《中国旅游统计年鉴》。考虑到1999年处于“九五”规划的末期，且恰好是一个世纪的结尾。因此，本文将研究的时间跨度设定为1999—2013年，数据如表1所示。
如何扑灭初期火灾>国际服刺激战场（一）平稳性检验
本研究中自变量与因变量所包含的指标都属于时间序列数据，指标之间可能具有高度相关性，需要通过平稳性检验，以排除这种情况的发生。首先，本研究利用R语言软件分别对Y（上海市旅游总收入）、X1至X8变量绘制时序图，观察变量各自的时间趋势和截距，从而进行ADF单位根检验，通过检验得出表2结果。由表2可知，所有变量的平稳性均不佳。其次，对各个序列取一阶差分、二阶差分进行检验。由表3的检验结果数据可知，Y、X1至X6均为一阶平稳，X7、X8为二阶平稳，所有变量在二阶时候都达到了平稳的状态，通过了平稳性检验。
美国多少个州
（二）协整检验
通过以上的平稳性检验，得出本文的时间序列均为非平稳性，在对其进行二阶差分后变成了平稳序列。为了避免所选取的数据存在伪回归现象，需要对数据进行协整检验。本文中的变量多于两个，所以本文采用的是基于回归残差的协整检验方法。
对方程序列进行回归生成残差后，对残差序列进行单位根检验。输出结果为概率P= 0.0000345，故在1%水平下，残差不存在单位，通过协整检验。因此，旅游收入与各个自变量之间存在长期的协整关系。
（三）模型的建立
以Y为因变量，以X1至X8为自变量，构造回归模型：Yt=α+β1X1t+β2X2t+β3X3t+β4X4t+β5X5t+β6X6t+β7X7t+ β8X8t+μ。其中Yt为第t年上海市旅游收入（亿元）；X1为接待国内旅游人次数（万人次）；X2为接待入境旅游人次数（万人次）；X3为旅行社数量（个）；X4为星级饭店数量（个）；X5为公路里程（公里）；X6为铁路里程（公里）；X7为城市居民人均可支配收入（元）；X8为农村居民人均可支配收入（元）；运用最小二乘法对回归系数进行估计，同时运用R软件的回归功能，对各个序列进行回归，回归的结果如表4所示。
通过表4的数据，可以得出，R2=0.9958，调整后R2为0.9901，接近于1，同时F的检验值为176.0230，具有明显的显著性，表明样本数据具有较好的拟合优度。此时的模型为：
从以上的模型可知，只有X2通过了t检验，其余的均没有通过检验，同时X3、X5、X8的系数符号不符合经济意义，存在严重的多重共线性，模型有待完善。
（一）多重共线性检验
办公室个人总结回归模型中的指标若存在着多重共线性，则难以准确拟合模型，使回归模型的估计量无效。在R语言软件中输出各变量之间的相关系数矩阵后可以发现，各个解释变量之间的相关性较高，存在着多重共线性的问题（见表5），由于X4与Y之间的相关系数太低，故予以剔除，其余变量均和Y有较高的相关系数。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。