省旅游消费影响因素分析 小组成员：付显勇 王修平
一、背景介绍及研究的目的
旅游业是以提供服务为主的综合性服务行业，通过提供食、住、行、游、购等服务满足人们对旅游业的需求。旅游业现已成为全球经济中发展势头最强劲和规模最大的产业之一。近年来, 中国旅游业一直保持较高的发展速度, 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。而作为中国的旅游大省，旅游业是其新兴支柱产业。
本文的研究对象是省的旅游收入，目前学术界对旅游出现了许多不同的定义，一般都是从各个角度给旅游下的定义，这样的定义多达十多种，分别描述了旅游的不同方面。另外影响旅游的因素也是不计其数，从经济状况、人口、社会结构，到目的地的旅游资源开发、两地交通、两地文化差异，以及国际游的汇率、通胀率和政治环境等诸多因素都会影响旅游。结合本次案例的实际，由于近十几年我国旅游增长主要集中在国游方面，并且经济环境、政治环境、旅游资源优势相对稳定，本案例选取的影响因素包括以下几个方面：居民人均可支配收入、公路里程。数据的来源均为历年的统计年鉴。
旅游属于奢侈品的一种，是人们在物质生活得到满足之后对于精神生活的一种追求。随着现代旅游学研究规模的不断深入，人们逐渐发现，旅游并不仅仅是一种经济现象，更多的是一种社会文化现象。旅游活动所涉及的围之广泛都是以往任何活动都无法比拟的。随着旅游的快速发展和广泛流行，人们对旅游现象的研究逐渐由经济角度专项奖旅游作为一种复杂的社会现象来研究。这是旅游学卖出了下载的畴，开阔了研究视野。很显然，这些人文方面的影响目前为止是很难用定量分析来进行研究的，例如我们只能研究旅游收入、人数方面的因素，而必须忽略旅游中带个人们美的感受和人文气息的熏，因为那些事物无法定量化研究。
二、时间序列分析：
由于我们所收集的数据为时间序列数据，需检验其平稳性，并考察它们之间是否存在协整关系。
首先，我们来检验人均可支配收入（LNX1）、公路里程数（LNX2）和旅游收入（LNY）序列是否为非平稳序列，即考察其单整阶数。
（1）LNX1的检验：
在eviews中点击view/unit root test，经检验，发现LNX1为二阶单整序列，检验结果如下图所示：
从检验结果看，在1%、5%、10%三个显著性水平下，单位根检验的Mackinnon临界值分别为-3.831511、-3.029970、-2.655194，而t检验统计量值为-5.329690，小于相应的临界值，表明人均可支配收入的二阶差分序列不存在单位根，是平稳序列。即LNX1~I（2）。
（2）LNX2的检验：如下图
经检验发现，LNX2也是二阶单整序列，LNX2~I（2） （3）LNY的检验：
可见：LNY也是二阶单整序列，即LNY~I（2）.
其次，为了分析旅游收入和人均可支配收入、公路里程数是否存在协整关系，
我们先作3个变量之间的回归，然后再检验其残差是否平稳。
以旅游收入（LNY）作为被解释变量，人均可支配收入和公路里程数作为解释变量，作OLS回归估计回归模型，结果如下图所示：
估计的回归模型为：
LNY=-18.39534+2.623243LNX1+0.019788LNX2+et.
为了检验回归残差的平稳性，在工作框中点击“genr”功能键，命令et=Resid,将上述OLS回归得到的残差序列命名为新序列et，然后双击et，检验是否存在单位根，其检验结果如下：
可见：t统计量-5.680256小于相应的临界值，表明残差序列不存在单位根，是平稳序列，说明旅游收入（LNY）与人均可支配收入（LNX1）、公路里程数（LNX2）之间存在协整关系。
说明三者之间存在长期均衡关系，通过建立误差修正模型把把三者之间的长期变化联系起来，误差修正模型的结构如下：
△LNYt=α+β1△LNX1t+β2△LNX2t+γe(t-1)+μt
下面以LNY作为被解释变量，LNX1、LNX2和et（-2）作为解释变量估计回归模型，在eviews命令框中输入LS LNY C LNX1 LNX2 et（-2）得到如下回归结果：
最终得到误差修正模型的估计结果：
△LNY= -17.13906+1.467172△LNX1+0.797032△LNX2+0.026047et-2 t=(-16.80116) (9.343456) (4.959678) (0.301083)
R2=0.983470 F=277.71
上述结果表明，旅游收入不仅与人均可支配收入和公路里程数的变化有关，而且还取决于上一期的旅游收入对均平的偏离，误差项et-2的系数0.026047体现了对偏离的修正。
