| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 南充市旅游经济实证研究 |
| 第615期 作者：□文/王 政 杨 霞 时间：2019/8/16 15:57:40 浏览：325次 |
［提要］ 本文基于南充市2010～2017年旅游业发展相关数据，应用SPASS22.0统计软件构建南充市旅游总收入与各旅游产业要素之间的多元线性回归分析模型，并检验预测模型的有效性，分析影响南充旅游收入的相关要素及其重要性。研究结果表明：南充市旅游产业经济与城镇居民可支配收入密切相关，随着南充市城镇居民家庭人均可支配收入增加1元，旅游总收入就会增加249.722元。根据研究结果，结合南充实际，从发展经济、提升交通能力等角度，提出促进南充市旅游经济健康可持续发展建议。
关键词：旅游经济；多元线性回归模型；南充
基金项目：西华师范大学大学生创新创业项目（编号：cxcy2018301）
中图分类号：F59 文献标识码：A
收录日期：2019年5月10日
“十一五”规划以来，旅游产业在我国发展日益繁荣，显著地推动和促进了各地区经济发展、社会进步。据《2018年南充市国民经济和社会发展统计公报》显示，南充市2018年全年接待旅游人数5，736.5万人次，较上年增长19.6%，其中接待入境旅游人数31，047人次，增长13.5%。全年旅游总收入579.56亿元，较上年增长26.3%，其中旅游外汇收入1，397.16万美元，增长16.9%。南充市2018年旅游总收入占该年全市GDP的28.9%。旅游业已跃升为南充国民经济的战略性支柱产业。因此，对南充旅游经济进行研究十分重要。
国内旅游产业经济增长影响研究比国外晚了近一个世纪，出现于20世纪80年代末，兴盛于90年代中期至今。余梦珂等依据浙江省2000～2014年的相关旅游数据，通过建立多元回归模型从实证角度对浙江的旅游收入影响因素进行研究；义旭东等选取不同方面的14个指标，基于线性回归—灰色关联度分析法，分析了影响四川省2000～2012年旅游收入的相关因素及各因素的重要程度；贺振筛选出9个对旅游收入有影响的因子，采用灰色综合关联度分析法对河南旅游收入进行定量分析；李林衡等基于相关性分析、灰色关联动态分析等方法，从20个指标中甄别出影响河南省旅游收入的核心因素。在旅游收入相关影响因素的研究领域，学界已经取得了显著成果。不少国内学者在研究影响旅游收入因素的基础上，运用计量经济学方法中的回归模型、时间序列法、ARMA法和人工智能法中的遗传算法、人工神经网络法、灰色预测、粗集理论等预测方法对各尺度的区域进行旅游收入预测。王海鸥利用GM（1，1）灰预测法对我国2001～2005年入境旅游人数及旅游外汇收入预测。徐晓东运用灰色预测理论对山西省2008年度及以后几年的入境旅游情况进行了预测。王家瑞将雅安市旅游总收入作为因变量，城镇居民家庭人均可支配收入、旅客周转量为自变量，建立多元线性回归模型，对雅安市旅游产业经济进行预测。
从这些学者的研究可以看出，当前研究更倾向于大尺度即国家和省际层面的研究，对小尺度的研究略显不足。本文基于2010～2017年南充旅游业发展相关统计数据，采用计量经济学中的多元线性回归模型法，构建南充旅游总收入与各旅游产业要素的多元线性回归分析模型。并依据研究结论，提出推动南充市旅游产业发展的有关建议。
一、分析方法与数据来源
（一）多元线性回归。多元线性回归方法通过建立数学统计模型，能够有效地解决多影响因素问题，并对未来发展进行预测。设因变量为Y，n个自变量分别为X1，X2，…，Xn解释因变量Y与自变量X1，X2，…，Xn和误差项ε之间关系的方程称为多元线性回归模型，其一般形式表现如下：
Y=β0+β1X1+β2X2+…+βnXn+ε
其中β0，β1，β2…βn（n=1，2，3…n）是回归常数，ε为随机误差。
（二）指标说明与选取。旅游业是高度敏感型产业，存在诸多影响旅游业发展的因素。旅游收入作为衡量旅游产业经济运行状况的重要综合性指标，能够很好地反映南充市旅游业的发展状况，因此本文将南充市旅游总收入作为反映其旅游产业发展的主要指标。
根据南充市旅游发展现状，在充分考虑数据的可获得性的基础上，结合旅游“食、住、行、游、娱、购”六大要素。构建影响因子如表1所示。（表1）
（三）数据来源。本文通过2010～2017年《南充统计年鉴》和《南充市国民经济和社会发展统计公报》及四川省相关统计网站，筛选整理出2010～2017年南充市旅游业相关数据，如表2所示。（表2）
二、实证分析
（一）构建回归模型。利用数学统计软件SPSS21.0对2010～2017年南充旅游经济数据进行多元线性回归分析。将南充市旅游总收入作为被解释变量，以年末常住人口、第三产业生产总值、第三产业从业人员、星级饭店数、城镇居民家庭人均可支配收入、绿化覆盖面积、公园面积、公路总里程数、公路旅客周转量作为解释变量，分别设为：X1、X2、X3、X4、X5、X6、X7、X8、X9建立Y与X1、X2、X3、X4、X5、X6、X7、X8、X9的多元线性回归模型，并采用逐步回归方法避免各指标间多重共线性问题。结果见表3。（表3）
从表3可以看出，模型1与模型2的可决系数R2分别为0.972、0.988，调整R2分别为0.967、0.983，其拟合程度均较高。建立的模型较好，两回归方程能够很好地说明被解释变量的变化规律。
采用逐步回归方法，当解释变量中的最大F值的概率小于或等于进入值0.1时，该变量将被引入方程；当最小F值的概率大于或等于0.1时，则剔除该变量。最终引入X5—城镇居民家庭人均可支配收入和X4—星级饭店数两个解释变量。从表4可以看出，在显著性水平α=0.05的前提下，概率值近似为0，概率值小于显著性水平α，拒绝原假设，因此被解释变量与解释变量之间存在明显的线性关系，可以构建线性模型。（表4）
从表5可以看出，模型2中的解释变量X4—星级饭店数的T检验值0.055>0.05，所以剔除。最终，我们将模型1作为最终方程。其解释变量中X5—城镇居民家庭人均可支配收入T检验值依据回归系数显著性检验的概率p值小于显著性水平α。因此，认为城镇居民家庭人均可支配收入—X5与被解释变量间的线性关系显著，保留在模型中是合理的。（表5）
综上所述，模型结构如下：
Y=-2729255.606+249.722X5
由模型结果分析可得，当南充市城镇居民家庭人均可支配收入X5增加1元，旅游总收入Y就会增加249.722元。
（二）预测旅游收入。将南充市某年的城镇居民家庭人均可支配收入代入上述回归模型中，可以得到旅游总收入预测值。将2016年和2017年统计数据作为预测数据代入回归模型，并与实际值对比，所得结果如表6所示。（表6）
2016年预测值为3，761，768.34万元，预测增长率为16.9%，实际值为3，745，300万元，实际增长率为16.4%。2017年预测值为4，346，117.82万元，预测增长率为16.0%，实际值为4，587，300万元，实际增长率为22.5%，表明拟合程度较高。实际增长率都高出预测增长率至少6.5%，可信度较高。
三、结论及建议
（一）主要结论。学界对欠发达地区的旅游经济定量分析研究较少，本文从六大旅游要素出发，定量研究南充市旅游产业的影响因素。通过模型分析得出以下结论：
1、利用SPASS统计软件构建的多元回归模型能够比较精确的预测南充市旅游收入。对南充市2016年和2017年的旅游收入进行预测，并与实际数据对比，实证了模型的有效性，其预测结果对南充市旅游产业实践具有借鉴意义。但旅游业一个是开放的巨系统，影响旅游收入的因素远远多于本文引入的几种变量，未来应引入更多相关性更强的变量，以此得出南充市旅游收入更客观的预测结果。同时，预测旅游收入的方法种类繁多，不同的预测方法得出的结果不一，精度也有差异。选取适当的预测模型，是未来旅游收入预测研究的重点。
2、南充市旅游业发展与代表旅游消费能力的城镇居民可支配收入密切相关。由模型结果分析得出，随着南充市城镇居民家庭人均可支配收入增加1元，旅游总收入就会增加249.722元。增加南充市城镇居民收入，有利于提高南充市的旅游消费水平。
（二）发展建议。虽然南充旅游产业经济总体呈上升态势，但其发展也面临不少问题，现针对问题提出以下建议：
1、发展经济，助推旅游产业。2018年南充市城镇居民人均可支配收入为30，810元，农村居民人均可支配收入13，583元。南充市与经济发达地区相比居民人均可支配收入较低，同时南充市城镇居民与农村居民人均可支配收入差距较大。发展经济，提高居民可支配收入，是旅游产业持续稳定增长的关键。
2、提升交通能力，稳固旅游产业命脉。南充作为川东北交通枢纽，多元化的交通网已初具规模。建立和完善各大旅游景点之间的交通网络，如建设高速连接阆中古城与升钟湖。提升交通能力，改善交通环境，是将南充市打造成四川省旅游副中心的保障。
3、提高消费水平，优化旅游结构。紧密结合旅游六要素，增加代表地方特色、典型文化特征的旅游商品的吸引力，改变游、购、娱在南充市游客消费中只占15.22%的弱势局面，为增加南充市旅游总收入助力。
4、增大旅游产业开发力度，深度挖掘南充市旅游资源。南充市旅游资源丰富，有较大的发展潜力。充分利用南充市特色的嘉陵江文化、丝绸文化、三国文化、阆中文化推动文旅融合，是南充市旅游产业未来的发展方向。同时，依据全域旅游发展理念，打造南充绸城、阆中古城、相如故城，并依托“三城”提升旅游品质，使其成为南充全域旅游发展的核心支撑。
（作者单位：西华师范大学国土资源学院）
主要参考文献：
［1］陈友龙.我国旅游业发展与经济增长关系的理论与实证研究［D］.湖南大学，2005.
［2］郑少林.我国旅游产业经济研究综述［J］.经济研究导刊，2006（5）.
［3］余梦珂，李锦宏.关于浙江省旅游收入影响因素的实证分析［J］.中国集体经济，2017（3）.
［4］义旭东，高巍，彭崇焰.基于回归—灰色关联度的四川旅游影响因素分析［J］.西部经济管理论坛，2015.26（3）.
［5］贺振.旅游收入影响因素研究——以河南为例［J］.经济问题，2009（8）.
［6］李林衡，马仁锋，郑飞.基于灰色关联的河南省旅游收入影响因素研究［J］.科技与管理，2016.18（3）.
［7］纪成君，何建军.国内旅游收入预测模型的比较［J］.辽宁工程技术大学学报（自然科学版），2010.29（5）.
|
|
|
|
