基于Eviews的我國入境旅游收入與相關因素的分析預測

(四川大學 四川 成都 610065)

一、研究回顧

對我國入境旅游，在入境旅游市場方面的研究比較多。孫根年構建一個旅游市場競爭態模型，為中國入境旅游30個客源市場和31個目的地市場在我國入境旅游業中所處的地位和態勢進行定量劃分。郭峰，吳晉峰等應用社會網絡分析法，研究西安與國內主要旅游城市之間的入境旅游流關系，揭示西安入境旅游市場“倒二八”結構成因和應付措施。全華等運用SSM分析方法，選取江蘇省2001-2009年相關入境旅游統計數據，對江蘇省入境旅游市場結構變化進行分析。在中國入境旅游需求方面，張郴等將BP神經網絡和集成學習技術結合，構成入境旅游需求預測的神經網絡集成模型。王純陽，黃福才采用“一般到簡單”建模法分析了中國入境旅游需求的主要影響因素和客源國的旅游需求彈性，并預測2009-2017年各國旅華人數。吳江華，葛兆帥用人工神經網絡模型的3層BP模型仿真模擬國際入境旅游需求，并以日本對香港的國際旅游需求為例進行模型驗證，結果與實際情況最為逼近。

在中國入鏡旅游與貿易方面，高楠等用耦合理論建構入境旅游系統與進口貿易系統耦合評價模型和指標體系，結果表明兩者之間存在著相互影響。陳福義等認為各國人均收入增長帶來來華消費傾向的提高，影響中國入境旅游貿易增長。孫根年等以日本游客為對象，分析區位指數、貿易聯系度對日本游客到訪率有著更為直接影響。我國入境旅游創匯收入的研究較多。主要集中在影響我國入境旅游收入影響因素上，萬榮國構建了入境旅游人次與入境旅游收入一元線性模型；吳良平，張健剔除直接價格效應因素后的危機事件及政策變動對我國入境旅游收入影響；鄧祖濤，尹貽梅分析我國旅游資源區位和入境旅游收入的空間錯位現象；瞿華等認為日本經濟發展水平、我國物價水平、兩國匯率、休假制度會影響到來華旅游的日本旅游者人次數。

以上可知，中國入境旅游收入的影響因素主要有入境人次數、匯率、客源國國民收入水平、國內CPI、客源國休假制度、貿易、突發事件及滯后等。基本旅游收入隨著游客人次數和游客停留時間的增加而增加，顯示為正相關關系。而旅游人天數與游客人次數和平均停留時間相關，因此本文用eviews軟件，選取1994-2012的中國入境旅游收入和入境人天數，研究兩者之間線性回歸關系。

二、數據來源及分析

(一)具體數據來源

Eiews軟件就是計量經濟學軟件包，它的本意是對社會經濟關系與經濟活動的數量規律，采用計量經濟學方法與技術進行觀察。這里應用此軟件是科學實驗數據分析與評估、預測。本文數據為1994-2012年中國入境旅游接待收入Y與中國入境旅游接待人天數X。以下是數據部分：

1994-2012年中國入境旅游接待收入與中國入境旅游接待人天數

年份(年) 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

y收入(億美元) 73.22 87.33 102 120.74 126.02 140.99 263.24 177.92 203.85 174.86 257.39 292.96 339.49 419.19 408.43 396.75 458.14 484.64 500.28

x人天數(人天) 38708069 42828920 47340328 53200102 57921774 63103959 78309833 86765112 99359904 80121398 114231053 138411276 163679714 195080303 197911958 215660929 264123063 300203701 330079866

(二)模型構建及分析

我們先分析Y與X的數據散點圖，以決定建立模型類別。

從散點圖我們可以看出我們所要建立的模型應該是線性的，而且是一元線性模型，于是該模型的一般形式為：Y=β0+β1X+μ

(三)隨機誤差項μ檢驗

對于線性回歸來說，一般我們是用最小二乘法來進行回歸的，但是最小二乘法其中有一個假設就是：假定隨機干擾項μ是正態的。對此，我們采用JB檢驗殘差et來檢驗μ的正態性。現在我們假設在a=0.05置信水平下，如果計算結果超過5.99147，則拒絕正態分布假設；否則就接受原假設。

由Eviews軟件，我們得出如下結果：偏度系數S=0.807647,峰度系數為K=2.425286。JB=2.327082。在a=0.05下。因此有JB=2.327082<χ2(2)=5.99147,這表明計算得到的JB統計量不是統計顯著的，因此接受原假設：入境旅游收入回歸的殘差服從正態分布。該模型滿足最小二乘法的基本假設,即μ是符合正態分布。

(四)時間序列平穩性檢驗

1.單位根檢驗

若兩個變量均為非平穩時間序列時，這兩個變量間所進行的回歸將可能導致偽回歸現象。因此，在對Y和X進行回歸分析之前有必要對其平穩性進行檢驗。這里采用單位根檢驗方法。結果可知，變量Y和X是非平穩序列，但ΔY和ΔX是平穩時間序列，即ΔY～I(1)，ΔX～I(1),現在我們進行下一步，協整檢驗，以判斷非平穩變量Y與X是否存在偽回歸現象。

2.協整檢驗

雖然我們可以使用變量為差分形式的關系式描述兩者間關系，可是這種表達式所描述的是經濟現象的短期狀態或非均衡狀態，而不是其長期或均衡狀態，而我們描述所研究經濟現象的長期或均衡狀態應用變量本身。因此這里應用協整理論。若變量Y與X是協整的，則這兩者構成的回歸方程必然不是偽回歸。

對殘差et進行ADF檢驗，結果如下：在顯著水平α﹦0.01下，tδ=-2.341403<-1.961409，這表明殘差et是平穩序列，變量Y與X是協整關系，兩變量間存在長期穩定的關系。

(五)模型參數估計

在時間平穩性檢驗后，因此可以用Eiews軟件進行回歸分析，軟件回歸分析結果如下：

計算得到標準格式如下：Y=1.53E-06+57.66573X；S=(324.5247)(15.20488)；t=(3.538566)(15.20488；R2=0.931504；DW=0.978063.

(六)擬合優度檢驗

擬合優度是指樣本回歸直線與樣本觀測值之間的擬合優度，用可決系數的大小來表示。本模型中，R2=0.931504，說明樣本回歸直線的解釋能力為93.15%，表示我國入境旅游收入的總變量中，有解釋變量人均停留天數解釋的部分占93.15%。模型擬合程度較好。

(七)參數顯著性檢驗

對于參數β1，t統計量為15.20488，在給定a=0.05下查T分布表，在自由度自由度n-2=16下，t0.025(16)=2.1199<15.20488,所以拒絕原假設：β1=0，表明入境旅游者人均停留天數對我國入境旅游收入有顯著影響。

(八)預測

我們還可以通過軟件計算出樣本估計期內的被解釋變量的擬合值，擬合變量記為YF，顯示模型的擬合圖和殘差圖：由圖可見，大部分殘差值都落在了正、負一個標準差之內，即圖中兩條虛線之間。而實際值和擬合值曲線大部分趨勢一致且貼合較接近，可見，該模型擬合程度較好。

現在如果給出2013年的入境旅游人天數是320054308，我們來預測2013年入境旅游收入的預測值(給定顯著性水平=0.05)。結果顯示，點估計Y2013=548.4583，實際2013年的入境旅游收入是516.64億美元。

三、結論

本文通過Eiews軟件利用1994-2012中國入境旅游收入和入境旅游人天數數據，構建了影響我國入境旅游外匯收入的兩大影響因素入境旅游收入和入境旅游人天數間的一元回歸模型線性關系。因為突發事件因素并沒有考慮進去，比如2003年“非典”，2008、2009年的全球經濟危機，而這些突發因素實質上對入境旅游收入和到訪人天數有很大的影響，所以使模型擬合程度并不最優，但在某種程度上還是可以用來進行大致預測。

[1]孫根年.新世紀中國入境旅游市場競爭態分析[J].經濟地理,2005,01.

[2]郭峰,吳晉峰,王鑫,李蕾.基于SNA的西安入境旅游市場“倒二八”結構研究[J].人文地理,2011,05.

[3]全華,趙磊,陳田,楊竹莘.入境旅游客源市場結構實證分析——以江蘇省為例[J].經濟地理,2012,01

[4]吳良平,張健.入境游客在中國區域的動態分布及其預測研究——基于帶虛擬變量的ARIMA模型[J].旅游學刊,2015,11

[5]張郴,張捷.中國入境旅游需求預測的神經網絡集成模型研究[J].地理科學,2011,10

[6]王純陽,黃福才.基于“一般到簡單”建模法的入境旅游需求研究[J].統計研究,2010,05

[7]吳江華,葛兆帥,楊達源.基于人工神經網絡的國際入境旅游需求的定量分析與預測——以日本對香港的國際旅游需求分析為例[J].旅游學刊,2002,03

[8]劉長生,簡玉峰.中國入境旅游市場需求的影響因素研究[J].產業經濟研究,2006,04.

[9]高楠,馬耀峰,李天順,趙多平,林志慧.1993—2010年中國入境旅游與進口貿易耦合關系時空分異研究[J].經濟地理,2012,11