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

（1.上海大学管理学院，上海 200444；2.华侨大学旅游学院福建泉州 362021）

基于多元回归分析的上海市旅游收入影响因素研究

林霞1，庞佑2，俞海滨1

（1.上海大学管理学院，上海 200444；2.华侨大学旅游学院福建泉州 362021）

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。

多元回归分析；旅游收入；影响因素；R软件

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。

一、研究成果回顾

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色系统模型，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。

二、变量的选取与体系的构建

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。

三、模型检验与建立

（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。

（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。

表1 1999—2013年上海市旅游收入及影响因素相关数据

表2 ADF检验结果分析（α=0.05）

表3 一阶差分、二阶差分检验结果分析（α=0.05）

（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。

表4 模型的多元回归系数分析

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。

四、模型修正与完善

（一）多重共线性检验

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。

（二）逐步回归消除多重共线性

本文使用逐步回归的方法，检验和消除指标项多重共线性的问题。分别做Y和X1、X2、X3、X5、X6、X7、X8的一元回归，结果如表6所示。按照R2的大小排序为：X7、X8、X6、X3、X1、X2、X5。

首先，以X7为基础，依次导入其他变量进行逐步回归，加入X8、X6、X3、X1、X2、X5之后的回归结果如表7所示。根据数据分析结果，剔除了X8、X3、X5这三个t检验结果不显著的指标，同时，由于X5的系数不符合经济意义，予以剔除。

表5 相关系数矩阵

表6 Y对X1、X2、X3、X5、X6、X7、X8的一元回归分析

表7 逐步回归结果

其次，通过以上剔除，目前的变量为X7、X6、X1、X2；在Y=（X7，X6）的基础上，分别加入X1、X2用普通最小二乘法（OLS）进行再次回归（见表8），Y= （X7，X6，X1）参数前的符号不符合经济意义，同时系数t检验也不显著，故舍弃该模型。模型Y=（X7，X6，X2）参数前的符号符合经济意义，变量也通过了t检验，拟合优度也再次提高，此时的回归模型为：Y=-810.7+0.848X2+4.414X6+0.03871X7，故模型Y=（X7，X6，X1）可确定为最后的回归模型。

（三）序列相关性检验

序列相关性指的是总体回归模型的随机误差项之间存在相关关系。回归模型中假设随机误差项之间无自相关现象，不同观测点之间互不相关。若多元线性回归模型存在自相关现象，则无法采用最小二乘法进行参数估计，因此需要检验模型是否存在着自相关现象。本文利用杜宾沃特森检验（DW）对Y=（X7，X6，X2）模型进行序列相关性检验，得到DW=2.1697，查表可知，大于其临界值1.75，同时在回归方程窗口查看残差的Q统计图，得出该模型不存在序列相关性。

（四）异方差检验

异方差性检验则是为了保证回归参数估计具有良好的统计性质，在经典线性回归模型中假定总体回归函数的随机误差项具有相同的方差，否则则称线性回归模型存在异方差。利用R语言中Breusch-Pagan检验对该模型进行异方差检验，由输出的检验结果可知：BP=4.1488，df=3，pvalue=0.2458，n*R^2大于卡方的临界值14.07，所以存在异方差。

本研究通过增加权重的方式来消除模型中的异方差，先选取权重W1为残差的绝对值进行回归，仍旧未通过检验；之后再选取权重W2为残差的平方，再次进行回归，此时通过相关检验，解释变量的t值均达到了理想水平，P值在0.05的水平下也通过了检验，此时的R2=0.9879，F值为299.8，异方差消除，模型得到了修正。此时的模型为：

（五）模型检验结果

通过各项检验和修正后的最佳回归模型为：Y=-700.7229+0.74547X2+3.80212X6+0.04480X7。通过相关分析可得，接待入境旅游人次数（X2）、铁路里程（X6）、城市居民人均可支配收入（X7）是影响上海市旅游收入最重要的因素。接待入境旅游人次数的增加，拉动了旅游外汇收入的增长；铁路里程数增加，表明交通运输体系的完善，说明客运量的增加，与旅游收入存在正相关；同时，随着城镇人均可支配收入的增加，可以刺激居民的旅游消费，从而带动旅游产业的发展，增加旅游收入。各变量前面的系数说明了变量对旅游收入的影响程度。在其他条件不变的情况下，当接待入境旅游人次数X2每增加1万人次时，上海市旅游收入Y将增长0.74547亿元；当城镇居民人均可支配收入增加1元时，上海旅游收入将增加0.04480亿元。

五、发展对策建议

根据模型结果，上海市旅游业应将发展重点放在大力扩展国际旅游市场、加快完善交通运输体系、提高城镇居民人均可支配收入等方面。

（一）完善旅游产业体系，扩展国际旅游市场

随着上海城市国际化程度的提升，上海的政治、经济、文化方面的国际性、世界性水平提高到一个新的层次，上海已经成为亚洲最具有影响力的城市和世界著名的国际城市之一。如何通过利用现有的政策和区域经济优势，完善旅游产业体系，树立都市旅游形象，发展上海旅游是需要认真思考的。上海市凭借其完善的公共服务体系、传统与现代相交融的多元文化属性，逐渐成为都市旅游的代表与象征，因此应进一步开发承载量大、社会效益好的旅游产品，完善旅游产业体系，提升整体服务水平。同时，依托上海市良好的城市形象与综合经济水平，大力挖掘上海的都市特色，围绕都市旅游的系列产品开发高端的旅游精品，以多种类别、多种形式的旅游产品形成内容丰富的旅游产品体系。充分利用大都市的资源优势，深化各行业的改革，逐步形成新型业态体系。通过搭建电子商务平台，推行网上交易、旅游预定、信息查询、虚拟旅游、行程导航、线路设计等服务形式，进一步对旅游饭店业、旅游景点业、旅游交通业、旅游娱乐业、旅游餐饮业、旅行社业等旅游供给侧加以改革创新。构造完善的“互联网+”旅游品牌，以良好的旅游产品、高质量的服务来升国际知名度与美誉度，凭借过硬的旅游服务水平吸引更多境外旅游人群，满足国际旅客群体多元化需求，提高上海市的旅游影响力，提高旅游收入。

表8 消除多重共线性的结果分析

（二）完善铁路运输体系，降低旅游出行成本

交通工具的便利与否是影响人们旅游决策的一个重要因素，任何旅游者要实现从定居地到目的地之间的旅行，都必须借助良好的交通运输工具。随着都市旅游形象的提升，上海需要更高质量的旅游交通服务。上海市应提高各旅游景区的交通便利性。除此之外，根据游客需求整合旅游线路，完善交通整体服务质量和系统，从而降低游客的出游成本。上海旅游交通的发展应充分利用其政策优势，全面协调各个交通部门的发展和合作，建立起以游客为中心，以安全、舒适、快速、便利为目标的交通运营体系。

（三）提高人均可支配收入，大力促进旅游消费

适当地增加城镇居民劳动报酬，能够减轻居民在旅游消费时的心理压力。随着人们生活水平的不断提高，休闲已成为居民日常生活的一部分，满足了人们在繁忙的工作生活中愉悦身心、开阔视野的需求。作为上海城镇居民，由于生活工作节奏快，更加注重旅游的文化休闲特性。由于旅游活动满足是人们精神生活的高层次消费活动，所以增加城镇居民人均可支配收入，推广带薪休假制度有助于进一步刺激居民的旅游消费。另外，旅游企业也可以加大对旅游产品的宣传力度，通过微博、微信等平台扩大旅游产品的触点，引导潜在旅游者的消费需求。在节假日临近时，通过发放旅游券、代金券，让利促销，减轻旅游者的旅游负担。比如一年一度的上海旅游节，通过不同特色的主题，策划节事节庆活动，营造旅游氛围[11]。提供一系列旅游优惠，可以极大地促进旅游消费，转变居民旅游消费观念，带动旅游经济发展。

[1]张广瑞.中国旅游发展笔谈[J].旅游学刊，2008（5）：6.

[2]张毓，孙根年，薛佳.东部沿海国内旅游发展的动态实证研究[J].旅游论坛，2010（6）：782-788.

[3]许建国.对国内旅游收入影响因素的实证分析[J].漯河职业技术学院学报，2009（5）：92-94.

[4]刘蕤.河南省旅游收入影响因素的计量分析[J].周口师范学院学报，2013（3）：120-123.

[5]薛媛.基于多元回归模型的中国旅游收入影响因素研究[J].科技和产业，2013（11）：118-123.

[6]方梦园.重庆市旅游总收入的影响因素分析及对策建议[J].经济研究导刊，2013（4）：195-196.

[7]鄢慧丽，熊浩.我国旅游收入与GDP之间关系的协整分析[J].华中师范大学学报（自然科学版），2014（1）：136-141.

[8]聂晓庆.国内旅游收入影响因素的计量分析[J].经济研究导刊，2014（15）：217-219.

[9]蒋蓉华，周久贺.基于灰色关联分析的国内旅游收入影响因素研究[J].商业研究，2010（8）：203-206.

[10]王占祥.我国国内旅游收入的影响因素分析[J].商场现代化，2008（36）：239.

[11]吴佳佳，范颖一.上海会展旅游业的发展对策研究[J].无锡商业职业技术学院学报，2008（1）：21-23.

（编辑：赵刘徐永生）

A Study of Influencing Factors of Tourism Revenues in Shanghai Based on Multiple Regression Analysis

LIN Xia1，PANG You2，YU Hai-bin1
（1.College of Management,Shanghai University,Shanghai 200444;2.College of Tourism,Huaqiao University, Quanzhou 362021,China）

According to the 1999-2013 statistical data of Shanghai collected from relevant yearbooks,this paper constructs a system with eight evaluation indexes which are then tested with R software,and finally tests the model using multiple linear regression analysis.The result shows that the number of inbound tourists,railway mileage and per capita disposable income of urban residents have the greatest impact on the total tourism revenues of Shanghai.After analyzing the research findings,the paper proposes some suggestions.

multiple regression analysis;tourism revenues;influencing factors;R software

F 592.7

A

1671-4806（2017）03-0053-06

2017-03-03

华侨大学研究生科研创新能力培育计划资助项目“华侨在祖籍地的社会网络与来华商贸旅游活动的关系研究：以泉州侨乡为例”（1511308022）

林霞（1992—），女，福建福州人，硕士研究生，研究方向为旅游企业管理；庞佑（1993—），男，福建福州人，硕士研究生，研究方向为区域旅游发展战略；俞海滨（1968—），男，江苏扬州人，副教授，博士，研究方向为旅游企业、度假区开发管理。