我国旅游收入影响因素分析

□文/王 鑫

（内蒙古工业大学经济管理学院 内蒙古·呼和浩特）

［提要］随着人民生活水平的不断提高，国内旅游产业有着飞跃的进步，而国内旅游收入作为经济收入的重要部分，在人们日常生活中发挥着日益重要的作用。本文基于计量经济学模型，收集2017年我国31个省份旅游相关数据，同时以各省份的客运量、旅客周转量等为解释变量，利用stata软件进行描述性统计、相关性分析、多元线性回归，继而检验参数，并进行逐步回归修正。研究表明：旅客周转量和餐费收入对国内旅游收入有正向影响。未来可以通过设置优美的景区来吸引顾客，进而提升旅客周转量，以增加国内旅游收入。

引言

高新技术的普及，引起国内旅游业的发展环境不断变化，这是人类在新世纪步入知识经济的明显表现，也是现代人的共识。为了顺应知识经济时代的潮流，旅游业管理应该根据内外形势，对旅游业内部做出适当的调整。21世纪以来，人们的工作压力不断提升，国内旅游以及国际旅游越来越成为人们自我修整和提升家人、朋友情感的重要方式，人们消费水平的增加也使得旅游次数以及在游玩过程中的消费不断增加，旅游业作为人类赖以生存和发展的基础，在国民经济中起着基础性作用。

随着社会的不断发展，大国之间的竞争不再局限于经济的发展。我国开始引导地方政府在更广的范围内挖掘旅游业的潜在价值，但是由于区域分布、交通条件和景观迥异等条件，导致各地区出现旅游业发展不平衡的现象。这也与我国旅游业管理制度不全面、缺少先进的管理经验、管理理论应用于实践较晚息息相关。

回顾学者研究，发现以往学者未深入挖掘影响国内各省份旅游收入的因素，更多关注某个省份旅游业的发展，所以研究影响国内13个省份旅游业的发展显得尤为重要。

一、理论机制与研究假设

（一）关于旅游业与经济的文献综述。关于聚焦旅游收入的影响因素，林瑾等（2005）研究了三亚旅游人数、三亚风景区的个数变动对海南省旅游收入变动的影响，通过运用SPSS软件分析，归纳出海南省旅游收入的发展效率低于来往人数及景区个数的发展频率的原因。黄金红（2008）通过运用Eviews软件，得出景区规划线路、国内旅游人数是影响旅游收入的重要因子，并提出相应的解决措施。

聚焦旅游收入影响因素的研究，基本上是定量研究少于定性研究，虽然较少的定量分析聚集在东部沿海发达地区，并未关联同一时间段大量省份横向对比分析，研究的核心更多集中于景区个数、客运量、交通发达水平等方面，所阐述的影响因素相对有限。基于此，本文利用《中国统计年鉴》2017年旅游业的相关数据，进行分析整理，探索影响国内旅游收入的主要成分，针对存在的问题进行及时、客观地分析。

（二）提出假设。基于国外学者的分析，本文得出以下假设：

H1：运营线路总长度（公里）是影响国内旅游收入的主要因素

H2：旅客周转量（亿人公里）是影响国内旅游收入的主要因素

H3：客房收入（亿元）是影响国内旅游收入的主要因素

通过以上分析可以推测出，越来越多的学者关注于旅游业发展的因素分析，还可以得出这样的结论：以往学者的研究基于国家大背景、大政策出发，运用宏观与微观相结合的方式对旅游收入的影响因素进行分析。但是，大多数研究在进行分析时，只站在理论的角度，并未进行深入的实证分析。基于此，本文立足于国内31个省份，结合各省份发展优势，运用Stata15软件将计量经济学模型与理论研究相匹配。

二、模型与研究变量

（一）模型设定。结合我国旅游业现状及现有文献综述，本文利用我国2017年31个省份旅游业的数据，通过OLS回归分析，建立模型：

其中，Y为国内旅游收入；X1为运营线路总长度；X2为客运量；X3为旅客周转量；X4为客房收入；X5为餐费收入。

（二）设定变量。衡量一个地区发展状况的指标——国内旅游收入，是探索某个地区旅游业是否良好的重要预示。基于此，选取国内31个省份的旅游收入作为被解释变量，用Y表示。

1、运营线路总长度。线路总长度的大小决定了某一地区道路是否通畅、交通是否便利、路程是否省时等多重影响。因此，选取运营线路总长度作为解释变量，用X1表示。

2、客运量。客运量流入的高低更能体现出某一省份的某一景区是否吸引游客。所以，选取客运量作为解释变量，用X2表示。

3、旅客周转量。如果评判一个景区是否具有观赏价值，可以通过旅客周转量的大小进行判断。所以，选择旅客周转量作为解释变量，用X3表示。

4、客房收入。客房收入的大小可以作为评判一个旅游景点的人数的指标，进而影响国内旅游收入。因而，选择客房收入作为解释变量，用X4表示。

5、餐费收入。餐厅及饭店营业情况的好坏决定了观赏景点人数的高低，进而影响了国内旅游收入。因此，选择餐费收入作为解释变量，用X5表示。

在设定变量中，不仅有以上被解释变量、解释变量，还有一些无法预测因素，国内旅游收入可能还会受到自然灾害、民俗民风等因素的影响，这些都是难以用实际数据进行判断分析，所以把它归结到随机干扰项中，用u表示。

（三）描述性统计分析。通过描述性统计分析，可以判断出研究样本处于什么样的平均状态，这能够促进我们在分析样本前，对所选择数据进行大概了解。通过表1中数据我们发现，因变量y的均值相对较大，处于中上等水平，但是和标准差的差距并不是太大。此外，从表1还可以看出客运量（X2）、旅客周转量（X3）、餐费收入标准差较大（X5），说明国内旅游业异质性明显。（表1）

表1 主要变量描述性统计一览表

三、实证分析与相关检验

（一）模型确立。通过运用Stata15软件操作分析，得出以下多元回归结果，如表2所示。（表2）

（二）模型检验

1、经济意义检验。根据掌握的经济学知识可以看出，国内旅游收入与运营线路总长度成正比。通过以上回归结果可以看出，X1系数为0.5495818，符号为正，所以与预期假设相同。对表2中的每个数据进行深入分析，可以看出，在假定其他变量不变的情况下，运营线路总长度每增加1公里次，国内旅游业收入将减少0.5495818亿元；国内客运量每升高1万人次，国内旅游业收入将增加0.078659亿元；旅客周转量每增加1亿人公里，国内旅游收入将升高11.35418亿元；餐费收入每增加1亿元，国内旅游收入将提升45.20273亿元。但是，通过回归分析还可以得出，客房收入X4与预期成反向趋势，这可以体现出可能存在多重共线性。除此以外，运营路线总长度与国内旅游收入成负相关，但表2中X1的系数0.5495818为正，有悖于经济学常理。综上表述，说明X2、X3、X5具有真正的经济意义，故通过经济检验。

2、拟合优度检验。由表2可以看出，R2=0.9539，调整后的R2=0.9447，F统计量的P值为0，因此说明整个方程是高度显著的，本模型对样本的拟合较好。但是，X2的t检验P值为0.191，说明对于局部的单个系数t检验不显著。

表2 回归分析结果一览表

（三）相关性分析。通过运用实证分析软件Stata15，可以获得相关系数矩阵，如表3所示。（表3）

表3 相关系数矩阵

从表3可以看出，各解释变量之间数值均未大于0.8，这说明它们之间均未存在高度线性相关。所以，这更进一步体现本模型中各个解释变量不存在严重的多重共线性，但是为了更清晰地了解是否存在多重共线性，需要进行进一步的计量经济学检验。

四、总结

研究发现，旅客周转量和餐费收入对国内旅游收入有正向影响。未来可以通过设置优美的景区来吸引顾客，进而提升旅客周转量，以增加国内旅游收入。

关于对各省市旅游业发展水平进行科学与正确的层次划分，还需要进一步地分析，因此需要充分运用各类实证分析方法。由于全国各省分景区个数、运营路线总长度、客运量等因素都存在差异，导致分析的结果具有迥异性。未来可以通过选取某个发展地区或者某个省份发展较好的旅游业进行大样本数据处理，精确每一个城市的旅游业分析，虽然各个城市以及不同指标的大量数据来进行验证模型会更好一些，但是存在地区差异，也可能导致选取的样本数据信息过大。可以将地理位置、气候、环境等自然因素也纳入分析范围，将对旅游业进行整体的、全面的分析。把旅游业经济指标因子进一步详细分析，做到用三或四个指标量代替本模型的多个因子作为聚类分析来建立模型，可以更加直观地反映出不同层次的情况变化，并对其做出改进措施。