基于Eviews的我国入境旅游收入与相关因素的分析预测

(四川大学 四川 成都 610065)

一、研究回顾

对我国入境旅游，在入境旅游市场方面的研究比较多。孙根年构建一个旅游市场竞争态模型，为中国入境旅游30个客源市场和31个目的地市场在我国入境旅游业中所处的地位和态势进行定量划分。郭峰，吴晋峰等应用社会网络分析法，研究西安与国内主要旅游城市之间的入境旅游流关系，揭示西安入境旅游市场“倒二八”结构成因和应付措施。全华等运用SSM分析方法，选取江苏省2001-2009年相关入境旅游统计数据，对江苏省入境旅游市场结构变化进行分析。在中国入境旅游需求方面，张郴等将BP神经网络和集成学习技术结合，构成入境旅游需求预测的神经网络集成模型。王纯阳，黄福才采用“一般到简单”建模法分析了中国入境旅游需求的主要影响因素和客源国的旅游需求弹性，并预测2009-2017年各国旅华人数。吴江华，葛兆帅用人工神经网络模型的3层BP模型仿真模拟国际入境旅游需求，并以日本对香港的国际旅游需求为例进行模型验证，结果与实际情况最为逼近。

在中国入镜旅游与贸易方面，高楠等用耦合理论建构入境旅游系统与进口贸易系统耦合评价模型和指标体系，结果表明两者之间存在着相互影响。陈福义等认为各国人均收入增长带来来华消费倾向的提高，影响中国入境旅游贸易增长。孙根年等以日本游客为对象，分析区位指数、贸易联系度对日本游客到访率有着更为直接影响。我国入境旅游创汇收入的研究较多。主要集中在影响我国入境旅游收入影响因素上，万荣国构建了入境旅游人次与入境旅游收入一元线性模型；吴良平，张健剔除直接价格效应因素后的危机事件及政策变动对我国入境旅游收入影响；邓祖涛，尹贻梅分析我国旅游资源区位和入境旅游收入的空间错位现象；瞿华等认为日本经济发展水平、我国物价水平、两国汇率、休假制度会影响到来华旅游的日本旅游者人次数。

以上可知，中国入境旅游收入的影响因素主要有入境人次数、汇率、客源国国民收入水平、国内CPI、客源国休假制度、贸易、突发事件及滞后等。基本旅游收入随着游客人次数和游客停留时间的增加而增加，显示为正相关关系。而旅游人天数与游客人次数和平均停留时间相关，因此本文用eviews软件，选取1994-2012的中国入境旅游收入和入境人天数，研究两者之间线性回归关系。

二、数据来源及分析

(一)具体数据来源

Eiews软件就是计量经济学软件包，它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行观察。这里应用此软件是科学实验数据分析与评估、预测。本文数据为1994-2012年中国入境旅游接待收入Y与中国入境旅游接待人天数X。以下是数据部分：

1994-2012年中国入境旅游接待收入与中国入境旅游接待人天数

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(亿美元) 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人天数(人天) 38708069 42828920 47340328 53200102 57921774 63103959 78309833 86765112 99359904 80121398 114231053 138411276 163679714 195080303 197911958 215660929 264123063 300203701 330079866

(二)模型构建及分析

我们先分析Y与X的数据散点图，以决定建立模型类别。

从散点图我们可以看出我们所要建立的模型应该是线性的，而且是一元线性模型，于是该模型的一般形式为：Y=β0+β1X+μ

(三)随机误差项μ检验

对于线性回归来说，一般我们是用最小二乘法来进行回归的，但是最小二乘法其中有一个假设就是：假定随机干扰项μ是正态的。对此，我们采用JB检验残差et来检验μ的正态性。现在我们假设在a=0.05置信水平下，如果计算结果超过5.99147，则拒绝正态分布假设；否则就接受原假设。

由Eviews软件，我们得出如下结果：偏度系数S=0.807647,峰度系数为K=2.425286。JB=2.327082。在a=0.05下。因此有JB=2.327082<χ2(2)=5.99147,这表明计算得到的JB统计量不是统计显著的，因此接受原假设：入境旅游收入回归的残差服从正态分布。该模型满足最小二乘法的基本假设,即μ是符合正态分布。

(四)时间序列平稳性检验

1.单位根检验

若两个变量均为非平稳时间序列时，这两个变量间所进行的回归将可能导致伪回归现象。因此，在对Y和X进行回归分析之前有必要对其平稳性进行检验。这里采用单位根检验方法。结果可知，变量Y和X是非平稳序列，但ΔY和ΔX是平稳时间序列，即ΔY～I(1)，ΔX～I(1),现在我们进行下一步，协整检验，以判断非平稳变量Y与X是否存在伪回归现象。

2.协整检验

虽然我们可以使用变量为差分形式的关系式描述两者间关系，可是这种表达式所描述的是经济现象的短期状态或非均衡状态，而不是其长期或均衡状态，而我们描述所研究经济现象的长期或均衡状态应用变量本身。因此这里应用协整理论。若变量Y与X是协整的，则这两者构成的回归方程必然不是伪回归。

对残差et进行ADF检验，结果如下：在显著水平α﹦0.01下，tδ=-2.341403<-1.961409，这表明残差et是平稳序列，变量Y与X是协整关系，两变量间存在长期稳定的关系。

(五)模型参数估计

在时间平稳性检验后，因此可以用Eiews软件进行回归分析，软件回归分析结果如下：

计算得到标准格式如下：Y=1.53E-06+57.66573X；S=(324.5247)(15.20488)；t=(3.538566)(15.20488；R2=0.931504；DW=0.978063.

(六)拟合优度检验

拟合优度是指样本回归直线与样本观测值之间的拟合优度，用可决系数的大小来表示。本模型中，R2=0.931504，说明样本回归直线的解释能力为93.15%，表示我国入境旅游收入的总变量中，有解释变量人均停留天数解释的部分占93.15%。模型拟合程度较好。

(七)参数显著性检验

对于参数β1，t统计量为15.20488，在给定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,所以拒绝原假设：β1=0，表明入境旅游者人均停留天数对我国入境旅游收入有显著影响。

(八)预测

我们还可以通过软件计算出样本估计期内的被解释变量的拟合值，拟合变量记为YF，显示模型的拟合图和残差图：由图可见，大部分残差值都落在了正、负一个标准差之内，即图中两条虚线之间。而实际值和拟合值曲线大部分趋势一致且贴合较接近，可见，该模型拟合程度较好。

现在如果给出2013年的入境旅游人天数是320054308，我们来预测2013年入境旅游收入的预测值(给定显著性水平=0.05)。结果显示，点估计Y2013=548.4583，实际2013年的入境旅游收入是516.64亿美元。

三、结论

本文通过Eiews软件利用1994-2012中国入境旅游收入和入境旅游人天数数据，构建了影响我国入境旅游外汇收入的两大影响因素入境旅游收入和入境旅游人天数间的一元回归模型线性关系。因为突发事件因素并没有考虑进去，比如2003年“非典”，2008、2009年的全球经济危机，而这些突发因素实质上对入境旅游收入和到访人天数有很大的影响，所以使模型拟合程度并不最优，但在某种程度上还是可以用来进行大致预测。

[1]孙根年.新世纪中国入境旅游市场竞争态分析[J].经济地理,2005,01.

[2]郭峰,吴晋峰,王鑫,李蕾.基于SNA的西安入境旅游市场“倒二八”结构研究[J].人文地理,2011,05.

[3]全华,赵磊,陈田,杨竹莘.入境旅游客源市场结构实证分析——以江苏省为例[J].经济地理,2012,01

[4]吴良平,张健.入境游客在中国区域的动态分布及其预测研究——基于带虚拟变量的ARIMA模型[J].旅游学刊,2015,11

[5]张郴,张捷.中国入境旅游需求预测的神经网络集成模型研究[J].地理科学,2011,10

[6]王纯阳,黄福才.基于“一般到简单”建模法的入境旅游需求研究[J].统计研究,2010,05

[7]吴江华,葛兆帅,杨达源.基于人工神经网络的国际入境旅游需求的定量分析与预测——以日本对香港的国际旅游需求分析为例[J].旅游学刊,2002,03

[8]刘长生,简玉峰.中国入境旅游市场需求的影响因素研究[J].产业经济研究,2006,04.

[9]高楠,马耀峰,李天顺,赵多平,林志慧.1993—2010年中国入境旅游与进口贸易耦合关系时空分异研究[J].经济地理,2012,11