资源描述：
《基于计量经济学模型的内地赴澳门游客量预测_曾忠禄》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2009年6月旅游科学Jun.,2009第23卷第3期TourismScienceVo.l23,No.3中图分类号F590.3文献标识码A文章编号1006-575(2009)-03-0055-07基于计量经济学模型的内地赴澳门游客量预测12曾忠禄郑勇(1.澳门理工学院旅游博彩研究所;2.澳门科技大学行政与管理学院)摘要:本研究选择中国大陆地区人均可支配收入、消费者物价指数、国内生产总值,以及澳门与大陆之间商品进出口总额、港币与人民币汇率等变量,建立计量经济学模型估计内地赴澳门游客的数量。模型数据来源于澳门、大陆和香港官方公布的历年季度数据。在建立公式化的预测模型之后,本文还对模型
2、的拟合优度和预测精度给予评估,对模型的基本假设进行了检验。本研究成果可作为有关政府部门和企业的决策参考。关键词:计量经济学模型;游客量;预测;澳门50%,国内游客成为澳门游客主流的态势已经显现。一、导言这部分游客量的发展趋势会对澳门旅游和博彩业旅游业是澳门的支柱产业。澳门的经济增长、的发展带来深刻的影响。但是,由于旅游产品具有财政收入、就业对旅游业具有很强的依赖度。澳门很强的易变性,旅游需求也表现出相应的季节性波回归后,特别是开放/自由行0以来,澳门旅游业高动,这也就带来内地赴澳门游客量的不确定性变速增长,大大带动了澳门各行各业的发展,使得澳化。因此,通过采用某种方法,洞悉这部分
3、客流量门经济呈现前所未有的繁荣景象。但是这种增长的影响因素,预测其发展趋势,然后采取相应的政能否持续?未来的发展趋势会怎样?哪些因素会策规避风险、保护其增长,这对澳门旅游业和博彩左右澳门博彩产业的发展趋势?了解这些问题对业发展至关重要。此类研究在澳门还没有受到关于特区政府制定产业政策、经济发展规划和人力资注,这是从事本研究的主要动机。源政策,企业制定战略规划、经营策略等都有重要旅游业的发展已经成为一个国家或地区经济意义。发展的重要方向,旅游需求的预测实际上成了一个赴澳游客的消费是澳门旅游业和博彩业收入非常重要的领域。迄今为止,关于预测的方法已经的主要来源。澳门入境游客量(inbo
4、undtourists)与很多,这些方法大致可以分为时间系列模型(如澳门博彩收入的相关系数高达0.809,表明游客的ARIMA、REGARIMAmodel、Box-Jenkinsmodel)、计数量和消费偏好的变化直接影响澳门博彩业的发量经济模型(如Regressionmodels、Gravitymodels、展规模和速度。曾忠禄(2007)报告显示:旅澳游客ArtificialNeuralmode、Greymodel)、专家意见法(如85%来源于内地和香港。其中,内地赴澳门游客所Delphitechnique)三种,其中前二者属于定量分析,占比重逐年增加,从2004年起已经连续
5、4年超过后者属于定性研究。时间序列和回归分析是定量预测的基础,其它方法大都是在其基础之上衍生出收稿日期:2009-03-20来的。尽管其它方法可能在精确度和效果上要好基金项目:澳门科学技术发展基金项目5澳门旅游收入预测(软件)6(020/2006A)阶段性成果过回归分析,但昂贵的成本和复杂的技术往往在实作者简介:曾忠禄(1955-),男,澳门理工学院旅游博彩研际运用中使人望而却步。而计量经济学方法已经究所教授,博士,博导。研究方向:博彩、旅游与战略管理。郑勇(1967-),男,澳门科技大学行政与管理学院2006级博相当成熟。而且,内地赴澳门旅客量受到中国大陆士生。研究方向:旅游管
6、理。经济发展水平、人口规模、内地与澳门间的贸易、两56基于计量经济学模型的内地赴澳门游客量预测地间的汇率等经济因素的影响较大,再加上这些因设的陈述。素又都可以测量,因此采用计量经济学方法较为假设1:解释变量X是确定性变量,不是随机合适。变量;总之,本文试图通过揭示影响内地赴澳门游客假设2:随机误差项L具有零均值、同方差和不量的各种因素,并确定各种因素的影响度,来建立序列相关性:多元线性回归的计量经济学模型,预测未来内地赴E(Li)=0i=1,2,,,n2澳门游客量的变化趋势,同时运用相关方法测定模Var(Li)=RLi=1,2,,,n型的精度偏差值,给出预测的区间估计。希望本研C
7、ov(Li,Lj)=0iXi,j=1,2,,,n究的结果不仅能为政府有关部门、行业和企业的决假设3:随机误差项L与解释变量X之间不策提供一个参考,还能为进一步的学术研究起到抛相关:砖引玉之效。Cov(Xi,Li)=0i=1,2,,,n假设4:L服从零均值、同方差、零协方差的正态二、研究方法分布:2计量经济学模型是试图测量变量之间的因果Li~N(0,RL)i=1,2,,,n关系的行为模型。它所使用的技术主要有多变量注意:回归分析、差异分析和概率分析。这些技术已经在a)如果假设1、2
