安徽省旅游业发展影响因素分析及政策建议

《安徽省旅游业发展影响因素分析及政策建议》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、安徽省旅游业发展影响因素分析及政策建议摘要21世纪以来，随着我国经济的迅速发展，人们的物质生活水平得到了极大的提高，更加追求精神层次上的满足，所以旅游成为了备受大众欢迎的休闲方式。近年来，安徽省旅游业作为“朝阳产业”和支柱产业，获得了较快速度的持续发展。本文主要通过对影响安徽省旅游业发展的多个因素进行分析，建立以国内旅游收入为被解释变量，若干影响因素为解释变量的多元线性回归模型，并应用2000-2013年间的时间序列数据回归得到的模型，再对模型进行计量经济学相关检验，并对安徽省的旅游业发展重要因素分析并提出相关政策建议。关键词：旅游业；影响因素；回归模型；政策建议一、研究的

2、背景和目的旅游业是以地方旅游资源为平台，建设一系列旅游配套设施，向旅游者提供旅行游览服务的行业。安徽省旅游业的发展不仅对该区域增加就业有推动作用，也加强了同其他地区间的文化交流，更促进安徽省经济发展和经济结构的调整。研究安徽省旅游业发展的主要影响因素，可以构建旅游经济增长因素体系，对探寻其规律性，预测安徽省旅游业的发展趋势，合理规划安徽省旅游产业发展方式，都有着重要的意义。二、相关经济指标（1）国内旅游总收入。安徽省旅游总收入由国内旅游收入和国际旅游外汇收入组成，而国内旅游收入是旅游总收入的主要来源，安徽省旅游业的发展以国内旅游为主，对旅游经济增长的作用更大。（2）居民人均

3、可支配收入。居民人均可支配收入直接影响着旅游业收入。随着经济的发展，居民的人均可支配收入有了很大的增长。（3）国内旅游人数。旅游人数是影响安徽省旅游收入的重要因素。随着物质生活水平的提高，人们的精神需求也不断提高，为了满足这种需求，人们开始追寻旅游这种休闲方式，从而致使旅游人数的不断上升。一、模型设定影响安徽省旅游业发展的因素有很多，在此选取居民人均可支配收入、农村居民家庭人均纯收入、国内游客、城镇居民人均消费性支出为解释变量，以国内旅游总收入为被解释变量。为此设定模型为线性回归模型：。其中，为安徽省国内旅游总收入（亿元），x1为居民人均可支配收入（元），x2为农村居民家庭

4、人均纯收入（元），x3为国内游客数（万人次），x4为城镇居民人均消费性支出（元），u为随机扰动项。（一）相关实验数据数据来源于《安徽统计年鉴》，在经过大量分析比较后，所取样本数据见下表：年份国内旅游总收入（亿元）(Y)居民人均可支配收入(元）(X1)农村居民家庭人均纯收入(元）(X2)国内游客（万人次）(X3)城镇居民人均消费性支出(元)（X4)2000150.485293.551934.5729744232.982001174.915668.82020.0433644517.652002202.926032.42117.5738844736.482003187.11677

5、8.032127.4833385064.342004249.9675112499.343295711.092005288.968471264146846367.672006387.6397712969.161597294.732007543.68114743556.378498531.92008700.24129904202.599389524.042009863.78140864504.31226810233.9820101094.81157885285.21534911512.5520111814.99186066232.22253513181.4620122519.1

6、210247160.5292291501220132903.2231148097.93360116285.17（二）建立模型与分析使用Eviews软件对数据进行OLS回归，回归结果下表所示：DependentVariable:YMethod:LeastSquaresDate:06/05/15Time:20:50Sample:20002013Includedobservations:14VariableCoefficientStd.Errort-StatisticProb.C106.941574.305211.4392200.1839X10.0229810.0821390.2

7、797760.7860X2-0.2498730.109421-2.2835970.0483X30.1228810.00893013.760630.0000X40.0080700.1242610.0649420.9496R-squared0.999138Meandependentvar862.9836AdjustedR-squared0.998755S.D.dependentvar911.4048S.E.ofregression32.15816Akaikeinfocriterion10.05166Sumsquared