基于生产函数的中国旅游发展总量预测模型研究

摘要:旅游发展总量指标主要包括旅游收入和旅游人次数｡基于生产函数,以旅游收入和旅游人次数为因变量,以构成旅游业的支柱产业旅行社､旅游饭店､旅游交通的相关指标为自变量,采用回归方法建立了中国旅游发展总量预测模型(实际模型自变量筛选后只有旅行社一个),并对模型进行了实证分析,对模型参数的经济含义进行了解释｡发现了我国当前旅游发展总量预测的唯一决定性影响因子——旅行社数量,定量实证了我国当前旅游发展水平的低层次性､旅行社经营水平的低层次性,提出旅行社数量及其经营水平是衡量一个地区旅游发展水平高低的核心影响因子｡建议国家及地方政府要转变对旅行社的偏颇认识,要把加强旅行社的管理和指导作为地方旅游经济工作的重点｡

　　关键词:旅游发展总量;旅游收入;旅游人次;线性回归
　　　　
　　旅游发展总量(主要包括旅游收入和旅游人次数)是衡量一个国家或地区旅游经济实力的重要指标,由于旅游业属于在联合国制定的标准产业分类中找不到的产业,因此,旅游发展总量数字的科学性总是受到业内外人士的质疑｡传统的旅游发展总量预测属于需求函数预测模式[1],该模式受传统经济学的影响,认为旅游业是提供消费品(服务)的产业,提供消费品的产业应该选择居民收入､居民可自由支配时间等变量作为自变量[2],然后采取一定分析方法,建立旅游需求函数模型,对旅游发展总量进行定量评估｡上述方法用于预测某地的出游情况(外出旅游需求)较为合适,但对预测该地的旅游发展总量却没有意义｡
　　文章从供给导向建立生产函数模型(主要包括旅游总收入的预测模型和旅游总人次数两个模型),从而达到预测旅游发展总量的目的｡
　　
　　1 研究的具体过程
　　
　　1.1 指标的选择及数据收集
　　考虑到数据的可得到性和有效性,从构成旅游业的支柱产业中选取了旅行社､旅游饭店､旅游交通的相关指标,主要包括旅行社总数x1(个)､国际旅行社数x2(个)､国内旅行社数x3(个)､旅行社职工人数x4(个)､国际旅行社职工人数x5(个)､国内旅行社职工人数x6(个)､涉外饭店总数x7(个)､旅客周转量总计x8(亿人公里)､客运量总计x9(万人)作为自变量(上述指标尽管存在相关性,由于模型采用逐步回归法,因此,不影响最终建模效果)｡以旅游总人次数y1(万人)､旅游总收入y2(亿元)为因变量｡详见表1｡
　　把我国1995—2005年的旅游统计资料分为两段,1995—2002年的数据用来估计模型参数,用2004年､2005年数据对模型预测的科学性进行评价(由于2003年我国旅游业受非典影响严重,作为异常值剔去,而我国1995年以前的相关旅游统计只有入境旅游统计,故也剔去)｡
　　
　　1.2 模型的建立及检验过程
　　首先,想到c-d生产函数,以我国旅游总人次数y1(万人)､旅游总收入y2(亿元)为因变量,以其他指标为自变量(见表1),并应用spss11.5软件,对因变量､自变量求对数,然后采用逐步回归方法建立多元线性回归模型｡然而,在模型检验过程中,由于选用的是时间序列数据,因此,发现建立的多元回归模型表现为自变量之间存在多重共线性｡接着,为了解决多重共线性,方法采取了剔除不重要的自变量的方法｡最后,发现只含有旅行社数一个自变量时,模型才能够消除多重共线性的要求,并且能够达到最好的拟合效果(与我国旅游总人次数y1､旅游总收入y2的相关系数分别达到0.9802和0.9897)｡
　　
　　1.3 最终模型的确定
　　由于步骤(2)中确定预测模型只需旅行社总数一个解释变量就能够达到较好的预测效果,因此,在一元回归模型的确定过程中,考虑了线性回归和曲线回归两种拟合情况｡尝试了拟合一元线性回归模型(y=b₀+b₁*x)和曲线回归中的复合曲线模型(y=b₀*b₁x)､等比级数曲线模型[y=exp(b₀+b₁*x)]､对数模型(y=b₀+b₁*lnx)､三次曲线模型(y=b₀+b₁*x+b2*x+b3*x)､乘幂曲线模型(y=b₀*xb₁)｡最后联系实际情况,考虑到参数的实际意义,确定一元线性回归模型(y=b₀+b₁*lnx)最为合适｡根据相关数据,应用spss11.5中的线性回归求法,得出如下模型,见表2｡
　　
　　1.4 实证分析
　　在求出的模型中,把2004年和2005年的我国旅行社数代入模型,得出旅游收入与旅游人次数的预测值,把它与实际的2004年和2005年的旅游收入值和旅游人次值比较(见表3),得出旅游收入的预测误差在允许范围之内(小于5%),因此,建立的旅游收入预测模型效果较好｡而旅游人次数的误差较大(大于5%),因此,旅游人次数的预测效果较差｡
　　并且,把本文研究思路应用于山东省旅游发展总量的预测,建立以山东省旅行社数量为因变量的山东省旅游发展总量预测模型,也能得到较好的预测效果(相关过程及结果将以其他文章论述),由此得出本文提出的建立模型思路的科学性极强｡
　　
　　2 相关结论
　　
　　2.1 模型的经济含义及作用
　　2.1.1 经济含义
　　本研究得出了中国旅游发展总量预测的经验模型,见表2｡
　　y1=53517.2238+3.4862*x中,回归系数含义为我国旅游发展过程中,新增加的边际旅行社给我国带来的旅游人次数的增加量(分为两部分,一部分是旅行社直接接待的人次数,另一部分是间接导致其他部门增加的旅游人次数);y2=789.6524+0.4140*x中,回归系数含义为我国旅游发展过程中,新增加的边际旅行社给我国带来的旅游收入的增加量(分为两部分,一部分是旅行社直接的旅游收入,另一部分是间接导致增加的其他部门的旅游收入)｡

　　2.1.2 作用
　　(1)预测作用｡可以根据我国或某一个省区某一年旅行社数量及其变化规律,对其旅游发展总量进行较为准确的预测｡
　　(2)评价作用｡可根据模型中的回归系数的大小来评价一个国家或地区的旅行社经营水平的高低｡回归系数大,旅行社数量扩张对当地旅游经济发展总量增加效果明显,反之,效果较差,应限制旅行社过量增长,进行调控,提高其效益水平｡
　　2.2 模型建立中得出的重要结论
　　2.2.1发现了当前我国旅游发展总量预测的唯一决定性影响因子——旅行社数量｡
　　我国的旅游发展总量,特别是旅游收入的预测,可通过我国旅行社的数量进行较为精确的预测(二者相关系数达0.9897,误差小于5%),模型外推效果良好｡对旅游发展总量中的旅游人次数的预测,外推效果不好(误差大于5%),但二者相关系数达0.9802,因此,可以确定二者关系密切,尽管线性模型不能达到有效预测,但通过建立曲线回归方程进行预测｡
　　2.2.2 定量实证了当前我国旅游发展水平的低层次性
　　尽管我国旅游业蓬勃发展(相关统计见表1),但多数学者认为发展质量不高｡本研究通过建立相关线性模型,从定量角度证明了上述观点｡本研究中得出我国近十年旅游业发展总量水平与旅行社总量的扩张高度线性正相关,可以得出旅游人次数､旅游总收入的增长很大程度上得益于旅行社数量的扩张,因此,我国的旅游发展仍处于简单的数量扩张阶段,有待于向质量提升型转变(这种现象在美国从二战后到20世纪90年代之间也存在[3])｡
　2.2.3 定量实证了当前我国旅行社经营水平的低层次性
　　本研究中得出旅游发展总量与旅行社高度线性相关,对模型的两边求导,则得出我国边际旅行社的旅游产出为一常数(等于回归系数),说明尽管我国旅行社总量在不断增长,但没有产生应有的规模经济,也说明我国旅行社规模经营水平有待提高｡
　　2.2.4 从另一个反面定量实证了旅行社是衡量一个地区旅游发展水平高低的重要影响因子
　　首先,从旅游发展总量与旅行社数量高度线性相关(与我国旅游总人次数y1､旅游总收入y2的相关系数分别达到0.9802和0.9897),就可得出上述结论｡
　　其次,从相关经验也可得出上述结论｡一般而言,一个国家或地区的旅游发展水平越高,其旅行社水平也较高;而一个地区旅行社水平越高,也越有助于当地旅游业的发展｡以山东省青岛市为例,其旅行社效益为山东省之最,总量也为山东省之最,其旅游产值也为山东省之最(以2004年为例,其旅游收入约占全省收入的1/3),其他旅游发达城市如深圳､上海､北京也有类似情况｡
　　再次,就旅游业四大支柱产业[4~5]——旅行社､饭店､交通和景点说起,真正直接并专门为游客服务的包括旅行社和旅游景区(点),而旅行社是游客和景点联系的中间纽带,它与游客接触时间最长,它的服务质量和信誉直接影响到游客到景点的可能性｡而饭店和交通仅是部分面向游客,因此,旅行社应为旅游业中当之无愧的核心产业｡
　　
　　3 相关政策建议
　　
　　3.1 要转变传统上对旅行社的偏颇认识｡我国以及地方应消除以往对旅行社的偏见,认识到旅行社的作用绝不是“只会画画线路,做个景点导游”｡要充分认识到旅行社对国家和区域旅游发展起到的重大经济产出效应､经济发展拉动效应和地方形象宣传效应｡
　　3.2 要把加强旅行社的管理和指导作为地方旅游经济工作的重点,努力提高各旅行社的服务水平,增加其信誉度,有效拉动与之相关关联产业､基础产业的发展｡
　　3.3 国家采取相关政策和措施,提高旅行社行业的进入门槛｡这样有助于提高我国旅游发展水平的提高,避免各旅行社间的恶性竞争｡同时,也有助于提高各旅行社的经营效益和经营水平,增加我国旅行社自身竞争力的提高,以应对加入wto后带来的世界范围内的旅行社业的竞争｡
　　
　　参考文献:
　　[1] 林南枝.旅游经济学[m].天津:南开大学出版社,2000.
　　[2] 李子奈.计量经济学[m].北京:高等教育出版社,2000.
　　[3] 张辉,魏翔.对中国旅行社业的经济分析与再定位[j].旅游学刊.2004,(5):71-76.
　　[4] 张涛.旅游业内部支柱性行业构成辨析[j].旅游学刊.2003,(4):24-29.
　　[5] 李天元.旅游学[m].北京:高等教育出版社,2002.
　　[6] 王苏斌,郑海涛,邵谦谦.spss统计分析[m].北京:机械工业出版社,2003:410-421.