我国旅游消费与物价指数的实证分析
江宇鸿
(广西大学商学院 广西 南宁 530004)
摘 要： 中国特色社会主义进入新阶段，人民对美好生活的追求日益加深，旅游消费支出也逐渐成为人们日常生活支出的一部分。本文采用1996—2016年的时间序列数据对我国旅游消费与物价指数之间的关系进行实证分析，结果表明：我国旅游消费与物价指数之间存在负相关的关系，旅游消费支出具有高弹性的特点。同时就促进旅游消费支出提供一些对策建议。
关键词： 旅游消费；物价指数；计量经济学
一、引言
伴随着中国特色社会主义进入新阶段，我国社会的主要矛盾也转变为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，人民群众对于美好生活的追求也日益加深。旅游业作为物质文明与精神文明的结晶、经济繁荣与社会发展的象征，是一项兴而百业旺的产业。旅游业的蓬勃发展不仅可以为国家带来巨大的经济效益，同时还能作为国家名片，免费向全世界宣传。根据相关资料显示，在“十二五”期间，旅游业已全面融入国家战略体系，成为了国民经济战略性地支柱产业，2015 年旅游业对国民经济的综合贡献度也达到10.8%。在全球经济活动中，旅游业也因其具有产业链长、类型多样、覆盖面广等特点，成为了发展最快的行业之一。在人民物质生活水平日益提高的背景下，人们对于精神文化层面的需求也在不断加深，旅游逐渐成为我国大众日常生活的一个重要组成部分，旅游市场随之不断扩大，潜力无限，发展态势很好。随着旅游业的发展，旅游支出在国内消费支出中的占比越来越大，旅游业在拉动内需方面起到了很大的作用，同时也极大地促进了许多其他相关联产业的发展，旅游产业已成为促进我国经济发展的新引擎。旅游消费支出作为衡量旅游经济活动及其效果的一个不可或缺的综合性指标，也是一个国家或地区旅游业发达与否的重要标志，因此研究国内旅游消费状况具有十分重要的现实意义。
二、文献综述
研究旅游消费与物价指数的关系一方面可以预测大众旅游消费倾向，另一方面还对研究旅游供给与旅游业健康稳定的发展具有促进作用。李云鹏以我国城镇居民旅游消费特点为基础，建立经济计量模型分析影响国内城镇居民旅游消费的因素，发现城镇居民国内旅游消费主要受当期收入和价格的影响。[1]刘嘉认为城镇居民是我国旅游消费的主要群体，因此选取城镇居民的旅游消费作为研究对象来进行定量分析。结果表明，城镇居民的旅游消费与价格指数之间的变动比例较大，说明了旅游消费具有高弹性的特点。价格指数一旦升高，就会在很大程度上引起旅游消费的减少。[2]牛利民等人从定性、定量两个方面分析了影响我国旅游消费的主要经济因素。研究表明，消费物价指数、汇率、利率及国民总收入对旅游消费的影响均很显著。此外，我国的贫富差距程度也会影响我国旅游消费。[3]王瑶华从旅游客源地是中国农村这一角度入手，研究我国农村居民旅游消费的特点与实际旅游消费情况。选取农村居民人均可支配收入、农村居民消费价格指数、前期农村居民人均旅游消费这 3 个影响旅游消费的主要因素来进行实证分析，发现当农村居民消费价格指数与农村居民人均旅游消费成反方向变动。[4]曹芳千选取城镇居民国内旅游人均花费、城镇居民消费价格指数、恩格尔系数、城镇居民家庭人均可支配收入以及旅行社数五个变量构建计量模型，研究我国旅游消费水平，得出城镇居民消费价格指数与城镇居民国内旅游人均花费成负相关这一结论。[5]胡雪芹认为农村居民的消费行为在一定程度上会受到物价水平变动的影响，于是通过建立计量经济学模型得出我国农村旅游消费市场潜力无穷，农村居民人均旅游消费支出与居民消费价格指数呈反方向变动这一结论。[6]
1.1 对象 2008年1月—2010年12月在我院行髂腹股沟淋巴清扫术的阴茎癌患者56例(共111个腹股沟手术区)。患者的中位年龄为51岁(20～79岁)，其中，术前行新辅助放疗2例，行新辅助化疗10例;吸烟者17例，酗酒者2例;糖尿病患者4例。16例患者的体质指数(BMI)超过25。
三、计量经济学模型分析
1.模型介绍
本文为研究我国的旅游消费和物价指数的关系，在数据可得性的基础上，将国内生产总值、全国公路里程、旅游人数这3个变量作为控制变量加入模型中，选取全国1996～2016年的时间序列数据作为样本数据进行定量分析。本文数据均来自国家统计局网站，所有结果均在软件stata13中得出。
该算式可以进行定量评价，但很难进行深入分析。因此，要附加两个条件：衰减要小（κ／k≪1）；观测点之间的距离要远大于波长（kr≫1）。首先，格林函数的远场近似如下：
试验2利用早晚熟品种熟期、株高、群体发育差异，用晚熟品种覆膜与早熟品种不覆膜1穴2株间种，构建立体高密度高光效群体[9-10]，实现减膜增产目的。从试验结果看，试验采用的两种模式均达到极显著增产效果，但4∶4间种方式产量高于2∶2间种方式，其原因是2∶2间种行比小，由于两品种株高差太大（40 cm以上），早熟品种受晚熟品种影响较大，是产量较低的结果[11]。因此，从试验结果和便于田间操作角度，建议推广4∶4间作方式。
将本文所有变量都进行了取自然对数处理，初步建立以下多元回归模型：
lntra -β 0+β 1lncpi +β 2lngdp +β 3lnroad +β 4lnpeo +μ
(1)
其中，lntra表示历年国内旅游消费支出，单位为亿元；lncpi表示物价指数；lngdp表示我国历年国内生产总值，单位为亿元；lnroad表示我国历年公路里程，单位为万公里；lnpeo表示我国历年国内游客总人数，单位为万人次，μ 为模型的残差项。
2.散点图分析
在进行多元回归分析前，可以对变量之间的关系做一个简单且直观的散点图来进行分析与判断。散点图如下所示：
图 1散点图
从图1可以看出，lngdp、lnpeo两个变量与lntra均呈现正相关关系，可能存在共同解释的成分；而lnroad和lntra尽管也是正相关关系，但散点波动性较大；最后，解释变量lncpi和lntra之间略微有着一定的负相关趋势，可能存在负向关联。散点图表示非常直观，但要对国内旅游消费支出和物价指数的关系做一个严谨的判断，还需要进行多元回归分析。
lntra =8.06-2.59lncpi +0.52lngdp -0.28lnroad +1.09lnpeo +μ
SE =(3.84) (0.84) (0.03)
在对经济变量的时间序列进行多元回归模型分析之前,首先应进行单位根检验，看变量序列是否是平稳序列，若平稳，可构造回归模型等经典计量经济学模型；若非平稳，则进行差分，当进行到第i次差分时序列平稳，该变量即服从i阶单整。本文采用 ADF法进行平稳性检验,其结果见表1。
多重共线性检验。采用方差膨胀因子法(VIF)进行检验。一般认为，VIF值大于10时可能会存在共线性问题。lngdp的VIF值为183.07，远远大于10，这很可能是导致lngdp不显著的原因。同时lnroad的VIF值为17，大于10，也存在一定的共线性问题。
为破解高校科技成果转化中的关键问题和难点，推动高校科技成果转化，浙江省开展了建设高校科技经纪人制度试点工作，高校科技经纪人主要负责对技术转移项目进行正确的评估和论证，为企业和学校提供、传递技术转移供需信息，组织并参与技术成果的商业化应用和产业化活动，对技术转移活动进行全过程管理［5］。
表 1时间序列 ADF检验结果
由表1可知lngdp 及其一阶差分在 1%、5%、10% 的显著性水平上均未通过平稳性检验。但lntra、lncpi、lngdp、lnroad、lnpeo的二阶差分在 5% 的显著性水平通过了平稳性检验,表明这几个变量是二阶差分平稳的,即二阶单整。综上所述,序列lntra、lncpi、lngdp、lnroad、lnpeo均为二阶单整序列。
t =(2.62) (-3.17) (50.56)
通过PING命令对4台终端计算机进行连通性测试，以局域网VLAN60 所属网段终端计算机C1为例，分别测试访问终端计算机C3的连通性(二者同属于VLAN 60网段)和终端计算机C2的连通性(终端计算机C2属于VLAN 70网段).测试后发现，C1与C2、C3之间均可以正常通信.连通性测试结果如图4所示.
t =(2.09) (-3.22) (1.64) (-1.80) (3.51)
(2)
SE =(3.86) (0.80) (0.32) (0.16) (0.31)
R 2= 0.9943，Adj —R 2= 0.9929，F = 697.74，Prob >F =0.000
模型的拟合优度为0.9943，调整后的拟合优度为0.9929，模型具有很高的解释能力。考虑到变量lngdp的t检验并不显著，同时变量lnroad的符号为负，明显违背经济学原理，故认为该回归方程很可能存在共线性问题。因此，有必要对模型进行多重共线性检验。
学者赵小敏在 《解放战争时期的干部读书制度》中对解放战争时期的干部读书制度进行了一定的研究。介绍干部读书活动的兴起、干部读书制度的具体内容，总结了解放战争时期干部读书制度的经验，指出其对现代干部读书学习的启示意义，认为解决实际问题需要干部坚持理论联系实际，学以致用。[2]
共线性问题可采用“逐步回归法”来解决。最终得到以下回归结果：
lntra =10.05-2.64lncpi +1.52lnpeo +μ
知识服务的经济后果是指在商业服务中，信息和技术提供方通过给予信息和技术对信息和技术需求方的决策产生影响，从而对信息和技术需求方的相关利益产生影响，进而对其他各相关方的利益产生连锁影响。知识服务的经济后果三分法是指知识服务经济后果观存在：零和经济后果、正经济后果、负经济后果。
3.多元回归分析
(3)
接下来用最小二乘法对模型进行多元回归拟合分析，其回归结果如下：
R 2= 0.9931，Adj —R 2= 0.9923，F = 1290.15，Prob >F =0.000
剔除lngdp和lnroad两个变量后，将方程(3)与方程(2)进行对比，发现方程(3)的解释能力几乎没有下降。模型的拟合优度为0.9931，调整后的拟合优度为0.9923，认为方程通过的两个变量lncpi与lnpeo可对lntra的变化产生99.31%的解释能力，表明方程的解释能力很强。F统计量的值为1290，对应的p值为0.000，方程总体是显著的。自变量lncpi与lnpeo也均显著。对方程(3)进行最终的经济意义分析之前，还需要对多元线性回归中容易出现的异方差、自相关问题进行检验。如果一旦发现模型中存在异方差、自相关的情况，则表示模型的显著性检验、预测等功能都是失效的，其回归系数也将变得没有任何经济意义。
异方差检验。采用white检验法进行检验，结果为P=0.578>0.05，接受原假设“模型不存在异方差”，故模型不存在异方差。
自相关检验。采用BG-LM检验法进行检验，结果为p值=0.0879>0.05，接受原假设“方程不存在自相关”，故模型不存在自相关。
4.结论及建议
复测从全国华东、西北、华中、西南、华南、东北和华北7个地区选取共计484名高职院校数学教师参与调查，最终收回有效量表484份，量表有效率为100%．使用SPSS17.0软件，先针对量表的所有项目进行整体探索性因素分析，在取得因素构面基础上进行分层面探索性因素分析，即以分量表的个别题项进行因素分析，从而形成一份具有较好建构效度的量表．
方程(3)已经消除了多重共线性的影响，同时既不存在异方差，也不存在自相关，故可对结果进行实证分析。我国物价指数lncpi变量的回归系数为-2.64，即表示假定在其他因素不变的情况下，我国的物价指数每提高1%，国内旅游消费支出会随之减少约2.64%。由此可以说明物价指数与国内旅游消费支出两者之间呈反方向变动，即随着物价指数升高或降低，国内旅游消费支出就会减少或增加。同时也表明旅游消费支出具有高弹性的特点。此外，根据方程(3)的回归结果也可看出，国内游客总人数lnpeo变量的回归系数为1.52，即表示假定在其他因素不变的情况下，国内游客总人数每增大1%，国内旅游消费支出会随之增大1.52%，表明国内旅游消费支出与国内游客总人数呈正相关，即国内游客总人数的增加或减少，会引起国内旅游消费支出的增加或减少。
随着人们生活水平的不断提高，国内旅游市场也逐渐火爆。因此对于促进国内旅游市场的发展可以从两个方面入手：一是旅游企业可以通过适当地降低旅游景点的门票或多筹划一些类似亲子游、怀旧游等活动，来刺激人们的旅游消费；可以在线上加大宣传景区宣传力度，线下与社区、单位展开合作，线上线下强强联手，培养人们的旅游意识，进一步吸引潜在的旅游客户；开通各旅游景点之间的直达车，方便游客出游，实现区域间旅游景点的联动协调发展，多方合作，实现互利共赢；借鉴国内外的成功经验，结合自身特色，发挥自身优势，打造属于自己的旅游亮点。二是政府要加大在旅游发展方面的财政投入，不断加强和完善当地旅游等基础设施的建设，注重整体规划、合理布局；加强招商力度，认真落实土地、信贷等扶持政策，充分调动社会各界参与旅游业发展的积极性，以实现吸引更多的投资；完善各项相关法律法规，加强监管力度，营造一个健康绿色的旅游环境，注重旅游质量，保障当地旅游业快速稳定地发展。同时，根据当地旅游业发展现状，精准引进和培养优秀的旅游人才，提升整个旅游行业从业人员的素质。
参考文献:
[1] 李云鹏.基于计量经济学模型的国内城镇居民旅游消费研究[J].技术经济与管理研究,2005.
[2] 刘嘉.我国城镇居民旅游消费的计量经济学分析[J].商业文化(学术版),2007(09):262-263.
[3] 牛利民,杨开福,朱道静.影响我国旅游消费的经济因素分析[J].资源开发与市场,2008.
[4] 王瑶华.中国农村居民旅游消费的多元线性回归分析[J].企业技术开发,2011,30(15):100-102+130.
[5] 曹芳千.城镇居民国内旅游消费水平的影响因素分析——基于计量经济模型[J].时代金融,2016(21):370-371+374.
[6] 胡雪芹.关于我国农村居民旅游消费行为的研究——基于计量经济学模型的分析[J].旅游纵览(下半月),2017(05):190+192.
作者简介： 江宇鸿(1995-)，女，汉族，四川旺苍人，广西大学商学院数量经济学专业硕士研究生，广西大学商学院，研究方向：金融计量。