基于计量经济学模型的内地赴澳门游客量预测，本文主要内容关键词为：澳门论文,经济学论文,模型论文,游客论文,内地论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号F590.3 文献标识码A 文章编号1006－575（2009）－03－0055－07
一、导言
旅游业是澳门的支柱产业。澳门的经济增长、财政收入、就业对旅游业具有很强的依赖度。澳门回归后，特别是开放“自由行”以来，澳门旅游业高速增长，大大带动了澳门各行各业的发展，使得澳门经济呈现前所未有的繁荣景象。但是这种增长能否持续？未来的发展趋势会怎样？哪些因素会左右澳门博彩产业的发展趋势？了解这些问题对于特区政府制定产业政策、经济发展规划和人力资源政策，企业制定战略规划、经营策略等都有重要意义。
赴澳游客的消费是澳门旅游业和博彩业收入的主要来源。澳门入境游客量（inbound tourists）与澳门博彩收入的相关系数高达0.809，表明游客的数量和消费偏好的变化直接影响澳门博彩业的发展规模和速度。曾忠禄（2007）报告显示：旅澳游客85％来源于内地和香港。其中，内地赴澳门游客所占比重逐年增加，从2004年起已经连续4年超过50％，国内游客成为澳门游客主流的态势已经显现。这部分游客量的发展趋势会对澳门旅游和博彩业的发展带来深刻的影响。但是，由于旅游产品具有很强的易变性，旅游需求也表现出相应的季节性波动，这也就带来内地赴澳门游客量的不确定性变化。因此，通过采用某种方法，洞悉这部分客流量的影响因素，预测其发展趋势，然后采取相应的政策规避风险、保护其增长，这对澳门旅游业和博彩业发展至关重要。此类研究在澳门还没有受到关注，这是从事本研究的主要动机。
旅游业的发展已经成为一个国家或地区经济发展的重要方向，旅游需求的预测实际上成了一个非常重要的领域。迄今为止，关于预测的方法已经很多，这些方法大致可以分为时间系列模型（如ARIMA、REGARIMA model、Box- Jenkins model）、计量经济模型（如Regression models、Gravity models、Artificial Neural mode、Grey model）、专家意见法（如Delphi technique）三种，其中前二者属于定量分析，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来的。尽管其它方法可能在精确度和效果上要好过回归分析，但昂贵的成本和复杂的技术往往在实际运用中使人望而却步。而计量经济学方法已经相当成熟。而且，内地赴澳门旅客量受到中国内地经济发展水平、人口规模、内地与澳门间的贸易、两地间的汇率等经济因素的影响较大，再加上这些因素又都可以测量，因此采用计量经济学方法较为合适。
总之，本文试图通过揭示影响内地赴澳门游客量的各种因素，并确定各种因素的影响度，来建立多元线性回归的计量经济学模型，预测未来内地赴澳门游客量的变化趋势，同时运用相关方法测定模型的精度偏差值，给出预测的区间估计。希望本研究的结果不仅能为政府有关部门、行业和企业的决策提供一个参考，还能为进一步的学术研究起到抛砖引玉之效。
二、研究方法
计量经济学模型是试图测量变量之间的因果关系的行为模型。它所使用的技术主要有多变量回归分析、差异分析和概率分析。这些技术已经在关于旅游预测的文章中广泛使用。本研究以运用计量经济学理论建立一个多元线性回归模型作为主要的研究方法，使用这一模型预测未来内地赴澳门游客量，并检验模型的拟合优度和精度。模型中采用的数据来源于澳门、中国内地和香港官方公布的公开季度统计信息。这些数据的时间跨度为2001年1季度～2008年2季度。本研究的步骤为：线性回归建模原理—选择变量—收集数据—构建游客量预测模型—预测与结论。
1.线性回归预测模型建模理论
在回归分析中，我们的任务就是估计回归方程中的未知参数，并对总体回归函数做统计推断。通常使用的方法是最小二乘法。在进行这些讨论时，我们对模型做了一些假设，其中最主要的是Gauss- Markov假设。许多中文统计学和计量经济学书籍都有关于该假设的叙述，本文采用贾俊平（2006：207－208）在其《统计学》第二版中关于该假设的陈述。
假设1：解释变量X是确定性变量，不是随机变量；
假设2：随机误差项μ具有零均值、同方差和不序列相关性：
由于软件技术的发展，这些复杂的计算过程都已经可以在计算机软件（如SPSS15.0）中解决。
2.检验
主要的检验包括：①变量之间的线性相关是否存在以及相关程度问题，也就是所谓的拟合优度问题；②预报的精度问题。这是检验回归方程有无实际价值的两个重要问题。对这两个问题，可以运用统计学的方法进行检验。
（1）变量的相关程度
根据标准化残差图可以直观地判断误差项ε服从正态分布这一假定是否成立。如果这一假定成立，那么标准化残差的分布也应该服从正态分布。因此在标准化残差图中，大约有95％的标准化残差在－2～＋2之间。SPSS统计软件有生成这个图形的功能。
（3）自相关性诊断
三、研究分析
下面就运用前述线性回归原理建立内地赴澳门游客量预测模型，并做出预测。
1.变量和数据
在回归分析中，表示原因的自变量选取依赖于被预测的变量。Archer（1980）认为，影响旅游需求的变量主要有四个：潜在旅客的收入—预测中最普遍采用的收入指标是可支配收入；旅游成本—通常用距离来替代；消费者物价指数（CPI）；旅游接待地（国）和旅游出发地（国）之间的汇率。而Vanhove（1980）认为，影响旅游需求的变量有20个之多。除了以上四个外，还包括：促销、共同语言、承载能力、客源地和目的地的城市化程度、休闲时间，以及特殊事件、自然灾害、政治稳定性等。
由此可见，影响游客需求的经济变量有很多，而人们总是根据不同的研究目的选定因变量，再确定与之相适应的自变量。考虑到澳门的特殊情况，并通过对描述统计图的直观观察，我们认为：内地赴澳门游客量的变化，主要受中国内地的经济发展和人民收入的因素影响。因此，本研究选择中国内地人均可支配收入（personal discretionary income）、国内生产总值（CGDP）、消费者物价指数（CCPI），以及两地间商品进出口贸易总额（TT）、港币与人民币汇率（ERHC）作为观察的预测变量。表1是2001年1季度至2008年2季度各变量季度数据，各数据来源见表中末行所注。
2.回归分析，建立预测方程
表2是将表1的数据输入SPSS15.0后所得的回归分析报告整理后的结果。
根据表2，可得内地赴澳门游客量的预测方程：
（2）区间估计
a）预测变量回归系数的区间估计
由表2可知，给定置信系数1－α＝95％，各个预测变量的回归系数置信区间分别为：
（人均季可
（5）异方差诊断
图1就是在SPSS中生成的标准化残差图。从图1可以看出，除了箭头所标示的那个点外，所有的标准化残差都在－2～＋2之间（这个比率超过95％）。根据前文对标准化残差的分析，可以认定我们对ε服从正态分布的假定基本是成立的。
图1 回归分析标准化残差图
四、预测与结论
1.预测
根据建立的回归方程（6）或标准化方程（7）以及估计的置信区间，只要确定每个自变量的预测值，就可以对以后各季度的因变量值进行点估计和区间估计。表3是对澳门2008年3季度至2014年1季度各季度大陆游客量的预测。
2.结论
从图2中可以看出，2008年3季度到2014年间，内地赴澳门游客量整体呈现出平稳上升趋势，各个季度间存在波动。但这个趋势存在的前提是中国内地的经济持续稳定增长，政治环境稳定向好。
图2 内地赴澳门游客量趋势图
本模型的主要特点在于克服了传统计量经济学模型的一些局限性，使得预测的结果更加准确、可靠。传统计量经济学的局限性主要表现为：第一，自变量之间的共线性问题；第二，经济模型中，系数的评估会随着时间的变化而有所变化，这就使得建立的模型仅能运用于短期预测。针对共线性问题，本文在建模过程中采用VIF检验和分步回归的方法进行有效的控制；而系数的变化性是任何预测方法都无法完全克服的障碍，因为任何预测模型的预测时间都不可能是无限期的，本模型主要是通过加强检验和增加数据的时效性来加以控制。
