基于引力模型的广西入境旅游实证研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于引力模型的广西入境旅游实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】本文引入了新的解释变量对引力模型进行了适当修正，并用客源地人均GDP、客源地总人口、广西旅游从业人数、GDP、A级景区数量以及与客源国的空间距离等六个变量构建出了广西入境旅游引力模型，最后根据回归结果分析了广西入境旅游需求的影响因素及其影响程度，为广西入境旅游发展提出了针对性的建议。

【关键词】入境旅游 引力模型 广西 实证研究

入境旅游作为旅游市场的重要组成部分，对于地方旅游业创造外汇收入、增加就业机会、促进文化交流等具有重要的作用。广西省旅游资源丰富，近年来随着旅游投入的增加和旅游设施的完善，入境旅游市场虽呈现出连续的增长，但仍存在较大的拓展空间。本文拟用引力模型对广西入境旅游进行研究，以找出其影响因素及影响程度，期望为广西入境旅游的发展提供一些参考。

一、研究模型

旅游引力模型的研究在学术界已有一定的前期成果积累。本文以郭为（2007）和吴开军等（2009）提出的模型为基础，引入新的解释变量，把模型修正为：

Xit= gi [（yiαipiβizjλhjωjbjμjtj θjajδj ）/（ sijρidijri）]ε （1）

式中：Xit表示广西入境旅游需求，为第i国第t年的游客量，yi表示各国人均GDP，pi表示各国人口，zj表示广西GDP，hjωj表示广西A级景区数量，bjμj表示广西的星级饭店床位数，tj表示广西旅游业从业人数，ajδj表示广西旅行社数量，sij表示各国来广西的人均天消费，dij表示空间距离，gi，αi，βi， λj，μj，θj，ρi，ri，为经验参数，ε为扰动项。

在修正的模型中，加入了代表目的地经济发展能力的变量广西GDP、代表旅游业接待能力的变量星级饭店床位数、旅行社数量和旅游从业人数以及代表旅游业吸引力的A级景区数量，另外，由于历史机票价格变化很大，且数据很难获得，所以选用了传统的空间距离变量，它既是影响入境游客量的一个因素，也一定程度上能反映机票价格的差异。由于某些不确定性因素，加入了扰动项ε。

二、研究样本、数据来源与研究方法

（一）研究样本

本研究采用2000-2010年间的10个入境客源地的人均国内生产总值、人口、与广西的空间距离、来广西的人均天消费，以及广西的星级饭店床位数、旅行社数量和旅游业从业人数的数据资料为样本数据。选取的10个入境客源地，包括香港、台湾、日本、韩国、美国、英国、法国、德国、俄罗斯及澳大利亚，这十个国家和地区分别来自四大洲，具有很好的代表意义。

（二）数据来源

本研究的数据中，客源地的人均国内生产总值、人口来自于历年的《国际统计年鉴》；广西的入境旅游人数、人均天消费、星级饭店床位数、旅行社数量和旅游从业人数来自于历年的《中国旅游统计年鉴》和《广西旅游统计年鉴》；两地空间距离是指广西到各国首都的直线距离，该数据通过网站中的距离计算器计算所得，该计算器可以利用google和百度搜索软件在网站搜索得到。

（三）研究方法

在模型（1）的基础上，对收集的数据进行多元线性回归，其关键是运用回归分析建模法求出经验参数gi，αi，βi， ωj，μj，θj， δj，ρi，λi， ri。在此，首先采用伯格斯特兰分析方法将模型（1）转化为对数形式。

xit=㏑gi+αi㏑yi+βi㏑pi+ωj㏑hj+μj㏑bj+θj㏑tj+δj㏑

aj +λj㏑zj+ρi㏑sij+ri㏑dij （2）

三、模型变量的修正及回归结果解释

（一）研究模型变量修正

根据广西入境旅游的引力模型，利用统计软件SPSS17.0对所得的数据进行最小二乘法分析对数据进行回归，回归结果如模型（3），具体参数见表1。

xij=4.563+0.513㏑yi+0.259㏑pi+0.307j㏑hj-0.361㏑

bj+0.367㏑ tj+0.109㏑aj +0.329㏑zj-0.146

sij-0.721㏑ di （3）

表1 广西入境旅游引力模型参数估计及统计量（最小二乘法）

Variable B std.Error t sig.

C 4.563 5.382 0.068 0.434

㏑yi 0.513 0.057 7.267 0.000

㏑pi 0.259 0.004 9.021 0.000

㏑bj -0.361 0.486 -1.319 0.173

㏑tj 0.367 0.209 2.039 0.044

㏑hj 0.307 0.553 1.266 0.026

㏑aj 0.109 0.607 1.996 0.530

㏑zj 0.329 0.205 2.972 0.004

㏑sij -0.146 0.604 -0.261 0.795

㏑dij -0.721 0.061 -13.805 0.000

R-square 0.731 DW 1.745

Adjust R-square 0.71 F 35.657

Sum of square resid 14.300 P 0.000

从回归结果来看，变量bj 、hj和sij和常数项C的t统计量绝对值相对较小，不能通过严格的t检验。现采用自变量向后筛选法（Backward）对模型（3）进行再次回归，回归结果如模型（4），具体参数见表2。

xij=0.513㏑yi+0.259㏑pi+0.367㏑tj+0.329㏑zj+0.307

㏑hj-0.721㏑dij