您的位置: turnitin查重官网> 会计 >> cpa >试议消费水平旅游目地游客消费水平因素

试议消费水平旅游目地游客消费水平因素

收藏本文 2024-01-14 点赞:6027 浏览:19093 作者:网友投稿原创标记本站原创

摘要:影响旅游者旅游目的地消费水平的因子有游客旅行次数、出行方式、性别、年龄、教育、月收入水、停留天数等。本文以大连市2012年“十一”黄金周国内市场的抽样调查相关数据,运用计量经济学的方法建立回归模型,通过运用SPSS软件对模型进行处理与分析,得出最优模型。同时为目前旅游管理现状提出相关政策建议。
关键词:消费水平 最优模型 多元线性回归 建议
近年来,大连市旅游业依托丰富的旅游资源实施大旅游发展战略,经济效益和经济地位得以不断提高,2009年旅游收入达到480亿元,在GDP中的所占比例达到10.86%,旅游业正逐步成为大连市国民经济的战略性支柱产业。随着国内旅游消费对旅游GDP的贡献重要性的日趋显现,学者们开始致力于对国内旅游消费模型的研究。旅游消费是我国居民消费的崭新领域,研究旅游的消费不论对预测和合理引导旅游消费,还是对促进旅游供给以及旅游产业的发展将发挥重要的意义。
本文在对大连星海公园调查为例,通过建立回归模型,定量研究影响游客在旅游目的地(包括公园内、公园外)消费水平的各类因子。筛选出重要因子将对改善公园经济管理,包括合理调整景区旅游产品结构提供重要参考依据。

一、问卷设计及调查方法

本次调查的问卷包括客源市场的基本层面要素、结构层面要素和趋势层面要素。主要由性别、年龄、职业、教育、月收入、居住地、出行方式、出游动机、消费构成、在大连停留天数等样本选择参数构成。本次调查问卷共发放535份,收回有效问卷473份,问卷有效率为?%。根据实际收回的调查问卷,其中有318人选择的交通工具为火车, 65人选择的交通工具为汽车,19人选择的交通工具为飞机,33人选择的交通工具为轮船,38人选择的交通工具为自驾车。选择火车作为交通工具的游客占调查游客的71%。目前我国旅游者选择交通工具主要有汽车、飞机和火车(高铁选择呈上升趋势)三种,选择乘坐汽车,由于受气候、路况、舒适性、安全性等条件的制约,因此运量不大,飞机安全性能和准点率高,相对比较舒适,但费用比较高,对收入一般的学生和老年游客缺少吸引;火车的安全性和舒适性较高,乘坐火车的权重大于飞机和汽车,应作为优先选取的交通工具。故在选择不同交通工具的游客眼里火车仍然是最主要的出游交通工具,本文只对选择铁路作为交通工具的国内旅游者旅游消费情况进行分析。

二、建立多元线性回归模型

(一)多元线性回归模型

多元线性回归分析是一种用于分析事物之间统计关系的数量分析方法,重点考察变量之间的数量变化规律,特别是变量之间可能存在的因果关系。回归预测模型使用最为广泛,它运用最小二乘法(OLS)根据相关关系变量己知的样本值建立回归方程,再通过检测设检验得出总体模型的设定是否明显,最后依据回归方程对总体进行经济分析和预测。在旅游市场需求分析和预测中,因为影响因素(自变量)较多,所以在使用回归模型时,大部分都使用多元回归分析法,其关键之处在于依据经济学原理和对所要分析事物各个要素之间内部可能存在的因果关系来选择模型中所应包含的自变量。然后对所估计的参数和随机项进行统计检验,最终识别能够真正影响因变量的各个自变量。

1、样本选择及数据来源

为了得到更具有通用性的研究结论,本研究采取关于旅游消费及其影响因素的横截面数据作为研究基础。借鉴旅游消费定性分析结果,选取旅游消费(Y)为被解

源于:大学生论文查重www.udooo.com

释变量,选取影响旅游消费的性别(X1)、年龄(X2)、教育(X3)、月收入水平(X4)、在大连停留天数(X5)等为解释变量。其结构模型见方程(1):
模型中β0为常数项,β1 ~β5为估计参数。

2、用最小二乘法估计未知参数,并对相应的回归模型进行分析

首先用最小二乘法(OLS)法把旅游消费对五个解释变量做回归分析。首先,把全部的变量数据全部引入多元回归方程,对多元回归方程进行检验;然后在多元回归系数显著性检验不显著的一个或多个变量中,剔除检验值最小的变量,并重新建立多元回归方程和进行相关检验。最后,如果新建多元回归方程中所有变量的多元回归系数检验都显著,那么该多元回归方程为所求的方程。在0.05的显著性水平下,分析结果如表1~表3中的模型1所示。关于各个回归模型的结构,请见下页。
根据表1~表3中的模型1估计结果,从模型预测能力的角度看:(1)统计量F的值分别为207.748,F对应的p=0.000<0.05,该模型是整体显著的,表明Y与五个变量总体来说显著相关;(2)但是,除了教育(X3)、在大连停留天数(X5)以外,其他各解释变量如性别(X1)、年龄(X2)、月收入水平(X4),其t统计量对应的p值都大于显著性水平0.05.因此,在0.05的显著性水平下都没有通过t检验; (3)模型调整的可决系数R2=0.284,说明使用该模型预测旅游消费的准确程度不高,误差大。

3、模型检验与修正

鉴于模型存在的上述各种问题,很有必要对模型进行检验与修正。
(1)多重共线性的检验
观察表3中模型1给出的容忍度(Tolerance)和方差膨胀因子(VIF)可以看出,3个解释变量的容忍度都比较大,而且VIF都非常小,这说明解释变量之间存在一定的多重共线性;本文采用简单相关系数矩阵法,对模型1的多重共线性进行了检验,发现各个解释变量之间的相关系数较小,以此判断出它们之间存在轻微的多重共线性,需要采用其他的方法对模型进行进一步改善。
(2)异方差性的检验与修正
本文通过检验发现模型中的随机误差项存在异方差,通过观察异方差散点图,看到随着解释变量停留天数(X5)的增加,被解释变量波动逐渐增加,则很可能存在异方差现象,我们通过加权最小二乘法(WLS)对其进行修正,首先生成权重变量,通过加权最小二乘法,使用向后选择法,得到修正后的回归分析结果,如表1~表3中的模型2所示。根据表1~表3中的模型2所示的估计结果,从模型预测能力的角度看:(1)统计量F的值分别为164.084, 对应的p=0.000<0.05,所以,拒绝模型整体不显著的原检测设,即该模型是整体显著的,表明Y与五个变量总体来说显著相关;(2)除了年龄(X2)以外,其他各解释变量如性别(X1)、教育(X3)、月收入水平(X4)、在大连停留天数(X5)。其t统计量对应的p值都小于显著性水平0.05。因此,在0.05的显著性水平下都通过了t检验,说明剩下的解释变量与旅游消费之间确实存在一定的关联性;(3)通过异方差的经过修正后,模型调整的可决系数R2=0.295,说明修正后的回归方程其解释能力与预测精度有大幅度的提高。(4)观察表3中模型2给出的容忍度(Tolerance)和方差膨胀因子(VIF)可以看出,4个解释变量的容忍度都比较大,VIF都非常小,这说明解释变量之间存在一定的多重共线性;本文采用简单相关系数矩阵法,对模型的多重共线性进行了检验,发现各个解释变量之间的相关系数与原来的模型的相关系数相比较,相关系数进一步减小,这说明了模型中的多重共线性与原来相比较,有了进一步的改善。
修正后的线性回归模型2为:

(二)对数多元线性回归模型

模型中β0为常数项, β1~β5为估计参数。
利用对数和加权最小二乘法,采用向后选择法,对上述因素进行对数多元回归分析,其结果分别见表1~表3中的模型3所示。
表1中模型3表明旅游消费的回归模型整体上还是比较显著的(F=24

4.957;P=0.000)。

表2中模型3表明回归模型的解释能力,样本可决系数R2 =0.386,调整后的可决系数R2=0.385,即模型对旅游消费影响因素的解释能力为38.5%,回归模型的解释能力有所改进。在截面数据的分析中,这是一个可以接受的拟合结果。
从表3中模型3的估计结果可以看出,模型3中除了月收入水平(X4)外,所有其他的解释变量性别(X1)、年龄(X2)、教育(X3)、在大连停留天数(X5)都与旅游消费显著相关,均能在1%的显著性水平上通过显著性检验,模型拟合的相当

摘自:本科毕业论文答辩www.udooo.com

好。并且,与模型2估计结果相比,统计特性得到了很大的改善。
所以,最后通过比较我们认为采用模型3建立旅游消费函数模型是比较合适的。
对数回归模型3的回归方程结果如下:

三、估计结果分析与探讨

通过对旅游消费对数回归模型3的估计和检验,可以得到以下一些简要的结论:
常数项为5.439,这可以理解为在其他条件比不变的情况下,旅游者的旅游消费支出为230元。性别(X1)的系数为-0.227,这可以理解为在其他条件比不变的情况下,女性旅游者较男性旅游者有更多旅游消费的支出,女性旅游者是男性旅游者旅游消费支出的1.255倍。年龄(X2)的系数为-0.099,这可以理解为在其他条件比不变的情况下,随着年龄段的增长,其旅游消费支出在下降。教育(X3)系数为0.167,表明在其他条件不变的情况下,随着受教育程度由初中及以下到研究生的增加,旅游者旅游消费支出增加1.182倍,旅游者受教育程度的贡献率很高,旅游者受教育程度是影响目前我国旅游消费的十分重要的因素。旅游者的月收入弹性β4=-0.13,并且t值在统计上不显著。表明月收入对旅游消费的边际增长贡献很小,旅游者收入对游客来该旅游景点的消费水平影响不明显。因此,如何加大旅游者收入对旅游消费的贡献率,将是我国旅游消费长期面临的一个重要课题。这是本文获得的核心结论之一。旅游者的停留天数弹性β5=1.14,说明在其他条件不变的情况下,旅游者在大连停留天数对旅游消费的边际增长虽然在下降,但是如果旅游者在大连多停留一天,旅游消费总额就能呈现大幅度增长。比如年龄为35岁受教育程度为本科的女性旅游者在大连停留三天,其旅游消费为1167元,如果在大连停留四天,其旅游消费将为1620元,多停留一天,旅游消费增加453元,可以看出,停留天数对旅游消费的贡献率很大。

四、政策与建议

鉴于以上模型的最终结果所反映出的我国旅游消费的现存状况,现提出以下一些建议:
在国内游客以男性为主导的市场中, 男性旅游者的消费支出并没有比女性旅游者的消费支出更多,这说明男性旅游者的旅游活动仍然是粗放型的旅游活动,今后应该在稳定男性客源的前提下,迅速扩大男性旅游者在各方面的支出,这是旅游部门今后面对的一个课题。模型中显示随着年龄段的增长,其旅游消费支出在下降,这样一种情况说明,年轻人在旅游中更容易有更多的旅游消费支出,增加中老年旅游者的消费支出,特别是老年人有较多可支配的闲暇时间,有较强的支付能力,因此大力开拓银发旅游市场是我国旅游业发展的一个新契机。模型同时显示我国居民的旅游消费随文化程度的增高呈上升趋势。出现这种现象的主要原因是学历高低与收入高低的差距,同旅游的动机和消费比例正成比,收入和学历越高,高层次的旅游消费需求就越强烈。因此,加强教育提高消费者的素质,扩大高层次的精神文化消费活动,进而提高消费质量,以此促进我国旅游业的发展。
通过调查我们看到,旅游者的收入对旅游消费的促进作用不明显。根据我国居民的收入情况,我们对客源地的居民收入情况做了分析。结果表明,从收入状况来看,月收入1500元者最多,占32.1% ;其次是2500元者,占25.1%;再次是500元者,占16.1%;收入超过3500元的旅游者占总数的18.8%,这表明来大连旅游的客人收入处于中低水平的大部分,并且是旅游地客源市场的主体。在大众旅游已经成为人们的消费行为的主流,旅行社单一的某一种或几种旅游产品不能满足所有旅游者需求。所以,旅游企业必须在进行广泛的市场调查的基础上把整个旅游市场划分为若干个细分市场,将旅游者的性别、年龄、文化水平、职业和收入作为变数,以区分各种不同消费需求的旅游者群体,才能制定出适合旅游者需求的各种特色产品,包括短线旅游、长线旅游、团队旅游、散客旅游、特色旅游、专项旅游、自助式旅游、休闲旅游、度检测旅游、商务旅游、修学旅游、美食旅游等,制定旅游企业长期发展战略,才能更好地为广大游客提供各种适销对路的旅游产品,在激烈的市场竞争中立于不败之地。
通过对游客在大连停留天数的分析,我们看到,旅游者在大连平均停留天数为2.76天,来大连的旅游者停留时间较短,短时间的旅游一是影响旅游者尽情的体验本地特色资源,二是本地的旅游资源没有得到最大化的利用。解决问题的办法是,今后应在保证旅游景点吸引力的基础上,应该充分开发旅游景区的“娱乐”项目,加强“娱乐”的基础建设,提高“娱乐”方面的旅游怎么写作质量,努力开拓具有地方特色、民族特色、高层次的文化娱乐活动,调动旅游者消费热情, 突出“娱乐”的特色产品设计和消费,增加旅游者停留天数,加大旅游者停留天数是目前旅游消费增长的最主要途径,旅游者“娱乐”方面的消费潜力较大。
参考文献:
李瑛,张龙.国内客源市场旅游目的地花费模型的构建—以西安“五一”黄金周为例[J].旅游学刊,2007,22
保继刚,楚义芳.旅游地理学[M].北京:高等教育出版社,1999
[3]李冰州,杨剑,陈旭.我国居民旅游消费模型研究[J].软科学,2004,18
[4]吴忠军,唐晓云.民族旅游地国内游客行为研究及其应用—以广西龙胜各族自治县为例[J].经济地理,2004,24
[5]董观志.深圳华侨城旅游客源分异规律的量化研究[J].经济地理,1999,19
[6]吴春梅,戴慧彪.层次分析法在旅游交通工具选择中的应用[J].泰山学院学报,2007,29

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号