基于向量自回歸模型的旅游業(yè)相關(guān)因素分析

摘要：隨著旅游業(yè)在第三產(chǎn)業(yè)的占比越來越大，旅游業(yè)逐漸作為城市發(fā)展的支柱產(chǎn)業(yè)，分析貴州省旅游業(yè)影響因素有利于促進(jìn)旅游業(yè)持續(xù)發(fā)展和經(jīng)濟(jì)的增長(zhǎng)。通過構(gòu)建向量自回歸模型，分析了貴州省旅游業(yè)與地區(qū)生產(chǎn)總值和園林陸地面積之間的關(guān)系。通過收集2000—2021年相關(guān)指標(biāo)數(shù)據(jù)，通過運(yùn)用平穩(wěn)性檢驗(yàn)、單位根檢驗(yàn)、脈沖響應(yīng)分析等檢驗(yàn)，研究發(fā)現(xiàn)貴州省旅游業(yè)與上述指標(biāo)間相互影響。

關(guān)鍵詞：旅游業(yè)經(jīng)濟(jì)向量自回歸模型相關(guān)因素

中圖分類號(hào)：F592.7;F224

AnalysisofTourismIndustryRelatedFactorsBasedonVectorAutoregressiveModel

-TakingGuizhouProvinceasanExample

ZHAOXiulan

GuizhouUniversityofFinanceandEconomics，Guiyang，GuigzhouProvince，550000China

Abstract：Withtheincreasingproportionoftourisminthetertiaryindustry，tourismhasgraduallybecomeapillarindustryofurbandevelopment.ThisarticleanalyzestheinfluencingfactorsoftourisminGuizhouProvince，whichareconducivetopromotingthesustainabledevelopmentoftourismandeconomicgrowth.Itanalyzestherelationshipbetweenthetourismindustry，regionalgrossdomesticproduct，andlandscapelandareainGuizhouProvincebyconstructingaVectorAutore-Gressive（VAR）model.Bycollectingrelevantindicatordatafrom2000to2021andusingtestssuchasStationarityTest，UnitRootTest，andImpulseResponseAnalysis，thestudyfoundthatthetourismindustryinGuizhouProvinceinteractswiththeaboveindicators.

KeyWords：Tourism;Economy;VARModel;Relatedfactors

隨著我國(guó)居民收入和消費(fèi)水平的提升，貴州省旅游業(yè)蓬勃發(fā)展，貴州省將旅游產(chǎn)業(yè)化列為全省發(fā)展的重要戰(zhàn)略內(nèi)容，已成為備受矚目的旅游目的地，吸引了越來越多的游客前來探索。根據(jù)數(shù)據(jù)顯示，貴州省共有359家國(guó)家A級(jí)旅游景區(qū)，國(guó)家5A級(jí)旅游景區(qū)6家，2021年貴州省旅游總收入增長(zhǎng)超過15%，旅游及相關(guān)產(chǎn)業(yè)的增加值達(dá)到了1000億元，而游客人均花費(fèi)也超過了1000元[1]。數(shù)據(jù)表明：貴州旅游業(yè)在實(shí)現(xiàn)“十四五”旅游產(chǎn)業(yè)化發(fā)展目標(biāo)方面取得了良好的開局，充分展示貴州旅游業(yè)快速發(fā)展的勢(shì)頭，推動(dòng)貴州高端旅游消費(fèi)市場(chǎng)和定制旅游市場(chǎng)的發(fā)展[2]。本文通過對(duì)貴州省旅游業(yè)的影響因素進(jìn)行深入分析，更好地了解旅游業(yè)發(fā)展的動(dòng)態(tài)和趨勢(shì)，以進(jìn)一步推動(dòng)旅游業(yè)的繁榮發(fā)展。

1指標(biāo)選取與數(shù)據(jù)來源

本文選用貴州省旅游總收入（記為ZSR），作為旅游業(yè)發(fā)展的指標(biāo)，選取地區(qū)生產(chǎn)總值（記為GDP）和建成區(qū)園林綠地面積（記為BGA），這兩項(xiàng)指標(biāo)作為解釋變量[3]。通過《貴州統(tǒng)計(jì)年鑒》獲取數(shù)據(jù)，并且為消除異方差的影響，對(duì)數(shù)據(jù)分別進(jìn)行取對(duì)數(shù)的處理，對(duì)處理后的數(shù)據(jù)分別記為L(zhǎng)NZSR、LNGDP、LNBGA。

2建立向量自回歸模型

2.1平穩(wěn)性檢驗(yàn)

本文使用Eviews軟件進(jìn)行實(shí)證分析，使用ADF單位根檢驗(yàn)方法對(duì)上述時(shí)間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，以確定原始時(shí)間序列的平穩(wěn)性[4]。根據(jù)表1的檢驗(yàn)結(jié)果，原始的對(duì)數(shù)序列被判定為非平穩(wěn)序列，在經(jīng)過一階差分后，結(jié)果顯示拒絕存在單位根的原假設(shè)。這意味著一階差分后的序列數(shù)據(jù)是平穩(wěn)的。

2.2滯后階數(shù)選擇

根據(jù)變量平穩(wěn)性檢驗(yàn)的結(jié)果顯示，三個(gè)變量均為一階平穩(wěn)序列。因此，我們便可以考慮使用這些變量的對(duì)數(shù)序列來建立向量自回歸模型。在這個(gè)模型中，滯后階數(shù)選擇的原則是利用LR、FPE、AIC、SC以及HQ準(zhǔn)則的最小值來決定[5]，使用Eviews軟件進(jìn)行分析，選擇滯后階數(shù)為1。檢驗(yàn)結(jié)果如表2所示。

2.3Johansen協(xié)整檢驗(yàn)

由表1可知，DLNBGA、DLNGDP和DLNZSR均為平穩(wěn)時(shí)間序列，且都為同階單整序列，所以對(duì)其進(jìn)行Johansen協(xié)整檢驗(yàn)，來檢驗(yàn)兩個(gè)影響路徑下是否都存在長(zhǎng)期均衡關(guān)系。檢驗(yàn)結(jié)果如表3和表4所示。

根據(jù)Trace檢驗(yàn)和Max檢驗(yàn)可以知道，建立的VAR模型均接受原假設(shè)（即接受不存在協(xié)整關(guān)系的假設(shè)），該序列為同階單整但不協(xié)整，因此可以建立向量自回歸模型。

2.4單位根檢驗(yàn)和格蘭杰因果檢驗(yàn)

單位根檢驗(yàn)是一種檢驗(yàn)時(shí)間序列數(shù)據(jù)是否具有單位根的統(tǒng)計(jì)方法，本文用的是ADF檢驗(yàn)，在ADF檢驗(yàn)中，原假設(shè)是存在單位根[6]。根據(jù)數(shù)據(jù)分析可得出時(shí)間序列是平穩(wěn)的，由此進(jìn)行格蘭杰因果檢驗(yàn)。格蘭杰因果關(guān)系在統(tǒng)計(jì)上檢驗(yàn)的是變量之間的相關(guān)性和預(yù)測(cè)能力，而不能確定因果關(guān)系的確切方向[7]。對(duì)其進(jìn)行格蘭杰因果檢驗(yàn)，所得結(jié)果如表5所示。

由檢驗(yàn)結(jié)果可知，旅游總收入、地區(qū)生產(chǎn)總值與建成區(qū)園林綠地面積之間在10%的置信區(qū)間下存在格蘭杰因果關(guān)系，說明一個(gè)地區(qū)的旅游業(yè)越發(fā)達(dá)，則該地區(qū)的園林綠地面積越大。旅游總收入與地區(qū)生產(chǎn)總值之間存在格蘭杰因果關(guān)系，一方面表明較高的地區(qū)生產(chǎn)總值會(huì)促進(jìn)旅游業(yè)的發(fā)展從而提高旅游總收入，另一方面，旅游活動(dòng)本身也會(huì)對(duì)地區(qū)經(jīng)濟(jì)產(chǎn)生積極影響，旅游業(yè)可以創(chuàng)造就業(yè)機(jī)會(huì)，吸引投資和消費(fèi)。這些因素都會(huì)對(duì)地區(qū)生產(chǎn)總值的增長(zhǎng)產(chǎn)生正向影響。

2.5VAR模型建立

在前面的基礎(chǔ)上，用差分后的數(shù)據(jù)建立VAR（1）模型，得到結(jié)果如下所示：

2.6脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)顯示了每個(gè)內(nèi)生變量對(duì)自身和其他內(nèi)生變量沖擊的響應(yīng)情況，并且隨著時(shí)間的推移觀察了模型中各變量對(duì)沖擊的響應(yīng)[8]。在本文中，選擇了10期的滯后期進(jìn)行脈沖響應(yīng)分析。

由圖3可知，旅游總收入受自身的正向沖擊后，先以較快的速度下降，在第4期最低點(diǎn)后開始上升，并在第6期達(dá)到最高值，之后影響逐漸減弱并趨于平穩(wěn)。旅行社數(shù)量對(duì)自身有的正效應(yīng)的沖擊，這種影響逐漸下降后又上升，不斷變化。

以DLNGDP對(duì)DLNZSR的脈沖響應(yīng)函數(shù)圖（第二行，第三列）為例，貴州省地區(qū)生產(chǎn)總值對(duì)旅游總收入的前4期的影響是負(fù)向影響，之后再轉(zhuǎn)為正向影響，再持續(xù)幾期后轉(zhuǎn)為負(fù)向影響趨于平穩(wěn)后又上升至正向影響，跌宕起伏。較高的地區(qū)生產(chǎn)總值通常意味著經(jīng)濟(jì)繁榮和消費(fèi)能力增強(qiáng)，這對(duì)旅游業(yè)是有利的。此外，較高的GDP意味著更多的投資和基礎(chǔ)設(shè)施建設(shè)，包括交通、酒店和旅游設(shè)施的改善和擴(kuò)展，這將進(jìn)一步促進(jìn)旅游業(yè)的發(fā)展并增加旅游總收入。

2.7方差分解

方差分解是一種通過分析預(yù)測(cè)殘差的標(biāo)準(zhǔn)差由不同沖擊影響的比例來衡量?jī)?nèi)生變量對(duì)標(biāo)準(zhǔn)差的貢獻(xiàn)比例[9]。通過分析，可以了解不同沖擊對(duì)旅游總收入以及其他內(nèi)生變量的影響程度，并進(jìn)一步評(píng)估它們?cè)诮忉屇Ｐ椭械闹匾?。本文以旅游總收入為例，采用方差分析方法來分析沖擊對(duì)內(nèi)生變量的影響，結(jié)果如表6所示。

由表6可看出，在對(duì)旅游總收入的預(yù)測(cè)中，第1期預(yù)測(cè)值的誤差中近66%來自自身，近26%來自地區(qū)生產(chǎn)總值，近8%來自建成區(qū)園林綠地面積。隨著預(yù)測(cè)期的延長(zhǎng)，誤差中來源于地區(qū)生產(chǎn)總值和建成區(qū)園林綠地面積的影響比重增加。預(yù)測(cè)10期時(shí)，預(yù)測(cè)誤差的方差中只有近17%來源于自身。

3結(jié)語(yǔ)

通過選取2000—2021年貴州省相關(guān)指標(biāo)數(shù)據(jù)，建立向量自回歸模型進(jìn)行實(shí)證研究，得出以下結(jié)論。

（1）旅游總收入、地區(qū)生產(chǎn)總值和建成區(qū)園林綠地面積之間存在格蘭杰因果關(guān)系。即較高的地區(qū)生產(chǎn)總值會(huì)促進(jìn)旅游業(yè)的發(fā)展，提高旅游總收入。同時(shí)，旅游總收入對(duì)地區(qū)生產(chǎn)總值有影響，即旅游總收入的增長(zhǎng)也會(huì)帶動(dòng)地區(qū)生產(chǎn)總值的增長(zhǎng)。這些發(fā)現(xiàn)表明旅游業(yè)與經(jīng)濟(jì)發(fā)展密切相關(guān)，并且相互促進(jìn)。（2）通過脈沖響應(yīng)圖分析后發(fā)現(xiàn)，旅游總收入對(duì)自身沖擊的響應(yīng)是先下降后上升，并在一定時(shí)期后趨于平穩(wěn)。

參考文獻(xiàn)

[1]樊國(guó)慶，朱軒民，高潤(rùn)平.貴州省旅游收入預(yù)測(cè)及發(fā)展研究分析[J].保山學(xué)院學(xué)報(bào)，2023，42（4）：91-99.

[2]張瀟，陸林，張海洲等.中國(guó)高原生態(tài)旅游發(fā)展?jié)摿υu(píng)價(jià)[J].經(jīng)濟(jì)地理，2021，41（8）：195-203.

[3]田瑞敏，周家靜.基于向量自回歸模型的南京市旅游業(yè)影響因素分析[J].科技經(jīng)濟(jì)市場(chǎng).2022（2）：16-18.

[4]易丹輝.時(shí)間序列分析：方法與應(yīng)用[M].2版.北京：中國(guó)人民大學(xué)出版社，2018：105-125.

[5]徐曉婧，王元元.云南省旅游業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系的實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策，2023，39（1）：126-130.

[6]郭兆暉，徐曉婧.基于VAR模型的福建省旅游業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊（中），2020（11）：75-80.

[7]張倩，王立平，王文博.旅游業(yè)發(fā)展與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系研究：以陜西省為例[J].管理學(xué)刊，2018，31（5）：34-45.

[8]陳文捷，高雪.基于VAR模型的旅游業(yè)與區(qū)域經(jīng)濟(jì)發(fā)展動(dòng)態(tài)關(guān)系研究：以廣西為例[J].廣西社會(huì)科學(xué)，2018（2）：38-44.

[9]蔡芳娜.基于VAR模型的福建省旅游業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)影響研究[J].三明學(xué)院學(xué)報(bào)，2021，38（5）：38-44.