我國旅游業消費影響因素的實證研究已受到越來越多的關注。本文建立了多元線性回歸模型并利用統計工具(SPSS)本文對模型進行了D.W檢驗，得出最終模型。最后根據最終模型，進行了具體 22實證分析 22.1主要影響因素的選取 22.2模型的設定與數據收集 32.3多元線性回歸分析 42.4多元對數模型分析 2.5模型對比 3.我國旅游消費的問題 3.1旅游產業結構不突出 3.2地區優勢不顯著 3.3新冠疫情影響造成產業沖擊 204我國旅游消費的對策建議 4.1建立健全社會保障制度，促進居民消費水平的提高 204.2創造品牌效應 4.3保證經濟的平穩增長 4.4借助地區優勢宣傳 4.5帶動沿線鄉村旅游 參考文獻 費增長最為明顯。根據數據研究表明，2020年我國國內旅游人數達到28.8億人次，國內旅游總消費高達22286億元，更加值得注意的是此時國內旅游收入占第三產業GDP的比例超過10%,換句話說就是國內旅游收入為第三產業所作出的2020年，來勢洶洶的新型冠狀病毒肺炎疫情降臨全球，幾乎一整年全世界都處于一種陰郁之下。即使在這種情況下，2020年國內旅游人數也達到了28.79億人次，雖然較上一年下降了52.1%,但是這也是一個驚人的數字，從另一個方量就越好，旅游需求就越會得到滿足。“人往高處走，水往低處流”,旅游業的發展也是這個道理。按照上述的情況發展下去，旅游消費會往高處(高層次)發展。所以居民的消費水平會對我國旅游消費產生影響。生產決定消費，這在實際情況中，國民經濟發展水平是影響消費的根本因素，而人均國內生產總值是考察國民經濟發展水平的重要指標。因此人均國內生產總值這一因素有可能對我國旅游消費產生根本性的影響。總體而言，有了經濟因素的影響，就會有非經濟因素的影響。所以，我國旅游消費很有可能受非經濟因素的影響。當一個旅游景點吸引了無數旅客前去而聞名時，大部分旅游者也會慕名而至。這是旅游者的從眾心理的表現。一般來說，旅客的從眾心理會極大地影響到旅游者本身，旅游者一旦順應了“隨波逐流”的選擇，便會對旅游消費的支出產生影響，所以旅游人次是我國旅游消費的影響因素之一。綜上所述，本文選取的因素可以分為經濟因素和非經濟因素，如果再進行細分的話，則是經濟因素有居民人均可支配收入、居民消費水平指數、居民消費價格指數和人均國內生產總值，非經濟因素為國內游客人數。根據以上影響因素，本文收集2005—-2019年間的數據(數據來源于《中國統計年鑒》2020)作為樣本進行分析和檢驗。可以初步得到如下回歸模型：Y=βo+βX?+β?X?+β?X?+β?X其中，β為回歸系數；Y為我國旅游消費支出(億元);X?為我國居民人均可支配收人(元);X?為我國居民消費水平；X?為我國居民消費價格指數；X?為我國人均國內生產總值(元);X?為我國國內旅游客人數(百萬);μ為隨機誤差項，其代表意義是當因變量發生變化時，除了能夠被自變量解釋的那部分外，其余不能被自變量解釋的隨機擾動項來取代，它是其他因素影響因變量的旅游消費支出(億居民人均入(元)居民消費水平居民消費人均國內(元)國內旅客2.3.1多元線性回歸模型概述量與多個自變量(兩個及以上變量)之間所呈現的線性關系進行解釋。多元回歸分析和預測方法，即在多個自變量(兩個及以上變量)和一個因變量的相關分析Y=β?+β?X?+β?X?+β?X?+基本假定有：(1)所有觀測值的隨機誤差項μ應該有0均值和同方差；(2)不同數據樣本下的隨機誤差項μ之間應該是不相關，獨立的；(3)同一個數據樣本點下的隨機誤差項μ和自變量(解釋變量)X之間也應該是相互獨立的，不相關的；(4)觀測值的隨機誤差項μ服從均值為0,同方差的正態分布；(5)自變量(解釋變量)X?、X?、X?、X4、X?……是確定性的變量，同時它們也是隨機的，任意的，各個自變量(解釋變量)相互之間是不存在線性關系的，也就是說任意一個自變量(解釋變量)都不具有說明另外一個自變量(解釋變量)的能力，或者說任何一個自變量(解釋變量)都不能由其他任意一個自變量(解釋變量)進行線性表示。[1]2.3.2判斷是否是線性關系判斷是否是線性關系，可以采用較為直觀的圖示法。可以利用SPSS軟件作Y與X?、X?、X?、X4、X?關系的散點圖，如下(圖1)所示002葉mmzo00從圖1可以看出，上述幾張圖中x軸和y軸呈現的關系明顯是線性關系，所利用SPSS軟件進行相關性分析，設定理論模型，計算增廣相關矩陣，輸出結果如下(圖2)所示。Y1顯著性(雙側)N1顯著性(雙側)N1顯著性(雙側)N1顯著性(雙側)N1顯著性(雙側)N1顯著性(雙側)N**.在.01水平(雙側)上顯著相關。從圖2中可以看出，Y與X?、X?、X?、X?的相關系數為2.3.4線性回歸分析利用SPSS軟件做線性回歸分析，輸出結果如下(圖3)所示。模型匯總R方的誤差1平方和F回4歸歸殘差標準系數tB1(常量) .221 -.036t量模型匯總R方的誤差12.3.5回歸診斷1擬合優度的檢驗由圖2的模型匯總表可以知道，復相關系數R=1.000,決定系數R2=0.999,2回歸方程的顯著性檢驗由圖2可以知道，F=2858.589,對應的顯著性檢驗值為0.000,并且已經剔除變量X?,表明回歸方程高度顯著,說明X?、X?、X?、X?對Y存在高度顯3回歸系數的顯著性檢驗首先剔除p值最大的變量X?,用Y與其余3個自變量進行回歸分析。回歸參數結果如下所示(圖4)。tB1(常量)變量進行回歸分析.回歸參數結果如下所示(圖5)。tB(如圖8)1(常量)-.2101個自變量進行回歸分析.回歸參數結果如下所示(圖6)。tB1(常量)所以可以得到修正后的模型為Y=-9849.020+11.080X?即回歸方程為Y=9849.020+11.080X?2.3.7D.W檢驗利用SPSS軟件做D.W檢驗，輸出結果如下(圖7)所示。R差1從圖7中可以看出Durbin-Watson值為0.679,查D.W表，著水平0.05,得到dz=0.69,dy=1.關，利用SPSS軟件畫殘差趨勢變動圖(即以殘差為縱軸，X?為橫軸的關系圖)。o10oo20Dosooo圖8殘差趨勢變動圖由圖8可以看出殘差有明顯的變動趨勢，表明誤差項存在自相關，自相關系數的估計值可以看作是1-0.5D.W,即自相關系數的估計值為0.6605,說明誤差項存在自相關。首先計算差分△Y,=Y_-Y,△X,=X?-1-X,,差分結果如下表所示(表2),(表2)(圖9)。表2原始數據及一階差分后的數據YRES_1RES_2R差b.對干通過原點的回歸(無截距模型),R方可測量(由回歸解釋的)原點比較。d.通過原點的線性回歸平方和F1a.預測變量：國內旅客人數變化量b.因為通過原點的回歸的常童為零，所以對于該常量此總平方和是不正確的。c.因變量：旅游消費支出變化童d.通過原點的線性回歸系數btBa.因變量：旅游消費支出變化量b.通過原點的線性回歸+11.180(X,-X),所以得到最終的回歸方程為Y,=Y+11.180(X,-X?-1)。對于模型Y=βo+β?X?+β?X?+β?X?+β?X?+β?X?+μ不太穩定，得到的回即LnY=βo+β?LnX?+β?LnX?+β?LnX?+β?LnX?+β?LnX?+μ,,β為回歸系數；Y為我國旅游消費支出(億元);X?為我國居民人均可支配收人(元);X?為我國居民消費水平；X?為我國居民消費價格(元);X?為我國國內旅游客人數(百萬);μ為隨機誤差項，其代表意義是如下(表3)9.585399.711699.815259.911819.997262.4.1判斷是否是線性關系判斷是否是線性關系，可以采用較為直觀的圖示法。利用SPSSLnX?、LnX?、LnX?、LnX?、LnX?的散點圖(如下圖10)所示三InX3三從圖10可以看出x軸和y軸呈現的關系明顯是線性關系，將圖1與圖10進行比較，可以發現圖10中的線性關系表現得更為明顯。所以LnY與LnX?、LnX?、LnX?、LnX?、LnX?存在線性關系，接下來的回歸分析就要用線性回歸方法。2.4.2線性回歸分析利用SPSS軟件做線性回歸分析，輸出結果如下(圖11)所示。R差1R差1平方和F1回歸 59標準系數tB差2.4.3回歸診斷1擬合優度的檢驗由圖11中的模型匯總表可以知道，復相關系數R=0.998,決定系數R2=0.996,從決定系數來看，回歸方程對樣本數據點的擬合度較高。2回歸方程的顯著性檢驗由圖11可以知道，F=506.273,對應的顯著性檢驗值為0.000,表明回歸方程高度顯著,說明LnX?、LnX?、LnX?、LnX?、LnX?對LnY有高度顯著性的線性影響。3回歸系數的顯著性檢驗給定顯著水平0.05,LnX?、LnX?、LnX?、LnX?、LnX?均通不過顯著性檢驗，所以模型需要進一步修正。2.4.4模型修正首先剔除p值最大的變量LnX?,用LnY與其余4個自變量進行回歸分析。回歸參數結果如下所示(圖12)。tB1(常量) 從輸出結果可以看出，剔除LnX?后，其余自變量的顯著性都發生了不同程度的變化，此時InX,對應的p值為0.663最大，因此，進一步剔除LnX?,用LnY與其余3個自變量進行回歸分析.回歸參數結果如下所示(圖13)。t1(常量)從輸出結果可以看出，進一步剔除LnX?后，其余自變量的顯著性都發生了不同程度的變化，此時LnX?對應的p值為0.779最大，因此，進一步剔除LnX?,用LnY與其余2個自變量進行回歸分析.回歸參數結果如下所示(圖14)。tB1(常量)圖14進一步剔除LnX?的回歸參數結果從輸出結果可以看出，進一步剔除LnX?后，其余自變量的顯著性都發生了不同程度的變化，此時LnX?對應的p值為0.045最大，因此，進一步剔除LnX?,用LnY與其余1個自變量進行回歸分析.回歸參數結果如下所示(圖15)。tB1(常量)圖15修正后的回歸參數結果從輸出結果可以看出，進一步剔除LnX?后，其余自變量的參數均通過顯著性檢驗。利用SPSS軟件做D.W檢驗，輸出結果如下(圖16)所示。R差1圖16DW檢驗結果著水平0.05,得到dz=0.69,du=1,97,所以D.W=0.371<d,可知殘差序列存在正相關，利用SPSS軟件畫殘差趨勢變動圖(即以殘差為縱軸，LnX?為橫軸的關系圖)。(如圖17)ooooo取國內旅客人數的對數由圖17可以看出殘差有明顯的變動趨勢，表明誤差項存在自相關關系，自相關系數的估計值可以看作是1-0.5D.W,即自相關系數的估計值為0.8145,說明誤差項呈高度自相關關系。2.4.6用一階差分法消除自相關首先計算差分△LnY,=LnY,-LnY,_,△LnX,=LnX,-LnX,_差分結果如下表所示(表4),用△LnY,對△LnX,作過原點的最小二乘回歸，利用SPSS軟件可得到的結果如下所示(表4)(圖18)。RES_1R差1b.對于通過原點的回歸(無截距模型),R方可測量(由回歸解釋的)原點附近的平方和F 標準系數tB誤差數的對應值的變化量圖18一階差分后的數據的線性回歸結果以從圖14中得知一階差分誤差項的標準差為0.03689844,小于μ的標準差的方程為LnY,=LnY,_+1.529(LnX,-LnX,-)。雖然從D.W值不能判斷誤差項間將上面兩個模型進行對比，兩個模型最后都只剩下X?(我國國內旅游客人數)這一個變量，說明了我國旅游業消費與我國國內旅游客人數密切相關。多元回歸模型的最小二乘法的標準差為669.8775,一階差分法的標準差為550.7915;多元對數回歸模型的最小二乘法的標準差為0.06061621,一階差分法的的標準差3我國旅游消費的問題3.1旅游產業結構不突出是在國際化宣傳方面。中國文化是56個民族集中發展而來的，而這約960萬平旅游資源中的建筑方面，它更注重建筑物的修復，防控和經濟發展的措施實施以后，中國經濟慢慢“回溫”,旅游市場逐步恢復。4我國旅游消費的對策建議從上述分析可以看出居民人均可支配收入對我國居民的旅游消費的影響不隨著我國加入WTO,服務貿易也逐漸呈現自由化的發展趨勢，國內旅游行費受人均國內生產總值(即人均GDP)的影響較大，所以想要增加我國的旅游o