国内旅游收入的影响因素模型及应用.docx

南京财经大学本科毕业论文（设计）目录中文摘要1英文摘要1一、引言2二、文献综述及研究方法2三、国内旅游发展的影响因素3（一）经济增长和居民收入稳步增加3（二）居民可自由支配时间增加休假制度的改变4（三）社会进步与居民消费观念的变化5四、变量选取和数据收集5（一）变量的确定5（二）数据的来源及处理7五、模型建立8（一）模型设定8（二）模型评估8六、模型的修正9（一）用逐步回归法修正多重共线性9(二) 用主成分分析处理多重共线性11（三）模型评价1七、模型的应用基于该模型分析08年休假政策变动的影响1八、结论及意见1（一）我国社会经济的快速发展是国内旅游发展的主要推动力量1（二）城市和农村居民旅游市场差异性明显，但农村市场潜力巨大1（三）加强对旅游基础设施建设的支持力度1（四）不可忽视休假政策的影响1参考文献1国内旅游收入的影响因素模型及应用摘要：本文以我国居民国内旅游消费收入的实际数据为依据，选取了国内生产总值GDP、人均旅游支出、交通运输状况、假日政策等七个因素。用统计回归的分析方法，建立回归模型，对以上影响因素对国内旅游发展的影响程度进行定量评估。运用逐步回归法和主成分分析法消除了模型中的多重共线性，进行模型的修正。文章最后对回归结果进行了分析, 结合国内旅游发展的实际情况得出，我国经济快速发展是国内旅游迅速发展的最主要推动力量，并认为08年休假制度的调整对于旅游收入存在正向作用。文章期望为中国旅游管理部门和旅游企业的决策提供依据。关键词：旅游收入，休假制度，多元线性回归，主成分分析Abstract: Based on the real domestic tourism income, seven factors such as GDP, tourist expenditure per capita, transport conditions, the holiday policy of factors, are selected in this paper to establish a regression model. It makes a linear regression and analyzes the influence of these factors on domestic tourism income with the statistical methods, then takes the methods of stepwise regression and principal component analysis on the model to eliminate the Multi-collinear. Finally I analysis the results of the regression according to the actual situation and get the fact that the fast development of society is the most important factor to the increase of domestic tourism income .Besides this, the text concludes that the police changed in 2008 has great effect to the income and I hope to give help to the Chinese tourism authorities and tourism enterprises in decision-making.Key Words: domestic tourism income , vacation system , multiple linear regression principal component analysis，holiday police.一、引言20世纪30年代以来，随着经济的增长和居民收入水平的提高，全球旅游业急剧扩张。目前，已经逐步发展成为世界上发展前景广阔、产业规模庞大的新兴产业之一，旅游业对全球经济发展的贡献不可忽视。而我国旅游业的发展，最初是由外需拉动的。长期重视入境旅游，而轻视国内旅游。但到20世纪末,国内旅游迅速发展，国内旅游收入大大超过入境旅游收入，国内旅游开始日渐受到重视。作为国民经济新的增长点，旅游业在整个社会经济发展中的作用日益显现。为了进一步发挥国内旅游对国民经济的积极作用,政府不断努力促进其发展，1999年实施的黄金周制度就是一个尝试。2008年的休假制度改革则是基于假日旅游的一些弊端所做出的新的尝试。旅游业是高度敏感型产业，要受到包括政治、经济、文化等各方面因素的影响。通过调整上述因素，可以为发展旅游业提供更好的环境，从而更好地促进我国旅游业持续健康发展。因此，有必要对影响国内旅游业收入增长的因素进行实证研究。本文依据文献资料，选取一定的指标，定量分析各因素对于旅游收入的影响。运用94至07年的数据建模，特别的，在此基础上预测2008年、2009年旅游收入。分析08年休假制度改革对旅游收入的影响，为政策的制定提供依据。二、文献综述及研究方法通过整理现有的相关研究文献可知，对于国内旅游收入的影响因素，学者们认为主要有三个方面:(1)居民收入水平。徐春堂认为，居民收入达到一定购买水平是实现外出旅游的主要前提之一，也是实现旅游活动的重要物质基础。此外，刘德谦、张立生和郑媛媛等也强调了收入水平是重要因素，而且将其重要性置于首位2-4。(2)公共假日制度。刘德谦指出，我国居民可自由支配时间的增多有三次十分鲜明的转折点。（分别是1978年我国确立国家工作重心的转移、1995年我国职工开始享受每周二日休息制、1999年全国年节及纪念日放假实行新法以及2007年的假日制度再次变革，年公休日达115天。）每一次的转折都带动一次旅游大发展2。(3)交通状况。翁钢民和彭程甸都以定量研究的方法证明了国内旅游需求最主要的影响因素之一是交通设施状况6,7。在研究方法上，大部分的研究人员都是采用最小二乘估计的方法，对于所选的解释变量做线性回归。文献中，通过采用定量、定性的分析方法，得出研究的各解释变量与国内旅游收入显著相关，但在定量检验过程中却没有考虑到时间序列的非平稳性。虽然相关系数很高，但我们无法排除存在伪回归的可能。同时，应该考虑消除选取的解释变量之间存在多重共线性。国内旅游发展的影响因素是多方面的。下文将在理论分析的基础上，选取适当的影响因素。然后从定量分析的角度出发，收集现有的统计数据，运用多元回归的方法，建立回归方程模型来评估这些因素对国内旅游收入的影响程度。其中涉及到收支方面的数据都采用了实际量(目前，国内许多文献采用的是名义量)来进行衡量，并考虑了时间序列的非平稳性。最后，根据所建立的模型，结合国内旅游最近几年的实际发展情况，对影响因素进行评价分析。三、国内旅游发展的影响因素旅游业是一个关联性、依赖性均较强的行业。由于社会经济状况和经济关系等多种因素不同程度的影响，使得某一国家在一定时期内的旅游收入出现不同程度的高低变化。可以说，旅游收入是多种因素的函数。（一）经济增长和居民收入稳步增加众所周知，在改革开放的20余年中，居民收入不断增长。城镇居民收入增加则主要体现在工资的增加。根据中国统计资料数据表明，从1994年到2008年的15年间，城镇居民家庭人均可支配收入已经从3496.2元，提高到15780.8元；农村的则从1233.5元人民币，提高到5737元。同时，人均国内生产总值从4044元，提高到22698元。依据马斯洛人类需求五层次理论，当居民收入的稳步增加时，居民在满足了基本消费需求后，有能力支付更高层次的消费需求；当人们的基本生活满足后，才会有外出旅游休假的消费欲望和消费能力。人们希望，通过旅游的方式，舒缓工作压力，提高生活情趣。收入越高，人们外出旅游的可能性越大，旅游花费越大。旅游人群包括了城镇和农村居民两类，目前看来，城镇居民是主要消费群体。这是因为，农村居民收入远低于城镇居民，他们的实际消费量受到较大的限制。（二）居民可自由支配时间增加休假制度的改变外出旅游，除了有剩余的金钱，还要有足够的时间。从1994年至2008年，休假制度一共发生三次调整。自1995年5月起我国开始在全国职工中实行一周五日工作制，每周休息周六周日二天。可自由支配时间的增多，使得国内刮起了“周末旅游”热。 1999年9月，国家出台了新的全国年节及纪念日放假办法。根据休假制度，形成了“春节”、“五一”、“十一”三大旅游 “黄金周”。由于放假时间的调整，职工可以自由支配时间，做出各种活动安排。假日的集中，使得旅游者的中长距离外出旅游有了时间的保证。人们有机会去更远、更多的旅游景点，逗留更久，当然也就意味着支出更多的费用。正是因为“黄金周”这样的一个机遇，使得旅游出行呈现出了整体的活跃性。“黄金周”制度代表着居民可自由支配时间的增加，在我国的国内旅游发展方面起着十分良好的作用。2007年，我国假日制度再次发生变革。国务院通过的全国年节及纪念日放假办法，宣告了持续8年的三大黄金周长假制度的结束。也就是将“五一”黄金周由七天转变为三天，同时增加清明，端午等其他小假期。“大长假”变“小长假”，假期总时间增加，全年公休日达115天，同时实行带薪休假制度。这次休假制度的变革，取消了五一长假，在一定程度上可能会将减少长途出行的人数和支出。增加的假日是放在清明、端午、中秋这种传统佳节，人们大都选择和家人团聚而放弃外出。但休假总时间是增加的，可支配时间增多，人们可以选择短途旅游，同样可能会对旅游收入的增加有积极的正向作用。所以具体的政策性影响通过定性分析不得而知。下文，将通过模型的建立和预测，定量分析，以期为政策的制定提供意见和建议。（三）社会进步与居民消费观念的变化从总体上来说，国内旅游的发展是和社会经济的发展息息相关。社会生产力水平的提高，强劲的经济增长使得国内旅游市场逐步走向繁荣。国家宏观经济的持续增长，不仅会改善人们的生活，提高人民的收入，增加其可支配收入；同时也带来了整个社会经济生活环境的改善，使得交通运输、邮电通讯、餐饮等服务业得以快速发展。而交通条件的改善、基础设备的完善、服务水平的提升、旅游项目的开发都对人们的出游具有新的吸引力。社会经济的进步，良好的社会环境在一定程度上激发了人们外出旅游和消费的兴趣。当然，居民是否选择旅游消费，还要取决于本人的消费意识，取决于旅游消费支出的系数。旅游消费能否被更多的中国居民接受,还在于社会消费潮流和消费意识的变化。四、变量选取和数据收集（一）变量的确定1指标的选取结合文献综述和上述分析，笔者以此形成本文研究假设：国内旅游收入主要影响因素有收入水平、休假政策、交通状况三方面。在下文中，将筛选出能衡量这三方面影响因素的变量。2变量选取要分析收入水平、休假政策、交通状况各因素对国内旅游收入的动态影响关系，首先需要确定解释变量。变量的选取既要考虑其代表性和可度量性,同时又要考虑数据的可获得性。具体变量选取如下:(1)国内旅游收入的变量选择各年的国内旅游收入。(2)国民收入水平的变量选取国内生产总值。这一指标的衡量，可以选取居民的工资、人均可支配收入等其它收入性变量。本文采用国内生产总值GDP这个综合性指标。这是因为GDP是衡量社会生产力发展水平的指标，它既能衡量外界提供的旅游消费所需环境的完善程度，又能衡量居民的旅游需求量，具有综合评价的特质。(3)旅游消费倾向的变量选取旅游人均花费。为了进一步分析城镇、农村居民的旅游消费情况对于旅游收入的影响，特别增加城镇居民旅游花费、农村居民旅游花费二个解释变量。(4)交通设施的变量选取公路线路里程和铁路线路里程。有关交通方面的指标很多,包括公路里程、铁路里程、航空里程、水运历程、港口数量、机场数量等等。但是鉴于这些指标之间会存在相关性而导致的多重共线，故未将所有指标都选入模型。选取铁路线路里数是考虑，目前铁路仍作为客运的最主要运输工具；而选取公路线路里程为解释变量，一方面是由于汽车是除铁路外的第二大运输方式，另一方面则是源于现代社会自驾游旅行的日益兴起。(5)公共假日制度的变量则采用0-1虚拟变量来表示。目前看来，所能收集到的数据截至到2008年全部数据，09年的部分数据。因本文所选用的建模数据是1994年至2007旅游数据，08年、09年的数据是进行预测、对比和评价所需的。而在94年至07年间，假日制度的改变经历了两次，分别是95年的双休制和99年的长假制。为了简化模型，本文将忽略95年“双休制”的影响，仅考虑99年的长假制，设置一个虚拟变量。综上所述，变量选取如下:国内旅游收入Y 国内生产总值GDP；旅游人均花费 ；城镇居民旅游花费； 农村居民旅游花费； 公路线路里程；铁路线路里程； =0 1999年之前=1 1999年之后 虚拟变量 （二）数据的来源及处理依据上述选定的解释变量，从中国统计年鉴和国家统计局网站上获取1994年至2007年相关数据。为避免通货膨胀因素的影响，从而真实的反映各经济变量之间的相关关系，本文对数据进行了如下处理（以GDP为例）。首先，根据货架统计局的数据，整理出我国从1994年到2009年的消费物价指数，原始数据都是以上一年为基期。然后利用公式 （1）其中，为时间t的价格水平指数，并且以94年为100，即94年作为基期，为时间t的商品价格零售指数。计算相应的消费价格指数。最后，用名义GDP除以调整后的当期CPI指数。同样地，对于旅游收入Y、人均旅游花费、城镇居民旅游花费、农村居民旅游花费,都进行类似处理，得到了他们的实际值。为了消除数据中可能存在的异方差，我们对平减过的国民生产总值GDP，国内旅游收入两个主要变量取自然对数，得到了Ln GDP ，Ln Y。所需数据见表1，表2。表1 各变量的原始数据年份收 入(亿元)GDP（亿元）人均花费（元）城市（元）农村（元）公路里数（万千米）铁路里数（万千米）制度19941023.548197.86195.3414.6754.88111.785.9019951375.760793.73218.7464.0261.47115.76.2389019961638.471176.59256.2534.170.45118.586.49019972112.778973.03328.1599.8145.68122.646.6019982391.284402.28345.0607197127.856.64019992831.989677.05394.0614.8249.5135.176.74120003175.599214.55426.6678.6226.6140.276.87120013522.4109655.17499.5708.3212.7169.87.0058120023878.4120332.69441.8739.7209.1176.527.19120033442.3135822.76395.7684.9200180.987.3120044710.7159878.34427.5731.8210.2187.077.44120055285.9183217.4436.1737.1227.6334.527.54376120066229.7211923.5446.9766.4221.9345.77.7084120077770.6257305.6482.6906.9222.5358.377.796591表2 消费价格指数年份94年95年96年97年98年99年00年01年CPI124.1117.1108.3102.899.298.6100.4100.7处理后100117.1126.82130.371129.52127.51128.03128.92年份02年03年04年05年06年07年08年09年CPI99.2101.2103.9101.8101.5104.8105.9102.72处理后127.89129.43134.48136.89138.94145.62154.22158.41注：所有数据均来自中国国家统计局，统计年鉴。五、模型建立本文采用经济计量模型对国内旅游收入情况进行分析和预测。经济计量法是一种将经济理论、数学公式和概率统计推断结合起来的经济测度方法。它用来考察实际经济活动的数学规律，预测未来及政策的规划。（一） 模型设定依据参考文献所采用的方法，均为线性回归模型。在此，我们也采用该方法。以Ln Y 为自变量，相应的Ln GDP 、为自变量。用最小二乘法进行回归，分析各解释变量的影响。 利用Eviews软件,用OLS法估计得到模型 （2） (0.0417) (1.0932) (0.5342) (1.1722) (2.237) (1.0300) (1.0213) (-0.2689)=0.99448 ，0.9884 ，DW=2.873407，F=154.6393（二） 模型评估从上面EVIEWS的结果中可以看到，模型的拟合度很高，所以可以选择这个模型进行模型修正。当然，有可能会存在更好的其他形式的拟合模型，在此不做考虑。本文在模型的选择方面有待改进。该线性模型，虽然拟合度较大，接近于1，说明国内旅游收入与上述变量间总体线性关系显著。但几个变量中只有极少的因变量的P值可以通过显著性检验，其它的都不能通过。这表明变量之间可能存在多重共线性，或其他不足。这就需要对该估计方程进行修正。六、模型的修正由上述分析可知，该模型可能存在多重共线，需要修正。一般来说，消除多重共线性的常用方法有逐步回归法、差分法、岭回归法等，本文选择逐步回归和主成分分析两种方法。（一）用逐步回归法修正多重共线性1.数据分析 从实际GDP(单位：亿元人民币)与旅游收入Y（单位：亿元人民币）的关系图中，我们可以很直观的看到随着GDP的增长，旅游收入呈现不断的上升趋势。（见图一）图一并且，利用EVIEWS统计软件检验变量GDP与旅游收入Y，LnY与Ln GDP的相关关系，见表3及表4 表3 GDP 与 Y 相关关系分析 表4 LnY与Ln GDP的相关关系分析YGDPY1.000000O.984225GDP0.9842251.000000LnYLn GDPLnY1.00000.973878Ln GDP0.9738781.00000从表中可以得到Ln Y与Ln GDP的相关系数为0.984225，初步判断可能存在较强的相关性。2.模型建立基于上述分析，以Ln Y 与Ln GDP 的模型为基本模型，再逐个引入、。建立多个模型加以比较。最终以y=f(lnGDP, )为最优，确定模型为： （3）=0.988， =0. 95893，DW=1.87247，F=455.2507。这说明，在其他因素不变的情况下，当国内生产总值的对数Ln GDP增加1亿元和居民人均旅游支出增长1元时，国内旅游收入的对数LnY将分别增长0.949亿元和0.002亿元。可见，剩余的解释变量，存在较强的相关性。在模型中引入相关性较强的解释变量，会影响参数的估计值和t检验值，这正是由于多重共线性而产生。对于最后确定的模型，由于考虑到一般的时间序列都会受到某种趋势的干扰，而存在虚假的回归现象。这时，即使相关系数或可决系数很高，也可能实际上不存在任何的经济关系，回归方程也就失去了意义。模型的估计结果可能并不可靠，过高的拟合优度可能提供的是虚假信息。因此有必要进一步分析。所以下面先对时间序列Ln Y，Ln GDP进行平稳性检验。3.单位根检验(Unit root text）检验结果如下表(表5)，其中滞后阶数依据AIC最小法则进行确定的。表5 变量的单位根检验变量（c,t,k）ADF检验P值检验结果Ln Y(c,t,2)-2.2509490.4275不平稳Ln Y(c,t,2)-4.3844120.0240平稳Ln GDP(c,t,3)1.3062430.9997不平稳Ln GDP(c,t,3)-7.7586640.0012平稳人均花费X2(c,0,2)-1.5275770.4887不平稳 X2(0,0,2)-2.4863130.0180平稳注：表示一阶差分；检验形式（C，T，K）中的C，T，K分别表示单位根检验方程中包括的常数项、时间趋势和滞后阶数。经检验，实际是纯随机序列，即白噪声序列。从上表可知Ln Y、Ln GDP和人均花费均是非平稳变量，不能直接进行线性回归，但他们的线性组合有可能是平稳的。由于LnY与LnGDP、都是1阶单整的，因此，有可能是协整的。因此接下来需要对这三个序列进行协整检验。4.协整检验(Cointegration Test）检验残差 的单整性，其结果如下表：变量（c,t,k）ADF检验P值ADF检验（0，0，2）-3.1855720.0046平稳表6 协整检验由检验的结果可以看出，残差序列是平稳序列，所以Ln Y、Ln GDP和之间存在协整关系，它们之间具有长期均衡关系，说明之前建立的回归模型（3）正确。当然，可以建立误差校正模型，本文在此不深入考虑。图二 模型的拟合图(二)用主成分分析处理多重共线性模型因子分析方法是指用较少个数的公共因子的线性函数与特定因子之和来表达原解释变量的分量，以达到降低维数并能合理地解释原解释变量。本文中，利用因子分析法中的主成分分析法消除经济因素变量的多重共线性问题，使得经济因素的解释变量在降低维度的同时消除多重共线性。在利用SPSS做因子分析时，选择使方差最大的正交旋转法和主成分分析法。1.各个相关解释变量之间的相关关系由各变量间的相关系数矩阵，可以得出模型中存在多重共线性。这和文章之前的检验结果是一致的。表7 相关系数矩阵Ln GDP人均城市农村公路铁路Ln GDP1.0000.7080.8940.6290.9150.982人均0.7081.0000.8930.8950.4950.756城市0.8940.8931.0000.7630.7200.901农村0.6290.8950.7631.0000.4150.688公路0.9150.4950.7200.4151.0000.855铁路0.9820.7560.9010.6880.8551.0002.主成分回归1、2、3所对应的主成分的累计概率已达到97.896%。表8 旋转后的主成分矩阵Ln GDP人均城市农村公路铁路10.8740.3160.5990.2680.9670.81520.3920.8240.5850.9600.1600.47330.2660.4420.5320.0630.0850.274所以：= 0.874LnGDP + 0.316 + 0.599 + 0.268 + 0.967 + 0.815 （4）= 0.392LnGDP + 0.824 + 0.585 + 0.960 + 0.160 + 0.473 （5）= 0.266LnGDP + 0.442 + 0.532 + 0.063 + 0.085 + 0.274 （6）将SPSS软件中自动生成的主成分、的样本得分值转入Eviews软件，加入政策性因素，重新建立回归模型。由Eviews分析得，系数不显著，即99年的黄金周政策性因素对于旅游收入影响不大，删去。再建立Y、的模型，得优化模型： （26.8082） （5.3108） （2.0899） （7）其中，=0.9522 , 0.9436，DW=1.62。可以看出, 、的t检验值都很显著，模型拟合优度达到95.22%.。（3）最终模型的建立最后将(4)(5)(6)式代入主成分回归方程（7），得（8）将拟合预测值与实际值比较后得知，模型有很高的拟合优度，并且模型中各变量系数符号的经济意义合理。各项影响因素的增长，对旅游收入均存在正向作用。同时，政策性因素不显著。该模型说明，在其他因素不变的情况下，当国内生产总值的对数增加1亿元、人均旅游消费增加1元、城镇居民人均旅游支出增长1元、农村居民人均旅游支出增长1元、公路里程增加1万km和铁路里程分别增加1万km时，国内旅游收入的对数将分别增长0.00304、0.00191、0.00246、0.00193、0.00304和0.00296亿元。由方程可知，GDP 的增长和公路里数的增加对于国内旅游收入的影响，相比较于其它影响因素最为显著。（三）模型评价通过以上两种消除多重共线性的方法的实证比较，可以发现在研究国内旅游收入的影响因素时，主成分分析法能在避免了序列相关的同时，能够较好消除多重共线。比较模型的拟合值与真实值，可以发现99年和03年的残差值较大。这是由于99年第一次实行长假制度，旅游行业出现喷井式增长；而03年的SARS则限制了人们的出游，减少了旅游收入。在模型的改进中，可以将这些奇异点进行处理，以期得到更好的预测模型。但是由于模型本身是动态的，国内旅游兴起的时间又不长，国内旅游收入发展趋势并没有形成固定模式。所以在不同时间周期内，旅游收入的主要影响因素不一定是相同的，因此该模型只能有效地预测近几年的情况。如果预测更长时期的数据，应该选取预测年份相近几年的数据重新建模。七、模型的应用基于该模型分析08年休假政策变动的影响 2007年，我国假日制度的变革引发了社会各界对于假日经济的讨论。部分学者认为“五一”和“十一”长假的设立，促进了旅游和其相关产业的发展，拉动了经济的增长；部分学者则认为这是消费在时间上的转移，并不能增加消费总量。“大长假”变“小长假”的政策调整，对于旅游收入的影响，究竟是正向的刺激还是反向的消减？是否需要将“小长假”再次调回“大长假”？基于上文所建立的第一个模型的拟合度和可信度都较高，而GDP与旅游政策变动相关性很低。与此同时，人均旅游花费是一个白噪声，对于旅游收入影响不大。故我们可以利用该模型预测，在原有的“大长假”制度下08年的旅游收入。08年的名义GDP为314045.0亿元，人均旅游消费为511.0元。数据处理后代入方程（3），计算得08年的名义国内旅游收入预测值为9186.004亿元。然而，依据中国统计年鉴2008年可查得，08年国内旅游收入名义值为8749.3亿元。对比可知，08年的实际收入相比较预测值减少了400多亿元。这种减少，一方面，可能是因为08年休假制度的改变，引起了人们出游行为的改变。另一方面，可能是08年的金融危机，影响了人们的收入，进而影响外出旅游支出。同时也需要考虑流感疫情的爆发。2008年的突发事件较多、影响力较大，该结果不具有充分的说服力。因此需要对09年旅游收入的进行预测。以同样的方法，测算2009年的旅游收入。09年的名义GDP为335353亿元。因人均旅游消费是随机变量，且变化不大，故文章假定09年的该项数据和08年相同。代入方程（3），得名义旅游收入的预测值为9789.8亿元。而09年实际国内旅游收入名义值为12600亿元。对比可知，09年的实际收入相较在原有“大长假”制度下的预测值增加了近300亿元。至此，可以得出，08年的休假制度改革在一定程度上刺激了旅游业发展，增加了国内旅游收入，具有积极的正面效应。八、结论及意见根据以上两个模型的建立、分析及预测，结合国内游的实际情况可以得到一些结论。（一）我国社会经济的快速发展是国内旅游发展的主要推动力量我国经济的快速发展使居民逐步走向富裕，产生了旅游的强烈愿望。两个模型的系数都表明GDP的增长对于旅游收入有显著的促进作用。应加快社会经济发展，促进旅游收入增长。社会经济的快速发展，会使得居民在过上小康生活的前提下，有富余的资金用于旅游消费。同时，也带动了其他各行业的发展，改善旅游消费所需的外界环境。交通运输、邮电通讯、餐饮等服务业的发展，基础设施的改善，都提高了居民的旅游消费倾向,使人们更多的参与旅游活动，刺激国内旅游消费。（二）城市和农村居民旅游市场差异性明显，但农村市场潜力巨大国内旅游业在发展过程中，城市旅游市场和农村旅游市场的差异性明显。城镇居民仍然是旅游花费的主力军，且对旅游收入影响较大。农村居民对我国旅游收入的贡献还是相对较少。同时，城镇居民人均旅游花费对于旅游收入的影响高于农村。由收集的数据可知，城市居民人均旅游消费水平和增长速度明显高于农村居民。近年来农民出游呈现裹足不前的现象，其主要原因是受农村经济的制约。另外还受到农村居民消费观念和农村服务供给条件水平低等因素的制约。随着农村居民收入开始恢复性的增长，农民生活的改善、消费水平的提高，农村旅游市场具有巨大的开拓潜力。（三）加强对旅游基础设施建设的支持力度在公路里数和铁路里数两个代表交通运输网络的变量中，公路里程对国内旅游收入的影响系数最大，这意味着要发展国内旅游应注重发展国内的交通运输业尤其是要增加公路里程。虽然铁路运输量相对较大，但成本较高，修建条件较为苛刻。公路运输则在整个交通运输中的作用最为关键，对其他运输方式和其他旅游基础设施具有带动作用。许多景区地处老少边穷地区，交通、通讯等基础设施的缺乏限制了这些地区的旅游业和整个经济的发展。加快建设交通不发达地区的公路对于拉动该地区的经济发展和旅游收入有着巨大作用。同时，日益兴起的自驾游也对于公路建设提出了更高的要求。（四）不可忽视休假政策的影响由方程（3）和方程（8）可以看出，99年的长假制度对旅游收入并没有显著的作用，进而在模型建立的过程中被删除。公共假日政策并不像大部分学者所认为那样具有影响力。所以，99年的假期制度只是顺应了国内居民已经具备的外出旅游的经济条件，和外出旅游的强烈需求这一发展趋势。但是,不能因为其对国内旅游促进作用不大就忽视它。而08年休假制度的改革则在一定程度上刺激了国内旅游，增加了旅游收入。从这点上看，“小长假”无需再次调回“大长假”。我们不能否认前三次改革以及2007年实行的休假制度改革对于旅游行业发展的积极作用。“小长假”休假制度应该得到重视并继续积极推动带薪休假的全面实施。 参考文献1徐春堂.中国国内旅游的发展现状与前景预测J.山东师范大学学报(自然科学版),2003(6).2刘德谦.我国国内旅游的需求现状与前景J.社会科学家,2002(1):11-22.3张立生.我国国内旅游市场规模分析与预测J.地域研究与开发,2004(1):59-61.4郑媛媛.国内旅游影响因素分析与模型评估J.成都电子机械高等专科学校学报,2005(5):63-685高铁梅.计量经济分析方法与建模Eviews应用及实例M北京:清华大学出版社,2006,249-258.6翁钢民,徐晓娜,尚雪梅.我国城市居民国内旅游需求影响因素分析J.城市问题,2007(4):31-35.7彭程甸,成凤明.交通设施、收入水平、假日政策与国内旅游收入增长基于VAR模型的研究J.中南林业科技大学学报2009(5):78-82.8李仕柯,许建国.对国内旅游收入影响因素的实证分析J.江西农业,2009(6): 172-174.9汪莉.我国旅游外汇收入与实际经济增长关系的实证研究J.消费导刊,2009:50-5410郭丽君.基于计量经济学模型的国内旅游收入研究J.产业经济,2007(10):16-17.11关勇,麻永建,朱城.我国国内旅游需求影响因素分析及预测J.河南科学,2007(6):513-516.12陈俊金,陈月娜.基于多元线性回归模型的旅游消费实证分析J.中国集体经济,2009(8):149-150.13王占祥.我国国内旅游收入的影响因素分析J.商场现代化,2008(12):239.14贺振.旅游收入影响因素研究以河南为例J.经济问题,2009(8):121-122.15张玮.影响我国旅游收入因素的实证分析J.太原城市职业技术学院报,2007(5).16郭显光.如何用SPSS软件进行主成分分析J.统计信息论坛.1998(2):60-64.17W.J.Mc Kibbin and P.J.Wilcoxen. The theoretical and empirical structure of the Cubed ModelJ.Economic Modeling 16(1998)(1),pp.123-148. 18Sims C A. Macroeconomics and Reality J.Econometric,1980(48): 1-48.19PoonA. The new tourism revolutionJ.Tourism Management,1994.1