基于向量自回歸模型的旅游業相關因素分析

摘要：隨著旅游業在第三產業的占比越來越大，旅游業逐漸作為城市發展的支柱產業，分析貴州省旅游業影響因素有利于促進旅游業持續發展和經濟的增長。通過構建向量自回歸模型，分析了貴州省旅游業與地區生產總值和園林陸地面積之間的關系。通過收集2000—2021年相關指標數據，通過運用平穩性檢驗、單位根檢驗、脈沖響應分析等檢驗，研究發現貴州省旅游業與上述指標間相互影響。

關鍵詞：旅游業經濟向量自回歸模型相關因素

中圖分類號：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

隨著我國居民收入和消費水平的提升，貴州省旅游業蓬勃發展，貴州省將旅游產業化列為全省發展的重要戰略內容，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。根據數據顯示，貴州省共有359家國家A級旅游景區，國家5A級旅游景區6家，2021年貴州省旅游總收入增長超過15%，旅游及相關產業的增加值達到了1000億元，而游客人均花費也超過了1000元[1]。數據表明：貴州旅游業在實現“十四五”旅游產業化發展目標方面取得了良好的開局，充分展示貴州旅游業快速發展的勢頭，推動貴州高端旅游消費市場和定制旅游市場的發展[2]。本文通過對貴州省旅游業的影響因素進行深入分析，更好地了解旅游業發展的動態和趨勢，以進一步推動旅游業的繁榮發展。

1指標選取與數據來源

本文選用貴州省旅游總收入（記為ZSR），作為旅游業發展的指標，選取地區生產總值（記為GDP）和建成區園林綠地面積（記為BGA），這兩項指標作為解釋變量[3]。通過《貴州統計年鑒》獲取數據，并且為消除異方差的影響，對數據分別進行取對數的處理，對處理后的數據分別記為LNZSR、LNGDP、LNBGA。

2建立向量自回歸模型

2.1平穩性檢驗

本文使用Eviews軟件進行實證分析，使用ADF單位根檢驗方法對上述時間序列數據進行單位根檢驗，以確定原始時間序列的平穩性[4]。根據表1的檢驗結果，原始的對數序列被判定為非平穩序列，在經過一階差分后，結果顯示拒絕存在單位根的原假設。這意味著一階差分后的序列數據是平穩的。

2.2滯后階數選擇

根據變量平穩性檢驗的結果顯示，三個變量均為一階平穩序列。因此，我們便可以考慮使用這些變量的對數序列來建立向量自回歸模型。在這個模型中，滯后階數選擇的原則是利用LR、FPE、AIC、SC以及HQ準則的最小值來決定[5]，使用Eviews軟件進行分析，選擇滯后階數為1。檢驗結果如表2所示。

2.3Johansen協整檢驗

由表1可知，DLNBGA、DLNGDP和DLNZSR均為平穩時間序列，且都為同階單整序列，所以對其進行Johansen協整檢驗，來檢驗兩個影響路徑下是否都存在長期均衡關系。檢驗結果如表3和表4所示。

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

2.4單位根檢驗和格蘭杰因果檢驗

單位根檢驗是一種檢驗時間序列數據是否具有單位根的統計方法，本文用的是ADF檢驗，在ADF檢驗中，原假設是存在單位根[6]。根據數據分析可得出時間序列是平穩的，由此進行格蘭杰因果檢驗。格蘭杰因果關系在統計上檢驗的是變量之間的相關性和預測能力，而不能確定因果關系的確切方向[7]。對其進行格蘭杰因果檢驗，所得結果如表5所示。

由檢驗結果可知，旅游總收入、地區生產總值與建成區園林綠地面積之間在10%的置信區間下存在格蘭杰因果關系，說明一個地區的旅游業越發達，則該地區的園林綠地面積越大。旅游總收入與地區生產總值之間存在格蘭杰因果關系，一方面表明較高的地區生產總值會促進旅游業的發展從而提高旅游總收入，另一方面，旅游活動本身也會對地區經濟產生積極影響，旅游業可以創造就業機會，吸引投資和消費。這些因素都會對地區生產總值的增長產生正向影響。

2.5VAR模型建立

在前面的基礎上，用差分后的數據建立VAR（1）模型，得到結果如下所示：

2.6脈沖響應分析

脈沖響應函數顯示了每個內生變量對自身和其他內生變量沖擊的響應情況，并且隨著時間的推移觀察了模型中各變量對沖擊的響應[8]。在本文中，選擇了10期的滯后期進行脈沖響應分析。

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期最低點后開始上升，并在第6期達到最高值，之后影響逐漸減弱并趨于平穩。旅行社數量對自身有的正效應的沖擊，這種影響逐漸下降后又上升，不斷變化。

以DLNGDP對DLNZSR的脈沖響應函數圖（第二行，第三列）為例，貴州省地區生產總值對旅游總收入的前4期的影響是負向影響，之后再轉為正向影響，再持續幾期后轉為負向影響趨于平穩后又上升至正向影響，跌宕起伏。較高的地區生產總值通常意味著經濟繁榮和消費能力增強，這對旅游業是有利的。此外，較高的GDP意味著更多的投資和基礎設施建設，包括交通、酒店和旅游設施的改善和擴展，這將進一步促進旅游業的發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測殘差的標準差由不同沖擊影響的比例來衡量內生變量對標準差的貢獻比例[9]。通過分析，可以了解不同沖擊對旅游總收入以及其他內生變量的影響程度，并進一步評估它們在解釋模型中的重要性。本文以旅游總收入為例，采用方差分析方法來分析沖擊對內生變量的影響，結果如表6所示。

由表6可看出，在對旅游總收入的預測中，第1期預測值的誤差中近66%來自自身，近26%來自地區生產總值，近8%來自建成區園林綠地面積。隨著預測期的延長，誤差中來源于地區生產總值和建成區園林綠地面積的影響比重增加。預測10期時，預測誤差的方差中只有近17%來源于自身。

3結語

通過選取2000—2021年貴州省相關指標數據，建立向量自回歸模型進行實證研究，得出以下結論。

（1）旅游總收入、地區生產總值和建成區園林綠地面積之間存在格蘭杰因果關系。即較高的地區生產總值會促進旅游業的發展，提高旅游總收入。同時，旅游總收入對地區生產總值有影響，即旅游總收入的增長也會帶動地區生產總值的增長。這些發現表明旅游業與經濟發展密切相關，并且相互促進。（2）通過脈沖響應圖分析后發現，旅游總收入對自身沖擊的響應是先下降后上升，并在一定時期后趨于平穩。

參考文獻

[1]樊國慶，朱軒民，高潤平.貴州省旅游收入預測及發展研究分析[J].保山學院學報，2023，42（4）：91-99.

[2]張瀟，陸林，張海洲等.中國高原生態旅游發展潛力評價[J].經濟地理，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影響因素分析[J].科技經濟市場.2022（2）：16-18.

[4]易丹輝.時間序列分析：方法與應用[M].2版.北京：中國人民大學出版社，2018：105-125.

[5]徐曉婧，王元元.云南省旅游業發展與經濟增長動態關系的實證檢驗[J].統計與決策，2023，39（1）：126-130.

[6]郭兆暉，徐曉婧.基于VAR模型的福建省旅游業發展與經濟增長關系研究[J].中國經貿導刊（中），2020（11）：75-80.

[7]張倩，王立平，王文博.旅游業發展與經濟增長的動態關系研究：以陜西省為例[J].管理學刊，2018，31（5）：34-45.

[8]陳文捷，高雪.基于VAR模型的旅游業與區域經濟發展動態關系研究：以廣西為例[J].廣西社會科學，2018（2）：38-44.

[9]蔡芳娜.基于VAR模型的福建省旅游業對經濟增長影響研究[J].三明學院學報，2021，38（5）：38-44.