沈阳市国内旅游产业需求预测

（一） 建立回归模型

旅游市场预测是指在旅游市场调查的基础上， 运用科学的方法， 依据过去时间段的数据以及现在的发展现状， 对旅游市场的需求量进行科学分析， 为未来发展趋势提供可靠的依据［42］。

根据对旅游产业需求影响因素的分析， 选择相对重要的自变量因素， 建立旅游产业需求回归模型如下：

Y＝c＋a1X1＋a2X2＋a3X3＋a4X4＋a5X5

其中：

Y——国内旅游需求总量 （万人次）

X1——城镇居民人均可自由支配收入（元）

X2——人口数（万人）

X3——居民消费价格指数（1978年＝100）

X4——旅客发送量（万人次）

（二） 求解回归方程

取样自2000—2013年共14年的数据， 沈阳市国内旅游产业旅游人数和影响因素数据如表3.4所示； Eviews回归分析结果如表3.5所示。

表3.4 沈阳市国内旅游产业旅游人数和影响因素数据

表3.5 Eviews回归分析结果

续表

结果分析：

（1） 拟合优度检验。

由表3.5可以看出，自变量与此4个自变量的方程拟合优度回归方程的R2为0.970851， 方程拟合较好， 说明此模型具有较强的解释力。 即旅游产业国内需求的离差中有97.08％可由城镇人均可自由支配收入、 全市人口数量、 居民消费价格指数、 旅客发送量4个因素来解释， 证明所构造的回归曲线与样本值拟合程度较好。

（2） 回归方程显著性检验。

Eviews中F值为74.94058， F检验通过。 这说明a在0.01的显著性水平下国内旅游产业需求量与上述4个变量之间存在着显著的线性关系， 即所建多元线性回归模型有显著意义。

（3） DW检验。

DW为1.51属于 （1.5，2.5）， 故DW检验通过。 这说明误差项不存在序列相关， 则证明最小二乘估计的假设条件成立。

经过检验， 可以得出以下回归系数：

c＝-81.566 30， a1＝0.905 513， a2＝14.481 44， a3＝-2.150 250， a4＝-0.401557

故回归方程为：Y＝-81.56630＋0.905513X1＋14.48144X2-2.150250X3-0.401557X4

本书通过对14年的增长率数据进行平均值， 采用均值增长率的方法对影响旅游产业的4个变量 （城镇居民人均可自由支配收入、 全市人口数量、 居民消费价格指数、 旅客发送量） 进行趋势线拟合， 4个变量的增长率分别为10％， 0.3％，0.3％，3％， 对2014—2030年的数据进行了预测， 得到结果， 如表3.6所示。

表3.6 影响因素的未来预测数值

将预测值代入回归方程Y＝-81.56630＋0.905513X1＋14.48144X2-2.150 250X3-0.401557X4，结果如表3.7所示：

表3.7 国内旅游人数预测表

由表3.7可知，2015年国内旅游人数可达9874万人次，2020年国内旅游人数可达18202万人次，2030年国内旅游人数可达61857万人次， 以上数值可作为旅游产业发展战略研究和决策的参考。