《上海世博会旅游经济增值效应ppt版14245.pptx》由会员分享，可在线阅读，更多相关《上海世博会旅游经济增值效应ppt版14245.pptx（54页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、上海世博会旅游经济增值效应上海世博会旅游经济增值效应定量分析定量分析任务负责人数据收集、整理：数据分析、处理：PPT制作：背景背景 上海旅游业的发展有着久远的历 史。早在1923年，上海商业银行就成立了旅行部，即中国旅行社，这是中国第一家旅行社，开创了中国旅游业发展先河。在1954年，上海又成立了中国国际旅行社上海分社，它的主要功能是接待来自世界各国外宾的食、住、行、游等事务。这也可以说是新中国成立后我国经营国际旅游业务的第一家。2010年5月10月在上海举办以“城市让生活更美好城市让生活更美好”为主题的世博会。通过举办世博会,上海吸引了大量的投资,进行大规模的基础设施建设和改造。同时,带动了
2、一系列相关行业的迅速发展，促进了经济的快速增长。并通过后世博效应，每年将创造几万个就业机会。那么对于上海旅游业而言，我们不经要问201O年上海世博会举办期间来上海参观、旅游的人数到底能达到一个什么样的规模？又创造了多少旅游经济效益呢等等问题，我们认为对这些问题展开研究，对抓住世博会机遇，如何推动上海旅游业的发展具有重要意义。摘要：摘要：本文主要以本底趋势线模型方法为依据，对上海世博会的旅游增值效应进行了定量分析，定量分析主要分两个过程：一,2001年到2010年上海世博会期间所带来增值；二,2011年到2015年滞后五年世博会对上海所带来的旅游总收入增值预测。过程中运用统计软件SPSS和Evi
3、ew对相关数据进行了分析处理，最后对分析结果做了一定的解释，从旅游这一侧面对世博的影响力做了定量的估算。关键词：关键词：上海世博会上海世博会 旅游旅游 GDP 本底趋势线本底趋势线 增值效应增值效应 定量分析定量分析模型假设：模型假设：1.不考虑其他重大事情对于上海旅游市场的影响2.不考虑通货膨胀对上海旅游的影响3.不考虑政策性原因对于上海旅游市场的影响4.不考虑重大自然灾害对于上海旅游市场的影响符号总说明：符号总说明：i=1，2，.，9，依次代表海外旅游人数、国内旅游人数、旅游总人数、国际旅游收入、国内旅游收入、旅游业总收入、国内生产总值GDP、国内人均GDP、交通里程。t :2001年t=
4、1，2002年t=2，以此类推：第t年第i个指标的实际值；：第t年第i个指标的内插值；:第t年第i个指标的本底值；:2001-2010年各年上海旅游总收入:待定参数（i=1,2,3,4,5,6,7）:总旅游人数（万人）:人均GDP（元）:交通里程（万公里）:随即扰动项 旅游本底趋势线模型建立及解：旅游本底趋势线模型建立及解：9 分析的基本方法是:运用计量经济学、计算机数值方法、SPSS统计应用等知识，使用Excel、SPSS、Eview等相关软件和多种模型进行衡量和估计,相互比较、验证本底趋势线,以找出旅游及经济发展实际的本底趋势模型,然后从中定量分析出出上海世博会对旅游经济的增值效应。定量分
5、析主要分两个过程：定量分析主要分两个过程：1.2001年到2010年上海世博会期间所带来增值；2.2011年到2015年滞后五年世博会对上海所带来的旅游总收入增值预测。(一一)分析时段分析时段:2001:200120102010年年;指标包括指标包括:上海市海外旅游人数、国内旅游人数、旅游总人数、国际旅游收入、国内旅游收入、旅游业总收入、国内生产总值；详细指标值见表一详细指标值见表一 指标实际值（表一）指标实际值（表一）年份入境旅游人数国内旅游人数总旅游人数国际旅游收入国内旅游收入旅游总收入GDP2001204.268254.008458.2618.25805.78957.255210.122
6、002272.538761.009033.5322.75993.821182.605741.032003319.877603.617923.4820.531079.801250.206694.232004491.928505.138997.0530.891216.341472.118072.832005571.359011.949583.2936.081308.411604.269247.662006605.709683.9010289.6040.051419.511731.1010572.242007665.6010210.2310875.8347.401611.302074.8012494
7、.012008640.3711000.0011640.3750.271612.412060.3114069.872009628.9212000.0012628.9247.961913.482239.6115046.452010851.1221463.1622314.2864.052522.942945.6716872.42人数单位：万人国际旅游收入单位：亿美元旅游总收入单位：亿元注注:2001年到2009年的数据到相关统计网站查询所得，而2010年的各项标主要是由2010年上海市国民经济和社会发展统计公报年上海市国民经济和社会发展统计公报上所得。第一步第一步：由于一些年份突发事件的原因，造成统
8、计数据的异常变化，需要对这些数据进行修订，可以采用内插值法，使得本底趋势线最符合实际情况。具体方法：具体方法：对异常的数据用lagrange插值公式：其中d为内插的所用而构造的多项式；其计算式为:经过内插值修订后表格如表二：经过内插值修订后表格如表二：年份入境旅游人数国内旅游人数总旅游人数国际旅游收入国内旅游收入旅游总收入GDP2001204.268254.008458.2618.25805.78957.255210.122002272.538761.009033.5322.75993.821182.605741.032003368.428844.719213.1326.961130.6713
9、54.226695.272004491.928505.138997.0530.891216.341472.118072.832005571.359011.949583.2936.081308.411604.269247.662006605.709683.9010289.6040.051419.511731.1010572.242007628.7110346.59 10975.2944.781520.841883.1212179.642008640.3711000.00 11640.3747.681612.412060.3114069.872009628.9212000.00 12628.924
10、7.961913.482239.6115046.452010631.2513210.23 13841.4848.242514.512612.7015423.75第二步第二步：由于世博会对于上海旅游经济的增值主要以2010年为主，并且相对于其他年份数据的波动也很大。故作本底趋势线模型拟合时，采用01到09年的数据进行拟合。运用SPSS软件对各个指标的内插值进行曲线模型拟合，确定相关参数，从而获得各个指标的趋势线模型和方程。曲线模型主要为以下模型：曲线模型主要为以下模型：例如对于指标国内旅游人数，用例如对于指标国内旅游人数，用SPSSSPSS拟合结果如下：拟合结果如下：根据拟合程度及实际状况，我们
11、选用拟合程度比较好的根据拟合程度及实际状况，我们选用拟合程度比较好的cubiccubic模模型。型。最终，我们选定合适的本底趋势线的模型最终，我们选定合适的本底趋势线的模型 指标建立模型的类别参数 参数 参数 参数 入境旅游人数Quadratic模型38.306147.580-9.0310.987国内旅游人数Cubic模型8314108.573-16.2165.5870.977总共旅游人数Cubic模型8410200.964-12.1474.7140.984旅游国际收入Power模型17.0020.4740.981旅游国内收入Cubic模型524.652324.96-51.6283.6000.
12、995旅游总收入Cubic模型705.846256.246-19.6601.2430.957GDP总额Cubic模型5015-41.549238.923-12.1080.998根据表可以确定各个指标最终的本底趋势模型方程式。入境旅游人数最终本底趋势模型方程入境旅游人数最终本底趋势模型方程：国内旅游人数最终本底趋势模型方程：国内旅游人数最终本底趋势模型方程：旅游总人数最终本底趋势模型方程：旅游总人数最终本底趋势模型方程：国际旅游收入最终本底趋势模型方程：国际旅游收入最终本底趋势模型方程：国内旅游收入最终本底趋势模型方程：国内旅游收入最终本底趋势模型方程：旅游总收入最终本底趋势模型方程：旅游总收入
13、最终本底趋势模型方程：GDPGDP收入最终本底趋势模型方程：收入最终本底趋势模型方程：第三步第三步：用第二步所得的各个指标的趋势方程，即算出用第二步所得各个指标的趋势线方程,计算各个指标本底值与各年各个指标内插值的相关系数,根据该相关系数确定最终的趋势线模型和方程。根据量化计算,上海世博会对海外游客人次、国内游客人次和游客总人次的影响和效应各不相同,在确定最终本底趋势线模型的过程中,分别确定三者各自的本底趋势线,对于国际旅游收入、国内旅游收入和旅游总收入确定本底趋势线的原因也是一样的。年份入境旅游人数国内旅游人数总旅游人数国际旅游收入国内旅游收入旅游总收入GDP2001176.868411.9
14、48603.5317.00801.58915.345200.272002297.348510.988801.0523.62996.861186.235790.732003399.778644.629030.8528.621132.081380.466713.742004484.138846.409321.2032.801228.841537.287896.662005550.439149.849700.4036.461308.751671.089266.832006598.679588.4510196.72 39.751393.401789.0010751.612007628.8510195.
15、77 10838.45 42.761504.401895.1712278.342008640.9611005.30 11653.87 45.561663.341992.2213774.382009635.0212050.58 12671.28 48.171891.822081.9415167.092010611.0113365.13 13918.94 50.642211.452165.6216383.81人数单位：万人国际旅游收入单位：亿美元旅游总收入单位：亿元 本底值（表三）本底值（表三）第四步：第四步：原始收集来实际值与第三步所得的本底值相减，即我们所得到的每一年各个指标相应的增值。增值表
16、（表四）增值表（表四）年份入境旅游人数国内旅游人数总旅游人数国际旅游收入国内旅游收入旅游总收入GDP200127.41-157.94-145.27 1.25 4.20 41.91 9.85 2002-24.81 250.02 232.48-0.87-3.04-3.63-49.70 2003-79.90-1041.01-1107.37-8.09-52.28-130.26-19.51 20047.79-341.27-324.15-1.91-12.50-65.17 176.17 200520.92-137.90-117.11-0.38-0.34-66.82-19.17 20067.03 95.45
17、92.88 0.30 26.11-57.90-179.37 200736.75 14.46 37.38 4.64 106.90 179.63 215.67 2008-0.59-5.30-13.50 4.71-50.93 68.09 295.49 2009-6.10-50.58-42.35-0.21 21.66 157.67-120.64 2010240.11 8098.03 8395.34 13.41 311.49 780.05 488.61 人数单位：万人国际旅游收入单位：亿美元旅游总收入单位：亿元（二）分析时段（二）分析时段:2011:201120152015年；年；I、建立以上海旅游业收
18、入为被解释变量的实际、建立以上海旅游业收入为被解释变量的实际预测模型预测模型 根据我们对影响上海旅游业收入的因素分析，以及解决我们提出的问题的需要，初步选取了以下3个解释变量：总旅游人数、人均GDP、交通里程鉴于我国旅游业发展的阶段性和我们分析的即时性，收集了20012010年最近十年的统计数据。年份旅游总收入（亿元）旅游总人数（万人次）人均GDP（元）交通里程（万公里）2001957.258458.2632333188.9620021182.609033.5335445195.8720031250.207923.4840130200.6820041472.118997.0546755206.
19、8420051604.269583.2952535354.3920061731.1010289.6058837365.7620072074.8010875.8368024378.5120082060.3111640.3775109393.2620092239.6112628.9278989407.00 20102945.6722314.2887241425.3420012010年十年的各项指标统计数据年十年的各项指标统计数据（数据来源：中国统计年鉴、上海统计局）1.1.计量经济模型的建立计量经济模型的建立我们建立了下述的一般线性回归模型：其中：2001-2010年各年上海旅游总收入 待定参数（
20、i=1,2,3,4）总旅游人数 （万人）人均GDP （元）交通里程 （万公里）随即扰动项一一.模型的求解和检验模型的求解和检验利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：由此可见，该模型可决系数很高，F检验显著，但是的系数t检验不显著，因为当a=0.05时，说明可能存在严重的多重共线性。所以进行以下修正相关系数矩阵相关系数矩阵由相关系数举证可以看出，X3和X4存在严重的多重线性相关性。多重共线性的检验：多重共线性的检验：首先对Y进行各个解释变量的逐步回归。分别做Y对 ，的一元回归，结果得到如下表 变量X2X3X4参数估计值0.1268330.0299635.241539
21、t统计值5.60797011.530325.280099R20.7972080.9432420.777031 2 0.7718590.9361470.74916 其中，加入X3的方程的 2最大，以X3为基础，顺次加入其他变量进行回归,得到 表（一）和表（二）两个数据表。保留X2时，它得到的改进最大，但X4的引入使得模型中X4的t检验不显著，再考察二者的相关系数为0.933198，说明X3和X4高度相关，模型产生了多重共线性，因此将X4去掉。所以解释变量是X2，X3。回归结果回归结果37表（一）表（二）异方差性的检验：异方差性的检验：再对模型的异方差性进行检验：鉴于我们的样本资料是时间序列数据，
22、选用ARCH检验。这里Obs*R-squared为0.000398，显著水平=0.05，自由度为1，查分布表得临界值 （1）=3.84146，因为Obs*R-squared=0.0003983.84146。所以接受 ，表明模型中随机误差项不存在异方差。自相关性的检验：自相关性的检验：用DW法检验方程的自相关性，根据以上估计的结果，由DW=1.891887，给定显著性水平=0.05，查DurbinWatson表，n=10，k（解释变量个数）=4，得下限临界值 =0.697，上限临界值 =1.641，可知DW在 4-之间，说明无自相关性。最终得到实际预测回归方程最终得到实际预测回归方程 （4.69
23、1910）（9.831789）IIII、建立用于、建立用于I I中解释变量关于中解释变量关于t t的实际预测趋势模型的实际预测趋势模型收集关于旅游总收入、总旅游人数和人均GDP相关数据如下 表表I年份旅游总收入（亿元）总旅游人数（万人次）人均GDP（元）2001915.348458.263233320021186.239033.533544520031380.469213.134013020041537.288997.054675520051671.089583.295253520061789.0010289.605883720071895.1710975.296802420081992.22
24、11640.377510920092081.9412628.927898920102165.6213841.4887241（数据来源：上海统计年鉴）同以上时段20012010分析方法，运用SPSS软件，根据表I的数据确定各个指标实际预测趋势模型方程式。得到GDP的实际预测趋势模型方程式：的实际预测趋势模型方程式：得到旅游总人数的实际预测趋势模型方程式：旅游总人数的实际预测趋势模型方程式：IIIIII、预测、预测11-1511-15年世博会对上海所带来的旅年世博会对上海所带来的旅游总收入增值效益游总收入增值效益根据和已经前面做的旅游总收入最终本底值趋势线模型：将实际预测值-本底预测值所得的值来预
25、测2011年到2015年的旅游每年的增值效益，最终绘制成表II如下：年份总旅游人数（万人次）人均GDP（元）实际旅游总收入（亿元）本底旅游总收入（亿元）每年增值（亿元）201113822.0581852.612407.922244.21163.719201214560.2985173.002515.552318.44197.119201315337.9688346.272621.872388.90232.979201416157.1791389.562727.342456.039271.31201517020.1394316.962832.382520.23312.15表表 II模型结果与解释
26、模型结果与解释:根据增值表的计算结果，2001年到2010年，世博会对上海的入境旅游人数的影响值为228.615万人，对国内旅游人数的影响值为6723.94万人，对游客总人数的影响值为7008.335万人，对国际旅游收入的影响值为12.84亿美元，对国内旅游收入的影响值为351.25亿元，对旅游总收入的影响值为903.57亿元，而对GDP的影响值为797.4亿元。而从上述指标的数据可以看出，海外旅游人数、国内旅游人数、旅游总人数、国际旅游收入、国内旅游收入、旅游业总收入这六个指标的大体趋势是上升的，而对于国内生产总值影响值之所以比旅游总收入影响值低，是因为在2001-2010年这十年期间，上海
27、市政处在对世博会等各类投资建设中，因此是正常的。另外根据表II的结果可以预测到未来五年世博会给上海旅游经济所带来的增值效益，2011年带来的增值效益为163.71亿元，2012年带来的增值效益为197.11亿元，2013年带来的增值效益为232.97亿元，2014年带来的增值效益为271.31亿元，2015年带来的增值效益为312.153亿元。可以看到后面的效益非常可观。根据以上说明，这些数值也就是上海世博所带来的效应。而在理论上，这些数值也是上海在不举办世博的情况下所损失的旅游效应。模型评价：模型评价：优点：优点：考虑到类似2003年SARS冲击，2007特殊奥运会，2008年奥运会重大事情
28、下对于旅游业的影响,采取了内插值进行数据修订，使得本底趋势模型方程最大可能的符合实际情况。其次，本文的模型在求解过程上所采用的方法简单易懂，层次分明，具有一定的实用性；第三，本文思路清晰，在分析数据的过程中，运用了一些表格和图像，使数据看起来比较直观、清晰。缺点：缺点：由于本底趋势线模型本身存在一定的缺陷，而且对于内插值的运用并不能完全消除一些其他事件对于上海旅游经济的影响，因此对于本底值的估算值会有些影响。9.孙根年 我国6 大境外客源市场旅游本底趋势线的建立J 陕西 系统工程理论与实践10.姜启源谢金星叶俊，数学建模（第三版）M高等教育出版社，2003.0811.魏启恩,刘新平.西安市境外
29、游客动态预测模型J.陕西师范大学学报(自然科学版),1997,27(2):677112.田孝蓉，李峰旅游经济学郑州大学出版社，200213.杨琳,王波,沈璐瑶世博会影响下的上海经济与产业发展M经济研究导刊2007.0114.阿尔诺勃兰特,等.汉诺威世博会对区域经济的影响M.上海:上海科学技术文献出版社,200315.宋志伟.申博成功:推动上海旅游业发展的强劲加速器J.旅游学刊,2003,18,14-16谢谢观赏！谢谢观看/欢迎下载BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES.BY FAITH I BY FAITH