基于VAR模型的陕西旅游业和经济增长的关系研究

张阿敏

摘 要：旅游收入是国家生产总值的一个重要组成部分，研究旅游业发展和经济之间的关系具有重要意义。本文利用陕西省1991-2016年的数据，采用VAR模型通过实证分析，研究国际旅游收入、旅游总收入、生产总值三者间相互作用的影响。

关键词：旅游产业 经济增长 VAR模型 陕西省

中图分类号：F592 文献标识码：A 文章编号：2096-0298（2018）04（c）-114-03

旅游收入是国家生产总值的一个重要组成部分，同时我国学者在旅游产业对于经济的影响方面研究也十分多，主要集中在旅游市场专业化、入境旅游对经济增长的影响，旅游对于区域经济增长的影响，我国区域旅游经济的差异分析、区域旅游经济的影响因素等方面。吴国新（2003）通过计算旅游总收入和国内生产总值之间的相关系数，建立一元线性回归方程，分析两者关系，证明了旅游产业发展对经济增长具有积极作用。王维国，徐勇（2009）基于旅游乘数分析的角度，运用状态空间模型估计出旅游边际消费倾向、旅游收入乘数来分析旅游对于经济增长的拉动作用。瞿华（2014）基于28个省市的面板数据，研究了入境旅游对于经济增长在空间上的影响差异，发现入境旅游存在着显著地域差异，给出了相关建议。付向阳，黄涛珍（2015）结合一元线性回归和灰色关联分析两种方法，对于影响内蒙旅游业发展的主要因素进行分析，最后得出居民的生活水平和经济支持因素对旅游业影响最大。史静静，谈镇（2018）利用1997—2016年的数据，采用VAR模型对于我国旅游产业发展与经济关系进行分析，结果表明两者之间存在短期均衡关系，且旅游经济对经济影响具有滞后性。何昭丽，张振龙，孙慧（2018）采用1995—2016年的面板数据对于旅游专业化和经济增长关系进行了参数估计，发现两者之间存在倒U型关系。陕西省是我国西部大省，不仅拥有浓厚的人文历史底蕴，也拥有华山、秦岭这样壮丽的大自然景观，旅游资源丰富多种，同时，之前学者对于陕西旅游业与经济增长的关系研究也较少涉及，因此本文认为研究陕西省旅游业发展对其经济增长的作用具有重要的意义。

1 VAR模型简介

向量自回归模型（Vector Auto-Regressive，VAR）是在1980年由Christopher Sims提出的计量经济模型，是对于自回归（Auto Regressive，AR）模型的推广。它采用多个方程联立的形式，并且不以经济理论为基础。VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，VAR模型是处理多个相关经济指标的分析与预测最容易操作的模型之一，现在已得到广泛应用。模型的形式为：

上式中E（εt）=0，E（εt，Yt-i）=0，i=1，2，…，p，Yt是（n×1）向量组成的同方差平稳线性随机序列，βi是（n×n）阶系数矩阵，Yt-i是Yt向量的i阶滞后变量，εt是随机干扰项，它满足零均值，同方差，无自相关，与解释变量不相关的假定。

2 数据来源及处理

本文对于旅游业发展的衡量采用国际旅游收入和旅游总收入两个指标，经济增长选择生产总值来反映，数据来自于《2017年陕西省统计年鉴》和《2017年国家统计年鉴》，为了消除价格水平和汇率的影响，需要计算出1991—2016年陕西省的实际生产总值、实际旅游总收入和实际国际旅游收入。将每年的生产总值乘以对应年份生产总值指数再除以100，计算时生产总值指数均采用1991年作為基期，每年的国际旅游收入乘以对应年份的汇率，再乘以对应年份居民消费价格指数除以100，将每年的旅游总收入乘以对应年份居民消费价格指数再除以100，计算时CPI均采用1991年作为基期。同时为了消除其他一些误差影响，对生产总值、旅游总收入、旅游国际收入取对数，分别用LNGDP、LNTI、LNFI表示。

3 VAR模型的建立

3.1 原始数据平稳性检验

首先对数据进行平稳性检验，由于生产总值、旅游总收入和国际旅游收入均呈增长趋势，原序列不平稳，经过二阶差分后序列平稳，数据LNGDP、LNTI、LNFI均为二阶单整序列，符 合协整检验的条件如图1所示。

接下来建立VAR模型，用LNGDP，LNTI，LNFI构建3维向量自回归模型。

3.2 选择模型的滞后阶数

根据AIC，SC等准则，5个检验指标里有3个选择1阶，所以在这里选择1阶滞后阶数。

3.3 模型进行平稳性检验

如果建立的模型不平稳，那么后续分析都将没有意义，模型平稳是后续检验分析的基础。从图2来看，模型的特征根都在单位圆，所以建立的VAR（1）模型平稳。

3.4 Johansen协整检验

利用协整检验，来确定LNGDP，LNTI，LNFI之间是否存在长期的均衡关系。

由表2所示，在95%的置信水平下，拒绝无协整关系的假设，接受至多存在1个协整关系的假设，即LNGDP，LNTI，LNFI存在1个长期协整关系。

3.5 Granger检验

从表3可以看出，在10%的显著水平下，滞后1阶时，LNTI是 LNFI的Granger原因，LNGDP是LNFI的Granger原因，LNGDP是LNTI的Granger原因。

3.6 脉冲相应分析

从图3可以看出，本期给旅游总收入一个冲击后，对于国际旅游收入刚开始有一个正向效应，接下来正负交替，最后变成负效应慢慢变小，说明旅游总收入在短期内对于国际旅游收入有促进作用；对于GDP刚开始为负向效应，在第二年以后变成正向效应，在第12年达到峰值，然后趋于稳定，说明旅游总收入对于GDP具有促进作用，但同时也具有滞后性。本期给GDP一个冲击后，对于国际旅游收入是一个负向效应，这种负向效应在第12年达到峰值，后来慢慢变小，对于旅游总收入也是一个负向效应，这种负向效应在第12年达到峰值，后来慢慢变小。本期给国际旅游收入一个冲击后，对于旅游总收入刚开始是一个正向效应，在第二年开始变成负向效应，然后慢慢变小，说明在短期内，国际旅游收入对于旅游总收入具有促进作用；对于GDP一直都是正向效应，在第12年达到峰值，然后趋于稳定，说明国际旅游收入的增加对于GDP具有正向促进作用。

3.7 方差分解分析

方差分解是通过分析每一个结构冲击对内生变量的变化（通常用方差来度量）的贡献度，进一步评级不同结构冲击的重要性。本文选定50期作为方差分解的滞后期，基于已经建立的向量自回归VAR（1）模型，分别对GDP、旅游总收入、国际旅游收入进行方差分解，各变量方差分解结果如图4～图6所示。

由图4LNFI的方差分解图中可以看出，国际旅游收入的波动26%由自身解释，60%由GDP解释，11%由旅游总收入解释，可以看到国际旅游收入受GDP影响最大，旅游总收入对其影响最小。由图5LNTI的方差分解图可以看出，旅游总收入的波动17%由自身解释，67%由GDP解释，17%由国际旅游收入解释，结合Granger检验（国际旅游收入并不是旅游总收入的Granger原因，而GDP是旅游总收入的Granger原因）和脉冲响应，可以看出旅游总收入受到GDP影响最多。由图6LNGDP的方差分解图可以看出，GDP的波动74%由自身解释，13%由国际旅游收入解释，13%由旅游总收入解释，刚开始国际旅游收入对于GDP贡献率较低，在第28期达到峰值12%，后续趋于穩定，经济增长不仅受到国际旅游收入影响，也受到旅游总收入的影响，两者影响一样。

4 结论与建议

本文通过上述分析得出：旅游总收入对GDP具有促进作用，对国际旅游收入具有短期的促进作用，国际旅游收入对旅游收入短期具有促进作用，对GDP存在长期的促进作用，GDP对国际旅游收入和旅游总收入则没有明显的促进作用。因此，本文建议陕西省应着重力度发展旅游业，以增加陕西省的生产总值。本文提出以下建议：一是大力发展旅游专业化，提供专业化的旅游服务和旅游服务人员；二是注重本省景点的开发，陕西省旅游资源众多，但是相关开发却没有及时跟上；三是实现旅游智能化，现在是大数据的时代，我们应该利用线上（微信公众号，旅游APP）和线下相结合的方式，挖掘有价值的游客信息，提供私人化的定制服务。

参考文献

[1] 吴国新.旅游产业发展与我国经济增长的相关性分析[J].上海应用技术学院学报，2003（4）.

[2] 王维国，徐勇.中国旅游业发展对国民经济贡献的计量分析[J].数学的实践与认识，2009，39（9）.

[3] 翟华.入境旅游对经济增长拉动作用的空间差异——基于我国28个省区面板数据的实证分析[J].西南民族大学学报， 2014（9）.

[4] 付向阳，黄涛珍.内蒙古旅游经济影响因素的灰色关联分析[J].统计与决策，2015（3）.

[5] 史静静，谈镇.基于VAR模型的国内旅游消费与经济增长关系的实证研究[J].中国集体经济，2018（1）.

[6] 何昭丽，张振龙，孙慧.中国旅游专业化与经济增长关系研究[J].新疆师范大学学报，2018（5）.