国内旅游收入影响因素的计量分析
我国国内旅游收入的影响因素分析
我国国内旅游收入的影响因素分析本文采用我国居民国内旅游消费收入的实际数据为依据，从实证的角度就人均GDP、旅游人数和国内物价水平对国内旅游收入的影响进行实证研究。
分析结果表明，人均GDP、旅游人数和国内物价水平都与国内旅游收入显著正相关。
最后，针对我国目前的国内旅游现状提出了有针对性的建议。
标签：旅游收入人均GDP 旅游人数物价水平一、引言旅游业作为一个具有很强关联性的产业，其对经济发展有着很大的影响。
国外一些学者认为，旅游业发展对国民经济增长有正向促进作用。
国内学者也就旅游业对国民经济的贡献分别在整体层面和省际(或地区) 层面上进行了理论分析和实证检验。
作为一种资金流入，旅游外汇收入为我国的经济发展提供了重要的资金支持，提升了旅游区居民的生活水平，并通过加强基础设施建设，进一步推动了总体经济增长。
20世纪90年代以来，随着我国国民经济的飞速发展，我国的旅游业也呈现出迅猛发展的态势。
1991年～1995年间，城镇居民收入逐年增加，人均消费水平逐步提高，加之可自由支配时间的增多以及旅游交通设施的完善，是我国国内旅游业大力发展的时期。
1996年～1999年间，新工时制度的实行、有薪假期时间的增多，以及旅游交通设施的进一步完善，旅游已成为人们的一种生活时尚。
然而我国的国内旅游还存在问题，许多因素影响着旅游消费的实现。
本文主要根据我国近几年来的国内旅游收入、人均GDP、旅游人数和物价水平之间的相关关系对我国的旅游收入进行研究，以期对旅游事业的发展提供建议。
二、数据及模型的构建中国国际旅游收入从1994年开始采用与国际接轨的抽样调查统计方法。
本文选择1994年作为分析的起点时间，1994年到2006年中国国内旅游收入的年度数据来自《中国统计年鉴》（1995年～2007年）。
为了对影响我国国内旅游收入的因素进行研究，建立下面的计量模型：其中，LS表示旅游收入，PGDP表示人均GDP，LR表示旅游人数，WS表示物价水平。
eviews计量经济学下国内旅游收入影响因素分析-计量经济学论文-经济学论文
eviews计量经济学下国内旅游收入影响因素分析-计量经济学论文-经济学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——一、建立模型设计量经济模型为：= + + + + +式中，为第t年全国国内旅游收入（亿元）; 为国内旅游人数（万人/次）; 为城镇居民人均旅游支出（元）; 为农村居民人均旅游支出（元）为铁路里程（万公里）,解释变量前的系数均为正。
为估计参数，收集旅游事业发展所处的1994 -2012年阶段的统计数据，如下所示资料来源：二、分析模型中存在问题利用EViews软件，生成Y、、、、等数据。
利用OLS方法估计模型参数得（一）估计模型参数该模型的= 0. 9883,F检验值为296. 85,是显着的。
、的符号与预期相反，表明可能存在严重的多重共线性。
利用EViews软件，计算出、、、的相关系数矩阵如下表：（二）相关系数矩阵表从上可以看出：相关系数高达0. 974694,证明确实存在严重的多重共线性。
三、解决模型中存在的多重共线性将各变量进行对数变换，再对以下模型进行估计。
= + + + + +利用EViews软件，对、、、、分别对数，分别生成、、、、的数据，采用OLS方法估计模型参数得：估计模型参数模型估计结果为= - 8. 2995 + 0. 8628 + O. 3997 + 0. 2926 + 1. 2719（0. 5478）（0. 09 ）（0. 1217）（0. 0418）（0. 4104）t =（- 15. 15）（8. 98）（3. 29）（7. 00）（3. 10）= 0. 9984 DW = 1. 3581 F = 2224. 433四、模型的不足1、由于模型采用的是时间序列数据，因没考虑可能存在的时滞问题，导致模型精准度有偏误。
2、数据本生带来的不可消灭的系统性误差。
3、以铁路里程作为相关基础设施的代表犯了以局部替整体的错误，因为中国的每一个景点间存在地域上的差异。
中国国内旅游业总花费的影响因素计量分析与研究
中国国内旅游业总花费的影响因素计量分析与研究中国国内旅游业是我国经济的重要组成部分之一，随着我国经济的不断发展，人们对旅游消费的需求也逐渐增加。
旅游业的兴盛不仅提升了国内消费水平，也为相关产业带来了巨大的经济效益。
要实现旅游业的持续发展，就必须深入了解和分析旅游消费的影响因素，从而为政府和相关企业提供科学的决策依据。
本文将对中国国内旅游业总花费的影响因素进行计量分析与研究。
一、研究背景二、相关理论旅游消费总额的高低取决于多种因素的影响，其中最主要的因素包括但不限于：人均收入水平、旅游者规模、旅游者年龄结构、旅游资源开发水平、政府政策的支持等。
人均收入水平是最主要的影响因素之一。
人均收入水平的提高将有效地提高旅游者的消费水平，间接推动旅游业总花费的增加。
旅游者规模和年龄结构的变化也将对旅游业总消费金额产生重要的影响。
当旅游者规模增加或者更多的年轻人参与旅游时，将促使旅游业总花费的增加。
政府政策的支持和旅游资源的丰富度也将对旅游消费总额产生积极的影响。
通过对这些影响因素的计量分析，我们能够更好地理解旅游业总消费金额的形成机制，为相关部门提供科学的决策依据。
三、研究内容1. 数据来源本研究将采用国家统计局和相关行业协会发布的相关数据，包括但不限于：中国居民人均可支配收入、旅游者规模、旅游者年龄结构、旅游资源开发水平、政府对旅游业的政策支持等数据。
通过综合分析这些数据，我们将尝试找出其与旅游业总花费之间的内在联系。
2. 方法选择本研究将采用计量经济学的方法，通过建立多元线性回归模型，来探究旅游消费总额与各种影响因素之间的关系。
具体来说，我们将以中国居民人均可支配收入、旅游者规模、旅游者年龄结构、旅游资源开发水平、政府对旅游业的政策支持等变量为自变量，以旅游消费总额为因变量，构建一个多元线性回归模型，通过对模型的建立和拟合来展开本研究。
3. 研究意义本研究的意义在于，通过对中国国内旅游业总花费的影响因素进行计量分析与研究，我们可以更加全面深入地了解旅游消费总额的形成机制，为政府和相关企业提供科学的决策依据。
影响旅游收入的主要因素的分析管理论文
影响旅游收入的主要因素的分析管理论文旅游推动社会生产的进展,促进生产结构的调整改变,带动就业,提高经济开放程度,从而对整体社会经济的进展产生了主动影响。
我国旅游业立足于开发国内旅游市场,致使国内旅游渐渐在我国的旅游市场上占据重要的地位。
旅游收入直接反映了某一旅游目的地国家和地区旅游经济的运行状况,是衡量旅游经济活动及其效果的一个不行缺少的综合性指标,也是某一个国家或者地区旅游业发达与否的重要标志。
在我国的旅游收入中,主要影响因素为旅游人数和人均旅游花费。
所以,本文主要分析旅游人数和人均旅游花费对国内旅游收入的影响。
二、模型设定1.选定线性模型的缘由由于非线性模型的假设检验都涉及到特别冗杂的数学计算,并且我们所学学问有限,所以我们在此考虑利用线性模型对该市场进行讨论分析。
另外,线性模型存在多种检验方法和修正方法,这样对模型精确程度的分析和修正也更加牢靠。
2.解释变量选择缘由分析旅游业是由于受到社会经济状况和经济关系等多种因素不同程度的影响,使得某一旅游目的地国家和地区在肯定时期内的旅游收入消失不同程度的凹凸改变。
也就是说,旅游收入是受多种因素影响的函数。
(1)国内旅游人数旅游目的地国家和地区接待旅游者人数的多少,是影响旅游目的地国家和地区的最主要因素。
在正常状况下,旅游收入与接待的旅游者人数呈正比例改变。
(2)人均旅游花费在旅游接待人数既定的条件下,旅游者的支付力量和人均旅游消费是旅游目的地国家和地区的旅游收入增减改变的又一个确定因素。
一般说,旅游者的人均旅游消费水平与旅游收入成正比例改变,旅游者的支付力量强,旅游者的旅游花费越高,那么旅游收入也就越高。
(3)其他影响因素如旅游者在旅游目的地的停留时间、外汇汇率和旅游统计因素对旅游收入的影响,由于它们的影响性较小,故也不被纳入到模型中去。
3.设定模型根据上述分析我们把旅游收入作为被解释变量,设为Y,国内旅游人数和人均旅游花费作为解释变量,分别设为X1 和X2,对旅游收入的其他影响因素设为ε。
我国国内旅游收入的主要影响因素的计量模型分析
我国国内旅游收入的主要影响因素的计量模型分析引言：近年来，我国国内旅游业取得了快速而稳定的发展，成为国民经济的重要支柱。
然而，国内旅游收入的增长速度却受到许多因素的制约。
因此，了解这些影响因素的统计模型分析对于指导旅游发展政策和促进旅游经济增长具有重要意义。
本文将采用计量模型的方法来分析我国国内旅游收入的主要影响因素。
一、理论框架国内旅游收入的主要影响因素通常包括经济因素、政策因素和社会文化因素。
经济因素主要涉及国内生产总值、人均收入、人口规模等；政策因素主要指国家的旅游政策和相关政策的变化；社会文化因素主要包括旅游消费习惯、旅游意愿等。
二、计量模型（1）模型设定根据以上理论框架，我们可以设定以下计量模型：Y=β0+β1X1+β2X2+β3X3+ε其中，Y代表国内旅游收入；X1代表经济因素；X2代表政策因素；X3代表社会文化因素；ε代表误差项。
（2）变量选择为了使用统计数据进行计量模型分析，我们需要选取能够反映经济、政策和社会文化因素的变量。
一般来说，国内生产总值、人均收入、人口规模可以作为经济因素的代表变量；旅游政策调整指数、旅游项目投资额可以作为政策因素的代表变量；旅游消费习惯调查数据、旅游意愿调查数据可以作为社会文化因素的代表变量。
（3）数据采集我们可以通过国家统计局和其他相关机构的统计数据来获得上述变量的时间序列数据。
为了分析的准确性，可以选择近十年的数据进行统计分析。
（4）模型估计通过计量模型的估计，可以得到各个影响因素的系数。
根据系数的正负和大小，可以判断不同因素对国内旅游收入的影响程度。
同时，也可以进行回归统计检验，评估模型的拟合优度。
三、模型实施与结果分析在收集到相应的数据后，我们可以利用计量模型进行实施并分析模型结果。
例如，假设我们得到以下结果：Y=-0.2+0.5X1+0.3X2+0.1X3此时，经济因素和政策因素对国内旅游收入的影响较大，而社会文化因素的影响相对较小。
经济因素和政策因素的系数为正值，说明它们的增加会促进国内旅游收入的增长。
中国国内旅游业总花费的影响因素计量分析与研究
中国国内旅游业总花费的影响因素计量分析与研究中国国内旅游业是国民经济的重要组成部分，对于促进地方经济发展、增加就业岗位、扩大内需市场等方面都具有重要作用。
随着国内经济的逐步发展和人们生活水平的不断提高，中国国内旅游业总花费的影响因素也日益复杂，需要进行计量分析与研究，以便更好地指导和促进国内旅游业的发展。
一、中国国内旅游业总花费的影响因素1. 经济因素中国国内旅游业总花费受国内经济总体水平的影响，经济增长趋势对旅游需求和旅游总花费有着直接影响。
经济结构、收入水平、就业情况等也会对旅游总花费产生一定影响。
2. 政策因素政府对旅游业的政策支持和引导对旅游总花费有着重要的影响。
积极的政策措施能够刺激旅游市场，提高旅游总花费；相反，苛刻的政策环境可能会压缩旅游市场规模，影响旅游总花费水平。
3. 社会因素人口结构、居民消费观念和消费习惯等社会因素对旅游总花费也有一定影响。
年轻人更加倾向于选择自由、个性化的旅游方式，而老年人更注重安全和舒适度，这些都会对旅游总花费产生一定影响。
4. 文化因素文化因素也会影响旅游总花费。
中国拥有深厚的历史文化底蕴和丰富的旅游资源，各地的历史遗迹、风景名胜等都是旅游业发展的重要支撑和旅游总花费的重要因素。
5. 技术因素随着科技的不断发展和进步，互联网、移动支付等新技术的普及也为旅游业提供了便利，这对旅游总花费也产生了一定的影响。
二、计量分析与研究为了更好地掌握旅游总花费的影响因素，需要进行计量分析与研究。
具体而言，可以采用多元回归模型等方法，对各种影响因素进行量化分析，从而得出它们对旅游总花费的具体影响程度和作用机制。
1. 数据采集需要收集一定时期内的国内旅游业总花费数据，并同时搜集相关经济、政策、社会、文化、技术等影响因素的数据，以及其他可能的干扰因素数据。
2. 模型建立建立多元回归模型，将旅游总花费作为因变量，将各种影响因素作为自变量，对它们进行量化分析。
也需要考虑将模型纳入时间序列分析，因为旅游总花费受到季节性和周期性的影响。
国内旅游收入影响因素的计量分析
国内旅游收入影响因素的计量分析一、国内旅游收入影响因素及其数据选择旅游业是一个依赖性很强的行业，它的发展受诸多因素的影响，例如春秋季往往会带来更多的收入、距离近的旅游地点反而更吸引人、经济状况好的国家游客更多、工资高的人更愿意出来旅游等等，甚至同一国家同一地区在不同时区也会有不同的旅游发展。
综合现有研究文献和有关资料调查，考虑到建模和数据搜集难易程度，将当前中国旅游收入影响因素归纳为以下几个方面：一是国内旅行人数。
对于任何行业来说，要想增加一个行业的收入，必须增加在这个行业消费的人数。
只有具备了庞大的消费人数，这个行业才会不断壮大，经济收入才会不断增加，旅游业就是这样的一个行业。
因此，国内旅游人数是旅游收入影响因素，对国内旅游收入有重要影响。
二是人均旅游花费。
旅游者的人均旅游消费水平与旅游收入成正比例变化，旅游者的支付能力强，旅游者的旅游花费越高，旅游收入也就越高，可见人均花费对旅游收入有很大的影响力。
人均旅游花费分为城镇人均旅游花费和农村人均旅游花费。
三是交通情况。
通常交通状况越好的地方无疑也更加吸引游客们，里程越远路费越高，给铁路局和收费站带来的收益也越大，也给本地带来更多的旅游收入，因此，交通情况是旅游收入的影响因素。
交通状况主要分为铁路里程和公路里程。
四是利率水平。
从长期来看，当利率水平上升时，人们会自发地把手中的持有的货币存入银行而不会拿出来消费，因此，利率水平越高，人们旅游支出也越少。
反之，利率水平越低，人们旅游支出就越多。
我们选用活期的银行利率作为影响旅游收入的利率水平。
表1 19941 1994——2012年中国旅游收入及影响因素的数据年中国旅游收入及影响因素的数据年份旅游收入Y（亿元）旅游人数X1（亿人次）城镇居民人均旅游花费X2（元）农村居民人均旅游花费X3（元）铁路营业里程数X4（万公里）公路里程X5（万公里）利率X619941023.51 5.24414.754.9 5.9111.78 3.15 19951375.7 6.2946454.9 5.97115.7 3.15 19961638.38 6.4534.170.5 6.49118.58 2.48 19972112.7 6.44599.8145.7 6.6122.64 1.71 19982391.18 6.95607197 6.64127.85 1.53 19992831.927.19614.8249.5 6.74135.170.99 20003175.547.44678.6226.6 6.87140.270.99 20013522.367.84708.3212.77.01169.80.99 20023878.368.78739.7209.17.19176.520.72 20033442.278.7684.92007.3180.980.72 20044710.7111.02731.8210.27.44187.070.72 20055285.8612.12737.1227.67.54193.050.72 20066229.7413.94766.4221.97.71345.70.72 20077770.6216.1906.9222.57.8358.370.77 20088749.317.12849.4275.37.97373.020.58 200910183.6919.02801.1295.38.55386.080.36 201012579.7721.038833069.12400.820.36 201119305.3926.41877.8471.49.32410.640.47 201222706.2229.57914.54919.76423.750.38二、模型设定、估计与修正二、模型设定、估计与修正将国内旅游收入作为因变量，国内旅游人次、城镇人均旅游花费、农村人均旅游花费、铁路里程、公路里程、利率水平等作为自变量，构建如下回归分析模型。
我国国内旅游业收入的影响因素分析
我国国内旅游业收入的影响因素分析一、我国旅游业影响因素的选取1.人均可支配收入---人均可支配收入直接影响着旅游业收入。
随着市场经济的稳定发展和改革开放政策的深入发展，我国的人均可支配收入（包括城镇居民人均可支配收入和农村居民人均可支配收入）有了很大的增长，，这种提高不仅表现在物质生活的提高，也表现在精神需求的提高。
而我国旅游业的发展壮大就是精神需求提高的表现。
2.旅行社的数量---我国旅游业的基础设施建设，开发和管理也不同程度的影响着旅游业收入。
随着我国旅游业基础设施的不断完善，管理水平的不断提高，对我国旅游业起到了积极地促进作用。
这些具体包括就有旅行社的数量。
3.旅游人数---旅游人数也是影响旅游收入的重要因素。
随着物质水平的提高，人们的精神需求也不断提高以适应其发展，反映在旅游业就是旅游人数的不断上升。
综上所述，将城镇居民人均可支配收入，农村居民人均可支配收入，旅游人数，旅游社数量作为模型的解释变量。
二、模型的建立（一）相关数据通过查阅资料和上网搜索得到以下数据：表1 旅游业收入及其影响因素统计资料年度国内旅游收入Y亿元) 城镇居民可支配收入X1（元）农村居民可支配收入X2（元）国内旅游人数X3（百万）旅行社数量X41997 1375.7 4283 1577.74 629 43821998 1638.4 4838.9 1926.1 640 38461999 2112.7 5160.3 2090.1.1 644 42522000 2391.2 5425.1 2162 695 62222001 2831.9 5854 2210.3 719 73262002 3175.5 6280 2253.42 744 89932003 3522.4 6859.6 2366.4 784 105322004 3878.4 7702.8 2475.63 878 115522005 3442.3 8472.2 2622.24 870 133612006 4710.7 9421.6 2936.4 1102 149272007 5285.9 10489.7 3254.9 1212 168462008 6229.7 11759 3587 1394 179572009 7770.6 13786 3886 1610 189432010 8749.3 15781 4782.1 1712 206912011 10184 17175 5153 1902 21649（二）建立模型1.利用Eview软件输入相关数据通过最小二乘法建立线性模型，估计结果如下：Dependent Variable: YMethod: Least SquaresDate:06/03/11 Time: 16:23Sample: 1995 2009Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C -2133.380 625.6159 -3.410047 0.0067X1 0.123939 0.396213 0.312809 0.7609X2 1.049939 0.847476 1.238902 0.2437X3 2.180942 1.866715 1.168331 0.2698X4 0.019032 0.065325 0.291350 0.7767R-squared 0.989786 Mean dependent var 4486.580Adjusted R-squared 0.985701 S.D. dependent var 2670.023S.E. of regression 319.2817 Akaike info criterion 14.63123Sum squared resid 1019408. Schwarz criterion 14.86724Log likelihood -104.7342 F-statistic 242.2655Durbin-Watson stat 1.421046 Prob(F-statistic) 0.000000回归结果为：∧=-2133.308+0.123939x1+1.049939x2+2.180942x3+0.019032x4yit=（-3.410047）（0.312809）（1.238902）（1.168331）（0.291350）∧R2=0.989786 F=242.2655由以上数据可知，模型拟合很好。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
国内旅游收入影响因素的计量分析
一、国内旅游收入影响因素及其数据选择
旅游业是一个依赖性很强的行业，它的发展受诸多因素的影响，例如春秋季往往会带来更多的收入、距离近的旅游地点反而更吸引人、经济状况好的国家游客更多、工资高的人更愿意出来旅游等等，甚至同一国家同一地区在不同时区也会有不同的旅游发展。
综合现有研究文献和有关资料调查，考虑到建模和数据搜集难易程度，将当前中国旅游收入影响因素归纳为以下几个方面：
一是国内旅行人数。
对于任何行业来说，要想增加一个行业的收入，必须增加在这个行业消费的人数。
只有具备了庞大的消费人数，这个行业才会不断壮大，经济收入才会不断增加，旅游业就是这样的一个行业。
因此，国内旅游人数是旅游收入影响因素，对国内旅游收入有重要影响。
二是人均旅游花费。
旅游者的人均旅游消费水平与旅游收入成正比例变化，旅游者的支付能力强，旅游者的旅游花费越高，旅游收入也就越高，可见人均花费对旅游收入有很大的影响力。
人均旅游花费分为城镇人均旅游花费和农村人均旅游花费。
三是交通情况。
通常交通状况越好的地方无疑也更加吸引游客们，里程越远路费越高，给铁路局和收费站带来的收益也越大，也给本地带来更多的旅游收入，因此，交通情况是旅游收入的影响因素。
交通状况主要分为铁路里程和公路里程。
四是利率水平。
从长期来看，当利率水平上升时，人们会自发地把手中的持有的货币存入银行而不会拿出来消费，因此，利率水平越高，人们旅游支出也越少。
反之，利率水平越低，人们旅游支出就越多。
我们选用活期的银行利率作为影响旅游收入的利率水平。
表1 1994—2012年中国旅游收入及影响因素的数据
二、模型设定、估计与修正
将国内旅游收入作为因变量，国内旅游人次、城镇人均旅游花费、农村人均旅游花费、铁路里程、公路里程、利率水平等作为自变量，构建如下回归分析模型。
Y=α+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+μ（1）
用EVIEWS做OLS回归分析结果为：
图1 OLS回归结果
Y=-25851.89+380.9872X1+5.944813X2+23.54213X3+2190.272X4-6.417825X5 +2738.772X6 （2）
（一）模型的检验
模型中X1、X2、X3、X4、X6的系数都为正符合经济意义，而X5系数为负，不能通过经济意义检验。
1、多重共线性检验
输入cor X1 X2 X3 X4 X5 X6,得出检验结果：
图2 多重共线性检验
本文用差分法修正多重共线性：
生成g=d(Y),v1=d(X1),v2=d(X2),v3=d(X3),v4=d(X4),v5=d(X5),v6=d(X6)序列，用各变量的一阶差分重新做OLS估计，得出：
图3 差分之后的OLS回归结果
(12)=1.356,只有V5的系数的绝对值低于1,356，不能通过检验，取α=0.20时t
0.1
其他变量的系数都在80%的显著水平显著，剔除V5得出回归模型：
图4 修正之后的OLS回归结果
△Y=-423.8861+637.6720△X1+3.907723△X2+18.07890△X3+1957.434△X4 + 1297.792△X6 （3）对模型再次进行多重共线性检验：
图5 修正之后的多重共线性检验结果
我们可以发现模型已经不存在多重共线性。
2、异方差性检验
本文采用White检验来检验异方差性，结果为：
图6 White检验结果
从图中可知nR2=3.362327。
由White检验，取α=0.05，查χ
0.05
2(5)=11.07,所
以,nR2<χ
0.05
2(5),该模型不存在异方差性。
3、自相关性检验
本文采用D.W.检验检验自相关。
由图4可知，修正之后的回归结果中DW值为
1.089518，n=19,k=5,查表可知，d
L =0.86,d
U
=1.85，d
L
<DW<4-d
U
，可知该模型不存在
自相关性。
三、结论
本文做国内旅游收入的计量分析得出模型为：
△Y=-423.8861 + 637.6720△X1 + 3.907723△X2 + 18.07890△X3 + 1957.434△X4 +
（183.9133）（160.1011）（2.080827）（4.216784）（691.4334）（-2.304815）（3.982934）（1.877966）（4.287366）（2.830980）
1297.792△X6
（699.5899）
（1.855075）
其中各变量在90%的显著性水平显著，可决系数和调整可决系数都大于0.95，模型拟合优度良好，F统计量为67.08258，模型总体拟合性良好。
四、模型的经济意义分析：
1、国内旅游人次对旅游收入存在相助影响。
国内旅游人次增加会使旅游收入显著增长。
2、城镇居民和农村居民的人均旅游花费增加会使国家的旅游收入显著增加。
3、铁路运营里程会对国内旅游收入有显著影响，因为铁路越发达，人们出行越方便，旅游次数和花费也会增加。
而公路运营里程对旅游收入影响不显著，可能是因为人们出行乘坐汽车较少，自驾游也比较少。
4、利率变动也会影响国内旅游业收入。
因为利率较高时，人们倾向于储蓄，旅游消费就会相应减少。
反之，如果利率较低，会刺激人们的旅游消费。