基于生产函数的中国旅游发展总量预测模型研究.doc
旅游生命周期模型新解释基于生产投资与需求分析
旅游生命周期模型新解释基于生产投资与需求分析一、本文概述随着全球化的推进和人民生活水平的提高，旅游业已成为全球经济的重要组成部分。
然而，旅游业的发展并非一帆风顺，其生命周期的演变受到多种因素的影响。
本文旨在提出一种基于生产投资与需求分析的新解释，以深入理解旅游生命周期模型，并为旅游业的可持续发展提供新的视角。
本文将首先回顾传统的旅游生命周期模型，分析其优点和局限性。
接着，我们将引入生产投资和需求分析的理论框架，重新解读旅游生命周期的各个阶段。
通过这种方式，我们可以更好地理解旅游业发展的内在动力和外部影响，以及市场需求如何影响旅游业的兴衰。
我们将结合具体案例，探讨如何在新的理论框架下促进旅游业的可持续发展。
我们希望通过本文的研究，为旅游业的决策者、规划者和研究者提供新的思路和方法，推动旅游业在全球范围内的健康、稳定和长期发展。
二、生产投资与旅游发展的关系生产投资是推动旅游业发展的重要动力。
从经济学的角度来看，生产投资是指为获取未来收益而在当前进行的资本支出。
在旅游领域，生产投资体现为对旅游基础设施、接待设施、景区开发、交通建设等多方面的投入。
这些投资不仅直接促进了旅游资源的开发利用，还间接拉动了相关产业的发展，如建筑、交通、餐饮、住宿等。
生产投资在旅游目的地的发展初期起着关键性作用。
在这一阶段，大量的基础设施建设和资源开发投资是必要的，以吸引游客并提供基本的旅游服务。
这些投资通常由政府或大型企业主导，以推动当地经济的增长和就业的增加。
随着旅游业的逐步成熟，生产投资的重点开始转向提升旅游产品质量和服务水平。
在这一阶段，投资不仅关注于硬件设施的建设，还更加注重软实力的提升，如人员培训、管理优化、文化挖掘等。
这些投资有助于提高游客的满意度和忠诚度，进一步巩固和扩大旅游市场的份额。
生产投资还促进了旅游业的创新发展。
通过引入新技术、开发新产品、优化服务流程等方式，投资为旅游业注入了新的活力和动力。
这些创新不仅提升了旅游业的竞争力，还为消费者提供了更加多元化、个性化的旅游体验。
基于生产函数法的中国潜在产出及经济增长前景研究
了审慎 的研判 。结果表 明 ， 代表技 术 进 步和效 率 改善 的全要 素 生产 率增 长 ， 是推 动我 国改 革
开放 以来 经济 高速发展 的重要 因素 ， 平 均 贡献 率接 近 ３ ０ ％ 。据 此 预 测 ， 未来 ２ ０年我 国的 潜
在 经 济平 均增速 在 ７ ． ０ ％－ －７ ． ５ ％之间； 但 在 悲观 预期 下 ， “ 十 四五 ” 后 期 的潜在 经 济增 速将 回
模型 ， 避免 了现有 文献 因部 分变量 假定 以及计 量方 法选 择不 同造 成 的偏差 ； 二 是在 梳理 国内 外最 新文献 基础 上 ， 模 拟 了多种假设 条件 下我 国全要 素 生产率 的增 长情 况 ， 对本 文 实证 方 法 的稳健 性进 行 了检验 ， 并在 我 国经 济增 长动力 问题 上得 到 了基 本 一致 的结 论 ； 三是 结合 经 济 增长 理论 与我 国历史 经验 ， 定性分 析 了我 国全 要 素生产 率 的决 定 因素 ， 并 建立 了全 要 素生 产 率与人 力 资本 、 制 度改 革之 问 的定 量模 型 ； 四是通过 分析 得 出制 度 改革 引 发 的全要 素生 产 率 增速 波动 ， 是决定 我 国经济 增长周 期运 行 的最 重要 因素 ， 并 由此 分 基准 和 改革 两种 情形 对 未
国实 际的生 产 函数 ， 以在此基 础上对 我 国经济 增长动 力 和前景 问题 进行 更 加严谨 的讨论 ， 对
我 国经济 的 中长期 增速 以及 主要制 约 因素进 行准确 研判 ， 从而 制定 出具 有 针对 性 的政 策 ， 最
终实 现经 济 的可 持续 增长 。
鉴 于此 ， 本 文完全 利用 国 民经 济 核算 数 据构 建 了我 国生 产 函数 ； 在 此基 础 上 ， 估 计 了历
第8期基于ARIMA模型的国内旅游人数预测研究
（ 上接第 ８２ 页） 式可最多支持 ３２ 个节点。 ５．软件系统设计 为降低系统复杂性， 提高系统可靠性， 采用时间触发方式， 设计合
作式任务调度器。采用主从控制方式， 本文主要设计从节点软件系统， 程序流程如图 ２ 所示。
文中程序利用 ＫｅｉｌＣ５１ 的集成开发环境编程， 并进行调试。
参考文献 ［ １］ 王 燕 ． 应 用 时 间 序 列 分 析 ． 北 京 ： 中 国 人 民 大 学 出 版 社 ， ２００５： １４５—１４７． ［ ２］ 张晓峒． 计量经济学软件 Ｅｖｉｅｗｓ 使 用 指 南（第 二 版）． 天 津： 南 开 大 学 出 版 社 ，２００４：１１９ —１３２． ［ ３］ Ｊ． 约 翰 斯 顿． 计 量 经 济 学 方 法 （第 四 版）． 北 京： 中 国 经 济 出 版 社， ２００２：２０３—２４５．
科技信息
○科教视野○
ＳＣＩＥＮＣＥ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ８ 期
基于 ＡＲＩＭＡ 模型的国内旅游人数预测研究
过晓芳 （西安工业大学数理系 陕西 西安 ７１００３２）
摘要： 以我国 １９８５—２００５ 年各年的国内旅游人数 为 例 ， 运 用 计 量 经 济 学 软 件 Ｅｖｉｅｗｓ 建 立 时 间 序 列 模 型 ＡＲＩＭＡ（ｐ， ｄ， ｑ）， 并 对 未 来 五 年 内 国内旅游人数做出预测， 结果表明预测结果满足精度要求， 具有较强的实用性。
间序列预测模型， 特别适合处理复杂时间序列的预测情况。如果一个 平稳序列｛ｙｔ｝， 不仅与其以前时刻的自身值有关， 而且还与其以前时刻 的 扰 动 项 存 在 一 定 的 依 存 关 系 ， 那 么 这 个 序 列｛ｙｔ｝就 可 以 建 立 ｐ 阶 自 回归和 ｑ 阶移动平均模型， 即：
某年中国旅游发展分析与预测
某年中国旅游发展分析与预测随着经济的逐步发展，旅游业已经成为了中国经济的重要支柱之一。
2019年，中国国内旅游总出游人数达到了16.43亿人次，同比增长了7.4%。
同时，中国旅游业也呈现出了许多亮点和挑战。
本文将对某年中国旅游发展进行分析和预测。
一、市场规模从规模来看，中国旅游市场肆意扩张。
2019年全国旅游总收入达到5.72万亿元，同比增长了11.7%。
其中，旅游接待企业收入为4.17万亿元，同比增长了11.2%；旅游景区门票收入为1.42万亿元，同比增长了15.8%；旅游住宿收入为0.65万亿元，同比增长了3.3%。
预计未来几年，随着经济水平和居民收入的不断提高，人们对旅游产品和服务的需求将越来越大。
同时，政府也将进一步推动旅游业发展，加强与其他服务业的融合，推广旅游消费，扶持旅游企业，提高旅游产品和服务质量，推动旅游消费升级。
因此，中国旅游市场的规模有望继续扩大。
二、发展趋势1.精品旅游逐渐走俏随着居民收入水平的提高，越来越多的人开始追求更高质量、更深入的旅游产品和服务。
因此，精品旅游市场逐渐走俏。
精品旅游的特点是个性化、专业化、特色化、文化化、品质化和高性价比。
它与传统旅游有很大不同，更注重于提高旅游产品和服务质量，满足消费者多样化的需求。
未来，随着人们对旅游产品的需求不断升级，精品旅游市场将有望继续走俏。
2.自驾游和自由行趋势明显随着交通运输的逐步发展，自驾游和自由行趋势明显。
通过自驾游和自由行，人们可以更好地享受旅游的自由、自主、惬意和开放。
在自驾游和自由行中，人们可以更好地体验当地的文化、风土人情，更全面、系统地掌握目的地国家的政治、经济、文化等方面的信息，更好地提高自身素质和综合竞争力。
未来，自驾游和自由行将成为中国旅游业新的发展趋势。
三、发展机遇1.文化旅游的重要性不断提高中国历史文化悠久，文化旅游资源丰富。
现在，政府将文化旅游视为未来旅游业的重要方向之一，大力开发和保护文化旅游资源，努力打造中国旅游品牌，推动文化旅游消费升级。
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。
旅游需求预测模型研究
联系单元
图１ Ｅｌｍａｎ人工神经网络
２ 预测效果评价指标
通常采用误差形式评价模型 预测效果 以此判定预测模型的优 劣及可行性 只用某一项误差指标 来评价预测结果会有片面性 拟采 用平均绝对误差 ＭＡＥ 均方百分 比误差 Ｒ Ｍ Ｓ Ｐ Ｅ 和平均绝对百分 比误差 Ｍ Ａ Ｐ Ｅ 项误差指标评 价预测效果
指数平滑模型最佳参数取值 如表１所示 α值越小 则训练期的 相应时间序列越平稳；α 值越大 则 时间序列数据波动性越大 表１ 中 国外旅游的航班 运量 游客的α 值都比国内旅游的航班 运量 游 客的α 值大 说明国外旅游需求波 动性比国内旅游大
表１ 中 国内旅游的航班 运 量 游客的平滑指数模型相似 α值 大并且δ值为０ 说明国外旅游需求 受到近期时间序列的强烈影响 而 趋势与季节因素的影响是稳定的 国外旅游的航班 运量 游客的平 滑指数模型相似 α 值小并且δ 值 大 说明国内旅游需求受到趋势与 季节因素的强烈影响
2.学位论文 刘金敏 基于Logistic种群增长曲线模型的旅游需求预测研究 2008
旅游需求预测在宏观层面上有助于国家和地区制定具有指导意义的旅游发展战略，在微观层面上有助于旅游区确定其开发建设的方向和规模，具有重要的意义。 目前国内外学者对于旅游需求预测的研究，大多是从方法和模型的角度阐述，而较少涉及旅游预测结果如何对旅游实践起到实质性地指导作用，即如何通过旅游需求预测来 提高旅游目的地的服务水平与供给能力，使需求与供给达到平衡，最大可能地提高旅游目的地的绩效水平。而且，目前研究较多的四类旅游需求预测模型（趋势外推模型，结构 模型，定性模型及人工智能模型）的应用都需要在一定的旅游人数历史统计数据的基础之上进行，而新开发的或者开发处于初步阶段的旅游景区，往往缺乏大量历史统计数据 ，这就使得此类景区的旅游需求预测比较困难。 作为生态学的基本模型之一，Logistic种群增长曲线模型可以模拟出事物由小到大，由弱到强最终趋于稳定的S型增长趋势，而根据旅游地生命周期理论，旅游区的发展也 具有类似的S型增长趋势，二者具有一定的拟合性。基于此，Logistic种群增长曲线模型可以用于进行旅游区旅游需求的预测。 本文以上海市嘉定区州桥老街历史文化休闲旅游区为例，以旅游人数为预测指标，研究了Logistic种群增长曲线模型在旅游需求预测中的应用，以期对新开发的或者开发处 于初步阶段，缺乏大量历史统计数据作为预测基础的旅游景区的旅游需求预测提供一条可行的途径。实证研究证明，Logistic种群增长曲线模型可以应用于此类旅游景区的需求 预测中。此外，本文还对旅游需求预测结果如何应用于旅游区市场推广策略的制定、实施及旅游服务设施建设等实践环节进行了一定的探索。
关于旅游需求预测模型
（ ）
由 GM（1，1）灰微分方程（1）所对应的白化微分方程：
(1 ) dx 0 (1 ) + ax 0 (t ) = b dt b b (1) (0) ⇒ x0 ( k + 1) = ( x 0 (1) − ) e − ak + ，(k=1,2,3, …) a a b ( 0) (0) ⇒ x0 ( k + 1) = ( x 0 (1) − ) e − ak (1 − e a ) a
r ⎧ dx ⎧ dx x2 = rx − ⎪ ⎪ = αx − βx2 ⇒ xm ⎨ dt ⎨ dt ⎪ ⎪ x (0) = x 0 x (0 ) = x 0 ⎩ ⎩
其解为：
（ ）
x (t ) =
xm ⎛x ⎞ 1 + ⎜ m − 1 ⎟ e − rt ⎝ x0 ⎠
xm =
α β
（ ）
（ ）
2.2 模型 II
2.2.1 模型建立 在 GM（1，1）模型中，我们只考虑了一个因子对旅游需求的预测。为使预测数据更精 准，我们把北京的宾馆数、人口、居民物价指数、城市交通等多个因素对旅游需求的影响也 考虑到模型中，可进一步建立各因素 xi 对因子 x0 的 GM（1，N）模型（模型 II） ：
2.3 模型 III
2.3.1 模型建立 灰色系统模型虽然能较好的预测旅游需求， 但也存在一个缺点——预测结果可能随着时 间的推移而趋向无穷。显然，实际生活中一个城市能容纳的人数是有限的，这就说明灰色系 统模型并不完全适用于旅游需求的预测。 为此，我们借鉴 Logisitic 模型的思想，利用人口预测模型来预测旅游需求[6]。 模型 III： 设 x ( t ) 表示第 t 年北京市接待的旅游人数， r 为旅游人数的增长率， xm 表示北京市所 能容纳的最大人数：
基于柯布-道格拉斯生产函数对全国旅游产业要素的贡献分析
基于柯布-道格拉斯生产函数对全国旅游产业要素的贡献分析牛丹丹;郑志娟;刘熠萌
【期刊名称】《农技服务》
【年(卷),期】2010(027)011
【摘要】随着经济发展,旅游业作为"朝阳产业"已成为国民经济的重要经济增长点,并以其高速发展成为拉动GDP增长的有力因素.分析了旅游产业生产要素劳动、资本、资源、技术的结构机理,并建立了基于柯布-道格拉斯生产函数的我国旅游产业经济增长模型,测算各个生产要素的产业贡献率,并以此对我国旅游产业发展提出了建议.
【总页数】3页(P1478-1480)
【作者】牛丹丹;郑志娟;刘熠萌
【作者单位】中国地质大学,北京,100083;中国地质大学,北京,100083;中国地质大学,北京,100083
【正文语种】中文
【中图分类】F59
【相关文献】
1.旅游发展、人力资本、外商直接投资对经济增长的影响——基于柯布-道格拉斯生产函数的实证分析 [J], 郭健全;李维
2.中国半导体行业发展影响因素的实证研究
——基于柯布-道格拉斯生产函数的回归分析 [J], 李禹萱
3.农业信贷对农业产值影响的实证分析及完善举措研究
——基于柯布-道格拉斯生产函数模型 [J], 李欣姿;杨淞婷;曲哲霆
4.人口转型、技术进步对农业产出影响的计量分析——基于柯布-道格拉斯生产函数 [J], 尚荣
5.1993-2008年广东省经济增长的要素贡献分析——基于新柯布—道格拉斯生产函数 [J], 金伟娜;张卓涵
因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
基于生产函数的中国旅游发展总量预测模
型研究
摘要:旅游发展总量指标主要包括旅游收入和旅游人次数。
基于生产函数，以旅游收入和旅游人次数为因变量，以构成旅游业的支柱产业旅行社、旅游饭店、旅游交通的相关指标为自变量，采用回归方法建立了中国旅游发展总量预测模型（实际模型自变量筛选后只有旅行社一个），并对模型进行了实证分析,对模型参数的经济含义进行了解释。
发现了我国当前旅游发展总量预测的唯一决定性影响因子一一旅行社数量，定量实证了我国当前旅游发展水平的低层次性、旅行社经营水平的低层次性，提出旅行社数量及其经营水平是衡量一个地区旅游发展水平高低的核心影响因子。
建议国家及地方政府要转变对旅行社的偏颇认识，要把加强旅行社的管理和指导作为地方旅游经济工作的重点。
关键词:旅游发展总量;旅游收入;旅游人次;线性回归
旅游发展总量（主要包括旅游收入和旅游人次数）是衡量一个国家或地区旅游经济实力的重要指标，由于旅游业属于在联合国制定的标准产业分类中找不到的产业，因此，旅游发展总量数字的科学性总是受到业内外人士的质疑。
传统的旅游发展总量预测属于需求函数预测模式[1],该模式受传统经济学的
影响，认为旅游业是提供消费品（服务）的产业, 提供消费品的产业应该选择居民收入、居民可自由支配时间等变量作为自变量[2],然后采取一定分析方法，建立旅游需求函数模型，对旅游发展总量进行定量评估。
上述方法用于预测某地的出游情况（外出旅游需求）较为合适，但对预测该地的旅游发展总量却没有意义。
文章从供给导向建立生产函数模型（主要包括旅游总收入的预测模型和旅游总人次数两个模型），从而达到预测旅游发展总量的目的。
1研究的具体过程
指标的选择及数据收集
考虑到数据的可得到性和有效性,从构成旅游业的支柱产业中选取了旅行社、旅游饭店、旅游交通的相关指标，主要包括旅行社总数xl （个）、国际旅行社数x2 （个）、国内旅行社数x3（个）、旅行社职工人数x4（个）、国际旅行社职工人数x5（个）、国内旅行社职工人数x6（个）、涉外饭店总数x7（个）、旅客周转量总计x8（亿人公里）、客运量总计x9（万人）作为自变量（上述指标尽管存在相关性，由于模型采用逐步回归法，因此，不影响最终建模效果）。
以旅游总人次数yl （万人）、旅游总收入y2 （亿元）为因变量。
详见表
1。
把我国1995—X X年的旅游统计资料分为两段,1995— X X年的数据用来估计模型参数，用XX年、X X年数据对模型预测的科学性进行评价（由于XX年我国旅游业受非典影响严重，作为异常值剔去,而我国199 5年以前的相关旅游统计只有入境旅游统计,故也剔去）。
模型的建立及检验过程
首先，想到C-D生产函数，以我国旅游总人次数yl （万人）、旅游总收入y2（亿元）为因变量，以其他指标为自变量（见表1）,并应用软件，对因变量、自变量求对数，然后采用逐步回归方法建立多元线性回归模型。
然而，在模型检验过程中，由于选用的是时间序列数据，因此，发现建立的多元回归模型表现为自变量之间存在多重共线性。
接着，为了解决多重共线性，方法采取了剔除不重要的自变量的方法。
最后，发现只含有旅行社数一个自变量时，模型才能够消除多重共线性的要求，并且能够达到最好的拟合效果（与我国旅游总人次数yl、旅游总收入y 2的相关系数分别达到和）。
最终模型的确定
由于步骤（2）中确定预测模型只需旅行社总数一个解释
变量就能够达到较好的预测效果，因此，在一元回归模型的确定过程中，考虑了线性回归和曲线回归两种拟合情况。
尝试了拟合一元线性回归模型(y=bO+bl*x)和曲线回归中的复合曲线模型(y=bO *blx)、等比级数曲线模型［y=exp (bO+bl*x)］、对数模型(y=bO +bl*lnx)、三次曲线模型(y=bO +bl*x+b2*x +b3*x)、乘幕曲线模型(y=bO*x bl)。
最后联系实际情况，考虑到参数的实际意义，确定一元线性回归模型(y=bO+bl*lnx)最为合适。
根据相关数据，应用中的线性回归求法,得出如下模型，见表2。
实证分析
在求出的模型中，把XX年和XX年的我国旅行社数代入模型，得出旅游收入与旅游人次数的预测值,把它与实际的XX年和XX年的旅游收入值和旅游人次值比较(见表3),得出旅游收入的预测误差在允许范围之内(小于5%),因此，建立的旅游收入预测模型效果较好。
而旅游人次数的误差较大 (大于5%),因此，旅游人次数的预测效果较差。
并且,把本文研究思路应用于山东省旅游发展总量的预测，建立以山东省旅行社数量为因变量的山东省旅游发展总量预测模型，也能得到较好的预测效果(相关过程及结果将以其他文章论述)，由此得出本文提出的建立模型思路的科学性极强。
2相关结论
模型的经济含义及作用
经济含义
本研究得出了中国旅游发展总量预测的经验模型，见表2。
yl二+*X中，回归系数含义为我国旅游发展过程中，新增加的边际旅行社给我国带来的旅游人次数的增加量(分为两部分,一部分是旅行社直接接待的人次数，另一部分是间接导致其他部门增加的旅游人次数);y2=+*x中，回归系数含义为我国旅游发展过程中，新增加的边际旅行社给我国带来的旅游收入的增加量(分为两部分，一部分是旅行社直接的旅游收入，另一部分是间接导致增加的其他部门的旅游收入)。
作用
(1)预测作用。
可以根据我国或某一个省区某一年旅行
社数量及其变化规律，对其旅游发展总量进行较为准确的预
测。
(2 )评价作用。
可根据模型中的回归系数的大小来评价一个国家或地区的旅行社经营水平的高低。
回归系数大，旅行社数量扩张对当地旅游经济发展总量增加效果明显,反之, 效果较差，应限制旅行社过量增长，进行调控,提高其效益水平。
模型建立中得出的重要结论
发现了当前我国旅游发展总量预测的唯一决定性影响因子一一旅行社数量。
我国的旅游发展总量，特别是旅游收入的预测，可通过我国旅行社的数量进行较为精确的预测（二者相关系数达, 误差小于5%）,模型外推效果良好。
对旅游发展总量中的旅游人次数的预测，外推效果不好（误差大于5%）,但二者相关系数达，因此，可以确定二者关系密切，尽管线性模型不能达到有效预测，但通过建立曲线回归方程进行预测。
定量实证了当前我国旅游发展水平的低层次性
尽管我国旅游业蓬勃发展（相关统计见表1）,但多数学者认为发展质量不高。
本研究通过建立相关线性模型，从定量角度证明了上述观点。
本研究中得出我国近十年旅游业发展总量水平与旅行社总量的扩张高度线性正相关，可以得出旅游人次数、旅游总收入的增长很大程度上得益于旅行社数量的扩张，因此，我国的旅游发展仍处于简单的数量扩张阶段，有待于向质量提升型转变（这种现象在美国从二战后到20世纪90年代之间也存在［3］）。
定量实证了当前我国旅行社经营水平的低层次性
本研究中得出旅游发展总量与旅行社高度线性相关，对模型的两边求导，则得出我国边际旅行社的旅游产出为一常数（等于回归系数），说明尽管我国旅行社总量在不断增长, 但没
有产生应有的规模经济，也说明我国旅行社规模经营水平有待提高。
从另一个反面定量实证了旅行社是衡量一个地区旅游发展水平高低的重要影响因子
首先，从旅游发展总量与旅行社数量高度线性相关（与我国旅游总人次数yl、旅游总收入y2的相关系数分别达到和），就可得出上述结论。
其次，从相关经验也可得出上述结论。
一般而言，一个国家或地区的旅游发展水平越高，其旅行社水平也较高；而一个地区旅行社水平越高，也越有助于当地旅游业的发展。
以山东省青岛市为例，其旅行社效益为山东省之最，总量也为山东省之最,其旅游产值也为山东省之最（以XX年为例，其旅游收入约占全省收入的1 /3）,其他旅游发达城市如深圳、上海、北京也有类似情况。
再次，就旅游业四大支柱产业[4〜5]——旅行社、饭店、交通和景点说起,真正直接并专门为游客服务的包括旅行社和旅游景区（点），而旅行社是游客和景点联系的中间纽带, 它与游客接触时间最长,它的服务质量和信誉直接影响到游客到景点的可能性。
而饭店和交通仅是部分面向游客，因此, 旅行社应为旅游业中当之无愧的核心产业。
3相关政策建议
要转变传统上对旅行社的偏颇认识。
我国以及地方应消除以往对旅行社的偏见,认识到旅行社的作用绝不是“只会画画线路，做个景点导游”。
要充分认识到旅行社对国家和区域旅游发展起到的重大经济产出效应、经济发展拉动效应和地方形象宣传效应。
要把加强旅行社的管理和指导作为地方旅游经济工作的重点，努力提高各旅行社的服务水平,增加其信誉度，有效拉动与之相关关联产业、基础产业的发展。
国家采取相关政策和措施,提高旅行社行业的进入门槛。
这样有助于提高我国旅游发展水平的提高，避免各旅行社间的恶性竞争。
同时，也有助于提高各旅行社的经营效益和经营水平，增加我国旅行社自身竞争力的提高，以应对加入WT 0后带来的世界范围内的旅行社业的竞争。
参考文献：
［1］林南枝.旅游经济学［M ］.天津：南开大学出版社,2000.
［2］李子奈.计量经济学［M］.北京:高等教育出版社,200 0.
［3］张辉，魏翔.对中国旅行社业的经济分析与再定位］
J].旅游学刊.XX, (5):71-76.
[4]张涛.旅游业内部支柱性行业构成辨析[J].旅游学刊.XX, (4) : 2 4-29.
[5]李天元.旅游学[M].北京:高等教育出版社,XX.
[6]王苏斌，郑海涛，邵谦谦.SPSS统计分析[M].北京:机械工业出版社，XX:41 0-421.。