摘要：随着中国旅游业的迅猛发展, 旅游业发展与经济增长之间的关系日益引起研究者的重视。本文通过江苏省南京市1997至2012年GDP,旅游收入和旅游接待人数三者数据的比较, 运用Eviews软件和dsp软件对GDP、旅游收入和旅游接待人数之间的关系进行量化分析。通过Granger因果检验可以进一步说明这三者之间的因果关系。通过单位根ADF检验知道，这三个时间序列全是二阶单整序列后便可以建立这三个变量之间的线性模型，以观察三者之间的长期协整关系。最后对南京市旅游收入时间序列数据进行模型拟合，并预测未来几年的南京市旅游收入。53688

毕业论文关键词: 南京市GDP，旅游收入，旅游接待人数，协整检验，因果检验，时间序列预测

Abstract: With the rapid development of China tourism, the relationship between tourism development and economic growth has gained increasing attention of researchers. In this paper,we analyzed the three aspects data from 1997 to 2012,including GDP of Nanjing,the number of tourist reception and the income of tourism,it is convenient to make a quantitative analysis of their relationship. Moreover, the consequence of Granger causality Test can illustrate the casual relationship of them. Additionally, after the ADF unit root test, we can easily draw a conclusion that these three time series are two order integration. Therefore, we can establish the linear model basic on those three variables and observe their long-term cointegration relationship. According to the model which represents the Nan Jing’s tourism income, we can forecast the corresponding revenue in the next few years. 

Keywords: Nanjing city’s GDP, tourism revenues, the number of tourist reception, co integration, causality, time series prediction

目录

1  前言 4

2  数据的分析 4

2.1 模型构建与估计 5

2.2  数据平稳性检验 7

2.3  模型的构建 8 

2.4 三者长期关系的趋势 9

2.5  Granger因果关系检验 10

2.6  旅游收入、GDP、接待人数的协整关系 11

3  南京市旅游收入的预测 11

4  南京市旅游接待人数的预测 13

5  南京市郊区旅游 15

结 论 17

参考文献 18

1 前言

旅游业是一个开放性的产业，而且旅游本身是多方面消费。它带动了交通、餐饮、购物、住宿等消费，有力地促进了区域经济的发展。它是居民的一种休闲、娱乐和提高自身生活水平的过程。因此当经济发展到一定水平，居民消费水平也达到一定程度的时候，居民的消费自然会向提高生活质量转变。所以，旅游业与社会、经济的发展有着相当密切的联系，相互推动和促进。最近几年，旅游业对社会发展的作用越来越凸显，已经成为国民经济的支柱产业之一和新经济增长点之一。换句话说，有一定的发展旅游条件的各地政府都在加大力度促进本地旅游业发展，提出了旅游业是第三产业龙头的战略思想，并且实施也旅游业来拉动经济发展的政策和措施，并取得了良好的效果[1]。

南京市旅游经济在近年来快速发展，在很大程度上是依赖于丰富的旅游资源条件以及经济发展的大环境。与此同时，南京市旅游经济发展迅速，为南京市生产总值（GDP）的快速增长、第三产业的发展做出了积极地贡献。如何使南京市的旅游经济更强更快的发展，这与经济的大环境有关，也受到众多不可计量的因素影响。本文利用Eviews6.0软件等统计软件对南京市1997年至2012年的GDP与旅游收入以及旅游接待人数的数据进行研究分析预测。