旅游經濟文獻讀后感：中國旅游經濟影響因素分析與實證研究當我讀了鄧愛民、李鵬所寫的《中國旅游經濟影響因素分析與實證研究》這篇期刊之后，我了解到對旅游收入影響有鐵路營業里程（ROM）、公路里程（HM）、航班航線里程（FRM）、旅行社數量（NTA）、星級飯店數量（NSH）、國家級自然保護區數量（NNNR）、國內生產總值（GDP）、城鎮居民可支配收入（DIUR）、農村居民可支配收入（DIRR）、社會固定資產投資（SIFA）、大學生畢業人數（NUG）、社會研究與試驗發展經費（R&D）等影響因子，這些都反應了旅游和經濟的緊密聯系。因此，中國發展旅游業是十分重要的，對于經濟來說，有很大的助力作用。旅游發展是改變發展方式的需要。中國已經改革開放30多年了，雖然中國的GDP總量已經上升到世界第二位，但仔細分析，這種發展是是不可持續的。中國要走科學發展之路，就必須改變經濟發展方式，而旅游發展是這種改變的一個重要渠道。旅游業是未來的產業，是綠色產業，是低碳經濟，能產生綠色GDP，對減少工業污染和資源消耗，保護生態環境，實現人與環境的完美連接具有重要作用。旅游發展是擴大內需的客觀要求。2008年以來，中國的對外貿易受到美國次貸危機和歐洲債務危機的嚴重影響，擴大內需成為中國經濟發展的必然選擇。大力發展旅游業是增加國內需求的一個重要措施。李克強總理在2014年的政府工作報告中明確指出，旅游業是增加內需的有效手段，也是發展服務業的關鍵項目。旅游業的強勁發展將擴大內需，因為人們在旅游的時候，會有很大種消費，比如購買很多當地特產，或者紀念品，或者其他的日常用品，這些都對我國的經濟發展有加速作用。旅游業具有靈活性，受商業周期的影響較小，可持續性較強，特別是在消費低迷時，往往能成為經濟增長的支柱，在促進消費和增長方面發揮重要作用。旅游業是國民經濟新的增長點。由于旅游業與國民收入水平之間存在著高度的相關性，因此，旅游業將不可避免地成為國民經濟新的增長點，因為2013年中國的人均GDP達到6700美元，成為中高收入國家之一。作為第三產業的"佼佼者"，旅游業在擴大消費、創造外匯、促進就業、保護環境和節約資源方面發揮著非常重要的作用。旅游業已成為以低資源消耗、高利潤率、快速發展和強大生命力為特征的有益產業。由此可見，旅游業被稱為國民經濟的新增長點，這不僅是中國社會經濟發展的新需求，也是旅游業的新需求。以上是對我國旅游業在中國經濟發展中的現實意義的總結，以下我將對本篇論文運用的計量經濟學里的研究方法提出一些自己的感受。在這篇文章中，它將旅游收入作為因變量，將鐵路營業里程、公路里程、航班航線里程、旅行社數量、星級飯店數量、國家級自然保護區數量、國內生產總值、城鎮居民可支配收入、農村居民可支配收入、社會固定資產投資、大學生畢業人數及社會研究與試驗發展經費12個變量作為影響旅游經濟發展的因素進行分析研究。整個流程大概分為：確定作為研究對象的經濟現象的變量，比如旅游收入；選擇一些變量作為影響因素，比如鐵路營業里程、公路里程、航班航線里程等等；決定相互聯系的數學關系式，比如XZi=Xi?其實，可以從這個研究方法中看出，為了利用數學模型全面處理現實的經濟問題，重點分為兩部分：一是了解問題的背景和具體情況，然后用假設的方法了解當前現實的問題，利用抽象化和可視化模型建立符合要求的數學模型。數學知識和方法被用來描述問題內的變量和參數之間的密切關系。通過這種方式，可以獲得大量的相關經濟信息，然后將建模的數據與實際情況進行比較和檢驗，從而獲得最終結果。本篇論文中在因子分析的時候進行了數據的標準化處理，并采取了處理公式的應用，其在經濟行業內具備現實指導價值。研究發現，數學模型對經濟問題的定性和定量研究相對嚴格、可靠和準確。對于因子分析這一研究方法，我認為最大的優勢就是分析問題比較全面，完整。有許多變量可以收集變量，如果所有這些變量都包含在數據建模中，那么毫無疑問，分析過程中的計算工作量將會增加。計算機技術發展迅速，但高維變量和大量數據不容忽視。收集到的眾多變量通常或多或少都有關聯。變量之間的高度重疊和關聯性會使統計方法的應用大大復雜化。例如，在多元線性回歸分析中，如果許多解釋之間存在很強的相關性，即高級多維共線，這可能會導致回歸方程的參數估計出現許多問題，并且回歸方程的參數不準確，無法使用模型，有許多類似的問題。很顯然，要想解決這些問題，大部人會覺得減少變量的數量就是最簡單的方法，但不可避免地會導致信息丟失和信息不完整。因此，人們正在尋找一種更有效的解決方案，以減少數據建模中的變量數量，并且不會丟失太多信息。因素分析就是這樣一種方法，它經常被用來減少變量的維度數量。因子分析將許多原始變量組合成少量稱為因子的綜合指數，并將信息損失降至最低。然后進行回歸分析。可以反映變量之間的相關性，以顯示解釋變量對解釋變量的影響。在本文在回歸分析過程中,以資源與基礎設施影響因子、投資與消費影響因子、人才和創新影響因子這3個公因子作為解釋變量，確定其影響旅游收入的程度。最后從回歸結果得出資源與基礎設施影響因子對旅游收入的影響最大。這個分析方法能夠利用數字、圖像和框圖等方式來清楚直接的呈現旅游收入和其他變量的真實情況，從而很快的就得出其中的結論，讀了這篇文獻之后，我覺得我學到了很多知識，首先是關于旅游發展的重要性意義，然后就是關于研究方法的實用性，對于建立數據模型方面有了一些了解，我認為，目前國家的經濟發展要想在各方面取得好成績，無論在宏觀經濟還是微觀經濟層面進行分析，都必須要有適當的數學模型的支持，這是非常直觀的一直分析方式，能將抽象的關系數據化。特別是現在是一個大數據時代，通過數據分析，我們可以在龐大數據庫中發現有價值的信息，找出發展的規律，進而對未來事物的發展做出的預測。預測通常需要借助一些方法才能實施，例如分類方法或估計方法。換句話說，需要使用這些方法來推導預測不確定變量的模型。而與之相關的預測是對未來的預測，這是不確定的，并且結果存在多種可能性。隨著時間的推移，才可以知道實際預測和原始預測的準確性。在這里我想還談一下數據分析其中的關聯分析，我認為這個和本文中的回歸線分析有一定程度來說，是有點類似的，比如關聯分析實找出數據之間的關聯，而回歸線分析可以反應變量之間的相關關系。那么怎么尋找海量數據中的相關性呢，假如幾個數據之間存在某種規律，那么就可以說這幾個數據之間有關聯。關聯分析中常用的技術是相關規則和排序模式。首先，查找同一對象中不同項目的相關性就是查找事件之間的時間依賴關系。關聯規則用于用于找出數據值之間的潛在依據。簡單來說，由于是對“什么和什么會同時出現”的研究，所以在實體店或在線電商的產品推薦系統中經常會用到關聯規則，通過用戶消費記錄來分析關聯規則用戶群體的共同消費特征，最具代表性的案例就是沃爾瑪的“啤酒和紙尿褲”。關聯規則分析會對零售、快速消費品、電子商務、金融、搜索引擎、智能推薦、超限營銷、銀行客戶交叉銷售分析、搜索引擎推薦等產生重大影響。等待識別、基于興趣的實時新聞推薦。通過分析交易數據庫中不同產品之間的關系，企業可以識別特定用戶的購買行為特征和用戶的消費偏好，然后進行有針對性的營銷活動，例如選擇合適的頁面布局、產品推薦等。大多數現有研究提供個性化推薦，以挖掘用戶購買的產品和用戶可能喜歡的產品之間