对国内旅游情况的分析报告.docx

对国内旅游情况的分析报告

一、分析目的
改革开放后，中国的国力日趋强盛，随着生活水平的不断提高，人们对生活方式的要求也愈加多样化，物质已经不能满足人们的生活需求，反而精神上的愉快感受愈加受到人们的重视。快节奏的生活方式是许多人身心疲劳，而旅游却为人们解决了这一问题，在游山玩水的过程中人们身心舒畅，这大大的刺激了人们对旅游的需要。我们怎样才能了解到国内旅游业的发展状况，和人们的出行情况呢？这里，我们将城镇居民和农村居民在旅游人数、旅游收入及人均花费几方面作了具体的分析，以此来看到我国旅游业的现状。
二、数据来源（见附录）
三、数据说明：
本数据来自《中国统计年鉴——2007》中的旅游19—7国内旅游情况，该部分针对国内1994年——2006年城镇和农村居民在旅游人数、旅游收入、人均花费三方面的调查。
四、分析方法：
SPSS统计分析实例精选第7章频数分析和第14章相关分析。
五、频数分析
现在，我们选出一部分数据通过计算均值，中位数，众数以及最大值最小值来分析我国旅游的情况，如下表：
Statistics

城镇居民人数
农村居民人数
城镇居民总花费
农村居民总花费
城镇居民平均花费
农村居民平均花费
N
Valid
13
13
13
13
13
13
Missing
1
1
1
1
1
1
Mean
343.9231
489.4615
2290.5231
913.6538
637.0154
175.9385
Median
329.0000
435.0000
2235.3000
940.3000
678.6000
209.1000
Mode
205.00(a)
383.00
848.20(a)
175.30(a)
414.70(a)
54.90(a)
Minimum
205.00
319.00
848.20
175.30
414.70
54.90
Maximum
576.00
818.00
4414.70
1815.00
766.40
249.50
a Multiple modes exist. The smallest value is shown

由上数据我们可以看出城镇居民的人数比农村居民的人数少，但是在旅游总花费和平均花费方面，城镇居民却超过了农村居民，由此看来，旅游消费的群里大多集中在城镇。
我们再分别用条形图和饼状图来分析一下随着时间的增长，我国的旅游消费呈现出怎样的趋势以及所占的比重，如下表：
1、 总人数的趋势

2、 总收入的趋势

3、 人均花费的比重

由上表知，从1994年至2006年，除了少数年份在旅游总人数，总收入，人均花费起伏不定外，总趋势与每年各项所占比重都是呈上升趋势，人均花费在2003年后比起前几年有所下降，但这说明了，我国旅游人均消费即将达到国内所需的水平，所以2003年后增长速度缓慢。
六、相关分析
用相关分析我们可以分析出我国旅游情况中各项指标是否存在关联性，从而来发现问题。
1、 双变量相关分析
Correlations

年份
旅游人数（百万人次）
旅游收入（亿元）
人均花费（元）
年份
Pearson Correlation
1
.927(**)
.975(**)
.884(**)
Sig. (2-tailed)
.
.000
.000
.000
N
13
13
13
13
旅游人数（百万人次）
Pearson Correlation
.927(**)
1
.970(**)
.700(**)
Sig. (2-tailed)
.000
.
.000
.008
N
13
13
13
13
旅游收入（亿元）
Pearson Correlation
.975(**)
.970(**)
1
.848(**)
Sig. (2-tailed)
.000
.000
.
.000
N
13
13
13
13
人均花费（元）
Pearson Correlation
.884(**)
.700(**)
.848(**)
1
Sig. (2-tailed)
.000
.008
.000
.
N
13
13
13
13
** Correlation is significant at the 0.01 level (2-tailed).
由上表知，随着时间的增长，旅游人数、旅游收入、人均花费，都存在很大的关系，相关性很高。
Correlations

城镇居民人数
城镇居民总花费
城镇居民平均花费
城镇居民人数
Pearson Correlation
1
.994(**)
.850(**)
Sig. (2-tailed)
.
.000
.000
N
13
13
13
城镇居民总花费
Pearson Correlation
.994(**)
1
.898(**)
Sig. (2-tailed)
.000
.
.000
N
13
13
13
城镇居民平均花费
Pearson Correlation
.850(**)
.898(**)
1
Sig. (2-tailed)
.000
.000
.
N
13
13
13
** Correlation is significant at the 0.01 level (2-tailed).

由上表可得：城镇居民人数、城镇居民总花费及城镇居民平均花费相关性很高，人数对总花费，平均花费起决定性作用；同时也可得，农村居民人数、农村居民总花费以及农村居民平均花费又具有类似的相关性。
2、 偏相关分析

- - - P A R T I A L C O R R E L A T I O N C O E F F I C I E N T S - - -

Controlling for.. CITY CSPEND CAVS

POPULATE RURAL SHOURU RAVS AVSPEND RSPEND

POPULATE 1.0000 1.0000 .6931 .2900 -.3232 .7089
( 0) ( 8) ( 8) ( 8) ( 8) ( 8)
P= . P= .000 P= .026 P= .416 P= .362 P= .022

RURAL 1.0000 1.0000 .6952 .2929 -.3203 .7109
( 8) ( 0) ( 8) ( 8) ( 8) ( 8)
P= .000 P= . P= .026 P= .411 P= .367 P= .021

SHOURU .6931 .6952 1.0000 .8826 .4490 .9991
( 8) ( 8) ( 0) ( 8) ( 8) ( 8)
P= .026 P= .026 P= . P= .001 P= .193 P= .000

RAVS .2900 .2929 .8826 1.0000 .8116 .8755
( 8) ( 8) ( 8) ( 0) ( 8) ( 8)
P= .416 P= .411 P= .001 P= . P= .004 P= .001

AVSPEND -.3232 -.3203 .4490 .8116 1.0000 .4329
( 8) ( 8) ( 8) ( 8) ( 0) ( 8)
P= .362 P= .367 P= .193 P= .004 P= . P= .211

RSPEND .7089 .7109 .9991 .8755 .4329 1.0000
( 8) ( 8) ( 8) ( 8) ( 8) ( 0)
P= .022 P= .021 P= .000 P= .001 P= .211 P= .

(Coefficient / (D.F.) / 2-tailed Significance

" . " is printed if a coefficient cannot be computed

上图是在控制了城镇居民人数、城镇居民总花费和城镇居民平均花费后对旅游人数、农村居民人数、旅游总收入、农村居民总花费、人均花费和农村居民人家人均花费的一阶偏相关矩阵，由此可见，此矩阵与双变量相关分析相比有很大的差异性，各变量之间的关系程度也有所不同，这说明，控制了有关城镇的某些变量，有关农村的变量就会与其他变量之间的关系发生变化，而且由上表知，明显变量之间的相关性降低了。
七、分析结果
通过这两种分析方法，我得出了这些结论：随着时间的增加，我国的旅游业也愈加繁荣，出行的人数不断增加，城镇人口数量虽然少于农村人口，但在旅游花费方面却超过了农村，这说明促使旅游业发展的主体仍是城镇人口，但不排除在不久的将来，农村人口也会对我国旅游业起到很大的促进作用。同时，时间增长、总人数、总花费、城镇、农村等这些因素之间都存在密切的联系，这是我们不能忽视的，要促进旅游业的发展还得考虑到多方面的因素，经济发展，社会进步是重要的前提。
八、附录（见下页）