出境包价团队旅游线路设计影响因素研究——基于环渤海和长三角都市圈赴欧洲东南亚团队游数据分析 91页

？？１１１０２７０：脚０．７学号：３２２００９２７学校代码：分类号主毒巧＞卷欠爹硕±学位论文出境包价团队旅游线路设计影响因素研究－－基于环勃海和长Ｈ角都市圈赴欧洲东南亚团队游数据分析学院：旅游学院专业：人义地理学？硏究方向：区城旅游开发和规划：＿研究生姓名Ｓｉｉ＊－：局峻教捡指导教＂币２０１６年２完成日期：月＇，，．．＾＇Ｖ’＇：■■■■二，？．．ｔ．（■，？？＇，；．？－，’．： 论文独削性声明本论文是我个人在导师指导下进巧的研巧Ｔ：作展取得的研究成果。论文中除ｒ特别加化标注和致谢的地方外．小包含巧他人或机构ｄ经化装或撰写过的研巧成果。其他問志对本研巧的启发和所做的贡献巧己在论文中做ｒ明确的声明并表不丫谢體：。：：作爸签ｆ；痛轉Ｍ期又乂０寺论文使用授权声明本人完全了解上海师范大学有关保留、使用学位论文的规定，即：擎校有权保留送交论文的复印件，化许论义被齊阁和偕阅；学校可Ｗ公布论文的全部或部．。分内容，Ｗ从采用影印、缩印迪Ｋ它了段供巧论文供帘的论文化解密巧遵守此规定。作者签名：济辞削币签知■ 上海师范大学硕士学位论文摘要摘要近年来，随着中国经济的飞速发展和综合国力的不断增强，中国国民整体生活水平也得到了迅速的提高。与此同时，中国的出境旅游市场也呈现了全面发展的模式。据中国旅游研究院数据显示：在2012年我国已成为了世界第一大出境旅游市场。在2014年我国的出境旅游人数更是高达了1.17亿人。而随着出境旅游市场的极速升温，相对应的各类相关学术研究也在不断增多。从目前的相关研究文献来看，中国学者当前在出境游方面主要的研究对象为出境旅游的市场发展和预测，游客消费行为和决策，出境游影响因素理论及相关管理体制方面，而少有出境旅游线路产品方面的针对性研究。本文以欧洲及东南亚出境包价团队旅游线路为例，通过获取相关具有出境旅游经营业务的企业实际运营数据方面着手，以旅行社出境包价团队线路设计为研究对象，同时将出境包价团队旅游线路中参团游客年龄、性别、出生地、签发地及该游客参团订单来源因素作为游客个人特征因素变量，团队发团日期的季节及社会休闲时间作为主体宏观因素变量，旅游线路中的所含的团餐数量、住宿酒店质量、所乘航班的飞行时间、航空公司质量、起落机场水平、旅途中所含特色交通数量、所含景点质量、所含娱乐项目数量、所含购物店数量、行程日程天数、途径国家数、途径城市数及产品的日均价格作为客体影响因素变量进行研究。通过运用IBMSPSSStatistics22对相关因素变量进行相关性分析及回归分析，确定了各变量对于出境旅游线路设计的影响显著程度及相关回归模型方程。通过研究得出的结论，可以使旅游企业对于出境包价团队旅游线路中的每一相关因素的必然联系有了更进一步的了解，以帮助相关企业能在设计旅游线路时最合理的利用各类旅游资源，使相关旅游产业布局进一步合理化，降低相关企业的运营成本，同时也能为众多旅游者提供更好更具有性价比的出境包价团队旅游产品，以使中国出境旅游业得到更长足的发展。关键词：出境旅游；包价团队旅游；旅游线路设计；影响因素；相关性分析；回归分析I AbstractShanghaiNormalUniversityMasteofScienceAbstractInrecentyears,withthefastdevelopmentofChina’seconomyandtheenhancementofcomprehensivenationalstrength,theoverallnationallivingstandardshavebeenrisingquickly.Hence,China’soutboundtourismmarketalsohasbeenmanifestingapatternofall-arounddevelopment.StatisticsfromChinaTourismAcademyshows,bytheyear2012,Chinahasalreadybeentheworld’slargestoutboundtourismmarket.In2014,thetotalnumberofpeopletravelingabroadhasreached117million.Astheoutboundtourismmarketisheating-up,differentkindsofrelatedacademicresearcharealsoincreasing.Accordingtocurrentresearch,Chinesescholarsaremainlyfocusingonthedevelopmentandpredictionofoutboundtourismmarket,customerbehaviorandstrategy,aswellastheinfluencingtheoryofoutboundtourismandrelatedmanagingsystem.Specificresearcheswhichfocusonproductsofoutboundtourismareveryrare.ThisthesistakespackagesgrouptoursrouteinEuropeandSouth-eastAsiaasanexample,byobtainingtheactualbusinessrecordsfromenterpriseswhichruntheoutboundtourism,andalsobysettingoutboundpackagegrouptoursroutedesignedbytravelagenciesastheresearchobject.Meanwhile,itsetstheage,gender,birthplace,issuingplaceandbookingorderofindividualtouristasindividualfeaturefactorvariables,andsetsthegroupdepartingseasonandsocialleisuretimeasthesubjectmacrofactorvariables,andsetsthenumberofgroupmealduringtrip,hotelquality,flighttime,airlinecompanylevel,landinganddepartingairportlevel,specialtransportationincludedduringthetrip,sightseeingspotlevel,numberofentertainment,numberofshoppingplace,daysofitinerary,numberofcountriespassed,numberofcitiespassedandpriceperdayasobjectinfluencingfactorvariables.ByusingIBMSPSSStatistics22,itcarriedoutacorrelationanalysisandregressionanalysisontherelatedfactorvariables,andcalculatedthelevelofinfluenceondesignedtravelingroutebydifferentvariablesandexportedcorrelatedregressionmodelequation.Accordingtotheconclusionofthisresearch,tourismenterpriseswilllearnmoreabouttheinsidelinkofeveryrelatedvariablefactorconcerningpackagesgrouptourroute.Thiswillhelptourismenterprisesmakingfulluseofdifferentresourcesindesigningtourismrouteandmakeitmorereasonableinthetourismindustriallayoutandreducetherelativerunningcost.Meantime,itcouldprovidebetterpackagesgrouptourproductstomoretouristsandmakeChina’soutboundtourismfurtherdevelop.II ShanghaiNormalUniversityMasteofScienceAbstractKeywords:outboundtourism;packagesgrouptour;tourismroutedesign;influencingfactor;correlationanalysis;regressionanalysisIII 目录上海师范大学硕士学位论文目录摘要...............................................................1Abstract...........................................................II目录...............................................................IV第1章绪论.........................................................11.1研究背景与意义..............................................11.1.1研究背景...............................................11.1.2研究意义...............................................21.2研究内容与方法..............................................31.2.1研究内容...............................................31.2.2研究方法...............................................4第2章研究理论基础与文献综述.......................................62.1研究理论基础................................................62.1.1旅游决策理论...........................................62.1.2旅游系统论.............................................62.2相关概念界定................................................72.2.1旅游线路...............................................72.2.2包价团队旅游...........................................72.3文献综述....................................................82.3.1国外相关研究的文献综述.................................82.3.2国内相关研究的文献综述.................................9第3章影响因素分析与研究假设......................................113.1研究对象...................................................113.2影响因素变量选取...........................................113.2.1旅游线路设计影响因素..................................113.2.2影响因素变量的选取....................................123.3影响因素变量的量化.........................................133.3.1主体因素变量的量化....................................133.3.2客体因素变量的量化....................................153.4研究问题的假设.............................................183.4.1游客个人特征因素对于出境包价团队旅游线路设计的影响....183.4.2主体宏观因素对于出境包价团队旅游线路设计的影响........183.4.3旅游六要素因素对于出境包价团队旅游线路设计的影响......193.4.4客体其他因素对于出境包价团队旅游线路设计的影响........19第4章实证分析....................................................20IV 上海师范大学硕士学位论文目录4.1数据来源与处理.............................................204.1.1数据的来源............................................204.1.2数据信息统计..........................................204.1.3数据筛选..............................................244.2样本处理...................................................264.2.1时间序列数据样本......................................264.2.2横截面数据样本........................................284.3相关性分析.................................................294.3.1游客个人特征因素变量与收客率相关性分析................294.3.2游客个人特征因素变量与利润率相关性分析................314.3.3主体宏观因素变量与收客率相关性分析....................344.3.4主体宏观因素变量与利润率相关性分析....................354.3.5旅游六要素因素变量与收客率相关性分析..................364.3.6旅游六要素因素变量与利润率相关性分析..................384.3.7客体其他因素变量与收客率相关性分析....................404.3.8客体其他因素变量与利润率相关性分析....................414.4回归分析...................................................424.4.1主体因素变量与收客率及利润率回归分析..................424.4.2客体因素变量与收客率及利润率回归分析..................45第5章结语........................................................495.1研究结论...................................................495.2研究不足与局限.............................................50参考文献...........................................................51附录A主体因素回归分析结果........................................54附录B客体因素回归分析结果........................................64V 上海师范大学硕士学位论文第1章绪论第1章绪论1.1研究背景与意义1.1.1研究背景近年来随着中国经济的迅速发展，中国居民人均可支配收入的不断提高，居民的出境旅游需求也在不断的增长中。据中国旅游研究院统计，2014年，中国出境旅游人次数首次过亿，达到了1.07亿，比2013年同比增长9%，而相关出境旅游花费更是达到了1648亿美元。（见图1）从出境游人次数总量上来看，中国已经连续三年成为世界第一的出境游客源地。[1]同时，国家在各个政策层面上出台了许多相关政策和文件，来助力出境旅游产业的发展。而鉴于中国游客在出境旅游时对于各个目的地国家带来了可观的经济效益，各个可出境旅游目的地国家也在不断的放宽其原有对华旅游签证政策。截至2015年1月20日，共有52个国家和地区对持普通护照的中国公民个人因私前往，实施免签、落地签政策。而美国，日本等国家在签证政策上对中国游客也已放宽至期限为10年，5年的多次出入旅游签证，这些都方便了中国游客的出行，助力了中国出境旅游产业的发展，起着进一步的促进作用。12000251000020800015600010400052000002005200620072008200920102011201220132014出境人数(万人次)增幅图1-12004-2014年中国出境人次数与增幅统计资料来源：中国出境旅游发展年度报告2006-20151 第1章绪论上海师范大学硕士学位论文综观当前出境旅游市场，中国出境游客的出行方式也逐步从以前单一的团队旅游发展成了团队旅游，散客旅游，自助旅游，互助旅游等多种旅行方式并存共生的新局面。但鉴于当前国家自身的经济政治情况，以及国民整体综合水平等各种因素，在短期内，中国游客在出境旅游时借助于旅行社的方式不会改变。据世界旅游城市联合会的相关统计，中国游客出境旅游时的主要方式是通过旅行社进行旅游行程安排，其比例高达87.54%。而其中37.41%的中国出境游客选择跟团游，为所有出境旅行方式中比例最高的出游方式。[2]而当前国内出境旅行社的跟团游，主要指的是散客拼团式的包体团队旅游。这是一种由旅行批发商进行旅游线路设计和服务安排，通过各旅行零售商在市场上招徕互不相识的旅游者拼成团队，要求最终参加人数必须在10人以上，采取一次性预付旅费的旅行方式。而这种旅行方式在当前的市场反馈来看，对于旅游者是有利有弊的，价格优惠，观光景点多，有专职导游讲解，安全有保障是其主要优势，而相对的缺乏自主个性化，时间自由化是其最主要的问题所在。而在当前的旅游市场上，由于国家政策的调整，对于出境旅游企业资质审批的放宽，截至2014年11月底，我国当前具有出境旅游业务资质的旅行社已增涨至2580家，同比增幅23.48%。在这些旅行社中绝大部分都在经营着散客拼团式的出境包价团队旅游产品，因此导致市场竞争激烈，存在着恶意竞争等问题。而对于旅行社出境包价团队旅游产品中最核心的内容便是其旅游线路设计，而当前的出境包价团队旅游线路，普遍存在着企业产品线路多而不精，缺少原创线路，复制线路居多等问题，也导致了部分出境旅游线路在销售过程中不畅销，线路相关机票，酒店库存积压，导致相关企业蒙受了巨大的经济损失。从旅行社角度来看，其所设计的包价团队旅游线路销售的好坏直接影响到旅行社自身的发展。而一个线路销售的好坏往往是与这个旅游线路设计水平的高低有着直接联系的。线路销售的好坏与该线路产品的市场认可程度，旅游者的接受程度是成正比的。而从旅游者的角度来看，一条旅游线路设计的好坏也关系到参加该旅游线路的旅游者在旅游时所获得旅游满足度能否超出其所预期的。因此，对于出境包价团队旅游线路设计的好坏不管是对于旅行社还是对于旅游者而言都显得尤为重要。1.1.2研究意义当前随着出境旅游的迅速发展，出游人数的逐年递增，市场的不断成长，相对的在相关领域的研究内容也在逐步增多，其中在出境旅游研究方面，其研究热点主要集中在出境旅游的综述型研究，出境旅游的产业研究，市场研究，目的地2 上海师范大学硕士学位论文第1章绪论研究等方面，而在相关旅游线路研究中，其热点则主要集中在旅游线路的优化等方面。而对于旅游线路的设计及其影响因素的研究则少之又少。旅游线路设计的研究直接影响到相关旅游企业的发展，也影响到了旅游者在旅游时的感受及经历，进而影响到了旅游产业的发展和走势。而此前荷兰旅游学者伯格斯马（J.R.Bergsma）也对旅游线路的研究曾指出自己的观点：除非旅行社同学者通力合作，否则想从理论研究上出有意义的结果是不可能的。[3]因此，本研究以旅行社实际市场数据为研究对象，通过定量分析对出境报价团队旅游线路设计影响因素进行分析，为此相关研究领域增加实际研究内容。（一）理论意义通过对出境包价团队旅游线设计影响因素的探究，本文不仅可以充实国内旅游线路设计相关领域的研究，同时通过研究中相关旅行社的实际市场运行数据为相关理论研究增加其研究数据基础，从而为促进旅游线路设计的理论研究作出一定的贡献。同时，也为国家相关政府管理部门在进行出境游宏观政策制定和调控相关市场方面提供了一定的理论依据，促进了出境旅游业的发展。（二）实践意义通过对旅行社出境包价团队旅游线路设计影响因素的研究，探讨出境包价团队旅游线路的参团游客、目的地，客源地，及其它各方面影响因素的关系，使相关旅游企业认识到旅行中每一相关元素之间的必然联系，以帮助相关旅游企业能最大化利用各类相关旅游资源，进行合理的旅游线路产品设计，并使旅游产业布局进一步合理化，降低相关运营成本，为单个旅游者提供更好更具性价比的出境游产品，加速中国出境旅游业的发展。1.2研究内容与方法1.2.1研究内容本文主要通过从相关旅行社实际运营数据方面着手，通过以旅行社出境包价团队线路设计为研究对象，探究旅行社出境包价团队旅游线路设计的影响因素变量，通过对相关影响变量进行描述性统计，变量相关性分析和多元回归分析等方法，实证检验分析了相关旅行批发商的上千条包价团队线路及十多万名实际参团游客信息，从所获得的结果中分析研究对于出境包价团队线路设计的实际影响因素并作出结论，提出针对性意见，有利于相关行业相关企业更好的进行产品分析及运营，以便使旅行业得到更好的发展。3 第1章绪论上海师范大学硕士学位论文1.2.2研究方法本文在研究分析过程中，依据了旅游决策理论、旅游系统理论，并结合了文献分析法、实证分析法、相关性分析法、多元回归分析法等定量分析方法，对旅行社出境包价团队旅游线路设计影响因素进行了深入的研究。文章先通过文献分析法，将当前国内外出境旅游线路设计方面的相关研究成果进行归类总结，随后通过量化处理对研究内容中涉及的各类变量进行了量化和假设，最终通过实证分析法、相关性分析法和多元回归分析等定量分析方法，最终分析验证了假设内容，得出了结论。（一）文献分析法文献分析法主要是指通过搜集各种文献、随后对所收集的文献进行鉴别和整理，最终通过对相关文献的研究分析，得出对事实科学认知识别的方法。本文的文献研究主要来源是：EBSCO旅游会展全文数据库(Hospitality&TourismComplete)，googlescholar，CNKI中国知网数据库，万方数据库，维普期刊资源等电子文献数据库。（二）实证分析法本文通过获取实际市场出境团队相关数据对出境包价团队旅游线路设计影响因素进行实证分析。第一先通过文献分析法例举了相关领域的研究成果，然后根据实际数据选取了相关影响因素变量，并进行了量化处理。随后通过对所获取的全部样本数据进行时间序列分析和横截面数据分析的收集和整理，进行了实证分析。本研究通过采用IBMSPSSStatistics22的数据统计分析软件进行分析。在实证分析中进行了相关的样本基本描述分析，双变量相关分析，多元回归分析来分析出境包价团队旅游线路设计的影响因素，并对本文所提出的假设进行了验证，最终获得了研究结论和建议。（三）相关性分析法相关性分析是指通过分析两个或多个变量元素的是否具备相关性，从而分析评定两个或多个变量因素的之间的相关性程度。本研究通过双变量相关性分析以收客率变量和利润率变量与相关获取的影响因素变量之间的相关性进行分析。判定收客率和盈利率与影响变量之间的相关性程度，从而分析研究得出各个影响因素变量对于出境包价团队旅游线路设计影响程度。（四）多元回归分析法多元回归分析法主要是指研究一个因变量和两个及两个以上的自变量之间的回归。而所谓的回归的基本思想主要就是要找出没有严格确定性函数关系之间的自变量和因变量之间的数学表达式。本文通过进行多元回归分析法将所获取的所有出境包价团队旅游线路设计影响因素变量与自变量收客率和盈利率之间构4 上海师范大学硕士学位论文第1章绪论建相关的多元回归模型。通过模型的构建来明确各个变量之间的数量依存关系，从而进一步明确各变量之间的内在规律。5 第2章研究理论基础于文献综述上海师范大学硕士学位论文第2章研究理论基础与文献综述2.1研究理论基础2.1.1旅游决策理论旅游决策是指旅游者做出外出旅游的决策，即人们对其自身旅游行为的决定。旅游者根据个人自身旅游需求和旅游目的，收集整理相关的旅游信息，制定并选择符合自身需求的旅游方案，并最终将其付诸实施的整个过程即是旅游决策。邱扶东（2004）曾提出影响旅游决策的因素主要可以分为六个类别，即旅游服务因素、社会支持因素、群体支持因素、个人心理因素、个人社会经济因素及其他因素，除此之外还受决策者的人口统计学特征的制约。[4]此外，也有学者提出旅游线路是影响旅游决策的关键因素。因此，从出境包价团队旅游线路设计来看，其设计影响因素与旅游者的旅游决策有着至关重要的作用，旅游者对于旅游线路产品的选择购买决策是旅游线路设计所需要考虑的最关键因素之一。2.1.2旅游系统论系统论主要把所需进行研究的对象，当作一整个系统，分析系统自身的功能和结构，研究系统与系统要素之间的相互关系和变化规律。通常来说系统是普遍存在的，任何事物都可以作为一个系统来看待，因此，旅游也可以作为一个系统来看待。自旅游系统概念提出以来，一直存在着争议。国内外学者对概念的定义都各有不同，其中有提出旅游系统由旅游目的地、旅游客源地、旅游者、交通线路和旅游业五大要素相互作用形成。也有部分学者认为旅游系统是由旅游活动直接参与的各个因素相互作用形成的有机整体，其中包括了旅游目的地系统，旅游客源市场，旅游出行系统和旅游支持系统。从旅游系统论的角度来看，出境包价团队旅游也可作为一个旅游系统的部分来进行看待。整个出境包价团队旅游包括了旅游目的地系统，客源市场，出行系统及旅游媒介这些相互作用相互关系的旅游系统构成要素。而在整个系统中有些要素即是构成出境包价团队旅游线路设计的影响要素。因此通过对旅游系统的研究可以从中选取出相关的系统构成要素作为出境包价团队旅游线路设计的影响因素，以供本研究分析。6 上海师范大学硕士学位论文第2章研究理论基础与文献综述2.2相关概念界定2.2.1旅游线路不同的研究角度，对于旅游线路的概念有着不同的理解和解释。本文主要研究对象是旅行社的出境包价团队旅游线路产品，因此从旅行社产品设计的角度来看，徐明、谢彦君（1995）认为，旅游线路是旅行社或其他旅游经营部门以旅游点或旅游城市为节点，以交通路线为线索，为旅游者设计、串联或组合而成的旅游过程的具体走向。[5]吴国清（2005）认为，作为旅游产品，旅游线路在时间上从旅游者接受旅游经营者的服务开始，到旅游活动完成，脱离旅游经营者的服务为止，包含了旅游业的“食、宿、行、游、娱、购”六大要素。[6]因此，旅游线路是旅游产品的核心组成部分，是旅游者、旅游经营企业及相关旅游各部门、旅游目的地的重要连接纽带，对于旅游经营企业的发展和生存、旅游者的旅游体验及区域旅游规划开发等都有着极其重要意义。2.2.2包价团队旅游包价团队旅游主要有两个旅游产品概念组成，即团队旅游和包价旅游。其中团队旅游主要是指以相关旅游经营企业为主体的集体旅游方式，由具有旅行经营资格的旅行社或相关旅行中介企业对整个旅行行程进行计划和安排。参团旅游者按照相关旅行企业的统一安排进行旅游，一般需要10人以上参团才可以发团。而包价旅游则是指旅行社将旅游线路中的各个旅游单向产品要素组合起来，其中包括住宿、交通、餐饮、景点等，再结合旅行社提供的咨询、导游、后勤、各项手续办理、安全保险等服务形成的旅游产品。在旅游者决定参与整个旅游活动后，旅游活动正式开始前，需要将全部或部分旅游费用预付给相关的旅游组织企业，由相关旅游企业根据与旅游者签订的合同，为旅游者安排旅行行程中的吃、住、行、游、娱、购等全部活动安排。其中包价旅游又可以按照付费的多少分为全包价，半包价及零包价旅游。因此结合以上两个概念包价团队旅游即是指由旅游经营企业组织安排的集体出游，包含10名以上旅游者，参团人员将所需支付费用按合同要求一次性全部预付给旅游经营企业，由企业统一办理行程中的各项事宜。7 第2章研究理论基础于文献综述上海师范大学硕士学位论文2.3文献综述2.3.1国外相关研究的文献综述对于出境包价团队旅游、旅游决策及出境游目的地偏好方面的研究，国外学者较早就已经有了相关的研究，且内容较成熟。其中主要集中在游客对于包价团队旅游产品的选择标准、包价团队旅游的产品特征、包价团队旅游的价格因素、旅游决策的影响因素，旅游决策的过程模型等方面.（一）包价旅游的研究文献国外对于包价旅游的研究最早源于二十世纪八十年代。Sheldon,P.J&J.Mak于1987年对包价旅游的需求选择模型模式进行了研究。[10]Ouiroga，I．对欧洲包价旅游特征进行了研究。[11]ChristerT．通过对阳光海滩的包价旅游进行相关分析，研究了其特征价格模型。[12]TaylorP．研究了包价旅游的目的地，对其相对竞争力进行了变化测量。[13]Chak-keungS．W．&W．Y．Y．Kwong．对出境全包价旅游进行了研究，主要分析了游客对于全包价团队旅游的选择标准。[14]Vincent．C．S．Heung．&R．Chu．通过对香港消费者对于旅行社的全包价旅游产品选择进行研究，分析了影响其选择的重要因素。[15]（二）旅游决策的研究文献Woodside提出了旅游目的地的选择模式，决定旅游者决策的影响因素共有两个外生变量和八个内部变量及九种关系组成。[16]Gilbert在对旅游消费行为进行了研究后认为，旅游者的决策是由其功能导向所引导决定的，经过了各项因素作用而产生的旅游消费行为。[17]Schmoll认为旅游购买决策可以由旅游刺激、旅游行为个人和社会因素、旅游服务提供商等变量组成其决策模型。[18]而WahabGramptonz则认为旅游者在进行旅游购买决策时都会经历一定的决策过程和步骤，而且无论这个决策是瞬时决定的还是经过深思熟虑的，都会经过同样的过程。[19]Moutinho提出了一个由决策过程、购买评论、购买决定的三个阶段组成的旅游者决策行为模型。[20]（三）出境旅游目的地选择的研究文献Mathieson和Wall将旅游者的个人经济状况、旅游者的行为特征、旅游特征和旅游目的地吸引物、旅游目的地服务质量、旅游目的地环境情况及旅游目的地居民特征等方面作为旅游目的地选择的影响因素。[21]而JuanL.Nicolau则认为影响旅游目的地选择的因素主要是旅游目的地与客源地的距离和价格。[22]Gilbert认为旅游者在进行出境旅游目的地选择的时候会受到旅游者个人特征属性、经济状况、过往经历、社会因素、对出境目的地区域的了解等各项因素的影响。[23]8 上海师范大学硕士学位论文第2章研究理论基础与文献综述2.3.2国内相关研究的文献综述在我国国内，关于出境旅游，包价旅游及旅游线路设计方面的相关研究逐步经历了一个从无到有的过程。根据相关数据研究，国内出境旅游研究自1986年开始至2015年逐步升温。而包价团队旅游起步更早，在1980便有了第一篇相关研究文章。而对于旅游线路设计方面的研究则起步较晚，直至1989年才开始了相关研究内容，而至今，其相关研究内容也相对较少。（一）出境旅游的研究文献中国出境旅游的相关研究主要可以分为出境旅游综述型研究、出境旅游市场研究，出境旅游消费行为研究、出境旅游影响因素理论研究及出境旅游管理体制研究。其中出境旅游综述研究主要是对中国出境旅游的发展历程及整体市场进行研究综述。其中程伟进[24]，赖宝[25]，欧玉婷[26]等学者分别对亚洲，中国的出境旅游发展及市场做了相关的研究综述。马波，寇敏在研究中指出，中国出境旅游的快速增长是其旅游业国际化的主要表现。出境旅游的发展同时会刺激入境旅游的增长，并会促进相关旅游企业的经营跨国化。[27]对于出境旅游市场方面研究，厉新建对于中国出境旅游市场的规模，结构等各方面进行了总体的回顾，同时也指出了中国出境游市场未来持续增涨的必然性。[28]张辉等通过从中国出境旅游发展的产业内外因素对出境旅游产业发展趋势进行了预判和分析。[29]而在出境旅游消费行为研究方面，舒伯阳，王红玲对中国出境旅游消费行为特征进行了全面地分析，并在此基础上进一步探究了出境旅游消费的原因。[30]王素洁，齐善鸿也通过解析中国公民出境旅游高消费行为背后的隐性形成原因，提出了相关的应对之策。[31]在出境旅游影响因素方面，杨宏浩，戴斌指出在众多出境旅游影响因素中，影响中国公民出境旅游的最核心因素是经济因素。[32]而在出境旅游管理体制方面，蔡家成指出我国必须通过制定相关法律法规，建立统一一体式的居民因私出境旅游管理体系，才可以从根本上解决公民出境游各个管理体系独立运作，职责划分不明确，相互协调失灵等情况，以保证公民出境旅游更加舒适，更加健康。使中国出境旅游能更好更长远的发展下去。[33]（二）包价旅游的研究文献由于当前国内对包价旅游研究虽然起步较早，但研究内容较少，且不够深入，因此国内相关包价旅游的研究仅局限于包价旅游产品研究，包价旅游价格研究及包价旅游合同研究三个部分。对于包价旅游产品研究，在吴晓春，刘静艳相关研究中对包价团队旅游产品的服务属性进行了实证分析，研究了在不同细分市场的差异下，包价旅游的行程安排、从业人员的服务水平、住宿酒店服务及设施、旅游目的地、购物点等属性9 第2章研究理论基础于文献综述上海师范大学硕士学位论文在旅游产品中的游客重视程度。研究有助于就不同细分市场的特点，进行了合理的旅游资源配置，针对性的改进了包价旅游产品。[34]在包价旅游价格研究方面，徐勇，王维国通过运用现代经济学理论，分析了包价旅游产品价格竞争的过度化。并分析了价格竞争所导致的微利经营和逆向选择两个主要影响。[35]而在包价旅游合同研究中，周洪江通过以日本民法学说和裁判实践为例对旅游合同性质决定的局限性进行了探讨，并指出通过解释具体的合同条款或标准合同来推导出具体的行为义务成为了旅游合同领域的重要方法。[36]（三）旅游线路设计的研究文献关于旅游线路设计的研究，楚义芳曾指出旅游线路销售的成功与否最终决定了一个国家或国家中的区域旅游开发的成败。毫无疑问，旅游线路销售的成败同旅游线路设计水平的高低密切相关。[3]而通过对国内的相关研究进行分析，可以得出当前国内的旅游线路设计研究主要集中在旅游线路设计的优化，区域旅游线路的设计以及运用gis进行旅游线路设计的实证研究。在旅游线路设计优化研究中，吴凯把运筹学方法引入旅游线路研究中，通过采用图论方法，结合定量与定性分析，分析了旅游线路设计的优化问题。[37]王香美，杨继奎则以最优化理论为基础，以河南省旅游线路设计为对象，研究了在满足相关约束条件下的最优化线路设计方法。[38]而在区域旅游线路设计中，马勇以科学的旅游设计原则为依据，运用系统分析方法，对湖北省相关区域旅游线路设计提出了设计思路及建议。[39]黄万华通过对湖南旅游线路的基础和条件进行了论述，提出了湖南旅游线路设计方案。[40]李山等则通过对北上广为出发地的旅游线路进行分析，指出了在中国国内旅游线路设计中，出游时间与游览时间与客源地至目的地之间的距离呈对数增长。并提出了相关关系公式。[41]在运用gis技术进行旅游线路设计的研究中，高峻等通过基于ArcView软件的NetworkAnalyst网络分析模块，以广东省南昆山七仙湖生态旅游区为例，分析了区域景区内各景点间的最短路径，设计了相关的旅游线路。成功验证了gis技术运用与旅游线路设计的技术路线可行性。[42]10 上海师范大学硕士学位论文第3章影响因素分析及研究假设第3章影响因素分析与研究假设3.1研究对象在旅游企业行业中，单独成团和散客拼团构成了旅游行业的两大业务类型。那么何谓散客拼团呢？散客拼团是旅游业的行业术语，简称散拼团，指旅游者自愿报名参加由旅行社设计的相关旅游线路产品，并愿与其他互不相识的，来自不同区域和阶层的旅游者组合拼搭成一个团队旅游的形式，参团游客必须严格按照旅行社设计的旅游线路进行固定行程的旅游计划和安排，统一服从旅行社的安排。而单独成团主要是指来自同一个地区、家庭、工作单位、相关生活圈的旅行者，单独组成一个旅行团队，要求旅行社为团队提供独立行程与活动的个性化旅行服务。就目前国内市场而言，大众出境旅游主要以散客拼团为主，相关旅行社的主营业务和主要利润来源也都是来自于散客拼团。而且就单独成团而言，其旅游线路是由旅游者自行设计的，其设计的过程中更多地是考虑旅游者自身的情况，研究其设计影响因素不具有普遍性，也不适用于整体的市场研究。因此本文研究的对象是以散客拼团为主的出境包价团队旅游线路设计的影响因素。3.2影响因素变量选取3.2.1旅游线路设计影响因素从本文的研究对象以散客拼团为主的出境包价团队旅游线路来看，出境旅游批发商的出境包价团队旅游线路从开发设计到进入市场营销，出团直至回团的整个过程是一整套系统性的旅游工程。而在这整个流程中，其线路设计过程是至关重要的。出境包价团队旅游线路作为一种旅游产品，其设计质量的高低，内涵的丰富，旅游区域特色的体现都关系到了线路途径地区的区域旅游形象，同时也关系到了线路所属旅行社自身的企业形象以及旅游企业的相关经济效益。不仅如此，对于其直接的消费者—-旅游者而言，也关系到了参与相关线路旅游者的旅游体验是否获得了其最大限度的满足感。从当前旅游市场来看，一条出境包价团队旅游线路设计的成功与否，可以从其是否能符合旅游市场的需求，是否能得到市场的认同，是否能被游客所接受的实际市场反馈情况来得出结论。其最直观表现就是根据其产品的具体收客率数据11 第3章影响因素分析及研究假设上海师范大学硕士学位论文来分析。而从企业市场经济角度来看，一条出境包价团队旅游线路设计的成功与否，可以从其能否为相关旅游企业带来合理的经济效益，是否可以使旅游企业从中获得合理的产品利润中得出结论，而这一点可以从其产品利润率中进行研究分析。因此，从旅游市场供需，游客的选择认可，相关旅游企业的经济情况等角度来看，我们可以以设计完成的出境包价团队旅游线路产品的收客率和利润率作为因变量来构建其相关设计影响因素模型。探究出境包价团队旅游线路设计影响因素模型中因变量和自变量之间的依存关系，以分析确定影响因素自变量的具体构成和相关的权重关系。3.2.2影响因素变量的选取出境包价团队旅游线路是一种大众型的旅游产品，其在国外发展的已经相当成熟。但在中国，虽然已经发展了许多年，但是我们仍然应该认识到，当前还只是处于其发展的中早期。不仅如此，当前国内在此方面的相关研究和相关数据统计也相对比较匮乏。因此就其设计的具体影响因素变量选取还需要参考其他的旅游研究内容。本文在对其设计影响因素变量选取过程中，以旅游市场供需，游客旅游决策，旅游系统构成，企业经济利润等角度出发，从出境包价团队旅游线路的主体、客体两方面入手，分析建立了出境包价团队旅游线路的主客体构成因素，从中选取了出境包价团队旅游线路设计的影响因素变量。（一）主体因素从认识论来看，事物的主体与客体是认识论的一对基本范畴。主体是实践活动和认识活动的承担者。出境包价团队旅游线路的主体即参加出境包价团队旅游线路的旅游者。而从旅游者角度而言除了旅游者自身的个人特征外，在全球化的今天，旅游者选择一项旅游线路不仅仅会受其自身个人特征所影响，而且还会有着其他各种因素制约着旅游者的选择，这其中政治因素、社会因素、季节气候因素、安全因素等宏观因素对于旅游者的出行游玩时间选择和目的地产品选择有着极其重要的影响。只有所有这些旅游者的个人特征和宏观影响因素都能满足旅游者的需求，才能使旅游者决定其自身的消费需求，选择相关的旅游产品。因此影响旅游者选择产品的这些因素，也恰恰是相关企业在进行旅游线路设计时所需要参考的，这些因素对于旅游线路设计的影响是极其重要的。应作为旅游线路设计影响因素的主体因素来进行研究和分析。对其进行归纳分类后，可以总结为以下类型：个人特征因素，政治因素，社会因素，季节气候因素，安全因素等（二）客体因素认识论的客体是主体实践活动和认识活动指向的对象。出境包价团队旅游线路是主体旅游者的活动对象，因此它的产品属性即是它客体构成因素。作为一个12 上海师范大学硕士学位论文第3章影响因素分析及研究假设旅游线路产品，其最基本的产品属性包含了：吃、住、行、游、娱、购六个方面、其次还会关系到相关的日程天数，具体的参团价格，途径国家的旅游基础设施等因素。这些因素在旅游线路设计时往往是设计者最为关心的部分，产品中相关属性各要素的构成决定了产品对于旅游者的吸引力，产品的自身成本费用等。因此，这些因素也是旅游线路设计的相关影响因素，应作为其客体影响因素来进行研究。3.3影响因素变量的量化不同的出境包价团队旅游线路有着其各自不同的主体因素及客体因素，同样，其各自的产品相关属性也有着不一致性。对于这样的情况，研究首先必须要对其因素变量进行标准化的处理，才可以使研究具有客观性和公正性。因此，本研究将所研究的变量因素分为两大类标准化处理，一类是以其变量的总值进行研究，例如主体因素变量及客体因素中的途径国家基础设施变量等，另一类通过以时间为单位，鉴于不同的出境包价团队旅游线路都有着其各自不同的出游天数，将出境包价团队旅游线路的产品属性都进行日均标准化处理来进行研究。在对于影响因素变量值的研究上，我们需要对一部分变量进行量化处理。参照其他相关研究中的变量量化处理方式：Christer（2005）在研究中将酒店等级及早餐包含进行量化。对于酒店等级以五分制进行量化，从二星至四星plus共五个级别分别设为0-5分，对于早餐包含运用虚拟变量，包含早餐=1，不包含=0。本论文研究也采用实际数值，虚拟变量及打分制等变量量化方法对影响因素变量进行量化处理。3.3.1主体因素变量的量化对于主体影响因素变量而言，根据其分类主要有游客个人特征因素变量及宏观因素变量。（一）游客个人特征因素变量在游客个人特征因素变量中，我们主要可以获取到游客的出生年月，性别，护照签发地，出生地等信息。对于游客的出生年月信息，本文以游客参团时间当年为当前年，将其数值转化为年龄数值，然后将一个团队的游客年龄数值相加后除以该团游客数，得到该团游客平均年龄作为此变量数值。通过对每一个团队的收客率和利润率与平均年龄做对应分析，以研究游客年龄对于团队收客率和利润率的影响，以供出境包价团队旅游线路设计时对于游客年龄层次进行更多的考虑。其次，对于游客的性别，需要先将该团游客性别按男女比例进行计算，将所得性别比例作为性别因素变量数值。13 第3章影响因素分析及研究假设上海师范大学硕士学位论文对于游客的护照签发地及出生地信息则先需将游客签发地及出生地地区采用分等级赋值法，根据其地区人均GDP排名进行分等级赋值。分别以人均GDP3万以下、3万以上、4万以上、5万以上、10万以上分为5个等级，分别对应为1-5分。在得到每一个游客的出生地及签发地变量数值之后相加除以总人数得到该团平均数作为该团的相关变量数值。对于游客的订单来源，需要将计算该团游客订单来源比例，通过对电商来源和传统旅行社来源两种类型进行数值相除得出其来源比例值作为其订单来源因素变量值。表3-1游客个人特征影响因素变量及其量化变量名称变量字母变量量化及公式量化说明第j个团队游客年龄总和/游客人数;n游客年龄A1jA1jVkj/tjVkj表示第j个团队第k个游客的年龄;k1tj为第j个团队的总游客数;第j个团队游客男性人数/女性人数;游客性别A2jA2jS1j/S2jS1j表示第j个团队男性游客人数;S2j表示第j个团队女性游客人数;第j个团队游客出生地分值总和/游客人数;n游客出生地A3jA3jCkj/tjCkj表示第j个团队第k个游客的出生k1地分值;tj为第j个团队的总游客数;第j个团队游客签发地分值总和/游客人数;n游客签发地A4jA4jQkj/tjQkj表示第j个团队第k个游客的签发k1地分值;tj为第j个团队的总游客数;第j个团队游客订单电商人数/传统旅行社人数;游客来源A5jA5jS3j/S4jS3j表示第j个团队游客订单电商人数;S4j表示第j个团队游客订单传统旅行社人数;（二）宏观因素变量对于出境包价团队旅游线路而言，影响其线路设计的宏观因素有很多，其中包括政策因素，签证因素，客源地目的地国家城市突发情况，季节气候因素，社会因素（节假日休闲时间），安全因素等。但是对于某一个单独出境包价团队旅游线路设计，其中许多宏观因素的影响并非那么强烈，许多宏观因素的影响对于整个旅游市场有着一个长期而深远的影响，但是在较短的一个时间段内却表现并非那么明显。因此，通过筛选，本文选定了季节气候因素，社会因素这两个宏观因素进行研究。14 上海师范大学硕士学位论文第3章影响因素分析及研究假设首先在其他相关研究中，季节气候因素变量通常是以月份或季度数值进行变量赋值的，本文因主要研究对象为旅行产品，因此根据旅游产品特性，季节可分为旅游淡季和旺季。通过采用虚拟变量，将旺季产品赋值为1，淡季产品赋值为0。其次，对于社会因素变量，即通常意义上所说的节假日休闲时间，需要对节假日进行分等级赋值量化模式。具体等级划分及赋值方式如下表所列。表3-2中国节假日等级划分及赋值量化节日类型节日名称分值节假日七天长假春节5国庆三天小长假清明4劳动端午中秋元旦寒暑假3双休日2其它普通日1附加小长假前三天同小长假分值在通过对节假日和淡旺季进行虚拟量化以后，得出如下表格中量化公式及具体说明。表3-3宏观因素变量及其量化变量名称变量字母变量量化及公式量化说明第j个团队季节气候变量数值，旺季季节气候B1jB1j10为1，淡季为0第j个团队社会因素变量数值根据出社会因素B2jB2j1-5发日的节假日情况分别为1-5分3.3.2客体因素变量的量化出境包价团队旅游线路设计影响客体因素主要是由旅游线路的产品属性构成，其中包含了吃、住、行、游、娱、购等六大方面，以及出团日期价格，途径国家、城市等变量。（一）团队餐饮因素变量在本论文研究中，主要研究对象是散客拼团性质的出境包价团队旅游线路，因此其餐饮主要有两大类型，一类是早中晚的团餐包含情况，另一类则是特色餐饮提供情况。特色餐饮因没有标准的评价体系，暂不做为影响因素。因此相关因素变量为团餐包含变量。团餐包含变量主要是根据团队线路中每日包含的早中晚15 第3章影响因素分析及研究假设上海师范大学硕士学位论文餐数量进行计分合计并以日均为计算标准，其中早餐1分，中餐晚餐各2分。表3-4餐饮因素变量及其量化变量名称变量字母变量量化及公式量化说明第j个团队每日包含餐数分值总和/团队出发天数；fij表示第j个团队第i天的包含餐数n团餐包含C1jC1jfij/n分值；i1n表示为团队出发天数；每日计分规则为包含早餐1分，午餐2分，晚餐2分。（二）团队住宿因素变量对于出境包价团队旅游线路产品中的住宿酒店根据酒店星级进行分等级赋值。出境包价团队旅游线路产品中的酒店主要可以划分为三星，三-四星，四星，四-五星，五星，特色酒店六个等级，分别对应为1-6分。表3-5住宿因素变量及其量化变量名称变量字母变量量化及公式量化说明第j个团队每日住宿酒店分数总和/团队出发天数；n住宿H1jH1jhij/nhij表示第j个团队第i天的住宿酒店i1分值；n表示为团队出发天数；（三）团队交通因素变量出境包价团队旅游产品中的交通因素主要包括客源地至目的地的国际航空，连接目的地之间旅游大巴和连接目的地之间的其他特色交通等因素变量。其中国际航空因素又可以分为飞行时间因素变量、航空公司等级因素变量及落地城市因素变量。飞行时间因素变量采用其实际飞行时间数值。航空公司等级则根据SkyTrax2015年对于航空公司进行的排名标准进行赋值，从1-100名分别对应100-1分。而起飞落地城市机场因素变量同样通过以SkyTrax的国际排名标准进行赋值，从1-100名分别对应100-1分。其次旅游大巴因为其在出境团队旅游中个性区别不显著，因此不纳入分析变量中。特色交通因素变量，主要是指行程中是否有不同于其他行程的特别交通方式，例如：欧洲的金色山口火车，北欧旅游中的破冰船等产品。产品中每多一项此类产品分数加一，累计计算。表3-6交通因素变量及其量化变量名称变量字母变量量化及公式量化说明第j个团队来回航班飞行时间和；飞行时间P1jP1jp1p2P1去程航班飞行时间；P2回程航班飞行时间。16 上海师范大学硕士学位论文第3章影响因素分析及研究假设第j个团队来回航班航空公司分值航空公司和；P2jPLL2j12等级L1去程航空公司分值；L2回程航空公司分值。第j个团队来回航班起降机场分值；起飞落地P4jPAPAPAP1去程降落机场分值；4j12机场AP2回程降落机场分值。第j个团队特色交通分值总和；nTij表示第j个团队第i个特色交通，特色交通P5jP5jTij值都为1；i1n表示该团队总的特色交通数量。（四）团队旅游游玩因素变量出境包价团队旅游产品中的游玩因素变量主要包括旅游景点，娱乐项目，购物点等因素变量。其中景点可以以景点数及景点等级综合分数进行量化，通过根据TripAdvisor全球景点星级对景点进行分等级赋值，将一个团队的所有景点得分相加即是该团队的景点因素变量值。相对应的娱乐项目及购物店则累计相加其数量作为该变量因素的量化值。表3-7游玩因素变量及其量化变量名称变量字母变量量化及公式量化说明n第j个团队景点得分值总和；景点S1jS1jKiji1Kij表示第j个团队第i个景点得分。第j个团队娱乐项目数量总和；娱乐项目S2jS2jnn表示第j个团队共有n个娱乐项目。第j个团队购物点数量总和；购物点S3jSm3jm表示第j个团队共有m个购物点。（五）其他相关因素变量出境包价团队旅游产品中的其他因素变量主要包括日程天数变量，途径国家数变量，途径城市数变量，产品价格变量。其中日程天数变量以出发当日开始计算至返回到出发地为止总的天数和。途径国家数变量以行程实际游玩国家数量为主，行程中路过国家不计算在内。途径城市数变量与途径国家数变量计算方式相同。产品价格变量因产品天数不同，以日均价做为量化标准，以总价除以天数得出日均价格。17 第3章影响因素分析及研究假设上海师范大学硕士学位论文表3-8其他相关因素变量及其量化变量名称变量字母变量量化及公式量化说明第j个团队行程天数；日程天数D1jD1jnn表示第j个团队行程天数数量。途径国家第j个团队途径国家数量；D2jDC2j1数C1表示第j个团队途径国家数量值。途径城市第j个团队途径城市数量；D3jDC3j2数C2表示第j个团队途径城市数量值。第j个团队日均价格；产品价格D4jDP/nP表示第j个团队总价格；4jN表示第j个团队行程天数。3.4研究问题的假设3.4.1游客个人特征因素对于出境包价团队旅游线路设计的影响对于旅游产品而言，游客个人的自身特征情况常常会影响其对于旅游产品的选择和购买。因此对于出境包价团队旅游线路而言，也需要在设计时考虑到受众游客群的个人自身特征因素。而通过前文的分析和研究我们得出，一条旅游线路的收客率和利润率是衡量这条旅游线路是否设计成功的标准，能对收客率和利润率有影响的因素变量也正是该旅游线路设计的影响因素。因此，游客个人特征因素变量与收客率和利润率之间的多变量关系研究可以证明游客个人特征因素变量是否能够对出境包价团队旅游线路设计有着显著的影响。在此，本文首先对游客个人特征因素进行假设：假设H1：游客个人特征因素中的各因素变量对于出境包价团队旅游线路设计有着显著影响。3.4.2主体宏观因素对于出境包价团队旅游线路设计的影响根据国家宏观数据研究中我们可以看到，通常主体宏观因素会对整个旅游市场有一定显著的影响，例如政治突发因素，气候变化因素，汇率因素等等。但是对于一个旅游产品而言，宏观因素是否会有一定的显著影响还有待验证。因此，本文就宏观因素中的季节因素变量，社会因素变量，和汇率因素变量对于出境包18 上海师范大学硕士学位论文第3章影响因素分析及研究假设价团队旅游线路设计的影响情况进行假设。假设H2：主体宏观因素变量中的季节、社会因素、汇率因素变量对于出境包价团队旅游线路设计有着显著的影响。3.4.3旅游六要素因素对于出境包价团队旅游线路设计的影响吃、住、行、游、娱、购是旅游的六大要素，也是游客在选购出境包价团队旅游线路时可以获得的主要产品信息。因此，吃的怎么样，住的好不好，交通工具放不放便，景点多不多，质量好不好都是游客在选购中需要关心的。而这也是出境包价团队旅游线路设计时需要考虑的因素。本文将从团队餐饮的数量，质量，住宿的等级，航班的飞行时间，航空公司的等级，游玩的景点质量和数量，娱乐项目购物点的情况等因素变量进行假设。假设H3：旅游六要素因素中的各因素变量对于出境包价团队旅游线路设计有着显著影响。3.4.4客体其他因素对于出境包价团队旅游线路设计的影响对于一个出境包价团队旅游产品除了旅游六要素外，还有团队的行程天数，途径国家和城市、产品价格等因素是会影响到游客的选择和产品的设计的。因此本文从行程天数，途径国家数，途径城市数和产品日均价格等因素变量进行假设。假设H4：行程天数、途径国家数、途径城市数、产品日均价格因素变量对于出境包价团队旅游线路设计有着显著影响。19 第4章实证分析上海师范大学硕士学位论文第4章实证分析4.1数据来源与处理4.1.1数据的来源本文的研究数据来源主要是根据国内某上市旅行企业的相关实际市场运营数据为主。该企业组建至今已有20年历史，2015年为全国旅行社十强企业，同时税收排名为全国旅行社前五强。该企业作为国内最大的出境旅游综合线路批发商之一，其提供的旅游线路遍及世界大部分地区和国家。而企业自身也是世界旅游协会(WTA)，国际航空运输协会(IATA)，亚太旅游协会(PATA)的成员。鉴于荷兰旅游学者伯格斯马（J.R.Bergsma）对旅游线路的研究中曾指出：除非旅行社同学者通力合作，否则想从理论研究上出有意义的结果是不可能的。因此本文通过与相关旅行社合作，在经企业允许的情况下获取了该旅行社企业资源计划系统(ERP)中的实际运营数据。其中包括了企业的产品数据，销售数据，订单数据，游客数据等相关企业信息数据。通过对企业自身实际运营数据进行分析，本文的研究一定能得出更有意义的结果。期望相关研究结果可以帮助同类型企业对于相关出境包价团队旅游线路设计有更深的了解，促进企业更加合理的设计出境包价团队旅游线路，使其进一步合理的进行旅游产业布局，降低企业成本。同时也可以促进整个旅游行业的发展，加深中国旅游行业的内涵和研究理论基础，使中国出境旅游有更进一步的发展。4.1.2数据信息统计本文相关的研究样本数据是以相关企业ERP系统中的数据库数据为基础的。其中主要研究的数据内容为其线路数据，团队数据，游客数据，以及团队收支成本利润数据等基础数据，其中以团队数据为其数据关联中心。如下图所示。20 上海师范大学硕士学位论文第4章实证分析图4-1数据样本相关数据结构图本文以企业ERP系统中2014年4月1日作为数据采集开始日期，一直到2015年12月31日合计获取有效及非有效线路数据4602条，团队数据50456条。订单数据189251条，报名游客有效信息418827条（包括成团游客及取消游客）。（一）线路团队目的地信息统计分析根据所得样本数据，其所有团队数据共计50456条，其中赴东南亚旅游团队数为23577，赴欧洲旅游团队数为11117团，日韩团队数5209团，北美洲1412团，大洋洲1119团，中东非575团，其他7087，详见图4-2。21 第4章实证分析上海师范大学硕士学位论文团队数（个）所占比例3000050.00%45.00%2500040.00%35.00%2000030.00%1500025.00%20.00%1000015.00%10.00%50005.00%00.00%东南亚欧洲日韩北美洲大洋洲中东非其他团队数（个）23937111175209141211195757087所占比例47.44%22.03%10.32%2.80%2.22%1.14%14.05%图4-2团队样本统计分析（二）线路团队出发地信息统计分析所得线路团队样本数据共计50456团，其中数据字段出发地有可用信息数据共计39714团。在进行去除重复项的操作后，共得到26个出发地。其中主要集中在几个主要的直辖市航空港地区。详见表格4-1。表4-1线路团队出发地团量统计城市名称团量(个)所属省市北京18277直辖市上海7343直辖市天津4652直辖市西安2485陕西南京1206江苏成都855四川沈阳829辽宁青岛818山东郑州795河南重庆404直辖市杭州329浙江22 上海师范大学硕士学位论文第4章实证分析厦门271福建昆明266云南广州240广东深圳222广东太原178山西济南163山东武汉136湖北长沙110湖南哈尔滨58黑龙江乌鲁木齐38新疆福州24福建洛阳7河南合肥4安徽呼和浩特3内蒙古贵阳1贵州（三）参团游客基本信息统计分析通过对参团游客信息进行统计，共计得到有效游客信息418826条。其中在性别上，男性共计160208人，占总人数比为38%。女性共计258618人，占总人数比为62%。可以看出在参团人数性别比上，男女相差较大。其次在人群年龄分布和出生年代上，21-30岁年龄层以及我们现在通常所说的80后是参团的主要客户人群，其次是31-40岁年龄层及70年代出生的人群，详见图4-3、图4-4。参团游客年龄统计人数94605100000839808000069742669576000051914400002545113821118282000052800-10岁11-20岁21-30岁31-40岁41-50岁51-60岁61-70岁71-80岁80岁以上图4-3参团游客年龄统计23 第4章实证分析上海师范大学硕士学位论文参团游客出生年代统计人数150000117703100000725276715162299421145000029771245072754000后90后80后70后60后50后40后40前图4-4参团游客出生年代统计在参团游客的地区分布上，根据所获得护照信息，我们可以看到参团游客出生地与其户籍所在地数据基本保持一致，但是在部分地区存在一定的人口迁移。从数据中可以看到北京，上海，天津等地存在着一定数量的人口迁入，详见图4-5.游客出生地及户籍地统计80000700006000050000400003000020000100000出生地（人）户籍地（人）图4-5参团游客出生地及户籍地统计4.1.3数据筛选根据上一章节对数据信息的基本统计，我们可以看到，当前所获取到的数据信息比较庞大，而且涉及的出境目的地区域、客源地区域和游客人群也较为宽广，并不适合直接运用到我们的具体研究中，需要对数据进行一定的筛选和计算处理才能获得所需要的研究数据。24 上海师范大学硕士学位论文第4章实证分析（一）目的地选取在对一个旅游线路设计进行研究时，我们首先应该明确的是其具体的客源地和目的地。但是从中国出境游当前的市场情况而言，其客源地已经覆盖了全国范围，出境游目的地更是已经涵盖了全世界范围。这样的研究区域范围太过宽广。因此本文对研究范围的出境游目的地和客源地进行了一定的筛选。首先根据相关数据统计，在2014年，中国出境游主要还是以近程目的地为主，亚洲市场所占比例高达65.4%，其次为欧洲11.7%。（如图4-6），而在亚洲市场中主要以东南亚日韩地区为主要市场。参阅前一节本文所获得样本数据相关统计分析，可以看到本文所获得样本数据统计中得到的结果也是亚洲和欧洲出境游占比较高，和计占比同样达到了80%，在微观统计层面上与全国宏观统计数据基本一致。洲际市场份额1%4%9%9%12%65%亚洲欧洲非洲美洲大洋洲其他图4-62014年1-11月我国大陆地区出境旅游洲际市场份额资源来源：中国出境旅游发展年度报告2015其次在这两个地区的相关出境旅游仍以包价团队旅游为主。相关出境游市场上均高度依赖出境旅游批发商。而就这些地区的旅游资源而言，也都是比较丰富的。不仅如此，欧洲和东南亚地区的旅游资源特色也具有一定的差异化，两者的人文地理特色具有较为明显的差异，季节气候也各不相同。除此之外其出境包价团队旅游线路的属性上也各有特色。欧洲以长线出境为主，通常中国至欧洲出境包价团队旅游线路天数在8-15天左右。而东南亚以短线出境为主，基本出境天数为4-7天左右。因此本研究以东南亚和欧洲地区作为样本研究案例的目的地区域。在对相关25 第4章实证分析上海师范大学硕士学位论文数据进行筛选后，合计获得相关团队数据35076条，占总数据量69.52%（二）客源地选取在中国出境旅游客源地选取上，我们主要考虑到经济相对发达的东部地区是我国出境旅游的主要客源地，我国内地各省市出境客源地排名依次为北京、广东、上海、江苏、浙江、山东、天津等地。据《中国区域旅游发展年度报告》的研究表明，2013年以北京为中心的环渤海都市圈和以上海为中心的长江三角洲都市圈仍是我国高客流产出区域。因此本文选取了环渤海都市圈和长三角都市圈为客源地，对相关数据进行了筛选。在本数据库信息中共有出发地城市26个，其中在环渤海都市圈和长三角都市圈范围内城市10个，分别为北京、天津、沈阳、青岛、济南、上海、南京、杭州、厦门、福州（厦门、福州市场为上海公司管理暂列入此统计范围内）。合计获得相关团队数据27379条。占总数据量54.26%。（三）产品方式及状态根据前文所述，本文以散客拼团为主的出境包价团队旅游线路设计影响因素作为研究对象。从总样本数据中我们可以看到，一共有五种产品方式，主要是散客拼团，单独成团，外拼团队，自由行和单出签证。因此本文剔除了其他四种方式的样本，共得到相关团队数据24221条，占总样本数量48%。同时我们在样本数据中也可以看到团队的产品状态有报名、核算、结算、截至、取消五种状态。其中报名状态还在进行收客的团队，因还未获得完整的数据不可进入统计分析中，因此要剔除此种产品状态的团队。共得到相关团队数据21057条，占总数据量41.73%。4.2样本处理根据前一章节的数据筛选工作，当前有符合本研究的相关团队数据21057条。就此数据量我们需要根据本文的研究需求建立相关的研究样本。本研究主要通过对相关数据进行相关性分析和回归分析以确立相关变量之间的相关性程度及回归模型。因此，根据统计数据的特点，研究可以从两方面切入，以简化研究分析的过程，即时间序列数据样本研究和横截面数据样本研究。4.2.1时间序列数据样本时间序列数据是指由同一对象在不同时间点的观测值所形成的数据。此类数据主要反映了观察对象随时间变化的状态及相关程度。而本文研究的主要对象是以散客拼团为主的出境包价团队旅游线路设计的影响因素。因此本研究以出境包价团队旅游线路作为时间序列数据样本的观察对象，通过获取同一线路属性的团26 上海师范大学硕士学位论文第4章实证分析队产品在不同时间的相关影响因素变量的观察值，来作为相关性分析和回归分析所需的时间序列数据样本。同时根据前文已经得出，出境包价团队旅游线路设计影响因素主要分为主体因素和客体因素，而主体因素主要是由游客个人特征和宏观因素两大部分构成的，客体因素主要是旅游线路自身产品属性。而由于所观察的对象是具有同一线路属性的团队产品，其客体因素变量值是一致的，不会因时间变化而产生变化，因此在进行时间序列数据观测和分析时，客体因素变量不列入观测分析范畴，只对其主体因素进行统计观测分析。通过对之前已筛选后的数据进行线路分类归并后，我们共得出欧洲一级同类线路45条，二级同类线路1475条。东南亚一级同类线路27条，二级同类线路979条。为了使统计分析更加具有说服力，本研究对数据样本容量的最低要求是n>=35，因此再对其进行筛选处理。得到如下所列数据线路作为此次时间序列数据样本。表4-2时间序列数据样本-欧洲线路统计出发地团队名称团队数量(个)团队起始日期北京希腊法意瑞10晚13天452014/5/72015/10/12北京英国德法瑞意14晚16天382014/5/102015/10/17北京俄罗斯+北欧四国11晚13天462014/5/172015/9/21上海东欧五国9晚11天402014/4/172015/11/24上海希腊+土耳其8晚11天372014/4/272015/11/7上海法国+意大利10晚12天822014/5/292015/12/26北京4国德法意瑞10晚13天432014/5/72015/12/14青岛4国德法意瑞9晚12天352014/5/132015/10/20沈阳4国德法意瑞12晚15天392015/4/292015/12/16天津4国德法意瑞12晚15天392015/6/52015/12/18上海4国德法意瑞9晚11天382014/4/222015/12/21杭州4国德法意瑞9晚12天352014/4/182015/10/23南京4国德法意瑞9晚11天542014/5/22015/11/29北京3国法意瑞8晚10天1082014/9/62015/12/31上海3国法意瑞9晚11天1192014/4/132015/12/31北京希腊一地6晚9天472014/5/52015/9/24上海希腊一地8晚10天562014/4/142015/9/27表4-3时间序列数据样本-东南亚线路统计出发地团队名称团队数量(个)团队起始日期北京长滩岛4晚6天582014/7/172015/10/29北京泰一地5晚6天1472014/11/22015/12/28青岛泰一地5晚7天512014/10/192015/10/22上海泰一地5晚6天662014/10/112015/12/23北京兰纳清迈一地5晚7天552014/8/22015/11/2727 第4章实证分析上海师范大学硕士学位论文北京曼芭普8晚10天3082014/11/22015/12/31天津曼芭普8晚10天592015/1/222015/11/26上海巴厘岛钻石蓝梦岛4晚6天1112014/4/42015/12/30上海游巴厘岛送泰国712014/9/132015/11/214.2.2横截面数据样本横截面数据是指不同对象主体在同一时间截面上的数据，也可理解为相同统计指标不同统计单位的统计数列。它要求是统计的时间必须相同。在做横截面数据时，必须要使其样本数据容量大于自变量个数。根据之前数据筛选得出，本研究所选取的团队数据覆盖时间范围较广，从2014年4月1日起，直到2015年12月31日截止，其在每一天都有不同出发团队。其中有些时间节点具有相同属性特征，所以为了减少不必要的重复数据分析，使研究更加便捷，同时也考虑到需要选取的时间节点应具有普遍性、特殊性、完整性，不同特色日期应有相对应的数据同比。所以本文根据时间属性的社会因素，确立了几个时间节点作为数据样本的选取时间点。首先，按照中国自身休假特色，一年中有两个七天的大长假—国庆节和春节，是国人主要的出游时间。其次，元旦、清明、五一、端午、中秋等小长假也是大众出游的第二时间选择。除此之外，学生的寒暑假也是我国出境旅游人数众多的时间。因此，考虑以上社会因素，本文选取了时间自2014年7月30日-2015年12月31日范围内的大长假、小长假、寒暑假及普通日四种类型社会因素时间节点作为研究时间节点。但鉴于一天时间内的出团数量过少，为了保证统计分析的有效性，故此以选取时间节点当天作为中心点，再根据实际情况前后增加1-2天时间，选取适当的时间范围作为数据样本的时间截面。以下为所选取的时间截面列表。表4-4横截面数据样本时间截面名称名称时间点覆盖范围时间截面范围普通日普通日2014年11月30日当日前后各一天2014.11.29-12.1普通日2015年3月15日当日前后各一天2015.3.14-3.16普通日2015年5月20日当日前后各一天2015.5.17-5.19普通日2015年9月20日当日前后各一天2015.9.19-9.21普通日2015年11月30日当日前后各一天2015.11.29-2015.12.1寒暑假暑假2014年7月31日当日前后各一天2014.7.30-8.1寒假2015年1月31日当日前后各一天2015.1.30-2.128 上海师范大学硕士学位论文第4章实证分析暑假2015年7月31日当日前后各一天2015.7.30-8.1小长假中秋2014年9月8日节前二天起2014.9.6-9.8元旦2015年1月1日节前二天起2014.12.29-2015.1.1清明节2015年4月5日节前二天起2015.4.3-4.5劳动节2015年5月1日节前二天起2015.4.29-5.1端午节2015年6月20日节前二天起2015.6.18-6.20大长假国庆2014年10月1日节前三天起2014.9.28-10.1春节2015年2月19日节前二天起2015.2.17-2.19国庆2015年10月1日节前三天起2015.9.28-10.1注：2015年中秋与国庆日期相连不做另外处理4.3相关性分析本研究通过双变量相关性分析对欧洲东南亚出境包价团队旅游线路的实际收客率变量和利润率变量与游客个人特征因素、主题宏观因素、旅游六要素因素及客体其他因素变量之间的相关性进行分析探究。得出收客率和利润率与影响变量之间的相关性显著程度及强度，从而探究影响团队线路收客率和利润率的具体原因，以期分析得出出境包价团队旅游线路设计的影响因素。4.3.1游客个人特征因素变量与收客率相关性分析对于游客个人特征因素变量与收客率的相关性分析，本文主要通过时间序列数据样本进行研究。在对欧洲东南亚出境包价团队旅游线路共计26类线路，1827条不同时间出发的旅游线路进行收客率与游客个人特征因素各变量相关性分析后。可以得出其中只有游客年龄的相关性分析有13类线路收客率与游客年龄具有相关性，sig的P值小于0.01呈显著相关，而且都为负相关。其他四类因素变量相关性都不明显，具有相关性的团队类别数都未超过团队类别数50%。表4-5游客个人特征因素与收客率相关性分析团队名PersonPerson团队名指标显著性N显著性N称相关相关称**德法意游客年龄-.4950.00143-0.2590.08645希法意瑞10晚性别0.1140.466430.2260.13545瑞10晚13天北出生地0.1170.453430.2780.0644513天北京出发签发地0.0920.558430.1630.28645京出发29 第4章实证分析上海师范大学硕士学位论文*订单来源-.3230.035430.050.74545**游客年龄-.188.28035-.712.00037希腊土德法意**性别.131.45535.552.00037耳其8瑞9晚**出生地-.055.75535.444.00637晚11天12天青**签发地-.313.06735.421.00937上海出岛出发订单来源-.290.09135.268.10937发****游客年龄-.555.00039-.455.00438英德法德法意**性别.442.00539-.182.27438瑞意14瑞12晚**出生地.427.00739.193.24638晚16天15天沈**签发地.482.00239.258.11838北京出阳出发订单来源.039.81239.213.19938发****游客年龄-.470.00339-.405.00546俄北欧德法意***性别.431.00639.322.02946四国11瑞12晚***出生地.499.00139.369.01246晚13天15天天***签发地.494.00139.313.03446北京出津出发订单来源-.099.55039.102.49946发***游客年龄-.582.00038-.401.01040德法意东欧五**性别.413.01038.214.18640瑞9晚国9晚*出生地.208.20938.389.0134011天上11天上*签发地.304.06338.384.01540海出发海出发订单来源-.021.90238.094.56440*游客年龄-0.3160.06435-.223.04482法国意德法意**性别0.2990.08135.312.00482大利10瑞9晚出生地0.1420.41735-.084.45082晚12天12天杭签发地0.1710.32635.101.36682上海出州出发订单来源-0.0310.86235.037.74082发****游客年龄-.635054-.382.0001083国法意德法意****性别.3970.00354.277.004108瑞8晚瑞9晚**出生地.3670.00654.021.82710810天11天南**签发地.4370.00154-.080.408108北京出京出发订单来源-0.1070.44254-.093.337108发*游客年龄-.2980.04247-.118.201118希腊一3国法意****性别.611047.300.001118地6晚瑞9晚**出生地.4450.00247.140.1311189天北11天上**签发地.4870.00147.115.214118京出发海出发订单来源-0.0830.57747.028.765118**游客年龄-0.1820.1856-.281.001147希腊一泰一地5性别0.2030.13356.028.740147地8晚晚6天出生地0.0840.53756.125.13114710天上北京出**签发地0.2450.06956.253.002147海出发发订单来源-0.120.37756-.070.397147****长滩岛游客年龄-.660.00058-.614.00051泰一地5****4晚6天性别.480.00058.479.00051晚7天30 上海师范大学硕士学位论文第4章实证分析**北京出出生地.468.00058.010.94651青岛出**发签发地.485.00058-.022.87751发*订单来源-.279.03458.228.10751*兰纳清游客年龄-.140.30855-.259.03666泰一地5迈一地5性别.081.55755.066.59666晚6天*晚7天出生地.032.81655.267.03066上海出**北京出签发地-.066.63355.349.00466发发订单来源.011.93855.139.26666*巴厘岛游客年龄-.205.031111.051.372308钻石蓝性别.102.287111-.031.588308曼芭普8梦岛4*晚10天出生地.199.036111-.003.958308晚6天签发地.124.194111-.036.525308北京出上海出发订单来源.121.206111-.052.360308发**游客年龄-.463.00071.009.94559游巴厘曼芭普8**性别.365.00271.152.25059岛送泰晚10天**出生地.410.00071-.002.98859国上海天津出签发地-.050.67971.011.93559出发发订单来源.129.28571-.099.45459从以上分析结果中可以看到，无论是长途出境的欧洲团队线路，还是短途的东南亚团队线路，其收客率与游客个人特征因素变量之间的相关性无论是强度亦或是显著性都较弱。鉴于相关团队产品收客率即使受到相关要素变量影响，收客率不甚理想，企业也可以通过降低价格，扩大推广等各类营销方式，提高其收客率，使产品销售指标完成，降低企业损失。因此，从团队收客率与各因素变量的相关性分析中，可能未必可以得出相关团队线路设计的影响因素。4.3.2游客个人特征因素变量与利润率相关性分析在对利润率与游客个人特征因素各变量相关性分析后，可以得出在绝大部分线路类别中，利润率与游客年龄因素变量的相关显著性P值小于0.01，为统计意义上的显著性相关，且利润率与游客年龄乘负相关。即团队参团游客年龄越大，团队产品利润率越低。通常旅游市场中，好的旅游产品通常在上市的第一时间即被迅速预定抢购完，不太存在降价促销的空间，因此其产品利润率也必然不会过低。而同时在假期中出售的产品也很大程度上会有低年龄层次的游客群体参加，而假期的产品因其时间节点的特殊性，也不会产生过低的利润率。而通常在选购商品时，中老年人群更容易受价格因素影响，容易接受具有价格优势的相关产品。同时，退休老年人群也是淡季旅游产品的主要消费人群，而往往淡季旅游产品的利润率因为时间节点原因通常都低于平均利润率水平。因此，诸多因素造成了利润率与游客年龄呈负相关。31 第4章实证分析上海师范大学硕士学位论文此外，除了与游客年龄具有显著性相关外，利润率与大部分的游客性别和出生地、签发地数据也呈显著性相关，sig的P值均小于0.01，利润率与性别和出生地，签发地都为正相关。即利润率较高的团队，参团男女比例相对男性比例有所提高。在出生地和签发地上，也相对来自人均GDP较高地区。表4-6游客个人特征因素与利润率相关性分析团队名PersonPerson团队名指标显著性N显著性N称相关相关称**游客年龄-0.2950.05443-.721.00045德法意希法意****性别.703.00043.4860.00145瑞10晚瑞10晚****出生地.590.00043.4470.0024513天北13天北****签发地.626.00043.572.00045京出发京出发**订单来源-.582.000430.0930.54245****游客年龄-.698.00035-.744.00037希腊土德法意****性别.768.00035.639.00037耳其8瑞9晚****出生地.524.00135.597.00037晚11天12天青**签发地-.076.66635.606.00037上海出岛出发订单来源-.051.76935.221.18937发****游客年龄-.954.00039-.547.00038英德法德法意**性别.859.00039.065.70038瑞意14瑞12晚****出生地.871.00039.453.00438晚16天15天沈****签发地.878.00039.454.00438北京出阳出发订单来源.112.49739.200.22938发****游客年龄-.831.00039-.721.00046俄北欧德法意****性别.801.00039.481.00146四国11瑞12晚**出生地.731.00039.261.08046晚13天15天天**签发地.703.00039.271.06946北京出津出发订单来源-.111.50139.009.95146发****游客年龄-.860.00038-.605.00040德法意东欧五****性别.663.00038.497.00140瑞9晚国9晚****出生地.465.00338.471.0024011天上11天上****签发地.567.00038.524.00140海出发海出发订单来源.127.44938.088.58940****游客年龄-.722.00035-.624.00082法国意德法意****性别.770.00035.533.00082大利10瑞9晚**出生地.648.00035-.016.88482晚12天12天杭**签发地.661.00035.130.24382上海出州出发订单来源0.0470.7935.115.30282发****德法意游客年龄-.953.00054-.651.0001083国法意****瑞9晚性别.797.00054.474.000108瑞8晚**11天南出生地.638.00054-.040.68210810天***京出发签发地.694.00054.214.02610832 上海师范大学硕士学位论文第4章实证分析北京出订单来源0.0380.78354-.125.196108发***游客年龄-.2880.0547-.676.000118希腊一3国法意****性别.784.00047.615.000118地6晚瑞9晚****出生地.745.00047.353.0001189天北11天上****签发地.734.00047.325.000118京出发海出发订单来源-0.0190.89847.010.911118****游客年龄-.892.00056-.388.000147希腊一泰一地5**性别.738.00056.010.905147地8晚晚6天****出生地.4210.00156.356.00014710天上北京出**签发地.486.00056.129.121147海出发发订单来源-0.1730.20256-.125.132147****游客年龄-.514.00058-.822.00051长滩岛泰一地5***性别.329.01258.534.000514晚6天晚7天**出生地.366.00558.037.79951北京出青岛出**签发地.411.00158-.056.69551发发订单来源-.031.81558.123.38851****兰纳清游客年龄-.772.00055-.699.00066泰一地5**迈一地5性别.139.31255.590.00066晚6天**晚7天出生地.260.05655.671.00066上海出**北京出签发地.266.05055.661.00066发发订单来源-.092.50355.027.83166**巴厘岛游客年龄-.630.000111.011.843308**钻石蓝性别.623.000111-.070.221308曼芭普8梦岛4**晚10天出生地.296.002111-.037.516308晚6天签发地.177.062111.028.624308北京出上海出发***订单来源.275.004111-.136.017308发****游客年龄-.638.00071-.525.00059游巴厘曼芭普8**性别.444.00071.140.29159岛送泰晚10天**出生地.424.00071.018.88959国上海天津出签发地-.002.98471.093.48559出发发订单来源.063.60171.063.63359从以上对团队线路利润率的相关性分析中，可以看到即使收客率受到一定程度其他因素的影响，没有明显的相关性表现。但是，通过利润率仍可以得出对包价团队线路真实的市场接受度和企业获利情况的影响因素变量。因此，通过对收客率、利润率与游客个人特征因素变量之间的相关性分析，可以得出在很大程度上，单个出境包价团队旅游线路受游客受众群体年龄，性别，客源地影响较大，在进行线路设计时应考虑以上因素，以使线路更加符合市场及企业需求。由此，本文得出如下结论：本研究的假设H1成立，即游客个人特征因素中的各因素变量对于出境包价33 第4章实证分析上海师范大学硕士学位论文团队旅游线路设计有着显著影响。4.3.3主体宏观因素变量与收客率相关性分析本研究通过采用虚拟变量和分数制等方法对主体宏观因素变量进行量化处理。因此，主体宏观因素变量并非为连续变量，在对其进行相关性分析时，因采用sperrman相关分析。在对主体宏观因素变量与收客率进行sperrman相关性分析后，可以看到除个别团队类别在季节和社会因素变量上对收客率存在一定相关性关系外，大部分的团队类别中收客率与季节因素和社会因素都是不存在显著性相关关系的。表4-7主体宏观因素变量与收客率相关性分析SpearmaSpearman团队名称指标显著性N显著性N团队名称n相关相关德法意瑞10**季节.4310.00443-.024.88938英德法瑞意晚13天北京14晚16天北社会因素0.2450.11443.236.15438出发京出发德法意瑞9晚季节-.073.6753546俄北欧四国12天青岛出11晚13天北社会因素.027.88035-.127.39846发京出发德法意瑞12季节.162.32439.090.58240东欧五国9晚晚15天沈阳11天上海出社会因素.256.11639-.044.78840出发发德法意瑞12*季节.355.02739.069.54082法国意大利晚15天天津10晚12天上社会因素.192.24139-.005.96382出发海出发德法意瑞9晚季节-.067.68838.378**0.00947希腊一地6晚11天上海出社会因素-.011.949380.0580.698479天北京出发发德法意瑞9晚季节-0.2640.126350.0820.54856希腊一地8晚12天杭州出10天上海出社会因素-0.1050.548350.0810.55456发发德法意瑞9晚季节0.0130.92554.108.2681083国法意瑞811天南京出晚10天北社会因素0.0720.60754.270**.005108发京出发希法意瑞10季节0.2620.08245.132.1531183国法意瑞9晚13天北京晚11天上海社会因素0.0440.77345.279**.002118出发出发希腊土耳其8季节.018.91437-.346**.000147泰一地5晚6晚11天上海社会因素.085.61737.069.406147天北京出发出发季节-.068.61258-.547**.0005134 上海师范大学硕士学位论文第4章实证分析长滩岛4晚6泰一地5晚7社会因素-.070.60358-.126.37951天北京出发天青岛出发兰纳清迈一地季节-.138.31655.148.23666泰一地5晚65晚7天北京社会因素.107.43555.072.56566天上海出发出发巴厘岛钻石蓝*季节.134.162111-.125.028308曼芭普8晚10梦岛4晚6天社会因素.221*.020111.014.801308天北京出发上海出发*游巴厘岛送泰季节.271.02271-.032.80959曼芭普8晚10国上海出发社会因素.066.58571.089.50359天天津出发4.3.4主体宏观因素变量与利润率相关性分析对于利润率和主体宏观因素变量的相关性分析，同样应该使用spearman相关分析方法。在分析得出的结果中，可以看到与收客率分析结果基本一致，单独团队利润率与主体宏观因素变量之间的相关性并不显著，利润率与主体宏观因素变量之间存在相关性关系的团队类别较少。表4-8主体宏观因素变量与利润率相关性分析SpearmaSpearman团队名称指标显著性N显著性N团队名称n相关相关德法意瑞10季节-0.1460.34943-.133.42638英德法瑞意晚13天北京14晚16天北*社会因素0.0310.84543-.331.04338出发京出发德法意瑞9晚季节.164.3473546俄北欧四国12天青岛出11晚13天北社会因素.152.38335-.088.56046发京出发**德法意瑞12季节.603.00039.250.12040东欧五国9晚晚15天沈阳11天上海出**社会因素.523.00139-.193.23440出发发**德法意瑞12季节.570.00039-.127.25582法国意大利晚15天天津10晚12天上*社会因素.318.04939.001.99182出发海出发**德法意瑞9晚季节.146.38038.387.00747希腊一地6晚11天上海出社会因素.107.52238-0.1270.396479天北京出发发德法意瑞9晚季节0.1880.28350.170.2156希腊一地8晚12天杭州出10天上海出*社会因素0.3220.05935-.2810.03656发发德法意瑞9晚季节0.1850.18154-.042.6621083国法意瑞811天南京出晚10天北社会因素0.1440.354.153.113108发京出发35 第4章实证分析上海师范大学硕士学位论文希法意瑞10季节0.2840.05945.072.4371183国法意瑞9晚13天北京晚11天上海社会因素-0.1070.48645.137.140118出发出发**希腊土耳其8季节-.266.11137-.328.000147泰一地5晚6晚11天上海社会因素.066.69737.013.879147天北京出发出发**长滩岛4晚6季节.085.52858-.457.00151泰一地5晚7天北京出发社会因素.160.23158.200.15951天青岛出发兰纳清迈一地季节-.126.35955.190.12766泰一地5晚65晚7天北京**社会因素.230.09155.376.00266天上海出发出发**巴厘岛钻石蓝季节.280.003111-.082.152308曼芭普8晚10梦岛4晚6天**社会因素.412.000111.084.143308天北京出发上海出发*游巴厘岛送泰季节.296.01271.214.10459曼芭普8晚10国上海出发社会因素.051.67371.066.61859天天津出发通过对收客率和利润率与主体宏观因素变量之间的相关性分析可以看到，就单个团队而言，其收客及利润受到季节和社会休闲因素影响较少，并非像整个市场一样受季节波动较大。企业可以通过在不同季节不同社会休闲时间，进行不同的企业经营策略来规避这一影响因素。因此本文得出如下结论：本研究假设H2不成立，即主体宏观因素变量中的季节、社会因素变量对于出境包价团队旅游线路设计影响不显著。4.3.5旅游六要素因素变量与收客率相关性分析旅游六要素因素变量与收客率相关性分析所需数据是按照横截面数据样本的时间截面选取的。本文分别从一年中不同季度的普通日期与寒暑假、小长假、大长假等不同的时间截面去分析了团队收客率与旅游六要素因素变量之间的相关性。根据表格4-9中的分析结果，我们可以看到，整体上而言，旅游六要素中的各因素变量与收客率有相关性关系的较少，而且欧洲团队和东南亚团队的六要素因素变量与收客率之间的相关性分析结果差别很大。从收客率与六要素因素变量相关性分析表的显著性sig的P值来看，欧洲团队在普通日期团队收客率与团队的住宿水准，景点变量有相关关系，显著性水平p<0.01，从统计学意义上，具有显著相关。在寒暑假时间，团队收客率与团队的住宿水准，航班飞行时间，娱乐项目变量有相关关系，显著性水平p<0.01，从统计学意义上，具有显著相关。而在小长假则无变量与收客率有相关关系。大长假期间，团队收客率与住宿，飞行时间，航空公司有显著相关。从总量分析上来看，整体上，欧洲团队与住宿水准，航班飞行时间，航空公司，景点变量有显著相关。36 上海师范大学硕士学位论文第4章实证分析而东南亚团队上，则几乎没有变量是与团队收客率是有相关关系的。表4-9旅游六要素与收客率相关性分析欧洲团队东南亚团队Person相Person相时间类别指标显著性N显著性N关关团餐.007.95671.036.564253**住宿.319.00771-.116.066253*飞行时间-.248.03771.106.093253航空公司.191.11071-.043.492253普通日落地机场.106.37871.012.849253**特色交通.069.56971.195.002253**景点.329.00571-.109.083253*娱乐项目.083.49171.157.013253购物点-.061.61471.007.918253团餐-.184.08987.099.156205住宿.277**.00987.017.812204飞行时间-.306**.00487.041.556205航空公司.020.85787.037.596205寒暑假落地机场-.095.37987.033.637205**特色交通.212.04987.166.017205景点.203.05987-.048.494205娱乐项目.294**.00687.021.760205*购物点.075.48787-.139.046205团餐-.188.053106-.060.332259*住宿.219.024106.038.547259*飞行时间-.223.022106-.029.646259航空公司.111.256106-.004.952259小长假落地机场.150.124106.007.914259特色交通.070.474106-.036.568259景点.158.107106-.057.358259娱乐项目.009.931106.061.330259购物点.104.289106-.003.958259团餐-.017.844133.106.126209住宿.342**.000133.019.789209飞行时间-.287**.001133.131.058209航空公司.248**.004133-.006.934209*大长假落地机场-.188.030133.039.578209特色交通.125.153133.041.553209**景点.366.000133-.023.737209娱乐项目.071.415133-.004.952209购物点.013.881133-.071.308209总量团餐-.095.059397.025.43894237 第4章实证分析上海师范大学硕士学位论文住宿.284**.000397-.030.359941飞行时间-.253**.000397.052.112942航空公司.153**.002397-.002.959942落地机场-.005.923397.019.569942*特色交通.099.048397.059.069942景点.260**.000397-.042.194942娱乐项目.082.101397.032.328942购物点.044.380397-.043.188942从以上相关性分析结果中，我们可以看出，收客率这一指标因受其他因素影响，与旅游六要素具有相关性关系的变量较少。其中尤其是对于行程较短，费用成本和时间成本都较低的东南亚出境旅游中，所受影响更少。而在费用支出，时间成本较高的长途欧洲出境旅游中，游客在选择产品时则会受部分的旅游六要素的影响。在长途欧洲出境旅游中，在普通日期，因为出行的可能较多是已退休的老年人，及相对工作时间较为宽松可调整的部分人士。因此，可能在选择团队时更加注重住宿酒店的水平，及旅游景点的数量。而对于航班飞行时间，娱乐项目，购物点等要素敏感度相对较低。而在寒暑假，大长假期间，因受欧洲旅游行程限制，整个行程时长基本都是8-15天左右，而假期时间相对较短，因此对于航班飞行时间也有了一定的要求，收客率与飞行时间成反向相关，即飞行时间越短则收客率越高。同时在寒暑假期间，可能有较多学生群体参团，因此娱乐项目也与收客率具有一定的相关性。而小长假则可能因假期时间较短，不太适合长途的欧洲出境游，因此各项指标相关性都不太明显。4.3.6旅游六要素因素变量与利润率相关性分析相对收客率对于六要素因素变量的相关性不敏感。利润率变量与旅游六要素因素变量的相关性则相对较多。从下表中我们可以看到，与收客率变量一样，短途东南亚出境包价团队旅游线路利润率变量与六要素因素变量之间相关性依然不显著。但是在长途欧洲出境线路则相关性十分明显。从显著性sig的P值来看，在普通日期中，欧洲出境线路利润率与住宿，飞行时间，景点有显著相关，P=0.000<0.01。而在寒暑假，利润率与团餐，住宿，飞行时间，特色交通，景点，项目娱乐具有显著相关，P<0.01。而在小长假，则与住宿，飞行时间，航空公司，景点，项目娱乐具有显著相关，P<0.01。在大长假时，相关变量最多，利润率与团餐、住宿、飞行时间、航空公司、特色交通、景点项目娱乐都具有显著相关，P<0.01。表4-10旅游六要素与利润率相关性分析欧洲团队东南亚团队38 上海师范大学硕士学位论文第4章实证分析Person相Person相时间类别指标显著性N显著性N关关*团餐-.287.01571.065.306253住宿.549**.00071-.065.305253飞行时间-.746**.00071.047.454253航空公司.116.33471.069.275253普通日落地机场-.070.56071.017.794253特色交通.109.36571.081.199253景点.671**.00071-.003.958253娱乐项目.198.09871.062.327253购物点.100.40771-.066.294253*团餐-.382**.00087.165.018205*住宿.721**.00087.175.012204飞行时间-.590**.00087.035.613205航空公司.205.05687-.001.985205寒暑假落地机场-.079.46787.127.070205特色交通.361**.00187.049.485205景点.687**.00087.103.140205娱乐项目.279**.00987.055.437205购物点-.112.30087.121.085205团餐.016.870106.012.842259住宿.707**.000106-.093.134259飞行时间-.582**.000106.038.541259航空公司.251**.009106-.090.146259*小长假落地机场.049.618106.152.014259特色交通.273**.005106-.079.203259*景点.580**.000106.130.036259***娱乐项目.211.030106.173.005259购物点.062.529106.009.884259**团餐-.148.088133.188.006209住宿.400**.000133.059.399209飞行时间-.633**.000133-.060.388209航空公司.310**.000133-.003.962209大长假落地机场-.098.262133.011.873209*特色交通.217.012133.005.940209景点.589**.000133.082.236209娱乐项目.302**.000133.127.067209购物点.129.140133-.030.669209*团餐-.129*.010397.073.025942住宿.586**.000397-.016.616941总量飞行时间-.607**.000397.018.577942航空公司.237**.000397-.009.794942*落地机场-.053.292397.070.03294239 第4章实证分析上海师范大学硕士学位论文特色交通.238**.000397.015.651942景点.611**.000397.063.051942*娱乐项目.255**.000397.073.025942购物点.062.219397-.019.569942从以上结果中，可以看到，在长途欧洲出境包价团队旅游线路中，即使收客率可能受到其他因素的影响，而失去了与旅游六要素各因素变量之间的显著相关性。但产品的利润率变量依然会受到其影响。因为，即使通过其他营销方式等手段，避免了产品因为线路设计时六要素因素变量的不合理而导致的收客率过低，但也会在产品的利润率中反映出来。通过促销贩卖，加大推广等手段提高的收客率必然会增加产品自身成本，或降低产品售出价格。因此同时会影响利润率的变化。从最后的总量分析中，可以看到住宿、航空公司、特色交通、景点、项目娱乐等变量都与利润率呈正相关关系。也就是说团队中的住宿条件越好，特色交通项目越多，景点质量越高，娱乐项目越多，则企业产品所获得利润也越高。说明了对于长途出境游的参团游客，还是希望能在旅行途中可以有更好的住宿条件，也希望游玩过程中能有更好的景点和各类娱乐项目及独特的交通方式。而团餐和飞行时间则与利润率呈负相关关系。说明了，参团游客对于团餐的包含数量是希望能降低的，更多游客应该希望能添加更多的特色餐饮，而非简单，传统的六菜一汤式的传统团队餐饮。而对于飞行时间，则其所需时间越短则更能增加利润率。因此，本文得出如下结论：本研究假设H3成立，即旅游六要素因素中的各因素变量对于出境包价团队旅游线路设计有着显著影响。4.3.7客体其他因素变量与收客率相关性分析表4-11客体其他因素变量与收客率相关性分析欧洲团队东南亚团队Person相Person相时间类别指标显著性N显著性N关关**平均价格-.092.44771-.168.007253日程天数.079.51171.061.337253普通日国家数.084.48471-.017.785253城市数.175.14471.083.190253*平均价格-.118.27687-.162.020205日程天数.112.30287.096.171205寒暑假国家数.022.83787.020.777205城市数.120.26787.063.372205**平均价格-.263.006106-.075.230259小长假*日程天数.193.047106-.006.92725940 上海师范大学硕士学位论文第4章实证分析**国家数.323.001106-.071.258259***城市数.269.005106.137.027259**平均价格.155.074133-.198.004209*日程天数-.220.011133.047.501209大长假**国家数-.135.120133-.223.001209城市数-.157.072133.082.240209*平均价格-.022.661397-.072.028942日程天数.043.393397.051.115942总量**国家数.112.026397-.070.033942**城市数.106.035397.077.018942根据表4-11的相关性分析结果可以看到，收客率变量在各个时间截面与团队平均价格、日程天数、国家数、城市数等变量发生相关性关系较少。在总量的分析上可以看到，收客率与团队途径国家数和城市数变量上有0.05水平的显著性相关，但相关性强度不强。而且东南亚线路呈反向相关。说明了游客在选择欧洲出境团队参团时途径的国家数量和城市数量多的团队对游客更有吸引力，但相关性不强。在参加东南亚出境团队时，由于东南亚出境游中以度假旅游偏多，游客可能不太趋向于途径更多的国家，进行观光式游览，而是更偏好于在一个目的地进行休闲度假时旅游。4.3.8客体其他因素变量与利润率相关性分析表4-12课题其他因素变量与利润率相关性分析欧洲团队东南亚团队Person相Person相时间类别指标显著性N显著性N关关***平均价格.312.00871.154.014253日程天数.071.55471.024.707253普通日国家数-.033.78471-.022.732253城市数.150.21371-.047.456253*平均价格.066.54187.139.047205日程天数-.077.47987.127.069205寒暑假国家数.079.47087-.011.871205*城市数.039.72187-.171.014205****平均价格.378.000106.415.000259日程天数.037.705106-.036.559259小长假国家数.114.245106-.033.592259**城市数.207.033106-.131.035259*平均价格.197.023133.002.979209*大长假日程天数-.211.015133.039.580209**国家数-.159.067133-.221.00120941 第4章实证分析上海师范大学硕士学位论文*城市数-.118.175133.138.046209****平均价格.270.000397.265.000942日程天数-.061.223397-.012.723942总量国家数-.014.779397-.057.082942**城市数.060.230397-.098.003942通过分析利润率变量和团队中的平均价格、日程天数、途径国家数和城市数变量的相关性关系，可以得出表4-12的数据结果。从中可以看出，在大部分的时间截面分析和总量分析上平均价格变量与利润率变量具有显著的相关性，且sig的P值大部分都小于0.01。这也证明了虽然收客率可以通过降低产品价格等方式去改变产品与因素变量之间的相关性关系，但是团队的利润率从某种程度上还是与价格因素具有一定的关联性。价格的降低必然会导致企业产品的利润率降低，也间接的证明了产品的设计受到了影响。而除了价格因素外，其他客体因素变量与利润率之间的相关性则不显著。因此，本文得出如下结论：本研究假设H4不成立，即行程天数、途径国家数、途径城市数、产品日均价格因素变量对于出境包价团队旅游线路设计影响不显著。4.4回归分析本研究以单个出境包价团队旅游线路的收客率及利润率为因变量，以游客个人特征因素变量、宏观因素变量、旅游六要素因素变量及客体其他因素变量为自变量，通过回归分析，来验证各影响因素变量对于出境包价团队旅游线路设计的影响程度。根据本文前一章节的研究，本文中的各变量之间具有一定的多重共线性。因此本研究通过IBMSPSSStatistics22统计软件中的逐步分析法对研究模型进行回归分析。在统计研究中，逐步回归分析法通过逐个引入F检验显著的自变量，直至无法加入新变量，可消除变量间的多重共线性，以便研究可以选出“最优”的回归方程。其中对连续变量采用逐步回归分析方法，对虚拟变量则采用强行进入进行回归分析。同时鉴于欧洲团队和东南亚团队的数据值相差较大，因此在进行回归分析时，两组数据仍分开进行回归分析。4.4.1主体因素变量与收客率及利润率回归分析本文的数据样本主要是时间序列数据样本和横截面数据样本。而回归分析研究对象为横截面数据及面板数据。时间序列数据应通过时间序列分析进行数据分析。[65]因此，为了使主体因素变量更合理的进行回归分析，本研究将时间序列数据中的所有团队分类线路数据进行合并，组成面板数据以便主体因素变量进行相42 上海师范大学硕士学位论文第4章实证分析关回归分析。（一）主体因素变量与收客率回归分析首先对欧洲团队线路相关数据收客率进行逐步回归分析，共进行了3步，7个自变量中共进入3个自变量，分别为游客年龄、性别和社会因素变量。其中R方在逐步回归中增加不明显，总体拟合度不高。在最后的第三模型中F统计量为44.663，系统自动检验的显著性水平为0.000。因此回归方程相关极其显著。由此可以得到欧洲团队线路收客率的回归模型方程：Receive=149.892-1.645X1-0.038X2+0.987X3,其中X1为游客年龄，X2为游客性别比例，X3为社会因素。表4-13欧洲团队线路主体因素变量与收客率回归结果模型1模型2模型3变量B显著性B显著性B显著性C（常数）149.8920150.4080147.1420游客年龄-1.6640-1.6760-1.6450性别-0.0390.031-0.0380.032社会因素0.9870.045F显著性F显著性F显著性bANOVA124.348.00064.758.00044.663.000RR方RR方RR方模型统计量.3490.122.3550.126.3610.13而在东南亚团队线路数据的分析中，逐步回归分析只进行了一步，收客率只和游客年龄有回归相关。拟合度不高，F的统计量为85.204，系统自动检验的显著性水平为0.000。可以得到的东南亚团队线路收客率回归模型方程为：Receive=140.61-1.312X1，其中X1为游客年龄。表4-14东南亚团队线路主体因素变量与收客率回归结果模型1变量B显著性C（常数）140.610游客年龄-1.3120F显著性bANOVA85.204.000RR方a模型统计量.2910.084根据以上两个不同地区收客率与主体因素变量的逐步回归分析中，我们可以得出与相关性分析基本一致的结果。收客率变量受到其他因素影响，即使受到一定的主体因素变量的影响，存在具有显著性相关的回归方程，但是拟合度较低，说明有可能还存在其他可以解释的自变量，而在东南亚地区则几乎不受主体因素43 第4章实证分析上海师范大学硕士学位论文变量影响。（二）主体因素变量与利润率回归分析对欧洲团队线路相关数据利润率进行逐步回归分析，共执行了三步，引入自变量游客年龄，社会因素和季节三个自变量。其中判定系数RSquare数值逐步增加，在第三模型中接近达到0.04，方程具有一定程度的拟合度。F值为178.185，显著性值小于0.001，回归极显著。由此得到利润率回归方程：Profit=127.724-3.111X1-1.579X3+2.614X4，其中X1为游客年龄，X3为社会因素，X4为季节因素。表4-15欧洲团队线路主体因素变量与利润率回归结果模型1模型2模型3变量B显著性B显著性B显著性C（常数）125.9620.000130.4360.000127.7240.000游客年龄-3.1060.000-3.1480.000-3.1110.000社会因素-1.3530.003-1.5790.001季节2.6140.015F显著性F显著性F显著性ANOVA512.2530.000262.90.000178.1850.000RR方RR方RR方模型统计量0.6030.3630.6080.370.6110.374而在东南亚团队的利润率分析中，逐步回归分析共引入了两个自变量，分别为游客年龄和社会因素。其模型拟合度仍然不高，只有0.106。F值为54.692。回归方程显著性0.000小于0.001，回归极显著。相关回归方程为：Profit=118.553-2.931X1-4.782X3，其中X1为游客年龄，X3为社会因素。表4-16东南亚团队线路主体因素变量与利润率回归结果模型1模型2变量B显著性B显著性C（常数）116.8870.000118.5530.000游客年龄-2.9360.000-2.9310.000社会因素-4.7820.016F显著性F显著性ANOVA103.0440.00054.6920.000RR方RR方模型统计量0.3170.1000.3260.106从以上的结果中可以看到，利润率相对于收客率与主体因素变量之间的回归拟合度更高，即其受自变量解释变异的程度也越高。从利润率的分析中更加可以看出主体因素对于出境包价团队旅游线路的市场和企业的相关影响。44 上海师范大学硕士学位论文第4章实证分析4.4.2客体因素变量与收客率及利润率回归分析以旅游团队中旅游六要素因素的团餐、住宿、飞行时间、航空公司、起落地机场、特色交通、景点、娱乐项目、购物点变量及客体其他因素中的平均价格、日程天数、国家数、城市数变量为自变量与团队旅游线路的收客率和利润率作为因变量进行回归分析，以确定其多元回归模型，来明确各变量之间的数量依存关系，从而了解各变量之间的内在规律。（一）客体因素变量与收客率回归分析首先将欧洲团队线路收客率作为因变量与客体因素变量进行逐步回归分析。分析得出共获得了4个模型，引入了4个自变量，分别为住宿、团餐、国家及航空公司变量。四个模型的R方数值总体较低，回归拟合度不高。其中，相比较下，第四模型的R方值为最高。而第四模型中，F检验的显著性水平为0.000，因此回归方程模型是具有统计学意义的。由此欧洲团队线路收客率与客体因素变量的回归模型方程为：Receive=77.769+8.699X1-9.188X2+1.625X3+0.048X4，其中X1为住宿水准变量变量，X2为团餐包含变量变量，X3为途径国家数变量，X4为航公公司等级变量。表4-17欧洲团队线路客体因素变量与收客率回归结果模型1模型2模型3模型4变量B显著性B显著性B显著性B显著性C（常数）65.1440.00093.5430.00085.5190.00077.7690.000住宿8.0950.0008.9650.0009.1560.0008.6990.000团餐-10.4360.001-9.6010.003-9.1880.005国家数1.5480.0131.6250.009航空公司0.0480.014F显著性F显著性F显著性F显著性ANOVA34.5530.00022.8480.00017.5220.00014.8180.000RR方RR方RR方RR方模型统计量0.2840.0800.3220.1040.3430.1180.3620.131而在东南亚团队线路中，相比较欧洲团队线路的回归分析，其拟合度更低，其中第三模型R方值最高，其F显著性值为0.000小于0.001水平，为极显著水平。其回归模型方程为：Receive=95.121-4.933X3+0.988X5+0.639X6，其中X3为途径国家数变量，X5为途径城市数变量，X6为包含特色交通数变量。45 第4章实证分析上海师范大学硕士学位论文表4-18团队线路客体因素变量与收客率回归结果模型1模型2模型3变量B显著性B显著性B显著性C（常数）91.3870.00095.9080.00095.1210.000城市书0.7220.0180.9520.0030.9880.002国家数-4.8440.004-4.9330.004特色交通0.6390.043F显著性F显著性F显著性ANOVA5.6000.0186.8840.0015.9780.000RR方RR方RR方模型统计量0.0770.0060.1200.0140.1370.019根据以上回归分析结果，我们可以看到收客率与客体因素各变量之间依赖并不明显，且两个回归方程的拟合度都不高，证明在所分析的客体因素变量之外仍有其他因素对收客率有着较大的影响，因此不太适合进行进一步的预测。（二）客体因素变量与利润率回归分析现在将欧洲团队线路利润率作为因变量与客体因素变量进行回归分析，共计得到了7个模型，且模型统计量的R方在第七个模型中数值为0.571，具有较高的拟合度，自变量解释因变量变异程度较高。第七个模型的F值为73.878，且其显著性水平为0.000小于0.001，回归模型具有统计学意义。因此选择第七模型可以得到该回归模型方程为：Profit=7.424+5.771X1-7.818X2+0.036X4+1.22X6+3.849X7-0.024X8+0.004X9，其中X1为住宿水准变量变量，X2为团餐包含变量变量，X4为航公公司等级变量，X6为包含特色交通数变量，X7为景点质量变量，X8为飞行时间变量，X9为平均价格变量。表4-19团队线路客体因素变量与利润率回归结果模型1模型2模型3模型4模型5模型6模型7显显显显显显显变量B著B著B著B著B著B著B著性性性性性性性-C（常0.014.40.10.680.917.10.112.0.29.90.37.40.576.1数）00906714816240827640662401348.550.05.740.04.460.04.130.03.90.03.80.03.80.0景点700400100400560004004900------飞行时0.00.00.00.00.00.00.030.020.020.00.00.0间0000000000006962525245.210.06.570.06.40.06.00.05.70.0住宿60040053006400710046 上海师范大学硕士学位论文第4章实证分析----0.00.00.00.0团餐7.617.47.97.8000000002912318航空公0.00.00.00.00.00.0司370138013601平均价0.00.00.00.0格04050405特色交1.20.0通2042显显显显显显显F著F著F著F著F著F著F著性性性性性性性234.0.0192.0.0145.0.0117.0.098.0.084.0.073.0.0ANOVA78800721003390006800396008100087800RRRRRRRRRRRRRR方方方方方方方模型统0.610.30.700.40.720.50.730.50.70.5.750.50.70.5f计量17339552684446572665571而在东南亚团队线路中，其逐步回归分析，也引入了七个自变量，产生了七个模型。但其拟合度仍然不高，其中第七模型R方值最高，其F显著性值为0.000小于0.001水平，为极显著水平。其回归模型方程为：Profit=-92.313+9.373X2-14.607X3+2.279X5+0.041X9+4.342X10+2.25X11+0.274X12，其中X2为团餐包含变量变量，X3为途径国家数变量，X5为途径城市数变量，X9为平均价格变量，X10为日程天数变量，X11为娱乐项目数量变量，X12为日程起落机场水平变量。表4-20东南亚团队线路客体因素变量与利润率回归结果模型1模型2模型3模型4模型5模型6模型7显显显显显显显变量B著B著B著B著B著B著B著性性性性性性性-------C（常0.00.00.00.00.00.00.020.748.556.765.159.265.592.3数）0000000000000009382947889213平均价0.030.00.030.00.030.00.030.00.030.00.040.00.040.0格100600600600600100100日程天3.490.03.490.03.430.04.280.04.280.04.340.0数803403504201801200娱乐项2.670.02.640.02.490.02.370.02.250.0目722523732241053落地机0.260.00.270.00.280.00.270.0场72481911742047 第4章实证分析上海师范大学硕士学位论文---0.00.00.0国家数11.514.314.62407062172072.320.02.270.0城市书4369409.370.0团餐344显显显显显显显F著F著F著F著F著F著F著性性性性性性性70.70.039.90.028.50.022.70.019.30.016.80.015.00.0ANOVA0000290004005400010075009100RRRRRRRRRRRRRR方方方方方方方模型统0.260.00.280.00.280.00.290.00.300.00.310.00.310.1计量570078984889694398902从以上回归分析中可以得出，对于旅游团队线路的客体因素变量而言，其与团队线路的利润率有更好的回归关系。而收客率受到其他因素的影响并未表现出明显的回归关系。而且在长途的欧洲出境包价团队旅游线路和短途的东南亚旅游线路中，欧洲线路更受客体因素影响。48 上海师范大学硕士学位论文第5章结语第5章结语5.1研究结论出境旅游一直以来都是国内外旅游学术界研究的热门课题，而对于出境包价团队旅游而言，国内的相关研究则相对较少，大部分研究文献都是国外进行的相关研究。因此，本文结合相关旅游企业的实际出境包价团队产品运营数据，通过对出境包价团队旅游线路设计影响因素运用统计学相关性分析方法进行研究，最终得出影响出境包价团队旅游线路设计的相关因素变量，及其相关程度。并通过回归分析方法，构建了相关回归模型，以反映相关影响因素变量之间的相互依存关系及变动规律。（1）通过将出境包价团队旅游线路中参团游客年龄、性别、出生地、签发地及该游客参团订单来源因素作为游客个人特征因素变量，团队发团日期的季节及社会休闲时间作为主体宏观因素变量来研究相关团队的主体因素对于出境包价团队旅游线路设计的影响程度。最终通过分析，可以得出出境包价团队旅游线路设计时应考虑团队产品的受众群体的年龄，性别及客源地。（2）而通过将出境包价团队旅游线路中的所包含的团餐数量、住宿酒店质量、所乘航班的飞行时间、航空公司质量、起落机场水平、旅途中所含特色交通数量、所含景点质量、所含娱乐项目数量、所含购物店数量、行程日程天数、途径国家数、途径城市数及产品的日均价格作为客体影响因素变量来研究其对相关团队线路设计的影响程度。从结果中，可以看到，对于长途出境包价团队旅游线路，其设计时的团餐数量、住宿酒店质量、航班飞行时间、航空公司等级、所含特色交通数量，娱乐项目数量及平均价格都对产品设计完成后的市场接受度和游客购买选择有直接的影响。其中团餐数量、飞行时间呈负相关，因此在旅游线路设计时因考虑到相关因素，尽可能安排直飞航班以减少飞行时间，及减少传统的团队餐饮，更多的增加一些特色餐饮。而住宿酒店质量、航空公司等级、特色交通数量、景点质量、娱乐项目及平均价格呈正相关，则说明了，在长途出境包价团队旅游线路设计时，应更加注重酒店的质量，所乘航班所属航空公司的服务，途中应尽可能的安排各类特色交通，如邮轮，火车等方式，而不是一味的乘坐旅游大巴，对于旅途的景点质量和娱乐项目也应尽可能的进行合理设计。因此在长途出境包价团队旅游线路设计时，线路设计人员应注意这些因素。这样才可以时所设计的线路具有更好的市场，获得游客的选择。而对于东南亚短途出境旅游，则可能受当前市场进入门槛较低，市场竞争过于激烈，无法通过相关数据进行合49 第5章结语上海师范大学硕士学位论文理的数据分析得出有效的结果。5.2研究不足与局限鉴于研究者个人能力、时间及数据量过大等各种限制，本研究仅是对于出境包价团队旅游线路设计影响因素的初步研究成果，在研究和撰写论文过程中，本人仍然发现研究中的许多的不足之处与局限。首先，由于此研究方向的相关国内外研究较少，因此本研究在进行文献收集过程中存在一定的难度。缺乏一定的系统理论架构支撑，对于文章的理论基础存在一定的局限性。其次，由于出境包价团队旅游线路市场的竞争激烈，而影响因素又过于繁多。除了受本文所研究的产品自身属性因素，即客体因素及参团游客主体因素和宏观因素影响外，出境包价团队旅游线路设计时还需要考虑其他企业同类产品的设计，企业的营销手段及企业销售员工的个人能力等诸多因素。因此，本研究结果仅局限于此次研究数据所呈现分析结果。如未来研究可扩大数据数量及影响变量范围，则研究应更具有客观性及科学性。50 上海师范大学硕士学位论文参考文献参考文献[1]中国旅游研究院.中国出境旅游发展年度报告2015[M].北京：旅游教育出版社，205.[2]世界旅游城市联合会.中国公民出境(城市)旅游消费市场调查报告[R].北京，2014.[3]楚义芳.关于旅游线路设计的初步研究[J].旅游学刊，1992(2)：9-13.[4]邱扶东，吴明证.旅游决策影响因素研究[J].心理科学，2004.27(5)：1214-1217.[5]徐明，谢彦君.旅游学概论[M].北京：北京国际文化出版公司，1995.[6]吴国清.旅游线路设计[M].北京：旅游教育出版社，2015.[7]BeverleySparks，GraceWenPan.ChineseOutbandtourists:Understandingtheirattitudes,constraintsanduseofinformationsources[J].TourismManagement，2009.30(4)：483-494.[8]王晓峰.中国出境旅游人口规模的增长、原因及趋势[J].人口学刊，2006，160(6)：11-15.[9]杨丽萍.我国旅游者旅游消费行为模式及相关因素的分析[J].中山大学学报，2005(3)：34-37.[10]Sheldon，P．J．，J．Mak．TheDemandforPackageTours：AModeChoiceModel[J]．JournalofTravelResearch，1987，25(3)：13-17．[11]Ouiroga，I．CharacteristicsofpackagetoursinEurope[J]．AnnalsofTourismResearch，1990，17：185—207．12]ChristerT．HedonicPriceModelsandSun—and—BeachPackageTours:TheNorwegianCase[J].JournaIofTravelResearch．2005，2(43)：302一308．[13]Taylor，P．Measuringchangesintherelativecompetitivenessofpackagetourdestinations[J]．TourismEconomics，1995，1(2)：169-182．[14]Chak-keungS．W．，W．Y．Y．Kwong．Outboundtourists’selectioncriteriaforchoosinga11-inclusivepackagetours[J]．TourismManagement，2004(25)：581—592.[15]Vincent．C．S．Heung．，R．Chu．ImportantFactorsAffectingHongKongConsumers’ChoiceofaTravelAgencyforAll—InclusivePackageTours[J]．JournaloftraveIResearch，2000，8(39)：52—59.[16]WoodsideA.G.LysonskiS.A.generalmodeloftravelerdestinationchoice[J].JournalofTravelResearch，1989，27(1)：8-14.[17]GilbertD.C.Consumerbehaviorintourism.Progressintourism,recreationandhospitalitymanagement[J].1991，3：78-105.[18]SchmollG.A.ToursimPromtion[M].LondonTourisminternationalPress，1977.[19]WahabGrampton，Rothfield.ToursimMarketing[M].London:Tourisminternational，1976.[20]MoutinhoL.ConsumerBehaviorinTourism[M].EuropeanJournalofMarketing，1987，21(10)：1-44.[21]MathiesonA.andWallG.Tourism:Economic,PhysicalandSocialImpacts[M].Harlow,UK：Longman，1982.[22]JuanL.NicolauandFranciscoJeams.TheInfluenceofdistanceandpricesonthechoiceoftourisdestinationsTheModeratingRoleofMotivations[J].Tourismmanagement，2006(10)：982-996.[23]GilbertD.C.AnExaminationoftheConsumerBehaviorProcessRelatedtoTourism[M].InCooper，C.(Ed.)，ProgressinTourism，1991(3)：78-105.51 参考文献上海师范大学硕士学位论文[24]程伟进.亚洲出境旅游市场发展综述[J].旅游学刊，1994(3)：21-24[25]赖宝，张补宏.中国出境旅游发展历程综述[J].国际经贸探索，2009(6)：16-20[26]欧玉婷，桑广书.国内出境旅游市场研究综述[J].云南地理环境研究，2008(3)：116-120[27]马波，寇敏.中国出境旅游发展及其影响的初步研究[J].旅游学刊，2006，21(7)：24-28[28]厉新建.中国出境旅游市场发展变化与趋势[J].人文地理，2006，21(3)：83-87[29]张辉，厉新建，秦宇.中国出境旅游市场现状与趋势判断[J].商业研究，2003(2)：147-151[30]王红玲，舒伯阳.中国公民出境旅游的消费行为分析及行业政策研究[J].财贸经济，2004(8)：59-61.[31]王素洁，齐善鸿.消费主义与中国公民出境旅游高消费行为探析[J].旅游学刊，2005(6)：39-44.[32]戴斌，杨宏浩.出境旅游市场影响因素理论与实证分析[J].企业经济，2009(8)：131-134.[33]蔡家成.试论我国出境旅游管理体制改革问题[J].旅游学刊，2000，15(3)：13-18.[34]吴晓春，刘静艳.包价旅游产品服务属性的实证研究[J].中山大学学报：社会科学版，2006，46(4)：119-122.[35]徐勇，王维国.包价旅游产品过度价格竞争的经济分析[J].经济问题探索，2010(1)：160-165.[36]周洪江.旅游合同性质决定之局限性探讨—以日本的学说及裁判实践为例[J].旅游学刊,2009,24(11)：71-78.[37]吴凯.旅游线路设计与优化中的运筹学问题[J].旅游科学，2004，18(1)：41-44.[38]王美香，杨继奎.旅游线路优化设计探讨[J].决策与信息旬刊，2012：167-169.[39]马勇.区域旅游线路设计初探[J].旅游开发与旅游地理，1989，5(3).[40]黄万华.湖南旅游线路设计与开发中的几个问题[J].人文地理，1997(01)：74-77.[41]李山，王慧，王铮.中国国内观光旅游线路设计中的游时研究[J].人文地理，2005，20(2)：51-56.[42]高峻,郑中霖,付晶.gis技术在旅游线路设计中的应用[J].上海师范大学学报：自然科学版，2006，35(3)：92-97[43]郭英之.中国出境旅游市场定位与影响因子[M].北京：知识产权出版社，2012.[44]王纯阳，屈海林.旅游动机、目的地形象与旅游者期望[J].旅游学刊，2013，28(6):26-37.[45]刘敏.社会学视角下中国公民出境旅游的文化价值—对旅游社会文化影响的案例研究[J].旅游学刊，2009，24(12):70-77.[46]冯庆，孙根年.收入驱动国民出境旅游S模型[J].政府经济管理，2014，36(7):11-18.[47]沈涵.游客的旅游地选择与购买决策模型分析[J].旅游学刊，2005，20(3):43-47.[48]许沁乔.城市居民出境旅游决策行为意愿影响因素研究[J].产业研究，2015(3):28-29.[49]刘娟.出境旅游客流输出与国家形象感知的空间对应性分析[J].宁夏社会科学，2015，188(1):31-38.[50]王洁洁.国际关系及重大事件对出入境旅游的影响—以中国与主要客源国(地)为例[D].陕西师范大学，2011.[51]戴学峰.基于国际比较的中国出境旅游超前发展初探[J].旅游学刊，2012，27(9):9-16.[52]郭亚军.旅游者决策行为研究[J].西北大学，2010.[53]张辉.中国出境旅游市场现状与趋势判断[J].商业研究.2003，262(2):147-152.[54]许振晓.中国出境旅游市场实效性分析及其对策[J].旅游学科，2002，18(1):45-48.[55]王伟宁.结合外汇管理形式变化分析中国出境旅游现状[J].西南金融，2004(11):27-28.52 上海师范大学硕士学位论文参考文献[56]向莹.SAS软件对国内旅游收入的线性回归分析[J].科技创业月刊，2012(3):30-31.[57]樊小敏.旅游线路产品中的时间分配：基于大量样本的统计分析[D].华东师范大学，2013.[58]潘玉侠，梁勤欧.基于遗传算法的旅游线路优化[J].浙江师范大学学报(自然科学版)，2011，34(3):350—354.[59]王元元.大数据背景下旅行社虚拟价值链模型研究[D].浙江工商大学，2015.[60]戴学峰，巫宁.中国出境旅游高速增长的负面影响探析[J].旅游学刊，2005，20(6):39-44.[61]孔亚丽.基于《旅游法》视角下的旅行社产品创新研究[J].赤峰学院学报(自然科学版)，2015，31(1):84-86.[62]张传利.中国出境旅游市场发展及影响因素研究[D].华东师范大学，2010.[63]朱蕴波.北京市出境旅游市场消费特征[J].北京社会科学，2006(4):76-79.[64]EarlBabble.社会研究方法[M].北京：华夏出版社，2009.[65]朱星宇，陈勇强.SPSS多元统计分析方法及应用[M].北京：清华大学出版社，2011.[66]费宇.多元统计分析—基于R[M].北京：中国人民大学出版社，2014.53 附录上海师范大学硕士学位论文附录A主体因素回归分析结果1、欧洲团队线路与收客率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率<=.050，游客年龄.F-to-remove的机率>=.100）。2逐步（准则：F-to-enter的机率<=.050，性别.F-to-remove的机率>=.100）。3逐步（准则：F-to-enter的机率<=.050，社会因素.F-to-remove的机率>=.100）。a.应变数:收客率模型摘要d变更统计资料模型RR平方调整后R平方标准偏斜度错误R平方变更F值变更df11.349a.122.12116.09077%.122124.34812.355b.126.12416.05806%.0054.66213.361c.130.12716.03098%.0044.0331模型摘要d变更统计资料模型df2显著性F值变更1898.0002897.0313896.045a.预测值：（常数），游客年龄b.预测值：（常数），游客年龄,性别c.预测值：（常数），游客年龄,性别,社会因素d.应变数:收客率变异数分析a模型平方和df平均值平方F显著性1回归32195.233132195.233124.348.000b残差232503.712898258.913总计264698.9468992回归33397.310216698.65564.758.000c残差231301.636897257.861总计264698.9468993回归34433.860311477.95344.663.000d残差230265.086896256.99254 上海师范大学硕士学位论文附录总计264698.946899a.应变数:收客率b.预测值：（常数），游客年龄c.预测值：（常数），游客年龄,性别d.预测值：（常数），游客年龄,性别,社会因素系数a非标准化系数标准化系数显著共线性统计数据模型B标准错误BetaT性允差VIF1（常数）149.8925.72126.199.000游客年龄-1.664.149-.349-11.151.0001.0001.0002（常数）150.4085.71526.320.000游客年龄-1.676.149-.351-11.245.000.9991.001性别-.039.018-.067-2.159.031.9991.0013（常数）147.1425.93224.804.000游客年龄-1.645.150-.345-10.997.000.9881.012性别-.038.018-.067-2.149.032.9991.001社会因素.987.491.0632.008.045.9891.011a.应变数:收客率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1性别-.067b-2.159.031-.072.9991.001.999出生地-.016b-.523.601-.017.9991.001.999签发地-.044b-1.406.160-.047.9991.001.999订单来源-.031b-1.001.317-.033.9991.001.999季节.026b.814.416.027.9831.017.983社会因素.063b2.019.044.067.9891.011.9892出生地-.017c-.530.596-.018.9991.001.997签发地-.044c-1.408.159-.047.9991.001.997订单来源-.031c-1.003.316-.033.9991.001.998季节.022c.703.482.023.9801.020.980社会因素.063c2.008.045.067.9891.011.9883出生地-.017d-.557.578-.019.9991.001.987签发地-.042d-1.351.177-.045.9981.002.987订单来源-.031d-.988.323-.033.9991.001.987季节.010d.304.761.010.9401.064.940a.应变数:收客率b.模型中的预测值：（常数），游客年龄c.模型中的预测值：（常数），游客年龄,性别d.模型中的预测值：（常数），游客年龄,性别,社会因素55 附录上海师范大学硕士学位论文56 上海师范大学硕士学位论文附录2、欧洲团队线路与利润率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率游客年龄.<=.050，F-to-remove的机率>=.100）。2逐步（准则：F-to-enter的机率社会因素.<=.050，F-to-remove的机率>=.100）。3逐步（准则：F-to-enter的机率季节.<=.050，F-to-remove的机率>=.100）。a.应变数:利润率模型摘要d调整后R平标准偏斜度错变更统计资料模型RR平方方误R平方变更F值变更df11.603a.363.36314.79256%.363512.25312.608b.370.36814.72719%.0068.99013.611c.374.37214.68722%.0045.8891模型摘要d变更统计资料模型df2显著性F值变更1898.0002897.0033896.015a.预测值：（常数），游客年龄b.预测值：（常数），游客年龄,社会因素c.预测值：（常数），游客年龄,社会因素,季节d.应变数:利润率变异数分析a模型平方和df平均值平方F显著性1回归112091.0711112091.071512.253.000b残差196500.244898218.820总计308591.3158992回归114040.831257020.415262.900.000c残差194550.485897216.890总计308591.3158993回归115311.183338437.061178.185.000d残差193280.132896215.714总计308591.31589957 附录上海师范大学硕士学位论文a.应变数:利润率b.预测值：（常数），游客年龄c.预测值：（常数），游客年龄,社会因素d.预测值：（常数），游客年龄,社会因素,季节系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）125.9625.26023.948.000游客年龄-3.106.137-.603-22.633.0001.0001.0002（常数）130.4365.44523.955.000游客年龄-3.148.137-.611-22.921.000.9891.011社会因素-1.353.451-.080-2.998.003.9891.0113（常数）127.7245.54423.038.000游客年龄-3.111.138-.604-22.570.000.9771.023社会因素-1.579.460-.093-3.435.001.9491.054季节2.6141.077.0662.427.015.9431.061a.应变数:利润率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1性别.016b.617.537.021.9991.001.999出生地-.024b-.913.362-.030.9991.001.999签发地.024b.914.361.030.9991.001.999订单来源-.042b-1.571.116-.052.9991.001.999季节.047b1.758.079.059.9831.017.983社会因素-.080b-2.998.003-.100.9891.011.9892性别.016c.600.549.020.9991.001.988出生地-.023c-.877.381-.029.9991.001.988签发地.022c.828.408.028.9981.002.988订单来源-.042c-1.603.109-.053.9991.001.989季节.066c2.427.015.081.9431.061.9433性别.019d.729.466.024.9961.004.940出生地-.022d-.818.414-.027.9981.002.942签发地.020d.745.457.025.9961.004.942订单来源-.046d-1.746.081-.058.9961.004.940a.应变数:利润率b.模型中的预测值：（常数），游客年龄c.模型中的预测值：（常数），游客年龄,社会因素d.模型中的预测值：（常数），游客年龄,社会因素,季节58 上海师范大学硕士学位论文附录59 附录上海师范大学硕士学位论文3、东南亚团队线路与收客率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率游客年龄.<=.050，F-to-remove的机率>=.100）。a.应变数:收客率模型摘要b调整后R平标准偏斜度错变更统计资料模型RR平方方误R平方变更F值变更df11.291a.084.08314.48176%.08485.2041模型摘要b变更统计资料模型df2显著性F值变更1924.000a.预测值：（常数），游客年龄b.应变数:收客率变异数分析a模型平方和df平均值平方F显著性1回归17869.116117869.11685.204.000b残差193782.525924209.721总计211651.641925a.应变数:收客率b.预测值：（常数），游客年龄系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）140.6105.38326.123.000游客年龄-1.312.142-.291-9.231.0001.0001.000a.应变数:收客率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1性别.000b.0001.000.000.9981.002.998出生地-.006b-.189.850-.006.9971.003.997签发地-.032b-1.002.316-.033.9991.001.999订单来源-.040b-1.274.203-.0421.0001.0001.000季节-.047b-1.496.135-.0491.0001.0001.000社会因素.012b.382.703.013.9931.007.99360 上海师范大学硕士学位论文附录a.应变数:收客率b.模型中的预测值：（常数），游客年龄61 附录上海师范大学硕士学位论文4、东南亚团队线路与利润率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率游客年龄.<=.050，F-to-remove的机率>=.100）。a.应变数:收客率模型摘要b调整后R平标准偏斜度错变更统计资料模型RR平方方误R平方变更F值变更df11.291a.084.08314.48176%.08485.2041模型摘要b变更统计资料模型df2显著性F值变更1924.000a.预测值：（常数），游客年龄b.应变数:收客率变异数分析a模型平方和df平均值平方F显著性1回归17869.116117869.11685.204.000b残差193782.525924209.721总计211651.641925a.应变数:收客率b.预测值：（常数），游客年龄系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）140.6105.38326.123.000游客年龄-1.312.142-.291-9.231.0001.0001.000a.应变数:收客率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1性别.000b.0001.000.000.9981.002.998出生地-.006b-.189.850-.006.9971.003.997签发地-.032b-1.002.316-.033.9991.001.999订单来源-.040b-1.274.203-.0421.0001.0001.000季节-.047b-1.496.135-.0491.0001.0001.000社会因素.012b.382.703.013.9931.007.99362 上海师范大学硕士学位论文附录a.应变数:收客率b.模型中的预测值：（常数），游客年龄63 附录上海师范大学硕士学位论文附录B客体因素回归分析结果1、欧洲团队线路与收客率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率住宿.<=.050，F-to-remove的机率>=.100）。2逐步（准则：F-to-enter的机率团餐.<=.050，F-to-remove的机率>=.100）。3逐步（准则：F-to-enter的机率国家数.<=.050，F-to-remove的机率>=.100）。4逐步（准则：F-to-enter的机率航空公司.<=.050，F-to-remove的机率>=.100）。a.应变数:收客率模型摘要e调整后R平标准偏斜度错变更统计资料模型RR平方方误R平方变更F值变更df11.284a.080.07818.20724%.08034.55312.322b.104.09917.99600%.02310.32713.343c.118.11117.87707%.0146.26014.362d.131.12217.76372%.0136.0321模型摘要e变更统计资料模型df2显著性F值变更1395.0002394.0013393.0134392.014a.预测值：（常数），住宿b.预测值：（常数），住宿,团餐c.预测值：（常数），住宿,团餐,国家数d.预测值：（常数），住宿,团餐,国家数,航空公司e.应变数:收客率变异数分析a模型平方和df平均值平方F显著性1回归11454.594111454.59434.553.000b64 上海师范大学硕士学位论文附录残差130943.851395331.503总计142398.4453962回归14799.10827399.55422.848.000c残差127599.337394323.856总计142398.4453963回归16799.68035599.89317.522.000d残差125598.766393319.590总计142398.4453964回归18702.97044675.74214.818.000e残差123695.476392315.550总计142398.445396a.应变数:收客率b.预测值：（常数），住宿c.预测值：（常数），住宿,团餐d.预测值：（常数），住宿,团餐,国家数e.预测值：（常数），住宿,团餐,国家数,航空公司系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）65.1443.66517.773.000住宿8.0951.377.2845.878.0001.0001.0002（常数）93.5439.5519.794.000住宿8.9651.388.3146.460.000.9621.040团餐-10.4363.247-.156-3.214.001.9621.0403（常数）85.51910.0158.539.000住宿9.1561.381.3216.631.000.9591.043团餐-9.6013.243-.144-2.961.003.9521.051国家数1.548.619.1202.502.013.9841.0174（常数）77.76910.4407.449.000住宿8.6991.384.3056.283.000.9421.062团餐-9.1883.227-.138-2.847.005.9491.054国家数1.625.616.1252.640.009.9811.019航空公司.048.019.1172.456.014.9781.022a.应变数:收客率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1平均价格-.107b-2.149.032-.108.9261.080.926团餐-.156b-3.214.001-.160.9621.040.962飞行时间-.140b-2.464.014-.123.7081.412.70865 附录上海师范大学硕士学位论文航空公司.118b2.430.016.122.9831.017.983落地机场.016b.320.749.016.9951.005.995特色交通.037b.741.459.037.9481.055.948景点.146b2.506.013.125.6781.474.678娱乐项目.008b.154.877.008.9301.076.930购物点.033b.686.493.035.9981.002.998日程天数.073b1.508.132.076.9891.011.989国家数.134b2.794.005.139.9941.006.994城市书.106b2.214.027.1111.0001.0001.0002平均价格-.098c-1.989.047-.100.9231.084.898飞行时间-.102c-1.748.081-.088.6661.502.647航空公司.110c2.307.022.116.9811.020.944落地机场.010c.201.841.010.9931.007.958特色交通.029c.588.557.030.9461.057.910景点.114c1.940.053.097.6531.532.629娱乐项目.010c.200.842.010.9291.076.898购物点.030c.621.535.031.9981.002.960日程天数.066c1.381.168.069.9871.013.954国家数.120c2.502.013.125.9841.017.952城市书.093c1.959.051.098.9921.008.9543平均价格-.059d-1.098.273-.055.7791.283.779飞行时间-.103d-1.778.076-.089.6661.502.646航空公司.117d2.456.014.123.9781.022.942落地机场.006d.134.893.007.9931.007.951特色交通.017d.352.725.018.9371.067.904景点.119d2.040.042.103.6521.534.629娱乐项目.012d.244.808.012.9291.076.896购物点.026d.553.580.028.9971.003.951日程天数-.006d-.108.914-.005.6441.553.641城市书.017d.252.801.013.4852.061.4814平均价格-.057e-1.061.289-.054.7791.283.779飞行时间-.095e-1.643.101-.083.6631.507.642落地机场.002e.038.970.002.9911.009.938特色交通.010e.207.836.010.9341.071.892景点.106e1.819.070.092.6461.548.627娱乐项目.014e.277.782.014.9291.076.880购物点.016e.332.740.017.9891.011.941日程天数-.017e-.281.779-.014.6411.561.637城市书-.001e-.009.993.000.4802.085.47566 上海师范大学硕士学位论文附录a.应变数:收客率b.模型中的预测值：（常数），住宿c.模型中的预测值：（常数），住宿,团餐d.模型中的预测值：（常数），住宿,团餐,国家数e.模型中的预测值：（常数），住宿,团餐,国家数,航空公司67 附录上海师范大学硕士学位论文2、欧洲团队线路与利润率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率景点.<=.050，F-to-remove的机率>=.100）。2逐步（准则：F-to-enter的机率飞行时间.<=.050，F-to-remove的机率>=.100）。3逐步（准则：F-to-enter的机率住宿.<=.050，F-to-remove的机率>=.100）。4逐步（准则：F-to-enter的机率团餐.<=.050，F-to-remove的机率>=.100）。5逐步（准则：F-to-enter的机率航空公司.<=.050，F-to-remove的机率>=.100）。6逐步（准则：F-to-enter的机率平均价格.<=.050，F-to-remove的机率>=.100）。7逐步（准则：F-to-enter的机率特色交通.<=.050，F-to-remove的机率>=.100）。a.应变数:利润率模型摘要h调整后R平标准偏斜度错变更统计资料模型RR平方方误R平方变更F值变更df11.611a.373.37111.90909%.373234.78812.703b.495.49210.70493%.12294.86313.725c.526.52210.37993%.03126.05914.738d.544.54010.18963%.01815.81615.746e.557.55210.05775%.01311.34716.752f.566.5599.96851%.0098.03217.755g.571.5639.92835%.0054.1621模型摘要h变更统计资料模型df2显著性F值变更1395.0002394.0003393.00068 上海师范大学硕士学位论文附录4392.0005391.0016390.0057389.042a.预测值：（常数），景点b.预测值：（常数），景点,飞行时间c.预测值：（常数），景点,飞行时间,住宿d.预测值：（常数），景点,飞行时间,住宿,团餐e.预测值：（常数），景点,飞行时间,住宿,团餐,航空公司f.预测值：（常数），景点,飞行时间,住宿,团餐,航空公司,平均价格g.预测值：（常数），景点,飞行时间,住宿,团餐,航空公司,平均价格,特色交通h.应变数:利润率变异数分析a模型平方和df平均值平方F显著性1回归33299.172133299.172234.788.000b残差56021.452395141.826总计89320.6243962回归44170.000222085.000192.721.000c残差45150.624394114.595总计89320.6243963回归46977.659315659.220145.339.000d残差42342.966393107.743总计89320.6243964回归48619.832412154.958117.068.000e残差40700.792392103.829总计89320.6243965回归49767.70259953.54098.396.000f残差39552.923391101.158总计89320.6243966回归50565.86468427.64484.810.000g残差38754.76039099.371总计89320.6243967回归50976.07777282.29773.878.000h残差38344.54838998.572总计89320.624396a.应变数:利润率b.预测值：（常数），景点c.预测值：（常数），景点,飞行时间d.预测值：（常数），景点,飞行时间,住宿e.预测值：（常数），景点,飞行时间,住宿,团餐f.预测值：（常数），景点,飞行时间,住宿,团餐,航空公司69 附录上海师范大学硕士学位论文g.预测值：（常数），景点,飞行时间,住宿,团餐,航空公司,平均价格h.预测值：（常数），景点,飞行时间,住宿,团餐,航空公司,平均价格,特色交通系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）-76.1345.335-14.271.000景点8.557.558.61115.323.0001.0001.0002（常数）14.49010.4681.384.167景点5.744.579.4109.916.000.7511.331飞行时间-.036.004-.403-9.740.000.7511.3313（常数）.68110.504.065.948景点4.461.615.3187.250.000.6261.598飞行时间-.029.004-.324-7.532.000.6541.530住宿5.2161.022.2315.105.000.5901.6944（常数）17.11611.1091.541.124景点4.134.610.2956.782.000.6151.627飞行时间-.026.004-.289-6.707.000.6271.595住宿6.5741.060.2916.204.000.5291.890团餐-7.6121.914-.144-3.977.000.8881.1265（常数）12.08211.0661.092.276景点3.956.604.2826.550.000.6101.640飞行时间-.025.004-.283-6.662.000.6261.598住宿6.4531.047.2856.166.000.5281.893团餐-7.4911.890-.142-3.965.000.8871.127航空公司.037.011.1153.369.001.9701.0316（常数）9.94010.994.904.366景点3.804.601.2716.329.000.6051.653飞行时间-.025.004-.280-6.629.000.6251.599住宿6.0641.046.2685.796.000.5191.926团餐-7.9231.879-.150-4.217.000.8821.134航空公司.038.011.1163.420.001.9701.031平均价格.004.001.0992.834.005.9131.0967（常数）7.42411.019.674.501景点3.849.599.2756.426.000.6041.655飞行时间-.024.004-.271-6.408.000.6191.616住宿5.7711.052.2555.486.000.5101.962团餐-7.8181.872-.148-4.176.000.8811.135航空公司.036.011.1123.323.001.9671.034平均价格.004.001.0992.849.005.9131.096特色交通1.220.598.0702.040.042.9331.07270 上海师范大学硕士学位论文附录a.应变数:利润率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1平均价格.141b3.508.001.174.9501.052.950团餐-.101b-2.548.011-.127.9981.002.998住宿.353b7.843.000.367.6781.474.678飞行时间-.403b-9.740.000-.441.7511.331.751航空公司.143b3.586.000.178.9741.027.974落地机场-.052b-1.299.195-.0651.0001.0001.000特色交通.161b4.073.000.201.9831.018.983娱乐项目.101b2.464.014.123.9311.074.931购物点.065b1.643.101.0821.0001.0001.000日程天数-.015b-.381.703-.019.9941.006.994国家数.019b.477.634.024.9971.003.997城市书.048b1.194.233.0601.0001.0001.0002平均价格.114c3.117.002.155.9441.059.733团餐-.072c-1.996.047-.100.9911.009.746住宿.231c5.105.000.249.5901.694.590航空公司.123c3.428.001.170.9711.030.742落地机场-.052c-1.444.150-.0731.0001.000.751特色交通.103c2.841.005.142.9541.048.729娱乐项目.020c.518.604.026.8821.133.712购物点.050c1.390.165.070.9981.002.750日程天数-.016c-.434.664-.022.9941.006.748国家数.019c.519.604.026.9971.003.750城市书.038c1.065.288.054.9991.001.7513平均价格.086d2.386.018.120.9191.088.574团餐-.144d-3.977.000-.197.8881.126.529航空公司.118d3.381.001.168.9701.031.590落地机场-.036d-1.025.306-.052.9921.008.585特色交通.080d2.236.026.112.9361.068.579娱乐项目.006d.175.861.009.8781.139.587购物点.043d1.241.215.063.9971.003.589日程天数-.002d-.045.964-.002.9881.012.587国家数.029d.844.399.043.9931.007.588城市书.043d1.243.215.063.9981.002.5904平均价格.098e2.771.006.139.9131.096.520航空公司.115e3.369.001.168.9701.031.528落地机场-.039e-1.139.256-.057.9911.009.52671 附录上海师范大学硕士学位论文特色交通.076e2.163.031.109.9351.069.519娱乐项目.019e.514.608.026.8721.147.528购物点.040e1.167.244.059.9961.004.528日程天数-.008e-.225.822-.011.9861.014.527国家数.015e.444.657.022.9831.018.529城市书.033e.951.342.048.9921.008.5295平均价格.099f2.834.005.142.9131.096.519落地机场-.043f-1.268.206-.064.9901.010.525特色交通.070f2.016.044.102.9331.072.518娱乐项目.023f.641.522.032.8711.148.527购物点.029f.868.386.044.9871.013.527日程天数-.011f-.325.745-.016.9851.015.526国家数.021f.612.541.031.9801.020.528城市书.028f.840.402.042.9901.010.5286落地机场-.043g-1.270.205-.064.9901.010.516特色交通.070g2.040.042.103.9331.072.510娱乐项目.023g.635.526.032.8711.148.518购物点.024g.703.483.036.9831.017.519日程天数.022g.611.541.031.8841.131.519国家数.069g1.893.059.096.8281.208.519城市书.065g1.856.064.094.8891.125.5187落地机场-.042h-1.255.210-.064.9901.010.507娱乐项目.015h.428.669.022.8611.161.509购物点.026h.773.440.039.9821.018.509日程天数.014h.408.684.021.8751.143.509国家数.062h1.689.092.085.8191.222.509城市书.058h1.647.100.083.8791.138.509a.应变数:利润率b.模型中的预测值：（常数），景点c.模型中的预测值：（常数），景点,飞行时间d.模型中的预测值：（常数），景点,飞行时间,住宿e.模型中的预测值：（常数），景点,飞行时间,住宿,团餐f.模型中的预测值：（常数），景点,飞行时间,住宿,团餐,航空公司g.模型中的预测值：（常数），景点,飞行时间,住宿,团餐,航空公司,平均价格h.模型中的预测值：（常数），景点,飞行时间,住宿,团餐,航空公司,平均价格,特色交通72 上海师范大学硕士学位论文附录73 附录上海师范大学硕士学位论文3、东南亚团队线路与收客率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率城市书.<=.050，F-to-remove的机率>=.100）。2逐步（准则：F-to-enter的机率国家数.<=.050，F-to-remove的机率>=.100）。3逐步（准则：F-to-enter的机率特色交通.<=.050，F-to-remove的机率>=.100）。a.应变数:收客率模型摘要d调整后R平标准偏斜度错变更统计资料模型RR平方方误R平方变更F值变更df11.077a.006.00513.78850%.0065.60012.120b.014.01213.73649%.0098.12513.137c.019.01613.71370%.0044.1211模型摘要d变更统计资料模型df2显著性F值变更1939.0182938.0043937.043a.预测值：（常数），城市书b.预测值：（常数），城市书,国家数c.预测值：（常数），城市书,国家数,特色交通d.应变数:收客率变异数分析a模型平方和df平均值平方F显著性1回归1064.75911064.7595.600.018b残差178525.334939190.123总计179590.0939402回归2597.80721298.9036.884.001c残差176992.286938188.691总计179590.0939403回归3372.74231124.2475.978.000d残差176217.351937188.065总计179590.09394074 上海师范大学硕士学位论文附录a.应变数:收客率b.预测值：（常数），城市书c.预测值：（常数），城市书,国家数d.预测值：（常数），城市书,国家数,特色交通系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）91.387.855106.833.000城市书.722.305.0772.367.0181.0001.0002（常数）95.9081.80153.260.000城市书.952.314.1023.028.003.9341.071国家数-4.8441.699-.096-2.850.004.9341.0713（常数）95.1211.83951.720.000城市书.988.314.1053.142.002.9311.074国家数-4.9331.697-.097-2.907.004.9331.071特色交通.639.315.0662.030.043.9971.003a.应变数:收客率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1平均价格-.042b-1.087.278-.035.7051.419.705团餐.025b.756.450.0251.0001.0001.000住宿-.032b-.989.323-.032.9991.001.999飞行时间.053b1.621.105.0531.0001.0001.000航空公司.001b.042.967.001.9991.001.999落地机场.018b.560.576.0181.0001.0001.000特色交通.063b1.948.052.063.9971.003.997景点-.037b-1.137.256-.037.9951.005.995娱乐项目.030b.919.358.030.9991.001.999购物点-.047b-1.441.150-.047.9981.002.998日程天数.034b.996.319.033.9321.073.932国家数-.096b-2.850.004-.093.9341.071.9342平均价格-.032c-.823.411-.027.6981.432.655团餐.026c.810.418.0261.0001.000.934住宿-.036c-1.098.272-.036.9981.002.933飞行时间.058c1.780.075.058.9971.003.932航空公司.002c.074.941.002.9981.002.933落地机场.022c.687.492.022.9981.002.932特色交通.066c2.030.043.066.9971.003.931景点-.036c-1.105.270-.036.9951.005.92975 附录上海师范大学硕士学位论文娱乐项目.024c.747.455.024.9951.005.931购物点-.050c-1.541.124-.050.9961.004.931日程天数.062c1.781.075.058.8721.146.8723平均价格-.040d-1.032.303-.034.6911.446.655团餐.025d.766.444.025.9991.001.931住宿-.028d-.874.383-.029.9851.015.930飞行时间.055d1.685.092.055.9951.005.931航空公司.003d.080.936.003.9981.002.930落地机场.020d.602.547.020.9961.004.931景点-.032d-.988.323-.032.9911.009.926娱乐项目.026d.790.430.026.9951.005.930购物点-.048d-1.477.140-.048.9951.005.928日程天数.062d1.799.072.059.8721.146.872a.应变数:收客率b.模型中的预测值：（常数），城市书c.模型中的预测值：（常数），城市书,国家数d.模型中的预测值：（常数），城市书,国家数,特色交通76 上海师范大学硕士学位论文附录4、东南亚团队线路与利润率相关回归分析结果变量已输入/已移除a模型变量已输入变数已移除方法1逐步（准则：F-to-enter的机率平均价格.<=.050，F-to-remove的机率>=.100）。2逐步（准则：F-to-enter的机率日程天数.<=.050，F-to-remove的机率>=.100）。3逐步（准则：F-to-enter的机率娱乐项目.<=.050，F-to-remove的机率>=.100）。4逐步（准则：F-to-enter的机率落地机场.<=.050，F-to-remove的机率>=.100）。5逐步（准则：F-to-enter的机率国家数.<=.050，F-to-remove的机率>=.100）。6逐步（准则：F-to-enter的机率城市书.<=.050，F-to-remove的机率>=.100）。77 附录上海师范大学硕士学位论文7逐步（准则：F-to-enter的机率团餐.<=.050，F-to-remove的机率>=.100）。a.应变数:利润率模型摘要h标准偏斜度错变更统计资料模型RR平方调整后R平方误R平方变更F值变更df11.265a.070.06940.98175%.07070.70012.280b.078.07640.81717%.0088.58713.289c.084.08140.72416%.0055.29014.298d.089.08540.63476%.0055.12815.306e.094.08940.54627%.0055.09016.313f.098.09240.47283%.0044.39717.319g.102.09540.40683%.0044.0541模型摘要h变更统计资料模型df2显著性F值变更1939.0002938.0033937.0224936.0245935.0246934.0367933.044a.预测值：（常数），平均价格b.预测值：（常数），平均价格,日程天数c.预测值：（常数），平均价格,日程天数,娱乐项目d.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场e.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数f.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数,城市书g.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数,城市书,团餐h.应变数:利润率变异数分析a模型平方和df平均值平方F显著性1回归118740.6551118740.65570.700.000b残差1577053.7939391679.504总计1695794.4479402回归133047.550266523.77539.929.000c残差1562746.8989381666.041总计1695794.4479403回归141819.996347273.33228.504.000d78 上海师范大学硕士学位论文附录残差1553974.4519371658.457总计1695794.4479404回归150286.560437571.64022.754.000e残差1545507.8879361651.184总计1695794.4479405回归158654.061531730.81219.301.000f残差1537140.3879351644.000总计1695794.4479406回归165855.936627642.65616.875.000g残差1529938.5119341638.050总计1695794.4479407回归172474.587724639.22715.091.000h残差1523319.8609331632.712总计1695794.447940a.应变数:利润率b.预测值：（常数），平均价格c.预测值：（常数），平均价格,日程天数d.预测值：（常数），平均价格,日程天数,娱乐项目e.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场f.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数g.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数,城市书h.预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数,城市书,团餐系数a非标准化系数标准化系数共线性统计数据模型B标准错误BetaT显著性允差VIF1（常数）-20.7093.208-6.456.000平均价格.031.004.2658.408.0001.0001.0002（常数）-48.53810.019-4.844.000平均价格.036.004.3018.929.000.8661.155日程天数3.4981.194.0992.930.003.8661.1553（常数）-56.72910.612-5.346.000平均价格.036.004.3018.941.000.8661.155日程天数3.4941.191.0992.934.003.8661.155娱乐项目2.6771.164.0722.300.0221.0001.0004（常数）-65.14711.222-5.805.000平均价格.036.004.3018.973.000.8661.155日程天数3.4351.189.0972.890.004.8651.156娱乐项目2.6451.161.0712.277.0231.0001.000落地机场.267.118.0712.264.024.9991.0015（常数）-59.28811.495-5.158.000平均价格.036.004.3059.104.000.8631.15979 附录上海师范大学硕士学位论文日程天数4.2821.244.1213.442.001.7861.272娱乐项目2.4971.161.0672.151.032.9971.003落地机场.278.118.0732.355.019.9981.002国家数-11.5215.107-.074-2.256.024.9011.1106（常数）-65.59211.862-5.530.000平均价格.041.005.3488.878.000.6291.590日程天数4.2881.242.1213.454.001.7861.272娱乐项目2.3721.160.0642.044.041.9941.006落地机场.281.118.0742.391.017.9971.003国家数-14.3725.276-.092-2.724.007.8411.188城市书2.3241.108.0812.097.036.6531.5327（常数）-92.31317.787-5.190.000平均价格.041.005.3468.838.000.6291.591日程天数4.3421.240.1233.502.000.7861.272娱乐项目2.2501.160.0601.940.053.9911.009落地机场.274.117.0732.335.020.9971.003国家数-14.6075.269-.094-2.772.006.8411.189城市书2.2791.107.0792.059.040.6531.532团餐9.3734.656.0632.013.044.9941.006a.应变数:利润率排除的变量a共线性统计数据模型Beta入T显著性偏相关允差VIF允差下限1团餐.066b2.111.035.069.9991.001.999住宿-.023b-.724.469-.024.9991.001.999飞行时间.027b.859.390.028.9991.001.999航空公司-.018b-.567.571-.019.9991.001.999落地机场.074b2.342.019.0761.0001.0001.000特色交通-.015b-.483.629-.016.9871.013.987景点.055b1.757.079.057.9991.001.999娱乐项目.072b2.295.022.0751.0001.0001.000购物点-.004b-.112.911-.004.9971.003.997日程天数.099b2.930.003.095.8661.155.866国家数-.040b-1.281.200-.042.9961.004.996城市书.065b1.723.085.056.7051.419.7052团餐.068c2.158.031.070.9991.001.865住宿-.019c-.598.550-.020.9971.003.864飞行时间.025c.802.423.026.9981.002.865航空公司-.020c-.640.523-.021.9981.002.86480 上海师范大学硕士学位论文附录落地机场.072c2.287.022.075.9991.001.865特色交通-.018c-.573.567-.019.9861.014.854景点.051c1.634.103.053.9971.003.864娱乐项目.072c2.300.022.0751.0001.000.866购物点-.003c-.080.936-.003.9971.003.863国家数-.075c-2.281.023-.074.9051.104.787城市书.056c1.503.133.049.7001.428.6503团餐.064d2.045.041.067.9961.004.865住宿-.020d-.634.526-.021.9971.003.864飞行时间.024d.768.443.025.9981.002.865航空公司-.021d-.662.508-.022.9981.002.864落地机场.071d2.264.024.074.9991.001.865特色交通-.016d-.519.604-.017.9861.014.854景点.047d1.515.130.049.9941.006.864购物点-.003d-.106.915-.003.9971.004.863国家数-.071d-2.161.031-.070.9031.108.787城市书.053d1.425.154.047.6991.430.6504团餐.062e1.983.048.065.9961.004.865住宿-.022e-.699.485-.023.9961.004.863飞行时间.027e.862.389.028.9971.003.865航空公司-.020e-.648.517-.021.9981.002.864特色交通-.020e-.623.534-.020.9841.016.854景点.048e1.522.128.050.9941.006.863购物点-.005e-.154.878-.005.9961.004.863国家数-.074e-2.256.024-.074.9011.110.786城市书.054e1.439.151.047.6991.430.6505团餐.064f2.052.040.067.9951.005.786住宿-.023f-.732.464-.024.9961.004.785飞行时间.030f.968.333.032.9951.006.786航空公司-.020f-.657.511-.021.9981.002.786特色交通-.019f-.607.544-.020.9841.017.786景点.047f1.491.136.049.9941.006.785购物点-.006f-.200.841-.007.9961.004.786城市书.081f2.097.036.068.6531.532.6296团餐.063g2.013.044.066.9941.006.629住宿-.027g-.860.390-.028.9931.007.628飞行时间.033g1.064.288.035.9931.008.628航空公司-.019g-.607.544-.020.9971.003.629特色交通-.020g-.628.530-.021.9841.017.622景点.051g1.639.101.054.9891.011.629购物点-.008g-.263.793-.009.9951.005.62881 附录上海师范大学硕士学位论文7住宿-.024h-.767.443-.025.9911.010.628飞行时间.031h1.002.317.033.9921.009.627航空公司-.017h-.554.579-.018.9971.003.628特色交通-.021h-.669.504-.022.9831.017.622景点.050h1.611.108.053.9891.011.629购物点-.009h-.285.776-.009.9951.005.628a.应变数:利润率b.模型中的预测值：（常数），平均价格c.模型中的预测值：（常数），平均价格,日程天数d.模型中的预测值：（常数），平均价格,日程天数,娱乐项目e.模型中的预测值：（常数），平均价格,日程天数,娱乐项目,落地机场f.模型中的预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数g.模型中的预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数,城市书h.模型中的预测值：（常数），平均价格,日程天数,娱乐项目,落地机场,国家数,城市书,团餐82 上海师范大学硕士学位论文附录83 致谢上海师范大学硕士学位论文致谢自2013年本人考入上海师范大学旅游学院攻读人文地理系研究生以来，三年的研究生岁月，即将转瞬而逝。在这段短暂而又难忘的时间中，我得到了学校学院诸多领导，老师和同学们的关照、教诲及帮助。虽然因为本人是在职读研，除学习外还有相关日常工作需要完成，与老师和同学的接触及交流相对较少，但是我仍然被师大厚德、博学、求是、笃行的校训所感染，学院中求是笃行的治学风气及老师们厚德博学的大家风范给我留下了深刻的印象。在未来的日子里，这段难忘的求学经历也必将是我人生成长的坚实基柱。对于这篇论文，我要衷心的感谢我的导师高峻教授。从研一入学开始，高老师便指导我们进行文献综述的学习，同时通过对毕业学长的毕业论文点评和指导，也为我们未来的论文方向及研究方法提供了相关的指引和思路，使我在学习过程中逐步掌握了相关的学术研究方法及技巧。在本篇论文的开题、构思、初稿写作过程中，老师也以其严谨的治学态度及博学的知识范畴给予了我极大的帮助，为我指点迷津。使我能在漫长的论文写作过程中，拨开云雾终见日月。在此，我对高老师表示衷心的感谢。此外，我还要感谢我的同学们，感谢大家能有缘在茫茫人海中相见相识，也感谢大家能在这三年的学习生涯中相互扶持、相互帮助。同时我也要对本论文的数据提供商，某国际旅行社相关领导及工作人员表示感谢，感谢他们能给予我信任，将相关商业数据无偿提供给我进行此次论文研究。最后，我要感谢我的家人，仍记得在寒冬的夜晚，产房外的我手持人文地理的专业书籍，一边复习迎考一边迎接着我女儿的到来。感谢他们在这三年中对我默默的支持和帮助，使我能攻读研究生学业。感谢以上在这三年中所有给予我帮助过的人，因为你们，才使我不断地成长，不断地前进。谢谢大家！宋韡2016年2月84