phương. (Do có số liệu thu nhập trung bình của vùng năm 2006, nhưng chỉ có số liệu thu nhập theo địa phương đến năm 2004). Sau đó, dùng thu nhập dân cư địa phương 2006, nhân với dân số địa phương 2006. Thu nhập trung bình dân cư vùng tính tốn 2006 (theo ZTCM) có được bằng cách lấy tổng thu nhập dân cư các địa phương chia cho tổng dân số vùng.
với nhận xét ở 3.5.3, rằng đó là những người già dặn, thành đạt hơn, có thu nhập
ổn định và cao hơn, nên có nhiều điều kiện hơn để đi xa và kết hợp du lịch.
3.7.6. Đường cầu du lịch theo phương pháp ZTCM
Như chương 1 đã nêu, tác giả sẽ sử dụng 2 dạng hàm hồi quy là log-log và semilog để ước lượng hàm cầu du lịch theo ZTCM. Vì quan sát theo vùng nên
các biến liên quan đến cá nhân du khách bị loại bỏ.
Với sự trợ giúp của Eviews, tác giả có kết quả cho tại bảng 3.10 và 3.11.
Trong cả hai trường hợp, các biến INCOME và AGE đều khơng có ý nghĩa thống kê. Đối với AGE, các nghiên cứu dẫn tại 1.2 cho thấy khơng có, hoặc chỉ có một sự phụ thuộc yếu của cầu du lịch vào tuổi tác. Hơn nữa, sự phụ thuộc còn tuỳ theo đặc trưng điểm du lịch và các dịch vụ của điểm đến phù hợp cho lứa
tuổi nào. Tuy nhiên, biến INCOME khơng có ý nghĩa thống kê là một hạn chế của việc thu thập dữ liệu, không phải bản chất kinh tế của vấn đề. Bộ dữ liệu đưa vào hồi quy sử dụng thu nhập thực của du khách, với số lượng du khách đôi khi khá bé của một số vùng, nên dẫn đến sự chênh lệch ngẫu nhiên giữa thu nhập
tính tốn và thu nhập bình qn của vùng đó khá xa (Bảng 3.8). Cách làm này cũng tạo ra “mâu thuẫn” vì thu nhập cao nhất thuộc về Lâm Đồng (Vùng 6) với 5.250.000 đồng / tháng , là địa phương không gần Đồng Nai, khó xảy ra tỉ lệ Y
khách du lịch đến Đồng Nai cao được. Mặt khác, Lâm Đồng ngồi là điểm du
lịch đã có thứ hạng, khơng khí trong lành, cịn có rừng, hồ, thác, là những đặc
trưng gần giống nhưng tốt hơn du lịch Đồng Nai. Thế nên, càng ít khả năng xảy ra người Lâm Đồng về Đồng Nai du lịch. Tuy nhiên, đây cũng là một hạn chế
của mơ hình ZTCM. Trong nghiên cứu về Quảng Ninh, các tác giả Nguyễn thị Hải và Trần Đức Thanh (2001, [21]) đã bỏ qua yếu tố thu nhập. Tương tự, Trần
Võ Hùng Sơn và Phạm Khánh Nam (2001, [39]) cũng gặp trường hợp biến thu nhập khơng có ý nghĩa khi nghiên cứu về Hịn Mun. Cũng có thể, đây là hạn chế do việc hồi quy với cỡ mẫu nhỏ (chỉ có 9 vùng quan sát). Dù sao, tác giả vẫn có thể khẳng định thu nhập có một tác động dương, vì đã được chứng minh qua
hàm hồi quy khi dùng phương pháp ITCM: với từng cá nhân, người có thu nhập cao hơn có khuynh hướng du lịch Đồng Nai nhiều lần hơn trong một năm.
Bảng 3.10. Trường hợp semilog:
Dependent Variable: LOG(Y) Method: Least Squares Included observations: 9
Variable Coefficient Std. Error t-Statistic Prob.
C 5.049706 0.502568 10.04781 0.0000
TC -0.004255 0.000936 -4.546970 0.0026
R-squared 0.747064 Mean dependent var 2.994217 Adjusted R-squared 0.710930 S.D. dependent var 1.225263 S.E. of regression 0.658766 Akaike info criterion 2.196233 Sum squared resid 3.037807 Schwarz criterion 2.240060 Log likelihood -7.883047 F-statistic 20.67494 Durbin-Watson stat 1.387788 Prob(F-statistic) 0.002646
nguồn: kết quả hồi quy từ Eviews
Bảng 3.11. Trường hợp log-log
Dependent Variable: LOG(Y) Method: Least Squares Included observations: 9
Variable Coefficient Std. Error t-Statistic Prob.
C 12.77934 1.565134 8.165016 0.0001
LOG(TC) -1.629535 0.259115 -6.288848 0.0004
R-squared 0.849623 Mean dependent var 2.994217 Adjusted R-squared 0.828140 S.D. dependent var 1.225263 S.E. of regression 0.507945 Akaike info criterion 1.676241 Sum squared resid 1.806054 Schwarz criterion 1.720069 Log likelihood -5.543086 F-statistic 39.54961 Durbin-Watson stat 1.624415 Prob(F-statistic) 0.000409
nguồn: kết quả hồi quy từ Eviews
tiếp các R2. R2 của hàm log-log tốt hơn. Các tiêu chuẩn Akaike và Schwarz của log-log cũng tốt hơn. Thống kê F tốt hơn một cách trội vượt khẳng định dạng
hàm log-log có ý nghĩa hơn nhiều.
bảng 3.12. Tất cả các chỉ tiêu của mơ hình dạng log-log, một lần nữa, tiếp tục tốt hơn mơ hình semilog. Do đó, hàm log-log được chọn để xây dựng đường cầu
cho du lịch Đồng Nai. Bảng 3.12. Kiểm định 2 dạng mơ hình Forecast: YF Actual: Y Included observations: 9 semilog log-log
RMSE Root Mean Squared Error 56.43444 38.63577 MAE Mean Absolute Error 25.41963 18.29108 MAPE Mean Absolute Percentage Error 52.13451 41.68621 Theil U Theil Inequality Coefficient 0.415332 0.260207
nguồn: kết xuất từ Eviews
Đường cầu với các hệ số cho ở Bảng 3.11 viết lại là:
LOG(Y) = 12,77934008 – 1,629534526*LOG(TC) (3.2)
Từ ý nghĩa của hệ số độ dốc trong hàm log-log cũng là độ co dãn riêng phần của biến phụ thuộc vào biến độc lập tương ứng, suy ra rằng độ co dãn của cầu du lịch theo chi phí du hành ε = −1,63, và nó chứng tỏ khi chi phí du hành từ một vùng tăng 1% thì số lần du lịch từ vùng đó sẽ giảm 1,63%. Ngược lại, khi chi phí du hành từ một vùng giảm 1%, lượt khách từ vùng đó đến Đồng Nai sẽ tăng 1,63%. Với ε >1, một sự tăng giá trong chi phí cịn dẫn đến sự sụt giảm trong doanh
thu du lịch. Đây là điều rất đáng suy nghĩ khi quyết định, tạo điều kiện, hay tìm các giải pháp nhằm tăng số lượt khách đến với Đồng Nai.