中国旅游业收入影响因素的研究计量经济学.docx
《中国旅游业收入影响因素的研究计量经济学.docx》由会员分享，可在线阅读，更多相关《中国旅游业收入影响因素的研究计量经济学.docx（11页珍藏版）》请在冰豆网上搜索。
中国旅游业收入影响因素的研究计量经济学
中国旅游业收入影响因素的研究-计量经济学
中国旅游业收入影响因素的研究
概述:
旅游行业是个潜力巨大，商机无限的行业，伴随着人民生活水平的提高，休闲娱乐活动的增加，旅游业也呈现旺盛的发展势头，文中选取了6个可能影响国内旅游行业收入的变量，进行回归分析，这对于旅游业未来的发展规划有重要的作用。
选取变量:
Y:
国内旅游行业收入，X1:
国内旅游人数，X2:
城镇居民旅游人均支出，X3:
农村居民旅游人均支出，X4:
铁路营运里程，X5:
公路里程，X6:
私人汽车拥有量。
表格如下:
年份Y亿元X1百X2元X3元X4万X5万X6万辆
万公里公里19941023.5524414.754.95.90111.78205.4219951375.7629464.061.56.24115.70249.9619961638.4640534.170.56.49118.58289.6719972112.7644599.8145.76.60122.64358.3619982391.28695607.0197.06.64127.85423.6519992831.9719614.8249.56.74135.17533.8820003175.3744678.6226.66.87140.27625.3320013522.4784708.3212.77.01169.80770.7820023878.4878739.7209.17.19176.52968.9820033442.3870684.9200.07.30180.971219.2320044710.71102731.8210.27.44187.071481.6620055285.91212737.1227.67.54334.521848.07
1
20066229.71394766.4221.97.71345.702333.3220077770.61610906.9222.57.80358.372876.2220088749.31712849.4275.37.97373.023501.39200910183.71902801.1295.38.55386.084574.91数据来源:
《中国统计年鉴》2010，数据采集:
1994年到2009年。
1.先分别观察Y与各个变量之间形成的图形.
操作步骤:
View/graph，选择multiplegraphs
2
从图形看，X1，X4，X6与Y都呈现比较好的线性关系。
1.1估计回归方程
输入命令:
lsycx1x2x3x4x5x6
2R=0.998173，拟合优度较高，DW值是1.866719，比较接近2。
L值是越大越好，但是为-98.28381，较小。
AIC和SC是越小越好。
可以看到，F检验可以通过，但是T检验在0.05的显著性水平下，X1，X4，X5通不过，X2，X3，X6可以通过。
操作:
view/representations:
3
由于X1,X4,X5不显著,甚至X4，X5系数符号为负。
X2，X3，X6显著，R2很高，F显著，可能存在多重共线性。
2（多重共线性检验
2.1检查变量之间相关性View/covarianceanalysis/correlation
结果显示:
相关系数较高，说明存在严重多重共线性。
2.2消除多重共线性，用逐步回归法
分别做Y对X1，X2，X3，X4，X5，X6的一元回归:
变量X1X2X3X4X5X6参数估计值6.2017.7928.803751.2424.212.052R0.980.760.590.920.890.97按照R-squared大小排序为X1，X6，X4，X5，X2，X3以X1为基础，分别加入X6，X4，X5，X2，X3
4
2结果:
X2，X5，X6不显著，排除，X3，X4显著，X3的R高保留。
以X1，X3，为基础，加入其他变量。
5
结果:
X6显著，其他不显著，保留X6。
以X1，X3，X6为基础，加入其他变量
6
结果显示，加入X4，X5统计上不显著，加入X2之后，X1变得不显
著，所以排除X2，X4，X5。
最后得到的回归方程为:
Y=C
（1）+C
（2）*X1+C（3）*X3+C（4）*X6即:
Y=-1284.02997904+3.54940835972*X1+5.46362495769*X3
+0.675478266478*X6
也可以直接用qucik/estimateequation/method选择stepls-stepwiseleastsquares
两个框中分别输入YC和X1X2X3X4X5X6.在Options中选择
结果显示如下:
7
结果相同。
3.异方差性检验
2如果Vat（u）=σ=常数的假设不成立，就称扰动项具有异方差性。
t
一般来说时间序列中出现异方差性的情况比较少。
如果存在异方差性，参数估计值不再具有最小方差的性质，OLS估计量不再是最佳线性无偏估计量。
3.1对lsycX1X2X3X4X5X6这个模型进行检验，步骤如下:
View/residualtests/heteroskedasticity
使用布鲁奇-帕根检验法，原假设H0:
不存在异方差性，备择假设H1:
存在异方差性。
结果如下:
8
结果显示:
收尾概率大于0.1，0.05或者0.01.接受原假设，所以残
差不存在异方差性。
3.2对排出多重共线性的模型进行异方差性检验，使用怀特检验，步
骤如下:
View/residualtests/heteroskedasticity/white
得到结果如下:
9
检验得到的结果显示:
收尾概率大于0.1，0.05或者0.01.接受原假
设，所以残差不存在异方差性。
4.自相关性检验
4.1使用DW检验
DW检验需要查临界值表
10
如图所示:
DW的值为1.525954。
查表得到dl=0.857,du=1.728，所以du4.2因为使用DW检验结果显示处于无法判断区域，所以使用LM检
验，LM检验是判断是否存在1阶到P阶的自相关，步骤如下:
view/residualtest/serialcorrelationLMtest
11
LM检验的原假设是:
残差不存在1阶到P阶的自相关，检验的结果显示，收尾概率大于0.05的显著性水平。
所以接受原假设，不存在自相关。
所以建立的模型为:
12
相关结论:
参数的估计值为正数，说明解释变量和被解释变量之间呈现正相关。
符合经济学意义。
国内旅游人数，农村居民旅游人均支出，私人汽车拥有量对旅游业收入影响较为显著。
C
（1）=3.549,表示国内旅游人数每增加1百万，国内旅游业收入就增加3.549亿元;C（3）=5.46,表示农村居民旅游人均支出每增加1元，国内旅游业收入就增加5.46亿元;C（6）=0.675,表示私人汽车每增加1百万量，国内旅游业收入就增加0.675亿元。
13
升级会员 