饭店收入外部影响因素的研究.docx
《饭店收入外部影响因素的研究.docx》由会员分享，可在线阅读，更多相关《饭店收入外部影响因素的研究.docx（21页珍藏版）》请在冰豆网上搜索。
饭店收入外部影响因素的研究
饭店收入外部影响因素的研究
【摘要】随着我国改革开放的进一步深入，旅游事业在第三产业中的地位日益明显，大小饭店如雨后春笋。
饭店业面临着良好的机遇与严峻的挑战。
文章通过建立计量经济学模型,寻求我国饭店经营收入和相关外部影响因素之间的函数关系。
【关键词】饭店行业计量分析影响因素
一、研究背景和目的
饭店经营是一个非常复杂的系统过程，其特点是影响因素众多，既有宏观因素，也有微观因素；既有政治因素，也有经济因素；既有人文因素，也有地理因素，有内部因素，也有外部因素。
本文主要研究外部因素对饭店经营的影响，将影响饭店经营的外部因素分为了三大类：
地理位置因素，人口因素，竞争状况。
其中，地理位置因素包括：
政商文教机构的远近，交通便利程度；人口因素主要是指外来游客以及本地人口消费水平；竞争状况包含与竞争者距离的远近以及对手企业客源的占有率。
本文以影响饭店经营主要因素分类为基础，分析中国主要城市的相关数据，通过建立线性方程模型来验证它们对饭店经营目标的影响情况。
二、模型建立
（一）指标与模型选择
本文以中国主要城市饭店产业的营业收入作为被解释变量。
地区年末实有道路长度、地区年末人口总数、各地区城镇居民平均每人全年可支配收入、各地区居民消费价格总指数、年末地区内的星级饭店数量作为解释变量。
“政商文教机构远近”这一因素无法简单的由某一指标进行衡量，不将此因素选入解释变量中。
“外来游客流量和消费水平”的数据无法取得，所以不作为模型的解释变量。
（二）数据及散点图
城市
Y=饭店营业收入（万元）
X1=实有道路长度（公里）
X2=人口总数（万人）
X3=居民消费价格总指数（%）
X4=可支配收入（元）
X5=星级饭店总数（家）
北京
1836284
5866
1581
100.9
19977.52
700
天津
185382.38
5991
1075
101.5
14283.09
112
河北
327362.7
9033
6898
101.7
10304.56
382
山西
327145.6
5184
3375
102.0
10027.70
305
内蒙古
142631.11
4279
2397
101.5
10357.99
224
辽宁
581640.19
11096
4271
101.2
10369.61
497
吉林
180033.94
5828
2723
101.4
9775.07
210
黑龙江
169960.95
9369
3823
101.9
9182.31
265
上海
1541095
14619
1815
101.2
20667.91
317
江苏
1143611.4
27058
7550
101.6
14084.26
799
浙江
1579625.9
12954
4980
101.1
18265.10
1023
安徽
253406.57
7824
6110
101.2
9771.05
345
福建
328271.16
5100
3558
100.8
13753.28
437
江西
165663.69
4179
4339
101.2
9551.12
301
山东
909874.9
25307
9309
101.0
12192.24
645
河南
373158.55
8460
9392
101.3
9810.26
468
湖北
367502.31
12624
5693
101.6
9802.65
578
湖南
300773.46
6577
6342
101.4
10504.67
501
广东
1624924.2
23763
9304
101.8
16015.58
1146
广西
297903.99
4948
4719
101.3
9898.75
374
海南
233734.27
1221
836
101.5
9395.13
261
重庆
262850.36
4011
2808
102.4
11569.74
211
四川
449824.14
7842
8169
102.3
9350.11
485
贵州
115890.52
2040
3757
101.7
9116.61
219
云南
426976.44
2895
4483
101.9
10069.89
867
西藏
26165.33
313
281
102.0
8941.08
62
陕西
189525.21
3595
3735
101.5
9267.70
280
甘肃
127617.8
3280
2606
101.3
8920.59
232
青海
46821.46
593
548
101.6
9000.35
97
宁夏
42108.9
1457
604
101.9
9177.26
48
新疆
270783.86
4044
2050
101.3
8871.27
360
表一
图2散点图
通过观察发现X1与Y，X2与Y，X4与Y，X5与Y分别具备近似的线性关系，X3与Y不具备近似的线性关系。
所以X3不纳入模型的建立中。
通过以上准备工作及分析，设定如下回归模型
Y=β0+β1X1+β2X2+β4X4+β5X5+ui
其中，Y——营业收入；X1——地区年末实有道路长度；X2——地区年末人口总数；X4——各地区城镇居民平均每人全年可支配收入；X5——年末地区内的星级饭店数量；β0，β1，β2，β4，β5——待估参数：
β0表示四个因变量均为0时饭店业营业收入；β1，β2，β4，β5分别表示在其他因素不变的情况下，地区年末道路长度增加1公里，地区年末人口总数增加1万人，地区城镇居民平均每人全年可支配收入增加1元，年末地区内的星级饭店数量增加1家，饭店业营业收入分别增加β1，β2，β4，β5万元；ui为随机误差项。
（三）参数估计
利用收集的数据进行回归分析，屏幕显示的回归分析结果如表2。
表2回归结果表
DependentVariable:
Y
Method:
LeastSquares
Date:
01/23/12Time:
18:
35
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-966291.8
135240.4
-7.144995
0.0000
X1
11.93889
6.921774
1.724831
0.0964
X2
-12.24376
18.62377
-0.657426
0.5167
X4
98.24581
12.40799
7.917947
0.0000
X5
695.9224
168.6916
4.125412
0.0003
R-squared
0.928669
Meandependentvar
478340.3
AdjustedR-squared
0.917695
S.D.dependentvar
513113.4
S.E.ofregression
147206.0
Akaikeinfocriterion
26.78374
Sumsquaredresid
5.63E+11
Schwarzcriterion
27.01503
Loglikelihood
-410.1480
Hannan-Quinncriter.
26.85914
F-statistic
84.62492
Durbin-Watsonstat
2.304331
Prob（F-statistic）
0.000000
回归结果整理如下，
=-966291.8+11.93889X1-12.24376X2+98.24581X4+695.9224X5
（135240.4）（6.921774）（18.62377）（12.40799）（168.6916）
t=（-7.144995）（1.724831）（-0.657426）（7.917947）（4.125412）
R2=0.9287
2=0.9177F=84.6249df=26
三、检验及修正
（一）经济学检验
0=-966291.8<0表示三个因变量均为0时的饭店业营业收入；
1=11.93889>0，
4=98.24581>0，
5=695.9224>0分别表示在其他因素不变的情况下，地区年末道路长度增加1公里，地区城镇居民平均每人全年可支配收入增加1元，年末地区内的星级饭店数量增加1家，地区饭店业营业收入分别增加11.93889万元，98.24581万元，695.9224万元。
2=-12.24376<0，表示地区人口增加1万人，地区饭店业营业收入分别减少12.24376万元。
由上可知，X1，X4和X5的待估参数结果的经济学解释合理，模型经济学检验通过；X2的待估参数结果的经济学解释不合理，模型经济学检验不通过。
但是，对模型Y=β0+β2X2+ui进行现行回归的结果见表3。
表3回归分析结果
DependentVariable:
Y
Method:
LeastSquares
Date:
01/23/12Time:
18:
53
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
237412.9
166846.3
1.422944
0.1654
X2
57.83855
33.82830
1.709768
0.0980
R-squared
0.091573
Meandependentvar
478340.3
AdjustedR-squared
0.060248
S.D.dependentvar
513113.4
S.E.ofregression
497416.4
Akaikeinfocriterion
29.13458
Sumsquaredresid
7.18E+12
Schwarzcriterion
29.22710
Loglikelihood
-449.5860
Hannan-Quinncriter.
29.16474
F-statistic
2.923307
Durbin-Watsonstat
1.566547
Prob（F-statistic）
0.097990
回归结果整理如下，
=237412.9+57.83855X2
（166846.3）（33.82830）
t=（1.422944）（1.709768）
R2=0.0915
2=0.0602F=2.9233df=29
可决系数R2=0.0915很低，修正的可决系数
2=0.0602也很低，表明模型拟合很差，模型对饭店营业收入的解释程度只有9.15%。
F统计量为2.9233，说明0.05水平下回归方程整体上不显著。
给定α=0.05，查t分布表，在自由度为n-2=31-2=29时临界值为t0.025（29）=2.045，因为X2的参数对应的t统计量小于2.045，这说明在5%的显著性水平下，斜率系数显著为零，表明地区人口总数对饭店业营业收入的影响不显著。
由上所述，将X2从模型中去除，并重新进行回归分析，结果见表4。
表4回归分析结果
DependentVariable:
Y
Method:
LeastSquares
Date:
01/23/12Time:
19:
15
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
C
-1027732.
96721.75
-10.62565
0.0000
X1
9.108538
5.362693
1.698501
0.1009
X4
103.3116
9.622613
10.73634
0.0000
X5
634.9192
139.3892
4.555010
0.0001
R-squared
0.927484
Meandependentvar
478340.3
AdjustedR-squared
0.919426
S.D.dependentvar
513113.4
S.E.ofregression
145649.9
Akaikeinfocriterion
26.73571
Sumsquaredresid
5.73E+11
Schwarzcriterion
26.92074
Loglikelihood
-410.4036
Hannan-Quinncriter.
26.79603
F-statistic
115.1098
Durbin-Watsonstat
2.188937
Prob（F-statistic）
0.000000
将表4回归分析结果整理如下，
=-1027732+9.108538X1+103.3116X4+634.9192X5
（96721.75）（5.362693）（9.622613）（139.3892）
t=（-10.62565）（1.698501）（10.73634）（4.555010）
R2=0.9275
2=0.9194F=115.1098df=27
再次进行经济学检验：
0=-1027732<0表示三个因变量均为0时饭店业营业收入；
1=9.108538>0，
4=103.3116>0，
5=634.9192>0分别表示在其他因素不变的情况下，地区年末道路长度增加1公里，地区城镇居民平均每人全年可支配收入增加1元，年末地区内的星级饭店数量增加1家，地区饭店业营业收入分别增加9.108538，103.3116，634.9192万元。
由上可知，X1，X4和X5的待估参数结果的经济学解释合理，模型经济学检验通过。
（二）统计学检验
1、变量的显著性检验
可决系数R2=0.927484较高，修正的可决系数
2=0.919426也较高，表明模型拟合较好，误差较小，模型对饭店营业收入的解释程度高达92.75%。
F统计量为115.1098，说明0.05水平下回归方程整体上显著。
给定α=0.05，查t分布表，在自由度为n-4=31-4=27时临界值为t0.025（27）=2.052，因为X4，X5的参数对应的t统计量均大于2.052，这说明在5%的显著性水平下，这两个斜率系数均显著不为零，表明地区居民可支配收入、地区内星级饭店总数对饭店业营业收入都有显著影响；X1的参数对应的t统计量小于2.052，这说明在5%的显著性水平下，地区实有道路长度对饭店业营业收入的影响不显著。
2、方程的统计学检验
由回归结果可知F=115.1098，相伴概率远小于0.05，在0.05的显著水平下，方程的显著性水平检验通过。
总结以上可知，模型的统计学检验不能通过。
（三）共线性的检验与处理
1、共线性的检验
（1）相关系数矩阵法
求模型自变量的相关系数矩阵，如表5。
表5相关系数矩阵分析表
X1
X4
X5
X1
1
0.4807
0.6751
X4
0.4807
1
0.51305
X5
0.6751
0.51305
1
由自变量的相关系数矩阵可知，自变量之间相关系数绝对值均小于0.8很有可能相关程度不高，模型自变量有可能不存在共线性。
（2）变量显著性与方程显著性的综合判断
对回归方程（见表4）作综合分析。
由运行结果可知可决系数（0.927484）很大，表示模型拟合很好，且F的相伴概率远小于设定的显著水平，表示自变量作为一个整体对Y的影响是显著的。
但是X1的t统计量的相伴概率为0.1009，大于设定的显著水平，说明X1对Y的影响不显著。
此矛盾说明自变量间可能存在共线性。
综合可知，自变量间很有可能存在共线性，需要采取一定的措施来进行消除。
2、修正
运用逐步回归法来消除自变量间的共线性：
（1）运用OLS方法，分别作Y对X1，X4，X5的一元回归，结果见表6。
表6Y对X1，X4，X5的一元回归结果
变量
X1
X4
X5
参数估计
49.7417
139.1828
1437.310
t统计量
4.8181
10.7226
6.2438
R2
0.4446
0.7986
0.5734
R2的大小排序为：
X4，X5，X1。
结合经济意义和统计检验选出拟合效果最好的一元线性回归方程。
经分析在三个一元回归模型中饭店业营业收入Y对可支配收入X4的线性关系强，拟合程度好。
回归方程如下：
=-1103290+139.1828X4
（153386.5）（12.9804）
t=（-7.1929）（10.7226）
R2=0.7986
2=0.7916F=114.9733df=29
（2）逐步回归
将其余自变量逐一代入上式得如下几个模型：
首先，引入X5，
DependentVariable:
Y
Method:
LeastSquares
Date:
01/23/12Time:
19:
24
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X4
106.7786
9.714985
10.99112
0.0000
X5
769.6991
118.3918
6.501285
0.0000
C
-1051653.
98859.26
-10.63788
0.0000
R-squared
0.919735
Meandependentvar
478340.3
AdjustedR-squared
0.914002
S.D.dependentvar
513113.4
S.E.ofregression
150472.5
Akaikeinfocriterion
26.77271
Sumsquaredresid
6.34E+11
Schwarzcriterion
26.91149
Loglikelihood
-411.9771
F-statistic
160.4229
Durbin-Watsonstat
2.199366
Prob（F-statistic）
0.000000
得到回归方程如下，
=-1051653+106.7786X4+769.6991X5
（98859.26）（9.7150）（118.3918）
t=（-10.6379）（10.9911）（6.5013）
R2=0.9197
2=0.9140F=160.4230df=28
经分析,上述方程符合经济学意义,使得拟合优度R2有一定的提高,且每个参数的统计检验显著,则应当保留自变量X5。
然后，再引入X1
DependentVariable:
Y
Method:
LeastSquares
Date:
01/23/12Time:
19:
34
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
9.108538
5.362693
1.698501
0.1009
X4
103.3116
9.622613
10.73634
0.0000
X5
634.9192
139.3892
4.555010
0.0001
C
-1027732.
96721.75
-10.62565
0.0000
R-squared
0.927484
Meandependentvar
478340.3
AdjustedR-squared
0.919426
S.D.dependentvar
513113.4
S.E.ofregression
145649.9
Akaikeinfocriterion
26.73571
Sumsquaredresid
5.73E+11
Schwarzcriterion
26.92074
Loglikelihood
-410.4036
F-statistic
115.1098
Durbin-Watsonstat
2.188937
Prob（F-statistic）
0.000000
得到回归方程如下，
=-1027732+103.3116X4+634.9192X5+9.1085X1
（96721.75）（9.6226）（139.38
升级会员 