影响民航客运量地相关因素分析报告.docx

影响民航客运量地相关因素分析报告.docx

《影响民航客运量地相关因素分析报告.docx》由会员分享，可在线阅读，更多相关《影响民航客运量地相关因素分析报告.docx（9页珍藏版）》请在冰豆网上搜索。

影响民航客运量地相关因素分析报告

影响民航客运量的相关因素分析

摘要：

民航客运量受到很多因素的影响，本文选取了国民收入、铁路客运量、民航里程数与来华旅游入境人数四个具有代表性的指标，通过运用线性回归的方法来对这些影响因素进展相关的定量分析，并建立相关模型。

试图为我国的民航业的开展提供一些有参考价值的预测和信息。

关键词：

民航客运量、影响因素、线性回归、定量分析

一、航空业现状与影响因素分析

航空运输作为现代化运输方式，其开展程度直接能反映一个国家的经济水平。

我国航空业开展起步较晚，最近几年虽然开展非常迅速，但是和国际上的航空公司相比还是有很大差距，而随着改革开放的进一步加深，民航业要面临更多的激烈竞争。

因此，加强对民航业的重视与研究，提高民航业的改革和开展，可以有效提升民航业的竞争力。

〔一〕民航客运量的现状分析

近年来，我国的民航业开展迅速，在起步的近20年的时间里，平均增长速度在年15%左右，最近两年增速加快。

但是相对于国内航线的迅猛开展，国际航线却很疲软。

进入21世纪以来，我国航空业开始采用统一的标准，2002年实行政企别离以来，我国航空运输量呈现明显的增长趋势。

〔二〕民航客运量影响因素分析

影响民航客运量的因素有很多，综合有关学者和该领域的专家的观点和意见，我们得出有着最直接影响的是国民收入、铁路客运量、民航里程数与来华旅游入境人数四个指标。

国民收入是一个国家整体经济的直接反映，而航空业在本国的开展更是与经济的好坏息息相关；铁路客运作为我国客运最为重要的运输，会和航空业形成一定的竞争；民航里程数反映了行业的开展水平，最后入境旅游人数也是与航空客运量有直接关联。

二、数据来源与分析

本文主要以中国统计年鉴2002-2012历年的数据作为数据来源，从中采集了国民收入、铁路客运量、民航里程数与来华旅游入境人数历年的数据，如如下图一：

数据分析：

以年份为横轴，作出四个解释变量和被解释变量的走势图。

为了防止异方差，这里我们对原始数据去自然对数处理。

从图中我们可以看出四个解释变量和被解释变量的走势一样。

三、计量实证分析

模型建立：

在对数据去自然对数以后，把民航客运量用Y来表示，X1、X2、X3、X4分别表示国民收入、铁路客运量、民航里程数与来华旅游入境人数，建立如下的模型：

LnY=α0+α1LnX1+α2LnX2+α3LnX3+α4LnX4+ϵ（3.1）

其中ϵ为随机干扰项，α0-α4都是系数。

回归分析：

通过运用stata软件，运用普通最小二乘法〔OLS〕对模型〔3.1〕进展多元线性回归的参数估计得到如下图：

由图表可得回归方程为：

LnY=-6.6020+0.6327LnX1+0.1673LnX2+0.0687LnX3+0.6526LnX4（3.2）

（2.9832）（0.1889）（0.3023）（0.2470）（0.2224）

T（-2.21）（3.35）〔0.55〕〔0.28〕〔2.93〕

R²=0.9942

去除残差后回归我们可以得到如下图：

由图标我们可以看出:

去除残差后R²=0.9942，说明解释变量和被解释变量之间的拟合度非常好。

此时的方程为：

LnY=-6.6020+0.6327LnX1+0.1673LnX2+0.0687LnX3+0.6526LnX4（3.3）

（1.8784）（0.1837）（0.1978）（0.2697）（0.1643）

T（-3.51）（3.44）〔0.85〕〔0.25〕〔3.97〕

模型检验：

从回归结果来看四个解释变量和民航客运量之间都是正相关的，这和实际意义是一样的，说明四者的增大都能促进民航客运量的增加。

〔一〕拟合优度检验

单从stata回归的结果来看，模型的拟合度较好，可决定系数R²=0.9942，而调整后的R²=0.9912，这说明建立的模型对所选择的4个因素52样本观测值的拟合程度较好。

〔二〕F检验

针对H0：

Xi=0,给定显著性水平α=0.05，查询F分布表可以知道在自由度为K-1=4和n-k=8的临界值Fα〔4，8〕=1.66，有表中我们可以看到F〔4，8〕=340.0>Fα〔4，8〕,所以应该拒绝原假设H0，说明回归方程是显著的，即国民收入、铁路客运量、民航里程数与来华旅游入境人数等变量在整体上都能显著影响到民航客运量。

〔三〕T检验〔回归系数显著性检验〕

针对H0：

Xi=0〔i=1,2,3,4,〕,给定显著性水平α=0.05，查询T分布表可以知道在自由度为n-k=8的临界值Tα/2=1.8595.由表中数据可知：

X1、X2、X3、X4对应的T统计量分别为3.35，0.55，0.28，2.93，其绝对值大于Tα/2的有X1、X4的T值。

这说明X1、X4拒绝H0：

Xi=0〔i=1,2,3,4,〕,也就是说在其他解释变量不变的前提下〔即整体上对被解释变量都有显著性影响〕，解释变量国民收入X1和入境旅游人数X4个体能够显著影响到民航客运量。

〔四〕D.W检验〔自相关检验〕

从图表中我们可以得出，ｄ＝2.1062。

根据D-W表，对于n=13,k=4,在5%的显著水平下，dL=0.574,dU=1.872。

由于dU

说明变量不具有自相关。

〔五〕多重共线性检验

通过建立相关系数矩阵如下表所示：

可以看出X1、X2、X3、X4之间的共线性比拟严重，,且多重共线性严重地影响最小二乘估计值，接下来就要利用逐步回归的方法建立较为理想的模型。

X1、X4都能显著影响到Y值，即国民收入和入境旅游人数能显著增加民航客运量。

而X2根据现实可知与Y是竞争关系，不会显著影响Y，排除。

LnY=-4.9868+0.7492LnX1+0.5767LnX4〔偏好〕

综上，屡次回归以后得到如下图：

LnY=-4.9868+0.7492LnX1+0.5767LnX4〔3.5〕

〔0.9300〕〔0.0641〕〔0.1730〕

T〔-5.36〕〔11.69〕〔3.33〕

去除残差后得到如下图：

R²=0.9938和没去除残差时一样。

〔六〕异方差检验

P=0.6588远大于0.05，所以不存在异方差的干扰。

综上所述，我的模型在检验过之后应该是：

LnY=-4.9868+0.7492LnX1+0.5767LnX4

〔0.9300〕〔0.0641〕〔0.1730〕

T〔-5.36〕〔11.69〕〔3.33〕

四、分析与结论

〔一〕原因分析

1.铁路客运量对民航客运量影响的分析一般情况下我们都认为：

铁路和民航共同拥有旅客,所以乘火车的旅客越来越多，民航的客运量将越少。

但近年来乘飞机人数的增多大局部都是由于来华旅游入境人数的增多。

因而就目前中国的实际情况来说铁路客运量与民航客运量之间并没有太大的相关性。

2.通过分析结果我们发现国民总收入对民航客运量的影响最大，也就是说,随着国民总收入的提高,人民生活水平的不断上升，人们对于生活质量的要求也会不断的提高。

人们不仅仅只满足与温饱问题。

随着收入的提高，消费水平也自有所提高。

于是旅游或者出差乘坐飞机不再是一种奢侈。

3.我国旅游资源丰富，社会环境稳定，促使了旅游业的迅速开展。

吸引了大量的外国游客来华旅游，据统计，最近几年入境旅游人数的年均增长率达到了11.2%。

这样无疑对于我国航空业的开展有所促进，也就会使民航客运量有显著提高。

〔二〕结论

总之，通过相关资料我们发现影响我国民航客运量的主要因素是国民收入和入境旅游人数。

我国经济的持续高速开展为我国民航业的开展提供了良好的契机，同时证据稳定和旅游资源丰富也对民航客运量有着很大的影响。

未来我国的民航业将有一个良好的开展前景。

五、参考文献

《统计年鉴2002-2012》国家统计局

《回归分析与经济数据建模》郭文元

《我国民航客运量实证研究》X建华、叶文振