中国旅游业收入影响因素的研究计量经济学.docx

1、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 1994 10

2、23.5 524 414.7 54.9 5.90 111.78 205.42 1995 1375.7 629 464.0 61.5 6.24 115.70 249.96 1996 1638.4 640 534.1 70.5 6.49 118.58 289.67 1997 2112.7 644 599.8 145.7 6.60 122.64 358.36 1998 2391.28 695 607.0 197.0 6.64 127.85 423.65 1999 2831.9 719 614.8 249.5 6.74 135.17 533.88 2000 3175.3 744 678.6 226.6

3、 6.87 140.27 625.33 2001 3522.4 784 708.3 212.7 7.01 169.80 770.78 2002 3878.4 878 739.7 209.1 7.19 176.52 968.98 2003 3442.3 870 684.9 200.0 7.30 180.97 1219.23 2004 4710.7 1102 731.8 210.2 7.44 187.07 1481.66 2005 5285.9 1212 737.1 227.6 7.54 334.52 1848.07 1 2006 6229.7 1394 766.4 221.9 7.71 345.

4、70 2333.32 2007 7770.6 1610 906.9 222.5 7.80 358.37 2876.22 2008 8749.3 1712 849.4 275.3 7.97 373.02 3501.39 2009 10183.7 1902 801.1 295.3 8.55 386.08 4574.91 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multiple graphs 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:ls y

5、c x1 x2 x3 x4 x5 x6 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/covariance analysis/correlation 结果显

6、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 X1 X2 X3 X4 X5 X6 参数估计值 6.20 17.79 28.80 3751.24 24.21 2.05 2R 0.98 0.76 0.59 0.92 0.89 0.97 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

7、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/estimate equation/method选择stepls-stepwise least squares 两个框中分别输入Y C 和X1 X2 X3 X4 X5 X

8、6.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)=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ls y c X1 X2 X3 X4 X5 X6这个模型进行检验，步骤如下:View/residual tests/ 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

9、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/residual tests/ 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duDW2,处于无结论区。 4.2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

10、关，步骤如下: view/residual test/serial correlation LM test 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