1、国内旅游总花费影响因素分析报告中国国旅游总花费影响因素分析一、问题提出1、研究问题旅游可以促进人力、物力、资源的优化利用,促进当地的相关产业的发展,解决就业问题,提高经济收益等都是大有裨益的。更重要是随着旅游业的发展,当地人的观念将会发生根本改变,即按照市场需求,组织生产,搞活流通,以信息化取代封闭的传统的生产模式。旅游可以使单一资源产生规模效应,扩大单一资源的产品转化和升级,将市场建在家门口,对外提高当地的影响力。旅游业是现代服务业的重要组成部分,带动作用大。加快旅游业改革发展,是适应人民群众消费升级和产业结构调整的必然要求,对于扩就业、增收入,推动中西部发展和贫困地区脱贫致富,促进经济平稳
2、增长和生态环境改善意义重大,对于提高人民生活质量、培育和践行社会主义核心价值观也具有重要作用。中国旅游业的发展是与改革开放同步进行的。改革开放之前,由于受传统计划体制观念的影响,注重生产轻视消费,旅游被当做一种奢侈品而遭到排斥,同时,国生活水平普遍较低,对外又采取闭关锁国政策,因此,旅游产业的发展缺乏必要的物质基础和政治条件。改革开放以后,随着中国经济的发展,一方面,国民经济建设需要大量的资金;另一方面,由于对外开放的大门打开,境外游客和资本急于进入中国,从而为中国的旅游业形成创造了良好的外条件和环境。本文通过对国旅游总花费的影响因素展开研究,运用建立多元线性回归模型的方法,探讨影响国旅游总花
3、费的主要因素,并对这些因素进行分析。2、数据来源(1994-2013,国家统计局)Y国旅游总花费(亿元) X1国生产总值(亿元) X2平均工资(元) X3客运量(万人)x4国游客(百万人次) x5居民消费价格指数(上年=100)年 份国旅游总花费(亿元)国生产总值(亿元)平均工资(元)客运量(万人)国游客(百万人次)居民消费价格指数(1987年=100)19941023.548197.951201092882524270.419951375.760793.753481172596629396.919961638.471176.659801245357640429.919972112.77897
4、3.064441326094644441.919982391.284402.374461378717695438.419992831.989677.183191394413719432.220003175.599214.693331478573744434.020013522.4109655.2108341534122784437.020023878.4120332.7123731608150878433.520033442.3135822.8139691587497870438.720044710.7159878.31592017674531102455.820055285.9184937.
5、41820018470181212464.020066229.7216314.42085620241581394471.020077770.6265810.32472122277611610493.620088749.3314045.42889828678921712522.7200910183.7340902.83224429768981902519.0201012579.8401512.83653932695082103536.1201119305.4473104.04179935263192641565.0201222706.2519470.14676938040352957579.72
6、01326276.1568845.25148321229923262594.83、定性分析为了研究国旅游总花费的影响因素,把国旅游总花费(亿元)作为被解释变量y,将国生产总值(亿元)、平均工资(元)、客运量(万人)、国游客(百万人次)、居民消费价格指数(上年=100)作为解释变量,分别设为x1,x2、x3、x4、x5,假定其多元线性回归模型表示为:y = 0 +1x1 + 2x2 + 3x3 +4x4 +5x5二、相关分析1、数据基本描述Descriptive StatisticsMeanStd. DeviationN国旅游总花费(亿元)7.4595E37351.5831520国生产总值(亿元
7、)2.1715E51.64588E520平均工资(元)2.01E414745.14720客运量(万人)2.0126E68.31668E520国游客(百万人次) 1.3511E3834.4650320居民消费价格指数(上年=100)4.6773E273.11847202、相关分析利用散点图、简单相关系数检验被解释变量y和解释变量x1, x2, x3, x4, x5之间的关系。根据散点图可以看出,国旅游总花费y与国生产总值x1、平均工资x2、客运量x3、国游客x4、居民消费价格指数x5成正相关。Correlations国旅游总花费(亿元)国生产总值(亿元)平均工资(元)客运量(万人)国游客(百万人
8、次) 居民消费价格指数(上年=100)Pearson Correlation国旅游总花费y1.000.974.968.785.986.855国生产总值x1.9741.000.999.875.996.895平均工资x2.968.9991.000.875.994.891客运量x3.785.875.8751.000.847.814国游客x4.986.996.994.8471.000.886居民消费价格指数(上年=100)x5.855.895.891.814.8861.000Sig. (1-tailed)国旅游总花费y.000.000.000.000.000国生产总值x1.000.000.000.00
9、0.000平均工资x2.000.000.000.000.000客运量x3.000.000.000.000.000国游客x4.000.000.000.000.000居民消费价格指数(上年=100)x5.000.000.000.000.000.N国旅游总花费y202020202020国生产总值x1202020202020平均工资x2202020202020客运量x3202020202020国游客x4202020202020居民消费价格指数(上年=100)x5202020202020从相关系数表中可以看出国旅游总花费y与国生产总值x1、平均工资x2、国游客x4的相关系数都在0.9以上,高度相关;国旅
10、游总花费y与居民消费价格指数x5的相关系数在0.8以上,相关性也很强,国旅游总花费y与客运量x3的相关系数在0.7以上,具有一定的相关性。所以,国旅游总花费y与这五个自变量做回归分析是合适的。三、模型建立根据之前建立的模型y = 0 +1x1 + 2x2 + 3x3 +4x4 +5x5 ,利用SPSS,采用强行进入的方法进行多元线性回归,得到结果如下:1、拟合优度检验Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbin-WatsonR Square Chang
11、eF Changedf1df2Sig. F Change1.993a.987.982987.66685.987207.735514.000.584a. Predictors: (Constant), 居民消费价格指数(上年=100), 客运量(万人), 国游客(百万人次) , 平均工资(元), 国生产总值(亿元)b. Dependent Variable: 国旅游总花费(亿元)从上表可以看出,方程的复相关系数R=0.993,样本决定系数R2=0.987,调整后的样本决定系数为0.982,说明方程拟合优度很好。ANOVAbModelSum of SquaresdfMean SquareFSig.
12、1Regression1.013E952.026E8207.735.000aResidual1.366E714975485.806Total1.027E919a. Predictors: (Constant), 居民消费价格指数(上年=100), 客运量(万人), 国游客(百万人次) , 平均工资(元), 国生产总值(亿元)b. Dependent Variable: 国旅游总花费(亿元)由ANOVA表可知,在0.05的显著性水平下,F值=207.735,P值为0.000,说明回归方程高度显著,x1, x2, x3, x4, x5整体上对y有高度显著的线性影响。回归系数的检验Coefficie
13、ntsaModelUnstandardized CoefficientsStandardized CoefficientstSig.CorrelationsCollinearity StatisticsBStd. ErrorBetaZero-orderPartialPartToleranceVIF1(Constant)-2265.0533283.235-.690.502国生产总值x1.042.038.9341.088.295.974.279.034.001776.155平均工资x2-.653.293-1.310-2.226.043.968-.511-.069.003364.442客运量x3-.
14、001.001-.117-1.426.176.785-.356-.044.1427.038国游客x413.1374.1691.4913.151.007.986.644.097.004235.720居民消费价格指数(上年=100)x5-3.9887.094-.040-.562.583.855-.149-.017.1915.241a. Dependent Variable: 国旅游总花费(亿元)通过表格,我们看到平均工资x2、国游客x4的回归检验系数P值小于0.05,通过检验。而常数项、国生产总值x1、客运量x3、居民消费价格指数x5系数检验P值均大于0.05,未通过检验。4、残差分析正态性检验根
15、据直方图和正态概率分布图可以看到,残差基本上符合正态性假设。5、残差分析异方差检验CorrelationsABSE国生产总值(亿元)平均工资(元)客运量(万人)国游客(百万人次) 居民消费价格指数(上年=100)Spearmans rhoABSECorrelation Coefficient1.000.158.158.229.156-.008Sig. (2-tailed).506.506.332.510.975N202020202020国生产总值x1Correlation Coefficient.1581.0001.000*.967*.998*.947*Sig. (2-tailed).506.
16、000.000.000N202020202020平均工资x2Correlation Coefficient.1581.000*1.000.967*.998*.947*Sig. (2-tailed).506.000.000.000N202020202020客运量x3Correlation Coefficient.229.967*.967*1.000.968*.910*Sig. (2-tailed).332.000.000.000.000N202020202020国游客x4Correlation Coefficient.156.998*.998*.968*1.000.941*Sig. (2-tai
17、led).510.000.000.000.000N202020202020居民消费价格指数(上年=100)x5Correlation Coefficient-.008.947*.947*.910*.941*1.000Sig. (2-tailed).975.000.000.000.000.N202020202020*. Correlation is significant at the 0.01 level (2-tailed).由残差图可知,残差图上的点的散布是随机的,不太有规律;由Correlations表可知,残差绝对值与x1, x2, x3, x4,x5的相关系数分别为0.158,0.1
18、58,0.229,0.156,-0.08,相应的P值均大于0.05,说明残差绝对值与自变量x1, x2, x3, x4,x5之间显著不相关。故综上所述,不存在异方差。6、自相关性检验Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbin-WatsonR Square ChangeF Changedf1df2Sig. F Change1.993a.987.982987.66685.987207.735514.000.584a. Predictors: (Const
19、ant), 居民消费价格指数(上年=100), 客运量(万人), 国游客(百万人次) , 平均工资(元), 国生产总值(亿元)b. Dependent Variable: 国旅游总花费(亿元)从模型汇总表中可知,D.W值为0.584,查D.W表,当n=20,k=5时,dL=0.90,du= 1.83, D.W=0.584dL,且滞后残差图呈正相关关系,所以模型存在正自相关性。7、共线性诊断CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.CorrelationsCollinearity Stat
20、isticsBStd. ErrorBetaZero-orderPartialPartToleranceVIF1(Constant)-2265.0533283.235-.690.502国生产总值x1.042.038.9341.088.295.974.279.034.001776.155平均工资x2-.653.293-1.310-2.226.043.968-.511-.069.003364.442客运量x3-.001.001-.117-1.426.176.785-.356-.044.1427.038国游客x413.1374.1691.4913.151.007.986.644.097.004235.
21、720居民消费价格指数(上年=100)x5-3.9887.094-.040-.562.583.855-.149-.017.1915.241a. Dependent Variable: 国旅游总花费(亿元)Collinearity DiagnosticsaModelDimensionEigenvalueCondition IndexVariance Proportions(Constant)国生产总值(亿元)平均工资(元)客运量(万人)国游客(百万人次) 居民消费价格指数(上年=100)115.6221.000.00.00.00.00.00.002.3454.037.01.00.00.00.00
22、.003.02814.064.01.00.00.56.00.014.00344.309.52.00.00.02.02.935.00168.413.14.00.35.22.46.016.000139.200.331.00.64.20.52.05a. Dependent Variable: 国旅游总花费(亿元)由Coefficients表可以看出x1,x2,x4的VIF值都大于10,所以存在严重的多重共线性。由Collinearity Diagnostics表可知,自变量x2,x3, x4, x5的条件数均大于10,进一步说明自变量之间存在严重的多重共线性。8、异常值检验年 份SDR_1COO_1
23、LEV_11994-0.257820.232881530.9015021995-0.983940.038112580.1407191996-0.636240.018695950.1596921997-0.046431.51E-040.23063419980.0386275.15E-050.11137819990.5248240.005772360.05653220000.9271930.014850420.04305820011.4512980.034677440.04632320021.1793060.042015660.10705920031.3402280.091617820.19439
24、42004-0.147719.20E-040.1405732005-0.480880.007753470.1097542006-1.453380.066534090.1194382007-2.101490.042878970.0175742008-0.766430.032932860.1961192009-0.638430.020775640.1765392010-0.230330.009780430.45771320110.3989540.01716090.32813220122.1584680.860188780.53286520130.9679957.687625980.930002从上
25、表可知,所有数据的删除学生化残差绝对值都小于3,除2013年库克距离都小于0.5,该模型存在异常值。四、模型修改1.全模型存在的问题(1)常数项、国生产总值x1、旅客运输平均距离x3、居民消费价格指数x5系数检验P值均大于0.05,未通过检验;(2)存在自相关性;(3)自变量之间存在严重的多重共线性;(4)2013年存在异常值。2. 修改利用SPSS软件采用逐步回归的方式,得到以下结果并加以分析。(1)拟合优度检验Variables Entered/RemovedaModelVariables EnteredVariables RemovedMethod1国游客(百万人次)x4 .Stepwise (Criteria: Probability-of-F-to-enter = .100).2平均工资(元)x2.Stepwise (Crit
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1