影响中国国内旅游收入

目录影响中国国内旅游收入的计量经济分析...................................-1-一、提出问题..............................................................................................................-1-二、理论分析..............................................................................................................-1-三、建立模型及其估计................................................................................................-1-四、修正多重共线性....................................................................................................-4-五、消除多重共线性后的分析....................................................................................-6-六、检验模型的异方差................................................................................................-8-1、图形法：................................................................................................................-8-2、G-Q检验：............................................................................................................-8-3、White检验：.......................................................................................................-10-七、异方差的修正......................................................................................................-11-八、解释及建议..........................................................................................................-13-参考文献........................................................................................................-13--1-影响中国国内旅游收入的计量经济分析一、提出问题据《2011中国旅游市场趋势观察研究预测报告》预测：2015年我国旅游业占国内生产总值比重8%，2020年我国旅游业占国内生产总值比重11%。随着我国旅游业继续保持较快增长态势，旅游业将成为我国国民经济重要产业，预计到2020年，全国旅游业增加值预计占全国服务业增加值的12％以上。我国国内旅游业持续快速增长，旅游产业对社会经济作用的带动进一步加强。旅游业作为我国国民经济新的增长点，在整个国民经济发展中的作用越亦显著。旅游业逐渐成为全球新的经济发展方向，跨国旅游已成为一种趋势，旅游业的未来前景将会很好。因此，研究和探讨我国国内旅游业发展的现状、趋势及对策，具有十分重要的意义。为了更好的规划我国未来旅游业的发展，需要定量地分析影响我国旅游业市场发展的主要因素。为了研究其主要影响因素，需要建立计量经济模型。二、理论分析分析了旅游业的发展，总结出影响中国国内旅游业增长的主要因素可能有以下几种：（1）旅行人次。旅游的人次数对于旅游业收入有很大的影响，旅游人数拉动旅游业整体的发展。所以，可以把游客分为城镇居民与农村居民国内游客。（2）游客的可支配收入。经济的快速发展及生活水平的提高使得食品支出占总支出的比例减少，即恩格尔系数变小了。那么，消费者就有更多的剩余收入投入到娱乐文化方面。以游客的划分方式，同时可以把收入分为城镇居民人均可支配收入和农村居民人均纯收入。（3）公路、铁路里程。方便的交通也加快了旅游业的发展，可分为铁路营业里程和公路里程。（4）私人汽车。现在，经济的快速发展使得人们有能力采取自驾游的方式，私人载客汽车拥有量也影响着旅游收入。三、建立模型及其估计经过上述的分析，总结出影响我国国内旅游业发展的主要因素有：城镇居民国内游客（百万人次）1X，农村居民国内游客（百万人次）2X，城镇居民人均可支配收入(元)3X，农村居民人均纯收入(元)4X，铁路营业里程(万公里)5X，公路里程(万公里)6X，私人载客汽车拥有量(万辆)7X。为此设定如下形式的计量经济模型：-2-tttttttttuXXXXXXXY776655443322110（1.01）其中，tY：第t年国内旅游总花费（亿元），tu：模型的随机误差项。为估计模型（1.01）中的各个参数值，查找中国国内旅游业1994~2012年的统计数据，数据如下表所示：表1.11994~2012年中国国内旅游收入及相关数据年份国内旅游总花费（Y/亿元）城镇居民国内游客(1X/百万人次)农村居民国内游客(2X/百万人次）城镇居民人均可支配收入(3X/元)农村居民人均纯收入（4X/元）铁路营业里程（5X/万公里）公路里程（6X/万公里）私人载客汽车拥有量（7X/万辆）1994年1,023.512053193496.212215.9111.7878.621995年1,375.7024638342831577.76.24115.7114.151996年1,638.382563834838.91926.16.49118.58143.041997年2,112.702593855160.32090.16.6122.64191.271998年2,391.182504455425.121626.64127.85230.651999年2,831.922844355854.022210.36.74135.17304.092000年3,175.5432941562802253.46.87167.98365.092001年3,522.373754096859.62366.47.01169.8469.852002年3,878.363854937702.82475.67.19176.52623.762003年3,442.273515198472.22622.27.3180.98845.872004年4,710.714596439421.62936.47.44187.071,069.692005年5,285.86496716104933254.97.54334.521,383.932006年6,229.7057681811759.535877.71345.701,823.572007年7,770.6061299813785.84140.47.8358.372,316.912008年8,749.307031,00915780.764760.627.97373.022,880.502009年10,183.7090399917174.655153.178.55386.083,808.332010年12,579.771,0651,03819109.45919.019.12400.824,989.502011年19,305.391,68795421809.86977.299.32410.646,237.502012年22,706.201,9331,02424564.77916.589.76423.757,637.872013年26,276.102,1861,07626955.18895.914510.31435.629,198.23资源来源：中国统计年鉴2014利用EViews软件，生成7654321XXXXXXXYt、、、、、、、等数据，采用这些数据对模型做OLS回归，结果如下图所示：-3-图1.01OLS回归结果由图1.01可知，该模型的可决系数：2R=0.998719，调整可决系数：2R=0.997972的数值都很高。变量2X，3X，4X，5X，6X，7X的t值分别为)(2t=0.536143，)(3t=-0.47646，)(4t=2.164398，)(5t=-0.45564，)(6t=-0.576929，)(7t=-0.696432。当显著性水平取05.0时，1788.2)820(025.0t，2X，3X，4X，5X，6X，7X的系数t检验都不显著，且3X，5X，6X，7X的系数为负，与预期相反。这表明模型可能存在严重多重共线性。查找各解释变量的相关系数，如下图所示：图1.02各变量的相关系数矩阵-4-由相关系数矩阵可知，各解释变量之间有的相关系数较高，表明模型存在严重多重共线性。但是，这较高的简单相关系数只是多重共线性存在的充分性，而非必要性。为了进一步检验存在多重共线性，做辅助回归，即将每个X变量都对其余X变量进行回归。表1.2辅助回归因变量1X2X3X4X5X6X7X2R0.9942350.9881690.99984990.9975740.9878350.9650450.994266方差膨胀因子173.44684.523666.187412.20682.20628.608174.391经验表明，10iVIF时，说明解释变量与其余解释变量之间有严重多重共线性，且这种多重共线性可能会过度地影响最小二乘估计。所以由表1.2可知，模型存在严重多重共线性。四、修正多重共线性采用逐步回归的方法，去检验并解决多重共线性。1、分别作Y对7654321XXXXXXX、、、、、、的一元回归分析。表1.3一元回归估计结果变量1X2X3X4X5X6X7X参数估计值12.3792121.197250.9949333.2938375811.28949.113652.663341t统计量65.490556.00148917.0280925.8271315.015386.57548138.41814p值0.00000.00000.00000.00000.00000.00000.00002R0.9958210.6667770.941550.9737240.9260660.706060.9879512R0.9955890.6482650.9383030.9722640.9219590.689730.987282由表1.3可知，当05.0时，t检验值：101.2)220(025.0t，各估计的回归系数的t检验都是显著的。其中，加入1X的方程调整可决系数2R最大，以1X为基础，顺次加入其它解释变量逐步回归。2、以1X为基础，顺次加入其它解释变量作逐步回归分析。表1.4加入新变量的回归结果变量变量1X2X3X4X5X6X7X2R-5-1X2X11.63255(53.196421.97905(4.324911)0.9977761X3X10.40277(22.12281)0.170348(4.382862)0.9978071X4X9.372129(16.67139)0.827289(5.469017)0.9983071X5X10.