计量论文-城镇人均可支配收入、旅游人数等因素对国内旅游业的影响.docxVIP

城镇人均可支配收入、旅游人数等因素对国内旅游业的影响【摘要】旅游行业是个潜力巨大，商机无限的行业，伴随着我国人民生活水平的提高，休闲娱乐活动的增加，我国旅游业也呈现旺盛的发展势头，本文选取了3个可能影响国内旅游行业总花费的变量，对其进行回归分析，这对于旅游业未来的发展规划有着重要的作用。【关键词】系数矩阵 怀特检验 DW检验 残差项一、引言随着中国知识经济时代的到来以及我国居民生活水平的提高，旅游市场范围不断扩大，旅游业正进入高速发展阶段。一些学者认为影响旅游需求的因素有国内经济发展水平，人民生活水平，旅游休闲时间，人口特征，交通条件，价格因素等。他们认为随着国民经济的稳定快速发展，人民生活水平的日益提高等带来的我国城镇居民平均可支配收入增多，以及旅游相关设施的进一步完善，这些因素都向着有利于国内旅游业的方向发展，也必将给我国国内旅游产业带来新一轮的发展机会。本文将围绕城镇人均可支配收入、旅游社数量等三个因素对国内旅游业的总花费进行讨论；并浅析这几个因素对中国国内旅游业的影响。二、一元回归模型分析2.1建立模型2.1.1 研究对象我们选取国内旅游总花费为被解释变量；在该模型中，国内旅游总花费的变化趋势可以较为直观地解释城镇人均可支配收入对旅游行业的影响程度。在这里我们假定被解释变量与下述解释变量的回归模型是参数与变量均线性的。2.1.2 解释变量在该模型中将城镇人均可支配收入选作解释变量；我们初步判断如下：随着逐年城镇人均可支配收入的递增，国内旅游业会因此而带来利好，即全年国内旅游总花费会随之逐渐攀升。两者应成正向关系。2.1.3 理论模型或函数式根据古典线性回归模型的设定形式，得下述回归模型：我们假设：城镇人均可支配收入在递增的情况下，国内旅游总花费与解释变量呈线性递增关系。其中，系数我们假定为正，为扰动误差项，且与不相关。2.2数据的收集与整理本模型以国家统计局统计数据为源，使用了2000—2012年的城镇人均可支配收入、国内旅游总花费的数据，数据真实可靠。利用Stata软件进行回归分析，建立关于的精确模型，并分析其影响程度与拟合优度。2000—2012年国内旅游总花费与城镇人均可支配收入数据年份（单位：年）城镇人均可支配收入（单位：元）国内旅游总花费（单位：亿元）20006,280.003,175.5420016,859.603,522.3720027,702.803,878.3620038,472.203,442.2720049,421.604,710493.005,285759.506,229785.807,770780.808,749174.7010,183109.4012,579809.8019,305.39201224564.7022,706.22注：2012年前城镇居民收支数据来源于独立开展的城镇住户抽样调查。2.3数据处理与回归分析假定所建一元线性模型以及随机扰动项满足各项古典假定。利用Stata对上述基本模型进行OLS参数估计：Stata的最小二乘法计算见表1。根据表1中的数据，模型估计的结果为：se = （0.0863）（1251.013） t = （11.71）（-3.90）表1 Stata回归分析表图1 回归分析散点图与拟合曲线2.4回归结果分析与检验由上述数据可知，该模型由于F检验的P值为0，模型总体是统计显著的，模型较好。而则表示该拟合回归直线较优，F检验值为137.02，表示该模型的回归方程是明显显著的。现对该模型的经济解释如下：首先，由于社会经济的高速发展，城镇居民的可支配收入亦随之逐年增长。在收入增加的情况下，人们就会有更多的剩余可支配收入投入到旅游这类娱乐消费中。所以应该与被解释变量呈正比关系。而事实上，系数也是正值（1.009965），其经济意义是：城镇居民平均可支配收入每增加1个单位，那么他们国内旅游业的投资就会增加1.009965个单位。其次，城镇居民可支配收入的t统计值为11.71。在显著性水平为0.05时，，检验非常显著。三、多元回归模型分析3.1建立模型3.1.1 研究对象仍旧选取国内旅游总花费为被解释变量；在这一多元模型中，城镇人均可支配收入、旅游社数量和城镇旅游人数可以解释对国内旅游总花费的变化趋势的影响程度。在此，我们假定被解释变量与下述解释变量的回归模型是参数线性的关系。3.1.2 解释变量本模型将城镇人均可支配收入选为解释变量，旅游社数量为变量，城镇旅游人数为变量。根据模型的经济意义，我们进行初步判断：随着旅游社数量在中国内地的增加、城镇居民旅游人数以及人均可支配收入的提升，我国的国内旅游业可能随之增加效益；四者呈正向关系，即均