国内旅游总花费影响因素分析.docx

资源描述

国内旅游总花费影响因素分析.docx

《国内旅游总花费影响因素分析.docx》由会员分享，可在线阅读，更多相关《国内旅游总花费影响因素分析.docx（42页珍藏版）》请在冰点文库上搜索。

国内旅游总花费影响因素分析.docx

国内旅游总花费影响因素分析

中国国内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，国内生活水平普遍较低，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内外条件和环境。

本文通过对国内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，探讨影响国内旅游总花费的主要因素，并对这些因素进行分析。

2、数据来源（1994-2013，国家统计局）

Y国内旅游总花费（亿元）X1国内生产总值（亿元）X2平均工资（元）X3客运量（万人）x4国内游客（百万人次）x5居民消费价格指数（上年=100）

年份

国内旅游总花费（亿元）

国内生产总值（亿元）

平均工资（元）

客运量（万人）

国内游客（百万人次）

居民消费价格指数（1987年=100）

1994

1023.5

48197.9

5120

1092882

524

270.4

1995

1375.7

60793.7

5348

1172596

629

396.9

1996

1638.4

71176.6

5980

1245357

640

429.9

1997

2112.7

78973.0

6444

1326094

644

441.9

1998

2391.2

84402.3

7446

1378717

695

438.4

1999

2831.9

89677.1

8319

1394413

719

432.2

2000

3175.5

99214.6

9333

1478573

744

434.0

2001

3522.4

109655.2

10834

1534122

784

437.0

2002

3878.4

120332.7

12373

1608150

878

433.5

2003

3442.3

135822.8

13969

1587497

870

438.7

2004

4710.7

159878.3

15920

1767453

1102

455.8

2005

5285.9

184937.4

18200

1847018

1212

464.0

2006

6229.7

216314.4

20856

2024158

1394

471.0

2007

7770.6

265810.3

24721

2227761

1610

493.6

2008

8749.3

314045.4

28898

2867892

1712

522.7

2009

10183.7

340902.8

32244

2976898

1902

519.0

2010

12579.8

401512.8

36539

3269508

2103

536.1

2011

19305.4

473104.0

41799

3526319

2641

565.0

2012

22706.2

519470.1

46769

3804035

2957

579.7

2013

26276.1

568845.2

51483

2122992

3262

594.8

3、定性分析

为了研究国内旅游总花费的影响因素，把国内旅游总花费（亿元）作为被解释变量y，将国内生产总值（亿元）、平均工资（元）、客运量（万人）、国内游客（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=β0+β1x1+β2x2+β3x3+β4x4+β5x5

二、相关分析

1、数据基本描述

DescriptiveStatistics

Mean

Std.Deviation

国内旅游总花费（亿元）

7.4595E3

7351.58315

国内生产总值（亿元）

2.1715E5

1.64588E5

平均工资（元）

2.01E4

14745.147

客运量（万人）

2.0126E6

8.31668E5

国内游客（百万人次）

1.3511E3

834.46503

居民消费价格指数（上年=100）

4.6773E2

73.11847

2、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，国内旅游总花费y与国内生产总值x1、平均工资x2、客运量x3、国内游客x4、居民消费价格指数x5成正相关。

Correlations

国内旅游总花费（亿元）

国内生产总值（亿元）

平均工资（元）

客运量（万人）

国内游客（百万人次）

居民消费价格指数（上年=100）

PearsonCorrelation

国内旅游总花费y

1.000

.974

.968

.785

.986

.855

国内生产总值x1

.974

1.000

.999

.875

.996

.895

平均工资x2

.968

.999

1.000

.875

.994

.891

客运量x3

.785

.875

1.000

.847

.814

国内游客x4

.986

.996

.994

.847

1.000

.886

居民消费价格指数（上年=100）x5

.855

.895

.891

.814

.886

1.000

Sig.（1-tailed）

国内旅游总花费y

.000

国内生产总值x1

.000

平均工资x2

.000

客运量x3

.000

国内游客x4

.000

居民消费价格指数（上年=100）x5

.000

国内旅游总花费y

国内生产总值x1

平均工资x2

客运量x3

国内游客x4

居民消费价格指数（上年=100）x5

从相关系数表中可以看出国内旅游总花费y与国内生产总值x1、平均工资x2、国内游客x4的相关系数都在0.9以上，高度相关；国内旅游总花费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，国内旅游总花费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，国内旅游总花费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=β0+β1x1+β2x2+β3x3+β4x4+β5x5

，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

ModelSummaryb

Model

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

ChangeStatistics

Durbin-Watson

RSquareChange

FChange

df1

df2

Sig.FChange

.993a

.987

.982

987.66685

.987

207.735

.000

.584

a.Predictors:

（Constant）,居民消费价格指数（上年=100）,客运量（万人）,国内游客（百万人次）,平均工资（元）,国内生产总值（亿元）

b.DependentVariable:

国内旅游总花费（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。

ANOVAb

Model

SumofSquares

MeanSquare

Sig.

Regression

1.013E9

2.026E8

207.735

.000a

Residual

1.366E7

975485.806

Total

1.027E9

a.Predictors:

（Constant）,居民消费价格指数（上年=100）,客运量（万人）,国内游客（百万人次）,平均工资（元）,国内生产总值（亿元）

b.DependentVariable:

国内旅游总花费（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

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

Sig.

Correlations

CollinearityStatistics

Std.Error

Beta

Zero-order

Partial

Part

Tolerance

VIF

（Constant）

-2265.053

3283.235

-.690

.502

国内生产总值x1

.042

.038

.934

1.088

.295

.974

.279

.034

.001

776.155

平均工资x2

-.653

.293

-1.310

-2.226

.043

.968

-.511

-.069

.003

364.442

客运量x3

-.001

.001

-.117

-1.426

.176

.785

-.356

-.044

.142

7.038

国内游客x4

13.137

4.169

1.491

3.151

.007

.986

.644

.097

.004

235.720

居民消费价格指数（上年=100）x5

-3.988

7.094

-.040

-.562

.583

.855

-.149

-.017

.191

5.241

a.DependentVariable:

国内旅游总花费（亿元）

通过表格，我们看到平均工资x2、国内游客x4的回归检验系数P值小于0.05，通过检验。

而常数项、国内生产总值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

Correlations

ABSE

国内生产总值（亿元）

平均工资（元）

客运量（万人）

国内游客（百万人次）

居民消费价格指数（上年=100）

Spearman'srho

ABSE

CorrelationCoefficient

1.000

.158

.229

.156

-.008

Sig.（2-tailed）

.506

.332

.510

.975

国内生产总值x1

CorrelationCoefficient

.158

1.000

1.000**

.967**

.998**

.947**

Sig.（2-tailed）

.506

.000

平均工资x2

CorrelationCoefficient

.158

1.000**

1.000

.967**

.998**

.947**

Sig.（2-tailed）

.506

.000

客运量x3

CorrelationCoefficient

.229

.967**

1.000

.968**

.910**

Sig.（2-tailed）

.332

.000

国内游客x4

CorrelationCoefficient

.156

.998**

.968**

1.000

.941**

Sig.（2-tailed）

.510

.000

居民消费价格指数（上年=100）x5

CorrelationCoefficient

-.008

.947**

.910**

.941**

1.000

Sig.（2-tailed）

.975

.000

**.Correlationissignificantatthe0.01level（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0.158，0.158，0.229，0.156，-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

ModelSummaryb

Model

RSquare

AdjustedRSquare

Std.ErroroftheEstimate

ChangeStatistics

Durbin-Watson

RSquareChange

FChange

df1

df2

Sig.FChange

.993a

.987

.982

987.66685

.987

207.735

.000

.584

a.Predictors:

（Constant）,居民消费价格指数（上年=100）,客运量（万人）,国内游客（百万人次）,平均工资（元）,国内生产总值（亿元）

b.DependentVariable:

国内旅游总花费（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=0.584＜dL，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

Coefficientsa

Model

UnstandardizedCoefficients

StandardizedCoefficients

Sig.

Correlations

CollinearityStatistics

Std.Error

Beta

Zero-order

Partial

Part

Tolerance

VIF

（Constant）

-2265.053

3283.235

-.690

.502

国内生产总值x1

.042

.038

.934

1.088

.295

.974

.279

.034

.001

776.155

平均工资x2

-.653

.293

-1.310

-2.226

.043

.968

-.511

-.069

.003

364.442

客运量x3

-.001

.001

-.117

-1.426

.176

.785

-.356

-.044

.142

7.038

国内游客x4

13.137

4.169

1.491

3.151

.007

.986

.644

.097

.004

235.720

居民消费价格指数（上年=100）x5

-3.988

7.094

-.040

-.562

.583

.855

-.149

-.017

.191

5.241

a.DependentVariable:

国内旅游总花费（亿元）

CollinearityDiagnosticsa

Model

Dimension

Eigenvalue

ConditionIndex

VarianceProportions

（Constant）

国内生产总值（亿元）

平均工资（元）

客运量（万人）

国内游客（百万人次）

居民消费价格指数（上年=100）

5.622

1.000

.00

.345

4.037

.01

.00

.028

14.064

.01

.00

.56

.00

.01

.003

44.309

.52

.00

.02

.93

.001

68.413

.14

.00

.35

.22

.46

.01

.000

139.200

.33

1.00

.64

.20

.52

.05

a.DependentVariable:

国内旅游总花费（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CollinearityDiagnostics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_1

COO_1

LEV_1

1994

-0.25782

0.23288153

0.901502

1995

-0.98394

0.03811258

0.140719

1996

-0.63624

0.01869595

0.159692

1997

-0.04643

1.51E-04

0.230634

1998

0.038627

5.15E-05

0.111378

1999

0.524824

0.00577236

0.056532

2000

0.927193

0.01485042

0.043058

2001

1.451298

0.03467744

0.046323

2002

1.179306

0.04201566

0.107059

2003

1.340228

0.09161782

0.194394

2004

-0.14771

9.20E-04

0.140573

2005

-0.48088

0.00775347

0.109754

2006

-1.45338

0.06653409

0.119438

2007

-2.10149

0.04287897

0.017574

2008

-0.76643

0.03293286

0.196119

2009

-0.63843

0.02077564

0.176539

2010

-0.23033

0.00978043

0.457713

2011

0.398954

0.0171609

0.328132

2012

2.158468

0.86018878

0.532865

2013

0.967995

7.68762598

0.930002

从上表可知，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、国内生产总值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

VariablesEntered/Removeda

Model

VariablesEntered

VariablesRemoved

Method

国内游客（百万人次）x4

Stepwise（Criteria:

Probability-of-F-to-enter<=.050,Proba

展开阅读全文