计量经济学论文

#我国旅游业发展影响因素分析及政策建议摘要：旅游业作为新世纪的朝阳产业，有着光辉的发展前景。本文主要通过对影响旅游发展的多因素分析，建立以旅游收入为被解释变量，若干影响因素为解释变量的多元线性回归模型，并应用1998-2012年间的截面数据回归得到的模型，再对模型进行计量经济学检验，并对中国的旅游发展显著因素分析和提出相关政策建议。关键词：旅游产业可支配收入回归模型计量经济学检验背景分析及相关经济指标1.1背景分析旅游业是旅行社业、住宿业、交通业、商业等相关产业的集合，是一种关联带动作用较大的综合性产业。旅游业包括国际旅游和国内旅游两个部分。两者由于接待对象不同而有所区别，但其性质和作用是基本一致的。旅游业的发展不仅对增加就业和扩大内需起到重要的推动作用，而且对优化产业结构、增加国家外汇收入、促进国际收支平衡和加强国家、地区间的文化交流具有深远影响。而且我国旅游资源丰富，发展潜力巨大。1.2相关经济指标（1）人均可支配收入人均可支配收入直接影响着旅游业收入。随着市场经济的稳定发展和改革开放政策的深入发展，我国的人均可支配收入（包括城镇居民人均可支配收入和农村居民人均可支配收入）有了很大的增长，，这种提高不仅表现在物质生活的提高，也表现在精神需求的提高。而我国旅游业的发展壮大就是精神需求提高的表现。（2）旅游人数旅游人数也是影响旅游收入的重要因素。随着物质水平的提高，人们的精神需求也不断提高以适应其发展，反映在旅游业就是旅游人数的不断上升（3）消费性支出是指政府以消费者身份在市场上购买所需商品和劳务所发生的支出。消费支出可分为公共消费支出和个人消费支出两部分。通过收集数据，建立模型来对影响我国旅游收入的因素进行研究分析，一方面力求为增加旅游收入的方法研究指出明确的方向，另一方面通过模型的分析针对重要的影响因素提出对增加旅游收入的一些建议。模型的设定影响旅游产业发展的因素有很多，在此选定城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、国内游客、人均消费性支出为解释变量，以旅游企业营业收入为被解释变量。为此设定如下形式的计量经济模型：y=c+cx+cx+cx+cx+cx+R。1122334455其中，y为旅游企业营业收入（万元），x为居民人均可支配收入（元）x为农村居民家12庭人均纯收入（元）x为旅行社数（个）x4为国内游客（百万人次），x为人均消费性345支出（元），R为随机扰动项。相关试验数据为了避免时间序列的非平稳性，本模型使用截面数据。数据来源于《中国统计年鉴》和《中国旅游年鉴》等，在经过大量分析比较后，所取样本数据见下表：表11995-2012年旅游企业营业收入及其相关影响因素数据表

年份旅游企业营业收入Y（亿元）城镇居民人均可支配收入X1（元）农村居民家庭人均纯收入X2（元）旅行社数X3（个）国内游客X4（百万人次）人均消费性支出X5（元）19981375.742831577.74382629218.7119991738.44838.91926.13846639.5256.220002212.75160.320900620012391.25425.12162622269534520022831.95854.022210.3732671939420033175.562802253.48993744426.620043522.46859.62366.410532784429.520053878.47702.82475.611552878441.820063442.38472.22522.213361889395.720074710.79421.62636.4149271102427.520085285.9104932954.9168461212436.120096229.711759.53087176571394446.920107770.613785.84140.4179431610482.620118749.314780.764760.62186911712511.0313201210183.716174.655353.17216491902535.44•模型的建立与分析通过观察被解释变量与每一个解释变量的相关图。如图1所示。图1使用Eviews软件对数据进行OLS回归，回归结果表1所示:D-ependentVariable:YMethod.L&aatSquare-sDate:06/17/14Time:17:33Sample:19902012InclLidednbEervatione'15VariableCoefficientStd.Err&ri-StatisticPro-b.C-3488.5&5223.4219-15.&1425U(JUUUX1-0.3428770135139-2.53721100319X20.04238601722124.8915710.0009X3003574100347S71.02742003310X45.77736407924187.29078800000X55.39944-Z08314666.12552300002R-squared0.999124Meandependentvar4499.89JAdjustedR-squareda99S&3SS□dependentwar204S.E.ofregression98.04032Akaikeinfocriterion12.29781Sumsquaredresid35507.14Schwarzcriterion12.50103Loglikelihood-85.23367F-statistic2053.402Durbin-Watsonstat1.830&4&Prob(F-statisti-c)0.000000表1根据表1显示的结果，模型估计的结果为y=-3488.565-0.342877x+0.842386x+0.035741x+5.777354x+5.399442x12345Se=(223.4219)(0.135139)(0.172212)(0.034787)(0.792418)(0.881466)t=(-15.61425)(-2.537211)(4.891571)(1.027420)(7.290788)(6.125523)R2=0.999124R2=0.998638F=2053.482DW=1.8309465•模型的检验5・1经济意义检验模型的估计结果说明，在假定其他变量不变的情况下，平均来说，农村居民人均纯收入每增长1%，旅游企业营业收入就增长0.842386%；旅行社数每增加1%，旅游企业营业收入就增加0.035741%；国内游客每增长1%,旅游企业营业收入就增长5.777354%；人均消费性支出每增长1%,旅游企业营业收入就增长5.399442%。但是城镇居民人均可支配收入每增加1%,旅游企业营业收入就减少0.342877%。理论分析与经验判断不一致，说明模型可能存在问题。5.2统计检验拟合优度：由表1中数据可以得到R2=0.999124，修正的可决系数为R2=0.998638,这说明模型对样本的拟合很好。F检验：在给定显著性水平a=0.05的条件下，在F分布表中查处自由度为k-1=5

和n-k=9的临界值F(5,9)二3.48。由表1可得F=2053.482>3.48,所以拒绝原假设，说明a回归方程显著。即城镇居民人均可支配收入、农村居民家庭人均纯收入、旅行社数、国内游客、人均消费性支出等变量联合起来确实对旅游企业营业收入有显著影响。t检验：在给定显著性水平a二0.05的条件下，查t分布表的自由度为n-k=9的临界

值t(n-k)二2.262。由表1中数据可知，并非所有的指标对应的t统计量的绝对值都大a/2

于2.179。这说明，只有解释变量x2、x4、x5都对被解释变量y有显著影响。5.3多重共线性检验由上述回归结果可见该模型，可决系数高，拟合优度好，通过F检验，并且显著。但是解释变量x,x没有通过t检验，并且x的系数与经济意义不符。因此猜测模型可能存在TOC\o"1-5"\h\z131严重的多重共线性。计算各解释变量的相关系数，得到相关系数矩阵。结果如图2所示X1X2X3X4X5X11.0000000.9642010.9692&70.994099O.S459SOXZ0.9642011.0000000.869&380.9670290.818249095926708696381.0000000&350970883037X4099409909670290.9350971.0000000805865X50&459800S182490.38303708058651.000000图2TOC\o"1-5"\h\z可知，各解释变量间的相关系数很高，证明确实存在严重的多重共线性。6•修正多重共线性采用逐步回归的方法，去检验和解决多重共线性问题。分别作y对x,x,x,x,x的12345一元回归，结果如表2所示：表2一元回归估计结果变量x1x2x3x4x5参数估量0.68272.40810.41876.119826.2499t统计量25.698719.33129.322326.23966.1286R20.98070.96640.86990.98150.74288R20.97920.96380.85990.98000.7231TOC\o"1-5"\h\z其中，加入x的方程R2最大，以x为基础，顺次加入其他变量逐步回归。结果如表344所示。表3加入新变量的回归结果（一）模型x4x1x2x3x5R2x46.1198(26.2396)0.9800x4,x13.2726(1.5737)0.3196(0.1936)0.9813x4,x23.8152(5.7824)0.9451(3.6119)0.9896x4,x35.8310(8.5857)0.0224(0.4548)0.9787x4,x55.2176(20.6843)5.5199(4.4385)0.9918显然，新加入的x5的方程R2=0.9918，改进最大，而且各参数的t检验显著，选择保留x5，再加入其他先变量逐步回归，结果如表4所示。表4加入新变量的回归结果(二)模型x4x1x2x3x5R2x4,x5,x17.6631(4.6459)0.3196(0.1936)7.2519(4.3835)0.9926x4,x5,x23.6091(11.9597)0.9451(3.6119)4.5158(6.8514)0.9979x4,x5,x36.0877(20.2763)-0.0992(-3.6036)8.0054(7.1617)0.9959在x,x的基础上加上x后的方程R2有所下降，但是仍是最大的，并且各参数的t检452验都显著。而加入x后，其参数的t检验不显著，加入X后，虽然其参数t检验显著，但是13x参数的符号变得不合理。因此保留x，剔除x，x。3213最后修正严重多重共线性影响后的回归结果为：y=—3131.629+0.726894x+3.609113x+4.515757x245Se=(172.6006)(0.123258)(0.301772)(0.659103)t=(—18.14379)(5.897349)(11.95974)(6.851366)R2=0.998314R2=0.997855DW=2.0072867.异方差检验方差描述的是随机变量取值的离散程度，因为被解释变量y与U有相同的方差，所以利用分析y与x的相关图像，可以粗略的看到u的离散程度与x之间是否有相关关系。如图3所示：BOOO-i400020000-r020004000BOOO-i400020000-r020004000600080001000012000°X2X4“XS由图3可以看出，随着x的增加，y的离散程度很均匀，粗略判断不存在异方差。下面通过怀特检验验证。使用Eviews软件进行white检验。所得结果如表5所示:WhiteH&teroskedasti-cityT&stF-statistic0347551Pr&b-ability0.092630Otvs*R-squar&d3.101500Pr&b-ability0.796004TestEquationDependentVariable:RESIO2Method:LeastSquaresDate:OS/17/14Time:20:2&Sample:19982012Includedobservations:15VariableCoefficientStd.Errort-StatisticProb.C188957.2136274.4-1.0144020.3401X4371.0637328.00161.1312860.S907-0.19084S0154652-1.23405202522X5747.94231408.9930.5308350.6099XM-1.2229502.0005S4-0.61129605560X2-74.35270142.3529-0.52216606157X2屹0.01867G0.0206330.9051530.3918R.-squared0.2067E7Meandependentvar11099.80AdjustedR.-sqnared-0.388158S.D.dependentvar16850.40S.E.ofregression19853.16Akaikeinfiocriterion22.93484Sumsquaredresid315E-hO9Schwarzcriterion2326526Loglikelihood-1650113F-statistic0.347551Durbin-Watsonstat2.74-5291Prot>(F-statistic)0.892630表5white检验结果从图5中可以看出nR2=3.1015，由white检验知，在a=0.05下，查卡方分布表可得x2(5)二11.0705>nR2二3.1015。所以拒绝原假设，表明模型确实不存在异方差。&自相关检验使用Eviews软件进行自相关检验。所得结果如表6所示：□■ependentVariable:YMethod:LeastSquaresDate:OG/17/14Time:200&Sample:19982012Includedobservations:15VariableCoeificientStd.Errort-StatisticProb.C-3131.es172.600G18143790.0000X43.G09113030177211.959740.0000X54.515757065910364513660.0000X20.72639401232585.0973490.0001R.-squared0.998314Meandependentvar4499.893AdjustedR.-sqnared0.997855S.D.dependentvar2656.204S.E.ofregression123028SAkaikeinfiocriterion12.68589Sumsquaredresid166497.1Schwarzcriterion12.87471Loglikelihood-91.14420F-statistic2171616Durbin-Watsonstat2.007286Prt>t>(F-statistic)0.000000表6对样本量为n=15，三个解释变量的模型，在a二0.05的显著水平下，查DW分布表,可得临界值d=0.814,d=1.750，模型中d<DW=2.007286<4—d，因此该回归LUUU方程中不存在自相关。该