论文部分内容阅读
【摘 要】本文主要采用经济增长模型和多元性回归分析的方法对2005--2019年的影响中国旅游收入的因素进行研究，分析了我国游客总人数、城镇居民可支配收入、铁路营业里程数、旅行社总数的影响，同时建立计量模型，探究这些变量与中国旅游收入的关系，并对模型进行检验。
【关键词】国内旅游总人数;城镇居民可支配收入;铁路营业里程数;旅行社总数
1.问题的提出
随着我国经济不断发展，人民生活水平显著提高，对旅游的需求也不断增长，随之带来我国旅游收入的增长，同时更为我国经济的总体增长作出了巨大贡献。而影响旅游收入的因素也是多种多样。因此，分析旅游收入的因素，对进一步深入了解旅游业发展和我国经济发展有重要作用。
2.理论模型的设计
2.1变量选取
为了具体分析各要素对我国旅游收入影响的程度，我们设定旅游收入为Y;国内游客总人数为X1;城镇居民可支配收入为X2;铁路营业里程数为X3，旅行社个数为X4，运用这些数据进行回归分析。
2.2模型建立
根据收集的相关数据，得出多元线性回归模型：Y=β0+β1X1+β2X2+β3X3+β4X4+μi
3.模型参数估计与回归结果基本分析
3.1模型参数估计（OLS）
根据数据建立多元线性回归方程，首先利用Eviews软件对模型进行最小二乘法（OLS）估计，得样本回归方程。根据以上回归结果可得出：
=-11710.35+13.8033*X1-0.5634*X2+779.4992*X3-0.0310*X4
（-2.8744） （12.7624） （-2.8661） （1.2204） （-0.2610）
=0.9992 =0.9990 D.W.=1.2574 F=3220.570
3.2回归结果基本分析
（1）经济意义检验。模型估计结果说明：从x1前的参数估计来看，β1=13.8033，表明税收收入关于国内生产总值的弹性为13.8033，在假定其他条件不变的情况下，国内游客数量每增长1个单位，国内旅游收入收入平均增長13.8033个单位，且两者呈正相关;β2=-0.5634与经济意义不符;β3=779.4992，假定其他条件不变的情况下，铁路营业里程数与我国旅游收入成正相关，β4=-0.0310，与经济意义不符。
（2）统计检验。①拟合优度检验。从回归估计的结果来看，可决系数=0.9992，修正可决系数=0.9989， 说明所建模型整体上对样本数据拟合度较好，表明国内旅游收入变化的99.92%可由四个解释变量的变化解释。
②方程的显著性检验（F检验）。从方程的显著性检验水平来看，F统计量的伴随概率为0，小于0.05，方程的显著性水平高，F统计量值为3220.570，F检验通过。针对H0：β1=β2=β3=β4=0，给定显著水平α=0.05，在F分布表中查出自由度为k-1=3和n-k-1=10的临界值Fα（4，10）=3.48，由上表中得到F=3220.570> Fα（4，10）=3.48，所以应拒绝原假设。H0：β1=β2=β3=β4=0，说明回归方程显著，即模型从整体上看各解释变量对我国旅游收入有显著影响。
③变量的显著性检验（t检验）。x1、x2通过t检验，x4、x3未通过t检验。P（x1），P（x2）值小于α=0.05，则认为小概率事件发生了，拒绝原假设，说明解释变量对被解释变量有显著影响，该解释变量检验通过，则保留;P（x3）P（x4）值大于α=0.05，则认为无充分证据拒绝原假设，接受原假设，该解释变量对被解释变量没有显著影响，该解释变量检验不通过，可能存在多重共线性的问题。
4.模型的检验与修正
4.1多重共线性检验与修正
做多重共线性检验，利用简单相关系数矩阵法得到矩阵，逐步加入X2、X3、X4解释变量后，R2的数值逐步变大，统计量也很大，说明模型对样本的拟合很好且回归方程显著。因此，根据逐步回归的思想，模型应保留自变量X2、X3、X4。所以最后修正严重多重共线影响后的回归结果为：
=-34052.80+0.842365*X2+2688.189*X3+0.435368*X4
（-2.3350） （1.3052） （1.0919） （0.9705）
=0.9866 =0.9829 D.W.=0.6574 F=269.7713
4.2异方差检验与修正
由于伴随概率p均大于0.05，所以我们可以接受同方差的原假设，说明模型不存在较为显著的异方差问题。含交叉项的结果：F统计量的值为1.6983;LM值=n=15*0.7535=11.3025;伴随概率P=0.2904大于α=0.05，所以接受同方差假设，模型不存在异方差性;不含交叉项的结果：F的统计量值为0.4744 ;伴随概率P=0.7064 大于α=0.05;LM值==n=1.719 ，所以接受同方差假设，模型不存在异方差性。所以此模型不存在较显著的异方差问题。因此最终模型为：
=-34052.80+0.842365*X2+2688.189*X3+0.435368*X4
（-2.3350） （1.3052） （1.0919） （0.9705）
=0.9866 =0.9829 D.W.=0.6574 F=269.7713
4.3序列相关检验与修正
（1）D.W.检验。对模型进行D.W.检验，结果表明，在5%在显著性水平下， n=15，k=3，查表得dL=0.95，dU=1.54，0≤D.W.=0.6574≤dL，故模型随机误差项存在正相关。
（2）LM检验。e（t-1）=2399.063+0.133621*X2+181.7340*X3+-0.302401*X4
（0.192391） （0.235960） （0.088428） （-0.694312）
=0.437462=0.124940 D.W.=1.846556 F=1.399781
根据t检验，e（t-1）的参数统计量的伴随概率为0.0286 ，即e（t-1）并未通过变量的显著性检验， 因此具有一阶相关。因此经过修正后的最终模型为：
=-28379.31+1.9998*X2+0.003985*X4 （AR（1）=0.7991
（-2.1963） （4.4438） （0.0136）
=0.9970 =0.9962 D.W.=2.1568 F=1135.693
5.模型的应用与对策建议
（1）人们可支配收入的增加，意味着在满足基本需求之后的余钱增多，依据马斯洛需求层次理论，便有满足更高层次的需求的欲望--旅游休闲，因此要想带动旅游业的发展，我国首先得让人民“富”起来，也就是使人均城镇居民可支配收入增多。
（2）旅行社数的数量与旅游发展密切相关，因此相关单位对旅行社开放的监管有必要做出现关规定，使得供需平衡，在不浪费资源的条件下调整旅行社数量，带动我国旅游收入。
参考文献
[1] 2020年中国统计年鉴
[2]李子奈、潘文卿，《计量经济学》（第四版），高等教育出版社
作者简介：张正（2001.01-），女，河北唐山人，河北省石家庄市新华区河北经贸大学金融学院金融学专业，本科生。
【关键词】国内旅游总人数;城镇居民可支配收入;铁路营业里程数;旅行社总数
1.问题的提出
随着我国经济不断发展，人民生活水平显著提高，对旅游的需求也不断增长，随之带来我国旅游收入的增长，同时更为我国经济的总体增长作出了巨大贡献。而影响旅游收入的因素也是多种多样。因此，分析旅游收入的因素，对进一步深入了解旅游业发展和我国经济发展有重要作用。
2.理论模型的设计
2.1变量选取
为了具体分析各要素对我国旅游收入影响的程度，我们设定旅游收入为Y;国内游客总人数为X1;城镇居民可支配收入为X2;铁路营业里程数为X3，旅行社个数为X4，运用这些数据进行回归分析。
2.2模型建立
根据收集的相关数据，得出多元线性回归模型：Y=β0+β1X1+β2X2+β3X3+β4X4+μi
3.模型参数估计与回归结果基本分析
3.1模型参数估计（OLS）
根据数据建立多元线性回归方程，首先利用Eviews软件对模型进行最小二乘法（OLS）估计，得样本回归方程。根据以上回归结果可得出：
=-11710.35+13.8033*X1-0.5634*X2+779.4992*X3-0.0310*X4
（-2.8744） （12.7624） （-2.8661） （1.2204） （-0.2610）
=0.9992 =0.9990 D.W.=1.2574 F=3220.570
3.2回归结果基本分析
（1）经济意义检验。模型估计结果说明：从x1前的参数估计来看，β1=13.8033，表明税收收入关于国内生产总值的弹性为13.8033，在假定其他条件不变的情况下，国内游客数量每增长1个单位，国内旅游收入收入平均增長13.8033个单位，且两者呈正相关;β2=-0.5634与经济意义不符;β3=779.4992，假定其他条件不变的情况下，铁路营业里程数与我国旅游收入成正相关，β4=-0.0310，与经济意义不符。
（2）统计检验。①拟合优度检验。从回归估计的结果来看，可决系数=0.9992，修正可决系数=0.9989， 说明所建模型整体上对样本数据拟合度较好，表明国内旅游收入变化的99.92%可由四个解释变量的变化解释。
②方程的显著性检验（F检验）。从方程的显著性检验水平来看，F统计量的伴随概率为0，小于0.05，方程的显著性水平高，F统计量值为3220.570，F检验通过。针对H0：β1=β2=β3=β4=0，给定显著水平α=0.05，在F分布表中查出自由度为k-1=3和n-k-1=10的临界值Fα（4，10）=3.48，由上表中得到F=3220.570> Fα（4，10）=3.48，所以应拒绝原假设。H0：β1=β2=β3=β4=0，说明回归方程显著，即模型从整体上看各解释变量对我国旅游收入有显著影响。
③变量的显著性检验（t检验）。x1、x2通过t检验，x4、x3未通过t检验。P（x1），P（x2）值小于α=0.05，则认为小概率事件发生了，拒绝原假设，说明解释变量对被解释变量有显著影响，该解释变量检验通过，则保留;P（x3）P（x4）值大于α=0.05，则认为无充分证据拒绝原假设，接受原假设，该解释变量对被解释变量没有显著影响，该解释变量检验不通过，可能存在多重共线性的问题。
4.模型的检验与修正
4.1多重共线性检验与修正
做多重共线性检验，利用简单相关系数矩阵法得到矩阵，逐步加入X2、X3、X4解释变量后，R2的数值逐步变大，统计量也很大，说明模型对样本的拟合很好且回归方程显著。因此，根据逐步回归的思想，模型应保留自变量X2、X3、X4。所以最后修正严重多重共线影响后的回归结果为：
=-34052.80+0.842365*X2+2688.189*X3+0.435368*X4
（-2.3350） （1.3052） （1.0919） （0.9705）
=0.9866 =0.9829 D.W.=0.6574 F=269.7713
4.2异方差检验与修正
由于伴随概率p均大于0.05，所以我们可以接受同方差的原假设，说明模型不存在较为显著的异方差问题。含交叉项的结果：F统计量的值为1.6983;LM值=n=15*0.7535=11.3025;伴随概率P=0.2904大于α=0.05，所以接受同方差假设，模型不存在异方差性;不含交叉项的结果：F的统计量值为0.4744 ;伴随概率P=0.7064 大于α=0.05;LM值==n=1.719 ，所以接受同方差假设，模型不存在异方差性。所以此模型不存在较显著的异方差问题。因此最终模型为：
=-34052.80+0.842365*X2+2688.189*X3+0.435368*X4
（-2.3350） （1.3052） （1.0919） （0.9705）
=0.9866 =0.9829 D.W.=0.6574 F=269.7713
4.3序列相关检验与修正
（1）D.W.检验。对模型进行D.W.检验，结果表明，在5%在显著性水平下， n=15，k=3，查表得dL=0.95，dU=1.54，0≤D.W.=0.6574≤dL，故模型随机误差项存在正相关。
（2）LM检验。e（t-1）=2399.063+0.133621*X2+181.7340*X3+-0.302401*X4
（0.192391） （0.235960） （0.088428） （-0.694312）
=0.437462=0.124940 D.W.=1.846556 F=1.399781
根据t检验，e（t-1）的参数统计量的伴随概率为0.0286 ，即e（t-1）并未通过变量的显著性检验， 因此具有一阶相关。因此经过修正后的最终模型为：
=-28379.31+1.9998*X2+0.003985*X4 （AR（1）=0.7991
（-2.1963） （4.4438） （0.0136）
=0.9970 =0.9962 D.W.=2.1568 F=1135.693
5.模型的应用与对策建议
（1）人们可支配收入的增加，意味着在满足基本需求之后的余钱增多，依据马斯洛需求层次理论，便有满足更高层次的需求的欲望--旅游休闲，因此要想带动旅游业的发展，我国首先得让人民“富”起来，也就是使人均城镇居民可支配收入增多。
（2）旅行社数的数量与旅游发展密切相关，因此相关单位对旅行社开放的监管有必要做出现关规定，使得供需平衡，在不浪费资源的条件下调整旅行社数量，带动我国旅游收入。
参考文献
[1] 2020年中国统计年鉴
[2]李子奈、潘文卿，《计量经济学》（第四版），高等教育出版社
作者简介：张正（2001.01-），女，河北唐山人，河北省石家庄市新华区河北经贸大学金融学院金融学专业，本科生。