论文总字数：17790字

摘 要

：随着生活水平的改善，旅游成为国民日常生活中的一部分.本文借助Excel及Eviews软件,建立多元线性回归模型，通过计量经济学的各检验，研究人均国内生产总值等五个因素对我国旅游业的影响.希望对旅游业的进一步发展起到参考作用.

关键词：计量经济学，旅游业，线性回归，Eviews

Abstract：With the improvement of living standards,tourism has become a part of people’s daily life.With the help of Excel and Eviews software,this paper establishes a multiple linear regression model to study the impact of five factors such as per capita GDP on tourism in China,which is through tests of econometrics.Author hopes this article will be useful to further development of tourism in China.

Keywords：Econometrics, Tourism,multiple linear regression ,Eviews

目录

1 引言 3

2 变量设定 3

3 实证分析 4

3.1 普通最小二乘法 4

3.2 多重共线性检验 5

3.2.1 综合判别法 5

3.2.2 简单相关系数法 5

3.3 对数化 5

3.3.1 一元线性回归 6

3.3.2 逐步回归 7

3.4 异方差性 9

3.4.1 White检验 9

3.5 序列相关性 10

3.5.1 图示法 10

3.5.2 拉格朗日乘数（LM）检验 11

3.5.3 序列相关性修正 11

结论 16

参考文献 17

致谢 18

附录1 19

附录2 20

1 引言

我国经济快速发展，国民生活大幅改善，生活方式上也更趋向于追求享受，除此以外，我国浓厚的人文历史气息和独特的自然景观，构成了丰富的旅游资源,于是休闲旅游度假成了现代人生活的重要组成部分.改革开放以来，我国旅游业发展迅速.

旅游业被誉为“朝阳经济”，是一个有巨大发展潜力的产业群体，同时也是一项综合性很强的服务行业.现代市场的进步和国民收入的增加，改变了国人对旅游消费的观念，因此旅游业的市场不断扩大，其在国民经济中的地位和影响也显得愈发重要^[[1]].旅游业发展能缓解社会就业压力；不仅能带动地方经济的发展，还能带动地方其他相关产业的发展；能够更好地满足人们的精神生活需求.因此，研究分析国内旅游业发展影响因素具有十分重要的意义.

张涛涛在其《安徽省旅游业发展影响因素分析》一文中以安徽省旅游业发展为例，选取了安徽省居民人均可支配收入、接待旅游总人数、旅行社总数这三个解释变量，建立计量经济学模型，分析各因素对安徽省旅游业发展的影响程度^[[2]].黄晓慧在其《基于我国旅游业发展影响因素的计量分析与探讨》一文中，选取了居民人均可支配收入、农村居民家庭人均纯收入、旅行社个数、国内游客、人均消费性支出这五个变量，通过计量经济学方法分析其对我国旅游业发展的影响^[[3]].廖学文、朱健在其《西部区县旅游业发展影响因素分析及其实证研究》一文中以重庆南岸区为例，选取了人均GDP、城镇居民家庭人均可支配收入、重庆市人均储蓄额、商品零售价格指数、恩格尔系数、城镇居民人均消费支出、城市人口这七个变量，利用SPSS分析每个因素的影响程度然后建立回归模型^[[4]].

因此本文从人民消费观念、国内经济发展水平等方面出发，经过考虑选取五个解释变量，通过计量经济学的方法与思想，分析这些变量对我国旅游业发展的影响程度.

2 变量设定

笔者经过思考选择了几个主要的影响因素进行研究. 本文选取了1996至2017年间的数据，数据来源于中国统计年鉴网址（http://www.ststs.gov.cn/）.

国内旅游业总收入能直接反映国内旅游业的发展，因此选择其做为被解释变量.

社会经济发展能通过人均国内生产总值来体现，人均国内生产总值也能反映人民的富有程度和消费水平，从而反映旅游业发展，因此将人均国内生产总值作为解释变量.

近几年，能明显感受到节假日期间各景点游客数量猛增，这能够反映旅游业的发展以及地方经济发展，由于本文研究的是对国内旅游业发展的影响因素，因此选择国内旅游人数为解释变量.

考虑到城镇居民的在生活水平及质量上整体高于农村居民，故城镇居民消费对旅游业的发展影响相较于农村居民会更大，因此选择城镇居民人均旅游消费为解释变量，城镇居民人均可支配收入为解释变量.

交通设施也是影响旅游业发展的一个重要因素，我国交通出行大致可分为：公路、铁路、空运、船运等，但一般大众的出行方式都集中在公路和铁路，为了避免解释变量过多，笔者选择了铁路营运里程作为解释变量.

由此建立的多元线性回归模型为：

3 实证分析

3.1 普通最小二乘法

普通最小二乘法，简称为OLS，是用来对模型的参数进行估计，从而实现真实值与拟合值的误差最小^[[5]].

表 1

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-6118.970	6038.940	-1.013252	0.3260
X1	-0.369570	0.154696	-2.389004	0.0296
X2	15.43474	2.901404	5.319748	0.0001
X3	-9.597226	4.604703	-2.084223	0.0535
X4	-0.189566	0.408545	-0.464003	0.6489
X5	1071.703	966.7693	1.108541	0.2840
R-squared	0.995812	Mean dependent var		13424.92
Adjusted R-squared	0.994503	S.D. dependent var		13555.45
S.E. of regression	1005.005	Akaike info criterion		16.89037
Sum squared resid	16160557	Schwarz criterion		17.18793
Log likelihood	-179.7941	Hannan-Quinn criter.		16.96047
F-statistic	760.8838	Durbin-Watson stat		0.922440
Prob(F-statistic)	0.000000

可以初步看出：由于，而且，表明方程显著，因此认为与间的总体线性关系显著。由于,,前的符号与预期不符，不能通过经济意义检验，可见需要检验变量间的多重共线性.

3.2 多重共线性检验

上述建立的模型

剩余内容已隐藏，请支付后下载全文，论文总字数：17790字