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、资源得优化利用,促进当地得相关产业得发展,解决就业问题,提高经济收益等都就是大有裨益得。更重要就是随着旅游业得发展,当地人得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,以信息化取代封闭得传统得生产模式。旅游可以使单一资源产生规模效应,扩大单一资源得产品转化与升级,将市场建在家门口,对外提高当地得影响力。旅游业就是现代服务业得重要组成部分,带动作用大。加快旅游业改革发展,就是适应人民群众消费升级与产业结构调整得必然要求,对于扩就业、增收入,推动中西部发展与贫困地区脱贫致富,促进经济平稳增长与生态环境改善意义重大,对于提高人民生活质量、培育与践行社会主义核心价值观也具有重要作用。

中国旅游业得发展就是与改革开放同步进行得。改革开放之前,由于受传统计划体制观念得影响,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,旅游产业得发展缺乏必要得物质基础与政治条件。改革开放以后,随着中国经济得发展,一方面,国民经济建设需要大量得资金;另一方面,由于对外开放得大门打开,境外游客与资本急于进入中国,从而为中国得旅游业形成创造了良好得内外条件与环境。本文通过对国内旅游总花费得影响因素展开研究,运用建立多元线性回归模型得方法,探讨影响国内旅游总花费得主要因素,并对这些因素进行分析。2、数据来源(19942013,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)19941023、548197、95120524270、419951375、760793、75348629396、919961638、471176、65980640429、919972112、778973、06444644441、919982391、284402、37446695438、419992831、989677220003175、599214、69333744434、020013522、4109655、210834784437、020023878、4120332、712373878433、520033442、3135822、813969870438、720044710、7159878、3159201102455、820055285、9184937、4182001212464、020066229、7216314、4208561394471、020077770、6265810、3247211610493、620088749、3314045、4288981712522、7200910183、7340902、8322441902519、0201012579、8401512、8365392103536、1201119305、4473104、0417992641565、0201222706、2519470、1467692957579、7201326276、1568845、2514833262594、83、定性分析为了研究国内旅游总花费得影响因素,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、相关分析数据基本描述DescriptiveStatisticsMeanStd、DeviationN国内旅游总花费(亿元)7、4595E37351、5831520国内生产总值(亿元)2、1715E51、64588E520平均工资(元)2、01E414745、14720客运量(万人)2、0126E68、31668E520国内游客(百万人次)1、3511E3834、4650320居民消费价格指数(上年=100)4、6773E273、1184720相关分析利用散点图、简单相关系数检验被解释变量y与解释变量x1,x2,x3,x4,x5之间得关系。根据散点图可以瞧出,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y1、000、974、968、785、986、855国内生产总值x1、9741、000、999、875、996、895平均工资x2、968、9991、000、875、994、891客运量x3、785、875、8751、000、847、814国内游客x4、986、996、994、8471、000、886居民消费价格指数(上年=100)x5、855、895、891、814、8861、000Sig、(1tailed)国内旅游总花费y、、000、000、000、000、000国内生产总值x1、000、、000、000、000、000平均工资x2、000、000、、000、000、000客运量x3、000、000、000、、000、000国内游客x4、000、000、000、000、、000居民消费价格指数(上年=100)x5、000、000、000、000、000、N国内旅游总花费y202020202020国内生产总值x1202020202020平均工资x2202020202020客运量x3202020202020国内游客x4202020202020居民消费价格指数(上年=100)x5202020202020从相关系数表中可以瞧出国内旅游总花费y与国内生产总值x1、平均工资x2、国内游客x4得相关系数都在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得相关系数在0、8以上,相关性也很强,国内旅游总花费y与客运量x3得相关系数在0、7以上,具有一定得相关性。所以,国内旅游总花费y与这五个自变量做回归分析就是合适得。三、模型建立根据之前建立得模型y=β0+β1x1+β2x2+β3x3+β4x4+β5x5,利用SPSS,采用强行进入得方法进行多元线性回归,得到结果如下:1、拟合优度检验ModelSummarybModelRRSquareAdjustedRSquareStd、ErroroftheEstimateChangeStatisticsDurbinWatsonRSquareChangeFChangedf1df2Sig、FChange1、993a、987、982987、66685、987207、735514、000、584a、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)从上表可以瞧出,方程得复相关系数R=0、993,样本决定系数R2=0、987,调整后得样本决定系数为0、982,说明方程拟合优度很好。ANOVAbModelSumofSquaresdfMeanSquareFSig、1Regression1、013E952、026E8207、735、000aResidual1、366E714975485、806Total1、027E919a、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得显著性水平下,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有高度显著得线性影响。回归系数得检验CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig、CorrelationsCollinearityStatisticsBStd、ErrorBetaZeroorderPartialPartToleranceVIF1(Constant)2265、0533283、235、690、502国内生产总值x1、042、038、9341、088、295、974、279、034、001776、155平均工资x2、653、2931、3102、226、043、968、511、069、003364、442客运量x3、001、001、1171、426、176、785、356、044、1427、038国内游客x413、1374、1691、4913、151、007、986、644、097、004235、720居民消费价格指数(上年=100)x53、9887、094、040、562、583、855、149、017、1915、241a、DependentVariable:国内旅游总花费(亿元)通过表格,我们瞧到平均工资x2、国内游客x4得回归检验系数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。残差分析——正态性检验根据直方图与正态概率分布图可以瞧到,残差基本上符合正态性假设。5、残差分析——异方差检验CorrelationsABSE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'srhoABSECorrelationCoefficient1、000、158、158、229、156、008Sig、(2tailed)、、506、506、332、510、975N202020202020国内生产总值x1CorrelationCoefficient、1581、0001、000**、967**、998**、947**Sig、(2tailed)、506、、、000、000、000N202020202020平均工资x2CorrelationCoefficient、1581、000**1、000、967**、998**、947**Sig、(2tailed)、506、、、000、000、000N202020202020客运量x3CorrelationCoefficient、229、967**、967**1、000、968**、910**Sig、(2tailed)、332、000、000、、000、000N202020202020国内游客x4CorrelationCoefficient、156、998**、998**、968**1、000、941**Sig、(2tailed)、510、000、000、000、、000N202020202020居民消费价格指数(上年=100)x5CorrelationCoefficient、008、947**、947**、910**、941**1、000Sig、(2tailed)、975、000、000、000、000、N202020202020**、Correlationissignificantatthe0、01level(2tailed)、由残差图可知,残差图上得点得散布就是随机得,不太有规律;由Correlations表可知,残差绝对值与x1,x2,x3,x4,x5得相关系数分别为0、158,0、158,0、229,0、156,0、08,相应得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ModelSummarybModelRRSquareAdjustedRSquareStd、ErroroftheEstimateChangeStatisticsDurbinWatsonRSquareChangeFChangedf1df2Sig、FChange1、993a、987、982987、66685、987207、735514、000、584a、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CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig、CorrelationsCollinearityStatisticsBStd、ErrorBetaZeroorderPartialPartToleranceVIF1(Constant)2265、0533283、235、690、502国内生产总值x1、042、038、9341、088、295、974、279、034、001776、155平均工资x2、653、2931、3102、226、043、968、511、069、003364、442客运量x3、001、001、1171、426、176、785、356、044、1427、038国内游客x413、1374、1691、4913、151、007、986、644、097、004235、720居民消费价格指数(上年=100)x53、9887、094、040、562、583、855、149、017、1915、241a、DependentVariable:国内旅游总花费(亿元)CollinearityDiagnosticsaModelDimensionEigenvalueConditionIndexVarianceProportions(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)115、6221、000、00、00、00、00、00、002、3454、037、01、00、00、00、00、003、02814、064、01、00、00、56、00、014、00344、309、52、00、00、02、02、935、00168、413、14、00、35、22、46、016、000139、200、331、00、64、20、52、05a、DependentVariable:国内旅游总花费(亿元)由Coefficients表可以瞧出x1,x2,x4得VIF值都大于10,所以存在严重得多重共线性。由CollinearityDiagnostics表可知,自变量x2,x3,x4,x5得条件数均大于10,进一步说明自变量之间存在严重得多重共线性。8、异常值检验年份SDR_1COO_1LEV_119940、257820、232881530、90150219950、983940、038112580636240、018695950046431、51E040、23063419980、0386275、15E050、11137819990、5248240、005772360、05653220000、9271930、014850420、04305820011、4512980、034677440、04632320021、1793060、042015660、10705920031、3402280、091617820、19439420040、147719、20E040480880、007753470、10975420061、453380、066534090、11943820072、101490、042878970、01757420080、766430、032932860、19611920090、638430、020775640230330、009780430、45771320110、3989540、01716090、32813220122、1584680、860188780、53286520130、9679957、687625980、930002从上表可知,所有数据得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、全模型存在得问题(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得多重共线性;(4)2013年存在异常值。修改利用SPSS软件采用逐步回归得方式,得到以下结果并加以分析。(1)拟合优度检验VariablesEntered/RemovedaModelVariablesEnteredVariablesRemovedMethod1国内游客(百万人次)x4、Stepwise(Criteria:ProbabilityofFtoenter<=、050,ProbabilityofFtoremove>=、100)、2平均工资(元)x2、Stepwise(Criteria:ProbabilityofFtoenter<=、050,ProbabilityofFtoremove>=、100)、a、DependentVariable:国内旅游总花费(亿元)ModelSummarycModelRRSquareAdjustedRSquareStd、ErroroftheEstimateChangeStatisticsDurbinWatsonRSquareChangeFChangedf1df2Sig、FChange1、986a、972、9701269、59516、972619、067118、0002、992b、984、982974、59357、01313、546117、002、711a、Predictors:(Constant),国内游客(百万人次)b、Predictors:(Constant),国内游客(百万人次),平均工资(元)c、DependentVariable:国内旅游总花费(亿元)由ModelSummary表可知,方程得复相关系数R=0、986,样本决定系数为R2为0、972,调整后得样本决定系数为0、970,说明方程拟合程度很好。(2)回归方程显著性检验ANOVAcModelSumofSquaresdfMeanSquareFSig、1Regression9、979E819、979E8619、067、000aResidual2、901E7181611871、858Total1、027E9192Regression1、011E925、054E8532、053、000bResidual1、615E717949832、628Total1、027E919a、Predictors:(Constant),国内游客x4b、Predictors:(Constant),国内游客x4,平均工资x2c、DependentVariable:国内旅游总花费y由ANOVA表可知,在0、05得显著性水平下,F值为532、053,P值为0、000,远小于0、005,所以回归方程高度显著,说明x2、x4整体上对y有高度显著得线性影响。(3)回归系数检验CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig、CorrelationsCollinearityStatisticsBStd、ErrorBetaZeroorderPartialPartToleranceVIF1(Constant)4274、271550、4497、765、000国内游客x48、685、349、98624、881、000、986、986、9861、0001、0002(Constant)6150、148662、0579、289、000国内游客x417、8222、4972、0237、137、000、986、866、217、01286、857平均工资x2、520、1411、0433、681、002、968、666、112、01286、857a、DependentVariable:国内旅游总花费y由Coefficients表可知,常数项、平均工资x2与国内游客x4得回归系数检验得P值均小于0、05,所以通过检验。故综上述,该问题得最小二乘回归模型为:y=6150、1480、52x2+17、822x4(4)残差分析——正态性检验根据直方图与正态概率分布可以瞧出,残差基本上符合正态性假设。(5)残差分析——异方差性检验CorrelationsABSE平均工资x2国内游客x4Spearman'srhoABSECorrelationCoefficient1、000、195、191Sig、(2tailed)、、409、420N202020平均工资x2CorrelationCoefficient、1951、000、998**Sig、(2tailed)、409、、000N202020国内游客x4CorrelationCoefficient、191、998**1、000Sig、(2tailed)、420、000、N202020**、Correlationissignificantatthe0、01level(2tailed)、由残差图可知,残差图上得点得散布就是随机得,无任何规律;由Correlations表可知,残差绝对值与x2,x4得相关系数分别为0、195,0、191,相应得P值均大于0、05,说明残差绝对值与各自变量之间显著不相关。故综上所述,认为不存在异方差。(6)残差分析——自相关性检验ModelSummarycModelRRSquareAdjustedRSquareStd、ErroroftheEstimateDurbinWatson1、986a、972、9701269、59522、992b、984、982974、5936、711a、Predictors:(Constant),国内游客x4b、Predictors:(Constant),国内游客x4,平均工资x2c、DependentVariable:国内旅游总花费yD、W值为0、711,查D、W表,n=20,k=2,dl=1、20,du=1、41,D、W=0、711＜dL,模型存在正自相关性,用迭代法解决。通过进一步考察自相关系数,ρ≈11/2D、W=10、5*0、711=0、6445。求出相关系数ρ后,做变量变换:yi,=yiρyi1;xi,=xiρxi1如果方程通过D、W检验,迭代结束,否则,继续重复上述过程,直到通过D、W检验。(7)多重线性检验CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig、CorrelationsCollinearityStatisticsBStd、ErrorBetaZeroorderPartialPartToleranceVIF1(Constant)4274、271550、4497、765、000国内游客x48、685、349、98624、881、000、986、986、9861、0001、0002(Constant)6150、148662、0579、289、000国内游客x417、8222、4972、0237、137、000、986、866、217、01286、857平均工资x2、520、1411、0433、681、002、968、666、112、01286、857a、DependentVariable:国内旅游总花费yCollinearityDiagnosticsaModelDimensionEigenvalueConditionIndexVarianceProportions(Constant)国内游客(百万人次)平均工资(元)111、8571、000、07、072、1433、600、93、93212、7801、000、01、00、002、2193、564、34、00、003、00240、430、651、001、00a、DependentVariable:国内旅游总花费(亿元)由Coefficients表可知,各个自变量得VIF均大于10;由CollinearityDiagnostics表可知,共线性诊断中条件数有一个在40附近。综上述,说明自变量间存在多重共线性。为了消除共线性,接下来我们剔除解释变量x2。(8)异常值检验年份SDR_2COO_2LEV_219940、5288490、0116080、05653319951、02550、0776360551630、0180730、09595119970、1456120、0010360、07134719980、0293023、78E050、06069619990、5208680、0094220、04067720000、9824750、0273590、0282220011、4802070、0623180、03366720020、8634140、019980、02338820031、5994350、1690120、1278820040、515110、0054080、00527320050、727470、010970、00701720061、812810、0509850、00015520072、250040、0794330、00510520080、649230、0327510903620、06780203056160、0146380、25800120110、1419640、00174305778890、0489420、2469820131、503160、5277170、379412由上表可知,所有数据得删除学生化残差得绝对值均小于3,库克距离也均小于0、5,故数据不存在异常值。五、模型修改1、模型存在得问题(1)自变量之间仍存在多重共线性;修改剔除解释变量x2,利用SPSS软件采用逐步回归得方式,得到以下结果并加以分析。拟合优度检验VariablesEntered/RemovedaModelVariablesEnteredVariablesRemovedMethod1国内游客(百万人次)x4、Stepwise(Criteria:ProbabilityofFtoenter<=、050,ProbabilityofFtoremove>=、100)、2客运量(万人)x3、Stepwise(Criteria:ProbabilityofFtoenter<=、050,ProbabilityofFtoremove>=、100)、a、DependentVariable:国内旅游总花费(亿元)yModelSummarycModelRRSquareAdjustedRSquareStd、ErroroftheEstimateChangeStatisticsDurbinWatsonRSquareChangeFChangedf1df2Sig、FChange1、986a、972、9701269、59516、972619、067118、0002、990b、981、9781084、58337、0097、665117、013、601a、Predictors:(Constant),国内游客(百万人次)x4b、Predictors:(Constant),国内游客(百万人次)x4,客运量(万人)x3c、DependentVariable:国内旅游总花费(亿元)y由ModelSummary表可知,方程得复相关系数R=0、986,样本决定系数为R2为0、972,调整后得样本决定系数为0、970,说明方程拟合程度很好。(2)回归方程显著性检验ANOVAcModelSumofSquaresdfMeanSquareFSig、1Regression9、979E819、979E8619、067、000aResidual2、901E7181611871、858Total1、027E9192Regression1、007E925、034E8427、975、000bResidual2、000E7171176321、086Total1、027E919a、Predictors:(Constant),国内游客(百万人次)x4b、Predictors:(Constant),国内游客(百万人次)x4,客运量(万人)x3c、DependentVariable:国内旅游总花费(亿元)y由ANOVA表可知,在0、05得显著性水平下,F值为619、067,P值为0、000,远小于0、005,所以回归方程高度显著,说明x2、x4整体上对y有高度显著得线性影响。(3)回归系数检验CoefficientsaModelUnstandardizedCoefficientsStandardizedCoefficientstSig、CorrelationsCollinearityStatisticsBStd、ErrorBetaZeroorderPartialPartToleranceVIF1(Constant)4274、271550、4497、765、000国内游客(百万人次)x48、685、349、98624、881、000、986、986、9861、0001、0002(Constant)2916、426679、4624、292、000国内游客(百万人次)x49、997、5601、13517、849、000、986、974、604、2833、528客运量(万人)x3、002、001、1762、769、013、785、557、094、2833、528a、DependentVariable:国内旅游总花费(亿元)y由Coefficients表可知,常数项、平均工资x2与国内游客x4得回归系数检验得P值均小于0、05,所以通过检验。故综上述,该问题得最小二乘回归模型为:y=2916、4260、002x3+9、997x4(4)残差分析——正态性检验根据直方图与正态概率分布可以瞧出,残差基本上符合正态性假设。(5)残差分析——异方差性检验CorrelationsE客运量(万人)x3国内游客(百万人次)x4Spearman'srhoECorrelationCoefficient1、000、589**、471*Sig、(2tailed)、、006、036N202020客运量(万人)x3CorrelationCoefficient、589**1、000、968**Sig、(2tailed)、006、、000N202020国内游客(百万人次)x4CorrelationCoefficient、471*、968**1、000Sig、(2tailed)、036、000、N202020**、Correlationissignificantatthe0、01level(2tailed)、*、Correlationissignificantatthe0、05level(2tailed)、由残差图可知,残差图上得点得散布就是随机得,无任何规律;由Correlations表可知,残差绝对值与x3,x4得相关系数分别为0、589,0、471,相应得P值均大于0、05,说明残差绝对值与各自变量之间显著不相关。故综上所述,认为不存在异方差。(6)残差分析——自相关性检验ModelSummarycModelRRSquareAdjustedRSquareStd、ErroroftheEstimateChangeStatisticsDurbinWatsonRSquareChangeFChangedf1df2Sig、FChange1、986a、972、9701269、59516、972619、067118、0002、990b、981、9781084、58337、0097、665117、013、601a、Predictors:(Constant),国内游客(百万人次)x4b、Predictors:(Constant),国内游客(百万人次)x4,客运量(万人)x3c、DependentVariable:国内旅游总花费(亿元)yD、W值为0、601,查D、W表,n=20,k=2,dl=1、20,du=1、41,D、W=0、601＜dL,模型存在正自相关性,用迭代法解决。通过进一步考察自相关系数,ρ≈11/2D、W=10、5*0、601=0、6995。求出相关系数ρ后,做变量变换:yi,=yiρyi1;xi,=xiρxi1如果方程通过D、W检验,迭代结束,否则,继续重复上述过程,直到通过D、W检验。第一次迭代:ModelSummarybModelRRSquareAdjustedRSquareStd、ErroroftheEstimateDurbinWatson1、983a、965、961646、74416、822a、Predictors:(Constant),x4',x3'b、DependentVariable:Y'D、W值为0、822,查D、W表,n=19,k=2,dl=1、18,du=1、40,D、W=0、822＜dL,模型存在正自相关性,用迭代法解决。通过进一步考察自相关系数,ρ≈11/2D、W=10、5*0、822=0、0、589。求出相关系数ρ后,做变量变换:yi,=yiρyi1;xi,=xiρxi1第二次迭代:ModelSummarybModelRRSquareAdjustedRSquareStd、ErroroftheEstimateDurbinWatson1、966a、933、924519、988661、765a、Predictors:(Constant),x4'',x3''b、DependentVariable:y''D、W值为1、765,查D、W表,n=18,k=2,dl=1、16,du=1、39,du<D、W=1、765＜4du,模型不存在正自相关性。将方程还原之后得到得回归模型为:y=1693、9000、002x3