计量经济学论文.doc

分析影响中国旅游市场发展的主要因素083国贸（1）班 杜楠楠 20083019031摘要：本文通过建立准确合理的计量经济学模型，寻求影响中国旅游市场发展的主要因素，从而较为准确地对我国的旅游市场进行定量的分析与预测。这里采用1994-2007年中国统计年鉴的相关数据，给出建立计量经济学模型并对其进行多种检验的详细过程并给出建议。关键字：旅游人数 旅游支出 旅游收入 计量经济学 模型一、引言近年来，中国旅游业一直保持高速发展，旅游业作为国民经济新的增长点，在整个社会经济发展中的作用日益显现。中国的旅游业分为国际旅游和入境旅游两大市场，入境旅游外汇收入年桔均增长22.6%，与此同时国内旅游也迅速增长。改革开放30多年来，特别是进入20世纪90年代后，中国的国内旅游收入年均增长14.4%，远高于同期GDP9.76%的增长率。为了规划中国未来旅游产业的发展，需要定量地分析影响中国旅游市场发展的主要因素。二、影响因素1、旅游人数。2、旅游支出。3、相关基础设施。三、模型设定及其估计考虑的影响因素主要有国内旅游人数X2，城镇居民人均旅游支出X3，农村居民人均旅游支出X4，并以公路里程X5和铁路里程X6作为相关基础设施的代表。为此设定了如下的计量经济模型：Yt=1+2X2t+3X3t+4X4t+5X5t+6X6t+t其中，Yt为第t年全国旅游收入（亿元）；X2为国内旅游人数（万人/次）；X3为城镇居民人均旅游支出（元）；X4为农村居民人均旅游支出（元）；X5为公路里程（万公里）；X6为铁路里程（万公里）；为估计参数模型，收集旅游事业发展最快的1994-2007年的统计数据，如表所示。1994-2007年中国旅游收入及相关数据年份国内旅游收入Y（亿元）国内旅游人数X2（万人次）城镇居民人均旅游花费X3（元）农村居民人均旅游花费X4 （元）公路里程 X5（万公里）铁路里程X6（万公里）19941023.552400414.754.9111.785.919951375.76290046461.5115.75.9719961638.463900534.170.5118.586.4919972112.764400599.8145.7122.646.619982391.269450607197127.856.6419992831.971900614.8249.5135.176.7420003175.574400678.6226.6140.276.8720013522.478400708.3212.7169.87.0120023878.487800739.7209.1176.527.1920033442.387000684.9200180.987.320044710.7110200731.8210.2187.077.4420055285.9121200737.1227.6193.057.5420066229.74139400766.4221.9345.77.7120077770.62161000906.9222.5358.377.8（资源来源：中国统计年鉴2008）五、回归结果OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 12/24/10 Time: 00:07Sample: 1994 2007Included observations: 14VariableCoefficientStd. Errort-StatisticProb. C-1471.9561137.046-1.2945440.2316X20.0425100.0046139.2160820.0000X34.4324781.0633414.1684450.0031X42.9222731.0936652.6720010.0283X51.4267861.4175551.0065120.3436X6-354.9821244.8486-1.4498020.1852R-squared0.997311 Mean dependent var3527.783Adjusted R-squared0.995630 S.D. dependent var1927.495S.E. of regression127.4135 Akaike info criterion12.83028Sum squared resid129873.5 Schwarz criterion13.10416Log likelihood-83.81195 F-statistic593.4168Durbin-Watson stat1.558415 Prob(F-statistic)0.000000由此可见，该模型R2=0.9973，AR2=0.9956可决系数很高，F检验值593.4168.，明显显著。但是当=0.05时，t0.025(n-k)=2.31，不仅X5、X6的系数t检验不显著，而且X6系数的符号与预期相反，这表明很可能存在严重的多重共线性。相关系数矩阵 变量X2X3X4X5X6X2 1.000000 0.867192 0.566024 0.945539 0.891303X3 0.867192 1.000000 0.811726 0.805129 0.956903X4 0.566024 0.811726 1.000000 0.487669 0.790144X5 0.945539 0.805129 0.487669 1.000000 0.812921X6 0.891303 0.956903 0.790144 0.812921 1.000000由相关系数矩阵可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重多重共线性。六、修正多重共线性采用逐步回归的办法，去检验和解决多重共线性问题。一元回归估计结果变量x2x3x4x5x6参数估计值0.058814.022519.610322.59573025.0620t统计量18.24889.30903.27108.70849.1392R20.96520.87840.47140.86340.8744AR20.96320.86820.42730.85200.8639其中，加入X2的方程AR2最大，以X2为基础，顺次加入其他变量逐步回归。加入新变量的回归结果（一） 变量变量x2x3x4x5x6R2x2,x30.0410（15.2635）5.1427（7.6657）0.9935x2,x40.0523（5.3186）5.4830（5.3186）0.9885x2,x50.0587（5.6753）0.0536（0.0128）0.9589x2,x60.0434（8.2145）935.0066（3.2754）0.9792经比较，新加入X3的方程AR2=0.9935，改进强大，而且各参数的t检验显著，选择保留X3，再加入其他新变量进行回归。加入新变量的回归结果（二） 变量变量x2x3x4x5x6R2x2,x3,x40.0435(16.0418)3.6660(3.8314)2.1786(1.9744)0.9949x2,x3,x50.0379(7.5541）5.1881(7.5308)1.2342(0.7205)0.9932x2,x4,x50.0418(13.7021）5.7560(4.8365)-178.7471(-0.6325)0.9931加入新变量的回归结果（三） 变量变量x2x3x4x5x6R2x2,x3,x4,x50.0394(9.1108)3.5794(3.8145)2.4034(2.1951)1.7859(1.2078)0.9951x2,x4,x5,x60.0461(15.6295)4.6031(4.3817)2.8112(2.5817）-398.0537（-1.6499）0.9956从相关系数可以看出，X5、X6与其他变量高度相关，这说明主要是X5、X6引起了多从共线性。 最后修正严重多重共线性影响后的回归结果为Yt()=-3136.713+0.0435X2t+3.6660X3t+2.1786X4t t=(-10.5998)(16.0418) (3.8314) (1.9744)R2=0.9961 AR2=0.9949 F=841.4324 DW=1.1763这说明，在其他因素不变的情况下，当国内旅游人数X2每增加一万人次，城镇居民人均旅游花费X3和