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、资源的优化利用，促进当地的相关产业的发展,
解决就业问题，提高经济收益等都是大有裨益的。

更重要是随着旅游业的发展，当地人的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，以信息化取代封闭的传统的生产模式。

旅游可以使单一资源产生规模效应，扩大单一资源的产品转化和升级，将市场建在家门口，对外提高当地的影响力。

旅游业是现代服务业的重要组成部分，带动作用大。

加快旅游业改革发展，是适应人民群众消费升级和产业结构调整的必然要求，对于扩就业、增收入，推动中西部发展和贫困地区脱贫致富，促进经济平稳增长和生态环境改善意义重大，对于提高人民生活质量、培育和践行社会主义核心价值观也具有重要作用。

中国旅游业的发展是与改革开放同步进行的。

改革开放之前，由于受传统计划体制观念的影响，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，对外乂釆取闭关锁国政策，因此，旅游产业的发展缺乏必要的物质基础和政治条件。

改革开放以后，随着中国经济的发展，一方面, 国民经济建设需要大量的资金；另一方面，由于对外开放的大门打开，境外游客和资本急于进入中国，从而为中国的旅游业形成创造了良好的内外
wd
条件和环境。

本文通过对国内旅游总花费的影响因素展开研究，运用建立多元线性回归模型的方法，探讨影响国内旅游总花费的主要因素，并对这些因素进行分析。

2、数据来源（1994-2013,国家统计局）
丫国内旅游总花费（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）
为了研究国内旅游总花费的影响因素，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（白万人次）、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 = P o + P ix1 + B 2x2 + B 3x3 + 0 4x4 + P sx5
二、相关分析
1＞数据基本描述
2
利用散点图、简单相关系数检验被解释变量y和解释变量X2, X3, X4, X5之间的关系。

根据散点图可以看出，国内旅游总花费y与国内生产总值灯、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。

从相关系数表中可以看出国内旅游总花费y与国内生产总值x1.平均工资x2、国内游客x4的相关系数都在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的相关系数在0.8以上，相关性也很强，国内旅游总花费y 与客运量x3的相关系数在0.7以上，具有一定的相关性。

所以，国内旅游总花费y与这五个自变量做回归分析是合适的。

三. 模型建立
根据之前建立的模型 y = P 0 + P 1X1 + 0 2X2 + B 3X3 + B 4X4 + 0 5X5 + G 利
用SPSS,采用强行进入的方法进行多元线性回归，得到结果如下： 1、拟合优度检验
6a. 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. D
e
p e
n
d
e
n
t V
a
r i a
b
l e :国
内旅
游
总
花
费
（
亿
元
）
从上表可以看出，方程的复相关系数R=0.993,样本决定系数R 2=0.987,调 整后的样本决定系数为0.982,说明方程拟合优度很好。

a. 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. Dependent Variable:国内旅游总花费（亿元）
由ANOVA 表可知，在0.05的显著性水平下，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 有高度显著的线性
影响。

回归系数的检验
a. Dependent Variable:国内旅游总花费（亿元）
通过表格，我们看到平均工资x2.国内游客x4的回归检验系数P值小于0.05, 通过检验。

而常数项、国内生产总值刘、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。

4、残差分析一一正态性检验
根据直方图和正态概率分布图可以看到，残差基本上符合正态性假设。

Histogram
Normal P-P Plot ofRegression Standardized Residual
Dependent Variable;国内旅游总花费（亿元）
Mean =-1.09E-1S
Std. Dev. =0.858
N=2D
1
5 4 3
A o u a n
b
al li: Dependent Variable;国内旅游总花费（亿元）
5. 残差分析一一异方差检验
Scatterplot
Dependent Variable:国内旅游池花费（亿元〉
5000.00 10000.00 15000.00 20000.00 国内旅游总花费（亿元）
25000.00 30000.00
-E s p -s o o:P a>z -P 」(s
p u e 4s u o _s s a>」6a>—
,00 O
山残差图可知，残差图上的点的散布是随机的，不太有规律；III Correlations 表可知，残差绝对值与X1，X2，X3，X4, X5的相关系数分别为0・15& 0.158, 0.229, 0.156, O0&相应的P 值均大于0.05,说明残差绝对值与自变量xi, 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
Model Summary6
Model R
R
Square
Adjust
ed R
Square
Std. Error of
the Estimate
Change Statistics
Durbi n・
Watso n
R Square
Change
F
Change df1 df2
Sig. F
Cha n
ge
1 .993
a
.987 .982 987.66685 .987 207.735 5 14 .000 .584
a.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.D e p e n d e n t V a r i a b l e:国内旅游总花费（亿元）
2000.00000-
1000.00000-
0.00000-
-1000.00000-
-2000.00000-
-2000.00 -1000.00 0.00 1000.00 2000.00
滞肩残差
O
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,d u =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
3
a. D
即endent Variable:国内旅游总花费（亿 元）
Collinearity Diagnostics 3
Model
Varianee Proportions
（亿元）
111 Coefficients表可以看出"X2,X4的VIF值都大于10,所以存在严重的多重共线性。

山Collinearity
Diagnostics表可知，自变量X2,X3，X4, X5的条件数均大于10,进一步说明自变量之间存在严重的多重共
线性。

8
2013 0.967995 7.687625980.930002 从上表可知，所有数据的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 •全模型存在的问题
（1）常数项、国内生产总值灯、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的多重共线性；
（4）2013年存在异常值。

2.修改
利用SPSS软件采用逐步回归的方式，得到以下结果并加以分析。

（1）拟合优度检验
a
a.Predictors: （Constant）,国内游客（疔万人
次）
b.Predictors: （Constant）,国内游客（口万人次），
平均工资（元）
c.Dependent Variable:国内旅游总花费（亿元）
III Model Summary表可知，方程的复相关系数R=0.986,样本决定系数为R2为0.972,调整后的样本决定系数为0.970,说明方程拟合程度很好。

（2）回归方程显著性检验
C
a.
b.Predictors: (Constant),国内游客x4,平均工资x2
c.Dependent Variable:国内旅游总花费
y
lIlANOVA表可知，在0.05的显著性水平下，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有高度显著的线性影响。

(3)回归系数检验
3
a. Dependent Variable:国内旅游总花费y
由Coefficients表可知，常数项、平均工资X2和国内游客心的回归系数检验的P值均小于
0.05,所以通过检验。

故综上述，该问题的最小二乘回归模型为：
y = -6150.148-0.52X2+17.822X4
(4)残差分析一一正态性检验
根据直方图和正态概率分布可以看岀，残差基本上符合正态性假设。

Histogram
Dependent Variable:国内旅游总花费y
Mean =-1.61E-15
Std Dev =0 946
N=20 Aoualnballt
—
2
Normal P-P Plot of Regression Standardized Residual
Dependent Variable:国内旅游总花费y
1.0-
0.8-
0.6-
0.4-
0.2-
0 0" IIII
0.0
0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
（5）残差分析一一异方差性检验
qo 」
d E30
Scatterplot
山残差图可知，残差图上的点的散布是随机的，无任何规律；III Correlations 表可知，残差绝对值与X2，X4的相关系数分别为0.195, 0.191,相应的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
Dependent Variable: H 内旅游总花费 y
33003.0-*
25003 0-
23003"
15003.0-
10003.0-
5003.0-
□.o -
-2 -1 0 1 2
Regression Standardized Residual
a.
b.Predictors: (Constant),国内游客x4,平均工资x2
c.Dependent Variable:国内旅游总花费y
D.W值为0-711,查D.W表，n=20, k=2, d(=1.20, d u=1.41, D.W=0.711< d L,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，PQ 1-1/2D.W=1-0.5*0.711=0.6445o求出相关系数P后,做变量变换:
yi* = y? p Yi-i ；xi* = xi- P x M
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
a. Dependent Variable:国内旅游总花费y
3
由Coefficients表可知，各个自变量的VIF均大于10 ；由Collinearity Diagnostics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
山上表可知，所有数据的删除学生化残差的绝对值均小于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.模型存在的问题
(1)自变量之间仍存在多重共线性；
2.修改
剔除解释变量x2,利用SPSS软件采用逐步回归的方式，得到以下结果并加以分析。

(1)拟合优度检验
a
次）x4
b.Predictors: （Constant）,国内游客（百万人次）x4,客运
量（万人）x3
c.D即endent Variable:国内旅游总花费（亿元）y
III Model Summary表可知，方程的复相关系数R=0.986,样本决定系数为R2为0.972,调整后的样本决定系数为0.970,说明方程拟合程度很好。

（2）回归方程显著性检验
ANOVA C
a.Predictors: （Constant）,国内游客（百万人次）x4
b.Predictors: （Constant）,国内游客（tf万人次）x4,客运量（万人）x3
c.Dependent Variable:国内旅游总花费（亿元）y
I1IAN0VA表可知，在0.05的显著性水平下，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有高度显著的线性影响。

(3)回归系数检验
Coefficients3
a. Dependent Variable:国内旅游总花费（亿元）y
由Coefficients表可知，常数项、平均工资X2和国内游客&的回归系数检验的P值均小于0.05,所以通过检验。

故综上述，该问题的最小二乘回归模型为：
y = -2916.426-0.002 X3+9.997X4
（4）残差分析一一正态性检验
根据直方图和正态概率分布可以看出，残差基本上符合正态性假设。

Histogram
Dependent Variable:国内游总花费（亿兀）y
Normal P-P Plot of Regression Standardized Residual
Dependent Variable:国内旅游总花费（亿元）
y
o
4 3 2 Aoua>nbo>」u -
Mean =-4.70E-16 Std. Dev. =0346
N =20
（5）残差分析一一异方差性检验
Scatterplot
Dependent Variable: M 内旅游总花费(亿元)y
2-
-E5p 5a># pd>z-p 」cspu5s u2ssa>
」
1"
o-
-1-
O
cP
O 。

O
O
O
O
O
O O
O
O
O
-2-
0.00
5000.00
10000.00
15000.00
20000.00
25000.00
30000.00
国内旅游总花费(亿元)y
*. Correlate on is sign ifica nt at the 0.05 level (2-tailed).
山残差图可知，残差图上的点的散布是随机的，无任何规律；111 Correlations 表可知，残差绝对值与X3, X4的相关系数分别为0.589, 0.471,相应的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）残差分析一一自相关性检验
次）x4
b.Predictors: （Constant）,国内游客（百万人次）x4,客运
量（万人）x3
c.Dep endent Variable:国内旅游总花费（亿元）y
D・W值为0.601,査D.W表,n=20, k=2, di=1.20, d u=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，
1-1/2D.W=1-0.5*0.601=0.6995o求出相关系数P后,做变量变换:
yi = yi- P yi-i ；xj = x,- P XM
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:
5a. Predictors: (Constant)x4 x3' b. Dependent Variable: Y'
D.W 值为0.822,查D ・W 表,n=19, k=2, d (=1.18, d u =1.40, D.W=0.822< d L ,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，PQ 1-1/2D.W=1-0.5*0.822=0.0.589o 求出相关系数P 后，做变量变换：
yi = yi- p Yi-1 ； Xi = Xi- P Xj-1
第二次迭代：
6a.
Predictors: (Constant)x4\ x3M b. Dependent Variable: y
D.W 值为1.765,查D.W 表，n=18, k=2, di=1.16, d u =1.39, du <D.W=1.765<
牛du,模型不存在正自相关性。

将方程还原之后得到的回归模型为：y = -1693.900-0.002 x3+9.997x4
(7) 多重线性检验
a. Dependent Variable:国内旅游总花费（亿元）y
3
由Coefficients表可知，各个自变量的VIF均小于10 ；由Collinearity Diagnostics表可知，共线性诊断中条件数均在10附近。

综上述，说明自变量间不存在多重共线性。

（8）异常值检验
山上表可知，所有数据的删除学生化残差的绝对值均小于3,库克距离也均
小于0.5,故数据不存在异常值。

综上所述，该问题的回归模型是：
y = -1693.9-0.002 x3+9.997x4
四、回归方程的经济意义分析
从所得到的回归方程可以看出，影响国内旅游总花费的因素主要有国内游客人数和客运量。

山回归系数表可以看出，对国内旅游总花费影响最明显的是国内游客人数，客运量的影响相对较小。

在其他因素不变的情况下，国内游客每增加一口万人，国内旅游总花费增加9.997亿元。

建立模型过程中删除了国内生产总值、居民消费价格指数和人均收入三个因素，说明这三个因素对国内旅游总花费的影响不如前两者明显，这也很符合现实意义。