基于扩展回归模型的国内旅游收入及其影响因素分析

论文总字数：15942字

目 录

摘要 I

Abstract II

1 引言 1

1.1 研究背景及意义 1

1.2 国内外的研究进展 1

2 数据和研究方法 2

2.1 研究数据的选取 2

2.2 回归模型及其扩展 3

2.2.1 一般的多元线性回归模型 3

2.2.2 异方差的诊断及其处理..............................................................................................4

2.2.3 自相关性的分析................................................................................. ........................5

2.2.4 多重共线性的诊断及其处理 6

3 实证分析 8

3.1 国内旅游收入的一般线性回归建模 8

3.2 国内旅游收入模型的共线性分析 10

3.3 国内旅游收入模型的异方差分析 12

3.4 国内旅游收入模型的自相关分析 13

3.5 结果分析 13

4结论以及建议 14

参考文献 16

致谢 18

基于扩展回归模型的国内旅游收入及其影响因素分析

曾广桢

，China

Abstract：In this paper, the relevant data of the development of China's statistical yearbook are selected, and the linear regression equation of domestic tourism income is studied. Firstly, a general multiple linear regression model is established between the total explanations of the explanatory variables, namely, the total income of the domestic tourism and the selected explanatory variables. The VIF values of the variables are found in the t-test of the model coefficients and the variable variance expansion factor test More than 10, there is a more serious multiple collinearity problem, then the principal component regression is used to obtain an estimation equation of the regression model based on the relationship between the principal component and the independent variable. Secondly, the white test and autocorrelation test of the principal component and the explanatory variable equation are obtained by the principal component regression method. Finally, the final model is obtained by the regression of the principal component and the explanatory variable equation. The results show that the variance expansion factor of the independent regression equation is greater than 10, there is a collinearity problem. The P value of the heteroscedasticity test of the principal component regression equation is 0.6221 and 0.5652 respectively. It is judged that there is no heteroskedasticity, In the subsequent autocorrelation test, DW = 0.947 was obtained. The correlation coefficient of the residuals and the partial correlation coefficient were found to have no correlation between the two values ​​in the s period. The autocorrelation was not found, and the resulting principal component regression Compared with the general linear regression equation, all the principal component regression coefficients are positive numbers, indicating that the explanatory variables are the promotion factors of tourism income, which is more in line with the real economic significance. The most significant factor influencing the tourism revenue is the railway Mileage, the relative impact of the smallest factor is the per capita disposable income of urban residents.

Key words：domestic tourism income; heteroskedasticity; autocorrelation; multiple collinearity; principal component regression

1引言

1.1 研究意义以及背景

我国具有十分丰富的旅游资源，对于发展旅游业来说起着至关重要的作用。旅游业可以带动经济的发展，能改善我国一些相关产业的结构，带动起经济发展以及规模扩大，又因为它的环保性以及经济性，引起了国人极大的重视。在改革的开放以后，旅游业这一块我国发展神速，国家也都制定了许多的政策，在带动旅游业发展的同时拉动经济增长，提升国民需求，完胜旅游制度。现如今很多地方的政府也都开始重视起了旅游业这一块，开始大力开发旅游资源，包括对交通设施的完善，旅游风景地的保护，以及根据旅游地区经济水平来制定相关政策等等措施。许多资料表明近年来，国内旅游收入年均增长率远远高于同期GDP的增长率，未来我国的旅游业将还会保持着飞快的速度增长，前途无限大好。

旅游收入是衡量一个我国旅游业发展和国民生活水平以及经济水平的一个重要的指标，可以直接反映我们如今的生活水准和我们国家近年来旅游的经济运行状况。同时旅游收入也是某一个国家或地区旅游业发达与否的重要标志。因此，为了使我国国民经济得到快速的发展，并在发展道路上寻求合适的路径，对旅游收入的影响因素及其未来的走势进行探求研究以及预测是十分必要的^[1,2]。而对于旅游收入影响因素的探求许多学者古往今来也都在尽力而为，在建立回归模型，时间序列以及一些相关的扩展方面也都做了或多或少的贡献。

本文将基于多元回归模型以及扩展后的一些问题，运用国内旅游收入及其个别影响因素变量等数据，进行线性回归得到回归方程并对其进行主成分回归消除共线性影响。文章着重于对回归模型的共线性、自相关和异方差的诊断和处理，比较处理前和处理后模型的统计性质和实际意义解释，最后运用改进后的模型进行结构分析。

1.2国内外研究现状

旅游业是一个新兴发展的行业，国内外广大学者长期致力于其影响因素的研究以及相关统计模型的建立研究。早在1988年时，Jean S. Holder^[1]就提出了旅游对于当地环境模式的影响，而影响旅游发展的重要因素也变为了至关重要的研究项目之一。借鉴于该研究，国内王占祥在2008年的论文^[2]分析结论表明了人均生产总值、国内旅游人次和物价水准都与国内旅游收入呈正性的相关。崔美姣等^[3]在2009年提出了多元回归在我国旅游业中的应用，在建立模型后他们选择了一些较容易量化的因素如旅游人数、旅游景点、酒店个数、铁路里程等作为模型的自变量，运用了SPSS软件，得出旅游景点与国内旅游收入之间关联性较强的结论。在当时国内的经济环境下，其实旅游业已然接近饱和状态，已不是国内旅游人数越多，人均花费更多，交通条件更好就能决定国内旅游收入的增长了，在一定程度上，这些因素反而会增加旅游景区的承载能力和环境压力，而国家收入因素已然成为重要的影响旅游需求规模及多样性的一个指标^[4],周口职业技术学院的许建国当时发表的一篇对国内旅游收入因素的实证分析也很好的诠释了这一点^[5]。在引用其研究后袁翊茗等人也运用了1994-2010的数据对旅游收入进行了计量分析^[6].而与之结论稍有偏差的是薛媛在2013年中同样运用多元回归法分析国内旅游收入影响因素的一篇论文^[7]，她在建立模型时为了使数据更加平稳，对数据使用了平稳性检验及协整性检验，并且根据检验的结果使用了学术界广泛使用的双对数线性函数,其得出结论认为旅游饭店数量是催进旅游业发展的关键推动力。

对于寻找影响因素的问题而言，建立多元回归模型是一个较为基础且有效的方法，但模型也有其缺点所在。对于多元回归模型，其各个解释变量之间可能会存在多重共线性，而修正多重共线性就可以使用逐步回归法^[8]，做因变量对各个解释变量的一元回归，然后逐步加入其他解释变量保留最大的。在2017年，Yahya Peranginangin等人就运用了较为成熟的多元回归模型分析了品牌意识的社交图^[9]。

剩余内容已隐藏，请支付后下载全文，论文总字数：15942字

相关图片展示：