国内旅游总花费影响因素分析.doc

中国国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开展，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开展，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效劳业的重要组成局部，带动作用大加快旅游业改革开展，是适应人民群众消费升级和产业构造调整的必然要求，对于扩就业、增收入，推动中西部开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 中国旅游业的开展是与改革开放同步进展的改革开放之前，由于受传统方案体制观念的影响，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，旅游产业的开展缺乏必要的物质根底和政治条件改革开放以后，随着中国经济的开展，一方面，国民经济建立需要大量的资金；另一方面，由于对外开放的大门翻开，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外条件和环境。

本文通过对国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，探讨影响国旅游总花费的主要因素，并对这些因素进展分析2、数据来源(1994-2013，国家统计局)Y国旅游总花费(亿元) X1国生产总值〔亿元〕 X2平均工资〔元〕 X3客运量〔万人〕x4国游客(百万人次) x5居民消费价格指数〔上年=100〕年份国旅游总花费(亿元)国生产总值〔亿元〕平均工资〔元〕客运量〔万人〕国游客(百万人次)居民消费价格指数〔1987年=100〕19941023.548197.951201092882524270.419951375.760793.753481172596629396.919961638.471176.659801245357640429.919972112.778973.064441326094644441.919982391.284402.374461378717695438.419992831.989677.183191394413719432.220003175.599214.693331478573744434.020013522.4109655.2108341534122784437.020023878.4120332.7123731608150878433.520033442.3135822.8139691587497870438.720044710.7159878.31592017674531102455.820055285.9184937.41820018470181212464.020066229.7216314.42085620241581394471.020077770.6265810.32472122277611610493.620088749.3314045.42889828678921712522.7200910183.7340902.83224429768981902519.0201012579.8401512.83653932695082103536.1201119305.4473104.04179935263192641565.0201222706.2519470.14676938040352957579.7201326276.1568845.25148321229923262594.83、定性分析为了研究国旅游总花费的影响因素，把国旅游总花费〔亿元〕作为被解释变量y，将国生产总值〔亿元〕、平均工资〔元〕、客运量〔万人〕、国游客(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1、 数据根本描述Descriptive StatisticsMeanStd. DeviationN国旅游总花费〔亿元〕7.4595E37351.5831520国生产总值〔亿元〕2.1715E51.64588E520平均工资〔元〕2.01E414745.14720客运量〔万人〕2.0126E68.31668E520国游客(百万人次) 1.3511E3834.4650320居民消费价格指数〔上年=100〕4.6773E273.11847202、 相关分析利用散点图、简单相关系数检验被解释变量y和解释变量x1， x2， x3， x4， x5之间的关系。

根据散点图可以看出，国旅游总花费y与国生产总值x1、平均工资x2、客运量x3、国游客x4、居民消费价格指数x5成正相关Correlations国旅游总花费〔亿元〕国生产总值〔亿元〕平均工资〔元〕客运量〔万人〕国游客(百万人次) 居民消费价格指数〔上年=100〕Pearson Correlation国旅游总花费y1.000.974.968.785.986.855国生产总值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. (1-tailed)国旅游总花费y..000.000.000.000.000国生产总值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国旅游总花费y202020202020国生产总值x1202020202020平均工资x2202020202020客运量x3202020202020国游客x4202020202020居民消费价格指数〔上年=100〕x5202020202020从相关系数表中可以看出国旅游总花费y与国生产总值x1、平均工资x2、国游客x4的相关系数都在0.9以上，高度相关；国旅游总花费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，国旅游总花费y与这五个自变量做回归分析是适宜的三、模型建立根据之前建立的模型y = β0 +β1x1 + β2x2 + β3x3 +β4x4+β5x5，利用SPSS，采用强行进入的方法进展多元线性回归，得到结果如下：1、拟合优度检验Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbin-WatsonR Square ChangeF Changedf1df2Sig. F Change1.993a.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〕, 国游客(百万人次) , 平均工资〔元〕, 国生产总值〔亿元〕b. Dependent Variable: 国旅游总花费〔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R2=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ANOVAbModelSum of SquaresdfMean SquareFSig.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〕, 国游客(百万人次) , 平均工资〔元〕, 国生产总值〔亿元〕b. Dependent Variable: 国旅游总花费〔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CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.CorrelationsCollinearity StatisticsBStd. ErrorBetaZero-orderPartialPartToleranceVIF1(Constant)-2265.0533283.235-.690.502国生产总值x1.042.038.9341.088.295.974.279.034.001776.155平均工资x2-.653.293-1.310-2.226.043.968-.511-.069.003364.442客运量x3-.001.001-.117-1.426.176.785。