EVIEWS案例：(消除多重共线性)影响国内旅游市场收入的主要因素分析

eviews计量经济学下国内旅游收入影响因素分析-计量经济学论文-经济学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——一、建立模型设计量经济模型为：= + + + + +式中，为第t年全国国内旅游收入（亿元）; 为国内旅游人数（万人/次）; 为城镇居民人均旅游支出（元）; 为农村居民人均旅游支出（元）为铁路里程（万公里）,解释变量前的系数均为正。

为估计参数，收集旅游事业发展所处的1994 -2012年阶段的统计数据，如下所示资料来源：二、分析模型中存在问题利用EViews软件，生成Y、、、、等数据。

利用OLS方法估计模型参数得（一）估计模型参数该模型的= 0. 9883,F检验值为296. 85,是显着的。

、的符号与预期相反，表明可能存在严重的多重共线性。

利用EViews软件，计算出、、、的相关系数矩阵如下表：（二）相关系数矩阵表从上可以看出：相关系数高达0. 974694,证明确实存在严重的多重共线性。

三、解决模型中存在的多重共线性将各变量进行对数变换，再对以下模型进行估计。

= + + + + +利用EViews软件，对、、、、分别对数，分别生成、、、、的数据，采用OLS方法估计模型参数得：估计模型参数模型估计结果为= - 8. 2995 + 0. 8628 + O. 3997 + 0. 2926 + 1. 2719（0. 5478）（0. 09 ）（0. 1217）（0. 0418）（0. 4104）t =（- 15. 15）（8. 98）（3. 29）（7. 00）（3. 10）= 0. 9984 DW = 1. 3581 F = 2224. 433四、模型的不足1、由于模型采用的是时间序列数据，因没考虑可能存在的时滞问题，导致模型精准度有偏误。

2、数据本生带来的不可消灭的系统性误差。

3、以铁路里程作为相关基础设施的代表犯了以局部替整体的错误，因为中国的每一个景点间存在地域上的差异。

影响旅游收入的主要因素分析下文为大家整理带来的影响旅游收入的主要因素分析，希望内容对您有帮助，感谢您得阅读。

影响旅游收入的主要因素分析影响旅游收入的主要因素分析影响旅游收入的主要因素分析更多内容源自幼儿一、引言旅游推动社会生产的发展,促进生产结构的调整变化,带动就业,提高经济开放程度,从而对整体社会经济的发展产生了积极影响。

我国旅游业立足于开发国内旅游市场,致使国内旅游逐渐在我国的旅游市场上占据重要的地位。

旅游收入直接反映了某一旅游目的地国家和地区旅游经济的运行状况,是衡量旅游经济活动及其效果的一个不可缺少的综合性指标,也是某一个国家或者地区旅游业发达与否的重要标志。

在我国的旅游收入中,主要影响因素为旅游人数和人均旅游花费。

所以,本文主要分析旅游人数和人均旅游花费对国内旅游收入的影响。

二、模型设定1.选定线性模型的原因由于非线性模型的假设检验都涉及到非常复杂的数学计算,并且我们所学知识有限,所以我们在此考虑利用线性模型对该市场进行研究分析。

另外,线性模型存在多种检验方法和修正方法,这样对模型准确程度的分析和修正也更加可靠。

2.解释变量选择原因分析旅游业是由于受到社会经济状况和经济关系等多种因素不同程度的影响,使得某一旅游目的地国家和地区在一定时期内的旅游收入出现不同程度的高低变化。

也就是说,旅游收入是受多种因素影响的函数。

(1)国内旅游人数旅游目的地国家和地区接待旅游者人数的多少,是影响旅游目的地国家和地区的最主要因素。

在正常情况下,旅游收入与接待的旅游者人数呈正比例变化。

(2)人均旅游花费在旅游接待人数既定的条件下,旅游者的支付能力和人均旅游消费是旅游目的地国家和地区的旅游收入增减变化的又一个决定因素。

一般说,旅游者的人均旅游消费水平与旅游收入成正比例变化,旅游者的支付能力强,旅游者的旅游花费越高,那么旅游收入也就越高。

(3)其他影响因素如旅游者在旅游目的地的停留时间、外汇汇率和旅游统计因素对旅游收入的影响,由于它们的影响性较小,故也不被纳入到模型中去。

《多重共线性案例分析》实验报告表2由此可见，该模型，可决系数很高，F 检验值173.3525,明显显著。

但是当时,不仅、系数的t 检验不显著，而且系数的符号与预期的相反，这表明很可能存在严重的多重共线性。

9954.02=R 9897.02=R 05.0=α776.2)610()(025.02=-=-t k n t α2X 6X 6X②.计算各解释变量的相关系数，选择X2、X3、X4、X5、X6数据，点”view/correlations ”得相关系数矩阵表3由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相。

4.消除多重共线性①采用逐步回归的办法，去检验和解决多重共线性问题。

分别作Y 对X2、X3、X4、X5、X6的一元回归 如下图所示变量 X2 X3 X4 X5 X6 参数估计值0.08429.0523 11.6673 34.3324 2014.146 t 统计量8.665913.1598 5.1967 6.4675 8.74870.90370.95580.77150.83940.9054表4 按的大小排序为：X3、X6、X2、X5、X4。

以X3为基础，顺次加入其他变量逐步回归。

首先加入X6回归结果为：t=(2.9086) (0.46214)2R 2R 631784.285850632.7639.4109ˆX X Y t ++-=957152.02=R1995 1375.7 62900 464.0 61.5 115.70 5.97 1996 1638.4 63900 534.1 70.5 118.58 6.49 1997 2112.7 64400 599.8 145.7 122.64 6.60 1998 2391.2 69450 607.0 197.0 127.85 6.64 1999 2831.9 71900 614.8 249.5 135.17 6.74 2000 3175.5 74400 678.6 226.6 140.27 6.87 2001 3522.4 78400 708.3 212.7 169.80 7.01 2002 3878.4 87800 739.7 209.1 176.52 7.19 2003 3442.3 87000 684.9 200.0 180.98 7.30表1：1994年—2003年中国游旅收入及相关数据表2：OLS 回归表3：关系数矩阵变量 X2 X3 X4 X5 X6 参数估计值0.08429.0523 11.6673 34.3324 2014.146 t 统计量8.665913.1598 5.1967 6.4675 8.74870.90370.95580.77150.83940.9054表4：Y 对X2、X3、X4、X5、X6的一元回归六、实验结果及分析1. 在参数估计模型和关系数矩阵中， ，可决系数很高，F 检验值173.3525,明显显著。

Eviews多重共线性实验报告-V1本文主要将Eviews多重共线性实验报告进行整理，旨在帮助读者更好地理解和应用多重共线性实验结果。

1. 研究背景多重共线性是指在回归模型中，自变量之间存在高度相关的情况。

这种相关关系会导致模型的不稳定性，降低模型的解释能力和预测能力。

因此，在进行回归分析时，需要对多重共线性进行检测和处理。

2. 数据来源和处理本次实验所使用的数据来自某公司销售数据，共有18个自变量和1个因变量。

在进行回归分析之前，需要对数据进行预处理。

首先，我们通过观察变量间的相关系数矩阵来初步判断是否存在多重共线性。

如果存在高度相关的自变量，可以考虑通过主成分分析等方法来降维，减少变量间的冗余。

本实验中，我们发现变量间的相关性较小，因此没有进行降维操作。

3. 模型建立我们采用逐步回归的方法建立回归模型，并对模型的适配度和稳定性进行评估。

首先，我们使用全模型（包含所有自变量）进行回归分析，并得到如下统计结果：R-squared：0.7767Adj. R-squared：0.7152F-statistic：12.38（显著）通过观察模型的系数，我们发现存在一些变量的系数非常大，而一些变量的系数非常小甚至为0，这也是多重共线性的表现之一。

为了进一步检验模型的稳定性和解释能力，我们采用逐步回归的方法进行变量筛选。

在此过程中，我们设置的入模标准是F统计量显著，出模标准是T统计量显著或P值小于0.05。

最终，我们得到了一个包含4个自变量的最优模型，其统计结果如下：R-squared：0.7224Adj. R-squared：0.6812F-statistic：17.69（显著）通过观察模型的系数，我们发现所有自变量的系数都显著，且大小合理。

这说明通过逐步回归的方法，我们成功地排除了多重共线性的影响，建立了一个具有较好稳定性和解释能力的模型。

4. 结论和建议在本实验中，我们成功地应用了Eviews工具，通过逐步回归的方法检验和处理多重共线性，建立了一个较为稳定和解释能力强的回归模型。

案例1：经济理论指出，家庭消费支出（Y ）不仅取决于可支配收入（X 1）,还决定于个人财富（X 2），即可设定如下回归模型：01122i i i i Y X X u βββ=+++操作：对以上数据利用最小二乘法进行回归分析，分析：（1） 样本可决系数为96%，表示收入和财富可以解释消费支出总变动的96%； （2） F 统计量为88.84，对应的p 值为0.000011，小于0.05，表明方程总体线性显著，或者解释变量中至少有一个是对被解释变量有显著影响；（3） 两变量的t 统计量对应的p 值均大于0.05，表明两解释变量对被解释变量的影响是不显著的，与F 统计量所得到的结果矛盾； （4） 财富变量的系数符号与实际情况不符；综合（2）、（3）、（4）表明可能存在严重的多重共线性。

通过计算两解释变量之间的相关系数为0.9986，高于样本可决系数96%。

表明收入和财富之间高度相关，使得无法分辨二者对被解释变量的贡献。

相关系数：125()()i i j j X X X X X X r --=∑（5） 因此该回归结果不可靠，可以考虑只作消费支出对收入或财富的一元线性回归模型来替代二元回归模型。

案例2：天津市1974—1987年粮食需求的相关数据：Y=粮食销售量（万吨/年）；X1=市常住人口（万人）；X2=人均收入（元/年）；X3=肉销售量（万吨/年）；X4=假定粮食需求函数：01122334455t t t t t t tY X X X X X u ββββββ=++++++（1）普通最小二乘法估计此模型，运行结果：得到回归模型：12345ˆ 3.490.130.07 2.67 3.45 4.49Y X X X X X =-++++- （-0.12）（ 2.12） （1.94） （2.13） （1.41） （-2.03）R 2=0.97 F=52.53 T=14(2)多重共线性判定：模型可能存在多重共线性。

本文部分内容来自网络，本司不为其真实性负责，如有异议请及时联系，本司将予以删除== 本文为word格式，下载后可编辑修改，推荐下载使用！==影响旅游收入的主要因素的分析影响旅游收入的主要因素的分析影响旅游收入的主要因素的分析影响旅游收入的主要因素的分析文章来源自 3 e du教育网一、引言旅游推动社会生产的发展,促进生产结构的调整变化,带动就业,提高经济开放程度,从而对整体社会经济的发展产生了积极影响。

我国旅游业立足于开发国内旅游市场,致使国内旅游逐渐在我国的旅游市场上占据重要的地位。

旅游收入直接反映了某一旅游目的地国家和地区旅游经济的运行状况,是衡量旅游经济活动及其效果的一个不可缺少的综合性指标,也是某一个国家或者地区旅游业发达与否的重要标志。

在我国的旅游收入中,主要影响因素为旅游人数和人均旅游花费。

所以,本文主要分析旅游人数和人均旅游花费对国内旅游收入的影响。

二、模型设定1.选定线性模型的原因由于非线性模型的假设检验都涉及到非常复杂的数学计算,并且我们所学知识有限,所以我们在此考虑利用线性模型对该市场进行研究分析。

另外,线性模型存在多种检验方法和修正方法,这样对模型准确程度的分析和修正也更加可靠。

2.解释变量选择原因分析旅游业是由于受到社会经济状况和经济关系等多种因素不同程度的影响,使得某一旅游目的地国家和地区在一定时期内的旅游收入出现不同程度的高低变化。

也就是说,旅游收入是受多种因素影响的函数。

(1)国内旅游人数旅游目的地国家和地区接待旅游者人数的多少,是影响旅游目的地国家和地区的最主要因素。

在正常情况下,旅游收入与接待的旅游者人数呈正比例变化。

(2)人均旅游花费在旅游接待人数既定的条件下,旅游者的支付能力和人均旅游消费是旅游目的地国家和地区的旅游收入增减变化的又一个决定因素。

一般说,旅游者的人均旅游消费水平与旅游收入成正比例变化,旅游者的支付能力强,旅游者的旅游花费越高,那么旅游收入也就越高。

国内旅游收入影响因素的计量分析一、国内旅游收入影响因素及其数据选择旅游业是一个依赖性很强的行业，它的发展受诸多因素的影响，例如春秋季往往会带来更多的收入、距离近的旅游地点反而更吸引人、经济状况好的国家游客更多、工资高的人更愿意出来旅游等等，甚至同一国家同一地区在不同时区也会有不同的旅游发展。

综合现有研究文献和有关资料调查，考虑到建模和数据搜集难易程度，将当前中国旅游收入影响因素归纳为以下几个方面：一是国内旅行人数。

对于任何行业来说，要想增加一个行业的收入，必须增加在这个行业消费的人数。

只有具备了庞大的消费人数，这个行业才会不断壮大，经济收入才会不断增加，旅游业就是这样的一个行业。

因此，国内旅游人数是旅游收入影响因素，对国内旅游收入有重要影响。

二是人均旅游花费。

旅游者的人均旅游消费水平与旅游收入成正比例变化，旅游者的支付能力强，旅游者的旅游花费越高，旅游收入也就越高，可见人均花费对旅游收入有很大的影响力。

人均旅游花费分为城镇人均旅游花费和农村人均旅游花费。

三是交通情况。

通常交通状况越好的地方无疑也更加吸引游客们，里程越远路费越高，给铁路局和收费站带来的收益也越大，也给本地带来更多的旅游收入，因此，交通情况是旅游收入的影响因素。

交通状况主要分为铁路里程和公路里程。

四是利率水平。

从长期来看，当利率水平上升时，人们会自发地把手中的持有的货币存入银行而不会拿出来消费，因此，利率水平越高，人们旅游支出也越少。

反之，利率水平越低，人们旅游支出就越多。

我们选用活期的银行利率作为影响旅游收入的利率水平。

表1 19941 1994——2012年中国旅游收入及影响因素的数据年中国旅游收入及影响因素的数据年份旅游收入Y（亿元）旅游人数X1（亿人次）城镇居民人均旅游花费X2（元）农村居民人均旅游花费X3（元）铁路营业里程数X4（万公里）公路里程X5（万公里）利率X619941023.51 5.24414.754.9 5.9111.78 3.15 19951375.7 6.2946454.9 5.97115.7 3.15 19961638.38 6.4534.170.5 6.49118.58 2.48 19972112.7 6.44599.8145.7 6.6122.64 1.71 19982391.18 6.95607197 6.64127.85 1.53 19992831.927.19614.8249.5 6.74135.170.99 20003175.547.44678.6226.6 6.87140.270.99 20013522.367.84708.3212.77.01169.80.99 20023878.368.78739.7209.17.19176.520.72 20033442.278.7684.92007.3180.980.72 20044710.7111.02731.8210.27.44187.070.72 20055285.8612.12737.1227.67.54193.050.72 20066229.7413.94766.4221.97.71345.70.72 20077770.6216.1906.9222.57.8358.370.77 20088749.317.12849.4275.37.97373.020.58 200910183.6919.02801.1295.38.55386.080.36 201012579.7721.038833069.12400.820.36 201119305.3926.41877.8471.49.32410.640.47 201222706.2229.57914.54919.76423.750.38二、模型设定、估计与修正二、模型设定、估计与修正将国内旅游收入作为因变量，国内旅游人次、城镇人均旅游花费、农村人均旅游花费、铁路里程、公路里程、利率水平等作为自变量，构建如下回归分析模型。

国内生产总值的影响因素分析本文研究国内生产总值（Y）的影响因素，选取了居民消费（X1）、能源消费总量（X2）、进出口总额（X3）、研究与试验发展经费支出(亿元)（X4）作为备选的影响因素，考虑到这几个变量的量级比较大，在进行回归分析时，将其进行对数化处理。

1.描述性统计变量均值中位数最大值最小值标准差偏度峰度LNY 12.86926 13.01351 13.83137 11.61605 0.735265 -0.331551 1.770076 LNX1 11.90659 11.95283 12.86667 10.82903 0.694463 -0.108624 1.640711 LNX2 12.71945 12.83097 13.11836 11.9547 0.354575 -0.864171 2.603336 LNX3 12.04816 12.29397 12.68298 10.64979 0.604899 -1.046877 3.002632 LNX4 8.759079 8.966104 10.10206 6.949367 1.011978 -0.37255 1.8154942.回归结果通过eviews8进行回归分析，结果见下表：从经济意义检验来看，各解释变量对被解释变量应该表现为正向影响，而LNX2的系数为负，这显然无法通过经济意义检验，这可能存在多重共线性。

从拟合优度检验来看，其拟合优度为0.9993，接近于1，表明这些解释变量能够解释99.93%的被解释变量的变化，而且调整后的拟合优度为0.9991，拟合效果非常好。

从统计检验来看，LNX1和LNX4系数的t检验对应的p值小于1%，即在1%的显著水平下，两变量对LNY有显著的影响，考虑到系数为正数，两变量对LNY表现为显著的正向影响，面LNX2和LNX3则无法通过10%的显著性t检验，这表明两者对LNY无显著影响，当然这有可能是因为多重共线性的问题。

Eviews多重共线性实验报告(1)Eviews多重共线性实验报告1. 实验背景多重共线性是指在回归分析中，自变量之间存在高度相关，导致回归系数的不稳定性和误差方差的增大。

在实践中，多重共线性是经济预测分析的重要问题，如何诊断和处理多重共线性是经济学研究中的重要课题。

2. 实验目的通过Eviews软件进行多重共线性诊断，掌握运用Eviews软件解决多重共线性问题的技巧，提高经济预测和分析的准确度和可靠性。

3. 实验流程（1）收集所需要进行回归分析的数据。

（2）在Eviews中建立回归模型，运行回归分析。

（3）通过Eviews的诊断功能，检验回归模型中自变量之间的线性相关。

（4）运用Eviews的多重共线性处理方法，解决自变量之间的多重共线性问题。

4. 实验结果（1）通过Eviews的诊断功能，我们可以得到多重共线性诊断报告，其中显示了变量之间的相关系数矩阵、方差膨胀因子（VIF）、条件指数（CI）、特征值（eigenvalue）、特征向量（eigenvector）等诊断指标。

通过观察相关系数矩阵和VIF，我们可以发现是否存在高度相关的自变量。

当VIF大于10时，就表明存在多重共线性。

（2）如果诊断报告中存在多重共线性问题，我们可以通过Eviews中的多重共线性处理方法解决。

其中包括删除相关系数较高的变量、采用主成分回归法、采用岭回归等方法，具体方法应根据实际情况来选择。

5. 实验结论通过Eviews的多重共线性诊断和处理，我们可以更加准确地进行回归分析，避免了多重共线性所带来的偏误和不稳定性。

在实际应用中，我们应根据具体情况选择适当的处理方法，以得到更加可靠的预测结果。

致力于打造高品质文档影响旅游收入的主要因素分析影响旅游收入的主要因素分析影响旅游收入的主要因素分析影响旅游收入的主要因素分析更多内容源自幼儿一、引言旅游推动社会生产的发展,促进生产结构的调整变化,带动就业,提高经济开放程度,从而对整体社会经济的发展产生了积极影响。

我国旅游业立足于开发国内旅游市场,致使国内旅游逐渐在我国的旅游市场上占据重要的地位。

旅游收入直接反映了某一旅游目的地国家和地区旅游经济的运行状况,是衡量旅游经济活动及其效果的一个不可缺少的综合性指标,也是某一个国家或者地区旅游业发达与否的重要标志。

在我国的旅游收入中,主要影响因素为旅游人数和人均旅游花费。

所以,本文主要分析旅游人数和人均旅游花费对国内旅游收入的影响。

二、模型设定1.选定线性模型的原因由于非线性模型的假设检验都涉及到非常复杂的数学计算,并且我们所学知识有限,所以我们在此考虑利用线性模型对该市场进行研究分析。

另外,线性模型存在多种检验方法和修正方法,这样对模型准确程度的分析和修正也更加可靠。

2.解释变量选择原因分析旅游业是由于受到社会经济状况和经济关系等多种因素不同程度的影响,使得某一旅游目的地国家和地区在一定时期内的旅游收入出现不同程度的高低变化。

也就是说,旅游收入是受多种因素影响的函数。

(1)国内旅游人数旅游目的地国家和地区接待旅游者人数的多少,是影响旅游目的地国家和地区的最主要因素。

在正常情况下,旅游收入与接待的旅游者人数呈正比例变化。

(2)人均旅游花费在旅游接待人数既定的条件下,旅游者的支付能力和人均旅游消费是旅游目的地国家和地区的旅游收入增减变化的又一个决定因素。

一般说,旅游者的人均旅游消费水平与旅游收入成正比例变化,旅游者的支付能力强,旅游者的旅游花费越高,那么旅游收入也就越高。

(3)其他影响因素如旅游者在旅游目的地的停留时间、外汇汇率和旅游统计因素对旅游收入的影响,由于它们的影响性较小,故也不被纳入到模型中去。

影响国内旅游经济的因素分析1江璐1 海南大学旅游学院海南570228摘要：旅游业已成为中国社会新的经济增长点，已经成为扩大就业和经济发展的重要领域,在我国的经济建设中发挥了巨大的作用。

本文旨在根据我国旅游相关数据,分析出影响我国国内旅游发展的部分因素。

根据我国1994—2008年的旅游相关数据，选取了国内生产总值GDP、国内旅游人数、交通运输状况、闲暇时间四个因素，利用Eviews软件建立多元回归模型，对以上影响因素进行参数检验和估计，最后得出了结论，并提出了一些相关建议。

关键词：旅游收入国内旅游多重共线性影响因素一、引言旅游业具有“无烟产业”和“永远的朝阳产业”的美称,它已经和石油业、汽车业并列为世界三大产业。

旅游业一般分为国际旅游业和国内旅游业。

国内旅游业是为国内旅游者服务的一系列相关的行业。

改革开放以来，我国的旅游业呈现蓬勃的发展趋势，旅游景点吸引着来自四面八方的人。

随着经济的发展和人民生活水平的进一步提高，闲暇时间的增多，带薪假期的普遍实行。

由于旅游条件的改观，人民的旅游热情将进一步焕发，人民对旅游消费的需求将进一步上升，国内旅游业在国民经济中的地位和作用越来越重要.未来10 年间，我国旅游业将保持年均10。

4%的增长速度，其中个人旅游消费将以年均9。

8%的速度增长，企业/政府旅游的增长速度将达到10。

9%,到2010 我国旅游总收入占GDP的比例将从2002年的5。

44％达到8%。

到2020 年，中国将成为世界第一大旅游目的地国和第四大客源输出国.旅游产业的快速发展,需要理论研究的有力支撑.因此，对影响我国国内旅游消费的因素的分析就显得尤为重要.二、相关文献综述郭丽君(2007）在《基于计量经济学模型的国内旅游收入研究》中指出近年来，旅游业作为国民经济的增长点一直保持高速发展，在整个社会经济发展中的作用日益显现。

国内旅游收入受到多个指标因素的影响，这些因素不仅包括出、入境的旅游人数；交通的便捷程度，还包括旅游黄金周政策的实施等等。

小学期作业影响财政收入的主要因素学院：经济学院班级：统计学班**:***学号：**********影响财政收入的主要因素摘要：财政收入是一国政府实现政府职能的基本保障，主要有资源配置、收入再分配和宏观经济调控三大职能。

财政收入的增长情况关系着一个国家经济的发展和社会的进步。

我国财政收入主要受国民经济发展、预算外资金收入、税收收入等因素的影响。

本文针对我国财政收入影响因素建立了计量经济模型，并利用Eviews软件对收集到的数据进行相关回归分析，排除简单多元回归模型存在的严重多重共线性等问题，建立财政收入影响因素更精确的模型，分析了影响财政收入主要因素及其影响程度，预测我国财政收入增长趋势。

二、模型设定研究财政收入的影响因素离不开一些基本的经济变量。

大多数相关的研究文献中都把总税收、国内生产总值这两个指标作为影响财政收入的基本因素,还有一些文献中也提出了其他一些变量, 比如其他收入、经济发展水平等。

影响财政收入的因素众多复杂, 但是通过研究经济理论对财政收入的解释以及对实践的观察, 对财政收入影响的因素主要是税收收入。

下面我们就以税收收入、能源消费总量、和预算外资金收入作为影响财政收入的主要研究因素。

从中国统计局网站上可以查询到1993年至2008年的相关数据，对其进行计算整理可得：4.、模型的建立根据1978—2008年每年的财政收入Y( 亿元) , 能源消费总量X1( 亿元)，预算外资金收入X2( 亿元) ,税收收入X3( 亿元) 的统计数据,由E-views软件得到y，x1，x2，x3的线性图，如下：由图可知，y，x1， x3都是逐年增长的，但增长速率有所变动，而x2呈现水平波动，说明变量间不一定是线性关系，可探索将模型设定为以下形式：lnY=β0+β1lnX1+β2X2+β3lnX3+U三，模型估计与调整利用Eviews软件对模型进行最小二乘法全回归，结果如下：第一步，进行模型的检验。

（一），进行多重共线性的检验方程的修正后的R平方值很高，说明变量对因变量的拟合程度很好，但是应该注意到c，lnx1，x2三者的t值很低（在此选择置信度为0.05），未通过检验，因此怀疑其中存在变量之间的多重共线问题。

计量经济学案例分析1一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。

居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。

改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。

但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。

例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。

为了研究全国居民消费水平及其变动的原因，需要作具体的分析。

影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。

为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。

二、模型设定我们研究的对象是各地区居民消费的差异。

居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。

而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。

所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。

因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。

因此建立的是2002年截面数据模型。

影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。

基于Eviews 的贵阳市旅游业影响因素分析※钟皓凡吕华鲜（桂林理工大学，广西桂林541006）摘要：旅游业对经济发展的作用日益突显且地位不断加强。

文章基于2004年—2018年贵阳市旅游业发展相关统计数据，运用Eviews 软件建立多元线性回归模型，研究贵阳市旅游业发展影响因素。

实证分析结果表明：城镇居民人均可支配收入、公路里程主要对贵阳市旅游业发展具有明显拉动作用。

提出夯实交通基础、调动旅游积极性，强化旅游品牌、持续巩固国内市场，充分挖掘国外市场的对策建议。

关键词：贵阳市；旅游业；Eviews 软件；多远回归分析；影响因素中图分类号：F2224;F592.7文献标识码:A文章编号:2095-7955（2020）03-0005-05※基金项目：国家社科基金一般项目《左右江革命老区乡村旅游精准脱贫的困局与破解路径研究》（项目编号：17BMZ120）。

收稿日期：2020—05—29作者简介：钟皓凡（1994—），桂林理工大学旅游与风景园林学院硕士研究生。

主要研究方向：民族旅游；吕华鲜（1972—），女，桂林理工大学旅游与风景园林学院教授，硕士。

主要研究方向：民族旅游研究。

武汉商学院学报Vol.34No.3June 2020JOURNAL OF WUHAN BUSINESS UNIVERSITY2020年6月第34卷第3期随着我国经济不断的发展变化，人民物质精神生活水平的不断提高，旅游业也随经济的发展而发展。

旅游发展不仅能带来经济效益，而且还有较好的社会效益和环境效益，在构建和谐社会、带动其他产业发展方面具有重要意义[1]。

如今旅游业也已不再受传统单一因素的影响。

随着生活、经济、社会的发展变化，旅游业也受到来自多种因素影响。

通过对贵阳市旅游业近些年的数据研究发现，伴随着地方经济的增长，旅游经济也随着同比变换。

旅游业在贵阳市经济中的地位开始变得举足轻重，旅游带来的经济收益也逐年增加。

旅游业作为国家和地方服务业的支柱产业之一，对于研究影响旅游发展的相关因素已开始变得重要。

影响我国旅游收入的因素分析学院：经济学院年级：2021级专业：经济统计学学号：2021103025XX：雷丹【摘要】旅游业作为我国国民经济的重要产业之一，在我国经济开展中起到了重要的作用。

为了促进旅游业更好的开展，需要研究影响旅游业开展的因素。

本文基于1994-2021年的数据，运动Eviews软件，从影响国旅游收入的因素中选择国旅游总人数、城镇居民家庭可支配收入、公路里程数、铁路营业里程数以及星级酒店总数建立回归模型，利用逐步回归法消除模型的多重共线性并进展异方差和自相关性的检验，最终建立科学合理的回归模型，做出相应的政策建议。

一、引言改革开放以来，我国的经济社会持续快速开展，人均可支配收入明显提高，居民的闲暇时间大量增多，在保证物质生活的质量的同时，人们开场重视精神生活，外出旅游成为人们享受生活的主要方式。

尤其是20世纪90年代以来，我国国旅游收入增长率高达14.6%，远远高于GDP增长水平。

如图1是1994-2021年我国国旅游收入的走势图。

因此，为了规划中国未来旅游收入的开展，充分利用旅游业开展国民经济，使旅游业在国民经济开展中扮演越来越重要的角色。

图1:1994-2021年国旅游收入〔数据来源：中国统计年鉴2021〕二、国旅游因素的影响收入及数据选取影响旅游收入的因素有很多，例如季节不同往往旅游人数、旅游收入不同，距离远近也会影响旅游业的开展，往往人们偏好于方便并且距离较近的旅游景点；再者，景点环境、景区类型也会影响旅游开展。

综合现有研究文献和相关数据收集，本文按照建模和数据收集的难易程度将当前影响中国旅游收入的因素分为以下几个方面：一是游客总人数。

国旅游人数是衡量一个国家或地区旅游业开展水平的重要指标之一，旅游人数是刺激旅游收入增长最直接的因素之一，只有具备了庞大的消费人群，经济收入才会不断增加。

二是城镇居民人均可支配收入。

查阅相关数据可知，旅游人数局部是城镇居民，因此本文不直接采用居民人均可支配收入指标而采用城镇居民人均可支配收入来研究其对旅游收入的影响。

基于EViews的国内旅游收入影响因素分析 1 基于EViews的国内旅游收入影响因素分析摘要:本文运用EViews软件, 从众多的国内旅游收入影响因素中选取国内旅游人数、城镇居民人均旅游支出、农村居民人均旅游支出、公路里程和铁路里程建立模型, 利用逐步回归分析法对模型消除多重共线性, 科学地确定了国内旅游收入预测模型, 也为以后增加国内旅游收入制定政策措施提供了理论依据。

关键字:EViews 国内旅游收入回归分析法一、引言(一)、研究目的:旅游业是以提供服务为主的综合性服务行业，通过提供食、住、行、游、购等服务满足人们对旅游业的需求。

旅游业现已成为全球经济中发展势头最强劲和规模最大的产业之一。

近年来, 中国旅游业一直保持较高的发展速度, 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国内旅游两大市场,虽然国际旅游外汇收入的年均增长率高于国内旅游收入, 但国内旅游收入在中国旅游收入中占50%以上的比例, 而且近些年来国内旅游收入年增长率已明显超过国际旅游收入的年增长率, 特别是20世纪90年代以来，随着我国国民经济的飞速发展，我国的旅游业也呈现出迅猛发展的态势。

城镇居民收入逐年增加，人均消费水平逐步提高，加之可自由支配时间的有薪假期时间的增多，以及旅游交通设施的进一步完善，旅游已在人们的日常生活中得到了广泛的普及。

旅游业作为国民经济新的增长点,将在整个社会经济发展中发挥了巨大的作用。

本文收集了中国统计年鉴1994到2008年间的统计数据，对我国的年度旅游收入建立相关模型并进行分析。

(二)、理论背景本文的研究对象是我国历年的旅游收入，目前学术界对旅游出现了许多不同的定义，一般都是从各个角度给旅游下的定义，这样的定义多达十多种，分别描述了旅游的不同方面。

影响旅游的因素也是不计其数，从经济状况、人口、社会结构，到目的地的旅游资源开发、两地交通、两地文化差异，以及国际游的汇率、1通胀率和政治环境等诸多因素都会影响旅游。

课程设计我国旅游业影响因素分析学院名称理学院专业班级11统计提交日期2014年05月评阅分数____________评阅人____________摘要：近年来，中国旅游产业有了长足的进步，成为中国经济发展的支柱性产业之一，发展潜力巨大。

通过建立合理的计量经济学模型，寻求我国旅游业收入和相关影响因素之间的函数关系，分析各因素对旅游业发展的贡献，揭示了我国旅游业收入呈现的特征，并针对我国旅游业的发展现状提出了一些对策建议。

关键词：旅游业；可支配收入；旅游人数；模型Abstract：In recent years, China's tourism industry has made great strides to become one of China's economic development pillar industry, a huge potential for development. By establishing a reasonable econometric models, seeking function of tourism revenue and related factors among analyze the contribution of various factors on the development of tourism, tourism revenues reveals the characteristics of presents, and for China's tourism industry current development put forward some suggestions.Key words:Tourism; disposable income; tourist arrivals; model目录1引言 (4)2模型变量与模型建立 (5)2.1模型解释变量的选择 (5)2.2模型设定 (5)2.3数据搜集（见表１） (6)3回归参数估计 (6)4经济意义、统计推断 (7)4.1经济意义检验 (7)4.2 统计检验 (7)4.3计量经济学检验 (8)（１）多重共线性检验。

多重共线性的估计和消除一，研究对象影响中国旅游市场发展的主要因素。

二、模型设定及其估计经分析，影响国内旅游市场收入的主要因素，除了国内旅游人数和旅游支出以外，还可能与相关基础设施有关。

为此，考虑的影响因素主要有国内旅游人数2X ，城镇居民人均旅游支出3X ，农村居民人均旅游支出4X ，并以公路里程5X 和铁路里程6X 作为相关基础设施的代表。

为此设定了如下对数形式的计量经济模型：23456123456t t t t t t t Y X X X X X u ββββββ=++++++其中 ：t Y ——第t 年全国旅游收入2X ——国内旅游人数 （万人）3X ——城镇居民人均旅游支出 （元）4X ——农村居民人均旅游支出 （元） 5X ——公路里程（万公里） 6X ——铁路里程（万公里）为估计模型参数，收集旅游事业发展最快的1994—2003年的统计数据，如表4.2所示：利用Eviews 软件，输入Y 、X2、X3、X4、X5、X6等数据，采用这些数据对模型进行OLS 回归，结果如表4.3：表4.3由此可见，该模型9954.02=R ，9897.02=R 可决系数很高，F 检验值173.3525,明显显著。

但是当05.0=α时776.2)610()(025.02=-=-t k n t α,不仅2X 、6X 系数的t 检验不显著，而且6X 系数的符号与预期的相反，这表明很可能存在严重的多重共线性。

计算各解释变量的相关系数，选择X2、X3、X4、X5、X6数据，点”view/correlations ”得相关系数矩阵（如表4.4）：表4.4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。

三、消除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。

分别作Y 对X2、X3、X4、X5、X6的一元回归，结果如表4.5所示：表4.5 变量 X2 X3 X4 X5 X6 参数估计值 0.0842 9.0523 11.6673 34.3324 2014.146 t 统计量8.6659 13.1598 5.1967 6.4675 8.7487 2R0.90370.95580.77150.83940.9054按2R 的大小排序为：X3、X6、X2、X5、X4。

我国旅游收入的计量分析一、经济理论陈述在研读了大量统计和计量资料的基础上，选择了三个大方面进行研究，既包括旅游人数，人均旅游花费和基本交通建设。

其中，在旅游人数这个解释变量的划分上，我们考虑到随着全球经济一体化的发展，越来越多的外国游客来中国旅游消费。

中国旅游的国际市场是个有发展潜力的新兴市场，尽管外国游客前来旅游的方式包罗万象而且消费能力也不尽相同，但从国际服务贸易的角度出发，我们在做变量选择时，运用国际营销的知识进行市场细分，划分了国际和国内两个市场。

这样，在旅游人数这个解释变量的最终确定上，我们选择了2X国内旅游人数，3X 入境旅游人数。

这点选择除了理论支持外，在现实旅游业发展中我们也看到很多景区包括成都的近郊也有不少外国游客的身影。

所以，我们选取这两个解释变量等待下一步进行模型设计和检验。

另外，对于人均旅游花费，我们在进行市场细分时，没有延续前两个变量的选择模式，有几个原因。

首先，外国游客前来旅游的形式和消费方式各异且很难统计。

我们在花大力气收集数据后，仍然没有比较权威的统计数据资料。

其次，随着国家对农业的不断重视和扶持，我国农业有了长足发展。

农村居民纯收入增加，用于旅游的花费也有所上升。

而且鉴于农村人口较多，前面的市场细分也不够细化，在这个解释变量的确定上，我们选择农村人均旅游花费，既是从我国基本国情出发，也是对第一步研究分析的补充。

所以我们确定了4X城镇居民人均旅游花费和5X农村居民人均旅游花费。

旅游发展除了对消费者市场的划分研究，还应考虑到该产业的基础硬件设施。

在众多可选择对象中我们经分析研究结合大量文献资料决定从交通建设着手。

在我国，交通一般分布为公路，铁路，航班，航船等。

由于考虑到我国一般大众的旅游交通方式集中在公路和铁路上，为了避免解释变量的过多过繁以及可能带来的多重共线形等问题，我们只选取了前二者。

即确定了6X公路长度和7X铁路长度这两个解释变量。

其中，考虑到我国旅游业不断发展过程中，高速公路的修建也不断增多，在6X 的确定过程中，我们已经将其拟合，尽量保证解释变量的完整和真实。