《国内旅游总花费影响因素分析》由会员分享，可在线阅读，更多相关《国内旅游总花费影响因素分析（32页珍藏版）》请在金锄头文库上搜索。
1、. .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
2、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
3、素进展分析。2、数据来源(1994-2021，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=10019941023.548197.951201092882524270.419951375.760793.753481172596629396.919961638.471176.659801245357640429.919972112.778973.064441326094644441.91998239
4、1.284402.374461378717695438.419992831.989677.183191394413719432.220003175.599214.693331478573744434.020013522.4109655.2108341534122784437.020023878.4120332.7123731608150878433.520033442.3135822.8139691587497870438.720044710.7159878.31592017674531102455.820055285.9184937.41820018470181212464.02006622
5、9.7216314.42085620241581394471.020077770.6265810.32472122277611610493.620218749.3314045.42889828678921712522.7202110183.7340902.83224429768981902519.0202112579.8401512.83653932695082103536.1202119305.4473104.04179935263192641565.0202122706.2519470.14676938040352957579.7202126276.1568845.251483212299
6、23262594.83、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 = 0 +1x1 + 2x2 + 3x3 +4x4+5x5二、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
7、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=1004.6773E273.11847202、 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=100Pearson Correlation国旅游总花费y1.000.974.968
8、.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=100x5.855.895.891.814.8861.000Sig. (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x
9、4.000.000.000.000.000居民消费价格指数上年=100x5.000.000.000.000.000.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=100x5202020202020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
10、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 = 0 +1x1 + 2x2 + 3x3 +4x4+5x5，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.
11、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.1Regression1.013E952.026E8207.735.000aResidual1.366E714975485.806Total1.027E
12、919a. 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.CorrelationsCollinea
13、rity 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-.356-.044.1427.038国游客x413.1374.1691.4913.151.007.986.644.097.004235.720居民消费价格指数上年=100x5-3.9887.094
