ImageVerifierCode 换一换
格式:DOC , 页数:20 ,大小:581.04KB ,
资源ID:4393965      下载积分:8 金币
验证码下载
登录下载
邮箱/手机:
验证码: 获取验证码
温馨提示:
支付成功后,系统会自动生成账号(用户名为邮箱或者手机号,密码是验证码),方便下次登录下载和查询订单;
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

开通VIP
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.zixin.com.cn/docdown/4393965.html】到电脑端继续下载(重复下载【60天内】不扣币)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  
声明  |  会员权益     获赠5币     写作写作

1、填表:    下载求助     留言反馈    退款申请
2、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
3、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
4、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
5、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【快乐****生活】。
6、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
7、本文档遇到问题,请及时私信或留言给本站上传会员【快乐****生活】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。

注意事项

本文(计量经济学论文中国旅游业收入影响分析.doc)为本站上传会员【快乐****生活】主动上传,咨信网仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知咨信网(发送邮件至1219186828@qq.com、拔打电话4008-655-100或【 微信客服】、【 QQ客服】),核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载【60天内】不扣币。 服务填表

计量经济学论文中国旅游业收入影响分析.doc

1、 计量经济学论文 中国旅游业 收入影响分析 序言 改革开放后几十年来,生活节奏加紧使得越来越多人选择旅游这种方式释放担心状态,也就使得旅游业发展快速。近年来,旅游更是成为每个人日常不可缺乏原因。中国作为世界五大文明古国(包含古希腊),同时也是当今世界著名旅游大国,旅游业在我国发展更是欣欣向荣,是不折不扣朝阳产业。按照联合国世界旅游组织预测,到中过奖成为世界上第一大入境旅游接待国和第四大出境旅游客源国。本文以我国旅游业收入为被解释变量,利用 eviews软件对其进行了多原因变量分析。亦在得出一些中国旅游影响因子分析及对未来一段时间内旅游业发展提出一些提议。 关键词 国内旅游收入 计量经济学 模型

2、 检验 一问题提出 近年来旅游如此火爆,旅游业及其相关产业发展也如火如荼。那到底是哪些原因影响着旅游业发展,他们之间有着什么联络,我们又该怎样中国旅游未来发展呢?本文将从计量经济学角度对以上问题进行定量分析,并试图对其更深层次原因进行探索以及进行一个短期内旅游行业发展预测。 二影响原因确实定 城镇人均可支配收入(国内旅游暂时只考虑城镇) 国内游客数量 入境游客数量 旅行社数量 三计量经济学模型建立 我们建立通常模型以下: Yi=1+2*x1+3*x2+4*x3+5*x4 在此 Y为我国旅游收入(万元) x1为入境游客人数(万人) x2为我国国内游客人数(百万人) x3为城镇人口可支配收入指数

3、x4为旅行社数量(个) 四模型求解和检验 对该模型执行OLS回归 详见(表二) 显然,该模型可绝系数很高(0.990525),F检验显著,不过x2 x3 x4 t检验结果不显著,而且 x4系数符号不符合经济意义,说明存在严重多重共线性。这说明我们模型本身存在很大缺点。 更改模型为: logY=1+2*log(x1)+3*log(x2)+4*log(x3)+5*log(x4) 对新模型进行OLS回归详见(表三) 显著得出结果好得多了。R2为0.989061,F检验显著除x4外其余原因t检验结果显著。多重共线性依然存在。所以,利用软件对4个变量进行相关系数检测。详见(表四) 结果显示,4个变量原因

4、相关性很高,所以我们必须剔除一个变量。严谨起见,利用eviews分别对他们进行两两分析详见(表五表十)。 综合得出,变量x4必须从模型中剔除,所以更新后模型为: logY=1+2*log(x1)+3*log(x2)+4*log(x3) 对新模型进行分析 详见(表十一) R2=0.988906 Dw=1.794877 说明修正后显著好转。 进行了一系列检验和修正后最终止果以下: logY=1.275850*log(x1)+1.374221*log(x2)-1.171586*log(x3)-5.243261 五经济分析 以上模型得知,我国旅游业收入与人均可支配收入,国内旅游人数,入境旅游人数亲密相

5、关。众所周知,旅游业是一个低投资高回报产业,同时也是二十一世纪最为环境保护经济产业之一。作为世界上文化,经济大国,在今后势必会增加旅游行业投入发展。 同时对着人民生活情况提升(x1),国内旅游人数(x2)势必会增加,这不但带动了旅游收入(y)增加,同时拉动了gdp上升,也带动了相关产业如餐饮,运输业发展。所以,在发展旅游业同时,也应注意相关产业发展跟进,正所谓全方面发展,整体跟进。这么一来,y增加才会不但仅是昙花一现,而愈加稳定。 另首先,近年来通货膨胀严重,房价也成为头号问题。在一定程度上,旅游业发展,人们将更多 x1投入旅游,能够一定程度减缓现金流过分投向房地产行业情况。不过,伴随y收入占

6、国民经济收入增加。其资金使用对应监管及用途也更应值得每个人注意。 模型同时说明,入境游客人数(x3)也与旅游收入(y)有着亲密相关性。伴随全球化地扩大,越来越多外国客人会进入我国旅游。从经济角度讲,更多开放型行业发展(如娱乐行业)会深入提升我国旅游在全球竞争力,同时以海纳百川态度面对外国客人,外来文化乃至自己生活中点点滴滴是每个中国人成为一个合格大国公民所必需学会技能。 总而言之,旅游业是个朝阳产业,但同时他也是一个充满竞争行业。若想在全球化中脱颖而出。中国所做不但仅是突出自我迎接挑战,更要突破自我紧跟时代。 参考文件中华人民共和国国家统计局、中经网数据统计库计量经济学 庞皓 科学出版社 旅游

7、规划性质与方法 吴承照 同济大学出版社 附录 (表一):数据 1993 1273.7625 1994 1664.26251995 2139.8375 1996 2530.9 1997 3169.175 1998 3493.875 1999 4065.5625 4595.1 4723.36 5254.3875 4573.69 6383.735 7190.14 8436.385 10495.335 11404.095 资料起源:中经数据 :81/ 旅行社数据只更新到了,所以笔者就只选取至。 (表二) Dependent Variable: Y Method: Least Squares Date:

8、 06/08/11 Time: 19:14 Sample: 1993 Included observations: 16 Variable Coeffic ient Std. Error t-Statist ic Prob. C -4956.632 1262.903 -3.924794 0.0024 X1 0.706319 0.226767 3.114737 0.0098 X2 3.549938 2.129346 1.667149 0.1237 X3 13.90939 8.419081 1.652127 0.1267 X4 -0.529918 0.232836 -2.275932 0.0438

9、 0.99052 Mean dependent 5087.10R-squared 5 var 0 Adjusted R-squared 0.98707 S.D. dependent 3009.759 var 5 342.120 Akaike info 14.7585S.E. of regression 8 criterion 1 1287513 Schwarz 14.9999Sum squared resid . criterion 5 -113.06287.474Log likelihood 81 F-statistic 8 1.19315 Prob(F-statist 0.00000Dur

10、bin-Watson stat 9 ic) 0 (表三) Dependent Variable: LOG(Y) Method: Least Squares Date: 06/09/11 Time: 00:17 Sample: 1993 Included observations: 16 Variable Coeffic ient Std. Error t-Statist ic Prob. C -5.677963 1.257576 -4.515007 0.0009 LOG(X1) 1.412605 0.394717 3.578775 0.0043 LOG(X2) 1.319462 0.27994

11、0 4.713375 0.0006 LOG(X3) -1.059057 0.444222 -2.384071 0.0362 LOG(X4) -0.121652 0.308999 -0.393698 0.7013 R-squared 0.98906 Mean dependent 1 var 8.360787 Adjusted R-squared 0.98508 S.D. dependent 3 var 0.630739 S.E. of regression 0.07703 Akaike info 7 criterion -2.038767 Sum squared resid 0.06528 Sc

12、hwarz 1 criterion -1.797333 Log likelihood 21.31014 F-statistic 248.6339 1.03645 Prob(F-statist 0.00000 (表四) LOG(X1) LOG(X2) LOG(X3) LOG(X4) LOG(X1) 1 0.006182 0.438058 0.972388 LOG(X2) 0.006182 1 0.128526 0.119842 LOG(X3) 0.438058 0.128526 1 0.347374 LOG(X4) (表五) 0.972388 0.119842 0.347374 1 Depend

13、ent Variable: Y Method: Least Squares Date: 06/08/11 Time: 20:50 Sample: 1993 Included observations: 16 CoefficVariable ient Std. Error t-Statist ic Prob. C -2201.792 282.8948 -7.783077 0.0000 X1 0.199933 0.088726 2.253364 0.0421 X2 6.146469 0.736380 8.346867 0.0000 R-squared 0.98564 Mean dependent

14、1 var 5087.100 Adjusted R-squared 0.98343 S.D. dependent 2 var 3009.755 S.E. of regression 387.404 Akaike info 9 criterion 14.92418 Sum squared resid 1951073 Schwarz 15.0690Durbin-Watson stat 6 ic) 0 . criterion 4 -116.39446.181Log likelihood 34 F-statistic 9 0.70754 Prob(F-statist 0.00000Durbin-Wat

15、son stat 7 ic) 0 (表六) Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 20:51 Sample: 1993 Included observations: 16 Variable Coeffic ient Std. Error t-Statist ic Prob. C -2557.203 432.3708 -5.914376 0.0001 X1 0.105655 0.174782 0.604498 0.5559 X3 14.76670 3.151020 4.686324 0.0004 R-sq

16、uared 0.966047 Mean dependent var 5087.100 Adjusted R-squared 0.960824 S.D. dependent var 3009.755 S.E. of regression 595.7221 Akaike info criterion 15.78479 Sum squared resid 4613503. Schwarz criterion 15.92965 Log likelihood -123.2783 F-statistic 184.9414 Durbin-Watson stat 0.846654 Prob(F-statist

17、 ic) 0.000000 (表七) Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 20:51 Sample: 1993 Included observations: 16 Variable Coeffict-Statistient Std. Error ic Prob. C -851.9674 1414.204 -0.602436 0.5572 X1 0.287465 0.470776 0.610619 0.5520 X4 0.336064 0.257873 1.303215 0.2151 R-squared

18、 0.919239 Mean dependent var 5087.100 Adjusted R-squared 0.906815 S.D. dependent var 3009.755 S.E. of regression 918.7662 Akaike info criterion 16.65130 Sum squared resid 10973706 Schwarz criterion 16.79616 Log likelihood -130.2104 F-statistic 73.98472 Durbin-Watson stat 0.517678 Prob(F-statist ic)

19、0.000000 (表八) Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 20:52 Sample: 1993 Included observations: 16 CoefficVariable ient Std. Error t-Statist ic Prob. -2078.6C 61 338.2520 -6.145303 0.0000 6.08028X2 7 1.821088 3.338821 0.0053 3.56614X3 4 3.955812 0.901495 0.3837 0.98120 Mean

20、dependent 5087.10R-squared 8 var 0 0.97831 S.D. dependent 3009.75Adjusted R-squared 6 var 5 443.197 Akaike info 15.1932S.E. of regression 1 criterion 7 2553508 Schwarz 15.3381Sum squared resid . criterion 3 -118.54339.383Log likelihood 61 F-statistic 3 0.70648 Prob(F-statist 0.00000Durbin-Watson sta

21、t 8 ic) 0 (表九) Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 20:52 Sample: 1993 Variable Coeffic ient Std. Error t-Statist ic Prob. C -1715.254 333.0433 -5.150244 0.0002 X2 6.596573 0.960957 6.864589 0.0000 X4 0.076378 0.063423 1.204268 0.2500 R-squared 0.98203 Mean dependent 7 va

22、r 5087.100 Adjusted R-squared 0.97927 S.D. dependent 3 var 3009.755 S.E. of regression 433.309 Akaike info 5 criterion 15.14814 Sum squared resid 2440843 Schwarz . criterion 15.29300 Log likelihood -118.1851 F-statistic 355.3486 Included observations: 16 0.75623 Prob(F-statist 0.00000Durbin-Watson s

23、tat 2 ic) 0 (表十) Dependent Variable: Y Method: Least Squares Date: 06/08/11 Time: 20:53 Sample: 1993 Included observations: 16 Variable Coeffic ient Std. Error t-Statist ic Prob. C -3170.934 753.0737 -4.210655 0.0010 X3 21.56455 4.748195 4.541631 0.0006 X4 -0.153301 0.144267 -1.062620 0.3073 R-squar

24、ed 0.967882 Mean dependent var 5087.100 Adjusted R-squared 0.962941 S.D. dependent var 3009.755 S.E. of regression 579.3978 Akaike info criterion 15.72922 Sum squared resid 4364123. Schwarz criterion 15.87408 Log likelihood -122.8337 F-statistic 195.8810 Durbin-Watson stat 0.989069 Prob(F-statist ic

25、) 0.000000 (表十一) Dependent Variable: LOG(Y) Method: Least Squares Date: 06/09/11 Time: 00:39 Sample: 1993 Included observations: 16 Variable Coeffic ient Std. Error t-Statist ic Prob. C -5.243261 0.580374 -9.034284 0.0000 LOG(X1) 1.275850 0.180742 7.058965 0.0000 LOG(X2) 1.374221 0.234232 5.866928 0

26、.0001 LOG(X3) -1.171586 0.327862 -3.573412 0.0038 R-squared 0.988906 Mean dependent var 8.360787 Adjusted R-squared 0.986133 S.D. dependent var 0.630739 S.E. of regression 0.074275 Akaike info criterion -2.149775 Sum squared resid 0.066201 Schwarz criterion -1.956628 Log likelihood 21.19820 F-statistic 356.5687 Durbin-Watson stat 1.794877 Prob(F-statist ic) 0.000000

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服