餐饮业区域市场潜力的影响因素分析
餐饮店铺选址中的地理位置分析技巧
餐饮店铺选址中的地理位置分析技巧在餐饮业的竞争激烈的市场环境中，选址是成功经营的关键。
地理位置的选择对于餐饮店铺的生存和发展至关重要。
本文将介绍餐饮店铺选址中的地理位置分析技巧，帮助店主们更好地选择适合的地理位置。
一、目标市场分析在选址之前，了解目标市场是必要的。
店主需要了解潜在客户的人口特征、消费能力、消费习惯等因素。
通过市场调研，可以从各种渠道获取市场信息，包括人口普查、消费数据、交通状况等。
二、人口密度和人口流动性人口密度和人口流动性是选址时需要考虑的重要因素。
高人口密度意味着潜在客户多，有更多的机会吸引更多的顾客。
同时，人口流动性也要考虑，因为客流量的增加会提高交易量。
因此，选择在繁忙的人流区域开设餐饮店铺会有更好的前景。
三、竞争分析了解并分析竞争对手在该地区的分布和经营状况，有助于判断市场潜力和竞争情况。
密集的竞争可能导致市场饱和、竞争压力大，对于初创业务来说可能并不理想。
因此，选址时要尽量避开竞争激烈的区域，或者选择在没有这样的竞争者的区域开设。
四、交通便利性交通便利性是吸引顾客的重要因素之一。
选择位于主要街道、商圈或交通枢纽附近的位置，能够提高店铺的曝光度，并方便顾客前来消费。
此外，附近是否有停车场、公交站或地铁站等公共交通工具也是选择地理位置时需要考虑的因素。
五、周边设施周边设施对餐饮店铺的选址同样有重要影响。
店主需要考虑附近的商业办公区、学校、医院、景区等公共场所的存在。
这些场所能够为店铺带来更多的顾客流量，并提高店铺的知名度。
此外，周边的配套设施，如供水、供电、排污等也是考虑的因素，确保店铺无法正常经营。
六、租金和成本地理位置和租金成本之间有密切关系。
选择繁忙商圈等热门地段的租金通常较高，而偏远地区的租金可能较低。
店主需要在租金和地理位置之间进行权衡，确保自己的经营成本可控。
同时，还要考虑到店面面积、装修成本等因素，确保选择的地理位置符合财务可行性。
七、风险评估在选址时，风险评估是必不可少的一步。
餐饮行业调查报告
餐饮行业调查报告餐饮行业调查报告「篇一」影响餐饮商圈的条件1、分析时间与距离这是在做商圈评估时最基本的因素。
如果消费者到店消费的距离太远或时间太长，会影响他们前往消费的意愿。
因此经营者可以根据自己商店形态与顾客到店的时间、距离找出第一商圈、第二商圈以及第三商圈。
2、选择商店的位置要将商店经营成功，需要掌握三个基本原则：选对商店的位置、挑选具备竞争力的商品、成功的营销策略。
商店位置的目的在于使顾客方便接近商店，以便与同业竞争，或在人口密度成长迅速，购买力强的情况下，具备长期的发展潜力。
3、人口条件商圈内的人口特性、人口的密度是影响店铺经营成败的关键因素，所以在第一商圈内，为了确实掌握基本顾客，必须对开店地点周围的商店、交通网与交通设施是否发达。
周边的住户情形，以及居住者的条件能够有所了解。
4、交通条件交通网与交通设施是否发达，决定了顾客接近商店的便利性。
为了将第一商圈扩大到第二商圈，进而掌握延伸地区的顾客层，经营者必须很清楚的了解其周围的交通情况。
例如，道路设施的状况，客运的路线分布情况等。
餐饮店选址需掌握三个基本原则1、选对餐饮店的位置；2、挑选具备竞争力的特色菜；3、成功的经营策略；商圈分析的步骤：第一步是确定资料来源调查等。
第二步是确定调查的内容，包括购物频率、评价购买数量、顾客集中程度。
第三步是对商业圈的三个组成部分进行确定。
第四步是确定商圈内居民人口特征的资料来源。
第五步是根据上述分析，确定是否在商圈内营业。
最后要确定商店的区域、地点和业态等。
做好餐饮商圈的经营就是在不断的了解商圈变化、收集情报以及了解商品的特征、在不断的假说验证的过程中实现的。
做好每一个细节工作，了解顾客的消费动向，满足顾客的需求，无论哪一个商圈的店铺，只要做好老顾客的维护，不断的开发新顾客，都会随着客数的提高，带动销售额的提高。
餐饮行业调查报告「篇二」一、前言20xx年1月4日我们餐饮业进行市场调查与访谈。
近年来，我国的餐饮业发展非常迅速，据有关方面的统计，餐饮业的增长率要比其它行业高出十个百分点以上。
餐饮店铺选址要注意的五个关键因素
餐饮店铺选址要注意的五个关键因素在开设餐饮店铺时，选址是至关重要的决策，它直接关系到店铺的客流量、盈利能力和可持续发展。
因此，在选址过程中需要考虑一系列因素，以确保店铺的成功。
本文将介绍餐饮店铺选址时需要注意的五个关键因素。
一、人口密度人口密度是一个非常重要的选址因素，因为人口多意味着潜在的顾客数量更多。
因此，选择那些人口密集的区域开设餐饮店铺具有较高的成功潜力。
此外，需要分析目标人群的属性，例如是否以家庭居民为主，以便针对性地提供适合他们口味的菜品和服务。
二、竞争情况在选址时需要考虑竞争情况，特别是与同类型餐饮店的竞争。
选择一个没有过多竞争的地区可以确保您的店铺更容易获得市场份额。
此外，应该关注竞争对手的优势和劣势，以便你能够在这个竞争激烈的市场中找到自己的定位。
三、交通便利度交通便利度直接影响到顾客前来用餐的方便程度。
因此，在选址时需要考虑到交通情况，选择交通便利的地方能够吸引更多的目标消费者。
例如，选择一个靠近公交站点或主要交通路口的地点，以便顾客能够方便地前来用餐。
四、租金及成本餐饮店铺的租金和成本是非常重要的考虑因素。
不同地段和区域的租金水平差异较大，因此需要根据自己的经营能力和财务预算，选择租金相对合理的地方。
此外，还需要考虑设备、人员工资和食材等成本，以确保店铺的可持续经营。
五、周边环境周边环境是影响顾客选择的一个重要因素。
选择一个环境较好、充满活力的地方，可以增加顾客的光顾意愿。
例如，选择靠近商业区、学校或办公区的地点，可以吸引更多的目标顾客。
此外，还需要考虑安全因素，选择一个相对安全的地方可以提高顾客的满意度。
综上所述，餐饮店铺选址时需要考虑多个关键因素，包括人口密度、竞争情况、交通便利度、租金及成本以及周边环境。
正确地选择店铺的位置可以为您的餐饮事业带来成功。
因此，在选址过程中要慎重考虑，并综合权衡各个因素，以确保选择一个最适合的位置。
餐饮店面位置选择与经营分析
员工绩效评估
评估标准
根据岗位职责和工作内容，制定合理的考核指标，如工作效率、工作质量、团队协作等 。
激励措施
根据绩效评估结果，给予优秀员工适当的奖励和晋升机会，提高员工的工作积极性和忠 诚度。
营销策略效果评估
营销手段
分析各种营销手段的投入产出比，如广告宣传、促销活动、会员制度等。
营销效果
通过客户反馈、营业额变化等数据，评估营销策略的有效性，以便调整和优化营销策略。
经营策略对位置选择的影响
目标客户群体
经营策略应明确目标客户群体， 根据目标客户群体的需求和喜好 选择适合的位置，如高档餐厅适 合选址在商业区或高档住宅区。
品牌定位
餐饮品牌定位不同，对位置选择 的要求也不同，如快餐品牌适合 选址在人流量大的地方，而高端 品牌则更注重店面形象和环境。
经营规模
经营规模不同，对位置选择的要 求也不同，如大型餐饮连锁店需 要较大的店面和便利的交通条件 ，而小型餐馆则可选择在居民区 或小商业街。
03
经营分析在餐饮业中的应用
营业额和利润分析
营业额
通过分析每日、每周、每月的营业额 数据，了解餐厅的营收状况，从而判 断位置选择是否合适。
利润
关注利润率、成本率等指标，评估店 面位置对盈利的影响。
客户满意度调查
调查方式
通过问卷、在线评价、面对面沟通等 方式收集客户对餐厅的意见和建议。
调查内容
涉及菜品口味、服务质量、环境氛围 等方面，以便了解客户的需求和期望 。
如何根据经营分析调整位置选择
数据分析
通过收集和分析客流量、销售额、客户反馈 等数据，了解店面位置对经营业绩的影响， 为调整位置提供依据。
市场调研
定期进行市场调研，了解周边餐饮市场的情况和趋 势，以及竞争对手的经营状况，为调整位置提供参 考。
我国餐饮业的现状、问题及对策分析 精品
我国餐饮业的现状、问题及对策分析随着社会生产的发展和人民生活水平的提高，我国餐饮业出现了空前繁荣的局面，同时也面临着更加激烈的市场竞争。
在这种状况下，如何抓住市场机遇，提升经营与管理水平，在激烈的竞争中谋求快速健康的发展，是每个餐饮企业普遍关注和思考的问题。
为此，本文从我国餐饮业的经营现状出发，探讨了其在发展中存在的问题，并在此基础上提出了相应的对策。
一、我国餐饮业的经营现状餐饮业作为我国第三产业的一个传统支柱产业，在改革开放后的二十多年中得到了快速发展，已呈现百花齐放、百家争鸣的局面。
从品种上讲，我国八大菜系，国内外风味小吃应有尽有；从业态上讲，既有中高级的酒店、宾馆，也有大量的酒吧、小餐厅、咖啡馆、茶社等休闲主题餐厅；从规模上讲，既有大型饮食集团，也有中小型餐饮企业和个体工商户。
我国餐饮业所具有的内在发展潜力及前景，无疑已成为一个不争的事实。
从目前来看，我国餐饮业表现出以下几个方面的经营特点；1、经营大众化。
近些年来，我国餐饮业坚持大众化的方向，开拓餐饮消费市场，取得了明显成效。
面向大众消费的快餐、大众宴席、风味小吃、早点夜宵、家常菜肴市场持续红火，餐饮食品、半成品、外卖、休闲等餐饮增势强劲，中心厨房、配送中心、连锁网络崭露头角，较好地满足了广大消费着的需要，有力地推动了行业地兴旺发达。
2、消费多样化。
随着社会经济地发展，全国城乡居民收入不断提高，人们的消费习惯也在不断地发生着变化。
普通居民已经改变了自己买菜做饭的习惯，越来越多地选择餐饮成品、半成品和外出聚餐，以解除在家庭厨房的劳作之苦，增加休闲娱乐和自我充实学习的时间。
据调查，节假日餐饮消费较平日高出一倍左右。
餐饮企业借助节假日的有利时机，开展丰富多彩的促销活动，有力地拉动了市场需求。
3、投资多元化。
餐饮业技术含量相对较低、投资周期短、资金回收快，导致新资金不断进入餐饮业，甚至一些其它行业的财团也涉足其中，从而为餐饮业的发展注入了新的活力。
2024年KTV市场前景分析
KTV市场前景分析引言KTV（卡拉OK厅）是一种提供音乐娱乐服务的场所，近年来在中国市场上发展迅速。
它的独特的娱乐形式和社交功能吸引了大量的消费者，也使得KTV市场成为一个具有巨大潜力的行业。
本文将对KTV市场的前景进行分析，探讨其发展趋势，并提出建议。
KTV市场现状当前，KTV市场在中国蓬勃发展，已成为文化娱乐行业的重要组成部分。
KTV的消费主要集中在年轻人群体，他们有着较高的消费能力和对娱乐活动的追求。
同时，KTV通过提供私密、舒适的环境以及多样化的歌曲选择，满足了人们对娱乐、社交的需求。
市场潜力与机遇1.巨大的消费潜力：随着经济的快速发展和人民生活水平的提高，人们对精神文化娱乐的需求不断增长。
KTV作为一种流行的休闲娱乐方式，拥有广阔的市场前景。
2.多元化的服务需求：除了传统的唱歌娱乐服务，KTV行业还可以扩展到更多的领域，例如提供美食餐饮、酒吧、派对等。
这些多元化的服务可以吸引更多的消费者，扩大市场规模。
3.区域市场发展：KTV市场对区域的消费需求有较大的依赖性。
发达地区的KTV市场已相对饱和，而中西部地区和农村地区的消费潜力尚未被充分开发。
在拓展区域市场方面，KTV行业仍然具有很大的机遇。
挑战与问题在分析KTV市场前景时，也需要正视一些挑战和问题，在未来的发展中予以解决或克服。
1. 竞争激烈：KTV市场竞争激烈，市场上已经存在众多的KTV品牌。
为了在竞争中立于不败之地，每个KTV品牌需要不断提升服务质量，创新经营模式，吸引更多的消费者。
2. 疫情影响：新冠疫情对KTV行业造成了巨大的冲击，许多KTV经营者面临生存困境。
虽然疫情有所改善，但仍然需要面对恢复市场信心、应对疫情防控等问题。
3. 法规限制：KTV行业受到了地区相关法规的限制，例如噪声、营业时间等。
经营者需要合规经营，同时也需要积极参与行业协会，推动相关政策的制定和调整。
发展趋势与建议在深入分析市场前景后，我们可以得出以下发展趋势，并提出相应的建议： 1. 整合线上线下资源：随着互联网的普及，线上娱乐平台（如点唱机APP）的发展对KTV 行业带来了诸多机遇。
餐饮店铺选址如何分析周边消费能力和生活习惯
餐饮店铺选址如何分析周边消费能力和生活习惯餐饮店铺的选址对于经营成功与否起着至关重要的作用。
一个好的选址能够为餐饮店铺带来稳定的顾客流量和高回头率。
而要做出明智的选址决策，就需要对周边消费能力和生活习惯进行全面的分析。
本文将探讨如何准确地分析周边消费能力和生活习惯的方法。
1. 区域规划分析在选择餐饮店铺的位置时，首先需要对该地区的区域规划进行分析。
了解该区域的发展计划、交通便利度、人口密度等信息，可以初步判断该区域是否适合开设餐饮店铺。
一般来说，处于商业繁华地段的区域更有潜力吸引顾客，但同时也可能面临竞争激烈的问题。
2. 人口统计数据分析人口统计数据是了解周边消费能力的关键。
根据统计数据可以得知该地区的人口数量、年龄层次、家庭收入情况等信息。
这些数据可以帮助我们确定目标顾客群体和他们的消费能力。
例如，如果该地区以中老年人为主要人群，那么开设一家以健康餐为主的餐饮店铺会更具吸引力。
3. 邻里调查与问卷调查进行邻里调查和问卷调查是了解周边居民生活习惯的直接途径。
在所选定的地段附近进行调查，可以获得更加详细的信息，比如周边居民的生活习惯、就餐时间、用餐习惯等。
这些信息可以帮助我们了解潜在顾客的需求和喜好，从而调整经营策略，提供更贴心的服务。
4. 商业竞争分析分析周边的竞争对手是选址过程中必不可少的一步。
了解周边同类型餐饮店铺的经营状况和服务品质，可以帮助我们评估市场潜力和确定自身的竞争优势。
同时也可以从竞争对手中借鉴经验，提升自身的经营水平。
5. 社交媒体和用户评论分析社交媒体和用户评论已经成为了解顾客心声的重要渠道。
通过对相关平台上的评论和评分进行分析，可以了解顾客对于周边餐饮店铺的评价和意见。
这些信息可以帮助我们把握顾客的需求和感受，从而改进自身的经营策略和提供更优质的服务。
6. 餐饮业态分析分析周边的餐饮业态，可以帮助我们确定自身经营的特色和定位。
了解周边的餐饮业态，并找出其中的空白点，有利于我们选择出更有竞争力和差异化的经营模式。
餐饮区位分析报告
餐饮区位分析报告1. 引言本报告旨在对餐饮区位进行分析，为餐饮业者提供决策参考。
餐饮区位是餐厅成功的关键因素之一，合理的区位选择可以带来更多的潜在顾客和更高的盈利能力。
通过对市场调研和数据分析，我们将提供以下方面的区位分析:1.市场潜力评估2.竞争对手分析3.交通便利性评估4.人口密度分析5.周边资源评估2. 市场潜力评估在选择餐饮区位时，首先需要评估该地区的市场潜力。
通过市场调研和数据分析，我们将评估以下指标:•人口规模和增长率•收入水平和消费能力•餐饮行业的发展趋势•目标市场的偏好和需求根据调研结果，我们可以得出该区域的市场潜力评级，从而为餐饮业者提供可行性建议。
3. 竞争对手分析了解竞争对手的情况对餐饮区位选择至关重要。
通过调查和数据分析，我们将提供以下竞争对手分析:•竞争对手的数量和种类•竞争对手的市场份额和品牌知名度•竞争对手的产品定位和优势•竞争对手的价格策略和促销活动从竞争对手分析中，我们可以确定潜在区域的竞争压力，为餐饮业者提供选择合适的区位的建议。
4. 交通便利性评估交通便利性是选择餐饮区位时必须考虑的因素之一。
通过分析以下指标，我们将评估潜在区域的交通便利性:•道路网络和公共交通设施的覆盖面积和质量•停车设施的供应量和便利性•距离主要交通枢纽（如机场、火车站）的距离•餐饮区域的步行可达性和骑行便利性根据交通便利性评估结果，我们将为餐饮业者提供选择最佳区位的建议。
5. 人口密度分析人口密度对餐饮区位的选择有重要影响。
通过分析以下指标，我们将评估潜在区域的人口密度:•人口数量和增长率•人口分布的密度和结构•目标消费者的人口特征（如年龄、收入水平和职业）通过人口密度分析，我们可以推断潜在区域的消费潜力，为餐饮业者提供选择最适合的区位的建议。
6. 周边资源评估周边资源对餐饮业的发展也起着重要作用。
通过分析以下指标，我们将评估潜在区域的周边资源:•商业设施的分布和种类（如购物中心、超市）•教育和医疗资源的供应•公园和娱乐设施的存在与否•旅游景点和文化活动的丰富性通过周边资源评估，我们将为餐饮业者提供选择最具发展潜力的区位的建议。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
餐饮业区域市场潜力的影响因素分析沈枫霄40205020 米积先40205029 马如东40205059 陆峰华40205032李奎40205001 董根炜40205015【摘要】众所周知，在我国“西部大开发”发展战略当中，成都和四川的开发占有举足轻重的地位。
对于一个企业来说，如果考虑对一个地区进行投资，那么该地区的区域市场潜力将是首要考虑的因素之一。
本文旨在对近二十年我国四川省的餐饮业销售额及其影响因素进行实证分析来探索评估区域市场潜力的方法以为公司投资决策做参考。
首先，我们综合了几种关于市场需求调查与预测的主要理论观点；进而我们建立了关于四川省餐饮业销售额的理论模型；然后，收集了相关的数据，利用EVIEWS软件对此模型进行了参数估计和检验，并加以修正；最后，我们对所得的分析结果作了经济意义的分析，得出一些结论，并相应提出一些建议。
【关键词】餐饮业零售额居民消费水平社会消费品零售总额人口总数 EVIEWS软件市场需求一引言我国提出西部开发已经有好几年了，现在，大多数行业在发展的同时都会特别提到西部地区的发展情况。
西部大开发战略意义重大，其成功与否将直接关系到我国的国际竞争力。
而在实施西部大开发战略中，一个非常重要的因素就是发展经济，提高居民购买力，扩大市场需求量。
市场需求量的测量是企业制定正确营销战略的前提条件。
在激烈市场竞争中，如果哪家企业能正确估计当前的市场需求并把握未来需求的态势，那么该企业就能掌握市场变化的主动权，从而在竞争中求得生存和发展。
在企业的具体实践中，可以依据测量对象在发生时间上的不同，把居民购买力水平分为两大类型，即对目前需求的估量和对未来需求的预测。
而我们建模的目的就是通过对四川省某行业（餐饮业）的消费进行调查和预测以便于任何一家四川省的该行业企业或打算对四川该行业进行投资的企业做决策。
另外，就某一行业分析，近几年四川省餐饮业市场红火。
今年以来,四川省政府各级有关部门切实做好了禽流感的预防、监测和控制工作，能够保证让市民放心消费，禽流感对餐饮市场影响不大。
城乡居民生活水平不断提高和生活节奏的加快，外出休闲就餐的居民不断增加，同时，一些餐饮业企业进一步增强创新经营观念，突出个性经营和品牌理念，提高服务质量，从而吸引大量的消费者，促进了四川省餐饮业的进一步发展。
因此，我们选择四川省的餐饮业进行建模。
二经济理论陈述本次建模我们主要运用市场需求理论，下面进行具体陈述：（1）市场需求的层次在市场营销活动中常谈到一个产品是否“有市场”。
营销中有四个市场名词：潜在市场、有效市场、服务市场和渗透市场。
这四个不同的市场名词各代表不同的含义及大小。
依市场需求量的大小，其关系可表示为：潜在市场>=有效市场>=服务市场>=渗透市场对于市场的层次来说，各类市场的层次是不尽相同的，它们各自在总体市场上占有不同的比例。
（2）市场需求调查中的“需求”的含义某产品的市场需求，通常是指在特定的地理区域、特定的时间、特定的营销环境中，由特定的消费者购买的总量。
（3）市场需求的基本内容市场需求测量，可以根据测量所要达到的目的及所需的条件从多层次多侧面进行。
在企业实践中，可以根据测量对象在发生时间上的不同，把需求测量分为两大类型，即对目前需求的估量和对未来需求的预测。
通常情况下，对未来需求的预测比对目前需求的估量要复杂和困难的多，而且预测的时距越长越困难。
三计量经济模型的建立根据上述需求理论中的基本概念，我们分析影响区域市场潜量的主要因素有区域社会消费品零售总额，区域人均消费水平和区域总人口数。
由此建立了如下的计量经济学模型：Y=C+β1x1+β2X2+β3x3+Ui其中Y 表示四川省餐饮业零售额，x1表示四川省人均消费水平，x2表示社会消费品零售总额，x3表示四川省人口数，单位分别为万元、元/人、万元和万人。
C、β1、β2、β3表示要估计的参数，Ui表示随机扰动向扰动项，代表了影响Y的其他因素。
四相关数据收集1 数据来源说明：本文数据除1986年外均摘自《1998年四川统计年（因1986年数据缺失，而采用了《1991年四川统计年鉴》的86年数据进行换算），数据口径基本一致。
2 数据的收集情况：采用时间序列数据（1978——1997），具体情况见附表1。
五模型的参数估计、检验及修正1. 模型的参数估计及其经济意义、统计推断的检验我们用EVIEWS软件和最小二乘法对数据进行回归分析(见附表二)，可得方程如下：Y = - 437.6427X1 + 0.1921X2 – 265.5488X3 + Ui(391927.4) (321.9169) (0.053366) (54.17442)t=（4.749222）（-1.35949 ）（3.599652）（-4.901738） R^2 =0.986064 F=377.3720由F=377.372>F0.05(3,16)=3.24(显著性水平a=0.05),表明模型从整体上看四川省餐饮销售量与解释变量之间线性关系显著。
但X1，X3系数的符号与经济意义相悖，从经济意义上讲，餐饮业区域销售量应随着区域总人口和区域人均消费水平的增加而增加。
我们对上述模型进行计量经济学的检验，并进行修正，看是否能使模型方程得到改进。
2. 计量经济学检验（1）多重共线性检验用EVIEWS软件，得相关系数矩阵表X1 X2 X3X1 1.000000 0.998618 0.892967X2 0.998618 1.000000 0.886325X3 0.892967 0.886325 1.000000由上表可以看出，解释变量X1与X2、X1与X3、X2与X3之间的相关系数都较大，可见存在严重的多重共线性。
在经济意义上，人均消费水平，区域社会消费品零售总额，人口多寡都与经济的发展密切相关，这使得他们之间的相关性很强。
下面我们利用逐步回归法（变量剔除法）进行修正（见附表三、四、五）：Y=2025316.+ 0.119993x2-289.3563x3t＝(5.3005) (19.8602) (-5.5085)R^2=0.9845 F=538.2767Y=-58298.9 +0.251898x2-947.7207x1(-2.4730) (3.1598) (-2.0274)R^2=0.9651 F=235.3099Y=--77977.08 +0.0905x2(-3.3515) (19.9442)R^2=0.9567 F=397.7711此时，修正可决系数开始下降，但所有参数的t值都已经比较显著，故不再删除变量，选择此模型为修正后的模型。
（2）异方差检验（Goldfeld-Quandt检验，具体数据见附表六，七）在procs中选定sort series,键入x2.。
在sample中定义时间为1978－1985，然后用ols法求得：Y=22801.01+0.038768x2(8733.607) (0.007029)R^2=0.835241 ∑e1^2=3.36e+08Y＝-277572.8+0.113425x2(75883.50) (0.009234)R^2=0.967922 ∑e2^2=2.65e+10求F统计量：F＝∑e2^2/∑e1^2＝78.86905在给定显著性水平a＝0.05时，比较得F＝78.86905>4.28，则表明存在异方差。
下面我们用对数变换法进行修正（见附表八）修正后的方程为：Y ＝-4.159209+1.091890x2（0.707612）（0.047738）R^2＝0.966738 F＝523.1632此时，异方差性得到削弱，参数估计精度有所提高，修正可决系数及F值也稍有提高。
（3）自相关检验由附表八得d＝0.400126，在显著水平 =0.05下，查表n=20，k’=1时，DL =1.201，du=1.411，由于d=0.400126<DL=1.201，表明该模型中的误差序列存在一阶自相关。
下面用广义差分法进行修正，由d=0.400126，计算出 ˆ=1-d/2=0.799937，构造差分模型并估计，得DLY=-1.746574+1.387530DLX2t=(-4.347077) (10.72852)2R=0.863741 F=115.1101 DW=1.996049发现经过广义差分法修正后，DW值有所提高，不存在自相关六结论可见，由模型得出，尽管从经济背景分析来看，居民人均消费水平和区域人口总数会影响区域餐饮业销售额，但实证分析表明，四川省餐饮业销售额主要取决于四川省社会消费品零售总额。
附表1obs Y(万元) X1（元/人）X2（万元）X3（万人）1978 41245 149.93 615837 7071.91979 60989 163.28 774058 7120.51980 51175 184.86 879090 7154.81981 69097 201.57 7215.61982 73262 213.93 7300.41983 80374 239.12 7336.91984 94153 272.26 7364.01985 79348 320.44 7419.31986 96034 342.92 7511.91987 117778 395.98 7613.21988 151113 491.53 7716.41989 170102 555.77 7803.21990 195884 654.20 7892.51991 220437 712.99 7947.81992 259679 800.18 7992.21993 342233 997.87 8037.41994 476264 1330.19 8098.71995 698435 1610.08 8161.21996 942513 1859.92 8215.41997 2050.00 8264.7附表2Dependent Variable: YMethod: Least SquaresDate: 05/20/05 Time: 22:44Sample: 1978 1997Included observations: 20C 1861350. 391927.4 4.749222 0.0002X1 -437.6427 321.9169 -1.359490 0.1928X2 0.192100 0.053366 3.599652 0.0024R-squared 0.986064 Mean dependent var 270909.0 Adjusted R-squared 0.983451 S.D. dependent var 320910.0 S.E. of regression 41282.61 Akaike info criterion 24.27113 Sum squared resid 2.73E+10 Schwarz criterion 24.47027 Log likelihood -238.7113 F-statistic 377.3720附表3Dependent Variable: YMethod: Least SquaresDate: 05/21/05 Time: 09:43Sample: 1978 1997Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C 2025316. 382098.2 5.300512 0.0001X2 0.119993 0.006042 19.86015 0.0000X3 -289.3563 52.52932 -5.508472 0.0000 R-squared 0.984454 Mean dependent var 270909.0 Adjusted R-squared 0.982625 S.D. dependent var 320910.0 S.E. of regression 42299.97 Akaike info criterion 24.28044 Sum squared resid 3.04E+10 Schwarz criterion 24.42980 Log likelihood -239.8044 F-statistic 538.2767 Durbin-Watson stat 0.947258 Prob(F-statistic) 0.000000附表4Dependent Variable: YMethod: Least SquaresDate: 05/21/05 Time: 13:30Sample: 1978 1997Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -58298.90 23574.56 -2.472958 0.0243X1 -947.7207 467.4451 -2.027448 0.0586X2 0.251898 0.079719 3.159814 0.0057 R-squared 0.965137 Mean dependent var 270909.0 Adjusted R-squared 0.961035 S.D. dependent var 320910.0 S.E. of regression 63346.03 Akaike info criterion 25.08809 Sum squared resid 6.82E+10 Schwarz criterion 25.23745 Log likelihood -247.8809 F-statistic 235.3099 Durbin-Watson stat 0.671669 Prob(F-statistic) 0.000000附表5Dependent Variable: YMethod: Least SquaresDate: 05/21/05 Time: 09:52Sample: 1978 1997Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -77977.08 23266.21 -3.351516 0.0036X2 0.090495 0.004537 19.94420 0.0000 R-squared 0.956707 Mean dependent var 270909.0 Adjusted R-squared 0.954302 S.D. dependent var 320910.0 S.E. of regression 68601.39 Akaike info criterion 25.20465 Sum squared resid 8.47E+10 Schwarz criterion 25.30423 Log likelihood -250.0465 F-statistic 397.7711 Durbin-Watson stat 0.433612 Prob(F-statistic) 0.000000附表6Method: Least SquaresDate: 05/21/05 Time: 22:31Sample: 1978 1985Included observations: 8Variable Coefficient Std. Error t-Statistic Prob.C 22801.01 8733.607 2.610721 0.0401X2 0.038768 0.007029 5.515153 0.0015R-squared 0.835241Mean dependentvar68705.38Adjusted R-squared 0.807782S.D. dependentvar17066.46S.E. of 7482.401 Akaike info 20.89081regression criterionSum squared3.36E+08 Schwarz criterion 20.91067residLog likelihood -81.5633 F-statistic 30.41691Durbin-Watson2.422685 Prob(F-statistic) 0.001494stat附表七Dependent Variable: LYMethod: Least SquaresDate: 05/21/05 Time: 22:10Sample(adjusted): 1993 1997Included observations: 5 after adjusting endpointsConvergence achieved after 11 iterationsVariable Coefficient Std. Error t-Statistic Prob.C -11.1815 9.763849 -1.14519 0.3707 LX2 1.53898 0.610742 2.519854 0.128 AR(2) -0.20765 2.81146 -0.07386 0.9478 R-squared 0.987795 Mean dependent var 13.40522 Adjusted R-squared 0.97559 S.D. dependent var 0.505785 S.E. of regression 0.079023 Akaike info criterion -1.95445 Sum squared resid 0.012489 Schwarz criterion -2.18878 Log likelihood 7.886116 F-statistic 80.93232 Durbin-Watson stat 1.413427 Prob(F-statistic) 0.012205附表八Dependent Variable: LYMethod: Least SquaresDate: 05/21/05 Time: 22:46Sample: 1978 1997Included observations: 20Variable Coefficient Std. Error t-Statistic Prob.C -4.15921 0.707612 -5.87781 0 LX2 1.09189 0.047738 22.87276 0 R-squared 0.966738 Mean dependent var 11.99817 Adjusted R-squared 0.96489 S.D. dependent var 0.986819 S.E. of regression 0.184906 Akaike info criterion -0.4433 Sum squared resid 0.615422 Schwarz criterion -0.34373Log likelihood 6.43302 F-statistic 523.1632 Durbin-Watson stat 0.400126 Prob(F-statistic) 0附表九Method: Least SquaresDate: 05/21/05 Time: 23:06Sample(adjusted): 1979 1997Included observations: 19 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob.C -1.74657 0.401781 -4.34708 0.0004 DX2 1.38753 0.129331 10.72852 0R-squared 0.871311 Mean dependent var 2.556664 Adjusted R-squared 0.863741 S.D. dependent var 0.275586S.E. of regression 0.101728 Akaike infocriterion-1.63373Sum squared resid 0.175926 Schwarz criterion -1.53431 Log likelihood 17.52041 F-statistic 115.1011 Durbin-Watson stat 1.996049 Prob(F-statistic) 0。