论我国旅游收入计量分析
中国国内旅游业发展及其与经济增长关系的计量分析
中国国内旅游业发展及其与经济增长关系的计量分析引言：随着中国经济的快速发展和居民收入的增加，国内旅游业得到了迅猛发展。
然而，人们对于其与经济增长的关系存在着不同的观点。
本文通过计量分析，旨在探讨中国国内旅游业发展对经济增长的影响，并分析其相关因素。
一、中国国内旅游业发展的现状近年来，中国国内旅游业呈现出快速发展的趋势。
首先，中国人民的收入水平不断提高，人们的旅游消费能力逐渐增强。
其次，国内旅游政策的推动也起到了重要作用。
政府加大对旅游业的支持力度，相关政策的和创新，促进了国内旅游市场的发展。
另外，文化旅游、休闲旅游等新兴业态也不断涌现，丰富了国内旅游产品和服务的供给。
二、国内旅游业与经济增长的关系国内旅游业的发展对经济增长有着重要的促进作用。
首先，旅游业是一个多产业融合的行业，对于建筑业、交通运输业、餐饮业等相关产业的拉动效应明显。
旅游业的发展对于相关产业的需求提升，推动了这些产业的经济增长。
其次，旅游业创造了大量就业机会，提供了丰富的工作岗位，有助于解决就业问题。
同时，旅游业的发展还会带动消费水平的提升，促进内需的增加，对经济增长形成积极的拉动效应。
此外，旅游消费的增加也可以提高地方政府的财政收入，为地方经济的发展提供了资源支持。
三、计量分析方法为了验证国内旅游业对经济增长的影响，本文选取了GDP增长率作为经济增长的指标，以及国内旅游收入、旅游消费支出、旅游从业人员等作为旅游业发展的指标。
基于时间序列数据，采用计量分析方法，比如面板数据模型、时间序列回归等，进行实证研究。
四、计量分析结果与讨论根据计量分析的结果，可以得出国内旅游业对经济增长有显著影响的结论。
首先，国内旅游收入与GDP增长率之间存在着正向关系。
这表明国内旅游业的发展对于经济增长起到了积极的推动作用。
其次，旅游消费支出与GDP增长率也呈现正相关关系，说明旅游消费的增加促进了经济的增长。
最后，旅游从业人员的增加与GDP增长率之间存在正向关系，说明旅游业的发展带动了就业机会的增加，推动了经济的增长。
关于影响我国国内旅游收入的计量经济学分析
民生 产 总 值 Ｘ ｌ 对 旅 游 收入 的影 响 。 第 二， 旅 游 业 的发 展 情 况 。 旅 游 方 程 Ｒ 最大 ， 而且各 参数 的 ｔ检验 的结果显 著性有所 改善 ， 保 留 业 的发 展状 况 直 接 影 响 了旅 游 收 入 ，在 旅 游 业 发 展 的越 来 越 好 的 ｌ ｎ Ｘ ， 再加入其他新变量逐步回归， 发现加 入 ｌ ｎ Ｘ 。 后， ｔ检 验 值 稍 微 情 况下 ， 旅游 收入肯定会 增加 ， 所 以利用旅行 社数 ｘ ２来 衡 量 旅 游 好 转 ， 但 仍不 能显著 ， 但变 量之 间的共线性在 所难 免， 所 以我 们 保 业 的发 展 ， 并 分 析 它对 旅游 收 入 的影 响 。第 三 ， 旅 游 者 的 可 支 配 收 留 ｉ ｎ Ｘ ， 再加入 ｘ 后， 发现其参数估计 结果的 Ｒ 不 能 改 善 ， 也 没有
析对我 国旅游业的发展具有重要 的作 用， 本文通过 影响因素 、 计量 已知这两个 因素对于旅游 收入的增加是促进作用 的，并不符合经 分析两方面 出发 ， 并针对数据所 反映的问题提 出合 理意见。 济 意 义 检验 。但 是 模 型 回 归 的判 决 系 数 和 Ｆ检 验 效 果 都 很 好 ， 所 以 二、 我国旅游收入计量分析 的影 响因素 的模型设定 对 上述模 型进行 检验 ， 并进行修正 ， 改进建立 的模型 。 旅游 业 ， 国际上称 为旅游 产业 ， 是凭 借旅游 资源和设施 ， 专 门 （ 二） 多重线 性检验 。我们通过 Ｓ Ｐ Ｓ Ｓ软件研 究各 个解释变 量之 或者主 要从事招徕 、 接 待游 客、 为其提 供交通、 游 览、 住宿 、 餐饮 、 购 间的相关系数矩 阵，发现在矩 阵上多个变量之 间有较 大的相关系 物、 文娱等六个环节 的综合性行业 。所 以经调 查可 知， 当前我 国旅 数， 说 明模 型存在 较为严重 的多重共线性 。所 以采用逐步 回归 （ 逐 游 收入 主要受 以下几个 因素 的影 响： 第一 ， 国家经济 发展 。改革开 步 增 加 法） 进 行 了修 正 。首先 分别 做 ｉ ｎ Ｙ对 ｌ ｎ Ｘ ｌ ， ｌ ｎ Ｘ ２ ， ｌ ｎ Ｘ ３ ， ｌ ｎ Ｘ 的 放 以来 ， 经济迅猛 发展 ， 而 国内旅游业 也得到 了突飞猛 进的发展 ， 元回 归， 其中 ｌ ｎ Ｘ 的调整后 的 Ｒ ｚ 最大 ， 所 以就 以 ｌ ｎ Ｘ 为基础顺 所 以用 人 均 国 民生 产 总 值 的走 势 来 衡 量 经 济 的 发 展 ，分 析 人 均 国 序 ， 顺 次加入其他 变量逐步 回归， 并 且 比较 效 果 ： 新加 入的 ｌ ｎ Ｘ 的
关于我国旅游收入的计量经济学研究论文
关于我国旅游收入的计量经济学研究摘要近年来，随着经济的不断发展，开放程度的不断提高，我国旅游业得到快速发展，旅游逐渐成为人们主要休闲方式之一。
旅游业作为我国国民经济的重要产业之一，在我国经济建设中发挥了巨大的作用，旅游收入是衡量旅游业发展的重要指标之一。
本文主要运用计量经济学知识和STATA软件,通过对数据的归纳整理以及模型的建立调整,对影响我国国内旅游总收入的各种因素进行分析研究，从整体上了解我国旅游业的发展现状和存在问题，并提出合理的建议和对策。
关键词旅游收入计量分析合理建议Econometric studies of China's tourism revenueAbstract：In resent years, with the continuous development of economy, thecontinuous improvement of openness, tourism of China is rapid development and tourism has become one of main way of leisure. Tourism as one of the important industry of national economy. Tourism income is one of the important indicators to measure the development of tourism. This paper uses econometric knowledge and STATA software to analyze the various factors of affecting our country domestic tourism income by organizing the data and the establishment of model. Also, this paper helps us understand the present situation and existing problems of China’s tourism industry from the overall perspective, and put forward reasonable suggestions and countermeasures.Key words：tourism income measurement analysis reasonable suggestion一.引言旅游业是世界上发展最快的新兴产业之一，是第三产业的重要组成部分，被誉为“朝阳产业”。
我国国内旅游收入的主要影响因素的计量模型分析
我国国内旅游收入的主要影响因素的计量模型分析引言：近年来，我国国内旅游业取得了快速而稳定的发展，成为国民经济的重要支柱。
然而，国内旅游收入的增长速度却受到许多因素的制约。
因此，了解这些影响因素的统计模型分析对于指导旅游发展政策和促进旅游经济增长具有重要意义。
本文将采用计量模型的方法来分析我国国内旅游收入的主要影响因素。
一、理论框架国内旅游收入的主要影响因素通常包括经济因素、政策因素和社会文化因素。
经济因素主要涉及国内生产总值、人均收入、人口规模等；政策因素主要指国家的旅游政策和相关政策的变化；社会文化因素主要包括旅游消费习惯、旅游意愿等。
二、计量模型（1）模型设定根据以上理论框架，我们可以设定以下计量模型：Y=β0+β1X1+β2X2+β3X3+ε其中，Y代表国内旅游收入；X1代表经济因素；X2代表政策因素；X3代表社会文化因素；ε代表误差项。
（2）变量选择为了使用统计数据进行计量模型分析，我们需要选取能够反映经济、政策和社会文化因素的变量。
一般来说，国内生产总值、人均收入、人口规模可以作为经济因素的代表变量；旅游政策调整指数、旅游项目投资额可以作为政策因素的代表变量；旅游消费习惯调查数据、旅游意愿调查数据可以作为社会文化因素的代表变量。
（3）数据采集我们可以通过国家统计局和其他相关机构的统计数据来获得上述变量的时间序列数据。
为了分析的准确性，可以选择近十年的数据进行统计分析。
（4）模型估计通过计量模型的估计，可以得到各个影响因素的系数。
根据系数的正负和大小，可以判断不同因素对国内旅游收入的影响程度。
同时，也可以进行回归统计检验，评估模型的拟合优度。
三、模型实施与结果分析在收集到相应的数据后，我们可以利用计量模型进行实施并分析模型结果。
例如，假设我们得到以下结果：Y=-0.2+0.5X1+0.3X2+0.1X3此时，经济因素和政策因素对国内旅游收入的影响较大，而社会文化因素的影响相对较小。
经济因素和政策因素的系数为正值，说明它们的增加会促进国内旅游收入的增长。
国内旅游收入影响因素的计量分析
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。
国内旅游收入的计量经济学分析
二、 指标选择与模型建立 本文研究的是 国内生产总值与国 内旅游 收入 的关系， 因此 被解释变量 Ｙ为国内旅游收入 。在本文 中， 我们选择国 内生产 总值来反映经济发展水平 ； 引入虚 拟解释变量 Ｄ１来反映 １９ ９９ 年 以来 国家节假 日制度的改变 （ 如式 （） Ｄ１ １ 所示） 但 由于居 民 。
所 以 当 ａ ０１ ，～ Ｆ （，２ ＝ ． 。 模 型 输 出 结 果 中 Ｆ Ｉ６ ． ＝ ．时 Ｆ ２ ２ ） ２５ ６ ＝ １９ 的 。ｔ 验 。ｔ 验 着 眼 于 每 个 解释 变 量 的显 著 性 。由模 型输 出 检 检 结果可 知，解 释变 量 Ｇ ＤＰ和 Ｄ１
ＣＩ ￣ 旅游 收 入 回 归 系 数 ｔ检 验 的 Ｐ 值 均 为
１ ．参Ｌ 模
场 。国 内旅 游 收 入 作 为衡 量 旅 游 经 济 活 动 及其 效果 的一 个 不 可 型 Ｗｈｔ 检验 的 Ｐ值 为 ０ ５６ ０１ 因此 ， ｉ ｅ ． ８ ＜ ．， ０ 该模 型存在 异方差 ，
的旅 游 消 费观 念 是 一 个 难 以量 化 的指 标 ，没 有 相 应 的数 据 ， 因
ＩＤ ／Ｐ Ｇ
ｏ ３７ ３４
．
１２ 相关 １ Ｏ０７６Ｇ ８ ７５９ — ． ．０ 正自 Ｙ ６ｇ ２６７坤＋． ０６∞１２１ ＝． ７５ ８４ ２ ３
Ｓ ｅ ０ ０ ｌ５ ． ０Ｉ ２ １ ６ ２１ ． ４３ Ｅ
ｔｓ （ Ｐ ０４０ ／娘 Ｇ ） Ｄ １ ６
．
１８ ．４ ２ ７ ３ｌ 否 否
０３躺６ Ｐ． ７ １ ０
．
０００ ０ ０
０ ０ ［ ．０ ００
ｌＡ Ｓ ｚ ｄ ／ Ｂ 幔ｅ ｉ
００００ ． ００
计量经济学论文旅游收入
计量经济学论文旅游收入旅游业在当今世界各国经济中扮演着重要的角色。
随着全球经济的发展，越来越多的国家依赖着旅游业来促进国民经济的增长。
本文通过计量经济学的方法，分析了旅游收入对国家经济增长的影响。
首先，本文通过收集各国旅游收入和国民经济增长的数据，对其进行基本的描述统计分析。
然后，运用计量经济模型，探讨了旅游收入对国家经济增长的影响。
在模型的设定中，本文考虑了一些可能影响旅游收入和国家经济增长的因素，比如国家的自然资源、政治稳定性、国际关系等。
研究结果表明，旅游收入对国家经济增长有着显著的正向影响。
这一结论与之前的一些研究成果相符，表明旅游业的发展可以促进国家经济的增长。
而且，本文的研究还发现，国家的自然资源丰富程度、政治稳定性等因素会显著影响旅游收入和国家经济增长的关系。
总的来说，旅游业对国家经济增长有着重要的影响。
因此，各国政府应该重视旅游业的发展，采取措施促进旅游业的健康发展，从而推动国家经济的增长。
当然，本文的研究还有一些局限性，比如样本的选择和数据的可靠性等。
因此，未来的研究可以继续深入探讨旅游业对国家经济增长的影响，并考虑更多的影响因素，以提高研究的可靠性和说服力。
另外，随着全球经济一体化的进程，国际旅游业也变得愈发重要。
国际旅游业能够促进不同国家之间的经济交流和人员往来，为全球经济的发展作出了积极贡献。
因此，各国应该加强合作，共同推动国际旅游业的发展，实现互利共赢。
在政策上，各国政府可以通过打造更加友好的旅游环境、加强旅游基础设施建设、提升旅游服务质量等措施，吸引更多的游客，促进旅游业的健康发展。
同时，政府还可以加大对旅游业的扶持力度，推动旅游业与相关产业的协同发展，实现旅游业对国家经济的更大贡献。
此外，需要注意的是，随着旅游业的迅速发展，也会带来一些负面影响，比如环境污染、文化冲击等问题。
因此，各国在推动旅游业发展的同时，也需要注重可持续发展，保护好自然环境和文化遗产，实现旅游业的可持续发展。
关于影响我国旅游业收入的计量分析(期末论文)
期末论文题目关于影响我国旅游业收入的计量分析学生姓名学号院系专业指导教师二〇一二年十二月二十七日关于影响我国旅游业收入的计量分析摘要：随着经济社会的发展，特别是改革开放以来，中国的旅游业取得了长足的进步，逐渐成为了我国经济发展的支柱产业之一，因此分析影响我国旅游业收入的因素，并对此献言献策有着积极的意义。
本文将通过运用计量经济的方法建立了相应的回归模型，并通过对模型的研究，分析了影响我国旅游业收入的主要因素，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；计量经济；回归模型一．引言近年来，随着经济社会的发展，特别是改革开放依赖，我国的旅游业取得了长足的进步，是衡量一个国家国民经济发展状况的重要标志。
我国的旅游业从上世纪90年代末国内接待旅游人数695百万人次，到如今的26.4亿人次；旅游收入仅2391亿元到如今1.93万亿元；旅行社更是以年均21.24%的速度增长；旅游直接从业人员则是年均增长15%，这些数据和指标明确的表明了我国旅游业取得的飞跃发展。
其中，我国旅游景点的多样化、配套服务的完善化以及基础设施的精细化也为我国的旅游业带来了巨额的经济收益。
在研究我国旅游业发展的同时，适时研究影响旅游业收入的因素也有着巨大的现实性。
本文将采用Stata软件，首先进行研究变量的选择和模型建立，然后进行多元线性回归分析，进而进行怀特检验，最后在此基础上，提出相应的建议。
二．模型建立2.1模型解释变量的选择及模型的设定：旅游收入直接反应了某一旅游目的地国家或者地区旅游经济的运行状况，是衡量当地旅游经济活动及其效果的一个不可或缺的综合性指标。
旅游产业的收入，包括了游客出游以后的吃、住、行、游、娱、购、体、疗等各个方面的收入，并且形成一个收入链；因此，旅游产业的总体收入，是一个综合收入概念。
在现实生活中，影响我国旅游业收入的因素有很多，如景点票价、保养维护费用，但考虑到样本数据的可收集性，本文将选择人均年可支配收入、国内旅游人均花费、旅游人数、全国旅行社数量、星级饭店数量作为影响的主要变量。
- 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)。
计量论文我国旅游收入的计量分析一、经济理论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。
二、相关数据三、计量经济模型的建立Ｙ＝ｃ（１）＋ｃ（２）＊Ｘ２＋ｃ（３）＊Ｘ３＋ｃ（４）＊Ｘ４＋ｃ（５）＊Ｘ５＋ｃ（６）＊Ｘ６＋Ｕ我们建立了下述的一般模型：其中Ｙ——1994-2003年各年全国旅游收入Ｃ（１）——待定参数X——国旅游人数（万人）2X——入境旅游人数（万人）3X——城镇居民人均旅游花费（元）4X——农村居民人均旅游花费（元）5X——公路长度（含高速）（万公里）6X——铁路长度（万公里）7Ｕ——随即扰动项四、模型的求解和检验利用Eviews软件，采用以上数据对该模型进行OLS回归，结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 01:56Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -340.5047 1357.835 -0.250770 0.0882X2 -0.001616 0.013520 -0.119529 0.1524X3 0.232358 0.128017 1.815050 0.1671X4 6.391052 1.716888 3.722463 0.0337X5 -1.046757 1.224011 -0.855187 0.0453X6 5.673429 6.667266 0.850938 0.4573X7 -474.3909 355.7167 -1.333620 0.2745 R-squared 0.996391 Mean dependent var 2494.200 Adjusted R-squared 0.989174 S.D. dependent var 980.4435 S.E. of regression 102.0112 Akaike info criterion 12.28407 Sum squared resid 31218.86 Schwarz criterion 12.49588 Log likelihood -54.42035 F-statistic 138.0609 Durbin-Watson stat 3.244251 Prob(F-statistic) 0.000944由此可见，该模型可决系数很高，F检验显著，但是2X、6X、7X的系数t 检验不显著，且7X的系数符号不符合经济意义，说明存在严重的多重共线性。
所以进行以下修正：〈一〉．计量方法检验及修正多重共线性的检验：首先对Y进行各个解释变量的逐步回归, 由最小二乘法，结合经济意义和统计检验得出拟合效果最好的两个解释变量如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:00Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -3193.041 606.2101 -5.267217 0.0012X4 9.729003 1.435442 6.777703 0.0003X5 -1.197036 2.059371 -0.581263 0.1293R-squared 0.957285 Mean dependent var 2494.200 Adjusted R-squared 0.945081 S.D. dependent var 980.4435 S.E. of regression 229.7654 Akaike info criterion 13.95532 Sum squared resid 369544.9 Schwarz criterion 14.04609 Log likelihood -66.77660 F-statistic 78.43859 Durbin-Watson stat 0.791632 Prob(F-statistic) 0.000016继续采用逐步回归法将其余解释变量代入，得出拟合效果最好的三个解释变量，结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:01Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -3391.810 514.1119 -6.597416 0.0006X2 0.029414 0.014525 2.025042 0.0393X4 6.355459 2.050175 3.099959 0.0211X5 -0.284542 1.772604 -0.160522 0.1077R-squared 0.974627 Mean dependent var 2494.200 Adjusted R-squared 0.961940 S.D. dependent var 980.4435 S.E. of regression 191.2739 Akaike info criterion 13.63446 Sum squared resid 219514.3 Schwarz criterion 13.75550 Log likelihood -64.17232 F-statistic 76.82334 Durbin-Watson stat 1.328513 Prob(F-statistic) 0.000035以上模型估计效果最好，继续逐步回归得到以下结果：Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:40Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -1973.943 441.5947 -4.470034 0.0066X2 -0.005095 0.011431 -0.445729 0.6744X3 0.328279 0.080682 4.068802 0.0096X4 4.665485 1.158665 4.026602 0.0101X5 -1.714020 0.999029 -1.715686 0.1469R-squared 0.994114 Mean dependent var 2494.200 Adjusted R-squared 0.989406 S.D. dependent var 980.4435 S.E. of regression 100.9150 Akaike info criterion 12.37329 Sum squared resid 50919.23 Schwarz criterion 12.52458 Log likelihood -56.86644 F-statistic 211.1311 Durbin-Watson stat 3.034041 Prob(F-statistic) 0.000009各项拟合效果都较好。
虽然2X的t检验不是很显著，但考虑到其经济意义在模型中的重要地位，暂时保留。
继续引入6X。
Dependent Variable: YMethod: Least SquaresDate: 12/23/10 Time: 02:41Sample: 1994 2003Included observations: 10Variable Coefficient Std. Error t-Statistic Prob.C -2034.155 525.2137 -3.873004 0.0179X2 -0.007033 0.014095 -0.498977 0.6440X3 0.299562 0.128626 2.328946 0.0803X4 4.787986 1.339888 3.573423 0.0233X5 -1.511851 1.282385 -1.178937 0.1638X6 2.062334 6.659247 0.309695 0.7723R-squared 0.994252 Mean dependent var 2494.200 Adjusted R-squared 0.987067 S.D. dependent var 980.4435 S.E. of regression 111.4976 Akaike info criterion 12.54959 Sum squared resid 49726.89 Schwarz criterion 12.73114 Log likelihood -56.74797 F-statistic 138.3830 Durbin-Watson stat 3.130122 Prob(F-statistic) 0.000144根据以上回归结果可得，6X的引入使得模型中2X、6X的t检验均不显著，再考察二者的相关系数为0.949132，说明2X、6X高度相关，模型产生了多重共线性，因此将6X去掉。