基于多元線性回歸分析餐飲業(yè)營(yíng)業(yè)收入的影響因素68798

基于多元線性回歸分析餐飲業(yè)營(yíng)業(yè)收入的影響因素一、導(dǎo)論餐飲業(yè)是國(guó)民經(jīng)濟(jì)的一個(gè)重要產(chǎn)業(yè)，“民以食為天"。開(kāi)門七件事,“柴米油鹽醬醋茶",件件事與吃有關(guān)。在現(xiàn)代社會(huì),很難想象,沒(méi)有餐飲業(yè),社會(huì)將會(huì)是怎樣。鑒于餐飲業(yè)在國(guó)民經(jīng)濟(jì)中有如此重要的作用，我嘗試通過(guò)經(jīng)濟(jì)學(xué)的方法來(lái)分析一下影響餐飲業(yè)的因素，并期望為我國(guó)餐飲業(yè)健康發(fā)展思路提供一定基礎(chǔ)。餐飲業(yè)營(yíng)業(yè)收入是衡量餐飲業(yè)發(fā)展水平的重要指標(biāo)，本文著重研究影響餐飲業(yè)營(yíng)業(yè)收入的因素來(lái)考察制約餐飲業(yè)發(fā)展的關(guān)鍵所在.假定除我們考慮到的因素外，其他因素對(duì)餐飲業(yè)營(yíng)業(yè)收入的影響可以忽略.有效的餐飲需求:指城鄉(xiāng)居民愿意并能夠消費(fèi)的餐飲產(chǎn)品總和。

這里：①GDP:可以認(rèn)為影響著餐飲業(yè)營(yíng)業(yè)收入的總水平;

②

人均GDP：也可以認(rèn)為影響著餐飲業(yè)營(yíng)業(yè)收入的總水平,但這里我考慮到人口因素的影響;③

從業(yè)人數(shù):對(duì)餐飲業(yè)營(yíng)業(yè)收入也有影響；④

企業(yè)數(shù)：企業(yè)數(shù)越多，營(yíng)業(yè)收入也會(huì)越高；

⑤城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額：可以反映我國(guó)城鄉(xiāng)居民的餐飲消費(fèi)能力。二、模型建立根據(jù)經(jīng)濟(jì)學(xué)理論把模型設(shè)定為：

其中:Y

代表餐飲業(yè)營(yíng)業(yè)收入2013(單位億元）

X1代表GDP(單位億元)X2代表從業(yè)人數(shù)（單位萬(wàn)人）X3代表企業(yè)數(shù)（單位個(gè)）X4代表城鄉(xiāng)居民人民幣儲(chǔ)蓄存款余額(單位億元)X5代表人口（單位萬(wàn)人）數(shù)據(jù)如下:餐飲業(yè)營(yíng)業(yè)額(億元）Gdp(億元)餐飲業(yè)企業(yè)法人個(gè)數(shù)(個(gè)）餐飲業(yè)從業(yè)人數(shù)（人)城鄉(xiāng)居民人民存款余額(億元）人口（萬(wàn)人)北京市520.719800.81182223351823086.42115天津市103.614442.01423575777612。31472河北省45.228442.954674000723357.27333山西省7512665.255686759913339。43630內(nèi)蒙古自治區(qū)65.516916.5427361287455.22498遼寧省142。727213。227154652819659。54390吉林省20。213046.4162110167745。32751黑龍江省24。614454。912101592410058.63835上海市469。521818.15163821675520486。32415江蘇省399.559753。37240222853133823。97939浙江省26137756.591506136523289235498安徽省100.119229。3410327284812924.96030福建省158.921868。497977612311847.33774江西省31。814410。19241257789725.24522山東省335.955230.32243015680829796.19733河南省150.432191。313747647720232.19413湖北省225。824791。831861126525155075799湖南省109。324621。675875859114539.76691廣東省604.162474.79288333722449891。310644廣西壯族自治區(qū)3214449。9303304569118。94719海南省10。43177。568485532465。4895重慶市16312783.261015802979622。32970四川省231。326392.07161114034822597。38107貴州省21。18086.86304196455919。13502云南省49。611832。31360311898969.84687西藏自治區(qū)0.9815.6713734496312陜西省125。616205。459589120212249。43764甘肅省30.76330。69346243015878.52582青海省3.72122。063735371504。2578寧夏回族自治區(qū)8。62577.579080811887。2654新疆維吾爾自治區(qū)12。28443.847788705884.52264數(shù)據(jù)標(biāo)準(zhǔn)化處理后：餐飲業(yè)營(yíng)業(yè)額（億元)Gdp(億元)餐飲業(yè)企業(yè)法人個(gè)數(shù)(個(gè))餐飲業(yè)從業(yè)人數(shù)(人)城鄉(xiāng)居民人民存款余額（億元)人口(萬(wàn)人）北京市2.29149-0。042141。201551.874750.79709—0。81002天津市—0.26081—0。38325—0。5507-0.26829-0。62394-1。04084河北省-0。618170。50798—0。49559-0.48230.821961。06311山西省-0.43582-0。49635-0。36908—0。14621—0。098—0.26617內(nèi)蒙古自治區(qū)—0.49395—0。22574-0。54569—0。52954—0。63836—0.67253遼寧省—0.021560。4297—0.18497-0。402870。482390。00665吉林省—0.77115—0。47209—0。8776-0。83542-0。61172-0。58171黑龍江省-0.74423—0。38243-0。81748—0。77564-0。39929-0。19258上海市1。978180。086280.971091。670570。55832—0。70233江蘇省1。549842.501041。9281。8141。783151。28065浙江省0.702341。100840。805760。693311.333090.40439安徽省-0.28223-0.078510.21208—0。08228—0。136060.59537福建省0.077580。08948—0.08226-0.04239—0。23502-0。21448江西省—0。70017—0。38527—0.77865-0。65561-0。42990。05403山東省1。160672.213121.963070。940391.413271。92465河南省0。025560.746580。64043—0.038080。534981.80978湖北省0。486950。275571.25040。571530。101060。51244湖南省—0.225940。26474—0.34529—0.255930.012230。83265廣東省2。801822。674272.530453。137933。258662。25168廣西壯族自治區(qū)—0.69895-0。38275—0.701-0.59863-0。485580。12475海南省—0。83112—1.10029-0。97529—0.86542—1.09659—1。24797重慶市0。10266—0.488840.190780。00845-0。43935—0。5031四川省0.52060。377430。937270。73990。752181.34096貴州省—0。76564-0.78778—0.69974—0.73031-0。77943-0.31212云南省-0。59125—0.54937—0.6296—0。5897-0。499270。11326西藏自治區(qū)—0。88925—1。25063—1。06422-0.96066-1.27745—1。45725陜西省—0。12619—0.2710.119390。14128—0.1981-0。21807甘肅省—0。7069—0.89957—0。64714—0.6736—0。78316-0。64238青海省-0。87212—1。16747—1。03416—0。92651—1。18486-1。36177寧夏回族自治區(qū)-0。84213—1。13848—0。96778-0.87117-1。14969—1。33448新疆維吾爾自治區(qū)-0。8201-0。76506—0。98406—0.86156—0。7826—0。75653

三、

參數(shù)估計(jì)

利用Eviews6。0估計(jì)模型參數(shù)，最小二乘法的回歸結(jié)果如下：用Eviews估計(jì)結(jié)果為：根據(jù)表中的樣本數(shù)據(jù)，模型估計(jì)結(jié)果為：t=（3。33E—05）(-0.111061)（1.617020）(4。861177）（1。004762)（-2。675348）可以看出，可決系數(shù)，修正的可決系數(shù)。說(shuō)明模型的擬合程度還可以。但是當(dāng)時(shí)，X1、X2、X4系數(shù)均不能通過(guò)檢驗(yàn)，且X1、X5的系數(shù)為負(fù)，與經(jīng)濟(jì)意義不符,表明模型很可能存在嚴(yán)重的多重共線性四、模型檢驗(yàn)

1。多重共線性的檢驗(yàn):

計(jì)算各個(gè)解釋變量的相關(guān)系數(shù)，得到相關(guān)系數(shù)矩陣表4。1相關(guān)系數(shù)矩陣由相關(guān)系數(shù)矩陣可以看出,解釋變量X1、X2、X4之間存在較高的相關(guān)系數(shù)，證實(shí)確實(shí)存在嚴(yán)重的多重共線性。2．多重共線性修正表4.2一元回歸結(jié)果變量X1X2X3X4X5參數(shù)估計(jì)值0。7524430。9192390。9837480。8466990。486108t統(tǒng)計(jì)值6。15198012.5737529。506038.5695562。9955100。5661730。8450020。9677640。7169000.2363010。5512130。8396570。9666520。7071380。209967其中，X3的方程最大，以X3為基礎(chǔ),順次加入其它變量逐步回歸.表4.3

加入新變量的回歸結(jié)果（一）X1X2X3X4X5X3，X1—0。054372(-1。008505）1。026484(19.03952)0.966672X3，X2-0。026179(—0。268539）1。008295(10。34290)0。965550X3，X41。055460（15.16408)-0。081541（—1.171518）0。967075X3，X51。028601(27。30802）-0。081308（—2。158633）0.970389經(jīng)比較，新加入X5的方程=0.970389，改進(jìn)最大，而且各個(gè)參數(shù)的t檢驗(yàn)顯著，選擇保留X5，再加入其它新變量逐步回歸.表4。4

加入新變量的回歸結(jié)果（二）X1X2X3X4X5X3，X5，X10。098910（1。152762）0.983546（18.17055)-0.140565（—2。210221）0。970733X3，X5,X20。179349（1。531826）0。887519（8。948776)—0.130404（—2。672514）0。971748X3，X5,X40.971111(12。24452）0。091688（0。825091)—0。123267（—1。943885）0.970047當(dāng)加入X1、X2或X4時(shí)，均沒(méi)有所增加,且其參數(shù)是t檢驗(yàn)不顯著.從相關(guān)系數(shù)可以看出X1、X3、X5之間相關(guān)系數(shù)較高,這說(shuō)明X1、X3、X5引起了多重共線性，但是由于慮到X3對(duì)模型的影響蠻大的，可能存在異方差或自相關(guān)，保留X3、x1，剔除、X5.修正多重共線性影響后的模型為：t=（-1.620452)（3.619150）（1.538409）（8.823194)在確定模型以后，進(jìn)行參數(shù)估計(jì)表4。5

消除多重共線性后的回歸結(jié)果五、異方差檢驗(yàn)

在實(shí)際的經(jīng)濟(jì)問(wèn)題題中經(jīng)常會(huì)出現(xiàn)異方差這種現(xiàn)象，因此建立模型時(shí)，必須要注意異方差的檢驗(yàn),否則，在實(shí)際中會(huì)失去意義。

（1)

檢驗(yàn)異方差表5.1

White檢驗(yàn)結(jié)果從上表可以看出,n=20。48293，由White檢驗(yàn)可知，在下，查分布表,得臨界值,比較計(jì)算統(tǒng)計(jì)量與臨界值n=20.48