我国民航客运量研究分析报告
【摘要】作为一种现代化的交通运输方式，航空运输是国家综合交通体系的重要组成部分。通过研究我国民航客运量发展变化，可以从侧面了解我国近三十年来交通运输，公共事业建设、人民生活水平等现实经济状况本文通过建立模型对影响我国民航客运量的因素进行了研究，通过样本回归分析得出一定的结论和经济意义，提出进一步探讨的问题。 【关键词】民航客运量，ols回归
改革开放以来，我国的航空运输取得了迅速的发展。影响民航客运量因素取决于诸多方面，为了较全面研究这些因素，本文以1978年为课题研究的时间起点，纵观国内生产总值、年底总人口数、铁路客运量、民航运输里程、入境旅游者人数和居民消费总值等因素对我国航空客运量的推动作用和影响，通过建立多元线性回归方程，进行分析，得出对我国航空客运量的显著影响因素。 模型变量选择及预测
模型建立之初选择了六个对航空客运量可能造成影响的因素：国内生产总值、年底总人口数、铁路客运量、民航运输里程、入境旅游者人数和居民消费总值。从经济常识角度，国内生产总值、人口总数和居民消费总值作为国民经济衡量的基本因素对民航客运量应该有一定的影响。但是这三个经济因素之间可能存在严重的多重共线性，所以这三个因素还有待检验。其次，铁路客运与民航客作为交通运输工具是互为替代品，所以两者应该为负相关关系。同
时，民航运输里程的长度势必会对民航客运量造成影响。最后，入境旅游人数对民航客运量存在的明显也是显而易见的。在经过以上的分析，再加上主观的预测，我们认为对民航客运量可能造成影响的因素有：铁路客运量、民航运输里程、入境旅游人数和居民消费总值。 研究内容 1、建立模型：
根据对经济现象的分析，建立如下模型描述：yt=β0+β1x2+β2x3+β3x4+β4x5+β5x6+β6x7+ut 其中：yt —— 国内航线客运量
x2——国内生产总值（现价） x3——年底总人口数 x4——铁路客运量 x5——民航运输里程 x6——入境旅游者人数 x7——居民消费（现价） 2、参数估计：
对所选择的样本数据（1978-2010年的相关数据）运用ols法回归得：
3、多重共线性的检验：
从回归的样本模型的统计量r2=0.996416可以看出，模型的拟合优度非常好，解释变量对模型的整体解释显著，然而在显著性水平0.1的条件下，通过样本数据所得的解释变量lx3、lx4参数估计值的t值明显不显著，且lx4、lx7的经济意义明显不符，据此推测模型解释变量间可能存在多重共线性。
修正严重多重共线性影响后的模型为： 4、自相关检验：
该回归方程的可决系数较高，其中lx2，lx5和lx6的回归系数均显著。对样本量33个解释变量的模型，10%的显著水平，查dw统计表可知，dl=1.055，du=1.432，模型中dw=1.04，因为dw< dl，所以该模型中存在正自相关。
通过对原模型进行广义差分进行自相关修正得到的消费模型为： 研究结论
经过本文的分析及研究最终得到的回归模型为：
从所取样本的估计模型可以得出：其他因素不变，当铁路客运量每增加1%时，平均说来民航客运量将增加0.39%；其他因素不变，当民航运输里程每增加1%时，平均说来民航客运量将增加0.4%；其他因素不变，当居民消费（现价）每增加1%时，平均说来民航客运量将增加0.73%。 研究总结及存在问题
1、研究存在局限性。本文选取的变量存在一定的局限性。由于一些数据具有不可得到性，如机票价格、机场离市区距离等有可能影响航空客运量的变量因素没能列入本文的研究模型当中，导致本文的研究存在一定的局限性。
本文的研究方法也存在一定的局限性。由于知识不足等原因，在一些数据处理上并无法做到最合适的处理方式。