关于我国民航客运量的统计分析
摘要：民航的客运量对于国家的经济发展有非常重要的作用，在本次统计分析中，本人在网 搜集资料，调查国民收入，消费额，铁路客运量，民航航线里程，来华旅游入境人数，通过 运用统计学中的SPSS软件对这些变量进行相关分析和回归分析，了解这些变量之间的相关 关系和显著性检验。
关键词：民航客运量 成因 多元线性回归：
1. 引言
中国民航业在国民经济中的地位正在不断 提高，发挥的作用也进一步增强和扩大。 首先，民航是国民经济现代化的基础构架。交通运输是国民经济的基础，民航业拥有 高 速长途运输的功能，不仅是国民经济的基础，而且是实现国民经济现代化的基础，又是 现代化的标志和综合国力的直接体现。因此，随着国民经济发展及其现代化水平的提高， 必须不断加强航空运输建设，以适应和促进国民经济发展三步走战略目标的实现。
其次，民航业是以高新技术装备起来的现代化运输方式，具有快捷性、舒适性、机动性、 安全性和国际性的特点，对旅客运输的占有率不断提高，在综合运输体系中的地位已经 由 改革开放前的从属地位和运输辅助力量，成长为旅客运输的主力之一，特别是长途客运 和国际运输最主要的运输方式，也是某些其他运输工具不能通达地区和特殊需要的主要运 输方式。
第三，改革开放是我国的基本国策，中国经济与世界经济接轨，融入世界经济体系， 必 须有航空运输作为支撐，发展航空运输对把外国企业'‘请进来”都有重要的促进和支撐 作用。因此，随着我国开放度的加大，航空运输义须有一个更快的发展。
我国幅员辽阔，人口众多，资源丰富，适合发展快捷便利的航空运输。经济持续快速 增 长，改革开放不断深入，人民生活逐步提高，都将促进航空运输发展：对外交往增多， 旅游 外贸发展，将对航空运输产生更大需求。我国民航的发展前景十分广阔。民航在发展 和改革 中已经取得了令人嘱目的成就，但在一定程度上还不能适应国民经济和社会发展的 需要。面 对新世纪的挑战，当前民航业存在若干需要解决的重要问题。因此，研究民航 客运量的发展趋势是非常必要的。
2, 数据来源及其说明
中国民航客运量的回归模型。为了研究我国民航客运量的变化趋势及其成因，我们以民 航客运量作为因变量y,以国民收入、消费额、铁路客运量、民航航线里程、来华旅游入境 人数为影响民航客运量的主要因素。y—民航客运量（万人），xl—国民收入（亿元），x2—消费 额（亿元）/3—铁路客运量（万人），x4—民航航线里程（万公里），x5—来华旅游入境人数（万 人）。根据《1994年统计摘要》获得1978-1993年统计数据，见表1
表1统计数据
年份 y xl x2 x3 x4 x5
1978 231 3010 1888 81491 14. 180. 92 1979 298 1980 343 1981 401 1982 445
3350 2195 863 16.00 420. 39 3688 2531 92204 19. 53 570. 25 3941 2799 95300 21.82 776.71 4258 3054 99922 23. 27 792. 43 4736 3358 106044 22.91 947. 70
1983 391
1984 554 5652 3905 1985 744 7020 4879 1986 997 7859 5552 1987 1310 9313 6386 1988 1442 11738 8038 19 1283 13176 9005
110353 26. 02 1285. 22 112110 27. 72 1783. 30 108579 32.43 2281.95 112429 38.91 2690. 23 1225 37. 38 3169.48 113807 47. 19 2450. 14
50. 68 2746. 20
1990 1660 14384 9663 95712
1991 2178 16557 10969 95081 55.91 3335. 65 1992 2886 20223 12985 99693 83. 66 3311.50 1993 3383 24882 15949 105458 96. 08 4152. 70
3. 利用spss做统计分析
3.1题目分析
首先，提出因变量与自变量，并查找相关的资料。在这个实际问题中，我们将民航客运 量作为因变量y,其他变量是依据影响民航客运量的相关因素的，比如：是国民收入，x2 是消费额，x3是铁路客运量，x4是民航航线里程等等。那么国民收入究竟是什么样的水平 呢？我们来看一下下面的材料： (1)农村居民收入
2011年全国农村居民人均纯收入6977元，比上年増加1058元，增长17.9%。剔除价格 因素影响，实际增长11.4%,增速同比提高0.5个百分点。其中：
人均工资性收入2963元，同比增加532元，増长21.9%.工资性收入对全年农村居民 增收的贡献率达50.3%。工资性收入占农村居民纯收入的比重达42. 5%,同比提高1.4个百 分点。工资性收入快速增长主要是由于农民工工资水平上涨较多。
人均家庭经营第一产业纯收入2520元，增加2元，増长12.9%。其中，人均农业纯 收入17元，增加173元，增长10.0%。收成好、价格高是农业收入保持较快增长的主要 原因。据测算，2011年农村居民出售农产品增加的收入中，六成来自于价格上涨因素，四 成来自于出售数量增加因素。人均牧业纯收入463元，增加107元，牧业收入在2009年和 2010年出现连续下降后，增速大幅度回升至30.1%。这主要是牧业产品价格上涨，尤其是 生猪价格大幅上涨所致。
人均家庭经营二三产业纯收入702元，增加101元，增长16.7%。其中，人均第二产业 纯收入193元，增加11元，增长5. 8%；人均第三产业纯收入509元，增加90元，增长21. 4%.
人均财产性收入229元，增加26元，增长13.0%。
人均转移性收入563元，增加110元，增长24. 4%.受农村养老保险等全面推进的 影响，转移性收入快速増长，增速比上年提高10.6个百分点。其中，人均离退休金和养老 金收入190元，增加77元，增长68. 6%o
(2)城镇居民收入
2011年城镇居民人均总收入23979元，其中，人均可支配收入21810元，比上年增加 2701元，増长14.1%。剔除价格因素影响，城镇居民人均可支配收入实际增长8. 4%,增速 同比提高0.6个百分点。人均总收入各分项增长情况如下：
人均工资性收入15412元，增长12. 4%.主要是绝大多数地区提高最低工资标准，部分 地区继续规范落实津补贴制度，部分企业提高了职工工资及奖金。
人均经营净收入2210元，增长29. 0%. 一是全年经济运行总体良好，个体经营者人数 增加；二是个体工商户増值税和营业税起征点提高，税賦降低。
人均财产性收入9元，增长24.7%。主要是受出租房房租涨幅较大影响，城镇居民人 均出租房屋收入增长较快。
人均转移性收入5709元，增长12.1%。主要是企业退休人员基本养老金水平和最低生活保 障标准提高。【参考文献2】
因此，国民收入对民航客运量是有一定的彩响的。
其次，我们对这些数据的民航客运量和国民收入做散点图，如下：
表2国民收入与民航客运虽的散点图
表3消费额与民航客运虽的散点图
表4铁路客运虽与民航客运虽的散点图
4000 .DO-
3000.00-
2000.00-
1000.00*
4000.00-
3000.00-
2000.00-
1000.00-
0.00 2o'oo 40!00 60'oo 80‘00 100 00
8000000 .O 0.00-
表5航线里程民航与民航各运量的散点图
9000000 -JOO000.0Q -0000.00
12000000 13000000 -表6来华旅游人数与民航客运量的散点图
4000.00-
3000.00-
2000.00\"
1000.00-
0.00-
I1.S —i.s I1.S
來华旅游入境人数
从上面的散点图中我们可以看出：
国民收入和消费额对民航客运量的影响非常明显，成正相关，并且，铁路客运量对民航客运 量没有直接的关联。
3.2做相关分析，设定理论模型。
用SPSS软件计算增广相关阵，自变量的偏相关阵，输出结果如下：
表7偏相关阵 民航客运 国民收 消费 铁路客运 民航航线 来华旅游入境 入 额 里程 人数 ■f 民航客Pearson 运量 Correlation Sig. (2-tailed) N 16 1 ・ 9” ・ 985” .227 .000 16 1 ・ 987” .000 16 .984” .000 16 ・ 978” .924- .000 16 .930\" .000 16 .942\" .000 16 .398 16 国民收Pearson 入 Correlation ・ 9\" Sig. (2-tailed) N 消费额Pearson .999“ .258 .000 .335 16 .2 .000 16 .985\" 16 16 Correlation • 99旷 1 表7偏相关阵 民航客运 国民收 消费 铁路客 民航航线 来华旅游入 入 额 运量 里程 境人数 民航客运量Pearson Correlation Sig. (2-tailed) N 国民收入 Pearson Correlation Sig. (2-tailed) N 消费额 Pearson Correlation Sig. (2-tailed) N 铁路客运量Pearson Correlation Sig. (2-tailed) N 1 .9” .000 .985” .227 .000 .398 16 16 .987\" .000 16 .984\" .000 16 .978” .000 16 .213 .428 • 924\" .000 16 .930\" .000 16 .942” .000 16 .504* .046 16 .882\" .000 16 .9\" ・000 16 .985* .000 16 .227 .398 16 16 1 .999\" .258 .000 .335 16 .999” .000 16 .258 .335 16 .984\" .000 16 16 1 16 .2 .278 16 16 .2 1 .278 16 16 16 1 民航航线里Pearson 程 Correlation .987\" Sig. (2-tailed) N 来华旅游入Pearson 境人数 Corre lation Sig. (2-tailed) N Sig. (2-tailed) N 铁路客运量Pearson Correlation Sig. (2-tailed) N .000 16 .924* .000 16 .000 16 .227 .398 16 .978\" .213 .000 .428 16 16 16 .882- .000 16 .000 16 .213 .428 16 1 ・ 930” • 942\" .504* .000 16 .000 16 .258 .335 16 .984” .000 16 16 .000 .046 16 16 .278 16 16 .000 16 .504* .046 16 ・ 882” .000 .2 1 .278 16 16 16 1 民航航线里Pearson 程 Correlation .987* Sig. (2-tailed) • 978” .213 .000 .428 16 16 .000 16 N 16 16 来华旅游入Pearson 境人数 Corre lation Sig. (2-tailed) .924\" .000 16 .930” .000 16 ・ • 504\" 942\" .000 .046 16 16 .882\" .000 16 1 N 16 **. Correiation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0. 05 level (2-tailed).
根据表7可以看出：y与xl, x2, x4, x5的相关系数都在0. 9以上，说明所选自变量 与y高度线性相关，用y与自变量做多元线性回归是适合的。Y与x3的相关系数偏小，说 明铁路客运量与民航客运疑无显著影响。一般认为铁路客运量与民航客运量之间呈负相关， 铁路与民航共同拥有旅客，乘了火车就乘不了飞机，但就中国的实际情况来分析，我国居民 的收入还很低，一般人出差都乘火车。因此，铁路客运量与民航客运量之间的关系不密切是 很正常的。
3.3线性回归分析
用SPSS软件对这些数摇进行处理，得出了下面的结果：
表8拟合度检验 Std・ Error of the Model 1 R .999a R Square • 998 Adjusted R Square .997 Estimate 49.49240 a. Predictors： (Constant),来华旅游入境人数，轶路客运量.民航航线里程，消费 额.国民收入
表8是模型拟合度检验，其中的R是复相关系数，它的值为0. 999,以及R Square为 决定系数，其值为0、998,那么，这可以看出回归方程高度显著。
表9方差分析表 Model 1 Regression Residual Total Sum of Squares df 1.382E7 24494. 981 1.384E7 5 10 15 Mean Square F Sig. 2763775. 354 1. 128E3 .oo(r 2449. 498 a. Predictors： (Constant),来华旅游入境人数.铁路客运量.民航航线里程•消 费额，国民收入 b. Dependent Variable：民航客运量
表9为方差分析表，21128.303, p值为0.000,表明回归方程高度显著，说明所有自 变量整体上对y有高度显著的线性影响。
表10回归分析结果表 Unstandardized Coefficients Model 1 (Constant) 国民收入 消费额 铁路客运量 民航航线里程 B 450.909 .354 -・ 561 -007 21.578 Std. Error 178.078 .085 ・125 • 002 4. 030 .052 Standardized Coefficients Beta t 2. 532 Sig. .030 .002 .001 .006 .000 .000 2. 447 -2. 485 083 • 531 .5 4. 152 -4. 478 -3.510 5. 354 8. 440 .435 来华旅游入境人 数 a. Dependent Variable：民航客运量 表10为回归分析结果表，是回归系数的显著性检验。从表9中我们可以得出回归方程 为 y=450. 9+0. 354*xl-0. 561*x2-0. 0073*x3+21. 578*x4+0. 435*x5.
所有自变量对y均有显著影响，其中x3铁路客运量的p值=0. 006最大，但仍在氓的 显著性水平上对y高度显著，这充分说明在多元线性回归中不能仅凭简单相关系数的大小而 决定变量的取舍。
4. 结论
通过这些分析和检验我.们可以进一步了解民航客运量与哪些因素有关可以更好的对这 些因素加以调节，更好的促进经济的发展。在今后的发展中我们可以依据这些结果，对我国 的民航进行调整，进而促进国家的经济发展。在以后的学习中我们更要应用我们的知识，解 决我们生活中的事，解决一些实际问題。有目的的学习，学习与实践相结合，那样才是真正 的学习。
［参考文献］
[1] 刘文卿，何晓•群应用回归分析[J]•中国人民大学出版社，2001
[2] 樊欣，邵谦it. SAS &X经济统计[J] •北京希望电子出版社，2003
