(二)变量的选择和数据的采集与处理这里主要有三个变量：一是国内旅游总收入(TR)，衡量国内旅游发展的水平;二是入境旅游收入(IR)，衡量入境旅游发展的水平;三是国内生产总值(GDP)，衡量重庆市经济发展的总体水平。通过对变量进行计量分析并建立模型，说明TR和IR是如何影响GDP以及二者的影响差异。为了避免数据序列的剧烈变化，分别对三组数据进行对数处理，即：LNTR、LNIR、LNGDP，其相应的一阶差分序列记为DLNTR、DLNIR、DLNGDP。这样处理可以消除各个变量之间的异方差性，使变量的变化趋势线性化，不改变变量之间的协整关系。因文章篇幅所限，1997-2010年重庆市旅游总收入、入境旅游收入与经济增长数据从略。

　　四、动态计量分析

　　为了直观地观察变量之间的变化趋势，笔者运用EVIEWS6.0软件绘制变量间的时序图和一阶差分序列图，可以看出：GDP、TR和IR的三组变量对数值LNGDP、LNTR和LNIR的变化趋势，其变化特征非常相似，可以判断它们之间具有一定的共同趋势，即重庆市的GDP、TR、IR都表现出稳定快速的增长趋势。为了消除共同趋势的影响，对变量采取差分处理。一阶差分序列的变化特征表明，变量GDP和TR的一阶差分平稳性不高。因此，继续对变量进行二阶差分处理。二阶差分序列变化特征表明：变量的二阶差分具有平稳性，其可能是平稳序列，进而进行单位根检验。

　　(一)变量时间序列的'平稳性检验

　　由于本文所选的分析变量是宏观经济的变量，这种变量的时间序列通常情况下都是不平稳的，随着时间的位移而持续增长，也就是说有一种长期趋势的特征。

　　检验结果表明各变量的ADF值与1%、5%和10%临界值的大小比较，LNGDP、LNTR在10%的置信水平上都接受原假设，可以认为是不平稳序列;而LNIR在1%的置信水平上同样接受原假设，为不平稳序列。LNGDP、LNTR的ADF检验值大于各自的临界值，说明他们的一阶差分序列是不平稳序列，需要进行二阶差分;而LNIR的一阶差分序列是一个平稳序列。LNGDP、LNTR的二阶差分序列是平稳序列。因此，接下来可以对三个变量进行协整检验。

　　(二)各变量间的协整分析

　　由单位根检验可知：LNIR为一阶单整变量，LNGDP、LNTR为二阶单整变量，他们之间应该存在一个平稳的线性组合，即GDP、TR、IR之间应该存在一个长期的稳定关系，可以进行变量之间的协整检验。本文运用EG检验法，EG检验是建立在两变量之间是同阶单整基础上的，如(1)式则用OLS法估计长期均衡方程(称为协回归方程)：yl=+卢I+g2z+占。(1)将残差e.用作为均衡误差s的估计值，用ADF检验测定e的单整性。如果e.为平稳序列，则认为变量之间是(1，1)阶协整;如果e.为一阶单整，则认为变量为(2，1)阶协整。由于残差e.的均值为0，所以在对其进行ADF检验时，应该选择没有截距项的模型进行检验。现对e.进行平稳性检验，检验结果的表达形式为：LNGDP=4.399856+0.541809LNTR+0.198351}LNIRT(9.688225)(2.685068)(0.777850)R=0.929767DW=0.670440上述方程表明：重庆市的旅游收入、入境旅游收入和国民收入之间存在长期的均衡关系，国民经济增加1个百分点，旅游总收入增加0.54个百分点，入境收入就会增加0.198个百分点。

　　由检验结果可知e.是平稳的，因此LNGDP、LNTR、LNIR之间存在长期的协整关系，即重庆市旅游收入、入境旅游收入和经济增长之间存在长期的协整关系。这样就可以建立LNGDP与LNTR和LNIR之间的误差修正模型ECM。

　　(三)EMC修正模型

　　D(LNIR)没有通过显著性检验，现在去掉此序列，重新回归，ECM模型标准格式回归结果如下：LNGDP=0.612190{D(LNTR)一0.361554}ET(一1)T(4.239910)(2.119883)R2=0.532946DW=2.014152方程的回归系数通过了显著性检验，误差修正系数为负，符合反向修正机制，反映了变量间的长期和短期关系。

　　检验结果表明：长期均衡经济增长模型的短期波动对其影响不显著，当经济变化超过均衡水平时，短期波动将促使其向均衡水平趋近，调整幅度为0.36%.同时，经济量受滞后1期的旅游总收入的影响，即重庆旅游总收入的增长有导致重庆经济增长趋势，其比例为61.22%。模型中R=0.532946，也就是说各变量的变化仅能解释经济变化的53.29%，说明影响重庆经济变化的因素是多种的，其他因素在模型中没有反映出来，如进出口贸易等。

　　(四)Granger因果关系检验

　　利用Granger因果关系来检验自然对数化以后的数据，以此考察重庆市经济增长与旅游总收入以及入境旅游收入之间的因果关系。