計量經(jīng)濟學(xué)我國城鎮(zhèn)居民旅游消費指數(shù)實證分析

1、計 量 經(jīng) 濟 學(xué) 課 程 論 文 中國城鎮(zhèn)居民旅游花費與城鎮(zhèn)居民消費價格指數(shù)、城鎮(zhèn)居民家庭人均收入和城鎮(zhèn)居民旅游人數(shù)的實證分析作 者專 業(yè)指導(dǎo)教師學(xué) 院二一六年十一月目錄 摘要i（可選）abstractii1.引言11.1選題背景12文獻綜述23 理論分析24實證研究25 結(jié)論和啟示2摘要在當(dāng)代社會，旅游已經(jīng)成為了人們的生活方式中一個重要的組成部分，人們在旅游上的消費也越來越多。本文通過對中國城鎮(zhèn)居民旅游花費與城鎮(zhèn)居民消費價格指數(shù)、城鎮(zhèn)居民家庭人均收入和城鎮(zhèn)居民旅游人數(shù)的實證分析，運用從計量經(jīng)濟模型的經(jīng)濟變量之間的因果，模型運用對這一問題作出解釋，希望能夠得出對中國城鎮(zhèn)居民旅游花費的相關(guān)因素

2、的影響結(jié)果關(guān)鍵詞：實證，模型，旅游1.引言 旅游消費是在人們基本生活需要滿足之后而產(chǎn)生的更高層次的消費需要。它包括以下五個方面：保健性旅游消費，基礎(chǔ)性旅游消費，文化性旅游消費，享樂性旅游消費和紀(jì)念性旅游消費。同旅游者收入水平、旅游者結(jié)構(gòu)密切相關(guān)，也同旅游產(chǎn)品結(jié)構(gòu)與產(chǎn)品質(zhì)量密不可分。我國的城鎮(zhèn)居民的旅游總花費與城鎮(zhèn)居民消費價格指數(shù)、城鎮(zhèn)居民家庭人均收入和城鎮(zhèn)居民旅游人數(shù)有著密不可分的關(guān)系。因此我們對城鎮(zhèn)居民的旅游總花費與城鎮(zhèn)居民消費價格指數(shù)、城鎮(zhèn)居民家庭人均收入和城鎮(zhèn)居民旅游人數(shù)進行eviews回歸分析。分析對我過城鎮(zhèn)居民的旅游總花費的主要因素。2文獻綜述凱恩斯的絕對收入假說 凱恩斯在貨幣通論中

3、提出了絕對收入假說,其主要理論觀點是認(rèn)為，人們的消費支出是由其當(dāng)期的可支配收入決定的。當(dāng)人們的可支配收入增加時,其中用于消費的數(shù)額也會增加,但是消費增量在收入增量中的比重是下降的,因此隨收入的增加，人們的消費在收入中的比重是下降的， 而儲蓄在收入中所占的比重則是上升的。 凱恩斯的消費函數(shù)，假定了消費是人們收入水平的函數(shù)，也稱為絕對收入消費函數(shù)。當(dāng)人們的可支配收入增加時，其中用于消費的數(shù)額也會增加,但是消費增量在收入增量中的比重是下降的,因此隨收入的增加，人們的消費在收入中的比重是下降的，而儲蓄在收入中所占的比重則是上升的。 杜森貝利的相對收入假說 該假說的基本思想是，在穩(wěn)定的收入增長時期，總儲

4、蓄率并不取決于收入；儲蓄率要受到利率、收入預(yù)期、收入分配、收入增長率、人口年齡分布等多種因素變動的影響；在經(jīng)濟周期的短周期階段中，儲蓄率取決于現(xiàn)期收入與高峰收入的比率，從而邊際消費傾向也要取決于這一比率，這也就是短期中消費會有波動的原因，但由于消費的棘輪作用，收入的減少對消費減少的作用并不大，而收入增加對消費的增加作用較大；短期與長期的影響結(jié)合在一起了。當(dāng)期收入和過去的消費支出水平?jīng)Q定當(dāng)期消費。該假說間接的說明了消費對于經(jīng)濟周期穩(wěn)定的作用。 示范效應(yīng)：家庭消費決策主要參考其他同等收水家庭，即消費有模仿和攀比性。 棘輪效應(yīng)：家庭消費即受本期絕對收入的影響，更受以前消費水平的影響。收入變化時，家庭

5、寧愿改變儲蓄以維持消費穩(wěn)定。為了分析中國城鎮(zhèn)居民旅游花費與城鎮(zhèn)居民消費價格指數(shù)、城鎮(zhèn)居民家庭人均收入和城鎮(zhèn)居民旅游人數(shù)之間的相互關(guān)系，我們選取了知網(wǎng)1995-2013年的統(tǒng)計數(shù)據(jù)。3.建立回歸分析模型為了建立相關(guān)模型，我選取了我國1995年到2013年的我國城鎮(zhèn)居民的旅游總花費與及其相關(guān)因素的數(shù)據(jù)的統(tǒng)計資料。見表1.（來自知網(wǎng)年鑒統(tǒng)計數(shù)據(jù)）我國1995年-2013年城鎮(zhèn)居民旅游總花費及其相關(guān)因素中國中國中國中國城鎮(zhèn)居民旅游總花費(億元)城市居民消費價格指數(shù)(上年=100)城鎮(zhèn)居民家庭人均收入(元)城鎮(zhèn)居民旅游人數(shù)(百萬人次)2013年20692.6102.629547.121862012年17

6、678102.72695919332011年14808.6105.323979.216872010年9403.8103.221033.410652009年7233.899.118858.19032008年5971.7105.617067.87032007年5550.4104.514908.66122006年4414.7101.512719.25762005年3656.1101.611320.84962004年3359495.210128.54592003年2404.1479.49061.23512002年2848.1475.18177.43852001年2651.7479.96907.1375

7、2000年2235.3100.86316.83291999年1748.2472.85888.82841998年1515.14795458.32501997年1551.8481.95188.52591996年1368.4467.44844.82561995年1140.1116.84288.1246因此將城鎮(zhèn)居民旅游總花費設(shè)為y，城市居民消費價格指數(shù)為x2,將城鎮(zhèn)居民家庭人均收入為x3，將城鎮(zhèn)居民旅游人數(shù)設(shè)為x4。建立回歸模型為： y=b1+b2x2+b3x3+b4x4+i。eviews回歸結(jié)果如下dependent variable: ymethod: least squaresdate: 11

8、/05/16 time: 23:07sample: 1995 2013included observations: 19variablecoefficientstd. errort-statisticprob.c-1216.870299.1730-4.0674460.0010x20.3043650.5018800.6064500.5533x30.0196550.0346900.5665910.5794x49.5146910.42751922.255610.0000r-squared0.997788mean dependent var5801.658adjusted r-squared0.997

9、346s.d. dependent var5815.129s.e. of regression299.5727akaike info criterion14.42726sum squared resid1346157.schwarz criterion14.62608log likelihood-133.0589hannan-quinn criter.14.46090f-statistic2255.818durbin-watson stat1.910892prob(f-statistic)0.000000通過eviews回歸分析我們能夠看到結(jié)果：y=0.304x2+0.02x3+9.515x4

10、-1216.87t值為：（0.606） （0.567） （22.256） （-4.067）f值為2255.818 dw值：1.911 r2=0.998 r2=0.997我們可以大概觀察到散點圖，如下4實證研究4.1經(jīng)濟意義檢驗?zāi)Ｐ凸烙嫿Y(jié)果說明模型估計結(jié)果說明，在假定其它變量不變的情況下，居民消費指數(shù)每增加1個單位，城鎮(zhèn)居民旅游總花費就會增加0.304億元；在假定其它變量不變的情況下，城鎮(zhèn)居民家庭人均收入每增加1個單位，城鎮(zhèn)居民旅游總花費就會增加0.020億元；在假定其它變量不變的情況下，城鎮(zhèn)居民旅游人數(shù)每增加1個單位，城鎮(zhèn)居民旅游總花費就會增加9.515億元,這與理論分析和經(jīng)驗判斷相一致。4.

11、2統(tǒng)計檢驗4.2.1 擬合優(yōu)度檢驗：調(diào)整的判定系數(shù)（）相比較r2而言，考慮到了自由度，對在回歸方程中增加新的自變量施加了懲罰。其具有以下性質(zhì)：由于，則。即隨著模型中自變量的增加，調(diào)整的判定系數(shù)越來越小于r2，這相當(dāng)于對增加新自變量的懲罰；對于很小的n和很大的k，可能遠小于r2，甚至可能為負，為負表明相對于自由度個數(shù)而言，該回歸方程是個很差的擬合模型。由回歸結(jié)果可以得出結(jié)論，r2=0.998 r2=0.997說明模型對樣本擬合非常良好。4.2.2 f檢驗：回歸整體顯著的f檢驗在eviews中報告的f檢驗實際上是對于所有自變量的排除約束進行檢驗，即原假設(shè)認(rèn)為沒有一個自變量可以影響應(yīng)變量，用參數(shù)表示

12、為：實際上得到的受約束的模型為：所有自變量被從方程中除去，所以h0等同于:即因變量的變異一點都沒有得到解釋，因此回歸整體顯著性的統(tǒng)計量可以定義為：在本實驗中，統(tǒng)計值為2255.818，其相伴概率p為0.000，顯示出回歸整體是極為顯著的。4.2.3 多重共線性檢驗多重共線性的基本概念在回歸模型中假定（為描述方便）是其余變量的一個線性組合，即在輔助回歸中，那么此時原回歸模型就存在完全多重共線性；如果方程接近1，那么就稱回歸模型存在高度多重共線性。（一般而言，在實際應(yīng)用當(dāng)中，多重共線性指的是高度多重共線性）多重共線性的影響在回歸方程中，有其中為的總樣本變異，為將對其他自變量（包括截距項）進行回歸的

13、。如果存在高度多重共線性，隨著，那么將存在。因此在方程中一旦某些自變量之間存在多重共線性，必然地其參數(shù)估計值的檢驗統(tǒng)計值在很大程度上可能是不顯著的，但是對這些變量的聯(lián)合約束的檢驗的統(tǒng)計量卻可能是顯著的。根據(jù)t檢驗我們可以看出只有x4較為顯著，其他解釋變量并不是特別顯著，因此可以懷疑x2和x3之間存在多重共線性。通過對eviews的結(jié)果如下：correlationx2x3x21.000000-0.639461x3-0.6394611.000000由于沒有到達臨界值0.8，所以共線性不是十分的顯著，不用排除。4.2.4 自相關(guān)檢驗durbin-watson檢驗存在一階自相關(guān)那么基于全套經(jīng)典線性模型

14、假定采用ols回歸得出的殘差則存在那么應(yīng)當(dāng)顯著異于0且絕對值小于1，因此可以構(gòu)建根據(jù)經(jīng)驗做法dw值一般在2左右則不存在自相關(guān)，同樣可以通過durbin-watson統(tǒng)計量表來判定是否存在自相關(guān)。表 0.1 dw檢驗判斷表dw值結(jié)論0dwdl存在一階正自相關(guān)dldwdu無法判斷dudw4- du不存在自相關(guān)4- dudw4- dl無法判斷4- dldw4存在一階負自相關(guān)通過這一基本原理可以了解durbin-watson檢驗的適用條件為：在大樣本條件下只存在誤差項的一階自相關(guān)，并且解釋變量與誤差項不相關(guān)。一般情形下自相關(guān)的判別方法從方程出發(fā)，可以通過回歸直接得出的值的統(tǒng)計量檢驗是否異于0來判斷是否

15、存在一階自相關(guān)。同樣如果存在自變量與誤差項相關(guān)時，可以類似的做 回歸：通過該回歸得出的與判斷是否存在一階自相關(guān)。更一般地，如果檢驗是否存在高階自相關(guān)，那么只需要做回歸只需要檢驗方程中的聯(lián)合顯著性的檢驗或者lm檢驗，該lm檢驗又被稱為breusch-godfrey大樣本檢驗。在eviews中觀察殘差圖。我們大致可以看出，在殘差圖中有一個明顯的周期模式，殘差的上下波動明顯。而且根據(jù)回歸結(jié)果durbin-watson統(tǒng)計值為1.911，。在5%的顯著性水平下，n=19，k=3，查表得的dl=0.967，du=1.685。由于dudw4- du，故不存在正自相關(guān)。4.2.5 異方差檢驗懷特異方差性檢驗

16、heteroskedasticity test: whitef-statistic0.708372prob. f(9,9)0.6921obs*r-squared7.878302prob. chi-square(9)0.5465scaled explained ss7.219628prob. chi-square(9)0.6143test equation:dependent variable: resid2method: least squaresdate: 11/19/16 time: 10:07sample: 1995 2013included observations: 19variab

17、lecoefficientstd. errort-statisticprob.c57198.931077546.0.0530830.9588x2-2707.67011179.85-0.2421920.8141x225.38954819.616390.2747470.7897x2*x30.0224500.2313100.0970550.9248x2*x4-1.8294565.774414-0.3168210.7586x3-67.85351156.8984-0.4324680.6756x320.0144690.0165950.8718940.4059x3*x4-0.4879990.493313-0

18、.9892290.3484x42205.2793000.9160.7348690.4811x423.5059843.3470621.0474810.3222r-squared0.414647mean dependent var70850.37adjusted r-squared-0.170705s.d. dependent var124824.9s.e. of regression135059.4akaike info criterion26.77023sum squared resid1.64e+11schwarz criterion27.26731log likelihood-244.3172hannan-quinn criter.26.85436f-statistic0.708372durbin-watson stat3.477176prob(f-statistic)0.692109在懷特檢驗中，我們可以看出obs*r-square