计量经济学大作业

1、计量经济学大作业 论文名称： 中国城镇居民国内旅游人均花费影响因素 的计量分析 学 院：国际经贸学院 专 业：国际商务（中澳合作） 学 号： 0845022,0845023,0845024,0845025,084503 2 学生姓名：俞敏敏、张亦弛、杨婧淑、叶思诗、吴昊 2011 年 11 月 计量经济学大作业2011-11-29 中国城镇居民国内旅游人均花费影响因素的计量分析中国城镇居民国内旅游人均花费影响因素的计量分析 俞敏敏、张亦弛、杨婧淑、叶思诗、吴昊俞敏敏、张亦弛、杨婧淑、叶思诗、吴昊 摘要：摘要：20 世纪 90 年代以来，我国旅游业迅速发展。居民旅游消费是影响旅游 业发展的决定性

2、因素之一。本文使用 eviews 统计分析软件对影响我国城镇居民 国内旅游人均花费的影响因素进行数据搜集、建模、参数估计、模型检验与修 正来得到一个最优的计量经济模型，并对该模型的经济意义和现实意义进行讨 论。 关键词：关键词：中国城镇居民；人均旅游花费；人均可支配收入；消费价格指数 abstract since 1990s, chinas tourism has been developing rapidly. residents tourism consumption is one of the determining factors of the development of touri

3、sm. this paper analyzes economic factors influencing chinese urban residents average tourism consumption by using eviews for data collection, modeling, parameters estimation, model testing and revising to find out the optimum econometric model, and discusses the economic and realistic significance o

4、f the model. key words: chinese urban resident; per capita tourism consumption; per capita disposable income; consumer price index 计量经济学大作业2011-11-29 目目 录录 1.1. 问题的提出问题的提出.1 1 2.2. 理论综述理论综述.1 1 3.3. 模型设定模型设定.1 1 4.4. 数据搜集数据搜集.2 2 5.5. 模型估计与调整模型估计与调整.2 2 参数估计参数估计.3 模型检验及修正模型检验及修正.4 经济学检验经济学检验.4 统计学检验

5、统计学检验.5 共线性检验共线性检验.5 异方差性检验异方差性检验.7 序列相关性检验序列相关性检验.8 6.6. 结论结论.8 8 7.7. 参考文献参考文献.9 9 计量经济学大作业2011-11-29 1 1.1. 问题的提出问题的提出 近年来,我国的旅游业飞速发展，旅游消费逐渐成为城镇居民消费中不可或缺的部分。 随着我国经济的发展和人们生活水平的提高，城镇居民的消费结构和消费方式发生了根本 改变。同时，我国改革开放政策的深入贯彻，国民经济发展突飞猛进，国内生产总值不断 增加，居民人均可支配收入水平日益提高，生活质量也得到了很大的提升。居民不再一味 地只追求温饱，而是进一步寻求着高质量的

6、生活体验。因此，旅游消费作为一种非基本生 活需求的较高层次的消费支出，逐渐成为人们的休闲娱乐消费的重要消费对象。 旅游消费对我国国民经济增长有着促进的作用，旅游消费是综合性消费，具有很强的 消费关联性。其直接消费涉及交通，饮食，零售，住宿等行业，派生的消费涉及领域更宽， 为消费者提供了很大的消费选择空间，为相关领域的从业者提供了大量的就业机会。旅游 消费直接促进了旅游业和旅游服务业的发展，同时也带动着相关产业的发展，直接和间接 影响的行业要细分的话，多达 100 多个。因此，旅游产业已成为我国新的经济增长点。 国家旅游收入直接反映了我国旅游经济的运行状况，是衡量旅游经济活动及其收益的 一个重要

7、的综合性指标 。因此，为了进一步分析我国旅游消费发展状况、从而寻求对策以 更好地发挥其拉动经济的作用，研究我国城镇居民人均旅游消费的影响因素具有实际意义。 2.2. 理论综述理论综述 我国近几年城镇居民人均旅游消费的高增长，既有经济增长的基础，包括第三产业 gdp 的增长，又有家庭人均可支配收入，消费价格指数等因素的影响。其中家庭人均可支 配收入因素是决定性因素。为研究方便，我们在此分析它们对人均旅游消费的影响程度。 年份城镇居民 人均旅游消费 城镇居民 家庭人均可支配收入 城镇居民 消费价格指数 第三产业 国内生产总值 2006766.411759.45101.588554.9 200790

8、6.913785.81104.5111351.9 2008849.415780.76105.6131340 2009801.11717599.1148038 由上图可知，2007 年的城镇居民人均旅游消费比 2006 年增长了，家庭人均可支配收 入，居民消费价格指数和第三产业国内生产总值也较 2006 年都增长了。可见，城镇居民家 庭人均可支配收入、城镇居民消费价格指数和第三产业国内生产总值对城镇居民人均旅游 消费是有一定影响的。但可以看出在 2007 年起对应的数据出现了拐点，城镇居民家庭人均 可支配收入、城镇居民消费价格指数和第三产业国内生产总值都增长了，但是城镇居民人 均旅游消费却在下降

9、。 3.3. 模型设定模型设定 影响我国城镇居民国内旅游人均花费的因素可大致分为经济因素和非经济因素。本文 主要分析如下三种经济因素的影响。 第三产业国内生产总值：旅游业对于第三产业的贡献是巨大的，较高的第三产业国 内生产总值意味着较高的人均旅游消费。因此第三产业国内生产总值与人均旅游消费应呈 计量经济学大作业2011-11-29 2 正方向的变化关系。 城镇居民人均可支配收入：居民收入水平决定着其旅游消费的水平及潜在的旅游者 是否能够实现旅游。在其他条件不变的条件下，城镇居民人均旅游消费与人均可支配收入 呈正方向的变化关系。 城镇居民消费价格水平：物价水平会影响居民的消费行为.当货币收入（名

10、义收入） 不变时，若物价上升，人们的实际收人下降，进而会降低人们的实际购买能力，抑制消费. 所以，人均旅游消费与消费价格水平应呈相反方向变动。 4.4. 数据搜集数据搜集 表 1 原始数据表 年份年份 第三产业第三产业 国内生产总值国内生产总值 (x1) 单位：亿元 城镇居民城镇居民 家庭人均可支配收入家庭人均可支配收入 (x2) 单位：元 城镇居民城镇居民 消费价格指数消费价格指数 (x3) 单位：% 城镇居民城镇居民 国内旅游人均花费国内旅游人均花费 (y) 单位：元 1994 16179.83496.2125414.7 199519978.54283116.8464 199623326.

11、24838.9108.8534.1 199726988.15160.3103.1599.8 199830580.55425.199.4607 199933873.4585498.7614.8 2000387146280100.8678.6 200144361.66859.6100.7708.3 200249898.97702.899739.7 200356004.78472.2100.9684.9 200464561.39421.6103.3731.8 200574919.310493101.6737.1 200688554.911759.45101.5766.4 2007111351.913

12、785.81104.5906.9 200813134015780.76105.6849.4 20091480381717599.1801.1 （数据来源：2010 年中国统计年鉴在线版） 5.5. 模型估计与调整模型估计与调整 根据以上数据做出的散点图如下： 计量经济学大作业2011-11-29 3 图 1 散点图 1 图 2 散点图 2 图 3 散点图 3 通过观察发现，x1 与 y、x2 与 y、x3 与 y 分别具备近似的线性关系。因此，我们可 以设定如下回归模型： y=0+1x1+2x2+3x3+ 其中，y城镇居民国内旅游人均花费 x1第三产业国内生产总值 x2城镇居民家庭人均可支配收

13、入 x3城镇居民消费价格指数 0、1、2、3待估参数 0表示城镇居民家庭人均可支配收入为零 且第三产业国内生产总值和城镇居民消费价 格指数也为零时的城镇居民国内旅游人均花费。1表示增加一个单位的第三产业国内生产 总值时城镇居民国内旅游人均花费增加的比例，2表示增加一个单位的城镇居民家庭人均 可支配收入时城镇居民国内旅游人均花费增加的比例，3表示增加一个单位的城镇居民消 费价格指数时城镇居民国内旅游人均花费增加的比例。其中， 00，1、20，30。 为随机误差项。 参数估计参数估计 表 2 回归结果表 dependent variable: y method: least squares dat

14、e: 11/27/11 time: 18:15 sample: 1994 2009 included observations: 16 variablecoefficientstd. errort-statisticprob. x1-0.0069890.005789-1.2073620.2506 x20.0917330.0569311.6113080.1331 x3-5.5022112.289399-2.4033430.0333 c885.7997339.60492.6083240.0229 r-squared0.883845 mean dependent var677.4125 adjust

15、ed r-squared0.854806 s.d. dependent var133.3858 s.e. of regression50.82583 akaike info criterion10.90700 sum squared resid30999.18 schwarz criterion11.10015 log likelihood-83.25603 f-statistic30.43660 durbin-watson stat1.635790 prob(f-statistic)0.000007 根据以上结果我们可以得到初步回归模型: 3502211 . 5 2091733 . 0 10

16、06989 . 0 7997.885 xxxy （339.6049） （0.005789） （0.056931） （2.289399） t=（2.608324） （-1.207362） （1.611308） （-2.403343） =0.883845，=0.854806，f=30.43660 2 r 2 r 计量经济学大作业2011-11-29 4 模型检验及修正模型检验及修正 1经济学检验 =885.79970，表示城镇居民家庭人均可支配收入为零 且第三产业国内生产总值和 0 城镇居民消费价格指数也为零时的城镇居民国内旅游人均花费。=-0.0069890，表示增 1 加一个单位的第三产业国内

17、生产总值时城镇居民国内旅游人均花费减少 0.006989 个单位， 这不符合经济学意义。进过观察发现，受金融危机的影响，城镇居民国内旅游人均花费于 2007 年递减。 =0.0917330，表示增加一个单位的城镇居民家庭人均可支配收入时城镇 2 居民国内旅游人均花费增加 0.091733 个单位。=-5.5022110，表示增加一个单位的城镇 3 居民消费价格指数时城镇居民国内旅游人均花费减少 5.502211 个单位。由此可见，除了 参数外，其他三个待估参数结果的经济学解释合理，因此有必要对模型的稳定性进行检 1 验。这里我们针对自变量 x1 进行回归分析，得到如下结果： 表 3 回归结果表

18、 dependent variable: y method: least squares date: 11/28/11 time: 00:21 sample: 1994 2009 included observations: 16 variablecoefficientstd. errort-statisticprob. x10.0027770.0004655.9766690.0000 c511.002833.3274015.332810.0000 r-squared0.718426 mean dependent var677.4125 adjusted r-squared0.698314 s

19、.d. dependent var133.3858 s.e. of regression73.26342 akaike info criterion11.54247 sum squared resid75145.40 schwarz criterion11.63904 log likelihood-90.33975 f-statistic35.72058 durbin-watson stat0.602594 prob(f-statistic)0.000034 于是可以得到回归方程：y=0.002777x1+511.0028。 通过观察图 4 的散点图发现，在 2007 年对应的数据有可能存在参

20、数的结构性变化，因 此采用邹氏断点检验来验证 2007 年是不是转折点。 计量经济学大作业2011-11-29 5 图 4 散点图 4 表 4 邹氏断点检测结果 chow breakpoint test: 2007 f-statistic5.842548 probability0.016914 log likelihood ratio10.87903 probability0.004342 从统计结果可以看出 f 检验的 p 值为 0.016914，在 0.05 的显著性水平下可以拒绝零假 设，模型结构变化显著，因此 2007 年是转折点。 总结以上可知，模型经济学检验基本通过。 2统计学检验

21、 变量的显著性检验 由回归结果可知，判定系数=0.883845，=0.854806 都很高，表示模型拟合很好， 2 r 2 r 误差小，在因变量的变化中有 88.3845%是由自变量引起的。x1 的 t 统计量 t=-1.207362， 相伴概率为 0.25060.05，说明 x1 对于 y 的影响不显著。x2 的 t 统计量为 1.611308，相伴 概率为 0.13310.05，说明 x2 对于 y 的影响也不显著。x3 的 t 统计量 t=-2.403343，相伴 概率为 0.03330.03，在 0.05 的显著水平下，x3 对于 y 的影响是显著的。 方程的显著性检验 由回归结果可知

22、，f=30.43660，相伴概率远小于 0.05，在 0.05 的显著水平下，方程的 显著性水平检验通过。 总结以上可知，模型的统计学检验不能通过。 3共线性检验 下面通过三种方法来对自变量之间是否存在共线性进行检验。 相关系数矩阵法 表 5 相关系数矩阵分析表 x1x2x3 x11.0000000.997919-0.347994 x20.9979191.000000-0.378870 x3-0.347994-0.3788701.000000 由自变量的相关系数矩阵可知，x1 与 x2 之间存在很高的相关程度，因此可以认定存 在共线性现象。但是由于 x1 与 x2 对于 y 的影响不显著，因此

23、对于这两个变量之间存在的 共线性现象可以不作处理。 计量经济学大作业2011-11-29 6 r2值和 t 值检验 综合分析表 2 可知，判定系数 r2=0.883845，说明模型拟合很好，并且 f 的相伴概率远 小于设定的显著水平，表示自变量作为一个整体对于 y 的影响是显著的。但是 x1 与 x2 的 t 统计量的相伴概率大于设定的显著水平，说明这两个变量对于 y 的影响不显著。此矛盾 说明自变量间存在共线性。 拟合优度检验法 我们做如下四种回归： ls y c x1 x2 x3 （r2=0.883845）ls y c x1 x2 （r2=0.827934） ls y c x1 x3 （r

24、2=0.858713）ls y c x2 x3 （r2=0.869734） 可以看出后三个回归的结果中最大的判定系数为 0.869734，与第一个判定系数 0.883845 最接近，由此可以判定 x1 为引起显著多重共线性的变量，可以从模型中去除。 综合以上三种检验方法可知，自变量间存在共线性，需要采取逐步回归法来进行消除。 在三个一元线性回归模型中，x2 对于 y 的线性关系最强，即城镇居民家庭人均可支配收入 对于城镇居民国内旅游人均花费的线性关系最强，拟合程度最好。 5639.4412027587 . 0 xy （0.004234） （40.07267） =0.751995，=0.7342

25、80，f=42.45040 2 r 2 r 首先，引入 x3，得到回归方程为： 991.11983895706 . 6 2023118 . 0 xxy （0.003441） （2.011689） （223.0107） =0.869734，=0.849693，f=43.39802 2 r 2 r 经分析，上述方程符合经济学意义，并且使拟合优度有所提高，且每个参数的统计检 验显著，因此应当保留 x3 变量。然后，再引入 x1，得到回归方程为： 3502211 . 5 2091733 . 0 1006989 . 0 7997.885 xxxy （339.6049） （0.005789） （0.056

26、931） （2.289399） =0.883845，=0.854806，f=30.43660 2 r 2 r 经分析，上述方程基本符合经济学意义，但是拟合优度没有明显改善，x1 的引入对其 他参数无明显影响，同时 x1 的 t 统计量的相伴概率为 0.2506，大于设定的显著水平 0.05， 即 x1 的显著性检验不能通过，方程的统计学检验不能通过。由此可以舍弃变量 x1。 将 x1 去除后，得到如下模型： 表 6 回归结果表 dependent variable: y method: least squares date: 11/28/11 time: 02:23 sample: 1994

27、2009 included observations: 16 variablecoefficientstd. errort-statisticprob. x20.0231180.0034416.7183980.0000 计量经济学大作业2011-11-29 7 x3-6.8957062.011689-3.4278200.0045 c1198.991223.01075.3763850.0001 r-squared0.869734 mean dependent var677.4125 adjusted r-squared0.849693 s.d. dependent var133.3858 s.e

28、. of regression51.71286 akaike info criterion10.89665 sum squared resid34764.86 schwarz criterion11.04151 log likelihood-84.17321 f-statistic43.39802 durbin-watson stat1.462035 prob(f-statistic)0.000002 991.11983895706 . 6 2023118 . 0 xxy 该模型经济学检验和统计学检验均可通过，所以，此方程基本消除了多重共线性。 4异方差性检验 我们采用怀特检验方法来对上述已基

29、本消除多重共线性的模型进行异方差性检验。从 散点图上可以看出，x2 和 x3 之间并不存在线性相关性。 图 5 散点图 5 然后使用没有交叉项的怀特检验方法来进行分析。 表 7 怀特检验（无交叉项）结果 white heteroskedasticity test: f-statistic2.538206 probability0.099820 obs*r-squared7.679598 probability0.104046 test equation: dependent variable: resid2 method: least squares date: 11/28/11 time:

30、02:09 sample: 1994 2009 included observations: 16 variablecoefficientstd. errort-statisticprob. c88933.05208283.60.4269810.6776 x2-1.4473031.506084-0.9609710.3572 x229.71e-056.99e-051.3888750.1923 x3-1416.2113831.016-0.3696700.7186 计量经济学大作业2011-11-29 8 x325.91482517.403480.3398640.7404 r-squared0.47

31、9975 mean dependent var2172.804 adjusted r-squared0.290875 s.d. dependent var3992.676 s.e. of regression3362.215 akaike info criterion19.32889 sum squared resid1.24e+08 schwarz criterion19.57033 log likelihood-149.6312 f-statistic2.538206 durbin-watson stat3.267445 prob(f-statistic)0.099820 从上表可以看出，

32、统计量 obs*r-squared 对应的 probability 为 0.104046，大于设定的 显著性水平 0.05，因此拒绝备择假设，即不存在异方差。因此也可以确定随机误差项不存 在异方差，不需要再进行处理。因此，回归方程仍然为： 991.11983895706 . 6 2023118 . 0 xxy （0.003441） （2.011689） （223.0107） =0.869734，=0.849693，f=43.39802 2 r 2 r 5序列相关性检验 图示法 图 6 残差图 由图 6 可知，残差的序列图未呈现出规律性的变化，因此可判定随机误差项不存在一 阶线性自相关。 dw

33、检验 通过对模型的回归分析可以得到 dw=1.462035。给定显著性 0.025，查 dw 表， 因为 t=16，解释变量的个数 k 为 2，得下限临界值 dl=0.83，du=1.40，因为 dw=1.462035，在 du与 4-du之间，根据判定区域知，随机误差项不存在一阶线性自相关。 因此不必再进行自相关性的消除。最终的回归模型为： 991.11983895706 . 6 2023118 . 0 xxy （0.003441） （2.011689） （223.0107） t=（6.718398） （-3.427820） （5.376385） =0.869734，=0.849693，f=

34、43.39802 2 r 2 r 计量经济学大作业2011-11-29 9 6.6. 结论结论 经过以上的检验与处理，我们得到了中国城镇居民国内旅游人均花费影响因素的模型： 991.11983895706 . 6 2023118 . 0 xxy （0.003441） （2.011689） （223.0107） t=（6.718398） （-3.427820） （5.376385） =0.869734，=0.849693，f=43.39802 2 r 2 r 其中，y城镇居民国内旅游人均花费 x2城镇居民家庭人均可支配收入 x3城镇居民消费价格指数 从以上模型我们可以看出城镇居民家庭人均可支配收入（x2）和城镇居民消费价格指 数（x3）是两个影响我国城镇居民国内旅游人均花费（y）的主要因素。 对我国城镇居民国内旅游人均花费的影响主要有以下特征： 1.城镇居民家庭人均可支配收入和城镇居民消费价格指数均为0时的城镇居民国内旅游人 均花费约为1198.99元。 2.城镇居民国内旅游人均花费同城镇居民家庭人均