计量经济学课程论文格式(范文)

课程论文题目：旅游消费的影响因素分析学院统计学院＿专业统计学班级统计0701课程名称计量经济学（课程设计）学号学生姓名指导教师赵卫亚成绩二○○九年七月我国旅游消费影响因素的计量经济分析摘要：本文利用计量经济分析方法和1994—2007年的时间序列统计资料，建立了我国国内旅游消费影响因素模型,并对近期国内旅游消费情况进行了预测。建模过程中，处理了模型中的多重共线性、自相关性、虚拟变量等问题。模型结果表明，经居民消费价格指数调整的人均消费支出、“非典”的发生、“黄金周”政策的实施都有显著的影响，其中人均消费支出是最主要的影响因素。关键词：旅游消费；影响因素分析；计量经济模型；多重共线性；自相关性；虚拟变量一、引言据美国权威经济部门推测：在今后15年至20年，发达国家将进入“休闲时代”，先进的发展中国家也将紧随其后。未来学家格雷厄姆·T.T默利托预测：2015年，休闲产业将主导世界劳务市场，并占有世界GDP1/2份额。在我国，休闲消费的需求急剧膨胀，许多城市还将旅游业列为城市的支柱产业。因此对于休闲消费的研究有着越来越深远的意义。旅游业是个综合性产业，它包含了许多休闲消费的方式，是休闲产业的支柱产业。随着人们物质文化生活的日益提高，旅游业在一定程度上能够代表休闲消费发展的方向，它不仅在我国特定的环境下表现出典型性，更能表现出在同一环境下休闲消费的共性。而且旅游业是个有相当规模的产业，研究起来相对方便。因此，本文以我国国内旅游业的发展情况为例来研究休闲消费。二、文献综述在目前对旅游消费的定性研究中，比较有代表性的有，颜绍梅（2001）从宏观上探讨了中国旅游消费的运行特征，提出了可持续的旅游消费的建议]1[;谷慧敏和伍来春（2003）从居民收入分配及其结构演变的角度，对中国20年来国内旅游消费的特征进行了理论分析]2[；王晶（2004）从国家推行“黄金周”与之前的旅游状况进行了对比研究，认为居民可自由支配时间的增多，对我国国内旅游业的发展起到了极大地促进作用]3[，出现旅游业“井喷”现象。定量研究的文献在旅游消费研究中占多数，大多是从宏观消费层面出发，根据解释变量与被解释变量之间的相关关系，建立回归模型，进行分析、预测。李银兰和范红（2002）利用1993-1998年的统计数据，分析了我国国内旅游消费支出与可自由支配收入之间的关系，但作者没能把价格指数的影响纳入到研究范畴中，结论需进一步得到证明]4[；刘徳谦（2002）根据多年的统计材料指出，当一个国家的人均国内生产总值达到300美元时，居民就会产生国内旅游的需求，并开始进行短途旅游，其对于旅游业的发展具有一定的影响作用]5[；吴璇（2007）以计量经济学的知识为基础,得出我国居民的国内旅游消费与居民收入具有极强的相关关系]6[；关勇（2007）根据城镇与农村居民家庭的恩格尔系数对旅游消费的影响，认为随着居民生活水平逐渐走向小康，走向富裕，恩格尔系数必将逐步下降，因此人们所需的生存资料所占总消费的比重下降，享受资料、发展资料的比重逐步上升，旅游消费水平也会相应上升，但是城乡居民家庭的恩格尔系数并不能从官方得知，所以对此结论需进一步研究]7[；张晋（2003）以铁路营业里程来代表我国目前交通的完善程度，以旅行社的数量来代表我国目前旅游服务设施的完善程度，由此建立模型，提出了很长一段时间以来，我国国内旅游业的发展都受到了交通条件和服务设施的制约的观点，但由于只用了2个变量，而在加入其它重要变量时并不能保证其显著影响，需加入更多的变量推究其正确性]8[；张凤（2008）认为就业率对旅游消费起着负作用，就业率越高，在节假日能够休息的人也就越少，旅游消费自然随之下降]9[；杜艳增（2008）由居民可支配收入由消费和储蓄组成的理论，建立计量经济模型，认为我国居民的旅游消费行为受储蓄的决定性影响，由于储蓄变量与其他重要因素存在着内在的“经济联系”，往往存在着多重共线性，因而需要对模型进行改进]10[。从上诉的文献综述中，不难看出，对于旅游消费的影响因素有很多，应将定性因素与定量因素结合起来，引入虚拟变量，建立计量经济模型，考虑多重共线性的影响，直接剔除不重要或可替代的变量，间接剔除重要的变量，综合分析我国国内旅游消费的变化，由此反映我国休闲消费的现况与前景。三、理论模型与数据经过综合分析各个方面的影响因素，将我国国内旅游业收入(亿元)作为因变量，人均GDP（CDP是衡量社会生产力发展水平的指标，它既能衡量外界体统的旅游消费所需环境的完善程度，又能衡量居民的旅游需求量，因而本文选用CDP指标反映居民收入情况）、国内旅游人数、人均消费支出（由于城镇居民的恩格尔系数和乡村居民的恩格尔系数不能很好地结合在一起反映出对旅游收入的影响，因而改用人均消费支出变量）、铁路营业里程、居民消费价格指数、国内旅行社个数、就业率、居民总储蓄为自变量，以此建立计量经济模型，运用计量经济模型，对我国国内旅游业的发展进行进一步地研究，并根据“黄金周”的影响加入定性因素的虚拟变量，预测今后“小长假”对我国国内旅游业前景的影响，最终了解休闲消费的发展状况。为了消除价格波动因素的影响，使不同年份的国内旅游消费收入和人均国内生产总值、人均消费支出之间具有可比性，用全国居民消费价格指数对它们进行调整（见表3）。在表3中，用Y表示国内旅游消费收入，GDP表示人均国内生产总值，ZC表示国内人均消费支出，CPI表示全国居民消费价格指数（以1994年为基期）。用RY表示经居民消费价格指数调整的国内旅游消费支出，计算公式为RY=Y/CPI。用RGDP表示经居民消费价格指数调整的人均国内生产总值，计算公式为RGDP=GDP/CPI。用RZC表示经居民消费价格指数调整的人均消费支出，计算公式为RZC=ZC/CPI。对经居民消费价格指数调整的国内旅游消费收入绘制趋势图（见图1），发现存在异常点，即2003年RY明显下降，据历史资料所示，由于2003年爆发“非典”，因而导致2003年的国内旅游消费收入大幅度降低，对该年设置虚拟变量D2，1（t=2003）D2=0（其他）此外，1999年9月我国出台了《全国年节及纪念日放假办法》，从此以后每年就出现了3个“旅游黄金周”（直至2008年开始实行“小长假”办法）。目前我国公民享受的年均休息日已达114天，居民可自由支配时间的增多，对我国国内旅游业的发展具有一定的影响作用。对该定性因素设置虚拟变量D1。1（t≧1999）D1=0(t1999)图1经居民消费价格调整后的国内旅游收入的趋势图变量与符号：Y:国内旅游消费收入（单位：亿元）GY:经居民消费价格指数调整的国内旅游消费支出GDP:人均国内生产总值（单位：亿元）RGDP:经居民消费价格指数调整的人均国内生产总值ZC:人均消费支出（单位：元）RZC:经居民消费价格指数调整的人均消费支出CPI:居民消费价格指数（以1994年为基期）L:铁路营运里程（单位：万公里）RS:国内旅游人数（单位：百万人次）CX:国内居民人均储蓄（单位：元）LXS:国内旅行社个数（单位：个）JOB:就业率D1:“黄金周”的影响D2：“非典”的影响T:年份表1国内旅游消费收入统计数据表年份（年）旅游收入（亿元）Y人均GDP（元）GDP旅游人数（百万人）RS人均消费支出（元）ZC铁路营业里程（万公里）L19941023.5404452418235.9019951375.7504662923426.2419961638.4584663927746.4919972112.7642064429876.6019982391.2679669531446.6419992831.9715971933336.7420003175.5785874436186.8720013522.4862278438567.0120023878.4939887840937.1920033442.31054287043987.3020044710.712336110249117.4420055285.914053121254477.5420066229.716165139461227.7120077770.618934161070637.80表2国内旅游消费收入统计数据表年份（年）居民消费价格指数（1994=100）CPI国内旅行社（个）LXS就业率（%）JOB人均储蓄（元）CX1994100.00339999.001795.481995117.08282198.852448.981996126.81327598.833147.411997130.35399598.623743.531998129.32491097.994280.781999127.49607098.084739.942000128.02772597.425075.822001128.91922298.115779.532002127.881020397.856765.952003129.411199797.848018.242004134.45134670.989197.422005136.87146890.9710787.342006138.94163030.9812292.872007145.60197200.9813058.01表3国内旅游消费收入统计数据表年份居民消费价格指数CPI（1994=100）RYRZCRGDP1994100.0010.2418.2340.441995117.0911.7520.0043.091996126.8012.9221.8846.101997130.3616.2122.9149.251998129.3118.4924.3252.561999127.4922.2126.1456.152000128.0024.8128.2761.392001128.8927.3329.9266.902002127.8430.3432.0173.512003129.3926.6033.9981.482004134.4235.0536.5391.772005136.8538.6239.80102.692006138.9444.8444.06116.342007145.5953.3748.51130.05数据来源：《中国统计年鉴—2008》四、建模过程为估计模型参数，根据已收集到的统计数据，利用最小二乘回归方程，得到如下结果（表4）：键入：LSRYCRGDPRZCLLXSRSCXJOB表4模拟回归方程输出结果由此可见，该模型的2R=0.9946402R=0.988386,可决系数很高，F检验值159.0545，明显显著。但是当=0.1时，回归系数的t检验不显著。这表明可能存在严重的多重共线性。（一）多重共线性检验计算各个解释变量的相关系数，得到下表（表5）：键入：CORRYRGDPRZCLLXSRSCXJOB由表中可以看出，各解释变量相互之间的相关系数较高，证实确实存在严重的多重共线性。因此，首先应修正多重共线性，采用逐步回归的办法，以此解决多重共线性。表5相关系数矩阵表1、建立一元回归模型根据相关系数检验的结果，表明人均消费支出与国内旅游消费收入的相关性最强，就业率与国内旅游消费收入的相关性不高，可以直接剔除就业率变量。另一方面，人均国内生产总值与人均消费支出高度相关，两者只能保留一个。所以，以RY=+RZC+作为最基本的模型。2、将其余变量逐个引入模型，估计结果列入表6（其中括号里的数字为t统计量值）。从表6的估计结果可以看出，在基本模型中引入CX变量，虽然拟合度大大提高，但是回归系数符号不正确。同理再分别引入其他三个解释变量，引入的变量都不显著，但相对来说，模型RY=f(RZC,CX)的拟合优度最高，所以再将该模型作为基本模型，逐步引入其他变量。分别引入L、LXS、RS后，变量都不显著，而RY=f(RZC,CX)中，系数符号不正确。表6逐步回归分析结果模型RZCCXLLXSRY=f(RZC)1.330421(28.02399)RY=f(RZC,CX)2.092141(7.272121）-0.000137(-2.67