《計量經(jīng)濟(jì)學(xué)論文(eviews分析)計量經(jīng)濟(jì)作業(yè)》由會員分享，可在線閱讀，更多相關(guān)《計量經(jīng)濟(jì)學(xué)論文(eviews分析)計量經(jīng)濟(jì)作業(yè)（11頁珍藏版）》請在裝配圖網(wǎng)上搜索。

我國旅游收入的計量分析 一、 經(jīng)濟(jì)理論陳述 在研讀了大量統(tǒng)計和計量資料的基礎(chǔ)上，選擇了三個大方面進(jìn)行研究，既包括旅游人數(shù)，人均旅游花費和基本交通建設(shè)。其中，在旅游人數(shù)這個解釋變量的劃分上，我們考慮到隨著全球經(jīng)濟(jì)一體化的發(fā)展，越來越多的外國游客來中國旅游消費。中國旅游的國際市場是個有發(fā)展?jié)摿Φ男屡d市場，盡管外國游客前來旅游的方式包羅萬象而且消費能力也不盡相同，但從國際服務(wù)貿(mào)易的角度出發(fā)，我們在做變量選擇時，運用國際營銷的知識進(jìn)行市場細(xì)分，劃分了國際和國內(nèi)兩個市場。這樣，在旅游人數(shù)這個解釋變量的最終確定上，我們選擇了國內(nèi)旅游人數(shù)，入境旅游人數(shù)。這點選擇除了理論支持外，在現(xiàn)實旅游業(yè)發(fā)展中我們也看到很多景區(qū)包括成都的近郊也有不少外國游客的身影。所以，我們選取這兩個解釋變量等待下一步進(jìn)行模型設(shè)計和檢驗。 另外，對于人均旅游花費，我們在進(jìn)行市場細(xì)分時，沒有延續(xù)前兩個變量的選擇模式，有幾個原因。首先，外國游客前來旅游的形式和消費方式各異且很難統(tǒng)計。我們在花大力氣收集數(shù)據(jù)后，仍然沒有比較權(quán)威的統(tǒng)計數(shù)據(jù)資料。其次，隨著國家對農(nóng)業(yè)的不斷重視和扶持，我國農(nóng)業(yè)有了長足發(fā)展。農(nóng)村居民純收入增加，用于旅游的花費也有所上升。而且鑒于農(nóng)村人口較多，前面的市場細(xì)分也不夠細(xì)化，在這個解釋變量的確定上，我們選擇農(nóng)村人均旅游花費，既是從我國基本國情出發(fā)，也是對第一步研究分析的補充。所以我們確定了城鎮(zhèn)居民人均旅游花費和農(nóng)村居民人均旅游花費。 旅游發(fā)展除了對消費者市場的劃分研究，還應(yīng)考慮到該產(chǎn)業(yè)的基礎(chǔ)硬件設(shè)施。在眾多可選擇對象中我們經(jīng)分析研究結(jié)合大量文獻(xiàn)資料決定從交通建設(shè)著手。在我國，交通一般分布為公路，鐵路，航班，航船等。由于考慮到我國一般大眾的旅游交通方式集中在公路和鐵路上，為了避免解釋變量的過多過繁以及可能帶來的多重共線形等問題，我們只選取了前二者。即確定了公路長度和鐵路長度這兩個解釋變量。其中，考慮到我國旅游業(yè)不斷發(fā)展過程中，高速公路的修建也不斷增多，在的確定過程中，我們已經(jīng)將其擬合，盡量保證解釋變量的完整和真實。 二、 相關(guān)數(shù)據(jù) 三、 計量經(jīng)濟(jì)模型的建立 Ｙ＝ｃ（１）＋ｃ（２）＊Ｘ２＋ｃ（３）＊Ｘ３＋ｃ（４）＊Ｘ４＋ｃ（５）＊Ｘ５＋ｃ（６）＊Ｘ６＋Ｕ 我們建立了下述的一般模型： 其中 Ｙ——1994-2003年各年全國旅游收入 Ｃ（１）——待定參數(shù) 　 ——國內(nèi)旅游人數(shù) （萬人） ——入境旅游人數(shù) （萬人） ——城鎮(zhèn)居民人均旅游花費 （元） ——農(nóng)村居民人均旅游花費 （元） ——公路長度（含高速）（萬公里） ——鐵路長度 （萬公里） Ｕ——隨即擾動項 四、 模型的求解和檢驗 利用Eviews軟件，采用以上數(shù)據(jù)對該模型進(jìn)行OLS回歸，結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 01:56 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -340.5047 1357.835 -0.250770 0.0882 X2 -0.001616 0.013520 -0.119529 0.1524 X3 0.232358 0.128017 1.815050 0.1671 X4 6.391052 1.716888 3.722463 0.0337 X5 -1.046757 1.224011 -0.855187 0.0453 X6 5.673429 6.667266 0.850938 0.4573 X7 -474.3909 355.7167 -1.333620 0.2745 R-squared 0.996391 Mean dependent var 2494.200 Adjusted R-squared 0.989174 S.D. dependent var 980.4435 S.E. of regression 102.0112 Akaike info criterion 12.28407 Sum squared resid 31218.86 Schwarz criterion 12.49588 Log likelihood -54.42035 F-statistic 138.0609 Durbin-Watson stat 3.244251 Prob(F-statistic) 0.000944 由此可見，該模型可決系數(shù)很高，F(xiàn)檢驗顯著，但是、、的系數(shù)t檢驗不顯著，且的系數(shù)符號不符合經(jīng)濟(jì)意義，說明存在嚴(yán)重的多重共線性。 所以進(jìn)行以下修正： 〈一〉．計量方法檢驗及修正 多重共線性的檢驗： 首先對Y進(jìn)行各個解釋變量的逐步回歸, 由最小二乘法，結(jié)合經(jīng)濟(jì)意義和統(tǒng)計檢驗得出擬合效果最好的兩個解釋變量如下： Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:00 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -3193.041 606.2101 -5.267217 0.0012 X4 9.729003 1.435442 6.777703 0.0003 X5 -1.197036 2.059371 -0.581263 0.1293 R-squared 0.957285 Mean dependent var 2494.200 Adjusted R-squared 0.945081 S.D. dependent var 980.4435 S.E. of regression 229.7654 Akaike info criterion 13.95532 Sum squared resid 369544.9 Schwarz criterion 14.04609 Log likelihood -66.77660 F-statistic 78.43859 Durbin-Watson stat 0.791632 Prob(F-statistic) 0.000016 繼續(xù)采用逐步回歸法將其余解釋變量代入，得出擬合效果最好的三個解釋變量，結(jié)果如下： Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:01 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -3391.810 514.1119 -6.597416 0.0006 X2 0.029414 0.014525 2.025042 0.0393 X4 6.355459 2.050175 3.099959 0.0211 X5 -0.284542 1.772604 -0.160522 0.1077 R-squared 0.974627 Mean dependent var 2494.200 Adjusted R-squared 0.961940 S.D. dependent var 980.4435 S.E. of regression 191.2739 Akaike info criterion 13.63446 Sum squared resid 219514.3 Schwarz criterion 13.75550 Log likelihood -64.17232 F-statistic 76.82334 Durbin-Watson stat 1.328513 Prob(F-statistic) 0.000035 以上模型估計效果最好，繼續(xù)逐步回歸得到以下結(jié)果： Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:40 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -1973.943 441.5947 -4.470034 0.0066 X2 -0.005095 0.011431 -0.445729 0.6744 X3 0.328279 0.080682 4.068802 0.0096 X4 4.665485 1.158665 4.026602 0.0101 X5 -1.714020 0.999029 -1.715686 0.1469 R-squared 0.994114 Mean dependent var 2494.200 Adjusted R-squared 0.989406 S.D. dependent var 980.4435 S.E. of regression 100.9150 Akaike info criterion 12.37329 Sum squared resid 50919.23 Schwarz criterion 12.52458 Log likelihood -56.86644 F-statistic 211.1311 Durbin-Watson stat 3.034041 Prob(F-statistic) 0.000009 各項擬合效果都較好。雖然的t檢驗不是很顯著，但考慮到其經(jīng)濟(jì)意義在模型中的重要地位，暫時保留。繼續(xù)引入。 Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:41 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -2034.155 525.2137 -3.873004 0.0179 X2 -0.007033 0.014095 -0.498977 0.6440 X3 0.299562 0.128626 2.328946 0.0803 X4 4.787986 1.339888 3.573423 0.0233 X5 -1.511851 1.282385 -1.178937 0.1638 X6 2.062334 6.659247 0.309695 0.7723 R-squared 0.994252 Mean dependent var 2494.200 Adjusted R-squared 0.987067 S.D. dependent var 980.4435 S.E. of regression 111.4976 Akaike info criterion 12.54959 Sum squared resid 49726.89 Schwarz criterion 12.73114 Log likelihood -56.74797 F-statistic 138.3830 Durbin-Watson stat 3.130122 Prob(F-statistic) 0.000144 根據(jù)以上回歸結(jié)果可得，的引入使得模型中、的t檢驗均不顯著，再考察二者的相關(guān)系數(shù)為0.949132，說明、高度相關(guān)，模型產(chǎn)生了多重共線性，因此將去掉。 再將代入檢驗。 Dependent Variable: Y Method: Least Squares Date: 12/23/10 Time: 02:42 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -641.0670 1265.065 -0.506746 0.0190 X2 0.001432 0.012579 0.113838 0.9149 X3 0.315742 0.079487 3.972264 0.0165 X4 5.694229 1.456042 3.910759 0.0174 X5 -1.631710 0.977195 -1.669790 0.1703 X7 -351.4600 313.6492 -1.120551 0.3252 R-squared 0.995521 Mean dependent var 2494.200 Adjusted R-squared 0.989921 S.D. dependent var 980.4435 S.E. of regression 98.43019 Akaike info criterion 12.30028 Sum squared resid 38754.01 Schwarz criterion 12.48183 Log likelihood -55.50141 F-statistic 177.7916 Durbin-Watson stat 2.850083 Prob(F-statistic) 0.000087 的系數(shù)為負(fù)，與經(jīng)濟(jì)意義相悖，因此也去掉。由此確定帶入模型的解釋變量為、、、。 異方差性的檢驗： 再對模型的異方差性進(jìn)行檢驗：鑒于我們的樣本資料是時間序列數(shù)據(jù)，選用ARCH檢驗。 ARCH Test: F-statistic 0.044061 Probability 0.839718 Obs*R-squared 0.056296 Probability 0.812449 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/23/10 Time: 02:43 Sample (adjusted): 1995 2003 Included observations: 9 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 5197.741 3188.960 1.629918 0.1471 RESID^2(-1) 0.079216 0.377385 0.209908 0.8397 R-squared 0.006255 Mean dependent var 5645.880 Adjusted R-squared -0.135708 S.D. dependent var 6668.507 S.E. of regression 7106.603 Akaike info criterion 20.76857 Sum squared resid 3.54E+08 Schwarz criterion 20.81239 Log likelihood -91.45855 F-statistic 0.044061 Durbin-Watson stat 1.810449 Prob(F-statistic) 0.839718 這里Obs*R-squared為0.056296，P=0.812449>0.05 所以接受，表明模型中隨機誤差項不存在異方差。 再考慮P=3的情況： ARCH Test: F-statistic 0.126837 Probability 0.938100 Obs*R-squared 0.787922 Probability 0.852354 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/23/10 Time: 02:46 Sample (adjusted): 1997 2003 Included observations: 7 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 206.9671 8303.931 0.024924 0.9817 RESID^2(-1) 0.162377 0.536337 0.302751 0.7819 RESID^2(-2) 0.112799 0.570427 0.197746 0.8559 RESID^2(-3) 0.331276 0.570658 0.580516 0.6023 R-squared 0.112560 Mean dependent var 4377.448 Adjusted R-squared -0.774879 S.D. dependent var 7000.432 S.E. of regression 9326.298 Akaike info criterion 21.41462 Sum squared resid 2.61E+08 Schwarz criterion 21.38371 Log likelihood -70.95118 F-statistic 0.126837 Durbin-Watson stat 1.521751 Prob(F-statistic) 0.938100 這里Obs*R-squared為0.787922，P=0.852354>0.05 。所以仍然接受，表明模型中隨機誤差項不存在異方差。 自相關(guān)性的檢驗： 隨機擾動項可能存在一階負(fù)自相關(guān)。借助殘差項和其一階滯后項的二維坐標(biāo)圖進(jìn)一步分析： 由圖示可看出，殘差項和其一階滯后項顯然存在負(fù)自相關(guān)，然后利用對數(shù)線形回歸修正自相關(guān)性，得到相應(yīng)結(jié)果如下： Dependent Variable: LOG(Y) Method: Least Squares Date: 12/23/10 Time: 02:52 Sample: 1994 2003 Included observations: 10 Variable Coefficient Std. Error t-Statistic Prob. C -8.769551 2.012276 -4.358027 0.0073 LOG(X2) 0.324789 0.343868 0.944516 0.0383 LOG(X3) 0.384066 0.227746 1.686378 0.0225 LOG(X4) 1.482683 0.313487 4.729643 0.0052 LOG(X5) 0.005750 0.068955 0.083382 0.0468 R-squared 0.994678 Mean dependent var 7.740729 Adjusted R-squared 0.990421 S.D. dependent var 0.442977 S.E. of regression 0.043355 Akaike info criterion -3.131931 Sum squared resid 0.009398 Schwarz criterion -2.980639 Log likelihood 20.65966 F-statistic 233.6398 Durbin-Watson stat 2.052287 Prob(F-statistic) 0.000007 從估計的結(jié)果看，DW=2.052287，說明修正后有了明顯好轉(zhuǎn)，隨機擾動項幾乎不存在一階自相關(guān)。 我們進(jìn)行了一系列檢驗和修正后的最終結(jié)果如下： LOG(Y) = 0.3247885353*LOG(X2) + 0.384066367*LOG(X3) + 1.482683433*LOG(X4) + 0.00574960769*LOG(X5) - 8.769551392 =0.994678 =0.990421 F=233.6398 五、 經(jīng)濟(jì)意義解釋 C3和C3分別衡量我國旅游收入關(guān)于國內(nèi)和入境旅游人數(shù)的彈性，也就是表示當(dāng)旅游人數(shù)每變動百分之一時，平均來說，旅游收入變動的百分比。 這里要特別注意，例如1998年國內(nèi)旅游人數(shù)為69450萬人，入境旅游人數(shù)為 6347.8萬人，則國內(nèi)旅游人數(shù)每增加1%，即增加694.5萬人，國內(nèi)旅游收入增加0.325%，而入境旅游人數(shù)每增加1%，即增加63.5萬人，國內(nèi)旅游收入增加0.384%。 C4和C5分別衡量我國旅游收入關(guān)于我國城鎮(zhèn)居民和農(nóng)村居民人均旅游花費的彈性，也就表示當(dāng)人均花費每變動百分之一時，平均來說，旅游收入變動的百分比。城鎮(zhèn)居民人均旅游花費每增加1%，國內(nèi)旅游收入增加1.483%；農(nóng)村居民人均旅游花費每增加1%，國內(nèi)旅游收入增加0.0057 %。 六、 政策建議 為了促進(jìn)我國旅游事業(yè)的快速發(fā)展，我們提出了以下幾點建議： 1、實施政府主導(dǎo)型旅游發(fā)展戰(zhàn)略 政府主導(dǎo)型旅游發(fā)展戰(zhàn)略是按照旅游業(yè)自身的特點，在以市場為主，合理配置資源的基礎(chǔ)上，充分發(fā)揮政府的主導(dǎo)作用，促進(jìn)旅游業(yè)更快發(fā)展。 （1）建設(shè)和完善旅游法制體系，力爭《旅游法》的盡早出臺。 （2）提高旅游管理部門的地位，或組織高層次的協(xié)調(diào)機制，以適應(yīng)旅游產(chǎn)業(yè)大規(guī)模和大發(fā)展的前景。 （3）中央政府的主導(dǎo)需要相應(yīng)的資金基礎(chǔ)。從1992年起，財政部建立了旅游發(fā)展基金，其來源是在出境機場費中加收20元人民幣，對旅游業(yè)的發(fā)展起到了積極的作用?？紤]到旅游大發(fā)展的需要，多渠道，多形式開辟政府基金來源是必要的。 （4）加大促銷投入。長期以來我國促銷經(jīng)費嚴(yán)重缺乏。中央一年所能提供的促銷經(jīng)費不足500萬美元，這大大限制了我國對國際旅游市場大面積，深層次的開發(fā)，難以產(chǎn)生影響客源流向的招徠效果。從國際上看，為了使自己處在有利的市場競爭地位，每個國家每年都投入相當(dāng)數(shù)量的旅游經(jīng)費，用于開展旅游對外促銷活動。按照世界一般規(guī)律，吸引一個國際旅游者平均需要3—5美元的促銷經(jīng)費，而我國尚不足0.5美元，這種狀態(tài)，顯然無法適應(yīng)國際旅游市場競爭的需要。 因此，在政府主導(dǎo)型戰(zhàn)略的實施中加大促銷投入是一項重要的工作。 2、旅游市場創(chuàng)新 旅游經(jīng)濟(jì)是特色經(jīng)濟(jì)，而特色就需要充分地發(fā)揚創(chuàng)新意識，做到人無我有，人有我精，人精我專。 對于旅游市場的開拓，各地旅游開發(fā)和建設(shè)模式大同小異，無論是山水風(fēng)景區(qū)，歷史文化名城，濱海沙灘度假地，還是溫泉休養(yǎng)區(qū)，大都只是大眾旅游市場的共同特征，因此，重復(fù)建設(shè)的模式正成為旅游開拓市場的通病。 隨著現(xiàn)代旅游者需求日益成熟，伴隨著主題公園等人造景區(qū)大規(guī)模發(fā)展之勢，生態(tài)旅游由于世界各國重視人和自然共生共存共榮環(huán)保概念的強化，以可持續(xù)發(fā)展為方向的生態(tài)旅游正在世界各地呈方興未艾之勢。區(qū)域旅游的發(fā)展開始以若干不同旅游項目滿足相應(yīng)不同分眾市場的開發(fā)模式以獲得綜合整體效益，形成規(guī)模經(jīng)濟(jì)的發(fā)展趨勢。 3、不同產(chǎn)業(yè)匹配發(fā)展 產(chǎn)業(yè)之間相互聯(lián)系，旅游業(yè)的存在不是獨立的，在促進(jìn)旅游業(yè)的同時也要加大工業(yè)和農(nóng)業(yè)的發(fā)展。如我國農(nóng)業(yè)人口占據(jù)很大比例，而國內(nèi)旅游收入的主要來源集中在為數(shù)不多的城鎮(zhèn)居民上，農(nóng)村市場還存在很大的空白?？梢哉f，我國的國內(nèi)旅游市場還沒有開發(fā)完全，農(nóng)村市場非常廣闊，具有很大潛力，所以發(fā)展農(nóng)業(yè)，必然會極大促進(jìn)我國的旅游事業(yè)。