你好，欢迎来到经管之家 [登录] [注册]

设为首页 | 经管之家首页 | 收藏本站

搜索
经济学 管理学 金融学 统计学
您的位置：

人大经济论坛

 > 经济学毕业论文
搜索

经济学毕业论文

  • 农村留守儿童的现状及对策研究(一)_经济学毕业论文

    农村留守儿童的现状及对策研究(一)_经济学毕业论文 农村留守儿童的现状及对策研究 ——基于英德市大洞镇苗花管理区的调查 （经济与管理学院农林经济管理041班罗伙扬） 摘要：随着我国社会政治经济的快速发展，越来越多的农民走入城市，在广大农村也随之产生了一个特殊的未成年人群体——农村留守儿童。留守儿童问题，是我国城乡二元体制的一个衍生物。本文主要以英德市大洞镇苗花管理区的留守儿童在文化教育、心理健康、社会侵害等方面的内容作为调查和分析的重点，发现该管理区的留守儿童普遍存在与父母关系紧张、生理与心理健康欠佳、容易受到社会上的各种侵害等问题。本文主要提出留守儿童问题的严峻性与解决该问题的重要性，有针对性地提出解决留守儿童问题的一些构想与对策，从而更新社会与家长对留守儿童问题的认识，使社会及广大家长广泛关注留守儿童。 关键词：留守儿童 文化教育 心理健康 社会暴力 1 前言 近年来，随着我国城市化、工业化的进程加快，以及农村青壮年人口外出就业的数量不断增加，在中国广大的农村中产生了一个特殊未成年群体：农村留守儿童。留守儿童,是指其父母一方或双方在外打工而被留在家乡,并需要其他亲人照顾,年龄在十六岁以下的儿童。即没有能够跟随外出务工的父母前往城市接受教育,而是被留在家里,在当地农村上学的农村流动人口的子女。[1] 孩童时期是人的身体发育、性格养成、知识积累的关键时期，缺乏父母关爱与呵护的留守儿童，由于没有得到正确的教育和引导，他们极易在心理、生理、人生观、价值观等方面产生很多偏差性的问题。在苗花管理区的留守儿童群中，甚至越来越多的留守儿童走上了犯罪的道路。虽然国家在近几年加大了对留守儿童的关注力，也出台并实施了一系列的有效政策与措施，加强文化与心理的教育与引导力度、保护留守儿童的合法权益等以改善留守儿童的现状，但农村留守儿童问题已经覆盖了整个社会，而且留守儿童的数量持续增长的趋势。据新华网发布的全国妇联的最新研究报告给出的最新数据指出：目前全国农村留守儿童约有5800万人。[2] 因此，在留守儿童中所出现的一系列问题，无论是新出现的还是已有的，均亟待解决。 2 调查的基本情况 广东省英德市大洞镇苗花管理区，是英西片最边远的一个管理区。由于地势偏远、交通比较不发达，造成当地经济相对落后，以致于大多数的当地青壮年村民外出打工以养家糊口、维持生计。正因为如此，越来越多的儿童被留守在家中，与（外）祖父母生活或其他监护人共同生活，甚至有些留守儿童是独自生活的。 本次调查研究的主要对象是11到15岁的大龄留守儿童，合格受访者为100人，其中男孩36人，女孩64人，回收有效问卷共90份。此外，笔者在调查访问留守儿童的过程中，同时亦对部分留守儿童的亲属、邻居等进行了相应的访问。 3 苗花区留守儿童的现状浅析 3.1 留守儿童生活现状 根据调查的资料显示,42.2%孩子们留在家里跟随（外）祖父母生活，有些孩子是托人照顾。表1中，我们可以看到：有21.1%的留守儿童是独自生活的。很多时候这些孩子在生活上得不到很好的照顾；有些孩子失去了父母的约束，学习成绩下降，容易受到不良因素的诱惑。孩童时期正是一个极需要父母在身边关爱、指引的重要时期，当留守儿童缺乏父母的关爱时，当然就极有可能性格发展缺失。尤其在对其管理、生活安排方面缺乏应有的照顾和爱护，由此，他们的很多问题得不到及时解决，甚至变异滋生蔓延、出现犯罪现象。这样不仅仅影响他们自身的发展，同时也严重影响着整个社会。 表1 苗花区留守儿童生活状况的调查统计 调查样本（人） 38 16 17 19 90 百分比（％） 42.2 17.8 18.9 21.1 100 资料来源：实地调查 从表2中，我们可以看到62.2%的留守儿童得到了来自亲友的关爱。这一数据表明：近年来留守儿童在感受关爱方面的感受有了明显的提高，大多数外出打工的家长，从过去的那种对留守儿童的极少关心，到现在的比较关心孩子的日常生活，这是一个很好的变化。但是，34.4%的留守儿童还是没有得到亲友的适当关爱，这一数据还是有所偏高的。我们都知道，长期缺乏关爱的孩子，在心理上极易遭受外界的各种引诱，很多时候这种引诱会造成很多不良影响甚至犯罪。[3] 在苗花区中，不少此类的留守儿童因长期得不到父母或亲友的关爱，而走上了犯罪道路。这一问题，值得各位外出打工的家长及社会密切关注。 表2 苗花区留守儿童感受亲友关爱度的调查统计 调查样本（人） 3 31 56 90 百分比（％） 3.4 34.4 62.2 100 资料来源：实地调查 3.2 留守儿童的学习态度与学习目的分析 在当前这个经济飞速发展的社会，文化知识，是社会发展的需要，跟上时代步伐的因素，以至于不被淘汰。在苗花区中，由于地势条件的限制，当地的交通比较不发达、土地不太肥沃、自然条件相对恶劣等，造成了当地的经济落后于其他管理区。因此，本区的教育环境设施、师资条件等也相对的落后。 表3 苗花区留守儿童学习态度的调查统计 调查样本（人） 34 37 11 8 90 百分比（％） 37.8 41.1 12.1 9.0 100 资料来源：实地调查 虽然国家实施了优惠政策，上学的儿童比以往多了几倍，可是由于当地的师资、教学环境、缺少家长管理与指引等问题，部分留守儿童的学习态度并不是很端正，不明白读书是为了什么，甚至不少留守儿童认为学习是一件非常痛苦的事情。不过从表4的调查数据我们可以看到，大部分留守儿童的学习目的还是比较明确的。只是很多留守儿童当他们在学习上遇到问题时，由于父母不在身边，爷爷奶奶或其他亲人没有能力去辅导他们的学习，想学好也没有条件。 表4 苗花区留守儿童学习目的调查统计 调查样本（人） 40 5 14 31 90 百分比（％） 44.4 5.6 15.6 34.4 100 资料来源：实地调查 3.3 留守儿童心理及身体健康状况 儿童进入青春期后，虽然具有了独立意识，但毕竟经历不够、能力不足，对父母还具有很强的依附性。然而，这些留守儿童遇事拿不定主意，思念父母，感到孤独、失望、烦恼、得不到理解，遭人歧视，甚至为今后的生活着急，等等。显然，对一个十二三岁的留守儿童来说，所担当的负荷肯定是超载的。由于父母长期不在身边，导致孩子亲情缺失，厌学、逃学、辍学的倾向比较明显。加之祖父辈的溺爱，任性、退缩的性格十分普遍，有些甚至攻击行为频繁，如果家长、老师不及时疏导，他们很容易患上心理疾病。[3] 由于父母长期外出务工，他们大多缺乏父母关爱，由此带来了一系列的心理冲突和社会问题，需要引起全社会的关注。在本次的调查中，10%的受访对象存在着找人发泄的暴力倾向。有些家长对孩子除了金钱上的满足外就什么也不管,孩子在缺少亲情的情况下,对自己要求不严的，有的孤独自闭,有的任性放荡,成为老师和社会都头痛的人物。国内外不少调查研究显示，5～14岁的留守儿童中出现性情扭曲与品德缺失的比例，远高于正常儿童。据了解，留守儿童与非留守儿童在品德培养与心理疏导方面的差异甚大，由于父母不在身边，委托人只管孩子的养育不管教育，使得留守儿童出现自闭、焦虑、抑郁、愤怒等情绪时，很难被委托人发现，从而酿成沾染不良风气、结伴出走乃至自杀的后果。 表5 苗花区留守儿童处理烦恼方式调查统计 调查样本（人） 46 0 23 9 12 90 百分比（％） 50.6 0 26.0 10.0 13.4 100 资料来源：实地调查 农村剩余劳动力向城市转移是工业化、城市化和现代化的必然结果。在我国广大农村地区，很多年轻的家长带着美好的梦想，纷纷来到城市寻求发展。但是，限于种种条件，他们把亲生的儿女留在了家乡，委托自己的长辈或其他亲友来照看。正是由于青壮年大多都外出打工，留守儿童常常因为家长农忙、保健意识差、经济困难等原因，耽误治疗。通过此次调查研究发现，对于留守儿童的健康问题，不少家长都是采取“非重视”态度，要么找点小药给他们吃，要么就是任其自己处理，又或者是不理不睬。[3] 此外，留守儿童的日常营亦养得不到必要的补充，对其生长发育造成不良影响。在此种情况下，留守儿童又怎么能健康成长呢？ 3.4 留守儿童日常娱乐状况 笔者在调查中发现，当地的留守儿童的日常娱乐活动也已经“现代化”了。近年来，由于科技的飞速发展，加之外出打工的农民工赚的钱较之往年也大有提高，计算机的价格也比往年下降了不少。因此，计算进入了当地的不少家庭，而且当地也开了不少的网吧。正是因为如此，不少孩童认识了网络，也认识了各种各样的网络游戏。由于缺乏父母的管教与正确引导，不少留守儿童染上了“网疾”——整天沉迷于虚幻的网络游戏，以致于厌学、逃学、辍学等。还有不少留守儿童沉迷于虚幻的网络交友，由于缺乏社会经历，不少正处于青少年时期的女孩子在网上交友过程中上当受骗，更甚者跟随网友离家出走。[4] 表6留守儿童娱乐方式的调查统计 调查样本（人） 33 47 3 7 90 百分比（％） 37.0 52.0 3.0 8.0 100 资料来源：实地调查 不少研究报告表明，当前的网络游戏对心智尚未成熟的青少年影响非常恶劣，特别是当前流行的角色扮演、格斗、竞技型等游戏。据今年的一则新闻报导说，佛山几个青少年由于家长疏于管理，迷恋上网络游戏，以致于辍学。在辍学后，他们由于沉迷于网络中的暴力游戏，有一天竟然在大街上拿着刀见人就砍，最后被当地的公安机关抓捕。后来在记者访问他们的时候，他们说那样做，仅仅是因为寻求刺激！笔者在调查中发现，当地不少孩子也沉迷于网络游戏。网络游戏带来的暴力犯罪倾向的趋势越来越严重，如果按照这个趋势发展下去，后果将不堪设想。 表7 留守儿童玩网络游戏种类的调查统计 游戏种类 角色扮演型 休闲娱乐型 竞技型 格斗型 合计 调查样本（人） 25 18 16 31 90 百分比（％） 28.0 20.0 18.0 34.0 100 资料来源：实地调查 3.5 被侵害与侵害并存 在调查的过程中，了解到很多的留守儿童在日常生活中，偶尔或经常受到来自其同伴或社会上的不平等对待，他们的生活中，存在着各式各样的安全隐患。例如，不少的留守儿童会经常被同伴或社会人士的讥笑、辱骂、甚至被人暴打、恐吓、遭人勒索等，这一种现象在留守儿童是普遍存在的，具体数据见表8。 表8 苗花区留守儿童被欺辱现象的调查统计 调查样本（人） 21 64 5 90 百分比（％） 23.0 71.3 5.7 100 资料来源：实地调查 笔者在实地调查过程中，甚至了解到当地有个别留守女孩被村民凌辱以致怀孕的恶性事件。然而在遭受欺辱后，他们选择的解决方式有很多,详情见表9。其中很多人选择了忍气吞声、不敢向亲友或老师寻求帮助。这样的处理方式有时候换来的可能是被继续欺凌。也有不少人选择了寻找帮手替自己“报仇”。长期如此的话，对留守儿童的心理会造成严重的影响，从而有可能会引发一系列的不良事项。 近年来，全国青少年犯罪已占到全国刑事犯罪总数的70%，其中15-16岁少年犯罪又占到了青少年犯罪案件总数的70%以上，整个青少年犯罪中，18岁以下青少年犯罪达80%以上。[5] 在当地的留守儿童群体中，亦存在许多涉及违法犯罪的现象。如盗窃、抢劫、勒索等。 表9 留守儿童解决冲突的方式的调查统计 调查样本（人） 24 16 31 19 90 百分比（％） 27.0 18.0 34.0 21.0 100 资料来源：实地调查 4 苗花区留守儿童存在的问题 4.1 学习普遍较差 由于父母外出打工，缺乏有效的家庭教育这个重要环节，留守儿童对学习缺乏热情，进取性、自觉性不强，作业不能按时完成，应付了事，学习成绩普遍较差。调查显示，留守儿童中学习成绩优秀的不到20%，80%以上学习成绩中等或偏下，有的主课只有30分—40分，时常有逃学、厌学、上课纪律性差、上课时间溜出学校上网等现象发生。留守儿童学习成绩较差比例之大实在令人担忧。 4.2 亲情缺失 父母在外打工对留守儿童造成亲情欠缺，是最严重也是最现实的问题。由于父母不在身边，留守儿童长期缺乏亲情的抚慰与关怀，往往焦虑紧张，缺乏安全感，人际交往能力较差。[6] 同时，根据调查和座谈的情况看，大多数留守儿童表现出对家庭经济、父母健康和安全的忧虑，不希望父母常年在外打工，且年龄越大，越表现出对家庭完整和父母关怀的强烈要求，对生活的满意度逐步降低。 在调查中发现，随着父母探亲频率降低，联系次数减少，留守子女在人际交往、性格、生活感受、人生理想、协作求助、学习成绩等方面发生障碍的比例呈明显上升趋势。父母在外打工对留守儿童生活的影响较为复杂。一方面，由于在外打工，经济较为宽裕，对留守儿童生活的支付能力较强，所以在生活（主要是物质生活）的满意程度上，留守儿童的满意度更高；但由于父母不在身边，留守儿童得到的关爱减少，所以，半数留守儿童不希望父母在外打工。从年龄维度看，随着年龄的增长，留守儿童逐渐意识到家庭完整和父母关怀的重要性，因此，对生活的满意度逐步降低。法国克里斯琴·施皮茨博士曾经这样忠告做父母的人：培养你们的孩子，多和孩子在一起，因为亲情的抚慰与关怀有助于孩子的成长。[7] 而留守儿童成长期间缺乏的恰恰是亲情的抚慰与关怀。这是我们应该引起充分重视的。 4.3 心理存在偏差 留守儿童监护人对留守子女的心理健康问题介入较少，关注不够。由于远离父母，缺少了起码的与父母交流的机会，而监护人又无暇顾及他们的情感变化，这对留守子女的心理健康极为不利，常引发种种心理病症，如感情脆弱、自暴自弃、焦虑自闭、缺乏自信、悲观消极，有的因父母不在家而感到遭受歧视、孤独无助、悲观寂寞。从调查看，因为长期得不到父母的关爱，缺少应有的管教，一部分留守儿童会变得性格孤僻、自闭、自卑、倔强、与人交往少、我行我素。在不开心时，都会出现一些 “想早点长大独立”、“想让父母安慰自己”、“觉得没有人关心自己”、“觉得别人看不起自己或自己不如别人” 等的想法。[8] 在大多数的留守儿童中,差不多都存在着心理问题和行为异常,他们表现为任性、冷漠、内向、孤独等性格特征。 在这些留守儿童中,有相当一部分儿童由祖辈抚养,他们的心理发展普遍存在一些问题,应该引起社会、学校的关注。父母长期的缺位和隔代抚养的局限性使农村儿童的认知、情感、道德、个性等发展得不到正常的呵护和教育,从而造成心理发展上的诸多缺陷。隔代抚养对农村留守儿童学习和心理发展有一定的不良影响。从调查数据我们可以看出，留守儿童渴望父母的关怀与社会的关注，希望多与父母进行心灵的沟通交流。 4.4 道德行为及人格不完整 由于外出务工的父母常年在外奔波，回家次数较少，与留守子女联系少，对于孩子的成长缺乏足够的关注和指导。而青少年正处于情感、性格变化的转折时期，长期与父母分离，极易使他们的性格变得内向、自卑、悲观、孤僻。另外，在留守儿童中，放纵溺爱型家长比例较高，究其原因，主要是在家的监护人管不了、不敢管、不会管，外出父母则无暇管、舍不得管。留守孩子几乎生活在无限制状态下，无形中助长了其自私任性、霸道蛮横、以自我为中心等极端性格。而且随着父母外出时间长短而发生变化，一般显示为时间越长，性格变化越大，且年龄越小，变化越快。因此，留守儿童在与人交往过程中会出现感情体验不充分、人格的发育存在着偏差、人格发展不完善等问题。 4.5 存在违规违法现象 因与父母长期分离，留守儿童得不到正常的家庭监护和教育。正是由于缺乏全方位的家庭监管与引导，留守儿童极易放松对自己的要求，为人处事往往带有盲目性、随意性和冲动性，一部分儿童学业荒废,有的还流入了社会不良群体中，有的甚至走上了违法犯罪的道路。[9] 在受访的留守儿童群体中，23%的人经常上学迟到旷课，46%的人沉迷于上网聊天或玩游戏，35%的人表示有过打架斗殴的经历，且女性的比例居多，其中亦不乏小偷小摸的人。受访者中的一名留守儿童黄某，今年仅12岁，据其奶奶反映，黄某在上一学期，竟然偷取其奶奶所储蓄的现金2000多元

  • 人民币升值对我国纺织品出口的影响及对策(一)_经济学毕业论文

    人民币升值对我国纺织品出口的影响及对策(一)_经济学毕业论文 摘 要 纺织品行业是我国仅次于电子通信行业的第二大出口行业，出口依存度高达51%,而且其不断扩大的国际市场份额又是建立在劳动力成本和价格优势之上的，人民币升值使纺织品出口受到很大的影响，大大削弱了我国纺织产品在国际市场上的竞争力，导致国内纺织企业的恶性竞争。因此，人民币升值必将对严重依赖国际市场出口的我国纺织业产生重大影响。本文对纺织业的特点、人民币升值所带来的利弊影响及如何应对这些问题加以剖析, 在当前人民币升值已成事实的经济背景下,我国的纺织品行业应该积极地采取相应的后续措施，全方位提升企业的竞争力以及经营效益,以应对人民币升值所带来的影响。 Abstract Textile industry is the second largest export industry apart from Electronic Communication in China, with the dependence on export being up to 51%. Besides, the perpetual enlargement of the international market share is based on the advantage of labor cost and price. The high pressure of the RMB Appreciation has great influence on the textile export, weakens the competition of our country’s textile production in the international market and aggravates the cut-throat competition among the domestic textile companies. At a result, the RMB Appreciation must affect our nation’s textile export which largely depends on the international market. This essay provides the comprehensive analysis on the characteristics of the textile industry and the effects and problems brought by the Appreciation of RMB. Besides, the textile industry should take follow-up measures positively, enhance the all-around competition of companies and increase operational benefit while the fact that Appreciation of RMB can’t be changed. 目 录 1 我国纺织业的特点1 2 人民币升值对纺织企业的影响1 2.1 人民币升值对纺织品出口的不利影响1 2.1.1 低价优势难以存续1 2.1.2 竞争将更趋激烈2 2.1.3 企业出口效益降低2 2.1.4 加大企业就业压力2 2.1.5 导致纺织生产产业转移及外商投资转移2 2.2 人民币升值对我国纺织品出口的有利影响3 2.2.1 升值在为纺织品出口营造良好的国际环境3 2.2.2 优胜劣汰,促进纺织行业整合,推动产业结构升级3 2.2.3 升值有利于我国纺织品出口结构的调整和外贸增长方式的转变3 2.2.4可以改善我国的贸易条件3 2.2.5 有助于增强企业的汇率风险意识3 3 我国纺织业应对人民币升值的对策4 3.1 逐步了解和运用国际惯例，建立法制化社会4 3.2 继续提倡可持续发展4 3.3 加速转型调整产品结构4 3.4 放宽外汇管制，促进金融市场发展4 3.5 适时参加出口信用保险5 3.6 积极进行技术研发和创新，培育纺织品出口的民族自有品牌5 3.7 加强行业自律组织建设，减少恶性竞争的出现5 3.8 促进我国企业技术创新，促进产业集群形成，减少贸易摩擦6 3.9 积极实施“走出去”战略，规避壁垒6 4 结论6 参考文献7 人民币升值加速以及美国次贷危机冲击都成为了纺织行业企业重要的减利因素，同时也导致了企业出口利润的大幅下降。汇率的每一次变动都会牵动着整个行业、整个市场的神经。仅今年1-5月份，人民币对美元就升值了4．89％，与2005年7月汇改时的汇率相比，累计升值已达18％，现在已经大步进入了“6”时代。有关统计数据显示，棉纺织、毛纺织、服装的出口依存度分别为20%、27%和60%。通过计算，人民币每升值1%，棉纺织、毛纺织、服装行业的全面受损程度，即行业利润率下降3.19%、2.27%和6.18%。 1 我国纺织业的特点

  • 物业税相关问题的研究(一)_经济学毕业论文范文

    物业税相关问题的研究(一)_经济学毕业论文范文 物业税相关问题的研究 1 导言 1.1 写作目的和意义 随着中国房地产业的快速发展，物业税的开征问题受到人们越来越多的关注。物业是指已建成并投入使用的各类房屋及与之配套的设备、设施和场地。通常情况下，物业是房地产（不动产）的别称，物业税即指房地产税或不动产税。它主要针对土地、房屋等不动产，要求其所有者或承租人每年都缴付一定税款，税值随房产的价值而变化。我国的物业税是指对保有房地产课税，以房地产的评估值为计税依据。物业税之所以如此受到关注，不仅在于物业税这个新税种的开征，将彻底改变整个房地产运营的格局，而且几乎涉及所有的家庭，成为人人切身利益相关的一个主要税种。物业税的开征问题涉及了方方面面，在认识到了物业税开征的必要性之后，就应该研究开征物业税的税基、税率及物业税评估等问题。伴随物业税的开征，还引伸出了相关税收制度的调整和进一步完善。 1.2 研究背景 自2005年以来全国许多大中城市的房价上涨是有所不同的。我国东北和中西部一些城市的房价上涨，多是由住房消费的刚性需求拉动所造成的，而长江三角洲城市群的房价上涨除了住房需求的因素外，投资和投机炒作的成分占有一定比重。2006年，上海、南京、杭州等中心城市的房价快速上涨，带动了该地区不少二线城市的房价急升。随着我国房地产业的快速发展，物业税的开征迫在眉睫。 国际上有很多国家已经开征物业税，发达国家居多。物业税在各国名称不尽相同，有的称“不动产税”，如奥地利、波兰；有的称“财产税”，如德国、美国、智利等；有的称“地方税”，如新西兰、英国、马来西亚等。法国征收物业税时，60岁以上的老人、鳏寡孤独以及领取低保的人、残疾或丧失工作能力者等都可享受免税待遇。在加拿大，征收房地产税和其它财产税是市政府的重要收入来源。市政府会将这些税款用于学校等公共设施建设，服务大众。在美国，缴纳房地产税可以降低个人所得税，比如在美国得克萨斯州，由于当地有石油，人们收入都很高，房子很好很大，政府税收主要就是通过征收房地产税来实现，个人所得税并不高。我国在开征物业税的计税依据、税率选择等问题上，均与国际情况大致相符。 1.3 研究方法及创新点 本文主要运用了举例论证、对比论证和数字论证的研究方法。其中关于税率制度的选择和与物业税相关税制的改革与完善，提出了自己的观点并进行了阐述。 2 开征物业税的必要性 2005年11月底，国家税务总局局长谢旭人在2005中国财税论坛上表示：“十一五”期间，中国将积极推进税制改革，其中的一项重要举措，就是实施城建税费改革，适时我国将开征物业税，以调节个人收入分配，维护社会公平，构建和谐社会。届时将对不动产开征统一规范物业税，相应取消其它与房地产有关的税费[ 引自《国际税收理论研讨会论文集》2006年]。中共中央十六届三中全会明确提出：“实施城镇建设税费改革，条件具备时对不动产开征统一规范的物业税，相应取消有关收费。”该提法将对中国正在健康持续发展的房地产市场产生重要影响。 2.1 物业税概述 物业是指已建成并投入使用的各类房屋及与之配套的设备、设施和场地。通常情况下，物业是房地产（不动产）的别称，物业税即指房地产税或不动产税。它主要针对土地、房屋等不动产，要求其所有者或承租人每年都缴付一定税款，税值随房产的价值而变化。我国的物业税是指对保有房地产课税，以房地产的评估值为计税依据。 物业税之所以如此受到关注，不仅在于物业税改革的实施，将彻底改变整个房地产运营的格局，而且几乎涉及所有的家庭，成为人人切身利益相关的一个主要税种。物业税改革就是将现行房地产税、土地使用税、土地增值税、土地出让金等项税费合并，转化为房地产保有阶段统一收取的物业税，并统一内外税制，取消房地产使用环节的各种收费，实现税不重征。 我国开征物业税的问题，已成为人们关注的热点，社会上也有很多人对此发表了一些看法。 中国房地产高级经理鲍滋元认为：“目前是征税项目太多，征收物业税后，税种合并，减少税种，但是征税量不一定下降。[ 摘自：中国经营报《业界众议“物业税”》]”总体看来，物业税是符合国际惯例。如果真正实施的话，对各方都有好处。地价下跌，对开发商来说，成本下降，风险控制更方便；对老百姓来说，实施物业税后，房价可能下跌，这使买房的门槛降低，有利于老百姓买房；对政府来说，征收物业税，让政府有长期稳定收入，稳定政府的财政收入，不用像现在，政府拼命卖地，等于杀鸡取卵。自然，征收物业税后，房价暂时下跌，并不是总房价真的下跌，只是购房者购房门槛降低，未来可能要付出的更多。 中国城市经济学会副会长、社科院研究员刘维新认为：“依据我国国情，物业税的调节主体应放在房地产炒作、高档住房与富裕阶层及二套住房以上的群体。[ 摘自：中国经济时报《开征物业税再度升温，税收何时成治本之策》]”对于自住住房应给予优惠和减免，以控制贫富差距的继续扩大。房地产税费体系改革，是一次整体不动产税费的改革，应从税基、税种、税率及减免范围上统筹考虑。 2.2 物业税开征的必要性 尽管对于物业税的开征，社会仍有争议，但从总体上说，开征物业税是有利的。开征物业税的必要性具体表现在： 2.2.1 扩大税基，规范房地产行业管理，充实地方政府的财源 近年来地方政府基础建设的资金都是来自于土地出让金，但是随着土地资源的不断减少，这方面的收入也不断减少。2006年9月5日，国务院公布了《国务院关于加强土地调控有关问题的通知》将土地出让金的征收和使用情况纳入了财政部的监管，直指地方政府以地生财的“软肋”。 近年来，居民消费价格总水平由保持基本稳定转而上涨，突出问题除了经济的通货膨胀外，还有就是房价上涨过高。2006年1-7月份70个大中城市新建商品住房销售价格月环比指数平均每月上涨为0.7％，同比涨幅为6.4％[ 数据引自：中国房地产报2006-12-26《2006年房地产开发投资主要数据》]。房价上涨的主要原因，除市场需求比较旺盛、住房供应结构不够合理等因素外，房地产市场价格居高不下的主要原因就是开发建设成本过高，其中收费尤甚。具体体现在：收费项目多，收费方式很不规范，政策透明度差；对同一项目或对象既征税又收费，不但侵蚀税基，而且房地产收费由多头立项、多头征集和多头支配，程序繁琐，加重了房地产开发商的负担，影响了政府对企业的管理水平，不但使管理漏洞增多，而又容易滋生腐败。 建议将一部分收费改为征税，扩大税基，减少重复征收现象，并由税务机关统一征收，形成集中征收、集中管理、分头开支的管理体制，加大政策的透明度，简化办事程序，提高办事效率。这样，一方面可以保证地方政府的财政收入，另一方面又能降低房地产开发建设的成本，有利于房地产业的健康发展。 2.2.2 缓解土地失控压力，加大地方政府财政收入的能力 现行的土地税收政策在出让土地时，各种税收一次性缴纳。根据一项专业调研，在很多地方，土地收入已占到地方财政收入的一半以上。其中土地直接税收及由此带来的间接税收，占地方预算内收入的40%，而出让金净收入，又占政府预算外收入的60%以上[ 数据引自：中国房地产报2006-12-26《2006年房地产开发投资主要数据》]。预算内资金是解决地方政府的吃饭问题，而预算外资金，则是地方政府进行城市建设的主要来源。对于地方政府来讲，地批得越快，地方经济就发展得越快。但这种急功近利的做法实际上是饮鸩止渴，其结果自然是土地失控。土地失控压力过大，地方政府财政收入可持续增长的能力明显不足。 目前，我国实行的是“批租”土地使用制度，即在土地所有权属于国家的前提下，规定用地者可以向政府购买一定期限内的土地使用权，而其中大部分税费，用地者须一次性支付。对于政府而言，实行物业税制度后，土地的使用要定期进行评估。从理论上说，征收物业税，会使土地初始价格比较低，但是每年都要承担一定的物业税，物业税成了未来的预期收入，因此可以大大增加地方政府的财政收入。而业主所拥有的房产会由于基本设施的变化而升值，从而物业税也会跟着提高。 2.2.3 开征物业税可以控制房地产业的严重偷逃税 按理说，房地产业是高利润、高收入行业，所提供的税收也应该是十分可观的。在世界发达国家，房地产业税收占地方总税收的10%以上，但来自国家税务总局的信息显示，在房地产行业迅猛发展的中国这一比例却不到7%[ 同上]。除了房地产开发商追求利润最大化外，根本的问题在于房地产开发流通环节税费多，税费负担重，从某种程度上促使了房产商去投机和偷逃税款。将现有房地产方面的多种税收统筹归纳为物业税，就大大减少了征税环节，从而避免了房地产业成为偷逃税的重灾区。 目前，我国涉及房地产业的税种有12个，收费上百种，都集中在交易环节。这些税费计算复杂，非常分散，征收起来难度也较大。2006年4月27日，国务院总理温家宝主持召开常务会议，会议决定：“运用税收等经济手段调控房地产市场，特别要加大对房地产交易行为的调节力度。” 3 物业税开征的相关问题 3.1 物业税征收依据 最直接的一个问题是，物业税根据什么来征收？有人建议，根据住房面积来征收，住房面积越大，承担的物业税越多。这听起来似乎合情合理。但是如果两个拥有同样住房面积的家庭，前者可能是三口人甚至一口人，后者可能是五、六口人，仅以面积计算因素来计征物业税显然也不尽合理。 实际上，世界上那些已经征收物业税的国家，鲜有以面积为标准来计征的，更多的是把房产和土地的市场价值作为计税依据。这是由物业税的性质决定的。许多人所理解的物业税一般指的就是税种，但确切地说，物业税并不是一个具体的税种名称，而是税收分类中的一个类别，因此，物业税本身又称财产税。一般而言，开征物业税的目的是为了实现公平，其原理是：当纳税人缺乏负担物业税能力的时候，那可能把房产转移到有纳税能力者的手里，从而，有利于提高房产的使用价值和经济运行效率。因此，物业税的计税依据，国际上通行的做法是依据房产的市场价值而不是面积。当然，也有一些与众不同的做法，比如，美国加州就是根据不动产获得的成本征税。但是，无论那种计算方式，都有一个核心，即房产的价值（包括市场价值和非市场价值两种）。这是大多数已经开征物业税的国家普遍的做法。 既然国际上开征物业税都是以房产的价值为核心，而我国现行房产税是以房产的账面原值按一定比例给予扣除后作为计税依据，城镇土地使用税按纳税人占有的土地面积课税，这使得房产税和城镇土地使用税成为最缺乏弹性的税种。那么物业税合理、准确的计税依据应是土地使用权和房产的市场价值，市场价值是通过评估得出的，以评估得出的土地使用权和房产的市场价值作为物业税的计税依据，使得物业税和评估紧密联系起来。 物业税并非第一个利用不动产评估的税种，在我国现行的土地增值税中，就有对需要进行评估的情况的规定：“纳税人有下列情形之一的，按照房地产评估价格计算征收：（一）隐瞒、虚报房地产成交价格的；（二）提供扣除项目金额不实的；（三）转让房地产的价格低于房地产评估价格，又无正当理由的。”现行房产税也有用到评估的情况：在确定房产原值时，“对房产原值明显不合理的，应重新予以评估”。但值得注意的是，上述土地增值税和房产税中的评估是在个别需要的基础上进行的，所涉及的范围有限，而且房产税中的评估是在恢复原值目的下的评估[ 引自：中华会计网校《开征物业税中的评估问题》]。 物业税税基评估是大规模的、覆盖所有应税不动产的评估，开征物业税使税基评估首次在税收行政中具有了关键的意义。 3.2 物业税征收税率的选择 关于物业税税率是单一型税率还是二元型税率的选择问题，反映了征收过程中重公平还是重效率。 单一税率较二元税率在操作成本和执行成本上更具优势，并无损于公平的原则，且符合世界各国税制改革由复杂趋向简单的趋势，也符合“效率优先”原则。　　物业税到底应该是统一税率，还是要按房产不同的面积、价值或用途等确定不同的税率，即税率是单一还是二元？这两种选择背后的实质是在公平和效率、灵活和刚性、成本和收益之间进行权衡和比较。　　可以说两种类型的税率各有利弊，且都为不同国家所采用。我国的物业税究竟选择哪一种税率，应根据我国房地产市场的现实、税务部门的征收能力和管理水平、税收成本以及技术条件而定。根据我国之所以想要将以往的各种房产税合并为物业税，其主要原因之一就是要提高征收规范性和高效性，因此，权衡利弊，我认为单一型税率具有相对优势。　　单一税率最大的特点是计算简单，操作方便。由于税率是统一的，政府容易征收和管理，纳税人易于理解和接受，大大减少了征税成本和阻力。　　二元税率则不然，它首先要按房产的特点，如面积、价值或用途进行分类，然后在分类的基础上确定不同的税率。复杂的税率计算起来繁琐，也容易被纳税人投机取巧，逃避高税率和监管。　　其次，单一税率有一视同仁的特点。所有的房产，不论其用途如何，户型差异（如面积大小、房间多寡、楼层高低等），也不论业主是家庭还是个人，在划定的纳税区域里统统享用同一税率。这种中性特点，保证纳税人在纳税义务上的公平，也避免加重纳税人的负担。　　再次，单一税率透明度高。税率一目了然，没有疑问，没有例外和附加条件，无须监控，完全可以由纳税人自己掌握。这在刚刚推出物业税的初期尤为重要。开征物业税需要最大限度地争取到百姓的理解与支持，而人们通常对自己明了的事情更容易接受。物业税涉及范围广，与各方利益博弈。如果决策人制定框架、设立条件，容易造成纳税人的疑问和不理解，进而产生抵触情绪，则不利于物业税的普及推广。　　主张二元税率的观点认为物业税率应当根据物业的用途有所区别，以此体现社会公平。他们强调对普通住宅与豪宅、自住房与投资房、新房与旧房应征收不同的税率。然而，对普通住宅和豪宅的界定标准、对利用自住房进行投资、新房与旧房的界定，这些因素都将影响到在二元税率制度下征税工作是否仍能保持公平。因此，由于牵涉可变性因素过多、不确定性较强，所以相对之下，以单一型税率追求公平会更为有效一些。 3.3 我国物业税开征的发展趋向 完善房地产税制，发挥税收的宏观调控功能。首先要提高房地产税收的立法层次，赋予地方相应的立法权和管理权。特别是对物业税等财产税方面要由全国人大设立原则性的基本法规，并保持适当弹性；具体的执行政策由各地在总的原则下，自行确立办法来实施。通过原则管死、具体搞活的方针充分调动各方面的积极性，更好地发挥房地产税收的宏观调控作用。 其次是将统一后的物业税征收范围扩大到所有由国家和集体拥有并控制的房地不动产。税率可由各地方政府确定，确定的依据为各地方政府当年除房地产统一税收收入外财政收支缺口与应征房地产统一税的房地产评估后的市场价值。基于“谁收益，谁支付”的原则，税率应分档次，如市中心地段的税率应高于郊区，中心城市的税率应高于小城镇。 第三是加快合并内外两套房地产税制的步伐。如外资企业的土地使用费与内资企业的土地使用税、外资企业的城市房地产税与内资企业的房产税、外资企业的外商投资企业和外国企业所得税与内资企业的企业所得税，都应尽快统一，并统一实行国民待遇原则，营造公平竞争的良好环境，以适应我国加入WTO后的新情况。 第四是扩大不动产税的征税范围，改变计税依据。原则上应对我国境内使用土地和拥有房产的单位和个人都征税，并将农村的非农业用房、用地纳入征税范围。但可根据各地情况制定一些相应的政策措施，如居住用房一定时期内可减免税等。同时，根据社会经济的发展变化，改变税基规定过死、计税依据不科学做法，以评估值作为计税依据，并设置幅度比例税率，使其计税更为合理，收入更具弹性。对于原房产从租计税的税率和办法也应作调整，使税负更公平合理。 3.4 伴随开征物业税的其他相关税制改革 3.4.1 改革增值税制度 一是实现增值税转型，将设备投资纳入增值税抵扣范围。因为房地产开发的相关税收已经纳入物业税统筹，因此在房地产建设中的设备投资环节应减免增值税。二是暂停征收土地增值税，开征遗产税和赠与税。作为财产税的一个重要组成部分，对财产拥有人的财产流向有着明显的导向作用，可以有效调节社会财富的分配。 3.4.2 改革所得税制度 对国有企业、集体企业、私营企业以及股份制和各种形式的联营企业，均实行统一的所得税制。在以往的房地产开发中，有政府和国有企业主导的开发商大都会得到不同程度的政策“扶持”，实际上就是在企业所得税上给与减免，开征物业税后要逐步理顺国家与企业的分配关系，为各类不同经济性质的企业创造平等竞争的环境。同时还要实行综合与分类相结合的个人所得税制度。 3.4.3 调整和完善资源税 在房地产开发中涉及许多生产资料的综合开发利用，尤其对土地资源、矿产资源、水资源的开发计税中，应尽量减免与物业税的重复计税。 3.5 我国开征物业税还应考虑的问题 现行房地产税制出现了诸多弊端，税收科目繁重，税基过窄，征税依据不合理，在房地产流通环节征收了过多的税，才导致房价过高，居民负担过重，严重阻碍了我国大部分城市的房地产市场健康运行。 但开征物业税后有“正效应”同时也有“负效应”。“正效应”是间接降低百姓购房门槛。开征物业税导致“买房容易养房难”，使得那些手中有多套住宅的高产者养房费用大大增加，势必考虑抛售多余住房，实现房屋资源再分配，结果既抑制了“炒房”现象，又可能会促进了市场上整体房价下跌。 “负效应”是造成政府财政紧张。现阶段通过开发商“圈地运动”，土地出让金占到政府财政收入的20%或更高。一旦征收物业税，政府不能一次性拿到土地收入，必须在50至70年内由房产持有者向政府逐年支付[ 摘自《专家建议南京按收入分级开征物业税》]。 物业税的开征必须在土地所有权、出让与划拨、房屋产权等关系理顺之后进行，这个准备期至少需要三四年，而且开征物业税未必就会带来房地产价格的大幅下降。

  • 城镇集体单位固定资产投资对国内生产总值的影响分析_经济学毕业论文

    城镇集体单位固定资产投资对国内生产总值的影响分析_经济学毕业论文 城镇集体单位固定资产投资对国内生产总值的影响分析 分析背景 2000年是中国经济止跌回升、出现重要转机的一年。这一年，中国经济领域呈现出许多新现象、新趋势、新苗头，值得关注。透过这些现象，人们可以感受到我国经济强有力跳动的脉搏。 在这一年里，国民经济增长率摆脱了连续7年下降的局面，经济增长速度明显加快并回到8％以上的轨道，国民经济出现重要转折，新一轮经济增长趋势初现。经济增长的内在动力增强，消费继续担当拉动经济增长的主力，出口的实质性带动作用不容忽视，但积极的财政政策仍然起到较为重要的作用。经济运行质量显著提高，企业盈利大幅度增加，存货明显减少，销售率增加，企业经营预期上升，宏观经济形势与微观形势的统一性、联动性加强。价格水平止跌回升，通缩问题得到缓解。货币供应充足、流动性提高，进入股市的资金快速增加，机构和个人投资者投资热情旺盛。 从“回暖”到“重要转机”，经济列车开始提速；消费市场亮点频现，经济增长渐入佳境；西部开发全面启动，生态建设引人注目；网络经济热遍全国，信息产业跃居“第一支柱”；……可以说通过积极财政政策的激励，国民经济在投资、消费、出口三驾马车的拉动下开始了快速增长的历程。 问题提出 2000年国民经济和社会发展中存在的主要问题也不可忽视：经济回升的基础尚不稳固，社会需求持续增长机制还没有完全形成，结构性矛盾比较突出；农民收入增长缓慢；就业压力增大，部分群众生活仍比较困难；企业技术创新能力及适应市场能力还不高，部分企业经营困难，国有企业转换经营机制任务仍相当艰巨；重大安全事故频繁发生，制售假冒伪劣商品等问题尚未得到根本解决，社会经济秩序有待进一步整治。 有不少专家学者认为，国内经济这几年的火爆与政府积极财政政策、拉动内需密不可分！国家实施积极的财政政策，三年来共发行长期国债3600亿元（2000年发行1500亿元），对促进经济增长发挥了重大作用。但是一国经济的增长光光靠政府财政的拉动是明显不能持久的，政府实施积极的财政政策也期望能带动民间投资，让全社会为中国经济的腾飞共同努力！ 从数据上来看，2000年全国固定资产投资保持了较快增长。在国家继续实行积极的财政政策和其他扩大内需政策的推动下，固定资产投资扭转了上年增速回落较多的局面，呈现较快增长的态势。全年全社会完成固定资产投资32619亿元，比上年增长9.3％。按经济类型划分，国有及其他经济类型投资23284亿元，增长9.2％；集体经济投资4739亿元，增长9.2％；城乡居民个人投资4596亿元，增长9.5％。 来自城镇集体固定资产投资是指所有隶属城市、县城和经国务院及省、自治区、直辖市批准建制的镇领导的集体单位（乡镇企业局管理的除外）建造和购置固定资产计划总投资（或实际需要总投资）在50万元以上的项目。在确保大城市稳定发展、大力发掘城镇经济增长动力的背景下，城镇集体固定资产投资应该起到推动地方经济健康成长的积极作用。但是，城镇集体固定资产投资能在多大程度上拉动国内生产，又在哪些行业中成绩显著呢？这一点不仅是政府部门制定发展计划和策略时需要关注的，而且从城镇集体单位的投资者来说，他们也迫切希望到怎样的投资效果最好、受益最大。 本文将尝试以2000年我国各地城镇集体单位按行业划分进行的固定资产投资额为基础参照各地国内生产总值及相关产业的产值对上述问题进行分析。 初步分析 我们按国民经济行业将全国31个省级行政单位的城镇集体单位固定资产投资分为16大类，分别对各地的国内生产总值进行回归，得到结果如下表： 行业样本数国内生产总值第一产业产值第二产业产值第三产业产值 t检验R2t检验R2t检验R2t检验R2 农林牧渔业24显著0.1575不显著0.07显著0.181不显著0.145 采掘业26显著0.1568显著0.168显著0.163不显著0.116 制造业30显著0.73显著0.406显著0.758显著0.688 电力煤气及水的生产和供应业28显著0.325不显著0.066显著0.362显著0.342 建筑业30显著0.313显著0.244显著0.316显著0.293 地质勘查业水利管理业12显著0.3显著0.336不显著0.283不显著0.264 交通运输仓储和邮电通信业28显著0.62显著0.329显著0.637显著0.594 批发零售贸易和餐饮业28显著0.375显著0.364显著0.381显著0.303 金融保险业27显著0.466显著0.259显著0.463显著0.497 房地产业30显著0.599不显著0.125显著0.597显著0.734 社会服务业30显著0.6051显著0.304显著0.616显著0.61 卫生体育和社会福利业23显著0.509显著0.254显著0.529显著0.494 教育文化艺术和广播电影电视业24显著0.732显著0.314显著0.74显著0.711 科学研究和综合技术服务业12不显著0.006不显著0.096不显著0.01不显著0.006 国家机关政党机关和社会团体26显著0.6264显著0.449显著0.618显著0.568 其他27显著0.591显著0.229显著0.625显著0.576 初步分析结果 从投资的影响来看，城镇集体单位对制造业、教育、文化艺术和广播电影电视业的固定资产投资对当地的生产总值影响较大，此外，机关社团、交通运输仓储和邮电通信业、社会服务业、房地产业的固定资产投资也对生产总值有一定显著影响。 三大产业产值的影响情况 农业（种植、林、牧、渔）： 从上述结果可以看出，城镇集体单位对固定资产的投资能对当地的农业产值的影响均不大。而且，其直接对农林牧渔业的投资对最后产值影响根本就不显著！从具体统计数据可看出各地区城镇集体单位对第一产业固定资产的投入微乎其微，不能影响最后产出也是意料中的事。事实上，2000年是近十年来我国农业发展艰难的一年。在这一年里，我国农业遭遇了十年来最为严重的旱灾，此外，农业结构调整的大方向虽已确定，但许多农民仍然心中无数。平稳运行多年的农业在世纪之末似乎遇到了前所未有的难题，在交织的矛盾中艰难地寻求新的突破。在这样的情况下，要想城镇集体单位加大对农业的投资并对拉动农业产值的提高是比较困难的；而且制约我国农业发展的是农业生产模式的问题，是在解决了产量问题后要对农产品质量和农业生产效益提高的问题。这样的问题在拥有九亿农业生产者的中国，城镇集体单位的力量是远远不够的。 工业（采掘业制造业）和建筑业： 工业一直是我国国内生产总值增长的火车头。从回归结果可看出，几乎占全国城镇集体单位总投资额25%的制造业对产值的影响是非常显著的，且与产值的拟合优度均在较高的水平。另外，城镇集体单位对教育、文化艺术和广播电影电视业的投资对第二产业产值的影响也是不可忽视的。对这一结果可以从2000年我国正逐步进行的工业结构调整情况来理解。全社会劳动者的文化素质、企业文化氛围、企业的公众形象在的企业的发展之路上占有越来越重要的位置。 第三产业（流通部门、生产生活服务部门、为提高科学文化水平和居民素质服务部门、为社会公共需要服务部门）： 在这一方面，教育、文化艺术和广播电影电视业的固定资产投资对产值影响显著且有较好的拟合优度。2000年是民办教育大力发展的一年，由于政策的放宽和人们对教育越来越多的重视，民间资本以及城镇集体单位投资教育事业，带动国民经济的发展效果较为明显。 房地产业的投资是最能影响第三产业产值的因素。这不能不让我们回忆起房市"商品住宅时代"、"零售时代"、"联盟时代"三大时代到来的盛况。 2000年，中国房地产业在经历了几十年的蹒跚学步后，随着住宅商品属性的被还原、业态从以批发为主到零售、企业走上规模化之路，终于龙门一跃进入了成长期。房地产开发投资一直保护强劲的增长态势，住宅建设对经济的拉动作用保持在1个百分点左右。房地产开发投资的快速持续增长主要源于房地产销售状况良好。全国商品房销售面积要大于竣工面积，市场消化空置商品房的能力有所增强，即商品房空置面积在逐步减少而不是增加。另一方面，经过几年的调整，2000年我国房地产市场逐渐从计划经济模式中走出来，买方市场的"散户"特征越发鲜明。从全国看，城镇职工住房正在由以往单位集体"批发"后无偿分配向个人掏钱"零买"过渡，集团购买逐渐退出历史舞台。零售时代的市场竞争日趋激烈，开发商只有把握住消费者的购房心态，开动脑筋，精心策划，建造出环境更好、设计更合理、配套更齐全的商品房，才能打动购房人的心。因为散户购买最大的特点就是对要从自己腰包里掏钱购买的商品性价比要求高，这对我国的房地产业是挑战更是机遇！ 越来越多城镇集体单位加入到房地产业的投资队伍中来，不少地区的城镇集体单位还将对房地产业的固定资产投资定位于投资重点，比如2000年上海市城镇集体单位对房地产业投资78.69亿元，占全部投资（104.43亿元）的75.35%。 不过，房地产业对产出的影响是显著的，直接的。投资者投入不会太高，且收回成本、赢得收益的速度较快，只要有较好的市场环境便自然成为了城镇集体单位投资的钟爱。 有关问题 尽管上述分析中教育文化的投资对产业产值的显著影响得到了充分体现，但科学研究和综合技术服务队产值的影响却十分微小。究其原因，首先可能是样本的不足引起了偏误，31个省级行政区仅提供了12个样本数据；其次，能支持一项科学研究综合技术服务的投资往往是我国目前城镇集体单位所不能承担的，故他们的投资绝对和相对数量都较低，最终对产出影响甚微。 由于本文是将城镇集体单位作为特定的投资者进行研究，由于其自身实力、可预期计划的范围有限，一些对一国整体的投资策略和应有的投资效果并不受用是较为正常的。 计量模型 根据上述分析分别建立国内生产总值、第二产业产值、第三产业产值的模型。（由于上诉因素对第一产业产值的影响不显著或拟合优度不高故放弃对第一产业模型的建立。） 城镇集体单位按国民经济行业分固定资产投资对各地区国内生产总值的影响模型： 令国内生产总值为Y，对Y影响较显著的制造业投资额为X1，教育、文化艺术和广播电影电视业的投资额为X2，机关社团投资额为X3，交通运输仓储和邮电通信业投资额为X4，社会服务业投资额为X4；Ｕt为随机扰动项。 首先通过先前的回归选择拟合系数最好的两个变量建立模型： Y=α+1 +2 +Ｕt 对模型进行求解：利用EVIEWS软件，用最小二乘法进行回归分析及统计检验 Dependent Variable: Y Method: Least Squares Date: 12/13/03 Time: 22:39 Sample(adjusted): 1 28 Included observations: 24 Excluded observations: 4 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. X21384.350349.85873.9568830.0007 X197.2084625.032563.8832810.0009 C2090.787271.73617.6941820.0000 R-squared0.838719 Mean dependent var3803.160 Adjusted R-squared0.823359 S.D. dependent var2444.122 S.E. of regression1027.231 Akaike info criterion16.82359 Sum squared resid22159287 Schwarz criterion16.97085 Log likelihood-198.8831 F-statistic54.60394 Durbin-Watson stat1.622485 Prob(F-statistic)0.000000 得出模型： Y = 1384.349957*X2 + 97.20846308*X1 + 2090.787321 各指标符号与先验信息相符，所估计结果没有与实际向悖，说明具有经济意义。 从上表中可以看出，可见模型t、F检验均显著，拟合优度较好。 再依次加入其他变量，X3、X4，均发现新解释变量的加入后t值不过关（2），拟合优度也有所下降，故可以得出Y = 1384.349957*X2 + 97.20846308*X1 + 2090.787321为最后的模型。 计量经济学检验 （1）多重共线性检验 检验：由F=54.60394(2,21)(显著性水平α=0.05)表明模型从整体上看农业的总产出与解释变量间线形关系显著。 采用简单相关系数对其进行检验：X1、X2间相关系数为0.914，相关度较高，但是二者相结合能更好的解释Y(拟合度比二者单独解释高)，故仍坚持以这两个解释变量构建模型。 （2）一阶自相关检验 自相关可能出现在界面数据中，但更一般出现在时间序列数据中。 检验： 从模型设定来看，没有违背D-W检验的假设条件，因此可以用D-W检验来检验模型是否存在一阶自相关。 根据上表中估计的结果，由DW=1.622485 ，给定显著性水平α=0.05，查Durbin-Watson表，n=24，k’=2，得=1.188,= 1.546 。因为DW统计量为1.622485=1.546，且1.6224854-=2.454，故不存在自相关。 (3)异方差检验 ①检验：(由于非时间序列数据所以不能用ARCH检验法) 利用white检验法检验模型是否存在异方差。 结果如下： White Heteroskedasticity Test: F-statistic0.378541 Probability0.821115 Obs*R-squared1.771454 Probability0.777701 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/15/03 Time: 22:42 Sample: 1 28 Included observations: 24 Excluded observations: 4 VariableCoefficientStd. Errort-StatisticProb. C1242518.359020.73.4608520.0026 X2-939008.51422322.-0.6601940.5171 X2^2221284.4355284.60.6228370.5408 X1-31910.4973922.05-0.4316780.6708 X1^21134.7761382.7890.8206430.4220 R-squared0.073811 Mean dependent var923303.6 Adjusted R-squared-0.121177 S.D. dependent var930124.4 S.E. of regression984868.1 Akaike info criterion30.62145 Sum squared resid1.84E+13 Schwarz criterion30.86688 Log likelihood-362.4575 F-statistic0.378541 Durbin-Watson stat1.822090 Prob(F-statistic)0.821115 由于概率P=0.777701,得出的结果是：在显著水平为0.05时，不存在异方差。 (4)确定模型 Y = 1384.349957*X2 + 97.20846308*X1 + 2090.787321 X1————制造业投资额 X2————教育、文化艺术和广播电影电视业的投资额 由于该模型的回归结果、t值以及F统计值均显著，且不存在计量经济学问题，因此最后定型为此。 同样的方法步骤可得出下列模型： 城镇集体单位按国民经济行业分的固定资产投资对各地区国内第二产业生产总值GDP2的影响模型： GDP2 = 725.953631* X1 + 52.99675754* X2 + 895.8176386 X1————教育、文化艺术和广播电影电视业的投资额 X2————制造业投资额 城镇集体单位按国民经济行业分的固定资产投资对各地区国内第二产业生产总值GDP3的影响模型： GDP3 = 19.05604993* X1 + 481.5971306* X2 + 797.1917339 X1————房地产业的投资额 X2————教育、文化艺术和广播电影电视业投资额 结论及建议 从上述分析和模型的建立可看出城镇集体单位在教育、文化艺术和广播电影电视业和制造业的固定资产投资额对各地区国内生产总值和第二产业生产总值影响显著，教育、文化艺术和广播电影电视业和房地产业的固定资产投资额对第三产业生产总值影响显著。这与2000年的社会经济发展环境相符。 一、城镇集体单位在教育、文化艺术和广播电影电视业方面的固定投资对国民经济的发展影响显著。 特别是在各地区国内生产总值的增加上，1384.349957的系数不可忽视！这充分说明城镇集体单位在教育文化事业这在一国经济中起到基础作用的行业上进行投资是大有可为的。 1985年，中共中央关于教育体制改革的决定发布以后，我国的教育投资体制发生了深刻的变化。经过这15年的变化，可以说，目前我们已经形成由财政预算内教育经费、各级政府征收的教育税费、企业办学经费、勤工俭学及社会服务收入、社会团体及个人办学经费、社会捐集资、学杂费等构成的多渠道教育经费筹措体制。数据分析表明，我国财政性教育经费占教育经费总量的比例在逐年下降，财政性教育经费的增长速度低于教育经费总量的增长速度。但是从国民自身对文化教育的重视程度来看，只要能够提供让受教育者满意、让社会满意的教育机构，人们还是会进行“大手笔”的教育消费。而且在各地区的具体情况下，城镇集体单位更能切合当地实际兴办教育事业，且投资额度适中，收益周期较短，是较好的投资方式。 此外，随着人民生活水平的不断提高，人们对艺术文化的需求愈来愈强烈，这为民间资本、城镇集体单位又提供了一条投资额度不大但收益较快的投资渠道。而且，随着人民文化素质的提高和精神需求上的不断满足，这个社会的生产效益在不断提高，从而拉动国民经济的发展。 二、制造业投资潜力不可忽视，切合城镇集体单位的投资特点，投资收益与拉动作用显著。 虽然世界正在进入信息化时代，但制造业的规模和水平仍是衡量一个国家综合实力和现代化程度的主要标志。当代经济最发达的国家，仍然是制造业最发达的国家。我国有劳动力资源的优势在一定程度上支持着制造业的发展不断加快。制造业的“崛起”对国民生活水平的提高、对国家出口行业的壮大起到积极的不可忽视的作用，而且制造业的发展也可以拉动其上游——原料供应部门和下游——市场销售服务部门的不断发展。 但目前中国仍然处于世界制造业垂直分工体系低端，有许多学者称之为“世界工厂”。来料加工型制造业发展迅速，给投资者营造了一个良好的发展环境，但这样的结果表现为GDP增长较快而GNP并没有获得相应增长。因此我国制造业结构应该进行相应的调整，不应只依靠发挥劳动力便宜的比较优势，而应在发挥比较优势的同时，努力提高竞争优势，推进产业升级，尽快完成向高端跨越，培养一大批能够进入世界工业500强的大型企业，在技术密集与知识密集型产业领域，缩小与发达国家之间的差距。 上述的一切都为城镇集体单位投资制造业创造了良好的机遇。制造业投资一般无需占用太多的资源且资金流动周期较短，又有良好的社会效益，可谓城镇集体进行固定资产投资另一条良好途径。 根据以上分析和结论我们建议城镇集体单位投资者在进行投资时可重点考虑上述两个投资效果显著的行业，即教育、文化艺术和广播电影电视业和制造业。同时我们也希望政府有关部门在制定相关政策和计划时，尽量支持和保护城镇集体单位投资的顺利进行，为其创造良好的政策环境，保证国民经济的快速与健康发展。 补充说明 本文数据均来自《中国统计年鉴2001》。由于数据量较大，限于篇幅未一一列出，需要查询者可参阅《中国统计年鉴2001》57页及202、203页的数据表格。 本文通过截面数据说明投资对产出的影响，均局限在一年的范围中，这是否会忽视一些投资的滞后收益呢？这样的忽视发生可能性还是比较大的，或许我们可以将模型欲说明的问题修正一下，为城镇集体单位固定资产投资对当年国内生产总值的影响分析。希望这样的修正是可以被接受的。 通过一年内的截面数据分析投资产出可能在很大程度上受当年经济、政策环境的影响，这一点是正常的但也不可忽视。我们可以收集01年的数据，然后做同样的工作已了解是否真的存在“环境差异”。限于时间和篇幅，此项工作留待以后完成；但我们可以预测其结果：在从中国经济发展环境所具有的相对稳定性来看，各行业投资与产出的关系变动不会太大，但不排除一项有利因素（政策、资源或人民需求）的出现会刺激某行业投资和产出的强劲增长。 本文未建立城镇集体单位按国民经济行业分的固定资产投资对各地区国内第一产业生产总值的影响模型。后来尝试进行的回归证明我们的放弃是正确的，即使对第一产业影响最显著的农林牧渔业的投资额对第一产业产值的拟合度也仅为0.4左右。这与我们先前的分析是吻合的。 由于学识和自身能力的有限，本文难免有考虑不周之处，也难免出现一些错误。此外还存在一些我们难以解决的疑问，请老师同学们多多包涵！但在不断的尝试和证明、修正与否定中，我们收获了很多，也感谢老师和同学们对我们的指导和帮助。

  • 城镇居民年人均可支配收入与医疗保健支出——兼论中国医疗制度改_经济学毕业论文

    城镇居民年人均可支配收入与医疗保健支出——兼论中国医疗制度改_经济学毕业论文 城镇居民年人均 可支配收入与医疗保健支出——兼论中国医疗制度改革 内容摘要 随着我国经济体制的改革，我国的社会保障体制也在进行改革。其中一项主要的改革内容就是医疗制度的改革，改变以前的公费医疗和劳保医疗。改革对人们的医疗保健消费行为产生了巨大影响，本文运用计量经济学的分析方法，研究医疗制度改革前后，我国城镇居民年人均可支配收入与医疗保健支出之间的关系及变化，最终得出了结论：医疗制度改革使我国城镇居民的消费倾向有所上升，给人们带来很大的经济负担。 关键字 医疗制度改革 城镇居民年人均可支配收入 医疗保健支出 导论 随着人们经济生活的逐渐富裕，人们对生活的需求就不仅仅停留在食品等物质内容的支出上，而是扩大到了精神生活及身体的健康保健方面。稍微留心生活，很容易发现，人们在医疗保健方面的消费支出在大幅攀升。医疗保健支出的上涨，不仅是人们的医疗保健意识在增强，更主要的原因是我国社会保障体系完善过程中的一个主要内容——医疗制度改革。本文就医疗制度改革前后，我国城镇居民年人均可支配收入与医疗保障支出之间的数量关系，进行了古典计量经济学分析，并对结果进了一定的说明. 论文的大体框架如下: 经济背景及研究目的 我国医疗制度改革的背景及进程 研究目的 结合经济背景，建立计量经济学模型 关于数据 1 数据的来源 数据的收集及修正 用于模型的数据 关于模型 模型的建立及依据 参数估计 数据残差正态性检验 模型检验 经济意义检验 统计意义检验 计量经济学意义检验 ① 多重共线性检验 ② 异方差检验（ARCH 检验 WHITE检验） ③ 自相关检验 （DW检验） 模型应用 经济背景及研究目的 我国医疗制度改革进程 中国城镇医疗制度自５０年代起实行的是公费医疗（行政机关、事业单位职工）和劳保医疗（企业职工）两种制度。 中国的公费医疗制度建立于１９５２年，根据原政务院发布的《关于全国各级人民政府、党派、团体及所属事业单位的国家工作人员实行公费医疗预防的指示》，在行政、事业单位中实行公费医疗制度。享受对象是各级政府机关、党派、人民团体及教科文卫等事业单位的工作人员及部分伤残军人，后来扩大到高等学校在校学生。截止１９９３年底，全国约有２９００万人享受公费医疗。公费医疗经费由各级政府财政预算拨款。 １９５１年，根据原政务院发布的《中华人民共和国劳动保险条例》，全国开始实施劳保医疗，享受对象是全民所有制企业正式职工及其供养的直系亲属。劳保医疗提供的医疗服务内容与公费医疗基本相同，其费用由企业自行负担。截至１９９３年底，有１０４４００多万人享受劳保医疗。 公费、劳保医疗制度的弊端是：医疗费用由国家和企业包揽过多，个人基本上不用支付费用。医疗费用增长过快，缺乏有效的制约机制。医疗保险覆盖面窄，管理和服务的社会化程度低，这种制度不仅不能适应中国建立社会主义市场经济的需要，而且本身也难以继续运转下去。 ８０年代中后期开始，全国各地以不同形式对传统的公费劳保医疗制度进行改革。１９８９年中国开始进行医疗保险制度改革试点。同年３月，国务院正式批准在４个中等城市，即吉林省四平、辽宁省丹东、湖北省黄石、湖南省株洲，进行医疗保险制度改革试点。并在深圳、海南进行社会医疗保险制度改革试点。 医疗制度改革的基本思路是，将旧的由财政和企业共同负担的公费医疗和劳保医疗费用分为两块：其中一部分用于建立社会保险统筹基金，集中调剂使用，用于职工大病医疗开支；另一部分用于建立个人医疗帐户，职工个人再定期由工资中缴纳适当部分，充实个人医疗帐户用于一般医疗开支。 职工医疗制度改革的主要内容是：（１）改革职工医疗保险费用的筹集办法。职工医疗保险费用由用人单位和职工共同缴纳。（２）建立社会统筹医疗基金和职工个人医疗帐户相结合的制度。（３）建立对职工个人的医疗费用制约机制，减少浪费。（４）加强对医疗单位的有效制约，改善医疗服务。（５）加强管理，强化监督。 １９９１年１１月召开的中共十四届三中全会提出，要建立个人帐户与社会统筹相结合的医疗保险制度。 １９９２年春，中国第一个医疗保险的专门管理机构——深圳市医疗保险管理局正式组建，同年８月，深圳市职工医疗保险在沙头角镇４个月试点的基础上在全市全面实施。 从１９９４年３月起，以“社会统筹与个人帐户相结合”为模式的新型医疗保险制度在江苏省镇江市、江西省九江市进行试点。 所谓“社会统筹与个人帐户相结合”，即用人单位和个人都要缴纳一定的基本医疗保险费，一部分划入职工个人医疗帐户，主要用于支付小病医疗费用，其余部分建立社会统筹医疗基金，主要用于支付职工的大病医疗费用，个人帐户的本金和利息为职工个人所有，可以积累、继承；社会统筹基金由专门的医疗保险基金管理机构负责管理，专款专用。实行社会统筹和个人帐户相结合的基本医疗保险模式，是具有中国特色的职工医疗保险制的核心内容。 １９９５年，国务院四部委联合下发了《关于职工医疗制度改革的试点意见》。并于同年在九江和镇江两市展开，其中包括公费医疗用药报销范围改革。 １９９６年，国家体改委等四部委提出《关于职工医疗保障制度改革扩大试点的意见》，要求各省、自治区选定两个以上中等城市作为扩大试点城市，进行公费医疗改革。试点工作由镇江、九江两市推向全国５７个城市。《意见》提出了建立职工社会医疗保障制度的十项基本原则。同年， 国务院推选５０多个中等以上城市进行医疗保险制度扩大试点。至此，职工医疗保障制度改革扩大试点工作已在全国２７个省、自治区、直辖市全面展开。 截止到１９９７年底，全国已有２９５．４万职工和７３．９万离退休人员参加“统帐”结合方式的医疗保险制度改革，１１２１．８万企业职工和１７１．７万离退休人员参加大病医疗费用社会统筹。 １９９８年１１月２６日至２７日，全国城镇职工医疗保险制度改革工作会议在北京召开。会议决定，自１９９９年起在全国范围内进行城镇职工医疗保险制度改革，于当年底完成，与此同时，已实行４０多年的公费医疗和劳保医疗制度将自动取消。此次会议标志着中国城镇职工医疗保险制度改革进入了一个新阶段。这次改革的主要任务是：建立城镇职工基本医疗保险制度，即适应社会主义市场经济体制，根据财政、企业和个人的承受能力，保障职工基本医疗需求的社会医疗保险制度。原则是：改革医疗保险的水平要与社会主义初级阶段生产力发展水平相适应；城镇所有用人单位及其职工都要参加基本医疗保险，实行属地管理；基本医疗保险费由用人单位和职工双方共同负担；基本医疗保险基金实行社会统筹和个人帐户相结合。覆盖范围为：城镇所有用人单位包括企业（国有企业、集体企业、外商投资企业、私营企业等，不含乡镇企业）、机关、事业单位、社会团体、民办非企业单位及其职工。城镇个体经济组织业主及其从业人员也可以参加基本医疗保险。 按照１９９８年底国务院确定的医疗改革方案，城镇所有用人单位和职工都要参加职工基本医疗保险。单位缴费率为职工工资总额的６％，职工缴费率为本人工资的２％。职工看病采取小病自理，大病统筹办法。由于这次改革力度大，涉及面广，需要制定一系列的配套政策，因此１９９９年５月，劳动和社会保障部、国家计委、国家经贸委、财政部、国家药品监督管理局等部门联合出台了３个医疗改革配套办法，即《城镇职工基本医疗保险定点医疗机构管理暂行办法》、《城镇职工基本医疗保险定点零售药店管理暂行办法》和《城镇职工基本医疗保险用药范围管理暂行办法》。 研究目的 随着社会的发展，人们收入水平的提高，人们逐渐意识到并且有能力追求高质量的生活，因此在消费支出中，医疗保健支出的数额在不断攀升。为了研究中国城镇居民年人均可支配收入与医疗保健支出之间的数量关系，并且探讨医疗改革对城镇居民的医疗保健支出的影响，根据已有的经济理论，我们借助EVIEWS软件，建立了计量经济学模型，并结合经济背景，对结果进行了分析，得出了一些结论。 结合经济背景,进行计量经济学分析 关于 数据 数据的来源：各年的《中国统计年鉴》、中经网 数据的收集及修正：在1993年-2002年的《中国统计年鉴》中，存在“医疗保健”的数据，但在1993年以前的《中国统计年鉴》中，没有医疗保健支出的统计数据，只是在“购买商品支出”指标中有“药及医疗用品”的数据，在“非商品支出”指标中有“医疗保健费”的数据，我们将二者进行加总，作为医疗保健的支出。医疗保健支出的数据是抽样调查数据，但同样样本的人均收入抽样调查数据无法完全收集到，因此，我们用全国城镇居民家庭人均可支配收入替代，根据掌握的部分数据，二者各年绝对数相差2~47元，但差额占当年人均收入的比例很小，我们将其忽略，不过，因此而使得数据的准确性有所降低，这是数据收集的缺陷所在。 3 用于建立模型的数据如下： 年份医疗保健支出年人均可支配收入 1985 8.160000 739.1000 1986 9.270000 899.6000 1987 11.43000 1002.200 1988 16.66000 1181.400 1989 20.90000 1375.700 1990 25.67000 1510.200 1991 29.23000 1700.600 1992 41.51000 2026.600 1993 56.89000 2577.400 1994 82.89000 3496.200 1995 110.1100 4283.000 1996 143.2800 4838.900 1997 179.6800 5160.300 1998 205.1600 5425.000 1999 245.5900 5854.000 2000 318.0700 6280.000 2001 343.2800 6856.600 关于模型 模型建立及依据：医疗保健支出属于居民消费支出的一部分，根据简化的凯恩斯的收入决定模型C=a+bY(C为消费支出,Y为收入,a为自主消费,b为边际消费倾向),建立计量经济学模型Y=a+bX(X为城镇居民年人均可支配收入,Y为医疗保健支出),.从80年代中后期开始，我国医疗制度开始进行不同形式的试点改革，在1996年,推广到全国57个城市,因此，我们同时以加法形式和乘法形式引入了虚拟变量，D=0 （1985-1995）D=1 （1996-2001），计量模型变为Y=a+bX+AD+B(DX)+u (注:我们曾以1991-1998年中的每一年作为改革的分界点,进行回归.比较而言,1995年,1996年作为分界点的回归效果比较好.但考虑到1996年改革全面展开,因此以1996年为分界点相对比较妥当.) 参数估计：运用Eviews软件进行回归,得: Dependent Variable: Y Method: Least Squares Date: 12/15/02 Time: 17:06 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C-17.659524.572895-3.8617800.0020 X0.0291930.00210013.898450.0000 D-339.983526.38532-12.885330.0000 DX0.0748590.00496515.077630.0000 R-squared0.996316 Mean dependent var108.6929 Adjusted R-squared0.995466 S.D. dependent var111.7625 S.E. of regression7.525840 Akaike info criterion7.076886 Sum squared resid736.2975 Schwarz criterion7.272936 Log likelihood-56.15353 F-statistic1171.865 Durbin-Watson stat2.863981 Prob(F-statistic)0.000000 3 、 数据残差的正态性检验 Series: Residuals Sample 1985 2001 Observations 17 Mean -2.51E-14 Median 4.413713 Maximum 56.74853 Minimum -50.70198 Std. Dev. 30.41780 Skewness 0.126876 Kurtosis 2.518861 Jarque-Bera 0.209585 Probability 0.900511 从上表可以看出，拒绝原假设犯错误的概率为90.05%，所以接受原假设，数据残差具有正态性。 4 、 模型检验 Y = -17.65952+ 0.029193X - 339.9835D + 0.074859(DX) 经济意义检验: 从回归得到的方程可以得出，b0且B0,X与Y是正相关关系，也就是说，随着人们收入水平的提高,医疗保健支出在增加,符合现实经济情况,该模型有经济意义. 统计检验: 可决系数等于0.996316，说明模型的拟合程度比较好，在给定显著水平0.05的情况下,T统计量的绝对值分别为3.861780, 13.89845,12.88533,15.07763,均大于T统计量的临界值2,说明解释变量对应变量的影响是显著的，但T值偏大,主要是由于数据的不稳定性造成的,而改革使得数据出现不稳定性.F统计量等于1171.865,远远大于临界值,说明回归方程非常显著,整体模型效果比较好. 计量经济学检验 ①多重共线性检验 利用简单相关系数矩阵法检验，得 XDD*X X 1.000000 0.886540 0.905644 Z 0.886540 1.000000 0.989222 Z*X 0.905644 0.989222 1.000000 相关系数非常大,该模型存在严重的多重共线性,但对此无法进行修正,因为虚拟变量的引入带来了多重共线性.这是模型的一个比较大的缺陷,从而使模型的解释力有所下降. ② 异方差检验 ARCH检验 ARCH Test: F-statistic0.579265 Probability0.641799 Obs*R-squared2.072718 Probability0.557452 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/15/02 Time: 17:30 Sample(adjusted): 1988 2001 Included observations: 14 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C75.9321057.656221.3169800.2172 RESID^2(-1)0.8417090.9493840.8865840.3961 RESID^2(-2)-8.53246213.78786-0.6188390.5499 RESID^2(-3)-5.2330457.831470-0.6682070.5191 R-squared0.148051 Mean dependent var51.27278 Adjusted R-squared-0.107533 S.D. dependent var134.4577 S.E. of regression141.5025 Akaike info criterion12.97747 Sum squared resid200229.5 Schwarz criterion13.16006 Log likelihood-86.84228 F-statistic0.579265 Durbin-Watson stat1.965059 Prob(F-statistic)0.641799 从检验结果可以看出 ,拒绝原假设犯错误的概率为55.7%,,接受原假设,不存在异方差.但因为样本为小样本，函数不服从卡方分布，但所有T值均不显著，说明确实不存在异方差。 WHITE检验 White Heteroskedasticity Test: F-statistic2.382855 Probability0.106887 Obs*R-squared8.839149 Probability0.115655 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/15/02 Time: 17:30 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C15.39633146.78360.1048910.9184 X-0.0125990.146759-0.0858500.9331 X^22.53E-062.94E-050.0863080.9328 X*D1.0563271.2168620.8680750.4039 X*(D*X)-7.82E-050.000107-0.7296120.4809 D-3359.6853499.258-0.9601140.3576 R-squared0.519950 Mean dependent var43.31162 Adjusted R-squared0.301745 S.D. dependent var122.5418 S.E. of regression102.3980 Akaike info criterion12.36618 Sum squared resid115338.8 Schwarz criterion12.66025 Log likelihood-99.11249 F-statistic2.382855 Durbin-Watson stat2.802856 Prob(F-statistic)0.106887 从检验结果可以看出 ,拒绝原假设犯错误的概率为11.6%,,接受原假设,不存在异方差.但因为样本为小样本，函数不服从卡方分布，但所有T值均不显著，说明确实不存在异方差。 从以上的计量经济学检验可以得出,模型不存在异方差,但如果.结合经济背景,很有可能存在异方差.原因可能有以下几点:在医疗制度改革以前,城镇居民的医疗保健支出主要由政府和企业承担,改革以后,个人要负担很大一部分,因此,人们的消费心理会发生很大变化,对医疗保健的支出的影响会比较大,但因为无法量化,该影响就放在了随机误差项中,可能使随机误差的方差变动呈现异方差性.另外,人们的预期,医疗保健费用的上涨速度等因素都可能影响人们的医疗保健支出,也可能导致异方差的存在. ③ 自相关检验 ------ D-W检验 根据回归结果,DW=2.863981,在给定显著性水平0.05的情况下,查D-W表,N=17,K=3,得临界值0.897,1.710,落在无法判断区域,为谨慎起见,视为存在自相关.产生自相关的主要原因可能有(A):经济变量惯性的作用,一项医疗保健往往要持续几年,使支出存在一定的刚性;(B)经济行为的滞后性,因为改革后医疗费用很高,很多人要积攒几年的收入,才可能应付一次的支出;(C)模型设定偏误,我国医疗制度改革采用渐进式的改革,先试点再扩展到面,以1996年作为改革的分界点,可能使模型的准确性受到影响. 模型修正 利用Cochrane-Orcutt迭代法修正自相关, 得 Dependent Variable: Y Method: Least Squares Date: 12/15/02 Time: 18:55 Sample(adjusted): 1986 2001 Included observations: 16 after adjusting endpoints Convergence achieved after 5 iterations VariableCoefficientStd. Errort-StatisticProb. C-17.978021.494247-12.031490.0000 X0.0292310.00070441.526180.0000 D-369.405110.64213-34.711570.0000 D*X0.0803470.00194841.238500.0000 AR(1)-1.1650300.263547-4.4205700.0010 R-squared0.998640 Mean dependent var114.9763 Adjusted R-squared0.998146 S.D. dependent var112.2839 S.E. of regression4.834721 Akaike info criterion6.239830 Sum squared resid257.1198 Schwarz criterion6.481264 Log likelihood-44.91864 F-statistic2019.912 Durbin-Watson stat2.212067 Prob(F-statistic)0.000000 Inverted AR Roots -1.17 Estimated AR process is nonstationary 从修正结果可以看出，模型的数据很不平稳，主要是改革造成的，同时也无法判断,模型是否仍然存在自相关.由于我们知识的局限,无法进一步进行验证和修改,DW值变小,我们暂且假定模型已不存在自相关,以便于后面的分析. 修正后的总方程为Y = -17.97802 + 0.029231X - 369.4051D + 0.080347(DX) + [AR(1)=-1.165030] 模型应用 模型可以用于分析医疗制度改革前后,城镇居民的医疗保健消费行为的变化,具体分析如下: 由模型总方程可以得到: 医疗制度改革前 ( D=0 ) Y0=-17.97802+0.029231X+[AR(1)=-1.165030] (1) 医疗制度改革后 ( D=1 ) Y1=-17.97802+0.029231X-369.4051+0.080347X+[AR(1)=-1.165030] =-387.38312+0.109578X+[AR(1)=-1.165030] (2) （注：要得到这两个方程，也可以利用对样本进行分段一元线性回归，例如，以1985-1995年数据为样本，可得未经过检验和修正的方程Y = -17.65951545 + 0.02919270248*X ；以1996-2001年数据为样本，可得到方程Y = -357.6430602 + 0.1040516976*X 与方程（1）和（2）有些差异。） 通过对方程(1)和(2)进行比较,得出如下的结论： 1 (2)的截距大于(1),要使Y0,(2)中的X值必须大于(1)中的X值,可以这样说,人们进行医疗保健消费,要求的收入的最低点,改革后的远远高于改革前的,几乎接近八倍,(忽略通货膨胀或通货紧缩造成的货币实际价值的变动),但城镇居民的年人均可支配收入并没有如此高的增长速度,因此,医疗改革后,医疗保健费用确实给人们造成了很大的负担. 究其原因,一是改革内容本身,要求个人负担的部分大幅增加,这是主要原因,从而导致了第二个原因:医疗保健费用大幅上涨,据统计, 1988年以来，我国医疗费用每年以20%的速度递增，大大超过同期人均收入的增长速度。除了改革的原因, 医疗服务质量的增加和高新技术、新设备的使用,医疗服务单位人力成本的增加和管理费用的上升 等都是医疗保健费用上涨的原因.另外,医疗保健市场存在严重的不规范操作,比如,”回扣”之风盛行,药品价格审批把关不严等等,也是医疗保健费用飞涨的重要原因.所有的这些,都导致了一个结果,医疗负担加重. 2 (2)的斜率也大于(1),也就是说,改革后人们的边际消费倾向高于改革前的. 虽然改革后,进行医疗保健消费的费用大幅上升,但人们的边际消费倾向在上升,造成此结果的原因,主要还是改革.另外还可能有以下影响因素:一是人们的医疗保健意识在增强,随着收入水平的提高,人们物质生活水平的改善,人们逐渐意识到医疗保健的重要性,同时,人们也有了一定的消费能力,边际消费倾向增加;二是人口老龄化的趋势使得边际消费倾向不得不增加;三是近几年疾病谱的改变，心脑血管疾病、糖尿病、高血压、癌症等 高费用疾病发生率提高,使得人们不得不增加医疗保健支出,并且这些疾病的医疗支出又存在很大的刚性,从而使边际消费倾向不得不增加. 总之,我国医疗制度改革给人们带来很大的负担.在实际操作中,又出现了大量不规范的行为.这些使得人们加重对未来医疗保健支出中,需要自己负担的部分的比例的预期,在此预期的影响下,人们的边际储蓄倾向会上升,从而使得总的边际消费倾向下降.医疗制度的改革,不能不说是我国现阶段储蓄率上升,内需不足的一个重要原因. 参考文献： 各年《中国统计年鉴》 中经网 城市调查网 中国统计局网站 《城镇医疗制度改革》 《医疗改革全面启动》 陶勃 中国保险 《20年经济改革回顾与展望》 张卓元等 主编 中国计划出版社

  • 固定资产投资对GDP的影响_经济学毕业论文范文

    固定资产投资对GDP的影响_经济学毕业论文范文 固定资产投资对GDP的影响 【摘要】： 我们大家都知道，在国家的经济发展中，最直观测量经济发展效果良好与否的指标就是看它的GDP，而影响GDP的主要有三大因素：消费，投资与进出口贸易。这里我们主要是分析固定资产投资对GDP产生的影响。总的来说，固定资产投资可分为国有投资与个体投资，由于国民投资一般由政府完成，所以这里把它作为一个整体，而个体投资又可分为很多的种类，主要的就有集体的，私人的或者法人企业，还有就是农村的，所以这里我们把固定投资分为国民投资，集体投资，个人投资和农村投资四类来说明它们对GDP的影响 ，以说明固定资产投资对经济发展的重要性。 【关键词】：国民投资，集体投资，个体投资，农村投资，GDP 【理论依据】：最基本的理论依据就是宏观经济学中的凯恩斯模型：既Y=C+I+(X-M)。其中的I就是投资的部分，而固定资产投资有是这投资I中的主要部分，因此它对经济的发展有至关重要的作用。并且，在发展经济学中 ，有一种发展理论就是认为发中过国家之所以不发展，就是因为它的投资的不足。要求国家积累储蓄，以用于投资。而这里的投资就包括有基础设施等固定资产的投资。 【问题的提出】：我们根据对过去的相关资料的分析，根据我们的总结，可得出这样的观点。在以往 ，虽然已经有很多的人研究过这个方面的内容 ，但总的可以说他们有以下几个方面的缺点： （一）：带有区域性，没有从全国的范围来分析说明固定资产投资对GDP的影响。他们通常都是从一个省，市或者是地区出发来分析该地区的经济发展。并且是以分析大城市的经济发展居多。而不是从全国范围来说明问题。 （二）：带有很强的部门性，也许这样说不是很准确，我们可以举下面的几个例子说明。他们要不就是分析的房地产市场对经济的影响，并且这方面的居多，还有就是基础设施，如卫生，交通等等。而没有从把他们归纳起来分析。 （三）：对固定资产投资部分的分析主要集中与政府的投入分析，没忽视了个体的投资，在现在这个个体投资逐渐上升的情况下 ，重视它们的存在对经济发展的研究具有十分重要的意义。 因此，我们这次的分析是把总的固定资产投资部分分为四个部分：国民的投资（相当于政府的投资）。集体投资，个人投资，和农村投资。它们即可以说是分变量，也可以说是总的变量，各自代表的一个方面的全体总和。 下面，我们就我们的关于固定资产投资对GDP的影响的模型的建立采取以下的步骤：“ 一：模型的建立。 根据以上的分析，我们把资产分为四个部分，也就是四个解释变量 设定:国民投资部分为变量X1 集体投资部分为变量X2 个人投资部分为变量X3 农村投资部分为变量X4 由于在过去的研究中，各种的经济理论中，我们没有找到专门研究固定资产投资和GDP之间关系之间的经济理论模型，因此我们就我们自己的认识来设定的原初始模型为： Y=α+β1X1+β2X2+β3X3+β4X4+Ut 二 ：数据的收集。 数据主要来源于网上的收集，一是来自于中经网的数据，为中国统计年鉴所出；二是来自于国家统计局网站的统计局的统计数据 国民生产总值国有经济投资集体经济投资个体经济投资农村经济投资 19858989.11680.5327.5535.2478.43 198610201.42079.4391.8649.4574.82 198711954.52448.8547795.9695.35 198814922.33020711.71022.1865.23 198916917.82808.25701032.2892.03 999018598.42986.3529.51001.2876.47 199121662.53713.8697.81182.91042.56 199226651.95498.71359.412221005.52 199334560.57925.92317.31476.21137.73 19944667096152758.91970.61519.24 199557494.910898.23289.42560.22007.85 199666850.512056.23660.63211.22544.03 199773142.713091.73850.93429.42691.16 199876967.215369.34192.23744.42681.52 199980579.415947.84338.64195.72779.59 200088228.116504.4481054709.42904.26 200196346.4176075278.65429.62976.56 三 ：经济意义的检验。 对原模型进行初步回归得到如下的结果： Dependent Variable: Y Method: Least Squares Date: 12/28/04 Time: 15:36 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C-3253.3171016.906-3.1992310.0076 X12.6596810.3855936.8976390.0000 X20.0013350.0439560.0303800.9763 X34.2151461.4002833.0102100.0109 X49.5419682.4383063.9133590.0021 R-squared0.997851 Mean dependent var44161.04 Adjusted R-squared0.997135 S.D. dependent var30811.57 S.E. of regression1649.121 Akaike info criterion17.89380 Sum squared resid32635221 Schwarz criterion18.13886 Log likelihood-147.0973 F-statistic1393.312 Durbin-Watson stat1.340522 Prob(F-statistic)0.000000 可以看出，经济检验合理，没有出现数字和符号的错误。并且可决系数R2=0.997851，修正的可决系数为0.997135。可以看出，拟和效果十分的好。因此，该模型的设定是合理的 ，将表中的数字带入模型得： Y=-3253.317+2.659681X1+0.001335X2+4.215146X3+9.541968X4 3.199231 6.897369 0.030380 3.010210 0.913359 R2=0.997851 F=1393.312 DW=1.340522 四：由于模型的统计检验在上步中我们已经做过.在这里我们就直接对它进行计量的经济检验。 1 ，做多重共线性检验，利用简单相关系数矩阵法得到下列的矩阵： X1X2X3X4 X1 1.000000 0.492140 0.975155 0.978367 X2 0.492140 1.000000 0.530160 0.482757 X3 0.975155 0.530160 1.000000 0.975582 X4 0.978367 0.482757 0.975582 1.000000 可以看出存在的多重共线性 ，下面我们采用逐步回归法对他进行修正，先对它们的每个解释变量对应变两的回归 。 Dependent Variable: Y Method: Least Squares Date: 12/28/04 Time: 16:16 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C-302.50241436.238-0.2106210.8360 X15.2766060.14168637.241660.0000 R-squared0.989301 Mean dependent var44161.04 Adjusted R-squared0.988587 S.D. dependent var30811.57 S.E. of regression3291.614 Akaike info criterion19.14627 Sum squared resid1.63E+08 Schwarz criterion19.24430 Log likelihood-160.7433 F-statistic1386.942 Durbin-Watson stat1.157392 Prob(F-statistic)0.000000 经过比较得，X1与Y的t检验和拟和效果最好 ，因此把X1作为基准变量引如，然后在逐步的引如其他的解释变量，经最后得到当去除X2以后，多重共线性消失，得到的检验结果如下：： Dependent Variable: Y Method: Least Squares Date: 12/28/04 Time: 16:22 Sample: 1985 2001 Included observations: 17 VariableCoefficientStd. Errort-StatisticProb. C-3254.751975.9967-3.3347970.0054 X12.6592580.3702387.1825610.0000 X34.2275431.2870063.2847880.0059 X49.5319432.3211854.1064990.0012 R-squared0.997851 Mean dependent var44161.04 Adjusted R-squared0.997355 S.D. dependent var30811.57 S.E. of regression1584.486 Akaike info criterion17.77623 Sum squared resid32637731 Schwarz criterion17.97228 Log likelihood-147.0980 F-statistic2012.406 Durbin-Watson stat1.344455 Prob(F-statistic)0.000000 从上面修正的回归结果可以看出，R2=0.997851，并且它的修正的可决系数值也达到了0.997355，显然，它的拟和效果十分的好，并且t检验值显著的大于它的临界值，即t值检验十分的显著，因此多重共线性消失，得到修正后的模型为： Y=-3254.751+2.659258X1+4.227543X3+9.531943X4 -3.334797 7.182561 3.284788 4.106499 R2=0.997851 F=2012.406 DW=1.344455 2 ，在1的基础上进行异方差的检验 利用ARCH 检验，得到的结果是，在上面1中的模型中，不存在异方差。所得到的DW值总是大于2的 。下面的是我们滞后5期的检验结果。 ARCH Test: F-statistic0.194771 Probability0.953441 Obs*R-squared1.675723 Probability0.891944 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/28/04 Time: 16:43 Sample(adjusted): 1990 2001 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C2193556.2155338.1.0177320.3481 RESID^2(-1)0.1488620.3862110.3854410.7132 RESID^2(-2)-0.0258270.353938-0.0729720.9442 RESID^2(-3)-0.2871490.490408-0.5855310.5795 RESID^2(-4)0.2780660.5151420.5397850.6088 RESID^2(-5)-0.2116120.535957-0.3948300.7066 R-squared0.139644 Mean dependent var2005926. Adjusted R-squared-0.577320 S.D. dependent var2322068. S.E. of regression2916318. Akaike info criterion32.91639 Sum squared resid5.10E+13 Schwarz criterion33.15885 Log likelihood-191.4984 F-statistic0.194771 Durbin-Watson stat2.019631 Prob(F-statistic)0.953441 如图所显示的一样 ，DW检验明显的通过检验，不存在异方差。 并且通过图示法如下 也可以看出点相对的集中不存在异方差。 3 ，对修正的模型进行自相关的检验。 先用散点图法的： 可以看出呈很强的线性关系，存在自相关。 再对它进行DW检验得：d=0.3278,经过查表得，在n=17,k=3的情况下，得到的下限临界值dl=0.897上限临界值du=1.710,ddl,它落在了正的自相关区域，也说明存在正的自相关。 下面对它进行修正。先进行广义差分法，得到下列的结果 Dependent Variable: DY Method: Least Squares Date: 12/29/04 Time: 12:02 Sample(adjusted): 1986 2001 Included observations: 16 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-2598.748988.2074-2.6297590.0220 DX12.5292080.4142316.1057900.0001 DX34.6493841.5038113.0917340.0093 DX49.7808782.6349193.7120230.0030 R-squared0.996288 Mean dependent var35136.47 Adjusted R-squared0.995360 S.D. dependent var22612.54 S.E. of regression1540.372 Akaike info criterion17.72975 Sum squared resid28472951 Schwarz criterion17.92290 Log likelihood-137.8380 F-statistic1073.501 Durbin-Watson stat1.604456 Prob(F-statistic)0.000000 从上面的结果可以看出，虽然DW有很到的提高， 可是它却落在了不确定的区域，下面在对它进行Cochrane-Oecutt迭代发进行检验 ，得到下列的结果。 Dependent Variable: Y Method: Least Squares Date: 12/27/04 Time: 13:03 Sample(adjusted): 1986 2001 Included observations: 16 after adjusting endpoints Convergence achieved after 8 iterations VariableCoefficientStd. Errort-StatisticProb. C-3589.1891620.325-2.2151040.0488 X12.4745280.4629025.3456870.0002 X34.8678691.9532412.4922010.0299 X49.7636493.0220693.2307820.0080 AR(1)0.3626640.3271921.1084160.2913 R-squared0.997962 Mean dependent var46359.28 Adjusted R-squared0.997221 S.D. dependent var30414.11 S.E. of regression1603.382 Akaike info criterion17.84792 Sum squared resid28279173 Schwarz criterion18.08936 Log likelihood-137.7834 F-statistic1346.546 Durbin-Watson stat1.703525 Prob(F-statistic)0.000000 Inverted AR Roots .36 这次得到的DW=1.703525.但是效果已经明显的好转了 ，因此我们可以看作它已经落在了没有自相关的区域。因此我们考。因此我们在再它的基础上再进行一次迭代得到下列的结果。得到的模型 为 Y=-3589.189+2.474528X1+4.867869X3+9.763649X4) -2.215104 5.345687 2.492201 3.230782 R2=0.997962 F=1346.546 DW=1.703525 Dependent Variable: Y Method: Least Squares Date: 12/29/04 Time: 13:02 Sample(adjusted): 1987 2001 Included observations: 15 after adjusting endpoints Convergence achieved after 15 iterations VariableCoefficientStd. Errort-StatisticProb. X13.1405210.3309119.4905190.0000 X32.3881361.3277581.7986230.1023 X49.4816612.4565113.8598080.0032 C-3227.635821.2250-3.9302680.0028 AR(2)-0.6761450.377847-1.7894700.1038 R-squared0.998000 Mean dependent var48769.81 Adjusted R-squared0.997200 S.D. dependent var29857.66 S.E. of regression1579.782 Akaike info criterion17.82916 Sum squared resid24957125 Schwarz criterion18.06518 Log likelihood-128.7187 F-statistic1247.716 Durbin-Watson stat1.835760 Prob(F-statistic)0.000000 可以看到，DW=1.835760大于du=1.710，因此在不存在自相关的区域，自相关修正完毕，并且从上面的结果我们也可以看出 ，t检验 ，可决系数都是很显著的 ，结果合理。得到修正后的模型 4.进行平稳性检验。对GDP的检验得到下列的结果 ADF Test Statistic 0.172147 1% Critical Value*-4.1366 5% Critical Value-3.1483 10% Critical Value-2.7180 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(Y) Method: Least Squares Date: 12/29/04 Time: 13:45 Sample(adjusted): 1990 2001 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. Y(-1)0.0128380.0745740.1721470.8690 D(Y(-1))1.0603650.5129542.0671720.0842 D(Y(-2))-0.3436380.699769-0.4910740.6408 D(Y(-3))-0.3436220.730271-0.4705410.6546 D(Y(-4))0.1022100.7040080.1451830.8893 C2821.2841578.2641.7875870.1241 R-squared0.763783 Mean dependent var6619.050 Adjusted R-squared0.566935 S.D. dependent var3260.410 S.E. of regression2145.601 Akaike info criterion18.48708 Sum squared resid27621610 Schwarz criterion18.72953 Log likelihood-104.9225 F-statistic3.880066 Durbin-Watson stat2.212817 Prob(F-statistic)0.064636 可以看出是非平稳的，并且进行 多次检验结果都是非平稳的 。并且对 X1 X3 X4进行检验，一样是非平稳的。但是由于我们的能力有限 ，对平稳性休整多次还是非平稳的 ，在这里我们就把它当成我们以后的努力的重点 ，以后再继续详细的研究，这里就不做平述。因此，对于 协整，这里也不做平述。 最后，我们得到的模型是： Y=-3589.189+2.474528X1+4.867869X3+9.763649X4 -2.215104 5.345687 2.492201 3.230782 R2=0.997962 F=1346.546 DW=1.703525 最后我们的总的拟和效果图如下 可见，拟和的效果十分的好。 五，经济意义分析及模型评价。 从模型可以得到 ，随着经济的发展 ，农村投资和个体投资在经济的增长过程哦 ，所占的比重越来越大，所起到的作用也越来越大，。这是与我国由从过去的计划经济到市场经济的转型过程相一直的，在计划经济时代 ，各种的主要的或者是非主要的固定资产投资，都是在政府的详细规划下完成的，这相当于是国有经济投资 ，并且一切的产出都归国家所有，由国家统一的分配，很难得调动人们的积极性，因此导致生产效率低下，经济发展缓慢。更不要说是调动私人投资的积极性。随着改革开放的进行 ，市场经济的转型，国内出现热火朝天的投资热潮。各种私人的 ，外商的，区域集团化的投资与国有投资之间形成相辅相成的局面。并且 ，相对于国有投资国有经济来说 ，个体的或者私人更加的具有发展的积极性，它更有动力去最求企业的发展前途 ，因此她们代表的就是更高的产出和更高的经济效益，这更加的有利于企业的发展。从而为经济的发展的贡献更大。1978年以来 的二十多年中，伴随着 国有经济的比重的不断下降，国有经济的地位与作用问题长期以来一直倍受关注，从“主体”到“发挥主导作用 ”，“保持控制力”，贯穿其中的红线是我们思想上的逐步解放。在传统计划经济体制下，国有经济控制里往往停留在国有资产的物质形态层面上 ，而随着我国改革开放的推进以及市场经济体制的逐步完善，以国有资产的行政计划分配为主要特征的“静态控制”体系显然已不再适合社会主义市场经济体制的要求，因此学者提出将国有经济“控制力”重新界定于“国有资本的调控力”上面来 。这与我们的模型分析结果是一致的。对国有经济的投资来说，它的t=5.345687。说明在目前的情况下它在整个的投资中对经济的影响还是占主要的。农村投资次之，个体投资再次之。但是在模型中我们看到国有经济对GDP的影响的相关系数为2.474528。个体的投资在对GDP的影响系数为40867869。农村投资对GDP的影响系数为9.763649，为最大，这说明国有经济投资对GDP的作用在下降，而个体投资即私人投资和农村投资对GDP的影响在上升。这与我国近些年来的实际情况是相一致的。这说明了我们的模型在和现实的情况是一致的。并且，农村投资对GDP的影响相关系数最高，这也是与我国的农村的状况是相关的。我国的农村人口占有我国人口的百分之七八十，发展极为落后。是相对城市来说非常的落后的最贫穷的地方，各种的相关的最基本的设施建设都不完善 ，因此在农村投资才处于起步的阶段。 六．我们主要的政策建议。 1，固定资产投资在国民经济的发展过程中有极其重要的作用，我们应加大固定资产投资额，以更加强劲拉动力来拉动我国经济的发展。 2，在固定资产投资当中我们应主要增加农村投资，特别是农村的基础设施建设的投资来带动农村经济的快速发展，以缩小农村与城市经济发展严重不平衡的越来越大的差距。我相信，当农村的各项基础投资完善到基本的水平或者更好些达到城市水平的一半，我们中国要赶世界上的发达国家的水平是指日可待的。 3，应继续加大力度实行对外改革开放，大力引进外资，鼓励私人投资。 4并加强政治体制改革，促进市场经济体制的完善，以使它能够顺应市场经济体制的要求，并保证市场经济的良好运行，增强个体投资的投资商人的投资积极性。促进私人投资的增加。 七，模型过程中的不足： 由于我们的能力十分的有限。我们自己也觉得我们在做的过程中有很多的不尽如人意的地方。 我们在做自相关修正的时候有一点小小的问题，我们先对它进行的是广义差分，结果不显著，然后进行的是变换模型的对数变换发，结果还是不是很显著，并且结果比广义差分更差，我们进行了多次的迭代法分析和在对数变换的基础上，广义差分的基础上进行迭代法分析，最后我们采取了折中并最好的选择，择了上面的结果。 我们在对模型的平稳性检验的时候，结果是不平稳的，我们给出的解释是，由于这些变量每年都是变化的 ，并且影响它变化的外在的因素很多，如，国家的政策啊 ，各种疾病，战争等等，这些都会对固定资产的投资产生影响。 我们 没有进行模型的解释变量的滞后模型检验 ，因为我们模型中的解释变量全是固定资产投资，如果进行解释变量滞后检验的话，那我们就必须对每一个解释变量都要滞后分析，但由于我们的能力实在有限，达不到这样的水平。我们 会在今后的学习中进一步的努力，来完善我们的模型。 、总的来说，我们的模型有许多的不足之处，希望同学和老师能给我们指正和帮助，希望大家就我们的模型提出宝贵的意见和建议，以使我们的模型能够完善。 八，参考资料： 《西方经济学》 高鸿业 人民大学出版社 中经网 中国期刊网 固定资产投资1994—2004年的论文部分 《计量经济学》教材 庞浩 西南财经大学出版社 中华人民共和国统计局网站

  • 成都市投资额影响因素的实证分析_经济学毕业论文范文

    成都市投资额影响因素的实证分析_经济学毕业论文范文 成都市投资额影响因素的实证分析 【摘要】本文收集了成都市1980-2003的相关数据，对成都市投资额消长规律进行实证分析，以期达到预测未来成都市的投资额变化趋势，并给出相应的政策评价和政策建议。首先，我们根据收集的数据，建立简单的线形回归模型，再根据具体情况进行相应的回归，修正等一系列的工作，最后确定一个较好的拟合模型，进行外推预测。以上过程都通过EVIEWS在计算机上实现。 【关键词】投资额 GDP的增长 利率 物价指数 一：引言 今年是成都较为风光的一年，继2004年11月份拿下十大最具经济活力城市头把交椅后，成都又笑揽中国城市营造最高荣誉和中国10大最佳商务城市，这势必给掀起成都新一轮的投资高潮。前不久，央行调整了存贷利率，给世界带了不小的轰动，然而这对地处西南内陆的成都来说，又意味着什么呢？成都是西南地区的老大，他的人均GDP在西南地区遥遥领先于重庆，西安，昆明，其GDP总额更大致相当于西安，昆明和南宁的总和，随着新一轮经济的发展，GDP的再度增长对成都又会有什么样的影响呢？ 二：经济理论支撑与变量的选取 现代西方经济学认为,投资是指资本的形成,即社会实际资本的增加,包括厂房,设备和存贷的增加,新住宅的建筑等,因此,本文中的投资就是指这方面的投资. 决定投资的因素很多,主要的因素有利率水平,预期收益和投资风险等.我们选取了利率(名义),GDP的增长,物价指数等三个变量.凯恩斯认为,在决定投资的诸因素中,利率是最主要的,利率上升时,投资就会减少;反之,反是.投资是利率的减函数.这是因为,用于投资的资金多是借来的,利息是投资的COST.即使投资的资金是自由的,投资主体也会把利率看成是投资的机会成本,从而把利息看做投资的成本.因此,我们选取了利率做为一个解释变量.其二,我们选取了GDP的增长作为一个解释变量,其背后的经济学理论来源于投资的加速原理.即对投资项目的产出的需求预期,产出增量(我们用GDP的增长来表示)与投资之间的关系称为加速数,说明产出变动和投资之间的关系.这也是投资主体预期收益里面最主要的部分,另外还有如产品成本,投资税减免,风险和托宾q等方面的影响.另外我们选取了物价指数做为解释变量,理由在于我们认为,投资者在决定投资时会考虑到通货膨胀等影响其收益的因素,而且我们的前述因素如利率,GDP等都没有考虑物价指数的影响,故在此加入之,但对于物价指数的影响有多少,是否显著,我们拭目以待…… 三：综合以上分析，我们可以初步建立以下模型： Y=α+β1*gdp01+β2*i+β3*p+u 其中：Y-------------------投资额 Gdp01---------------国民生产总值的增长,即GDP-GDP(-1) i-------------------利率 p-------------------物价指数 u-------------------随机扰动 四：数据的收集和整理 我们从成都统计信息网上收集了成都市1980-2003年投资额和物价指数以及GDP的相关数据,并借鉴其他组同学的先进经验,引入了利率的数据如下: *注:以上数据来自 (利率来自王维组的资料) 单位:Y(亿元RMB) I(%) GDP(亿元RMB) P(%) 五：EVIEWS实现过程 利用EVIEWS软件，首先进行OLS回归估计，可以得到： 从回归结果看出，拟合优度为0.979625，但D-W未通过，且P，C的T检验都未通过。 因此，简单线形回归模型存在诸多不足，现对其进行相关修正。 （一），我们进行序列的平稳性检验及修正： 对Y进行平稳性检验：经过简单的计算机实现，我们发现，Y是不平稳的，我们取他的对数，即得到LOGY，再进行平稳性检验，得到 可以看出，在显著性水平0.05下，-3。413340-3.0114,因此,我们可以得到结论,该序列为平稳序列. (2)对GDP的平稳性检验: 与上述对Y的检验思路一致,我们也取LOGGDP01进行检验,如下： 显然,在1%，5%，10%的显著性水平下，都可得LOGGDP01也是平稳的. (3):对I的检验,同理我们得到I也通过了平稳性检验. (4)对P的检验,同理我们得到p也通过了平稳性检验. （二）,多重共线性的检验和修正：可以得到： 很显然,P的T检验没有通过,说明该模型依然存在问题,我们进行多重共线研究发现：,I与P的相关系数为0.753028,存在多重共线，我们用OLS方法逐一对各个解释变量进行回归，结合经济意义和统计检验选出拟合效果好的一元回归模型如下：LOGY=0.344414+1.093908LOGGDP01 （0.310422）（0.077905） 然后将其余解释变量逐一代入上式得如下几个模型： LOGY=1.281425+1.062503LOGGDP01-0.124211*I+u 0.268781 0.051520 0.023206 R2=0.960428,F=242.7015,DW=1.811754 Logy=2.529716+1.079500loggdp01-0.094138i-1.407111p+u 1.218812 0.053878 0.036827 1.340232 R2=0.962598,F=162.9960,DW=1.736142 可见P对LOGY的影响不显著，故将P删去，得模型如下： Dependent Variable: LOGY Method: Least Squares Date: 12/28/04 Time: 17:48 Sample(adjusted): 1981 2003 Included observations: 23 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. LOGGDP011.0625030.05152020.623190.0000 I-0.1242110.023206-5.3524290.0000 C1.2814250.2687814.7675450.0001 R-squared0.960428 Mean dependent var4.468807 Adjusted R-squared0.956470 S.D. dependent var1.516726 S.E. of regression0.316446 Akaike info criterion0.657779 Sum squared resid2.002760 Schwarz criterion0.805887 Log likelihood-4.564454 F-statistic242.7015 Durbin-Watson stat1.811754 Prob(F-statistic)0.000000 从表中可以看出，剔除P后的模型检验效果大有改善。 （三）异方差的检验和修正： 回归后得到： ARCH Test: F-statistic1.045005 Probability0.399591 Obs*R-squared3.276730 Probability0.350895 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/28/04 Time: 18:12 Sample(adjusted): 1984 2003 Included observations: 20 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C0.0374120.0468450.7986450.4362 RESID^2(-1)0.0131030.2319670.0564890.9557 RESID^2(-2)0.0605330.2360030.2564920.8008 RESID^2(-3)0.4202160.2388721.7591670.0977 R-squared0.163837 Mean dependent var0.085823 Adjusted R-squared0.007056 S.D. dependent var0.115056 S.E. of regression0.114649 Akaike info criterion-1.317025 Sum squared resid0.210311 Schwarz criterion-1.117878 Log likelihood17.17025 F-statistic1.045005 Durbin-Watson stat1.721388 Prob(F-statistic)0.399591 得到R2=0.163837，计算(n-p)R2=(23-3)* 0.163837=3.27674x2(a/2)(3)=7.81,因此我们认为，不存在异方差。另外，我们用WHITE检验也可以得到模型不存在异方差的结论。 （四）自相关的诊断和修正 回归： Dependent Variable: LOGY Method: Least Squares Date: 12/28/04 Time: 19:27 Sample(adjusted): 1981 2003 Included observations: 23 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. LOGGDP011.0625030.05152020.623190.0000 I-0.1242110.023206-5.3524290.0000 C1.2814250.2687814.7675450.0001 R-squared0.960428 Mean dependent var4.468807 Adjusted R-squared0.956470 S.D. dependent var1.516726 S.E. of regression0.316446 Akaike info criterion0.657779 Sum squared resid2.002760 Schwarz criterion0.805887 Log likelihood-4.564454 F-statistic242.7015 Durbin-Watson stat1.811754 Prob(F-statistic)0.000000 D-W=1.811754，查表得DL=1.168，DU=1.543，由于DUD-W4-DU,所以不存在一阶自相关. （五）加入自回归后的模型 1:一阶自回归模型 此时，我们还有LOGY，LOGGDP01，I三个变量，由于LOGY即投资会受到往年的影响，我们可以尝试建立一个自回归模型，如下： logYt=α+β1*loggdp01t+β2*it+β3*logyt-1+ut 利用所给的数据，我们得到如下回归结果： Dependent Variable: LOGY Method: Least Squares Date: 12/28/04 Time: 13:56 Sample(adjusted): 1981 2003 Included observations: 23 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. LOGY(-1)0.7253530.05256613.798930.0000 LOGGDP010.2960670.0577805.1240260.0001 I-0.0315510.009825-3.2114240.0046 C0.4780290.1014374.7125790.0002 R-squared0.996410 Mean dependent var4.468807 Adjusted R-squared0.995843 S.D. dependent var1.516726 S.E. of regression0.097795 Akaike info criterion-1.655122 Sum squared resid0.181712 Schwarz criterion-1.457645 Log likelihood23.03390 F-statistic1757.611 Durbin-Watson stat1.508454 Prob(F-statistic)0.000000 回归结果显示，T检验，F检验和R2都很显著， 德宾-H检验， H=（1-d/2）*sqrt(n/(1-n*Var(β3)))=（1-1.508454/2）SQRT（23/1-23*0.052566^2）=1.18032 在显著性水平a=0.05上,查标准正态分布表得临界值h(a/2)=1.96,由于/h/1.96,则拒绝原假,说明自回归模型不存在一阶自相关…………………. 2; 二阶自回归模型 我们又接着做了滞后2期的回归,模型如下: logYt=α+β1*loggdp01t+β2*it+β3*logyt-1+β4*logyt-2+ut 自适应模型的参数估计和检验： 可以看出，回归效果较好，拟合优度R2=0.997429，解释变量的T检验全部通过。 对于残差，也通过平稳性检验。 德宾-H检验： H=（1-d/2）*sqrt(n/(1-n*Var(β3)))=(1-1.996983/2)*sqrt(22/(1-22*0.133126*0.133126)) H=0.009061.96,故不存在一阶自相关.而且与滞后一期相比,在拟合优度上有所提高,因此,我们采用了滞后2期的模型. 因此,最后我们的模型如下: logYt=0.391440+0.333745*loggdp01t-0.037231 *it+1.020134*logyt-1-0.317385 *logyt-2 R2=0.997429,F=1649.027,DW=1.996983 该模型较好的拟合了成都市投资额与所考察变量之间的关系,符合经济意义. 模型的拟合程度可由下图表示: 六:模型应用. 经济意义分析和存在的问题 结合成都市历年的投资数据以及相关经济学知识,我们可以看出投资的增长随着GDP的增长率的增大而增大,随着利率的增大而减少,并且和以往的投资额存在一定的关系,我们建立了一个自适应模型,很好拟合了他们的关系,对于经济意义的检验,我们主要通过来说通过模型对2004,甚至2005年成都市的投资额进行外推预测. 1:2004年,央行将利率提高了0.27个百分比,根据我们上面的分析，利率每提高1%，投资（LOGY）将减少0.037231%，所以这次升息会使LOGY减少0.27*0.037231*6.760380=0.067958亿元。即LOGY=0.067958，Y=0.067958^10.可见这次升息对成都市投资的影响是很有限的。 2：前面已经说到，成都市今年拿了好几个大奖，这对成都在全国甚至在全世界的影响更加扩大，也会掀起一轮新的投资热潮，在加上成都地铁，高速交通系统以及城市整体规划的迅速上马，成都的投资总额会有一个很大的增长，由于我们没有有引进虚拟变量，而且我们觉得就算引进了，也没有办法将这些因素的影响量化。所以对成都2005年甚至以后的一个预测，是我们的模型没有办法准确进行的，也就成了我们一个比较大的遗留问题。 3：另外的一个问题，LOGGDP01（-2）对LOGY的影响呈现负的相关，也就是说LOGGDP01（-2）越大，LOGY就会越小。这好象在经济意义上解释不通,希望高手们给予帮助,不胜感激. 4:由于我们只纳入了GDP的增长,利率以及投资滞后期的影响,还有很多因素如风险,物价指数等因素并没有考虑进去,这样对模型的精确性提出了挑战. (二):政策建议 1:由于这次升息对成都市投资的影响是有限的,所以对在成都和打算在成都投资的企业大可不必担心利息的升高所带来的负面影响.但也不可盲目投资,尤其在房地产行业,因为加息对房地产等高负债率企业是较大利空。利率上调受影响最大的是房地产行业，一方面房地产企业的运转主要靠银行贷款，加息使企业成本急剧上升；另一方面，加息会降低消费者的购房需求，造成房价下跌。在两面夹击之下，房地产企业的生存环境大大恶化，如果国家持续加息，将逼迫一部分房地产企业走上亏损甚至破产之路。当前二级市场上的房地产企业将面临相当大的抛售压力，后期走势很不乐观，投资者应及早退出。 2:成都作为中国西部内陆城市，应坚持在积极为中国GDP做贡献的基础上，优化投资结构，进一步加大基础设施建设，加大改革开放，消除盆地意识，积极溶入到如火如荼的全球化进程当中。投资是拉动经济发展的基本动力之一。在自身积累十分有限的情况下，引导和调动一大批各类投资者到成都投资，对推动成都经济结构战略性调整，实现跨越式发展极其重要。要做到这一点，取决于投资环境和市场机会。必须加快投资体制改革，规范投资市场，为各类投资者营造公开、公正和公平的投资环境，营造成都参与西部大开发的比较优势。 参考文献： 《计量经济学》 庞皓 主编 西南财经大学出版社 2001 《数学模型》第三版 姜启源 等编 高等教育出版社 2003年 《经济学管理学学术前言》 王裕国 等编 西南财经大学出版社 2001 《西方经济学》 高鸿业 主编 中国人民大学出版社 2000

  • 城镇人均收入与人均通讯消费分析_经济学毕业论文范文

    城镇人均收入与人均通讯消费分析_经济学毕业论文范文 城镇人均收入与人均通讯消费分析 [摘要]本文旨在与对1992——2004年我国人均收入对人均通信消费的影响。首先，我们综合了几种关于收入和消费的主要理论观点；进而我们建立了理论模型。然后，收集了相关的数据，利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的分析。 [关键词] 城镇家庭人均收入（人均实际收入） 人均通讯消费 一 提出问题 随着经济的发展，人民生活水平的提高，人际交往的需要，对信息的需求也成逐步上升的趋势。九十年代以来，我国通讯事业有了较大的发展，从“中国电信”一家独霸天下，发展到今天的“铁通”“联通”“网通”等瓜分天下。改革开放以来的经济在从计划向市场转型的过程中，人民的消费水平、结构都发生了很大变化。由于入世，引进国外先进的技术、借鉴外国先进的 经营和管理经验，促进我国电信业的全方位发展壮大。同时也拓宽融资渠道，有利于引进外资，也有利于改善资金结构。随着市场经济的发展，以及九十年代后期我国对工资结构作了很大的调整，使得我国人均收入不管是从水平还是结构上来说都有了很大的变化。从而我们发现以上的变化足以以影响通讯消费。针对这种现象，我们收集了1992——2004年间城镇家庭人均收入，人均通讯消费。 二．经济理论陈述 西方经济学中关于消费与收入决定关系的有关理论假说 凯恩斯绝对收入假说 对于 有（1），即会随收入的而增长 ，但其增量小于收入增量。 （2），即 由 可知 有，即收入的平均消费倾向递减。 绝对收入假说下的消费函数通常采用线性形式， 此时，函数符合假说和 三 样本数据收集 本模型使用时间序列数据，Yt=α +βXt+Ut,Y为人均通讯消费,单位元，Xt为城镇家庭人均收入，单位元。 数据来源于国家统计局网站（）。在经过大量分析比较后我们采用了所取样本数据见 表1， YX 199210.620002031.530 199328.270002583.160 199462.850003502.310 199587.970004279.020 1996102.95004844.780 1997121.54005188.540 1998142.40005449.500 1999173.70005864.700 2000232.80006295.910 2001281.50006868.900 2002358.80008177.400 2003424.01009061.220 2004454.600010128.50 四.平稳性的检 （一） 表二 X： ADF Test Statistic 1.222472 1% Critical Value*-4.1366 5% Critical Value-3.1483 10% Critical Value-2.7180 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(SER01) Method: Least Squares Date: 06/03/05 Time: 19:40 Sample(adjusted): 1993 2004 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. SER01(-1)0.0545150.0445941.2224720.2496 C383.3354254.76271.5046770.1633 R-squared0.130014 Mean dependent var674.7475 Adjusted R-squared0.043015 S.D. dependent var318.2914 S.E. of regression311.3704 Akaike info criterion14.47086 Sum squared resid969515.2 Schwarz criterion14.55167 Log likelihood-84.82513 F-statistic1.494438 Durbin-Watson stat1.117371 Prob(F-statistic)0.249560 /1.222472//-4.1366/ /-3.1483/ /-2.7180/ 拒绝原假设，没有通过检验，证明是不平稳的。 表三 Y： ADF Test Statistic 2.333367 1% Critical Value*-4.1366 5% Critical Value-3.1483 10% Critical Value-2.7180 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(SER02) Method: Least Squares Date: 06/03/05 Time: 19:35 Sample(adjusted): 1993 2004 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. SER02(-1)0.0941600.0403542.3333670.0418 C21.089848.4837712.4859040.0322 R-squared0.352525 Mean dependent var36.99833 Adjusted R-squared0.287777 S.D. dependent var20.72437 S.E. of regression17.48998 Akaike info criterion8.712145 Sum squared resid3058.993 Schwarz criterion8.792963 Log likelihood-50.27287 F-statistic5.444602 Durbin-Watson stat1.344857 Prob(F-statistic)0.041810 /2.333367//-4.1366/ / -3.1483 / /-2.7180/ 拒绝原假设，没有通过检验，证明是不平稳的。 （二）进行协整性检验 生成ET=X-（α+ρ y） 表四 19922178.858 19932719.898 19943618.3 19954379.938 19964936.71 19975269.316 19985517.76 19995914.18 20006309.93 20016853.7 20028115.82 20038960.514 200410009.44 检验ET的平稳性 DW=0.462912 在显著性水平为0.05和0.1下通过水平型检验。 也就是说，我们要在以下的检验中用0.05和0.1的显著性水平对我们的数据进行估计和检验。 五．参数估计与检验 （一）将样本数据导入Eviews软件进行OLS估计，得到输出结果如下： 表五 Dependent Variable: SER02 Method: Least Squares Date: 06/01/05 Time: 20:41 Sample: 1992 2004 Included observations: 13 VariableCoefficientStd. Errort-StatisticProb. SER010.0603130.00342317.621350.0000 C-153.673921.10424-7.2816590.0000 R-squared0.965787 Mean dependent var190.9238 Adjusted R-squared0.962676 S.D. dependent var148.0898 S.E. of regression28.60996 Akaike info criterion9.686025 Sum squared resid9003.829 Schwarz criterion9.772940 Log likelihood-60.95916 F-statistic310.5121 Durbin-Watson stat0.462912 Prob(F-statistic)0.000000 （二）模型的检验 1.经济意义的检验 经过上面的分析我们在理论上已经知道，人均收入X与城镇居民人均通讯消费Y的增长是正的线形关系，这与现实中X与Y同向变化是相符的。当人们的收入不断增加的同时，食品所占比例随之下降，其他消费所占比例有所上升，这是符合我们家庭消费的习惯的。 2．统计推断检验 从估计的结果可以看出，可决系数为0.965787，模型拟合情况比较理想，系数显著性检验T统计量为：17.62135。在给定显著性水平为0.05的情况下，查T分布表在自由度为N-2=11下的临界值为2.201，因为17.62135大于2.201，所以通过T检验拒绝原假设。表明人均收入X对城镇居民人均通讯消费有显著影响。 3．计量经济检验 （1）由于我们建立的模型只有一个解释变量，所以不存在多重共线性。 （2）异方差 图一 由图可知，一定存在异方差。 由于是时间序类数据，我们采取ARCH检验 表六 ARCH Test: F-statistic1.205990 Probability0.385049 Obs*R-squared3.761678 Probability0.288375 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/01/05 Time: 20:52 Sample(adjusted): 1995 2004 Included observations: 10 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C1074.229464.95952.3103700.0602 RESID^2(-1)-0.0768930.516201-0.1489590.8865 RESID^2(-2)0.1336880.5078890.2632220.8012 RESID^2(-3)-0.5917370.437524-1.3524680.2250 R-squared0.376168 Mean dependent var654.7810 Adjusted R-squared0.064252 S.D. dependent var505.4297 S.E. of regression488.9228 Akaike info criterion15.51146 Sum squared resid1434273. Schwarz criterion15.63249 Log likelihood-73.55730 F-statistic1.205990 Durbin-Watson stat0.861696 Prob(F-statistic)0.385049 从输出的辅助回归函数中得obs*-squared为3.761678，P=0.288375， ∵3.7616780.28837 ∴所以通过检验拒绝原假设 表明模型中存在明显的异方差现象。即，随着时间的推移，多种因素对其有着影响。如，同需费用单位价格的变化，通信是产竞争的激烈程度，手机价格的下降，国家政策的引导等。 （3）自相关检验 我们的模型只有一个解释变量，把其他的影响因素都放在了随机误差项U里。因此必然存在自相关。 利用图示法，由Eviews软件得到如下结果： 图二 由图可以初步判断，此模型有自相关。再利用D-W法检验由DW=0.462912，查DW表，n=13,k’=1,在α==0.05时，查得两个临界值分别为：下限DL=1.010，上限DU=1.331，因为DW统计量为0.462912DL，根据判定区域知，这时随机误差项存在正的一阶自相关。其原因可能在于经济环境，国家政策等变化对经济发展和通讯消费的影响有时滞性。 六. 计量经济参数修正 根据上述检验可以得到，我们建立的模型存在异方差与自相关，下面进行修正。 首先是对异方差的修正。 A．利用WLS估计法得到如下输出结果： 表七 Dependent Variable: SER02 Method: Least Squares Date: 06/02/05 Time: 15:07 Sample: 1992 2004 Included observations: 13 Weighting series: W VariableCoefficientStd. Errort-StatisticProb. SER010.0590100.000206285.78800.0000 C-143.03662.026115-70.596480.0000 Weighted Statistics R-squared0.999993 Mean dependent var350.3346 Adjusted R-squared0.999993 S.D. dependent var1083.497 S.E. of regression2.962703 Akaike info criterion5.150719 Sum squared resid96.55371 Schwarz criterion5.237635 Log likelihood-31.47968 F-statistic81674.76 Durbin-Watson stat1.135523 Prob(F-statistic)0.000000 Unweighted Statistics R-squared0.964832 Mean dependent var190.9238 Adjusted R-squared0.961635 S.D. dependent var148.0898 S.E. of regression29.00618 Sum squared resid9254.943 Durbin-Watson stat0.435347 分析： R=0.999993 T=285.7880〉2.201 B．再用对数变换法，将变量X，Y替换成LNX，LNY。用OLS法对LY，LX回归，得到结果如下： 表八 Dependent Variable: LY Method: Least Squares Date: 06/02/05 Time: 12:45 Sample: 1992 2004 Included observations: 13 VariableCoefficientStd. Errort-StatisticProb. LX2.2995470.09975723.051510.0000 C-14.830140.854821-17.348810.0000 R-squared0.979719 Mean dependent var4.847307 Adjusted R-squared0.977875 S.D. dependent var1.093940 S.E. of regression0.162718 Akaike info criterion-0.652959 Sum squared resid0.291248 Schwarz criterion-0.566044 Log likelihood6.244234 F-statistic531.3721 Durbin-Watson stat1.058521 Prob(F-statistic)0.000000 分析： R=0.979719 T=23.05151〉2.201 比较两种方法，可以发现X，Y在非对数线性回归下拟和效果更好，可决系数更大，且T统计量也较好。我们将模型的表达式基本上可以确定为：Yt=α+βXt+Ut。 (2)其次是对自相关进行修正。 利用对数线性回归修正并进行迭代，得出如下结果： A．表九 Dependent Variable: LY Method: Least Squares Date: 06/05/05 Time: 21:39 Sample(adjusted): 1993 2004 Included observations: 12 after adjusting endpoints Convergence achieved after 4 iterations VariableCoefficientStd. Errort-StatisticProb. LX1.8434680.2884656.3906020.0001 C-10.815832.558273-4.2277850.0022 AR(1)0.4253120.2165691.9638620.0811 R-squared0.989343 Mean dependent var5.054355 Adjusted R-squared0.986975 S.D. dependent var0.835189 S.E. of regression0.095318 Akaike info criterion-1.650875 Sum squared resid0.081770 Schwarz criterion-1.529649 Log likelihood12.90525 F-statistic417.7612 Durbin-Watson stat0.908943 Prob(F-statistic)0.000000 Inverted AR Roots .43 DW=0.908943自相关没有得到修正，所以模型不可能是对数模型，进一步可以确定模型形式为Yt=α+βXt+Ut。 B． ρ=1-DW/2 DW=0.435347（由表七修正后的数据可知） 由表二可得ρ=0.7823 表十 Dependent Variable: DY Method: Least Squares Date: 06/02/05 Time: 15:24 Sample(adjusted): 1993 2004 Included observations: 12 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. DX0.0633300.0079177.9994300.0000 C-44.7383615.90432-2.8129690.0184 R-squared0.864848 Mean dependent var75.85703 Adjusted R-squared0.851333 S.D. dependent var45.52532 S.E. of regression17.55336 Akaike info criterion8.719380 Sum squared resid3081.204 Schwarz criterion8.800197 Log likelihood-50.31628 F-statistic63.99087 Durbin-Watson stat1.182893 Prob(F-statistic)0.000012 DW=1.182893，在0.05的显著性水平下，不能拒绝原假设的区间内（DL=1.010，DU=1.331）所以不能说修正了自相关性。 C．直接运用跌代法 表十一 Dependent Variable: SER02 Method: Least Squares Date: 06/02/05 Time: 14:22 Sample(adjusted): 1993 2004 Included observations: 12 after adjusting endpoints Convergence achieved after 4 iterations VariableCoefficientStd. Errort-StatisticProb. SER010.0645570.00566811.389280.0000 C-193.624643.82927-4.4177000.0017 AR(1)0.6246540.1811523.4482430.0073 R-squared0.987356 Mean dependent var205.9492 Adjusted R-squared0.984546 S.D. dependent var143.9535 S.E. of regression17.89543 Akaike info criterion8.819286 Sum squared resid2882.219 Schwarz criterion8.940513 Log likelihood-49.91572 F-statistic351.3955 Durbin-Watson stat1.340015 Prob(F-statistic)0.000000 Inverted AR Roots .62 进一步修正自相关，DW=1.240015〉1.182893在0.05的显著性水平下，不能拒绝原假设的区间内（DL=1.010，DU=1.331）所以也修正了自相关性。 七 .总结 通过以上分析，我们得到如下方程： Y= -143.0366+0.059010X （2.026115） （0.000206） T= -70.59648 285.7880 R-squared=0.999993 F=81674.76 DF=13 该模型的经济意义可解释为：人均收入每增长1个单位，则财政收入平均增长0.059010 惭愧的是我们的模型不是十分的理想，线性拟和不是很好，这从修正后模型的散点分布图可以看出。 图三 从2000年后发展速度有了很大的变化。 上图中实际的值存在波动，我们只是近似的将其拟和为线性，其中1999年出现了一个个转折点，这是因为我国在1999年到2000年要面对入世的结果，这导致了对斜率参数的显著影响，以及对随机误差的影响。这在很大程度上解释了为什么我们的模型最初出现了异方差和自相关。 背景：1.1999——2000，我国各个省市的通讯网进行了扩容。加大了用户群。 2.1999——2000，我国通讯行业面临入世的机遇和挑战。通讯改革势在必行。很多地方通讯公司对通讯的单位价格作了进一步的调整。同时还针对特殊的消费群体作了特殊的规划，完善了服务。 3.1999——2000，随手机市场的发展，对通讯有了很好的促进作用。 4.网络的发展，使人们逐渐的把手机与网络相联系，通过手机上网消费。 现在对我们的数据进行进一步分段处理。 1992——1999 表十二 Dependent Variable: SER02 Method: Least Squares Date: 06/02/05 Time: 16:26 Sample: 1992 1999 Included observations: 8 VariableCoefficientStd. Errort-StatisticProb. SER010.0395260.00274614.393370.0000 C-75.4301512.12109-6.2230490.0008 R-squared0.971853 Mean dependent var91.28750 Adjusted R-squared0.967162 S.D. dependent var55.74647 S.E. of regression10.10193 Akaike info criterion7.675648 Sum squared resid612.2940 Schwarz criterion7.695508 Log likelihood-28.70259 F-statistic207.1690 Durbin-Watson stat0.757574 Prob(F-statistic)0.000007 R=0.971853 T=14.39337 比没有分段前有了很好的改善。 表十三 ARCH Test: F-statistic0.131176 Probability0.732020 Obs*R-squared0.178951 Probability0.672276 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/02/05 Time: 16:35 Sample(adjusted): 1993 1999 Included observations: 7 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C96.0395659.123771.6243820.1652 RESID^2(-1)-0.2981090.823092-0.3621820.7320 R-squared0.025564 Mean dependent var82.74366 Adjusted R-squared-0.169323 S.D. dependent var113.3951 S.E. of regression122.6200 Akaike info criterion12.69101 Sum squared resid75178.38 Schwarz criterion12.67556 Log likelihood-42.41855 F-statistic0.131176 Durbin-Watson stat1.493123 Prob(F-statistic)0.732020 可以看出没有异方差。 但是不可以判断有无自相关。但是比起对表五的ARCH检验要好多。 2000——2004 表十三 Dependent Variable: SER02 Method: Least Squares Date: 06/02/05 Time: 16:29 Sample: 2000 2004 Included observations: 5 VariableCoefficientStd. Errort-StatisticProb. SER010.0590700.00479612.315390.0012 C-128.498339.45793-3.2565910.0473 R-squared0.980604 Mean dependent var350.3420 Adjusted R-squared0.974138 S.D. dependent var93.43927 S.E. of regression15.02651 Akaike info criterion8.546684 Sum squared resid677.3881 Schwarz criterion8.390459 Log likelihood-19.36671 F-statistic151.6687 Durbin-Watson stat2.130183 Prob(F-statistic)0.001153 R=0.980604 T=12.31539 DW=2.130183 都很好，且没有自相关 表十四 ARCH Test: F-statistic0.116218 Probability0.765655 Obs*R-squared0.219671 Probability0.639291 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/02/05 Time: 16:44 Sample(adjusted): 2001 2004 Included observations: 4 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C112.5511120.53210.9337850.4490 RESID^2(-1)0.2571220.7542290.3409070.7657 R-squared0.054918 Mean dependent var141.2674 Adjusted R-squared-0.417624 S.D. dependent var144.8157 S.E. of regression172.4234 Akaike info criterion13.44464 Sum squared resid59459.63 Schwarz criterion13.13778 Log likelihood-24.88927 F-statistic0.116218 Durbin-Watson stat1.654957 Prob(F-statistic)0.765655 可见没有异方差。 分析：与92—99年相比，00-04年我国消费品时常承接往年国民经济出现了重大转机后带来的回升惯性，保持稳中有升，偏旺的良好态势。旺盛的消费需求对我国抵御世界经济寒流侵袭，国民经济保持快速稳定发展起到重要作用。这些主要因为亚洲金融危机发生后，亚洲各国普遍出现了减薪或工资冻结。大多数居民的名义收入和实际收入都有所下降。但是我国应对亚洲金融危机时期却采取了大幅度提高城镇低收入者与公职人员收入的非常之举。99-00年间，将国有企业下岗职工基本生活费，失业保险费和城镇居民最低生活保障水平提高了30%，离退休人员养老金水平提高了30%，机关事业单位职工工资水平提高了30%，并要求各地一次性补发拖欠的国有企业离退休人员统筹项目内的养老金等一系列启动消费需求的政策，也就符合了为什么我国在经济危机的影响和冲击下，99年对92年消费水平总体有了很大提高。这都是因为国家给了相关政策，收入水平有所提高，从政治角度分析，收入与消费有着显著的影响。从这些变化来看，这很符合人类历史发展的规律和消费行为。在解决了温饱之后开始考虑其他消费，如精神上的和情趣上的。99年以后，我们的生活节奏加快，对生活的标准的要求有所提高。种种迹象表明出现这种情况是完全符合实际经济意义的。 因此可以认为：在中短期内，当通讯政策不变时、外部经济环境没有重大变化的情况下，城镇人均通讯消费与人均收入确实存在线性相关关系，可以用最初的模型Yt=α+βXt+Ut进行拟和。在长期中，由于存在不可预知的突发扰动以及经济变量结构性的变化，需要进行修正,可能出现不同的模型形式。 参考文献 1 《西方经济学》人民大学出版社 2 （） 3《经济计量学》，上海财经大学出版社 4《现代西方经济学说》，中国经济出版社

  • 对中国香港地区菲利普斯曲线的验证_经济学毕业论文

    对中国香港地区菲利普斯曲线的验证_经济学毕业论文 对中国香港地区菲利普斯曲线的验证 一：关于通货膨胀、失业和菲利普斯曲线 英国经济学家菲利普斯（A. W. Philips）通过整理英国近一个世纪的统计资料，发现货币工资增长率与失业率之间存在着一种负相关关系，这种关系用曲线形式描述，就是菲利普斯曲线。由于工资是产品成本主要构成，因而对产品价格有决定性影响，所以西方经济学家把菲利普斯曲线延伸为表现失业率与通货膨胀率的替代关系：低水平的失业率，伴随着高水平的通货膨胀率；反之，低水平的通货膨胀率，对应着高水平的失业率。同时西方经济学家们也将这种替代关系作为政府进行总需求管理操作依据：当通货膨胀率太高时，采用提高失业率的紧缩政策；当失业率太高时，采用提高通货膨胀率的扩张政策，以达到避免经济过分波动的目的。 在现代主流宏观经济学中，向下倾斜的“替代性”的菲利普斯曲线一般只在短期中成立。在长期中，通常认为菲利普斯曲线是垂直的，而且对应于最低可持续失业水平（甚至有的经济学家认为菲利普斯曲线在长期是不存在的）。现代菲利普斯曲线还包括了预期的通货膨胀（这种补充是米尔顿·弗里德曼和爱德蒙·费尔普斯研究的结果）和供给冲击。这种增加要归因于OPEC ——因为国际石油主要受OPEC所垄断，他们缩减产量，控制石油价格虽然不全为经济目的。在20 世纪70 年代，OPEC引起了世界石油价格大幅度上升，这使经济学家更加认识到总供给冲击的重要性。 通货膨胀和失业是描述经济增长的两大重要因素。我们都希望经济呈“低失业率高增长”的态势发展，然而经济的发展并不会“乖乖”的依着我们的愿望而发展。通货膨胀或者通货紧缩和失业总是政府很难对付的对象。下面分别对这两大重要因素做简要论述： 通货膨胀：是指价格水平的持续上升或者是币值持续下降的过程，它是一个长期概念——简而言之，就是钱多货少。西方经济学曾介绍过通货膨胀包括：温和的、急剧的、恶性的通货膨胀。我们用价格指数（CPI）的加权平均价格来衡量通货膨胀。 失业：是指在劳动年龄内有劳动能力，目前无工作（不能凭借工作获得一定报酬）的人，这部分人以某种方式正在积极寻找工作的现象。同样，西方经济学也曾介绍过失业包括：季节性、摩擦性、结构性、流动性、周期性失业。由于在失业统计的过程中存在着或多或少的失真，我们找到的失业率也只是城镇登记失业率。 在西方经济学中我们已经对失业和通货膨胀有过方方面面的学习，在此且不赘述。 二、菲利普斯曲线的推导 菲利普斯曲线说明了其通货膨胀率取决与三种力量：预期的通货膨胀；失业率与自然失业率的背离，即周期性失业；供给冲击（供给冲击指对总供给产生意外重大影响的生产成本或生产率的突然变动，作为供给冲击的结果，实际GDP和价格水平会发生预料不到的变动）。 这三种力量表现为现代菲利普斯曲线的方程： 通货膨胀=预期的通货膨胀-（β*周期性失业）+供给冲击 这个菲利普斯曲线方程式由总供给方程式推导而来。总供给方程式为： P=Pe+(1/α)（Y-Yn） 首先，在方程式右边加上一项供给冲击ν代表改变物价水平并使短期总供给曲线移动的外生事件。 P= Pe +(1/α)（Y-Yn）+ν 然后，方程两边减去上一年物价水平P-1得 (P-P-1)=( Pe - P-1)+ (1/α)（Y-Yn）+ν 左边的P-P-1项是现期物价水平与上一年物价水平的差额，即通货膨胀。 右边的Pe - P-1项是预期物价水平与上一年物价水平的差额，即预期的通货膨胀。 因此，用π代替P-P-1，用πe代替Pe - P-1： 通货膨胀实际上是物价水平变动的百分比。这里用π代替P-P-1，用πe代替Pe - P-1，是为了推导的方便。若把P解释为物价水平的对数，根据对数的性质，P的变动大体上是通货膨胀率。原因是 dP=d(log物价水平)=d(物价水平)/ 物价水平 π=πe+(1/α)（Y-Yn）+ν 再次，奥肯定理的一种形式说明了产出与其自然率的背离和失业与其自然率背离负相关；即当产出高于自然产出率，失业低于自然失业率。 即，(1/α)（Y-Yn）=-β（U-Un） 即，π=πe-β（U-Un）+ν 这样，我们就由总供给方程中得到菲利普斯曲线方程。以上的代数式都是说明了：菲利普斯曲线方程和短期总供给方程在本质上代表了同样的宏观经济思想。菲利普斯曲线是短期总供给曲线的反映：当决策者使经济沿着短期总供给曲线移动时，失业与通货膨胀反方向变动。 三、计量经济模型设定： 根据弗里德曼的适应性预期假设，人们根据最近观察到的通货膨胀来形成他们的通货膨胀预期πe，可以认为应变量π的实际变化仅仅是预期变化的一部分，即， πt-πt-1=δ（πe-πt-1） 所以，πt=δπe+（1-δ）πt-1 （1） 对应于一定的失业率，应有一个预期的通胀率，则 πe=α+βU+μt （2） 将（2）代入（1） πt=δ（α+βUt +μt ）+（1-δ）πt-1 =δα+δβUt+（1-δ）πt-1+δμt 令α*=δα, β0*=δβ, β1*=1-δ, μt *=δμt 由于菲利普斯曲线是双曲线形式，所以我们用1/U t代替 U t 得计量经济模型：πt=α*+β0*1/Ut +β1*πt-1+μt * 由于局部调整模型满足古典假定，从而可使用最小二乘法直接进行估计。 四、数据收集1/Ut 利用香港1981年---2003年的消费价格指数和城镇登记失业率（数据来源：《中国统计年鉴》）如下表： CPI通货膨胀率Y（π）失业率X （U） 1/x（1/U） 1981年30 1982年33.3+10.9 3.60.277778 1983年36.6+10.0 4.50.222222 1984年39.8+8.6 3.90.25641 1985年41.2+3.5 3.20.3125 1986年42.6+3.8 2.80.357143 1987年45.1+5.7 1.70.588235 1988年48.6+7.8 1.40.714286 1989年53.6+10.3 1.10.909091 1990年59.0+10.2 1.30.769231 1991年65.7+11.6 1.80.555556 1992年72.0+9.6 2.00.5 1993年78.3+8.8 2.00.5 1994年85.2+8.8 1.90.526316 1995年92.9+9.1 3.20.3125 1996年98.8+6.3 2.80.357143 1997年104.5+5.8 2.20.454545 1998年107.5+2.8 4.70.212766 1999年103.2-4.0 6.20.16129 2000年99.4-3.8 4.90.204082 2001年97.8-1.6 5.10.196078 2002年94.8-3.0 7.30.136986 2003年92.4-2.6 7.90.126582 （这里我们利用比较容易查到的消费价格指数CPI计算出通货膨胀率。） 对通货膨胀率进行平稳性检验，结果如下： ADF Test Statistic-1.103634 1% Critical Value*-3.8067 5% Critical Value-3.0199 10% Critical Value-2.6502 得：通货膨胀率不平稳 对失业率进行平稳性检验，结果如下： ADF Test Statistic-1.488454 1% Critical Value*-3.8067 5% Critical Value-3.0199 10% Critical Value-2.6502 得：失业率不平稳 五、参数估计 运用Eviews进行参数估计 Dependent Variable: Y Method: Least Squares Date: 12/25/04 Time: 13:54 Sample(adjusted): 1983 2003 Included observations: 21 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C-2.3719420.860410-2.7567590.0130 X7.9391902.1723983.6545740.0018 Y(-1)0.7511240.0951337.8955200.0000 R-squared0.885803 Mean dependent var5.128571 Adjusted R-squared0.873115 S.D. dependent var5.225432 S.E. of regression1.861350 Akaike info criterion4.212045 Sum squared resid62.36322 Schwarz criterion4.361262 Log likelihood-41.22647 F-statistic69.81128 Durbin-Watson stat2.022580 Prob(F-statistic)0.000000 可以看出可决系数0.885803，调整后的可决系数为0.873115，可见模型拟和的并不是特别好，这可能是由于模型存在某种不满足古典假设的因素造成的。从T统计值来看，并不理想，也就是说本期失业率、上期通货膨胀率和其他非随机因素对本期通货膨胀率都有显著影响。这可能是由于存在多重共线性的原因。由于我们的模型是局部调整模型，它满足扰动项无自相关的古典假设，所以我们可以先认为模型拟合的不好是由于多重共线的原因，还有可能是存在异方差的原因。所以我们将从这两个方面进行检验。 六 模型检验 多重共线性的检验 correlation matrix： XY(-1) X 1.000000 0.500846 Y(-1) 0.500846 1.000000 由此可见，上期通货膨胀率和本期通货膨胀率相关系数不大，不存在多重共线性，不需要进行调整。 异方差的检验 ARCH Test: F-statistic0.477545 Probability0.498352 Obs*R-squared0.516893 Probability0.472170 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 12/25/04 Time: 14:12 Sample(adjusted): 1984 2003 Included observations: 20 after adjusting endpoints VariableCoefficientStd. Errort-StatisticProb. C3.3162751.4897292.2260930.0390 RESID^2(-1)-0.1601500.231750-0.6910470.4984 R-squared0.025845 Mean dependent var2.825238 Adjusted R-squared-0.028275 S.D. dependent var5.774499 S.E. of regression5.855568 Akaike info criterion6.467302 Sum squared resid617.1781 Schwarz criterion6.566876 Log likelihood-62.67302 F-statistic0.477545 Durbin-Watson stat1.997528 Prob(F-statistic)0.498352 （N-P）R ^2=0.542745 X3^2(0.05)=7.81 可以看出，不存在异方差 （3）自相关性检验 相关性在前面我们已经提到，由于我们采用的是局部调整模型，其模型本身就满足随机扰动项无自相关的条件，所以就不需要进行自检验。 于是我们将模型最终确定为：π=α+β0*1/U+β1π-1+Ut 其回归报告如下： α，β0，β1是模型中的三个参数， α是截矩系数。 β0是本期失业率对本期通货膨胀率的影响，二者负相关。 β1是上一期的通货膨胀率对本期的影响，二者正相关。 七：结论与不足 从模型中可以看出，模型设定符合菲利普斯曲线的基本含义， 本模型的主要不足是未能对登记失业率进行数据处理，使其更合乎实际。尽管我们查阅了大量关于调整失业率的资料，但没有发现可以利用的或者可利用的极少。从另一方面，我们也向统计工作者提出良好建议：不做假数据，努力为经济学科学化扫清障碍。 八：相关政策与展望未来： 对数据的直观中可以得到：1999年到2003年香港的经济呈通货紧缩。而失业率除在2000年有所回落外，都呈不断攀升状态。究其原因是自１９９８年１１月以来，亚洲金融风暴导致香港总体经济不景气，房地产价格大跌，收入下降及消费不足，再加上强势美元和国际商品价格下跌等因素，使香港的消费物价指数连续５年呈现负增长。不过，从２００３年下半年香港经济复苏以来，该指数的跌幅一直在不断收窄。 我们认为，其通货紧缩状况的改善主要与以下因素有关。其一、２００３年６月份以来较低的物价水平。当时，由于受非典型肺炎影响，香港经济一直处于消费需求疲软状态，物价持续低位徘徊；其二、基本食品价格回升，尤其是受天气影响的蔬菜及鲜果价格急涨，再加上私人住宅租金跌幅进一步收窄，都有助于通货紧缩的缓和。虽然目前通缩收窄，通货膨胀在望（香港连续5个月轻微通胀，11月份的消费物价指数较去年同期上升0.2%，升幅跟10月份相同，政府预料消费物价会继续温和上升——这一现象可以视为香港地区通货膨胀到来的预警），但香港经济仍面临一定的困难： 一、经济结构调整缓慢。当地制造业持续下跌，特别是高科技产业进展不大，没有新的亮点行业的出现，经济结构转型任务依然艰巨。 二、政府财政赤字高。到２００２年，当地政府财政赤字已达到７００亿港元，去年则降至不到５００亿港元。当然，香港政府已采取多种措施改善财政赤字，并在不久前积极发行政府债券。 三、失业问题较为严峻。 香港经济仍处于转型期，正处于自２０世纪９０年代以来由新兴工业化经济向知识经济过渡的新阶段，其特征是向高增值产业发展。失业问题仍是香港面临的一个重要的经济与社会问题。据有关资料表明：香港行政区失业最严重的人群集中在15-19岁的人群（文化程度较低一般在初高中水平）和50岁以上人群（年龄问题）。菲力普斯曲线讲的是通货膨胀和失业率呈现周期性的统计反比规律。这就是说，在治理通货膨胀取得明显效果的时候，应当警惕失业率的上升。自１９９８年以来，香港的失业率接连突破４％、６％ 和７％，２００３年接近８％，达７．９％。不过，随着中央政府的大力支持，ＣＥＰＡ深入发展和“自由行”区域的扩大，香港经济状况将逐步改善。今年以来，失业情况已经有所缓解，２００４年５－７月香港的失业率降至６．９％，创下２６个月以来的新低，但情况仍不容乐观。 就目前来看，要维持香港经济增长的动力、摆脱现在的经济困难，最关键的是香港必须进一步加强服务业外销。香港必须通过向本地及华南地区企业提供所需商业及金融服务，以确保继续在整个增值链中担任重要角色。另外，香港必须成为人流、资金流以及物流汇聚的地方，从而向外输出其服务。在目前通货膨胀还未有明显抬头态势的前提下因该重点解决失业问题。然而解决失业问题是一项系统工程，不能只希望依靠港府，而是需要整个社会全体努力，采取综合治理的措施。比如调整人口政策、人才政策，引进国外的高素质专业人才，积极推动教育体制改革；加强与内地的经贸合作包括劳务合作，在ＣＥＰＡ的总体框架下，内地根据香港经济的发展需要，向香港提供其需要的人才和劳务，可以运用财税政策刺激经济，增加就业；可以扶持小企业发展，扩大就业范围；可以发展信息产业，带动服务业。可以通过政府补助，增加就业——比如一些有“香港特色”的行业；可以建立完善的就业信息网络；可以通过劳务派遣公司为失业者寻求灵活就业岗位；可以重点解决高失业人群和地区的就业问题；可以更加完善社会保障系统。同时，鼓励香港青年北上就业，实现两地人员的互动，优势互补，共同发展。这样不仅有利于两地经济的发展和双方在经济方面的凝聚力，也有利于两地居民的交流和相互理解，密切关系，更有利于“一国两制”的实现以及香港的繁荣稳定

  • 我国入境旅游经济发展状况的多因素分析_经济学毕业论文范文

    我国入境旅游经济发展状况的多因素分析_经济学毕业论文范文 我国入境旅游经济发展状况的多因素分析 【摘要】：本文主要通过对我国入境旅游经济进行多因素分析，建立以入境旅游经济发展状况为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对我国入境旅游经济发展状况这一问题进行数量化分析，就有关如何发展我国入境旅游提出一些可供参考的意见。 【关键词】：入境旅游 多因素分析 模型 计量经济学 检验 一、引言部分 20多年来，中国旅游业经历了从倔起到平稳发展的过程。目前，旅游业作为初具规模的独立产业，对国民经济的贡献日益显现。特别是加人世贸组织后，旅游业已经成为增加国家外汇收入、刺激公民消费、加速经济发展的新的经济增长点，同时也成为社会各界关注的热点。景象。根据世界旅游组织的统计显示，2001年我国接待入境过夜者人数和旅游外汇收入已同时高居世界第5位。 二、文献综述 1.中国旅游网 2002年我国旅游业迎来入境、国内、出境游3大市场蓬勃发展、全面繁荣的新景象。近20年来年均增长达20％的我国入境旅游市场，继6年前旅游外汇收入突破100亿美元之后，2002年又将突破200亿美元。 我国入境旅游业日益兴旺发达。据2002中国国际旅游交易会组委会提供的数据，2002年前3季度，我国共接待入境旅游者7287.82万人次，比2001年同期增长10.78％。这一时期，作为旅游业重要指标的过夜旅游者人数和旅游外汇收入分别达2751.69万人次和152.20亿美元，分别比去年同期增长11.77％和15.10％。2. 中国统计局 截止到2001年底，我国共有旅游饭店1万多家，其中星级饭店7358家，全国旅游住宿设施从业人员达502万人。　世界上评价一个城市的繁荣程度都以五星级酒店的平均房价来衡量，目前，中国的五星级房价居于前列，这也从一个侧面反映中国经济发展速度。 目前我国百强国际旅行社在数量上占7%，截止到2001年底，全国共有旅行社10716家（其中国际旅行社1319家，国内旅行社9397家），比1991年底增加了9155家，扩大了近7倍，年均增长21.24%；全国旅行社直接从业人员为19.24万人，比1991年底增加了13.72万人，年均增长13.30%。 3. 中经专网数据库 根据2002年人境旅游者抽样调查结果及12月份入境旅游人数的具体构成，经初步测算，2002年12月，全国旅游外汇收人为17·23亿美无比上年同期增长13·11%，其中：过夜旅游者在华花费为15·62亿美元，占全国旅游外汇收人的90·67%；一日游游客在华花费为1·61亿美元，占9·33%。 按2002年人境旅游者抽样调查结果测算并经国家统计局审定，2002年全国旅游外汇收人为203·85亿美元，比上年增长14·57%。其中：过夜旅游者入境花费为185·86亿美元，占全国旅游外汇收入的91·17%；一日游游客人境花费为17·99亿美元，占8·83%。 三、研究目的 本文主要对入境旅游发展状况（应变量）进行多因素分析（具体分析见下图），并搜集相关数据，建立模型，对此进行数量分析。在得到入境旅游经济发展状况与各主要因素间的数量关系后，据模型方程中的各因素系数大小，分析主要因素和次要因素，从而找出发展入境旅游经济的主要着手点，为发展入境旅游经济提出一些建议。 *影响入境旅游经济发展的主要影响因素如下图： 政府支持方面——有效经费支出 ——政策支持力度 ——宣传力度（包括影视、传单、公开活动等宣传活动，制定相关政策等） 个人家庭方面——家庭富裕程度 ——旅游偏好（包括地域偏好、旅游方式偏好等） 旅游区方面 ——旅游区自身的发展程度 ——旅行社方面 ——旅游宾馆发展情况 （注*：由于宣传力度、旅游偏好、人们的心理预期等是不可量化的因素，所以我们仅用旅游外汇收入、入境旅游者人数、旅游宾馆数量、旅行社方面来进行回归分析） 四、建立模型 Y= β1+ β2X2+ β3X3+ β4 X4+μ 其中，Y—国际旅游外汇收入 X2——入境外国旅游者人数 X3 ——国际旅行社数量 X4——旅游星级宾馆数量 注：有关模型的一些假定： （1）假定政府有效经费投入的有效系数为1，即投入全部有效。 （2）无重大的国际国内政治经济的变动。 （3）各个旅游区处于正常接待状态。 五、数据搜集 数据说明 一方面，模型中旅游外汇收入主要是受当期各个自变量的影响；另一方面，由于我国入境旅游经济发展起步较晚，早期的旅游经济发展状况有关数据不易收集且数量不会很多，若使用时间序列数据进行拟合，自由度很低。故在此我们采用了截面数据，试看一下效果。 2.数据的搜集情况 采用2002年统计年鉴上分地区截面数据，具体情况见附表一。 六、模型的参数估计、检验及修正 1.模型的经济意义的检验 β1=-79.1929 β2=3.3972 β3=0.15108 β4=0.7128 从回归模型的结果中我们可以看出与经济意义是相符合的，各个自变量与应变量之间都是呈正相关关系，且截距系数为负，表明的是对国外旅游业的所有投资没有得到回报。 2.模型的参数估计和统计推断的检验 利用EVIEWS软件，用OLS方法估计得： Dependent Variable: Y Method: Least Squares Date: 04/14/04 Time: 14:39 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. X40.7128380.8081540.8820570.3855 X30.1510780.5385900.2805060.7812 X23.3972140.4198258.0919810.0000 C-79.19295136.7329-0.5791800.5673 R-squared0.843551 Mean dependent var515.1290 Adjusted R-squared0.826167 S.D. dependent var948.4382 S.E. of regression395.4347 Akaike info criterion14.91776 Sum squared resid4221951. Schwarz criterion15.10279 Log likelihood-227.2253 F-statistic48.52659 Durbin-Watson stat1.319996 Prob(F-statistic)0.000000 Y = 0.7128X4 + 0.15108X3 + 3.3972X2 - 79.1929 （0.882057）（0.280506）（0.8091981）（-0.579180） R2=0.843551 R2=0.826167 F=48.52659 可见， X3 、X4的t值都不显著。另外，可决系数为0.843551 修正可决系数为0.826167，F值为48.52659，通过检验。故我们对上述模型进行计量经济学的检验，并进行修正，看是否能使模型方程得到改进。 3.计量经济学检验 （1）多重共线性检验 用EVIEWS软件，得相关系数矩阵表： X2X3X4 X2 1.000000 0.290115 0.610620 X3 0.290115 1.000000 0.749035 X4 0.610620 0.749035 1.000000 由上表可以看出，解释变量X3与X4 、X2与X4之间的相关系数都较大，可见存在显著的多重共线性。在经济意义上：在旅行社与星级宾馆之间是一种客源供求合作的关系，一般一家旅行社确定了客源后必定与星级宾馆签订入住合同，各家旅行社有自己的合作伙伴，因此二者的相关性较高 下面我们利用逐步回归法进行修正 通过OLS方法逐一求Y对各个解释变量的回归。结合经济意义及统计检验选出拟合效果最好的一元线形回归方程，经分析在三个一元回归模型中Y（国际旅游外汇收入）对X2（入境外国旅游者人数）的线性关系强，拟和程度好，即： Y = 3.764667836*X2 + 100.358575 （11.77398） （1.251145） R2=0.826997 R2=0.821031 F=138.6267 Dependent Variable: Y Method: Least Squares Date: 04/14/04 Time: 15:29 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. X23.7646680.31974511.773980.0000 C100.358680.213371.2511450.2209 R-squared0.826997 Mean dependent var515.1290 Adjusted R-squared0.821031 S.D. dependent var948.4382 S.E. of regression401.2343 Akaike info criterion14.88931 Sum squared resid4668681. Schwarz criterion14.98182 Log likelihood-228.7843 F-statistic138.6267 Durbin-Watson stat1.208100 Prob(F-statistic)0.000000 Dependent Variable: Y Method: Least Squares Date: 04/14/04 Time: 15:29 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. X31.6388970.7668852.1370830.0412 C-36.38620304.1930-0.1196160.9056 R-squared0.136059 Mean dependent var515.1290 Adjusted R-squared0.106268 S.D. dependent var948.4382 S.E. of regression896.6286 Akaike info criterion16.49750 Sum squared resid23314344 Schwarz criterion16.59002 Log likelihood-253.7113 F-statistic4.567123 Durbin-Watson stat1.805084 Prob(F-statistic)0.041153 Dependent Variable: Y Method: Least Squares Date: 04/14/04 Time: 15:30 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. X43.6178530.7734334.6776550.0001 C-343.5858225.4107-1.5242660.1383 R-squared0.430037 Mean dependent var515.1290 Adjusted R-squared0.410383 S.D. dependent var948.4382 S.E. of regression728.2729 Akaike info criterion16.08157 Sum squared resid15381062 Schwarz criterion16.17408 Log likelihood-247.2643 F-statistic21.88046 Durbin-Watson stat1.842983 Prob(F-statistic)0.000062 ② 逐步回归。将其余解释变量逐一带入上式，可得如下几个模型： Dependent Variable: Y Method: Least Squares Date: 04/14/04 Time: 15:50 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. X23.6269290.32797711.058490.0000 X30.5095640.3520111.4475810.1588 C-55.94259133.6352-0.4186220.6787 R-squared0.839042 Mean dependent var515.1290 Adjusted R-squared0.827545 S.D. dependent var948.4382 S.E. of regression393.8641 Akaike info criterion14.88165 Sum squared resid4343610. Schwarz criterion15.02043 Log likelihood-227.6656 F-statistic72.97943 Durbin-Watson stat1.254348 Prob(F-statistic)0.000000 Y = 3.62692894* X2 + 0.5095639447* X3 - 55.94259492 （11.05849） （1.447581） （-0.418622） R2=0.839042 R2=0.827545 F=72.97943 Dependent Variable: Y Method: Least Squares Date: 04/14/04 Time: 15:51 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. X23.3596720.3913198.5855030.0000 X40.8839000.5215001.6949170.1012 C-64.81908124.6648-0.5199470.6072 R-squared0.843095 Mean dependent var515.1290 Adjusted R-squared0.831887 S.D. dependent var948.4382 S.E. of regression388.8745 Akaike info criterion14.85616 Sum squared resid4234255. Schwarz criterion14.99493 Log likelihood-227.2704 F-statistic75.22578 Durbin-Watson stat1.335883 Prob(F-statistic)0.000000 Y = 3.35967215*X2 + 0.8838996584*X4 - 64.8190821 （8.585503） （1.694917） （-0.519947） R2=0.843095 R2=0.831887 F=75.22578 从上述几个模型中可以看出，在原模型中加入变量X3、X4以后，模型的统计检验效果并没有得到较好的改善，模型的F值没有得到较大的提高，故应该把这两个影响因素从模型中剔除。 此时的模型为：Y = 3.764667836*X2 + 100.358575 （11.77398） （1.251145） R2=0.826997 R2=0.821031 F=138.6267 （2）异方差检验（white检验） White Heteroskedasticity Test: F-statistic10.11369 Probability0.000494 Obs*R-squared13.00192 Probability0.001502 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/19/04 Time: 15:10 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. C-291629.6127906.8-2.2800160.0304 X26843.2701532.0294.4668030.0001 X2^2-4.9531331.174720-4.2164360.0002 R-squared0.419417 Mean dependent var150602.6 Adjusted R-squared0.377947 S.D. dependent var575896.2 S.E. of regression454211.4 Akaike info criterion28.98228 Sum squared resid5.78E+12 Schwarz criterion29.12105 Log likelihood-446.2253 F-statistic10.11369 Durbin-Watson stat1.324120 Prob(F-statistic)0.000494 由拟合的数据可知，N* R2=31*0.419417=13.001927Χ20.05（2）=0.102587，故拒绝原假设，表明模型中随机误差项存在异方差。下面用去对数法对模型进行修正 Dependent Variable: LY Method: Least Squares Date: 05/19/04 Time: 18:58 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. LX1.1187860.04976922.479490.0000 C0.8860900.2037964.3479310.0002 R-squared0.945726 Mean dependent var5.235897 Adjusted R-squared0.943855 S.D. dependent var1.502757 S.E. of regression0.356078 Akaike info criterion0.835009 Sum squared resid3.676961 Schwarz criterion0.927524 Log likelihood-10.94263 F-statistic505.3276 Durbin-Watson stat1.690927 Prob(F-statistic)0.000000 修正后的方程如下： LY = 1.118786368*LX + 0.886090126 (22.47949) ( 4.347931) R2= 0.945726 R2=0.943855 F=505.3276 再对此方程进行异方差检验 White Heteroskedasticity Test: F-statistic3.114504 Probability0.060075 Obs*R-squared5.641392 Probability0.059564 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/19/04 Time: 19:11 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. C0.0977210.1161600.8412600.4073 LX-0.0465870.058209-0.8003450.4302 LX^20.0120480.0077351.5576200.1306 R-squared0.181980 Mean dependent var0.118612 Adjusted R-squared0.123550 S.D. dependent var0.151504 S.E. of regression0.141837 Akaike info criterion-0.976517 Sum squared resid0.563293 Schwarz criterion-0.837744 Log likelihood18.13601 F-statistic3.114504 Durbin-Watson stat1.587378 Prob(F-statistic)0.060075 由此可见，模型表明国际旅游外汇收入和入境旅游者人数呈高度线形相关，并且修正后的模型在α=0.05的情况下无异方差性，参数估计精度有所提高，修正可决系数和F值得到极大提高。 （3）自相关检验（D-W检验） 下面用修正后的对数线性回归模型进行自相关检验。从下表中可以看出D=1.690927。因为DL=1.363 DU=1.496 4-DL=2.637 4-DU=2.504 所以该对数模型不存在自相关性。 Dependent Variable: LY Method: Least Squares Date: 05/19/04 Time: 14:34 Sample: 1901 1931 Included observations: 31 VariableCoefficientStd. Errort-StatisticProb. LX1.1187860.04976922.479490.0000 C0.8860900.2037964.3479310.0002 R-squared0.945726 Mean dependent var5.235897 Adjusted R-squared0.943855 S.D. dependent var1.502757 S.E. of regression0.356078 Akaike info criterion0.835009 Sum squared resid3.676961 Schwarz criterion0.927524 Log likelihood-10.94263 F-statistic505.3276 Durbin-Watson stat1.690927 Prob(F-statistic)0.000000 七、模型的分析 我们进行了一系列检验和修正后的最终结果如下： LY = 1.118786368*LX + 0.886090126 (22.47949) ( 4.347931) R2= 0.945726 R2=0.943855 F=505.3276 从模型中可以看出： LX符合经济意义的检验，即，从经济意义上讲，国际旅游外汇收入随入境旅游外国旅游者人数的增加而增加，随入境旅游外国人数的 减少而减少。即呈正相关关系。 由模型中数据可以看出，可决系数以及F值都较高，且通过T检验，故该模型是一个成功的模型。 3. 就我们的初始模型而言，考虑到了国际旅行社的数量以及旅游星级宾馆的数量，而到最后的模型，这两个因素已经被剔除了，这原因在于我国旅游企业的规模大，但是竞争力差。 国际旅行社：在旅行社领域，与境外旅行商接触和合作较多的是入境旅游，中外旅行社之间基本上是客源供求的合作关系，近年来随着中国旅游业的高速发展，非但没有形成中外旅行社在开辟入境客源方面的竞争，相反中方对境外旅行社的客源依赖进一步加剧，对外竞争实际难以开展，其次尽管有跨国的旅行社，但是数量少，业务范围的狭窄，企业的结构单一，限制了其在对旅游创汇中的贡献。 星级宾馆：90年代以前，我国旅游业基本上是等客上门，入境客源增长的机缘性因素比较多，先是对外开放的空前吸引力，接着是周边客源市场的及时崛起，由于当时我国旅游基础设施和接待配套条件比较落后，基本处于客源供过于求的状况，无需再到境外开拓市场。90年代以后，这种环境和形势逐步发生了一些变化，最突出的就是市场供求关系的变化，以及随之而来的市场竞争加剧。为了占领市场分额，很多企业不惜成本进行低价竞争，破坏了行业的健康发展，也导致旅游收入的减少。 八.政策建议 1. 模型直观来说，我们要想方设法的扩大入境旅游人数，中国有着悠久的历史，多彩的民族文化，奇异的自然资源，相对安全的政治社会环境，具备了吸引游客的硬件。但是软件上仍然存在欠缺。这一点上，国家政府要做好整体的对外旅游宣传，文化交流活动，地方政府也要在积极对外开展交流，宣传，推介。既要注意做到一个整体的形象的推广，又要推出各具特色的风味。 2.相对于扩大入境旅游人数，我们还要想到另外一个与之相关甚紧的因素——入境旅游者旅游消费总体水平较低，徘徊不前。入境旅游者旅游消费水平仍维持在90年代中期的水平，在135美元左右。这与进入90年代以来，我国旅游业强劲增势形成较为明显的反差。，旅游外汇收入和入境旅游者人次规模是不对称的，旅游者人均消费水平低于世界发达国家平均水平，参考入境旅游者旅游消费基本维持不变的事实，可以得出，“九五”期间我国旅游业快速发展主要是通过量的扩张来完成。根据魏小安旅游市场发展的“三阶段理论”(旅游市场发育大体分为贵族化旅游阶段、大众化旅游阶段和细分化旅游阶段)，可基本判定我国目前入境旅游基本属于大众化旅游阶段。在未来旅游业市场开拓过程中，如何通过市场细分，根据旅游者需求和个性化和旅游产品的定制化，提高人境旅游者质量(主要以入境旅游者总体 消费水平来衡量)，将成为未来旅游市场开拓重点 3.在模型外，我们要看到研究工作的重要性，但是目前我国的旅游统计工作不完善，国家一级可以有较完整的从交通到旅游消费的统计，而地方具体的统计工作大多口径不一致，项目也不完整，造成研究工作的困难。 4.旅游企业是增加旅游收入的主导力量，但是不管在模型还是现实中，它的贡献却没有发挥出来，因此我们要注重培育竞争力强，业务范围广泛，能参与国际竞争的大型旅游企业，限制恶性竞争，鼓励旅游企业的合作，兼并，破产，让企业在市场中优胜劣汰。 5.注重对其他影响旅游收入的因素的发掘，发掘传统文化，保护旅游资源，注重旅游产品的开发等，进一步提升我国旅游业发展。 九．参考文献： 1.中国旅游网，中国旅游报，中国旅游业等 2.中国2002年统计年鉴 3.魏小安．关于旅游发展的几个阶段性问题[J]．旅游学刊，2000，(5)：9—14．作者：中国科学院地理科学与资源研究所　旅游研究与规划设计中心　席建超　来源：原载《桂林旅游高等专科学校学报》，2003年2月 附表一： OBJECTS入境人数X2国际旅行社数量X3旅游星级宾馆数量X4国际旅游外汇收入Y 1285.794805082946 242.1420480280 344.46463226157 419.7826418959 539.99127111137 672.42545285463 727.1815313776 861.23341221250 9204.265483001808 10183.71772565822 11146.91637610699 1238.09374215106 13163.48384230942 1419.6329218570 1582.87961342382 1636.56458242133 1766.78320460201 1850.46308166271 191292.384796404484 20126.72292246301 2145.68152157106 2231.3320069163 2357.48417204166 2420.551125869 25113.13406431367 2612.71351246 2775.29264141309 2822.261319745 293.9772299 300.8743293 3127.319817399

1 ...626364656667686970... 77
最新消息
相关帖子
高校大学相关专题
标签云
AB
CD ABCDEFGHIJKLMNOPQISTUVWXYZ
人大经济论坛 大学 专业 手机版

为做大做强人大经济论坛，本站接受风险投资商咨询，请联系（010-62719935）
京ICP备11001960号 京ICP证090565号 京公网安备1101084107号 论坛法律顾问：王进律师 知识产权保护声明 免责及隐私声明
邮箱：service@pinggu.org
合作咨询电话：(010)62719935 广告合作电话：010-68456523 13661292478 刘老师
投诉电话：(010)68466864 不良信息处理电话：13661292478