題-1_100_100.jpg)
基本信息
- 項目名稱：
- 挑開長假的“黃金”面紗——基于永久收入假說的實證研究
- 小類：
- 經(jīng)濟(jì)
- 簡介：
- “黃金周”實施以來，負(fù)面效應(yīng)逐步突顯，其經(jīng)濟(jì)效應(yīng)的權(quán)衡值得思考。本文以永久收入假說作為理論基礎(chǔ)，運(yùn)用結(jié)構(gòu)時間序列模型等計量方法，利用1994年-2010年相關(guān)行業(yè)數(shù)據(jù)對黃金周的經(jīng)濟(jì)效應(yīng)進(jìn)行了實證分析。同時借鑒國外假期制度進(jìn)行比較研究，并利用研究結(jié)論，探討了中國假期制度的發(fā)展。
- 詳細(xì)介紹：
- 挑開長假的“黃金”面紗： 基于永久收入假說的實證研究? 潘澤宇 王鑒 傅琦 內(nèi)容摘要：本文運(yùn)用結(jié)構(gòu)時間序列模型和虛擬變量回歸等計量方法，研究分析了黃金周對刺激消費(fèi)，拉動內(nèi)需的影響，同時借鑒國外假期制度，與國內(nèi)進(jìn)行比較研究，探討了中國假期制度的發(fā)展。根據(jù)相關(guān)數(shù)據(jù)，實證研究顯示：（1）長假短時間內(nèi)有明顯的經(jīng)濟(jì)刺激效應(yīng)，但就長期來看，對于經(jīng)濟(jì)增長的貢獻(xiàn)并不顯著；（2）假日消費(fèi)拉動經(jīng)濟(jì)，擴(kuò)大內(nèi)需是以前后一段時間的消費(fèi)減緩甚至下滑為代價的；（3）由于“黃金周”的實施及其導(dǎo)致的負(fù)面效應(yīng)，人們出行意愿減緩，不利于經(jīng)濟(jì)的可持續(xù)發(fā)展。 關(guān)鍵詞：長假 擴(kuò)大內(nèi)需 弗里德曼永久收入假說 虛擬變量回歸模型 年假制度 一、 引言及文獻(xiàn)綜述 97年金融危機(jī)后，中國國內(nèi)內(nèi)需不足，國民消費(fèi)熱情不高。為了刺激消費(fèi)，拉動內(nèi)需，1999年9月18日中國國務(wù)院發(fā)布新的《全國年節(jié)及紀(jì)念日放假辦法》。隨著第一個黃金周帶來的巨大收益，長假制度及其效益為社會各界所重視。正是這樣的重視帶來了長假經(jīng)濟(jì)的超速發(fā)展：商家大量躉貨，消費(fèi)者瘋狂搶購，景點游客絡(luò)繹不絕，車站機(jī)場車水馬龍…然而長假前后，消費(fèi)水平明顯比同期下降見圖1（以2008年為例）；長假過后，許多部門為“黃金周”而準(zhǔn)備的大量的設(shè)施閑置浪費(fèi)，得不到持續(xù)有效地充分開發(fā)和利用（一鳴，2002）；交通運(yùn)力、旅游設(shè)施、遺產(chǎn)地的生態(tài)環(huán)境都處于臨界狀態(tài)（金榜，2006）。幾年中，長假帶來的經(jīng)濟(jì)效益持續(xù)增加，但是其增長的速度卻逐漸減緩，其中還不包括各類隱性的損失，如商家剩余貨物的結(jié)轉(zhuǎn)，景點遺產(chǎn)的破壞，交通事故中的傷亡等等。 基于上述事實，將本文主要研究問題歸納如下：為什么長假前夕各類消費(fèi)會同比下降？預(yù)期的“黃金周”帶來的經(jīng)濟(jì)效益呈倒“U”型趨勢基于什么理論？黃金周在較長一段時間內(nèi)真的內(nèi)顯著拉動經(jīng)濟(jì)增長嗎？如果算上那些隱性因素呢？在中國，修正年假制度是否能夠解決上述問題？ 目前，探討我國黃金周的政策效果到底如何,國內(nèi)學(xué)界有兩種看法：一，所謂的黃金周可以拉動經(jīng)濟(jì)。認(rèn)為消費(fèi)作為衡量社會經(jīng)濟(jì)平衡發(fā)展的重要標(biāo)志，既與社會群體收入水平息息相關(guān)，也與民眾消費(fèi)觀念更新、消費(fèi)時間充裕與否密不可分。通過給予充足的休息時間，刺激中國老百姓經(jīng)濟(jì)思維從簡單的“積累型”向“積累—消費(fèi)型”轉(zhuǎn)變，起到了“四兩撥千斤”的效果（吳必虎,1991）。假日消費(fèi)市場潛力巨大,它將繼續(xù)成為市場消費(fèi)的一個新亮點，假日消費(fèi)將繼續(xù)拓展市場空間。假日消費(fèi)將給企業(yè)創(chuàng)造巨大商機(jī)（嚴(yán)先溥,2000）。二，黃金周對經(jīng)濟(jì)的貢獻(xiàn)微乎其微。隨著研究機(jī)構(gòu)和學(xué)者對我國近年來經(jīng)濟(jì)的統(tǒng)計分析，發(fā)現(xiàn)黃金周對GDP 的貢獻(xiàn)微乎其微。根據(jù)清華大學(xué)蔡繼明教授的研究： “從居民消費(fèi)方面看，‘黃金周’帶來的消費(fèi)拉動效果并不大”；從1985年到2006年我國國內(nèi)旅游收入趨勢圖看，中國的旅游收入的分水嶺出現(xiàn)在1993年，前后兩個階段中的增長趨勢明顯不同。而在黃金周制度開始實行的1999年，增長速度并未出現(xiàn)明顯提升?！保ú汤^明，2009）誠然，該研究充分反映了“黃金周”的實質(zhì)，但正如現(xiàn)在國內(nèi)眾多研究，其較少基于統(tǒng)計數(shù)據(jù)進(jìn)行實證分析研究，且多局限于旅游方面，研究結(jié)果難免缺乏說服力。 本文的結(jié)構(gòu)安排如下：首先調(diào)查分析了自新中國成立，中國假期制度的變遷以及當(dāng)下假期制度，然后通過借鑒國外相關(guān)理論，如弗里德曼永久收入假說和莫迪利安生命周期理論等，對我國假期制度的經(jīng)濟(jì)效應(yīng)提出假說。在本文的第四章，根據(jù)1994—2010年統(tǒng)計數(shù)據(jù)，利用穩(wěn)定性較強(qiáng)的結(jié)構(gòu)時間序列模型和虛擬變量回歸進(jìn)行實證研究，說明長假制度并不能有效長期地刺激消費(fèi)，拉動內(nèi)需。在文章的第五部分，將國外優(yōu)秀的年假制度與中國的進(jìn)行比較分析，最后，對黃金周發(fā)展和年假制度的改進(jìn)進(jìn)行論述，并提出簡單的政策建議。 (圖一) 二、新中國假日制度的演變 自中華人民共和國成立以來, 我國的假日制度大體經(jīng)歷了二個階段的演變。 第一階段：1949—1978 新中國剛剛成立，政務(wù)院于1949年12月23日便發(fā)布了《全國年節(jié)及紀(jì)念日放假辦法》，形成了目前我國法定假日的基本格局：規(guī)定了每年有4個節(jié)假日：（1）元旦（放假1天）、（2）春節(jié)（放假3天）、（3）五一勞動節(jié)（放假1天）、（4）十一國慶節(jié)（放假2天），共7天規(guī)定為全民法定假日。另外，從1949年建國到1995年的40多年里，我國一直實行的是每天8小時、每周48小時的工時制度，即星期天公休一天。所以，每年法定休息時間為59天。 第二階段：1978—2007 改革開放以來，1978年—1998年的20年間，春節(jié)等節(jié)假日又恢復(fù)正常。1979年1月17日，《人民日報》刊登了兩篇“為什么春節(jié)不放假”、“讓農(nóng)民過個安定年的讀者來信”，表明民眾和政府對春節(jié)休假制度的回歸態(tài)度，部分省區(qū)宣布恢復(fù)春節(jié)放假，次年全國恢復(fù)舊制,即重新實行政務(wù)院1949年12月23日發(fā)布的《全國年節(jié)及紀(jì)念日放假辦法》。 1995年《國務(wù)院關(guān)于職工工作時間的規(guī)定》規(guī)定：是我國“公休假日”延長至兩天，也就是每周五天工作后休息兩天。這樣，我國的法定公休日就由原來的52天變成了104天。 1999年國務(wù)院修正了《全國年節(jié)及紀(jì)念日放假辦法》，將“五一”勞動節(jié)放假一天的舊例延長為放假三天，將國慶節(jié)放假兩天延長為三天，法定節(jié)假日總量由7天延長至10天。因此，從1999年開始我國的法定公休日和節(jié)假日全年總計為114天。 2007年12月7日，國務(wù)院通過修改《全國年節(jié)及紀(jì)念日放假辦法》規(guī)定，于2008 年1 月1 日實施，保留國慶和春節(jié)兩個“黃金周”，五一放假三天，同時增加清明、端午、中秋三個傳統(tǒng)節(jié)日三天休假。 三、國內(nèi)外消費(fèi)理論及其借鑒 普遍認(rèn)為，黃金周的實行，拉動消費(fèi)，消費(fèi)刺激了需求，活躍了市場，增加了就業(yè)，繁榮了經(jīng)濟(jì)，推動了旅游業(yè)等第三產(chǎn)業(yè)的整體發(fā)展。黃金周的兩個突出的作用是旅游和消費(fèi)，不管是對于旅游行業(yè)收入，還是商品零售業(yè)績，都是創(chuàng)下高峰。但是黃金周的實行真的可以嗎？黃金周實行是不能拉動內(nèi)需的，消費(fèi)是由永久收入決定。 假設(shè)以9、10和11月份為例，在1999年黃金周實行之前，居民在此區(qū)間消費(fèi)量呈直線（圖1）。根據(jù)凱恩斯消費(fèi)函數(shù)，實行黃金周之后（圖2），理想狀態(tài)是希望在其它月份保持不變的情況下，10月份異軍突起，達(dá)到拉動內(nèi)需。然而，由于運(yùn)用凱恩斯的消費(fèi)函數(shù)是有其缺陷，在此區(qū)間的實際消費(fèi)量變化可能是（圖3）。在強(qiáng)調(diào)跨期最優(yōu)的條件下，考慮暫時收入和永久收入的永久收入假說不失為一種分析的有效手段。為此，本文借鑒弗里德曼（Friedman,1957）永久收入模型。 根據(jù)弗里德曼（Friedman,1957）永久收入假說，他堅持行為人的收入只由永久收入決定，而非當(dāng)期收入函數(shù)。消費(fèi)是由永久收入相關(guān)的函數(shù)，第t期的消費(fèi) ，永久收入YP ,Wt為行為人在第t期擁有的資產(chǎn)， 為初始獲的勞動收入，r為利率，k為常數(shù)，簡化寫為： 其中， 在跨期最優(yōu)選擇的作用下，消費(fèi)并非如同凱恩斯（Keynes,1936）消費(fèi)理論 那樣僅由當(dāng)期決定，而是取決于人生的財富現(xiàn)值總和（袁志剛 2001），這就論證了黃金周的實行中消費(fèi)還是由永久收入決定，并達(dá)不到圖2的效果，消費(fèi)總量 是不會變化。 進(jìn)一步，說明黃金周的實行使實際消費(fèi)量為圖3的效果。假設(shè)把9、10和11消費(fèi)量分別設(shè)為Ca、Cb、Cc，消費(fèi)總量為 。在區(qū)間t期的消費(fèi)函數(shù)： =w1Ca+w2Cb+w3Cc 前面已經(jīng)說明 不變，當(dāng)由于國家支持和企業(yè)等的打折措施，并且有時間空間提供使Cb升高，必然Ca與Cc要下降達(dá)到平衡。這其實只是一種減少其它時期的消費(fèi)而來的“吸附性”的增長。 對于Ca、Cb、Cc考慮邊際效用的情況下，把選擇A、B和C不同時段去消費(fèi)看成有價值的商品，設(shè)每一區(qū)間為n個分量。當(dāng)消費(fèi)者選擇B區(qū)間商品第一次時，效用假設(shè)是10*n，第二次時，效用減少為9*n，依次類推當(dāng)購買B集合商品達(dá)到數(shù)量11時，效用為0*n。根據(jù)前面所說的永久假說理論，當(dāng)人們在選擇B減少時，同期會將A、C的增加，從而達(dá)到長期的平衡。黃金周政策推行，現(xiàn)在已有10年之久，可能當(dāng)?shù)谝荒晖瞥龅臅r候，人們蜂擁出動。但是，一年又一年的疲軟的原因。 根據(jù)以上模型，本文提出如下假說：黃金周期間的消費(fèi)猛增通常是以其它期間的消費(fèi)減少作為代價的，它很少是一種額外的消費(fèi)增量，相反卻很可能是對存量的消化，對整體經(jīng)濟(jì)的拉動作用因而相當(dāng)有限。因為居民在那一時間的永久收入是不變的，他的實際需求是沒有增加的。消費(fèi)總量原因的變化只由行為人的永久收入決定。 四、長假的實證研究 本節(jié)以我國現(xiàn)實數(shù)據(jù)為基礎(chǔ)，利用結(jié)構(gòu)時間序列模型和虛擬變量回歸進(jìn)行實證分析，揭示我國長假對于刺激內(nèi)需，拉動經(jīng)濟(jì)增長的影響，并對本文理論分析的一些主要結(jié)論進(jìn)行檢驗。 本節(jié)共分為四個部分進(jìn)行實證研究：首先利用數(shù)據(jù)做出圖表，進(jìn)行初步驗證。然后分別針對消費(fèi)和旅游兩方面進(jìn)行經(jīng)濟(jì)效應(yīng)分析，最后給出總結(jié)。 （一）初步驗證 （圖 二) (圖 三) 由圖二可以看出，99人均花費(fèi)年實施長假政策以來，社會消費(fèi)品零售總額的增長速度并未出現(xiàn)顯著提升，且是在未排除季節(jié)因素和不規(guī)則因素的情況下；而從圖三可知，國內(nèi)旅游人均花費(fèi)在長假實行以后增長速度明顯減緩。 （二）基于消費(fèi)方面的經(jīng)濟(jì)效應(yīng)分析 1.結(jié)構(gòu)時間序列模型的季節(jié)調(diào)整 1.1模型的設(shè)立 本部分構(gòu)造狀態(tài)空間模型，利用Kalman濾波進(jìn)行狀態(tài)向量的估計，然后利用極大似然方法進(jìn)行超參數(shù)估計（相關(guān)矩陣方程參見附錄一），最終直接求解出趨勢循環(huán)要素TC，季節(jié)分量S和不規(guī)則分量I。 采用社會消費(fèi)品零售總額（SLt）的時間序列數(shù)據(jù)，月度序列的區(qū)間范圍為1994年1月至2010年12月，季節(jié)調(diào)整的狀態(tài)空間模型的形式為 量測方程： , （1.1.1） 狀態(tài)方程： （1.1.2） 式（1.1.1）中SL_TC，SL_S，SL_I分別代表社會消費(fèi)品零售總額（SL t）的趨勢要素，季節(jié)要素和不規(guī)則要素。通過Census X12季節(jié)調(diào)整分解車來的趨勢循環(huán)要素SL_TCt序列經(jīng)過單位根檢驗發(fā)現(xiàn)是二階單整的，為了更好地從原序列中提取季節(jié)要素，把式（1.1.2）中不規(guī)則要素I t的AR(p)模型的自回歸階數(shù)p =2。 1.2圖表結(jié)果 （圖四） 1.3結(jié)論分析 圖四的曲線為趨勢循環(huán)要素即TC序列，它已消除了原序列中的季節(jié)和不規(guī)則要素的影響，揭示了該指標(biāo)的變動趨勢。該圖給出了我國的社會消費(fèi)品零售總額自1994年至2010年的一個總體增長趨勢，以此項指標(biāo)概括我國消費(fèi)經(jīng)濟(jì)的一個大致增長情況，可較為準(zhǔn)確地分析消費(fèi)品市場的發(fā)展態(tài)勢。我國的社會消費(fèi)品零售總額基本呈穩(wěn)步增長的態(tài)勢。在實施黃金后的1999年以后，并未出現(xiàn)預(yù)想的結(jié)果，即經(jīng)濟(jì)增長速度顯著提高，甚至在某些時間段內(nèi)有大幅減緩的趨勢。 該步驟初步證實長假對于經(jīng)濟(jì)增長的貢獻(xiàn)并不顯著。 2.虛擬變量回歸 2.1影響因素分析 a.城鎮(zhèn)居民家庭人均可知支配收入。該指標(biāo)是研究各類型消費(fèi)的基礎(chǔ)指標(biāo)?？芍涫杖朐蕉?，相應(yīng)的消費(fèi)也應(yīng)該越多。 b.時間推移。隨著新世紀(jì)的來臨和現(xiàn)代化腳步的加快，消費(fèi)觀也在逐步改變，人們越來越享受消費(fèi)帶來的實用與樂趣，而不是一味地將所掙得的錢存進(jìn)銀行。 c.閑暇時間。自1999年起，國務(wù)院發(fā)布新的《全國年節(jié)及紀(jì)念日放假辦法》。借助“黃金周”的出現(xiàn)，商家紛紛抓住商機(jī)，進(jìn)行打折等一系列促銷手段，為居民的日常生活用品以及其他商品的消費(fèi)提供了更廣闊的平臺。 2.2模型設(shè)立 在社會科學(xué)研究中，因變量經(jīng)常受到一些定性變量的影響，如地區(qū)，性別，職業(yè)等，我們可以用此來解釋因變量的變化，但之前須將分類變量轉(zhuǎn)化為虛擬變量，然后再將它們引入回歸方程，所得的回歸結(jié)果才有明確的意義解釋。 沿襲基于穩(wěn)定狀態(tài)的古典線性回歸模型（虛擬變量回歸模型），本部分的實證模型如下式所示： Y=α1+β1X1+β2X2+β3D1+ut 其中被解釋變量y是社會消費(fèi)品零售總額，所選擇的解釋變量X1，X2，D1,分別是上述因素——城鎮(zhèn)居民家庭人均可知支配收入（X1）、時間推移（X2）、閑暇時間（D1，虛擬變量，1999年起實施“黃金周”長假制度，所以1999年之前設(shè)定為0,1999年之后設(shè)定為1）。β1，β2，β3為待估參數(shù)，ut為隨機(jī)擾動項。 2.3數(shù)據(jù) 由于本部分研究種在探求長假對于其前后時間段的經(jīng)濟(jì)效應(yīng)的影響，故我們以94年-10年中每年9月份的社會消費(fèi)品零售總額為例（數(shù)據(jù)參見附錄2），以證實理論模型中所提出的假說。 表1 社會消費(fèi)品零售總額的回歸結(jié)果 Variable Coefficient Std. Error t-Statistic Prob. C 6740833. 2310541. 2.917426 0.0120 X1 11.52041 0.959959 12.00094 0.0000 X2 -3392.163 1159.741 -2.924930 0.0118 D1 3376.306 4657.647 0.724895 0.4814 R-squared 0.993104 Mean dependent var 57752.55 Adjusted R-squared 0.991513 S.D. dependent var 40243.50 S.E. of regression 3707.466 Akaike info criterion 19.47641 Sum squared resid 1.79E+08 Schwarz criterion 19.67246 Log likelihood -161.5495 F-statistic 624.0662 Durbin-Watson stat 1.207327 Prob(F-statistic) 0.000000 由上表可以看出，t值D1不顯著且P值偏大，而X2的t值與預(yù)期的相反，很可能存在多重共線性，需進(jìn)一步修正（修正過程省略）。 表2 修正多重共線性影響后的回歸結(jié)果 Variable Coefficient Std. Error t-Statistic Prob. C -17336.69 2504.711 -6.921633 0.0000 X1 8.807990 0.307847 28.61158 0.0000 D1 -8051.352 3146.218 -2.559058 0.0227 R-squared 0.988566 Mean dependent var 57752.55 Adjusted R-squared 0.986933 S.D. dependent var 40243.50 S.E. of regression 4600.334 Akaike info criterion 19.86443 Sum squared resid 2.96E+08 Schwarz criterion 20.01147 Log likelihood -165.8477 F-statistic 605.2133 Durbin-Watson stat 0.905984 Prob(F-statistic) 0.000000 基于表1得出回歸方程為 Y = -17336.68943 + 8.807989637*X1 - 8051.352238*D1 t=(-2.559058) (28.61158) (-6.921633) R2= 0.988566 = 0.986933 F= 605.2133 D.W=0.905984 將模型進(jìn)行整理，得到： -17336.68943 + 8.807989637*X1 t＜1999 Y= -25388.04167 + 8.807989637*X1 t≥1999 2.4檢驗 2.4.1經(jīng)濟(jì)意義檢驗 通過模型可以知道，社會消費(fèi)品零售總額與城鎮(zhèn)居民家庭人均可支配收入以及時間的推移成正相關(guān)關(guān)系，符合經(jīng)濟(jì)學(xué)的一般意義，經(jīng)濟(jì)意義檢驗通過。 2.4.2統(tǒng)計檢驗 由R2和 的結(jié)果可以看出模型擬合優(yōu)度較好，回歸系數(shù)顯著；在α=0.05額顯著性水平下，F(xiàn)0.05（2，14）=3.74，而F=605.2133＞F0.05（2，14）=3.74，表明回歸方程是高度顯著的；Constant、X1和D1的t值絕對值均大于 tα/2(14),故通過變量的顯著性檢驗。 2.4.3計量經(jīng)濟(jì)學(xué)檢驗（殘差檢驗） 為考核所建模型的優(yōu)劣，需對模型的殘差序列進(jìn)行檢驗，檢驗其是否為白噪聲序列。若殘差序列是白噪聲序列，可認(rèn)為模型合理；否則，意味著殘差序列還存在有用的信息沒有提取，需要進(jìn)一步改進(jìn)模型。通常側(cè)重于殘差序列的隨機(jī)性，即滯后期K>1時，殘差序列的樣本自相關(guān)系數(shù)應(yīng)近似為0. 表3 殘差序列的自相關(guān)圖 Autocorrelation Partial Correlation AC PAC Q-Stat Prob . | . | . | . | 1 0.066 0.066 0.0892 0.765 . | . | . | . | 2 0.044 0.040 0.1310 0.937 . | . | . | . | 3 0.018 0.013 0.1388 0.987 . | . | . | . | 4 0.044 0.041 0.1878 0.989 . | . | . | . | 5 0.022 0.016 0.2009 0.992 . | . | . | . | 6 0.046 0.041 0.2641 0.994 . | . | . | . | 7 0.030 0.022 0.2932 0.996 . | . | . | . | 8 0.011 0.002 0.2972 0.999 . | . | . | . | 9 0.000 -0.005 0.2972 1.000 . | . | . | . | 10 0.000 -0.005 0.2972 1.000 . | . | . | . | 11 0.000 -0.003 0.2972 1.000 . | . | . | . | 12 0.000 -0.003 0.2972 1.000 當(dāng)數(shù)據(jù)量比較小時，判斷殘差序列是否為純隨機(jī)，可以利用自相關(guān)圖進(jìn)行直觀判斷。由檢驗圖可以看出，殘差序列基本落入隨機(jī)區(qū)間，不存在ARCH效應(yīng)，可以認(rèn)為殘差序列為白噪聲序列。 2.5結(jié)論分析 通過上述模型分析及各項檢驗，不難看出解釋變量X1，D1與被解釋變量y之間存在線性關(guān)系，即城鎮(zhèn)居民消費(fèi)水平和節(jié)假日的頒布在很大程度上影響著9月份的社會消費(fèi)品零售總額，這與現(xiàn)實中的情況是十分吻合的。而時間的推移（X2）并未能顯著地影響歷年9月份的零售額，因為X2在模型中由于t值與預(yù)期相反被剔除。通過上文中的數(shù)據(jù)驗證以及進(jìn)一步的分析理解，可知99年“黃金周”長假制度的實施會導(dǎo)致其前后一段時間的零售總額下降。 該部分進(jìn)一步證實了假日消費(fèi)并不能真正拉動經(jīng)濟(jì)增長，擴(kuò)大內(nèi)需的假說。 (三)基于旅游方面的經(jīng)濟(jì)效應(yīng)分析 1.1影響因素及模型設(shè)立 本部分的實證模型如下所示： Y=α1+β1X1+β2X2+β3D1+ut 其中影響因素分別是城鎮(zhèn)居民消費(fèi)水平（X1）、時間推移（X2）、閑暇時間（D1，虛擬變量， 1999年之前設(shè)定為0,1999年之后設(shè)定為1）；β1，β2，β3為待估參數(shù)，ut為隨機(jī)擾動項。 1.2數(shù)據(jù)及檢驗 本部分旨在利用虛擬變量回歸模型來探求黃金周對于人們在旅游方面意愿的影響。用國內(nèi)旅游人均花費(fèi)來指代旅游意愿較為合理。 基于統(tǒng)計數(shù)據(jù)（見附錄3）得出回歸方程 Y = 0.01505616109*X1 + 116.1619521*D1 + 187.9800552 t= （18.68336） （9.950892） （15.99703） R2=0.903547 R2 =0.889769 F=65.57455 D.W=0.946594 利用殘差直方圖和累計概率圖進(jìn)行來檢驗回歸效果。一般若回歸效果好，標(biāo)準(zhǔn)殘差的直方圖呈正態(tài)分布，累計概率點列沿對角線分布，當(dāng)且僅當(dāng)觀察的累計概率與預(yù)期的累計概率相等時才會形成嚴(yán)格意義上的對角線。從標(biāo)準(zhǔn)化殘差統(tǒng)計圖可以看出數(shù)據(jù)分布較好，擬合程度較高。（圖略） 1.3結(jié)論分析 由于黃金周的事實，全國在其期間出行旅游的人數(shù)驟增，與此同時，國內(nèi)旅游總收入也毋庸置疑地增加。但是與此同時，長假期間交通事故頻發(fā)；景點人頭攢動，行程不暢；污染加劇，許多景點失去本色…越來越多的人正努力避開黃金周出游高峰，人均花費(fèi)的減少說明人們出行意愿的減緩。 （四）總結(jié) （1）假日消費(fèi)拉動經(jīng)濟(jì)，擴(kuò)大內(nèi)需是以前后一段時間的消費(fèi)減緩甚至下滑為代價的； （2）長假短時間內(nèi)有明顯的經(jīng)濟(jì)刺激效應(yīng)，但就長期來看，對于經(jīng)濟(jì)增長的貢獻(xiàn)并不顯著； （3）由于“黃金周”的實施及其導(dǎo)致的負(fù)面效應(yīng)，人們出行意愿減緩，不利于經(jīng)濟(jì)的可持續(xù)發(fā)展。 五、國外假日制度的借鑒與比較 中外帶薪休假制度比較 中國休假制度的改進(jìn)和完善，離不開對國際經(jīng)驗的借鑒。經(jīng)濟(jì)發(fā)達(dá)國家，尤其是歐美國家，帶薪假期制度完善，并且從法律上對公民的帶薪休假權(quán)益給予充分的保障，帶薪假期成為公民日常生活的一個重要組成部分。然而發(fā)展中國家的帶薪假期一般較少。非洲和拉丁美洲的許多國家?guī)郊倨跒閮芍茏笥?，不到歐洲發(fā)達(dá)國家的一半。 表4 世界各地帶薪休假制度一覽表 國家或地區(qū) 帶薪休假的時間安排 享受條件 美國 在帶薪年休假的時間安排不影響企業(yè)運(yùn)轉(zhuǎn)的前提下，由雇主和雇員協(xié)商決定 全職職工上崗半年后，獲得5個工作日(節(jié)假日不算)的帶薪休假。一般職工干滿一年，帶薪休假就增加為10個工作日，五年后為15個工作日，10年后為20個工作日。而一些大公司為了獎勵老員工，會在這個基礎(chǔ)上繼續(xù)增加。也有的公司準(zhǔn)許職工從工作的第二個月開始，每個月就可以有1天帶薪休假。同樣，一年后得到10個工作日的休假期，以后每工作一年，就增加一天，以此類推。 日本 通常情況下按雇員意愿安排，但如果假期影響企業(yè)正常運(yùn)作，雇主也可取消，一般情況是兩者協(xié)商解決 工作滿6個月可獲帶薪假期10天，工齡每增長一年則帶薪假期相應(yīng)增長1天 英國 雇員自己決定帶薪年假時間，但也需雇主許可（時間4-5周） 勞動者每年可以享受3周(21天)的帶薪假期，可集中休假，也可分時段休假 法國 休假時間由雇主和雇員共同商定，一般雇主需要征詢員工代表（5-6周） 勞動者從工作第2年起，每年獲得帶薪假期5周，通常情況下5周假期不能一次性用完 巴西 30天 1年的帶薪假期，必須1次用完。休假時間由雇主決定，被雇傭方?jīng)]有決定的權(quán)利 中國 5-15天 規(guī)定職工累計工作已滿1 年不滿10 年的，年休假5 天；已滿10 年不滿20 年的，年休假10 天；已滿20年的，年休假15 天 六、研究結(jié)論及政策建議 基于弗里德曼永久收入假說，本文研究分析了黃金周對刺激消費(fèi)，拉動內(nèi)需的影響，得出如下結(jié)論（1）假日消費(fèi)拉動經(jīng)濟(jì)，擴(kuò)大內(nèi)需是以前后一段時間的消費(fèi)減緩甚至下滑為代價的；（2）長假短時間內(nèi)有明顯的經(jīng)濟(jì)刺激效應(yīng)，但就長期來看，對于經(jīng)濟(jì)增長的貢獻(xiàn)并不顯著；（3）由于“黃金周”的實施及其導(dǎo)致的負(fù)面效應(yīng)，人們出行意愿減緩，不利于經(jīng)濟(jì)的可持續(xù)發(fā)展。 在研究過程中，本文首先構(gòu)造狀態(tài)空間模型，利用Kalman濾波進(jìn)行狀態(tài)向量的估計，然后利用極大似然方法進(jìn)行超參數(shù)估計，最終求解出趨勢循環(huán)要素TC，季節(jié)分量S和不規(guī)則分量I并繪制出趨勢循環(huán)要素圖，初步驗證了長假對于經(jīng)濟(jì)增長的貢獻(xiàn)并不顯著。其次，分別構(gòu)造了消費(fèi)和旅游方面的虛擬變量回歸模型，實證研究了長假的經(jīng)濟(jì)效應(yīng)以及其對于人民生活的影響。 根據(jù)本文的研究結(jié)果，結(jié)合中國的實際國情及現(xiàn)有制度，本文提出下述幾點政策建議： 1、增加居民收入，完善收入分配制度，合理調(diào)控收入差距。從本文的實證分析來看，從消費(fèi)方面，“黃金周”帶來的消費(fèi)拉動效果并不大，并未從實質(zhì)上促進(jìn)內(nèi)需的擴(kuò)大。我國必須改革收入分配制度，提高居民的收入水平，合理調(diào)控收入差距，從而改變收入現(xiàn)狀對擴(kuò)大內(nèi)需政策的影響，促使國民經(jīng)濟(jì)持續(xù)、健康、穩(wěn)定發(fā)展 2、保持現(xiàn)有放假時間，給予公民充足的休息時間。中國在工作時間方面，已經(jīng)與國際先進(jìn)水平接軌，遠(yuǎn)遠(yuǎn)超過一般發(fā)展中國家。所以，中國在絕對量上縮減周工作時間的余地已經(jīng)相當(dāng)有限，在總體休假時間上也余地不多。盡管筆者同意工作時間的縮短并不意味著財富會因此而減少，但是，如果勞動生產(chǎn)率提高所增加的社會財富并不能超過甚至彌補(bǔ)由于工作時間縮減而減少的那一部分，那么，一味地減少工作時間就顯得不太現(xiàn)實。以后的努力方向應(yīng)該盡可能地在休閑時間結(jié)構(gòu)的調(diào)整上 3、加強(qiáng)執(zhí)法，使帶薪休假制度變成一項常規(guī)制度。帶薪休假必須建立在勞動生產(chǎn)率提高的基礎(chǔ)之上。正如周工作時間的減少一樣，帶薪休假制度的推行必須考慮到社會的承受力，建立在勞動生產(chǎn)率提高的基礎(chǔ)之上。國家并不通過法律手段或行政命令強(qiáng)制推行帶薪休假制度，只是制定帶薪假日的指導(dǎo)性最低標(biāo)準(zhǔn)，這種指導(dǎo)性標(biāo)準(zhǔn)不具強(qiáng)制性。但是，如果企業(yè)沒有達(dá)到最低標(biāo)準(zhǔn)，就享受不到任何優(yōu)惠條件。企業(yè)根據(jù)實際情況決斷，可長可短，也可以完全不設(shè)立。政府主要通過制定不同的優(yōu)惠政策對帶薪假期加以調(diào)控。 Uncover ‘Golden’ Veil of the Long Holiday: Empirical Analysis Based on Permanent income Hypothesis Pan Zeyu, Wang Jian, Fu Qi （Chongqing University of China） Abstract: In the paper, we use the structural time serious model and the dummy variable model to research influence of that Golden Week is incentive to the consumption and expanding the domestic demand. At the same time, referring to foreign vacation policy and comparing with ours, we discuss the development of China’s vacation policy. According to the statistic, empirical analysis shows :( 1) The long holiday can be incentive to the consumption conspicuously in a short time, but that is not bald in the long term; (2) Vacation consumption pulling the economy and expanding the domestic demand are at the cost of decline of the former and latter consumption; (3) Due to the conduction of ‘Golden Week’ and the negative effect result from it, residents’ willing to travel is declining which is not good for the sustainable development. Key words: Long Holiday; Expanding the Domestic Demand; Friedman Permanent income Hypothesis; Dummy Variable Model; Annual Vacation Policy 參考文獻(xiàn)： [1]弗里德曼,1957：《消費(fèi)函數(shù)理論》[M]普林斯頓大學(xué)出版社 [2]袁志剛、宋錚,2001：《高級宏觀經(jīng)濟(jì)學(xué)》[M]復(fù)旦大學(xué)出版社 [3]鄭雅妮，2008：“國內(nèi)外帶薪年休假制度之比較研究” [J]，《工會論壇》 [4]韓冬梅、高鐵梅，2000：“基于結(jié)構(gòu)時間序列模型的季節(jié)調(diào)整方法研究”[J]，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》 [5] 藏旭恒,1994：“持久收入、暫時收入與消費(fèi)”[J]，《經(jīng)濟(jì)科學(xué)》 [6]鄧楠婷，楊新竹，孫一迪，2008：“關(guān)于我國城鎮(zhèn)居民旅游消費(fèi)情況分析”[J]，《經(jīng)營管理者》 [7 ] 馬秋芳，孫根年，謝雪梅，2008：“基于虛擬變量回歸的旅游花費(fèi)模型構(gòu)建”[J]，《統(tǒng)計與決策》 [8]白暴力，劉帆，魏軍，2005：“總消費(fèi)需求不足的微觀機(jī)制——分析與對策”[J]，《教學(xué)與研究》 [9] 劉文斌，2009:“關(guān)于我國國內(nèi)旅游消費(fèi)支出的計量經(jīng)濟(jì)學(xué)模型的初步研究”[J]，《經(jīng)紀(jì)師》 [10]清華大學(xué)假日制度改革課題組, 2007：“論中國假日制度的改革”[J]，《科學(xué)新聞》 [11]清華大學(xué)假日制度改革課題組, 2009：“消除黃金周幻覺 立足旅游業(yè)可持續(xù)發(fā)展”[J]，《旅游學(xué)刊》 [12] Crompton J, 1979, “Motivations for pleasure vacation.” Annals of Tourism Research 6: 408–424. [13] Money BR, Crotts JC, 2003, “The effect of uncertainty avoidance on information search, planning and purchases of international travel vacations.” Tourism Management, 24(2): 191–202. [14] Dan G, 1977, “Anomie, ego-enhancement and tourism.” Annals of Tourism Research 4: 184–194. 附錄： 1.結(jié)構(gòu)時間序列模型的基本構(gòu)成 結(jié)構(gòu)時間序列模型有助于克服傳統(tǒng)的Box2Jenkins 時間序列分析方法只適用于平穩(wěn)時間序列的局限,從而使非平穩(wěn)時間序列的研究和應(yīng)用大為擴(kuò)展. 一般來說,結(jié)構(gòu)時間序列模型可分為加法模型、乘法模型、混合模型和偽加法模型,且描述各種分量的表達(dá)式也不唯一..本文設(shè)時間序列{ Yt }由趨勢( Tt ) 、循環(huán)( Ct ) 、季節(jié)( St ) 及不規(guī)則因素( It ) 構(gòu)成,循環(huán)因素Ct 是以數(shù)年或數(shù)十年為周期的景氣波動,波動的周期通常不固定,很難用數(shù)學(xué)模型把它精確地表達(dá)出來.由于本文主要研究時間序列的季節(jié)調(diào)整問題,所以把趨勢因素Tt 和循環(huán)因素Ct 合并為趨勢循環(huán)因素,記為TCt ,來描述經(jīng)濟(jì)時間序列的主要變動. 則結(jié)構(gòu)時間序列分解的加法模型可以表示為: Yt = TCt + St + It (1) 乘法模型可以表示為: Yt = TCt ?St ?It (2) 其中, TCt 為趨勢循環(huán)因素, St 為季節(jié)因素, It 為不規(guī)則因素,在加法模型中St 和It 為絕對量,在乘法模型中St 和It 為相對量. 本文主要介紹基于結(jié)構(gòu)時間序列加法模型的季節(jié)調(diào)整方法. 對于乘法模型,通過在式 (2) 兩端分別取對數(shù),可以得到對數(shù)形式的加法模型,其形式如下: ln Yt = ln TCt + ln St + ln It (3) 因此,基于結(jié)構(gòu)時間序列乘法模型的季節(jié)調(diào)整方法可通過加法模型得到.設(shè){ Yt }為一個非平穩(wěn)時間序列,對{ Yt }進(jìn)行d 階差分可得到一個平穩(wěn)時間序列. 把差分的思想應(yīng)用到建立趨勢循環(huán)因素TCt 的表達(dá)式,趨勢循環(huán)要素反映了序列中的真實變動,它是時間序列中最基本的因素,而時間序列的非平穩(wěn)性正是由于其趨勢循環(huán)因素非平穩(wěn)引起的. 所以,在建立趨勢循環(huán)分量的表達(dá)式時,要先考察時間序列的非平穩(wěn)性,利用序列的單整階數(shù)d 建模[7 ] : (1 - L) d TCt = bt + wt , (4) bt = bt - 1 + ut , 其中,L 為滯后算子,L ( xt ) = xt - 1 , d 為序列的單整階數(shù), bt 為平穩(wěn)時間序列, wt 為均值為零,方差為σ2w的擾動項, ut 為均值為零、方差σ2u 為的擾動項. 季節(jié)性分量St 是以一年為周期的波動. 設(shè)一年中的季節(jié)數(shù)為s (對季度或月度數(shù)據(jù)s 分別等于4 或12) ,則三角函數(shù)形式的隨機(jī)季節(jié)模型可表示為[8 ] : (5) , , 其中,ωt 是均值為零、方差為σ2ω的擾動項. 不規(guī)則要素It 為一平穩(wěn)的ARMA( p , q) 過程: (6) 其中,L 為滯后算子, vt 為擾動項, p 和θ1 ,θ2 , ?,θq 為模型參數(shù). 2.結(jié)構(gòu)時間序列模型的狀態(tài)空間表示 基于結(jié)構(gòu)時間序列模型的季節(jié)調(diào)整方法就是把結(jié)構(gòu)時間序列模型表示為狀態(tài)空間形式,通過估計模型中的狀態(tài)向量來達(dá)到季節(jié)調(diào)整的目的. 狀態(tài)空間模型的核心算法是Kalman 濾波,Kalman 濾波是在時刻t 基于所有可得到的信息計算狀態(tài)向量的最理想的遞推過程. 當(dāng)擾動項和初始狀態(tài)向量服從正態(tài)分布時, Kalman 濾波通過對預(yù)測誤差分解來計算似然函數(shù),從而對模型中的所有未知參數(shù)進(jìn)行估計,并且當(dāng)新的觀測值一旦得到,就可以利用Kalman 濾波連續(xù)地修正狀態(tài)向量的估計. Kalman 濾波提供了狀態(tài)向量αt 在最小均方誤差意義下的最優(yōu)估計量[8 ] . 311 狀態(tài)空間模型定義 量測方程: Yt = Zαt +εt (7) 狀態(tài)方程:αt = Tαt- 1 + Rηt (8) ~ ,t=1,2,….,N. (9) 在量測方程(7) 和狀態(tài)方程(8) 中, Yt 是可觀測變量,αt 是m ×1 維狀態(tài)向量,服從于一階馬爾可夫 (Markov) 過程,它是不可觀測的,需要利用Kalman 濾波方法來求解. N 是樣本長度,εt 是量測方程中的擾動項,其均值為0 ,方差為σ2ε,ηt 是狀態(tài)方程的g ×1 維擾動項向量,其均值為0 ,協(xié)方差矩陣為Q.εt 和ηt的聯(lián)合分布服從于(9) 式所示的正態(tài)分布. Z 是1 ×m 矩陣, T 是m ×m 矩陣, R 是m ×g 矩陣,在狀態(tài)空間模型中統(tǒng)稱為系統(tǒng)矩陣. 312 結(jié)構(gòu)時間序列模型的狀態(tài)空間表示 為了正確描述不同經(jīng)濟(jì)指標(biāo)在結(jié)構(gòu)時間序列模型中各分量的表示形式,首先需要利用ARIMA 模型考察經(jīng)濟(jì)時間序列的特征,再利用ARIMA 模型和狀態(tài)空間模型的等價關(guān)系[9 ] ,建立相應(yīng)的狀態(tài)空間模型. 設(shè){ Yt }服從于ARIMA( p , d , q) 過程,則式(1) 、(4) ～ (6) 所示的結(jié)構(gòu)時間序列模型可以表示為式(7) ～ (8) 所示的狀態(tài)空間形式. 以季度模型為例( s = 4) ,結(jié)構(gòu)時間序列模型的量測方程可表示為: Yt = TCt + St + It = Zαt , (10) 其中,狀態(tài)向量αt 的形式為: (11) 其中, bt 為平穩(wěn)時間序列, d 為序列{ Yt }的單整階數(shù), p 為式(6) 中的自回歸階數(shù). 量測矩陣Z 的形式為: Z = [1 ,0 , ?,0 ,0 ,1 ,0 ,1 ,0 ,1 ,0 , ?,0 ]′. (12) 結(jié)構(gòu)時間序列模型的狀態(tài)方程形式與式(8) 相同,狀態(tài)方程的擾動向量ηt 可表示為: , (13) 其中, q 為式(6) 中的移動平均階數(shù). 狀態(tài)矩陣T 和R 可由式(4) 、(5) 、(6) 給出,其形式如下: (14) 其中,分塊矩陣Ψ 和Ω是狀態(tài)方程中趨勢循環(huán)要素的系數(shù)矩陣和擾動項系數(shù)矩陣 ,其中, ( - 1) r + 1 Crd 表示d 階二項展開式中第r 項的系數(shù). 由于經(jīng)濟(jì)時間序列多數(shù)為一、二階單整時間序列,為便于理解,本文特別給出一、二階單整時間序列趨勢循環(huán)要素的系數(shù)矩陣和擾動項系數(shù)矩陣的表示形式. 其中,對于I (1) 序列: , , (15) 對于I (2) 序列: , (16) 分塊矩陣S 和E 是狀態(tài)方程中季節(jié)要素的系數(shù)矩陣和擾動項系數(shù)矩陣,其形式如下: , (17) 分塊矩陣Φ和Θ是狀態(tài)方程中不規(guī)則要素的系數(shù)矩陣和擾動項系數(shù)矩陣,其形式如下: , (18) 其中, p和θ1 ,θ2 , ?,θq 為ARMA( p , q) 模型的系數(shù). 2.1994年-2010年社會消費(fèi)品零售總額方面的統(tǒng)計數(shù)據(jù) 年份 社會消費(fèi)品零售總額（單位：億元） 居民消費(fèi)水平（單位：元） 時間的推移（單位：年） 虛擬變量 2002年 42024.5 7702.8 2002 1 1994年 16076.7 3496.2 1994 0 2003年 45842 8472.2 2003 1 1995年 20560.2 4282.95 1995 0 2004年 55681.4 9421.6 2004 1 1996年 24575.1 4838.9 1996 0 2005年 63686.6 10493 2005 1 1997年 27137.4 5160.3 1997 0 2006年 76410 11760 2006 1 1998年 29342.9 5425.1 1998 0 2007年 89210 13786 2007 1 1999年 31134.6 5854 1999 1 2008年 108487.7 15781 2008 1 2000年 34152.4 6279.98 2000 1 2009年 125342.7 17175 2009 1 2001年 37595.2 6859.6 2001 1 2010年 154534 19109 2010 1 （數(shù)據(jù)來源：中國統(tǒng)計年鑒2011） 3.1994年—2010年旅游方面的統(tǒng)計數(shù)據(jù)（單位：元）: 年份 Y X1 X2 D1 1994年 195.3 4398 1994 0 1995年 218.7 4931 1995 0 1996年 256.2 5532 1996 0 1997年 328.1 5823 1997 0 1998年 345 6109 1998 0 1999年 394 6405 1999 1 2000年 426.6 6850 2000 1 2001年 449.5 7161 2001 1 2002年 441.8 7486 2002 1 2003年 395.7 8060 2003 1 2004年 427.5 8912 2004 1 2005年 436.1 9644 2005 1 2006年 446.9 10682 2006 1 2007年 482.6 12211 2007 1 2008年 511 13845 2008 1 2009年 535.4 15025 2009 1 2010年 547.3 16240 2010 1 （數(shù)據(jù)來源：中國統(tǒng)計年鑒2011） 4.社會消費(fèi)品零售總額（1994年-2010年）（單位：億元） 1994年1月 1192.2 2000年1月 2962.9 2006年1月 6641.6 1994年2月 1162.7 2000年2月 2804.9 2006年2月 6001.9 1994年3月 1166.1 2000年3月 2626.4 2006年3月 5796.7 1994年4月 1176.63 2000年4月 2571.5 2006年4月 5774.6 1994年5月 1213.7 2000年5月 2636.9 2006年5月 6175.6 1994年6月 1238.67 2000年6月 2645.2 2006年6月 6057.8 1994年7月 1251.5 2000年7月 2596.9 2006年7月 6012.2 1994年8月 1286 2000年8月 2636.3 2006年8月 6077.4 1994年9月 1399 2000年9月 2854.3 2006年9月 6553.6 1994年10月 1444.1 2000年10月 3029.3 2006年10月 6997.7 1994年11月 1553.8 2000年11月 3107.8 2006年11月 6821.7 1994年12月 1992.3 2000年12月 3680 2006年12月 7499.2 1995年1月 1602.2 2001年1月 3332.8 2007年1月 7488.3 1995年2月 1491.5 2001年2月 3047.1 2007年2月 7013.7 1995年3月 1533.3 2001年3月 2876.1 2007年3月 6685.8 1995年4月 1548.7 2001年4月 2820.9 2007年4月 6672.5 1995年5月 1585.4 2001年5月 2929.6 2007年5月 7157.5 1995年6月 1639.7 2001年6月 2908.7 2007年6月 7026 1995年7月 1623.6 2001年7月 2851.4 2007年7月 6998.2 1995年8月 1637.1 2001年8月 2889.4 2007年8月 7116.6 1995年9月 1756 2001年9月 3136.9 2007年9月 7668.4 1995年10月 1818 2001年10月 3347.3 2007年10月 8263 1995年11月 1935.2 2001年11月 3421.7 2007年11月 8104.7 1995年12月 2389.5 2001年12月 4033.3 2007年12月 9015.3 1996年1月 1909.1 2002年1月 3552.2 2008年1月 9077.3 1996年2月 1911.2 2002年2月 3416 2008年2月 8354.7 1996年3月 1860.1 2002年3月 3197.4 2008年3月 8123.2 1996年4月 1854.8 2002年4月 3163.3 2008年4月 8142 1996年5月 1898.3 2002年5月 3320.5 2008年5月 8703.5 1996年6月 1966 2002年6月 3302.8 2008年6月 8642 1996年7月 1888.7 2002年7月 3244.2 2008年7月 8628.8 1996年8月 1916.4 2002年8月 3284.4 2008年8月 8767.7 1996年9月 2083.5 2002年9月 3627.2 2008年9月 9446.5 1996年10月 2148.3 2002年10月 3815.2 2008年10月 10082.7 1996年11月 2290.1 2002年11月 3831.1 2008年11月 9790.8 1996年12月 2848.6 2002年12月 4270.2 2008年12月 10728.5 1997年1月 2288.5 2003年1月 3907.4 2009年1月 10756.6 1997年2月 2213.5 2003年2月 3706.4 2009年2月 9323.8 1997年3月 2130.9 2003年3月 3494.8 2009年3月 9317.6 1997年4月 2100.5 2003年4月 3406.9 2009年4月 9343.2 1997年5月 2108.2 2003年5月 3463.3 2009年5月 10028.4 1997年6月 2164.7 2003年6月 3576.9 2009年6月 9941.6 1997年7月 2102.5 2003年7月 3562.1 2009年7月 9936.5 1997年8月 2104.4 2003年8月 3609.6 2009年8月 10115.6 1997年9月 2239.6 2003年9月 3971.8 2009年9月 10912.8 1997年10月 2348 2003年10月 4204.4 2009年10月 11717.6 1997年11月 2454.9 2003年11月 4202.7 2009年11月 11339 1997年12月 2881.7 2003年12月 4735.7 2009年12月 12610 1998年1月 2549.5 2004年1月 4753.4 2010年1月 12718.1 1998年2月 2306.4 2004年2月 4328.3 2010年2月 12334.2 1998年3月 2279.7 2004年3月 4213.4 2010年3月 11321.7 1998年4月 2252.7 2004年4月 3406.9 2010年4月 11510.4 1998年5月 2265.2 2004年5月 4343.3 2010年5月 12455.06 1998年6月 2326 2004年6月 4371.1 2010年6月 12329.9 1998年7月 2286.1 2004年7月 4378.8 2010年7月 12252.8 1998年8月 2314.6 2004年8月 4480.7 2010年8月 12569.8 1998年9月 2443.1 2004年9月 4876 2010年9月 13536.5 1998年10月 2536 2004年10月 5183.2 2010年10月 14284.8 1998年11月 2652.2 2004年11月 5257.1 2010年11月 13890.7 1998年12月 3131.4 2004年12月 6089.2 2010年12月 15330 1999年1月 2662.1 2005年1月 5300.9 1999年2月 2538.4 2005年2月 5012.2 1999年3月 2403.1 2005年3月 4799.1 1999年4月 2356.8 2005年4月 4663.3 1999年5月 2364 2005年5月 4899.2 1999年6月 2428.8 2005年6月 4935 1999年7月 2380.3 2005年7月 4934.9 1999年8月 2410.9 2005年8月 5040.8 1999年9月 2604.3 2005年9月 5495.2 1999年10月 2743.9 2005年10月 5846.6 1999年11月 2859 2005年11月 5909 1999年12月 3383 2005年12月 6850.4 （數(shù)據(jù)來源：中國統(tǒng)計年鑒2011） 5.經(jīng)過季節(jié)調(diào)整的社會消費(fèi)品零售總額（1994年-2010年）的各要素值 sa sf tc ir sa sf tc ir 1994.1 1141.022 1.044853 1142.364 0.998825 2002.1 3300.929 1.076121 3318.657 0.994658 1170.549 0.993294 1176.15 0.995238 3364.199 1.015398 3356.573 1.002272 1215.008 0.959747 1210.282 1.003905 3386.836 0.944067 3400.144 0.996086 1245.147 0.944973 1243.383 1.001418 3445.173 0.918183 3444.878 1.000086 1278.459 0.949346 1275.546 1.002284 3502.703 0.947982 3481.48 1.006096 1296.531 0.955373 1309.671 0.989967 3506.788 0.94183 3508.559 0.999495 1346.967 0.929124 1346.436 1.000395 3521.157 0.921345 3534.74 0.996157 1388.465 0.926203 1383.719 1.00343 3549.59 0.92529 3565.232 0.995613 1422.464 0.983505 1418.382 1.002878 3614.638 1.003475 3594.921 1.005485 1444.438 0.999766 1448.828 0.99697 3621.401 1.053515 3612.471 1.002472 1475.417 1.053126 1476.68 0.999145 3626.37 1.056456 3614.502 1.003283 1581.608 1.259667 1505.038 1.050876 3586.71 1.190562 3614.527 0.992304 1995.1 1531.112 1.046429 1535.239 0.997312 2003.1 3624.322 1.078105 3629.222 0.99865 1499.014 0.994987 1567.302 0.95643 3657.321 1.013419 3655.462 1.000508 1598.625 0.959137 1601.311 0.998323 3701.912 0.944053 3681.725 1.005483 1640.622 0.943971 1638.216 1.001469 3718.173 0.916283 3706.238 1.00322 1672.826 0.947738 1676.611 0.997743 3648.39 0.949268 3734.331 0.976986 1713.49 0.956936 1712.729 1.000444 3785.19 0.944973 3776.334 1.002345 1750.066 0.927737 1744.16 1.003386 3844.109 0.926639 3832.126 1.003127 1770.478 0.924666 1769.771 1.0004 3882.328 0.929751 3890.142 0.997991 1787.318 0.982478 1791.837 0.997478 3944.076 1.007029 3933.491 1.002691 1813.664 1.002391 1812.946 1.000396 3982.718 1.055661 3964.874 1.004501 1835.523 1.054304 1835.929 0.999779 3993.512 1.052382 4008.941 0.996151 1899.908 1.257692 1860.95 1.020935 4033.747 1.17402 4074.9 0.989901 1996.1 1818.019 1.050099 1886.466 0.963717 2004.1 4385.535 1.083881 4156.552 1.05509 1915.507 0.997751 1913.231 1.00119 4289.525 1.009039 4246.594 1.01011 1940.952 0.958344 1943.233 0.998826 4465.797 0.943482 4336.375 1.029846 1969.204 0.941903 1974.112 0.997514 3719.259 0.916016 4424.556 0.840595 2009.579 0.944626 2002.057 1.003757 4546.268 0.955355 4518.738 1.006093 2053.715 0.95729 2027.776 1.012792 4614.002 0.947355 4617.738 0.999191 2040.939 0.925407 2053.228 0.994015 4704.383 0.930792 4706.327 0.999587 2074.856 0.92363 2080.15 0.997455 4795.796 0.934297 4783.793 1.002509 2123.007 0.981391 2110.055 1.006138 4842.404 1.006938 4861.158 0.996142 2134.283 1.006567 2141.498 0.996631 4912.371 1.055132 4931.163 0.996189 2167.726 1.056453 2168.947 0.999437 5022.566 1.046696 4975.54 1.009452 2269.441 1.255199 2189.574 1.036476 5245.014 1.16095 4996.712 1.049693 1997.1 2169.072 1.05506 2205.226 0.983605 2005.1 4863.888 1.089848 5006.804 0.971456 2210.464 1.001373 2216.282 0.997375 4998.165 1.002808 5016.272 0.99639 2226.011 0.957273 2224.762 1.000561 5078.284 0.945024 5037.3 1.008136 2236.972 0.938993 2235.493 1.000662 5073.59 0.919132 5073.563 1.000005 2241.665 0.940462 2248.733 0.996857 5088.548 0.962789 5122.317 0.993407 2266.326 0.955158 2260.898 1.002401 5195.724 0.949819 5189.409 1.001217 2276.202 0.923688 2271.808 1.001934 5281.902 0.934304 5274.026 1.001493 2279.663 0.923119 2283.486 0.998326 5376.186 0.937616 5362.01 1.002644 2285.594 0.979877 2294.749 0.99601 5468.344 1.004911 5458.314 1.001838 2317.203 1.013291 2305.014 1.005288 5542.98 1.054776 5587.492 0.992034 2318.711 1.058735 2314.791 1.001694 5699.086 1.036833 5742.428 0.992452 2303.907 1.250789 2325.057 0.990903 5964.66 1.148498 5888.949 1.012856 1998.1 2402.284 1.061282 2339.711 1.026744 2006.1 6054.383 1.09699 6001.207 1.008861 2292.935 1.005873 2359.416 0.971823 6011.29 0.998438 6082.485 0.988295 2385.593 0.955611 2381.498 1.00172 6133.434 0.945099 6153.619 0.99672 2409.326 0.934992 2402.663 1.002773 6249.587 0.923997 6233.689 1.00255 2413.655 0.938494 2426.035 0.994897 6349.888 0.972553 6316.061 1.005356 2448.478 0.949978 2452.602 0.998318 6364.095 0.951871 6377.83 0.997846 2481.721 0.921175 2476.189 1.002234 6417.638 0.936824 6425.097 0.998839 2506.578 0.92341 2491.237 1.006158 6467.61 0.939667 6479.69 0.998136 2490.684 0.980895 2497.478 0.99728 6533.466 1.003082 6533.46 1.000001 2486.74 1.019809 2497.77 0.995584 6619.985 1.057057 6575.968 1.006694 2503.201 1.059523 2498.255 1.00198 6626.861 1.029401 6622.961 1.000589 2510.429 1.247357 2501.213 1.003684 6625.033 1.131949 6699 0.988959 1999.1 2494.881 1.067025 2505.628 0.995711 2007.1 6806.031 1.100245 6811.075 0.999259 2513.574 1.009877 2511.248 1.000926 7030.326 0.997635 6949.533 1.011626 2521.744 0.952952 2521.004 1.000293 7069.944 0.945665 7086.153 0.997713 2533.769 0.930156 2535.546 0.999299 7184.745 0.928704 7196.146 0.998416 2515.863 0.939638 2552.12 0.985793 7310.209 0.97911 7284.524 1.003526 2570.912 0.944723 2570.469 1.000172 7357.254 0.954976 7368.503 0.998473 2590.758 0.918766 2592.045 0.999504 7448.788 0.939508 7455.873 0.99905 2613.369 0.922526 2616.332 0.998867 7557.934 0.941606 7551.545 1.000846 2647.618 0.983639 2642.587 1.001904 7648.523 1.002599 7662.327 0.998199 2668.371 1.028305 2671.414 0.998861 7799.675 1.059403 7788.448 1.001442 2700.314 1.058766 2701.895 0.999415 7925.786 1.022574 7923.23 1.000323 2726.143 1.240947 2730.201 0.998514 8056.887 1.118956 8069.762 0.998404 2000.1 2763.679 1.072085 2751.926 1.004271 2008.1 8241.44 1.101422 8231.052 1.001262 2768.119 1.013287 2765.603 1.00091 8376.863 0.997354 8399.899 0.997258 2766.698 0.94929 2773.429 0.997573 8589.726 0.945688 8567.477 1.002597 2779.16 0.925279 2781.186 0.999272 8741.952 0.931371 8725.982 1.00183 2795.529 0.943256 2793.627 1.000681 8848.539 0.983609 8875.427 0.996971 2811.089 0.940988 2811.713 0.999778 9021.526 0.957931 9019.783 1.000193 2832.837 0.916714 2833.945 0.999609 9167.312 0.941257 9158.767 1.000933 2859.505 0.921943 2858.433 1.000375 9289.883 0.94379 9292.369 0.999733 2884.597 0.989497 2886.334 0.999398 9411.789 1.003688 9408.619 1.000337 2920.135 1.037384 2917.366 1.000949 9508.402 1.060399 9510.311 0.999799 2937.861 1.057845 2947.441 0.99675 9607.083 1.019123 9600.854 1.000649 2991.878 1.229997 2973.507 1.006178 9657.532 1.110895 9673.566 0.998342 2001.1 3102.13 1.074359 2994.73 1.035863 2009.1 9779.277 1.099938 9733.688 1.004684 3003.972 1.014357 3015.434 0.996199 9345.928 0.997632 9798.176 0.953844 3037.877 0.946747 3038.474 0.999803 9852.574 0.945702 9886.284 0.99659 3061.356 0.921454 3061.989 0.999793 10024.41 0.932045 10012.85 1.001155 3097.46 0.945807 3083.408 1.004558 10173.65 0.985723 10175.04 0.999863 3093.26 0.940335 3098.26 0.998386 10353.23 0.960242 10353.78 0.999946 3106.795 0.917795 3110.787 0.998717 10547.74 0.94205 10531.55 1.001537 3132.468 0.922404 3127.964 1.00144 10696.93 0.945654 10702.02 0.999524 3147.621 0.996594 3157.488 0.996875 10855.92 1.005239 10864.35 0.999224 3197.349 1.046899 3197.019 1.000103 11056.23 1.059819 11016.14 1.003639 3237.816 1.056793 3240.241 0.999252 11155.61 1.01644 11179.65 0.997849 3328.999 1.211565 3281.649 1.014429 11369.53 1.109105 11382.77 0.998836 2010.1 11574.18 1.098834 11626.15 0.99553 12369.96 0.997109 11892.89 1.040114 11970.61 0.945791 12156.34 0.984722 12350.81 0.931955 12391.67 0.996703 12622.36 0.986746 12607.79 1.001156 12826.64 0.961273 12826.72 0.999994 13007.66 0.941968 13046.22 0.997044 13279.11 0.946585 13241.33 1.002853 13449.8 1.006446 13402.01 1.003566 13487.77 1.059093 13543.95 0.995852 13680.39 1.015373 13678.6 1.000131 13828.24 1.108601 13800.62 1.002002
作品專業(yè)信息
撰寫目的和基本思路
- 本文期望通過借鑒經(jīng)濟(jì)學(xué)收入函數(shù)和中國的實際數(shù)據(jù)對這一問題進(jìn)行實證研究。本文的研究思路：(1)借鑒消費(fèi)理論，我們認(rèn)為如果沒有收入水平的增加，那么長假的需求增加是以“擠出”假日前后的需求為代價的；(2)課題將收集省級面板數(shù)據(jù)，期望通過結(jié)構(gòu)時間序列模型等計量方法檢驗課題基本假說；(3)通過(1)(2)的研究分析，課題組嘗試性地提出改良的年假制度，即將長假放入年假制度中，由居民自主選擇假期的時間模式。
科學(xué)性、先進(jìn)性及獨特之處
- 本文引用弗里德曼永久收入假說進(jìn)行理論支撐，并收集全國各地收入、消費(fèi)等數(shù)據(jù)，通過Eviews、Stata等統(tǒng)計軟件并運(yùn)用結(jié)構(gòu)時間序列模型和虛擬變量回歸等計量方法對黃金周的經(jīng)濟(jì)效應(yīng)進(jìn)行實證研究。在越來越嚴(yán)重的社會資源浪費(fèi)以及旅游交通業(yè)壓力的背景下，本文對國內(nèi)外多方面進(jìn)行比較，突破了當(dāng)前研究大多局限于旅游方面的理論思考，未進(jìn)行實證分析的情況，結(jié)合中國國情，客觀理性地提出了有關(guān)年假制等的政策性建議。
應(yīng)用價值和現(xiàn)實意義
- 論文針對黃金周的弊端提出了相關(guān)意見，其中特別是年假制度的意見，對于擴(kuò)大內(nèi)需、拉動消費(fèi)經(jīng)濟(jì)有著極強(qiáng)的現(xiàn)實意義，并有助于中國假日經(jīng)濟(jì)健康，持續(xù)地增長；對于減少廠家規(guī)模生產(chǎn)造成的資源浪費(fèi)和緩解由黃金周帶來的交通業(yè)旅游業(yè)等相關(guān)方面的壓力有著顯著獨特的指導(dǎo)意義；通過上述問題的解決，使得經(jīng)濟(jì)發(fā)展逐步邁入良性循環(huán)。
作品摘要
- 本文運(yùn)用結(jié)構(gòu)時間序列模型和虛擬變量回歸等計量方法，研究分析了黃金周對刺激消費(fèi)，拉動內(nèi)需的影響，同時借鑒國外假期制度，與國內(nèi)進(jìn)行比較研究，探討了中國假期制度的發(fā)展。根據(jù)相關(guān)數(shù)據(jù)，實證研究顯示：（1）長假短時間內(nèi)有明顯的經(jīng)濟(jì)刺激效應(yīng)，但就長期來看，對于經(jīng)濟(jì)增長的貢獻(xiàn)并不顯著；（2）假日消費(fèi)拉動經(jīng)濟(jì)，擴(kuò)大內(nèi)需是以前后一段時間的消費(fèi)減緩甚至下滑為代價的；（3）由于“黃金周”的實施及其導(dǎo)致的負(fù)面效應(yīng)，人們出行意愿減緩，不利于經(jīng)濟(jì)的可持續(xù)發(fā)展。
獲獎情況及評定結(jié)果
- 無
參考文獻(xiàn)
- [1]弗里德曼,1957：《消費(fèi)函數(shù)理論》[M]普林斯頓大學(xué)出版社 [2]袁志剛、宋錚,2001：《高級宏觀經(jīng)濟(jì)學(xué)》[M]復(fù)旦大學(xué)出版社 [3]鄭雅妮，2008：“國內(nèi)外帶薪年休假制度之比較研究” [J]，《工會論壇》 [4]韓冬梅、高鐵梅，2000：“基于結(jié)構(gòu)時間序列模型的季節(jié)調(diào)整方法研究”[J]，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》 [5] 藏旭恒,1994：“持久收入、暫時收入與消費(fèi)”[J]，《經(jīng)濟(jì)科學(xué)》 [6]鄧楠婷，楊新竹，孫一迪，2008：“關(guān)于我國城鎮(zhèn)居民旅游消費(fèi)情況分析”[J]，《經(jīng)營管理者》 [7 ] 馬秋芳，孫根年，謝雪梅，2008：“基于虛擬變量回歸的旅游花費(fèi)模型構(gòu)建”[J]，《統(tǒng)計與決策》
調(diào)查方式
- 無
同類課題研究水平概述
- 目前，探討我國黃金周的政策效果到底如何,國內(nèi)學(xué)界有兩種看法：一，所謂的黃金周可以拉動經(jīng)濟(jì)。相關(guān)學(xué)者認(rèn)為消費(fèi)作為衡量社會經(jīng)濟(jì)平衡發(fā)展的重要標(biāo)志，既與社會群體收入水平息息相關(guān)，也與民眾消費(fèi)觀念更新、消費(fèi)時間充裕與否密不可分。通過給予充足的休息時間，刺激中國老百姓經(jīng)濟(jì)思維從簡單的“積累型”向“積累—消費(fèi)型”轉(zhuǎn)變，起到了“四兩撥千斤”的效果（吳必虎,1991）。另外，假日消費(fèi)市場潛力巨大,它將繼續(xù)成為市場消費(fèi)的一個新亮點，假日消費(fèi)將繼續(xù)拓展市場空間。假日消費(fèi)將給企業(yè)創(chuàng)造巨大商機(jī)（嚴(yán)先溥,2000）。二，黃金周對經(jīng)濟(jì)的貢獻(xiàn)微乎其微。隨著研究機(jī)構(gòu)和學(xué)者對我國近年來經(jīng)濟(jì)的統(tǒng)計分析，發(fā)現(xiàn)黃金周對于擴(kuò)大內(nèi)需的作用微乎其微。根據(jù)清華大學(xué)蔡繼明教授的研究： “從居民消費(fèi)方面看，‘黃金周’帶來的消費(fèi)拉動效果并不大”；從1985年到2006年我國國內(nèi)旅游收入趨勢圖看，中國的旅游收入的分水嶺出現(xiàn)在1993年，前后兩個階段中的增長趨勢明顯不同。而在黃金周制度開始實行的1999年，增長速度并未出現(xiàn)明顯提升?！保ú汤^明，2009）誠然，該研究充分反映了“黃金周”的實質(zhì)，但正如現(xiàn)在國內(nèi)眾多研究，其較少基于統(tǒng)計數(shù)據(jù)進(jìn)行實證分析研究，且多局限于旅游方面，研究結(jié)果難免缺乏說服力。 當(dāng)下，國內(nèi)發(fā)展年休假的條件和時機(jī)已經(jīng)成熟，因勢利導(dǎo)盡快建立實施并完善我國的年休假制度已經(jīng)是政府制定公共政策的當(dāng)務(wù)之急。在年休假制度中， 人們在時間安排上是主動的，形成的是分散的放假模式。年休假形成的分散放假模式更有利于實現(xiàn)公眾的旅游休假福利以及旅游產(chǎn)業(yè)和社會各個方面的正常運(yùn)轉(zhuǎn)（中國勞動關(guān)系學(xué)院 周敏慧）。在國外，經(jīng)濟(jì)發(fā)達(dá)國家，尤其是歐美國家，年假制度完善，并且從法律上對公民的休假權(quán)益給予充分的保障，年假成為公民日常生活的一個重要組成部分。本文以永久收入假說為基礎(chǔ)，運(yùn)用結(jié)構(gòu)時間序列模型和虛擬變量回歸等計量方法論證，并參考了國外的年假制度，提出以年假制度代替長假制度，并提出此過渡的相關(guān)的政策建議。
