基本信息
- 项目名称：
- 挑开长假的“黄金”面纱——基于永久收入假说的实证研究
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 经济
- 简介：
- “黄金周”实施以来，负面效应逐步突显，其经济效应的权衡值得思考。本文以永久收入假说作为理论基础，运用结构时间序列模型等计量方法，利用1994年-2010年相关行业数据对黄金周的经济效应进行了实证分析。同时借鉴国外假期制度进行比较研究，并利用研究结论，探讨了中国假期制度的发展。
- 详细介绍：
- 挑开长假的“黄金”面纱： 基于永久收入假说的实证研究 潘泽宇 王鉴 傅琦 内容摘要：本文运用结构时间序列模型和虚拟变量回归等计量方法，研究分析了黄金周对刺激消费，拉动内需的影响，同时借鉴国外假期制度，与国内进行比较研究，探讨了中国假期制度的发展。根据相关数据，实证研究显示：（1）长假短时间内有明显的经济刺激效应，但就长期来看，对于经济增长的贡献并不显著；（2）假日消费拉动经济，扩大内需是以前后一段时间的消费减缓甚至下滑为代价的；（3）由于“黄金周”的实施及其导致的负面效应，人们出行意愿减缓，不利于经济的可持续发展。 关键词：长假 扩大内需 弗里德曼永久收入假说 虚拟变量回归模型 年假制度 一、 引言及文献综述 97年金融危机后，中国国内内需不足，国民消费热情不高。为了刺激消费，拉动内需，1999年9月18日中国国务院发布新的《全国年节及纪念日放假办法》。随着第一个黄金周带来的巨大收益，长假制度及其效益为社会各界所重视。正是这样的重视带来了长假经济的超速发展：商家大量趸货，消费者疯狂抢购，景点游客络绎不绝，车站机场车水马龙…然而长假前后，消费水平明显比同期下降见图1（以2008年为例）；长假过后，许多部门为“黄金周”而准备的大量的设施闲置浪费，得不到持续有效地充分开发和利用（一鸣，2002）；交通运力、旅游设施、遗产地的生态环境都处于临界状态（金榜，2006）。几年中，长假带来的经济效益持续增加，但是其增长的速度却逐渐减缓，其中还不包括各类隐性的损失，如商家剩余货物的结转，景点遗产的破坏，交通事故中的伤亡等等。 基于上述事实，将本文主要研究问题归纳如下：为什么长假前夕各类消费会同比下降？预期的“黄金周”带来的经济效益呈倒“U”型趋势基于什么理论？黄金周在较长一段时间内真的内显著拉动经济增长吗？如果算上那些隐性因素呢？在中国，修正年假制度是否能够解决上述问题？ 目前，探讨我国黄金周的政策效果到底如何,国内学界有两种看法：一，所谓的黄金周可以拉动经济。认为消费作为衡量社会经济平衡发展的重要标志，既与社会群体收入水平息息相关，也与民众消费观念更新、消费时间充裕与否密不可分。通过给予充足的休息时间，刺激中国老百姓经济思维从简单的“积累型”向“积累—消费型”转变，起到了“四两拨千斤”的效果（吴必虎,1991）。假日消费市场潜力巨大,它将继续成为市场消费的一个新亮点，假日消费将继续拓展市场空间。假日消费将给企业创造巨大商机（严先溥,2000）。二，黄金周对经济的贡献微乎其微。随着研究机构和学者对我国近年来经济的统计分析，发现黄金周对GDP 的贡献微乎其微。根据清华大学蔡继明教授的研究： “从居民消费方面看，‘黄金周’带来的消费拉动效果并不大”；从1985年到2006年我国国内旅游收入趋势图看，中国的旅游收入的分水岭出现在1993年，前后两个阶段中的增长趋势明显不同。而在黄金周制度开始实行的1999年，增长速度并未出现明显提升。”（蔡继明，2009）诚然，该研究充分反映了“黄金周”的实质，但正如现在国内众多研究，其较少基于统计数据进行实证分析研究，且多局限于旅游方面，研究结果难免缺乏说服力。 本文的结构安排如下：首先调查分析了自新中国成立，中国假期制度的变迁以及当下假期制度，然后通过借鉴国外相关理论，如弗里德曼永久收入假说和莫迪利安生命周期理论等，对我国假期制度的经济效应提出假说。在本文的第四章，根据1994—2010年统计数据，利用稳定性较强的结构时间序列模型和虚拟变量回归进行实证研究，说明长假制度并不能有效长期地刺激消费，拉动内需。在文章的第五部分，将国外优秀的年假制度与中国的进行比较分析，最后，对黄金周发展和年假制度的改进进行论述，并提出简单的政策建议。 (图一) 二、新中国假日制度的演变 自中华人民共和国成立以来, 我国的假日制度大体经历了二个阶段的演变。 第一阶段：1949—1978 新中国刚刚成立，政务院于1949年12月23日便发布了《全国年节及纪念日放假办法》，形成了目前我国法定假日的基本格局：规定了每年有4个节假日：（1）元旦（放假1天）、（2）春节（放假3天）、（3）五一劳动节（放假1天）、（4）十一国庆节（放假2天），共7天规定为全民法定假日。另外，从1949年建国到1995年的40多年里，我国一直实行的是每天8小时、每周48小时的工时制度，即星期天公休一天。所以，每年法定休息时间为59天。 第二阶段：1978—2007 改革开放以来，1978年—1998年的20年间，春节等节假日又恢复正常。1979年1月17日，《人民日报》刊登了两篇“为什么春节不放假”、“让农民过个安定年的读者来信”，表明民众和政府对春节休假制度的回归态度，部分省区宣布恢复春节放假，次年全国恢复旧制,即重新实行政务院1949年12月23日发布的《全国年节及纪念日放假办法》。 1995年《国务院关于职工工作时间的规定》规定：是我国“公休假日”延长至两天，也就是每周五天工作后休息两天。这样，我国的法定公休日就由原来的52天变成了104天。 1999年国务院修正了《全国年节及纪念日放假办法》，将“五一”劳动节放假一天的旧例延长为放假三天，将国庆节放假两天延长为三天，法定节假日总量由7天延长至10天。因此，从1999年开始我国的法定公休日和节假日全年总计为114天。 2007年12月7日，国务院通过修改《全国年节及纪念日放假办法》规定，于2008 年1 月1 日实施，保留国庆和春节两个“黄金周”，五一放假三天，同时增加清明、端午、中秋三个传统节日三天休假。 三、国内外消费理论及其借鉴 普遍认为，黄金周的实行，拉动消费，消费刺激了需求，活跃了市场，增加了就业，繁荣了经济，推动了旅游业等第三产业的整体发展。黄金周的两个突出的作用是旅游和消费，不管是对于旅游行业收入，还是商品零售业绩，都是创下高峰。但是黄金周的实行真的可以吗？黄金周实行是不能拉动内需的，消费是由永久收入决定。 假设以9、10和11月份为例，在1999年黄金周实行之前，居民在此区间消费量呈直线（图1）。根据凯恩斯消费函数，实行黄金周之后（图2），理想状态是希望在其它月份保持不变的情况下，10月份异军突起，达到拉动内需。然而，由于运用凯恩斯的消费函数是有其缺陷，在此区间的实际消费量变化可能是（图3）。在强调跨期最优的条件下，考虑暂时收入和永久收入的永久收入假说不失为一种分析的有效手段。为此，本文借鉴弗里德曼（Friedman,1957）永久收入模型。 根据弗里德曼（Friedman,1957）永久收入假说，他坚持行为人的收入只由永久收入决定，而非当期收入函数。消费是由永久收入相关的函数，第t期的消费 ，永久收入YP ,Wt为行为人在第t期拥有的资产， 为初始获的劳动收入，r为利率，k为常数，简化写为： 其中， 在跨期最优选择的作用下，消费并非如同凯恩斯（Keynes,1936）消费理论 那样仅由当期决定，而是取决于人生的财富现值总和（袁志刚 2001），这就论证了黄金周的实行中消费还是由永久收入决定，并达不到图2的效果，消费总量 是不会变化。 进一步，说明黄金周的实行使实际消费量为图3的效果。假设把9、10和11消费量分别设为Ca、Cb、Cc，消费总量为 。在区间t期的消费函数： =w1Ca+w2Cb+w3Cc 前面已经说明 不变，当由于国家支持和企业等的打折措施，并且有时间空间提供使Cb升高，必然Ca与Cc要下降达到平衡。这其实只是一种减少其它时期的消费而来的“吸附性”的增长。 对于Ca、Cb、Cc考虑边际效用的情况下，把选择A、B和C不同时段去消费看成有价值的商品，设每一区间为n个分量。当消费者选择B区间商品第一次时，效用假设是10*n，第二次时，效用减少为9*n，依次类推当购买B集合商品达到数量11时，效用为0*n。根据前面所说的永久假说理论，当人们在选择B减少时，同期会将A、C的增加，从而达到长期的平衡。黄金周政策推行，现在已有10年之久，可能当第一年推出的时候，人们蜂拥出动。但是，一年又一年的疲软的原因。 根据以上模型，本文提出如下假说：黄金周期间的消费猛增通常是以其它期间的消费减少作为代价的，它很少是一种额外的消费增量，相反却很可能是对存量的消化，对整体经济的拉动作用因而相当有限。因为居民在那一时间的永久收入是不变的，他的实际需求是没有增加的。消费总量原因的变化只由行为人的永久收入决定。 四、长假的实证研究 本节以我国现实数据为基础，利用结构时间序列模型和虚拟变量回归进行实证分析，揭示我国长假对于刺激内需，拉动经济增长的影响，并对本文理论分析的一些主要结论进行检验。 本节共分为四个部分进行实证研究：首先利用数据做出图表，进行初步验证。然后分别针对消费和旅游两方面进行经济效应分析，最后给出总结。 （一）初步验证 （图 二) (图 三) 由图二可以看出，99人均花费年实施长假政策以来，社会消费品零售总额的增长速度并未出现显著提升，且是在未排除季节因素和不规则因素的情况下；而从图三可知，国内旅游人均花费在长假实行以后增长速度明显减缓。 （二）基于消费方面的经济效应分析 1.结构时间序列模型的季节调整 1.1模型的设立 本部分构造状态空间模型，利用Kalman滤波进行状态向量的估计，然后利用极大似然方法进行超参数估计（相关矩阵方程参见附录一），最终直接求解出趋势循环要素TC，季节分量S和不规则分量I。 采用社会消费品零售总额（SLt）的时间序列数据，月度序列的区间范围为1994年1月至2010年12月，季节调整的状态空间模型的形式为 量测方程： , （1.1.1） 状态方程： （1.1.2） 式（1.1.1）中SL_TC，SL_S，SL_I分别代表社会消费品零售总额（SL t）的趋势要素，季节要素和不规则要素。通过Census X12季节调整分解车来的趋势循环要素SL_TCt序列经过单位根检验发现是二阶单整的，为了更好地从原序列中提取季节要素，把式（1.1.2）中不规则要素I t的AR(p)模型的自回归阶数p =2。 1.2图表结果 （图四） 1.3结论分析 图四的曲线为趋势循环要素即TC序列，它已消除了原序列中的季节和不规则要素的影响，揭示了该指标的变动趋势。该图给出了我国的社会消费品零售总额自1994年至2010年的一个总体增长趋势，以此项指标概括我国消费经济的一个大致增长情况，可较为准确地分析消费品市场的发展态势。我国的社会消费品零售总额基本呈稳步增长的态势。在实施黄金后的1999年以后，并未出现预想的结果，即经济增长速度显著提高，甚至在某些时间段内有大幅减缓的趋势。 该步骤初步证实长假对于经济增长的贡献并不显著。 2.虚拟变量回归 2.1影响因素分析 a.城镇居民家庭人均可知支配收入。该指标是研究各类型消费的基础指标。可支配收入越多，相应的消费也应该越多。 b.时间推移。随着新世纪的来临和现代化脚步的加快，消费观也在逐步改变，人们越来越享受消费带来的实用与乐趣，而不是一味地将所挣得的钱存进银行。 c.闲暇时间。自1999年起，国务院发布新的《全国年节及纪念日放假办法》。借助“黄金周”的出现，商家纷纷抓住商机，进行打折等一系列促销手段，为居民的日常生活用品以及其他商品的消费提供了更广阔的平台。 2.2模型设立 在社会科学研究中，因变量经常受到一些定性变量的影响，如地区，性别，职业等，我们可以用此来解释因变量的变化，但之前须将分类变量转化为虚拟变量，然后再将它们引入回归方程，所得的回归结果才有明确的意义解释。 沿袭基于稳定状态的古典线性回归模型（虚拟变量回归模型），本部分的实证模型如下式所示： Y=α1+β1X1+β2X2+β3D1+ut 其中被解释变量y是社会消费品零售总额，所选择的解释变量X1，X2，D1,分别是上述因素——城镇居民家庭人均可知支配收入（X1）、时间推移（X2）、闲暇时间（D1，虚拟变量，1999年起实施“黄金周”长假制度，所以1999年之前设定为0,1999年之后设定为1）。β1，β2，β3为待估参数，ut为随机扰动项。 2.3数据 由于本部分研究种在探求长假对于其前后时间段的经济效应的影响，故我们以94年-10年中每年9月份的社会消费品零售总额为例（数据参见附录2），以证实理论模型中所提出的假说。 表1 社会消费品零售总额的回归结果 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不显著且P值偏大，而X2的t值与预期的相反，很可能存在多重共线性，需进一步修正（修正过程省略）。 表2 修正多重共线性影响后的回归结果 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得出回归方程为 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 将模型进行整理，得到： -17336.68943 + 8.807989637*X1 t＜1999 Y= -25388.04167 + 8.807989637*X1 t≥1999 2.4检验 2.4.1经济意义检验 通过模型可以知道，社会消费品零售总额与城镇居民家庭人均可支配收入以及时间的推移成正相关关系，符合经济学的一般意义，经济意义检验通过。 2.4.2统计检验 由R2和 的结果可以看出模型拟合优度较好，回归系数显著；在α=0.05额显著性水平下，F0.05（2，14）=3.74，而F=605.2133＞F0.05（2，14）=3.74，表明回归方程是高度显著的；Constant、X1和D1的t值绝对值均大于 tα/2(14),故通过变量的显著性检验。 2.4.3计量经济学检验（残差检验） 为考核所建模型的优劣，需对模型的残差序列进行检验，检验其是否为白噪声序列。若残差序列是白噪声序列，可认为模型合理；否则，意味着残差序列还存在有用的信息没有提取，需要进一步改进模型。通常侧重于残差序列的随机性，即滞后期K>1时，残差序列的样本自相关系数应近似为0. 表3 残差序列的自相关图 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 当数据量比较小时，判断残差序列是否为纯随机，可以利用自相关图进行直观判断。由检验图可以看出，残差序列基本落入随机区间，不存在ARCH效应，可以认为残差序列为白噪声序列。 2.5结论分析 通过上述模型分析及各项检验，不难看出解释变量X1，D1与被解释变量y之间存在线性关系，即城镇居民消费水平和节假日的颁布在很大程度上影响着9月份的社会消费品零售总额，这与现实中的情况是十分吻合的。而时间的推移（X2）并未能显著地影响历年9月份的零售额，因为X2在模型中由于t值与预期相反被剔除。通过上文中的数据验证以及进一步的分析理解，可知99年“黄金周”长假制度的实施会导致其前后一段时间的零售总额下降。 该部分进一步证实了假日消费并不能真正拉动经济增长，扩大内需的假说。 (三)基于旅游方面的经济效应分析 1.1影响因素及模型设立 本部分的实证模型如下所示： Y=α1+β1X1+β2X2+β3D1+ut 其中影响因素分别是城镇居民消费水平（X1）、时间推移（X2）、闲暇时间（D1，虚拟变量， 1999年之前设定为0,1999年之后设定为1）；β1，β2，β3为待估参数，ut为随机扰动项。 1.2数据及检验 本部分旨在利用虚拟变量回归模型来探求黄金周对于人们在旅游方面意愿的影响。用国内旅游人均花费来指代旅游意愿较为合理。 基于统计数据（见附录3）得出回归方程 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 利用残差直方图和累计概率图进行来检验回归效果。一般若回归效果好，标准残差的直方图呈正态分布，累计概率点列沿对角线分布，当且仅当观察的累计概率与预期的累计概率相等时才会形成严格意义上的对角线。从标准化残差统计图可以看出数据分布较好，拟合程度较高。（图略） 1.3结论分析 由于黄金周的事实，全国在其期间出行旅游的人数骤增，与此同时，国内旅游总收入也毋庸置疑地增加。但是与此同时，长假期间交通事故频发；景点人头攒动，行程不畅；污染加剧，许多景点失去本色…越来越多的人正努力避开黄金周出游高峰，人均花费的减少说明人们出行意愿的减缓。 （四）总结 （1）假日消费拉动经济，扩大内需是以前后一段时间的消费减缓甚至下滑为代价的； （2）长假短时间内有明显的经济刺激效应，但就长期来看，对于经济增长的贡献并不显著； （3）由于“黄金周”的实施及其导致的负面效应，人们出行意愿减缓，不利于经济的可持续发展。 五、国外假日制度的借鉴与比较 中外带薪休假制度比较 中国休假制度的改进和完善，离不开对国际经验的借鉴。经济发达国家，尤其是欧美国家，带薪假期制度完善，并且从法律上对公民的带薪休假权益给予充分的保障，带薪假期成为公民日常生活的一个重要组成部分。然而发展中国家的带薪假期一般较少。非洲和拉丁美洲的许多国家带薪假期为两周左右，不到欧洲发达国家的一半。 表4 世界各地带薪休假制度一览表 国家或地区 带薪休假的时间安排 享受条件 美国 在带薪年休假的时间安排不影响企业运转的前提下，由雇主和雇员协商决定 全职职工上岗半年后，获得5个工作日(节假日不算)的带薪休假。一般职工干满一年，带薪休假就增加为10个工作日，五年后为15个工作日，10年后为20个工作日。而一些大公司为了奖励老员工，会在这个基础上继续增加。也有的公司准许职工从工作的第二个月开始，每个月就可以有1天带薪休假。同样，一年后得到10个工作日的休假期，以后每工作一年，就增加一天，以此类推。 日本 通常情况下按雇员意愿安排，但如果假期影响企业正常运作，雇主也可取消，一般情况是两者协商解决 工作满6个月可获带薪假期10天，工龄每增长一年则带薪假期相应增长1天 英国 雇员自己决定带薪年假时间，但也需雇主许可（时间4-5周） 劳动者每年可以享受3周(21天)的带薪假期，可集中休假，也可分时段休假 法国 休假时间由雇主和雇员共同商定，一般雇主需要征询员工代表（5-6周） 劳动者从工作第2年起，每年获得带薪假期5周，通常情况下5周假期不能一次性用完 巴西 30天 1年的带薪假期，必须1次用完。休假时间由雇主决定，被雇佣方没有决定的权利 中国 5-15天 规定职工累计工作已满1 年不满10 年的，年休假5 天；已满10 年不满20 年的，年休假10 天；已满20年的，年休假15 天 六、研究结论及政策建议 基于弗里德曼永久收入假说，本文研究分析了黄金周对刺激消费，拉动内需的影响，得出如下结论（1）假日消费拉动经济，扩大内需是以前后一段时间的消费减缓甚至下滑为代价的；（2）长假短时间内有明显的经济刺激效应，但就长期来看，对于经济增长的贡献并不显著；（3）由于“黄金周”的实施及其导致的负面效应，人们出行意愿减缓，不利于经济的可持续发展。 在研究过程中，本文首先构造状态空间模型，利用Kalman滤波进行状态向量的估计，然后利用极大似然方法进行超参数估计，最终求解出趋势循环要素TC，季节分量S和不规则分量I并绘制出趋势循环要素图，初步验证了长假对于经济增长的贡献并不显著。其次，分别构造了消费和旅游方面的虚拟变量回归模型，实证研究了长假的经济效应以及其对于人民生活的影响。 根据本文的研究结果，结合中国的实际国情及现有制度，本文提出下述几点政策建议： 1、增加居民收入，完善收入分配制度，合理调控收入差距。从本文的实证分析来看，从消费方面，“黄金周”带来的消费拉动效果并不大，并未从实质上促进内需的扩大。我国必须改革收入分配制度，提高居民的收入水平，合理调控收入差距，从而改变收入现状对扩大内需政策的影响，促使国民经济持续、健康、稳定发展 2、保持现有放假时间，给予公民充足的休息时间。中国在工作时间方面，已经与国际先进水平接轨，远远超过一般发展中国家。所以，中国在绝对量上缩减周工作时间的余地已经相当有限，在总体休假时间上也余地不多。尽管笔者同意工作时间的缩短并不意味着财富会因此而减少，但是，如果劳动生产率提高所增加的社会财富并不能超过甚至弥补由于工作时间缩减而减少的那一部分，那么，一味地减少工作时间就显得不太现实。以后的努力方向应该尽可能地在休闲时间结构的调整上 3、加强执法，使带薪休假制度变成一项常规制度。带薪休假必须建立在劳动生产率提高的基础之上。正如周工作时间的减少一样，带薪休假制度的推行必须考虑到社会的承受力，建立在劳动生产率提高的基础之上。国家并不通过法律手段或行政命令强制推行带薪休假制度，只是制定带薪假日的指导性最低标准，这种指导性标准不具强制性。但是，如果企业没有达到最低标准，就享受不到任何优惠条件。企业根据实际情况决断，可长可短，也可以完全不设立。政府主要通过制定不同的优惠政策对带薪假期加以调控。 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 参考文献： [1]弗里德曼,1957：《消费函数理论》[M]普林斯顿大学出版社 [2]袁志刚、宋铮,2001：《高级宏观经济学》[M]复旦大学出版社 [3]郑雅妮，2008：“国内外带薪年休假制度之比较研究” [J]，《工会论坛》 [4]韩冬梅、高铁梅，2000：“基于结构时间序列模型的季节调整方法研究”[J]，《数量经济技术经济研究》 [5] 藏旭恒,1994：“持久收入、暂时收入与消费”[J]，《经济科学》 [6]邓楠婷，杨新竹，孙一迪，2008：“关于我国城镇居民旅游消费情况分析”[J]，《经营管理者》 [7 ] 马秋芳，孙根年，谢雪梅，2008：“基于虚拟变量回归的旅游花费模型构建”[J]，《统计与决策》 [8]白暴力，刘帆，魏军，2005：“总消费需求不足的微观机制——分析与对策”[J]，《教学与研究》 [9] 刘文斌，2009:“关于我国国内旅游消费支出的计量经济学模型的初步研究”[J]，《经纪师》 [10]清华大学假日制度改革课题组, 2007：“论中国假日制度的改革”[J]，《科学新闻》 [11]清华大学假日制度改革课题组, 2009：“消除黄金周幻觉 立足旅游业可持续发展”[J]，《旅游学刊》 [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. 附录： 1.结构时间序列模型的基本构成 结构时间序列模型有助于克服传统的Box2Jenkins 时间序列分析方法只适用于平稳时间序列的局限,从而使非平稳时间序列的研究和应用大为扩展. 一般来说,结构时间序列模型可分为加法模型、乘法模型、混合模型和伪加法模型,且描述各种分量的表达式也不唯一..本文设时间序列{ Yt }由趋势( Tt ) 、循环( Ct ) 、季节( St ) 及不规则因素( It ) 构成,循环因素Ct 是以数年或数十年为周期的景气波动,波动的周期通常不固定,很难用数学模型把它精确地表达出来.由于本文主要研究时间序列的季节调整问题,所以把趋势因素Tt 和循环因素Ct 合并为趋势循环因素,记为TCt ,来描述经济时间序列的主要变动. 则结构时间序列分解的加法模型可以表示为: Yt = TCt + St + It (1) 乘法模型可以表示为: Yt = TCt •St •It (2) 其中, TCt 为趋势循环因素, St 为季节因素, It 为不规则因素,在加法模型中St 和It 为绝对量,在乘法模型中St 和It 为相对量. 本文主要介绍基于结构时间序列加法模型的季节调整方法. 对于乘法模型,通过在式 (2) 两端分别取对数,可以得到对数形式的加法模型,其形式如下: ln Yt = ln TCt + ln St + ln It (3) 因此,基于结构时间序列乘法模型的季节调整方法可通过加法模型得到.设{ Yt }为一个非平稳时间序列,对{ Yt }进行d 阶差分可得到一个平稳时间序列. 把差分的思想应用到建立趋势循环因素TCt 的表达式,趋势循环要素反映了序列中的真实变动,它是时间序列中最基本的因素,而时间序列的非平稳性正是由于其趋势循环因素非平稳引起的. 所以,在建立趋势循环分量的表达式时,要先考察时间序列的非平稳性,利用序列的单整阶数d 建模[7 ] : (1 - L) d TCt = bt + wt , (4) bt = bt - 1 + ut , 其中,L 为滞后算子,L ( xt ) = xt - 1 , d 为序列的单整阶数, bt 为平稳时间序列, wt 为均值为零,方差为σ2w的扰动项, ut 为均值为零、方差σ2u 为的扰动项. 季节性分量St 是以一年为周期的波动. 设一年中的季节数为s (对季度或月度数据s 分别等于4 或12) ,则三角函数形式的随机季节模型可表示为[8 ] : (5) , , 其中,ωt 是均值为零、方差为σ2ω的扰动项. 不规则要素It 为一平稳的ARMA( p , q) 过程: (6) 其中,L 为滞后算子, vt 为扰动项, p 和θ1 ,θ2 , ⋯,θq 为模型参数. 2.结构时间序列模型的状态空间表示 基于结构时间序列模型的季节调整方法就是把结构时间序列模型表示为状态空间形式,通过估计模型中的状态向量来达到季节调整的目的. 状态空间模型的核心算法是Kalman 滤波,Kalman 滤波是在时刻t 基于所有可得到的信息计算状态向量的最理想的递推过程. 当扰动项和初始状态向量服从正态分布时, Kalman 滤波通过对预测误差分解来计算似然函数,从而对模型中的所有未知参数进行估计,并且当新的观测值一旦得到,就可以利用Kalman 滤波连续地修正状态向量的估计. Kalman 滤波提供了状态向量αt 在最小均方误差意义下的最优估计量[8 ] . 311 状态空间模型定义 量测方程: Yt = Zαt +εt (7) 状态方程:αt = Tαt- 1 + Rηt (8) ~ ,t=1,2,….,N. (9) 在量测方程(7) 和状态方程(8) 中, Yt 是可观测变量,αt 是m ×1 维状态向量,服从于一阶马尔可夫 (Markov) 过程,它是不可观测的,需要利用Kalman 滤波方法来求解. N 是样本长度,εt 是量测方程中的扰动项,其均值为0 ,方差为σ2ε,ηt 是状态方程的g ×1 维扰动项向量,其均值为0 ,协方差矩阵为Q.εt 和ηt的联合分布服从于(9) 式所示的正态分布. Z 是1 ×m 矩阵, T 是m ×m 矩阵, R 是m ×g 矩阵,在状态空间模型中统称为系统矩阵. 312 结构时间序列模型的状态空间表示 为了正确描述不同经济指标在结构时间序列模型中各分量的表示形式,首先需要利用ARIMA 模型考察经济时间序列的特征,再利用ARIMA 模型和状态空间模型的等价关系[9 ] ,建立相应的状态空间模型. 设{ Yt }服从于ARIMA( p , d , q) 过程,则式(1) 、(4) ～ (6) 所示的结构时间序列模型可以表示为式(7) ～ (8) 所示的状态空间形式. 以季度模型为例( s = 4) ,结构时间序列模型的量测方程可表示为: Yt = TCt + St + It = Zαt , (10) 其中,状态向量αt 的形式为: (11) 其中, bt 为平稳时间序列, d 为序列{ Yt }的单整阶数, p 为式(6) 中的自回归阶数. 量测矩阵Z 的形式为: Z = [1 ,0 , ⋯,0 ,0 ,1 ,0 ,1 ,0 ,1 ,0 , ⋯,0 ]′. (12) 结构时间序列模型的状态方程形式与式(8) 相同,状态方程的扰动向量ηt 可表示为: , (13) 其中, q 为式(6) 中的移动平均阶数. 状态矩阵T 和R 可由式(4) 、(5) 、(6) 给出,其形式如下: (14) 其中,分块矩阵Ψ 和Ω是状态方程中趋势循环要素的系数矩阵和扰动项系数矩阵 ,其中, ( - 1) r + 1 Crd 表示d 阶二项展开式中第r 项的系数. 由于经济时间序列多数为一、二阶单整时间序列,为便于理解,本文特别给出一、二阶单整时间序列趋势循环要素的系数矩阵和扰动项系数矩阵的表示形式. 其中,对于I (1) 序列: , , (15) 对于I (2) 序列: , (16) 分块矩阵S 和E 是状态方程中季节要素的系数矩阵和扰动项系数矩阵,其形式如下: , (17) 分块矩阵Φ和Θ是状态方程中不规则要素的系数矩阵和扰动项系数矩阵,其形式如下: , (18) 其中, p和θ1 ,θ2 , ⋯,θq 为ARMA( p , q) 模型的系数. 2.1994年-2010年社会消费品零售总额方面的统计数据 年份 社会消费品零售总额（单位：亿元） 居民消费水平（单位：元） 时间的推移（单位：年） 虚拟变量 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 （数据来源：中国统计年鉴2011） 3.1994年—2010年旅游方面的统计数据（单位：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 （数据来源：中国统计年鉴2011） 4.社会消费品零售总额（1994年-2010年）（单位：亿元） 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 （数据来源：中国统计年鉴2011） 5.经过季节调整的社会消费品零售总额（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
作品专业信息
撰写目的和基本思路
- 本文期望通过借鉴经济学收入函数和中国的实际数据对这一问题进行实证研究。本文的研究思路：(1)借鉴消费理论，我们认为如果没有收入水平的增加，那么长假的需求增加是以“挤出”假日前后的需求为代价的；(2)课题将收集省级面板数据，期望通过结构时间序列模型等计量方法检验课题基本假说；(3)通过(1)(2)的研究分析，课题组尝试性地提出改良的年假制度，即将长假放入年假制度中，由居民自主选择假期的时间模式。
科学性、先进性及独特之处
- 本文引用弗里德曼永久收入假说进行理论支撑，并收集全国各地收入、消费等数据，通过Eviews、Stata等统计软件并运用结构时间序列模型和虚拟变量回归等计量方法对黄金周的经济效应进行实证研究。在越来越严重的社会资源浪费以及旅游交通业压力的背景下，本文对国内外多方面进行比较，突破了当前研究大多局限于旅游方面的理论思考，未进行实证分析的情况，结合中国国情，客观理性地提出了有关年假制等的政策性建议。
应用价值和现实意义
- 论文针对黄金周的弊端提出了相关意见，其中特别是年假制度的意见，对于扩大内需、拉动消费经济有着极强的现实意义，并有助于中国假日经济健康，持续地增长；对于减少厂家规模生产造成的资源浪费和缓解由黄金周带来的交通业旅游业等相关方面的压力有着显著独特的指导意义；通过上述问题的解决，使得经济发展逐步迈入良性循环。
作品摘要
- 本文运用结构时间序列模型和虚拟变量回归等计量方法，研究分析了黄金周对刺激消费，拉动内需的影响，同时借鉴国外假期制度，与国内进行比较研究，探讨了中国假期制度的发展。根据相关数据，实证研究显示：（1）长假短时间内有明显的经济刺激效应，但就长期来看，对于经济增长的贡献并不显著；（2）假日消费拉动经济，扩大内需是以前后一段时间的消费减缓甚至下滑为代价的；（3）由于“黄金周”的实施及其导致的负面效应，人们出行意愿减缓，不利于经济的可持续发展。
获奖情况及评定结果
- 无
参考文献
- [1]弗里德曼,1957：《消费函数理论》[M]普林斯顿大学出版社 [2]袁志刚、宋铮,2001：《高级宏观经济学》[M]复旦大学出版社 [3]郑雅妮，2008：“国内外带薪年休假制度之比较研究” [J]，《工会论坛》 [4]韩冬梅、高铁梅，2000：“基于结构时间序列模型的季节调整方法研究”[J]，《数量经济技术经济研究》 [5] 藏旭恒,1994：“持久收入、暂时收入与消费”[J]，《经济科学》 [6]邓楠婷，杨新竹，孙一迪，2008：“关于我国城镇居民旅游消费情况分析”[J]，《经营管理者》 [7 ] 马秋芳，孙根年，谢雪梅，2008：“基于虚拟变量回归的旅游花费模型构建”[J]，《统计与决策》
调查方式
- 无
同类课题研究水平概述
- 目前，探讨我国黄金周的政策效果到底如何,国内学界有两种看法：一，所谓的黄金周可以拉动经济。相关学者认为消费作为衡量社会经济平衡发展的重要标志，既与社会群体收入水平息息相关，也与民众消费观念更新、消费时间充裕与否密不可分。通过给予充足的休息时间，刺激中国老百姓经济思维从简单的“积累型”向“积累—消费型”转变，起到了“四两拨千斤”的效果（吴必虎,1991）。另外，假日消费市场潜力巨大,它将继续成为市场消费的一个新亮点，假日消费将继续拓展市场空间。假日消费将给企业创造巨大商机（严先溥,2000）。二，黄金周对经济的贡献微乎其微。随着研究机构和学者对我国近年来经济的统计分析，发现黄金周对于扩大内需的作用微乎其微。根据清华大学蔡继明教授的研究： “从居民消费方面看，‘黄金周’带来的消费拉动效果并不大”；从1985年到2006年我国国内旅游收入趋势图看，中国的旅游收入的分水岭出现在1993年，前后两个阶段中的增长趋势明显不同。而在黄金周制度开始实行的1999年，增长速度并未出现明显提升。”（蔡继明，2009）诚然，该研究充分反映了“黄金周”的实质，但正如现在国内众多研究，其较少基于统计数据进行实证分析研究，且多局限于旅游方面，研究结果难免缺乏说服力。 当下，国内发展年休假的条件和时机已经成熟，因势利导尽快建立实施并完善我国的年休假制度已经是政府制定公共政策的当务之急。在年休假制度中， 人们在时间安排上是主动的，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实现公众的旅游休假福利以及旅游产业和社会各个方面的正常运转（中国劳动关系学院 周敏慧）。在国外，经济发达国家，尤其是欧美国家，年假制度完善，并且从法律上对公民的休假权益给予充分的保障，年假成为公民日常生活的一个重要组成部分。本文以永久收入假说为基础，运用结构时间序列模型和虚拟变量回归等计量方法论证，并参考了国外的年假制度，提出以年假制度代替长假制度，并提出此过渡的相关的政策建议。
