回归分析在经济中的应用.doc

精品文档回归分析在经济中的应用我国城镇居民消费支出分析论文摘要: spss在经济、管理、医学及心理学等方面的研究起着很重要的作用，在我国的国民经济问题中，提高居民收入水平是我国扩大内需的关键，通过运用SPSS分析方法对我国城镇居民消费支出进行了各种分析, 以便能够更好地了解我国城镇居民消费支出的消费结构与消费行为等。关键词：城镇居民 消费支出回归分析目 录一、相关回归概述3二、我国城镇居民现状5三、我国居民消费结构的横向分析5四、我国居民消费结构的纵向分析7五、我国城镇居民消费结构及趋势的统计分析8六、SPSS统计分析10一、相关回归概述现实世界中，任何事物或现象都不是孤立存在的，而是相互联系、相互制约、相互依存的。当某些现象发生变化时，另一现象也会随之发生变化。如商品价格的变化会刺激或抑制商品销售量的变化；劳动力素质的高低会影响企业的效益；直接材料、直接人工的价格变化会对产品销售成本有直接的影响；居民收入的高低会影响对该企业产品的需求量等等。研究这些现象之间的依存关系，找出它们之间的变化规律，是对经搜集、整理过的统计数据进行数据分析，为客观、科学地统计提供依据。现象间的依存关系大致可以分成两种类型： 一类是函数关系，另一类是相关关系。相关关系是指客观现象之间确实存在的，但数量上不是严格对应的依存关系。在这种关系中，对于某一现象的每一数值，可以有另一现象的若干数值与之相对应。例如成本的高低与利润的多少有密切关系，但某一确定的成本与相对应的利润的数量关系却是不确定的。这是因为影响利润的因素除了成本外，还有价格、供求平衡、消费嗜好等因素以及其他偶然因素的影响。计算相关系数只能说明现象间相关关系的方向和程度，关系密切与否，但不能说明一个现象发生一定量的变化，另一个现象一般也会发生多大的变化。为了测定现象之间数量变化上的一般关系要使用数学方法，这类数学方法称为回归分析。“回归”这个词的意思，就是指的变量之间的一般数量关系。根据现象之间相关关系的表现形式，配合一条直线或曲线，用这条直线或曲线来代表自变量和因变量相随变动的一般数量关系。也就是要建立并求解直线或曲线的数学方程式得变量间的一般关系值。二、我国城镇居民现状近年来,我国宏观经济形势发生了重大变化,经济发展速度加快,居民收入稳定增加,在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下,全国居民的消费支出也强劲增长,消费结构发生了显著变化,消费结构不合理现象得到了一定程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。三、我国居民消费结构的横向分析 第一,食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊,城镇最低收入户刚刚解决了温饱问题,而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型,甚至接近最富裕型。第二,衣着消费支出比重随收入增加缓慢上升,到高收入户又有所下降,但各收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降,这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上,在当前的价格水平和服装业的发展水平下,城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的,即使收入水平继续提高,也不需要将更大的比例用于购买服饰用品了。第三,家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势,说明居民的生活水平随收入的增加而不断提高和改善。第四,医疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势。这是因为医疗保健支出作为生活必须支出,不论居民生活水平高低,都要将一定比例的收入用于维持自身健康,而且由于医疗制度改革,加重了个人负担的同时,也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别,因而不同收入等级的居民在医疗保健支出比重上差别不大。第五,居住支出比重基本上呈先上升后下降的趋势,这与我国居民消费能级不断提升,住宅商品正在越来越成为城镇居民关注的热点是相吻合的,同时与恩格尔定律的引申也是一致的。可以看出,城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响,但归根结底仍取决于居民的收入水平,要提高城镇居民的消费支出,必须增加居民收入。因此,采取切实有效的措施增加城镇居民的可支配收入,不仅可以提高全国城镇居民的总体消费水平,促进消费结构向着更加健康、合理的方向发展,而且在启动内需,促进我国的经济发展方面有着重大的现实意义。 四、我国居民消费结构的纵向分析 进入21世纪以来,随着经济体制改革的深入,国民经济的迅速发展,我国城乡居民的消费水平显著提高,居民的各项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高,从以衣食消费为主的生存型到追求生活质量的享受型、发展型,消费质量和消费结构都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出在消费支出中的比重呈现明显的下降趋势,其中食品类支出比重降幅最大;衣着类有所下降;家庭设备用品类下降幅度不是很大。与此同时,医疗保健、交通通讯、文化娱乐教育服务、居住及杂项商品支出在消费支出中的比例均有上升,富裕阶段的消费特征开始显现。五、我国城镇居民消费结构及趋势的统计分析10-5 城镇居民家庭基本情况表1 中国统计年鉴2009统计表项 目19901995200020082009 调查户数 (户)3566035520422206467565506 平均每户家庭人口 (人)3.503.233.132.912.89 平均每户就业人口 (人)1.981.871.681.481.49 平均每户就业面 (%)56.5757.8953.6750.8651.56 平均每一就业者负担人数 (包括就业者本人) (人)1.771.731.861.971.94 平均每人全部年收入 (元)1516.214279.026295.9117067.7818858.09 工薪收入1149.703390.214480.5011298.9612382.11 经营净收入22.5072.62246.241453.571528.68 财产性收入15.6090.43128.38387.02431.84 转移性收入328.41725.761440.783928.234515.45 #可支配收入1510.164282.956279.9815780.7617174.65 平均每人消费性支出 (元)1278.893537.574998.0011242.8512264.55 食 品693.771771.991971.324259.814478.54 衣 着170.90479.20500.461165.911284.20 居 住60.86283.76565.291145.411228.91 家庭设备用品及服务108.45263.36374.49691.83786.94 医疗保健25.67110.11318.07786.20856.41 交通通信40.51183.22426.951417.121682.57 教育文化娱乐服务112.26331.01669.581358.261472.76 杂项商品与服务66.57114.92171.83418.31474.21 平均每人消费性支出构成 (人均消费性支出=100) 食 品54.2550.0939.4437.8936.52 衣 着13.3613.5510.0110.3710.47 居 住6.988.0211.3110.1910.02 家庭设备用品及服务10.147.447.496.156.42 医疗保健2.013.116.366.996.98 交通通信1.205.188.5412.6013.72 教育文化娱乐服务11.129.3613.4012.0812.01 杂项商品与服务0.943.253.443.723.87上图是出自中国统计年鉴2010这一资料性年刊，它系统收录了全国和各省、自治区、直辖市2009年经济、社会各方面的统计数据，以及近三十年和其他重要历史年份的全国主要统计数据此年鉴正文内容分为24个篇章，本文选取其中的第九篇章-人民生活，用以探究我国城镇居民消费结构及其趋势。六、SPSS统计分析1.在EXCEL中分别输入家庭设备用品及服务、食品、衣着、居住五年的数据并进行保存2打开spss软件，将上述数据导入，如下图所示3基本的描述性统计点击分析-描述统计-描述，打开描述性对话框，将家庭设备用品及服务、食品、衣着、居住四个变量分别选入“变量内”，然后单击“选项”按钮进入“描述：选项”对话框，分别选择“均值”“标准差”复选框，单击“继续”，“确定”，输出结果如下图所示：图1 描述性统计表图一给出了基本的描述性统计图，图中显示各个变量的全部观测量的Mean（均值）、Std.Deviation（标准差）和观测值总数N。4相关系数单击分析-回归-线性，弹出“线性回归”对话框，将“家庭设备用品及服务”选为因变量，将“食品”、“衣着”、“居住”三个变量分别选入“自变量内”，单击“统计量”按钮，进入“线性回归：统计量“对话框，分别选择“估计”，“协方差矩阵”， “R方变化”，“描述性”，“部分相关和偏相关性”，单击“继续”，“确定”，显示如下图所示结果：图2 相关系数矩阵图2给出了相关系数矩阵表，其中显示3个自变量两两间的Pearson相关系数，以及关于相关关系等于零的假设的单尾显著性检验概率从表中看到因变量家庭设备用品及服务与自变量食品、衣着、居住之间相关关系数依次为0.993、0.992、0.997，反映家庭设备用品及服务与食品、衣着、居住之间存在显著的相关关系。说明食品、衣着与居住对于家庭设备用品及服务条件的好转有显著的作用。此外，食品与衣着之间的相关系数为0.999，这也说明它们之间存在较为显著的相关关系。按照常识，它们之间的线性相关关系也是符合事实的。5 图3给出了进入模型和被剔除的变量的信息，从表中我们可以看出，所有3个自变量都进入模型，说明我们的解释变量都是显著并且是有解释力的。图3 变量进入/剔除信息表6模型整体拟合单击分析-回归-线性，弹出“线性回归”对话框，将“家庭设备用品及服务”选为因变量，将“食品”、“衣着”、“居住”三个变量分别选入“自变量内”，单击“统计量”按钮，进入“线性回归：统计量“对话框，分别选择“模型拟合度”，“描述性”， “Durbin-Watson”，单击“继续”，“确定”，显示如下图所示结果：图4 模型概述表图4给出了模型整体拟合效果的概述，模型的拟合优度系数为0.999，反映了因变量于自变量之间具有高度显著的线性关系。表里还显示了R平方以及经调整的R值估计标准误差，另外表中还给出了杜宾-瓦特森检验值DW=2.289，杜宾-瓦特森检验统计量DW是一个用于检验一阶变量自回归形式的序列相关问题的统计量，DW在数值2到4之间的附近说明模型变量无序列相关。7方差分析单击分析-回归-线性，弹出“线性回归”对话框，将“家庭设备用品及服务”选为因变量，将“食品”、“衣着”、“居住”三个变量分别选入“自变量内”，单击“统计量”按钮，进入“线性回归：统计量“对话框，选择“模型拟合度”，“描述性”， “R方变化”，单击“继续”，“确定”，显示如下图所示结果：图5 方差分析表图5给出了方差分析表，我们可以看到模型的设定检验F统计量的值为232.864，显著性水平的P值为0.0488 回归系数表和变量显著性检验的T值。单击分析-回归-线性，弹出“线性回归”对话框，将“家庭设备用品及服务”选为因变量，将“食品”、“衣着”、“居住”三个变量分别选入“自变量内”，单击“统计量”按钮，进入“线性回归：统计量“对话框，选择“模型拟合度”，“描述性”， “估计”，单击“继续”，“确定”，显示如下图所示结果：图6 回归系数表图6给出了回归系数表和变量显著性检验的T值，我们发现，变量居住的T值太小，没有达到显著性水平，因此我们要将这个变量剔除，从这里我们也可以看出，模型虽然通过了设定检验，但很有可能不能通过变量的显著性检验。图7 残差统计表图7给出了残差分析表，表中显示了预测值、残差、标准化预测值、标准化残差的最小值、最大值、均值、标准差及样本容量等，根据概率的3西格玛原则，标准化残差的绝对值最大为1.183，小于3，说明样本数据中没有奇异值。9 模型的直方图单击分析-回归-线性，弹出“线性回归”对话框，将“家庭设备用品及服务”选为因变量，将“食品”、“衣着”、“居住”三个变量分别选入“自变量内”，单击“绘制”按钮，进入“线性回归：图“对话框，将“DEPENDNT ”选为Y，“*ZPRED ”选为X，选择 “直方图”和“正态概率图”，单击“继续”，“确定”，显示如下图所示结果：图8 残差分布直方图六、我国居民消费变化的趋势特点(1)食品消费质量提高，衣着消费支出比重下降。食品消费水平由过去简单的吃饱吃好，转变为品种更加丰富，营养更加全面。一方面由于食品供应的日益充足。另一方面由于在外饮食的增加，粮食消费比重减小，购买量大幅度下降。衣着是两项基本生存资料之一，衣着消费向时装化、名牌化、个性化发展的倾向更加明显，成衣化倾向成为主流。从衣着和食品消费比重的下降可以看出城镇居民满足基本生活的支出并没有随着收入水平的提高而提高，这表明我国城镇居民满足吃、穿为主的生存型消费需求阶段已经结束，逐步向以发展型和享受型消费的阶段过渡。(2) 居民收入迅速增长,