12统计师资班

1、12统计师资班-知行队-数据统 计分析比赛-探究农村居民人均 纯收入和人均生活消费的关系 与预测模型岭南师范学院LINGNANSHIFANXUEYUAN课 题：探究农村居民人均纯收入与人均生活消费支出关系与预测模型7院另U：数学与计算科学学院专 业：统计学(职教)年 级：2012级队 名：知行队队 员：徐梅英、杜彩少、黄彩珠负责人：徐梅英联系方式(69)探究农村居民人均纯收入和人均生活消费支出关系与预测模型摘要：改革开放三十年来，我国经济飞速发展，人们的生活水平逐渐提高，尤 其是随着近几年，中国社会主义新农村建设如火如荼的进行，农村居民的生活 方式发生翻天覆地的改变，

2、消费观也发生重大的改变。为了使农村居民的生活 水平进一步提高，生活质量逐步改善，生活结构更加合理化，在此对我国 2000-2010年的人均纯收入和人均生活消费支出之间的关系进行分析，更好的了解我国农村居民的收入和消费水平。本文应用SPSS软件，从农村居民的人均纯收入与人均生活消费之间的关系 进行分析，建立多元线性回归模型，对优化农村居民的收入和消费结构给出合 理的建议和意见。关键字：农村居民人均纯收入人均生活消费SPSS相关分析回归分析引言：近几年，全国揭起社会主义新农村建设的热潮，推动了农村现代化建设进 程，城乡发展一体化，缩小了城乡收入之间的差距。农村居民的收入增加，生 活水平提高，人们的

3、生活消费支出随之增长。而生活消费支出占消费中很大的 一部分，预知生活消费支出的多少对人们合理分配收入尤为重要。面对农村居 民生活消费支出的改变，该用怎样的方式预测人们的生活消费支出的变化情 况？基于此，本小组通过探究农村居民的人均纯收入与人均生活消费之间的关 系，建立恰当的模型，利用该模型反映农村居民未来生活消费支出的变化。一、农村居民家庭基本情况分析（一）、农村居民人均纯收入与人均生活消费支出分析农林居民家庭基本情况CM CN CJ caCM CM CN GN M+人均纯收入（工） -生活消费支岀（y：图1农村居民收入、支出情况从上图可知，农村居民的人均纯收入与人均生活消费支出都是逐年增加的

4、（二）、农村居民各种收入情况分析农村居民各种收入情况SO 00500040003000200010000人均工资收入（X1）家庭经营收入（x2）财产收人（i3）转移收入34）oocsooooooan匚7LI匚7匚7匚7UJn匚7CQ匚7年份图2:农村居民各种收入情况从上图可知，人均工资收入逐年快速增长，是农村居民家庭的主要收入来 源，家庭经营收入在 2002-2007年有所减少但变化的幅度不大，财产收入也逐 年增长但增长不明显，转移收入有增有减但变化均不明显。二、样例分析对数据中的人均纯收入与人均生活消费支出做pears on相关分析，得到下 面表1和表2结果表1人均纯收入与人均生活消费支出散

5、点图6000.0八 5000.0生活消费支出 4000.0(y)3000.03000.04000.05000.06000.07000.08000.0人均纯收入（X）分析表1:从该散点图可以看出，人均纯收入与人均生活消费支出相互之 间具有明显的影响关系。为了进一步判断二者是否有明显的相关关系，下面运 用SPPS软件对人均收入与人均生活消费支出进行相关分析。二者的相关分析表 如下：表2:人均纯收入与人均生活消费支出相关系数表Corre lations生活消 支出（费y）人均纯收入（X）生活消 费支 出(y)Pearson Correlation1.990*Sig. (2-tailed).000N1

6、111人 均纯 收入 (x)Pearson Correlation.990*1Sig. (2-tailed).000N1111Correlation is significant at the 0.01 level (2-tailed).分析表2：表2所示是Pears on相关系数及其显著性检验结果。由于其相关 系数为0.990,相关系数的P值（即Sig.）为0.000 0.01。所以相关系数用“* 标记，说明人均纯收入与人均生活消费支出的相关性是高度显著的。三、运用SPSS软件对数据中近十年来人均生活消费支出水平与其各影响因素进行多元线性回归分析设：用丫表示人均生活消费支出，分别用 X1、X

7、2、X3和X4表示人均工资 收入、人均家庭经营收入、人均财产收入和人均转移性收入。对各个影响因素 与人均生活消费支出进行相关分析，得到下表。表3：相关系数表Correlati ons人均工资收 入（x1）家庭经营收入（X2）财产收入（x3）转移收入（X4）生活消费 支岀（y）人均工资收入(x1)Pears on Correlati on1.522.950*k.924*.994*Sig. (2-tailed).100.000.000.000N1111111111家庭经营收入(x2)Pears on Correlati on.5221.461.728*.530Sig. (2-tailed).100

8、.154.011.093N1111111111财产收入（x3）Pears on Correlati on.950*.4611.810*.940*Sig. (2-tailed).000.154.002.000N1111111111转移收入（x4）Pears on Correlati on.924*.728*.810*k 1：.935*Sig. (2-tailed).000.011.002.000N1111111111生活消费支出(y)Pears on Correlati on.994*.530.940*k.935* 1Sig. (2-tailed).000.093.000.000N1111111

9、111* Correlation is significant at the 0.01 level (2-tailed). *Correlation is significant at the 0.05 level (2-tailed).分析表3 :由表3可以看到，各个影响因素（x）与人均生活消费支出（y） 的相关系数都大于0.5,且人均工资收入（X1）、人均财产收入（X2）和人均转 移收入（X4、与人均生活消费支出（y、各个因素之间的相关系数都大于 0.9， 故说明它们的相关性高度显著。四、应用SPSS软件建立模型:表4:自变量进入或剔除情况表Variable s E nter ed/Rem

10、 ovedbModelV ariables En teredV ariables RemovedMethod1转移收入（x4 ）,家 庭经营收 入（x2 ）, 财产收入（x3 ）,人 均工资收a 入（x1 ）En tera. A ll reques ted variables entered.b. Depen dent Varia ble:生活消费支岀 （y）分析表4:由表4可知，所有的自变量都进入了回归模型，没有一个自变量从回归模型中移出表5:模型拟合的总体情况表Mode l Summ ary5ModelRR SquareAdjusted R SquareStd. E rror of the

11、 EstimateDurb inWatson1.996 a.992.986119.03362.193a Predictors: （Constant）,转移收入（x4 ）,家庭经营收入（x2）,财产收入（x3）,人均工资收入（x1b. Dependent Variable:生活消费支岀（y）分析表5:由R Square可知，人均工资性收入，人均家庭经营收入，人均财产性收入，人均转移性收入可以解释人均生活消费支出y的可能性为99.2%，D.W检验值为2.193，约为2,可以说明残差与自变量之间相互独立。表6:回归方程检验的方差分析表ANOVA bModelSum of SquaresdfMean

12、SquareFSig.1Regressi on1022846042557114.972180.472_ _ _ a.000Residual85014.053614169.009Total1031347410a. Predictors: (Constant),转移收 入(x4 ),家庭经 营收入(x2),财 产收入(x3),人均工资收入(x1)b. Dependent Variable:生活消费支岀(y)分析表6:从方差分析表可以看出，自变量 Xj (j=1 , 2, 3, 4)对y的线 性回归方程是显著的。因为 F(4 , 6)=180.472，且p=0.000，可知此回归方程高 度显著，即说

13、明了人均工资性收入、人均家庭经营收入、人均财产性收入以及 人均转移性收入作为一个整体对居民的生活消费支出有十分显著的影响。表7:回归系数估计及其检验表Coefficie ntSModelUn sta ndardized Coefficie ntsSta ndardizec Coefficie ntstSig.Correlati onsBStd. ErrorBetaZero-ordeiPartialPart1(Co nsta nt)2313.093927.8872.493.047人均工资收入x1).541.279.5941.939.101.994.621.072家庭经营收入x2)-.571.53

14、0-.085-1.077.323.530-.403-.040财产收入仪3)1.4391.613.153.892.407.940.342.033转移收入仪4)2.7671.829.3231.513.181.935.526.056a. Dependent Variable活消费支岀 y)分析表7:由上述回归分析结果得，y对4个自变量的线性回归方程为：Ay=2313.093+0.541x i -0.571x2 +1.439x3 +2.767x4从回归方程中可以看出，x1，x4对居民的消费支出都有影响，而且x1，x3，X4对居民的消费支出起正影响，x2对居民的消费支出起负影响。即说明人均工资收入，财产

15、收入，转移收入越多，其居民消费支出也就越多。但是， 这一回归方程并不理想，所选的自变量过多，导致部分回归系数不能达到显著 性水平。从表中可以看出常数项t检验能达到显著性水平。p=0.047=0.05.说明这些偏回归系数都不具有统计学意义，即这些自变量与因变量的多元线性 关系不显著。所以建立多元线性回归模型不太适合。五、完善模型的建立假设y与Xj（ j=1，2, 3, 4）满足归回模型Ay = 0 + 11 n 为21 n X231 n X341 n X4利用SPSS软件计算出的结果如下：表&模型拟合的总体情况表Mode 1 Sum maryModelRR SquareAdjusted R Sq

16、uareStd. E rror of the Estimate1.999 a.997.99667.2649a. Predictors: （Constant）, （ 1nx4） , （ 1nx3） , （ Inx2） （1nx1）分析表&由R Square可知，人均工资性收入，人均家庭经营收入，人均财产性收入，人均转移性收入可以解释人均生活消费支出y的可能性为99.7%表9:回归方程检验的方差分析表ANOVA bModelSum of SquaresdfMean SquareFSig.1Regressi on1028632742571581.633568.360.000 aResidual271

17、47.40764524.568Total1031347410a. Predictors: （Constant）,（ Inx4） , （ Inx3） , （ Inx2） , （ 1nx1）b. Dependent Variable:生活消费支岀（y）分析表9:从表中可以看出，自变量 xj( j =1, 2, 3, 4)对y的回归方程是显著的。因为F(4 , 6)=568.360，且p=0.000，可知此回归方程高度显著, 即说明了人均工资性收入、人均家庭经营收入、人均财产性收入以及人均转移 性收入作为一个整体对居民的生活消费支出有十分显著的影响。表10:回归系数估计及其检验表Coe fficie

18、 ntsaModelUn sta ndardized Coefficie ntsStan dardized Coefficie ntstSig.BStd. ErrorBeta1(Co nsta nt)-27291.74341.359-6.286.001(lnx1)2231.516428.623.9075.206.002(lnx2)1701.526494.711.1323.439.014(lnx3)-141.103217.961-.074-.647.541(lnx4)272.868235.546.1151.158.291a. Dependent Variable:生活消 费支 岀(y)分析表10

19、:得到下面回归方程:y 27291.7 2231.516ln 为 1701.526In X2 141.103ln X3 272.868ln X4但是，这一回归方程并不理想，所选的自变量过多，导致部分回归系数不能达到显著性水平。从表中可以看出只有变量lnx1, lnx2能通过检验，其对应的p值0.05 ;其余变量都达不到显著性水平0.05，即p 0.05.说明这模型不够显著。因此，下面我们将 应用SPSS1过逐步回归法 得到以下结果：表11:模型拟合的总体情况表Mode l Sum maryModelRR SquareAdjusted R SquareStd. E rror of the Est

20、imate1.981 a.963.958206.98452.996 b.993.99195.80773.999 c.997.99664.4134a. Predictors: (Constant),(lnx1)b. Predictors: (Constant),(lnx1) , (lnx2)c. Predictors: (Constant),(lnx1) , ( lnx2) , (lnx4)表12:回归方程检验的方差分析表ANOVAdModelSum of SquaresdfMean SquareFSig.1Regressi on992789119927890.702231.730.000 aR

21、esidual385583.2942842.582Total10313474102Regressi on1024004125120020.479557.790.000 bResidual73432.98189179.123Total10313474103Regressi onP1028443033428143.436826.240.000 cResidual29043.63274149.090Total1031347410a. Predictors: (Constant),(lnx1)(lnx1) , ( Inx2)b. Predictors: (Con sta nt),c. Predicto

22、rs: (Con sta nt),(lnx1) , ( lnx2) , (lnx4)d. Dependent Variable:生活消费支岀(y)分析表12:由上表的模型3可知,F( 3，7) =826.240，且 P=0.000，即说明F检验能通过表13:回归系数估计及其检验表Coe fficie ntsaModelUn sta ndardized Coefficie ntsStan dardized Coefficie ntstSig.BStd. ErrorBeta1(Co nsta nt)-15131.91243.723-12.167.000(lnx1)2413.234158.529.9

23、8115.223.0002(Co nsta nt)-31938.42938.940-10.867.000(lnx1)2249.76478.551.91528.641.000(lnx2)2397.663411.156.1865.832.0003(Co nsta nt)-25242.52845.167-8.872.000(lnx1)1962.810102.399.79819.168.000(lnx2)1515.954386.106.1183.926.006(lnx4)400.880122.561.1683.271.014a. Dependent Variable:生活消 费支 岀(y)分析表13:

24、由上表的模型3可知，T检验的所有p值0.05，因此T检验能够达到显著性水平，即说明以下建立的模型是非常显著的从上表输出的结果可看出，逐步回归的最优子集为模型3,回归方程为：Ay 25242.5 1962.810ln x, 1515.954ln x2 400.880ln x4由回归方程可以看出，对居民生活消费支出有显著影响的是人均工资收入、人均家庭经营收入及人均转移收入，回归方程中三个自变量的系数都是为正，即人均工资性收入、人均家庭经营收入以及人均转移性收入越高，人均居民生 活消费支出就越多。具体来说，在 X2和X4不变时，|n X1每增加一个百分点， 人均居民生活消费支出平均提高1962.81

25、0元；在Xl和X4不变时，|nX2每增加一个百分点，人均居民生活消费支出平均提高1515.954元；在X1和X2不变时，In X4每增加一个百分点，人均居民生活消费支出平均提高400.880元。六、模型的预测由于收入的增长提高消费能力，而消费支出促进经济的增长，预测消费支出的多少可以更好的反映农村居民未来生活消费支出情况的变动，下面对生活 消费支出随着年份的增长进行预测，建立合理的模型。表14：模型拟合的总体情况表Mode I Sum maryRR SquareAdjusted R SquareStd. E rror of the Estimate.987.974.972.059The ind

26、ependent variable is 年份.分析表14：由R Square可知，年份可以解释生活消费支出y的可能性为97.4% 因此模型的拟合优度很好。表15:回归方程检验的方差分析表ANOVASum of SquaresdfMean SquareFSig.Regressi on1.40811.408410.600.000Residual.03811.003Total1.44612The independent variable is 年份.分析表15:从表中可以看出，自变量齐（j =1, 2, 3, 4）对y的回归方程 是显著的。因为F（1，11）=410.600,且p=0.000，可知

27、此回归方程高度显著，即 说明了年份作为一个整体对居民的生活消费支出有十分显著的影响。表16:回归系数估计及其检验表Coe fficie ntsUn sta ndardized Coefficie ntsStan dardized Coefficie ntstSig.BStd.ErrorBeta年份.088.004.98720.263.000(Co nsta nt)9.35E-074.000The dependent vari able is In（生 活消 费支岀（y）.分析表16:由上表得到回归方程：9.35 10 0.0740.88te且t检验的所有P值=0 0.05，因此t检验能够达到显

28、著性水平，即说明以下建立 的模型是非常显著的。其拟合曲线图为:生活消费支出（y）Exp one n tia lObs e rve d由上图可看出，农村居民未来的人均生活消费支出是逐年增长的。七、结论通过分析农村居民人均纯收入和人均生活消费支出之间的关系，可以看出 居民人均纯收入影响人们的生活消费支出，人均工资性收入、人均家庭经营收 入以及人均转移性收入与人均生活消费支出构成多元线性回归模型。在实际问题中，影响农村居民生活消费支出的因素很多，如物价、消费习 惯、国家相关政策等，这些对农村居民生活消费支出都产生随机影响，所得实 际结果与模型的预测不一定完全一致，但该模型可以较好地反映农村居民今后

29、的生活消费支出的变化。八、提高农村居民的收入及生活消费支出水平的策略探索（一）、落实惠农政策，增加农村居民的收入采取一系列切实农村居民生活的措施，抓好各项惠农政策的落实，增加农 村居民收入，减少农村居民负担，来拉动农村居民消费。继续完善农产品价格 体系，扩大农产品的消费市场，增加农村居民的收入，从而使得随着经济的增 长，农村居民的收入也增加，以此来拉动农村居民消费的增长。（二八完善财政支农政策，提高农村居民的可支配收入完善财政支农政策，通过减税、转移支付等政策，增加中低收入家庭的可 支配收入，提高农村居民的整体消费水平。在实施财政政策的过程中，应重点 采用减税、转移支付等措施，提高中低收入农村

30、居民的可支配收入。优化政府 财政支出结构，保障和改善民生，提高农民的边际消费倾向。解决住房、教育、 医疗等问题，增加未来支出的确定性，从而影响农民消费。（三八 深化农村改革，缩小城乡居民收入差距全面深化农村改革，改善农村的经济体制，带动农村经济又好又快的发展, 落实各种扶农政策，健全“三农”投入稳定增长机制，完善农业补贴政策等。 健全城乡发展一体化体制机制，加快推进农村现代化的进程，推动社会主义新 农村建设，以提高农村居民人均工资收入、人均家庭经营收入、人均财产收入 和人均转移性收入，缩小城乡居民收入差距。（四八 促进农村经济发展，扩大农村居民消费市场李克强代表国务院在十二届全国人大二次会议上

31、作政府工作报告中指 出：扩大内需是经济增长的主要动力，也是重大的结构调整。要发挥好消费的 基础作用和投资的关键作用，打造新的区域经济支撑带，从需求方面施策，从 供给方面发力，构建扩大内需长效机制。把消费作为扩大内需的主要着力点。 通过增加居民收入提高消费能力，完善消费政策，培育消费热点。完善消费政策，激发农村市场活力，通过增加农村居民收入来提高消费能 力。随着经济的增长，农村居民生活水平的提高，农村生活方式随之改变，各 种家电不断注入农村家庭。切实落实家电下乡政策，把农村市场与外界有效的 连通起来，打开农村消费市场。随着收入的增长，消费能力的增加，因而扩大 农村消费市场，让农村居民的收入费用能及时得以消费，以促进农村消费。九、数据来源国家广东总调查队：.c n/dcsj/ztlm十、参考文献一、骆方、刘红云、黄崑，S