2022年全国城镇居民消费水平的逐步回归分析电子版本

1、全 国 城 镇 居 民 消 费 水 平 的 逐 步 回 归 分 析精品资料我国城镇居民消费水平影响因素分析摘要随着经济水平的不断进展,人们的消费水平也在不断提高,从社会生产的 角度看,消费是其最终环节,消费能否顺当实现是打算企业能否顺当完成生产 的重要缘由,也是打算经济增长的主要因素,因此消费对于经济增长有着重要 的作用；争论影响消费的因素对于我国的经济进展有很重要的经济意义；本文运用 SPSS 软件分析方法对影响全国城镇居民家庭人均消费支出的因素 进行分析争论 , 第一分析了食品消费支出,衣着消费支出,居住消费支出,家庭 设备及用品消费支出,医疗保健消费支出,交通和通信消费支出等的线性相关

2、性,建立回来模型,再利用逐步回来的方法进行回来分析,最终得到了能反映 财政收入与各因素之间关系的“ 最优” 回来方程；最终我们用 2022年的数据进行了验证,得出的结果在误差范畴内,说明这 个模型可以正确反映影响财政收入的各因素的情形；关键词： 城镇居民,消费水平,逐步回来分析,城镇居民家庭人均消 费, SPSS 1. 引言改革开放以来 , 我国始终以较高的经济增长速度快速进展；但居民消费对经 济增长的奉献比重与发达国家差距明显；消费、投资和储蓄并称为现代经济发仅供学习与沟通,如有侵权请联系网站删除 感谢2 精品资料展的“ 三驾马车” ,而依据各国的国民收入统计显示 , 其中消费占总需求的 6

3、0%左 右；因此 , 消费的打算及其变动对宏观经济的影响很大；消费是人类生产的目的,而生产是社会的核心活动,在社会在生产中,生 产必需环绕消费需求来进行,消费需求同时对生产有重要的导向作用；生产的 消费是相辅相成的,生产者生产的产品的规模,质量,档次直接打算了消费的 规模,质量和档次,消费能否顺当实现,打算了生产能否顺当完成；消费行为是指消费者受需求动机的影响而做出购买打算、修改购买方案、完成购买过程的行为；消费者行为过程既是消费者的思维、心理过程,也是不 断实行行动、产生方案、解决问题的过程；影响消费者行为的因素是多方面 的,由社会的、历史的、经济的等多方面极其复杂的因素；从扩大需求的角度

4、来看,消费是刺激经济增长的主要方式；所以争论消费的影响因素对经济增长 有重要的经济意义；我国城镇居民收入高 , 消费量大 , 商品化程度高 , 其消费对农村居民有肯定的示范作用 , 在消费结构的争论中占有重要的位置, 因而争论分析城镇居民消费结构及特点 , 对拓宽消费品市场渠道 , 确定经济进展战略 , 适时调整和正确引导居民 消费方向 , 促进经济增长具有重大意义；消费市场的疲软制约了我国经济连续、快速、健康进展；要刺激消费、扩大内需 , 必需找出影响消费的关键因素, 才能对症下药；扩大城镇居民的消费成为推动我国经济增长的一项重要手段；本文从国家统计信息网（ ）上选取了 1992-2022年

5、这 20 年间的全国城镇居民家庭人均消费及其主要影响因素的数据,包括了食 品消费支出,衣着消费支出,居住消费支出,家庭设备及用品消费支出,医疗仅供学习与沟通,如有侵权请联系网站删除 感谢3 精品资料保健消费支出,交通和通信消费支出等,运用逐步回来的统计方法,对数据进 行分析处理,最终得出了反映各个因素对全国城镇居民家庭人均消费水平的影 响的最“ 优” 模型；2. 解决问题的方法和运算结果2.1 样本数据的选取与整理本文在进行统计时,查阅了中收录的 1992 年至 2022 年连续 20 年的城镇居民消费水平为因变量,考虑一些与全国城镇居民 消费水平关系亲密并且直观上有线性关系的因素,初步选取这

6、 20 年间的食品消 费支出,衣着消费支出,居住消费支出,家庭设备及用品消费支出,医疗保健 消费支出,交通和通信消费支出等因素为自变量,分析它们之间的联系；依据挑选的指标,查选数据,整理如表 2-1 所示；表 2-1 1992-2022 年全国城镇居民消费水平及其影响因素统计表城镇居城镇居城镇居城镇居城镇居城镇居城镇居民家庭民家庭民家庭城镇居民家庭民家庭民家庭民家庭人均家人均交人均文时间民消费人均衣人均居人均医人均其庭设备通和通教消遣水平着消费住消费疗保健他消费及用品信消费服务消（元）支出支出消费支支出消费支支出费支出元 元 出元 元 元 元 元 2022年21861 1823.4 1484.

7、3 1116.1 1063.7 2455.5 2033.5 657.1 2022年19912 1674.7 1405 1023.2 969 2149.7 1851.7 581.3 2022年17104 1444.3 1332.1 908 871.8 1983.7 1627.6 499.2 2022年15127 1284.2 1228.9 786.9 856.4 1682.6 1472.8 474.2 2022年14061 1165.9 1145.4 691.8 786.2 1417.1 1358.3 418.3 2022年12480 1042 982.3 601.8 699.1 1357.4

8、1329.2 357.7 2022年10739 901.8 904.2 498.5 620.5 1147.1 1203 309.5 2022年9832 800.5 808.7 446.5 600.9 996.7 1097.5 277.8 2022年8880 686.8 733.5 407.4 528.2 843.6 1032.8 240.2 2022年8104 637.7 699.4 410.3 476 721.1 934.4 215.1 仅供学习与沟通,如有侵权请联系网站删除感谢4 精品资料2022年7745 590.9 624.4 388.7 430.1 626 902.3 195.8 2

9、022年7324 533.7 548 438.9 343.3 457 690 284.1 2022年6999 500.5 565.3 374.5 318.1 427 669.6 171.8 1999年6351 482.4 454 395.5 245.6 310.6 567.1 228.8 1998年5909 480.9 408.4 356.8 205.2 257.2 499.4 197 1997年5645 520.9 358.6 316.9 179.7 232.9 448.4 185.7 1996年5382 528 300.9 298.2 143.3 199.1 375 170.5 1995年

10、4769 479.2 283.8 263.4 110.1 183.2 331 114.9 2.2 线性回来模型的建立与分析为了争论全国城镇居民消费水平与各种影响因素的关系,必需要建立他们 之间的数学模型；数学模型可以有多种形式,比如线性模型,二次模型,指数 模型,对数模型等等；而实际生活中,影响城镇居民消费水平的因素许多,并 且这些因素的影响不能简洁的用某一种模型来描述,所以要建立数学模型往往 是很难的；为了便于争论,我们先假定一些前提条件,然后在这些条件下得到简化后 的近似模型；我们假定的前提条件是：城镇居民家庭人均食品消费支出,衣着消费支 出,居住消费支出,家庭设备及用品消费支出,医疗保健

11、消费支出,交通和通 信消费支出等因素对全国城镇居民消费水平的影响显著,并且成正的线性关 系；由此假设,我们可以建立全国城镇居民消费水平与各种影响因素的线性回 归模型,模型如下：Y1X 12X23X34X45X56X67X78X8 2-1 其中, Y 是因变量 , iX 是自变量 ,i是各个自变量的系数；各变量符号的定义见表 2-2 ；仅供学习与沟通,如有侵权请联系网站删除 感谢5 精品资料表 2-2 线性回来模型中各变量的含义YX1X2X3X4X5X6X7X8全国城城镇居城镇居城镇居城镇居城镇居城镇居城镇居城镇居民家庭民家庭民家庭民家庭民家庭民家庭民家庭人均家民家庭镇居民人均医人均交人均文人均

12、食人均衣人均居庭设备人均其消费水疗保健通和通教消遣品消费着消费住消费及用品他消费平消费支信消费服务消支出支出支出消费支支出出支出费支出出将数据录入统计软件EXCEL,建立统计数据库,第一建立全国城镇居民消费水平与各影响因素的散点图,如图 2-1 至图 2-8 所示；图 2-1 城镇居民消费水平与城镇居民人均食品消费支出的散点图仅供学习与沟通,如有侵权请联系网站删除 感谢6 精品资料图 2-2 城镇居民消费水平与城镇居民人均衣着消费支出的散点图图 2-3 城镇居民消费水平与城镇居民人均居住消费支出的散点图仅供学习与沟通,如有侵权请联系网站删除 感谢7 精品资料图 2-4 城镇居民消费水平与城镇居

13、民人均家庭设备及用品消费支出的散点图图 2-5 城镇居民消费水平与城镇居民人均医保消费支出的散点图仅供学习与沟通,如有侵权请联系网站删除 感谢8 精品资料图 2-6 城镇居民消费水平与城镇居民人均交通与通信消费支出的散点图图 2-7 城镇居民消费水平与城镇居民人均文娱消费支出的散点图仅供学习与沟通,如有侵权请联系网站删除 感谢9 精品资料图 2-8 城镇居民消费水平与城镇居民人均其他消费支出的散点图从以上的图中不难发觉,城镇居民消费水平与城镇居民人均食品消费支 出,人均居住消费支出,人均医疗保健消费支出,以及人均交通和通信消费支 出等基本具有线性关系；而城镇居民消费水平与人均衣着消费支出,人均

14、家庭 设备及用品消费支出,人均家庭其他消费支出的关系显现了波动,而且从图中 也可以看出,这三者对城镇居民消费水平的奉献比较小,它们的变化不足以引 起城镇居民消费水平的变化；除了 EXCEL自带的插入图表的功能,同样也可以使用 图,其操作步骤是：1 挑选菜单 GRAPHS/ SCATTER/DOT仅供学习与沟通,如有侵权请联系网站删除 感谢10 SPSS软件制作散点精品资料图 2-9 SPSS绘制散点图步骤一2 挑选 SIMPLE SCATTER, 单击 DEFINE ；图 2-10 SPSS 绘制散点图步骤二仅供学习与沟通,如有侵权请联系网站删除 感谢11 精品资料3 Y 轴为因变量,挑选“

15、城镇居民消费水平” ,X轴为自变量,依次挑选为“ 城镇居民家庭人均食品消费支出” ,“ 衣着消费支出” ,“ 居住消费支出” ,“ 家庭设备及用品消费支出” ,“ 医疗保健消费支出” ,“ 交通和通信消费支出” 等；每挑选一次点击一次OK,SPSS自动绘制相应的散点图；图 2-11 SPSS 绘制散点图步骤三4 SPSS 绘制的散点图仅做一例,如下图所示,相比于 EXCEL自带的图表功能, SPSS的图表功能更加简洁快捷；仅供学习与沟通,如有侵权请联系网站删除 感谢12 精品资料图 2-12 SPSS 绘制散点图步骤四经过对全部散点图的分析,我们发觉人均衣着消费支出,人均家庭设备及 用品消费支

16、出,人均家庭其他消费支出与城镇居民消费水平的线性关系不显 著,其缘由主要有：衣服和家庭设备用品都属于耐用品,居民购买的频率不大；而且它们的价 格范畴很大,对城镇居民消费水平的反映缺乏真实性；其他消费支出都在千元以下,对城镇居民消费水平的影响不显著；综上,人均衣着消费支出,人均家庭设备及用品消费支出和人均家庭其他 消费支出这三者都与我们之前的显著性假设相悖,为使得到的模型有显著的线 性关系,我们第一从回来模型中排除了这三者；然后我们用逐步回来的方法对剩下的五个因素进行挑选：仅供学习与沟通,如有侵权请联系网站删除 感谢13 精品资料将城镇居民人均食品消费支出,人均居住消费支出,人均医疗保健消费支出

17、,人均交通和通信消费支出, 以及人均文教消遣服务消费支出纳入自变量,使用逐步回来法,挑选的判据是变量进入回来方程的 F 的概率不大于 0.05 ,剔除的判据是变量进入回来方程的F 的概率不小于 0.10 ；输出结果如表 2-3 和表 2-4 所示：表 2-3 引入或剔除的变量Model Variables Entered Variables Removed Method 1 Stepwise Criteria: 城镇居民人均食品消费. Probability-of-F-to-enter = .100. 2 城镇居民人均文娱消费. Stepwise Criteria: Probability-o

18、f-F-to-enter = .100. a Dependent Variable: 城镇居民消费水平表 2-4 拟合过程小结Model R R Square Adjusted R Std. Error of Square the Estimate 1 .996a .992 .992 409.57439 2 .998b .995 .995 322.54440 仅供学习与沟通,如有侵权请联系网站删除感谢14 精品资料a Predictors: Constant, 城镇居民人均食品消费支出b Predictors: Constant, 城镇居民人均食品消费支出, 城镇居民人均文娱消费支出由上面的两

19、个表可以看出 : . 挑选的过程是 , 最先引入了变量X ,建立了模型 1；接着引入变量X7,没有变量被剔除,建立了模型2（含有X 、X7）；最终的模型中含有X 、X7；变量. 各模型的拟合情形,模型1 的复相关系数 R=0.996,可决系数2 R =0.992,调整可决系数为0.992; 模型 2 的复相关系数 R=0.998,可决系数72 R =0.995,调整可决系数为0.995 ；可见模型 2 的拟合度较高,变量X 、X的作用显著；表 2-5 方差分析Model Sum of df Mean F Sig. Squares Square 1 Regression 35390421 353

20、904221.2109.69.000a 21.137 137 Residual 285177017 167751.178 7 .000b .021 Total 356755918 177545716.91.158 2 Regression 35509142 32.917 459 1706.59Residual 166455816 104034.890 8 .241 Total 356755918 91.158 仅供学习与沟通,如有侵权请联系网站删除感谢15 精品资料a Predictors: Constant, 城镇居民人均食品消费支出b Predictors: Constant, 城镇居民人

21、均食品消费支出, 城镇居民人均文娱消费支出c Dependent Variable: 城镇居民消费水平表 2-5 的方差分析结果说明,当回来方程为模型1、2 时,其显著性概率值P（Sig ）均小于 0.001 ,即拒绝总体回来系数均为 0 的原假设；因此,最终的回来方程应当包含城镇居民人均食品消费支出 , 城镇居民人均文娱消费支出这 2 个自变量,且方程拟和成效很好；表 2-6 逐步回来过程中排除出模型的变量Model Beta t Sig. Partial Collinearity Statistics In Correlation Tolerance 仅供学习与沟通,如有侵权请联系网站删除

22、感谢16 精品资料城镇居民人均 .271a3.318 .00 .638 .044 居住消 4 费支出城镇居 1 民人均 .166a2.285 .03 .496 .072 医保消 6 费支出 .274a2.421 .02 .518 .029 城镇居民人均交通消 8 费支出城镇居民人均 .217a3.378 .00 .645 .071 文娱消 4 费支出城镇居民人均 .131b .715 .48 .181 .009 居住消 6 费支出城镇居 2 民人均 - - .08 -.429 .008 医保消.323b 1.838 6 费支出城镇居民人均 .051b .333 .74 .086 .013 交通

23、消 4 费支出a Predictors in the Model: Constant, 城镇居民人均食品消费支出b Predictors in the Model: Constant, 城镇居民人均食品消费支出, 城镇居民人均文娱消费支出c Dependent Variable: 城镇居民消费水平表 2-6 显示了方程外各模型变量的有关统计量,即标准化偏回来系数Beta、回来系数显著性检验的t 值、PSig 值、偏相关系数 Partial Correlation、共线性统计的容差 Collinearity statistic Tolerance；仅供学习与沟通,如有侵权请联系网站删除 感谢17

24、 精品资料可见,模型 2 以外的各变量偏回来系数经检验,程的需要,排除了这些变量；P 值均较大,考虑到简化方表 2-7 回来运算过程中的方程系数表 Coefficientsa Mode Unstandardized Standardized t Sig. Coefficients Coefficients l 1 Constan B Std. Error Beta -3.420 .003 -795.53 232.624 t 9 城镇居 3.568 .078 .996 45.93 .000 民人均食品消费支1 出Constan - -2.301 .035 474.72 206.347 t 5 城

25、镇居 2 民人均食 2.819 .230 .787 12.24 .000 品消费支3 出城镇居民人均文 1.956 .579 .217 3.378 .004 娱消费支出a Dependent Variable: 消费水平仅供学习与沟通,如有侵权请联系网站删除 感谢18 精品资料表 2-7 显示各模型的偏回来系数B、标准差 Std. Error、常数 Constant 、标准化偏回来系数Beta、回来系数显著性检验的t 值和 PSig 值；依据模型 2建立的多元线性回来方程为：Y=-474.725+2.819X 1 +1.956X7 2-2 7方程中的常数项0474. 725,偏回来系数1.28

26、19、.1956,经 t 检验0, 1 , 7的 P 值分别为 0.035 、0.000 、0.004 ,按=0.10 水平,均有显著性意义；3. 争论3.1 离群点的挑选运算残差统计量如下表所示：表 3-1 残差统计量Std. Minimum Maximum Mean Deviation N Predicted Value 2887.2318666.28978.784441.542719 00 090 95 3 Std. Predicted -1.371 2.181 .000 1.000 19 Value Standard Error of 89.132 192.773 126.057 23

27、.789 19 Predicted Value Adjusted 2880.1418420.78976.604414.886619 Predicted Value 26 031 09 1 Residual -609.812.00000 304.09778 19 534.99307 29 .943 19 Std. Residual -1.659 1.891 .000 Stud. Residual -1.826 1.985 .002 1.033 19 Deleted Residual -687.2962.18857 367.29319 19 648.66626 56 1.087 19 Stud.

28、Deleted -1.988 2.214 .020 Residual 仅供学习与沟通,如有侵权请联系网站删除感谢19 精品资料Mahal. Distance .427 5.482 1.895 1.130 19 19 19 1.891 ,小于设Cooks Distance .001 .541 .073 .127 Centered Leverage .024 .305 .105 .063 Value a Dependent Variable: 城镇居民消费水平表 3-1 显示残差统计的结果,标准化残差的肯定值最大为定值 3；如超过 3,就显示详细观看单位 发觉离群点；Case number 的标准

29、化残差,以帮忙使用 SPSS绘制出城镇居民人均消费水平的猜测值与其标准化残差的散点图 如下所示：图 3-1 城镇居民人均消费水平的猜测值与其标准化残差的散点图 从图 3-1 的城镇居民人均消费水平的猜测值与其标准化残差的散点图中,可以看出全部观测量随机地落在垂直环绕之间没有明显的关系；仅供学习与沟通,如有侵权请联系网站删除 感谢20 2 的范畴内,猜测值与标准化残差值精品资料所以回来方程满意了线性与方差齐性的假设,且拟和成效较好；3.2 对回来模型的检验由上面的运算,得到的最优的多元线性回来模型为：Y=-474.725+2.819X1 +1.956X7 3-1 对 2022 年的全国城镇居民消费水平做猜测,置信度取为 95%；2022 年的 X1 城镇居民人均食品消费支出为3111.90 （元）, X7 城镇居民人均文娱消费支出为1203.00 （元）, Y 全国城镇居民消费水平为10618.00（元）,将自变量带入回来方程：Y=-474.725+2.819 3111.90 +1.956 1203.