【《中国城镇和乡村消费水平差异影响因素实证研究》12000字（论文）】

中国城镇和乡村消费水平差异影响因素实证研究【摘要】改革开放以来，我国居民收入和消费水平都属于稳定增长的趋势。城镇与农村居民的消费水平和生活质量均处于稳定增长阶段，然而城乡居民消费水平的差距却在不断扩大，这一结果有可能导致我国的平均发展走向失衡，延缓全面建设小康社会的这一伟大目标的进程，为了能够进一步研究影响我国城乡消费水平的影响因素，并对未来我国城乡消费水平差距的变化有一个具体的了解，所以采用相关数据进行数据分析。本文利用SPSS软件对1978-2019年的数据进行回归分析，判断对城乡消费水平差距影响的主要因素，并对所得到的模型进行相关预测，并用Eviews软件对实际差距做时间序列分析预测，比较预测模型，并在此基础上提出相关政策性意见，最终实现解决城镇与乡村的消费水平差异，提高农村消费水平的目标，并且希望国家能更进一步注重农村相关发展。目录TOC\o"1-3"\h\u223881绪论 绪论1.1研究背景及意义在经济快速发展的今天，中国城乡发展的平衡问题已经逐渐变成为制约我国经济均衡发展的重要因素，同时这也引起了许多经济学家以及学者的广泛关注。城乡差距被中国农业大学公共管理系主任张正河划分为：城乡居民收入差距、城乡消费差距、就业差距与政府公共投入差距、城乡医疗差距与城乡教育差距。消费是宏观的经济变量，它可以被用以衡量一个国家或者地区在一定时期内的经济水平。居民的消费水平可以用来作为反映一个国家或地区的经济发展状况以及居民生活水平的指标，也可以用来反映一个国家居民对物质文化生活的满意程度。居民的消费水平是以人口数量计算的平均消费额，居民的消费对于国民的生活水平有着十分重要的影响。如果居民都不消费，不能从社会经济活动中收益，那么国民生活水平也难以提高。同时居民消费对于国民经济也有不容小觑的影响，国家经济增长并不只以来于投资，假设居民不进行消费活动，投资也会失去意义。因此研究居民消费水平有着重要的意义。同时，如果城乡的居民之间的消费水平差距过大，也会影响社会的健康、稳定发展。因此，如何尽可能的缩小城乡居民之间的消费水平差距以及城乡居民的消费水平差距受什么因素影响是当前研究的重中之重。1.2研究内容和研究方法1.2.1研究内容本文的主要研究目的是揭示我国城镇和农村之间消费水平差距的现状，发现其中蕴含的问题，进而寻求解决方案。计划从以下几个方面进行研究：首先查询国内外相关文献，探究我国城镇农村的主要差异，分析影响消费水平的主要因素，进而对我国城乡消费水平差异影响因素进行研究。结合当前实时，对我国当前经济发展现状进行分析，分别讨论我国城市和农村的经济发展现状以及特点。分析影响城乡消费水平差距的主要因素并收集数据利用spss软件进行多元线性回归模型的建立以及对所得结果进行分析。之后进行时间序列分析，对中国城乡消费水平的差异进行预测。得出结论，并给出缩小城乡消费水平差异的具体建议本文技术路线如下：文献阅读文献阅读目的及意义国内外研究分析相关理论研究目的及意义国内外研究分析相关理论研究数据搜集数据搜集 中国城乡消费水平差异计算中国城乡消费水平差异计算应用多元线性回归模型进行分析主要影响因素素应用多元线性回归模型进行分析主要影响因素素建立回归模型，检验并分析解释模型建立回归模型，检验并分析解释模型分析各因素对差异的影响分析各因素对差异的影响 得出结论并得出结论并提出相关的对策建议1.2.2研究方法文献研究法：在研究此项之前，阅读整理了大量的我国城乡消费水平差异的研究文献。同时，通过大量的中内外学者研究进行变量提取，从而支持本文的实证研究描述性研究法：根据中国丞相消费水平差异的扩大或缩小，对数据进行描述性分析。定性与定量相结合法：对中国城乡消费水平进行定性方面的分析，对国家以及目前农村经济相关政策的形式分析。2国内外研究综述2.1城乡消费水平差异影响因素相关研究如今，随着城乡差异逐渐成为热点问题，越来越多的国内外学者开始关注城乡消费水平差异的相关问题。他们对消费水平差异特征进行分析，并研究相对应的缩短差异的对策及其应用的方法。张风（2020）通过LM检验对模型的自相关性进行检验，得出居民消费水平不仅受当期与前期收入水平有关，还与前期消费水平有关；发现城乡居民消费水平差差距不会受到短期收入差距影响较大，主要受前期消费水平差距影响REF_Ref5571\r\h[1]。周素伟（2020）从模型比较和分析发现，近年来安徽省农村居民消费增速高于城镇居民，因此城乡居民收入相对差存在继续缩小的可能，城乡居民消费差距主要受到收入的影响REF_Ref5714\r\h[2]。黄祥辉、魏占祥、杨文兵（2019）在人口老龄化对城乡居民消费的影响研究中指出城镇老年人主要倾向于食品、家庭设备用品及服务、衣着、娱乐教育文化、医疗保健等方面，消费关联度最低的则是交通与通信，并且城镇老龄化居民与农村老龄化居民对分项消费的影响趋势较为一致，所以老龄化并不影响城乡消费水平差异REF_Ref5803\r\h[3]。2.2城乡消费水平的研究彭思维（2020）认为我国的经济发展进入新常态，居民消费水平的增长日益推动着经济的增长。为了更好的促进、推动我国经济的稳健发展，坚持好扩大内部需求以促进消费的战略，整体提高居民的消费水平是关键。现下我国的经济增长方式正处于转型期，在经济发展中面临着越来越大的挑战。其中，我国经济发展中仍旧较为突出的问题是结构性矛盾，大量的社会资源分配被加速分化，现下存在的城乡居民之间的收入差距较大以及收入分配不合理等相关问题正在严重抑制着社会整体消费水平的进一步提高。因此，我国应该从各方面努力的提高城乡居民的收入，尽可能的缩小城乡居民之间的收入差距，逐步完善分配机制，在努力加强、加快经济发展的过程中合理分配好经济发展的红利。并且，继续实施稳健灵活的财政政策和积极的货币政策，宏观调整国家的财政支出结构，在充分发挥国家财政支出对居民消费的挤入效用的同时要努力避免其产生的挤出效应，以及充分发挥市场机制在资源配置中的决定性作用，使得各要素都能够物尽其用，起到其促进经济发展的关键作用，从而推动经济整体向高质量发展REF_Ref5874\r\h[4]。袁宇晨（2020）指出，城乡居民消费水平差异在1995-2010年一直在保持高位震荡，2010年至今，城乡消费的差异正在逐步缩小，这与政府的政策投入以及国家重视城镇化等有密切关系REF_Ref6136\r\h[5]。常伟、马本江、申嘉欣（2020）提出北上广等一线发达城市，居民的收入水平和消费水平显著高于其他地区。对于甘肃、宁夏等西部经济水平落后地区，城乡居民收入水平较低，相比于城镇居民其收入达到门限值所需要的时间更久，这必然会影响城镇化对居民消费水平提升的促进效果REF_Ref6201\r\h[6]。牛景旭（2020）利用时间序列模型对消费水平建立了修正模型，提出增加人均可支配收入、提供就业保障的相关建议REF_Ref6309\r\h[7]。王雪、杨炼（2020）通过多元线性回归模型研究在新冠疫情对湖南省居民消费水平的影响评估REF_Ref6341\r\h[8]。2.3城乡差异相关研究栾会清（2011）通过对我国城乡居民消费支出、消费结构及恩格尔系数等历史数据的分析，认为我国城乡存在结构性差异，并且主要原因在于农村居民收入差距大，农村社会保障不完善，城乡消费设施及公共消费不对称以及农民消费观念落后等，在此基础提出缩小我国城乡居民消费差异的对策建议REF_Ref6436\r\h[9]。周慧秋（2016）在《黑龙江省城乡居民消费差异分析》一文中，基于1994~2014年的黑龙江省城乡统计数据，运用理论与实证相结合的方法对城乡居民消费水平和消费结构进行了分析。结果发现城乡消费差异较大，并在此基础上分析了差异产生的原因在于农村居民收入不高、农村消费环境不佳、农村社会发展不足。建议建立农民增收机制、改善农村消费环境和加快农村社会发展REF_Ref6466\r\h[10]。肖远飞、张柯杨(2020)认为我国应当进一步建设数字普惠金融的基础设施，尤其是加强在互联网和移动金融方面的投入，以支撑我国下一阶段的数字普惠金融的发展。其次，随着我国数字普惠金融的发展，也应不断提升农村居民对金融知识的教育，尤其应该加强对偏远农村教育水平的提高，因为只有当农村居民有一定的金融知识储备和金融素养时，他们才能正确使用金融产品。再次，我国在发展数字普惠金融的同时，也应当进行风险防范，尤其是个人的普惠金融业务扩张过快而造成的风险。最后，相对于农村居民而言，城镇居民对数字普惠金融的敏感度更弱一些，故应该大力发展农村数字普惠金融，在利用社会资本帮助农村居民改善生活的同时，也增加了金融产品的种类。我国西部地区现在有关数字普惠金融的发展正处于较低阶段，但西部地区农村居民分布密集，故应加强西部地区的数字金融发展，通过扩张覆盖面以提高数字化程度，从而努力追赶上东部地区的发展水平，最终达成我国农村居民消费水平各个地区整体提高的目标REF_Ref6511\r\h[11]。孙娜、展立、康笑宁（2020）在经过不断验证后发现我国在农村居民的消费结构上整体存在着地区差异较大的特点，其中我国的东部地整体而言居民消费水平较高，而我国的西南部地区整体上居民消费水平相对落后，而地区间的差异也造成了我国农村的整体消费结构的不均衡问题。但就各个行政区的消费结构看，尽管居民在精神层面上的消费有一些提高，但是大部分地区的消费仍旧主要集中在衣食住行等基本层面的消费，这就造成了各个地区的消费结构较为单一且不合理的问题。上述问题出现的根本原因是源于农民的消费观念、农民收入水平以及农民的消费环境等多方面的。因此，国家应该整体提高全国各地农民的收入，其中包括：从纵向上整体提高农民的实际收入水平以及从横向上不断的缩小我国各地之间农民收入的水平差距，加强转变农民老旧、传统的消费观念，进一步改善农村市场环境REF_Ref6570\r\h[12]。3中国经济发展现况分析3.1中国乡村经济发展现状及特点中国是农业大国，则意味着农村经济的发展就代表着中国经济的整体发展。只有落实好农村经济的发展，从根源上改善农村的大环境，提高农村人口的生活质量，增加农村人口的收入，才能从真正意义上实现中国全面建设小康社会的目标。改革开放之后，我国农村居民的年人均纯收入据统计自1978年到2007年，由最开始只有134元，到现在已经发展为了4140元，这其中提高了30多倍。但其增幅却从1997年以来开始逐渐减缓，城镇居民与农村居民的收入水平差距正在不断被拉大。20世纪80年代，我国农民人口的人均纯收入年均增长约在9%，但从1997-2003年，农民人口的人均收入年增长约在4%，低于城镇居民收入增长水平（7%-8%），这说明城乡居民的收入水平差距在不断的扩大。收入的增长缓慢在降低农村居民的消费水平的同时也减弱了农村居民对储蓄热情，也就减少了农村的金融资金来源。从20世纪90年代中期以来，中国的农村经济发展在逐步减缓甚至有停滞不前的趋势，期间不断在出现各种各样的问题致使整个经济的发展变得不平衡、不稳定。针对这种现象，为解决该问题，党的十八大以来，中共中央确立了四个全面战略路径，其核心是全面建成小康社会，其关键是农业、农村以及农民的三农问题。2019年的三农工作的主要任务为：要扎实推进乡村振兴战略，要坚持农业农村优先发展，切实抓好农业特别是粮食生产，着力增加优质绿色农产品供给；要重视培育家庭农场，农民合作社等新型经营主体，注重解决小农户生产经营面临的困难；要改善农村人居环境。要总结好农村土地制度改革三项试点经验，巩固改革成果，继续深化农村土地制度改革。农业是农村经济的主要经济部分，也是中国国民经济中不可或缺的重要一环。但是农村的地域性特征非常明显，自然环境、天气因素以及当地的经济状况都能明显影响当地农村的经济发展状况，进而导致经济差异。自然环境是导致的农村经济差异的首要因素，农村所属地的自然资源也基本决定了该地农村经济发展的整体走向。中国古语有云“靠山吃山，靠水吃水”，说的就是农村主要是依赖于区域资源从而进行经济发展并完善经济结构。中国地大物博，农村分布广泛，在各个不同的区域，然而不同区域的土壤质量、气候情况、地形地貌都存在着较大的差异。所以，分布在较好的自然环境下的农村也就会有更好的经济发展优势。其次，农村分布当地的原有经济基础与当地的政策也会导致不同区域农村之间的经济出现后续发展的差异。例如：我国东部的原有经济基础非常好，其位置条件和交通条件相较于我国西部而言都非常完善，并且国有经济的比例高，所以我国东部的农村经济发展状况突出。因此，不同区域间农村经济发展的差异，也间接导致了城镇农村经济发展的差异。3.2中国城镇经济发展现状及特点自新中国成立以来，我国城市经济发展迅速，尤其自改革开放以后，西方一些国家的城市经济学开始传入我国，经济发展变得更为迅速。城市经济的发展涉及到很多方面，其中较为重要的就是城市化进程。纵观我国70年来的发展历史，不难发现城市化对促进城市经济发展有着极其重要的作用。城市化是指由传统的农业社会向现代城市社会发展的自然历史过程，尤其是改革开放以来，中国的经济实力日益雄厚，城市在中国整体经济中的地位相较于农村更为突出，经济结构更加完善与合理，城市也变成了进出口贸易的重要窗口。城市化不仅推动了城市产业结构的升级，同时也起到了推动基础设施建设，拉动内需，从而扩大就业的重要作用。在1980年的全国规划工作会议上，中共中央提出了“控制大城市规模，合理发展中等城市，积极发展小城市”的战略方针。然而，大城市的规模效益理论却直接对控制大城市规模这个提议做出了否定。改革开放中的实践证明了，大城市在我国经济发展中起到了支柱作用。相较于中小城市，大城市是国民经济的主导力量，并且大城市的第三产业发展更加迅速，能更有效的推动中国的城市化进程，同时带动周边地区经济的发展。虽然我国城市化的重点放在大城市还是中小城镇的争论还没停止，但是大城市的发展已经变得不可逆转。大城市与中小城镇之间的差距可能也会随之继续拉大。由此发现，中国经济发展不平衡已经尤为明显。大城市与中小城镇之间,城镇与农村之间,农村与农村之间均存在着较大差异。3.3居民消费收入公报统计公报数据图见图3-1：图3-12015-2019年全国居民人均可支配收入及其增长速度由图可知，全年全国居民人均可支配收入30733元，比上年增长8.9%，扣除价格因素，实际增长5.8%。全国居民人均可支配收入中位数26523元，增长9.0%。按常住地分，城镇居民人均可支配收入42359元，比上年增长7.9%，扣除价格因素，实际增长5.0%。城镇居民人均可支配收入中位数39244元，增长7.8%。农村居民人均可支配收入16021元，比上年增长9.6%，扣除价格因素，实际增长6.2%。农村居民人均可支配收入中位数14389元，增长10.1%。按全国居民五等份收入分组，低收入组人均可支配收入7380元，中间偏下收入组人均可支配收入15777元，中间收入组人均可支配收入25035元，中间偏上收入组人均可支配收入39230元，高收入组人均可支配收入76401元。全国农民工人均月收入3962元，比上年增长6.5%。全年全国居民人均消费支出21559元，比上年增长8.6%，扣除价格因素，实际增长5.5%。其中，人均服务性消费支出9886元，比上年增长12.6%，占居民人均消费支出的比重为45.9%。按常住地分，城镇居民人均消费支出28063元，增长7.5%，扣除价格因素，实际增长4.6%；农村居民人均消费支出13328元，增长9.9%，扣除价格因素，实际增长6.5%。全国居民恩格尔系数为28.2%，比上年下降0.2个百分点，其中城镇为27.6%，农村为30.0%。4中国城乡消费水平差异影响因素差异的研究4.1多元线性回归模型的理论基础在一个实际的经济问题当中，一个变量往往会同时受到多个重要变量的影响，这个时候就需要用两个或者两个以上的影响因素作为自变量来解释因变量的变化。当多个自变量和因变量呈现线性关系时，所进行的回归分析就是多元线性回归。多元线性回归的基本理论：若因变量Y与解释变量X1，X2,XK具有线性关系，他们之间的线性回归模型可以表示为（其中B0,B1,BK为回归系数，u为随机误差）： 通常假设，。多元线性回归方程中的回归系数的估计可以采用最小二乘法。由残差平方和：。根据微积分中求极小值原理，SSE一定存在极小值。当SSE达到最小值时,SSE对B0,B1,BK的偏导数必须为0。所以可以得到：通过求解这一方程组可以得到B0,B1,...BK的估计值。检测多元线性回归的拟合度程度，要使用多重判定系数，其中定义为：其中,SSR为回归平方和，SSE为残差平方和，SST为总离差平方和。本论文研究1978年-2019年中国城乡消费水平差异，见表4-1:表4-11978年-2019年中国城乡消费表年份城乡消费水平差距（元）可支配收入差值（元）人口差值（人）国内生产总值（亿元）1978249209.8-617693678.71980304286.3-604254587.61985389341.5-556639098.91990766823.9-5394318872.9199533572705.3-5077361339.9200048773973.6-34931100280.1200150614417.1-31499110863.1200253235123.5-28029121717.4200354995715.2-24475137422200460256308.2-21422161840.2200566677012.19200672347888.75200784029275.5-10863270092.32008951510550.6-7996319244.620091010611465.4-4426348517.720101140912506.7265412119.3201112972140333423487940.220121409215737.4696053858020131505917037.410150592963.22014160001835513050643563.120151704819773.116770688858.220161810721252.820325746395.120171901922963.823686832035.920181961924633.826736919281.120192046226338.129681990865.1为了研究影响我国城乡消费水平差异的影响因素，根据相关文献的阅读，本文认为影响我国城乡居民消费水平差异的主要影响因素有：城乡居民可支配收入差值、城乡居民数量差值以及国内生产总值。其中，将城乡消费水平差距（元）设为被解释变量y,城乡居民可支配收入差值（元）设为解释变量x1；城乡居民数量差值为解释变量x2；国内生产总值（亿元）为解释变量x3。利用spss软件可得被解释变量y与解释变量x1、x2、x3散点图基本呈线性，故模型设定为：4.2中国城乡消费水平差异结果分析利用spss软件对收集到的数据进行多元线性回归，所得结果见表4-2：表4-2多元线性回归结果图模型摘要模型RR方调整后R方标准估算的错误德宾-沃森1.998a.996.995464.800.594由上表可知：本文所建立的模型在调整后R方为0.995，说明模型被解释了99.5%，因为R方越接近1，越说明变量相关性强，所以说明本文所选模型具有很强的相关性。DW检验中，DW=0.594，说明该模型没有异方差。对模型进行方差检验，其检验结果见表4-3：表4-3ANOVA检验结果图模型平方和自由度均方F显著性1回归1018143216.2333339381072.0781570.924.000b残差4536821.92721216039.139总计1022680038.16024在方差表中，F值=1570.924，p值=0.000＜0.05，所以认为该系数检验在1%的置信水平下显著，可以认为不同水平下各总体均值有显著差异。其回归系数表见表4-4：表4-4回归系数表结果表模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量)2293.6131969.0541.165.257差值.963.4051.2022.377.027.0011209.432人口差值.035.032.1531.085.290.01193.984国内生产总值（亿元）-.008.008-.356-.937.359.001682.765观察系数表发现，只有x1对被解释变量的影响显著，而x2、x3对被解释变量的影响均不显著；并且因为VIF值均大于10，所以说明数据之间存在严重的多重共线性。这时采用逐步回归法对解释变量进行逐步剔除。其中接着采用spss软件实现这一步骤，分别对x1、x2与x1、x3进行回归得出结果，见表4-5、4-6：表4-5x1、x2回归系数表结果图模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量)4017.274700.1285.738.000差值.586.048.73112.158.000.05817.220人口差值.062.014.2724.527.000.05817.220表4-6x1、x3回归系数表结果图模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量)170.877230.728.741.467差值1.379.1311.72110.544.000.008125.101国内生产总值（亿元）-.015.003-.728-4.463.000.008125.101由表4-5、4-6不难发现，无论是采用x1、x3还是x1、x2都存在这严重的共线性，并且x2与x3对于被解释变量的影响均不显著，所以在这里将两个变量进行剔除。只对x1进行回归分析，其结果见表4-7：表4-7回归分析结果图模型摘要模型RR方调整后R方标准估算的错误德宾-沃森1.996a.991.991629.999.346上表为R方判定系数，一般认为需要大于60%，用于判定线性方程拟和优度的重要指标，体现了回归模型解释变量中因变量变异的能力，越接近于1月后。从表4-7中我们可以看出调整后的R方=0.991，初步判断模型拟合效果良好。DW=0.346，通过检验。其方差检验结果见表4-8：模型平方和自由度均方F显著性1回归1013551371.07711013551371.0772553.679.000b残差9128667.08323396898.569总计1022680038.16024表4-8ANOVA检验结果图由表4-8可知，方差分析的显著性p值=0.000＜0.01＜0.05，表明由自变量“城乡可支配收入差值”和因变量“城乡消费水平差距”建立的线性关系回归模型有着极其显著的统计学意义。进行回归分析，结果见表4-9：表4-9回归分析结果图模型未标准化系数标准化系数t显著性B标准错误Beta1(常量)927.199211.3564.387.000差值.798.016.99650.534.000上图显示建模的最直接结果，其中读取未标准化系数：Y=927.199+0.798X其中要检验自变量城乡可支配收入差值的回归系数是否通过检验，t检验原假设回归系数有没有意义。由最后一列回归系数显著性p值=0.000＜0.01＜0.05，表明回归系数存在，并且具有统计学意义，城乡消费水平差距与城乡可支配收入差值是正比关系，并且极其显著。4.3中国城乡消费水平差距预测4.3.1数据选取通过查询相关文献资料，得到我国1978年-2019年相关数据。但是，因为每年的消费水平都收到物价乃至通货膨胀的影响，因此要对数据提前进行指数平减进行修正。修正后的数据如表4-10所示，数据修正公式为：实际消费水平=消费水平绝对值/消费水平定基指数表4-10修正后数据表年份城镇居民指数农村居民指数城镇居民消费水平（元）农村居民消费水平（元）A城镇A农村A差值差值19781001003871383871382492491980113.8115.2482178423.5500879154.5138889269.0361993041985140.9191.6734345520.9368346180.0626305340.87420423891990169.6238.51389623818.9858491261.2159329557.76991617661995294.9287.8469913421593.421499466.29603891127.1254633572000390.2379.7680819311744.746284508.5593891236.18689548772001404.1397.6710920481759.218015515.09054331244.12747250612002428.5423.9749821751749.824971513.09271051236.7322653232003441.6443.6781223131769.021739521.41568981247.60604954992004446.2460.4856525401919.542806551.6941791367.84862760252005505.2491.8947228051874.901029570.35380241304.54722766672006534.8528.71032930951931.376215585.39814641345.97806972342007593.9576.01198135792017.342987621.35416671395.9888284022008633.9601.11352740122133.932797667.44302111466.48977695152009686.9663.91444743412103.217353653.86353371449.35382101062010725.6701.71626048512240.904079691.32107741549.583002114092011779.3782.11896859962433.979212766.65388061667.325332129722012840.9841.32075966672468.664526792.46404371676.200482140922013891.9923.42258375242532.010315814.81481481717.1955150592014949.91024.02450885082580.061059830.8593751749.2016841600020151022.81127.92641393652582.420806830.3041051752.1167011704820161081.61258.428600104932644.230769833.83661791810.3941511810720171130.01386.430959119402739.734513861.22331221878.5112011901920181187.21554.533308136892805.592992880.6046961924.9882961961920191238.71682.535625151632875.999031901.2184251974.780606204624.3.2时间序列模型原理时间序列是一组按照时间顺序排列的数字序列，它是一组现实的真实的数据，同时也是一组动态数据。因此，时间序列是可以反映某一现象的统计指标，蕴含着某一现象的变化规律。时间序列分析是定量预测方法之一。它包括一般的统计分析，统计模型的建立与推断，以及关于时间序列的最优预测、控制与滤波等内容。经典的统计分析假定数据序列都具有独立性，而时间序列分析则更倾向于研究数据序列之间的依赖关系。后者实际上是对离散指标的随机过程的统计分析，所以又可看作是随机过程统计的一个组成部分。例如，记录了某地区第一个月，第二个月，…，第N个月的降雨量，利用时间序列分析方法，可以对未来各月的雨量进行预报。基本思想：根据系统中有限长度的运行记录以观察数据，从而建立相对而言能够较为精确地反映出序列中所包含的动态依存关系的数学模型，并以此对系统的未来进行预报。基本原理：一是承认事物发展的延续性。通过过去的数据就能预测事物的未来发展趋势。二是考虑到事物发展的随机性。任何事物在发展过程中都会受到偶然因素的影响，故要利用统计分析中的加权平均法对历史数据进行处理。特点：简单易于应用，方便掌握，但其准确性相对较差，一般只适用短期预测。时间序列分析主要包括：确定性变化分析及随机性变化分析。其中，确定性变化分析又包括了：周期变化分析、趋势变化分析以及循环变化分析。随机性变化分析中又存在MA、AR以及ARMA模型等。本文主要采取ARMA模型进行分析。时间序列可以被分为平稳时间序列和非平稳时间序列。非平稳时间序列的特点非常明显，主要表现为：统计特性会随着时间变化。平稳时间序列是指，在某种现象中某一个统计指标在不同时间上的各种数值，按照时间的先后进行排列的序列。当遇到非平稳时间序列时，我们在本文中主要采用差分法，简单来说就是对序列进行一阶微分。一阶线性微分方程是一阶常微分方程中基础的一类。写法如下：其中I是方程的求解范围，一般是实数集的子集。a和b是已知的连续函数。如果b是零函数，则称此方程为齐次的，否则称其为非齐次的。一阶齐次线性微分方程的解函数构成一个一维实仿射空间：其中：4.3.3数据处理当建立时间序列模型时，首先要进行平稳性检验，通过平稳性检验判断模型是否平稳。但因为数据在2000年前有数据缺失，所以将缺失数据用前后数据平均值进行填充。对缺失数据进行填充后，将城乡实际消费水平差距数据导入至EVIEWS，并将该时间序列命名为Chazhi，做出时序图见表4-1：图4-1Chazhi时序结果图由图4-1不难发现，城乡实际消费差值随着时间的增加也不断增加，并且增加的趋势非常明显，因此判断该序列不是平稳序列，接下来要继续对数据进行处理。一般数据处理主要采取的办法有差分处理以及对数变换。本文接下来对数据采用差分处理。首先，对原来的时间序列取对数，并且做出相应的时序图，见图4-2：图4-2对数时序结果图如图4-2可知，因为还是存在明显的上升趋势，判断仍然平稳，因此对对数进行一阶差分，并得到相应时序图与相关检验，其结果见图4-3、4-4：图4-3时序结果图图4-4检验结果图由图4-4可知，因为P值=0.407＜0.05，所以拒绝原假设，判断模型平稳。而此时自相关与偏相关分析表见图4-5：图4-5自相关与偏相关分析结果图观察自相关函数图与偏相关函数图4-5，发现两者都是拖尾的，所以在这里计划拟用ARMA模型进行预测。自相关函数在1-4阶都超过了二倍标准差，所以初步设置q=4。偏相关从第2阶开始下降很大，因此设定p=1，于是对于此事件序列我们初步构建了ARIMA(1,1,4)模型4.3.4模型的建立与检验利用eviews软件，分别建立ARMA(1,4),ARMA(1,3),ARMA(1,2),ARMA(1,1)分别得到AIC、SC、HQ值见下表4-11，并标出最小值：AICSCHQARMA(1,1)-3.536378-3.369200-3.475501ARMA(1,2)-3.492489-3.283517-3.416393ARMA(1,3)-3.466490-3.215723-3.375174ARMA(1,4)-3.434459-3.141897-3.327924综合每个模型最大滞后量对应的系数的显著性，以及最小的AIC,SC,HQ信息准则值，判断选择ARMA(1.1)模型,该模型的估计结果见图4-6：图4-6模型估计结果图在参数估计过后，应该对所拟合的模型进行适应性检验，其目的是通过对模型残差序列进行白噪声检验。若残差序列不是白噪声，说明还有一定的非常重要的信息没有被模型提取到，故应该重新设定模型。利用Eviews软件操作过后，自相关偏自相关图见下图4-7：图4-7自相关与偏自相关分析结果图由图4-7可知，据相关函数值、以及p值显示，残差序列不存在自相关，为白噪声，因此模型是适合的模型。4.3.5模型预测模型预测图见下图4-8：图4-8模型预测结果图由图4-8进而得到预测数据2020年为2039.872,2021年2074.859,2022年2117.537。由此可知，城乡居民实际消费水平差距会在近期保持平稳上升趋势。4.4数据来源本文收集1978-2019年我国经济指标对应模型变量的25个观测值。城市居民消费水平、农村居民消费水平、城市居民人口数量、农村居民人口数量、城市居民可支配收入、农村居民可支配收入以及国内生产总值的数据均来源于国家统计局2020年中国统计年鉴。5结论与政策建议5.1结论由于我国目前整体国民经济的发展的不平衡以及不充分，城市地区与农村低于的发展程度正在不断被拉大，尤其以我国西部地区农村发展状况最为缓慢，因此城乡居民消费水平正在被不断的拉大。其中本文发现，对城乡消费水平影响最大的就是城乡居民的可支配收入，农村居民可支配收入的缓慢增长，是导致差距被拉大的重要因素。农村居民消费水平同时受到多种因素影响。首先，农村居民的文化程度整体不高，因为教学质量差以及老一辈农民的传统观念认为读书无用等因素，导致城市与农村文化程度两极分化，进而导致工作严重受限，许多农民被迫无奈一辈子投身于田园间，导致可支配收入与城市居民的差距逐渐拉大。其次，农村居民的消费水平深受消费环境的影响。消费环境可以为居民的消费提供物质条件。这些年来，我国的大城市发展的越来越快，基础设施也建设的越来越完善，交通变得更加便利，娱乐活动更是多种多样。然而，在农村，也许是因为地理条件的限制，自然环境相比较城市更为恶劣，交通极其不便利，水电等重要生活硬件设施都极度缺乏，这大大限制了农村居民的消费，也让农村居民的消费水平长时间处于低迷状态。种种环境上的差