全国城镇居民消费水平的逐步回归分析

1、影响我国城镇居民消费水平的因素分析摘要信息随着经济水平的不断发展，人们的消费水平也在不断提高。从社会生产的角度来看消费是其最终环节消费能否顺利完成是决定企业能否顺利完成生产的重要原因也是决定经济增长的主要因素因此消费对经济增长起着重要作用研究影响消费的因素对我国经济的发展具有重要的经济意义。文章采用spss软件分析方法，对影响全国城镇居民人均消费支出的因素进行了分析和研究。首先，建立了食品消费支出、服装消费支出、住宅消费支出、家庭设备和耗材消费支出、医疗消费支出、交通和通信消费支出等线性相关关系，建立了回归模型，建立了逐步回归分析，最终得到了反映财政收入和各因素关系的“最佳”回归方程。最后，通

2、过2006年数据验证得到的结果在误差范围内，表明该模型能正确反映影响财政收入的多种因素的情况。关键词：城市居民，消费水平，逐步回归分析，城市居民人均消费，spss1.简介改革开放以来，我国以高经济增长速度快速发展。但是居民消费对经济增长的贡献与发达国家明显不同。消费、投资、储蓄被称为现代经济发展的“马车”，而根据各国国民收入统计，消费占总数的60%左右。因此，消费决定及其变动对宏观经济的影响很大。消费是人类生产的目的，生产是社会的核心活动，在社会中，生产必须以消费者需求为中心进行，消费者需求同时对生产起着重要的指导作用。生产的消费是互补的，生产者生产的产品的大小、质量、等级决定直接消费的大小、

3、质量、等级、消费是否顺利实现。消费者行为是消费者受需求动机的影响，做出购买决定，修改购买方案，完成购买过程的行为。消费者行为过程是消费者的思维、心理过程，也是持续的行为、解决方案生成、问题解决的过程。影响消费者行为的因素是多方面的，社会、历史、经济等多方面的，是非常复杂的因素。从扩大需求的角度看，消费是刺激经济增长的主要方式。因此研究消费的影响因素对经济增长具有重要的经济意义。我国城市居民收入高、消费多、商业化高，其消费对农村居民有一定的示范作用，在消费结构的研究中占有重要地位，因此，研究和分析城市居民的消费结构和特点，拓宽消费品市场渠道，确定经济发展战略，适时调整和正确引导居民消费方向，促进

4、经济增长具有重要意义。消费市场的疲软制约了我国经济的持续快速健康发展。要刺激消费，扩大内需，必须找出影响消费的关键因素，才能开出处方。城市居民消费的扩大已成为促进我国经济增长的重要手段。本文在国家统计网()上选择了20年来全国城镇居民人均消费及其主要影响因素的数据。通过使用食品消费支出、服装消费支出、住房消费支出、家庭设备和用品消费支出、健康管理消费支出、交通和通信消费支出等逐步回归法的统计分析处理，最终出现了反映各因素对全国城市居民人均消费水平影响的“最优秀”模式。2.故障排除方法和计算结果2.1选择和清理样例数据本文从统计上看，http:/da

5、中收录的1992年到2011年间连续20年城市居民消费水平发生了波动，考虑到与全国城市居民消费水平密切相关、视觉上线性的因素，选择了20年的食物消费支出、服装消费支出、居住和消费支出、医疗消费支出、交通和通信消费支出等收购。根据选定的指标调查数据，整理如下表2-1所示。表2-1 1992-2011年全国城镇居民消费水平及其影响因素统计时间城市居民消费水平(元)城镇居民人均服装消费支出(元)城镇居民人均生活消费支出(元)城镇居民家庭人均家庭设备和用品消费点(元)城镇居民人均卫生保健支出(元)城市居民人均交通和通信消费支出(元)城镇居民家庭人均文化教育娱乐服务消费支出

6、(元)城镇居民人均其他消费支出(元)2012年218611823.41484.31116.11063.72455.52033.5657.12011年199121674.714051023.29692149.71851.7581.32010年171041444.31332.1908871.81983.71627.6499.22009年151271284.21228.9786.9856.41682.61472.8474.22008年140611165.91145.4691.8786.21417.11358.3418.32007年124801042982.3601.8699.11357.41329.

7、2357.72006年10739901.8904.2498.5620.51147.11203309.52005年9832800.5808.7446.5600.9996.71097.5277.82004年8880686.8733.5407.4528.2843.61032.8240.22003年8104637.7699.4410.3476721.1934.4215.12002年7745590.9624.4388.7430.1626902.3195.82001年7324533.7548438.9343.3457690284.12000年6999500.5565.3374.5318.1427669.6

8、171.81999年6351482.4454395.5245.6310.6567.1228.81998年5909480.9408.4356.8205.2257.2499.41971997年5645520.9358.6316.9179.7232.9448.4185.71996年5382528300.9298.2143.3199.1375170.51995年4769479.2283.8263.4110.1183.2331114.92.2线性回归模型的建立与分析要研究全国城镇居民的消费水平和各种影响因素之间的关系，必须建立他们之间的数学模型。数学模型可以有线性模型、二次模型、指数模型、代数模型等多种

9、形式。在现实生活中，影响城市居民消费水平的因素很多，这些因素的影响不能用什么模型简单地说明，所以建立数学模型往往是一件困难的事。为了便于研究，我们假设了一些前提条件，然后在这些条件下得到简化的近似模型。我们假设，城市居民的人均粮食消费支出、衣着消费支出、住房消费支出、家庭设备和用品消费支出、健康管理消费支出、交通和通信消费支出等因素对全国城市居民的消费水平产生了相当大的影响，并且是定型的线性关系。这假定可以在全国范围内建立城镇居民消费水平和各种影响因素的线性回归模型，如下所示：(2-1)其中是变数，是引数，是个别引数的系数。各变量符号的定义见表2-2。表2-2线性回归模型的变量语义全国城镇居民

10、消费水平城镇居民人均食品消费支出城镇居民人均服装消费支出城镇居民人均生活消费支出城镇居民人均家庭设备和用品消费支出城镇居民人均卫生保健消费支出城市居民人均交通和通信消费支出城市居民家庭人均文化教育娱乐服务消费支出城镇居民人均其他消费支出数据输入统计软件excel，建立统计数据库，建立全国城镇居民消费水平及各种影响因素的散点图，如图2-1至图2-8所示。图2-1表示城市居民消费水平和城市居民人均食品消费支出的散点图图2-2城镇居民消费水平和城镇居民人均服装消费支出的散点图图2-3表示城市居民消费水平和城市居民人均居住消费支出的散点图图2-4城镇居民消费水平和城镇居民人均家庭设备和耗材消费支出的散

11、点图图2-5表示城镇居民消费水平和城镇居民人均健康保险消费支出的散点图图2-6表示城市居民消费水平和城市居民人均交通和通信消费支出的散点图图2-7城市居民消费水平和城市居民人均公民消费支出的散点图图2-8表示城市居民消费水平和城市居民人均其他消费支出的散点图从上面的图表可以很容易地看出，城市居民的消费水平和城市居民的人均粮食消费支出、人均住房消费支出、人均医疗消费支出、人均交通和通信消费支出等基本上有线性关系。据调查，城市居民的消费水平和人均服装消费支出、人均家庭设备及消耗品消费支出、人均家庭其他消费支出关系发生了变动。这三者对城市居民消费水平的贡献都比较少，有变化，不足以创造城市居民消费水平

12、的变化。除了使用spss软件插入excel中包含的图表功能外，您还可以创建散点图，用于：(1)选择菜单graphs/scatter/dot。图2-9 spss是散点图绘制阶段1(2)选择“simple scatter”，然后单击“define”。图2-10 spss绘制散点图的步骤2(3) y轴因变量而选择“城市居民消费水平”，x轴作为收购，包括“城市居民人均食物消费支出”、“衣着消费支出”、“住房消费支出”、“家庭设备及耗材消费支出”、“医疗消费支出”、“交通和通信消费支出”等。每次选择时单击ok，spss都会自动绘制相应的散点图。图2-11 spss绘制散点图的第3步(4) spss绘制的

13、散点图只是一个示例，如下图所示，spss比excel中包含的图表功能更快、更简单。图2-12 spss是绘制散点图的第4步分析了所有散布图，发现人均服装消费支出、人均家庭设备及耗材消费支出、人均家庭其他消费支出与城镇居民消费水平的线性关系没有太大差异。原因如下：衣服和家庭设备用品都属于耐用品，居民生活频率不大。而且，他们的价格范围很广，对城市居民消费水平的反映缺乏真实性。其他消费支出均在一千元以下，对城市居民消费水平的影响不大。结论是，为了使人均服装消费支出、人均家庭设备及消耗品消费支出、人均家庭其他消费支出都与我们之前的显着假设相反，达到模式具有相当的线性关系，首先在回归模型中排除了这三者。

14、然后，使用逐步回归筛选其馀5个因素。将城市居民的人均食物消费支出、人均居住消费支出、人均交通和通信消费支出、人均文教娱乐服务消费支出合并为收购，使用逐步回归法，其清除标准是变量进入回归方程的f的概率不超过0.05，剔除标准是变量进入回归方程的f的概率小于0.10。结果见表2-3和表2-4。表2-3中引入或删除的变量模特variables enteredvariables removed方法1城镇居民人均食品消费支出.stepwise(criteria : probability-of-f-to-enter=. 050，probability-of-f-to-remove=2城镇居民人均公民消费

15、支出.stepwise(criteria : probability-of-f-to-enter=. 050，probability-of-f-to-remove=dependent variable :城市居民消费水平表2-4管接头工艺摘要模特rr squareadjusted r squarestd .error of the estimate1.996(a).992.992409.574392.998(b).995.995322.54440城镇居民人均粮食消费支出(constant)b predictors: (constant)，城市居民人均粮食消费支出，城市居民人均市民消费支出在上面的两个表中可以看到：选择过程是首先引入变量，确定模型1。然后引入变量，不删除变量，模型2(包含，)；最终模型包含变量，每个模型的管接头，模型1的复合相关系数r=0.996，确定系数=0.992，调整确定系数0.992；模型2的复合相关系数r=0.998，确定系数=0.995，可调整确定系数0.995。可见模型2的拟合度高，变量起着重要作用。表2-5方差分析模特sum of squaresdf