《全國城鎮(zhèn)居民消費水平的逐步回歸分析.doc》由會員分享，可在線閱讀，更多相關(guān)《全國城鎮(zhèn)居民消費水平的逐步回歸分析.doc（17頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、我國城鎮(zhèn)居民消費水平影響因素分析 摘要 隨著經(jīng)濟水平的不斷發(fā)展，人們的消費水平也在不斷提高，從社會生產(chǎn)的角度看，消費是其最終環(huán)節(jié)，消費能否順利實現(xiàn)是決定企業(yè)能否順利完成生產(chǎn)的重要原因，也是決定經(jīng)濟增長的主要因素，因此消費對于經(jīng)濟增長有著重要的作用。研究影響消費的因素對于我國的經(jīng)濟發(fā)展有很重要的經(jīng)濟意義。 本文運用SPSS 軟件分析方法對影響全國城鎮(zhèn)居民家庭人均消費支出的因素進行分析研究,首先分析了食品消費支出，衣著消費支出，居住消費支出，家庭設(shè)備及用品消費支出，醫(yī)療保健消費支出，交通和通信消費支出等的線性相關(guān)性，建立回歸模型，再利用逐步回歸的方法進行回歸分析，最終得到了能反映財政收入

2、與各因素之間關(guān)系的“最優(yōu)”回歸方程。 最后我們用2006年的數(shù)據(jù)進行了驗證，得出的結(jié)果在誤差范圍內(nèi)，表明這個模型可以正確反映影響財政收入的各因素的情況。 關(guān)鍵詞：城鎮(zhèn)居民，消費水平，逐步回歸分析，城鎮(zhèn)居民家庭人均消費，SPSS 1. 引言 改革開放以來,我國一直以較高的經(jīng)濟增長速度快速發(fā)展。但居民消費對經(jīng)濟增長的貢獻比重與發(fā)達國家差距明顯。消費、投資和儲蓄并稱為現(xiàn)代經(jīng)濟發(fā)展的“三駕馬車”，而根據(jù)各國的國民收入統(tǒng)計顯示,其中消費占總需求的60%左右。因此,消費的決定及其變動對宏觀經(jīng)濟的影響很大。 消費是人類生產(chǎn)的目的，而生產(chǎn)是社會的核心活動，在社會在生產(chǎn)中，生產(chǎn)必須圍繞消費需求來進行，

3、消費需求同時對生產(chǎn)有重要的導向作用。生產(chǎn)的消費是相輔相成的，生產(chǎn)者生產(chǎn)的產(chǎn)品的規(guī)模，質(zhì)量，檔次直接決定了消費的規(guī)模，質(zhì)量和檔次，消費能否順利實現(xiàn)，決定了生產(chǎn)能否順利完成。 消費行為是指消費者受需求動機的影響而做出購買決定、修改購買方案、完成購買過程的行為。消費者行為過程既是消費者的思維、心理過程，也是不斷采取行動、產(chǎn)生方案、解決問題的過程。影響消費者行為的因素是多方面的，由社會的、歷史的、經(jīng)濟的等多方面極其復雜的因素。從擴大需求的角度來看，消費是刺激經(jīng)濟增長的主要方式。所以研究消費的影響因素對經(jīng)濟增長有重要的經(jīng)濟意義。 我國城鎮(zhèn)居民收入高,消費量大,商品化程度高,其消費對農(nóng)村居民有一定的示

4、范作用,在消費結(jié)構(gòu)的研究中占有重要的地位,因而研究分析城鎮(zhèn)居民消費結(jié)構(gòu)及特征,對拓寬消費品市場渠道,確定經(jīng)濟發(fā)展戰(zhàn)略,適時調(diào)整和正確引導居民消費方向,促進經(jīng)濟增長具有重大意義。 消費市場的疲軟制約了我國經(jīng)濟持續(xù)、快速、健康發(fā)展。要刺激消費、擴大內(nèi)需,必須找出影響消費的關(guān)鍵因素,才能對癥下藥。擴大城鎮(zhèn)居民的消費成為推動我國經(jīng)濟增長的一項重要手段。 本文從國家統(tǒng)計信息網(wǎng)（）上選取了1992-2011年這20年間的全國城鎮(zhèn)居民家庭人均消費及其主要影響因素的數(shù)據(jù)，包括了食品消費支出，衣著消費支出，居住消費支出，家庭設(shè)備及用品消費支出，醫(yī)療保健消費支出，交通和通信消費支出等，運用逐步回歸的統(tǒng)計方法，

5、對數(shù)據(jù)進行分析處理，最終得出了反映各個因素對全國城鎮(zhèn)居民家庭人均消費水平的影響的最“優(yōu)”模型。 2. 解決問題的方法和計算結(jié)果 2.1 樣本數(shù)據(jù)的選取與整理 本文在進行統(tǒng)計時，查閱了中收錄的1992年至2011年連續(xù)20年的城鎮(zhèn)居民消費水平為因變量，考慮一些與全國城鎮(zhèn)居民消費水平關(guān)系密切并且直觀上有線性關(guān)系的因素，初步選取這20年間的食品消費支出，衣著消費支出，居住消費支出，家庭設(shè)備及用品消費支出，醫(yī)療保健消費支出，交通和通信消費支出等因素為自變量，分析它們之間的聯(lián)系。 根據(jù)選擇的指標，查選數(shù)據(jù)，整理如表2-1所示。 表2-1 1992-2011年全國城鎮(zhèn)居民消費水平及其影響因素統(tǒng)計

6、表 時間 城鎮(zhèn)居民消費水平（元） 城鎮(zhèn)居民家庭人均衣著消費支出(元) 城鎮(zhèn)居民家庭人均居住消費支出(元) 城鎮(zhèn)居民家庭人均家庭設(shè)備及用品消費支(元) 城鎮(zhèn)居民家庭人均醫(yī)療保健消費支出(元) 城鎮(zhèn)居民家庭人均交通和通信消費支出(元) 城鎮(zhèn)居民家庭人均文教娛樂服務(wù)消費支出(元) 城鎮(zhèn)居民家庭人均其他消費支出(元) 2012年 21861 1823.4 1484.3 1116.1 1063.7 2455.5 2033.5 657.1 2011年 19912 1674.7 1405 1023.2 969 2149.7 1851.7 581.3 2

7、010年 17104 1444.3 1332.1 908 871.8 1983.7 1627.6 499.2 2009年 15127 1284.2 1228.9 786.9 856.4 1682.6 1472.8 474.2 2008年 14061 1165.9 1145.4 691.8 786.2 1417.1 1358.3 418.3 2007年 12480 1042 982.3 601.8 699.1 1357.4 1329.2 357.7 2006年 10739 901.8 904.2 498.5 620

8、.5 1147.1 1203 309.5 2005年 9832 800.5 808.7 446.5 600.9 996.7 1097.5 277.8 2004年 8880 686.8 733.5 407.4 528.2 843.6 1032.8 240.2 2003年 8104 637.7 699.4 410.3 476 721.1 934.4 215.1 2002年 7745 590.9 624.4 388.7 430.1 626 902.3 195.8 2001年 7324 533.7 548 438.

9、9 343.3 457 690 284.1 2000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

10、 143.3 199.1 375 170.5 1995年 4769 479.2 283.8 263.4 110.1 183.2 331 114.9 2.2 線性回歸模型的建立與分析 為了研究全國城鎮(zhèn)居民消費水平與各種影響因素的關(guān)系，必須要建立他們之間的數(shù)學模型。數(shù)學模型可以有多種形式，比如線性模型，二次模型，指數(shù)模型，對數(shù)模型等等。而實際生活中，影響城鎮(zhèn)居民消費水平的因素很多，并且這些因素的影響不能簡單的用某一種模型來描述，所以要建立數(shù)學模型往往是很難的。 為了便于研究，我們先假定一些前提條件，然后在這些條件下得到簡化后的近似模型。 我們假定的前提條件是：城

11、鎮(zhèn)居民家庭人均食品消費支出，衣著消費支出，居住消費支出，家庭設(shè)備及用品消費支出，醫(yī)療保健消費支出，交通和通信消費支出等因素對全國城鎮(zhèn)居民消費水平的影響顯著，并且成正的線性關(guān)系。 由此假設(shè)，我們可以建立全國城鎮(zhèn)居民消費水平與各種影響因素的線性回歸模型，模型如下： (2-1) 其中，是因變量, 是自變量,是各個自變量的系數(shù)。各變量符號的定義見表2-2。 表2-2 線性回歸模型中各變量的含義 全國城鎮(zhèn)居民消費水平 城鎮(zhèn)居民家庭人均食品消費支出 城鎮(zhèn)居民家庭人均衣著消費支出 城鎮(zhèn)居民家庭人均居住消費支出 城鎮(zhèn)居民家庭人均家庭設(shè)備及用

12、品消費支出 城鎮(zhèn)居民家庭人均醫(yī)療保健消費支出 城鎮(zhèn)居民家庭人均交通和通信消費支出 城鎮(zhèn)居民家庭人均文教娛樂服務(wù)消費支出 城鎮(zhèn)居民家庭人均其他消費支出 將數(shù)據(jù)錄入統(tǒng)計軟件EXCEL，建立統(tǒng)計數(shù)據(jù)庫，首先建立全國城鎮(zhèn)居民消費水平與各影響因素的散點圖，如圖2-1至圖2-8所示。 圖2-1 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均食品消費支出的散點圖 圖2-2 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均衣著消費支出的散點圖 圖2-3 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均居住消費支出的散點圖 圖2-4 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均家庭設(shè)備及用品消費支出的散點圖 圖2-5 城鎮(zhèn)居民消費水

13、平與城鎮(zhèn)居民人均醫(yī)保消費支出的散點圖 圖2-6 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均交通與通信消費支出的散點圖 圖2-7 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均文娛消費支出的散點圖 圖2-8 城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均其他消費支出的散點圖 從以上的圖中不難發(fā)現(xiàn)，城鎮(zhèn)居民消費水平與城鎮(zhèn)居民人均食品消費支出，人均居住消費支出，人均醫(yī)療保健消費支出，以及人均交通和通信消費支出等基本具有線性關(guān)系。而城鎮(zhèn)居民消費水平與人均衣著消費支出，人均家庭設(shè)備及用品消費支出，人均家庭其他消費支出的關(guān)系出現(xiàn)了波動，而且從圖中也可以看出，這三者對城鎮(zhèn)居民消費水平的貢獻比較小，它們的變化不足以引起城鎮(zhèn)居民消

14、費水平的變化。 除了EXCEL自帶的插入圖表的功能，同樣也可以使用SPSS軟件制作散點圖，其操作步驟是： (1) 選擇菜單 GRAPHS/ SCATTER/DOT。 圖2-9 SPSS繪制散點圖步驟一 (2) 選擇SIMPLE SCATTER, 單擊DEFINE 。 圖2-10 SPSS繪制散點圖步驟二 (3) Y軸為因變量，選擇“城鎮(zhèn)居民消費水平”，X軸為自變量，依次選擇為“城鎮(zhèn)居民家庭人均食品消費支出”，“衣著消費支出”，“居住消費支出”，“家庭設(shè)備及用品消費支出”，“醫(yī)療保健消費支出”，“交通和通信消費支出”等。 每選擇一次點擊一次OK，SPSS自動繪制相應(yīng)的散點圖

15、。 圖2-11 SPSS繪制散點圖步驟三 (4) SPSS 繪制的散點圖僅做一例，如下圖所示，相比于EXCEL自帶的圖表功能，SPSS的圖表功能更加簡單快捷。 圖2-12 SPSS繪制散點圖步驟四 經(jīng)過對所有散點圖的分析，我們發(fā)現(xiàn)人均衣著消費支出，人均家庭設(shè)備及用品消費支出，人均家庭其他消費支出與城鎮(zhèn)居民消費水平的線性關(guān)系不顯著，其原因主要有： 衣服和家庭設(shè)備用品都屬于耐用品，居民購買的頻率不大；而且它們的價格范圍很大，對城鎮(zhèn)居民消費水平的反映缺乏真實性。 其他消費支出都在千元以下，對城鎮(zhèn)居民消費水平的影響不顯著。 綜上，人均衣著消費支出，人均家庭設(shè)備及用品消費支

16、出和人均家庭其他消費支出這三者都與我們之前的顯著性假設(shè)相悖，為使得到的模型有顯著的線性關(guān)系，我們首先從回歸模型中排除了這三者。 然后我們用逐步回歸的方法對剩下的五個因素進行篩選： 將城鎮(zhèn)居民人均食品消費支出，人均居住消費支出，人均醫(yī)療保健消費支出，人均交通和通信消費支出,以及人均文教娛樂服務(wù)消費支出納入自變量，使用逐步回歸法，選擇的判據(jù)是變量進入回歸方程的F的概率不大于0.05，剔除的判據(jù)是變量進入回歸方程的F的概率不小于0.10。 輸出結(jié)果如表2-3和表2-4所示： 表2-3 引入或剔除的變量 Model Variables Entered Variab

17、les Removed Method 1 城鎮(zhèn)居民人均食品消費支出 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). 2 城鎮(zhèn)居民人均文娛消費支出 . Stepwise (Criteria: Probability-of-F-to-enter <= .050, Probability-of-F-to-remove >= .100). a Dependent Variable: 城鎮(zhèn)居民消費水平 表2-4 擬合過程小結(jié) Model

18、 R R Square Adjusted R Square Std. Error of the Estimate 1 .996(a) .992 .992 409.57439 2 .998(b) .995 .995 322.54440 a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費支出 b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費支出, 城鎮(zhèn)居民人均文娛消費支出 由上面的兩個表可以看出: ①.選擇的過程是,最先引入了變量，建立了模型1；接著引入變量，沒有變量被剔除，建立了模型2（含有、）；最終的模型中含

19、有變量、。 ②.各模型的擬合情況，模型1的復相關(guān)系數(shù)R=0.996，可決系數(shù)=0.992，調(diào)整可決系數(shù)為0.992;模型2的復相關(guān)系數(shù)R=0.998，可決系數(shù)=0.995，調(diào)整可決系數(shù)為0.995?？梢娔Ｐ?的擬合度較高，變量、的作用顯著。 表2-5 方差分析 Model Sum of Squares df Mean Square F Sig. 1 Regression 353904221.137 1 353904221.137 2109.697 .000(a) Residual 2851770.021 17 1677

20、51.178 Total 356755991.158 18 2 Regression 355091432.917 2 177545716.459 1706.598 .000(b) Residual 1664558.241 16 104034.890 Total 356755991.158 18 a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費支出 b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費支出, 城鎮(zhèn)居民人均文娛消費支出 c Dependent V

21、ariable: 城鎮(zhèn)居民消費水平 表2-5 的方差分析結(jié)果表明，當回歸方程為模型1、2時，其顯著性概率值P（Sig）均小于0.001，即拒絕總體回歸系數(shù)均為0的原假設(shè)。 因此，最終的回歸方程應(yīng)當包含城鎮(zhèn)居民人均食品消費支出, 城鎮(zhèn)居民人均文娛消費支出這2個自變量，且方程擬和效果很好。 表2-6 逐步回歸過程中排除出模型的變量 Model Beta In t Sig. Partial Correlation Collinearity Statistics Toleran

22、ce 1 城鎮(zhèn)居民人均居住消費支出 .271(a) 3.318 .004 .638 .044 城鎮(zhèn)居民人均醫(yī)保消費支出 .166(a) 2.285 .036 .496 .072 城鎮(zhèn)居民人均交通消費支出 .274(a) 2.421 .028 .518 .029 城鎮(zhèn)居民人均文娛消費支出 .217(a) 3.378 .004 .645 .071 2 城鎮(zhèn)居民人均居住消費支出 .131(b) .715 .486 .181 .009 城鎮(zhèn)居民人均醫(yī)保消費支出 -.323(b

23、) -1.838 .086 -.429 .008 城鎮(zhèn)居民人均交通消費支出 .051(b) .333 .744 .086 .013 a Predictors in the Model: (Constant), 城鎮(zhèn)居民人均食品消費支出 b Predictors in the Model: (Constant), 城鎮(zhèn)居民人均食品消費支出, 城鎮(zhèn)居民人均文娛消費支出 c Dependent Variable: 城鎮(zhèn)居民消費水平 表2-6 顯示了方程外各模型變量的有關(guān)統(tǒng)計量，即標準化偏回歸系數(shù)Beta、回歸系數(shù)顯著性檢驗的t值、P(Sig)值、偏

24、相關(guān)系數(shù)Partial Correlation、共線性統(tǒng)計的容差Collinearity statistic Tolerance。 可見，模型2以外的各變量偏回歸系數(shù)經(jīng)檢驗，P值均較大，考慮到簡化方程的需要，排除了這些變量。 表2-7 回歸計算過程中的方程系數(shù)表 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -795.539 232.624

25、 -3.420 .003 城鎮(zhèn)居民人均食品消費支出 3.568 .078 .996 45.931 .000 2 (Constant) -474.725 206.347 -2.301 .035 城鎮(zhèn)居民人均食品消費支出 2.819 .230 .787 12.243 .000 城鎮(zhèn)居民人均文娛消費支出 1.956 .579 .217 3.378 .004 a Dependent Variable: 消費水平 表2-7顯示各模型的偏回歸系數(shù)B、標準差Std. Error、常數(shù)C

26、onstant、標準化偏回歸系數(shù)Beta、回歸系數(shù)顯著性檢驗的t值和P(Sig)值。按照模型2建立的多元線性回歸方程為： Y=-474.725+2.819X1 +1.956X7 (2-2) 方程中的常數(shù)項，偏回歸系數(shù)、，經(jīng)t檢驗,α1 ,α7的P值分別為0.035、0.000、0.004，按α=0.10水平，均有顯著性意義。 3. 討論 3.1 離群點的篩選 計算殘差統(tǒng)計量如下表所示： 表3-1 殘差統(tǒng)計量 Minimum Maximum Mean Std. Deviation N Predicted Val

27、ue 2887.2300 18666.2090 8978.7895 4441.54273 19 Std. Predicted Value -1.371 2.181 .000 1.000 19 Standard Error of Predicted Value 89.132 192.773 126.057 23.789 19 Adjusted Predicted Value 2880.1426 18420.7031 8976.6009 4414.88661 19 Residual -534.99329 609.81207 .00000 30

28、4.09778 19 Std. Residual -1.659 1.891 .000 .943 19 Stud. Residual -1.826 1.985 .002 1.033 19 Deleted Residual -648.66656 687.29626 2.18857 367.29319 19 Stud. Deleted Residual -1.988 2.214 .020 1.087 19 Mahal. Distance .427 5.482 1.895 1.130 19 Cooks Distance .001 .5

29、41 .073 .127 19 Centered Leverage Value .024 .305 .105 .063 19 a Dependent Variable: 城鎮(zhèn)居民消費水平 表3-1 顯示殘差統(tǒng)計的結(jié)果，標準化殘差的絕對值最大為1.891，小于設(shè)定值3。如超過3，則顯示具體觀察單位Case number 的標準化殘差，以幫助發(fā)現(xiàn)離群點。 使用SPSS繪制出城鎮(zhèn)居民人均消費水平的預(yù)測值與其標準化殘差的散點圖如下所示： 圖3-1 城鎮(zhèn)居民人均消費水平的預(yù)測值與其標準化殘差的散點圖 從圖3-1的城鎮(zhèn)居民人均消費水平的預(yù)測值與其標準化殘差的散點圖中，

30、可以看出所有觀測量隨機地落在垂直圍繞2的范圍內(nèi)，預(yù)測值與標準化殘差值之間沒有明顯的關(guān)系。 所以回歸方程滿足了線性與方差齊性的假設(shè)，且擬和效果較好。 3.2 對回歸模型的檢驗 由上面的計算，得到的最優(yōu)的多元線性回歸模型為： Y=-474.725+2.819X1 +1.956X7 (3-1) 對2006年的全國城鎮(zhèn)居民消費水平做預(yù)測，置信度取為95%。 2006年的X1城鎮(zhèn)居民人均食品消費支出為3111.90（元），X7城鎮(zhèn)居民人均文娛消費支出為1203.00（元），Y全國城鎮(zhèn)居民消費水平為10618.00（元），

31、將自變量帶入回歸方程： Y=-474.725+2.8193111.90 +1.9561203.00=10650.789（元） (3-2) 預(yù)測區(qū)間為， 其中 σ(x0)=t0.975(19-2-1)=t0.975(16)104034.890=2.120=683.8 (3-3) 代入數(shù)值，得到置信度為95%的預(yù)測區(qū)間為(9966.989,11334.589)。 查得2006年全國城鎮(zhèn)居民消費水平為10618元，包括在最優(yōu)模型預(yù)測的區(qū)間中，可見回歸模型的預(yù)測還是比較準確的。 4．總結(jié) 本文查閱

32、了中國統(tǒng)計年鑒，從中搜集了與全國城鎮(zhèn)居民消費水平關(guān)系密切并且直觀上有線性關(guān)系的因素，包括了食品消費支出，衣著消費支出，居住消費支出，家庭設(shè)備及用品消費支出，醫(yī)療保健消費支出，交通和通信消費支出等，分析它們與全國城鎮(zhèn)居民消費水平之間的聯(lián)系。 首先分析了建立了全國城鎮(zhèn)居民消費水平與各因素的線性回歸模型，再利用逐步回歸法進行回歸分析，經(jīng)綜合比較，選取了擬合性最好的最“優(yōu)”回歸模型。以SPSS 13.0為分析工具，給出了實驗結(jié)果，并使用2006年的全國城鎮(zhèn)居民消費水平驗證了結(jié)論的正確性。 從最終的線性回歸模型中我們可以看到，全國城鎮(zhèn)居民消費水平可以用城鎮(zhèn)居民人均食品消費支出, 城鎮(zhèn)居民人均文娛消費

33、支出很好地解釋。其原因主要有兩個方面： 首先，城鎮(zhèn)居民人均食品消費支出屬于居民每日必須的支出，消費量很大，對符合了前文的顯著性假設(shè)； 然后，隨著城鎮(zhèn)居民生活水平的提高，居民的人均文娛消費支出上升范圍較大，很大程度上影響了城鎮(zhèn)居民的消費水平。 由于調(diào)研時間有限，該回歸模型必然存在很多的不足：擬合曲線和實際值還是有一定的偏差；自變量個數(shù)也不夠多；一些其他的能顯著影響全國城鎮(zhèn)居民消費水平的因素沒有考慮到，還需要不斷查閱資料加以改進。 該模型在一定程度上體現(xiàn)了與選取的各個因素之間的線性關(guān)系，并能對因變量做出近似的預(yù)測。綜合來看，數(shù)據(jù)模型基本達到了預(yù)期的目的。 參考文獻 [1] 孫海燕, 周夢, 李衛(wèi)國, 馮偉, 應(yīng)用數(shù)理統(tǒng)計, 北京航空航天大學, 2013.9 [2] 國家統(tǒng)計信息網(wǎng)，2012 國家統(tǒng)計年鑒 [2] SPSS 13.0 軟件幫助手冊