《全国城镇居民消费水平的逐步回归分析》由会员分享，可在线阅读，更多相关《全国城镇居民消费水平的逐步回归分析（17页珍藏版）》请在金锄头文库上搜索。
1、全国城镇居民消费水平的逐步回归分析摘要：摘要：消费性支出指调查户用于本家庭日常生活的全部支出，包括食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服 务、其他商品和服务等，也包括用于赠送的商品或服务。 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 进行分析研究,首先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 性，建立回归模型，再利用逐步回归的方法进行回归分析，最终得到了能反映 财政收入与各因素之间关系的“最优”回归方程。 最后我们用 2006 年的数据进行了验证，
2、得出的结果在误差范围内，表明这 个模型可以正确反映影响财政收入的各因素的情况。关键词：关键词：多元线性回归，逐步回归分析，城镇居民家庭人均消费，SPSS1.1. 引言引言改革开放以来,我国一直以较高的经济增长速度快速发展。但居民消费对经 济增长的贡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 展的“三驾马车” ，而根据各国的国民收入统计显示,其中消费占总需求的 60% 左右。因此,消费的决定及其变动对宏观经济的影响很大。 近年来的国际经济教训和我国多年来的实践亦证明，长期依靠高投资拉动 经济增长的模式是不可持续的，最终会导致国民经济陷入困境。只有走消费主 导型经济增长道路，才能有
3、效地避免因国际环境的变化所引发的经济发展中的 大起大落，才能牢牢掌握自己国家经济发展的主动权。 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一定的 示范作用,在消费结构的研究中占有重要的地位,因而研究分析城镇居民消费结 构及特征,对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,促进经济增长具有重大意义。 消费市场的疲软制约了我国经济持续、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（http:/）上选取了 1992-2011 年这 20
4、 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 保健消费支出，交通和通信消费支出等，运用逐步回归的统计方法，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。2.2. 解决问题的方法和计算结果解决问题的方法和计算结果2.12.1 样本数据的选取与整理样本数据的选取与整理本文在进行统计时，查阅了 http:/ 中收录的 1992 年 至 2011 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 消费水平关系密切并且直观上有线性关系的因素，初步
5、选取这 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。 根据选择的指标，查选数据，整理如表 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表城镇居 民消费 水平 (元)城镇居 民家庭 人均食 品消费 支出 (元)城镇居 民家庭 人均衣 着消费 支出 (元)城镇居 民家庭 人均居 住消费 支出 (元)城镇居 民家庭 人均家 庭设备 及用品 消费支 出(元)城镇居 民家庭 人均医 疗保健 消费支 出(元)城镇居 民家庭 人均交 通和通 信消费 支出 (
6、元)城镇居 民家庭 人均文 教娱乐 服务消 费支出 (元)城镇居 民家庭 人均其 他消费 支出(元)2011 年191085506.3 1674.714051023.29692149.7 1851.7581.3 2010 年165464804.7 1444.3 1332.1908871.81983.7 1627.6499.2 2009 年149044478.5 1284.2 1228.9786.9856.41682.6 1472.8474.2 2008 年136534259.8 1165.9 1145.4691.8786.21417.1 1358.3418.3 2007 年1213036281
7、042982.3601.8699.11357.4 1329.2357.7 2006 年106183111.9901.8904.2498.5620.51147.11203309.5 2005 年95932914.4800.5808.7446.5600.9996.71097.5277.8 2004 年89122709.6686.8733.5407.4528.2843.61032.8240.2 2003 年80602416.9637.7699.4410.3476721.1934.4215.1 2002 年74862271.8590.9624.4388.7430.1626902.3195.8 2001
8、 年71612014533.7548438.9343.3457690284.1 2000 年68501971.3500.5565.3374.5318.1427669.6171.8 1999 年64051932.1482.4454395.5245.6310.6567.1228.8 1998 年61091926.9480.9408.4356.8205.2257.2499.4197 1997 年58231942.6520.9358.6316.9179.7232.9448.4185.7 1996 年55321904.7528300.9298.2143.3199.1375170.5 1995 年4931
9、1772479.2283.8263.4110.1183.2331114.9 1994 年38521422.5390.4193.2251.482.9132.7250.8127.6 1993 年29241058.2300.614018556.980.619495.5 1992 年2262884.82.22.2 线性回归模型的建立与分析线性回归模型的建立与分析为了研究全国城镇居民消费水平与各种影响因素的关系，必须要建立他们 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很多，并 且这些因素的影响不能简单的用某一种模型
10、来描述，所以要建立数学模型往往 是很难的。 为了便于研究，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：(2-1)8877665544332211XXXXXXXXY其中，是因变量, 是自变量,是各个自变量的系数。各变量符号的YiXi定义见表 2-2。 表 2-2 线性回归模型中各变量的含义
11、Y1X2X3X4X5X6X7X8X全国城 镇居民 消费水 平城镇居 民家庭 人均食 品消费 支出城镇居 民家庭 人均衣 着消费 支出城镇居 民家庭 人均居 住消费 支出城镇居 民家庭 人均家 庭设备 及用品 消费支 出城镇居 民家庭 人均医 疗保健 消费支 出城镇居 民家庭 人均交 通和通 信消费 支出城镇居 民家庭 人均文 教娱乐 服务消 费支出城镇居 民家庭 人均其 他消费 支出将数据录入统计软件 EXCEL，建立统计数据库，首先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图 2-2 城镇居
12、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图 2-4 城镇居民消费水平与城镇居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现，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
13、费水平与人均衣着消费支出，人均家庭设备 及用品消费支出，人均家庭其他消费支出的关系出现了波动，而且从图中也可以看出，这三者对城镇居民消费水平的贡献比较小，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 SPSS 软件制作散点图， 其操作步骤是： (1) 选择菜单 GRAPHS/ SCATTER/DOT。图 2-9 SPSS 绘制散点图步骤一 (2) 选择 SIMPLE SCATTER, 单击 DEFINE 。图 2-10 SPSS 绘制散点图步骤二 (3) Y 轴为因变量，选择“城镇居民消费水平” ，X 轴为自变量，依次选择为 “城镇居民
14、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。 每选择一次点击一次 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 的图表功能更加简单快捷。图 2-12 SPSS 绘制散点图步骤四经过对所有散点图的分析，我们发现人均衣着消费支出，人均家庭设备及 用品消费支出，人均家庭其他消费支出与城镇居民消费水平的线性关系不显著， 其原因主要有： 衣服和家庭设备用品都属于耐
15、用品，居民购买的频率不大；而且它们的价 格范围很大，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，我们首先从回归模型中排除了这三者。 然后我们用逐步回归的方法对剩下的五个因素进行筛选： 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，人均交通和通信消费支出,以及人均文教娱乐服务消费支出纳入自变量，使 用逐步回归法，选择的判据是变量进入回归方程的 F 的概率不大于 0.05，剔除
16、的判据是变量进入回归方程的 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ModelVariables EnteredVariables RemovedMethod 1城镇居民人均食品消费 支出.Stepwise (Criteria: Probability-of-F- to-enter = .100). 2城镇居民人均文娱消费 支出.Stepwise (Criteria: Probability-of-F- to-enter = .100). a Dependent Variable: 城镇居民消费水平表 2-4 拟合过程小结ModelRR SquareAdjusted R SquareStd. Error of the Estimate 1.996(a).992.992409.574392.998(b).995.995322.54440a Predictors: (Constant), 城镇居民
