二00九年各地区城乡居民消费水平的分析摘要：本文借用SAS分析软件对2009年各地区城乡居民消费水平进行描述统计和回归分析通过对城乡居民消费水平进行分析，得出农村和城镇都存在最高消费水平与最低消费水平差距较大的情况，农村消费水平偏离平均消费水平的程度小，内部差异较城镇小主要的步骤：首先对数据进行编程录入，然后做各项分析，通过分析结果得出结论关键词： SAS软件 农村居民 城镇居民 居民消费水平 内部差异一、 引言在市场经济条件下，消费活动是经济活动的重点，一切经济活动的目的就是为了满足人们日益增长的消费需求随着中国经济突飞猛进的发展,城乡居民消费水平差距逐渐增大，地区性差异也特别明显分别对各地区城镇居民消费水平和农村居民消费水平的分析，从而得出是前者对各地区总消费水平的影响明显还是后者，哪个的相关性更强，对平复城乡差距有一定的意义二、样本数据选取本文选取数据为09年各地区城乡居民消费水平，数据来源于国家统计局网站中国统计年鉴2009其中y1、x1、 x2分别表示全体居民消费水平、农村居民消费水平、城镇居民消费水平指标y1 x1x2 天津市221541148324044河北省15149707517475山西省7193360612195内蒙古自治区6854370510617辽宁省9668399914784吉林省10848490914774黑龙江省8410423912061上海市7737418310592江苏省295721374831608浙江省11993714715965安徽省15790832421251福建省6829368311301江西省10950603715739山东省6229344310033河南省10494539516027湖北省6607352811884湖南省7791413712080广东省7929415413000广西壮族自治区15291523921098海南省6893330212585重庆市6695344710215四川省8308314313314贵州省6863389111701云南省5044245911223西藏自治区5926303811661陕西省406023989563甘肃省7069321012223青海省5284265710765宁夏回族自治区6495342410845新疆维吾尔自治区7858343213151注：y1表示全体居民消费水平、x1表示农村居民消费水平、 x2表示城镇居民消费水平。
二、 各地区城乡居民消费水平的分析程序如下：data _xfsp;input y x1 x2 @@;cards;22154 11483 2404415149 7075 174757193 3606 121956854 3705 106179668 3999 1478410848 4909 147748410 4239 120617737 4183 1059229572 13748 3160811993 7147 1596515790 8324 212516829 3683 1130110950 6037 157396229 3443 1003310494 5395 160276607 3528 118847791 4137 120807929 4154 1300015291 5239 210986893 3302 125856695 3447 102158308 3143 133146863 3891 117015044 2459 112235926 3038 116614060 2398 95637069 3210 122235284 2657 107656495 3424 108457858 3432 13151;run;proc print;run;三、数据分析（一）描述性统计分析1、描述性统计分析的基本思想统计分析往往是从了解数据的基本特征开始的。
描述数据分布特征的统计量可分为两类：一类表示数量的中心位置，另一类表示数量的变异程度（或称离散程度）两者相互补充，共同反映数据的全貌利用描述性统计方法可以得到样本数据的均值、标准差、偏度、峰度、等统计量，也可以用图形或表格的方式再现和描述数据2、描述性分析过程从上图分析可知：X1的均值小于X2，说明农村居民消费水平远低于城镇居民消费水平，x1的最小值和最大值分别为2398和13748X2的最小值和最大值分别为9563和3160说明在农村和城镇都存在最高消费水平与最低消费水平差距较大的情况X1小于X2说明农村消费水平偏离平均消费水平的程度小，内部差异较城镇小从上图分析可知：共有30个数据，均值为4747.8，方差为6629346，峰度为5.32，中位数为3798因为整体单位总量较小，所以不存在众数由极差和四分位差可知中间数据分布较集中由上图分析可知：共有30个数据，均值为14125.8，方差为23420867.5，峰度为5.16797478，中位数为12209因为整体单位总量较小，所以不存在众数由极差和四分位差可知中间数据分布较集中（二）回归分析1、回归分析的基本思想回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法。
回归分析已经成为多因素数据统计分析的重要工具，因为它为研究变量间的关系提供了简单的方法在回归分析中，标准的方法是对数据拟合数据，然后使用如、和等统计量方法评价模型2、回归分析过程从上图我们可以看出总偏差平方、模型平方和和误差平方和分别为847758597、835023674、12734923，我们还可以看到该组数据拟合后的R的平方等于0.9850，调整后的R的平方为0.9839，接近于1，模型拟合的较好我们可以得到回归模型：y1=-3847.07897+0.89231x1+0.65200x2由模型的参数估计值及相应的P值得到，x1、x2这两个变量对y1的影响是显著的四、 结论从此次分析我们可以总结出农村居民消费水平远低于城镇居民消费水平，并且农村和镇都存在最高消费水平与最低消费水平差距较大的情况同时我们可以看到农村消费水平偏离平均消费水平的程度小，内部差异较城镇小国家政策对农村居民生活水平影响显著，未来几年我国农村居民消费的区域差异将进一步减小可以预见，当前政府对“三农”问题的重视以及政策上对我国广大农村地区的有利扶持，我国农村居民未来几年的生活水平将进一步提高，消费结构也将更趋合理同时，随着西部大开发政策的稳步实施，这些地区的经济将得到非常有利的发展，地区之间的经济发展不平衡进一步缩小。
参考文献：【1】 国家统计局 中国统计年鉴-2007【M】中国统计出版社 2007【2】 高惠璇 《应用多元统计分析》【M】北京大学出版社 2005.01第 5 页 共 6 页。