全国各地区可支配收入与消费性支出异方差检验综合案例分析
城镇居民可支配收入与消费性支出实证分析——以黑龙江为例
表1黑龙江省城镇居民年人均收入与支出(单位,元)20042005200620072008200920102011201220137470.718272.519182.3110245.2811581.2812565.9813856.5115696.1817759.7519597.05567.536178.016655.437519.288622.979629.6010683.9212054.212983.614161.7图1黑龙江省人均年可支配收入与消费性支出散点图图2Eviews回归分析表收稿日期:2015-07-11作者简介:刘根梅(1985-),女,江西萍乡人,研究方向:经济发展与经济增长。
城镇居民可支配收入与消费性支出实证分析———以黑龙江为例刘根梅(广州华立科技职业学院,广州511325)摘要:通过实证分析方法探究黑龙江省城镇居民消费支出与收入之间的关系,揭示可支配收入对居民消费性支出的贡献作用,为黑龙江省宏观经济运行提供实证依据,以更好地发挥消费对黑龙江经济增长的促进作用。
关键词:消费性支出;可支配收入;拟合优度中图分类号:F062.5文献标识码:A文章编号:1005-913X(2015)10-0096-01一、引言近年来黑龙江省经济取得了重大的进步,伴随着居民可支配收入的逐年增加,消费性支出也随之增加。
众所周知,消费既是社会再生产的起点,同时也是终点,其对经济的发展和产业结构的调整具有重要的引导作用。
线性回归分析理论的研究结果表明,可支配收入是影响居民消费支出最直接、最具决定性的因素。
根据2004年至2013年黑龙江省城镇居民人均可支配收入和人均消费性支出的统计数据,运用线性回归分析方法研究城镇居民消费性支出与可支配收入之间数量关系的规律,并通过得到的回归方程用2013年的实际人均可支配收入估计出2013年的城镇居民人均消费性支出,与2013年实际的消费性支出相比偏差很小,证明了方程的高度拟合,揭示了近年来城镇居民消费性支出与收入的特点和变化趋势,有助于有关部门和经营者制定切实可行的经济政策并进行有效的宏观调控,这对保持经济持续、健康发展具有重要意义。
河北省农村居民可支配性收入对消费性支出的影响——基于线性回归模型的分析
第二，近年来，经济发展迅速，人民生活水平和质
支出的数据，具体数据见表一。
进行检验并解决，从而估计出最终的参数。其中河北省
表一 河北省农村居民人均可支配收入与人均消费 农村居民人均可支配收入为解释变量，设为 X，人均消
支出
年份
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
河北省农村
40 2018年第3期
农业经济
河北省农村居民可支配性收入对消费性支出 的影响
—— 基于线性回归模型的分析
马晓君 翟允瑞 李秋波 孙明阳
（河北农业大学，河北 保定 071000）
摘 要：可支配性收入是影响消费的主要因素，尤其是在改革开放以来，农村居民的可支配性收入与消费性支出的
金额与比例都呈现出了巨大变化。本文以河北省为例，选取了省农村居民 1992 年—2015 年间，运用最小
由散点图可以看出 Y 随着 X 的增加而增加，他们的
支出的影响是很有必要的。
变化趋势是线性的，因此 X 与 Y 可以建立线性回归模型。
根据历年河北省农村统计年鉴，本文选取了 1992 运用 OLS 最小二乘法对线性回归模型进行回归分析及统
年 -2015 年河北省农村居民人均可支配收入与人均消费 计检验，并对其中异方差性、序列相关性及多重共线性
1. 研究背景及意义
根据 1992 年 -2015 年河北省农村居民人均可支配收
计量经济学实验报告
计量经济学实验报告实验报告：《计量经济学》一、数据以下是中国部分省市城镇居民家庭人均年可支配收入（X）与消费性支出（Y）的统计数据：地区可支配收入（X）消费性支出（Y）北京 .69 8493.49天津 8140.50 6121.04河北 5661.16 4348.47山西 4724.11 3941.87内蒙古 5129.05 3927.75辽宁 5357.79 4356.06吉林 4810.00 4020.87黑龙江 4912.88 3824.44上海 .01 8868.19江苏 6800.23 5323.18浙江 9279.16 7020.22山东 6489.97 5022.00河南 4766.26 3830.71湖北 5524.54 4644.5湖南 6218.73 5218.79广东 9761.57 8016.91陕西 5124.24 4276.67甘肃 4916.25 4126.47青海 5169.96 4185.73新疆 5644.86 4422.93二、理论模型的设计解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作：1.X与Y散点图从散点图可以看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。
因此，建立一元线性回归模型：Yi = β + β1Xi + μi2.对模型做OLS估计OLS估计结果为：Y = 272.3635 + 0.7551Xt1 = 1.7057t2 = 32.3869R2 = 0.9831DW。
= 1.3017F = 1048.912三、模型检验从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。
t检验：在5%的显著性水平下，β1不显著。
表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。
1.预测现已知2018年人均年可支配收入为元，预测消费支出预测值为：Y = 272.3635 + 0.7551× = .3635E(X) = 6222.209，Var(X) = 1994.033则在95%的置信度下，E(Y)的预测区间为（874.28,.68）。
年人均可支配收入与年平均每人消费性支出的相关分析
一、研究目的为了考察1994-2010年中国城镇居民年人均可支配收入与年平均每人消费性支出的相关性。
二、研究变量1994-2010中国城镇年人均可支配收入和年人均消费支出三、研究方法采用SPSS相关分析具体过程如下：1、原始数据如图（1）G=f(T),其中T为自变量，G为因变量step1：建立数据文件 file——new——data；图（1）Step2：画散点图：选中Graphs——Scatter/dot-----Simple scatter------define图（2）根据散点图可以看出1994-2010年中国城镇居民年人均可支配收入与年平均每人消费性支出成线性相关，而且就是正相关，所以选择相关分析中的pearson 指数，单侧检验其相关性。
Step3：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate，左边包含G，T的框为源变量框，后面的空白框为分析变量框，我们现在需要分析G和T的关系，因此将源变量框中的G和T选进分析变量框待分析，选择Pearson指数，再选中单侧检验。
同时点击Options勾选计算均值和方差。
过程如图：图（3）图（4）结果如图所示：描述性统计量均值标准差N人均可支配收入9170.9941 4799.46184 17人均消费支出6918.2212 3202.03948 17图（5）相关性人均可支配收入人均消费支出人均可支配收入Pearson 相关性 1 .999**显著性（单侧）.000N 17 17人均消费支出Pearson 相关性.999** 1显著性（单侧）.000N 17 17**. 在.01 水平（单侧）上显著相关。
图（6）执行完上面的操作后，首先给出的是当前样本进行描述性统计的结果，如表（5）所示。
可以看到样本容量都等于17，全国年人均可支配收入和年人均消费支出的平均均值分别为9170.9941和6918.2212，方差分别为4799.46184和3202.03948，差异不大。
研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)
研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年～2014 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2016年人均消费性支出的发展趋势。
从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。
随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。
因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。
二、模型设定表1 1985—2014年城镇人均可支配收入和人均消费性支出为分析1985—2014年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。
图1 城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型：Y=β+βX+ui12i三、估计参数一．T检验Eviews的回归结果如下表所示：表2 回归结果① 参数估计和检验的结果写为：^184.59590.780645i i Y X =+（41.10880）（0.004281） t =(4.490423) (182.3403)2R =0.999159 2R （修正值）=0.999129 F =33247.99 n=30② 回归系数的区间估计[α=5% 2t α(n-2)=2.048 ]^^2222222ˆˆˆˆ[()()]1P t SE t SE ααβββββα-≤≤+=- =P （0.780645—2.048*0.004281 2β≤≤0.780645+2.048*0.004281）=P （0.7719 2β≤≤0.7894）=95%二异方差检验三序列相关性检验四、模型检验1、 经济意义检验所估计的参数β1= 184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。
研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)
研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年～2014 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2016年人均消费性支出的发展趋势。
从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。
随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。
因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。
二、模型设定20089636.2412380.40200910694.7913627.65201011809.8714769.94201112432.2216015.58201214336.8717699.30201315527.9719732.86201416857.5121574.72为分析1985—2014年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。
图1 城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型：Y=β+βX+ui12i三、估计参数一．T检验Eviews 的回归结果如下表所示：表2 回归结果① 参数估计和检验的结果写为：^184.59590.780645i i Y X =+（41.10880）（0.004281） t =(4.490423) (182.3403)2R =0.999159 2R （修正值）=0.999129 F =33247.99 n=30 ② 回归系数的区间估计[α=5% 2t α(n-2)=2.048 ]^^2222222ˆˆˆˆ[()()]1P t SE t SE ααβββββα-≤≤+=- =P （0.780645— 2.048*0.0042812β≤≤0.780645+2.048*0.004281）=P （0.7719 2β≤≤0.7894） =95%二异方差检验三序列相关性检验四、模型检验1、 经济意义检验所估计的参数β1= 184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。
我国城镇居民人均可支配收入对消费支出影响的实证研究1300字
我国城镇居民人均可支配收入对消费支出影响的实证研究1300字摘要：消费需求是社会总需求的重要组成部分，直接影响着生产规模的扩大及整体经济水平的提高。
本文收集了2015年我国30个省份的截面数据，以此作为样本来分析城镇居民人均可支配收入对于消费支出的影响程度，结果表明当前我国城镇居民的消费弹性为0.9327，据此提出提高居民可支配收入进而刺激消费的政策建议。
关键词：人均可支配收入；消费支出；实证研究一、引言消费作为宏观经济学中重要的研究指标，对于生产发展及经济增长的拉动作用明显。
由凯恩斯的消费函数可知，城镇居民的消费支出主要由两部分组成，即自发消费与引致消费。
自发消费支出不受其他因素的影响，然而影响引致消费的因素有很多，包括物价水平、利率、当期可支配收入、未来收入预期等。
其中对引致消费影响效果最为显著的即当期可支配收入，其与边际消费倾向共同作用直接影响着居民实际消费支出，但当期可支配收入对消费支出的影响程度到底有多大，是本文即将展开分析的内容。
本文收集了我国30个省份的截面数据，以此作为样本来分析我国城镇居民人均可支配收入对于消费支出的影响程度，并据此提出相应的政策建议。
二、计量经济模型建立为了分析我国城镇居民人均可支配收入与消费支出的关系，本文选取了2015年我国30个省份的截面数据作为统计分析样本数据，其中把我国城镇居民人均可支配收入（单位：元）作为解释变量（用X表示），把消费支出（单位：元）作为被解释变量（用Y表示），建立了下述的一般模型：Yi=A+BXi+U（i=1，2，3，4），其中：Yi --各地区城镇居民平均第i种物品消费A --常数项B --代定参数X --各地区城镇居民平均收入U --随机扰动项三、模型的求解和检验通过EVIEWS9.0软件，利用OLS最小二乘法对线性回归模型进行回归分析及统计检验，并对其中可能存在的多重共线性、异方差性与自相关性进行补救，从而估计出最终的参数。
模型的回归分析结果如下：Yi=6543.531+0.9327Xi（1854.316）（0.0704）T=（3.5288）（13.2412）R2=0.8623 n=30 df=28F=175.3294 DW=2.37151.经济意义检验从模型中可以看出，当城镇居民可支配收入每增长1元时，居民消费支出将增加0.9327元，居民消费支出随着可支配收入的增加而增加，很明显符合实际情况，经济意义合理。
对城镇居民人均可支配收入及人均消费性支出的预测分析毕业论文
毕业论文对城镇居民人均可支配收入及人均消费性支出的预测分析毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。
对河北省城镇居民可支配收入及消费性支出的协整分析
出， ｘ变量表示 可支 配收入 。 以
（ ） 一 单位根检验
是平稳的 ； 存在一个非零 常数 ｄ， 得 Ｙ — Ｘ ＝ ｔ Ｉ ） ② 使 ｔ ｄｔＵ ～ （， ｏ 即
居民的可支配收入和消费性 支出之 间的联 系对经济政策的制定 具有重要作用 。
以可支配收入和消费性支出为例 ，如果可支配收入与消费
性 支出的关系是协整的，就表明可支配收入与消费性支出之间
存在 长期 、 稳定的均衡关 系 ， 可支配收入与消费性支 出的长期走 向应该大致相 同，尽管可支配收入与消费性支 出的关系会经常 偏离均衡关系， 但这种偏离是暂 时的和随机 的。 反 ， 相 如果可支 配收入和消费性支 出的非平稳时 间序 列之间不存 在协整关系 ，
是平 稳 的 。
在分析是否具有协整关系之前 ，先进行时间序列 的单位根 检验 。 对序列 Ｌ Ｙ和 Ｌ Ｘ及其差分形式 进行 Ａ Ｆ检验 ， ｎ ｎ Ｄ 滞后期
根据 Ａ Ｃ准则来确定 ， Ｉ 检验结果见表 １ 所示 。 从 检验 结果看 ，ｎ Ｌ Ｙ的 Ａ Ｆ检 验 的 ｔ Ｌ Ｘ、 ｎ Ｄ 统计 量在 ５ ％的
１ 经济论坛 ２ ０ ・ １ ６ ０ ８ ２
间序列的单整阶数 ｄ。
对于单位 根假设 ， 原假设一般为 ｙ非平稳 ， ｔ 它成立 意味着该
时间序列含有单位根 ， 序列为非平稳 的时间序列。 （ ） 二 协整检验
协整是对于随机 向量 ｘ＝ｘｔ ２ … ｘ ｔ如果 已知 ， ｔ ｔ（ ｔ ｌｘ Ｎ） ’ ， ＠ｘ Ｉ ～
河南省居民人均可支配收入与人均消费性支出的协整关系分析_琚晓星
2011.27C h i n a C o l l e c t i v e E c o n o m y集体经济·摘要：当今社会已进入后危机时代，消费成为经济增长最大的拉动力。
文章从协整理论出发，对河南省城镇居民人均消费支出与人均可支配收入进行分析，结果表明，河南省城镇居民可支配收入与消费支出之间存在长期均衡关系，当期收入和长期均衡对居民消费都有较强的制约作用。
因此，从长期来看，要刺激消费来拉动经济增长，必须增加居民的可支配收入。
关键词：人均可支配收入；协整；误差修正模型自改革开放以来，河南省城镇居民家庭的人均消费支出和人均可支配收入呈逐年增长的趋势。
本文从协整分析的角度出发，研究河南省城镇居民人均消费支出与人均可支配收入是否存在着长期、稳定的均衡关系，即消费与收入的长期走向是否大致相同，并进一步建立收入与消费的ECM 模型。
凯恩斯国民收入理论认为，消费作为总需求的重要组成部分，是宏观经济调控的基本变量，而收入是决定消费的基本因素。
对于消费和收入关系的研究，出现了不同的消费理论假设。
根据相对收入假设理论，在一定时期，人们的当期消费水平不仅与当期的可支配收入相关，而且受前期的消费水平的影响，具有一定的消费理性，这就是消费的棘轮效应；同时根据生命周期假设理论，消费者的消费不仅与当期收入相关，同时也受过去各项的收入以及对将来预期收入的限制和影响。
我们可以把相对收入假设理论与生命周期假设理论联系起来，推出如下的结果：当期的消费水平不仅与当期的可支配收入有关，而且还与前期的可支配收入、前两期的消费水平有关。
一、所用数据说明本文以1980-2009年河南省城镇家庭平均每人可支配收入与城镇家庭平均每人全年消费性支出为研究对象（数据来源：河南统计年鉴2010），分别用变量in -come 和expend 来表示。
为了降低序列的波动性，对income 和expend 分别取对数，用LNincome 和LNexpend 表示。
我国各地区城镇居民消费支出影响因素实证分析
我国各地区城镇居民消费支出影响因素实证分析摘要：本文利用2012年中国内地各地区城镇居民消费支出与城镇居民可支配收入、居民人民币储蓄存款余额、人均地区生产总值的截面数据，建立多元线性回归模型。
通过对模型的检验、预测，可以得出结论：城镇居民可支配收入、居民人民币储蓄存款余额和人均地区生产总值均对城镇居民消费支出具有显著性的影响。
关键词：消费支出、可支配收入、储蓄存款余额、人均地区生产总值随着经济水平的不断发展，居民消费水平也在不断地提高，从社会生产的角度来看，消费就是最终环节。
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
通过消费的物质产品和劳务的数量和质量反映出来。
居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
它主要通过消费的物质产品和劳务的数量和质量来反映。
我国居民消费水平，直接影响了我国的经济增长速度。
一、相关概念解析1、居民消费支出：居民消费支出是指城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。
包括购买商品支出以及享受文化服务和生活服务等非商品支出。
对于农村居民来说，还包括用于生活消费的自给性产品支出。
集体用于个人的消费指集体向个人提供的物品和劳务的支出；不包括各种非消费性的支出。
其形式是通过居民平均每人全年消费支出指标来综合反映城乡居民生活消费水平。
2、人均可支配收入：人均可支配收入指个人收入扣除向政府缴纳的个人所得税、遗产税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。
个人可支配收入被认为是消费开支的最重要的决定性因素。
因而，常被用来衡量一国生活水平的变化情况。
3、居民人民币储蓄存款：储蓄存款指为居民个人积蓄货币资产和获取利息而设定的一种存款。
储蓄存款基本上可分为活期和定期两种。
活期储蓄存款虽然可以随时支取，但取款凭证-存折不能流通转让，也不能透支。
城镇居民可支配收入与消费支出关系协整分析
城镇居民可支配收入与消费支出关系协整分析内容摘要：本文基于计量经济学的协整理论，以我国1978-2009年城镇居民人均可支配收入和人均消费支出的动态数据为样本，对城镇居民人均可支配收入和人均消费支出之间的数量关系进行实证研究。
结果表明：人均可支配收入和人均消费支出之间存在长期均衡的单向因果关系，城镇居民人均可支配收入的增加将引起人均消费支出的增加；误差修正项符合反向修正作用，误差修正系数反映了长期均衡关系对短期波动具有较强的调整力度。
关键词：人均可支配收入人均消费支出数量关系协整研究文献回顾改革开放以来，伴随我国经济的快速发展，城镇居民可支配收入显著增长，居民的消费支出和消费水平有了较大程度的提高。
就消费而言，全部的消费可以分为两部分即自发消费和引致消费。
自发消费是指由人的基本需求决定的最必须的消费；引致消费即消费需求是指由收入所引起的消费，它的大小取决于收入和边际消费倾向。
而在居民可支配收入增长的同时，如何引导居民增加消费支出，以拉动国民经济增长，则是政府、业界普遍关心的问题。
对于城镇居民可支配收入与消费支出之间的关系，国内学者基于不同的理论对我国及区域城镇居民可支配收入与消费支出的关系进行了探讨。
《城镇居民人均消费支出影响因素计量分析—基于成都市的实证分析》（李世军、袁光才，2006）一文，通过建立计量模型，运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析，找出其中关键影响因素。
《黑龙江省城镇居民消费与收入关系的定量分析》（张恩英，2006）一文，对黑龙江省城镇居民消费支出结构与收入水平的关系进行了定量分析并得出结论，随着收入水平的提高，居民的食品支出所占比重将大幅度下降。
《四川省城镇居民消费支出与可支配收入的实证分析》（陈雪灵、任大廷，2009）一文，应用线性回归分析的方法建立理论模型对四川省城镇居民消费性支出与可支配收入之间数量关系进行研究。
《城镇居民可支配收入与消费性支出的关系》（权立波，2010）一文，应用线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律。
我国居民收入与消费影响关系的实证分析
我国居民收入与消费影响关系的实证分析作者：刘敬伟田戊戌来源：《现代经济信息》2020年第13期摘要：本文根据我国31个省、市、自治区2019年的居民人均可支配收入和居民人均消费支出截面数据，建立线性回归模型，运用Eviews软件对模型进行实证分析并检验，以揭示我国居民收入与消费的影响关系及程度，并对我国提高居民收入提出建议。
关键词：居民人均可支配收入;居民人均消费支出;截面数据党的十九大以来，我国居民生活水平有了跨越式的提升，一方面体现在我国居民人均可支配收入大幅度增长，另一方面体现在我国居民人均消费支出的明显增加。
内需是经济增长的根本动力，居民消费支出在最终消费中具有决定性的作用，是总需求的重要组成部分，会直接刺激经济的增长。
居民消费支出直接受居民收入的影响，本文以2019年我国31个省、市、自治区的居民人均可支配收入和居民人均消费支出截面数据为例，通过建立计量经济模型模型，研究我国居民人均可支配收入与人均消费支出的影响关系，并为提高我国居民收入提出合理化的建议。
一、变量选取与模型选择（一）变量与数据本文选取统计部门发布的居民人均可支配收入和居民人均消费支出分别作为代表居民收入和居民消费的分析变量。
数据来源于国家统计局网站和和各省、市、自治区统计局网站发布的统计公报，经整理汇总后，得到全国除港澳台地区之外的31个省、市、自治区的居民人均可支配收入和居民人均消费支出的截面数据如表1所示。
表中Y表示居民人均消费支出，x表示居民人均可支配收入，为了降低出现异方差的可能性，对两组数据分别做对数化处理（保留小数点后三位），将上述数据进行对数变换后记为InY、InX。
（二）模型设定为了实证分析居民人均可支配收入对居民人均消费支出的影响方向和程度，以InY（居民人均消费支出的对数）作为被解释变量，以InX（居民人均可支配收入的对数）作为解释变量，建立如下计量经济模型：二、模型估计（一）被解释变量和解释变量的相关关系运用Eviews软件做InY和InX的散点图，如图1所示。
回归模型的OLS估计及异方差的检验与修正
实验1 回归模型的OLS估计及异方差的检验与修正实验内容及要求：表1列出了2000年中国部分省市城镇居民每个家庭平均全年可支配收入x与消费性支出y的统计数据。
（1）利用OLS法建立人均消费支出与可支配收入的线性模型。
（2）检验模型是否存在异方差。
（3）如果存在异方差，试采用适当的方法加以消除。
表1 2000年中国部分省市城镇居民人均可支配收入与消费性支出(单位：元)实验如下：1、通过Y-X的散点图判断，并不存在异方差。
回归结果分析：图1人均消费支出与可支配收入的线性模型：Y =272.3635 + 0.755125Xt =(1.705713) (32.38690)R2=0.983129 D.W.=1.301563 F=1048.912残差分析：图2显示回归方程的残差分布有明显的扩大趋势，即表明存在异方差性。
2，Goldfeld-Quandt检验⑴将样本安解释变量排序（SORT X）并分成两部分（分别有 1 到8共8个样本合13 到20 共8个样本）⑵利用样本1 建立回归模型1（回归结果如图3），其残差平方和为126528.3Smpl 1 8LS Y C X图3⑶利用样本2 建立回归模型2（回归结果如图4），其残差平方和为615472.0。
图4⑷计算F 统计量：RSS2/RSS1＝615472.0/126528.3=4.864，RSS2、RSS1分别是模型1 和模型2 的残差平方和。
取α=0.05时，查F分布表得F0.05(8-1-1,8-1-1)=4.28，而实际上F=4.864>F0.05=4.28 ，所以存在异方差。
3，White检验⑴建立回归模型：LS Y C X，回归结果如图5图5⑵在方程窗口上点击White Heteroskedastcity,检验结果如图6。
图6由图6中的数据，得到e2=-180998.9+49.42846X-0.002115X2t=(-1.751858) (1.708006) (-1.144742)R2=0.632606White统计量2200.63260612.65212nR=⨯=，该值大于5%显著性水平下自由度为2的2χ分布的相应临界值20.05(2) 5.99χ=，(在估计模型中含有两个解释变量，所以自由度为2)因此拒绝同方差性的原假设。
城镇居民消费性支出与可支配收入的回归分析——以陕西省为例
参考文献： [1]李子奈，潘文卿.计量经济学[M].第 3 版.北京：高等教育出版社，
2010. [2]郝黎仁，樊元等.SPSS 实用统计分析[M].北京：中国水利水电出版
社，2003. [3]曾少坚.城镇居民消费性支出与可支配收入的回归分析 -- 基于珠
海市的实证分析[J].经济研究导刊，2013. [4]韩旭，陈守则.吉林省城镇居民消费支出与可支配收入的关系探析
表 2 模型汇总
a.预测变量:(常量),人均可支配收入。 表 3 系数 a
消费性支出与可支配收入散点图 2.相关性分析 用 SPSS 软件对两个变量进行相关性的分析，得出结果如表 二所示，表中人均可支配收入与人均消费性支出的相关系数为 0.999，具有强相关性，所以具有统计意义。
a.因变量:人均消费性支出
关键词：城镇居民；可支配收入；消费性支出；回归分析
一、问题的提出 陕西历史悠久，是中华文明的重要发祥地之一。近年来，随 着“一带一路”等相关政策的出台，陕西的经济、政治、文化等各 方面也在迅猛发展，人们的消费水平也在发生着变化。研究陕西 省城镇居民消费性支出和可支配收入的关系，发现两者在数量 关系上的规律，对提高人民的生活水平有重要的现实意义。本文 根据 2000 年 --2015 年陕西省城镇居民消费性支出与可支配收 入的统计数据，采用一元线性回归模型进行回归分析，为陕西省 政府制定相关政策提供可靠依据。 二、实证分析 本文的数据通过《陕西省统计年鉴》和《中国统计年鉴》整理 得出，为年人均可支配收入和年人均消费性支出。假设人均可支 配收入记为 X（单位：元），消费性支出记为 Y（单位：元） 1.绘制散点图 运用 SPSS 软件，可以得到图 1 的散点图。从散点图中可以 看出，两个变量之间具有较强的相关关系，大致为一条直线，可 以用一元线性回归模型来拟合。
案例分析 计量经济学
案例分析1一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。
居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。
改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。
但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。
例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。
为了研究全国居民消费水平及其变动的原因，需要作具体的分析。
影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。
为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。
二、模型设定我们研究的对象是各地区居民消费的差异。
居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。
而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。
所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。
因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。
因此建立的是2002年截面数据模型。
影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。
多元线性回归模型中的异方差性问题
( 4)
即作残差的平方 e i 对所有原始变量 、 变量的平方以及变量的交叉乘积的回归 . ε i 是方程 ( 4) 的残差项 . ③ 求辅助方程 ( 4) 的 R 值 . 在零假设 H0 不存在异方差 ( 即方程 ( 4) 中的所有斜率系数为 0) 下 ,
σ 假设 5 μi 为服从正态分布的随机变量 ,即 μ μ) . i ～ N (0 , 假设 6 任何解释变量不存在严格的线性相关 ,即不存在多重共线性 . 以上 6 个假设条件合称多元线性回归的经典假设条件 . 在这些基本假设下 ,应用普通最小二乘法可以得到无偏的 、 有效的参数估计量 . 但是在实际的计量 经济学问题中 ,完全满足这些基本假设的情况并不多见 ,如果违背了某一项基本假设 ,那么应用普通最 小二乘法就可能无法得到无偏的 、 有效的参数估计量 ,甚至无法得到参数估计量 ,对模型进行的一系列 统计假设也可能失效 . 当模型违背第 3 条假设即同方差性假设时 ,称为异方差性问题 . 例如 ,根据凯恩斯的绝对收入假设消费理论建立起来的模型 : ( i = 1 ,2 , …, n ) Ci = B 0 + B 1 Ii + μ i ,
2 异方差性的后果
2. 1 参数估计量非有效 在对参数估计量进行无偏性和有效性的证明中 ,当计量经济学模型出现异方
差性 ,其普通最小二乘法参数估计量仍然具有无偏性 ,但不具有有效性 . 因为在有效性证明中利用了 2 ) =σ E ( NN′ — —n 阶单位矩阵 , μI , N = (μ 1 , …,μ n) , I — 即同方差性条件 . 所以参数估计量不再具有一致性 . 2. 2 变量的显著性检验失去意义 在多元线性回归模型的显著性检验中 ,构造了 t 统计量 , 在该统计 2 量中包含有随机误差项共同的方差 σ μ ,并且有 t 统计量服从自由度为 ( n - k - 1) 的 t 分布 . 如果出现了 异方差性 , t 检验就失去意义 . 采用其它检验也是如此 . 2. 3 模型的预测失效 一方面 ,由于上述后果 ,使得模型不具有良好的统计性质 ; 另一方面 ,在预测值 2 的置信区间中也包含有随机误差项共同的方差 σ μ . 所以当模型出现异方差性时 ,它的预测功能失效 .
中国城镇居民人均可支配收入和消费支出关系的实证分析
中国城镇居民⼈均可⽀配收⼊和消费⽀出关系的实证分析2019-10-10⼀、研究背景、⽬的及意义依据西⽅经济学理论，⼈均消费和⼈均可⽀配收⼊成正相关关系。
这⼀关系是否在中国也成⽴呢，为此，我们收集相关数据，假设在中国⼈均可⽀配收⼊与⼈均消费⽀出存在正相关关系，并进⾏相关的实证分析。
这可以帮助我们了解中国居民的消费倾向，并且对指导相关政策有⼀定的意义。
⼆、样本及研究⽅法为了深⼊分析研究中国的城镇居民的⽣活费⽀出与可⽀配收⼊的具体数量关系，收集了中国城镇居民⽉⼈均可⽀配收⼊（SR）和⽣活费⽀出（SC）2007～2009年各⽉度数据序列（数据来源：中经⽹统计数据库）因时间序列数据的特殊性，其平稳性需要进⾏检验，此时可以使⽤EG两步法确认是否存在协整，并且对模型进⾏⼀定的误差修正。
三、实证与分析根据EG两步法的理论，⾸先考察⽣活费⽀出和⼈均可⽀配收⼊的单整阶数.通过软件Eviews中的具体操作过程如下：⾸先检验序列（SR）的平稳性，选带截距项，在滞后差分项下选2阶，通过估计结果来说，单位根检验的临界值分别为-3.577723，-2.925169，-2.600658，分别对应着在1%，5%，10%三个显著性⽔平检验，t检验的值为-3.438827⼤于1%临界值，因此⽆法拒绝H0，这说明⼈均可⽀配收⼊（SR）为⾮平稳序列，因存在单位根.在单位根检验中，为了确定⼈均可⽀配收⼊（SR）序列的单整阶数，选择确定对⼀阶差分序列进⾏单位根检验并且带有截距项，选择2阶滞后差分项，通过估计的结果来说，单位根检验的临界值分别为-3.581152，-2.926622，-2.601424，分别对应在1%，5%，10%三个显著性⽔平检验，t检验的值为-9.361364⼩于临界值，因此拒绝H0，可判断⼈均可⽀配收⼊（SR）的差分序列是平稳的，因不存在单位根，也就是说，（SR）序列是⼀阶单整的，SR～I（1）。
通过以上的理论⽅法同样可以可检验⽣活费⽀出（SC）序列也是⼀阶单整的，即SC～I（1）。
1实验…2002年中国各地区城市居民人均消费支出与可支配收入关系的软件实验操作
3、估计未知参数： ①打开“T Y X”的 group 窗口； ②Eviews/quick/estimate equation/输入:Y C X/OK。即可得到 equation 窗口数据 表 2.6。 (二)、模型检验 由 Excel 查 t-统计量的值：t0.025(19)“=TINV(0.05,29)”=2.045。
5、将回归分析的结果复制到 word 文档时，要加以分析、说明、注解和应用，可以说， 这是实验操作的最终目的，而不是将结果保存到本地磁盘或 U 盘之中就万事大吉了，在某 种程度上，得到实验操作的结果，意味着经济分析的开始，而不是结束！ 五、实验结果分析（包括心得体会）
本实验的结果表明：1、基于截面数据分析得到的 t－检验，F－检验和拟合优度检验 都通过了，说明模型具有非常好的统计意义和计量意义，利用该模型进行经济预测具有较 好的可信度，本次实验分析的目的成功实现。
3、一般而言，经济学中的计量模型决不会是完美无缺毫无瑕疵的，于是，经济学论 文写作艺术性处理的原则是将正面的，有利于论点的证据充分演绎和展示，将模型中的缺 憾之处不宜作过分渲染，否则会动摇文章结论的合理性和可信度。
评阅教师
实验成绩
—第 2 页—
颠倒！ ②点击 workfile/用 ctrl 选定 X,Y 变量/右键/open/as group/edit+/−/将前面给出的
1000 美元和 1500 美元，即 8270 元和 12405 元填入 X 的对应空格“NA”中。 ③ eviews/quick/estimate equation/输入:Y C X/OK； ④ equation/forecast/OK。 ⑤关闭 group、equation 等窗口后，在 workfile 窗口上去查看相应的结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
全国各地区可支配收入与消费性支出异方差检验综合案例分析小组成员：翟丽萍孙琴令穆小斌张丹冶贵花王淏珑指导老师：***2009年全国各地区城镇居民平均每人全年家庭可支配收入与消费性支出数据来源：中经网利用Y i=β0+β1X i+μi形式的线性模型研究全国各地区城镇居民平均每人全年家庭可支配收入与消费性支出的影响情况，并检验模型的异方差情况。
1.线性回归结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 22:37Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X 0.646420 0.067014 9.646057 0.0000C 1280.351 1392.994 0.919136 0.3797R-squared 0.902956 Mean dependent var 14419.60 Adjusted R-squared 0.893252 S.D. dependent var 3091.470 S.E. of regression 1010.055 Akaike info criterion 16.82441 Sum squared resid 10202108 Schwarz criterion 16.90523 Log likelihood -98.94645 Hannan-Quinn criter. 16.79449F-statistic 93.04641 Durbin-Watson stat 1.842178 Prob(F-statistic) 0.000002根据回归结果可得到下面的估计方程：Y=1280.351+0.646420X(0.919136) (9.646057)R 2=0.902956 DW=1.842178 F=93.04641R 2接近于1，表明模型的拟合效果非常好；F 检验的相伴概率为0.000000，反映变量间呈高度线性，方程回归效果显著。
利用回归方程可以分析各个自变量的边际效应，X 变量的系数为0.646420，说明在其他变量保持不变的情况下，每增加一个单位的城镇居民平均每人全年家庭可支配收入，就要增加0.646420个单位的食品性支出。
2.Y 和X 的散点图10,00012,50015,00017,50020,00022,50025,00027,50030,000YX从上图可以看出，消费性支出随着城镇居民平均每人全年家庭可支配收入的增加而增加。
但是，值得注意的是随着可支配收入增加，消费性支出的变动幅度也增大了，可能存在异方差。
3.E2和X 散点图10,00012,50015,00017,50020,00022,50025,00027,50030,000E2X从上图可以看出，残差平方随着的城镇居民平均每人全年家庭可支配收入增加而不规则变化，表明不同的城镇居民平均每人全年家庭可支配收入，消费性支出的方差是不同的，从而模型中随机误差不是常数，存在异方差现象。
4.怀特检验结果Heteroskedasticity Test: WhiteF-statistic4.170152 Prob. F(2,28) 0.0260 Obs*R-squared 7.114674 Prob. Chi-Square(2) 0.0285 Scaled explained SS4.350479 Prob. Chi-Square(2) 0.1136Test Equation:Dependent Variable: RESID^2 Method: Least SquaresDate: 10/28/13 Time: 22:52Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C -3677786. 1905234. -1.930359 0.0637X 420.3678 207.6375 2.024527 0.0525X^2 -0.009405 0.005277 -1.782297 0.0855R-squared 0.229506 Mean dependent var 502421.5 Adjusted R-squared 0.174470 S.D. dependent var 603751.5 S.E. of regression 548560.5 Akaike info criterion 29.35975 Sum squared resid 8.43E+12 Schwarz criterion 29.49852 Log likelihood -452.0761 Hannan-Quinn criter. 29.40499F-statistic 4.170152 Durbin-Watson stat 2.983131 Prob(F-statistic) 0.025988从表中可以看到N* R²=7.114686，自由度为2的 ²分布在5%的显著性水平下对应的临界值为5.99，很显然7.114686>5.99，则拒绝原假设，即模型存在异方差。
5.Goldfeld-Quandt检验方法前12个样本的OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 22:56Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X 0.615224 0.226020 2.721988 0.0215C 1485.875 3008.729 0.493855 0.6321R-squared 0.425592 Mean dependent var 9662.787 Adjusted R-squared 0.368151 S.D. dependent var 733.0866 S.E. of regression 582.7228 Akaike info criterion 15.72431 Sum squared resid 3395658. Schwarz criterion 15.80513 Log likelihood -92.34587 Hannan-Quinn criter. 15.69439F-statistic 7.409217 Durbin-Watson stat 2.700706 Prob(F-statistic) 0.021487后12个样本的OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 22:58Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X 0.646420 0.067014 9.646057 0.0000C 1280.351 1392.994 0.919136 0.3797R-squared 0.902956 Mean dependent var 14419.60 Adjusted R-squared 0.893252 S.D. dependent var 3091.470 S.E. of regression 1010.055 Akaike info criterion 16.82441 Sum squared resid 10202108 Schwarz criterion 16.90523 Log likelihood -98.94645 Hannan-Quinn criter. 16.79449 F-statistic 93.04641 Durbin-Watson stat 1.842178 Prob(F-statistic) 0.000002进行F检验：F=10202108/3395658=3.004457,F0.05(10,10)=2.97,因此，很明显的可以得到样本存在异方差性的结论。
6.加权最小二乘估计结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 23:02Sample: 1 31Included observations: 31Weighting series: WIWeight type: Inverse standard deviation (EViews default scaling)Variable Coefficient Std. Error t-Statistic Prob.X 0.652320 0.014164 46.05412 0.0000C 988.4306 213.6569 4.626251 0.0001Weighted StatisticsR-squared 0.986512 Mean dependent var 10822.76 Adjusted R-squared 0.986046 S.D. dependent var 59573.16 S.E. of regression 2.385822 Akaike info criterion 4.639305 Sum squared resid 165.0722 Schwarz criterion 4.731820 Log likelihood -69.90923 Hannan-Quinn criter. 4.669463 F-statistic 2120.982 Durbin-Watson stat 1.688227 Prob(F-statistic) 0.000000 Weighted mean dep. 10828.21Unweighted StatisticsR-squared 0.940907 Mean dependent var 11628.97 Adjusted R-squared 0.938870 S.D. dependent var 2978.791 S.E. of regression 736.4926 Sum squared resid 15730220 Durbin-Watson stat 1.990927表中包含了加权统计量和未加权统计量。