200909111008财政学(一)班李雪《中国居民消费水平计量经济学模型》
2009年我国城市居民家庭消费函数
我国城市居民家庭消费函数——一元线性回归模型一、研究的目的要求2009年全国城市居民家庭平均每人每年消费支出为12264.55元, 最低的青海省仅为人均8786.52元，最高的上海市达人均20992.35元，上海是青海省的2.39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有选定为“城市居民每人每年的平均消费支出（consume）”。
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”。
因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。
为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入（income）”作为解释变量小。
计量经济学论文关于我国居民消费的实证分析
北京市城镇居民人均消费性支出影响因素的实证分析一．引言改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生的拉动作用。
我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。
特别是对于如何启动内需，扩大居民消费变得越来越重要。
因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。
北京市我国的首都，是政治、经济、文化的中心。
北京有两千多万常住人口，其中城镇人口数达到1600多万，数量和比例都很高。
因此，以北京市城镇居民为基础进行城镇居民人均消费性支出的影响因素具有权威性和代表性。
二．理论基础1．凯恩斯的绝对收入假说该假说认为，在短期中，收入与消费是相关的，即消费取决于收入，消费与收入之间的关系也就是消费倾向。
同时，随着收入的增加消费也将增加，但消费的增长低于收入的增长，消费增量在收入增量中所占的比重是递减的，也就是我们所说的边际消费倾向递减，这种理论被称为绝对收入假说。
绝对收入假说在肯定收入对储蓄约束和心理功能影响这两个方面是有积极作用的，但是其局限在于：1.排斥每个人消费、储蓄行为受他人影响的事实，肯定个人消费、储蓄是孤立的行为，从而忽视社会因素对消费、储蓄的影响，结果把居民储蓄变动看成孤立的个人行为。
2.排斥每个人收入的跨期预算，从而忽视储蓄心理预期和生命周期功能，结果不能从动态的、长期的角度反映储蓄变动的态势。
2．杜森贝利的相对收入假说该假说的主要内容有：第一，在稳定的收入增长时期，总储蓄率并不取决于收入；第二，储蓄率要受到利率、收入预期、收入分配、收入增长率、人口年龄分布等多种因素变动的影响；第三，在经济周期的短期中，储蓄率取决于现期收入与高峰收入的比率，从而边际消费倾向也要取决于这一比率，这也就是短期中消费会有波动的原因，但由于消费的棘轮作用，收入的减少对消费减少的作用并不大，而收入增加对消费的增加作用较大；第四，短期与长期的影响结合在一起。
我国城镇居民消费计量模型分析
摘要改革开放以来，随着我国经济的飞速发展，人民生活水平不断提高，城镇居民消费水平也不断增长。
由于城镇居民消费在社会经济生活中具有重要作用，研究城镇居民消费的影响因素具有较强的经济意义。
本文以改革开放1990-2005这16年来的数据为基础，建立了我国居民消费水平的相关经济模型，据相关经济理论和客观实际，运用计量模型分析，研究了模型中主要变量对模型的影响程度，并在此基础上分析了主要居民消费价格指数、年均货币流通量和人均可支配收入对居民消费的影响，选取城镇居民消费额、居民消费价格指数、年均货币流通量和人均可支配收入建立多元线性回归模型，通过回归分析建立起较为合理的模型。
从数据中得知，居民消费价格指数、年平均货币流通量和人居可支配收入对城镇居民消费的影响较大，居民消费价格指数和前一年城镇居民消费总额对城镇居民消费总额有负向影响，人均可支配收入对居民消费总额有较强的正效应。
但是居民消费对当年居民消费价格指数反应相对不明显，说明居民相对来说更注重经济的实用性。
本文按照以下逻辑展开论述:问题的提出→经济理论陈述→相关数据收集→建立计量经济模型→模型检验→对比分析→政策建议。
研究表明，居民消费价格指数、年均货币流通量和人均可支配收入是影响城镇居民消费额的因素。
关键词：城镇居民消费额；居民消费价格指数；年均货币流通量；人均可支配收入目录摘要 (I)前言 (1)1 问题的提出 (2)2 理论陈述 (3)2.1 经济理论陈述 (3)2.1.1 凯恩斯绝对收入理论 (3)2.1.2 相对收入理论 (3)2.1.3 生命周期理论 (3)2.1.4弗里德曼持久性收入假说 (4)2.2 消费结构对居民消费影响的理论 (4)3 相关数据收集 (6)4 计量经济模型的建立 (7)5 模型的求解和检验 (8)5.1 经济意义的检验 (8)5.2统计推断的检验 (8)5.3计量经济的检验 (9)5.3.1 拟合优度检验 (9)5.3.2 F统计量检验 (10)5.3.3 T统计量检验 (10)5.4实证结果综合分析 (10)6 对比分析 (11)6.1 收入预期影响 (11)6.2 不同收入水平的影响 (11)7 政策建议 (12)结论 (13)参考文献 (15)我国城镇居民消费计量模型分析前言改革开放以来，短缺经济现象在我国基本消失，价格机制在资源配置中开始发挥基础性调节作用，市场供不应求的商品已很少见，供过于求的商品不断增加，价格开始出现持续下降。
我国居民消费水平的影响因素的实证分析
计 量 经 济 学 实 验 报 告学院：财政金融学院班级：09金融工程班 姓名： 钟褀人学号：200904040143 任课老师：李赟Shanxi university of Finance and Economics我国居民消费水平的影响因素的实证分析本实验报告是运用EViews软件对我国居民消费水平的影响因素进行实证分析。
一、数据选取：该模型中居民消费水平为被解释变量，国内生产总值、城镇居民人均可支配收入作为解释变量。
数据基于1996-2010年的统计资料。
数据资料如下：注：以上数据中居民消费水平、国内生产总值来源于中国国家统计局网站的统计年鉴，城镇居民人均可支配收入来源于中宏数据库。
二、模型建立：设y=居民消费水平，x1=国内生产总值，x2=城镇居民人均可支配收入根据下面的图可以看出被解释变量和解释变量之间存在线性关系：利用数据对模型做回归分析:Y = 430.216958174 + 0.0021553026303* X1 + 0.447493565223* X2(1.776964) (0.282948) (2.851166)R²=0.995677 SE=127.0138 F=1382.024回归报告如下：Dependent Variable: YMethod: Least SquaresDate: 11/27/11 Time: 16:01Sample: 1996 2010Included observations: 15Variable Coefficient Std. Error t-Statistic Prob.C 430.2170 242.1078 1.776964 0.1009X1 0.002155 0.007617 0.282948 0.7820X2 0.447494 0.156951 2.851166 0.0146R-squared 0.995677 Mean dependent var 4287.600 Adjusted R-squared 0.994957 S.D. dependent var 1788.547 S.E. of regression 127.0138 Akaike info criterion 12.70333 Sum squared resid 193590.1 Schwarz criterion 12.84494 Log likelihood -92.27494 Hannan-Quinn criter. 12.70182 F-statistic 1382.024 Durbin-Watson stat 0.538165 Prob(F-statistic) 0.000000得残差图如下图检验结果显示：2R=0.995677，可以看出，模型拟合度很好，这表明国内生产总值和城镇居民人均可支配收入确实对居民消费水平有显著影响。
计量课程论文我国居民消费水平的计量分析及对策建议
我国居民消费水平的计量分析及对策建议内容摘要：通过对我国居民消费水平的历史及现状研究，建立了居民消费水平的经济模型，并研究了模型中主要变量对模型的影响程度，在此基础上提出了提高居民消费水平的对策建议。
关键词：居民消费水平影响因素模型分析对策建议一、引言消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。
笔者以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模型的构思，在建模时作了如下处理：1、该模型为线性模型。
2、主要采集的样本是1978年以后的，因为改革开放以后，我国的经济运行机制有了极大的改变，人民生活水平也有了极大的提高，故这一时期的样本更能反映这种变化。
3、模型中将居民消费水平作为被解释变量，根据经验引入国内生产总值、城乡居民人均收入、人口自然增长率、居民消费价格指数，对模型进行回归分析，以求能使模型具有更高的可操作性。
注：以上数据来源于2003年《中国统计年鉴》 二、影响居民消费水平的单因素分析1、国内生产总值对居民消费水平的影响为了研究居民消费水平和经济发展水平的关系，我们把国内生产总值作为经济发展水平的代表性指标。
由经济理论分析可知，经济发展水平与居民消费水平有密切关系。
因此，我们设定居民消费水平Y t 与国内生产总值X 1的关系为： 1111μβα++=X Y t假定模型中随机误差项1μ满足古典假定，运用OLS 法估计模型参数，结果如下：10368.02275.93X Y t +=(9.2969)(181.1983)其中，可决系数2R =0.9993。
从回归结果可以看出，模型拟合度很好，可决系数很高，这也表明国内生产总值确实对居民消费水平有显著影响。
其中，GDP 每增长1亿元，居民消费水平平均增加0.04元。
2、居民人均收入对居民消费水平的影响如果说国内生产总值是宏观影响因素，那么居民的人均收入就是微观影响因素。
由于我国城乡差距比较显著，于是在这里分别考察了城镇居民和农村居民的可支配收入对消费水平的影响。
中国城镇居民消费的计量经济学分析
财政与公共管理学院09税务2班刘超2009280092摘要：民生问题是我国现阶段的热点话题，从中央到地方，从国家决策层到普通百姓都高度重视我民生问题的现状和解决途径。
改革开放以来，我国经济呈现快速而稳定的增长趋势，由于我国分配制度和收入水平的变话，城镇居民生活水平在达到小康之后，消费结构和消费水平都出现了一些新特征、新问题。
本文根据我国近年来城镇居民消费的相关数据资料，运用一定的计量经济学的研究方法。
对影响消费的一些因素进行分析，并找到影响我国城镇居民消费的主要原因。
Abstract:Livelihood issues is the current hot topics, from central to local, from the national decision-makers to ordinary people attach great importance to the status of my livelihood issues and solutions. Since reform and opening, China's economy has shown rapid and stable growth trend, our allocation system and the income levels change, the living standards of the urban residents in the well-off, consumption structure and consumption levels have emerged in a number of new features and new problems. Based on the data of consumption of urban residents in recent years, the use of econometricmethods. Some of the factors affecting consumer analysis, and find the main reason affecting the consumption of urban residents in China.关键词：城镇居民消费计量经济学模型分析正文：随着改革开放的继续深入发展，人民的物质文化生活水平日益提高，消费结构和消费水平都有一定的调整，随着城镇化程度的提高，城镇居民消费在整个国民经济中的地位日益重要，“扩大内需”也是现阶段我国政府调控宏观经济的重要内容，因此对其进行计量经济分析，研究其规律是十分有必要的，也是大有裨益的。
国内居民消费模型分析
国内居民消费模型分析前言居民的消费量由什么决定呢？在现实生活中，影响居民消费的因素有很多，如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况和消费者年龄构成以及制度、风俗习惯等等。
而其中影响居民消费水平的主要因素有人均国内生产总值、人均可支配收入，商品零售价格指数等。
因此，在居民消费模型中，人均国内生产总值、人均可支配收入、商品零售价格指数被我作为自变量，即解释变量，居民消费水平被作为因变量，即被解释变量。
假设居民消费水平与人均国内生产总值、人均可支配收入同方向变化，与商品零售价格指数反方向变化。
对居民消费进行经济计量分析，有助于我们更好的了解消费，找出影响消费的因素，并通过建立经济计量模型，来预测我国国民消费水平的未来趋势。
本文从经济计量学的角度出发，结合在绝对收入下的居民消费经济理论，通过对国内居民消费函数模型经济意义检验、统计检验、经济计量检验等过程，对模型反复修正和改进，旨在取得国内居民消费模型。
1 问题的提出在实际生活中，诸多因素影响着居民消费水平。
而这些因素对居民消费水平的影响是不同的，有些因素的影响是随机性的，有些因素的影响是系统性的，而有些因素的影响则是起主要作用的。
在本文中，我主要研究对居民收入水平起主要作用的因素，也就是前面提到的人均国内生产总值、人均可支配收入，商品零售价格指数这三个因素。
随机性因素，如天气等，对居民消费水平的影响是随时都可发生的，不可避免的，而系统性因素，如消费者偏好等，却是因人而异的。
所以，在居民消费的经济模型中，主要研究主要的客观因素对居民消费水平的影响，也就是人均国内生产总值、人均可支配收入，商品零售价格指数这三个因素对居民消费水平。
2 经济理论提出2.1 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。
我国城镇居民消费的计量模型分析
我国城镇居民消费计量模型分析小组成员：马晨竞40921075刘捷豪40921076黄政卿40921077林伟兴40921078一、研究背景无论从宏观还是从微观上看，消费都是经济分析的重要内容。
把握国民经济发展格局中居民消费需求的特点，制定符合我国现阶段情况的政策，对于提高我国经济增长的速度和质量都有十分重要的意义。
近些年来，随着我国居民收入与消费水平不断提高，居民消费需求对国民经济发展的影响不断增大，居民消费结构转换和消费需求扩张己经成为我国经济高速增长的主要动力，然而相对于收入水平的增长速度，中国居民的平均消费倾向却呈现下降趋势。
尤其是这几年，居民消费的热情一直不高，国家采取了许多措施来刺激消费，但是居民的银行存款依然逐年攀升，居民储蓄热情不减，消费持续低迷。
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。
本文通过建立城镇居民消费计量模型对此进行分析。
二、文献综述1．国外研究现状在消费需求的研究领域中，国外学者研究较多的是消费函数。
消费函数即消费与收入之间的关系，在宏观经济研究中具有核心作用。
该函数的研究方法既包括纯理论的探讨、统计计量验证，又包括理论与计量方法相结合产生的具有良好预测功能的经济计量模型。
消费函数的研究大体经历了以下几个阶段:凯恩斯1936年提出了绝对收入假说，杜森贝里1949年提出了相对收入假说，费里德曼1957年提出了持久收入假说，莫迪里安尼1954年提出了生命周期假说。
之后利兰德将不确定性引入分析框架，提出了预防性储蓄理论。
20世纪70年代后期，霍尔1978年将理性预期引入生命周期和持久收入假说，产生了理性预期生命周期消费函数。
80年代初期，戴维森等人1981年提出了误差修正机制，为消费函数注入了新的“血液”。
近些年来，国外学者对消费函数的理论研究主要将视野集中在预防性储蓄理论上，如Deaton1991年和Carroll于l992年提出的“缓冲库存模型”。
收入、物价和利率对我国城镇居民消费水平影响研究基于静态与动态面板数据模型分析
收入、物价和利率对我国城镇居民消费水平影响研究基于静态与动态面板数据模型分析一、概述随着中国经济的持续发展和改革开放的深入推进，城镇居民的消费水平及其影响因素成为了学术界和政策制定者关注的焦点。
收入、物价和利率作为影响消费的三大关键因素，在理解中国城镇居民消费水平的过程中起到了决定性的作用。
本文旨在通过静态与动态面板数据模型的分析，深入探讨这三大因素如何影响中国城镇居民的消费水平，以期为政策制定者提供更为精准的经济政策建议。
收入作为消费者购买能力的重要体现，直接决定了消费者的消费水平和消费结构。
随着收入的提高，消费者有可能增加对商品和服务的购买，从而提高消费水平。
这种影响并非线性的，收入的增长对消费的影响可能会受到其他因素的制约。
物价水平作为商品和服务价格的体现，对消费水平有着直接的影响。
物价的上涨可能会降低消费者的购买力，从而减少消费。
物价的变动也会受到供求关系、政策调控等多种因素的影响。
利率作为影响借贷成本的重要因素，通过影响消费者的借贷行为和储蓄决策，间接影响消费水平。
利率的变动可能会改变消费者的消费预期，从而影响其消费决策。
为了全面深入地研究收入、物价和利率对中国城镇居民消费水平的影响，本文采用了静态与动态面板数据模型进行分析。
静态面板数据模型主要考察各因素对消费的直接影响，而动态面板数据模型则引入了利率的滞后效应，以更全面地反映利率对消费的影响。
通过这两种模型的结合使用，我们可以更准确地揭示收入、物价和利率对消费的影响机制。
本文旨在通过静态与动态面板数据模型的分析，深入探讨收入、物价和利率如何影响中国城镇居民的消费水平。
这不仅有助于我们理解中国消费市场的运行规律，也为政策制定者提供了更为精准的经济政策建议，有助于推动中国经济的持续健康发展。
1. 研究背景和意义随着我国经济的快速发展和改革开放的深入推进，我国城镇居民的消费水平得到了显著提升。
在这一进程中，收入水平、物价变动以及利率政策等因素对消费的影响日益显现。
关居民消费水平的模型分析
关于我国居民消费水平的多元线性回归分析1、建立多元线性回归模型：假设我国居民消费水平为y,国民总收入x1，第三产业增加值x2，城乡居民总计储蓄x3,原材料购进价格总指数x4，建立的多元线性回归模型如下：y=β0+β1x1+β2x2+β3x3+β4x4+u其中u为扰动项收集得到相关数据如表一：资料来源：中国统计年鉴——2010，国家统计局网站在excel中输入表一数据，进行数据分析后，得出以下输出数据：根据表二的结果，我国居民消费水平（Y），国民总收入 (X1)和第三产业增加值(X2)、城乡居民总计储蓄 (X3)和原材料购进价格总指数(X4)的多元线性回归方程：y=2577.43658+0.043029775x1－0.067289113x2+0.013190404x3－16.35417785x42.各偏回归系数的经济含义：β1= 0.043029775，表示在第三产业增加值(X2)，城乡居民总计储蓄 (X3)和原材料购进价格总指数 (X4)不变的情况下，国民总收入每增加1亿元，我国居民消费水平平均说来将增加 0.043029775亿元。
β2=-0.067289113，表示在国民总收入 (X1), 城乡居民总计储蓄(X3)和原材料购进价格总指数 (X4)不变的情况下，第三产业增加值每增加 1亿元，我国居民消费水平平均来说将减少 0.067289113 亿元。
β3= 0.013190404，表示国民总收入 (X1)和第三产业增加值(X2) 原材料购进价格总指数 (X4)不变的情况下，城乡居民总计储蓄每增加1亿元，我国居民消费水平平均来说将0.013190404亿元。
β4=-16.35417785，表示国民总收入 (X1)和第三产业增加值(X2)，城乡居民总计储蓄 (X3)不变的情况下，原材料购进价格总指数每增加1%，我国居民消费水平平均来说将减少16.35417785 亿元。
3.多元线性回归模型的检验（1）多元线性回归的拟合优度由表二excel输出的结果可知，多重可决系数R2= 0.992582343 ，其实际意义是在我国居民消费水平取值的变差中，国民总收入x1，能被第三产业增加值x2，城乡居民总计储蓄x3,原材料购进价格总指数x4的多元线性回归方程所解释的比率为 99.2582343 %。
我国城镇居民消费水平的计量经济模型分析
我国城镇居民消费水平的计量经济模型分析作者：李洋来源：《商业时代》2014年第34期内容摘要：本文通过建立对数计量经济模型，对我国城镇居民消费水平进行实证分析，找出影响城镇居民消费水平的诸多因素。
研究结果表明，城镇家庭实际人均可支配收入、实际人均国内生产总值、城镇固定资产投资额是影响城镇居民消费水平的显著性因素。
最后基于模型结果对模型进行分析评价。
关键词：城镇居民消费水平 ; 影响因素 ; 对数多元回归消费活动是可以量化的需求，也是推动经济增长的真正和持久的拉动力。
改革开放以来，我国整个社会经济发生了巨大变化，人们的消费理念、消费行为也发生了很大的变化。
因此，探讨、分析社会消费水平的规律，对政府制定宏观经济政策，拉动经济增长具有十分重要的意义。
对于消费水平的研究，经济学中有著名的凯恩斯消费函数理论，即消费是可支配收入的线性函数。
本文通过建立城镇居民消费水平的计量经济学模型，基于凯恩斯消费函数理论，对于影响消费水平变动的因素及影响程度进行探究，并对模型进行分析评价。
模型设定研究城镇居民消费水平，需要考虑以下几个方面：城镇居民消费水平的衡量。
对于消费水平，常用城镇家庭平均每人全年消费性支出、城镇居民人均消费水平等变量去衡量。
其中，城镇居民人均消费水平能更准确、全面的反映城镇居民消费水平。
为了消除价格变动因素对城镇居民人均消费水平的影响，不宜直接采用现在城镇居民人均消费水平的数据，而需要用城市居民消费价格指数进行调整后的1978年可比价格计量的城镇居民实际人均消费水平的数据做回归分析。
所以选用“城镇居民实际人均消费水平”作为被解释变量去衡量城镇居民消费水平。
数据的选择。
本文研究改革开放以来，我国城镇居民消费水平的影响因素以及变化趋势，因此选择1978-2009年的时间序列数据。
同时为了减小价格因素的影响，采用对数数据进行回归分析。
影响因素的分析。
根据凯恩斯消费函数理论，消费取决于可支配收入。
因此以城镇家庭实际人均可支配收入表示的可支配收入水平，是必须要考虑的主要影响因素。
居民总消费模型
居民消费模型分析
改革开放以来，我国经济高速发展，GDP 逐年高速增长。
1990年——2010 年，GDP 年增长率均在8%以上，然而居民消费的年增长率均低于GDP 的增长率。
2010 年，我国的GDP 达到401202 亿元，我国的人均GDP 更是达到29992 元，然而我国居民消费总支出也才133290 亿元，只占到我国GDP 的三分之一。
由此可见我国居民的消费不是很旺盛，对经济的促进作用一直得不到有效地发挥。
因此对我国居民消费的影响因素的研究很有必要。
一．模型设定
选择居民总消费作为被解释变量，国内生产总值、居民人民币储蓄存款、居民消费价格指数为解释变量
Y =0β+1β1X +2β2X +3β3X
二．参数估计
此时VIF均小于10，不存在多重共线性，根据T值X2与Y有显著影响，此时
Y=23117.125+0.421X2-85.368X3。
表中F=551.323且显著性p值通过检验，所以可以肯定X2、X3的联合整体对Y有显著性影响
从这个表可以看到，该线性模型对该数据的拟合优度效果较好；DW检验，经查表得到，存在负在相关性
三．残差分析
点击图形，选择点图，选择简单分布，以y 作为X轴，残差作为y轴，画出残差分析图
有表可以看出，删除化残差小于3，所以不存在奇异值。
COOK距离最大值小于1，所以不存在奇异值。
中国居民消费水平模型及分析
中国居民消费水平模型及分析作者：06级统计1班一、摘要消费作为社会再生产的终点和起点，对于实现社会再生产的良性循环促进国民经济的持续发展具有决定性作用。
要刺激消费、扩大内需，必须找出影响居民消费水平的关键因素，才能对症下药。
文章采取经验回归法，根据经验实验性的给出影响居民消费水平的关键因素，然后采用经济计量学计算出各个解释变量系数。
建立了中国居民消费水平计量模型对此进行分析。
【关键词】居民消费水平居民可支配收入恩格尔系数消费物价指数二、文献综述宏观经济学中对居民消费行为的研究主要传统理论有凯恩斯的绝对收入假说，杜森贝利相对收入假说，莫迪里安尼的生命周期假说等。
这些消费理论从不同角度论证了收入对消费的影响。
我赞同收入的确是影响消费水平的最重要因素这个观点，但是其他因素（比如物价水平、收入分配的公平性、利率、人口结构等）也从不同的方面影响着居民消费水平。
国内研究过于侧重于城镇居民收入水平的研究我认为这样有失偏颇的。
陈长华（湖南，2004）对我国城镇居民消费计量模型的建立与分析，也采用了计量经济学方法来探讨决定城镇居民消费的关键因素。
他的指标选择是人均消费人均国内生产总值人均可支配收入人均储蓄前期消费。
他的不足之处在于没有考虑除了收入以外的其他因素对居民消费的影响。
当今社会影响消费的不确定因素很多，虽然不可否认收入确实是影响消费的最重要因素，但是，仅仅用收入和储蓄作为变量，是否能够很好地拟合现实中的消费函数值得怀疑。
刘丽秋（西南大学经济管理学院，2008）在影响居民消费水平相关因素的计量分析一文中结合居民消费水平的影响因素和国务院所确定的十项措施列出了六个相关因素 (国内生产总值、职工平均工资指数、城镇居民消费价格指数、普通中学及高等学校在校生数、卫生机构数、基本设施铁路公路货运量)进行计量分析,但是她的结论中Y = 27. 12140495 + 0. 03092905302 3 X1 + 0. 001453569285 3 X5 +0. 85006329843 X3 （X1——国内生产总值 X3——城镇居民消费价格指数 X5——卫生机构数） X1——国内生产总值 系数为0. 03092905302 3，明显比实际偏小。
居民消费水平相关因素模型计量经济学课设
居民消费水平相关因素模型前言自2008年金融危机以来，为了实现由过度依赖出口拉动经济增长的发展方式向内需推动型经济增长模式的转变，拉动内需成为中国经济发展的重要任务。
拉动内需就要求国内消费水平涨起来。
消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。
本次研究就是要找出影响消费水平的因素。
笔者以分析居民消费水平为目的，同时考虑了其他一些指标的分析需要，根据计量经济学模型的构思，在建模时作了如下处理：1、该模型为线性模型。
2、主要采集的样本是1990年至2010年21年间的完整数据3、模型中将居民消费水平作为被解释变量，根据经验引入国内生产总值、居民消费价格指数、人口自然增长率、税收对模型进行回归分析，以求能使模型具有更高的可操作性。
显然，影响居民消费水平的因素远不止笔者所建立的模型中选择的解释变量，还有如居民消费结构、居民贫富差异、居民储蓄率等，但由于数据收集上的困难以及第一代效应等当前中国存在的特殊时期的特殊现象，笔者并未将这些因素纳入计量模型中。
仅仅选取了可收集数据并且操作性强的几个因素作为该计量模型的解释变量。
1 问题的提出随着市场经济的稳定繁荣和改革开放的深入发展，我国人均生活水平有了大幅度提高，其主要表现在人均可支配收入的增长。
政府为加快经济发展所使用的扩张性财政政策收效明显，各种金融资产的利率也多次下调，其结果使大量储蓄直接转化为投资，将后期消费转化为当期消费，大大激活了商品市场，使其流动性增强。
投资的增加促使了商品的多元化快速发展。
但在投资增加的同时，消费的增速似乎并不理想。
我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。
自2008年金融危机以来，我国内需不足所引发的诸多问题已经暴露出来，过度依赖出口发展的经济体系对于外部金融冲击的影响抵御能力非常弱，内需不足更是加重了我国经济在此次金融危机中所受到的创伤。
计量经济学模型分析
居民消费水平与居民家庭课支配收入、CPI、税收及GDP之间关联度的实证分析姓名：***专业：工商管理学号：**********时间：2011年12月19日—23日摘要在中国经济发展进程中，消费是伴随其发展的一个重要内容，伴随着经济增长的加快，消费形式的变化也越来越快，消费作为我国经济增长的三驾马车之一，起着不可替代的作用，只有把经济增长转变为依靠内容的增长，才能真正实现惠国惠民国策。
凯恩斯认为，短期影响个人消费的因素比较稳定，消费者的消费主要取决于收入的多少。
但是大家都知道，收入的变化并非影响消费的全部因素。
尤其，在短期内，有时边际消费倾向可以为负数，即收入增加时消费反而减少，收入减少时消费反而增加；有时边际消费倾向会大于1，即消费增加额大于收入增加额。
这些现象告诉我们，在日常生活中，除了收入，还有其他一些因素会影响消费行为。
本文利用1990年—2009的二十年数据，选取了居民可支配收入、CPI、税收、GDP四个因素分析对居民消费的影响，旨在说明其中的相互关系，为国家政策的制定与实施提供参考意见。
关键词：消费，收入，CPI，税收，GDPAbstractIn china’s economic development process, the consumer is accompanied by the development of an important content, along with the accelerating pace of economic growth, consumption patterns of change is faster and faster, consumption as China’s economic growth is one of the troika, plays an irreplaceable role, only economic growth into relying on domestic demand increases up to truly achieve benefit citizen and country national policy. Cairns believes that the short-term impact of personal consumption comparison of subjective factors, consumer consumption depends on how much income. But we all know, the impact of income changes not all consumption. Especially in the short term, sometimes marginal propensity to consume can be negative, i.e. income increases consumption has decreased, while consumption reduced income had increased; sometimes the marginal propensity to be greater than 1,that is, consumption increases greater than the increase of income. The phenomenon tells us, in our daily lives, in addition to income, there are other factors that could affect consumer behavior. This article uses 1990-2009’s 20-year data, select the residents disposable income, tax rate, the CPI, GDP four factors to influence the consumption of the aimed at description of the relationship between them, to national policy making and implementation provide reference views.Key words: Consumer, Income, CPI, tax rate, GDP目录摘要 (1)Abstract (2)一，引言 (4)二，模型建设与参数估计 (5)三，假设检验 (6)四，确定解释变量个数 (7)五，结构稳定性检验 (12)六，多重共线性的诊断及相应的补救措施 (15)七，自相关诊断及相应的补救措施 (17)八，异方差诊断及相应的补救措施 (19)九，预测模型选择 (24)十，小结 (24)十一，建议 (25)十二，参考文献 (26)一，引言改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。
计量经济学经济模型分析
我国居民消费水平的变量因素分析2010级工程管理赵莹 201000271120改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入20世纪90年代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生了拉动作用。
我国经济逐步由短缺经济走向过剩经济、由卖方市场转向买方市场，社会消费需求不足，居民消费问题显得更加突出。
特别市对于如何启动内需，扩大居民消费变得越来越重要。
因此，及时把握国民经济发展格局中居民消费需求变动趋势，制定符合我国现阶段情况的国民消费政策，对于提高我国经济增长速度和质量都有重要意义。
我选取了全国1990年-2009年居民消费水平及其影响因素的统计资料，详一、建立回归模型并进行参数估计导入数据后得到下表：表2由表2可知，模型估计的结果为：550.78004.0023.0403.0ˆ321-+-=XX X Y(0.046) (0.016) (0.006) (50.521) t= (8.743) (-1.442) (0.802) (-1.555)999564.02=R999483.02=RF=12239.64 n=20 D.W.=0.9217二、异方差性的检验用怀特检验进行异方差性的检验，得出下表：表3由表3可知，35292.11n 2=R ，由怀特检验，在α=0.05的情况下，查可知92.16905.02=）（χ>35292.11n 2=R ，表明模型不存在异方差性。
三、序列相关性的检验由表2中结果可知D.W.=0.9217，D.W.检验结果表明，在5%的显著性水平下，n=20，k=2，查表得20.1d =L ，41.1d =U，由于0<D.W.=0.9217<20.1d =L，故存在正自相关。
得出残差图如下：表4由残差图可知，残差的变动有系统模式，连续为正和连续为负，表明残差项存在一阶正自相关。
中国城乡居民消费模型的估计及实证分析
中国城乡居民消费模型的估计及实证分析郑爱【摘要】该文通过建立回归模型和ELES模型,对2000-2010年的中国城乡居民的收入与消费支出情况进行模型估计,得出收入和消费的依赖关系:人均可支配收入(人均纯收入)的多少直接影响人均消费性支出的规模；城镇居民中消费和收入之间存在着一定的滞后性,而在农村这一滞后性表现得相对微弱.在此基础上估计出各类消费品的支出及其构成,并求得边际消费倾向、需求的收入弹性以及价格弹性等.最后提出,应该进一步有的放矢地制定和完善相应的扩大内需的经济政策以提升城乡居民的消费意愿,扩大居民的消费需求,促进中国经济的持续增长.【期刊名称】《石河子大学学报（哲学社会科学版）》【年(卷),期】2012(026)004【总页数】4页(P76-79)【关键词】回归分析;ELES;消费模型;城乡居民【作者】郑爱【作者单位】九江学院政法学院,江西九江332000【正文语种】中文【中图分类】F126消费、投资和出口是拉动经济增长的“三驾马车”。
从目前情况分析，2011年我国出口增速受到全球金融危机以及欧债危机的影响已出现了较大回落，出口增速由2010年的28%大幅下降至10%，出口增长速度的放缓可能导致经济增长速度的下降。
与此同时，在2011年12月举行的中央经济工作会议上提出的2012年经济工作五点主要措施中提出“要保持适度投资规模”，可以预见今年我国投资对于经济增长的贡献率较往年也会有所降低。
因此，今年我国要实现7.5%的经济增长很大程度上要依赖于消费需求的强劲拉动。
本文试用回归分析模型和扩展线性支出系统模型对近十年的中国城乡居民收入和消费数据① 本文研究的数据主要来源于2000－2011年度的《中国统计年鉴》中相关资料。
进行模型估计，分析我国城乡居民的消费结构现状和特征，揭示其消费结构的变动趋势。
所得结论对于进一步了解我国城乡居民消费需求，探究其消费潜力，科学制定促进消费政策，实现扩大最终需求的战略目标，推动经济增长有一定的现实意义。
中国居民消费价格指数的ARIMA预测模型
中国居民消费价格指数的ARIMA预测模型王志;贺展;范燕君【摘要】本文将2009年1月至2014年12月期间的中国居民消费价格总指数进行了分析,对序列进行了季节性检验和季节性调整,通过计算季节指数,利用时间序列图以及ADF检验方法检验了调整后序列的平稳性,得到了居民消费价格总指数的ARIMA模型.最后分别对CPI进行静态预测和动态预测,将预测结果乘以季节指数将预测结果还原,得到了较为满意的结果.%This paper studies the time series analysis on China's consumer price index between 2009.01 and2014.12.Firstly,we consider the seasonal testing and adjusted on the sequences,calculate seasonal indexes.Secondly,we use adjusted time series chart and ADF test method to test the stability of sequences,and obtain the ARIMA model of the consumer price index.Finally,we use this model to get the statical and dynamic prediction.The results are satisfactory.【期刊名称】《安徽师范大学学报（自然科学版）》【年(卷),期】2017(040)003【总页数】6页(P214-219)【关键词】中国居民消费价格指数;季节性;ADF检验;ARIMA模型【作者】王志;贺展;范燕君【作者单位】宁波工程学院理学院,浙江宁波315211;宁波工程学院理学院,浙江宁波315211;宁波工程学院理学院,浙江宁波315211【正文语种】中文【中图分类】O211.62居民消费价格总指数是一个国家或地区经济生活中的一项重要指数，在一定程度上反映了一个国家或地区的宏观经济运行情况，同时反映了一定时期内城乡居民所消费的生活必需品的价格变动幅度以及变动趋势的相对数.也被许多国家或地区作为判断是否通货膨胀的标准之一，较为全面的反映了市场经济景气状况是否良好. 本文基于季节性ARIMA模型对中国居民消费价格指数进行了预测，该模型具有较准的预测功能和定量分析CPI走势的能力.文章利用2009年1月至2014年12月的月度数据进行建模，再利用所建模型对2009年1月到2015年4月的中国CPI 数据进行了预测，预测效果良好.时间序列模型的一般形式为Xt=F(Xt-1,Xt-2,…μt),一般的p阶自回归过程是Xt=φ1Xt-1+φ2Xt-2+…+φpXt-p+μ，若μt=εt，上式为纯AR(p)过程.若μt不是白噪声，则μt是一个q阶的移动平均过程MA(q)：μt=εt-θ1εt-1-…-θqεt-q结合AR(p)模型和MA(q)模型得到一个一般的自回归移动平均过程ARMA(p,q)：Xt=φ1Xt-1+…+φpXt-p+εt-θ1εt-1-…-θqεt-q若原序列是非平稳序列，则对原序列进行(d阶)差分，得到差分自回归移动平均模型ARIMA(p,d,q).时间序列分析中的ARIMA模型的预测问题，其实质是通过对某现象发展变化过程的定量预测研究分析，挖掘出其自身内部发展变化的规律性，用以预测某现象的未来行为，适合精度较高的短期预测，可参见文献[1-8].序列CPI(2009年1月-2014年12月)x的季节图如下：由图1的CPI季节图和X-12-ARIMA季节诊断报告可知，Q统计量的值为1.13，因此原序列CPI存在季节性.采用HP滤波法对季节调整后的序列x-sa进行测定，由图2中可以看出，x-sa序列的趋势线基本水平，循环线与序列x-sa的时间序列线一致.因此我们可以认为原序列和季节调整后的x-sa序列都不存在趋势性和循环性.季节指数的计算公式为计算结果如表1考虑CPI-sa序列的平稳性ADF检验，若时间序列非平稳且存在单位根，为了构造一个新的平稳序列，通常对序列进行差分.在ADF检验中，零假设：H0δ=0；备择假设：H1δ<0.结果如表2所示.由上表我们可以得出，t统计量为-9.421222，1%显著性水平下的临界值为-3.525618，从而拒绝零假设，即该序列平稳，因此经过季节调整后的序列CPI-sa可以建立ARIMA模型.下面对新序列CPI-sa进行ARIMA(p，d，q)模型定阶，由表2可知，CPI-sa序列平稳，d=0.现对(p，q)进行确定，由CPI-sa序列的自相关图与偏自相关图，AR(p)和MA(q)均为四阶截尾，因此我们可以初步得出p、q的可能取值为0,1,2,3,4，考虑(0，1)(0，2)、(0，3)(0，4)、(1，0)(1，1)(1，2)、(1，3)、(1，4)(2，0)、(2，1)(2，2)(2，3)(2，4)(3，0)(3，1)(3，2)(3，3)(3，4)(4，0)(4，1)(4，2)(4，3)(4，4)二十四种组合.模型的定阶结果如表3，由AIC和SC最小准则可知p=3,q=2，说明最终建立的模型为ARIMA(3，0，2).对于只含有随机波动的非平稳的时间序列，我们可以首先使用差分的方法对序列进行平稳化处理.为了得到一个平稳序列，我们需要一直重复以上的步骤，直到成功.其中差分的次数即为ARIMA(p，d，q)模型中的阶数d.若是d=0，则ARIMA(p，d，q)模型可以转化为ARMA(p，q)模型.由于在本文中模型ARIMA(3，0，2)的d=0，因此可以简化为模型ARMA(3，2).下一步是对ARMA(3，2)的参数进行估计，当p=3,q=2,d=0时模型参数估计的结果如表4所示.由下表中的模型参数估计结果可以写出ARMA(3，2)模型为Xt=1.383532Xt-1-0.163581Xt-2-0.219971Xt-3+εt-1.515217εt-1+0.516530εt-2本文中模型预测样本为2009年1月-2015年4月的中国居民消费价格指数(上月=100).2009年1月到2014年12月的静态结果如表5所示，2015年1月到2015年4月的动态预测结果如表6所示.图4中蓝线是残差线，红线是真实值，绿线是预测值.根据图和表中的信息我们可知，该模型的静态预测效果和动态预测效果良好.由表5和表6中的预测还原值可知，预测还原值与真实值较接近，每个月的预测误差较小，并且全部控制在1%之内.静态预测平均相对误差和动态预测平均相对误差分别为0.23%和0.24%，说明模型预测的平均相对误差也较小，表明模型ARMA(3，2)的预测效果良好.对2015年1-3月份的CPI指数进行预测，将我国居民消费价格指数预测值乘以季节指数，得出2015年1月到2月最终的预测值分别为100.84、100.49与实际值基本吻合(见表4).同时还外推给出了3月到4月的CPI指数预测，分别为99.43、99.81.【相关文献】[1] 李金昌，苏为华．统计学[M]．北京：机械工业出版社,2011．[2] 司守奎，孙玺菁．数学建模[M]．北京：国防工业出版社,2013．[3] RON Larson， BETSY Farber. Elementary statistics: picturing the world (6th Edition). Pearson Education, Inc. 2014.[4] 代洪伟．时间序列分析在我国居民消费价格指数中的应用研究[D]．合肥工业大学硕士学位论文，2012．[5] 龚国勇.ARIMA模型在深圳GDP预测中的应用[J].数学的实践与认识,2008,38(4),53-57.[6] 曹美丽.基于ARIMA模型的内蒙古居民消费价格指数实证分析[J].经济论坛,2014(2),25-27.[7] 杜勇宏，王健.中国居民消费价格指数预测[J].中国流通经济, 2012(9),55-60.[8] 刘明.经济时间序列的ARIMA类模型构建[J].统计与决策,2014(8),29-32.。
- 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)。
中国居民消费水平计量经济学模型09财政学-1班李雪 200909111008摘要：消费作为社会再生产的终点和起点，对于实现社会再生产的良性循环促进国民经济的持续发展具有决定性作用。
要刺激消费、扩大内需，必须找出影响居民消费水平的关键因素，才能对症下药。
就我国近阶段消费方面出现的一些情况，利用1985年至2009年得相关数据对我国消费的影响因素进行实证分析。
先通过相关的背景理论提出问题；搜集了相关的数据，继而对计量模型进行了参数估计和检验，并加以修正。
本文主要通过对影响居民消费水平的主要因素分析揭示中国居民消费水平的现状及问题，并以此提出对策。
关键词：居民消费水平居民可支配收入恩格尔系数消费物价指数一、文献综述宏观经济学中对居民消费行为的研究主要传统理论有凯恩斯的绝对收入假说，杜森贝利相对收入假说，莫迪里安尼的生命周期假说等。
这些消费理论从不同角度论证了收入对消费的影响。
我赞同收入的确是影响消费水平的最重要因素这个观点，但是其他因素（比如物价水平、收入分配的公平性、利率、人口结构等）也从不同的方面影响着居民消费水平。
陈长华（湖南，2004）对我国城镇居民消费计量模型的建立与分析，也采用了计量经济学方法来探讨决定城镇居民消费的关键因素。
他的指标选择是人均消费人均国内生产总值人均可支配收入人均储蓄前期消费。
他的不足之处在于没有考虑除了收入以外的其他因素对居民消费的影响。
当今社会影响消费的不确定因素很多，虽然不可否认收入确实是影响消费的最重要因素，但是，仅仅用收入和储蓄作为变量，是否能够很好地拟合现实中的消费函数值得怀疑。
刘丽秋（西南大学经济管理学院，2008）在影响居民消费水平相关因素的计量分析一文中结合居民消费水平的影响因素和国务院所确定的十项措施列出了六个相关因素 (国内生产总值、职工平均工资指数、城镇居民消费价格指数、普通中学及高等学校在校生数、卫生机构数、基本设施铁路公路货运量)进行计量分析,但是她的结论中Y = 27. 12140495 + 0. 03092905302 3 X1 + 0. 001453569285 3 X5 +0. 85006329843 X3 （X1——国内生产总值 X3——城镇居民消费价格指数 X5——卫生机构数） X1——国内生产总值系数为0.03092905302 3，明显比实际偏小。
而且夸大了价格因素的作用。
与理论和实际不符合。
国内研究过于侧重于城镇居民收入水平的研究 我认为这样有失偏颇的。
而且我发现国内研究论文着重于城镇居民收入对居民消费水平的影响而忽视了农村居民收入对其影响。
并且很少考虑除收入和储蓄以外的因素对消费的影响。
所以本文在构建居民消费水平模型时除选取常规因素外还综合考虑了农村居民收入和物价水平对居民消费水平的影响。
二、模型设定和影响因素分析在现实生活中,影响消费的因素很多,如收入水平、 商品价格水平、 利率水平、 收入分配状况、 消费者偏好、 家庭财产状况、 消费信贷状况、 消费者年龄构成、 制度、 风俗习惯等等。
但考虑到样本数据的可收集性和我国经济的实际情况,选择以下因素决定消费。
日常观察和统计研究都表明,当前可支配收入水平是决定一个国家消费的核心因素,因此人均可支配收入的入选毫无疑问;人均 GDP 是衡量一个国家经济实力,也是世界银行划分高收入、 中等收入、低收入国家的主要标志,一般来说,人均 GDP 高的国家,表明该国经济实力强,人民消费水平高, ,由此选择了人均 GDP 。
恩格尔系数是食品支出占消费的百分比，其值越小说明人们越富裕。
物价水平当全社会的消费品和劳务的价格水平上升或下降，消费者可以将其收入在物品和劳务上用得多些或少些，来对物价水平的变动做出反应。
由以上论述可得出中国居民消费水平与国内生产总值、城镇居民家庭人均可支配收入、城镇居民家庭恩格尔系数、农村居民家庭人均可支配收入、农村居民家庭恩格尔系数、消费物价水平指数这7个指标有关,故以下工作主要从这几方面入手。
并初步建立多元线性回归模型，Y=μβββββββ+++++++6655443322110X X X X X X ，其中： Y: 居民消费水平(元)X1: 国内生产总值(亿元) X2: 城镇居民家庭人均可支配收入(元)X3: 城镇居民家庭恩格尔系数(%) X4: 农村居民家庭人均可支配收入(元)X5: 农村居民家庭恩格尔系数(%) X6: 物价水平指数三、数据的搜集数据来自中国国家统计局表1：数据obs Y X1 X2 X3 X4 X5 X61985 446 9016 739.1 53.3 397.657.8 123.71986 497 10275 900.9 52.4 423.856.5 132.51987 565 12059 1002.1 53.5 462.655.8 144.71988 714 15043 1180.2 51.4 544.9 54 176.31989 788 16992 1373.9 54.5 601.554.8 206.51990 833 18667.8 1510.254.2686.358.8 213.11991 932 21781.5 1700.653.8708.657.6 223.51992 1116 26923.5 2026.653.784.057.6 238.31993 1393 35333.9 2577.450.3921.658.1 281.71994 1833 48197.9 3496.250.1221.58.9 3471995 2355 60793.7 4283.050.11577.758.6 401.81996 2789 71176.6 4838.948.81926.156.3 439.21997 3002 78973.0 5160.346.62090.155.1 446.71998 3159 84402.3 5425.144.72162.53.4 4441999 3346 89677.1 5854.042.12210.352.6 438.22000 3632 99214.6 6280.039.42253.449.1 438.72001 3887 109655.2 6859.638.22366.447.7 442.22002 4144 120332.7 7702.837.72475.646.2 438.62003 4475 135822.8 8472.237.12622.245.6 4432004 5032 159878.3 9421.637.72936.447.2 461.22005 5573 184937.4 10493.036.73254.945.5 470.92006 6263 216314.4 11759.535.83587.43.0 478.42007 7255 265810.3 13785.836.34140.443.1 4992008 8349 314045.4 15780.837.94760.643.7522.72009 9098 340506.9 17174.736.55153.241.519.0四、模型的初步建立由散点图可以看出因变量与各个自变量呈线性关系。
尝试做回归分析得：表2：用最小二乘法估计结果模型为Y= μβββββββ+++++++6655443322110X X X X X XY=986.6279+0.006502X1+0.172121X2-11.40336X3+0.650858X4-7.934631X5+0.553308X6（201.2913） （0.002314）（0.044780）（4.790852）（0.088174）（4.796701）（0.364779）T=4.901494 2.810182 3.843726 -2.380236 7.381482 -1.654185 1.5168302R =0.999913, 2R =0.999884, F=34416.55五、模型的检验1． 经济意义检验:模型初步估计结果显示,居民消费水平(Y) 受国内生产总值(X1)、城镇居民家庭人均可支配收入(X2)、农村居民家庭人均可支配收入(X4)的正向影响，与经济意义相符。
物价水平指数（X6）的系数估计结果为正,不符合经济意义。
并且因变量受农村居民家庭恩格尔系数((X5)、物价水平指数（X6）的影响不显著，可能是多重共线影响所致,因而有待进一步分析和检验.2． 统计检验:从估计的结果可以看出，模型的可决系数为0.999913，模型拟合情况 看起来很理想，但是很可能是由于多重共线性导致。
在给定显著水平α=0.05的情况下，解释变量X1、X2、X3和 X4的t统计量的值分别为大于t统计量的临界值，说明X1、X2、X3和 X4对应变量的影响是显著的.其他变量均未通过t 检验,分析可能是由于变量之间的多重共线性所致,有待进一步分析.模型F统计量的值为34416.55非常显著，说明回归方程非常显著,整体模型效果比较好。
3.模型修正:多重共线性检验表3：相关系数矩阵由表3相关系数矩阵可以看出，解释变量相互之间的相关系数较高，证实解释变量之间存在多重共线性。
多重共线性模型的修正运用OLS方法分别求Y对个解释变量X1、X2、X3、X4、X5、X6进行一元回归。
6个方程的回归结果详见表4—表9，再结合经济意义和统计检验拟合效果最好的一元线性回归方程。
依据调整后可决系数最大原则，选取X2作为进入回归模型的第一个解释变量，形成一元回归模型。
保留解释变量X2在此基础上分别加入变量X1、X3、X4、X5、X6分别进行回归。
类似第一步进行分析，可以看到在X2基础上加入X4后，可决系数有了改进，各个参数的t检验都十分显著。
故保留变量X2，X4，在此基础上添加X1、X3、X5、X6继续进行回归。
加入变量X5以后，可决系数得到了提高，各个参数的t检验都十分显著。
故保留变量X2，X4，X5，在此基础上添加X1、X3、X6继续进行回归。
加入变量X1以后，可决系数虽然得到了提高，但是没有通过t统计量的检验，而且参数符号与经济意义不符，所以去掉X1分别加入X3，X6以后可决系数虽有提高，但同时不能通过t检验，所以去掉X3，X6。
最后保留X2，X4，X5。
◆异方差检验对修正方程进行异方差检验结果如表22表22 White检验结果nR2= 9.518475，在95%的水平下，2αχ（6）=12.59，nR2<2αχ（6），所以接受备选假设，表明模型中随机误差不存在异方差。
◆自相关检验由上表可知，DW=1.520971，查表得l d =1.13，u d =1.54 ，因为l d <DW<u d 所以不能判断模型是否存在自相关。