居民消费价格指数地分析资料报告与预测(毕业论文设计doc)
[参考范文]居民消费价格指数论文
![[参考范文]居民消费价格指数论文](https://img.taocdn.com/s3/m/60524e9dd1d233d4b14e852458fb770bf78a3b8a.png)
居民消费价格指数论文摘要：食品指数的变化与人民生活息息相关的食物支出紧密联系，粮油价格的上涨会导致与粮食关系密切的食品类工业品出厂价格上涨，从而导致食品价格指数上扬，居住价格的上涨会导致居住指数的上扬，因此为抑制CPI的快速增长，政府应加大控制在食品和居住上的价格。
居民消费价格指数也叫消费物价指数，简称CPI。
它是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。
居民消费价格指数一方面同人民群众的生活密切相关，同时在整个国民经济价格体系中也具有重要的地位。
它是进行经济分析和决策、价格总水平监测和调控及国民经济核算的重要指标。
该文主要运用主成分回归分析的方法，找出影响居民消费价格总指数的主要分类指数，进而提出控制物价指数的可行方案，为促进经济健康发展提供有益的参考。
1 变量的选取该文数据全部来自《中国统计年鉴一2013》，选取了1994—2012年全国31个地区的居民消费价格总指数及分类指数的相关数据。
以居民消费价格总指数为因变量，分类指数食品x1、烟酒及用品x2、居住x3、交通通讯x4、医疗保健个人用品x5、衣着x6、家庭设备及维修服务x7、娱乐教育文化用品及服务x8为自变量，来建立模型。
2 实证分析2.1 相关分析对因变量与所有自变量作相关分析，由SPSS软件计算得因变量与自变量的相关系数依次为0.942，0.970，0.935，0.946，0.884，0.796，0.766，0.899，说明所选自变量与因变量均高度线性相关，适合作线性回归。
2.2 共线性诊断由于自变量的个数较多，自变量间可能存在多重共线性，这样在建立模型时就会出现严重的共线性。
下面使用特征根判定法中的条件数法来诊断变量之间是否存在多重共线性，用SPSS软件计算出特征根与条件数的结果见表1。
从表1可看到，最大的条件数是800.479，说明自变量间存在严重共线性，表1中第九行x1，x2，x3的系数分别为0.62，0.96，0.65，说明x1，x2，x3之间存在严重多重共线性。
计量经济学——关于居民消费价格指数的分析
吉林财经大学2013-2014学年第一学期《计量经济学》期末论文专业班级：姓名：学号：答辩记录及评语一、答辩记录二、评语摘要居民消费价格指数（consumer price index）简称CPI。
居民消费价格指数，是一个反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。
它是度量一组代表性消费商品及服务项目的价格水平随时间而变动的相对数，是用来反映居民家庭购买消费商品及服务的价格水平的变动情况。
本文采用1994年至2011年的CPI指数以及国内生产总值GDP增长率，m2同比增长率，一年定期存款利率，美元兑人民币汇率，外汇储备量，建立多元线性回归模型，运用最小二乘法，研究这些经济数据对CPI的影响。
[关键词]居民消费价格指数CPI，国内生产总值GDP，数据分析一、序言居民消费价格指数(CPI)是用来反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
近几个月来中国物价上涨速度持续过快，出现了一定的通货膨胀，由于严重化的趋势，这必将影响人民的生活质量。
本文将就影响CPI变动的因素进行探讨，从而做出正确的判断，实行很好的宏观调控。
二、变量选取表1 1994年至2011年我国有关居民消费价格指数数据因1993年对汇率采取的政策变化，无数据，所以数据选取自1994年起，至2011年结束。
数据来源：国家统计局、《中国统计年鉴》三、实证分析（一）建立模型1、根据分析和数据建立了如下的计量经济学模型 选取CPI 增长率作为被解释变量，记作Y ； GPD 增长率为第一解释变量，记作X1；一年期定期利率为第三解释变量，记作X2；美元兑人民币汇率为第四解释变量，记作X3，单位元； 外汇储备量为第五解释变量，记作X4，单位万亿美元。
μβββββ+++++=443322110x x x x y2、根据1994年至2011年期间的数据建立模型。
用最小二乘法对模型进行回归得到原始回归，结果如下表所示：从上述结果可以看出，所估计的回归模型为Y=-34.63015+0.486148x1+2.011897x2+2.978864x3+2.768638x4 与此模型相对应的相关检验统计量分别为：69783.20,822531.0,864288.022===F R R ,DW=1.798283617227.0,447770.0,690784.6,826132.0,652373.043210====-=t t t t t四、模型的检验及修正（一）实际意义检验这个方程说明在其他变量不变的前提下，GDP 增长率每增加一个百分点，CPI 居民消费价格指数Y 就增加0.486148；一年期利率 2X 每增加一个百分点，CPI 居民消费价格指数Y 就增加2.011897；汇率3X 每增加1元，CPI 居民消费价格指数Y 就增加2.978864元；外汇储备量 4X 每增加1亿元，CPI 居民消费价格指数Y 就增加2.768638亿元。
城市居民消费价格分类指数论文
2010年部分城市居民消费价格分类指数(CPI)【摘要】由于目前对居民消费结构的分析指标很多且指标体系中各指标之间存在着多重共线性，从而影响了分析模型的稳定性，使所得模型中出现了不符合经济学原理的现象。
为此本文采用多元统计分析方法，建立了关于居民消费价格分类指数变动的因子分析模型。
利用SPSS软件找出影响居民消费结构的一致性因素，消除了多重共线性，并以某一具体实例验证了该模型的实用性和有效性.【关键词】因子分析居民消费价格指数一、引言所谓核心CPI，是指将受气候和季节因素影响较大的产品价格剔除之后的居民消费物价指数。
目前，我国对核心CPI尚未明确界定，美国是将燃料和食品价格剔除后的居民消费物价指数为核心CPI。
这种方法最早是由美国经济学家戈登（Robert J.Gordon）于1975年提出的，其背景是美国在1974年-1975年受到第一次石油危机的影响而出现了较大幅度的通货膨胀，而当时消费价格的上涨主要是受食品价格和能源价格上涨的影响。
当时有不少经济学家认为美国发生的食品价格和能源价格上涨，主要是受供给因素的影响，受需求拉动的影响较小，因此提出了从CPI中扣除食品和能源价格的变化来衡量价格水平变化的方法。
从1978年起，美国劳工统计局开始公布从消费价格指数和生产价格指数（PPI）中剔除食品和能源价格之后的上涨率。
但是，就是在美国经济学界，关于是否应该从CPI中扣除食品和能源价格来判断价格水平，至今仍然存在很大争论，反对者大有人在，就是在美国经济学界，关于是否应该从CPI中扣除食品和能源价格来判断价格水平，至今仍然存在很大争论，反对者大有人在。
因子分析因子分析英文名称：factor analysis 其他名称：因子分析法定义1：把若干个变量看成由某些公共的因素所制约，并把这些公共因素分解出来的分析方法。
应用学科：大气科学（一级学科）；动力气象学（二级学科）定义2：对主成分分析的基标准化后的一种统计方法。
居民消费价格指数论文居民消费论文
居民消费价格指数论文居民消费论文对于居民消费价格指数回归分析【摘要】写作本文的目的是为了对居民消费价格指数的变化趋势作出一个回归。
并预测今后的CPI上涨范围。
本文采用2008年1月至2010年10月的月度数据，针对中国广义货币供应量M2，金融机构各项贷款和采购经理人指数对居民消费价格指数的影响运用EVIEWS计量分析软件。
【关键词】居民消费价格指数；广义货币供应量；金融机构各项贷款；采购经理人指数；分布滞后模型一、问题的提出自2007年次贷危机之后，中国经济陷入了一定的萧条，为了早日走出困境，中国采取超常规的宽松的货币政策和财政政策。
货币投放量不断增长，信贷投放也逐月上升。
政府短期的行为为日后的通货膨胀埋下了种子。
最能直观衡量通货膨胀程度的指标就是居民消费价格指数（CPI）。
本文的目的是为了对CPI的变化趋势做出一个回归。
并预测11月的CPI上涨幅度。
二、模型设定居民消费价格指数（Consumer Price Index，简称CPI）是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。
它是判断经济形势和制订经济政策的重要参考变量。
货币学派的代表弗里德曼曾经说过：通货膨胀无论何时何地始终是货币现象。
我们把M2作为第一解释变量。
在宽松货币政策的前提下，天量信贷资金的投放也一定程度上助长了通胀。
所以我们把金融机构各项贷款额作为第二解释变量。
采购经理人指数（Purchase Management Index，PMI）是快速及时反映市场动态的先行指标。
这个指标越高就代表经济形势的预期越好。
而经济形势很好的时候通常会伴随着通胀现象。
所以我们把它作为第三解释变量。
三、数据处理和实证分析本文以Y（居民消费价格指数）作为被解释变量，X1（当月新增M2），X2（金融机构各项贷款月末数（亿元）），X3（制造业采购经理指数）作为三个解释变量。
对数据取其自然对数以减少异方差。
（数据来源：中经网统计数据库）一般来讲，货币供应量对CPI的影响是个滞后的过程，而金融机构各项贷款刺激投资也需要一定的滞后时间才能对CPI产生影响。
居民消费价格指数的统计分析与预测
居民消费价格指数的统计分析与预测摘要：本文简要介绍了居民消费价格指数的相关理论知识，并进一步从统计学的角度对居民消费价格指数依次做出了居民消费价格指数的总体分析、结构分析、影响因素分析以及动态预测分析，本文旨在通过更加深入的居民消费价格统计学研究帮助人们更加的了解居民消费价格指数。
关键词：居民消费价格指数；统计分析；理论知识；预测一、引言近几年，随着我国经济的不断发展，我国居民的物质消费水平也越来越高，居民消费价格指数也越来越得到人们的重视。
居民价格消费指数是反应人们消费水平状况的重要指标，注重对居民的消费价格指数的研究可以增加政府对我国居民消费状况的了解，对我国政府的政策制定、经济宏观调控等都有重要的参考价值。
二、居民消费价格指数的理论知识居民消费价格指数英文全称为consumer price index，缩写为cpi，它是度量消费商品及服务项目价格水平随着时间变动的相对数，反映居民购买的商品及服务项目价格水平的变动趋势和变动程度。
居民消费价格指数在整个国民经济价格体系中占有重要的地位，对于我国经济宏观调控具有正要的指导作用。
另外，cpi的计算采用的是是固定权数按加权算术平均指数公式计算，cpi=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）×100%。
同时，居民消费价格指数还与经济通货膨胀有关，加深对居民消费价格指数的研究可以一定程度上抑制经济通货膨胀。
有学者认为，当居民价格指数>3%就表示本地区已经发生了通货膨胀。
三、居民消费价格指数的统计分析下面我们以我国今年来的居民消费价格指数为例从总体、结构、影响因素、以及动态预测四个方面进行深入分析。
1.居民消费价格指数的总体分析近几年，我国居民消费价格指数一直处于飞速上涨的状态，据国家统计局发布的数据显示，单2012年12月份全国居民消费价格指数同比上涨2.5%，涨幅比上月扩大0.5个百分点。
下图是节选我国2008年—2012年我国统计局统计的cpi的增长率：总体分析，我国居民消费价格指数上涨有以下三个明显的特征：（1）我国物价涨幅逐步的扩大；我国近几年居民消费价格指数的运行轨迹一般都呈现前低后高的态势。
居民消费价格指数的分析与预测(毕业论文doc)
西南交通大学本科毕业论文居民消费价格指数的分析与预测年级:2007级学号:20075275姓名:专业:统计学指导老师:2011年 6 月毕业设计（论文）任务书班级 07统计姓名学号 20075275发题日期：2011 年 1 月 12 日完成日期： 5 月 24 日题目居民消费价格指数的分析与预测1、本论文的目的、意义在2009年过后，我国CPI指数扶摇直上，通货膨胀率也在同时不断上涨，中国面临着较大的通货膨胀压力，民众生活成本不断加重，如何跑赢CPI已经成为了白领阶层的热门话题，本文将从统计学的观点出发，用时间序列模型对CPI指数进行分析与预测，对未来经济水平的走势有一个了解，对国家经济建设有一个宏观的意识。
2、学生应完成的任务首先对居民消费价格指数以及时间序列ARIMA模型的概念和相关理论有一定深入的了解，明白本文的写作目的以及意义。
然后通过互联网收集2000年1月至2011年4月的居民消费价格指数历史数据。
对数据进行预处理，包括：直观性的图形分析和描述性统计分析，这样能够对样本有一个整体的认识，方便后期建立模型时的对数据的操作处理。
在预处理阶段对样本整体的走势作出一个分析，比如居民消费价格指数在2000年1月至2011年4月期间是如何波动的，又是什么原因造成这些波动，这些波动能够带来什么样的影响等。
将预处理之后的数据输入EViews软件，进行ARIMA模型的建模准备工作，如：平稳性分析，零均值处理等。
利用处理过之后的数据建立出几个相对拟合程度较高的ARIMA模型，并且利用软件对预测模型的分析结果来选择一个拟合程度较高的模型作为本研究的居民消费价格指数预测模型。
在确定预测模型之后，通过阅读大量的文献与预测得出的结果相结合，对2011年的居民消费价格指数的短期走势进行分析，并在分析之后给出合理性的政策建议，达到本文的写作目的：对国家的宏观经济有一个较为客观的判断与认识。
3、论文各部分内容及时间分配：（共 14 周）第一部分选题、熟悉相关概念与理论 ( 1周) 第二部分论文的内容安排，绪论部分的写作 (2 周) 第三部分数据的处理以及模型的建立，预测部分(4 周) 第四部分短期走势的分析与预测(3周) 第五部分结论、致谢的写作以及格式的修改(2周) 评阅及答辩(2 周)备注指导教师：年月日审批人：年月日西南交通大学本科毕业设计(论文) 第Ⅳ页摘要从2007年至今，中国居民消费价格指数经历了一次空前的大起大落，受多方面因素的影响，居民消费价格指数在2008年2月创下了108.5%的历史最高涨幅；在2008年下半年和2009年又迅速的跌落，并且在2009年7月降至98.2%，创下了10年来的最低记录。
城市居民消费论文.doc
城市居民消费论文1食品支出1.1加快经济结构改革，增加居民收入水平根据恩格尔系数公式，在不影响居民食品消费支出的情况下，总支出越高，恩格尔系数越低，居民越富裕。
收入增加了，支出自然也就增加了。
因此应加快经济结构改革，增加城乡居民收入，收入水平提高了，恩格尔系数自认而然也就降低了。
当居民食品消费稳定时，增加的消费支出就会用在其他方面上，可以改善居住条件，可以提高教育环境和资源，可以享受更多更好的精神娱乐等。
1.2规范食品价格管理，加快食品工程建设如果居民购买的食品不变，而物价上涨，相应的消费支出就会增加。
在居民收入不变的情况下，食品支出增加，自然会压缩其他消费支出，恩格尔系数会升高。
所以食品价格上涨会给加重居民生活负担，降低生活质量，应该加快食品工程建设，规范食品价格管理。
2交通和通信消费支出交通和通信价格指数反映居民家庭购买交通和通信项目费用价格变动趋势和程度的相对数。
图2表明交通通信的消费支出在不断地增加，比例也在不断地扩大。
近年来，随着手机、飞机、汽车、电子信息产业迅速发展，交通和通信工具性能、款式更新速度越来越快，过去一部手机可以用两三年，现在很多人一年换一部手机。
而互联网、电信等相关服务费价格逐步下调，进一步刺激居民的消费欲望，居民交通和通信消费支出增势强劲，成为城市居民家庭生活消费的热点。
交通消费大幅增长，私家车拥有量增加，居民购买家用汽车成为交通消费热点。
随着居民收入水平的提高和家用汽车车型“日新月异”，加之消费政策的相对宽松，促使城市居民购车愿望增强，交通工具服务支出大幅增长。
城市居民家用汽车拥有量不断增加，带来的交通工具服务支出快速增长。
通信消费增速较快，家庭信息化程度提高。
通信消费支出增长较快，通信设备普及程度提高。
经济快速发展，当今社会已经步入信息时代，通信设施不断完善，通信工具逐步普及，移动电话成为居民生活的必需品，普及程度较高。
家庭信息化程度提升。
家用电脑作为高新技术产品，尤其是网络，对工作、学习、生活、产生了重要影响，家用电脑逐渐普及，家庭网络信息化程度快速提升。
居民消费价格指数的统计分析与预测
（ ３ ） 受我国国内供需不平衡 的影响 ；受近几年我国 自然灾害 的影响，以及国际市场的影响 ，我 国很多地方市场都 总体呈现 出
供 求失 衡 的 状况 。例 如像 生 猪 养殖 业 ，近 几年 瘟 疫 发 生 ，养殖 户 减 少 ，导 致 猪 肉市 场 供 低于 求 ，猪 肉价格 持 续 上涨 。 ４ ． 居 民消 费 价格 指 数 的动 态 预 测分 析
公 式 计算 ，ＣＰ Ｉ ＝ （ 一 组 固 定 商 品按 当 期价 格 计 算 的价 值 ／一 组 数 ＞３ ％就 表 示 本地 区已 经发 生 了通 货 膨胀 。
三 居 民消费价格指数 的统计分析
下 面 我 们 以 我 国 今 年 来 的 居 民 消费 价 格 指数 为 例 从 总 体 、
从 以 上 推 动 价 格 上 涨 的 因 素 来 看 ，我 国 在 最 近 的 一 段 时 间 据 国家统计局 发布的数 据显示 ，单 ２ ０ １ ２年 １ ２月份全 国居民消费 里 ，物价 还 是 会 持续 上 涨 ，尤其 是 资源 类 的 产 品 。从 物价 稳 定 的 价 格 指数 同 比 上 涨 ２ ． ５ ％，涨 幅 比上 月扩 大 ０ ． ５ 个 百 分 点 。下 图 因素 来 具体 分 析 ，近 几 年 我 国政 府 在 经济 调 控 方面 也 出 台 了一 系 列 的政 策 ，继 续 实 施 适 度 从 紧 的 财 政 和 货 币 政 策 ，像 ２ ０ ０ ８年 央 是节 选 我 国 ２ ０ ０ ８ 年— ２ ０ １ ２年我 国统 计局 统 计 的 Ｃ Ｐ Ｉ 的增 长 率 ：
居 民消费价格指数的统计分析与预测
荣 钰 菁
陕西省居民消费价格指数预测
陕西省居民消费价格指数预测摘要：消费价格指数（CPI）是衡量居民购买一定数量和质量的消费品和服务的价格变化的一项重要指标。
本文基于陕西省历年CPI数据，运用时间序列分析方法对未来陕西省居民消费价格指数进行预测，并探讨了影响消费价格指数变化的主要因素。
关键词：消费价格指数；时间序列分析；预测；陕西省一、引言消费价格指数（Consumer Price Index，CPI）是衡量一定时期内居民购买商品和服务的价格变化的重要指标，也是衡量国民经济的宏观经济指标之一。
CPI的变动会直接影响居民的生活成本和通货膨胀水平，同时也对货币政策和社会经济政策的制定具有重要意义。
二、数据与方法本文使用了陕西省2000年至2020年的月度CPI数据，并选取了单变量时间序列分析方法进行预测。
具体的分析步骤如下：1. 数据预处理：对原始数据进行检查，包括数据质量、异常值检验等，确保数据的准确性和可靠性。
2. 数据平稳性检验：运用单位根检验方法，检验CPI数据的平稳性。
3. 模型识别：运用自相关图和偏自相关图的方法，确定合适的时间序列模型。
4. 模型拟合：根据数据的特点和模型的复杂度，选择合适的时间序列模型进行参数估计和模型拟合。
5. 模型诊断与预测：对拟合的模型进行诊断检验，确保模型的拟合效果和预测性能，然后进行未来CPI的预测。
三、结果分析首先进行了CPI数据的平稳性检验，结果显示CPI数据存在单位根，即非平稳序列。
对CPI数据进行一阶差分处理后得到平稳序列，然后对平稳序列进行了模型识别和模型拟合。
根据自相关图和偏自相关图的分析，确定了合适的时间序列模型为ARIMA(p,1,q)模型，其中p和q分别表示自回归项和移动平均项的阶数。
通过最小二乘法进行参数估计后，得到了最终的ARIMA模型。
对拟合的ARIMA模型进行了诊断检验，结果表明模型的残差序列基本符合白噪声序列的特征，模型的预测性能较好。
然后，使用拟合的ARIMA模型对未来陕西省居民消费价格指数进行了预测，预测结果如下：2021年1月：CPI预测值为101.62021年2月：CPI预测值为102.02021年3月：CPI预测值为102.32021年4月：CPI预测值为102.7⋮根据模型预测结果可以看出，未来陕西省居民消费价格指数呈现逐渐上涨的趋势。
大学设计方案我国居民消费价格时序变化及其预测模型研究报告
山东财经大学本科毕业论文(设计)题目:我国居民消费价格的时序变化及其预测模型研究学院统计学院专业统计学班级统计0801学号2008050125姓名张在华指导老师田金方山东财经大学教务处制二Ｏ一二年二月山东财经大学学士学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。
除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的研究成果。
对本文的研究做出重要贡献的个人和集体，均已在论文中作了明确的说明并表示了谢意。
本声明的法律结果由本人承担。
学位论文作者签名：张在华2012年2月 5日山东财经大学关于论文使用授权的说明本人完全了解山东财经大学有关保留、使用学士学位论文的规定，即：学校有权保留、送交论文的复印件，允许论文被查阅，学校可以公布论文的全部或部分内容，可以采用影印或其他复制手段保存论文。
指导教师签名：论文作者签名：年月日年月我国居民消费价格指数的时序变化及其预测模型研究摘要近几年随着物价水平的持续上涨，对我国居民消费价格指数的研究就显得越发重要，本文就对我国1990年至2010年的CPI月度数据进行分析预测，用数据结构分析模型ARIMA模型进分析，并用此模型来预测2011年的CPI。
关键词：物价水平；居民消费价格指数；时序变化；ARIMA模型；China's consumer price indexof thetimingchange and itsPrediction ModelABSTRACTIn recent years astheprice levelcontinued to rise, China's consumer priceindex, it becomesincreasingly importantin Chinafrom 1990 to 2010the CPImonthly dataanalysis and forecasting, data structureanalysismodelARIMA modelinto theanalysisand usethis modeltoforecastthe CPIof2011.Keywords：Price level；The consumer price index；Timing changes；ARIMA model；目录一、介绍研究我国居民消费价格指数的原因、重要性及其意义。
我国居民消费价格指数CPI的回归分析与预测
经济预测与决策题目姓名所在学院专业班级学号指导教师日期年月日指导教师评阅意见学生姓名专业班级学号（论文）题目指导教师教师职称论文评语评定成绩：指导教师签名：年月日我国居民消费价格指数（CPI）的回归分析与预测07级经济学1班李栋指导教师米娟摘要：目前，我国居民消费价格指数成为公众关注的热点名词，也直接影响着国民经济的稳定发展与人民生活水平的改善。
从理论上分析居民消费价格指数的影响因素，建立一个经济模型，对了解和掌握居民消费价格指数的变化具有重要的现实意义。
本文采用线性回归分析方法，力图对居民消费价格指数的变化进行分析。
关键词：消费价格指数回归分析经济预测1.引言居民消费价格指数（CPI）是反映与居民生活有关的产品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。
CPI虽然是一个滞后指标，但它往往是市场经济活动与政府货币政策的一个重要参考指标。
如果CPI的增幅过大，表明通胀已经成为经济不稳定因素，央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗，因此，该指数过高的升幅往往不被市场欢迎。
现阶段，随着经济全球化的大趋势和中国的进一步融入，我国的经济稳定发展越来越受到国内、国际的关注，CPI稳定、就业充分及GDP增长已经成为我国最重要的社会经济目标。
尤其在面对国内经济在市场宏观的调节下，消费水平、利率、商品价格潜移默化的影响着百姓的生活，因此，对CPI的分析预测已经显得越发重要。
2.影响因素分析和数据的搜集整理2.1有关影响因素的定性分析对居民消费价格指数（CPI）构成影响的因素有很多，如宏观经济发展水平、中长期经济发展战略和当前的经济政策，具体到国民经济运行的指标中来，有以下几个方面：（1）居民消费水平指数。
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。
居民消费水平与居民消费价格指数的关系十分密切和直接，收入的增长，消费水平的提高，自然会引起社会总需求的增长，进而导致消费价格指数的增长。
陕西省居民消费价格指数预测
陕西省居民消费价格指数预测一、引言居民消费价格指数（CPI）是反映一定时期内居民家庭消费品和服务项目价格变动情况的综合指数。
作为衡量通货膨胀水平和居民生活水平的重要指标，CPI的变动对于居民生活和国民经济发展都具有重要的意义。
对于CPI的预测具有一定的理论和现实意义。
陕西省是中国西部地区的一个重要省份，经济发展较快，居民消费水平逐渐提高。
对于陕西省的居民消费价格指数的预测对于监管通货膨胀、指导政府政策具有重要意义。
本文将基于陕西省的CPI数据，运用统计方法和经济模型，对陕西省未来一段时间内的CPI进行预测分析。
二、数据来源与分析方法1. 数据来源本文所用数据来自国家统计局提供的陕西省CPI数据。
数据涵盖了近几年的CPI指数，包括各种消费品的价格指数以及整体CPI指数。
2. 分析方法本文将运用时间序列分析法和经济模型两种方法对陕西省CPI进行预测。
时间序列分析法将对历史CPI数据进行分析，包括趋势分析、季节性分析等，用来预测未来一段时间内的CPI变动趋势。
经济模型将建立CPI与其他宏观经济指标之间的关系，通过多元回归分析得出CPI的预测结果。
三、CPI预测结果1. 时间序列分析法首先对陕西省历史CPI数据进行时间序列分析，得出如下结论：（1）CPI存在明显的季节性变动，一般在春节前后及国庆假期后CPI指数会有所上涨，其他时间相对平稳。
（2）长期趋势上，陕西省CPI呈现逐年上升的态势，增速逐渐加快。
这与陕西省经济发展和通货膨胀情况相符。
基于上述分析结果，采用时间序列分析法对未来一段时间内的CPI变动进行预测。
预测结果显示，未来一段时间内，陕西省CPI将继续上升，增速相对较快。
特别是在春节前后及国庆假期后，CPI指数将有所上涨。
2. 经济模型预测经济模型预测结果显示，未来一段时间内，陕西省CPI将受到通货膨胀预期和货币供应量的双重影响，呈现逐年上涨的趋势。
尤其是在经济增长比较快的时期，CPI指数将有所上涨。
居民消费价格指数的相关分析
居民消费价格指数的相关分析居民消费价格指数（CPI）是衡量居民消费水平和价格变动的重要指标。
它反映了一段时间内一篮子消费品和服务的平均价格变化情况，对于监测通货膨胀、制定经济政策以及衡量经济增长具有重要意义。
本文旨在对居民消费价格指数进行相关分析，并探讨其对经济和社会的影响。
首先，我们将介绍CPI的背景和重要性，为读者提供一个全面的了解。
然后，我们将分析CPI的计算方法和数据来源，以确保结果的准确性和可靠性。
接下来，我们将探讨CPI的应用领域，包括宏观经济政策、货币政策和社会福利等方面。
最后，我们将总结分析结果，并展望未来CPI的发展趋势和挑战。
通过本文的相关分析，我们希望读者能够深入了解居民消费价格指数的重要性和作用，从而为经济决策和政策制定提供有力支持。
参考文献：Smith。
J。
(2010)。
Understanding CPI: A comprehensive guide。
Journal of Economic Analysis。
25(2)。
45-60.Johnson。
M。
(2015)。
The impact of CPI on ary policy。
Economic Journal。
35(4)。
78-95.CPI的定义和计算方法Johnson。
M。
(2015)。
The impact of CPI on ary policy。
Economic Journal。
35(4)。
78-95.CPI的定义和计算方法居民消费价格指数（CPI）是衡量一篮子商品和服务的价格变化对居民消费影响的指标。
它可以帮助我们了解通货膨胀的情况，以及居民购买力的变化。
居民消费价格指数（CPI）是衡量一篮子商品和服务的价格变化对居民消费影响的指标。
它可以帮助我们了解通货膨胀的情况，以及居民购买力的变化。
CPI的计算方法涉及多个步骤：样本选择：为了准确反映居民的消费惯，需要选择代表性的样本。
通常会采用样本调查的方式，收集居民的消费数据。
我国居民消费水平的分析和预测
我国居民消费水平的分析和预测【摘要】消费、投资和净出口是拉动经济的三架马车，但我国经济主要依靠投资和净出口拉动。
近年来，我国采取了一系列措施以刺激国内消费，增强我国内需动力，以达到合理的消费水平，平衡经济结构。
居民消费水平是影响消费的主要因素，因此文章选取我国居民消费水平为研究对象，运用指数曲线趋势外推法和布朗三次指数平滑法（二次曲线指数平滑法）的模型组合对我国居民消费水平进行预测，并对增加未来我国居民消费提出建议以供参考。
【关键词】居民消费水平；指数曲线趋势外推法；布朗三次指数平滑法；模型组合1.引言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。
居民消费水平主要通过消费的物质产品和劳务的数量和质量反映出来。
消费是生产的的最终目的，也是影响经济增长的重要因素。
由此，本文运用1979年到2012年年度居民消费水平数据进行分析，分别运用指数曲线趋势外推法、布朗三次指数平滑法即二次曲线指数平滑法和两者的模型组合对我国居民消费水平进行分析预测，并提出促进未来我国居民消费的相关建议。
2.数据获取我们从国家统计局网站上搜集了从1979-2012年共34期的我国居民消费水平数据进行建模研究，并对2013、2014两年的居民消费水平数据进行预测。
数据处理后得到如图1。
图1 1979-2012年居民消费水平3.实证分析3.1指数曲线趋势外推法3.1.1模型建立由于指数曲线趋势预测只能针对于呈现二次型增长的数据进行预测，因此首先对原始数据进行一阶差分，二阶差分，三阶差分，并计算一阶比率。
通过计算我们发现一阶比率保持稳定，可以选择指数曲线趋势外推法进行分析。
在此我们运用的指数曲线趋势外推法的预测模型为：,t为时间，为预测值。
3.1.2预测结果通过运用指数曲线趋势外推法，我们得到如图2.从图2可以看出曲线开始的拟合程度很高，但以后的拟合效果不太好。
从预测模型中得到的预测结果为：2013年为17359.97元，2014年为19748.81元。
居民消费价格和商品零售价格指数分析论文
论文题目：居民消费价格和商品零售价格指数分析目录一、摘要 (2)二、因素选择与分析 (2)三、数据收集 (3)居民消费价格和商品零售价格指数数据表 (4)变量相关关系散点图 (5)四、模型设定 (5)回归模型与结果分析 (5)曲线拟合和因子分析以及线形图 (7)五、总结建议 (9)六、参考文献 (10)摘要居民消费价格指数受很多因素的影响，如果使用回归分析的预测方法会出现寻找主要因素和次要因素的困难，同时还可能遗漏影响因素的错误，但是动态分析的方法只需要通过序列找出序列自身的规律，建立模型并预测。
使用动态分析的方法对我国城市居民消费价格指数进行拟合，提供一个有效经济预测的方法。
本文使用我国城市居民消费价格指数进行观察和研究，通过对城市居民消费价格指数时序图和自相关与偏相关函数的统计识别,建立ARMA模型，并进行显著性检验选择合适的模型并预测未来四年的城市居民消费价格指数，并与实际数据进行比较，得出合理的结论。
关键字：动态分析城市居民消费价格指数平稳性因素选择和分析1、居民消费价格指数是反映一定时期城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。
该指数可以观察和分析消费品的零售价格和服务项目价格变动对城乡居民实际生活费支出的影响程度。
2、商品零售价格指数商品零售价格指数，商品零售价格的变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需的平衡，影响到消费与积累的比例关系。
进而影响居民消费价格指数。
从宏观经济理论来看，物价上涨的原因一般有三种情况：第一种情况是需求拉动式的物价上涨，它是由于需求扩所引起的；第二种情况是成本推动式的物价上涨，它是由于原料、燃料价格等成本价格的上涨所引起的；第三种情况是物价上涨的国际传递，它是由于一个国家的物价上涨或货币贬值传导到他国的现象。
为了较准确地分析CPI的影响因素，须对每一种情况进行考察。
居民消费价格指数(CPI)论文：关于我国CPI影响因素的实证分析及预测
居民消费价格指数(CPI)论文：关于我国CPI影响因素的实证分析及预测摘要:居民消费价格指数(cpi)是衡量通货膨胀的重要指标，在社会经济发展和国民经济核算中起着重要作用。
本文首先介绍了cpi的概念及作用，对正确认识cpi提出了一些自己的看法，然后通过回归分析以cpi为被解释变量建立多元回归模型，根据模型进行短期预测，并得出相关结论。
关键词:居民消费价格指数(cpi) m1gdp增长率引言2011年4月15日，国家统计局发布了3月份经济运行数据，我国居民消费价格指数(cpi)同比上涨5.4%，创下连续32个月以来的新高。
由于cpi与人们的日常生活息息相关，cpi的不断攀升引起了人们的高度关注。
一、 cpi的概念及作用cpi，居民消费价格指数（consumer price index）的简称，是普通消费者所购买的物品与劳务的总费用的衡量标准，它是反映一定时期内价格变动程度和趋势的相对数。
cpi 最早起源于美国，后逐渐被发达国家应用，现在已经成为世界各国普遍编制的一种指数。
其计算公式为cpi=（一组固定商品按当期价格计算的价值/一组固定商品按基期价格计算的价值）*100。
1975年美国经济学家戈登（robert j.gordon）提出了核心cpi的概念，它能够更加准确的反映一个国家整体的经济运行情况。
但是，目前我国对核心cpi还没有明确的界定。
cpi作为反映宏观经济运行的重要指标，是宏观经济运行的“晴雨表”。
首先，cpi源于现实生活同时又反映现实生活，人们对于cpi的涨跌有着切身的感受，它与人们的生活息息相关；其次，它不仅可以反映通货膨胀情况，而且可以反映货币购买力变动和对人们实际工资的影响；第三，对国民经济核算有着重要意义。
在国民经济核算中，为了更加准确的反映经济增长数量，需要剔除价格因素的影响，利用各种价格指数对gdp进行核算，如消费者价格指数（cpi）、生产者价格指数（ppi）以及gdp平减指数。
居民消费品价格指数调查报告东东
居民消费品价格指数调查报告东东第一篇：居民消费品价格指数调查报告东东居民消费品价格指数调查报告一年来，我县居民消费品价格调查工作在县委、政府的领导下和省市调查新阶段的指导下，在本局领导的关心和支持下，顺利的开展。
2011年11月份我们接受局领导的安排开展这项工作以来，报着求真务实的精神，对全县居民消费物价进行了价格调查。
在全县共设采价点79处，调查各类商品共561种，包括蔬菜，衣着、家电、食品等与市民生活息息相关的各种商品。
本次调查真实的反映出了礼县居民的消费水平为政府的宏观决策提供了一个可靠的依据。
在调查过程中我们在三位调查员分头行动，每个商品逐一调查，有的商贩警惕性高拒绝提供商品价格。
面对这些困难，我们耐心的给他们讲解，说明来意，尽管这样还是引起了不少人对调查的反感，因采价每五天一比较频繁，难免引影响他们的生意。
面对这些困难我们都逐一克服，最终完成了2010和2011年两年的物品价格调查。
通过调查我县2011年的居民消费价格平均指数104.3，2到10月份物价较为稳定，从11份份开始，食品，和蔬菜价逐渐上涨，其中12份的CPI指数最高这主要是近关将近，全县物品需求量增大价格大幅上涨所至。
2011我县居民消费价格同比指数第一季度为101.1、第二季度为104.1、第三季度为103.9、第四季度为105。
以上数据显示我县物价是逐步上涨的虽然第三季度有所下降但第四季度出现了更大幅度的上涨，经计算2011年我县的通货膨胀率为3.85%物价呈温和型上涨，因此物价上涨对市民生活水平的影响并不太大。
自11月份以来，通过我们三人不懈的努力终于完成了这俩年所有的价格调查并上报市调查队，2012年的调查工作，正在进行中，其中1月份的物价调查己结束，2月份的刚开始，这项工作难度大任务重，能顺利的进行，局领导的正确指导是分不开的，以后我们会一如继往的开展这项工作以求真务实的精神，调查出最真实的物品价格。
第二篇：消费品工业企业现状调查报告消费品工业企业现状调查报告为真实反映我县消费品工业企业现状，按照市局有关要求,我局抽出专门的工作人员,对全县消费品工业企业的基本情况进行了调研,现将调研情况报告如下:一、消费品工业企业现状1、农副食品加工业：全县共有农副食品加工企业22家，从业人员5674人，2011年实现增加值41497万元，完成营业收入136806万元，利润总额9440万元。
关于居民消费价格指数的时间序列分析论文
关于居民消费价格指数的时间序列分析摘要本文以我国1997年4月至2014年4月间每月的烟酒及用品类居民消费价格指数为原始数据，利用EVIEWS软件判断该序列为平稳序列且为非白噪声序列，通过对数据一系列的处理，建立AR(1)模型拟合时间序列，由于时间序列之间的相关关系和历史数据对未来的发展有一定的影响，对我国的烟酒及用品类居民消费价格指数进行了短期预测，阐述该价格指数所表现的变化规律。
关键字：烟酒及用品类居民消费价格指数，时间序列，AR模型，预测引言一、理论准备时间序列分析是按照时间顺序的一组数字序列。
时间序列分析就是利用这组数列，应用数理统计方法加以处理，以预测未来事物的发展。
时间序列分析是定量预测方法之一。
基本原理：1.承认事物发展的延续性。
应用过去数据，就能推测事物的发展趋势。
2.考虑到事物发展的随机性。
任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。
该方法简单易行，便于掌握，但准确性差，一般只适用于短期预测。
时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。
二、基本思想1. 拿到一个观测值序列之后，首先判断它的平稳性，通过平稳性检验，判断序列是平稳序列还是非平稳序列。
2.若为非平稳序列，则利用差分变换成平稳序列。
3.对平稳序列，计算相关系数和偏相关系数，确定模型。
4.估计模型参数，并检验其显著性及模型本身的合理性。
5.检验模型拟合的准确性。
6.根据过去行为对将来的发展做出预测。
三、背景知识CPI（居民消费价格指数），是反映与居民生活有关的商品及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。
居民消费价格指数，是对一个固定的消费品篮子价格的衡量，主要反映消费者支付商品和劳务的价格变化情况，也是一种通货膨胀水平的工具。
一般来说，当CPI>3%的增幅时我们称为通货膨胀。
国外许多发达国家非常重视消费价格统计，美国、加拿大等国家都计算和公布每月经过季节调整的消费价格指数，以满足不同信息使用者的要求。
- 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)。
西南交通大学本科毕业论文居民消费价格指数的分析与预测年级:2007级学号:20075275姓名:专业:统计学指导老师:2011年 6 月毕业设计（论文）任务书班级 07统计学号 20075275发题日期：2011 年 1 月 12 日完成日期： 5 月 24 日题目居民消费价格指数的分析与预测1、本论文的目的、意义在2009年过后，我国CPI指数扶摇直上，通货膨胀率也在同时不断上涨，中国面临着较大的通货膨胀压力，民众生活成本不断加重，如何跑赢CPI已经成为了白领阶层的热门话题，本文将从统计学的观点出发，用时间序列模型对CPI指数进行分析与预测，对未来经济水平的走势有一个了解，对国家经济建设有一个宏观的意识。
2、学生应完成的任务首先对居民消费价格指数以及时间序列ARIMA模型的概念和相关理论有一定深入的了解，明白本文的写作目的以及意义。
然后通过互联网收集2000年1月至2011年4月的居民消费价格指数历史数据。
对数据进行预处理，包括：直观性的图形分析和描述性统计分析，这样能够对样本有一个整体的认识，方便后期建立模型时的对数据的操作处理。
在预处理阶段对样本整体的走势作出一个分析，比如居民消费价格指数在2000年1月至2011年4月期间是如何波动的，又是什么原因造成这些波动，这些波动能够带来什么样的影响等。
将预处理之后的数据输入EViews软件，进行ARIMA模型的建模准备工作，如：平稳性分析，零均值处理等。
利用处理过之后的数据建立出几个相对拟合程度较高的ARIMA模型，并且利用软件对预测模型的分析结果来选择一个拟合程度较高的模型作为本研究的居民消费价格指数预测模型。
在确定预测模型之后，通过阅读大量的文献与预测得出的结果相结合，对2011年的居民消费价格指数的短期走势进行分析，并在分析之后给出合理性的政策建议，达到本文的写作目的：对国家的宏观经济有一个较为客观的判断与认识。
3、论文各部分容及时间分配：（共 14 周）第一部分选题、熟悉相关概念与理论 ( 1周) 第二部分论文的容安排，绪论部分的写作 (2 周) 第三部分数据的处理以及模型的建立，预测部分(4 周) 第四部分短期走势的分析与预测(3周) 第五部分结论、致的写作以及格式的修改(2周) 评阅及答辩(2 周)备注指导教师：年月日审批人：年月日摘要从2007年至今，中国居民消费价格指数经历了一次空前的大起大落，受多方面因素的影响，居民消费价格指数在2008年2月创下了108.5%的历史最高涨幅；在2008年下半年和2009年又迅速的跌落，并且在2009年7月降至98.2%，创下了10年来的最低记录。
在2010年和2011年，居民消费价格指数又呈现出高压上涨的趋势，其走势难以捉摸。
居民消费价格指数的增长与跌落关系对居民大众的日常生活水平，经济体制的稳定，国家政策的实施都有着深远的影响。
本文正是基于居民消费价格指数的重要性对其进行研究。
根据所学时间序列相关知识，根据2000年1月到2010年12月的居民消费价格指数历史数据建立一个ARIMA预测模型，最后分析了2011年的居民消费价格指数的短期走势，对未来的政策提出了相关建议，这对于了解国家宏观经济态势有着一定的帮助和意义。
关键词：ARIMA模型，CPI，居民消费价格指数，预测，分析AbstractCPI in China has been going up and down like never before since 2007. Affected by many factors, it rocketed by 108.5%, the biggest increase ever, in Februray of 2008, yet tumbled fast in the second half year of 2008 and the year of 2009. In July of 2009, it broke the record of the lowest price for the last decade by a decrease of 98.2%. The trend is hard to anticipate, for in 2010 and 2011, CPI in China again tended to go up. The increase and decrease of CPI have a deep and long-term influence on our people's life, the stability of our economy system and our national policies. This thesis is to study and analyze CPI based on its importance. Using the knowledge about time series I have learnt, basing on the CPI data from January of 2000 to December of 2010, I build an ARIMA forecast model. Then I analyze the short-term trend of CPI in 2011 in China and give some relating advice about future polices, which is meaningful and can help understand our country's macro-economy trend.key words：ARIMA model,CPI,forcecast,analyze.目录第1章绪论 (1)1．1 论文的研究背景 (1)1.1.1 居民消费价格指数的概念介绍 (2)1.1.2 居民消费价格指数的计算公式 (3)1.2 研究目的 (3)1.3 研究的思路和容 (3)第2章ARIMA模型理论概述 (5)2．1 ARIMA模型理论以及方法概述 (5)2．1．1 时间序列模型的含义 (5)2．1．2 随机时间序列模型 (5)2．1．3 自回归求积移动平均模型 (5)2．1．4 非平稳时间序列 (5)2．1．5 随机平稳时间序列样本的数字特征 (6)2．2 时间序列模型的建立过程 (7)2．2．1 数据的预处理（时间序列平稳性的判断） (7)2．2．2 模型的识别 (9)2．2．3 模型参数的估计 (10)2．2．4 模型的定阶 (10)2．2．5 模型的检验 (10)第3章ARIMA模型在居民消费价格指数中的定量分析 (13)3．1 数据的预处理 (13)3．1.1 序列的直方图及相关统计量 (13)3．1．2 序列与正态分布之间的Q-Q图 (13)3．2 相关分析 (14)X作描述性统计 (16)3．3 对序列)(1tX的相关分析 (17)3．4 序列)(2t3．5 模型识别及参数估计 (17)3．6 模型建立及初步定阶 (18)3．7 适应性检验 (21)3．8 模型预测值与真实值对比 (23)3．9 对未来三个月CPI的预测 (24)第4章中国居民消费价格指数短期走势的定性分析 (25)4.1 2011年物价水平仍然大致可控 (25)4.2 政策建议 (26)结论： (27)致 (28)参考文献 (29)附录 (30)第1章绪论1．1 论文的研究背景根据国家统计局发布的数据来看，2011年3月居民消费价格指数(为了方便，在下文中将直接写作其英文缩写CPI)同比上涨5.4%，创下了自2008年以来的最高值。
2011年4月CPI同比上涨5.3%，食品价格上涨11.5%。
CPI持续高涨，已经到了影响居民大众的日常生活水平的严峻形势。
我们不禁就要问了，这种通货膨胀现象还会持续多久？面对通货膨胀国家、社会、民众应该如何应对？近期央行是否会再次作加息调整？未来几个月的CPI是否还会创出CPI同比新高？我们不妨对自2000年至2010年期间的CPI历史统计数据进行一个简单的直观分析，如下图。
图1：中国2000年1月至2010年12月CPI数据的直观图从图1我们可以很明显的看出：1．CPI指数大起大落，波动幅度在历史上绝无仅有2007年6月前的CPI数据波动不大，是因为央行采取稳健的财政政策和稳定的货币政策，经济水平较为稳定，保持着高经济增长，低通胀的良好经济大局。
2．第一次CPI的高调上涨从2007年7月开始至2008年6月，CPI指数直线上涨，其原因为在2005年到2006年期间，中国股市的持续牛市使得虚拟经济高调疯涨，出现了大批狂热的投资者，因此过高的经济增长在2007年体现出来，CPI突然上升，并且一度达到108.7的峰值，严重的通货膨胀已经成了现实。
3.受金融危机影响，国经济水平回落2008年6月至2009年1月，由美国次贷危机所引发的全球性金融危机以及国家经济回调政策的影响，我国CPI指数呈现逐月回落的现象。
4．经济危机后时期经济的复，经济水平过于猛烈的反弹2009年1月后由于住房和食品价格猛烈上涨的强力推动，CPI指数犹如打了兴奋剂一般的一路高歌，疯狂上升。
通胀压力前所未有的巨大。
1.1.1 居民消费价格指数的概念介绍居民消费价格指数是反应市民家庭日常生活所消费的产品及服务价格计算得出的重要物价变动指标，一般情况下我们将其当作观察通货膨胀水平的重要指标。
一般说来当CPI>3%的增长幅度时我们称为通货膨胀；而当CPI>5%的增长幅度时，我们把他称为严重的通货膨胀。
如果CPI增长幅度过大，则预示着通货膨胀已然成为了经济不稳定因素，中国央行会有紧缩货币政策和财政政策的风险，从而造成经济前景不明朗。
因此，该指数过高的升幅往往不被市场欢迎。
例如，在过去12个月，消费者物价指数上升2.5％，那表示，生活成本比12个月前平均上升2.5％。
当生活成本提高，你的货币价值便随之下降。
再举一个简单的例子，一年前的一100元纸币，今天只能够买到价值97.50元的商品及服务。
中国的CPI包括食品、娱乐教育文化用品及服务、居住、交通通讯、医疗保健个人用品、衣着、家庭设备及维修服务和烟酒及用品等八类，其构成和各部分比重，最新以调整为：1 食品 31.29%；2 娱乐教育文化用品及服务 4.25%；3 居住 17.82%；4 交通通讯 9.25%；5 医疗保健和个人用品 9.04%；6 衣着 8.51%；7 家庭设备及维修服务 5.84%；8 烟酒及用品 13.89%。
其中居住提高4.22个百分点，食品降低2.21个百分点，烟酒降低0.51个百分点，衣着降低0.49个百分点，家庭设备用品及服务降低0.36个百分点，医疗保健和个人用品降低0.36个百分点，交通和通信降低0.05个百分点，娱乐教育文化用品及服务降低0.25个百分点。