居民消费水平对上海市生产总值上海GDP影响的统计分析Word文档格式.docx
《居民消费水平对上海市生产总值上海GDP影响的统计分析Word文档格式.docx》由会员分享，可在线阅读，更多相关《居民消费水平对上海市生产总值上海GDP影响的统计分析Word文档格式.docx（17页珍藏版）》请在冰豆网上搜索。
第三章结论15
3.1制定合理的对策建议的必要性15
3.1.1尽力满足居民的消费需求15
3.1.2采取适当措施来刺激居民消费16
第一章绪论
1.1国内生产总值（GDP）及居民消费结构的发展趋势
国内生产总值（GDP）是反映一个国家经济发展状况的重要指标，它代表了一个国家经济状况和社会发展情况，是对一个国家或地区的整体经济状况的反映。
1.1.1国内生产总值（GDP）及居民消费结构的总体现状
自从改革开放以来，随着中国社会主义市场经济体制改革的深入，中国的经济发展进入了一个崭新的时期。
特别是中国经济发展的中心上海，在这二十几年间社会生活的各个方面都发生了巨大的变化，经济快速稳定发展，综合实力不断提高，而上海市生产总值（上海GDP）则很清楚地反映出了上海的经济实力在不断增强。
从94年的不足2000亿元，到97年突破了3000亿元，而到了02年又一举突破了5000亿元大关，截至04年时已经达到7450.27亿元。
随着上海市生产总值的不断提高，上海市居民的消费水平也在不断提高。
与此同时，上海市居民的消费结构也在发生着根本性的变化。
所谓消费结构是指消费中不同的商品或劳务消费在总消费中所占的比重。
为便于讨论，本文选取了食品，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，居住六个子支出项。
从表1中可以看出，随着上海市居民收入水平的提高，居民家庭消费的水平也逐步提高，居民家庭消费的各项子支出也呈全面增长之势。
1.1.2消费结构中各子支出项的变化趋势
同时我们在表2中可以看出，在居民家庭消费的各项子支出全面增长的同时，各项消费支出占总支出的比重也发生了较大的改变。
虽然食品的消费值始终处于第一位，但其在总消费值中所占的比重却在逐年下降。
而家庭设备用品及服务在前两年还位居第二位，但随后就被教育文化娱乐服务所超越，截至04年时已跌至倒数第二位，而且仅比医疗保健高出少许，它在总消费值中所占的比重也在逐年下降。
与此相反，医疗保健，交通和通信，教育文化娱乐服务，居住四个支出项在总消费值中所占的比重都在逐年上升。
恩格尔系数（即居民家庭吃的支出占全部消费支出的比重）由1994年的53.5%下降到2004年的36.4%。
家庭设备用品及服务的比重由1994年的9.1%下降到2004年的6.2%。
上海居民在物质生活得到基本保证的同时，消费支出构成中用于发展和享受的消费值比重有明显提高的趋势。
医疗保健比重由1994年的1.8%提高到2004年的6.0%，提高了两倍多。
交通和通信比重由1994年的6.2%提高到2004年的13.4%，教育文化娱乐服务由8.2%提高到17.4%，这两项都提高了将近一倍。
居住由7.1%提高到10.5%。
由此可见，在上海市居民的消费结构中，食品，家庭设备用品及服务等生存型消费支出比重逐年降低；
而医疗保健，交通和通信，教育文化娱乐服务，居住等消费和发展型消费支出比重不断上升。
上海市居民的消费结构正在从生存型的温饱消费逐步向享受型的小康消费发展。
综上所述，在我国GDP高速增长和居民消费水平和结构在不断发生巨大变化的现阶段，对上海市GDP和上海市居民的消费水平之间进行某种量化关系的分析是很有意义的。
下面本文就这一关系进行建模和分析。
第二章居民消费结构模型的建立及分析
本文主要是运用统计学中多元线性回归模型和双对数回归模型分析上海市生产总值（上海GDP）与消费结构中的6个子支项之间的关系。
2.1多元线性回归模型
令：
Y=b0+b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+u
（1）
其中：
X1为食品，X2为家庭设备用品及服务，X3为医疗保健，X4为交通和通信，X5为教育文化娱乐服务，X6为居住，u为随机干扰项，Y为上海GDP，并且Xi（i=1，2，3，4，5，6）和u满足线性回归方程的条件。
有关上述各项的统计数据如下表所示：
表1上海市1994——2004年居民家庭人均消费支出表（单位：
元）
年份食品家庭设备医疗交通和教育文化居住上海市生产
用品及服务保健通信娱乐服务总值（单位：
亿元）
19942497.00427.0084.00292.00381.00333.001971.92
19953131.00637.00113.00321.00508.00401.002462.57
19963429.00614.00148.00496.00827.00416.002902.20
19973526.00525.00197.00397.00828.00605.003360.21
19983477.00453.00261.00406.00893.00674.003688.20
19993731.00772.00347.00583.001094.00842.004034.96
20003947.00683.00501.00759.001287.00794.004551.15
20014056.00579.00558.00958.001422.00796.004950.84
20024120.00653.00734.001115.001668.001189.005408.76
20034102.00792.00603.001259.001834.001280.006250.81
20044593.00780.00762.001703.002195.001327.007450.27
以上数据引自上海统计年鉴[1]，2005.
表2上海市1994——2004年居民家庭人均消费支出构成（%）
年份食品家庭设备医疗交通和教育文化居住
用品及服务保健通信娱乐服务
199453.509.101.806.208.207.10
199553.4010.901.905.508.606.80
199650.709.102.207.3012.206.20
199751.707.702.905.8012.108.90
199850.606.603.805.9013.009.80
199945.209.304.207.1013.3010.20
200044.507.705.608.6014.509.00
200143.406.206.0010.3015.208.50
200239.406.207.0010.7015.9011.40
200337.207.205.4011.4016.6011.60
200436.406.206.0013.4017.4010.50
2.1.1线性回归方程模型的建立和求解
首先，作数据的散点图，分别观察因变量Y与各个自变量Xi（i=1，2，3，4，5，6）之间的关系是否有线性特点。
（1）图1上海市生产总值与食品的消费值的散点图
图1
（2）图2上海市生产总值与家庭设备用品及服务的消费值的散点图
图2
（3）图3上海市生产总值与医疗保健的消费值的散点图
图3
（4）图4上海市生产总值与交通和通信的消费值的散点图
图4
（5）图5上海市生产总值与教育文化娱乐服务的消费值的散点图
图5
（6）图6上海市生产总值与居住的消费值的散点图
图6
在对因变量和自变量之间的关系有一个直观的了解后，可以发现上海市生产总值与食品，交通和通信，教育文化娱乐服务，居住的线性关系都是比较显著的。
接下来开始建立Y和Xi（i=1，2，3，4，5，6）之间的线性模型，运用最小二乘法对Y，Xi（i=1，2，3，4，5，6）进行逐步回归并对各个变量的系数进行显著性检验，对于这一线性建模过程是用SPSS（StatisticalPackageforSocialScience）软件[2]进行的，其建模过程如表3所示：
表3回归过程
Model
B
t
1
（Constant）
-612.261
-.371
食品
.716
.979
家庭设备用品及服务
-1.006
-1.029
医疗保健
-1.424
-1.198
交通和通信
1.304
.997
教育文化娱乐服务
1.007
.484
居住
1.613
1.372
2
-1275.855
-1.508
1.026
3.196
-1.158
-1.360
-1.431
-1.307
1.890
4.165
2.068
3.189
3
-799.447
-.990
.821
2.772
-.707
-.859
1.621
3.790
1.611
2.790
4
-953.397
-1.234
.761
2.695
1.608
3.833
1.534
2.741
DependentVariable:
上海市生产总值
在上表（表3）中，B是指对应的自变量的回归系数，t是指对应的t统计量的观察值。
与以上建模过程相对应的方差分析表如表4所示：
表4方差分析表
Model
SumofSquares
df
MeanSquare
F
Regression
27304143.935
6
4550690.656
85.499
Residual
212900.761
53225.190
Total
27517044.696
10
27291691.519
5
5458338.304
121.106
225353.177
45070.635
27214684.068
6803671.017
135.011
302360.628
50393.438
27177485.682
9059161.894
186.754
339559.014
7
48508.431
在上面的方差分析表（表4）中：
Regression为回归平方和，Residua为残差平方和，Total为总平方和，df为自由度，meansquare为均数平方。
下面根据表3和表4中的相关数据，将这一线性建模的具体建模过程解释如下[3]：
首先先建立上海市生产总值（上海GDP）与消费结构中的6个子支项之间的线性回归模型
（1）：
经过第一步回归后，得到第一步线性回归方程：
Y=0.716X1-1.006X2-1.424X3+1.304X4+1.007X5+1.613X6-612.261
对给定的α=0.05，查表可得F（6，4）的0.95分位数F0.95（6，4）=6.16，F=85.499，所以F>
F0.95（6，4）,即在5%的显著水平下回归模型整体上是显著的[4]。
下面对回归系数进行t检验：
由于t（4）的0.975分位数t0.975（4）=2.7764，而t1=0.979，t2=-1.029，t3=-1.198，t4=0.997，t5=0.484，t6=1.372，他们的绝对值均小于2.7764，由于自变量之间存在着相关性，所以应该先剔除一个自变量，把t的绝对值最小的一个自变量剔除[5]。
在这里的六个自变量中，t5=0.484的绝对值最小，所以应当首先剔除自变量X5，这样就只剩下5个自变量X1，X2，X3，X4，X6。
然后再建立上海市生产总值（上海GDP）与自变量X1，X2，X3，X4，X6之间的线性回归模型
（2）：
Y=b0+b1X1+b2X2+b3X3+b4X4+b6X6+u
（2）
X1，X2，X3，X4，X6及Y的含义同上，并且Xi（i=1，2，3，4，6）和u满足线性回归方程的条件。
然后再进行第二步回归，得到第二步线性回归方程：
Y=1.026X1-1.158X2-1.431X3+1.890X4+2.068X6-1275.855
对给定的α=0.05，查表可得F（5，5）的0.95分位数F0.95（5，5）=5.05，F=121.106，所以F>
F0.95（5，5）,即在5%的显著水平下回归模型整体上是显著的。
由于t（5）的0.975分位数t0.975（5）=2.5706，而t1=3.196，t2=-1.360，t3=-1.307，t4=4.165，t6=3.189，其中t1，t4，t6的绝对值均大于2.5706，而t2和t3的绝对值都小于2.5706。
由于自变量之间存在着相关性，所以应该先剔除一个自变量，把t的绝对值最小的一个自变量剔除。
在应该被拒绝的两个自变量中，t3=-1.307的绝对值最小，所以应当再剔除自变量X3，这样就只剩下4个自变量X1，X2，X4，X6。
接着再建立上海市生产总值（上海GDP）与自变量X1，X2，X4，X6之间的线性回归模型（3）：
Y=b0+b1X1+b2X2+b4X4+b6X6+u（3）
X1，X2，X4，X6及Y的含义同上，并且Xi（i=1，2，4，6）和u满足线性回归方程的条件。
然后再进行第三步回归，得到第三步线性回归方程：
Y=0.821X1-0.707X2+1.621X4+1.611X6-799.447
对给定的α=0.05，查表可得F（4，6）的0.95分位数F0.95（4，6）=4.53，F=135.011，所以F>
F0.95（4，6）,即在5%的显著水平下回归模型整体上是显著的。
由于t（6）的0.975分位数t0.975（6）=2.4469，而t1=2.772，t2=-0.859，t4=3.790，t6=2.790，其中t1，t4，t6的绝对值均大于2.4469，而t2的绝对值小于2.4469，所以应当再剔除自变量X2，这样就只剩下3个自变量X1，X4，X6。
接下来再建立上海市生产总值（上海GDP）与自变量X1，X4，X6之间的线性回归模型（4）：
Y=b0+b1X1+b4X4+b6X6+u（4）
X1，X4，X6及Y的含义同上，并且Xi（i=1，4，6）和u满足线性回归方程的条件。
然后再进行第四步回归，得到第四步回归方程：
Y=0.761X1+1.608X4+1.534X6-953.397
对给定的α=0.05，查表可得F（3，7）的0.95分位数F0.95（3，7）=4.53，F=186.754，所以F>
F0.95（3，7）,即在5%的显著水平下回归模型整体上是显著的。
由于t（7）的0.975分位数t0.975（7）=2.3646，而t1=2.695，t4=3.833，t6=2.741，此时t1，t4，t6的绝对值均大于2.3646，因而变量各个系数均通过t检验。
因此最终经过线性回归所得到的回归方程为：
Y=0.761X1+1.608X4+1.534X6-953.397（5）
2.1.2线性回归方程在经济学中的解释
对由线性回归所得到的回归方程在经济上的解释如下：
（1）在线性回归方程（5）中，食品一项的回归系数为0.761。
这表明居民在食品上的人均消费值每增加一元钱，上海市GDP就会增加0.761亿元。
而生产食品的主要是农业，也就是第二产业。
也就是说第二产业的收入每增加1元钱，对GDP的贡献大约只有0.761亿元，这说明了第二产业对GDP的贡献率正在逐步下降。
根据有关的经济学理论，第二产业对GDP的贡献越小，则表明该地区的经济越是发达。
由此可见，上海市的整体经济水平已经发展到了一个较高的层次之上，而且GDP的结构也也在向更加合理的方向发展。
（2）在线性回归方程（5）中，交通和通信一项的回归系数为1.608。
这表明居民在交通和通信上的人均消费每增加一元钱，上海市GDP就会增加1.608亿元。
而通信主要是电信业，也就是说上海市电信业的收入每增加一元钱，上海市GDP就会大约增加1.608亿元，这意味着电信业对GDP的贡献率正在逐步增大。
作为一个新兴产业，它在拉动经济发展的过程中起着十分重要的作用，这也正是政府单独成立信息产业部，大力扶持电信产业发展的原因。
（3）在线性回归方程（5）中，居住一项的回归系数为1.534。
这表明居民在居住上的人均消费每增加一元钱，上海市GDP就会增加1.534亿元。
而居住主要是涉及到房地产业，也就是说上海市房地产业的收入每增加一元钱，上海市GDP就会大约增加1.534亿元，这表明房地产业对GDP的贡献率也在逐步加大，这也是政府一直在鼓励房地产业发展的原因。
但从另一个方面来说，房价是房地产业发展的风向标，其走势情况既能反映当前房地产业发展的现状，又能预示未来房地产业发展的方向。
如果房地产业发展过热，则有可能导致房价过高，虽能进一部刺激居民的住房消费，但却使居民把较多的财力放在住房上，也在无形之中增加了居民的经济负担，因此政府也应该适当地加以调控，不应光关注GDP而忽视居民的自身利益，以人为本也是构建社会主义和谐社会的根本要求。
2.1.3线性回归方程的拟合
根据模型拟合出来的上海市生产总值见表5：
表5模型拟合的上海市GDP
年份上海市生产总值拟合值误差值误差率
19941971.921927.18-44.74-2.269%
19952462.572560.6098.033.981%
19962902.203091.78189.586.532%
19973360.213296.34-63.881.901%
19983688.203379.36-308.84-8.374%
19994034.964114.9980.031.983%
20004551.154488.74-62.41-1.371%
20014950.844894.75-56.09-1.133%
20025408.765798.77390.017.211%
20036250.816156.22-94.60-1.513%
20047450.277315.92-134.35-1.803%
每年的上海市生产总值的模拟值是指把当年的上海市居民家庭人均消费支出中食品，交通和通讯，居住三项的消费值，即自变量X1，X4，X6的统计数据代入线性回归方程（5）中而计算出的Y值[6]。
从表5可以看出，从整体上来看，该线性回归的模型还是比较准确的，其拟合值的误差率除96，98和02年以外都是比较小的。
而96，98和02年的误差率之所以会比较大，是因为这三年的统计数据与往年数据相比出现了一些异常，比如：
96年的交通和通信一项的统计数据出现了异常，变得相对较大，而98年和02年的食品一项的统计数据同样也出现了异常，98年的统计数据相对较小，而02年的统计数据则相对较大。
之所以会出现这些数据异常，分别是因为以下几个原因：
（1）96年的交通和通信一项的消费值之所以会突然增大，是因为在96年当时的中国邮电部召开了首届国内自主研制开发的程控交换机用户协调会，以此为起点，中国的通信业进入了一个蓬勃的发展时期，在这样的情况下居民的通信消费水平也就跟着出现了一个较大幅度的增长，因此96年的交通和通信一项的消费值的统计数据会偏高。
（2）98年的食品一项的消费值之所以会相对缩小，是因为97年亚洲爆发了金融危机，这次金融危机对
升级会员 