居民消费水平的影响因素分析Word格式.docx

1、利用eviews软件对变量进行分析，得出下面的回归结果：Lny=+F= DW= R= R2=但是lnx2的P值为，未通过显著性检验。通过对各个变量的相关系数分析可知，各个变量之间的相关系数都很大，可能存在多重共线性。利用逐步回归的方法通过eviews软件对各变量进行简单回归，剔除lnx2之后的回归方程为： Lny=+ F= DW= R= R2=各个变量都能够通过显著性检验。3.2自相关检验 通过LM检验和对残差序列分析可知，模型存在一阶自相关，通过在模型加入ar（1）项，修正一阶自相关。但模型中常数项并未通过显著性检验，将其剔除后模型的各个变量都能够通过显著性检验，并且不存在自相关。3.3异方

2、差检验 利用怀特检验进行异方差检验，发现不存在异方差。二、结论分析综上所述，经过自相关、异方差的检验及多重共线性的修正，将方程lny=+作为本研究对象的最终模型。利用计量经济学的基本方法，通过对初始线性回归模型中变量的筛选和剔除，最后选出模型中的变量分别是人均国内生产总值、农村人均可支配收入。预测模型lny=+可决系数R2 达到水平，该模型在理论上符合实际，对我国1978 年2012 年居民消费水平的变化有很好的解释能力。其经济含义如下：人均国内生产总值系数1=，表示当模型中其它变量不变的情况下，人均国内生产总值每增加一个百分点，将带动全国居民消费水平增长元。农村居民人均可支配收入系数2=，表

3、示在模型中其它变量不变的情况下，农村居民人均可支配收入增加一个百分点，全国居民消费水平将会增加元。三、提升居民消费水平的政策建议当前制约我国经济增长的因素很多，靠扩大投资拉动经济增长不是长久之计，靠扩大出口拉动经济增长也面临居多难题，因此，扩大内需、提升居民消费水平来拉动经济增长应是长久之策，根据以上分析，提升居民消费水平可从以下几方面着手：大力发展生产力。增加科技投入，把国民经济蛋糕做大做强，提升国内生产总值整体水平。当前，要发展低碳与生态经济，增加国内生产总值的绿色含量，提高居民整体收入水平，特别是农村居民收入水平。中国是一个农业大国，农村居民收入水平低是居民消费水平难以提高的重要原因。切

4、实提高农民收入，不仅是农民由温饱进入小康、改善农民生活质量的关键，也是刺激消费、促进经济健康快速协调发展的重要着力点。调整农业结构，大力发展优质高效农业。当前要对传统农业结构模式进行优化和调整。大力发展“两高一优”农业。调整重点是进行农产品的品种改良和换代，提升品质，提高效益。大力发展农村合作经济组织，服务农民。当前要大力发展农村合作经济组织，架起种植基地与市场供应的桥梁，为农民提供有效信息，同时畅通购销渠道。为农民的产前、产中、产后提供全方位的服务，促进农民增产增收。针对提高城镇居民的可支配收入方面，税收政策尤其是个人所得税方面需尽快进行调整。现行的个人所得税制度采取分类制征收，极不公平。当

5、前，要在提高个人所得税费用扣除额的同时，尽快实行个人所得税征收模式由分类制向综合制转变。最好以家庭为单位，这样既可以增加居民的税后可支配收入，又能贯彻公平课税的原则。附录：1.原始数据：时间居民消费水平（元）居民消费水平指数（1978=100）居民消费水平（剔除价格变动因素）（元）（=居民消费水平绝对值/居民消费水平定基指数*100）人均国内生产总值（元）人均国内生产总值指数（1978=100）人均国内生产总值（剔除价格变动因素）（元）（等于人均国内生产总值/人均国内生产总值定基指数*100）城镇居民家庭人均可支配收入（元）城镇居民家庭人均可支配收入指数（1978=100）城镇居民家庭人均可支

6、配收入（剔除价格变动因素）（元）（=城镇居民人均收入绝对数/定基指数*100）农村居民家庭人均纯收入（元）农村居民家庭人均纯收入指数（1978=100）农村居民家庭人均纯收入（剔除价格变动因素）（元）（=农村居民人均收入绝对数/定基指数*100）1978年1841003821979年2081074204051980年2384641131271391981年2644931982年2845291983年3155841984年3566971985年4408601986年4969661987年5581,1161,2921988年6841,3711989年7851,5281990年8311,654199

7、1年9161,9031992年1,0572,3242,7841993年1,3323,0151994年1,7994,0663,1995年2,3305,0744,1996年2,7655,8781997年2,9786,4575,1998年3,1266,8351999年3,3467,1992000年3,7217,9026,2001年3,9878,6702002年4,3019,4506737,2003年4,6066002763610,6008,2004年5,13864312,4009,5882005年5,77114,25910,2006年6,41676516,60211,2007年7,57220,337

8、13,2008年8,70723,91229591115,2009年9,51425,96317,2010年10,91930,56719,2011年13,13436,01821,2012年14,69939,54424,图表 1以上数据来源于国家统计局经计算得出2.Eviews软件结果x1、x2、x3分别与y之间关系的散点图：取对数后x1、x2、x3分别与y之间关系的散点图：变量取对数后的回归模型Dependent Variable: LOG（Y）Method: Least SquaresDate: 06/21/15 Time: 16:56Sample: 1978 2012Included obse

9、rvations: 35VariableCoefficientStd. Errort-StatisticProb.CLNX1LNX2LNX3R-squaredMean dependent varAdjusted R-squared. dependent var. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihoodHannan-Quinn criter.F-statisticDurbin-Watson statProb（F-statistic）剔除lnx2的回归模型 18:41对残差列的检验 RES38Sample （adjusted）: 1979 2012 34 after adjustmentsRES（-1） 1980 2012 33 after adjustmentsRES（-2）加入AR（1）项后的回归模型Convergence achieved after 6 iterationsAR（1）Inverted AR Roots.67剔除常数项的回归模型Convergence achieved after 9 iterations.72