- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
城镇及农村居民消费情况的对比研究
一、概述
我国在改革开放以来,人民生活水平有了显著提高,为了研究有关城镇、农村居民消费情况的异同,特作以下分析研究。本文共分为五个部分,分别为:概述、农村居民消费情况研究、城镇居民消费情况研究、城镇及农村居民消费情况的对比研究、结束部分。所涉及的数据均有统计年鉴等统计资料得出,数据后会详细说明。所应用的分析软件为E-Views,分析过程包括:建立模型,0LS为基础的回归分析(包括经济学意义检验,统计检验以及计量经验检验),预测,异方差,自相关及多重共线性的检验及消除。
二、农村居民消费情况研究
我国1996年~2007年的农村居民人均全年消费支出 Y(元/年) 、人均全年收入(元/年)、人均食品消费总额(元/年)、人均通讯消费(元/年)、 人均娱乐教育文化服务费用(元/年)的数据资料如下表1:
年份
1996
1457.0
1926.1
885.5
47.1
132.5
1997
1577.7
2090.1
890.3
53.9
148.2
1998
1606.4
2162.0
849.6
60.7
159.4
1999
1601.4
2210.3
829.0
68.7
168.3
2000
1674.3
2253.4
820.5
93.1
186.7
2001
1729.7
2366.4
830.7
110.0
192.6
2002
1827.0
2475.6
848.4
128.5
210.3
2003
1913.2
2622.2
886.0
132.5
235.7
2004
2085.2
2936.4
1031.9
192.6
247.6
2005
2435.9
3254.9
1162.2
245.0
295.5
2006
2787.9
3587.0
1217.0
288.8
305.1
2007
3058.1
4140.4
1389.0
328.4
305.7
资料来源:Y、取自《中国农业年鉴2008》、、取自《中国统计摘要》(2002、2008)
(1)回归模型建立
根据经济理论核对实际情况的分析可以知道,农村居民人均全年消费支出Y依赖于人均全年收入、人均食品消费、人均通讯消费及人均娱乐教育文化服务变化,因此我们设定回归模型为
i=1,2,3…,n
应用Eviews进行最小二乘估计,得
回归标准差为 S.E. of regression= 56.36745
表2 应用Eviews输出的结果:
Dependent Variable: Y
Method: Least Squares
Date: 06/20/09 Time: 15:55
Sample: 1996 2007
Included observations: 12
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X4
-0.119756
1.652723
-0.072460
0.9443
X3
1.347154
2.076737
0.648688
0.5372
X2
0.354114
0.390029
0.907916
0.3941
X1
0.484606
0.211658
2.289576
0.0558
C
172.1475
511.6683
0.336444
0.7464
R-squared
0.992425
Mean dependent var
1979.483
Adjusted R-squared
0.988097
S.D. dependent var
516.6477
S.E. of regression
56.36745
Akaike info criterion
11.19600
Sum squared resid
22241.02
Schwarz criterion
11.39804
Log likelihood
-62.17598
F-statistic
229.2782
Durbin-Watson stat
2.189056
Prob(F-statistic)
0.000000
可以看出回归模型中常数项的系数并不显著,而且、的系数也并不符合经济意义,故对回归模型进行修改。这时回归模型的形式为:
应用Eviews进行最小二乘估计,得
回归标准差为 S.E. of regression= 53.15152
表3 应用Eviews输出的结果
Dependent Variable: Y
Method: Least Squares
Date: 06/20/09 Time: 13:31
Sample: 1996 2007
Includ
文档评论(0)