全国各地区可支配收入与消费性支出异方差检验综合案例分析
城镇居民可支配收入与消费性支出实证分析——以黑龙江为例
表1黑龙江省城镇居民年人均收入与支出(单位,元)20042005200620072008200920102011201220137470.718272.519182.3110245.2811581.2812565.9813856.5115696.1817759.7519597.05567.536178.016655.437519.288622.979629.6010683.9212054.212983.614161.7图1黑龙江省人均年可支配收入与消费性支出散点图图2Eviews回归分析表收稿日期:2015-07-11作者简介:刘根梅(1985-),女,江西萍乡人,研究方向:经济发展与经济增长。
城镇居民可支配收入与消费性支出实证分析———以黑龙江为例刘根梅(广州华立科技职业学院,广州511325)摘要:通过实证分析方法探究黑龙江省城镇居民消费支出与收入之间的关系,揭示可支配收入对居民消费性支出的贡献作用,为黑龙江省宏观经济运行提供实证依据,以更好地发挥消费对黑龙江经济增长的促进作用。
关键词:消费性支出;可支配收入;拟合优度中图分类号:F062.5文献标识码:A文章编号:1005-913X(2015)10-0096-01一、引言近年来黑龙江省经济取得了重大的进步,伴随着居民可支配收入的逐年增加,消费性支出也随之增加。
众所周知,消费既是社会再生产的起点,同时也是终点,其对经济的发展和产业结构的调整具有重要的引导作用。
线性回归分析理论的研究结果表明,可支配收入是影响居民消费支出最直接、最具决定性的因素。
根据2004年至2013年黑龙江省城镇居民人均可支配收入和人均消费性支出的统计数据,运用线性回归分析方法研究城镇居民消费性支出与可支配收入之间数量关系的规律,并通过得到的回归方程用2013年的实际人均可支配收入估计出2013年的城镇居民人均消费性支出,与2013年实际的消费性支出相比偏差很小,证明了方程的高度拟合,揭示了近年来城镇居民消费性支出与收入的特点和变化趋势,有助于有关部门和经营者制定切实可行的经济政策并进行有效的宏观调控,这对保持经济持续、健康发展具有重要意义。
河北省农村居民可支配性收入对消费性支出的影响——基于线性回归模型的分析
第二，近年来，经济发展迅速，人民生活水平和质
支出的数据，具体数据见表一。
进行检验并解决，从而估计出最终的参数。其中河北省
表一 河北省农村居民人均可支配收入与人均消费 农村居民人均可支配收入为解释变量，设为 X，人均消
支出
年份
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003
河北省农村
40 2018年第3期
农业经济
河北省农村居民可支配性收入对消费性支出 的影响
—— 基于线性回归模型的分析
马晓君 翟允瑞 李秋波 孙明阳
（河北农业大学，河北 保定 071000）
摘 要：可支配性收入是影响消费的主要因素，尤其是在改革开放以来，农村居民的可支配性收入与消费性支出的
金额与比例都呈现出了巨大变化。本文以河北省为例，选取了省农村居民 1992 年—2015 年间，运用最小
由散点图可以看出 Y 随着 X 的增加而增加，他们的
支出的影响是很有必要的。
变化趋势是线性的，因此 X 与 Y 可以建立线性回归模型。
根据历年河北省农村统计年鉴，本文选取了 1992 运用 OLS 最小二乘法对线性回归模型进行回归分析及统
年 -2015 年河北省农村居民人均可支配收入与人均消费 计检验，并对其中异方差性、序列相关性及多重共线性
1. 研究背景及意义
根据 1992 年 -2015 年河北省农村居民人均可支配收
计量经济学实验报告
计量经济学实验报告实验报告：《计量经济学》一、数据以下是中国部分省市城镇居民家庭人均年可支配收入（X）与消费性支出（Y）的统计数据：地区可支配收入（X）消费性支出（Y）北京 .69 8493.49天津 8140.50 6121.04河北 5661.16 4348.47山西 4724.11 3941.87内蒙古 5129.05 3927.75辽宁 5357.79 4356.06吉林 4810.00 4020.87黑龙江 4912.88 3824.44上海 .01 8868.19江苏 6800.23 5323.18浙江 9279.16 7020.22山东 6489.97 5022.00河南 4766.26 3830.71湖北 5524.54 4644.5湖南 6218.73 5218.79广东 9761.57 8016.91陕西 5124.24 4276.67甘肃 4916.25 4126.47青海 5169.96 4185.73新疆 5644.86 4422.93二、理论模型的设计解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作：1.X与Y散点图从散点图可以看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。
因此，建立一元线性回归模型：Yi = β + β1Xi + μi2.对模型做OLS估计OLS估计结果为：Y = 272.3635 + 0.7551Xt1 = 1.7057t2 = 32.3869R2 = 0.9831DW。
= 1.3017F = 1048.912三、模型检验从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。
t检验：在5%的显著性水平下，β1不显著。
表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。
1.预测现已知2018年人均年可支配收入为元，预测消费支出预测值为：Y = 272.3635 + 0.7551× = .3635E(X) = 6222.209，Var(X) = 1994.033则在95%的置信度下，E(Y)的预测区间为（874.28,.68）。
年人均可支配收入与年平均每人消费性支出的相关分析
一、研究目的为了考察1994-2010年中国城镇居民年人均可支配收入与年平均每人消费性支出的相关性。
二、研究变量1994-2010中国城镇年人均可支配收入和年人均消费支出三、研究方法采用SPSS相关分析具体过程如下：1、原始数据如图（1）G=f(T),其中T为自变量，G为因变量step1：建立数据文件 file——new——data；图（1）Step2：画散点图：选中Graphs——Scatter/dot-----Simple scatter------define图（2）根据散点图可以看出1994-2010年中国城镇居民年人均可支配收入与年平均每人消费性支出成线性相关，而且就是正相关，所以选择相关分析中的pearson 指数，单侧检验其相关性。
Step3：进行数据分析：在spss最上面菜单里面选中Analyze——correlate——bivariate，左边包含G，T的框为源变量框，后面的空白框为分析变量框，我们现在需要分析G和T的关系，因此将源变量框中的G和T选进分析变量框待分析，选择Pearson指数，再选中单侧检验。
同时点击Options勾选计算均值和方差。
过程如图：图（3）图（4）结果如图所示：描述性统计量均值标准差N人均可支配收入9170.9941 4799.46184 17人均消费支出6918.2212 3202.03948 17图（5）相关性人均可支配收入人均消费支出人均可支配收入Pearson 相关性 1 .999**显著性（单侧）.000N 17 17人均消费支出Pearson 相关性.999** 1显著性（单侧）.000N 17 17**. 在.01 水平（单侧）上显著相关。
图（6）执行完上面的操作后，首先给出的是当前样本进行描述性统计的结果，如表（5）所示。
可以看到样本容量都等于17，全国年人均可支配收入和年人均消费支出的平均均值分别为9170.9941和6918.2212，方差分别为4799.46184和3202.03948，差异不大。
研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)
研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年～2014 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2016年人均消费性支出的发展趋势。
从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。
随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。
因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。
二、模型设定表1 1985—2014年城镇人均可支配收入和人均消费性支出为分析1985—2014年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。
图1 城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型：Y=β+βX+ui12i三、估计参数一．T检验Eviews的回归结果如下表所示：表2 回归结果① 参数估计和检验的结果写为：^184.59590.780645i i Y X =+（41.10880）（0.004281） t =(4.490423) (182.3403)2R =0.999159 2R （修正值）=0.999129 F =33247.99 n=30② 回归系数的区间估计[α=5% 2t α(n-2)=2.048 ]^^2222222ˆˆˆˆ[()()]1P t SE t SE ααβββββα-≤≤+=- =P （0.780645—2.048*0.004281 2β≤≤0.780645+2.048*0.004281）=P （0.7719 2β≤≤0.7894）=95%二异方差检验三序列相关性检验四、模型检验1、 经济意义检验所估计的参数β1= 184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。
研究城镇居民可支配收入与人均消费性支出的关系(计量经济学模型)
研究城镇居民可支配收入与人均消费性支出的关系一、研究的目的本案例分析根据1985年～2014 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2016年人均消费性支出的发展趋势。
从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。
随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。
因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。
二、模型设定20089636.2412380.40200910694.7913627.65201011809.8714769.94201112432.2216015.58201214336.8717699.30201315527.9719732.86201416857.5121574.72为分析1985—2014年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。
图1 城镇人均可支配收入和人均消费性支出的散点图从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型：Y=β+βX+ui12i三、估计参数一．T检验Eviews 的回归结果如下表所示：表2 回归结果① 参数估计和检验的结果写为：^184.59590.780645i i Y X =+（41.10880）（0.004281） t =(4.490423) (182.3403)2R =0.999159 2R （修正值）=0.999129 F =33247.99 n=30 ② 回归系数的区间估计[α=5% 2t α(n-2)=2.048 ]^^2222222ˆˆˆˆ[()()]1P t SE t SE ααβββββα-≤≤+=- =P （0.780645— 2.048*0.0042812β≤≤0.780645+2.048*0.004281）=P （0.7719 2β≤≤0.7894） =95%二异方差检验三序列相关性检验四、模型检验1、 经济意义检验所估计的参数β1= 184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。
我国城镇居民人均可支配收入对消费支出影响的实证研究1300字
我国城镇居民人均可支配收入对消费支出影响的实证研究1300字摘要：消费需求是社会总需求的重要组成部分，直接影响着生产规模的扩大及整体经济水平的提高。
本文收集了2015年我国30个省份的截面数据，以此作为样本来分析城镇居民人均可支配收入对于消费支出的影响程度，结果表明当前我国城镇居民的消费弹性为0.9327，据此提出提高居民可支配收入进而刺激消费的政策建议。
关键词：人均可支配收入；消费支出；实证研究一、引言消费作为宏观经济学中重要的研究指标，对于生产发展及经济增长的拉动作用明显。
由凯恩斯的消费函数可知，城镇居民的消费支出主要由两部分组成，即自发消费与引致消费。
自发消费支出不受其他因素的影响，然而影响引致消费的因素有很多，包括物价水平、利率、当期可支配收入、未来收入预期等。
其中对引致消费影响效果最为显著的即当期可支配收入，其与边际消费倾向共同作用直接影响着居民实际消费支出，但当期可支配收入对消费支出的影响程度到底有多大，是本文即将展开分析的内容。
本文收集了我国30个省份的截面数据，以此作为样本来分析我国城镇居民人均可支配收入对于消费支出的影响程度，并据此提出相应的政策建议。
二、计量经济模型建立为了分析我国城镇居民人均可支配收入与消费支出的关系，本文选取了2015年我国30个省份的截面数据作为统计分析样本数据，其中把我国城镇居民人均可支配收入（单位：元）作为解释变量（用X表示），把消费支出（单位：元）作为被解释变量（用Y表示），建立了下述的一般模型：Yi=A+BXi+U（i=1，2，3，4），其中：Yi --各地区城镇居民平均第i种物品消费A --常数项B --代定参数X --各地区城镇居民平均收入U --随机扰动项三、模型的求解和检验通过EVIEWS9.0软件，利用OLS最小二乘法对线性回归模型进行回归分析及统计检验，并对其中可能存在的多重共线性、异方差性与自相关性进行补救，从而估计出最终的参数。
模型的回归分析结果如下：Yi=6543.531+0.9327Xi（1854.316）（0.0704）T=（3.5288）（13.2412）R2=0.8623 n=30 df=28F=175.3294 DW=2.37151.经济意义检验从模型中可以看出，当城镇居民可支配收入每增长1元时，居民消费支出将增加0.9327元，居民消费支出随着可支配收入的增加而增加，很明显符合实际情况，经济意义合理。
对城镇居民人均可支配收入及人均消费性支出的预测分析毕业论文
毕业论文对城镇居民人均可支配收入及人均消费性支出的预测分析毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日注意事项1.设计（论文）的内容包括：1）封面（按教务处制定的标准封面格式制作）2）原创性声明3）中文摘要（300字左右）、关键词4）外文摘要、关键词5）目次页（附件不统一编入）6）论文主体部分：引言（或绪论）、正文、结论7）参考文献8）致谢9）附录（对论文支持必要时）2.论文字数要求：理工类设计（论文）正文字数不少于1万字（不包括图纸、程序清单等），文科类论文正文字数不少于1.2万字。
- 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)。
全国各地区可支配收入与消费性支出异方差检验综合案例分析小组成员：翟丽萍孙琴令穆小斌张丹冶贵花王淏珑指导老师：***2009年全国各地区城镇居民平均每人全年家庭可支配收入与消费性支出数据来源：中经网利用Y i=β0+β1X i+μi形式的线性模型研究全国各地区城镇居民平均每人全年家庭可支配收入与消费性支出的影响情况，并检验模型的异方差情况。
1.线性回归结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 22:37Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X 0.646420 0.067014 9.646057 0.0000C 1280.351 1392.994 0.919136 0.3797R-squared 0.902956 Mean dependent var 14419.60 Adjusted R-squared 0.893252 S.D. dependent var 3091.470 S.E. of regression 1010.055 Akaike info criterion 16.82441 Sum squared resid 10202108 Schwarz criterion 16.90523 Log likelihood -98.94645 Hannan-Quinn criter. 16.79449F-statistic 93.04641 Durbin-Watson stat 1.842178 Prob(F-statistic) 0.000002根据回归结果可得到下面的估计方程：Y=1280.351+0.646420X(0.919136) (9.646057)R 2=0.902956 DW=1.842178 F=93.04641R 2接近于1，表明模型的拟合效果非常好；F 检验的相伴概率为0.000000，反映变量间呈高度线性，方程回归效果显著。
利用回归方程可以分析各个自变量的边际效应，X 变量的系数为0.646420，说明在其他变量保持不变的情况下，每增加一个单位的城镇居民平均每人全年家庭可支配收入，就要增加0.646420个单位的食品性支出。
2.Y 和X 的散点图10,00012,50015,00017,50020,00022,50025,00027,50030,000YX从上图可以看出，消费性支出随着城镇居民平均每人全年家庭可支配收入的增加而增加。
但是，值得注意的是随着可支配收入增加，消费性支出的变动幅度也增大了，可能存在异方差。
3.E2和X 散点图10,00012,50015,00017,50020,00022,50025,00027,50030,000E2X从上图可以看出，残差平方随着的城镇居民平均每人全年家庭可支配收入增加而不规则变化，表明不同的城镇居民平均每人全年家庭可支配收入，消费性支出的方差是不同的，从而模型中随机误差不是常数，存在异方差现象。
4.怀特检验结果Heteroskedasticity Test: WhiteF-statistic4.170152 Prob. F(2,28) 0.0260 Obs*R-squared 7.114674 Prob. Chi-Square(2) 0.0285 Scaled explained SS4.350479 Prob. Chi-Square(2) 0.1136Test Equation:Dependent Variable: RESID^2 Method: Least SquaresDate: 10/28/13 Time: 22:52Sample: 1 31Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C -3677786. 1905234. -1.930359 0.0637X 420.3678 207.6375 2.024527 0.0525X^2 -0.009405 0.005277 -1.782297 0.0855R-squared 0.229506 Mean dependent var 502421.5 Adjusted R-squared 0.174470 S.D. dependent var 603751.5 S.E. of regression 548560.5 Akaike info criterion 29.35975 Sum squared resid 8.43E+12 Schwarz criterion 29.49852 Log likelihood -452.0761 Hannan-Quinn criter. 29.40499F-statistic 4.170152 Durbin-Watson stat 2.983131 Prob(F-statistic) 0.025988从表中可以看到N* R²=7.114686，自由度为2的 ²分布在5%的显著性水平下对应的临界值为5.99，很显然7.114686>5.99，则拒绝原假设，即模型存在异方差。
5.Goldfeld-Quandt检验方法前12个样本的OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 22:56Sample: 1 12Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X 0.615224 0.226020 2.721988 0.0215C 1485.875 3008.729 0.493855 0.6321R-squared 0.425592 Mean dependent var 9662.787 Adjusted R-squared 0.368151 S.D. dependent var 733.0866 S.E. of regression 582.7228 Akaike info criterion 15.72431 Sum squared resid 3395658. Schwarz criterion 15.80513 Log likelihood -92.34587 Hannan-Quinn criter. 15.69439F-statistic 7.409217 Durbin-Watson stat 2.700706 Prob(F-statistic) 0.021487后12个样本的OLS回归结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 22:58Sample: 20 31Included observations: 12Variable Coefficient Std. Error t-Statistic Prob.X 0.646420 0.067014 9.646057 0.0000C 1280.351 1392.994 0.919136 0.3797R-squared 0.902956 Mean dependent var 14419.60 Adjusted R-squared 0.893252 S.D. dependent var 3091.470 S.E. of regression 1010.055 Akaike info criterion 16.82441 Sum squared resid 10202108 Schwarz criterion 16.90523 Log likelihood -98.94645 Hannan-Quinn criter. 16.79449 F-statistic 93.04641 Durbin-Watson stat 1.842178 Prob(F-statistic) 0.000002进行F检验：F=10202108/3395658=3.004457,F0.05(10,10)=2.97,因此，很明显的可以得到样本存在异方差性的结论。
6.加权最小二乘估计结果Dependent Variable: YMethod: Least SquaresDate: 10/28/13 Time: 23:02Sample: 1 31Included observations: 31Weighting series: WIWeight type: Inverse standard deviation (EViews default scaling)Variable Coefficient Std. Error t-Statistic Prob.X 0.652320 0.014164 46.05412 0.0000C 988.4306 213.6569 4.626251 0.0001Weighted StatisticsR-squared 0.986512 Mean dependent var 10822.76 Adjusted R-squared 0.986046 S.D. dependent var 59573.16 S.E. of regression 2.385822 Akaike info criterion 4.639305 Sum squared resid 165.0722 Schwarz criterion 4.731820 Log likelihood -69.90923 Hannan-Quinn criter. 4.669463 F-statistic 2120.982 Durbin-Watson stat 1.688227 Prob(F-statistic) 0.000000 Weighted mean dep. 10828.21Unweighted StatisticsR-squared 0.940907 Mean dependent var 11628.97 Adjusted R-squared 0.938870 S.D. dependent var 2978.791 S.E. of regression 736.4926 Sum squared resid 15730220 Durbin-Watson stat 1.990927表中包含了加权统计量和未加权统计量。