社会消费品零售总额影响因素分析
社会消费品零售总额
社会消费品零售总额
一、引言
社会消费品零售总额是一个重要的经济指标，反映了国民经济中居民最终消费支出的总规模。
本文档将详细介绍社会消费品零售总额的定义、计算方法、影响因素等内容。
二、社会消费品零售总额的定义
社会消费品零售总额是指在一定时期内，社会各类消费品的零售额的总和。
它包括了居民消费者向零售企业购买商品和接受服务所支付的费用。
三、计算方法
社会消费品零售总额的计算方法一般采用抽样调查相结合的方式。
具体步骤包括：
1.设立抽样调查样本，代表各个区域和行业的零售企业。
2.通过抽样调查，获取样本零售企业的销售额数据。
3.根据抽样调查结果，推算全国范围内的社会消费品零售总额。
四、影响因素
社会消费品零售总额受多个因素的影响，包括但不限于：
1.经济增长水平：经济增长水平较高时，居民收入增加，购买力增强，从而拉动社会消费品零售总额的增长。
2.价格变动：商品价格的上涨或下跌会直接影响到消费品零售总额，价格上涨会使消费者购买力下降，反之则会增加购买欲望。
3.政策调控：国家的宏观调控政策、财政政策和货币政策等都会对社会消费品零售总额产生影响。
附件：
本文档附带以下附件供参考：
1.社会消费品零售总额数据表格
2.相关图表和统计分析结果
3.相关研究报告和文献引用
法律名词及注释：
1.国民经济：指一个国家或地区的总产出、收入、财富等经济总量。
2.经济指标：衡量经济发展水平、经济运行状况和经济结构的数据。
3.居民最终消费支出：指居民用于直接满足消费需求的支出，包括购买商品和接受服务的费用。
社会消费品零售总额
社会消费品零售总额一、引言本文档旨在提供关于社会消费品零售总额的详细信息。
社会消费品零售总额是一个重要的经济指标，用于衡量一个国家或地区居民消费行为的总体规模和增长趋势。
本文将按照以下结构组织：二、定义社会消费品零售总额是指在一定时间范围内，居民对各类商品和服务的购买行为所形成的总金额。
其中包括零售企业和个体商户的销售额，以及餐饮、酒店、旅游等服务行业的收入。
三、数据来源和计算方法社会消费品零售总额的数据来源主要包括国家统计局、商业企业年报、税务数据等。
计算方法包括累计计算、年度计算和季度计算等不同方式。
四、社会消费品零售总额的构成社会消费品零售总额的构成受到多种因素的影响，包括各类商品的销售情况、消费者购买力的变化、政策的调整等。
在本章节，我们将详细介绍社会消费品零售总额的主要构成部分。
4·1 按商品类别划分在这一部分，我们将按照商品的主要类别划分，介绍社会消费品零售总额中各类商品的销售情况。
4·2 按行业划分在这一部分，我们将按照行业的划分，介绍社会消费品零售总额中各行业的销售情况。
五、社会消费品零售总额的地区差异社会消费品零售总额的地区差异是指不同地区之间社会消费品零售总额的差异。
这种差异可以是由不同地区的经济发展水平、人口规模、商业环境等因素造成的。
在本章节，我们将主要介绍社会消费品零售总额地区差异的原因和分类。
六、社会消费品零售总额的影响因素社会消费品零售总额受到多种因素的影响，如经济增长、消费者信心、政策等。
在本章节，我们将详细介绍社会消费品零售总额的主要影响因素。
七、附件本文档涉及的附件包括相关图表、数据表格等，详细展示了社会消费品零售总额的各项指标和趋势。
八、法律名词及注释本文涉及的法律名词如下：1·法律：法律的解释。
2·条款：条款的解释。
3·规定：规定的内容和适用范围。
九、结论本文详细介绍了社会消费品零售总额的定义、数据来源和计算方法，以及构成、地区差异和影响因素等方面的内容。
社会消费品零售总额影响因素探讨
社会消费品零售总额影响因素探讨内容摘要：社会消费品零售总额的变动影响着国民经济的发展，掌握了其影响因素便有了宏观调控的方向。
本文主要探究社会消费品零售总额影响因素，创新地提出对数回归模型，并在模型中首次加入交通因素，然后综合相关文献确定了公路里程以及地区GDP与社会消费品零售总额之间的关系，最后提出关于地区经济发展、人口以及交通方面的政策建议。
关键词：地区GDP 公路里程异方差全对数模型引言社会消费品零售总额是社会消费的量化体现，它反映一定时期内人民物质文化生活水平的变化，以及社会商品购买力的实现程度。
但随着经济飞速发展，国内消费需求一直跟不上节奏。
GDP的提升大部分是凭借投资和出口因素，真正由于消费带动发展的较少。
因此探究如何提高内需，刺激消费便成为当前的主要问题。
从社会消费品零售总额出发，分析其影响因素，便可以为政策的制定提供导向。
国家统计局公布，2012年12月份，社会消费品零售总额20334亿元，同比名义增长15.2%（扣除价格因素实际增长13.5%）。
纵观近几年的发展，社会消费品零售总额一直处于上升的趋势，并且在将来的一段时间内将一直处于增长的惯性中。
社会消费量增长过快会导致经济过热加剧通货膨胀，但是增长减缓又可能会导致经济的滞涨，因此需要深入探究具体影响社会消费品零售总额的因素，从而来进行宏观调控和政策指导，将消费的增长控制在一定的水平之内，保持物价稳定，维持经济健康稳定发展。
文献综述刘亚男在《社会消费品零售总额的影响因素》中运用EViews软件对中国近20年的数据进行了分析，建立了一个三元一次线性函数进行研究，最终得出影响消费行为的主要因素为农村居民家庭人均纯收入的结论。
虽然经过了复杂的分析和计量检验最终筛选出了一个因素，但对社会消费产生显著的影响因素只有一个很难让人信服。
郑小玲在《人口相关因素对社会消费品零售总额影响的实证分析》通过SPSS软件对消费建立了一个线性函数，得出了与人口相关的各个因素如人口、人均可支配收入以及人口收入份额等对消费品零售总额有显著的影响的结论。
社会消费品零售总额影响因素分析及预测研究
社会消费品零售总额影响因素分析及预测研究摘要：本文针对社会消费品零售总额的现状进行调研，分析其影响因素，并使用相关模型对未来社会消费品零售总额进行预测。
通过查阅大量的文献资料，本文得出了社会经济因素、消费者消费行为、零售业竞争环境等多个方面对社会消费品零售总额的影响，其中社会经济因素是主要因素。
整合这些因素并使用多元回归分析，得到了社会消费品零售总额的预测值，同时进行了误差分析和验证，预测结果表明未来社会消费品零售总额会呈现稳步增长的趋势。
本文的研究可为政府制定相关政策、企业制定营销策略提供科学依据。
关键词：社会消费品零售总额；影响因素；预测研究一、引言社会消费品零售总额是一个国家消费能力、消费结构和生活水平的综合体现，对于评价一个国家的经济活力和社会发展水平具有重要意义。
2019年，中国社会消费品零售总额达到41.2万亿元，同比增长8%，其中，线上零售额增长20.7%，线下零售额增长6.7%。
随着互联网和电子商务技术的不断发展，线上和线下的零售额差距逐渐缩小，我国零售业面临着前所未有的机遇和挑战。
因此，了解影响社会消费品零售总额的因素，对于制定相关政策和推动行业发展具有重要意义。
二、相关文献综述社会消费品零售总额受多个因素的影响，包括社会经济因素、消费者行为、零售业竞争环境等。
社会经济因素是影响社会消费品零售总额的关键因素，它包括经济增长率、物价水平、GDP、城镇化率等。
李婷（2016）研究发现，经济增速和GDP对社会消费品零售总额的影响最为明显。
消费者行为是影响社会消费品零售总额的另一重要因素，这包括消费者收入、消费观念、消费习惯等。
在消费者行为中，收入是最为重要的因素之一。
黄晖、颜艳情（2015）的研究发现，消费者收入对社会消费品零售总额的影响呈显著正相关。
零售业竞争环境是影响社会消费品零售总额的另一重要因素，包括其他零售商的定价策略、营销策略等。
张志森、滕芳（2017）的研究发现，零售商的价格和渠道创新对社会消费品零售总额有较大的影响。
我国社会消费品零售总额影响因素分析
我国社会消费品零售总额影响因素分析作者：张舒来源：《全国流通经济》2019年第03期摘要：本文运用多元线性回归方法建立模型，采用Stata/SE12.1软件作为统计分析工具，通过相关指标的检验和逐步回复方法，确定对我社会消费品零售总额具有重要影响的经济指标。
结果显示，影响我社会消费品零售总额的主要因素是居民人均可支配收入、城乡居民人均收入比值、社会保障基金收入。
其中，居民人均可支配收入与社会保障基金收入与社会消费品零售总额正相关，城乡居民人均收入比值与社会消费品零售总额负相关。
关键词：多元线性回归;社会消费品零售总额;影响因素中图分类号：F724.2;F224 文献识别码：A 文章编号：2096-3157（2019）03-0003-042018年以来新一轮的中美贸易摩擦，对中美贸易关系的发展带来较大的消极影响，我国出口贸易受阻，部分企业出口业务停滞，乃至撤出美国市场。
在此国际大环境下，扩大我国内需，刺激国内消费变得尤为重要。
从经济学来看，只有提高国内消费对经济增长的贡献度，经济增长才能实现持续、健康、快速的增长。
为此，研究国内消费影响因素具有一定理论意义和实用价值。
社会消费品零售总额指企业（单位、个体户）通过交易直接售给个人、社会集团非生产、非经营用的实物商品金额，以及提供餐饮服务所取得的收入金额。
其与我国城乡居民的生活和消费水平密切相关，是反应我国内需的重要指标。
本文运用多元线性回归方法建立模型，通过相关指标的甄别和筛选，对其影响因素进行分析。
一、理论介绍、指标选取、数据说明1.理论介绍影响消费的因素很多，根据凯恩斯的绝对收入理论得知，消费主要取决于消费者的可支配收入，随着收入的增加，消费也会增加。
他假定，人们的现期消费取决于他们现期收入的绝对量。
此外，影响消费的还有以下因素：（1）价格水平。
价格水平的变动，通过实际收入改变而影响消费。
货币收入不变时，若物价上升，实际收入下降，若消费者要保持原有生活消费水平，则消费倾向就会提高;反之，则会下降。
社会消费品零售额对经济增长的作用及影响因素分析
社会消费品零售额对经济增长的作用及影响因素分析社会消费品零售额是经济发展中的一个重要指标，也是表征居民消费能力和消费结构的重要标志。
随着我国经济的快速发展，社会消费品零售额的规模不断扩大，其对经济增长的作用越来越大。
本文将从社会消费品零售额的概念入手，分析其对经济增长的作用及影响因素。
一、社会消费品零售额的概念社会消费品零售额，简称零售额，是指消费品制造、批发和零售企业从居民消费和住户服务中获得的收入总额。
它所包括的消费品范围相当广泛，包括食品、服装、家电、建材等多个领域。
它不仅是衡量国民经济发展水平的一个重要指标，也是反映居民消费水平和结构的重要标志。
二、社会消费品零售额对经济增长的作用1.拉动内需，促进经济增长社会消费品零售额是内需的重要组成部分，拉动着内需的增长。
随着居民收入的增加和消费观念的改变，居民对生活质量的要求也不断提高，这使得消费品市场的需求量不断扩大。
因此，社会消费品零售额的增长不仅促进了消费的增长，也扩大了企业生产和服务的销售市场，从而带动了国内经济的发展。
2.促进就业，改善民生社会消费品零售额的增长不仅有利于企业的生产和销售，还有利于就业的增长和社会福利的提高。
随着消费品市场的扩大，相应的服务和售后服务也在不断增加，增加了就业机会。
同时，也促进了消费品市场、工业生产和服务业的协调发展，改善了民生状况。
3.促进城乡经济一体化社会消费品零售额的不断增长，推动了城乡经济一体化发展，促进了城乡居民消费需求的协调和完善。
随着城市的不断扩张和农村的不断发展，城乡之间的消费、生活和经济联系越来越密切，消费市场也不断扩大。
这使得城乡出现了更多的统一的消费品品牌和销售渠道，拉近了城乡生活和文化的距离。
三、影响社会消费品零售额的因素1.收入水平社会消费品零售额与居民收入水平密切相关。
如居民收入水平提高，消费需求扩大，社会消费品零售额也会随之增长。
而如果居民收入水平下降，消费需求减少，社会消费品零售额就会受到一定的压制。
社会消费品零售总额预测
社会消费品零售总额预测社会消费品零售总额是指在特定时间内社会上流通的商品零售额的总和，是衡量一个国家或地区消费能力和经济活力的重要指标之一。
对于一个国家的经济发展来说，社会消费品零售总额的增长意味着消费需求的增加，从而推动了国内生产总值的增长和经济的持续发展。
预测社会消费品零售总额需要综合考虑多个因素，包括经济增长、人口结构、收入水平、物价水平、消费信心等。
下面从这些方面进行分析和预测。
经济增长是影响社会消费品零售总额的关键因素之一。
经济增长通常意味着人们的收入水平提高，消费需求也会随之增加。
根据国内外的经济数据和预测机构的观点，预计未来几年全球经济增长将保持平稳增长的态势，这将为中国社会消费品零售总额的增长提供了有利条件。
人口结构也是影响社会消费品零售总额的重要因素。
随着人们生活水平的提高和人口老龄化的加剧，人们对于健康、养老、休闲娱乐等方面的消费需求也会增加。
随着城市化进程的推进，人们的消费观念也在不断改变，对品质、服务、个性化等方面的需求也会增加。
物价水平和消费信心也会对社会消费品零售总额产生影响。
物价水平的波动会直接影响人们的购买力和消费行为。
当物价上涨时，人们的购买力会受到压制，从而减少对社会消费品的需求；相反，当物价下降时，人们的购买力会增加，从而促进社会消费品的需求。
而消费信心则会影响人们对于未来经济发展和个人收入情况的预期，当人们对于经济的发展和自身收入情况持乐观态度时，他们更愿意进行消费。
根据经济增长、人口结构、收入水平、物价水平和消费信心等因素的综合影响，可以预测未来几年中国社会消费品零售总额将持续增长。
预测涉及到众多变量的复杂交互作用，因此准确的预测并非易事。
但通过对这些因素的认真研究和分析，可以提供一些对未来趋势的推测，为政府、企业和个人的决策提供参考。
随着科技的发展和社会的变革，社会消费品的种类和形态也会发生变化，新的消费需求也会不断涌现，因此预测社会消费品零售总额也需要紧跟时代的变化，及时调整预测模型和方法，以提供更准确的预测结果。
计量经济学课程设计-影响社会消费品零售总额的因素分析
影响社会消费品零售总额的因素分析摘要：社会消费品零售总额是一项重要、敏感的政府统计。
定期发布的消费品零售统计资料，常常引起国内外的强烈关注，间或还会引发一些疑义和争议。
为了有利于把问题搞清楚，需要对“社会消费品零售总额” 从多方面逐一进行剖析，找出影响其增长变化的各种因素，然后再加以判断。
关键词：社会消费品零售总额城镇居民家庭人均年总收入农村居民家庭人均年总收入商品零售价格指数年底总人口数城乡居民储蓄存款年底余额一．问题提出商品要进入市场，只有通过流通领域到达消费者的手中，才能实现其使用价值。
社会消费品零售总额是指各种经济类型的批发零售贸易业、餐饮业和其他行业对城乡居民和社会集团的消费品零售额总和。
这个指标反映通过各种商品流通渠道向居民和社会集团供应的生活消费品来满足他们的生活需要，是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。
对居民的消费品零售额：指售给城乡居民用于生活消费的商品。
对社会集团的消费品零售额：指售给机关、团体、部队、学校、企业、事业单位和城市街道居民委员会、农村村民委员会用公款购买的用作非生产、非经营使用的消费品。
一个国家的社会消费品零售总额在很大程度上决定了一个国家的综合国力，国民生产与消费能力，因此分析影响它的主要因素至关重要。
本文利用计量经济学的方法对影响社会消费品零售总额的因素做出分析，从而得出各因素分别对社会消费总额的影响程度。
现实经济生活中，影响“社会消费品零售总额”因素有很多，但从直接影响角度来说，主要包括：1．城镇（X2）及农村居民人均年总收入（X3）。
如图所示：图1从城乡居民收入差距看，据测算，农村居民收入比城市居民大约落后1O年，二者平均每人年收入差距从1985年的1．86倍，扩大为l990年的2．22倍，再扩大为1995年的2.71倍，二者收入的绝对差距从1980年的286．3元，增加到1985年的341．5元，l990年的823．9元，再增加到1995年的2705．3元；从农村和城镇居民内部的收入差距看，农村居民内部的最高最低人均年收入，从1985年的3．15倍，扩大为l990年的4．43倍，再扩大为l995年的4．82倍。
- 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)。
社会消费品零售总额影响因素分析摘要：本文旨在对1989-2005年我国人口总数，商品零售价格指数，职工工资对我国社会消费品零售额变动的影响进行实证分析。
首先针对这种经济现象建立了理论模型。
然后，收集了相关的数据，进而利用EVIEWS软件对计量模型进行了参数估计和检验，并加以修正。
最后，对所得的分析结果作了经济意义的分析，得出结论，并相应提出一些政策建议。
关键词：社会消费品零售总额多因素分析模型计量经济学检验一．引言2006 年是我国实施“十一五”规划的第一年。
总体看，消费品市场发展面临较为有利的环境和条件。
一是2006 年继续实施稳健的宏观经济政策，人民币汇率保持基本稳定，国民经济将保持平稳较快的发展，经济发展的内在需求仍然较强，为消费品市场的稳定增长奠定了良好基础；二是国家进一步重视扩大消费的作用。
把增加居民消费特别是农民消费作为扩大消费需求的重点，不断拓宽消费领域和改善消费环境,经济工作的重点将突出进一步扩大城乡居民消费；三是居民收入水平将随着经济增长而稳步提高，特别是中央确定要扎实推进社会主义新农村建设，农民收入有望保持快速增长。
提高最低生活保障、严格执行企业最低工资制度、失业人员补贴、提高个人所得税起征点、增加公务员工资、全面取消农业税、增加农业直接补贴、增加义务教育投入等政策措施，将促进城乡居民增加收入，改善消费预期，提高消费能力；四是国家进一步重视流通对经济发展的推动作用，促进流通业改革和发展的一系列政策措施的积极作用将逐步显现，为完善消费设施、改善消费环境、拓宽消费领域、开拓农村市场创造了有利条件；五是随着国家对市场秩序整顿和监管力度的加大，商品质量特别是食品安全状况有所好转，有利于居民消费信心的提升；六是世界经济发展仍处于平稳增长周期，国际市场需求旺盛，据国际货币基金组织预测，2006 年世界经济将保持4.3%的快速增长，世界贸易也将增长7.3%；跨国投资开始回升；原油等原材料价格将呈稳中下降趋势，有利于国内市场的平衡。
社会消费品零售总额指各种经济类型的批发零售贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。
这个指标反映通过各种商品流通渠道向居民和社会集团供应生活消费品来满足他们生活需要的情况，是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。
包括售给城乡居民用于生活消费的商品(不包括住房)和售给机关、团体、部队、学校、企业、事业单位和城市街道居民委员会、农村村民委员会用公款购买的用作非生产、非经营使用的消费品。
社会消费品零售总额”是一项重要、敏感的政府统计。
定期发布的消费品零售统计资料，常常引起国内外的强烈关注，间或还会引发一些疑义和争议。
为了有利于把问题搞清楚，需要对“社会消费品零售总额”从多方面逐一进行剖析，找出影响其增长变化的各种因素，然后再加以判断。
二．变量的选取及分析1．人口数量。
我国是一个人口大国。
八十年代末期以来，我国的人口自然增长率虽然逐年递减，但平均每年仍有1000多万人出生。
这些新生人口要吃、要穿、要用，这就必然要与零售市场发生关系。
人口越多，消费支出也越多，预计应该为正相关的关系。
2．商品零售价格指数。
借此来说明价格变动对消费的影响，价格水平越高，相应的消费支出就会减少，它们应该是负相关的关系。
这里均以上一年为基期。
这一列数据基本上也是稳步上升的。
3．职工工资总额。
随着人们收入水平的提高，人们购买商品的数量和种类逐年发生变化。
从过去的只购买耐用品到今日各种种类和款式的商品以及一些高档奢侈品，同时，收入的变化也使得消费者使用在其他领域的消费增多，必然会对商品零售市场产生影响。
它们应该也是呈正相关的关系。
Y-社会消费品零售总额（亿元）X1-人口数量（万人）X2-商品零售价格指数（％）X3-职工工资（亿元）三．数据及处理1989－2005社会消费品零售总额及其相关影响因素统计表时间社会消费品人口数价格指职工工零售总额Y 量X1 数X2 资X31989 8101.4 112704 117.8 2618.51990 8300.1 114333 102.1 2951.11991 9415.6 115823 102.9 3323.91992 10993.7 117171 105.4 3939.21993 14270.4 118517 113.2 4916.21994 18622.9 119850 121.7 6656.41995 23613.8 121121 114.8 81001996 28360.2 122389 106.1 90801997 31252.9 123626 100.8 9405.31998 33378.1 124761 97.4 9296.51999 35647.9 125786 97 9875.52000 39105.7 126743 98.5 10656.22001 43055.4 127627 99.2 11830.92002 48135.9 128453 98.7 13161.12003 52516.3 129227 99.9 14743.52004 59501 129988 102.8 16900.22005 67176.6 130756 100.8 19789.9数据来源：中华人民共和国国家统计局/在Eviews中输入数据，观察Y与各解释变量X1,X2,X3之间的散点图，明显存在较强的线性关系。
故我们选择建立线性模型。
建立模型：Y=β0+β1X1+β2X2+β3X3模型的参数估计、检验及修正1．模型的参数估计。
利用Eviews软件，输入数据，对模型进行OLS回归，得到结果：Dependent Variable: YMethod: Least SquaresDate: 12/08/07 Time: 21:24Sample: 1989 2005Included observations: 17Variable Coefficient Std. Error t-Statistic Prob.C -26784.34 33851.96 -0.791220 0.4430 X1 0.366644 0.262253 1.398054 0.1855X2 -157.2319 67.20144 -2.339711 0.0359X3 3.183830 0.278282 11.44102 0.0000R-squared 0.994229 Mean dependent var 31261.64Adjusted R-squared 0.992897 S.D. dependent var 18566.10S.E. of regression 1564.696 Akaike info criterion 17.75109Sum squared resid 31827544 Schwarz criterion 17.94714Log likelihood -146.8843 F-statistic 746.5639Durbin-Watson stat 0.846162 Prob(F-statistic) 0.000000Y=-26784.34+0.366644X1-157.2319X2+3.183830X2t=(-0.791220) (1.398054) (-2.339711) (11.44102)R²=0.994229 R²=0.992897 F=746.5639可见，模型拟合得较好，可决系数较高，表明模型中解释变量对被解释变量的解释程度较高。
只有X1的t统计值不显著，其余两个解释变量都通过F检验和T检验。
故我们需对上述模型进行计量经济学方法检验，并且进行修正。
2．计量经济学检验(1)多重共线性检验利用Eviews软件，得相关系数矩阵表：X1 X2 X3X1 1.000000 -0.584892 0.954544X2 -0.584892 1.000000 -0.479630X3 0.954544 -0.479630 1.000000从系数矩阵可以看出，解释变量X1与X3相关系数较高，表明可能存在多重共线性。
（2）修正多重共线性1)利用OLS方法分别求Y对各解释变量X1,X2,X3进行一元回归，回归结果为：选取X3作为回归模型的第一个解释变量，形成一元回归模型。
2）逐步回归。
将剩余变量X1,X2分别加入模型，得到回归结果：加入变量X2的二元回归方程R²最大，并且各参数的t检验显著，加入X1后R²值有所下降，并且t检验值不显著，表明变量对模型的解释能力不强，因此选择保留X2,剔除X1.相应的回归结果为：Y i=19635.79-202.8748X2+3.552267X3t=(2.880917) (-3.341833) (38.45188)R²=0.993361 R²=0.992413 F=1047.451 DW=1.003252 由综合判断法知，上述回归结果基本上消除了多重共线性，并且，在其他因素不变的情况下，价格指数X2每增加1％，职工工资总额X3每上升1亿元，社会商品零售总额Y将分别减少202.87亿元，增加3.55亿元。
（3）异方差检验1）图形法检验。
绘制e²t对X t的散点图：由图可以看出，残差平方对解释变量的散点图主要分布在图形的下三角部分，并且残差平方随X i的变动有逐渐增大的趋势，因此模型可能存在异方差。
通过进一步检验看是否存在。
2）White检验从表中可以看出，nR2=8.915963,由White检验可知道＝，在α＝0.05下，查χ2分布表，得临界值χ20.05(5)=11.0705,因为nR2<χ20.05(5)，所以接受原假设，即模型不存在异方差。
不用进行修正。
（4）自相关检验用普通最小二乘法得到的估计模型为：Y i=19635.79-202.8748X2+3.552267X3t=(2.880917) (-3.341833) (38.45188)R²=0.993361 R²=0.992413 F=1047.451 df=14 DW=1.003252 该回归方程可决系数较高，回归系数均显著。
对样本量为17，两个解释变量的模型，5％显著水平，查DW统计表可知，d L=1.015, d U=1.536.模型中DW<d L,显然模型存在自相关。
残差图为：如图所示，残差的变动随t的变化不断的改变着符号，表明随机误差项存在负自相关，模型中的t统计量和F统计量的结论不可信，需要采取补救措施。
（5）自相关修正用科克伦－奥克特迭代法解决自相关问题：1）由模型得到残差序列e t,并对e t进行滞后一期的自回归，得到回归方程：e t=0.350065e t-12）由方程可知ρ＝0.350065，对模型进行广义差分，得到广义差分方程：Y t-0.350065Y t-1=β1(1-0.350065)+β2(X2t-0.350065X2t-1)+β3(X3t-0.350065X3t-1)+u t-0 .350065u t-13）对广义差分方程进行回归，得结果：Dependent Variable: Y-0.350065*Y(-1)Method: Least SquaresDate: 12/09/07 Time: 18:29Sample (adjusted): 1990 2005Included observations: 16 after adjustmentsVariable Coefficient Std. Error t-Statistic Prob.C 11534.02 4408.755 2.616162 0.0213X2-0.350065*X2(-1) -192.0570 62.34481 -3.080562 0.0088X3-0.350065*X3(-1) 3.591332 0.103859 34.57878 0.0000R-squared 0.990295 Mean dependent var 22551.34Adjusted R-squared 0.988802 S.D. dependent var 12362.55S.E. of regression 1308.215 Akaike info criterion 17.35808Sum squared resid 22248543 Schwarz criterion 17.50294Log likelihood -135.8646 F-statistic 663.2598Durbin-Watson stat 1.954995 Prob(F-statistic) 0.000000由回归结果可得新的回归方程为：Y*=11534.2-192.0570X2*+3.591332X3*t=(2.616162) (-3.080562) (34.57878)R2=0.990295 R2=0.988802 F=663.2598 df=13 DW=1.954995 其中，Y＝Y t-0.350065Y t-1，X2*＝X2t-0.350065X2t-1，X3*＝X3t-0.350065X3t-1对样本量为16，两个解释变量的模型，5％显著水平，查DW统计表可知，d L=0.982, d U=1.539.模型中DW>d L,说明广义差分模型已无自相关，不必再进行迭带，同时可见，可决系数R2，,t,F统计量也均达到理想水平。