中国猪肉需求计量经济分析
猪肉周期与宏观经济波动的关系分析
猪肉周期与宏观经济波动的关系分析为了深入了解猪肉周期与宏观经济波动之间的关系，我们需要对两者进行分析和研究。
本文将从宏观经济的角度，探讨猪肉周期对经济的影响，并从供求关系、价格波动以及政府政策等方面解析它们之间的联系。
一、猪肉周期对宏观经济的影响猪肉作为人们餐桌上的重要组成部分，对经济有着重要的影响。
猪肉周期指的是猪肉市场供需关系出现周期性波动的现象。
猪肉价格的上升和下降往往引发经济波动。
1.1 猪肉价格对通货膨胀的影响猪肉是人们日常生活中不可或缺的肉类食品，其价格变动会直接影响居民消费水平。
当猪肉价格上涨时，居民消费支出增加，这会推动整体物价上涨，导致通货膨胀的产生。
而通货膨胀对经济的影响是多方面的，它不仅会减少居民的购买力，还会对企业的生产和供应链产生负面影响，从而导致宏观经济的波动。
1.2 猪肉周期对农业和畜牧业的影响猪肉产业是农业和畜牧业的重要组成部分，猪肉周期的波动也会对这两个行业产生重要影响。
在猪肉价格上涨期间，养殖户的收益增加，这会刺激农民扩大猪肉养殖规模，导致农业和畜牧业的发展。
然而，当猪肉价格下降时，养殖户的收益减少，可能会降低农民的积极性，从而影响农业和畜牧业的发展和就业。
二、猪肉周期与供需关系的影响猪肉价格的波动主要是供需关系的结果。
供需关系不仅取决于猪肉生产和消费的变动，还受到市场需求和国家政策的调控影响。
2.1 猪肉供给的挤压效应猪肉供给受到市场供应规模、生猪存栏量以及养殖成本等因素的影响。
当市场供应不足时，猪肉供给减少，价格上涨。
而供给减少的原因可以是养殖户减少养殖规模，也可以是因为疫病等外部因素导致生猪死亡率增加。
供给减少会导致市场紧张，增加了生产成本，同时也会对整体经济产生不利影响。
2.2 猪肉需求的变动猪肉需求受到居民收入、营养需求以及居民消费观念等多种因素的影响。
当居民收入增加时，其对猪肉的需求也会增加。
而当居民收入下降或消费观念转变时，对猪肉的需求也会减少。
近期猪价上涨经济学分析
近期猪价上涨经济学分析近年来，随着国内经济的快速发展，猪肉价格一直保持着相对稳定的状态。
近期猪价出现了明显的上涨。
这一现象引起了广泛关注，也引发了人们对经济学原理的思考和分析。
本文将从供需关系、成本推动力和政策影响等方面对近期猪价上涨进行经济学分析。
从供需关系的角度来看，猪肉价格上涨与猪肉的供需关系密切相关。
目前，我国畜牧业正经历着一次从数量型增长向质量型增长转变的阶段。
随着人们收入水平的提高，对于肉类产品的要求逐渐从数量上的满足转向了品质需求。
这导致了市场对高品质猪肉的需求增加，而供给并没有及时跟上。
近年来非洲猪瘟疫情的影响，以及养殖规模化、集约化程度不高也是供给不足的重要原因。
供需关系的失衡导致了猪肉价格的上涨。
成本推动力也是近期猪价上涨的重要原因之一。
猪肉生产的成本主要包括饲料成本、养殖成本和人工成本等。
近期国际粮价上涨，国内大豆和玉米等饲料价格也在上涨，造成了猪肉生产成本的上升。
随着我国畜牧业的规模化发展，养殖企业为了提高养殖效益和生产成本控制，加大了对生猪养殖的投入，也增加了成本。
成本推动力直接导致了猪价的上涨。
政策影响也是近期猪价上涨的重要原因之一。
近年来，国家出台了一系列的环保政策和养殖业规范化政策，限制了一些小规模养殖场的生产，导致生猪供给减少。
国家保护生态环境，禁止野猪肉的销售，也使得市场上的猪肉供给减少。
政策的影响使得生猪供给减少，从而推动了猪价的上涨。
近期猪价上涨是由供需关系失衡、成本推动力和政策影响共同作用所导致的。
这一现象充分体现了经济学原理在市场运行中的重要性。
为了应对猪价上涨所带来的影响，需要从解决供需关系的失衡，降低猪肉生产的成本，以及更加合理的政策引导等方面入手，促进生猪生产稳定发展，保障人民群众的生活水平。
也需要加强监管，避免市场垄断，确保猪肉价格的合理稳定。
希望随着国内畜牧业的发展，猪肉价格能够尽快回到合理水平，为人民群众的生活带来更好的保障。
我国城镇居民肉类食品需求的计量模型分析
体系 的研究与应用． 农业新 技术 ，２ ０ ，６ － ． ０４ ：８ ９
Ａ ａｙ ｉ ｎ Ｖｅ ｅ ａ ｌ ｏｅ ａｅ Ｍａ ｋ ｔＰ ｉｅ Ｍｏ ｉｏｉｇ ｉ ｅｊ ｇ ｎ ｌｓｓ ｏ ｇ ｔ ｂｅ Ｗｈ ｌｓ ｌ ｒ ｅ ｒｃ ｎｔｒ Ｂ ｉ ｎ ｎ ｎ ｉ
ｏ ｅ ｉｇ Ａ ｃ ｒｉｇ ｔ ｔｅｒｌｔ ｎｈｐｂ ｔ ｅｎｖｇ ｔｂ ａｉｔ ｎ ｓｓｐ ｌ ｖ ｌｔｅｆ ｃ ａ ｏ ｆ ｅｅａｌ ｒ ｅｃ ｕ ｆ ｉｎ ． ｃｏｄｎ ｅａ ｏ ｓｉ ｅｗ ｅ ｅ ｅ ｌ ｖ ｒ ｙａ ｄｉ ｕｐｙｌ ｅ， ｕ ｔ ｔ ｎｏ ｇｔｂｅｐ ｃ ｏ ｌ ｂ Ｂ ｊ ｏｈ ｉ ａｅ ｅ ｔ ｅ ｈ ｌ ｕｉ ｖ ｉ ｄｅ
和城镇居 民消费 的奶类价格 ，设定多元线型 回归模 型 如下 ：
ｌＱ＝ｐｏ ｎ ＋ｐ２ Ｉ ｎ ｎ ＋Ｄ１ Ｐ ｎ ＋Ｄ３ ＤＬ＋Ｄ４ ＮＬ ｌ ｌ ｌ ｎ ＋８ ｌ
其中：
Ｐ 一 Ｄ 卜
城镇居 民肉类食品需求
城镇居 民消费 的肉类食品平均价格 城镇居 民消费蛋类的平均价格
摘
要 ：本文采用需求函数模 型分析 了我 国２ ０ ～２ ０年 ３ 个省 市 自治区城镇居 民肉类食 品需求及其影响 因 ｏ５ ０ ６ １
素 。结果表明 ，肉类食品 已经成 为我 国城镇居 民的重要必 需品 ，我 国城镇居 民肉类食品需求对价格比较敏 感，且
肉类食品 已经到 了高价状态。并据 以上结论提 出了相关政 策建 议。 关键词 ：肉类食品需求 ；计量模 型分析 随着我 国经济 的发展 ，人 民生活水平 的提高 ，肉 类食 品已经成为人们生 活 中不 可缺少 的一部 分 。关注 长期 以来 肉类食 品消费一直 占据着 人们生活 的重
影响人均猪肉消费量的计量分析
影响人均猪肉消费量的计量分析人均猪肉消费量是一个重要的经济指标，它反映了一个国家或地区的居民对猪肉的消费需求和经济能力。
影响人均猪肉消费量的因素有很多，包括经济因素、社会因素和文化因素等。
本文将通过计量分析的方式，研究不同因素对人均猪肉消费量的影响。
首先，经济因素是影响人均猪肉消费量的重要因素之一、国家的经济发展水平和居民的收入水平是决定消费水平的关键因素。
研究表明，经济发展水平越高，居民的收入水平越高，人均猪肉消费量也相应增加。
因此，人均国内生产总值（GDP）和人均可支配收入是衡量经济水平的重要指标，可以作为解释变量来研究它们对人均猪肉消费量的影响。
其次，社会因素也对人均猪肉消费量有一定的影响。
人口因素是其中一个重要社会因素。
研究表明，人口规模越大，人均猪肉消费量越高。
因此，人均猪肉消费量与人口密度和人口增长率可以作为解释变量来研究它们对人均猪肉消费量的影响。
另外，城市化程度也是一个重要的社会因素。
城市居民的生活方式和消费习惯不同于农村居民，他们更愿意消费肉类食品，包括猪肉。
因此，城市化程度可以作为一个解释变量来研究它对人均猪肉消费量的影响。
最后，文化因素也对人均猪肉消费量产生一定的影响。
不同地区的文化传统和饮食习惯不同，导致人均猪肉消费量也不同。
例如，在一些东亚国家，人们更倾向于食用猪肉，因为它在当地的饮食文化中有着重要的地位。
因此，饮食习惯和文化传统可以作为解释变量来研究它们对人均猪肉消费量的影响。
为了进行计量分析，可以使用面板数据模型来对以上因素进行研究。
面板数据模型可以同时考虑时间序列和截面数据，充分利用数据的横向和纵向信息。
可以选择适当的计量方法，如固定效应模型或随机效应模型，来考虑个体之间的异质性和其他可能的误差结构。
本文通过收集跨国统计数据和国内调查数据，对人均猪肉消费量进行计量分析，得到各个因素对于人均猪肉消费量的影响程度和显著性。
这些分析结果可以为国家制定食品安全政策、农业生产政策和国际贸易政策提供科学依据和决策参考。
2024年生猪屠宰市场需求分析
2024年生猪屠宰市场需求分析1. 引言生猪是人们日常生活中重要的食品之一，而生猪屠宰市场的需求情况直接关系到生猪产业链的发展和食品安全。
本文将对生猪屠宰市场的需求进行分析，包括需求规模、需求稳定性、需求结构等方面的内容。
2. 需求规模分析生猪屠宰市场的需求规模是衡量市场容量的重要指标之一。
根据国家统计数据显示，近年来，中国生猪消费量呈现稳步增长的趋势。
据统计，2019年全国生猪屠宰量超过了6000万头，较上年增长了10%左右。
这表明生猪屠宰市场的需求规模较大且增速较快。
3. 需求稳定性分析生猪屠宰市场的需求稳定性直接影响到养殖企业的盈利状况和生产动力的持续性。
根据市场调研和统计数据显示，生猪屠宰市场的需求稳定性相对较高。
这是因为生猪是人们日常饮食的主要组成部分，且需求量相对较稳定。
同时，政府相关政策的支持和饲养技术的提升，也有助于提高生猪供应的稳定性。
4. 需求结构分析生猪屠宰市场的需求结构反映了不同消费群体的消费偏好和需求变化。
根据市场调研数据，生猪屠宰市场的需求结构主要分为两大类：一是批发市场对大宗生猪的需求，主要用于餐饮和食品加工产业；二是零售市场对小宗生猪的需求，主要用于家庭消费。
5. 需求驱动因素分析生猪屠宰市场的需求受到多种因素的驱动。
其中，人口结构、经济水平和食品安全意识是主要的驱动因素。
随着国内人口结构的变化，消费群体对生猪产品的需求也在发生变化。
此外，人们对于食品安全的重视程度提高，对绿色、安全的生猪产品的需求也在增加。
6. 需求预测与发展趋势基于当前市场需求和驱动因素的分析，未来生猪屠宰市场的需求有望保持稳定增长。
特别是随着人口数量的增加和农村经济的发展，农村地区对生猪屠宰市场的需求将会增加。
此外，随着消费者对食品安全和营养健康的要求提高，高品质、绿色的生猪产品市场需求也将得到进一步的推动。
7. 总结生猪屠宰市场作为重要的农产品市场之一，需求规模较大且稳定增长。
消费群体对生猪产品的需求结构也在发生变化，对绿色、安全的生猪产品的需求逐渐增加。
猪肉市场分析及销售策略
猪肉市场分析及销售策略一、市场概况猪肉是我国主要的肉类消费品之一，其市场规模庞大，具有广阔的发展前景。
在进行猪肉市场分析之前，我们首先需要了解当前市场的概况。
1.供应与需求我国猪肉供需状况受到多方面因素的影响，如生猪养殖规模、政策调控、消费需求等。
近年来，我国猪肉产业发展迅速，但也面临着养殖成本上涨、环保压力增加等问题。
由于我国猪肉消费需求持续增长，供应与需求之间的失衡情况较为突出。
2.竞争对手分析猪肉市场竞争激烈，我们需要对主要竞争对手进行分析。
目前，国内优质猪肉供应商主要包括大型农业企业、农户及养殖合作社等。
这些竞争对手在品质、价格、品牌等方面存在一定的优势。
同时，进口猪肉也构成了我国猪肉市场的竞争压力。
二、市场机遇与挑战1.市场机遇尽管猪肉市场面临一些挑战，但也存在着许多机遇。
首先，我国消费者对猪肉的需求持续增长，市场潜力巨大。
其次，随着人民生活水平的提高，对优质、健康、环保猪肉的需求也在增加，这为高品质猪肉的销售创造了机会。
此外，政府相关政策的支持也将促进猪肉市场的发展。
2.市场挑战面对日益激烈的竞争和消费者需求的多元化，猪肉市场也面临着一些挑战。
首先，养殖成本的增加导致猪肉价格上涨，进而影响消费者购买意愿。
其次，猪瘟等疫情的爆发也给猪肉市场带来了一定的冲击。
此外，进口猪肉的影响也需要重视。
三、销售策略在猪肉市场中，销售策略是取得竞争优势的关键。
以下是一些有效的销售策略建议：1.品质保证提供优质的猪肉产品是吸引消费者的核心。
确保养殖过程中的环境卫生，采用科学的喂养方式，选择疫情稳定的养殖地区等，都可以提高产品质量，树立良好的品牌形象。
2.多元化产品根据消费者需求，推出多样化的猪肉产品，如猪肉丸、火腿肠、午餐肉等加工品。
同时，根据消费趋势，增加低脂、低盐、低胆固醇等功能性产品，满足不同消费者的需求。
3.营销渠道拓展与超市、餐饮企业等建立紧密的合作关系，通过线上线下渠道，提高产品的销售覆盖率。
猪肉消费趋势与市场需求分析
猪肉消费趋势与市场需求分析近年来，随着人民生活水平的提高和食品消费习惯的变化，猪肉消费趋势愈发引人关注。
本文将从消费趋势和市场需求两个方面进行分析，以期帮助读者更好地了解猪肉市场的发展态势。
1. 消费趋势分析1.1 健康饮食意识的崛起随着健康饮食理念的普及，人们对食品安全、营养均衡的重视程度不断提高。
猪肉作为重要的肉类食品，其品质、营养成分和养殖方式备受关注。
消费者更加倾向于选择健康、无添加剂的猪肉产品，如有机猪肉或者未使用激素的猪肉。
1.2 生鲜猪肉市场繁荣尽管冷冻猪肉在市场上占据一定份额，但生鲜猪肉市场却呈现出持续增长的趋势。
消费者更加注重猪肉的新鲜度和口感，在食材的选择上更倾向于购买当日屠宰的新鲜猪肉。
因此，生鲜猪肉市场将持续保持繁荣。
1.3 休闲肉制品受追捧除了传统的猪肉品类，休闲肉制品也受到越来越多消费者的青睐。
例如，猪肉脆骨、猪肉脯等方便携带、易于食用的休闲肉制品，成为消费者在闲暇时的美食选择。
2. 市场需求分析2.1 大众市场需求稳定增长猪肉作为传统的肉类食品，其在大众市场上的需求相对稳定而持续增长。
随着人口的增加和收入水平的提高，消费者对猪肉的需求将持续增加。
同时，猪肉的价格相对较低，能够满足大众的口腹之欲。
2.2 中高端市场需求多样化随着中产阶级的崛起，中高端市场对猪肉的需求越发多样化。
消费者更加关注猪肉的品质、产地和养殖方式。
例如，土猪肉、黑猪肉等特色品种的猪肉因其独特的口感和优秀的品质备受追捧。
此外，一些稀有、独特的猪肉美食也成为中高端市场的新宠。
2.3 餐饮业对猪肉的需求稳定增长餐饮业作为猪肉的重要消费领域，对猪肉的需求也将持续增长。
随着人们对餐饮环境的要求提高，消费者开始关注餐饮业中所使用的猪肉品牌、猪肉使用比例等信息。
与此同时，随着快餐行业的发展，猪肉制品在快餐业中的运用也将更加广泛。
3. 可能的发展方向3.1 加强品牌建设在竞争激烈的市场环境中，猪肉企业需要加强自身的品牌建设和形象推广，树立良好的企业形象和声誉。
近期猪价上涨经济学分析
近期猪价上涨经济学分析猪肉是中国人主要的肉类食品之一，因此猪肉价格的上涨对中国的经济和民生有重要影响。
近期猪价上涨的原因较为复杂，涉及生猪养殖业的供给短缺、口蹄疫疫情的影响、外部环境的不确定性等多个因素。
下面从供需关系、投资、政府政策等角度来分析近期猪价上涨的经济学原因。
供需关系是影响猪价上涨的重要因素之一。
近几年来，受生猪养殖业的环保压力增加、养殖成本上升、盈利能力下降等因素的影响，生猪养殖规模逐渐减少，导致猪肉供给相对紧缺。
口蹄疫疫情的暴发也导致了一定数量的生猪死亡，进一步加剧了供给短缺。
与此中国人均收入的增加和消费结构的升级，导致猪肉需求增加，供需缺口进一步扩大，推动了猪价的上涨。
投资是影响猪肉价格的另一个重要因素。
由于猪肉价格的上涨，养殖户的盈利能力增加，吸引了更多的资金涌入养猪业。
这种投资增加可以提高生猪的供应量，从而缓解供需矛盾，使猪价趋于稳定。
投资的回报需要相对较长的时间，因此在短时间内无法完全满足市场需求的增长，价格上涨仍然存在一定的压力。
政府政策也会对猪价的上涨产生一定影响。
为了稳定猪肉价格、保障国内市场的供应，中国政府采取了一系列措施，如增加国家储备冻猪肉的投放、减少关税等。
这些政策可以部分缓解供给紧张的情况，稳定市场价格。
政府政策的效果也需要一定的时间来发挥，因此在短时间内猪价上涨的压力仍然存在。
外部环境的不确定性也会对猪价产生影响。
美国和中国之间的贸易摩擦导致了猪肉的进口限制，使得国内市场供应出现一定程度的紧张。
非洲猪瘟疫情在全球范围内蔓延，也对猪肉的供应和价格产生了不利影响。
这些外部因素的变化使得猪价的上涨更加复杂和不确定。
近期猪价上涨是由多个因素相互作用的结果。
供需关系的变化、投资的增加、政府政策的影响以及外部环境的不确定性都对猪价产生了影响。
在未来，政府可以通过加大对生猪养殖业的支持、促进投资增加、稳定市场预期等措施来缓解猪价上涨的压力，确保猪肉市场供应的稳定。
- 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)。
中国猪肉需求计量经济模型分析08国际经济与贸易投资一班小组名单：200851102005 罗元榜200851102040 李永钊200851102006 卓丹瑶摘要：文章运用了时间序列分析方法对中国猪肉需求情况进行分析，主要研究了人均猪肉消费量的影响因素，分析了相关因素，建立了人均猪肉消费量线性回归方程，并对所建立方程进行了平稳性检验、多重线性相关检验、自相关检验等，修复了回归方程。
关键词：人均猪肉消费量计量经济学模型一、引言猪肉是我国重要的畜产品之一，也是我国城乡居民动物性蛋白的主要来源之一。
自1985年以来，猪肉市场从计划流通体制向国家宏观调控下的自由流通体制过渡。
始于2006年6月的这一轮价格的大幅波动，由于其幅度和速度都是前所未见的，更引起了社会各界的高度关注。
而在市场经济条件下，猪肉价格有各自的供需均衡决定，本文目的在于研究猪肉需求的影响因素。
二、计量模型1、模型的数学形式和变量的确定需求函数是以商品的需求量作为被解释变量，用影响需求量的因素，如收入、价格等作为解释变量的计量经济学模型。
中国猪肉需求函数即选择收入和价格作为解释变量，同时考虑到，猪肉需求主要包括国内需求和国外需求，影响猪肉需求的因素主要是可替代品的产量。
因此，笔者将上述对猪肉影响因素作为解释变量。
收入选择的是城镇居民家庭每年人均可支配收入。
价格选择的是猪肉生产价格指数即猪肉收购价格指数。
模型中的被解释变量为国内人均猪肉消费量（Y）。
根据其影响因素的大小和资料的可用性以及查阅的相关文献，本文选择以下指标作为模型的解释变量：城镇居民家庭人均可支配收入指数（x1）、猪肉收购价格指数（x2）、猪肉替代品牛羊肉人均产量（x3）、生猪出口量（x4）。
参照单方程线性需求的表达式，国内猪肉需求函数模型的形式确定为：Y=β0+β1X1+β2X2+β3X3+β4X4+μ其中：Y代表国内人均猪肉消费量（千克）；X1代表城镇居民家庭人均可支配收入指数（1978=100）；X2代表猪肉收购价格指数（1978=100）；X3代表猪肉替代品牛羊肉人均产量（千克）；X4代表生猪出口量（万头）；μ为随机误差项，描述变量外的因素对模型的干扰；β0为常数虚拟变量，包含政策等难以量化的因素的影响。
2、样本数据收集整理通过中国国家统计局查询1996年~2009年统计年鉴得到了相关数据：年份猪肉消费量（万吨）牛肉（万吨）羊肉（万吨）人口（万人）出口（万头）城镇居民家庭人均可支配收入指数猪肉生产价格指数1985 1628.4 46.7 59.3 105851.0 315.0 739.1 121.1 1986 1776.7 58.9 62.2 107507.0 310.0 899.6 104.4 1987 1814.9 79.2 71.9 109300.0 302.0 1002.2 118.6 1988 2000.6 95.8 80.2 111026.0 302.7 1181.4 150.6 1989 2102.5 107.2 96.2 112704.0 298.5 1375.7 110.5 1990 2257.3 125.6 106.8 114333.0 299.9 1510.2 92.9 1991 2425.5 153.5 118.0 115823.0 285.0 1700.6 96.6 1992 2623.6 180.3 125.0 117171.0 291.3 2026.6 106.3 1993 2839.4 233.6 137.3 118517.0 274.4 2577.4 114.5 1994 3186.7 327.0 160.9 119850.0 270.4 3496.2 154.6 1995 3638.2 415.4 201.5 121121.0 240.0 4283.0 116.0 1996 3144.7 355.7 181.0 122389.0 228.1 4838.9 102.2 1997 3577.6 440.9 212.8 123626.0 228.1 5160.3 110.1 1998 3869.4 479.9 234.6 124761.0 220.4 5425.1 82.9 1999 3997.0 505.4 251.3 125786.0 196.1 5854.0 85.2 2000 3958.1 513.1 264.1 126743.0 203.9 6280.0 100.2 2001 4037.0 508.6 271.8 127627.0 197.3 6859.6 106.5 2002 4101.5 521.9 283.5 128453.0 188.9 7702.8 98.0 2003 4211.3 542.5 308.7 129227.0 188.7 8472.2 102.9 2004 4301.0 560.4 332.9 129988.0 197.3 9421.6 112.8 2005 4513.9 568.1 350.1 130756.0 176.9 10493.0 97.6 2006 4605.1 576.7 363.8 131448.0 172.3 11759.5 90.6 2007 4272.6 613.4 382.6 132129.0 160.9 13785.8 145.9 2008 4635.7 613.2 380.3 132802.0 164.5 15780.8 130.8 整理得到所需数据：年份人均猪肉消费量（千克）城镇居民家庭人均可支配收入指数猪肉生产价格指数（收购价格指数）猪肉替代品人均产量出口（万头）1985 15.4 739.1 121.1 1.0 315.0 1986 16.5 899.6 104.4 1.1 310.0 1987 16.6 1002.2 118.6 1.4 302.0 1988 18.0 1181.4 150.6 1.6 302.71989 18.7 1375.7 110.5 1.8 298.5 1990 19.7 1510.2 92.9 2.0 299.9 1991 20.9 1700.6 96.6 2.3 285.0 1992 22.4 2026.6 106.3 2.6 291.3 1993 24.0 2577.4 114.5 3.1 274.4 1994 26.6 3496.2 154.6 4.1 270.4 1995 30.0 4283.0 116.0 5.1 240.0 1996 25.7 4838.9 102.2 4.4 228.1 1997 28.9 5160.3 110.1 5.3 228.1 1998 31.0 5425.1 82.9 5.7 220.4 1999 31.8 5854.0 85.2 6.0 196.1 2000 31.2 6280.0 100.2 6.1 203.9 2001 31.6 6859.6 106.5 6.1 197.3 2002 31.9 7702.8 98.0 6.3 188.9 2003 32.6 8472.2 102.9 6.6 188.7 2004 33.1 9421.6 112.8 6.9 197.3 2005 34.5 10493.0 97.6 7.0 176.9 2006 35.0 11759.5 90.6 7.2 172.3 2007 32.3 13785.8 145.9 7.5 160.9 2008 34.9 15780.8 130.8 7.5 164.53、模型的建立利用Eviews软件建立回归方程，结果如下：Dependent Variable: YMethod: Least SquaresDate: 07/02/10 Time: 13:45Sample: 1985 2008Included observations: 24Variable Coefficient Std. Error t-Statistic Prob.X1 -9.72E-05 0.000117 -0.834007 0.4146X2 -0.022136 0.009965 -2.221443 0.0387X3 4.384822 0.419079 10.46301 0.0000X4 0.059793 0.021670 2.759214 0.0125C -4.304656 6.837869 -0.629532 0.5365R-squared 0.989764 Mean dependent var 26.80417Adjusted R-squared 0.987609 S.D. dependent var 6.653634S.E. of regression 0.740642 Akaike info criterion 2.420454Sum squared resid 10.42247 Schwarz criterion 2.665882Log likelihood -24.04545 Hannan-Quinn criter. 2.485566F-statistic 459.3042 Durbin-Watson stat 2.137881Prob(F-statistic) 0.000000模型的参数估计对于理论模型运用OLS 进行参数估计，再用Eviews软件进行运算得到的结果: Substituted Coefficients:=========================Y = -9.71811839598e-05*X1 - 0.0221364206268*X2 + 4.38482166958*X3 +0.0597926879061*X4 - 4.30465630693（-0.834007）（-2.221443）（10.46301）（2.759214）（-0.629532）R2=0.989764 DW=2.137881 F=459.30424、统计检验异方差检验：用EViews软件进行White检验结果为：Heteroskedasticity Test: WhiteF-statistic 2.022628 Prob. F(14,9) 0.1450Obs*R-squared 18.21172 Prob. Chi-Square(14) 0.1973Scaled explained SS 6.221619 Prob. Chi-Square(14) 0.9606Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 07/02/10 Time: 17:00Sample: 1985 2008Included observations: 24Variable Coefficient Std. Error t-Statistic Prob.C -35.04612 229.3940 -0.152777 0.8819X1 -0.003579 0.005181 -0.690876 0.5071X1^2 -8.71E-08 5.51E-08 -1.580524 0.1484X1*X2 1.14E-05 9.44E-06 1.210354 0.2570X1*X3 0.000516 0.000355 1.456050 0.1794X1*X4 3.06E-06 1.62E-05 0.188371 0.8548X2 -0.084586 0.412295 -0.205160 0.8420X2^2 -0.000289 0.000351 -0.824232 0.4311X2*X3 -0.006726 0.019157 -0.351079 0.7336X2*X4 0.000532 0.001355 0.392860 0.7036X3 7.618790 28.97193 0.262971 0.7985X3^2 -0.549223 0.958339 -0.573099 0.5806X3*X4 -0.015994 0.090892 -0.175968 0.8642X4 0.233185 1.460337 0.159679 0.8767X4^2 -0.000449 0.002328 -0.192971 0.8513R-squared 0.758822 Mean dependent var 0.434270Adjusted R-squared 0.383655 S.D. dependent var 0.463180S.E. of regression 0.363632 Akaike info criterion 1.083820Sum squared resid 1.190052 Schwarz criterion 1.820104Log likelihood 1.994156 Hannan-Quinn criter. 1.279157F-statistic 2.022628 Durbin-Watson stat 2.161194Prob(F-statistic) 0.144991查卡方分布表得χ2（23）=35.2TR=18.21<35,2.所以该模型不存在异方差。