中国城镇居民消费结构分析
城镇、农村居民消费结构现状分析
城镇、农村居民消费结构现状分析【摘要】本文主要对城镇和农村居民的消费结构现状进行了分析。
在城镇居民消费结构方面，主要集中在食品、居住和交通通信等方面；而在农村居民消费结构中，食品支出占比较高。
通过比较分析发现，城镇居民更倾向于消费高端产品和服务，而农村居民更注重基本生活消费。
影响因素分析包括收入水平、消费观念等因素。
提出了消费结构调整建议，如加强金融支持农村消费、推动城镇居民多样化消费等。
在结论部分总结出城镇和农村居民消费结构现状，展望未来发展趋势，并提出对政策制定和市场发展的启示。
通过本文分析可以更全面了解城镇和农村居民的消费结构特点，为相关部门提供参考和指导。
【关键词】城镇、农村居民、消费结构、现状分析、比较分析、影响因素、调整建议、结论总结、发展趋势、启示。
1. 引言1.1 背景介绍现代化经济社会的发展已经改变了城镇和农村居民的消费结构，城镇居民的收入水平逐渐提高，消费观念也越来越国际化和多元化，消费结构逐渐向高端化和品质化发展。
而农村居民的收入水平较低，消费水平较为保守，消费结构仍然以生活必需品为主导。
城镇和农村居民的消费结构差异明显，不同的消费需求和消费行为也反映了城乡居民的生活方式和生活水平的不同。
随着我国城乡经济的不断发展和社会的进步，城镇和农村居民消费结构的变化也受到了广泛关注。
为了更好地了解城镇和农村居民的消费结构现状，本文对城镇居民和农村居民的消费行为和消费结构进行了深入分析，同时对城镇和农村居民的消费结构进行了比较研究，探讨了不同消费结构背后的原因和影响因素，并提出了相应的调整建议，为城镇和农村居民的消费结构转轨提供参考，促进城乡经济的协调发展。
部分结束。
1.2 研究意义研究意义是指研究所取得的目的和意义。
城镇、农村居民消费结构现状分析具有重要的研究意义，主要体现在以下几个方面：一是可帮助政府制定更加精准的消费政策。
通过对城镇、农村居民消费结构的研究分析，可以更清晰地了解不同居民群体的消费倾向和需求，进而有针对性地制定相关政策，促进消费升级，推动经济发展。
中国城镇居民消费结构的聚类分析
三 数据起源
为了消除各地域在区域面积、人口等方面旳先天差别, 使数据旳分析成果更合理，这里旳指标均采用各地域城乡 居民家庭平均每人整年消费性支出作为分析对象,即采用人 均值。根据中国统计年鉴,得到2023年旳统计数据,见表1。
• 四 统计措施简介
(一) 本文采用旳统计分析措施 1 . 基本思想。聚类分析(Cluster Analysis)是对多属性统计样本进行定量分类旳一种多
造差别制定愈加合理旳用以增进本地经济发展旳引导性政策提 供愈加有效旳决策根据。
[关键词]城乡居民 消费构造 消费需求 聚类分析
Cluster analysis of consumption structure of Chinese urban residents
Abstract:……………….
• 一 引言
元统计分析措施。其目旳在于辨认在某些特征上相同旳事物，并把事物就这些特征划
提成若干类，使在同一类旳事物具有高度共性，而不同类旳事物具有高度相异性。这 种措施基本思想见课本 …..
2. 主要根据。本文采用层次聚类分析法(Hierarchical Clustefing Analysis)，这是聚类分 析中用得最广泛旳一种措施，有关旳研究成果也非常丰富 。我们选用旳是自下而上旳
层次聚类措施。
五 城乡居民消费构造旳实证分析
(一) 各地域城乡居民消费构造旳聚类分析 借助统计软件STATISTICA中旳分类(Classify)中层次聚类( Hierarchical)功能, 我们根据 样本旳有效性 ,将31个省分为八类 ,,对2023年旳截面数据进行分 析,得到聚类成果 根据STATISTICA操作得到旳各省聚类成果图及消费性支出旳项目有:食品、
消费是人们为了满足欲望而使用物品旳一种经济行为，它是人类一切经济活
中国城镇居民消费结构的变动分析
中国城镇居民消费结构的变动分析随着我国经济的快速发展和人民生活水平的不断提高，中国城镇居民消费结构也发生了显著变化。
下面将从食品消费、衣着消费、住房消费、交通消费、教育和医疗消费等方面进行分析。
首先是食品消费方面的变化。
在过去，由于物质匮乏和生产技术落后，城镇居民的食品消费主要集中在基本生活必需品上，如大米、面粉、油盐等，而高级副食品和糖果等消费很少见。
但是随着食品供应能力的提高和商品丰富度的增加，人们开始注重营养和口味，并增加了对进口食品、绿色食品和有机食品等高质量食品的消费。
其次是衣着消费方面的变化。
过去，由于经济发展水平低，大部分居民只能购买廉价的服装，顾不上追求时尚和品质。
然而现在，随着收入水平的提高和生活品质的提升，城镇居民开始注重服装的质量、样式和品牌。
时尚和个性化的服装消费成为一种时尚潮流，人们更加关注衣着搭配和购买奢侈品品牌。
再次是住房消费方面的变化。
过去，大多数城镇居民住房条件相对较差，居住面积小且简陋。
然而随着经济发展和城市化进程的加速，人们的居住需求也发生了变化。
人们开始购买更大、更舒适、更豪华的房屋，选择自己喜欢的装修风格，并注重配备高性能的家庭电器和家具。
另外是交通消费方面的变化。
过去，城镇居民出行方式主要是步行、自行车和公交车。
随着城市交通基础设施的改善和家庭汽车拥有率的提高，人们越来越多地选择私家车作为出行工具。
私家车的普及导致城市交通拥堵问题的加剧，同时也给家庭经济带来了一定的负担。
最后是教育和医疗消费方面的变化。
在过去，教育和医疗资源严重不足，城镇居民普遍缺乏高质量的教育和医疗服务。
随着社会经济的发展，人们开始更加注重子女的教育，并愿意投入更多的金钱和精力。
人们对医疗服务的要求也有所提高，开始关注医疗质量和舒适度。
中国城镇居民消费结构的变动表明着人们对生活品质和个人需求的不断提升。
食品消费趋向高品质、健康；衣着消费追求时尚、品质；住房消费寻求舒适、豪华；交通消费追求便捷、舒适；教育和医疗消费愿意投入更多的金钱和精力。
城镇居民消费结构分析
城镇居民消费结构分析城镇居民消费结构分析一、引言城镇居民消费结构是指城镇居民在生活、教育、医疗、娱乐等方面的消费分布情况。
通过分析城镇居民消费结构，可以了解城镇居民的生活水平、消费习惯，为制定相关政策和提供相关服务提供参考依据。
二、消费结构细分析2·1 食品消费食品消费是城镇居民消费的基础，包括日常食品和各种食品饮料。
通过分析食品消费的结构，可以了解城镇居民的饮食习惯、消费品质以及对健康食品的需求。
2·2 住房消费住房消费是城镇居民生活消费的重要组成部分。
住房消费可包括购房、租房、装修、物业管理等方面的支出。
通过分析住房消费的结构，可以了解城镇居民对不同住房形式的需求以及对住房质量和社区环境的关注程度。
2·3 交通通信消费交通通信消费是指城镇居民在交通出行和通信设备、服务方面的支出。
交通消费主要包括公共交通费用、私家车相关支出等。
通信消费主要包括方式费、宽带费等。
通过分析交通通信消费的结构，可以了解城镇居民出行方式、通信设备使用情况、对交通和通信服务的需求程度。
2·4 教育消费教育消费是指城镇居民在教育领域的支出，包括学费、教育培训费用等。
通过分析教育消费的结构，可以了解城镇居民对教育的投资意愿和倾向，以及对不同教育阶段和形式的需求程度。
2·5 医疗保健消费医疗保健消费是指城镇居民在医疗和保健方面的支出，包括医疗费用、药品费用、保健品费用等。
通过分析医疗保健消费的结构，可以了解城镇居民对医疗服务和保健品的需求程度，以及对医疗费用的承受能力。
2·6 娱乐消费娱乐消费是指城镇居民在休闲娱乐方面的支出，包括电影、旅游、运动、文化活动等。
通过分析娱乐消费的结构，可以了解城镇居民的休闲娱乐方式、消费偏好以及对文化体验的重视程度。
三、相关附件本文档涉及的附件包括：1·城镇居民消费调查问卷：包含用于收集城镇居民消费结构信息的调查问卷。
2·数据统计表格：包含对城镇居民消费结构进行数据统计和分析的表格。
我国城镇居民的消费结构实证分析
我国城镇居民的消费结构实证分析论文报告：我国城镇居民的消费结构实证分析目录一、研究背景和意义二、我国城镇居民的消费结构现状1. 总体情况2. 消费结构组成分析三、我国城镇居民的消费行为特征1. 消费者需求特点2. 消费支持与消费延迟四、我国城镇居民消费结构问题1. 个人消费结构问题2. 系统性消费结构问题五、政策建议1. 加强信息公开和政策引导2. 推进消费结构升级六、案例分析1. 汽车消费案例分析2. 教育消费案例分析3. 健康保健消费案例分析4. 旅游消费案例分析5. 电子产品消费案例分析一、研究背景和意义近年来，我国消费市场持续扩大，城镇居民的消费能力和消费需求逐渐提高，消费结构也朝着多元化和高端化方向发展。
消费结构对经济发展具有重要影响，因此对我国城镇居民消费结构进行实证分析具有很强的现实意义和研究价值。
二、我国城镇居民的消费结构现状1. 总体情况我国城镇居民的消费结构不断发展，从单一的物质消费向多元化的消费结构转变。
根据国家统计局数据显示，2019年，我国城镇居民人均消费支出为40,785元，主要消费领域为衣着、居住、医疗保健、交通通讯、教育文化娱乐等。
2. 消费结构组成分析（1）衣着消费：城镇居民的衣着消费支出逐年变化不大，占比维持在6%-7%之间。
其中儿童装成为了新的消费增长点，而成年人的服装消费则呈现出稳定和下降态势。
（2）居住消费：占比最高的居住消费在城镇居民消费结构中的比重约为27.1%，并且消费水平逐年提升。
房屋交易和租赁成为主要形式，同时高端豪宅的需求也逐渐增加。
（3）医疗保健消费：城镇居民的医疗保健消费占比约为6.3%，随着老龄化程度的提高，对养老和医疗保健的需求也不断增长。
口腔、美容等领域的医疗服务也越来越受到人们的需求。
（4）交通通讯消费：城镇居民的交通通讯消费占比约为11.9%，由于交通和通讯技术的快速发展，各类舒适、便捷的出行方式和快捷便利的通信方式容易获得大众青睐，数字化的过程让人们更加爱好消费。
统计学毕业论文 中国城镇居民消费结构的统计分析
中国城镇居民消费结构的统计分析专业：统计学摘要在拉动经济增长的三架马车中，消费对经济影响的惯性最大，是拉动经济增长最稳定、最重要的因素。
我国经济正由投资拉动型增长向消费拉动型增长转变。
当前，我们的首要任务是调整经济增长的需求结构。
因此，如何扩大国内市场，分析城镇居民消费结构的影响因素，扩大居民消费，优化居民消费结构，保持经济增长显得尤为重要。
我国的市场经济体制还很不成熟，仍然需要不断的改革。
在这个制度背景下，城镇居民消费结构也经历着巨大的变化。
本文通过分析随着年份的增长城镇居民消费结构的变动和在同一年消费结构受到收入及地区的影响相结合，从而分析我国城镇居民收入差异和地区差异对居民消费结构的影响。
并且运用相关性及因子分析的多元统计的方法，分析各影响因素的关联度。
根据得出的结果提出相应的对策和建议，以便进一步改善城镇居民消费结构，推动国内需求，促进经济增长。
关键词：消费结构；因子分析；恩格尔系数；收入差异；地区差异ABSTRACTIn three carriage drive economic growth, the impact of consumption on economic inertia is the largest, is the most stable economy growth, the most important factor. Our country's economy is transition from investment-led growth to consumption growth. At present, our first task is to adjust the demand structure of economic growth. Therefore, how to expand the domestic market, analysis the influence factors of urban residents' consumption structure, expand the residents' consumption, optimize the structure of residents' consumption, it is particularly important to maintain economic growth. Market economy system in our country is not mature, still need to constantly reform. Under the background of the system, town residents' consumption structure is undergoing great changes.As the growth of the year in this article, through analysis of urban residents consumption structure changes and in the same year the consumption structure is affected by the income and region, combining to analysis Chinese urban residents income differences and regional differences on the influence of residents' consumption structure. And use econometric method of correlation and multiple linear regression, correlation analysis all the factors. According to the results put forward the corresponding countermeasure and the suggestion, in order to further improve the urban residents' consumption structure, promote domestic demand and promote economic growth.Key words：The consumption structure; Factor analysis; Engel's coefficient; Income disparity; Regional differences目录摘要........................................... 错误!未定义书签。
中国城镇居民消费结构及新恩格尔系数模型分析
中国城镇居民消费结构及新恩格尔系数模型分析随着中国城镇化进程的不断推进，城镇居民的消费结构也发生了较大的变化。
消费结构是指消费支出在不同用途上的分配情况，包括食品、衣着、住房、教育、医疗、交通、通讯、娱乐等。
本文将从新恩格尔系数的角度出发，探讨中国城镇居民消费结构的现状及趋势。
一、中国城镇居民消费结构的现状根据中国国家统计局公布的数据，2019年中国城镇居民人均消费支出为40468元。
其中，住房和家庭设备支出最高，占比达到28.8%；其次是餐饮支出，占比为24.0%；教育、文化和娱乐支出占比为11.5%；交通和通信支出占比为10.1%；服装和鞋帽支出占比为9.9%；医疗保健支出占比为6.1%；居家生活用品和服务支出占比为5.5%。
从这些数据可以看出，中国城镇居民的消费结构正在逐渐向中高端转型。
与此同时，人们对健康和生活品质的要求也在不断提高，所以医疗、教育、文化等方面的消费支出也在增加。
二、新恩格尔系数模型新恩格尔系数是指衡量家庭收入用于购买食品的比例在减少的情况下，其余支出的变化情况。
传统的恩格尔系数只考虑了食品支出与收入之间的关系，而新恩格尔系数则将非食品消费支出与收入之间的关系也纳入了考虑范围内，更能反映消费结构的变化趋势。
新恩格尔系数的计算公式为：( 1 - 食品支出占比) ÷ ( 1 - 总消费支出占比 )× 100%新恩格尔系数的数值越小，表示食品支出在总消费支出中所占比例越低，反之则越高。
三、以上海市为例进行分析以上海市为例，根据上海市统计局公布的数据，2019年，上海市城镇居民人均消费支出为52198元。
其中，食品支出占比为29.1%，非食品支出占比为70.9%。
根据新恩格尔系数的计算公式：可知，上海市的新恩格尔系数为28.3%，低于传统恩格尔系数的30%以上，表明上海市的城镇居民消费结构已经比较多样化，食品支出占比已经相对较低。
四、结论与建议通过以上的分析，可以看出中国城镇居民消费结构正在逐渐向中高端转型，越来越多的人开始注重生活品质，而新恩格尔系数更加贴近实际情况，更能反映出消费结构的变化趋势。
影响我国城镇居民消费结构的分析
影响我国城镇居民消费结构的分析随着我国经济不断发展和城镇化进程加快，城镇居民的消费结构也在不断发生变化。
城镇居民的消费结构是指城镇居民在满足生活需要和追求幸福感的过程中所花费的各种消费支出的比例和结构。
这不仅直接反映了城镇居民的生活水平和消费能力，也影响着国家经济的发展和社会的稳定。
对我国城镇居民消费结构的分析，对于促进消费升级、改善人民生活、推动经济发展具有重要意义。
影响我国城镇居民消费结构的因素有哪些呢？从宏观角度来看，经济发展水平、城镇化程度、收入水平、居民消费观念等因素都会影响城镇居民的消费结构。
随着我国经济的快速发展，城镇化进程加快，城镇居民的收入水平也在不断提高，这使得城镇居民对消费品的需求不断扩大，消费结构也在发生变化。
科技进步和互联网的普及也带动了城镇居民消费结构的变化，新型消费品的涌入，使得城镇居民对消费的需求更加多元化和个性化。
城镇居民生活方式的改变也会直接影响其消费结构，比如居民偏好的生活方式、休闲方式等。
宏观经济政策和市场环境的改变也会对城镇居民的消费结构产生影响，比如政府对消费领域的支持和引导、市场竞争的加剧等。
我国城镇居民的消费结构主要有哪些特点呢？我国城镇居民的消费结构呈现出几个特点。
居民在消费方面更加注重生活质量和个性化需求，对居民日常生活消费的比重逐渐增加。
城镇居民对教育、医疗、养老等服务性消费的需求也在不断增加，服务性消费的比重逐渐增加。
城镇居民消费结构的升级呈现出高端化趋势，比如高端消费品、文化娱乐消费等的比重逐渐增加。
城镇居民消费结构差异化趋势明显，不同群体和不同地区的居民消费结构呈现出明显的差异性。
我国城镇居民的消费结构发生变化，对经济发展有哪些影响呢？就整体经济而言，消费是拉动经济增长的重要动力之一。
城镇居民的消费结构发生变化，将会对我国经济发展产生深远影响。
城镇居民的消费需求不断扩大和趋向多元化，将带动相关产业的发展和就业增加，对经济的稳定运行和就业形势的改善具有积极作用。
- 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)。
中国城镇居民消费结构分析1. 居民消费结构消费结构分析主要是考察食品、衣着、家庭设备、医疗保健、交通、娱乐、居住和其他消费占总消费支出的比重关系。
一个国家的居民消费结构与其收入水平、人口结构、自然资源、风俗文化、教育水平甚至社会制度等众多因素密切相关。
这其中，收入水平对消费结构有着决定性的影响。
一般来说，收入水平越低，食品等生活必需品所占比重越高，而娱乐等高档消费或奢侈品所占比重越低；收入水平越高，则刚好相反。
分析消费结构问题通常有下列两种方法：（1）利用各类消费品支出占消费品总支出的比重关系来说明问题；（2）通过估计各类消费品支出的收入弹性来考察居民对各类消费品“想要消费”的程度，利用各类消费品支出的收入弹性结构来进行分析。
在本案例中，我们主要采取第二种方法。
2. 扩展线性支出系统模型1954年英国计量经济学家Stone 首先提出线性支出系统（LES ）用以描述消费者对各种消费品的需求规律，随后美国经济学家Luch 于1973年对其进行了扩展，并最终形成扩展线性支出系统(Extend Linear Expenditure System, ELES)。
目前，ELES 是经济学界研究居民消费的最重要工具之一。
该系统假定某一时期人们对各种商品(服务)的需求量取决于人们的收入和各种商品的价格,而且人们对各种商品的需求分为基本需求和超过基本需求之外的需求两部分,并且认为基本需求与收入水平无关,居民在基本需求得到满足之后才将剩余收入按照某种边际消费倾向安排各种非基本消费支出。
扩展线性支出系统的模型为),X P -(Y X P V i i i i i i ∑+=β i=1,2,3,…n (1)式（1）中P i 为第i 种商品的价格，V i 为消费者对第i 种商品的消费支出，Y 表示居民实际收入，X i 为消费者对第i 种商品的基本需求量，P i X i 是对第i 种商品的基本需求支出，i β表示满足基本消费需求后剩下的收入)X P -(Y i i ∑对第i 种商品的边际消费倾向或投向需求系数，它应该满足0<i β<1，∑iβ<1。
对于横截面数据，价格P i 在同一时点上是不变的，又因为模型假定对第i 种商品的基本需求与消费者收入水平无关，因此式(1)中的）－（∑i i i i i X P X P β是一项只与i 有关的常数，设为i α。
即：∑=i i i i i i X P X P βα－ (2)则模型(1)可化简为：Y V i i βα+=i (3)将(3)式改写为计量模型形式：ij i u ++=j i i j Y V βα (4)其中，i 表示第i 种商品，j 表示第j 个（类）消费者。
用最小二乘法可求出(4)式中参数i α和i β的估计值。
然后利用i α和i β的估计值可以求得商品i 的基本需求支出P i X i ：∑∑iiii i i 1X P βαβα－＋＝ (5)同时可求出对商品i 需求的收入弹性：i i i V YV Y Y V ii βη=∂∂=(6)3.模型回归从《中国统计年鉴》获得我国31个省、自治区、直辖市2003年城镇居民家庭消费性支出和可支配收入数据。
由于城市住户调查将城镇居民家庭消费性支出分为食品（food ）、衣着（cloth ）、家庭设备用品及服务（equip ）、医疗保健（med ）、交通通讯（tran ）、娱乐教育文化服务（edu ）、居住（housing ）、杂项商品与服务（service ）八种类型，因而在回归模型中，i=1，2，……8，j ＝1，……31。
考虑到横截面数据可能带来的异方差问题，在回归中，我们一致采用怀特异方差相一致的标准差（White Heteroskedasticity-Consistent Standard Errors ）。
结果见下表：Dependent Variable: FOODC 257.6396 138.6209 1.858591 0.0733 R-squared0.816284 Mean dependent var 2411.382 Adjusted R-squared 0.809948 S.D. dependent var 660.3453 S.E. of regression 287.8768 Akaike info criterion 14.22528 Sum squared resid 2403319. Schwarz criterion 14.31780 Log likelihood -218.4919 F-statistic 128.8519Dependent Variable: CLOTHVariable Coefficient Std. Error t-Statistic Prob. C 449.4065 74.75719 6.011549 0.0000 YD0.0235220.0087442.6900370.0117 R-squared0.118937 Mean dependent var 644.5132 Adjusted R-squared 0.088556 S.D. dependent var 156.7151 S.E. of regression 149.6152 Akaike info criterion 12.91635 Sum squared resid649156.6 Schwarz criterion13.00887Log likelihood -198.2034 F-statistic 3.914801 Durbin-Watson stat 1.735987 Prob(F-statistic) 0.057430Dependent Variable: EQUIPC -56.26597 34.03287 -1.653283 0.1091R-squared 0.844120 Mean dependent var 396.3106 Adjusted R-squared 0.838745 S.D. dependent var 136.4544 S.E. of regression 54.79537 Akaike info criterion 10.90743 Sum squared resid 87073.43 Schwarz criterion 10.99994 Log likelihood -167.0652 F-statistic 157.0411Dependent Variable: MEDC 84.79658 99.10852 0.855593 0.3992R-squared 0.512499 Mean dependent var 467.8594 Adjusted R-squared 0.495689 S.D. dependent var 148.2248 S.E. of regression 105.2616 Akaike info criterion 12.21312 Sum squared resid 321320.4 Schwarz criterion 12.30563 Log likelihood -187.3033 F-statistic 30.48712Dependent Variable: TRANVariable Coefficient Std. Error t-Statistic Prob.C -240.0378 117.8246 -2.037246 0.0508YD 0.115765 0.015868 7.295395 0.0000 R-squared 0.816870 Mean dependent var 720.2119 Adjusted R-squared 0.810555 S.D. dependent var 294.3104 S.E. of regression 128.0995 Akaike info criterion 12.60583 Sum squared resid 475874.7 Schwarz criterion 12.69835 Log likelihood -193.3904 F-statistic 129.3572 Durbin-Watson stat 1.639677 Prob(F-statistic) 0.000000Dependent Variable: EDUVariable Coefficient Std. Error t-Statistic Prob.C -241.8829 96.74287 -2.500266 0.0183YD 0.137558 0.012286 11.19623 0.0000 R-squared 0.849375 Mean dependent var 899.1374 Adjusted R-squared 0.844181 S.D. dependent var 342.9585 S.E. of regression 135.3793 Akaike info criterion 12.71638 Sum squared resid 531498.9 Schwarz criterion 12.80889 Log likelihood -195.1039 F-statistic 163.5307 Durbin-Watson stat 1.803172 Prob(F-statistic) 0.000000Dependent Variable: HOUSINGVariable Coefficient Std. Error t-Statistic Prob. C -8.423337 77.64261 -0.108489 0.9144 R-squared0.755060 Mean dependent var 674.5129 Adjusted R-squared 0.746613 S.D. dependent var 217.7145 S.E. of regression 109.5920 Akaike info criterion 12.29375 Sum squared resid 348302.1 Schwarz criterion 12.38626 Log likelihood -188.5531 F-statistic 89.39620 Durbin-Watson stat1.678722 Prob(F-statistic) 0.000000Dependent Variable: SERVICEC -6.650858 17.04755 -0.390136 0.6993 R-squared0.744132 Mean dependent var 219.2932 Adjusted R-squared 0.735309 S.D. dependent var 72.55605 S.E. of regression 37.32871 Akaike info criterion 10.13974 Sum squared resid 40409.54 Schwarz criterion 10.23226 Log likelihood -155.1660 F-statistic 84.33985 4 .利用上述回归结果可以计算各种商品的收入弹性：i i i V YV Y Y V ii βη=∂∂=公式中的Y 和V i 我们用它们的样本均值来代替。