农村居民人均消费性支出影响因素分析
农村居民人均消费性支出影响因素分析
摘要：运用E views 软件建立我国农村居民全年人均消费性支出的计量经济模型,对影响我国农村居民全年人均消费性支出的可能因素进行分析,发现农村居民全年人均纯收入、农村居民消费价格指数、人均实际纯收入、人均实际消费性支出对我国农村居民全年人均消费性支出具有重要的影响
关键字：农村居民人均消费性支出影响因素多元线性回归
一、问题的提出
今年以来，全国上下认真贯彻落实科学发展观，以农业增产、农民增收为目的，加大各项惠农政策措施落实力度，多措并举做好农村劳动力转移就业工作，克服金融危机和严重干旱等自然灾害带来的不利影响，使全市农村经济保持了稳定发展的良好态势，农民现金收入持续增长，生活消费水平继续提高。
我国是一个农业大国，至今仍有9亿农村人口，占全国人口总数的70%，农民是我国最大的群体，农村消费能力的提升直接关系到国民经济的全局。从农村市场看，中国有近六成人口生活在农村。农村城镇化的进程对经济增长的带动作用是非常明显的，世界上还没有哪个国家有规模如此巨大的城镇化。农村居民的收入虽然低于城市居民，但是基数巨大，且农村人口的收入也在稳定增长。
随着经济的发展，我国农民的收入水平和消费水平的结构也发生了很大变化，农民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好内需和外需的关系至关重要。但从总体来看，农民消费水平仍然较低，调查显示有的地区都不及城市居民人均消费支出的三分之一。而且消费结构不合理，局限于食品类等生存基本需求品，消费在衣着装饰等方面的极少。而影响农民消费水平的根本原因是农民的收入。
农民生活消费支出主要包括食品、衣着、医疗卫生、教育文化、家庭设备、交通等方面，本文只挑选了五种典型的消费支出作为代表来分析农村居民的消费结构。
二、理论依据
（一）、
1.
三、模型设定
（一）、影响因素的分析
1、.农民收入偏低，增收困难抑制消费。消费的多少在很大程度上决定于可支配收入，虽然农村居民近几年人均收入增长明显，但相对仍处于较低水平。
2、为下一代消费支出过大影响其他消费。一是教育费用支出比重过大。调查显
示，高中、大学教育负担沉重严重影响其他消费支出。
3、.医疗支出不确定性，使农村居民不敢轻易消费。农村生活水平近几年有大幅提升，在解决了基本温饱问题之后，越来越多的农村居民对医疗养老增加了关注度，对医疗保险的投入度也较以往有所增加，特别是在新农村合作医疗保险开办之后。
4、主动负债消费理念还未普及，社会需求潜能被隐藏。改革开放后，我国居民长期保持着量人为出的消费理念，特别是对于普通农村居民长期以来形成了勤俭持家的习惯，消费观念较为保守，提倡“量人为出、知足常乐”的消费观念（二）、影响因素的选择
影响农民人均生活消费的因素有很多。经分析有如下：变量选择和说明：被解释变量即自变量：农民人均生活消费支出；解释变量即因变量：农民人均收入，
农民人均食品消费支出
，衣着消费支出，农民人均交通和通讯消费支出
，农民人均医疗保健消费支出。
（三）、模型形式的设计
为此设定了如下对数形式的计量经济模型：
Y = β1+β2Xt+β3X2t+β4X3t+β5X4t+μt
其中
Y-----农民人均生活消费支出
X-----农民人均收入
X1-----农民人均食品消费支出
X2-----衣着消费支出
X3----农民人均交通和通讯消费支出
X4----农民人均医疗保健消费支出
μt ---- 随机干扰
四、数据的收集
（一）、全国各地区农村基本情况—人均消费情况（2011）单位：元
（二）、农村居民家庭基本情况（1990-2011）单位：元
平均每户整半劳动力 2.92 2.88 2.76 2.85 2.78 平均每个劳动力负
担人口(含本人) 1.64 1.56 1.52 1.39 1.40 平均每人年收入(元)
总收入990.38 2337.87 3146.21 8119.51 9833.14 工资性收入138.80 353.70 702.30 2431.05 2963.43 家庭经营收入815.79 1877.42 2251.28 4937.48 5939.79 财产性收入35.79 40.98 45.04 202.25 228.57 转移性收入65.77 147.59 548.74 701.35 现金收入676.67 1595.56 2381.60 7088.76 8638.51 工资性收入136.43 352.88 700.41 2427.89 2959.74 家庭经营收入481.19 1116.73 1498.81 3955.36 4810.37 财产性收入59.05 38.19 38.89 168.33 185.76 转移性收入87.76 143.49 537.18 682.64 纯收入686.31 1577.74 2253.42 5919.01 6977.29 工资性收入138.80 353.70 702.30 2431.05 2963.43 家庭经营纯收入518.55 1125.79 1427.27 2832.80 3221.98
40.98 45.04 202.25 228.57
财产性收入
28.96
转移性收入57.27 78.81 452.92 563.32 平均每人年支出 (元)
总支出903.47 2138.33 2652.42 6991.79 8641.63 家庭经营费用支出241.09 621.71 654.27 1915.62 2431.05 购置生产性固定资产20.29 62.33 63.90 193.26 265.75 税费支出38.66 88.65 95.52 8.57 11.67 消费支出584.63 1310.36 1670.13 4381.82 5221.13 财产性支出18.80 55.28 19.74 49.25 12.27 转移性支出148.86 443.27 699.76 现金支出639.06 1545.81 2140.37 6307.43 7984.94 家庭经营费用支出162.90 454.74 544.49 1757.58 2269.19 购买生产性固定资产20.46 62.32 63.91 193.26 265.75 税费支出33.37 76.96 89.81 8.56 11.65
五、模型的估计与调整
（一）、模型估计
1、农村家庭总收入单线图，农村家庭总收入逐年增加。(X-农村家庭总收入Y-年份)
表1
2、利用E views软件，输入Y、X、X2、X
3、X
4、X5等数据，采用这些数据对模型进行OLS回归，结果如表：
Dependent Variable: Y
Method: Least Squares
Date: 06/14/14 Time: 22:01
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -136.9270 154.0293 -0.888967 0.3822
X 0.024548 0.041835 0.586771 0.5624
X1 1.065002 0.145190 7.335242 0.0000
X2 1.791296 0.604166 2.964908 0.0064
X3 1.503512 0.179686 8.367460 0.0000
X4 1.584193 0.484330 3.270900 0.0030
R-squared 0.992351 Mean dependent var 5495.281
Adjusted R-squared 0.990880 S.D. dependent var 1995.508
S.E. of regression 190.5708 Akaike info criterion 13.50529
Sum squared resid 944248.1 Schwarz criterion 13.78011
Log likelihood -210.0846 Hannan-Quinn criter. 13.59638
F-statistic 674.6076 Durbin-Watson stat 1.933440
Prob(F-statistic) 0.000000
图1
由此可见，该模型R2=0.9924，F=674.608
则，我国农村居民全年人均消费性支出模型的估计式为：
Y= -136.927+0.02455 Xt +1.065 X1t+1.7913X2t +1.5035 X3t+1.5842 X4t +μt （二）、模型检验
1、经济意义检验。
模型估计结果说明:农村居民全年人均纯收入、农村居民消费价格指数、人均实际消费性支出的增加都将带来我国农村居民全年人均消费性支出的增加，与理论分析和经验判断一致。该模型通过了经济意义上的检验，系数符号均符合经济意义。
2、统计意义检验。
R2=0.9924说明模型的拟合优度较好，F=674.608符合Ｆ检验，因而农民人均收入、农民人均食品消费支出、衣着消费支出、农民人均交通和通讯消费支出、农民人均医疗保健消费支出五个解释变量对农村居民全年人均消费性支出的99.2%的离差做出解释，且解释变量联合起来对被解释变量有显著影响。
3、多重共线性的检验
X 、X1、X2 、X3 、X4的相关系数如表：
X X1 X2 X3 X4 X 1 0.7944 0.7450 0.7459 0.7258
X1 0.7944 1 0.6536 0.7450 0.7705
X2 0.7450 0.6536 1 0.7858 0.7830
X3 0.7459 0.7450 0.7858 1 0.7500
X4 0.7258 0.7705 0.7830 0.8500 1
表2
通过简单相关系数检验法：由表2可知任意两个解释变量之间的零阶相关系数＜0.8。由此知该模型不存在多重共线性
用Y 分别对X、X2、X3、X4、X5作一元线性回归，结果如图：
图2-1
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:20
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 735.9259 290.9029 2.529799 0.0169
X 0.637597 0.036258 17.58476 0.0000
R-squared 0.911563 Mean dependent var 5495.281
Adjusted R-squared 0.908615 S.D. dependent var 1995.508
S.E. of regression 603.2415 Akaike info criterion 15.70297
Sum squared resid 10917008 Schwarz criterion 15.79458
Log likelihood -249.2476 Hannan-Quinn criter. 15.73334
F-statistic 309.2239 Durbin-Watson stat 1.913390
Prob(F-statistic) 0.000000
由此可见，该模型R2=0.9116
图2-2
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:19
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -55.22996 445.3505 -0.124015 0.9021
X1 2.531038 0.193050 13.11076 0.0000
R-squared 0.851406 Mean dependent var 5495.281
Adjusted R-squared 0.846453 S.D. dependent var 1995.508
S.E. of regression 781.9424 Akaike info criterion 16.22190
Sum squared resid 18343018 Schwarz criterion 16.31351
Log likelihood -257.5504 Hannan-Quinn criter. 16.25227
F-statistic 171.8921 Durbin-Watson stat 1.155038
Prob(F-statistic) 0.000000
由此可见，该模型R2=0.8514
图2-3
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:18
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 1606.443 476.0873 3.374262 0.0021
X2 10.46424 1.176877 8.891533 0.0000
R-squared 0.724920 Mean dependent var 5495.281 Adjusted R-squared 0.715751 S.D. dependent var 1995.508 S.E. of regression 1063.905 Akaike info criterion 16.83774 Sum squared resid 33956823 Schwarz criterion 16.92935 Log likelihood -267.4039 Hannan-Quinn criter. 16.86811 F-statistic 79.05937 Durbin-Watson stat 1.422873 Prob(F-statistic) 0.000000
由此可见，该模型R2=0.7249
图2-4
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:16
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 700.9945 425.0283 1.649289 0.1095
X3 4.746216 0.394249 12.03863 0.0000
R-squared 0.828502 Mean dependent var 5495.281 Adjusted R-squared 0.822785 S.D. dependent var 1995.508 S.E. of regression 840.0476 Akaike info criterion 16.36526 Sum squared resid 21170400 Schwarz criterion 16.45686 Log likelihood -259.8441 Hannan-Quinn criter. 16.39562
F-statistic 144.9287 Durbin-Watson stat 1.400608
Prob(F-statistic) 0.000000
由此可见，该模型R2=0.8285
图2-5
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:15
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 1416.370 220.4140 6.425955 0.0000
X4 6.955591 0.340809 20.40905 0.0000
R-squared 0.932815 Mean dependent var 5495.281
Adjusted R-squared 0.930576 S.D. dependent var 1995.508
S.E. of regression 525.7865 Akaike info criterion 15.42813
Sum squared resid 8293544. Schwarz criterion 15.51974
Log likelihood -244.8501 Hannan-Quinn criter. 15.45849
F-statistic 416.5292 Durbin-Watson stat 1.863327
Prob(F-statistic) 0.000000
由此可见，该模型R2=0.9328
由图2-1、2-2、2-3、2-4、2-5知X4的R2最大
所以以以yx4作为基础再用Y分别对XX4、X1X4、X2 X4 、X3 X4作线性回归；结果如图
图3-1
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:32
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 960.5453 206.4310 4.653106 0.0001
X 0.283188 0.066834 4.237155 0.0002
X4 4.128208 0.720749 5.727660 0.0000
R-squared 0.958504 Mean dependent var 5495.281
Adjusted R-squared 0.955643 S.D. dependent var 1995.508
S.E. of regression 420.2775 Akaike info criterion 15.00877
Sum squared resid 5122363. Schwarz criterion 15.14618 Log likelihood -237.1403 Hannan-Quinn criter. 15.05432 F-statistic 334.9350 Durbin-Watson stat 2.190815 Prob(F-statistic) 0.000000
图3-2
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:33
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 625.1550 245.5205 2.546244 0.0165
X1 0.927956 0.205668 4.511925 0.0001
X4 4.834639 0.539972 8.953493 0.0000
R-squared 0.960526 Mean dependent var 5495.281 Adjusted R-squared 0.957803 S.D. dependent var 1995.508 S.E. of regression 409.9148 Akaike info criterion 14.95884 Sum squared resid 4872875. Schwarz criterion 15.09625 Log likelihood -236.3414 Hannan-Quinn criter. 15.00438 F-statistic 352.8259 Durbin-Watson stat 2.316899 Prob(F-statistic) 0.000000
图3-3
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:33
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 1421.820 240.0823 5.922218 0.0000
X2 -0.079905 1.260403 -0.063396 0.9499
X4 6.996936 0.738555 9.473813 0.0000
R-squared 0.932824 Mean dependent var 5495.281 Adjusted R-squared 0.928192 S.D. dependent var 1995.508
S.E. of regression 534.7379 Akaike info criterion 15.49049
Sum squared resid 8292394. Schwarz criterion 15.62790
Log likelihood -244.8478 Hannan-Quinn criter. 15.53604
F-statistic 201.3524 Durbin-Watson stat 1.872625
Prob(F-statistic) 0.000000
图3-4
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:33
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 877.1122 205.5988 4.266134 0.0002
X3 1.676713 0.360801 4.647201 0.0001
X4 4.986980 0.498313 10.00772 0.0000
R-squared 0.961492 Mean dependent var 5495.281
Adjusted R-squared 0.958836 S.D. dependent var 1995.508
S.E. of regression 404.8647 Akaike info criterion 14.93404
Sum squared resid 4753548. Schwarz criterion 15.07146
Log likelihood -235.9447 Hannan-Quinn criter. 14.97959
F-statistic 362.0467 Durbin-Watson stat 1.414208
Prob(F-statistic) 0.000000
由图可知R2=0.9615最大，则以YX3 X4为基础用Y分别对X X3 X4、X1 X3 X4、X2 X3 X4作多元线性回归结果如图
图4-1
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:38
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 647.4620 179.5072 3.606886 0.0012
X 0.213345 0.055493 3.844521 0.0006
X3 1.323020 0.310980 4.254357 0.0002
X4 3.272189 0.606033 5.399357 0.0000
R-squared 0.974796 Mean dependent var 5495.281 Adjusted R-squared 0.972096 S.D. dependent var 1995.508 S.E. of regression 333.3395 Akaike info criterion 14.57267 Sum squared resid 3111227. Schwarz criterion 14.75589 Log likelihood -229.1627 Hannan-Quinn criter. 14.63340 F-statistic 360.9839 Durbin-Watson stat 1.470526 Prob(F-statistic) 0.000000
图4-2
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:38
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 110.9190 151.0029 0.734549 0.4687
X1 0.910258 0.114721 7.934563 0.0000
X3 1.645832 0.203764 8.077163 0.0000
X4 2.942736 0.381508 7.713436 0.0000
R-squared 0.988146 Mean dependent var 5495.281 Adjusted R-squared 0.986876 S.D. dependent var 1995.508 S.E. of regression 228.6073 Akaike info criterion 13.81836 Sum squared resid 1463317. Schwarz criterion 14.00157 Log likelihood -217.0937 Hannan-Quinn criter. 13.87909 F-statistic 778.0155 Durbin-Watson stat 1.865370 Prob(F-statistic) 0.000000
图4-3
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:39
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 914.0456 213.0030 4.291234 0.0002
X2 -0.725666 0.971530 -0.746931 0.4613
X3 1.715755 0.367321 4.671000 0.0001
X4 5.316622 0.668529 7.952714 0.0000
R-squared 0.962244 Mean dependent var 5495.281
Adjusted R-squared 0.958199 S.D. dependent var 1995.508
S.E. of regression 407.9865 Akaike info criterion 14.97681
Sum squared resid 4660683. Schwarz criterion 15.16003
Log likelihood -235.6290 Hannan-Quinn criter. 15.03754
F-statistic 237.8710 Durbin-Watson stat 1.582733
Prob(F-statistic) 0.000000
由图可知R2=0.9881最大，则以YX1X3 X4为基础用Y分别对XX1 X3 X4、X1 X2X3 X4作多元线性回归结果如图
图5-1
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:41
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 125.6046 143.0664 0.877946 0.3877
X 0.085475 0.041365 2.066373 0.0485
X1 0.783504 0.124689 6.283661 0.0000
X3 1.508428 0.203960 7.395717 0.0000
X4 2.540381 0.410174 6.193431 0.0000
R-squared 0.989765 Mean dependent var 5495.281
Adjusted R-squared 0.988248 S.D. dependent var 1995.508
S.E. of regression 216.3246 Akaike info criterion 13.73404
Sum squared resid 1263501. Schwarz criterion 13.96306
Log likelihood -214.7446 Hannan-Quinn criter. 13.80995
F-statistic 652.7227 Durbin-Watson stat 1.966234 Prob(F-statistic) 0.000000
图5-2
Dependent Variable: Y
Method: Least Squares
Date: 06/15/14 Time: 15:42
Sample (adjusted): 1 32
Included observations: 32 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -165.6481 144.2608 -1.148255 0.2609
X2 1.965431 0.519826 3.780939 0.0008
X1 1.119986 0.109547 10.22383 0.0000
X3 1.532974 0.170420 8.995275 0.0000
X4 1.578913 0.478330 3.300887 0.0027
R-squared 0.992249 Mean dependent var 5495.281 Adjusted R-squared 0.991101 S.D. dependent var 1995.508 S.E. of regression 188.2426 Akaike info criterion 13.45594 Sum squared resid 956752.1 Schwarz criterion 13.68496 Log likelihood -210.2951 Hannan-Quinn criter. 13.53185 F-statistic 864.1597 Durbin-Watson stat 1.886714 Prob(F-statistic) 0.000000
4、异方差性的检验
White检验结果如下：
F-statistic 3.562028 Prob. F(20,11) 0.0173 Obs*R-squared 27.71987 Prob. Chi-Square(20) 0.1162 Scaled explained SS 20.21128 Prob. Chi-Square(20) 0.4448
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/15/14 Time: 15:59
Sample: 4 35
Included observations: 32
Variable Coefficient Std. Error t-Statistic Prob.
C -629464.1 234087.0 -2.689018 0.0211
X -120.5027 61.84256 -1.948540 0.0773
X^2 0.004849 0.010672 0.454373 0.6584
X*X1 0.040398 0.053073 0.761176 0.4626
X*X2 0.110758 0.218160 0.507690 0.6217
X*X3 -0.025956 0.067862 -0.382484 0.7094
X*X4 -0.102732 0.207896 -0.494153 0.6309
X1 881.4267 357.9961 2.462113 0.0316
X1^2 -0.183045 0.131816 -1.388635 0.1924
X1*X2 -3.166096 0.815849 -3.880740 0.0026
X1*X3 -0.347085 0.237409 -1.461969 0.1717
X1*X4 1.826167 0.700216 2.608006 0.0243
X2 4813.793 1054.928 4.563148 0.0008
X2^2 -9.460861 1.743218 -5.427240 0.0002
X2*X3 -3.169044 0.945138 -3.352994 0.0064
X2*X4 19.44164 3.484934 5.578768 0.0002
X3 95.26270 167.2194 0.569687 0.5803
X3^2 0.524129 0.221240 2.369049 0.0372
X3*X4 1.684955 1.259445 1.337854 0.2079
X4 -2789.149 760.8548 -3.665810 0.0037
X4^2 -7.554164 1.373581 -5.499612 0.0002
R-squared 0.866246 Mean dependent var 29507.75
Adjusted R-squared 0.623057 S.D. dependent var 44557.74
S.E. of regression 27356.53 Akaike info criterion 23.51596
Sum squared resid 8.23E+09 Schwarz criterion 24.47785
Log likelihood -355.2553 Hannan-Quinn criter. 23.83480
F-statistic 3.562028 Durbin-Watson stat 1.928746
Prob(F-statistic) 0.017282
表3
由表3可以看出，nR2=27.71987，由White检验知，在α=0.05下，查χ2分布表，得临界值=30.1435，比较计算的χ2统计量与临界值，因为nR2=27.71987＜30.1435，表明模型不存在异方差。
5、自相关的检验
通过DW检验法由表1知该模型的DW统计量=1.9334 查DW分布表可得临界值dL=1.144 dU=1.808。因为dU=1.808 六、结论 在实际应用中，农民消费支出方面有很多，通过线性回归模型也可以较为准确的判断今后的农民消费情况。在现实生活中，所得预测结果不可能与生活完全一致，但是对增进农民收入、改变农民消费结构有很大的意义。 可以看出，我国农民的费结构，基本上还是在食品、医疗等生活必需品上消费较多，而花在衣着装饰上的较少，但比起过去农民在家庭设备上的支出有了明显提高。而制约农民消费的关键还是农民收入不足。 因此，国家应该调整相应的农业政策，切实增加农民收入，增强消费的经济基础,通过增加消费拉动经济增长,通过经济增长带动消费的增加。此外还应培育农村居民正确的消费观念，要加快形成积极的消费观念，在生产发展的基础上努力提高生活质量，使生活更加富有意义；要克服“只知道买价格低、便宜的商品，养儿防身防老”等片面观念。 七、政策意见 【参考文献】 于勇曲敏《农村消费市场培育及国际经验借鉴》 （一）、.拓宽农民增收渠道，增加农民收入。一是加快推进农业现代化进程，实现农业生产标准化和商品化，降低农民生产经营成本;二是提高农民在粮食生产至最终零售整个过程中的收入分配份额，如大力发展农村粮食经济合作组织，提高粮食生产效率及农民在粮食收购过程中的议价能力;三是进一步规范和培育农村粮食流通主体，培育科学发达的农产品流通体系。 （二）、加强财政支持“三农”力度，稳步推进农业发展农民增收。发展中国现代化农业，提升农民生活水平，必须加强政府支持。一是加大种粮补贴力度，粮食直补、农资综合补贴、良种补贴和柴油补贴，根据生产资料价格涨幅等进一步扩大补贴;二是建立和完善农业生产风险防范和保险机制，推动农业保险发展，扩大承保范围，最大限度地降低农民风险;三是提高财政对“三农”的支出比重，向现代农业、农村教育和卫生等社会事业、农村基础设施建设倾斜。 （三）、完善农村社会保障体系，减轻农民消费后顾之忧。一是加大资金投入。统筹经济社会发展水平、农村居民基本生活需求、消费者物价指数、财政承受能力等因素，努力增加农村社会保障资金投入，坚持事权财权统一，更加科学地划分事权财权，合理确定中央和地方的保障责任。加强对农村社会保障经费管理与监督，确保专款专用。二是加强协调协作。增进各部门互联、互动、互补，增强推进合力，确保工作责任到位、政策落实到位、措施保障到位。加强各项农村社会保障制度之间的衔接，加强农村社会保障与就业再就业政策、农村扶贫开发等之间的配套，形成梯次保障结构，提高整体保障效能。 （四）、发展农村合理化消费信贷，鼓励农民消费。利用现有的银行信贷登记咨询系统，建立个人信用评估和查询系统，减少信贷风险;通过市场机制引入高素质信贷人员，针对农村基层富裕程度不一，消费需求各异的情况，应采取差异性营销策略，开发不同层次的消费信 贷业务。金融机构要深入农村，针对农民需求特点，从贷款项目、方式、利率、期限等方面开发出适应农村特点的消费信贷新品种;要适当降低消费贷款利率，减轻农民的利息负担，据调查现阶段农民申请贷款，主要在农村信用社，他们的贷款利率一般上浮100%～130%之间，大大高于同期城市贷款水平，建议对资信较好的农民采取类于小额担保贷款利率水平的予以发放，促进农村消费信贷的发展;要尽快改变消费贷款手续繁琐、附加限制条件多、门槛高的现状，简化贷款手续，方便农户贷款。 （五）、加快农村基础设施建设，改善农村消费环境。一是加强农村水、电、路、通讯等设施的建设，尤其是加大电网改造力度、整顿农村电价，降低用电成本，鼓励农民对家电的消费，为空调、冰箱、洗衣机等家电和大型农机具进入农村创造条件。二是健全农村市场体系，拓宽农村流通渠道，逐步构建以城镇为中心，以专业批发为特色，以农村集贸市场为依托，合理布局的农村商业辐射网络。三是建立健全农村消费品市场物流配送体系。政府应采取投资参股的方式扶持，制定相应的优惠政策，在农村建立一批股份制商业企业，建立健全农村消费品市场物流配送体系，从而减少中间环节，使不法商贩无机可乘。 1999年城镇居民家庭平均每人全年消费性支出 KMO 和 Bartlett 的检验 取样足够度的 Kaiser-Meyer-Olkin 度量。.809 Bartlett 的球形度检验近似卡方209.154 df 28 Sig. .000 kmo接近于1，适合做因子分析，sig小于0.05说明变量间存在相关关系，即适合做因子分析。 只有前两个因子的特征值>1,且累计占80.625%，因此提取前两个作为主因子 通过图可以看出，主因子的斜率较陡，剩余因子较为平缓，因此选择前两个因子作为主因子。 公因子方差 初始提取 食品 1.000 .828 衣着 1.000 .848 家庭设备用品及服务 1.000 .723 医疗保健 1.000 .683 交通和通讯 1.000 .839 娱乐教育文化服务 1.000 .841 居住 1.000 .875 杂项商品和服务 1.000 .813 提取方法：主成份分析。 主成分分析提取信息，可以看出居住的最多，医疗保健的损失率最低。 成份矩阵a 成份 1 2 食品.905 -.090 衣着.298 .871 家庭设备用品及服务.847 .076 医疗保健.722 .401 交通和通讯.876 -.270 娱乐教育文化服务.916 .032 居住.737 -.577 杂项商品和服务.895 .112 提取方法 :主成份。 a. 已提取了 2 个成份。 第一个主成分的函数表达式： Y=0.401*食品+0.131*衣着+0.375*家庭+0.319*医疗+0.388*交通+0.406*娱乐 +0.326*居住+0.396*杂项 第二个主成分的函数表达式： Y=-0.077*食品+0.749*衣着+0.065*家庭+0.345*医疗-0.232*交通+0.028*娱乐 -0.496*居住+0.096*杂项 北京市农村居民人均消费支出和构成情况数据解析报告 2018版 序言 北京市农村居民人均消费支出和构成情况数据解析报告旨在运用严谨的数据解析，以更为客观、真实的角度，对北京市农村居民人均消费支出和构成情况进行剖析和阐述。 北京市农村居民人均消费支出和构成情况数据解析同时围绕关键指标即农村居民人均消费总支出，食品烟酒消费支出，衣着消费支出，居住消费支出等，对北京市农村居民人均消费支出和构成情况进行了全面深入的分析和总结。 北京市农村居民人均消费支出和构成情况数据解析报告相关知识产权为发布方即我公司天津旷维所有，其他方引用我方报告，均需注明出处。 北京市农村居民人均消费支出和构成情况数据解析报告可以帮助投资决策者效益最大化，是了解北京市农村居民人均消费支出和构成情况的重要参考渠道。本报告数据来源于权威政府部门如中国国家统计局、相关科研机构及行业协会等，数据客观、精准。 目录 第一节北京市农村居民人均消费支出和构成情况现状概况 (1) 第二节北京市农村居民人均消费总支出指标分析 (3) 一、北京市农村居民人均消费总支出现状统计 (3) 二、全国农村居民人均消费总支出现状统计 (3) 三、北京市农村居民人均消费总支出占全国农村居民人均消费总支出比重统计 (3) 四、北京市农村居民人均消费总支出（2015-2017）统计分析 (4) 五、北京市农村居民人均消费总支出（2016-2017）变动分析 (4) 六、全国农村居民人均消费总支出（2015-2017）统计分析 (5) 七、全国农村居民人均消费总支出（2016-2017）变动分析 (5) 八、北京市农村居民人均消费总支出同全国农村居民人均消费总支出（2016-2017）变动对 比分析 (6) 第三节北京市农村居民人均食品烟酒消费支出指标分析 (7) 一、北京市农村居民人均食品烟酒消费支出现状统计 (7) 二、全国农村居民人均食品烟酒消费支出现状统计分析 (7) 三、北京市农村居民人均食品烟酒消费支出占全国农村居民人均食品烟酒消费支出比重统 计分析 (7) 四、北京市农村居民人均食品烟酒消费支出（2015-2017）统计分析 (8) 人均可支配收入与居民消费支出的关系 关键词：人均可支配收入、居民消费支出 摘要：本次研究的主要目的是利用计量经济学模型研究人均可支配收入和居民消费支出这二者之间的内在关系。 一、前言 人均可支配收入：指个人收入扣除向政府缴纳的个人所得税、遗产税和赠与税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。 居民消费支出：城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。 随着改革开放三十年的到来，我们大家回首这三十多年的光辉历程，全国人民在伟大的中国共产党和各代党中央领导人的带领下，大力发展经济建设，把中国领上了繁荣复兴的发展大道上。国家领导人对民生问题很重视，在努力发展经济的同时不忘改善国民的生活水平。人民生活水平不断提高，购买力不断增强，研究居民消费水平对于把握区域经济的宏观平衡和动态增长具有不可忽视的意义。 二、理论模型 1.基本假设 在其它条件不变的情况下，假定每单位人均可支配收入的变化都会引起相应的居民消费支出的变化 2.数学模型推倒 Y=C+BX （Y-居民消费支出X-人均可支配收入） 3.假说 人均可支配收入X的高低对居民消费支出Y有影响 假想人均可支配收入X和居民消费支出Y正相关 四、结果与检验 1.介绍所使用数据来源 资料来源于国家统计局网站 散点图： 通过E-VIEWS做回归得出结论： 2.介绍对象假说的统计检验结果 显著性检验 P值越低，拒绝零假设的证据越充分，表明参数通过统计检验 3.介绍和分析最后选择的模型结果 方程及回归解释 1、方程为： Y=1503.229+0.371067X 2、回归解释： 符合预期，人均可支配收入与居民消费支出正相关。斜率系数0.371067表示，在其他条件不变的前提下，人均可支配收入每增加1美元，居民消费支出增加0.371067。 回归解释 Y=1503.229+0.371067X t= (1.656900) (9.515547) P value =(0.0000）(0.0000) P接近于0，说明变量X显著，几乎100%解释了Y的变异。 F值为90.54563，P(F)=0.0000说明方程整体显著。 R-squared为0.783635，拟合度较高。 五、结论 城镇居民消费支出与收入的预测模型(一) 摘要]本文根据2000年～2006年十堰市城镇居民消费性支出与可支配收入基本数据，应用灰色预测模型对未来几年十堰市居民可支配收入进行了预测，应用线性回归模型对居民消费支出与可支配收入之间的数量关系的基本规律进行研究，并对其消费走势进行了预测分析，为制定新一轮的经济政策提供了决策依据。 关键词]可支配收入消费性支出灰色模型线性回归 近年来，我国经济快速发展，十堰市的经济也取得了长足的进步，随着居民可支配收入的增加，居民的消费支出也随着增加。目前，消费已成为制约经济发展的瓶颈，分析城镇居民消费支出与收入之间数量关系的基本规律，了解城镇居民消费支出与收入的情况及特点，掌握城镇居民消费支出与收入的变化趋势，采用适当方法，对未来几年城镇居民的消费支出与收入进行预测，帮助有关部门和经营者制定经济政策进而实施宏观调控等，对刺激经济持续、健康发展具有重要意义。本文通过对十堰市城镇居民年可支配收入和年消费性支出的建模分析，讨论了其相互关系、发展规模和未来发展趋势等，为制定新一轮的经济政策提供了决策依据。 一、收入水平的预测 1.居民的经济收入的高低直接决定、影响着消费水平。收入水平的准确与否直接影响着消费规模的预测，这里对收入水平的预测采用数学模型中的灰色预测模型。灰色模型（GreyModel）简称GM模型，是灰色 系统理论的基本模型，也是灰色控制理论的基础。灰色系统理论建模的主要任务是根据社会、经济、技术等系统的行为特征数据，找出因素本身或因素之间的关系，从而了解系统的动态行为和发展趋势。2.预测模型GM（1，1） 设,做1—AGO,得 ,建立白化形式的微分方程设，按最小二乘法得到， 其中 易求得，微分方程的解为 3.模型的建立。以2000年～2006年十堰市城镇居民人均收入情况为观测值，建立GM（1，1）预测模型。数据来源于《十堰统计年鉴（2007）》，见表1。 令表1提供的人均可支配收入的数据为X(0)(i)（i=1,2∧，7，得到相应的累加生成序列： 构造累加矩阵常数项 在Mathematica4.0中求解得 得所以建立预测模型： 即（1） 4.模型的检验 (1)残差检验。残差检验就是计算相对误差，对模型的回顾，以残差的大小来判断模型的好坏。模型(1)预测的数据与实际数据的误差与相对误差,见表2。 居民消费支出分类 （2013） . 一、目的和范围 为了建立规范、统一的居民消费支出分类框架，提高居民消费支出数据的可比性，特制定本分类。 本分类包括居民在食品烟酒，衣着，居住，生活用品及服务，交通和通信，教育、文化和娱乐，医疗保健，其他用品和服务等方面的支出。本分类中的居民消费支出是指居民日常生活中，以满足自身和家庭成员需要为目的，经常性、多次性的消费支出,不包括资本投资类支出，以保值、增值为目的的支出，以及居民最终消费中由政府支出的部分（包括政府在卫生保健、教育等方面的支出）等。 本分类适用于GDP核算、住户调查、消费价格调查等与居民消费支出有关的统计调查和数据发布。 二、编制原则 本分类充分借鉴联合国制定的《按目的划分的个人消费分类》（COICOP），并注意把握以下三项原则： （一）以支出目的为划分原则。本分类对居民消费支出产品与服务的划分，以支出目的的同质性为原则，将居民日常消费支出按照吃、穿、住、行等目的进行归类，具有相同目的的支出内容，归入同一分类项下，体现居民实际消费支出的习惯。 （二）全面性原则。本分类能够全面覆盖居民消费支出，不遗漏，不重复，有利于准确、客观地反映我国居民消费支出的实际及其结构情况。 . （三）可操作性原则。本分类结构框架能够满足有关统计调查对居民消费支出分类的需求，各项调查可根据实际需要，在本分类结构框架的基础上，通过将若干条目合并汇总或将某一小类条目进一步细分得到所需的扩展分类。 三、主要内容和结构 本分类将居民消费支出划分为三层，第一层为大类，划分为食品烟酒，衣着，居住，生活用品及服务，交通和通信，教育、文化和娱乐，医疗保健，其他用品和服务等8个大类，代码由2位阿拉伯数字表示；第二层为24个中类，代码由大类代码加2位阿拉伯数字，即4位阿拉伯数字表示；第三层为80个小类，代码由中类代码加2位阿拉伯数字，即6位阿拉伯数字表示。 四、具有混合目的的支出归类方法 为了更好地体现居民在产品与服务等方面的支出，本分类尽可能详细地根据支出目的将产品类支出和服务类支出分别归类，使各项支出能够清晰地体现居民消费的目的。对于具有混合目的的一揽子支出，例如：一揽子旅游服务（包含交通费、住宿费、餐饮费、景点门票等）、教育服务（包含学费、交通费、食宿费、教材费等）、装修和装潢材料与服务（包含材料费和服务费）等，均是包含多种类型、具有混合目的的支出，可能既包含产品也包含服务，一般难以将一揽子支出中的各项具体支出区分出来，因此列入同一支出分类项下，不再进一步细分。 . 我国各地区人居消费性支出分析 目录 1 引言 (1) 1.1 选题背景 (1) 1.2 选题目的 (1) 1.3 选题意义 (1) 2 数据来源与描述 (1) 2.1 数据来源 (1) 2.2 数据描述 (2) 3 描述性统计分析 (3) 3.1 分析步骤 (3) 3.2 结果分析 (4) 4 系统聚类分析 (5) 4.1 分析步骤 (5) 4.2 结果分析 (7) 5 因子分析 (12) 5.1 分析步骤 (12) 5.2 结果分析 (14) 6 综合分析 (17) 7 总结与建议 (18) 8 参考资料 (18) ９维普数据库的论文查重报告 1 引言 1.1 选题背景 近年来，我国的经济发展迅速，人民生活水平得到了很大的提高，。但是我国各地区的经济发展水平还不均衡，而且不同地方的人口、资源、政策等各方面还有不同程度的差别化，这样就使的各地区人民的消费水平有高有低。所以在这种情况下，分析我国各地区人民家庭平均每人全年消费性支出情况，搞清楚不同地区人民人均消费性支出的差异与特点就显得尤为重要，这样有利于决策部门宏观调控，掌握各地区情况，控制好各地区的发展。 1.2 选题目的 通过运用不同的方法对各地区人民的消费性支出分析，了解在各消费性支出项目中哪个指标较大，了解总体情况。 通过运用不同的方法对各地区人民的消费性支出分析，知道哪些地区的消费性支出较高，在哪方面支出高。 通过运用不同的方法对各地区人民的消费性支出分析，清楚不同地区的消费结构，不同地区的消费类型。 通过运用不同的方法对各地区人民的消费性支出分析，比较发达地区和欠发达地区消费支出项的不同从而能更好的分配资源。 通过运用不同的方法对各地区人民的消费性支出分析，明白我国居民的消费转移方向。 1.3 选题意义 分析我国各地区居民消费性支出情况和影响因素，有利于建立合理的消费结构，有利于我国拉动内需，发展经济，有利于促进国民经济的发展。 2 数据来源与描述 2.1 数据来源 来源于2014年《中国统计年鉴》,数据为2013 年全国各地区(31个省、市和自治区)的城镇居民家庭平均每人全年消费性支出的数据。 农村居民人均消费性支出影响因素分析 摘要：运用E views 软件建立我国农村居民全年人均消费性支出的计量经济模型,对影响我国农村居民全年人均消费性支出的可能因素进行分析,发现农村居民全年人均纯收入、农村居民消费价格指数、人均实际纯收入、人均实际消费性支出对我国农村居民全年人均消费性支出具有重要的影响 关键字：农村居民人均消费性支出影响因素多元线性回归 一、问题的提出 今年以来，全国上下认真贯彻落实科学发展观，以农业增产、农民增收为目的，加大各项惠农政策措施落实力度，多措并举做好农村劳动力转移就业工作，克服金融危机和严重干旱等自然灾害带来的不利影响，使全市农村经济保持了稳定发展的良好态势，农民现金收入持续增长，生活消费水平继续提高。 我国是一个农业大国，至今仍有9亿农村人口，占全国人口总数的70%，农民是我国最大的群体，农村消费能力的提升直接关系到国民经济的全局。从农村市场看，中国有近六成人口生活在农村。农村城镇化的进程对经济增长的带动作用是非常明显的，世界上还没有哪个国家有规模如此巨大的城镇化。农村居民的收入虽然低于城市居民，但是基数巨大，且农村人口的收入也在稳定增长。 随着经济的发展，我国农民的收入水平和消费水平的结构也发生了很大变化，农民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好需和外需的关系至关重要。但从总体来看，农民消费水平仍然较低，调查显示有的地区都不及城市居民人均消费支出的三分之一。而且消费结构不合理，局限于食品类等生存基本需求品，消费在衣着装饰等方面的极少。而影响农民消费水平的根本原因是农民的收入。 农民生活消费支出主要包括食品、衣着、医疗卫生、教育文化、家庭设备、交通等方面，本文只挑选了五种典型的消费支出作为代表来分析农村居民的消费结构。 二、理论依据 （一）、 1. 三、模型设定 （一）、影响因素的分析 1、.农民收入偏低，增收困难抑制消费。消费的多少在很大程度上决定于可支配收入，虽然农村居民近几年人均收入增长明显，但相对仍处于较低水平。 2、为下一代消费支出过大影响其他消费。一是教育费用支出比重过大。调查显示，高中、大学教育负担沉重严重影响其他消费支出。 3、.医疗支出不确定性，使农村居民不敢轻易消费。农村生活水平近几年有大幅提升，在解决了基本温饱问题之后，越来越多的农村居民对医疗养老增加了关注度，对医疗保险的投入度也较以往有所增加，特别是在新农村合作医疗保险开办之后。 4、主动负债消费理念还未普及，社会需求潜能被隐藏。改革开放后，我国居民长期保持着量人为出的消费理念，特别是对于普通农村居民长期以来形成了勤俭持家的习惯，消费观念较为保守，提倡“量人为出、知足常乐”的消费观念（二）、影响因素的选择 影响农民人均生活消费的因素有很多。经分析有如下：变量选择和说明：被解释 计量经济学农村人均生活消费支出与农村人均收入关系的计量分析 文件排版存档编号：[UYTR-OUPT28-KBNTL98-UYNN208] 我国农村人均生活消费支出与农村人均收入关系的计量分析摘要：增加农民收入是我国扩大内需的关键，本文运用2007年我国农村人均生活消费支出与农村人均收入的数据，运用异方差的相关知识进行计量分析，通过建立回归模型的基本操作过程和借助于统计软件，建立我国农民人均生活消费支出的初步模型，以便更好的了解我国农村居民的消费支出与人均收入的关系。根据《2007年中国统计年鉴》的数据，对农民人均生活消费支出做了回归分析，并得出了系列结论。 关键词：农村人均消费支出一元线性回归异方差 一、问题提出 我国是一个大国，至今仍有9亿农村，占全国人口总数的70%，农民是我国最大的消费群体，农村消费能力的提升直接关系到国民的全局。从农村看，中国有近六成人口(约8亿)生活在农村。农村城镇化的进程对经济增长的带动作用是非常明显的，世界上还没有哪个国家有规模如此巨大的城镇化。农村居民的收入虽然低于城市居民，但是基数巨大，且农村人口的收入也在稳定增长。据测算，目前1个城镇居民的消费水平大体相当于3个农民的消费；城市化率提高1个百分点，就会有100万～120万人口从农村到城市。由于城市人口的消费是农村的～3倍，约拉动最终消费增长个百分点。 随着经济的发展，我国农民的消费水平和结构也发生了很大变化，农民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好内需和外需的关系至关重要。但从总体来看，农民消费水平仍然较低，显示有的地区都不 及城市居民人均消费支出的三分之一。而且消费结构不合理，局限于食品类等生存基本需求品，消费在衣着装饰等方面的极少。而影响农民消费水平的根本原因是农民的收入。本文主要研究收入对支出的影响。 二、经济理论 我国是发展中的农业大国，全面建设小康目标能否实现，重点、难点在于提高农村居民的人均收入。要实行农村居民生活稳定，农村居民要达到小康水平，其前提条件就是要保持农村居民人均收入的持续稳定快速发展，改革开放以来，我国农村经济体制改革所取得的快速发展给农民带来了真正的实惠，我国农村人均收入和全国消费水平都有较大幅度的提高，为了对我国农村人均收入情况作进一步的了解，如何客观、合理、准确地分析支出对消费的影响情况，具有重要理论和现实意义。 三、模型设定 一元线性回归分析方法是研究两个或多个变量之间关系的统计分析方法，在实际问题中，因变量y往往与多个变量x1、x2…xn有关。在本文中只选取农民人均收入、食品、衣着、家庭设备和医疗保健作为解释变量。 下表是要进行处理的31个省市的农村居民消费相关的原始数据，数据来源于《2007中国年鉴》。 各地区农村居民家庭平均每人生活消费支出(2007) 单位: 元 中国城镇居民人均可支配收入与平均每人全年消费性支出中国城镇居民人均可支配收入与平均每人全年消费性支出的分析 ——基于平稳性检验和协整检验 李丹吴伊刘覃莹国贸5104班 摘要:为了考察1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出 的关系，运用统计检验、协整检验等检验分析方法采用Eviews6.0软件分析了1994-2010中 国城镇居民人均可支配收入与平均每人全年消费性支出，结果表明中国城镇居民平均每人全 年消费性支出变化的99.8764%可由人均可支配收入的变化来解释。从斜率项的t检验值看， 大于5%显著水平下自由度为n-2=13的临界值(13)=2.160，且该斜率值满足 t0.025 0<0.666754<1,符合经济理论中边际消费倾向在0与1之间的绝对收入假说，表明2010年， 中国城镇居民人均可支配收入每增加1元，平均每人全年消费性支出增加 0.666754元。 关键词中国城镇居民人均可支配收入平均每人全年消费性支出分析统计检验协整 检验 一、引言 二、时间序列数据的来源 表一收集了1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出时 间序列数据，其中Y代表人均可支配收入，X代表消费支出。下面给出Eviews 进行相关分 析。 1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出的数据(来源: 数据来源于1993年至2010年中国统计年鉴) 如下所示: 表一 年份人均可支配收入Y 平均每人全年消费性支出X 1994 3496.2 3125.32 1995 4293 3537.56 1996 4838.9 3919.46 1997 5160.3 4158.62 1998 5425.1 4331.61 1999 5854 4998 2000 6280 5090.1 2001 6859.6 5308.99 2002 7702.8 5834.31 2003 8472.2 6510.94 2004 9421.6 7182.1 2005 10493 7942.88 2006 11759.5 8696.55 2007 13785.8 9994.47 2008 15780.8 11242.85 2009 17174.7 12264.55 2010 19109.4 13471.45 三、建立模型 设定的线性回归模型为: Y=+X+ ,,,01 下表给出了采用Eviews软件对表一数据进行回归分析的结果。 四川省农村居民人均消费支出情况数据解读报告2019版 序言 四川省农村居民人均消费支出情况数据解读报告旨在运用严谨的数据分析，以更为客观、真实的角度，对四川省农村居民人均消费支出情况进行剖析和阐述。 四川省农村居民人均消费支出情况数据解读报告同时围绕关键指标即农村 居民人均消费支出总数量，农村居民人均食品烟酒消费支出，农村居民人均衣着消费支出，农村居民人均居住消费支出等，对四川省农村居民人均消费支出情况进行了全面深入的分析和总结。 四川省农村居民人均消费支出情况数据解读报告知识产权为发布方即我公 司天津旷维所有，任何机构及个人引用我方报告，均需注明出处。 四川省农村居民人均消费支出情况数据解读报告可以帮助投资决策者效益 最大化，是了解四川省农村居民人均消费支出情况的重要参考渠道。本报告数据来源于权威政府部门如中国国家统计局、相关科研机构及行业协会等，数据客观、精准。 目录 第一节四川省农村居民人均消费支出情况现状概况 (1) 第二节四川省农村居民人均消费支出总数量指标分析 (3) 一、四川省农村居民人均消费支出总数量现状统计 (3) 二、全国农村居民人均消费支出总数量现状统计 (3) 三、四川省农村居民人均消费支出总数量占全国农村居民人均消费支出总数量比重统计.3 四、四川省农村居民人均消费支出总数量（2016-2018）统计分析 (4) 五、四川省农村居民人均消费支出总数量（2017-2018）变动分析 (4) 六、全国农村居民人均消费支出总数量（2016-2018）统计分析 (5) 七、全国农村居民人均消费支出总数量（2017-2018）变动分析 (5) 八、四川省农村居民人均消费支出总数量同全国农村居民人均消费支出总数量 （2017-2018）变动对比分析 (6) 第三节四川省农村居民人均食品烟酒消费支出指标分析 (7) 一、四川省农村居民人均食品烟酒消费支出现状统计 (7) 二、全国农村居民人均食品烟酒消费支出现状统计分析 (7) 三、四川省农村居民人均食品烟酒消费支出占全国农村居民人均食品烟酒消费支出比重统 计分析 (7) 四、四川省农村居民人均食品烟酒消费支出（2016-2018）统计分析 (8) 从中国居民消费结构的变化看中国的经济发展 摘要：近年来，消费需求对经济的拉动力不断增强，与城乡居民消费结构的变化时密不可分的。目前我国已进入消费加速转型期，居民消费由原来简单的数量增长演变为数量增长与结构调整并行。中国居民消费结构的变化在另一方面也反映了中国经济的发展状况。 关键字： 随着改革开放政策的逐步深入，我国经济发展迅速，城乡居民生活状况变化显著，2000年我国城镇居民恩格尔系数下降到39.18%，农村居民恩格尔系数则降为49.13%，分别达到了联合国粮农组织制定的富裕和小康生活标准。2003年我国人均GDP首次突破1000美元，这表明我国经济进入了新的发展阶段，即总体小康的阶段。笔者分别对我国城乡居民2001-2005年的消费结构进行了研究分析，发现我国居民消费结构总体上在向高级化方向发展，但升级过程中仍存在诸多问题。 一、我国居民消费结构变化趋势 1、消费支出结构升级。消费水平有较大辐度的提高。2001至2005年，我国城镇居民消费支出从5309元增至7912.85元，年均增长650.96元，增长辐度为149.05%；农村居民人均消费支出从1735.1元增至2556.15元，年均增长205.26元，增长辐度为147.32%。食品消费支出额不断上升，支出比例即恩格尔系数下降。消费支出中增长最快的当属食品消费。2001至2005年食品消费支出中，城镇居民年均增长为221.60元，占消费总支出年均增长值的34.04%；农村居民年均增长值为83.82元，占消费支出年均增长值的40.84%。但城、乡居民的恩格尔系数却逐年下降，城镇居民从38.2%减至36.83%，年均减少0.3425%；农村居民从47.7%减至45.5%，年均减少0.55%（2004年城乡居民恩格尔系数上升。主要是“非典”期间食品价格上涨所致）。人们较之过去更加关注食品的营养和保健价值及营养平衡搭配，而不再仅仅是温饱问题。肉类、禽类、蛋、牛奶、豆腐、青菜和水产品等蛋白质和维生素含量丰富的食品已成为我国老百姓家庭饭桌上的常菜。大多数居民家庭已养成了多吃水果少吃猪油的习惯。交通和通讯消费支出迅速增加。城镇居民交通和通讯消费支出从2001年的493.9元增至2005年的996.72元，消费比例从9.30%增至12.60%，年均增长值为125.705元，占消费支出年均增长值的19.31%；农村居民从2001年的493.9元增至2005年的996.72元，消费比例从6.32%增至11.56%，年均增长值为125.705元，占消费支出年均增长值的35%。私车已由权力财富的象征变成了家用交通工具，人们购车的平均价格已从几万元上升到十几万元。 尤其是近年以来，在有车族中见面问候语“你换车了吗”大有替代“你买车了吗”趋势。手机已经不仅仅是广大城乡居民的日常通讯工具，其品牌和知识信息密集度在某种程度上更是机主身份的象征。手机彩铃和上网业务则为消费者带来了更多的生活乐趣和工作便利。 2、消费层次结构和形态结构升级。根据《2001-2005年我国城乡居民人均消费状况一览表》统计结果，城乡居民为满足生存需要在食品、衣着和家庭设备用品及服务方面的消费支出额虽在不断增加，但支出比例不断下降，相反，为满足居民享受和发展需要的消费支出的比例则呈上升趋势。住房仍是人们消费的热点，但较之过去，人们更加注重居住的生态环境和周围的学校、交通、商店、医院、公共安全等公共基础设施建设及室内装饰的环保化、个性化。很多居民尤其是年轻人，工作之余逛公园、去娱乐场或与亲友聚餐、品茶，不再为繁重的家务所累，致使家政服务公司供不应求，娱乐场、餐馆、茶社、酒吧异常火爆。外出旅游则成为了广大老少居民假日活动的焦点话题。年轻人更加注重自身文化素质的提高，老年人更加关心自身健康和休闲娱乐，于是各种业务培养班、健身馆、按摩洗浴中心、信息咨询事务所越来越多。还有各种为居民提供生活方便和服务的行业如物业公司、物流公司、投递公司、皮鞋美容店、服装干洗店等已由零散向连锁方向发展，上门服务和异地连锁服务模 城镇居民家庭八大类消费性支出全部上扬 在经济快速发展、居民家庭收入不断增长的同时，2011年1-9月份，我县城镇居民家庭消费性支出人均为6282.81元，比去年同期的5368.5元增加914.31元,增长17.03%。上涨幅度较大，主要是八大类消费性支出中呈现出全线上扬的态势 1、食品消费支出略有上涨，消费结构比较合理。1-9月份人均食品消费支出2083.19元，同比增长11.56%，其中粮油类支出572.68元，肉禽蛋水产品类支出468.14元，蔬菜类支出151.26元,糖烟酒饮料类支出236.26元，干鲜瓜果类支出160.33元，糕点、奶及奶粉制品支出146.41元，饮食服务248.03元。随着物价上涨，特别是肉食，外加养生节目的层层推出，居民生活理念和消费观念的变化，人们更注重养生，挑选食品以绿色、健康、营养为主。 2、衣着消费继续向品牌、高档化转移。1-9月份衣着支出人均783.94元，同比增长5.98%，随着城镇居民生活水平的逐步提高，消费观念的改变，人们对服装的追求层次从经济适用转为时尚化，品牌化，在衣着的消费方面越来越注重品牌、款式、质量，档次，而北方一季一天气，一季多衣，另外物价上涨，服装和鞋类的单价上涨。 3、居住支出略有增长。1-9月份居住支出人均815.75元，同比上涨4.56%。随着居民生活居住条件改善，人们对居住环境的要求越来越高，物业服务更加人性化，为了保护环境，减少碳排放，城镇居民在日常生活中的用电量加大，天然气的使用逐步推进，促使居住服务费增长。 4、家庭设备用品及服务支出较大。1-9月份家庭设备用品及服务支出人均为495.49元，同比增长82.47%。主要是由于城镇居住人口增多，一栋栋中高层如雨后般春笋涌现绥德城，乔迁新居的家庭多，人们对家庭设备用品的消费明显增加，促使耐用消费品支出要幅上升，用于耐用消费品支出人均为308.38元，与去年同期的112.25元增加196.13元，上涨174.73%。目前城镇居民的家庭设备用品更新换代较快，用于这方面的支出飞速增长。 5、医疗保健消费支出有所增长。1-9月份随着医保制度改革的推行，居民住院治疗费用由医保单位和个人共同负担逐步推行，居民个人医疗费用仍然在上升，人均医疗保健支出426.55元，较上年同期增加392.68元，增加33.87元，增长8.63%、其中药品费增长3.09%，医疗费增长16.75%，滋补保健品的增长幅度是去年同期的1.63倍。随着居民收入的增加，在提高生活质量的同时，更加注重身体的健康，除了按时进行身体的全面检查以外，还经常补 城镇居民人均可支配收入与人均消费性支出关系研究 李卓蔚梁希11-1 一、研究目的 本案例分析根据1980年～2009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2010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 Expend = β0 +β1*income+ε 1、被解释变量：城镇居民家庭平均每人全年消费性支出(Expend)：指被调查的城镇居民家庭用于日常生活得全部支出，包括购买商品支出和文化生活、服务等非商品性支出。不包括罚没、丢失款和缴纳得各种税款（如个人所得税、牌照税、房产税等），也不包括个体劳动者生产经营过程中发生的各项费用。单位：元。 2、解释变量：城镇居民家庭平均每人全年可支配收入(income): 指被调查的城镇居民家庭在支付个人所得税、财产税及其他经常性转移支付后所余下得实际收入。单位：元。 三、数据来源 本模型选取了1980年～2009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。数据来源：中国统计年鉴。 表1 1980—2009年城镇人均可支配收入和人均消费性支出 四、 描述统计分析 4.1散点图 E x p e n d 4.2样本描述统计 五、回归结果 本结果使用Stata软件进行估计 六、回归分析 根据上面的结果，一元回归的方程为： Expend = 184.5959 + 0.7806454 * income t = (4.49) (182.34) R2 =0.9992 F(1,28)=33247.99 1、检验结果分析 从F(1,28)=33247.99通过F检验，说明整体方程是显著的； 从t值看，收入系数和截距项都很显著，即显著不为零。 2、经济分析 此方程是消费方程，根据经济理论（凯恩斯的绝对收入假说），Expend =β0+β1*income+ε，式中β0 >0，0<β1 <1。β1表示边际消费倾向，既每增加一单位的可支配收入所增加的消费的数额，β1=0.7806454说明每增加1元的可支配收入，有0.7806454元用于消费。 此方程同时也说明了消费者的储蓄行为，1-β1表示边际储蓄倾向，既每增加1元的可支配收入，其中用于增加的储蓄的数额，1-β1=0.2193546说明每增加1元的收入，有0.2193546元用于储蓄。 七、Stata原程序 scatter Expend income （画散点图） sum （样本描述统计，包括样本数、均值、标准差、最值） 四川省农村居民人均消费支出和构成情况数据解析报告 2018版 序言 四川省农村居民人均消费支出和构成情况数据解析报告旨在运用严谨的数据解析，以更为客观、真实的角度，对四川省农村居民人均消费支出和构成情况进行剖析和阐述。 四川省农村居民人均消费支出和构成情况数据解析同时围绕关键指标即农村居民人均消费总支出，食品烟酒消费支出，衣着消费支出，居住消费支出等，对四川省农村居民人均消费支出和构成情况进行了全面深入的分析和总结。 四川省农村居民人均消费支出和构成情况数据解析报告相关知识产权为发布方即我公司天津旷维所有，其他方引用我方报告，均需注明出处。 四川省农村居民人均消费支出和构成情况数据解析报告可以帮助投资决策者效益最大化，是了解四川省农村居民人均消费支出和构成情况的重要参考渠道。本报告数据来源于权威政府部门如中国国家统计局、相关科研机构及行业协会等，数据客观、精准。 目录 第一节四川省农村居民人均消费支出和构成情况现状概况 (1) 第二节四川省农村居民人均消费总支出指标分析 (3) 一、四川省农村居民人均消费总支出现状统计 (3) 二、全国农村居民人均消费总支出现状统计 (3) 三、四川省农村居民人均消费总支出占全国农村居民人均消费总支出比重统计 (3) 四、四川省农村居民人均消费总支出（2015-2017）统计分析 (4) 五、四川省农村居民人均消费总支出（2016-2017）变动分析 (4) 六、全国农村居民人均消费总支出（2015-2017）统计分析 (5) 七、全国农村居民人均消费总支出（2016-2017）变动分析 (5) 八、四川省农村居民人均消费总支出同全国农村居民人均消费总支出（2016-2017）变动对 比分析 (6) 第三节四川省农村居民人均食品烟酒消费支出指标分析 (7) 一、四川省农村居民人均食品烟酒消费支出现状统计 (7) 二、全国农村居民人均食品烟酒消费支出现状统计分析 (7) 三、四川省农村居民人均食品烟酒消费支出占全国农村居民人均食品烟酒消费支出比重统 计分析 (7) 四、四川省农村居民人均食品烟酒消费支出（2015-2017）统计分析 (8) 2017年居民收入和消费支出情况 2018-01-18 16:20 银行贷款小编 一、居民收入情况 2017年，全国居民人均可支配收入25974元，比上年名义增长9.0%，扣除价格因素，实际增长7.3%。其中，城镇居民人均可支配收入36396元，增长8.3%(以下如无特别说明，均为同比名义增长)，扣除价格因素，实际增长6.5%;农村居民人均可支配收入13432元，增长8.6%银*行*信*息*港，扣除价格因素，实际增长7.3%。 全年全国居民人均可支配收入中位数22408元银行贷款—利率网，增长7.3%，中位数是平均数的86.3%。其中，城镇居民人均可支配收入中位数33834元，增长7.2%，是平均数的93.0%;农村居民人均可支配收入中位数11969元银~行~信~息~港，增长7.4%推荐，是平均数的89.1%。 按收入来源分，2017年全国居民人均工资性收入14620元，增长8.7%，占可支配收入的比重为56.3%;人均经营净收入4502元，增长6.7%，占可支配收入的比重为17.3%;人均财产净收入2107元，增长11.6%，占可支配收入的比重为8.1%;人均转移净收入4744元，增长11.4%，占可支配收入的比重为 18.3%。 二、居民消费支出情况 2017年，全国居民人均消费支出18322元银行贷款，比上年名义增长7.1%，扣除价格因素，实际增长5.4%。其中，城镇居民人均消费支出24445元，增长5.9%银！行！信！息！港！，扣除价格因素，实际增长4.1%;农村居民人均消费支出10955元银#行#贷#款，增长8.1%，扣除价格因素，实际增长6.8%。 全年全国居民人均食品烟酒消费支出5374元银-行-信-息-港，增长4.3%， 理学院《应用多元统计分析》课程论 文 论文题目：多元统计分析中国城镇居民人均消费水平 专业：统计学 班级：112班 姓名：杨晓丹学号11480020204 指导教师：韩明职称教授 2013年12月12日 摘要 本文通过选取2011年我国31个省市自治区城镇居民在食品、衣着、居住、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务及其他商品和服务等方面的人均消费性支出，运用聚类分析及主成分分析对各地区进行比较和分析。用聚类分析将各地区进行分类，对分类的地区进行比较，用主成分分析根据所选主要成分将各地区排名。找出各地区城镇居民在消费性支出方面存在的差异，并提出相应缩小差异的建议。除了地区间的比较，将结果同前一年比较，明确地区经济发展变化。 关键字：人均消费性支出聚类分析主成分分析 目录 摘要............................................... I 1 绪论.. (1) 1.1选题背景和研究现状 (1) 1.2研究目的 (1) 2 内容 (2) 2.1数据收集 (2) 2.2聚类分析 (3) 2.3主成分分析 (4) 2.4结果对比 (8) 3 总结 (10) 参考文献 (11) 附录 (12) 1 绪论 1.1 选题背景和研究现状 近年来，我国国民经济得到了迅速发展，人民生活水平进一步提高，物质文明建设达到了前所未有的水平。但由于我国各地区经济发展水平不均衡，加之各地人口、资源、政策等各方面存在的差异，使各地区居民人均消费水平参差不齐，不同的地区具有不同的特点。在这一背景下，研究我国各地区城镇居民家庭平均每人全年消费性支出情况，比较地区间的差异和差距，通过与前几年结果作对比，进而明确促进和抑制我国城镇居民人均消费性支出发展的影响因素。 1.2研究目的 消费结构可以反映居民的生活质量和经济发展水平。一般来说，经济越发达的地区，其消费结构就越趋向于追求安逸享受的消费结构。在这样的消费结构中，教育文化娱乐服务支出所占的比例就会较大。反之，在经济较不发达的地区中，生活必需品消费支出所占的比例就会较大。随着社会主义市场经济体制的逐步完善，我国的社会生产力不断日益加快发展，经济总量和综合实力迅速上升，城镇居民的生活水平显著提高。相对过去而言，居民食品方面的消费支出比重在逐渐下降，而在交通通讯、文化娱乐等方面的消费支出比重越来越大。消费结构的变化，反映居民需求的变化。研究我国城镇居民消费性支出情况及其影响因素，对建立合理的消费结构，扩大内需，搞活社会主义市场经济，制定产业政策，促进国民经济的发展都有着极其重要的意义。 农村居民消费结构的调研报告 消费作为拉动经济增长的“三驾马车”之一，是经济持续增长的最终牵引力。消费结构则是居民生活质量最直接的表现。是一个农业大省，，农村居民万，占总人口数的%农村居民的消费能力和消费结构对全省居民的消费情况有着重大影响。 一、农村居民消费结构分析 本文收集了-省农村居民家庭人均纯收入和食品、衣着、居住、家庭设备用品及服务、医疗保健、交通通讯、文教娱乐用品及服务、其他商品及服务共八项消费支出数据。运用扩展线性支出系统模型对省农村居民消费结构进行分析。 从表1中的eles参数估计值及统计检验结果来看，各项消费支出和人均纯收入之间都存在较强的线性关系，eles 模型的拟合效果较好。下面从基本需求、需求收入弹性和边际消费倾向方面对省农村居民消费结构进行分析。 基本消费需求支出水平分析：基本生活需求能充分满足，但文化、教育、娱乐消费不足。居民基本消费需求支出是指在一定的社会经济水平下，为保证劳动力的正常再生产，居民对商品和劳务所需要的基本消费量的支付能力，它反映了居民最低消费需求。 由表2得知，省农村居民人均基本生活消费需求支出总额为 元，而人均实际消费支出总额达到元，将近人均基本生活消费需求的两倍，由此可见，省农村居民的基本生活需求能够得到充分满足。进一步观察，尽管在总量上实际消费总额大大高于基本需求总额，但文教娱乐这一项并没有达到基本需求额，反映出省农村居民的文化、教育、娱乐现状亟待改 善。 边际消费倾向分析：消费意识较强，但消费结构层次偏低。边际消费倾向是消费变动额和收入变动额之间的比率。它反映了居民对各类消费的偏好及其新增购买力的投向。 由表1得知，省农村居民总边际消费倾向为，说明农村居民新增收入中的70%用于生活消费支出。显示出省农村居民储蓄率较低，消费意识较强。这对全省经济的健康快速增长起到了良好的促进作用。 各大类边际消费倾向系数中，排第一位是食品，其次是居住。这说明省农村居民在收入有所增加的情况下，首先考虑的是增加食品的消费量和提高食品的质量，改善膳食结构。紧接着便是考虑改善居住环境，这也反应出省农村居民的消费结构层次偏低。 其他按顺序排列分别为交通通信、医疗保健、家庭设备、衣着、其他、文教娱乐。交通通信和医疗保健两大类较高的边际消费倾向也说明了：一方面，交通通讯技术的发展和普及已深入到农村，农民对出行以及加强与外界的联系方面的要求提高；另一方面，农民医疗保险、保健意识增强，越来越关注自身的身体健康。文教娱乐的边际消费倾向为负数，说明随着农民收入的 我国农民人均生活收入及消费支出分析 李智鹏 一、前言 一，统计学及其方法在社会发展与评价、持续发展与环境保护、资源保护与利用、电子商务、保险精算、金融业数据库建设与风险管理、宏观经济监测与预测、政府统计数据收集与质量保证、分子生物学、高科技农业研究、生物制药技术法、流行病规律研究与探索、人类染色体工程研究、质量与可靠性工程等领域以及研究中有重要的应用。 二、相关背景分析 中国作为一个农业大国，“三农（农业、农民、农村）”问题关系到国民素质、经济发展，关系到社会稳定、国家富强、民族复兴。至今仍有9亿农村人口，占全国人口总数的70%，农民是我国最大的群体，农村消费能力的提升直接关系到国民经济的全局。从农村市场看，我国有近六成人口生活在农村。农村居民的生活消费质量反映了全社会居民物质和文化消费的基本水平，他们的总体生活情况是中国总体生活情况的最主要体现。 近年来，全国上下认真贯彻落实科学发展观，以农业增产、农民增收为目的，加大各项惠农政策措施落实力度，多措并举做好农村劳动力转移就业工作，克服金融危机和严重干旱等自然灾害带来的不利影响，使全国农村经济保持稳定发展的良好态势，农民现金收入持续增长，生活消费水平继续提高。 近年来,我国人均收入水平、人均生活消费水平均有了显著性提高,但城镇与农村居民人均消费支出的差距却没有缩小,两极分化的趋势越来越突出。随着经济的发展，我国农民的收入水平和消费水平的结构也发生了很大变化，农民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好内需和外需的关系至关重要。但从总体来看，农民消费水平仍然较低，而且消费结构不合理，局限于食品类等生存基本需求品，消费在衣着装饰等方面的很少。而影响农民消费水平的根本原因就是农民的收入。 农民生活消费支出主要包括食品、衣着、居住、医疗卫生、教育文化、家庭设备、交通等方面，本文将通过运用SPSS软件（常用统计软件）分析方法对我国农民的收入及消费支出进行了各种分析, 以便能够更好地了解我国农村居民的收入情况和消费结构与消费行为等。 二、前人的研究结论 近年来，国内外学者对中国农村居民不同来源收入与消费之间的关系也开展了一些研究。徐会奇、李敬强（2009）利用1978～2007年农村居民生活消费支出数据，研究了各种来源收入对农村居民消费支出的影响，发现消费函数在收入来源发生变化的情况下具有明显的两阶段性，变化前后家庭经营性收入对消费支出有较高的影响力，工资性收入的影响在变化后降低，而财产性收入和专营性收入对消费支出的影响则随着其在家庭收入中所占比重的上升而发生根本转变。 本文拟利用全国各省市自治区2000年～2011年的农村居民数据，研究不同来源收入对家庭消费的不同影响，从而在以下几个方面对国内外相关问题的研究有所补充和改进：首先，部分学者对模型的适用性了解不过深入，存在误用或者造成误差较大的情况；其次，普遍缺乏对数据的科学处理及验证；最后本文利用spss专业统计软件对数据进行科学的处理、分析和论证，对模型的科学选择、验证和误差分析。 三、正文 摘要：随着经济的发展，我国农民的收入水平和消费水平的结构也发生了很大变化，农民生活水平的提高和消费的增加对于实现国民经济又好又快发展、正确处理好内需和外需的1999年城镇居民家庭平均每人全年消费性支出
北京市农村居民人均消费支出和构成情况数据解析报告2018版
人均可支配收入与居民消费支出的关系
城镇居民消费支出与收入的预测模型(一)
居民消费支出分类
我国各地区居民消费性支出分析报告
农村居民人均消费性支出影响因素分析报告
计量经济学农村人均生活消费支出与农村人均收入关系的计量分析
中国城镇居民人均可支配收入与平均每人全年消费性支出
四川省农村居民人均消费支出情况数据解读报告2019版
居民消费结构
城镇居民家庭八大类消费性支出全部上扬
农村居民全年人均消费性支出影响因素分析
四川省农村居民人均消费支出和构成情况数据解析报告2018版
2017年居民收入和消费支出情况
多元统计分析我国城镇居民消费性支出
农村居民消费结构的调研报告
我国农民人均生活收入及消费支出分析(未成)