影响我国居民消费相关因素的ols回归分析毕业论文

青岛理工大学毕业设计(数学091班刘永辉) 摘 要 在中国经济发展进程中，消费是伴随其发展的一个重要内容，伴随着经济增长的加快，消费形式的变化也越来越快。自进入21世纪以来，内需成为经济学领域一个比较热点的名词。扩大内需，增加居民消费成为了拉动经济增长的“三驾马车”之一。 居民的消费与一个国家的经济发展息息相关，对经济的增长影响惯性最大，是拉 动经济增长最重要、最稳定的因素。我国经济正逐渐由投资拉动型增长向消费拉动型增长转变，如何促进居民消费以扩大内需已成为人们关注的重点和热点。消费作为我国经济增长的三驾马车之一，起着不可替代的作用，只有把经济增长转变为依靠内需的增加上来，才能真正实现惠国惠民国策。 本文通过对我国居民消费水平的统计数据资料分析，建立居民消费的计量经济学模型。然后，使用EVIEWS 6.0对模型的参数进行估计，运用普通最小二乘法（Ordinary Least Squares,OLS）对数据进行单因素、多因素的回归分析，并引入递归的逐步回归分析模型，研究模型中各个变量对居民消费水平的影响程度，使我们对相关影响因素从定性认识转换到定量认识，并在此基础上提出提高居民消费水平的对策。关键字：居民消费水平，扩大内需，普通最小二乘法 - 1 -ABSTRACT In Chinas economic development process, the consumer is accompanied by the development of an important content, along with the accelerating pace of economic growth, consumption patterns of change is faster and faster. Since entering in the 21st century, domestic demand becomes a more popular term in the field of economics. Expanding domestic demand1 to increase the residents consumption has become one of three major power driving economic growth. The residents consumption is the most important and stable factor stimulating economic growth, which is closely related to a countrys economic development. Chinas economy is gradually shifting from investment-led growth to consumption-led growth transformation.How to promote consumption in order to expand domestic demand has become a focus of attention and hot for our country.Consumption as Chinas economic growth is one of the troika, plays an irreplaceable role, only economic growth into relying on domestic demand increases up to truly achieve benefit citizen and country national policy. Firstly,this paper establishes a econometric model of the residents consumption through analyzing statistics of our residents consumption level. Then, in order to let us recognize the relevant factors from qualitative understanding to quantitative understanding2, I study the degree of the influence of each variable on the residents consumption in the model by using EVIEWS 6.0 to estimate the parameters of the model, applying ordinary least squares method for datas univariate and multivariate regression analysis3, and introducing recursive stepwise regression analysis model . And on this basis I put forward measures to improve the level of the residents consumption level.KEY WORDS：Residents Consumption Level;Expanding Domestic Demand;Ordinary Least SquaresI目 录第1章 绪论.1 1.1 选题的背景和意义 .1 1.2 本文的结构内容简介 .2第2章 居民消费现状及影响因素 .3 2.1居民消费的现状 .3 2.2居民消费影响因素简介.6第三章 实证分析 .8 3.1 EVIEWS简介.8 3.2 Ordinary Least Squares .8 3.3 数据处理 .8 3.4变量的设计与选择.9 3.5 模型的建立及参数估计.10第四章 模型的结论与政策建议.23 4.1 模型的结论.23 4.2 政策建议.23致 谢 .25参考文献 .26I第1章 绪 论1.1 选题的背景和意义居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来。居民消费水平，是以国内生产总值为口径，即包括劳务消费在内的总消费进行计算的。计算公式4为： =居民的消费水平在很大程度上受整体经济状况的影响。国内生产总值(GDP）是用于衡量一国总收入的一种整体经济指标，经济扩张时期，居民收入稳定，GDP也高，居民用于消费的支出较多，消费水平较高；反之，经济收缩时，收入下降，GDP也低，用于消费的支出较少，消费水平随之下降。改革开放以来，我国居民收入与消费水平不断提高，居民消费结构升级和消费需求扩张成为我国经济高速增长的主要动力，特别是进入21世纪代以来，居民消费需求对国民经济发展的影响不断增大，对国民经济产生的拉动作用越来越大。我国经济渐渐由短缺经济走向过剩经济、由卖方市场转向买方市场、由投资拉动经济增长到消费拉动经济增长，其中社会消费需求不足，居民消费问题显得更加突出。尤其是对于如何启动我国内需，扩大居民的消费变得越来越重要。内需促增长的潜力非常巨大，近10年来，我国消费增长十分迅猛，内需特别是消费需求已经成为拉动经济增长的重要动力。统计数据显示，2002年我国社会消费品零售总额为4.8万亿元，2008年突破10万亿元，2010突破15万亿元大关，2011年达到18.4万亿元，居世界第二位，是2002年的3.8倍，年均增长16.1%。2011年最终消费对经济的贡献率达51.6%，比2002年提高7.7个百分点。所以现阶段我们应该突出扩大消费的战略地位，着力创新和完善消费促进政策，推动消费业态和商业模式创新，大力促进便民消费、实惠消费、热点消费、循环消费、安全消费和信用消费。发挥城市的消费中心功能，大力开拓农村市场，进一步释放居民消费潜力。充分发挥国内贸易保障消费、引导消费、创造消费的功能，使之进一步促进经济的发展。中国社会科学院金融研究所研究员易宪容表示，就目前中国的经济情况来看，中国的内需与美国相比相差较远。美国3亿多人口，年消费达到11万亿美元，而中国只有4万亿美元。中国人均消费不足美国1/15。也就是说，如果中国内需增加到美国人均水平的1/10，中国GDP总量上升到80万亿元以上，潜力巨大。此外，中国居民消费存在严重三大不平衡：城乡之间、中小城市与大城市之间、东部沿海与中西部地区之间差距很大。因此，对于欧美疲弱的需求来说，中国潜在需求是巨大的因而，及时准确的把握国民经济发展格局中居民消费需求的变动趋势，从量化的层面分析其相关影响因素，制定出符合我国现阶段具体情况的国民消费政策，对于提高我国的经济增长速度和质量都具有重要的意义。1.2 本文的结构内容简介本文正文部分共分为四个章节，首先开章就介绍了本文写作的意义所在，突出居民消费对经济发展的重要性；第二章紧接着介绍当前居民消费的现状和相关影响因素简介，为后文选择解释变量作一个铺垫；而第三章则是本文的重点部分，这一章也是篇幅最长，开头就简要介绍了本文所用到的软件和其主要的分析方法，接下来的实证分析部分囊括了模型的建立、参数的估计、模型的检验直到最终模型建立的全过程，并且对最终模型的变量进行了再次调整，提出了改进的最终模型，其结构安排也是从简单的单因素分析到多因素分析，进而在一般逐步回归分析5的基础上引入递归逐步回归模型进行分析，这也是本文的一个创新之处，这一部分呈现出从简单到复杂，从局部到整体的分析思路；第四章则主要是本文的结束部分，对模型回归结果的分析以及对模型的评价，并且在前面分析基础上结合全文提出相关政策建议。第2章 居民消费现状及影响因素2.1居民消费现状20世纪80年代初期，我国民众消费重点是以吃、穿等基本生存需求为主；90年代，食品、衣着消费支出比重下降，家用设备支出比重增加；到新的世纪，像洗衣机、电冰箱这样的传统家用设备支出比重也已大大下降.消费是拉动经济增长的主要动力之一，我国城镇居民消费状况如何？其结构变动有何特点？搞清这些问题，对宏观经济决策、企业生产经营决策有着重要意义。本文利用近几年统计资料对这一问题进行分析。1.食品支出比重下降，恩格尔系数逐年走低 众所周知，吃是人类生存的第一需要，在收入水平较低时，其在消费支出中必然占有重要地位。随着收入的增加，在食物需求基本满足的情况下，消费的重心才会开始向穿、用等其他方面转移。恩格尔系数所反映的就是食品支出占家庭或个人消费总支出的比例，所以恩格尔系数在国际上常常用来衡量一个国家和地区人民生活水平的状况，同时也成为反映一国居民家庭消费结构变化的重要标志。近年来，我国城镇居民的恩格尔系数逐年下降， 1980年城市居民消费的恩格尔系数为56.9%，1995年为49.9%，1999年下降到419，2000年，我国城镇居民恩格尔系数达到39.2%,首次低于40%；2001年我国城镇居民的恩格尔系数为37.9%，意味着总体水平达到了小康，2005年为36.7%，2010年，我国城镇居民恩格尔系数进一步降为35.7%,这说明食品支出在城镇居民的消费总支出的比重正呈下降的趋势。世界主要国家和地区的经济发展历程和居民消费结构演变的历史经验表明，恩格尔系数水平低于40%时是启动以居民住房消费和交通通讯消费为标志的居民消费结构升级的临界点。因此，以恩格尔系数作为重要的参考标准的话，我国新一轮的消费结构升级已经来到。2. 住房，汽车消费成为新的消费重点 2. 1 住房消费从住房需求来看，越来越多的城市居民有能力购买商品房和经济适用房。2003年商品房销售面积已经达到了32247万平方米，比1991年增长了近10倍，增长是非常快的。从未来的发展看，城市化和人均居住条件的改善，以及房屋的自然折旧还将带来对住房的巨大市场需求。中国确实已经进入到住房的需求大幅度增长的时期。特别是随着城市化的快速推进，对住房的需求会进一步加大。1998-2003年，我国城市率提高了9个百分点，到2003年已达到40.5%。在十一五期间，专家预计城市化率仍将以每年一个百分点的速度推进。毫无疑问，城市化率的发展直接带动的是房地产业的发展，有大量的人口要进入到城市，城市居民的居住条件也要改善，还有大量的房屋自然折旧。从这些情况考虑，未来住房的需求潜力是非常大的。房地产业也仍将保持较快的发展势头。以长沙为例,根据一项问卷调查结果表明，长沙住房消费走势呈以下的主要特征： 近半数的被调查者具有购房意向;51.96%的被调查者看好经济适用房;理想面积为80120平方米;价格仍是制约居民消费的主要因素。 这说明随着人们对物质生活，居住环境要求的提高，使住房消费在今后的一段时间内，仍然会是消费的重点和增长点。并且住房消费必将带动相关行业的发展，家装成了生活时尚。2. 2 汽车消费 从各个国家的发展经验来看，当一个国家人均GDP达到3000-10000美元的时候将进入汽车消费快速发展的时期，我国的一些大城市，人均GDP已经接近或超过3000美元，因此，汽车消费出现较快增长的时期。 中国已经发展成为一个极具潜力的汽车消费市场。估计我国有购车能力的家庭2005年将达到4200万户。到2010年，中国有可能成为全球仅次于美国和日本的第三大汽车市场。从汽车的实际购买来看，随着居民收入水平的不断提高和中国政府鼓励轿车进入居民家庭政策的出台，特别是2001年5月放松对生产企业的价格管制，加之制约需求的各种不合理费用逐步取消和汽车贷款正在被越来越多人所接受，汽车正在快速进入普通家庭，开始取代家电成为新一代领航消费品。3. 教育、信息、通信消费不断升温随着科学技术的进步和社会生产力的发展，知识更新的速度越来越快，经济的发展要求人们不断提高自身的文化素质，人们对知识需求日益增强，居民越来越重视教育的投入，不断提高个人文化素质，除了对子女的教育消费支出不断增长以外，成人的教育费用也不断提高。教育消费已成为人们消费中经常性的较长期的重点，这是发展的必然趋势。未来居民储蓄将更多地用于教育消费。这不但可以满足人民群众日益增长的教育消费需求，而且促进与教育相关的行业发展，还进一步带动图书出版业，计算机教学软件业、信息服务业等相关行业的发展，使教育产业成为扩大内需、拉动经济增长的重要途径。 近日，中国社科院在京发布2005年社会蓝皮书，提醒人们注意教育消费不断攀高现象。近年来，我国城乡居民教育费用持续攀升，大大强化了居民的储蓄意愿，子女教育费用在居民总消费中排在首位，超过养老和住房消费。从九五后期开始，通信、信息消费成为我国居民新的消费热点，产销均呈现快速增长势头。根据预测，国内的电子信息产品的市场总规模到2005年将达到20000亿元的水平。目前，中国是全球最大的手机市场。截止到2004年的2月底，中国的手机用户已达到了2.8亿户。今后五年，中国信息产业还将继续保持20%以上的增长速度，而且还将进一步成为消费的热点。专家认为，通信消费水平的高低很大程度上反映出一个国家的信息化水平。增加通信消费，无论是对扩大社会需求、促进经济增长，还是对改善人民生活质量，都具有重要意义。4. 旅游等休闲服务消费成为新的消费亮点 十一五期间乃至更长的时间内，中国都将是一个旅游的消费大国。按照国际经验，人均GDP达到800-1000美元的时候，旅游消费就进入到快速增长时期。我国显然已经进入到了这样的时期，当然，它也要求有制度性的安排来与其配合。我国从20世纪90年代中期实行假日消费后，旅游消费大幅度增长，开始是周休两日制促进了旅游消费，现在又有了七天黄金周，大大地带动了国内旅游消费的增长。据统计，2004年国内旅游人数达到了9.3亿人，将近10亿人，国内旅游收入达到了4万亿元的水平。旅游业将是今后拉动经济增长的一个非常重要的力量。由于城市化进程的加快，空气和水污染日益严重，垃圾、噪声使城市居民的生存环境日趋恶化，因此，人们对清洁空气的享受，对良好生态环境的追求已越来越迫切。近年来兴起的生态旅游业能够满足人们日益增长的生态需要，所以，生态旅游已成为旅游业中增长最快的部分。随着以人为本的生活观念日益突出。居民能够享受到的社会公共服务和公共设施越来越多，这一范畴的消费也随之增加。快节奏的都市工作与生活，使人们更重视消费的时间成本和精力成本，消费省时间甚至出钱买时间的情况在都市消费中屡见不鲜。相对于消费的效益性需求而言，消费的效率性需求将上升，即消费者在关注消费的效用和质量的同时，更关注消费的便捷性和快速性。其典型表现是服务性消费的快速发展。例如：快餐业尤其是送餐业的快速发展，家庭劳务社会化成为一种广泛的需求。随着经济的发展，社会分工越来越细，家政服务、家庭医生、家庭病房等开始走进千家万户通过上述分析，可以看出我国目前居民消费增长点在居住、交通、通信、医疗以及娱乐教育和旅游服务等方面。而20世纪80年代初期以吃、穿等基本生存需求为主的消费结构已经被取代了，因此我们有必要研究影响居民消费的相关因素，进而提出切实可行的经济政策，以达到促进经济发展的目的。2.2 居民消费的影响因素简介居民消费受很多因素的影响，其中主要是国民收入、通货膨胀率、利率、居民的收入和物价水平。当期消费是基于上一期的国民收入而发生的；通货膨胀率则会通过影响一国居民实际购买能力影响实际的消费水平；利率对消费的影响主要是通过影响居民用于储蓄的货币量来间接影响消费水平；收入是消费的基础和前提。在其他条件不变的情况下，人们的可支配收入越多，对各种商品和服务的消费量就越大。收入增长较快的时期，消费增长也较快；反之，当收入增长速度下降时，消费增幅也下降。居民消费水平不仅取决于当前的收入，而且受未来收入预期的影响。对于未来收入，如果人们有非常乐观的预期，那么预支将来收入的可能性就会加大；反之，预期未来有减少收入或者失业的风险时，人们就会节制当前的消费，以备不时之需。因此，要提高居民消费水平，必须完善社会保障制度。社会总体消费水平的高低与人们收入差距的大小有密切关系。人们的收入差距过达，总体消费水平会降低，反之，收入差距缩小，会使总体消费水平提高。因此，要提高居民消费水平，必须缩小各行业及城乡居民的收入差距，初次分配和再分配都要处理好效率和公平的关系，再分配更加注重公平。物价的变动会影响人们的购买能力。一般说来，物价上涨，人们的购买力普遍降低，会减少对商品的消费量；物价下跌，则购买力普遍提高，会增加对商品的消费量。因此，要提高居民消费水平，就要稳定物价，控制物价上涨。此外，当前物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长 ，同时与国外相比较，我国现阶段没有形成大的消费热点，难以带动消费的快速增长 综上，结合以前学者对影响因素5的选取，可知居民消费主要受居民储蓄存款、居民人均可支配收入、物价水平、收入分配、旅游人均花费；而根据前述的消费现状，初略可选取国内生产总值、职工平均工资指数、城镇居民消费价格指数、卫生机构数、基本设施（铁路、公路、水运、民航、管道）货运量作为影响因素。通过两者比较可知，上述两类影响因素由于选择的标准不一样，因此导致了影响因素的差异，但是其中仍有相似的因素，比如物价指数和城镇居民消费价格指数，职工工资指数和可支配收入等，于是我们有差异的抽选以下的影响因素。1、国内生产总值，可想而知，国内生产总值的多少对于居民消费水平的影响是正相关的；2、居民储蓄是影响居民最终消费的直接因素，居民储蓄越多，最终消费就越少，储蓄越少，最终消费支出就越多；3、居民人均可支配收入是决定储蓄水平的一个因子，居民可支配收入增加，直接性的居民储蓄会随之上升，当可支配收入增加的同时就是增加自己的银行储蓄为以后的购房、养老、医疗保健做准备，这对居民的消费支出有很大的影响。所以可支配收入这一因素必须选取为模型的解释变量；4、物价水平对消费者的消费倾向会有影响，即影响到居民的消费支出，当居民的收入不变时，若物价上涨，则消费支出增加；反之，居民收入不变，若物价下跌，则消费支出减少。对于物价水平，我们可以选择价格指数来反映，即居民消费价格指数。5、测定收入分配差异程度在经济学中可以用基尼系数来表示，国际上用来综合考察居民内部收入分配差异状况的一个重要分析指标，0.2到0.4之间都定义为分配合理7，0.4作为收入分配差距的警戒线，超过的话表示收入分配差距较大，基尼系数越大表示收入分配差距越大，但是由于基尼系数的数据无法完整的找到，所以只好放弃。6、而随着第三产业的发展，旅游业成为发展最快的新型产业，对家庭消费支出来说占的比重越来越大，作用越来越明显，在作居民消费支出的计量分析时，也是要考虑的一个因素，但为了计算简便，我们仅考虑国内人均旅游花费。第3章 实证分析3.1 EVIEWS简要介绍 Eviews是Econometrics Views的缩写，直译为计量经济学观察，通常称为计量经济学软件包。它的本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”。计量经济学研究的核心是设计模型、收集资料、估计模型、检验模型、应用模型（结构分析、经济预测、政策评价）。而本文主要用到单因素回归分析、多因素回归分析以及模型的检验修正等功能。3.2 Ordinary Least Squares最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。简而言之，最小二乘法可以用来处理一组数据, 可以从一组测定的数据中寻求变量之间的依赖关系。3.3 数据处理在建立计量经济学模型之前，我们所要做的就是数据的搜集与整理了，在此我们选取了1978-2011年的时间序列数据作为样本，因为国家统计局网站上面2012年中国统计年鉴数据关于国内旅游情况的记载数据仅到1994年，其他的都可以到1978年，再结合网上可以搜寻到的1990统计年鉴旅游数据，因此初步确定样本数据的起始时间统一为1990-2011年。但是在数据的整理过程中又发现国家统计年鉴关于卫生医疗机构数量的的统计指标相同的缺少1991-1994年（如下表），而查阅前期统计年鉴后发现两者统计参照指标不同，因而不能够作为同一组时间序列数据使用，正好搜集到的人均旅游花费也从1994年（如下表）开始都在国家统计年鉴上有记载，所以综上所述选择数据的范围为1995-2011年。数据基本来源于国家统计局2012年的统计年鉴，少部分是其他年份的统计年鉴，本处只列出整理后的数据，如下表所示：表3.1 整理出来的原始数据时间YX1X2X3X4X5X6X7X8199083318667.87119.61510.2103.114.391012690970602199193221781.59244.91700.6103.412.989857931992111626923.511757.32026.6106.411.6010458991993139335333.915203.52577.4114.711.4511159021994183348197.921518.83496.2124.111.211180396195.31995235560793.729662.34283.0117.110.559944091234938218.71996278971176.638520.84838.9108.310.4210781311298421156.21997300278973.046279.85160.3102.810.0610486571278218328.11998315984402.353407.55425.199.29.1410428851267427345.01999334689677.159621.85854.098.68.1810176731293008394.02000363299214.664332.46280.0100.47.5810342291358682426.620013887109655.273762.46859.6100.76.9510293141401786449.520024144120332.786910.77702.899.26.4510050041483447441.820034475135822.8103617.78472.7101.26.018062431564492395.720045032159878.3119555.49421.6103.95.878491401706412427.520055596184937.4141051.010493.0101.85.898822061862066436.120066299216314.4161587.311759.5101.55.289180972037060446.920077310265810.3172534.213785.8104.85.179122632275822482.620088430314045.4217885.415780.8105.95.088914802585937511.020099283340902.8260771.717174.799.34.879165712825222535.4201010522401512.8303302.519109.4103.34.799369273241807598.2201112727472881.6343635.921809.8105.34.799543893696961731.03.4 变量的设计与选择综合了2.2节两类标准的影响因素，包括相同的和不同的，最终确定了以居民最终消费支出为被解释变量，而引入国内生产总值、居民储蓄存款、居民人均可支配收入、居民消费价格指数、人口自然增长率、卫生机构数、和基本设施（铁路、公路、水运、民航、管道）货运量、国内人均旅游花费作为解释变量：对变量作如下定义9： Y-居民消费水平（元）X1-国内生产总值（亿元）X2-居民储蓄存款（亿元）X3-居民人均可支配收入（元）X4-居民消费价格指数（上年=100）X5-人口自然增长率（1）X6-卫生机构数（个）X7-基本设施（铁路、公路、水运、民航、管道）货运量（万吨）X8-国内人均旅游花费（元）3.5 模型的建立及参数估计由上述变量的选取可发现，本文的一处创新在于对变量的选取不采取同一标准8或者按照同一类型选取，而是在大范围中选取不同的影响因素，然后借助最小二乘（OLS）回归这个方法来实现变量的保留和排除。根据上面的变量定义，可以设定一般的计量经济学模型如下： 其中各变量对应如上，表示随机误差项。其中 k为解释变量的数目，（i=1,2,8)称为回归系数（regression coefficient)。上式也被称为总体回归函数的随机表达式。为了准确的对各个解释变量进行保留或者剔除，下面对被解释变量居民消费水平和所有的解释变量分别作OLS回归，首先进行的当然是数据（1995-2011）的录入，如下表3.2：表 3.2 1995年-2011年的样本数据obsYX1X2X3X4X5X6X7X81995235560793.729662.34283117.110.559944091234938218.71996278971176.638520.84838.9108.310.4210781311298421156.2199730027897346279.85160.3102.810.0610486571278218328.11998315984402.353407.55425.199.29.14104288512674273451999334689677.159621.8585498.68.18101767312930083942000363299214.664332.46280100.47.5810342291358682426.620013887109655.273762.46859.6100.76.9510293141401786449.520024144120332.786910.77702.899.26.4510050041483447441.820034475135822.8103617.78472.7101.26.018062431564492395.720045032159878.3119555.49421.6103.95.878491401706412427.520055596184937.414105110493101.85.898822061862066436.120066299216314.4161587.311759.5101.55.289180972037060446.920077310265810.3172534.213785.8104.85.179122632275822482.620088430314045.4217885.415780.8105.95.08891480258593751120099283340902.8260771.717174.799.34.879165712825222535.4201010522401512.8303302.519109.4103.34.799369273241807598.2201112727472881.6343635.921809.8105.34.799543893696961731对于居民消费水平与各个解释变量的回归分析，我们假设均拟建立如下一元回归模型：,为随机误差项并且假定模型中的随机误差项满足古典假设，借助Eviews10,运用OLS法，分别将居民消费与各个相关解释变量做最小二乘回归分析，已达到参数估计的目的，然后通过比较，选出最优解释变量，具体操作如下：1、国内生产总值对居民消费水平的影响国内生产总值通常作为一国经济发展水平的代表性指标，在此我们通过它来研究居民消费水平与国民经济发展水平的关系。由经济理论分析可知，经济发展水平与居民消费水平有密切关系。通过OLS法回归得：表 3.3 Y-X1的回归分析结果 由上述回归结果可估计得一元回归方程如下： Y = 1146.06725612 + 0.0238605610731*X1 (17.35074) (81.33493) =0.997738从回归结果可以看出，模型的拟合度非常好，可决系数很高，参数的T检验值也很显著，这表明国内生产总值对居民消费水平有显著的影响。其中GDP每增长1亿元，居民消费水平则平均增加0.024元。按照同样的回归方法我们对剩下的7个变量分别作最小二乘回归，并估计其参数，得到相应一元回归方程，并对其中部分统计量作出解释说明，我们在用OLS法作模型拟合与参数估计的时候，本模型主要参照的3个解释统计量的标准主要是：T-statistic(T检验统计量)绝对值大于2时刻粗略判断系数通过t检验；可决系数定义为回归平方和与总离差平方和之比11，即=ESS/TSS或者1-RSS/TSS，其中TSS=RSS+ESS,回归平方和反映了总离差平方和中可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线与样本观测值的拟合程度越高。但是有公式定义可知可决系数的最大值不超过1，因此越接近1越好。而调整的可决系数则是为了剔除变量个数的多少对拟合优度的影响而对调整而来，分别将分子和分母除以其自由度即可，衡量指标也是越接近1越好。因此把以上回归结果的主要统计量均计入下表3.4：表 3.4 对各个变量单因素分析的结果统计变量X1X2X3X4X5X6X7X8参数估计值0.0238610.0312050.55308-32.1478-1173.390.0174140.0039485120.35335T检验值81.3349345.4279247.94933-0.185638-5.12774-1.96069845.126897.518749R-squared0.9977380.9927840.9935180.0022920.6367490.2040050.9926880.790302Adjusted R-squared0.9975870.9923030.993086-0.0642220.6125320.1509390.922010.776323 由上表3.4中的各统计量的数据，根据前述三个解释统计量的判断标准12可知，变量X2（居民储蓄存款）T检验值远远超过一般标准，且其可决系数也很大，说明其拟合得很好，对居民消费水平的影响显著；变量X3（居民人均可支配收入）虽然T检验值不如变量X2的大，但其可决系数相比之下稍大，同样也是拟合的很好，对居民消费水平有显著影响的，即可理解为居民人均可支配收入每增加一元，居民消费水平就增加0.55元，这看起来倒是挺可观的，但是我们知道这是在居民消费水平仅仅与居民可支配收入相关的前提下才成立的；而变量X4（居民消费价格指数）的数据相比之前一看就有很明显的差异，其T检验值为负数，且其绝对值小于一般标准2，并且它的可决系数非常小，接近于0，根据可决系数的定义来看，它越小残差平方和越大，表明样本回归线与样本观测值的拟合程度越低，但是从经济背景看，物价指数应该会对居民消费水平产生影响，但是现在的回归结果却显示出可决系数很小，趋近于0.T统计量检验也不显著，这就与经济学理论相悖，可能是统计数据的搜集上面有误差，或者估计的方法有待改善。同样道理，变量X7（基本设施货运量）对被解释变量有显著影响，变量X6（卫生机构数）则影响不显著，按理来说卫生机构数应该是可以和居民消费水平有一定关系的但是此处回归结果不太一致，结论颇似变量X4的回归结果，不过我们暂且不追究其原因，且等到下一阶段多因素分析时再验证是否可能改变，而X5（人口增长率）与X8（国内人均旅游花费）的T检验值均超过一般标准，同时其可决系数与0相比也都较靠近1，所以也对居民消费水平有显著的影响，并且人口自然增长率每增长1，居民消费水平就要下降1173.39元这样一个程度，可见人口的增长对居民消费水平的影响12也是很大的。同时对于X8（国内人均旅游花费），从表中我们看到，人均旅游花费每增加一元，居民消费水平则正向增加了20.3535元，这个数字也解释了改革开放以来我国居民消费水平的提高和旅游业发展越来越好的局面，并且从定性层面具体到定量层面考察了他们之间的相关性。但其影响都次于前述几个可决系数更接近于1的变量，如X1、X2等。 我们借助EVIEWS软件，运用OLS法分别将居民消费水平与上述解释变量进行回归分析，得到的结果根据参照标准初步挑选后发现，X1、X2、X3、X7四个变量对被解释变量居民消费水平有显著的影响，且其可决系数都非常的接近于1；变量X5和X8对居民消费水平也有显著影响，但其可决系数相对前面四个变量较低；而变量X4和X6的回归结果显示都对居民消费水平没有显著影响，这个结果确实让我们稍有吃惊，毕竟与一般的经历理论有悖，但是原因到底是什么，我们不得而知，所以我们在这里要再次从多因素分析的角度来对其整体做OLS回归分析，但是同时我们也要参照前面单因素分析的结果进行。这里我们暂且先做一次针对全部8个解释变量的最小二乘回归分析，结果如下表3.5：表 3.5 对全部变量的回归分析结果 从上表3.5我们可以得到回归方程如下，这里我们引入F统计量，F检验是对存在多个解释变量(至少2个)才有用，是研究被解释变量是否存在线性关系的指标，F是检验方程显著性的统计量，是平均的回归平方和与平均剩余平方和之比,越大越好。Y=1549.87115667+0.000268653000798*X1-0.0146204976056*X2+0.154158191102*X3-31.365502777*X4-41.5628672173*X5-0.000942545999032*X6+0.00431099151478*X7+1.46338186767*X8（0.695562） （0.022158） （-2.000205） （0.618480）（-2.269689） （-0.513087） （-1.266521） （2.984627） （1.800321） =0.999482 =0.998964 F=1929.835有图可见，该计量模型的可决系数高达0.999482，整体效果的F检验值为1929.835，明显显著，但是X1、X3、X5、X6和X8的T检验值低于一般标准，都不太显著，结合经济现实分析有可能存在多重共线性。因此我们首先要对各个变量作相关分析，得到各解释变量的相关系数矩阵如下表3.6：表 3.6 各变量间的相关系数变量X1X2X3X4X5X6X7X8X110.9960380.997685-0.02285-0.79134-0.455070.9973730.874901X20.99603810.996555-0.065