针对我国人均居民消费的调查

1、 HYPERLINK xxxx/ 关于我国人均居民消费的调查 2008042031 经济学 王小琴 一 引言改革开放三十年来，我国经济迅速增长，居民消费水平有很大提高；与此同时，居民消费差距日益扩大，社会不公平现象凸现。而这种不公平尤其体现在城乡之间和区域之间。2008年，占全国人口总数54.32%的农村居民消费总额只占全国消费总额的24.93% 。消费差距过大不仅影响经济效率，更影响社会稳定，带来一系列社会严峻问题，影响了我国建设和谐社会的进程。本文对我国消费差距进行探究，旨在更清楚的分析我国消费差距及其影响因素。在此，我引用了消费者物价指数（CPI , Consumer Price Ind

2、ex）这一指标。消费者物价指数是世界各国普遍编制的一种指数，它可以用于分析市场价格的基本动态，是政府制定物价政策和工资政策的重要依据。我国称之为居民消费价格指数，是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数，是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果。此外，本文收集了中宏数据库我国09年全国部分地区城乡消费价格指数和我国05年至08年部分地区居民消费价格指数进行描述性统计。从中经网找到了09年3月至10年3月的人均居民消费以及人均国内生产总值、商品物价指数的官方数据，运用SPSS，借此来分析我国人均消费的影响因素以及它们具体是如何

3、对消费产生影响的。(源于中国统计年鉴（2009）并经计算得到） 二 关于消费价格指数的分析（一）我国区域间居民消费价格指数分析以下收集的是我国09年全年部分地区城乡消费价格指数，主要选取了全国，北京，山西（代表中部地区），吉林（代表东北地区），上海（代表东部沿海），福建（代表东南地区），四川（代表西南地区），甘肃（代表西北地区）的城市农村消费价格指数 (表一)2009年1月2009年2月2009年3月2009年4月2009年5月2009年6月2009年7月2009年8月2009年9月2009年10月2009年11月2009年12月全国城市100.70 98.10 98.60 98.30 98.

4、50 98.20 98.10 98.70 99.10 99.30 100.40 101.80 全国农村101.50 99.20 99.30 99.00 99.00 98.60 98.40 99.00 99.40 99.90 100.90 102.10 北京城市100.70 98.90 99.00 98.60 98.30 98.20 97.60 97.20 97.50 97.70 98.70 99.40 山西城市99.90 97.20 97.60 97.90 98.80 98.50 98.70 98.90 98.90 98.80 100.90 102.70 山西农村102.20 101.00 1

5、00.30 100.80 101.20 100.70 100.30 100.60 101.00 100.00 100.80 101.90 吉林城市100.50 98.90 98.70 98.70 98.70 98.90 99.00 99.30 99.90 100.50 102.10 104.10 吉林农村101.80 100.60 100.20 100.10 100.00 99.40 99.30 99.60 100.40 101.30 102.20 103.20 上海城市101.70 99.90 99.60 98.60 98.80 98.50 98.10 99.40 99.50 99.70 1

6、00.20 101.20 福建城市99.50 96.50 97.30 97.40 97.60 97.40 97.30 97.90 98.40 99.10 99.80 101.60 福建农村99.20 95.50 97.10 97.30 96.90 96.40 96.30 97.40 98.10 99.00 100.50 101.80 四川城市102.20 99.80 100.10 100.00 100.30 100.30 100.40 101.00 101.00 100.80 100.80 101.30 四川农村103.30 101.60 101.10 100.40 100.40 100.30

7、 100.30 100.40 100.40 100.70 101.10 101.70 甘肃城市102.70 100.50 101.00 100.20 101.40 101.50 99.90 100.20 99.80 100.10 100.40 102.60 甘肃农村104.60 102.00 102.70 102.20 103.20 102.00 101.70 101.60 101.10 101.00 101.70 102.40 对该数据进行描述性统计得：中位数平均数平均差标准差偏态系数峰态系数全国城市98.65 99.一五 0.9333331.1973461.2691990.689997全国

8、农村99.25 99.69 0.9388891.一八12621.1253020.一三0268北京城市98.45 98.48 0.7333330.9712530.9073951.207004北京农村0.00 0.00 00#DIV/0!#DIV/0!山西城市98.80 99.07 1.051.504741.3825412.261429山西农村100.80 100.90 0.4666670.6381790.8511940.516736吉林城市99.一五 99.94 1.2388891.6697621.7一五3882.683206吉林农村100.30 100.68 0.9666671.2106530

9、.9081950.0551一八上海城市99.55 99.60 0.7833331.0694090.6577480.072298上海农村0.00 0.00 00#DIV/0!#DIV/0!福建城市97.75 98.32 1.一三61111.4376961.1277061.061166福建农村97.35 97.96 1.4680561.8510230.87一八310.19702四川城市100.60 100.67 0.5166670.665一五0.9976121.295923四川农村100.55 100.98 0.6541670.8874121.842一五83.7一八533甘肃城市100.45 10

10、0.86 0.8一八0560.9985980.957589-0.25773甘肃农村102.00 102.一八 0.6972220.9833461.3707572.508123注：设偏态系数G1，峰态系数G2.正态分布的G1和G2都为0.若G10，则称X的分布右偏；若G10，则称X的分布左偏；若G20，说明随机变量X分布的尾部比正态分布的尾部粗，且G2值越大，尾部越粗；若G20，说明随机变量X分布的尾部比正态分布的尾部细，且G2值越小，尾部越细由以上数据知，我国居民消费价格分布基本上呈右偏粗尾（甘肃城市除外）北京，上海，福建的消费价格指数的均值较低，低于全国平均水平（上海除外，其略高于全国水平）

11、。而四川和甘肃相对较高，都超出全国平均水平，这反应了我国东西部经济差异；以山西和福建为例，相比较，可知，山西整体消费价格水平高于福建，且城乡消费价格差距大。故相对于福建而言，山西经济较低，且城乡差距大，这一定也反应了我国南北经济生活差距，反应成柱形图如下:以下是收集的我国05年至08年部分地区居民消费价格指数（表二）居民消费价格指数（上年=100）2005年2006年2007年2008年北京101.5 100.9 102.4 105.1 山西102.3 102.0 104.6 107.2 吉林101.5 101.4 104.8 105.1 上海101.0 101.2 103.2 105.8 福

12、建102.2 100.8 105.2 104.6 四川101.7 102.3 105.9 105.1 甘肃 101.7 101.3 105.5 108.2 由以上数据发现，我国05年至08年居民消费价格指数总体呈上升趋势，在06年略有下降；北京，上海，福建这几年消费价格指数相对较低，而山西，甘肃相对较高，一定程度反应了我国东部沿海经济发展水平较高，而中西部地区相对落后，反应成折线图如下（二）我国城乡居民消费价格指数分析援引表一数据，由以上数据可看出，全国农村消费价格指数略高于城市消费价格指数，且在春节前后的两三个月（即1月，11月，12月）消费价格指数明显高于其他月份，这主要是受春节影响，1月

13、份受“春节错月”影响，11、12月份涨幅明显上升，这两个月涨势明显主要是受上年11、12月份连续两个月价格回落较快导致同期对比基数低的影响反应成柱状图如下其中，北京，上海属于直辖市，未找到农村消费价格指数的相关数据，且北京消费价格指数同比于我国其他地区相对较低山西城乡消费价格指数相差偏大，尤其在09年1月至9月间农村消费价格指数远高于城市，在年底两个月出现逆反，城市消费价格指数略高于农村。可见，山西城乡经济差距较大与全国其它地区不同，福建城市消费价格指数略大于农村，仅在年底两个月出现逆反情况；且福建城乡消费价格指数差距较小，由此反应了福建城乡差距小，发展平衡； 另外，福建消费指数处于表一所选地

14、区的最低水平，一定程度反应了福建经济水平较高三 我国居民人均消费影响因素分析（一） 提出问题就个人消费而言，个人消费主要受到个人收入、商品价格、个人消费偏好的影响。其中个人消费的影响因素个人收入和商品价格是很容易数量化的，至于个人消费偏好可以考虑前期消费量，因为前期消费可以反映个人消费偏好。那么，我国人均消费的主要影响因素可以确定为人均收入、商品价格、前期消费，上述分析符合相关的经济学理论。基于人均消费受到人均收入、商品价格、前期消费因素的影响。从中经网找到了09年3月至10年3月的人均居民消费以及人均国内生产总值、商品物价指数的官方数据。想借此来分析我国人均消费的影响因素以及它们具体是如何对

15、消费产生影响的。（二） 数据的分析 数据涉及四个变量：人均居民消费、人均国内生产总值、前期人均居民消费、居民消费价格指数。在此，人均居民消费水平用人均居民消费性支出表示，人均国内生产总值可以看成是人均收入，根据宏观经济学理论，消费和收入之间是存在一定的关系。收入是影响消费的，另外当年的消费和前期的消费之间也存在一定的关系。因为前期消费反映消费者偏好，而消费偏好又影响当年的消费。当商品价格总体上升时，消费者为了维持原有水平的消费，那么支出就会增加。 根据上面的分析可知今年的消费受到今年收入、去年消费水平和居民消费价格指数的影响。 在数学中，比较简单和常见的数量的关系是线性关系。设人均消费水平为y

16、，人均国内生产总值为x1， 前期人均居民消费为x2，居民消费价格指数为x3。在此, 采用的数据分别是： y表示09年三月至10年三月的城镇家庭人均消费性支出，x 1表示城镇家庭实际人均月收入，x 2表示去年同期城镇家庭人均消费性支出，x 3表示城市居民消费价格指数，数据整理如下：时间yx 1x 2x 39-Mar3一三0.115233.872998.1698.69-Apr98.39-May98.59-Jun5979.289666.555490.2998.29-Jul98.19-Aug98.79-Sep9093.7142一三.18345.4799.19-Oct99.39-Nov100.49-De

17、c12264.55一八858.0911242.8101.810-Jan101.410-Feb102.610-Mar3474.715786.173一三0.11102.3画成散点图如下：由散点图知，y与x 1，x 2都呈正线性相关，与x 3呈一定线性关系，但不密切，故人均消费水平与人均国内生产总值，前期人均居民消费呈正线性关系，与居民消费价格指数呈一定线性关系（三）消费模型的建立与分析 3.1消费模型的建立 由数据分析以及线性回归理论，可以知道y与x1、x2、存在线性关系，可以建立模型借助，运用最小二乘法得到的回归结果系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间相关性B标准

18、误差试用版下限上限零阶偏部分1(常量)-2一三5.987389.035-5.490.1一五-7079.1422807.169城镇家庭实际人均月收入x1.379.050.5647.572.084-.2571.0141.000.991.014去年同期城镇家庭人均消费性支出x2.476.082.4345.830.108-.5611.5121.000.986.011城市居民消费价格指数x3一八.8633.955.0094.770.一三2-31.38469.111.228.979.009a. 因变量: 城镇家庭人均消费性支出y得到多元回归方程为3.2 消费模型的统计检验 对多元线性回归模型进行统计检验。

19、（）描述性统计结果如下描述性统计量均值标准偏差N城镇家庭人均消费性支出y6788.47003883.327485城镇家庭实际人均月收入x110751.55605787.385755去年同期城镇家庭人均消费性支出x26241.36603542.739405城市居民消费价格指数x3100.00001.906575（）显著性检验相关性城镇家庭人均消费性支出y城镇家庭实际人均月收入x1去年同期城镇家庭人均消费性支出x2城市居民消费价格指数x3Pearson 相关性城镇家庭人均消费性支出y1.0001.0001.000.228城镇家庭实际人均月收入x11.0001.0001.000.221去年同期城镇家

20、庭人均消费性支出x21.0001.0001.000.216城市居民消费价格指数x3.228.221.2161.000Sig. （单侧）城镇家庭人均消费性支出y.000.000.356城镇家庭实际人均月收入x1.000.000.361去年同期城镇家庭人均消费性支出x2.000.000.363城市居民消费价格指数x3.356.361.363.N城镇家庭人均消费性支出y5555城镇家庭实际人均月收入x15555去年同期城镇家庭人均消费性支出x25555城市居民消费价格指数x35555输入移去的变量b模型输入的变量移去的变量方法1城市居民消费价格指数x3, 去年同期城镇家庭人均消费性支出x2, 城镇家

21、庭实际人均月收入x1a.输入a. 已输入所有请求的变量。b. 因变量: 城镇家庭人均消费性支出y模型汇总b模型RR 方调整 R 方标准估计的误差更改统计量R 方更改F 更改df1df2Sig. F 更改11.000a1.0001.00014.504491.00095574.12031.002a. 预测变量: (常量), 城市居民消费价格指数x3, 去年同期城镇家庭人均消费性支出x2, 城镇家庭实际人均月收入x1。b. 因变量: 城镇家庭人均消费性支出y附：R代表相关系数，若0R1，表明X与Y之间存在正线性相关；若-1R0，表明X与Y存在负线性相关；IRl1说明两个变量之间关系越强，lRl0说明

22、两个变量之间线性关系越弱R方称为判定系数，是回归平方和占总平方和的比例，其取值范围是【0,1】,R方越接近于1，表示回归平方和占总平方和的比例越大，回归直线与各观测点越接近，回归直线的拟合度越好；反之，R方越接近于0，回归直线的拟合度越差由以上结果知，相关系数R为1说明因变量与自变量之间存在正线性相关；判定系数R方为1，可知该回归直线与各观测点接近，回归直线拟合度好Anovab模型平方和df均方FSig.1回归6.032E732.011E795574.120.002a残差210.3801210.380总计6.032E74a. 预测变量: (常量), 城市居民消费价格指数x3, 去年同期城镇家庭

23、人均消费性支出x2, 城镇家庭实际人均月收入x1。b. 因变量: 城镇家庭人均消费性支出y由F检验，Sig值为0.0020.05,可知拒绝原假设（H0：线性关系不显著），所以该回归方程线性关系显著；且F=95574.120，由F值越大，回归方程线性关系越显著这一规律，也可知该方程线性关系显著3.3消费模型基本假设的检验 对多重共线性的检验：当回归模型中两个或两个以上的自变量彼此相关时，则称回归模型存在多重共线性。 在此采用SPSS的逐步回归法，逐步回归法是向前选择和向后剔除的结合，逐步回归过程就是按此方法不停的增加变量并考虑剔除以前增加的变量的可能性，直至增加变量已经不能导致SSE显著减少，这

24、个过程可通过F统计量来统计。一下是采用逐步回归的分析结果输入移去的变量a模型输入的变量移去的变量方法1城镇家庭实际人均月收入x1.步进（准则: F-to-enter 的概率 = .100）。a. 因变量: 城镇家庭人均消费性支出y模型汇总b模型RR 方调整 R 方标准估计的误差更改统计量R 方更改F 更改df1df2Sig. F 更改11.000a1.0001.00059.一三3901.00017247.23213.000a. 预测变量: (常量), 城镇家庭实际人均月收入x1。b. 因变量: 城镇家庭人均消费性支出yAnovab模型平方和df均方FSig.1回归6.031E716.031E7

25、17247.232.000a残差10490.45533496.8一八总计6.032E74a. 预测变量: (常量), 城镇家庭实际人均月收入x1。b. 因变量: 城镇家庭人均消费性支出y系数a模型非标准化系数标准系数tSig.B 的 95.0% 置信区间相关性B标准误差试用版下限上限零阶偏部分1(常量)-425.一八160.963-6.974.006-619.192-231.170城镇家庭实际人均月收入x1.671.0051.000一三1.329.000.655.6871.0001.0001.000a. 因变量: 城镇家庭人均消费性支出y已排除的变量b模型Beta IntSig.偏相关共线性统计量容差1去年同期城镇家庭人均消费性支出x2.375a1.483.276.724.001城市居民消费价格指数x3.007a.922.454.546.951a. 模型中的预测变量: (常量), 城镇家庭实际人均月收入x1。b. 因变量: