最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 正文

农村居民人均消费性支出影响因素分析

来源:动视网 责编:小OO 时间:2025-10-03 10:01:27
文档

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Eviews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,加大各项惠农措施落实力度,多措并举做好农村劳动力转移就业工作,
推荐度:
导读农村居民人均消费性支出影响因素分析摘要:运用Eviews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,加大各项惠农措施落实力度,多措并举做好农村劳动力转移就业工作,
             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

指标农村居民家庭人均收入

农村居民家庭平均每人生活消费支出

 
食品 

衣着

 

交通和通讯 

医疗保健 

全国合计6977.3 5221.12107.3341.3547436.8
北京市14735.7 11077.73593.5862.61228.21035.2
天津市12321.2 6725.42376611.7781.6571.7
河北省7119.7 4711.21579.7334.1520.2434.7
山西省5601.4 45871729.9401.9458.8349.3
内蒙古自治区61.6 5507.72067395.2728.9534.2
辽宁省8296.5 5406.42116.3446.1577.7482.9
吉林省7510.0 5305.81872.1397.55.3673.6
黑龙江省7590.7 5333.62072.4473.8576.3573.6
上海市16053.8 11049.34517.24.51308.9908.6
江苏省10805.0 8094.62839.9554.8923.95.6
浙江省13070.7 9965.13714.8717.51380.6921.3
安徽省6232.2 4957.32055.2297475.2440.5
福建省8778.6 6540.93032.2395.4728.5321.2
江西省61.6 4659.92106.3233.6393.3346.7
山东省8342.1 5900.62107.1399.8753.1508.4
河南省6604.0 43201559.7362.8427.9399.7
湖北省67.9 5010.71954.6272.1414.4438.2
湖南省6567.1 5179.42343.1260.4421.7396.5
广东省9371.7 6725.63301.1277.3682.5398.5
广西壮族自治区5231.3 4210.91844.9123.9384.8301.3
海南省46.0 4166.12137.9139.8370.3290.1
重庆市80.4 4502.12108.6309401.7375.3
四川省6128.6 4675.52161.7281.9431.1413.1
贵州省4145.4 3455.816.5186.2304.5246.3
云南省4722.0 3999.91884209.1393309.3
自治区4904.3 2741.61384.7331.2348.965.8
陕西省5027.9 4491.71345285.4406.7533.4
甘肃省3909.4 36.91548.2246.7366.6339.3
青海省4608.5 4536.81716.4347.5450.9308.1
宁夏回族自治区5410.0 4726.61762.5380483.4444.7
维吾尔自治区5442.2 4397.815.5372.1530.6376.9
 (二)、农村居民家庭基本情况(1990-2011)单位:元

指      标

19901995200020102011
      
 调查户数     (户) 

66960.00 67340.00 68116.00 68190.00 73630.00 
 调查户人口   (人) 

 
 平均每户常住人口  

4.80 4.48 4.20 3.95 3.90 
 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. 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. 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. 168.33 185.76 
   转移性收入

 87.76 143.49 537.18 682. 
 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 
   财产性收入

28.96 

40.98 45.04 202.25 228.57 
   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 81.63 
   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 .81 8.56 11.65 
   消费支出

374.74 859.43 1284.74 3859.33 4733.35 
   财产性支出

47.59 92.35 9.82 49.25 12.27 
   转移性支出

 147.60 439.45 692.73 
      
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、X3、X4、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
VariableCoefficientStd. Errort-StatisticProb.  
C-136.9270154.0293-0.88670.3822
X0.0245480.0418350.5867710.5624
X11.0650020.1451907.3352420.0000
X21.7912960.6041662.99080.00
X31.5035120.1796868.3674600.0000
X41.5841930.4843303.2709000.0030
R-squared0.992351    Mean dependent var5495.281
Adjusted R-squared0.990880    S.D. dependent var1995.508
S.E. of regression190.5708    Akaike info criterion13.50529
Sum squared resid944248.1    Schwarz criterion13.78011
Log likelihood-210.0846    Hannan-Quinn criter.13.59638
F-statistic674.6076    Durbin-Watson stat1.933440
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:

XX1X2X3X4
X10.7944

0.7450

0.7459

0.7258

X10.7944

10.65360.74500.7705

X20.7450

0.653610.78580.7830

X30.7459

0.74500.785810.7500

X40.7258

0.7705

0.7830

0.85001
                              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
VariableCoefficientStd. Errort-StatisticProb.  
C735.9259290.90292.5297990.0169
X0.6375970.03625817.584760.0000
R-squared0.911563    Mean dependent var5495.281
Adjusted R-squared0.908615    S.D. dependent var1995.508
S.E. of regression603.2415    Akaike info criterion15.70297
Sum squared resid10917008    Schwarz criterion15.79458
Log likelihood-249.2476    Hannan-Quinn criter.15.73334
F-statistic309.2239    Durbin-Watson stat1.913390
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
VariableCoefficientStd. Errort-StatisticProb.  
C-55.22996445.3505-0.1240150.9021
X12.5310380.19305013.110760.0000
R-squared0.851406    Mean dependent var5495.281
Adjusted R-squared0.8453    S.D. dependent var1995.508
S.E. of regression781.9424    Akaike info criterion16.22190
Sum squared resid18343018    Schwarz criterion16.31351
Log likelihood-257.5504    Hannan-Quinn criter.16.25227
F-statistic171.21    Durbin-Watson stat1.155038
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
VariableCoefficientStd. Errort-StatisticProb.  
C1606.443476.08733.3742620.0021
X210.4241.1768778.15330.0000
R-squared0.724920    Mean dependent var5495.281
Adjusted R-squared0.715751    S.D. dependent var1995.508
S.E. of regression1063.905    Akaike info criterion16.83774
Sum squared resid33956823    Schwarz criterion16.92935
Log likelihood-267.4039    Hannan-Quinn criter.16.86811
F-statistic79.05937    Durbin-Watson stat1.422873
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
VariableCoefficientStd. Errort-StatisticProb.  
C700.9945425.02831.920.1095
X34.7462160.39424912.038630.0000
R-squared0.828502    Mean dependent var5495.281
Adjusted R-squared0.822785    S.D. dependent var1995.508
S.E. of regression840.0476    Akaike info criterion16.36526
Sum squared resid21170400    Schwarz criterion16.45686
Log likelihood-259.8441    Hannan-Quinn criter.16.39562
F-statistic144.9287    Durbin-Watson stat1.400608
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
VariableCoefficientStd. Errort-StatisticProb.  
C1416.370220.41406.4259550.0000
X46.9555910.34080920.409050.0000
R-squared0.932815    Mean dependent var5495.281
Adjusted R-squared0.930576    S.D. dependent var1995.508
S.E. of regression525.7865    Akaike info criterion15.42813
Sum squared resid8293544.    Schwarz criterion15.51974
Log likelihood-244.8501    Hannan-Quinn criter.15.45849
F-statistic416.5292    Durbin-Watson stat1.863327
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
VariableCoefficientStd. Errort-StatisticProb.  
C960.5453206.43104.6531060.0001
X0.2831880.0668344.2371550.0002
X44.1282080.7207495.7276600.0000
R-squared0.958504    Mean dependent var5495.281
Adjusted R-squared0.9553    S.D. dependent var1995.508
S.E. of regression420.2775    Akaike info criterion15.00877
Sum squared resid5122363.    Schwarz criterion15.14618
Log likelihood-237.1403    Hannan-Quinn criter.15.05432
F-statistic334.9350    Durbin-Watson stat2.190815
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
VariableCoefficientStd. Errort-StatisticProb.  
C625.1550245.52052.5462440.0165
X10.9279560.2056684.5119250.0001
X44.8346390.5399728.9534930.0000
R-squared0.960526    Mean dependent var5495.281
Adjusted R-squared0.957803    S.D. dependent var1995.508
S.E. of regression409.9148    Akaike info criterion14.95884
Sum squared resid4872875.    Schwarz criterion15.09625
Log likelihood-236.3414    Hannan-Quinn criter.15.00438
F-statistic352.8259    Durbin-Watson stat2.3169
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
VariableCoefficientStd. Errort-StatisticProb.  
C1421.820240.08235.9222180.0000
X2-0.0799051.260403-0.0633960.9499
X46.9969360.7385559.4738130.0000
R-squared0.932824    Mean dependent var5495.281
Adjusted R-squared0.928192    S.D. dependent var1995.508
S.E. of regression534.7379    Akaike info criterion15.49049
Sum squared resid8292394.    Schwarz criterion15.62790
Log likelihood-244.8478    Hannan-Quinn criter.15.53604
F-statistic201.3524    Durbin-Watson stat1.872625
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
VariableCoefficientStd. Errort-StatisticProb.  
C877.1122205.59884.2661340.0002
X31.6767130.3608014.72010.0001
X44.9869800.49831310.007720.0000
R-squared0.961492    Mean dependent var5495.281
Adjusted R-squared0.958836    S.D. dependent var1995.508
S.E. of regression404.87    Akaike info criterion14.93404
Sum squared resid4753548.    Schwarz criterion15.07146
Log likelihood-235.9447    Hannan-Quinn criter.14.97959
F-statistic362.0467    Durbin-Watson stat1.414208
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
VariableCoefficientStd. Errort-StatisticProb.  
C7.4620179.50723.6068860.0012
X0.2133450.0554933.8445210.0006
X31.3230200.3109804.2543570.0002
X43.27210.6060335.3993570.0000
R-squared0.974796    Mean dependent var5495.281
Adjusted R-squared0.972096    S.D. dependent var1995.508
S.E. of regression333.3395    Akaike info criterion14.57267
Sum squared resid3111227.    Schwarz criterion14.755
Log likelihood-229.1627    Hannan-Quinn criter.14.63340
F-statistic360.9839    Durbin-Watson stat1.470526
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
 
 
 VariableCoefficientStd. Errort-StatisticProb.  
 
 
 C110.9190151.00290.7345490.4687
X10.9102580.1147217.9345630.0000
X31.58320.20378.0771630.0000
X42.9427360.3815087.7134360.0000
R-squared0.988146    Mean dependent var5495.281
Adjusted R-squared0.986876    S.D. dependent var1995.508
S.E. of regression228.6073    Akaike info criterion13.81836
Sum squared resid1463317.    Schwarz criterion14.00157
Log likelihood-217.0937    Hannan-Quinn criter.13.87909
F-statistic778.0155    Durbin-Watson stat1.865370
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
VariableCoefficientStd. Errort-StatisticProb.  
C914.0456213.00304.2912340.0002
X2-0.7256660.971530-0.7469310.4613
X31.7157550.3673214.6710000.0001
X45.3166220.6685297.9527140.0000
R-squared0.962244    Mean dependent var5495.281
Adjusted R-squared0.958199    S.D. dependent var1995.508
S.E. of regression407.9865    Akaike info criterion14.97681
Sum squared resid4660683.    Schwarz criterion15.16003
Log likelihood-235.6290    Hannan-Quinn criter.15.03754
F-statistic237.8710    Durbin-Watson stat1.582733
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
VariableCoefficientStd. Errort-StatisticProb.  
C125.6046143.060.8779460.3877
X0.0854750.0413652.0663730.0485
X10.7835040.12466.2836610.0000
X31.5084280.2039607.3957170.0000
X42.5403810.4101746.1934310.0000
R-squared0.9765    Mean dependent var5495.281
Adjusted R-squared0.988248    S.D. dependent var1995.508
S.E. of regression216.3246    Akaike info criterion13.73404
Sum squared resid1263501.    Schwarz criterion13.96306
Log likelihood-214.7446    Hannan-Quinn criter.13.80995
F-statistic652.7227    Durbin-Watson stat1.966234
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
VariableCoefficientStd. Errort-StatisticProb.  
C-165.81144.2608-1.1482550.2609
X21.9654310.5198263.7809390.0008
X11.1199860.10954710.223830.0000
X31.5329740.1704208.9952750.0000
X41.57130.4783303.3008870.0027
R-squared0.992249    Mean dependent var5495.281
Adjusted R-squared0.991101    S.D. dependent var1995.508
S.E. of regression188.2426    Akaike info criterion13.45594
Sum squared resid956752.1    Schwarz criterion13.68496
Log likelihood-210.2951    Hannan-Quinn criter.13.53185
F-statistic8.1597    Durbin-Watson stat1.886714
Prob(F-statistic)0.000000
4、异方差性的检验

White检验结果如下:

F-statistic3.562028    Prob. F(20,11)0.0173
Obs*R-squared27.71987    Prob. Chi-Square(20)0.1162
Scaled explained SS20.21128    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
VariableCoefficientStd. Errort-StatisticProb.  
C-6294.1234087.0-2.60180.0211
X-120.502761.84256-1.9485400.0773
X^20.0048490.0106720.4543730.6584
X*X10.0403980.0530730.7611760.4626
X*X20.1107580.2181600.5076900.6217
X*X3-0.0259560.067862-0.3824840.7094
X*X4-0.1027320.2076-0.4941530.6309
X1881.4267357.99612.4621130.0316
X1^2-0.1830450.131816-1.3886350.1924
X1*X2-3.1660960.815849-3.8807400.0026
X1*X3-0.3470850.237409-1.4619690.1717
X1*X41.8261670.7002162.6080060.0243
X24813.7931054.9284.5631480.0008
X2^2-9.4608611.743218-5.4272400.0002
X2*X3-3.1690440.945138-3.3529940.00
X2*X419.4413.4849345.5787680.0002
X395.26270167.21940.5696870.5803
X3^20.5241290.2212402.3690490.0372
X3*X41.6849551.2594451.3378540.2079
X4-27.149760.8548-3.6658100.0037
X4^2-7.55411.373581-5.4996120.0002
R-squared0.866246    Mean dependent var29507.75
Adjusted R-squared0.623057    S.D. dependent var44557.74
S.E. of regression27356.53    Akaike info criterion23.51596
Sum squared resid8.23E+09    Schwarz criterion24.47785
Log likelihood-355.2553    Hannan-Quinn criter.23.83480
F-statistic3.562028    Durbin-Watson stat1.928746
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,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、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、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、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。应采取投资参股的方式扶持,制定相应的优惠,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。

文档

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Eviews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,加大各项惠农措施落实力度,多措并举做好农村劳动力转移就业工作,
推荐度:
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top