计量经济学报告.详解

计量经济学报告

学院名称：经济与管理学院

专业：国际经济与贸易

班级：

姓名：学号

定稿日期：2013 年12 月16 日

计量经济学报告

一、根据经济理论建立计量经济模型

改革开放以来，我国经济发展取得巨大成就，经济总量实现了跨越式发展，这其中拉动经济增长的“三驾马车”，即出口拉动、内需拉动、投资拉动对此功不可没。但是，从2008全球经济危机以后，人们越发清醒地意识到，促进经济增长的关键是增强内需，尤其是居民消费。著名经济学家吴振坤教授也指出，内需是经济增长基本的动力。而就实际情况而言，我国城镇居民消费总量大，对国民经济增长的作用十分重要，城镇居民消费水平在很大程度上影响着国民经济增长状况，只有城镇居民消费需求的不断提升才有经济增长持久的拉动力。

宁波，改革开放以来，经济取得了巨大的成就。随着经济的快速增长，居民的收入和消费支出也在逐年增加，消费结构发生了巨大的改变。本文主要针对1995—2012年间，宁波市区居民消费支出的变化及其影响因素进行分析，通过收集宁波市区居民消费支出、人均可支配收入、居民消费价格指数的数据，建立统计模型了解目前宁波市居民收入和消费水平，预测未来收入和消费变化。

二、样本数据的收集与处理

数据收集如下：

宁波市1995-2012年市区居民人均可支配收入、人均消费性支出和消费价格

1、做散点图

X1表示市区居民人均可支配收入（单位；元）为解释变量1

X2表示市区居民消费价格指数为解释变量2

Y表示市区居民人均消费支出（单位：元）为被解释变量

从图1可知，人均消费支出与人均可支配收入大致呈线性相关，即人均消费支出随着人均可支配收入的增加而增加。

从图2可知，人均消费支出与居民消费价格指数间线性关系并不明显，存在多个异常值。

综上所述，我们认为人均消费支出、人均可支配收入与居民消费价格指数之间存在线性关系，并建立二元回归模型：

i

i i i u X X Y +++=22110βββ

2、最小二乘法

应用Eviews 的最小二乘法程序求回归估计方程，输出结果如下：

Dependent Variable: Y Method: Least Squares Date: 12/13/13 Time: 19:06 Sample: 1995 2012 Included observations: 18

Coefficien

t

Std. Error t-Statistic Prob.

C 6457.346 2117.143 3.050028 0.0081 X1 0.567139 0.010253 55.31241 0.0000 X2

-42.52172

20.11184

-2.114263

0.0516

R-squared

0.995317 Mean dependent var 12262.28 Adjusted R-squared 0.994693 S.D. dependent var 5434.924 S.E. of regression 395.9345 Akaike info criterion 14.95139 Sum squared resid 2351462. Schwarz criterion 15.09978 Log likelihood -131.5625 Hannan-Quinn criter. 14.97185 F-statistic 1594.119 Durbin-Watson stat 1.619429

Prob(F-statistic)

0.000000

得出估计的回归方程为

i i i X X Y 215217.425671.035.6457-+=∧

t = (3.05) (55.31) (-2.11)

9953.02

=R 2R =0.9947 F=1594.119 62.1=DW n =18

根据上面模型，9953.02=R ，可决系数高，拟合度较好。即表示我国居民消费价格指数和人均可支配收入对人均消费支出的影响较为显著。

模型估计结果说明，5671.01=∧

β，表示在居民消费价格指数不变的前提下，市区居民人均消费性支出随着可支配收入的增加而增加，即收入每增加1元，支出会增长0.5671元；5217.422-=∧

β，表示在人均可支配收入不变的前提下，市区居民人均消费性支出随着消费品价格指数的降低而增加，即消费品价格指数每降低1%，支出增长会42.5217元。

3、F 检验

提出检验的原建设为 H 0：β1=β2=0 对立假设为

1H :至少有一个i β不等于零（i=1,2)

给定显著性水平α=0.05，在F 分布表中查出自由度为k=2和n-k-1=15的临界值F α( 2，15)=3.68。

由表中得到F=1594.119，由于F=1594.119> F α( 2，15)=3.68，应拒绝原假设，说明回归方程显著，即“市区居民人均可支配收入”与“市区居民消费价格指数”等变量联合起来确实对“市区居民人均消费支出”有显著影响。

4、t 检验

提出检验的原假设为

H 0：i β=0，i=1,2

由表中数据可得，1β的 t-Statistic=55.31241，2β的t-Statistic=-2.114263 给定显著性水平α=0.05，k=2，查t 分布表得自由度为n-k-1=15临界值t α/2(n-k-1)=2.13。

t1=55.31241>t α/2(15)=2.13，所以否定H 0：i β=0，1β显著不等于零，即可认为市区居民人均可支配收入对市区居民人均消费支出有显著影响。

|t2|=|-2.114263|=2.114263

三、估计与检验

1、多重共线性检验

建立相关系数矩阵：

quick--group statistics--correlation--x1,x2.

得到

X1 X2

X1 1 -0.1641529599126499

X2 -0.1641529599126499 1

由上表可知，两个解释变量的相关系数，即

|

16415

.0

2

1-

=

x

x

r|=0.16415<0.8，说明两个解释变量之间线性关系比较

弱，不存在多重共线性。

2、异方差性检验

在实际的经济问题中经常会出现异方差这种现象，因此建立模型时，必须要注意异方差的检验，否则，在实际中会失去意义。

主要选择White检验，得出结果如下：

Heteroskedasticity Test: White

F-statistic 0.604656 Prob. F(5,12) 0.6981

Obs*R-squared 3.622315 Prob. Chi-Square(5) 0.6050

Scaled explained SS 1.725217 Prob. Chi-Square(5) 0.8857

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 12/13/13 Time: 19:09

Sample: 1995 2012

Included observations: 18

Coefficien

t Std. Error t-Statistic Prob.

C 8753104. 22545494 0.388242 0.7046

X1 -30.95906 210.0954 -0.147357 0.8853

X1^2 -0.000629 0.000575 -1.094289 0.2953 X1*X2 0.611753 2.023661 0.302300 0.7676 X2 -158377.9 408127.5 -0.388060 0.7048 X2^2

693.8695

1832.461

0.378654

0.7116

R-squared

0.201240 Mean dependent var 130636.8 Adjusted R-squared -0.131577 S.D. dependent var 157435.3 S.E. of regression 167472.8 Akaike info criterion 27.15623 Sum squared resid 3.37E+11 Schwarz criterion 27.45302 Log likelihood -238.4061 Hannan-Quinn criter. 27.19715 F-statistic 0.604656 Durbin-Watson stat 2.126740

Prob(F-statistic)

0.698065

从上表可以看出，20124.02

=R

，n R 2=o.20124*18≈3.622，F=0.604656，2

R 为辅助回归模型的决定系数，F 为辅助回归模型的F 统计量。

由White 检验可知，在α=0.05下，512

)2)(1(=-++=

k k g ,查2χ分布表，得临界值χ205.0 (5)=11.071,比较计算的

2

χ统计量与临界值。 因为nR 2=3.622<χ2

05.0 (5)=11.071,所以拒绝原假设，

表明模型不存在异方差。

3、自相关性检验

查看残差图，看图形是否在0附近上下变动

由残差图可看出，残差值在0附近上下变动

（1）DW检验

已知DW=1.619429,

在显著性水平α=0.05，查DW表，当n=18，k=2时，得上临界值d

u

=1.53，

下临界值d

l

=1.05。

因为d

u

u

所以模型不存在序列自相关。

（2）LM检验

进行一阶LM检验

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.423114 Prob. F(1,14) 0.5259

Obs*R-squared 0.528045 Prob. Chi-Square(1) 0.4674

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 12/16/13 Time: 18:19

Sample: 1995 2012

Included observations: 18

Presample missing value lagged residuals set to zero.

Coefficien

t Std. Error t-Statistic Prob.

C -86.83585 2163.191 -0.040142 0.9685

X1 -0.000734 0.010517 -0.069789 0.9453

X2 0.936075 20.56053 0.045528 0.9643 RESID(-1) 0.177632 0.273082 0.650472 0.5259

R-squared 0.029336 Mean dependent var -6.38E-13

Adjusted R-squared -0.178664 S.D. dependent var 371.9157

S.E. of regression 403.7750 Akaike info criterion 15.03272

Sum squared resid 2282480. Schwarz criterion 15.23058

Log likelihood -131.2945 Hannan-Quinn criter. 15.06000

F-statistic 0.141038 Durbin-Watson stat 1.867095

Prob(F-statistic) 0.933710

由上表可知，029.02=R ，DW=1.867，522.0029.0*182===TR LM

提出检验的原建设为 H 0：β1=β2=0 这表明该模型不存在n 阶自相关

给定显著性水平α=0.05，因为T R 2=0.522<χ2

05.0 (1)=3.841,所以接受原假设，

表明模型不存在自相关。

四、经济意义

综上，消费价格指数及市区居民收入对消费支出都有影响。

最终确定的模型为215217.425671.035.6457X X Y -+=，表示在居民消费价格指数不变的前提下，收入每增加1元，支出会增长0.5671元；在人均可支配收入不变的前提下，消费品价格指数每降低1%，支出增长会42.5217元。从模型中可看出，6457.35元为必须消费，即使没有收入，这部分钱也要消费，不受收入的影响。

计量经济学实验报告范文

计量经济学实验报告X文 一：各地区农村居民家庭人均纯收入与家庭人均消费支出的数据（单位：元） 地区 Y X 9439.63 6399.27 XX 7010.06 3538.31 4293.43 2786.77 3665.66 2682.57 3953.1 3256.15 4773.43 3368.16 4191.34 3065.44 4132.29 3117.44 10144.62 8844.88 6561.01 4786.15 8265.15 6801.6 3556.27 2754.04 5467.08 4053.47 4044.7 2994.49 4985.34 3621.57 3851.6 2676.41 3997.48 3090 3904.2 3377.38 5624.04 4202.32 XX 3224.05 2747.47 3791.37 2556.56 3509.29 2526.7 3546.69 2747.27 2373.99 1913.71 2634.09 2637.18 2788.2 2217.62 2644.69 2559.59 2328.92 2017.21

2683.78 2446.5 3180.84 2528.76 XX 3182.97 2350.58 二．参数估计： Dependent Variable: X Method: Least Squares Date: 11/11/11 Time: 08:22 Sample: 1 31 Included observations: 31 Variable Coefficien t Std. Error t-Statistic Prob. C 179.1916 221.5775 0.808709 0.4253 Y 0.719500 0.045700 15.74411 0.0000 R-squared 0.895260 Mean dependent var 3376.309 Adjusted R-squared 0.891649 S.D. dependent var 1499.612 S.E. of regression 493.6240 Akaike info criterion 15.30377 Sum squared resid 7066274. Schwarz criterion 15.39628 Log likelihood -235.2084 F-statistic 247.8769 Durbin-Watson stat 1.461684 Prob(F-statistic) 0.000000 根据回归结果，则模型估计的结果为： X?i=179.1916 + 0.719500 Y i (0.808709 ) (15.74411) R2=0.895260 F=247.8769 三．检验模型的异方差： （一）图形法 1）绘制e t2对Yt的散点图即E2对Yt的散点图：

计量经济学论文12篇

计量经济学论文 中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格

计量经济学论文相关论文总结

计量经济学论文 15130322 张佳伟 GDP与CPI和贷款总额的关系 摘要：众所周知，GDP作为一个比较有说服性的统计指标，可以在一定程度上反映一个国家的经济状况，今天我所要研究的，是GDP和居民消费指数和贷款总额之间的关系。改革开放以来，CPI 涨幅与GDP 增幅经历了几轮波动,1997年之前的几轮经济高增长,物价都出现了明显的高涨幅；1998-2008 GDP连续11 年保持两位数增长,但物价涨幅却保持低位运行,经济运行从高增长高物价向高增长低物价转变,反映了CPI涨幅与GDP 增速相关关系随着改革的深入发展发生了一些变化。另外，贷款总额既然作为一个经济指标，其对于国民生产总值的必然会存在一定的影响，至于这个影响程度的大小，如果要具体形象的反映出来，就必须要借助计量经济学的办法，去分析CPI和贷款额这两者对于国民生产总值GDP的影响。 通过计量经济学的手段可以知道，居民消费指数CPI对于国民生产总值GDP的影响要远远大于贷款总额对于国民生产总值的影响。 下面我们就通过计量经济学的办法对于他们三者之间的关系进行一个形象的测算和研究。 为了确定这三个变量之间的关系，决定运用eviews软件对相关的变量进行分析。确定最为合理的方程以及进行变量的显著性检验、异方差检验和多重共线性检验和自相关检验。（为了更加精确的进行变量之间关系数据的测算，使用了eviews8.0版本进行实证分析）

1、确定变量 我们确定“GDP ”为被解释变量，“CPI ”和“贷款总额”为解释变量。 2、建立模型 Y=0β+1βP+2βX+c （c 为随机扰动项） 3、数据处理 此为1992-2008年度的GDP 、CPI 以及贷款额的数据。 年度 GDP （Y ） 居民消费指数（P ） 贷款额（X ） 1992 26923.5 282 26322.9 1993 35333.9 305.8 32943.1 1994 48197.9 320 39976 1995 60793.7 345.1 50544.1 1996 71176.6 377.6 61156.6 1997 78973 394.6 74914.1 1998 84402.3 417.8 86524.1 1999 89677.1 452.3 93734.3 2000 99214.6 491 99371.1 2001 109655.2 521.2 112315 2002 120332.7 557.6 131294 2003 135822.8 596.9 158996 2004 159878.3 645.3 178198 2005 183217.4 698.2 194690 2006 211923.5 766.4 225347.2 2007 257305.6 849.9 261691 2008 300670 926.4 303468 （数据来自人民网） 4、建立多元回归线性模型 （1）建立工作文件：启动EViews ，点击File\New\Workfile ，在对话框“Workfile

计量经济学实验报告6 单方程线性回归模型中异方差的检验与补救

内蒙古科技大学 实验报告 课程名称：计量经济学实验项目名称：单方程线性回归模型中异方差的检验与补救 院（系）：经济与管理学院专业班级：姓名： 学号： 内蒙古科技大学 实验地点： 实验日期： 2013年 5 月 15 日 实验目的：掌握利用EViews软件对模型中存在的异方差进行检验和补救。实验内容： 根据我国2000年部分地区城镇居民每个家庭平均全年可支配收入X与消费支出Y的统计数据，通过建立双变量线性回归模型分析人均可支配收入对人均消费支出的线性影响，并讨论异方差的检验与修正过程。 1、异方差的检验 1）图示法 2）Park检验 3）Glejser检验 4）Goldfeld-Quandt检验 5）White检验 2、异方差的补救 1）加权最小二乘法（WLS） 2）对数变换 实验方法、步骤和结果： 一、前期准备工作，数据粘贴file-new-workfile Quick-empty group

内蒙古科技大学 并对数据重命名 ser01-x ser02-y 二、异方差的检验 1、先对x、y进行估计。在quick中选择estimate equation编辑方程y c x

内蒙古科技大学 2、将x、y建组，并命名为group02,并在group02中view菜单下选择graph-scatter-simple scaterr画出散点图。 从图像中可看出，三点分布由集中到慢慢扩大，而且比较明显，所以说该模型可能存在异方差。 3、y的估计值与残差平方的散点图进行判断 首先在eq01中proc菜单下选择make residual series,命名为res，找到残差。如图：

计量经济学eviews实验报告

大连海事大学 实验报告 实验名称：计量经济学软件应用 专业班级：财务管理2013-1 姓名：安妮 指导教师：赵冰茹 交通运输管理学院 二○一六年十一月 一、实验目标 学会常用经济计量软件的基本功能，并将其应用在一元线性回归模型的分析中。具体包括：Eview的安装，样本数据基本统计量计算，一元线性回归模型的建立、检验及结果输出与分析，多元回归模型的建立与分析，异方差、序列相关模型的检验与处理等。二、实验环境 WINDOWSXP或2000操作系统下，基于EVIEWS5.1平台。 三、实验模型建立与分析 案例1：

我国1995-2014年的人均国民生产总值和居民消费支出的统计资料（此资料来自中华人民共和国统计局网站）如表1所示，做回归分析。 表1我国1995-2014年人均国民生产总值与居民消费水平情况

（1）做出散点图，建立居民消费水平随人均国内生产总值变化的一元线性回归方程，并解释斜率的经济意义； 利用eviews软件输出结果报告如下： Dependent Variable: CONSUMPTION Method: Least Squares Date: 06/11/16 Time: 19:02 Sample: 1995 2014 Included observations: 20

Variable Coeffici ent Std. Error t-Statisti c Prob.?? C691.0225113.3920 6.0941040.0000 AVGDP0.3527700.00490871.880540.0000 R-squared0.996528????Mean dependent var7351.300 Adjusted R-squared0.996335????S.D. dependent var4828.765 S.E. of regression292.3118????Akaike info criterion14.28816 Sum squared resid1538032.????Schwarz criterion14.38773 Log likelihood -140.881 6 ????Hannan-Quinn criter.14.30760 F-statistic5166.811????Durbin-Watson stat0.403709 Prob(F-statistic)0.000000 由上表可知财政收入随国内生产总值变化的一元线性回归方程为:

计量经济学期末课程论文范文

中国经济增长影响因素实证分析 摘要：改革开放以来，我国的社会主义经济取得了突飞猛进的发展，经济增长速度更是举世瞩目。本文采用经济增长模型和多元线性回归分析方法对1980～2010年中国经济增长因素进行研究，分析了物质资本、劳动力、消费对国内生产总值的影响，建立计量模型，寻求这些变量与中国国民产出的数量关系，进行定量分析，对模型进行检验。 关键词：消费、投资、经济增长、劳动力，实证分析

一、文献综述 （一）经济增长理论 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值和国内生产总值的（GDP）的增长来计算。经济增长是经济学研究的永恒主题。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 （二）影响因素的分析 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有全世界近1/4 的人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主导因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。

计量经济学论文12篇-精品

中国商品进口额模型研究 摘要:通过对中国商品进口额及其主要影响因素的数据分析，得到关于中国商品进口额的函数，并用计量经济学的方法，对模型进行检验，探究其增长的规律性，从而使商品进口额成为一个可预测的经济变量。 关键词:计量经济学模型多重共线性异方差性自相关性 一、研究意义 改革开放以来，随着经济的发展，人们生活水平的不断提高，人民日益增长的物质文化需要不断提高，中国的商品进口额发生了很大的变化，进口数额不断上升，从1985年的1257.8亿元到2007年的73284.6亿元。影响中国商品进口额的因素很多，这里选取教材课后练习中的数据，研究中国商品进口额和国民生产总值的数量关系，商品进口额与居民消费价格指数的数量关系，对于探究中国商品进口额增长的规律性，预测商品进口额的发展趋势具有重要意义。 二、因素分析及模型建立 1、因素分析 一国的商品进出口属于对外贸易的内容，一国对外贸易的发展情况对经济增长有着重要影响，影响对外贸易发展的因素有很多，从大的方面来说，主要是世界经济的发展情况和国内经济发展的冷热情况，还有就是一国的对外贸易政策的等因素。有研究显示，对外贸易对一国经济增长的影响主要是进口增长对经济增长有较大的促进作用。这里，对中国商品进口额的研究，主要选取国内生产总值和居民消费价格指数，国内生产总值和居民消费价格指数说明了一国的经济发展情况。经济的发展，居民的生活水平得到了提高，居民对国外商品的需求也增大，所以，对这两个因素对进口额的影响有一定的参考意义。 2、变量选取与模型建立 这里选取“中国商品进口额”为被解释变量，用Y表示，选“国内生产总值”、“居民消费价格指数”为解释变量，分别用X1、X2表示。所以，模型假定为 LnY=β0+β1㏑X1 +β2㏑X2 + μ 其中u为随机误差项。 下表为1985——2007年中国商品进口额、国内生产总值、居民你消费价格

计量经济学检验报告

1.研究目的和意义 我们研究的对象是各地区居民消费支出的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民家庭每人每年的平均消费支出”来比较，而这正是可国家统计局中获得数据的变量。所以模型的被解释变量Y选定为“城市居民家庭平均每人生活消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2007年的截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，另外，居民消费支出具有一定的惯性，也就是说居民当年的消费支出在一定程度上受上一年已经实现的消费支出的影响。其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民家庭人均消费支出”相对应，选择在国家 X，统计局中可以获得的“各地区城市居民家庭人均可支配收入”作为解释变量 1 X。 “上年各地区城镇居民家庭平均每人生活消费支出”作为 2 从国家统计局中得到表1的数据: 表 1 城镇居民家庭平均每人生活消费支出与各地区城镇居民家庭人均可支配收入 地区Y X1 X2 北京14825.41 19977.52 13244.20 天津10548.05 14283.09 9653.26 河北7343.49 10304.56 6699.67 山西7170.94 10027.70 6342.63 内蒙古7666.61 10357.99 6928.60

《计量经济学》期末论文

《计量经济学》期末论文 我国居民消费水平的影响因素分析 经济学院 09级国际经济与贸易2班 晋兆晖 290508210

我国居民消费水平的影响因素分析 内容摘要：改革开放以来，随着我国经济的飞速发展，人民生活水平不断提高，居民消费水平也不断增长。消费作为拉动经济发展的重要因素，具有较高的研究价值。本文通过建立计量模型,运用计量分析方法对影响城镇居民消费支出的各因素进行相关分析,找出其中关键影响因素,以为我国政策制定者提供一定参考。虽然各地区的经济消费结构会有所差异，但总体还是有绝大部分相似之处的。分析之后最终促使消费需求成为引领中国经济健康、快速、持续发展的基石。 关键词：计量经济模型居民消费水平人均可支配收入居民储蓄 一、选题背景 消费是经济活动的终点，一切经济活动的目的就是为了满足人们不断增长的消费需求。但另一方面，消费又是经济活动的起点，是拉动经济增长的动力。一国或某一地区居民的收入水平与其消费需求之间存在着紧密的联系，这一点无论在西方经济学的经典理论中还是在国内外许多学者的实证研究中都得到证实。 随着改革开放以来中国经济高速增长，居民生活水平与消费水平也随之不断提升，我国作为一个巨大的消费市场正吸引着来自世界各地的目光。国家制定并实施了一系列相关财政及货币政策来刺激消费，但是居民存款额依然居高不下，居民消费虽有增长却不能支撑整个国民经济的发展。不管是从宏观还是微观来分析，居民的最终消费支出都直接影响到国民经济运行及整个经济的发展，所以对我国居民最终消费支出的问题进行研究是必不可少的，而且十分重要。我们可以运用研究的结果来分析现状并制定正确的应对方针，这有重大的现实意义。 二、变量的选择分析 根据传统的凯恩斯消费理论，消费需求是个人可支配收入的函数，收入水平的高低直接影响居民的消费水平，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。 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。 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，选择通货膨胀率来反映。 恩格尔系数作为衡量一个国家和地区人民生活水平状况的指标，也是需要被列

计量经济学案例分析 课程报告 论文

中国经济增长影响因素实证分析 一、研究对象 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析，可以更好的理解消费对我国经济增长的作用。 二、数据收集与模型的建立 （一）数据收集 表2.1 中国经济增长影响因素模型时间序列表 年份国内生产总 值（y） 年末从业 人员数 （x1） 全社会固定资 产投资总额 (x2) 居民消费价格指 数（上年=100） (x3) 1980 4545.6 42361 910.9 107.5 1981 4891.6 43725 961 102.5 1982 5323.4 45295 1230.4 102 1983 5962.7 46436 1430.1 102 1984 7208.1 48197 1832.9 102.7 1985 9016 49873 2543.2 109.3 1986 10275.2 51282 3120.6 106.5 1987 12058.6 52783 3791.7 107.3 1988 15042.8 54334 4753.8 118.8 1989 16992.3 55329 4410.4 118 1990 18667.8 64749 4517 103.1 1991 21781.5 65491 5594.5 103.4 1992 26923.5 66152 8080.1 106.4 1993 35333.9 66808 13072.3 114.7 1994 48197.9 67455 17042.1 124.1 1995 60793.7 68065 20019.3 117.1 1996 71176.6 68950 22913.5 108.3 1997 78973 69820 24941.1 102.8 1998 84402.3 70637 28406.2 99.2 1999 89677.1 71394 29854.7 98.6 2000 99214.6 72085 32917.7 100.4 2001 109655.2 73025 37213.5 100.7 2002 120332.7 73740 43499.9 99.2 2003 135822.8 74432 55566.6 101.2 2004 159878.3 75200 70477.4 103.9 2005 184937.4 75825 88773.6 101.8 2006 216314.4 76400 109998.2 101.5 2007 265810.3 76990 137323.9 104.8

计量经济学实验报告 (3)

1.背景 经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中，常以一国生产的商品和劳务总量的增加来表示，即以国民生产总值（GDP）和国内生产总值的的增长来计算。 古典经济增长理论以社会财富的增长为中心，指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。 从古典增长理论到新增长理论，都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而，由于资本服务流量难以测度，在这里我们用全社会固定资产投资总额（亿元）来衡量物质资本。中国拥有十三亿人口，为经济增长提供了丰富的劳动力资源。因此本文用总就业人数（万人）来衡量劳动力。居民消费需求也是经济增长的主要因素。 经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31年中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。 本文将以中国经济增长作为研究对象，选择时间序列数据的计量经济学模型方法，将中国国内生产总值与和其相关的经济变量联系起来，建立多元线性回归模型，研究我国中国经济增长变动趋势，以及重要的影响因素，并根据所得的结论提出相关的建议与意见。用计量经济学的方法进行数据的分析将得到更加具有说服力和更加具体的指标，可以更好的帮助我们进行预测与决策。因此，对我国经济增长的计量经济学研究是有意义同时也是很必要的。 2.模型的建立 2.1 假设模型

为了具体分析各要素对我国经济增长影响的大小，我们可以用国内生产总值（Y ）这个经济指标作为研究对象；用总就业人员数（1X ）衡量劳动力；用固定资产投资总额(2X )衡量资本投入：用价格指数（3X ）去代表消费需求。运用这些数据进行回归分析。 这里的被解释变量是，Y ：国内生产总值， 与Y-国内生产总值密切相关的经济因素作为模型可能的解释变量，共计3个，它们分别为： 1X 代表社会就业人数， 2X 代表固定资产投资， 3X 代表消费价格指数， μ代表随机干扰项。 模型的建立大致分为理论模型设置、参数估计、模型检验、模型修正几个步骤。如果模型符合实际经济理论并且通过各级检验，那么模型就可以作为最终模型，可以进行结构分析和经济预测。 国内生产总值 经济活动人口 全社会固定资产投资 居民消费价格指数 1992年 26,923.48 66,782.00 8,080.10 106.4 1993年 35,333.92 67,468.00 13,072.30 114.7 1994年 48,197.86 68,135.00 17,042.10 124.1 1995年 60,793.73 68,855.00 20,019.30 117.1 1996年 71,176.59 69,765.00 22,913.50 108.3 1997年 78,973.03 70,800.00 24,941.10 102.8 1998年 84,402.28 72,087.00 28,406.20 99.2 1999年 89,677.05 72,791.00 29,854.70 98.6 2000年 99,214.55 73,992.00 32,917.70 100.4 2001年 109,655.17 73,884.00 37,213.50 100.7 2002年 120,332.69 74,492.00 43,499.90 99.2 2003年 135,822.76 74,911.00 55,566.61 101.2 2004年 159,878.34 75,290.00 70,477.43 103.9 2005年 184,937.37 76,120.00 88,773.61 101.8 2006年 216,314.43 76,315.00 109,998.16 101.5

计量经济学调查报告

大学生月消费支出调查报告 一、引言 在当前尚且低迷，尚未完全复苏的经济环境下，消费问题被大家广泛关注。物价的连续上涨，直接反映了社会的消费和需求问题。当前的消费市场中，大学生作为一个特殊的消费群体正受到越来越大的关注。由于大学生年龄较轻，群体较特别，他们有着不同于社会其他消费群体的消费心理和行为。一方面，他们有着旺盛的消费需求，另一方面，他们尚未获得经济上的独立，消费受到很大的制约。消费观念的超前和消费实力的滞后，都对他们的消费有很大影响。特殊群体自然有自己特殊的特点，同时难免存在一些非理性的消费甚至一些消费的问题。为了调查清楚大学生的消费情况，我决定在身边的同学中进行一次消费的调研，对大家的消费进行归宗和分析。 二、理论综述 我们主要对大学生每人每月消费支出进行多因素分析，并从周围同学搜集相关数据，建立模型，对此进行数量分析。 影响大学生每人每月消费支出的主要因素如下： 1、学习支出 2、消费收入 3、生活支出 三、模型设定 Y：每人每月消费支出 X1：学习支出X2：消费收入 X3：生活支出 四、数据搜集 1、数据说明 我们特对周围大学生的消费水平做了简单调查，再用计量经济学的知识分析其影响因素。 2、数据的搜集情况 人数每人每月消 费 支出Y 学习支出 （X1） 消费收入（X2）生活支出（X3） 1760310800450 2630230600400 311002301350880 4420170450250 59601601000800 6580280500300 78702201000650 8300110400190 910501501300900 10126016015001100 11130030015001000 12500190550310 13600180750420 149001401000760

计量经济学实验报告

《计量经济学》实验报告一，数据 二，理论模型的设计 解释变量：可支配收入X 被解释变量：消费性支出Y 软件操作： （1）X与Y散点图

从散点图可以粗略的看出，随着可支配收入的增加，消费性支出也在增加，大致呈线性关系。因此，建立一元线性回归模型： 01i i i Y X ββμ=++ （2）对模型做OLS 估计 OLS 估计结果为 272.36350.7551Y X ∧ =+ 011.705732.3869t t == 20.9831.. 1.30171048.912R DW F === 三，模型检验 从回归估计结果看，模型拟合较好，可决系数为0.98，表明家庭人均年可消费性支出变化的98.31%可由支配性收入的变化来解释。 t 检验:在5%的显著性水平下1β不显著为0，表明可支配收入增加1个单位，消费性支出平均增加0.7551单位。 1，预测 现已知2018年人均年可支配收入为20000元，预测消费支出预测值为 0272.36350.75512000015374.3635Y =+?= E(X)=6222.209，Var(X)=1994.033

则在95%的置信度下，E( Y)的预测区间为（874.28,16041.68） 2，异方差性检验 对于经济发达地区和经济落后地区，消费支出的决定因素不一定相同甚至差异很大。如经济越落后储蓄率越高，可能出现异方差性问题。 G-Q检验 对样本进行处理，X按从大到小排序，去掉中间4个，分为两组数据， 128 n n ==分别回归

1615472.0RSS = 2126528. 3R S S = 于是的F 统计量： ()() 12811 4.86811RSS F RSS --==-- 在5%的想著想水平下，0.050.05(6,6) 4.28,(6,6)F F F =>，即拒绝无异方差性假设，说明模型存在异方差性。

计量经济学期末论文中国人均GDP与居民消费水平、税收及政府支出

分数：______ 计量经济学课程论文 中国人均GDP与居民消费水平、税收及政府 支出 系别：国贸系 班级：国本五 学号： 2012016533 姓名：张璐 指导老师：岁磊

【提要】人均国内生产总值GDP作为发展经济学中衡量经济发展状况的指标，是衡量宏观经济的经济指标之一。本人认为人均GDP具有社会公平和平等的含义，它直接反映了人民的收入和生活水平，而通过研究发现人均GDP的变化与居民消费水平、税收以及政府支出有着莫大的联系，因此，本文选取了1990-2005年的统计数据进行试验和分析。 【关键字】人均GDP、居民消费水平、税收、政府支出 具体数据如下： 图1数据收集 注： Y:人均国内生产总值GDP（平均每年每人）（单位：元） X1：居民消费水平（单位：亿元） X2：国家税收（单位：亿元） X3：政府支出（单位：亿元）

由此，我们可得到Y与X1 、X2、X3的散点图，如下： 图2 Y与X1 图3 Y与X2

图4 Y与X3 由图我们可以发现Y与X1 X2 X3都有比较明显的线形关系，从而建立数学模型： 建立三元线性回归模型： 在eviews7 命令框中输入：LS Y C X1 X2 X3回车 所以我们得到以下结果：Y=-275.7004+0.763471X1+0.330198X2-0.069827X3 在现有的学习中，我们还没有完全掌握单位根检验及协整的方法，所以对模型的平稳性暂时不作考虑。

若不考虑单位根检验，直接用我们在前几章学习的方法进行检验，结果如下： 1.拟合优度：我们由表可知，，修正的可决系数为,这说明模型对样本的拟合很好。 2.F检验：：，给定显著性水平，在F分布表中查出临界值,应拒绝原假设，说明回归方程显著。即居民消费水平、税收和我国政府支出对人均国民生产总值有显著影响。 3.T检验：对于C、X1、X2的系数，t的统计量的绝对值都>2.179,都通过了检验，而X3的系数的t统计量为-2.033472，在df=12、α=0.05的情况下，t统计量应大于2.179，显然X3的系数不能通过T检验。 根据经验判断无法通过第一步检验的原因很可能是解释变量之间存在多重共线性。 4.我们对X1 X2 X2进行多重共线性检验，在命令框中输入：COR X1 X2 X3回车得到以下结果： 可以发现X1、X2、X3之间存在高度的线性相关关系。 运用逐步回归法进行修正： 模型的回归结果为： 模型的回归结果为：

计量经济学期末报告

计量经济学实验报告 我国居民储蓄余额的影响因素的计量分析 XX学院 XX专业 小组成员：（姓名及学号）

我国居民储蓄余额的影响因素的计量分析 一．研究的目的要求 1.研究的背景 居民储蓄额作为一个国家经济增长中来源最稳定、数额最大的影响因素，它的高低对一国的经济发展、投资和居民生活等方面都有不同程度的影响。目前我国国内居民储蓄意愿强劲、储蓄额居高不下，形成了储蓄的超常增长，主要呈现以下特点：（1）储蓄率世界之冠；（2）储蓄增长速度高于经济和居民收入增长速度；（3）城乡之间差别大；（4）不同收入阶层分布不均匀；（5）不同地区分布极不平均。我国储蓄的超常增长一方面能为银行提供了充足的信贷资金，保证金融机构的稳健运行，还能为国家提供了物质基础；此外，面对世界的日益发展，高储蓄额还能帮助我国进一步改革。但是，在另一方面我还国存在金融机构对资本的运用效益不高、居民投资渠不多、投资效益不稳定等问题。这些问题导致我国现在储蓄存款过剩、消费不足和资本形成不足同时并存的局面。 2013年6月余额宝正式上线，在此后的一年中该产品的客户数量和管理资产出现爆炸式的增长。截止2014年3月余额宝资金规模已经达到5413亿元，截止2014年4月，居民人民币存款减少1.23万亿元。余额宝作为一条“鲶鱼”和随后出现的众多“宝宝”们一起加速了中国利率市场化的进程，对未来我国储蓄额有着重大影响。 为了分析我国居民储蓄存款如今的发展状况、更好地把握我国储蓄余额未来的走向，所以对我国储蓄余额的及其影响因素的研究是十分必要的。 2.影响因素的分析 为了研究影响中国储蓄余额高低的主要原因，分析居民储蓄余额增长规律，预测中国储蓄余额的增长趋势，需要建立计量经济模型。通过参考相关文献并结合我国经济发展的实际情况提出了以下几个变量。（1）收入水平。根据经济理论可以认为，收入水平是影响储蓄的最主要因素。（2）利率水平。利率作为消费的机会成本也会对储蓄产生影响。理论上认为，利率越高，居民消费的机会成本越高，所以会减少消费增加储蓄；反之，利率越低消费成本越低，居民会增加消费减少储蓄。（3）物价水平。物价水平会影响消费和储蓄。物价水平越高相同消费水平需要支付的货币更多。而且物价水

计量经济学完整实验报告

目录 (一) 研究背景 (2) (二) 理论来源 (2) (三) 模型设定 (2) (四) 数据处理 (2) 1. 数据来源 (2) 2. 解释变量的设置 (3) (五) 先验预期 (3) 1.经验预期 (3) 2.散点图分析 (3) (六) 参数估计 (4) (七) 显著性检验 (5) (八) 正态性检验 (5) (九) MWD检验 (5) (十) 相关系数 (7) (十一) 虚拟变量 (7) (十二) 异方差检验、修正 (8) 1. 图形检验 (8) 2.格莱泽检验 (9) 3.帕克检验 (10) 4.异方差的修正加权最小二乘法 (10) 5.异方差修正后的检验 (11) (十三) 自相关检验 (11) 1. 图形法 (11) 2.德宾-沃森d检验 (12) (十四) 最终结果 (12) (一) 研究背景 中国是一个大国，幅员辽阔，历史上自然地形成了一个极端不平衡发展的格局。而1978年开始的改革，政府采取了由东向西梯度推进的非均衡发展战略，使已经存在的地区间的差距进一步扩大，不利于整个社会的稳定和发展。地区发展不平衡问题包括社会发展不平衡，尤其是教育发展的不平衡。因此关注中国教育发展的地区不平衡性非常迫切。不仅是因为教育的重要性，还因为当前我国需要进一步推进教育改革的进程，使其朝着更健康的方向发展。 (二) 理论来源 刘红梅.中国各地区教育发展水平差异的实证分析[J]数理统计与管理.2013.7

(三) 模型设定 ? Yi=B1+B2X2i+B3X3i+B4X4i+B5X2i+B6X4i+ui Y——地区教育水平，用平均受教育年限表示，（年） X2——学生平均预算内教育经费，（万元/人） X3——人均GDP，（万元/人） X4——平均生师比 22? ? ? ? (四) 数据处理 1. 数据来源：国家统计局官网，选取2014年的数据： 1) 各省GDP 2) 各地区总人口 3) 各地区每十万人拥有的各种受教育程度人口比较数据 4) 地区在校总学生数 5) 各地区教育财政投入 6) 地区每十万总专任教师数 2. 解释变量的设置： ? X2=地区预算内教育经费/地区在校总学生数 =学生平均预算内教育经费（万元/人） X3=地区总GDP/地区总人口=人均GDP（万元/人） X4=地区每十万人口各级学校平均在校生数的和/地区每十万人口总专任教师数=平均生师比? ? 其中： P为各地区每十万人拥有的各种受教育程度人口比较数 T为教育年限1，6，9,12,16 (五) 先验预期 1. 经验预期： 平均受教育年限分别跟学生平均预算内教育经费、人均GDP呈正相关关系，跟平均生师比呈负相关关系。 2. 散点图分析： 学生平均预算内教育经费和平均受教育水平成正比，人均GDP和受教育水平成正比，平均生师比和平均受教育水平成反比。

计量经济学课程论文

我国旅游业收入影响因素研究 学院： 班级： 姓名： 学号：

摘要：近年来，中国旅游产业有了长足的进步，成为中国经济发展的支柱性产业之一，发展潜力巨大，通过建立合理的计量经济学模型，寻求我国旅游业收入和相关影响因素之间的函数关系，分析各因素对旅游业发展的贡献，揭示了我国旅游业收入呈现的特征，并针对我国旅游业的发展现状提出了一些对策建议。 关键词：旅游业；国内旅游收入；旅行社数量；旅游人数；人均花费； 改革开放以来，中国旅游业取得了飞速发展。从上世纪九十年代末国内接待旅游人数695百万人次到如今26.4亿人次；从旅游收入仅2391亿元到如今1.93万亿元；旅行社以年均21.24%的速度增长；旅游直接从业人员更是年均增长15%。留有基础设施、配套服务更加完善为我国旅游业带来了巨大的经济效益。然而展望我国旅游业的发展前景，为了旅游业收入的稳定增长，研究其影响因素的多样性与复杂性十分必要。 本文以计量经济学经典的模型为基础，分析影响中国旅游业收入的各个因素，对比不同因素的影响程度大小。文章首先进行研究变量的选择和模型的建立，然后进行回归分析，进而进行经济意义检验、统计检验、计量经济学检验，在此基础上，最后提出相应的建议。 1 模型变量与模型建立 1.1 模型解释变量的选择 旅游收入直接反映了某一旅游目的地国家或者地区旅游经济的

运行状况，是衡量当地旅游经济活动及其效果的一个不可或缺的综合性指标。 在现实生活中，影响中国旅游业收入的因素有很多，考虑到样本数据的可收集性和我国旅游业的实际情况，选择人均花费（1X ）、旅游人数(2X )、全国旅行社数量(3X )、铁路营业里程(4X )和公路里程(5X )作为影响的主要变量。 1.2 模型设定 设定线性模型：μββββββ++++++=55443322110X X X X X Y Y —国内旅游业收入（亿元）； 1X —人均旅游花费（元）； 2X —旅游人数（百万人次）； 3X —全国旅行社数量（个）； 4X —铁路营业里程（万公里）； 5X —公路里程（万公里）。 1.3 数据搜集（见表1） 表1 1995—2011中国国内旅游业收入及其相关影响因素统计表

计量经济学实验报告(自相关性)

实验6.美国股票价格指数与经济增长的关系 ——自相关性的判定和修正 一、实验内容：研究美国股票价格指数与经济增长的关系。 1、实验目的: 练习并熟练线性回归方程的建立和基本的经济检验和统计检验；学会判别自相关的存在，并能够熟练使用学过的方法对模型进行修正。 2、实验要求： （1）分析数据，建立适当的计量经济学模型 （2）对所建立的模型进行自相关分析 （3）对存在自相关性的模型进行调整与修正 二、实验报告 1、问题提出 通过对全球经济形势的观察，我们发现在经济发达的国家，其证券市场通常也发展的较好，因此我们会自然地产生以下问题，即股票价格指数与经济增长是否具有相关关系？ GDP是一国经济成就的根本反映。从长期看，在上市公司的行业结构与国家产业结构基本一致的情况下，股票平均价格的变动跟GDP的变化趋势是吻合的，但不能简单地认为GDP增长，股票价格就随之上涨，实际走势有时恰恰相反。必须将GDP与经济形势结合起来考虑。在持续、稳定、高速的GDP增长下，社会总需求与总供给协调增长，上市公司利润持续上升，股息不断增加，老百姓收入增加，投资需求膨胀，闲散资金得到充分利用，股票的内在含金量增加，促使股票价格上涨，股市走牛。 本次试验研究的1970-1987年的美国正处在经济持续高速发展的状态下，据此笔者利用这一时期美国SPI与GDP的数据建立计量经济学模型，并对其进行分析。 2、指标选择： 指标数据为美国1970—1987年美国股票价格指数与美国GDP数据。 3、数据来源： 实验数据来自《总统经济报告》（1989年），如表1所示：

表1 4、数据处理 将两组数据利用Eviews绘图，如图1、2所示： 图1 GDP数据简图图2 SPI数据简图

计量经济学报告报告

《计量经济学》课程论文 城镇居民消费主要影响因素的实证分析 小组成员：何志滔李学贤吴晓天 指导教师：张子昱 日期：2010年12月23日

城镇居民消费主要影响因素的实证分析 摘要 中国经济的快速增长，城镇化步伐加快。城镇居民的消费在国民经济中占有极其重要的比重，城镇居民的消费水平对整个国名经济的的发展有重大的作用。面对这个巨大的消费，如何提高消费水平就成了扩大内需、拉动经济所面对的问题。本文运用计量经济学的方法，就城镇居民的消费水平的主要影响因素进行了简单的分析。 关键词：城镇居民；消费水平；影响因素 一问题的提出 经济危机以来，中国遭遇增长上的瓶颈。一直以来中国经济的增长主要依赖于投资、出口和消费三架马车，而又以投资和出口的拉动作用最大。虽然我国一直在强调要扩大内需，但经济危机中由于出口减少而引起经济的下滑还是说明国内经济对出口的依赖还是很大的。 西方经济学中有很多关于需求、消费的理论。微观经济学中供求和均衡价格理论中的需求定理阐述了需求的定义和影响因素。需求是指某一特定时期内，在各种可能的价格水平下，消费者愿意而且能够买到的某种商品的数量。影响需求的主要因素包括商品本身的价格、其他商品的价格、消费者的偏好、消费者收入及人们对未来的期望等。 由于数据的可获得性及影响的重要性，对于城镇居民的消费水平主要选取了以下两个影响因素;城镇居民家庭可支配纯收入及商品零售价格指数。 二1991年到2008年城镇居民消费水平及其影响因素的统计数据（表1）

三建立模型 由数据分析，初步建立模型Y=b0+b1*X1+b2*X2+ui b0表示在没有任何影响因素下城镇居民的消费水平；b1表示城镇家庭可支配纯收入对城镇居民消费水平的影响；b2表示商品零售价格指数对城镇居民的消费水平的影响；ui为随机扰动项 四模型的检验与修正 （一）模型的参数估计及经济意义和统计意义上的检验 利用Eviews软件，做Y对X1 X2的回归。回归结果如下表1： Dependent Variable: Y Method: Least Squares Date: 12/22/10 Time: 12:48 Sample: 1991 2008 Included observations: 18 Variable Coeffici ent Std. Error t-Statisti c Prob. C 3435.487 1604.745 2.140831 0.0491 X1 0.782495 0.024778 31.58077 0.0000 X2 -20.2479 0 14.85835 -1.362728 0.1931 R-squared 0.986696 Mean dependent var 6826.167 Adjusted R-squared 0.984922 S.D. dependent var 3180.842 S.E. of regression 390.5890 Akaike info 14.92420