2023年我国城镇居民消费影响因素分析.docx

我国城镇居民的消费影响因素分析 姓名：毕雅颖 班级：统计0901 学号：2023111039 指导教师：郑华章 内容 随着经济水平的不断开展，人们的消费水平也在不断提高，从社会生产的角度看，消费是其最终环节，消费能否顺利实现是决定企业能否顺利完成生产的重要原因，也是决定经济增长的主要因素，因此消费对于经济增长有着重要的作用。研究影响消费的因素对于我国的经济开展有很重要的经济意义。 本文根据2023年我国城镇居民的消费数据和影响其变量的数据，试图运用数学方法和计量经济的理论和方法的有关知识，通过建立经济模型研究影响消费水平的各个因素以及这些因素对消费水平的影响程度大小。然后根据模型的最终结果制定一些有利于消费水平提高的政策，从而促进经济的增长，提高人们的生活水平。 关键词：城镇居民、消费水平、经济增长、计量经济模型 目 录 一、 前言 二、 理论背景 三、 模型的选择与建立 四、 数据来源分析 （一） 原始数据表 （二） 变量的根本统计信息 （三） 数据的散点图 （四） 模型的设定形式 五、 模型的估计 六、 模型的应用 七、 经验解释 八、 总结和建议 我国城镇居民消费影响因素分析 一、 前言 消费是人类生产的目的，而生产是社会的核心活动，在社会在生产中，生产必须围绕消费需求来进行，消费需求同时对生产有重要的导向作用。生产的消费是相辅相成的，生产者生产的产品的规模，质量，档次直接决定了消费的规模，质量和档次，消费能否顺利实现，决定了生产能否顺利完成。 消费行为是指消费者受需求动机的影响而做出购置决定、修改购置方案、完成购置过程的行为。消费者行为过程既是消费者的思维、心理过程，也是不断采取行动、产生方案、解决问题的过程。影响消费者行为的因素是多方面的，由社会的、历史的、经济的等多方面极其复杂的因素。从扩大需求的角度来看，消费是刺激经济增长的主要方式。所以研究消费的影响因素对经济增长有重要的经济意义。 二、理论背景 从经济学的角度看，消费支出和经济开展成共同的变化趋势，经济增长越快，消费支持增长也越快；反之，经济增长越慢，消费支出增长也越慢。 为了全面的反映影响消费支出的因素，本文在分析了影响居民消费支出的影响因素的根底上，研究有关参考文献，主要利用计量经济学方法理论，通过对数据的准确分析，建立模型并检验，研究居民消费支出的函数关系。从而得出具体的影响消费支出的因素与消费支出间的定量关系。从而得出具体的消费支出模型。 三、 模型的选择与建立 本模型研究2023年我国城镇居民的消费支出与各主要影响因素之间的定量关系 其中，模型中的被解释变量为 Y 各城市居民的人均消费支出 　 消费性支出(元) 城乡居民人民币存款年底余额〔亿元〕 总计-居民消费价格指数(上年=100) 国内生产总值/增加值〔当年价，亿元〕 城镇居民消费水平〔元〕 平均每人可支配收入〔元〕 城镇人口-人口数(万人) 　 Y X1 X2 X3 X4 X5 X6 北京 17,893.30 14672.1 98.46 12,153.03 24,044.00 26738.48 1,492.00 天津 14,801.35 4885.9 99.03 7,521.85 17,475.00 21402.01 958.00 河北省 9,678.75 13551.1 99.32 17,235.48 12,195.00 14718.25 3,025.00 山西省 9,355.10 8099.4 99.58 7,358.31 10,617.00 13996.55 1,576.00 内蒙古 12,369.87 3914.0 99.73 9,740.25 14,784.00 15849.19 1,293.00 辽宁省 12,324.58 12030.9 100.05 15,212.49 14,774.00 15761.38 2,607.00 吉林省 10,914.44 4614.4 100.07 7,278.75 12,061.00 14006.27 1,461.00 黑龙江省 9,629.60 6430.1 100.19 8,587.00 10,592.00 12565.98 2,123.00 上海 20,992.35 13707.3 99.59 15,046.45 31,608.00 28837.78 1,702.00 江苏省 13,153.00 20230.6 99.57 34,457.30 15,965.00 20551.72 4,295.00 浙江省 16,683.48 17833.4 98.47 22,990.35 21,251.00 24610.81 2,999.00 安徽省 10,233.98 6619.5 99.09 10,062.82 11,301.00 14085.74 2,581.00 福建省 13,450.57 7078.8 98.19 12,236.53 15,739.00 19576.83 1,864.00 江西省 9,739.99 5092.7 99.34 7,655.18 10,033.00 14021.54 1,914.00 山东省 12,012.73 17082.8 100.00 33,896.65 16,027.00 17811.04 4,576.00 河南省 9,566.99 11207.4 99.42 19,480.46 11,884.00 14371.56 3,577.00 湖北省 10,294.07 8163.5 99.59 12,961.10 12,080.00 14367.48 2,631.00 湖南省 10,828.23 7809.8 99.64 13,059.69 13,000.00 15084.31 2,767.00 广东省 16,857.50 31411.4 97.65 39,482.56 21,098.00 21574.72 6,110.00 广西 10,352.38 4686.2 97.86 7,759.16 12,585.00 15451.48 1,904.00 海南省 10,086.65 1282.9 99.32 1,654.21 10,215.00 13750.85 424.00 重庆市 12,144.06 4908.7 98.36 6,530.01 13,314.00 15748.67 1,475.00 四川省 10,860.20 11575.2 100.80 14,151.28 11,701.00 13839.40 3,168.00 贵州省 9,048.29 2676.1 98.72 3,912.68 11,223.00 12862.53 1,135.00 云南省 10,201.81 4668.6 100.40 6,169.75 11,661.00 14423.93 1,554.00 西藏 9,034.31 226.4 101.41 441.36 9,563.00 13544.41 69.00 陕西省 10,705.67 6743.8 100.52 8,169.80 12,223.00 14128.76 1,641.00 甘肃省 8,890.79 3026.9 101.25 3,387.56 10,765.00 11929.78 860.00 青海省 8,786.52 711.3 102.65 1,081.27 10,845.00 12691.85 233.00 宁夏 10,280.00 967.7 100.75 1,353.31 13,151.00 14024.70 288.00 新疆 9,327.55 3050.8 100.74 4,277.05 10,546.00 12257.52 860.00 模型中初步确定的解释变量为 X1 各城市居民人民币储蓄存款年底余额 X2 各城市居民消费价格指数总计 X3 各城市生产总值 X4 各城市居民消费水平 X5 各城市居民人均可支配收入 X6 各城市人口数量 初步确定的模型形式为Y=F(X1 ,X2,X3,X4,X5,X6) 四、 数据来源与分析 〔一〕原始数据表 以上数据来源于中经网统计数据库，中国统计年鉴2023 〔二〕变量的根本统计信息 为了模型参数估计、检验、各种系数计算和预测的方便，各变量的根本统计分析如表2、3、4、所示 表2 各变量的根本统计分析 Y X1 X2 X3 X4 X5 X6 Mean 11628.97 8348.700 99.66968 11783.9 14010.302 16276.95 2037.484 Median 10352.38 6619.500 99.59000 8585.00 12195.00 14371.56 1702.000 Maximum 20992.35 31411.40 102.65000 39483.5 31608.00 28837.78 6110.000 Minimum 8786.520 226.4000 97.65000 441.36 9565.000 11929.78 69.00000 Std. Dev. 2978.791 6799.997 1.098470 9730.4 4801.412 4326.466 1354.169 Observations 31 31 31 31 31 31 31 表3 简单相关系数 y X1 X2 X3 X4 X5 X6 y 1 0.622032 -0.470831 0.492682 0.975755 0.970304 0.312512 X1 0.622032 1 -0.456762 0.941215 0.602242 0.618773 0.892691 X2 -0.479831 -0.456762 1 -0.40544 -0.40352 -0.49614 -0.425885 X3 0.492681 0.941215 -0.40544 1 0.478767 0.509447 0.943031 X4 0.975755 0.602242 -0.40352 0.478767 1 0.958858 0.290134 X5 0.970304 0.618773 -0.49614 0.509447 0.958858 1 0.307145 X6 0.312512 0.892691 -0.425885 0.943031 0.290134 0.307145 1 表4 变量的协方差 Y X1 X2 X3 X4 X5 X6 Y 8586965 12193254 -1517.990 13819625 13505458 12101546 1219940