篇一：居民可支配收入论文
基于SAS分析浙江省人均可支配收入影响因素的研究
一．
导言
可支配收入是反映居民家庭全部现金收入中能用于安排家庭日常生活的那部分收入，指居民家庭在支付个人所得税之后，所余下的全部实际现金收入（不包括借贷收入），即居民家庭可以用来自由支配的收入。居民家庭人均可支配收入调查统计的范围是城市居民家庭生活收入，包括家庭成员中的职工与非职工的收入。
随着市场经济的稳定繁荣和改革开放的深入发展，浙江省城镇居民人均生活水平有了较大幅度的提高，其主要表现在人均可支配收入的增长。城镇居民收入高，消费量大，在消费结构的研究中占有重要的地位。与此同时，改革开放以来的经济在从计划向市场转型的过程中，人民的消费水平、结构都发生了很大变化。
针对这种现象，本文收集了浙江省1990-2008年的一系列数据，旨在研究城镇居民可支配收入的主要影响因素。
本文首先解释模型结构，然后用SAS软件进行数据分析，对分析结果进行探究，得出结论。
二．
文中符号含义
y：人均可支配收入
x1：人均收入
x2：就业人数
x3：消费价格指数
x4：社会消费品零售总额
x5：固定资产投资总额
x7：第二产业（工业）总产值
?0：回归常数
?i：回归系数，其中
i?1,2,?注：本文所有检验水平均为0.05。
三．
基本模型
1.
问题阐述
通过对浙江省城镇居民可支配收入及其其他经济指标，确立一个多元线性模型来反映影响其变化的各种因素与城镇居民可支配收入间的关系，并确定模型中个参数的估计及模型的显著性检验。
2.
模型基本结构
因变量确定为浙江省城镇居民可支配收入，加上一系列解释变量的线性组合，再加上随机扰动项?，基本结构如下所示
y??0??1x1??2x2????pxp??
3.
解释变量的选取
通过对人均可支配收入的影响因素分析，确定如下解释变量：
（1）浙江省人均收入水平。收入的增长是可支配收入增长的最主要因素，模型中用x1表示人均收入;（2）浙江省就业人数。就业是收入的前提，且本文研究的是人均可支配收入，模型中用x2表示；
（3）浙江省消费价格指数。由于可支配收入是居民家庭在支付个人所得税之后剩余的收入，消费价格指数影响居民的消费意愿，进而影
响其可支配收入，模型中用x3表示；
（4）浙江省社会消费品零售总额，模型中用x4表示；
（5）浙江省固定资产投资总额，说明物质资本对收入的影响，模型中用x5表示；
（6）浙江省科技三项经费，从重视技术开发程度的角度侧面说明科学技术水平，进而影响居民收入水平，模型中用x6表示；
（7）浙江省第二产业（工业）产值，就我国而言，第二产业仍是经济发展的最大驱动力，借以说明经济规模对于人均收入分配的影响，模型中用x7表示；
故模型结构基本确定为：
y??0??1x1??2x2????7x7??
四．
数据处理结果（程序实现）及主要结论
人均可支配收入及所确定的七个解释变量的数据可在山东省统计局网站中的统计年鉴上查得，数据见附表一。
（一）
首先用数据建立一个Excel文件，以便在分析过程中数据的导入。
（二）
在SAS中导入所用数据，导入时代码为：
PROC
IMPORT
OUT=WORK.shuju1DATAFILE="C:\DocumentsandSettings\Administrator\桌面\1.xls"
DBMS=EXCEL5REPLACE;GETNAMES=YES;RUN;此时有数据如图1：
图1数据
（三）
用以下代码对数据进行汇总整理，如图2所示：
图2数据汇总代码
（四）
对所用变量进行相关性检验，代码如图3所示：
图3相关性检验代码
得到的结果如图4所示：
图4相关性检验结果图
图中显示7个变量的相关系数，以及关于相关系数等于零的假设
的单尾显著性检验概率。从表中可以看到因变量y（人均可支配收入）与自变量x1、x2、x3、x4、x5、x6、x7之间的相关系数依次为0.996、0.324、0.736、0.996、0.966、0.975、0.971，反映人均可支配收入与x1、x3、x4、x5、x6、x7之间存在显著的相关关系。
自变量x2与因变量y之间相关系数为0.324，它与其他几个自变量之间的相关系数也都很小，说明他们之间的线性关系不显著。
此外，x1与x4、x5、x6、x7之间的相关系数之间的相关系数分别为0.999、0.979、0.987、0.982，这也说明他们之间存在较为显著的线性关系。下面用逐步回归方法来消除这种相关关系的影响。
（五）
用逐步回归法对变量进行多元线性回归，代码如图：
图5回归代码
得到的结果如图6——9所示：
图6回归结果——1图回归结果——2图回归结果——3图回归结果——4五．
参数估计及检验
参数的估计、检验及置信区间均在上部分数据分析结果相应的图表中给出。
六．
模型中存在的问题
1.
模型考虑因素不够完善，由于数据收集和实际操作性等问题的综合影响，没有引入一些其他重要因素，使得对这一问题的的说明程度有所降低。
2.
模型只是定性说明人均可支配收入的影响因素，并无定性的说明。
3.
模型最终未包括山东省固定资产投资总额和第二产业产值的影响，且采集数据只从1990到2008年，分析上会出现一定的局限性。
4.
由于数据收集和实际操作性等问题的综合影响，模型中仅对19的样本点进行了回归，在样本相关系数及模型的检验等方面具有一定的不可靠性。
七．
结论
通过运用逐步回归进行线性回归得到的模型为：y??11810.371?0.580x1?3.633x2此模型反映自变量x1（人均收入）、x2（就业人数）对人均可支配收入均有正的影响关系。
首先，本文研究的是人均可支配收入的影响因素，可支配收入指居民家庭在支付个人所得税之后，所余下的全部实际现金收入，因此自变量x1人均收入水平必然会对因变量y产生正向影响，即人均收入增加也会造成人均可支配收入的增加，且每增加一单位的人均收入会引起人均可支配收入增加0.58个单位
其次，自变量x2就业人数的增加对因变量y产生正向影响，且每增加一单位的就业人数会引起人均可支配收入增加3.633个单位。这是由于人均可支配收入的计算是用家庭总收入除以家庭总人数得到的，就业人数增加，家庭总收入增加，因此人均可支配收入增加。
由模型结构可知，要提高山东省人均可支配收入，可以从增加就业人数这点出发。
八．
参考文献
【1】
于锦华，杨维权编著.多元统计分析与应用.北京：中山大学出版社
【2】
何晓群，刘文卿编著.应用回归分析（第二版）.中国人民大
学出版社,200【3】
朱世武编著.SAS编程技术教程
九．
附录
附表一：数据
篇二：居民可支配收入论文
城乡就业居民收入差距分析论文
随着中国经济的快速发展，不同地区的城乡经济发展水平也日益加速差距拉大。其中一个核心问题便是城乡居民就业与收入差距问题。在这个问题上，政府一直致力于推出一系列的扶持政策，以促进城乡居民就业与收入平衡的发展。本文将分析城乡就业居民收入差距的现状，并探讨其产生的原因和对策。
一、城乡就业居民收入差距的现状
城市和农村居民的收入差距是普遍存在的，但是在中国这个发展中的国家，这种差距表现得尤为明显。据国家统计局公布的数据显示，2019年我国全国居民人均可支配收入为30768元，其中城镇居民人均可支配收入为42761元，农村居民人均可支配收入为16400元，城市居民人均可支配收入是农村居民的2.6倍。由此可见，城乡居民的收入差距十分明显，城市居民的收入领先农村居民。
二、城乡就业居民收入差距产生的原因
1.体制原因
在过去，由于农村经济环境限制和各种门槛限制，农村劳动力往往很难进入城市，通过合法手段获得城市户口。而有了城市户口，这就是进入城市公有部门工作渠道的必备先决条件。但是由于近年来国外资本的引入，国内企业逐渐采取市场化的模式，这使得农民工进入城市工作的难度又陡然加大，政府部
门所开出的稳定合法的公有岗位数量也日益减少，城市公有岗位竞争异常激烈，使得大量的农村劳动力只好选择在城市的非官方经济部门尤其是低端消费部门中谋生，急需雇主对劳动力享有高度控制而且即便付给农民工不足于养家糊口,这样就导致了农村劳动力被剥夺了进入城市从事公有部门工作的机会，从更高的角度来说，这样的现实显示出国内的市场化程度还有待加强。
2.教育水平的差异与技能水平的不足
在发达的市场经济国家，教育水平和技能水平的不同不会影响人们在就业市场的生存权和发展权。但在中国，由于教育资源和知识技能离散的现实，很多农民工阶层进入城市后只能从事低技能、低薪水的工作，劳动力得到的低薪水根本无法满足生活需求。而这一现象的根源，则是来自于农村儿童教育和培训的匮乏。在这种情况下，农民工被迫选择到城市去打工，却无法进入高收入、高技能的岗位，使得收入差距不断加速拉大。
3.社会保障体系不健全
尤其是适用于劳动力的社会保障制度，在缺乏稳定就业和稳定收入的情况下，劳动力对于人生保障的需求更高。在城市化进程中，农民工的社会保障权利被削弱，更多的保障责任被转移给了企业和个人，导致了劳动力在就业过程中更加脆弱，对个人和家庭的影响大，也加速了城乡居民收入差距的扩大。
三、解决城乡居民收入差距的对策
1.优化教育资源
当前，教育是解决农村劳动力进入城市获得更高薪资的一项重点任务。政府应该着力提高农村教育资源的配置，尤其是优秀的中小学教育，通过高质量的教育打破城市和农村之间的教育差异，提高农村学生的知识技能和竞争力，为农村劳动力融入城市创造良好的人力资源环境。
2.创造就业机会
进入企业和服务行业工作是农民工、城乡劳动力不断提高收入的有效办法。政府有必要加大对中小企业和服务业的扶持力度，并且进一步加强对这个市场的规范和管理，使得企业能够为农民工提高得到更好的工作机会和优秀的福利。
3.建立完善的社会保障制度
政府应该积极推动建立健全的社会保障体系，重视对劳动者的权利和优势政策，进一步增加社会保险和福利的投入，满足劳动力的更高保障需求。
总之，城乡居民收入差距的解决所涉及的难点比较多，要从根本上缩小城乡收入差距，需要各个方面共同努力，为了达成更加平等公正的社会企业，我们需要不断的探讨研究，并以精确的数据和科学的分析，来确定科学的解决方案。
篇三：居民可支配收入论文
我国城镇居民可支配收入预测分析
摘
要
城镇居民可支配收入标志着城镇居民即期的消费能力，因为它是可支配的，可以用于消费、投资，购买股票、基金，用于存款，这个指标增长得越快，就反映人民生活水平提高的越快，反映他的消费能力就越强．
本文主要介绍城镇居民可支配收入的概念、特点及求法，并在此基础上建立适当的数学模型对城镇居民可支配收入进行预测，使我们更好地了解城镇居民的收入水平和平均生活水平．可以帮助有关部门和经营者制定经济政策进而实施宏观调控,这对刺激经济持续、健康发展具有重要意义．
关键词：城镇居民
可支配收入
预测分析
I
PredictionoftheDisposableIncomeofUrbanResidents
ZhangTianhao
DirectedbyLecturerJiangShutao
ABSTRACT
Itisdisposable,soitcanbeusedforconsumption,investment,buyingstocksandfunds,andfordeposits.Thefastertheindicatorgrows,thefasterthepeople’slivingstandardsimprove,andthestrongerabilityofconsumptionreflects.
Thisarticlemainlyintroducedtheconceptandcharacteristicsofdisposableincomeofurbanresidentsandtheseekingmethod,andEstablishedappropriatemathematicalmodelsonthebasisofthedisposableincomeofurbanresidentstopredict.Sowecanbetterunderstandthelevelofincomeofurbanresidentsandtheaveragestandardofliving.Italsohelpsauthoritiesandoperatorstodevelopandthenimplementmacro-controleconomicpolicies.Thishasimportantimplicationsforeconomicstimulussustainedandhealthydevelopment.
Disposableincomeofurbanresidentsmarkedthecurrentspendingpowerofresidents.
KEYWORDS：Urbanresidents
Disposableincome
PredictionII
目
录
摘
要...................................................................I英文摘要................................................................II前
言...................................................................11城镇居民可支配收入简介.................................................21.1城镇居民可支配收入概念...........................................21.2城镇居民可支配收入特点...........................................22趋势外推法预测分析.....................................................32.1趋势外推法.......................................................32.2选择预测模型.....................................................32.3求模型参数.......................................................42.4确定预测模型.....................................................52.5模型检验.........................................................53多元回归预测分析.......................................................63.1模型预测.........................................................73.2分析各地区收入差距..............................................104城镇居民可支配收入的其他影响因素......................................104.1物价水平........................................................104.2就业率..........................................................114.3存款贷款利率....................................................115总
结................................................................11参考文献................................................................13致
谢..................................................................14前
言
作为统计上的一个概念，城镇居民可支配收入和城镇居民收入是不同的.通俗地讲，城镇居民可支配收入是指生活在城镇的居民可以按照自己的意愿支配的收入.就是扣除了各项税费（缴纳给国家的），扣除了缴纳的各项社会保险，它包括医疗保险、养老保险和失业保险，城镇居民收入中余下的收入[1].按照国家的税法和国家有关规定，扣除的这些缴纳是居住的人必须缴纳的.因为这些缴纳给国家以后，不能够再用于其他方面的支付，而住户购买的那些商业性的保险则不能扣除.我们通常所说的商业性保险，不是国家规定的必须购买的，而是住户根据自己的收入情况和消费水平自由选择的，可以选择购买，当然也可以不购买.从记帐户来讲，还要减去城镇居民发给的记账户补贴，如果把记账户补贴算进去就多算了居民的收入.剩下的收入就是我们所说的城镇居民可支配收入.到目前为止很多专家及学者，对我国城镇居民可支配收入预测分析在社会中的应用做了很多的研究，也发表了无数的期刊和书籍.例如在张璐、陶淼冰、李亚杰的《当代经济》中讲述了很多关于经济的问题，其中也探讨了我国城镇居民可支配收入预测分析.正因为我国城镇居民可支配收入预测分析的这种价值，才有了这方面广泛的研究成果，也正是因为这些成果，让我们看到了我国城镇居民可支配收入预测分析更多的用处.
近年来,我国经济发展势头良好,居民可支配收入逐步增加,而居民消费支出也随之不断增加.目前,消费已成为影响我国经济发展的关键因素,所以研究城镇居民收入的现状及特点,掌握城镇居民收入的变化发展趋势,采用合适的方法,预测城镇居民的收入,可以了解我国城镇居民的收入水平和生活水平，可以帮助我国经营者和有关部门制定相应的经济政策进而实施有效的宏观调控,这对刺激经济持续、健康发展具有十分关键的意义[2].作为我国居民生活水品研究的方向之一，我国城镇居民可支配收入预测分析在我国居民生活水平和消费情况的研究中占有重要的地位，并有广泛的应用.所以，系统地总结我国城镇居民可支配收入预测分析的具体应用就显得很有必要.对我国城镇居民可支配收入预测分析在学生学习中的应用，及我国城镇居民可支配收入预测分析怎样才能在生产生活中得到更好的运用等问题，依然需要我们进行更深的研究，也只有深入研究才能使得我国城镇居民可支配收入预测分析在生产生活中发挥最大作用.
1城镇居民可支配收入简介
城镇居民可支配收入是与居民消费水平密切相关的一个经济学概念，它直接反映城镇居民的平均生活水平.城镇居民可支配收入与农村居民纯收入相对，与职工平均工资不同.我国城镇居民可支配收入的提高对于促进我国城镇经济可持续发展具有重要的意义[3].作为总需求的重要组成部分，消费是宏观经济调控的一个基本变量，而收入水平直接决定消费的基本情况.因而，对中国城镇居民收入的变化情况进行预测分析，对国家制定政策以及调节经济发展具有重要的意义.一方面，收入提高了，居民的生活水平也相应提高，因而消费水平随之增长.另一方面，消费增加了，必将拉动经济增长，从而增加城镇居民的可支配收入.
1.1城镇居民可支配收入概念
作为统计上的一个概念，城镇居民可支配收入和城镇居民收入是不同的.通俗地讲，城镇居民可支配收入是指生活在城镇的居民可以按照自己的意愿支配的收入.就是扣除了各项税费（缴纳给国家的），扣除了缴纳的各项社会保险，它包括医疗保险、养老保险和失业保险，城镇居民收入中余下的收入[4].将总收入中扣除了应该交纳的个人所得税，扣除个人交纳的各项社会保障支出之后,指按照住户人口进行平均所得的收入水平就是城镇居民人均可支配收入.城镇居民人均可支配收入代表着居民的购买水平和消费能力,可用于衡量他们的收入水平和生活水平.全国和各省(区、市)城镇居民人均可支配收入由国家统计局依据各级国家调查队逐级审核上报的城镇居民数据，进行超级加权汇总而获得[5].城镇居民可支配收入=家庭总收入-交纳个人所得税-个人交纳的社会保障支出.
1.2城镇居民可支配收入特点
从指标的含义上来看，城镇居民可支配收入是指城镇居民的实际收入中能用于安排日常生活的收入.它常常用来衡量城镇居民收入水平和生活水平，它是研究中最重要和最常用的指标.从构成的形态上来看，它只有一种形态，那就是价值的形态，只是代表着城镇居民的现金收入情况[6].从可支配的内容来看，城镇居民可支配收入是都用来安排平时生活的收入[7].另外，从所反映的实际上的收入的角度看，它没有包括城市居民在医疗、住房等方面间接得到的福利性收入部分.22趋势外推法预测分析
2.1趋势外推法
统计资料表明，大量社会经济现象的变化大部分是渐进型的，其发展在时间上有较大的规律性.因此，当所预测的内容根据时间的变化呈现某种升高或降低的趋势，并且无明显的随季节变化而出现波动情况，又可以得到适合的函数曲线来反映这种发展情况时，就能够用时间t为自变量，时序数值y为因变量，建立需要的趋势模型：y?f(t)
当有条件能够得到这种趋势可以影响到以后的情况时，赋予变量t所需要的值，就能够获得在时间序列上相对应时刻的未来值.这就是我们要研究的趋势外推法[8].通常情况下，趋势外推法的几个假设条件是：
（1）假设在事物变化过程中，不存在跳跃式发展，通常就是渐进变化.（2）假设事物的变化条件也决定事物以后的变化趋势，它的条件是不变或着是无太大变化.换句话说，如果依据过去信息得到的趋势外推模型可反应未来，能衡量未来趋势发展的状况，即未来和过去的规律一样.根据上面两个假设条件能够得到，趋势外推法是事物渐进变化过程的一种统计预测方法.它的主要优点是可以得到事物以后的变化情况，并定量地估计其功能特性[8].
表12001——2012年我国城镇居民可支配收入
年份
200120022003200420052006金额
68607703847294221049311759年份
200720082009201020112012金额
1378615781171751910921810245652.2选择预测模型
首先，绘制散点图，根据散点图分布来选用模型.3图12001——2012年我国城镇居民可支配收入
?t?aebt(a?o,b?o).根据图1可以初步确定选用指数曲线预测模型y其次，计算一阶差比率（如表2所示）,并根据散点图最终选择具体用哪一种模型.
表2差分计算表
金额（元）
一阶差比率
金额（元）
一阶差比率
6860—
137861.1777031.12157811.1484721.10171751.0994221.11191091.11104931.11218101.14117591.12245661.13由表2得出,观察值yt的一阶差比率基本相同，满足指数曲线模型的数字特征.通过上面分析可知，所给统计数据的图形和数字特征都和指数曲线模型相符合，所以可以选?t?aebt.择模型y
2.3求模型参数
先将观察值yt的数据进行变换，使其满足lnyt?lna?bt?yt?A?bt.其变换数据如表3所示.4表3观察值数据转换表
年份
时序（t）
200118.83200779.53200228.95200889.67200339.04200999.75200449.152010109.86200559.262011119.99200669.3720121210.11Yt?lnyt
年份
时序（t）
Yt?lnyt
经计算，得：n?12,?t?78，?t2?650，?Y?113.51，?Y2?1075.7，?tY?754.6，t?11Y?Y?9.46.t?6.5，??nn??b?根据直线模型公式：????tY?ntY?t?nt22?754.6?12?6.5?9.46?0.122650?12?6.5A?Y?bt?9.46?0.12?6.5?8.72.4确定预测模型
因为A?lna，所以a?eA?e8.70?6002.91?t?6002.91e0.12t
所求指数模型为：y?2013?6002.91e0.12?13?28566.71（元）
第三步，预测2013年的人均可支配收入为y
2.5模型检验
表4方差分析表
Anova
模型
回归
残差
总计
平方和
1.970.0041.974df11011均方
1.970.00F5041.056Sig..00aba.预测变量:(常量),时序.b.因变量:lny
表5系数表
系数
模型
(常量)时序
非标准化系数
B8.696.117标准
误差
.012.002a.因变量:lny标准系数
试用版
.999t714.72671.000Sig..000.000a由表4和表5可知，F检验统计量得到的观测值为5041.056，对应的概率P-值近似是0.根据两表能够对回归方程进行显著性检验.若显著性水平?是0.05，因为概率P-值是小于显著性水平?的，应该拒绝这个回归方程显著性检验的原假设，并认为各回归系数不同时为0，被解释变量和解释变量总体的线性关系为显著的，可建立相应的线性模型[9].由标准误差较小，所以该预测模型较为准确.查询统计年鉴知2013年城镇居民人均可支配收入为26955元.（28566.71-26955）/26966=4.97%.可知该预测模型基本符合要求.
3多元回归预测分析
表62012年我国各地区城镇居民可支配收入
地
区
北
京
天
津
河
北
山
西
内蒙古
辽
宁
吉
林
黑龙江
上
海
江
苏
浙
江
安
徽
福
建
江
西
山
东
河
南
可支配收入
36468.7529626.4120543.4420411.7123150.2623222.6720208.0417759.7540188.3429676.9734550.3021024.2128055.2419860.3625755.1920442.62总收入
41103.1132944.0121899.4222100.3124790.7925915.7221659.6419367.8444754.5032519.1037994.8323524.5630877.9221150.2428005.6121897.23工资性收入
27961.7821523.8113154.5214973.6416872.5814846.0513535.3311700.5031109.3020102.0522385.0914812.5419976.0113348.0619856.0513666.49经营性收入
财产性收入
转移性收入
1430.221200.102257.481041.432698.672710.302168.821729.292267.153421.904694.402155.333336.961946.822621.412545.14717.56515.49338.47301.84564.02493.01324.03186.10575.82689.961465.32549.621795.21527.63704.90333.8110993.549704.616148.955783.414655.517866.355631.455751.9510802.238305.209450.026007.075769.735327.724823.245351.786湖
北
湖
南
广
东
广
西
海
南
重
庆
四
川
贵
州
云
南
西
藏
陕
西
甘
肃
青
海
宁
夏
新
疆
20839.5921318.7630226.7121242.8020917.7122968.1420306.9918700.5121074.5018028.3220733.8817156.8917566.2819831.4117920.6822903.8522804.5534044.3823209.4122809.8724810.9822328.3320042.8823000.4320224.1722606.0118498.4619746.6321902.2420194.5514191.0413237.0623632.2014693.4714672.2815415.4414249.3212309.1714408.2917672.1215547.3212514.9212614.3913965.6214432.122158.333008.333603.892131.792397.442183.512017.841982.452425.03570.88881.961125.681191.422522.841633.22476.23867.761468.73883.71717.61538.43633.82355.70999.98417.86269.58259.6392.98160.88145.506078.255691.405339.565500.435022.546673.595427.345395.565167.141563.315907.144598.235847.845252.903983.71（数据来源：中国统计年鉴2013）
3.1模型预测
使用SPSS软件操作如下：
（1）选择菜单：
【分析】→【回归】→【线性】
（2）选择被解释变量到【因变量】框中.（3）选择一个或多个解释变量到【自变量】框中.（4）在【方法】框中选择回归分析中解释变量的筛选策略.其中【进入】表示所选解释变量强行进入回归方程，是SPSS默认的策略方法，通常用在一元线性回归分析中.（5）按“统计量”按钮.SPSS默认输出项，输出与回归系数相关的统计量.
表7模型汇总表
模型汇总
模型
1R.99aR方
.997调整R方
.997标准
估计的误差
341.52395a.预测变量:(常量),转移性收入,财产性收入,经营性收入,工资性收入.
表7中，各列数据项（从第二列开始）的代表意思依次为：被解释变量和解释变量的复相关系数、判定系数R2、调整的判定系数R2、回归方程的估计标准误差.依据这个表能够进行拟合优度检验.因为这个方程里存在很多解释变量，因此，应该考虑调整的判定系数.由于调整的判定系数是比较接近1，因此，认为拟合优度较高，被解释变量可以被模型解释的部分较多，不能被解释的部分较少.表8方差分析表
Anova
模型
回归
残差
总计
平方和
1.022E93032603.8901.025E9df42630均方
2.554E8116638.611F2189.864Sig..00aba.预测变量:(常量),转移性收入,财产性收入,经营性收入,工资性收入.b.因变量:可支配收入
表8中各列数据项（从第一列开始）的含义依次为：被解释的变量的变差来源、离差平方和、自由度、方差、回归方程显著性检验中F检验统计量的观测值和概率P-值.可以看到：被解释的变量的总离差平方和为1.025?109，回归平方和及方差分别为1.022?109和2.554?108.剩余平方和及方差分别为3032603.890和116638.611，F检验统计量的观测值为2189.864，对应的概率P-值近似为0.依据该表可进行回归方程的显著性检验.如果显著性水平?为0.05，由于概率P-值小于显著性水平?，应拒绝回归方程显著性检验的原假设，认为各回归系数不同时为0，被解释变量与解释变量全体的线性关系是显著的，能够建立线性模型.表9系数表
系数
模型
(常量)工资性收入
经营性收入
财产性收入
转移性收入
非标准化系数
B724.025.8521.056.826.910标准
误差
278.188.021.107.258.045标准系数
试用版
.682.158.056.307t2.6040.449.883.1920.14Sig..015.000.000.004.000共线性统计量
容差
.401.447.365.491VIF
2.492.232.732.03aa.因变量:可支配收入
表9中，各列数据项（从第二列开始）的代表意思依次是：偏回归系数、偏回归系数的标准误差、标准化偏回归系数、回归系数显著性检验中t检验统计量的观测值、对应概率P-值、解释变量容忍度与方差膨胀因子[10].由这个表能够对回归系数的显著性进行检验，得到回归方程以及多重共线性进行检验.可以看到：如果显著水平?为0.05，四个解释变量所求的的回归系数显著性t检验的概率P-值都小于显著性水平?，因此应拒绝原假设，认为这些偏回归系数与0有显著差异，它们与被解释变量存在显著的的线性关系.同时，从容忍度和方差膨胀因子看，各个解释变量之间不存在多重共线性.（一般说来当解释变量的容忍度(TOLERANCE)小于0.10或者方差膨胀因子(VIF)大于10时，说明变量之间存在多重共线性现象，会影响到回归模型的正确估计.）
设可支配收入为Y，工资性收入，经营性收入，财产性收入，转移性收入分为x1,x2,x3,,x4,，则Y?724.025?0.852x1?1.056x2?0.826x3?0.910x4表102012年我国城镇居民人均可支配收入
位次
1234567891619位次
12151720沿海省份
上海
北京
浙江
广东
江苏
天津
福建
山东
辽宁
海南
河北
中部地区
湖南
安徽
湖北
河南
金额/元
4018836469345503022729677296262805525755232232091820543金额/元
2131921024208402044321232429位次
101113141822252627283031山西
吉林
江西
黑龙江
西部地区
内蒙古
重庆
广西
云南
陕西
四川
宁夏
贵州
西藏
新疆
青海
甘肃
20412202081986017760金额/元
231502296821243210752073420307198311870118028179211756617157注：位次代表该省城镇居民人均可支配收入在全国31个省的排名情况
3.2分析各地区收入差距
图2各地区城镇居民可支配收入
从图2可以看出，对城镇居民人均可支配收入而言，沿海地区明显高于中部地区和西部地区，而中部地区高于西部地区.上海，北京，浙江三地的城镇居民人均可支配收入明显高于其他地区.可见，各地区的情况存在很大差异.
4城镇居民可支配收入的其他影响因素
除了前面所研究的工资水平，人均工资性收入，资产性收入，生活区域外，影响城镇居民可支配收入的影响因素还有物价水平，就业率，存款贷款利率，通胀率，股市行情，心态，支配习惯，税负.
4.1物价水平
物价水平是指整个经济的物价，而不是某物品或某类物品的价格，是用来衡量所在的目标市场所潜在的消费能力和分析其经济状况的又一非常重要指标.物价稳定是经济稳定、财政稳定，货币稳定的集中体现，物价稳定同时标志着社会总体需求量的基本平衡，财政收支的基本平衡和时常流通的货币供应量与市场的货币量的基本适应.近几年来我国物价上涨过快，使得居民日常生活消费支出增加.而可支配收入的增长速度与物价上涨的速度不同步，所以可支配收入从表面看是增加了，实际是否增加，就要看物价上涨的速度了.尽管我们国家物价在上涨，但是居民实际还是增长了，这个1数据就反映了实际的生活水平，物价在上涨，收入涨得比物价还要快，反映了居民实际生活水平是在提高.
4.2就业率
就业率，是指就业人数和劳动力人数的百分比.所有在指定时间段中在一定年龄限制下，有工作而且拥有报酬或利益的人；或得到职位但当下没有工作（比如疾病、工作伤害、劳资的纠纷、假期等）的人；包括家庭中的企业或着在农场的无劳动报酬的人，都算作是就业人口[11].在这竞争日益激烈的21世纪，每天会有很多人就业，同时又会有很大一部分人失业.我国城镇就业率虽然增长不少，但还是不容乐观的.如果居民没有了工作，何来收入呢？就业是提高居民收入水平和扩大消费需求的根本，所以提高我国的就业率，尽量达到充分就业是提高城镇居民可支配收入的根本举措.
4.3存款贷款利率
存款利率是指客户按照约定条件存入银行帐户的货币，一定时间内利息额同贷出金额即本金的利率.贷款利率，是指借款期限内利息数额与本金额的比例.存款利率直接影响城镇居民的储蓄情况，存款利率升高，居民储蓄增加，可支配收入减少.贷款利率影响城镇居民的借贷情况，贷款利率升高，居民贷款额度减少，可支配收入减少.
5总
结
通过使用统计软件建立数学模型，该论文对我国城镇居民可支配收入做预测分析.我们不难看出城镇居民可支配收入的主要来源是职工的工资，所以提高城镇居民可支配收入的主要措施是运用财政政策提高公务员及事业单位职工待遇水平，并且结合政府机构改革及其职能转变，使政府支出比例与经济增长的速度同步.中国城镇居民可支配收入结构不合理和发展不平衡现象较为严重，工薪收入和转移性收入是影响城镇居民收入的主要因素，并且其重要程度有进一步增强的趋势，其他来源的收入对居民收入增长有明显的抑制作用[12].提高居民收入是改善民生的基本措施，是扩大内需和推动经济增长的关键因素，也是保持我国经济长期有效增长的动力与保障，居民收入水平和结构变化对国民经济的发展和收入分配制度的调整将产生直接影响[13].当前的收入分配格局是相当的不合理的，它使得富人越来越富有，而穷人越来越贫11穷.所以，应加快收入分配改革的步伐，完善收入分配制度.收入分配的主要部门是政府、企业、居民，应当调整和规范这三部门的分配关系，确立劳动、资本、技术和管理等生产要素按贡献参与分配的原则，坚持和完善按劳分配为主体、多种分配方式并存的分配制度[14].
遇到经济危机，金融海啸对城镇居民可支配收入冲击很大，但是政府采取了很多的措施，比如提高低保的标准，提高最低生活的补助标准，另外也制定了最低的工资标准（每个地区的工资标准），另外国家也出台了社会保障的一系列的措施，使得居民的收入没有降低[15].在这物价飞速增长的时代，提高城镇居民人均可支配收入迫在眉睫.有以下几条建议：西部地区发展水平低于全国平均水平，在产业结构中也处于劣势，工业化水平不高导致西部城市化进程缓慢.经济是一切活动的基础，而工业是经济发展的主动脉.西部要以调整和优化结构为主线，以重点项目为载体，是西部地区赶超全国城镇居民人均可支配收入快速增长的有效措施.总之，我国城镇居民可支配收入是逐年增加的，且基本保持在8%—10%.虽然最近两年有所放缓，但我们有理由相信我国经济发展的前景是很乐观的.改革开放以来，尤其是90年代以来，我国经济进入高速发展阶段，当然也暴露很多问题.如何实现经济的可持续发展，城镇居民可支配收入结构合理和发展平衡，仍然需要我们探讨和研究.
12参考文献
[1]谢勇,徐倩.我国城镇居民收入分配差距探源[J].城市问题,2003[2]邓聚龙.灰色系统理论教程[M].华中理工大学出版社,1992[3]郭志刚.社会统计分析方法-SPSS软件应用[J].中国人民大学出版社,1999[4]孙海涛.城镇居民可支配收入和消费支出关系协整分析[J].商业经济,2011[5]洪天国,马海兵.河南省城镇居民人均可支配收入与消费支出关系的实证研究-基于协整检验和误差修正模型[J].企业导报,2011[6]王娜,张磊.山东省城镇居民可支配收入与消费支出的实证研究[J].山东经济,2010[7]李世军,袁光才.城镇居民人均消费支出影响因素计量分析-基于成都市的实证分析[J].技术经济与管理,2006[8]徐国祥.统计预测和决策[M].上海财经大学出版社,2005[9]张维青.我国城镇居民可支配收入与消费支出的灰色关联分析[J].河南机电高等专科学校学报,2011[10]于虹.切实提高城乡居民收入的重要举措[J].经济论坛,2011[11]林江鹏,刘旺霞,黄永明.我国城乡居民收入与消费支出关系的实证研究[J].经济问题探索,2007[12]相丽驰,金晓彤.中国农村居民“十一五”期间收入和消费的灰色预测[J].经济问题探索,2007[13]蒋满霖,周国霞.我国城镇居民收入和消费的协整分析[J].安徽工业大学学报,2006[14]邓乐斌,李俊华,魏毅峰.城镇居民消费支出与收入的预测模型[J].商场现代化,2008[15]I.N.HersteinandD.J.Winter，Mcmillan．MatrixTheoryandLinearAlgebra[M]．1998：148-17513致
谢
论文的顺利完成首先最需要感谢我的指导老师。本文从开题到定稿都倾注了老师的心血，耗费了大量的时间与精力。本论文自始至终都是在老师的悉心指导下完成的。老师时时关心我所写论文的进程，不仅为我提供了许多宝贵意见，而且不顾工作的辛劳，经常抽出时间与我探讨所遇到的各种问题。老师严谨的治学态度、渊博的专业知识、精益求精的工作作风和平易近人的人格魅力对我影响深远，为我以后的学术道路打下了坚实的基础。老师的谆谆教导、耐心教诲都给了我深深的启迪。在此向他表示衷心的感谢。
其次我还要感谢帮助我的老师和同学，感谢他们能为我提供一些论文资料和参考数据的寻找途径，感谢他们能及时通知我关于论文完成过程中指导老师提出的各项要求使我能按时完成。
同时衷心感谢在百忙之中抽出时间给我评阅论文和参加答辩的老师。
14
篇四：居民可支配收入论文
统计学论文
浅析我国城乡居民收入状况
专业：
班级：
姓名：
学号：
年
月
日
[摘要]改革开放以来，中国经济社会发展取得了举世瞩目的辉煌成就，综合国力明显增强。但同时我们也要清醒地看到，经济社会发展中还存在一些不稳定因素。若城乡居民收入差距快速扩大，就会严重影响经济健康发展与和谐社会构建。因此，分析历年来城乡收入的状况是十分重要的。首先对2001年至2010年的农村居民纯收入和城镇居民可支配收入分别进行静态分析和动态分析，其次，就现在的农村纯收入和城镇居民可支配收入进行动态分析和趋势分析，最后就分析的结果提出建议。
关键词：农村居民纯收入；城镇居民可支配收入
一、2001年至2010年我国城乡居民收入情况
（一）静态分析
1.总量指标
表1十年城乡居民（可支配）收入（元）
收
入
年
份
2001200220032004200520062007200820092010农村居民
2366247626002936325535874140476151535919城镇居民6860770384729422104931175913786157811717519109（可支配）
资料来源：《中国统计年鉴》
城乡居民收入25000200001500010000500002001年2002年2003年2004年2005年2006年2007年2008年2009年2010年农村居民纯收入城镇居民收入图1从表1、图
1可以知道在十年里面农村居民的收入仍未突破万元，且在2001年农村居民的收入是2366元，到2010年时也只是翻越了5500元大关。城镇居民在2001年的可支配收入已达到6860元，经过短短的四年的时间城镇居民可支配收入达到了10493元，在2010年将要达到两万元的水平。
2.比较相对指标
为了了解城镇居民与农村居民在收入上的差距程度，我们需要将同一年两种收入加以对比。其计算公式为：
比较相对指数?某一现象的数值?100%
同类现象的数值表2历年农村居民纯收入占城镇居民可支配收入的比值
年
比值值
份
2001200220032004200520062007200820092010百分数（%）
34.4932.1430.6931.1631.0230.5030.0330.1730.0030.97资料来源：《中国统计年鉴》
2010200920082007200620052004200320022001272829303132333435所占比重图2计算结果表明，2001年农村居民纯收入是城乡可支配收入的34.49%，但是到
2010年比值缩小到30.97%。由此可明显的看出城镇居民的可支配收入的增长速度比农村居民纯收入的增长速度快，城乡居民收入的差距在扩大。
（二）动态分析
1.发展水平
城乡居民收入状况单位（元）25000200001500010000500002001年2002年2003年2004年2005年2006年2007年2008年2009年2010年农村居民收入城镇居民收入差值
图3由图3可以清楚地看到在十年城乡居明收入差距在逐渐扩大，从农村居民
收入曲线和城镇居民可支配收入曲线可以知道城镇居民可支配收入的增长比较快。
2.平均发展水平
通过表1，分别计算出2001年至2010年我国农村居民平均纯收入（a）元和城镇居民平均可支配收入（b）元。
平均发展水平计算公式如下：
aia1?a2?...?aN?a??i?1NNNa=3719.3b=12056数据a、b表明：十年间城镇居民的可支配收入的平均发展水平远远高于农村居民纯收入平均发展水平。
3.增长量
逐期增长量是报告期水平减去前一期水平的差额，说明现象逐期增长的数量；累计增长量则是报告期水平与基期水平（一般是最初水平）相减的差额，说明一定时期内的总增长量。
计算公式为：
逐期增长量=报告期水平-前一期水平
累计增长量=报告期水平-某一固定基期水平
结果在表3、表4。
4.速度指标
环比发展速度是报告期水平与前一时期水平之比，表明现象逐期的发展速度。定基发展速度是时间序列中报告期发展水平与固定基期发展水平对比所得到的相对数，说明某种客观现象在较长时期内总的发展方向和速度，故亦称为“总速度”。即报告期的水平是该固定基期的多少倍或百分之多少。
计算公式为：
环比发展速度=a报告期水平?n前一期水平
an?1a报告期水平?n某一固定基期水平
a定基发展速度=环比增长速度=环比发展速度-1定基增长速度=定基发展速度-1最后得出结果，如表3和表4所示。
表32001年至2010年我国农村居民纯收入
收
入
年
份
200120022476110110104.65%104.65%20032600234124109.89%105.01%2004293657033620053255889319137.57%110.87%37.57%10.87%200620073587414012211774332151.61%110.20%51.61%10.20%553174.98%115.42%74.98%15.42%200847612395621201.23%115.00%101.23%15.00%200951532787392217.79%108.23%117.79%201059193553766农村居民2366（元）
累增长
计
量
逐（元）
期
定100.发展基
00%速度环（%）
比
增长定
速度基
（%）
环
比
124.09%112.92%24.094.65%9.89%%12.924.65%5.01%%250.17%114.87%150.17%14.878.23%%表42001年至2010年城镇居民可支配收入
收
年
份
入
2001200220032004200520062007200820092010城镇居民6860（元）
累增长
计
量
逐（元）
期
定100.发展基
00%速度环（%）
比
增长定
速度基
（%）
环
比
77038472843843112.29%112.29%12.29%12.29%1612769123.50%109.98%23.50%9422104931175913786157811717519109256295036331071152.96%111.37%52.96%11.37%4899692612662027171.41%112.07%71.41%12.07%200.96%117.24%100.96%17.24%892110315122491995230.04%114.47%130.04%14.47%1394250.36%108.83%150.36%1934137.35%111.21%37.35%11.219.98%%278.56%111.26%178.56%11.268.83%%
140001200010000800060004000200002002年2003年2004年2005年2006年2007年2008年2009年2010年城镇居民可支配收入的增长量农村居民纯收入的增长量
图4300.00%250.00%200.00%150.00%100.00%50.00%0.00%2001年2002年2003年2004年2005年2006年2007年2008年2009年2010年城镇居民可支配收入的发展速度农村居民纯收入的发展速度图5200.00%180.00%160.00%140.00%120.00%100.00%80.00%60.00%40.00%20.00%0.00%2002年2003年2004年2005年2006年2007年2008年2009年2010年城镇居民可支配收入的增长速度农村居民纯收入的增长速度
图6鉴于图4、图5和图6得出结论：从增长量上比较，城镇居民可支配收入的增长量远远高于农村居民纯收入的增长量，从发展速度和增长速度上比较，城镇居民可支配收入的发展速度和增长速度均高于农村居民纯收入的发展速度和增长速度，因此，可以得出城乡居民收入差距在这十年来是在逐渐扩大的。
二、2011年我国城乡居民收入情况
（一）动态分析
表52011年前三个季度的城乡收入状况
项
目
年
份
第一季度
第二季度
第三季度
农村居民村收入（元）
城镇居民可支配收入（元）
城乡收入差距（元）
城乡收入之比
2187370658755963110411630137767335104262.73:12.99:12.77:1资料来源：《中国统计年鉴》
32.521.510.50第二季度农村居民纯收入的发展速度图第三季度城乡居民可支配收入的发展速度
21.81.61.41.210.80.60.40.20第二季度农村居民村收入的增长速度图8第三季度城镇居民可支配收入的增长速度
图7、图8和表5显示，今年以来，我国居民收入增长明显，一季度，城镇居民人均可支配收入5963元，同比增长12.3%，农村居民人均现金收入2187元，实际增长14.3%。上半年，城镇居民人均可支配收入11041元，同比增长13.2%，农村居民人均现金收入3706元，同比增长20.4%。2011年以来，我国城乡收入差距明显缩小，一至三季度城乡收入比分别为2.73:1,2.99:1和2.77:1，是2002年以来首次回落到“3”以内。城镇居民可支配收入的发展速度和增长速度和农村居民纯收入的发展速度和增长速度基本一致。
（二）趋势分析
1.直线趋势方程的建立，并根据方程进行预测
直线趋势方程：yc?a?bt
用最小平方法
求解参数a、b，有
n?ty??t?yb?n?t2?(?t)2a?y?bt
或简捷法：
?tyb?
?t2y?
a??yn
由表6解得：a=11768/3=3932.67b=3688/2=1844Y=3932.67+1844x
表62011年前三个季度的农村居民纯收入
（最小平方法长期趋势分析表）
时间顺序
收
入
季度
x^2xyx（元）
第一季度
-121871-2187第二季度
0370600第三季度
1587515875合计
0117682368据此，可预测2011年第四季度的农村居民纯收入的趋势值，即：
Y=3932.67+4031=7963.67同理：
表72011年前三个季度的城镇居民可支配收入
（最小平方法长期趋势分析表）
时间顺序
季度
收入（元）
x^2xyx第一季度
-159631-5963第二季度
01104100第三季度
116301116301合计
033305210398Y1=A+BxA=33305/3=11101.67B=10398/2=5199Y1=11101.67+5199x据此，可预测2011年第四季度城镇居民可支配收入的趋势值，即：
Y1=11101.67+5199=16300.6三、缩小城乡收入差距的对策相关建议
1.加快户籍和劳动就业制度改革，转移农村剩余劳动力
（1）积极推进户籍制度改革，减少农民进城的身份障碍
现行的城乡分割的二元户籍管理制度不仅远远滞后于社会经济发展，而且因附着在户口上的各种不平等待遇较多，阻碍了人口资源的合理配置和有序流动。政府要有切合实际的举措，逐步解除户籍限制，给农民自由迁移的权利，允许广大农民根据自己的意愿和能力在全国各地自由选择自己的居住和工作地点，实行国际上通行的以身份证管理为核心的人口流动制度，及以居住地划分城镇人口和
农村人口、以职业划分农业人口和非农业人口的户籍登记制度，使全体公民在户口身份上完全平等。
中国人民公安大学治安系专家王太元指出，户籍改革能否切实推行，主要问题不在户籍制度、户口迁移制度，不在公安机关，关键要看相关制度、相关部门是否能配套改革。只有就业、教育、住房、社会保障等各方面真正一视同仁，不分地区、不分户口性质，才能真正打破城乡二元经济格局。相关方面顺应形势及时改革，户籍管理制度改革才具有实际意义。
（2）加快劳动就业制度改革，消除农民进城的就业障碍
要树立“城市是全国人民的城市，不是城市人的城市”的观念，提高城市劳动力市场的发育程度，实现用人单位与劳动者双向选择，这是破除城乡劳动力市场分割的必然要求。
2.加大对农业和农民收入的支持保护程度
各国政府（主要是高度工业化国家）对支持和保护本国农业，提高农业竞争力以及增加农民收入，缩小城乡居民收入差距的政策行为，按经济合作组织的分类方法，一般可以归结为4大类：（1）价格支持，包括运用目标价格、营销差价补贴、最低支持价格、保护价收购等手段。政策目标主要是稳定和提高农民收入。（2）收入支付，价格支持尽管对城乡居民收入差距起到明显的扼制作用，保护了农民利益。但价格支持政策直接影响农户生产决策，对农产品生产和贸易产生扭曲。因此，在WTO农业协议框架下，大多数发达国家又将对农民的支持和保护政策重点转向了收入支付。收入支付政策的执行方式又分为直接支付、面积限制补贴、投入品补贴等多种形式。（3）一般服务支持，一般服务支持政策有双重目标，主要是政府通过对农业基础设施建设，农业科研、教育和推广体系建设，信息服务以及扶助农民组织的政策性投资。一方面是巩固农业基础地位，提高产出水平和竞争力；另一方面立足于为农民收入创造良好环境。(4)其他收入支持，其他收入支持内涵广泛，主要包括提供低利率和担保的信贷政策，减轻、免税和延期纳税的税赋政策，政府补贴的农业保险政策以及灾害补贴等多方面内容。主要目的是克服农业风险和农民收入不确定性的矛盾，提高农产品竞争力，增加农民收入。
（1）改革农业投入体制
推进农村投资和金融体制改革，发挥政府投资的导向作用，形成多元化的农业投融资体制，扩大农业投入来源，建立农业投资稳定的增长机制，增加农业投入总量，使农民增收有资金和物质保障.（2）调整财政支农资金的使用方向，调整农业补贴领域和补贴重点
从发达国家经验看，政府对农民收入的直接支付，是平抑城乡居民收入差距最现实的行为选择，也是工业化中期阶段对政府行为的必然要求。因此，对农民收入的直接支持量要扩大，覆盖面要广。当前除了对中西部和粮棉主产区的农民要加大收入直接补贴力度外，需要研究对农民进行收入直接支持的多种办法，加大财政转移支付力度。比如，对农民购置大中型农机具等农业生产资料如何进行补助，又比如，对农民转产转业所需要的技能培训，重新就业的启动资本和信贷需求又如何予以支持，还比如，对进城务工的农民或举家迁入城镇的农村家庭，如何给予他们放弃土地承包权等财产权益以合理的补偿。总之，要根据政府的财政增长状况，及时出台多种对农民收入直接支付的办法，填补“绿箱”支出项目空白，逐步将政府对农民收入的直接支付作为增加农民收入的一个重要来源和渠道，千方百计增加农民收入。在WTO框架下，用足用好有关对农民收入直接支付等政策，调整对农民收入补贴的领域和重点，建立规范的农业补贴机制，提高农业补贴效率.（3）加大对农业和农村基础设施的投入力度
引导农业区域化、专业化、规模化的发展，将提高中国农业的竞争力和提高农业综合生产能力，将农业现代化建设和可持续的农村经济发展结合起来，改善农村、农业和农民的生产、生活条件。
(4)建立农业保险制度
政府要对农业保险予以补贴，使农民因灾、因病遭受的损失降低。与此同时，要逐步建立健全各级政府对农业和农民收入支持保护工作的考核和评价机制，主要指标要量化，既要有权利，更要有责任，确保工作落到实处。
3.完善农村土地制度，发展农业生产的适当规模经营
深化农村土地制度改革，科学界定土地使用权，推动农村土地市场的建立，促进农村土地流转和农业规模化经营。
(1)深化土地制度改革，消除农民进城的产权障碍。
一方面要开发城镇商品房市场，不论人们是否具有城镇户口，均可购买与转让；另一方面，要探索市场化的农村土地有偿流转制度。特别是要探索农村集体土地作股参与小城镇建设的方法，对乡镇企业的建设用地实行有偿使用和有偿转让。
(2)发展土地适度规模经营要与农村剩余劳动力转移相结合
农业的现代化是与先进生产力相联系的，以低投入高产出，规模经营为特征的大农业。没有适当的经营规模，就不能称之为农业现代化。
加入WTO后，我国农业将逐步融入世界经济的主流，迫切需要适度开展规模经营，以解决农户分散经营与国际市场对接的问题。规模经营是农业长久的发展趋势，但决不能急于求成。发展适度规模经营必须具备一定的条件，其中最重要的是非农产业发展到能够吸纳农民大量从土地中转移就业，因为土地集中的程度取决于农村劳动力转移的程度。在实践中，世界各国一般把60－70%的农业劳动力稳定地转入非农产业作为实行规模经营的起步条件。各地区要根据本地的实际情况推进农业的适度规模经营，地方政府不能急于求成，充分发挥家庭承包经营和集体统一经营两个层次的优势，要从根本上保护农民对土地的合法权益，保证农村土地承包关系的长期稳定，要按照“依法、自愿、有偿”的原则，正确指导和引导农村土地流转，促进农业规模经营既快又好地发展。
4.加强对农业和农村经济结构战略性调整
农业和农村经济结构战略性调整主要指农业内部的农、林、牧、副、渔的调整和农村内部一、二、三产业的调整。就具体措施而言（1）国家应积极引导工商企业、包括外资进入农业，让农户作为第一车间，分享农产品加工转化链条上的利润，形成以龙头企业带动千家万户的农业产业化。（2）通过调整农村的产业政策，鼓励建立农产品的深加工项目，改变农村单一输出农产品的状况，使资源得以充分利用，同时增加更多的就业机会。（3）还要完善农业社会化服务体系，11建立灵敏而全面的农业信息网络，加快农业科技创新和推广体制的改革，政府要承担起对农民的培训责任。（4）应积极扶持农村经济合作组织，充分发挥各种农业协会等的作用，在农户和企业之间架起“风险共担、利益共享”的桥梁，为农业的产业化、标准化、规模化奠定基础。（5）为乡镇企业的发展提供资金、税收政策等“国民待遇”，引导乡镇企业与城镇企业在分工上形成优势互补。
5.建立农村社会保障的基础框架
以住房、医疗、养老、劳保、就业、教育等为主要内容的城乡二元福利保障制度，是城乡分割体制的内核。二元福利保障制度是城市化的重大障碍。健全的社会保障制度应覆盖全体公民，要在完善城镇社会保障制度的基础上，同时整合现有的农村贫困救助制度、“五保”制度、农村合作医疗制度以及试行的农村老人执行生育政策补贴制度，建立起农村“低水平、广覆盖”的社会保障体制基础框架；配合联合国的千年发展目标，实行新的减贫计划，争取农村目前按照国际标准计算的约1亿多贫困人口在未来15年中有较大幅度的减少，构建城乡结构的和谐发展。
6.加快西部开发和中部崛起战略步伐，缩小地区经济差距，缩小西部和中部城乡收入差距
中、西部城乡收入差距大与东部省份城乡收入差距部分原因是因为地方经济增长不足，地方政府财力不足，对农业的补助和对农村的基础设施、教育、卫生等方面的支出相对于东部欠缺。
中西部地区经济增长只有快于东部地区，缩小中西部地区与东部地区收入差距才有可能。中国的区域之间的发展和收入差距之大，也是一种特殊国情。国家应加大对西部地区的转移支付，加强中西部地区基础设施建设，鼓励外地投资者到中西部投资，努力将东部的资金、技术、人才引入到中西部，通过各种形式增强中西部地区的经济实力，加快中西部地区的经济发展，以经济发展带动中西部居民收入的增长，缩小与东部发达地区居民收入的差距。为了尽快实现中部崛起，中央应拓宽中部政策空间，明确中部发展的战略定位。尤其是在发展定位上，中部地区应在原有定位，如国家基础产业的重点建设区域、东部产业梯度推移的承接基地、西部大开发的桥梁与中转站等的基础上，更加突出“自主发展、蓄势待
12发的起飞前‘蛰伏’区域”这一新的定位。实施中部崛起战略，必须从“主要服务于东部”的定位转向“内挖潜力、自强兴区”的目标，通过自身努力，实现中部社会经济的振兴。只有将“中部崛起”与西部开发的战略统筹考虑，才能更好地实现邓小平同志“两个大局”的战略构想。通过对欠发达地区在税收返还和转移支付上的倾斜，逐步扭转这种区域差距继续扩大的趋势，实现区域结构的和谐。
参考文献：
1.卢嘉瑞：《中国现阶段收入分配差距问题研究》，人民教育出版社。
2.赵满华：《中国城乡收入差距研究》，经济管理出版社1997。
3.《中国统计年鉴》。
13
篇五：居民可支配收入论文
应用回归分析
课程设计报告
课
程：
应用回归分析
题
目：
人均可支配收入的分析
年
级：
11金统
专
业：
金融统计
学
号：
姓
名：
指导教师：
基于多元线性回归模型对我国城镇居民家庭人均可支配收入的分析
摘要：收入分配和消费结构都是国民经济的重要课题居民消费的主要来源是居民收入而消费又是拉动经济增长的重要因素。本文将通过多远统计分析方法对我国各地区城镇居民收入的现状进行分析。通过分析找出我国城镇居民收入特点及其中存在的不足。城镇居民可支配收入是检验我国社会主义现代化进程的一个标准。本文根据我国城镇居民家庭人均可支配收入为研究对象，选取可能影响我国城镇居民家庭人均可支配收入的城乡居民储蓄存款年底余额、城乡居民储蓄存款年增加额、国民总收入、职工基本就业情况、城镇居民家庭恩格尔系数(%)5个因素，运用多元线性回归分析建立模型，先运用普通最小二乘估计求回归系数再对方程进行异方差、自相关、和多重共线性诊断，用迭代法消除了自变量之间的自相关。对于多重共线性问题，先是用逐步回归和剔除变量的方法，最终转变为用方差扩大因子法城乡居民储蓄存款年增加额剔除城镇居民家庭恩格尔系数(%)?解决多重共线性，建立最终回归方程y??5305.470?0.012x2?0.039x3?0.108x4标准化回归方程
**y?0.031x2?0.863x3?0.108x*
4?以其探究最后进入回归方程的几个变量在影响城镇居民收入孰轻孰重，达到学习与生活结合的效果。分析出影响城镇居民收入的主要原因，并对模型联系实际进行分析，以供国家进行决策做参考。
关键词：多元线性回归
异方差
自相关
多重共线性
逐步回归
方差扩大因子
（一）引言：
改革开放以来我国的国民经济增长迅速居民的收入水平也大幅提高但居
民收入分配差距也在不断扩大。2008年的金融危机为我国带来的后遗症还在继续影响着居民正常生活物价上涨和通货膨胀的压力仍然困扰着老百姓收入和消费支出体系的健康发展至关重要。消费是拉动国民经济增长的一架重要马车收入又是决定居民消费的最主要因素。我国人口基数大消费群体众多但由于居民收入分配差距大直接影响到居民消费需求的降低从而影响经济增长。而且随着中国特色的市场经济体制的建立各种收入分配问题也愈发明显。因此鉴于篇幅限制本文就只针对城镇居民的收入进行分析。中国网北京7月13日讯
国家统计局今日发布数据显示，我国城乡居民收入稳定增长，农村居民收入增长较快。上半年，城镇居民家庭人均总收入12076元。其中，城镇居民人均可支配收入11041元，同比增长13.2%，扣除价格因素，实际增长7.6%。在城镇居民家庭人均总收入中，工资性收入同比名义增长11.5%，转移性收入增长9.9%，经营净收入增长31.2%，财产性收入增长20.4%。农村居民人均现金收入3706元，同比增长20.4%，扣除价格因素，实际增长13.7%。其中，工资性收入同比名义增长20.1%，家庭经营收入增长21.0%，财产性收入增长7.5%，转移性收入增长23.2%。财政部副部眨楼继伟就调整城镇中低收入居民收
入政策符记者问中说：“由于城乡居民收入增长趋缓，居民对未来支出增加的预期增强，消费意愿减弱，导致消费需求不旺。针对有效需求不足这一突出问题，党中央利国务院
决定，积极调整收入分配政策，通过提高国有企业下岗职工等低收入者的生活保障水平
和增加机关事业单位职工工资等措施，逐步改变居民收入预期下降、支出预期Ｉ：列、高
收入者消费意愿不强、低收入者消费能力不足的状况，旨在刺激消费需求，健进国民经
济持续快速健康发展。”
下面通过统计数据对我国城镇居民家庭人均可支配收入的总体现状和发展态势进行分析了解我国居民收入分配情况。
（二）问题重述
以1991年-2011年的城镇居民家庭人均可支配收入y为因变量，选取城乡居民储蓄存款年底余额x1、城乡居民储蓄存款年增加额x2、国民总收入x3、职工基本就业情况x4、城镇居民家庭恩格尔系数(%)x5为自变量。
（三）模型分析与建立
①多元线性回归模型
1.多元线性回归模型的一般形式
设随机变量y与一般变量x1,x2,?,xp
的线性回归模型为
y??0??1x1??2x2????pxp??
（4.1）
其中，?0,?1,?,?p是p?1个未知参数，?0称为回归常数，?1,?,?p称为回归系
数。y称为被解释变量（因变量），x1,x2,?,xp是p个可以精确测量并控制的一般变量，称为解释变量（自变量）。
?是随机误差，与一元线性回归一样，对随机误差项我们常假定
?E(?)??
（4.2）
2?var(?)??
称
E(y)??0??1x1??2x2????pxp??
（4.3）
为理论回归方程。
对一个实际问题，如果我们获得n组观测数据(x1i,xi2?,xip;yi),(i?1,2,?,n)，则线性回归模型（4.1）式可表示为
?y1??0??1x11??2x12????px1p??1?y????x??x????x???20121222p2p2（4.4）
?????yn??0??1xn1??2xn2????pxnp??n写成矩阵形式为
y?X???
（4.5）
其中
?1?y1????1?y2?
y???
X?????????y???n??1x11x21?xn1x12x22?xn2??0???0??x1p????????1???1??x2p?
????2?
????2?
???????????????xnp??????n????p??（4.6）
X是一个n?(p?1)阶矩阵，称为回归设计矩阵或资料矩阵。
2.多元线性回归模型的基本假定
为了方便地进行模型的参数估计，对回归方程（4.4）式有如下一些基本假定：
（1）解释变量x1,x2,?,xp是确定性变量，不是随机变量，且要求ran(kX)?p?1?n。这里的rank(X)?p?1?n，表明设计矩阵X中的自变量列
之间不相关，样本量的个数应大于解释变量的个数，X是一满秩矩阵。
（2）随机误差项具有零均值和等方差，即
?E(?i)?0,i?1,2,?,n?
（4.7）
??2,i?j??i,?j)??,i,j?1,2,?,n?cov(?0,i?j?
这个假定常称为高斯—马尔柯夫条件。假设观测值没有系统错误，E(?i)?0，随机误差项?i的平均值为0。随机误差项?i的协方差为0，表明随机误差项在不同的样本点之间是不相关的（在正态假定下即为独立的），不存在序列相关，并且有相同的精度。
（3）正态分布的假定条件为
??i~N(0,?2),i?1,2,?,n
（4.8）
???1,?2,?,?n相互独立
对于多元线性回归的矩阵模型（4.5）式，这个条件便可表示为
?~N(0,?2In)
（4.9）
由上述假定和多元正态分布的性质可知，随机变量y服从n维正态分布，回归模型（4.5）式的期望向量
E(y)?X?
（4.10）
var(y)??2In
（4.11）
因此
y~N(X?,?2In)
（4.12）
②回归参数的普通最小二乘估计
线性回归方程确定后的任务是利用已经收集到的样本数据，根据一定的统计拟合准则，对方程中的各个参数进行估计。普通最小二乘就是一种最为常见的统计拟合准则，在该准则下得到的回归参数的估计称为回归参数的普通最小二乘估计。
对于（4.5）式表示的回归模型y?X???，所谓最小二乘法，就是寻找参?,??,??,?,??，使离差平方和数?0,?1,?2,?,?p的估计值?012pQ(?0,?1,?2,?,?p)??(yi??0??1xi1??2xi2????pxip)2达到极小，即寻找i?1n
?,??,??,?,??满足
?012p
Q(?0,?1,?2,?,?p)??(yi??0??1xi1??2xi2????pxip)2i?1n
?(y???min????i0,1,2?,pn20??1xi1??2xi2????pxip)
i?1（4.13）
?,??,??,?,??就称为回归参数?,?,?,?,?的最小二依照（4.13）式求出的?012p012p乘估计。
????x???x?????x
（4.14）
???
y01122pp为经验回归方程。
（四）问题分析
①数据说明
以1991年-2011年的城镇居民家庭人均可支配收入y为因变量，选取城乡居民储蓄存款年底余额x1、城乡居民储蓄存款年增加额x2、国民总收入x3、职工基本就业情况x4、城镇居民家庭恩格尔系数(%)x5为自变量。数据来源国家统计局网站统计年鉴。
②求解分析
直接进入法
模型汇总
模型
1R.999a
R方
.999调整
R方
标准
估计的误差
.999212.39403a.预测变量:(常量),家庭恩格尔系数,年增加额,就业情况,国民总收入,年底余额。
可以看出调整后的决定系数R2?0.999，说明回归方程的拟合优度比较好。
Anovab
模型
1回归
残差
总计
平方和
6.745E8676668.3536.752E8df51520均方
1.349E845111.224F2990.552Sig..000a
a.预测变量:(常量),家庭恩格尔系数,年增加额,就业情况,国民总收入,年底余额。
b.因变量:可支配收入
方差分析表可以看出，F检验的检验值F=2990.552非常大，再看F检验的P值?0.000，可知此回归方程高度显著，即做出5个自变量整体对因变量y产生显著线性影响的判断所犯错误的概率仅为0.000。
系数a
非标准化系数
模型
1(常量)储蓄存款年底余额
储蓄存款年增加额
国民总收入
就业情况
家庭恩格尔系数
a.因变量:可支配收入
B-4471.278.004.011.036.102-7.248标准
误差
3126.013.008.010.005.02133.502标准系数
试用版
t-1.430.060.027.806.127-.008.4571.0847.1564.817-.216Sig..173.654.296.000.000.832B的95.0%置信区间
下限
-11134.218-.013-.010.025.057-78.656上限
2191.662.020.032.047.14764.161此时得到的回归方程为：
y??4471.278?0.004x1?0.011x2?0.036x2?0.102x3?7.248x4?复决定系数为0.999，F-检验高度显著（F=2990.552，P=0.000），说明模型整体拟合效果不错。
首先看t检验结果，?j的t统计量tj(j?1,2,?,5)及其相应的p值就是上表第五
列（Sig.）的结果。我们可以发现显著性水平??0.05时只有国民总收入（x3）和就业情况（x4）通过了显著性检验。尽管回归方程的显著性检验高度显著，但也会出现有某些自变量xj（甚至每个xj）对y无显著影响的情况。
接着看看回归系数的置信区间除了有国民总收入（x3）系数95%置信区间[0.025，0.047]和就业情况（x4）系数95%置信区间[0.057，0.147]不包含0，这也反映了回归系数的不合理。
那么究竟是什么原因导致回归方程出现上述结果呢，我们猜想可能是下列原因导致的。
（1）异方差和自相关
?，?n具有相同的方差，独立在回归模型的基本假设中，假定随机误差性?1，?2，或不相关，即对于所有样本点，有
E(?i)?0,i?1,2,?,n????2,i?j
?cov(?i,?j)??i,j?1,2,?,n??0,i?j?但在建立实际问题的回归模型时，经常存在于此假设相违背的情况，一种是计量经济建模中常说的异方差性，即var(?i)?var(?j)，当i?j时另一种是自相关性，即
cov(?i，?j)?0，当i?j时，异方差带来的问题：
当一个回归问题存在异方差时，如果仍用普通最小二乘发估计位置参数，将引起不良后果，特别是最小二乘估计量不再具有最小方差的优良性，即最小二乘估计的有效性被破坏了。
?的方差大于在同方差条件下的方差，如果用普通最当存在异方差时，参数向量??的真是方差的情况，进一步将导致高估回归系小二乘发估计参数，将出现低估?数的t检验值，可能造成本来不显著的某些回归系数变成显著。这将给回归方程的应用效果带来一定影响。
当存在异方差是，普通最小二乘估计存在以下问题：
1、参数估计值虽然是无偏的，但不是最小方差线性无偏估计。
2、参数的显著性检验失效。
3、回归方程的应用效果极不理想。
自相关带来的问题：
当一个线性回归模型的随机误差项存在序列相关时，就违背了线性回归方程的基本假设，如果仍然直接用普通最小二乘法估计未知参数，将会产生严重后果，一般情况下，序列自相关性会带来下列问题：
1、最小二乘估计量仍然是线性的和无偏的。
2、最小二乘估计量不是有效的，即OLS估计量的方差不是最小的，估计量不是最优线性无偏估计量(BLUE)。
3、OLS估计量的方差是有偏的。用来计算方差和OLS估计量标准误的公式会严重的低估真实的方差和标准误，从而导致t值变大，使得某个系数表面上显著不为零，但事实却相反。
4、t检验和F检验不是可信的。
5、计算得到的误差方差?2=SSE/df（残差平方和/自由度）是真实?2的有偏估计量，并且很可能低估了真实的?2。
6、计算的R2也不能真实的反映实际R2。
7、计算的预测方差和标准误差通常是无效的。
（2）多重共线性
多元线性回归有一个基本假设，就是要求设计矩阵X的秩rank(X)?p?1，即要求X中的列向量之间线性无关。如果存在不全为零的p?1个数c0,c1,c2,?,cp，使得
c0?c1xi1?c2xi2???cpxip?0,
i?1,2,?,n
（5.1）
则自变量x1,x2,?,xp之间存在完全多重共线性。在实际问题中，完全的多重共线性并不多见，常见的是（5.1）式近似成立的情况，即存在不全为零的p?1个数c0,c1,c2,?,cp，使得
c0?c1xi1?c2xi2???cpxip?0,
i?1,2,?,n
（5.2）
当自变量x0,x1,x2,?,xp存在（5.2）式的关系时，称自变量x0,x1,x2,?,xp之间存在多重共线性（multi-collinearity），也称为复共线性。
多重共线性到来的影响：
（1）完全共线性下参数估计量不存在
（2）近似共线性下OLS估计量非有效，多重共线性使参数估计值的方差增大，1/(1?r2)为方差扩大因子(VarianceInflationFactor,VIF)
（3）参数估计量经济含义不合理
（4）变量的显著性检验失去意义，可能将重要的解释变量排除在模型之外
（5）模型的预测功能失效。变大的方差容易使区间预测的“区间”变大，使预测失去意义。
方程的异方差、自相关以及多重共线性诊断
1.异方差诊断
这里使用等级相关系数法检验，计算残差绝对值|ei|（见附录2）与自变量xi的相关性时采用Spearman等级相关系数，而不采用Pearson简单相关系数，这是由于等级相关系数可以反映非线性相关的情况，而简单相关系数不能如实反映非线性相关情况。
相关性
UnstandardizedResidual储蓄存款年底余额
UnstandardizedResidualPearson相关性
显著性（双侧）
N1.023.92321.023.92321211储蓄存款年底余额
Pearson相关性
显著性（双侧）
N
21残差绝对值与自变量储蓄存款年底余额x1的相关系数为rs=0.023相关性
UnstandardizedResidual储蓄存款年增加额
UnstandardizedResidualPearson相关性
显著性（双侧）
1.121.601N储蓄存款年增加额
Pearson相关性
显著性（双侧）
N21.121.6012121121残差绝对值与自变量储蓄存款年增加额x2的相关系数为rs=0.121相关性
UnstandardizedResidual国民总收入
1.047.83921.047.83921211UnstandardizedResidualPearson相关性
显著性（双侧）
N
国民总收入
Pearson相关性
显著性（双侧）
N
21残差绝对值与自变量国民总收入x3的相关系数为rs=0.04相关性
UnstandardizedResidual就业情况
1-.281.21821-.281.21821211UnstandardizedResidualPearson相关性
显著性（双侧）
N
就业情况
Pearson相关性
显著性（双侧）
N
21残差绝对值与自变量就业情况x4的相关系数为rs=-0.281相关性
UnstandardizedResidual家庭恩格尔系数
1.183.42721.183.42721211UnstandardizedResidualPearson相关性
显著性（双侧）
N
家庭恩格尔系数
Pearson相关性
显著性（双侧）
N
21残差绝对值与自变量家庭恩格尔系数x5的相关系数为rs=-0.183因为在显著性水平??0.05下，每个p值都大于??0.05，认为残差绝对值|ei|与自变量xi不显著相关，即认为不存在异方差。
2.自相关诊断
这里我们采用DW检验。可以用SPSS算出DW的值，结果如下
模型汇总b
模型
1R.999a
R方
.999调整
R方
标准
估计的误差
.999212.39403Durbin-Watson1.892a.预测变量:(常量),家庭恩格尔系数,储蓄存款年增加额,就业情况,国民总收入,储蓄存款年底余额。
b.因变量:可支配收入
由表5我们可以得到DW=1.892，查DW表，n=21，k=6，显著性水平??0.05，得dL?0.83,dU?1.96。由0?DW?dL，可知残差是有自相关。
消除自相关
这里我们用迭代法消除自相关，需要求出yt?和xi?,t，其中
?yt??yt??yt?1i?1,2,?,5（5.3）
??x?x??xi,tt?1?i,t
1??1-DW来估计?，（5.3）式中自相关系数?是未知的，用?计算出?后，2带入（5.3）式，计算变换因变量yt?和变换自变量xi?,t（见附录1），然后用变换得到自变量和因变量作普通最小二乘回归，看看自相关是否消除。
模型汇总b
模型
1R1.000a
R方
.999调整
R方
标准
估计的误差
.999218.21364Durbin-Watson1.782a.预测变量:(常量),x53,x23,x43,x33,x13。
b.因变量:y3由表6我们可以得到DW=1.782，查DW表，n=20，k=6，显著性水平??0.05，得dL?0.79,dU?1.99。由dL?DW?dU，可知不能判定残差是否有自相关。
多重共线性诊断
这里采用方差扩大因子和条件数检验回归方程的多重共线性。方差扩大因子法中，当VIFj?10时，就说明自变量xj与其与自变量之间有严重的多重共线性，且这种多重共线性可能会过度地影响最小二乘估计。条件数法中，当0?k?10时，没有多重共线性；10?k?100时，存在较强的多重共线性；k?100时，存在严重的多重共线性
系数a
B的95.0%置信区非标准化系数
标准
误模型
1(常量)储蓄存款年底余额
B差
试用版
t-1.430.457Sig.下限
上限
容差
VIF标准系数
间
共线性统计量
-4471.2783126.013.004.00.060.173-11134.2182191.662.654-.013.02.004259.65储蓄存款年增加额
国民总收入
就业情况
家庭恩格尔系数
a.因变量:可支配收入
.011.010.0271.084.296-.010.032.1109.083.036.102-7.248.005.02133.502.806.127-.0087.1564.817-.216.000.000.832.025.057-78.656.047.14764.161.005189.802.096.04610.42821.690可以看出储蓄存款年底余额(x1)国民总收入（x3)的方差扩大因子很大，分别为，远远超过10，说回归方程存在着严重的多重共VIF1?259.650,VIF3?189.802，线性。
消除多重共线性
变量之间的多重共线性比较严重，我们先用逐步回归的方法剔除一些变量。用普通最小二乘回归对迭代法得到的数据进行分析
系数a
非标准化系数
标准
误模型
1(常量)储蓄存款年底余额
储蓄存款年增加额
国民总收入
就业情况
家庭恩格尔系数
a.因变量:可支配收入
.036.102-7.248.005.02133.502.806.127-.0087.1564.817-.216.000.000.832.025.057-78.656.047.14764.161.005189.802.096.04610.42821.690.011.010.0271.084.296-.010.032.1109.083B差
试用版
t-1.430.457Sig.下限
上限
容差
VIF标准系数
B的95.0%置信区间
共线性统计量
-4471.2783126.013.004.00.060.173-11134.2182191.662.654-.013.02.004259.650可以看出储蓄存款年底余额(x1)的方差扩大因子VIF1?259.650最大，应该剔除变
元（x1），用y与剩下的自变量建立回归方程，有关计算结果如下。
系数a
B的95.0%置信区非标准化系数
标准
误模型
1(常量)储蓄存款年增加额
国民总收入
就业情况
家庭恩格尔系数
a.因变量:可支配收入
.038.099-15.435.001.01927.605.856.123-.01831.9555.080-.559.000.000.584.036.058-73.955.041.14043.085.089.108.06511.2929.24315.492B差
试用版
t-1.406.0321.543Sig.下限
上限
容差
VIF标准系数
间
共线性统计量
-3828.4022721.985.013.00.179-9598.7511941.948.142-.005.031.1456.876可以看到方差扩大因子VIF3?10,VIF5?10，依然存在多重共线性。继续剔除家庭恩格尔系数（x5）
结果如下:
系数a
标准系非标准化系数
标准
误模型
1(常量)储蓄存款年增加额
国民总收入
就业情况
a.因变量:可支配收入
.039.108.001.010.863.13537.93910.962.000.000.037.087.041.129.118.4048.4952.477B差
试用版
t-8.2521.524Sig.下限
上限
容差
VIF数
B的95.0%置信区间
共线性统计量
-5305.470642.918.012.00.031.000-6661.909-3949.031.146-.005.03.146.800可以看出所有的方差扩大因子都小于10，回归系数也都有合理的经济解释，说明此回归系数也都有合理的经济解释，说明此回归模型不存在强多重共线性，可以作为最终回归模型。回归方程为
y??5305.470?0.012x2?0.039x3?0.108x4?标准化回归方程
**y?0.031x2?0.863x3?0.108x*
4?（五）模型优劣分析
①模型评价
优点
本文以多元线性回归建立模型，分别选用了等级相关系数法诊断异方差；图示检验法和DW检验法诊断自相关迭代法消除自相关；方差和扩大因子法诊断多重共线性方差扩大因子法建立回归方程。用多元线性回归模型得到的回归方程能很明白的说明问题，容易理解。
缺点
为了解决多重共线性问题，选取的5个自变量未能全部进入最后的回归方程。
②模型推广
本文建立的多元线性回归模型很好地决绝了实际问题，并且能够推广应用到
现实生活中的很多问题，如：
1、分析国家财政收入与选取自变量之间的关系，并对其作出短期预测；
2、分析股票变动与选取自变量之间的关系，并对其作出短期预测。
（六）参考文献
[1]薛薇，《SPSS统计分析方法及应用（第二版）》，北京：电子工业出版社，2009年
[2]茆诗松，《概率论与数理统计》，北京：高等教育出版社，2011年
[3]何晓群，《应用回归分析（第三版）》，北京：中国人民大学出版社，2011年
[4]贾俊平，《统计学》，北京：清华大学出版社，2004年
附录1YX1X2X3X4X57080.848957.88514.3651672.448275.64100829591.1610588.4811339.8411852.412593.6413532.1215116.6416536.819748.88943663380.1279901.8131419.188836.84246043628765252326852447648844436889268138229.193728.146560.199439.155215.201179.165542.203510.171921.206439.173762.207310.174238.198797.178700.200200.184890.210082.191154.225696.X64490.12166184.72049646.9536X785.792126.692159.77611222.310505.9211768.68812794.082215662.52818761211631.696336.7213082.8588173.07216193.5556183.57618797.8224188.18419844.6312199.622246.4584207.32423800.7984228.8425799.1204258.29628705.0328292.1612129.012668.6111711.9813632.66154248.646173624.4185789.324813728.714383.6164824.34815660.614609.314849.616329.217026.0201374.64818603.6233168.423751.0429498.5638726.2446724.222482.620686.2268341.1427340.362423737.22319747.526201544.237754.686876288492228432.252335.264917.273763.295764.292827.33006.2564390.67640889.2592535.42852168.7776633.53265367.5896713.04834516.527382.6383611.5843245.431172.2439821.0857468.8869691.0476297.0886333.899710.4851805.7260665.264006.1271303.6879744.04435657.8440839.9644146.4846935.2452473.168508922.6596849.12665480.68737139.32872830.3268324755.16352937.28369990.24388252.44410800.1648310390.92331133.28348715354640.04387261.1681722.9552102215.5124128343.9984168146.8164210204.1624887.641092.7121179.4921640.0682212.76
篇六：居民可支配收入论文
四川理工学院
《计量经济学》课程论文
题目：全国城镇居民人均可支配收入
影响因素分析
小组成员：段
娟、毛红萍、费小利、王源媛、彭碧珍、易
杨
专业班级：2012级统计学2班
指导老师：***
四川理工学院理学院
二O一
四
年十二月
《计量经济学》课程论文
引言
近年来，我国宏观经济形势发生了重大的变化，经济发展速度加快，居民收入稳定增加，在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下，全国城镇居民人均可支配收入也强劲增长。“在众多的统计指标中，居民人居可支配收入贴近民情，反应民生，不仅成为各地交通事故或工伤赔偿、低收入家庭保障补贴等法规或政策执行的参照标准；而且国家“十二五”规划纲要明确提出，要保持居民收入与经济增长同步，推动各级地方政府将其作为民生改善测评的重要指标。”城镇居民可支配收入是居民人均可支配收入的重要组成成分，通过预测城镇居民的可支配收入水平，为更好地提高促进城市的发展做贡献。
《计量经济学》课程论文
摘要
人均可支配收入是衡量一个地区消费品市场容量、购买力水平，以及经济发展水平、经济发达程度的重要指标。了解全国城镇居民人均可支配收入的状况及其影响因素的分析对我们国家的经济发展有重要意义。本小组对统计数据进行整理分析，深入探讨全国城镇居民人均可支配收入的影响因素，提出提高全国城镇居民人均可支配收入的有效措施，以利于全国实现经济长远发展。
关键词：城镇居民人均可支配收入、影响因素分析
《计量经济学》课程论文
目
录
一、文献综述.............................................................................................................................5二、问题的提出.........................................................................................................................5三、收集数据.............................................................................................................................63.1数据综述..............................................................................................................................63.2数据的收集..........................................................................................................................6四、建立模型.............................................................................................................................4.1模型设定..............................................................................................................................4.2模型估计..............................................................................................................................五、多重共线性的检验.............................................................................................................六、模型的修正.......................................................................................................................16.1多重共线性的修正............................................................................................................16.2自相关性的检验................................................................................................................116.3异方差检验........................................................................................................................126.4模型的解释........................................................................................................................12七、参考文献...........................................................................................................................13附录：.......................................................................................................................................14《计量经济学》课程论文
一、文献综述
（一）模型的经济理论阐述
通过研究经济学家对影响因素的选取并且根据西方经济学理论，我们决定研究城镇居民人均可支配收入与其总收入等的关系。这里的城镇人均总收入是指城镇居民的劳动收入以及其他的非劳动收入，但其中不包括政府的补贴。城镇居民人均可支配收入是指城镇居民家庭可以用来自由支配的收入，即可用于最终消费支出和其它非义务性支出以及储蓄的总和。通常由工薪收入、经营净收入、财产性收入、转移性收入四部份组成。
可支配收入是全面反映城镇居民收入水平与结构变化的重要指标。一般来说，收入增长与经济增长之间存在着良性互动关系，经济增长快，提供的就业机会就会增多，为收入增长提供了更大的空间，居民手中可支配用于投资和消费的收入增加，需求的增加又可促进经济的增长。
（二）影响因素分析
一般认为家庭人口总数、平均每户人口数与人均可支配收入成反比。家庭人口数越多，在同等收入的情况下，人均可支配收入越少；而就业人口数、平均每户就业人口数、人均总收入与人均可支配收入是成正比关系的。就业人口数、总收入越多，在同样的家庭人口数情况下，人均可支配收入越多。
可以另作假说为，平均每户就业人口数越多，则人均可支配收入越高，工作的人口数多则总收入越多，因此人均能分配到的收入就越多；而如果没有收入，认为人均可支配收入依然是有的。
二、问题的提出
改革开放以来，国家在党的正确领导下，利用自身资源及对外的机会，逐渐摆脱贫困走上富强的道路。随着市场经济的稳健繁荣，我国人均生活水平有了大幅度的提高，其主要表现在城镇人均可支配收入的增长。当下的人民生活质量大大提高，但是与世界先进发达国家还有一定的差距，这说明我国还有很大的发展空间，能够让人民的幸福指数增加。通过对1990-2012年的数据分析，我们试图找到有益于国家、人民的可能性方式来提高城镇居民人均可支配收入。
《计量经济学》课程论文
三、收集数据
3.1数据综述
我们的数据取自国家统计局数据库，是时间序列数据。人均可支配收入指个人收入扣除向政府缴纳的个人所得税、遗产税和赠予税、不动产税、人头税、汽车使用税以及交给政府的非商业性费用等以后的余额。
3.2数据的收集
下图为1990年-2013年的人均可支配收入及其影响因素数据：
年份
20132012201120102009200820072006200520042003200220012000199919981997199619956城镇居民人均城镇平均每户城镇平均每户平均每一就业总收入
就业人口
家庭人口
者负担人数
29547.101．52.91.926,959.001.52.91.923,979.201.52.91.921,033.401.52.91.918,858.101.52.91.917,067.801.52.9214,908.601.52.91.912,719.201.531.911,320.801.53210,128.501.631.99,061.201.631.98,177.401.631.96,907.101.73.11.96,295.901.73.11.95,888.801.83.11.85,458.301.83.21.85,188.501.83.21.74,844.801.93.21.74,288.101.93.21.《计量经济学》课程论文
19941993199219911993,502.302,583.202,031.501,713.101,516.201.91.92223.33.33.43.43.51.71.71.71.81.8城镇居民人均社会消费品零售可支配收入
总额（亿元）
24,564.70210,307.0021,809.80183,918.6019,109.40156,998.4017,174.70132,678.4015,780.80114,830.1013,785.8093,571.6011,759.5079,145.2010,493.0068,352.609,421.6059,501.008,472.2052,516.307,702.8048,135.906,859.6043,055.406,280.0039,105.705,854.0035,647.905,425.1033,378.105,160.3031,252.904,838.9028,360.204,283.0023,613.803,496.2018,622.902,577.4014,270.402,026.6010,993.701,700.609,415.601,510.208,300.10GDP（亿元）
出口总额（亿进出口差额元）
（亿元）
519,470.10129,359.2514,558.29473,104.05123,240.6010,079.20401,512.80107,022.8412,323.54340,902.8182,029.6913,411.32314,045.43100,394.9420,868.41265,810.3193,563.6020,263.50216,314.4377,597.2014,220.30184,937.3762,648.108,374.40159,878.3449,103.302,667.50135,822.7636,287.902,092.30120,332.6926,947.902,517.60109,655.1722,024.401,865.2099,214.5520,634.401,995.6089,677.0516,159.802,423.4084,402.2815,223.603,597.5078,973.0315,160.703,354.2071,176.5912,576.401,019.0060,793.7312,451.801,403.7048,197.8610,421.80461.735,333.925,284.80-701.426,923.484,676.3023321,781.503,827.10428.418,667.822,985.80411.5《计量经济学》课程论文
四、建立模型
4.1模型设定
＋?２?２＋?３?３＋?４?４＋?5?5??6?6??7?7??8?8??
Y??0??1?１其中?１表示社会消费品零售总额，?２表示国内生产总值（GDP），?3表示出口总额，?4进出口差额，?5人均总收入，?6每一就业者负担人数，?7平均每户就业人口，?8平均每户人口数，Y为城镇居民人均可支配收入，?0为截距项，?为随即扰动项。其中预期?0、?1、?2、?4、?5、?7均大于0，其余参数小于0。
4.2模型估计
利用EViews软件，生成Y、X1、X2、X3、X4、X5、X6、X7、X8等数据，采用OLS方法估计模型参数，得到的回归结果如图所示：
从图中我们可以看出，R=0.999869，R2=0.999799可决系数很高，F2?ta(n?k)?t0.025(24?9)?2.131，检验值为14282.99，明显显著。但是当a=0.05时，2与图中的t值比较知X2、X3、X6、X7的系数不显著，且多个参数与预期不一致，这表明可能存在严重的多重共线。
《计量经济学》课程论文
五、多重共线性的检验
计算各解释变量的相关系数，选择X1、X2、X3、X4、X5、X6、X7、X8数据，用EViews得相关系数矩阵：
从相关系数矩阵可以看出大部分解释变量相互之间的相关系数都较高，证明存在一定的多重共线性。
为了进一步了解多重共线性的性质，我们做辅助回归，即将每个X变量分别作为被解释变量都对其余的X变量进行回归：
由于辅助回归的可决系数很高（X6例外），经验表明，方差扩大因子VIFj?10时，通常说明该解释变量与其余解释变量之间有严重的多重共线性，这里X1、X2、X3、X5、X7、X8的方差扩大因子远大于10，表明存在严重的多重共线性问题。
《计量经济学》课程论文
六、模型的修正
6.1多重共线性的修正
采用逐步回归法以解决多重共线性问题，最终结果如下：
第一步：用被解释变量对每一个所考虑的解释变量做简单的线性回归，得出对被解释变量贡献最大的是X5。
Eviews中对每一个所考虑的解释变量做简单的线性回归的结果见附录（图1-1至图1-8）。
第二步：以第一步得出的解释变量所对应的回归方程为基础，逐个引入其余变量作OLS参数估计，得到附录中的图2-1至4-5。经比较检验结果，得出X5和X8的线性拟合度是最好的，并且X5和X8的t检验均显著。重复此步骤直至第4次，此时经比较得出含x1,x4,x5,x8的回归方程的拟合优度最好，且t统计量均显著。
第三步：在第四次OLS参数估计得出回归方程的基础上，逐个引入剩余变量，此时新引入的变量的t检验均不再显著，逐步回归过程不再进行。所得结果见附录（图5-1至5-4）
最终得到的模型估计式如下：
Y=8251.3+0.030696X1+0.016878X4+0.59901X5-2273.163X8(1519.579)(0.007462)(0.0072897）
（0.70082）（436.4687）
t=(5.429989)(4.113782)(2.315677)(8.547225)(-5.208076)R=0.999861R2=0.999832F=34188.562?
《计量经济学》课程论文
6.2自相关性的检验
在样本量为24，解释变量的个数为4的模型，5%的显著水平下，查DW统计表可知，dl?1.013,du?1.715。在修正过多重共线性的模型中DW=1.752790,易知dl?DW?du，此时不能判断该模型。为了进一步检验模型的自相关性，选用Breusch-Godirey检验。结果如下图所示：
上图显示LM?TR2?24*0.040252?0.563526,其P值为0.7545，表明不存在自相关。
11《计量经济学》课程论文
6.3异方差检验
从图中的p-value=0.6625>5%(选取95%置信区间),表明了异方差性不存在。可以说明剔除的解释变量都是不显著的，最终保留在模型中的解释变量之间多重共线性不明显而且对被解释变量有较好的解释贡献，并且该模型具有统计意义。
6.4模型的解释
该模型R=0.999861，R2=0.999832，可决系数很高，F检验值为2?34188.56，明显显著。当a?0.05时，ta(n?k)?t0.025(24?9)?2.131，所有系数2估计值高度显著。
在其余变量保持不变的情况下，如果社会消费品零售总额每增加1亿元，则人均可支配收入平均增加0.030696元；如果每增加1亿元，则人均可支配收入平均增加0.016878元；如果人均总收入每增加1元，则人均可支配收入增加0.59901元；如平均每户人口数增加1人，则人均可支配收入平均减少2273.163元。
所有解释变量的符号与先验预期相一致，即社会消费品零售总额、进出口差
12《计量经济学》课程论文
额、人均总收入与人均可支配收入正相关，平均每户人口数与人均可支配收入负相关。
七、参考文献
[1]庞浩主编.计量经济学（第三版）[M].北京:科学出版社,2014.[2]张文彤、董伟主编.SPSS统计分析高级教程（第二版）[M].北京:高等教育出版社,2013.[3]参考网址：http://www.doc88.com/p-0714362230469.html
13《计量经济学》课程论文
附录：
图1-1图1-2图1-3图1-4图1-5图1-614《计量经济学》课程论文
图1-图1-图2-1图2-2图2-3图2-415《计量经济学》课程论文
图2-5图2-6图2-7图3-1图3-2图3-316《计量经济学》课程论文
图3-4图3-5图3-6图4-1图4-2图4-31《计量经济学》课程论文
图4-4图4-5图5-1图5-2图5-3图5-418
本文来源：https://www.windowchina.cn/fanwendaquan/gongwenfanwen/76021.html