统计学论文1.docx

1、统计学论文1商务统计学结课论文 （20132014学年度第1学期）关于中国各省市消费水平变化状况分析统计研究报告2013年12月3日目 录 一、不同地区居民消费水平分析及分组二、有关相对指标的计算三、有关序时平均数的计算四、有关增长量和速度指标的计算(一) 增长量的计算(二) 速度指标的计算五、关于中国各省市消费水平变化状况回归分析六、有关离散程度即趋势分析1998-2008年各省市区居民消费水平的有关标志变异指标及其趋势分析 摘要：居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。通过消费的物质产品和劳务的数量和质量反映出来，反映消费水平的消费

2、结构指标和平均消费量的价值指标。居民的消费水平能反映一个国家经济发展状况的好坏，更能反映出居民生活水平的高低。本文以1998-2008年统计数据运用统计学基本知识对我国城居民收入和消费水平之间的关系进行了分析，并在此基础上提出一些相关建议。关键词：居民收入 国家经济发展 消费水平 居民生活水平1、不同地区居民消费水平分析及分组 本文采用经济地带的不同，来对各省市区进行分组，将各省市区分为东部远海地区、中部内陆地区、西部边远地区，分组状况如下表所示：表一 各省市区域分布概括地区地名数量西部沿海地区北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南、重庆13中部内陆地区山西、内

3、蒙古、吉林、黑龙江、安徽，江西、河南、湖北、湖南9西部边远地区四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆9总计31经济地带分布直方图如下图所示 我们再采用世界银行的通用做法，用各城市居民消费水平相对于整个经济域居民消费水平的相对量来分类，即按各城市十余年来居民消费水平与十余年来整个经济域的平均居民消费水平的百分比，将各省市区群分为A、B、C、D四类区域： A类区域平均居民消费水平低于整个经济区平均居民消费水平的70%，属居民生活水平偏低地区；B类区域平均居民消费水平在整个经济域平均居民消费水平的70%至100%之间，属居民生活水平较低地区；C类区域平均居民消费水平在整个经济域平均居民

4、消费水平的100%至150%之间，属居民生活水平为中等地区；D类区域平均居民消费水平在整个经济域平均居民消费水平的150%以上，属居民生活水平较高的地区。根据附表3中第（14）列的计算结果， 各省市区的区域划分如下表所示：表二 各省市区区域类型划分区域类型比值各省市区数量A类150%北京市、天津市、上海市、浙江、广东5 根据上述表格，可得各省市区域类型划分直方图，如下所示：从上图可以看出，全国各省市居民平均消费水平处于偏低和较低水平的省市偏多二、有关相对指标的计算结构相对指标的计算公式为： 总体各组（部分）数值总体总数值 结构相对指标=根据此公式可以算出2008年全国各省市人口在全国的结构相对

5、指标，计算结果如下图所示：总量指标；居民消费总额2008年2008年所占比例单位万元亿元北京市265133702651.3370.032435天津市113563001135.630.013893河北省341106103411.0610.041729山西省163451251634.5130.019996内蒙古自治区139026001390.260.017008辽宁省295937592959.3760.036203吉林省155483301554.8330.019021黑龙江省196540431965.4040.024044上海市380133603801.3360.046503江苏省62680100

6、6268.010.076679浙江省555817805558.1780.067995安徽省271345102713.4510.033195福建省278449082784.4910.034064江西省181066471810.6650.022151山东省653957256539.5730.080001河南省435037444350.3740.05322湖北省314993693149.9370.038534湖南省348683163486.8320.042656广东省1.01E+08101000.123557广西204332702043.3270.024997海南省3959296395.92960.

7、004844重庆市152109361521.0940.018608四川省367686693676.8670.044981贵州省131457431314.5740.016082云南省182682251826.8230.022348西藏自治区81911581.91150.001002陕西省148354201483.5420.018149甘肃省7322860732.2860.008958青海省2317492231.74920.002835宁夏回族自治区3077424307.74240.003765维吾尔族自治区8622300862.230.010548全国81743.331 由上表可知，广东省、山东

8、省、浙江省、江苏省的居民总消费额较高、其中广东省的最高；西藏、青海省、宁夏的居民总消费额偏低。其中西藏的最低，三、有关序时平均数的计算(一) 居民平均消费水平的计算1、19982008年期间各年各省市区居民平均消费水平的计算计算公式为：某年某城市居民平均消费水平某年某城市居民消费总额某年某城市人口数计算结果如附表3所示第（1）（12）列所示。 2、1998-2008年 各省市区居民平均消费水平的计算。 计算公式为：1998-2008年某城市居民平均消费水平 1998-2008年某城市居民消费的序时平均数1998-2008年某城市人口的序时平均数=1998-2008年居民消费平均水平计算属于序时

9、平均数的计算，且为一般序时平均数的计算，由于1998-2008年各省的居民消费水平为时期数列，其序时平均数计算公式为： 。1998-2008年各省市人口数为时点数列，属于间隔相等的间断时点数列的序时平均数计算，其序时平均数计算公式为： 计算结果如附表3的第（12）列所示。2、 1998-2008年全国居民平均消费水平的计算。计算公式为：整个经济区人均GDP=1998-2008年全国居民消费总额的序时平均数1998-2009年全国人口总数的序时平均数由于1998-2008年全国居民消费总额为时期数列，其序时平均数计算公式 ，1998-2008年全国人口总数为时点数列，属于间隔相等的间断时点数列的

10、序时平均数计算，其序时平均数计算公式为： ， 计算结果如附表3的（14）列所示。计算结果表明：北京市、上海市、广东省的居民平均消费水平普遍偏高。其中上海市居民平均消费水平最高；西藏、陕西省、贵州省的居民平均消费水平偏低，居民生活水平不高。 四、有关增长量和速度指标的计算(一) 增长量的计算。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-某一固定基期水平计算结果如附表4的2、3行所示。(二) 速度指标的计算。计算公式为：环比发展速度= 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每增长1%的绝对值=基期水平1%计算结果如附表4第4、5、6、

11、7、8行所示。五、各省市消费水平变化状况回归分析 变量 1变量 2平均26368817.615108.95833方差4.72413E+14200128930观测值3132df3031F2360543.015P(F=f) 单尾2.92921E-91F 单尾临界1.828344754回归统计Multiple R1R Square1Adjusted R Square1标准误差209.7661184观测值31由回归统计中的R=1看出，所建立的回归模型对样本观测值的拟合程度一般，综合其相关系数值可知此二者关系不太符合所建立的线性模型，说明二者间没有密切的线性相关关系。由回归统计中的R=1看出，所建立的回

12、归模型对样本观测值的拟合程度很好方差分析dfSSMSFSignificance F回归分析11.4172E+161.41724E+163.22086E+113.2E-147残差291276052.9144001.82442总计301.4172E+16Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept-170.469803759.8182614-2.8497953570.007970217-292.812-48.12772413-292.812-48.1277X Variable 1817437813.

13、11440.35167567526.54783.2075E-1478.17E+088174407598.17E+088.17E+08由上表中a和的p值分别是-2.849795357和567526.5478，显然a的p的值小于显著性水平，不能拒绝原假设=0，而的p值远小于显著性水平，拒绝原假设=0，说明各省市消费水平有显著影响。六、有关离散程度即趋势分析 1.1998-2008年各省市区居民消费水平的有关标志变异指标及其趋势分析。各省市居民消费水平的差异程度，结果如下表所示：年份最大值最小值绝对差异相对差异全距标准差 全距率变异系数1998年7282（上海）1312（西藏）59701390.23

14、75.5503050.5255131999年8229（上海）1417（西藏）67561581.7015.5865580.5450932000年8896（上海）1551（西藏）73451718.0745.7356540.5689722001年9683（上海）1819（甘肃）78641859.0225.3232550.5814542002年10922（上海）1947（甘肃）89752022.0425.6096560.5815912003年11807（上海）2099（甘肃）97082162.5965.625060.5848272004年13137（上海）2301（甘肃）108362470.8195.

15、7092570.6057752005年14247（上海）2502（贵州）117452715.7795.6942450.601542006年16470（上海）2723（贵州）137473107.5816.0484760.6061022007年18396（上海）3019（西藏）153773442.9886.0934080.5938892008年20944（上海）2810（甘肃）181343969.9917.4533810.61269 各省市居民平均消费水平标准差变化趋势下图所示各省市居民平均消费水平全距变化如下图所示各省市居民平均消费水平全距率变化趋势如下图所示从绝对差异来看: 全距和标准差总体上

16、呈逐年上升趋势,且变化幅度逐渐增大,处于缓冲期,二者的最大值都出现在2008年；从相对差异来看：全距率的变化幅度较小，而变异系数变化幅度较大，波动多，而且都呈现逐年下降的趋势；全距率在2000年为最低，2008年最大，其后除了仅在2001年出现波谷之外，后截曲线呈缓慢上升的趋势；而变异系数曲线在2001年-2004年变化小，发展平稳，其余若干年波动较大，2004年之后一年该系数迅速上升，2005年 -2008年 变化较大，时而下降，时而上升。从绝对差异和相对差异的分析结果可看出，10余年来，各地由于自然经济条件以及经济环境的不同，各城市的居民消费水平的差异有所扩大，尤其是经济发达的省市和经济发

17、展缓慢的省市之间的差距在增强。参考文献1、 高鸿业.西方经济学.北京：中国人民大学出版社 2007： 448-4772、 潘芳芳，李炯.深入认识消费现状，提高农村居民消费水平， 2010，（2）.3、 赵明珠，亢晓龙.试析提高农村居民消费水平是中国经济增长的根本动力， 沧桑，2010，（8）.4、 段斌.人口与消费数量分析的几个问题.人口与经济（M）.1987.(6)5、 王长坤，喻永红，当前居民消费水平与物价变动的相关性分析，中小企业管理与科技（上旬刊），2008.10.6、 部分资料来源于XX百科和XX文库 附表：表1：中国各省市消费水平变化状况分析的数据2008年2008年所占比例单位万

18、元亿元北京市265133702651.3370.032435天津市113563001135.630.013893河北省341106103411.0610.041729山西省163451251634.5130.019996内蒙古自治区139026001390.260.017008辽宁省295937592959.3760.036203吉林省155483301554.8330.019021黑龙江省196540431965.4040.024044上海市380133603801.3360.046503江苏省626801006268.010.076679浙江省555817805558.1780.06799

19、5安徽省271345102713.4510.033195福建省278449082784.4910.034064江西省181066471810.6650.022151山东省653957256539.5730.080001河南省435037444350.3740.05322湖北省314993693149.9370.038534湖南省348683163486.8320.042656广东省1.01E+08101000.123557广西204332702043.3270.024997海南省3959296395.92960.004844重庆市152109361521.0940.018608四川省36768

20、6693676.8670.044981贵州省131457431314.5740.016082云南省182682251826.8230.022348西藏自治区81911581.91150.001002陕西省148354201483.5420.018149甘肃省7322860732.2860.008958青海省2317492231.74920.002835宁夏回族自治区3077424307.74240.003765维吾尔族自治区8622300862.230.010548全国81743.331模型建立和回归分析采用EXCEL软件计算得到表2：表2：相关系数分析表SUMMARY OUTPUT回归统计M

21、ultiple R1R Square1Adjusted R Square1标准误差209.7661184观测值31方差分析dfSSMSFSignificance F回归分析11.4172E+161.41724E+163.22086E+113.2E-147残差291276052.9144001.824421.4172E+16Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept-170.469803759.8182614-2.8497953570.007970217-292.812-48.12772413-

22、292.812-48.1277X Variable 1817437813.11440.35167567526.54783.2075E-1478.17E+088174407598.17E+088.17E+08观测值预测 Y残差标准残差126513425-54.998941-0.266673964211356493.07-193.06796-0.9361307334110692.03-82.034135-0.397759803416345316.04-191.04147-0.926304829513902811.86-211.85585-1.027227736629593530.68228.321

23、1991.107063478715548314.1715.82633210.076737308819654304.31-261.309-1.267011786938013140.15219.8460011.065969691062680143.6-43.602893-0.2114178191155581513.63266.3662941.2915331431227134677.74-167.73692-0.8133078121327845031.2-123.19652-0.5973443221418106894.53-247.52875-1.200195351565395672.0252.98

24、190240.2568939251643503869.94-125.94477-0.6106697611731498978.22390.7788021.8947734221834868456.89-140.8869-0.68311985819100999993.46.593381870.0319694022020433322.54-52.544909-0.254775073213959498.297-202.29698-0.9808795592215210712.36223.6431531.0843809852336768999.8-330.80242-1.603965292241314586

25、4.44-121.44089-0.5888317632518267929.78295.2220621.43144641526818902.2189212.7810511.0317137942714835508.4-88.400622-0.428629055287322437.46422.539822.048773413292317265.73226.2695911.097115823303077482.897-58.896616-0.285572662318622163.583136.416950.661446344PROBABILITY OUTPUT百分比排位Y1.6129038191154.8387123174928.064516307742411.29032395929614.51613732286017.74194862230020.967741135630024.193551314574327.419351390260030.645161483542033.870971521093637.096771554833040.322581634512543.548391810664746.774191826822550196