我国农民人均生活消费支出相关因素的回归分析
关键词：农民人均生活消费支出 一元线性回归 多元线性回归
论文摘要: 增加农民收入是我国扩大内需的关键,本文通过运用SPSS线性回归分析的方法对我国农民的消费进行了回归分析, 以便能够更好地了解我国居民的消费结构与消费行为。
Key words: farmers per capita consumption expenditure of life; linear regression; multiple linear regression
Abstract: The increase in the income of the farmers is the key to expanding domestic demand in China, this article through the use of SPSS linear regression analysis of the consumption of the peasants in our country regression analysis carried out in order to better understand China's consumption structure of rural residents and consumer behavior.
一、 问题提出
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%，农民是我国最大的消费群体，农村消费能力的提升直接关系到国民的全局。从农村市场看，有近六成人口(约8亿)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。据测算，目前1个城镇居民的消费水平大体相当于3个农民的消费；城市化率提高1个百分点，就会有100万～120万人口从农村到城市。由于城市人口的消费是农村的2.7～3倍，约拉动最终消费增长1.6个百分点。
随着经济的，我国农民的消费水平和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、文化、家庭设备、等方面，本文只挑选了四种典型的消费支出作为代表来分析农村居民的消费结构。
下面将从这些方面分别用数据作一元和多元线性回归分析。
二、数据来源和模型变量的选择说明
1、下表是要进行处理的31个省市的农村居民消费相关的原始数据，数据来源于《2007中国统计年鉴》。
各地区农村居民家庭平均每人生活消费支出(2007) 单位: 元
地 区 | 农民人均生活消费支出 | 农民人均收入 | 食品 | 衣着 | 家庭设备 | 医疗保健 |
全 国 | 2415.47 | 3587.04 | 835.48 | 167.34 | 126.07 | 191.51 |
北 京 | 5681.09 | 8275.47 | 1836.31 | 451.63 | 303.46 | 575.80 |
天 津 | 3261.91 | 6227.94 | 1133.62 | 265.16 | 122.41 | 263.24 |
河 北 | 2246.29 | 3801.82 | 685.98 | 167.75 | 115.82 | 166.34 |
山 西 | 2039.80 | 3180.92 | 659.02 | 227.43 | 98.26 | 142.66 |
内蒙古 | 2378.60 | 3341.88 | 726.06 | 184.07 | 97.95 | 232.76 |
辽 宁 | 2740.97 | 4090.40 | 866.55 | 242.96 | 112.15 | 267.86 |
吉 林 | 2398.45 | 3641.13 | 818.37 | 189.90 | 105.11 | 256.28 |
黑龙江 | 2365.23 | 3552.43 | 747.54 | 198.85 | 79.26 | 253.84 |
上 海 | 7807.08 | 9138.65 | 2824.99 | 417.57 | 481.04 | 549.44 |
江 苏 | 3658.19 | 5813.23 | 1283.17 | 222.59 | 199.48 | 232.30 |
浙 江 | 5819.70 | 7334.81 | 2001.40 | 368.52 | 288.02 | 459.39 |
安 徽 | 2050.09 | 2969.08 | 697.37 | 138.18 | 116.76 | 165.02 |
福 建 | 3217.66 | 4834.75 | 1310.07 | 213.26 | 167.33 | 162.26 |
江 西 | 2111.73 | 3459.53 | 777.45 | 130.06 | 105.68 | 159.14 |
山 东 | 2867.30 | 4368.33 | 916.49 | 197.11 | 158.71 | 221.80 |
河 南 | 1875.98 | 3261.03 | 596.73 | 159.46 | 104.75 | 140.55 |
湖 北 | 2099.64 | 3419.35 | 686.75 | 144.26 | 134.17 | 172.44 |
湖 南 | 2444.90 | 3389.62 | 918.18 | 137.66 | 129.51 | 196.54 |
广 东 | 3421.56 | 5079.78 | 1498.49 | 151.11 | 148.10 | 197.00 |
广 西 | 1917.97 | 2770.48 | 752.23 | 79.91 | 110.09 | 123.91 |
海 南 | 1759.26 | 3255.53 | 768.24 | 75.15 | 87.85 | 110.92 |
重 庆 | 1600.58 | 2873.83 | 577.76 | 113.27 | 117.24 | 159.68 |
四 川 | 1816.09 | 3002.38 | 675.71 | 132.85 | 112.21 | 160.31 |
贵 州 | 1167.92 | 1984.62 | 392.85 | 88.56 | 64.91 | 76.76 |
云 南 | 1597.26 | 2250.46 | 530.84 | 93.61 | 83.75 | 138.16 |
西 藏 | 1435.41 | 2435.02 | 500.57 | 175.18 | 117.00 | 54.37 |
陕 西 | 1938.60 | 2260.19 | 612.12 | 138.33 | 94.88 | 195.61 |
甘 肃 | 1365.33 | 2134.05 | 381.12 | 97.23 | 77.78 | 127.35 |
青 海 | 1657.87 | 2358.37 | 450.66 | 160.51 | 90.12 | 192.77 |
宁 夏 | 1824.87 | 2760.14 | 523.86 | 159.10 | 104.32 | 187.60 |
新 疆 | 1696.40 | 2737.28 | 494.47 | 182.85 | 70.79 | 189.69 |
2、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
， 农民人均家庭设备消费支出
，农民人均医疗保健消费支出
。并用下式表示函数关系：
三、回归模型建立与分析
1、农民人均生活消费支出与农民人均收入的一元线性回归分析
在SPSS 菜单栏上选择Analyze →Regression →Linear , 则出现Linear Regression( 线性回归分析) 主对话框，将“”选入Dependent( 因变量) 框中, “”选入Independent( 自变量) 框中，在该窗口的Regression Coefficients框中，选Continue Interval复选框，最后点击OK键，结果如下：
表1
表2
表3
（1） 相关分析表（见表1） Model Summary表中看到复相关系数为0.932，决定相关系数为0.930,说明方程的拟合度较好，表明回归方程显著性较高。
（2） 方差分析表2，F＝412.512，P 值＝0．000<0.05， 表明回归方程高度显著，即农民人均收入对消费有高度显著的线性影响。
（3） 回归系数的显著性检表（见表3）,常数项的P=0.011<0.05,说明与0有显著性差异,故应该出现在回归方程中,可得回归方程为： =-440.131+0.966
农民人均生活消费支出与农民人均收入、农民人均食品消费支出、衣着消费支出、农民人均家庭设备消费支出、农民人均医疗保健消费支出的多元回归分析，结果如下：
表4
表5
表6
（1） 相关分析表（见表4）复相关系数0.996，决定相关系数0.995表明回归方程显著性很高。
（2） 方差分析表（见表5）F=1277.528，P=0.000，表明回归方程高度显著，说明 ,
整体上对有高度显著的线性影响。
（3） 回归系数的显著性检验表（见表6）可知：①常数项的t的显著性概率为0.450>0.05,表示常数项与0没有显著相差异，表明常数项不应该出现在方程中；②食品的t的显著性概率为0.000<0.05,表示食品消费支出的系数与0 有显著性差异，应当作为解释变量出现在方程中；③衣着 的显著性检验概率为0.012<0.05,表明衣着消费支出与0有显著性差异，故应该出现在方程中；④同样可知家庭设备与医疗保健的P值都小于0.05,故都与0有显著相差异，即应该出现在回归方程中。⑤人均收入的显著性概率为0.437>0.05,表示常数项与0没有显著相差异，故不应该出现在方程中。所以可得该多元线性回归方程为：
=0.556 +0.015 +0.157 +0.177
从回归方程我们可以看出，食品消费的系数最大，医疗保健的系数次之，而家庭设备 和衣着消费系数 较小，这表明人民在食品和医药上的消费较大而在衣着等上的消费较少。
四、结论
根据多元线性回归的基本方法，通过对初始线性回归模型的验证和分析， 最后得到的线性回归模型在理论上符合高斯假设，其结果也与前面分析的基本一致。
在实际应用中，农民消费支出方面有很多，本文只是分析了几个典型的因素， 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。
通过对多元线性回归的分析，我们可以看出，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政策，切实增加农民收入，增强消费的基础,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。
[1] 马庆国．管理统计［M］．北京： 出版社，2002
[2] 何晓群.统计分析方法与应用［M］．北京：人民大学出版社，2007
[3] 罗凤明, 邱劲飚, 李明华, 肖炳坤.如何使用统计软件SPSS 进行回归分析
[4] 李争艳.用回归分析方法预测我区城镇居民消费水平 2008
[5] 常素蛾. 农村消费市场现状及发展趋势[J]．信息市场报,1998,9：7
