应用统计学论文范文人均收入与人均消费支出

应用统计学论文范文人均收入与人均消费支出

人均收入具有很大的欺骗性，对消费需求影响不大，只有每个人都富有才有意义，

2）以1978—2003年的时间序列研究中国城镇居民消费函数时发现，1991年前后城镇居民消费性支出Y对可支配收入X的回归关系明显不同。如果不加处理的在整个时间序列区间应用普通最小二乘法，会带来结果的偏差。可以考虑以下哪一种方法克服此问题：（ ）。 A、虚拟变量方法 B、分时段建立模型 C、增加样本容量 D、采用滞后变量的模型 3）计量经济学的核心思路是（ b ） A回归分析 B建立经济模型 C最小二乘估计 D统计推断 4）关于包含虚拟变量的模型，下列哪个描述不准确（ c ） A． 模型的解释变量可以仅由虚拟变量构成。 B． 模型的解释变量必须包含定量变量。 C． 模型的解释变量可以包含定性变量与定量变量。 D． 在季度分析模型中不能将四个季度同时作为虚拟变量纳入模型中。 7）回归分析中定义的( b ) A解释变量和被解释变量都是随机变量 B解释变量为非随机变量，被解释变量为随机变量 C解释变量和被解释变量都为非随机变量 D解释变量为随机变量，被解释变量为非随机变量 8）对于滞后模型，解释变量的滞后长度每增加一期，可利用的样本数据就会( b ) A增加1个 B减少1个 C增加2个 D减少2个 9）若回归模型中的随机误差项存在较强的一阶正自相关，则估计模型参数应采用( d ) A普通最小二乘法 B加权最小二乘法 C广义差分法 D一阶差分法 11）违背了下列哪条性质后最小二乘估计量仍然是BLUE估计量（ ） A．线性性 B一致性 C有效性 D无偏性 12）如果误把非线性关系作为线性关系直接用普通最小二乘法回归会导致（ ） A．误差项均值非零 B误差序列相关 C．异方差 D多重共线性 13）常见判别模型好坏的参考标准包括（ ）（多选） A．节省性 B 数据优质性 C可识别性 D理论一致性 14）随机扰动项产生的原因是（ abcd ）（多选）（A）客观现象的随机性（人的行为、社会环境与自然影响的随机性）（B）模型省略变量（被省略的具有随机性的变量归入随机扰动项）（C）数学模型函数的形式的简化（D）数学模型函数的形式的误定（E）经济数据的来源 问题补充：判断改错 1、标准线性回归模型的参数表示了解释变量引起被解释变量的相对变化，而对数模型回归参数则表示解释变量引起被解释变量的绝对变化。（ f ） 2、如果存在异方差，普通最小二乘估计量是无偏的和无效的。（ f ） 3、当R2 =1，F=0；当R2 =0，F=∞。（ ） 4、回归分析的结果要通过统计意义检验和计量经济意义检验后方可应用。（ t ） 5、在多元回归分析中，方程Y=β0+β1X1+β2X2+ε中的偏回归系数β2表示X2变化一个单位引起Y的平均变化。（ t ）抱歉 有些题不会做

计量经济学人均收入论文题目

计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。　　计量经济学　　期末实验报告　　实验名称：大中城市城镇居民人均消费支出与其影响因素的分析　　姓 名：　　学 号：　　班 级： （）级统计学系（）班　　指导教师：　　时 间：　　（上面是论文封皮）　　23个城市城镇居民人均消费支出与其影响因素的分析（题目）　　一、 经济理论背景　　近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。　　二、 有关人均消费支出及其影响因素的理论　　我们主要从以下几个方面分析我国居民消费支出的影响因素：　　①、居民未来支出预期上升，影响了居民即期消费的增长　　居民的被动储蓄直接导致购买力的巨大分流， 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。　　②、商品供求结构性矛盾依然突出　　从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。　　③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长　　加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。　　④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长　　经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。　　三、 相关数据收集　　相关数据均来源于2006年《中国统计年鉴》：　　23个大中城市城镇居民家庭基本情况（表格）　　地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）　　北京 6 8 1 2 9　　天津 4 0 6 8 8　　石家庄 4 0 3 0 9　　太原 3 2 9 9 5　　呼和浩特 5 9 2 8 7　　沈阳 3 1 5 7 1　　大连 6 8 8 1 5　　长春 8 7 1 1 2　　哈尔滨 4 0 8 5 4　　上海 6 9 0 1 3　　南京 4 0 4 0 6　　杭州 5 9 0 9 2　　宁波 5 8 4 2 4　　合肥 6 8 5 1 9　　福州 7 9 5 4 8　　厦门 5 9 7 3 7　　南昌 4 8 0 1 4　　济南 7 7 3 8 4　　青岛 6 8 6 5 7　　郑州 4 1 2 2 3　　武汉 5 0 5 2 1　　长沙 4 1 9 9 8　　广州 7 8 6 1 1　　四、 模型的建立　　根据数据，我们建立多元线性回归方程的一般模型为：　　其中：　　——人均消费支出　　——常数项　　——回归方程的参数　　——平均每户就业人口数　　——平均每一就业者负担人口数　　——平均每人实际月收入　　——人均可支配收入　　——随即误差项　　五、实验过程　　（一）回归模型参数估计　　根据数据建立多元线性回归方程：　　首先利用Eviews软件对模型进行OLS估计，得样本回归方程。　　利用Eviews输出结果如下：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:08　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C -180 506 -282633 2159　　X1 3490 2332 427889 1704　　X2 1209 7866 498528 1513　　X3 552510 629371 466766 0239　　X4 -180652 742107 -590947 1290　　R-squared 721234 Mean dependent var 2913　　Adjusted R-squared 659286 SD dependent var 1711　　SE of regression 8502 Akaike info criterion 77564　　Sum squared resid 9 Schwarz criterion 02249　　Log likelihood -9199 F-statistic 64259　　Durbin-Watson stat 047936 Prob(F-statistic) 000076　　根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： ， ， ， ，　　从而初步得到的回归方程为：　　Se= (506) (2332) (7866) (629371) (742107)　　T= (-282633) (427889) (498528) (466766) (-590947)　　F=64259 df=18　　模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。　　（二）处理多重共线性　　我们采用逐步回归法对模型的多重共线性进行检验和处理：　　X1：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:28　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 8238 6688 296574 7697　　X1 0964 4840 531833 1405　　R-squared 100508 Mean dependent var 2913　　Adjusted R-squared 057675 SD dependent var 1711　　SE of regression 6105 Akaike info criterion 68623　　Sum squared resid 2 Schwarz criterion 78497　　Log likelihood -3917 F-statistic 346511　　Durbin-Watson stat 770750 Prob(F-statistic) 140491　　X2：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:29　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 641 2658 632596 0156　　X2 -1146 9597 -218861 2364　　R-squared 066070 Mean dependent var 2913　　Adjusted R-squared 021597 SD dependent var 1711　　SE of regression 7371 Akaike info criterion 72380　　Sum squared resid Schwarz criterion 82254　　Log likelihood -8237 F-statistic 485623　　Durbin-Watson stat 887292 Prob(F-statistic) 236412　　X3：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:29　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 8827 8342 326831 1988　　X3 540400 095343 667960 0000　　R-squared 604712 Mean dependent var 2913　　Adjusted R-squared 585888 SD dependent var 1711　　SE of regression 2575 Akaike info criterion 86402　　Sum squared resid 5 Schwarz criterion 96276　　Log likelihood -9362 F-statistic 12577　　Durbin-Watson stat 064743 Prob(F-statistic) 000013　　X4：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:30　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 7094 8178 141465 2665　　X4 596476 124231 801338 0001　　R-squared 523300 Mean dependent var 2913　　Adjusted R-squared 500600 SD dependent var 1711　　SE of regression 4178 Akaike info criterion 05129　　Sum squared resid 1 Schwarz criterion 15003　　Log likelihood -0898 F-statistic 05284　　Durbin-Watson stat 037087 Prob(F-statistic) 000096　　由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：　　X1、X3　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:32　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C -8991 9081 -644388 5266　　X1 8101 2070 275533 2167　　X3 517213 095693 404899 0000　　R-squared 634449 Mean dependent var 2913　　Adjusted R-squared 597894 SD dependent var 1711　　SE of regression 1510 Akaike info criterion 87276　　Sum squared resid 2 Schwarz criterion 02087　　Log likelihood -0368 F-statistic 35596　　Durbin-Watson stat 032110 Prob(F-statistic) 000043　　X2、X3　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:33　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 5536 1435 451015 6568　　X2 -00981 0392 -110678 9130　　X3 536856 102783 223221 0000　　R-squared 604954 Mean dependent var 2913　　Adjusted R-squared 565449 SD dependent var 1711　　SE of regression 7747 Akaike info criterion 95036　　Sum squared resid 0 Schwarz criterion 09847　　Log likelihood -9292 F-statistic 31348　　Durbin-Watson stat 063247 Prob(F-statistic) 000093　　X3、X4　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:34　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 7015 5882 326290 0306　　X3 766892 553402 192782 0046　　X4 -473721 656624 -244390 0363　　R-squared 684240 Mean dependent var 2913　　Adjusted R-squared 652664 SD dependent var 1711　　SE of regression 1157 Akaike info criterion 72634　　Sum squared resid 0 Schwarz criterion 87445　　Log likelihood -3529 F-statistic 66965　　Durbin-Watson stat 111635 Prob(F-statistic) 000010　　由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。　　X1、X3、X4　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:37　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 6693 8464 479562 6370　　X1 29944 6512 366505 7180　　X3 652622 646003 558228 0192　　X4 -345001 757634 -775265 0919　　R-squared 686457 Mean dependent var 2913　　Adjusted R-squared 636950 SD dependent var 1711　　SE of regression 0712 Akaike info criterion 80625　　Sum squared resid 3 Schwarz criterion 00373　　Log likelihood -2719 F-statistic 86591　　Durbin-Watson stat 082104 Prob(F-statistic) 000050　　X2、X3、X4　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:38　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 60939 2088 127981 8995　　X2 1557 9303 575948 5714　　X3 886588 600027 144175 0053　　X4 -596394 701018 -277251 0345　　R-squared 689658 Mean dependent var 2913　　Adjusted R-squared 640657 SD dependent var 1711　　SE of regression 3798 Akaike info criterion 79599　　Sum squared resid 8 Schwarz criterion 99347　　Log likelihood -1539 F-statistic 07429　　Durbin-Watson stat 143110 Prob(F-statistic) 000046　　由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：　　Se= (5882) (553402) (656624)　　T= (326290) (192782) (-244390)　　F=66965 df=20　　（三）异方差性的检验　　对模型 进行怀特检验：　　White Heteroskedasticity Test:　　F-statistic 071659 Probability 399378　　Obs*R-squared 423847 Probability 351673　　Test Equation:　　Dependent Variable: RESID^2　　Method: Least Squares　　Date: 12/11/07 Time: 16:53　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 50 9 266460 7929　　X3 9623 1924 394723 6977　　X3^2 -071268 187278 -380548 7080　　X4 -6779 3390 -467114 6460　　X4^2 121138 229933 526841 6047　　R-squared 192341 Mean dependent var 87　　Adjusted R-squared 012861 SD dependent var 54　　SE of regression 59 Akaike info criterion 12207　　Sum squared resid 60E+09 Schwarz criterion 36892　　Log likelihood -9038 F-statistic 071659　　Durbin-Watson stat 968939 Prob(F-statistic) 399378　　由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=1435，因为 < (5)= 1435，所以模型中不存在异方差。　　（四）自相关的检验　　由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于05，D-W值为111635，显著性水平 =05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =543

下面，给到一些题目，你觉得对你简单的就可以写。杨海文:空间计量模型的选择、估计及其应用江西财经大学，2015。何煜辉:我国企业合并商誉会计计量研究北京交通大学，2015。陈天约:投资性房地产公允价值计量对企业财务绩效的影响华东理工大学，2015。张春燕:公允价值计量模式在投资性房地产中应用的实证研究武汉科技大学，2014。陈晨:投资性房地产公允价值计量动因与经济后果研究中国矿业大学，2014。张甜:公允价值计量模式在投资性房地产中的应用研究厦门大学，2014。赵轶:金融集聚、空间溢出与区域经济增长西南财经大学，2014。李蓉:自创商誉的计量及其应用研究北京交通大学，2014。杨友焱:投资性房地产公允价值计量的应用及财务影响研究重庆大学，2013。胡庭清:非活跃市场环境下公允价值会计计量问题研究湖南大学，2012。当然，最好是结合题目的同时，结合自己的现实情况，加入自己的想法，进行创新。

我国旅游经济的因素分析我国旅游业发展状况分析我国居民消费增长模型我国经济增长与周期波动我国经济增长对能源消耗的依赖公共投资取向与经济增长分析三大产业的发展与城镇居民家庭消费支出餐饮业区域市场潜力的影响因素分析资本结构主要影响因素的再探析国债发行规模的计量经济分析工资收入差异分析城镇人均收入与人均通讯消费分析影响居民消费水平的因素分析影响就业人数的因素的计量分析影响大学生就业问题的因素分析影响股价指数的因素分析影响我国电力产量的因素分析影响中国汽车产量的多因素分析私家车拥有量的计量分析我国汽车需求的因素分析

我有许多范文 还有我们自己做的论文 需要找我 qq：309735313

居民收入与消费支出论文

回答 您好，我这边正在为您查询，请稍等片刻，我这边马上回复您~[开心] 你好很高兴为您解答[开心]2010年以来，正镶白旗市场物价水平呈现较强的上升趋势，上半年居民消费价格总指数累计为3％，较2009年同期增加了2 个百分点。 物价水平的不断上涨，在社会上引起了不小反响，成为公众媒体关注的焦点之一；而在广大居民当中，普遍关心的是物价上涨会给他们的生活带来怎样的影响，特别是低收入群体，更担心物价上涨会导致生活水平的大幅度下滑。那么，物价到底上涨到了什么程度？还会继续上涨吗？对居民造成的影响究竟有多大？物价上涨有何利弊？带着这些问题，我们根据2010年上半年所取得的相关调查资料，就有关物价上涨情况以及对居民生活的影响程度进行了粗浅分析。 一、当前物价上涨属于结构性上涨，而不是全面上涨根据调查资料分析，正镶白旗市场物价运行的基本特点是：食品类价格上涨，衣着类价格下降，教育、燃料价格趋增，而家电类、交通通讯工具类价格下降。2010年上半年居民消费价格总指数走高的主要原因有两个：第一个原因是翘尾因素的影响，去年物价走势是前低后高，1—8月份，居民消费价格总指数平均为1％，9—12月份居民消费价格总指数平均为4％，对今年的市场物价必然会产生很大的翘尾影响。第二个原因，在新涨价因素中，主要是食品及燃料类价格上涨普遍而且比较频繁。因此，可以断定当前的物价上涨仍然是结构性上涨，而非全面上涨，不属于经济学意义上的通货膨胀，随着翘尾因素影响的消失，下半年居民消费价格总指数将会趋于下降，但是考虑到新涨价因素的不可预期，这种下降将是平缓的 二、物价上涨对居民生活的影响因收入不同而异物价上涨对居民生活的影响因收入层次的不同而有所不同，为此我们根据城镇居民人均可支配收入高低按照等距分组的方法，抽出低收入、中等收入和高收入三个群体中的代表户进行观察，来分析物价上涨对不同收入群体的影响程度。据调查资料，2010年上半年正镶白旗城镇居民人均可支配收入为7102元，比2009年同期增长了2 ％，扣除物价上涨因素后实际增长7％。资料显示低收入群体、中等收入群体和高收入群体上半年人均可支配收入分别为3619元、7488元、13483元，较2009年同期分别增长了5％、3％元和3％，扣除物价上涨因素后实际增长7％、-1％和6％。 可以看出，低收入群体的收入增长幅度较大，但是人均可支配收入的绝对值依然很低，仅有高收入群体的8％，而中等收入群体的人均可支配收入实际上下降了1%。低、中、高三个不同收入群体的人均收入比例大约是1：2：4，呈现几何变化态势，悬殊明显。由于物价上涨，居民消费支出受到了不同程度的影响，2010年上半年，低收入、中等收入和高收入群体人均消费支出分别为2002元、4165元和8346元，与2009年同期相比，低收入群体、中等收入群体均呈下降趋势，而高收入群体则表现为上升势头。这表明，物价上涨给中低收入群体带来的影响比较大。低、中、高三个不同收入群体的人均消费支出比例同样是1：2：4，可见支出与收入关联程度较高，收入大体上决定着支出。 从食品支出来看，尽管低收入群体人均比去年同期有所增加，但是仍与高收入群体人均支出有差距。事实上是由于物价上涨，低收入群体上半年用于购买食品而增加的支出部分占其同期收入增加部分的比例是3%，而高收入群体这一比例只有5%。如果更进一步分析，中低收入群体用于购买肉、蛋、奶、鲜菜（鲜果）等主要副食品的数量较上年同期有不同程度的下降而支出却有所增多，表明中低收入群体今年上半年购买与去年同期等量的主要副食品就要多花钱了，换言之，中低收入群体特别是低收入群体上半年所增加的收入中，有相当一部分被物价上涨“吃”掉了。而高收入群体则在数量和支出上均有所上升，表明高收入群体的心理承受能力和实际消费能力远大于中低收入群体。无论是从调查数据上看，还是从实际生活消费上包括居民的切身感受上来看，中低收入群体受物价上涨的影响是比较大的，特别是低收入群体中那些依靠社会最低保障收入生活的较为贫困的家庭，受物价上涨的影响更为明显。 希望以上回答对您有所帮助~ 如果您对我的回答满意的话，欢迎下次光临咨询[爱你] 提问 这有2000字吗 [笑哭] 回答 三、物价上涨有利有弊我们知道，市场机制要发挥调节作用，必须通过价格机制才能顺利实现。当前的物价上涨，在很大程度上是价格机制中的调节机制在发挥作用，其中最为主要的调节功能之一是实现收入再分配，价格的高低变动会改变国民收入在各部门或各利益集团之间的再分配比例。因此，价格适度的上涨体现了国民收入再分配的一个过程，有利于收入分配的动态平衡。前面已经谈到，目前的价格上涨属于结构性上涨，其实就是三次产业之间的收益分配，由于第一产业从业人员收入偏低，生产受到影响，进而影响了第二、三产业的发展，此时就需要通过价格机制来实现国民收入再次分配流向第一产业领域，提高从业人员的收入，以达到各产业之间大体上的平衡。此其有利的一面。辨证法告诉我们，任何事物都是一分为二的，利弊相伴而生。物价上涨的另一方面则会对居民生活产生一定的影响，前面的分析表明，当前价格上涨对收入较高群体的影响是微乎其微的，而对中低收入群体就有影响了，特别是对低收入群体来说这种影响较为明显。此其有弊的一面。 四、当前存在的问题及建议近年来，国家为了扩大内需，刺激消费，多次大幅度调整了行政事业单位工作人员的工资收入，提高了离退休人员及低保标准。收入的不断增加，促进了消费量的增加，拉动了物价上涨。在居民收入不断提高的条件下，价格上涨应该是利大于弊的。当前存在的主要问题表现为三个“较弱”：1、居民收入偏低，承受能力较弱。2007年以来，正镶白旗连续几年遭受沙尘暴、干旱、蝗虫等自然灾害的侵袭，农牧业生产受到严重影响，农牧民收入增速缓慢，绝对值偏低。2010年上半年牧民人均现金收入比去年同期增长了3％，为1762元，比全盟平均水平少2110元，为全盟各旗县（区）最低；农民人均现金收入比去年同期增长了4%，为1258元，比全盟平均水平少985元，亦为全盟各旗县（区）最低；城镇居民人均可支配收入比去年同期增长了2％，为7102元，比全盟平均水平少148元，同样为全盟各旗县（区）最低。居民在收入不高的情况下还要安排养老、医疗、购房、子女上学及嫁娶等预期消费，这样居民的即期消费能力就十分有限，承受物价上涨的能力较弱。2、社会保障功能较弱，还有待于加强。正镶白旗在落实有关社会保障政策方面取得了显著成效，做到了应保尽保，解决了低保户的一些生活困难。但是在创新保障工作方法方式上还显不足，没有充分发挥各方面的积极作用，特别是在服务领域有待进一步加强。3、市场监管体制不完善，应对市场物价突变能力较弱。市场经济是个大舞台，市场的发展主要靠自我调节，但是也不能脱离相关部门强有力的监督与管理。由于目前对市场与物价的监管力量还不足，不能够适应市场经济的快速发展，致使有一些投机取巧、钻营蒙骗之徒在市场中占有一席之地，而不断侵害着守法经营者和广大消费者的利益。其结果就是市场发展的后劲越来越小，对整个地区经济来说不易形成外向型市场，不易获得长远的社会效益和经济效益。针对上述问题，我们谨建议：1、要创造条件，不断提高居民的收入水平，尤其是要提高广大农牧民的收入水平和低保标准。因为这是一个庞大的群体，只有这一群体具备了一定的消费能力，消费市场才能繁荣起来，物价的合理上涨才会被广大的消费者接受，并促进经济的进一步繁荣和发展。2、在社会保障方面要加大投入力度，创新保障方式。依据地方财力、实际保障任务和补差水平等进行科学分类、合理负担，切实提高被保障 提问 会不会重复 老师查重咋办 回答 不会亲 [大红花] 提问 好的谢谢 马克思资本循环理论对我国社会主义企业资金运用的意义论文 回答 您好您的回答次数已用完，您可以结束咨询再次提问哦 更多17条 

我国的城乡经济是典型的二元经济，这也导致了在分析我国居民的消费时必须划分城镇居民消费和农村居民消费。我国的农村人口比重较大，但是消费水平却不能与人口比重呈正比。 2003 年我国农村人口占全国总人口的 47% ，但农村居民消费只占全国居民消费的 40% ，城乡消费与人口比重的差距为 07% 。虽然相比前些年有所下降，但是城乡二元经济发展不均衡仍是导致我国居民消费率偏低的一个重要因素。虽然从相对数水平上来说城乡居民收入的提高程度基本相同，但比较基数及绝对数便可以看出城镇居民和农村居民的收入水平有惊人的差距。农村居民的消费水平从 1978 年的 138 元增加到 2005 年的 2351 元，增加了 34 倍。同期，城镇居民消费水平从 405 元增加到 9393 元，增加了 19 倍，年均增长比农村居民高出 84 个百分。农村居民消费的起点本就比城镇居民低，再加之增长速度又慢于城镇居民，那么消费水平差距的扩大就是必然的。总体来看，城乡居民消费水平自改革开放以来都有很大幅度的增长，但由于种种原因城镇的增长速度快于农村，使得城乡消费差距拉大。城乡居民的消费差异不仅体现在消费占有率上，同时也存在消费结构的差异。 1 可以看到，城镇居民的食品支出与农村相比少 10 个百分点，于是城镇居民就能在文教娱乐、保险保健等方面投入更多，获得更高的生活保障，提高生活品质。中国官方的一份调查报告显示，中国城乡收入差距近年来不断扩大，如果将非货币因素考虑进去，这种差距将成为世界之最。消费活动是经济活动的终点，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，消费活动又是经济活动的起点，是拉动经济增长的动力，本文通过比较城乡居民消费的差异，旨在找出导致我国居民消费出现城乡差异的原因，并分析这种差异对经济发展的影响，据此提出关于居民消费的有利于经济发展的建议。

拓展我国农村需求，增加农村居民消费，需要利用多种方式对农村居民的总体消费水平及其变化趋势给与分析考察，发现并找到影响农村居民消费的诸多关系，譬如，收入和消费总量的关系、收入和消费增量的关系、平均消费倾向、恩格尔系数、城乡消费差距的变化、农业人口比率和农村消费比例的关系等。实践表明，收入是决定消费水平的主要因素，平均消费倾向反映的是当年消费与当年收入的相对关系，恩格尔系数是体现居民生活质量的重要指标。 一、消费总量增加与经济收入提高基本同步 从我国农村居民消费水平看，农民收入和消费的总量及增量水平的变化关系、平均消费倾向、恩格尔系数、城乡消费差距和农业人口比率与农村消费比例等关系，都表明了我国农村居民整体消费水平是在提高。 （一）农村居民消费总量增加 根据统计资料显示，进入 21世纪以来，我国农村居民在人口总量逐年减少的同时，消费总水平逐年提高，已从 2001年的15666亿元，提高到2008年的4亿元，7年间增加了 4亿元，平均每年增加消费总量 8亿元，增长率 8%。农村居民消费无论是总量水平还是增长速度都是处于上升趋势。同全部居民消费增长水平相比，尽管在全体居民消费总量中的比重下降，增长幅度也相对落后，但是人均消费水平是增加的。如果以3亿农村进城人员全部在农村消费，按照2008年农村居民人均消费3730元计算，应该有0亿元的消费总量，如果按照城镇居民人均消费一半计算，应该有9亿元的消费总量。所以，在把握我国农村居民消费总量和水平，分析扩大农村内需的现实基本情况的时候，必须考虑我国工业化、城镇化带来的农村居民的快速转移。特别是考虑中央作出的形成城乡经济一体化新格局战略部署所带来的巨大变化，以及我国着力破除城乡二元结构所产生的积极效果。 （二）消费与收入增长基本同步 改革开放以来，我国农村居民收入迅速增加，消费水平也日益提高。1980年农村居民的人均纯收入是 191元，2001年增加到 2366元，2008年达到了 4761元，与1980年相比增长了 6%，平均每年增长 4%。1980年农村居民的人均生活消费水平为 162元，2001年增加到1741元，2008年达到了3661元，与 1980年相比增长了5%，平均每年增长 8%。可以看出来，农村居民的生活消费水平，与收入增长幅度基本保持一致，说明农村居民的生活消费意愿还是比较明显的，并且随着收入的增加，会保持消费水平的同向提高。随着时间的推进，我国农村居民当年的人均纯收入与人均实际消费支出都在增加，虽然增加的速度相对较为缓慢，但二者在数量上的差距保持着一个相对固定的比例。 （三）农村居民平均消费倾向保持平稳上升 根据凯恩斯的绝对收入理论，消费支出与实际收入之间保持着稳定的函数关系，消费支出主要取决于人们现期可支配收入，随着收入的增加，消费将增加，但消费增加的幅度将小于收入增加的幅度。2001年-2004年我国农村居民平均消费倾向相对较为平稳，保持在 74左右，而 2005年 -2006年两年，平均消费倾向出现了上升趋势，从 74上升到 78和79的最高值。到2007年农村居民平均消费倾向有所下降，2008年继续下降到 77。消费倾向之所以出现上升与下降的趋势，一方面可以解释为，随着人们收入的增加，极大的促进了农村居民的消费勇气，使消费不断增加。另一方面，从我国商品零售价格指数变动也对农村居民消费产生影响。从总体上看，“十五”时期以来，农村居民的平均消费倾向在 7-8之间变化。 （四）农村居民恩格尔系数波动中下降 自“十五”以来，我国农村居民消费的恩格尔系数总体上处于下降趋势，虽然在2004年有所反弹，但很快又保持下降趋势，并且下降的速度快于城镇居民。7年间农村居民恩格尔系数减少了4%，而同期城镇居民恩格尔系数只减少了8%。城镇居民和农村居民的恩格尔系数差在逐年缩小，说明城乡之间的消费水平和差距趋于接近，城乡居民消费需求和消费指向存在着很大的趋同性。尽管2008年我国农村居民恩格尔系数有所回升，但应该考虑是消费价格指数变化导致的，2008年农村居民消费价格指数比上年涨幅5%，是“十五”以来年度涨幅最高的一年（2001年 -2008年农村居民消费价格指数总涨幅4%，平均涨幅 1%）。从变化速度看，农村居民恩格尔系数在2001年-2008年的7年间，有4个百分点的变化，超过了同期城镇居民恩格尔系数3个百分点的变化。说明农村居民总体生活质量进入到快速改善阶段，并不断朝着富裕生活水平靠近。 （五）农村居民消费增长低于城镇 2001年-2008年城镇居民与农村居民人均消费绝对数的比较始终在6-8之间，同年的城镇居民消费水平，始终高于农村居民消费水平。并且城镇居民消费的增长速度要比农村居民消费增长快。2001年-2008年城镇居民消费平均每年增长幅度7%，农村居民消费增长为3%。应该认为，存在着城乡二元结构导致的城镇居民和农村居民消费的差异，是一种必然现象，特别是城乡居民收入水平的不同，导致的消费绝对值的差异，是会持续存在的。随着农村居民收入水平的提高和超过城镇居民收入增长幅度的出现，城乡消费水平的对比才有可能出现变化。因为，随着收入水平的提高，农村居民更需要消费，更需要改善生活质量，而城镇居民消费则进入到了一个相对稳定期。届时，城乡居民消费水平的差距，有可能在现有的基础上持续缩小，或者是不再扩大。 二、消费结构变化与生活质量改善大体吻合 （一）农村居民消费结构的整体变化，呈现出温饱型需求下降，而奢侈性消费增加的趋势 1、食品消费支出。“十五”以来我国农村居民消费支出中食品消费所占的比重虽然在 2004年附近稍有波动，但总体上趋于逐年下降。2001年食品消费支出比例为 7%，2007年下降到 1%，2008年略有回升到 7%，下降了 4 个百分点。根据统计数据分析，农村居民食品消费支出比重回升与食品消费价格上升有直接关系，2004年食品消费价格比上年提高 9%，2008年食品消费价格比上年提高3%（2001年-2008年农村食品消费价格累计上涨6%）。与此同时，农村居民的食品消费支出内部结构也发生了较大的变化，人均粮食和蔬菜的消费不断减少，禽、肉、蛋、奶及其制品类的消费虽有波动但总体上却呈现不断增长的态势。这说明我国农村居民饮食质量和结构不断得到提高和改善。 2、衣着消费支出。“十五”以来，衣着消费占总消费的比重从 2001年的 67%，上升到 2007年的 6%，2008年略有下降到 8%，虽然在 2004年稍有波动，但整体上趋于上升趋势。衣着消费比重的不断上升说明，随着生活水平的提高，农村居民越来越注重衣着的改善。同时与农村居民衣着类消费价格连续走低有很大关系（2001年-2008年农村居民衣着类消费价格累计下降 13%）。 3、居住消费支出。住房消费在我国农村消费中占有较为重要的地位，农村居住消费占总消费的比重从 2001年的 03%先上升到2002年的4%，接着2005年下降到最低点 49%，随后又迅速回升，2007年回升到 80%，2008年进一步上升到5%。这种上升是在农民收入持续增加和居住类消费品价格不断上涨的情况下实现的（2001年-2008年农村居民住房消费品价格累计上涨6%），因而更加说明农村居民对于住房改善的要求十分强烈和迫切。2001年 -2008年，农村居民人均住房面积从 7平方米，增加到4平方米，增加了 7平方米，增长 1%。 4、家庭设备用品及服务消费支出。随着农村居民收入的增加和消费水平的提高，各种耐用消费品如彩电、电冰箱、洗衣机和空调等纷纷进入农村居民的家庭。家庭设备用品消费占总消费的比重，从2001年的4%下降到 2005年的 1%，接着开始上升，2007年达到 6%，2008年上升到8%。整个“十五”期间，家庭设备用品的消费总体上处于下降趋势。之所以出现这种情况，并不意味着农村家庭设备用品的饱和，因为进入“十一五”农村家庭设备用品的消费又不断上升。出现这种现象的原因可能是由于物价的涨幅较快，导致农村居民的购买力降低，更多的支出花费在食物上，也包括由于医疗等负担过重造成的。总之，农村居民在家庭设备用品方面的消费比重近几年来迅速上升，使我们有理由认为该市场的开拓潜力很大，因为这是生活现代化的必然。 5、交通通讯消费支出。随着交通和通讯事业的快速发展，它们与人们的日常生活越来越密切，并逐渐成为人们生活中不可或缺的一部分。收入增长和交通通讯的迅速发展促使农村居民的生活方式发生转变，导致居民在交通通讯方面的支出不断增加。整个“十五”的前四年农村居民的交通通讯消费占总消费的比重相当稳定，保持在6%到0%的范围内。从“十五”的最后一年开始，交通通讯消费比重迅速上升，进入到“十一五”期间的 2007年达到了 2%，2008年略有回落到 8%。 6、文教娱乐用品及服务。随着人们收入的增加、知识经济的到来和思想观念的转变，人们对文化娱乐用品及服务的消费支出逐年增加。从2001的3%增加到2005年的6%，随后又逐年下降，2006年为 8%，2007年为 5%，2008年为6%。农村居民文娱消费支出占生活消费支出的比例先平稳上升，随后又缓慢下降。造成这种现象的原因主要为，随着生活水平的提高，人们更加重视对精神文明的追求，文娱方面的支出不断增多，同时 2006年义务教育改革之前，教育成本不断增大导致了2001年到2006年，文娱消费比重不断提高，随着2006年起义务教育的改革，农村居民的教育成本不断降低，从而使得文娱支出的比重不断降低。另一方面，也说明农村娱乐教育文化事业还不发达，许多农村还没有具有高水平、上档次、普及性的娱乐设施和文化活动站，导致农民不得不减少用于娱乐文化方面的支出。 7、医疗保健。农民的身体素质与农民的生产能力紧密相连，随着农村居民生活水平的提高，使得越来越多的人们逐渐有能力关注自己的身心健康，从而农村居民的医疗保健支出不断增多。“十五”以来农村居民的医疗保健支出占总支出的比重从2001年的06%，2002年的5%，增加到2003年的1%和2004年的3%，接着开始下降，2005年为6%，2006年为8%，2007年为5%，2008年为7%。2001-2004年，农村居民的医疗占总消费支出的比例平稳增加，这说明农村居民对身体健康的关注度不断提高。2004年以后，农村医疗消费保健支出出现了加大下降，并维持在5%-8%，出现这种现象的原因是由于新型农村合作医疗的启动和推广，大大降低了农村居民的医疗成本，因此出现了医疗保健消费比重的下降。当然也包括政府长期以来实行农村医疗保健和个人用品的低价政策（2001年 -2008年农村医疗保健和个人用品消费价格平均每年增长8%）。 （二）不同地区消费结构变化中，东部地区生活质量显著提高，中西部地区有所改善 1、各地区的生活消费总支出不断上升。从 2005年到2007年不同地区同期人均消费支出相比，高低排序依次是：东部地区，东北地区，中部地区和西部地区。其中，从食品支出看，虽然支出的绝对数量（以当年价格）都不断增长，但是支出的相对数量，也即食品支出占总支出的比重，却不断下降，说明人们的生活水平不断提高，其中，东部地区从 2005年的 12下降到 2007年的 56%，中部地区从 2005年的 05%下降到2007年的 84%，西部地区从 2005年的 79%下降到 62%，东部地区从 2005年的48%下降到 2007年的 86% 2、按生活质量高低排序，依次是东北地区，东部地区，中部地区和西部地区，东北地区已处于富裕水平，东部地区则非常接近富裕水平，中部和西部地区整体上处于小康水平，并不断向富裕迈进。从绝对数量（以当年价格）来看，衣着、居住、家庭设备用品、交通通讯、文教娱乐用品和医疗保健等 2005年到 2007年逐年处于增长状态，但是从相对数量来看，衣着、居住、家庭设备用品、交通通讯占消费总量的比重逐年处于上升状态，居住支出始终居于第二位，并且上涨的幅度较大，带动了农村居民的消费升级，交通通讯支出超过了文教娱乐支出排在了第三位，文教娱乐支出由于义务教育的改革降低了教育成本则不断下降，由于人们生老病死的不可预知性，医疗保健支出具有不确定性，因此农村居民医疗保健支出有所波动。 3、各地区高档耐用消费品有所增长。从每百户耐用消费量的变化，我们可以看到不同地区农民消费结构的升级变化。2005年到2007年，各地区每百户拥有的洗衣机、电冰箱、空调机、抽油烟机、摩托车、移动电话、彩色电视机、照相机和家用计算机都在不断增加。其中东部地区除了洗衣机外，每百人拥有的其他耐用消费品都排在全国之首，其次是东北地区，东北地区每百人拥有的洗衣机高于东部地区，接下来是中部和西部地区。我们可以看到，每百人自行车和黑白电视机的消费量不断减少，而摩托车和彩色电视机的消费量则不断增多，每百人拥有的电话机相对而言较为稳定，而移动电话则迅速增加。各地区农村居民消费构成部分的变动，与前面对农村消费的总体分析相一致，说明人们随着收入的提高，购买能力的增强，以及社会文化、交通、医疗等事业的快速发展，促使人们的消费方式不断转变，消费不断升级，生活质量不断提高。 （三）不同收入组的消费结构出现差异 对不同收入组的农村居民的消费结构及变动进行描述分析，发现收入水平的差异，决定了消费水平和消费结构的不同。 1、收入水平不同，但是消费支出均出现增长。根据统计数据显示，我国农村居民不同收入组的消费支出总额（按当年价格）从2000年到2008年都是不断增长的。其中，低收入户消费支出从 2000年的977元，增加到2008年的 2145元，增长 5%；中低收入户从 1233元，增加到 2653元，增长 2%；中等收入户从1501元，增加到3286元，增长 9%；中高收入户从1877元，增加到4191元，增长3%；高收入户从 3086元，增加到 6854元，增长1%。数据显示出，收入水平越高，消费支出的增长幅度越高。 2、食品支出增长不同。食品支出占生活消费总支出的比重，从 2005年到 2007年，高收入组和中低收入组一直处于下降状态，低收入，中等收入和中高收入组则是先下降，2007年又稍有回升，这一现象与前面的分析基本一致，可能跟物价的上涨有着一定关系。同时可以看到，高收入组食品消费占总消费的比重小于4，整体处于富裕水平，并且生活水平在逐渐提高，中高收入组食品支出占总支出的比重不断接近富裕水平，中等收入组生活水平虽有改善，但是仍处于小康生活，并与富裕水平还有一定的差距，中低收入组虽然进入了小康生活，生活水平不断提高，但与中等收入相比还较差，低收入组始终在温饱和小康的边缘徘徊。 3、食品支出以外的消费处于上升。从绝对数量（以当年价格）来看，不同收入组的衣着、居住、家庭设备用品、交通通讯、文教娱乐用品和医疗保健等2005年到2007年的支出均处于增长状态，但是从相对数量来看，衣着、居住、家庭设备用品占消费总量的比重逐年处于上升状态，居住支出始终居于第二位，并且上涨的幅度较大，带动了农村居民的消费升级。除了低收入组之外，其他收入组的交通通讯支出均处于上升状态，并超过了文教娱乐支出排在了第三位，2005年到2007年，各收入组的文教娱乐支出均处于下降状态。这是由于农村义务教育的改革降低了教育成本使文教娱乐的支出不断下降，由于人们生老病死的不可预知性，医疗保健支出具有不确定性，因此各不同收入组的医疗保健支出有所波动。 三、消费行为差异与需求倾向平稳趋于一致 （一）不同地区农户消费行为存在差异 我国东部、中部、西部和东北部这四个地区的划分，一方面是地域上的划分，另一方面，则可以看到这种划分和收入水平是密切相关的。根据统计年鉴的 2005年-2008年数据，我们可以将这四个地区按收入水平高低排序，依次是东部地区、东北地区、中部地区、西部地区。高收入地区，也即东部和东北地区，整体来看，基本消费都已得到满足，因此其消费倾向较低，低收入地区也即西部地区受收入限制，收入的大部分都要用于满足基本的生活消费支出，因此其消费倾向较高。中等收入地区，也即中部地区农户的消费倾向，介于东部、东北和西部地区之间。 1、2005年－2008年四年中，农村居民收入水平越高的地区，其平均消费倾向越低；而收入水平越低的地区，其平均消费倾向越高，说明低收入地区的消费欲望强，而高收入地区的储蓄倾向强。 2、2005年-2008年四年中，从整体上来看，东部地区的平均消费较为稳定；中部地区的平均消费倾向先上升又下降，并且2008年的平均消费倾向低于2005年的消费倾向；东北和西部地区的平均消费倾向都在下降；东北地区的平均消费倾向下降幅度大。这说明收入较高的地区，平均消费倾向变动的范围较小，农户的消费行为差异较小。 3、2006年-2008年，不同地区的农村居民边际消费倾向出现差异，其中，2006年中部地区的边际消费倾向最高，而东北地区农民的边际消费倾向最低，东部和西部居中。2008年，东部地区边际消费倾向最低，已经连续三年处于下降，说明东部地区农村居民收入水平提高以后，并没有更多的增加消费支出；西部地区农村居民边际消费倾向最高，但也是连续三年下降，这主要也是因为收入水平较低，收入增长不快所致。收入增加的部分，更多的用于储蓄或用于生产性投资；中部地区边际消费倾向变化较大，说明这部分地区的农村居民随着收入增加而扩大消费需求的愿望波动强烈。东北地区农村居民边际消费倾向处于上升期，客观上要求随着收入的增加而增加消费。 （二）不同收入组农户的消费行为不同 以《中国统计年鉴》对农户收入的五类分组为依据，我们收集整理了这些不同收入组农户的消费数据，并对这些数据进行分析。 1、2003年-2008年，五个收入组从低到高，平均消费倾向依次减小，并且低收入组农户的平均消费大于1，这说明收入较低的农户受收入的限制，所有的收入都用于基本的日常生活消费，并且还会因为入不敷出而需要借钱或救济来满足日常的基本生活，它们的消费欲望较大，因此平均消费倾向较大甚至还会大于1。而随着收入的不断提高，较高收入阶层农户的基本消费都可以满足，并且随着收入的不断提高，农户的消费倾向不断减小，而储蓄的倾向不断增强。 2、从2003年-2008年，各收入组农户的平均消费倾向都经历了先增长，而后下降的过程，这与我们在第一部分对不同收入组的消费结构变化的分析相一致，造成这一现象的原因是由于物价的上涨和农户的消费惯性，导致农户要为了保持原有的消费倾向就要花更多的钱，而随着物价的下降，各收入组的平均消费倾向也逐渐下降。 3、根据凯恩斯的观点，边际消费倾向是要小于 1的，而利用《中国统计年鉴》中的数据，整理计算的不同收入组农户的边际消费倾向，则出现了一些数据大于1，尤其是中低收入组农户的边际消费倾向和2005年除了高收入足农户以外的其它收入组农户。这主要是因为，中低收入组农户当年的收入增长不够满足消费的一般性增长，因此农户必须要依靠利用已有的储蓄，或是借钱或是依靠救济来进行消费。而2005年出现的绝大多组农户收入组的边际消费倾向大于 1，可能跟物价的上涨有关（2004年农村居民消费价格指数比上年提高8%，2005年提高2%，均高于城市居民消费价格指数和全体城乡居民消费价格指数上涨水平），使得农户当年的收入增长不能满足由于物价上涨而造成的消费的大幅上涨，因此需要借贷或是动用已有的储蓄进行消费，因此边际消费倾向大于1。 4、2008年低收入户边际消费倾向依然大于1，甚至超过了2007年，达到了92，说明这部分农户为了生存，在高物价水平时期，依然要靠动用储蓄维持生活（2008年农村居民消费价格指数比上年提高5%，超过城市居民消费价格指数和全体城乡居民消费价格指数上涨水平）。 5、2003年-2008年，从总体上来看，由低到高五个收入组农户的边际消费倾向依次减小。这说明收入越高的农户，用于基本消费的支出是稳定的，因而它的消费倾向较低，并且边际消费倾向随着收入的增长也不断减小，而储蓄的倾向则不断增大。

计量经济学论文范文eviews人均可支配

计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。　　计量经济学　　期末实验报告　　实验名称：大中城市城镇居民人均消费支出与其影响因素的分析　　姓 名：　　学 号：　　班 级： （）级统计学系（）班　　指导教师：　　时 间：　　（上面是论文封皮）　　23个城市城镇居民人均消费支出与其影响因素的分析（题目）　　一、 经济理论背景　　近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。　　二、 有关人均消费支出及其影响因素的理论　　我们主要从以下几个方面分析我国居民消费支出的影响因素：　　①、居民未来支出预期上升，影响了居民即期消费的增长　　居民的被动储蓄直接导致购买力的巨大分流， 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。　　②、商品供求结构性矛盾依然突出　　从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。　　③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长　　加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。　　④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长　　经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。　　三、 相关数据收集　　相关数据均来源于2006年《中国统计年鉴》：　　23个大中城市城镇居民家庭基本情况（表格）　　地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）　　北京 6 8 1 2 9　　天津 4 0 6 8 8　　石家庄 4 0 3 0 9　　太原 3 2 9 9 5　　呼和浩特 5 9 2 8 7　　沈阳 3 1 5 7 1　　大连 6 8 8 1 5　　长春 8 7 1 1 2　　哈尔滨 4 0 8 5 4　　上海 6 9 0 1 3　　南京 4 0 4 0 6　　杭州 5 9 0 9 2　　宁波 5 8 4 2 4　　合肥 6 8 5 1 9　　福州 7 9 5 4 8　　厦门 5 9 7 3 7　　南昌 4 8 0 1 4　　济南 7 7 3 8 4　　青岛 6 8 6 5 7　　郑州 4 1 2 2 3　　武汉 5 0 5 2 1　　长沙 4 1 9 9 8　　广州 7 8 6 1 1　　四、 模型的建立　　根据数据，我们建立多元线性回归方程的一般模型为：　　其中：　　——人均消费支出　　——常数项　　——回归方程的参数　　——平均每户就业人口数　　——平均每一就业者负担人口数　　——平均每人实际月收入　　——人均可支配收入　　——随即误差项　　五、实验过程　　（一）回归模型参数估计　　根据数据建立多元线性回归方程：　　首先利用Eviews软件对模型进行OLS估计，得样本回归方程。　　利用Eviews输出结果如下：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:08　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C -180 506 -282633 2159　　X1 3490 2332 427889 1704　　X2 1209 7866 498528 1513　　X3 552510 629371 466766 0239　　X4 -180652 742107 -590947 1290　　R-squared 721234 Mean dependent var 2913　　Adjusted R-squared 659286 SD dependent var 1711　　SE of regression 8502 Akaike info criterion 77564　　Sum squared resid 9 Schwarz criterion 02249　　Log likelihood -9199 F-statistic 64259　　Durbin-Watson stat 047936 Prob(F-statistic) 000076　　根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： ， ， ， ，　　从而初步得到的回归方程为：　　Se= (506) (2332) (7866) (629371) (742107)　　T= (-282633) (427889) (498528) (466766) (-590947)　　F=64259 df=18　　模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。　　（二）处理多重共线性　　我们采用逐步回归法对模型的多重共线性进行检验和处理：　　X1：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:28　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 8238 6688 296574 7697　　X1 0964 4840 531833 1405　　R-squared 100508 Mean dependent var 2913　　Adjusted R-squared 057675 SD dependent var 1711　　SE of regression 6105 Akaike info criterion 68623　　Sum squared resid 2 Schwarz criterion 78497　　Log likelihood -3917 F-statistic 346511　　Durbin-Watson stat 770750 Prob(F-statistic) 140491　　X2：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:29　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 641 2658 632596 0156　　X2 -1146 9597 -218861 2364　　R-squared 066070 Mean dependent var 2913　　Adjusted R-squared 021597 SD dependent var 1711　　SE of regression 7371 Akaike info criterion 72380　　Sum squared resid Schwarz criterion 82254　　Log likelihood -8237 F-statistic 485623　　Durbin-Watson stat 887292 Prob(F-statistic) 236412　　X3：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:29　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 8827 8342 326831 1988　　X3 540400 095343 667960 0000　　R-squared 604712 Mean dependent var 2913　　Adjusted R-squared 585888 SD dependent var 1711　　SE of regression 2575 Akaike info criterion 86402　　Sum squared resid 5 Schwarz criterion 96276　　Log likelihood -9362 F-statistic 12577　　Durbin-Watson stat 064743 Prob(F-statistic) 000013　　X4：　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:30　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 7094 8178 141465 2665　　X4 596476 124231 801338 0001　　R-squared 523300 Mean dependent var 2913　　Adjusted R-squared 500600 SD dependent var 1711　　SE of regression 4178 Akaike info criterion 05129　　Sum squared resid 1 Schwarz criterion 15003　　Log likelihood -0898 F-statistic 05284　　Durbin-Watson stat 037087 Prob(F-statistic) 000096　　由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：　　X1、X3　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:32　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C -8991 9081 -644388 5266　　X1 8101 2070 275533 2167　　X3 517213 095693 404899 0000　　R-squared 634449 Mean dependent var 2913　　Adjusted R-squared 597894 SD dependent var 1711　　SE of regression 1510 Akaike info criterion 87276　　Sum squared resid 2 Schwarz criterion 02087　　Log likelihood -0368 F-statistic 35596　　Durbin-Watson stat 032110 Prob(F-statistic) 000043　　X2、X3　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:33　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 5536 1435 451015 6568　　X2 -00981 0392 -110678 9130　　X3 536856 102783 223221 0000　　R-squared 604954 Mean dependent var 2913　　Adjusted R-squared 565449 SD dependent var 1711　　SE of regression 7747 Akaike info criterion 95036　　Sum squared resid 0 Schwarz criterion 09847　　Log likelihood -9292 F-statistic 31348　　Durbin-Watson stat 063247 Prob(F-statistic) 000093　　X3、X4　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:34　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 7015 5882 326290 0306　　X3 766892 553402 192782 0046　　X4 -473721 656624 -244390 0363　　R-squared 684240 Mean dependent var 2913　　Adjusted R-squared 652664 SD dependent var 1711　　SE of regression 1157 Akaike info criterion 72634　　Sum squared resid 0 Schwarz criterion 87445　　Log likelihood -3529 F-statistic 66965　　Durbin-Watson stat 111635 Prob(F-statistic) 000010　　由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。　　X1、X3、X4　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:37　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 6693 8464 479562 6370　　X1 29944 6512 366505 7180　　X3 652622 646003 558228 0192　　X4 -345001 757634 -775265 0919　　R-squared 686457 Mean dependent var 2913　　Adjusted R-squared 636950 SD dependent var 1711　　SE of regression 0712 Akaike info criterion 80625　　Sum squared resid 3 Schwarz criterion 00373　　Log likelihood -2719 F-statistic 86591　　Durbin-Watson stat 082104 Prob(F-statistic) 000050　　X2、X3、X4　　Dependent Variable: Y　　Method: Least Squares　　Date: 12/11/07 Time: 16:38　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 60939 2088 127981 8995　　X2 1557 9303 575948 5714　　X3 886588 600027 144175 0053　　X4 -596394 701018 -277251 0345　　R-squared 689658 Mean dependent var 2913　　Adjusted R-squared 640657 SD dependent var 1711　　SE of regression 3798 Akaike info criterion 79599　　Sum squared resid 8 Schwarz criterion 99347　　Log likelihood -1539 F-statistic 07429　　Durbin-Watson stat 143110 Prob(F-statistic) 000046　　由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：　　Se= (5882) (553402) (656624)　　T= (326290) (192782) (-244390)　　F=66965 df=20　　（三）异方差性的检验　　对模型 进行怀特检验：　　White Heteroskedasticity Test:　　F-statistic 071659 Probability 399378　　Obs*R-squared 423847 Probability 351673　　Test Equation:　　Dependent Variable: RESID^2　　Method: Least Squares　　Date: 12/11/07 Time: 16:53　　Sample: 1 23　　Included observations: 23　　Variable Coefficient S Error t-Statistic P　　C 50 9 266460 7929　　X3 9623 1924 394723 6977　　X3^2 -071268 187278 -380548 7080　　X4 -6779 3390 -467114 6460　　X4^2 121138 229933 526841 6047　　R-squared 192341 Mean dependent var 87　　Adjusted R-squared 012861 SD dependent var 54　　SE of regression 59 Akaike info criterion 12207　　Sum squared resid 60E+09 Schwarz criterion 36892　　Log likelihood -9038 F-statistic 071659　　Durbin-Watson stat 968939 Prob(F-statistic) 399378　　由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=1435，因为 < (5)= 1435，所以模型中不存在异方差。　　（四）自相关的检验　　由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于05，D-W值为111635，显著性水平 =05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =543

可以的啊，你的数据发给我你自己不要乱做我经常帮别人做这类的数据分析的

很简单的，只要资料充分，都可完 的

居民收入与消费支出论文摘要

通过对消费结构的各项内容的变化情况说明城镇居民消费结构的现状，提出消费结构中不合理的方面，并深入的分析其产生的原因，以及解决这些不合理现象的对策。结构现状可以分成几个方面：食品消费支出比重下降汽车、住房购买逐渐火热通信、教育产品支出增加旅游支出成为休闲消费新亮点产生的原因：可能由于不完善的社会保障制度，或者由于居民存款总量过高限制消费，或是保守的消费观念和消费政策。对策：完善社保制度，增强居民消费信心、发展消费新亮点，拓展消费领域、分层次促进不同地区居民消费。大概按照这种思路吧。。

(强烈推荐是一篇学士学位的论文，应该对你有帮助)1 城镇居民消费结构现状 1 食品支出比重下降，恩格尔系数逐年走底 2 住房，汽车消费成为新的消费重点 1 住房消费 2 汽车消费 3 教育、信息、通信消费不断升温 4 旅游等休闲服务消费成为新的消费亮点2 消费结构升级过程中出现的问题 1 消费领域相对狭窄 消费需求不足 2 国内市场消费梗阻 3 恩格尔系数超越常规，居民生活并未达到富裕。 4 教育支出比重过大 影响居民消费倾向3 消费结构不合理的原因分析 1 不完善的社会保障制度 导致消费结构不合理 2 过高的居民储蓄存款 影响居民消费倾向 3 消费品生产行业投资方向失误和低效率 引起国内市场消费梗阻 4 保守的消费观念和消费政策的制约4 关于进一步的优化消费结构的建议 1 建立和完善社会保障制度 增强居民消费信心。 2 培育城镇新的消费热点 拓展居民的消费领域 3 促使商品消费从自我积累型向信用支持型转变 4 分层次促进居民消费 5 破解影响消费结构优化的政策制约我国城镇居民消费结构的变化趋势摘要： 九十年代以来，我国城镇居民的消费结构发生了很大变化，完成了从解决温饱——达到小康——迈向富裕的转变历程 。 二00三年，中国人均GDP达到1090美元，按照国际经验，人均GDP超过1000美元之后，将触发国内社会消费的结构升级，这标志着中国经济和社会发展进入了一个重要的、崭新的时期。本文将通过对消费结构的各项内容的变化情况说明城镇居民消费结构的现状，提出消费结构中不合理的方面，并深入的分析其产生的原因，以及解决这些不合理现象的对策。关键词：消费; 消费结构; 消费结构升级; 消费需求Variation tendency of the consumption structure of urban residents of our countryAuthor:Luo RuichaoxieTuthor:Tian qianxi（College of Vocational Technology Education，Hunan Agricultural University，Changsha 410128)Summary : Since the 1990s， very great change has taken place in the consumption structure of the urban residents of our country， have finished from resolving adequate food and clothing --Reach the well-to-do level --March toward the rich transition In 2003， China per capita GDP reached 1090 dollars， according to international experience， in per capita GDP exceeds 1000 dollars， the structure that will touch off the domestic social consumption is upgraded， this indicates China's economic and social development enters an important ， brand-new This text pass every change of content in consumption structure prove current situation ， urban residents of consumption structure， put forward the unreasonable respect in the consumption structure ， and deep its reason produced of analysis， and solve the countermeasures of these unreasonable Keyword:Consumption;Consumption structure；The consumption structure upgrading ；Consumption demand1 城镇居民消费结构现状消费结构是指人们在生活消费过程中所耗费的各种消费对象的比例关系及协调程度。消费结构及其变化是衡量居民生活水平的重要标志，它反映居民的消费特征及消费趋势，反映居民生活水平提高程度及社会经济发展状况。目前，随着城镇居民收入的不断提高，生活质量不断提升，消费需求趋于活跃，居民消费不断升级换代，跨上新台阶。呈现出新的变化和特点。 1 食品支出比重下降，恩格尔系数逐年走底众所周知，吃是人类生存的第一需要，在收入水平较低时，其在消费支出中必然占有重要地位。随着收入的增加，在食物需求基本满足的情况下，消费的重心才会开始向穿、用等其他方面转移。恩格尔系数所反映的就是食品支出占家庭或个人消费总支出的比例，所以恩格尔系数在国际上常常用来衡量一个国家和地区人民生活水平的状况，同时也成为反映一国居民家庭消费结构变化的重要标志。近年来，我国城镇居民的恩格尔系数逐年下降， 1980年城市居民消费的恩格尔系数为9%，1995年为9%，1999年下降到41．9％，2000年，我国城镇居民恩格尔系数达到2%，首次低于40%；2001年我国城镇居民的恩格尔系数为9%，意味着总体水平达到了小康，2002年为7%2003年，我国城镇居民恩格尔系数更进一步降为12%，这说明食品支出在城镇居民的消费总支出的比重正呈下降的趋势。世界主要国家和地区的经济发展历程和居民消费结构演变的历史经验表明，恩格尔系数水平低于40%时是启动以居民住房消费和交通通讯消费为标志的居民消费结构升级的临界点。因此，以恩格尔系数作为重要的参考标准的话，我国新一轮的消费结构升级已经来到。 2 住房，汽车消费成为新的消费重点 1 住房消费从住房需求来看，越来越多的城市居民有能力购买商品房和经济适用房。2003年商品房销售面积已经达到了32247万平方米，比1991年增长了近10倍，增长是非常快的。从未来的发展看，城市化和人均居住条件的改善，以及房屋的自然折旧还将带来对住房的巨大市场需求。中国确实已经进入到住房的需求大幅度增长的时期。特别是随着城市化的快速推进，对住房的需求会进一步加大。1998-2003年，我国城市率提高了9个百分点，到2003年已达到5%。在"十一五"期间，专家预计城市化率仍将以每年一个百分点的速度推进。毫无疑问，城市化率的发展直接带动的是房地产业的发展，有大量的人口要进入到城市，城市居民的居住条件也要改善，还有大量的房屋自然折旧。从这些情况考虑，未来住房的需求潜力是非常大的。房地产业也仍将保持较快的发展势头。以长沙为例，根据一项问卷调查结果表明，长沙住房消费走势呈以下的主要特征： 近半数的被调查者具有购房意向;96%的被调查者看好经济适用房;理想面积为80—120平方米;价格仍是制约居民消费的主要因素。 这说明随着人们对物质生活，居住环境要求的提高，使住房消费在今后的一段时间内，仍然会是消费的重点和增长点。并且住房消费必将带动相关行业的发展，家装成了生活时尚。 2 汽车消费从各个国家的发展经验来看，当一个国家人均GDP达到3000-10000美元的时候将进入汽车消费快速发展的时期，我国的一些大城市，人均GDP已经接近或超过3000美元，因此，汽车消费出现较快增长的时期。 中国已经发展成为一个极具潜力的汽车消费市场。估计我国有购车能力的家庭2005年将达到4200万户。到2010年，中国有可能成为全球仅次于美国和日本的第三大汽车市场。从汽车的实际购买来看，随着居民收入水平的不断提高和中国政府鼓励轿车进入居民家庭政策的出台，特别是2001年5月放松对生产企业的价格管制，加之制约需求的各种不合理费用逐步取消和汽车贷款正在被越来越多人所接受，汽车正在快速进入普通家庭，开始取代家电成为新一代领航消费品。 3 教育、信息、通信消费不断升温随着科学技术的进步和社会生产力的发展，知识更新的速度越来越快，经济的发展要求人们不断提高自身的文化素质，人们对知识需求日益增强，居民越来越重视教育的投入，不断提高个人文化素质，除了对子女的教育消费支出不断增长以外，成人的教育费用也不断提高。教育消费已成为人们消费中经常性的较长期的重点，这是发展的必然趋势。未来居民储蓄将更多地用于教育消费。这不但可以满足人民群众日益增长的教育消费需求，而且促进与教育相关的行业发展，还进一步带动图书出版业，计算机教学软件业、信息服务业等相关行业的发展，使教育产业成为扩大内需、拉动经济增长的重要途径。 近日，中国社科院在京发布《2005年社会蓝皮书》，提醒人们注意教育消费不断攀高现象。近年来，我国城乡居民教育费用持续攀升，大大强化了居民的储蓄意愿，子女教育费用在居民总消费中排在首位，超过养老和住房消费。从"九五"后期开始，通信、信息消费成为我国居民新的消费热点，产销均呈现快速增长势头。根据预测，国内的电子信息产品的市场总规模到2005年将达到20000亿元的水平。目前，中国是全球最大的手机市场。截止到2004年的2月底，中国的手机用户已达到了8亿户。今后五年，中国信息产业还将继续保持20%以上的增长速度，而且还将进一步成为消费的热点。专家认为，通信消费水平的高低很大程度上反映出一个国家的信息化水平。增加通信消费，无论是对扩大社会需求、促进经济增长，还是对改善人民生活质量，都具有重要意义。 4 旅游等休闲服务消费成为新的消费亮点"十一五"期间乃至更长的时间内，中国都将是一个旅游的消费大国。按照国际经验，人均GDP达到800-1000美元的时候，旅游消费就进入到快速增长时期。我国显然已经进入到了这样的时期，当然，它也要求有制度性的安排来与其配合。我国从20世纪90年代中期实行假日消费后，旅游消费大幅度增长，开始是"周休两日制"促进了旅游消费，现在又有了"七天黄金周"，大大地带动了国内旅游消费的增长。据统计，2004年国内旅游人数达到了3亿人，将近10亿人，国内旅游收入达到了4万亿元的水平。旅游业将是今后拉动经济增长的一个非常重要的力量。由于城市化进程的加快，空气和水污染日益严重，垃圾、噪声使城市居民的生存环境日趋恶化，因此，人们对清洁空气的享受，对良好生态环境的追求已越来越迫切。近年来兴起的生态旅游业能够满足人们日益增长的生态需要，所以，生态旅游已成为旅游业中增长最快的部分。随着以人为本的生活观念日益突出。居民能够享受到的社会公共服务和公共设施越来越多，这一范畴的消费也随之增加。快节奏的都市工作与生活，使人们更重视消费的时间成本和精力成本，消费省时间甚至出钱买时间的情况在都市消费中屡见不鲜。相对于消费的效益性需求而言，消费的效率性需求将上升，即消费者在关注消费的效用和质量的同时，更关注消费的便捷性和快速性。其典型表现是服务性消费的快速发展。例如：快餐业尤其是送餐业的快速发展，家庭劳务社会化成为一种广泛的需求。随着经济的发展，社会分工越来越细，家政服务、家庭医生、家庭病房等开始走进千家万户。2 消费结构升级过程中出现的问题 1 消费领域相对狭窄 消费需求不足随着消费结构的升级过程的开始，使城镇居民消费一下子集中到了住房，汽车，教育消费上，造成消费领域相对狭窄的现状，尤其是与消费市场完善的国家相比，我国的消费市场不够发达，存在许多有待开发和发展的消费领域，需要寻求新的消费热点和消费增长点。2001年我国人均GDP达到32美元，城镇居民消费的恩格尔系数为9%，而全世界平均的相同收入水平时期的恩格尔系数只有30%。包括旅游消费等在内的其它消费占消费支出的比率，世界中等收入国家在20世纪90年代初就达到了26%的水平，而我国城镇居民2001年仅为35%，只相当于这些国家的1/5。在保险消费、知识消费、体验消费等诸多领域更有待于拓展。近年来我国城镇居民的边际消费倾向与平均消费倾向呈逐年走低之势，城镇居民平均消费倾向从1990年的84降低到2003年的77，年均降低速率达005，这些都说明在消费水平不断提高，消费结构的不断优化过程中，目前我国的消费市场仍存在消费需求不足的问题，这与消费领域狭窄也有着一定的联系。 2 国内市场消费梗阻在我国居民消费升级的过程中事实上存在国内市场消费梗阻，国内消费品生产行业没有很好地把握一轮轮消费升级的契机，使国内产业遭受周期性的冲击。国内相关行业由于没有及时地针对消费升级做出适应性的调整以致国内的部分消费需求要有国外满足，即使调整了也由于技术水平的落后使产品的竞争力远不如人，许多市场利润空间拱手让人。举个很简单的例子，现今的电脑、手机、汽车，居民所认同的大多都是国外品牌而国内的同类产品却少有能与其抗衡的。 3 恩格尔系数超越常规，居民生活并未达到富裕。如果按联合国粮农组织对恩格尔系数的划分标准，早在2000年，我国城镇居民恩格尔系数达到2%，首次低于40%时，我国就已经迈进“富裕”的门槛了。但实际上，到目前为止我国还处在从“总体小康”到“全面小康’的过程当中，而“小康”和“富裕”两个概念也是有着一定的距离的，也是说目前我国恩格系数对于我国实际的现状来说时超越了常规的。 4 教育支出比重过大 影响居民消费倾向近年来，中国城乡居民教育费用的持续攀升大大强化了居民储蓄意愿，影响了城乡居民家庭消费倾向。教育从幼儿园起就开始交各种赞助费、择校费、择班费，大学生的学费、生活费超出了居民家庭可承受的正常水平，从而导致居民家庭削减当前消费开支，增强储蓄力度。目前中国的发展进入人均GDP1000至3000美元的转型关键时期。而世界多数国家同时期时，文教娱乐用品及服务的消费比重反而是有所下降的，特别是教育的费用有所下降。 5 服务消费数量不足 结构不合理。虽然近年来，我国居民在服务消费的支出上有所增长，服务消费占居民生活消费的比重也在上升。但是，在我国的现实消费活动中，仍然还有不少人重物质消费、轻服务消费，和发达国家相比服务性消费在消费总额中所占的比重还较低。在服务消费领域也存在消费结构不合理，消费观念有待改善等问题。如人们在已有的服务消费中，重餐饮、洗浴等生活性服务消费，轻精神文化消费；在已有的精神文化消费中，又存在重娱乐性消费、轻发展性消费，热衷于趣味消费、忽视高雅消费和健康消费的问题。3 消费结构不合理的原因分析这是转载的别人的回答哦