篇一：2014全国各省区市城镇居民人均可支配收入
2014全国各省区市城镇居民人均可支配收入、农民人均纯收入排行(2013年全年数)
(2014-03-31)
各省区市城镇居民人均可支配收入、农民人均纯收入排行(2013年全年）
指标名称：城镇居民人均可支配收入、农民人均纯收入
指标含义：可支配收入=家庭总收入-个人所得税-交纳社保支出-记账补贴
农民人均纯收入=总收入-家庭经营费用支出-税费支出-生产性固定资产折旧-赠送农村内部亲友
调查方式：抽样调查
调查时点：2013年1-12月
发布时间：2014年1月-3月
计量单位：元
数据来源：国家统计局网站、各省市统计公报
说明：增长速度为名义增速，未扣除价格因素
各省市最终收入数据以统计年鉴数据为准
2013年大陆主要城市城镇居民人均可支配收入排名（持续更新中）
备注：目前各城市的城镇居民人均可支配收入 数据出炉的较少。表格中黄色突出的为2013年新数据，其他数据仍为2012年的老数据。不过仍保留了原排名，大家可以期待今年的排名是否会有变化！
【几大看点】：
1.苏州和南京能否保住目前的排名，南京能否真正挤进前10。
2.武汉和成都两个城市继GDP总量大战火爆进行后，人均可支配收入之争也是一触即发。 目前从预计值看，2013年武汉有望反超成都。
3. 浙江往年号称11个地级市全部进入人均可支配收入排名Top50，去年衢州第50存在一定争议，今年身后追兵来势汹汹，丽水和衢州或将双双落榜。
4.前20的城市名称已经多年没有发生变化，今年不仅名次或有大浮动，入榜城市也可能有大变动。
篇二：全国城镇居民人均可支配收入 影响因素分析 计量经济学论文
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：林旭东
四川理工学院理学院
二O一 四 年十二月
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。
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
目 录
一、文献综述.............................................................................................................................5
二、问题的提出.........................................................................................................................5
三、收集数据.............................................................................................................................6
3.1数据综述..............................................................................................................................6
3.2数据的收集..........................................................................................................................6
四、建立模型.............................................................................................................................8
4.1模型设定..............................................................................................................................8
4.2模型估计..............................................................................................................................8
五、多重共线性的检验.............................................................................................................9
六、模型的修正.......................................................................................................................10
6.1多重共线性的修正............................................................................................................10
6.2自相关性的检验................................................................................................................ 11
6.3异方差检验........................................................................................................................12
6.4模型的解释........................................................................................................................12
七、参考文献...........................................................................................................................13
附录：.......................................................................................................................................14
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。
篇三：基于回归分析的中国城镇居民人均可支配收入的预测研究
基于回归分析的中国城镇居民家庭人均可支配收入
预测研究
China's per capita disposable income of urban households prediction and research based on the
regression analysis
摘要：通过运用spss 数据统计分析软件，对我国21世纪以来的城镇居民家庭人均可支配收入水平进行预测分析，以了解城镇居民收入水平，进而了解其购买力，消费水平，从而更好的促进人民可支配收入的增长，增强我国综合国力,促进人民生活水平的提高。
关键词：城镇居民家庭人均可支配收入；回归分析；预测；spss Abstract: By using SPSS statistical analysis software, we forecast and analysis on per capita disposable income of urban households of our country since the 21st century, for understanding urban residents income level, and their purchasing power, consumption level, so as to better promote the growth of people's disposable income, enhance China's comprehensive national strength, promote the improvement of our living standards.
Key words: per capita disposable income of urban households; regression analysis; prediction;
SPSS
一、研究背景
城镇居民家庭人均可支配收入是指反映居民家庭全部现金收入能用于安排家庭日常生活的那部分收入。它是家庭总收入扣除缴纳的所得税、个人交纳的社会保障费以及调查户的记账补贴后的收入。
“在众多统计指标中，居民人均可支配收入贴近民情，反映民生，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，推动各级地方党委政府将其作为民生改善测评的重要指标。[1]”城镇居民可支配收入是居民人均可支配收入的重要组成部分，通过预测城镇居民的可支配收入水平，为更好的提高促进城市的发展做贡献。
二、研究方法与基本概念
城镇居民可支配收入是与国家的总体发展水平息息相关，国家的总体发展水平相对来说是稳定发展的，所以城镇居民可支配收入相对来说虽然会受到各种各样的因素的影响，但总体应该不会有太大的波动，所以，我们选择运用spss数据统计分析工具我们来了解数据间的关联，进而进行回归分析。
“回归分析是一种统计学上分析数据的方法，目的在于了解两个或多个变
表1 2000年以来我国城镇居民人均可支配收入
者感兴趣的变量。它的原理是通过找出一条最能够代表所有观测资料的函数（回
归估计式），用此函数代表因变量和自变量之间的关系。[2]”
三、数据收集与分析
1、数据收集
本文选择的因变量是城镇居民人均年度可支配收入，自变量是年份。通过收集国家统计局网站上公布的关于城镇居民可支配收入的数据，归纳整理如下表1： 表1 2001-2013年城镇居民人均可支配收入
2、数据分析
首先，通过散点图来了解两变量间数量关联趋势，对数据的变化规律进行观察。通过图形构建得到图1，如下：
图1 城镇居民人均可支配收入散点图
图1显示：随着年代的推移，城镇居民人均可支配收入明显呈线性趋势，同时散点图反映出城镇居民人均可支配收入似乎在遵循同一个曲线变动，这正说明了随着我国综合国力的增强，改革开放的不断深入以及加入世界世贸组织等社会的发展与进步。从统计建模的角度讲，这些数据应该很合适。
一方面，观察2001-2013年的城镇居民人均可支配收入变化，可以看到呈现出缓慢加速上升的曲线趋势，所有可以反映该趋势的曲线模型均考虑在列，因此可以考虑拟合3种曲线模型：
二次方曲线：Y=b0+b1X+b2X2。
三次方曲线：Y=b0+b1X+b2X2+b3X3。
指数曲线：Y=b0eb1X。
其中拟合优度较高的模型将用于随后的预测。
另一方面，由于相应模型中存在自变量的高次项或指数项，直接使用年代作
为自变量纳入模型将产生数值很大的平方、立方项，这虽然不影响模型精度，但会严重影响方程的可读性。因此我们将为年代产生一个新的序列变量，并将它作为自变量纳入模型。
3、回归模型适用性分析
（1）线性趋势
由图1的散点图我们可以观察到：该数据的自变量与因变量是线性的，所以可以采用线性回归来分析。
（2）独立性
由观察下图2的D-W统计量为0.308，所以因变量的取值是相互独立的，之间没有联系。
图2 独立性检验
（3）正态性：由下图3可以看到基本还是符合正态分布的。
图3 正态性分布检验
（4）方差齐性：进行方差齐性检验符合
4、线性估计图
下面的结果是对模型的简单汇总，通过下表2可以知道相关系数的取值（R），相关系数的平方即决定系数是R的平方，调整后的决定系数和回归系数的标准误。可见决定系数为0.965，其反映的是自变量所能解释的方差在总方差中所占的百分比，取值越大说明模型的效果越好，可见96.5%的拟合效果应当是不错的。
下表2中第二个是对模型进行方差分析的结果，可以看到方差分析的结果F的值为305.116，P的值下于0.05，所以该模型是有统计意义的，从另一个角度说，用于预测因变量是有价值的。
下表2中第三个表格，其中给出了回归方程中常数项、回归系数的估计值和检验结果，通过此值可以得到一个线性回归方程。
城镇人均可支配收入=3196.054+1674.068*time
表2 线性估计表
5、二次方估计图
由下表3可见决定系数为0.999，其反映的是自变量所能解释的方差在总方差中所占的百分比，取值越大说明模型的效果越好，可见99.9%的拟合效果应当是相当不错的。
下表3中第二个是对模型进行方差分析的结果，可以看到方差分析的结果F的值为4957.367，P的值下于0.05，所以该模型是有统计意义的，从另一个角度
说，用于预测因变量是有价值的。
下表3中第三个表格，其中给出了回归方程中常数项、回归系数的估计值和检验结果，通过此值可以得到一个回归方程：
城镇人均可支配收入=6501.484+351.896*time+94.441*time2
表3 二次方估计表
6、三次方估计图
由下表4可见决定系数为0.999，其反映的是自变量所能解释的方差在总方差中所占的百分比，取值越大说明模型的效果越好，可见99.9%的拟合效果应当是相当不错的。
下表4中第二个是对模型进行方差分析的结果，可以看到方差分析的结果F的值为2978.741，P的值下于0.05，所以用于预测因变量也是有价值的。
下表4中第三个表格，其中给出了回归方程中常数项、回归系数的估计值和检验结果，通过此值可以得到一个回归方程：
城镇人均可支配收入=6468.966+375.510*time+90.376*time2+0.194*time3
表4 三次方估计表
建材加盟网友情提示：多打电话、多咨询、实地考察，可降低投资风险！
Copyright © www.yuan0.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有