本科生毕业设计（论文）外文资料译文
（ 2020届）
|
论文题目 |
浙江省居民消费结构及趋势分析 |
外文资料译文规范说明
|
一、译文文本要求 1．外文译文不少于3000汉字； 2．外文译文本文格式参照论文正文规范（标题、字体、字号、图表、原文信息等）； 3．外文原文资料信息列文末，对应于论文正文的参考文献部分，标题用“外文原文资料信息”，内容包括： 1）外文原文作者； 2）书名或论文题目； 3）外文原文来源： □出版社或刊物名称、出版时间或刊号、译文部分所在页码 □网页地址 二、外文原文资料（电子文本或数字化后的图片）： 1．外文原文不少于10000印刷字符（图表等除外）； 2．外文原文若是纸质的请数字化（图片）后粘贴于译文后的原文资料处，但装订时请用纸质原文复印件附于译文后。 |
|
指导教师意见： 指导教师签名： 年 月 日 |
一、外文资料译文：
2007年中国农村居民家庭净收入与消费支出的多元回归分析
摘要
运用多变量统计分析的回归分析方法，建立了2007年中国农村居民家庭净收入和消费支出的多线性回归模型。本文根据回归结果分析了我国农村居民家庭纯收入与消费支出的内在关系。提出了提高农村家庭收入、刺激消费的合理建议。
关键词:农村家庭，收入，支出，回归分析，中国
改革开放以来，党中央高度重视实现农村经济社会可持续发展的重要性。农村经济体制改革的迅速发展，给我国农民带来了实实在在的利益。居民收入水平和消费水平均大幅度提高。根据国家统计局公布的统计数据，2007年中国农村居民人均收入为4140元，比2006年增加533元。增长率为 15.4% .无论价格因素如何，实际增长率是9.5% 。2007年居民收入绝对增长是历史上最高的。由于区域经济发展不平衡、自然条件、消费观念等因素，农村家庭不同消费支出对净收入的影响存在较大差异。如何客观、合理、准确地分析消费指数对净利润的影响，具有重要的理论和实践意义。本文运用多元统计分析理论，对农村家庭纯收入和消费支出进行多元回归分析。
1 数据来源、变量和原始数据
本文的数据来源于《西藏统计年鉴2008》[1]中各省份2007年的生活消费价格指数。生活消费分为八个领域:食品(x1)烟和酒精(x2)、布(x3),家庭设施的文章和服务(x4),医疗保健和个人物品(x5),运输和通讯(x6),娱乐和教育文化(x7)和住所(times;8),它是作为独立的变量。净收入(y)是因变量。原始数据见表1[1]:
表一 原始数据
数据来源于2008年西藏数据年鉴
2 测量统计结果
2.1 线性回归分析
线性回归分析是研究因变量与独立变量比例变化的方法。其一般数学模型为y = beta;0 beta;1x1 beta;2x2 ... beta;pxp ε，而beta;i(i=1，2，...，p) 是要估计的参数，xi 是观测值，ε是服从标准正态分布 N （0，1） 的随机变量。八项消费支出作为独立变量，净收入为因变量。通过DPS统计分析，建立了多线性回归模型。
y=200066.3511-273.3943x1 76.5605x2 61.8698x3 43.2543x4 -626.3482x6 -481.284 6x7 -462.4837x8 ( 1)
表二用于诊断受多重共线性影响的自变量的VIF指数(膨胀系数)较小，说明自变量之间的多重共线性效益不显著，在表三中也反映了。
表二 变量的数据
表三 多元共线诊断的独立变量
表四 回归系数及其检验
在表四中显示，不考虑尺度影响的标准系数反映了自变量对因变量的影响程度。在八种类型的消费支出中，x2、x3和x4对净收益的影响较小，而其他五种自变量对净收益的影响较大。x6的影响最大，其次是x7和x8。x1和x5排在第三位。残差诊断指数Durbin-Watson的统计量为2.278 5，接近于2，说明残差是独立的。在因变量与所有自变量整体线性关系的显著性检验中，只有x6显著性水平isp=0.0129lt;0.0500，说明x6对y有显著影响，而其他自变量对y无显著影响。在自变量回归系数的t检验中，x、x、x的t值均小于临界值0。其他的都大于这个临界值。因此，在进一步优化回归模型时，x2、x3、x4可以消除。
图1残差分布的拟合
从图1可以看出在(-2， 2)范围外有三个点。计算出的cook距离中只有一个点(1.131 3)大于1，说明存在多个异常点。建立的模型还需要适当的修正。但是，离散点的分布没有明显的趋势，说明所选择的模型是比较好的。
方差分析和螺旋优度检验结果表明，F=6.1607gt;F0.01(8,22) =1.9700，显著水平的线性回归方程方差p = 0。000 3 lt; 0.010 0。因此，自变量整体对因变量影响显著，相关系数R = 0.831 5。变量之间存在很大的线性关系。而模型的有效性(决定系数)R2 = 0.6914的指标表明，8个自变量共同决定了y变量的69.14%，说明目前的模型是比较有效的。
表5 y的估计与预测
2.2逐步回归分析
逐步回归分析的原理是从众多影响自变量的因素中选取最重要的有限多因素作为自变量。建立了优化的回归方程。根据自变量偏回归的最大平方误差和，以消除最小[3]为原则，引入自变量的选择。由式(5)可知，自变量对因变量的影响存在较大差异。结合残差分布图和自变量回归系数的t检验，通过逐步回归分析建立优化模型。
表6回归系数偏相关系数的显著性检验
表7 模型2中自变量的多重共线性诊断
y=215083.23007-269.71005x1 -249.07206x5 -627.73490 x6 -477.40813x7 -431.77124x8 (2)
表六反映，在进入回归方程的变量中，x1、x5、x6、x7回归系数的偏相关系数显著性水平p均小于0。x8略大于0.05，说明它们对因变量的影响较大。
表七反映，变量之间不存在共线性关系。回归模型结果表明，优化函数中方差分析的F值为10.962 3。p lt; 0.01显著性水平通过F检验。Durbin-Watson统计量为2.296 5，调整后的决定系数r2为0.6241，说明a五个自变量共同决定了y变量的62.41%，同时逐步回归建立的回归方程(2)较为有效。图2直接反映了观测值与拟合值之间的拟合效果，再次显示了式(2)的有效性。回归方程中各因素对因变量的直接和间接影响如表8所示。
图2 回归预测图
表8路径系数
决定系数R2 =0.686 76，剩余路径系数=0.559 68。
3 结论和政策建议
分析模型(1)表明,烟酒(x2)、布(x3)和家庭设施和服务(x4)是积极的,食物(x1)、医疗保健和个人物品(x5),运输和通讯(x6),娱乐和教育文化(x7)和住所(times;8)是负的。净利润y随着fx2、x3、x4的增大而增大，随着x1、x5、x6、x7、x8的增大而减小。2007年房价大幅上涨。国民经济运行中的消费价格上涨较快(4.80%)。分析结果与实际情况相吻合。我们称这5个因子为一阶因子x1,x5,x6,x7和x8，二阶因子为x2,x3和x4。因此，一阶因素的宏观调控是我国农村经济体制改革中提高农户收入的重要环节。式(1)为预测下一年的净收入，研究出合理的经济计划和预算下一年的财政资金提供了一定的科学依据。通过模型(2)分析可知，5个一阶因子对净利润的影响顺序为x6 gt; x7 gt; x8 gt; x1 gt; x5。交通和通信消费主要依赖于汽车、农用车和汽车零部件的移动通信和购买的刺激，成为影响净收入最显著的因素。在改善交通、通讯、居住、娱乐、教育、文化、食品、医疗、个人用品等基础上，进一步制定合理的消费刺激政策，改善消费环境，优化消费结构，提高农户消费水平。
河北省农村居民消费支出倾向分析
摘要
农村居民消费支出可分为食品消费支出、衣着消费支出、家庭设备与服务消费支出、医疗保健消费等八类指标支出、交通和通信消费支出、文化教育娱乐及服务消费支出、住房消费支出和其他商品和服务消费支出。分析了农村生存消费（食品、服装、住房、文化娱乐）和农村消费（交通通讯、家庭设备与服务、医疗保健和其他商品和服务）的结构。河北省农村居民消费支出结构变化探讨，随着消费水平的提高，河北省农村居民消费支出逐年增加生存消费略有下降，主要原因是食品消费下降，同时，消费增长缓慢，主要体现在交通、通讯等商品消费和服务支出.根据2003年至2007年河北省农村居民调查数据，对8项消费支出指标进行了定性分析。分析河北省农村居民消费结构的变化，可以推断河北省农村居民消费结构已由可生存消费向消费转变，消费水平农村居民人数不断增加。
关键词 中国河北省，农村居民，生活消费。支出倾向
消费结构是指消费支出在总支出中所占的比重，包括日常生活生活用水、服务类型及其比重关系。结构包括衣着、住房和其他消费类的比例、生存消费的比例、发展型消费和享受性消费的比例、商品消费和自足率消费。生活水平与消费结构密切相关，近年来，河北省农村居民消费水平和生活质量明显提高，消费结构发生了深刻变化。一些地区，农村居民的生活水平已由过去温饱过好的状况转变为小康水平，现在正逐步向富足水平转变。
为了研究农村居民的消费结构趋势，反映农民的生活水平，利用2003 - 2007年农村居民调查数据，采用主成分分析法对农村居民的生活消费进行分析。分析认为，这有利于优化农村消费结构，提高农民生活水平，促进农村经济的发展。
1 河北省农村居民消费
1. 1 农村居民消费支出变化
根据实际支出,农村居民消费支出可以分为食品消费支出、服装消费支出、家庭设备和服务支出,医疗保健消费支出、交通和通讯消费支出、文教娱乐支出、住房消费支出和其他商品和服务支出。从表1,农村家庭的消费增长率在-2007年2003年如下:其他商品和服务支出(127.1%)gt;交通和通讯消费支出(112.8%)gt;住房消费支出(101.6%)gt;家庭设备和服务支出(96.0%)gt;医疗保健消费支出(85.0%)gt;服装消费支出(61。gt;食品消费支出(60.5%)gt;文化教育娱乐支出(30.5%)。
农村居民消费快速增长。2003年至2007年，农村居民生活消费年均增长14.7%，增长1163.47元，增长72.7%。从表1可以看出，其他商品服务支出和通信消费支出增长较快，说明随着社会的发展，农村居民的消费结构发生了根本性的变化。农村居民的消费结构由过去的衣食住行转变为交通、旅游、交流、文化生活。农民开始在城市购买电脑、汽车甚至公寓。农民总体生活质量明显提高。
表1农村居民生活消费增长情况
注:数据来源于国家统计局河北调查队。
1.2河北省农村居民生活消费结构变化
在农村居民的八种生活消费中，衣食住行、文化教育娱乐被称为生存性消费;而交通和通讯、家用设备和服务、卫生保健以及其他商品和服务被归类为享受性消费。（表二）
表2河北省农村居民生活消费结构变化情况
注:数据来源于国家统计局河北调查队。
1. 2.1 农村居民消费的结构性变化。
- 食品消费支出减少，恩格尔系数减小。根据联合国提出的恩格尔系数(食品消费在生活总消费量的比例),一般的生命阶段的定义是绝对贫困标准(超过59%),几乎没有足够的食物和衣服(50% - 59%),“中等富裕”的生活水平(40% - -50%),“小康”的生活水平(40% - 30%)和“富人”的生活(低于30%)。在过去的五年里，河北省农村居民的食品消费比例有所下降。恩格尔系数由2003年的39.94%逐渐降低到2007年的36.81%。农村居民消费水平逐步向小康水平迈进。
-
服装消费比重相对稳定，住房消费增长较快。2003年至2007年，农村居民服装消费比重在6.95%左右波动。住房支出快速增长。2003年至2007年，农村居民住房消费增长3.06%，表现在建筑材料、生活用电、燃
剩余内容已隐藏，支付完成后下载完整资料
Multiple Regression Analysis of the Net Income and Consumption Expenditure of Chinese Rural House- holds during 2007
Key words ：Rural households; Income; Expenditure; Regression analysis; China
Abstract
We use the regression analysis method of multivariate statistical analysis to establish a multiple linear regression model about the net income and consumption expenditure of Chinese rural households during the year 2007. This paper analyzes the internal relation between the net income and consumption expenditure of Chinese rural households according to the regression result. Some reasonable suggestions are put forward for raising the income of rural households and stimulating consumption.
Since the reform and opening up，the Party Central Com mittee has paid high attention to the importance of realizing the sustainable development of rural economy and society. The rapid development of rural economic system reform brings a real benefit to the farmers in China. Both the income level and consumption level of the residents have increased greatly. According to the statistical data announced by the National Bureau of Statistics，per capita income of rural residents in China in 2007 is 4 140 yuan，increased by 553 yuan compared with that in 2006. The increasing rate is 15. 4% . Regardless of the price factors，the actual increasing rate is 9. 5% . The absolute volume of pesantsrsquo;income increase in the year 2007 is the maximum in history. Due to the unbalance of regional economic development，the nature condition，consumption concept and other factors，there are great differences between the impacts on net income by different consumption expenditures of rural households . How to analyze the impact of consumption index on net income objectively，rationally and accurately has important theoretical and practical significances. This paper uses multivariable statistics and analysis theory to carry out the multivariable regression analysis on the net income and consumption expenditure of rural households.
1 Data source，variable and original data
Data in this paper come from the living and consumer price index of 2007 in each province in the Tibetan Statistical Yearbook 2008[1]. Living consumption is divided into eight fields: food ( x1 ) smoke and alcohol( x2 ) ，cloth ( x3 ) ，household facilities articles and service ( x4 ) ，medical care and individual articles ( x5 ) ，transportation and communication ( x6 ) ，entertainment and education culture ( x7 ) and residence ( x8 ) ，which are taken as independent variables. The net income ( y) is dependent variable. Here we have the original data in Table 1[1]:
Table 1 Original data
Date come from the Tibetan Statistical Yearbook 2008.
2 Result of measurement statistics
2.1 Analysis of linear regression
Linear regression analysis is a method for the researches on changing proportion between dependent variable and independent variable. Its general mathematical model is y = beta;0 beta;1x1 beta;2x2 ... beta;pxp ε，wherebeta;i(i=1，2，...，p) is the parameter to be estimated，xi is the observed value，ε is the random variable obeying standard normal distribution N( 0，1) . The eight consumption expenditures are taken as independent variables，and the net income is dependent variable. We establish the multiple linear regression model by DPS statistical analysis s o f t w a r e[2] .
y=200066.3511-273.3943x1 76.5605x2 61.8698x3 43.2543x4 -626.3482x6 -481.284 6x7 -462.483 7x8 ( 1)
Table 2 Variable Statistics of the variables
Table 3 Multiple collinear diagnosis of independent variables
Table 2 shows that the VIF index ( expansion coefficient) used for diagnosing the independent variable affected by multicollinearity is small，indicating that the multicollinearity benefit among independent variables is not significant，which is also reflected in Table 3.
Table 4 Regression coefficient and its examination
As is shown in Table 4，the standard coefficient without the impact of dimension reflects the impact degree of independent variable on dependent variable. Among the eight types of consumption expenditures，x2 ，x3 and x4 have little effect on net income，but the other five independent variables have great impact on it. The influence of x6 is the maximum，following with x7 and x8 . x1 and x5 take the third place. Statistics of the residual diagnosis index Durbin-Watson is =2.278 5，which is close to 2，indicating that the residual is independent. In the significance test on the linear relationship between the dependent variable and the all independent variables as a whole，only the significantlevelofx6 isp=0.0129lt;0.0500，indicatingthatx6 has significant effect on y，while other independent variables have no significant effect. In the t test on the regression coefficient of independent variables，t values of x ，x and x are less 234 than critical value 0. 691 0，others are all more than this critical value. Hence，when further optimizing the regression model， x2 ，x3 and x4 can be eliminated[3].
Fig.1 Fitting distribution of residuals
From Fig. 1，we can see that there are three points outside the range of ( -2， 2) . Only one point( 1.131 3) is more than 1 in the calculated Cook distance，indicating that there are several abnormal points. And the established model still need proper correction. However，the distribution of scattered points has no obvious tendency，showing that the selected model is relatively good.
Results of variance analysis and helion goodness test show F=6.1607gt;F0.01(8，22) =1.9700，thesignificantlevelof linear regression equation variance p = 0. 000 3 lt; 0. 010 0. Hence，independent variables as a whole has significant effect on dependent variable with correlation coefficient R = 0. 831 5. There is great linear relationship between variables. While the ind
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[273477]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
