基于多元線性回歸模型的影響居民消費(fèi)水平相關(guān)因素分析

1、芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈

2、芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿

3、莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇

4、蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇

5、肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈

6、肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆

7、肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆

8、膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇

9、膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊

10、膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆

11、芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆

12、節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖

13、荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅

14、莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅

15、莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃

16、聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄

17、肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄

18、肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂

19、膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅

20、腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁

21、芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂

22、芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂

23、芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀

24、莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁

25、莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆莀蕿螀莈蚆袈蝿肈葿螄螈膀蚄蝕螇芃蕆薆袇蒞芀裊袆肅蒅螁裊膇羋螇襖荿蒃蚃袃聿莆蕿袂膁薂袇袂芄莄螃袁莆薀蠆羀肆莃薅罿膈薈蒁羈芀莁袀羇肀薇螆羆膂葿螞羆芄蚅薈羅莇蒈袆羄肆芀螂肅腿蒆蚈肂芁艿薄肁羈蒄蒀肀膃芇衿肀芅薃螅聿莈蒞蟻肈肇薁薇肇膀莄裊膆節(jié)蕿螁膅莄莂蚇膄肄薇薃螁芆 計量分析軟件課程論文 論文題目：基于多元線性回歸模型的影響居民消費(fèi) 水平相關(guān)因素分析 姓 名： 學(xué) 號： 學(xué) 院： 專 業(yè)： 聯(lián)系電話： 年 月 日 基于多元線性回歸模型的影響居民

26、消費(fèi) 水平相關(guān)因素分析一、研究背景中國gdp總量超越日本，成為僅次于美國的第二大經(jīng)濟(jì)體，但我國人均gdp依然很低，全球排名87位，這很大程度上制約了居民消費(fèi)水平的提高。到2020年實(shí)現(xiàn)全面建成小康社會的目標(biāo)，十八大明確提出提高居民人均收入和人均消費(fèi)水平，共享改革開放成果。我國居民消費(fèi)水平在改革開放后有了很大提高，但消費(fèi)水平依然很低，消費(fèi)量占gdp比重依然很小。為此，本文旨在根據(jù)全國經(jīng)濟(jì)宏觀政策、國內(nèi)生產(chǎn)總值、職工平均工資指數(shù)、城鎮(zhèn)居民消費(fèi)價格指數(shù)、普通中學(xué)及高等學(xué)校在校生數(shù)、衛(wèi)生機(jī)構(gòu)數(shù)和基本設(shè)施鐵路公路貨運(yùn)量等因素的變化情況，來分析如何提高居民消費(fèi)水平，以判斷是否能使居民消費(fèi)水平有很大的提高。

27、本文通過對1978-2010年影響居民消費(fèi)水平因素數(shù)據(jù)的分析，找到影響居民消費(fèi)水平的主要原因，通過計量經(jīng)濟(jì)分析方法來建立合理的模型，探討影響居民消費(fèi)增長的長期趨勢規(guī)律，并給政府提出合理的建議，以提高居民消費(fèi)水平。二、影響居民消費(fèi)水平的因素宏觀經(jīng)濟(jì)模型,經(jīng)濟(jì)發(fā)展應(yīng)該緊緊抓住消費(fèi)這一駕馬車，而居民消費(fèi)水平的高低受制于多種因素。凱恩斯消費(fèi)理論認(rèn)為居民消費(fèi)主要受收入影響，我國居民消費(fèi)一直很低，消費(fèi)意愿不強(qiáng)，本文通過計量分析找到影響我國居民消費(fèi)水平的主要因素，從根本上改善消費(fèi)不足,促進(jìn)我國經(jīng)濟(jì)的持續(xù)穩(wěn)定健康發(fā)展。 消費(fèi)分為居民消費(fèi)和政府消費(fèi)，居民消費(fèi)包括農(nóng)村居民消費(fèi)和城鎮(zhèn)居民消費(fèi)。本文結(jié)合居民消費(fèi)水平的

28、影響因素，列出了國內(nèi)生產(chǎn)總值、職工平均工資指數(shù)、城鎮(zhèn)居民消費(fèi)價格指數(shù)、普通中學(xué)及高等學(xué)校在校生數(shù)、衛(wèi)生機(jī)構(gòu)數(shù)和基本設(shè)施鐵路公路貨運(yùn)量等相關(guān)因素，進(jìn)行計量分析,得到回歸模型。三、居民消費(fèi)水平模型的總體分析框架 （1）多元線性回歸法ols概述回歸分析是計量經(jīng)濟(jì)分析中使用最多的方法，在現(xiàn)實(shí)問題研究中，因變量往往受制于多個經(jīng)濟(jì)變量的影響，通過統(tǒng)計資料，根據(jù)多個解釋變量的最優(yōu)組合來建立回歸方程預(yù)測被解釋變量的回歸分析稱為多元線性回歸法。其模型基本形式為：其中、是個未知參數(shù)，稱為多元回歸系數(shù)。稱為被解釋變量，、是個可以精確測量和可控的一般解釋變量，是隨機(jī)誤差項(xiàng)。當(dāng)時，上式為多元線性回歸模型。 （2）多元回

29、歸模型的建立 定義被解釋變量和解釋變量，被解釋變量為居民消費(fèi)水平(元)，解釋變量為國內(nèi)生產(chǎn)總值(億元)、職工平均工資指數(shù)()、城鎮(zhèn)居民消費(fèi)價格指數(shù)()、普通中學(xué)及高等學(xué)校在校生數(shù)(萬人)、衛(wèi)生機(jī)構(gòu)數(shù)(個)和基本設(shè)施鐵路公路貨運(yùn)量(萬噸)。 （3）統(tǒng)計數(shù)據(jù)選取 本文所有數(shù)據(jù)均來自中國統(tǒng)計局和中國統(tǒng)計局外網(wǎng)中國統(tǒng)計年鑒。19781843645.217107.396.32126116973219530119792084062.58106.7101.920689.817514238292919802384545.62106.1107.520298.218055349332719812644891.56

30、98.9102.519345.319012647133619822885323.35101.5102.018650.219343849273719833165962.65101.4102.018183.4196017520197 19843617208.05114.7102.718407.6198256657456 19854469016.037105.3111.918480.2200866668771 198649710275.18108.3107.018521.1203139755748 198756512058.62101.0108.818252.8204960852077 198871

31、415042.8299.2120.717789.1205988877263 198978816992.3295.2116.317424.0206724885270 199083318667.82109.2101.317335.9208734874721 199193221781.50104.0105.117376.2209236886800 1992111626923.48106.7108.617546.3204787938568 199313933533.92107.1116.117793.41935861003050 1994183348197.86107.7125.018510.9191

32、7421058130 1995235560793.73103.8116.819334.71900571106369 1996278971176.59103.8108.820162.23225661154884 1997300278973.03101.1103.120876.73150331148685 1998315984402.28107.299.421173.13140971140313 1999334689677.05113.198.721303.83009961157998 2000363299214.55111.4100.821479.33247711217394 200138691

33、09655.20115.2100.721603.63303481249501 20024106120332.70115.599.021896.9306038132128020034411135822.80112.0100.921946.18291323138420520044925159878.30110.5103.321881.70297540149400720055463183217.40112.8101.621668.75298997161107420066138211923.50112.7101.521614.70308969175457120077081249529.90112.61

34、01.421474.64298408195366920088349314045.40111.0101.421474.64297637196673120099098340902.80113.0101.621478.55301122196798320109968401202.00110.0101.821398.893167511987111 在eviews5中建立被解釋變量和解釋變量序列，如下圖：在新建的序列中輸入數(shù)據(jù)，如下圖：四、構(gòu)建計量模型 （1）根據(jù)被解釋變量和解釋變量，建立以下模型： 上式是常數(shù)，、是回歸模型系數(shù)，是隨機(jī)變量。 （2）模型參數(shù)的估計 對于理論模型運(yùn)用最小二乘法ols 進(jìn)行參

35、數(shù)估計，估計結(jié)果如下圖：運(yùn)用最小二乘法ols估計模型的方程如下圖： （3）計量模型統(tǒng)計檢驗(yàn) (3.1)擬合優(yōu)度和調(diào)整擬合優(yōu)度：,本模型的擬合效果很好。 (3.2)檢驗(yàn)和檢驗(yàn)：在給定的顯著性水平，查分布表和分布表得到臨界值，。由圖建立如下方程： 原假設(shè) 由回歸結(jié)果知，故拒絕原假設(shè)，能顯著的解釋居民消費(fèi)水平；同理，、的值分別為、都比顯著性水平，下得到的臨界值要小，故接受原假設(shè)，、不能顯著的解釋居民消費(fèi)水平；、的值都比顯著性水平，下得到的臨界值要大，故拒絕原假設(shè)，、能顯著的解釋居民消費(fèi)水平。其中,說明被解釋變量的變差被模型解釋的比例為，因此樣本回歸直線擬合度很好，但解釋變量和的檢驗(yàn)不能通過，不能顯著

36、解釋居民消費(fèi)水平，可知此模型存在多重共線性。 （4）計量經(jīng)濟(jì)模型的檢驗(yàn)與克服 （4.1）多重共線性通過eviews5查看各變量之間的相關(guān)系數(shù)，如下表：,由上式知與、的相關(guān)系數(shù)都大于，相關(guān)程度比較高，與的相關(guān)程度最高，達(dá)到了。 （4.2）多重共線性的克服 利用eviews5分別將對、回歸， 對進(jìn)行線性回歸得到。同理，分別、進(jìn)行線性回歸，擬合優(yōu)度分別為： 對的擬合優(yōu)度最高，因此把gdp作為居民消費(fèi)水平的第一個解釋變量得到最初的回歸模型,然后向回歸模型中分別引入、，得到最終的回歸結(jié)果?？梢钥闯觯粌H擬合優(yōu)度提高了，且通過了檢驗(yàn)，多重共線性經(jīng)過修正后的回歸方程如下： 從回歸結(jié)果知，解釋變量均通過檢驗(yàn)，

37、說明擬合效果很好。各解釋變量均符合經(jīng)濟(jì)意義，即居民消費(fèi)水平主要受收入、衛(wèi)生、價格等影響，隨著它們的提高而提高。(4.3)異方差的檢驗(yàn)圖示法檢驗(yàn)作殘差與解釋變量、之間的散點(diǎn)圖，圖形如下： （和的散點(diǎn)圖） （和的散點(diǎn)圖） （和的散點(diǎn)圖）從殘差與解釋變量、之間的散點(diǎn)圖可以看出回歸模型滿足同方差的假定。懷特檢驗(yàn)法解釋變量有、和，為了減少數(shù)據(jù)損失,采用沒有交叉項(xiàng)的情形進(jìn)行懷特檢驗(yàn)。由檢驗(yàn)結(jié)果可知，伴隨概率，在的顯著性水平下知，模型不存在異方差。arch檢驗(yàn)法由于樣本數(shù)據(jù)是時間序列，故還可以用arch檢驗(yàn)?zāi)Ｐ褪欠翊嬖诋惙讲睿O(shè)置滯后期數(shù)，由于,，在顯著性水平下,故模型中不存在異方差。 （4.4）序列相關(guān)性

38、檢驗(yàn)殘差圖，作出殘差圖如下：作出殘差與其自身前一期殘差的散點(diǎn)圖如下：依據(jù)德賓-沃森檢驗(yàn)法,，的顯著性水平下，檢驗(yàn)的臨界值的下限與上限分別為，由于，故回歸模型無一階自相關(guān)。lm乘數(shù)法，拉格朗日乘數(shù)檢驗(yàn)法是檢驗(yàn)二階序列相關(guān)性的方法，用eviews5軟件計算結(jié)果如下： 從表中看出伴隨概率，可知模型不存在二階序列相關(guān)性。 由上述檢驗(yàn)，回歸模型已消除多重共線性，不存在異方差，無二階自相關(guān)，最后的回歸模型為： 五、回歸模型估計結(jié)果的解釋和評價 本文基于1978-2010 年居民消費(fèi)水平和影響因素的相關(guān)數(shù)據(jù)，建立多元線性回歸模型，居民消費(fèi)水平和國內(nèi)生產(chǎn)總值、城鎮(zhèn)居民消費(fèi)價格指數(shù)和衛(wèi)生機(jī)構(gòu)數(shù)之間存在高度相關(guān)。

39、根據(jù)理論分析，職工平均工資指數(shù)、普通中學(xué)及高等學(xué)校在校生數(shù)和基本設(shè)施鐵路公路貨運(yùn)量存在相關(guān)性，但由于與居民消費(fèi)水平存在多重共線性，因此沒有進(jìn)入回歸模型。 六、回歸模型估計結(jié)果的經(jīng)濟(jì)含意（1）由回歸方程可知被解釋變量和解釋變量之間存在正向關(guān)系，回歸模型中解釋變量前的符號正好反映正向關(guān)系。（2）沒什么意義； ，表明在其他條件不變時，國內(nèi)生產(chǎn)總值增長個單位，居民消費(fèi)就增加個單位； ，表明在其他條件不變時，城鎮(zhèn)居民消費(fèi)價格指數(shù)增長個單位，居民消費(fèi)就增加個單位； ，表明在其他條件不變時，衛(wèi)生機(jī)構(gòu)數(shù)增長個單位，居民消費(fèi)就增加個單位。（3） 擬合優(yōu)度，表明被解釋變量變差被解釋變量解釋的比例為，擬合程度較好。

40、（4） 值和值都通過檢驗(yàn)，不存在異方差、多重共線性和自相關(guān)。 七、政策建議 居民消費(fèi)作為推動gdp增長的三駕馬車之一，占gdp的比重很低而且不斷下降，在2008年經(jīng)融危機(jī)之后，我國外貿(mào)出口和國內(nèi)投資增長緩慢，我國經(jīng)濟(jì)增長速度明顯下滑，在此背景下，黨中央國務(wù)院明確提出擴(kuò)大國內(nèi)消費(fèi)，提高居民消費(fèi)水平。但是我國居民消費(fèi)意愿很低，大量資金存入銀行，在一定程度上源于他們承擔(dān)的生活風(fēng)險和壓力不斷增加。 因此,政府應(yīng)在大力發(fā)展經(jīng)濟(jì)的同時努力增加居民收入，穩(wěn)定消費(fèi)價格指數(shù)，防止通貨膨脹，在養(yǎng)老、醫(yī)療、教育和房價等方面出臺相關(guān)配套政策,完善社會保障體系來減輕老百姓的生活壓力,將部分儲蓄轉(zhuǎn)換為消費(fèi),最終擴(kuò)大內(nèi)需,

41、拉動經(jīng)濟(jì)增長。資料來源：1計量經(jīng)濟(jì)學(xué)中級教程m.第2版.清華大學(xué)出版社2中國統(tǒng)計年鑒官網(wǎng)3影響居民消費(fèi)水平相關(guān)因素的計量分析4于俊年 著 計量經(jīng)濟(jì)學(xué)軟件-eviews5的使用.對外經(jīng)濟(jì)貿(mào)易大學(xué)出版社 羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅

42、膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃

43、肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀

44、肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈

45、羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅

46、羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀

47、袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇

48、螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅

49、膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞

50、肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕

51、羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇

52、羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄

53、裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂

54、螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿

55、膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆蒀蝿腿肂葿袁羂莁蒈薁膇芇蕆蚃羀膃蒆螅膆肈薅袈羈莇薅薇螁芃薄蝕羇艿薃袂螀膅薂薁肅肁薁蚄袈莀薀螆肅芆蕿袈袆膂蠆薈肂肈蚈蝕襖莆蚇袃肀莂蚆羅羃羋蚅蚅膈膄節(jié)螇羈肀芁衿膆荿芀蕿罿芅荿蟻膅膁莈螄羈肇莇羆螀蒅莇蚅肆莁莆螈衿芇蒞袀肄膃莄薀袇聿莃螞肂莈蒂螄裊芄蒁袇肁膀蒁薆襖膆