全國(guó)城鎮(zhèn)居民消費(fèi)水平的逐步回歸分析.doc

1、我國(guó)城鎮(zhèn)居民消費(fèi)水平影響因素分析摘要隨著經(jīng)濟(jì)水平的不斷發(fā)展，人們的消費(fèi)水平也在不斷提高，從社會(huì)生產(chǎn)的角度看，消費(fèi)是其最終環(huán)節(jié)，消費(fèi)能否順利實(shí)現(xiàn)是決定企業(yè)能否順利完成生產(chǎn)的重要原因，也是決定經(jīng)濟(jì)增長(zhǎng)的主要因素，因此消費(fèi)對(duì)于經(jīng)濟(jì)增長(zhǎng)有著重要的作用。研究影響消費(fèi)的因素對(duì)于我國(guó)的經(jīng)濟(jì)發(fā)展有很重要的經(jīng)濟(jì)意義。本文運(yùn)用SPSS 軟件分析方法對(duì)影響全國(guó)城鎮(zhèn)居民家庭人均消費(fèi)支出的因素進(jìn)行分析研究,首先分析了食品消費(fèi)支出，衣著消費(fèi)支出，居住消費(fèi)支出，家庭設(shè)備及用品消費(fèi)支出，醫(yī)療保健消費(fèi)支出，交通和通信消費(fèi)支出等的線性相關(guān)性，建立回歸模型，再利用逐步回歸的方法進(jìn)行回歸分析，最終得到了能反映財(cái)政收入與各因素之間關(guān)系

2、的“最優(yōu)”回歸方程。最后我們用2006年的數(shù)據(jù)進(jìn)行了驗(yàn)證，得出的結(jié)果在誤差范圍內(nèi)，表明這個(gè)模型可以正確反映影響財(cái)政收入的各因素的情況。關(guān)鍵詞：城鎮(zhèn)居民，消費(fèi)水平，逐步回歸分析，城鎮(zhèn)居民家庭人均消費(fèi)，SPSS1. 引言改革開(kāi)放以來(lái),我國(guó)一直以較高的經(jīng)濟(jì)增長(zhǎng)速度快速發(fā)展。但居民消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)比重與發(fā)達(dá)國(guó)家差距明顯。消費(fèi)、投資和儲(chǔ)蓄并稱為現(xiàn)代經(jīng)濟(jì)發(fā)展的“三駕馬車”，而根據(jù)各國(guó)的國(guó)民收入統(tǒng)計(jì)顯示,其中消費(fèi)占總需求的60%左右。因此,消費(fèi)的決定及其變動(dòng)對(duì)宏觀經(jīng)濟(jì)的影響很大。消費(fèi)是人類生產(chǎn)的目的，而生產(chǎn)是社會(huì)的核心活動(dòng)，在社會(huì)在生產(chǎn)中，生產(chǎn)必須圍繞消費(fèi)需求來(lái)進(jìn)行，消費(fèi)需求同時(shí)對(duì)生產(chǎn)有重要的導(dǎo)向作用。

3、生產(chǎn)的消費(fèi)是相輔相成的，生產(chǎn)者生產(chǎn)的產(chǎn)品的規(guī)模，質(zhì)量，檔次直接決定了消費(fèi)的規(guī)模，質(zhì)量和檔次，消費(fèi)能否順利實(shí)現(xiàn)，決定了生產(chǎn)能否順利完成。消費(fèi)行為是指消費(fèi)者受需求動(dòng)機(jī)的影響而做出購(gòu)買決定、修改購(gòu)買方案、完成購(gòu)買過(guò)程的行為。消費(fèi)者行為過(guò)程既是消費(fèi)者的思維、心理過(guò)程，也是不斷采取行動(dòng)、產(chǎn)生方案、解決問(wèn)題的過(guò)程。影響消費(fèi)者行為的因素是多方面的，由社會(huì)的、歷史的、經(jīng)濟(jì)的等多方面極其復(fù)雜的因素。從擴(kuò)大需求的角度來(lái)看，消費(fèi)是刺激經(jīng)濟(jì)增長(zhǎng)的主要方式。所以研究消費(fèi)的影響因素對(duì)經(jīng)濟(jì)增長(zhǎng)有重要的經(jīng)濟(jì)意義。我國(guó)城鎮(zhèn)居民收入高,消費(fèi)量大,商品化程度高,其消費(fèi)對(duì)農(nóng)村居民有一定的示范作用,在消費(fèi)結(jié)構(gòu)的研究中占有重要的地位,因

4、而研究分析城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)及特征,對(duì)拓寬消費(fèi)品市場(chǎng)渠道,確定經(jīng)濟(jì)發(fā)展戰(zhàn)略,適時(shí)調(diào)整和正確引導(dǎo)居民消費(fèi)方向,促進(jìn)經(jīng)濟(jì)增長(zhǎng)具有重大意義。消費(fèi)市場(chǎng)的疲軟制約了我國(guó)經(jīng)濟(jì)持續(xù)、快速、健康發(fā)展。要刺激消費(fèi)、擴(kuò)大內(nèi)需,必須找出影響消費(fèi)的關(guān)鍵因素,才能對(duì)癥下藥。擴(kuò)大城鎮(zhèn)居民的消費(fèi)成為推動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)的一項(xiàng)重要手段。本文從國(guó)家統(tǒng)計(jì)信息網(wǎng)（）上選取了1992-2011年這20年間的全國(guó)城鎮(zhèn)居民家庭人均消費(fèi)及其主要影響因素的數(shù)據(jù)，包括了食品消費(fèi)支出，衣著消費(fèi)支出，居住消費(fèi)支出，家庭設(shè)備及用品消費(fèi)支出，醫(yī)療保健消費(fèi)支出，交通和通信消費(fèi)支出等，運(yùn)用逐步回歸的統(tǒng)計(jì)方法，對(duì)數(shù)據(jù)

5、進(jìn)行分析處理，最終得出了反映各個(gè)因素對(duì)全國(guó)城鎮(zhèn)居民家庭人均消費(fèi)水平的影響的最“優(yōu)”模型。2. 解決問(wèn)題的方法和計(jì)算結(jié)果2.1 樣本數(shù)據(jù)的選取與整理本文在進(jìn)行統(tǒng)計(jì)時(shí)，查閱了中收錄的1992年至2011年連續(xù)20年的城鎮(zhèn)居民消費(fèi)水平為因變量，考慮一些與全國(guó)城鎮(zhèn)居民消費(fèi)水平關(guān)系密切并且直觀上有線性關(guān)系的因素，初步選取這20年間的食品消費(fèi)支出，衣著消費(fèi)支出，居住消費(fèi)支出，家庭設(shè)備及用品消費(fèi)支出，醫(yī)療保健消費(fèi)支出，交通和通信消費(fèi)支出等因素為自變量，分析它們之間的聯(lián)系。根據(jù)選擇的指標(biāo)，查選數(shù)據(jù)，整理如表2-1所示。表2-1 1992-2011年全國(guó)城鎮(zhèn)居民消費(fèi)

6、水平及其影響因素統(tǒng)計(jì)表時(shí)間城鎮(zhèn)居民消費(fèi)水平（元）城鎮(zhèn)居民家庭人均衣著消費(fèi)支出(元)城鎮(zhèn)居民家庭人均居住消費(fèi)支出(元)城鎮(zhèn)居民家庭人均家庭設(shè)備及用品消費(fèi)支(元)城鎮(zhèn)居民家庭人均醫(yī)療保健消費(fèi)支出(元)城鎮(zhèn)居民家庭人均交通和通信消費(fèi)支出(元)城鎮(zhèn)居民家庭人均文教娛樂(lè)服務(wù)消費(fèi)支出(元)城鎮(zhèn)居民家庭人均其他消費(fèi)支出(元)2012年218611823.41484.31116.11063.72455.52033.5657.12011年199121674.714051023.29692149.71851.7581.32010年171041444.31332.1908871.81983.71627.6499.2

7、2009年151271284.21228.9786.9856.41682.61472.8474.22008年140611165.91145.4691.8786.21417.11358.3418.32007年124801042982.3601.8699.11357.41329.2357.72006年10739901.8904.2498.5620.51147.11203309.52005年9832800.5808.7446.5600.9996.71097.5277.82004年8880686.8733.5407.4528.2843.61032.8240.22003年8104637.7699.441

8、0.3476721.1934.4215.12002年7745590.9624.4388.7430.1626902.3195.82001年7324533.7548438.9343.3457690284.12000年6999500.5565.3374.5318.1427669.6171.81999年6351482.4454395.5245.6310.6567.1228.81998年5909480.9408.4356.8205.2257.2499.41971997年5645520.9358.6316.9179.7232.9448.4185.71996年5382528300.9298.2143.319

9、9.1375170.51995年4769479.2283.8263.4110.1183.2331114.92.2 線性回歸模型的建立與分析為了研究全國(guó)城鎮(zhèn)居民消費(fèi)水平與各種影響因素的關(guān)系，必須要建立他們之間的數(shù)學(xué)模型。數(shù)學(xué)模型可以有多種形式，比如線性模型，二次模型，指數(shù)模型，對(duì)數(shù)模型等等。而實(shí)際生活中，影響城鎮(zhèn)居民消費(fèi)水平的因素很多，并且這些因素的影響不能簡(jiǎn)單的用某一種模型來(lái)描述，所以要建立數(shù)學(xué)模型往往是很難的。為了便于研究，我們先假定一些前提條件，然后在這些條件下得到簡(jiǎn)化后的近似模型。我們假定的前提條件是：城鎮(zhèn)居民家庭人均食品消費(fèi)支出，衣著消費(fèi)支出，居住消費(fèi)支出，家庭設(shè)備及用品消費(fèi)支出，醫(yī)療

10、保健消費(fèi)支出，交通和通信消費(fèi)支出等因素對(duì)全國(guó)城鎮(zhèn)居民消費(fèi)水平的影響顯著，并且成正的線性關(guān)系。由此假設(shè)，我們可以建立全國(guó)城鎮(zhèn)居民消費(fèi)水平與各種影響因素的線性回歸模型，模型如下： (2-1)其中，是因變量, 是自變量,是各個(gè)自變量的系數(shù)。各變量符號(hào)的定義見(jiàn)表2-2。表2-2 線性回歸模型中各變量的含義全國(guó)城鎮(zhèn)居民消費(fèi)水平城鎮(zhèn)居民家庭人均食品消費(fèi)支出城鎮(zhèn)居民家庭人均衣著消費(fèi)支出城鎮(zhèn)居民家庭人均居住消費(fèi)支出城鎮(zhèn)居民家庭人均家庭設(shè)備及用品消費(fèi)支出城鎮(zhèn)居民家庭人均醫(yī)療保健消費(fèi)支出城鎮(zhèn)居民家庭人均交通和通信消費(fèi)支出城鎮(zhèn)居民家庭人均文教娛樂(lè)服務(wù)消費(fèi)支出城鎮(zhèn)居民家庭人均其他消費(fèi)支出將數(shù)據(jù)錄入統(tǒng)計(jì)軟件EXCEL，

11、建立統(tǒng)計(jì)數(shù)據(jù)庫(kù)，首先建立全國(guó)城鎮(zhèn)居民消費(fèi)水平與各影響因素的散點(diǎn)圖，如圖2-1至圖2-8所示。圖2-1 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均食品消費(fèi)支出的散點(diǎn)圖圖2-2 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均衣著消費(fèi)支出的散點(diǎn)圖圖2-3 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均居住消費(fèi)支出的散點(diǎn)圖圖2-4 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均家庭設(shè)備及用品消費(fèi)支出的散點(diǎn)圖圖2-5 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出的散點(diǎn)圖圖2-6 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均交通與通信消費(fèi)支出的散點(diǎn)圖圖2-7 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均文娛消費(fèi)支出的散點(diǎn)圖圖2-8 城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均其他消費(fèi)支出的散點(diǎn)圖從以上的圖中

12、不難發(fā)現(xiàn)，城鎮(zhèn)居民消費(fèi)水平與城鎮(zhèn)居民人均食品消費(fèi)支出，人均居住消費(fèi)支出，人均醫(yī)療保健消費(fèi)支出，以及人均交通和通信消費(fèi)支出等基本具有線性關(guān)系。而城鎮(zhèn)居民消費(fèi)水平與人均衣著消費(fèi)支出，人均家庭設(shè)備及用品消費(fèi)支出，人均家庭其他消費(fèi)支出的關(guān)系出現(xiàn)了波動(dòng)，而且從圖中也可以看出，這三者對(duì)城鎮(zhèn)居民消費(fèi)水平的貢獻(xiàn)比較小，它們的變化不足以引起城鎮(zhèn)居民消費(fèi)水平的變化。除了EXCEL自帶的插入圖表的功能，同樣也可以使用SPSS軟件制作散點(diǎn)圖，其操作步驟是：(1) 選擇菜單 GRAPHS/ SCATTER/DOT。圖2-9 SPSS繪制散點(diǎn)圖步驟一(2) 選擇SIMPLE SCATTER, 單擊DEFINE 。圖2-1

13、0 SPSS繪制散點(diǎn)圖步驟二(3) Y軸為因變量，選擇“城鎮(zhèn)居民消費(fèi)水平”，X軸為自變量，依次選擇為“城鎮(zhèn)居民家庭人均食品消費(fèi)支出”，“衣著消費(fèi)支出”，“居住消費(fèi)支出”，“家庭設(shè)備及用品消費(fèi)支出”，“醫(yī)療保健消費(fèi)支出”，“交通和通信消費(fèi)支出”等。每選擇一次點(diǎn)擊一次OK，SPSS自動(dòng)繪制相應(yīng)的散點(diǎn)圖。圖2-11 SPSS繪制散點(diǎn)圖步驟三(4) SPSS 繪制的散點(diǎn)圖僅做一例，如下圖所示，相比于EXCEL自帶的圖表功能，SPSS的圖表功能更加簡(jiǎn)單快捷。圖2-12 SPSS繪制散點(diǎn)圖步驟四經(jīng)過(guò)對(duì)所有散點(diǎn)圖的分析，我們發(fā)現(xiàn)人均衣著消費(fèi)支出，人均家庭設(shè)備及用品消費(fèi)支出，人均家庭其他消費(fèi)支出與城鎮(zhèn)居民消費(fèi)

14、水平的線性關(guān)系不顯著，其原因主要有：衣服和家庭設(shè)備用品都屬于耐用品，居民購(gòu)買的頻率不大；而且它們的價(jià)格范圍很大，對(duì)城鎮(zhèn)居民消費(fèi)水平的反映缺乏真實(shí)性。其他消費(fèi)支出都在千元以下，對(duì)城鎮(zhèn)居民消費(fèi)水平的影響不顯著。綜上，人均衣著消費(fèi)支出，人均家庭設(shè)備及用品消費(fèi)支出和人均家庭其他消費(fèi)支出這三者都與我們之前的顯著性假設(shè)相悖，為使得到的模型有顯著的線性關(guān)系，我們首先從回歸模型中排除了這三者。然后我們用逐步回歸的方法對(duì)剩下的五個(gè)因素進(jìn)行篩選：將城鎮(zhèn)居民人均食品消費(fèi)支出，人均居住消費(fèi)支出，人均醫(yī)療保健消費(fèi)支出，人均交通和通信消費(fèi)支出,以及人均文教娛樂(lè)服務(wù)消費(fèi)支出納入自變量，使用逐步回歸法，選擇的判據(jù)是變量進(jìn)入回

15、歸方程的F的概率不大于0.05，剔除的判據(jù)是變量進(jìn)入回歸方程的F的概率不小于0.10。輸出結(jié)果如表2-3和表2-4所示：表2-3 引入或剔除的變量ModelVariables EnteredVariables RemovedMethod1城鎮(zhèn)居民人均食品消費(fèi)支出.Stepwise (Criteria: Probability-of-F-to-enter = .100).2城鎮(zhèn)居民人均文娛消費(fèi)支出.Stepwise (Criteria: Probability-of-F-to-enter = .100).a Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平表2-4 擬合過(guò)程小結(jié)Model

16、RR SquareAdjusted R SquareStd. Error of the Estimate1.996(a).992.992409.574392.998(b).995.995322.54440a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出由上面的兩個(gè)表可以看出:.選擇的過(guò)程是,最先引入了變量，建立了模型1；接著引入變量，沒(méi)有變量被剔除，建立了模型2（含有、）；最終的模型中含有變量、。.各模型的擬合情況，模型1的復(fù)相關(guān)系數(shù)R=0.996，可決系數(shù)=0.

17、992，調(diào)整可決系數(shù)為0.992;模型2的復(fù)相關(guān)系數(shù)R=0.998，可決系數(shù)=0.995，調(diào)整可決系數(shù)為0.995?？梢?jiàn)模型2的擬合度較高，變量、的作用顯著。表2-5 方差分析Model Sum of SquaresdfMean SquareFSig.1Regression353904221.1371353904221.1372109.697 .000(a)Residual2851770.02117167751.178 Total356755991.15818 2Regression355091432.9172177545716.4591706.598 .000(b)Residual16645

18、58.24116104034.890 Total356755991.15818 a Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出b Predictors: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出c Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平表2-5 的方差分析結(jié)果表明，當(dāng)回歸方程為模型1、2時(shí)，其顯著性概率值P（Sig）均小于0.001，即拒絕總體回歸系數(shù)均為0的原假設(shè)。因此，最終的回歸方程應(yīng)當(dāng)包含城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出這2個(gè)自變量，且方程擬和效果很好。表2-6 逐步回歸過(guò)程中排除出模

19、型的變量 Model Beta In t Sig. Partial Correlation Collinearity Statistics Tolerance 1城鎮(zhèn)居民人均居住消費(fèi)支出 .271(a) 3.318 .004 .638 .044 城鎮(zhèn)居民人均醫(yī)保消費(fèi)支出 .166(a) 2.285 .036 .496 .072 城鎮(zhèn)居民人均交通消費(fèi)支出 .274(a) 2.421 .028 .518 .029城鎮(zhèn)居民人均文娛消費(fèi)支出 .217(a) 3.378 .004 .645 .071 2城鎮(zhèn)居民人均居住消費(fèi)支出 .131(b) .715 .486 .181 .009城鎮(zhèn)居民人均醫(yī)保消費(fèi)支

20、出 -.323(b) -1.838 .086 -.429 .008 城鎮(zhèn)居民人均交通消費(fèi)支出 .051(b) .333 .744 .086 .013a Predictors in the Model: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出b Predictors in the Model: (Constant), 城鎮(zhèn)居民人均食品消費(fèi)支出, 城鎮(zhèn)居民人均文娛消費(fèi)支出c Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平表2-6 顯示了方程外各模型變量的有關(guān)統(tǒng)計(jì)量，即標(biāo)準(zhǔn)化偏回歸系數(shù)Beta、回歸系數(shù)顯著性檢驗(yàn)的t值、P(Sig)值、偏相關(guān)系數(shù)Partial Correlati

21、on、共線性統(tǒng)計(jì)的容差Collinearity statistic Tolerance?？梢?jiàn)，模型2以外的各變量偏回歸系數(shù)經(jīng)檢驗(yàn)，P值均較大，考慮到簡(jiǎn)化方程的需要，排除了這些變量。表2-7 回歸計(jì)算過(guò)程中的方程系數(shù)表 Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -795.539 232.624 -3.420 .003 城鎮(zhèn)居民人均食品消費(fèi)支出 3.568 .078 .996 45.931 .000 2 (Cons

22、tant) -474.725 206.347 -2.301 .035 城鎮(zhèn)居民人均食品消費(fèi)支出 2.819 .230 .787 12.243 .000 城鎮(zhèn)居民人均文娛消費(fèi)支出 1.956 .579 .217 3.378 .004a Dependent Variable: 消費(fèi)水平表2-7顯示各模型的偏回歸系數(shù)B、標(biāo)準(zhǔn)差Std. Error、常數(shù)Constant、標(biāo)準(zhǔn)化偏回歸系數(shù)Beta、回歸系數(shù)顯著性檢驗(yàn)的t值和P(Sig)值。按照模型2建立的多元線性回歸方程為：Y=-474.725+2.819X1 +1.956X7 (2-2)方程中的常數(shù)項(xiàng)，偏回歸系數(shù)、，經(jīng)t檢驗(yàn),1 ,7的P值分別為0.

23、035、0.000、0.004，按=0.10水平，均有顯著性意義。3. 討論3.1 離群點(diǎn)的篩選計(jì)算殘差統(tǒng)計(jì)量如下表所示：表3-1 殘差統(tǒng)計(jì)量 MinimumMaximumMeanStd. DeviationNPredicted Value2887.230018666.20908978.78954441.5427319Std. Predicted Value-1.3712.181.0001.00019Standard Error of Predicted Value89.132192.773126.05723.78919Adjusted Predicted Value2880.14261842

24、0.70318976.60094414.8866119Residual-534.99329609.81207.00000304.0977819Std. Residual-1.6591.891.000.94319Stud. Residual-1.8261.985.0021.03319Deleted Residual-648.66656687.296262.18857367.2931919Stud. Deleted Residual-1.9882.214.0201.08719Mahal. Distance.4275.4821.8951.13019Cooks Distance.001.541.073

25、.12719Centered Leverage Value.024.305.105.06319a Dependent Variable: 城鎮(zhèn)居民消費(fèi)水平表3-1 顯示殘差統(tǒng)計(jì)的結(jié)果，標(biāo)準(zhǔn)化殘差的絕對(duì)值最大為1.891，小于設(shè)定值3。如超過(guò)3，則顯示具體觀察單位Case number 的標(biāo)準(zhǔn)化殘差，以幫助發(fā)現(xiàn)離群點(diǎn)。使用SPSS繪制出城鎮(zhèn)居民人均消費(fèi)水平的預(yù)測(cè)值與其標(biāo)準(zhǔn)化殘差的散點(diǎn)圖如下所示：圖3-1 城鎮(zhèn)居民人均消費(fèi)水平的預(yù)測(cè)值與其標(biāo)準(zhǔn)化殘差的散點(diǎn)圖從圖3-1的城鎮(zhèn)居民人均消費(fèi)水平的預(yù)測(cè)值與其標(biāo)準(zhǔn)化殘差的散點(diǎn)圖中，可以看出所有觀測(cè)量隨機(jī)地落在垂直圍繞2的范圍內(nèi)，預(yù)測(cè)值與標(biāo)準(zhǔn)化殘差值之間沒(méi)有明顯的關(guān)系。所以回歸方程滿足了線性與方差齊性的假設(shè)，且擬和效果較好。3.2 對(duì)回歸模型的檢驗(yàn)由上面的計(jì)算，得到的最優(yōu)的多元線性回歸模型為：Y=-474.725+2.819X1 +1.956X7 (3-1)對(duì)2006年的全國(guó)城鎮(zhèn)居民消費(fèi)水平做預(yù)測(cè)，置信度取為95%。2006年的X1城鎮(zhèn)居民人均食品消費(fèi)支出為3111.90（元），X7城鎮(zhèn)居民人均文娛消費(fèi)支出為1203.00（元），Y全國(guó)城鎮(zhèn)居民消費(fèi)水平為10618.00（元），將自變量帶入回歸方程：Y=-474.725+2.8193111.90