本研究采用的解释变量和被解释变量如下：
1、被解释变量：
Y——城镇居民人均消费支出（元）
2、解释变量
X1——城镇居民可支配收入（元） X2——城镇居民恩格尔系数 X3——居民消费价格指数 X4——人均国内生产总值（元）
3、建立模型
本研究会对被解释变量城镇居民人均消费支出（Y）和4个解释变量进行回归分析，并将方程设定为：
Y=C+C1X1+C2X2+C3X3+C4X4
四、模型的估计与调整
（一）相关图及初步剔除因素
分别做出Y的趋势图以及Y与X1\\X2\\X3\\X4的相关图：
6
图1 Y趋势图及相关图
可以看出，城镇居民人均生活消费支出与可支配收入X1、人均国内生产总值X4存在
7
很大的线性相关性，与其他两个因素线性不是很强，但根据实际情况可知可支配收入是决定消费支出的决定性因素，因此建立Y=c+b1x1+b2x2+b3x3+b4x4+b5x5+ε。
通过Eviews软件初步分析：
表1 回归结果1
Dependent Variable: Y Method: Least Squares Date: 11/28/13 Time: 01:51 Sample: 1978 2011 Included observations: 34
Variable C X1 X2 X3 X4
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 882.0784 0.734570 -16.18162 1.537812 -0.064119
Std. Error 749.8670 0.120002 12.68862 0.595210 0.069048
t-Statistic 1.176313 6.121308 -1.275286 2.583644 -0.928615
Prob. 0.2490 0.0000 0.2123 0.0151 0.3608 4279.794 4172.745 13.19763 13.42209 13.27418 2.325464
0.998608 Mean dependent var 0.998416 S.D. dependent var 166.0601 Akaike info criterion 799703.2 Schwarz criterion -219.3597 Hannan-Quinn criter. 5201.900 Durbin-Watson stat 0.000000
由表观察可知，R=0.9997，R=0.9995，模型有很大的拟合度。但是观察各个系数，发现X3的p=0.0151具有显著性，其余解释变量都不具有显著性，然后算出各系数间相关系数：
表2 相关系数
22
8
从图中发现模型中存在严重共线性。从实际情况推导，这可能是由于模型中存在无关的因素或者存在严重的多重共性导致，并且消费支出和人均GDP应该是成正相关，所以X4可以直接剔除。因此模型为Y=C+C1X1+C2X2+C3X3，用Eviews做出其回归结果：
表3 剔除X4后的Eviews回归结果
Dependent Variable: Y Method: Least Squares Date: 11/28/13 Time: 01:53 Sample: 1978 2011 Included observations: 34
Variable C X1 X2 X3
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
Coefficient 1290.940 0.623552 -23.55128 1.797213
Std. Error 605.6015 0.010364 9.877668 0.524381
t-Statistic 2.131665 60.16469 -2.384296 3.427304
Prob. 0.0413 0.0000 0.0236 0.0018 4279.794 4172.745 13.16811 13.34768 13.22935 2.250243
0.998567 Mean dependent var 0.998424 S.D. dependent var 165.6787 Akaike info criterion 823482.7 Schwarz criterion -219.8578 Hannan-Quinn criter. 6967.554 Durbin-Watson stat 0.000000
还需要将模型进行进一步处理： （二） 多重共线性处理 1、相关系数检验
表4 相关系数检验
发现不存在多重共线性，模型通过检验 （三） 自相关检验
9
1、残差图分析
分析残差图可以大致判断随机误差的变化特征，如果随时间的推移残差分布呈现出周期性变化，说明可能存在自相关性。
图2 残差图
从图中可以看出残差图没有周期性变化，初步判断不存在自相关性，但残差图不能做出准确的判断，还需进一步分析。
2、D-W检验
模型D-w值为2.250243，n=34，k=3，取显著水平为σ=0.05时，查DW检验表，得
dl=1.271，du=1.652，4-du=2.348 du 关。 综上可以看出，各个检验可知模型不存在自相关性。 （四）异方差性检验 1、White检验 10