【文章內(nèi)容簡介】 置為2，西部地區(qū)設(shè)置為3。通過該層模型觀察區(qū)域因素對城鎮(zhèn)居民蔬菜小的差異的影響。對于模型的具體形式，我們有：從上面幾個(gè)模型可以直觀地看出，模型的第二層被解釋變量就是第一層的截距以及斜率，這也是“回歸的回歸”的直觀含義。，它是建立在多層性的基礎(chǔ)上，將各層效應(yīng)具體劃分為固定效應(yīng)和隨機(jī)效應(yīng)本。在操作中我們選取各自變量為固定效應(yīng)，將第二層截距項(xiàng)作為隨機(jī)效應(yīng)。首先根據(jù)以上的全模型，進(jìn)行單因素方差分析分析有：因?yàn)榭側(cè)丝谂c城城鎮(zhèn)居民消費(fèi)不通過檢驗(yàn)，固直接剔除。得到如下模型：表3固定效應(yīng)估計(jì)參數(shù)估計(jì)標(biāo)準(zhǔn)誤差dft顯著性截距.009**人均生產(chǎn)總值.000975.031城鎮(zhèn)居民支配收入.004600.002066.029城鎮(zhèn)人均豬肉消費(fèi)量.915.299蔬菜主產(chǎn)區(qū)**地區(qū)位置**人均生產(chǎn)總值* 地區(qū)位置.001179.000598.052城鎮(zhèn)居民支配收入* 地區(qū)位置.001010.056城鎮(zhèn)人均豬肉消費(fèi)量* 地區(qū)位置.641270.508914.911.442蔬菜主產(chǎn) * 地區(qū)位置.001**以上帶星號數(shù)據(jù)顯著性不通過，采用后退法逐個(gè)剔除變量，根據(jù)模型的收斂條件以及實(shí)際的解釋效果，確定模型的最終形式如下：混合模型：該模型Akaike information Criterion（AIC），結(jié)果較為理想。表4模型固定效應(yīng)參數(shù)估計(jì)與檢驗(yàn)參數(shù)估計(jì)T值P值截距.000**人均生產(chǎn)總值.027**城鎮(zhèn)居民可支配收入.004783.017**蔬菜主產(chǎn)區(qū).011**城鎮(zhèn)人均豬肉消費(fèi)量.110城鎮(zhèn)居民可支配收入 * 地區(qū)位置.044**結(jié)合模型的最終方程和以上結(jié)果，我們可以看出“城鎮(zhèn)居民可支配收入”、“人均生產(chǎn)總值”，“城鎮(zhèn)居民豬肉購買量”了以及“是否蔬菜主產(chǎn)區(qū)”是影響我國城鎮(zhèn)居民蔬菜購買的重要因素。除了“城鎮(zhèn)居民豬肉購買量”?！俺鞘芯用窨芍涫杖搿币约啊叭司貐^(qū)生產(chǎn)總值”與“地區(qū)位置”的交互作用正向影響城鎮(zhèn)居民的蔬菜購買量，而“人均生產(chǎn)總值”、“城鎮(zhèn)居民豬肉購買量”、“城市居民可支配收入”與“地區(qū)位置”的交互作用等其他因素則反方向?qū)Τ擎?zhèn)居民蔬菜購買量影響。但是從表中數(shù)據(jù)，我們可以看出盡管交互作用是負(fù)號，他們的系數(shù)也是相當(dāng)?shù)男。f明有反向影響但是影響不大。（詳細(xì)經(jīng)濟(jì)解說將在結(jié)論陳述）表5 隨機(jī)項(xiàng)檢驗(yàn)系數(shù)估計(jì)值Wald 值P值跨級相關(guān)系數(shù)跨級相關(guān)系數(shù)= τ00/（τ00+σ2）根據(jù)表5所示結(jié)果我們可以看到，說明在層內(nèi)個(gè)體與個(gè)體之間存在著差異，即在各地理區(qū)域下，蔬菜主產(chǎn)區(qū)之間的差異是明顯的以及各省的人均蔬菜消費(fèi)是差異也是明顯的。模型截距項(xiàng)沒有通過顯著性檢驗(yàn)，可以初步判定，東部中部西部地區(qū)之間人均蔬菜消費(fèi)量差異不夠明顯。再看它們的跨級相關(guān)系數(shù)，%是由第二層解釋說明的，說明地區(qū)間的差異能解釋因變量總體變異的40%。雖然從顯著性水平上來說沒有通過檢驗(yàn)，但結(jié)合結(jié)合跨及相關(guān)系數(shù)的統(tǒng)計(jì)意義，從實(shí)際意義上看，東部西部中部的區(qū)域因素，確實(shí)是影響當(dāng)前城鎮(zhèn)居民蔬菜消費(fèi)的重要因素。結(jié)論：由于我們本次所分析的問題“我國居民蔬菜消費(fèi)的區(qū)域差異”的數(shù)據(jù)存在著一種層層嵌套的特點(diǎn)，城市居民隸屬于某一?。ㄊ?、區(qū)），而?。ㄊ?、區(qū)）又隸屬于東、中、西三大區(qū)域之一。因此，我們在分析影響居民蔬菜消費(fèi)高低差異的因素時(shí)，對各種因素進(jìn)行分層考慮、處理是一種十分合理而又自然的選擇。從分析結(jié)果，我們可以發(fā)現(xiàn)，對于“我國居民蔬菜消費(fèi)的區(qū)域差異”這個(gè)問題，我們采用多層線性模型分析影響居民蔬菜購買高低差異因素的效果還是非常顯著的。 通過前面所建立兩層模型，我們可以看出“城鎮(zhèn)居民可支配收入”、“人均生產(chǎn)總值”，“城鎮(zhèn)居民豬肉購買量”了以及“是否蔬菜主產(chǎn)區(qū)”是影響我國居民蔬菜購買量的重要因素。另外我們可以留意到固定因素中，截距項(xiàng)是最為顯著的。這是因?yàn)槭卟耸俏覈用耧嬍辰Y(jié)構(gòu)中必不可少的一部分，盡管居民購買多少會(huì)受到很多因素的影響，但是，蔬菜能提供人體所需要的必要元素，因此存在基礎(chǔ)購買量的問題。進(jìn)一步分析，城鎮(zhèn)居民可支配收入對居民蔬菜購買有正向影響，城鎮(zhèn)支配收入增加一個(gè)單元。這個(gè)方面也是很好理解的，無論飲食結(jié)構(gòu)怎么樣，當(dāng)可用于食品消費(fèi)的金額增加，食物購買也就增加自然也就導(dǎo)致蔬菜購買量增加。而城市居民購買豬肉數(shù)量是反向影響居民蔬菜購買量，城鎮(zhèn)人均豬肉增加一個(gè)單元，主要是因?yàn)檫@里反映了飲食結(jié)構(gòu)的問題，本次研究并未引入豬肉在食品購買中的比例這一變量。但是由于現(xiàn)階段，我國城鎮(zhèn)地區(qū)都是基本屬于小康家庭，居民飲食結(jié)構(gòu)基本不會(huì)發(fā)生太大變化，因此城鎮(zhèn)居民購買豬肉數(shù)量增加，則必然引起城鎮(zhèn)居民蔬菜購買量的較少。叢表2看，人均生產(chǎn)總值增加一個(gè)單元，而在模型中人均生產(chǎn)總值之所以對城鎮(zhèn)居民蔬菜購買量有反向影響，則是因?yàn)?，由于我們考慮了居民的可支配收入，因此，人均生產(chǎn)總值更大程度上反映的是一個(gè)生活水平變化導(dǎo)致remnants飲食結(jié)構(gòu)的變化。由于早期，我國經(jīng)濟(jì)水平雖然快速增長，但是還遠(yuǎn)沒有達(dá)到全體小康的地步。居民的食品消費(fèi)雖然能滿足溫飽，但是如肉食奶制品這類相對于糧食蔬菜消費(fèi)更高的食品還是很受制約，而隨著改革開放，社會(huì)經(jīng)濟(jì)的發(fā)展，人均生產(chǎn)總值的提高，人民的飲食觀念發(fā)生比較大的變化，以及對飲食的品質(zhì)也漸漸追求起來，因此越來越多人將用于蔬菜上的消費(fèi)用于肉食奶制品的消費(fèi)，因此人居生產(chǎn)總值對居民蔬菜購買量有反向的影響。而另外，地區(qū)位置對居民蔬菜購買量的影響主要是反映在由于地區(qū)的地理環(huán)境與經(jīng)濟(jì)發(fā)展的不同，導(dǎo)致不同地區(qū)的地區(qū)層面因素的差異以及蔬菜購買量的差異，這里由于數(shù)據(jù)的關(guān)系，沒能夠引入更多的二層變量。另外從表2中，我們還可以看到，地理位置主要通過和人均生產(chǎn)總值以及城市居民可支配收入的交互作用，對城鎮(zhèn)居民蔬菜購買量產(chǎn)生影響，但從系數(shù)上看，可以認(rèn)為他們的交互影響是接近的，而且對他們所產(chǎn)生的交互作用可以理解為區(qū)域經(jīng)濟(jì)層面上的差異。至于蔬菜主產(chǎn)區(qū)，蔬菜主產(chǎn)增加一個(gè)單元，對城鎮(zhèn)居民人均蔬菜消費(fèi)量產(chǎn)生負(fù)影響的原因，我們認(rèn)為由于我國現(xiàn)階段的農(nóng)業(yè)生產(chǎn)技術(shù)，還遠(yuǎn)比不上歐美國家，所以蔬菜種植受地理環(huán)境的限制比較大，從上文圖5就可以看出主產(chǎn)區(qū)的種植面積遠(yuǎn)遠(yuǎn)大于非主產(chǎn)區(qū)，這就會(huì)導(dǎo)致有些地區(qū)蔬菜供應(yīng)不足以及品種匱乏等種種現(xiàn)象。存在蔬菜主產(chǎn)區(qū)本身是好事（因?yàn)檫@能提高蔬菜總產(chǎn)量），可那是建立總體分配合理的前提下，這同時(shí)也說明了我國現(xiàn)階段也許還存在著蔬菜種植與銷售不合理的現(xiàn)象。所以總體上看，蔬菜主產(chǎn)區(qū)對城鎮(zhèn)居民人均蔬菜消費(fèi)量是有負(fù)影響的?；貧w分析的基本思想就是設(shè)法通過使所構(gòu)建的方程與樣本之間的距離最短來描述因變量的條件分布受到自變量影響的過程。當(dāng)所建立的模型滿足一系列的基本假設(shè)（如隨機(jī)誤差項(xiàng)不存在異方差、不存在自相關(guān)性、不存在多重共線性等）式，普通最小二乘法能夠很好地?cái)M合模型，并且回歸系數(shù)的估計(jì)量具有最佳線性無偏性。但當(dāng)假設(shè)不成立時(shí)，普通最小二乘法失效。另外，普通最小二乘法只能得到一條回歸曲線，所挖掘出來的信息是有限的。為了彌補(bǔ)普通最小二乘法的缺陷，由Koenker 和Bassett（1978）提出了分位數(shù)回歸，這一思想是對普通最小二乘法的擴(kuò)展，普通最小二乘回歸是對被解釋變量的數(shù)學(xué)期望建模，而分位數(shù)回歸是對被解釋變量的分位數(shù)建模。它依據(jù)因變量Y 的條件分位數(shù)對自變量X 進(jìn)行回歸，可以得到所有分位數(shù)下的回歸模型。讓代表給定解釋向量x的情況下，被解釋變量y 的第個(gè)分位數(shù)。下面利用分位數(shù)回歸對不同區(qū)域的人均蔬菜消費(fèi)量的差異進(jìn)行分析。重新選取蔬菜播種面積，總?cè)丝?，人均國?nèi)生產(chǎn)總值，城鎮(zhèn)居民消費(fèi)水平指數(shù)和城鎮(zhèn)家庭平均每人可支配收入作為影響因變量城鎮(zhèn)家庭平均每人全年蔬菜購買量y的主要指標(biāo)，并作為自變量建立模型。表6中部地區(qū)變量樣本量最小值最大值均值標(biāo)準(zhǔn)差偏度峰度x130x230x33013860x430x530y30表7東部地區(qū)變量樣本量最小值最大值均值標(biāo)準(zhǔn)差偏度峰度x130x230x33019625x430x53011977y30表8中部地區(qū)變量樣本量最小值最大值均值標(biāo)準(zhǔn)差偏度峰度x130x230x330x430x530y30由統(tǒng)計(jì)性描述，我們可以看到東部、中部、西部這三個(gè)地區(qū)在20002009年的樣本資料的城鎮(zhèn)家庭人均全年蔬菜消費(fèi)量的平均值以中部最多，東部次之，西部最少。西部的人均全年蔬菜消費(fèi)量的標(biāo)準(zhǔn)差最大，東部次之，中部最小。說明中部地區(qū)的人均全年蔬菜消費(fèi)量最多，離散程度也最小，各年份之間的差異性波動(dòng)最小。西部地區(qū)的人均全年蔬菜消費(fèi)量最少，各年份之間的差異性波動(dòng)最大。東部處在兩者之間。各個(gè)地區(qū)因變量y的分位數(shù)：表9地區(qū)東部中部 西部在各個(gè)相應(yīng)的分位數(shù)上，中部的人均全年蔬菜消費(fèi)量全都是最高的，西部的人均全年蔬菜消費(fèi)量全都是最低的。在相同的分位數(shù)上，中部和西部的差異最大，東部和西部的差異最小。對于任意兩個(gè)區(qū)域的差異性比較，我們發(fā)現(xiàn)在所有的分位數(shù)上該差異都差不多。我們得到的結(jié)論是：這三個(gè)區(qū)域的人均全年蔬菜消費(fèi)量是有差異的，并且這種差異在不同的蔬菜消費(fèi)量水平上是穩(wěn)定的。首先我們用分位數(shù)回歸方法分析造成各地區(qū)人均全年蔬菜消費(fèi)量差異的可能因素指標(biāo)。分位數(shù)回歸方法能選擇不同的分位數(shù)進(jìn)行回歸分型，能夠更加全面地描述研究對象的全貌，得到因變量的整體分布，得到更多的總體信息。 問題建模結(jié)果及分析（1）分位數(shù)回歸模型：我們將人均全年蔬菜消費(fèi)量y作為被解釋變量，將影響家庭人均蔬菜消費(fèi)量的因素作為解釋變量，建立如下分位數(shù)回歸模型：不同于普通最小二乘法，分位數(shù)回歸系數(shù)是通過最小化下式得到的：其中，對于參數(shù)回歸模型，目前有3種公認(rèn)有效的分位數(shù)回歸算法：單純形算法、內(nèi)點(diǎn)算法、平滑算法。平滑算法在理論上比較簡單，適合處理大量觀察值以及很多變量的數(shù)據(jù)集。本文利用SAS統(tǒng)計(jì)軟件，我們選取平滑算法，分別在分位數(shù)1%99%上采用平滑算法做分位數(shù)回歸。回歸結(jié)果見下表。（3） 分位數(shù)回歸結(jié)果：表10東部地區(qū)分位數(shù)回歸參數(shù)估計(jì)結(jié)果：（帶*號的回歸系數(shù)表示在5%檢驗(yàn)水平處顯著）分位數(shù)截距項(xiàng)x1x2x3x4x5 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *各個(gè)影響因素對應(yīng)的參數(shù)估計(jì)變化情況：圖10綜合以上結(jié)果，對于東部地區(qū)而言：在低分位數(shù)5%30%上，蔬菜播種面積、總?cè)丝?、人均國?nèi)生產(chǎn)總值在5%的顯著性水平下均顯著，說明它們是影響城市低蔬菜消費(fèi)量的主要因素；在中分位數(shù)40%60%上，總?cè)丝诤统擎?zhèn)家庭平均每人可支配收入有顯著性的影響，說明它們是影響中低蔬菜消費(fèi)量的主要因素；在高分位數(shù)70%90%上，只有總?cè)丝谟酗@著性的影響，說明該地區(qū)的總?cè)丝跊Q定了蔬菜高消費(fèi)量。綜合結(jié)果，無論是低分位數(shù)還是高分位數(shù)，總?cè)丝诤腿司芍涫杖攵紝|部地區(qū)的蔬菜消費(fèi)量起著重要作用。另一方面，對于所有分位數(shù)而言，蔬菜播種面積和總?cè)丝趯κ卟讼M(fèi)量的影響均為負(fù)向的，而人均國內(nèi)生產(chǎn)總值在低分位數(shù)30%以下對蔬菜消費(fèi)量是正向的，在高分位數(shù)上對蔬菜消費(fèi)量是正向的。居民消費(fèi)水平指數(shù)對絕大部分的分位數(shù)的影響為負(fù)向，而人均可支配收入對絕大部分的分位數(shù)的影響為正向的。這說明，在東部地區(qū)，蔬菜產(chǎn)量越多，價(jià)格越高，蔬菜消費(fèi)量越少，反之，人均可支配收入越高，蔬菜消費(fèi)量越多。當(dāng)蔬菜消費(fèi)量處于低水平時(shí)，人均國內(nèi)生產(chǎn)總值越多，其消費(fèi)量越多；當(dāng)蔬菜消費(fèi)量處于高水平時(shí)，人均國內(nèi)生產(chǎn)總值越多，其消費(fèi)量反而越少。因?yàn)楫?dāng)蔬菜需求處于充足狀態(tài)時(shí)，收入越多，人們越會(huì)轉(zhuǎn)向其他消費(fèi)，而不是基本生活的消費(fèi)。表11中部地區(qū)分位數(shù)回歸參數(shù)估計(jì)結(jié)果（帶*號回歸系數(shù)表示在5%檢驗(yàn)水平處顯著）分位數(shù)截距項(xiàng)x1x2x3x4x5 * * * * * * * * * * * * * * *