实际值（Actual）、拟合值（Fitted）的图形，如图2.13所示。
图2.13
四、模型检验
1、经济意义检验
所估计的参数?2?0.758511，说明城市居民人均年可支配收入每相差1元，可导致居民消费支出相差0.758511元。这与经济学中边际消费倾向的意义相符。
2、拟合优度和统计检验
用EViews得出回归模型参数估计结果的同时，已经给出了用于模型检验的相关数据。 拟合优度的度量：由表2.6中可以看出，本例中可决系数为0.935685，说明所建模型整体上对样本数据拟合较好，即解释变量“城市居民人均年可支配收入”对被解释变量“城市居民人均年消费支出”的绝大部分差异作出了解释。
对回归系数的t检验：针对H0:?1?0和H0:?2?0，由表2.6中还可以看出，估计的回归系数?1的标准误差和t值分别为：SE(?1)?287.2649，t(?1)?0.982520；?2的标准误差和t值分别为：SE(?2)?0.036928，t(?2)?20.54026。取??0.05，查t分布表得自由度为
^^^^^^^n?2?31?2?的临界值t0.025(29)?2.045。因为
:?1?0；因为(2)能20H405，所以9不拒.绝
t(?1?)^^0.9?t802.520?250t(?2)?20.54026?t0.025(29)?2.045，所以应拒绝H0:?2?0。这表明，城市人均年可支
配收入对人均年消费支出有显著影响。 五、回归预测
由表2.5中可看出，2002年中国西部地区城市居民人均年可支配收入除了西藏外均在8000以下，人均消费支出也都在7000元以下。在西部大开发的推动下，如果西部地区的城
市居民人均年可支配收入第一步争取达到1000美元(按现有汇率即人民币8270元)，第二步再争取达到1500美元(即人民币12405元)，利用所估计的模型可预测这时城市居民可能达到的人均年消费支出水平。可以注意到，这里的预测是利用截面数据模型对被解释变量在不同空间状况的空间预测。
用EViews作回归预测，首先在“Workfile”窗口点击“Range”，出现“Change Workfile Range”窗口，将“End data”由“31”改为“33”，点“OK”，将“Workfile”中的“Range”扩展为1—33。在“Workfile”窗口点击“sampl”，将“sampl”窗口中的“1 31”改为“1 33”，点“OK”，将样本区也改为1—33。 为了输入
Xf1?8270，Xf2?12405在EViews命令框键入data x /回车, 在X数据表
中的“32”位置输入“8270”，在“33”的位置输入“12405”，将数据表最小化。
然后在“Equation”框中，点击“Forecast”，得对话框。在对话框中的“Forecast name”(预测值序列名)键入“
Yf”， 回车即得到模型估计值及标准误差的图形。双击“Workfile”
窗口中出现的“Yf”，在“Yf”数据表中的“32”位置出现预测值位置出现值。
Yf1?6555.132，在“33”
Yf2?9691.577。这是当Xf1?8270和Xf2?12405时人均消费支出的点预测
为了作区间预测，在X和Y的数据表中，点击“View”选“Descriptive Stats\\Cmmon Sample”，则得到X和Y的描述统计结果，见表2.7: 表2.7
根据表2.7的数据可计算:
?x2i2??x(n?1)?2042.6822?(31?1)?125176492.59
22(X?X)?(8270?7515.026)?569985.74 f1
22(X?X)?(12405?7515.026)?23911845.72 f2
Y取??0.05,f平均值置信度95%的预测区间为：
Yft?2?
^^21(Xf?X)?n?xi2 Xf1?8270时
6555.132.045?413.1593?1569985.74?31125176492.59 ?6555.13162.10
Xf2?12405时
9691.582.045?413.1593?123911845.72?31125176492.59 ?9691.58499.25 即是说，当元。当
Xf1?8270元时，Yf1平均值置信度95%的预测区间为（6393.03，6717.23）
Xf2?12405元时，Yf2平均值置信度95%的预测区间为（9292.33，10090.83）元。
Yf个别值置信度95%的预测区间为：
Yf^21(Xf?X)t?2?1??n?xi2^ Xf1?8270时
6555.132.045?413.1593?1?1569985.74?31125176492.59
?6555.13860.32
Xf2?12405时
9691.582.045?413.1593?1?123911845.72?31125176492.59
?9691.58934.49
即是说，当第一步7415.45）元。当第二步10626.07）元。
在“Equation”框中，点击“Forecast”可得预测值及标准误差的图形如图2.14：
Xf1?8270时，Yf1个别值置信度95%的预测区间为（5694.81，
Xf2?12405时，Yf2个别值置信度95%的预测区间为（8757.09，
图2.14
第三章 案例分析
【例3.2】中国税收增长的分析 一、研究的目的要求
改革开放以来，随着经济体制改革的深化和经济的快速增长，中国的财政收支状况发生很大变化，中央和地方的税收收入1978年为519.28亿元，到2002年已增长到17636.45亿元，25年间增长了33倍，平均每年增长 %。为了研究影响中国税收收入增长的主要原因，分析中央和地方税收收入的增长规律，预测中国税收未来的增长趋势，需要建立计量经济模型。
影响中国税收收入增长的因素很多，但据分析主要的因素可能有：（1）从宏观经济看，经济整体增长是税收增长的基本源泉。（2）公共财政的需求，税收收入是财政收入的主体，社会经济的发展和社会保障的完善等都对公共财政提出要求，因此对预算支出所表现的公共财政的需求对当年的税收收入可能会有一定的影响。（3）物价水平。我国的税制结构以流转税为主，以现行价格计算的GDP等指标和经营者的收入水平都与物价水平有关。（4）税收政策因素。我国自1978年以来经历了两次大的税制改革，一次是1984-1985年的国有企业利改税，另一次是1994年的全国范围内的新税制改革。税制改革对税收会产生影响，特别是1985年税收陡增215.42%。但是第二次税制改革对税收增长速度的影响不是非常大。因此，可以从以上几个方面，分析各种因素对中国税收增长的具体影响。 二、模型设定
为了全面反映中国税收增长的全貌，选择包括中央和地方税收的“国家财政收入”中的“各项税收”（简称“税收收入”）作为被解释变量，以反映国家税收的增长；选择“国内生产总值（GDP）”作为经济整体增长水平的代表；选择中央和地方“财政支出”作为公共财政需求的代表；选择“商品零售物价指数”作为物价水平的代表。由于财税体制的改革难以量化，而且1985年以后财税体制改革对税收增长影响不是很大，可暂不考虑税制改革对税收增长的影响。所以解释变量设定为可观测的“国内生产总值”、“财政支出”、“商品零售物