1. 數據來源與研究方法
1.1 數據來源
所用數據主要包括山東省17個地市人口統計數據（城鎮人口和農村人口）、城鎮居民可支配收入、農村居民人均純收入，數據資料來自1996-2013年《山東統計年鑒》，時間序列為1995-2012年。
1.2 研究方法
區域居民人均收入的計算。課題采用區域居民人均收入指標來表征居民的收入狀況，通過城鎮居民可支配收入和農村居民人均純收入粗略計算居民人均收入，公式為：
URRIi=URIi×（1-Pi）+RRIi×Pi。
其中URRIi表示i地區居民人均收入，URIi表示i地區城鎮居民人均可支配收入，RRIi表示i地區農村居民人均純收入，Pi表示i地區農村人口占區域總人口比重（%）[1]。
ARIMA模型。經濟數據一般都具有時序特性，能分析時序特征的時間序列分析已廣泛應用於經濟領域中，差分自回歸移動平均模型（ARIMA，Autoregressive integrated moving average Model）是近年來使用最多的時間序列模型，其能分析時間序列的線性趨勢和周期性，並構建出預測模型[2]。這對分析居民收入的時序特征又深入了一層，根據其呈現的時間趨勢和周期性，可以推測影響居民收入的時間變動影響因素。ARIMA模型的基本思想是將數據視為一組依賴時間t的隨機變量，用相應數學模型描述變量間的自相關性，則可根據序列的過去值預測其後一段時間變量值。建模過程有：第一，序列平穩化：判斷時間序列是否平穩，如存在線性趨勢，須進行差分或對數轉換後使序列平穩；第二，模型估計和參數估計：根據序列圖的自相關（AC）圖和偏自相關PAC圖判斷模型的參數，並對模型參數進行檢驗，參數要具有統計學意義（p
2.山東省城鄉居民收入現狀分析
由山東統計年鑒整理分析知道[3]，從1995年到2012年山東省城鎮居民人均可支配收入由 4264.08元增加到25755.19元，增長的絕對額是21491.11元，增長了6.04倍；山東省農村居民人均純收入由1715.09元增加到9446.4元，增長的絕對額是7731.31元，增長了5.50倍，山東省居民收入呈波動性增長。
3.ARIMA模型的建立與分析
ARIMA模型預測的主要步驟為：第一步，檢驗序列的平穩性，如果序列不滿足平穩性條件，要通過差分變換使其滿足平穩性條件；第二步，確定ARIMA（p，d，q） 模型的參數，其中單整階數d在第一步中已經得到，自回歸階數p和移動平均階數q在這一步確定，可以參考自相關係數和偏自相關係數等描述統計量數值；第三步，估計、檢驗ARIMA 模型；第四步，預測[4]。
3.1使用EVIEWS 8.0的ARIMA預測
3.1.1單位根檢驗。
首先，對序列城鎮人均收入和農村人均收入做不包含時間趨勢項，但包含截距項，假設截距項的總體值為0的單位根檢驗，即默認情況下的ADF檢驗[5]。
由EViews8.0的ADF單位根檢驗知道（表1），cheng為2階差分平穩序列，nong的2階差分都不平穩。對nong（農村收入變量）取對數lnong進行分析。檢驗 t 統計量值為-5.130891，小於顯著水平為1%的臨界值，表明至少可以在99%的置信水平下拒絕原假設，不存在單位根，可知lnong為2階差分平穩序列。
3.1.2對於二階差分序列d2cheng、d2lnong建立相關圖和偏相關圖，確認AR和MA。用Eviews軟件對城鎮人均收入的2階差分平穩序列做自相關以及偏相關函數圖，使用農村人均收入的4階差分平穩序列做自相關以及偏相關函數圖。Autocorrelation：自相關數；Partial Correlation：殘差序列；AC：吸收係數；PAC：滯後期；Q-Stat：統計量；Prob：概率。D2cheng的自相關和偏相關，隻有自相關和偏相關隻有2階序列的時候落在2倍標準差的邊緣，所以AR和MA取2。D2lnong的自相關和偏相關都無落在2倍標準差的邊緣，AR和MA取1。