资源描述：
《我国内陆省市农村居民消费性支出的因子分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、我国内陆省市农村居民消费性支出的因子分析2012年第18期考试周刊我国内陆省市农村居民消费性支出的因子分析何星钢(1贵州民族学院理学院,贵州贵阳550025;2兴义民族师范学院数学系,贵州兴义562400)摘要:作者用因子分析的方法对我国内陆的19个省,市2011年农村居民家庭人均消费性支出的省际差异及结构差异进行了探讨.研究表明随着内陆省,市人民生活水平的不断提高,农村居民的消费水平不断上升.消费结构不断优化升级,其中用于发展享受性的支出比重不断攀升,更加注重于生活质量的提高.而用于基本生活部分的支出比重则不断下降.内陆各省
2、份之间在消费支出水平及消费结构方面存在较大的差异.关键词:内陆省市农村消费性支出因子分析1.引言农村经济对国家经济的影响深远,农村的消费水平状况可以反映出国家整体经济的发展状况.由于我国地域辽阔,各地区的经济发展不平衡,居民消费也不平衡,不仅存在城乡差异,东中西部差异,还存在东部沿海和内陆省份的差异,特别是改革开放以来,这种差距更是扩大了.从我国地理位置的角度来看,靠海的地区叫沿海地区.而不靠海的地区叫内陆地区.因此,我国内陆包括北京,山西,安徽,江西,河南,湖北,湖南,内蒙古,重庆,四川,贵州,云南,西藏,陕西,甘肃,青海,
3、宁夏,新疆,吉林,黑龙江20个省市.由于北京是首都.是我国的政治,经济,文化中心,国家政策投入比较多,各方面指标非常高,因此我们在研究时把北京排除在外,研究的内陆地区包括中部8个省份和西部除广西的11个省份,总计19个省份.长期以来,我国依靠出口,投资两驾马车的拉动实现了国民经济的持续,健康,快速发展.然而,在进出口贸易额下调,政府的大规模财政刺激计划难以长期为继的背景下,启动内需,开拓广阔的国内消费市场,把内需作为推动经济发展的常态是实现国民经济平稳较快增长的必然选择.针对我国19个内陆省市农村的居民家庭人均消费性支出进行定
4、量分析,有利于国家从宏观政策层面进行引导.释放出广大农村腹地消费市场的潜力.2.因子分析的模型因子分析是一种降维,简化数据的技术,它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本结构,并用少数几个抽象的变量表示基本的数据结构.因子分析是把每个原始变量分解成两个部分:一部分是由所有变量共同具有的少数几个因子构成的.即所谓公共因素部分,另一部分是每个变量独自具有的因素,即所谓独特因素部分.设有多个观测变量x,,x?一每个变量可作如下分解:Ixl=aI11+al22+al33+…+a1mm+￡1x2a21Pla222+a2
5、fl~3+…+82mrm￡2=aplFl+apF2+a,F3+...+aF8上式为因子模型,用矩阵表示为X=AF+s,其中F,(j=l,2,3,…,P)叫做公共因子,它们是在各个变量中共同出现的因子,我们可以把它们看做高维空间中所张起的互相垂直的m个坐标轴,s:(i=l,2,3,…,P)表示影响x;的独特因子.A为因子载荷矩阵,a叫做因子载荷,它是第i个变量在第J个主因子上的190负荷或者叫做第i个变量在第i个主因子上的权,它反映了第i个变量在第j主因子上的相对重要性,al为独特因子的载荷.因子分析的基本问题就是要确定因子载荷
6、.3.应用SPSS软件进行因子分析的过程及结果分析3.1指标的选取.本文选取《中国统计年鉴》提供的我国2011年各内陆省市农村居民家庭人均年消费性支出的8项指标作为变量:X1——食品支出(元);X2——衣着支出(元);X3——居住支出(元);X4——家庭设备及服务支出(元);X5——交通和通讯支出(元);X文教娱乐用品及服务支出(元);X7——医疗保健支出(元);X8——其他商品及服务支出(元).(由于篇幅原因,数据省略)3-2检验原始指标变量是否适合因子分析采用KM0样本测度及Bartlett球形检验法.对变量之间的相关性进
7、行检验.检验结果在表1,检验结果显示0.649>0.5,巴特莱特球形检验统计值的显着性概率是0.000,小于l%,说明该数据具有相关性,因此该数据适合作因子分析.表1KMO和Bartlett的检验取样足够度的Kaiser—Meyer—Olkin度量..649Bartlett的球形度检验近似卡方92.1l6df28Sig..0oo3.2因子分析后公因子提取的结果表2特征值和累计贡献率初始特征值提取平方和载入旋转平方和载入成伤合计方差的%累积%合计方差的%累积%合计方差的%累积%14.O6o5O.7475O.7474.O6o
8、5O.74750.7473.17939.73839.73821.76422.O4872.7951.76422.O4872.7951.92124.0o753.7453.86610.82983.624.86610.829S3.6241.590l9.87983.6244.5416.
