居民消费水平数据统计分析论文.doc

《居民消费水平数据统计分析论文.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、居民消费水平数据统计分析论文一、近年来，随着经济的发展和居民收入的提高，河北省城镇居民的消费水平有了较大的提高，消费水平和消费结构发生了显著变化。本文利用2006年《河北经济统计年鉴》提供的截面资料，对河北省城镇居民人均消费水平、消费需求进行量化分析，从而为准确预测消费品市场变化提供依据。江泽民总书记在党的十五大会议上指出：“提高人民生活水平，是我国改革开放和发展经济的根本目的。在经济发展的基础上，使全国人民迈向小康生活，努力增加城乡居民实际收入，拓宽消费领域，引导合理消费。”随着我国改革的深入，河北省城镇居民的实际收入和生活水平都有很大程度的增长。在收入增加的同时，

2、城镇居民的消费水平也发生了很大的变化，呈现出不同的特点。为了提高河北省城市居民的消费水平和生活质量，有必要对我省各个城市居民的消费水平之间的异同进行考察并作比较研究，以期发现特点和规律，为政府制定发展计划和长远规划提供参考。本文拟对河北省11个地市级城市2005年的消费结构进行分析研究，因为使用绝对量分析不能说明消费水平的高低，所以笔者采用人均消费量作为评价指标。二、因子分析模型的建立因子分析模型是根据变量间的相关性大小，把变量分组，便利同组内的变量之间相关性较高，本文由/整理但不同组的变量相关性较低，每组变量代表一个基本结构，这个基本结构称为公共因子。设有维随机变量

3、,其均值向量为，协方差阵为,可以设想这个指标主要受到个公因子的影响，且是的线性函数，即对各指标的影响是线性的，则有模型：其中为公因子；为特殊因子；与ε均为不可观测的随机变量。为因子载荷矩阵，称为第个因子对第个变量的载荷稀疏。在模型中，特殊因子起着残差的作用，但被定义为彼此不相关且和公因子也不相关。4设是一组维样本，则和∑的估计量分别为和。设样本协方差阵S的特征根依次为，相应的正交单位特征向量为。选取相对较少的主成分个数,使得累计贡献率达到一个较高的百分比（通常为85%），则有其中；对给定的一组维样本资料，可以给出每一个体对个公因子的得分，但各因子得分的计算无法直接计算

4、得到，需要用各种不同的方法进行估计，巴比特因子得分为。三、实证分析消费水平是经济发展水平的体现，它经常为世人所关注。对居民消费支出按照人们实际支出的去向分类可以分为吃、穿、住、用、文化娱乐等，本文引用我国常用的消费资料支出分类方法，将河北省城镇居民人均生活费支出分为九个部分，相应的指标分别用X1-X9表示。其中X1（居民人均消费支出）、X2（食品）、X3（衣着）、X4（家庭设备用品和服务）、X5（医疗保健）、X6（交通和通讯）、X7（娱乐教育文化服务）、X8（居住）、X9（杂项商品和服务）。单位：元。1.因子分析利用主因子分析法提取3个主因子，用最大方差旋转进行简化，

5、得到如下因子载荷矩阵，它代表变量和公因子的相关系数：综合上面的载荷矩阵可以看出，第一主因子食品、衣着、交通和通讯、娱乐教育文化服务、居住、杂项商品和服务六个方面有较大的载荷，表明该因子综合反映了这六个方面的变动趋势。因此第一主因子可以视为代表我省各城市在此六个方面的消费指标。第二主因子在家庭设备用品及服务、娱乐教育文化服务有较大的载荷，所以第二主因子可视为代表我省各城市在这两方面的消费指标。第三主因子与医疗保健强正相关，可以看作我省各城市在医疗保健方面的消费指标。因为三个因子能解释的方差分别为5.7894（64.33%）、1.3755（15.28%）和0.8469（9

6、.41%），也就是这三个主因子能说明总情报的89.02%。七个变量标准化后（不受各变量的不同量纲的影响），最后的共性估计之和为8.0112；与各变量X1-X9相对应的共性值之和分别为0.9954、0.9224、0.8583、0.7901、0.9803、0.8563、0.8506、0.8239、0.9344，均大于0.75，所以这些变量对我省各城市的消费结构的分析有很强的说服力。各城市三个主因子及综合得分见下表：表2河北省各城市居民消费结构主因子及综合得分表有了F1和F2的合理解释，我们可以将各城市的相关数据代入因子模型中计算出各因子得分。同时，我们以各4因子的方差贡献

7、率占三个因子总方差贡献率的比重为权重加权汇总，得出各城市的综合因子得分FACTOR，即FACTOR＝FACTORT=0.6433*FACTOR1+0.1528*FACTOR2+0.0941*FACTOR3。得到的各因子及综合因子的得分数值及排序见表3。表中因子得分情况及其正负仅表示该城市与平均水平的相对位置，并不是说该城市的人均消费水平发展水平为负。2.聚类分析系统聚类分析的基本思想是认为所研究的样品（或指标）之间存在不同程度的相似性。把一些相似程度较大的样品（或指标）聚合为一类，把另外一些相似程度较大的样品（或指标）又聚合为另一类，关系密切的聚合到