用spss分析我國各省城鎮(zhèn)居民消費水平差異

用spss分析我國各省城鎮(zhèn)居民消費水平差異分析文章結構1研究背景及意義 12研究方法 13數(shù)據(jù)來源與數(shù)據(jù)處理 14.實證分析 24.1因子分析 24.2聚類分析 75結論 111研究背景及意義我國地域廣闊,各省份的經濟發(fā)展很不平衡，各省之間的居民消費水平差距較大。經濟快速發(fā)展的同時我國居民收入穩(wěn)步增加，各省居民的消費支出也強勁增長，消費結構發(fā)生了巨大變化。為了正確引導消費，進一步改善消費結構，提高我國城市居民的消費水平和生活的質量，有必要對全國各省居民消費結構之間的異同進行考察并做比較研究，以期發(fā)現(xiàn)經濟水平和城市居民的消費水平之間的關系.2研究方法本文運用多元統(tǒng)計分析中的主成分分析方法和聚類分析方法,將描述各省份城鎮(zhèn)居民全年現(xiàn)金消費支出的八個指標壓縮成兩個綜合指標(稱為主成分),這兩個主成分保留了原始八個指標的絕大部分信息,在指標壓縮的同時能夠最大限度地反映出各省份城鎮(zhèn)居民消費水平差異。在綜合因子基礎上進行層次聚類分析，根據(jù)消費差異將全國31個省分為四類。因子分析模型是根據(jù)變量間的相關性大小，把變量分組，利用同組內的變量之間相關性較高而不同組的變量之間相關性較低，每組變量代表一個基本結構，這個基本結構稱為公共因子。因子分析的出發(fā)點是用較少的相互獨立的因子變量來代替原來變量的大部分信息，可以通過下面的數(shù)學模型來表示：X1＝α11F1＋α12F2＋…＋α1mFm＋α1ε1，X2＝α21F1＋α222＋…＋α2mFm＋α2ε2，…Xp＝αp1F1＋αp2F2＋…＋αpmFm＋αpεp，其中：x1，x2，x3，…，xp為p個原有變量，是均值為零、標準差為1的標準化變量；F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)m為m個因子變量，m小于p，表示成矩陣形式為X＝AF＋αε，其中：F＝（F1，F(xiàn)2，…，F(xiàn)m）為因子變量或公共因子；ε＝（ε1，ε2，…，εp）為特殊因子；F與ε均為不可觀測的隨機變量.A＝（αij）p×m為因子載荷矩陣，αj稱為第j個因子對第i個變量的載荷系數(shù).在模型中，特殊因子起著殘差的作用，被定義為彼此不相關且與公因子也不相關。系統(tǒng)聚類分析的基本思想是認為所研究的樣品（或指標）之間存在不同程度的相似性.把一些相似程度較大的樣品（或指標）聚合為一類，把另外一些相似程度較大的樣品（或指標）又聚合為另一類，關系密切的聚合到一個小的分類單位，關系疏遠的聚合到一個大的分類單位，直到把所有樣品都聚合完畢，把不同的類型一一劃分出來，形成一個由小到大的分類系統(tǒng)。利用SPSS中的聚類分析，以層次分析法結果中的因子得分為基礎，在聚類分析中采用離差平方和法及歐氏平方距離對綜合因子得分進行最優(yōu)分割，將31個省按城市居民消費水平的高低分成4類。3數(shù)據(jù)來源與數(shù)據(jù)處理2012年我國“分地區(qū)城鎮(zhèn)居民家庭平均每人全年現(xiàn)金消費支出”，來自于中國統(tǒng)計年鑒全國31個省、直轄市和自治區(qū)(港、澳、臺不在其中)的城鎮(zhèn)居民年平均現(xiàn)金消費支出的97項主要指標(單位:元),指標代碼和指標名稱列于表1,原始數(shù)據(jù)列于表2。表1指標名稱及代碼指標代碼指標名稱指標代碼指標名稱X1食品X5交通通訊X2衣服X6文教娛樂X3居住X7醫(yī)療保險X4家庭設備表2原始數(shù)據(jù)地區(qū)X1X2X3X4X5X6X7上海9655.62111.171790.481906.494563.83723.741016.65北京7535.292638.91970.941610.73781.513695.981658.37廣東8258.441520.592099.751467.24176.662954.131048.28浙江7552.022109.581551.691161.394133.52996.591228.02天津7343.641881.431854.221151.163083.372254.221556.35江蘇6658.371915.971437.081288.422689.513077.761058.11內蒙古5463.182730.231583.561242.642572.931971.781354.09福建7317.421634.211753.861254.712961.782104.83773.22遼寧5809.392042.41433.281069.652323.291843.891309.62山東5201.322196.981572.351125.992370.231655.911005.25重慶6870.232228.761177.021196.031903.241470.641101.56吉林4635.272044.81594.14871.461780.671642.71447.5陜西5550.711789.061322.22986.821788.382078.521212.44安徽5814.921540.661396.97811.231809.721932.741142.96湖南5441.631624.571301.61034.32084.151737.64918.41湖北5837.931783.411371.15978.261476.981651.921029.55四川6073.861651.141284.091097.931946.721587.43772.75廣西5552.561146.461377.261125.392088.641626.05883.56河南4607.471885.991190.811145.421730.351525.331085.47寧夏4768.911875.71193.37929.012110.411515.911063.09海南6556.1864.961521.04777.22004.341319.54993.24新疆5238.892031.141166.59950.171660.271280.811027.6河北4211.161541.991502.41876.11723.751203.81047.28黑龍江4687.231806.921336.85742.221462.611216.561180.67甘肅4602.331631.41287.93833.151575.671388.211049.65山西3855.561529.471438.88832.521672.291506.2905.88云南5468.171759.89973.76634.092264.231434.3939.13江西5071.611476.631173.91966.231501.341487.3670.71青海4667.341512.241232.39923.71549.761097.21906.14貴州4992.8513991013.53849.941891.031396654.53西藏5517.691361.57845.18474.691387.45550.48467.234.實證分析4.1因子分析表3描述統(tǒng)計量均值標準差分析N食品5832.80941299.8219431衣服1782.8135388.8927131居住1411.2358283.1226431家庭設備1042.3939283.2454031交通通訊2260.2768861.6145131文教娛樂1836.3910739.1511131醫(yī)療保險1048.6229253.7498431食品、衣服等七個消費支出指標的描述性統(tǒng)計量，可以看出，食品支出消費所占的比重最大，其次是交通通訊。在所有的消費支出中，醫(yī)療保險支出所占比重最小。表4KMO和Bartlett的檢驗取樣足夠度的Kaiser-Meyer-Olkin度量。.698Bartlett的球形度檢驗近似卡方187.287df21Sig..000表5公因子方差初始提取食品1.000.865衣服1.000.780居住1.000.706家庭設備1.000.829交通通訊1.000.911文教娛樂1.000.902醫(yī)療保險1.000.844提取方法：主成份分析。通過SPSS軟件得出Bartlett值為21，P值＜0.05，可考慮進行因子分析；KMO值為0.698，接近1，適合進行因子分析。變量的絕大部分信息（70%以上）都可以被因子解釋，這些變量信息丟失較少，本次因子提取的總體效果理想。表6解釋的總方差成份初始特征值提取平方和載入旋轉平方和載入合計方差的%累積%合計方差的%累積%合計方差的%累積%14.62366.04866.0484.62366.04866.0483.88155.44855.44821.21417.34583.3921.21417.34583.3921.95627.94583.3923.5638.04291.4354.2573.66795.1025.1482.10997.2116.1401.99499.2047.056.796100.000提取方法：主成份分析。第一個因子的特征根值為4.623，解釋了原有8個變量總方差的55.448%，第二個因子的特征根值為1.214，解釋了原有8個變量總方差的27.945，前兩個因子的累計方差貢獻率為83.392%，并且只有他們的取值大于1，說明前兩個公因子基本上包含來全部變量的主要信息，選擇前兩個因子為主因子即可。圖1碎石圖碎石圖橫坐標為因子數(shù)目，縱坐標為特征根，可以看出第一個因子的特征值很高，對解釋原油變量的貢獻率極大，第二個以后的特征根值都很小，取值都小于1，說明他們對解釋原有變量的共享率極小。表7成份矩陣a成份12文教娛樂.944-.101交通通訊.920-.255家庭設備.902-.120居住.840-.008食品.823-.434醫(yī)療保險.597.698衣服.576.670提取方法:主成份。a.已提取了2個成份。旋轉前的因子載荷矩陣，從結果看，大部分因子解釋性很好，但是仍有少部分指標解釋能力較差。如醫(yī)療保險和衣服在兩個因子的載荷系數(shù)區(qū)別不大，因此接著采用因子旋轉方法使得因子載荷系數(shù)向著0和1兩極分化，使大的載荷更大，小的載荷更小，使結果更具有解釋性。表8旋轉成份矩陣a成份12交通通訊.933.203食品.930.000文教娛樂.882.351家庭設備.854.315居住.747.385醫(yī)療保險.202.896衣服.197.861提取方法:主成份。旋轉法:具有Kaiser標準化的正交旋轉法。a.旋轉在3次迭代后收斂。旋轉后因子載荷矩陣，因子載荷系數(shù)向著0和1兩極分化，更有意義。可以看出，第一個公因子主要反映了交通通訊、食品、文教娛樂、家庭設備和居住上有較大的載荷，說明第一個公因子主要反映這幾方面的差異情況。其中，差異大小排序依次為交通通訊＞食品＞文教娛樂＞家庭設備＞居?。坏诙€因子反映了在醫(yī)療保險和衣服上有較大的載荷，說明第二公因子主要反映醫(yī)療保險和衣服兩方面的差異情況，其中醫(yī)療保險＞衣服。表9成份得分系數(shù)矩陣成份12食品.324-.233衣服-.147.546居住.164.079家庭設備.219.004交通通訊.274-.093文教娛樂.220.021醫(yī)療保險-.154.569提取方法:主成份。旋轉法:具有Kaiser標準化的正交旋轉法。構成得分。根據(jù)表中的內容，可以寫出以下因子得分函數(shù)：F1=0.324*X1-0.147*X2+0.164*X3+0.219*X4+0.274*X5+0.220*X6-0.154*X7F2=-0.233*X1+0.546*X2+0.079*X3+0.004*X4-0.093*X5+0.021*X6+0.569*X7有了F1和F2的合理解釋，可以將各省的相關數(shù)據(jù)代入因子模型中計算出各因子得分.同時，以各因子的方差貢獻率占2個因子總方差貢獻率的比重為權重加權匯總，得出各省的綜合因子得分F，即F＝0．55448F1＋0．27945F2得到的各因子及綜合因子的得分數(shù)值及排序見表.表中因子得分情況及其正負僅表示該城市與平均水平的相對位置。表10因子及綜合因子得分數(shù)值及排名地區(qū)F1F1排名F2F2排名FF排名上海3.028621-0.37344211.571北京1.529532.3166611.52廣東2.372532-0.78112241.13浙江1.3096440.4249110.844天津0.7573671.0542240.715江蘇0.8599760.06022140.496內蒙古-0.24202152.1018220.457福建1.258925-1.06226260.48遼寧-0.20651140.953850.159山東-0.14855120.6260260.0910重慶-0.18138130.5234680.0511吉林-0.87617291.571833-0.0512陜西-0.34483170.459249-0.0613安徽-0.2716516-0.0805618-0.1714湖南-0.1136511-0.458522-0.1915湖北-0.36402180.0244116-0.216四川0.073110-0.8547825-0.217廣西0.198538-1.2091928-0.2318河南-0.67591220.4352210-0.2519寧夏-0.6658210.2983313-0.2920海南0.185029-1.5023630-0.3221新疆-0.79803270.3872912-0.3322河北-0.74658260.0124117-0.4123黑龍江-1.08771310.578957-0.4424甘肅-0.83402280.0342615-0.4525山西-0.7415824-0.2624419-0.4826云南-0.7026823-0.3513520-0.4927江西-0.3856919-1.1360927-0.5328青海-0.7424525-0.4864723-0.5529貴州-0.4520420-1.3580429-0.6330西藏-0.9919430-1.9464431-1.0931分析F1，上海、廣東、北京具有較高的消費水平，公共因子得分為正的城市有10個城市，且都具有比較發(fā)達的經濟發(fā)展水平，在經濟發(fā)展到一定水平后，人們的消費理念也上升到了較高的層次。黑龍江、西藏等經濟欠發(fā)達的省份，居民的消費也會受到一定的制約。居民在食品、交通通訊、家庭設備、居住和文教娛樂5個方面的消費水平與經濟發(fā)展水平有密切的相關性。分析F2，北京、內蒙古、吉林和天津等省市的消費水平高，西藏、海南、貴州和廣西等地區(qū)消費水平低。而上海、廣東兩個較為發(fā)達的省市排在第21、24位.這說明衣服和醫(yī)療保險等方面的消費水平與地區(qū)的經濟水平雖然有一定的相關性，但也受其它因素的影響。分析分析綜合因子得分F，居民消費水平較高的是上海、北京、廣東、浙江和天津等省市，較低的為西藏、貴州、青海和江西等省，得分為正的有11個省，說明各省城市居民消費水平發(fā)展不均衡。4.2聚類分析表11聚類表階群集組合系數(shù)首次出現(xiàn)階群集下一階群集1群集2群集1群集211920.003001721625.00500331622.0102094715.020001152327.0330017639.046002271230.060001381028.080001891618.104301810214.1370015117172110016131213.249702314121.313002815226.380100251656.45601222171923.5341520181016.620892319411.7250024201929.85717021217191.05011202622351.289616272310121.550181327244241.8561902525242.655152428267313.45621029273104.49822232928126.21914253029378.444272630301316.16228290Spss首先給出了進行系統(tǒng)聚類分析過程表，第一列列出了聚類過程的步驟號，第二列和第三列列出了某一步驟中那些省市進行了合并，例如從結果中可以看出，19和20首先被合并在一起。第四列列出每一步驟的聚類系數(shù)，這一數(shù)值表示被合并的兩個類別之間的距離大小，第五列和第六列表示參與合并的省市在第幾步中第一次出現(xiàn)，0代表該記錄是第一次出現(xiàn)在聚類過程中，第七列表示在這一過程中合并的類別，下一次將在第幾步中與其他類進行再一次合并。得到以下結果：表12群集成員案例4群集1:北京12:內蒙古23:吉林34:天津25:遼寧36:山東37:黑龍江48:重慶39:陜西310:河南311:浙江212:新疆313:寧夏314:江蘇215:甘肅416:湖北317:河北418:安徽319:山西420:云南421:上海122:湖南323:青海424:廣東225:四川326:福建227:江西428:廣西329:貴州430:海南331:西藏4圖2樹狀圖第一類：北京、上海第二類：內蒙古、天津、浙江、江蘇、廣東、福建第三類：吉林、遼寧、山東、重慶、陜西、河南、新疆、寧夏、湖北、安徽、湖南、四川、廣西、海南第四類：黑龍江、甘肅、河北、山西、云南、青海、江西、貴州、西藏為了進一步分析4大類省市在各個消費領域支出的變化情況，計算各類省市在各個消費領域的平均支出。表134大類省市在各個消費領域支出情況地區(qū)X1X2X3X4X5X6X7第一類支出8595.4452375.0351880.711758.5954172.6553709.861337.51比重0.3607010.0996670.0789230.0737980.1751020.1556810.056128第二類支出5722.4381711.9031363.4021016.3872573.5152067.53994.965比重0.3703810.1108020.0882450.0657850.1665690.1338190.064398第三類支出5568.5141764.7161350.1351007.0611934.0991633.5021070.929比重0.388620.1231570.0942240.0702820.1349780.1140.074739第四類支出4785.9931557.6791200.538792.51561669.7921253.34869.0244比重0.3945950.1284270.0989820.0653410.1376710.1033350.071649圖3四大類省市各項指標平均消費比重隨著消費水平的提高，4大類省市居民在反映生活水平高低的重要指標食品支出方面雖然在總量上呈現(xiàn)下降趨勢，但相對于總消費支出的比重卻呈不斷上升趨勢，在衣著、居住方面的支出也有相同的變化趨勢；在家庭設備、醫(yī)療保健、交通通信、娛樂文教等方面的支出無論是總量還是比重都呈現(xiàn)出不斷下降的趨勢.由此可見，隨著經濟發(fā)展水平和消費水平的提高，人們不僅物質生活質量不斷提高，而且更加注重精神文化生活方面的消費，在保證生存型消費的基礎上，更注重發(fā)展型和享受型消費，消費結構逐漸趨向合理化。但同時也應看到，我國居民總體消費水平還不高，處于第3類的省市仍較多，處于第4類的