桂林市農(nóng)村居民消費結(jié)構(gòu)分析(共15頁)

1、數(shù)據(jù)倉庫與數(shù)據(jù)挖掘課程設(shè)計桂林電子科技大學(xué)(dxu)數(shù)學(xué)與計算科學(xué)(kxu)學(xué)院數(shù) 據(jù) 倉 庫 與 數(shù) 據(jù) 挖 掘 課 程 設(shè) 計題 目： 桂林市農(nóng)村居民消費結(jié)構(gòu)分析(fnx) 學(xué) 院： 專 業(yè)： 小組成員： 指導(dǎo)教師： 2016年01月21日桂林市農(nóng)村居民消費結(jié)構(gòu)分析摘要(zhiyo) 隨著人們生活水平(shupng)的提高，消費結(jié)構(gòu)也在日益(ry)變化，為了能夠更好的為桂林農(nóng)村人們服務(wù)，更快的發(fā)展農(nóng)村建設(shè)，讓人們過上更好的生活。在此，有必要研究農(nóng)村人們的消費結(jié)構(gòu)變化情況，以便做出正確的判斷。本文是基于桂林統(tǒng)計年鑒中1995年2010年中的14年的桂林市農(nóng)村居民人均純收入與消費支出的相關(guān)數(shù)據(jù)

2、，運用sas軟件，采用因子分析方法,實證研究了該市農(nóng)村居民的消費結(jié)構(gòu)變動情況。結(jié)論表明, 桂林農(nóng)村居民的生活質(zhì)量有所提高，大多數(shù)人解決了住房、溫飽等生活問題，對生活方面的支出有所減少，更多的開始關(guān)注文化教育和精神娛樂方面，最后給農(nóng)村今后的發(fā)展提出了小小的建議。關(guān)鍵詞：桂林市；農(nóng)村消費結(jié)構(gòu)；因子分析法引言(ynyn)眾所周知，我國的農(nóng)村(nngcn)人口眾多，一直以來農(nóng)村居民的生活狀況都在我國人們生活中占有突出重要(zhngyo)的地位。由于農(nóng)業(yè)的特殊屬性，農(nóng)村居民往往既是消費者，又是直接的生產(chǎn)經(jīng)營者和投資者，其生產(chǎn)消費和生活消費往往交織在一起，因此，中國農(nóng)村居民收入來源復(fù)雜，支出去向多樣。居民

3、消費結(jié)構(gòu)不但能反映居民消費的具體內(nèi)容，更能反映居民消費需求的滿足情況，近年來隨著經(jīng)濟(jì)的發(fā)展，社會生產(chǎn)力水平迅速提高，人民的生活水平也顯著得到提高，消費質(zhì)量和結(jié)構(gòu)不斷優(yōu)化,很多人開始關(guān)注民生，開始用不同的方法來研究如何提高農(nóng)村居民的生活質(zhì)量。王映,李曉慧,胡超根據(jù)凱恩斯的消費函數(shù)模型、統(tǒng)計學(xué)和計量經(jīng)濟(jì)學(xué)的方法，基于1993年到2007年的相關(guān)數(shù)據(jù)對桂林市城鎮(zhèn)居民消費水平和消費結(jié)構(gòu)進(jìn)行了實證分析，結(jié)果表明最多的項目為食品，其次為教育文化娛樂、衣著和居住，大體上各項消費支出是伴隨收入的增加而增加，少數(shù)項目消費支出絕對額的減少是因為較多的增加了其他項目的消費支出。 2010年馬成文在農(nóng)村居民消費結(jié)構(gòu)對

4、我國產(chǎn)業(yè)結(jié)構(gòu)變動影響分析一文中運用數(shù)量經(jīng)濟(jì)分析方法表明我國農(nóng)村居民消費結(jié)構(gòu)變動趨勢基本上反映了我國農(nóng)村居民隨著收入的逐漸增加,消費結(jié)構(gòu)的合理變動。但同時,文教娛樂支出比重的逐步縮小卻也反映了我國農(nóng)村居民消費存在的某種盲目性,這種消費現(xiàn)狀既不利于經(jīng)濟(jì)持續(xù)、快速、健康地發(fā)展, 也不利于農(nóng)民知識水平的提高,進(jìn)而從根本上影響農(nóng)村經(jīng)濟(jì)的發(fā)展,影響農(nóng)民生活的進(jìn)一步提高,消費結(jié)構(gòu)的進(jìn)一步上檔次。因此,國家有必要從財政政策上給予進(jìn)一步的支持, 從而進(jìn)一步 啟動桂林農(nóng)村居民的消費, 逐步實現(xiàn)桂林農(nóng)村居民消費結(jié)構(gòu)的高級化。經(jīng)過幾年的變化，通過本文的分析可知，相對于過去而言，居民對衣、食、住的消費需求已從追求數(shù)量轉(zhuǎn)

5、到追求質(zhì)量，居民食品、醫(yī)療保健、交通通訊及服務(wù)支出比重增加速度已經(jīng)開始放慢，更多的開始關(guān)注文化教育和精神娛樂，相應(yīng)的支出也有所增加。消費結(jié)構(gòu)變化反映了需求的變動，因此分析消費結(jié)構(gòu)的變動及其成因?qū)侠硪龑?dǎo)消費、促進(jìn)經(jīng)濟(jì)的發(fā)展都有重要的意義。 一、 消費(xiofi)簡介1.1 消費結(jié)構(gòu)概念(ginin)消費結(jié)構(gòu)是指在一定的社會(shhu)經(jīng)濟(jì)條件下人們在消費過程中消費的各種各樣的消費數(shù)據(jù)的比例關(guān)系,它反映了人們消費的內(nèi)容、水平和質(zhì)量，同時也反映了人們消費需要的滿足狀況。居民消費作為社會商品總消費的主體部分，具有持久性、穩(wěn)定性和長期性的特點。1.2 研究我市農(nóng)村居民消費結(jié)構(gòu)的必要性市場經(jīng)濟(jì)條件下，

6、消費結(jié)構(gòu)的合理化是實現(xiàn)資源有效配置，引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，創(chuàng)造新的需求，實現(xiàn)企業(yè)技術(shù)創(chuàng)新的重要條件。進(jìn)入20世紀(jì)90年代以來，我國宏觀經(jīng)濟(jì)形勢發(fā)生了重大變化，占全國總?cè)丝?0的農(nóng)村居民的消費需求對國民經(jīng)濟(jì)的影響不斷增大，農(nóng)村市場的需求不足嚴(yán)重影響了經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的方向，力度、效果和企業(yè)生產(chǎn)經(jīng)營活動。農(nóng)村居民消費結(jié)構(gòu)與經(jīng)濟(jì)、社會發(fā)展是否協(xié)調(diào)已成為關(guān)系到是否能為中國發(fā)展提供高素質(zhì)勞動力、保證經(jīng)濟(jì)持續(xù)快速發(fā)展和社會安定的重大問題。我國國情決定了農(nóng)業(yè)、農(nóng)村、農(nóng)民問題是社會主義初級階段面臨的一個最基本的問題，在今后相當(dāng)長的一個時期內(nèi)， 這個問題仍將是影響我國改革和發(fā)展進(jìn)程的關(guān)鍵，在某種程度上可以說，“農(nóng)民很苦

7、，農(nóng)民很窮，農(nóng)業(yè)很危險”是我國經(jīng)濟(jì)發(fā)展的最大障礙，也是全面建設(shè)小康要解決的核心內(nèi)容。近年來隨著我國經(jīng)濟(jì)體制改革的深入和居民可支配收入的增加，居民消費行為發(fā)生了深刻的變化，社會生產(chǎn)力水平迅速提高，人民的生活水平也顯著得到提高，消費質(zhì)量和結(jié)構(gòu)不斷優(yōu)化,相對于過去而言，居民對衣、食、住的消費需求已從追求數(shù)量轉(zhuǎn)到追求質(zhì)量，居民食品支出比重不斷下降，而醫(yī)療保健、交通通訊、文教娛樂及服務(wù)支出比重不斷增加。而這些變化過程主要反映在消費結(jié)構(gòu)上，居民消費結(jié)構(gòu)不但能反映居民消費的具體內(nèi)容，更能反映居民消費需求的滿足情況，因此分析消費結(jié)構(gòu)的變動及其成因?qū)侠硪龑?dǎo)消費、促進(jìn)經(jīng)濟(jì)的發(fā)展都有重要的意義。農(nóng)村市場是市內(nèi)的重

8、要市場，農(nóng)村居民消費結(jié)構(gòu)是農(nóng)村經(jīng)濟(jì)發(fā)展的一個重要問題，所以研究和認(rèn)識桂林市農(nóng)村居民消費結(jié)構(gòu)的變動，在十二五規(guī)劃中提出要加強(qiáng)社會主義新農(nóng)村建設(shè)，加快發(fā)展現(xiàn)代農(nóng)業(yè)。堅持走中國特色農(nóng)業(yè)現(xiàn)代化道路，提高農(nóng)業(yè)綜合生產(chǎn)能力、抗風(fēng)險能力和市場競爭能力。對于貫徹和落實科學(xué)發(fā)展觀，實現(xiàn)桂林小康社會的目標(biāo)和率先發(fā)展，具有積極的意義。二、因子分析概述(i sh)2.1 因子分析的概念(ginin)和意義在研究實際問題(wnt)時往往希望盡可能多地收集相關(guān)變量，以期能對問題比較全面、完整的把握和認(rèn)識。但收集這些數(shù)據(jù)需投入許多精力，雖然它們能夠較為全面、精確地描述事務(wù)，但是在實際數(shù)據(jù)模型中，這些變量未必能真正發(fā)揮預(yù)期的

9、作用，“投入”和“產(chǎn)出”并非呈合理的正比，反而會給統(tǒng)計分析帶來許多問題，可以表現(xiàn)在：計算量的問題。變量之間相關(guān)性問題。變量之間信息的高度重疊和高度相關(guān)會給統(tǒng)計方法的應(yīng)用帶來許多障礙。為解決上述問題，最簡單和最直接的解決方案是在削減變量個數(shù)的同時不會造成信息的大量丟失。而因子分析正是這樣一種能夠有效降低變量維數(shù)，研究如何以最少的信息丟失將眾多原有變量濃縮成少數(shù)幾個因子，如何使因子具有一定的命名解釋性，并已得到廣泛應(yīng)用的多元統(tǒng)計分析方法。2.2 因子分析的的數(shù)學(xué)模型因子分析的核心是用較少的相互獨立的因子反映原有變量的絕大部分信息?？梢詫⑦@一思想用數(shù)學(xué)模型來表示。設(shè)有p個原有變量,且每個變量（或經(jīng)標(biāo)

10、準(zhǔn)化處理后）的均值均為0，標(biāo)準(zhǔn)差均為1?，F(xiàn)將每個原有變量用個因子的線性組合來表示，則有 (2.1)式（2.1）便是因子分析的數(shù)學(xué)模型，也可以用矩陣的形式表示為：式中，F(xiàn)稱為因子，由于它們均出現(xiàn)在每個原有變量的線性表達(dá)式中，因此又稱為公共因子。因子可理解為高維空間中互相垂直的個坐標(biāo)軸；稱為因子載荷矩陣，（;）稱為因子載荷，是第個原有變量在第個因子上的負(fù)荷。如果把變量看成維因子空間中的一個向量，則表示在坐標(biāo)軸上的投影，相當(dāng)于多元線性回歸模型中的標(biāo)準(zhǔn)化回歸系數(shù)；稱為特殊因子，表示原有變量不能被因子解釋的部分，其均值為0，相當(dāng)于多元線性回歸模型中的殘差。2.3 因子分析的基本(jbn)步驟（1）因子分

11、析的前提條件 因子分析的目的是從眾多(zhngdu)的原有變量中綜合出少數(shù)具有代表性的因子，這必定有一個潛在的前提要求，即原有變量之間應(yīng)具有較強(qiáng)的相關(guān)關(guān)系。本文采用pearson相關(guān)系數(shù)矩陣進(jìn)行檢驗，如果變量間有顯性的線性關(guān)系，則可以用因子分析。（2）因子(ynz)提取和因子載荷矩陣的求解 因子分析的關(guān)鍵是根據(jù)樣本數(shù)據(jù)求解因子載荷矩陣。在此我們介紹最為廣泛的主成分分析法。主成份分析法通過坐標(biāo)變換的手段，將原有的個相關(guān)變量標(biāo)準(zhǔn)化后進(jìn)行線性組合，轉(zhuǎn)換成另一組不相關(guān)的變量，于是有 (2.2)式（2.2）是主成分分析的數(shù)學(xué)模型。其中，（）對式（2.2）中的系數(shù)按照以下原則來求解：與（;）相互獨立。與的

12、一切線性組合（系數(shù)滿足上述方程組）中方差最大的；是與不相關(guān)的的一切線性組合中方差最大的；是與,都不相關(guān)的一切線性組合中方差最大的。根據(jù)上述原則(yunz)確定的, ,依次(yc)稱為原有變量,的第1,2,3,.,p個主成分(chng fn)。其中，在總方差中所占比例最大，它綜合原有變量,.,的能力最強(qiáng)，其余主成分,.,在總方差中所占比例依次遞減，即其余主成分綜合原有變量的能力依次減弱。可見，主成分分析法的核心是通過原有變量的線性組合以及各個主成分的求解來實現(xiàn)變量降維的?；谏鲜鲈?，主成分?jǐn)?shù)學(xué)模型的系數(shù)求解步驟歸納如下：將原有變量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；計算變量的簡單相關(guān)系數(shù)矩陣R；求相關(guān)系數(shù)矩陣

13、R的特征根及對應(yīng)的單位特征向量.通過上述步驟，計算便得到各個主成分。其中的p個特征值和對應(yīng)的特征向量便是因子分析的初始解。現(xiàn)在重新回到因子分析中來，因子分析利用上述p個特征值和對應(yīng)的特征值向量，并在此基礎(chǔ)之上計算因子載荷矩陣： （2.3） 由于因子分析的目的是減少變量個數(shù)，因此在因子分析的數(shù)學(xué)模型中，因子數(shù)目小于原有變量個數(shù)。2.4 計算因子得分 計算因子得分途徑是用原有變量來描述因子，因子得分函數(shù)是原有變量線性組合的結(jié)果，因子得分可看作各變量值的加權(quán)總和，權(quán)數(shù)大小表示了變量對因子的重視程度，于是第個因子在第個樣本上的值可表示為：， 其中(qzhng)=1,2,3,k（2.4）2.5 具體(j

14、t)實施(shsh)步驟使用1995-2010年間的桂林農(nóng)村居民在食品、衣著、居住、家庭設(shè)備、用品及服務(wù)、醫(yī)療保健、交通和通訊、文化教育娛樂用品及服務(wù)、其他商品和服務(wù)等 8個不同項目上的支出消費的數(shù)據(jù)來進(jìn)行pearson相關(guān)性檢驗。通過計算相關(guān)系數(shù)矩陣R的特征值和累計貢獻(xiàn)率，選擇因子個數(shù)，進(jìn)行因子分析。利用旋轉(zhuǎn)使得因子變量更具有可解釋性。計算因子變量的得分。分析得出結(jié)論及建議。三、實例計算3.1 數(shù)據(jù)的收集整理 將桂林市農(nóng)村居民人均生活費支出分為總的生活消費支出、食品、衣著、居住、家庭設(shè)備及服務(wù)、醫(yī)療保健、交通通訊、文教娛樂及服務(wù)、其他8個部分，它們在人均生活費支出分別記為，桂林市農(nóng)村居民消費

15、變化如表1所示。表1 1995年2010年桂林市農(nóng)村居民人均生活消費支出構(gòu)成(單位：元)時間YEAR生活消費支出X1食品X2衣著X3居住X4家庭設(shè)備用品及服務(wù)X5醫(yī)療保健X6交通和通訊 X7文教娛樂用品及服務(wù)X8其他商品和服務(wù)X91995605.14266.4663.191.9450.5429.3518.3875.3610.011998887.31357.2277.83144.1463.1553.2136.2137.2918.261999909.08359.7472.59158.2862.8657.1337.74140.9219.8220001021.14376.0872.21184.5562

16、.3772.8354.37159.5339.2120011029.93384.5374.45161.2362.2382.4563.68165.4635.920021114.9407.479.29187.7763.0878.384.62174.739.7420031194.64440.485.2174.6664.6991.36105.19202.2730.8720041373.49525.3391.03191.9479.00117.40127.60209.6831.5120051623.02623.61116.01208.0598.25144.45171.50225.1635.992006181

17、6.09675.71132.85292.49112.21160.31203.63196.6442.2520072083.99800.10156.59339.26142.09174.75241.49177.1952.5120082418.69946.30174.57442.93162.84209.22256.08173.2653.4820093384.59997.88196.951126.0218.34258.13324.05206.6756.5520103121.721122.7226.62608.42239.02276.06360.70218.6269.593.2 相關(guān)系數(shù)矩陣(j zhn)

18、的計算運用sas軟件中的proc corr pearson；語句進(jìn)行(jnxng)相關(guān)系數(shù)矩陣的運算，得到結(jié)果如表2所示。表2 指標(biāo)(zhbio)間的相關(guān)系數(shù)矩陣RPearson 相關(guān)系數(shù), N = 13當(dāng) H0: Rho=0 時，Prob |r|x2x3x4x5x6x7x8x210.994120.799620.977970.990980.989120.56352.00010.001.0001.0001.00010.0449x30.9941210.812670.989160.984970.984460.52845.00010.0007.0001.0001.00010.0634x40.79962

19、0.8126710.869280.834310.80560.407430.0010.00070.00010.00040.00090.167x50.977970.989160.8692810.977390.966580.50441.0001.00010.0001.0001.00010.0788x60.990980.984970.834310.9773910.993940.63238.0001.00010.0004.0001.00010.0204x70.989120.984460.80560.966580.9939410.64623.0001.00010.0009.0001.00010.017x8

20、0.563520.528450.407430.504410.632380.6462310.04490.06340.1670.07880.02040.017由相關(guān)系數(shù)矩陣R可以看出，大部分的相關(guān)系數(shù)都較高，各變量呈較強(qiáng)的線性關(guān)系，因此，可以知道居民的消費水平可以用因子分析法進(jìn)行分析。接著由R得到相關(guān)系數(shù)矩陣的特征值及累計貢獻(xiàn)率如表3。表3 R的特征值和累計貢獻(xiàn)率 Eigenvalue Difference Proportion Cumulative1 6.84946488 6.16336499 0.8562 0.85622 0.68609989 0.38495317 0.0858 0.94193

21、 0.30114673 0.16294615 0.0376 0.97964 0.13820058 0.12194023 0.0173 0.99695 0.01626035 0.01006307 0.0020 0.99896 0.00619728 0.00433170 0.0008 0.99977 0.00186558 0.00110087 0.0002 0.99998 0.00076471 0.0001 1.0000由表3可以知道前兩個特征值的累積貢獻(xiàn)率已經(jīng)達(dá)到94.19%，因此(ync)進(jìn)行因子分析的時候可選取兩個公共因子。3.3 因子載荷(zi h)矩陣的計算通過(tnggu)語句proc

22、 factor data=nongcun method=prin rotate=varimax nfactors=2 out=a1;var x2 x3 x4 x5 x6 x7 x8 x9;run;選取兩個公公因子對變量x2x9進(jìn)行因子分析，得到因子載荷矩陣如表4。表4 因子載荷矩陣AFactor1Factor2x20.9863-0.05533x30.98439-0.10221x40.85179-0.23646x50.98189-0.14878x60.996990.01228x70.992860.04049x80.628040.76908x90.91859-0.03568采用方差最大法對因子載荷

23、矩陣實行方差最大正交旋轉(zhuǎn)以使因子具有命名解釋性，得到正交因子載荷矩陣如表5。表5 最大正交旋轉(zhuǎn)后的因子(ynz)載荷矩陣Factor1Factor2x20.925970.34413x30.942980.30041x40.875220.12431x50.959340.25673x60.90870.41037x70.893620.43457x80.267640.95618x90.856060.33504根據(jù)(gnj)表5可以寫出該案例(n l)的因子分析模型: 由此模型可知：有7個變量在第一個因子上的載荷都很高，意味著它們與第一個因子的相關(guān)程度較高，第一個因子十分重要。同時可知食品、衣著、居住、家

24、庭設(shè)備、醫(yī)療保險、交通和通訊、其他在第1個因子上有較高的載荷，第1個因子主要解釋了這些變量我們將之稱為生活所需因子；文教娛樂用品及服務(wù)在第2個因子上有較高的載荷，可將之稱為精神文化因子。因此根據(jù)原有變量與這2個因子的相關(guān)程度我們得到如下的因子命名。3.4 因子的貢獻(xiàn)率及變量的共同度分析由前面的相關(guān)語句得出各個因子的方差貢獻(xiàn)率為.Factor1 Factor25.8617418 1.6738230貢獻(xiàn)率分別為：，可以看出第一個因子的方差貢獻(xiàn)率非常的大，則表明因子1對消費結(jié)構(gòu)的影響比較大。得出(d ch)變量的共同(gngtng)度如表8。表6 變量(binling)的共同度Final Commu

25、nality Estimates: Total = 7.535565x2x3x4x5x6x7x8x90.9758430.9794620.7814570.9862490.994140.9874190.985910.845085的共同度的計算公式為：由特殊因子方差計算公式及相關(guān)數(shù)據(jù)可知特殊因子的方差很小，對消費結(jié)構(gòu)的影響力較小。3.4 計算因子得分本文采用回歸法估計因子得分系數(shù)，并輸出因子得分系數(shù)如表9。表7 因子得分Standardized Scoring CoefficientsFactor1Factor2x20.164238-0.01626x30.191334-0.07898x40.251924-0.26603x50.218176-0.14133x60.1262220.074666x70.1092060.112114x8-0.364711.063909x90.1437120.006038根據(jù)表7，可以寫出得分函數(shù)： 由此可見計算兩個因子得分變量的變量值時，對于因子1，的權(quán)重較高，但方向恰好相反，表示文教娛樂對因子1成負(fù)相關(guān)，其他變量的權(quán)重都為正，表明對因子是正相關(guān)，而對于因子2，x8的權(quán)重顯然很大，且為正，表明文教娛樂的影響較大，這與因子的實際含義是相吻合的。 最后得到因子變動(bindng)相關(guān)圖為圖1 因