用spss分析我國(guó)各省城鎮(zhèn)居民消費(fèi)水平差異

用spss分析我國(guó)各省城鎮(zhèn)居民消費(fèi)水平差異分析文章結(jié)構(gòu)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(shí)證分析 24.1因子分析 24.2聚類分析 75結(jié)論 111研究背景及意義我國(guó)地域廣闊,各省份的經(jīng)濟(jì)發(fā)展很不平衡，各省之間的居民消費(fèi)水平差距較大。經(jīng)濟(jì)快速發(fā)展的同時(shí)我國(guó)居民收入穩(wěn)步增加，各省居民的消費(fèi)支出也強(qiáng)勁增長(zhǎng)，消費(fèi)結(jié)構(gòu)發(fā)生了巨大變化。為了正確引導(dǎo)消費(fèi)，進(jìn)一步改善消費(fèi)結(jié)構(gòu)，提高我國(guó)城市居民的消費(fèi)水平和生活的質(zhì)量，有必要對(duì)全國(guó)各省居民消費(fèi)結(jié)構(gòu)之間的異同進(jìn)行考察并做比較研究，以期發(fā)現(xiàn)經(jīng)濟(jì)水平和城市居民的消費(fèi)水平之間的關(guān)系.2研究方法本文運(yùn)用多元統(tǒng)計(jì)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(fèi)支出的八個(gè)指標(biāo)壓縮成兩個(gè)綜合指標(biāo)(稱為主成分),這兩個(gè)主成分保留了原始八個(gè)指標(biāo)的絕大部分信息,在指標(biāo)壓縮的同時(shí)能夠最大限度地反映出各省份城鎮(zhèn)居民消費(fèi)水平差異。在綜合因子基礎(chǔ)上進(jìn)行層次聚類分析，根據(jù)消費(fèi)差異將全國(guó)31個(gè)省分為四類。因子分析模型是根據(jù)變量間的相關(guān)性大小，把變量分組，利用同組內(nèi)的變量之間相關(guān)性較高而不同組的變量之間相關(guān)性較低，每組變量代表一個(gè)基本結(jié)構(gòu)，這個(gè)基本結(jié)構(gòu)稱為公共因子。因子分析的出發(fā)點(diǎn)是用較少的相互獨(dú)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(xué)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(gè)原有變量，是均值為零、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)化變量；F1，F(xiàn)2，F(xiàn)3，…，F(xiàn)m為m個(gè)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(cè)的隨機(jī)變量.A＝（αij）p×m為因子載荷矩陣，αj稱為第j個(gè)因子對(duì)第i個(gè)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(guān)且與公因子也不相關(guān)。系統(tǒng)聚類分析的基本思想是認(rèn)為所研究的樣品（或指標(biāo)）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(biāo)）聚合為一類，把另外一些相似程度較大的樣品（或指標(biāo)）又聚合為另一類，關(guān)系密切的聚合到一個(gè)小的分類單位，關(guān)系疏遠(yuǎn)的聚合到一個(gè)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(gè)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(jié)果中的因子得分為基礎(chǔ)，在聚類分析中采用離差平方和法及歐氏平方距離對(duì)綜合因子得分進(jìn)行最優(yōu)分割，將31個(gè)省按城市居民消費(fèi)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(guó)“分地區(qū)城鎮(zhèn)居民家庭平均每人全年現(xiàn)金消費(fèi)支出”，來自于中國(guó)統(tǒng)計(jì)年鑒全國(guó)31個(gè)省、直轄市和自治區(qū)(港、澳、臺(tái)不在其中)的城鎮(zhèn)居民年平均現(xiàn)金消費(fèi)支出的97項(xiàng)主要指標(biāo)(單位:元),指標(biāo)代碼和指標(biāo)名稱列于表1,原始數(shù)據(jù)列于表2。表1指標(biāo)名稱及代碼指標(biāo)代碼指標(biāo)名稱指標(biāo)代碼指標(biāo)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(xiǎn)X4家庭設(shè)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(nèi)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(shí)證分析4.1因子分析表3描述統(tǒng)計(jì)量均值標(biāo)準(zhǔn)差分析N食品5832.80941299.8219431衣服1782.8135388.8927131居住1411.2358283.1226431家庭設(shè)備1042.3939283.2454031交通通訊2260.2768861.6145131文教娛樂1836.3910739.1511131醫(yī)療保險(xiǎn)1048.6229253.7498431食品、衣服等七個(gè)消費(fèi)支出指標(biāo)的描述性統(tǒng)計(jì)量，可以看出，食品支出消費(fèi)所占的比重最大，其次是交通通訊。在所有的消費(fèi)支出中，醫(yī)療保險(xiǎn)支出所占比重最小。表4KMO和Bartlett的檢驗(yàn)取樣足夠度的Kaiser-Meyer-Olkin度量。.698Bartlett的球形度檢驗(yàn)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(shè)備1.000.829交通通訊1.000.911文教娛樂1.000.902醫(yī)療保險(xiǎn)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(jìn)行因子分析；KMO值為0.698，接近1，適合進(jìn)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(zhuǎn)平方和載入合計(jì)方差的%累積%合計(jì)方差的%累積%合計(jì)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(gè)因子的特征根值為4.623，解釋了原有8個(gè)變量總方差的55.448%，第二個(gè)因子的特征根值為1.214，解釋了原有8個(gè)變量總方差的27.945，前兩個(gè)因子的累計(jì)方差貢獻(xiàn)率為83.392%，并且只有他們的取值大于1，說明前兩個(gè)公因子基本上包含來全部變量的主要信息，選擇前兩個(gè)因子為主因子即可。圖1碎石圖碎石圖橫坐標(biāo)為因子數(shù)目，縱坐標(biāo)為特征根，可以看出第一個(gè)因子的特征值很高，對(duì)解釋原油變量的貢獻(xiàn)率極大，第二個(gè)以后的特征根值都很小，取值都小于1，說明他們對(duì)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(shè)備.902-.120居住.840-.008食品.823-.434醫(yī)療保險(xiǎn).597.698衣服.576.670提取方法:主成份。a.已提取了2個(gè)成份。旋轉(zhuǎn)前的因子載荷矩陣，從結(jié)果看，大部分因子解釋性很好，但是仍有少部分指標(biāo)解釋能力較差。如醫(yī)療保險(xiǎn)和衣服在兩個(gè)因子的載荷系數(shù)區(qū)別不大，因此接著采用因子旋轉(zhuǎn)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(jié)果更具有解釋性。表8旋轉(zhuǎn)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(shè)備.854.315居住.747.385醫(yī)療保險(xiǎn).202.896衣服.197.861提取方法:主成份。旋轉(zhuǎn)法:具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a.旋轉(zhuǎn)在3次迭代后收斂。旋轉(zhuǎn)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?？梢钥闯?，第一個(gè)公因子主要反映了交通通訊、食品、文教娛樂、家庭設(shè)備和居住上有較大的載荷，說明第一個(gè)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(shè)備＞居住；第二個(gè)因子反映了在醫(yī)療保險(xiǎn)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(xiǎn)和衣服兩方面的差異情況，其中醫(yī)療保險(xiǎn)＞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(shè)備.219.004交通通訊.274-.093文教娛樂.220.021醫(yī)療保險(xiǎn)-.154.569提取方法:主成份。旋轉(zhuǎn)法:具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。構(gòu)成得分。根據(jù)表中的內(nèi)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(guān)數(shù)據(jù)代入因子模型中計(jì)算出各因子得分.同時(shí)，以各因子的方差貢獻(xiàn)率占2個(gè)因子總方差貢獻(xiàn)率的比重為權(quán)重加權(quán)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?jǐn)?shù)值及排序見表.表中因子得分情況及其正負(fù)僅表示該城市與平均水平的相對(duì)位置。表10因子及綜合因子得分?jǐn)?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(nèi)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(fèi)水平，公共因子得分為正的城市有10個(gè)城市，且都具有比較發(fā)達(dá)的經(jīng)濟(jì)發(fā)展水平，在經(jīng)濟(jì)發(fā)展到一定水平后，人們的消費(fèi)理念也上升到了較高的層次。黑龍江、西藏等經(jīng)濟(jì)欠發(fā)達(dá)的省份，居民的消費(fèi)也會(huì)受到一定的制約。居民在食品、交通通訊、家庭設(shè)備、居住和文教娛樂5個(gè)方面的消費(fèi)水平與經(jīng)濟(jì)發(fā)展水平有密切的相關(guān)性。分析F2，北京、內(nèi)蒙古、吉林和天津等省市的消費(fèi)水平高，西藏、海南、貴州和廣西等地區(qū)消費(fèi)水平低。而上海、廣東兩個(gè)較為發(fā)達(dá)的省市排在第21、24位.這說明衣服和醫(yī)療保險(xiǎn)等方面的消費(fèi)水平與地區(qū)的經(jīng)濟(jì)水平雖然有一定的相關(guān)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(fèi)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(gè)省，說明各省城市居民消費(fèi)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(jìn)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(hào)，第二列和第三列列出了某一步驟中那些省市進(jìn)行了合并，例如從結(jié)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(gè)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(jìn)行再一次合并。得到以下結(jié)果：表12群集成員案例4群集1:北京12:內(nèi)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(nèi)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(jìn)一步分析4大類省市在各個(gè)消費(fèi)領(lǐng)域支出的變化情況，計(jì)算各類省市在各個(gè)消費(fèi)領(lǐng)域的平均支出。表134大類省市在各個(gè)消費(fèi)領(lǐng)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(xiàng)指標(biāo)平均消費(fèi)比重隨著消費(fèi)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(biāo)食品支出方面雖然在總量上呈現(xiàn)下降趨勢(shì)，但相對(duì)于總消費(fèi)支出的比重卻呈不斷上升趨勢(shì)，在衣著、居住方面的支出也有相同的變化趨勢(shì)；在家庭設(shè)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(shì).由此可見，隨著經(jīng)濟(jì)發(fā)展水平和消費(fèi)水平的提高，人們不僅物質(zhì)生活質(zhì)量不斷提高，而且更加注重精神文化生活方面的消費(fèi)，在保證生存型消費(fèi)的基礎(chǔ)上，更注重發(fā)展型和享受型消費(fèi)，消費(fèi)結(jié)構(gòu)逐漸趨向合理化。但同時(shí)也應(yīng)看到，我國(guó)居民總體消費(fèi)水平還不高，處于第3類的省市仍較多，處于第4類的