农村居民生活消费分析论文

《农村居民生活消费分析论文》由会员分享，可在线阅读，更多相关《农村居民生活消费分析论文（12页珍藏版）》请在装配图网上搜索。

1、.应用多元统计分析期末论文农村居民生活消费分析2014年我国农村居民消费分析目录摘要3一、引言3二、因子分析法32.1统计思想32.2因子确实定32.3分析过程3根本分析3因子载荷矩阵3因子得分3三、聚类分析法33.1系统聚类法的思想33.2系统聚类3四、影响农村居民消费因素34.1收入影响34.2消费环境影响34.3消费观念影响3五、参考文献3六、附录：3农村居民生活消费分析2014年我国农村居民消费分析摘要：本文综合了因子分析与聚类分析,先进展因子分析, 再用因子分析的结果进展聚类分析。在2014 年农村居民消费构造的数据根底上, 本文较多运用了31个省份的因子得分,计算出单因子情况下31

2、个省份的得分和31个省份在八项消费产生的3个因子上的综合得分, 再把该得分作为31个省份的属性, 采用离差平方和(ward)方法进展聚类, 最后将城市分为三层，对整体进展综合评价和说明。关键词：因子分析；聚类分析；综合评价2014年我国农村居民消费分析一、 引言由于我国国土辽阔,自然条件差异很大,经济开展极不平衡,一些地区、一些乡村、一些居民群体的生活目前与小康指标仍有差距,有的甚至还没有解决温饱问题。我国现有65%的人口在农村,农村居民的生活问题是全面建立小康社会的主要问题。因此,笔者就我国农村居民生活消费构造进展因子分析和聚类分析,以期对农村居民生活消费的问题作一研究,并以此寻求合理的解决

3、思路。二、因子分析法2.1、统计思想因子分析的根本思想是通过对变量相关系数矩阵部构造的研究，找出能控制所以变量的少数几个随机变量去描述多个变量之间的相关关系，并依据相关性的大小将变量分组，使得同组的变量之间相关性较高，不同组的变量相关性较低。每组代表一个根本构造，这个根本构造成为公共因子。对于所研究的问题试图用最小个数的不可观测的所谓公共因子的线性函数与特殊因子之和来描述原来可观测的每一个变量。2.2、因子确实定利用2014年各地区农村居民家庭平均每人生活消费支出资料。摘自中国统计年鉴(2015)做因子相关性分析得：表一、相关矩阵表相关矩阵a食品衣着居住家庭设备及效劳交通和通讯文娱用品及效劳医

4、疗保健其他商品和效劳相关食品1.000.669.831.789.759.356.462.818衣着.6691.000.760.729.871.499.722.755居住.831.7601.000.872.814.547.645.767家庭设备及效劳.789.729.8721.000.764.466.516.694交通和通讯.759.871.814.7641.000.580.698.763文娱用品及效劳.356.499.547.466.5801.000.691.505医疗保健.462.722.645.516.698.6911.000.613其他商品和效劳.818.755.767.694.763.

5、505.6131.000Sig.单侧食品.000.000.000.000.027.005.000衣着.000.000.000.000.003.000.000居住.000.000.000.000.001.000.000家庭设备及效劳.000.000.000.000.005.002.000交通和通讯.000.000.000.000.000.000.000文娱用品及效劳.027.003.001.005.000.000.002医疗保健.005.000.000.002.000.000.000其他商品和效劳.000.000.000.000.000.002.000a. 行列式 = .000因子相关相关矩阵反

6、映我国农村居民消费构造的各指标之间存在较高的相关性,而变量间存在较为明显的相关关系是应用因子分析提取主因子，并以此为依据构造评价体系的根底。因此存在可以采用因子分析进展分析的可能。2.3 分析过程、根本分析共同度描述的是变量i(i=1,2,m)对m个因子的依赖程度，也就是用m个因子描述变量的有效性。本文用因子分析法，选取特征值r1的变量作为主因子并计算其共同度。表二、公因子方差表公因子方差初始提取食品1.000.939衣着1.000.961居住1.000.941家庭设备及效劳1.000.948交通和通讯1.000.929文娱用品及效劳1.000.997医疗保健1.000.992其他商品和效劳1

7、.000.958提取方法：主成份分析。由表二可以看出，主因子对每个变量指标有很强的解释力。表三、解释的总方差表解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %15.69371.16171.1615.69371.16171.1613.49143.63543.6352.93011.62782.789.93011.62782.7892.07525.93469.5693.4795.99188.780.4795.99188.7801.53719.21188.7804.3394.23593.0155.2242.79695.8106.1

8、561.95297.7637.0981.22498.9868.0811.014100.000提取方法：主成份分析。从衡量每个公因子Fi(i=1、2.n)对m个变量解释能力的方差奉献率指标来看，累计方差奉献率到达88.78%，说明主因子对变量能够起到较好的概括作用，其中第一主因子起到了尤其重要的作用，其旋转后的方差奉献率到达43.635%。、因子载荷矩阵因子载荷矩阵的元素ai代表了变量i与因子Fi线性联系的严密程度，而第j列的因子载荷量a1、a2.ai,则说明了第j个因子Fi与各变量的联系程度，在实际中，常常根据该列载荷中绝对值较大的载荷所对应的变量来说明这个因子的意义。表四、旋转成分矩阵表旋转

9、成份矩阵a成份123食品.910.261.078衣着.539.774.173居住.820.344.331家庭设备及效劳.861.239.252交通和通讯.641.621.284文娱用品及效劳.232.243.925医疗保健.215.738.552其他商品和效劳.714.483.213提取方法 :主成份。旋转法 :具有 Kaiser 标准化的正交旋转法。a. 旋转在 5 次迭代后收敛。由表四可知：第一主因子在食品、居住、家庭设备及效劳、交通和通讯以及其他商品和效劳等5个指标上的系数比拟大，其主要反响的是生活消费水平的提高；第二主因子在衣着、医疗保健2个指标上的系数比拟大，其主要反映的是日常生活中

10、最根本的消费情况；第三主因子在文教娱乐用品及效劳指标上的系数比拟大，其主要反映的是生活消费水平进一步提高的情况。3个主因子从不同的侧面反映了居民的生活质量,从整体来看,则反映了农村居民从生存型消费、数量型消费向开展型消费、质量型消费的开展方向。第一主因子可以解释原始数据全部方差的71.161%,第二主因子可以解释原始数据全部方差的11.627%,第三主因子可以解释原始数据全部方差的5.991%。由此看出,我国现阶段农村居民消费的刚性支出是维护根本生活的吃、必要的的交通、通讯和商品及效劳。、因子得分因子得分是利用因子分析法对原始数据进展评价的依据。以2014年各地区农村居民家庭平均每人生活消费支

11、出资料为依据，我们得到因子得分系数矩阵和因子得分。表五、成分得分系数矩阵表成份得分系数矩阵成份123食品.461-.258-.141衣着-.160.762-.375居住.326-.249.140家庭设备及效劳.432-.390.111交通和通讯.012.360-.119文娱用品及效劳-.054-.4521.041医疗保健-.385.644.176其他商品和效劳.162.138-.115提取方法 :主成份。旋转法 :具有 Kaiser 标准化的正交旋转法。表六、因子得分表地区因子一因子二因子三1.816651.018110.38765*1.780041.54079-0.28405-0.27862

12、0.57007-0.42938-1.001260.063440.49417-0.812530.981611.79005-1.360310.65161.02536-0.992190.384621.10577-1.358330.830790.757772.070751.62143-0.690321.202230.232120.89531.459680.892561.28764-0.1047-0.23246-0.304751.5009-0.921930.137630.08184-1.02688-0.43173-0.410110.21327-0.1464-0.710540.51714-0.461780

13、.00538-0.506570.966490.25145-1.115831.245541.45502-1.851750.49371*-0.14494-1.50262-0.161970.28848-1.91973-0.089030.15731-0.64588-0.23990.294040.03987-1.19174-0.47928-1.25891-0.3303-0.67826-0.91445-0.43083-0.08193-0.29863-3.4481-0.87977-0.140830.64863-0.78854-0.533-0.28667-0.706771.5633-1.08221-0.594

14、770.555550.08217*-0.980911.19321-1.30874以主因子对原始数据的奉献率为权数加权，得出个城市的综合得分F，即F=(F1*71.161+F2*11.627+F3*5.991/88.78表七、因子综合得分表地区综合得分排名1.6156 2*1.6094 3-0.1776 15-0.7609 29-0.4019 20-0.9358 31-0.6703 24-0.9288 301.8256 11.0545 61.3738 4-0.1349 141.0916 5-0.0980 13-0.3107 16-0.5330 220.0032 110.1395 90.9571

15、7*-0.3239 17-0.0262 120.0253 100.1605 8-0.5713 23-0.6925 26-0.3375 18-0.6798 25-0.7212 28-0.4348 21-0.3984 19*-0.7183 27可以看出,第一主因子的前10位排名依次为、*、;第二主因子的前10位排名依次为、*、*、;第三主因子前10位排名依次为、。综合因子前10位排名与第一主因子大致一样,这就进一步说明,我国农村居民的整体消费水平由第一类地区的消费水平所决定。考虑到不同地区的消费习惯和物价水平的影响,因子分析排名根本符合实际情况。第二主因子的排名与第一主因子、第三主因子相差较大。三

16、、 聚类分析法3.1 系统聚类法的思想首先，将N个样品看成N类，然后将性质最近的两类合并成一个新类，我们得到N-1类，再从中找出最近的两类合并变成N-2类，如此下去，最后所有样品归为一类。3.2 系统聚类离差平方和 Ward方法的思想来源于方差分析，如果分类正确，同样品的离差平方和应当较小，类与类之间的离差平方和应当较大。对表中综合因子得分运用统计分析软件SPSS进展聚类分析的WARD(离差平方和)法进展最优分割,把我国31个省、直辖市、自治区的农村居民生活消费情况归来为3大类。图一、系统聚类图表八、聚类图中数字代表的省市地区*序号123456789101112131415161718*192

17、021222324252627282930*31由上图知第东部沿海地区农村居民在科技教育、居住、效劳方面的消费普遍较高;西部、北部地区农村居民在科技教育、居住、效劳方面的消费普遍较低,主要用于生存消费。即:第一、二类地区的生活水平较低,第三类地区的生活水平较高,整体差异悬殊较大。四、 影响农村居民消费因素4.1、收入影响农民收入增长缓慢,而且其收入绝大局部用于家庭生产经营、支付税费以及供子女受教育的学费开支,这从根本上限制了农村居民消费水平的提高和消费构造的改善,因此,增收问题是提高农村居民生活质量的核心问题。4.2、消费环境影响目前,我国农村居民的消费环境较差,明显制约农村居民消费构造的改善

18、。主要表现在:根底设施落后。道路、供水供电、通讯等设施不能满足消费的需求,出现了买车无路开,买手机无信号,买洗衣机没有自来水的现象,严重制约了农村居民对家用电器等现代化工业产品的消费。市场上适应农村消费特点的消费品偏少,而且农村商品销售网络和效劳体系严重滞后,如乡镇以下区域商品批发市场、零售网点少,假冒伪劣商品充满农村市场,诸如送货上门、免费安装、售后效劳等便民措施在农村市场难以得到保障,这些问题严重影响了农民的购置热情和消费心理。农村社会保障体系不健全,农村居民因防老、防病、育儿的储蓄心理较强,因而限制了消费需求的实现。4.3、消费观念影响多数农村居民的消费观念比拟保守,仍停留在短缺经济时代

19、的水平上,积累性消费特点突出,超前消费、贷款消费的意识不强,、求廉的购置动机明显,价格仍是选购商品时首先考虑的因素。此外,农村居民消费的趋同性和从众心理显著,往往是同一区域的一家农户买了*一种物品,其他农户就都买同一品牌、品种的商品。这显然对消费领域的拓展和消费质量的提高有所限制。五、参考文献1、 我国农村居民生活消费实证研究：艳玲，讲师,信息工程学院信息统计系：. 2、 基于因子分析的我国证券公司竞争力的研究：王晓芳，王学伟，交通大学经济与金融学院：.3、 近年居民消费构造统计分析的研究-关于因子分析和聚类分析的应用; 吴栋, 乐夫 ,阳子 ,清华大学经济管理学院 :. 4、基于因子和聚类分

20、析的县域经济开展研究以省18个县市为例王庆丰.党耀国.王丽敏,航空航天大学经济与管理学院 ,. . 中原工学院经济管理学院 ,.六、附录：6-28 农村居民分地区人均消费支出 (2014年)单位：元地区消费支出食品烟酒衣着居住生活用品交通通信教育文化医疗保健其他用品及效劳娱乐及效劳全国8382.62814.0510.41762.7506.51012.6859.5753.9163.014535.14048.0917.84360.7994.61813.01097.31088.6215.1*13738.64314.41013.13200.4891.01979.41041.4979.7319.2*82

21、48.02421.2581.61858.5508.01146.5758.7788.7184.7*6991.72054.3539.71480.5343.9706.5928.5770.2168.29972.23039.0728.11675.7427.91467.51318.01114.4201.5*7800.72210.9531.71491.7331.71049.71014.51026.4144.2*8139.82411.2552.61650.9355.7931.21042.21008.0188.07830.02210.2597.41602.1348.0966.2984.2992.1129.7*1

22、4820.15332.7860.43615.7689.51830.3782.71330.3378.3江11820.33711.9758.92467.0719.01788.51215.5845.3314.3*14497.84618.5881.83302.1746.62256.81355.31068.3268.4*7980.82842.3474.01686.0498.7811.7735.1778.8154.1*11055.94222.5572.42607.8642.71097.7940.7735.9236.2*7548.32755.1380.61877.3406.8759.4711.9525.21

23、32.0*7962.22464.5489.31547.1523.91225.8801.4776.4133.8*7277.22153.8600.71542.6505.9859.6757.8731.4125.4*8680.92724.1495.71944.6574.3816.41010.2907.3208.3*9024.83095.2468.01982.4541.9871.91112.1771.4181.9*10043.23968.9328.22238.8599.71068.7918.2686.9233.8*6675.12462.9208.61550.8394.8709.7682.5553.511

24、2.4*7029.03037.2247.91328.5392.8661.8760.3454.1146.4*7982.63229.0490.51294.2569.4780.4805.1677.0137.1*8301.13299.3548.11486.5629.8884.9599.8723.7129.1*5970.32223.5341.61202.1355.1636.5746.4373.092.1*6030.32145.9267.21147.8359.6856.8664.9514.074.1*4822.12534.9458.1688.4252.9517.0129.191.6149.9*7252.42112.2457.31627.0444.2690.5900.6883.7136.8*6147.82145.7411.21079.8383.4730.4753.4546.297.7*8235.12626.0615.51416.3487.51392.3610.6944.5142.5*7676.52296.0602.01388.1496.1961.4866.6856.9209.2*7365.32540.2650.71412.8340.81010.4600.7717.292.4.