我国各地区居民消费性支出分析Word格式.docx

1、近年来，我国的经济发展迅速，人民生活水平得到了很大的提高，。但是我国各地区的经济发展水平还不均衡，而且不同地方的人口、资源、政策等各方面还有不同程度的差别化，这样就使的各地区人民的消费水平有高有低。所以在这种情况下，分析我国各地区人民家庭平均每人全年消费性支出情况，搞清楚不同地区人民人均消费性支出的差异与特点就显得尤为重要，这样有利于决策部门宏观调控，掌握各地区情况，控制好各地区的发展。1.2 选题目的通过运用不同的方法对各地区人民的消费性支出分析，了解在各消费性支出项目中哪个指标较大，了解总体情况。通过运用不同的方法对各地区人民的消费性支出分析，知道哪些地区的消费性支出较高，在哪方面支出高。

2、通过运用不同的方法对各地区人民的消费性支出分析，清楚不同地区的消费结构，不同地区的消费类型。通过运用不同的方法对各地区人民的消费性支出分析，比较发达地区和欠发达地区消费支出项的不同从而能更好的分配资源。通过运用不同的方法对各地区人民的消费性支出分析，明白我国居民的消费转移方向。1.3 选题意义分析我国各地区居民消费性支出情况和影响因素，有利于建立合理的消费结构，有利于我国拉动内需，发展经济，有利于促进国民经济的发展。2 数据来源与描述2.1 数据来源 来源于2014年中国统计年鉴,数据为2013 年全国各地区（31个省、市和自治区）的城镇居民家庭平均每人全年消费性支出的数据。图2-1 我国各地

3、区城镇居民家庭平均每人全年消费性支出情况2.2数据描述图2-2 标准化处理之后的数据图2-2是用spss软件进行标准化处理后的数据，现在分别用18分别表示各数据变量，如下所示：x1食品； x2衣着； x3居住； x4家庭设备及服务； x5医疗保健； x6交通和通信；x7文教娱乐； x8其它；3 描述性统计分析描述统计分析方法主要是从基本统计量（诸如均值、方差、标准差、极大/小值、偏度、峰度等）的计算和描述开始的，并辅助于SPSS提供的图形功能，能够把握数据的基本特征和整体的分布特征。3.1 分析步骤1） 打开spss软件，在数据编辑窗口的主菜单中选择“分析（A）”“描述统计”“描述性分析（D）

4、”，如下：2） 弹出如下对话框，将左侧框中的所有变量选入右侧框中，如下：3） 单击“选项”对话框中选择所需要分析的统计量，包括均值、标准差、极大值、极小值，如下：3.2 结果分析图3-1 描述统计量图图3-2 支出饼状图1食品支出比例最大（35%）,其次交通通信（15%）和文教娱乐（13%）支出比例也较大。2教育文化娱乐和通信方面支出较高，说明人们越来越重视精神文化方面的支出，而不是传统的物质文化（家庭设备用品方面等）的支出。4 系统聚类分析系统聚类法的基本原理：首先将一定数量的样本或指标各自看成一类，然后根据样本（或指标）的亲疏程度，将亲疏程度最高的两类进行合并，然后考虑合并后的类与其他类之

5、间的亲疏程度，再进行合并。重复这一过程，直到将所有的样本（或指标）合并为一类。系统聚类分为Q型聚类和R型聚类两种：Q型聚类是对样本进行聚类，它使具有相似特征的样本聚集在一起，使差异性大的样本分离开来；R型聚类是对变量进行聚类，它使差异性大的变量分离开来，相似的变量聚集在一起，这样就可以在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数、降低变量维度的目的。在本组中采用的是Q型聚类。4.1 分析步骤1） 打开spss软件，在数据编辑窗口的主菜单中选择“分析（A）”“分类（F）”“系统聚类（H）”，如下： 2） 弹出“系统聚类分析”对话框，变量框、标注个案框中所选内容如下：3） 单

6、击“统计量（S）”按钮，弹出对话框如下，选择“合并进程表”、“相似性矩阵”单选框，确定。4） 单击“绘制（T）”按钮，弹出对话框如下，选择内容如下：5） 单击“方法（M）”按钮，弹出对话框如下，可在“聚类方法”中选择不同的聚类方法，如下：4.2 结果分析1. 使用spss软件系统聚类得出如下聚类表聚类表阶群集组合系数首次出现阶群集下一阶群集 1群集 211424.703172231.0299318251.0894281.1957520211.213630311.2888291.68110271.769131.874121.90111151.935162.1312.2232.6912.9223.

7、4663.551223.624194.2194.4775.4785.876266.4967.8218.21110.36911.90715.04119.50252.884图4-1 聚类表2. 使用spss软件系统聚类做出聚类分析的冰柱图如下：图4-2 组间法聚类冰状图图4-3 组内法聚类冰状图图4-4 Ward法聚类冰状图3. 使用spss软件系统聚类做出聚类分析的树状图如下：图4-5 组间法聚类树状图图4-6 组内法聚类树状图图4-7 Ward法聚类树状图v 组间法a） 如果根据各地区城镇居民人均全年消费状况把31各地区分为2类，结果为：第一类：上海、北京第二类：其他地区b） 如果根据各地区城

8、镇居民人均全年消费状况把31各地区分为3类，结果为：福建、浙江、广东、江苏第三类：c） 如果根据各地区城镇居民人均全年消费状况把31各地区分为4类，结果为：天津、内蒙古、山东、辽宁第四类：v 组内法天津、福建、广东、江苏、浙江西藏v Ward法上海、北京、浙江、广东、天津、辽宁、内蒙古、吉林、江苏、福建浙江、广东、天津、辽宁、山东、内蒙古、吉林、江苏、福建北京、上海浙江、广东、天津、福建辽宁、山东、内蒙古、吉林4.不同的聚类方法大体聚类结果相同，可以将北京、上海分为第一类，将广东、浙江、天津、福建、江苏分为第二类，其他地区分为第三类。5 因子分析5.1 分析步骤1） 打开spss软件，在数据编

9、辑窗口的主菜单中选择“分析（A）”“降维”“因子分析”，如下：2） 弹出“因子分析”对话框，变量框、标注个案框中所选内容如下：3） 单击“抽取”按钮，弹出对话框如下，4） 单击“抽取”按钮，弹出对话框如下：5.2 结果分析1、使用spss软件进行因子分析得出如下相关系数矩阵图5-1 相关系数矩阵图v 从图5-1可以看出个因子之间的相关系数都比较大，所以适合做因子分析。2、提取公共因子图5-2 解释的总方差图 图5-3 图5-4v 根据图5-1、5-2、5-3可以知道前两个因子就解释了所有变量总方差的78.284%,所以可以提取两个公共因子。3、使用spss软件因子分析得出因子矩阵、旋转因子矩阵

10、和旋转因子空间中的因子图图5-5 因子矩阵图图5-6 旋转因子矩阵图图5-7 旋转因子空间中的因子图v 根据图5-5、5-6、5-7，可以把两个因子分为综合因子和公共因子。v 图5-7可以看出，衣着支出与医疗保健支出相距比较近，而其余各变量之间距离较近，所以可以将衣着支出、医疗保健支出看做公共因子，而将其他支出看作是综合因子。4、因子得分分析：因子得分系数矩阵因子Zscore（食品）.112-.112Zscore（衣着）.286-.091Zscore（居住）-.035.090Zscore（家庭设备及用品）.096-.077Zscore（交通通信）.489-.072Zscore（文教娱乐）.18

11、9.003Zscore（医疗保健）-.048.135Zscore（其他）.220.130提取方法 :主轴因子分解。 旋转法 :具有 Kaiser 标准化的正交旋转法。图5-8 因子得分系数矩阵v 根据图5-8可以得出两个因子的表达式如下：X=0.112*X1+0.286*X2-0.035*X3+0.096*X4+0.489*X5+0.189*X6-0.048*X7+0.22*X8Y=-0.112*X1-0.091*X2+0.09*X3-0.077*X4-0.072*X5+0.003*X6+0.135*X7+0.13*X8v 根据图5-2和图5-7可以得出综合排名的计算表达式Z=0.66241X

12、+0.12043Yv 将各地区的个消费性支出项的数据带入到综合排名计算表达式中，可以计算出各地区的消费综合排名，如下：图5-9 各地区消费情况综合排名v 从图5-9可以看出排名靠前的有上海、北京、浙江、广东、天津、江苏、福建，说明这些地区经济比较发达，消费支出较高。6 综合分析1在8个消费性支出指标中食品、居住、交通通信、教育文化和娱乐服务支出较高2从描述性统计分析、聚类分析、因子分析的结果可以看出，尽管不同的分析方法所得的结果有所不同，但上海、北京、天津、广东、浙江、江苏、福建地区人均消费水平处于较高的水平，而青海、西藏、甘肃的人均消费水平处于低位。3经济发达地区，消费结构趋向于安逸享受的消

13、费结构。在这样的消费结构中，奢侈品支出如住房、服务性支出所占的比例较大。相反，在经济较不发达的地区中，生活必需品消费支出所占的比例较大。7 总结与建议通过此次课程作业，我感到自己无论在专业知识方面，还是在动手能力方面都有了很大的收获，而且让我对spss软件有了更深的认识也更好地运用它。这次作业我这组分析的是我国各地区居民消费性支出，通过使用所学的专业知识和运用spss软件进行描述性统计分析、聚类分析和因子分析，对我国各地区的消费情况有了一定的了解。通过分析结果可以看出我国的发展还是不平衡的，发达地区和欠发达地区的消费结构还是有很大的差异的。所以，通过分析我给出如下建议：1. 不同地区要侧重不同的发展方向。例如发达地区应该发展第三产业，而欠发达地区应该发展第一、第二产业。2. 要提高人民文教、精神文化方面的支出，丰富居民精神文化生活。3. 要保障居民的基本生活支出，完善医疗保健制度。4. 要保障贫困地区的基本教育问题。8 参考资料【1】2014年中国统计年鉴【2】张尧庭,方开泰1多元统计分析引论M1北京:科学出版社,19821