重庆市城乡居民消费结构比较分析.pdfVIP

第31卷第7期 重庆工商大学学报(自然科学版) 2014年7月 Sci J TechnolBusinessUniv．(NatEd) Jul．2014 V01．31NO．7 Chongqing 文章编号：1672—058X(2014)07—0041—05 重庆市城乡居民消费结构比较分析 冯瑞 (重庆工商大学数学与统计学院，重庆400067) 摘要：以重庆市2000—2011年的年度数据为基础，利用因子分析法对重庆市城乡居民各类消费支出 进行分析，应用SPSS统计软件进行数据统计，实证结果表明重庆市城乡居民的消费结构有明显的差异；根 据重庆城乡居民当前消费结构的具体特点，提出建设性意见，对引导居民合理消费，优化消费结构，建立合 理的产业结构等方面均具有现实意义． 关键词：重庆城乡；消费结构；因子分析 中图分类号：17224 文献标志码：A 随着经济增长，居民可支配收入的增加，人民生活水平的大幅提高，我市城乡居民的消费结构发生了显 著变化．食品、住房、通信、交通和文化教育等在内的居民信息消费快速成长…．通过研究重庆城乡居民不同 的消费情况与特征，了解其历史演变过程，针对发展中的问题提出一些意见，便于优化整个消费结构进而优 化整个经济体系心]．文章针对我国经济增长转型期的国情特殊性，从消费发展的角度，采用因子分析法，分别 从定性与定量两个方面来论述我市城乡居民信息消费的结构差异成长特征与趋势，剖析了这种结构差异成 长的因素与动因¨1． 1 重庆城乡消费结构因子分析 应用因子分析算法进行定量分析．将居民生活消费分为食品、衣着、家庭设备、医疗保健、交通通讯、娱乐 教育、居住及其他商品等8类，利用消费函数计算城镇居民及农村居民的消费结构倾向，即建立人均消费支 出(y)与各个消费项目(置)的函数关系[4’51，先进行城镇居民2000—2011年消费结构的分析． 1．1城镇居民消费结构因子分析 (1)建立模型考察原有变量是否合适进行因子分析，应用表1 巴特利特球度检验和KMO检验 SPSS软件的Factor Analysis模块对近期城乡的消费数据进行因 KMO抽样充分性检验 O．376 子分析，在因子分析之前一定要考察变量之间是否存在一定的 线性关系，这里借用KMO检验方法进行检验． 表1中，巴特利特球度检验统计量的观测值为71．672，相应 的概率P接近0．如果显著水平口为0．05，由于概率P小于显著 水平o，应拒绝零假设，认为相关系数矩阵与单位阵有显著差异． 同时KOM值为O．376，根据Kaiser给出的KMO度量标准可知，原有变量适合进行因子检验． 收稿日期：2013—12-11；修回日期：2014—03—10． 作者简介：冯瑞(1988．)，男，重庆人，硕士研究生，从事经济与社会发展统计方法及应用 万方数据 42 重庆工商大学学报(自然科学版) 第31卷 (2)提取因子以及因子解释原有变量的情况，进行尝试性分析．根据原有变量的相关系数矩阵，采用主 成分分析法提取因子并选取特征值大于1的特征根．根据计算结果，第一个因子的特征根值为3．579，解释原 有8个变量总方差的44．732％(3．579+8x 以看到，两个因子共解释了原有变量总方差的75．492％．总体上，原有变量的信息丢失较少，因子分析效果较 理想． (3)因子的命名解释，在这里采用方差最大化对因子载荷矩阵实施正交旋转以使因子具有命名解释 性．指定按第一因子载荷降序的顺序输出旋转后的因子载荷以及旋转后的因子载荷图(表2所示)．从表2可 以看出，医疗保健、衣着、教育娱乐文化、居住在第一个因子上有较高的载荷，第一个因子主要解释了这几个 变量，根据城市居民的消费习惯可解释为生活型消费(精神享乐商品)；交通和通讯、家庭设备用品、杂项商 品与服务、食品变量在第二个因子上有较高的载荷，第二个因子主要解释了这几个变量，可