欠发达地区农村居民的消费状况研究.docVIP

欠发达地区农村居民的消费状况研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
欠发达地区农村居民的消费状况研究   摘要:截取宁夏吴忠市农村居民消费性支出的1999—2009年数据,选取衡量农村居民消费性支出水平的八项指标,按照多元统计原理,采用因子分析方法对原始数据进行降维处理,从中找出了两个反映原始数据信息的公共因子,即物质性消费因子和精神型消费因子,并得出了消费支出水平有很大提高、消费结构日益完善、消费层次依然低下以及消费水平增长趋势良好的结论,从而提出了提高吴忠市农村消费水平的路径选择。   关键词:农村居民;消费性支出;因子分析   投资、消费和出口是拉动中国经济增长的“三驾马车”。现在拉动中国经济发展的“三驾马车”中,外需(也就是出口)由于受国际金融危机的影响遇到了很大的影响,靠投资需求和出口需求拉动经济增长的难度越来越大。为保证中国经济平稳持续快速增长,缓解当前国际金融危机对中国的冲击,国家在消费领域出台了许多刺激内需的方案,扩大居民消费需求成为经济发展新的增长点。因此,在当前国际金融危机背景下,就扩大农村居民消费需求问题进行一些探讨,具有十分重要的现实意义。本文针对吴忠市农村居民消费水平现状,利用经济统计分析中的因子分析方法,对1999年以来吴忠市农村消费发展变化趋势进行了计量分析,以期探寻一条扩大农村消费需求的优选路径。   一、吴忠市农村居民消费现状   1.消费结构呈现多元化。农民的消费领域由单纯的物质消费扩大到精神消费,生存资料比重下降,发展资料和享受资料比重上升。据统计,2009年吴忠市农村居民恩格尔系数为39.67%,比1999年下降11.49个百分点,教育、交通、通讯消费不断升温,农民人均娱乐教育文化服务性消费支出为226.2元,比1999年增长1.58倍,占总消费支出的6.69%,人均交通、通讯支出为388.16元,比1999年增长7.53倍,占总消费支出的11.47%。   2.与城镇相比,农村消费市场发展依然滞后,消费能力仍然不足。2009年,吴忠市城镇居民人均消费支出8939.68元,为农村居民的2.64倍,其中,人均娱乐教育文化服务性消费支出为827.85元,为农村居民的3.66倍;人均交通、通讯支出为1097.54元,为农村居民的2.83倍。   二、居民消费水平的因子分析   (一)因子分析方法的介绍   因子分析法是一种统计学方法,用少数几个因子来描述许多指标或因素之间的联系,以较少几个因子反映原资料中的大部分信息。它的基本思想是根据相关性大小把变量分组,使得同组内的变量之间相关性较高,但不同组的变量相关性较低,每组变量代表一个基本结构,这个基本结构称为公共因子。由于公共因子能够高度概括大量数据中的信息,因此,抓住这些主要因子并解释这些变量之间的相互依存关系就可以对复杂的经济问题进行分析。   (二)指标的选取和数据的采集   本文按照中国常用的消费资料支出分类方法,选择与居民生活直接相关的八项数量指标——食品、衣着、居住、家庭设备及服务、交通与通讯、文教娱乐服务、医疗保健、其他商品及服务八项人均消费性支出作为研究变量,分别记为X1、X2…X8。   (三)因子分析模型的建立   1.因子分析的适用性检验。因子分析是从众多的原有变量中构造出少数几个具有代表性的因子变量,一个潜在的要求就是原始变量之间要有比较强的相关性,因此,在因子分析之前,需要对原有变量作相关分析,也就是检验本文所选择的八个原始变量是否适合作因子分析。目前最常用的检验方法为KMO检验和Bartlett球形检验,利用统计软件SPSS12.0进行计算,结果如KMOandBartlett检验所示。KMO抽样适当性,充足率0.659;巴特雷球度检验:X2统计值109.870,自由度28,显著性0.000。从中可以看到,KMO值为0.6590.6,根据Kaiser标准,原变量基本适合于因子分析。Bartlett球形检验显示出的相伴概率为0.000,小于显著性水平0.05,因此拒绝Bartlett球形检验的零假设,也认为适合做因子分析。   2.提取因子变量。利用SPSS12.0计算出了各个因子变量的特征值、方差贡献率和累计方差贡献率,前两个因子变量解释了原变量89.421%的信息,说明它们可以反映原变量的大部分信息,我们把这两个主因子分别表示为F1、F2。   3.因子的命名解释。利用最大方差正交旋转法(Varimax)对因子载荷矩阵进行旋转,目的是使旋转后的因子载荷矩阵结构简化,使每个变量仅在一个公共因子上有较大的负荷,而在其余公共因子上负荷较小,以利找出公共因子的实际意义。   可知,X1、X2、X3、X4、X5、X6、X7在F1上有较高的载荷,说明F1主要解释了食品、衣着、居住、家庭设备及服务、交通与通讯、文教娱乐服务、医疗保健这几个变量,因此可将其命名为物质型消费因子;X8在F2上有较高的载荷

文档评论(0)

过河的卒子 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档