基于主成分分析的我国城镇居民生活消费支出的研究解析.doc

基于主成分分析的我国城镇居民生活消费支出的研究 陈忠磊，吴川东，杨礼锚，邓雍，黄廷朗 （20122211012011,62,49，47，12） 摘要：我国城镇居民的消费性支出在逐步提高的同时，不同地区之间的消费水平和支出结构仍存在较大差异。全国各地的城镇居民生活消费的分布规律可以反映近年来在城镇化进行中各地居民的生活水平情况，通过选取相关的消费性支出指标，利用SPSS软件，对2012年我国31个省、市、自治区城镇居民家庭平均每人全年消费性支出的分布规律进行聚类分析和主成分分析，并进行了主成分得分综合排序，找出各地区城镇居民在消费性支出方面存在的差异，并提出相应缩小差异的建议。 关键词：消费性支出；聚类分析；主成分分析；综合评价 近年来，随着我国经济的快速发展,城镇居民的收入不断增加，并且在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下，我国各地区城镇居民的消费支出也强劲增长，消费结构发生了巨大的变化，结构不合理现象也得到了一定程度的调整。但是，由于各地区的经济发展不平衡及原有经济基础的差异，人民收入水平不同，各地区城镇间的消费性支出缩小消费性支出的地区差异考察及系统分析研究因此客观、准确、有效地分析这些地区差异具有重要的理论和实践指导意义。 为了研究全国各地区城镇居民人均年消费性支出的差异性和相似性，本文选取了全国31个省市自治区的相关数据，基于分析、分析等多元统计分析方法，运用SPSS软件进行研究。 Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 5.752 71.906 71.906 5.752 71.906 71.906 4.835 60.442 60.442 2 1.060 13.255 85.161 1.060 13.255 85.161 1.978 24.719 85.161 3 .594 7.419 92.580 4 .219 2.739 95.319 5 .176 2.196 97.516 6 .120 1.501 99.016 7 .061 .760 99.777 8 .018 .223 100.000 Extraction Method: Principal Component Analysis. 3.3因子载荷阵以及特征向量矩阵 对提取的两个公共因子 f1、f2，建立原始因子载荷矩阵，同时，为便于对各因子载荷作合理解释，对其进行旋转使其结构简单化。表2即为旋转后的因子载荷阵。 表2 旋转后的因子载荷阵 Rotated Component Matrixa Component 1 2 X1 .940 .303 X2 .261 .858 X3 .772 .305 X4 .883 .247 X5 .945 .146 X6 .904 .286 X7 .242 .883 X8 .858 .336 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations. 由表在指标 X1, X3, X, X6, X8上载荷值都很大, 分别为食品、家庭设备用品及服务、交通和通信、教育文化娱乐服务、居住、杂项商品及服务, 因此可定义为基本生活消费因子; 在指标 X上载荷值大, 可定义为费因子。综合可以看出, 消费支出的多少主要取决于第一个公因子。 则=0.3919*ZX1+0.1088*ZX2+0.3219*ZX3+0.3682*ZX4+0.3940*ZX5+0.3769*ZX6+0.1009*ZX7+0.3577*ZX8 f2=0.2943*ZX1+0.8334*ZX2+0.2962*ZX3+0.2399*ZX4+0.1418*ZX5+0.2778*ZX6+0.8576*ZX7+0.3264*ZX8 将各个地区具体