基于因子分析法山东省城镇居民生活质量评价.docVIP

基于因子分析法的山东省城镇居民生活质量评价 　　摘 要：随着我国经济的不断发展，山东省的城镇居民生活水平质量不断提高。但是当前居民生活仍然存在一些问题，如物价上涨、消费结构不合理等。这些问题严重影响了居民的生活质量。文章以山东省1998年至2009年12年的数据为样本，设置人均可支配收入、人均消费支出、每10万人拥有的医生数、每10万人拥有的病床数、每百万人拥有的移动电话数、人均住房面积、每10万人高等教育在校人数等10个指标，利用因子分析法对山东省的居民生活质量进行了分析。结论认为：政府应采取有效措施，维持物价的合理水平，完善社会保障制度，加大文化设施的投入，提高城市安全度等，以提高城镇居民的生活质量水平。 　　关键词：生活质量 因子分析法 评价体系 　　中图分类号:F207 文献标识码:A 　　文章编号:1004-4914（2011）07-212-03 　　 　　一、引言 　　随着中国经济的不断发展，城镇居民的收入和消费水平进一步提高，城镇居民生活质量显著提高，物质生活和精神生活极大丰富。2010年山东省城镇居民人均可支配收入19946元，城镇居民人均消费支出13118元，其中，食品支出4206元。城镇居民恩格尔系数为32.1%。城镇居民人均现住房总建筑面积32.1平方米。2005年和2010年城镇居民人均可支配收入分别为10745和19946元，增长速度为46.13%，年均增长率为13.2%。其中，2007年，增长速度最快，为17%，2007年以后增长速度下降，直到2010年又达到了12%的增长速度。城镇居民家庭拥有的现代化耐用消费品不断增多，家用汽车、空调、电脑、移动电话等每百户拥有量不断增加。 　　一定程度的生活水平虽然不是改善生活质量的充分条件, 但作为保持较高生活质量的必要条件, 是影响居民生活质量的首要因素。山东省当前居民生活仍存在许多问题，如消费结构不合理、物价上涨、各阶层生活水平差距较大、住房拥挤、城市基础设施不完善、失业增加、环境恶化等，这些问题严重影响了居民的生活质量。因此，对城镇居民生活质量的合理评价对提高山东省居民生活质量具有重要的意义。 　　二、居民生活质量研究方法 　　本文设计的居民客观生活质量评价指标体系中含有??个指标, 并且指标间可能具有一定的相关性, 使得分析的复杂性增强。因子分析法能够用几个因子反映原来较多的变量，保证信息的完整性。因此，本文采用因子分析方法，进行数据分析。 　　因子分析方法的概念起源于20世纪初Karl Pearson 和Charles Spearmen等人关于智力测验的统计分析，它的核心是用较少的相互独立的因子反映原有变量的绝大部分信息，通过原有的众多、相关性的指标进行线性组合提取因子。因子分析的具体步骤：设置指标和选取样本数据，进行KMO和Bartlett的检验，利用SPSS获取相关系数矩阵，提取因子和命名因子，计算因子得分和综合得分并进行评价。 　　三、居民生活质量评价指标体系 　　本文在国内外学者对生活质量评价的研究和参照已有的居民生活质量评价指标体系的基础上，根据山东省实际情况，选择了人均可支配收入（V1）、人均消费支出（V2）、每10万人拥有的医生数（V3）、每10万人拥有的病床数（V4）、每100万人拥有的移动电话数（V5）、人均住房面积（V6）、每10万人高等教育在校人数（V7）、人均拥有的道路面积（V8）、每万人拥有的公共交通数（V9）和人均绿地面积（V10）能确切反映居民客观生活质量的10个指标来构建居民客观生活质量的评价指标体系。 　　（一）样本数据 　　本文选取1998年至2009年12年的居民生活质量评价指标数据，构成样本数据： 　　（二）显著性检验 　　在样本数据标准化之后，进行显著性检验。由表2可知，巴特利球度检验统计量的观测值为233.457，相应的概率P接近0。如果显著水平a为0.05，由于概率P小于显著水平a，应拒绝0假设，认为相关系数矩阵与单位矩阵有显著差异。同时，KMO值为0.822，说明原始变量之间存在较强的相关性，具有因子分析的必要性，所选用的数据适合因子分析。 　　（三）相关系数矩阵 　　本文通过SPSS17.0统计软件对样本数据进行标准化数据处理，得到原有变量的相关系数矩阵。从表中可以看出，大部分的相关系数都较高（如果相关系数矩阵中的大部分相关系数值均小于0.3，不适合因子分析），各变量呈较强的线性相关，能够从中提取公共因子，适合进行因子分析。同时，也为下一步分析打下基础。 　　四、山东省城镇居民生活质量评价 　　（一）提取因子及其命名 　　因子分析是以最少的信息丢失为前提，将众多的原有变量综合成较少的几个综合指标，名为提取因子，本文提取因子的方法为主成分。通过SPSS17.