我国内陆省市农村居民消费性支出因子分析.docVIP

我国内陆省市农村居民消费性支出因子分析 　　摘 要： 作者用因子分析的方法对我国内陆的19个省、市2011年农村居民家庭人均消费性支出的省际差异及结构差异进行了探讨。研究表明随着内陆省、市人民生活水平的不断提高，农村居民的消费水平不断上升，消费结构不断优化升级，其中用于发展享受性的支出比重不断攀升，更加注重于生活质量的提高，而用于基本生活部分的支出比重则不断下降。内陆各省份之间在消费支出水平及消费结构方面存在较大的差异。 　　关键词： 内陆省市农村 消费性支出 因子分析 　　 　　1.引言 　　农村经济对国家经济的影响深远，农村的消费水平状况可以反映出国家整体经济的发展状况。由于我国地域辽阔，各地区的经济发展不平衡，居民消费也不平衡，不仅存在城乡差异、东中西部差异，还存在东部沿海和内陆省份的差异，特别是改革开放以来，这种差距更是扩大了。从??国地理位置的角度来看，靠海的地区叫沿海地区，而不靠海的地区叫内陆地区。因此，我国内陆包括北京、山西、安徽、江西、河南、湖北、湖南、内蒙古、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、吉林、黑龙江20个省市。由于北京是首都，是我国的政治、经济、文化中心，国家政策投入比较多，各方面指标非常高，因此我们在研究时把北京排除在外，研究的内陆地区包括中部8个省份和西部除广西的11个省份，总计19个省份。长期以来，我国依靠出口、投资两驾马车的拉动实现了国民经济的持续、健康、快速发展。然而，在进出口贸易额下调、政府的大规模财政刺激计划难以长期为继的背景下，启动内需、开拓广阔的国内消费市场、把内需作为推动经济发展的常态是实现国民经济平稳较快增长的必然选择。针对我国19个内陆省市农村的居民家庭人均消费性支出进行定量分析，有利于国家从宏观政策层面进行引导，释放出广大农村腹地消费市场的潜力。 　　2.因子分析的模型 　　因子分析是一种降维、简化数据的技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个抽象的变量表示基本的数据结构。因子分析是把每个原始??量分解成两个部分：一部分是由所有变量共同具有的少数几个因子构成的，即所谓公共因素部分，另一部分是每个变量独自具有的因素，即所谓独特因素部分。 　　的基本问题就是要确定因子载荷。 　　3.应用SPSS软件进行因子分析的过程及结果分析 　　3.1指标的选取。 　　本文选取《中国统计年鉴》提供的我国2011年各内陆省市农村居民家庭人均年消费性支出的8项指标作为变量： 　　X1――食品支出（元）；X2――衣着支出（元）；X3――居住支出（元）；X4――家庭设备及服务支出（元）；X5――交通和通讯支出（元）；X6――文教娱乐用品及服务支出（元）；X7――医疗保健支出（元）；X8――其他商品及服务支出（元）。（由于篇幅原因，数据省略） 　　3.2检验原始指标变量是否适合因子分析。 　　采用KMO样本测度及Bartlett球形检验法，对变量之间的相关性进行检验。检验结果在表1，检验结果显示0.649＞0.5，巴特莱特球形检验统计值的显著性概率是0．000，小于l％，说明该数据具有相关性，因此该数据适合作因子分析。 　　提取方法：主成分分析。 　　计算标准化后的数据矩阵的相关系数矩阵，建立公共因子载荷矩阵、指标相关矩阵的特征值及其贡献率（见表2）。表2???前3个公共因子方差累计贡献率达到83.624%，说明这3个公共因子基本上能表达8个指标所包含的绝大多数信息，只需提取前3个因子即可。 　　3.3旋转因子载荷矩阵。 　　由于初始因子的综合性较强，为更便于对公共因子相对于原始指标载荷的解释，现对公共因子载荷矩阵进行旋转。本文采用最大方差方法旋转，旋转后的公共因子载荷矩阵见表3。 　　由表3可以看出，第一个公共因子F1在X5、X7、X6、X3上有较大载荷，F1与居民交通和通讯支出、居民文教娱乐用品及服务支出支出、居民医疗保健支出、居住支出联系较为密切，可将公因子F1定义为发展享受性支出；第二个公共因子F2在X4、X1上有较大载荷，公因子F2与食品支出、家庭设备及服务支出联系较为密切，可将公因子F2定义为基本生活支出；第三个公共因子F3在X2上有较大载荷，公因子F3与衣着支出联系较为密切，可将公因子F3定义为衣着支出。 　　3.4计算我国内陆各省市的农村居民消费支出的因子得分和综合得分。 　　根据汤姆森（Thompson）回归估计方法计算出因子得分矩阵。见表4。 　　旋转法：具有Kaiser标准化的正交旋转法。 　　以各因子的方差累积贡献率作为权重进行加权平均得到各个内陆省市的农村居民消费性支出的因子综合得分。见表5。 　　为了更进一步了解内陆各省市农村居民消费水平，将我国19个内陆省市农