判别分析论文.docVIP

PAGE PAGE 1 中国各地区消费价格指数聚类判别分析 摘　要: 消费价格指数结构作为城市的重要组成部分, 对于城市经济发展起着至关重要的影响, 而消费价格指数结构的合理性又是城市经济发展的核心要素, 直接影响到居民生活水平的高低，本文利用聚类分析对于中国各个城市消费价格指数进行分析, 将其分为5类,并对其进行分析；再聚类分析的基础上进行判别分析，检验聚类分析的正确性，最后提出可行性的优化政策。 关键词: 消费价格指数； 消费结构；经济发展；聚类分析 一、研究背景： 消费者物价指数是Consumer Price Index，英文缩写为CPI。反映居民生活中的产品和劳务价格所统计出来的物价变动指标，通常是作为观察 通货膨胀水平的重要指标。用於衡量消费者经常购买的确定的一篮子商品和劳务的价格变化，每月公布一次。其中能源和食品专案的价格变化很大，因此将它们扣除以后得到“核心资料(Core Rate)”，能更为真实地反映价格的变化。消费价格指数的变化反映了零售水平的通胀压力。 消费价格指数在国外被称为消费指数或 生活费用指数,是度量一组代表性消费品及服务项目 价格水平随时间而变动的相对数,反映居民家庭所购买的生活消费品和服务的价格水平对职工货币工资的影响,是研究具名生活、 宏观经济分析和决策、 价格总水平监测和调空的 依据。 今年以来与居民生活息息相关的消费价格屡创新高，今年一月份食品类价格同比上涨10．3%，烟酒类价格同比上涨1．8%，衣着类价格同比下降0．2%。家庭设备用品及维修服务类价格同比上涨1．4%，医疗保健和个人用品类价格同比上涨3．2%，交通和通信类价格同比下降0．1%，娱乐教育文化用品及服务类价格同比上涨1．0%，居住类价格同比上涨6．8%。而消费者的工资水平基本不变的情况下， 消费价格指数普遍上涨，对居民的生活压力和生活水平满意度有很大的影响。 虽然消费价格指数结构上涨没有引发全面的通货膨胀，但结构增长的危害也不小，这会导致资本一定范围内的转移，引起再分配效应，进而有可能加大贫富差距，贫富差距过大会造成财富的过度集中，不利于社会稳定，有悖于共同富裕的宗旨。在正常的分配领域中，收入差距并不大，但是如果灰色收入和黑色收入部分越来越大，就会形成强烈的反差，这样就不利于社会总财富的增长，也会进一步加剧社会风气的恶化。 在消费价格指数增长的情况下，我们就更加需要关注消费安全与消费发展的关系。注重消费者的消费需求，满足消费者不断增长的消费需求，并在此基础上不管扩大消费需求，是社会主义和谐社会里消费发展的首要内容。但随着经济市场进程加快，存在着消费价格指数结构不合理，影响了消费结构和消费价格指数的优化。消费结构优化是建立合理的产业结构以及产品结构的前提。社会主义生产目的是极大限度的瞒住人民群众的消费需求，因而人民群众的消费需求结构和消费价格指数结构又对产业结构和产品结构的建设，调整和发展防线骑着指导器作用。我们需要尽快优化消费结构和消费价格指数结构，充分利用各种社会资源，提高经济效益和消费效益。 而且如果 消费者物价指数升幅过大，表明通胀过渡，会带来经济不稳定，央行就会有 紧缩货币政策和财政政策的风险，从而会造成经济前景不明朗。 因此我们需要通过对消费价格指数结构进行聚类分析，进而为优化各个消费价格指数结构提出建议。 二、方法 （一）聚类分析 所谓聚类分析就是根据样品或指标的“相似”特征进行分类的一种多远统计分析方法，这里离的类就是“相似”元素的集合。进行聚类分析需要知道待分类的若干样品及其指标值；然后通过聚类分析将对象的数据特征按一定规则把分类对象分成若干类，通过每一类指标数据的分析，进一步对各个结构进行优化。 聚类分析法的基本理想是定义样品之间的距离（或相似系数）和类与类之间的距离。一开始将n个样品各自自成一类，这时类间的距离与样品间的距离是一致的，然后将距离最近的两个类进行合并形成一个新类，并计算新类与其他类之间的距离，再按距离最小准则并类。每并类一次，类的个数就减少。这个过程持续到所有样品都被归为一类为止。 传统的聚类算法已经比较成功的解决了低维数据的聚类问题。但是由于实际应用 中数据的复杂性，在处理许多问题时，现有的算法经常失效，特别是对于 高维数据和大型数据的情况。 高维聚类分析已成为聚类分析的一个重要研究方向。同时高维数据聚类也是聚类技术的难点。 根据以上聚类分析的基本思想以及各种距离的定义，可以得到不同聚类分析方法，如下： （一）最短距离聚类法 　　最短距离聚类法，是在原来的m×m距离矩阵的非对角元素中找出 ，把分类对象Gp和Gq归并为一新类Gr，然后按计算公式 计算原来各类与新类之间的距离，这样就得到一个新的（m－1）阶的距离矩阵