基于SPSS研究分析我國居民人均消費結(jié)構(gòu)

包美玲，尹 紅

?

基于SPSS研究分析我國居民人均消費結(jié)構(gòu)

包美玲，尹 紅

（昆明理工大學(xué) 機電學(xué)院，云南 昆明 650000）

研究消費結(jié)構(gòu)是衡量居民生活水平的一種重要途徑，本文以我國31個省份的消費支出為樣本進行統(tǒng)計分析，采用了三種不同的統(tǒng)計方法進行研究消費結(jié)構(gòu)的變動，為其成因?qū)侠硪龑?dǎo)消費、促進經(jīng)濟的發(fā)展都有重要的意義。

消費支出；聚類分析；因子分析；相關(guān)分析

0 引言

消費結(jié)構(gòu)是客觀的存在，消費結(jié)構(gòu)的分類則是人們主觀的產(chǎn)物。人們可以根據(jù)實際需求對消費結(jié)構(gòu)進行不同的分類。從其定義來講，居民消費結(jié)構(gòu)是指在一定社會經(jīng)濟條件下居民各項消費支出在消費總支出所占的比重，它不但能反映居民消費的具體內(nèi)容，更能反映居民消費需求地滿足情況。隨著國家經(jīng)濟實力的提高，人們的生活水平也得到了顯著提高，消費質(zhì)量和結(jié)構(gòu)的不斷優(yōu)化，相對于過去而言，居民對衣食住的消費需求已經(jīng)從過去的追求數(shù)量轉(zhuǎn)變到質(zhì)量，居民食品消費支出的比重不斷下降，但是在醫(yī)療、文化、教育和服務(wù)的消費支出比重不斷增長[3]。本文就是在此基礎(chǔ)之上，利用多元統(tǒng)計的相關(guān)知識和借助SPSS統(tǒng)計軟件對2015年分地區(qū)居民消費支出數(shù)據(jù)進行研究分析，找出問題的主要影響因素，以及各個因素之間的相關(guān)程度。

1 數(shù)據(jù)來源與相關(guān)的統(tǒng)計學(xué)方法

本文主要應(yīng)用多元統(tǒng)計學(xué)中的相關(guān)理論對數(shù)據(jù)作探索性和預(yù)測性分析。根據(jù)指標(biāo)選取的客觀性、全面性、可比性、簡潔性和可操作性的原則，為了科學(xué)、客觀、準(zhǔn)確地衡量家庭支出能力，研究我國各地區(qū)城鎮(zhèn)居民家庭平均全年消費支出，本文選取《中國統(tǒng)計年鑒2016》中“2015年分地區(qū)人均消費支出”的數(shù)據(jù)資料[2]。數(shù)據(jù)資料中的指標(biāo)有食品、衣著、居住、家庭設(shè)備用品、醫(yī)療保健、交通與通訊、教育文化娛樂服務(wù)、其它商品和服務(wù)。采用的統(tǒng)計方法主要是聚類分析、因子分析和相關(guān)分析。

2 各地區(qū)居民人均消費支出的多元統(tǒng)計分析

本文從居民消費支出的相關(guān)性角度出發(fā)研究問題。對全國31個地區(qū)的2015年的原始數(shù)據(jù)，我們首先進行了加權(quán)平均計算其均值，并對得到的數(shù)據(jù)，做簡單的探索性數(shù)據(jù)分析。對數(shù)據(jù)使用了因子分析的方法來降維，并直接從相關(guān)系數(shù)陣出發(fā)做因子分析；各不同地區(qū)的居民消費支出特征的歸類用了類平均法，即“K水準(zhǔn)逐步形成聚類法”；最后我們還進行了相關(guān)性檢驗，進一步了解方法數(shù)據(jù)與原始數(shù)據(jù)的相關(guān)性程度。設(shè)置變量1：食品（元）；2：衣著（元）；3：居住（元）；4：家庭設(shè)備用品（元）；5：醫(yī)療保健（元）；6：交通與通訊（元）7：教育文化娛樂服務(wù)（元）；8：其它商品和服務(wù)（元）。

首先，我們收集得到的數(shù)據(jù)（如圖1所示）。

圖1 原始數(shù)據(jù)

2.1 利用“K均值”聚類方法對居民人均消費支出進行聚類分析

我們先對得到的均值數(shù)據(jù)進行聚類分析，利用SPSS軟件進行“K水準(zhǔn)逐步形成聚類法”后聚類的結(jié)果如圖2所示。

圖2 聚類分析結(jié)果

根據(jù)聚類分析結(jié)果我們將各地區(qū)城鎮(zhèn)居民的消費支出分為三大類：

（1）高消費支出類：北京、上海；

（2）中等消費支出類：天津、江蘇、福建、遼寧、內(nèi)蒙古、浙江、廣東；

（3）低消費支出類：其它省市。

2.2 因子分析

運用SPSS軟件對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理后，利用標(biāo)準(zhǔn)化后的數(shù)據(jù)，采用方差最大正交旋轉(zhuǎn)來做因子分析，設(shè)置抽取方差為0.5。

圖3 KMO和Bartlett的檢驗

如上圖3所示，程序運行結(jié)果得到KMO抽樣適應(yīng)性測度值：Kaiser-Meyer-Olkin=0.895，大于0.6，一般認(rèn)為此值越大[1]，做因子分析的效果越好。

圖4 解釋的總方差

根據(jù)圖4的解釋的總方差結(jié)果，可以看出，前2個因子的累計方差貢獻比率為91.912%，高于85%，這說明提取2個公因子是比較合適的，它們可以很好地反映8個指標(biāo)所能表達的足夠的信息。根據(jù)上表結(jié)果，第一個因子解釋的方差為6.788，計算得到其占全部信息的84.849%（全部信息即指相關(guān)陣的特征值總和，在此為8。因此旋轉(zhuǎn)后第一個因子的方差貢獻率為：6.788/8=0.84849。2的方差貢獻率計算與此類似）。第二個因子解釋的方差為0.565，占全部信息的7.064%。這2個因子累計解釋的方差為6.795，占全部信息的84.944%，這說明它們就是我們所要尋找的兩個因子[4]。

對因子進行旋轉(zhuǎn)，旋轉(zhuǎn)的目的是通過改變坐標(biāo)軸的位置，重新分配各個因子所解釋的方差比例，使其載荷系數(shù)更接近于1或0，能夠更好的解釋和命名變量。旋轉(zhuǎn)后的因子不改變模型對數(shù)據(jù)的擬合程度，也不改變各個變量的公因子方差，使因子結(jié)構(gòu)變得更加簡單。

圖5 旋轉(zhuǎn)后成分矩陣

由圖5的旋轉(zhuǎn)后的因子載荷矩陣可以看出，公共因子1在指標(biāo)1，3，4，5，6，8上載荷值都很大，分別為食品、居住、生活用品及服務(wù)、交通和通信、教育文化娛樂服務(wù)、其它商品及服務(wù)，因此可定義為基本生活消費因子；2在指標(biāo)2、7上載荷值大，代表了衣著和醫(yī)療保健，可定義為衣著保健消費因子。綜合可以看出，消費支出的多少主要取決于第一個公因子[5]。

圖6 成分得分系數(shù)矩陣

因子得分函數(shù)模型及各地區(qū)因子的分值根據(jù)SPSS程序運行結(jié)果（如圖6），得到標(biāo)準(zhǔn)因子得分函數(shù)模型為[6]：

1= 0.6031–0.3882+0.3413+0.0894+ 0.2435+0.1076–0.3797+0.1418

2 =–0.4791+0.6212–0.1723+0.1094– 0.0585+0.096+0.6117+0.0598

將各個地區(qū)具體的經(jīng)過標(biāo)準(zhǔn)化后的原始指標(biāo)值代入得分函數(shù)模型[7]，可以計算得到各地區(qū)的因子得分值。因子得分值的大小顯示了各地區(qū)城鎮(zhèn)居民在該因子所代表的各項指標(biāo)上的消費水平高低，小于0表明其處于平均水平之下[8]。

然后再以各公因子的方差貢獻率作為權(quán)數(shù)計算各地區(qū)的綜合測評得分，計算得到綜合測評得分表達式如下：Z=(84.8491+7.0642)/91.913 (= 1,2,…, 31)。其中，為各個地區(qū)的各公因子得分值[9]。然后通過比較各地區(qū)綜合得分的高低，可排序出2015年我國31個地區(qū)居民消費性支出水平的高低。具體結(jié)果如圖7所示。

總體上來說，基本消費因子1主要反映的是各地區(qū)的綜合性消費支出水平，其中各地區(qū)的排名和綜合主成分的結(jié)果基本相似，高消費支出省市主要有上海、北京、廣東、浙江和福建，這五個省市的消費支出水平明顯高于全國其它地區(qū)，并且這五個省市之間的差距也是比較大的；衣著保健因子2反映了各地區(qū)以衣著消費支出的差異，其中位居前列的省份是黑龍江、吉林、內(nèi)蒙古，總體看北方省市居多，而居于后幾名的省份如廣西、廣東、海南等地，大多數(shù)分布于南方，分析其南北差異的原因很有可能是因為氣候所致，而受收入、地區(qū)發(fā)展等經(jīng)濟因素的影響并不是很明顯。由于衣著消費在總消費支出中所占的比重較小，所以衣著保健因子反映的情況對整體綜合性消費支出的影響并不大[10]。

圖7 各地區(qū)因子得分和綜合測評得分

3 居民消費的相關(guān)分析

相關(guān)分析是對變量相關(guān)性的分析，這里所說的相關(guān)性即是表示兩個因素之間的相互關(guān)系的大小，如果兩個因素之間的相關(guān)性很小或沒有相關(guān)性，則相關(guān)系數(shù)小或為0。如果兩個因素之間的相關(guān)性大則相關(guān)系數(shù)大。相關(guān)系數(shù)在1與–1之間，小于0的為負(fù)相關(guān)，等于0的沒有相關(guān)性，大于0的為正相關(guān)[11]。

下面利用皮爾遜相關(guān)系數(shù)驗證概率P值來判斷兩變量之間的相關(guān)程度。相關(guān)系數(shù)Pearson Corre-lation越大表示相關(guān)程度越高。Sig就是P值越接近0就表示擬合的越好，就是相關(guān)程度越高。后面是皮爾遜相關(guān)的簡單分類標(biāo)準(zhǔn)為我們分析的依據(jù)：0.8-1.0極強相關(guān)0.6-0.8強相關(guān)0.4-0.6中等程度相關(guān)0.2-0.4弱相關(guān)0.0-0.2極弱相關(guān)或無相關(guān)。

分析繼續(xù)使用上文的原始數(shù)據(jù)，簡單的數(shù)據(jù)預(yù)處理后，經(jīng)SPSS軟件運行后輸出結(jié)果如下：

由此表可以看出檢驗概率P值接近于0，小于顯著性水平a=0.05，則認(rèn)為兩成績顯著相關(guān)，食品與衣著的相關(guān)系數(shù)Pearson Correlation是0.604，有上述的皮爾遜判別標(biāo)準(zhǔn)可知這兩個變量之間強相關(guān)。同上表所述可知食品與其他商品及服務(wù)的相關(guān)系數(shù)為0.868，有上述的皮爾遜判別標(biāo)準(zhǔn)可知這兩個變量之間極強相關(guān)。

圖8 食品與衣著相關(guān)系數(shù)

圖9 食品與其他用品及服務(wù)相關(guān)系數(shù)

圖10 食品與教育文化娛樂相關(guān)系數(shù)

圖11 食品與居住相關(guān)系數(shù)

圖12 食品與生活用品及服務(wù)相關(guān)系數(shù)

圖13 食品與醫(yī)療保健相關(guān)系數(shù)

圖14 食品與交通通信相關(guān)系數(shù)

同理，食品與教育文化娛樂的相關(guān)系數(shù)是0.776，食品與居住的相關(guān)系數(shù)是0.864，食品與生活用品及其服務(wù)的相關(guān)系數(shù)為0.816，食品與交通和通訊檢驗概率P值也接近于0，都小于顯著性水平a=0.05，食品與醫(yī)療保健的相關(guān)系數(shù)是0.582，食品與交通和通訊的相關(guān)系數(shù)是0.879，故由上述的皮爾遜判別標(biāo)準(zhǔn)可知食品與醫(yī)療保健強相關(guān)，以上的兩個變量之間極強相關(guān)，這兩個變量較容易一起變動。

3 結(jié)論

各地區(qū)綜合得分的排序與聚類所得結(jié)果基本上沒有差異。這從一定程度上說明所作的分析是正確的和經(jīng)得起檢驗的，這與各地區(qū)的實際經(jīng)濟情況也是相符合的。我國各地區(qū)城鎮(zhèn)居民的消費結(jié)構(gòu)差異很大，消費性支出水平發(fā)展很不平衡雖然我國居民的人均實際消費性支出的數(shù)量在增加，從一定程度上說明我國居民生活水平的提高，但各地區(qū)之間消費水平的差異很大，除了北京、上海、浙江等經(jīng)濟比較發(fā)達的地區(qū)的各因子得分排名均比較穩(wěn)定，因而消費結(jié)構(gòu)相對比較平衡外，很多地區(qū)的消費水平和消費結(jié)構(gòu)都有待進一步提高。通過相關(guān)性分析可知，在我國居民消費支出中，如果食品消費支出過多，衣著、交通和通訊、醫(yī)療保健、家庭設(shè)備及服務(wù)、居住、其他商品及服務(wù)、文教娛樂用品及服務(wù)的支出就相對發(fā)生變化，食品支出與其他方面的支出存在顯著地相關(guān)關(guān)系，其居住支出和消費支出隨食品消費的變化而變化的趨勢更為顯著。

[1] 何曉群. 多元統(tǒng)計分析:第三版[M]. 中國人民出版社 2009.

[2] 國家統(tǒng)計局. 中國統(tǒng)計年鑒[M]. 中國統(tǒng)計出版社2016.

[3] 劉璇. 2016年我國各省居民生活質(zhì)量分析研究[A]. 榆林學(xué)院學(xué)報2017.

[4] 劉昱清. 我國城鎮(zhèn)居民消費支出結(jié)構(gòu)和水平的因子分析[A]. 濟寧學(xué)院學(xué)報 2014.

[5] 張立軍, 任英華. 多元統(tǒng)計分析實驗[M]. 中國人民出版社 2012.

[6] 林升梁. 中國消費者人性量表(CCHS)驗證性因子分析—以福建大學(xué)生為例[J]. 福建師范大學(xué)學(xué)報, 2016.

[7] 蔡月祥. 中國農(nóng)村居民家庭消費性支出的應(yīng)用研究—基于因子分析[J]. 華東經(jīng)濟管理, 2014.

[8] 司圣音, 張應(yīng)應(yīng). 穩(wěn)健性因子分析在城鎮(zhèn)居民家庭現(xiàn)金消費支出中的應(yīng)用[J]. 數(shù)學(xué)的實踐與認(rèn)識, 2014.

[9] 陳海艇. 消費結(jié)構(gòu)明顯優(yōu)化生活品質(zhì)不斷提升——“十二五”時期溫州城鄉(xiāng)居民生活消費支出分析[J]. 統(tǒng)計科學(xué)與實踐, 2016.

[10] 王星. 非參數(shù)統(tǒng)計[M]. 中國人民大學(xué)出版社, 2005.

Analysis of Per Capita Consumption Structure of Chinese Residents Based on SPSS

BAO Mei-ling, YIN Hong

(Kunming University of Science and Technology Mechanic and Electronic, Yun Nan Kun Ming 650500)

Studying the consumption structure is an important way to measure the living standard of residents. This paper takes the consumption expenditure of 31 provinces in China as a sample for statistical analysis, and uses three different statistical methods to study the changes of consumption structure, and reasonably guide it. Consumption and the promotion of economic development have important implications.

Consumer spending; Cluster analysis; Factor analysis; Correlation analysis

TP391.41

A

10.3969/j.issn.1003-6970.2018.12.031

包美玲(1993-)，女，昆明理工大學(xué)機電學(xué)院在讀研究生，主要研究方向：生產(chǎn)及制造系統(tǒng)工程。

包美玲，尹紅. 基于SPSS研究分析我國居民人均消費結(jié)構(gòu)[J]. 軟件，2018，39（12）：136-140