对我国各地区城镇居民人均消费性支出的多元统计研究分析.docx

1、对我国各地区城镇居民人均消费性支出的多元统计研究分析对我国各地区城镇居民人均消费性支出的多元统计分析 作者： 日期： 聚类分析案例-对我国各地区城镇居民家庭平均每人全年消费性支出情况的分析（一）案例研究背景近年来，我国国民经济得到了迅速发展，人民生活水平进一步提高，物质文明建设达到了前所未有的水平。但由于我国各地区经济发展水平不均衡，加之各地人口、资源、政策等各方面存在的差异，使各地区居民人均消费水平参差不齐，不同的地区具有不同的特点。在这一背景下，研究我国各地区城镇居民家庭平均每人全年消费性支出情况，明确各类地区城镇居民人均消费性支出的差异与特点，有利于决策部门从宏观上把握我国各地区的消费情

2、况，协调各地区的发展，切实落实“出口、投资和消费共同发展”的经济政策，推动我国经济再上一个新台阶。其次，消费结构可以反映居民的生活质量和经济发展水平。一般来说，经济越发达的地区，其消费结构就越趋向于追求安逸享受的消费结构。在这样的消费结构中，奢侈品支出如住房、服务性支出所占的比例就会较大。反之，在经济较不发达的地区中，生活必需品消费支出所占的比例就会较大。随着社会主义市场经济体制的逐步完善，我国的社会生产力不断日益加快发展，经济总量和综合实力迅速上升，城镇居民的生活水平显著提高。相对过去而言，居民食品方面的消费支出比重在逐渐下降，而在交通通讯、文化娱乐等方面的消费支出比重越来越大。消费结构的变

3、化，反映居民需求的变化。研究我国城镇居民消费性支出情况及其影响因素，对建立合理的消费结构，扩大内需，搞活社会主义市场经济，制定产业政策，促进国民经济的发展都有着极其重要的意义。（二）初步准备1、建立数据指标体系：表1列出 2010 年全国31个省、市和自治区的城镇居民家庭平均每人全年消费性支出的八个主要变量数据。 其中：x1食品； x2衣着； x3居住； x4家庭设备用品及服务； x5医疗保健； x6交通和通信；x7教育文化娱乐服务； x8其它商品和服务；表1 我国各地区城镇居民家庭平均每人全年消费性支出情况城市x1x2x3x4x5x6x7x8北京6392.902087.911577.3513

4、77.771327.223420.912901.93848.49天津5940.441567.581615.571119.931275.642454.381899.50688.73河北3335.231225.941344.47693.56923.831398.351001.01395.93山西3052.571205.891245.00612.59774.891340.901229.68331.14内蒙古4211.482203.591384.45948.871126.031768.651641.17710.37辽宁4658.001586.811314.79785.671079.811773.261

5、495.90585.78吉林3767.851570.681344.41710.281171.251363.911244.56506.09黑龙江3784.721608.371128.14618.76948.441191.311001.48402.69上海7776.981794.062166.221800.191005.544076.463363.251217.70江苏5243.141465.541234.051026.32805.731935.072133.25514.41浙江6118.461802.291418.00916.161033.703437.152586.09546.36安徽4369

6、.631225.561229.64678.75737.051356.571479.75435.62福建5790.721281.251606.27972.24617.362196.881786.00499.30江西4195.381138.841109.82854.60524.221270.281179.89345.66山东4205.881745.201408.64915.00885.792140.421401.77415.55河南3575.751444.631080.10866.72941.321374.761137.16418.04湖北4429.301415.681187.54867.3370

7、9.581205.481263.16372.90湖南4322.091277.471182.33903.81776.851541.401418.85402.52广东6746.621230.721925.211208.03929.503419.742375.96653.76广西4372.75926.421166.85853.59625.451973.041243.71328.27海南4895.96636.141103.76616.33579.891805.111004.62284.90重庆5012.561697.551275.961072.381021.481384.281408.02462.79

8、四川4779.601259.491126.65876.34661.031674.141224.73503.11贵州4013.671102.41890.75673.33546.841270.491254.56306.24云南4593.491158.82835.45509.41637.892039.671014.40284.95西藏4847.581158.60726.59376.43385.631230.94477.95481.82陕西4381.401428.201126.92723.73935.381194.771595.80435.67甘肃3702.181255.69910.34597.728

9、28.571076.631136.70387.53青海3784.811185.56923.52644.01718.781116.56908.07332.49宁夏3768.091417.471181.71716.22890.051574.571286.20500.12新疆3694.811513.42898.38669.87708.161255.871012.37444.20单位：元资料来源：2011年中国统计年鉴2、为了得到更科学的分析结果，对原数据进行标准化处理。标准化之后的数据如下表：表2 标准化处理之后的数据城市x1x2x3x4x5x6x7x8北京1.6342.1111.0781.9292

10、.1502.0492.2851.925天津1.2130.4981.2020.9951.9210.8160.6661.078河北-1.212-0.5610.317-0.5500.359-0.532-0.786-0.473山西-1.476-0.623-0.008-0.843-0.302-0.605-0.416-0.817内蒙古-0.3972.4690.4480.3751.257-0.0590.2491.193辽宁0.0190.5570.220-0.2161.051-0.0530.0140.533吉林-0.8100.5070.317-0.4891.457-0.576-0.3920.110黑龙江-0.

11、7940.624-0.389-0.8210.468-0.796-0.785-0.438上海2.9231.2003.0003.4590.7222.8863.0313.881江苏0.5640.181-0.0440.656-0.1650.1531.0430.154浙江1.3791.2250.5570.2570.8472.0701.7750.324安徽-0.249-0.563-0.058-0.604-0.470-0.585-0.012-0.263福建1.074-0.3901.1720.460-1.0020.4870.4820.074江西-0.412-0.831-0.4490.034-1.415-0.6

12、95-0.497-0.740山东-0.4021.0480.5270.2520.1900.415-0.138-0.369河南-0.9880.117-0.5460.0770.437-0.562-0.566-0.356湖北-0.1940.027-0.1950.080-0.592-0.778-0.362-0.595湖南-0.294-0.402-0.2120.212-0.294-0.349-0.111-0.438广东1.963-0.5472.2131.3140.3842.0481.4360.893广西-0.247-1.490-0.2630.030-0.9660.202-0.394-0.832海南0.24

13、1-2.390-0.469-0.830-1.168-0.012-0.780-1.062重庆0.3490.9010.0930.8230.792-0.550-0.128-0.119四川0.132-0.457-0.3940.112-0.808-0.180-0.4240.095贵州-0.581-0.944-1.165-0.623-1.315-0.695-0.376-0.949云南-0.041-0.769-1.345-1.217-0.9110.287-0.764-1.061西藏0.196-0.770-1.701-1.699-2.031-0.745-1.631-0.018陕西-0.2380.066-0.3

14、93-0.4410.410-0.7910.175-0.263甘肃-0.871-0.469-1.101-0.897-0.064-0.942-0.566-0.518青海-0.794-0.687-1.058-0.729-0.551-0.891-0.936-0.809宁夏-0.8090.032-0.214-0.4680.209-0.307-0.3250.079新疆-0.8780.330-1.140-0.636-0.599-0.713-0.767-0.218（三）聚类分析1、运用SPSS对表2的数据进行Q型聚类，采用Ward聚类法，得出聚类表如下： 表3.1 聚类表阶群集组合系数首次出现阶群集下一阶群集

15、1群集 2群集 1群集212829.369001121718.747006316301.1970084341.6880018514242.2010015612172.734027712233.3166025816273.90430109674.5270016108165.15708181128315.80010221220216.52700171315227.31100161410138.21000261514259.16950171661510.2099132017142011.327151223183812.520410221921113.7490021205615.17801626212

16、1916.610190242232818.06218112523142619.68217028241221.402021272531223.183227282651025.472201429271928.601240302831432.193252329293538.011282630301351.54427290由上表可以看出，聚类分析的第一部，28号样本（甘肃）与29号样本（青海）聚成一小类，它们的个体距离是0.369，这个小类将在下面第11步中用到；同理，聚类分析的第11步中，28号样本（甘肃）与31号样本（新疆）聚成一小类，它们的个体距离是5.800，这个小类将在下面第22步中用到以此

17、类推，经过30步聚类过程，31个样本最后聚成了一个大类。2、做出聚类分析的冰柱图、树形图如下：图3.1 聚类分析冰柱图图3.2 聚类分析树形图从上表可以看出：a) 如果根据各地区城镇居民人均全年消费状况把31各地区分为2类，结果为：第一类：上海、北京、浙江、广东、天津、第二类：其他地区b) 如果根据各地区城镇居民人均全年消费状况把31各地区分为3类，结果为：第一类：上海第二类：北京、浙江、广东、天津、 第三类：其他地区c) 如果根据各地区城镇居民人均全年消费状况把31各地区分为4类，结果为： 第一类：上海 第二类：北京、浙江、广东、天津 第三类：西藏 第四类：其他地区3、案例分析如果按分成4类

18、来分析，可对各类的各个指标分别进行描述统计，结果如表3.2所示。表3.2 聚类分析的各类特征判别MeanN1食品2.92263331衣着1.19976151居住3.00043191家庭设备用品及服务3.45932011医疗保健.72163781交通和通信2.88593771教育文化和娱乐服务3.03051981其他商品和服务3.880832612食品1.54728014衣着.82177774居住1.26259074家庭设备用品及服务1.12354554医疗保健1.32532164交通和通信1.74586544教育文化和娱乐服务1.54042254其他商品和服务1.054790043食品.195

19、52641衣着-.77008821居住-1.70063351家庭设备用品及服务-1.69888081医疗保健-2.03055631交通和通信-.74518391教育文化和娱乐服务-1.63065861其他商品和服务-.018238914食品-.372291225衣着-.148671425居住-.254006525家庭设备用品及服务-.250184925医疗保健-.159694725交通和通信-.364968625教育文化和娱乐服务-.302462025其他商品和服务-.323270125由表3.2可知，第一类有1个省市（上海），除了医疗保健支出低于第二类，其余各项支出均位于四类之首，其中数额最

20、大的是其他商品和服务支出（例如享受性消费支出、住房支出等），显示上海市居民的人均消费水平较高；第二类有4个省市（北京、浙江、广东、天津），各项指标中除了医疗保健支出高于第一类，其他各项均排名第二，其中交通和通信支出最高；而第三类（西藏）中，食品支出最多，医疗保健支出最少，反映出西藏地区人民生活水平低、医疗卫生等基础设施不健全等问题；第四类（其他地区）的各项消费支出则均处于最低端。这与实际情况相符合。（四）判别分析1、将以上数据归为4类，把其中的四川省、广东省作为待判样本。利用SPSS对表2的数据进行判别分析，得结果如下表：表4.1 特征值FunctionEigenvalue% of Varia

21、nceCumulative %Canonical Correlation17.123a59.459.4.93623.864a32.291.7.89131.001a8.3100.0.707表4.2 标准化典型判别函数系数Function123Zscore(食品)-.113-.1801.090Zscore(衣着)-.887-.152.516Zscore(居住)-.295-.068-.511Zscore(家庭设备用品及服务).261.338-.745Zscore(医疗保健).3191.484.592Zscore(交通和通信).694.177.280Zscore(教育文化和娱乐服务).150.878-

22、.408Zscore(其他商品和服务).907-1.743-.187由表4.1和4.2可知，需选用2个判别函数（m0=2），分别为：Y1=-0.113*X1-0.887*X2-0.295*X3+0.261*X4+0.319*X5+0.694*X6+0.15*X7+0.907*X8Y2=-0.18*X1-0.152*X2-0.068*X3+0.338*X4+1.484*X5+0.117*X6+0.878*X7-1.743 *X8将四川省、广东省的数据分别代入，得：四川省：Y1=0.176 Y2= -1.658广东省：Y1=2.522 Y2=0.660表4.3 非标准化典型判别下的类中心判别Fun

23、ction123110.367-4.015-2.21024.0752.7171.7983-1.507-7.6052.9764-.878.145-.257由表4.3可知，4类的重心分别为：Y1(1)=10.367 Y2(1)= -4.015Y1(2)=4.075 Y2(2)=2.717Y1(3)= -1.507 Y2(3)= -7.065Y1(4)= -0.878 Y2(4)=0.145由m0=2，采用不加权的Fisher判别法，知：D12=（Y1- Y1(1)）+（Y2- Y2(1)）D22=（Y1- Y1(2)）+（Y2- Y2(2)）D32=（Y1- Y1(3)）+（Y2- Y2(3)）D

24、42=（Y1- Y1(4)）+（Y2- Y2(4)）所以对于四川省：D12= 109.412 D22= 34.338 D32= 38.205 D42= 4.360 D42=min Di2 对于广东省：D12= 83.403 D22= 6.644 D32= 84.540 D42= 11.823 D22=min Di2所以可以判定四川省属于第4类，广东省属于第2类，与聚类分析的结果相一致。聚类分析与判别分析都只是对样本进行的分类，都不能看出各地区具体的消费支出水平，因此需要进行主成分分析和因子分析，通过构建综合指标函数计算出各个地区的综合得分并进行排名,进一步比较各地区的消费支出情况。（五）主成分分析1、运用SPSS对8种因子进行主成分分析，得下表：表5.1 解释的总方差Component初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %15.78372.28672.2865.78372.28672.28621.20415.04587.3311.20415.04587.3313.3324.15191.4834.2503.12294.6055.1642.04996.6546.1161.45598.1097.0881.09799.2068.063.794100.000