APP下载

2015年全国农村居民消费支出状况分析

2016-11-05王若齐

传播与版权 2016年9期
关键词:消费水平消费结构居民消费

王若齐

2015年全国农村居民消费支出状况分析

王若齐

根据我国省级行政单位农村居民消费数据,运用SPSS统计分析软件,通过运用因子分析和聚类分析的方法,对我国31个省级行政区划单位的农村居民消费结构进行分析,得出影响居民消费结构的共同因素;在此基础上根据因子得分和聚类分析系统分析法,得出不同地区省级行政单位农村居民消费结构不同,存在一定差异。最后对我国31个省级行政区划单位进行分类并得出相关结论。

因子分析;聚类分析;居民消费

[作者]王若齐,中国传媒大学。

一、评价指标体系的建立

通过建立全面的评价指标来更好地反映我国不同省级行政单位之间农村居民消费的实际结构与水平。根据中华人民共和国国家统计局的数据统计状况,在根据相关研究成果的基础之上,确立了自身的评价指标体系。主要包括农村居民家庭平均每人食品消费支出、衣着消费支出、居住消费支出、家庭设备及用品消费支出、医疗保健消费支出、交通通信消费支出、文教娱乐消费支出以及其他消费支出8个评价指标,分别用X1、X2、X3、X4、X5、X6、X7、X8表示。

二、研究方法

以全国31个地区农村居民家庭消费支出数据作为样本,建立农村居民家庭消费支出评价指标体系,运用因子分析法进行分析,然后利用聚类分析对各地区进行了分类。最后针对我国农村居民消费情况的具体情况得出相关结论。

三、分析过程

(一)运用SPSS.18软件进行因子分析

通过KMO和Bartlett检验,得知KMO检测值为0.824,P=0。由此可知,相关系数矩阵与单位矩阵有显著差异。因此,原变量适合进行因子分析。

由图可知,前三个因子特征值的累计贡献率已高达89.685%,所以取前三个特征值建立因子载荷矩阵,并对所建立的因子载荷矩阵进行方差最大正交旋转。具体旋转后的因子载荷矩阵以及旋转后的因子方差贡献率如下。

表1:解释的总方差

表2:旋转成分矩阵

由表可看出,主成分1对衣着消费支出、医疗保健消费支出、文教娱乐消费支出、居住消费支出、其他消费支出解释能力很强;主成分2对食品消费支出、交通通信支出解释能力很强;主成分3对家庭设备及用品消费支出解释能力很强。根据该表,可以将8个变量指标分为三类,将主成分1称为自身发展性因子,将主成分2称为日常消费因子,将主成分3称为一次性消费因子。

8个指标所对应的共同度分别为0.949、0.901、0.803、0.958、0.902、0.916、0.904、0.842,表明变量的共同度很高,各变量对我国的农村居民消费结构解释能力很强。

(二)计算因子得分

见表3。

表3:因子得分计算

(三)运用SPSS.18软件进行聚类分析

聚类结果显示,本次聚类的样本数为31个,说明在聚类分析过程中没有发现无效样本,有效样本数为31个,样本有效率为100%。

图1:聚类分析图

通过聚类分析,运用系统分析法可以将31个省级行政区划单位划分为以下类型:

第一类:北京市、上海市、浙江省

第二类:福建省、广东省、天津市、江苏省

第三类:安徽省、湖北省、江西省、广西壮族自治区、河北省、山西省、内蒙古自治区、辽宁省、吉林省、黑龙江省、江西省、山东省、河南省、湖南省、海南省、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区。

四、结语

根据聚类分析结果和因子得分结果,我们可以对全国31个省级行政区划单位的农村居民消费状况进行对比。具体结论如下。

(一)我国不同地区农村居民消费水平存在差异

我们可以得出综合得分可以将31个省级行政区划单位分成三个梯队,第一梯队包括前三名的北京市、上海市和浙江省,得分均在1以上。第二梯队包括得分在0到1之间的,有天津市、内蒙古自治区、辽宁省、吉林省、黑龙江省、江苏省、福建省、山东省、广东省。这些省级行政单位的农村居民人均消费水平在全国平均水平之上。第三梯队为得分在0分以下的,有河北省、山西省、安徽省、江西省、河南省、湖北省、湖南省、广西壮族自治区、海南省、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区,这些地区农村居民消费水平低于全国消费平均水平。另外,作为综合得分最高的北京市,得分为1.695239227,而得分最低的为西藏自治区,得分为-0.941412387。通过数据对比可以得出,我国不同地区农村居民的消费水平存在较大差异。

(二)主因子间得分对比

第一主因子得分最高的是北京市。北京作为我国首都,经济发展水平高,该地区农村居民消费中,更加注重对自身发展方面的投资。这符合北京市的现状,即由于北京市经济发展状况较好,各项基础设施完善,能够为居民提供更多消费的机会。另外,伴随着经济的发展,农村居民消费需求增加,除日常消费之外,会更加注重医疗保健、衣着等方面的发展性投资消费。第二主因子得分最高的地区是上海市,说明上海市农村居民更加注重日常消费。作为第三主因子得分最高的重庆市,该地区农村居民更加注重一次性家庭用品消费。

(三)结合聚类分析进行省份分析

第一类地区有北京、上海、浙江三个省。这三个省份的主因子得分都是大于0的,说明该地区农村居民消费在全国平均水平之上。而且就北京市三个因子得分来看,在第一因子得分最高,说明北京地区的人更注意对自身发展方面进行消费投资,注重自身的全面发展;就上海市、浙江省三个主因子得分状况来看,在第二主因子方面得分最高,说明在日常消费方面投资较高。

第二类地区有福建省、广东省。这两个省份第一主因子、第三主因子得分比较低,低于全国平均水平;但是第二主因子得分很高。这就说明,福建省、广东省的农村居民在日常消费方面消费较高,而不太注重自身发展方面的投资消费。对于天津市、江苏省这两个地区来说,在三个主因子得分方面相差不多,综合得分也没有较大差异。这说明对于天津市、江苏省来说,农村居民消费结构较为均衡。

第三类地区大部分地区综合得分较低,低于全国农村居民平均消费水平。从第三类省份来看,大部分地区都处于经济欠发达地区,居民收入较低,这就决定了第三类地区的居民消费水平整体较低,大部分低于全国平均消费水平。所以说,促进该地区经济发展,提高居民收入水平才会从根本上提高当地居民消费需求,拓宽消费领域,提高消费水平。

[1]马欣.各地区农村居民消费结构和水平的聚类分析[J].财经管理,2009(2).

[2]张焕明.我国农村居民消费水平地区差异性分析[J].经济科学,2002(5).

[3]段庆林.我国农村地区消费模式研究[J].中国农村经济,1999(3).

[4]刘国艳.我国农村消费结构变动趋势研究[J].农业经济问题,2001(1).

[5]孙艳玲.我国农村居民生活消费实证研究[J].农村经济,2003(12).

猜你喜欢

消费水平消费结构居民消费
预计到2050年中国城乡消费水平将无明显差距
基于ELES模型的河北省城镇居民消费结构分析
中国人均消费世界排名与增长预测研究
——基于指数增长模型
2018年9月份居民消费价格同比上涨2.5%
我国人均消费水平影响因素分析
2018年8月份居民消费价格同比上涨2.3%
2017年居民消费统计数据资料
我国经济增长与国民消费的演进
我国消费结构与产业结构互动机制的理论探讨
从我国能源消费结构方面对发展低碳会计的建议