计量作业 Microsoft Word 文档 (2)

中国省际城镇居民现金消费支出情况的结构模式定量分析胡雪凤( 东北师范大学城市与环境科学学院 )摘要：本文为了通过对所获数据进行定性与定量相结合的分析，得出中国省际城镇居民生活消费支出的潜在结构模式，提取了《2012年中国统计年鉴》中的“中国各地区城镇居民家庭平均每人全年现金消费支出”数据中的部分字段数据，进行定性定量分析。

所用数据选取了2011年全国30个省、市、自治区的8个指标（食品支出、衣着支出、居住支出、家庭设备及用品支出、交通通信支出、文教娱乐支出、医疗保健支出、其他支出）。

应用 SPSS统计软件对此数据进行了主成分分析；然后结合主成分分析结果，利用聚类分析方法得到了中国各地区城镇居民家庭平均每人全年现金消费支出情况谱系图；最后在此基础上，研究分析了中国各地区城镇居民家庭平均每人全年现金消费支出情况的区域相似性和差异性，并进一步分析了中国东西方的生活消费结构的相似性和差异性[6]。

研究结果表明：利用主成分分析和系统聚类方法分析中国省际城镇居民家庭人均年现金消费支出情况，发现中国31个省级区域2011年消费支出的状况和各省近年来的经济发展在很大程度上相符，但各区域之间在2011年的生活水平上仍有很大的差异。

可以看出，各个聚类类型所包含的地区数虽然不一，但从形式上不如人为分组整齐划一。

但这恰恰反映了聚类分析的相对科学性，它避免了人为分类和定性分析的主观随意性。

在划分时，我们不应只主观臆断的定性的分析，应与科学合理的定量分析相结合，最终得出分类结果。

关键词 : 城镇居民家庭；现金消费支出; 主成分分析; 系统聚类; 中国1．引言民生是一个永久的话题，人们生活的好坏，生活质量的高低是评价一个国家经济好坏不可缺少的重要部分。

随着党的十八大召开，提出了在2020年全面建成小康社会的目标，这是一个从“建设”到“建成”的目标的转换，为达到2020年全面建成小康社会的目的，国家不仅要努力发展经济，还要调整中国东西方发展不均的结构模式。

全面小康社会奋斗目标不断发展、完善，目标更高，标准更严[1]。

因此，要达到这种从量变到质变的快速飞跃，国家不得不随时关注民生，关注中国省际城镇居民的生活消费支出结构模式的变化。

本文以求通过对所获数据进行定性与定量相结合的分析，得出中国省际城镇居民生活消费支出在2011年的潜在结构模式，为改变中国省际城镇居民生活消费现状，提高人们的活水平以及改变中国东西方生活水平不平衡提供科学参考。

2 ．中国省际城镇居民现金消费支出情况“降维”分析2.1 指标选取所用数据是提取于《2012年中国统计年鉴》中的“中国各地区城镇居民家庭平均每人全年现金消费支出”数据中的部分字段（食品、衣着、居住、家庭设备及用品、交通通信、文教娱乐、医疗保健、其他）数据。

这些字段数据是2011年中国31个省、市、自治区的城镇居民生活消费支出情况的具体表现，能过较好的反应个省际城镇居民的生活状况。

因此为得出中国省际城镇居民生活消费支出的潜在结构模式，对这8个指标进行“降维”分析。

X1——食品支出（以元为单位）。

在反映人们生活水平时，常用的一个系数即是恩格尔系数。

恩格尔系数是个人食品消费在个人生活消费中所占的比值。

虽然近年来随着家庭和个人收入的提高，收入中用于食品方面的支出比例将逐步缩小[2]。

但在20世纪80年代,食品在CPI(消费者物价指数)中的比重一度占58%,后慢慢下降[3]，可知在反映人们生活水平时，食品消费仍是一个十分重要的指标。

X2——衣着支出（以元为单位）。

随着人们收入水平和生活水平的大幅提高，人们在衣着上不仅要求有的穿，穿得暖，还要求能穿得舒适，穿得时尚，因此在衣着方面的消费也在逐年上升[4]。

可见衣着消费是反应人们生活水平的一个重要指标，在生活消费支出中不可或缺。

X3——居住支出（以元为单位）。

由于购买的房子是逐年逐月使用的，在购买和消费的时间上存在严重脱节，且按照房屋使用70年算，房价不符合CPI统计要求[3],但随着人们收入提高，居住要求的提高，摒弃旧事物的观念日益增强，房屋的使用年限已逐年下降，人们花费在居住上的消费支出也逐年增多。

与此同时今年房价的不断上涨趋势也起着潜在的促进作用。

居住消费指标在很大程度上，反应了人们的生活水平。

X4——家庭设备及用品支出（以元为单位）。

随着人们生活水品的提高，家用电器的的逐年增多，家庭用品的逐年增多，家庭设备及用品消费是反应人们生活水平高低的一个重要指标。

X5——交通通信支出(以元为单位)。

交通通信消费支出是衡量生活现代化程度的一个重要标志，是现代高科技对消费生活渗透的主要体现。

目前，我国城镇居民的消费结构正开始向以IT、电子信息产品与现代服务为主要消费对象的第三级消费结构过渡[7]。

X6——文教娱乐支出（以元为单位）。

文教娱乐支出的变化在一定程度上能够反映居民消费结构的变化,是居民生活质量甚至是生活方式改变的重要指标。

文教娱乐的支出变化对研究我国居民的生活水平，尤其是精神文化消费状况有重要意义。

近年来文教娱乐服务消费支出增长势头十分强劲。

[8-9]X7——医疗保健支出（以元为单位）。

医疗保健消费支出程度,反应了居民对于自身身体健康,预防疾病方面的重视程度，其对于提高整个国民的身体素质,有着至关重要的作用，医疗保健消费支出随着人们的生活水平的提高有所改变[10]。

X8——其他支出（以元为单位）。

居民生活消费支出中的其他指，除了满足基本生活保障后，花费在其它方面的费用，如各种社会活动，各种款项税务等。

这一部分也是生活现金消费支出的必不可少的部分，在CPI(消费者物价指数)中也占了一定比例。

2.2指标间的相关性分析利用SPSS软件对原始数据做标准化处理，然后计算得出各指标之间的相关系数矩阵，其结果见表1。

表1 相关系数矩阵Table1 The correlated matrix of 8indicesX1 X2 X3 X4 X5 X6 X7 X8 X1 1.000 .301 .735 .784 .874 .827 .383 .826X2 .301 1.000 .349 .547 .430 .526 .749 .621X3 .735 .349 1.000 .829 .807 .802.583 .784X4 .784 .547 .829 1.000 .830 .904.570 .854X5 .874.430 .807 .830 1.000 .892.537 .828X6 .827 .526 .802 .904.892 1.000 .623 .853X7 .383 .749.583 .570 .537 .623 1.000 .623X8 .826 .621 .784 .854 .828 .853 .623 1.000由表1不难得出，原始变量数据中，X1（食品）和X5（交通通信），X2（衣着）和X7（医疗保健），X3（居住）和X4（家庭设备及用品），X3（居住）和X6（文教娱乐）,X4（家庭设备及用品）和X6（文教娱乐），X5（交通通信）和X6（文教娱乐），X4（家庭设备及用品）和X8（其他）均存在着较大的正相关。

2.3 主成分贡献率及其主成分载荷分析通过SPSS软件计算得到主成分特征值、贡献率、累积贡献率（如表2所示）。

由表2可知，累积贡献率说明主成分包括了人民生活消费支出要素全部信息的百分数。

表中的第一、第二主成分的累积贡献率已达87.399%（理论上80%--85%），主成分3、4、5、6、7和8所包含的百分数很小。

并且第一、主成分的特征值（di）均大于1，在一般分析中，以特征值di≧1或近于1所对应的特征向量计算主成分载荷，并选为有重要意义的主成分（5）。

所以选取前两个主成分，就可以综合代表8个指标所反映的中国省际城镇居民现金消费支出情况。

表2 主成分特征值、贡献率和累积贡献率Table2 The eigenvalue,contribution rate and accumulative contribution rate of PC初始特征值提取平方和载入旋转平方和载入合计方差的 % 累积 % 合计方差的 % 累积 % 合计方差的 % 累积 %1 5.901 73.760 73.760 5.901 73.760 73.760 4.714 58.923 58.9232 1.091 13.639 87.399 1.091 13.639 87.399 2.278 28.476 87.3993 .366 4.576 91.9754 .224 2.797 94.7725 .172 2.156 96.9286 .113 1.414 98.3427 .077 .965 99.3078 .055 .693 100.000主成分载荷矩阵（表3）表明：第一主成分（贡献率为73.760%）与X1(食品)、X3(居住)、X4(家庭设备及用品)、X5(交通通信)、X6(文教娱乐)、、X8(其他)这6个指标有很大的正相关性（0.936、0.852、0.850、0.909、0.869、0.812）。

这6个指标综合反映了中国省际城镇居民不可或缺的生活消费水平，是反应生活基本保障消费的指标，所以第一主成分是生活基本保障状况主成分。

第二主成分（贡献率为13.639%）与X2(衣着)、X7(医疗保健)这两个指标有较大的正相关性（0.929、0.858）。

这两个指标反映了中国省际城镇居民在满足生活基本保障需求后的生活质量的提升，所以第二主成分在某种程度上可代替生活质量提升的状况，是生活质量提升状况主成分。

表3 主成分载荷矩阵Table3 The load matrix of PCA1 2X1 .936.089X2 .193 .929X3 .852.2692.4 全国各省主成分得分评价与分析计算各省、市、自治区在第一、第二主成分上的得分，如果一个区域在某一主成分上的得分为正，则意味着这一区域的该主成分在平均发展水平之上；反之，得分为负则表明在平均水平以下（5）（6）。

另外。

也可以按照各个主成分的贡献率，定义综合主成分得分，它反映了各省、市、自治区城镇居民的生活水平状况。

中国第一、第二主成分得分前五位的省份及其得分情况，具体见表4。

表4 第一、第二主成分得分前五名的省份Table 4 The five best provinces with the high scores in PCA1，PCA2, respectively第一主成分 第二主成分 序号 1 2 3 4 5省份 得分 省份 得分上海 3.26940 内蒙古 2.28804广东 2.30221 北京 1.90254北京 1.53992 浙江1.01957福建 1.15275 辽宁0.99837浙江 1.14073 重庆0.90454从表4中可知，上海、内蒙古、广东、北京、浙江、福建、辽宁和重庆等省份的主成分得分均为正，说明这些省份城镇居民的生活水平均在全国的平均水平之上。