全国城镇居民消费结构分析

X扇设
设
1＝a11F1＋a12F2＋…＋a1mFm＋着1
设
X设
缮设
2＝a21F1＋a22F2＋…＋a2mFm＋着2
设
墒设 设Xp＝ap1F1＋ap2F2＋…＋apmFm＋着p
2 实例分析
2.1 指标体系的建立
依据科学性、合理性和可操作性的原则，以全国 31 个省 （市） 为样本，选取了 2014 年城镇居民消费支出状况的 8 项
Factor1
4.353
54.4
54.4
Factor2
2.804
35
89.5
表 3 因子载荷 A
F1
F2
X1
0.835
0.371
X2
0.375
0.924
X3
0.9
0.392
X4
0.726
0.605
X5
0.73
0.548
X6
0.815
0.476
X7
0.589
0.665
X8
0.796
0.569
由表 3 计算得出公共因子得分的公式如下： F1 ＝0.835X1 ＋0.375X2 ＋0.9X3 ＋0.726X4 ＋0.73X5 ＋ 0.815X6＋0.589X7＋0.796X8 F2＝0.371X1＋0.924X2＋0.39X3＋0.605X4＋0.548X5＋ 0.476X6＋0.665X7＋0.5X8 由表 4 计算得出全国各省市城镇居民消费结构综合得分： F＝0.934 928 1＋0.065 071 9。 根据上面计算结果，做出 2014 年全国各省市城镇居民 消费结构因子得分表。本文选取了排名前 5 位和最后 5 位的 城市进行列表展示，表 5 为部分城市因子得分的分析。
方差贡献率（%）
6.705
83.8
累计方差贡献率（%） 83.8
【作者简介】闫文亮，男，河北承德人，研究生学历，兴业银行东营分行企业金融部副总经理（主持工作），研究方向：商业银行信贷、投资银行领域。
qiyekejiyufazhan 219
企业管理与发展
公共因子
表 2 因子方差贡献率
因子载荷
方差贡献率（%） 累计方差贡献率（%）
从公共因子载荷矩阵可以看出，除了 X2 为平均每人衣着 消费支出、X7 为平均每人医疗保健消费支出与 Factor2 有较 高的载荷外，其他均与 Factor1 有较高的因子载荷。所以 Factor1 为主消费因子，Factor2 为次消费因子。
公共因子 Factor1
ቤተ መጻሕፍቲ ባይዱ
表 1 因子方差贡献率
因子载荷
0 引言
随着经济改革的不断深入，居民消费水平也有了极大的 提高，消费结构逐步升级。只有了解居民消费结构变化的趋 势和规律，才能为消费者提供良好的政策环境，进而推动国 民经济平稳、健康发展。
17 世纪末，西方经济学家对工人阶级的生活、消费进行 了分析，提出预算分析的概念，这就是消费结构概念的雏形。 国内对消费结构的研究起步较晚，中国社科院杨圣明教授 1986 年所著的 《中国消费结构研究》、山东大学林白鹏教授 1987 年所著的 《中国消费结构学》 都从不同的角度对消费结 构进行了深入的剖析，把对于消费结构的研究推上了一个又 一个新台阶。
1 因子分析法
因子分析法从研究变量内部相关的依赖关系出发，在尽
可能不损失数据信息或者较少损失信息的前提下，把一些具
有错综复杂关系的变量归结为少数几个综合因子。
设有 N 个样本，每个样本有 P 个样本量 （X1，X2，…， X）p 。将公共因子 f1，f2，…，fm 进行标准化得到 F1，F2，…， Fm（m＜p），除此之外称为特殊因子，记为 着1，着2，…，着p。由 此得到因子模型：
2018 年第 11 期（总第 445 期）
企业管理与发展
全国城镇居民消费结构分析
闫文亮 1，曹晓祎 2，苗义程 3 （1．兴业银行东营分行，山东 东营 257000；2．贵州财经大学， 贵州 贵阳 550025；3．贵州民族大学，贵州 贵阳 550025）
【摘 要】消费结构是经济结构的重要组成部分，反映了人们消费的具体内容与消费质量。 研究我国各省 （市） 消费结构差异，对于促进国民经济的良性循环，满足人们对美好生活 的向往具有重要的意义。文章根据我国 2014 年各省 （市） 居民消费支出情况，运用因子 分析法从地区差异角度，分析我国各省 （市） 居民消费结果，进而对我国的宏观经济决策 提出一些政策建议。 【关键词】因子分析；消费结构；贡献率 【中图分类号】F224；F126 【文献标识码】A 【文章编号】1674-0688（2018）11-0219-02
统计指标，建立统计分析体系，指标如下：X1 为平均每人食 品消费支出；X2 为平均每人衣着消费支出；X3 为平均每人居 住消费支出；X4 为平均每人生活用品及服务消费支出；X5 为 平均每人交通通信消费支出；X6 为平均每人教育文化娱乐消 费支出；X7 为平均每人医疗保健消费支出；X8 为平均每人其 他用品及服务消费支出。并借助 R 软件来完成和实现。
2.2 基于因子分析的居民消费支出结构分析 2.2.1 模型检测
在进行因子分析之前，需要对模型进行检验，看其各变 量之间是否具有线性相关性。计算原始变量的相关系数矩阵 R，指出 X1～X8 这 8 个变量间具有较强的相关性，因此具备 了作因子分析的条件。 2.2.2 因子分析
运用 R 软件画出碎石图，并对原始数据进行标准化处理， 求出 R 的特征值、贡献率和累计贡献率，从而确定公共因子 个数。
［3］ 李苇 资产证券化中特殊目的载体（spv）的设立问题研 究［D］ 成都：西南财经大学，2005
由碎石图确定的公共因子为 1。但是由表 1 可以看出， 若提取一个公共因子，累计贡献率为 83.8%，小于 85%。 由表 2 可以看出两个公共因子的累计贡献率达到 89.5%。 说明这两个主成分基本包括了 8 项指标后所涵盖的信息。取 这两个主成分的特征值及相应的特征向量建立因子载荷矩阵 A，见表 3。
3 结论
从因子得分表可以看出，因子得分排在前 3 位的是上海 市、北京市和广东省，都是我国东部的经济发达地区，与其 他的地区相比，具有中等偏上的消费水平。排在最后 3 位的 是黑龙江省、新疆维吾尔自治区和西藏自治区，这些地区的
（上接第 218 页）
［2］ 李芳 资产证券化过程中的信用增级技术应用与案例研 究［D］ 武汉：华中科技大学，2009