我国各地区城镇居民家庭平均每人全年消费性支出数据分析
用spss分析我国各省城镇居民消费水平差异
用spss分析我国各省城镇居民消费水平差异分析文章结构1 研究背景及意义 (1)2 研究方法 (1)3 数据来源与数据处理 (2)4. 实证分析 (3)4.1因子分析 (3)4.2 聚类分析 (8)5 结论 (11)1 研究背景及意义我国地域广阔,各省份的经济发展很不平衡，各省之间的居民消费水平差距较大。
经济快速发展的同时我国居民收入稳步增加，各省居民的消费支出也强劲增长，消费结构发生了巨大变化。
为了正确引导消费，进一步改善消费结构，提高我国城市居民的消费水平和生活的质量，有必要对全国各省居民消费结构之间的异同进行考察并做比较研究，以期发现经济水平和城市居民的消费水平之间的关系.2 研究方法本文运用多元统计分析中的主成分分析方法和聚类分析方法,将描述各省份城镇居民全年现金消费支出的八个指标压缩成两个综合指标( 称为主成分) , 这两个主成分保留了原始八个指标的绝大部分信息,在指标压缩的同时能够最大限度地反映出各省份城镇居民消费水平差异。
在综合因子基础上进行层次聚类分析，根据消费差异将全国31个省分为四类。
因子分析模型是根据变量间的相关性大小，把变量分组，利用同组内的变量之间相关性较高而不同组的变量之间相关性较低，每组变量代表一个基本结构，这个基本结构称为公共因子。
因子分析的出发点是用较少的相互独立的因子变量来代替原来变量的大部分信息，可以通过下面的数学模型来表示：X1＝α11F1＋α12F2＋…＋α1m Fm＋α1ε1，X2＝α21F1＋α222＋…＋α2m Fm＋α2ε2，…Xp＝αp1F1＋αp2F2＋…＋αpm Fm＋αpεp，其中：x1，x2，x3，…，xp 为p 个原有变量，是均值为零、标准差为1 的标准化变量；F1，F2，F3，…，Fm 为m 个因子变量，m 小于p，表示成矩阵形式为X＝AF＋αε，其中：F＝（F1，F2，…，Fm）为因子变量或公共因子；ε＝（ε1，ε2，…，εp）为特殊因子；F 与ε均为不可观测的随机变量. A＝（αij）p×m 为因子载荷矩阵，αj 称为第j 个因子对第i 个变量的载荷系数. 在模型中，特殊因子起着残差的作用，被定义为彼此不相关且与公因子也不相关。
用eviews进行一元线性回归分析报告
外国语大学国际商学院本科生课程论文（设计）题目：一元回归分析居民收入和支出的关系姓名：学号：专业：年级：班级：任课教师：2014 年 4 月容摘要随着本文中的收集数据参考了中国统计年鉴以及书本《计量经济学》中的相关统计结果，对我国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出进行分析。
利用EVIEWS软件对计量模型进行参数评估和检验，最终得出相关结论。
关键词：居民消费；居民收入；EVIEWS；一元回归分析目录一、引言 (1)（一）研究背景 (1)（二）研究意义 (1)二、研究综述 (2)（一）模型设定 (2)1.定义变量 (2)2.数据来源 (2)（二）作散点图 (3)三、估计参数 (4)（一）操作步骤 (4)（二）回归结果 (4)四、模型检验 (5)（一）经济意义检验 (5)（二）拟合优度和统计检验 (5)（三）回归预测 (5)五、结论 (5)参考文献： (6)一元回归分析居民收入与支出的关系一、引言（一）研究背景随着近年来我国成为世界第二大经济体，居民的高生活水平也日益显著。
我国人口正在高速城镇化，2011年中国大陆城镇人口为69079万人，城镇人口占总人口比重达到51.27％。
因此城镇居民作为消费主体，研究城镇居民人均可支配收入以及人均可支配消费性支出之间的关系，可以有效的了解到我国各地区的人民生活水平以及经济状况，因此能更好的的带动我国GDP的飙升，改善居民的生活水平。
（二）研究意义居民消费在社会经济的持续发展中有着重要的作用。
居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这要是人民生活水平的具体体现。
改革开饭以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。
但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。
例如，2007年的城市居民家庭平均每人每年消费支出，最高的是市达人均20667.91元，最低的则是，人均只有8871.27元，是的2.33倍。
中国城镇居民人均可支配收入与平均每人全年消费性支出
中国城镇居民人均可支配收入与平均每人全年消费性支出中国城镇居民人均可支配收入与平均每人全年消费性支出的分析——基于平稳性检验和协整检验李丹吴伊刘覃莹国贸5104班摘要:为了考察1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出的关系，运用统计检验、协整检验等检验分析方法采用Eviews6.0软件分析了1994-2010中国城镇居民人均可支配收入与平均每人全年消费性支出，结果表明中国城镇居民平均每人全年消费性支出变化的99.8764%可由人均可支配收入的变化来解释。
从斜率项的t检验值看，大于5%显著水平下自由度为n-2=13的临界值(13)=2.160，且该斜率值满足t0.0250<0.666754<1,符合经济理论中边际消费倾向在0与1之间的绝对收入假说，表明2010年，中国城镇居民人均可支配收入每增加1元，平均每人全年消费性支出增加0.666754元。
关键词中国城镇居民人均可支配收入平均每人全年消费性支出分析统计检验协整检验一、引言二、时间序列数据的来源表一收集了1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出时间序列数据，其中Y代表人均可支配收入，X代表消费支出。
下面给出Eviews 进行相关分析。
1994-2010年中国城镇居民人均可支配收入与平均每人全年消费性支出的数据(来源:数据来源于1993年至2010年中国统计年鉴) 如下所示:表一年份人均可支配收入Y 平均每人全年消费性支出X 1994 3496.2 3125.32 1995 4293 3537.56 1996 4838.9 3919.46 1997 5160.3 4158.62 1998 5425.1 4331.61 1999 5854 4998 2000 6280 5090.1 2001 6859.6 5308.99 2002 7702.8 5834.31 2003 8472.2 6510.94 2004 9421.6 7182.1 2005 10493 7942.88 2006 11759.5 8696.55 2007 13785.8 9994.47 2008 15780.8 11242.85 2009 17174.7 12264.55 2010 19109.4 13471.45 三、建立模型设定的线性回归模型为:Y=+X+ ,,,01下表给出了采用Eviews软件对表一数据进行回归分析的结果。
我国各地区城镇居民家庭平均每人全年消费性支出数据分析甄选
我国各地区城镇居民家庭平均每人全年消费性支出数据分析（优选.) 我国各地区城镇居民家庭平均每人全年消费性支出数据分析摘要：本文采用2011年我国31省、市、自治区城镇居民家庭平均每人全年消费性支出数据，根据经济发展、地理环境以及消费习惯等因素影响，我国各地区城镇居民的消费性支出水平很不平衡，消费结构差异也较大。
本文利用因子分析，聚类分析、k均值聚类法等方法，对2011年我国31 个省(直辖市、自治区)城镇居民人均消费性支出的各项指标进行计量分析，对城镇居民家庭消费水平进行评价和排序，以期反映消费水平与结构上的差异，为政府制定更加合理的引导性政策提供有效依据。
关键词：城镇居民消费水平因子分析聚类分析；一、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。
主要利用三种统计方法进行分析：主成分分析法、因子分析法、聚类分析法。
本文选取2009年我国城镇居民人均消费支出数据，利用聚类分析法和因子分析法，将全国31个省、市、自治区进行分类和排序，并与人们实际观察到的情况进行比较。
二、实证分析指标体系的选择（1）评价城镇居民消费水平的九个指标，分别为：y人均现金消费支出（元/人）；x人均食品支出（元/人）；x2人1均衣着支出（元/人）；x3人均居住支出（元/人）；x4人均家庭设备及用品支出（元/人）；x5人均交通通信支出（元/人）；x6人均文教娱乐支出（元/人）；x7人均医疗保健支出（元/人）；x8人均其他消费支出（元/人）。
SPSS国家经济发展水平区域划分分析方法
SPSS分析方法在国家经济发展水平区域划分中的应用10数计系《2》班：陈东东学号：1006111002摘要：本文运用数理统计方法对中国经济发展水平进行评价和区域划分。
首先采用各项统计指标建立指标体系，运用SPSS软件进行聚类分析，对我国的27个省和直辖市进行研究，分析各自的经济发展特点。
根据已有信息，利用判别分析的方法来建立判别函数，并对选择的对象进行回报判别，用回报率说明了方法的合理性；再对我国的另外4个省和直辖市进行判别归类，宏观分析验证通过Fisher判别建立的线性判别函数的正确性。
《1》问题概述：随着中国经济的发展和社会的进步，人民的生活水平日益提高，城镇居民的生活水平更是上了一个大台阶．由于改革开放以来，城镇的投资的加大和企业的增加，近年来各地城镇家庭收入逐年递增。
城镇家庭的收入增加，必然会导致家庭消费支出总额的增加和家庭消费支出结构的变化。
从最近几年的统计数据可以看出：城镇地区对吃穿等基本生活资料的消费呈下降趋势，而对于文化教育及医疗保健的支出消费逐年递增。
从城镇家庭收支的变化情况可以看出整个国家的经济增长状况，以小见大，为决策提供一定的依据。
聚类和判别都是分类学的基本方法，而分类学是人类认识世界的基础学科。
平时我们对事物的认识都需要对其进行分类。
为了研究现阶段的全国经济发展各时间段的差异，我们需要对时期的经济指标进行分类，以便更好的做出下一步的经济策略。
聚类分析是直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较大的归入不同的类。
判别分析则先根据已知的类别的事物的性质，利用某种技术建立函数式，然后对未知类型的新事物进行判断，将其归为已知的类别中。
聚类分析事先并不知道对象的类别的面貌，甚至连共有几个类别也不确定。
判别分析事先知道已知的对象的类别和类别数。
本文以2010年国家统计年鉴上公布的全国各地区城镇居民家庭平均每人全年消费性支出(2009年)作为数据源，将聚类分析和判别分析的原理运用到各个时期经济发展水平分类的研究上，对此问题进行统计分析。
2013级同学的课程论文一篇(代模板)
《数据分析与统计软件》课程论文题目：我国城镇居民人均生活消费支出的统计分析研究学生姓名：xxxxxx学号：1309xxxxxx专业班级：数学自动回复功能保自动回复功能自自动回复功能保存+文档1自动回复功能保存+文档1自动回复功能保存+文档1动回复功能保存+文档1文档1存+文档1用数学1301指导教师：丁永臻2015年 12月1日我国城镇居民人均生活消费支出的统计分析研究摘要近年来中国经济发生了翻天覆地的变化,人民的生活水平得到了很大的提高。
而消费水平是衡量人民生活水平的重要方面。
但是，由于我国各省市的经济背景、社会背景和环境背景等都存在着这样或那样的差异，从而导致了生活消费水平也参差不齐。
为了客观的了解我国城镇居民人均生活消费支出，正确认识和评价居民消费水平，本文以主成分分析和聚类分析为出发点,研究分析了我国31个地区城市城镇居民生活消费水平的差异，并且通过R软件对我国农村居民的人均消费情况进行科学的分析。
关键词主成分分析聚类分析居民人均消费水平一、引言近年来，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人均消费性支出情况，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。
《统计分析与SPSS的应用第五版》课后练习答案第10章.doc
《统计分析与S P S S的应用（第五版）》（薛薇）课后练习答案第10章SPSS的聚类分析1、根据“高校科研研究.sav”数据，利用层次聚类分析对各省市的高校科研情况进行层次聚类分析。
要求：1）根据凝聚状态表利用碎石图对聚类类数进行研究。
2）绘制聚类树形图，说明哪些省市聚在一起。
3）绘制各类的科研指标的均值对比图。
4）利用方差分析方法分析各类在哪些科研指标上存在显著差异。
采用欧氏距离，组间平均链锁法利用凝聚状态表中的组间距离和对应的组数，回归散点图，得到碎石图。
大约聚成4类。
步骤：分析→分类→系统聚类→按如下方式设置……结果：凝聚计划阶段组合的集群系数首次出现阶段集群下一个阶段集群 1 集群 2 集群 1 集群 21 26 30 328.189 0 0 22 26 29 638.295 1 0 73 20 25 1053.423 0 0 54 4 12 1209.922 0 0 155 8 20 1505.035 0 3 66 8 16 1760.170 5 0 97 24 26 1831.926 0 2 108 7 11 1929.891 0 0 119 5 8 2302.024 0 6 2210 24 31 2487.209 7 0 2211 2 7 2709.887 0 8 1612 22 28 2897.106 0 0 1913 6 23 2916.551 0 0 1714 10 19 3280.752 0 0 2515 4 21 3491.585 4 0 2116 2 3 4229.375 11 0 2117 6 13 4612.423 13 0 2018 9 18 5377.253 0 0 2519 14 22 5622.415 0 12 2420 6 15 5933.518 17 0 2321 2 4 6827.276 16 15 2622 5 24 7930.765 9 10 2423 6 27 9475.498 20 0 2624 5 14 14959.704 22 19 2825 9 10 19623.050 18 14 2726 2 6 24042.669 21 23 2827 9 17 32829.466 25 0 2928 2 5 48360.854 26 24 2929 2 9 91313.530 28 27 3030 1 2 293834.503 0 29 0将系数复制下来后，在EXCEL中建立工作表。
ELES模型计量分析知识分享
E L E S模型计量分析我国城镇居民消费结构研究——基于扩展线性支出系统模型的计量分析05经济学基地班 陈 利 40501142摘 要：本文根据扩展线性支出系统（ELES ）模型的基本理论，运用2005年全国各地区城镇居民家庭平均每人全年消费性支出和可支配收入的数据，对我国城镇居民消费结构进行了实证分析。
研究结果显示，2005年，全国各地区城镇居民在消费结构上呈现吃、交通和通信、教育和娱乐、居住、医疗保健、家庭设备、衣着、杂项商品和服务的格局，消费对经济贡献率算比较乐观，未来几年全国各城镇地区的餐饮业、交通运输以及通讯行业、建筑和装饰行业有较强的发展势头。
关键词：扩展线性支出系统（ELES ） 城镇居民 消费结构消费需求被称作拉动经济增长的“三驾马车”之一，是拉动经济增长的根本动力。
居民消费结构是指人们在消费过程中，各种消费资料和劳务的构成或比例关系。
优化消费结构对扩大居民消费需求，从而拉动我国经济持续、健康增长具有深远意义。
在消费结构分析中，目前通常采用的是恩格尔函数（Engel function ）和扩展线性支出系统（Extended Liner Expenditure System , 简称ELES ）模型，二者在形式和内涵上都有非常密切的联系。
ELES 模型的突出优点在于：它考虑了收入和价格因素对居民消费结构的影响，把居民的各项消费支出看作是相互联系、相互制约的行为，在没有价格资料的情况下，也能根据截面数据资料估计出各种商品的基本需求支出，进行需求结构估算，可以计算出收入弹性，进行需求弹性分析。
近年来，许多学者已对我国居民消费状况作了研究，例如徐文松等（2004）重点对我国城镇居民消费结构进行了预测，张洁颖等（2007）对浙江、湖南两省城镇居民消费结构作了比较等，这些研究对深入分析我国居民消费结构具有深远意义，但是由于统计数据和研究重点等方面的原因，相关研究并没有采用最新全国各地区居民消费结构的数据，对我国居民消费构成予以深入探讨。
我国各地区居民消费性支出分析报告
我国各地区人居消费性支出分析目录1 引言 (1)1.1 选题背景 (1)1.2 选题目的 (1)1.3 选题意义 (1)2 数据来源与描述 (1)2.1 数据来源 (1)2.2 数据描述 (2)3 描述性统计分析 (3)3.1 分析步骤 (3)3.2 结果分析 (4)4 系统聚类分析 (5)4.1 分析步骤 (5)4.2 结果分析 (7)5 因子分析 (12)5.1 分析步骤 (12)5.2 结果分析 (14)6 综合分析 (17)7 总结与建议 (18)8 参考资料 (18)９维普数据库的论文查重报告1 引言1.1 选题背景近年来，我国的经济发展迅速，人民生活水平得到了很大的提高，。
但是我国各地区的经济发展水平还不均衡，而且不同地方的人口、资源、政策等各方面还有不同程度的差别化，这样就使的各地区人民的消费水平有高有低。
所以在这种情况下，分析我国各地区人民家庭平均每人全年消费性支出情况，搞清楚不同地区人民人均消费性支出的差异与特点就显得尤为重要，这样有利于决策部门宏观调控，掌握各地区情况，控制好各地区的发展。
1.2 选题目的通过运用不同的方法对各地区人民的消费性支出分析，了解在各消费性支出项目中哪个指标较大，了解总体情况。
通过运用不同的方法对各地区人民的消费性支出分析，知道哪些地区的消费性支出较高，在哪方面支出高。
通过运用不同的方法对各地区人民的消费性支出分析，清楚不同地区的消费结构，不同地区的消费类型。
通过运用不同的方法对各地区人民的消费性支出分析，比较发达地区和欠发达地区消费支出项的不同从而能更好的分配资源。
通过运用不同的方法对各地区人民的消费性支出分析，明白我国居民的消费转移方向。
1.3 选题意义分析我国各地区居民消费性支出情况和影响因素，有利于建立合理的消费结构，有利于我国拉动内需，发展经济，有利于促进国民经济的发展。
2 数据来源与描述2.1 数据来源来源于2014年《中国统计年鉴》,数据为2013 年全国各地区(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数据。
计量经济学,eviews案例-2007年中国各地区城镇居民家庭平均每人全年消费性支出数据分析
2009计量经济学期中报告——2007年中国各地区城镇居民消费性支出数据分析2009/11/14用计量经济学的方法对2007年中国各地区城镇居民消费性支出数据进行分析。
2009计量经济学期中报告——2007年中国各地区城镇居民消费性支出数据分析关键词：计量经济学居民消费数据分析使用数据：老师课堂上给出的数据参数的描述定义为：Total－平均每人全年总消费支出；Food－平均每人全年食品支出；House－平均每人全年住房支出；Health－平均每人全年医疗保荐支出；Edu－平均每人全年教育文化娱乐支出；Income－平均每人全年可支配收入；East－东部地区虚拟变量；West－西部地区虚拟变量，其余为中部地区省份。
一、收入、总支出情况分析我们先对东、西、中部收入和总支出情况作一下了解，建立以下两个回归模型：Income = a1 + a2*East + a3*West + u1Total = b1 + b2*East + b3*West + u2a1、b1表示中部地区的收入和总支出情况，a2、b2表示东部地区比中部地区的收入（总支出）高出的部分，a3、b3表示西部地区收入（总支出）比中部地区高出的部分。
用Eviews进行OLS回归结果如下：Income = 11517.26 + 4614.319*East – 595.3656*Westt值(12.90421) (3.908149) (-0.483938)R2 = 0.473134 F = 12.57224 Prob.(F) = 0.000127Total = 8369.348 + 3179.694*East – 239.1808*Westt值(12.61764) (3.623706) (-0.261599)R2 = 0.421056 F = 10.18195 Prob.(F) = 0.000475该模型的计算结果表明，我国中部的平均收入水平为11517.26，支出为8369.348；a2、b2为正数，说明东部地区的收入水平和支出水平要比中部的高，分别为16131.58、11549.042，a3、b3为负数，说明西部地区的收入水平和支出水平要比中部的低，分别为10921.89、8130.167。
例3 表5列出了1999年全国31个省、直辖市和自治区(港、澳
202.72 516.21 344.79 461.61 369.07 204.44 447.95 328.90 258.78 273.84 432.46
171.79 236.55 203.21 153.32 249.54 209.11 259.51 219.86 303.00 317.32 235.82
2057.86 2303.29 1974.28 1673.82 2194.25 2646.61 1472.95 1525.57 1654.69 1375.46 1608.82
186.44 589.99 507.76 437.75 537.01 839.70 390.89 472.98 437.77 480.89 536.05
x0 xi 这一个指标来进行聚类。
i 1
8
四、用费希尔判别式对离差平方和法的聚类效果进行评判 我们现使用费希尔判别式来看一下以上使用离差平方和法的聚类效果到底如何。由于 有三个类，故使用两个判别式，如图 1 所示，横坐标为第一判别式的得分值，纵坐标为第二
6
判别式的得分值。图 1 中，第Ⅰ类里的地区用黑色的“■”表示，第Ⅱ类里的地区用红色的 “×” ，第Ⅲ类里的地区用蓝色的“▲”表示。从该图容易看出，三个类的分离情况较好， 特别是第Ⅰ类与其他两个类分得较开， 其主要原因是第Ⅰ类中四个地区的消费性支出水平明 显高于其他所有地区。为了解图 1 中的点表示何地区，可参阅图 2，可将这两个图结合起来 看。
x4
513.34 302.87 285.32 208.57 192.17 279.81 2133 160.77 107.90 219.79 208.14 201.01 206.06 356.27 157.78
x5
467.87 284.19 272.95 201.50 249.81 239.18 220.69 224.65 527.00 302.09 514.66 250.56 405.14 209.70 272.59 217.00 237.60 321.29 811.88 329.06
案例四 我国各地区城镇居民消费性支出的主成分分析
案例四 我省各地区城镇居民消费性支出的因子分析表1列出了1999年全国31个省、直辖市和自治区（港、澳、台不在其中）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。
这八个变量是1x ：食品 5x ：交通和通讯 2x ：衣着6x ：娱乐教育文化服务 3x ：家庭设备用品及服务 7x ：居住4x ：医疗保健8x ：杂项商品和服务表1消费性支出数据单位：元资料来源：2000年《中国统计年鉴》我们希望对上述八个指标数据进行主成分分析。
从128,,,x x x 的样本相关阵ˆR 出发进行主成分分析，SAS 软件的输出结果如输出1所示。
输出1 对全国31个地区消费性支出的主成分分析从输出1可以看出，前两个和前三个主成分的累计贡献率分别达到80.6％和87.8％，第一主成分1ˆy 在所有变量(除在*2x 上的载荷稍偏小外)上都有近似相等的正载荷，反映了综合消费性支出的水平，因此第一主成分可称为综合消费性支出成分。
第二主成分2ˆy 在变量*2x 上有很高的正载荷，在变量*4x 上有中等的正载荷，而在其余变量上有负载荷或很小的正载荷。
可以认为这个主成分度量了受地区气候影响的消费性支出(主要是衣着2x ，其次是医疗保健4x ①)在所有消费性支出中占的比重(也可理解为一种消费倾向)，第二主成分可称为消费倾向成分。
第三主成分很难给出明显的解释，因此我们只取前面两个主成分。
表2和表3是把31个地区分别按第一和第二主成分得分从小到大重新排序后的结果。
从表2可以看出，东部地区的第一主成分得分普遍较高，中部地区一般，而西部地区则普遍较低。
从表3可见，北方地区的第二主成分得分普遍较高，而南方地区则普遍较低，这是由于北方地区气候寒冷，用于衣着、医疗保健等消费的比重相对较高，而南方地区则相反。
这也进一步支持了上述对第二主成分的解释。
图1是关于第一和第二主成分得分的散点图，该图等价于各变量经标准化后的八维数据点群在具有最大投影点群分散程度的二维平面上的投影。
我国居民消费现状的统计分析
我国居民消费现状的统计分析我国居民消费现状的统计分析专业：经济学姓名：000 学号：00000000⼀、我国城镇居民现状近年来,我国宏观经济形势发⽣了重⼤变化,经济发展速度加快,居民收⼊稳定增加,在国家连续出台住房、教育、医疗等各项改⾰措施和实施“刺激消费、扩⼤内需、拉动经济增长”经济政策的影响下,全国居民的消费⽀出也强劲增长,消费结构发⽣了显著变化,消费结构不合理现象得到了⼀定程度的改善。
本⽂通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育⽂化服务类消费攀升的趋势特点。
⼆、我国居民消费结构的横向分析第⼀,⾷品消费⽀出⽐重随收⼊增加呈现出明显的下降趋势,这与恩格尔定律的表述⼀致。
但最低收⼊户与最⾼收⼊恩格尔系数相差太过悬殊,城镇最低收⼊户刚刚解决了温饱问题,⽽最⾼收⼊户的⽣活⽔平按照恩格尔系数的评价标准早已达到了富裕型,甚⾄接近最富裕型。
第⼆,⾐着消费⽀出⽐重随收⼊增加缓慢上升,到⾼收⼊户⼜有所下降,但各收⼊组⽀出⽐重相差不⼤。
⾐着⽀出⽐重没有更多的递增且最⾼收⼊户的⽀出⽐重有所下降,这些都符合恩格尔定律关于⾐着消费的引申。
随着收⼊的增加,⾐着⽀出⽐重呈现先上升后下降的⾛势。
事实上,在当前的价格⽔平和服装业的发展⽔平下,城镇居民的穿着是有⼀定限度的,⽽且居民对⾐着的需求也不是⽆限膨胀的,即使收⼊⽔平继续提⾼,也不需要将更⼤的⽐例⽤于购买服饰⽤品了。
第三,家庭设备⽤品及服务、交通通讯、娱乐教育⽂化服务和杂项商品与服务的⽀出⽐重呈逐组上升趋势,说明居民的⽣活⽔平随收⼊的增加⽽不断提⾼和改善。
第四,医疗保健⽀出⽐重随收⼊⽔平提⾼呈现⼀种两端⾼、中间低的⾛势。
这是因为医疗保健⽀出作为⽣活必须⽀出,不论居民⽣活⽔平⾼低,都要将⼀定⽐例的收⼊⽤于维持⾃⾝健康,⽽且由于医疗制度改⾰,加重了个⼈负担的同时,也减⼩了旧制度可能造成的不同⾏业、不同体制下居民医疗保健⽀出的差别,因⽽不同收⼊等级的居民在医疗保健⽀出⽐重上差别不⼤。
应用SPSS分析居民消费
我国各地区城镇居民消费支出结构的因子分析一．实验数据描述X1-食品 X2-衣鞋 X3- 家庭设备 X4-医疗保健 X5-交通与通讯 X6-文教娱乐 X7-居住 X8-杂项商品与服务2012年我国各省市城镇居民家庭平均每人全年消费性支出数据地区 1x2x3x4x5x6x7x8x北京 2959.19 730.79 749.41 513.34 467.87 1141.82 478.42 457.64 天津 2459.77 495.47 697.33 302.87 284.19 735.97 570.84 305.08 河北 1495.63 515.90 362.37 285.32 272.95 540.58 364.91 188.63 山西 1406.33 477.77 290.15 208.57 201.50 414.72 281.84 212.10 内蒙古 1303.97 524.29 254.83 192.17 249.81 463.09 287.87 192.96 辽宁 1730.84 553.90 246.91 279.81 239.18 445.20 330.24 163.86 吉林 1561.86 492.42 200.49 218.36 220.69 459.62 360.48 147.76 黑龙江 1410.11 510.71 211.88 277.11 224.65 376.82 317.61 152.85 上海 3712.31 550.74 893.37 346.93 527.00 1034.98 720.33 462.03 江苏 2207.58 449.37 572.40 211.92 302.09 585.23 429.77 252.54 浙江 2629.16 557.32 689.73 435.69 514.66 795.87 575.76 323.36 安徽 1844.78 430.29 271.28 126.33 250.56 513.18 314.00 151.39 福建 2709.46 428.11 334.12 160.77 405.14 461.67 535.13 232.29 江西 1563.78 303.65 233.81 107.90 209.70 393.99 509.39 160.12 山东 1675.75 613.32 550.71 219.79 272.59 599.43 371.62 211.84 河南 1427.65 431.79 288.55 208.14 217.00 337.76 421.31 165.32 湖北 1783.43 511.88 282.84 201.01 237.60 617.74 523.52 182.52 湖南 1942.23 512.27 401.39 206.06 321.29 697.22 492.60 226.45 广东 3055.17 353.23 564.56 356.27 811.88 873.06 1082.82 420.81 广西 2033.87 300.82 338.65 157.78 329.06 621.74 587.02 218.27 海南 2057.86 186.44 202.72 171.79 329.65 477.17 312.93 279.19 重庆 2303.29 589.99 516.21 236.55 403.92 730.05 438.41 225.80 四川 1974.28 507.76 344.79 203.21 240.24 575.10 430.36 223.46 贵州 1673.82 437.75 461.61 153.32 254.66 445.59 346.11 191.48 云南 2194.25 537.01 369.07 249.54 290.84 561.91 407.70 330.95 西藏 2646.61 839.70 204.44 209.11 379.30 371.04 269.59 389.33 陕西 1472.95 390.89 447.95 259.51 230.61 490.90 469.10 191.34 甘肃1525.57472.98328.90219.86206.65449.69249.66228.19青海1654.69 437.77 258.78 303.00 244.93 479.53 288.56 236.51宁夏1375.46 480.89 273.84 317.32 251.08 424.75 228.73 195.93新疆1608.82 536.05 432.46 235.82 250.28 541.30 344.85 214.40二、实验操作步骤Step01：打开数据文件，进入SPSS Statistics数据编辑器窗口,在菜单栏中依次单击“分析”│“降维”│“因子分析”选项卡，将“X1”、“X2”……“X8”变量选入“变量”列表。
城镇居民家庭人均支配收入与消费支出分析(doc 8页)
城镇居民家庭人均支配收入与消费支出分析(doc 8页)中国城镇居民家庭人均可支配收入与人均消费支出的变动分析对中国1985—2003年中国城镇居民家庭人均可支配收入与人均消费支出数据进行分析，数据如附表1。
为了便于分析降低数据数量级，进而对原有数据都取对数。
用y 表示城镇居民家庭人均收入，用x 表示城镇居民人均消费支出，y 1,x 1分别为取对数后的城镇居民家庭人均收入和城镇居民人均消费支出。
文中的估计结果由Eviews5.0输出。
一、 长期均衡分析 （一）序列线性关系检验 原有序列时序图1,0002,0003,0004,0005,0006,0007,0008,0009,00024681012141618YX取对数后的序列时序图9.28.88.48.07.67.26.86.424681012141618Y1X1原有序列散点图9,0008,0007,0006,0005,000Y4,0003,0002,0001,00002,0004,0006,0008,000X6.57.07.58.08.59.09.56.46.87.27.68.08.48.8X1Y 1收入和城镇居民人均消费支出之间具有线性关系，下面对取对数后的序列进行分析。
（二）对对数序列进行ADF 检验 表1 城镇居民人均消费支出t-Statistic Prob.*Augmented Dickey-Fuller test statistic -1.049393 0.7100Test critical values:1% level -3.886751 5% level -3.052169 10% level-2.666593表2 城镇居民家庭人均收入t-Statistic Prob.*Augmented Dickey-Fuller test statistic -1.941651 0.3068Test critical values:1% level -3.920350 5% level -3.065585 10% level-2.673459从表1 和表2可以看出，进行ADF 检验的结果表明取对数后的城镇居民家庭人均可支配收入和城镇居民人均消费支出二者都为非平稳序列。
各地区城镇居民家庭平均每人全年消费性支出 (2009年)
67.45 51.99 40.95 51.36 34.05 56.43 60.03 52.81 92.43 72.27 72.87 61.95 62.97 72.89 49.15 54.54 81.79 76.13 53.58 55.93 21.72 56.52 44.83 46.71 45.19 5.62 61.18 39.75
341.88 205.93 166.38 210.64 175.51 218.57 146.29 135.19 361.73 216.79 206.77 229.03 192.71 180.77 217.93 148.30 149.54 131.35 220.52 145.27 144.38 214.01 211.75 133.15 83.85 283.24 222.41 149.56
408.93 305.51 339.64
29.09 34.84 29.68
34.45 39.91 31.52
103.33 122.58 127.51
肉禽及制品
蛋
类
水产品类
菜
类
调味品
糖
类
烟草类
867.49
92.78
301.42
446.57
58.25
38.28
228.54
901.95 840.68 554.41 418.96 650.78 765.02 663.97 642.19 1071.59 930.94 773.49 725.51 1115.31 872.34 647.61 575.61 822.61 898.83 1532.73 1241.99 1202.19 1094.97 1100.29 874.50 822.08 1082.30 503.12 489.66
SPSS论文-各地区城镇居民家庭人均消费性支出分析
SPSS论文题目：各地区城镇居民家庭人均消费性支出分析摘要：我国各地区的经济发展水平存在着较大的差异。
本文运用SPSS软件分析方法对我国各地区城镇居民消费性支出进行分析研究,研究表明:各地区城镇居民消费性支出的差异主要是由两方面引起的,首先是地区的经济发展水平,我国东部、中部和西部地区的消费水平存着较大差异;其次是由地区气候因素引起的消费倾向,我国南北地区明显有别。
关键字：SPSS，消费支出，分析数据：我国地域辽阔,各地区的经济发展很不平衡,各地区城镇间的消费性支出存在着较大的差异,而且由于多种因素的影响,这种差异呈现加速扩大的态势。
如何客观、准确、有效地分析这些差异,具有重要的理论和实践意义。
消费性支出的指标有许多,如果直接从诸多指标来分析各地区的差异,那未分析的结果很可能将是繁杂和不得要领的,很难给出直观有效的结论。
如果仅用消费性总支出这个指标,则显得太粗糙,丢失的有用信息太多,不能较充分地反映各地区的消费差异。
那么,如何能使得所作的分析研究即不繁杂又不损失太多的信息呢?这正是本文所要解决的问题。
居民消费支出：是指城乡居民个人和家庭用于生活消费以及集体用于个人消费的全部支出。
包括购买商品支出以及享受文化服务和生活服务等非商品支出。
对于农村居民来说，还包括用于生活消费的自给性产品支出。
集体用于个人的消费指集体向个人提供的物品和劳务的支出；不包括各种非消费性的支出。
其形式是通过居民平均每人全年消费支出指标来综合反映城乡居民生活消费水平。
消费支出特点明显：食品价格上涨使恩格尔系数有所回升；居住支出快速增长；家庭设备消费较快增长；汽车消费热点突出；义务教育负担减轻；衣着和医疗保健支出低速增长。
Descriptive Statistics此表描述了所统计的数据。
Statistics上述数据为用SPSS软件所作出的均值、方差、标准、峰度、偏度差等等数据，还有运用SPSS软件的回归分析、单一样本T检验所得到的数据和曲线图。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我国各地区城镇居民家庭平均每人全年消费性支出数据分析
摘要：
本文采用2011年我国31省、市、自治区城镇居民家庭平均每人全年消费性支出数据，根据经济发展、地理环境以及消费习惯等因素影响，我国各地区城镇居民的消费性支出水平很不平衡，消费结构差异也较大。
本文利用因子分析，聚类分析、k均值聚类法等方法，对2011年我国31 个省(直辖市、自治区)城镇居民人均消费性支出的各项指标进行计量分析，对城镇居民家庭消费水平进行评价和排序，以期反映消费水平与结构上的差异，为政府制定更加合理的引导性政策提供有效依据。
关键词：城镇居民消费水平因子分析聚类分析；
一、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
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。
主要利用三种统计方法进行分析：主成分分析法、因子分析法、聚类分析法。
本文选取2009年我国城镇居民人均消费支出数据，利用聚类分析法和因子分析法，
将全国31个省、市、自治区进行分类和排序，并与人们实际观察到的情况进行比较。
二、实证分析
指标体系的选择
（1）评价城镇居民消费水平的九个指标，分别为：
y人均现金消费支出（元/人）；
x人均食品支出（元/人）；x2人均衣着支
1
出（元/人）；
x3人均居住支出（元/人）；x4人均家庭设备及用品支出（元/人）；x5人均交通通信支出（元/人）；
x6人均文教娱乐支出（元/人）；x7人均医疗保健支出（元/人）；x8人均其他消费支出（元/人）。
三、聚类分析
聚类分析是对多种属性统计样本进行分类的一种多元统计分析方法。
其基本思想是：一般我们认为，所研究的样品或指标之间存在着程度不同的相似性。
于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品聚为一类。
关系密切的聚为一个小的分类单位，关系疏远的聚为一个大的分类单位，直到把所有样品或指标都聚类完毕，这样就可以形成一个由小到大的分类系统。
利用SPSS统计软件进行聚类分析，将我国城镇居民人均消费支出分为两类，
结果如下表：
人均消费聚类分析结果表明：、天津、、、、广东属于第一类地区，这些地区经济发达，城镇居民收入较高，与此同时，人均消费也比较高，聚类结果符合实际情况，其余地区则属于第二类地区。
然而，这种分类方法第二类地区中，例如贵州、、青海同江苏、山东地区消费差距明显，与人们观察到的实际情况不符合，因此运用聚类分析法存在一定缺陷，
四、因子分析
因子分析是主成分分析的一种推广，它也是利用降维的思想，把一些具有错综复杂关系的变量归结为少数几个不可观测的综合因子的一种多变量统计分析方法。
前面利用聚类分析法，仅仅是把我国各地区城镇居民人均消费分为三类，这样分类，存在一定缺陷，我们希望找出几个真正影响居民人均消费的公共因子，在做因子分析之前，应当检验数据是否适合做因子分析。
根据KMO检验，KMO 值越大表示数据越适合做因子分析，KMO值低于0.5时，表明数据不太适合做因子分析，由表一可知，适合进行因子分析
KMO 和Bartlett 的检验
取样足够度的Kaiser-Meyer-Olkin 度量。
.868
Bartlett 的球形度检验近似卡方327.810
df 28
Sig. .000
公因子方差
初始提取
衣着 1.000 .796 医疗器械 1.000 .927 教育文化娱乐服务 1.000 .861 交通和通信 1.000 .891 其他 1.000 .890 家庭设备用品及服务 1.000 .847 居住 1.000 .847 食品 1.000 .756 提取方法：主成份分析。
根据结果可知，初始解只有两个因子的特征值大于1，这两个因子可以解释原有八个指标总方差的83.845%，已经足以解释各地区城镇居民的人均消费共性以及差异性。
旋转后的因子载荷矩阵及旋转空间中的成分图
成份矩阵a
成份
1
衣着.892
医疗器械.963
教育文化娱乐服务.928
交通和通信.944
其他.943
旋转成份矩阵a
a. 只抽取了一个成份。
无
法旋转此解。
一类，我们称为次消费因子。
因子得分系数矩阵
以各因子的方差贡献率占两个因子总方差贡献率的比重作为权重进行加权汇总，算出各地区的综合得分
成份得分系数矩阵
成份
1
衣着.131
医疗器械.141
教育文化娱乐服务.136
交通和通信.138
其他.138
家庭设备用品及服务.135
居住.135
食品.128
提取方法:主成分分析法。
旋转法:具有Kaiser 标准化的正交旋
转法。
构成得分。
成份得分系数矩阵
成份
1
衣着.131
医疗器械.141
教育文化娱乐服务.136
交通和通信.138
其他.138
家庭设备用品及服务.135
居住.135
食品.128
成份得分协方差矩阵
成份 1
1 1.000
提取方法:主成分分析
法。
旋转法:具有Kaiser 标
准化的正交旋转法。
构成得分。
主消费因子得分前五名地区依次是上海、、、、，其中上海的得分为3.44500，广东的得分为2.3833，远远高于其他地区，说明上海、广东主要消费支出远远高于其他地区，与实际情况比较接近。
主消费因子最后五名地区依次是新疆、、、、，这些地区经济发展相对落后，人均消费支出低，其主要消费支出也低，但与实际情况还存在差距，贵州城镇居民消费应比黑龙江消费要低，黑龙江不应划为最低人均消费地区。
次消费因子得分前五名地区依次是北京、、、天津、；次消费因子最后五名地区依次是福建、、广西、、，衣着和医器械人均消费，在实际消费过程中，人们不容易观察到，这个结论还缺乏一定依据；综合得分前五名地区依
次是上海、、、、天津；这五个地区经济都发达人均收入和消费支出都高，将这些地区分为一类比较切合实际。
合得分最后五名地区依次是新疆、、、、，这些地区人口稀少，经济发达相当落后，人民收入和消费水平均处于全国最低水平，与人们观察到的实际情况比较接近，将这些地区分为一类，其他地区则分为另外一类，这样一来就可以将31个省、市、自治区就分为三类，第一类为因子综合得分前五名地区，第三类为因子综合得分最后五名地区，其余地区则划分为第二类。
这种类结果比较切合实际情况。
分类结果如下表：
五、总结
本文根据2011年我国城镇居民人均消费支出数据，利用聚类分析法和因子分析法，对各地区31个省、市、自治区城镇居民人均消费进行分类，首先利用两种聚类分析法：K均值法和系统聚类法，分类结果相比较，系统聚类分析法要好于K 均值法，但也存在一定缺陷，然后利用因子分析法进行因子分析，根据因子综合得分对我国各地区城镇居民人均消费支出进行排序和分类，并进行综合评价，结果表明，分为三类较好地反映实际情况，相对于聚类分析法，它是一种比较好的排序方法，从聚类分析、判别分析、主成分分析、因子分析的结果可以看出，尽
管不同的分析方法所得的结果有所不同，但上海、、天津、广东的城镇居民人均消费水平处于较高的位置，而青海、、甘肃的人均消费水平处于低位
参考文献：
国家统计局.
多元统计分析（第三版）
数据来源：
本文选取了2011年我国各地区城镇居民家庭平均每人全年现金消费支出的相关指标数据,所有数据取自《中国统计年鉴2012》，。