(推荐下载)应用统计学利用spss进行居民消费结构变化的分析

admin管理员组

文章数量:1531792

2024年6月6日发(作者：)

(完整word版)应用统计学利用spss进行居民消费结构变化的分析

(完整word版)应用统计学利用spss进行居民消费结构变化的分析

编辑整理：

尊敬的读者朋友们：

这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们

对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整word版)应用统计

学利用spss进行居民消费结构变化的分析）的内容能够给您的工作和学习带来便利。同时也真

诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以

下为(完整word版)应用统计学利用spss进行居民消费结构变化的分析的全部内容。

关于某市近20年居民消费结构变动的分析

本文的目的是分析居民随着年份的增加，消费结构发生的变化，通过收集的数

据。利用spss软件进行因子分析，得出结论,为产业政策的制订和宏观经济的调控

提供参考。

引言：

消费结构是指在一定的社会经济条件下，人们在消费过程中各种不同内容、不

同形式的消费在消费总量中所占的比重以及它们之间的关系。按1993年国家统计

局对生活消费品类别的划分方法，把居民生活消费品分为八个大类，即食品、衣着、

居住、家庭设备用品及服务、医疗保健、交通通信、文化教育娱乐用品及服务、其

他商品及服务。 消费结构的变动不仅是经济领域内的重要问题，而且也关系到整

个国民经济的发展,合理的消费结构及消费结构的升级和优化不仅反映了消费层次

和质量的提高，也为建立合理的产业结构和产品结构提供了重要依据。

一 数据的理解及处理

本文采用的数据来自于网络（见附录）,其中主要包含食品、衣着、居住、

家庭设备用品及服务、医疗保健、交通通信、文化教育娱乐用品及服务、其他商

品及服务8个指标，这些指标之间存在着不同程度而相关性如果单独分析这些指

标,无法分析居民消费结构的特点，因此采用因子分析法，将这八个指标综合为

几个少数因子，通过这些公共因子来反映居民消费结构的变化情况。且各数具比

较完整，无异常数据因此直接处理。

我们先通过图形来观察各项消费的平均值支出所占居民消费的比重，由图像

可以看出食品所占消费比重最大，文化教育娱乐用品及服务及居住次之，其它相

差不大而其他商品及服务最小。

通过图形二我们可以看到各消费随着年份的增加的变化，可以得出以下结论

（1）虽然在2002年左右食品消费所占比例发生一定程度的震荡但保持一直下

降的趋势.

（2）文教娱乐及服务消费随着年份增加而不断上升.

(3)居住消费支出保持较大幅度的震荡变化上升下降总体趋势不是太明显。

（4）其它消费支出变化趋势较相近，且震荡幅度不大。

图一

三 因子分析法步骤及结果分析

图二

1相关性分析

图三

先进相关性分析，其步骤是，选择‘分析’菜单中‘相关’的‘双变量’，并

将影响因素选入变量列表。通过观察图三我们可以看到很多变量之间都存在或强或

弱的相关关系,所以可以对变量进行因子分析。

2 KMO及Bartlett 的检验

选择‘分析'中‘降维’的‘因子分析’，并在‘描述’子对话框中选KMO和

Bartlett球形度检验

图四中我们可以看到，KMO小于0。7，但是因为数据来源有限，本论文只是表

现统计方法的使用，所以仍然继续进行分析。

3描述性统计表

图四

从图五我们可以看到各费支出的描述统计量，比如均值标准差,这为后续的因子

分析提供一个直观的分析结果，从图中可以看到，食品支出消费比重最大,其均值

为39。68%其次是文教娱乐及服务和居住支出消费。

4 因子共同度

图五

图六

图六是因子分析的共同度.显示了所有变量的共同数据。第二列是因子分析初始

解下的变量共同度。它表明对原有8个变量如果采用主成分析法提取所有的8个特

征值，那么原有的所有变量的方差都可以被解释，变量的共同性均为1。

事实上因子个数小于元变量的个数才是因子分析的目的，所以不可能提取所有

特征根于是第三列给出了提取条件提取特征根时的共同度，可以看到所有变量的绝

大部分信息可被因子解释，这些变量信息丢失较少,因此本次因子提取的总体效果

较为理想。

5 因子分析的总方差解释

图七

图七所示是因子分析的总方差解释，是相关系数矩阵的特征值，方差贡献率及

累计方差贡献率的统计结果，第一组数据项（从第二道第四列）描述了初始因子解

的情况，可以看出第一个因子的特征根值为4。341，解释了原有8个变量总方差的

54.264%前三个因子的累计贡献率为88。059％并且只有他们的取值大于1,说明前

三个公因子基本包含了全部变量的主要信息，因此选前3个因子为主因子即可。同

时提取平方和载入和旋转平方和载入数据组列出了因子提取后和旋转后的因子方差

解释情况，从中可以看出他们都支持3个公共因子。

6 因子碎石图

图八

图八所示为因子分析的碎石图，横坐标为因子数目,纵坐标为特征根,可以看到

第一个因子的特征值为很高，对解释原有变量的贡献最大，第三个因子以后的特征

根都很小，对解释原有的变量都很小，因此就提取前三个因子。

7旋转前因子载荷矩阵

图九

图九旋转前因子载荷矩阵,它是因子分析的核心内容，通过载荷系数大小可以分

析不同公共因子所反映的主要指标的区别，从结果可以看到大部分因子解释性较好，

但是仍有少部分因子因子解释性能力较差,比如食品指标，在三个因子的载荷系数

区别不大，因此接着因子旋转法使得因子载荷系数向0和1两极分化,使大的载荷

更大,小的载荷更小，这样结果更具解释性.

8旋转后的因子载荷矩阵

图十

图十现实实施旋转后的因子载荷矩阵，可以看到,第一主因子在交通通讯，文教

娱乐及服务医疗保健，居住等指标上有较大的载荷系数,说明第一个公因子综合反

映这几个方面的变动情况可以将其命名为第一基本消费因子。

从载荷系数绝对值大小表明自1993年以来，该市居民消费结构中变化最大的依

次为交通和通讯0。975文教娱乐及服务0。973医疗保健0.952食品为-0。893,其

中交通和通讯0.975文教娱乐及服务0。973医疗保健0。952为上的载荷系数为正

值.表明在1993～2012年间居民在交通和通讯，文教娱乐及服务，医疗保健上

的消费为递增的，而在食品上的消费为递减的，这与前文分析还有实际是相符的。

第二个主因子在衣着，家庭设备用品及服务，居住指标上系数较大,可以将其命

名为第二基本消费因子，衣着0。737家庭设备用品及服务为0。644居住为-0。

632说明居民在衣着，家庭设备用品及服务为消费时增加的在居住上是递减的，这

与实际情况也是相符的，随着收入的增加人们对衣着的要求也是多样化发展,对家

庭电器需求变大,同时越来越高的房价对居民来说无法承担，居住消费呈现出下降。

而第三个主因子在杂项商品及服务上系数最大,可以将其命名为第三基本消费因

子，系数为0。919表明市民生活内容日益丰富.

9因子得分系数

图十一

图十一采用回归法估计因子的得分系数,根据表中的内容可以写出以下因子得分

函数.

因子

F10.213x

1

0.149x

2

0.117x

3

0.219x

4

0.223x

5

0.229x

6

0.042x

7

0.027x

8

因子

F20.063x

1

0.549x

2

0.517x

3

0.010x

4

0.019x

5

0.075x

6

0.378x

7

0.181x

8

因子

F30.123x

1

0.083x

2

0.225x

3

0.025x

4

0.054x

5

0.067x

6

0.402x

7

0.727x

8

10因子变动趋势图

不仅如此原数据还给出了FAC_1,FAC_2,FAC_3三个变量，它表示3个因子在不

同年份的得分值，为了进一步揭示因子变动的情况绘制了图十二所示的因子变动趋

势图。

图十二

从图十二可以看出在第一公因子在1993～2000年期间一直比较稳定，但进入

21世纪以后虽然在2002年出现下降，但其后一直保持上升并在2007年达到最大

值,2008年出现明显的下降之后又保持了稳定的上升.这主要是因为该市在进入21

世纪之前经济发展不是太强劲，随着中国加入世贸组织，该市经济出现较快发展,

人们的第一类消费开始逐渐增加，但由于2008年经济危机的发生，使该市受到了

一定的冲击,第一公因子出现明显的下降，但随着国家刺激经济的发展，该市经济

出现复苏，第一公因子又开始保持稳定上升。

第二公因子得分的起伏波动主要由居住，衣着比重有升有降的波动引起的，根

本原因是国家执行住房改革的力度密切相关，但由于住房改革政策的推行相对于其

他的改革政策比较缓慢。所以居民对住房消费存在一定的不确定性，这就造成第二

因子的波动。

第三因子一直波动不已，说明市民在杂项上的的消费仍有很大的空间。

四 结论

总的来看,该市居民生活已逐步提高,迈向富裕.居民消费从过去的单一型向享受

型、发展型消费品等多层次需求的消费结构方向发展。

在消费结构上，食品、衣着、家庭设备及服务和的支出比例下降，而居住、教

育文化娱乐服务、医疗保健和交通通信这四项消费项目支出比例增加,说明城镇居

民的消费层次己经提高，消费的重心逐渐发生改变。但经济发展需进一步深化，因

为食品消费支出还占很大一部分。当然还有一部分缺陷比如KMO小于0.7，但是因

为数据来源有限，但本论文只是表现统计方法的使用，所以仍然继续进行分析。

本文标签： 因子消费分析变量服务