居民消费水平研究SPSS

课程论文我国居民消费水平研究分析班级：09经51学号：09085009姓名：刘静静2012年11月摘要：居民消费水平是指一个国家一定时期内人们在消费过程中对物质和文化生活需要的满足程度。要刺激消费、扩大内需，必须找出影响我国居民消费水平的关键因素，才能对症下药。本文结合居民消费水平的影响因素和居民消费水平的历史及现状列出了五个相关因素（国内生产总值GDP、城镇和农村居民可支配收入、人口自然增长率以及居民消费价格指数），运用SPSS17.0软件进行三个方面的分析：描述性分析、因子分析、回归分析。本案例的研究目地是分析我国居民消费水平的影响因素，为更好的提高居民消费水平提供科学的依据。关键字：居民消费水平SPSS分析扩大内需刺激消费引言居民消费水平是按国民收入或国内生产总值的使用总量中用于居民消费的总额除以年平均人口计算的，它反映一个国家或一个地区居民的一般消费水平。居民消费水平是GDP中一个重要组成部分，是拉动经济增长的三驾马车之一，一直是经济学家关注的焦点和研究的热门领域。在改革开放以来，居民消费水平提高的较快，消费结构也有了很大的改善，因此对其进行分析有较强的经济意义。分析目地、分析思路与数据选取本案例的研究目地是分析我国居民消费水平的影响因素，为更好的提高居民消费水平提供科学的依据。分析思路主要如下，首先利用描述性分析对居民消费水平、国内生产总值GDP、城镇和农村居民可支配收入、人口自然增长率以及居民消费价格指数进行基础性的描述，以便对我国居民消费水平和其主要影响因素有一个直观的印象，然后利用因子分析提取对我国居民消费水平影响较为显著的因素，分析我国居民消费水平的影响的因素，最后利用回归分析方法确定这些因素对我国居民消费水平的影响方向和强弱。在现实生活中，影响消费的因素很多，例如收入水平、商品价格水平、利率水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、制度、风俗习惯等等。但考虑到我国经济的实际情况和样本数据的随机性，选择了以下一些因素决定居民消费水平。日常观察和统计研究都表明，当前可支配收入水平是决定一个国家消费的核心因素，因此人均可支配收入的入选毫无疑问。由于我国现阶段的具体国情之一是贫富差距较大，导致农村居民收入和城镇居民收入的差异较大，所以本文分别考虑了城镇居民可支配收入和农村居民可支配收入对居民消费水平的影响。众所周知，国内生产总值GDP常被公认为是衡量国家经济状况的最佳指标，它不但可以反映一个国家的经济表现，更可以反映一国的国力与财富。一般来说，国内生产总值GDP高的国家，表明该国的经济实力强，人民消费水平高，由此选择了国内生产总值GDP作为居民消费水平计量分析的因素之一。另外，影响经济的长期因素之一是人口自然增长率的变化，由于人口结构的不同，导致居民所消费的物质和文化和其消费观念有很大的差异，所以本文选择了人口自然增长率作为研究的因素之一。最后，居民消费价格指数，是反映居民家庭所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。居民消费价格指数可以观察和分析消费品的零售价格和服务项目价格变动对职工货币工资的影响，从而导致居民消费水平的差异化。综上，本文选择了国内生产总值GDP、城镇和农村居民可支配收入、人口自然增长率以及居民消费价格指数这五个因素来分析对居民消费水平产生的影响。本文数据均来源于中国统计年鉴。该案例的原始数据如下表所示。表1案例的原始数据胡年份居民消费水平（元）Y国民总收入（亿元）X1城镇居民家庭人均可支配收入（元）X2农村居民家庭人均可支配收入（元）X3人口自然增长率（%）X4居民消费价格指数(%)X5199083318718.321510.2686.314.39103.1199193221826.21700.6708.612.98103.41992111626937.282026.678411.6106.41993139335260.022577.4921.611.45114.71994183348108.463496.2122111.21124.11995235559810.5342831577.710.55117.11996278970142.494838.91926.110.42108.31997300278060.835160.32090.110.06102.81998315983024.285425.121629.1499.21999334688479.155854.022210.38.1898.62000363298000.4562802253.47.58100.420013887108068.26859.62366.46.95100.720024144119095.77702.82475.66.4599.2200344751351748472.22622.26.01101.220045032159586.79421.62936.45.87103.920055573185808.6104933254.95.89101.820066263217522.711759.535875.28101.520077255267763.713785.84140.45.17104.820088349316228.815780.764760.625.08105.920099098343464.717174.655153.175.0599.3SPSS17.0分析操作步骤我国居民消费水平及其影响因素的描述性分析操作步骤1.打开数据文件，进入SPSSStatistics数据编辑窗口，然后再菜单栏中单击“分析”进入“描述统计”，将居民消费水平、国内生产总值GDP、城镇和农村居民可支配收入、人口自然增长率以及居民消费价格指数选择进入“变量”列表。2.点击“描述”，选中最大值，最小值，平均数，标准差，均值和方差。然后单击“继续”按钮，返回“描述性”对话框3.单击“确定”按钮输出分析结果。我国居民消费水平及其影响因素的因子分析步骤1.打开数据文件，进入SPSSStatistics数据编辑窗口，在菜单栏里依次点击“分析”/“降维”/“因子分析”命令，将国内生产总值GDP、城镇和农村居民可支配收入、人口自然增长率以及居民消费价格指数选择进入“变量”列表.2.单击“描述”按钮，勾选“原始分析结果”复选框和“KMO与Bartlett球形度检验”复选框，单击“继续”按钮。3.单击“旋转”按钮，勾选“最大方差法”复选框，其他为系统默认选择，单击“继续”按钮。4.单击“得分”按钮，勾选“保存为变量”和“因子得分系数”复选框，保存设置结果。5.单击“确定”按钮输出分析结果。我国居民消费水平与主因子影响因素的回归分析1.打开数据文件，进入SPSSStatistics数据编辑窗口，在菜单栏里依次点击“分析”/“回归”/“线性”命令，打开“线性回归”对话框，然后将“居民消费水平”变量选入“因变量”列表，将“国内生产总值”和“居民消费价格指数”选入“自变量”列表。2.单击“统计量”按钮，选中“估计”、“模型拟合度”和“Durbin-Watson”,然后单击“继续”按钮。3.单击“选项”按钮，选中“在等式中包含常量”，然后单击“继续”按钮。4.单击“确定”按钮，得到线性回归结果。结果判读1.我国居民消费水平及其影响因素的描述性分析下图为我国居民消费水平及其影响因素的描述性分析描述统计量N极小值极大值均值标准差方差居民消费水平20833.009098.003923.30002406.041765789036.958国民总收入2018718.32343464.70124054.055596613.117869.334E9城镇居民人均可支配收入201510.2017174.657230.11154608.650502.124E7农村居民人均可支配收入20686.305153.172391.88951292.887361671557.731人口自然增长率205.0514.398.46552.934978.614居民消费价格指数2098.60124.10104.82006.6802644.626有效的N（列表状态）20由上图可知，从1990到2009年间，我国居民消费水平的平均值为3932.3元，最大值9098元，最小值为833元，标准差为2406.04元，可见随着我国社会经济的发展，居民消费水平样本期间变化较大。国民总收入的平均值为124054.0555元，最大值为343464.7，最小值为18718.32元，由此可见，我国国民总收入在样本期间保持较高水平，并不断增长。城镇居民人均可支配收入、农村居民人均可支配收入在样本期间都在不断变化。人口自然增长率的平均值为8.4655%，表明我国人口自然增长率保持一个较高水平。而居民消费价格指数的最大值124.1，最小值为98.6.平均值为104.82.2.我国居民消费水平及其影响因素的因子分析KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。.713Bartlett的球形度检验近似卡方210.376df10Sig..000KMO和Bartlett的检验结果上图给出了KMO和Bartlett的检验结果，其中KMO值为0.713，表示适合做因子分析。Bartlett球形度检验的原假设为相关系数矩阵为单位阵，Sig值0.0000小于显著水平0.05，因此拒绝原假设表示变量之间存在相关关系，适合做因子分析。公因子方差初始提取国民总收入1.000.972城镇居民人均可支配收入1.000.993农村居民人均可支配收入1.000.988人口自然增长率1.000.877居民消费价格指数1.000.997提取方法：主成份分析。上图给出了每个变量共同度的结果。该表左侧表示每个变量可以被所有因素所能解释的方差，右侧变量的共同度。从该表可以得到，因子分析的变量共同度都非常高，表明变量中大部分信息，均能够被因子所提取，说明因子分析的结果是有效的。上图给出了因子贡献率的结果。该表左侧部分为初始特征值，中间为提取主因子结果，右侧为旋转后的主因子结果。“合计”指因子的特征值，“方差的%”表示该因子的特征值占总特征值的百分比，“累积%”表示累积的百分比，其中前两个因子的特征值之和占总特征值的96.545%，因此，提取前两个因子作为主因子。旋转成份矩阵a成份12国民总收入.977-.131城镇居民人均可支配收入.764-.161农村居民人均可支配收入.774-.201人口自然增长率-.887.299居民消费价格指数-.190.980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。a.旋转在3次迭代后收敛。上图给出了旋转后的因子载荷值，其中旋转方法是Kaiser标准化的正交旋转法，通过因子旋解释的总方差成份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%13.99879.96279.9623.99879.96279.9623.69373.87073.8702.82916.58396.545.82916.58396.5451.13422.67596.5453.1623.24999.7944.010.19599.9895.001.011100.000提取方法：主成份分析。转，各个因子有了比较明确的含义。第一个因子与国民总收入的相关性最强，因此将流动比率作为对第一个因子的解释。第二个因子与居民消费价格指数最为相关，因此将居民消费价格指数作为第二个因子的代表。3.我国居民消费水平与主因子影响因素的回归分析由上文的对居民影响水平的影响因素的因子分析，我们发现可以用两个因子（国民总收入、居民消费价格指数）来替代所有6个影响因素提供的近96%的信息。因此我们利用国民总收入、居民消费价格指数，作为自变量对因变量居民消费水平进行回归分析，回归结果如下：模型汇总b模型RR方调整R方标准估计的误差Durbin-Watson1.993a.987.985292.11644.180a.预测变量:(常量),居民消费价格指数