农村人均消费水平区域对比分析.docVIP

农村人均消费水平区域对比分析 　　摘 要：本文基于因子分析法，对2012年中国各省区农村人均消费水平进行了比较分析，结果显示区域间的农村消费水平差异较大，进而提出相关的有助于缩减区域消费差异的建议。 　　关键词：因子分析；人均消费；地区差异 　　中图分类号：G642 文献标识码：B 文章编号：1002-7661（2014）08-015-02 　　一、引言 　　我国人口众多，农村人口基数很大，对农村人均消费水平的研究对于改善我国区域农村消费水平差异有着重要的意义。众所周知，消费水平是衡量一个地区经济水平的重要指标，我国幅员辽阔，民族众多，各区域间的消费存在着很大的差异。国家对“三农”问题非常重视，缩小区域间的贫富差距，实现共同富裕是实现我国现代化的重要保障。本文运用因子分析方法，通过对2012年不同区域农村人均消费水平进行比较研究，分析现象背后的原因，找出一定的消费规律，并提出一些合理化建议。 　　二、理论介绍 　　1、指标的选取 　　本文的数据来源于《中国统计年鉴2013》，为了方便分析，按照统计年鉴的分类，将农村人均消费支出指标分为八类： ―人均食品指出； ―人均衣着支出； ―人均居住支出； ―人均家庭设备及服务支出； ―人均交通通信支出人均医疗保健支出； ―人均文教娱乐支出； ―人均医疗保健支出； ―人均其他支出。 　　2、理论介绍 　　因子分析属于多元统计分析中一种比较常见的方法，其基本思想是通过研究众多变量间的内部依赖关系，寻求这些数据的基本结构，并用少数的几个被成为公因子的不可观测变量，来表达基本数据结构，这些公因子能够反映原来众多变量所代表的主要信息，从而有利于研究者达到简化数据结构，方便研究的目的。其主要步骤为：①根据研究问题选择原始变量。这里要研究的是农村人均消费在各个区域之间的差异，一共选取了八个指标作为原始变量，记为 。②计算相关矩阵，分析变量之间的相关关系。如果大多数简单的相关关系系数是大于0.3的，那么可以视为适合进行因子分析。③求解初始公因子和因子载荷矩阵。根据因子载荷矩阵，提取方差贡献率和累计方差贡献率信息，每个公因子的方差贡献率代表对原始数据总信息量的解释程度。④确定公因子 、 …… 。其中 代表公因子的个数，一般公因子的提取个数 所包含的原始数据的信息总量最好不要低于85%为最佳。⑤对因子载荷矩阵实施旋转，计算因子得分和综合得分。本论文运用spss软件会给出每个公因子的因子得分，这里记为Factor（1）、Factor（2）......Factor（n）个公因子的特征值（ ）为权重计算综合得分： 　　其中 为公因子的权重，利用上式可以算出总得分，将31个省市的农村人均居民消费水平进行排名，从而对得出的结果进行分析。 　　三、结果与分析 　　因子分析的前提条件是原始变量之间具有较强的相关性，因此在因子分析之前需要对原始变量进行独立性检验，通常采用KMO检验及Bartlett球形检验。KMO是取样适当性测量统计量。当KMO值愈大时，表明变量间的共同因素愈多，愈适合进行因子分析。当KMO大于0.7时可以进行因子分析。Bartlett球形检验用来判断数据是否为多变量正态分布，也可用来判断相关系数矩阵是否适合进行因子分析。 　　由表1可知，KMO值为0.805，说明非常适合进行因子分析；Bartlett球形检验的p值为0，通过了显著性检验，适合进行因子分析。 　　根据论文上述的因子分析步骤对2012年全国31个省市的农村人均消费水平的数据进行分析，最后按照总得分进行排名，从而可以得出表2。 　　我们可以将消费水平分为三个层次：高消费水平，中等消费水平、低消费水平。通过表2可以看出，高消费水平的区域包括北京、上海、天津、江苏、浙江、吉林等东部沿海省市。而中等消费水平的省市大多位处中部地区，经济发展虽然不及东部沿海地区，却要好于西部经济欠发达区域。这种分布基本和我国的基本国情相吻合，同时也反应了地区间农村居民消费还存在着巨大差异。消除这些差异，提高农村人民的消费水平，对于实现共同富裕有着重要的意义。 　　四、结论和建议 　　通过上述分析可以看出，我国区域间的农村人均消费水平差异比较大，高消费水平集中分布在东部沿海地区，这和区域的经济发展水平密切相连。虽然国家非常重视西部发展，但由于起步较晚，地处偏僻，依然和中东部有着不小的差距。应采取如下政策措施： 　　首先，提升落后地区居民收入水平。收入是影响消费的重要因素，特别是低收入人群，边际消费倾向相对更高，因此，提升落后地区低收入者的收入水平对消费水平均衡发展产生决定性作用。改革开放30多年来，人们逐渐享受到发展带来的诸多成果，但是成果分享过程中存在着较大的个体差异。而这些个体差异汇聚而表现出来的无非就是不同区域的整体差异，这些差异显然不利于和谐社会的建设，提升落