蘭 婧
(魯東大學(xué),煙臺 264025)
隨著人們生活水平的不斷提高,消費(fèi)觀念也不斷轉(zhuǎn)變,影響人們消費(fèi)的因素的占比也在不斷提高。消費(fèi)作為社會生產(chǎn)的源動力,是生產(chǎn)者生產(chǎn)產(chǎn)品的目的和導(dǎo)向,產(chǎn)品價格的變動也在一定程度上反映了市場及國家宏觀經(jīng)濟(jì)的變化。為了客觀了解城鎮(zhèn)居民消費(fèi)結(jié)構(gòu)差異,本文運(yùn)用SPSS軟件來分析我國各地居民的消費(fèi)結(jié)構(gòu)差異,并提出市場價格調(diào)控的可行性建議。
變量名稱:人均糧食支出、人均衣著支出、人均副食支出、人均日用雜品支出、水電燃料支出、人均其他副食支出、人均其他非商品支出。
對應(yīng)自變量:x1-x8
31個省、直轄市、自治區(qū)城鎮(zhèn)居民月平均消費(fèi)額。
數(shù)據(jù)來源:國家統(tǒng)計(jì)局。
本文依照數(shù)據(jù)選取了8個影響因素指標(biāo),對我國31個地區(qū)的消費(fèi)價格指數(shù)進(jìn)行分析。由于數(shù)據(jù)變量具有相關(guān)性和相互依賴性,本文采用因子分析將數(shù)據(jù)進(jìn)行降維,將數(shù)據(jù)簡化,采用聚類分析的方法分析不同城市的消費(fèi)價格指數(shù)分布,研究我國城鎮(zhèn)居民消費(fèi)相關(guān)情況和不同地區(qū)之間的消費(fèi)構(gòu)成差異性,根據(jù)統(tǒng)計(jì)規(guī)律和變化特點(diǎn)來為市場價格調(diào)控提出相關(guān)建議。
聚類分析就是將個體或指標(biāo)變量分類,使分到同一類別的對象之間的相似度更強(qiáng)。按照指標(biāo)或者相關(guān)聯(lián)系將相似樣本分為一類,再將屬于同一類的所有樣本相互結(jié)合,直到把所有樣本歸類為同一種類型。
依據(jù)相關(guān)性將原始變量劃分成小組,讓同組的變量系數(shù)保持較高的狀態(tài),但是不同組的變量之間相關(guān)性不高,使每一個小組變量代表一個基本結(jié)構(gòu),且所有變量之間沒有相關(guān)系數(shù),這個結(jié)構(gòu)稱作公共因子。這樣做的好處在于能在大量繁瑣的數(shù)據(jù)信息中找到少數(shù)的幾個公共因子,方便我們對復(fù)雜問題進(jìn)行分析和研究。
1.適用性檢驗(yàn)
(1)相關(guān)矩陣
(2)KMO和巴特利特的檢驗(yàn)(表1)
從表1可以看出:KMO=0.644>0.5,巴特利特球形度檢驗(yàn)的伴隨概率為0。這說明效度比較高,巴特利特球形度的檢驗(yàn)結(jié)果為160.986,Sig=0.000,可以進(jìn)行因子分析。
由表2可以看出,8個指標(biāo)對所提取的公因子的依賴性都大于0.5,說明這8個指標(biāo)對所提取的公因子有較高的相關(guān)性。
表2 8個指標(biāo)對所提取的公因子的依賴性
2.提取主成分
(1)主成分解釋的總方差(表3)
由表3可知,特征值大于1的主成分有兩個,第一個主成分的特征值為4.206,可以解釋初始變量52.576 %的信息;第二個主成分的特征值為1.390,可以解釋初始變量17.369 %的信息;第三個主成分的特征值為0.916,小于1,但由于前兩個因子的貢獻(xiàn)度為69.945 %,因此考慮納入第三個主成分。
表3 主成分解釋的總方差
(2)成分矩陣(表4)
由表4可知,8個指標(biāo)在第一個公因子上的荷載較高,這表明這8個指標(biāo)與第一個公因子有較強(qiáng)的相關(guān)性,與第二個因子和第三個因子有不同程度的相關(guān)性,因此進(jìn)行旋轉(zhuǎn)分析。
表4 成分矩陣
(3)公因子的確定和因子的分析(表5)
由表5的旋轉(zhuǎn)后的荷載陣可知,F(xiàn)1在人均衣著支出、人均其他副食支出、人均其他非商品支出、人均水電燃料支出這4個指標(biāo)上有較大的荷載,為主要消費(fèi)因子;F2在人均煙、酒、飲料支出和人均日用雜品支出這兩個指標(biāo)上有較大的荷載;F3在人均糧食支出,人均副食支出這兩個指標(biāo)上有較大的荷載;后兩個共同因子為次要的消費(fèi)因子。
表5 旋轉(zhuǎn)成分矩陣
(4)成分矩陣系數(shù)矩陣(表6)
算出各個地區(qū)在三個因子下的得分:
F1=(-0.69)×X1+0.364×X2-0.156×X3+0.095×X4+0.21 5×X5+0.222×X6+0.388×X7+0.263×X8
F2=(-0.207)×X1-0.343×X2+0.165×X3+0.290×X4+0.5 73×X5+0.171×X6-0.172×X7+0.200×X8
F3=0.718×X1+0.274×X2+0.428×X3-0.042×X4-0.100×X5-0.166×X6-0.084×X7-0.213×X8
因子的綜合得分函數(shù):
F=0.4239×F1+0.3328×F2+0.2433×F3
(5)因子綜合得分排名
由表6可知,第一因子上得分最高的5個地區(qū)依次為:廣東、上海、福建、北京、天津;第二因子上得分最高的5個地區(qū)依次為:北京、浙江、上海、西藏、內(nèi)蒙古;第三因子上得分最高的5個地區(qū)依次為:西藏、福建、云南、遼寧、安徽。從整體分析,城鎮(zhèn)居民月平均消費(fèi)最高的是北京、上海、浙江,城鎮(zhèn)居民消費(fèi)最低的是青海、河南、海南,綜合得分為正的只有上海,低消費(fèi)的省市比較多。
表6 成分矩陣系數(shù)矩陣
(1)案例處理匯總(表7)
由表7可知,數(shù)據(jù)樣本容量為31,沒有無效樣本。
表7 案例處理匯總
(2)聚類分析樹狀圖
利用SPSS軟件使用系統(tǒng)分析法的原理得到圖1。
分析樹狀圖,可把數(shù)據(jù)分成4個大類:第一類是西藏(25),第二類是北京(1)、上海(9)、浙江(11),第三類是天津(2)、遼寧(6)、福建(13)、廣東(19),剩下的歸為其他類。也可把數(shù)據(jù)分成3個大類:第一類是西藏(25),第二類是北京(1)、上海(9)、浙江(11),剩下的為其他類。其中,北京、上海、浙江都是國際化大都市,也是經(jīng)濟(jì)高速發(fā)展的“三角地區(qū)”,雖然它們的消費(fèi)支出高于其他地區(qū),但其商業(yè)經(jīng)濟(jì)帶來的利潤也促進(jìn)了消費(fèi)。天津、遼寧、福建雖然屬于第三大類,但它們地處沿海,物資豐富,具有充分的發(fā)展機(jī)會,具有自己的優(yōu)勢。最后一類的陜西、寧夏、青海、甘肅、新疆等省市生產(chǎn)力水平偏低,居民消費(fèi)支出目前主要是人均糧食支出,均與其他副食支出呈負(fù)相關(guān)。
調(diào)查發(fā)現(xiàn),西藏城鎮(zhèn)居民消費(fèi)支出以每年10 %的驚人速度增長,其中,青藏鐵路的運(yùn)行無疑給西藏地區(qū)帶來了巨大的經(jīng)濟(jì)效益,促進(jìn)了西藏人民的消費(fèi),城鎮(zhèn)居民的消費(fèi)支出也反映了一部分居民的收入情況。
由于此次研究的是城鎮(zhèn)居民月平均的消費(fèi)支出,所抽樣統(tǒng)計(jì)的樣本基于中國消費(fèi)群體的中端,并不能完全代表總體。熱門前三的地區(qū)北京、上海、浙江在第一因子、第二因子及綜合得分的排名中都屬于前列,由樹狀圖可以明顯地看出我國的消費(fèi)水平還處于低迷狀態(tài),其消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展跟不上社會發(fā)展,這也說明我國各地區(qū)的消費(fèi)差距還較大,貧富差距的攻堅(jiān)戰(zhàn)仍然要進(jìn)行。
圖1 聚類分析樹狀圖
政府作為市場的調(diào)控者,應(yīng)該制定扶持政策,縮小地區(qū)的經(jīng)濟(jì)差距,使地區(qū)發(fā)展的不平衡現(xiàn)象得到基本改善,加大計(jì)劃經(jīng)濟(jì)及東西部支援力度,利用“以東帶西”及“以強(qiáng)扶弱”戰(zhàn)略,實(shí)現(xiàn)經(jīng)濟(jì)增長。
同時,要保障居民的合法權(quán)利,維護(hù)消費(fèi)者的合法權(quán)利,依法嚴(yán)懲破壞消費(fèi)環(huán)境的不法分子,打造一個安全、干凈、透明、公平的消費(fèi)環(huán)境。
政府可以頒布有利于刺激消費(fèi)的政策,糾正因?yàn)樽汾s潮流時尚或者盲目虛榮攀比而帶來的畸形消費(fèi)觀念,預(yù)防消費(fèi)市場的巨大價格變動。
教育水平的高低直接決定經(jīng)濟(jì)發(fā)展水平的快慢。人們受教育程度的高低也決定了我國是否能從能源社會過渡轉(zhuǎn)變?yōu)榭沙掷m(xù)發(fā)展的社會,從而實(shí)現(xiàn)資源的循環(huán),進(jìn)而促進(jìn)消費(fèi)。政府目前可以提高教育扶持力度,減輕人們的教育支出壓力,提高人們的消費(fèi)欲望。