西部地區城鎮居民消費結構的因子分析

摘要: 隨著消費品市場的日益繁榮和消費環境的不斷改善，西部地區城鎮居民消費水平顯著提高，消費選擇性增加，城鎮居民的生活水平明顯提高的同時消費結構發生了顯著變化。消費結構的變化，反映居民需求的變化，分析消費結構的變化及其成因，探討消費結構的發展變動趨勢，對于制定產業政策、合理引導消費及制定宏觀經濟政策有著極其重要的意義。

關鍵詞：消費結構；因子分析；因子載荷陣

中圖分類號：F299.27文獻標志碼：Ａ文章編號：1673-291X(2008)09-0150-02

隨著消費品市場的日益繁榮和消費環境的不斷改善，西部地區城鎮居民消費水平顯著提高，消費選擇性增加，城鎮居民的生活水平明顯提高的同時消費結構發生了顯著變化。通過分析消費結構的變化及其成因，探討消費結構的發展變動趨勢，為制定產業政策、合理引導消費及制定宏觀經濟政策提供合理化建議。

一、消費支出結構變化的因子分析

本文選擇1995—2006年各類消費支出在人均生活費支出中所占的比重為指標，分別記為X1、X2、X3、X4、X5、X6、X7、X8，運用因子分析方法對西部地區城鎮居民消費支出結構變化進行分析，經過整理具體數據如下：

因子分析（Factor Analysis）就是要找出某個問題中可直接測量的、具有一定相關性的諸指標，如何受少數幾個在專業上有意義，又不可直接測量到，且相對獨立的因子支配的規律，從而可用諸指標的測定值來間接確定諸因子的狀態。

設某問題中的測量指標有X1 ，X2，…，Xm，其標準化指標為Xi=(Xi-Xi)/Si，(i=1，2，…，m)，各指標均受p（p

為了使Xi與Fi的相關關系更醒目、突出，可進一步進行因子旋轉，使得Xi與Fi中某些因子相關性更強，而與F1中的其他因子相關更弱。根據與某個因子相關關系更強的幾個原始指標給該因子賦予綜合的實際意義，并計算各因子Fi的得分Ｇi。比較各樣品的因子得分，就能對原問題作深入的評價分析。

利用統計分析軟件SAS進行分析，求得樣本相關矩陣R的特征值和貢獻率，并給出因子載荷矩陣及共同度(見表2)，因子載荷矩陣及共同度(見表3)正交旋轉后的因子載荷矩陣(見表4)，主因子得分(見表5)。

表2 特征值和貢獻率

表3因子載荷矩陣及共同度

經最大方差旋轉法旋轉后的因子模型為：

X1= -0.9516F1+0.2875F2

X2=-0.9509 F1+0.2512F2

X3=-0.2948F1+0.9108F2

X4=0.8909F1-0.4232F2

X5=0.7496F1-0.6335F2

X6=0.9565F1-0.2497F2

X7=0.9563F1-0.2372F2

X8=-0.2046F1+0.9041F2

旋轉后的第一和第二公因子能解釋的方差分別為5.1234965和2.4916178，8個標準化指標共性之和以及它們各自的共性估計值與旋轉前相同。

因子得分模型為：

G1=-0.2271X1-0.2378X2+0.1782X3+0.166X4

+0.0558X5+0.2401X6+0.2438X7+0.2059X8

G2=-0.0927X1-0.1171X2+0.5288X3-0.0177X4

-0.2032X5+0.1198X6+0.1283X7+0.5515X8

二、結果分析

各因子載荷系數和變量共同度分別反映了該因子對原始變量的關系及其解釋能力，從表3可以看出，第一公共因子F1在食品、衣著、醫療保健、交通通訊、教育文化娛樂、居住等六個方面有較大的載荷，由此說明第一公共因子F1綜合反映了以上六個方面的變化趨勢，第二公共因子F2則主要反映了家庭設備用品及服務和雜項商品與服務兩個方面的變動。

另外，從第一公共因子F1載荷系數的符號和因子得分來看，食品和衣著的載荷系數都小于零，表明居民消費結構變動中食品和衣著在逐年下降，分別由1995年的50.28%和13.73%下降為2006年的38.13%和10.9%。而交通通信、醫療保健、教育文化娛樂服務、居住的因子載荷系數都大于零，反映了這幾項在逐年增加。

進一步地從表4也可以直觀的看出，第一公共因子得分的變化呈上升趨勢，而第二主因子得分先上升后下降。這也直觀的說明了人們的消費熱點轉向了醫療保健、交通通訊、文教娛樂、居住等方面，他們在消費支出中的比重穩步上升。從變量共同度可以看出，兩個因子分別很好地解釋了八個指標的變動。

參考文獻：

[1] 于秀林，任雪松.多元統計分析[M].北京:中國統計出版社，2006:171-184.

[2] 曲慶云，等.統計分析方法－SAS實例精選[M]. 北京:清華大學出版社，2005:235-251.

[3] JOHNSON，等.實用多元統計分析[M]. 北京:清華大學出版社，2004:388-425.

[責任編輯吳明宇]