【文章內(nèi)容簡介】 Pearson 相關(guān)性 .474 .305 * 1 * 0 ** 顯著性（雙側(cè)） .141 .362 .019 .966 .032 .154 .008 N 11 11 11 11 11 11 11 11 娛樂教育文化類消費(fèi) Pearson 相關(guān)性 ** .652* .244 * 1 5 .449 顯著性（雙側(cè)） .062 .004 .030 .470 .032 .546 .166 N 11 11 11 11 11 11 11 11 云南大學(xué)滇池學(xué)院 8 居住消費(fèi) Pearson 相關(guān)性 .293 .370 1 .624* 顯著性（雙側(cè)） .714 .383 .263 .255 .154 .546 .040 N 11 11 11 11 11 11 11 11 雜項(xiàng)類消費(fèi) Pearson 相關(guān)性 ** .888** ** .449 .624* 1 顯著性（雙側(cè)） .009 .688 .000 .189 .008 .166 .040 N 11 11 11 11 11 11 11 11 **. 在 .01 水平（雙側(cè)）上顯著相關(guān)。 *. 在 水平（雙側(cè)）上顯著相關(guān)。 四、云南省城鎮(zhèn)居民消費(fèi)支出的因子分析 從表 3知，大多數(shù)變量之間具有較高的相關(guān)性，且該變量之間必存在信息重疊，需要進(jìn)行改進(jìn)，需要利用因子分析方 法進(jìn)行精簡和分類。 （一）因子分析的功能與意義 因子分析方法是用較少數(shù)量的公共因子和特殊因子的線性函數(shù)來表達(dá)的原始觀察的每個(gè)變量的總和 ， 在 減少分析指標(biāo)的同時(shí)，盡 可能 減少原指標(biāo)包含信息中 的損失 ； 對收集的 數(shù)據(jù)資料進(jìn)行綜合 的分析 ， 從研究相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā) ， 把一些具有錯(cuò)綜復(fù)雜的變量減少歸納為少數(shù)幾個(gè)綜合因子的一種多元統(tǒng)計(jì)分析方法。因此本文利用因子分析法的基礎(chǔ)理論，并結(jié)合 SPSS軟件進(jìn)行分析判斷的工具進(jìn)行 分析。 ① ① 楊維忠 ,張?zhí)?.SPSS 統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解（第二版 )[M].北京 :清華大學(xué)出版社 ,2021. 云南大學(xué)滇池學(xué)院 9 （二）相關(guān)數(shù)據(jù)分析 通過相關(guān)分析可以看出，構(gòu)成消費(fèi)支出的各個(gè)變量之間有一定的相關(guān)關(guān)系，這在直接對變量進(jìn)行分析的時(shí)候勢必存在信息重疊，所以，有必要通過因子分析來簡化模型，找出變量之間的公因子，以便進(jìn)一步進(jìn)行后續(xù)分析。 首先，對 “消費(fèi)支出”的八個(gè)組成部分：“食品”、“衣著”、“ 家庭設(shè)備 ”、“醫(yī)療”、“ 交通和通訊 ”、“ 娛樂教育文化 ”、“ 居住 ”、“ 雜項(xiàng) ”進(jìn)行因子分析。 另外，因子分析的適宜性檢驗(yàn)常采用 KMO統(tǒng)計(jì)量和 Bartlett’ s 球型檢驗(yàn)法，利用軟件得到如下檢驗(yàn)結(jié)果： 和 Bartlett 的檢驗(yàn)結(jié)果 表 4 KMO 和 Bartlett 的檢驗(yàn) KMO 和 Bartlett 的檢驗(yàn) 取樣足夠度的 KaiserMeyerOlkin 度量。 .580 Bartlett 的球形度檢驗(yàn) 近似卡方 df 28 Sig. .000 KMO統(tǒng)計(jì)量用于檢測和驗(yàn)證變量之間的偏相關(guān)性 ， 它比較各變量的簡單相關(guān)和偏相關(guān)的大小 ， 取值范圍在 0～ 1 之間。如果各變量間具有內(nèi)在聯(lián)系 ， 則由于計(jì)算偏相關(guān)時(shí)控制其他因素就會(huì)同時(shí)控制潛在變量 ， 導(dǎo)致偏相關(guān)系數(shù)遠(yuǎn)遠(yuǎn)小于簡單相關(guān)系數(shù)。 ① 本例中 KOM的取值 為 ， 因此認(rèn)為這些指標(biāo)比較適宜做因子分析 。 Bartlett’ s 球型檢驗(yàn)用于檢驗(yàn)相關(guān)矩陣是否為單位陣 ， 即各變量是否相互獨(dú)立， Bartlett檢驗(yàn)是為了看數(shù)據(jù)是否來自于服從多元正態(tài)分布的總體 。檢驗(yàn)值小于 說明各變量相互獨(dú)立 ,本文 Bartlett’ s 球型檢驗(yàn)值為 ， 說明數(shù)據(jù)來自正態(tài)分布的總體， 證明適合做因子分析。 ① 楊維忠 ,張?zhí)?.SPSS 統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解（第二版 )[M].北京 :清華大學(xué)出版社， 2021 云南大學(xué)滇池學(xué)院 10 表 5 公因子方差 公因子方差 初始 提取 食品類消費(fèi) .689 衣著類消費(fèi) .883 家庭設(shè)備類消費(fèi) .927 醫(yī)療類消費(fèi) .725 交通和通訊類消費(fèi) .678 娛樂教育文化類消費(fèi) .930 居住消費(fèi) .611 雜項(xiàng)類消費(fèi) .945 提取方法：主成份分析。 變量共同度表示在各個(gè)變量中所包含原始信息能被提取的公因子所解釋的程度。 當(dāng)取兩個(gè)因子時(shí)，每個(gè)變量的共同度都非常大。根據(jù)變量共同度的統(tǒng)計(jì)意義，它記錄了總方差公共因子變量 x 的貢獻(xiàn)。因此， 如上表公因子方差所示，本例中所以變量共同度都在 60%以上，所以提取的這兩個(gè) 公共因子 對各變量的解釋能力還可以。 通過以上的分析，確定了將要提取的公共因子數(shù)為兩個(gè)，并得提取因子后解釋的總方差如下表 6所示 . 表 6 解釋的總方差 解釋的總方差 成份 初始特征值 提取平方和載入 旋轉(zhuǎn)平方和載入 云南大學(xué)滇池學(xué)院 11 合計(jì) 方差的 % 累積 % 合計(jì) 方差的 % 累積 % 合計(jì) 方差的 % 累積 % 1 2 3 .949 4 .330 5 .217 6 .060 .751 7 .035 .438 8 .021 .259 0 提取方法：主成份分析。 由表 6可知，“初始值特征”一欄顯示只有前兩個(gè)特征值大于 1，所以 SPSS只選擇了前兩個(gè)公因子；“提取平方和載人”一欄顯示第一個(gè)公因子的方 差貢獻(xiàn)率是 %，前兩個(gè)公因子的方差占所有主成分方差的 %。 由此可見，選前兩個(gè)公因子已足夠代替原來的變量，幾乎包涵了原變量的全部信息；“旋轉(zhuǎn)平方和載人”一欄顯示的是旋轉(zhuǎn)以后的因子提取結(jié)果，與未旋轉(zhuǎn)之前差別不大。 表 7 旋轉(zhuǎn)成份矩陣 旋轉(zhuǎn)成份矩陣 a 成份 1 2 食品類消費(fèi) 云南大學(xué)滇池學(xué)院 12 衣著類消費(fèi) .824 家庭設(shè)備類消費(fèi) .953 .135 醫(yī)療類消費(fèi) 交通和通訊類消費(fèi) .021 娛樂 教育文化類消費(fèi) .753 居住消費(fèi) .377 .685 雜項(xiàng)類消費(fèi) .908 .346 提取方法 :主成分分析法。 旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。 a. 旋轉(zhuǎn)在 3 次迭代后收斂。 如表 7所示，第一個(gè)因子在家庭設(shè)備、娛樂教育文化、雜項(xiàng)上有較大的載荷，所以其反映的是這三個(gè)變量的信息，第二個(gè)因子在衣著、居住上有較大的載荷，反映的是這兩個(gè)變量的信息。 表 8 成份得分系數(shù)矩陣 成份得分系數(shù)矩陣 成份 1 2 食品類消費(fèi) 衣著類消費(fèi) .358 家庭設(shè)備類消費(fèi) .234 .051 醫(yī)療類消費(fèi) 交通和通訊類消費(fèi) .015 娛樂教育文化類消費(fèi) .190 居住消費(fèi) .088 .292 云南大學(xué)滇池學(xué)院 13 表 8 給出了因子得分系數(shù)矩陣，可以直接寫出各公因子的表達(dá)式。值得一提的是，在每個(gè)變量的表達(dá)式不是原始變量，而是變量標(biāo)準(zhǔn)化，即： F1=*食品 *衣著 +*家庭設(shè)備 *醫(yī)療 *交通和通訊 +*娛樂教育文化 +*居住 +*雜項(xiàng) F2=*食品 +*衣著 +*家庭設(shè)備 *醫(yī)療 +*交通和通訊 *娛樂教育文化 +*居住 +*雜項(xiàng) 五、云南省城鎮(zhèn)居民消費(fèi)支出的相關(guān)描述性分析 SPSS 的描述分析過程，其本質(zhì)就是計(jì)算并輸出各類相關(guān)的描述性統(tǒng)計(jì)指標(biāo)。其特性是通過描述性統(tǒng)計(jì)分析，得到由原始數(shù)據(jù)轉(zhuǎn)換成的標(biāo)準(zhǔn) 化的取值，并且可以將標(biāo)準(zhǔn)化值以變量的形式存入數(shù)據(jù)庫，以便進(jìn)一步分析。相關(guān)描述性統(tǒng)計(jì)量主要包括平均值、最大值、最小值、方差、標(biāo)準(zhǔn)差、極差、平均數(shù)標(biāo)準(zhǔn)誤、偏度系數(shù)和峰度系數(shù)等。 ① 對表 1中《 20212021 年云南省城鎮(zhèn)居民人均各類消費(fèi)占總消費(fèi)的比例》進(jìn)行描述性分析： 如表 9 所示，樣本個(gè)數(shù)為 11個(gè)，其中食品的極差為 ，最小值是 ，最大值是 ，均值為 ，均值的標(biāo)準(zhǔn)誤是 ，標(biāo)準(zhǔn)差是 ，方差是 ，偏度系數(shù)是 ，峰度系數(shù)是 ?？梢娫颇鲜〕擎?zhèn) 居民消費(fèi)支出中食品類消費(fèi)在樣本期間波動(dòng)幅度較大，消費(fèi)支出也較高；衣著的極差為 ，最小值是 ，最大值是 ，均值為 ，均值的標(biāo)準(zhǔn)誤是 ，標(biāo)準(zhǔn)差是 ，方差是 ，偏度系數(shù)是 ，峰度系數(shù)是 ，可見在樣本期間衣著類消費(fèi)較??；雜項(xiàng)的極差為 ，最小值是 ，最大值是 ，均值為 ，均值的標(biāo)準(zhǔn)誤是 ，標(biāo)準(zhǔn)差是 ① 楊維忠 ,張?zhí)?.SPSS統(tǒng)計(jì)分析與行業(yè)應(yīng)用案例詳解（第二版 )[M].北京 .清華大學(xué)出版社 ,2021. 雜項(xiàng)類消費(fèi) .221 .143 提取方法 :主成分分析法。 旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。 構(gòu)成得分。 云南大學(xué)滇池學(xué)院 14 ，方差是 ，偏度系數(shù)是 ，峰度系數(shù)是 。 表 9 描述統(tǒng)計(jì)量 描述統(tǒng)計(jì)量 N 全距 極小值 極大值 均值 標(biāo)準(zhǔn)差 方差 偏度 峰度 統(tǒng)計(jì)量 統(tǒng)計(jì)量 統(tǒng)計(jì)量 統(tǒng)計(jì)量 統(tǒng)計(jì)量 標(biāo)準(zhǔn)誤 統(tǒng)計(jì)量 統(tǒng)計(jì)量 統(tǒng)計(jì)量 標(biāo)準(zhǔn)誤 統(tǒng)計(jì)量 標(biāo)準(zhǔn)誤 食品類消費(fèi) 11 9 7 3 .4223 0 2 .545 .661 .569 9 衣著類消費(fèi) 11 1 4 .2027 .6724 .452 .160 .661 8 9 家庭設(shè)備類消費(fèi) 11 2 .3391 4 6 7 .661 7 9 醫(yī)療類消費(fèi) 11 0 .3974 8 8 1 .661 2 9 交通和通訊類消費(fèi) 11 1 2 9 .8675 7 9 .115 .661 .409 9 云南大學(xué)滇池學(xué)院 15 描述性統(tǒng)計(jì)分析有一個(gè)特點(diǎn)，即它可以將原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)化的取值并以變量的形式存入當(dāng)前的數(shù)據(jù)庫，如下表 10 所示： 表 10 原始數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)化的取值 娛樂教育文化類消費(fèi) 11 7 0 .6235 8 7 .461 .661 7 9 居住消費(fèi) 11 2 .2410 .7992 .639 .480 .661 0 9 雜項(xiàng)類消費(fèi) 11 9 .5502 5 0 2 .661 6 9 有效的 N （列表狀態(tài)） 11 Z 食品類消費(fèi) Z 衣著類消費(fèi) Z 家庭設(shè)備類消費(fèi) Z 醫(yī)療類消費(fèi) Z 交通和通訊類消費(fèi) Z 娛樂教育文化類消費(fèi) Z 居住消費(fèi) Z 雜項(xiàng)類消費(fèi) 云南大學(xué)滇池學(xué)院 16 通過描述性分析，不難看出云南省城鎮(zhèn)居民消費(fèi)支出的具體狀況，在描述統(tǒng)計(jì)量極小值中雜項(xiàng)類消費(fèi)支出占總消費(fèi)支出的比重最小，而食品類消費(fèi)支出所占比重較大，說明城鎮(zhèn)居民更注重食品類消費(fèi)，把多數(shù)的錢都用于此了。不僅如此，通過綜合比較，很容易發(fā)現(xiàn)，在八大消費(fèi)類型的食品的平均消費(fèi)支出在平均值、最大值、最小值、方差、標(biāo)準(zhǔn)差、極差、平均數(shù)標(biāo)準(zhǔn)誤差、偏度系數(shù) 和峰度系數(shù)等都居首位，而其他消費(fèi)支出較少。但總的來說，結(jié)合 歷年云南省城鎮(zhèn)居民家庭人均可支配收入 ，收入的增加使得所有方面的消費(fèi)支出都增加了。所以云南省城鎮(zhèn)居民應(yīng)該改善消費(fèi)觀念，改進(jìn)人民生活，提高人民生活水平和質(zhì)量，在消費(fèi)支出上進(jìn)行合理分配，樹立正確的消費(fèi)觀等，而國家政府機(jī)關(guān)應(yīng)該努力優(yōu)化改善居民生活環(huán)境，高度重視城鎮(zhèn)居民發(fā)展，重視三農(nóng)問題落到實(shí)處，加快城鎮(zhèn)化發(fā)展，從根本上解決問題。 六、研究結(jié)論分析與評價(jià) 根據(jù)以上所做的分析，可以比較有把握地得出以下結(jié)論： (一 )云南省城鎮(zhèn)居民消費(fèi)支出結(jié)構(gòu)現(xiàn)狀 我省城鎮(zhèn) 居民的消費(fèi)總支出結(jié)構(gòu)是：用于消費(fèi)的總支出與用于其他方面的支出大致相等，在教育、娛樂文化、醫(yī)療保健、