《我国城镇居民生活质量实证分析_因子分析-论文》由会员分享，可在线阅读，更多相关《我国城镇居民生活质量实证分析_因子分析-论文（8页珍藏版）》请在金锄头文库上搜索。
1、本文通过构建城镇居民生活质量指标体系,运用因子分析法对我国城镇居民生活质量进行综 合评价，利用各个公共因子反映地区特征，了解地区优势与差距，并提出提高居民生活质 量的若干建议。 论文关键词：居民生活质量,评价指标,因子分析,综合评价一、生活质量的涵义及其指标体系的建立生活质量反映居民生活需要满足程度，它既反映人们的物质生活状况，又反映社会和 心理特征，包括：经济条件、物质生活、生活环境、精神生活和居民素质，其最基本特点 是综合性。本文根据我国城镇居民生活质量的现状及特点，按照可行性和可操作性原则设计了以 下指标体系,分别从收入消费、居住条件、医疗条件、交通通讯、文教娱乐和生活环境等六方面加以反
2、映，代表人均可支配收入，代表人均消费支出，代表居民消费价格指数，代表液化石油气用气人口比率，代表人均电力消耗量，代表人均生活用水量，代表人均住房面积，代表人均本年竣工住宅面积，代表每十万人拥有医生数，代表每十万人拥有病床数，代表每百户拥有家用电脑，代表每百户拥有移动电话，代表每十万人高等学校在校学生数，代表人均城市道路面积。二、我国城镇居民生活质量的实证分析考虑到选取的指标之间可能存在相关性以及传统指标体系评价方法对于权重选择的复 杂性，本文应用 SPSS11.5 软件，采用因子分析法，对来源于中国统计年鉴（2008 年）全国 31 个省上述 14 项指标的数据进行研究评价。由于指标具有不同的
3、量纲和数量级，分析前需要对数据进行标准化，标准化后所有的 数据均值为 0，标准差为 1。对于逆指标，如居民消费价格指数，数值前加负号，将其转 化为正指标.1、模型的建立（1）因子分析模型是经过标准化后的指标,均值为 0,标准差为 1；是主因子,也称公共因子,其均值为 0,方差为 1,且各之间不相关,；是特殊因子,其均值为 0,方差为 1,各之间不相关；和相互独立；是因子载荷矩阵。（2）因子得分模型其中是因子得分系数向量,（3）综合评价模型根据因子方差贡献率确定各因子权重其中,表示第个地区的综合得分2、评价分析结果（1）标准化及相关性分析由标准化后的数据作相关性分析得到相关系数矩阵(见表 1)（
4、如果相关系数矩阵中的 大部分相关系数都小于 0.3 且未通过统计检验，则变量不适合做因子分析），可见各因素 之间有共同因素,故可用因子分析。表 1 相关系数矩阵x1x2x3x4x5x6x7x8x9x10x11x12x13x14x11.0000.9760.0900.8190.4890.1500.7680.2390.6400.5400.9190.7930.705-0.185x20.9761.0000.1820.8340.4850.1540.7100.1820.6510.5610.9300.8370.701-0.269x30.0900.1821.0000.2620.351-0.006-0.033-0
5、.2760.1910.1460.1740.1660.0460.074x40.8190.8340.2621.0000.4150.2910.5880.0930.5410.4340.7600.7110.505-0.151x50.4890.4850.3510.4151.000-0.2670.210-0.0130.5240.4920.3680.3270.3260.036x60.1500.154-0.0060.291-0.2671.0000.3210.003-0.161-0.2990.1780.124-0.0860.068x70.7680.710-0.0330.5880.2100.3211.0000.19
6、40.2580.2290.7660.6300.430-0.058x80.2390.182-0.2760.093-0.0130.0030.1941.0000.2150.3000.044-0.0770.1430.174x90.6400.6510.1910.5410.524-0.1610.2580.2151.0000.9260.5460.3960.865-0.284x100.5400.5610.1460.4340.492-0.2990.2290.3000.9261.0000.4610.3120.754-0.309x110.9190.9300.1740.7600.3680.1780.7660.0440
7、.5460.4611.0000.8710.693-0.300x120.7930.8370.1660.7110.3270.1240.630-0.0770.3960.3120.8711.0000.504-0.363x130.7050.7010.0460.5050.326-0.0860.4300.1430.8650.7540.6930.5041.000-0.313x14-0.185-0.2690.074-0.1510.0360.068-0.0580.174-0.284-0.309-0.300-0.363-0.3131.000（2）公共因子方差贡献率从表 2 可以看出前四个因子的累计方差贡献率达到了
8、81.918%（或者说特征根大于 1），根据累计贡献率达到 80%以上的要求,前四个因子已经提取了原来 14 个指标的绝大 部分信息,因此,我们保留四个公因子,这样就有效的把十四维指标的评价问题转化为四维变 量的综合评价。表 2 累计方差贡献率成分最初的特征值未旋转的因子载荷的平方和旋转后的因子载荷平方和特征根方差贡献率%累计方差贡献率%特征根方差贡献率%累计方差贡献率%特征根方差贡献率%累计方差贡献率%16.74048.14248.1426.74048.14248.1425.44038.85538.85522.00214.29762.4392.00214.29762.4393.19822.8
9、4461.70031.47410.52772.9661.47410.52772.9661.52010.85872.55741.2538.95381.9181.2538.95381.9181.3119.36181.91850.7655.46587.384（3）旋转以后的因子载荷矩阵和公共因子的解释图 1 是旋转以后的因子载荷矩阵,公因子在、上的载荷比较大,主要反映居民收入、消费、住房、通讯方面的信息；公因子在、上的载荷比较大,主要反映居民居住环境及医疗卫生、教育情况的信息；公因子在、上的载荷比较大,主要反映居民消费指数、生活用电、可增住房面积等方面的信息；公因子在、上的载荷比较大,主要反映居民交
10、通、可增住房面积方面的信息。图 1 旋转后的因子载荷矩阵图（4）因子得分和综合排名通过因子分析提取公共因子，然后以每个因子的方差贡献率作为权数与该因子的得分 乘积之和构造综合得分函数。因为各地的累计方差贡献率不同，为对不同城市进行比较， 以方差贡献率进行平均。由各因子得分通过旋转后的方差贡献率加权可计算综合得分并排名,公式为：=38.855%+22.844%+10.858%+9.361%,具体见表 3。表 3 综合得分及排名排名北 京1.713432.75155-1.09479-1.280161.0556092天 津-0.058131.8959-0.135010.235190.417876河
11、北-0.48149-0.011640.223810.02597-0.1630117山 西-1.058050.84952-0.20403-0.41023-0.277624内蒙古-0.826280.80121.825450.502370.10720911辽 宁-0.652651.380720.425810.104110.11780510吉 林-0.627780.599620.59973-1.08188-0.143116黑龙江-0.986720.408260.06687-1.00429-0.3768827上 海2.902731.361310.13542-0.572931.3999051江 苏0.72
12、494-0.367010.719251.924270.4560635浙 江1.98856-0.21446-0.12171.4040.8418783安 徽-0.29019-0.847130.150290.1706-0.2739823福 建1.32196-1.16613-0.65420.079690.1836849江 西0.01194-0.97735-0.06882-0.32431-0.2564621山 东0.16587-0.112970.998851.250650.264177河 南-0.616650.0876-1.160010.25542-0.3216325湖 北0.40925-0.78012
13、-0.076110.09925-0.0181712湖 南0.33082-0.90618-0.588070.02627-0.1398615广 东1.72511-1.023771.50764-0.569630.5467984广 西0.30186-1.34125-0.21151-0.27854-0.2381518海 南-0.04508-1.313210.80872-0.26639-0.2546320重 庆0.06285-0.307720.24178-0.62469-0.078114四 川-0.1019-0.83487-0.29266-0.73403-0.330826贵 州-0.56356-1.006
14、85-0.00931-1.7408-0.6129431云 南-0.55215-0.319-1.83812-0.92682-0.5737530西 藏-0.56354-0.46308-2.971562.37654-0.4249328陕 西-0.478660.13461-0.51778-0.64757-0.2720722甘 肃-1.02171-0.142420.00278-1.08383-0.5306829青 海-0.998820.067181.21223-0.13845-0.2540819宁 夏-0.79820.607781.840181.881640.2046488新 疆-0.937741.18
15、992-0.815121.34857-0.054813综合分析结果表明，各省份居民生活质量存在一定的差异,其中前五位依次为上海，北 京，浙江，广东，江苏。与实际比较符合，上海作为我国的金融中心，在居住、教育、医 疗卫生等方面均处全国领先水平；而北京作为我国的政治中心，在生活质量的各个方面同 样居于前列；浙江，广东，江苏的生活质量得分较高，说明在东南沿海地区，经济比较发 达，生活质量相对较高。西藏，云南，贵州得分最低，可能是由于这些地区的地理环境以 及经济不够发达等原因引起，较符合实际。分析前四个公共因子，可以找出各地生活质量存在差异的原因。反映居民收入、消费、住房、通讯方面的信息，得分前五位的
16、分别是上海，浙江，广东，北京，福建，说明在以上方面经济发达的沿海省份做得比较好；反映居民居住环境及医疗卫生、教育情况的信息，得分较高的分别是北京，天津，辽宁，上海，而其他省份应加强该方面的建设；反映居民消费指数、生活用电、可增住房面积等方面的信息，得分较高的依次是宁夏，内蒙古，广东，青海，这可能是因为内蒙古、宁夏、青海人口较少，所以从人均角度考虑居于前列；广东属于经济发达地区，虽然人口较多，但由于生活用电总数、本年竣工住宅面积绝对数大；反映居民交通、可增住房面积方面的信息，得分较高的是西藏，江苏，宁夏，浙江，这可能是因为西藏、宁夏人口较少，从人均角度看居于前列是可能的； 而浙江，江苏虽然人口较多，但是由于城市道路多，且本年竣工住宅面积绝对数大，所以 得分相对较高。三、结论及建议基于以上分析,我们可以得出以下结论：首先，经济发达的沿海地区生活质量相对较高，而经济发展较慢的地区生活质量较差。 因此要提高生活质量，发展经济是必由之路。只有经济发展水平高,政府才有财力进行社会环境建设，为居民提供方便、快捷的服务， 舒适优雅的生活环境；只有经济发展水平高,才能为居民提供更多物
