《多元统计方法在分析各地区居民消费价格指数中的应用》由会员分享，可在线阅读，更多相关《多元统计方法在分析各地区居民消费价格指数中的应用（6页珍藏版）》请在金锄头文库上搜索。
1、从本学科出发，应着重选对国民经济具有一定实用价值和理论意义的课题。课题具有先进性，便于研究生提出新见解，特别是博士生必须有创新性的成果多元统计方法在分析各地区居民消费价格指数中的应用【摘要】居民消费价格指数是决定采取何种宏观经济调控政策的重要参考指标。本文用因子分析法对XX年对31个地区各产品价格进行分析，计算出各地区的综合因子得分，然后得出各地区排名，为经济工作者提供了宏观调控的依据。【关键词】因子分析；产品价格；综合因子得分一、引言在经济分析中，多元统计方法是常用的方法之一。物品价格不仅客观上反映了物品的供需情况，而且对于国家的宏观调控尤为重要。同时，合理的价格对于人们的日常生活至关重要。
2、因此，对全国各地的价格指数进行分析有着重要的意义。本论文采用多元统计的方法，选取了反映物价指数的11个指标作为原始变量，运用软件，对31个省、直辖市、自治区XX年的物价指数进行分析，为国家宏观调控提供了科学的依据。二、物价指数的指标体系构造指标的选取过程非常重要，主要考虑这些指标能否全面地反映物价水平。我们选取了反映物价指数综合情况的11个指标，分别为X1烟草、X2服装、X3鞋袜帽、X4床上用品、X5化妆品、X6个人饰品、X7车用燃料及零件、X8通信工具、X9文化娱乐、X10自由住房、X11水电燃料。它们分别反映了各地的工业发展速度、服饰的需求、消遣物品及耐用品的价格情况。统计的数据来自中国统
3、计年鉴。三、各地区价格指数的因子分析根据收集的统计数据，借助于统计软件工具将原始数据标准化，以下对运算结果进行具体分析。在此论文中选择的因子提取方法为主成分法。表1中initial是在提取因子之前的各变量的公因子方差。在因子中，这些值是用其他变量作为测变量时每个变量的载荷的平方和。Extraction是未旋转的公因子方差。这些公因子方差是作预测因子变量的多重相关的平方。表中公因子方差均为以上，说明提取的公因子在各指标中的方差贡献比较大，因此，使用因子分析法来分析此例比较有说服力。表2中component为各成分的序号。Total为个主成分的特征值。按照特征根大于1的原则，我们选入了4个公共因子
4、进行分析，其累计方差贡献率为%，特征根及累计贡献率如表2所示。对公共因子进行方差最大化正交旋转，得到旋转后的因子载荷矩阵如表3。由表4结果，我们可以看出各公因子对各变量的方差贡献率的大小。下面我们进一步计算各地区在各公因子上的得分，以及该地区的综合得分。各省市的综合得分计算方法是以各因子的方差贡献率占四个因子总方差贡献率的比重作为权重进行加权汇总，得出综合得分，即：FAC=(* FAC1_1+*FAC2_1+ * FAC3_1+ * FAC4_1 )/从因子得分表中，我们可以看出各省在07年一年的工业发展水平、日常用品需求情况以及文化娱乐方面的消费量，从而总结出各地总的价格波动方向。四、结果分
5、析从旋转后的因子载荷矩阵可以看出，公共因子FAC1_1在车用燃料及零件、通信工具、水电燃料及个人饰品上的载荷值都很大。而前三者都是在工业发展初期所必须包含的内容；个人饰品的需求量则从侧面反映了人们收入水平的增长速度；因而FAC1_1为标志工业仍处于起步阶段的公共因子，在这个因子上的得分越高，说明地区正处在工业快速起步当中，发展的潜力还相当大；公共因子FAC2_1由于在鞋袜帽、服装上的载荷较大，从侧面反映了地区的发展程度，因为只有人们生活较富裕时才会在此等物品上的表现出较强的消费欲望，因此，FAC2_1反映的是发展程度。FAC3_1在文化娱乐、烟草、化妆品上的载荷较大，则FAC3_1为反映消遣娱
6、乐业发展速度的公共因子，在这个因子上的得分越高，说明上年该地区在旅游消遣方面的发展很快。FAC4_1在自由住房、床上用品上有较大的载荷，而床上用品的需求与住房的需求有一定的连带性，所以在FAC4_1为反映年度住房需求的公因子，在此因子上得分越高，说明该地区在年度住房需求提高较快。 基于对各个公共因子的合理解释，结合个省、直辖市在公因子上的的得分和综合得分，就可以对各地区的物价指数进行评价了。在发展速度和人们收入增长速度因子FAC1_1上得分最高的前三个省依次是内蒙、甘肃、贵州，而北京、上海、浙江等较为发达的地区却排到了最后。这其实并不奇怪，由于国家的西部开发政策导向，使得西部地区的工业化水平有
7、了明显提高；而以前的发达地区，由于本身发展已经处在了一个高位，所以与上年比较，他们的发展反而不明显，速度并不快。上海、黑龙江在FAC2_1上的得分较高，可以看出上海的确处于一个发展相对较快的位置，而黑龙江作为老工业地区发展也不甘落后；而云南、重庆得分却较低，云南作为比较偏远地区确实还需要继续发展，重庆作为直辖市的新成员，其规模确实有了，但是发展水平却不尽如人意，因此还需要加快发展。天津、西藏、陕西在FAC3_1因子上的得分较高，尤其是天津，由于滨海新区的建设拉动了文化娱乐旅游事业的蓬勃发展；西藏则是由于青藏铁路的竣工，文娱事业发展显示出了很强劲的势头；陕西作为西部大开发的领头羊，其文娱、旅游事
8、业有较快的发展也在情理之中；浙江跟新疆得分较低，究其原因，浙江的工业发展水平的确很高，但其可能忽略了精神粮食方面的补充，而新疆在文化娱乐方面的发展仍然同其经济一样有很大空间。甘肃、海南、西藏在FAC4-1上的得分较高，源于甘肃属于西部开发中的重头戏，而海南和西藏则得益于今年来旅游业的蓬勃发展；而重庆、云南得分却排在最后，说明该两地的流动和常住人口密度还不算大，因而住房需求并未到一定高度。 将各城市在四个因子上的得分进行加权，就得到了综合得分。由此可以判断出各地在07年度的整体物价水平，进而反映它们发展的速度。综合得分前三名是西藏、陕西、湖南，说明这三个地方在07年经济处于高速增长的时期；综合得
9、分靠后的依次为浙江、北京、重庆，说明这三个地方在07年度经济发展比较平稳，整体情况并没有如其他地方那样发展过热。综上所述，数据分析的结果确实令人耳目一新，我们的确不能忽视除发达地区外的经济区，尤其像西部地区这样的，其实发展潜力非常之大。相信在未来，这些地区定会为中国的经济发展贡献自己的力量，成为经济体的不可缺少的发展动力。参考文献：1卢纹岱,吴喜之.SPSS for Windows 统计分析M.北京:电子工业出版社,1982.2何晓群.多元统计分析(第二版)M.中国人民大学出版社.3李春红,吴群英.多元统计方法在分析广西区各市经济指标中的应用J.统代经济,XX,6(8)(总第62期). 课题份量和难易程度要恰当，博士生能在二年内作出结果，硕士生能在一年内作出结果，特别是对实验条件等要有恰当的估计。
