文/李晓红,天津财经大学
研究我国不同地区城镇居民家庭收入来源与消费性支出的关系,选取了反映城镇居民家庭收入来源与消费支出的两组变量。
收入组变量为:
X1工资性收入;x2经营性收入;x3财产性收入;x4转移性收入。
消费支出变量为:
Y1食品;y2衣着;y3居住;y4家庭设备用品及服务;
y5 医疗保健;y6交通和通信;y7教育文化娱乐服务;y8其他商品和服务。
搜集了国家统计年鉴2014年我国各地区城镇居民家庭平均每人收入来源和全年消费性支出数据资料。
典型相关分析:
spss菜单→文件→新建→语法→编辑语法程序→运行→得到分析结果
聚类分析:
spss菜单→分析→聚类→系统聚类→变量∕标注个案→选择合适的统计量∕绘制∕方法→保存→确定→得到聚类结果
spss菜单→分析→报告→个案汇总→变量∕分组变量→统计量:均值→显示个案→确定→得到汇总结果
在典型相关分析结果中首先输出的是两组变量间的相关系数:收入组指标内部的相关系数,x1和x3之间的相关系数较大,达到0.9以上。消费支出组指标内部的相关系数,y3和y6的相关系数较大,其他几个指标间的相关系数较大。收入组与消费支出组指标之间的相关系数,其中x1和各个消费支出指标之间的相关系数都比较大。
其次,典型相关系数及其显著性检验。第1典型相关系数为0.997,第2典型相关系数为0.858,第3典型相关系数为0.76,第4典型相关系数为0.378。第1典型相关系数和第2典型相关系数的显著性概率均为0,在α=0.05的水平下,拒绝原假设,说明前两对典型变量间的相关性是显著的。因此对城镇居民家庭收入来源与消费性支出的关系的研究可转化为研究第一对和第二对典型变量之间的关系。
然后,典型变量的系数,从标准化的典型相关系数中可以计算第一对和第二对典型变量的表达式:
来自收入指标的第一典型变量为U1=0.436 X1+0.02 X2+0.529 X3+0.062 X4
第二典型变量为U2=0.938 X1+0.022 X2-2.475 X3+1.817 X4
来自消费支出组指标的第一典型变量为U1=-0.034y1+0.056y2+0.832y3+0.1330y4+0.133 y5+0.091y6-0.169y7-0.03y7
第二典型变量为U2=1.074 y1+0.353y2-0.916y3-0.225y4-1.445y5+0.179y6+1.7y7-0.326y8
从聚类分析的结果可以看出,用原始变量进行聚类,由于变量数太多,变量之间的相关性较强,聚类结果不是太好。根据多次操作和借助树状图分析,采用单一方案的聚类数分析结果是较好的,认为聚为4类较好,组间差异显著。见下图:
将31个地区分为以下4类:
第1类:北京、上海。
第2类:浙江、广东、江苏、福建、天津。
第4类: 贵州、甘肃、云南、西藏。
其余观测为第3类。
为了更好的体现各类的差异性,我们进行个案汇总,从不同变量中比较各类的收入与消费支出水平。
第1类北京、上海的工资性收入是最高的,远高于全国的平均水平;转移性收入和财产性收入高于国家的平均水平,但经营性收入却是最低的,可见它们的收入来源不均衡;并且食品、衣着等消费支出都远高于全国平均水平,尤其是在居住和家庭设备用品及服务方面。
第2类浙江、广东、江苏、福建、天津,这些省区是我国经济发达的沿海城市,收入水平均略高于全国水平,其中经营性收入是4类中最高的,它们的收入来源比较均衡;其各项消费支出也略高于全国水平,所以物质消费水平较高。
第3类的观测除了经营性收入略高于全国平均水平,其余全部低于全国平均水平,基本上是一些西部和内陆省区,经济较为落后,城镇居民收入水平较低;消费支出均低于全国平均,消费水平也较低。
第4类贵州、甘肃、云南、西藏,不仅各项收入而且所有消费变量指标均远低于全国水平。它们地处较为偏僻边远的地方,经济发展落后,人们生活水平低下。
国家应及时制定并实施相应的经济发展措施,因地制宜,如对第4类落后的地区应该加大扶持政策;对第3类应鼓励其当地产业的发展,从而带动经济的增长。
当地部门应该结合本地的特点,发挥自己的专长,兴建交通。如天津、上海等发展港口贸易,新疆、内蒙古等的特产可以通过便利的交通带动经济崛起。
不同地区的城镇居民应充分发挥自己的主观能动性,实现自我价值,学会创造财富,也要学会理性消费,因为从典型相关分析知道收入与消费密切相关。