我国农村居民收入因子分析.docVIP

摘要:全国各省市自治区继续加大三农工作力度，各项农村政策落实到位，新的扶农支农惠农政策不断出台和强化，农民收入渠道进一步拓宽，促进农民收入持续增长。本文利用多元统计分析中的因子分析，借助于SPSS统计软件，对我国31个省市自治区分别按照收入来源和消费支出进行分类，客观、合理的分析了我国农民收入来源及消费支出的现状，并为提高居民收入，刺激消费提出了合理性建议。 关键词:农民收入来源?? 农民消费支出?? SPSS因子分析 引言 全国各省市自治区认真贯彻中央文件精神，以增加农民收入为中心，通过大力调整农业结构，加快推进新农村建设步伐，引导和发展农村经济，以实现农民收入平稳增长，并能够使得消费出现的新动向。借助中华人民共和国国家统计局关于各地区农村居民家庭平均每人现金支出和消费的数据，笔者通过对这些数据进行因子分析，将代写论文对我国31个省市自治区农村居民家庭收支进行分类，并且分析各省市自治区农民收支的具体情况，以此能够达到使得各地区能够因地制宜，更大程度的提高农民收入，刺激农民消费。 一、因子分析 因子分析起源于上世纪早期.由K.P e a r s o n、C.S p e ar ma n以及其他一些科学家为智力测定而提出。随着计算机的出现，它作为统计学方法有了进一步的发展，广泛运用于医学、心理学、经济学等科学领域以及社会化生产。 在进行调查研究的时候，经常需要同时调查或分析许多变量，这些变量可能归为几类，而每一类均具有相同的本质，常称为因子。因子分析是用少数几个潜在指标(因子)的线形组合来表示实际存在的多个指标，根据相关性大小对变量分组，使组内变量间高相关、组间变量低相关，每组变量代表一个基本结构就是因子。 二、基于因子分析的各地区农民家庭收入分析 (一)数据来源 中华人民共和国国家统计局网的统计数据:各地区农村居民家庭平均每人现金支出、平均每人现金收入(2009年)。 (二)样本容量 全国31个省市自治区为样本。 (三)指标体系 农民家庭收入的衡量指标应当具有相应的完整性，并能全面揭示农民收入的现状。综合性、全面性、可操作性、直观性和科学性的原则是选择建立农民家庭收入评估指标体系所遵循的原则。因此，可以选择综合反应农民收入的八项统计指标，具体指标如下:“x1”:工资性收入，“x2”:农业经营收入，“x3”=林业经营收入，“x4”:牧业经营收入，“x5”:渔业经营收入，“x6”:其他家庭经营收入(建筑餐饮等)，“x7”:财产性收入，“x8”:转移性收入。 (四)计算与分析 根据原始的数据导入SPSS软件，进行检验。根据表一，显示各个变量间有共同因素存在，适合对原始数据做降维因子分析。 由SPSS软件计算得到的相关系数矩阵出发，可以得到相关矩阵的前三个特征值分别3.051、1.806、1.643，相应的贡献率为38.140%、22.581%、20.534%，累计贡献率为81.254%(见表二)，按照特征根大于1的原则，选入3个公共因子，这三个因子反应了原指标信息的81.3%，因而，这三个因子可以作为反应农村居民家庭的收入的综合指标。由旋转后的载荷矩阵(见表三)中可以看出，工资性收入、财产性收入和转移性收入在第一因子F1上占有较大的载荷，而其他指标在F1的载荷较小，因此，我们可以将F1命名为工资资产性收入;林业和渔业在因子二F2上载荷值较大而其他指标的载荷值很小，因此我们可以将F2命名为林渔业收入;农业经营收入及牧业经营收入在因子三F3上的载荷值较大而其他指标较小，则我们就可以命名为因子三F3命名为农牧业收入。 根据以上所得数据进行斜交旋转后，由回归法可计算三个因子的分别得分，并且以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总，得出各城市地区的综合得分F，即:F=(38.14%×F1+22.58%×F2+20.53%×F3)/81.25%得分越高，说明该城市或地区的农民收入水平高。由此，通过比较得分的高低，我们可以得到各个城市地区的农民收入水平的高低及来源情况。 通过表四，我们结合各个地区在三个公共因子上的得分和综合得分，可以对各个地区的农民收入水平进行评价。在资产性收入因子F1上得分最高的五个城市依次是上海、北京、浙江、江苏、天津，其中，上海的得分3.4485，北京的得分2.71758，浙江的得分是1.82135，远高于其他城市，这也就是说，这些地区的农民的资产性收入较多，而且远远超过其他城市地区。而在工资资产性收入较低的城市地区则有海南、新疆、甘肃、西藏等，这些地区在因子一F1上得分就很低。 海南、浙江、福建在因子二上的得分较高，而黑龙江、上海、吉林得分较低，说明海南、浙江、福建的林渔业总体上发展较好，农民这方面的收入也较为乐观，而黑龙江、上海、吉林的农民在林渔业的收入水平不高。 黑龙江、吉林、辽宁、内蒙古在