我国各地区城镇居民家庭平均每人全年消费性支出数据分析
2012各地区城镇居民家庭平均每人全年现金消费支出(2011年)
353.99 254.38 492.85 153.67 63.43 111.97 403.53 178.78 204.51 912.35 458.25 811.65 235.67 1029.64 260.95 339.25 89.38 294.01 233.01 700.98 324.82 770.92 200.42 161.85 86.94 96.68 41.45 94.89 79.64 95.79 80.01 100.17
249.11 251.45 242.35 138.55 225.09 282.97 227.62 167.49 161.69 474.73 378.79 445.71 392.64 213.78 211.15 136.13 163.26 358.06 249.19 132.93 125.98 141.60 274.12 272.53 277.38 397.84 443.67 273.09 250.87 192.76 267.59 122.31
234.01 384.52 252.24 179.01 201.17 205.68 213.82 141.82 151.50 462.70 279.66 274.03 305.14 254.99 205.83 251.31 207.20 205.33 156.98 228.97 179.19 137.22 268.29 238.86 157.23 187.40 410.33 256.62 200.05 193.65 218.14 197.70
酒和饮料
干鲜瓜果类
糕点类
奶及奶制品其他食品 Nhomakorabea在外用餐
食品加工 服务费 1.77 0.97 0.19 1.57 1.48 1.18 0.81 1.05 0.94 0.29 3.46 1.34 2.58 0.93 1.27 2.29 1.35 2.26 1.77 0.71 1.26 0.17 4.36 4.79 2.69 1.30 1.81 0.90 1.31 1.22 0.56 0.73
商丘市社会经济发展指标数据：历年城镇居民家庭平均每人全年消费性支出统计(2012-2018)
1.35 2237.99 1492.33 1047.3 115.38 198.28 131.37 13.24 745.67 338.16 407.5 1548.23 892.67 87.46 122.5 69.6 155.24 2.01 362.09 93.78 655.56 314.3 146.09 195.17 918.48 336.74 581.74 305.08 276.66 400.49 283.97 116.52
3.49
1921.89
1955.68
2075.66
1428.37
1510.09
527.32
565.57
2072.2
2248.47
2654.37
7.48
77.77
616.63
441.69
456.92
656.33
1167.45
1478.57
0.01
7.48
77.76
11.60
29.49
1202.20
1230.46
七.医疗保健 医疗器具及药品 医疗服务 (1)门诊总费用 (2)住院总费用
八.其他用品和服务 其他用品 其他服务
元
元
1875.81
1838.16
元
元
元
元
元
元
元
元
元
元
819.26
942.34
元
元
元
元
元
元
元
元
元
元
元
元
元
829.32
865.3
元
元
元
元
元
384.03
375.95
元
元
2010年全国各地区城镇居民家庭平均每人全年消费性支出
336.51 248.73 256.99 359.12 261.05 136.82 294.71
593.73 382.3
491.58 286.14 411.69 345.92 403.26
205.14 102.73 109.27
91.58 87.77 86.13 107.78
410.27 234.1
219.84 241.78 203.15 171.04 225.43
78.49 267.47 219.42 657.73 293.42 669.83
373.02 615.32
512.8 615.84 428.87 528.01
55.32 68.05 50.63
58.8 38.57 45.62
27.62 34.3
23200.4 14357.49
17858.2 11512.55 14750.01 10618.69 13118.24
10838.49 11450.97 11825.33 18489.53 11490.08 10926.71
13335.02 12105.09 10058.29 11074.08
9685.54
370.71
47.67
36.01
239.6
165.73
360.36
54.69
176.87
87.82
363.33
41.76
47.1
101.52
142.49
363.77
77.1
164.52
其他食品 在外用餐 食品加工 衣 着
服装
衣着材料 鞋 类
衣着加工 居 住
服务费
15.11 10.51
9.64 10.65
我国居民消费现状的统计分析
我国居民消费现状的统计分析随着我国经济的快速发展和人民生活水平的不断提高，居民消费水平也在不断上升。
本文将从食品消费、教育消费、户外旅游消费和网络消费等方面对我国居民消费现状进行统计分析。
首先，我国居民对食品的消费正逐年增加。
近年来，随着我国农村地区的脱贫攻坚和城市化进程的加速，居民收入稳步提升。
这使得居民在食品消费方面有了更多的选择和购买能力。
根据统计数据显示，我国食品消费市场规模每年都在增长，其中，高端食品、有机食品和零食的消费增速更为明显。
此外，消费者对食品安全和健康问题的关注度也在增加，使得高质量食品的消费需求不断增长。
其次，教育消费成为我国家庭主要的支出之一、根据国家统计局的数据，我国教育支出占家庭总支出的比重不断上升。
这主要受到教育体制和家长对子女教育的重视。
被家庭广泛关注的教育消费主要包括学前教育、基础教育和高等教育等方面。
这一趋势表明人们对子女未来发展的重视程度不断加深，而教育消费也成为了推动消费升级的重要动力。
再次，户外旅游消费蓬勃发展。
随着经济快速增长和居民收入的提高，人们对休闲旅游的需求不断增加。
近年来，我国旅游消费市场规模不断扩大，并且呈现出多样化、个性化的消费需求。
人们越来越重视旅游体验和品质，愿意为了品质更好的旅游产品支付更高的费用。
同时，随着铁路、航空等交通方式的改善，旅游目的地的开发和推广也进一步推动了居民旅游消费的增长。
最后，网络消费呈现出快速增长的趋势。
随着互联网的普及和电子商务的快速发展，居民通过网络进行消费的比例越来越高。
根据中国互联网络信息中心的数据，我国互联网用户规模已接近8亿，其中网络购物的用户规模更是高达6亿。
无论是在线购物、网络订餐还是在线娱乐，网络消费在我国居民消费结构中所占比重越来越大。
这也进一步促进了物流、支付和服务等相关行业的发展。
总结起来，我国居民消费现状呈现出多元化、个性化和高品质的趋势。
食品消费、教育消费、户外旅游消费和网络消费等方面的增长正在推动我国消费市场不断升级，并为我国经济的持续发展提供了强劲的支持。
统计局2023年度全国居民消费报告
统计局2023年度全国居民消费报告近年来，随着经济的迅速发展和人民生活水平的不断提高，中国全国居民消费呈现出日益丰富和多元化的趋势。
为了更好地了解和研究这一现象，统计局进行了一项全国居民消费的年度报告。
本文将为您详细介绍统计局于2023年发布的全国居民消费报告，讨论报告中的主要发现以及对经济和社会发展的影响。
首先，报告显示，全国居民消费在过去一年继续保持较快增长的态势。
2023年，全国居民人均消费支出达到X元，比去年增长了X%。
这一数据反映了人们对物质生活的追求和对品质的要求的不断提高。
同时，报告还指出，不同地区和城乡之间的消费差距逐渐缩小，城市居民和农村居民的消费水平逐渐趋同，这在一定程度上反映了中国经济的发展和城乡差距的缩小。
其次，报告还提到了居民消费结构的变化。
随着人们生活品质的提高和消费观念的更新，消费结构从传统的基本生活需求向更多样化和个性化方向发展。
在食品消费方面，报告发现人们对健康和有机食品的需求增长迅速，人们更加注重饮食的品质和安全。
此外，随着科技的不断进步，数字产品和互联网消费正在成为人们消费的新趋势，人们更加依赖网络购物和在线娱乐。
与此同时，报告还提到了居民消费对经济发展和社会变革的影响。
居民消费是拉动经济增长的重要因素，消费需求的增加可以促进产业升级和创新发展。
在工业和服务业方面，报告指出消费需求的扩大推动了相应产业的发展，特别是汽车、家电、旅游和文化娱乐等行业。
此外，居民消费的提高也直接带动了就业机会的增加，为经济稳定和社会和谐作出了积极贡献。
然而，报告也指出了一些问题和挑战。
一方面，居民消费的快速增长也带来了资源浪费和环境污染的问题，特别是对能源和原材料的需求过大，给环境带来了严重的压力。
另一方面，消费过度和盲目消费也可能导致负债累累和金融风险的增加，对个人和家庭经济带来不利影响。
因此，报告提出了应加强消费教育和引导人们理性消费的建议。
综上所述，统计局2023年度全国居民消费报告揭示了中国居民消费的发展趋势和特点。
23个城市城镇居民人均消费支出与其影响因素的分析
计量经济学实习报告——城市城镇居民人均消费支出与其影响因素的分析一、研究的目的近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。
通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。
二、有关人均消费支出及其影响因素的理论我们主要从以下几个方面分析我国居民消费支出的影响因素：①、居民未来支出预期上升，影响了居民即期消费的增长②、商品供求结构性矛盾依然突出③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长。
三、相关数据收集相关数据均来源于2006年《中国统计年鉴》：根据数据和已知的理论基础，我们建立多元线性回归方程的一般模型为：Y=B0+B1X1+B2X2+B3X3+B4X4其中：——Y为人均消费支出——B0为常数项——回归方程的参数X1为平均每户就业人口数，X2为平均每一就业者负担人口数，X3为平均每人实际月收入，X4为人均可支配收入五、实验过程（一）回归模型参数估计根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS估计，得样本回归方程。
利用Eviews输出结果如下：根据多元线性回归关于Eviews输出结果可以得到参数的估计结果，从而初步得到的回归方程为：Y=-1682.033+564.3090X1+569.0801X2+1.552318X3-1.180451X4Se= (1311.572) (395.2532) (379.8057) (0.629402) (0.742144)T= (-1.282456) (1.427715) (1.498345) (2.466337) (-1.590595)R^2=0.721193 F=11.64017 df=18(二)模型检验：从上述结果可以看到,通过T检验,只有X3是显著的,其他变量C,XI,X2,X4都是统计不显著的,P值也都大大高于显著水平10%..而R^2的值只有0.721193,表明拟合度还不够高,变量不能很好解释被解释变量的变化水平.模型可能出现了多重线性问题.（三）处理多重共线性我们采用逐步回归法对模型的多重共线性进行检验和处理：X1：X2：X3：X4：由上面得出的数据可以看出，X3 的调整判定系数最大，为0.585869,但是常数项的P值却大于显著水平10%,说明遗漏了其它相关变量。
中国各地区城镇居民家庭平均每人全年现金消费支出 (2011年)
393.17 541.43 382.99 523.23 377.10
57.26 28.16 28.11 43.44 34.29
62.29 82.97 77.75 62.00 67.38
128.10 185.13 212.09 169.36 136.37
756.56 1083.30 1126.05 1926.38 1554.17
85.15 110.96 58.12
1045.82 877.62 853.02
0.81 1.05 0.94
1854.63 1769.47 1681.88
695.27 441.46 611.57 351.57 468.01 392.04 484.14
237.51 118.39 133.88 73.41 101.71 96.87 120.75
家庭设备 及 用 品 耐用消费品 室内装饰品 床上用品 杂 品 家庭日用 家具材料 家庭服务
1023.17
423.81
26.70
88.91
402.07
8.87
72.81
1562.55 1174.62 809.85 832.74 1162.87
737.15 616.71 385.79 421.25 534.49
居
住 住 房
水电燃料 及其他
1237.03
11.10
364.95
9.56
1405.01
451.25
841.70
1612.12 1274.91 1020.03 1094.58 1859.84
14.19 13.80 11.19 10.15 7.20
551.34 378.87 331.20 311.48 528.85
我国城镇居民人均消费支出的统计分析
我国城镇居民人均消费支出的统计分析作者：常惠华来源：《现代经济信息》 2018年第7期摘要：本文采用了2017 年《中国统计年鉴》上31 个省、市、自治区城镇居民人均消费支出数据，对31 个省市的数据进行分类，结果表明，用系统聚类法能取得较好的分类结果。
其次，我们利用主成分分析法，从八个变量中选出影响人们消费支出的主要因素。
最后，根据分析结果，我们提出相应的发展消费，提振经济的意见。
关键词：城镇居民；消费；系统聚类分析；主成分分析中图分类号：F014.5 文献识别码：A 文章编号：1001-828X(2018)010-0009-01一、系统聚类分析本文用八项指标来描述城镇居民的消费支出[1-2]，其中包括食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗、其他用品及服务。
本文引用2017 年《中国统计年鉴》[3] 中全国居民分地区人均消费支出中的数据来进行系统聚类，最后得出的聚类结果表明：我国各类地区城镇居民消费支出分类效果较好，且不同地区的消费结构有着各自的特点。
综合考虑将我国各地区城镇居民人均消费分为四类，较好地反映了人们观察到的实际情况。
第一类为北京、上海，这两个城市为最高，这两个城市是中国的政治中心、经济金融中心以及文化中心，因此其食品支出、交通和通信支出、教育文化娱乐服务支出远远高出全国平均水平。
二、我国城镇居民人均消费的因子因子分析是主成分分析[5] 的一种推广，它是利用降维的思想，把一些具有错综复杂关系的变量归结为少数几个不可观测的综合指标的一种多变量统计分析方法。
我们在前面利用聚类的方法只能得到31 个省市的消费支出水平的分类，并不能得到反映影响居民消费支出的真正因素。
我国城镇居民人均消费的因子分析[6-7] 结果如下：根据表1 可知，第一二个因子可以解释原有八个指标总方差的91.8%，已经足以解释各地区城镇居民的人均消费共性以及差异性。
由表2 可得，第一因子主要反映食品烟酒、居住、交通通信、教育文化娱乐、生活用品及服务和其他用品和服务，说明这6 个指标有较强相关性，可以归为一类，我们称为主消费因子F1，第二因子主要反映衣着和医疗支出，可以归为一类，我们称为次消费因子F2。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
我国各地区城镇居民家庭平均每人全年消费性支出数据分析
摘要：
本文采用2011年我国31省、市、自治区城镇居民家庭平均每人全年消费性支出数据，根据经济发展、地理环境以及消费习惯等因素影响，我国各地区城镇居民的消费性支出水平很不平衡，消费结构差异也较大。
本文利用因子分析，聚类分析、k均值聚类法等方法，对2011年我国31 个省(直辖市、自治区)城镇居民人均消费性支出的各项指标进行计量分析，对城镇居民家庭消费水平进行评价和排序，以期反映消费水平与结构上的差异，为政府制定更加合理的引导性政策提供有效依据。
关键词：城镇居民消费水平因子分析聚类分析；
一、背景：
近年来，我国国民经济得到了迅速发展，人民生活水平进一步提高，物质文明建设达到了前所未有的水平。
但由于我国各地区经济发展水平不均衡，加之各地人口、资源、政策等各方面存在的差异，使各地区居民人均消费水平参差不齐，不同的地区具有不同的特点。
在这一背景下，研究我国各地区城镇居民家庭平均每人全年消费性支出情况
其次，消费结构可以反映居民的生活质量和经济发展水平。
一般来说，经济越发达的地区，其消费结构就越趋向于追求安逸享受的消费结构。
在这样的消费结构中，奢侈品支出如住房、服务性支出所占的比例就会较大。
反之，在经济较不发达的地区中，生活必需品消费支出所占的比例就会较大。
随着社会主义市场经济体制的逐步完善，我国的社会生产力不断日益加快发展，经济总量和综合实力迅速上升，城镇居民的生活水平显著提高。
主要利用三种统计方法进行分析：主成分分析法、因子分析法、聚类分析法。
本文选取2009年我国城镇居民人均消费支出数据，利用聚类分析法和因子分析法，将全国31个省、市、自治区进行分类和排序，并与人们实际观察到的情况进行比较。
二、实证分析
指标体系的选择
（1）评价城镇居民消费水平的九个指标，分别为：
y
x人均食品支出（元/人）；x2人均衣着支人均现金消费支出（元/人）；
1
出（元/人）；
x3人均居住支出（元/人）；x4人均家庭设备及用品支出（元/人）；x5人均
交通通信支出（元/人）；
x6人均文教娱乐支出（元/人）；x7人均医疗保健支出（元/人）；x8人均其他消费支出（元/人）。
三、聚类分析
聚类分析是对多种属性统计样本进行分类的一种多元统计分析方法。
其基本思想是：一般我们认为，所研究的样品或指标之间存在着程度不同的相似性。
于是根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的样品聚为一类。
关系密切的聚为一个小的分类单位，关系疏远的聚为一个大的分类单位，直到把所有样品或指标都聚类完毕，这样就可以形成一个由小到大的分类系统。
利用SPSS统计软件进行聚类分析，将我国城镇居民人均消费支出分为两类，结果如下表：
人均消费聚类分析结果表明：北京、天津、上海、浙江、福建、广东属于第一类地区，这些地区经济发达，城镇居民收入较高，与此同时，人均消费也比较高，聚类结果符合实际情况，其余地区则属于第二类地区。
然而，这种分类方法第二类地区中，例如贵州、甘肃、青海同江苏、山东地区消费差距明显，与人们观察到的实际情况不符合，因此运用聚类分析法存在一定缺陷，
四、因子分析
因子分析是主成分分析的一种推广，它也是利用降维的思想，把一些具有错综复杂关系的变量归结为少数几个不可观测的综合因子的一种多变量统计分析方法。
前面利用聚类分析法，仅仅是把我国各地区城镇居民人均消费分为三类，这样分类，存在一定缺陷，我们希望找出几个真正影响居民人均消费的公共因子，在做因子分析之前，应当检验数据是否适合做因子分析。
根据KMO检验，KMO值越大表示数据越适合做因子分析，KMO值低于0.5时，表明数据不太适合做因子分析，由表一可知，适合进行因子分析
KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
.868 Bartlett 的球形度检验近似卡方327.810
df 28
Sig. .000
公因子方差
初始提取
衣着 1.000 .796
医疗器械 1.000 .927
教育文化娱乐服务 1.000 .861
交通和通信 1.000 .891
其他 1.000 .890
家庭设备用品及服务 1.000 .847
居住 1.000 .847
食品 1.000 .756
提取方法：主成份分析。
根据结果可知，初始解只有两个因子的特征值大于1，这两个因子可以解释原有八个指标总方差的83.845%，已经足以解释各地区城镇居民的人均消费共性以及差异性。
旋转后的因子载荷矩阵及旋转空间中的成分图
成份矩阵a
成份
1
衣着.892
医疗器械.963
教育文化娱乐服务.928
交通和通信.944
其他.943
家庭设备用品及服务.921
居住.921
食品.869
提取方法 :主成分分析法。
旋转成份矩阵a
a. 只抽取了一个成份。
无法旋转此解。
一类，我们称为次消费因子。
因子得分系数矩阵
以各因子的方差贡献率占两个因子总方差贡献率的比重作为权重进行加权汇总，算出各地区的综合得分
成份得分系数矩阵
成份
1
衣着.131
医疗器械.141
教育文化娱乐服务.136
交通和通信.138
其他.138
家庭设备用品及服务.135
居住.135
食品.128
成份得分系数矩阵
成份
1
衣着.131
医疗器械.141
教育文化娱乐服务.136
交通和通信.138
其他.138
家庭设备用品及服务.135
居住.135
食品.128
提取方法 :主成分分析法。
旋转法 :具有 Kaiser 标准化的正交旋
转法。
构成得分。
成份得分协方差矩阵
成份 1
1 1.000
提取方法 :主成分分析
法。
旋转法 :具有 Kaiser
标准化的正交旋转法。
构成得分。
主消费因子得分前五名地区依次是上海、广东、浙江、北京、福建，其中上海的得分为3.44500，广东的得分为2.3833，远远高于其他地区，说明上海、广东主要消费支出远远高于其他地区，与实际情况比较接近。
主消费因子最后五名地区依次是新疆、河南、青海、甘肃、黑龙江，这些地区经济发展相对落后，人均消费支出低，其主要消费支出也低，但与实际情况还存在差距，贵州城镇居民消费应比黑龙江消费要低，黑龙江不应划为最低人均消费地区。
次消费因子得分前五名地区依次是北京、内蒙古、吉林、天津、黑龙江；次消费因子最后五名地区依次是福建、贵州、广西、西藏、海南，衣着和医器械人均消费，在实际消费过程中，人们不容易观察到，这个结论还缺乏一定依据；综合得分前五名地区依次是上海、北京、广东、浙江、天津；这五个地区经济都发达人均收入和消费
支出都高，将这些地区分为一类比较切合实际。
合得分最后五名地区依次是新疆、云南、甘肃、贵州、青海，这些地区人口稀少，经济发达相当落后，人民收入和消费水平均处于全国最低水平，与人们观察到的实际情况比较接近，将这些地区分为一类，其他地区则分为另外一类，这样一来就可以将31个省、市、自治区就分为三类，第一类为因子综合得分前五名地区，第三类为因子综合得分最后五名地区，其余地区则划分为第二类。
这种类结果比较切合实际情况。
分类结果如下表：
五、总结
本文根据2011年我国城镇居民人均消费支出数据，利用聚类分析法和因子分析法，对各地区31个省、市、自治区城镇居民人均消费进行分类，首先利用两种聚类分析法：K均值法和系统聚类法，分类结果相比较，系统聚类分析法要好于K 均值法，但也存在一定缺陷，然后利用因子分析法进行因子分析，根据因子综合得分对我国各地区城镇居民人均消费支出进行排序和分类，并进行综合评价，结果表明，分为三类较好地反映实际情况，相对于聚类分析法，它是一种比较好的排序方法，从聚类分析、判别分析、主成分分析、因子分析的结果可以看出，尽管不同的分析方法所得的结果有所不同，但上海、北京、天津、广东的城镇居民人均消费水平处于较高的位置，而青海、西藏、甘肃的人均消费水平处于低位
参考文献：
国家统计局.
多元统计分析（第三版）
数据来源：
本文选取了2011年我国各地区城镇居民家庭平均每人全年现金消费支出的相关指标数据,所有数据取自《中国统计年鉴2012》，。