搜索
管理系SPSS课程期末报告报告题目：我国居民消费现状与趋势分析班级：工商管理1004起止日期：2013.6.8—2013.6.15姓名：周倩2013年6月12日SPSS课程期末报告工商管理1004周倩20101613242。一、选题背景1.1我国城镇居民现状近年来,我国宏观经济形势发生了重大变化,经济发展速度加快，居民收入稳定增加，在国家连续出台住房、教育、医疗等各项改革措施和实施“刺激消费、扩大内需、拉动经济增长”经济政策的影响下，全国居民的消费支出也强劲增长，消费结构发生了显著变化，消费结构不合理现象得到了一定程度的改善。本文通过相关数据分析总结出了我国城镇居民消费呈现富裕型、娱乐教育文化服务类消费攀升的趋势特点。1.2我国居民消费结构的横向分析第一、食品消费支出比重随收入增加呈现出明显的下降趋势,这与恩格尔定律的表述一致。但最低收入户与最高收入恩格尔系数相差太过悬殊，城镇最低收入户刚刚解决了温饱问题，而最高收入户的生活水平按照恩格尔系数的评价标准早已达到了富裕型，甚至接近最富裕型。第二、衣着消费支出比重随收入增加缓慢上升，到高收入户又有所下降，但各收入组支出比重相差不大。衣着支出比重没有更多的递增且最高收入户的支出比重有所下降，这些都符合恩格尔定律关于衣着消费的引申。随着收入的增加,衣着支出比重呈现先上升后下降的走势。事实上，在当前的价格水平和服装业的发展水平下，城镇居民的穿着是有一定限度的,而且居民对衣着的需求也不是无限膨胀的，即使收入水平继续提高，也不需要将更大的比例用于购买服饰用品了。第三、家庭设备用品及服务、交通通讯、娱乐教育文化服务和杂项商品与服务的支出比重呈逐组上升趋势，居民的生活水平随收入的增加而不断提高和改善。第四、医疗保健支出比重随收入水平提高呈现一种两端高、中间低的走势。这是因为医疗保健支出作为生活必须支出，不论居民生活水平高低，都要将一定比例的收入用于维持自身健康，而且由于医疗制度改革，加重了个人负担的同时，也减小了旧制度可能造成的不同行业、不同体制下居民医疗保健支出的差别，因而不同收入等级的居民在医疗保健支出比重上差别不大。第五、居住支出比重基本上呈先上升后下降的趋势，这与我国居民消费能级不断提升，住宅商品正在越来越成为城镇居民关注的热点是相吻合的，同时与恩格尔定律的引申也是一致的。可以看出，城镇居民的消费状况虽然受价格水平、消费习惯、消费环境、消费心理预期等诸多因素的影响，但归根结底仍取决于居民的收入水平，要提高城镇居民的消费支出，必须增加居民收入。因此，采取切实有效的措施增加城镇居民的可支配收入，不仅可以提高全国城镇居民的总体消SPSS课程期末报告工商管理1004周倩20101613243。费水平,，促进消费结构向着更加健康、合理的方向发展，而且在启动内需，促进我国的经济发展方面有着重大的现实意义。1.3我国居民消费结构的纵向分析进入21世纪以来，随着经济体制改革的深入,国民经济的迅速发展，我国城乡居民的消费水平显著提高，居民的各项支出显著增加。随着消费水平的提高,我国城乡居民消费从注重量的满足到追求质的提高，从以衣食消费为主的生存型到追求生活质量的享受型、发展型，消费质量和消费结构都发生了明显的变化。城镇居民在食品、衣着、家庭设备用品三项支出在消费支出中的比重呈现明显的下降趋势，其中食品类支出比重降幅最大，衣着类有所下降，家庭设备用品类下降幅度不是很大。与此同时,医疗保健、交通通讯、文化娱乐教育服务、居住及杂项商品支出在消费支出中的比例均有上升，富裕阶段的消费特征开始显现。1.4我国城镇居民消费结构及趋势的统计分析下表是出自《中国统计年鉴—2009》这一资料性年刊，它系统收录了全国和各省、自治区、直辖市2008年经济、社会各方面的统计数据，以及近三十年和其他重要历史年份的全国主要统计数据。此年鉴正文内容分为24个篇章，本文选取其中的第九篇章——人民生活，用以探究我国城镇居民消费结构及其趋势。《中国统计年鉴—2009》统计表城镇居民家庭基本情况项目19901995200020072008调查户数(户)3566035520422205930564675平均每户家庭人口(人)3.503.233.132.912.91平均每户就业人口(人)1.981.871.681.541.48平均每户就业面(%)56.5757.8953.6752.9250.86平均每一就业者负担人数(包括就业者本人)(人)1.771.731.861.891.97平均每人全部年收入(元)1516.214279.026295.9114908.6117067.78工薪收入1149.703390.214480.5010234.7611298.96经营净收入22.5072.62246.24940.721453.57财产性收入15.6090.43128.38348.53387.02转移性收入328.41725.761440.783384.63928.23可支配收入1510.164282.956279.9813785.8115780.76SPSS课程期末报告工商管理1004周倩20101613244。平均每人消费性支出(元)1278.893537.574998.009997.4711242.85食品693.771771.991971.323628.034259.81衣着170.90479.20500.461042.001165.91居住60.86283.76565.29982.281145.41家庭设备用品及服务108.45263.36374.49601.80691.83医疗保健25.67110.11318.07699.09786.20交通通信40.51183.22426.951357.411417.12教育文化娱乐服务112.26331.01669.581329.161358.26杂项商品与服务66.57114.92171.83357.70418.31平均每人消费性支出构成(人均消费性支出=100)食品54.2550.0939.4436.2937.89衣着13.3613.5510.0110.4210.37居住6.988.0211.319.8310.19家庭设备用品及服务10.147.447.496.026.15医疗保健2.013.116.366.996.99交通通信1.205.188.5413.5812.60教育文化娱乐服务11.129.3613.4013.2912.08杂项商品与服务0.943.253.443.583.72注:1.本表为城镇住户抽样调查资料。2.从2002年起，城镇住户调查对象由原来的非农业人口改为城市市区和县城关镇住户，本篇章相关资料均按新口径计算，历史数据作了相应调整。1.5分析思路与方法1.5.1分析方法针对以上数据，为了解我国城镇居民的消费情况以及消费趋势变化，本论文报告将采用描述性统计分析，相关分析，方差分析，回归分析等，其具体分析方法步骤与过程在第二部分SPSS统计分析上，会有详细步骤。1.5.2分析思路本论文的逻辑结构如下图1所示：SPSS课程期末报告工商管理1004周倩20101613245。我国城镇居民的消费情况以及消费趋势变化目的与研究意义相关理论及方法我国居民消费结构分析消费现状分析消费结构横向分析消费结构纵向分析SPSS统计分析聚类分析、相关分析描述性统计方差分析、回归分析分析步骤，结果分析根据SPSS结果的数据对现象进行阐述性分析结语图1逻辑结构图SPSS课程期末报告工商管理1004周倩20101613246。二、SPSS统计分析表1所示：给出了基本的描述性统计图，图中显示各个变量的全部观测量的Mean（均值）、Std.Deviation（标准差）和观测值总数N。图2给出了相关系数矩阵表，其中显示3个自变量两两间的Pearson相关系数，以及关于相关关系等于零的假设的单尾显著性检验概率。基本操作步骤如下：（1）选择菜单：【Analyze】—【correlate】—【Bivariate】（2）选择参加计算相关系数的变量到【Variables】。（3）在【CorrelationCoefficients】框中选择Pearson。（4）在【TestofSignificance】框中选择【One—tailed】单尾概率P值。结果如下表：如下表2所示：中看到因变量家庭设备用品及服务与自变量食品、衣着之间相关关系数依次为0.869、0.683，反映家庭设备用品及服务与食品、衣着之间存在显著的相关关系。说明食品与衣着对于家庭设备用品及服务条件的好转有显著的作用。自变量居住于因变量家庭设备用品及服务之间的相关系数为-0.893，它和其他几个自变量之间的相关系数也都为负，说明它们之间的线性关系不显著。此外，食品与衣着之间的相关系数为0.950，这也说明它们之间存在较为显著的相关关系。按照常识，它们之间的线性相关关系也是符合事实的。DescriptiveStatisticsMeanStd.DeviationN家庭设备用品及服务7.44801.656255居住6.0752E2456.949615衣着11.54201.754765食品43.59208.045005表1描述性统计表SPSS课程期末报告工商管理1004周倩20101613247。Correlations家庭设备用品及服务食品衣着居住PearsonCorrelation家庭设备用品及服务1.000.869.683-.893食品.8691.000.950-.922衣着.683.9501.000-.820居住-.893-.922-.8201.000Sig.(1-tailed)家庭设备用品及服务..028.102.021食品.028..007.013衣着.102.007..045居住.021.013.045.N家庭设备用品及服务5555食品5555衣着5555居住5555如表3所示：给出了进入模型和被剔除的变量的信息，从表中我们可以看出，所有3个自变量都进入模型，说明我们的解释变量都是显著并且是有解释力的。基本操作步骤如下：（1）选择菜单：【Analyze】—【Regression】—【Linear】（2）选择被解释变量到【Dependent】框中。（3)选择食品，居住，衣着三个解释变量到【Independent】框中。(4)在【Method】中选择【Enter】。其他部分过程省略结果如下表3到表7：VariablesEntered/RemovedbModelVariablesEnteredVariablesRemovedMethod1食品,居住,衣着a.Enter表2相关关系矩阵SPSS课程期末报告工商管理1004周倩20101613248。如表4所示：给出了模型整体拟合效果的概述，模型的拟合优度系数为0.982，反映了因变量于自变量之间具有高度显著的线性关系。表里还显示了R平方以及经调整的R值估计标准误差，另外表中还给出了杜宾-瓦特森检验值DW=2.634，杜宾-瓦特森检验统计量DW是一个用于检验一阶变量自回归形式的序列相关问题的统计量，DW在数值2到4之间的附近说明模型变量无序列相关。如表5所示：给出了方差分析表，我们可以看到模型的设定检验F统计量的值为9.214，显著性水平的P值为0.237。a.Allrequestedvariablesentered.b.DependentVariable:家庭设备用品及服务ModelSummarybModelRRSquareAdjustedRSquareStd.ErroroftheEstimateDurbin-Watson1.982a.965.860.618952.634a.Predictors:(Constant),食品,居住,衣着b.DependentVariable:家庭设备用品及服务ANOVAbModelSumofSquaresdfMeanSquareFSig.1Regression10.59033.5309.214.237aResidual.3831.383表3变量进入、剔除信息表表4模型概述表S