长江三角洲地区以上海为龙头、苏浙为两翼，是(2)
2013-06-12 01:03
导读：表 5 显示了因子载荷矩阵，是因子分析的核心内容。根据表5 可以写出长三角地区农村居民收入与消费支出的因子分析模型。 农村居民人均生活消费支出
表 5 显示了因子载荷矩阵，是因子分析的核心内容。根据表5 可以写出长三角地区农村居民收入与消费支出的因子分析模型。
农村居民人均生活消费支出X=0.988f1-0.043f2农村居民人均纯收入Y=0.945f1-0.116f2食品X1=0.919f1-0.046f2居住 X7=0.803f1+0.452f2衣着 X2=0.800f1-0.332f2交通通讯 X5=0.788f1-0.403f2医疗保健 X4=0.559f1+0.744f2可以看出，X、Y、X1、X7、X2、X5 等6 个变量在第1 个因子上的载荷都很高，意味着它们与第1 个因子的相关程度高，第1 个因子很重要，与第2 个因子的相关性小；而X4与第2 个因子的相关程度高一些，这2 个因子的实际含义比较模糊。
采用方差最大法对因子载荷矩阵实施正交旋转以使因子具有命名解释性。结果如表6，交通通讯X5、农村居民人均纯收入Y、农村居民人均生活消费支出X、衣着X2、食品X1在第1 个因子上有较高载荷，第1 个因子主要解释了这5 个变量，可解释为基本生活消费因子；医疗保健X4、居住X7 在第2 个因子上有较高的载荷，第2 个因子主要解释了这2 个变量，可解释为提高生活消费因子，与旋转前相比，因子含义较为清晰。再计算2 个因子的协方差矩阵，可以看出，2 个因子没有线性相关性，实现了因子分析的设计目标。
1.3 长三角地区农村居民收入与消费支出综合评价
采用回归法估计因子得分系数，结果如表7。根据表7 可以写出以下2 个因子得分函数：
F1=0.192X+0.221Y+0.182X1+0.304X2-0.275X4+0.338X5-0.087X7F2=0.070X+0.006Y+0.060X1-0.185X2+0.664X4-0.244X5+0.452X7利用上述因子得分函数对各地进行对比分析。计算各地区2 个因子的得分值于表8。结果表明：宁波、苏州、上海的第1 个因子得分列前3 位，表明反映基本生活消费水平的农民人均纯收入、人均消费支出及衣、食、行消费水平远远高于其它地区；杭州、上海、嘉兴的第2 因子得分列前3 位，表明反映提高生活消费水平的医疗保健、居住消费水平远远高于其它地区。某城市F1、F2 的得分名次相近，说明基本生活消费水平与提高生活消费水平比较协调；得分名次相差较大，说明提高生活消费水平超前或者滞后于基本生活水平。苏州的第1 个因子得分为第2 名，而第2 个因子得分为第11 名，说明苏州农村居民的基本生活消费水平较高，但未能在医疗保健、住房等方面提高消费水平。杭州的第1 个因子得分为第9名，处于中等，而第2 个因子得分为第1 名，说明杭州农村居民消费观念比较超前，在住房、医疗保健等方面消费水平较高。上海的2 个因子得分均较高，作为长三角中心城市，农村经济比较发达，农民的收入、消费水平都位于前列。处于苏中地区的南通、扬州、泰州3 市的农村经济发展水平在长三角地区相对落后，反映在2 个因子的得分上均排在后面，说明苏中地区农村居民的人均纯收入、消费水平均远远低于长三角其它地区。
（科教作文网http://zw.NSEaC.com编辑发布）
这里需要指出的是，长三角地区农村居民消费结构中，家庭设备用品及服务、娱乐文教服务和杂项商品与服务三项反映提高生活消费水平的变量与其它变量（特别是与农村居民人均纯收入和农村居民生活消费支出）相关程度较差，未能列入因子分析的原有变量中，说明长三角地区农村消费水平还有待提高，在农民人均纯收入和消费支出水平总体上升的情况下，反映消费结构提升的家庭设备用品及服务和娱乐文教服务消费还未真正启动。
2 K-Means 聚类分析
2.1 K-Means 聚类分析的一般步骤
K-Means 聚类也称快速聚类，它是将数据看成K 维空间上的点，以距离作为测度个体“亲疏程度”的指标，并通过牺牲多个解为代价换得高的执行效率[3]。其一般步骤为：①指定聚类数目K。在K-Means 聚类中，首先要求用户自行给出需要聚成多少类，最终也只能输出关于它的唯一解。②确定K 个初始类中心，要SPSS 中初始类中心点的指定方式有两种：
一是用户指定方式；二是SPSS 系统根据样本数据的具体情况选择K 个有一定代表性的样本作为初始类中心点。③根据距离最近原则进行分类，依次计算每个样本数据点到K 个类中心点的欧氏距离，并按照距K 个类中心点距离最短的原则将所有样本分派，形成K 个分类。
