摘要：隨著社會(huì)的進(jìn)步和發(fā)展，居民生活水平的高低已成為反映區(qū)域經(jīng)濟(jì)發(fā)展和居民享受改革成果的綜合體現(xiàn)。由于生活水平是居民對(duì)自身發(fā)展、物質(zhì)和文化需求的滿足程度，不同年齡、性別、職業(yè)、文化程度、所處不同環(huán)境的人群會(huì)有不同的感受與認(rèn)知。因此，為了研究與評(píng)價(jià)居民生活水平，本文首先會(huì)結(jié)合現(xiàn)階段經(jīng)濟(jì)發(fā)展背景，建立評(píng)價(jià)居民生活水平的指標(biāo)體系，然后根據(jù)客觀、真實(shí)的數(shù)據(jù)資料，選擇科學(xué)的方法在統(tǒng)一尺度下進(jìn)行科學(xué)評(píng)價(jià)。

關(guān)鍵詞：生活水平；因子分析；綜合評(píng)價(jià)

中圖分類號(hào)：F124.7 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2016）003-00000-01

一、居民生活水平指標(biāo)體系的構(gòu)建

本文基于國家統(tǒng)計(jì)年鑒2015年各省的統(tǒng)計(jì)數(shù)據(jù)，研究與評(píng)價(jià)居民生活水平。選擇居民收入類、消費(fèi)類、居住條件、工作機(jī)會(huì)類等密切反映居民生活、工作、生存的指標(biāo)構(gòu)建居民生活水平指標(biāo)體系。分別是人均GDP、個(gè)人PDI、消費(fèi)支出、居民消費(fèi)價(jià)格指數(shù)、住宅面積、失業(yè)率。

二、評(píng)價(jià)方法與數(shù)據(jù)處理

因子分析的基本思想是根據(jù)變量相關(guān)性大小把變量分組，使同組內(nèi)變量之間的相關(guān)性較高，不同組間變量的相關(guān)性較低。從一些錯(cuò)綜復(fù)雜關(guān)系系統(tǒng)中找出少數(shù)幾個(gè)主要因子，每一個(gè)主要因子代表反映變量間相互依賴的作用，抓住這些主要因子就可以較容易地對(duì)復(fù)雜的問題進(jìn)行分析和解釋。本文采用因子分析的方法依據(jù)所建立的指標(biāo)體系和我國31個(gè)省市的相應(yīng)截面數(shù)據(jù)對(duì)居民生活水平進(jìn)行統(tǒng)計(jì)研究和評(píng)價(jià)。

三、SPSS統(tǒng)計(jì)軟件因子分析結(jié)果

1.變量的相關(guān)性檢驗(yàn)。經(jīng)spss軟件處理，多個(gè)變量之間的相關(guān)系數(shù)大于0.3，且其對(duì)應(yīng)的Sig值普遍較小，說明這些變量之間存在著較為顯著的相關(guān)性，進(jìn)而也說明了有進(jìn)行因子分析的必要性。

2.KMO檢驗(yàn)和Bartlett球形檢驗(yàn)。KMO檢驗(yàn)用于研究變量之間的偏相關(guān)性，計(jì)算偏相關(guān)時(shí)由于控制了其他因素的影響，所以會(huì)比簡單相關(guān)系數(shù)小。一般KMO統(tǒng)計(jì)量大于0.9時(shí)效果最佳，0.7以上可以接受，0.5以下不宜做因子分析。本文KMO取值0.627，尚可接受。Bartlett球形檢驗(yàn)統(tǒng)計(jì)量的Sig值小于0.0001，由此否定相關(guān)矩陣為單位陣的假設(shè)，即認(rèn)為各變量之間存在著顯著的相關(guān)性。

3.方差解釋表。前3個(gè)公因子解釋的累積方差達(dá)到84%，故而提取這3個(gè)公因子就能夠比較好地解釋原有變量所包含的信息。

4.旋轉(zhuǎn)前后的因子載荷矩陣?！俺煞志仃嚒笔浅跏嫉奈唇?jīng)旋轉(zhuǎn)的因子載荷矩陣，“旋轉(zhuǎn)成分矩陣”是經(jīng)過旋轉(zhuǎn)后的因子載荷矩陣。旋轉(zhuǎn)后每個(gè)公因子上的載荷分配更清晰，因而比未旋轉(zhuǎn)時(shí)更容易解釋各因子的意義。已知因子載荷是變量與公共因子的相關(guān)系數(shù)；對(duì)一個(gè)變量來說，載荷絕對(duì)值較大的因子與它的關(guān)系更為密切，也更能代表這個(gè)變量。按照這一觀點(diǎn)，第1個(gè)公因子更能代表人均GDP（0.875），個(gè)人PDI（0.981）和城鎮(zhèn)居民消費(fèi)支出（0.935）；第2個(gè)公因子則更適合代表居民消費(fèi)指數(shù)（0.825）和失業(yè)率（0.754）；第3個(gè)公因子則較好地代表了城鎮(zhèn)人均住宅面積（0.913）這個(gè)因子。

根據(jù)各個(gè)變量的特點(diǎn)，把第一個(gè)公因子解釋為收入因素，因?yàn)樗从沉硕鄠€(gè)代表收入的變量；類似地，把第2個(gè)公因子解釋為生存條件因素，把第3個(gè)公因子解釋為居住條件因素。這樣就可以利用新提取出的3個(gè)潛在因素，對(duì)31個(gè)省的生活水平情況加以描述了。

四、居民生活水平綜合得分與評(píng)價(jià)

從數(shù)據(jù)編輯器窗口的當(dāng)前數(shù)據(jù)集，會(huì)看到上海、北京和浙江3個(gè)地區(qū)的第1因子得分最高，表明其在收入因素方面擁有絕對(duì)優(yōu)勢(shì)；北京、新疆、西藏3個(gè)地區(qū)的第二因子得分最高，體現(xiàn)了其在人們生存條件因素上表現(xiàn)較為突出；而江西、浙江、湖南3個(gè)地區(qū)的第三因子得分較高，表明其居住條件較好。

綜合得分分析：采用系統(tǒng)內(nèi)部因子得分計(jì)算值計(jì)算31個(gè)省市生活水平綜合得分排名前十名如表1所示：

在最終的綜合得分里，北京、浙江、廣東、江蘇、上海、天津、福建幾個(gè)省市的綜合得分占據(jù)前幾位，說明這些地區(qū)的居民生活水平在全國擁有絕對(duì)的優(yōu)勢(shì)。

五、結(jié)論

本文選擇現(xiàn)階段與人們生活水平密切相關(guān)的指標(biāo)，構(gòu)建了研究居民生活水平的指標(biāo)體系。選用2015年“中國統(tǒng)計(jì)年鑒”關(guān)于31個(gè)省市的截面數(shù)據(jù)，采用因子分析法對(duì)居民生活水平進(jìn)行了統(tǒng)計(jì)研究，用綜合得分進(jìn)行評(píng)價(jià)。值得指出的是，因子1作為第一主成分評(píng)價(jià)居民生活水平，充分體現(xiàn)社會(huì)經(jīng)濟(jì)發(fā)展與人均GDP、個(gè)人消費(fèi)支出等指標(biāo)有相關(guān)性，并對(duì)居民生活水平有較大的影響；另一方面如果說社會(huì)發(fā)展的目標(biāo)是提高居民的生活水平，那么重視降低失業(yè)率和改善、提升居住條件是提高居民生活水平的重要手段和有效措施。

參考文獻(xiàn)：

[1]李輝.城鎮(zhèn)居民生活水平綜合評(píng)價(jià)的因子分析研究[D].云南大學(xué)，2011.

[2]王少飛.用恩格爾系數(shù)衡量居民生活水平的可行性研究[J].統(tǒng)計(jì)研究，2009.

[3]薛薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用[M].北京：中國人民大學(xué)出版社，2001.

作者簡介：弓鳳楠（1989-），女，漢族，河南平頂山人，碩士研究生，研究方向：應(yīng)用統(tǒng)計(jì)。