摘要经济的发展带动了我国城市居民生活水平的提高，消费结构也随之不断发生改变。正确把握消费结构具有重要的现实意义，它能够及时合理的调整产业结构和产品结构，衔接好产品需求与供应的关系，从而进一步满足人们的物质文化需要，达到优化居民消费结构的目的。因此，研究城市居民消费结构具有深远的影响。86524

本文以2004～2012年中国统计年鉴为基础，运用因子分析法的基本原理，并且借助于SPSS软件的计算，建立了我国城市居民消费结构的因子模型，对2004～2012年我国城市居民消费结构进行了实证分析。结果表明，在医疗保健、文教娱乐及服务、居住这三项上的消费份额呈下降趋势，在食品、衣着、家庭设备用品及服务、交通通信、杂项商品及服务这五项上的消费份额呈上升趋势。

毕业论文关键词：城市居民；消费结构；因子分析

Abstract With the development of economy, the living standards of urban residents in our country are improving gradually, and the consumption structure is changing constantly。 Grasping the consumption structure correctly has important practical significance。 It can be timely and reasonable adjust industrial structure and product structure, cohesion relationship between the demand and supply for products, so as to satisfy the people’s material and cultural needs further, to achieve the goal of optimizing of consumption structure。 Therefore, it is of great significance to study the consumption structure of urban residents。

The basic principle of taking from 2004 to 2012 China Statistical Yearbook as the basis, using the factor analysis method, and with the help of in the calculation of the SPSS software to established the factor model of China’s consumption structure of urban residents, China’s consumption structure of urban residents for the empirical analysis from 2004 to 2012。 The results showed that the consumption share of three fields, which are health care, educational entertainment and service and live, has trended down。 And they has trended up in five fields which are food, clothing, household facilities, articles and services, transportation, communications and miscellaneous commodities and services。

Key words: urban residents; consumption structure; factor analysis

目  录

第一章  绪论 1

1。1 研究背景与意义 1

1。2 居民消费结构研究的国内外现状 1

1。3 本文的主要研究内容 2

第二章  因子分析法 3

2。1 因子分析的概念及基本思想 3

2。2 因子分析的数学模型 3

第三章  模型的建立与求解 6

3。1 我国城市居民人均消费的数据 6

3。2 因子分析的目的性和可行性 7

3。2。1 相关性分析 8

3。2。2 KMO和Bartlett’s的检验 9

3。3 建立因子分析模型 10

3。3。1 提取公因子 10

3。3。2 因子载荷和变量共同度 11

3。3。3 因子旋转 13

3。3。4 因子得分 14

第四章  结果分析与讨论 17

4。1 结果分析