基于分地区居民消费价格分类指数的统计分析

基于分地区居民消费价格分类指数的统计分析

周洪雨

淮安伯特统计调查服务有限公司 江苏省淮安市 223001

摘要：本文主要运用的是指数平滑法、聚类分析法，分析了居民消费价格指数CPI），运用SPSS软件对1978年至2019年之间居民消费的总指标进行了分析，通过k-means（K—均值聚类）对各分区域的居民消费价格分类指数（2019年)进行聚类，最终的分析结果为国家政策的执行、未来消费市场的开拓、不同地区开发战略的制定等提供了有利的依据。

关键词：居民消费价格指数；指数平滑法；聚类分析；k均值聚类分析

对居民消费的价格指数(CPI)进行分析，可以使我们了解我国家庭购买的常用消费品及服务价格水平波动，获得的评估指定时期中具有一定代表性的消费品和价格水平相对数，还能够反映出家庭在消费品与服务水平支出的变动。本文针对全国总消费指数与地区居民消费价格分类指数，使用指数平滑法和聚类分析法两种统计分析方法进行分析，采用SPSS软件对1978年至2019年的居民消费价格总指标进行分析，此外使用聚类分析法分析2019年的分区域居民消费价格分类指数，所获得的分析结果为国家实施、未来消费市场的开拓、不同区域的发展以及国家消费政策的制定提供了有利的依据。因此，对这一重要指标进行统计分析具有重要的价值和意义。

1居民消费价格指数介绍

为了解我国家庭购买的常用消费品及服务价格水平波动的宏观经济指标，可以对居民消费的价格指数(CPI)进行分析，获得的评估指定时期中具有一定代表性的消费品和价格水平相对数，还能够反映出家庭在消费品与服务水平支出的变动。不仅和人们生活有着密切联系，在国民经济价格体系中也有着非常重要的地位，作为分析国民经济、决策、控制价格总水平及核算国民经济的主要指标。

1.1样本概述

数据来源于2020年中国统计年鉴，为1978—2019年间居民消费价格总指数和2019年我国各个地区的居民消费价格分类指数(共31个地区，以下简称“消费指数”)。这里的消费者指数是以上一年为基础的年度物价指数。本文主要参照了我国一些经常使用的消费数据支出分类的方式，把全国不同地区的居民生活细分为八个模块，其中包含了人们吃、穿、住、行大部分的消费，例如，食品教育文化保健品等支出。

2指数平滑法分析

2.1指数平滑法的分析过程

操作步骤如下：

1978—2019年共42年的居民消费价格总指数，由于该组数据符合时间序列模型，故可以采用指数平滑法进行分析。

步骤一：将根据导入到SPSS中。　　

步骤二:在SPSS上方的数据视图页面上菜单栏中按照【分析】→【预测】→【创建模型】的顺序进行点击。　　

步骤三:把CPI（%）和年份分别选入因变量和自变量中，单机确定，SPSS就会给出指数平滑法分析的结果了。

2.2指数平滑法的结果分析

接下来我们对指数平滑法分析的结果进行分析：

（1）78年到89年我国居民消费价格指数的变动比较激烈。但由于当时正值改革开放初期，CPI（%）指数在105以上的年份就有6个，88，,89两年涨幅分别为18.8和18，到达了高峰。这也是改革开放之后CPI指数到达的第一个峰值。与CPI指数最低的1978年相比，上升了18.1个百分点。

（2）90年到99年，我国CPI指数在105以上的年份有5个，93年，94年95年到达了高分，CPI（%）指数的涨幅为14.7，24.1和17.1，这是改革开放以来出现的第二的高峰，其上升幅度较上一次来说要更大，但98,99两年CPI指数却在改革开放之后出现了首次下降，幅度为0.8%,1.4%,这一时期的CPI指数最高年份（1994）与最低年份（1999）的差值为25.5%，下降幅度远比第一阶段大。

（3）自进入21世纪的19年以来，我国CPI指数的变动逐渐变得相对平缓，其值在105以上的年份只有07,08,和11三年，这一时期的CPI指数最高年份（2008）与最低年份（2002）的差值为6.7%，因此，这一阶段CPI指数就相对平缓多了。

我们都知道，CPI是可用来衡量通货膨胀水平的指标，CPI高，说明膨胀高，民众收入缩水，购买力下降，货币贬值的速度较快，反之则慢。CPI变动的幅度如果较大，就说明了经济不稳定很大程度上是由于通货膨胀导致的，因此CPI指数波动应保持在一定范围内，不宜过度下降或增长。由此我们可以看出，在改革开放初期，我们国的经济状况十分不稳定，直到进入21世纪，经济状况才逐渐平稳。

3聚类分析的主要原理和方法

聚类分析又被称之为群分析，属于一种多元化统计研究样本以及指标分类的方式，将一个抽象或者物理的对象集合划分为类似的对象组成的多个类的分析过程，这类属于一种非常重要的人类行为。大部分的聚类技术使用在各个领域中获得了发展，主要使用于数据的描述，针对不同的数据源间相似性的评估，需要分类在不同的簇中。聚类分析是从分类学中衍生出来的，其主要目的是在相似的基础上收集、分类数据，在计算机科学、数学、生物学、统

计学、经济学等领域包含了大量的聚类源，聚类分析也有很多种类，这里就不一一列举了。

下面将使用K均值聚类方法分析地区地区居民消费价格分类指数。

使用K均值聚类方法：把给出的已知的参数值K以及n个对象归位K类，按照K均值聚类的某一种最优原则（正常情况下都是将准则函授标出来），想要得到最精准的分类结果，准则函数必须完全收敛，因此必须要不停地修改不合理的分类。

3.1k均值聚类的分析过程

操作步骤如下：

构建2019年全国31个省、直辖市、自治区的居民消费价格的8个重要的指标数据，按照这些数据运用K均值聚类法实施聚类分析，k取5.

步骤一：将表导入到SPSS中。

步骤二:在SPSS上方的数据视图页面上菜单栏中按照【分析】→【分类】→【K均值聚类】的顺序进行点击。

步骤三:把31个地区的共有的8个指标导入到【变量】中，因为标记变量会很大程度的增强以下进行的聚类分析结果的可读性，所以我们将“地区”导入到【个案标记依据】里面去，本次聚类分析我们将把31个地区归成5类，所以下面【聚类数】要改成5，（聚类数一般是小于样本量的）；然后在【方法】栏中点击【迭代与分类】这个选项，这里表示，类中心在接下来的每一步中都会重新确定。

步骤四:选择窗口右上方的【迭代】，在接下来的小窗口中确定终止聚类的条件，输入完成后就可以继续进行了。这里我们使用的是系统默认条件。

步骤五：我们再点击上一步【迭代】下方的【保存】，这时看到【聚类成员】、【与聚类距离中心】两个选项。在这里，我们想要保存样本观测张所属类的类号和样本距离各自类中心点的距离，所以要将【聚类成员】和【与聚类距离中心】全部选中。

步骤六:这时点击右上方的【选项】按钮会弹出有【统计量】的窗口，单机【初始聚类中心】和【ANOVA表】，前一个表示我们将在运行分析结果时输出初始类中心，后面是进行单因素方差分析时需要查看的，在这里，它表示会把当做聚类变量的8个指标当成观测变量来进行单因素的方差分析。然后我们点击继续。

步骤七:最后我们只需点击【确定】，SPSS就会给出进行K均值聚类分析的结果了。

3.2.1k均值聚类的结果分析

接下来我们对K均值聚类的结果进行分析：

通过分析以上分类结果我们可以得到下面几条结论：

北京和西藏分别自成一类．说明以上两个地区的消费结构和水平与其他29个地区有着明显的差异。

几个比较发达的城市市被分在了第二类．而一些次发达地区和欠发展的地区分别被分到了第四类和第五类（西部大开发涉及到的12个地区几乎完全包含在第四类和第五类），证明上述的几个地区消费结构于水平基本上相同，

部分地理位置相邻地区，例如东北三省，新疆、甘肃和内蒙古等，同样被分在了一类里面。说明这些地区由于地理位置相近的因素，的经济发展互相之间都存在着影响和联系，因此消费价格水平自然就很相似了

4建议

4.1针对指数平滑法分析结果提出的建议

针对对1978—2019年共42年的居民消费价格总指数进行指数平滑法分析的结果，我提出以下建议。改革开放的政策决定了当代中国命运的关键抉择，为中国现代化建设制定了总方针和政策，开创了中国特色社会主义，为中国现代化建设提供了保障，随着时间的推移，我们也可以发现，在改革开放的带领下，我国从之前的经济动荡，逐渐变成了如今的经济稳步增长，从世界舞台的边缘逐渐转移到了世界舞台的中央，因此，改革开放是发展中国特色社会主义的必经之路，我们要明白这条政策的深远意义，并将它坚定不移的走下去，早日实现中华民族的伟大复兴。

4.2针对指数平滑法分析结果提出的建议

针对以上对全国31个地区的居民消费物价指数的分析，我提出以下建议。为了进一步的扩大不发达地区的居民的消费需求，需要通过有序的金融监管下完成市场化、商业化于电子化，此外，也要侧重发展经济滞后地区的服务业、金融业等第三产业，这样才能保证经济的繁盛和市场的保持景气。

另外，从分析结果上来看1999年的中共第十五届四中全会提出的西部大开发战略是非常正确以及必要的，西部拥有非常丰富的自然资源，因此具有很大的市场发展潜力，所以，战略位置显得非常重要，不过由于多方面的种种原因，我国西部的地区的经济发展相较于其他地区就比较落后了，人均国内的生产总值只占比全国平均水准的2/3，还没有达到东部区域平均水准的一半，因此加快改革开放和我国现代化建设的脚步迫在眉睫。经过近几年我国东西部的共同努力，西部地区与东部地区的差距缩小显著进，因此，我们不能松懈，应更好的促进西部地区居民的消费需求，进一步缩小东西部差距，共同创建新西部，早日完成我过实施的西部大开发战略目标。

参考文献：

[1]戴琳琳. 青岛市城镇居民消费价格指数影响因素的统计分析[J]. 中国电子商务, 2014, 000(010):199-199.

[2]冯文娟. 基于主成分回归的居民消费价格指数分析[J]. 科技创新导报, 2014, 000(034):211-211.

[3]邓海云, 周莹, 刘辉,等. 基于GM(1,N)模型的农村居民消费价格指数研究[J]. 统计与决策, 2013(17):4.

[4]沈秀娟. 基于区组Bootstrap方法的居民消费价格指数趋势分析研究[J]. 进出口经理人, 2015, 000(011):132-133.

作者简介：周洪雨（1984-10-17），男，汉族，籍贯：江苏省淮安市，当前职务：总经理，当前职称：统计师，学历：本科，研究方向：统计调查