透过指标看变迁

我国居民恩格尔系数变化趋势分析作者：***来源：《现代商贸工业》2019年第25期摘要：恩格尔系数是衡量居民生活水平的主要标准之一，通过计算得出，我国居民恩格尔系数在逐年下降。

首先，根据1978-2017年格尔系数的变化，对我国居民生活水平进行了温饱、小康、相对富裕的阶段划分;其次，将恩格爾系数与人均GDP变化进行对照分析;最后，在对我国两次小康标准对照分析的同时，对如何正确看待利用恩格尔系数对居民生活水平的阶段划分提出了看法。

关键词：恩格尔系数;趋势分析;经济发展阶段;小康标准中图分类号：F24 文献标识码：Adoi：10.19311/ki.1672-3198.2019.25.032改革开放以来我国经济全面、快速发展，居民收入连年增加，生活水平得到很大提高。

对一个国家（地区）居民生活水平，或一个国家（地区）的经济情况如何衡量，在不同时期，经济学家从不同的角度给出了不同的衡量指标，多年来国际上仍将恩格尔系数作为衡量居民生活水平的主要指标之一。

改革开放以来我国居民生活变化情况如何，本文通过计算和分析我国居民恩格尔系数的变化趋势，对我国居民生活水平的变化进行研究。

1 我国居民的恩格尔系数1.1 恩格尔系数19世纪中期德国统计学家恩斯特·恩格尔研究人们收入的增长对食品消费支出的影响，得出一个重要的规律：随着收入的增加人们用于食品方面的支出逐渐增加，但食品消费增加的速度与收入增加的速度并不一致，而是前者低于后者，亦即食品的平均消费倾向和边际消费倾向逐步减少，这一规律被称作恩格尔定律。

并由此定义食品消费支出额占消费支出总额的比例为恩格尔系数（EiGeis Coefficient）。

恩格尔系数越高，则表示这个国家（地区）越贫穷;反之，恩格尔系数越低，则表示这个国家（地区）越富裕。

因此，恩格尔系数是一个国家（地区）贫富程度的主要指标之一。

联合国粮农组织提出了利用恩格尔系数划分一个国家（地区）生活水平或贫富程度的标准：恩格尔系数在60%及以上为贫困，在50%—59%为温饱，在40%—50%为小康，30%—40%为相对富裕，20%—30%为富裕，20%以下为极其富裕。

新质生产力水平的统计测度与时空演变特征研究
李阳;陈海龙;田茂再
【期刊名称】《统计与决策》
【年(卷),期】2024(40)9
【摘要】文章基于新质生产力的内涵和主要特征,测算了2010—2021年中国30个省份的新质生产力水平,并分析了新质生产力水平的区域差异及动态演变特征,结果显示:(1)研究期内,中国新质生产力水平整体上呈现上升趋势,地区间差异较大,形成“东高西低”的区域发展格局。

(2)新质生产力水平存在显著的区域异质性特征,东部地区内部的新质生产力水平差异大于中西部地区,东-西部及东-中部的地区间差异是导致中国新质生产力水平区域差异扩大的主要原因。

(3)从新质生产力水平的分布及演变特征来看,全国及东西部地区的新质生产力水平均存在极化现象。

从时空动态演进特征看,中国新质生产力水平不存在跨越式跃迁,整体上呈现梯度上升趋势,新质生产力水平较高的省份能够发挥辐射带动作用,促进邻近省份的发展,而当邻近省份的新质生产力水平较低时,该省份将趋于保持相对稳定的状态。

【总页数】7页(P11-17)
【作者】李阳;陈海龙;田茂再
【作者单位】新疆财经大学统计与数据科学学院;中国人民大学统计学院
【正文语种】中文
【中图分类】F222;F120
【相关文献】
1.数字经济发展水平的统计测度及时空演变趋势研究
2.制造业高质量发展水平的统计测度及时空演变特征研究
3.中国农业新质生产力:水平测度与动态演变
4.中国新质生产力水平、区域差异与时空演进特征
5.中国新质生产力发展水平测度与时空演进
因版权原因，仅展示原文概要，查看原文内容请购买。

青年性观念的十年变迁及其发生机制——基于CGSS2005和CGSS2015数据的分析吴炜【摘要】利用中国综合社会调查(CGSS) 2005年和2015年的数据,从未婚同居、同性恋、观看色情书刊/音像制品和嫖妓四个指标对我国青年的性观念在十年间的变化及其发生机制进行了研究.结果显示,第一,青年群体的性观念整体上仍然偏向保守,但是在具体指标中,其态度存在明显差异;第二,从2005年到2015年,青年群体的性观念整体上趋向于开放和宽容,所有指标中都呈现保守态度比例下降,持宽容态度比例上升的现象;第三,青年性观念的发生机制中,时期效应的影响显著,而世代效应的影响不显著.时间维度在时期和世代上的作用存在差异,这对于我们理解性观念变迁提供了一个新的视角.【期刊名称】《中国青年研究》【年(卷),期】2019(000)004【总页数】8页(P20-26,12)【关键词】青年;性观念;时期效应;世代效应【作者】吴炜【作者单位】南京理工大学公共事务学院社会学系【正文语种】中文一、引言性观念是某一时期人们性心理固定化、系统化的思想反映，是社会对性行为进行判断和认识的价值标准，其核心在于对性问题的道德评价［1］。

由于人们所拥有的性观念与性行为之间存在着高度相关的关系，一个社会的性观念也就很大程度上指导着这个社会中人们的性行为。

对于社会中最活跃的青年群体来说，其性观念更具有独特的意义：直接影响其首次性行为发生的时间以及今后的性活动，而这些性活动正是判断青年人是否暴露于诸多潜在健康风险，诸如早孕、人工流产、性传播疾病等的重要指标［2］。

这正是国内大众对青年群体的性观念的发展变迁充满焦虑乃至问题化的原因所在。

自20世纪下半叶以来，西方社会在性文化革命的影响下，性观念愈渐开放，显著地改变了社会中青年群体的性行为、爱情和婚姻实践。

因此，有关性观念的研究一直是社会学、心理学、教育学等学科关注的热点［3］。

就我国而言，改革开放以来，随着计划经济向市场经济的转型、现代化水平的提升、教育扩张的推进以及西方“性自由”等思想观念的传播与诱导，以家庭为本、以养育子女为目标的传统性观念不断被挑战［4］，整个社会的性观念逐渐趋于开放［5］。

细分「用户活跃状态」，帮你完成KPI指标“为什么转化降低了，怎么也找不到原因”？数据的波动最容易带来改变的就是用户，如果你每天查看的数据指标，没有拆分用户活跃状态，那你可能永远也找不到答案。

如果你能清晰的拆分并分析用户的活跃状态，那么大概70%的数据分析问题都会迎刃而解，而“卡”住分析的，往往就是这个非常基础但是很容易被忽视的内容。

所以，当你遇到任何数据波动的疑问，首先细分用户活跃状态，明确「导致问题用户」所处的活跃状态，对你的帮助一定很大。

一、理解活跃1、新增用户数+老用户数=活跃用户数一说活跃用户，会有很多人认为所谓活跃用户，就是在产品中非常活跃的用户，量化一下，比如至少一周有两三天在使用，才是所谓的活跃用户。

对不起，不是这样的，所以，首先要明确一个概念。

所谓活跃，或者活跃用户，在业内通用的定义，指这个用户在选定的时间周期内，有打开过产品，就算作活跃，就是一个活跃用户。

所以，活跃定义的是一个状态，而不是程度。

而活跃用户，分为两类用户，即新增用户和老用户。

新增都懂就不说了，而所谓老用户，即不是第一次访问产品的用户，都是老用户。

所以这三个概念的关系是，同一时间周期内，新增用户数+老用户数=活跃用户数。

打个比方，你每天看到的新增活跃数据，比如：平均日新增4k 人，日活1w 人，那就意味着平均每天访问的老用户有6k人。

2、流失用户+沉默用户=不活跃用户那么既然是细分用户活跃状态，有活跃的阶段，就一定有不活跃的阶段。

如果你去关注下不活跃用户，可能会被小小的颠覆一下，那就是不活跃的用户数量是极其庞大的。

不活跃的用户里，也分两部分，即，流失用户和沉默用户。

其中数量上占绝对大头的是流失用户，所谓流失用户，就是曾经使用过我们产品，但是已经连续有一段时间没有启动过产品了，而且这个时间段已经长到我们认为用户已经否定或者忘记了产品，那么我们把这样的用户定义为流失用户，根据不同产品的业务特点，一般按照30天，60天，或者90天以上进行划分。