我国城镇居民消费水平的聚类分析和因子分析

马健悦

摘 要：本文对全国31个省、直辖市、自治区人均消费支出进行聚类分析和因子分析，运用系统聚类法将地区分为五类，通过因子分析得出两类公共因子可以代表原始指标的大部分信息，分别是基本生活因子和医疗衣着因子。结果表明，各地区间人均消费支出有显著差异，并且消费水平与经济发达程度有关，并根据结果提出建议，这不仅有助于各地区经济发展，还有助于我国经济统筹发展。

关键词：聚类分析 因子分析 消费层次

中图分类号：F126.1 文献标识码：A 文章编号：2096-0298（2018）01（b）-074-02

“十二五”期间，我国经济增长较快，居民收入增加，生活水平提高，全面建设小康社会取得重大进展。投资、消费、出口作为拉动经济的“三驾马车”，其顺序已经发生根本性变化，“消费”被提到了前所未有的高度，国家对消费的重视程度逐步提高，加大消费可以促进经济良性循环，消费对一个国家的经济增长有巨大推动作用[1]。然而，由于区位、资源丰富度等因素使得各个地区经济发展有巨大差异，消费就是各地区差异的表现之一，经济发达地区人均消费支出高，经济落后地区人均消费支出低，这对我国各地区经济均衡发展十分不利。所以，将全国31个省、市、自治区分类研究，发现各省城镇居民消费水平与其经济发达程度相关性，以此分析出各分类地区发展现状及存在的问题，并提出相关建议，这对于我国经济快速发展以及各地区均衡发展有重要的参考价值。

1 相关指标及方法介绍

1.1 数据及指标选取

本文选取2015年城镇居民分地区人均消费支出数据，用七项指标来描述各个地区人均消费支出情况，分别是：食品烟酒、衣着、居住、交通通信、教育文化娱乐、医疗保健、其他商品和服务。

指标的选取参考了《中国统计年鉴》中指标的设置，数据来源于《中国统计年鉴》（2016）。

1.2 研究方法

本文采用聚类分析法和因子分析法对全国31个省、直辖市、自治区进行分析。

系统聚类是将每个样品分成若干类的方法，其基本思想是：先将各个样品各看成一类，然后规定类与类之间的距离，选择距离最小的一对合并成新的一类，计算新类与其他类之间的距离，再将距离最近的两类合并，这样每次减少一类，直至所有的样品合为一类为止。

因子分析是利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，探求观测数据中的基本结构，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法[2]。因子分析分为Q型因子和R型因子分析，本文进行R型因子分析。

2 实证分析

2.1 聚类分析

利用SPSS统计软件用系统聚类法对数据进行分析，采用组内连接法，得到如图1所示，给出将各地区人均消费分类情况，并将消费水平相近的地区划分为一类。

图1是树状聚类图，从图中可以得到分类情况，若分为5类，结果为。

第一类：上海。上海是我国的经济中心，基础设施齐全，地理位置优越，交通便利，金融业、科技业发达，人均消费水平远远超过全国人均消费支出。

第二類：北京。北京作为我国的首都，实现了首都经济社会持续稳步发展，北京市房价高，娱乐设施、生活设施齐全，医疗条件发达，教育体制完善等原因，北京市人均消费支出很高。

第三类：福建、广东、江苏、浙江。这四个省为东部沿海地区，地理位置优越，交通发达，并且在国家政策的支持下，经济发展保持平稳增长，人均消费支出略高于全国平均水平。

第四类：西藏、海南、广西、云南、贵州、江西、安徽。这些省多位于我国南部，近几年经济水平稳步提高，属于中等消费地区，与全国平均消费水平基本持平，或略低于全国平均消费。

第五类：吉林、宁夏、黑龙江、河北、陕西、湖北、河南、甘肃、山西、山东、新疆、青海、重庆、四川、湖南、内蒙古、辽宁、天津。这些省经济发展较为缓慢，人口众多，地理位置靠近内陆，没有良好的区位优势，所以人均消费支出相对较低。

2.2 因子分析

本文运用SPSS软件对数据进行分析，分析前将数据进行标准化，消除量纲的影响。首先进行KMO和Bartlett的检验，KMO值为0.846，接近于1，说明适合做因子分析；Bartlett的球形度检验得到Sig.值显著，同样说明适合做因子分析。根据共同度估计结果，第一个因子F1的方差贡献率为67.455%，第二个因子F2的方差贡献率为15.948%，对样本方差的贡献和达到83.403%，大于80%，说明可以很好地解释原始7个指标所反映的信息，故选取前两个因子为公共因子作为评价各地区消费水平的评价指标。

表1为采用方差最大化法旋转后的成份矩阵，旋转后的成份矩阵与成份矩阵相比，因子意义更为明确。由表1可知公共因子F1在x1（食品烟酒）、x3（居住）、x4（交通通信）、x5（教育文化娱乐）、x7（其他用品及服务）上的载荷值都很大，均为反映居民基本生活水平的指标，因而将F1命名为基本生活因子。公共因子F2在x2（衣着）、x6（医疗保健）上的载荷较大，因而将F2命名为衣着医疗因子。

根据各因子贡献率可以计算综合得分F，即F=（67.455F1+15.948F2）/83.403，得到各个城市在F1、F2、F上的得分及排名，综合排名前五位为上海、北京、浙江、广东、天津，这些省、市的居民消费水平较高，这与其经济的发达程度是分不开的，上海、北京、天津均为我国的直辖市，生活设施齐全，经济持续稳步发展，浙江、广东均为东部沿海地区，交通便利，有区位优势，经济发达，因而这些省、直辖市居民消费水平较高。

3 结论及建议

3.1 结论

各地区人均消费支出差异大。由于各地区经济发展水平的差异，导致各地区人民收入有差别，用来消费的资金也不同，消费结构也有所不同。东部沿海发达地区人民生活水平高，消费支出也相应较高，大部分中低消费地区集中在中西部，人均消费支出与发达地区有较大差距，说明我国居民消费的地区差异性很明显。人均消费支出水平与经济发达程度有关。通过分类发现北京、上海这两个城市均远远超过其他地区，是中国经济实力最强的两个城市，属于经济发达地区，人民消费水平高。东部沿海地区地理位置优越，贸易往来频繁，大力发展外向型经济。中西部地区经济基础薄弱，资源匮乏，依靠内需拉动经济增长，属于欠发达地区。

3.2 建议

促进区域经济协调发展，缩小地区差异。中西部地区经济发展落后，经济基础薄弱，国家应投入资金，推行政策来扶持这些地区经济的发展，并且不同地区政府应相互合作，促进各地区共同发展。东部地区应积极推进产业结构的转型升级，应探索新的发展模式，实现经济跨越式发展。刺激消费，拓宽居民消费领域。作为拉动经济增长三驾马车的消费，在当今经济形势下越来越重要，然而，我国消费需求相对不足，这些年来，政府一直花大力气刺激我国的消费需求，取得了积极成果[3]。我们不仅需要进一步巩固已有成果，还需要培育新的消费热点，如旅游、教育等。

参考文献

[1] 王攀娜.我国农村居民消费支出地区差异实证研究——关于聚类分析和因子分析的应用[J].商业时代，2013（36）.

[2] 刘昱清.我国城镇居民消费支出结构与水平的因子分析[J].济宁学院学报，2014，35（4）.

[3] 刘思嘉，赵金楼.我国城镇居民消费结构的聚类分析及政策建议[J].现代管理科学，2010（1）.