基于SPSS的31个地区的聚类分析

摘 要：近年来，随着我国经济的发展，各个地区的经济发展水平也出现了较大的差异，我们抽取具有代表性的31个地区，基于SPSS对他们从人均食品支出、人均衣着支出、人均住房支出、人均家庭设备及服务支出、人均交通和通信支出、人均文教娱乐用品及服务支出、人均医疗保健支出和其他商品及服务支出八个方面进行聚类分析，分析所属同一类的地区所具有的相似性，为经济良好发展提供有效的建议。

关键词：SPSS;聚类分析;相似性

一、数据来源及分析

（一）数据来源

X1人均食品支出（元/人）X5人均交通和通信支出（元/人）

X2人均衣着支出（元/人）X6人均文教娱乐用品及服务支出（元/人）

X3人均住房支出（元/人）X7人均医疗保健支出（元/人）

X4 人均家庭设备及服务支出（元/人）X8 其他商品及服务支出（元/人）

图表 1

注：上图截取了31个地区一部分数据 数据来源：中国统计年鉴

（二）数据分析

以上选择的8个指标都很好的从衣、食、住、行四个方面反映了31个地区的人均消费水平，在一定程度了反映了不同地区的发展水平情况，通过运用欧式距离，将它们之间距离最近的两类合并为新类，然后计算新类与当前各类之间的距离，直至类的个数等于1时，画出聚类图，决定类的个数和最终分类数。

二、SPSS的聚类分析结果

（一）分类数的确定

圖表2聚合系数随分类数变化曲线

将SPSS输出的聚合系数值导入EXCEL中，做出聚合系数随分类数变化曲线，由图表2看出分类数3到5类是最合适的，但由于分类数过多不利于分析，所以我们选择分为3类对31个地区进行统计分析。

将数据导入SPSS软件，在“分析”菜单中选择“分类”，选择其中的系统聚类分析，将X1到X8八个变量选入变量框中，标注个案中选择地区，再点击右侧“方法”，聚类方法选择组内连接，区间测量采取平方Euclidean距离，并将其采用Z分数标准化，最后，单机确定按钮，SPSS则输出图表3。图表3是对每一个阶段不同聚类结果的反映，其中第四列为聚合系数，其值越大，代表其相似性越大，聚合损失量则会越少。

（二）具体分类情况

如上图所示是树状聚类图，由上面分析可知将其分为三类，易得分为北京、浙江、上海、其他地区，三类情况。

结束语：

将上海分为第一类，北京、浙江分为第二类，其他分为第三类，根据经验易得第一类为最发达地区，拥有各种机遇，主要发展高新技术产业;第二类为较发达地区，其经济上也有很大的突破，其应主要发展制造业，不断升级改进;第三类为经济欠发达地区，应该借用各地区的优势，积极发展自己特色的产业，提升经济实力。

参考文献：

[1]吕卫平，张晓梅.基于SPSS的聚类分析应用[J].福建电脑，2013（09）：20-23.

[2]薛薇.统计分析与 SPSS 的应用 [M].北京：中国人民大学出版社，2011.

作者简介：刘雪敏（1998-），女，汉族，河北省张家口市人，本科，河北大学经济学院。研究方向：经济统计学。