中國城鎮居民消費水平影響因素分析

曾翔 宋賀

（淮陰師范學院，江蘇 淮安 223300）

一、引言

消費、投資、出口是拉動經濟發展的三駕馬車，其中消費作為拉動經濟增長的最重要動力之一，是經濟持續增長的額最終牽引力。近年來，隨著我國市場經濟的發展，我國城鎮居民消費已發生了巨大轉變。由于我國經濟發展的不平衡性，各地區城鎮居民消費水平也有著很大的差異性。因此，對中國城鎮居民消費水平的影響因素進行研究和分析，以尋找一些城鎮居民消費的特征，從而確定影響城鎮居民消費水平的主要因素。本文針對2019年分地區人均城鎮居民人均消費支出開展相關分析。

二、主成分分析在中國城鎮居民消費水平案例中的應用

利用《中國統計年鑒-2020》中2019年分地區人均城鎮居民人均消費支出的統計指標進行實證分析。

（一）KMO檢驗與Bartlett球形檢驗

KMO(Kaiser-Meyer-Olkin)檢驗用于比較變量間相關系數和偏相關系數。Bartlett球形檢驗用于檢驗原始變量相關矩陣中各變量間的相關性，以及相關系數矩陣是否為單位陣，即檢驗各變量間是否相互獨立。

檢驗結果顯示，KMO值為0.771，接近于1，從KMO檢驗角度出發，我們認為選取的數據適合做主成分分析。

對于Bartlett球形檢驗，提出假設：

備擇假設H1：相關系數矩陣不為單位陣。

Bartlett球形檢驗的卡方統計量的值為227.937，對應的概率P值為0.000，小于顯著性水平0.01。因此拒絕原假設，認為相關系數矩陣不為單位陣，即各變量間顯著相關，適合做主成分分析。

（二）主成分提取

求解主成分的過程實際上就是對矩陣結構進行分析的過程，也即求解特征根的過程。在實際應用中，可以從兩個角度出發求解主成分，一是從原始數據的協方差矩陣入手，二是從原始數據的相關矩陣出發。

本例運用SPSS軟件，提取主成分的方法采取協方差矩陣分析法，默認保留大于1的特征根。

分析結果給出了該分析中所保留的主成分從每個原始變量中提取的信息，包括各原始變量的方差、保留的主成分所提取的方差以及前m個主成分對各原始變量的方差貢獻率。同時給出了主成分解釋原始變量總方差的情況。分析時保留了大于1的特征根，本例中只有一個，為12541304.462，也為第一主成分的方差。第一主成分的方差貢獻率為85.92%，是保留的特征根占所有特征根的和的比值，由此看出第一主成分解釋原始變量總差異的效果較好。

由圖2.1，根據特征根及其曲線的拐點特征，可以看出前一個主成分的曲線較為陡峭，接下來的折線較為平緩，這就從側片說明選取前一個主成分效果較好。

圖2.1 主成分的碎石圖

表2.2 因子載荷陣

這一個主成分能夠解釋原始變量85.92%的信息，極大地簡化了對該問題的分析。由主成分向量系數的大小對比可以看出，該主成分主要解釋了食品類消費、居住消費、教育文化娛樂消費對城鎮居民消費水平的影響。

（三）結果分析

由主成分得分排名顯示，上海、北京、浙江、廣東等城市排名靠前，這些省份城鎮居民消費水平較高于我國其他省份，經濟水平也處于領先地位。這主要得力于幾個地區的地理因素較為優越，上海、廣東都是沿海城市，港口交錯；交通極為便利，鐵路干線交匯，航空方面設備更是完善；同時得益于歷史因素，改革開放較早，更是有南方城市作為第一批經濟特區，具有發達的通訊網絡設備、強大的科技教學力量，吸引大批的大人涌入這些城市，使其科技力量領先其他省市。也正是因為這些因素，使得城鎮居民在這些省份居住時所需要的消費也更高。根據近五年房價對比，不難看出上海、北京、廣東等省市房價遠遠高于經濟較落后的省市，這就使得城鎮居民這些居住的住房成本更高。而寧夏、廣西、貴州等西南方省市其地理位置處于內陸較深，又缺乏足夠的產業支撐，使之相較于其他東部沿海城市經濟較為落后，城鎮居民消費水平相對于平均水平較低。由此看出，東部省份（ 上海、廣東、北京等）的城鎮居民消費水平略高于西部城鎮居民的消費水平，且經濟較之為發達。

三、聚類分析在中國城鎮居民消費水平案例中的應用

由SPSS軟件對統計指標進行聚類分析，根據每一階段聚類結果的展示，在第1步將河北和河南聚為一類，此時有30類。第2步將甘肅和青海聚為一類，此時有29類。以此類推，第7步時將陜西聚到第1步中的河北和河南一類中。最終聚成一個大類。

此外，以y軸為聚合系數，以x軸為分類數，用Excel做出聚合系數隨分類數變化的曲線，可以在曲線變得平緩時選擇合適的分類數。

由圖可知，當分類數大于6時，曲線的變化趨勢較為平緩，同時此分類數也較為符合分類的目的。

圖3.1為系統聚類的冰柱圖，是反應樣品聚類情況的圖形，由于聚類過程像冰柱的形狀而得名。冰柱圖形象地展示了聚類的動態過程，冰柱圖有垂直和水平之分。對于縱向的冰柱圖，可以自下而上看出聚類的過程。首先，從最下面看，代表河北和河南的兩條冰柱之間冰柱最長，這意味著河北和河南最先被聚為一類，此時有30類。其次是甘肅和青海之間的冰柱長度，這時將甘肅和青海聚類一類，共有29類。以此類推，到第7步時，將陜西聚到第1步中的河北和河南一類中，最終聚成一個大類。也即某階段的分類數等于總的樣品數減去這個階段的序號數。

圖3.1 冰柱圖

此外，對于給定的類數，若要從冰柱圖中得知每類包含的樣本，只需要找到長度小于對應該給定類數的冰柱。然后，以這些冰柱為分割點，從左起至第一個分隔點之間的樣品為一類，第一個與第二個分隔點之間的樣品為第二類，依此類推，直到最后一個分隔點至最右邊為最后一類。

在本例中，對于圖3.1，若設定類數為6，則需要找到冰柱長度對應數小于6的冰柱。因此樣品被分為6類的結果是：

第一類：北京；

第二類：上海；

第三類：天津、浙江；

第四類：江蘇、內蒙古、遼寧、山東、湖北、湖南、廣東、重慶、寧夏、新疆；

第五類：河北、山西、吉林、黑龍江、安徽、福建、江西、河南、廣西、海南、四川、貴州、云南、陜西、甘肅、青海；

第六類：西藏。

由聚類分析也可得系統聚類的樹狀聚類圖，從圖中可以由分類個數得到分類情況。在本例中得到的結果為：北京為第一類；上海為第二類；天津、浙江為第三類；江蘇、內蒙古、遼寧、山東、湖北、湖南、廣東、重慶、寧夏、新疆為第四類；河北、山西、吉林、黑龍江、安徽、福建、江西、河南、廣西、海南、四川、貴州、云南、陜西、甘肅、青海為第五類；西藏為第六類。

與冰柱圖所得分類結果一致。

（一）消費結構分析

1.平均水平分析

由統計數據可以得到各類別平均水平與全國均值之差。由分類結果可看出，第四類與第五類包含了全國84%的省份，共26個省市，而這些類別的省市的平均消費水平低于全國消費水平；第一類與第二類的平均消費水平超過全國消費水平的2000~2200，第三類也超過全國消費水平760。這表明，全國大部分省市自治區平均消費水平偏低，且各省市之間的消費水平差別較大，經濟發展不均衡。

2.支出結構占比

同樣可得到各類別八項指標占總支出的比重。第一二類省市地處東部沿海，地理位置優越，經濟發展迅速，科學技術發展水平較高，通訊設備和交通運輸業基礎較好，從而在居住支出上消費較多，相比之下食品支出、衣著支出、生活用品支出較少。第三四類省市在衣著、生活用品、交通通信方面的支出比例明顯高于其他類別省市。總的來說，經濟水平越高的省市在居住支出方面越高，在衣著方面支出越少。

（二）結果分析

第一二三類別的省市多是東部沿海省份，這些省市經濟水平較高，其城鎮居民的消費水平高于其他省市；而位于中西部的省市相較于東部沿海省市經濟較為落后，多數省市的城鎮居民消費水平低于全國平均水平。說明消費水平受到經濟水平及其地理位置因素的影響，而地理位置臨近的一些省市其城鎮居民消費水平相似，如吉林、黑龍江、河北等。中西部省市由于其歷史因素、位置因素，早期沒有強大的科技力量支撐其經濟發展，經濟水平相對較落后。

四、結論

本文主要研究中國城鎮居民消費水平結構特征。首先運用主成分分析研究食品類消費、衣著消費、居住消費、生活用品消費、交通通信消費、教育文化娛樂消費、醫療保健消費、其他類消費對各省市消費水平的影響，所得分析結果認為我國城鎮居民消費水平主要受到食品類消費、居住消費、教育文化娛樂消費的影響。又由主成分得分排名得到那些經濟水平較高的省市居民的消費水平普遍高于那些經濟較落后的省市居民消費水平。

再由聚類分析得到所分的六類省市之間消費水平差異較大，且大部分省市自治區平均消費水平低于全國平均消費水平，經濟發展不均衡。同時可以看出地域差異也是影響消費水平的因素之一，特別是居于內陸深處的西部省市，其消費水平明顯低于全國平均水平。

因此，我國可采取提高居民收入的措施來增加消費支出。收入增多，居民購買力自然也會增加，從而使得幾個消費支出得到均衡發展。就業是最大的民生，要提高居民收入，首先要穩就業保民生，把就業擺在首位，實施好就業優先政策，全面強化穩就業舉措。同時，國家應采取相應措施幫助中西部省市發展經濟，如可以通過科技優化創新環境、加大科技投入、引進科技產業、培育優秀人才等措施，使越來越多與這些地區相適應的科技產品與居民深度融合，引領城市更好發展。