基于多元統計分析的城鎮居民月消費結構差異

蘭 婧

（魯東大學，煙臺 264025）

一、概述

隨著人們生活水平的不斷提高，消費觀念也不斷轉變，影響人們消費的因素的占比也在不斷提高。消費作為社會生產的源動力，是生產者生產產品的目的和導向，產品價格的變動也在一定程度上反映了市場及國家宏觀經濟的變化。為了客觀了解城鎮居民消費結構差異，本文運用SPSS軟件來分析我國各地居民的消費結構差異，并提出市場價格調控的可行性建議。

二、數據來源說明

變量名稱：人均糧食支出、人均衣著支出、人均副食支出、人均日用雜品支出、水電燃料支出、人均其他副食支出、人均其他非商品支出。

對應自變量：x1-x8

31個省、直轄市、自治區城鎮居民月平均消費額。

數據來源：國家統計局。

三、分析方法

本文依照數據選取了8個影響因素指標，對我國31個地區的消費價格指數進行分析。由于數據變量具有相關性和相互依賴性，本文采用因子分析將數據進行降維，將數據簡化，采用聚類分析的方法分析不同城市的消費價格指數分布，研究我國城鎮居民消費相關情況和不同地區之間的消費構成差異性，根據統計規律和變化特點來為市場價格調控提出相關建議。

四、模型分析與建立

（一）聚類分析原理

聚類分析就是將個體或指標變量分類，使分到同一類別的對象之間的相似度更強。按照指標或者相關聯系將相似樣本分為一類，再將屬于同一類的所有樣本相互結合，直到把所有樣本歸類為同一種類型。

（二）因子分析原理

依據相關性將原始變量劃分成小組，讓同組的變量系數保持較高的狀態，但是不同組的變量之間相關性不高，使每一個小組變量代表一個基本結構，且所有變量之間沒有相關系數，這個結構稱作公共因子。這樣做的好處在于能在大量繁瑣的數據信息中找到少數的幾個公共因子，方便我們對復雜問題進行分析和研究。

（三）因子分析

1.適用性檢驗

（1）相關矩陣

（2）KMO和巴特利特的檢驗（表1）

從表1可以看出：KMO=0.644＞0.5，巴特利特球形度檢驗的伴隨概率為0。這說明效度比較高，巴特利特球形度的檢驗結果為160.986，Sig=0.000，可以進行因子分析。

由表2可以看出，8個指標對所提取的公因子的依賴性都大于0.5，說明這8個指標對所提取的公因子有較高的相關性。

表2 8個指標對所提取的公因子的依賴性

2.提取主成分

（1）主成分解釋的總方差（表3）

由表3可知，特征值大于1的主成分有兩個，第一個主成分的特征值為4.206，可以解釋初始變量52.576 %的信息；第二個主成分的特征值為1.390，可以解釋初始變量17.369 %的信息；第三個主成分的特征值為0.916，小于1，但由于前兩個因子的貢獻度為69.945 %，因此考慮納入第三個主成分。

表3 主成分解釋的總方差

（2）成分矩陣（表4）

由表4可知，8個指標在第一個公因子上的荷載較高，這表明這8個指標與第一個公因子有較強的相關性，與第二個因子和第三個因子有不同程度的相關性，因此進行旋轉分析。

表4 成分矩陣

（3）公因子的確定和因子的分析（表5）

由表5的旋轉后的荷載陣可知，F1在人均衣著支出、人均其他副食支出、人均其他非商品支出、人均水電燃料支出這4個指標上有較大的荷載，為主要消費因子；F2在人均煙、酒、飲料支出和人均日用雜品支出這兩個指標上有較大的荷載；F3在人均糧食支出，人均副食支出這兩個指標上有較大的荷載；后兩個共同因子為次要的消費因子。

表5 旋轉成分矩陣

（4）成分矩陣系數矩陣（表6）

算出各個地區在三個因子下的得分：

F1=（-0.69）×X1+0.364×X2-0.156×X3+0.095×X4+0.21 5×X5+0.222×X6+0.388×X7+0.263×X8

F2=（-0.207）×X1-0.343×X2+0.165×X3+0.290×X4+0.5 73×X5+0.171×X6-0.172×X7+0.200×X8

F3=0.718×X1+0.274×X2+0.428×X3-0.042×X4-0.100×X5-0.166×X6-0.084×X7-0.213×X8

因子的綜合得分函數：

F=0.4239×F1+0.3328×F2+0.2433×F3

（5）因子綜合得分排名

由表6可知，第一因子上得分最高的5個地區依次為：廣東、上海、福建、北京、天津；第二因子上得分最高的5個地區依次為：北京、浙江、上海、西藏、內蒙古；第三因子上得分最高的5個地區依次為：西藏、福建、云南、遼寧、安徽。從整體分析，城鎮居民月平均消費最高的是北京、上海、浙江，城鎮居民消費最低的是青海、河南、海南，綜合得分為正的只有上海，低消費的省市比較多。

表6 成分矩陣系數矩陣

（四）聚類分析

（1）案例處理匯總（表7）

由表7可知，數據樣本容量為31，沒有無效樣本。

表7 案例處理匯總

（2）聚類分析樹狀圖

利用SPSS軟件使用系統分析法的原理得到圖1。

分析樹狀圖，可把數據分成4個大類：第一類是西藏（25），第二類是北京（1）、上海（9）、浙江（11），第三類是天津（2）、遼寧（6）、福建（13）、廣東（19），剩下的歸為其他類。也可把數據分成3個大類：第一類是西藏（25），第二類是北京（1）、上海（9）、浙江（11），剩下的為其他類。其中，北京、上海、浙江都是國際化大都市，也是經濟高速發展的“三角地區”，雖然它們的消費支出高于其他地區，但其商業經濟帶來的利潤也促進了消費。天津、遼寧、福建雖然屬于第三大類，但它們地處沿海，物資豐富，具有充分的發展機會，具有自己的優勢。最后一類的陜西、寧夏、青海、甘肅、新疆等省市生產力水平偏低，居民消費支出目前主要是人均糧食支出，均與其他副食支出呈負相關。

五、結果分析

（一）西藏地區的城鎮居民消費支出增長率較高

調查發現，西藏城鎮居民消費支出以每年10 %的驚人速度增長，其中，青藏鐵路的運行無疑給西藏地區帶來了巨大的經濟效益，促進了西藏人民的消費，城鎮居民的消費支出也反映了一部分居民的收入情況。

（二）統計的樣本不完全代表總體

由于此次研究的是城鎮居民月平均的消費支出，所抽樣統計的樣本基于中國消費群體的中端，并不能完全代表總體。熱門前三的地區北京、上海、浙江在第一因子、第二因子及綜合得分的排名中都屬于前列，由樹狀圖可以明顯地看出我國的消費水平還處于低迷狀態，其消費結構和經濟發展跟不上社會發展，這也說明我國各地區的消費差距還較大，貧富差距的攻堅戰仍然要進行。

圖1 聚類分析樹狀圖

六、建議

（一）經濟發展程度及快慢是決定居民消費水平的最根本原因

政府作為市場的調控者，應該制定扶持政策，縮小地區的經濟差距，使地區發展的不平衡現象得到基本改善，加大計劃經濟及東西部支援力度，利用“以東帶西”及“以強扶弱”戰略，實現經濟增長。

（二）加大居民醫療保障制度，提高工資收入，政策落實到住房、就業、教育、文化等方面

同時，要保障居民的合法權利，維護消費者的合法權利，依法嚴懲破壞消費環境的不法分子，打造一個安全、干凈、透明、公平的消費環境。

（三）加強市場引導，改變人們的消費觀念，盡可能引導人們理智消費

政府可以頒布有利于刺激消費的政策，糾正因為追趕潮流時尚或者盲目虛榮攀比而帶來的畸形消費觀念，預防消費市場的巨大價格變動。

（四）提高教育水平

教育水平的高低直接決定經濟發展水平的快慢。人們受教育程度的高低也決定了我國是否能從能源社會過渡轉變為可持續發展的社會，從而實現資源的循環，進而促進消費。政府目前可以提高教育扶持力度，減輕人們的教育支出壓力，提高人們的消費欲望。