搜索
中国城镇居民消费结构的聚类分析内容摘要：改革开放30余年来，我国国民经济发展取得了举世瞩目的成就，人民生活水平不断提高，居民消费结构也发生了巨大的变化，本文利用聚类分析方法对我国31个省(直辖市、自治区)的城镇居民消费结构进行聚类分析,探讨我国各区域之间城镇居民消费结构的差异，从而根据地区间的消费结构差异制定更加合理的用以促进当地经济发展的引导性政策。关键词：城镇居民消费结构经济发展水平聚类分析一．目的意义消费结构是在一定的社会经济条件下，人们(包括各种不同类型的消费者和社会集团)在消费过程中所消费的各种不同类型的消费资料(包括劳务)的比例关系。其主要包括八项方面的支出，食品消费、衣着消费、家庭设备用品及服务消费、医疗保健消费、交通和通信消费、教育文化娱乐服务消费、居住消费、杂项商品和服务消费,以上构成城镇居民消费性支出的八个项目即为所选指标。为了使数据的分析结果更合理，这里的指标均采用各地区城镇居民家庭平均每人全年消费性支出作为分析对象,即采用人均值。本文利用聚类分析法对我国31个省(直辖市、自治区)的城镇居民消费结构进行聚类分析,以期发现我国各区域之间城镇居民消费结构的差异,从而为引导我国区域消费结构向着协调方向发展、为各地政府根据地区间消费结构差异制定更加合理的引导性政策提供更加有效的依据。二、方法及原理聚类分析的基本思想是认为我们所研究的样本或指标(变量)之间存在着不同程度的相似性。根据一批样品的多个观测指标，具体找出一些能够度量样品或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把具有相似程度的样品（或指标）分别聚为一类，直到把所有样本(或指标)都聚合完毕，形成一个由小到大的分类系统，最后再把整个分类系统化成一张谱系图，用它把所有样本或指标间的亲疏程度表示出来。传统的统计聚类分析方法包括系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。本文采用系统聚类法，将数据在SPSS中进行预处理，然后得出SPSS分析结果，再根据其分析结果对我国31个省(直辖市、自治区)的城镇居民消费结构进行最后分类。三、数据预处理根据中国统计年鉴,得到2007年的统计数据,见下表：本文运用系统聚类法将数据在SPSS软件中进行运行计算，分析步骤如下：1、启动SPSS，输表一的数据，试对城镇居民消费性支出的八个项目进行聚类分析。2、选择【分析—聚类分析—分层聚类】菜单命令，将食品、衣着、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、居住、杂项商品和服务选入变量框，将地区选入标签框，默认为“对观测量聚类”。3、点击【绘图】按钮，选择【系统树图】，设置绘图类型。4、点击【方法】按钮，设置【聚类方法】----【最短距离法】和【间距】---【欧氏距离平方】，然后采用Zscores数据标准化方法对数据进行标准化。5、选择合适的方法选项后，点击【确定】，即可得到聚类分析结果。发现图形不美观，选择【编辑—选项—视图】，将输出文本字体设置为“CourierNew”即完成。四、结果分析此次聚类分析的样本总个数为31个,在分析过程中未发现无效样本,故总的有效样本个数为31个,样本有效率100%。CaseProcessingSummaryCasesValidMissingTotalNPercentNPercentNPercent31100.0%0.0%31100.0%通过运用SPSS进行数据处理后得到的凝聚状态表及谱系图如下：agglomerationscheduleStageClusterCombinedCoefficientsStageClusterFirstAppearsNextStageCluster1Cluster2Cluster1Cluster212829.50200321630.52900632728.62601441227.63803551218.6894076416.7160277412.7306588431.734701391424.7570010101423.95990121115221.01000181214171.02810013134141.0298121414341.1140131515381.1211401716671.1290020173201.57115018183151.737171119193212.0541802020362.671191621213102.7332002222352.74521023233132.81122024243254.16923025253264.2632402626238.88002529271910.52400282811110.77427029291211.1182826303011911.1762900得到的聚类分析谱系图，如下：根据SPSS软件分析出的凝聚状态表及谱系图经综合分析，把所分析的31个省(直辖市、自治区)的城镇居民消费结构共分成七类，可以得到以下系统聚类分析的结果：第一类共9个，包括：新疆、甘肃、青海、山西、安徽、河南、贵州、江西第二类共6个，包括：宁夏、四川、河北、黑龙江、吉林、辽宁第三类共10个，包括：湖北、、湖南、广西、山东、重庆、河南、江苏、内蒙古、福建、海南第四类共2个，包括：云南、西藏第五类共3个，包括：天津、浙江、广东第六类共1个，包括：北京第七类共1个，包括：上海五、结论从分类结果可以看出，整体上，各省居民消费结构与地区经济发展水平是相适应的，居民的消费结构类型遵循该地区的经济发展程度，经济发展水平相似的省份其居民的消费结构类型也具相似性，这种相似性的产生有着多方面的原因,诸如:经济发展水平相近、居民消费观念相似、生活方式类似、生产方式近似、产业结构雷同等等。目前普遍将我国经济发展状况由地域的不同，分成东部地区、东北地区、中部地区和西部地区，各地区的消费结构受的地域所处的经济区域影响较大，从分类结果中的第四类、第五类很明显可以看出这一影响的作用，以第五类为例，类中天津、浙江、广东都属于沿海经济区，在地域上都是沿海经济区，地域分布类型一致经济发展水平程度相似从而使其居民消费结构同属一类，但分析结果也可以看出居民的消费结构受地域所处的经济区域影响较大，但这也不是绝对的。例如分类结果的第一类、第二类、第三类这种情况比较明显，以第一类为例，西部经济区的新疆、甘肃、青海、与中部经济区的山西、安徽、河南、贵州、江西它们之间地理位置相距甚远,但同类地区的居民消费结构却相当相似，虽然从总量上来讲,地区之间经济发展水平的差距悬殊,是影响不同地域居民消费结构的重要因素，而居民消费结构的不同也会进一步影响当地经济的发展。分析结果中上海与北京单独分类，其中上海的各项消费较全国其他各省均比较高。城市化程度较高的上海，消费总量居于全国首位，其消费结构正日益多元化，服务消费的比重在逐步上升，随着上海人生活质量的提高，过好日子不仅体现在买有形的商品上，同时也体现在许多无形的消费享受上，其非商品性消费正逐年增长，如今有更多的市民把消费重点开始从商品向教育、文化、旅游、通信、娱乐等服务领域转移。上海居民消费结构的这种变动趋势，也是社会生活各领域改革促成的消费制度变化的体现。比如教育制度的改革带来了教育产业的发育，医疗体制改革使人们开始更多地分担医疗支出，各方面保障制度的改革使商业保险的支出成为许多家庭的日常支出消费结构的变动，体现出一种趋势，越来越多的人在主动或被动地接受新的消费升级。分析结果中看出各省的消费结构还有进一步优化的空间。以安徽、江西、贵州等第一类省市为例,这类省市消费结构的突出特点表现为:商品性消费偏高,而诸如教育、娱乐其他的服务性非商品性消费所占比重比较小，其经济的发展水平制约着消费结构的优化升级。以上所进行分析,说明我国目前大部分省市城镇居民的消费结构都存在着一些不合理之处,有较大的调整空间。消费结构的升级归根结底是经济发展的作用，因此必须有效增加城镇居民收入，才能稳步提高城镇居民的消费水平，要扩大或提高居民消费水平和能力,充分挖掘目前的居民消费潜力,除了继续提高城乡居民收入外,必须或主要从转变居民消费观念、树立现代消费观和建立促进居民消费持续稳定提高(或增长)的长效机制、营造一个有利于居民消费持续稳定增长的政策环境和社会环境，同时消费结构的变化在社会经济持续发展的过程中有着重要的作用，合理的消费模式不仅有利于经济的持续增长，同时还会减缓社会各方面的压力，使人们赖以生存的环境得到保护和改善。参考文献:【1】国家统计局，2007：《中国统计年鉴》【2】郝梅瑞，2008：《对我国消费结构进一步升级问题的思考》【3】张国华，2008：《中国城镇居民消费结构的聚类分析》【4】周井田,张世晨.新世纪我国城镇居民消费特点分析.商业研究,2002【5】陈启杰,张丹.我国城乡居民消费结构的比较研究.上海市经济干部管理学报.2006，