山东省居民消费结构变动分析_论文定.doc

河 北 工 业 大 学毕 业 论 文作 者： 张 晓 学 号： 110059 学 院： 理学院 系(专业)： 信息与计算科学 题 目： 山东省居民消费结构变动分析 指导者： 仝策中 讲师 (姓 名) (专业技术职务)评阅者： (姓 名) (专业技术职务) 2015年 6月 2日毕业设计（论文）中文摘要山东省居民消费结构变动分析摘要：山东省作为经济大省，拥有悠久的文化底蕴。近十年来随着山东省经济建设取得巨大成就，人民生活水平也随之显著提高，与此相伴随，我省的居民消费结构也发生了明显的变动。居民的消费结构指的是，将可支配的收入进行不同分类的支出，这些支出之间的关系可以明确反映出居民的生活状态和消费理念，进而可以在一定程度上代表当地经济的发展状况。对于消费结构的研究，本文采用了恩格尔系数、因子分析及聚类分析等统计学方法，对山东省内不同地域，不同时间，不同经济环境的城镇居民消费结构进行统计分析，以此来探究居民的消费结构与以上变化有什么联系。第一部分，我们通过对各市区恩格尔系数的分析我们探究地区经济对于居民消费结构的影响。第二部分，我们通过对近年来我省居民消费结构变化的因子分析我们研究经济发展对于消费结构变化的影响。第三部分，通过对各市居民消费水平变化的聚类分析，我们研究地域经济及文化对于消费结构变化的影响。因此，本文意在通过分析我省近年来各市区城镇居民消费结构变动的情况，探究城镇居民消费结构变化的内部原因，进而找优化消费结构、刺激经济增长、改善居民生活水平的改革方法。关键词：消费结构 恩格尔系数 因子分析 聚类分析毕业设计（论文）外文摘要Title Analysis of the consumption structure of residents in Shandong Province AbstractShandong Province, as the economic province, has a long cultural heritage. In the past ten years, with the economic construction of Shandong Province, the people living standards have been greatly improved, and the consumption structure of our province will also have a significant change. The consumption structure of the residents refers to the expenses of different categories of the disposable income; the relationship between these expenses can clearly reflect the living conditions and consumption concept of the residents, also, in a certain degree, represent the development of the local economy.Through the analysis of the Engel coefficient、 Clustering analysis and the factor analysis of each city, we can not only explore the influence of regional economy to the consumption structure of the residents, but also study the impact of economic development on the consumption structure changes, for explores the internal reasons of the changes of consumer structure, and find the reform methods of optimizing consumption structure, stimulating economic growth and improving the living standard of residents.Keywords：Consumption structure Engel coefficient Factor analysis Clustering analysis 目 录1 引言- 1 -1.1 问题的提出- 1 -1.1.1 研究背景及其意义- 1 -1.2 恩格尔系数分析方法的发展过程与研究现状- 1 -1.3 因子分析，聚类分析的分析方法的发展过程与研究现状- 2 -2 山东省不同地域城镇居民消费结构变化分析- 2 -2.1 不同地域城镇居民恩格尔系数变化分析- 2 -2.1.1恩格尔系数分析法- 2 -2.1.2山东省不同地域城镇居民恩格尔系数变化分析- 3 -2.2 山东省城镇居民消费结构变化因子分析- 5 -2.2.1 因子分析的基本方法- 5 -2.2.2 山东省城镇居民消费结构变化因子分析- 7 -2.3 山东省各市城镇居民消费结构聚类分析- 13 -2.3.1 聚类分析基本方法- 13 -2.3.2类之间距离的度量方法- 14 -2.3.3 山东省各市城镇居民消费结构聚类分析- 14 -3 分析结论与政策建议- 19 -结 论- 21 -参 考 文 献- 22 -致 谢- 23 -附录A：- 24 -附录B：- 25 -附录C：- 25 -河北工业大学2015界本科毕业论文1 引言 1.1 问题的提出1.1.1 研究背景及其意义山东省作为经济大省，拥有悠久的文化底蕴。近十年来随着山东省经济建设取得巨大成就，人民生活水平也随之显著提高，与此相伴随，我省的居民消费结构也发生了明显的变动。居民的消费结构指的是，将可支配的收入进行不同分类的支出，这些支出之间的关系可以明确反映出居民的生活状态和消费理念，进而可以在一定程度上代表当地经济的发展状况。对于消费结构的研究，本文采用了恩格尔系数、因子分析及聚类分析等统计学方法，对山东省内不同地域，不同时间，不同经济环境的城镇居民消费结构进行统计分析，以此来探究居民的消费结构与以上变化有什么联系。第一部分，我们通过对各市区恩格尔系数的分析我们探究地区经济对于居民消费结构的影响。第二部分，我们通过对近年来我省居民消费结构变化的因子分析我们研究经济发展对于消费结构变化的影响。第三部分，通过对各市居民消费水平变化的聚类分析，我们研究地域经济及文化对于消费结构变化的影响。因此，本文意在通过分析我省近年来各市区城镇居民消费结构变动的情况，探究城镇居民消费结构变化的内部原因，进而找优化消费结构、刺激经济增长、改善居民生活水平的改革方法。对于数据的选择方面，本文通过对山东省统计年鉴和各市区国民经济和社会发展统计公报中有关数据的统计整理，得到山东省20042014年各市城镇居民恩格尔系数变化表、山东省19982010年居民消费结构变化表及2013年山东省各市城镇居民消费结构统计表三份数据进行统计分析。1.2 恩格尔系数分析方法的发展过程与研究现状恩格尔系数的来源起始于十九世纪中期的恩格尔定律，是由德国统计学家和经济学家恩格尔所提出的一项关于家庭收入，与消费种类之间的变化关系1。后来演变出的主要意思是指，随着收入的增加，家庭支出在食品等生存性消费方面将逐渐减少，所以，根据统计某一地区家庭在食品方面的支出占总支出的比例，就可以看出该地区居民生活水平的高低，从而得到该地区经济发展的水平。1.3 因子分析，聚类分析的分析方法的发展过程与研究现状因子分析是一种降维、简化数据的统计分析方法，从研究变量内部相关的依赖关系出发，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。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量2。聚类分析，起源于分类学又称群分析，是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法，在古老的分类学中，人们主要依靠经验和专业知识来实现分类，很少利用数学工具进行定量的分类。随着人类科学技术的发展，对分类的要求越来越高，以致有时仅凭经验和专业知识难以确切地进行分类，于是人们逐渐地把数学工具引用到了分类学中，形成了数值分类学，之后又将多元分析的技术引入到数值分类学形成了聚类分析3。2 山东省不同地域城镇居民消费结构变化分析2.1 不同地域城镇居民恩格尔系数变化分析 2.1.1恩格尔系数分析法恩格尔系数分析法的应用条件其实收到地区经济变化的限制，它只是一种理想型的分析方法，只有将该地区价格变化环境变化等一系列不确定因素全部排除，将变量牢牢限定在居民收入和食品支出的具体数字方面才会有意义。因此恩格尔系数所反映的变化是宏观上的经济变化，将统计数据扩充到足够充分时所得出的结论才有分析价值。其计算公式如下：恩格尔系数=食物支出金额/总支出金额根据联合国粮农组织提出的标准，恩格尔系数在59%以上为贫困，50-59%为温饱，40-50%为小康，30-40%为富裕，低于30%为最富裕。本文在数据统计方面整理了十一年来山东省各市区城镇居民的恩格尔系数，暂时设定其中价格变化、人文环境等各类变动因素为零，来进行以下分析。2.1.2山东省不同地域城镇居民恩格尔系数变化分析山东省位于我国中东部地区，背山靠海，地域由东向西变化明显，北邻京津唐经济带，东靠环渤海经济带，西边处于大中原经济区域。区域内经济区域分割明显，地理区域也有逐渐的变化趋势，所以通过将省内17城市进行区域、经济发展等分化，以此来探究地域经济或者是地理位置对于居民消费结构的影响。首先，我们根据地域分布将省内17城市分为沿海城市、过渡城市与内陆城市三类，其中，沿海城市包括烟台、青岛、威海、潍坊、东营和滨州；过渡城市包括日照、济南、临沂、莱芜和淄博；内陆城市包括德州、聊城、泰安、济宁、菏泽和枣庄。（行政区划图参见附录C）根据三类地域20042014年城镇居民恩格尔系数变化（原始数据参见附录A：山东省各市城镇居民恩格尔系数变化表）12统计得出三类地区恩格尔系数的变化图：通过图中数据变化我们可以分析得出：（一）：我省城镇居民生活水平基本进入富裕行列，从零四到一四年恩格尔系数始终徘徊在30%到40%之间。并且从整个横向比较来看，我省城镇居民恩格尔系数正在逐年下降。（二）：纵向比较来看，内陆城市在普遍较高的基础上稳定下降；过渡城虽然普遍较低但是呈现出较大的变动幅度；沿海城市从零五年开始就在32%34%区间内小幅度升降。（三）：总体来说随着时间变化，我省城镇居民消费结构正向着健康的方式逐渐靠拢，但是变动幅度无论从时间横向或者是地域纵向方面都没有明显变化，一是数据搜集的时间跨度不够大，只有经济快速发展过程中的十一年，没有较大的政策改革或者经济调整；二是，城市按地域分配或许还会受到经济带的影响，例如过渡城市中包括了省会济南，内陆城市中包括了近年来受到京津冀经济带发展影响发展较快的德州市，所以在数据处理上三中地域变化并不是太明显。下面，我们再将17城市按经济发展状况分为三类，富裕城市包括东营、青岛、烟台、威海、淄博和济南；较富裕城市包括潍坊、枣庄、济宁、泰安、莱芜；发展城市包括日照、滨州、临沂、菏泽、聊城和德州。下图表示为三类经济发展地区恩格尔系数变化图：通过表中数据变化我们可以清晰的看出以下结论：（一）：横向比较来看，第一类富裕城市恩格尔系数的变化范围明显比较富裕和发展城市要稳定的多。（二）：纵向比较来看，第一类富裕城市恩格尔系数要比比较富裕和发展城市要低。根据以上两个图表进行交叉比较我们可以看出，地域分布在一定程度上影响了经济发展，而经济发展又会影响到恩格尔系数的变化。总的来看，我省居民的恩格尔系数逐年下降，局部地区变化从鲁东南沿海向鲁西北内陆逐渐增高，这和经济发展也有必然的联系5。在下文中我们将利用更科学的数据处理方式从时间和地域方面对数据进行更详细的分析。2.2 山东省城镇居民消费结构变化因子分析 2.2.1 因子分析的基本方法因子分析的分析原理就是在原始的数据内找到相关性较高的数据，然后将其分为一组，从而将不同组间的变量区别开来。此时，每一组数据内部都包含有一个将本组成员聚在一起的隐含条件，即为公共因子，在随后的计算中通过一个在原始数据中不存在的变量来表示。这样一来，对于研究问题所提供的原始变量就可以用一个包含所有公共因子的线性函数和其它未得到分组的单独因子表示出来。那么，含有个指标的因子分析模型就可以表示成下列行列式： （2.1）式中，位于等号左边的X1、X2、表示原有数据中可以体现到的数据分类。等式右面的称为因子载荷，用来表示是指标与线性相关程度。用矩阵形式表示为：对于每个分类的表达式中的公共因子用表示，要注意的是，每一个公共因子来源于分类中每一个数据的隐藏关系，不同的分析问题中，公共因子所表达出来的内容也不相同。与公共因子之间彼此独立的因子用表示，对各个对应指标所特有，称为特殊因子。其中，称为因子载荷矩阵，表达式为 （2.2）在上面的表达式中我们可以有如下解释：分类依赖于各个公共因子的程度通过中的第行元素来说明说明。公共因子与各个指标的联系程度通过中第列元素来说明。通常本组数据中公共因子的实际意义也可以根据该列绝对值较大的因子载荷来解释。指标的共同度用中的第行元素的平方和来表示。用来衡量各个公共因子的相对重要性的公共因子，对原始指标所提供的方差贡献的总和通过中第列元素的平方和来表示。公共因子的方差贡献率用公式来表示，其中越大，就表示公共因子越重要4。因子分析的基本步骤为：1因子提取和因子载荷矩阵的求解因子载荷矩阵的求解过程是因子分析的关键。本文所采用的主成分分析法，是根据原始数据求解因子载荷矩阵的若干方法中最广泛的一个。它的分析原理简单来说就是将原有的个相关变量通过坐标变换的手段标准化，然后用另一组不相关的变量将其线性表示出来，然后式（2.2）就被表示成下列式子： (2.3)其中，式（2.3）中系数的求解方式需要按照以下原则来进行：（1）与（;）相互独立。（2）与前方变量都不相关的原有变量中一切线性组合中方差最大的，才可以为。那么，根据以上表达式所表示出来的新变量就可以称之为我们所研究问题中原有变量的主成分。2因子的命名通过因子旋转来实现因子命名，具体方法就是找到一个只会改变因子的方差贡献而不会影响变量的共同度的矩阵B，这个矩阵可以用一个正交矩阵左乘因子载荷矩阵得到。这样一来各个因子解释原始变量方差的比例就通过因子旋转改变坐标轴来重新分配，从而达到解释因子的目的。3计算因子得分通过用原有变量进行线性组合来表示因子得分函数从而来来计算因子得分，于是第个因子在第个样本上的值可表示为： （2.4） （=1,2,3,k）2.2.2 山东省城镇居民消费结构变化因子分析 居民将可支配的家庭收入在不同消费种类中进行不同比例的支出即为消费结构，具体意义就是，家庭在每一项消费种类的消费数额所占总消费数额比例之间的关系。本文采取的数据是1998年到2010年山东省居民消费结构的组成数据，数据采用食品、衣着、居住、家庭设备、医疗保健、交通通讯、教育娱乐七项内容将我省省城镇居民生活费支出表示出来，因此我们也采用这七项内容联通时间变量进行因子分析，找出居民消费结构中是否有具体因子与时间变化之间的关系紧密。山东省城镇居民消费结构变化如表2-1所示：表2-1 1998年2010年山东省城镇居民消费结构变化表19982010年山东省城镇居民消费结构变化表年份（种类）食品衣着居住家庭设备交通通讯教育文娱医疗保健199841.53%14.69%8.26%10.86%6.46%13.44%4.76%199938.94%14.25%8.64%12.80%6.33%13.93%5.11%200036.68%14.00%8.31%11.80%7.44%14.98%6.78%200136.16%13.89%8.86%10.48%8.26%15.61%6.57%200235.62%13.47%8.50%7.34%9.95%17.17%7.53%200334.95%12.82%9.40%7.86%10.88%15.87%7.57%200435.73%12.83%9.30%7.07%12.39%15.20%7.49%200534.83%13.36%10.42%6.97%12.51%14.41%8.03%200633.19%13.26%10.26%6.44%14.39%14.71%7.64%200734.05%13.26%11.01%7.08%14.28%12.75%7.59%200834.79%13.11%11.73%7.58%13.26%12.01%7.52%200934.07%13.34%11.03%7.63%14.82%11.49%7.63%201033.11%13.74%11.09%7.20%16.85%11.04%6.97%数据来源:根据历年山东省统计年鉴13收集整理而成通过SPSS软件进行分析，输出内容如下：1.通过观察相关系数矩阵的相关系数来确定数据进行因子分析是否可行。表2-2 相关系数矩阵变量相关系数矩阵为表2-2所示。可以看到，原始数据经过处理后所大部分数据相互间的相关系数数值很高。这也就意味着有较强的线性关系存在于每个变量之间，因此在本次原始数据中进行因子分析是可行的。2. 提取因子首先先进性常识性分析：我们采用上文所提到的主成分分析法，在原有变量的相关系数矩阵中选取特征根值大于1的特征根，并指定提取两个因子，得到因子分析的初始解。 因子分析的初始解如表2-3所示。我们可以看出：用主成分分析法从原始数据中所设定的七个变量中所抽取出的特征根在初始解下的共同度都可以被表示出来，并且原有变量标准化后的方差为均为1。而且，按照分析方法中的原理来说，因子分析的目标就是为了找到一些较少的因子来表示出原有的数据变量，所以并不能提取所有的特征根，所以我们指定提取两个因子用以分析，而在此条件下各特征根的共同度由下表2-3中的第三列所示。表2-3 因子分析的初始解由表2-3第三列的结果可以看出：通过提取两个公共因子，原始数据中的变量均可以被很好的表示出来，每一个变量的信息都比较完整，因此，本次提取的因子较为理想，可以继续下一步分析。表2-4 因子解释原有变量总方差的情况我们通过表2-4可以看到：因子的编号由第一列表示，后三列表示的是原有变量初始的特征值，再往后三列表示的是方差贡献率，最后三列表示各个变量的累计方差贡献率。通过第二列到第四列的数据，我们可以看出：首先提取的一到七个因子分别得出的特征根为4.894、1.532、0.234、0.212、0.082、0.045和0.001，解释原有变量总方差分别为69.914%、21.879%、3.344%、3.026%、1.177%、0.640%、0.020%，所累计的方差贡献率从69.914%到100%；这一步，原有变量的总方差被七个因子全部解释掉。第五列到第七列的数据描述了我们所指定的两个因子解的情况。从其所累积的方差贡献率为91.793%来看。本次因子提取所丢失的原有变量只有很少一部分，得到了一个比较良好的因子分析效果。 我们通过因子碎石图来更直观的看一下七个因子在本次分析中所起到的作用：图2-1 因子碎石图我们可以看到，在图2-1中，从第一个到第二个因子，特征值对原有变量的贡献迅速下降，直到第三个因子后对原始变量的贡献可以忽略不计。因此在本次因子分析中提取2个因子是合适的。表2-5 因子载荷矩阵成份矩阵a成份12食品.930.093衣着.828.430居住-.851.474家庭设备.910.165交通通讯-.947.243教育文娱.323-.937医疗保健-.889-.386根据表2-5得出本次因子分析的模型，设食品、衣着、居住、家庭设备、交通通讯、教育文娱和医疗保健的原始变量表示为X1、X2、X3、X4、X5、X6、X7： (3.1)3. 因子命名解释表2-6 旋转后的因子载荷矩阵成份12食品.879.318衣着.933-.031居住-.563-.795家庭设备.892.244交通通讯-.749-.628教育文娱-.113.984医疗保健-.968-.036由表2-6可可以看到食品、衣着、家庭设备、交通通讯、医疗保健经过旋转后的第一个因子载荷较高，而相对而言，在第二个因子上载荷较高的是居住及教育文娱。所以我们可以根据旋转后因袭载荷较高的原有变量来命名所抽取的因子，我们将拥有食品、衣着等基础消费变量载荷较高的因子命名为基础因子而相对的第二个因子命名为拓展因子。4. 计算因子得分2,3本文采用回归法估计因子得分系数，并输出因子得分系数。结果如表7所示：表2-7 因子得分系数矩阵成份得分系数矩阵成份12食品.198.027衣着.274-.180居住-.023-.354家庭设备.214-.017交通通讯-.106-.227教育文娱-.205.580医疗保健-.273.149根据表2-7，我们可以得到因子的得分函数： (3.2) 基于因子分析，我们可以看到：（一）食品、衣着、家庭设备、医疗保健等基础性消费之间存在变化关系，随着时间的变化，这四类变量同时变化。而教育文娱、居住和交通通讯属于一类消费类型。这在现实情况中是符合变化规律的。（二）结合时间变化来看，居民消费结构从基础因子逐渐转向拓展因子，但是其中基础因子仍然存在较大值，也就是说，我省居民消费结构正处在转型阶段但是仍有进步空间6。接下来，我们将利用聚类分析，对上述数据和山东省各市居民消费结构分布进行细致的处理和分析，找到居民消费结构关于时间和地域变化之间的联系。2.3 山东省各市城镇居民消费结构聚类分析 2.3.1 聚类分析基本方法本文采取的聚类分析方法为系统聚类法。系统聚类法基本原理是先将每个变量自身都看做是一类，然后根据类与类之间的距离计算方法计算类之间的距离，然后将距离较短的两个类合成一个类，然后再重复计算新的类组之间的距离，再将距离小的合并为同一类，以此循环下去直到将所有变量聚类完毕。聚类分析最终所需要的只是选取这些聚类过程中的某一步，在之一步中所剩下的聚类分组即为我们需要用以分析的聚类分组。那么，对于存在n个变量的聚类问题，它的基本方程如式（3-1）表示： （3-1）之后计算每一类点与点之间的距离可以有很多种算法，包括欧式距离（Euclideam distance）、欧式距离的平方（Squared Euclidean distance）、切比雪夫（Chebychev）距离、绝对值距离（Block）、明氏距离（Minkowski），距离和相似系数计算公式如下4：欧式距离： (3-2)欧式距离的平方： (3-3)变量矢量的余弦： (3-4)皮尔森相关系数： (3-5)切比雪夫距离： (3-6)绝对值距离： (3-7)明氏距离： (3-8)自定义距离： (3-9)2.3.2类之间距离的度量方法若想计算类与类之间的距离，根据对于不同类之间距离的定义，可以分为分为 8种不同的算法：最短距离法（Nearest neighbor）、最长距离法（Furthest neighbor）、重心法（Centroid clustering）、中间距离法（Median clustering）、类平均法（Within-groups linkage）、可变类平均法（Between-groups）、离差平方和法（Ward）和可变法。系统聚类方法的各自公式统计如下：类平均法： ， (3-10)可变类平均法： ， （） (3-11)最短距离法： (3-12)最长距离法： (3-13)重心法： (3-14)中间距离法： (3-15)离差平方和法： (3-16)下面我们选取系统分类中最短距离法来对上面因子分析的原始数据根据年份进行聚类分析，并且选取2013年山东省各市居民消费结构分布的统计数据对地域分布进行聚类分析。2.3.3 山东省各市城镇居民消费结构聚类分析 在上一章的因子分析中我们只能得到几类消费项目之间存在的关系，对于近十年来我省居民消费结构在时间方向上的变化我们采取下列聚类分析来的到结果。利用SPSS软件进行计算，结果如下：表3-1 案件处理综述案例处理汇总a案例有效缺失总计N百分比N百分比N百分比13100.00.013100.0a. 平均联结（组之间）表3-1描述了本次聚类分析的汇总数据，表格内容显示有13个有效数据参加分析，没有缺失值的记录，总记录数为17个。表3-2 聚类进度表聚类表阶群集组合系数首次出现阶群集下一阶群集 1群集 2群集 1群集 2110122.1900032783.285006310113.3561084343.44100105564.5080096799.50020971211.18900108101311.661301195716.0535611101326.71874121151032.2839812121595.66410110从表3-2我们可以看出本次聚类过程的详细进度。第一列表示的是聚类的步骤，每一行都表示原始数据进行了一次聚类，第二三列表示因为类之间距离较小而合并为一组的类名。第三列表示合并为同一类的两个数据之间存在的相似系数。第五列到第七列之间表示出在新的类群中进行第二次分类的进度和详细分类情况。以第一行为例，数据10所代表的2007年与数据12所代表的2009年被分为了一类，并且它们之间的距离系数为2.190，如此类推。我们将聚类结果用树状图更直观的表现出来进行分析：图3-1 树状聚类图 Dendrogram using Average Linkage (Between Groups) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +-+-+-+-+-+ x10 10 -+ x12 12 -+-+ x11 11 -+ +-+ x13 13 -+ +-+ x5 5 -+-+ | | x6 6 -+ +-+ | x7 7 -+-+ | | x8 8 -+ +-+ | x9 9 -+ | x3 3 -+-+ | x4 4 -+ +-+ x1 1 -+-+ x2 2 -+通过聚类树状图我们可以分出聚类的有效分组为：X1到X4所代表的1998年到2002年；X5到X9所代表的2003年到2006年；X10到X13所代表的2007年到2010年。通过聚类分析所得到的结论集合上文因子分析的结果我们可以做出如下分析：（1）我省居民消费结构从1998年到2010年逐渐经过了三次变化，1998年到2002年居民收入较低，消费结构偏向食品、衣着等基础性消费。2003年到2006年，随着经济发展和社会保障的确立，居民生活消费结构开始偏向家庭设施，交通通讯等生活型消费，这标志着我省居民消费结构开始从生存型向生活型进行转变。2007到2010年，数据显示消费结构中的教育文娱和居住方面消费开始增加，同时交通通信和医疗保健消费开始减少。这一方面显示出我省居民生活随着经济发展不断加快，外来消费观念不断影响，消费结构又开始从生活型消费向拓展型消费变化，同时也反映出随着科学技术的不断进步，交通通信方面价格开始下降，同时，随着城市医疗保健政策的落实提升，家庭自身医疗保健支出开始减少。而在另一方面，更显示出相对于教育娱乐、旅游交通等拓展性消费来说，我省居民更习惯于通过购买房产、家用设施来满足自身家庭建设的幸福感7。（2）受到部分分类价格上升，尤其是居住及家庭设备价格上升幅度较大，同时在食品、衣着及医疗服务方面价格的下降的影响，我们可以看出的是消费结构并未发生根本性的改变，生活因子和基础因子的消费支出仍占较大的比例，拓展型的消费支出没有较大的提高。下一步我们根据山东省各市居民消费结构的组成数据来分析地域经济对于居民消费结构的影响。（原始数据参见附录二2013年山东省各市区城镇居民消费结构表）经过spss软件处理，得到如下结果：表3-3案件处理综述表3-4聚类进度表从表3-4我们可以看出本次聚类过程的详细进度。第一列表示的是聚类的步骤，每一行都表示原始数据进行了一次聚类，第二三列表示因为类之间距离较小而合并为一组的类名。第三列表示合并为同一类的两个数据之间存在的相似系数。第五列到第七列之间表示出在新的类群中进行第二次分类的进度和详细分类情况。以第一行为例，数据3所代表的淄博与数据7所代表的潍坊被分为了一类，并且它们之间的距离系数为0。001，如此类推。我们可以将上述聚类结果人工总结为下列表格：表3-5 Ward法聚类结果整理表第一类第二类第三类烟台威海日照青岛菏泽淄博济南泰安临沂德州滨州潍坊济宁莱芜聊城枣庄东营从表中分类我们可以清楚的看出：第一类主要包括了沿海经济发展地区如青岛、烟台、威海、日照等，在此类城市中因为经济发展程度较高，居民收入较高并且更容易受到外界消费文化的影响，所以居民收入偏向于教育文娱、交通通讯等拓展性消费方式。而对于记入中原经济区的菏泽，随着国家战略的侧重影响，居民生活水平也必定随之水涨船高9。第二类主要包括了像淄博、济南、潍坊几个老牌高收入地区，以及泰安、德州等近年来发展较快的城市，这些城市中居民的消费结构主要偏向交通通讯，居住，教育方面，呈现出从基础消费到拓展消费的过渡阶段，居民的生活水平已经达到了小康水平。第三类主要包括了鲁西南，鲁中地区经济发展较为靠后的几个城市。在这些城市中，受到地域封闭，交通欠发达，并且没有过多旅游景点的限制，居民生活消费仍然局限在基础性消费即食品、衣着占主导，而交通通讯、教育娱乐等消费欠缺，反映出这些城市的居民仍然继续向着小康迈进。从分类中可以看出，生活水平较高的城镇居民大都分布在鲁东沿海经济带，鲁西北靠近京津冀的地方，以及中部省会或者想泰安等旅游经济发展较发达的地方，这体现出居民消费结构的确受到地域或者是当地经济的影响10。通过下列树状图我们可以更清楚明白的看出分类结果：图3-2 树状聚类图3 分析结论与政策建议根据上述分析数据得出的结论，我们可以看到，山东作为经济大省，地处沿海平原，交通发达、文化开放。经过近十年来经济建设的不断发展，居民生活水平得到了稳步的提高，大部分地区城镇居民正式步入小康生活。与此同时在消费结构方面也从过去的基础消费向着拓展消费进行全面升级。但与此同时，通过比较沿海、过渡及内陆不同地域的消费结构和经济水平，我们可以看出仍有不少问题存在：（一）东西部居民消费结构差距较大。无论是恩格尔系数还是消费结构的聚类分析，我们都可以看出，东部经济发展较快的城市例如青岛、烟台、威海等地居民消费结构偏向医疗保健和文化教育等拓展性方面，与此同时，鲁西南和内陆部分地区居民消费仍停留在食品、衣着等基础消费方面。（二）城市居民消费文化并没有明显提高。通过因子分析和聚类分析相互比较我们可以看到，部分经济发展较好的城市，例如东营市，依靠胜利油田创造的巨大产值，居民收入一直在省内排名较高。但是城镇居民消费结构却与枣庄，聊城等收入较的的城市相同。这说明，居民的消费观念并没有随着收入增加而变化。同时，在全省范围来看，通过对于十年来我省居民消费结构的因子分析结论来看，今年我省居民的消费结构存在向着居住、家庭设备等居住消费方向偏移的趋势，这和我省作为农业大省，历史文化安土重迁有着不可分割的联系。相对于教育娱乐、旅游交通等拓展性消费来说，我省居民更习惯于通过购买房产、家用设施来满足自身家庭建设的幸福感。根据以上结论，我们可以提出以下三个方面的政策建议：首先，加快引导区域经济调整，加快内陆低收入城市经济发展，进一步提高落后城市居民收入。主要方法可以借鉴以下三个标志性城市发展经验：一是沿海城市青岛，利用港口优势，发展运输及服务业；二是过渡城市泰安，利用历史文化优势，发展旅游业；三是内陆城市德州，利用地域优势，加快融入京津冀经济带，开发科技型产业带动区域经济发展14。其次，加强政府舆论引导和文化宣传，利用自身历史文化优势，可以在城镇建设文化站、文化广场、社区图书馆等城市基础文化设施，定期举办诗歌比赛，城市名片征集等文化活动来提高居民对于文化、娱乐等拓展性消费的兴趣；改革医疗保健等制度，健全城市居民社会保障制度，从城市基础方面影响居民消费理念。最后，加强省内教育建设和交通建设。教育是文化发展和社会发展的基础，交通是经济发展的基础，抓好这两个基础性工作使社会经济更好更快更稳定的发展下去14。结 论本文通过对于山东省沿海城市、过渡城市和内陆城市城镇居民11年来恩格尔系数变化分析得出我省近年来居民生活水平正在稳步提高15，地域分布对于城镇居民的恩格尔系数有一定的影响。在随后的因子分析中我们得到，山东省居民消费结构自1998年来经历了从基础性消费到生活性消费再到拓展性消费的不断发展。最后，通过对山东省各市一三年消费结构的聚类分析我们可以看出地域经济对居民消费结构的影响。总的来看，本文基本起到了预计目标，得出了山东省十年来经济发展与地域经济对居民消费结构存在的影响。但是不足之处任然具有：首先，在数据统计方面，数据来源并不统一，有的数据采集自正规的山东省统计年鉴，或者是各市国民经济和社会建设统计公报。而有的数据，特别是发展较为落后的城市，正规的基本数据很难找到，只能从部分帖吧、市场调查报告中摘取，所以某些数据并不准确导致最后得出的某些分析和现实情况不符。其次，本文只选取了城镇居民消费的指标数据，并且在变量方面单纯考虑时间或者是地域，在数据分析时，无论是当地消费价格变化、人文文化等其它方面按照对等方式对待。所产生的影响，一是数据不具有绝对的代表性，山东省是农业大省，所以农村居民的消费水平变化也会占有较大比重；二是，分析结果差距不明显，例如在省会济南，无论是娱乐方面还是医疗教育方面价格，会比分析结果中属于同一类别的德州市高很多，所以这几样的比例相对于德州应该会更高一些。总之，本文对于山东省居民消费结构的分析可以在一定程度上采纳使用，若想进一步深化研究此类课题，还需继续改善以上问题。参 考 文 献1好搜百科，恩格尔系数2必应网典，因子分析法3必应网典，聚类分析法4高鸿业.宏观经济学M.中国人民出版社，20045穆南天.我国居民消费结构分析及对策J，20096孙彩虹.我国城镇居民消费结构变动的因子分析J.重庆工商大学学报，20077邓菲.因子分析在我国城镇居民消费结构变动的