我国主要城市消费结构分析——基于因子分析和聚类分析
我国主要城市消费结构分析——基于因子分析和聚类分析
近年来,我国的消费结构正在经历升级和转型。本文运用因子分析方法,对中国2022年31个主要城市的八个影响消费结构的指标进行了重新组合,提取了三个公共因子。同时,通过系统聚类法,成功地将这31个城市划分为三类,这一分类结果有助于提出更具针对性的解决方案。
研究方法
因子分析
因子分析是一种多变量统计分析方法,它通过研究多个变量之间的内部依赖关系,找出潜在的不可观察的公共因子,并用这些公共因子来解释原始变量之间的相关性。这种方法旨在用较少数的因子来描述许多变量或观测值之间的联系,从而简化数据结构,便于后续的分析和解释。
聚类分析
聚类分析是一种无监督学习方法,旨在将数据集中的对象按照其相似性进行分组,使得同一组内的对象尽可能相似,而不同组的对象尽可能不同。通过聚类分析,我们可以发现数据中的潜在结构和模式,为后续的数据分析和决策提供有力支持。
实证分析
数据来源
本文选择中国统计年鉴提供的2022年全国各地区人均消费支出的8项数据为例进行分析,变量名称见表1。
表1. 变量名称
变量名称 |
---|
x1:食物烟酒 |
x2:衣着 |
x3:居住 |
x4:生活用品及服务 |
x5:交通通信 |
x6:教育文化娱乐 |
x7:医疗保建 |
x8:其他用品和服务 |
全国消费结构的因子分析
- 结构效度分析
由表2结果分析可知,KMO值为0.811,表明量表数据中测量指标准确程度较准确,说明效度可接受。巴特利特球形度检验的显著性小于0.01,可以否定相关矩阵为单位阵的假设,即认为各变量存在显著的相关性。
表2. KMO和巴特利特检验
指标 | 值 |
---|---|
KMO取样适切性量数 | 0.811 |
Bartlett的球形度检验 | 上次读取的卡方 241.893 |
自由度 | 28 |
显著性 | 0.000 |
- 碎石图
初步判断:通过图1碎石图可以看出主成分可以选取前三个或前四个。
- 计算公因子方差
公因子方差表示变量的共同度,如表3所示,除医疗保健外,其它各影响因素的共同度都在85%以上,表明抽取的主成分能够很好地解释原变量,并且可以从各个因素中抽取出各个变量,从而进行因素分析。
表3. 公因子方差
影响因素 | 初始值 | 提取 |
---|---|---|
食物烟酒 | 1.000 | 0.923 |
衣着 | 1.000 | 0.886 |
居住 | 1.000 | 0.892 |
生活用品及服务 | 1.000 | 0.929 |
交通通信 | 1.000 | 0.909 |
教育文化娱乐 | 1.000 | 0.944 |
医疗保健 | 1.000 | 0.768 |
其他用品及服务 | 1.000 | 0.887 |
- 总方差解释
由表4可知,前三个主成分的累计贡献率达到89.231%,因此,可以取前面三个主成分,然后根据成分得分判断主要影响因素。
表4. 总方差解释
成分 | 初始特征值 | 提取载荷平方和 |
---|---|---|
总计 | 方差百分比 | 累积% |
1 | 5.670 | 70.878 |
2 | 0.914 | 11.425 |
3 | 0.554 | 6.927 |
4 | 0.356 | 4.451 |
5 | 0.281 | 3.514 |
6 | 0.102 | 1.279 |
7 | 0.067 | 0.835 |
8 | 0.055 | 0.691 |
- 成分得分矩阵
由表5可以看出,第一因子主要集中在生活用品及服务,其他用品及服务,居住,交通通信,第二个因子只在食物烟酒有较高的得分,第三个因子主要集中在教育文化娱乐。从提供的信息中,我们可以得知三个因子在我国城镇居民消费中的地位逐渐减弱。这种趋势反映了我国城镇居民消费模式的转变。这种转变不仅反映了我国经济的发展和人民生活水平的提高,也体现了人们消费观念的升级和生活方式的多样化。
表5. 成分矩阵
成分 | 1 | 2 | 3 |
---|---|---|---|
食物烟酒 | 0.600 | 0.740 | 0.126 |
衣着 | 0.826 | -0.174 | -0.417 |
居住 | 0.911 | 0.212 | 0.132 |
生活用品及服务 | 0.950 | -0.163 | 0.013 |
交通通信 | 0.893 | -0.330 | 0.050 |
教育文化娱乐 | 0.763 | -0.293 | 0.525 |
医疗保健 | 0.828 | 0.261 | -0.117 |
其他用品及服务 | 0.912 | -0.040 | -0.233 |
- 各省市的因子得分
表6. 因子得分
地区 | 因子1 | 因子2 | 因子3 | 综合 |
---|---|---|---|---|
北京 | 2.22415 | -1.0852 | 0.40506 | 1.54401 |
天津 | 1.19911 | -0.15149 | -0.12372 | 0.9239 |
河北 | -0.30158 | 0.43038 | -0.2608 | -0.132 |
山西 | -1.05773 | 0.03285 | 0.1554 | -0.86948 |
内蒙古 | -0.11727 | 1.35549 | -0.61052 | 0.6277 |
辽宁 | 0.11371 | -0.24491 | 0.00734 | -0.12386 |
吉林 | -0.66597 | 0.14627 | 0.00124 | -0.51846 |
黑龙江 | -1.10097 | -0.23177 | 0.12149 | -1.21125 |
上海 | 2.73309 | -1.40051 | 0.16843 | 1.50101 |
江苏 | 0.74241 | 0.07914 | -0.34955 | 0.472 |
浙江 | 1.8251 | 0.64485 | -0.64626 | 1.82369 |
安徽 | -0.8984 | -0.04105 | -0.28787 | -1.22732 |
福建 | 0.3531 | -0.85218 | -0.37009 | -0.86917 |
江西 | -1.03274 | -0.50006 | -0.08218 | -1.61498 |
山东 | 0.56193 | 1.18593 | -0.34223 | 1.40563 |
河南 | -0.89913 | 0.26357 | -0.21959 | -0.85515 |
湖北 | -0.89421 | -0.39678 | -0.07899 | -1.36998 |
湖南 | 0.34031 | 2.00005 | 4.84785 | 7.18821 |
广东 | 1.05212 | -1.01859 | -0.3392 | -0.30567 |
广西 | -1.35045 | -1.71923 | 0.40708 | -2.6626 |
海南 | -0.85968 | -2.60198 | 0.88873 | -2.57293 |
重庆 | 0.39727 | 0.49713 | -0.21886 | 0.67554 |
四川 | -0.01993 | -0.13598 | -0.19912 | -0.35503 |
贵州 | -0.97135 | -0.0339 | -0.22434 | -1.22959 |
云南 | -0.21488 | -0.34022 | 0.11699 | -0.43811 |
西藏 | 0.21205 | 2.11079 | -1.60316 | 0.71968 |
陕西 | -0.41956 | -0.04469 | 0.19147 | -0.27278 |
甘肃 | -0.33053 | 1.28198 | -0.99841 | -0.04696 |
青海 | -0.01753 | 0.30622 | -0.08409 | 0.2046 |
宁夏 | -0.34423 | 0.54598 | -0.17464 | 0.02711 |
新疆 | -0.2582 | -0.08208 | -0.09747 | -0.43775 |
根据表6可以看出,第一因子得分前五名的地区分别为:上海,北京,浙江,天津,广东,这些城市的居民对基本生活要求较高,所以对这方面的支出较多。第二因子得分前五名的地区分别为:西藏,湖南,内蒙古,甘肃,山东。这些城市人口在全国居领先地位,对食物烟酒等支出较多。第三因子得分前五名的省市分别为:湖南,海南,广西,北京,陕西,这些城市在享受消费的支出居全国领先地位,对教育文化娱乐等支出较多。综合得分排名前五位是湖南,浙江,北京,上海,山东。综合排名第一的是湖南,查阅相关资料可知,近几年,湖南省的经济增长保持了稳定且健康的态势。湖南省依托其独特的地理位置和资源优势,积极推动区域经济发展,实现了经济的稳步增长。湖南省的GDP增长率持续保持在全国前列,为湖南的未来发展奠定了坚实的基础。随着居民收入的提高和消费观念的转变,湖南的消费市场呈现出多元化、个性化的特点。传统消费品市场保持稳定增长,同时,新兴消费品市场如电子商务、跨境电商等也发展迅速。在消费结构上,湖南省正经历着显著的变化。传统的吃穿用等生活必需品消费占比逐渐下降,而教育、文化、旅游等服务性消费占比逐年上升。此外,绿色健康消费等新型消费模式也在湖南逐渐兴起,成为消费市场的新增长点。综合得分排名后五位的依次是贵州,湖北,江西,海南,广西,经济环境是影响消费能力的重要因素,如果经济增速放缓,就业市场困难人们的收入可能会受到影响,导致消费能力下降。
聚类分析
对上述数据利用离差平方和法进行聚类的树形图如图2所示:
从实际情况出发,以横线所在位置作为阈值,将城市分为三类:
第一类:北京,上海,天津,浙江,广东,江苏,福建。
第二类:陕西,河南,吉林,山西,黑龙江,贵州,安徽,江西,湖北,广西,海南。
第三类:湖南,西藏,甘肃,内蒙古,河北,辽宁,新疆,青海,宁夏,云南,山东,重庆,四川。
结论与建议
不同城市的消费结构可能会存在显著的差异,这主要受到城市的经济水平、文化背景、人口结构、政策导向等多种因素的影响。第一类城市的消费结构往往更为多元化和高端化,因为这些城市的经济发展水平高,人均可支配收入多,消费者对高品质商品和服务的需求强烈,这些城市的消费结构可能更偏向于高端消费品、教育、医疗、娱乐等服务,同时,这些城市的消费者也更注重品牌、品质和体验。相比之下,第二、三类的消费结构可能更加偏向于日常生活用品、基本服务等,消费者对价格更加敏感,消费决策可能更加受到实际需求和性价比的影响。因此,不同城市的消费结构呈现出多样化的特点,这反映了各城市独特的经济、文化和社会背景,同时,随着城市的发展和变化,消费结构也会随之调整和优化。消费市场也面临许多挑战,首先是收入差距大,虽然总体消费水平在提高,但不同人群之间的收入差距较大,这影响了消费结构的优化和升级,其次是消费环境有待改善,在一些领域,如网络购物、售后服务等,还存在诚信缺失、质量问题等,这影响了消费者的信心和意愿。
为了应对消费结构变化及挑战,我们应从以下几个方面着手:第一,调整收入分配格局,通过税收、社保等手段,增加低收入人群的收入,缩小贫富差距,提高整体消费水平;第二,鼓励多元化消费,政府可以通过税收政策和财政扶持来鼓励居民进行多元化消费,如减少高档消费品的进口关税,降低豪华商品的消费税率,提高中低档商品的质量等;第三引导消费观念转变,通过宣传教育、媒体渠道等方式,引导居民转变消费观念,鼓励适度消费,增加对文化、旅游等非物质性消费的需求;第四,推动消费结构升级,政府可以加大对科技创新和服务业发展的支持力度,鼓励企业提供具有创新性和差异化特点的产品和服务,从而推动消费结构的升级;第五,改善消费环境,加强对市场的监管,打击假冒伪劣、虚假宣传等行为,提高消费者的权益保护意识。同时,加强消费者教育,提高消费者的消费知识和技能。总之,中国消费结构的优化和升级需要政府、企业和消费者共同努力。政府应加大对消费市场的支持和引导力度,企业应提高产品和服务的质量和创新性,消费者应提高消费素养并且理性消费。