北京、浙江、天津，位于后5 位的是青海、吉林、新疆、甘肃、黑龙江，居民生活综合得分高的地区多数是沿海经济发达地区，得分低的地区多数是西北部经济欠发达地区，表中的数据基本上和实际的生活水平相一致。发达地区在生活必需型消费上的支出在全国占主导地位，在食品、居住、交通和通讯、家庭设备用品、服务娱乐教育文化服务和其他商品与服务 6个方面消费支出占全国总消费支出的比重在70%以上。第一主成分反映了我国城镇居民地区生活水平的差距和生活水平提高的重点和方向。
第二，第二主因子是衣着消费与医疗保健，这一指标在全国城镇居民的消费中差异不大，衣着消费是居民的基本生活消费，受地区、气候、文化背景、生活方式等因素的影响较大，而受经济发展水平和收入影响相对较小，排在前五位的为北京、内蒙古、吉林、天津、辽宁，均为北方城市。由数据分析，北方地区对衣着的消费需求水平要高于南方地区。这与北方气候寒冷，衣着消费更高的实际相符。对于医疗保健，由于我国城镇居民享有一定的医疗福利待遇，如公费医疗及医疗保险，所以这项支出受收入水平影响较小，另外医疗保健支出除了受地区因素影响外，还受收入水平影响，收入水平高的地区更重视保健的需求，如广东省，医疗保健的支出水平较高主要是保健的比例高。
2. 聚类分析（cluster analysis）
系统聚类分析的基本思想是认为所研究的样品（或指标）之间存在不同程度的相似性。把一些相似程度较大的样品（或指标）聚合为一类，把另外一些相似程度较大的样品（或指标）又聚合为另一类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有样品都聚合完毕，把不同的类型一一划分出来，形成一个由小到大的分类系统。
聚类分析的原理是，设有n个样品，每个样品均可以得到p个观测指标，用??????表示第??个样品的第j个观测指标，那么矩阵
?x11?x?21?????xn1x12x22?xn2???x1p??x2p? ???xnp??被称为观测数据矩阵。以常见的 Q 型聚类分析为例，由此矩阵计算出相似统计量，并依据相似统计量对n个样品进行分类，目的是找出样品的共性，从而
将样品进行分类。
表6： 聚类谱系图
层次聚类分析按综合消费水平把全国 31 个地区分为3 类：第一类包括高消费地区的北京、上海等地；第二类包括中等消费地区的天津、江苏等地；其余的为第三类。详见表7。
表7： 2011年我国城镇居民消费结构分类
类别 第一类 高消费水平 第二类 中等消费水平 地区 北京、上海、广东、浙江 天津、江苏、内蒙古、山东、重庆、辽宁、吉林 福建、云南、海南、广西、四川、安徽、湖南、湖北、第三类 低消费水平 贵州、江西、陕西、黑龙江、宁夏、河南、山西、河北、新疆、青海、甘肃、西藏 （三）评价结果与比较分析
根据表 7，我国各类地区城镇居民消费结构的相似性效果较好，且不同类型地区的消费结构有着各自的特点，且相互不重叠。
第一类地区在医疗保健、交通和通讯、娱乐教育文化服务及居住等方面的支出都远远高出全国平均水平，综合来看，这类地区开放早，经济较发达，相对收入水平较高，各方面的消费能力都较高。在此类中，北京与上海的娱乐教育文化服务支出在全国31个省份中居于前列，这与北京与上海的科研机构及高等院校多，娱乐设施先进，常举办大型赛事密不可分。居住方面，这4个省市中，人均居住类消费以及其在人均消费支出中所占比例，都处于较高水平，这与这些年刺激消费政策推出、物价持续上涨，居住需求有着密不可分的关系。
第二类中的天津、辽宁和江苏等地区，分别处于环渤海经济区与长江三角洲经济区，而重庆内蒙古等地区虽处于内陆，但近年来受政策的影响，经济迅猛增长，在医疗保健和教育文化娱乐等方面的支出比例明显增大，说明其居民消费结构逐渐合理化，已与很多经济发达地区趋同，使得跃居第二梯队。
第三类地区的食品支出都非常高，尤其是西藏已超过了 50%，这一类地区在医疗保健、娱乐教育文化服务、居住方面的支出都远低于全国平均水平。这些地区的医疗制度和文化事业的发展应该引起国家及地方政府的充分重视，大力提高居民健康水平和生活质量，加强地区精神文明建设。
二、对策与建议
第一，在国家经济增长的同时，进一步提高城镇居民的收入水平，采取措施改善经济发展不平衡的现象，稳步提高城市居民消费水平。
第二，通过逐步完善包括住房、医疗、失业、养老等在内的社会保障体系，提高消费意愿。
第三，采取政策鼓励、教育宣传、舆论导向等措施，逐步引导城镇居民向节约、环保、健康的消费模式转化。
第四，从资金、政策上对中西部地区倾斜扶持，为其发展创造一个良好的外部投资环境。加快中西部发展，缩小地区差异。
参考文献：
[1] 余建英，何宏旭. 数据统计分析与 SPSS 应用［M］。北京：人民邮电出版社，2003．
[2] 中国统计局.中国统计年鉴—2011［M］. 北京：中国统计出版社，2012. [3] 孟静，曹荣林. 基于 SPSS 的江苏省城市居民消费水平差异分析［J］. 河南科学，2009(5).
[4] 陆志波. SPSS 在实验数据分析中的应用［J］. 环境技术，2003，3(3)：38－41.