文/李晓红，天津财经大学

1 指标体系的构建

研究我国不同地区城镇居民家庭收入来源与消费性支出的关系，选取了反映城镇居民家庭收入来源与消费支出的两组变量。

收入组变量为：

X1工资性收入；x2经营性收入；x3财产性收入；x4转移性收入。

消费支出变量为：

Y1食品；y2衣着；y3居住；y4家庭设备用品及服务；

y5 医疗保健；y6交通和通信；y7教育文化娱乐服务；y8其他商品和服务。

搜集了国家统计年鉴2014年我国各地区城镇居民家庭平均每人收入来源和全年消费性支出数据资料。

2 研究方法和模型

典型相关分析：

spss菜单→文件→新建→语法→编辑语法程序→运行→得到分析结果

聚类分析：

spss菜单→分析→聚类→系统聚类→变量∕标注个案→选择合适的统计量∕绘制∕方法→保存→确定→得到聚类结果

spss菜单→分析→报告→个案汇总→变量∕分组变量→统计量：均值→显示个案→确定→得到汇总结果

3 实证分析

在典型相关分析结果中首先输出的是两组变量间的相关系数：收入组指标内部的相关系数，x1和x3之间的相关系数较大，达到0.9以上。消费支出组指标内部的相关系数，y3和y6的相关系数较大，其他几个指标间的相关系数较大。收入组与消费支出组指标之间的相关系数，其中x1和各个消费支出指标之间的相关系数都比较大。

其次，典型相关系数及其显著性检验。第1典型相关系数为0.997，第2典型相关系数为0.858，第3典型相关系数为0.76，第4典型相关系数为0.378。第1典型相关系数和第2典型相关系数的显著性概率均为0，在α=0.05的水平下，拒绝原假设，说明前两对典型变量间的相关性是显著的。……