大变化趋势
1．消费结构变动呈加快之势，进入升级换代的结构剧变期。2城镇住宅消费潜在需求巨大，体制政策对房价与收入比的调节是潜在需求转化为有效需求的关键。3．城镇居民交通消费成为热点家庭轿车和大城市轨道交通成为发展重点。4．信息化对城镇居民消费影响增大消费类电子产品市场需求高速增长。
二、我国城镇居民消费结构的横向比较（一）国内各地区城镇居民消费结构的比较分析
各地区的消费需求虽然具有一定的相似性，但不同地区经济发展水平不同，直接导致各地区的消费水平和消费结构的差异。下面通过因子分析的统计方法，测算出不同地区的消费水平，以及消费结构的合理与否。
1．进行因子分析的目的和可行性因子分析的目的，是从原有众多的变量中综合出少量具有代表意义的因子变量，以再现原始指标与因子之间的相关关系。但是这必定有一个潜在的前提条件，即原有变量之间应具有较强的相关关系，全国城镇居民消费的相关系数如表5所示。
6
f表5
Correlatio
Matrix（相关系数阵）
项目食品衣着家庭设备医疗保健交通通讯教育文娱居住杂项
食品
1000201835
603
879
805
810
856
衣着
2011000180
272
391
119
088488
家庭设备8351801000
693
770
906
84273
医疗保健603272693
1000
578
808
683594
交通通讯879391770
578
1000
741
722941
教育文娱805119906
808
741
1000820692
居住
810088842
683
722
8201000752
杂项
856488731
594
941
692
7521000
从表5可以看出，全国城镇居民各类消费之间的相关系数都较大，其中大部分都在08以上，这说明8个原始变量之间存在很强的相关性，满足了因子分析的前提条件。
2．进行因子分析根据2013年全国城镇居民人均消费资料（摘自《中国统计年鉴2014》），利用因子分析，其中的因子载矩阵采用主成分法计算结果如表8所示。
表6
TotalVaria
ceExplai
ed
Compo
e
t
Total
I
itialEige
valuesofVaria
ceCumulative
Extractio
SumsofSquaredLoadi
gsTotalofVaria
ceCumulative
1
5694
71170
2
1109
13863
3
584
7303
4
216
2701
5
200
2496
7117085033923369503797533
56941109584
71170138637303
711708503392336
6
009969
1246
98779
7
006152
769
99548
8
00361
452
100000
从表6可以看出，前三个因子的累计贡献率已达到92336，即采用前三个因子能解释
原始数据中92336的结构信息。以这三个因子采用方差最大化对因子载荷矩阵进行旋转，得到如表9所示结果：
7
f表7
RotatedCompo
e
tMatrix
compo
e
t
1
2
3
食品
879
385
4932E02
衣着
142
6361E02
974r