我國(guó)農(nóng)村居民收入與消費(fèi)關(guān)系實(shí)證研究

杜華章

（江蘇省姜堰市農(nóng)業(yè)委員會(huì)，江蘇姜堰225500）

改革開(kāi)放以來(lái)，我國(guó)農(nóng)村居民收入結(jié)構(gòu)不斷變化，各收入來(lái)源結(jié)構(gòu)占人均純收入的比重變動(dòng)較大，但總體趨勢(shì)為由主要依靠家庭經(jīng)營(yíng)收入的單一結(jié)構(gòu)向家庭經(jīng)營(yíng)純收入與工資性收入并重的多元化發(fā)展。隨著農(nóng)村居民收入的持續(xù)增長(zhǎng)，消費(fèi)需求也隨之提高，消費(fèi)水平和消費(fèi)結(jié)構(gòu)、消費(fèi)觀念也發(fā)生著巨大變化。農(nóng)村居民消費(fèi)結(jié)構(gòu)處于由溫飽型向小康型、現(xiàn)代型過(guò)渡階段，消費(fèi)結(jié)構(gòu)升級(jí)步伐加快，恩格爾系數(shù)明顯下降，消費(fèi)重心由 “吃、穿、用”向 “娛、住、行”傾斜。必須清醒看到，農(nóng)村消費(fèi)水平、消費(fèi)結(jié)構(gòu)還沒(méi)有升級(jí)和優(yōu)化，高層次的消費(fèi)需求還沒(méi)有形成和發(fā)展。農(nóng)村居民消費(fèi)結(jié)構(gòu)是由生產(chǎn)力發(fā)展水平、農(nóng)村收入水平、消費(fèi)品價(jià)格等因素共同起作用的，不少學(xué)者從不同的角度對(duì)不同區(qū)域的居民消費(fèi)結(jié)構(gòu)以及收入與消費(fèi)結(jié)構(gòu)的關(guān)系等進(jìn)行了評(píng)價(jià)研究。［1，2］但大多側(cè)重于農(nóng)村居民收入水平對(duì)消費(fèi)結(jié)構(gòu)的影響，如劉桓等應(yīng)用2004年全國(guó)31個(gè)地區(qū)的農(nóng)村居民消費(fèi)結(jié)構(gòu)數(shù)據(jù)，綜合運(yùn)用因子分析和聚類分析的方法，對(duì)各地農(nóng)村居民消費(fèi)結(jié)構(gòu)差異性進(jìn)行研究，并與當(dāng)年農(nóng)民純收入的地區(qū)排名進(jìn)行對(duì)比分析。［3］而黃靜等只從農(nóng)村居民收入結(jié)構(gòu)變化的角度，探討了工資性收入占人均純收入比重與消費(fèi)之間的關(guān)系。［4］本文用因子分析和聚類分析的方法研究農(nóng)村居民收入結(jié)構(gòu)與消費(fèi)結(jié)構(gòu)的關(guān)系，探討不同區(qū)域通過(guò)提高農(nóng)村居民收入結(jié)構(gòu)的層次水平，擴(kuò)大農(nóng)村居民消費(fèi)，優(yōu)化消費(fèi)結(jié)構(gòu)，促進(jìn)農(nóng)村經(jīng)濟(jì)持續(xù)發(fā)展。

一、指標(biāo)選取、數(shù)據(jù)來(lái)源與研究方法

（一）指標(biāo)選取與數(shù)據(jù)來(lái)源

為研究我國(guó)農(nóng)村居民收入結(jié)構(gòu)和消費(fèi)結(jié)構(gòu)的差異性和相似性，選取2008年我國(guó)31個(gè)省（市、區(qū)）農(nóng)村居民收入結(jié)構(gòu) （工資性收入S1、家庭經(jīng)營(yíng)純收入S2、財(cái)產(chǎn)性收入S3、轉(zhuǎn)移性收入S4）和消費(fèi)支出結(jié)構(gòu)數(shù)據(jù) （食品X1、衣著X2、居住X3、家庭設(shè)備用品及服務(wù)X4、交通和通訊X5、文教娛樂(lè)用品及服務(wù)X6、醫(yī)療保健X7、其他商品及服務(wù)X8），［5］使用SPSS17.0軟件進(jìn)行因子分析和聚類分析。首先考察原始數(shù)據(jù)內(nèi)變量之間是否存在一定的線性關(guān)系，是否適合采用因子分析提取公共因子。由表1可知，除家庭經(jīng)營(yíng)純收入S2外，其余11個(gè)變量之間相關(guān)系數(shù)值都較高 （0.6），呈極顯著的線性關(guān)系，可以從中提取公共因子，所以這11個(gè)原有變量適合進(jìn)行因子分析。為了解決原始數(shù)據(jù)中量綱不同的問(wèn)題，以確保評(píng)價(jià)結(jié)果的客觀性和科學(xué)性，更好地分析各指標(biāo)之間的關(guān)系，采用Z Score標(biāo)準(zhǔn)化方法對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，用這11個(gè)原有變量的標(biāo)準(zhǔn)化值進(jìn)行Bartlett球度檢驗(yàn)，得出的觀測(cè)值為497.934，相應(yīng)的概率p接近0，說(shuō)明相關(guān)系數(shù)矩陣與單位陣有顯著差異，同時(shí)KMO值為0.888，根據(jù)Kaiser給出的KMO度量標(biāo)準(zhǔn)可知11個(gè)變量標(biāo)準(zhǔn)化值適合進(jìn)行因子分析。［6］

表1 原有變量的相關(guān)系數(shù)矩陣Table 1 Correlation matrix of original variables

（二）研究方法

1.因子分析。因子分析是20世紀(jì)Karl Pearson和Chales Spearman等人在人類智力測(cè)驗(yàn)中首先使用的一種統(tǒng)計(jì)分析方法。因子分析的基本思想是通過(guò)對(duì)變量的相關(guān)系數(shù)矩陣的內(nèi)部結(jié)構(gòu)進(jìn)行分析，從中找到少數(shù)幾個(gè)能夠控制原始變量的公共因子f1、f2、…、fk去描述許多指標(biāo)和因素之間的聯(lián)系，從而盡可能地包含更多的原始變量的信息，建立因子分析模型，利用公共因子f1、f2、…、fk再現(xiàn)原始變量之間的相關(guān)關(guān)系，用這些公共因子的線性函數(shù)與特殊因子之和來(lái)描述原來(lái)所觀察的每一個(gè)變量，以達(dá)到減少變量，降低維數(shù)和對(duì)原始變量再解釋及命名的目的。運(yùn)用這種統(tǒng)計(jì)技術(shù)，我們可以方便地法提取出影響農(nóng)民收入與支出的公共因素，對(duì)我國(guó)農(nóng)村居民收入結(jié)構(gòu)和消費(fèi)結(jié)構(gòu)的關(guān)系進(jìn)行綜合評(píng)價(jià)。

2.聚類分析。聚類分析又稱群分析，是將一批樣本數(shù)據(jù)按照它們?cè)谛再|(zhì)上的親密程度將性質(zhì)相近的歸為一類，將性質(zhì)差別較大的歸入不同的類。其中K-Means聚類分析是利用距離作為度量個(gè)體之間關(guān)系緊密程度的指標(biāo)，并通過(guò)指定分類數(shù)而求得聚類結(jié)果。通過(guò)聚類分析，可以把全國(guó)各地區(qū)農(nóng)村居民消費(fèi)水平和消費(fèi)結(jié)構(gòu)相似的地區(qū)歸為一類，以便劃分不同消費(fèi)層次的地區(qū)。

二、結(jié)果與分析

（一）提取公共因子并解釋

運(yùn)行SPSS軟件，對(duì)31個(gè)?。▍^(qū)、市）的11個(gè)變量的標(biāo)準(zhǔn)化值采用主成分分析法，提取了2個(gè)公共因子，并計(jì)算11個(gè)因子解釋變量的總方差，其累計(jì)方差貢獻(xiàn)率達(dá)88.791%，總體信息丟失量較少。為了便于解釋，采用方差最大化正交旋轉(zhuǎn)對(duì)原有成份矩陣進(jìn)行變換，得到旋轉(zhuǎn)成份矩陣表（表2）。

從表2可看出，第一因子F1的特征值為9.155，方差貢獻(xiàn)率為83.224%，反映了超過(guò)4／5的信息，而且所有變量與其它變量之間均呈正相關(guān)。在F1上有較高因子載荷的變量有X2（衣著）、X7（醫(yī)療保?。?、S3（財(cái)產(chǎn)性收入）、X6（文教娛樂(lè)用品及服務(wù)）、X5（交通和通訊）、S4（轉(zhuǎn)移性收入）等6個(gè)指標(biāo)。這些指標(biāo)主要是包括非工資收入（不含家庭經(jīng)營(yíng)收入，下同）及與之呈極顯著相關(guān)的享受型消費(fèi)指標(biāo)，可以把第一因子F1命名為非工資性享受型消費(fèi)因子。

表2 旋轉(zhuǎn)成份矩陣及解釋變量的總方差Table 2 Rotated component matrix and total variance of explained

第二個(gè)因子F2的的特征值為0.612，方差貢獻(xiàn)率為5.567%，因子載荷值較大的有X1（食品）、X8（其他商品及服務(wù)）、X3（居?。?、X4（家庭設(shè)備用品及服務(wù)）和S1（工資性收入）等5個(gè)指標(biāo)。這些指標(biāo)主要是包括工資收入及與之呈極顯著相關(guān)的生存型消費(fèi)指標(biāo)，可以把第二因子F2命名為工資性生存型消費(fèi)因子。

因此，我國(guó)農(nóng)村居民的生活水平（收入水平和消費(fèi)水平）主要由非工資性享受型消費(fèi)因子和工資性生存型消費(fèi)因子來(lái)決定，其權(quán)重經(jīng)正交旋轉(zhuǎn)變換后分別為0.44814和0.43977。

（二）計(jì)算各地區(qū)因子得分

SPSS軟件采用回歸法估計(jì)因子得分系數(shù)，并輸出因子得分系數(shù)矩陣F31×11，根據(jù)因子得分系數(shù)和原始數(shù)據(jù)的歸一化值可以計(jì)算各地區(qū)的每個(gè)因子得分?jǐn)?shù)，并按正交旋轉(zhuǎn)變換后的權(quán)重計(jì)算各地區(qū)的農(nóng)村居民收入與消費(fèi)水平的綜合得分（表3）。

表3 全國(guó)各地F1、F2因子得分及綜合評(píng)價(jià)Table 3 F1、F2factor score of regions and the comprehensive evaluation

?

表3所計(jì)算的因子得分情況及其正負(fù)僅表示該地區(qū)與平均水平的相對(duì)位置，正數(shù)表示該地區(qū)農(nóng)村居民的收入水平和消費(fèi)水平及發(fā)展水平高于平均水平，負(fù)數(shù)表示其低于平均水平。一個(gè)地區(qū)的F1與F2得分排名相近，說(shuō)明這個(gè)地區(qū)的消費(fèi)結(jié)構(gòu)較為合理，且與其家庭純收入水平相適應(yīng)。

（三）聚類分析結(jié)果

利用SPSS17.0統(tǒng)計(jì)軟件，對(duì)31個(gè)地區(qū)農(nóng)村居民消費(fèi)結(jié)構(gòu)變量進(jìn)行K-Means聚類分析。要求分成5類，初始中心點(diǎn)由SPSS自行確定。經(jīng)過(guò)3次迭代后，5個(gè)最終類中心點(diǎn)的數(shù)據(jù)見(jiàn)表4。由此可見(jiàn)，第1類指數(shù)除X2、X5外均是最優(yōu)的，第2類次之，以此類推，第5類指數(shù)均為負(fù)數(shù)，是最不理想的。通過(guò)對(duì)各指數(shù)在不同類的均值進(jìn)行顯著性測(cè)定，表明所有指數(shù)的均值在5類中的差異均達(dá)到極顯著水平。各地區(qū)農(nóng)村居民消費(fèi)水平分類結(jié)果見(jiàn)表5。

表4 最終聚類中心Table 4 Final cluster centers

表5 我國(guó)農(nóng)村居民消費(fèi)結(jié)構(gòu)聚類分析結(jié)果Table 5 The results of K-Means cluster analysis of consumption structure of rural residents

（四）綜合評(píng)價(jià)

從總體上看，我國(guó)各地區(qū)的農(nóng)村居民收入水平與消費(fèi)水平呈“階梯型”結(jié)構(gòu)。在綜合因子得分排序中，排在第一位的是上海市，得分為2.38705；最后一位的貴州省僅為-0.71544。表明我國(guó)的各地區(qū)農(nóng)村收入水平與消費(fèi)水平差距較大。其中有10個(gè)地區(qū)的得分大于0，說(shuō)明我國(guó)大部分地區(qū)的農(nóng)村居民收入與消費(fèi)水平處于平均水平之下。［7］同時(shí)需要說(shuō)明的是家庭經(jīng)營(yíng)純收入S2與其它收入、消費(fèi)因子的相關(guān)系數(shù)（0.3）不顯著，未被列入因子分析和聚類分析的變量中，表明家庭經(jīng)營(yíng)純收入與消費(fèi)結(jié)構(gòu)各變量間無(wú)相關(guān)性。

1.前兩類地區(qū)有上海、北京、浙江3個(gè)?。ㄊ校?。上海的F1和F2得分排名均靠前，說(shuō)明上海農(nóng)村居民整體收入水平較高，且消費(fèi)結(jié)構(gòu)較合理，消費(fèi)水平相對(duì)也較高，對(duì)生活質(zhì)量的要求比較高；北京的第1主因子得分排名第1，說(shuō)明北京的農(nóng)村居民較注重衣著、醫(yī)療保健、文化娛樂(lè)等享受型消費(fèi)；而浙江的2個(gè)主因子得分差距較小，說(shuō)明浙江的農(nóng)村居民收入與消費(fèi)結(jié)構(gòu)較合理。

2.第3類地區(qū)中的江蘇、山東、黑龍江3個(gè)省。江蘇、山東位于我國(guó)東南沿海地區(qū)，這類地區(qū)的經(jīng)濟(jì)都比較發(fā)達(dá)，所以農(nóng)村居民的生活因子得分也比較高；黑龍江的非工資性享受型消費(fèi)水平較高，而工資性的生存型消費(fèi)水平落后，消費(fèi)結(jié)構(gòu)比較超前。

3.第4類地區(qū)中有8個(gè)省 （市、區(qū)）。因子綜合得分排名位于14位之前。北方四省 （天津、內(nèi)蒙、遼寧和吉林）的F1均大于0，而F2均小于0，南方四省 （廣東、福建、湖南、湖北）則相反，F(xiàn)1均小于0，F(xiàn)2均大于0。如廣東的F1得分排名倒數(shù)第1，而F2得分排第3位，說(shuō)明廣東省農(nóng)村居民與非工資相關(guān)的享受型消費(fèi)水平遠(yuǎn)落后于與工資收入相關(guān)的生存型消費(fèi)，消費(fèi)結(jié)構(gòu)不合理，但其綜合得分與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平及農(nóng)民收入水平還是相適應(yīng)的。這可能與南方和北方農(nóng)村居民的消費(fèi)習(xí)慣有關(guān)，北方比較注重享受型消費(fèi)，而南方比較注重生存型消費(fèi)。

4.第5類地區(qū)中包括17個(gè)省 （市、區(qū)）。這17個(gè)地區(qū)的綜合得分都小于0。山西、寧夏、青海、陜西、新疆的第1因子得分都大于0，說(shuō)明這些北方省份與非工資收入相關(guān)的享受型消費(fèi)水平比較高；而江西、廣西、海南的第2因子得分也是大于0的，說(shuō)明這些南方省份與工資收入相關(guān)的生存型消費(fèi)水平比較高。這與第4類地區(qū)中南、北方的情況相似。

三、對(duì)策建議

通過(guò)對(duì)我國(guó)農(nóng)村居民收入結(jié)構(gòu)與消費(fèi)結(jié)構(gòu)的關(guān)系分析可知，要進(jìn)一步提高農(nóng)民的消費(fèi)水平，提升消費(fèi)層次，關(guān)鍵是要通過(guò)多種渠道增加農(nóng)民的收入。［8］

（一）穩(wěn)定增加家庭經(jīng)營(yíng)收入

家庭經(jīng)營(yíng)收入一直是農(nóng)民收入的一個(gè)穩(wěn)定來(lái)源，盡管其與消費(fèi)結(jié)構(gòu)各變量的相關(guān)性不顯著，但在我國(guó)農(nóng)民人均純收入結(jié)構(gòu)中，比重仍然最高［9］（2008年為51.16%）。一要進(jìn)一步擴(kuò)大高效設(shè)施農(nóng)業(yè)生產(chǎn)規(guī)模，提高農(nóng)業(yè)產(chǎn)業(yè)化水平，提高土地產(chǎn)出效率，因地制宜發(fā)展符合本地區(qū)特色的特色產(chǎn)業(yè)。二要加大對(duì)農(nóng)業(yè)基礎(chǔ)設(shè)施改造的投入，改善交通、水利等生產(chǎn)條件，為現(xiàn)代農(nóng)業(yè)的發(fā)展創(chuàng)造有利條件。三要進(jìn)一步降低生產(chǎn)資料的價(jià)格水平，降低生產(chǎn)成本，減少生產(chǎn)消費(fèi)支出。四要穩(wěn)定農(nóng)產(chǎn)品的價(jià)格，盡可能低的避免因農(nóng)副產(chǎn)品價(jià)格下跌，使農(nóng)民遭受損失，切實(shí)保護(hù)農(nóng)民利益。五要建立并完善規(guī)?；r(nóng)業(yè)保險(xiǎn)防護(hù)長(zhǎng)效機(jī)制，提高農(nóng)民遭遇災(zāi)害時(shí)抵抗風(fēng)險(xiǎn)的能力。六要準(zhǔn)確及時(shí)地為農(nóng)民提供信息服務(wù)、產(chǎn)銷服務(wù)，避免農(nóng)民因跟風(fēng)生產(chǎn)、盲目生產(chǎn)造成農(nóng)產(chǎn)品過(guò)剩，產(chǎn)品銷路不暢等情況發(fā)生。

（二）促進(jìn)農(nóng)民就業(yè)創(chuàng)業(yè)，增加工資性收入

加大對(duì)西部地區(qū)的投資和開(kāi)發(fā)力度，努力提高中西部農(nóng)村低收入群體的收入水平，［10］保障生存型消費(fèi)者的基本生活。一要進(jìn)一步完善服務(wù)體系建設(shè)。積極打造農(nóng)村基層公共就業(yè)服務(wù)平臺(tái)，完善服務(wù)功能，及時(shí)了解勞動(dòng)力市場(chǎng)動(dòng)向和農(nóng)民就業(yè)需求，對(duì)農(nóng)村困難家庭就業(yè)進(jìn)行援助。二要進(jìn)一步加強(qiáng)職業(yè)技能培訓(xùn)。及時(shí)針對(duì)勞動(dòng)力市場(chǎng)需求情況，堅(jiān)持缺什么補(bǔ)什么的原則，組織開(kāi)展實(shí)用技能培訓(xùn)、技能提升培訓(xùn)、預(yù)備技能培訓(xùn)等。培訓(xùn)工作要加大針對(duì)性，有效性。三要進(jìn)一步扶持農(nóng)民自主創(chuàng)業(yè)。鼓勵(lì)農(nóng)民返鄉(xiāng)創(chuàng)業(yè)、就地創(chuàng)業(yè)、外出創(chuàng)業(yè)。盡快地將支持城市居民創(chuàng)業(yè)優(yōu)惠政策覆蓋到廣大農(nóng)村，加大金融對(duì)創(chuàng)業(yè)的扶持力度，推進(jìn)農(nóng)村二三產(chǎn)業(yè)發(fā)展，以創(chuàng)業(yè)帶動(dòng)就業(yè)，以創(chuàng)業(yè)推動(dòng)發(fā)展。

（三）努力增加財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入

財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入是農(nóng)民收入的重要組成部分。近年來(lái)這兩項(xiàng)收入一直保持高速增長(zhǎng)的態(tài)勢(shì)，對(duì)農(nóng)民增收的支撐作用也越來(lái)越大，同時(shí)與享受型消費(fèi)因子呈極顯著相關(guān)。增加這些非工資性收入對(duì)部分南方省份 （F1得分較低的）意義更加重大。要加大財(cái)政轉(zhuǎn)移支付力度，完善社會(huì)保障體系，提高轉(zhuǎn)移性收入。要完善農(nóng)村金融體系及社會(huì)保障制度，進(jìn)一步提高農(nóng)村養(yǎng)老保險(xiǎn)金額及農(nóng)村合作醫(yī)療的報(bào)銷比例，解除農(nóng)民預(yù)期消費(fèi)的后顧之憂。

（四）引導(dǎo)農(nóng)民轉(zhuǎn)變消費(fèi)觀念

東部地區(qū)要加快城市化建設(shè)的進(jìn)程，滿足農(nóng)村享受型消費(fèi)者的現(xiàn)實(shí)需求，提高高收入群體的消費(fèi)傾向，使得有實(shí)力、能夠適應(yīng)城市消費(fèi)的農(nóng)村居民到城市去發(fā)展。鼓勵(lì)知名大中型商業(yè)企業(yè)向農(nóng)村延伸網(wǎng)絡(luò)，完善農(nóng)村商品銷售的售后服務(wù)體系建設(shè)，為農(nóng)民提供質(zhì)優(yōu)價(jià)廉的商品和服務(wù)。改善農(nóng)村的消費(fèi)環(huán)境，減少消費(fèi)的政策性障礙；鼓勵(lì)發(fā)展農(nóng)村的新型服務(wù)行業(yè)，積極培育新的消費(fèi)熱點(diǎn)，如茶社、旅游度假等，進(jìn)一步提升發(fā)展享受型消費(fèi)者的有效需求，擴(kuò)大農(nóng)村高收入群體的消費(fèi)傾向。

［1］王穎，李慧清.廣東省農(nóng)村居民消費(fèi)結(jié)構(gòu)分析 ［J］.北京城市學(xué)院學(xué)報(bào)，2009（1）：37-41.

［2］王選選，劉娟英.中國(guó)農(nóng)村居民省際間消費(fèi)結(jié)構(gòu)差異分析［J］.數(shù)理統(tǒng)計(jì)與管理，2007，26（5）：846-851.

［3］劉桓，李樂(lè)夫，吳棟.農(nóng)村居民收入與消費(fèi)關(guān)系實(shí)證研究 ［J］.重慶大學(xué)學(xué)報(bào) （社會(huì)科學(xué)版），2009，15（1）：24-29.

［4］黃靜，葛斐，穆月英.我國(guó)農(nóng)村居民收入結(jié)構(gòu)與消費(fèi)關(guān)系研究［J］.安徽農(nóng)業(yè)科學(xué)，2009，37（21）：13395-13397，13400.

［5］中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒-2009［EB／OL］.（2009-09-21）［2010-11-20］.http：／／www.stats.gov.cn／tjsj／ndsj／2009／indexch.htm.

［6］薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用（第2版）［M］.北京：電子工業(yè)出版社，2009：325-332.

［7］李雪，王莉華.基于聚類和因子分析的農(nóng)村居民消費(fèi)結(jié)構(gòu)實(shí)證研究 ［J］.遼寧石油化工大學(xué)學(xué)報(bào)，2008，28（2）：93-96.

［8］李喜梅，趙雙喜，郭善民.河南農(nóng)民收入結(jié)構(gòu)及其對(duì)消費(fèi)的影響分析 ［J］.江西農(nóng)業(yè)學(xué)報(bào)，2010，22（9）：191-193.

［9］劉宏哲.農(nóng)民收入增長(zhǎng)影響因素的計(jì)量分析［J］.安徽農(nóng)業(yè)科學(xué)，2009，37（16）：7684-7685，7781.

［10］周舒.基于因子分析的農(nóng)民收入問(wèn)題探討［J］.商業(yè)時(shí)代，2009（18）：11-12.