我國城鎮(zhèn)居民消費支出結(jié)構(gòu)性差異研究

曾 光，王選華，王玲玲

（1.遼寧工程技術(shù)大學(xué)工商管理學(xué)院，遼寧 葫蘆島 125105；2.中國人事科學(xué)研究院，北京 100101；3.安得膜分離技術(shù)工程(北京)有限公司，北京 101312）

0 序言

當(dāng)前，由于美國金融危機、歐洲債務(wù)危機以及日本大地震等諸多因素共同影響，全球經(jīng)濟的復(fù)蘇趨勢正面臨大量的不確定性，歐美等發(fā)達地區(qū)失業(yè)率居高不下，只有新興經(jīng)濟體和發(fā)展中國家的經(jīng)濟仍然維持較高速度的增長。按照國際貨幣基金組織（IMF）的預(yù)測，2012年世界經(jīng)濟增速將達到4.5%，但是，由于經(jīng)濟復(fù)蘇的不確定性增加，對未來經(jīng)濟增長的前景普遍并不看好。對于我國來講，在全球金融危機的沖擊、出口大量萎縮的條件下，政府及時出臺以刺激內(nèi)需為主的宏觀經(jīng)濟政策，近年來宏觀經(jīng)濟保持了平穩(wěn)較快發(fā)展。據(jù)國家統(tǒng)計局最新發(fā)布數(shù)據(jù)，2011年我國GDP同比增長9.2%，總量達到47.1564萬億元，其中，最終消費對GDP增長的貢獻率達到了51.6%，社會消費品零售總額實際增長了11.6%，說明我國近年的刺激內(nèi)需政策發(fā)揮了一定效應(yīng)。如何進一步擴大內(nèi)需，維持國內(nèi)消費需求尤其是居民消費的穩(wěn)定增長，一直是國內(nèi)學(xué)者長期關(guān)注的熱點。本文在對國內(nèi)居民消費文獻研究的基礎(chǔ)上，使用2010年度城鎮(zhèn)家庭人均消費支出數(shù)據(jù)，通過因子分析方法來討論城鄉(xiāng)居民消費支出的結(jié)構(gòu)與區(qū)域性特征，以期能為未來時期政府制定消費需求政策提供參考。

1 研究設(shè)計

1.1 研究方法

本文使用因子分析法來考察我國城鎮(zhèn)居民的消費結(jié)構(gòu)變化，其基本思想是，將影響城鎮(zhèn)居民消費支出的八項指標綜合為少數(shù)幾個公共因子，并利用原始指標與公因子之間的關(guān)系來再現(xiàn)消費支出的結(jié)構(gòu)特征。在具體處理上，以相關(guān)矩陣的內(nèi)部關(guān)系研究為基礎(chǔ)，找出影響居民消費結(jié)構(gòu)的綜合指標，這就是公共因子。公因子與原始指標之間的關(guān)系即構(gòu)成如下因子模型：

其中，z1，z2，…，zp稱為原始變量，F(xiàn)1,F2,…,Fm為公因子，e1,e2,…,ep是特殊因子，已經(jīng)包含了隨機誤差項，ei僅與第i個變量zi有關(guān)，lij稱為第i個原始變量zi在第j個因子Fj上的因子載荷，由其構(gòu)成的矩陣L稱為因子載荷矩陣。本文使用軟件SPSS19.0從四個方面開展因子分析：（1）構(gòu)建原始指標矩陣Z，并將其標準化為矩陣Z′，并計算出相關(guān)系數(shù)矩陣R；（2）求解相關(guān)系數(shù)矩陣的特征方程 R-λI=0，得到特征值 λi，并按照 λ1＞λ2...＞λn＞0的條件，以方差累計貢獻率一般在85%以上為原則確定公因子的個數(shù)；（3）計算特征向量以及因子載荷，并提取特征值大于1的因子作為進一步分析使用的公因子；（4）分別計算所提取的公因子得分和綜合分數(shù)，以此為依據(jù)對31個地區(qū)進行分類比較。

1.2 數(shù)據(jù)來源及指標選取

本文選用的樣本數(shù)據(jù)來源于《中國統(tǒng)計年鑒2011》分地區(qū)城鎮(zhèn)居民消費支出結(jié)構(gòu)數(shù)據(jù)，共涉及31個地區(qū)、八項消費支出：食品（z1）、衣著（z2）、居住（z3）、家庭設(shè)備用品及服務(wù)（z4）、醫(yī)療保?。▃5）、交通和通信（z6）、教育文化娛樂服務(wù)（z7）、其它商品和服務(wù)（z8），由于所有數(shù)據(jù)均是2010年度的截面數(shù)據(jù)，地區(qū)之間具有可比性。

2 研究過程

2.1 因子提取過程

為了準確確定因子載荷，消除原始變量的方差過大對其產(chǎn)生影響，我們先對原始指標矩陣Z進行標準化處理，得到標準矩陣Z′（過程及結(jié)果略），并求出標準化矩陣的相關(guān)系數(shù)矩陣R（過程及結(jié)果略），并對其結(jié)果進行KMO檢驗和Bartlett球形檢驗，結(jié)果見表1。

表1 我國城鎮(zhèn)居民消費支出結(jié)構(gòu)數(shù)據(jù)的KMO and Bartlett檢驗結(jié)果

按照Kaiser給出的使用KMO取值來選取原始指標作因子分析的判斷標準，當(dāng)KMO＞0.8，Bartlett檢驗值中，sig.＜0.05時，原始指標相關(guān)性較強，適合作因子分析。從本文的檢驗結(jié)果來看，2010年度我國城鎮(zhèn)居民消費支持結(jié)構(gòu)數(shù)據(jù)適合用于因子分析。也可以根據(jù)相關(guān)矩陣系數(shù)矩陣中的取值來判斷，本文相關(guān)系數(shù)矩陣中絕大多數(shù)系數(shù)值都在0.3以上，說明原始指標之間具有較強的相關(guān)性，適合用作因子分析。此外，還可以根據(jù)逆像顯示的相關(guān)矩陣主對角線上元素的值來判斷，本文的逆像顯示的相關(guān)矩陣主對角線上的數(shù)值分別為 0.859，0.733，0.861，0.880，0.785，0.862，0.903，0.909，這些數(shù)值相對于非對角線上的數(shù)值大得多，說明八項原始指標適合用于因子分析。從得到的公因子共同方差來看，八個變量的方差均在0.8以上，說明原始變量所丟失的信息較少，幾乎都包含在共同因子中，原始數(shù)據(jù)使用因子分析的效果較好。

根據(jù)相關(guān)系數(shù)矩陣R計算出特征值及對應(yīng)的方差貢獻率，其結(jié)果見表2。

表2 相關(guān)系數(shù)矩陣特征值與方差貢獻率

依據(jù)表2，我們依據(jù)特征根λi≥1，且累積方差貢獻率大于或等于85%的變量作為公因子，故特征根λ1和λ2符合要求，它們所對應(yīng)的方差貢獻率分別為72.286%和15.045%，二者累積方差貢獻率達到87.331%，說明前兩個公因子可以解釋原始變量的信息量超過了87%，從8個公因子中提取前兩個公因子是比較科學(xué)的，而公因子的碎石圖如圖1所示。

從圖1來看，僅有前兩個公因子的特征值大于1，從第三個公因子起，其特征值逐漸遞減，選擇前兩個公因子來滿足分析的需要。

圖1 我國31個地區(qū)城鎮(zhèn)居民消費支出公因子特征值碎石圖

2.2 因子載荷分析

在提取公因子后，我們將確定變量在所提取公因子上的載荷。從最初公因子載荷來看，八個變量在第一個公因子（F1）上的載荷都很高，表明這些變量同第一個公因子高度相關(guān)；變量在第二個公因子（F2）上的載荷相對較小，如表3所示。

表3 變量在公因子上的初始載荷（旋轉(zhuǎn)前）

一般情況下，要求所提取的公因子之間的相關(guān)性較低，或者不具有相關(guān)性，從而使公因子之間相互獨立，這樣才能對每個公共因子賦予清晰的含義。因此，我們對因子負荷矩陣進行最大方差正交旋轉(zhuǎn)，因子負荷矩陣旋轉(zhuǎn)后，可以使在一個公因子上的高載荷變量數(shù)量降到最低，從而增強了公因子的解釋性。從表3來看，這兩個公因子的實際含義比較模糊，無法對其進行清晰的命名，對公因子進行旋轉(zhuǎn)后得到的矩陣如表4所示。

表4 變量在公因子上的初始載荷（旋轉(zhuǎn)后）

從表4來看，旋轉(zhuǎn)后得到的因子負荷矩陣，公因子的含義比較明確，據(jù)正交負荷矩陣中的高載荷分布特征，兩個公因子的經(jīng)濟含義可以命名如表5。

表5 公因子名稱

從表5來看，食品、居住、家庭設(shè)備用品及服務(wù)、交通和通信、教育文化娛樂服務(wù)、其他商品和服務(wù)這六項指標在第一個公因子F1上的載荷很高，說明第一個公因子既反映了我國各地區(qū)居民一般生活必須品的消費支出，如食品、居住、家庭設(shè)備與服務(wù)、交通通信以及教育支出等，同時也反映了享受型的生活支出，如接受娛樂服務(wù)；衣著、醫(yī)療保健等指標在第二個公因子上的載荷很高，表明第二個公因子反映了氣候型因子，因為各地區(qū)的氣候不同，將導(dǎo)致不同的消費支出。

2.3 公因子得分計算

為了討論消費支出的結(jié)構(gòu)性特征，我們需要通過計算公因子的得分來對地區(qū)之間進行比較。公因子的得分系數(shù)矩陣如表6所示。

表6 公因子得分系數(shù)矩陣

根據(jù)表6給出的公因子系數(shù)，再結(jié)合原始變量標準化后的矩陣來計算兩個公因子的得分，并根據(jù)公因子的得分結(jié)果來對地區(qū)之間進行比較分析，以便發(fā)現(xiàn)不同地區(qū)居民消費支出的結(jié)構(gòu)性特征。因此，公因子得分函數(shù)為：

其中，SF1、SF2分別為全國31個地區(qū)在公因子F1、F2上的得分；z1*～z8*是原始矩陣Z標準化后的數(shù)值。

為了進行綜合比較，還需要將這兩個公因子以各自的方差貢獻率占累積方差貢獻率的比重為權(quán)重來加權(quán)計算綜合得分，綜合得分函數(shù)為：SF=（72.286 SF1+15.045 SF2）/87.331。計算結(jié)果如表7所示。

表7 全國31個地區(qū)消費支出因子得分及排序

2.4 因子結(jié)果分析

表7分別按照兩個公因子及綜合得分進行排名，從結(jié)果來看，對于第一個公因子來講，東部地區(qū)的得分普遍較高，東北和中部地區(qū)得分一般，而西部地區(qū)較低；第二個公因子得分，北方地區(qū)普遍偏高，南方地區(qū)相對較低，這主要是受天氣的影響，氣候較為嚴寒的地區(qū)用于衣著、醫(yī)療保健方面的支出占消費支出總額的比重較高，而氣候較為溫和的南方地區(qū)則相反。我們將31個地區(qū)按照F1和F2的得分為標準作散點圖，如圖2、3所示。圖2反映了一般生活支出占總支出的比重，圖3反映了受氣候影響的消費支出比重。

圖2表明，上海、廣東和北京用于一般生活性支出占總支出比重較高，而這個公因子包含了6項指標，占總消費支出的比重較大，所以可以反映各地區(qū)的綜合性消費支出。因此，綜合性消費支出占比較高的還有浙江、福建、天津和安徽。黑龍江在最下邊，說明該地區(qū)的城鎮(zhèn)居民綜合性消費支出較低。如果按照F1得分的標準進行分類，可以將用日常生活和享

圖2 全國31個地區(qū)一般消費支出散點圖（按照F1得分）

受娛樂的消費支出的地區(qū)分為三個集團。將F1得分在0以上的地區(qū)視為第一集團，共有10個地區(qū)，分別是上海、廣東、北京、浙江、福建、天津、江蘇、海南、廣西和四川，在得分較高的地區(qū)中，除了廣西和四川屬于西部地區(qū)經(jīng)濟水平較低的地區(qū)以外，其他8個地區(qū)都是經(jīng)濟比較發(fā)達的東部沿海地區(qū)；將F1得分在-0.05～0之間的地區(qū)以上的地區(qū)視為第二集團，也有10個地區(qū)，分別是湖南、江西、山東、安徽、重慶、遼寧、湖北、云南、貴州和內(nèi)蒙古，位于這一集團的大部分地區(qū)都是中部地區(qū)，也有部分西部地區(qū)和少量的東部地區(qū)；將F1得分低于-0.05的地區(qū)視為第三集團，共有11個地區(qū)，分別是陜西、西藏、寧夏、河北、山西、河南、青海、吉林、新疆、甘肅和黑龍江，第三集團的特征是，大部分地區(qū)都屬于經(jīng)濟發(fā)展相對落后的地區(qū)，其中西部和東北地區(qū)占主要部分，也有少部分中部地區(qū)。

從圖3來看，內(nèi)蒙古和北京最靠上邊，說明這兩個地區(qū)用于御寒的消費支出占總支出比重較高；海南省在最下邊，受氣候影響的消費支出占比較低。我們以公因子F2得分區(qū)間為標

圖3 全國31個地區(qū)受氣候影響的消費支出散點圖（按照F2得分）

準來對消費地區(qū)進行分類，將F2得分大于0的地區(qū)列為第一集團，這些地區(qū)分別是內(nèi)蒙古、北京、吉林、天津、遼寧、重慶、黑龍江、山東、河南、浙江、上海、陜西、寧夏、河北和新疆等15個地區(qū)。從這些地區(qū)來看，由于受氣候影響消費支出比重較高的地區(qū)絕大部分都是北方地區(qū)和西部氣候寒冷地區(qū)，如用于購買衣服和醫(yī)療保健方面的支出占比較大。此外，這一集團中也有部分南方地區(qū)，如上海、浙江、重慶等，如果僅僅使用氣候條件來解釋這三個地區(qū)的消費支出，我們認為未必客觀，因為三個地區(qū)的一年中的氣候相對來講比較溫和，但是在受氣候影響的消費支出中，醫(yī)療保健是也變量之一；此外，部分衣著支出增加不一定是因為氣候原因，而是地區(qū)時尚或者其他原因引起。因此我們認為部分南方地區(qū)主要因為時尚因素或醫(yī)療保健支出較多，從而導(dǎo)致該部分支出比重較大，而并不是為了御寒購買衣服的支出增加。

我們以表7中綜合因子得分為標準來將全國31個地區(qū)的消費支出進行分類。將綜合因子F得分大于0的地區(qū)列為第一集團，分別是上海、廣東、北京、浙江、天津、福建和江蘇等7個沿海經(jīng)濟發(fā)達地區(qū)；綜合因子得分大于-0.05小于0的地區(qū)是第二集團，主要有15個地區(qū)，分別是內(nèi)蒙古、重慶、四川、山東、遼寧、廣西、湖南、海南、安徽、湖北、江西、陜西、寧夏、吉林和云南。在這綜合消費支出的第二集團中，大部分地區(qū)都位于中部地區(qū)和西部地區(qū)，只有山東省來自東部地區(qū)；綜合得分小于-0.05的地區(qū)有9個，這些地區(qū)是河南、貴州、河北、山西、西藏、新疆、黑龍江、青海和甘肅，消費綜合支出落后的地區(qū)幾乎都是經(jīng)濟水平不發(fā)達地區(qū)，這一集團的部分地區(qū)雖然由于受氣候影響而增加消費支出的比重較大，但是用于一般生活消費、娛樂支出較少，從而導(dǎo)致綜合消費支出費用較低。

3 結(jié)論與政策建議

本文使用因子分析技術(shù)研究了我國31個地區(qū)城鎮(zhèn)居民消費支出的結(jié)構(gòu)特征，得出以下結(jié)論：一是我國城鎮(zhèn)居民消費支出的規(guī)模主要受地區(qū)經(jīng)濟發(fā)展水平和氣候等兩個因素影響。對于經(jīng)濟發(fā)展水平較高的沿海地區(qū)，用于一般生活支出、娛樂支出的比重較高；氣候寒冷的北方地區(qū)，城鎮(zhèn)居民用于衣著、醫(yī)療保健支出的比重較高。二是部分西部地區(qū)近年消費支出水平位居前列，如廣西和四川兩個地區(qū)的一般消費支出和娛樂支出占總消費支出的比重位于全國第一集團，而在綜合消費支出中，除了四川和廣西以外，還有內(nèi)蒙古、重慶、陜西、寧夏和云南等地區(qū)近年的消費支出較高，高于大部分中部地區(qū)。三是個別地區(qū)消費支出的特殊性。比如，在討論受氣候影響的地區(qū)中，衣著和醫(yī)療支出受到影響最大的15個地區(qū)中，有12個地區(qū)都屬于北方，而還有上海、浙江和重慶三個南方地區(qū)。因此，衣著支出增加在個別地區(qū)也并不一定就是氣候原因，還可能是時尚等元素導(dǎo)致。

因此，我國政府在制定刺激內(nèi)需的消費政策時，要針對不同地區(qū)的特征有的放矢出臺相關(guān)政策。對于經(jīng)濟發(fā)達地區(qū)，在刺激一般性消費支出時，還要為當(dāng)?shù)鼐用裉峁┹^多的文化、休閑、娛樂等特殊性消費品，進一步擴大發(fā)達地區(qū)的消費規(guī)模；對于西部地區(qū)而言，可以通過減少消費稅收的形式刺激一般消費需求，以此進一步提高經(jīng)濟落后地區(qū)城鎮(zhèn)居民的消費水平；對于上海、北京、重慶以及經(jīng)濟發(fā)達的其他地區(qū)具有較強的時尚消費需求意愿，政府可以有重點地引導(dǎo)具有地方特色的時尚產(chǎn)業(yè)發(fā)展來刺激消費需求。

[1]吳棟,李樂夫,李陽子.近年居民消費結(jié)構(gòu)統(tǒng)計分析的研究綜述——關(guān)于因子分析和聚類分析的應(yīng)用[J].數(shù)理統(tǒng)計與管理,2007,(9).

[2]王學(xué)民.我國各地區(qū)城鎮(zhèn)居民消費性支出的分析研究[J].財經(jīng)研究,2002,(1).

[3]孫冰,王其元.我國居民家庭消費支出結(jié)構(gòu)的對比分析[J].哈爾濱工業(yè)大學(xué)學(xué)報,2002,(8).

[4]寧自軍.因子分析在居民消費結(jié)構(gòu)的變動分析中的應(yīng)用[J].數(shù)理統(tǒng)計與管理,2004,(11).

[5]孫艷玲.我國農(nóng)村居民生活消費實證研究[J].農(nóng)村經(jīng)濟,2003,（12）.

[6]王芳,王景東.我國城鎮(zhèn)消費結(jié)構(gòu)的因子分析[J],商業(yè)研究,2004,(21).

[7]紀榮芳.城市居民消費結(jié)構(gòu)的因子分析模型及應(yīng)用[J].山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版),2007,(2).

[8]莊燕君.區(qū)域產(chǎn)業(yè)結(jié)構(gòu)與消費結(jié)構(gòu)關(guān)聯(lián)分析[J].統(tǒng)計與決策,2005,(1).

[9]申秋紅.基于層次分析法的農(nóng)村居民消費結(jié)構(gòu)研究[J].財貿(mào)研究,2007,(5).

[10]殷玲.我國居民消費行為的實證分析[J].商業(yè)研究,2004,（20）.

[11]孔祥利,馬麗霞.基于面板數(shù)據(jù)的陜西省農(nóng)村居民消費結(jié)構(gòu)分析[J].統(tǒng)計與信息論壇,2011,(10).