摘要：本文基于因子分析法构建了消费升级综合评价指标体系模型，找出影响消费升级的关键因素，并运用相关数据测算出2000年～2017年我国31个省份消费升级的综合得分并分析其所处的消费阶段，进而为各省市地方政府运用该模型客观分析消费升级中的主要问题，进一步提高消费升级的能力制定经济政策提供科学的依据。

关键词：消费升级;因子分析;评价模型

中图分类号：F714  文献识别码：A  文章编号：2096-3157（2020）21-0022-03

一、引言

消费作为经济增长“三驾马车”之一，是拉动未来我国经济高质量发展的重要引擎，在我国经济发展中具有举足轻重的地位。党的十九大报告明确提出要完善促进消费的体制机制，增强消费对经济发展的基础性作用，国务院也先后颁发若干政策文件，这充分说明当前我国建立健全的消费体制机制，促进消费升级的重要意义。但当前我国居民消费水平的判断，是消费升级还是消费降级？由于受现实社会中一些负面因素的影响，引发了广泛的讨论，也越来越受到专家学者的关注。笔者认为，当前之所以人们对到底是消费升级还是降级存在不同认识，主要是因为对居民消费结构及形态的动态演变缺乏较全面更深刻的理解。只有形成较科学完整的消费升级评价体系，才能准确判断当前居民消费层次和水平，进而发现当前影响我国消费升级的关键因素，在更深层次上采取更有效措施来提升消费水平，真正实现消费升级。

二、研究回顾

现有研究中，对消费升级指标的定量测度，目前还尚未形成统一的度量标准。较常见的是从消费内容方面对消费升级进行度量，认为消费升级最明显的特征是消费内容的优化。如将消费内容划分为生存型、发展型、享受型三大类，以发展型和享受型消费占总消费支出比例作为消费升级的测度指标;也有从“生存-发展-享受”或“物质-服务”的演变路径角度对消费内容的优化进行分析的研究，为度量消费升级奠定基础。还有部分学者从消费结构升级的角度对消费升级进行度量，如魏勇（2017）、黄隽（2018）等通过构建ELES或AIDS模型，对八大类商品消费支出的变动情况进行度量，或依据收入弹性，以高层次商品和服务型消费支出占比的变动情况作为居民消费结构的度量指标，实现对消费升级的定量分析。

此外也有学者从不同角度出发实现对消费升级的度量，如俞剑等（2015）采用城乡居民家庭消费工业品与农业品、服务品与工业品的相对支出比例来对消费升级进行度量。石明明等（2019）认为消费升级不只是表现在各类支出在微观结构和层次上的提升，还从宏观层面表现为消费的可持续增长，并从微宏观方面对居民消费水平的动态变化进行了度量。

三、确定消费升级综合评价指标体系

1.评价指标选取

本文从消费水平、消费结构、消费环境以及消费力四个层面确定了影响消费升级的指标因素，在此基础上对消费升级进行综合分析。

消费水平。消费水平是反映人们物质文化社会生活需要的重要指标。本文选取社会消费品零售总额X1和居民消费水平X2两个指标作为我国居民消费水平的影响因子。社会消费品零售总额的扩大与居民消费水平的提高，消费升级水平会相应提升，因此二者皆为正指标。

消费结构。消费结构是消费升级最主要的表现形式。本文选取恩格尔系数X3三个指标因子对消费结构进行度量。本文以居民消费支出中的文教娱乐支出作为文化消费支出、医疗保健、交通通讯以及其他服务支出之和作为服务消费支出。恩格尔系数越小、文化消费和服务消费比重越大，消费升级水平越高，因此恩格尔系数为逆指标，文化消费和服务消费支出为正指标。

消费环境。良好的消费环境是消费升级的重要保障。本文选用铁路密度、公路密度、互联网普及率、每万人邮政营业网点数、每万人医疗机构床位数、人均基本医疗保险支出、人均基本养老保险支出、人均失业保险支出等9个指标作为消费环境的影响因子。上述各项皆为正指标。

消费力。消费力不仅包括消费者购买力，还应包含消费者的知识才能。消费者的知识才能，一方面，通过影响消费者对相关消费资料进行消费的能力;另一方面，也会推动消费者形成健康、文明的消费理念。本文选取大学生粗入学率、平均受教育年限作为消费力升级的影响因子，对消费力的升级进行度量。二者皆为正指标。

2. 采集原始数据

在本文所采用数据来源于国家统计局公布的历年《中国统计年鉴》、《中经网统计数据库》、《新中国六十五周年刊》以及《中国住户调查年鉴》、《中国人口和就业统计年鉴》等，其中互联网普及率数据来源于历年《中国互联网络发展状况统计报告》。

四、构建消费升级指标综合评价模型

1. 数据处理

其中，（1）为正指标的指数化运算公式，（2）式为逆指标的指数化运算公式。i表示各项指标，j表示省份，t表示年份，χijt表示指数化前的i指标的数值，χimin为指标i的最小值，χimax为指标i的最大值，Xijt为指数化后的数值。

2. KMO检验和Bartlett球形检验

本文利用SPSS.25统计分析软件，对消费升级综合评价指标进行测度。指标化后数据的适度检验结果（KMO=0.868，P<0，05），表明样本数据能较好对指标进行测度，可知因子分析法适用于本文指标体系的评价。

3.提取公因子

在样本数据进行标准化处理之后，本节运用主成分分析的方法提取公因子。运用SPSS工具首先得出样本数据间的相关系数矩阵，然后对其特征值大于1 的因子进行提取，得出相应的特征值和因子贡献率，进一步做方差极大正交旋转决定因子载荷量。所得结果见表1。

根据总方差解释表，本文筛选出特征值大于1的4个因子，其因子累计方差贡献率为84.08%>80%，即所提取的4个公因子能较好地对原来的指标进行解释。运用旋转平方载入后，4个因子的累计方差贡献率仍为84.08%，且第一个公因子的解释能力仍然最強。因此，本文最终选取以上4个公因子对消费升级进行测算，实现了评价指标的降维。

4.因子旋转

为更准确对所提取变量进行解释，本文因子的载荷矩阵进行正交旋转。表2左边部分成分矩阵表示样本数据的初始因子载荷矩阵，右边部分即为方差最大正交旋转因子载荷。

根据因子分析的一般规则，若某一指标在一个主因子上的载荷值是它在其他因子上载荷值得两倍以上或者大于0.4，则将该指标归入该主因子。由右侧旋转成分矩阵可知，因子1在X1、X2、X12、X13、X14上具有较高的载荷，其系数分别为0.91、0.90、0.874、0.832、0.594，即意味着这5个变量可由因子1进行解释。同理，变量X3、X5、X8、X9、X10、X11可由因子2对其进行解释;X6、X7、X15、X16由因子3进行解释;X4则由因子4进行解释。

5.指标构建

运用回归系数法，将所提取的4个公因子转化为原始指标的线性表达式，计算它们各自的得分。根据回归结果，成分得分系数矩阵如表3。

根据表3所示的矩阵可得到如下各个因子关于原始变量指标的线性表达式：

C1=0.35×X1+0.056×X2+0.001×X3+0.055×X4-0.1×X5-0.102×X6-0.001×X7-0.007×X8+0.035×X9-0.07×X10-0.108×X11+0.276×X12+0.287×X13+0.276×X14-0.133×X15-0.057×X16

C4=0.166×X1-0.14×X2+0.253×X3+0.602×X4+0.315×X5-0.008×X6-0.09×X7-0.183×X8-0.351×X9-0.098×X10-0.07×X11+0.04×X12+0.019×X13+0.037×X14-0.01×X15+0.218×X16

其中，X1、X2…X16这16个指标是原始数据标准化处理后所得数据。本文将每个公因子对应的方差贡献率除以累计方差贡献率作为权重，对4个公因子进行加权平均，计算评价2000年～2017年我国31个省份消费升级综合评价体系。具体表达公式如下：

C=27.878×C1+24.532×C2+21.191×C3+10.479×C427.878+24.532+21.191+10.479

五、消费升级综合评价体系模型的应用及评价

根据上文所得消费升级综合评价体系公式，经测算得到2000年～2017年我国各省份的消费升级指数。鉴于篇幅原因，本文列出其中3年消费升级水平得分及其排名的情况。

由表4可知，2002年消费升级综合得分的最大值与最小值分别为上海的56.79和西藏的39.06，2017年得分最大值为上海的89.51，最小值为西藏的52.8。消费升级综合得分的区间宽度由2002年的17.73增加到2017年的36.71，表明消费升级区域之间的差异在不断扩大。2000年～2017年间，东部省份消费升级较快，中部省份次之，西部各地区消费升级速度相对较慢。

就2017年而言，消费升级综合得分80分以上的共有6个省份，根据得分排序分别为上海、北京、广东、江苏、山东、浙江，这些省份经济发展程度高，消费水平提升较快，消费结构较为合理，消费环境较为完善，消费力指数也相对较高，因此消费升级水平相对较高。

六、结论和启示

本文借助因子分析法，构建了消费升级指标体系综合评价模型。得出如下结论：第一，消费水平以及消费环境是影响消费升级的最主要因素，它们对消费升级的贡献率是最大的，其次是消费结构与消费力。第二，总体上各省份消费升级水平呈持续增长趋势，但各区域之间消费升级水平存在较大差距，且东西部之间增长区间宽度不断扩大。

本文所得启示如下：第一，各省份可以依据不同的指标因子对消费升级的影响权重，求得自己内部因子发展的得分，为促使消费升级四个层面均衡发展提供依据。第二，要进一步完善西部等不发达地区的互联网络等基础设施建设，推动消费环境改善，提升消费水平，缩小区域之间的消费差距。第三，要引导消费者形成健康、文明的消费理念，养成良好的消费习惯，为促进消费升级营造良好的社会环境。

参考文献：

[1]黄隽，李冀恺.中国消费升级的特征、度量与发展[J].中国流通经济，2018，（04）：94～101.

[2]黄卫挺.居民消费升级的理论与现实研究[J].科学发展，2013，（03）：43～51.

[3]毛中根，孙豪.中国省域经济增长模式评价：基于消费主导性指标体系的分析[J].统计研究，2015，（9）：69～75.

[4]孟祥兰，邢茂源.供给侧改革背景下湖北高质量发展综合评价研究——基于加权因子分析法的实证研究[J].数理统计与管理，2019，（4）：676～687.

[5]石明明，江舟，周小焱.消費升级还是降级[J].中国工业经济，2019，（7）：42～58.

[6]魏勇，杨孟禹.收入结构、社会保障与城镇居民消费升级[J].华东经济管理，2017，（3）：90～98.

[7]俞剑，方福前.中国城乡居民消费结构升级对经济增长的影响[J].中国人民大学报，2015，（5）：68～78.

[8]臧旭恒，孙文祥.城乡居民消费结构：基于ELES和AIDS模型的比较分析[J].山东大学学报，2003，（6）：122～126.

[9]张光明.基于国际比较视域的中国居民消费升级评价研究[D].浙江工商大学，2017：36～58.

[10]林海明.因子分析模型的改进与应用[J].数理统计与管理，2009，（6）：998～1012.

作者简介：

李金莲，浙江工商大学经济学院硕士研究生;研究方向：国际贸易理论与政策。