杜华章

（江苏省姜堰市农业委员会，江苏姜堰225500）

改革开放以来，我国农村居民收入结构不断变化，各收入来源结构占人均纯收入的比重变动较大，但总体趋势为由主要依靠家庭经营收入的单一结构向家庭经营纯收入与工资性收入并重的多元化发展。随着农村居民收入的持续增长，消费需求也随之提高，消费水平和消费结构、消费观念也发生着巨大变化。农村居民消费结构处于由温饱型向小康型、现代型过渡阶段，消费结构升级步伐加快，恩格尔系数明显下降，消费重心由 “吃、穿、用”向 “娱、住、行”倾斜。必须清醒看到，农村消费水平、消费结构还没有升级和优化，高层次的消费需求还没有形成和发展。农村居民消费结构是由生产力发展水平、农村收入水平、消费品价格等因素共同起作用的，不少学者从不同的角度对不同区域的居民消费结构以及收入与消费结构的关系等进行了评价研究。［1，2］但大多侧重于农村居民收入水平对消费结构的影响，如刘桓等应用2004年全国31个地区的农村居民消费结构数据，综合运用因子分析和聚类分析的方法，对各地农村居民消费结构差异性进行研究，并与当年农民纯收入的地区排名进行对比分析。［3］而黄静等只从农村居民收入结构变化的角度，探讨了工资性收入占人均纯收入比重与消费之间的关系。［4］本文用因子分析和聚类分析的方法研究农村居民收入结构与消费结构的关系，探讨不同区域通过提高农村居民收入结构的层次水平，扩大农村居民消费，优化消费结构，促进农村经济持续发展。

一、指标选取、数据来源与研究方法

（一）指标选取与数据来源

为研究我国农村居民收入结构和消费结构的差异性和相似性，选取2008年我国31个省（市、区）农村居民收入结构 （工资性收入S1、家庭经营纯收入S2、财产性收入S3、转移性收入S4）和消费支出结构数据 （食品X1、衣着X2、居住X3、家庭设备用品及服务X4、交通和通讯X5、文教娱乐用品及服务X6、医疗保健X7、其他商品及服务X8），［5］使用SPSS17.0软件进行因子分析和聚类分析。首先考察原始数据内变量之间是否存在一定的线性关系，是否适合采用因子分析提取公共因子。由表1可知，除家庭经营纯收入S2外，其余11个变量之间相关系数值都较高 （0.6），呈极显著的线性关系，可以从中提取公共因子，所以这11个原有变量适合进行因子分析。为了解决原始数据中量纲不同的问题，以确保评价结果的客观性和科学性，更好地分析各指标之间的关系，采用Z Score标准化方法对原始数据进行标准化处理，用这11个原有变量的标准化值进行Bartlett球度检验，得出的观测值为497.934，相应的概率p接近0，说明相关系数矩阵与单位阵有显著差异，同时KMO值为0.888，根据Kaiser给出的KMO度量标准可知11个变量标准化值适合进行因子分析。［6］

表1 原有变量的相关系数矩阵Table 1 Correlation matrix of original variables

（二）研究方法

1.因子分析。因子分析是20世纪Karl Pearson和Chales Spearman等人在人类智力测验中首先使用的一种统计分析方法。因子分析的基本思想是通过对变量的相关系数矩阵的内部结构进行分析，从中找到少数几个能够控制原始变量的公共因子f1、f2、…、fk去描述许多指标和因素之间的联系，从而尽可能地包含更多的原始变量的信息，建立因子分析模型，利用公共因子f1、f2、…、fk再现原始变量之间的相关关系，用这些公共因子的线性函数与特殊因子之和来描述原来所观察的每一个变量，以达到减少变量，降低维数和对原始变量再解释及命名的目的。运用这种统计技术，我们可以方便地法提取出影响农民收入与支出的公共因素，对我国农村居民收入结构和消费结构的关系进行综合评价。

2.聚类分析。聚类分析又称群分析，是将一批样本数据按照它们在性质上的亲密程度将性质相近的归为一类，将性质差别较大的归入不同的类。其中K-Means聚类分析是利用距离作为度量个体之间关系紧密程度的指标，并通过指定分类数而求得聚类结果。通过聚类分析，可以把全国各地区农村居民消费水平和消费结构相似的地区归为一类，以便划分不同消费层次的地区。

二、结果与分析

（一）提取公共因子并解释

运行SPSS软件，对31个省（区、市）的11个变量的标准化值采用主成分分析法，提取了2个公共因子，并计算11个因子解释变量的总方差，其累计方差贡献率达88.791%，总体信息丢失量较少。为了便于解释，采用方差最大化正交旋转对原有成份矩阵进行变换，得到旋转成份矩阵表（表2）。

从表2可看出，第一因子F1的特征值为9.155，方差贡献率为83.224%，反映了超过4／5的信息，而且所有变量与其它变量之间均呈正相关。在F1上有较高因子载荷的变量有X2（衣着）、X7（医疗保健）、S3（财产性收入）、X6（文教娱乐用品及服务）、X5（交通和通讯）、S4（转移性收入）等6个指标。这些指标主要是包括非工资收入（不含家庭经营收入，下同）及与之呈极显著相关的享受型消费指标，可以把第一因子F1命名为非工资性享受型消费因子。

表2 旋转成份矩阵及解释变量的总方差Table 2 Rotated component matrix and total variance of explained

第二个因子F2的的特征值为0.612，方差贡献率为5.567%，因子载荷值较大的有X1（食品）、X8（其他商品及服务）、X3（居住）、X4（家庭设备用品及服务）和S1（工资性收入）等5个指标。这些指标主要是包括工资收入及与之呈极显著相关的生存型消费指标，可以把第二因子F2命名为工资性生存型消费因子。

因此，我国农村居民的生活水平（收入水平和消费水平）主要由非工资性享受型消费因子和工资性生存型消费因子来决定，其权重经正交旋转变换后分别为0.44814和0.43977。

（二）计算各地区因子得分

SPSS软件采用回归法估计因子得分系数，并输出因子得分系数矩阵F31×11，根据因子得分系数和原始数据的归一化值可以计算各地区的每个因子得分数，并按正交旋转变换后的权重计算各地区的农村居民收入与消费水平的综合得分（表3）。

表3 全国各地F1、F2因子得分及综合评价Table 3 F1、F2factor score of regions and the comprehensive evaluation

?

表3所计算的因子得分情况及其正负仅表示该地区与平均水平的相对位置，正数表示该地区农村居民的收入水平和消费水平及发展水平高于平均水平，负数表示其低于平均水平。一个地区的F1与F2得分排名相近，说明这个地区的消费结构较为合理，且与其家庭纯收入水平相适应。

（三）聚类分析结果

利用SPSS17.0统计软件，对31个地区农村居民消费结构变量进行K-Means聚类分析。要求分成5类，初始中心点由SPSS自行确定。经过3次迭代后，5个最终类中心点的数据见表4。由此可见，第1类指数除X2、X5外均是最优的，第2类次之，以此类推，第5类指数均为负数，是最不理想的。通过对各指数在不同类的均值进行显著性测定，表明所有指数的均值在5类中的差异均达到极显著水平。各地区农村居民消费水平分类结果见表5。

表4 最终聚类中心Table 4 Final cluster centers

表5 我国农村居民消费结构聚类分析结果Table 5 The results of K-Means cluster analysis of consumption structure of rural residents

（四）综合评价

从总体上看，我国各地区的农村居民收入水平与消费水平呈“阶梯型”结构。在综合因子得分排序中，排在第一位的是上海市，得分为2.38705；最后一位的贵州省仅为-0.71544。表明我国的各地区农村收入水平与消费水平差距较大。其中有10个地区的得分大于0，说明我国大部分地区的农村居民收入与消费水平处于平均水平之下。［7］同时需要说明的是家庭经营纯收入S2与其它收入、消费因子的相关系数（0.3）不显著，未被列入因子分析和聚类分析的变量中，表明家庭经营纯收入与消费结构各变量间无相关性。

1.前两类地区有上海、北京、浙江3个省（市）。上海的F1和F2得分排名均靠前，说明上海农村居民整体收入水平较高，且消费结构较合理，消费水平相对也较高，对生活质量的要求比较高；北京的第1主因子得分排名第1，说明北京的农村居民较注重衣着、医疗保健、文化娱乐等享受型消费；而浙江的2个主因子得分差距较小，说明浙江的农村居民收入与消费结构较合理。

2.第3类地区中的江苏、山东、黑龙江3个省。江苏、山东位于我国东南沿海地区，这类地区的经济都比较发达，所以农村居民的生活因子得分也比较高；黑龙江的非工资性享受型消费水平较高，而工资性的生存型消费水平落后，消费结构比较超前。

3.第4类地区中有8个省 （市、区）。因子综合得分排名位于14位之前。北方四省 （天津、内蒙、辽宁和吉林）的F1均大于0，而F2均小于0，南方四省 （广东、福建、湖南、湖北）则相反，F1均小于0，F2均大于0。如广东的F1得分排名倒数第1，而F2得分排第3位，说明广东省农村居民与非工资相关的享受型消费水平远落后于与工资收入相关的生存型消费，消费结构不合理，但其综合得分与当地经济发展水平及农民收入水平还是相适应的。这可能与南方和北方农村居民的消费习惯有关，北方比较注重享受型消费，而南方比较注重生存型消费。

4.第5类地区中包括17个省 （市、区）。这17个地区的综合得分都小于0。山西、宁夏、青海、陕西、新疆的第1因子得分都大于0，说明这些北方省份与非工资收入相关的享受型消费水平比较高；而江西、广西、海南的第2因子得分也是大于0的，说明这些南方省份与工资收入相关的生存型消费水平比较高。这与第4类地区中南、北方的情况相似。

三、对策建议

通过对我国农村居民收入结构与消费结构的关系分析可知，要进一步提高农民的消费水平，提升消费层次，关键是要通过多种渠道增加农民的收入。［8］

（一）稳定增加家庭经营收入

家庭经营收入一直是农民收入的一个稳定来源，尽管其与消费结构各变量的相关性不显著，但在我国农民人均纯收入结构中，比重仍然最高［9］（2008年为51.16%）。一要进一步扩大高效设施农业生产规模，提高农业产业化水平，提高土地产出效率，因地制宜发展符合本地区特色的特色产业。二要加大对农业基础设施改造的投入，改善交通、水利等生产条件，为现代农业的发展创造有利条件。三要进一步降低生产资料的价格水平，降低生产成本，减少生产消费支出。四要稳定农产品的价格，尽可能低的避免因农副产品价格下跌，使农民遭受损失，切实保护农民利益。五要建立并完善规模化农业保险防护长效机制，提高农民遭遇灾害时抵抗风险的能力。六要准确及时地为农民提供信息服务、产销服务，避免农民因跟风生产、盲目生产造成农产品过剩，产品销路不畅等情况发生。

（二）促进农民就业创业，增加工资性收入

加大对西部地区的投资和开发力度，努力提高中西部农村低收入群体的收入水平，［10］保障生存型消费者的基本生活。一要进一步完善服务体系建设。积极打造农村基层公共就业服务平台，完善服务功能，及时了解劳动力市场动向和农民就业需求，对农村困难家庭就业进行援助。二要进一步加强职业技能培训。及时针对劳动力市场需求情况，坚持缺什么补什么的原则，组织开展实用技能培训、技能提升培训、预备技能培训等。培训工作要加大针对性，有效性。三要进一步扶持农民自主创业。鼓励农民返乡创业、就地创业、外出创业。尽快地将支持城市居民创业优惠政策覆盖到广大农村，加大金融对创业的扶持力度，推进农村二三产业发展，以创业带动就业，以创业推动发展。

（三）努力增加财产性收入和转移性收入

财产性收入和转移性收入是农民收入的重要组成部分。近年来这两项收入一直保持高速增长的态势，对农民增收的支撑作用也越来越大，同时与享受型消费因子呈极显著相关。增加这些非工资性收入对部分南方省份 （F1得分较低的）意义更加重大。要加大财政转移支付力度，完善社会保障体系，提高转移性收入。要完善农村金融体系及社会保障制度，进一步提高农村养老保险金额及农村合作医疗的报销比例，解除农民预期消费的后顾之忧。

（四）引导农民转变消费观念

东部地区要加快城市化建设的进程，满足农村享受型消费者的现实需求，提高高收入群体的消费倾向，使得有实力、能够适应城市消费的农村居民到城市去发展。鼓励知名大中型商业企业向农村延伸网络，完善农村商品销售的售后服务体系建设，为农民提供质优价廉的商品和服务。改善农村的消费环境，减少消费的政策性障碍；鼓励发展农村的新型服务行业，积极培育新的消费热点，如茶社、旅游度假等，进一步提升发展享受型消费者的有效需求，扩大农村高收入群体的消费倾向。

［1］王颖，李慧清.广东省农村居民消费结构分析 ［J］.北京城市学院学报，2009（1）：37-41.

［2］王选选，刘娟英.中国农村居民省际间消费结构差异分析［J］.数理统计与管理，2007，26（5）：846-851.

［3］刘桓，李乐夫，吴栋.农村居民收入与消费关系实证研究 ［J］.重庆大学学报 （社会科学版），2009，15（1）：24-29.

［4］黄静，葛斐，穆月英.我国农村居民收入结构与消费关系研究［J］.安徽农业科学，2009，37（21）：13395-13397，13400.

［5］中华人民共和国国家统计局.中国统计年鉴-2009［EB／OL］.（2009-09-21）［2010-11-20］.http：／／www.stats.gov.cn／tjsj／ndsj／2009／indexch.htm.

［6］薛薇.SPSS统计分析方法及应用（第2版）［M］.北京：电子工业出版社，2009：325-332.

［7］李雪，王莉华.基于聚类和因子分析的农村居民消费结构实证研究 ［J］.辽宁石油化工大学学报，2008，28（2）：93-96.

［8］李喜梅，赵双喜，郭善民.河南农民收入结构及其对消费的影响分析 ［J］.江西农业学报，2010，22（9）：191-193.

［9］刘宏哲.农民收入增长影响因素的计量分析［J］.安徽农业科学，2009，37（16）：7684-7685，7781.

［10］周舒.基于因子分析的农民收入问题探讨［J］.商业时代，2009（18）：11-12.