我国城镇居民消费评价指标分析

张芬 张艳邦 李晓霞

摘要：近年来，尽管我国城镇居民的消费水平有了较大的提高，但由于31省市所处的地理位置不同，其消费水平存在较大的差异性，消费结构层次问题凸显。本文以2019年31省市的人均消费支出及八个项目支出数据为依据，运用因子分析建立了消费水平评价函数模型，分析了影响31省市的居民消费结构差异的因素。

关键词：因子分析;消费结构;评价指标;城镇居民

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.07.011

0引言

2021年1月，党的十九届五中全会通过的《规划建议》论述了“全面促进消费”的观点。消费是指人们为了满足生活需要，对物质产品的消耗和享受服务的行为过程。居民消费作为社会总需求最重要的组成部分，其增长直接影响整个国民经济增长的速度和质量。自十八大以来，我国社会和经济进入了新的发展阶段，城镇居民人均消费增长加速，占社会总需求比较大，消费结构也发生了显著变化。2019年我国GDP已经达到了99万亿元人民币，人均GDP突破一万美元，消费同比增长创历史新高，并对GDP的增长起到了一定的拉升作用。近年来，居民消费问题和消费结构变化的研究已成为学者研究的热点。一些学者运用统计分析方法讨论了河南、广东、西藏等居民消费问题，研究发现由于所处地理位置的不同，居民的消费水平和消费支出存在着显著差异，影响经济发展不均衡。文献运用因子分析和聚类分析方法研究了2007年全国31个地区城镇居民家庭消费情况。尽管近10年以来我国居民恩格尔系数已明显降低，但是我国经济正走向中高速增长的新常态，也处于结构调整的历史关键时期，居民消费作为拉动国民经济增长的一驾马车，在积极改善经济结构的作用不容忽视。基于以上讨论，针对2019年我国31省市城镇居民人均消费性支出情况，本文对其各项数据指标做统计分析和横向比较研究。

1数据来源

本文数据来源于中国统计年鉴2019年城镇居民人均消费支出（食品、衣着、居住、设备、医疗、交通、文教、其他）。

2数据分析

2.131省市城镇居民消费结构分析

表1列出了2019年全国城镇居民在食品、衣着、居住、设备、医疗、交通、文教、其他等八大消费支出。

从表1可以看出，2019年，全国居民人均食品消费支出6084元，食品在各项消费支出平均水平比重最大，接下来依次是居住、交通、文教、医疗、衣着、设备，其他排在最后;而衣着、设备的支出相差不大。

2.231省市城镇人均消费支出的因子分析

主成分分析是把原变量利用正交旋转变换成几个综合变量（称为主成分）的多元统计分析方法。每个主成分变量不仅保留了原始变量的绝大部分信息，而且各个主成分变量之间互不相关。同时，剔除一些干扰信息，使主成分变量更能够反映出问题本质。

因子分析的目的是用少数几个综合因子去描述许多具有复杂关系变量的一种多变量统计分析方法。其基本思想是将相关比较紧密的几个变量分在同一类，相关性较低的变量归在不同类，每一类变量就是一个公共因子。

2.2.1適用性检验

由表2可知，Bartlett球度检验统计量的观测值为331.765，Sig.为球形的P值接近0小于显著性水平0.05，适合做因子分析。又知KMO检验系数为0.860大于0.5，依据KMO度量标准可知原有变量可以进行因子分析。

2.2.2主成分分析提取公因子

由图1可知，碎石折线图在第一个变量和第二个变量变化波动较大，但从第三个变量开始，折线变得平坦，因此提取第一个变量和第二个变量这两个公共因子。

表3中，第一个因子的特征值为6.620，解释原有8个变量总方差的51.011%， 累计方差贡献率为51.011%。第二个因子的特征值为0.618，解释原有8个变量总方差的7.719%，累计方差贡献率为90.467%。第1个因子的特征值最高，对解释原有变量的贡献最大。第8个因子的特征值最小，对解释原有变量的贡献最小。由于前两个因子累积含有原始8个变量近90.467%的信息量，而含有第三个以后的因子特征值都较小，对解释原有变量的贡献很小，因此选取两个因子已经足够了。

由旋转成分矩阵表4可知，食品、居住、设备、交通、文教以及其他在第1个因子上的载荷值高于0.7，具有较高的载荷，说明第1个因子主要解释了这六个变量的特征，归结为刚性消费需求;由于衣着、医疗两个变量在第2个因子上的载荷值高于0.85，具有较高的载荷，由此说明第2个因子主要解释了衣着、医疗这两个变量的特征，可归结为弹性消费需求。

2.2.3因子得分

由表5成分得分矩阵知得分函数模型为：

F1=0.562X1-0.386X2+0.273X3+0.135X4+0.248X5+0.212X6-0.325X7+0.048X8

F2=-0.457X1-0.640X2-0.102X3+0.062X4-0.067X5-0.030X6+0.576X7+0.168X8

对两个因子进行加权求和，得到消费水平评价函数模型为：

F=0.915F1+0.085F2

根据评价函数可以计算得到综合得分最高的前五名依次是东部地区的上海、北京、天津、浙江、广东，而综合排名在后五名的是西部地区的广西、甘肃、云南、贵州、西藏。同时广西和云南在第一因子排名较前，说明这两省城镇居民在刚需消费上花费较多。

3结论

总体来看，我国31省市的消费结构在不断优化，但仍然有很大的升级空间。具体来看，上海、北京一线城市生活质量与消费水平均稳居全国前两位，但居住消费支出远远超过了食品、文教等，这与高房价和高房租有密切关系，刚性的居住生活成本攀升，居民居住支出成为生活成本的主要影响因素。天津、浙江、广东、江苏等经济发达地区消费水平紧随其后。云南、贵州等西南的由于自然环境以及人文环境的差异，云南、贵州、西藏等西部地区省份的消费水平较差，衣食消费占比领先其他省份。因此，这些西部地区在加速提升城镇居民收入水平的同时，还要加大改善和优化消费结构力度，鼓励城镇居民从传统型消费观念向多元化消费转变。

参考文献

[1]冯超.党的十八大以来我国居民消费与经济增长的统计分析[J].学术交流，2020，320（11）：116-124.

[2]顾欣，应珊.我国城镇居民不同收入群体的消费需求分析[J].江苏社会科学，2016，（5）：18-24.

[3]张宁.河南省城镇居民消费结构研究[D].兰州：西北师范大学，2016.

[4]杜姗姗，彭莉莉，李荣，等.精准扶贫对农村居民人均可支配收入的影响——基于贵州省时间序列数据的实证分析[J].中国集体经济，2020，（12）：5-8.

[5]赵旭芳，卢伟.基于因子分析法的广东省常住居民消费结构分析[J].商业研究，2019，（17）：10-12.

[6]田旭.西藏城乡居民收入差距影响发展型消费差异的实证研究[J].西藏民族大学学报（哲学社会科学版），2018，39（3）：35-40.

[7]冯建中，何先平.基于因子和聚类分析的城镇居民家庭消费性支出应用研究[J].长江大学学报（自然科学版），2010，7（1）：97-100.

[8]何晓群.应用多元统计分析（第二版）[M].北京：中国统计出版社，2015.

[9]毕宁远，邢天天.我国城乡恩格尔系数与居民收入的关系研究[J].中国市场，2018，（6）：19-21.

基金项目：陕西省高等教育科学研究项目（XGH19169）;陕西省教育科学“十三五”规划课题（SGH17H173，SGH18H371）;陕西省大学生创新创业训练计划资助项目（S202010722059，S202110722013）;陕西省教育厅研究计划项目（18JK0830）;咸阳师范学院服务地方科研项目（XSYK19044）;咸阳师范学院科研平台项目（XSYK20022）。

作者简介：张芬（1976-），女，博士，副教授，硕士生导师，研究方向：数据分析;张艳邦（1980-），男，博士，副教授，硕士生导师，研究方向：机器学习;李晓霞（2001-），女，咸阳师范学院数学与统计学院本科在读，研究方向：数据分析。

3838501908291