农村居民典型区域消费结构数量预测与差异性实证研究

李虹　艾熙

内容摘要：本文探讨农村居民消费影响因素的区域差异，采用扩展线性支出系统模型进行回归分析，预测典型消费区域农村居民消费结构变化趋势，进一步分析影响农村居民消费的各类因素，并对因素间差异进行预测分析。探寻典型区域农村居民的消费瓶颈，为政府制定宏观调控政策、充分调动农村居民消费积极性、缩小地区差异提供依据。

关键词：农村典型区域 消费的差异性 消费结构预测

典型区域农村居民消费结构演进历程—以上海、广州、重庆为例

（一）上海农村区域居民消费结构的演进

上海农村居民总消费支出呈快速增长的势态，由2010年的10210.46元增加到2014年的14820.10元，增加了4609.64元，年均增长率为15.05%。其他各项消费支出的绝对数都呈增长态势。

（二）广州农村区域居民消费结构的演进

2010-2014年广州农村居民各项消费支出的绝对数处于上升趋势，2010-2014年间，交通和通信项目增长最快，从637.08元飙升1068.70元，年均增长率10.90%；另外，教育文化娱乐服务和医疗保健项目也分别以年均22.97%、17.44%的增幅增长；衣着、家庭设备用品及服务、居住项目在各年都稳步增长。

（三）重庆农村区域居民消费结构的演进

2010-2014年重庆农村居民平均消费支出增长迅速。2014年为7982.6元，是2010年的3624.62元的2.20倍，平均每年以17.11%的速度增长。各收入组的消费支出都呈上升趋势，收入组之间特别是最高和最低两个消费群体之间的差距越来越大。

典型区域农村居民消费结构预测—以上海、广州、重庆为例

（一）2015-2025年上海农村居民消费结构数量预测

上海农村居民可支配收入预测。2010-2014年上海农村居民可支配收入时序对其GDP时序做线性回归分析，得估计方程为：Y=3955.91+1.6238GDP，回归结果a=3955.91，b=1.6238，R2=0.998，调整R2=0.9977。把第一步计算的GDP预测值代入方程，可得预测期各年的人均可支配收入的预测值（见表1）。

历年各项消费与可支配收入的回归分析。利用2010-2014年上海农村居民各项消费支出和可支配收入的数据，根据扩展线性支出系统模型PiXi=ai*+bi*Y进行回归分析。回归结果如表2所示，得到各类消费支出回归方程为：

C=696.1065+0.7003Y C1=1211.2236+0.2101Y

C2=-230.5733+0.0640Y C3=138.2451+0.0388Y

C4=349.9297+0.0204Y C5=-1187.3251+0.1704Y

C6=283.5359+0.1008Y C7=347.3240+0.0518Y

C8=-216.2533+0.0440Y

各项消费预测结果。把第二步所得可支配的预测结果带入第三步的各支出项目的回归方程，可得各预测年各项消费的预测值（见表3）。

（二）2015-2025年广州农村居民消费结構数量预测

广州农村居民可支配收入预测。2010-2014年广州农村居民可支配收入时序对GDP时序做线性回归分析，得估计方程为Y=7813.57+0.0002GDP，回归结果a=7813.57，b=0.0002，R2=0.9606，调整R2=0.9527。把第一步计算的GDP预测值代入方程，可得预测期各年的人均可支配收入的预测值（见表4）。

历年各项消费与可支配收入的回归分析。根据2010-2014年广州农村居民各项消费支出和可支配收入的数据，利用扩展线性支出系统模型PiXi=ai*+bi*Y进行回归分析。回归结果如表5所示，得到各类消费支出的回归方程为：

C=-1710.26+0.8930Y C1=1432.81+0.2140Y

C2=-353.92+0.0682Y C3=382.99+0.0254Y

C4=-217.16+0.1749Y C5=-2719.41+0.2745Y

C6=-797.16+0.1749Y C7=212.93+0.0663Y

C8=73.49+0.0241Y

各项消费预测结果。把第二步所得可支配收入的预测结果代入第三步各支出项目的回归方程，可得各预测年各项消费的预测值（见表6）。

（三）2015-2025年重庆农村居民消费结构数量预测

重庆农村居民可支配收入预测。2010-2015年重庆农村居民可支配收入时序对GDP时序做线性回归分析，得估计方程为Y=1776.29+2.7929GDP，回归结果为a=1776.29，b=2.7929，R2=0.9962，调整R2=0.9957。把第一步计算的GDP预测值代入方程，可得预测期各年的人均可支配收入的预测值（见表7）。

历年各项消费与可支配收入的回归分析。利用2010-2014年重庆农村居民各项消费支出和可支配收入的数据，利用扩展线性支出系统模型PiXi=ai*+bi*Y进行回归分析。回归结果如表8所示，得到各类消费支出的回归方程为：

C=1191.07+0.7111Y C1=499.01+0.2643Y

C2=-98.19+0.0995Y C3=167.89+0.0414Y

C4=-96.256+0.0679Y C5=-2.18+0.0840Y

C6=447.14+0.0753Y C7=162.48+0.056Y

C8=111.17+0.0131Y

各项消费预测结果。把第二步所得可支配收入的预测结果代入第三步各支出项目的回归方程，可得各预测年各项消费的预测值（见表9）。

研究结论与政策建议

（一）农村居民消费区域差距明显且消费结构变化大

通过对2010-2014年间典型消费区域农村居民消费结构的比较分析，发现我国农村居民的消费构成变化显著，除了排列前两位的食品、居住支出以外，交通、文教娱乐逐渐成为农民主要消费项目。医疗保健、衣着和家庭设备在农民日常消费中所占比重较小，总体不超过20%。典型消費区域农村居民消费水平呈东高西低的梯度分布，且各区域间的消费数值差距也有扩大趋势。中西部农村居民的消费增长速度也快于东部区域，又使得三者之间的相对消费差距逐渐缩小。与中西部比较，东部区域农民用于发展型、享受型消费比重明显更高，三大类区域农村居民在日常消费构成上的差距更多地体现在文化娱乐等高级消费方面。

（二）农村居民消费影响存在显著的区域差距

首先，在当前农村居民消费中，收入水平是最主要的影响因素。除收入以外，区域间差距明显，东部经济发达地区领先优势突出，中西部部分省份相对落后，而在西部大开发等外部政策扶持的背景下，部分西部省份农村居民消费中非收入因素的贡献率排名要优于贡献值排名。其次，在考察8类消费比值因素中，除了银行利率和通讯设施覆盖率不具有显著的地域差别外，其他6项因素对农村居民消费的影响均表现较为显著的区域差异。最后，我国农村居民消费最具有潜力的是东部沿海区域，使得江苏、广东、浙江和山东等部分省份优势明显。河南则凭借人口数量优势，消费潜力排在全国前列，总体而言，中西部区域农村消费潜力相对较小。

（三）非收入因素是我国农村居民消费的重要影响因素

通过消费预测可知，除了银行利率、老人负担比重以及通讯覆盖率三项指标以外，反映社会保障因素的养老保险覆盖率和耕地占有量均对农民消费影响显著，但二者的作用方向为一正一负。农村金融发展效率对农村居民消费的弹性为正，说明农村金融体制改革，有助于解除资本市场流动性约束对农村居民消费的制约，有利于农村消费潜力的释放。从人口结构角度来看，预留保障性储蓄的增加使农村少儿抚养比重下降对农村居民消费起到抑制作用，在基础设施建设方面，农村电力设施的完善，有助于改善农村消费环境，消费家电等行业过剩的生产能力，进一步开拓了农村消费市场。

参考文献：

1.梅洪常，王田，胡宝娣.消费增长与结构优化[M].经济管理出版社，2007

2.中国农村市场模式研究编委会.中国农村市场模式研究[M].新华出版社，1993

3.重庆统计局.重庆统计年鉴[M].2009-2015年

4.上海统计局.上海统计年鉴[M].2009-2015年

5.陈潮鹏.完善我国农村消费环境的探索[J].改革与战略，2007（3）