基于灰色模型的江蘇農(nóng)民消費結(jié)構(gòu)及趨勢

王芳++何程++沈華

摘要：利用灰色因子分析對江蘇省農(nóng)村居民消費結(jié)構(gòu)變化進(jìn)行研究，并將其與因子分析進(jìn)行比較。結(jié)果顯示，食品、居住以及醫(yī)療等消費的結(jié)構(gòu)已經(jīng)有所改變，食品以及醫(yī)療保健更加趨向于享受型消費，居住消費在不同地區(qū)有著不同發(fā)展?fàn)顩r。以灰色預(yù)測模型對蘇州、南京、連云港等代表性城市農(nóng)民消費進(jìn)行預(yù)測，得出蘇州交通通信消費、南京居住消費增長過快，以連云港為代表的滯后發(fā)展地區(qū)消費增長較為疲軟，且有進(jìn)一步落后的趨勢。

關(guān)鍵詞：灰色關(guān)聯(lián)度；GM模型；因子分析；農(nóng)民消費趨勢

中圖分類號： F014.5文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2016）12-0577-05

收稿日期：2015-09-24

基金項目：國家社會科學(xué)基金（編號：11CJY031）；江蘇省高校哲學(xué)社會科學(xué)基金（編號：2014SJB147）；江蘇省普通高校研究生實踐創(chuàng)新計劃（編號：SJZZ_0127）。

作者簡介：王芳（1976—），女，安徽宿松人，博士，副教授，主要從事消費經(jīng)濟(jì)及人口統(tǒng)計研究。E-mail：faithfang@sohu.com。

“三農(nóng)”問題已經(jīng)成為我國發(fā)展中關(guān)系全局的重要研究課題，十八大報告指出，解決好農(nóng)村農(nóng)民問題是全黨工作的重中之重。沒有農(nóng)民全面小康就沒有我國全面小康，沒有農(nóng)業(yè)和農(nóng)村現(xiàn)代化就沒有我國現(xiàn)代化。隨著對農(nóng)民發(fā)展問題研究的深入，農(nóng)村居民的消費一直存在著疲軟增長的現(xiàn)象[1]，而國外的研究文獻(xiàn)顯示，由于城市化程度高，農(nóng)村居民所占比例小，對農(nóng)村居民消費研究較少。Bajaj等對農(nóng)村居民的消費研究僅僅著重購物行為，而對各種消費并未進(jìn)行探討；發(fā)展經(jīng)濟(jì)學(xué)家錢納里對101個國家經(jīng)濟(jì)發(fā)展的驗證分析也僅僅局限在GDP這個宏觀概念上，對微觀的消費趨勢闡述很少。

國內(nèi)大多數(shù)研究是從宏觀角度對消費情況進(jìn)行分析的，孫穎認(rèn)為，農(nóng)村消費持續(xù)疲軟的狀況是城鄉(xiāng)收入差距的不斷擴(kuò)大引起的[2]；于樂等認(rèn)為，落后的消費觀念導(dǎo)致消費疲軟[3]。而從微觀角度進(jìn)行農(nóng)民消費預(yù)測的文章卻顯示出不同而復(fù)雜的結(jié)果，韓星煥利用微觀數(shù)據(jù)對吉林農(nóng)民消費趨勢進(jìn)行分析得出衣著、居住方面的消費增長較快，而恩格爾系數(shù)進(jìn)一步降低[4]；山世英對山東農(nóng)民消費趨勢的研究發(fā)現(xiàn)，恩格爾系數(shù)有振蕩變化的趨勢，其他生產(chǎn)發(fā)展消費變化增長較為復(fù)雜[5]。

[JP2]本研究認(rèn)為，隨著社會發(fā)展，農(nóng)村居民的消費也如城市居民消費一樣趨于多元化，各地區(qū)農(nóng)民消費的情況都各不相同，不能一概而論，這意味著僅僅從國家數(shù)據(jù)等宏觀的研究不能夠體現(xiàn)地區(qū)農(nóng)民消費的具體情況。

綜上所述，影響農(nóng)民消費因素呈現(xiàn)多元化的趨勢，不能僅從單方面考慮，而須要在結(jié)合江蘇農(nóng)民消費行為目的以及特殊消費環(huán)境的基礎(chǔ)上，更多研究如何提高農(nóng)民內(nèi)部需求，逐步縮短城鄉(xiāng)差距以及改善農(nóng)民消費觀念等實際問題。本研究綜合江蘇農(nóng)民的消費結(jié)構(gòu)，并結(jié)合現(xiàn)實政策狀況對江蘇農(nóng)民消費結(jié)構(gòu)及趨勢進(jìn)行研究。

本試驗由于統(tǒng)計調(diào)查的局限性，農(nóng)民消費數(shù)據(jù)量較少，無法滿足苛刻的數(shù)據(jù)分布要求，同時數(shù)據(jù)統(tǒng)計總存在著模糊和缺失部分，導(dǎo)致不能選用一般的統(tǒng)計預(yù)測方法來進(jìn)行研究和預(yù)測。因此，筆者選用灰色因子以及灰色預(yù)測模型進(jìn)行研究。

1灰色系統(tǒng)理論

灰色系統(tǒng)理論是一門新興學(xué)科，該理論經(jīng)常用于研究因數(shù)據(jù)量少而導(dǎo)致信息含量不足的問題。灰色系統(tǒng)理論以“部分信息已知，部分信息未知”的小樣本、貧乏信息不確定性系統(tǒng)為研究對象，主要通過對部分已知信息的生成、開發(fā)，提取有價值的信息，實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的正確描述和有效監(jiān)控[6]。

灰色系統(tǒng)依照顏色命名。在控制論中，人們常用顏色的深淺形容信息的明確程度，如艾什比（Ashby）將內(nèi)部信息未知的對象稱為黑箱（blackbox），這種稱謂已為人們普遍接受。“黑”表示信息未知，“白”表示信息完全明確，“灰”則表示部分信息明確、部分信息不明確[7]。因子分析是研究各個變量內(nèi)部依賴關(guān)系的一種方法，它能把幾個錯綜復(fù)雜的變量歸結(jié)為少數(shù)幾個因子。

同時灰色系統(tǒng)理論相彌補(bǔ)了采用普通數(shù)理統(tǒng)計方法的缺陷，它對數(shù)據(jù)量的多少和樣本有無規(guī)律均無要求，而且計算量比較小，十分方便，更加不會出現(xiàn)量化結(jié)果和定性結(jié)果不符的情況[8]。

[JP2]從灰色理論的發(fā)展近況預(yù)測灰色理論與因子分析結(jié)合的可行性。Kung等采用灰色預(yù)測模型與GARCH模型成功預(yù)測、評估了美國DJ指標(biāo)對亞洲主要股票市場的影響[8]。除此之外，采用灰關(guān)聯(lián)、TOPSIS和模糊理論相結(jié)合的方法成功評估了我國臺灣地區(qū)3條主要航線。從上述成功案例可以看出，灰色理論與其他方法的結(jié)合都能夠得到令人比較滿意的答案。

2灰色因子分析及灰色預(yù)測模型

本研究使用絕對灰色關(guān)聯(lián)度（absolute degree of grey incidence，ADGI）作為分析模型的基礎(chǔ)，通過灰色關(guān)聯(lián)度矩陣與因子分析法間的必然聯(lián)系建立必要聯(lián)系，使變量滿足因子分析的理論假設(shè)，最終得出綜合得分。絕對灰色關(guān)聯(lián)度的建立是為了給2族信息流區(qū)域定義相似度，當(dāng)信息區(qū)域距離比較窄時說明關(guān)聯(lián)度較大，反之亦然。

進(jìn)行系統(tǒng)分析時，須要選準(zhǔn)系統(tǒng)行為特征的映射量，確定影響系統(tǒng)主行為的有效因素。例如，在進(jìn)行量化分析之前，須要對系統(tǒng)行為特征映射量和各個有效因素進(jìn)行適當(dāng)?shù)奶幚恚ㄟ^算子作用，使之化為數(shù)量及大體相近的無量綱數(shù)據(jù)，并將負(fù)相關(guān)因素轉(zhuǎn)化成為正相關(guān)因素。

關(guān)聯(lián)度與相關(guān)系數(shù)存在部分差異，關(guān)聯(lián)度所代表的是數(shù)列與參考數(shù)列之間的關(guān)聯(lián)程度，關(guān)聯(lián)度越靠近1，則說明關(guān)聯(lián)程度越大，沒有對序列之間的線性關(guān)系作出具體要求，實質(zhì)則是分析序列發(fā)展變化曲線的幾何形狀（圖1），通過計算可知二者之間的關(guān)聯(lián)度為0.835，而使用相關(guān)系數(shù)得出2組數(shù)據(jù)的相關(guān)系數(shù)達(dá)到了0.925，從圖1中看出，二者之間的相關(guān)程度并不十分高。相關(guān)系數(shù)是對線性關(guān)系或者說線性相依的一個度量，不能描述非線性關(guān)系。因此，此時運用關(guān)聯(lián)度數(shù)據(jù)更為恰當(dāng)。

相關(guān)分析對原始數(shù)據(jù)的要求比較高，且需要數(shù)據(jù)呈現(xiàn)正態(tài)分布。因此，在本研究數(shù)據(jù)較少且不能確定數(shù)據(jù)呈現(xiàn)正態(tài)分布時貿(mào)然使用相關(guān)系數(shù)矩陣將導(dǎo)致結(jié)論產(chǎn)生偏差。

4結(jié)論與建議

4.1結(jié)論

江蘇省農(nóng)民消費結(jié)構(gòu)及趨勢正在發(fā)生著變化，通過因子分析以及灰色因子分析的比較得出以下結(jié)論。

食品消費已經(jīng)從傳統(tǒng)意義上的生活消費慢慢轉(zhuǎn)變成為一種享受型消費，灰因子分析的第1公因子顯現(xiàn)出該結(jié)論。同時也可以從簡單的恩格爾系數(shù)中也看出趨勢，宜居城市研究室的調(diào)查結(jié)果顯示，經(jīng)濟(jì)條件比較發(fā)達(dá)的北上廣農(nóng)村居民的恩格爾系數(shù)一般在37%～39%，廣東農(nóng)村居民的恩格爾系數(shù)甚至達(dá)到了49%[9]，如果僅看恩格爾系數(shù)水平，廣東農(nóng)村居民只達(dá)到了溫飽水平，這是不符合現(xiàn)實情況。隨著消費水平的提高，食品方面的支出也是逐步增加，很多人更加傾向于飲食質(zhì)量而非僅僅只是吃飽而已，這不單適用于城市居民，農(nóng)村居民生活水平的不斷提高對食品要求也逐漸向享受型轉(zhuǎn)變。

農(nóng)村居民對醫(yī)療保健消費也正向享受型轉(zhuǎn)變，醫(yī)療保健消費已不僅局限于就醫(yī)方面的消費，意味著保健方面正在逐漸受到重視，其消費有往保健方面傾斜的趨勢。

住房等大型支出給農(nóng)民生活持續(xù)增壓。居住型消費支出的增長速度不斷加快，這種現(xiàn)象在江蘇農(nóng)村地區(qū)普遍存在，居住消費將逐漸成為農(nóng)村居民消費的新壓力來源。

江蘇不同地區(qū)農(nóng)民消費發(fā)展情況較為復(fù)雜，蘇州、南京等較為發(fā)達(dá)地區(qū)農(nóng)民消費有著良好快速的增長趨勢，然而蘇州農(nóng)民在交通通信方面支出增長過快，須要引起高度重視，完善交通運輸條件，減少交通通信成本勢在必行。南京農(nóng)民住房消費增長過快，合理調(diào)控房價將成為重點。而連云港等發(fā)展相對滯后的城市，須要全面提高農(nóng)民收入消費水平，改善消費增長疲軟態(tài)勢，如何縮小與較發(fā)達(dá)城市農(nóng)民的差距將是重要課題。

4.2政策及建議

片面通過恩格爾系數(shù)來觀察江蘇農(nóng)民食品消費比重意義將逐漸喪失。重新斟酌食品消費在農(nóng)民生活消費中的具體地位，分離出生活必需型食品消費如柴米油鹽等以及享受型食品消費如餐館消費等將顯得尤為重要。同時需要倡導(dǎo)食品節(jié)約型消費，從資源浪費角度抑或是消費開支方面來看，實行節(jié)約型食品消費不僅能夠緩解我國的消費緊張，也能夠降低食品消費中的不必要開支。

政府須要努力改善交通通信環(huán)節(jié)，減少不必要的運營成本，降低農(nóng)民在此環(huán)節(jié)的支出。

積極控制農(nóng)村房價物價，降低農(nóng)村居民住房壓力。我國房價上漲壓力仍然十分大，這個現(xiàn)象不僅局限在城市之中，農(nóng)村也受到了很大的影響。隨著新型城鎮(zhèn)化的推進(jìn)，大量農(nóng)村人口向城市或者城鎮(zhèn)遷移，必然將面臨住房壓力。明確城市、農(nóng)村房價物價增長模式，抑制農(nóng)村乃至新興城鎮(zhèn)房價物價有利于農(nóng)民大幅減輕消費壓力，也有利于農(nóng)民向新興城鎮(zhèn)的遷移，促進(jìn)城市化發(fā)展。

提高農(nóng)民公共服務(wù)福利水平。本研究中農(nóng)村居民生活有向享受型轉(zhuǎn)變的趨勢，意味著對公共服務(wù)事業(yè)提出了更高的要求，政府對醫(yī)療保健、文教娛樂的支持力度也應(yīng)加大。農(nóng)民消費部分發(fā)展成為享受型消費，表明現(xiàn)代江蘇農(nóng)民消費理念的轉(zhuǎn)變，農(nóng)村落后的公共服務(wù)設(shè)施急需進(jìn)行改善。

參考文獻(xiàn)：

[1]彭海艷. 影響中國農(nóng)村居民消費結(jié)構(gòu)的多因素實證分析[J]. 財貿(mào)研究，2009，20（1）：30-35.

[2]孫穎. 中國農(nóng)民消費特征及影響因素實證分析[D]. 北京：北[CM）]

[3]于樂，陳明華，黃瑞寶. 促進(jìn)農(nóng)村居民消費需求擴(kuò)張的對策分析[J]. 資源開發(fā)與市場，2006，22（3）：242-244.

[4]韓星煥，王廈. 吉林省農(nóng)村居民消費現(xiàn)狀分析與消費趨勢預(yù)測[J]. 吉林農(nóng)業(yè)大學(xué)學(xué)報，2013，35（1）：111-120.

[5]山世英. 山東省農(nóng)民消費特點及其趨勢研究[J]. 萊陽農(nóng)學(xué)院學(xué)報：社會科學(xué)版，2000（3）：12-14.

[6]溫麗華. 灰色系統(tǒng)理論及其應(yīng)用[D]. 哈爾濱：哈爾濱工程大學(xué)，2003.

[7]林和平，姜春燕，張榮松，等. 灰因子分析研究及其應(yīng)用[J]. 東北師大學(xué)報：自然科學(xué)版，2008，40（3）：57-62.

[8]Kung L M，Yu S W. Prediction of index futures returns and the analysis of financial spillovers—a comparison between GARCH and the grey theorem[J]. European Journal of Operational Research，2008，186（3）：1184-1200.

[9]山水. 2012年各省恩格爾系數(shù)排名[EB/OL]. [2015-08-15]. http：//www.elivecity.cn/html/ChengShijingji/shouru/1053.html，2014.4.26.