| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 甘肃省城镇居民消费结构变动分析 |
| 第761期 作者：□文/贾明霞 周秀琼 时间：2025/9/16 10:20:10 浏览：26次 |
［提要］ 消费是社会再生产流程中至关重要的环节，对于推动经济循环的流畅性和构筑新的发展形势发挥着不可或缺的作用。近年来，甘肃省居民消费结构发生着巨大的变化。为此，本文利用因子分析方法，依托2013～2022年甘肃省居民消费有关信息，揭示甘肃省居民消费市场趋势、特点、动态变迁以及未来导向，并为进一步优化甘肃省居民消费结构、细化产业政策及实施宏观经济调控提出对策建议。
关键词：甘肃；城镇居民；消费结构；因子分析
中图分类号：F126.1 文献标识码：A
收录日期：2025年3月7日
消费结构是对居民消费的具体内容、水平和质量的反映，由于居民消费问题具备一定的普遍性和国际性特征，长期以来受到学者的广泛关注。Powel运用因子分析法扩展了线性支出系统（ELES），探讨了美国居民的收入与其消费间的联系，提出不同收入层次对消费水平会产生不同影响，他认为当一个家庭的收入水平变高时，那么在这个家庭的总消费中，用于购买日常生活用品的费用所占的比例一般将大幅下降。石夏星研究了居民消费存在的问题及消费行为的发展变化，他观察到，原先由政府主要负担的居民长期消费项目（医疗、住房）正逐步退出公共财政的覆盖范围工，这些变动除受经济发展的推动外，还有其他因素影响，尽管如此，食品和衣着方面的开销仍占据主要地位。陆丹妮采用了因子分析法对我国乡居民消费结构数据进行统计性研究，并运用AIDS模型分析了价格弹性和消费支出弹性，得出城镇居民的收入增长率相较于农村居民要快。本文在因子分析的基础上，探讨甘肃省城镇居民消费结构的变化。
一、甘肃省城镇居民消费结构现状
（一）甘肃省城镇居民收支状况
1、经营状况向好，收入恢复性增长。由于政府持续加强体制机制改革，同时充分利用各类资源、资产和资金，激发创新活力，带动了城镇居民收入的增加。全省居民人均可支配收入从2020年的20，335元上升至2023年的25，011元，与2022年相比，增加1，738元，同比增长7.5%，三年累计增长近23%。近年来，甘肃省通过一系列促就业政策，带动新增就业稳定增长，就业形势总体稳定，进而拉动城镇居民工资性收入稳步增长。2023年，城镇居民人均工资性收入为27，141元，同比增长7.6%；与2020年相比，增长15.6%。与此同时，经营净收入与财产净收入都有所增长，对增收拉动作用增大，其中经营净收入拉动收入增长的贡献率达到9个百分点。
2、消费支出稳步增长。近年来，甘肃从促进商品新模式的应用、促进重点消费品升级改造等方面也进行了一定的推动。这些措施着力于提振居民消费信心，使城镇居民消费潜力进一步释放，消费支出恢复增长态势。2023年，城镇居民人均生活消费支出27，044元，比2020年增加2，429元。其中，人均食品烟酒支出较2020年增长9.3%，快于消费支出增速1.3个百分点；人均服务性消费支出同比增长7.8%，增速快于城镇居民人均生活消费支出3.2个百分点，比2020年增长4.2%。人均服务性消费支出占城镇生活消费支出的比重为44.1%，比2020年回升1.3个百分点。
3、四类收入占比保持稳定。政府进一步落实“放管服”政策，继续改善政策环境，大力落实惠企政策，尽全力激活微观经济主体发展动力，最大限度促进经济较快恢复发展。近年来，甘肃城镇居民四大类收入占可支配收入的比重保持了相对稳定的态势，可支配收入的核心成分仍然是工资性收入，占比超过一半，经营净收入占可支配收入的比重、财产净收入占可支配收入的比重、转移净收入占可支配收入的比重，相比历年同期基本保持了同样的变化态势。并且，在政府的统一规划和领导下，保障了民众的基本生活需求，各种旨在改善民生的措施也不断显现成效，进一步加快了城镇居民收入的增长速度。
（二）消费结构状况。为进一步了解甘肃省城镇居民消费结构状况，以8类人均消费支出服务为指标，选取2013～2022年的数据，分析甘肃省消费结构。2013～2019年甘肃省城镇居民消费性支出一直保持着较好的增长，但随着我国经济发展陷入低谷状况，各类消费支出都有大幅下降，近三年来人均消费支出有所恢复，具体如表1所示。（表1）
1、生存型消费比重逐渐下降。生存型消费包括日常用品和服装。从表1可以看出，十年来食品支出一直位居榜首，大致呈平稳增长趋势，只在2020年有所下降；但十年间食品支出占总支出比重整体呈下降趋势，由2013年的36.8%下降至2019年的28.6%，2020～2022年所占比重呈缓慢上升态势，但是仍低于2013年。服装的消费支出占总消费支出比重在十年间一直处于下降趋势，在2013～2022年的数据中，该指标从12.4%降至6.5%。
2、发展型消费支出不断上升。发展型消费包括教育文化娱乐服务、医疗保健、杂项商品及服务。这三项消费支出在2013～2019年均缓慢增长，2020年均有所下降，2020年以后有所上升，三项消费支出总和从2013年的3，070元到2022年的3，747元，整体呈现上涨趋势，尤其在近几年内受到新冠肺炎疫情等的影响，医疗保健消费支出占比逐年上升，由2013年的7.9%增长至2021年的10.1%，2022年稍有所下降，为9.2%。总体来说，发展型消费支出在十年间呈上升趋势。
3、享受型消费支出不断上升。享受型消费包括家庭设备用品及服务、居住与交通通讯。这三项类消费支出在2013～2022年均有所上升。其中，家庭设备用品及服务从939元增长到1，000元，年均增速为0.6%；居住消费从2013年的1，596元增长到2022年的3，919元，尤其在2019年人均住房消费支出达到5，622元，增速为30.7%，占总支出的9.2%；交通通讯费用自2013年至2022年呈平稳增长的趋势，占总支出的比例从10.7%提高至13.2%。总的来说，享受型消费支出十年间增长了近一倍，总体呈上升趋势。
二、甘肃省居民消费结构变动分析
（一）因子分析模型的建立
1、构建甘肃省居民消费结构指标体系。根据国内通用的消费品支出分组方式，将食品、服饰、住宅、家庭设施与维护、交通通讯、医疗健康、教育娱乐及相关服务、其他消费品及服务归为八大类别，建立居民消费构成评价指标体系，如表2所示。（表2）
2、建立模型。因子分析是主成分分析的一种方法延伸，其核心思想在于依据变量间关联性的强弱来进行分组。通过这种方法可以确保同一组内的变量具有较高的相互关联性，而不同组间的变量则显示出较低的关联性。
设想有一个p维的随机变量x=（x1，x2，…，xp）T，假定它受到m（m＜p）即F1，F2，...，Fm这些因素的作用。当指标xi（i=1，2，…，p）表现为线性函数时，对于每一个因子Fj（j=1，2，…，m），其对所有指标的作用均呈现出线性特征，当x=AF+ε时，则F=（F1，F2，…，Fm）T界定为公因子，ε=（ε1，ε2，…，εp）T界定为特殊因子，同时这种特定因子和公共因子都是无法直接测量的随机变量。A=（aij）指的是因子的载荷矩阵，其中aij元素可诠释为第j个因子对第i个变量影响力的载荷系数。载荷矩阵A的任一列向量元素的平方求和，■a■■=λj（j=1，2，…，m）为Fj的方差，体现了相应公因子所解释变量变异的度量，即方差。尤其值得关注的是，关于第k个公因子的贡献比例（记为kt），强调了第k个公因子在评判原始指标信息的效用与影响力的贡献程度或重要性。
假定有n个观测样本，每例样本测量了p个属性值，无论是原始变量形态，还是经标准化变换后的变量，均采用统一的表示方法表示为X，并且所考虑的协方差矩阵记为∑=（σij）p×p，可以假定公因子为F1，F2，...，Fm，因为Xi和F1，F2，...，Fm线性相关，于是模型可表述为：
X（p×1）=A（p×m）F（m×1）+ε（p×1）
A=■
鉴于因子分析允许预设若干前提，故而设定协方差矩阵的估计值的特征根为：
λ1≥λ2≥…≥λp≥0
借助主成分分析法，能够推算出因子载荷矩阵，称■λj■λi是m个公因子的贡献率，该矩阵主要揭示了前几个主要因子在概括原始数据指标信息方面的累积效应。通常情况下，当这些因子的累积解释率不低于85%时，可以认为它们已经包含了大部分指标的信息内容。
（二）因子分析检验。为了确保因子分析的有效性，必须确保所选的观测指标之间存在一定的相互关联性。在进行因子分析之前，运行SPSS软件输入表1的数据对其进行巴利特检验，结果如表3所示。（表3）
由表3可知，巴特利特球度检验的近似卡方值为93.614，自由度df为28，概率的显著性水平达到了0.000，这意味着拒绝了原假设，认为相关系数矩阵并非单位矩阵，因此适宜进行因子分析。
（三）确定公因子和载荷矩阵。对表1中的数据进行因子分析，可以得出相应的关联系数矩阵的各种情况特征数值、个体方差贡献比例及累计方差贡献率，具体结果如表4所示。（表4）
依据特征根大于1的标准，前三个公因子的累加方差贡献率达到90.573%，超越了85%的常用阈值，表明这三个因子足以捕获数据的主要信息，因而提取它们作为分析基础是合理的。它的方差贡献覆盖了数据的关键变异性，有利于深入解读甘肃省居民消费结构的变化。尽管如此，原始因子载荷矩阵中的变量代表性尚显不足，需要优化以增强解释力。为此，需采取方差最大化旋转策略，促使载荷矩阵按列向两极（0或1）聚拢，强化显著载荷，削弱微弱载荷，从而提升因子的清晰度与解释性。经过此正交旋转处理后，不仅获得了优化的因子载荷矩阵，还得到了因子得分系数矩阵，具体如表5所示。（表5）
依据表5所示，能够构建甘肃省消费结构的因子分析模型，该模型依托于旋转优化后的因子载荷矩阵。据此，原始变量得以重新表述为：
X1＝0.894F1-0.074F2-0.372F3 （1）
X2＝-0.781F1-0.239F2-0.371F3 （2）
X3＝0.129F1-0.056F2+0.946F3 （3）
X4＝0.558F1-0.123F2+0.695F3 （4）
X5＝0.080F1+0.926F2-0.006F3 （5）
X6＝0.716F1-0.609F2-0.198F3 （6）
X7＝0.802F1+0.311F2+0.141F3 （7）
X8＝0.422F1+0.770F2+0.171F3 （8）
其中，各因子的载荷系数体现了公因子对原始变量解释力度的强弱。显然，通过旋转操作，相关系数发生了显著改变。基于旋转后优化载荷矩阵，将八项指标根据其高载荷特性划分为三个主要类别。在第一公因子F1中，指标X1、X7、X2、X6显示出较高载荷，意味着它们之间存在显著的相关性，因此适宜归入第一类别；第二公因子F2在X5和X8这两个指标上呈现较高载荷，表明该因子综合反映了这两个领域变化的趋势，同样适合被归为第二类别；第三公因子F3在X3和X4上呈现较大载荷，故被划分至第三类别中。
第一公因子F1对原始数据的影响因素方差贡献度达到了54.568%，着重体现了甘肃省城乡居民在食品、衣物、交通信息、文化教育培训与服务等方面的消费情况，故可将其称为“基本生活消费要素”；第二公因子F2详细阐述了变量信息的79.214%，主要涉及医疗保健、杂项商品和产品中的使用，着重反映了医疗保健和杂项商品与产品的使用趋势，可以划分为“享受型消费因子”；第三公因子F3则明显与居住消费、家庭设备及服务相关，鉴于这一特点，可以将其命名为“居住消费因子”。
在第一公因子F1中，2013～2022年期间，甘肃省城镇居民在食品X1和衣着X2方面的消费比例有所下降，这反映在两个领域的支出载荷系数为负值。与此同时，居民在交通通讯X6和文教娱乐X7上的消费比例逐年增加，其支出载荷系数呈正值。生活质量的提升同样促进了居民对自我文化素养及子女教育的重视，家庭教育观念的更新导致书籍、报章杂志及课外辅导等文教娱乐服务的支出显著增加。
第二公因子F2揭示了医疗保健X5与杂项商品及服务X8消费的显著相关性，其高载荷值明确指出，甘肃省城镇居民在医疗保健领域的消费趋势明显，且载荷系数为正值。与此同时，随着生活标准的提升，居民对外在形象的关注度增加，审美观念的转变促进了美容、化妆品及个人护理服务需求的扩大，体现在杂项商品及服务消费的增长上。因此，城镇居民在这些非必需但与生活质量密切相关的项目上的投入明显增多。
第三公因子F3展现了甘肃省城镇居民在居住环境优化以及家庭设备和服务的消费上呈现出积极的增长态势，其载荷系数为正，也印证了这一领域消费的持续上扬。住房作为基本民生需求之一，也是一种投资方式，兼备了消费与投资的双重功能。这一需求的提升进而带动了与之配套的家庭设备及服务消费，尤其是在科技进步推动下，新型家用电器的问世吸引了众多城镇居民的关注，进一步推高了该领域的消费水平，展现出居民在追求居住舒适度与现代化生活品质过程中的消费升级现象。
（四）因子得分分析。由表5可得旋转后的因子表达式如下：
F1＝-0.285X1-0.229X2-0.215X3＋0.043X4－0.001X5-0.397X6＋0.301X7＋0.105X8 （9）
F2＝0.050X1-0.045X2-0.111X3－0.056X4＋0.508X5－0.337X6＋0.117X7＋0.382X8 （10）
F3＝-0.037X1-0.045X2＋0.722X3＋0.387X4－0.161X5－0.276X6＋0.159X7＋0.092X8 （11）
通过计算因子得分公式，可以得出各个因子的得分。然后，根据各因子对方差的贡献比例，以及它们占三个因子总方差贡献的比例进行加权求和，以此方法整合得出每年的综合因子得分F，即：
F＝■ （12）
由此求出各因子得分，如表6所示。（表6）
为了更加直观地分析各年份居民消费的水平，根据表6绘制因子得分趋势图，如图1所示。（图1）
从表6和图1中的具体数据可以看出，第一公因子在2013～2018年间表现为增长趋势，2018年之后呈现下降趋势；第二公因子在2013～2018年间总体上呈现下降态势，2019年之后开始回升。第一公因子得分先升后降，第二公因子得分先降后升，二者总体得分正好处于相反状态。这是因为随着经济的发展和收入的增加，精神娱乐型的消费不断增加，基本生存消费因为精神娱乐型消费的增长而减少。第三公因子在2013～2019年间呈现起伏不定的态势，是由于第三公因子为居住因子，随着房价的上涨和下跌，消费支出也随之处于上涨下跌的波动状态。综合因子在2013～2019年间得分均为正，但2020年呈现大幅度下降且下降为负数，这主要是因为全球经济发展缓慢所导致。根据上述数据分析可以看出，甘肃省城镇居民消费结构正经历加速转型，消费者的关注焦点逐渐从数量转移到品质，再从物质消费转向精神消费，最终实现了从基础生存型消费到发展及享受型消费的转变。
三、甘肃省居民消费结构优化建议
分析结果显示，当前居民消费结构正从单一化格局迈向生存、发展与享受多元并存的复合型构造。鉴于此转变，优化消费结构的物质基础建设显得尤为重要，必须在产业结构调整上做出更深层次的努力，以丰富市场供给，确保各类消费品能充分满足不同层次居民的多元化消费需求。且为了促进甘肃省经济的快速发展，需要提升居民消费水平并刺激内需。
（一）提高居民收入水平，增强居民消费能力。推动经济增长，提升城镇居民的收入水平，是优化消费结构的关键一步。具体策略涵盖加速甘肃省国有企业改革进程，提升企业绩效，相应增加职工薪资。对于处于失业或低收入状态的人群，必须推行有效的扶持政策，从而解决就业难题；对于中低收入人群，通过改变土地、资金等资源的使用和经营机制，扩大中低收入人群的收入来源；对于高收入人群，需要加强个人所得税的征管，进行合理的调节；提升财政转移支付的比重，为中低收入群体、退休人士及失业人员提供额外经济援助，以促进收入分配的均衡。政府也可以通过扩大社会福利和保障体系、降低个人税收负担等一系列措施，从根本上提升消费意愿和消费能力。
（二）加快产业结构合理化，扩展消费领域。推动产业的高端化发展，推进产业结构的优化升级，加快建设一批先进制造业重大项目，坚持运用高新技术与先进装备技术改革传统产业，积极培养壮大产业规模，使制造业持续增长。依托云计算和大数据产业的兴起，利用绿色算力的优势，快速完善新型基础设施的建设，促进甘肃省产业通过智能化提升，推进数字化产业转型，加强新一代信息技术在各种智能化项目中的广泛运用。致力于生态优先和绿色发展策略，执行全方位的节约措施，积极促进钢铁、有色金属和建筑材料等传统行业在能耗、用水、用地、材料和矿产方面的节约和改革，加速淘汰低效过剩的生产力，改善资源的开发和利用模式，提升资源的节约和集约使用水平，推动这些产业实现绿色低碳转型。同时，政府及企业通过强化政策引领、举办促销活动、优化消费载体、培育新型消费等措施拓宽消费渠道。
（三）健全社会保障体系，提高人们生活消费安全感。政府需加强社会保障事业的可持续发展，完善社会保障制度，以提升居民的收入与消费预期为主轴，通过健全养老保险政策，强化对各类弱势群体的保障力度，以减轻民众对未来经济状况的忧虑，增强居民消费的安全感。遵循市场经济的规则，依靠法律和政策的制定，加快失业援助、养老、医疗及住房保障等领域的标准化和体系化，增强政策明晰度，帮助民众更有效地规划财务，降低未来支出的不确定性，从而积极影响当前的消费选择；银行及其他金融机构需要持续扩展贷款产品线，覆盖文化、教育、旅游、居住、耐用消费品及健康服务等多元消费领域，简化贷款程序，降低贷款门槛和成本，建立完善的个人信用体系，增强信贷投放，确保更广泛的民众能便捷地获得信贷服务，充分发挥消费信贷在推动消费方面的正面效应。
（作者单位：陇东学院经济管理学院）
主要参考文献：
［1］巴丽伟.基于变分贝叶斯推断的因子分析法［D］.杭州：杭州电子科技大学，2022.
［2］付举望，孔新兵.基于因子分析的因果推断研究［J］.重庆工商大学学报（自然科学规律研究），2022（06）.
［3］郝悦.基于因子分析法的H地产资金链风险管理研究［D］.哈尔滨：哈尔滨理工大学，2022.
［4］李琨.基于因子分析法的大学就业质量评价系统［J］.信息技术，2022（02）.
［5］刘君，李娅，马秀丽，滕秀香，薛晓鸥.基于因子分析的宫颈高危型人乳头瘤病毒感染证素研究［J］.上海中医药杂志，2022（08）.
［6］刘天任.基于因子分析法的B互联网公司财务绩效评价研究［D］.长春：长春工业大学，2022.
［7］石美.因子分析在城镇居民消费结构变动分析中的应用［D］.北京：北京交通大学理学院，2015.
［8］石夏星.因子分析在居民消费结构变动分析中的应用［D］.海口：海南师范大学，2011.
［9］唐孝银.基于因子分析和机器学习算法的通货膨胀预测［D］.重庆：西南大学，2022.
［10］王爱玲.基于因子分析的高校学者学术评价探索［J］.现代信息科技，2022（01）.
［11］严社燕，刘菁，马飞杨，张勇.基于因子分析和BP神经网络的中小微企业信誉等研究［J］.商展经济，2022（15）.
［12］叶贇鑫.基于贝叶斯协方差弹网的验证性因子分析研究［D］.兰州：兰州财经大学，2022.
［13］张露露.基于因子分析方法的徽商银行盈利能力影响因素实证分析［D］.合肥：安徽建筑大学，2022.
［14］周琪蕤.基于因子分析的丰乐种业财务绩效研究［D］.哈尔滨：黑龙江大学，2022.
|
|
|
|
