农村居民家庭人均现金支出分析

1、 HYPERLINK / 中国各地区农村居民家庭人均现金支出指标的聚类分析摘要 本文引入系统聚类分析，依照2009年上半年全国各地农村居民家庭人均现金支出指标，运用中间距离法对全国31个地区进行分类。在此基础上，对我国农村居民消费结构的区域性变化进行分析，讲明以后我国农村居民消费的区域差距将进一步减小，同时提出缩小这一差距和提高农村居民收入的合理性建议。关键词 农村居民 消费水平 人均现金支出指标 系统聚类分析引言 消费理论和需求理论是微观经济学理论体系中的重要组成部分。在市场经济条件下，消费活动是经济活动的重点，一切经济活动的目的确实是为了满足人们日益增长的消费需求；然而另一方面，消费活动又

2、是经济活动的起点，是拉动经济增长的动力。需求对生产起着导向作用，在当前各地农村居民需求不足的情况下，关于农村居民的消费需求结构状况及其变动的研究具有总要的现实意义。一、样本数据讲明 依照2009年上半年国家统计局抽样调查的31个地区农村居民家庭人均现金支出，将各地区家庭用于消费的人均现金支出的所有费用又分为10大类指标：期内现金支出指标、生产费用支出指标、家庭经营费用支出指标、农业生产支出指标、牧业生产支出指标、购买生产性固定资产支出指标、税费支出指标、生活消费现金支出指标、财产性支出指标、转移性支出指标（见表1）。单位：元地 区X1X2X3X4X5X6X7X8X9X10北京5318.9 73

3、0.2 606.4 124.2 232.5 123.7 1.9 4093.2 23.5 470.2 天津3267.8 1242.8 1172.9 203.3 699.5 69.9 1.2 1896.1 6.0 121.6 河北2289.6 779.6 725.0 362.7 226.2 54.6 3.1 1361.7 14.9 130.3 山西2080.9 500.0 441.3 254.4 126.3 58.7 0.7 1431.2 4.0 145.1 内蒙古3338.7 1426.9 1223.5 865.7 316.6 203.3 1.7 1617.3 52.2 240.6 辽宁3926

4、.2 1671.2 1546.2 719.9 754.5 125.0 3.8 1803.7 38.7 408.9 吉林4517.7 2129.9 1836.9 1404.1 393.3 293.1 5.1 1741.0 202.9 438.7 黑龙江4424.6 2047.0 1812.2 1405.0 368.8 234.8 2.9 1699.1 301.8 373.9 上海5487.1 241.3 229.9 37.3 32.6 11.4 0.1 4616.7 1.4 627.6 江苏3412.9 632.1 561.8 236.1 137.5 70.3 12.8 2438.9 5.5 3

5、23.7 浙江5437.2 1320.2 1192.4 159.4 724.4 127.8 5.5 3587.7 23.7 500.1 安徽2390.0 554.9 490.7 297.2 116.7 64.2 6.0 1666.2 3.0 159.9 福建3026.0 626.4 566.8 251.0 208.1 59.6 0.7 2168.2 10.8 219.8 江西2199.8 680.6 591.7 339.7 160.4 89.0 4.5 1328.0 23.5 163.2 山东3060.9 969.5 842.4 423.3 314.6 127.1 5.7 1885.7 16.

6、7 183.3 河南2163.8 583.9 523.9 237.1 228.8 60.0 0.6 1448.6 1.4 129.3 湖北2222.2 677.5 601.9 266.8 195.9 75.6 3.9 1471.3 4.6 64.8 湖南2418.9 555.8 497.8 196.7 175.2 58.0 3.8 1587.9 2.8 268.5 广东2895.2 576.3 547.4 171.3 216.3 29.0 1.7 2155.6 9.5 152.0 广西1900.9 697.4 589.5 348.5 187.6 107.9 2.9 1125.6 1.6 73.

7、6 海南1902.8 656.1 639.2 324.3 165.4 16.9 0.3 1187.2 2.1 57.1 重庆1773.4 449.1 406.3 188.7 172.8 42.8 2.5 1107.3 0.9 213.5 四川2514.5 612.8 533.5 178.0 270.7 79.3 6.1 1669.5 7.0 219.1 贵州1432.8 412.5 324.7 167.7 122.2 87.7 1.4 846.3 1.0 171.6 云南1837.1 623.0 532.9 277.2 185.6 90.1 1.5 1089.9 6.8 115.9 西藏102

8、2.3 203.9 92.3 53.2 8.8 111.5 0.2 800.7 0.1 17.5 陕西2261.3 580.1 442.6 240.6 128.4 137.5 3.9 1496.8 4.6 175.9 甘肃1622.3 473.2 391.2 298.3 74.4 82.0 0.9 1068.2 4.3 75.7 青海1753.8 447.9 348.0 190.1 92.5 99.8 1.7 1196.5 7.4 100.3 宁夏2592.8 1029.8 870.5 406.2 359.3 159.3 0.2 1325.6 31.3 205.8 新疆2705.0 1444.

9、4 1109.7 813.2 236.6 334.7 1.0 1126.0 44.4 89.2 表1 中国2009年上半年各地区农村居民家庭人均现金支出指标值注：X1是期内现金支出指标，X2是生产费用支出指标，X3是家庭经营费用支出指标，X4是农业生产支出指标，X5是牧业生产支出指标，X6是购买生产性固定资产支出指标，X7是税费支出指标，X8是生活消费现金支出指标，X9是财产性支出指标，X10是转移性支出指标。二、各地农村居民消费水平的聚类分析（一）聚类分析的差不多思想聚类分析的差不多思想是首先将每个样本当作一类，然后依照样本之间的相似程度并类，当计算新类于其他类之间的距离，在选择相近的并类，

10、每合并一次减少一类，接着这一过程，直到所有样本被合并成一类为止。因此，聚类分析依靠于对观测值的接近程度（距离）或相似程度，为此须定义距离。定义不同的距离和相似性量度会产生不同的聚类结果。本文所定义的距离是系统聚类分析当中的常用方法中间距离。聚类分析分R型聚类分析和Q型聚类分析，前者用于指标分类，后者用于样本即个体聚类。（二）聚类分析的相关理论选取个样品，那个样品具有个不同数值的相同指标，计算出各指标的均值、标准差和极差，列表2如下： 指标样品 均值 标准差 极差 表2 样品指标的均值、标准差和极差其中，均值 标准差。对样品指标作标准化变换：，定义个样品间的距离欧氏距离，。计算个样品间的距离，得

11、样品间的距离矩阵。开始个样品各自构成一类，那个类为 现在类间距离确实是样品间的距离。合并类间距离最小的两类为一新类，现在类的总个数减少1类，计算新类与其他类间的距离，得到新的距离矩阵。一直合并到类的总个数为1。（三）聚类分析过程本文的目的是把31个地区进行分类，反映不同地区消费水平的差异，把距离相近的归为一类。本文利用SAS软件，选用中间距离来度量类与类之间的相似程度，聚类方法使用R型聚类分析。其聚类程序如下：data Z;input group $ X1-X10;cards;北京 5318.9 730.2 606.4 124.2 232.5 123.7 1.9 4093.2 23.5 470

12、.2 天津 3267.8 1242.8 1172.9 203.3 699.5 69.9 1.2 1896.1 6.0 121.6 河北 2289.6 779.6 725.0 362.7 226.2 54.6 3.1 1361.7 14.9 130.3 山西 2080.9 500.0 441.3 254.4 126.3 58.7 0.7 1431.2 4.0 145.1 内蒙古3338.7 1426.9 1223.5 865.7 316.6 203.3 1.7 1617.3 52.2 240.6 辽宁 3926.2 1671.2 1546.2 719.9 754.5 125.0 3.8 1803

13、.7 38.7 408.9 吉林 4517.7 2129.9 1836.9 1404.1 393.3 293.1 5.1 1741.0 202.9 438.7 黑龙江4424.6 2047.0 1812.2 1405.0 368.8 234.8 2.9 1699.1 301.8 373.9 上海 5487.1 241.3 229.9 37.3 32.6 11.4 0.1 4616.7 1.4 627.6 江苏 3412.9 632.1 561.8 236.1 137.5 70.3 12.8 2438.9 5.5 323.7 浙江 5437.2 1320.2 1192.4 159.4 724.4

14、 127.8 5.5 3587.7 23.7 500.1 安徽 2390.0 554.9 490.7 297.2 116.7 64.2 6.0 1666.2 3.0 159.9 福建 3026.0 626.4 566.8 251.0 208.1 59.6 0.7 2168.2 10.8 219.8 江西 2199.8 680.6 591.7 339.7 160.4 89.0 4.5 1328.0 23.5 163.2 山东 3060.9 969.5 842.4 423.3 314.6 127.1 5.7 1885.7 16.7 183.3 河南 2163.8 583.9 523.9 237.1

15、 228.8 60.0 0.6 1448.6 1.4 129.3 湖北 2222.2 677.5 601.9 266.8 195.9 75.6 3.9 1471.3 4.6 64.8 湖南 2418.9 555.8 497.8 196.7 175.2 58.0 3.8 1587.9 2.8 268.5 广东 2895.2 576.3 547.4 171.3 216.3 29.0 1.7 2155.6 9.5 152.0 广西 1900.9 697.4 589.5 348.5 187.6 107.9 2.9 1125.6 1.6 73.6 海南 1902.8 656.1 639.2 324.3

16、165.4 16.9 0.3 1187.2 2.1 57.1 重庆 1773.4 449.1 406.3 188.7 172.8 42.8 2.5 1107.3 0.9 213.5 四川 2514.5 612.8 533.5 178.0 270.7 79.3 6.1 1669.5 7.0 219.1 贵州 1432.8 412.5 324.7 167.7 122.2 87.7 1.4 846.3 1.0 171.6 云南 1837.1 623.0 532.9 277.2 185.6 90.1 1.5 1089.9 6.8 115.9 西藏 1022.3 203.9 92.3 53.2 8.8

17、111.5 0.2 800.7 0.1 17.5 陕西 2261.3 580.1 442.6 240.6 128.4 137.5 3.9 1496.8 4.6 175.9 甘肃 1622.3 473.2 391.2 298.3 74.4 82.0 0.9 1068.2 4.3 75.7 青海 1753.8 447.9 348.0 190.1 92.5 99.8 1.7 1196.5 7.4 100.3 宁夏 2592.8 1029.8 870.5 406.2 359.3 159.3 0.2 1325.6 31.3 205.8 新疆 2705.0 1444.4 1109.7 813.2 236.

18、6 334.7 1.0 1126.0 44.4 89.2 ;proc print data=Z;run;proc cluster data=Z method=med std pseudo ccc outtree=N;var X1-X10;id group;proc tree data=N horizontal graphics;run;聚类结果见表3和图1。Cluster History Norm T Median iNCL -Clusters Joined- FREQ SPRSQ RSQ ERSQ CCC PSF PST2 Dist e30 甘肃 青海 2 0.0006 .999 . . 6

19、0.8 . 0.130429 山西 河南 2 0.0007 .999 . . 57.9 . 0.141228 广西 云南 2 0.0009 .998 . . 52.8 . 0.161327 贵州 CL30 3 0.0013 .997 . . 44.7 2.3 0.173126 福建 广东 2 0.0010 .996 . . 44.8 . 0.174725 河北 湖北 2 0.0011 .994 . . 45.0 . 0.180124 CL25 江西 3 0.0014 .993 . . 43.7 1.3 0.176823 CL24 CL28 5 0.0032 .990 . . 35.5 2.9

20、0.208422 CL29 海南 3 0.0022 .988 . . 34.2 3.4 0.223921 安徽 四川 2 0.0018 .986 . . 34.8 . 0.231220 CL21 湖南 3 0.0024 .983 . . 34.3 1.4 0.233719 重庆 CL27 4 0.0032 .980 . . 33.1 3.3 0.237318 CL23 陕西 6 0.0035 .977 . . 32.1 2.2 0.241917 CL22 CL19 7 0.0057 .971 . . 29.3 3.6 0.251216 CL18 CL20 9 0.0097 .961 . . 2

21、4.8 4.8 0.251215 CL16 CL17 16 0.0218 .940 . . 17.7 8.1 0.316814 CL15 CL26 18 0.0132 .926 . . 16.4 3.5 0.319713 吉林 黑龙江 2 0.0067 .920 . . 17.1 . 0.4512 内蒙古 宁夏 2 0.0077 .912 . . 17.9 . 0.479811 CL14 山东 19 0.0159 .896 . . 17.2 3.7 0.508310 CL11 CL12 21 0.0518 .844 . . 12.6 10.1 0.53779 北京 上海 2 0.0123 .8

22、32 . . 13.6 . 0.60878 天津 CL10 22 0.0392 .793 . . 12.6 5.3 0.62777 CL8 辽宁 23 0.0787 .714 . . 10.0 8.8 0.71096 CL7 浙江 24 0.0938 .620 .757 -4.9 8.2 7.7 0.76345 CL9 CL6 26 0.1498 .470 .715 -7.3 5.8 9.6 1.08184 CL5 江苏 27 0.0553 .415 .661 -6.1 6.4 2.6 1.05433 CL13 新疆 3 0.0637 .351 .582 -4.7 7.6 9.4 1.1971

23、2 CL4 西藏 28 0.0365 .315 .421 -1.9 13.3 1.6 1.29841 CL2 CL3 31 0.3149 .000 .000 0.00 . 13.3 1.344表2 聚类分析的并类历程图1 聚类分析的谱系图（四） 程序及其输出分析表1中的统计量（列标题为RSQ）是用于评价每次合并成NCL个类时的聚类效果。越大，讲明NCL个类越分开，聚类效果越好。用的值来确定样本中的31个地区分为几类最较合适，应该看值的变化过程。假如相邻两次合并的差值较大，比如当NCL=2时=0.315，当NCL=1时=0.000，则表明聚类效果好，现在通过分析统计量能够把这31个地区分为2类较

24、合适。查看的变化程度能够通过半偏（列标题为SPRSQ）来刻画。依照半偏的值是上一步的的值与该步的值的差值，能够得到半偏越大则上一步的分类效果越好。从表1能够看出本文中的半偏最大和次大分不是NCL=1和NCL=5，因此依照半偏准则31个地区分为2，6类较合适；表1中的伪F统计量（列标题为PSF）也是用来评价分为NCL个类时的聚类效果的，伪F值越大表示样品能够显著分为NCL类。该程序输出中的伪F的最大值和次大值分不是NCL=2和NCL=6（当NCL7时），讲明依照伪F准则能够把31个地区分为2类或者6类较合适。表1中的伪统计量也是用来评该步的聚类效果的，伪的值越大表明上一次合并的两类专门分开，聚类

25、效果较越好。该程序输出中的伪最大值和次大值分不为NCL=1和NCL=5，因此依照伪准则能够把这31个地区分为2类或者6类较合适。综合分析，把31个地区分为2类或者6类较合适。依照图1能够直观的看出分为2类的结果为：湖南，山西，河南，海南，重庆，贵州，甘肃，青海，福建，广东，山东，分为6类的结果为：三、结果的可行性分析依照2010年农村经济绿皮书：中国农村经济形势分析与预测（2009-2010）载，我国东中西部地区农民人均纯收入差距在逐年缩小。绿皮书指出，从近年来农民人均纯收入的变化情况能够看出，东部地区农民人均纯收入由2001年的3266.7元增加至2009年的6742.8元，年均增长9.5%

26、；中部地区农民人均纯收入由2001年的2165.2元增加至2009年的4864.8元，年均增长10.6%；西部地区农民人均纯收入由2001年的 HYPERLINK /series/2128 t _blank 1662.2元增加至2009年的3685.6元，年均增长10.5%。绿皮书还指出，东中西部地区农村全面 HYPERLINK /series/1967 t _blank 小康实现程度分不由2003年的35.6%、13.8%和-9.7%提高到2008年的67.6%、44.5%和21.3%，分不提高了32、30.7和31个百分点。从以上聚类分析的结果来看，东中西部地区农民人均消费水平差距是减小的

27、，部分东中西部地区归为一类，比如讲分为2类的情况，北京、上海和安徽、山东以及重庆、西藏等地区就合并为一类，就分为6类的情况来看，天津、浙江和湖南、河南以及甘肃、内蒙古等地区合并为一类，这正讲明了这点。需要讲明的是，吉林、黑龙江所在地是东北地区，属于四大地区之一。依照最新年度统计资料，吉林和黑龙江的农民人均收入位于全国的第九、第十位，高于全国平均水平。江苏由于2009年认真落实国家小麦、稻谷最低收购价和油菜籽临时收储政策，当年粮食总产量提高到646亿斤，比上年增产11亿斤，购销总量居全国第二，单产创历史最好水平，同时江苏省粮油精深加工能力进一步提高，盈利位于全国之首，全省粮食工业总产值和销售收入

28、都突破1000亿大关，农民的人均收入突破8000元。西藏差不多被列入二类都市，从以上的数据显示和聚类分析，我们明白这是不无道理的。除了教育和医疗保健外，西藏在各方面的消费都不算低，这是与“西部大开发”分不开的。然而西藏地区的农民收入要紧靠的是进展畜牧业，而当地的畜牧业进展与国际市场联系紧密，受金融危机和自治区多年不遇的干旱阻碍，西藏地区2009年农民收入是减少的。新疆地区的经济受“7.15”事件阻碍，当年进展势头不是专门好，全年增速只是8%。因此在以上分为6类结果中，把黑龙江、吉林分为一类，江苏单列为一类，西藏和新疆各成一类是合适的。四、结论我国农村居民整体生活水平提高，消费能力增加，消费结果趋于合理。依照我国农村居民消费结果的聚类分析 孙颖 郑春梅2008年3月发表于北方工业大学学报第20卷第1期。 孙颖 郑春梅2008年3月发表于北方工业大学学报第20卷第1期。国家政策对农村居民生活水平阻碍显著，以后几年我国农村居民消费的区域差异将进一步减小。能够预见，当前政府对“三农” 三农是指农业、农村、农民。 三农是指农业、农村、农民。我国城乡居民消费结构演变具有相似性。当前，我国农村居民消费水平对应于我国城乡居民消费的1997-2001年时期（生活水平由温饱向小康过渡），在这一时期，我国城镇居民经历了5年时刻，由于各方面因素的阻碍，我