河北省城镇居民蔬菜消费量影响因素实证分析

《河北省城镇居民蔬菜消费量影响因素实证分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、河北省城镇居民蔬菜消费量影响因素实证分析[提要]本文运用因子分析法，分析河北省城镇居民人均蔬菜消费量与价格、恩格尔系数和替代品之间的关系，通过综合得分排序，得出粮食价格的高低对蔬菜消费量的影响极其显著。蔬菜作为城镇居民生活的必需品，需求弹性较小，蔬菜价格对蔬菜消费量影响不显著。关键词：河北；城镇居民；蔬菜消费量；因子分析法中图分类号：F126.1文献标识码：A收录日期：2017年10月17日蔬菜能提供人体必需的维生素、纤维素和碳水化合物，同时还具有营养、保健、维持新陈代谢等功效，是人们生活所必需的。但是，随着河北城镇居民生活水平的提高，主要食品结构发生了较大的变化，城镇居民人均蔬菜消费

2、量的逐年变化到底受什么因素影响？对此影响因素的分析具有重要意义。一、河北省城镇居民主要食品消费结构及变化随着社会经济的发展和居民收入水平的提高，河北省城镇居民的食品消费结构发生了比较大的变化。粮食、蔬菜、肉类3种传统主要食品在人均食品总量中的比重有所下降。与此同时，禽蛋、水产品、植物油等在食品消费结构中的比重稳步上升，食品消费结构出现明显变化。食品消费行为由追求数量满足逐步过渡到追求营养、健康和精细食品，城镇居民在外就餐和深加工的副食品消费增多，对那些初级食品的购买和家庭加工消费形成一定的替代。由表1可知，2000年蔬菜支出占食品支出的48.32%，2013年的蔬菜支出占食品支出的35

3、.31%，这个相对变化并不是很大；但是从绝对量上来说，却从2000年的128.23kg下降到2013年的97.76kg，下降幅度为23.76%。（表1）二、河北省城镇居民蔬菜消费量变化及价格影响（一）城镇居民人均蔬菜消费量变化。河北省城镇居民饮食习惯的改变意味着各类农产品市场结构随之发生了巨大的变化，传统主要农产品的市场逐渐发生萎缩，而新兴食品市场迅速成长。经历了从温饱到小康再到全面小康的不同阶段，河北省城镇蔬菜消费市场需求增长逐步趋于稳定，进入质量型、多样化阶段，蔬菜消费需求也处于稳定状态。从表2可知，从2000年到2013年，河北省城镇居民年人均消费蔬菜数量呈现先轻微上升后逐步下降

4、的趋势。城镇居民自2000年以来蔬菜消费总量先迅速上升后逐步下降，这与城镇化建设导致城市居民增多有一定关系。相对于农村居民而言，城镇居民的蔬菜消费模式更具有超前性，对蔬菜的消费需求也更为挑剔。（表2）（二）价格对城镇居民蔬菜消费总量的影响。粮食与蔬菜对河北省城镇居民来说是基础性食物，需求弹性小，需求量受价格影响较小，但是蔬菜作为副食品，与其他食物之间具有一定的替代关系，诸如肉禽、水产品和蛋类等。从表3可知，2009～2014年蔬菜与粮食、肉禽、水产品、蛋类的物价指数之比的波动范围是0.774～1.249。这意味着粮食、肉禽、水产品、蛋类的价格变动幅度与蔬菜处于一种竞争关系。这也从一定程

5、度上说明了粮食、肉禽、水产品和蛋类的价格对蔬菜消费量有一定程度的影响。（表3）三、河北省城镇居民的恩格尔系数恩格尔系数是食品支出总额占个人消费支出总额的比重。恩格尔系数是用来反映人民生活水平的指标，生活水平又直接影响着蔬菜的消费结构，消费结构对消费量也有较大的影响。2009～2014年河北省城镇居民家庭恩格尔系数在26.17%～33.80%之间，说明恩格尔系数逐年变化不大，食品支出比较稳定。四、河北省城镇居民蔬菜消费量影响因素因子分析（一）方法说明。目前，因子分析法被广泛应用在市场经济、医学、教育等领域的科学研究中，其一般是要设计出许多个实测变量，通过大量收集数据以寻找规律。在大多数情

6、况下，如果有许多变量，则它们之间会存在一定的相关关系，因而使得问题更加难以分析。因子分析法就是将相互之间可能存在相关关系的大量变量转换成较少的、彼此不相关的综合指标的一种多元统计方法。因子分析法通过探求各观测变量之间的相互关系，并根据变量之间的相关性大小进行分组，使分到一组的变量之间相关性较高，而不同组的变量之间相关性较低，从而将具有错综复杂关系的变量综合为能够反映原来众多变量主要信息的几个公共因子，且将公共因子与多个原始变量之间的线性关系表示出来。因子分析法的数学模型一般可表示为：在因子变量不相关的条件下，aij就是第i个原始变量与第j个因子变量的相关系数，反映了变量xi与因子fj的

7、相关程度。aij绝对值越大，则Xi与Fi的关系越强。因子载荷aij2反映了因子fj对解释变量xi的重要作用和程度。需要说明的是，在进行因子分析之前需要对所有变量进行KMO检验和Bartlett’s球度检验，以确定变量是否适合进行因子分析。其中，KMO统计量在0～1之间取值，用于比较变量?g的简单相关系数和偏相关系数，如果原始观测变量之间存在错综复杂的内在关系，那么简单相关系数就大于偏相关系数，KMO值就接近于1，这些变量就适合进行因子分析；相反