我國城鎮(zhèn)居民蔬菜消費(fèi)量區(qū)域性差異的實(shí)證研究

我國城鎮(zhèn)居民蔬菜消費(fèi)量區(qū)域性差異的實(shí)證研究華南農(nóng)業(yè)大學(xué)何巧敏、張浩彬、張衛(wèi)東目錄摘要 31.問題的提出 42．研究現(xiàn)狀及存在的問題 43．蔬菜消費(fèi)的總體現(xiàn)狀分析 53.1蔬菜的生產(chǎn)現(xiàn)狀 53.1.1蔬菜產(chǎn)量逐年增加 53.1.2蔬菜基地已成規(guī)模 53.1.3設(shè)施園藝發(fā)展迅猛 53.2蔬菜的需求現(xiàn)狀 53.2.1人均蔬菜消費(fèi)量的變化 63.2.2蔬菜種植面積的變化 83.2.3蔬菜價格的變動 103.3蔬菜消費(fèi)的差異及影響的因素 103.3.1人均蔬菜消費(fèi)量的變化 10（1）蔬菜消費(fèi)的城鄉(xiāng)差異 10（2）蔬菜消費(fèi)的地域差異 113.4影響因素 123.4.1居民可支配收入因素 123.4.2人口數(shù)量因素 133.4.3城鄉(xiāng)差異 133.4.4消費(fèi)習(xí)慣和飲食結(jié)構(gòu)因素 133.4.5消費(fèi)水平因素 133.4.6人均國內(nèi)生產(chǎn)總值因素 133.4.7蔬菜主產(chǎn)區(qū)因素 13（1）聚類分析原理 13（2）結(jié)果與分析 144．實(shí)證研究 174.1多層線性模型簡介 174.1.1零模型（TheNullModel） 174.1.2完整模型（TheFullModel） 174.1.3隨機(jī)效應(yīng)模型(RandomEffectModel) 184.2模型建立 184.3中國東中西部三個地區(qū)分位數(shù)回歸解析 244.3.1描述性統(tǒng)計分析 244.3.2問題建模結(jié)果及分析 26（1）分位數(shù)回歸模型 26（2）分位數(shù)回歸結(jié)果 26（3）分位數(shù)分解 304.4模型比較 344.4.1多層線性模型優(yōu)點(diǎn) 344.4.2分位數(shù)回歸優(yōu)點(diǎn) 355建議 366參考文獻(xiàn) 37附錄 38摘要蔬菜是居民消費(fèi)品的重要組成部分，我國的蔬菜品種繁多，栽培面積廣闊，隨著人們生活水平的提高和科學(xué)技術(shù)的發(fā)展，我國的蔬菜需求逐年上升，但與此同時蔬菜需求也發(fā)生著深刻的變化。3.1蔬菜的生產(chǎn)現(xiàn)狀3.1.1蔬菜產(chǎn)量逐年增加自從1988年我國實(shí)施“菜藍(lán)子工程”以來，不斷增加資金投入，建設(shè)了一大批蔬菜生產(chǎn)基礎(chǔ)設(shè)施，極大地改善了蔬菜生產(chǎn)條件，增強(qiáng)了抗災(zāi)能力和反季節(jié)生產(chǎn)能力，提高了土地利用率。由于蔬菜基地建設(shè)規(guī)?；透鳈C(jī)械化的發(fā)展，大大減輕了蔬菜生產(chǎn)勞動強(qiáng)度，提高了勞動生產(chǎn)率。穩(wěn)定城郊菜園子，發(fā)展農(nóng)區(qū)蔬菜基地，狠抓良種普及、保護(hù)地栽培、無公害生產(chǎn)等技術(shù)，使蔬菜產(chǎn)量、質(zhì)量得到提高，還增加了蔬菜的花色品種。3.1.2蔬菜基地已成規(guī)模根據(jù)市場需求，各地紛紛因地制宜建立自給型和外埠補(bǔ)淡型蔬菜基地。2010年"十二五"期間，農(nóng)業(yè)部將把園藝作物標(biāo)準(zhǔn)園創(chuàng)建作為確保蔬菜等農(nóng)產(chǎn)品質(zhì)量安全的重要舉措來實(shí)施，計劃在各省優(yōu)勢產(chǎn)區(qū)大規(guī)模創(chuàng)建一批標(biāo)準(zhǔn)化、集約化程度高的標(biāo)準(zhǔn)園，各省紛紛響應(yīng)，如云南省將大力開展蔬菜標(biāo)準(zhǔn)園創(chuàng)建，江蘇省將重點(diǎn)建設(shè)四大特設(shè)蔬菜基地。由于蔬菜商品基地的不斷發(fā)展，蔬菜市場供應(yīng)充足，種類繁多，質(zhì)量優(yōu)良，上市均衡，淡季得到明顯改善。3.1.3設(shè)施園藝發(fā)展迅猛由于我國地理環(huán)境復(fù)雜，東中西部地區(qū)蔬菜種植結(jié)構(gòu)差異較大，造成多個地區(qū)季節(jié)性蔬菜不能供應(yīng)，加上蔬菜的保質(zhì)期較短，現(xiàn)在的運(yùn)輸手段仍有待加強(qiáng)。所以符合我國國情的設(shè)施園藝發(fā)展迅猛，我國設(shè)施農(nóng)業(yè)雖起步較晚，但發(fā)展很快，近年來溫室大棚業(yè)的發(fā)展也帶動了各類溫室資材的發(fā)展，進(jìn)而也將推動我國設(shè)施園藝的進(jìn)步。如安徽最大的日光溫室，新疆首個“球形溫室”等等。同時溫室蔬菜培養(yǎng)，也拉動了優(yōu)質(zhì)高檔和綠色蔬菜的需求。3.2蔬菜的需求現(xiàn)狀目前我國食用蔬菜達(dá)數(shù)百種,普遍栽培的有50～60種。全國各地的大型批發(fā)市場,蔬菜品種豐富多樣。蔬菜的消費(fèi)主要是鮮菜，近年來，蔬菜的人均消費(fèi)從數(shù)量上穩(wěn)中有降。從統(tǒng)計數(shù)字上看蔬菜的生產(chǎn)供應(yīng)總量已完全能滿足消費(fèi)需求。但食物消費(fèi)需求的結(jié)構(gòu)性變動使蔬菜的消費(fèi)需求在城鄉(xiāng)之間、不同地域、不同收入水平家庭、不同季節(jié)、不同品種之間等方面仍存在著諸多的不平衡。這里作一點(diǎn)說明，通常所說的蔬菜需求包括居民直接消費(fèi)需求、出口需求、餐飲需求、蔬菜加工、損耗、貯存等。由于餐飲需求、蔬菜加工、損耗、貯存等數(shù)據(jù)缺乏有效來源，而出口需求不再本文討論范圍，因此本文以居民直接消費(fèi)需求為主進(jìn)行分析。3.2.1人均蔬菜消費(fèi)量的變化為更清晰研究需求的差異變動，我們先從蔬菜的供給變化著手，受可得數(shù)據(jù)范圍的限制，我國通常用蔬菜產(chǎn)量代替蔬菜供給量。相關(guān)統(tǒng)計數(shù)據(jù)顯示，2000～2006年，我國蔬菜產(chǎn)量持續(xù)增長，2007年有所回落，2007年總產(chǎn)量為56452.00萬t，較2000年增長了33.14％，年均增長4.17％，增長幅度比較明顯，這是自十一屆三中全會以來實(shí)施“菜籃子工程”戰(zhàn)略的成果（數(shù)據(jù)來源中經(jīng)網(wǎng)）。從2000開始，我國蔬菜的人均消費(fèi)從數(shù)量上大體一直在平穩(wěn)變化（如圖1所示），從2000年到2004年，城鎮(zhèn)家庭平均每人蔬菜消費(fèi)量，持續(xù)緩慢上升。在2005年、2006年，一些糧食主產(chǎn)國遭遇了歷史罕見的自然災(zāi)害，造成了糧食短缺的現(xiàn)象，直接導(dǎo)致2007年和2008年國際糧食上漲（資料來源中國蔬菜網(wǎng)），中國是國際糧食主產(chǎn)國之一，固然也受到了相當(dāng)大的影響，所以由圖顯示2005年后接下來三年人均蔬菜量都持下降趨勢。但接下來從2008年到2009年蔬菜消費(fèi)量的上升幅度變大。但從總體來說城鎮(zhèn)家庭平均每人蔬菜消費(fèi)量仍基本在120千克線波動，農(nóng)村家庭平均每人蔬菜消費(fèi)量在100千克線波動。但是我們從各省人均生產(chǎn)總值中可以看出隨著時間的推移，各省人均生產(chǎn)總值是不斷增加的，尤其是廣東省，增長速度高于其他省份。這說明人均生產(chǎn)總值增加家庭人均蔬菜消費(fèi)量不一定跟隨著它變化。這與人均生產(chǎn)總值的計算方法有關(guān)：國內(nèi)生產(chǎn)總值，從生產(chǎn)角度，等于各部門（舊、勞動者報酬、生產(chǎn)稅凈額和營業(yè)盈余之和；從使用角度，等于總消包括第一、第二和第三產(chǎn)業(yè)）增加值之和；從收入角度，等于固定資產(chǎn)折費(fèi)、總投資和凈出口之和。該指標(biāo)受產(chǎn)業(yè)的分布，支出，收入等影響相當(dāng)大，是個宏觀指標(biāo)，家庭平均每人蔬菜消費(fèi)量在第一產(chǎn)業(yè)占有的份額較小，故人均國內(nèi)生產(chǎn)總值對家庭平均每人蔬菜消費(fèi)量的影響不夠明顯。數(shù)據(jù)來源《中國統(tǒng)計年鑒》以及各省統(tǒng)計年鑒圖1圖2圖2另一方面，從城鎮(zhèn)居民消費(fèi)價格指數(shù)也可以說明問題。消費(fèi)者價格指數(shù)(ConsumerPriceIndex)，是對一個固定的消費(fèi)品籃子價格的衡量，主要反映消費(fèi)者支付商品和勞務(wù)的價格變化情況，也是一種度量通貨膨脹水平的工具，如下圖可見每個省從2000年到2009年的消費(fèi)價格指數(shù)有上升，但基本上波動不大，這也可以對應(yīng)說明國家在控制通貨膨脹方面所做的努力。所以若以蔬菜消費(fèi)量作為城鎮(zhèn)居民消費(fèi)價格指數(shù)的的消費(fèi)品籃子，則人均蔬菜消費(fèi)量就不會有太大的波動，這與圖2所示相符。數(shù)據(jù)來源各省統(tǒng)計年鑒圖33.2.2蔬菜種植面積的變化另外，從統(tǒng)計年鑒中的數(shù)據(jù)（見圖4），我們可以看到，我國的蔬菜播種面積逐年增加，除了2004與2006年略有下降（這同樣是受到全球干旱的影響），一直呈擴(kuò)張趨勢，2000年的播種面積為15237千公頃，而直到2009年，已經(jīng)增長到18414千公頃，較2000年，增長了20.85%。與此同時，2004年以前，蔬菜面積增長率高于單產(chǎn)增長率，這表明當(dāng)時我國蔬菜生產(chǎn)還處于面積擴(kuò)張性的、土地密集型的階段；2004年開始，我國蔬菜單產(chǎn)水平大幅度提高，除2006年外，其他年度單產(chǎn)增長速度均超過種植面積的增長速度。數(shù)據(jù)來源各省統(tǒng)計年鑒圖4由下圖5可見廣西，廣東，江蘇，河北的播種面積較大。廣東與廣西地理位置占優(yōu)勢，土壤肥沃，蔬菜種植面積固然要多。江蘇從1998年省蔬菜種植面積首次突破1000萬畝（次）大關(guān)，2006年江蘇省全省蔬菜種植面積跨過一個又一個臺階，達(dá)到了2100多萬畝（次），，并且江蘇還在不斷著手建立四大特色蔬菜基地。河北省蔬菜是該省的農(nóng)業(yè)三大主產(chǎn)業(yè)之一，從2001年開始，該省蔬菜產(chǎn)值首次超過糧食產(chǎn)值，此后的8年，蔬菜產(chǎn)值一直穩(wěn)居種植業(yè)之首。統(tǒng)計數(shù)字顯示，2008年，該省瓜菜播種面積1806萬畝，總產(chǎn)量7163萬噸，已連續(xù)14年保持全國總產(chǎn)第二位、單產(chǎn)第一位的優(yōu)勢(信息來源新華網(wǎng))。圖53.2.3蔬菜價格的變動近年來我國蔬菜價格呈現(xiàn)出上漲的態(tài)勢，全國蔬菜平均價格由2000年的每千克1.50元上漲到2007年的2.37元，漲幅高達(dá)58％，年均增長6.75％。就2009年，上半年蔬菜生產(chǎn)價格同比上漲6.4%，其中，一季度上漲1.1%，二季度上漲10.6%。分品種看，葉菜類和瓜菜類分別上漲8.1%和9.8%，茄果類、蔥蒜類和食用菌分別上漲3.2%、7.9%和1.4%（數(shù)據(jù)來源中國蔬菜網(wǎng)）。這兩年蔬菜價格更是居高不下，幾個被大眾所注意的蔬菜價格也與全國價格變動趨勢相吻合，譬如大蒜和生姜這兩個品種先后出現(xiàn)大幅上漲，分別被老百姓稱為“蒜你狠”、“姜你軍”，如鹽城市場大蒜、生姜價格緊跟全國“潮流”，農(nóng)貿(mào)市場最高價分別達(dá)到20.78元/公斤和16元/公斤。

從前面的分析可知，我國蔬菜產(chǎn)量呈增長態(tài)勢，因此蔬菜價格的上漲原因不是來自供給方面，而城鎮(zhèn)居民直接消費(fèi)需求、蔬菜出口需求有所增加，是導(dǎo)致蔬菜價格上漲的因素之一。天氣因素是影響蔬菜價格的重要原因，近年來全國各地的氣候變化逐步惡劣，市場菜價也不得不跟著天氣的變化急劇變化。蔬菜生產(chǎn)和流通成本增加。由于國際油價在逐年上升，導(dǎo)致化肥，農(nóng)具等農(nóng)資價格上升，估蔬菜的生產(chǎn)成本上升。一般要經(jīng)歷“收購商”、“區(qū)域市場”、“批發(fā)市場”、“二級批發(fā)”和“農(nóng)貿(mào)市場、早市、社區(qū)蔬菜供應(yīng)點(diǎn)、超市蔬菜供應(yīng)點(diǎn)”等5個環(huán)節(jié)，每個環(huán)節(jié)層層加價，加上在全國物價逐年上升的環(huán)境下，流通成本更是高了。綜上所述影響因素歸結(jié)為成本推動、需求拉動和通貨膨脹3個方面。要想穩(wěn)定蔬菜價格，必須完善流通體系建設(shè)，降低流通成本。政府也可以考慮在關(guān)鍵點(diǎn)給予適當(dāng)補(bǔ)貼，降低生產(chǎn)成本。此外，政府有關(guān)部門還應(yīng)加強(qiáng)信息及技術(shù)服務(wù)。加快建設(shè)健全、統(tǒng)一的市場體系。3.3蔬菜消費(fèi)的差異及影響因素3.3.1我國地域廣闊,人口眾多,而且長期存在著城鄉(xiāng)二元經(jīng)濟(jì)格局,由自然的、文化的、歷史的以及經(jīng)濟(jì)的原因造成了我國居民的食物消費(fèi)需求存在著相當(dāng)大的差異性,這一點(diǎn)在蔬菜的消費(fèi)上也能得到充分體現(xiàn)。蔬菜消費(fèi)的城鄉(xiāng)差異。于收入差距原因以及農(nóng)村社會長期形成的較強(qiáng)的簡樸節(jié)儉的消費(fèi)意識與消費(fèi)習(xí)慣,我國城鎮(zhèn)居民和農(nóng)村居民在蔬菜消費(fèi),數(shù)量上城鎮(zhèn)大于鄉(xiāng)村,質(zhì)量上城鎮(zhèn)優(yōu)于鄉(xiāng)村。從上文圖1可以看到,城鎮(zhèn)居民蔬菜消費(fèi)的絕對量在總體上高于農(nóng)村居民的消費(fèi)水平，在所有年份中，農(nóng)村蔬菜消費(fèi)均低于城鎮(zhèn)居民的消費(fèi)水平。另外,城鎮(zhèn)居民蔬菜消費(fèi)曲線基本平穩(wěn)，略有上升,而農(nóng)村蔬菜消費(fèi)量則在逐步下降，這變化也與農(nóng)村人口逐年減少相對應(yīng)，同時在2005年后都有逐步在同一水平上穩(wěn)定下來的趨勢。這表明,城鄉(xiāng)居民的生活水平都在提高,即使是相對收入較低的農(nóng)村居民,至少在數(shù)量上對于蔬菜需求也已達(dá)到與城鎮(zhèn)居民同步的滿足的水平。另外，從質(zhì)量上看,城鎮(zhèn)居民蔬菜消費(fèi)水平要優(yōu)于農(nóng)村居民，同時在蔬菜品種上要求也多于農(nóng)村居民。蔬菜消費(fèi)的地域差異。我國幅員遼闊,氣候資源豐富,人口分布和經(jīng)濟(jì)發(fā)展程度極不均勻。蔬菜的生產(chǎn)供應(yīng)方式以及居民飲食習(xí)慣復(fù)雜多樣,蔬菜消費(fèi)的地域差異明顯。不同地區(qū)城市之間蔬菜消費(fèi)數(shù)量與支出金額之間的差異主要是由不同地區(qū)居民蔬菜消費(fèi)品種的差異決定的。我國北方及內(nèi)陸城市白菜、蘿卜等分量較重的大路品種消費(fèi)較多,南方城市消費(fèi)的葉菜比較多,而且南方城市居民購買的小品種的名、特、優(yōu)品種比較多,所以消費(fèi)的數(shù)量較少,而支出金額較多。除了消費(fèi)品種和不同地區(qū)居民消費(fèi)習(xí)慣的原因外,居民收入也是形成這種狀況的重要因素。東南沿海地區(qū)是我國經(jīng)濟(jì)最發(fā)達(dá)的地區(qū),該地區(qū)居民的人均收入也是全國最高的。Crook(1996)指出,“蔬菜消費(fèi)量下降的原因在于消費(fèi)者嗜好的轉(zhuǎn)變。即隨著人均收入增加,蔬菜消費(fèi)從重的根菜類作物轉(zhuǎn)向輕的葉菜類,從而引起消費(fèi)產(chǎn)品的重量減少?！边@也可用來解釋不同地區(qū)城市間蔬菜消費(fèi)的上述差異。由圖6可以看出10年來中部城鎮(zhèn)居民蔬菜消費(fèi)量有所增長，東部和西部基本變化不大，中部地區(qū)的平均蔬菜消費(fèi)量最大，其次是東部，接著是西部，東部和中部的差異不是很明顯，但是中部和西部的差異較大。（詳細(xì)情況將在第四章陳述）圖63.4影響因素3.4.1居民可支配收入因素蔬菜是一種消費(fèi)品,其銷售受居民可支配收入的影響非常大。收入的高低直接影響人們消費(fèi)支出和消費(fèi)結(jié)構(gòu)。隨著居民的可支配收入逐年提高，居民的蔬菜消費(fèi)也在逐漸改變，雖然從90年代初開始,我國居民人均蔬菜消費(fèi)量變化不是特別突出,但在每一年份,根據(jù)收入分等級的居民家庭的蔬菜消費(fèi)依然是依收入的高低從多到少排列的。1990到2009我國城鎮(zhèn)居民家庭按收入等級全年人均購買蔬菜量的統(tǒng)計數(shù)據(jù)如圖2。除02年后年最高收入戶的購買量略為較高收入以及中等偏高收入戶少之外,幾乎所有年份均按收入由低到高而蔬菜購買量也由少到多分成七個等級。而同一收入等級的家庭,蔬菜購買量在時間序列上又都無一例外地呈遞減趨勢。圖7的縱向變動還可以看出,不同收入等級的居民家庭,其消費(fèi)結(jié)構(gòu)大體是一致的。即隨著時間的推移,各收入水平的居民家庭收入都有不同程度的上升,但他們用于增加購買的各類食品的支出占收入增加部分的份額也是相類似的。各收入等級居民都在自己的預(yù)算內(nèi)追求不同類食品的合理搭配。各類食品的價格之間也存在著相互的影響與制約。蔬菜和糧食一樣,是基礎(chǔ)性食品,價格彈性較小,受價格的影響較弱。蔬菜作為副食品與肉禽蛋、水產(chǎn)品等其它副食品之間具有一定的替代關(guān)系,但交叉彈性的絕對值偏小,替代效果并不強(qiáng),這是由于它們屬不同營養(yǎng)類型副食品。圖73.4.2人口數(shù)量因素前面所說，蔬菜產(chǎn)出基本能夠滿足國內(nèi)居民的需求，但只是基本滿足，但由于我國國情，我國人口基數(shù)大,而且基本分為農(nóng)業(yè)人口和城鎮(zhèn)人口，但農(nóng)業(yè)人口在逐年減少，城鎮(zhèn)人口在增加，而且由于人口的分布嚴(yán)重不均，東部沿海地區(qū)較西部內(nèi)陸地區(qū)多，，人口的數(shù)量在消費(fèi)水平一定的條件下，可能存在某些地區(qū)蔬菜供應(yīng)不足的情況，甚至進(jìn)一步影響蔬菜價格，因此人口數(shù)量對蔬菜的消費(fèi)影響很大。3.4.3城鄉(xiāng)差異：在人口總量一定的條件下,城鎮(zhèn)居民和農(nóng)村居民蔬菜消費(fèi)上不僅存在著收入差異,而且消費(fèi)習(xí)慣也有很大不同，另外城鄉(xiāng)人口結(jié)構(gòu)對蔬菜消費(fèi)的總量也有一定影響。3.4.4蔬菜消費(fèi)的習(xí)慣和方式直接影響到人們蔬菜消費(fèi)的數(shù)量、質(zhì)量和品種。不同地域、不同民族的，不同收入等級居民都在自己的預(yù)算內(nèi)追求不同類食品的合理搭配，各類食品的價格之間也存在著相互的影響與制約。居民的飲食結(jié)構(gòu)中，消耗一定的情況下，肉類消費(fèi)越多，對蔬菜消費(fèi)也有一定的影響。另外蔬菜作為副食品與肉禽蛋、水產(chǎn)品等其它副食品之間還是具有一定的替代關(guān)系。3.4.5消費(fèi)水平指數(shù)是反映不同時期每戶(每人)消費(fèi)水平變動程度的指標(biāo)。明顯消費(fèi)水平指數(shù)越高，居民用于消費(fèi)的支出越多，也就在一定程度上帶動了蔬菜消費(fèi)。3.4.6人均國內(nèi)生產(chǎn)總值很好地展示了一個地區(qū)的發(fā)展水品，發(fā)展?fàn)顩r，反應(yīng)出當(dāng)居民的生活水品，影響著人民的膳食結(jié)構(gòu)，對蔬菜的需求有一定影響。同時，生產(chǎn)總值越高，也反應(yīng)了當(dāng)?shù)氐目萍妓揭约吧a(chǎn)力水平，對蔬菜供給有一定影響，然后也反饋到蔬菜的消費(fèi)。3.4.7若該省位于蔬菜主產(chǎn)區(qū)，那么它的蔬菜產(chǎn)量將大幅度上升，勢必對人均蔬菜消費(fèi)量帶來影響。所以我們根據(jù)各省2000—2009年播種面積的數(shù)量變化，先采用聚類分析法將各省分類，并判定該省是否為蔬菜主產(chǎn)區(qū)。（1）聚類分析原理聚類分析(ClusterAnalysis)是根據(jù)樣品或指標(biāo)的“相似”特征獎其分為相對同質(zhì)的群組（Cluster）的多元統(tǒng)計分析方法。聚類分析根據(jù)已知數(shù)據(jù)，計算各觀察個體或變量之間親屬關(guān)系的統(tǒng)計變量（距離或相關(guān)系數(shù)）根據(jù)最短距離法、最長距離法、中間距離法、重心法，使同一類內(nèi)的差別較小，而類與類之間的差別較大，最終將觀察個體或變量分為若干類。本案例屬于Q型聚類，我們對各省的蔬菜播種面積進(jìn)行聚類，采用離差平方和法（Ward）。第i個類樣品間離差平方和為：，k個類的類內(nèi)離差平方和為：，當(dāng)k固定時應(yīng)選擇使達(dá)到最小的分類。Ward法把兩個合并后增加的離差平方和看成類間的平方距離，即，當(dāng)和合并為新類后，然后在計算新類和其他類之間的距離，然后再并類，遞推公式為：。（2）結(jié)果與分析我們采用SAS9.1，按每一年的省蔬菜種植面積以及將數(shù)據(jù)中的時間信息和播種面積進(jìn)行組合即90個觀測值做聚類分析。圖8各省聚類圖表1年份統(tǒng)計量合并類數(shù)年份統(tǒng)計量合并類數(shù)2342342000Pseudo7.27.7—2006Pseudo12.728—RSQ0.4640.7980.917RSQ0.5090.7300.9332001Pseudo2007Pseudo4.67.636.9RSQ0.4920.8220.932RSQ0.4950.7290.8742002Pseudo12.85.2—2008Pseudo4.16.0—RSQ0.4570.7370.880RSQ0.5170.7350.8912003Pseudo19.510.23.52009PseudoRSQ0.4440.6980.911RSQ0.3980.6930.8102004Pseudo14.324.611.3averagePseudo6.623.51.6RSQ0.4370.7260.931RSQ0.4650.6890.8812005Pseudo3.8—4.5RSQ0.3940.6880.831數(shù)據(jù)來源：聚類分析部分結(jié)果從上述表格中可以看出RSQ統(tǒng)計量從第二類到第一類（均為0.00）的降幅最大，齊次是第三類到第二類的降幅，所以由RSQ統(tǒng)計量可知將數(shù)據(jù)歸為2類和三類較好，同樣可以由Pseudo統(tǒng)計量歸為2類，3類或4類較好。結(jié)合本案例只有9個省的實(shí)際情況，故選擇2類的情況。第一類包括有：廣東，廣西，江蘇，貴州；第二類包括有：甘肅，黑龍江，安徽，山西，河北。對9個省的各年數(shù)據(jù)做散點(diǎn)圖有：圖9散點(diǎn)圖顯示分類情況與聚類分析有差異，主要表現(xiàn)在河北省和貴州省，河北省的數(shù)據(jù)均大于800，而且河北省蔬菜基地建設(shè)良好，蔬菜總產(chǎn)量位于全國第二，所以按實(shí)際情況應(yīng)該分在第一類，貴州省的數(shù)據(jù)小于600，與第二類數(shù)據(jù)的大小較接近，同樣按實(shí)際情況將其分為第二類。關(guān)于各類的平均值，可以參考下表。表2類播種面積（畝）蔬菜消費(fèi)量（千克）第一類1085.01114.79第二類399.376114.4553數(shù)據(jù)來源：根據(jù)聚類分析結(jié)果計算得來所以現(xiàn)在第一類包括有：廣東，廣西，江蘇，河北；第二類包括有甘肅，黑龍江，安徽，山西，貴州。之所以會出現(xiàn)這樣的差異原因可能有：1樣本量不夠大（只有9個省各10年的數(shù)據(jù)），2聚類分析方法的不足，因?yàn)樵摲椒ū旧韼в兄饔^判斷，理論上仍不夠完善。按照這種分類情況可以看出第一類蔬菜播種面積均值遠(yuǎn)大于第二類省區(qū)，但是蔬菜消費(fèi)量的差異不大。第一類省區(qū)位于東中部的沿海地區(qū)，地理環(huán)境條件較好，土壤濕潤，氣候溫和，適合各種蔬菜的種植，而且有利于蔬菜大量的加工，出口。第二類省區(qū)多位于中西部，土壤不夠肥沃，且平原地區(qū)較第一類省區(qū)要少，受天氣因素影響比較大，所以蔬菜種植面積較小。第一類省區(qū)的人均生產(chǎn)總值較高，生活水平也相對較高，蔬菜價格也高，所以盡管市場供應(yīng)充足，品種多樣，但隨著近年來蔬菜價格的高升，居民也相對減少了蔬菜的支出金額，產(chǎn)生該現(xiàn)象可能原因在上文已經(jīng)陳述，而且蔬菜種植面積大得到大產(chǎn)量也多用于補(bǔ)給其他省區(qū)的不足。第二類省區(qū)生活水平相對低些，加上播種面積不大，市場供應(yīng)以及品種的選取都是有限的，所以居民蔬菜消費(fèi)受到了限制，相應(yīng)的蔬菜消費(fèi)量不高。但是當(dāng)然影響蔬菜消費(fèi)量的因素有很多，蔬菜種植面積只是其中的一部分，我們將在下文做更詳細(xì)的繼續(xù)討論。實(shí)證研究4.1多層線性模型簡介傳統(tǒng)的線性模型，如方差分析或者回歸分析，對分析對象的基本假設(shè)條件是：線性、正態(tài)、方差齊性和獨(dú)立。然而，在社會科學(xué)研究中，調(diào)查得來的數(shù)據(jù)往往具有層次結(jié)構(gòu)(嵌套結(jié)構(gòu))的特點(diǎn)。在教育學(xué)與心理學(xué)的研究中這種情況尤為常見，如關(guān)于學(xué)業(yè)成績影響因素的研究中，數(shù)據(jù)往往是具有兩個水平，第一水平是學(xué)生，第二水平是班級，學(xué)生嵌套于到級之中，稱之為分居數(shù)據(jù)。如果觀測涉及不同的學(xué)校，同時考慮不同的學(xué)校變量，則構(gòu)成一個三水平模型。學(xué)生水平嵌套于班級水平，班級水平惱套于學(xué)校水平。由于存在嵌套結(jié)構(gòu)，個體間隨機(jī)誤差相互獨(dú)立的假設(shè)卻很難滿足。多層線性模型就能較好解決嵌套數(shù)據(jù)問題。多層線性模型具體形式常見的有以下幾種類型：零模型、完整模型以及隨機(jī)效應(yīng)模型。4.1.1零模型（TheNullModel）將總體變異分解為個體變異造成部分和由層變異造成部分。第一層：，其中，；第二層：，其中混合模型：4.1.2完整模型（TheFullModel）第一層：，其中，；第二層：，其中，混合模型：4.1.3隨機(jī)效應(yīng)模型(RandomEffectModel)第一層：，其中，；第二層：，其中，混合模型：另外再簡介下固定效應(yīng)與隨機(jī)效應(yīng)概念。根據(jù)Cohen,Cohen,West與Aiken的整理，在多層次的架構(gòu)下。隨機(jī)系數(shù)回歸的組成包括個體層次的回歸系數(shù)，模型的固定部分（指自變量的效應(yīng)）和模型的隨機(jī)部分（含各層的殘差項與方差成分）。固定效應(yīng)與隨機(jī)效應(yīng)常用于面板數(shù)據(jù)。通俗的說，隨機(jī)效應(yīng)模型，表示你打算比較的就是你現(xiàn)在選中的這幾組的差異。固定效應(yīng)模型，表示你打算比較的不僅是你的設(shè)計中的這幾組，而是想通過對這幾組的比較，推廣到他們所能代表的總體中去。4.2模型的建立本文研究的主要問題是中國城鎮(zhèn)居民蔬菜消費(fèi)的地區(qū)差異。假設(shè)：城鎮(zhèn)居民人均蔬菜消費(fèi)的差異，存在地理環(huán)境的影響，以及經(jīng)濟(jì)發(fā)展水平的不同。根據(jù)所研究的問題的數(shù)據(jù)特點(diǎn)，本文采用兩層線性模型對實(shí)際問題進(jìn)行分析。第一層的單元為城鎮(zhèn)居民消費(fèi)價格指數(shù)，城鎮(zhèn)居民可支配收入，人均地區(qū)生產(chǎn)總值，總?cè)丝冢擎?zhèn)家庭人均豬肉購買量，是否蔬菜主產(chǎn)區(qū)（第一層考慮了六個）構(gòu)成第一層上的數(shù)據(jù)；中國3個地區(qū)區(qū)位（東部、中部、西部）構(gòu)成模型的第二層。第一層變量：因變量：城鎮(zhèn)家庭人均蔬菜購買量，這是第一層的模型的被解釋變量。解釋變量共取東中西部三個區(qū)域，各三個省自2000至2009年共10年數(shù)據(jù)自變量（解釋變量）包括：城鎮(zhèn)居民消費(fèi)價格指數(shù)(jmxf)。反映城市居民家庭所購買的生活消費(fèi)品價格和服務(wù)項目價格變動趨勢和程度的相對數(shù)。以實(shí)際調(diào)查的綜合平均單價和根據(jù)住戶調(diào)查有關(guān)資料確定的權(quán)數(shù)，按加權(quán)算術(shù)平均公式計算。城鎮(zhèn)居民可支配收入(kzpsr)。本文模型僅討論所選取樣本中的城鎮(zhèn)居民收入，不考慮農(nóng)村居民可支配收入。人均地區(qū)生產(chǎn)總值(rjgdp)。將樣本地區(qū)核算期內(nèi)（一年）實(shí)現(xiàn)的地區(qū)生產(chǎn)總值與這個該樣本的常住人口（目前使用戶籍人口）相比進(jìn)行計算，得到人均地區(qū)生產(chǎn)總值。是衡量各地區(qū)人民生活水平的一個標(biāo)準(zhǔn)?？?cè)丝?zrk)。該樣本地區(qū)的常住人口。城鎮(zhèn)家庭人均豬肉購買量(czzr)。在可支配收入一定的條件下，一定程度反映了城鎮(zhèn)居民的消費(fèi)架構(gòu)。因此在本模型中，在其他條件一定的情況下，利用豬肉購買量反映居民的飲食結(jié)構(gòu)與飲食習(xí)慣。蔬菜主產(chǎn)區(qū)(sczcq)。由于蔬菜的需求不但受到消費(fèi)者變化而變化，也會受到供應(yīng)的影響。而這個影響，模型是通過劃分是否蔬菜主產(chǎn)區(qū)來作為解釋變量。通過聚類分析，我們將分兩類：第一類（蔬菜主產(chǎn)區(qū)）包括有：廣東，廣西，江蘇，河北；第二類（非蔬菜主產(chǎn)區(qū)）包括有甘肅，黑龍江，安徽，山西，貴州。第二層變量：地理位置(dlwz)。這是第二層模型的解釋變量。由于將中國地理區(qū)域劃分為三大塊，將其設(shè)置為多層線性模型的第二層單元，而所抽取以及研究的地區(qū)所處的區(qū)位是區(qū)域位置層面上影響城鎮(zhèn)居民蔬菜購買了的但是不隨時間推移而變化的因素，因?yàn)閷⑦@一變量納入模型，反映各地區(qū)的區(qū)域地理環(huán)境一級經(jīng)濟(jì)環(huán)境。根據(jù)我地理區(qū)域劃分，我國東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省市；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省市；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省（市、區(qū)）。在模型中，“區(qū)域位置”作為順序變量被引入模型，東部地區(qū)設(shè)置為1，中部地區(qū)設(shè)置為2，西部地區(qū)設(shè)置為3。通過該層模型觀察區(qū)域因素對城鎮(zhèn)居民蔬菜小的差異的影響。對于模型的具體形式，我們有：從上面幾個模型可以直觀地看出，模型的第二層被解釋變量就是第一層的截距以及斜率，這也是“回歸的回歸”的直觀含義。本文建立多層線性模型是采用spss17.0里的mixed模塊，它是建立在多層性的基礎(chǔ)上，將各層效應(yīng)具體劃分為固定效應(yīng)和隨機(jī)效應(yīng)本。在操作中我們選取各自變量為固定效應(yīng)，將第二層截距項作為隨機(jī)效應(yīng)。首先根據(jù)以上的全模型，進(jìn)行單因素方差分析分析有：因?yàn)榭側(cè)丝谂c城城鎮(zhèn)居民消費(fèi)不通過檢驗(yàn)，固直接剔除。得到如下模型：表3固定效應(yīng)估計參數(shù)估計標(biāo)準(zhǔn)誤差dft顯著性截距176.2113111.969969E42.E13.0091.000**人均生產(chǎn)總值-.002149.00097579.085-2.203.031城鎮(zhèn)居民支配收入.004600.00206679.0422.227.029城鎮(zhèn)人均豬肉消費(fèi)量-2.3263681.100463.915-2.114.299蔬菜主產(chǎn)區(qū)-20.9207571.660541E41.E13-.0011.000**地區(qū)位置-15.4139306391.4267401.E13-.0021.000**人均生產(chǎn)總值*地區(qū)位置.001179.00059879.6081.971.052城鎮(zhèn)居民支配收入*地區(qū)位置-.001957.00101079.388-1.938.056城鎮(zhèn)人均豬肉消費(fèi)量*地區(qū)位置.641270.508914.9111.260.442蔬菜主產(chǎn)*地區(qū)位置4.8174605535.1368291.E13.0011.000**以上帶星號數(shù)據(jù)顯著性不通過，采用后退法逐個剔除變量，根據(jù)模型的收斂條件以及實(shí)際的解釋效果，確定模型的最終形式如下：混合模型：該模型AkaikeinformationCriterion（AIC）為677.476，結(jié)果較為理想。表4模型固定效應(yīng)參數(shù)估計與檢驗(yàn)參數(shù)估計T值P值截距146.05250117.818.000**人均生產(chǎn)總值-.002090-2.265.027**城鎮(zhèn)居民可支配收入.0047832.466.017**蔬菜主產(chǎn)區(qū)-10.094205-2.867.011**城鎮(zhèn)人均豬肉消費(fèi)量-1.113012-2.735.110城鎮(zhèn)居民可支配收入*地區(qū)位置-.001942-2.102.044**結(jié)合模型的最終方程和以上結(jié)果，我們可以看出“城鎮(zhèn)居民可支配收入”、“人均生產(chǎn)總值”，“城鎮(zhèn)居民豬肉購買量”了以及“是否蔬菜主產(chǎn)區(qū)”是影響我國城鎮(zhèn)居民蔬菜購買的重要因素。除了“城鎮(zhèn)居民豬肉購買量”，其余三個都是在0.05的顯著水平下通過了顯著性檢驗(yàn)?！俺鞘芯用窨芍涫杖搿币约啊叭司貐^(qū)生產(chǎn)總值”與“地區(qū)位置”的交互作用正向影響城鎮(zhèn)居民的蔬菜購買量，而“人均生產(chǎn)總值”、“城鎮(zhèn)居民豬肉購買量”、“城市居民可支配收入”與“地區(qū)位置”的交互作用等其他因素則反方向?qū)Τ擎?zhèn)居民蔬菜購買量影響。但是從表中數(shù)據(jù)，我們可以看出盡管交互作用是負(fù)號，他們的系數(shù)也是相當(dāng)?shù)男?，說明有反向影響但是影響不大。（詳細(xì)經(jīng)濟(jì)解說將在結(jié)論陳述）表5隨機(jī)項檢驗(yàn)系數(shù)估計值Wald值P值跨級相關(guān)系數(shù)0.0047836.1790.0000.595-0.0020900.4100.6810.400跨級相關(guān)系數(shù)=τ根據(jù)表5所示結(jié)果我們可以看到，第一層殘差項方差檢驗(yàn)達(dá)到了統(tǒng)計學(xué)意義上的顯著性水平P值為0.000，說明在層內(nèi)個體與個體之間存在著差異，即在各地理區(qū)域下，蔬菜主產(chǎn)區(qū)之間的差異是明顯的以及各省的人均蔬菜消費(fèi)是差異也是明顯的。模型截距項沒有通過顯著性檢驗(yàn)，可以初步判定，東部中部西部地區(qū)之間人均蔬菜消費(fèi)量差異不夠明顯。再看它們的跨級相關(guān)系數(shù)，第一層為0.595，說明Y因變量的總體變異59.5%是由第二層解釋說明的，第二層相關(guān)系數(shù)有0.4，說明地區(qū)間的差異能解釋因變量總體變異的40%。雖然從顯著性水平上來說沒有通過檢驗(yàn)，但結(jié)合結(jié)合跨及相關(guān)系數(shù)的統(tǒng)計意義，從實(shí)際意義上看，東部西部中部的區(qū)域因素，確實(shí)是影響當(dāng)前城鎮(zhèn)居民蔬菜消費(fèi)的重要因素。結(jié)論：由于我們本次所分析的問題“我國居民蔬菜消費(fèi)的區(qū)域差異”的數(shù)據(jù)存在著一種層層嵌套的特點(diǎn)，城市居民隸屬于某一?。ㄊ?、區(qū)），而省（市、區(qū)）又隸屬于東、中、西三大區(qū)域之一。因此，我們在分析影響居民蔬菜消費(fèi)高低差異的因素時，對各種因素進(jìn)行分層考慮、處理是一種十分合理而又自然的選擇。從分析結(jié)果，我們可以發(fā)現(xiàn)，對于“我國居民蔬菜消費(fèi)的區(qū)域差異”這個問題，我們采用多層線性模型分析影響居民蔬菜購買高低差異因素的效果還是非常顯著的。通過前面所建立兩層模型，我們可以看出“城鎮(zhèn)居民可支配收入”、“人均生產(chǎn)總值”，“城鎮(zhèn)居民豬肉購買量”了以及“是否蔬菜主產(chǎn)區(qū)”是影響我國居民蔬菜購買量的重要因素。另外我們可以留意到固定因素中，截距項是最為顯著的。這是因?yàn)槭卟耸俏覈用耧嬍辰Y(jié)構(gòu)中必不可少的一部分，盡管居民購買多少會受到很多因素的影響，但是，蔬菜能提供人體所需要的必要元素，因此存在基礎(chǔ)購買量的問題。進(jìn)一步分析，城鎮(zhèn)居民可支配收入對居民蔬菜購買有正向影響，城鎮(zhèn)支配收入增加一個單元，城鎮(zhèn)人均蔬菜消費(fèi)量就增加0.004783個單元。這個方面也是很好理解的，無論飲食結(jié)構(gòu)怎么樣，當(dāng)可用于食品消費(fèi)的金額增加，食物購買也就增加自然也就導(dǎo)致蔬菜購買量增加。而城市居民購買豬肉數(shù)量是反向影響居民蔬菜購買量，城鎮(zhèn)人均豬肉增加一個單元，城鎮(zhèn)人均蔬菜消費(fèi)量就減少1.113012個單元這也是很好理解，主要是因?yàn)檫@里反映了飲食結(jié)構(gòu)的問題，本次研究并未引入豬肉在食品購買中的比例這一變量。但是由于現(xiàn)階段，我國城鎮(zhèn)地區(qū)都是基本屬于小康家庭，居民飲食結(jié)構(gòu)基本不會發(fā)生太大變化，因此城鎮(zhèn)居民購買豬肉數(shù)量增加，則必然引起城鎮(zhèn)居民蔬菜購買量的較少。叢表2看，人均生產(chǎn)總值增加一個單元，城鎮(zhèn)人均蔬菜消費(fèi)量就減少0.002090個單元，而在模型中人均生產(chǎn)總值之所以對城鎮(zhèn)居民蔬菜購買量有反向影響，則是因?yàn)?，由于我們考慮了居民的可支配收入，因此，人均生產(chǎn)總值更大程度上反映的是一個生活水平變化導(dǎo)致remnants飲食結(jié)構(gòu)的變化。由于早期，我國經(jīng)濟(jì)水平雖然快速增長，但是還遠(yuǎn)沒有達(dá)到全體小康的地步。居民的食品消費(fèi)雖然能滿足溫飽，但是如肉食奶制品這類相對于糧食蔬菜消費(fèi)更高的食品還是很受制約，而隨著改革開放，社會經(jīng)濟(jì)的發(fā)展，人均生產(chǎn)總值的提高，人民的飲食觀念發(fā)生比較大的變化，以及對飲食的品質(zhì)也漸漸追求起來，因此越來越多人將用于蔬菜上的消費(fèi)用于肉食奶制品的消費(fèi)，因此人居生產(chǎn)總值對居民蔬菜購買量有反向的影響。而另外，地區(qū)位置對居民蔬菜購買量的影響主要是反映在由于地區(qū)的地理環(huán)境與經(jīng)濟(jì)發(fā)展的不同，導(dǎo)致不同地區(qū)的地區(qū)層面因素的差異以及蔬菜購買量的差異，這里由于數(shù)據(jù)的關(guān)系，沒能夠引入更多的二層變量。另外從表2中，我們還可以看到，地理位置主要通過和人均生產(chǎn)總值以及城市居民可支配收入的交互作用，對城鎮(zhèn)居民蔬菜購買量產(chǎn)生影響，但從系數(shù)上看，可以認(rèn)為他們的交互影響是接近的，而且對他們所產(chǎn)生的交互作用可以理解為區(qū)域經(jīng)濟(jì)層面上的差異。至于蔬菜主產(chǎn)區(qū)，蔬菜主產(chǎn)增加一個單元，城鎮(zhèn)人均蔬菜消費(fèi)量就減少10.094205個單元，對城鎮(zhèn)居民人均蔬菜消費(fèi)量產(chǎn)生負(fù)影響的原因，我們認(rèn)為由于我國現(xiàn)階段的農(nóng)業(yè)生產(chǎn)技術(shù)，還遠(yuǎn)比不上歐美國家，所以蔬菜種植受地理環(huán)境的限制比較大，從上文圖5就可以看出主產(chǎn)區(qū)的種植面積遠(yuǎn)遠(yuǎn)大于非主產(chǎn)區(qū)，這就會導(dǎo)致有些地區(qū)蔬菜供應(yīng)不足以及品種匱乏等種種現(xiàn)象。存在蔬菜主產(chǎn)區(qū)本身是好事（因?yàn)檫@能提高蔬菜總產(chǎn)量），可那是建立總體分配合理的前提下，這同時也說明了我國現(xiàn)階段也許還存在著蔬菜種植與銷售不合理的現(xiàn)象。所以總體上看，蔬菜主產(chǎn)區(qū)對城鎮(zhèn)居民人均蔬菜消費(fèi)量是有負(fù)影響的。4.3中國東中西部三個地區(qū)分位數(shù)回歸解析回歸分析的基本思想就是設(shè)法通過使所構(gòu)建的方程與樣本之間的距離最短來描述因變量的條件分布受到自變量影響的過程。當(dāng)所建立的模型滿足一系列的基本假設(shè)（如隨機(jī)誤差項不存在異方差、不存在自相關(guān)性、不存在多重共線性等）式，普通最小二乘法能夠很好地擬合模型，并且回歸系數(shù)的估計量具有最佳線性無偏性。但當(dāng)假設(shè)不成立時，普通最小二乘法失效。另外，普通最小二乘法只能得到一條回歸曲線，所挖掘出來的信息是有限的。為了彌補(bǔ)普通最小二乘法的缺陷，由Koenker和Bassett（1978）提出了分位數(shù)回歸，這一思想是對普通最小二乘法的擴(kuò)展，普通最小二乘回歸是對被解釋變量的數(shù)學(xué)期望建模，而分位數(shù)回歸是對被解釋變量的分位數(shù)建模。它依據(jù)因變量Y的條件分位數(shù)對自變量X進(jìn)行回歸，可以得到所有分位數(shù)下的回歸模型。讓代表給定解釋向量x的情況下，被解釋變量y的第個分位數(shù)。下面利用分位數(shù)回歸對不同區(qū)域的人均蔬菜消費(fèi)量的差異進(jìn)行分析。重新選取蔬菜播種面積，總?cè)丝?，人均國?nèi)生產(chǎn)總值，城鎮(zhèn)居民消費(fèi)水平指數(shù)和城鎮(zhèn)家庭平均每人可支配收入作為影響因變量城鎮(zhèn)家庭平均每人全年蔬菜購買量y的主要指標(biāo)，并作為自變量建立模型。4.3.1描述性統(tǒng)計分析表6中部地區(qū)變量樣本量最小值最大值均值標(biāo)準(zhǔn)差偏度峰度x130187.601122.90546.86368.27170.710-1.428x2303248.007034.004666.91577.28590.697-1.533x3305722.0024581.00138605702.24060.387-1.158x43097.80114.00104.154.23200.653-0.039x5304724.1114718.258803.12941.13150.476-0.927y30113.70140.88127.307.9160-0.039-1.162表7東部地區(qū)變量樣本量最小值最大值均值標(biāo)準(zhǔn)差偏度峰度x130539.701341.70985.56247.8197-0.598-1.238x2306278.009638.007561.71013.76900.754-0.238x3304779.4644743.931962511788.30880.734-0.575x43097.60106.00101.612.300210.303-0.771x5305293.5521574.72119774639.13070.479-0.686y30100.58130.51112.448.06400.573-0.387表8中部地區(qū)變量樣本量最小值最大值均值標(biāo)準(zhǔn)差偏度峰度x130185.101131.80579.89315.07410.508-1.374x2302557.004889.003731.9912.0574-0.114-1.544x3302759.0016045.007417.33586.45350.796-0.193x43097.90108.00101.992.77630.738-0.298x5304916.2515451.488688.52805.78390.688-0.254y3087.37123.61103.899.02710.077-0.405由統(tǒng)計性描述，我們可以看到東部、中部、西部這三個地區(qū)在2000-2009年的樣本資料的城鎮(zhèn)家庭人均全年蔬菜消費(fèi)量的平均值以中部最多，東部次之，西部最少。西部的人均全年蔬菜消費(fèi)量的標(biāo)準(zhǔn)差最大，東部次之，中部最小。說明中部地區(qū)的人均全年蔬菜消費(fèi)量最多，離散程度也最小，各年份之間的差異性波動最小。西部地區(qū)的人均全年蔬菜消費(fèi)量最少，各年份之間的差異性波動最大。東部處在兩者之間。各個地區(qū)因變量y的分位數(shù)：表9地區(qū)0.70.9東部102.600106.233112.479116.229125.299中部116.252121.374127.38133.137 138.309 西部92.04699.549103.789108.286115.852在各個相應(yīng)的分位數(shù)上，中部的人均全年蔬菜消費(fèi)量全都是最高的，西部的人均全年蔬菜消費(fèi)量全都是最低的。在相同的分位數(shù)上，中部和西部的差異最大，東部和西部的差異最小。對于任意兩個區(qū)域的差異性比較，我們發(fā)現(xiàn)在所有的分位數(shù)上該差異都差不多。我們得到的結(jié)論是：這三個區(qū)域的人均全年蔬菜消費(fèi)量是有差異的，并且這種差異在不同的蔬菜消費(fèi)量水平上是穩(wěn)定的。首先我們用分位數(shù)回歸方法分析造成各地區(qū)人均全年蔬菜消費(fèi)量差異的可能因素指標(biāo)。分位數(shù)回歸方法能選擇不同的分位數(shù)進(jìn)行回歸分型，能夠更加全面地描述研究對象的全貌，得到因變量的整體分布，得到更多的總體信息。4.3.2問題建模結(jié)果及分析（1）分位數(shù)回歸模型：我們將人均全年蔬菜消費(fèi)量y作為被解釋變量，將影響家庭人均蔬菜消費(fèi)量的因素作為解釋變量，建立如下分位數(shù)回歸模型：不同于普通最小二乘法，分位數(shù)回歸系數(shù)是通過最小化下式得到的：其中，對于參數(shù)回歸模型，目前有3種公認(rèn)有效的分位數(shù)回歸算法：單純形算法、內(nèi)點(diǎn)算法、平滑算法。平滑算法在理論上比較簡單，適合處理大量觀察值以及很多變量的數(shù)據(jù)集。本文利用SAS統(tǒng)計軟件，我們選取平滑算法，分別在分位數(shù)1%-99%上采用平滑算法做分位數(shù)回歸?；貧w結(jié)果見下表。分位數(shù)回歸結(jié)果：表10東部地區(qū)分位數(shù)回歸參數(shù)估計結(jié)果：（帶*號的回歸系數(shù)表示在5%檢驗(yàn)水平處顯著）分位數(shù)截距項x1x2x3x4x50.05180.6064*-0.0222*-0.0042*0.0003*-0.3241*0.0006*0.10180.6064*-0.0222*-0.0042*0.0003*-0.3241*0.0006*0.20172.8692*-0.0237*-0.0040*0.0006*-0.2012-0.00010.30165.2450*-0.0175*-0.0049*0.0001-0.14590.00100.40149.8249*-0.0159*-0.0059*-0.00030.03210.0020*0.50148.4344*-0.0133-0.0062*-0.00030.07160.0019*0.60220.1713*-0.0105-0.0070*-0.0004-0.60430.0022*0.70220.1327*-0.0067-0.0071*-0.0005-0.61550.00230.80246.2956*-0.0122-0.0067*-0.0003-0.79360.00160.90244.9011*-0.0091*-0.0048*-0.0003*-0.8536*0.0010*各個影響因素對應(yīng)的參數(shù)估計變化情況：圖10綜合以上結(jié)果，對于東部地區(qū)而言：在低分位數(shù)5%-30%上，蔬菜播種面積、總?cè)丝?、人均國?nèi)生產(chǎn)總值在5%的顯著性水平下均顯著，說明它們是影響城市低蔬菜消費(fèi)量的主要因素；在中分位數(shù)40%-60%上，總?cè)丝诤统擎?zhèn)家庭平均每人可支配收入有顯著性的影響，說明它們是影響中低蔬菜消費(fèi)量的主要因素；在高分位數(shù)70%-90%上，只有總?cè)丝谟酗@著性的影響，說明該地區(qū)的總?cè)丝跊Q定了蔬菜高消費(fèi)量。綜合結(jié)果，無論是低分位數(shù)還是高分位數(shù)，總?cè)丝诤腿司芍涫杖攵紝|部地區(qū)的蔬菜消費(fèi)量起著重要作用。另一方面，對于所有分位數(shù)而言，蔬菜播種面積和總?cè)丝趯κ卟讼M(fèi)量的影響均為負(fù)向的，而人均國內(nèi)生產(chǎn)總值在低分位數(shù)30%以下對蔬菜消費(fèi)量是正向的，在高分位數(shù)上對蔬菜消費(fèi)量是正向的。居民消費(fèi)水平指數(shù)對絕大部分的分位數(shù)的影響為負(fù)向，而人均可支配收入對絕大部分的分位數(shù)的影響為正向的。這說明，在東部地區(qū)，蔬菜產(chǎn)量越多，價格越高，蔬菜消費(fèi)量越少，反之，人均可支配收入越高，蔬菜消費(fèi)量越多。當(dāng)蔬菜消費(fèi)量處于低水平時，人均國內(nèi)生產(chǎn)總值越多，其消費(fèi)量越多；當(dāng)蔬菜消費(fèi)量處于高水平時，人均國內(nèi)生產(chǎn)總值越多，其消費(fèi)量反而越少。因?yàn)楫?dāng)蔬菜需求處于充足狀態(tài)時，收入越多，人們越會轉(zhuǎn)向其他消費(fèi)，而不是基本生活的消費(fèi)。表11中部地區(qū)分位數(shù)回歸參數(shù)估計結(jié)果（帶*號回歸系數(shù)表示在5%檢驗(yàn)水平處顯著）分位數(shù)截距項x1x2x3x4x50.0579.7595*-0.0026*0.0038*-0.0033*0.1531*0.0062*0.1079.7595*-0.00260.0038*-0.0033*0.1531*0.0062*0.20125.1646*0.01080.0008-0.0015-0.18130.00320.30129.1883*0.01220.0004-0.0018-0.21350.00370.40106.3025*0.00990.0009-0.0028*-0.05730.0061*0.5058.71710.01060.0005-0.0031*0.43820.0064*0.6076.15920.0167-0.0008-0.00260.2988 0.0058*0.7047.4497-0.01770.00690.0019 0.47160.00420.8078.59760.00610.0021-0.00080.24720.00300.90247.9844*0.0312-0.00460.0028-1.1564-0.0031各個影響因素對應(yīng)的參數(shù)估計變化情況：圖11對于中部地區(qū)而言：在低分位數(shù)5%-10%上總?cè)丝?、人均國?nèi)生產(chǎn)總值、消費(fèi)水平指數(shù)、人均可支配收入在5%的顯著性水平下均顯著，說明它們是影響低蔬菜消費(fèi)量的主要因素；在中分位數(shù)40%-60%上，人均國內(nèi)生產(chǎn)總值和城鎮(zhèn)家庭平均每人可支配收入有顯著性的影響，說明它們是影響中低蔬菜消費(fèi)量的主要因素。綜合各種分析結(jié)果，我們發(fā)現(xiàn)人均國內(nèi)生產(chǎn)總值和人均可支配收入對中部地區(qū)絕大部分的蔬菜消費(fèi)量起著重要作用。另一方面，對于絕大部分的分位數(shù)而言，人均國內(nèi)生產(chǎn)總值對蔬菜消費(fèi)量的影響均為負(fù)向的，其他變量對蔬菜消費(fèi)量的影響為正向的。這說明，在中部地區(qū)，蔬菜產(chǎn)量越多，價格越高，人口越多，蔬菜消費(fèi)量越多。人均國內(nèi)生產(chǎn)總值越多，蔬菜消費(fèi)量反而越少?？梢哉J(rèn)為當(dāng)蔬菜供給越多，人們消費(fèi)的蔬菜也越多。當(dāng)人均國內(nèi)生產(chǎn)總值越多時，人們越多消費(fèi)在其他方面，而不是基本的生活消費(fèi)。表12西部地區(qū)分位數(shù)回歸參數(shù)估計結(jié)果：（帶*號的回歸系數(shù)表示在5%檢驗(yàn)水平處顯著）分位數(shù)截距項x1x2x3x4x50.0515.7426*0.0388*-0.0100*0.0016*1.0550*-0.0028*0.1015.74260.0388*-0.0100*0.0016*1.0550*-0.0028*0.20116.9394*0.0423*-0.0149*0.00100.1401-0.00100.3067.36660.0259-0.00840.00260.5294-0.00280.40148.8950*0.0336-0.0139*0.0021-0.0934-0.00230.50140.6243*0.0323-0.0129*0.0019-0.0185-0.00240.60167.3533*0.0225-0.00950.0026-0.2426-0.0038*0.70181.7661*0.0340*-0.0128*0.0026-0.2837-0.0042*0.80137.2491*0.0259-0.01070.00200.1059-0.00330.90-169.262-0.03700.01210.0130*2.9989-0.0161*各個影響因素對應(yīng)的參數(shù)估計變化情況：圖12對于西部地區(qū)而言：在低分位數(shù)5%-10%上蔬菜播種面積、總?cè)丝?、人均國?nèi)生產(chǎn)總值、消費(fèi)水平指數(shù)、人均可支配收入在5%的顯著性水平下均顯著，說明它們是影響低蔬菜消費(fèi)量的主要因素；在中低分位數(shù)20%-50%上，總?cè)丝谟酗@著性的影響，說明它們是影響中低蔬菜消費(fèi)量的主要因素。在高分位數(shù)60%-90%上，城鎮(zhèn)家庭平均每人可支配收入有顯著性影響，說明它主要影響了城鎮(zhèn)的高蔬菜消費(fèi)量.綜合分析結(jié)果，我們發(fā)現(xiàn)總?cè)丝诤腿司芍涫杖雽ξ鞑康貐^(qū)的絕大部分分位數(shù)的蔬菜消費(fèi)量起著重要作用。另一方面，對于絕大部分的分位數(shù)而言，總?cè)丝诤腿司芍涫杖雽κ卟讼M(fèi)量的影響均為負(fù)向的，其他變量對蔬菜消費(fèi)量的影響為正向的。這說明在西部地區(qū)，人口越多，人均可支配收入越多，蔬菜消費(fèi)量反而越少。可以認(rèn)為西部地區(qū)人口增多時，對蔬菜需求量越大，而蔬菜產(chǎn)量比較少，因此價格會上升，蔬菜消費(fèi)量也會隨之減少。而人均可支配收入越多，會促進(jìn)其他物品的消費(fèi)，減少蔬菜的消費(fèi)量。綜合以上分析結(jié)果,我們可以得到影響東中西部三個地區(qū)的蔬菜消費(fèi)量的重要影響因素為:地區(qū)的總?cè)丝诤统擎?zhèn)的人均可支配收入.因?yàn)闁|部、中部、西部三個區(qū)域的總?cè)丝谂c人均可支配收入有差異，通過以上分析得到的結(jié)果，這三個地區(qū)的人均蔬菜消費(fèi)量是有顯著差異的。下面進(jìn)一步用分位數(shù)分解的反事實(shí)分析方法來分析地區(qū)之間城鎮(zhèn)蔬菜消費(fèi)量的差異.分位數(shù)分解分位數(shù)分解模型的建立：本文利用Machado和Mata（2005）提出的分位數(shù)分解法進(jìn)行城鎮(zhèn)人均蔬菜消費(fèi)量差異分析：將每個分位數(shù)上的人均蔬菜消費(fèi)量差異分解為兩個部分：一部分是由于由于各個區(qū)域的不同消費(fèi)習(xí)慣引起的(即分位數(shù)回歸參數(shù)的不同引起的),例如各個區(qū)域的蔬菜消費(fèi)量在相同的播種面積、總?cè)丝凇⑷司鵊DP、消費(fèi)指數(shù)以及可支配收入的特定因素下不同的消費(fèi)習(xí)慣所引起的蔬菜消費(fèi)量差異；另一部分是由于特征變量分布不同引起的（即影響因素變量值的不同引起的）。利用Machado和Mata分位數(shù)分解方法的關(guān)鍵是進(jìn)行反事實(shí)分析。以東部為例，定義兩個反事實(shí)分布為和，其中表示影響東部蔬菜消費(fèi)量的變量分布，表示影響中部和西部蔬菜消費(fèi)量在每個分位數(shù)上的回歸參數(shù)。表示如果東部蔬菜消費(fèi)量由中部和西部的分位數(shù)回歸參數(shù)決定的話，東部的反事實(shí)蔬菜消費(fèi)量的大小。的具體計算步驟為：（1）從均勻分布U[0,1]中隨機(jī)抽取一個樣本容量l（本文取l=10）的樣本，（2）在中部和西部的樣本中，分別以做分位數(shù)回歸，得到中部和西部各10個分位數(shù)回歸的影響因素參數(shù)向量。本文用中部和西部的樣本數(shù)據(jù)分別在分位數(shù)至0.90做分位數(shù)回歸。(3)從東部地區(qū)樣本數(shù)據(jù)中有放回的重復(fù)隨機(jī)抽樣，抽取一個樣本容量為10的子樣本，表示為。本文利用SAS軟件從樣本數(shù)據(jù)中進(jìn)行有放回重復(fù)隨機(jī)抽樣。（4）把（2）中得到的分位數(shù)回歸參數(shù)和（3）中得到的東部地區(qū)子樣本變量分布相結(jié)合，得到兩個新的樣本，即反事實(shí)分布樣本和。假設(shè)在分位數(shù)下東部的人均蔬菜消費(fèi)量，反事實(shí)人均蔬菜消費(fèi)量，反事實(shí)人均蔬菜消費(fèi)量，中部的人均蔬菜消費(fèi)量，西部的人均蔬菜消費(fèi)量，則在不同分位數(shù)下的東部中部城鎮(zhèn)人均蔬菜消費(fèi)量分布差異可表示為：在不同分位數(shù)下的東部西部城鎮(zhèn)人均蔬菜消費(fèi)量分布差異可表示為：這兩個等式右邊的第一項稱為“固有影響”，它表示在不同的分位數(shù)下，由于地區(qū)之間的消費(fèi)習(xí)慣不同所導(dǎo)致的蔬菜消費(fèi)差異部分；第二項稱為“變量影響”，它表示在不同分位數(shù)下地區(qū)之間隨機(jī)抽樣的樣本變量分布不同所導(dǎo)致的差異部分。分位數(shù)分解得到的結(jié)果：表13東部中部人均蔬菜消費(fèi)量差異分解分位數(shù)地區(qū)差異固有影響固有影響度變量影響變量影響度0.0513.1218.38721140.15%-5.26721-40.15%0.113.65232.10826235.19%-18.4563-135.19%0.213.8528.64721206.84%-14.7972-106.84%0.315.14130.69026202.70%-15.5493-102.70%0.416.5240.90926247.63%-24.3893-147.63%0.514.90140.15875269.50%-25.2578-169.50%0.616.1337.90841235.02%-21.7784-135.02%0.716.90881.87176484.22%-64.9638-384.22%0.817.0631.80822186.45%-14.7482-86.45%0.913.0138.81845298.37%-25.8085-198.37%表14東部西部人均蔬菜消費(fèi)量差異分解分位數(shù)地區(qū)差異固有影響固有影響度變量影響變量影響度0.0513.21-0.48694-3.69%13.69694103.69%0.110.55429.42234278.78%-18.8683-178.78%0.210.18842.47363416.90%-32.2856-316.90%0.36.68423.70767354.69%-17.0237-254.69%0.47.4139.12405527.99%-31.714-427.99%0.58.6939.89788459.12%-31.2079-359.12%0.66.9529.13899419.27%-22.189-319.27%0.77.94331.75554399.79%-23.8125-299.79%0.86.5630.09208458.72%-23.5321-358.72%0.99.447-282.164-2986.81%291.61113086.81%同理，我們用分位數(shù)分解得到中部西部的蔬菜消費(fèi)量差異，可以得到下表：表15中部西部蔬菜消費(fèi)量差異分解分位數(shù)地區(qū)差異固有影響固有影響度變量影響變量影響度0.0526.3325.7275297.71%0.6024762.29%0.124.20621.2216187.67%2.98438812.33%0.224.03837.25941155.00%-13.2214-55.00%0.321.82514.9356368.43%6.88937231.57%0.423.9318.9230279.08%5.00697620.92%0.523.59119.5761182.98%4.01488817.02%0.623.0813.3865958.00%9.69340642.00%0.724.85115.6949963.16%9.15600636.84%0.823.6220.3903386.33%3.22966713.67%0.922.457-146.662-653.08%169.1188753.08%分析以上結(jié)果，在東部中部的比較中，地區(qū)差異從低分位數(shù)到高分位數(shù)上逐漸增大，說明東部中部人均蔬菜消費(fèi)量在高水平上差異更大，而在低水平上的差異較小。在每個分位數(shù)點(diǎn)上，人均蔬菜消費(fèi)量差異的“固有影響”均大于“變量影響”，說明各分位數(shù)上蔬菜消費(fèi)的差異主要是由各個地區(qū)的消費(fèi)習(xí)慣所引起的，而各個地區(qū)變量特征分布的不同是影響蔬菜消費(fèi)量差異的次要原因，但不能忽略，兩者共同決定了地區(qū)之間消費(fèi)量的差異。對比東部西部：從總體趨勢來看，該地區(qū)差異從低分位數(shù)上到高分位數(shù)上逐漸減小，說明東部西部的人均蔬菜消費(fèi)量在低水平上差異較大，而在人均蔬菜消費(fèi)量高水平的比較中差異較小。在絕大部分的分位數(shù)點(diǎn)上，蔬菜消費(fèi)量差異的“固有影響”均大于“變量影響”，說明絕大部分的分位數(shù)上蔬菜消費(fèi)的差異主要是由各個地區(qū)的消費(fèi)習(xí)慣所引起的，而在最低和最高水平上“變量影響”其主要作用?？傮w來說，東部西部的蔬菜消費(fèi)量的差異是由“固有影響”和“變量影響”共同作用的結(jié)果，兩個地區(qū)的消費(fèi)習(xí)慣成為了影響該地區(qū)差異的主要因素，但兩個地區(qū)變量特征分布的不同對差異的影響僅此于消費(fèi)習(xí)慣的影響，兩者的影響作用相差不是很大。對比中部西部：這兩個地區(qū)的差異在每個分位數(shù)上都差不多，說明無論是蔬菜高消費(fèi)量水平還是蔬菜低消費(fèi)量水平的比較中，這兩個地區(qū)的差異都差不多.在絕大部分的分位數(shù)點(diǎn)上，蔬菜消費(fèi)量差異的“固有影響”均大于“變量影響”，說明絕大部分的分位數(shù)上蔬菜消費(fèi)的差異主要是由各個地區(qū)的消費(fèi)習(xí)慣所引起的,引起這兩個地區(qū)的差異的主要原因仍然是消費(fèi)習(xí)慣,次要原因是仍然是變量的特征分布的不同。綜合以上兩兩比較的分析，我們可以得出一個結(jié)論：影響東部、中部、西部的主要因素是消費(fèi)習(xí)慣，變量的特征分布是次要因素。（4）結(jié)論和進(jìn)一步分析在本模型中利用分位數(shù)回歸和分位數(shù)分解方法對東部、中部、西部的城鎮(zhèn)人均蔬菜消費(fèi)量的差異進(jìn)行了分析探討。從描述性統(tǒng)計和前面分析結(jié)果，我們看到這三個區(qū)域的人均蔬菜消費(fèi)量存在差異。利用分位數(shù)回歸方法可以得到不同水平上人均蔬菜消費(fèi)量的影響因素，因此，可以制定不同區(qū)域蔬菜消費(fèi)的營銷策略。最終我們得到的結(jié)果是：區(qū)域的總?cè)丝诤腿司芍涫杖雽γ總€區(qū)域的人均蔬菜消費(fèi)量均有顯著性影響，不同水平上人均蔬菜消費(fèi)量的影響因素也不同。但總體來說，因?yàn)閰^(qū)域的總?cè)丝诤腿司芍涫杖氲牟煌瑢?dǎo)致了這些區(qū)域的人均蔬菜消費(fèi)量的不同。對于具體的區(qū)域而言，比如東部，如果要提高該地區(qū)的人均蔬菜消費(fèi)量，因?yàn)槭卟瞬シN面積、總?cè)丝凇⑷司鶉鴥?nèi)生產(chǎn)總值對低分位數(shù)的蔬菜消費(fèi)量有顯著的影響，所以發(fā)展該區(qū)域經(jīng)濟(jì)，提高人均可支配收入和人均國內(nèi)生產(chǎn)總值是提高蔬菜消費(fèi)量的主要措施手段。而如果要降低該地區(qū)的人均蔬菜消費(fèi)量的話，可以提高蔬菜的產(chǎn)量和適當(dāng)提高蔬菜的消費(fèi)價格。利用分位數(shù)分解方法我們得到影響每個區(qū)域人均蔬菜消費(fèi)量的主要因素還是每個地區(qū)的消費(fèi)習(xí)慣，而變量的特征分布對這些區(qū)域的差異的影響是次要因素并且不能忽略。利用分位數(shù)回歸和分位數(shù)分解方法，我們從樣本數(shù)據(jù)中充分挖掘出更多的信息，對制定每個區(qū)域的農(nóng)產(chǎn)品政策也有一定的指導(dǎo)意義。4.3模型比較4.3.1多層線性模型優(yōu)點(diǎn)（1）將總體模型的變異分解為個體差異造成的部分和由層差異造成的部分。在普通的回歸分析中，隨機(jī)效應(yīng)為模型的殘差，即模型無法解釋的部分。但在多層線性模型中，由于數(shù)據(jù)具有一定的層級結(jié)構(gòu)，此時可以將模型的總體變異（殘差）進(jìn)行相應(yīng)的分解，即分為固定效應(yīng)和隨機(jī)效應(yīng)這樣就可以知道各層對模型總體變異的貢獻(xiàn)率大小。（2）多層線性模型能夠有效解決各層（子總體）樣本規(guī)模不相等，特別是樣本量少的情況。（3）多層線性模型在研究縱項數(shù)據(jù)時，具有較明顯的優(yōu)勢。但本文采用的是面板數(shù)據(jù)，故在此不多加討論。多層線性模型同樣存在缺點(diǎn)，首先，該方法的參數(shù)估計比傳統(tǒng)方法要復(fù)雜得多，他不能處理變量之間間接影響關(guān)系和處理復(fù)雜的觀察變量和潛變量之間的關(guān)系。多層線性模型不能具體研究變量之間的差異影響程度，而且同樣會受異方差，異常值等影響，所以本章節(jié)特定選擇了用分位數(shù)回歸分析以及分位數(shù)分解法對各變量之間的關(guān)系做更詳細(xì)的解釋。4.3.2分位數(shù)回歸的優(yōu)點(diǎn)分位數(shù)回歸特別適合具有異方差性的模型分位數(shù)回歸并不需要對模型中的隨機(jī)干擾項做任何分布的假定，在隨機(jī)干擾項非正態(tài)的情形下，分位數(shù)估計可能比普通最小二乘估計更為有效分位數(shù)回歸估計量不易受到異常值的影響，估計更加穩(wěn)健與普通最小二乘法只擬合一條曲線不同，分位數(shù)回歸可以擬合一簇曲線，當(dāng)自變量對不同部分的因變量的分布產(chǎn)生不同影響時，能更加全面的刻劃條件分布的大體特征。建議對我國蔬菜產(chǎn)業(yè)發(fā)展的建議：總體上,我國國內(nèi)蔬菜需求總量增長趨緩，目前供大于求,一些大路菜出現(xiàn)了季節(jié)性、區(qū)域性、結(jié)構(gòu)性過剩。而從上文的現(xiàn)狀分析以及模型探究中，我們也可以看出，我國居民購買的蔬菜數(shù)量已經(jīng)趨于平穩(wěn)，而且相比于早前，有一定的減少,可以預(yù)測，今后我國蔬菜的需求在數(shù)量上的增長潛力已經(jīng)放緩。但由于近十多年發(fā)展蔬菜產(chǎn)業(yè)過程中宏觀調(diào)控不力,盡管從模型中我們得出蔬菜消費(fèi)確實(shí)存在地域性差異，但各個地區(qū)蔬菜產(chǎn)業(yè)獨(dú)自發(fā)展，各地區(qū)發(fā)展沒能做到統(tǒng)籌布局,生產(chǎn)方式和品種結(jié)構(gòu)雷同導(dǎo)致了結(jié)構(gòu)性過剩等問題的出現(xiàn)，這一問題，我們也可從模型中是否蔬菜主產(chǎn)地這一變量的問題可以看出。因此蔬菜產(chǎn)業(yè)的發(fā)展應(yīng)由量的擴(kuò)張轉(zhuǎn)化為以經(jīng)濟(jì)效益為中心,以市場為導(dǎo)向的結(jié)構(gòu)調(diào)整。(1)從品質(zhì)上出發(fā)。正如我們從模型中所看到的，蔬菜的供應(yīng)隨著居民人均生產(chǎn)總值的增加，竟然呈現(xiàn)相反變化，這主要是因?yàn)?，生活水平的提高，?dǎo)致居民普遍追求更高層次食品消費(fèi)，健康理念，綠色食品已經(jīng)深入民心，因此，現(xiàn)階段的蔬菜品質(zhì)尚未能滿足當(dāng)前人們蔬菜消費(fèi)日益增長多元化、多樣化、營養(yǎng)化、保健化的要求。作為蔬菜生產(chǎn)的第一大國,我國綠色健康蔬菜的發(fā)展同發(fā)達(dá)國家相比才剛剛起步,而蔬菜加工業(yè)只占整個蔬菜產(chǎn)業(yè)很小的一部分，例如往往一般市民難以買到綠色蔬菜，最多在商場能夠買到無公害蔬菜。針對蔬菜品質(zhì)問題，國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局于2001年制定了《無公害蔬菜安全要求》和《無公害蔬菜產(chǎn)地環(huán)境要求》，但是用于各地的控制強(qiáng)度不夠大，各省區(qū)仍長期存在著農(nóng)藥殘留量超標(biāo)的現(xiàn)象。因此今后蔬菜產(chǎn)業(yè)發(fā)展的一個方向就是以品質(zhì)為中心,注重研究消費(fèi)需求,加強(qiáng)蔬菜品質(zhì)標(biāo)準(zhǔn)規(guī)范的監(jiān)管力度、開發(fā)引進(jìn)新品種、大力發(fā)展綠色蔬菜，突出健康元素，滿足消費(fèi)需求。(2)從農(nóng)村居民的蔬菜消費(fèi)出發(fā)。正如本文開篇所說，由于農(nóng)村消費(fèi)基本以自給自足為主，因此商品化程度低,影響了蔬菜產(chǎn)業(yè)的現(xiàn)代化步伐。目前，蔬菜消費(fèi)觀念和方式的改變基本還是以城鎮(zhèn)居民為主。農(nóng)村居民由于受收入限制和傳統(tǒng)消費(fèi)習(xí)慣影響等原因,蔬菜的消費(fèi)方式仍然比較傳統(tǒng),與城鎮(zhèn)居民存在著明顯的距離。因此要著力發(fā)展農(nóng)村經(jīng)濟(jì),不僅在蔬菜生產(chǎn)上提高菜農(nóng)的經(jīng)濟(jì)收益,而且要加快農(nóng)村的商品市場建設(shè),提高農(nóng)業(yè)內(nèi)部專業(yè)化分工水平,提高農(nóng)村居民蔬菜消費(fèi)的商品化程度。(3)從輔助性政策出發(fā)。2010年國務(wù)院常務(wù)會議指出近年來一些地區(qū)“菜籃子”市長負(fù)責(zé)制弱化，措施不落實(shí)，蔬菜生產(chǎn)水平和組織化程度低，流通設(shè)施能力不足，部分大城市蔬菜自給率過低，蔬菜價格大起大落、農(nóng)民“賣菜難”和居民“買菜貴”并存等問題日益突出?？梢姾暧^調(diào)控不到位將直接影響居民蔬菜消費(fèi)，政府在切實(shí)強(qiáng)化“菜籃子”市長負(fù)責(zé)制時，也應(yīng)該繼續(xù)堅持出臺修正的保護(hù)價收購政策，同時維護(hù)農(nóng)民與市民利益，以及做到責(zé)任制透明化，以利于提高措施的實(shí)施程度；政府在加強(qiáng)蔬菜生產(chǎn)基地的建設(shè)的同時要考慮生產(chǎn)基地規(guī)劃的合理性，實(shí)施蔬菜基地戰(zhàn)略轉(zhuǎn)移，避免出現(xiàn)蔬菜基地聚集化，以導(dǎo)致供大于求的現(xiàn)象；在落實(shí)綠色政策的同時應(yīng)該盡量實(shí)行綠色蔬菜的質(zhì)量的二次抽查。(4)從產(chǎn)業(yè)化水平出發(fā)。主要問題是蔬菜產(chǎn)品鏈過短,經(jīng)濟(jì)效益不高。目前國內(nèi)市場消費(fèi)的蔬菜大部分只經(jīng)過“基本生產(chǎn)-粗放流通-家庭直接消費(fèi)”的基本環(huán)節(jié)就結(jié)束了全過程,附加值太少，而且容易造成資源浪費(fèi)以及成本上升。我們要加強(qiáng)市場營銷隊伍的管理制度，長期以來蔬菜營銷隊伍建設(shè)發(fā)展滯后，蔬菜生產(chǎn)與市場營銷銜接不夠緊密，甚至可以說近兩年來的蔬菜價格漲潮，多多少少是由生產(chǎn)和銷售的脫銷導(dǎo)致的，農(nóng)貿(mào)市場缺乏規(guī)范化，管理手段長期落后。同時我們更要加快蔬菜產(chǎn)業(yè)化的發(fā)展,提高蔬菜產(chǎn)業(yè)鏈各環(huán)節(jié)技術(shù)含量，與管理力度，提高各地區(qū)市場監(jiān)管意識，大力發(fā)展蔬菜加工業(yè),利用我國勞動力價格相對低廉的優(yōu)勢擴(kuò)大出口，通過這些方式使得蔬菜的產(chǎn)品鏈得到延伸和擴(kuò)展,既滿足消費(fèi)者多方位的要求,又提高整個蔬菜產(chǎn)業(yè)的經(jīng)濟(jì)效益。（5）從總體規(guī)劃出發(fā)。結(jié)合模型，有諸多因素在影響著蔬菜的需求，而且各個地區(qū)的影響因素又有所不同，但是在現(xiàn)實(shí)生產(chǎn)中，很多時候蔬菜生產(chǎn)并沒有根據(jù)這些信息合理地安排生產(chǎn)。例如在本次模型探究中的廣西省的現(xiàn)實(shí)情況，廣西省地理環(huán)境優(yōu)越，可是蔬菜產(chǎn)量也高，但是根據(jù)數(shù)據(jù)可以看出，廣西的平均城鎮(zhèn)居民人均蔬菜并不高，廣西蔬菜產(chǎn)業(yè)更看重于出口環(huán)節(jié)。所以如果不結(jié)合當(dāng)?shù)氐膶?shí)際需求合理的安排生產(chǎn)，將會帶來嚴(yán)重的損失。這主要是農(nóng)產(chǎn)品的生產(chǎn)規(guī)模以及生產(chǎn)總類總是沒有按照正確的信息而合理安排生產(chǎn)計劃，因此，促進(jìn)蔬菜產(chǎn)業(yè)的發(fā)展，我們應(yīng)該進(jìn)一步促進(jìn)上一階段所提到的產(chǎn)業(yè)化，同時結(jié)合信息化組織安排，力求準(zhǔn)確捕捉消費(fèi)者當(dāng)下的準(zhǔn)確需求，合理安排生產(chǎn)資源，提高經(jīng)濟(jì)效益以及資源分配。參考文獻(xiàn)[1]溫福星.階層線性模型的原理與應(yīng)用.中國輕工業(yè)出版社，2009。[2]劉慶軍.中國農(nóng)村居民收入的地區(qū)差異研究——基于多層線性模型的研究.中國人民大學(xué)。[3]朱愛萍，周應(yīng)恒.我國蔬菜市場需求分析.華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），總41期。[4]陳月英.我國居民蔬菜消費(fèi)需求現(xiàn)狀及前景.《中國食物與營養(yǎng)》，2005年第7期。[5]劉登亮.蔬菜消費(fèi)的區(qū)域差異.《市場營銷》，2008年第1期。[6]張峭，王克.中國蔬菜消費(fèi)現(xiàn)狀分析與預(yù)測.《農(nóng)業(yè)展望》，2006年第10期。[7]周杰紅.消費(fèi)者對蔬菜安全認(rèn)知和購買行為的地區(qū)差別分析.《浙江大學(xué)學(xué)報》，2005年11月。[8]王小琴.蔬菜消費(fèi)市場的分析研究.《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》，1987年第01期。[9]李育安.分位數(shù)回歸及應(yīng)用簡介.《統(tǒng)計與信息論壇》，2006年第3期。[10]葛玉好.工資分布的性別差異：分位數(shù)分解方法.《上海經(jīng)濟(jì)研究》，2007年第4期。[10]張雷，雷劈，郭伯良.多層線性模型應(yīng)用.教育科學(xué)出版社，2002附錄：聚類分析SAS程序：datadata2000;inputprovince$x1y@@;cards;（此處數(shù)據(jù)省略）;procclusterdata=data2000method=wardnonormstdouttree=result1pseudo;idprovince;proctreedata=result1n=2out=out1horizontalgraphics;copyyx1;idprovince;procsort;bydescendingcluster;procmeansdata=out1mean;bydescendingcluster;idprovince;procprintdata=out1(keep=provincecluster);idprovince;bydescendingcluster;legend1framecframe=ligrcborder=black;axis1label=(angle=90rotate=0)minor=noneorder=(90to120by5);axis2minor=noneorder=(150to1150by25);procgplotdata=out1;ploty*x1=cluster/framecframe=ligrlegend=legend1vaxis=axis1haxis=axis2;title2"Plotof&nClustersfromMETHOD=WARD";run;分位數(shù)回歸SAS程序：東部：dataeast;inputx1x2x3x4x5x6y@@;cards;（此處數(shù)據(jù)省略）;odshtml;odsgraphicson;procquantregci=sparsity/iidalgorithm=smoothdata=east;modely=x1x2x3x4x5x6/quantile=0.050.100.200.300.400.500.600.700.800.90plot=quantplot;run;odsgraphicsoff;odshtmlclose;2中部：datamiddle;inputx1x2x3x4x5x6y@@;cards;（此處數(shù)據(jù)省略）;odshtml;odsgraphicson;procquantregci=sparsity/iidalgorithm=smoothdata=middle;modely=x1x2x3x4x5x6/quantile=0.050.100.200.300.400.500.600.700.800.90plot=quantplot;run;odsgraphicsoff;odshtmlclose;西部：datawest;inputx1x2x3x4x5x6y@@;cards;;odshtml;odsgraphicson;procquantregci=sparsity/iidalgorithm=smoothdata=west;modely=x1x2x3x4x5x6/quantile=0.050.100.200.300.400.500.600.700.800.90plot=quantplot;run;odsgraphicsoff;odshtmlclose;分位數(shù)分解：dataeast;inputx1x2x3x4x5y@@;cards;;procsurveyselectmethod=ursout=result1n=10;run;procprintdata=result1;run;原始數(shù)據(jù)：來源于各統(tǒng)計年鑒蔬菜播種面積(x1)(千公頃)甘肅河北山西黑龍江江蘇安徽廣東廣西貴州2000185.1866.1242.1446.51056539.71010.1899.5355.42001186.9925.72474271180.2564.31123.8931.3372.32002200.71028.92714321290.8600.31128967.9390.22003268.71