中国居民农产品消费变化的因素分解：基于产出角度①

中国居民农产品消费变化的因素分解：基于产出角度①

袁小慧范金王凯严斌剑

[摘要]在经历了1997年的亚洲金融危机和2002年的入世之后，中国农产品产出使用形式越来越多样化，相应地，以最终产品形式用于满足居民消费需求部分也发生很大变化。借鉴De Boer思想，采用Montgomery分解与投入产出相结合的方法，将影响中国居民农产品消费变化的因素分解为规模效应、技术效应、结构效应和总量效应。结果表明：第一，从总体影响作用看，技术效应对农产品消费结构升级作用明显；第二，从影响程度看，相对于加工农产品，初级农产品消费受各因素的影响程度更大；第三，从中长期看，中期消费规模效应对农产品消费影响较大，但长期内最终消费需求的总量效应作用更强；第四，对于加工农产品而言，中期水产品加工业消费受影响显著，而长期酒精及饮料酒制造业、其他饮料制造业消费受影响较为明显。

[关键词]农产品消费； 投入产出表； Montgomery分解

[收稿日期]2014-03-07

[基金项目]本文为国家社会科学

[作者简介]袁小慧，南京农业大学经济管理学院博士研究生，江苏省行政学院经济社会发展研究所讲师，邮编：210095；

范金，江苏省行政学院经济社会发展研究所教授、博士生导师，邮编：210009；

王凯，南京农业大学经济管理学院教授、博士生导师；

严斌剑，南京农业大学经济管理学院讲师。

① 本文最初稿2012年6月24日至29日在斯洛伐克首都布拉迪斯拉发召开的第20届国际投入产出会议上宣读，并获得了本次会议的“来自发展中国家40岁以下优秀青年学者”的全额参会资助。感谢分会场主席比利时VITO研究员Evelien Dils博士及分小组相关专家对本文初稿提出的有益评论，为后文的完善和修改奠定基础。当然，文责自负。

一、引言

从1982年至1986年、2004年至2014年，中共中央连续发布以“三农”为主题的中央一号文件，强调“三农”问题在社会主义现代化建设中“重中之重”的地位。其中，农民增收作为“三农”问题的核心，也一直是学者们研究和关注的焦点。尽管农民收入来源有多重途径，但以农业生产为主要形式的家庭经营性收入仍是当前农民收入的首要组成部分，2012年，中国农村居民家庭平均每人家庭经营性收入占其纯收入比重的44.6%。农业产品市场情况与农民增收密切相关，并且自20世纪90年代以来，随着市场化和全球化的不断发展，在工业化和城镇化快速推进的同时，中国农业发展也逐步进入新阶段，农产品消费对农民收入的影响越来越明显。

尽管与世界其他主要经济体相比，中国的恩格尔系数和食品自给率相对较高。到2012底，中国城镇和农村居民食品消费支出占总消费支出的比例分别为36.2%和39.3%，远大于其他几类商品消费支出。但是，中国居民对农产品的消费却日益多样化和营养化，城乡居民人均瓜果、肉禽、蛋、奶、水产品等产品消费快速增长。以城镇居民家庭为例，2012年人均水产品消费实现15.2千克，相比于1995年，增长了65.2%，人均瓜果及制品、肉禽及制品消费达到56.1千克和35.7千克，分别增长了24.7%和40.6%，人均奶制品消费则翻了一番多，达到人均14千克。与此同时，部分传统口粮消费需求逐步被替代，城乡居民家庭人均粮食和蔬菜消费需求逐步回落，2012年，城镇居民家庭人均粮食消费相比于1995年下降了20%。可见，中国居民对不同类型的农产品需求增长有增有减，加工食品、更有营养和附加值的食品逐步替代初级食品，呈现出内部消费结构不断升级趋势。尤其是在经历了1997年的亚洲金融危机和2002年的入世之后，中国农产品产出使用形式更加多元化，相应地，以最终产品形式用于满足居民消费需求部分也发生很大变化。因此，为了有效研究中国农村居民收入增收问题，有必要深入了解与其密切相关的农产品消费市场，分析用于满足居民消费需求的农产品部门发生了哪些变化，并进一步探析居民农产品消费变化是由哪些原因引起的，即对居民农产品消费变化进行因素结构分解分析，本文正是基于此而展开研究的。

结构分解技术(Structural Decomposition Analysis，SDA)最早是由Leontief在对美国经济结构分析中提出的，其核心思想是从变量的时间序列变化中分解出具体的构成因素各种形式变动的和，以测量分析变量变动的根源及各构成因素对分析对象变动的影响程度[2]。随后，Rose和 Casler[3]、Dietzenbacher 和Los[4]等对其理论技术进一步拓展研究，目前，已发展成为量化经济分析的主要工具，广泛地应用于经济增长、贸易、劳动力、价格、能源和环保等多方面的经济分析研究中，如Hu et al[5]；De Haan[6]；Fujikaw et al[7]；Chen和Guo[8]；宋辉和王振民[9]；李景华[10]；郭菊娥等[11]；袁小慧等[12]；夏炎等[13]。但是，正如Dietzenbacher和Los[4]指出的，结构分解技术存在的最大的问题就是测算结果不唯一, 对于由r个独立构成因素组成的变量变动而言，应存在r!种结构分解的方法，这种测算结果的不唯一性将会极大的影响因素分解的实际效果。于是，De Boer[14]借鉴Montgomery[15-16]分解方法，采用对数平均的形式，将Montgomery分解技术引入到投入产出结构分解模型当中，成功地解决了测算结果唯一性问题，同时又满足各个独立构成变量的因素可逆性和时间可逆性，从而在因素分解中得到了广泛应用，如Hea et al[17]；李国志，李宗植[18]；王群伟等[19]；李力，王凤[20]；徐盈之，张全振[21]。但是，已有研究显示，Montgomery分解技术更多用于能源、碳排放分析等方面，而结合投入产出应用于产品消费的研究相对较少。

因此，本文在1997、2002和2007年中国投入产出表的基础上，基于产出角度，将Montgomery分解方法思想扩展到农产品消费领域，分别从长期(1997—2007)和中期(2002—2007)分析中国居民农产品消费变化的主要影响因素。由于影响居民农产品消费变化的驱动因素众多，鉴于本研究的关注重点主要在农产品产出构成方面，所以，根据投入产出原理，即产品总产出主要通过中间产品和最终产品的形式呈现，本文将影响居民农产品消费变化的途径分解为规模效应、技术效应、结构效应和总量效应*De Boer通过引入单位劳动成本系数，将部门劳动成本变化分解为单位劳动成本变化、技术变化、最终需求系数变化和最终需求水平变化四个方面的影响，因次，本文借鉴其主要思想，引入单位产出中用于居民消费的份额系数，将居民消费变化分解为规模效应、技术效应、结构效应和总量效应。。

二、 Montgomery 因素分解方法

对于因素分解方法，传统的主要有以下两种方法：

一是采用两极分解的表达式。假设变量Xi、Yi(i=1,…,n)是相互独立，且存在

Vi=XiYi

(1)

用脚标1和0分别表示比较期和基期, ΔVi=Vi1-Vi0则反映了期末和期初间变量Vi变化。但就其变化根源，就必须对其影响因素进行结构分解。参照Dietzenbacher和Los[4]、李景华[22]，则ΔVi可以分别从两极(比较期或基准期)开始分解：

ΔVi=Xi1Yi1-Xi0Yi0=Xi1ΔYi+Yi0ΔXi=Xi0ΔYi+Yi1ΔXi

(2)

于是，ΔVi又可以写成：

(5)

式(5)显示期末和期初间变量Vi变化可以分解为Xi、Yi两个因素变化影响之和，其中，ΔYi=Yi1-Yi0，ΔXi=Xi1-Xi0。当构成因素只有两个时，可以通过式(5)进行因素分解，即使Xi、Yi两个因素变量顺序改变，其分解表达式不变，即满足要素可逆性，同时，若将基期和比较期反过来比较，则分解结果正好相反，即满足时间可逆性。不过，当构成因素超过2种变量时，尽管同样可以按照式(5)类推，但是，因素之间的排列顺序不同，其结构分解表达式就会不一样，无法满足因素和时间的可逆性。

二是采用对所有分解方法取平均值的表达式。Dietzenbacher和Los[4]指出，若影响因素是由r个独立构成因素组成的，则存在r!种结构分解的方法，此时，式(5)仅仅是对两级取的算术平均值，而忽略了另外(r!-2)种分解方法。所以，更合理的分解方法应该是考虑到所有方法，对所有分解方法取算术平均值，而不仅仅局限于两极，保证了测算结果的唯一。但是，这种方法也存在一些缺陷，例如，随着因素数目的增加，其分解方式也会相应增加，同样会给研究带来不便。

可见，传统的因素分解方法仍存在着一定的局限性，因此，为了更好地考虑到测算结果的唯一性和可操作性，本文将Montgomery[15-16]思想应用到结构分解方法中。

Montgomery对两个正数a和b取对数平均，并定义

(3)

所以，参照式(6)，可以对式(1)设定如下：

(4)

式(7)又可以表示为：

(5)

也就是说，期末和期初间变量Vi变化可以通过式(9)进行分解，即使分解因素超过两种，也只需采用一种分解方法的表达式，而且这种分解方式有同样可以既满足时间可逆性，又满足要素可逆性，不产生残余项，是完全理想的一种因素分解方法。

三、结合投入产出技术的Montgomery 因素分解

(一)模型

为了更好地反映居民农产品消费变化源泉，本文进一步将投入产出技术与Montgomery因素分解方法相结合，在投入产出表的基础上，将Montgomery分解方法思想扩展到农产品消费领域，对不同期间投入产出表中相应变量进行比较，并对其进行结构分解。

投入产出技术中的结构分解分析基础主要来自投入产出表(IO表)的平衡关系，即：

AQ+BF=Q或Q=LBF

(10)

其中，A为直接消耗系数，Q为总产出向量，L=(I-A)-1为Liontief逆矩阵，B为以最终消费、资本形成、出口等部门结构系数为列向量的最终需求结构矩阵，F为以最终消费、资本形成、出口等部门总量为列向量的最终需求总量矩阵。

为了对农产品消费变化分解，参照De Boer[14]本文引入消费规模系数ci，表示部门单位总产出中用于居民消费的份额，则居民对农产品部门的消费V可以表示为：

V=Q=LBF

(7)

(8)

所以，根据Montgomery分解方法，可以设定：

(9)

因此，影响居民农产品消费变化的途径可以分解为消费规模变化带来的影响即规模效应DCi，技术变化带来的影响即技术效应DLi，最终需求结构变化带来的影响即结构效应DBi，以及最终需求总量变化带来的影响即总量效应DFi。

(二)数据处理及说明

考虑到中国在经历了1997年的亚洲金融危机和2002年的入世之后，农产品产出使用形式越来越多样化，其中，以最终产品形式用于满足居民消费需求部分也相应发生变化，本文选择1997、2002、2007年为时间结点，分别从长期(1997—2007)和中期(2002—2007)分析中国居民农产品消费变化的主要影响因素。本文分解方法所需原始数据主要来自于1997、2002和2007年中国投入产出表。我国国家统计局自1987年以来，每5年一次编制投入产出表，逢零、逢五年份进行系数调整和编制延长表。至今，已先后正式公布了1987、1992、1997、2002和2007年五张普查型投入产出表，以及1990、1995、2000和2005年4张延长表。然而，已有投入产出表反映的是当年价格基础上的经济总量、需求结构等内容，不能反映一段时期的、扣除价格因素后的真正的经济变化。为了满足时间序列分析需要，体现一段时期的经济发展变化，本文以1997年为基准，分别对2002年和2007年中国投入产出表进行可比价处理，消除价格因素的影响。考虑到投入产出表中产业部门的划分一致性，本文对农产品部门的分析主要集中在农业、林业、畜牧业、渔业、粮油及饲料加工业、制糖业、屠宰及肉类蛋类加工业、其他食品加工制造业、酒精及饮料酒制造业、其他饮料制造业、烟草加工业等部门*尽管农产品越来越多的应用到生物能源方面，但是，考虑到本文研究期主要是从1997年至2007年，我国生物质能源发展规模还不是很大，所以，本文在对投入产出表农产品部门划分时，暂不考虑生物能源部门。，并根据部门性质和活动内容，将前4类产业部门归类为初级农产品部门，后7类产业部门归类为加工农产品部门*初级农产品部门和加工农产品部门的划分参见文献[23]。。由于居民对农林牧渔服务业的消费为0，因此，本文不予单独分析。

此外，在数据处理的时候，鉴于Montgomery 分解方法中变量正数原则，有必要对投入产出表中负值进行处理，例如进口、存货变动、其他等账户。对于进口账户，可以从列向量转换成行向量处理。此外，IO表中存货变动、其他等账户也会出现部分负值，而存货变动=存货增加-存货减少，统计局公布的IO表仅反映了变动情况，所以，本文分别分解为增加和减少两个账户，相应的正值归为增加，而负值则归为减少账户，再类似于进口账户的处理方法，将负值账户放到行来处理，这样做并不会影响因素分解结果。

四、中国居民农产品消费变化因素分解的实证分析

从投入产出分析的角度看，总产出由中间需求和最终需求(消费、投资和出口)两方面构成。由于技术变化体现在直接消耗系数的变化，即中间需求的变化，同时，鉴于本文研究重点是居民农产品消费，进一步引入居民消费份额系数，于是，影响居民农产品消费变化的途径可以分解为规模效应、技术效应、最终需求结构效应以及最终需求总量效应。

具体来说，规模效应反映的是总产出中用于居民农产品消费的规模，直接体现为投入产出表中单位产出中用于居民消费份额系数的变化带来的影响；技术效应反映的是中间需求的变化，即产业之间的相互关系结构，这种结构是在现有技术水平条件下，各产业通过原材料的购入(销售)组成的结构。技术水平的变化直接体现为投入产出表直接消耗系数的变化；最终需求结构效应反映的是最终需求者(居民、政府以及投资者)分别按照各自的最终性需求购进各产业产品，进而形成最终需求方面产业之间的相互关系结构。结构效应直接体现在投入产出表中消费、投资、出口三者之间比例关系的变化带来的影响；类似地，最终需求总量效应则从总量上反映是最终需求变化对总产出的影响，直接体现在投入产出表中消费、投资、出口三者总量的变化带来的影响。由于本文采用的是竞争型投入产出表，对产品的中间需求和最终需求则不区别是进口品还是国产品。所以，本文没有对“进口”影响做单独分析。

(一)总体因素分解分析

影响1997—2007年中国居民农产品消费变化的各因素分解效应如表1所示。总的来说，初级农产品消费呈现出递减趋势，而加工农产品消费呈现出递增趋势，尤其是中期(2002—2007)这种变化趋势更为突出。具体可以从农产品消费变化构成来看，初级农产品和加工农产品消费变化占总的农产品变化比重分别为-162%和262%，而长期(1997—2007)该比例构成则为-82%和182%。可见，初级农产品消费的减少和加工农产品消费增加对中国居民总的农产品消费变化影响程度在中期更大，中期居民农产品消费升级明显。

表1　1997—2007年中国居民农产品消费变化的因素分解　单位：万元

数据来源：根据1997、2002、2007中国投入产出表计算得到。

此外，从各构成因素影响效应看，一方面，规模效应、技术效应、最终需求结构效应有益于农产品消费结构升级，而最终需求总量效应抑制了农产品消费结构升级。即初级农产品消费受消费规模、技术变化、最终需求结构变化的影响而减少，表现为规模效应、技术效应、最终需求结构效应均为负值，而最终需求总量的变化却使得初级农产品消费增加；另一方面，最终需求总量效应、技术效应促进加工农产品消费增加，而消费规模效应和最终需求结构效应却抑制了加工农产品消费的增加，其作用均为负。例如，2002—2007年最终需求总量变化和技术变化分别促进加工农产品消费增加了80230129万元和8237304万元，使得加工农产品消费变化分别增长了13%和129%，而消费规模变化和最终需求结构变化却分别使得加工农产品消费减少了21374957万元和5029954万元，分别使得加工农产品消费变化减少了34%和8%。

(二)中国居民农产品消费变化因素分解：长期分析(1997—2007年)

为了深入研究农产品消费变化问题，有必要对具体产业部门展开分析，并将结构效应和总量效应进一步分解为最终消费、资本形成、出口等最终需求结构和总量变化所带来的影响。长期具体农产品部门消费变化总量及其各因素影响系数如表2所示。

表2　1997—2007年具体农产品部门消费变化量及各因素影响系数

数据来源：同表1。

从消费变化量看，居民对农、林、畜牧业等初级农产品部门消费减少，对粮油及饲料加工业、屠宰及肉类蛋类加工业、水产品加工业、其他食品加工制造业、其他饮料制造业、烟草加工业等加工农产品部门消费增加，尤其是屠宰及肉类蛋类加工业和其他食品加工制造业，居民消费分别增加了12083290万元和36759053万元，而对酒精及饮料酒制造业、制糖业部门消费减少，农产品消费结构日益合理和升级。

从不同农产品部门看，总体上，初级农产品消费变化受规模效应、技术效应、结构效应和总量效应等构成因素影响相对较大，影响系数明显高于加工农产品。如最终需求总量变化使得初级农产品消费增加，其影响系数达到(-3.18)*括号内数据为影响系数，即各影响因素对相关农产品部门消费变化影响的倍数，后文同。，而对加工农产品消费的影响系数仅为1.83。具体而言，渔业和林业消费受规模效应、技术效应、结构效应和总量效应等构成因素影响均相对较大，其次是制糖业和粮油及饲料加工业，屠宰及肉类蛋类加工业和其他食品加工制造业受影响则相对较弱。例如，技术效应每增加一单位，将会使居民对渔业部门消费减少9.64个单位，制糖业增加1.15个单位，而对屠宰及肉类蛋类加工业和其他食品加工制造业影响相对微弱，影响系数分别为(-0.05)和0.2；最终消费总量每增加一单位，将会使居民对渔业消费增加29.58个单位，对林业消费减少9.05个单位，对制糖业和粮油及饲料加工业消费的影响系数分别为(-3.68)和3.17，而对屠宰及肉类蛋类加工业和其他食品加工制造业的影响系数仅为0.64。

从各因素影响效应看，一方面，消费规模变化、最终消费结构变化、资本形成结构变化和总量变化、出口结构变化使得居民对几乎所有农产品部门消费减少，最终消费总量和出口总量变化作用则正好相反，影响效应均为正值，居民农产品消费增加；另一方面，技术变化使得居民对水产品加工业、其他食品加工制造业、其他饮料制造业、烟草加工业等部门影响效应均为正值，居民消费增加，而对其他农产品部门影响效应却为负值，居民消费减少。所以，根据长期不同农产品部门消费变化情况可以发现，技术效应在促进农产品消费结构升级方面作用尤为明显。尽管消费总量和出口总量也使得加工农产品消费增加，但同时也促进了初级农产品的消费增加，而消费规模变化、资本形成、出口等最终需求结构调整却又进一步抑制了加工农产品消费。

从各因素影响程度看，最终消费需求总量效应对居民农产品消费变化影响最大，其次是规模效应和出口总量效应，资本形成结构变化和总量变化影响则相对较弱。比如，对于制糖业而言，最终消费需求总量变化、消费规模变化和出口总量变化使得居民制糖业消费分别增加3.68、4.02、3.46个单位，而资本形成结构变化和总量变化使得居民制糖业消费分别增加0.02个单位和减少0.47个单位，影响程度相对较低。

(三)中国居民农产品消费变化因素分解：中期分析(2002—2007年)

虽然长期看中国居民农产品消费变化缓慢，但在中期却出现大幅度的变动，加工农产品消费变化作用明显。表1结果显示，尽管1997至2007年居民加工农产品消费增加使得总的农产品消费变化增加182%，但是从中期看这种增长作用更为明显，2002至2007年中国居民加工农产品消费增加使得总农产品消费变化增长了262%，影响程度更大。因此，为了更好地对中期和长期进行比较分析，表3进一步给出中期中国居民农产品消费变化情况。通过表2和表3的比较分析，可以发现中期居民农产品消费变化与长期存在着一定异同性。

表3　2002—2007年具体农产品部门消费变化量及各因素影响系数

数据来源：同表1。

相似性主要体现为：一是在居民农产品消费变量方面，与长期情形一样，中期居民对农业、畜牧业等初级农产品部门消费减少，对绝大部分加工农产品消费增加；二是在不同农产品部门方面，总体而言，初级农产品消费受各构成因素影响均大于加工农产品。就具体部门而言，屠宰及肉类蛋类加工业和其他食品加工制造业受影响则相对较弱；三是在各因素影响效应方面，与长期情形一样，中期技术效应在促进农产品消费结构升级方面作用同样显著。尽管消费总量和出口总量也使得加工农产品消费增加，但同时也促进了初级农产品的消费增加，而消费规模变化、资本形成、出口等最终需求结构调整却又进一步抑制了加工农产品消费；四是在各因素影响程度方面，资本形成结构变化和总量变化影响相对较弱；五是对于加工农产品而言，中期居民制糖业和粮油及饲料加工业消费受影响较为明显。可见，粮油及饲料加工业由于其基础地位，长期以来一直是居民农产品消费的重要组成部分，各因素在直接和间接影响下，对居民粮油及饲料加工业消费推动作用较强。而制糖业消费的下降反映了长期以来随着生活方式的改变，居民健康意识增强，各因素对居民制糖业消费抑制作用明显。

差异性主要体现为：一是从中期看，居民对渔业部门消费减少，对酒精及饮料酒制造业消费增加，而长期正好相反。这种差异性主要来源于由于城乡差异，统计数据显示，2012年城镇居民家庭人均购买酒数量6.8千克，相对于1997年人均消费下降了31%，而农村居民家庭人均购买酒数量从2002年开始明显增加，到2012年上升到10千克/人，增加了26%。不管是长期还是中期，城镇居民对酒精及饮料就制造业消费都呈现出递减趋势，而农村居民中期对酒精及饮料酒制造业消费却呈现明显递增趋势。随着居民生活水平的提高，尤其是城镇居民，越来越注重食品消费的健康化，逐步实现加工农产品内部消费升级，而农村居民相对滞后，对酒精及饮料酒制造业和其他饮料制造业消费仍然较多；二是对于加工农产品而言，与长期不同，中期居民水产品消费变化受各影响因素作用显著。随着经济的发展和加工技术的进步，消费由温饱型向营养型转变，水产品消费越来越成为居民农产品消费的重点。城镇居民家庭人均购买水产品数量从1990年的7.7千克增加到2012年的15.2千克，增长近一倍，农村居民家庭人均购买水产品数量从1990年的2.1千克增加到2012年的5.4千克，增长了一倍多，并且这种增长趋势在2000年后显得尤为明显；三是技术效应在中期对居民酒精及饮料酒制造、烟草加工业部门消费起抑制作用，而长期正好相反。随着医疗技术的不断推进和发展，越来越多的烟酒及饮料、烟草消费对人体健康的危害性被发掘，在居民健康消费和营养消费意识不断提升的同时，将会逐步减少。尽管从长期看技术效应对此类加工农产品消费抑制作用不够，但近十多年来，该效应已经开始发挥作用，有效引导居民科学消费；四是中期消费规模变化对居民农产品消费变化影响相对较大，而长期最终消费需求总量效应对居民农产品消费变化影响相对较大。

五、结论

通过研究我们可以发现，将Montgomery方法与投入产出结构分解方法相结合可以避免因素分解测算结果不唯一性的缺陷，有效解决因素可逆性和时间可逆性等问题，进而能深入探讨变量变化的真正源泉。因此，本文在1997、2002和2007年中国投入产出表的基础上，分别从长期(1997—2007)和中期(2002—2007)对中国居民农产品消费变化进行实证分析，主要结论如下：

第一，中国居民初级农产品消费不断减少，而加工农产品消费持续增加，农产品消费结构升级趋势明显。因此，政府及农户应根据居民农产品消费市场的变化，积极调整农业生产结构，引导产业发展方向，形成以农产品加工业，特别是深加工业为重点的农业生产格局。目前，资金短缺仍是制约农产品加工业发展的重要因素，政府还要进一步加大对农产品加工业的政策补贴及相关税收优惠力度，拓宽农产品加工业企业融资渠道，促进农产品加工业的持续健康发展，满足居民不断增长的加工农产品消费需求，进而实现农民有效增收和农业资源配置的合理化。

第二，从总体影响作用看，农产品消费结构升级主要源于规模效应、技术效应、最终需求结构效应对初级农产品消费的抑制作用，以及技术效应、总量效应对加工农产品消费的促进作用。也就是说，尽管初级农产品消费呈现出递减趋势，加工农产品消费呈现出递增趋势，但是，从具体因素作用看，规模效应、技术效应、最终需求结构效应抑制了初级农产品消费，而最终需求总量效应和技术效应促进加工农产品消费增加。随着国家“三农”支出力度加大，特别是加大对农民的直接补贴力度，农民收入增长较快。但是，受初级农产品消费收入弹性相对较低特点的影响，在人们的温饱需求基本满足后，初级农产品进一步扩大直接消费的市场就受到很大的制约，从而表现出规模效应抑制了初级农产品消费。同时，为了促进农业增效、农民增收，国家加大了对农产品加工业的财税政策支持，对国家级和省级重点农业产业化龙头企业技术改造、原料基地建设给予重点扶持，用于投资、消费、出口等最终需求的总量提升，进而总量效应促进了加工农产品消费。

第三，从具体因素影响效应看，技术效应在促进农产品消费结构升级方面作用尤为明显。尽管消费总量和出口总量也使得加工农产品消费增加，但同时也促进了初级农产品的消费增加，而消费规模变化、资本形成、出口等最终需求结构调整却又进一步抑制加工农产品消费。但是，随着农产品生产技术水平不断提升，一方面可以降低农产品生产成本，另一方面使得农产品生产的中间投入(中间需求)减少，从而使得技术效应即为有效地促进农产品消费升级。因此，要国家在加大对农资综合直补、农业机械购置补贴力度，加大机械化设备在农产品加工业应用的同时，还要鼓励和推进企业和农户生产创新能力，并通过引进国外先进技术、工艺、设备和管理经验，降低农产品生产的中间消耗，促进农产品加工业的科学发展，满足居民不断升级的农产品消费需求。

第四，从各因素影响程度看，中期消费规模变化对居民农产品消费变化影响相对较大，而长期最终消费需求总量效应对居民农产品消费变化影响相对较大。不管是长期还是中期，资本形成结构变化和总量变化对农产品消费变化影响都相对较弱。

第五，从农产品部门看，相对于加工农产品，初级农产品消费受影响程度更大。具体而言，渔业和林业等初级农产品消费受影响程度相对较大，屠宰及肉类蛋类加工业和其他食品加工制造业等加工农产品消费受影响程度则相对较弱。同时，各影响因素对粮油及饲料加工业消费均呈现出明显的促进作用，而对制糖业消费呈现出明显的抑制作用。因此，要进一步引导粮油及饲料加工业企业和农户优化粮食种植结构，改良粮食品种，为居民农产品消费提供基本保障。

第六，从中长期比较看，中期居民对酒精及饮料酒制造业消费增加，而长期正好相反。同时，对于具体加工农产品部门，中期居民水产品消费受影响显著，而长期居民酒精及饮料酒制造业、其他饮料制造业消费受影响较为明显。尽管城镇居民家庭人均购买酒数量一直在减少，但农村居民中期却呈现明显上升趋势。因此，要加强对农村居民健康消费理念的宣传，在满足基本农产品消费需求的基础上，应进一步扩大有利于健康、安全、营养的加工农产品消费，提高农产品消费质量。此外，面对中期快速增长的居民水产品消费，要进一步加强水产品养殖环境污染治理，加强水产品质量控制，避免重金属、农残、药残等有毒有害的物质危害到人民的身体健康。同时，还要通过人工养殖和自然养殖相结合，进一步扩大水产品种类范畴，并通过精加工等方式，满足居民多样化消费需求。

[参考文献]

[1]Leontief W.StructureoftheAmericaneconomy. New York: Oxford University Press, 1941

[2]Rose A, Casler S. Input-output structural decomposition analysis: a critical appraisal.EconomicSystemsResearch, 1996(8)

[3]Dietzenbacher E, Los B.Structural Decomposition Techniques: Sense and Sensitivity.EconomicSystemsResearch, 1998(4)

[4]Hu B D, McAleer M. Input-output Structure and Growth in China.MathematicsandComputersinSimulation, 2004(64)

[5]De Haan M. A Structural Decomposition Analysis of Pollution in the Netherlands .EconomicSystemsResearch, 2001(2)

[6]Fujikawa K, Milana C. Input-output Decomposition Analysis of Sectoral Price Gaps between Japan and China.EconomicSystemsResearch, 2002(1)

[7]Chen X K, Guo J E. China Economic Structure and SDA Model.JournalofSystemsScienceandSystemsEngineering, 2000(2)

[8]宋辉，王振民. 利用结构分解技术(SDA)建立投入产出偏差分析模型.数量经济技术经济研究，2004(5)

[9]李景华. 占用变动的SDA模型及其应用. 数学的实践与认识，2005(6)

[10]郭菊娥，邢公奇，何建武. 黄河流域水资源空间利用结构的实证分析. 管理科学学报， 2005(6)

[11]袁小慧， 范金，王凯. 探析江苏经济发展变化的源泉：基于SDA 的分析. 管理评论， 2011(4)

[12]夏炎，陈锡康，杨翠红. 关于结构分解技术中两种分解方法的比较研究. 运筹与管理， 2010(5)

[13]De Boer P. Additive Structural Decomposition Analysis and Index Number Theory: An Empirical Application of the Montgomery Decomposition.EconomicSystemsResearch, 2008 (1)

[14]Montgomery J K.Isthereatheoreticallycorrectpriceindexofagroupofcommodities? . Rome, 1929

[15]Montgomery J K.TheMathematicalProblemofthePriceIndex. London, 1937

[16]Hea J L, Yoo S H, Kwak S J. Industrial CO2emissions from energy use in Korea: A structural decomposition analysis.EnergyPolicy, 2009 (37)

[17]李国志，李宗植. 中国农业能源消费碳排放因素分解实证分析——基于LMDI模型. 农业技术经济，2010(10)

[18]王群伟，周德群，张柳婷. 影响我国能源强度变动的因素探析. 统计与决策，2008(8)

[19]李力，王凤. 中国制造业能源强度因素分解研究. 数量经济技术经济研究，2008(10)

[20]徐盈之，张全振. 中国制造业能源消耗的分解效应: 基于LMDI 模型的研究. 东南大学学报( 哲学社会科学版)，2011(4)

[21]李景华. SDA模型的加权平均分解法及在中国第三产业经济发展分析中的应用. 系统工程，2004(9)

[22]朱小梅，田贤亮，王红玲. 人民币汇率变动对中国农产品对外贸易影响的实证分析——以中国与日本农产品贸易为例. 中国农村经济，2006(9)

Factors Decomposition of Agricultural Product Consumption in China:

An Output Approach

Yuan XiaohuiFan JinWang KaiYan Binjian

AbstractChinese agricultural products have become more diversified, whereas consumer's behavior on food also has great changes after 1997, when the Asian financial crisis happened, and these changes were strengthened after 2002, the year China entering into the WTO. Drawing method from De Boer, this paper combines Montgomery decomposition with Input-Output technique, and decomposes determinants of Chinese residential consumption on agricultural products into scale effect, technological effect, structure effect and aggregate effect. The paper finds that: Firstly, in general, technological effect had a remarkable role in upgrading of consumption structure of agricultural products; Secondly, primary agricultural products are more susceptible than processed agricultural products; Thirdly, globalization caused consumption scale effect to have larger impact on consumption of agricultural products in the mid-term, whereas aggregate effect of final consumption demand had a stronger role in the long term; Fourthly, among processed agricultural products, consumption on products of aquatic products processing industry were more susceptible in the mid-term, while the alcoholic drinks and wine manufacturing sectors and other beverage manufacturing sectors were more susceptible in the long term.

Key wordsAgricultural product consumption; Input-output table; Montgomery decomposition

(责任编辑：陈世栋)