孫童+肖霄

[摘要]由于受各地區(qū)不同自然條件、社會多元文化及經(jīng)濟發(fā)展水平的影響，各地農(nóng)村住房呈現(xiàn)明顯的區(qū)域特征。文章利用第五次、第六次人口普查資料和中國統(tǒng)計年鑒數(shù)據(jù)，從住房設施條件分析了全國各?。ㄊ校┺r(nóng)村住房狀況的現(xiàn)狀特征與變動趨勢。研究發(fā)現(xiàn)農(nóng)村住房設施呈現(xiàn)東優(yōu)西劣的區(qū)域特點，并且住房設施的差異仍在持續(xù)擴大。文章通過相關性分析、主成分分析與多元線性回歸分析，進一步考察了自然條件與社會經(jīng)濟要素對農(nóng)村住房狀況的影響。

[關鍵詞]中國；農(nóng)村住房；住房設施條件；區(qū)域差異

1引言

隨著我國經(jīng)濟社會的快速發(fā)展，農(nóng)村居民的收入水平、生活水平都有大幅度提升，居住條件也得到明顯改善。但在我國城鄉(xiāng)二元土地制度下，農(nóng)村住房在修建方式、產(chǎn)權(quán)歸屬、流通渠道上都呈現(xiàn)與城市住房不同的特征（趙之楓，2003）。長期以來，農(nóng)民住房問題作為農(nóng)戶個體投資與消費行為，獨立于公共政策體系之外，在管理上普遍存在政府缺位的現(xiàn)象，處于“自建自管自用自滅”的境地（林霖，2011）。本文主要從住房設施條件來研究農(nóng)村住房狀況，從宏觀上揭示全國農(nóng)村住房狀況的區(qū)域特征。首先分析農(nóng)村住房狀況的區(qū)域現(xiàn)狀，并觀察2000—2010年農(nóng)村住房狀況的區(qū)域變化。再利用相關分析、主成分分析、回歸分析等數(shù)學方法分析農(nóng)村住房狀況的影響因素。

本文數(shù)據(jù)來源于《中國2000年人口普查資料》《中國2010年人口普查資料》和《中國統(tǒng)計年鑒（2001—2011）》。

2我國農(nóng)村住房狀況的區(qū)域特征

2.1農(nóng)村住房設施得分整體偏低

第六次人口普查和第五次人口普查對住房設施統(tǒng)計了農(nóng)村住房內(nèi)主要炊事燃料、有無廚房、有無管道自來水、有無洗澡設施、有無廁所五個指標，以衡量住房設施狀況。兩次普查數(shù)據(jù)中各地區(qū)“有無廁所”家庭比例出現(xiàn)不合理的異常變動，可能是統(tǒng)計口徑發(fā)生了變化，故舍棄該指標，基于其余4個指標構(gòu)建農(nóng)村住房設施得分，以衡量各省（市）農(nóng)村住房條件。

總體來看，我國農(nóng)村居民住房條件較差，平均得分為8.09，遠低于城市的12.61。全國農(nóng)村家庭住房中，有20.9%的住房沒有廚房；僅有16.5%的住房以天然氣為炊事燃料，而使用柴草的比例高達58.6%；有自來水的住房不到一半，占41.7%；63.6%的住房沒有洗澡設施；39.8%的住房沒有廁所。除北京、浙江、上海等少數(shù)省份外，大部分地區(qū)住房設施城鄉(xiāng)差距顯著。詳見圖1。

2.2東優(yōu)西劣的區(qū)域差異

我國農(nóng)村住房條件東優(yōu)西劣的區(qū)域差異明顯。2010年全國農(nóng)村住房條件較好的區(qū)域都集中在東部沿海地區(qū)（見圖3），農(nóng)村住房設施得分前9位的上海、浙江、江蘇、廣東、北京、天津、山東、福建和浙江均為東部沿海省份。而中部、西部、東北地區(qū)農(nóng)村住房條件普遍較低，沒有一個省份達到全國平均水平。

2.3區(qū)域差距拉大

從全國來看，農(nóng)村住房設施得分從2000年的6.78提高到2010年的8.09（見圖2），增長19.3%。農(nóng)村住房條件整體有所改善，但與居住面積的提高相比，增幅并不顯著。從各省份的增幅差異來看，增速較快的集中在以東部省份為主的少數(shù)地區(qū)，而多數(shù)省份增長較慢。其中，有11個省份農(nóng)村住房設施增幅不到10%，19個省份低于全國平均水平。

按2000年得分是否高（低）于全國平均水平，十年增幅是否高（低）于全國平均水平，分為“得分高—增幅高”“得分高—增幅低”“得分低—增幅高”“得分低—增幅低”四個類型（見表2）。可以看到，“高-高”類型有6個省份，都分布在東部地區(qū)，這些地區(qū)的農(nóng)村住房條件優(yōu)勢更加突出；“低—低”類型達16個省份，主要集中在中西部、東北地區(qū)，這些地區(qū)的農(nóng)村住房條件落后更為嚴重。全國多數(shù)省份2000年以來的農(nóng)村住房設施得分都在向偏離平均值的方向發(fā)展，全國農(nóng)村住房條件的區(qū)域差距被拉大了。詳見表4。

我國東西部之間存在明顯的農(nóng)村住房條件差異，并且這種差異仍在拉大。

3農(nóng)村住房狀況的影響因素

相比于鋼筋混凝土結(jié)構(gòu)為主、形態(tài)較為單一的現(xiàn)代城市住房，農(nóng)村住房在建筑材料、形態(tài)功能和內(nèi)部設施上都更為復雜多樣，并且深受歷史傳統(tǒng)、自然條件和地域文化的影響。本文對農(nóng)村住房狀況的影響因素分析，首先選取可能與之相關的自然、經(jīng)濟、社會指標，與農(nóng)村人均住房面積和農(nóng)村住房設施得分進行相關性分析；其次，選取顯著相關的指標進行主成分分析，再對因子得分進行多元線性回歸分析，提取主要影響因素并分析其重要性。定量分析都在SPSS19中進行。

3.1指標的相關性分析

自然環(huán)境深刻地影響農(nóng)村住房的形態(tài)與結(jié)構(gòu)，形成了各地區(qū)具有特色的傳統(tǒng)農(nóng)村住房。綜合考慮指標的代表性與可獲取性，選取一月平均氣溫（℃）、七月平均氣溫（℃）、年平均氣溫（℃）、全年降水量（mm）、海拔高度（m）、全年日照時數(shù)（小時）、人均耕地面積（畝）共7個自然條件指標進行分析。當全省平均指標難以獲得時，以省會城市指標代替。

農(nóng)村住房是農(nóng)村家庭最大的消費品之一，農(nóng)村家庭的收入水平、生活水平直接決定對住房的投入。同時，農(nóng)村經(jīng)濟發(fā)展水平、科教文衛(wèi)等服務設施的水平也直接或間接地影響農(nóng)村住房條件。選取9個社會經(jīng)濟指標進行分析：人均GDP（元）、農(nóng)民人均純收入（元）、城鎮(zhèn)化率、城鄉(xiāng)收入比、恩格爾系數(shù)、農(nóng)村非農(nóng)就業(yè)人口比重、農(nóng)村勞動力初中以上文化比例、每百戶農(nóng)村家庭電冰箱擁有量（臺）、每千農(nóng)業(yè)人口村衛(wèi)生室人員（人）。

將農(nóng)村住房設施得分與各項指標進行相關性分析與顯著性檢驗可以看出，在0.05的顯著性水平上，有13個因素與農(nóng)村人均住房面積顯著相關。其中7個自然因素全部顯著相關，一月平均氣溫、七月平均氣溫、年平均氣溫、年降水量呈正相關，海拔高度、年日照時數(shù)、人均耕地面積呈負相關。表明在我國較為溫熱、降雨量多、海拔較低、年日照時數(shù)較短、人均耕地面積較小的區(qū)域農(nóng)村人均住房面積更大。其余6個顯著相關的因素為社會經(jīng)濟因素，除城鄉(xiāng)收入比為負相關之外，其余均為正相關。詳見表3。

在0.05的顯著性水平上，有10個因素與農(nóng)村住房設施得分顯著相關，其中只有3個為自然因素，7個為社會經(jīng)濟因素。自然因素中，七月平均氣溫為正相關，海拔高度、人均耕地面積為負相關。表明夏季越炎熱、海拔高度越低、人均耕地面積越小的區(qū)域農(nóng)村住房設施條件更好。7個社會經(jīng)濟因素中包括人均GDP、農(nóng)民人均純收入、農(nóng)村非農(nóng)勞動力比重等6個都能通過顯著性水平為0.001的檢驗，相關性極高，除城鄉(xiāng)收入比呈負相關之外，其余均為正相關。

3.2主要影響因素的重要性分析

為提取影響農(nóng)村住房狀況的主要因素，并分析其重要性強弱，分別對顯著相關的因素進行主成分分析，提取前n個主成分使累計方差貢獻率超過80%。確定每個主成分所主要承載的影響因素信息之后，以因子得分為自變量，以農(nóng)村人均住房面積或農(nóng)村住房設施得分為因變量進行多元線性回歸分析，通過顯著性檢驗與回歸系數(shù)比較，分析主要影響因素的重要性。

農(nóng)村住房設施條件的影響因素。對與農(nóng)村住房設施得分顯著相關的10個因素做主成分分析，提取前3個主成分，累計方差貢獻率達到89.94%（見表4）。通過方差極大化正交旋轉(zhuǎn)后的載荷矩陣可以看出（見表5）：第一主成分與人均GDP、農(nóng)民人均純收入、城鎮(zhèn)化率、平均每百戶家庭電冰箱擁有量、農(nóng)村非農(nóng)就業(yè)人口比重、城鄉(xiāng)收入比相關性高，主要承載農(nóng)村經(jīng)濟發(fā)展、農(nóng)民收入與消費水平的信息；第二主成分與七月平均氣溫、海拔、農(nóng)村勞動力初中以上文化比例相關性高，主要承載相應自然條件與農(nóng)村文化水平信息；第三主成分主要承載人均耕地面積的信息。

以農(nóng)村住房設施得分為因變量，以3個因子得分為自變量進行多元線性回歸分析?；貧w方程為Y=8.11+1.24X1+0.41X2+0.76X3。三個因子得分均能通過顯著性水平為0.01的檢驗，回歸系數(shù)分別為1.24、0.41和0.76，三個因子每增加1分，平均能使農(nóng)村住房設施得分增加1.24、0.41和0.76分。對農(nóng)村住房設施條件影響最大的是第一因子所體現(xiàn)的農(nóng)村經(jīng)濟社會發(fā)展水平，其次是第三因子體現(xiàn)的人均耕地面積，再次是第二因子體現(xiàn)的海拔高度、夏季氣溫等自然條件以及農(nóng)村勞動力文化水平。

4結(jié)論

農(nóng)村住房設施條件較好的地區(qū)集中在東部沿海省份，其余地區(qū)較為落后。東部省份農(nóng)村住房設施條件提升較快，而其余多數(shù)省份提升較慢，農(nóng)村住房設施條件的區(qū)域差距在不斷拉大。

農(nóng)村住房設施條件與夏季氣溫和農(nóng)村社會經(jīng)濟發(fā)展水平呈顯著正相關，與海拔、人均耕地面積、城鄉(xiāng)收入比呈顯著負相關。社會經(jīng)濟因素對農(nóng)村住房設施條件的影響最大，其次是人均耕地面積，再次是海拔高度、夏季氣溫等自然條件及農(nóng)村勞動力文化水平。

農(nóng)村住房條件區(qū)域差距拉大會加速中西部農(nóng)村人口的流失和村莊衰敗。通過本文分析可知，影響農(nóng)村住房設施條件最大的因素是經(jīng)濟因素。為提高農(nóng)村住房設施條件，應加大對落后地區(qū)農(nóng)村基礎設施和公共服務的投入，創(chuàng)造條件鼓勵農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)，進一步探索土地流轉(zhuǎn)、宅基地退出新機制，提高農(nóng)村土地利用效率，增加農(nóng)業(yè)科技投入，通過多種手段促進農(nóng)村經(jīng)濟社會發(fā)展，增加農(nóng)民收入，逐步縮小與沿海發(fā)達地區(qū)的差距。

參考文獻：

[1]姜長云.中國農(nóng)村住房消費需求研究[J].調(diào)研世界，1999（10）：21-25.

[2]蔣耒文，龐麗華，張志明.中國城鎮(zhèn)流動人口的住房狀況研究[J].人口研究，2005（4）：16-27.

[3]李方一，高曉路，王英杰.中國農(nóng)村地區(qū)住房結(jié)構(gòu)的區(qū)域差異以及影響因素[J].地理科學進展，2011（12）：1555-1563.

[4]林霖.我國農(nóng)村住房問題的研究綜述[J].中國集體經(jīng)濟，2011（3）：15-17.

[5]毛維國.農(nóng)村住房及宅基地流轉(zhuǎn)制度研究[J].法學論壇，2012（4）：102-108.

[6]歐陽安蛟，蔡鋒銘，陳立定.農(nóng)村宅基地退出機制建立探討[J].中國土地科學，2003（10）：26-30.

[7]謝娜，張紅.新時期中國農(nóng)村住房消費狀況[J].中國房地產(chǎn)，2009（3）：13-17.

[8]蘇勇.農(nóng)村地制創(chuàng)新與住房保障制度的變革[J].求索，2010（7）：61-63.

[9]王旭東.我國農(nóng)村宅基地制度研究[D].北京：財政部財政科學研究所，2010.

[10]易成棟.中國農(nóng)村住房狀況的省級差異分析[J].農(nóng)村經(jīng)濟，2006（12）：103-106.

[11]于靜波.我國農(nóng)村住房消費的比較研究[J].中國農(nóng)村觀察，1996（5）：37-46.

[12]曾武成.農(nóng)村住房消費問題研究——一個階層分析的視角[D].長沙：湖南師范大學，2007.

[13]趙國玲，楊鋼橋.農(nóng)戶住房面積消費意愿及其影響因素分析——基于湖北二縣市的農(nóng)戶調(diào)查研究[J].中國房地產(chǎn)研究，2009（2）：123-128.

[14]趙國玲，楊鋼橋.農(nóng)戶宅基地流轉(zhuǎn)意愿的影響因素分析——基于湖北二縣市的農(nóng)戶調(diào)查研究[J].長江流域資源與環(huán)境，2009（12）：1121-1124.

[15]趙國玲，楊鋼橋.農(nóng)戶住房層數(shù)消費意愿及影響因素的實證分析——基于湖北二縣市的農(nóng)戶調(diào)查研究[J].經(jīng)濟論壇，2010（12）：99-102.

[16]趙國玲.農(nóng)戶住房消費及其影響因素研究[D].武漢：華中農(nóng)業(yè)大學，2010.

[17]趙之楓.城鄉(xiāng)二元住房制度——城鎮(zhèn)化進程中村鎮(zhèn)住宅規(guī)劃建設的瓶頸[J].城市規(guī)劃匯刊，2003（5）：73-76.