吉林省農民人均純收入現狀分析及預測

黃園園，金哲植

(延邊大學理學院 ，吉林延吉 133002)

衡量農民的收入水平，人均純收入是學者常用的指標。一般情況下，農民收入的影響因素體現在方方面面，學者們做了大量的理論和實踐研究。姚麗虹等就影響廣東農民人均純收入的因素建立線性回歸模型，分析各個變量對人均純收入的影響，最后提取出最顯著的影響因素，并依據各影響因素對提高農民收入提出了相關的政策性建議[1]。黃永興就農民純收入的主要影響因素進行了定量分析，并運用協整分析確立了農民純收入的統計回歸模型[2]。但是大多數研究是根據計量經濟模型等經驗方法對農民收入進行分析，未能結合農業、農村的實際情況，缺乏對共性因素的提取。經過研究整理，筆者將吉林省農民人均純收入影響因素歸納為以下幾個方面：第一，農業收入。目前吉林省是個農業大省，農民收入的主要來源仍然依靠農業收入。第二，經濟發展狀況。近年來許多南方發達地區的城市化、工業化水平高于吉林省多數地區，這種狀況對農民的收入產生了很大的影響。第三，農業剩余勞動力轉移水平。目前，吉林省的農民仍然主要經營分散，低效率的農業，將農業剩余勞動力盡快轉移出來，是有效提高農民收入的一個重要因素。

基于以上分析，筆者借鑒有關研究成果，選擇吉林省農村居民人均純收入以及相關影響因素指標，綜合運用逐步回歸分析、主成分回歸分析、因子分析以及線性回歸分析方法，找出影響吉林省農民收入的關鍵因素，分析變量之間的影響程度及其數量關系，并進行預測，為吉林省制定農民增收政策提供依據。

1 數據來源與研究方法

1.1原始數據整理根據以上分析研究，影響吉林省農民收入的各個因素中，將6個自變量選入到模型中。即：農業支出(AP)、GDP值(GDP)、農業機械總動力(AMTP)、糧食產量(FO)、非農業農民平均工資(AW)、農業總產值(APV)、因變量為農民人均純收入(AI)。該研究數據來源于2013年《吉林統計年鑒》[3]。

通過農民人均純收入與時間關系的散點圖可以看出，農民人均純收入隨著時間的變化呈指數增長，非線性，故不能用線性回歸模型擬合。因此，將因變量取自然對數變換。

通過變換后因變量與各自變量的散點圖發現，分別對各自變量取自然對數后，它們與因變量有較好的線性關系，便于后面的模型建立。因此，對各變量進行對數變換，分別為：x1=lnAP；x2=lnGDP；x3=lnAMTP；x4=lnFO；x5=lnAW；x6=lnAPV；y=lnAI。

1.2研究方法綜合運用逐步回歸分析、主要分分析、因子分析方法進行研究。

2 結果與分析

2.1共線性檢驗

2.1.1一般回歸方程方法。進行共線性診斷是為了避免回歸系數不能正確地反映預測結果。

用一般回歸方程分析方法，結果顯示，雖然模型很顯著，但是參數估計中，常數項在顯著性水平下α=0.05下，p=0.324 4，自變量x5的系數在顯著性水平α=0.05下，p=0.859 6，兩者都很不顯著。因此，用普通回歸分析人均純收入的現狀，精度不高，可能存在明顯的多重共線性。

2.1.2相關系數矩陣。各變量之間的相關系數見表1。由表1可知，6個自變量與因變量之間高度相關，說明采用以上6個自變量作為人均純收入的主要影響因素是合適的，但自變量之間也存在著高度相關性，這表明它們之間存在嚴重的多重共線性，因此不能直接進行簡單線性回歸分析。

2.2消除共線性的方法逐步回歸由程序結果得，用逐步回歸分析后，在顯著性水平α=0.01下，模型的檢驗p<0.000 1，很顯著，參數以及回歸系數也通過顯著性檢驗。但是逐步回歸利用剔除變量的方法使模型變得更顯著，這導致最終的回歸方程中只有x2、x6兩個因素，使得分析結果不夠全面。因此采用主成分回歸的方法建立模型。

表1 各變量相關系數

綜上可知，自變量之間存在較強的多重共線性，并且這種嚴重的多重共線性會影響最小二乘估計。為了消除多重共線性，該研究采用主成分回歸分析方法建立回歸模型。

2.3主成分回歸模型

2.3.1主成分提取。由程序結果可知，前3個主成分的累計貢獻率已達到99.71%，因此，選取3個主成分即可。

2.3.2主成分回歸方程。將前3個主成分與因變量進行回歸分析，可以用逐步回歸的方法剔除不顯著的成分，篩選出“最優方程”。結果表明剔除成分z2和常數項后，建立的回歸模型在顯著性水平α=0.01下，p<0.000 1是顯著的，回歸系數也都是顯著的。R2值為0.992 6，表明模型可以代表數據信息的99.26%，說明模型的表達能力比較好。

主成分回歸方程為：

y=0.414 70z1-0.300 62z3

2.3.3殘差分析。由殘差圖可知，用主成分回歸模型擬合的回歸方程方差是穩定的，不存在異方差性。

原始回歸方程可表示為：

y=2.023 37+0.069 7x1-0.031 6x2-0.099 7x3

+0.266 6x4-0.174 8x5+1.004x6

2.4預測由上述主成分回歸分析方法建立的模型結果顯著，符合實際情況，因此可以用該模型對吉林省農民人均收入進行預測。2012年吉林省各項指標的實際值見表2。

主成分回歸模型的預測值見表3。

表2 2012年吉林省農民收入相關指標實際值

表3 主成分回歸模型預測值

由表3可知，取自然對數后，2012年吉林省農民人均純收入預測值為9.059，與真實值相比，誤差為0.77%，預測精度較高。說明用主成分回歸分析方法對影響吉林省農民純收入的因素建立模型進行分析效果顯著。

為了使各個影響因素更好的反映實際情況，對主成分分析結果進行最大方差正交旋轉，讓所有的變量在一些公共因子上產生的載荷較高，而在其余因子上有較小的載荷，從而得到旋轉后的因子載荷矩陣。根據分析結果將原有6 個變量分為3個主因子，并結合所含原有變量的意義對各個主因子進行命名。

從結果可知，第一因子在農業支出、糧食產量這2個指標上的載荷更加明確，反映各地糧食生產和高效農業發展情況，因此把第一因子命名為種植業生產效率因子。第二因子在農民工資水平指標上的載荷得到確立，因此把第二因子命名為剩余勞動力轉移因子。第三因子在GDP值、農業機械總動力、農業總產值上的載荷更加明確，這些指標主要反映了農業經濟發展的規模，因此把第三因子命名為農村經濟社會發展因子。

3 提高農民收入的對策

通過主成分回歸和因子分析，從種植業生產效率因子，剩余勞動力轉移因子，農村經濟社會發展因子3個方面對提高農民收入提出以下建議。

3.1提高種植業生產效率要提高農民的種糧積極性，不斷提高糧食產量，提高農業抗御自然災害的能力，加強農田水利基礎設施建設，從而提高糧食綜合生產能力，提高吉林省農業產品市場競爭力。對農民進行培訓和指導，使其能夠利用科學技術種植農業，向農民推廣使用優良的農產品品種和防治病蟲病害的方法。繼續貫徹落實中央政府的宏觀經濟政策，以促進農業增效，農民增收，進一步調動農民的種糧積極性。

提高耕地質量，優化種植結構。擴大人均耕地面積來提高農民收入非常困難，主要是因為吉林省土地耕種面積有限，因此要提高農民收入，不能單純靠擴大耕種面積來實現。為此，要科學合理的種植作物，保證作物的高質量產值，長期保持肥沃的土壤，保持作物合理輪作；使農業用地結構最優化，以達到節約土地，集中耕地區域；利用先進的科學技術培育優良品種，大力發展高產、優質、高效的農業；優化農業種植結構，對農業機械進行有效的投資，以提高農民收入。

3.2促進農村剩余勞動力轉移提高農民收入另一個不容忽視的問題是提高農民素質。目前吉林省的情況是土地稀缺，因此實現農民收入長期穩定增長的根本途徑是促進城鄉有效互動，推進農村勞動力向城市轉移，以減少農村人口。而提高農民的素質農業勞動力向城鎮的轉移，同時也有助于提高農業勞動生產率。目前，與發達地區鄉鎮企業相比，吉林省還未進入轉制和結構調整階段，因此，需加強企業管理和技術創新，提高產品質量，調整產業結構，以增加競爭力。目前，與勞動力市場的需求相比，農村勞動力的整體素質還有待提高。因此，要想農村剩余勞動力適應各種工作要求，以此來提高他們的收入，政府應該加大對農村的教育投資，提高農民的技術水平。總之，要想實現實現農業與農村的現代化建設，增加農民的收入，必須要提高農民的整體素質。提高農民的整體素質，也是從根本上解決吉林省“三農”問題，提高農業和農村經濟競爭力的基礎，能極大地促進農民收入的增加。

3.3加快農村經濟社會發展針對吉林省農村的現實狀況，要提高農民的收入，政府必須密切關注農村經濟發展。其中，降低農業生產成本是提高農民收入的有效途徑，而農業機械化有利于降低生產成本。增加農業產量也可以通過農業機械化實現，實現農業機械化后農民還可以從事農業以外的第二、三產業活動，有利于促進服務經濟發展，農業機械化是農民致富的技術支持和必要的手段。農業設備、大中型農業機械的生產潛力結構的優化，能夠促進農業科學的發展，幫助農民致富。為此，必須做到以下幾點，第一，引進新的農業技術，推廣一些先進、安全、可靠的農業機械，以提高產品的科技含量。第二，要更新舊的農業機械。第三，用大型機械代替人力勞動，節約大量勞動力。第四，逐步優化農業結構，提高農業經營效率。

[1] 姚麗虹，趙陽.廣東農民收入影響因素的實證分析[J].廣東農業科學，2009(7)：280-283．

[2] 黃永興.農民純收入影響因素的實證分析[J].安徽工業大學學報，2004，21(3)：228-231．

[3] 吉林省統計局.吉林統計年鑒 [M].北京：中國統計出版社，2013.

[4] 李雙鳳，楊文鳳.福建省農民收入影響因素灰色關聯分析[J].華中農業大學學報：社會科學版，2010(4)：43-46．

[5] 王亞娜.影響農民收入因素的實證分析[ J].安徽農業科學，2007(1)：262-263.

[6] 戰英杰，申秋紅.影響我國農民收入的因子分析[J].東北農業大學學報，2010(4)：144-150.

[7] 錢力，王晶.甘肅農民收入的影響因素的灰色關聯分析[J].新農村建設，2008(2)：20-22.

[8] 崔永軍，郭慶海.農村勞動力的轉移與新農村建設困境[J].吉林農業大學學報，2010，32(2)：233-236.

[9] 徐霆艷.新時期提高農民收入的路徑與對策[J].經濟研究參考，2006(68)：46-48.