重慶市農民人均純收入的影響因素分析

(重慶工商大學數學與統計學院 重慶 400067)

一、引言

從黨開始提出“三農”問題到黨的十九大作出的關于農村重大發展戰略期間國家領導人和中央政府都在加大對農村農民的重視力度。解決“三農”問題的核心在于如何提高農村居民的收入問題，雖然我國不斷完善強農、惠農、富農政策體系，加快培育新型生產經營主體新產業新動能，但是我國農業的發展相對于工商業的發展較為緩慢，特別是西部地區的農業發展還是處在一個比較低的水平上。對于重慶這個“年輕”的直轄市而言，城市收入和農村收入差距就十分明顯，為了跟上國家建設全面小康社會的步伐，對重慶農民人均純收入影響因素的研究就非常重要了，根據相應的研究結果提出切實可行的建議，促進重慶市農村發展朝向農村現代化，實現全民共同富裕。

國內外專家學者針對農民收入發展問題進行了相應的分析和研究。比如Chul-Woo、K.等(2006)發現農民非農業收入與農民受教育程度成正相關。Binh T等(2006)發現政府補貼可以增加農業收入。郭敏(2006)通過單位根檢驗、協整檢驗、建立誤差修正模型等來對短期農村居民人均年純收入的影響因素進行分析。劉玉靜等(2011)從河北省農業收入和非農業收入兩方面來研究農民人均純收入影響因素。Yasuyuki、Todo、Ryo等(2013)提出使用新的耕作技術和創新的總值品種提高農民的收入。何仁偉等(2016)用Pearson相關分析和運用嶺回歸模型，對河北省農民人均純收入的影響因素進行相應的分析，根據分析的結論提出了如何促進河北省農民人均純收入提高的思路。劉梅(2017)用聚類、單位根檢驗、協整檢驗、格蘭杰因果檢驗等方法分別從自然因素、經濟投入因素、社會因素這三個方面來分析農民收入。楊桃和馬愛玲(2019)利用VAR模型對內蒙古農民收入影響因素進行了分析，得出了農業機械總動力對農民收入影響較大。雖然有大量的學者對農民收入問題進行了研究，但是因為每個地區的環境不同，所以每個地區農民收入影響因素不同。根據文獻搜索結果，對重慶市農民收入影響因素進行研究的文獻比較少，所以該文對重慶市農民人均純收入的影響因素進行了研究，為其他對重慶市經濟的研究或者是農民收入的研究提供了參考。

二、理論分析

針對重慶市農民收入問題的研究選取了7個指標，記為x1,x2,x3,x4,x5,x6,x7，其中，x1表示有效灌溉面積(萬公頃)，x2表示農林牧漁業總產值(萬元)，x3表示城鎮化率(%)(鄉村人口/總人口)，x4表示城鄉固定資產投資(萬元)，x5表示農用機械總動力(萬千瓦時)，x6表示農業從業人員(萬人)，x7表示二三產業人員所占比例(全社會從業人員中二、三產業人員數/全社會從業人員數)，由這7個隨機變量構成的隨機向量為X=(x1,x2,...,x7)′。設F=(F1,F2,...,F7)′為對X進行線性變換得到的合成隨機向量，即

(式2.1)

設αi=(αi1,αi2,...,αi7)′,(i=1,2,…,7)，A=(α1,α2,…,α7)′，則有

F=AX

(式2.2)

且

(式2.3)

其中Σ為協方差矩陣，通常用協方差來度量信息，Fi的方差越大表示它所包含的信息越多。

為了有效反映原始變量的信息，F的不同分量包含的信息不應重疊。所以式2.1的線性變換需要滿足下面的約束：

(2)F1在滿足約束(1)的情況下，方差達到最大；F2是在滿足約束(1)，且與F1不相關的條件下，其方差達到最大化；……；F7是在滿足約束(1)，且與F1,F2,…,F6不相關的條件下，在各種線性組合中方差達到最大。

滿足上述約束得到的合成變量F1,F2,…,F7分別稱為原始變量的第一主成分、第二主成分……第七主成分，而且各成分方差在總方差中占的比重依次遞減。在實際研究工作中，主要選取前幾個方差比較的主成分，以達到簡化系統結構的目的。

三、基于主成分分析評價重慶市農民人均純收入影響因素

(一)主成分的提取

通過第二部分內容的分析，主成分的提取主要是通過各成分的方差來進行選取的，于是利用SPSS軟件得出方差貢獻率，見表2-1。

表2-1 方差貢獻率

方差貢獻率是一個用來表明成分的相對重要程度的指標，方差貢獻率越大說明該成分在原始數據中的相對重要程度就越高，從表2-1可以得出前兩個主成分的累積方差貢獻率達到了96.37%，即前兩位主成分反映了原始數據96.37%的信息，原始數據的大部分信息就可以被這兩個主成分所解釋。從旋轉后的方差貢獻率可以得出成分1可以解釋86.18%的原始信息，成分2可以解釋10.19%的原始信息。因此第一個主成分對農民人均純收入的影響最大，第二個主成分次之。

因此用前兩個主成分F1、F2代替原始的7個變量對重慶市農民家庭純收入發展水平進行評價。

表2-2 成分得分系數矩陣

從表2-2可以看出，成分F1上有較大載荷的變量為：x2農林牧漁業總產值(萬元)、x7二三產業人員所占比例、x4城鄉固定資產投資(萬元)、x5農用機械總動力(萬千瓦時)、x3城鎮化率(%)、x1有效灌溉面積(萬公頃)，該成分主要反映了城鎮的居民生產規模，因此定義為生產規模因子。

成分F2上有較大載荷的變量為：x6農業從業人員(萬人)、x1有效灌溉面積(萬公頃)這個因子主要反映了城鎮的人力資源和土地資源，因此定義為綜合資源因子。

(二)各成分得分

主成分分析最終體現的載體主要是成分得分，用各個相應的統計軟件做成分分析后就會得到相應的主成分，各個成分得分的由來是由各個成分乘以權重，成分的影響程度則可以由成分得分來確定，每個成分得分相加就是綜合得分，然而成分變量就是我們所說的成分得分形成的變量，在接下來的主成分分析中我們便用成分變量來代替原始變量從而進行數據建模和數據的分析。根據成分得分系數矩陣(見表2-2)，再根據上面所說的成分分析的原理從而可以寫出兩個成分的得分：

F1=0.353 9x1+0.405 0x2+0.395 9x3+0.400 2x4+0.400 8x5-0.269 2x6+0.401 0x7

F2=0.334 5x1-0.035 1x2-0.210 6x3-0.164 5x4+0.182 2x5+0.878 3x6+0.104 0x7

將兩個成分的特征值歸一化處理，即分別求出兩個成分對應的方差貢獻率占累積方差貢獻率的比重，并將其作為兩個成分的權重系數，然后對兩個成分加權求和，可以得到最后所需的農民人均純收入發展評價綜合得分Z，即

四、基于主成分回歸模型分析重慶市農民人均純收入的影響因素

為了了解重市農民人均純收入的影響因素，采用基于主成分的回歸模型進行分析。

由第二部分的內容可知提取了兩個主成分，現將農村居民家庭人均純入y進行標準化為zy,然后再將zy與兩個主成分F1和F2進行簡單的線性回歸，得到系數，見表3-1。

表3-1 系數

由表3-1可得：y=-1.552+0.873×F1+0.482×F2

將上面式子進行變量代換得到：

y=-1.552+0.470x1+0.337x2+0.167x3+0.270x4+0.438x5+0.188x6+0.400x7

由上式可知當有效灌溉面積增加1%,農民人均純收入增加0.470%；當農林牧漁業總產值增加1%,農民人均純收入增加0.337%；當城鎮化率增加1%,農民人均純收入增加0.167%；當城鄉固定資產投資增加1%,農民人均純收入增加0.270%；當農用機械總動力增加1%,農民人均純收入增加0.438%；當農業從業人員增加1%,農民人均純收入增加0.188%；當二三產業人員所占比例增加1%,農民人均純收入增加0.400%。通過主成分回歸分析得出有效灌溉面積、農林牧漁業總產值、城鎮化率、城鄉固定資產投資、農用機械總動力、農業從業人員、二三產業人員所占比例對農民收入影響力度都比較大，而且這7個影響因素都與農民人均收入呈正相關，及它們的增加或增大都會使農民人均純收入增加。

五、結論與政策建議

重慶市農民人均純收入的影響因素很多，該文選取了2000年到2018年重慶市和全國農民收入的相關數據，選取了重慶市農村居民和全國農村居民人均純收入、有效灌溉面積、農林牧漁業總產值、城鎮化率、城鄉固定資產投資、農用機械總動力、農業從業人員、二三產業人員所占比例等數據。通過主成分分析和回歸分析得出有效灌溉面積、農林牧漁業總產值、城鎮化率、城鄉固定資產投資、農用機械總動力、農業從業人員、二三產業人員所占比例對農民收入影響力度都比較大，而且都與農民人均收入呈正相關，它們的增加或增大都會使農民人均純收入增加。結合上文的研究結果和重慶市農民人均純收入發展現狀，從對促進農民人均純收入增長影響最大的有效灌溉面積、農林牧漁產業總產值、農用機械總動力、二三產業人員所占比例四個方面提出如何提高重慶市農民人均純收入的政策性建議。在確保不越過耕地紅線的情況下，擴大有效灌溉面積，既保證灌溉面積的有效性，又促進重慶市農民人均純收入的增長。提高農林牧漁業產品的產量，主要是合理利用土地資源進行科學有效的管理。由于地貌的原因，重慶不合適大面積種植水稻和小麥，應在不破壞生態的條件下，栽種占地少的經濟作物從而增加農民的收入。

科技發展水平也在一定程度上反映了一個國家的經濟發展水平，科技與農業的結合也是現在農業發展的必然趨勢。加快推進農業科技現代化建設可以從以下三個方面來進行：第一，提高機械化水平，從而提高農業生產效率，減少人力和物力的浪費，提高農民人均純收入；第二，國家出臺相關政策，鼓勵優秀大學生帶著所學知識結合當地具體情況，到農村組織農民學習種植技能或者工作技能，從而提高效率，提高農民的收入水平；第三，結合現在的電商行業將生產出來的農產品銷售到需求量較高的地方，減少供大于求的現象，從而增加農民的收入。