我國31個省市區農村居民人均可支配收入多元統計分析研究

馬紫璇

[摘 要] 隨著國家對農村發展改革的不斷推進，我國農民人均可支配收入隨著經濟增長實現了飛速提升。作為歷史悠久的農業大國，我國農業發展速度與二、三產業發展速度有明顯差距，農村居民收入增長緩慢。針對我國農村居民收入增長瓶頸，本文采用多元統計分析中的聚類分析和對應分析方法對我國31個省市區農村居民人均可支配收入及其收入結構進行研究，深度剖析我國各地居民收入結構的地域性差異及其原因，并提出改善建議。

[關鍵詞] 人均可支配收入;對應分析;聚類分析

[中圖分類號] F323.8 [文獻標識碼] A [文章編號] 1674-7909（2020）11-31-4

隨著我國脫貧攻堅戰役的持續推進，社會各界對農村居民收入結構的研究在逐漸深入。農村居民的收入決定了農村經濟未來的發展方向和農村消費結構的發展狀況，農村居民的收入結構是決定我國能否從農業大國走向農業強國的關鍵性指標。由于我國幅員遼闊、東西部環境差異較大，導致我國農業生產和農村發展存在明顯的地域差異。對當前農村居民的收入結構進行研究，有助于解決“三農”問題，對我國維持農村經濟長期穩定發展具有重大的意義。找到農村居民收入增長存在的瓶頸，才能從根源上解決農村貧困問題，從而加快實現全面小康社會的步伐。

1 模型確定

1.1 聚類分析

聚類分析方法主要包括系統聚類法、模糊聚類法、K—均值法、分解法及加入法等，類與類之間可分為最短距離法、最長距離法、組間連接法、組內連接法、重心距離法和離差平方和6種方法[1]。聚類分析大多用于分類對比中，使類內之間不僅可以清楚分辨對象的相似性，還可以將對象之間的差別最大化[2]。

1.2 對應分析

對應分析又被稱為關聯分析和R—Q型因子分析。當兩種屬性變量之間存在較多狀態時，不能直接利用相關關系圖反映其關系[3]，而是需要借助其他方法對其進行簡化分析。對應分析方法則是利用“降維”的思想，通過研究由品質性變量構成的交叉列聯表來揭示變量之間的相關關系，將一個聯列表的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來[4]。其最大特點是能把眾多的樣品和眾多的變量同時繪制于同一張圖解上，將樣品的大類及其屬性在圖上直觀、明了地表示出來，具有直觀性。另外，可以從因子載荷圖上對樣品進行直觀分類，而且能指示分類的主要參數（主因子）及分類的依據，是一種直觀、簡單、方便的多元統計方法[5]。

2 指標解釋

農村居民人均可支配收入分為工資性收入、經營凈收入、財產凈收入和轉移凈收入。其中，工資性收入是指勞動報酬收入，包括單位或個人依靠兼職和零星勞動所獲得的收入。財產凈收入是指農村居民通過資本、技術和管理等要素參與社會生產和生活活動所產生的收入[6]。轉移性收入是指國家、單位和社會團體向農村家庭的各種轉移支付，以及家庭、農村居民之間的收入轉移，此外，政府對農民的各種財政補貼被視為農民的轉移性收入[7]，如個人養老金、工業福利、失業補償、住房公積金等。

3 數據來源

本文將我國31個省市區的農村居民可支配收入作為研究對象，農村居民可支配收入的直接數據可通過中國統計年鑒獲取，而且各個省市區的數據存在相互可比性。鑒于數據獲取存在一定的滯后性，本文選取國家統計局2017年相關數據作為考察時期，研究中所涉及的數據摘自《中國統計年鑒》[8]。

4 基于聚類分析研究農村居民人均可支配收入差距

4.1 2017年我國各地農村居民人均可支配收入的聚類分析

自黨的十八大提出脫貧攻堅戰略部署后，我國農業供給側結構性改革取得了極大的成效。經濟的持續發展帶動廣大農村居民收入增加，2017年農民的可支配收入得到了顯著性增長。本文利用SPSS軟件中的聚類分析方法，通過對原數據的處理，使用平均聯結法所得聚類譜系圖如圖1所示。

4.2 聚類分析結果分析

根據圖1可以將全國各地區初步分為3類。第一類是北京市和上海市，屬于農村居民可支配收入較高地區;第二類是天津市和浙江省，屬于農村居民可支配收入中等地區;第三類包括江蘇省、福建省、廣東省、河北省、廣西壯族自治區、云南省、新疆維吾爾自治區、西藏自治區、吉林省、黑龍江省、內蒙古自治區、山西省、寧夏回族自治區、陜西省、貴州省、青海省、甘肅省、山東省、海南省、遼寧省、湖北省、湖南省、江西省、四川省、重慶市、河南省和安徽省，屬于低等收入地區[9]。

由于低等收入類所涵蓋的地區較多，故又將其分為高等收入、中等收入、低等收入3類。通過進一步聚類分析，可以得到圖2所示的聚類譜系圖。根據圖2，可以將低收入地區再分為3類。第一類是江蘇省、福建省、廣東省、河北省，第二類是廣西壯族自治區、云南省、新疆維吾爾自治區、西藏自治區、吉林省、黑龍江省、內蒙古自治區，第三類是山西省、寧夏回族自治區、陜西省、貴州省、青海省、甘肅省、山東省、海南省、遼寧省、湖北省、湖南省、江西省、四川省、重慶市、河南省和安徽省。分析可知，農村居民收入高的地區通?？拷覈痪€城市，其地理位置有利于該地區農村居民將農產品以較高的市場價格在當地市場進行銷售[2]。農村居民收入居中的地區在地理位置上均處于我國東南沿海地區，而農村居民收入低的地區均位于我國中部、西部和西北部。由此可見，我國農村居民收入普遍受到當地經濟發展水平的制約，反映出我國農村居民人均收入的分布具有明顯的地域性特征[10]。

5 基于對應分析的農村居民可支配收入差異研究

5.1 2017年我國各地農村居民人均可支配收入的對應分析

使用SPSS導入數據后，進行對應分析。在對應分析結果輸出結果中，最重要的是核心情況概括表和對應分布圖。我國農村居民家庭人均純收入的特征與地區的對應分析核心結果如表1所示。在摘要表中，最重要的指標是第3列慣量（特征根），特征根最大意味著解釋各類別差異的能力最強;其次是第5列Sig值，如果P值小于顯著性水平0.05，那么意味著拒絕原假設，認為行列變量之間存在顯著的相關關系;再者是第6列特征根方差貢獻率和第7列特征根累計方差貢獻率。從表1可以分析得到，第1個特征根的值最大，因此其解釋差異的能力最強;Sig值小于0.05，因而認為農村居民人均純收入與地區之間存在顯著的相關關系;由于第1個特征根的方差貢獻率為85.3%，第2個特征根的方差貢獻率為11.1%，兩者累計方差貢獻率高達96.4%，因而只提取前2個公因子就可以完整地表達變量之間的信息。同時，因為第1個特征根的方差貢獻率達85.3%，因此觀察時以第1個公因子也就是對應分布圖中的第一維度為主。

5.2 對應分析結果分析

由于研究對象在對應分析中存在一定的復雜性，因此下文將通過4個部分分別對其進行分析。2017年，農村居民人均純收入與地區的對應分布圖如圖3所示。對應分布圖的判斷準則是在同一變量內部，各坐標點距離最近的聯系最緊密;如果同一變量不同類別在某一方向上距離很近，那么說明這些變量在該維度的區別并不大[11]。按照判定的原則，我們可以得出以下的結論。

5.2.1 轉移凈收入。對于轉移凈收入而言，陜西省、青海省、重慶市、湖南省、甘肅省、四川省、廣西壯族自治區、湖北省、安徽省、河南省、貴州省和江西省與其距離較近，這說明這類地區農村居民得到的轉移性收入較多，轉移性凈收入占其總收入的比重較大。造成這一現狀的主要原因如下。一方面，以上地區均位于我國中西部地區的山地丘陵地帶，當地的特殊地形對農業生產造成了阻礙。丘陵地帶的土地具有一定的坡度，當地種植業生產主要依靠將丘陵改造為梯田進行耕種活動。但梯田的使用易引起水土流失，這樣的種植條件不利于長期耕種。而且山地地形對農業生產限制較大，不利于實施大規模、機械化生產[12]。另一方面，由于當地的城市發展水平和交通運輸設施落后，導致當地生產的農產品往往難以市場化，是導致當地農村居民收入較低的原因之一。交通運輸是農業和農村經濟發展重要的基礎設施之一，落后的交通設施無法配合農產品進入市場。

5.2.2 經營凈收入。對于經營凈收入而言，黑龍江省、內蒙古自治區、新疆維吾爾自治區、西藏自治區、吉林省、云南省、寧夏回族自治區、遼寧省、海南省、山東省和福建省與其距離較近。由圖3可見，以上地區具有較大的差異性。從農業結構來講，首先我國新疆維吾爾自治區以生產棉花為主，內蒙古自治區、寧夏回族自治區和西藏自治區以發展畜牧業和生產奶制品為主，其農業生產均具有利潤高、需求大等特點，因此農村居民的經營凈收入較高。其次是以黑龍江省、吉林省和遼寧省組成的東三省地區，這3個省均位于三江平原，肥沃的土地資源為當地的農業生產提供了便利，而且廣闊的平原有利于大規模機械化生產。因此，該地區農業市場化程度較高，農村居民的經營性凈收入較高。再次是山東省和福建省，均為我國東部沿海地區，而且具有豐富的漁業資源[13]。水產品在我國具有廣闊的消費市場，人們對水產品的大量需求促進了當地漁業發展高度市場化。最后是云南省和海南省，得益于獨特的氣候條件使當地的水果種植業蓬勃發展。當地的水果通過便利的交通暢銷全國，為當地農村居民提供了大量的經營凈收入。綜上所述，以上地區能位列高經營凈收入地區得益于當地農產品的獨特性和稀缺性，并從側面體現出我國農村居民收入來源的多樣性。

5.2.3 財產凈收入與工資性收入。對于財產凈收入與工資性收入而言，兩者較為接近。浙江省、天津市、河北省、江蘇省與財產凈收入、工資性收入的距離都較近。通過分析當地農村居民收入結構發現，當地農業生產已經實現了土地資源的自由轉讓、租賃和較為廣泛的雇傭關系。由此可知，以上地區經濟發展水平高于其他地區。通過分析以上地區較財產凈收入和工資性收入的關系可知，這些地方的農業生產已經達到了高度市場化。

5.2.4 其他。由圖3可知，上海市、廣東省、山西省距離4種農村居民可支配收入類型均較遠。其主要原因是當地工業化發展速度較快，而且當地的工業生產吸收了大量的農業人口。以上海市、廣東省為例，借助于發達的城市經濟吸引大量農村居民改變傳統的種植方式而投入到當地的城市生產分工中。山西省則由于當地豐富的礦產資源，使大量的土地優先應用于礦產開發。由于參與開發煤礦獲得的收入遠遠高于農業收入，導致當地農民多投入礦產開發。

6 對策建議

針對我國農村居民人均收入普遍較低的現狀，我國應積極提出相應的改善措施，以提高我國農村居民總收入。

6.1 優化農業產業結構，因地制宜發展農業

優化品種是推動農業產業結構優化升級的主要措施，應根據當地的自然環境和市場需求開展農業生產活動。平原地區應積極實施大規模機械化生產，山丘地帶可以采用輕機械化模式進行現代化生產。各地區應突出當地種植業、畜牧業或水產養殖業的優勢，發展特色農業，打造具有市場競爭力的農產品。引進國內外先進的生產和管理技術，加快特色產業規?；l展步伐[13]。

6.2 推動農業機械化生產，打造現代化農業

現代化農業具有高度機械化和高生產力等特征，推動我國農業生產現代化是當前工作的重中之重。一是加強生產、加工、銷售一體化發展，在加工、儲藏、保鮮、運輸、銷售和出口鏈上加大創新力度，增加農產品的附加值，提升農產品的價格競爭力。加快實現標準化生產，向發達國家看齊。二是建立健全農產品的市場預警機制，防范風險，穩定農產品市場，防止價格波動過大。

6.3 加快基礎設施建設，發揮群眾主體作用

一是建立健全城鄉就業服務體制，推動“互聯網+農業”模式的試用與推廣。完善廣大農村地區的互聯網、公路等基礎設施，解決“最后一公里”問題。二是加強農民創業園區和眾創眾籌等項目的推進。我國基層管理部門應在政府領導下落實農民擔保貸款政策，打造良好的農民創業環境，最終達到以創業帶動就業的目的。三是加強對農村居民的職業教育培養，推動鄉村旅游、家庭農場等新模式發展，實現鄉村振興。四是充分利用農民工資源，發揮人才優勢，帶動落后地區一起走向“共同富裕”，進一步提高農民收入。

6.4 加大精準扶貧力度，發揮政策推動作用

加強相關政策落地，正確認識政策統一性和政策差異性之間的關系，縮小扶貧的區域差異。有序推進土地流轉，最大限度利用土地，荒地空地實現再開發。在干部考核機制方面應充分體現人性化特征，應時常了解與跟進扶貧干部的工作開展進度，確保扶貧干部在精準扶貧工作中具備合理調動和整合資源的能力[14]。

6.5 加快供給側結構性改革，促進農民增收

當前我國農業生產組織化程度普遍較低，還無法適應當前經營規模[15]。我國大部分農村的農產品種類較多，分布較為分散，導致我國農業上下游經營主體之間聯系十分松散，難以形成完整且特色凸顯的農業產業鏈。因此，要想增加農民收入，需要加快我國農村供給側結構性改革，各個地區要加快推動農業改革進程，通過調節農業結構改變農業發展形勢，推動一二三產業持續發展。

參考文獻

[1]汪軒.我國31省區人力資源能力影響因素分析：基于因子分析和聚類分析[C]//第十三屆（2018）中國管理學年會論文集，2018.

[2]錢力，李泉，聶華林.基于聚類分析法對甘肅農村居民收入區域類型劃分[J].干旱區資源與環境，2013（5）：20-26.

[3]文立杰，張杰，李少多.農村居民文化消費支出及其影響因素分析：基于個體因素視角和對應分析模型[J].湖南農業大學學報（社會科學版），2017（3）：1-6.

[4]張同琦，戴磊.對應分析法在渭南市農村居民生活消費綜合評價中的應用[J].渭南師范學院學報，2016（19）：24-28.

[5]楊苗.對安徽省地區發展差異的研究：基于主成分分析和對應分析[J].時代金融，2018（30）：58-59.

[6]丁文斌，王雅鵬.基于湖北省農民收入的區域差異趨勢分析[C]//湖北省首屆涉農領域青年博士論壇，2006.

[7]杜華章.江蘇省農村居民收入結構差異性分析[J].農業經濟與管理，2016（3）：51-59.

[8]國家統計局.2017年中國統計年鑒[M].北京：國家統計局，2017.

[9]朱志雯.我國農民收入分配結構的地區差異分析[J].中國集體經濟，2008（3）：12-13.

[10]周靜.河南省農民收入結構的區域性差異[J].商，2015（1）：66.

[11]李浩悅.河北農村居民收入不平衡增收不充分的具體體現及建議[J].統計與管理，2018（8）：20-23.

[12]馬思思.中國農村居民的人均可支配收入[J].技術經濟，2018（10）：134-140.

[13]占一熙，吳旭娟.淺議農村居民人均可支配收入與農民人均純收入概念融合使用意義[J].統計科學與實踐，2018（5）：60-61.

[14]馬彥瑞.我國31省市區農村居民可支配收入的多元統計分析研究[J].行政事業資產與財務，2018（10）：50-51.

[15]徐藝寧，劉德欽.農村居民可支配收入和消費結構關系分析與展望[J].農業展望，2018（5）：90-93.