灰色關聯分析下西南民族地區農業收入影響因素研究基于2009—2018年數據分析

摘 要：農業收入是衡量我國農村經濟發展程度的一個重要指標，也是反映農戶收入的一個重要因素。本文選取2009—2013年和2014—2018年2個時期西南民族5省農業總收入及其影響因素數據，采用灰色關聯分析法對影響西南農村農業收入的相關因素進行定量分析。通過對比研究發現，影響西南民族地區農業收入的主要因素為農業機械總動力、民用車輛擁有量、糧食產量，以及互聯網的普及程度。以期為政府制定合適的農業政策提供科學決策的依據。

關鍵詞：灰色關聯分析;農業總收入;影響因素

中圖分類號：[S-9]

文獻標識碼：A

DOI：10.19754/j.nyyjs.20200915055

收稿日期：2020-08-02

基金項目：廣西文科中心珠江西江經濟帶鄉村振興戰略（項目編號：ZX2017003）

作者簡介：周美美（1992-），女，碩士。研究方向：行政管理。

引言

隨著城鎮化的快速推進，我國農村農業總收入在不斷提高，農村經濟發展取得了一定進步，但是城鄉居民間的收入差距仍在不斷擴大。2020年是全面建成小康社會的收官之年，其重心在于全面，要求經濟社會的發展不能有短板。作為農業大國，農村經濟的發展也成為焦點。張文娥、蔣成芬、王龍剛、沈禹穎對農戶農業收入進行了相關研究。利用傾向得分匹配方法，通過對甘肅省慶陽市323個農戶的調查數據研究發現冬小麥糧草兼用對農戶農業收入存在明顯的農業收入效應。楊怡、鄧國和通過建模對我國農業收入進行了定量研究，在影響農業收入的指標中選取7個與農業收入最為相關的變量，運用主成分因子分析和聚類分析法對我國10個農業大省進行建模分析發現，生產規模因子是提高農業收入的驅動因素，生產保障是提高農業收入的前提。仇童偉對家庭農業收入進行了相關研究，利用廣東省2492戶農戶調查數據研究發現，在農業生產技術不變的前提下，農地和農業勞動力規模的增加會提高家庭農業收入。

1?影響因素及數據的選取

1.1?影響因素的選取

通過大量閱讀文獻，搜集借鑒國內外對我國西南民族地區農村農業收入影響因素的研究成果及數據的可取性，本文在2009—2013年間選取了8個影響我國西南民族5省地區間農業收入的因素，主要包括農業機械總動力、糧食播種面積、糧食產量、鄉村從業（鄉村就業）人員、民用車輛擁有量、農村固定電話、有效灌溉（耕地灌溉）面積、農用化肥施用量。近年來，互聯網的普及、電商的興起對各行各業的影響越來越大，對農業收入的影響也不例外，因此，在2014—2018年這一階段指標的選取在上一階段的基礎上加入了互聯網這一新興影響因素，具體指標用農村寬帶接入用戶（互聯網普及率）來統計。

1.2?指標的原始數據及說明

西南民族5省市地區間農業收入及其影響因素的原始數據匯總如表1（僅展示重慶市的原始數據，其余4省的原始數據類似）。依據表1數據設定，農業收入為X0，主要指我國西南民族各省市間農業總產值情況;農業機械總動力為X1，農業機械總動力主要指用于各項農業生產活動時機械設備額定功率的總和，一般情況下，農業生產條件越好，農業機械總動力值越高，農業收入也會越高;糧食播種面積為X2，糧食播種面積越大，糧食產量越高，農業收入也就會越高;糧食產量為X3，一般來講，糧食產量越高，農業收入越多;鄉村從業（鄉村就業）人員為X4，正常情況下，鄉村從業人員越多，鄉村勞動力越充足，農業發展就會越好，農業收入就會越高，有些地方采取鄉村就業人員作為統計指標，但是不影響本文的分析結果;民用車輛擁有量為X5，一般來講，民用車輛越多，表明區域內經濟發展越好，交通設施也越健全，對農業發展也越有利，農業收入也就會越高;農村固定電話為X6，農村固定電話越多，農業交流就會越方便，農業銷路就會越寬，農業收入就會越高;有效灌溉（耕地灌溉）面積為X7，是反映我國農田水利建設的重要指標，一般情況下，耕地灌溉面積越多，農田水利建設越好，農業收入也就越高，由于各地統計指標有差別，部分地區會采取耕地灌溉面積來反映農田水利建設水平，但不影響本文的分析結果;農用化肥施用量為X8，農用化肥施用量越高，農業經濟發展越好，農業收入也就會越高;農村寬帶接入用戶（互聯網普及率）為X9，指農村接入互聯網寬帶的用戶數量，農村寬帶接入用戶數量越高，農村互聯網普及程度就會越好，農業經濟發展越好，農業收入也就會越高。數據來源為《2015—2019年中國統計年鑒》、《2014—2019年重慶市統計年鑒》、《2014—2019年四川統計年鑒》、《2014—2019年貴州統計年鑒》、《2014—2019年云南統計年鑒》、《2014—2019年西藏統計年鑒》，時間選擇范圍為2009—2013年和2014—2018年2個階段。

2?灰色關聯分析

華中理工大學鄧聚龍教授于1982年首次提出灰色相關理論，經過數十年的發展，該理論適用的范圍越來越廣。灰色關聯分析的本質是因素分析，是根據不同因素間的相似或者相異程度來衡量相關聯程度的一種方法。劉震、黨耀國、謝玉梅針對現有灰色關聯理論的局限性，構建了不同維度下多指標序列間的多元灰色關聯模型，并利用鄉村振興與農村金融發展的案例驗證了模型的有效性。灰色關聯分析是分析各因素在時間序列曲線中的集合形狀，用其變化的大小、方向與速度等的接近程度，來衡量各因素之間的關聯性大小，主要研究對象是離散形式的系統狀態變量，即時間序列。序列曲線之間發展態勢越接近，相互之間的關聯度就越大，反之關聯度就越小。本文采用常用的灰色綜合關聯度對影響我國農業總收入的因素進行分析。

2.1?計算灰色絕對關聯度

2.1.1?確定參考序列X0和比較序列Xi

X0=（X0（1）、X0（2）、X0（3）、X0（4）、X0（5））

Xi=（Xi（1）、Xi（2）、Xi（3）、Xi（4）、Xi（5））

其中，i=1，2，3，…，n。

2.1.2?始點零像化處理

X00=（X00（1）、X00（2）、X00（3）、X00（4）、X00（5））

Xi0=（Xi0（1）、Xi0（2）、Xi0（3）、Xi0（4）、Xi0（5））

其中，X00（K）=X0（K）-X0（1）;Xi0（K）=Xi（K）-Xi（1）;K=1，2，3，…，5;i=1，2，3，…，n。

2.1.3?計算|S0|、|Si|、|Si-S0|

|S0|=|∑4K=1X00（K）+1/2X00（5）|

|Si|=|∑4K=1Xi0（K）+1/2Xi0（5）|

|Si-S0|=|∑4K=1（Xi0K-X00（K））+1/2（Xi0（5）-X00（5））|

其中，i=1，2，3，…，n。

2.1.4?計算灰色絕對關聯度SymboleA@

0i

SymboleA@

0i=1+S0+|Si|1+S0+Si+|Si-S0|

其中，i=1，2，3，…，n。

2.2?計算灰色相對關聯度

2.2.1?無量綱化處理

Xi′=（Xi′（1）、Xi′（2）、Xi′（3）、Xi′（4）、Xi′（5））

=（Xi（1）Xi1，Xi（2）Xi1，Xi（3）Xi1，Xi（4）Xi1，Xi（5）Xi1）

其中，i=0，1，2，3，…，n。

2.2.2?始點零像化處理

Xi′0=（Xi′（1）-Xi′（1），Xi′（2）-Xi′（1），Xi′（3）-Xi′（1），Xi′（4）-Xi′（1），Xi′（5）-Xi′（1））=（Xi′0（1），Xi′0（2），Xi′0（3），Xi′0（4），Xi′0（5））

其中，i=0，1，2，3，…，n。

2.2.3?計算|S0′|、|Si′|、|Si′-S0′|

|S0′|=|∑4K=1X0′0（K）+1/2X0′0（5）|

|Si′|=|∑4K=1Xi′0（K）+1/2Xi′0（5）|

|Si′-S0′|=|∑4K=1（Xi′0K-X0′0（K））+1/2（Xi′0（5）-X0′0（5））|

其中，i=1，2，3，…，n。

2.2.4?計算灰色相對關聯度R0i

R0i=1+S0′+|Si′|1+S0′+Si′+|Si′-S0′|

其中，i=1，2，3，…，n。

2.3?計算灰色綜合關聯度SymbolrA@

0i

SymbolrA@

0i=SymbolJA@

SymboleA@

0i-（1-SymbolJA@

）R0i

其中，SymbolJA@

取值為0.5，SymbolJA@

SymbolNC@

（0，1]，i=1，2，3，…，n。

3?西南民族地區農業收入與各影響因素分析

本文分別以2009—2013年和2014—2018年2個時期歷年來我國西南民族各省市間農業收入X0的數據為參考序列，以農業機械總動力X1、糧食播種面積X2、糧食產量X3、鄉村從業（鄉村就業）人員X4、民用車輛擁有量X5、農村固定電話X6、有效灌溉（耕地灌溉）面積X7、農用化肥施用量X8、農村寬帶接入用戶（互聯網普及率）X9歷年的數據為比較數列。根據灰色關聯分析的計算步驟，代入原始數據得出不同階段西南民族各地區各影響因素的灰色綜合關聯度SymbolrA@

0i如表2、表3。

由表2、3可知，2009—2013年間，重慶農業收入灰色綜合關聯度排序為X1>X5>X6>X3>X8>X4>X7>X2;2014—2018年間，重慶灰色綜合關聯度排序為X5>X1>X9>X6>X3>X4>X7>X8>X2。根據灰色絕對關聯度和灰色相對關聯度計算得到的灰色綜合關聯度的數據可以發現，各因素指標值均>0.5，表明農業總收入受到這些關聯因素的影響相當高。我國長期的發展過程中離不開農業經濟的發展，農業發展程度主要取決于農業產值的高低。由表2灰色關聯序矩陣可知，2009—2013年間重慶市農業收入的主要影響因素是農業機械總動力、民用車輛擁有量、農村固定電話和糧食產量。在2014—2018年期間引入互聯網普及程度指標時，發現互聯網普及程度成為影響農業收入的第3大因素，而民用車輛擁有量成為影響農業收入的第1大因素，農業機械總動力成為第2大影響因素。綜觀2個時期可以發現，影響重慶市農業收入的主要因素為農業機械總動力、民用車輛擁有量、農村固定電話以及互聯網普及程度。

由表2、3可知，2009—2013年間，四川省農業收入灰色綜合關聯度排序為X1>X5>X6>X3>X4>X7>X8>X2;2014—2018年間，四川省灰色綜合關聯度排序為X5>X1>X6>X9>X3>X7>X4>X8>X2。在前一階段影響四川農業收入的主要因素為農業機械總動力、民用車輛擁有量、農村固定電話和糧食產量。到下一階段隨著城鎮化的推進、電商的興起，互聯網普及程度成為影響四川農業收入的第4大因素，民用車輛擁有量成為第1大因素，農業機械總動力成為第2大因素，其次為農村固定電話。農村固定電話和互聯網的普及程度這2個指標均對農業的發展發揮作用，能夠加強農業企業間的交流合作，拓展農產品的銷路，從而增加農業收入。縱觀四川省農業收入影響因素在2個時期的變化，發現農業機械總動力、民用車輛擁有量、農村固定電話以及互聯網普及程度仍然是主要的影響因素。

由表2、3可知，2009—2013年間，貴州農業收入灰色綜合關聯度排序為X1>X5>X3>X6>X4>X7>X8>X2;2014—2018年間，貴州灰色綜合關聯度排序為X5>X1>X6>X9>X7>X4>X3>X2>X8。由灰色綜合關聯度排序可知，在2009—2013年間影響貴州農業收入的主要因素是農業機械總動力、民用車輛擁有量、糧食產量和農村固定電話。在2014—2018年間，民用車輛擁有量成為影響影響貴州農業收入的第1大因素，而農業機械總動力成為第2大影響因素，其次為農村固定電話的影響，農村寬帶接入用戶也成為第4大影響因素。縱觀貴州2個階段農業收入影響因素的變化可以發現，民用車輛擁有量、農業機械總動力和農村固定電話一直是影響農業收入的主要因素，其次就是隨著網絡化時代的到來，互聯網的普及程度對農業收入的影響作用也在逐步凸顯。

由表2、3可知，2009—2013年間，云南農業收入灰色綜合關聯度排序為X5>X1>X3>X8>X6>X4>X2>X7;2014—2018年間，云南灰色綜合關聯度排序為X5>X1>X3>X7>X2>X4>X6>X8>X9。從灰色綜合關聯度對比分析結果發現，民用車輛擁有量、農業機械總動力和糧食產量一直是影響云南農業收入的主要因素，而且這3個指標對云南農業收入的影響關聯程度在前后2個階段一直保持不變，穩居前3，不管外在條件怎樣變化，對于少數民族聚居最多的云南省來說，農業經濟的發展對這3個指標的依賴程度較大。互聯網的普及雖然對云南農業收入起到一定的促進作用，但是相對其它影響因素來說，其作用還不是十分明顯。

由表2、3可知，2009—2013年間，西藏農業收入灰色綜合關聯度排序為X5>X1>X4>X6>X3>X8>X7>X2;2014—2018年間，西藏灰色綜合關聯度排序為X5>X3>X4>X1>X9>X2>X7>X8>X6。從西藏農業收入灰色綜合關聯度對比分析結果可知，民用車輛擁有量、糧食產量、鄉村從業人員以及農業機械總動力是近年來影響農業收入的主要因素，其次為農村寬帶接入用戶的影響。

綜觀上述西南民族5省市間2個階段的灰色綜合關聯度對比分析結果可知，民用車輛擁有量和機械總動力這2個因素一直是影響西南民族地區的主要因素。由圖1西南民族地區農業收入匯總對比圖可以發現，各地農業經濟發展程度不一，四川農業經濟發展程度相對較好，西藏的農業經濟發展程度相對最差。在2009—2013年間，云南的農業經濟發展水平僅次于四川的農業經濟發展水平，位居第2;而在這個階段重慶和貴州的農業收入差別不大，但均高于西藏的農業收入。在2014—2018年間，貴州農業收入增長相對較迅速，幾乎與云南持平，農業收入差距越來越小。總體而言，各地的農業經濟發展條件不一，存在較大差別。通過灰色綜合關聯分析發現，盡管各地的基礎條件不一，但是民用車輛擁有量和農業機械總動力一直是影響農業收入的主要因素，以及近年來隨著網絡化的發展，互聯網的普及程度也對西南民族地區農業收入的影響越來越明顯。

4?結語和建議

通過運用灰色關聯分析能夠較清楚地看出各比較序列對參考序列的影響程度，且能夠通過量化排名得出參考序列對各比較序列的依賴程度。通過2個時期對我國西南民族地區農業總收入進行灰色關聯分析，發現各因素在不同時期對西南民族地區農業總收入的影響程度存在較大差別，這表明隨著西南民族地區農業經濟的不斷發展，農業生產技術也在不斷提高，農村經濟基礎設施等各個方面也在發生變化，同樣影響農業總收入的因素也在發生著相應變化，針對這些變化主要提出以下幾點建議。

4.1?提高機械化水平

綜觀2個時期發現，農業機械總動力的灰色綜合關聯序列均未發生變化，且均排在第1位，這說明農業機械總動力對農業總收入的影響最大。農業機械化專業化水平能夠促進農業經濟的發展，提高農業總收入。近年來，農業機械化水平在不斷提高，農業總產值也在不斷提高，農業機械化水平的提高為農業經濟的發展提供了源源不斷的動力，也成為提高農業總收入的總落腳點。

4.2?完善交通運輸方式

民用車輛擁有量越高，說明地區的道路通達度越好，經濟發展程度相應也越好，農業收入相應就會越多。近年來，人民物質文化生活在不斷提高，在基本需求得到滿足的同時對其它層面的追求越來越高，這也會反過來促進一些行業的發展。人們對車輛的追求能夠促進農業發展的交通方式以及物流方式，減少過去由于交通條件的欠缺所導致的農業發展受阻。

4.3?加大互聯網普及程度

在當今世界發展的進程中，互聯網的普及程度以及范圍越來越廣，對各行各業的影響也越來越深刻，對農業經濟的發展也不例外。不僅能夠加強各地之間的農業合作，還能夠及時了解不同地區農業發展動態，減少信息傳遞的過程，大大縮減時間，為農業經濟發展的交流合作開拓新的方向。因此，在農村發展中推廣互聯網技術是農業增收必不可少的一環。

參考文獻

[1] 劉震，黨耀國，謝玉梅.基于空間向量的多元灰色關聯模型及其應用[J].統計與決策，2019，35（21）：13-17.

[2]張文娥，蔣成芳，王龍剛，沈禹穎.基于傾向得分匹配法分析冬小麥糧草兼用對農戶農業收入的影響[J].中國農業資源與區劃，2020，41（01）：158-165.

[3]楊怡，鄧國和.我國農業大省的農業收入影響因素分析與建模[J].湖南文理學院學報（自然科學版），2019，31（04）：1-6.

[4]仇童偉.農地產權、要素配置與家庭農業收入[J].華南農業大學學報（社會科學版），2017，16（04）：11-24.

[5]蔣蓉華，周久賀.基于灰色關聯分析的國內旅游收入影響因素研究[J].商業研究，2010（08）：203-206.

[6]王耀斌，蔣金萍，孫傳玲.基于灰色關聯分析的甘肅省旅游收入影響因素研究[J].資源開發與市場，2015，31（07）：868-871.

（責任編輯?周康）