精準扶貧背景下西部地區農民增收影響因素的主成分回歸分析

蒲艷 楊能

[摘 要]在借鑒現有研究成果的基礎上，選取2009—2018年的有關數據，使用主成分分析法，比較精準扶貧戰略實施前后西部地區農村居民收入增長狀況。結果表明，精準扶貧戰略實施前（2009—2012年），中國西部地區農民收入增長的主成分綜合得分為負;精準扶貧戰略實施后，主成分綜合得分為正且逐年上升。回歸分析進一步發現，生產性因素投入增加，對西部地區農民收入增長具有較強的積極影響;服務性因素投入不足，對農民增收具有負面影響。建議進一步增加對西部農村地區和農業的投入、進一步健全西部農村地區社會保障體系、進一步加大對教育投入的支持力度，確保西部地區農民增收的可持續性。

[關鍵詞]精準扶貧;農村居民;可支配收入;主成分分析

[DOI]10.13939/j.cnki.zgsc.2021.07.027

1 引言

根據國務院扶貧開發領導小組辦公室發布的資料，始于20世紀80年代中期的扶貧開發工作，經過30年不懈努力，到2013年使6億多中國人甩掉貧困帽子，但仍有8249萬農村貧困人口。鑒于剩余貧困人口脫貧問題的艱巨性和傳統粗放扶貧的種種弊端，國家于2014年開始大規模實施精準扶貧戰略，精確識別幫扶對象，實施力度更大、針對性更強、作用更直接、效果更可持續的政策措施，確保到“2020年所有貧困地區和貧困人口一道邁入小康社會”。最新統計數據顯示，經過5年的精準扶貧，2018年，西部地區農村居民人均可支配收入為11831.4元，比2013年增加4394.8元，增長幅度接近60%;是全國居民人均可支配收入的41.9%，是西部地區城鎮居民人均可支配收入的35.43%，分別比2013年提升1.29%和2.18%（數據來自《中國統計年鑒》）。

精準扶貧對農民增收的影響機制分析和成效評估成為近年來社會密切關注的問題。現有研究主要采用中國家庭追蹤調查（CFPS）不同時期的數據，或研究者在不同年度開展的入戶調查數據，研究多維貧困視角下精準扶貧效果（張全紅等，2018、2019;張淑慧和劉敬，2018;沈宏亮和張佳，2019），有效提高精準扶貧效率的建議，以及多元化精準扶貧政策建議（沈宏亮和張佳，2019）。研究范圍多為全國農村地區，或特定省份農村地區，或民族地區，缺少專門研究精準扶貧對西部地區農民增收影響的文獻。基于此，文章主要從影響農民增收的生產性因素和服務性因素入手，選取8個指標，通過主成分回歸分析，研究精準扶貧視角下，西部地區農民增收的主要影響因素，并提出相應的建議。

2 指標說明與主成分分析過程

2.1 統計指標與數據來源

文章基于《中國統計年鑒》和西部地區各省統計年鑒的時間序列數據，在綜合其他學者研究成果的基礎上，根據代表性原則、系統性原則、獨立性原則、可操作性原則，選擇影響農村居民可支配收入的8個指標。①代表性原則，指選取的指標能較好地反映問題。②系統性原則，指選取的指標要盡可能涵蓋影響收入的所有因素。③獨立性原則，指各指標之間應該相互獨立。由于完全獨立幾乎不可能，所以要求各指標之間至少在性質上是相互獨立的。④可操作性原則，指選取的指標需明確清晰，便于數據收集和量化，并能為相關部門提供指導和借鑒。綜合上述原則，文章選擇的8個因素分別是：農業機械總動力（記為tpam）、農村用電量（記為ec）、財政支農資金（記為fund）、農作物播種面積（記為sa）、第一產業從業人員平均負擔人口數（記為ndpi）、農村農戶固定資產投資（記為fai）、鄉鎮衛生院入院人數（記為nha）、中職學校畢業生人數（記為gsv）。

農業機械總動力、農村用電量、農作物播種水平、農村農戶固定資產投資、鄉鎮衛生院入院人數、中職學校畢業生人數等數據，根據中國統計年鑒相關數據匯總而得。財政支農資金，用各省統計年鑒中農林水財政支出數據匯總而得。第一產業從業人員平均負擔人口數，用西部地區鄉村人口數除以第一產業從業人員數而得（由于西藏、甘肅缺失就業人數，所以本處僅計算西部地區10個省級行政區的指標）。農村農戶固定資產投資數據中，西藏缺失各年份數據，所有省份缺失2018年數據。所有數據來自《中國統計年鑒》與西部地區各省統計年鑒。

2.2 主成分分析過程

為避免回歸模型中自變量之間多重共線性帶來偽回歸問題，文章采用主成分分析法對自變量的原始數據降維，即用較少的新變量（主成分）代表原來的變量，這些新變量能在消除原來變量多重共線性問題的同時，涵蓋原來變量的大部分信息。其主要計算過程如下：

（1）為消除量綱和數量級不同帶來的影響，首先對原始數據進行標準化處理，得到標準化后的指標。

（2）運用Stata軟件，計算數據標準化后的樣本協方差矩陣、特征值、方差貢獻率和累計貢獻率，具體結果見表1。

從表1可以看出，前兩個主成分特征值大于1，且累計方差貢獻率大于91%，超過主成分選取依據的累計貢獻率大于或等于85%的原則，降維效果較好，所以選擇前兩個主成分進行分析，其中第一主成分的貢獻率為72.24%，第二主成分的貢獻率為19.42%。主成分碎石圖表明，前兩個主成分的折線斜率比較大，而后慢慢地趨于平緩，再次證明選擇前兩個主成分進行分析是可行的。

（3）根據標準化正交特征向量矩陣，分析收入影響因素，并寫出主成分表達式。

根據標準化正交特征向量矩陣（見表2），在第一主成分中，農業機械總動力、農村用電量、財政支農資金、農作物播種面積、第一產業從業人員平均負擔人口數、農村農戶固定資產投資6個因素對中國西部地區農村居民收入有顯著影響。其中農業機械總動力、農村用電量、財政支農資金、農作物播種面積、農村農戶固定資產投資5個因素具有正向推動作用，且影響程度較為平均。第一產業從業人員平均負擔人口數對收入增長具有逆向影響，因為每個勞動力負擔人口越多，用于非生產性活動的時間就會增加，生產性活動時間就會減少，人均收入降低，這符合經濟規律。對于第二主成分來說，鄉鎮衛生院入院人數和中職學校畢業生人數兩項指標具有顯著的積極影響。鑒于第一主成分主要是通過影響生產來影響收入，第二主成分主要是通過醫療和教育兩項服務來影響收入，因此文章將第一主成分定義為“生產性因素”，將第二主成分定義為“服務性因素”。

主成分分析表明，增加中國西部地區農村居民收入，主要從生產和服務兩個方面來進行。從生產方面來說，農業科技進步、國家和私人投資增加、農村基礎設施改善，能夠對農村居民的生產率產生積極影響;從服務方面來說，醫療和教育水平的提高，能夠改善農村居民的體力和智力，從而提高收入。

4 結論與建議

從上述主成分回歸分析可以看出，對農村地區生產資料的投入有助于農民收入增長，尚未健全完善的社會保障體系對農民收入增長則有副作用。筆者建議：

（1）進一步增加對西部農村地區和農業的投入。提高農業生產效率，發揮知識經濟在推動農業生產發展中的引領作用，把現代農業科技成果轉化為農業生產的強大生產力，促進農業規模化、產業化經營。加大基礎設施建設力度，優化農村能源結構和出行通道，提高農業生產效益。

（2）進一步健全西部農村地區社會保障體系。新型農村合作醫療保險制度在極大程度上改善了農民“看病貴看病難”問題，但其保障水平較低，保險范圍有一定局限，參加和報銷的程序較煩瑣，貧窮家庭罹患大病依然無法承擔自費部分，農村地區因病帶來的貧富差距可能進一步擴大。農村地區雖有養老保險新政策，但其繳費標準對大多數家庭來說仍無法承擔，所以普遍依靠子女養老，這無形中增加了子女的社會負擔。只有充分運用政府力量，建立健全農村社會保障體系，解決疾病、養老等因素帶來的貧富不均，農村居民人均可支配收入才會出現持續增長，并穩步縮小城鄉差距。

（3）進一步加大對教育投入的支持力度。從長期來看，教育投入對收入增長的積極作用已成共識，但教育投入的貨幣化收益具有滯后性，非貨幣化收益則具有潛在性和不確定性。因此，政府必須進一步加大對教育投入的支持力度，矯正農村家庭追求眼前收益的短視行為，促進收入增長的可持續性。

參考文獻：

[1]孫巍，馮星，徐彬.異質性視角下區域式精準扶貧研究——基于收入分布變遷貧困分解[J].河北經貿大學學報，2019，40（5）：70-76.

[2]張全紅，李博，周強.精準扶貧貴在精準識別：收入和多維視角的對比分析[J].財經智庫，2018，3（5）：74-89.

[3]張全紅，周強.精準扶貧政策效果評估——收入、消費、生活改善和外出務工[J].統計研究，2019，36（10）：17-29.

[4]徐志剛，李美佳，王晨.精準扶貧的脫貧與收入消費增長效應跟蹤評估——來自江蘇省“扶貧到戶”政策的經驗[J].南京農業大學學報（社會科學版），2019，19（6）：29-39.

[5]張淑慧，劉敬.精準扶貧政策縮小了城鄉收入差距嗎？——基于空間面板數據的實證研究[J].新疆大學學報（哲學人文社會科學版），2018，46（6）：1-9.

[6]沈宏亮，張佳.精準扶貧政策對建檔立卡戶收入增長的影響[J].農業經濟，2019，310（12）：87-103.

[7]黃可權，黃珊.財政金融雙支柱精準扶貧協調機制與策略組合——基于家庭收入增長與福利改善的視角[J].財政科學，2019，37（1）：67-76.

[8]盧盛峰，陳思霞，時良彥.走向收入平衡增長：中國轉移支付系統“精準扶貧”了嗎[J]. 經濟研究，2018，53（614）：49-64.