苏志东+++庄靖远+++姜永

摘 要：选取中国内地31个省、市、自治区2009～2014年农业生产发展的相关指标数据，通过建模分析，探究福建省农民收入的影响因素。结果表明：科技投入、生产能力和自然因素是农民收入的主要影响因素。最后在对结果分析讨论的基础上提出农民增产增收的建议。

关键词：农民收入；影响因素；因子分析；回归分析；增产增收

中国是一个农业人口大国，农业经济是国民经济的基础，“三农”问题一直制约着中国现代化的发展。如何有效解决三农问题是党和政府的农村工作重心。解决三农问题的关键是要解决农民问题，而农民问题的核心是提高农民收入问题。促进农民收入增长，有利于缩小贫富差距，实现共同富裕，是全面建成小康社会的关键一步。那么，影响农民收入的主要因素是什么？怎样进一步提高农民的收入水平？吴敬琏等人认为资源禀赋不足导致农民增收缓慢[1]；杜旭宇等人认为农民权益保障不完善影响了农民收入增长[2]；娄厦、张德华等人研究说明人均农作物播种面积、平均化肥施用量、国家对农业的投入等是农民收入的主要影响因素[3]。吕玲丽等人采用数据统计方法，分析了农民收入的现状，利用OLS方法找出影响农民收入的因素主要是工资性收入、农产品价格指数、粮食作物单位面积产量等[4]。国内学者对农民收入问题的研究涉及多个方面，具有很好的参考价值和借鉴意义。本文搜集选取我国内地31个省、市、自治区2009～2014年各项农业指标的数据，通过建模分析探究福建省农民收入的影响因素，并相应提出有关建议。

1 农业指标、数据选取与处理

农民收入受到多种因素的影响和制约。为更准确地研究农业生产中各因素对农民收入的影响，本文筛选出以下具有较高代表性的农业指标：农作物总播种面积（x1）（千公顷）、农药使用量（x2）（万吨）、化肥使用量（x3）（万吨）、有效灌溉面积（x4）（千公顷）、人均农产品出售量（x5）（公斤）、受灾和成灾面积（x6）（千公顷）、粮食产量（x7）（万吨）、农业机械总动力（x8）（万千瓦）、农用塑料薄膜使用量（x9）（吨）、农用柴油使用量（x10）（万吨）、农村发电量（x11）（万千瓦时）、农村居民家庭人均纯收入（Y）（元）。

数据从2009～2014年的《中国统计年鉴》、《福建省统计年鉴》及国家统计局官网和中经网统计数据库中选取，并进行标准化处理。

2 农民收入影响因素的因子分析

2.1 因子分析的基本思想及步驟

因子分析法的基本思想是根据相关性大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。每组变量代表一个基本结构，用一个不可观测的综合变量表示，这个基本结构称为公共因子[5]。具体步骤如下：

（1）将所有的原始变量的指标值进行标准化处理，得出一个变量指标标准化值矩阵；

（2）求解相关矩阵R的特征值、特征向量和贡献率；

（3）求解初始的因子载荷矩阵，若有必要，对初始的因子载荷矩阵进行旋转；

（4）计算各公共因子的得分以及综合得分。

运用因子分析能对福建省农民收入影响进行有效分析。

2.2 模型的建立与求解

2.2.1 KMO测度和Bartlett的球形度检验

在做因子分析之前，需要检验一组变量之间是否具有相关性，如果各变量间没有共享信息，就不适合做因子分析。利用SPSS软件对选取的数据进行KMO测度和Bartlett的球形度检验，结果如表1：

结果表明：KMO值为0.698，并且Bartlett的球形度检验相应的显著性概率（Sig.）小于0.001，说明数据适合进行因子分析，且通过了Bartlett的球形度检验。

2.2.2 模型的建立与求解

利用Matlab软件编程对标准化处理后的数据进行因子分析[5]，结果如表2：

结果表明：前3个因子的累计贡献率达到94.5%，已经提取了原始指标数据的足够多的信息。综合得分F=0.5830F1+0.1386F2+0.2784F3，其中，

由此可见，第一个因子F1主要反映了农业机械总动力、农用塑料薄膜使用量、农用柴油使用量三个指标，机械动力以及塑料薄膜、柴油的使用是农业发展的技术投入部分，将其命名为科技能力因子；第二个因子F2主要反映了农作物总播种面积、农药使用量、化肥使用量、有效灌溉面积、农村发电量五个指标，作物种植面积以及农药化肥电力的使用反映出了农业的生产投入，将其命名为生产能力因子；第三个因子F3主要反映了人均农产品出售量、受灾和成灾面积、粮食产量三个指标，是农业发展的自然因素，将其命名为自然能力因子。

代表性地区主因子及综合得分如表3：

3 结果分析与讨论

我国内地31个省、市、自治区的科技能力因子F1得分、生产能力因子F2得分和自然能力因子F3得分相差较大。科技能力因子得分、生产能力因子得分和自然能力因子得分前几位的地区都是我国粮食主产区，其中科技能力得分位居前三的是山东、河北、河南，生产能力得分排名前三的是四川、云南、湖南，自然能力得分排名前三的是黑龙江、吉林、内蒙古。湖南、湖北和四川的F1、F2、F3得分均为正值。福建的F1得分和F得分处于中列，F2得分相对靠前，F3得分相对靠后，也就是说，福建省的科技能力和生产能力处于我国中上水平，自然能力较弱。

在农民收入影响因素中，随着时代的变迁和科学技术的蓬勃发展，科技能力的作用越来越显著，生产能力和自然能力的主导地位逐步减弱，但仍然起到农业发展的关键作用。以各个省份的农村居民家庭人均纯收入为因变量，以F1、F2、F3为自变量，利用SPSS软件进行回归分析，得到下列回归方程：

.

从该模型可知，科技能力因子F1每增加1%，农村居民家庭人均纯收入增长783.260个单位；生产能力因子F2每增加1%，农村居民家庭人均纯收入增长753.471个单位，自然能力因子F3每增加1%，农村居民家庭人均纯收入增长764.262个单位。所以加大科技投入能够有效地促进农业增产从而增加农民收入，另一方面确保粮食播种面积和有效灌溉面积，保持水土稳固是保证农民收入的重要举措。

综上所述，福建省要继续加大对农业的科技投入，对农民进行实用技术培训，推动农业高效生产；提高农业生产的机械化水平以提高单位劳动生产率、增加农业生产补贴力度，确保农民的基本利益；其次要因地制宜建设农田基础水利设施，大力推广节水灌溉和旱作农业技术，努力提高水资源利用率和农业产出率，并制定相关的法律法规确保农作物播种面积和有效灌溉面积；把控农药化肥的使用，保证农民可以进行有效的农业生产。另一方面要植树造林保持水土，增强农业防灾抗灾能力对农业生产中出现的环境问题作出总体规划和治理措施，为农业生产提供稳定的自然条件，减少自然灾害的影响。这样农民才能有效地增产增收。

参考文献

[1]吴敬琏.农村剩余劳动力转移与“三农”问题[J].宏观经济研究，2002（6）：6-9.

[2]杜旭宇.农民市场主体地位与其权益的关联分析[J].农村经济，2005（3）：27-29.

[3]娄厦，张德华.黑龙江省农民收入影响因素分析[J].中国农学通报，2014，30（8）：116-121.

[4]吕玲丽，刘方，于平福.广西农民收入影响因素实证分析[J].西南农业学报，2012，25（4）：1505-1509.

[5]司守奎，孙玺菁.数学建模算法与应用[M].北京：国防工业出版社，2013.