唐娟莉

(西安石油大学 经济管理学院，陕西 西安 710065)

中国省域农民收入倍增能力评价与分析

唐娟莉

(西安石油大学 经济管理学院，陕西 西安 710065)

研究利用2012年的统计数据，采用因子分析法和聚类分析法，对我国31个省级行政区的农民收入倍增能力进行了综合评价。研究表明，除北京、上海、江苏、浙江、天津、辽宁、山东外，农民收入倍增能力较弱，均低于0.5；各省级行政区农民收入倍增能力差异较大；农民收入倍增能力呈现出不均衡的状态，且差距较大；农民收入倍增能力与区域经济发展水平紧密相关。

农民收入； 倍增能力； 因子分析； 聚类分析

“三农”问题的核心是农民收入问题。实现农民收入倍增是确保经济持续快速增长的重要手段，是进一步缩小城乡差距，改善农民生活状况、提升生活水平的需要。改革开放以来，我国农村发生了翻天覆地的变化，农村经济呈现出良好的发展态势，农民收入增长迅速，但高的增长率也可能会存在一些隐患，比如增长后劲不足，进一步增长乏力等问题[1]，现实问题也摆在了面前，即农民增收面临着外部环境变化的考验[2]，增长速度出现了停滞不前甚至下降的趋势，城乡差距进一步扩大(城乡差距达到了国际公认的结构失衡的程度，在此通过一组数据①数据来源：根据2015年《中国统计年鉴》相关数据计算而来。表明，2014年我国城乡居民收入之比为3∶1，远远高于发达国家1.5∶1的水平)，严重挫伤了农民的生产积极性，阻碍了农业的快速发展及农业现代化的实现，制约了农村经济社会的发展，致使农民收入增长陷入了一种低水平增长陷阱。加之国内消费不足、社会矛盾加剧、农产品的需求缺乏弹性、农业劳动生产率较低等问题，致使如何持续提高农民的收入水平，进一步缩小城乡差距，已是我国农村经济发展中亟待解决的重大问题。因此，在这种现实状况下，如何实现农民收入的倍增问题就显得十分重要，这是推动农村经济发展的关键问题，也是新时期解决“三农”问题，贯彻落实“十三五”规划的重要问题。

纵观目前的研究，农民收入倍增的研究主要集中在农民收入增加的制约因素、农民收入倍增策略、倍增方式、制度设计等方面。农民增收问题是收入倍增计划的关键因素[3]，而土地流转、政府引导、农业专业合作组织和农业投入等多方面的难题制约了农民收入倍增计划的实现[4]。农民收入包括家庭经营、外出务工、转移性和财产性收入四个部分，因此，要同时增加各项收入以提高农民的总体收入水平[5]，其中提高农民的工资性收入和经营性收入是农民收入倍增计划实施的主要着力点[6]；此外，需要实行以农产品市场化为动力，以加强现代农民培训和农村公共产品供给为内、外源增收载体[7]，通过制度设计，从农民家庭经营要夯实基础、引导农民外出就业、深化农村土地改革、加大支农惠农力度等方面[8]，确保农民收入快速增长目标的实现[9]，而确保这一目标实现的根本着力点在于进一步增强农民的消费能力[2]。

总体来看，目前对农民收入倍增问题的研究，主要是定性的分析农民收入倍增的制度保障机制、策略等，在定量分析上还很欠缺。基于此，本研究利用2012年统计数据，运用因子分析和聚类分析法，对农民收入倍增能力进行了综合评价和分析，以寻求实现农民收入倍增的长效机制及其制度保障措施，从而有效地提高我国农民的收入倍增能力和水平，为实现收入倍增计划提供可借鉴的依据和策略，并为制定合理的农村发展规划提供理论和政策依据。

一、研究方法、指标选取与数据来源

(一)研究方法

本研究对我国2012年31个省级行政区的农民收入倍增能力的综合评价和分析主要是采用了因子分析和聚类分析法。

1．因子分析。因子分析是用少数几个综合指标表示多个观察变量的多元统计方法，即将多个观察变量的信息进行浓缩，并浓缩成少数几个因子，同时信息的损失是最小的[10]。其模型的具体形式如下：

Xi=μ+ai1F1+ai2F2+...+aimFm+εi

(i=1,2,...,p)

式中，观测到的随机变量用Xi代表，公共因子用Fi代表，aij(j=1,2,...,m)为待估参数，即因子载荷，特殊因子用εi代表。

2．聚类分析。聚类分析是根据研究对象属性进行分类的多元统计方法，即将差异程度较小(即相似程度较大)的聚为一类，将差异程度较大(即相似程度较小)的聚为不同的类[10]。

其基本思路是：①对原始指标数据进行标准化处理；②确定因子个数，因子累计方差贡献率达到85%即可(也可为75%)；③运用方差最大正交旋转法得到因子旋转载荷矩阵；④采用回归法计算主因子得分并排序；⑤根据主因子贡献率的大小，计算因子综合得分。⑥根据综合得分对31个省级行政区进行聚类分析。

F=α1F1+α2F2+...+αmFm/δ

α1,α2,...,αm,δ分别为因子贡献率和累计贡献率。

(二)指标选取与数据来源

根据(科学性、可操作性、可比性等)评价指标选取原则，研究所选取的指标既要能反映区域内农民收入水平和资源拥有量，又能反映地区的协同能力和产出能力，同时要兼顾地区的发展潜力。于是，本研究在借鉴相关研究成果的基础上，鉴于数据的可获取性，主要选取了如下评价指标：

收入能力——该要素是决定区域农民收入倍增能力的基础，主要包括农民人均纯收入X1(单位：元)、农村居民家庭恩格尔系数X2(单位：%)、乡村从事非农人口比例X3(单位：%)。

资源能力——该要素主要反映地区资源拥有量，主要是农村居民人均家庭经营耕地面积X4(单位：亩)。

协同能力——该要素主要反映地区之间的协调能力，主要包括第二、三产业总产值X5(单位：亿元)、居民人均储蓄存款X6(单位：万元)。

产出能力——该要素主要反映地区资源转化状况，主要是农民人均农林牧渔业产值(不包括从事非农人口)X7(单位：万元)。

以上指标数据来自于《中国统计年鉴》，采集了2012年我国31个省级行政区的数据，用以评价与分析我国31个省级行政区农民收入倍增能力。由于用以核算2014年农民收入倍增能力的部分指标数据的缺失，要准确的核算农民收入倍增能力，只能选取2012年的数据用以测算与分析。表1提供了上述所选指标的描述性统计结果。

表1 描述性统计结果

二、省域农民收入倍增能力的实证分析

为了消除不同指标在量纲上的影响，首先对原始数据进行标准化处理，并计算其相关系数(见表2)。从表2可以看出，多数指标之间的相关系数较大，即具有较强的相关性。同时，进行KMO检验，检验结果见表3。由表3可知，KMO值为0.634，巴特利特球度检验统计量为134.305，相应的p值为0.000，这表明数据之间具有一定的相关性，做因子分析是适合的。

表2 相关系数矩阵

表3 KMO和巴特利特球度检验

由表4的变量共同度可知，除了农村居民家庭恩格尔系数和第二、三产业总产值的共同度较低(分别为0.328和0.436)外，其他变量的共同度均超过0.774，说明因子分析的结果是有效的。

表4 变量共同度

(一)主因子的提取及含义的解释

根据“特征值大于1”的原则，本研究提取2个公共因子，累计方差贡献率达到70.887%(见表5)。此外，本研究也给出了碎石图，如图1所示。由图1可得出，第二个点发生了明显的转折，于是，也是提取2个公共因子。因此，本研究运用选取的2个公共因子对我国省域农民的收入倍增能力进行评价和分析。

图1 碎石图

为了对变量实际意义较为容易的作出准确的解释，在此用因子旋转载荷阵(见表6)进行解释。同时，在此给出旋转空间中的成分图(图2)。由表6和图2可知，用以评价农民收入倍增能力的7个指标可以浓缩为2个主因子，即在主因子F1中，影响程度较大的指标有：X1农民人均纯收入、X3乡村从事非农人口比例、X5第二、三产业总产值、X6居民人均储蓄存款4个指标，主要反映了地区农民的收入能力和地区之间的协调能力，可将主因子F1概括为区域农民收入能力和协同能力的综合因子；在主因子F2中，影响程度较大的指标有：X2农村居民家庭恩格尔系数、X4农村居民人均家庭经营耕地面积、X7农民人均农林牧渔业产值(不包括从事非农人口)3个指标，主要反映了地区资源拥有量和地区资源转化状况，可将主因子F2概括为区域资源能力和产出能力综合因子。

表5 特征值及方差贡献率

表6 因子旋转载荷阵

注：旋转方法为方差最大旋转法。

注：ZXi(i=1,2,…,7)表示原始指标数据进行标准化处理之后的指标数据。图2 旋转空间中的成分图

(二)主因子得分及排名

表7提供了旋转因子得分表，从旋转因子总得分可以看出，X1农民人均纯收入、X6居民人均储蓄存款、X7农民人均农林牧渔业产值等因素对农民收入倍增能力产生了重要影响，X2农村居民家庭恩格尔系数、X4农民人均家庭经营耕地面积等因素对其影响程度较小。因此，因子得分的总评价模型为：

F=0.222 16X1-0.146 06X2+0.14711X3+0.064 95X4+0.1307X5+0.203 27X6+0.189 11X7

表7 旋转因子得分表

为了进一步明确我国各省级行政区农民收入倍增能力的水平及其差异，本研究对各主因子的得分进行排序，同时通过加权汇总方式(权重为第一、第二主因子分别占两个因子累计方差贡献率的比重)计算主因子的综合得分(见表8)，并进行相应排名(见图3)。

我国农民收入倍增能力由于各地经济发展水平、资源禀赋、协同能力等的不同，使得各地区农民收入倍增能力呈现出不同水平，且差异较大。从农民收入倍增能力各主因子得分情况看，对于主因子F1，北京、上海、浙江、江苏、广东、天津等省级行政区的得分居于全国前端，说明这些省级行政区在农民收入能力、协同能力方面走在了全国前列，这与其地理位置优势、经济发展水平高等密不可分；甘肃、内蒙古、黑龙江、云南、新疆、西藏等省级行政区的得分较低，处于全国后列，就其原因，主要是因为这些省级行政区地处偏远、经济发展水平低、农民本身的收入底子差等造成的。对于主因子F2，黑龙江、内蒙古、吉林、新疆、辽宁等省级行政区的排名较为靠前，云南、四川、重庆、广东、贵州、西藏等省级行政区的排名处于全国后列(见表8)。

图3 农民收入倍增能力综合得分排名

地区F1排名F2排名综合得分排名东部地区中部地区西部地区北京2.5990610.2856381.757851天津1.0664960.14417110.731125河北0.226100.05137130.1625011辽宁0.2431891.1345750.567316上海2.2510520.6298261.661542江苏1.5325140.5146771.162403浙江1.669233-0.20714170.986944福建0.298158-0.45853200.0230114山东0.6695470.2265590.508467广东1.15885-1.09856290.337989海南-0.7734125-0.0048215-0.4939325山西-0.2564918-0.3366918-0.2856518吉林-0.68995221.6524230.1617812黑龙江-0.99285282.871910.412458安徽-0.2090916-0.5515521-0.3336220江西-0.2061515-0.8401225-0.4366722河南-0.0418312-0.1565816-0.0835615湖北0.21127110.12867120.1812310湖南-0.3360819-0.6675824-0.4566223内蒙古-0.96025272.0658420.1401013广西-0.725423-0.6489823-0.6976127重庆-0.0549913-0.9128528-0.3669321四川-0.2094217-0.9020727-0.4612824贵州-0.7576724-1.320230-0.9622229云南-1.0561729-0.8694726-0.9882830西藏-1.2848131-1.4702631-1.3522431陕西-0.2036514-0.0005914-0.1298117甘肃-0.906826-0.5582622-0.7800628青海-0.6201621-0.405619-0.5421426宁夏-0.58024200.1733210-0.3062319新疆-1.0599301.530944-0.1178216

在表8中和图3中，从因子分析的综合得分及排名来看，我国31个省级行政区的农民收入倍增能力具有显著的区域差异，整体倍增能力较低，北京、上海、江苏、浙江、天津、辽宁、山东等省级行政区除外，其余省级行政区的农民收入倍增能力均低于0.5；31个省级行政区中农民收入倍增能力得分较高的均位于东部地区，而得分较低的大多位于西部地区，这表明，我国特别是西部地区农民的收入倍增能力急需进一步加强。我国31个省级行政区中，农民收入倍增能力综合排名排在前十的省级行政区有东部地区的北京、上海、江苏、浙江、天津、辽宁、山东、广东，中部地区的黑龙江、湖北，其综合得分均为正值；其中，农民收入倍增能力综合得分最高的是北京市，其综合得分为1.75 785，与北京是集文化、政治、经济等于一体的地位是分不开的。东部地区的北京、上海、江苏、浙江、天津、辽宁、山东、广东凭借其优越的地理位置、较高的经济发展水平、较高的对外开放程度、发达的工业化程度、较高的城市化进程、丰富的资源等优势跃居于全国前列；中部地区的黑龙江、湖北凭借其良好的自然资源条件和良好的经济发展势头跻身于全国前列。另外，从排名前十省级行政区间的差距看，就排名前两位的北京和上海而言，其差距为0.09 631，北京和广东之间的差距为1.41 987；中部地区的黑龙江和湖北相比，其差距为0.23 122，表明各省级行政区农民收入倍增能力的差异显著。吉林、内蒙古、福建、河南、新疆、陕西、山西等省级行政区的农民收入倍增能力处于我国31个省级行政区的中等水平，其得分在各主因子上是不均衡的，导致其综合得分较低。农民收入倍增能力综合排名处于全国后列的主要位于西部地区，有东部地区的海南，中部地区的安徽、江西、湖南，西部地区的宁夏、重庆、四川、青海、广西、甘肃、贵州、云南、西藏，其综合得分较低，且远低于排名第一的北京，说明这些省级行政区的农民收入倍增能力非常低。西部地区主要是由于地区资源拥有量和地区协同能力较低、政府支持程度欠缺、自然条件恶劣等原因导致其农民收入倍增能力较弱。就综合排名位于最后两位的云南和西藏相比，云南的农民收入倍增能力得分比西藏高0.36 396，这个差距较大，表明西部地区农民收入倍增能力较弱，呈现出非平衡化的发展趋势。

另外，为了直观观测指标数据的散布情况或者相关关系，本研究在此根据各主因子得分情况，给出各主因子得分散点图，如图4所示。

图4 各主因子得分散点图

(三)聚类结果分析

运用聚类分析中的K-均值聚类法把我国31个省级行政区的农民收入倍增能力划分为五个等级，各地区具体聚类结果如下：

第一类：北京、上海、江苏、浙江。其共同特征是在主因子F1上得分最高，其农民收入倍增能力位于全国前列。

第二类：吉林、黑龙江、内蒙古、新疆。其共同特征是在主因子F2上得分最高，其农民收入倍增能力处于全国中上游水平。

第三类：天津、山东、广东、福建。其共同特征是在主因子F1上得分较高，其农民收入倍增能力也较高，处于全国上游水平。

第四类：河北、辽宁、海南、山西、河南、湖北、陕西、宁夏。其特征不明显。

第五类：安徽、江西、湖南、广西、重庆、四川、贵州、云南、西藏、甘肃、青海。这一类区域的农民收入倍增能力较弱，处于全国下游水平。

四、研究结论

利用2012年统计数据，运用因子分析和聚类分析法，对我国31个省级行政区的农民收入倍增能力进行了综合评价。研究表明：第一，我国31个省级行政区中农民收入倍增能力得分较高的均位于东部地区，而得分较低的大多位于西部地区，即我国东部地区大多数省级行政区的农民收入倍增能力较强，中西部地区的农民收入倍增能力较弱；第二，我国各地区农民收入倍增能力呈现非均衡化发展态势，且差距较大；第三，我国各地区农民的收入倍增能力与区域经济发展水平紧密相关的；第四，农民人均纯收入、居民人均储蓄存款、农民人均农林牧渔业产值等因素对农民收入倍增能力产生了重要影响，农村居民家庭恩格尔系数、农民人均家庭经营耕地面积等因素对农民收入倍增能力的影响程度较小；第五，不同类型区域农民收入倍增能力具有其不同的特点。因此，中西部地区要根据农民收入倍增能力的发展态势与地区经济发展水平，根据国家的发展战略，比如借助中部之崛起和西部大开发战略，增强区域经济实力，以期不断提高中西部地区的农民收入倍增能力的水平，不断缩小东中西部地区之间的差距。

[1]邢涛．陕西省农民收入倍增途径研究[D]. 杨凌：西北农林科技大学，2014.

[2]方松海，王为农，黄汉权．增加农民收入与扩大农村消费研究[J]. 管理世界，2011(5)：66-80.

[3]苏术锋．江苏农民收入倍增能力实证分析——以江苏盐城为例[J]. 山东纺织经济，2012(6)：21-24.

[4]崔新进．农民收入倍增问题研究——基于江苏南通市农村的调查[J]. 调研世界，2012(6)：25-28.

[5]巫亚东，李燕．农民收入倍增方式的探讨[J]. 江苏农村经济，2011(7)：46-47.

[6]谭智心，张亚平．农民收入倍增的个案操作：苏省观察[J]. 改革，2012(11)：34-40.

[7]马学春．农民收入倍增策略研究[J]. 农业科技管理，2011(5)：67-70.

[8]朱海涛，熊健．安徽省农民收入倍增问题研究[J]. 中国集体经济，2012(4)： 21-22.

[9]李志良．努力构筑贵州省农民收入倍增的制度保障[J]. 贵阳市委党校学报，2011(4)：21-25.

[10]李卫东．应用多元统计分析[M]. 北京：北京大学出版社，2008：120-137，222-238.

(编辑：武云侠)

Evaluationandanalysisonthefarmers'incomemultiplicationabilityinChina

Tang Juanli

(SchoolofEconomicsandManagement,Xi′anShiyouUniversity,Xi′an710065,China)

An empirical research of 31 provincial administrative regions in China is done on the farmers' income multiplication ability with the method of factor analysis and cluster analysis by using the statistical data of 2012. The results show that in most provinces, the farmers' income multiplication ability is less than 0.5 except in Beijing, Shanghai, Jiangsu, Zhejiang, Tianjin, Liaoning, and Shandong. The farmers' income multiplication ability presents regional differences. The farmers' income multiplication ability is in an unbalanced with great difference. The farmers' income multiplication ability is closely related to regional economic development level.

Farmer income; Multiplication ability; Factor analysis; Cluster analysis

F323.8

：A

：1671-816X(2017)10-0016-07

2017-06-20

唐娟莉(1983-)，女(汉)，陕西扶风人，副教授，博士，主要从事农村经济与产业经济方面的研究。