摘 要：農业收入是衡量我国农村经济发展程度的一个重要指标，也是反映农户收入的一个重要因素。本文选取2009—2013年和2014—2018年2个时期西南民族5省农业总收入及其影响因素数据，采用灰色关联分析法对影响西南农村农业收入的相关因素进行定量分析。通过对比研究发现，影响西南民族地区农业收入的主要因素为农业机械总动力、民用车辆拥有量、粮食产量，以及互联网的普及程度。以期为政府制定合适的农业政策提供科学决策的依据。

关键词：灰色关联分析;农业总收入;影响因素

中图分类号：[S-9]

文献标识码：A

DOI：10.19754/j.nyyjs.20200915055

收稿日期：2020-08-02

基金项目：广西文科中心珠江西江经济带乡村振兴战略（项目编号：ZX2017003）

作者简介：周美美（1992-），女，硕士。研究方向：行政管理。

引言

随着城镇化的快速推进，我国农村农业总收入在不断提高，农村经济发展取得了一定进步，但是城乡居民间的收入差距仍在不断扩大。2020年是全面建成小康社会的收官之年，其重心在于全面，要求经济社会的发展不能有短板。作为农业大国，农村经济的发展也成为焦点。张文娥、蒋成芬、王龙刚、沈禹颖对农户农业收入进行了相关研究。利用倾向得分匹配方法，通过对甘肃省庆阳市323个农户的调查数据研究发现冬小麦粮草兼用对农户农业收入存在明显的农业收入效应。杨怡、邓国和通过建模对我国农业收入进行了定量研究，在影响农业收入的指标中选取7个与农业收入最为相关的变量，运用主成分因子分析和聚类分析法对我国10个农业大省进行建模分析发现，生产规模因子是提高农业收入的驱动因素，生产保障是提高农业收入的前提。仇童伟对家庭农业收入进行了相关研究，利用广东省2492户农户调查数据研究发现，在农业生产技术不变的前提下，农地和农业劳动力规模的增加会提高家庭农业收入。

1 影响因素及数据的选取

1.1 影响因素的选取

通过大量阅读文献，搜集借鉴国内外对我国西南民族地区农村农业收入影响因素的研究成果及数据的可取性，本文在2009—2013年间选取了8个影响我国西南民族5省地区间农业收入的因素，主要包括农业机械总动力、粮食播种面积、粮食产量、乡村从业（乡村就业）人员、民用车辆拥有量、农村固定电话、有效灌溉（耕地灌溉）面积、农用化肥施用量。近年来，互联网的普及、电商的兴起对各行各业的影响越来越大，对农业收入的影响也不例外，因此，在2014—2018年这一阶段指标的选取在上一阶段的基础上加入了互联网这一新兴影响因素，具体指标用农村宽带接入用户（互联网普及率）来统计。

1.2 指标的原始数据及说明

西南民族5省市地区间农业收入及其影响因素的原始数据汇总如表1（仅展示重庆市的原始数据，其余4省的原始数据类似）。依据表1数据设定，农业收入为X0，主要指我国西南民族各省市间农业总产值情况;农业机械总动力为X1，农业机械总动力主要指用于各项农业生产活动时机械设备额定功率的总和，一般情况下，农业生产条件越好，农业机械总动力值越高，农业收入也会越高;粮食播种面积为X2，粮食播种面积越大，粮食产量越高，农业收入也就会越高;粮食产量为X3，一般来讲，粮食产量越高，农业收入越多;乡村从业（乡村就业）人员为X4，正常情况下，乡村从业人员越多，乡村劳动力越充足，农业发展就会越好，农业收入就会越高，有些地方采取乡村就业人员作为统计指标，但是不影响本文的分析结果;民用车辆拥有量为X5，一般来讲，民用车辆越多，表明区域内经济发展越好，交通设施也越健全，对农业发展也越有利，农业收入也就会越高;农村固定电话为X6，农村固定电话越多，农业交流就会越方便，农业销路就会越宽，农业收入就会越高;有效灌溉（耕地灌溉）面积为X7，是反映我国农田水利建设的重要指标，一般情况下，耕地灌溉面积越多，农田水利建设越好，农业收入也就越高，由于各地统计指标有差别，部分地区会采取耕地灌溉面积来反映农田水利建设水平，但不影响本文的分析结果;农用化肥施用量为X8，农用化肥施用量越高，农业经济发展越好，农业收入也就会越高;农村宽带接入用户（互联网普及率）为X9，指农村接入互联网宽带的用户数量，农村宽带接入用户数量越高，农村互联网普及程度就会越好，农业经济发展越好，农业收入也就会越高。数据来源为《2015—2019年中国统计年鉴》、《2014—2019年重庆市统计年鉴》、《2014—2019年四川统计年鉴》、《2014—2019年贵州统计年鉴》、《2014—2019年云南统计年鉴》、《2014—2019年西藏统计年鉴》，时间选择范围为2009—2013年和2014—2018年2个阶段。

2 灰色关联分析

华中理工大学邓聚龙教授于1982年首次提出灰色相关理论，经过数十年的发展，该理论适用的范围越来越广。灰色关联分析的本质是因素分析，是根据不同因素间的相似或者相异程度来衡量相关联程度的一种方法。刘震、党耀国、谢玉梅针对现有灰色关联理论的局限性，构建了不同维度下多指标序列间的多元灰色关联模型，并利用乡村振兴与农村金融发展的案例验证了模型的有效性。灰色关联分析是分析各因素在时间序列曲线中的集合形状，用其变化的大小、方向与速度等的接近程度，来衡量各因素之间的关联性大小，主要研究对象是离散形式的系统状态变量，即时间序列。序列曲线之间发展态势越接近，相互之间的关联度就越大，反之关联度就越小。本文采用常用的灰色综合关联度对影响我国农业总收入的因素进行分析。

2.1 计算灰色绝对关联度

2.1.1 确定参考序列X0和比较序列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 始点零像化处理

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 计算|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 计算灰色绝对关联度SymboleA@

0i

SymboleA@

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

其中，i=1，2，3，…，n。

2.2 计算灰色相对关联度

2.2.1 无量纲化处理

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 始点零像化处理

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 计算灰色相对关联度R0i

R0i=1+S0′+|Si′|1+S0′+Si′+|Si′-S0′|

其中，i=1，2，3，…，n。

2.3 计算灰色综合关联度SymbolrA@

0i

SymbolrA@

0i=SymbolJA@

SymboleA@

0i-（1-SymbolJA@

）R0i

其中，SymbolJA@

取值为0.5，SymbolJA@

SymbolNC@

（0，1]，i=1，2，3，…，n。

3 西南民族地区农业收入与各影响因素分析

本文分别以2009—2013年和2014—2018年2个时期历年来我国西南民族各省市间农业收入X0的数据为参考序列，以农业机械总动力X1、粮食播种面积X2、粮食产量X3、乡村从业（乡村就业）人员X4、民用车辆拥有量X5、农村固定电话X6、有效灌溉（耕地灌溉）面积X7、农用化肥施用量X8、农村宽带接入用户（互联网普及率）X9历年的数据为比较数列。根据灰色关联分析的计算步骤，代入原始数据得出不同阶段西南民族各地区各影响因素的灰色综合关联度SymbolrA@

0i如表2、表3。

由表2、3可知，2009—2013年间，重庆农业收入灰色综合关联度排序为X1>X5>X6>X3>X8>X4>X7>X2;2014—2018年间，重庆灰色综合关联度排序为X5>X1>X9>X6>X3>X4>X7>X8>X2。根据灰色绝对关联度和灰色相对关联度计算得到的灰色综合关联度的数据可以发现，各因素指标值均>0.5，表明农业总收入受到这些关联因素的影响相当高。我国长期的发展过程中离不开农业经济的发展，农业发展程度主要取决于农业产值的高低。由表2灰色关联序矩阵可知，2009—2013年间重庆市农业收入的主要影响因素是农业机械总动力、民用车辆拥有量、农村固定电话和粮食产量。在2014—2018年期间引入互联网普及程度指标时，发现互联网普及程度成为影响农业收入的第3大因素，而民用车辆拥有量成为影响农业收入的第1大因素，农业机械总动力成为第2大影响因素。综观2个时期可以发现，影响重庆市农业收入的主要因素为农业机械总动力、民用车辆拥有量、农村固定电话以及互联网普及程度。

由表2、3可知，2009—2013年间，四川省农业收入灰色综合关联度排序为X1>X5>X6>X3>X4>X7>X8>X2;2014—2018年间，四川省灰色综合关联度排序为X5>X1>X6>X9>X3>X7>X4>X8>X2。在前一阶段影响四川农业收入的主要因素为农业机械总动力、民用车辆拥有量、农村固定电话和粮食产量。到下一阶段随着城镇化的推进、电商的兴起，互联网普及程度成为影响四川农业收入的第4大因素，民用车辆拥有量成为第1大因素，农业机械总动力成为第2大因素，其次为农村固定电话。农村固定电话和互联网的普及程度这2个指标均对农业的发展发挥作用，能够加强农业企业间的交流合作，拓展农产品的销路，从而增加农业收入。纵观四川省农业收入影响因素在2个时期的变化，发现农业机械总动力、民用车辆拥有量、农村固定电话以及互联网普及程度仍然是主要的影响因素。

由表2、3可知，2009—2013年间，贵州农业收入灰色综合关联度排序为X1>X5>X3>X6>X4>X7>X8>X2;2014—2018年间，贵州灰色综合关联度排序为X5>X1>X6>X9>X7>X4>X3>X2>X8。由灰色综合关联度排序可知，在2009—2013年间影响贵州农业收入的主要因素是农业机械总动力、民用车辆拥有量、粮食产量和农村固定电话。在2014—2018年间，民用车辆拥有量成为影响影响贵州农业收入的第1大因素，而农业机械总动力成为第2大影响因素，其次为农村固定电话的影响，农村宽带接入用户也成为第4大影响因素。纵观贵州2个阶段农业收入影响因素的变化可以发现，民用车辆拥有量、农业机械总动力和农村固定电话一直是影响农业收入的主要因素，其次就是随着网络化时代的到来，互联网的普及程度对农业收入的影响作用也在逐步凸显。

由表2、3可知，2009—2013年间，云南农业收入灰色综合关联度排序为X5>X1>X3>X8>X6>X4>X2>X7;2014—2018年间，云南灰色综合关联度排序为X5>X1>X3>X7>X2>X4>X6>X8>X9。从灰色综合关联度对比分析结果发现，民用车辆拥有量、农业机械总动力和粮食产量一直是影响云南农业收入的主要因素，而且这3个指标对云南农业收入的影响关联程度在前后2个阶段一直保持不变，稳居前3，不管外在条件怎样变化，对于少数民族聚居最多的云南省来说，农业经济的发展对这3个指标的依赖程度较大。互联网的普及虽然对云南农业收入起到一定的促进作用，但是相对其它影响因素来说，其作用还不是十分明显。

由表2、3可知，2009—2013年间，西藏农业收入灰色综合关联度排序为X5>X1>X4>X6>X3>X8>X7>X2;2014—2018年间，西藏灰色综合关联度排序为X5>X3>X4>X1>X9>X2>X7>X8>X6。从西藏农业收入灰色综合关联度对比分析结果可知，民用车辆拥有量、粮食产量、乡村从业人员以及农业机械总动力是近年来影响农业收入的主要因素，其次为农村宽带接入用户的影响。

綜观上述西南民族5省市间2个阶段的灰色综合关联度对比分析结果可知，民用车辆拥有量和机械总动力这2个因素一直是影响西南民族地区的主要因素。由图1西南民族地区农业收入汇总对比图可以发现，各地农业经济发展程度不一，四川农业经济发展程度相对较好，西藏的农业经济发展程度相对最差。在2009—2013年间，云南的农业经济发展水平仅次于四川的农业经济发展水平，位居第2;而在这个阶段重庆和贵州的农业收入差别不大，但均高于西藏的农业收入。在2014—2018年间，贵州农业收入增长相对较迅速，几乎与云南持平，农业收入差距越来越小。总体而言，各地的农业经济发展条件不一，存在较大差别。通过灰色综合关联分析发现，尽管各地的基础条件不一，但是民用车辆拥有量和农业机械总动力一直是影响农业收入的主要因素，以及近年来随着网络化的发展，互联网的普及程度也对西南民族地区农业收入的影响越来越明显。

4 结语和建议

通过运用灰色关联分析能够较清楚地看出各比较序列对参考序列的影响程度，且能够通过量化排名得出参考序列对各比较序列的依赖程度。通过2个时期对我国西南民族地区农业总收入进行灰色关联分析，发现各因素在不同时期对西南民族地区农业总收入的影响程度存在较大差别，这表明随着西南民族地区农业经济的不断发展，农业生产技术也在不断提高，农村经济基础设施等各个方面也在发生变化，同样影响农业总收入的因素也在发生着相应变化，针对这些变化主要提出以下几点建议。

4.1 提高机械化水平

综观2个时期发现，农业机械总动力的灰色综合关联序列均未发生变化，且均排在第1位，这说明农业机械总动力对农业总收入的影响最大。农业机械化专业化水平能够促进农业经济的发展，提高农业总收入。近年来，农业机械化水平在不断提高，农业总产值也在不断提高，农业机械化水平的提高为农业经济的发展提供了源源不断的动力，也成为提高农业总收入的总落脚点。

4.2 完善交通运输方式

民用车辆拥有量越高，说明地区的道路通达度越好，经济发展程度相应也越好，农业收入相应就会越多。近年来，人民物质文化生活在不断提高，在基本需求得到满足的同时对其它层面的追求越来越高，这也会反过来促进一些行业的发展。人们对车辆的追求能够促进农业发展的交通方式以及物流方式，减少过去由于交通条件的欠缺所导致的农业发展受阻。

4.3 加大互联网普及程度

在当今世界发展的进程中，互联网的普及程度以及范围越来越广，对各行各业的影响也越来越深刻，对农业经济的发展也不例外。不仅能够加强各地之间的农业合作，还能够及时了解不同地区农业发展动态，减少信息传递的过程，大大缩减时间，为农业经济发展的交流合作开拓新的方向。因此，在农村发展中推广互联网技术是农业增收必不可少的一环。

参考文献

[1] 刘震，党耀国，谢玉梅.基于空间向量的多元灰色关联模型及其应用[J].统计与决策，2019，35（21）：13-17.

[2]张文娥，蒋成芳，王龙刚，沈禹颖.基于倾向得分匹配法分析冬小麦粮草兼用对农户农业收入的影响[J].中国农业资源与区划，2020，41（01）：158-165.

[3]杨怡，邓国和.我国农业大省的农业收入影响因素分析与建模[J].湖南文理学院学报（自然科学版），2019，31（04）：1-6.

[4]仇童伟.农地产权、要素配置与家庭农业收入[J].华南农业大学学报（社会科学版），2017，16（04）：11-24.

[5]蒋蓉华，周久贺.基于灰色关联分析的国内旅游收入影响因素研究[J].商业研究，2010（08）：203-206.

[6]王耀斌，蒋金萍，孙传玲.基于灰色关联分析的甘肃省旅游收入影响因素研究[J].资源开发与市场，2015，31（07）：868-871.

（责任编辑 周康）