新疆农村居民人均纯收入影响因素分析

2022-12-05

1 引言

农民问题是“三农”问题的核心, 而农民人均纯收入问题又是当前农民问题中最主要的方面。因此, 如何从根本上解决农民人均纯收入的增长问题, 已经成为目前经济社会发展中需要研究的重要课题。为完成全面建设小康社会的目标, 提高农民人均纯收入是一个关键 (王丽, 2011) 。改革开放以来, 新疆高度重视农业和农村经济发展, 通过一系列的政策支持、资金投入和科技推广, 已经初步形成了独具特色的农业产业体系。2003年到2007年新疆农村居民家庭人均纯收入由119元增长到3183元, 累计增长3064元, 年平均增长率为89%。但从200到2007年, 农民收入累计增长1502元, 年均增长率为13%, 增长速度明显减慢, 已经在很大程度上制约了新疆农业和农村经济的进一步发展 (汪希成, 2009) 。新疆地区具有独特的地理环境和战略地位, 因此其农民收入的稳定和增加就有了独特的意义。

本文以新疆1996年至2012年农村居民人均纯收入的数据为样本, 选取新疆农作物种植面积 (x1) , 粮食种植面积 (x2) , 棉花种植面积 (x3) , 谷物种植面积 (x4) , 农业劳动力 (x5) , 农业机械总动力 (x6) , 地方财政支出 (x7) , 中专以上人数比例 (x8) 等八个影响因素。由于衡量新疆农村居民人均收入的指标之间具有一定的关联性, 对各指标进行简单的回归分析可能会影响结果的准确性, 因此, 本文通过因子分析法提出主成分, 然后将主因子和被解释变量进行回归, 进而揭示影响新疆农村居民人均纯收入的影响因素。

2 因子分析法简介

因子分析法最早是由美国社会学家Karl Pearson和Charles Spearmer于1906年提出, 主要应用于社会领域的相关统计分析。经过近一个世纪的发展, 随着计算技术的提高和普及, 因子分析法逐渐拓展到其他领域的统计分析, 尤其在经济学、医学和地质学等领域得到了极大的发展。具体模型如下:

该数学模型中的被解释变量是X是一个向量集合, 分别代表着不同维度的指标。 (F1, F2......, Fm) 是一个向量集合, 也被称为公共因子, 每一个子集F都不是直接观测到的数据集, 而是根据原始数据集计算得到的随机向量, 每一个子集都会出现在研究变量中, 它的各个分量将出现在每个变量中。A也是一个向量集合, 称为因子载荷矩阵, 通过对别解释变量X的原始数据估计得到, 作为公共因子的系数, 主要衡量每个公共因子对被解释变量的解释程度。向量e是特殊干扰项, 也被称为特殊因子。

3 样本的选取及指标体系的建立

根据研究的科学性和可行性, 结合新疆农村地区的农民的基本生产生活状况, 选择了农作物种植面积 (x1) , 粮食种植面积 (x2) , 棉花种植面积 (x3) , 谷物种植面积 (x4) , 农业劳动力 (x5) , 农业机械总动力 (x6) , 地方财政支出 (x7) , 中专以上人数比例 (x8) 八个指标来构建新疆农村人均纯收入的评价指标体系, 数据来源于2003年至2015年《新疆统计年鉴》和《新疆五十年》, 以此构成样本研究数据。

4 因子分析过程及分析结果

4.1 显著性检验

在对原始数据进行显著性检验以前, 首先对其进行无量纲标准化处理, 进而利用SPSS19.0进行显著性检验, 以此确认样本数据是否适合因子分析法。通过对样本数据的Bartlett球形检验发现, 样本数据的近似x2值为276.24, 在此情况下的P值接近0。由此说明, 在99%的显著性水平下, 样本数据的相关系数矩阵与单位矩阵存在显著性差异, 即样本数据通过了显著性检验。进一步检验发现, 样本数据的KMO值为0.677, 相应的Bartlett检验p值为0, 由此说明样本数据, 即各指标相互具有较强的关联性, 可以通过因子分析法提出主成分, 进而研究新疆农村居民人均收入的影响因素。

4.2 提取因子及命名

在提取主成分的过程中, 首先分析样本数据的特征值与方差贡献率, 原有的8个变量采用主成分分析方法提出两个主要因子, 并且包含了所有变量87.97%以上的信息。因此, 对样本数据通过正交旋转法进行主成分提出, 得到综合因子F1和F2。通过对原始载荷矩阵研究发现, 现提取的两个因子对原始指标的解释力度不强。为了加强两个因子对人均纯收入的解释力度, 进一步对原始载荷矩阵进行正交旋转, 结果发现, 农作物种植面积 (x1) , 棉花种植面积 (x3) , 农业机械总动力 (x6) , 地方财政支出 (x7) , 中专以上人数比例 (x8) 在第一因子上的载荷系数较高。粮食种植面积 (x2) , 谷物种植面积 (x4) , 农业劳动力 (x5) 在第二因子上的载荷系数较高。由此说明, 通过正交旋转得到的两个因子, 分别包含了原有的8个解释变量, 能够解释新疆农民人均纯收的变化。因此, 根据被包含变量的特征, 对第一个的因子命名为原始生产因子, 对第二个因子命名为现代科技生产因子。

4.3 因子得分表达式及得分

在以上计算的基础上, 通过两个因子的系数矩阵, 得到因子F1和F2的得分函数, 表达式为:

由上面两个公式可以分别得到两个因子的得分, 根据特征值与方差贡献率的计算, 又可以得到两个因子的权重, 分别为0.592和0.408。将两个因子的得分加权汇总, 便计算出新疆每一年度的农村居民人均纯收入得分:

根据上述公式通过计算提出各年度的因子得分及总因子得分如表1。

从表1中的数据可以看出, 在国家相关政策的支持和市场经济不断成熟的情况下, 决定新疆农村居民人均纯收入得分的现代科技生产因子和原始生产因子得分整体呈不断增长的态势, 进而使得衡量人均纯收入的总得分也是不断增长, 进而排名不但提高。自2002年到2014年新疆农村居民人均纯收入综合得分逐年提高, 在2005年及以前综合得分为负值, 并且在2004年综合得分达到最低值, 2009年综合得分因为负数。进一步研究发现, 2005年以前, 现代产业因子和原始生产因子得分都为负数, 主要是由于新疆整体经济环境不景气, 产业结构比较落后, 再加上2003年开始, “非典”在全国蔓延开来, 极大地阻碍了人口和货物的流通, 影响农产品的销售和价格, 进而降低了农民的人均纯收入。2004年开始, 中共中央、国务院开始逐步降低农业税率, 减免农业税种, 因此现代生产因子、原始生产因子以及农民人均纯收入总得分不断提高, 综合得分在2007年一度达到了最高峰。然而, 2008年随着美国金融风暴席卷全球, 国内市场和国际市场持续低迷, 极大影响了新疆农业经济的发展, 进而导致因子得分和综合得分的降低。2009年新疆“七·五”事件的发生, 对当地社会经济产生了巨大的影响, 极大破坏了当地居民生产生活的稳定性, 再度使得农村居民人均收入总得分达到最低值。2010年以后, 国家宏观调控手段不断加强, 政府各级部门的相关政策活力得以释放, 再加上市场环境的回暖, 农业各生产因子及农民人均收入总得分不断升高, 呈现出一派欣欣向荣的发展局面。

5 结论与建议

针对上述研究过程中发现的问题, 结合新疆农村地区的生产经营状况, 提出以下几点建议促进新疆农民人均纯收入增收。

(1) 逐步取消对新疆地区农业产业内的各项税收的取消, 同时加强政府对农业的财政支出。高科技生产因子对人均纯收入的影响特别显著, 高科技生产乃农业生产之本, 因此, 高科技生产作为农业发展的主要目标。

(2) 通过产业结构优化升级, 城镇化进程的加快, 不断转移农村剩余劳动力。随着农业机械化水平和生物技术的提高, 技术水平的提高对农业劳动力产生了一定的替代作用, 因此导致农业劳动生产率降低。加大当地二、三产业对农业劳动力的承载力度, 使得农村劳动力得到更加高效的利用, 进而促进农民的收入水平的提高。

(3) 加大农村地区技能培训, 促进农民对生产技术的掌握, 全面提高劳动生产率。农村居民科技文化知识的提高, 对于他们接触到高科技的农业生产力和生产技术具有非常大的促进作用。对于农业的生产能够起到事半功倍的效果。因此, 当地政府有必要组织相关的农业科技培训, 上门服务和媒体宣传等措施。

摘要：农民收入是解决三农问题的根本, 本文通过因子分析法, 对影响新疆农民人均纯收入的因素进行深入分析。利用spss19.0软件提取了高科技生产因子和原始生产因子两大主要因子, 然后计算出总因子评价得分。研究结果为, 新疆农民人均纯收入水平在不断提高, 主要受益于政府在农业生产方面的机械总动力, 农业政策和财政支出方面的努力, 以及农民知识水平的提高和经济作物的种植提高了农村居民的收入水平, 进而改善了农民的生活质量。

关键词：三农,人均纯收入,因子分析法,农业政策