中部地區農業經營主體收入的差異分析

趙奇 羅青 陳麗培 鄭鈞屏 徐艷花

摘要?為更好地為提升中部地區農業經營主體收入提供參考依據，采用SPSS聚類、主成分分析法和灰色關聯分析法對農業經營主體收入進行研究。結果表明：地區聚類分為3類，湖北省為農業經營主體高收入類型，安徽、湖南、江西、河南4省份農業經營主體聚在中收入類群，山西農業經營主體收入最低。3個代表省份的主成分分析和灰色關聯分析結果有較大差異，主成分特征向量和指標影響力排序是制定農業經營主體增收政策的重要參考和依據。

關鍵詞?中部地區;SPSS統計分析;農業經營主體收入;聚類分析;主成分分析;灰色關聯分析

中圖分類號?S-9?文獻標識碼?A?文章編號?0517-6611（2021）09-0221-04

doi：10.3969/j.issn.0517-6611.2021.09.060

Abstract?In order to provide basis of improving the income of agricultural operators in central China， SPSS clustering， principal component analysis and grey relational analysis methods were used to research. The results showed that： The regional clustering was divided into three categories， Hubei Province was clustered as a high income type， Anhui， Hunan， Jiangxi， and Henan belonged to the middle income areas，Shanxi Province belonged to low-income region. The results of principal component analysis and grey correlation analysis of three representative provinces were quite different. When the policy of increasing income of agricultural business entities was formulated， principal component eigenvectors and index influence ranking should be taken as important reference and basis.

Key words?Central region;SPSS statistical analysis;Income of agricultural business entities;Clustering analysis;Principal component analysis;Grey relation analysis

農民收入是“三農”問題探討的焦點，也是我國農村社會穩定的基礎[1]，農戶是農業經營的主要主體，經營主體收入的增長不僅利于國家糧食安全，亦對打贏脫貧攻堅戰有重大的意義[2-3]。近年來，農業經營主體人均收入的影響因素更為復雜，涵蓋了農業、科技、教育、政策、財政等方面[4-7]。2004年我國提出了《促進中部地區崛起計劃》[8]，為農民增收奠定了基礎。中部地區氣候、環境、經濟基礎等方面有很大差異[9-10]，因此，有必要對中部地區農業經營主體收入的影響因素進行分析研究，確定區域內的影響差異，以便為中部地區農業經營主體增收以及農業的良性發展提供決策參考。

1?中部地區農民收入現狀

由圖1可知[11]，中部6省中，湖北農民經營收入一直領先于全國農民經營性收入。2001年河南農民經營收入首次高于全國平均值，緊隨其后的是江西、安徽，分別在2007和2018年農民經營收入首次高于全國平均水平。之后，河南和江西農民經營收入分別在2015和2013年再次低于全國平均水平，剩余其他省份的農民經營收入均一直低于全國平均水平。

2003—2018年，中部地區與全國農民經營收入的增幅有加速，也有減速（圖2）。農民經營收入的增幅指標描述了數據是增加或降低[12-13]，第i年增幅用Xi表示，Xi=Xi-Xi-1。總體上來說，2004年之前，中部地區農民經營收入起伏變化較大，隨著年份增加農民經營收入遞減現象時有發生，與這些年份的農業及農業環境影響有很大關系。2004年以后，凈經營收入降低現象只在少數地區偶爾出現，比如2009年的山西和2013年的山西、江西，其他地區均表現為逐年增加的變化態勢。

2?中部地區農業經營主體收入差異定量分析

2.1?研究方法

2.1.1?中部地區農業經營主體經營凈收入的聚類分析。

為明確中部地區農民經營收入的地區差異，使用SPSS 25.0對中部地區以個案形式進行系統聚類分析，對農民經營收入的不同地區特征進行分類。

2.1.2?主成分分析。

依據聚類分析結果，選取各聚類中代表區域作為研究對象，選取影響農業經營主體收入水平的農業條件、經濟水平、財政支持等14個指標變量[14-17]，具體見表1，數據來自《中國統計年鑒》《山西統計年鑒》《安徽統計年鑒》《湖北統計年鑒》[18-21]。運用主成分分析方法對指標變量進行降維處理，找出能反映農業經營主體收入水平的彼此不相關的信息變量。

2.1.3?灰色關聯分析。

為分析農業經營主體經營收入行為因子與變量因素之間的密切程度，以農業經營主體收入水平作為參考序列，把主成分分析的無關變量作為灰色系統的比較序列，進行灰色關聯分析的定量分析，形成中部代表地區的各類指標對該地區農民經營收入的貢獻排序，為各代表地區農民增收提供直接可靠的參考。計算步驟如下[22]：

2.2?結果與分析

2.2.1?中部地區經營主體經營凈收入的聚類情況。

聚類分析結果如圖3所示，以歐氏距離12.5為閾值，6個中部地區被分為3類，I類包括安徽、湖南、江西、河南;湖北為Ⅱ類;山西為Ⅲ類。聚類分析對區域水平科學分類，與實際情況相符，說明分析可靠有效。

2.2.2?3個代表地域的主成分分析。

運用SPSS 25.0軟件，分別對安徽、湖北、山西3個代表省份2003—2018年的14個指標變量進行主成分分析。

由表2可知，3個省份的公因子提取結果不同，安徽和湖北前2個主成分因子貢獻率為89.624%和90.233%，山西前3個主成分因子累積貢獻率為92.147%，說明這些主成分因子分別代表各自省份農業經營凈收入的大部分信息。安徽、湖北、山西第一主成分特征值分別為9.612、7.639、7.675，分別解釋了14個指標變量的68.66%、54.562%、54.823%的變化。安徽省特征向量值較大的為農村居民消費水平、農村居民人均消費支出、農林牧漁業固定投資、農村用電量、耕地灌溉面積、耕地面積、人均糧食產量等，說明第一主成分主要是與農民消費、農業固定投資、農業生產條件等相關的指標。湖北數據說明第一主成分主要是與農民消費、農業固定投資及耕地面積等相關的指標。山西數據說明第一主成分主要是與農民消費、農業現代化、糧食產量等相關的指標。

由SPSS分析提供的成分得分系數矩陣可以得出主因子得分方程，對各主成分和的方差貢獻率占因子總方差貢獻率的比重作為權重進行加權匯總，得出各省份的綜合得分，能更好地對各省份做出一個綜合評價，故將各省份的綜合因子表示如下：安徽綜合因子F=0.766F1+0.234F2;湖北綜合因子F=0.605F1+0.395F2;山西綜合因子F=0.595F1+0.223F2+0.182F3。

2.2.3?灰色關聯分析結果。

為了驗證主成分指標劃分是否合理，并進一步測度所選14個指標對中部地區農業經營主體收入的影響，利用灰色系統理論具體分析所選14個指標對農業經營主體收入的影響力大小。依據灰色關聯計算過程，計算出所選指標與農業經營主體收入關聯度的大小，結果見表3。由表3結果可知，安徽、湖北、山西的14個指標對農業經營主體收入的影響力表現不同，比如位列前3的影響力指標，安徽的是X9、X1、X6;湖北的是X5、X6、X14;山西的是X6、X5、X14，安徽指標表現明顯與山西和湖北差異較大，湖北和山西對農業經營主體收入影響力較大的前3個指標因素體現的是農業現代化發展程度。X4在3個省份指標中的關聯排序均較靠后，表明農林牧漁業固定投資對3個省份農業經營主體收入的影響較小。

3?結論

（1）中部6地區的聚類分析劃分為3個分類，湖北省農業經營主體收入最高，其次為第二類的安徽、湖南、江西、河南4個省份，山西省農業經營主體收入最低。

（2）3個代表省份的主成分分析提取主成分有差異，安徽、湖北、山西提取公因子分別為2、2、3個，且每個主成分特征向量較大的指標存在差異，表明影響各省份農業經營主體收入的指標有差異。因此，中部地區提升農業經營主體收入的具體措施需要依據各省份實情進行制定。

（3）灰色關聯分析結果表明，安徽、湖北、山西3個省份的14個指標對農業經營主體收入的影響力排序有差異，因此，3個省份農業經營主體收入的增收對策表現不同。

參考文獻

[1] 趙奇，李玉華，雷志華，等.鄭州市農民收入的灰色關聯分析與增收對策[J].貴州農業科學，2017，45（12）：167-169.

[2] 馬瑞.吉林省新型農業經營主體培育研究[D].長春：吉林農業大學，2017.

[3] 杜勇，謝靜，彭昌家，等.培育新型農業經營主體促進傳統農業轉型升級：以南充市為例[J].貴州農業科學，2018，46（11）：163-167.

[4] 高鴻杰，宋和禧，何琳.廣東省農村居民人均可支配收入影響因素研究[J].南方農村，2020，36（2）：11-15.

[5] 樓佳俊，鄭雨倩.基于市域尺度農民收入時空差異及驅動力分析[J].貴州農業科學，2017，45（9）：153-158.

[6] 陸樹楠.鄉村振興戰略背景下推動農民持續增收的路徑[J].現代交際，2020（8）：58，57.

[7] 吳紅霞，張潤東.基于灰色理論的河北省農村居民收入構成分析及預測[J].安徽農業科學，2012，40（25）：12694-12697.

[8] 海川.大中原蓄勢崛起[J].新經濟導刊，2013（Z1）：94-97.

[9] 王明昌，劉錟，江源，等.中國北方中部地區近五十年氣溫和降水的變化趨勢[J].北京師范大學學報（自然科學版），2015，51（6）：631-635.

[10] 楚純潔，趙景波，安春華.1957—2011年中國中部不同氣候帶氣候變化及其與ENSO的關系[J].地域研究與開發，2015，34（5）：121-127.

[11] 國家統計局.中國統計年鑒（2003-2018年）[M].北京：中國統計出版社，2003-2018.

[12] 秦嶺.現階段農民家庭經營收入增幅下降原因分析與農業微觀經濟組織創新[J].華中農業大學學報（社會科學版），2003（1）：12-17.

[13] 沈正榜，侯峰，潘敏.南通市農村居民收入現狀及對策[J].貴州農業科學，2014，42（11）：251-254.

[14] 李雪，韓一軍，王允.糧食主產區農民收入影響因素分析：基于冀魯豫農戶調研數據的實證分析[J].華東經濟管理，2019，33（10）：92-100.

[15] 寇溶，陳英，謝保鵬，等.農民土地財產性收入影響因素分析：基于農地流轉情景的實證分析[J].云南農業大學學報（社會科學），2019，13（4）：74-80.

[16] 成鵬遠，嚴鎧，劉仲妮，等.北京農民收入增長影響因素實證分析及展望[J].農業展望，2019，15（3）：17-22.

[17] 李天笑.基于SPSS的江蘇省現代農業影響因素探究[D].舟山：浙江海洋大學，2019.

[18] 鄭文靜.安徽省各市農村居民收入結構演變研究[D].合肥：安徽農業大學，2017.

[19] 山西省統計局.山西統計年鑒（2003-2018年）[M].北京：中國統計出版社，2003-2018.

[20] 安徽省統計局.安徽統計年鑒（2003-2018年）[M].北京：中國統計出版社，2003-2018.

[21] 湖北省統計局.湖北統計年鑒（2003-2018年）[M].北京：中國統計出版社，2003-2018.

[22] 劉思峰，黨耀國，方志耕，等.灰色系統理論及其應用[M].北京：科學出版社，2004.