鞏固扶貧成果對河南農民持續增收的影響因素研究

摘要：在后扶貧時代，促進河南農民收入持續較快增收，對推進鞏固脫貧攻堅成果同鄉村振興有效銜接具有重要的現實意義。文章基于2001-2020年河南省經濟數據，利用因子分析法提取公因子，并構建結構VAR模型對其進行實證分析。檢驗結果表明：農民人力資本水平和城市化的長期增收效應顯著，且前者的作用效果高于后者；在短期內，農村產業結構改革與農產品貿易市場化程度的提升對河南農民持續增收具有顯著的促進效應；對農業生產進行的科技投資和農業信息化持續建設而獲得的長期增收效益大于其創造的短期增收效益。

關鍵詞：后扶貧時期；農民增收；因子分析；結構VAR模型

農村發展不足主要體現在農民收入增長緩慢，對保障脫貧攻堅成果并實現共同富裕，提高農民收入至關重要。2019年和2022年中央一號文件均強調“農民增收”問題，顯示了國家的高度重視。河南省作為農業大省，鄉村人口眾多，研究農民增收的影響因素對于推動鄉村振興和鞏固脫貧成果具有重要意義。

一、變量數據

（一）變量界定

2021年，河南省農村居民人均可支配收入為17533元，增長8.8%。隨著城鎮化推進，農村人力資本潛力不斷釋放，農業現代化、市場化和信息化轉型為產業結構優化提供了支持。物流和信息流系統的發展拓寬了貧困群體的增收渠道，提升了就業穩定性，助力持續創收。基于脫貧攻堅的成功做法，借鑒張建武等（2020）、郭慧萍（2018）、何茜（2020）、鄒一楠（2021）等學者的研究方法，本研究確定了影響河南省農民人均收入的15個指標，指標界定和說明如表1所示：

（二）數據描述分析

對2001-2020年數據分析表明，河南省農民純收入及增長速率低于全國平均水平，且與全國收入差距逐漸擴大。具體結果見圖1所示。

（三）研究假設

本研究基于脫貧攻堅取得的成果和數據描述性分析現狀，根據張建武等（2020）、郭慧萍（2018）、何茜（2020）等學者的結論，為了排除不顯著的因素，確定后扶貧時期河南農民持續增收影響因素，提出以下假設：

H1：農民人力資本水平和城市化的長期增收效應顯著，且前者的作用效應更大。

H2：農產品的技術研發投資和農業信息化的建設創造的長期增收效益相比于短期效益更為顯著。

二、實證結果分析

（一）因子分析

因子分析法通過將多個觀測變量簡化為少數未觀測的潛在因子，深入剖析變量之間的關聯性和結構模式。其核心目的是通過提取少數因子來解釋原始變量之間的共變性，從而幫助研究者揭示數據背后的隱藏結構并簡化數據集的分析過程。因子分析的主要步驟包括因子提取和因子旋轉。因子提取用于確定所需的因子數量，并將原始變量分配到這些因子中；因子旋轉則幫助提高解釋性因子的可理解性，使其更符合研究的理論背景。這種方法在心理學、教育、社會科學等領域應用廣泛，常用于分析復雜的數據結構，如隱含的構念、人格特征、消費者偏好等，能夠為進一步的實證分析提供有價值的見解。假設有p個變量因素影響農民的收入，依次為X1，X2，…Xp，這p個隨機變量構建隨機向量X＝（X1，X2，…Xp）′，如果指標之間存在較強的相關性，則基準因子模型見式（1）所示：

在（2）式中，F1，F2，…Fm構建了公共因子，即p個變量所隱含的共同原因；ε1，ε2，…εp構建了特殊因子，表示每個變量所隱含的各自的特殊原因，εi只與第i個變量Zi產生關聯，第i個變量Zi在第j個因子Fj上所構成的因子載荷用lij進行表示，其構建的矩陣用L進行表示，則式（1）的矩陣形式可以用式（2）進行表示：

（1）確定因子的數目。由于原始指標數據的量綱無統一標準和固定計量單位，需要對其影響作有效化解。基于樣本主成分的計算過程的需要，先將樣本數據進行規范化和標準化統一具有必要性。以便于下一步的統計計算，常用的計算方法如（3）式所示：

在上式中，隨機解釋變量Xi的期望與方差分別用μi、σii表示，原始隨機變量個數用p表示。滿足如下條件：E（Zi）＝0，var（Zi）＝1，可將處理后的變量進行標準化。通常利用Kaiser-Guttman規則即“特征值大于1”的判別方法，對因子數目進行確定和判斷。本研究根據“特征根大于1”規則，利用主成分分析法，確定因子數目m=5。

（2）因子分析結果。因子數目m=5作為本研究的基礎前提，本研究對表1中15個變量提取公共因子。為得到更顯著的因子模式，本研究采取正交因子旋轉方法，因子旋轉的終止基于總方差變動微小為標準，因子分析旋轉后的統計計算結果如表2所示。

根據表2的因子載荷，研究通過因子分析對變量進行降維并構建SVAR模型，得出六個關鍵因子：城市化、人力資本、產業結構、投資、貿易和信息化。其中，城市化在因子F1上具有最高載荷，被定義為人力資本因子。農民收入在多個公因子上的載荷分別為0.94、0.93、0.92等，顯示出各因子對收入的影響程度，尤其是農業科技投資和信息化因子的解釋力較強。最終，通過對因子得分序列的降維，簡化數據并構建了實證分析模型SVAR。

（二）SVAR模型分析

SVAR模型中的變量當期相關關系通常隱藏在誤差項中，無法直接通過模型SVAR設定得出。通過假設變量個數為k，構建公式分析其關系并進行統計分析見式（4）：

其中C0、Γi、ut的含義見《計量經濟分析方法與建模》。實證檢驗的主要步驟如下：

1. 平穩性檢驗。本研究采用ADF檢驗方法，對模型中所涉及的時間序列平穩性進行判斷，如表3所示展示了具體的計算結果：

2. Johansen協整檢驗。表3檢驗結果表明，變量對數序列的1階差分為平穩序列。對這7個I（1）序列進行Johansen協整關系檢驗可知， 7個序列之間存在協整關系，具體見表4：

3. SVAR模型的估計。在實際應用中Blanchard和Quah于1989年提出，對結構模型系數矩陣施加約束構成了長期約束的前提條件，本研究所采用的實證分析研究方法基于長期約束條件進行，計算結果如表5所示：

根據表6可知，樣本期內SVAR模型的回歸結果如下：

4. 脈沖響應分析。為了揭示各自變量對因變量所造成的影響和沖擊，本研究分析河南省農民純收入受到各個解釋變量變動對其造成的影響，AR根分布見圖2所示。

圖2中AR根的分布表明了SVAR模型具有穩定性，在評估河南省農民純收入對于各個解釋變量的動態影響時，我們可以采用脈沖響應分析的方法來捕捉和反映這些沖擊效果，具體如圖3-8所示。

圖3至圖6的結果顯示，河南農民人均純收入受到城市化、農民人力資本、農村產業結構和農業科技投入等因素的影響，呈現出正效應、負效應及趨于零的變化。觀察結果證實了研究中提出的假設H1和H2，表明這些因素對收入的長期和短期效應需通過方差分解進一步驗證。

5. 方差分解。方差分解結果顯示，河南農民人均純收入的構成要素包括自身貢獻率和其他因素的貢獻率。自身貢獻率呈現出先下降后增加并最終穩定的趨勢；城市化貢獻率穩定在10%以下，第2期達到峰值；農民人力資本的貢獻率逐漸超過城市化；農村產業結構貢獻率穩定在5%左右，到第4期達到最高值；農業科技和對外貿易貢獻率在3%-4%之間，在特定時期有所波動。

最后，圖9的觀察結果對于之前提出的假設H2作出了進一步的驗證。在自身貢獻率以及其他因素貢獻率的多重作用效應下，河南農民人均純收入隨時間變化所呈現的趨勢觀察結果可知，對之前的研究假設H2進行了進一步的驗證。

三、結論與建議

（一）研究結論

1. 城市化和農民人力資本水平對農民收入增長具有顯著作用。研究表明，在1%置信水平上，這兩者對河南農民收入的長期增長有顯著促進效果，尤其是農民人力資本的作用大于城市化，表明提高農民的教育和技能對收入的影響更持久。

2. 農村產業結構調整和農產品貿易對農民收入的正向效應顯著，且影響持續時間較長。盡管其效應略低于城市化和人力資本，但能夠為農民收入提供長期的穩定支撐，符合因子分析結果。

3. 農業生產科技投資和信息化水平對農民收入增長的影響顯著，尤其是科技投資貢獻更大。從長期看，這兩者的作用均超過其帶來的短期增收效益，顯示出持續的科技和信息化投入對提升農民收入的重要性。

（二）對策建議

1. 加快促進資源向農村傾斜，保障農民收入增長。在鄉村振興中，加大縣域資金和土地等資源的投入，培育農業技術人才，提升農民就業率，確保農民工資性收入的持續增長。

2. 優化調整農業生產結構。通過推進農業現代化和信息化，提升農業生產效益，促進農產品附加值的提升，推動特色產業集群建設，實現農村產業轉型。

3. 深化農村土地制度改革，促進農民家庭的財產性收入。改革土地產權制度，完善征地補償機制，確保農民更多地參與土地增值收益分配，并通過政策支持失地農民再就業和創業，增加財產性收入。

參考文獻：

[1]高鐵梅.計量經濟分析方法與建模[M].北京：清華大學出版社，2009.

[2]李子奈，潘文卿.計量經濟學（第四版）[M].北京：高等教育出版社，2015.

[3]林海明，杜子芳.主成分分析綜合評價應該注意的問題[J].統計研究，2013，30（08）：25-31.

[4]姜長云.科學理解推進鄉村振興的重大戰略導向[J].管理世界，2018，34（04）：17-24.

[5]劉合光.鄉村振興戰略的關鍵點、發展路徑與風險規避[J].新疆師范大學學報（哲學社會科學版），2018，39（03）：25-33.

[6]張建武，張藹容，李楠.基于VAR模型的廣東農民收入影響因素研究[J].南方農村，2020，36（02）：4-10+22.

[7]郭慧萍.河南省農民增收的影響因素與增加農民收入的對策[J].河南工業大學學報（社會科學版），2018，14（06）：1-9.

[8]何茜.中國城鄉居民收入差距來源的結構分解[J].統計與決策，2020，36（20）：76-79.

[9]常文濤.我國城鎮化與城鄉居民收入差距關系實證分析[J].信陽師范學院學報（哲學社會科學版），2016，36（01）：47-51.

[10] 常文濤，杜賓彬.基于鄉村振興的“后扶貧時代”農民增收影響因素分析[J].統計與決策，2022，38（08）：27-31.

（作者單位：武漢科技大學馬克思主義學院）