戰(zhàn)英杰，申秋紅,2

（1.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與發(fā)展研究所，北京 100081；2.中國人口與發(fā)展研究中心，北京 100081）

農(nóng)民收入是關(guān)系到農(nóng)業(yè)能否迅速發(fā)展，農(nóng)村能否現(xiàn)代化的關(guān)鍵問題，甚至是制約國民經(jīng)濟快速發(fā)展的瓶頸。然而我國當(dāng)前農(nóng)民收入現(xiàn)狀卻不容樂觀，20世紀80年代，農(nóng)民人均純收入年均增長9%左右，90年代降到不足5%；2000～2006年農(nóng)民人均純收入年均增長7.6%，同城鎮(zhèn)居民人均可支配收入實際增長10.8%甚有差距，農(nóng)民收入增長緩慢的狀況給社會經(jīng)濟的發(fā)展帶來了一系列的問題，不僅嚴重挫傷了農(nóng)民的生產(chǎn)積極性，制約了農(nóng)村經(jīng)濟社會的發(fā)展，而且使得整個國民經(jīng)濟陷入了一種低水平均衡陷阱[1]。在這種情況下，對中國農(nóng)民收入的影響因子進行分析是十分必要的。

從收入來源看，目前農(nóng)業(yè)收入和非農(nóng)業(yè)收入仍然是農(nóng)民收入的主要構(gòu)成部分，二者相加在農(nóng)民收入中的比重1985年為92%，1995年為94%，到2006年這一比例仍然高達93%，幾乎沒有發(fā)生什么變化。轉(zhuǎn)移性和財產(chǎn)性收入在農(nóng)民人均純收入中的比重一直維持在一個較低的水平上。因此在對農(nóng)民收入進行因子分析時有必要側(cè)重于從農(nóng)民收入的來源方面進行考察，分析影響農(nóng)民收入增長的因素，其實也就是分別分析影響農(nóng)民農(nóng)業(yè)收入和非農(nóng)業(yè)收入的相關(guān)因素。

1 因子分析模型的建立

因子分析（Factor analysis）起源于1904年Karl Pearson和Charles Spearman等關(guān)于智力測驗的研究。該模型是利用降維的思想，由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。具體地說，因子分析就是根據(jù)研究對象不同維度相關(guān)性的大小對維度進行分組，使得同組內(nèi)的維度之間相關(guān)性較強，不同組的維度之間相關(guān)性較弱。每組維度代表一個基本結(jié)構(gòu)，稱該基本結(jié)構(gòu)為公因子。對于所研究的問題就可試圖用最少個數(shù)的不可測的所謂公因子的線性函數(shù)與特殊因子之和來描述原來觀測的每一維度[2]。因子分析法的模型為：

其矩陣形式為：

且滿足：① m≤p；② Cov（F，ε）=0，即F和ε是不相關(guān)的；③F1，…，F(xiàn)m不相關(guān)且方差皆為1；ε1，ε2，…，εp不相關(guān)，且方差不同。

其中，X=（X1，X2，…，Xp）是可實測的 p 維隨即向量。（F1，F(xiàn)2，…，F(xiàn)m）叫做公因子（或稱主因子），它們是在各個原觀測變量的表達式中都共同出現(xiàn)的因子，是相互獨立不可觀測的理論變量。矩陣A=（aij）為因子載荷矩陣，其中元素的絕對值越大表明 Xi與 Fj相依程度越大。ε=（ε1，ε2，…，εp）稱為特殊因子，在模型中起著殘差的作用，但被定義為彼此不相關(guān)且和公因子也不相關(guān)，而且每個公因子假定至少對兩個變量有貢獻，否則它將是一個特殊因子。為了使Xi與Fj的相關(guān)關(guān)系更醒目、突出，可進一步進行因子旋轉(zhuǎn)，使得Xi與Fj中某些因子的相關(guān)關(guān)系更強，而與Fj中其他因子相關(guān)更弱。經(jīng)過因子旋轉(zhuǎn)后的因子負載陣可以大為提高因子的可解釋性。根據(jù)與某n個相關(guān)關(guān)系較強的指標(biāo)給該因子賦予綜合經(jīng)濟意義，通過觀察它們在哪些變量上載荷較大，然后再根據(jù)載荷大的本身內(nèi)容來說明因子的具體含義。

2 影響農(nóng)民農(nóng)業(yè)收入的因子分析

農(nóng)業(yè)收入是農(nóng)民收入構(gòu)成的主體。80年代農(nóng)業(yè)收入占純收入的比重接近于70%，90年代這一比重快速下降，但仍占60%，最近幾年下降較快，2006年僅占45%，但我國仍有3/4的農(nóng)戶是純農(nóng)戶或以農(nóng)業(yè)為主的兼業(yè)戶，他們收入的主要來源仍然是農(nóng)業(yè)，特別是中西部地區(qū)的廣大農(nóng)戶，來自農(nóng)業(yè)的收入高達60%以上[3]。因此，農(nóng)業(yè)收入保持穩(wěn)定增長是純收入增長的重要條件。

本文經(jīng)過對統(tǒng)計資料進行分析和篩選，對影響農(nóng)民農(nóng)業(yè)收入的因素主要采用了10個指標(biāo)：X1-農(nóng)業(yè)生產(chǎn)資料價格指數(shù)；X2-農(nóng)副產(chǎn)品收購價格指數(shù)；X3-農(nóng)民化肥購買量（公斤/戶）；X4-國家農(nóng)業(yè)基本建設(shè)支出（億元）；X5-受災(zāi)率（它等于受災(zāi)面積除以總播種面積）；X6-家庭經(jīng)營耕地面積（畝/戶）；X7-農(nóng)民用于第一產(chǎn)業(yè)的支出（元）；X8-農(nóng)民購置生產(chǎn)性固定資產(chǎn)的支出（元）；X9-國家財政用于農(nóng)業(yè)的支出（億元）；X10-農(nóng)村居民大中專及以上學(xué)歷所占比重。

根據(jù)《中國統(tǒng)計年鑒》和《中國農(nóng)村住戶調(diào)查年鑒》，本文搜集了1990～2006年全國范圍內(nèi)的時間序列數(shù)據(jù)，原始數(shù)據(jù)見表1。對所選指標(biāo)數(shù)據(jù)進行標(biāo)準化處理以消除由觀測量綱的差異所造成的影響，使標(biāo)準化后的變量均值為0，方差為1。本文運用SPSS 15.0統(tǒng)計分析軟件進行數(shù)據(jù)計算。

因子分析的前提是原有變量之間具有較強的相關(guān)關(guān)系，否則根本無法從中綜合出能夠反映某些變量共同特性的幾個較少的公因子變量來。KMO統(tǒng)計量是用于比較變量之間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的一個指標(biāo)，其取值范圍在0和1之間，當(dāng)所有變量之間的簡單相關(guān)系數(shù)平方和遠遠大于偏相關(guān)系數(shù)平方和時，KMO值越接近1，越適合做因子分析[4]。根據(jù)Kaiser給出的度量標(biāo)準：0.9以上非常適合；0.8適合；0.7一般；0.6不太適合；0.5以下不適合。該組數(shù)據(jù)KMO=0.761，顯然適合做因子分析。因此，可運用SPSS軟件進行數(shù)據(jù)計算，采用巴特利特球度檢驗和KMO檢驗結(jié)果為：KMO=0.761；Bartlett檢驗統(tǒng)計量的觀測值為211.947；df=7；該模型檢驗極其顯著，P=0.0001。

表2為按指定提取條件（特征根＞1）提取特征根時的共同度?？梢娒恳粋€變量的絕大部分信息（大于85%）都可被因子解釋，這些變量的信息丟失較少，因此，本次因子提取的總體效果十分理想。

表1 1990~2006年中國農(nóng)民農(nóng)業(yè)收入影響因素的經(jīng)濟數(shù)據(jù)Table 1 Date of factors influencing farmers'agricultural income during 1990-2006

表2 因子分析初始解Table 2 Initial value of factor analysis

方差貢獻率是衡量公因子相對重要程度的指標(biāo)，方差貢獻率越大表明該公因子相對越重要，或者說方差越大表明公因子對變量的貢獻越大。在這里，也就是各因子對農(nóng)民農(nóng)業(yè)收入的影響力。從表3可以看出，3個公因子累計方差貢獻率達到93.93%。這表明3個公因子基本保持了原來10個指標(biāo)絕大部分信息。各因子旋轉(zhuǎn)后的方差貢獻率說明，因子1、因子2、因子3可以解釋原始信息的能力分別是53.76%、25.83和14.33%。由此可知，第一個因子，對農(nóng)民農(nóng)業(yè)收入的影響力最大，其余兩個因子的影響力明顯減弱。

表4為旋轉(zhuǎn)后的因子載荷矩陣。為了更好地對所選取的公因子賦予合理的經(jīng)濟解釋，可通過因子旋轉(zhuǎn)的方式使一個變量只在盡可能少的因子上有比較高的載荷。由旋轉(zhuǎn)后的因子載荷矩陣可以看出，公因子 1 在 X3、X4、X7、X8、X9和 X10這 6 個指標(biāo)上的載荷值很大。從實際情況看，農(nóng)業(yè)生產(chǎn)中的投入包括人的投入和物的投入，X3、X7和X8是農(nóng)民對農(nóng)業(yè)生產(chǎn)的物質(zhì)投入，X4和X9是國家對農(nóng)業(yè)生產(chǎn)的投入，X10反映農(nóng)業(yè)生產(chǎn)中人的要素。在同樣的社會經(jīng)濟環(huán)境下，生產(chǎn)投入越多、從事農(nóng)業(yè)勞動的生產(chǎn)者素質(zhì)越高，農(nóng)民的農(nóng)業(yè)收入也就越高。因此，可以將公因子1定義為投入因子。公因子2在指標(biāo)X1、X2和X6上的載荷值很大。實際情況是其他條件不變時，農(nóng)業(yè)生產(chǎn)資料價格越高，農(nóng)業(yè)收入就越低，而農(nóng)產(chǎn)品收購價格越高，則農(nóng)業(yè)收入就越高。我國農(nóng)產(chǎn)品和生產(chǎn)資料價格長期受政府的控制，即使在放開農(nóng)產(chǎn)品市場后，政府對農(nóng)產(chǎn)品市場仍具有強大的宏觀調(diào)控能力。農(nóng)業(yè)生產(chǎn)資料價格指數(shù)和農(nóng)副產(chǎn)品收購價格指數(shù)受政策的影響，家庭經(jīng)營耕地面積是農(nóng)民進行農(nóng)業(yè)生產(chǎn)必不可少的資源，因此可以將公因子2定義為政策和資源因子。X5反映了氣候與農(nóng)業(yè)收入的協(xié)調(diào)狀況，可將其定義為氣候因子。由此可知，第一個因子，即投入因子對農(nóng)民農(nóng)業(yè)收入的影響力最大，其余兩個因子的影響力明顯減弱。

表3 相關(guān)矩陣的特征根與貢獻率Table 3 Total variance explained

表4 旋轉(zhuǎn)后因子載荷矩陣Table 4 Rotated component matrix

3 影響農(nóng)民非農(nóng)業(yè)收入的因子分析

盡管農(nóng)民收入的主體是農(nóng)業(yè)，但農(nóng)民收入的主要來源已由單純的農(nóng)業(yè)收入轉(zhuǎn)變?yōu)檗r(nóng)業(yè)收入與非農(nóng)業(yè)收入并駕齊驅(qū)的局面，非農(nóng)業(yè)收入在農(nóng)民收入中的比重呈不斷上升的趨勢[5]，對農(nóng)民收入增長的貢獻在最近幾年起到了絕對性的作用。因此，分析影響農(nóng)民非農(nóng)業(yè)收入增長的各因素就顯得特別重要。

本文選取了影響農(nóng)民非農(nóng)業(yè)收入的6個指標(biāo)進行分析：X1-全社會固定資產(chǎn)投資額（億元），X2-農(nóng)村居民大專及以上學(xué)歷所占比重，X3-農(nóng)村工業(yè)化率（即鄉(xiāng)鎮(zhèn)企業(yè)就業(yè)人數(shù)占農(nóng)業(yè)勞動力的比重）。X4-非農(nóng)業(yè)收入比重，X5-城鎮(zhèn)化率（即城鎮(zhèn)人口所占比重），X6-第三產(chǎn)業(yè)產(chǎn)值比重。

根據(jù)《中國統(tǒng)計年鑒》，搜集了1990～2006年全國范圍內(nèi)的時間序列數(shù)據(jù)，原始數(shù)據(jù)見表5。

通過對數(shù)據(jù)進行標(biāo)準化處理，選用SPSS統(tǒng)計分析軟件進行數(shù)據(jù)計算。KMOand Bartlett's Test檢驗顯示，KMO=0.728，Bartlett檢驗統(tǒng)計量的觀測值為137.062；df=11；該模型檢驗極其顯著，P=0.0001。

表5 1990~2006年中國農(nóng)民非農(nóng)業(yè)收入影響因素的經(jīng)濟數(shù)據(jù)Table 5 Data of factors influencing farmers'non-agricultural income during 1990-2006

表6顯示了所有變量的共同度數(shù)據(jù)，可以看出，每一個變量的絕大部分信息都可以被因子解釋。表7反映了因子解釋原有變量總方差的情況，兩個公因子的累計方差貢獻率達到89.17%，表明兩個公因子基本保持了原來6個指標(biāo)的絕大部分信息，公因子1和公因子2可以解釋原始信息的能力分別是49.42%和39.75%，第一個公因子對農(nóng)民非農(nóng)業(yè)收入的影響力大，第二個因子次之。表8是旋轉(zhuǎn)后的因子載荷矩陣?？梢钥闯龉蜃?在X3和X5這兩個指標(biāo)上的載荷值大，在其他條件不變時，農(nóng)村工業(yè)化、城市化水平越高，給農(nóng)民提供的在外就業(yè)的機會也越多，在非農(nóng)部門就業(yè)的農(nóng)村勞動力就越多，相應(yīng)農(nóng)民的非農(nóng)業(yè)收入也會增加?？梢詫⒐蜃?定義為城鎮(zhèn)化發(fā)展因子，它代表了農(nóng)村工業(yè)化率和城鎮(zhèn)化率這兩個指標(biāo)95%以上的信息，是影響農(nóng)民非農(nóng)業(yè)收入的主要因素；公因子2在X1、X2、X4和X6上載荷值大，可以將因子2定義為社會因子，它包括了全社會固定資產(chǎn)投資狀況、非農(nóng)產(chǎn)業(yè)發(fā)展?fàn)顩r以及勞動者文化素質(zhì)狀況。實際情況也表明，非農(nóng)業(yè)部門的經(jīng)濟越景氣，對勞動力的需求就越多，在城市就業(yè)的農(nóng)村勞動力也會越多，即全社會固定資產(chǎn)投資越多，第三產(chǎn)業(yè)產(chǎn)值所占比重越大，在非農(nóng)業(yè)部門就業(yè)的農(nóng)村勞動力就越多，相應(yīng)非農(nóng)業(yè)收入也會增加。勞動力文化程度越高，商品意識越強，擇業(yè)的范圍就越大，向二、三產(chǎn)業(yè)及非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移的機會多、速度快，非農(nóng)業(yè)收入也就越高。可見，因子2也是影響農(nóng)民非農(nóng)業(yè)收入的一個因素。

表6 因子分析初始解Table 6 Initial value of factor analysis

表7 相關(guān)矩陣的特征根與貢獻率Table 7 Total variance explained

表8 旋轉(zhuǎn)后因子載荷矩陣Table 8 Rotated component matrix

4 政策建議

由上文對農(nóng)業(yè)收入和非農(nóng)業(yè)收入影響因子的分析，我們可以得出以下結(jié)論：①影響我國農(nóng)民農(nóng)業(yè)收入的主要因子是投入因子、政策和資源因子、氣候因子。其對農(nóng)民農(nóng)業(yè)收入的貢獻率分別是60.53%、25.83%和14.33%?？梢姷谝粋€因子即投入因子對農(nóng)業(yè)收入的影響力最大，其余兩個次之；②影響農(nóng)民非農(nóng)業(yè)收入的因子有城鎮(zhèn)發(fā)展因子和社會發(fā)展因子，對農(nóng)民非農(nóng)業(yè)收入的貢獻率分別是49.42%和39.75%?？梢?，農(nóng)民非農(nóng)業(yè)收入受城鎮(zhèn)化發(fā)展速度影響大，其次是社會發(fā)展尤其是第三產(chǎn)業(yè)發(fā)展對增加農(nóng)民非農(nóng)業(yè)收入有重要影響。

依據(jù)以上分析結(jié)果，并結(jié)合我國農(nóng)村經(jīng)濟發(fā)展實際，為提高農(nóng)民收入提出以下政策建議：

4.1 優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，增加農(nóng)民的農(nóng)業(yè)收入

在新的市場環(huán)境下，增加農(nóng)業(yè)收入，最根本的途徑是調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，進一步發(fā)揮具有比較優(yōu)勢的農(nóng)產(chǎn)品，開發(fā)優(yōu)質(zhì)專用品種，逐步向區(qū)域化種植、專業(yè)化生產(chǎn)和產(chǎn)業(yè)化經(jīng)營方向發(fā)展；發(fā)展觀光農(nóng)業(yè)、特色農(nóng)業(yè)、生態(tài)農(nóng)業(yè)，使之成為農(nóng)民增收的亮點。為了保證農(nóng)業(yè)收入長期穩(wěn)定的增長，必須下大力氣改變農(nóng)業(yè)和農(nóng)民的弱質(zhì)性。這就要求國家采取宏觀調(diào)控和宏觀經(jīng)濟服務(wù)手段支持農(nóng)業(yè)的發(fā)展，增加對農(nóng)業(yè)的投資力度，選擇適度的傾斜政策，各級財政應(yīng)進一步調(diào)整財政支出結(jié)構(gòu)，繼續(xù)增加農(nóng)業(yè)投入，加強農(nóng)業(yè)的基礎(chǔ)設(shè)施建設(shè)，使農(nóng)民有效地規(guī)避自然風(fēng)險和市場風(fēng)險。同時，由于農(nóng)業(yè)生產(chǎn)資料價格上漲抵消了農(nóng)產(chǎn)品收購價格上漲帶給農(nóng)民的實惠，因此要搞活農(nóng)產(chǎn)品流通，降低交易成本，打破壟斷，協(xié)調(diào)平衡農(nóng)產(chǎn)品收購價格和農(nóng)業(yè)生產(chǎn)資料價格是促進農(nóng)民農(nóng)業(yè)收入增長的關(guān)鍵所在。

4.2 推動鄉(xiāng)鎮(zhèn)企業(yè)二次創(chuàng)業(yè)和農(nóng)村小城鎮(zhèn)建設(shè)，提高農(nóng)民的非農(nóng)業(yè)收入

大力發(fā)展農(nóng)村工業(yè)化和城鎮(zhèn)化是促使農(nóng)民變市民、農(nóng)民非農(nóng)化以及提高農(nóng)民非農(nóng)業(yè)收入的合理途徑。首先，要繼續(xù)鼓勵和支持鄉(xiāng)鎮(zhèn)企業(yè)的發(fā)展，大力扶持個體私營經(jīng)濟發(fā)展，鼓勵農(nóng)民從事農(nóng)畜產(chǎn)品加工、建筑、經(jīng)商、運輸、餐飲業(yè)等，發(fā)展壯大縣域經(jīng)濟，從而增加農(nóng)民二、三產(chǎn)業(yè)的收入。經(jīng)驗表明，鄉(xiāng)鎮(zhèn)企業(yè)的快速發(fā)展是轉(zhuǎn)移農(nóng)村剩余勞動力的主要渠道，為緩解農(nóng)村剩余勞動力就業(yè)做出了巨大貢獻。其次，小城鎮(zhèn)建設(shè)是解決農(nóng)村剩余勞動力出路的必由之路，小城鎮(zhèn)對增加農(nóng)民非農(nóng)業(yè)收入具有強大的帶動作用。大力發(fā)展小城鎮(zhèn)會使相當(dāng)一部門農(nóng)民脫離農(nóng)村而進入小城鎮(zhèn)，從事加工業(yè)、建筑業(yè)以及各種服務(wù)業(yè)。這不僅可以使農(nóng)業(yè)走專業(yè)化、規(guī)?；?、集約化道路，而且農(nóng)民非農(nóng)業(yè)收入增加了，生活富裕了，第一產(chǎn)業(yè)就更有條件向著機械化、電氣化、工業(yè)化方向發(fā)展。第三，大力發(fā)展第三產(chǎn)業(yè)。第三產(chǎn)業(yè)具有分散、自由、規(guī)模小、勞動密集，就業(yè)彈性大等特點，推動第三產(chǎn)業(yè)的發(fā)展，將會更好發(fā)揮吸納農(nóng)村剩余勞動力的作用。

4.3 提高農(nóng)民素質(zhì)也是不容忽視的問題

農(nóng)業(yè)勞動生產(chǎn)率的提高有賴于農(nóng)民素質(zhì)的提高，農(nóng)業(yè)勞動力的轉(zhuǎn)移也有賴于農(nóng)民素質(zhì)的提高。目前我國發(fā)達地區(qū)鄉(xiāng)鎮(zhèn)企業(yè)已步入轉(zhuǎn)制和結(jié)構(gòu)調(diào)整階段，進一步完善產(chǎn)權(quán)制度，按照現(xiàn)代企業(yè)制度要求進行資產(chǎn)重組和制度改造，調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加強技術(shù)改造和企業(yè)管理，提高產(chǎn)品質(zhì)量，增強競爭能力。這對企業(yè)工人的素質(zhì)提出了更高的要求?，F(xiàn)有的農(nóng)村勞動力素質(zhì)與勞動力市場的需求相差甚遠。這就要求政府增加對農(nóng)業(yè)教育的投資力度，全面提高農(nóng)村剩余勞動力的素質(zhì)，使其能適應(yīng)多種工作要求，徹底改變低收入的狀況。

[1]陳艷,葉慧,王雅鵬.農(nóng)民收入增長因素通徑分析[J].商業(yè)研究,2005(23):201-204.

[2]何曉群.現(xiàn)代統(tǒng)計分析方法于應(yīng)用[M].北京∶中國人民大學(xué)出版社,1998.

[3]劉進寶,張延君.農(nóng)民收入影響因素的計量經(jīng)濟分析[J].經(jīng)濟論壇,2004(5):117-118.

[4]薛微.基于SPSS的數(shù)據(jù)分析[M].北京:人民大學(xué)出版社,2006.

[5]陳錫文.農(nóng)民收入為何增長緩慢[J].農(nóng)村.農(nóng)業(yè).農(nóng)民,2004(1):7-11.