盧小麗

(內(nèi)江師范學院地理與資源科學學院，四川內(nèi)江 641100)

資源稟賦、社會經(jīng)濟環(huán)境、產(chǎn)業(yè)結構、政策支持等因素的不同導致農(nóng)村居民收入存在差異，此差異引起區(qū)域間貧富不均，不利于農(nóng)村社會的和諧發(fā)展和經(jīng)濟的持續(xù)發(fā)展，故農(nóng)村居民收入差異問題一直以來備受關注。已有文獻研究區(qū)域包含了全國和單個省市，全國研究中，主要從經(jīng)濟結構的角度、省際差異解釋了農(nóng)村居民收入差異，研究方法主要有基尼指數(shù)法、回歸分析法及數(shù)據(jù)包絡法等［1-3］。單個省市中，東中部地區(qū)研究偏多，西部研究較少。西部研究中主要有增加西部農(nóng)民收入的研究［4］及具體省份的調(diào)查分析對策研究等［5］，在區(qū)域差異上已有研究運用灰色預測說明了重慶區(qū)縣間的農(nóng)村居民收入差異的趨勢［6］。目前對四川省農(nóng)村居民收入差異的研究欠缺，現(xiàn)有研究多數(shù)側重于農(nóng)村居民的收入影響因素及農(nóng)村居民收入增長預測［7-9］等方面。可見，已有研究在內(nèi)容上涵蓋了動、靜態(tài)差異，研究方法上采用了基尼系數(shù)、泰爾指數(shù)、回歸分析及灰色預測等方法，這些方法在研究中主要立足于區(qū)域差異的現(xiàn)狀、區(qū)域差異的發(fā)展趨勢，對于區(qū)域差異影響因素的變化狀況及預測欠缺，關注區(qū)域差異影響因素的變化情況，對區(qū)域規(guī)劃及決策具有較強的參考價值。在多種預測方法中，灰色預測具有樣本要求少，預測精度較高的優(yōu)勢，適合于對重慶市直轄后的四川農(nóng)村居民區(qū)域收入差異的預測。

于此，該文參照四川省“十一五”規(guī)劃方案的5個經(jīng)濟區(qū)域，即成都經(jīng)濟區(qū) (包括成都、德陽、綿陽、眉山、資陽5市)、川南經(jīng)濟區(qū) (包括自貢、宜賓、瀘州、內(nèi)江、樂山5市)、攀西經(jīng)濟區(qū) (包括攀枝花、涼山州、雅安市3個市州)、川東北經(jīng)濟區(qū) (包括南充、遂寧、達州、廣安、巴中、廣元6市)、川西北經(jīng)濟區(qū) (包括甘孜、阿壩兩個州)。對于五大區(qū)域，在選擇泰爾指數(shù)分析區(qū)域差異的基礎上，進一步運用灰色關聯(lián)度表示出泰爾指數(shù)同收入影響因素的聯(lián)系;并改進傳統(tǒng)灰色預測方法，針對四川實際情況，采取等時距和不等時距相結合的灰色預測，對四川省農(nóng)村居民收入差異的影響因素進行分析并預測未來的發(fā)展趨勢。

1 研究方法與數(shù)據(jù)來源

1.1 研究方法

采用泰爾指數(shù)分解式中區(qū)域間的差異計算式，以收入比重加權［10］為:

其中，n為區(qū)域數(shù)，yi為i地區(qū)的農(nóng)村居民收入占全省農(nóng)村居民收入的份額;pi為i地區(qū)的農(nóng)村居民人口占全省農(nóng)村居民人口的份額。T越大，表示收入差異越大;反之T越小，表示收入差異越小。

通過泰爾指數(shù)的差異反映區(qū)域差異情況。區(qū)域差異受到多種因素的影響，但在多種影響因素中，有的因素產(chǎn)生直接影響，有的產(chǎn)生間接影響，對于這些復雜多變的因素，灰色關聯(lián)度能夠有效地反映各種因素的相互作用強度。根據(jù)因素之間發(fā)展態(tài)勢的相似或相異程度來衡量因素間關聯(lián)的程度，來揭示事物動態(tài)關聯(lián)的特征和程度［11］，如果關聯(lián)度大，則表示該因素對農(nóng)村居民收入差異影響作用力大，反之，關聯(lián)度小表示該因素對農(nóng)村居民收入差異影響作用力小。收入?yún)^(qū)域差異與影響因素的灰色關聯(lián)度ri為:

其中ζi(j)為灰色關聯(lián)系數(shù)，表達式如下:

c0(j)表示收入?yún)^(qū)域差異的時間序列，ci(j)為各影響因素的時間序列，一般取ζ為0.5。

根據(jù)灰色關聯(lián)度的大小，可以確定影響區(qū)域差異的主要因素。為進一步明確未來幾年區(qū)域差異的影響因素，需要對未來幾年進行預測，由于四川省2008年地震對部分區(qū)域的農(nóng)村居民收入產(chǎn)生了影響，故2008年的數(shù)據(jù)可能存在一定的偏差，對評價結果產(chǎn)生一定的影響，灰色預測模型能很好地解決此問題。確立灰色預測模型的基本步驟如下:

第三步:將參數(shù)a，u代入還原后的模型，得到x(1)的估計值:

第四步:模型檢驗。分別計算殘差檢驗、關聯(lián)度檢驗和后驗差檢驗的相應指標，如符合精度要求，則可用于預測;否則，建立誤差修正模型或不等時距模型進行改進。

1.2 數(shù)據(jù)來源

農(nóng)村居民的收入均表示農(nóng)村居民的純收入，各州市人均農(nóng)村居民收入數(shù)據(jù)均來自于《四川省統(tǒng)計年鑒》(2001～2010)。5個區(qū)域人均純收入根據(jù)區(qū)域內(nèi)各州市人均純收入按人口比重加權獲得，5個區(qū)域人口及各影響因素值采用各市州值相加獲得。

2 測算與分析

2.1 農(nóng)村居民收入?yún)^(qū)域差異分析

根據(jù)各區(qū)域農(nóng)村居民收入和全省農(nóng)村居民收入、各區(qū)域農(nóng)村居民人數(shù)和四川省農(nóng)村居民人數(shù)，采用(1)式計算得出四川農(nóng)村居民收入?yún)^(qū)域差異的泰爾指數(shù)T值 (表1)，可以看出2000～2009年T值呈下降趨勢 (除2008年有微小波動外)，說明農(nóng)村居民收入在分配上逐漸趨于平衡。

表1 四川農(nóng)村居民收入?yún)^(qū)域差異的T值

2.2 收入?yún)^(qū)域差異的灰色關聯(lián)分析

泰爾指數(shù)大小反映農(nóng)村居民收入的區(qū)域差異，導致區(qū)域差異因素較多。這些因素通常也對農(nóng)村居民收入產(chǎn)生影響，對于影響因素的選擇，一般采用統(tǒng)計年鑒中農(nóng)村居民收入的構成指標和影響農(nóng)村居民收入的內(nèi)外部因素等兩種方式。綜合上述兩種方式及農(nóng)村的實際情況可知，農(nóng)村居民收入受到耕地、種植結構、勞動力轉移、工業(yè)化程度等直接因素和通達性、科技水平、受教育情況、財政支農(nóng)等間接因素影響。該文根據(jù)數(shù)據(jù)的可得性和連續(xù)性，選用耕地面積、經(jīng)濟作物耕種量、非農(nóng)活動人口比例、鄉(xiāng)鎮(zhèn)企業(yè)營業(yè)收入等直接影響因素，交通里程、機械總動力、農(nóng)業(yè)院校畢業(yè)人數(shù)、政府救濟金等間接影響因素。通過對以上八大因素數(shù)值標準化處理后，采用 (2)式得出2000～2009年泰爾指數(shù)與各影響因素之間的灰色關聯(lián)度(表2)。

表2 泰爾指數(shù)與各影響因素之間的灰色關聯(lián)度

由表2可以看出，各因素對泰爾指數(shù)的影響大小排序為耕地面積、經(jīng)濟作物耕種量、非農(nóng)活動人口比例、機械總動力、交通里程、農(nóng)業(yè)院校畢業(yè)人數(shù)、鄉(xiāng)鎮(zhèn)企業(yè)營業(yè)收入、政府救濟金?？梢妼r(nóng)民收入?yún)^(qū)域差異產(chǎn)生影響較大的因素可以歸納為耕地面積、種植結構，而政府的扶貧救濟金影響不大，農(nóng)村自身的資源稟賦、發(fā)展定位、科技水平狀況是導致收入?yún)^(qū)域差異變化的主要原因。

2.3 收入?yún)^(qū)域差異的灰色關聯(lián)預測

2.3.1 灰色模型建立及檢驗

為進一步了解未來幾年農(nóng)民收入?yún)^(qū)域差異的情況，以2000～2009年泰爾指數(shù)情況建立相應的灰色預測模型。首先建立等時距預測模型，在關聯(lián)度檢驗中，該模型關聯(lián)度為0.546 3，小于0.6，故不適合預測。其原因和2008年四川“5.12地震”有關，考慮刪掉2008年數(shù)據(jù)，建立不等時距的誤差修正模型。

原序列為:x(0)=(0.013 7，0.013 7，0.013 5，0.013 3，0.012 9，0.011 7，0.011 5，0.011 1，0.010 9)。

不等時距的誤差預測模型如下:

對不等時距模型做檢驗，并與等時距模型進行比較，結果如表3所示。

表3 兩種模型的檢驗值結果

由表3可以看出，不等時距模型的平均相對誤差和最大相對誤差均小于10%，關聯(lián)度大于0.6，標準差比小于0.35，小殘差概率大于0.95，模型的精度較高，適合于預測。

為驗證在未來幾年內(nèi)，八大選定影響因素對區(qū)域差異的影響情況，首先對八大因素建立灰色模型并作出檢驗，結果如表4所示。

表4 各種影響因素的灰色預測模型及其檢驗結果

表4中結果顯示，根據(jù)檢驗標準 (平均相對誤差小于10%，關聯(lián)度大于0.6，標準差比小于0.35)，交通里程、農(nóng)業(yè)院校畢業(yè)人數(shù)和政府救濟金3個因素未通過模型檢驗，不適合預測。而耕地面積、經(jīng)濟作物耕種量、非農(nóng)活動人口比例、機械總動力和鄉(xiāng)鎮(zhèn)企業(yè)營業(yè)收入5個因素的預測模型的關聯(lián)度均大于0.6，標準差比除耕地面積外均小于0.35(耕地面積標準差比小于0.5)，平均相對誤差均小于10%，說明各模型精度較好，適合預測。

2.3.2 灰色預測及灰色關聯(lián)度分析

根據(jù)灰色預測模型，現(xiàn)對2010～2014年泰爾系數(shù)及其各影響因素的結果進行預測，結果如表5。

表5 2010～2014年泰爾系數(shù)及其各影響因素的預測值

表5結果表明，泰爾指數(shù)2010～2014年呈現(xiàn)下降趨勢，收入分配趨于平衡，與2000～2009年的實際情況吻合。根據(jù)表5中5年預測值，對各因素與泰爾指數(shù)的關聯(lián)度分析，結果見表6。

表6 2010～2014年泰爾指數(shù)與各因素之間的灰色關聯(lián)度

表6表明，在各因素與收入?yún)^(qū)域差異的關聯(lián)度中，耕地面積和經(jīng)濟作物耕種量分別由0.899 4、0.825 5下降為0.752 5、0.760 0，非農(nóng)活動人口比例、機械總動力和鄉(xiāng)鎮(zhèn)企業(yè)經(jīng)營收入分別由0.768 4、0.713 0、0.594 7上升到0.784 8、0.816 6和 0.867 1。分析結果和四川城市化導致耕地面積減少導致耕地面積的相關性減弱和科技興農(nóng)提高農(nóng)村的科技水平等背景是相適應的。

3 結論

利用泰爾指數(shù)對2000～2009年四川省農(nóng)村居民收入差異的變化趨勢進行分析，表明收入?yún)^(qū)域差異呈下降趨勢。為進一步對未來的變化趨勢進行分析，采用了灰色關聯(lián)分析方法，在較多的因素中得出耕地面積、經(jīng)濟作物耕種量、非農(nóng)活動人口比例、機械總動力等存在較強的關聯(lián)性，這些因素和區(qū)域間收入差異的縮小具有較強的相關性，即保護耕地面積、調(diào)整種植結構、加快剩余勞動力的轉移和提高科技水平，能夠進一步縮小區(qū)域間的收入差異。

在運用灰色模型預測泰爾指數(shù)時，由于傳統(tǒng)的等時距模型無法通過預測檢驗，該文建立了不等時距的誤差修正模型，順利通過檢驗。該模型較充分考慮了四川省2008年的實際情況，保留了原始數(shù)列的總體趨勢，篩除了異常數(shù)據(jù)，得出的結果可靠性高。然后，結合等時距模型，對各關聯(lián)因素進行了檢驗和預測，得到的結果為:在2010～2014年泰爾指數(shù)繼續(xù)呈下降趨勢，非農(nóng)活動人口比例、機械總動力和鄉(xiāng)鎮(zhèn)企業(yè)經(jīng)營收入3個因素對收入?yún)^(qū)域差異的影響作用力增強，即未來幾年內(nèi)，上述3個因素的區(qū)域差異縮小，則區(qū)域收入差異將繼續(xù)縮小?？梢?，在保持目前相當?shù)恼叽胧┝Χ认?，加快攀西和川西北?jīng)濟區(qū)農(nóng)村勞動力的轉移、提高科技水平以及工業(yè)化水平，將對縮小農(nóng)村居民收入?yún)^(qū)域差異，促進未來幾年內(nèi)農(nóng)村居民收入趨于平衡產(chǎn)生積極意義。

［1］王洪亮，徐翔，孫國鋒.我國省際間農(nóng)民收入不平等與收入變動分析.農(nóng)業(yè)經(jīng)濟問題，2006，46(3):37～42

［2］祝偉，汪曉文.中國省際間農(nóng)村居民收入結構和收入差距分析.中國人口資源與環(huán)境，2010，20(4):137～142

［3］王睿，黃森.農(nóng)村資金投入與農(nóng)村區(qū)域間居民收入差異——基于1999～2006年省際面板數(shù)據(jù)的實證研究.數(shù)量經(jīng)濟技術經(jīng)濟研究，2010，(1):44～57

［4］楊瑞珍.增加中西部農(nóng)民收入的對策思考.中國農(nóng)業(yè)資源與區(qū)劃，2005，26(5):34～38

［5］陸耀邦，莫明榮，梁自力，等.農(nóng)民增收問題調(diào)研報告.中國農(nóng)業(yè)資源與區(qū)劃，2011，32(1):73～78

［6］李紅，黃應繪.重慶市區(qū)縣間農(nóng)村居民收入差距灰色預測.統(tǒng)計與決策，2007，(24):113～114

［7］林建，顧磊.四川農(nóng)民增收的制約因素及對策探析.農(nóng)村經(jīng)濟，2005，(4):93～95

［8］徐振斌，彭小菊，馮建林.四川農(nóng)村勞動力轉移、農(nóng)民收入及消費調(diào)查.宏觀經(jīng)濟研究，2008，(3):24～28

［9］張海燕.基于多元線性回歸模型的四川農(nóng)村居民收入增長分析.統(tǒng)計與決策，2010，(13):88～90

［10］徐建華.計量地理學.北京:高等教育出版社，2006

［11］黨耀國，等.灰色預測與決策模型研究.北京:科學出版社，2009