盧小麗

(內(nèi)江師范學(xué)院地理與資源科學(xué)學(xué)院，四川內(nèi)江 641100)

資源稟賦、社會經(jīng)濟(jì)環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)、政策支持等因素的不同導(dǎo)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(jì)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(guān)注。已有文獻(xiàn)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(jì)結(jié)構(gòu)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(luò)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(yùn)用灰色預(yù)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(cè)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(yù)測［7-9］等方面?？梢姡延醒芯吭趦?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(yù)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(yù)測欠缺，關(guān)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(qiáng)的參考價值。在多種預(yù)測方法中，灰色預(yù)測具有樣本要求少，預(yù)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(yù)測。

于此，該文參照四川省“十一五”規(guī)劃方案的5個經(jīng)濟(jì)區(qū)域，即成都經(jīng)濟(jì)區(qū) (包括成都、德陽、綿陽、眉山、資陽5市)、川南經(jīng)濟(jì)區(qū) (包括自貢、宜賓、瀘州、內(nèi)江、樂山5市)、攀西經(jīng)濟(jì)區(qū) (包括攀枝花、涼山州、雅安市3個市州)、川東北經(jīng)濟(jì)區(qū) (包括南充、遂寧、達(dá)州、廣安、巴中、廣元6市)、川西北經(jīng)濟(jì)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(chǔ)上，進(jìn)一步運(yùn)用灰色關(guān)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(jìn)傳統(tǒng)灰色預(yù)測方法，針對四川實際情況，采取等時距和不等時距相結(jié)合的灰色預(yù)測，對四川省農(nóng)村居民收入差異的影響因素進(jìn)行分析并預(yù)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(quán)［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(fù)雜多變的因素，灰色關(guān)聯(lián)度能夠有效地反映各種因素的相互作用強(qiáng)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(guān)聯(lián)的程度，來揭示事物動態(tài)關(guān)聯(lián)的特征和程度［11］，如果關(guān)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(guān)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(guān)聯(lián)度ri為:

其中ζi(j)為灰色關(guān)聯(lián)系數(shù)，表達(dá)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(guān)聯(lián)度的大小，可以確定影響區(qū)域差異的主要因素。為進(jìn)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(jìn)行預(yù)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(jié)果產(chǎn)生一定的影響，灰色預(yù)測模型能很好地解決此問題。確立灰色預(yù)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(guān)聯(lián)度檢驗和后驗差檢驗的相應(yīng)指標(biāo)，如符合精度要求，則可用于預(yù)測;否則，建立誤差修正模型或不等時距模型進(jìn)行改進(jìn)。

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(quán)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(guān)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(dǎo)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(gòu)成指標(biāo)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(jié)構(gòu)、勞動力轉(zhuǎn)移、工業(yè)化程度等直接因素和通達(dá)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(jì)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(jī)械總動力、農(nóng)業(yè)院校畢業(yè)人數(shù)、政府救濟(jì)金等間接影響因素。通過對以上八大因素數(shù)值標(biāo)準(zhǔn)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(guān)聯(lián)度(表2)。

表2 泰爾指數(shù)與各影響因素之間的灰色關(guān)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(jì)作物耕種量、非農(nóng)活動人口比例、機(jī)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(jì)金。可見對農(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(jié)構(gòu)，而政府的扶貧救濟(jì)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(dǎo)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(guān)聯(lián)預(yù)測

2.3.1 灰色模型建立及檢驗

為進(jìn)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(yīng)的灰色預(yù)測模型。首先建立等時距預(yù)測模型，在關(guān)聯(lián)度檢驗中，該模型關(guān)聯(lián)度為0.546 3，小于0.6，故不適合預(yù)測。其原因和2008年四川“5.12地震”有關(guān)，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(yù)測模型如下:

對不等時距模型做檢驗，并與等時距模型進(jìn)行比較，結(jié)果如表3所示。

表3 兩種模型的檢驗值結(jié)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(guān)聯(lián)度大于0.6，標(biāo)準(zhǔn)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(yù)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(jié)果如表4所示。

表4 各種影響因素的灰色預(yù)測模型及其檢驗結(jié)果

表4中結(jié)果顯示，根據(jù)檢驗標(biāo)準(zhǔn) (平均相對誤差小于10%，關(guān)聯(lián)度大于0.6，標(biāo)準(zhǔn)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(jì)金3個因素未通過模型檢驗，不適合預(yù)測。而耕地面積、經(jīng)濟(jì)作物耕種量、非農(nóng)活動人口比例、機(jī)械總動力和鄉(xiāng)鎮(zhèn)企業(yè)營業(yè)收入5個因素的預(yù)測模型的關(guān)聯(lián)度均大于0.6，標(biāo)準(zhǔn)差比除耕地面積外均小于0.35(耕地面積標(biāo)準(zhǔn)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(yù)測。

2.3.2 灰色預(yù)測及灰色關(guān)聯(lián)度分析

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

表5 2010～2014年泰爾系數(shù)及其各影響因素的預(yù)測值

表5結(jié)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(yù)測值，對各因素與泰爾指數(shù)的關(guān)聯(lián)度分析，結(jié)果見表6。

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

表6表明，在各因素與收入?yún)^(qū)域差異的關(guān)聯(lián)度中，耕地面積和經(jīng)濟(jì)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(jī)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(jié)果和四川城市化導(dǎo)致耕地面積減少導(dǎo)致耕地面積的相關(guān)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(yīng)的。

3 結(jié)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(jìn)行分析，表明收入?yún)^(qū)域差異呈下降趨勢。為進(jìn)一步對未來的變化趨勢進(jìn)行分析，采用了灰色關(guān)聯(lián)分析方法，在較多的因素中得出耕地面積、經(jīng)濟(jì)作物耕種量、非農(nóng)活動人口比例、機(jī)械總動力等存在較強(qiáng)的關(guān)聯(lián)性，這些因素和區(qū)域間收入差異的縮小具有較強(qiáng)的相關(guān)性，即保護(hù)耕地面積、調(diào)整種植結(jié)構(gòu)、加快剩余勞動力的轉(zhuǎn)移和提高科技水平，能夠進(jìn)一步縮小區(qū)域間的收入差異。

在運(yùn)用灰色模型預(yù)測泰爾指數(shù)時，由于傳統(tǒng)的等時距模型無法通過預(yù)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(jié)果可靠性高。然后，結(jié)合等時距模型，對各關(guān)聯(lián)因素進(jìn)行了檢驗和預(yù)測，得到的結(jié)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(jī)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(qiáng)，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(dāng)?shù)恼叽胧┝Χ认拢涌炫饰骱痛ㄎ鞅苯?jīng)濟(jì)區(qū)農(nóng)村勞動力的轉(zhuǎn)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(jìn)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(jì)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(jié)構(gòu)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(jì)技術(shù)經(jīng)濟(jì)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(yīng)繪.重慶市區(qū)縣間農(nóng)村居民收入差距灰色預(yù)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(jì)，2005，(4):93～95

［8］徐振斌，彭小菊，馮建林.四川農(nóng)村勞動力轉(zhuǎn)移、農(nóng)民收入及消費(fèi)調(diào)查.宏觀經(jīng)濟(jì)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(xué).北京:高等教育出版社，2006

［11］黨耀國，等.灰色預(yù)測與決策模型研究.北京:科學(xué)出版社，2009