沈承放，莫達(dá)隆

摘 要：精準(zhǔn)扶貧政策實(shí)施的首要任務(wù)是精準(zhǔn)識別農(nóng)村居民的生活現(xiàn)狀及其致貧原因。分析了廣西農(nóng)村居民收入的增長趨勢，運(yùn)用回歸分析法找出廣西農(nóng)村居民收入的影響因素，以作為精確幫扶的參考。

關(guān)鍵詞：精準(zhǔn)扶貧;農(nóng)民收入;回歸分析

文章編號：1004-7026（2019）21-0025-02 ? ? ? ? 中國圖書分類號：F328 ? ? ? ?文獻(xiàn)標(biāo)志碼：A

1 ?研究背景

在精準(zhǔn)扶貧形勢下，需要對不同區(qū)域環(huán)境、不同貧困狀況的農(nóng)戶進(jìn)行精準(zhǔn)識別，找出其貧困的主要原因，然后針對貧困原因采取相應(yīng)的治貧方法[1-3]。貧困原因的精準(zhǔn)識別是精準(zhǔn)扶貧的首要任務(wù)。貧困主要表現(xiàn)為收入水平低下，貧困原因可以轉(zhuǎn)為收入低下的原因。因此，研究農(nóng)村居民收入的影響因素是至關(guān)重要的。以廣西為例，首先對廣西農(nóng)村居民收入增長趨勢進(jìn)行分析，然后運(yùn)用多元線性回歸分析法，找出影響廣西農(nóng)民收入的主要原因。

2 ?收入增長趨勢分析

2012年之前農(nóng)村居民收入指標(biāo)為居民人均純收入，2012年之后農(nóng)村居民收入指標(biāo)為人均可支配收入[4]。因此，選取2000—2012年廣西農(nóng)村居民人均純收入數(shù)據(jù)，以及2013—2017年廣西農(nóng)村居民人均可支配收入數(shù)據(jù)，作為研究數(shù)據(jù)。

縱觀2002—2017年廣西農(nóng)村居民收入數(shù)據(jù)，農(nóng)村居民收入水平已經(jīng)從2000年的1 864元，增長到2017年的11 325元，從整體上看呈現(xiàn)逐年增長態(tài)勢。2000—2003年呈現(xiàn)穩(wěn)定趨勢，但2003年相比于2002年略有下降;2004—2009年呈現(xiàn)出低速增長趨勢;2010—2017年呈現(xiàn)出速度較高的增長趨勢。由此可見，廣西農(nóng)村居民生活水平處于越來越好的態(tài)勢。

3 ?農(nóng)村居民收入影響因素分析

3.1 ?變量選擇

根據(jù)相關(guān)文獻(xiàn)和數(shù)據(jù)的可獲取性[5-11]，選取1985—2017年如下變量數(shù)據(jù)：①農(nóng)村居民收入水平;②表示產(chǎn)業(yè)水平的第一、二、三產(chǎn)業(yè)總值;③表示農(nóng)業(yè)現(xiàn)代化水平的農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積、農(nóng)用化肥施用折純量;④表示通信情況的郵電業(yè)務(wù)總量;⑤表示財(cái)政支出的地方財(cái)政一般預(yù)算支出;⑥表示自然災(zāi)害的受災(zāi)面積;⑦農(nóng)村家庭恩格爾系數(shù)。

3.2 ?多元線性回歸分析

多元線性回歸分析主要是研究一種現(xiàn)象與多個(gè)因素之間的聯(lián)系情況，以多個(gè)因素之間的最優(yōu)組合共同估計(jì)這一現(xiàn)象的水平。

3.2.1 ?回歸模型

假設(shè)收入水平為y;相關(guān)變量為xi，其中i=1，2…，n;β0，β1…βn為n+1個(gè)未知參數(shù)。則回歸方程如下。

y=β0+■βixi+？著 ? ? ? ? （1）

采用最小二乘法進(jìn)行參數(shù)估計(jì)，主要是通過最小誤差的平方和尋找最佳函數(shù)。

求解參數(shù)矩陣公式如下。

β'=（XTX）-1XTy=（？撞xixTi）-1（？撞xiyi） ? ? ?（2）

3.2.2 ?多元線性回歸

變量之間可能會(huì)出現(xiàn)異方差現(xiàn)象，因此要先將數(shù)據(jù)標(biāo)準(zhǔn)化，再采用多元線性回歸分析方法分析農(nóng)民收入的影響因素。

（1）模型擬合。由表1可知，模型確定系數(shù)R為0.998，R2為0.996，調(diào)整后的R2為0.994，估計(jì)標(biāo)準(zhǔn)誤差為0.764。說明該模型與數(shù)據(jù)的擬合度非常好，說明變量之間存在著較為緊密的線性關(guān)系。

（2）回歸模型分析。在回歸分析之前，首先對數(shù)據(jù)進(jìn)行了標(biāo)準(zhǔn)化處理，因此得到的回歸系數(shù)是標(biāo)準(zhǔn)化以后的結(jié)果。由表2可知，在10個(gè)影響因素中，第三產(chǎn)業(yè)總值與農(nóng)民收入水平的影響最強(qiáng)烈，標(biāo)準(zhǔn)化后的回歸系數(shù)為1.86，且其伴隨概率為0，說明第三產(chǎn)業(yè)總值與農(nóng)民收入水平呈現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系。

第二產(chǎn)業(yè)總值和第一產(chǎn)業(yè)總值對農(nóng)民收入水平也有著不小的影響，回歸系數(shù)分別為-0.909和0.662，伴隨概率分別為0.02和0.068。其中第二產(chǎn)業(yè)總值與收入水平呈現(xiàn)負(fù)相關(guān)關(guān)系，第一產(chǎn)業(yè)總值與收入呈現(xiàn)正相關(guān)關(guān)系，但其回歸系數(shù)是較為不顯著的。

地方政府一般預(yù)算支出與農(nóng)民收入的相關(guān)系數(shù)也比較大，為-0.507，且呈現(xiàn)出負(fù)相關(guān)關(guān)系。從伴隨概率角度來看，地方政府一般預(yù)算支出的回歸系數(shù)是不顯著的。

郵電業(yè)務(wù)總量的回歸系數(shù)是顯著的，回歸系數(shù)為-0.114，與收入呈現(xiàn)負(fù)相關(guān)關(guān)系。

受災(zāi)面積、有效灌溉面積和農(nóng)村恩格爾系數(shù)的回歸系數(shù)則相對較小，分別為0.001、0.039和0.054，其回歸系數(shù)也是不顯著的。

4 ?結(jié)論

廣西農(nóng)村居民收入水平總體呈現(xiàn)出增長態(tài)勢。在進(jìn)行回歸分析的收入相關(guān)因素中：第三產(chǎn)業(yè)總值對收入水平影響最大，且為正相關(guān)關(guān)系;其次是第二產(chǎn)業(yè)總產(chǎn)值，與收入形成負(fù)相關(guān)關(guān)系;再次是第一產(chǎn)業(yè)和地方政府一般預(yù)算支出;其他因素對收入的影響則相對較小;影響最小的是受災(zāi)面積、有效灌溉面積和農(nóng)村恩格爾系數(shù)。因此，可以通過對第二、三產(chǎn)業(yè)的調(diào)整，來實(shí)現(xiàn)農(nóng)民增收的目的。

參考文獻(xiàn)：

[1]劉書琪，姜繪繪.臨沂市農(nóng)民收入現(xiàn)狀及其影響因素的實(shí)證分析——基于多元線性回歸模型[J].黑龍江畜牧獸醫(yī)，2015（6）：29-31.

[2]劉瑩.收入來源視角下影響農(nóng)民收入結(jié)構(gòu)的因素分析[D].淄博：山東理工大學(xué)，2014.

[3]劉云，寇鳳梅，李瑩華.基于多元線性回歸模型的欠發(fā)達(dá)地區(qū)農(nóng)民收入影響因素分析——以甘肅省為例[J].牡丹江大學(xué)學(xué)報(bào)，2014，23（2）：86-89.

[4]鐘雍.基于多元線性回歸模型的農(nóng)民收入影響因素研究[J].經(jīng)濟(jì)視角（上），2013（12）：71-72.

[5]李閃閃.基于多元線性回歸模型的農(nóng)民收入影響因素分析[J].經(jīng)濟(jì)視角（上），2013（9）：79-80.

[6]洪業(yè)應(yīng).基于回歸分析法的農(nóng)民收入影響因素分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2012（30）：57-59.

[7]呂棟.影響農(nóng)民收入因素的主成分回歸分析[J].現(xiàn)代商業(yè)，2008（29）：105-106.

[8]曹軍會(huì)，何得桂，朱玉春.農(nóng)民對精準(zhǔn)扶貧政策的滿意度及影響因素分析[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，17（4）：16-23.

[9]韋惠蘭，羅萬云.精準(zhǔn)扶貧視角下農(nóng)戶生計(jì)脆弱性及影響因素分析——基于甘肅省貧困地區(qū)的實(shí)證調(diào)查[J].河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2018（2）：65-71.

[10]劉娜.精準(zhǔn)扶貧視角下農(nóng)村金融發(fā)展對經(jīng)濟(jì)增長的影響——基于安徽省數(shù)據(jù)的實(shí)證分析[J].嘉興學(xué)院學(xué)報(bào)，2016，28（5）：78-84.

[11]趙正，侯一蕾，溫亞利.精準(zhǔn)扶貧項(xiàng)目與農(nóng)村居民收入增長——基于傾向得分匹配模型的分析[J].統(tǒng)計(jì)與信息論壇，2018（11）：104-110.