趙奇 羅青 陳麗培 鄭鈞屏 徐艷花

摘要?為更好地為提升中部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體收入提供參考依據(jù)，采用SPSS聚類、主成分分析法和灰色關(guān)聯(lián)分析法對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體收入進(jìn)行研究。結(jié)果表明：地區(qū)聚類分為3類，湖北省為農(nóng)業(yè)經(jīng)營(yíng)主體高收入類型，安徽、湖南、江西、河南4省份農(nóng)業(yè)經(jīng)營(yíng)主體聚在中收入類群，山西農(nóng)業(yè)經(jīng)營(yíng)主體收入最低。3個(gè)代表省份的主成分分析和灰色關(guān)聯(lián)分析結(jié)果有較大差異，主成分特征向量和指標(biāo)影響力排序是制定農(nóng)業(yè)經(jīng)營(yíng)主體增收政策的重要參考和依據(jù)。

關(guān)鍵詞?中部地區(qū);SPSS統(tǒng)計(jì)分析;農(nóng)業(yè)經(jīng)營(yíng)主體收入;聚類分析;主成分分析;灰色關(guān)聯(lián)分析

中圖分類號(hào)?S-9?文獻(xiàn)標(biāo)識(shí)碼?A?文章編號(hào)?0517-6611（2021）09-0221-04

doi：10.3969/j.issn.0517-6611.2021.09.060

Abstract?In order to provide basis of improving the income of agricultural operators in central China， SPSS clustering， principal component analysis and grey relational analysis methods were used to research. The results showed that： The regional clustering was divided into three categories， Hubei Province was clustered as a high income type， Anhui， Hunan， Jiangxi， and Henan belonged to the middle income areas，Shanxi Province belonged to low-income region. The results of principal component analysis and grey correlation analysis of three representative provinces were quite different. When the policy of increasing income of agricultural business entities was formulated， principal component eigenvectors and index influence ranking should be taken as important reference and basis.

Key words?Central region;SPSS statistical analysis;Income of agricultural business entities;Clustering analysis;Principal component analysis;Grey relation analysis

農(nóng)民收入是“三農(nóng)”問(wèn)題探討的焦點(diǎn)，也是我國(guó)農(nóng)村社會(huì)穩(wěn)定的基礎(chǔ)[1]，農(nóng)戶是農(nóng)業(yè)經(jīng)營(yíng)的主要主體，經(jīng)營(yíng)主體收入的增長(zhǎng)不僅利于國(guó)家糧食安全，亦對(duì)打贏脫貧攻堅(jiān)戰(zhàn)有重大的意義[2-3]。近年來(lái)，農(nóng)業(yè)經(jīng)營(yíng)主體人均收入的影響因素更為復(fù)雜，涵蓋了農(nóng)業(yè)、科技、教育、政策、財(cái)政等方面[4-7]。2004年我國(guó)提出了《促進(jìn)中部地區(qū)崛起計(jì)劃》[8]，為農(nóng)民增收奠定了基礎(chǔ)。中部地區(qū)氣候、環(huán)境、經(jīng)濟(jì)基礎(chǔ)等方面有很大差異[9-10]，因此，有必要對(duì)中部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體收入的影響因素進(jìn)行分析研究，確定區(qū)域內(nèi)的影響差異，以便為中部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體增收以及農(nóng)業(yè)的良性發(fā)展提供決策參考。

1?中部地區(qū)農(nóng)民收入現(xiàn)狀

由圖1可知[11]，中部6省中，湖北農(nóng)民經(jīng)營(yíng)收入一直領(lǐng)先于全國(guó)農(nóng)民經(jīng)營(yíng)性收入。2001年河南農(nóng)民經(jīng)營(yíng)收入首次高于全國(guó)平均值，緊隨其后的是江西、安徽，分別在2007和2018年農(nóng)民經(jīng)營(yíng)收入首次高于全國(guó)平均水平。之后，河南和江西農(nóng)民經(jīng)營(yíng)收入分別在2015和2013年再次低于全國(guó)平均水平，剩余其他省份的農(nóng)民經(jīng)營(yíng)收入均一直低于全國(guó)平均水平。

2003—2018年，中部地區(qū)與全國(guó)農(nóng)民經(jīng)營(yíng)收入的增幅有加速，也有減速（圖2）。農(nóng)民經(jīng)營(yíng)收入的增幅指標(biāo)描述了數(shù)據(jù)是增加或降低[12-13]，第i年增幅用Xi表示，Xi=Xi-Xi-1?？傮w上來(lái)說(shuō)，2004年之前，中部地區(qū)農(nóng)民經(jīng)營(yíng)收入起伏變化較大，隨著年份增加農(nóng)民經(jīng)營(yíng)收入遞減現(xiàn)象時(shí)有發(fā)生，與這些年份的農(nóng)業(yè)及農(nóng)業(yè)環(huán)境影響有很大關(guān)系。2004年以后，凈經(jīng)營(yíng)收入降低現(xiàn)象只在少數(shù)地區(qū)偶爾出現(xiàn)，比如2009年的山西和2013年的山西、江西，其他地區(qū)均表現(xiàn)為逐年增加的變化態(tài)勢(shì)。

2?中部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體收入差異定量分析

2.1?研究方法

2.1.1?中部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體經(jīng)營(yíng)凈收入的聚類分析。

為明確中部地區(qū)農(nóng)民經(jīng)營(yíng)收入的地區(qū)差異，使用SPSS 25.0對(duì)中部地區(qū)以個(gè)案形式進(jìn)行系統(tǒng)聚類分析，對(duì)農(nóng)民經(jīng)營(yíng)收入的不同地區(qū)特征進(jìn)行分類。

2.1.2?主成分分析。

依據(jù)聚類分析結(jié)果，選取各聚類中代表區(qū)域作為研究對(duì)象，選取影響農(nóng)業(yè)經(jīng)營(yíng)主體收入水平的農(nóng)業(yè)條件、經(jīng)濟(jì)水平、財(cái)政支持等14個(gè)指標(biāo)變量[14-17]，具體見表1，數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《山西統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》《湖北統(tǒng)計(jì)年鑒》[18-21]。運(yùn)用主成分分析方法對(duì)指標(biāo)變量進(jìn)行降維處理，找出能反映農(nóng)業(yè)經(jīng)營(yíng)主體收入水平的彼此不相關(guān)的信息變量。

2.1.3?灰色關(guān)聯(lián)分析。

為分析農(nóng)業(yè)經(jīng)營(yíng)主體經(jīng)營(yíng)收入行為因子與變量因素之間的密切程度，以農(nóng)業(yè)經(jīng)營(yíng)主體收入水平作為參考序列，把主成分分析的無(wú)關(guān)變量作為灰色系統(tǒng)的比較序列，進(jìn)行灰色關(guān)聯(lián)分析的定量分析，形成中部代表地區(qū)的各類指標(biāo)對(duì)該地區(qū)農(nóng)民經(jīng)營(yíng)收入的貢獻(xiàn)排序，為各代表地區(qū)農(nóng)民增收提供直接可靠的參考。計(jì)算步驟如下[22]：

2.2?結(jié)果與分析

2.2.1?中部地區(qū)經(jīng)營(yíng)主體經(jīng)營(yíng)凈收入的聚類情況。

聚類分析結(jié)果如圖3所示，以歐氏距離12.5為閾值，6個(gè)中部地區(qū)被分為3類，I類包括安徽、湖南、江西、河南;湖北為Ⅱ類;山西為Ⅲ類。聚類分析對(duì)區(qū)域水平科學(xué)分類，與實(shí)際情況相符，說(shuō)明分析可靠有效。

2.2.2?3個(gè)代表地域的主成分分析。

運(yùn)用SPSS 25.0軟件，分別對(duì)安徽、湖北、山西3個(gè)代表省份2003—2018年的14個(gè)指標(biāo)變量進(jìn)行主成分分析。

由表2可知，3個(gè)省份的公因子提取結(jié)果不同，安徽和湖北前2個(gè)主成分因子貢獻(xiàn)率為89.624%和90.233%，山西前3個(gè)主成分因子累積貢獻(xiàn)率為92.147%，說(shuō)明這些主成分因子分別代表各自省份農(nóng)業(yè)經(jīng)營(yíng)凈收入的大部分信息。安徽、湖北、山西第一主成分特征值分別為9.612、7.639、7.675，分別解釋了14個(gè)指標(biāo)變量的68.66%、54.562%、54.823%的變化。安徽省特征向量值較大的為農(nóng)村居民消費(fèi)水平、農(nóng)村居民人均消費(fèi)支出、農(nóng)林牧漁業(yè)固定投資、農(nóng)村用電量、耕地灌溉面積、耕地面積、人均糧食產(chǎn)量等，說(shuō)明第一主成分主要是與農(nóng)民消費(fèi)、農(nóng)業(yè)固定投資、農(nóng)業(yè)生產(chǎn)條件等相關(guān)的指標(biāo)。湖北數(shù)據(jù)說(shuō)明第一主成分主要是與農(nóng)民消費(fèi)、農(nóng)業(yè)固定投資及耕地面積等相關(guān)的指標(biāo)。山西數(shù)據(jù)說(shuō)明第一主成分主要是與農(nóng)民消費(fèi)、農(nóng)業(yè)現(xiàn)代化、糧食產(chǎn)量等相關(guān)的指標(biāo)。

由SPSS分析提供的成分得分系數(shù)矩陣可以得出主因子得分方程，對(duì)各主成分和的方差貢獻(xiàn)率占因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總，得出各省份的綜合得分，能更好地對(duì)各省份做出一個(gè)綜合評(píng)價(jià)，故將各省份的綜合因子表示如下：安徽綜合因子F=0.766F1+0.234F2;湖北綜合因子F=0.605F1+0.395F2;山西綜合因子F=0.595F1+0.223F2+0.182F3。

2.2.3?灰色關(guān)聯(lián)分析結(jié)果。

為了驗(yàn)證主成分指標(biāo)劃分是否合理，并進(jìn)一步測(cè)度所選14個(gè)指標(biāo)對(duì)中部地區(qū)農(nóng)業(yè)經(jīng)營(yíng)主體收入的影響，利用灰色系統(tǒng)理論具體分析所選14個(gè)指標(biāo)對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體收入的影響力大小。依據(jù)灰色關(guān)聯(lián)計(jì)算過(guò)程，計(jì)算出所選指標(biāo)與農(nóng)業(yè)經(jīng)營(yíng)主體收入關(guān)聯(lián)度的大小，結(jié)果見表3。由表3結(jié)果可知，安徽、湖北、山西的14個(gè)指標(biāo)對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體收入的影響力表現(xiàn)不同，比如位列前3的影響力指標(biāo)，安徽的是X9、X1、X6;湖北的是X5、X6、X14;山西的是X6、X5、X14，安徽指標(biāo)表現(xiàn)明顯與山西和湖北差異較大，湖北和山西對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體收入影響力較大的前3個(gè)指標(biāo)因素體現(xiàn)的是農(nóng)業(yè)現(xiàn)代化發(fā)展程度。X4在3個(gè)省份指標(biāo)中的關(guān)聯(lián)排序均較靠后，表明農(nóng)林牧漁業(yè)固定投資對(duì)3個(gè)省份農(nóng)業(yè)經(jīng)營(yíng)主體收入的影響較小。

3?結(jié)論

（1）中部6地區(qū)的聚類分析劃分為3個(gè)分類，湖北省農(nóng)業(yè)經(jīng)營(yíng)主體收入最高，其次為第二類的安徽、湖南、江西、河南4個(gè)省份，山西省農(nóng)業(yè)經(jīng)營(yíng)主體收入最低。

（2）3個(gè)代表省份的主成分分析提取主成分有差異，安徽、湖北、山西提取公因子分別為2、2、3個(gè)，且每個(gè)主成分特征向量較大的指標(biāo)存在差異，表明影響各省份農(nóng)業(yè)經(jīng)營(yíng)主體收入的指標(biāo)有差異。因此，中部地區(qū)提升農(nóng)業(yè)經(jīng)營(yíng)主體收入的具體措施需要依據(jù)各省份實(shí)情進(jìn)行制定。

（3）灰色關(guān)聯(lián)分析結(jié)果表明，安徽、湖北、山西3個(gè)省份的14個(gè)指標(biāo)對(duì)農(nóng)業(yè)經(jīng)營(yíng)主體收入的影響力排序有差異，因此，3個(gè)省份農(nóng)業(yè)經(jīng)營(yíng)主體收入的增收對(duì)策表現(xiàn)不同。

參考文獻(xiàn)

[1] 趙奇，李玉華，雷志華，等.鄭州市農(nóng)民收入的灰色關(guān)聯(lián)分析與增收對(duì)策[J].貴州農(nóng)業(yè)科學(xué)，2017，45（12）：167-169.

[2] 馬瑞.吉林省新型農(nóng)業(yè)經(jīng)營(yíng)主體培育研究[D].長(zhǎng)春：吉林農(nóng)業(yè)大學(xué)，2017.

[3] 杜勇，謝靜，彭昌家，等.培育新型農(nóng)業(yè)經(jīng)營(yíng)主體促進(jìn)傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型升級(jí)：以南充市為例[J].貴州農(nóng)業(yè)科學(xué)，2018，46（11）：163-167.

[4] 高鴻杰，宋和禧，何琳.廣東省農(nóng)村居民人均可支配收入影響因素研究[J].南方農(nóng)村，2020，36（2）：11-15.

[5] 樓佳俊，鄭雨倩.基于市域尺度農(nóng)民收入時(shí)空差異及驅(qū)動(dòng)力分析[J].貴州農(nóng)業(yè)科學(xué)，2017，45（9）：153-158.

[6] 陸樹楠.鄉(xiāng)村振興戰(zhàn)略背景下推動(dòng)農(nóng)民持續(xù)增收的路徑[J].現(xiàn)代交際，2020（8）：58，57.

[7] 吳紅霞，張潤(rùn)東.基于灰色理論的河北省農(nóng)村居民收入構(gòu)成分析及預(yù)測(cè)[J].安徽農(nóng)業(yè)科學(xué)，2012，40（25）：12694-12697.

[8] 海川.大中原蓄勢(shì)崛起[J].新經(jīng)濟(jì)導(dǎo)刊，2013（Z1）：94-97.

[9] 王明昌，劉錟，江源，等.中國(guó)北方中部地區(qū)近五十年氣溫和降水的變化趨勢(shì)[J].北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，51（6）：631-635.

[10] 楚純潔，趙景波，安春華.1957—2011年中國(guó)中部不同氣候帶氣候變化及其與ENSO的關(guān)系[J].地域研究與開發(fā)，2015，34（5）：121-127.

[11] 國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒（2003-2018年）[M].北京：中國(guó)統(tǒng)計(jì)出版社，2003-2018.

[12] 秦嶺.現(xiàn)階段農(nóng)民家庭經(jīng)營(yíng)收入增幅下降原因分析與農(nóng)業(yè)微觀經(jīng)濟(jì)組織創(chuàng)新[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2003（1）：12-17.

[13] 沈正榜，侯峰，潘敏.南通市農(nóng)村居民收入現(xiàn)狀及對(duì)策[J].貴州農(nóng)業(yè)科學(xué)，2014，42（11）：251-254.

[14] 李雪，韓一軍，王允.糧食主產(chǎn)區(qū)農(nóng)民收入影響因素分析：基于冀魯豫農(nóng)戶調(diào)研數(shù)據(jù)的實(shí)證分析[J].華東經(jīng)濟(jì)管理，2019，33（10）：92-100.

[15] 寇溶，陳英，謝保鵬，等.農(nóng)民土地財(cái)產(chǎn)性收入影響因素分析：基于農(nóng)地流轉(zhuǎn)情景的實(shí)證分析[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)），2019，13（4）：74-80.

[16] 成鵬遠(yuǎn)，嚴(yán)鎧，劉仲妮，等.北京農(nóng)民收入增長(zhǎng)影響因素實(shí)證分析及展望[J].農(nóng)業(yè)展望，2019，15（3）：17-22.

[17] 李天笑.基于SPSS的江蘇省現(xiàn)代農(nóng)業(yè)影響因素探究[D].舟山：浙江海洋大學(xué)，2019.

[18] 鄭文靜.安徽省各市農(nóng)村居民收入結(jié)構(gòu)演變研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2017.

[19] 山西省統(tǒng)計(jì)局.山西統(tǒng)計(jì)年鑒（2003-2018年）[M].北京：中國(guó)統(tǒng)計(jì)出版社，2003-2018.

[20] 安徽省統(tǒng)計(jì)局.安徽統(tǒng)計(jì)年鑒（2003-2018年）[M].北京：中國(guó)統(tǒng)計(jì)出版社，2003-2018.

[21] 湖北省統(tǒng)計(jì)局.湖北統(tǒng)計(jì)年鑒（2003-2018年）[M].北京：中國(guó)統(tǒng)計(jì)出版社，2003-2018.

[22] 劉思峰，黨耀國(guó)，方志耕，等.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2004.