精準(zhǔn)扶貧背景下西部地區(qū)農(nóng)民增收影響因素的主成分回歸分析

蒲艷 楊能

[摘 要]在借鑒現(xiàn)有研究成果的基礎(chǔ)上，選取2009—2018年的有關(guān)數(shù)據(jù)，使用主成分分析法，比較精準(zhǔn)扶貧戰(zhàn)略實(shí)施前后西部地區(qū)農(nóng)村居民收入增長狀況。結(jié)果表明，精準(zhǔn)扶貧戰(zhàn)略實(shí)施前（2009—2012年），中國西部地區(qū)農(nóng)民收入增長的主成分綜合得分為負(fù);精準(zhǔn)扶貧戰(zhàn)略實(shí)施后，主成分綜合得分為正且逐年上升。回歸分析進(jìn)一步發(fā)現(xiàn)，生產(chǎn)性因素投入增加，對(duì)西部地區(qū)農(nóng)民收入增長具有較強(qiáng)的積極影響;服務(wù)性因素投入不足，對(duì)農(nóng)民增收具有負(fù)面影響。建議進(jìn)一步增加對(duì)西部農(nóng)村地區(qū)和農(nóng)業(yè)的投入、進(jìn)一步健全西部農(nóng)村地區(qū)社會(huì)保障體系、進(jìn)一步加大對(duì)教育投入的支持力度，確保西部地區(qū)農(nóng)民增收的可持續(xù)性。

[關(guān)鍵詞]精準(zhǔn)扶貧;農(nóng)村居民;可支配收入;主成分分析

[DOI]10.13939/j.cnki.zgsc.2021.07.027

1 引言

根據(jù)國務(wù)院扶貧開發(fā)領(lǐng)導(dǎo)小組辦公室發(fā)布的資料，始于20世紀(jì)80年代中期的扶貧開發(fā)工作，經(jīng)過30年不懈努力，到2013年使6億多中國人甩掉貧困帽子，但仍有8249萬農(nóng)村貧困人口。鑒于剩余貧困人口脫貧問題的艱巨性和傳統(tǒng)粗放扶貧的種種弊端，國家于2014年開始大規(guī)模實(shí)施精準(zhǔn)扶貧戰(zhàn)略，精確識(shí)別幫扶對(duì)象，實(shí)施力度更大、針對(duì)性更強(qiáng)、作用更直接、效果更可持續(xù)的政策措施，確保到“2020年所有貧困地區(qū)和貧困人口一道邁入小康社會(huì)”。最新統(tǒng)計(jì)數(shù)據(jù)顯示，經(jīng)過5年的精準(zhǔn)扶貧，2018年，西部地區(qū)農(nóng)村居民人均可支配收入為11831.4元，比2013年增加4394.8元，增長幅度接近60%;是全國居民人均可支配收入的41.9%，是西部地區(qū)城鎮(zhèn)居民人均可支配收入的35.43%，分別比2013年提升1.29%和2.18%（數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》）。

精準(zhǔn)扶貧對(duì)農(nóng)民增收的影響機(jī)制分析和成效評(píng)估成為近年來社會(huì)密切關(guān)注的問題?，F(xiàn)有研究主要采用中國家庭追蹤調(diào)查（CFPS）不同時(shí)期的數(shù)據(jù)，或研究者在不同年度開展的入戶調(diào)查數(shù)據(jù)，研究多維貧困視角下精準(zhǔn)扶貧效果（張全紅等，2018、2019;張淑慧和劉敬，2018;沈宏亮和張佳，2019），有效提高精準(zhǔn)扶貧效率的建議，以及多元化精準(zhǔn)扶貧政策建議（沈宏亮和張佳，2019）。研究范圍多為全國農(nóng)村地區(qū)，或特定省份農(nóng)村地區(qū)，或民族地區(qū)，缺少專門研究精準(zhǔn)扶貧對(duì)西部地區(qū)農(nóng)民增收影響的文獻(xiàn)?；诖?，文章主要從影響農(nóng)民增收的生產(chǎn)性因素和服務(wù)性因素入手，選取8個(gè)指標(biāo)，通過主成分回歸分析，研究精準(zhǔn)扶貧視角下，西部地區(qū)農(nóng)民增收的主要影響因素，并提出相應(yīng)的建議。

2 指標(biāo)說明與主成分分析過程

2.1 統(tǒng)計(jì)指標(biāo)與數(shù)據(jù)來源

文章基于《中國統(tǒng)計(jì)年鑒》和西部地區(qū)各省統(tǒng)計(jì)年鑒的時(shí)間序列數(shù)據(jù)，在綜合其他學(xué)者研究成果的基礎(chǔ)上，根據(jù)代表性原則、系統(tǒng)性原則、獨(dú)立性原則、可操作性原則，選擇影響農(nóng)村居民可支配收入的8個(gè)指標(biāo)。①代表性原則，指選取的指標(biāo)能較好地反映問題。②系統(tǒng)性原則，指選取的指標(biāo)要盡可能涵蓋影響收入的所有因素。③獨(dú)立性原則，指各指標(biāo)之間應(yīng)該相互獨(dú)立。由于完全獨(dú)立幾乎不可能，所以要求各指標(biāo)之間至少在性質(zhì)上是相互獨(dú)立的。④可操作性原則，指選取的指標(biāo)需明確清晰，便于數(shù)據(jù)收集和量化，并能為相關(guān)部門提供指導(dǎo)和借鑒。綜合上述原則，文章選擇的8個(gè)因素分別是：農(nóng)業(yè)機(jī)械總動(dòng)力（記為tpam）、農(nóng)村用電量（記為ec）、財(cái)政支農(nóng)資金（記為fund）、農(nóng)作物播種面積（記為sa）、第一產(chǎn)業(yè)從業(yè)人員平均負(fù)擔(dān)人口數(shù)（記為ndpi）、農(nóng)村農(nóng)戶固定資產(chǎn)投資（記為fai）、鄉(xiāng)鎮(zhèn)衛(wèi)生院入院人數(shù)（記為nha）、中職學(xué)校畢業(yè)生人數(shù)（記為gsv）。

農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村用電量、農(nóng)作物播種水平、農(nóng)村農(nóng)戶固定資產(chǎn)投資、鄉(xiāng)鎮(zhèn)衛(wèi)生院入院人數(shù)、中職學(xué)校畢業(yè)生人數(shù)等數(shù)據(jù)，根據(jù)中國統(tǒng)計(jì)年鑒相關(guān)數(shù)據(jù)匯總而得。財(cái)政支農(nóng)資金，用各省統(tǒng)計(jì)年鑒中農(nóng)林水財(cái)政支出數(shù)據(jù)匯總而得。第一產(chǎn)業(yè)從業(yè)人員平均負(fù)擔(dān)人口數(shù)，用西部地區(qū)鄉(xiāng)村人口數(shù)除以第一產(chǎn)業(yè)從業(yè)人員數(shù)而得（由于西藏、甘肅缺失就業(yè)人數(shù)，所以本處僅計(jì)算西部地區(qū)10個(gè)省級(jí)行政區(qū)的指標(biāo)）。農(nóng)村農(nóng)戶固定資產(chǎn)投資數(shù)據(jù)中，西藏缺失各年份數(shù)據(jù)，所有省份缺失2018年數(shù)據(jù)。所有數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》與西部地區(qū)各省統(tǒng)計(jì)年鑒。

2.2 主成分分析過程

為避免回歸模型中自變量之間多重共線性帶來偽回歸問題，文章采用主成分分析法對(duì)自變量的原始數(shù)據(jù)降維，即用較少的新變量（主成分）代表原來的變量，這些新變量能在消除原來變量多重共線性問題的同時(shí)，涵蓋原來變量的大部分信息。其主要計(jì)算過程如下：

（1）為消除量綱和數(shù)量級(jí)不同帶來的影響，首先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化后的指標(biāo)。

（2）運(yùn)用Stata軟件，計(jì)算數(shù)據(jù)標(biāo)準(zhǔn)化后的樣本協(xié)方差矩陣、特征值、方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，具體結(jié)果見表1。

從表1可以看出，前兩個(gè)主成分特征值大于1，且累計(jì)方差貢獻(xiàn)率大于91%，超過主成分選取依據(jù)的累計(jì)貢獻(xiàn)率大于或等于85%的原則，降維效果較好，所以選擇前兩個(gè)主成分進(jìn)行分析，其中第一主成分的貢獻(xiàn)率為72.24%，第二主成分的貢獻(xiàn)率為19.42%。主成分碎石圖表明，前兩個(gè)主成分的折線斜率比較大，而后慢慢地趨于平緩，再次證明選擇前兩個(gè)主成分進(jìn)行分析是可行的。

（3）根據(jù)標(biāo)準(zhǔn)化正交特征向量矩陣，分析收入影響因素，并寫出主成分表達(dá)式。

根據(jù)標(biāo)準(zhǔn)化正交特征向量矩陣（見表2），在第一主成分中，農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村用電量、財(cái)政支農(nóng)資金、農(nóng)作物播種面積、第一產(chǎn)業(yè)從業(yè)人員平均負(fù)擔(dān)人口數(shù)、農(nóng)村農(nóng)戶固定資產(chǎn)投資6個(gè)因素對(duì)中國西部地區(qū)農(nóng)村居民收入有顯著影響。其中農(nóng)業(yè)機(jī)械總動(dòng)力、農(nóng)村用電量、財(cái)政支農(nóng)資金、農(nóng)作物播種面積、農(nóng)村農(nóng)戶固定資產(chǎn)投資5個(gè)因素具有正向推動(dòng)作用，且影響程度較為平均。第一產(chǎn)業(yè)從業(yè)人員平均負(fù)擔(dān)人口數(shù)對(duì)收入增長具有逆向影響，因?yàn)槊總€(gè)勞動(dòng)力負(fù)擔(dān)人口越多，用于非生產(chǎn)性活動(dòng)的時(shí)間就會(huì)增加，生產(chǎn)性活動(dòng)時(shí)間就會(huì)減少，人均收入降低，這符合經(jīng)濟(jì)規(guī)律。對(duì)于第二主成分來說，鄉(xiāng)鎮(zhèn)衛(wèi)生院入院人數(shù)和中職學(xué)校畢業(yè)生人數(shù)兩項(xiàng)指標(biāo)具有顯著的積極影響。鑒于第一主成分主要是通過影響生產(chǎn)來影響收入，第二主成分主要是通過醫(yī)療和教育兩項(xiàng)服務(wù)來影響收入，因此文章將第一主成分定義為“生產(chǎn)性因素”，將第二主成分定義為“服務(wù)性因素”。

主成分分析表明，增加中國西部地區(qū)農(nóng)村居民收入，主要從生產(chǎn)和服務(wù)兩個(gè)方面來進(jìn)行。從生產(chǎn)方面來說，農(nóng)業(yè)科技進(jìn)步、國家和私人投資增加、農(nóng)村基礎(chǔ)設(shè)施改善，能夠?qū)r(nóng)村居民的生產(chǎn)率產(chǎn)生積極影響;從服務(wù)方面來說，醫(yī)療和教育水平的提高，能夠改善農(nóng)村居民的體力和智力，從而提高收入。

4 結(jié)論與建議

從上述主成分回歸分析可以看出，對(duì)農(nóng)村地區(qū)生產(chǎn)資料的投入有助于農(nóng)民收入增長，尚未健全完善的社會(huì)保障體系對(duì)農(nóng)民收入增長則有副作用。筆者建議：

（1）進(jìn)一步增加對(duì)西部農(nóng)村地區(qū)和農(nóng)業(yè)的投入。提高農(nóng)業(yè)生產(chǎn)效率，發(fā)揮知識(shí)經(jīng)濟(jì)在推動(dòng)農(nóng)業(yè)生產(chǎn)發(fā)展中的引領(lǐng)作用，把現(xiàn)代農(nóng)業(yè)科技成果轉(zhuǎn)化為農(nóng)業(yè)生產(chǎn)的強(qiáng)大生產(chǎn)力，促進(jìn)農(nóng)業(yè)規(guī)?；?、產(chǎn)業(yè)化經(jīng)營。加大基礎(chǔ)設(shè)施建設(shè)力度，優(yōu)化農(nóng)村能源結(jié)構(gòu)和出行通道，提高農(nóng)業(yè)生產(chǎn)效益。

（2）進(jìn)一步健全西部農(nóng)村地區(qū)社會(huì)保障體系。新型農(nóng)村合作醫(yī)療保險(xiǎn)制度在極大程度上改善了農(nóng)民“看病貴看病難”問題，但其保障水平較低，保險(xiǎn)范圍有一定局限，參加和報(bào)銷的程序較煩瑣，貧窮家庭罹患大病依然無法承擔(dān)自費(fèi)部分，農(nóng)村地區(qū)因病帶來的貧富差距可能進(jìn)一步擴(kuò)大。農(nóng)村地區(qū)雖有養(yǎng)老保險(xiǎn)新政策，但其繳費(fèi)標(biāo)準(zhǔn)對(duì)大多數(shù)家庭來說仍無法承擔(dān)，所以普遍依靠子女養(yǎng)老，這無形中增加了子女的社會(huì)負(fù)擔(dān)。只有充分運(yùn)用政府力量，建立健全農(nóng)村社會(huì)保障體系，解決疾病、養(yǎng)老等因素帶來的貧富不均，農(nóng)村居民人均可支配收入才會(huì)出現(xiàn)持續(xù)增長，并穩(wěn)步縮小城鄉(xiāng)差距。

（3）進(jìn)一步加大對(duì)教育投入的支持力度。從長期來看，教育投入對(duì)收入增長的積極作用已成共識(shí)，但教育投入的貨幣化收益具有滯后性，非貨幣化收益則具有潛在性和不確定性。因此，政府必須進(jìn)一步加大對(duì)教育投入的支持力度，矯正農(nóng)村家庭追求眼前收益的短視行為，促進(jìn)收入增長的可持續(xù)性。

參考文獻(xiàn)：

[1]孫巍，馮星，徐彬.異質(zhì)性視角下區(qū)域式精準(zhǔn)扶貧研究——基于收入分布變遷貧困分解[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，2019，40（5）：70-76.

[2]張全紅，李博，周強(qiáng).精準(zhǔn)扶貧貴在精準(zhǔn)識(shí)別：收入和多維視角的對(duì)比分析[J].財(cái)經(jīng)智庫，2018，3（5）：74-89.

[3]張全紅，周強(qiáng).精準(zhǔn)扶貧政策效果評(píng)估——收入、消費(fèi)、生活改善和外出務(wù)工[J].統(tǒng)計(jì)研究，2019，36（10）：17-29.

[4]徐志剛，李美佳，王晨.精準(zhǔn)扶貧的脫貧與收入消費(fèi)增長效應(yīng)跟蹤評(píng)估——來自江蘇省“扶貧到戶”政策的經(jīng)驗(yàn)[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，19（6）：29-39.

[5]張淑慧，劉敬.精準(zhǔn)扶貧政策縮小了城鄉(xiāng)收入差距嗎？——基于空間面板數(shù)據(jù)的實(shí)證研究[J].新疆大學(xué)學(xué)報(bào)（哲學(xué)人文社會(huì)科學(xué)版），2018，46（6）：1-9.

[6]沈宏亮，張佳.精準(zhǔn)扶貧政策對(duì)建檔立卡戶收入增長的影響[J].農(nóng)業(yè)經(jīng)濟(jì)，2019，310（12）：87-103.

[7]黃可權(quán)，黃珊.財(cái)政金融雙支柱精準(zhǔn)扶貧協(xié)調(diào)機(jī)制與策略組合——基于家庭收入增長與福利改善的視角[J].財(cái)政科學(xué)，2019，37（1）：67-76.

[8]盧盛峰，陳思霞，時(shí)良彥.走向收入平衡增長：中國轉(zhuǎn)移支付系統(tǒng)“精準(zhǔn)扶貧”了嗎[J]. 經(jīng)濟(jì)研究，2018，53（614）：49-64.