安徽省农民收入区域差异分析

摘要：本文选取安徽省所属的17个城市为样本，运用因子分析和聚类分析，来探讨安徽省农民收入区域差异。结论表明：各城市在农业生产条件、农业生产结构和农村剩余劳动力转移能力三个方面表现各异。

关键词：农民收入　区域差异　因子分析

一、引言

“三农”问题的核心是农民问题，而农民问题的实质就是收入问题。十七大报告中再次强调解决“三农”问题的重要性，它是事关全面建设小康社会大局，必须始终作为全党工作的重中之重。对于衡量区域农民收入差异问题方面，很多学者就农村居民区域间收入差异的原因问题。从不同的角度提出了自己的看法。主要观点如下：一是张平(1992)和魏后凯(1996)等人通过研究农村区域间家庭收入间的差距，发现非农业发展的不平衡是造成这一状况的主要原因；二是丁静之(2001)和文兼武(1991)等人认为收入水平与资源禀赋有着密切的关系；三是万广华(1998)和林毅夫(2000)等人认为影响农民收入差异的最突出因素是地区产业结构。

总体看来，以全国范围来考虑的较多，仅以安徽省为研究对象较少，或者仅以某个因素来分析农民收入差异问题。本文将以安徽省下属城市为研究对象，建立评价指标，运用主成分和聚类分析方法，综合分析安徽省农民收入区域差异问题。

二、模型建立

衡量农民收入区域差异的因素有很多，在此引入以下变量：x1：农机总动力(万千瓦时)；X2：有效灌溉面积(千公顷)；X3：非粮食作物播种面积与粮食作物播种面积比值(％)；X4：林牧渔业总产值与种植业总产值比值(％)X5：农村从事非农产业劳动力比重(％)。以安徽省17个城市的横截面数据为样本，参考安徽统计年鉴2007年，对原始数据进行初步整合，得到如表1：

(一)求解标准化指标变量的相关矩阵

从表2中的相关系数矩阵可以观察到，变量之间具有不完全相关性，符合因子分析的前提条件，因此可以进行因子分析。

(二)求解相关系数矩阵的特征值、贡献率和累计贡献率

运用SPSS统计软件进行因子分析，计算特征值、方差贡献率和累计方差贡献率，从而确定成分的个数。我们知道特征值是对因子的方差贡献的表征，特征值越大对因子的贡献就越大，一般会以特征值累积贡献率大于80％的标准来确定主成分的个数。从表3可以看出，前三个因子的累计贡献率是90％，包含原有指标的绝大部分信息，其余两个成分对方差的影响很小。另外从表现各成分的碎石图也可以判断取前三个主成分比较合适。

(三)求解原始变量旋转后的主成分及因子得分矩阵

由表4可以看出F1与x1农机总动力和X2有效灌溉面积具有较高的相关度，反映了各地区农业生产条件；F2与x3非粮食作物播种面积与粮食作物播种面积比值和X4林牧渔业总产值与种植业总产值比值存在显著的相关性，表明各地区农业生产结构；F3在X5农村从事非农产业劳动力比重(％)上具有很大的载荷和解释能力，反映了各地区农业剩余劳动力转移能力。

三、数据分析与启示

从上面的结果可以得知，因子1得分最高的有六安、阜阳等城市，因子2得分最高的有宣城、安庆等城市，而因子3得分最高的则是铜陵和淮南等城市。通过聚类分析将17个城市分为四类，以下做具体的分析和解释：

第一类有合肥、六安、马鞍山、巢湖、宣城和安庆这6个城市。该类城市因子3得分大部分大于零，说明该类城市农业剩余劳动力转移能力比较强。这些城市经济发展水平好，在这6个城市中，合肥是省会，马鞍山有马钢，其他几个城市的工业经济也比较强。高水平的工业化城镇化发展支撑着农村大量剩余劳动力的转移。

第二类有淮北、黄山这两个城市。该类城市的三个因子得分均很低，大部分小于零，在平均线以下，排名为最后两名。说明其农业生产条件、农业生产结构以及农村剩余劳动力转移能力都比较差，与其他几类城市相比问题严重。

第三类的城市为毫州、宿州、蚌埠、阜阳和滁州。这五个城市因子2均小于零，说明该类城市农业生产结构不合理，总体表现为非粮食作物播种面积与粮食作物播种面积比值和林牧渔业总产值与种植业总产值比值较低。

第四类的城市为淮南、芜湖、铜陵和池州。这4个城市因子1得分比较低，说明该类城市农业生产条件较差，其农业机械化程度不高并且可灌溉面积相对于其他几类城市来说较小。

综合以上分析的结果表明，安徽省17个城市“三农”在区域分布上综合发展水平相差很大，且各地协调性也比较差。当前迫切需要做的就是：

首先，调整农业生产结构，大力发展高效经济作物。根据市场导向和本地的资源条件，积极发展棉花、油料、蔬菜、瓜果和茶叶等经济作物的生产，扩大绿色食品、有机食品等优质农产品的供应及提高畜牧业在农业总产值的比重，走精细化、集约化、产业化的道路。

其次，加快农村人口城镇化进程，形成提高农民收入的新增长点，推动农业剩余劳动力转移。加强能源、交通、管道等配套设施的建设，有效改善小城镇的投资环境，吸引乡镇企业向其集中，进而促使乡镇企业扩大规模，提高技术层次，带动第三产业发展，吸纳更多的农业剩余劳动力。

最后，依靠科技改善农业生产条件，通过增加需求弹性较大的农产品的科技投入来加快“绿色”产品的开发步伐，降低激素、农药等残留程度，从根本上改良品种，提高产量。