农民增收的核心因素分析——以海林市为例

曹嘉琪，赵彦茹，冯一琳，郑金源

（东北林业大学 经济管理学院，哈尔滨 150040）

乡村振兴背景下，农民增收问题始终是焦点问题。随着“精准扶贫”等诸多富农政策的提出，农村贫困人口进一步减少，农民收入总体上有了大幅度的提高。但农民收入增长缓慢，制约农民收入增加的因素交错复杂，难以量化[1]。为了探究农民收入持续稳定增长的长效机制，找到影响农民增收的核心因素是具有重要意义的。

海林市常年位居黑龙江省十强县之一，是蔬菜、食用菌与猴头菇的生产大市，是农民生活水平较高的农业大市。海林的发展变化是黑龙江省乃至全国县级市科学发展的缩影，其经验对新时期后发县镇的发展具有重要的启迪意义。因此，本文选取黑龙江省海林市为研究对象，探究农民增收的核心因素

1 海林市农民收入现状

1.1 海林市农民收入水平进入稳步增长新常态

从2000—2016年，海林市农民收入水平始终高于全国平均水平，农民增收速度不断加快，2004—2012年基本维持在10%以上的增长水平，2007年达到增长速度最高15.4%。海林市农民收入逐渐与全国平均水平拉开差距。2013年至今，海林市农民收入水平进入中高速稳步发展新常态。

1.2 海林市农村居民收入水平与城镇居民收入水平差距逐渐扩大

图2可看，海林市城乡居民人均收入水平均稳步提高。然而，城镇居民可支配收入与农村人均收入之间差距不断扩大，到2016年，城镇居民可支配收入是农村居民收入的1.5倍，城乡经济逐渐凸显二元结构现象[2]。

图1 农民人均纯收入对比

图2 海林市城镇（单位）在岗从业人员平均工资与农民人均纯收入对比

2 海林市农民增收影响因素的实证分析

2.1 数据来源

本文各指标的原始数据由1999—2017年《海林统计年鉴》、《海林社会经济统计年鉴》、《黑龙江省农村经济社会统计摘要》摘录和整理计算所得。样本时间区间为2000—2016年，借助IBMSPSS19.0软件对数据进行处理分析。

2.2 模型选择和指标选取

由于影响农民增收的因素复杂交错，各个因素之间可能存在着一定的相关关系。为了避免分析时出现变量共线性较强的问题，选用主成分分析这一模型对数据对样本数据进行降维处理，并且建立回归分析模型，将主成分分析中得到的原始数据的成份得分数据代入模型中，得到农民人均收入与其影响因素间的关系式，从而得到各影响因素对农民人均收入的贡献率的大小。

对于农民增收影响因素分析，国内学者大多集中在国家财政政策，农民受教育水平，科技贡献率，环境条件四个方面，而国外学者认为影响农民收入的主要因素是政府政策、农民受教育程度、农业发展模式创新、人力资本、自然与气候。本文综合考虑数据可得性、可量化性、代表性以及典型性的原则，选取影响海林市农民增收的13个指标：交通便捷度（X1）、土地生产能力（X2）、居民消费水平（X3）、财政支农水平（X4）、医疗条件（X5）、农民综合素质（X6）、基础设施建设（X7）、工业化水平（X8）、人均GDP（X9）、城乡收入差距（X10）、农产品收购价格指数（X11）、农村农业从业人口（X12）、单位面积农机总动力（X13）。

2.3 影响因素的主成分分析

为了减小分析样本数据的误差，首先统一样本数据量纲，对样本数据进行标准化处理，之后进行主成分分析。

表1 公因子方差

由表1可见，标准化后的数据所得的方差总和与原始数据方差总和较为一致，可信度较高。

表2 解释的总方差

由表2可知，前三个主成分对13个因素的累计贡献率达到了88.728%，说明三个因子对全部变量的解释程度很高。其中主成分F1的累计贡献率达到60.812%，高于主成分F2与主成分F3的累积贡献率之和，说明主成分F1可以极大的反映原始变量的信息。用主成分分析法继续计算前三个主成分对各个变量的影响程度，可得表3。

由表3可得，主成分1对财政支农水平、医疗条件、农民综合素质、基础设施建设、人均GDP、城乡收入差距、农村农业从业人口水平、单位面积农机总动力的解释程度都在0.8以上，这些因素的共同特征是都反映了一个地区的经济发展水平。海林市积极发展现代农业，促进一二三产业融合，以“龙头企业+农户”模式，自主创建多个农产品特色品牌，特色农产品销售覆盖国内大部分地区，同时积极发展乡村生态旅游业，加快传统农业转型步伐，从而促进农民收入增加。与2012年相比，2017年海林市全市生产总值环比增长46.33%，第一产业增加值环比增长64.37%，二三产业增加值分别环比增长24.18%与73.67%，产业结构不断优化。同时海林市坚持“提质加速，城乡一体”[3]的发展方针，不断推进城镇化的进程，加快建设农业大镇，增强了重点镇集聚产业和吸纳农民的能力，以产城融合为重点，推动地区经济的发展从而促进农村发展与农民增收。根据上述分析，认为主成分1是促进农民增收的核心因素。

表3 成份矩阵

2.4 建立多元回归模型

在降维分析的基础上，对样本数据进一步进行回归分析，计算各影响因素对农民增收的贡献率。

表4 系数

以农民人均收入为因变量，三个主成分F1、F2、F3为自变量建立模型，模型拟合效果良好，DW统计量接近2，说明不存在自相关。方差膨胀系数VIF小于10，说明变量间不存在多重共线性。因此，可建立回归方程：

根据表5主成分得分可得三个主成分各个影响因素的回归模型：

将（2）、（3）、（4）式代入（1）式中得到式（5）

2.5 模型结果分析

由式（5）可以看出，除农民综合素质和农村农业从业人员对海林市农民增收是反向影响以外，其余各因素对农民增收均表现正向影响。说明农民受教育水平低、培训次数少、乡村适龄劳动力资源短缺阻碍了农民收入的增长。对于影响海林市农民增收因素的贡献率大小排序可得：1城乡收入差距＞2单位面积农机总动力＞3财政支农水平＞4人均GDP＞5医疗条件＞6土地生产能力＞7基础设施建设＞8工业化水平＞9居民消费水平＞10农产品收购价格指数＞11交通便捷度＞12农民综合素质＞13农村农业从业人口。

排名第1的是城乡收入差距，说明以城镇居民收入与农村居民收入的比值来反应的城乡收入差距对海林市农民增收有重要作用。海林市身为县级市，很好地反映了城镇化过程中中小城镇不断吸纳农村人口，规模不断扩大的进程。但随着城镇的发展，城乡居民收入差距逐渐扩大。如何逐步缩小城乡发展差距，进一步促进以城带乡应是海林市考虑促进农民增收的重点。排名第2的是单位面积农机总动力，说明大力推动主要农作物生产全程机械化的正确性，但需要注意的是农机化必须坚持创新驱动和内涵式发展道路，加快农机化要素驱动与规模扩张模式的转型，着力提高农机化发展质量和效益[4]。

表5 成份得分的系数矩阵

3 结论及建议

由以上对海林市农民增收影响因素的分析可得，以海林市为代表的县级市的农民收入的提高很大程度上受到地区发展水平与城镇居民收入差距的影响，综合来说就是受到城镇化进程的影响。促进城镇化与农业生产技术的进步，实现与农业现代化协调发展[5]是促进农民增收的核心思想。通过城镇化提高农村农业从业人员的产出从而提高人均收入水平、引导发展要素回流[6]、扩大农产品市场规模[7]从而增加农民收入是促进农民增收的三条主要思路。

3.1 提高农村从业人员产出，提高是人均收入水平

我国农业地少人多，大量劳动力的集聚拉低了人均产出水平，同时也限制农业规模化发展，阻碍了农业现代化的进程。通过推动城镇化，促进原乡镇，小城市中新兴的二、三产业的发展，吸纳农村劳动力，从而使耕地资源整合到少数农村从业人员的手中，实现规模化生产。市场自发调整优化耕地与劳动力这两种生产要素比例水平，不断提高人均农业产出，从而促进农村从业人员收入水平的提高。

3.2 引导资金、技术、人才等发展要素回流，带动农民发展现代化乡村

就地城镇化是实现乡村振兴，促进农民增收的必由之路。政府加强对本地农村农业的财政投入（包括生产投入和基础设施建设投入），使得农业生产逐步现代化，农村人民生活水平逐渐达到城市居民水平。农村现代化转型对资金、技术、人才等发展要素产生一定的吸引力，要素回流指导农民发展现代农业，加快农村现代化进程，从而形成“财政投入—促进农村发展—吸引要素回流—促进农村现代化—吸引投资—促进农村发展”的良性循环。

3.3 拉动农产品需求，扩大农产品市场规模

目前来看，农产品需求主要来自两个方面：一是城镇化过程中第二产业的发展对农产品（作为产业原材料）的需求；二是城镇化过程中农村人口转变为非农村人口，也有农产品供给者转变为需求者。随着城镇化进程的不断推行，农产品需求不断扩大，促进了农产品市场规模的扩大，有利于实现农民增收[8]。