浙江省农民增收能力综合评价研究

□田 野

（中共嘉兴市秀洲区委党校，浙江 嘉兴 314000）

1 研究意义及文献综述

1.1 研究背景与意义

长期以来，农民增收问题一直是政学界关注的重点、难点问题。党的十九大报告指出，“农业农村农民问题是关系国计民生的根本性问题，必须始终把解决好‘三农’问题作为全党工作重中之重。”[1]促进农民增收是解决“三农”问题的落脚点和根本出发点，是关系农村经济发展和社会稳定，推动乡村振兴和城乡融合发展的关键环节。

改革开放以来，浙江省农村经济迅速发展，农村居民收入持续增加，农民生活水平稳步提高，农民增收工作长期走在全国前列。对浙江省农村居民增收能力进行测量比较，有助于分析总结浙江省在农民增收领域取得的先进经验，有助于区分不同经济社会发展条件下农民增收工作的优劣、得失，对于推动城乡融合发展具有重要的理论和实践意义，对于全国其他地区具有重要的借鉴和参考价值。

1.2 文献综述

现有文献从不同角度探讨了农民增收问题，研究成果大致可以分为以下两类。

一类是政府各项惠农政策和新技术对农民增收的影响。骆永民和樊丽明（2015）[2]认为，加速新型城镇化建设、完善农地流转制度可以增强土地的规模化经营，可以在更大程度上发挥土地对农民增收的保障作用。郭军等（2019）[3]认为，推动农村一、二、三产业融合发展为农业发展方式的转变和农民增收提供了新思路。

另一类是各地农民收入影响因素及农民增收趋势预测研究。张淑华和李炳军（2020）[4]基于山西省、河南省、江西省2014—2017 年数据，对3 省农村居民收入来源进行预测分析，通过关联度分析发现第三产业收入、转移性收入和第一产业分别对山西省、河南省、江西省农民增收贡献最大。李珊珊（2019）[5]运用灰色G（1，1）模型预测了新疆的农民可支配收入。

现有文献考虑了政策因素对农民增收的影响，对农民增收趋势进行了细致研究，取得了一定的研究成果[6]，但仍然存在两个问题。第一，目前对于农民增收能力评价方面研究尚显不足。第二，缺乏对浙江省等农民增收先进地区的针对性研究。此外，部分研究在研究方法方面采用主观性较强的定性研究，致使研究结果缺乏客观性和可比性。在评价指标的选取方面，部分研究在评价指标选取方面没有很好地平衡指标全面性和数据可获得性，致使评价的普适性降低。上述研究现状为本研究提供了探索空间。

1.3 研究对象与目的

浙江省位于我国东南沿海，长江三角洲南翼，下辖11 个地级市，城乡融合工作持续走在全国前列，农村居民收入连年稳居全国第一。以浙江省11 个地级市为研究对象，选取16 个指标作为农民增收能力的测量变量，运用主成分-灰色关联度综合分析法，构建浙江省农民增收能力评价体系。利用权威统计数据对浙江省农民增收能力进行实证分析和整体度量，并以此为基础研究域内农民增收能力差异原因，为浙江省及其他地区相关决策部门提供对策建议。

2 研究方案设计

2.1 变量体系

农民增收能力是指农民可支配收入提高的空间和难易度。根据收入来源，农民收入可分为工资性收入、经营性收入、财产性收入、转移性收入4 方面。因此选取上述4 方面增收因素为一级指标。综合考虑数据可获得性、通用可对比性、指标可量化性，从每个一级指标中选取4 个二级指标共16 个指标，构建农民增收能力评价体系，如表1 所示。其中，农村劳力占比、第一产业占比、低保覆盖率、经济首位度、村庄密集度5 个指标为负向指标，其指标数值越大农民增收能力越弱。其余指标为正向指标，指标数值越大农民增收能力越强。

表1 农民增收能力评价体系

2.2 数据来源

数据源自《浙江省统计年鉴2020》、2017—2020 年浙江省11 个地级市的《统计年鉴》。商品房购买力指标中商品房价格数据取自安居客城市年度数据。若干指标数据不能直接获取，通过指标含义计算得出。指标存在极少数缺失数据，通过多重插补法处理。筛选原始样本中每个指标数据的最优值形成最优样本，为后期灰色关联度分析提供理想数据。若指标属性为正值则该指标样本最大值为最优值，若指标属性为负值则该指标样本最小值为最优值。

2.3 模型方法

主成分分析可以有效处理信息重叠并进行指标降维，但在特征向量符号取得负数时，无法有效评价函数意义。灰色关联度分析可以弥补样本数列不足和样本信息缺失问题，但可能存在指标信息重叠。因此，采用主成分-灰色关联度综合分析法构建浙江省农民增收能力综合评价模型，可以有效避免上述问题。

3 综合评价

3.1 数据处理与适用性检验

运用SPSS 19.0 对样本进行标准化处理以消除量纲影响，将所得变量进行KOM 和Bartlett 检验，结果显示，KMO 测度值为0.781，表明各变量间相关性较强。样本Bartlett 检验显著性概率0.000，表明相关系数矩阵明显异于单位阵，原始变量间存在相关性。检验结果显示变量通过了主成分分析适用性检验。

3.2 主成分-灰色关联度分析

根据模型方法与计算步骤，运用SPSS 19.0 对2016—2018 年浙江省11 个地级城市的16 个指标数据进行计算，得到基于主成分-灰色关联度综合分析的浙江省农民增收能力综合得分及排序，如表2 所示。

由表2 可知，模型结果中浙江省农民增收能力综合得分排序与浙江省历年农民可支配收入实证数据排序基本吻合，模型分析结果得到了实证数据的有力支撑。

表2 浙江省各市农民增收能力综合得分及排序

3.3 结果分析

为了解浙江省各市农民增收能力在空间分布的变化，设计农民增收能力分级标准，将2016—2019 年浙江省各市农民增收情况分类如表3 所示。

表3 浙江省各市农民增收能力分类

综合分析表2、表3，可以得到以下结论。

第一，2016—2019 年浙江省农民增收能力整体水平显著提升。其中，Ⅰ级城市实现了零的突破，嘉兴市由Ⅱ级提升至Ⅰ级；Ⅱ级城市新增了宁波市、杭州市、舟山市，数量由1 个提升至3 个；台州市、温州市、金华市由Ⅳ级提升至Ⅲ级，Ⅳ级城市数量由5 个下降为2 个。由此可见，浙江省各市中农民增收能力强的数量稳步增加，能力弱的数量相对减少，整个浙江省农民增收能力提高。

第二，浙江省各市农民增收能力呈明显空间分布特征。按照经济地理因素，浙江省从地域上可划分为浙北和浙南两个地区，浙北地区农民增收能力显著强于浙南地区。2016 年农民增收能力Ⅱ级以上城市仅有浙北地区的嘉兴市。2019 年农民增收能力Ⅱ级以上城市为嘉兴市、宁波市、杭州市、舟山市，全部来自浙北地区。Ⅲ级城市中浙北地区表现也显著优于浙南地区。浙江省农民增收能力呈现出由北向南能力递减的空间特征。经济发展质量较低，就业机会与宜居度欠缺，政府补贴不足，交通便捷度差等原因是浙南地区农民增收能力偏低的原因。

第三，在时间维度上，浙江省农民增收能力呈现整体增长趋势，变化方式表现为以下3 种。一是增收能力稳定增长。2016—2019 年农民增收能力稳定增长的城市有8 个，分别是嘉兴市、宁波市、杭州市、舟山市、湖州市、温州市、台州市、丽水市，其中嘉兴市增幅最大，该市4 年间农民增收能力总体提升了12%。二是增收能力波动增长。农民增收能力呈波动增长的城市有绍兴市和金华市，虽然这两个城市4 年间农民增收能力获得提升但提升过程存在一定程度的上下波动，如绍兴市2016 年关联度值为0.558，2017 年下降为0.557，2018 年、2019 年上升为0.557、0.579。与2016 年相比，2019 年绍兴市农民增收能力提升了3.79%，呈现波动增长态势。三是增收能力波动下降。衢州市4 年来农民增收能力呈下降趋势。2016 年衢州市关联度值为0.488，2019 年下降为0.487，下降了0.2%。

4 结论与展望

运用主成分-灰色关联度综合分析法，从工资性收入、经营性收入、财产性收入、转移性收入4 个方面选取了16 个指标构建了农民增收能力评价体系，对浙江省各市农民增收能力进行评价分析。分析可知，浙江省农民增收能力整体水平逐年稳步提升；浙江省农民增收能力空间分布特征显著，呈现由北向南能力递减的特征；在时间维度上，多数城市农民增收能力呈稳定增长，但绍兴市和金华市呈波动增长，衢州市呈小幅波动下降。

主成分-灰色关联度综合分析方法有效解决了指标信息重叠、样本不足、信息贫乏等问题。模型分析结果具有很高的准确性，农民增收能力与农民可支配收入实证数据基本吻合，反映了浙江省农民增收的现状和潜力。从空间和时间两个维度分析了浙江省农民增收能力的演变趋势，为浙江省农民增收和进一步推动城乡融合发展提供了决策依据，也为全国其他地区相关问题研究提供了方法借鉴。