关于我国农民人均收支情况的统计分析

张晨阳

引言

当今中国的“三农”问题，即农业、农村、农民这三个问题，是中国发展的重中之重，本质上关系到国民素质、经济发展，其中农民问题主要围绕农民增收，提高农民生活消费水平来解决。收入决定消费，这是普遍的经济规律。作为一个农业大国，农村人口占全国人口总数的70%，农民是我国最重要的群体，所以我国农民消费能力的提高有重大意义，直接关系到国民经济的发展。从农村市场看，中国大多数人口生活在农村，但是农村居民的收入普遍低于城市居民，而且农村人口基数巨大，不管是总收入水平还是人均收入水平，虽然农村人口的收入也在稳定增长但总体而言还是与城市有较大差距。目前对中国而言，处于经济结构转型的关键时期，消费主要是拉动内需，而农民的消费又是重中之重，随着经济的发展以农民生活水平的提高，农村市场的进一步扩大，其中包括“家电下乡”活动的广泛进行，农民消费水平进一步提高，进一步实现国民经济又好又快发展。

研究方法

针对我国农民人均收入与消费情况的研究，我们需要了解影响农民消费支出的主要因素包含衣着，居住，食品，家庭设备，文教娱乐，交通通信等八个因素，以及农民收入来源的主要构成，包括工资性收入，家庭经营性收入，财产性收入及转移性收入，从而进行统计分析。通过对这12个影响因素的分析，我们可以简单把握我国农村农民的生活情况，从而对于我们如何提高农民生活水平，提高农民收入，提高农民的购买力水平，更好解决农民问题有一定指导意义。

实证分析

（1）回归分析

通过相关分析，根据经济学普遍规律收入水平决定消费情况，以及我们知道统计学中常用的人均纯收入，主要由四部分构成，按照比例大小分别是：工资性收入（工资）转移性收入（养老金等）经营性收入（商业买卖收入等）和财产性收入。但其中财产性收入的比重在农村居民家庭的比重最少，主要是以工资性收入为主，大约占到70%左右。财产性收入占比位置较小，占比大约在2%左右。由于我们猜想收入与消费呈正相关关系，我们可以消费支出合计视为被解释变量，将构成农民收入的三大主要部分工资性收入、转移性收入、家庭经营性收入视为解释变量，进行多元线性回归，建立线性回归模型。

从回归结果中我们可以得到相应变量的偏相关系数，即在假定其他自变量不变的情况下，当工资性收入增加1元时，农民消费支出合计平均增加0.675元；在假定其他变量不变的情况下，当家庭经营性收入增加1元时，农民消费支出合计平均增加0.821元；在假定其他自变量不变的情况下，当转移性收入增加1元时，农民消费支出合计平均增加1.108元，我们发现这些理论分析都与经验判断现实相符，所以该模型是具有经济意义的，又因为每个自变量的P值都是小于0.05，所以也都是具有统计学意义的。综上我们得到最终模型表达式：消费合计=-11.025+0.675*工资性收入+1.108"转移性收入+0.821*家庭经营性收入。

（2）因子分析

1.基本思想：本文选取2014年中国30个省市的农村居民家庭的消费支出与收入来源数据进行主成份分析，从而提取2个主成份，也就是将农民收入与消费支出有关的12个变量综合成2个变量，再进一步进行因子分析。通过2014年全国各省市农村居民家庭收入与消费相关数据进行因子分析，主要从12个指标中提取2个公共因子，即“农民生活水平因子”与“农业生产因子”，进而了解我国农民的现状，并对未来的发展提供建议。

2.分析过程：

第一，KMO和Bartlett的檢验：KMO的取值为0.825，表明变量间有较强的相关性，数据很适合做因子分析。Bartlett球形检验的P值小于0.05，则拒绝原假设，认为变量之间具有相关性，符合因子分析需要的条件。

第二，公因子方差：指的是提取主成份后，各变量中信息被提取的比例。如表3.8所示，大多数变量共同度都在80%以上，也就是说如果原始变量信息量为100%，则变量中的主要信息量基本都能被提取出来，所以提取这几个公因子来进行压缩降维是可行的。

第三，解释的总方差：由表3.1中可以看出，“初始特征值”下“合计”一栏特征值从大到小排序，显示只有前两个特征值大于1，所以只选取了前两个公因子；也就是说主成份一所携带的信息量相当于平均原先8.823个原始变量的信息量，代表的是信息浓缩的结果，“提取平方和载入”一栏显示第一公因子的方差贡献率是73.524%，前两个公因子的方差的累计贡献率为83.744%，也即是说两个主成份携带了原始变量信息量的80%以上，可见选取前两个主成份已足够替代原来的变量其中第一主因子起到了尤其重要的作用。主成份三相当于0.616个原始变量的信息量，由于主成份分析的目的是浓缩信息，所以特征值小于1的主成份都将不予考虑；此时变量由12个综合成为两个，信息浓缩的目的达到。

第三，成份矩阵，因子负荷值即用于反应因子与各个变量间的密切程度，其实质是两者间的相关系数。比如公因子1不仅与工资性收入变量具有较强的相关性，也与其他除家庭经营性收入以外的所有变量具有较强的相关性，所以我们只能将其命名为“综合因子”；公因子2与家庭经营性收入以及家庭设备两个变量都具有相关性，我们无法找到其中的关联性，不能得到更好的解释来将其具体命名。这是因为公因子1剥夺了公因子2太多的信息，使得公因子2携带信息量太少。所以为了使因子得到一个完美的解释，有必要进行因子旋转，使每个公因子携带的信息量进行更合理的分配，我们利用最大方差法进行因子旋转得到的旋转成份矩阵。

结论

本文利用了SPSS统计学的方法对各省市及直辖市进行了统计分析，加入了偏相关分析，这样有利于控制其他变量的影响。然后利用线性回归分析对各种指标进行了筛选，并且考虑了序列的自相关性，发现模型不存在这些问题，拟合效果较好，得出线性回归模型。最后利用因子分析对影响收入与消费的各个因素及指标进行了降维处理，从而可以为切实提高各省市农民收入水平以及改善消费水平，改变消费观念，提出建设性意见，更有利于我们懂得具体问题具体分析，针对各个省市农业发展的不同情况，采取不同的措施，比如针对东部沿海城市，农业发展水平较高，农业科学技术水平较高，农民的家庭经营性收入也高，所以更重视农民的消费，打开东部城市农业市场，提高农民的购买力是关键。但对西部不发达城市，农业发展水平较低，发展条件受到限制，所以农民收入普遍不高，因此有效采取措施提高农民家庭的收入是重中之重，政府要加大转移性支付，提高农民的收入水平，更切实惠农，利农。我们都知道，大体上而言我国农村居民消费发展普遍比较落后，因此对于我国农村经济的发展和农民生活水平的提高而言，促进农民消费，是我国当前促进农村经济增长的一项重要政策措施，是重要的一环。