新常态下西部民族地区农民增收核心影响因素实证分析——以贵州省为观察对象

吴家琴

(贵州大学 人民武装学院，贵州 贵阳 550025)

新常态下西部民族地区农民增收核心影响因素实证分析
——以贵州省为观察对象

吴家琴

(贵州大学 人民武装学院，贵州 贵阳 550025)

在我国经济发展的新常态下，西部民族地区农民收入来源的结构也发生了深刻的变化。改革开放以来，随着经济社会的发展，西部民族地区农民收入有了显著的提高，但与全国平均水平和中东部地区的差距有进一步扩大的趋势。本文以贵州省为观察对象，并以该省1990—2013年农民人均纯收入及其相关指标数值为依据，运用因子分析法对这些因素与农民增收的关系进行实证分析，据此提出促进西部民族地区农民有效增收的对策建议。

新常态；西部民族地区；农民增收；核心因素；实证分析

当前，我国已步入经济增速由高速向中高速换挡，结构调整不断优化的新常态，西部民族地区农民收入也发生了深刻的变化。改革开放以来，西部地区与全国、东部、中部和东北各地区相比，农民收入差距的绝对数分别由1980年的18.6、45.2、-0.6、61元扩大到2013年的2062.3、5218.5、1542.9、3075.6元，有进一步扩大的趋势。作为西部地区的一部分，西部民族地区是“三农”问题凸显的核心区。民族地区农民的增收不仅关系到农民自身的发展，还关系到民族地区如期全面建成小康社会目标的实现，关系到国家的社会稳定和经济发展。因此，在西部民族地区经济发展新常态下，研究影响农民收入增长问题，具有重要的理论价值和现实意义。

贵州是一个集贫困、少数民族聚集和生态脆弱为一体，农村人口众多、自然资源丰富的内陆山区省份。改革开放以来，贵州农民人均纯收入虽然总体呈上升趋势，但与西部民族地区其他省(区、市)一样，都面临着在新型城镇化进程中，如何进一步拓展农民增收路径的问题。同时，贵州存在的问题在西部民族地区也具有较强的代表性。因此，本文以贵州省为观察对象，在对相关理论、文献梳理的基础上，筛选出西部民族地区农民收入增长的影响因素，以1990—2013年贵州农民人均纯收入及其相关指标数值为依据，运用因子分析法对这些因素与农民增收进行实证分析，并提出适合西部民族地区农民有效增收的对策建议。

一、国内外关于农民增收及其影响因素研究评述

关于农民增收问题，学界已有许多研究，相关的成果和观点主要有：破解二元经济发展，缩小各部门劳动生产率和收入水平差距的关键是农村剩余劳动力向现代产业部门转移。[1]城乡收入差距的预期是农村劳动力向城镇转移的动力[2]。中国农村经济的繁荣不只与农业自身有关，还与非农行业有很大关系；农村贫穷、农民增收困难的根本原因是农业的低边际产出率及农民的低技术劳动生产率；提高农产品价格、农业补贴和政府干预等方式对农民增收的贡献很小；加快农村基础设施建设，创造非农就业机会，大量减少农业人口；提高农村教育水平和农民综合素质，对生产要素市场进行调整等是农民增收最有效的方式。[3]城乡二元土地制度不仅约束了我国农村土地生产要素的流动，还制约了农民持续增收[4]。西部民族地区城镇化对农民增收的正面效应是积极的，但如果施策不当也会出现很大的负面效应，所以必须处理好二者关系，合理推进城镇化，促进西部农民增收。[5]农村组织和制度的创新是发展现代农业，提高农民收入的一项治本之策。[6]

总体来看，国内外学者对影响农民增收因素的研究中，关于硬件设施和制度设计等的探讨较多，但对农村和农业信息化等因素的研究却很少，故本文在现有研究成果的基础上，在注重此前普遍关注的因素的同时，特别考虑了一些新的要素，力求对此问题获得更加全面客观的认识。

二、 农民增收影响因素及实证分析

1. 模型的选择和说明

农民增收的影响因素很多且错综复杂，彼此间相互影响，存在一定的相关性，并被某些公共因子影响，直接运用这些量化的变量进行回归分析，容易产生变量间的共线性问题，使模型缺乏统计学意义和实际意义，导致影响农民收入的真正因素难以找到，得到与实际不符甚至错误的结论。选择因子分析模型将有效避免以上问题的发生，从而找出影响农民增收的主要因素。

本因子分析模型的基本思路是：首先，运用主成分分析法研究面板数据变量间相关系数的内部依赖关系，找出综合面板数据主要信息的少数几个变量(因子)，这些因子间互不相关，并可表示为所有变量的线性组合。其数学模型为：

X=AF+ε

(1)

式中，X=(X1，X2，…，XP)T为原始变量(P为变量的个数)，A=(αij)为因子载荷矩阵(αij为载荷因子)，F=(F1，F2，…，Fm)T为公因子(m为公因子个数)，ε表示不能被公因子解释的变量变异。因子分析的目的是通过降维，用少数因子代替所有变量来分析整个问题；其次，运用回归分析法建立因变量与少数公因子之间的回归方程；最后，将原变量在主成分分析中的得分带入建立的方程式中，计算出因变量与原自变量间的关系式，并依据自变量系数的大小得到各自变量对因变量贡献率的大小。

2.影响因素的选取

在文献研究、实地调研与定性分析的基础上，根据西部民族地区农民增收影响因素的典型性、代表性、可量化和数据资料的可得性等原则，确认了以下11个影响贵州农民增收的变量：

农业生产效益(x1)：用民族地区农业总产值/该地区主要农产品产量表示，说明民族地区农产品按市场平均价计算的单位农产品价值量。农产品商品化是农业生产效益的表现，离不开农村市场的发展，而“互联网+”又为农村市场提供了广阔空间，这一切都有赖于农村基础设施的建设和发展。农业生产效益的提高可直接推动农民收入的增长。

工业化率(x2)：民族地区第二产业增加值占其GDP的比重，以说明民族地区工业发展程度。一方面民族地区工业化进程的加速推进需要大量的劳动力，将为农村劳动力的转移提供广阔的就业市场，直接带动农民工资性收入的增长；同时，民族地区工业化率的不断提高，将扩大对初级农产品的需求，推动农村市场的繁荣，使农民经营性收入增长。

农村交通便捷度(x3)：用民族地区的公路里程与该地区国土面积的比值表示，近似说明民族地区农村交通的便捷和物流的发达程度。便捷的农村交通可以降低农产品生产成本和流通成本，实现农产品“货畅其流”，使农产品在商品流通中增值，实现农民增收。

农村医疗水平(x4)：用民族地区每千人拥有的床位数来近似解释民族地区农民获得医疗保障的能力和水平。

农业现代化程度(x5)：民族地区农业经济发展的瓶颈是落后的农业生产，以及自由、分散的个体经营，而机械化生产是现代农业生产、经营模式的标志。因此，用民族地区农业机械总动力/年末农村常住人口近似说明民族地区农业现代化发展水平。

农业抗灾能力(x6)：相对东、中部地区而言，西部民族地区农业基础设施很落后。改善农业生产条件，推动农村经济发展，促进农业现代化的重要措施是加强农业基础设施建设，而农田水利建设又是农业基础设施建设的重要内容之一，因此，用有效灌溉面积除以常用耕地面积来说明民族地区农田水利建设水平、抵抗自然灾害能力对农民增收水平的影响。

城镇化率(x7)：民族地区城镇人口除以总人口，用来说明民族地区城镇化的发展程度。民族地区城镇化程度的提高，将直接带动农村剩余劳动力向城镇转移，使农村人口减少，农村人均耕地增加，为农业的规模经营和劳动生产率的提高创造条件；同时，民族地区在城镇化进程中，城镇对农产品需求的大幅度增加，有利于农民农业生产经营性收入和工资性收入的提高。

农民受教育程度(x8)：民族地区农村劳动力平均受教育年限，即各层次受教育年限的加权平均数，作为民族地区人力资本投资和劳动力素质的代表，对促进民族地区农民的增收和经济的发展具有极其重要的作用和长期的影响。

旅游发展水平(x9)：用民族地区旅游总收入/年末常住人口表示，说明民族地区旅游发展的能力和水平。民族地区旅游业尤其是生态旅游业的发展所带动的产业大多是劳动密集型的，能为农村剩余劳动力提供广泛的就业，使广大农民在家乡就地就业，有利于社会的稳定，劳动力素质的提高，产业结构的优化、升级，农民收入的增加。

城乡收入差距(x10)：此为我国二元经济结构和社会结构下城乡分配不平等指标，用民族地区城镇居民人均可支配收入/农村居民人均纯收入表示。一方面，长期的城乡二元结构使农村居民难以与城镇居民享受同等的社会保障和教育，导致其实际收入与城镇居民形成巨大落差；另一方面，城乡收入差距的不断扩大促使大量农民到城市(镇)打工，并努力融入城市——成为城镇居民或市民，将推动农村剩余劳动力的转移，促进农民工资性收入增加。

农村信息化水平(x11)：用民族地区电话普及率表示，说明民族地区农民获得信息的能力和与外界联系的便捷程度。

选取反映农村居民收入提高水平的指标——农村居民人均纯收入的逐期增长量作为被解释变量，用NMZS表示。

3. 变量的原始数据与数据处理

表1是本模型的原始数据，在各项指标的原始数据中，2008年以前的数据主要来自《贵州六十年》(1949—2009)和《新中国农业五十年统计资料汇编》(1949—1999)，2009—2013年的指标数值来自贵州各年的统计年鉴和年鉴。为了消除价格因素的影响，我们对地区生产总值、第二产业增加值、农村居民人均纯收入、城镇居民可支配收入各项指标用1990为基期的相应指数进行平减，对旅游总收入用1990年为基期的居民消费价格指数进行平减。对城镇化率取对数以减轻因数据剧烈变动的影响。样本的时间区间为1990—2013 年，统计分析软件借助于IBM-SPSS 21.0。

4.影响因素的因子分析

为了消除由于变量取值范围或量纲不同可能产生的特征根与特征向量计算误差，先对原始变量做标准化处理，然后进行如下因子分析。

因子分析的前提是各变量之间应该存在相关性，具有交叉信息。如果各变量是相互独立的，则公因子无法从中提取，更谈不上因子分析。Bartlett球形检验可通过变量的相关矩阵是否为单位阵来判断其独立性；KMO检验则通过考查变量的偏相关系数是否接近来判断变量间的信息重叠程度。表2是本模型影响因素的Bartlett球形和KMO检验结果。

由Bartlett检验可知，应拒绝变量独立性假设，变量间高度相关；KMO统计量为0.873，说明变量的信息重叠程度高，适合做因子分析。

同时，公因子方差显示，根据主成分分析法提取的公因子对原始变量提取的信息都在91%以上，说明公因子对各变量信息的提取充分，解释能力强，可信度高。

表3是根据方差最大法对旋转前后变量间相关系数矩阵进行分析得到的特征值和总方差。表中大于1的特征值有两个，分别是9.030和1.176，第三个成分的特征值虽然小于1，但因其在分析中具有明确的含义被纳入公因子，且前3个成分的累计贡献率达到96.8%，说明前3个主成分表达了11个原始变量足够多的信息(累计贡献率大于95%)。因此，根据累计方差超过95%的典型方法[7]，选择前3个主成分作为代表解释原11个变量是可行的。

在主成分分析的基础上，对因子载荷矩阵进行方差最大的正交旋转；同时，考虑便于阅读，我们对载荷因子进行降序排序，得到表4所示的旋转后因子载荷及相应得分。

表4中，第1个公因子在x1、x2、x3、x4、x5、x6这6个变量的载荷较大，都在0.82以上，它们从农业生产效益、农村医疗水平、农业抗灾能力、农村交通便捷度、农村信息化水平、农业现代化程度6个方面反映了民族地区农业生产、农民生活和农村社会事业发展所必须的公共品和准公共品。其中，农业抗灾能力、农业生产效益和农业现代化程度反映了民族地区为改善农业生产条件的农田水利设施，为农业生产服务的先进技术设施，为提高生产效率的现代农机具等农业生产基础设施对农民增收的影响；农村交通便捷度、农村信息化水平从农村交通、通信设施等方面反映了民族地区农民生活基础设施对农民增收的影响；农村医疗水平反映了民族地区农村社会事业基础设施建设对农民增收的影响，因此将其命名为农村基础设施因子。第2个公因子在变量x7、x8、x9、x10上的载荷较大(0.74以上)，主要从工业化率、城镇化率、旅游发展水平、农民受教育程度反映民族地区经济发展状况。其中，工业化率是民族地区第二产业发展水平的集中反映，城镇化率则是民族地区在城镇化进程中二、三产业发展水平的综合反映；旅游发展水平、农民受教育程度反映的是民族地区经济建设中第三产业发展水平，因此将其命名为产业结构因子。第3个公因子在变量x11的载荷最大(0.934)，而在其他变量的载荷都较小(小于0.5)，表明由于户籍制度、就业制度、土地制度和社会保障制度等因素的制约，使得进城务工农民的就业机会和消费能力受到限制，加剧了城乡居民收入的差距，因此将其命名为制度因素因子。综合以上因子分析的结果，影响民族地区农民增收的核心影响因素是农村基础设施、产业结构和制度因素3个因子，详情如表6所示。

表2 KMO和Bartlett的检验

表3 变量相关矩阵的特征值与主成分的方差贡献

表4 旋转成分矩阵a

表5 提取的公因子

由表5看出，农村基础设施、产业结构及制度因素3个核心影响因素(公因子)将会是近期或更长一段时间内从数量和质量上影响西部民族地区农民增收的核心因素。

由前面提取的公因子和因子载荷矩阵可以将各变量表示成公因子的线性组合，但有时我们需要把公因子表达成各变量的函数表达式(线性组合)，计算每个变量对公因子的估计值，即求因子得分，并用因子得分乘以标准化后的变量序列作为进一步分析的原始数据。标准化原始变量与公因子之间的回归模型如表6所示。

表6 主成分得分矩阵

5．变量的主成分回归分析

一是主成分回归方程分析。由于提取的3个公因子包含11个原自变量近97%的信息，所以可以在因子分析的基础上，用3个公因子得分系列为自变量，农民人均纯收入逐期增长量(NMZS)为因变量做线性回归分析，得到表7的回归方程汇总分析结果。

表7 回归模型的方差统计

表7给出了整个多元线性关系模型在统计上的显著性检验结果，在0.05显著性水平下，模型的多元线性关系是显著的，表明所建立的模型具有统计学意义。

表8 模型参数的估计和检验

表8给出了模型的最终结果，并对相应的回归系数进行了显著性检验，FAC1_1、FAC2_1和FAC3_1的系数都通过了0.05的显著性检验，说明3个公因子对农民增收都具有统计学意义，且系数的正负也很合理。从标准化系数的大小可知，农村基础设施因子非常重要，可解释农民增收72%的原始变异；其次是产业结构因子，可解释农民增收22%的原始变异；最后是制度因素因子，仅可解释农民增收1%的原始变异。

表9反映了多元线性回归模型的解释力度，表中调整的R2为0.946，说明3个公因子解释了民族地区农民增收95%的影响因素，只有5%属于其他随机因素的影响，模型拟合度高。同时，3个主成分的方差膨胀系数VIF小于5，表明模型中3个自变量之间不存在共线性，因此可建立主成分回归方程：NMZS=0.847FAC1_1+0.471FAC2_1+0.115FAC3_1

(2)

式中，FAC1_1、FAC2_1、FAC3_1均为标准化以后的变量。

表9 回归模型的主要统计量

二是主成分回归方程的还原。由于标准化后的变量消除了量纲不同的影响，可对变量的重要程度进行比较。因此，为进一步了解11个变量对农民增收影响的重要程度，由农民增收的主成分回归模型(2)和主成分分数(表6)得到标准化的主成分回归还原方程如下：

NMZS=ABX′

(3)

NMZS= 0.168 1x1′+0.013 9x2′+0.126 5x3′+

0.171 5x4′+0.132 5x5′+0.138 7x6′+

0.063 3x7′+0.035 9x8′+0.069 5x9′-

0.082 4x10′+0.138 4x11′

(4)

(5)

NMZS= 0.0041x1+0.0026x2+0.0042x3+

0.255x4+0.4575x5+0.0089x6+

0.4413x7+0.0503x8+0.1605x9-

0.2265x10+0.0048x11-2.89

(6)

6.模型的最终结果分析

一是主成分回归模型结果分析。主成分回归模型(2)反映了3个主成分对农民增收影响的程度：农村基础设施、产业结构和制度因素3个公因子解释了民族地区农民增收95%的影响因素，只有5%的其他随机影响因素没得到解释。其中，农村基础设施对农民增收的影响最大，解释了农民增收72%的影响因素，产业结构解释了农民增收22%的影响因素，而制度因素仅可解释农民增收1%的影响因素。上述分析表明，加大对农村基础设施的投资和建设是农民收入可持续增长的前提和基础。产业结构的调整、优化与升级可使农民收入来源发生结构性变化，实现农民增收；相关制度、政策和法规的创新可加速城乡居民收入差距的缩小，为农民增收释放有效空间。

二是标准化回归模型结果分析。标准化回归方程(4)反映了11个变量对农民增收影响的重要程度，(4)中只有城乡收入差距对贵州农民增收的弹性为负值。其主要原因是由于受自然条件的限制，贵州的耕地多数为山地，难以实现大规模的机械化耕种，农产品生产的高成本低收益(甚至零收益或负收益)，打击了农民种田的积极性，耕地撂荒现象普遍存在，加上农村生产性基础设施建设(如农业技术培训、农田水利建设等)的滞后，使农产品产量增产缓慢；滞后的道路、网络等农村生活性基础设施建设，增加了农产品的交易成本，限制了农产品的流通。据课题组实地调查，贵州省黔东南苗族侗族自治州的一些边远乡村距城镇的集贸市场较远，农民因交通不便，交易成本太高，所种的纯天然有机蔬菜人畜难以消化，蔬菜腐烂在地里的现象时常出现；三穗县的金秋梨也因市场信息不对称而滞销，造成农民的损失。前述多重因素的共同作用，制约了贵州农业生产效益的提高和农村市场的发展，使农民经营性收入难以增加。三次产业结构(13.8∶41.6∶44.6，2014年)与就业结构(61.3∶15.3∶23.4，2014年)*根据国家统计局贵州调查总队编《2015年领导干部手册》数据整理而得。的严重失调，说明二、三产业对农村剩余劳动力的吸纳能力弱，从而影响了农民工资性收入的增加。农村土地相关制度的不健全制约了农民财产性收入的增加。贵州农业部门比较劳动生产率(0.203)和非农业部门比较劳动生产率(2.374)的差距，显示其整体经济较为显著的二元性[8]，农村养老、医疗等社会保障制度的缺位，使城乡居民的实际收入形成了巨大落差，影响了农民转移性收入的提高；城乡教育投资、教育水平的差距，促成了农村居民平均受教育程度低下，农村劳动力获取信息和适应社会能力差的现状，致使大量农村剩余劳动力在向城镇转移的过程中，难以融入城镇生活，而成为城中“村民”，影响了农民增收。其他的因素对贵州农民增收的弹性都是正数，说明这些因素对促进该省农民增收的作用是正向和积极的。

排名前6位的因素是农村医疗水平、农业生产效益、农业抗灾能力、农业现代化程度、农村信息化水平、农村交通便捷度。由此可以看出：改善和提高农村医疗条件、技术水平；完善农村市场机制，加强农贸市场建设；改善农田水利、灌溉等农业生产条件，不断提高农业抗灾能力；走农业现代化、土地集约化、适度规模化经营道路；加强农村交通、网络通信设施等农村生活性基础设施的投入和建设，等等。这些对农民增收影响的程度居于主要和相对重要的地位。

排在第7、8、9、10位的因素可以用产业结构这个因素来概括，表明产业结构调整、优化与升级对农民增收同样具有重要的影响，也集中反映了20多年来贵州省不断调整产业结构，确立“工业强省”、壮大全省经济、统筹城乡发展等发展战略的缘由所在。自1990年以来，贵州省的产业结构不断优化，第一产业产值占比已由1990的38.48%下降至2013 年的12.25%，第二产业产值则由1990 年的35.68%上升至2013 年的40.51%，第三产业产值由1990 年的25.84%上升至2013 年的46.64%。三次产业结构由1990的“一、二、三”转换为2013年的“三、二、一”，产业结构调整初见成效。同时，2013年贵州人均GDP为22 922元(约合3 644.37美元)，三次产业结构比为12.9∶40.5∶46.6，根据H.钱纳里与西蒙-库兹涅茨判断标准*H.钱纳里标准：人均地区生产总值在(2480-4960)美元属工业化中期阶段；西蒙-库兹涅茨标准：地区增加值构成为二产值相对稳定或下降，三产>二产，属后工业化阶段。，由于第二产业发展的不充分，导致了贵州产业结构呈现出“三、二、一”的“虚高度化”现象，是一种低水平的“三、二、一”产业结构。

排在第11位的因素是城乡收入差距，集中反映了贵州省自1990年以来受“二元”结构的各种制度的影响，导致城乡资源配置、经济分配制度的不公平，说明调整城乡资源配置、改革经济分配制度，可加速城乡收入差距的缩小，促进农民收入水平的提高。

三是原始变量回归模型分析。原始回归方程(6)反映了原始自变量对农民增收的边际影响程度，即在其他影响因素或条件不变的情况下，某一原始影响因素增加或减少一个单位对农民增收实际影响的多少。(6)式中，在其他条件不变的情况下，城镇化率每提高1%，可使农民实际人均增收0.441 3元；农业现代化程度、农村医疗水平、旅游发展水平每增加一个单位，农民人均实际分别增收0.457 5、0.255、0.160 5元；城乡收入差距每缩小1倍，农民实际人均可增收0.226 5元；农民受教育程度、农业抗灾能力、农村信息化水平、农村交通便捷度、农业生产效益每增加一个单位，工业化率每提高1%农民人均实际增收分别为0.050 3、0.008 9、0.004 8、0.004 2、0.004 1、0.002 6元。

综上所述，农业现代化水平、城镇化水平、农村医疗水平、旅游发展水平的提高及城乡收入差距的缩小对贵州农民增收边际贡献率较大，说明一方面加快农业现代化发展、适度规模化经营，可通过提高农业劳动生产效率使农民收入增加；另一方面大量农村剩余劳动力存在的现实又成为农民增收的瓶颈，而城镇化、旅游业的发展为农村剩余劳动力的转移提供了就业空间，农民在市民化的过程中减轻了农村人均耕地面积的压力，同时也大幅度地增加了城镇对农产品及其加工品的需求量，从而促进农民工资性和经营性收入增加，而农村医疗水平的提高是农民实现工资性和经营性收入增加的根本保障。此外，从农村医疗水平的选取和边际贡献率仅为0.26来看，农村医疗队伍建设、服务能力等有待提高。

农民受教育程度、农业抗灾能力、农村信息化水平、农村交通便捷度、农业生产效益对贵州农民增收的边际贡献率虽然为正数，但相对较小，表明：一方面，水、电、道路、通讯等农村基础设施项目的建设，为农民创造了就业和收入机会；另一方面，贵州农村落后的教育资源(尤其是农民就业技能培训缺失)、农田水利设施、信息基础设施、网络技术、信息服务、交通系统等限制了农民收入提高的空间。改革开放以来，贵州经济发展取得了可喜的成绩，人均GDP由1978年的175元增加到2014年的26 437元，年均增长0.2个百分点。但与2014年全国人均GDP(46 629元)相比相差20 192元，与发达地区北京、上海比分别相差73 558、70 933元。贵州是个农业人口占总人口比重83%以上的农业大省，其经济的落后性，突出表现在农业生产效率低，农村生产生活条件恶劣，农民思想封闭，思路不开阔，信息闭塞、生活贫困等方面，而这又与贵州农村基础设施建设的滞后存在着直接关联。长期以来，无论是全国还是贵州，各级政府对城市基础设施建设的重视程度和投入力度都远远大于农村，从而导致了城乡基础设施建设及其发展的不平衡，也使二者没有均等的发展机会与条件，并使城乡差距越来越大。城乡之间发展差距的扩大不仅制约了农民增收，还阻碍了城乡统一市场的形成，进而影响贵州经济社会的全面、协调、可持续发展。

从上述原始回归方程(6)中可以看出，工业化率对贵州农民增收的边际贡献率是最小的正数(0.002 6)，说明贵州“工业强省”的大方向是正确的，但为何对农民增收的贡献不明显？原因主要有四：一是目前贵州工业中的主导产业仍然是能源、原材料和重化工业等资源密集型产业，而这种资源密集型产业的产业链短，产品增值空间小，从而使得企业竞争力不强，盈利能力低，自我发展能力差，进而无法带动农民增收；二是产业关联度低，从而无法通过上下游产业之间的互动和外溢机制来促进区内产业关联群的形成与发展，进而无法促进农民增收；三是贵州工业起步较晚，致使工业产品高加工化、高附加值化、高新技术化均不明显，进而无法帮助农民增收；四是贵州落后的工业不仅影响产业结构的调整、优化和升级，还制约了农村剩余劳动力的转移，进而不能使农民获得更多的工资性收入，从而影响农民增收。

三、对策建议

针对以上模型分析结果，从解决西部民族地区农民增收问题的角度出发，提出以下对策建议：

1．加速推进农村基础设施建设，促进农民可持续增收

由主成分回归模型可知，贵州农村基础设施解释了农民增收72%的影响因素，实证了农业与农村基础设施的建设和发展对贵州农民收入可持续增长的重要程度。从对农民增收影响的重要程度来看，排名前六的是农村医疗水平、农业生产效益、农业抗灾能力、农村信息化水平、农业现代化程度和农村交通便捷度，但从对农民增收边际贡献率的大小来看，农业抗灾能力、农村信息化水平、农村交通便捷度、农业生产效益对贵州农民增收的边际贡献率相对都比较小，说明农村基础设施是农民增收的前提基础和重要保障，但贵州农村基础设施建设对农民增收的贡献不容乐观。由此可见，贵州等西部民族地区要适应经济发展的新常态，迫切需要建立城乡一体化基础设施供给体系，以尽快缩小城乡收入差距，促进农民收入增长。

其一，加强农田水利设施的建设和修复(如病险水库等)，促进农田水利系统的有效供给，为农业增产、农民增收、农业发展、农村稳定提供基础保障；加快水毁水利工程的修复，推进乡镇小型水源供水工程建设，集中解决部分农村人口饮用水特别困难问题及其周边乡村人畜饮水、零星灌溉用水及生态用水问题，为农村人畜安全用水提供保障；深入实施生态、水利、石漠化“三位一体”的综合治理，提高农业对自然灾害的抵御能力和农业现代化发展能力，促进农业生产效率提高，实现农民经营性收入增加。

其二，加强农村公路建设、管理和维护(包括危桥改造、安保工程、灾害防治、新建桥梁等)，切实提高农村公路的抗灾能力和安全水平，提高农村公路的网络化水平和整体服务能力，为农民安全出行和非农经营、收入增加提供条件。

其三，加强农村供水、供电、排水排污、农贸市场、农村中小学、“五保”供养中心等与农村生活有关的基础设施的高标准建设和完善，为农民生活品质、文化素质的提高，农产品的精深加工和流通，农业专业化、产业化和管理现代化发展提供条件，促进农业生产效益和二、三产业就业吸纳能力的提高，实现农民增收。

其四， 建立健全乡村医疗卫生公共服务基础设施，加快构建城乡医疗服务网络人才流通供给体系，切实提升县级医院、乡镇卫生院的服务能力；建立健全农村医疗预防、救治、保障等医疗服务体系，防止农民因病致贫、因病返贫。

其五， 深入推进农业、农村信息化建设，多举措推动农业、农村信息化服务、宽带进村、农村电商、快递村村通等农村重大基础设施工程的实施，夯实贵州农村消费快捷通达的基础；用专业化经营理念和现代化商业运营方式(电商、物流配送、快递等)，全面改造和提升贵州农村市场，为“黔货出山”提供良好平台，促进民族地区供给侧和消费端的有效对接，使农民可持续增收。

2．加速产业结构的调整、优化和升级，为西部民族地区农民增收解决结构性问题

主成分回归模型分析中，产业结构解释了农民增收22%的影响因素，表明农民收入水平的提高有待其收入来源的结构性变化，而产业结构的调整、优化与升级将为农民收入来源提供结构性变化的空间。同时，根据标准化和原始变量回归模型分析，要解决西部民族地区农民增收的结构性问题，应着力于产业结构的调优转型升级。

其一，立足农业矛盾，着力于农业结构改革，促进农民结构性收入增加。由原始回归模型分析看出，农业机械化对贵州农民增收的边际影响为正数且较大，而农业生产效益对贵州农民增收的边际影响却是较小的正数，说明长期以来贵州的农业经济都是以传统农业、原始产品和初级加工品为主(其产品附加值低，经济效益差，抗市场风险能力低)，忽视了农业产业链中的产前开发和产后加工销售环节，形成了山内的产品难以向外销售或低价销售，而外面的产品向山内流通困难或低质流通的矛盾。因此，贵州应依靠山地生态优势，发展具有贵州特色的山地农业，加快推进山地农业产业园区的建设和发展，推动山地农业多形式适度规模经营和结构调整，做强主导产业，做优特色产业，着力发展具有山地特点的农业科技，加快构建农产品安全可追溯体系，加强山地农产品品种保护和研发，提升产品品质、品牌水平，进而推动山地农业生产效益的提高，农民财产性和经营性收入增加；加快农业产业链的延伸，着力于农产品储藏保鲜、精深加工等第二产业，农业生态旅游、物流等第三产业发展；推动一、二、三产业融合发展；提高农村二、三产业对农村剩余劳动力的就业吸纳能力，使农民工资、经营性收入得以增长；提高农业总产值中畜牧业产值、种植业中经济作物及农村经济中二、三产业的占比，促进农村经济发展，农民收入提高。

其二，坚持工业强省战略，着力于工业结构改革，促进农民收入增加。在原始变量和标准变量回归模型分析中，工业化水平对农民增收的边际影响最小(0.002 6)，影响程度靠后，说明长期以来贵州工业资源密集型发展中，产业的产业链短，产业关联度低，产品加工技术落后，企业规模小，市场竞争力小，难以带动农民就业，使农民增收。因此，贵州应坚持新型工业化提升产业转型升级的道路，加快以大数据为核心的电子信息产业发展，积极争取国家产业投资引导基金支持，加速建成大数据创新引领的产业聚集区，促进数据资源开放共享，工业化与信息化深度融合；加快节能环保低碳为主导的新型建筑业与建材业融合发展；着力推进以“五张名片”(酒、烟、茶、药、食品)为主的特色产业高标准规模化发展，提高特色产品的市场竞争力；加快推进传统产业(煤、磷、铝等)资源精深加工专业、协作化发展，价值链高端延伸；加快培育一批功能配套、服务设施齐全的产业园区；放手发展民营中小微企业，支持高科技产业终端环节、外部配套领域发展新型劳动密集型产业，使人口和产业聚集得到合理引导，产业园区、新型城镇等区域的就业吸纳能力得以提高，实现农村剩余劳动力稳定就地就近就业，农民工资性收入增加。

其三，坚持城镇化带动战略，加快贵州山地特色的新型城镇化建设，广泛培育、大力发展现代服务业，促进农民非农就业，实现增收。在原始变量回归模型分析中，城镇化水平和农民受教育程度对农民增收的边际影响都是正数，而且城镇化率对农民增收的边际贡献率较大，但农民受教育程度对农民增收的边际贡献比较小，说明城镇化带动的三次产业转型升级能促进农民就业结构的调整，使农民增收。而农民低水平的受教育程度限制了农民就业的机会，使农民增收缓慢。同时，从城镇化水平的边际贡献率仅为0.44来看，加强城镇化品质的提升将对农民增收有更大的贡献。因此，必须立足于贵州资源环境承载力、独特的山水地貌，依据黔中带动、黔北提升、两翼跨越、协调推进的原则，调节和优化城镇规模、形态、功能和结构布局；坚持以产兴城、以城促产、产城一体的发展思路，大力培育和发展承载要素集聚、产业发展和就业吸纳能力的城镇产业体系；突出山地特色，加强河湖水系统综合治理和园林绿化，注重民族元素在城镇人文内涵的传承与发展，全面提升城镇内在品质；深化户籍制度改革，加快推进以人为本的新型城镇化，促进有能力农业转移人口举家进城落户，并稳定就业和生活。

其四，充分发挥贵州生态资源优势，提高旅游业发展能力，促进农民增收。根据标准回归和原始回归模型分析，从各因素对贵州农民增收影响的重要程度来看，农村信息化水平和交通便捷度比旅游发展水平对农民增收的影响更大，但从边际影响程度来看，旅游发展水平对农民增收的边际贡献率较大，而农村信息化水平、交通便捷度的边际贡献率却是相对较小的正数，说明信息通畅、交通便捷是旅游发展的前提和基础，而旅游业发展可通过带动运输、餐饮住宿、零售、民族工艺等劳动密集型行业的发展，促进农民就业和增收，进而拉动地区经济发展。但贵州农村信息、交通等基础设施的贡献并不给力，有待进一步完善和提高。同时，虽然旅游发展水平对农民增收的边际贡献相对较大，但仅为0.16，还有很大的提升空间。因此，充分发挥贵州旅游资源优势，加快以民族和山地为特色的旅游文化发展，以六项“小康”行动计划为抓手，加快农村道路、宽带网等基础设施建设，加强生态环境(溪流、林草、湿地、山丘等)和民族传统文化(民族村寨、古村落等)的保护，大力发展民族、乡村、农业等新型旅游业态，规范旅游市场的秩序，加快旅游管理水平的提高，着力打造贵州山地特色的旅游精品工程和旅游产业体系。以市场需求为导向，依托生态环境和民族文化优势，加强民族民间工艺品、旅游纪念品、有机茶、绿色水果、特色食品等旅游商品的研发设计和生产，合理运用大数据、“互联网+”、电商平台等新兴科技，创新市场营销、品牌培育、供应链管理等制约贵州旅游业结构优化升级的关键环节，提升贵州旅游业核心竞争力、发展能力和发展水平，是贵州农民增收的有效路径。

3.以市场为导向，创新贵州等西部民族地区农民增收的长效机制，促进农民增收

主成分回归模型分析显示，制度因素仅可解释农民增收1%的影响因素，说明受各种制度(如土地制度、保障机制等)因素的约束，农民增收的空间非常有限。因此，必须以市场为导向，创新农民增收的长效机制，促进贵州等西部民族地区农民有效增收。

其一，就制度机制创新而言，一是农业经营制度的创新。以农户家庭经营为基础，大力培育和发展以山地农场主、生态种养殖专业合作社等为主的新型山地农业经营主体，推进山地农业的适度规模化、产业化和专业化经营，精细化管理、精准化施策，切实解决耕地撂荒问题和分散农户的实际困难，促进山地农业经营效率的提高；二是人力资本建设的创新。加强山地农民新型职业化、专业化、知识化培养，加快推进贵州等西部民族地区高素质、高技能新型农民人才基地建设，创新山地农业人力资本，有效发挥人力资本溢出效应，促进西部民族地区现代农业的发展，使农民增收；三是加强农村土地制度的改革。农业规模化经营是城镇化率不断提高、农村转移人口快速增加的新常态下促进农民增收的有效措施，而土地问题却制约了农业规模化经营。因此，应“加快推进农业转移人口市民化制度建设，健全财政转移支付同农业转移人口市民化挂钩机制，建立城镇建设用地增加规模同吸纳农业转移人口落户数量挂钩机制，维护进城落户农民土地承包权、宅基地使用权、集体收益分配权，支持引导其依法自愿有偿转让上述权益”[9]，促进农业适度规模经营，实现农民增收。

其二，就政策法规创新而言，一是大力推进农村金融政策创新，扩大农业保险补偿范围，建立农业多渠道投入和风险有效防控的市场化新机制；二是创新城镇化政策，对不同群体的农民进行针对性扶持：对农业转移人口，切实解决好其住房、社保、医保、子女教育和权益维护等问题，并对其进行就业、创业培训，以提高其工资性收入。对于仍在农村从事农业生产的“留守农民”，应在城镇化进程中，加快推进农业与农村二、三产业的深度融合，以促进农村产业结构的升级，从而实现农民增收；三是严格执行《农业法》的相关规定，切实提高农村、农业基础设施建设支出在财政总支出中的比重，把农村、农业基础设施建设作为基本公共产品纳入政府预算，统筹城乡公共财政体制，依法调整财政支出分配结构，保证中央和各级政府财政对农村、农业基础设施建设资金投入的增长幅度，促进农民生活品质、收入水平的提高。

[1] W A.Lewis. Economic Development with unlimitedsupplies of labor[J]. Manchester School of Economicand Social Studies，1954(22)：153.

[2] M P.Todaro. AModel of labor migration and urbanunemployment in less development countries[J].American Economic Review，1969(59)：138-148.

[3] D．盖尔·约翰逊.经济发展中的农业、农村、农民问题[M].北京：商务印书馆，2004.

[4] 许经勇.我国农村土地制度演变的理性思考[J].江汉论坛，2009(7)：5-10.

[5] 鲁建彪. 西部地区城镇化建设与西部农民收入问题研究[J].经济问题探索，2006(7)：58-63.

[6] 张晓山.创新农民经济组织发展现代农业[J].新视野，2006(6)：15-24.

[7] 高铁梅.计量经济分析方法与建模(EViews应用及实例)[M].北京：清华大学出版社，2009：477.

[8] 李会萍，申鹏．新常态下贵州产业结构优化：现状、路径与对策[J]．贵州社会科学，2015(11)：151-156.

[9] 中共贵州省委关于制定贵州省国民经济和社会发展第十三个五年规划的建议[EB/OL]．[2015-11-26] http：//news.gog.cn/system/2015/11/26/014640301.shtml.

(责任编辑 钟昭会)

2016-09-03

2013年国家社科基金项目“西部民族地区城镇化进程中农民增收问题的路径选择及其实证分析”(13BTJ020)。

吴家琴(1965—)，女，侗族，贵州黎平人，副教授。研究方向：民族经济、统计理论与方法。

F323.8

A

1000-5099(2016)06-0043-11

10.15958/j.cnki.gdxbshb.2016.06.008