曹　飛，邵景安， 2※，鄧　華，王金亮，譚少軍

(1.重慶師范大學(xué)地理與旅游學(xué)院，重慶　400047；2.三峽庫區(qū)地表過程與環(huán)境遙感重慶市重點(diǎn)實(shí)驗(yàn)室，重慶　400047； 3.西南大學(xué)資源環(huán)境學(xué)院，重慶　400716)

?

影響山區(qū)農(nóng)業(yè)活動收入因素分析*
——以重慶武隆縣4個村為例

曹飛1，邵景安1， 2※，鄧華3，王金亮3，譚少軍1

(1.重慶師范大學(xué)地理與旅游學(xué)院，重慶400047；2.三峽庫區(qū)地表過程與環(huán)境遙感重慶市重點(diǎn)實(shí)驗(yàn)室，重慶400047； 3.西南大學(xué)資源環(huán)境學(xué)院，重慶400716)

針對山區(qū)勞動力數(shù)量短缺、農(nóng)業(yè)活動收益低下等問題，文章選擇位于重慶“一圈兩翼”交匯的地方武隆縣，并以該縣2個鎮(zhèn)4個村部分村民為調(diào)查對象，調(diào)查統(tǒng)計(jì)有關(guān)農(nóng)業(yè)勞動力以及農(nóng)業(yè)收益等微觀數(shù)據(jù)。首先利用因子分析方法將所選取指標(biāo)提取為4個主因子，在4個主因子與年人均純收入之間建立多元線性回歸模型，研究山區(qū)農(nóng)業(yè)活動收入影響因素。研究發(fā)現(xiàn)：主因子F1(經(jīng)濟(jì)作物所占比例、單位面積化肥使用量、政府補(bǔ)貼、培訓(xùn)比例、文化程度、銀行是否貸款)、F3(灌溉比例、糧食單產(chǎn)、農(nóng)作物的收購價格)、F4(務(wù)農(nóng)比例、養(yǎng)殖業(yè)凈收入)對農(nóng)業(yè)收益有正向作用，且F1、F3、F4與年人均純收入比分別為1： 2.162、1： 0.982、1： 0.341,其中主因子F1的正向相關(guān)性最大，F(xiàn)3次之，F(xiàn)4最??； F2(耕地總面積、務(wù)工純收入、非農(nóng)比例)主因子與農(nóng)業(yè)收益呈負(fù)相關(guān)，與年人均收入比為1： -0.769。研究結(jié)果解釋了當(dāng)?shù)剞r(nóng)業(yè)收益的影響因素及其關(guān)聯(lián)程度，并且提出了進(jìn)一步加大種植業(yè)與養(yǎng)殖業(yè)投入(加強(qiáng)農(nóng)業(yè)專業(yè)合作社的建設(shè)，擴(kuò)大種植、養(yǎng)殖大戶的經(jīng)營規(guī)模)、擴(kuò)大經(jīng)濟(jì)作物種植面積、提高灌溉比例、增強(qiáng)有關(guān)惠農(nóng)政策的宣傳以及增大政府對農(nóng)業(yè)的補(bǔ)貼、提高農(nóng)作物的收購價格、提高農(nóng)業(yè)勞動力文化程度及培訓(xùn)比例、在保證耕地面積不被邊際化的同時，擴(kuò)大農(nóng)業(yè)機(jī)械設(shè)備的使用范圍、合理使用化肥以提高單位面積糧食產(chǎn)量進(jìn)而實(shí)現(xiàn)增加農(nóng)民農(nóng)業(yè)收益。

農(nóng)業(yè)收入因子分析多元線性回歸模型糧食單產(chǎn)山區(qū)

0　引言

農(nóng)業(yè)被認(rèn)為是安天下、穩(wěn)民心的戰(zhàn)略產(chǎn)業(yè)[1]，發(fā)展好農(nóng)業(yè)經(jīng)濟(jì)，不僅能解決就業(yè)問題、提高農(nóng)民收入，還能促進(jìn)國民經(jīng)濟(jì)發(fā)展。近年來，受城鎮(zhèn)化與工業(yè)化影響[2-3]，再加上務(wù)農(nóng)成本上升導(dǎo)致大量農(nóng)村青壯年勞動力被優(yōu)先配置與非農(nóng)產(chǎn)業(yè)[4]。特別是在“退耕還林(草)、封山綠化、個體承包”等中央惠農(nóng)支農(nóng)政策的指導(dǎo)下，農(nóng)戶收入水平持續(xù)穩(wěn)定增長[5-7]。但是，從總體看，農(nóng)村居民收入水平仍明顯滯后于城鎮(zhèn)居民，城鎮(zhèn)農(nóng)村收入比依舊保持在3倍以上[8]。截至目前，山區(qū)農(nóng)民農(nóng)業(yè)收入對農(nóng)民總收入增長的貢獻(xiàn)率繼續(xù)呈下降趨勢[9]。不論是從經(jīng)濟(jì)總量上看，還是從技術(shù)與組織形式的優(yōu)化上看，我國農(nóng)業(yè)發(fā)展還處在低水平、低效率的發(fā)展階段[10]。

國內(nèi)外學(xué)者持續(xù)關(guān)注農(nóng)民農(nóng)業(yè)收入增長問題。qin與Zhang[11]采用差異化的方法，通過比較認(rèn)為改善道路交通狀況有助于增加家庭農(nóng)業(yè)收入。Yang與Liu[12]建立聯(lián)立方程模型，認(rèn)為提高農(nóng)業(yè)專業(yè)化水平可以增加農(nóng)村農(nóng)業(yè)收入。Pandey與Suganthi[13]使用面板校正標(biāo)準(zhǔn)誤差的方法，認(rèn)為加大農(nóng)作物的灌溉面積、農(nóng)業(yè)研究的費(fèi)用，增加水果、蔬菜的種植面積可以增加農(nóng)業(yè)收益。馬彥麗與楊云[14]以河北省為例對農(nóng)民農(nóng)業(yè)增收問題進(jìn)行探討，提出農(nóng)戶收益的增加主要是由于農(nóng)資價格的提高。陳艷[15]應(yīng)用計(jì)量經(jīng)濟(jì)模型得到農(nóng)業(yè)生產(chǎn)資料價格指數(shù)是制約農(nóng)民農(nóng)業(yè)收入增長的主要因素?，F(xiàn)有研究多數(shù)是從農(nóng)戶整體收入(經(jīng)營性收入、工資性收入等方面)出發(fā)分析影響農(nóng)戶收益的因素，很少涉及單方面如農(nóng)業(yè)收益增長的研究，且由于研究角度與調(diào)查數(shù)據(jù)口徑的不同，所得結(jié)果也有所不同。通過對比研究區(qū)近20年來農(nóng)戶收入結(jié)構(gòu)與收入水平，發(fā)現(xiàn)第一產(chǎn)業(yè)，尤其是農(nóng)業(yè)收入所占比例逐年下降，部分耕地被撂荒。為了提高耕地利用效率，為了更好研究不同因素對山區(qū)農(nóng)業(yè)收益的影響，該研究從農(nóng)戶這一微觀主體出發(fā)，選取糧食單產(chǎn)、培訓(xùn)比例等14個指標(biāo)，采用多元回歸分析方法對上述14個指標(biāo)進(jìn)行研究分析，旨在解決武隆存在的耕地粗放化、農(nóng)作物種植結(jié)構(gòu)欠合理、化肥使用比例不合理導(dǎo)致農(nóng)業(yè)收益低等問題。

1　研究區(qū)域及數(shù)據(jù)獲取

1.1研究區(qū)概況

圖1　武隆縣調(diào)研樣點(diǎn)

武隆縣位于重慶市東南邊緣，地處東經(jīng)107°13′～108°05′、北緯29°02′～29°40′之間。距重慶市區(qū)139km，位于重慶“一圈兩翼”的交匯點(diǎn)。地處大婁山脈褶皺帶，多深丘、河谷，地形以山地為主。境內(nèi)氣候溫濕，年平均氣溫在15～18℃，年降水量為1000～1200mm。至2014年底，幅員面積2901.3km2，轄26個鄉(xiāng)鎮(zhèn)、186個行政村， 戶籍人口414488人。1990年到2014年，鄉(xiāng)村人口不斷下降，比例由1990年83.1%下降到45%。2014年末，武隆縣城鎮(zhèn)化率37.41%，全縣GDP為107.91億元，三個產(chǎn)業(yè)結(jié)構(gòu)比為14.94： 39.98： 45.08，第一產(chǎn)業(yè)僅占14.94%，所占比例較低。鑒于此，該研究選擇武隆縣為研究區(qū)，探索影響山區(qū)農(nóng)業(yè)收益的因素以及眾要素之間的關(guān)聯(lián)程度。

1.2數(shù)據(jù)來源

該文數(shù)據(jù)資料來自于2014年8月所做的問卷調(diào)查與實(shí)地調(diào)研。調(diào)查地點(diǎn)選取了重慶市農(nóng)業(yè)生產(chǎn)落后的武隆縣，包括2個鎮(zhèn)、4個村、17個社。采取隨機(jī)抽樣方法進(jìn)行調(diào)查，在每個鄉(xiāng)鎮(zhèn)隨機(jī)選取部分農(nóng)戶以及村干部進(jìn)行面對面訪談式問卷調(diào)查。共計(jì)訪問戶數(shù)為226戶，其中獲得有效問卷220份，有效問卷比率為97.35%。問卷的主要內(nèi)容包括： ①農(nóng)戶家庭基本情況(人數(shù)、年齡、受教育程度、健康狀況等)； ②農(nóng)戶耕地資源狀況(承包地面積、塊數(shù)以及旱地、水田面積等)； ③農(nóng)戶的家庭收入情況(種植業(yè)、養(yǎng)殖業(yè)、非農(nóng)務(wù)工等)； ④農(nóng)戶的家庭支出情況(種植業(yè)投入、養(yǎng)殖業(yè)投入、孩子教育等支出)。

2　研究方法

現(xiàn)實(shí)中制約農(nóng)業(yè)收入增長的因素諸多，該文結(jié)合武隆當(dāng)?shù)貙?shí)際情況以及考慮數(shù)據(jù)的易獲得性遴選14個指標(biāo)(表2)。單位面積農(nóng)作物產(chǎn)量是反映農(nóng)業(yè)生產(chǎn)能力大小進(jìn)而影響農(nóng)民收益增長的基礎(chǔ)指標(biāo)； 耕地的灌溉比例、經(jīng)濟(jì)作物所占比例上升時，單位面積耕地所帶來的農(nóng)業(yè)收入也會增加； 農(nóng)業(yè)勞動力的培訓(xùn)比例以及受教育水平對農(nóng)業(yè)收入也有影響； 耕地總面積與外出務(wù)工收入對農(nóng)戶農(nóng)業(yè)收益影響也較大，隨著務(wù)農(nóng)成本的增加，他們會根據(jù)耕地質(zhì)量優(yōu)劣、耕作距離遠(yuǎn)近適當(dāng)轉(zhuǎn)出一部分土地； 勞動力數(shù)量對農(nóng)業(yè)收入影響具有兩面性，從事非農(nóng)活動的人越多，農(nóng)業(yè)活動的收入可能越低，從事農(nóng)業(yè)活動的人數(shù)越少，農(nóng)業(yè)收益可能越高(規(guī)模化的種植)； 政府補(bǔ)貼一定程度決定農(nóng)民選擇農(nóng)業(yè)活動的積極性； 農(nóng)作物的收購價格直接影響農(nóng)戶貨幣收入狀況； 化肥投入量在一定范圍內(nèi)時，其投入量越大，單位面積的產(chǎn)出越多，當(dāng)超出一定范圍時，產(chǎn)量不會隨化肥投入的增加而增加(化肥投入量超過土地承載能力會導(dǎo)致耕地質(zhì)量下降，影響務(wù)農(nóng)收益)； 養(yǎng)殖業(yè)收入高低一定程度依賴于糧食作物的產(chǎn)量，糧食作物產(chǎn)量越大，養(yǎng)殖牲畜的絕大部分飼料來源越充分； 銀行是否存在貸款行為可以一定程度反映該地區(qū)的惠農(nóng)政策，銀行貸款覆蓋范圍越大，農(nóng)民參與農(nóng)業(yè)活動的積極性越強(qiáng)。

表1　變量及其說明

變量名稱度量方法取值范圍理論取值因變量年人均純收入(元)農(nóng)戶每年每人所得到的實(shí)際收入0～20380自變量糧食單產(chǎn)(kg)單位面積耕地實(shí)際獲得的糧食產(chǎn)量0～439.94+灌溉比例(%)農(nóng)戶實(shí)際耕地中水田面積所占的比例0～100+培訓(xùn)比例(%)每戶勞動力中受過短期或?qū)ｍ?xiàng)培訓(xùn)所占的比例0～100+文化程度(年)每戶勞動力平均受教育年限0～14+非農(nóng)比例(%)每戶勞動力中從事非農(nóng)活動人數(shù)所占的比例0～100-單位面積化肥使用量(kg)單位面積耕地所使用的化肥用量0～628.5+政府補(bǔ)貼(元)每戶每年平均得到政府給予的補(bǔ)助金額0～2806.7+耕地總面積(hm2)每戶實(shí)際耕地的面積之和0～1.28-務(wù)農(nóng)比例(%)每戶勞動力中完全從事農(nóng)業(yè)活動人數(shù)所占的比例0～100+養(yǎng)殖業(yè)凈收入(元)每戶每年養(yǎng)殖牲畜所帶來的純收益0～38808+銀行是否貸款農(nóng)戶在銀行是否存在貸款行為0=否,1=是+農(nóng)作物收購價格(kg/元)農(nóng)戶種植各種農(nóng)作物的市場收購價格0～15.5+經(jīng)濟(jì)作物所占比例(%)每戶種植的農(nóng)作物當(dāng)中經(jīng)濟(jì)作物所占比例0～100+務(wù)工純收入(元)每戶勞動力外出務(wù)工所得實(shí)際收入0～98592.9- 注:變量文化程度=文盲半文盲所占比例×1+小學(xué)所占比例×6+初中所占比例×9+高(職)中所占比例×12+大專及大專以上所占比例×15.5

由于影響農(nóng)業(yè)活動收入的因素錯綜復(fù)雜，為了消除統(tǒng)計(jì)變量之間的共線性，減少變量個數(shù)，對標(biāo)準(zhǔn)化的變量進(jìn)行因子分析[16]，使得所選指標(biāo)被提取為幾個主因子，在提取出的因子與年人均純收入之間構(gòu)建多元線性回歸模型[17]，分析其與農(nóng)業(yè)收入之間的數(shù)量關(guān)系，進(jìn)一步研究各個指標(biāo)對山區(qū)農(nóng)業(yè)收益的影響程度。

3　結(jié)果與分析

3.1農(nóng)戶收入結(jié)構(gòu)與收入水平分析

圖2　農(nóng)戶收入結(jié)構(gòu)調(diào)查分析

圖3　農(nóng)戶收入水平統(tǒng)計(jì)分析

1996～2014年部分統(tǒng)計(jì)年鑒(圖2)可知武隆縣從1996到現(xiàn)在近20年來，農(nóng)民收入結(jié)構(gòu)發(fā)生了巨大變化，工資性收入由512.89元增加到4089.15元，增長了近8倍； 轉(zhuǎn)移性收入也呈上升趨勢， 20年增長650元左右； 家庭經(jīng)營收入呈現(xiàn)波動變化， 2014年時也增長到3136.47元； 2010年之前轉(zhuǎn)移性收入基本保持在200～300元， 2010年之后，退耕還林(草)、封山綠化等政策的進(jìn)一步實(shí)施，務(wù)農(nóng)成本的上升，很大一部分勞動力開始選擇非農(nóng)活動，耕地流轉(zhuǎn)現(xiàn)象趨于明顯，農(nóng)戶的轉(zhuǎn)移性收入開始上升。

由圖3可以看出， 1996～2014年武隆縣農(nóng)民人均收入與消費(fèi)支出均呈增長趨勢，但年人均純收入增長明顯高于年人均消費(fèi)支出。2006年之前，年人均純收入與年人均消費(fèi)支出雖有增長但是幅度不大。2006年之后，年人均收入與消費(fèi)支出顯著上升， 2014年年底與1996年相比，年人均收入、年人均消費(fèi)支出平均年增幅分別為24.95%， 15.63%。

3.2因子分析

通過SPSS17.0數(shù)據(jù)處理系統(tǒng)對該文的14個自變量進(jìn)行處理(表2)，得到KMO值接近0.8，說明變量之間的相關(guān)性能被其他變量解釋，即可以做因子分析； 同時，計(jì)算巴特利特球度值(Bartlett值等于575.281)，對巴特利特球行檢驗(yàn)給得到的相伴概率進(jìn)行檢驗(yàn)，發(fā)現(xiàn)P=0.000<0.05，從而拒絕零假設(shè)，再次說明所取數(shù)據(jù)適合做因子分析。

表2提取列為題項(xiàng)的共同性，從最后一列可以看出，每個因子的提取程度均大于0.68，其中最大的為0.976,說明整個變量提取較好。然后采取主成份方法提取主因子，得到相關(guān)系數(shù)矩陣、貢獻(xiàn)率以及累計(jì)貢獻(xiàn)率(表3)。

表2　變量值提取情況

自變量初始提取自變量初始提取耕地總面積1.0000.681務(wù)工純收入1.0000.781經(jīng)濟(jì)作物所占比例1.0000.834非農(nóng)比例1.0000.815灌溉比例1.0000.734糧食單產(chǎn)1.0000.956務(wù)農(nóng)比例1.0000.689培訓(xùn)比例1.0000.905單位面積化肥使用量1.0000.976平均受教育年限1.0000.932政府補(bǔ)貼1.0000.901養(yǎng)殖業(yè)凈收入1.0000.732農(nóng)作物收購價格1.0000.856銀行是否貸款1.0000.895

表3　主成份提取情況

從表4可以看出，其中前4個因子的特征值均大于1，且累積方差貢獻(xiàn)率達(dá)到89.114%(>85%)，因此可以提取為4個主因子。由旋轉(zhuǎn)之后因子載荷矩陣(表4)知，各指標(biāo)在各自歸屬變量上的負(fù)載相對較高，表明影響山區(qū)農(nóng)業(yè)收益的變量具有較好的結(jié)構(gòu)效度。其中第一主因子在經(jīng)濟(jì)作物所占比例、單位面積化肥使用量、政府補(bǔ)貼、培訓(xùn)比例、文化程度、銀行是否貸款等6個變量的載荷較大，設(shè)為F1； 第二主因子在耕地總面積、務(wù)工純收入、非農(nóng)比例等3個變量的載荷較大，設(shè)為F2； 第三主因子在灌溉比例、糧食單產(chǎn)、農(nóng)作物的收購價格等3個變量的載荷較大，設(shè)為F3； 第四主因子在務(wù)農(nóng)比例、養(yǎng)殖業(yè)凈收入等2個變量的載荷較大，設(shè)為F4。

表4　正交旋轉(zhuǎn)所得因子負(fù)荷矩陣

變量成份變量成份12341234耕地總面積-0.4010.782-0.701-0.168非農(nóng)比例-0.0720.7870.0140.386經(jīng)濟(jì)作物所占比例0.9330.031-0.0120.035糧食單產(chǎn)-0.0250.1710.868-0.188灌溉比例-0.1020.1750.7780.087培訓(xùn)比例0.8760.383-0.043-0.087務(wù)農(nóng)比例-0.083-0.1430.0430.833文化程度0.8250.1760.086-0.269單位面積化肥使用量0.9620.065-0.021-0.067養(yǎng)殖業(yè)凈收入0.3280.087-0.1870.932政府補(bǔ)貼0.8210.061-0.576-0.242銀行是否貸款0.891-0.2080.0940.144務(wù)工純收入-0.0370.8420.1230.175農(nóng)作物收購價格0.0910.0890.8850.056 注:所選方法為方差極大旋轉(zhuǎn)

為了使提取的主因子可以用所有選取指標(biāo)進(jìn)行線性表示，進(jìn)一步采用回歸方法確定各個主因子與各個指標(biāo)之間的關(guān)系，所得因子函數(shù)如下：

F1=-0.189x1+0.493x2+0.018x3+0.052x4+0.457x5+0.223x6-0.043x7-0.102x8-0.021x9+0.124x10+0.035x11+0.209x12+0.797x13+0.428x14

(1)

F2=0.134x1+0.021x2+0.056x3-0.176x4-0.013x5+0.062x6+0.376x7-0.332x8+0.051x9-0.362x10+0.403x11+0.221x12-0.561x13+0.162x14

(2)

F3=-0.453x1+0.064x2+0.521x3-0.053x4+0.078x5-0.252x6+0.109x7-0.078x8+0.423x9-0.012x10+0.063x11-0.578x12+0.067x13+0.653x14

(3)

F4=-0.122x1+0.022x2-0.048x3+0.721x4+0.102x5-0.098x6+0.201x7+0.482x8-0.232x9-0.098x10-0.232x11+0.788x12+0.423x13+0.032x14

(4)

3.3回歸分析

將提取的4個主因子作為自變量，年人均純收入作為因變量，利用SPSS軟件進(jìn)行多元線性回歸分析。首先使用逐步回歸分析方法進(jìn)行檢驗(yàn)并剔除含有缺失值的個案，經(jīng)過檢驗(yàn)，發(fā)現(xiàn)沒有變量被剔除， 4個變量均進(jìn)入模型。所得負(fù)相關(guān)系數(shù)R=0.898,負(fù)相關(guān)系數(shù)的平方R2=0.806,說明自變量與因變量之間有較好的相關(guān)性。分布的顯著性概率值P<0.05，故在0.05顯著水平上通過檢驗(yàn)，因此可以建立多元線性模型。其殘差檢驗(yàn)見圖4。

圖4　樣本標(biāo)準(zhǔn)化殘差與P-P

表5　模型系數(shù)

系數(shù)非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn)誤差常量1.983102.6—3.9160.001F12.162101.50.7485.7430.000F2-0.76998.2-0.515-1.220.000F30.98278.70.5781.8440.000F40.34193.70.1590.370.003

由樣本標(biāo)準(zhǔn)化殘差直方圖可看出殘差基本服從正態(tài)分布，即通過假設(shè)檢驗(yàn)。P-P圖當(dāng)中所有散點(diǎn)基本分布在對角線附近，再次說明該研究所取樣本確實(shí)來自正態(tài)總體。通過SPSS軟件進(jìn)行多元線性回歸所得模型系數(shù)(表5)。

由表5可得回歸方程為：

Y=2.162F1-0.769F2+0.982F3+0.341F4+1.983

(5)

模型系數(shù)表可以看出回歸系數(shù)顯著性水平值P均小于0.05，所以在0.05顯著性水平上通過檢驗(yàn)，再次說明自變量與因變量之間是高度相關(guān)的，可以使用多元線性回歸模型(表5)。

(1)因子F1的投入與產(chǎn)出比為1： 2.162。即因子F1對農(nóng)業(yè)活動的收益增加起正向作用。據(jù)不完全統(tǒng)計(jì)，農(nóng)戶耕地面積一定時，經(jīng)濟(jì)作物種植面積每增加0.1hm2，農(nóng)業(yè)收益增加982.5元， 2000年武隆縣當(dāng)年經(jīng)濟(jì)作物種植面積所占比例僅為15.72%，農(nóng)戶家庭經(jīng)營性收入為1993.41元， 2014年時，經(jīng)濟(jì)作物所占比例上升到了45.69%，農(nóng)戶家庭經(jīng)營性收入達(dá)到3136.47元。單位面積化肥使用量一定范圍內(nèi)投入越多，農(nóng)業(yè)收益越高，當(dāng)化肥使用量超過土地的承載能力時，耕地反而會出現(xiàn)質(zhì)量下降(如莊稼燒死、耕地結(jié)構(gòu)失調(diào))，進(jìn)而造成農(nóng)作物產(chǎn)量下降，間接影響務(wù)農(nóng)收益。政府補(bǔ)貼對農(nóng)民是否選擇從事農(nóng)業(yè)活動有一定的激勵作用。調(diào)查發(fā)現(xiàn)，補(bǔ)貼所占比例雖然較過去有所提升，但補(bǔ)貼水平仍然低于重慶市平均水平。農(nóng)戶在是否存在貸款行為可以衡量一個地方對于惠農(nóng)政策的重視程度。當(dāng)?shù)卮嬖谫J款行為的農(nóng)戶比例僅占13.63%，問卷分析發(fā)現(xiàn)該地區(qū)有關(guān)惠農(nóng)政策的宣傳不夠，農(nóng)戶對有關(guān)惠農(nóng)貸款政策欠了解。培訓(xùn)比例、文化程度可以反映出該地區(qū)農(nóng)業(yè)勞動力的科技素質(zhì)，由于武隆比較偏僻， 2000年時文盲率超過9%， 2014年時，九年義務(wù)教育的推進(jìn)，文盲率下降到5.12%。傳統(tǒng)觀點(diǎn)認(rèn)為農(nóng)民受教育程度愈高，對新事物的接受能力與適應(yīng)能力愈強(qiáng)，相應(yīng)的對于農(nóng)業(yè)科技知識的接受能力就越強(qiáng)，使得農(nóng)業(yè)收入愈高。

(2)因子F3的投入產(chǎn)出比為1： 0.982。即因子F3與農(nóng)業(yè)收入的增加呈現(xiàn)正相關(guān)。灌溉比例越大，即水田面積越多，農(nóng)業(yè)收益越高。受自然條件限制，當(dāng)?shù)厮锩娣e僅占29.96%(靠近山谷，臨近水域)，而且近年來不斷出現(xiàn)“水改旱”現(xiàn)象(一方面水源不足，另一方面勞動力欠缺)，基本為“靠天”吃飯。但糧食單產(chǎn)對其農(nóng)業(yè)收入的影響很大，說明武隆地區(qū)農(nóng)民農(nóng)業(yè)收入增長在很大程度上取決于糧食生產(chǎn)能力。農(nóng)作物的收購價格對于農(nóng)業(yè)收入有正相關(guān)作用，當(dāng)農(nóng)作物的收購價格提高時，單位面積的糧食所獲得的收益越高，農(nóng)戶選擇農(nóng)業(yè)活動的可能性越大。

(3)因子F2與農(nóng)業(yè)收入呈負(fù)向相關(guān)，投入產(chǎn)出比例為1： -0.769,即因子F2與農(nóng)業(yè)收入的增加呈現(xiàn)負(fù)相關(guān)。從事農(nóng)業(yè)活動人數(shù)有限時，耕地面積越大，粗放化程度越嚴(yán)重。同時，農(nóng)業(yè)現(xiàn)代化的發(fā)展，務(wù)農(nóng)成本逐年上升(農(nóng)業(yè)物資價格上升、勞動力價格昂貴、農(nóng)產(chǎn)品收購價格較低)，很大一部分農(nóng)村勞動力開始選擇從事非農(nóng)活動。調(diào)查發(fā)現(xiàn)當(dāng)?shù)丶s89%的農(nóng)戶家中至少有72%的勞動力選擇了非農(nóng)活動，使得勞均耕地面積擴(kuò)大，由于勞動力數(shù)量、質(zhì)量限制，耕作半徑逐漸縮小，大部分土地被撂荒。從事非農(nóng)活動家庭中，其務(wù)工純收入占家庭總收入的76%，農(nóng)業(yè)收益僅占整個家庭收益的24%。調(diào)查得到選擇從事非農(nóng)活動的勞動力中， 37%的是未婚青年勞動力，他們文化程度相對較高，基本沒有家庭壓力，可以常年外出務(wù)工，另有40%的是中年勞動力(其中89%的勞動力選擇在當(dāng)?shù)鼗蛘咧貞c主城打工，大多數(shù)從事建筑業(yè)、服務(wù)業(yè)等相關(guān)勞動力密集型行業(yè))。單就務(wù)農(nóng)勞動力年齡大小分析，年齡與農(nóng)業(yè)活動的參與率基本呈“U”型曲線的關(guān)系，起始隨著年齡增長而下降，達(dá)到一定年齡后務(wù)農(nóng)勞動力人數(shù)開始上升(一方面外出就業(yè)困難，另一方面認(rèn)為土地是社會保險的一種形式，一般不會放棄耕地)。

(4)因子F4的投入與產(chǎn)出比例為1： 0.341。即因子F4與農(nóng)業(yè)收益呈正向相關(guān)。務(wù)農(nóng)比例越大，農(nóng)業(yè)收益越高，在耕地資源有限時，投入勞動力未飽和時，投入勞動力數(shù)量越多，收益越高，農(nóng)業(yè)人數(shù)飽和時，勞動力就會出現(xiàn)剩余現(xiàn)象，農(nóng)業(yè)收入增長會受到負(fù)面影響。調(diào)查發(fā)現(xiàn)，每戶從事農(nóng)業(yè)勞動的人數(shù)兩人的共計(jì)177戶，占總數(shù)的91.71%。農(nóng)業(yè)勞動力數(shù)量與其農(nóng)業(yè)凈收入呈倒“U”形關(guān)系。農(nóng)戶家庭勞動力數(shù)量越多，所能耕作的范圍越大。勞動力超過四人時， 76%的勞動力在70歲以上，勞動效率低下。當(dāng)?shù)氐酿B(yǎng)殖帶給農(nóng)戶的收入也不能忽略， 2014年肉類總產(chǎn)量為4.3520萬t，所得收入占家庭收入的比例為34.84%。糧食作物(玉米)的大量種植保證了養(yǎng)殖業(yè)飼料絕大部分來源，這樣使得養(yǎng)殖業(yè)收入增加的同時也促進(jìn)了種植業(yè)的發(fā)展。

4　結(jié)論與討論

該研究從農(nóng)戶角度出發(fā)，選取重慶農(nóng)業(yè)生產(chǎn)條件相對較差的武隆地區(qū)，以220戶為調(diào)查對象，采用多元線性回歸分析模型對選取影響農(nóng)業(yè)收入的13個變量進(jìn)行了研究，得出結(jié)論如下：

(1)經(jīng)濟(jì)作物所占比例、單位面積化肥使用量、政府補(bǔ)貼、培訓(xùn)比例、文化程度、灌溉比例、糧食單產(chǎn)、務(wù)農(nóng)比例、農(nóng)作物收購價格、養(yǎng)殖業(yè)凈收益、是否存在銀行貸款等指標(biāo)均不同程度對農(nóng)業(yè)活動的收入起正向作用。通過擴(kuò)大經(jīng)濟(jì)作物的種植面積、提高灌溉比例以及提高農(nóng)作物的收購價格、加大政府對農(nóng)業(yè)的補(bǔ)貼以及惠農(nóng)政策的宣傳力度、提高務(wù)農(nóng)勞動力的文化程度與培訓(xùn)比例、提高務(wù)農(nóng)比例、合理施肥以提高單位面積的糧食產(chǎn)量以及擴(kuò)大養(yǎng)殖業(yè)規(guī)模等途徑，可以有效提高山區(qū)農(nóng)業(yè)收入。

(2)其耕地總面積、務(wù)工純收入、非農(nóng)比例對增加農(nóng)業(yè)收益有負(fù)向作用。勞動力數(shù)量一定時，耕地面積越大，粗放化程度越嚴(yán)重； 務(wù)工純收入越高，非農(nóng)比例越大，導(dǎo)致從事農(nóng)業(yè)活動人數(shù)所占比例變小，農(nóng)業(yè)收益難免不受影響。基于此，政府應(yīng)在保證農(nóng)業(yè)耕地面積不被邊際化的同時，積極擴(kuò)大農(nóng)業(yè)機(jī)械設(shè)備使用領(lǐng)域，引導(dǎo)農(nóng)戶提高單位面積的糧食產(chǎn)量，進(jìn)行規(guī)模化經(jīng)營，發(fā)揮農(nóng)業(yè)合作社的作用，不斷提高農(nóng)戶的農(nóng)業(yè)收益。

雖然該文建立的模型盡力考慮了變量的系統(tǒng)性、全面性，但由于對諸多微觀調(diào)查數(shù)據(jù)取的是平均值，沒有更好地反映出農(nóng)戶的實(shí)際情況。同時，由于所獲數(shù)據(jù)的局限性，仍有部分影響農(nóng)業(yè)收入水平的變量(農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)、機(jī)械化程度等變量)沒有納入模型，山區(qū)農(nóng)業(yè)增收難的問題需要更復(fù)雜的模型才能做出更全面的解釋。

[1]Qian Zhang，He Xiao，Meichun Duan，et al.Farmers′ attitudes towards the introduction of agri-environmental measures in agricultural infrastructure projects in China：Evidence from Beijing and Changsha. land Use Policy， 2015， 49： 92～103

[2]程廣燕， 劉珊珊，王東陽.工業(yè)化城鎮(zhèn)化背景下糧食生產(chǎn)的制約因素及對策——基于糧食主產(chǎn)區(qū)湖南省寧鄉(xiāng)縣的調(diào)研分析.中國農(nóng)業(yè)資源與區(qū)劃， 2014, 35(6): 53～57

[3]姜會明， 王振華.吉林省工業(yè)化、城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化關(guān)系實(shí)證分析.地理科學(xué)， 2012, 32(5): 591～595

[4]邵景安， 張仕超，李秀彬.山區(qū)耕地邊際化特征及其動因與政策含義.地理學(xué)報， 2014, 69(2): 227～242

[5]Xie C，Zhao J，Liang D，et al.Livelihood impacts of cropland to forest and grassland project.Journal of Environmental Planning and Management， 2006, 49(4): 555～570

[6]米文精. 封山育林是加快太行山綠化的重要途徑.科技情報開發(fā)與經(jīng)濟(jì)， 2007， 17(20)： 116～117， 122

[7]Schubert J.The impact of forward contracting on tacit collusion：Experimental evidence.Journal of Economic Behavior & Organization， 2015， 9： 119～123

[8]程名望， 史凊華，jin Yanhong.農(nóng)戶收入水平、結(jié)構(gòu)及其影響因素.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2015，(5)： 3～18

[9]陸文聰， 余新平.中國農(nóng)業(yè)科技進(jìn)步與農(nóng)民收入增長.浙江大學(xué)學(xué)報(人文社會科學(xué)版)， 2013, 43(4): 5～16

[10]劉北樺， 詹玲，尤飛，等.美國農(nóng)業(yè)環(huán)境治理及對我國的啟示.中國農(nóng)業(yè)資源與區(qū)劃， 2015, 36(4): 54～58

[11]qin Yu，Zhang Xiaobo.The road to specialization in agricultural production：Evidence from rural China.World Development， 2016， 77： 1～16

[12]Yang Dan，Liu Zimin.Does farmer economic organization and agricultural specialization improve rural income.Evidence from China Economic Modeling， 2012, 29(3): 990～993

[13]Pandey V.L，Suganthi D.Fueling agricultural growth in India：Some reflections.land Use Policy， 2015， 42： 27～232

[14]馬彥麗， 楊云.糧食直補(bǔ)政策對農(nóng)戶種糧意愿、農(nóng)民收入和生產(chǎn)投入的影響——一個基于河北案例的實(shí)證研究.農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2005，(2)： 7～13

[15]陳艷. 基于計(jì)量經(jīng)濟(jì)模型的農(nóng)民收入實(shí)證分析.科學(xué)經(jīng)濟(jì)社會， 2007， 25(2)： 82～85， 100

[16]李鳳. 因子分析的原理與應(yīng)用.產(chǎn)業(yè)與科技論壇， 2014, 13(10): 76～77

[17]田兵. 多元線性回歸分析及其實(shí)際應(yīng)用.陰山學(xué)刊， 2011, 25(1): 16～19

THE FACTORS INFLUENCING AGRICULTURAL INCOMEIN THE MOUNTAINOUS AREA*——A CASE STUDY OF FOUR VILLAGES IN WULONG COUNTY,CHONGQING

Cao Fei1，Shao Jingan1， 2※，Deng Hua3，Wang jinliang3，Tan Shaojun1

(1.Geography and Tourism Department，Chongqing Normal University，Chongqing 400047，China；2.Key Laboratory of Surface Process and Environment Remote Sensing，in the Three Gorges Reservoir Area，Chongqing 400047，China；3.Resources and Environment Department，Southwest University 400716，China)

Aiming at the problems such as the shortage of labor force and low income in agricultural activities whichcaused some negative impacts on the development of agriculture in mountainous regions, this paper, taking Wulong as an example, analyzed the factors influencing farmers′incomein the "one circle and two wings" area of Chongqing. A partial number of farmers from the four special villages wasinvestigated to collectthe micro data about the productivity rate of agricultural labor force and agricultural income standard of the local villagers. The factor analysis method and multiple linear regression model were used in this paper. The results showed that the main factors, i.e., F1 (the proportion of commercial crops, using of fertilizer per unit area, government subsidies, training scale, degree of education and bank loans), F3 (irrigation ratio, grain yield, and the purchase price of crops) as well as F4 (the proportion of farming and net income of breeding industry) had positive effects on the increase of agricultural income, and the ratios between three main factors F1, F3, F4 and the annual per capital income were 1:113.2, 1:19.6, 1:74.8, respectively. Among them, F1 had the most significant positive correlation, followed by F3and F4; The extracted variables of F2 (total land area, working net income, the proportion of non-farm labor force) was negatively related to the agricultural income, and the ratio between it and the annual per capita income is 1:-81.5.And then, this paper put forward the corresponding recommendations and suggestions to increase the investment and research in agriculture and aquaculture, such as strengthening the construction of agricultural cooperation and expanding the scale of planting and breeding), to increase the area of commercial crops andirrigation proportion, to strengthen the propaganda and implementation of the country′s policies as well as the government′s subsidies, to improve the acquisition price of crops, to enhance the educational degree of the agricultural labor force and the proportion of training, to expand theusing scope of the agricultural machinery and equipment, and toimprove the grain output of per unit and take the farmer′s interests into consideration.

agricultural income; factor analysis; multiple linear regression model; grain yield per unit area; mountainousarea

10.7621/cjarrp.1005-9121.20160512

2015-10-20

曹飛(1990—)，男，甘肅慶陽人，碩士生。研究方向：資源環(huán)境與城鄉(xiāng)規(guī)劃研究?！ㄓ嵶髡撸荷劬鞍?1976—)，男，安徽亳州人，研究員。研究方向：農(nóng)業(yè)產(chǎn)業(yè)發(fā)展與資源利用研究。Email：shao_ja2003@sohu.com

F323.8；F320

A

1005-9121[2016]05-0073-08

*資助項(xiàng)目：國家自然科學(xué)基金重大國際合作基金項(xiàng)目“城市化對山區(qū)土地利用及生態(tài)壓力的影響——以重慶統(tǒng)籌城鄉(xiāng)改革試驗(yàn)區(qū)為例”(41161140352)； 教育部人文社科青年基金項(xiàng)目“三峽庫區(qū)土地流轉(zhuǎn)的農(nóng)戶意愿響應(yīng)與政策需求行為”(10YJCZH122)