影響我國(guó)農(nóng)民收入的因子分析

戰(zhàn)英杰，申秋紅,2

（1.中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081；2.中國(guó)人口與發(fā)展研究中心，北京 100081）

農(nóng)民收入是關(guān)系到農(nóng)業(yè)能否迅速發(fā)展，農(nóng)村能否現(xiàn)代化的關(guān)鍵問(wèn)題，甚至是制約國(guó)民經(jīng)濟(jì)快速發(fā)展的瓶頸。然而我國(guó)當(dāng)前農(nóng)民收入現(xiàn)狀卻不容樂(lè)觀，20世紀(jì)80年代，農(nóng)民人均純收入年均增長(zhǎng)9%左右，90年代降到不足5%；2000～2006年農(nóng)民人均純收入年均增長(zhǎng)7.6%，同城鎮(zhèn)居民人均可支配收入實(shí)際增長(zhǎng)10.8%甚有差距，農(nóng)民收入增長(zhǎng)緩慢的狀況給社會(huì)經(jīng)濟(jì)的發(fā)展帶來(lái)了一系列的問(wèn)題，不僅嚴(yán)重挫傷了農(nóng)民的生產(chǎn)積極性，制約了農(nóng)村經(jīng)濟(jì)社會(huì)的發(fā)展，而且使得整個(gè)國(guó)民經(jīng)濟(jì)陷入了一種低水平均衡陷阱[1]。在這種情況下，對(duì)中國(guó)農(nóng)民收入的影響因子進(jìn)行分析是十分必要的。

從收入來(lái)源看，目前農(nóng)業(yè)收入和非農(nóng)業(yè)收入仍然是農(nóng)民收入的主要構(gòu)成部分，二者相加在農(nóng)民收入中的比重1985年為92%，1995年為94%，到2006年這一比例仍然高達(dá)93%，幾乎沒(méi)有發(fā)生什么變化。轉(zhuǎn)移性和財(cái)產(chǎn)性收入在農(nóng)民人均純收入中的比重一直維持在一個(gè)較低的水平上。因此在對(duì)農(nóng)民收入進(jìn)行因子分析時(shí)有必要側(cè)重于從農(nóng)民收入的來(lái)源方面進(jìn)行考察，分析影響農(nóng)民收入增長(zhǎng)的因素，其實(shí)也就是分別分析影響農(nóng)民農(nóng)業(yè)收入和非農(nóng)業(yè)收入的相關(guān)因素。

1 因子分析模型的建立

因子分析（Factor analysis）起源于1904年Karl Pearson和Charles Spearman等關(guān)于智力測(cè)驗(yàn)的研究。該模型是利用降維的思想，由研究原始變量相關(guān)矩陣內(nèi)部的依賴(lài)關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。具體地說(shuō)，因子分析就是根據(jù)研究對(duì)象不同維度相關(guān)性的大小對(duì)維度進(jìn)行分組，使得同組內(nèi)的維度之間相關(guān)性較強(qiáng)，不同組的維度之間相關(guān)性較弱。每組維度代表一個(gè)基本結(jié)構(gòu)，稱(chēng)該基本結(jié)構(gòu)為公因子。對(duì)于所研究的問(wèn)題就可試圖用最少個(gè)數(shù)的不可測(cè)的所謂公因子的線性函數(shù)與特殊因子之和來(lái)描述原來(lái)觀測(cè)的每一維度[2]。因子分析法的模型為：

其矩陣形式為：

且滿(mǎn)足：① m≤p；② Cov（F，ε）=0，即F和ε是不相關(guān)的；③F1，…，F(xiàn)m不相關(guān)且方差皆為1；ε1，ε2，…，εp不相關(guān)，且方差不同。

其中，X=（X1，X2，…，Xp）是可實(shí)測(cè)的 p 維隨即向量。（F1，F(xiàn)2，…，F(xiàn)m）叫做公因子（或稱(chēng)主因子），它們是在各個(gè)原觀測(cè)變量的表達(dá)式中都共同出現(xiàn)的因子，是相互獨(dú)立不可觀測(cè)的理論變量。矩陣A=（aij）為因子載荷矩陣，其中元素的絕對(duì)值越大表明 Xi與 Fj相依程度越大。ε=（ε1，ε2，…，εp）稱(chēng)為特殊因子，在模型中起著殘差的作用，但被定義為彼此不相關(guān)且和公因子也不相關(guān)，而且每個(gè)公因子假定至少對(duì)兩個(gè)變量有貢獻(xiàn)，否則它將是一個(gè)特殊因子。為了使Xi與Fj的相關(guān)關(guān)系更醒目、突出，可進(jìn)一步進(jìn)行因子旋轉(zhuǎn)，使得Xi與Fj中某些因子的相關(guān)關(guān)系更強(qiáng)，而與Fj中其他因子相關(guān)更弱。經(jīng)過(guò)因子旋轉(zhuǎn)后的因子負(fù)載陣可以大為提高因子的可解釋性。根據(jù)與某n個(gè)相關(guān)關(guān)系較強(qiáng)的指標(biāo)給該因子賦予綜合經(jīng)濟(jì)意義，通過(guò)觀察它們?cè)谀男┳兞可陷d荷較大，然后再根據(jù)載荷大的本身內(nèi)容來(lái)說(shuō)明因子的具體含義。

2 影響農(nóng)民農(nóng)業(yè)收入的因子分析

農(nóng)業(yè)收入是農(nóng)民收入構(gòu)成的主體。80年代農(nóng)業(yè)收入占純收入的比重接近于70%，90年代這一比重快速下降，但仍占60%，最近幾年下降較快，2006年僅占45%，但我國(guó)仍有3/4的農(nóng)戶(hù)是純農(nóng)戶(hù)或以農(nóng)業(yè)為主的兼業(yè)戶(hù)，他們收入的主要來(lái)源仍然是農(nóng)業(yè)，特別是中西部地區(qū)的廣大農(nóng)戶(hù)，來(lái)自農(nóng)業(yè)的收入高達(dá)60%以上[3]。因此，農(nóng)業(yè)收入保持穩(wěn)定增長(zhǎng)是純收入增長(zhǎng)的重要條件。

本文經(jīng)過(guò)對(duì)統(tǒng)計(jì)資料進(jìn)行分析和篩選，對(duì)影響農(nóng)民農(nóng)業(yè)收入的因素主要采用了10個(gè)指標(biāo)：X1-農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)；X2-農(nóng)副產(chǎn)品收購(gòu)價(jià)格指數(shù)；X3-農(nóng)民化肥購(gòu)買(mǎi)量（公斤/戶(hù)）；X4-國(guó)家農(nóng)業(yè)基本建設(shè)支出（億元）；X5-受災(zāi)率（它等于受災(zāi)面積除以總播種面積）；X6-家庭經(jīng)營(yíng)耕地面積（畝/戶(hù)）；X7-農(nóng)民用于第一產(chǎn)業(yè)的支出（元）；X8-農(nóng)民購(gòu)置生產(chǎn)性固定資產(chǎn)的支出（元）；X9-國(guó)家財(cái)政用于農(nóng)業(yè)的支出（億元）；X10-農(nóng)村居民大中專(zhuān)及以上學(xué)歷所占比重。

根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)農(nóng)村住戶(hù)調(diào)查年鑒》，本文搜集了1990～2006年全國(guó)范圍內(nèi)的時(shí)間序列數(shù)據(jù)，原始數(shù)據(jù)見(jiàn)表1。對(duì)所選指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理以消除由觀測(cè)量綱的差異所造成的影響，使標(biāo)準(zhǔn)化后的變量均值為0，方差為1。本文運(yùn)用SPSS 15.0統(tǒng)計(jì)分析軟件進(jìn)行數(shù)據(jù)計(jì)算。

因子分析的前提是原有變量之間具有較強(qiáng)的相關(guān)關(guān)系，否則根本無(wú)法從中綜合出能夠反映某些變量共同特性的幾個(gè)較少的公因子變量來(lái)。KMO統(tǒng)計(jì)量是用于比較變量之間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的一個(gè)指標(biāo)，其取值范圍在0和1之間，當(dāng)所有變量之間的簡(jiǎn)單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相關(guān)系數(shù)平方和時(shí)，KMO值越接近1，越適合做因子分析[4]。根據(jù)Kaiser給出的度量標(biāo)準(zhǔn)：0.9以上非常適合；0.8適合；0.7一般；0.6不太適合；0.5以下不適合。該組數(shù)據(jù)KMO=0.761，顯然適合做因子分析。因此，可運(yùn)用SPSS軟件進(jìn)行數(shù)據(jù)計(jì)算，采用巴特利特球度檢驗(yàn)和KMO檢驗(yàn)結(jié)果為：KMO=0.761；Bartlett檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為211.947；df=7；該模型檢驗(yàn)極其顯著，P=0.0001。

表2為按指定提取條件（特征根＞1）提取特征根時(shí)的共同度。可見(jiàn)每一個(gè)變量的絕大部分信息（大于85%）都可被因子解釋?zhuān)@些變量的信息丟失較少，因此，本次因子提取的總體效果十分理想。

表1 1990~2006年中國(guó)農(nóng)民農(nóng)業(yè)收入影響因素的經(jīng)濟(jì)數(shù)據(jù)Table 1 Date of factors influencing farmers'agricultural income during 1990-2006

表2 因子分析初始解Table 2 Initial value of factor analysis

方差貢獻(xiàn)率是衡量公因子相對(duì)重要程度的指標(biāo)，方差貢獻(xiàn)率越大表明該公因子相對(duì)越重要，或者說(shuō)方差越大表明公因子對(duì)變量的貢獻(xiàn)越大。在這里，也就是各因子對(duì)農(nóng)民農(nóng)業(yè)收入的影響力。從表3可以看出，3個(gè)公因子累計(jì)方差貢獻(xiàn)率達(dá)到93.93%。這表明3個(gè)公因子基本保持了原來(lái)10個(gè)指標(biāo)絕大部分信息。各因子旋轉(zhuǎn)后的方差貢獻(xiàn)率說(shuō)明，因子1、因子2、因子3可以解釋原始信息的能力分別是53.76%、25.83和14.33%。由此可知，第一個(gè)因子，對(duì)農(nóng)民農(nóng)業(yè)收入的影響力最大，其余兩個(gè)因子的影響力明顯減弱。

表4為旋轉(zhuǎn)后的因子載荷矩陣。為了更好地對(duì)所選取的公因子賦予合理的經(jīng)濟(jì)解釋?zhuān)赏ㄟ^(guò)因子旋轉(zhuǎn)的方式使一個(gè)變量只在盡可能少的因子上有比較高的載荷。由旋轉(zhuǎn)后的因子載荷矩陣可以看出，公因子 1 在 X3、X4、X7、X8、X9和 X10這 6 個(gè)指標(biāo)上的載荷值很大。從實(shí)際情況看，農(nóng)業(yè)生產(chǎn)中的投入包括人的投入和物的投入，X3、X7和X8是農(nóng)民對(duì)農(nóng)業(yè)生產(chǎn)的物質(zhì)投入，X4和X9是國(guó)家對(duì)農(nóng)業(yè)生產(chǎn)的投入，X10反映農(nóng)業(yè)生產(chǎn)中人的要素。在同樣的社會(huì)經(jīng)濟(jì)環(huán)境下，生產(chǎn)投入越多、從事農(nóng)業(yè)勞動(dòng)的生產(chǎn)者素質(zhì)越高，農(nóng)民的農(nóng)業(yè)收入也就越高。因此，可以將公因子1定義為投入因子。公因子2在指標(biāo)X1、X2和X6上的載荷值很大。實(shí)際情況是其他條件不變時(shí)，農(nóng)業(yè)生產(chǎn)資料價(jià)格越高，農(nóng)業(yè)收入就越低，而農(nóng)產(chǎn)品收購(gòu)價(jià)格越高，則農(nóng)業(yè)收入就越高。我國(guó)農(nóng)產(chǎn)品和生產(chǎn)資料價(jià)格長(zhǎng)期受政府的控制，即使在放開(kāi)農(nóng)產(chǎn)品市場(chǎng)后，政府對(duì)農(nóng)產(chǎn)品市場(chǎng)仍具有強(qiáng)大的宏觀調(diào)控能力。農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)和農(nóng)副產(chǎn)品收購(gòu)價(jià)格指數(shù)受政策的影響，家庭經(jīng)營(yíng)耕地面積是農(nóng)民進(jìn)行農(nóng)業(yè)生產(chǎn)必不可少的資源，因此可以將公因子2定義為政策和資源因子。X5反映了氣候與農(nóng)業(yè)收入的協(xié)調(diào)狀況，可將其定義為氣候因子。由此可知，第一個(gè)因子，即投入因子對(duì)農(nóng)民農(nóng)業(yè)收入的影響力最大，其余兩個(gè)因子的影響力明顯減弱。

表3 相關(guān)矩陣的特征根與貢獻(xiàn)率Table 3 Total variance explained

表4 旋轉(zhuǎn)后因子載荷矩陣Table 4 Rotated component matrix

3 影響農(nóng)民非農(nóng)業(yè)收入的因子分析

盡管農(nóng)民收入的主體是農(nóng)業(yè)，但農(nóng)民收入的主要來(lái)源已由單純的農(nóng)業(yè)收入轉(zhuǎn)變?yōu)檗r(nóng)業(yè)收入與非農(nóng)業(yè)收入并駕齊驅(qū)的局面，非農(nóng)業(yè)收入在農(nóng)民收入中的比重呈不斷上升的趨勢(shì)[5]，對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)在最近幾年起到了絕對(duì)性的作用。因此，分析影響農(nóng)民非農(nóng)業(yè)收入增長(zhǎng)的各因素就顯得特別重要。

本文選取了影響農(nóng)民非農(nóng)業(yè)收入的6個(gè)指標(biāo)進(jìn)行分析：X1-全社會(huì)固定資產(chǎn)投資額（億元），X2-農(nóng)村居民大專(zhuān)及以上學(xué)歷所占比重，X3-農(nóng)村工業(yè)化率（即鄉(xiāng)鎮(zhèn)企業(yè)就業(yè)人數(shù)占農(nóng)業(yè)勞動(dòng)力的比重）。X4-非農(nóng)業(yè)收入比重，X5-城鎮(zhèn)化率（即城鎮(zhèn)人口所占比重），X6-第三產(chǎn)業(yè)產(chǎn)值比重。

根據(jù)《中國(guó)統(tǒng)計(jì)年鑒》，搜集了1990～2006年全國(guó)范圍內(nèi)的時(shí)間序列數(shù)據(jù)，原始數(shù)據(jù)見(jiàn)表5。

通過(guò)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，選用SPSS統(tǒng)計(jì)分析軟件進(jìn)行數(shù)據(jù)計(jì)算。KMOand Bartlett's Test檢驗(yàn)顯示，KMO=0.728，Bartlett檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為137.062；df=11；該模型檢驗(yàn)極其顯著，P=0.0001。

表5 1990~2006年中國(guó)農(nóng)民非農(nóng)業(yè)收入影響因素的經(jīng)濟(jì)數(shù)據(jù)Table 5 Data of factors influencing farmers'non-agricultural income during 1990-2006

表6顯示了所有變量的共同度數(shù)據(jù)，可以看出，每一個(gè)變量的絕大部分信息都可以被因子解釋。表7反映了因子解釋原有變量總方差的情況，兩個(gè)公因子的累計(jì)方差貢獻(xiàn)率達(dá)到89.17%，表明兩個(gè)公因子基本保持了原來(lái)6個(gè)指標(biāo)的絕大部分信息，公因子1和公因子2可以解釋原始信息的能力分別是49.42%和39.75%，第一個(gè)公因子對(duì)農(nóng)民非農(nóng)業(yè)收入的影響力大，第二個(gè)因子次之。表8是旋轉(zhuǎn)后的因子載荷矩陣?？梢钥闯龉蜃?在X3和X5這兩個(gè)指標(biāo)上的載荷值大，在其他條件不變時(shí)，農(nóng)村工業(yè)化、城市化水平越高，給農(nóng)民提供的在外就業(yè)的機(jī)會(huì)也越多，在非農(nóng)部門(mén)就業(yè)的農(nóng)村勞動(dòng)力就越多，相應(yīng)農(nóng)民的非農(nóng)業(yè)收入也會(huì)增加?？梢詫⒐蜃?定義為城鎮(zhèn)化發(fā)展因子，它代表了農(nóng)村工業(yè)化率和城鎮(zhèn)化率這兩個(gè)指標(biāo)95%以上的信息，是影響農(nóng)民非農(nóng)業(yè)收入的主要因素；公因子2在X1、X2、X4和X6上載荷值大，可以將因子2定義為社會(huì)因子，它包括了全社會(huì)固定資產(chǎn)投資狀況、非農(nóng)產(chǎn)業(yè)發(fā)展?fàn)顩r以及勞動(dòng)者文化素質(zhì)狀況。實(shí)際情況也表明，非農(nóng)業(yè)部門(mén)的經(jīng)濟(jì)越景氣，對(duì)勞動(dòng)力的需求就越多，在城市就業(yè)的農(nóng)村勞動(dòng)力也會(huì)越多，即全社會(huì)固定資產(chǎn)投資越多，第三產(chǎn)業(yè)產(chǎn)值所占比重越大，在非農(nóng)業(yè)部門(mén)就業(yè)的農(nóng)村勞動(dòng)力就越多，相應(yīng)非農(nóng)業(yè)收入也會(huì)增加。勞動(dòng)力文化程度越高，商品意識(shí)越強(qiáng)，擇業(yè)的范圍就越大，向二、三產(chǎn)業(yè)及非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移的機(jī)會(huì)多、速度快，非農(nóng)業(yè)收入也就越高。可見(jiàn)，因子2也是影響農(nóng)民非農(nóng)業(yè)收入的一個(gè)因素。

表6 因子分析初始解Table 6 Initial value of factor analysis

表7 相關(guān)矩陣的特征根與貢獻(xiàn)率Table 7 Total variance explained

表8 旋轉(zhuǎn)后因子載荷矩陣Table 8 Rotated component matrix

4 政策建議

由上文對(duì)農(nóng)業(yè)收入和非農(nóng)業(yè)收入影響因子的分析，我們可以得出以下結(jié)論：①影響我國(guó)農(nóng)民農(nóng)業(yè)收入的主要因子是投入因子、政策和資源因子、氣候因子。其對(duì)農(nóng)民農(nóng)業(yè)收入的貢獻(xiàn)率分別是60.53%、25.83%和14.33%。可見(jiàn)第一個(gè)因子即投入因子對(duì)農(nóng)業(yè)收入的影響力最大，其余兩個(gè)次之；②影響農(nóng)民非農(nóng)業(yè)收入的因子有城鎮(zhèn)發(fā)展因子和社會(huì)發(fā)展因子，對(duì)農(nóng)民非農(nóng)業(yè)收入的貢獻(xiàn)率分別是49.42%和39.75%?？梢?jiàn)，農(nóng)民非農(nóng)業(yè)收入受城鎮(zhèn)化發(fā)展速度影響大，其次是社會(huì)發(fā)展尤其是第三產(chǎn)業(yè)發(fā)展對(duì)增加農(nóng)民非農(nóng)業(yè)收入有重要影響。

依據(jù)以上分析結(jié)果，并結(jié)合我國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展實(shí)際，為提高農(nóng)民收入提出以下政策建議：

4.1 優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，增加農(nóng)民的農(nóng)業(yè)收入

在新的市場(chǎng)環(huán)境下，增加農(nóng)業(yè)收入，最根本的途徑是調(diào)整農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，進(jìn)一步發(fā)揮具有比較優(yōu)勢(shì)的農(nóng)產(chǎn)品，開(kāi)發(fā)優(yōu)質(zhì)專(zhuān)用品種，逐步向區(qū)域化種植、專(zhuān)業(yè)化生產(chǎn)和產(chǎn)業(yè)化經(jīng)營(yíng)方向發(fā)展；發(fā)展觀光農(nóng)業(yè)、特色農(nóng)業(yè)、生態(tài)農(nóng)業(yè)，使之成為農(nóng)民增收的亮點(diǎn)。為了保證農(nóng)業(yè)收入長(zhǎng)期穩(wěn)定的增長(zhǎng)，必須下大力氣改變農(nóng)業(yè)和農(nóng)民的弱質(zhì)性。這就要求國(guó)家采取宏觀調(diào)控和宏觀經(jīng)濟(jì)服務(wù)手段支持農(nóng)業(yè)的發(fā)展，增加對(duì)農(nóng)業(yè)的投資力度，選擇適度的傾斜政策，各級(jí)財(cái)政應(yīng)進(jìn)一步調(diào)整財(cái)政支出結(jié)構(gòu)，繼續(xù)增加農(nóng)業(yè)投入，加強(qiáng)農(nóng)業(yè)的基礎(chǔ)設(shè)施建設(shè)，使農(nóng)民有效地規(guī)避自然風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)。同時(shí)，由于農(nóng)業(yè)生產(chǎn)資料價(jià)格上漲抵消了農(nóng)產(chǎn)品收購(gòu)價(jià)格上漲帶給農(nóng)民的實(shí)惠，因此要搞活農(nóng)產(chǎn)品流通，降低交易成本，打破壟斷，協(xié)調(diào)平衡農(nóng)產(chǎn)品收購(gòu)價(jià)格和農(nóng)業(yè)生產(chǎn)資料價(jià)格是促進(jìn)農(nóng)民農(nóng)業(yè)收入增長(zhǎng)的關(guān)鍵所在。

4.2 推動(dòng)鄉(xiāng)鎮(zhèn)企業(yè)二次創(chuàng)業(yè)和農(nóng)村小城鎮(zhèn)建設(shè)，提高農(nóng)民的非農(nóng)業(yè)收入

大力發(fā)展農(nóng)村工業(yè)化和城鎮(zhèn)化是促使農(nóng)民變市民、農(nóng)民非農(nóng)化以及提高農(nóng)民非農(nóng)業(yè)收入的合理途徑。首先，要繼續(xù)鼓勵(lì)和支持鄉(xiāng)鎮(zhèn)企業(yè)的發(fā)展，大力扶持個(gè)體私營(yíng)經(jīng)濟(jì)發(fā)展，鼓勵(lì)農(nóng)民從事農(nóng)畜產(chǎn)品加工、建筑、經(jīng)商、運(yùn)輸、餐飲業(yè)等，發(fā)展壯大縣域經(jīng)濟(jì)，從而增加農(nóng)民二、三產(chǎn)業(yè)的收入。經(jīng)驗(yàn)表明，鄉(xiāng)鎮(zhèn)企業(yè)的快速發(fā)展是轉(zhuǎn)移農(nóng)村剩余勞動(dòng)力的主要渠道，為緩解農(nóng)村剩余勞動(dòng)力就業(yè)做出了巨大貢獻(xiàn)。其次，小城鎮(zhèn)建設(shè)是解決農(nóng)村剩余勞動(dòng)力出路的必由之路，小城鎮(zhèn)對(duì)增加農(nóng)民非農(nóng)業(yè)收入具有強(qiáng)大的帶動(dòng)作用。大力發(fā)展小城鎮(zhèn)會(huì)使相當(dāng)一部門(mén)農(nóng)民脫離農(nóng)村而進(jìn)入小城鎮(zhèn)，從事加工業(yè)、建筑業(yè)以及各種服務(wù)業(yè)。這不僅可以使農(nóng)業(yè)走專(zhuān)業(yè)化、規(guī)?；⒓s化道路，而且農(nóng)民非農(nóng)業(yè)收入增加了，生活富裕了，第一產(chǎn)業(yè)就更有條件向著機(jī)械化、電氣化、工業(yè)化方向發(fā)展。第三，大力發(fā)展第三產(chǎn)業(yè)。第三產(chǎn)業(yè)具有分散、自由、規(guī)模小、勞動(dòng)密集，就業(yè)彈性大等特點(diǎn)，推動(dòng)第三產(chǎn)業(yè)的發(fā)展，將會(huì)更好發(fā)揮吸納農(nóng)村剩余勞動(dòng)力的作用。

4.3 提高農(nóng)民素質(zhì)也是不容忽視的問(wèn)題

農(nóng)業(yè)勞動(dòng)生產(chǎn)率的提高有賴(lài)于農(nóng)民素質(zhì)的提高，農(nóng)業(yè)勞動(dòng)力的轉(zhuǎn)移也有賴(lài)于農(nóng)民素質(zhì)的提高。目前我國(guó)發(fā)達(dá)地區(qū)鄉(xiāng)鎮(zhèn)企業(yè)已步入轉(zhuǎn)制和結(jié)構(gòu)調(diào)整階段，進(jìn)一步完善產(chǎn)權(quán)制度，按照現(xiàn)代企業(yè)制度要求進(jìn)行資產(chǎn)重組和制度改造，調(diào)整和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，加強(qiáng)技術(shù)改造和企業(yè)管理，提高產(chǎn)品質(zhì)量，增強(qiáng)競(jìng)爭(zhēng)能力。這對(duì)企業(yè)工人的素質(zhì)提出了更高的要求?，F(xiàn)有的農(nóng)村勞動(dòng)力素質(zhì)與勞動(dòng)力市場(chǎng)的需求相差甚遠(yuǎn)。這就要求政府增加對(duì)農(nóng)業(yè)教育的投資力度，全面提高農(nóng)村剩余勞動(dòng)力的素質(zhì)，使其能適應(yīng)多種工作要求，徹底改變低收入的狀況。

[1]陳艷,葉慧,王雅鵬.農(nóng)民收入增長(zhǎng)因素通徑分析[J].商業(yè)研究,2005(23):201-204.

[2]何曉群.現(xiàn)代統(tǒng)計(jì)分析方法于應(yīng)用[M].北京∶中國(guó)人民大學(xué)出版社,1998.

[3]劉進(jìn)寶,張延君.農(nóng)民收入影響因素的計(jì)量經(jīng)濟(jì)分析[J].經(jīng)濟(jì)論壇,2004(5):117-118.

[4]薛微.基于SPSS的數(shù)據(jù)分析[M].北京:人民大學(xué)出版社,2006.

[5]陳錫文.農(nóng)民收入為何增長(zhǎng)緩慢[J].農(nóng)村.農(nóng)業(yè).農(nóng)民,2004(1):7-11.