灰色关联理论运用于农民收入分析的研究.docx

灰色关联理论运用于农民收入分析的研究.docx

《灰色关联理论运用于农民收入分析的研究.docx》由会员分享，可在线阅读，更多相关《灰色关联理论运用于农民收入分析的研究.docx（7页珍藏版）》请在冰豆网上搜索。

灰色关联理论运用于农民收入分析的研究

灰色关联理论运用于农民收入分析的研究

　　摘要:

灰色关联理论是灰色理论的一个重要组成部分，是对一个系统发展变化态势的定量描述和比较的方法，是灰色聚类分析和灰色决策的基础。

改革开放20多年来，农民收入不断增长，农民收入构成也发生了很大的变化，但近年来农业增速放缓，农民增收乏力，成为制约国民经济稳健发展的瓶颈。

本文利用灰色关联理论分析影响农民收入的主要因素，并提出增加农民收入的政策建议。

　　关键词：

农民收入;灰色关联理论;灰色关联分析

　　“三农”问题，尤其是如何增加农民收入的问题是当前各界关注的重点和焦点，也是我国稳定和发展经济、转变政府职能的关键之所在。

因此，当前条件下如何在短时期内尽快增加农民收入，已经引起全社会的广泛关注。

尽管近年来国家出台了一系列减免农民负担的政策性文件，农民确实减轻了一些负担，真正得到了一些实惠，但是，只靠政策上的减负，并不能从根本上解决增加农民收入的问题。

要增加农民收入，政府应主要致力于对各项相关制度的改革，切实从保护农业生产、发展农村经济、保障农民收入的角度出发，对我国的各项政治、经济体制作出相关的调整与变革。

但是，制度的变迁往往是一个国家长远的发展目标，改革的成本和代价也必须与改革所能带来的收益相匹配，制度的变迁更是需要一个渐进的、缓慢的过程，不可能一蹴而就。

如农村土地制度的改革尤其是产权制度的变革、农村社会保障制度的健全、农产品流通体制的完善和户籍制度的改革等都需要经过一个较长的、缓慢的发展与逐步建立的过程。

因此，短期内如何解决“三农”问题，特别是采取切实可行的有效措施增加农民收入，成为笔者关注的重点。

笔者试图在分析近年来农民收入现状的基础上，利用灰色关联理论对近年来影响农民收入的各项因素进行分析，并对其进行关联分析和排序，寻求真正影响农民收入的主要因素，并在灰色关联分析结论的基础上提出短期内迅速、及时、有效地增加农民收入的各项政策建议。

　　一、我国农民收入现状

　　随着经济的发展和社会环境的变化，近年来我国农村出现了许多新情况、新问题，农民收入也发生了许多新的变化。

　　农民收入绝对量不断增长，但增长幅度近年来不断下滑

　　改革开放以来，我国农民收入大幅度增加，农村居民家庭人均纯收入由1978年的元增加到2004年的2936元，增长超过了20倍。

但1997年以来，农民收入增长幅度连续4年下滑，出现连续7年低速增长的局面。

1997年到2003年，农民收入增长速度分别为%、%、%、%、%、%和%。

2004年农民人均纯收入比上年实际增长了%，成为自1997年以来增长最快的一年，农业收入增加对当年农民增收的贡献率达到56%；从结构上讲，家庭经营收入是农民收入增长的主要来源，而家庭经营收入增加主要依赖于农产品价格的提高，其中“两减免、三补贴”政策对农产品价格上涨的贡献率高达%。

　　城乡居民家庭收入差距进一步扩大

　　近年来农民收入增幅虽有所提高，但与城镇居民收入增长幅度相比仍存在很大差距。

2001年至2004年城镇居民家庭人均可支配收入分别比上年增长了%、%、10%和%，远远超过农民纯收入年均增长幅度。

改革开放以来，城乡收入差距总体上处于不断扩大的趋势，尤其是1997年以来，这种差距进一步迅速扩大。

就绝对数来看，1978年城镇居民家庭人均可支配收入超过农村居民家庭人均纯收入元，两者差距1985年为元，1990年为元，2000年扩大为元，到2004年进一步扩大为6486元。

从相对数来看，1978年城镇居民家庭人均可支配收入是农村居民家庭人均纯收入的倍，1983年下降到倍，成为城乡差距的历史最低水平；此后城乡居民收入差距开始逐渐扩大，2003年达到倍；2005年两者差距进一步扩大为倍，达到历史最高值，说明我国农民人均收入不及城市居民的三成。

如果考虑到城镇居民所享有的教育、住房、卫生和社会保障等方面作为福利的隐性收入成分和上报农民收入中的虚报成分，则实际城乡收入之比可能达到6∶1。

国际经验表明，在人均GDP达到800～1000美元时，城乡居民收入的正常差距为～2倍。

目前我国人均GDP超过了1000美元，而城乡居民收入差距远远超过了2倍，说明目前我国城乡居民的收入差距明显超过了国际经验标准。

　　农民收入内部出现了严重的失衡，温饱型低水平收入的农户所占的比重大

　　农民收入内部出现了严重的失衡，这种失衡既表现在不同地区之间农民收入的不平衡，也表现在同一地区的农民收入差距有扩大的趋势。

我国不同地区之间的农民收入水平差距较大，总的说来，农民的人均收入呈现出明显的东高西低、从东南沿海向西部内陆地区递减的趋势。

东南沿海的农民借助当地发达的乡镇企业、民营企业，人均收入水平是西部云南、贵州、甘肃、陕西的３～４倍。

同时，农民内部也存在着不同收入水平的差距，而且收入差距有不断扩大的趋势。

具体表现为：

农民内部收入分配的基尼系数由1978年的上升至1999年的，2003年进一步扩大为，2004年为，比上年提高个百分点。

　　农村居民家庭的收入水平和消费水平极低，且低水平收入的农户所占的比重大。

目前，我国人均年纯收入在1000～2000元的农村居民家庭约占农村总人口的51%，恩格尔系数为%，西部地区高达59%，属于低水平的温饱型消费；而人均年纯收入超过3万元的农村居民家庭只约占农村总人口的2%，其恩格尔系数为%。

从全国来看，2004年，农村居民家庭恩格尔系数为%，与城镇居民家庭恩格尔系数%相比将近差了十个百分点；占人口70%的农民只购买了39%的商品，而占人口30%的城市居民购买了61%的商品，也就是说，一个城市居民的消费相当于个农民的消费。

另外，在全国居民存款总额中，70%的农民也只占了19%的份额。

　　农民收入增速下滑，城乡收入差距拉大，不仅影响了农民的生产积极性，而且严重制约了农村市场的扩大，使农村消费对国民经济增长的拉动作用减弱。

在农村人口份额未出现明显下降的情况下，农村商品零售额占社会商品零售总额的比重，由20世纪80年代初的50%左右下降到1990年的37%，2000年又下降到%；农村消费和投资需求对国民经济增长的贡献率由80年代初期的平均%，下降到90年代末期的22%左右。

在农村封闭运行的经济结构下，生产要素、信息、商品等都无法按照资源最优配置的方式流通，严重阻碍了我国统一的市场经济体制的发展。

因此,农民收入增速下滑，城乡收入差距拉大，农民收入的严重失衡，不仅影响了农村的改革、发展和稳定,而且影响到国民经济和社会发展的全局。

　　农民收入的来源由以农业收入为主转向来源形式多样化

　长期以来，农业收入一直是我国农民收入的主要来源，但改革开放以来，农民的收入构成发生了很大变化。

1978年农民生产性纯收入90%以上来自第一产业，随着市场经济的发展和产业结构的变革，第一产业收入在农民纯收入中所占比重持续下降，到2003年下降为%，农业收入开始低于农民纯收入的50%。

虽然2004年受农村税费改革和国家“粮食直补”政策的影响，农业收入占农民纯收入的比重略有回升，为%，但仍然低于农民纯收入的50%。

与此同时，农民家庭经营二三产业收入、外出打工等工资性收入以及其他形式的收入在农民纯收入中的比重日益上升，农民的收入来源日渐宽泛。

　　二、农民收入的灰色关联分析

　　灰色关联理论与资料来源

　　1.灰色关联理论

　　灰色关联理论也称灰色关联度理论，它是根据因素之间发展态势的相似或相异程度，亦即“灰色关联度”来衡量因素间关联程度的一种新的分析方法。

　　对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。

在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。

在现有系统分析的量化方法中，大都采用数理统计的方法，如回归分析、方差分析、指数分析、主成分分析等，其中以回归分析用得最多。

然而回归分析有其固有的弱点，如要求有大量样本，要求样本有较好的分布规律，计算工作量大，可能出现量化结果与定性分析结果不符的现象，因此大都只用于少因素的、线性的系统，对于多因素的、非线性的系统则难以处理。

灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图通过一定的方法，去寻求系统中各子系统之间的数值关系，找出影响目标值的重要因素，从而掌握事物的主要特征，促进和引导系统迅速而有效地发展。

因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。

由于关联度分析法是按发展趋势作分析，因此对样本量的多少没有过分要求，也不需要典型的分布规律，计算量小，且不致出现关联度的量化结果与定性分析不一致的情况，因而它避免了回归分析的不足之处。

灰色关联分析方法

　　灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大，反之就越小。

灰色关联分析的具体计算步骤如下:

　　确定反映系统行为特征的数列和影响系统行为的比较数列。

反映系统行为特征的数据序列，称为参考数列。

影响系统行为的因素组成的数据序列，称为比较数列。

　　本文设系统行为序列为:

　　X={χii∈N,N=,m≥2,χi=（χi

（1）,χi

（2）,…,χi（n）），

　　χi（k）∈χi,k∈K,K=,n≥3}

　　其中：

χ0（k）,（k=1,2,…,n）为参考数列；χi（k）,（i=1,2,…,m,k=1,2,…,n）为比较数列。

　　对参考数列和比较数列进行无量纲化处理。

由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。

因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。

无量纲化的数据处理有初值化、均值化、区间相对值化等多种方法，本文采用均值化处理，令：

　　χ0=1nnk=1χ′0（k）,χ′0=χ0（k）χ0,χi=1nnk=1χi（k）,χ′i=χi（k）χi（k=1,2,…,n,i=1,2,…,m）

　　求参考数列与比较数列的灰色关联系数ζ0i（k）。

所谓关联程度，实质上是曲线间几何形状的差别程度，因此曲线间差值大小，可作为关联程度的衡量尺度。

对于一个参考数列χ0有若干个比较数列χ1,χ2,…,χm，各比较数列与参考数列在各个时刻的关联系数ζ0i（k）可由以下步骤算出：

　　第一步：

求差序列。

记：

Δ0i（k）=χ′0-χ′i,i=1,2,…,m

　　第二步：

求两极最大差与最小差。

记：

M=maximaxkΔ0i（k）m=miniminkΔ0i（k）

　　第三步：

求关联系数。

ζ0i（k）=m+ζmΔ0i（k）+ζM

　　其中，ζ为分辨系数，0＜ζ＜1；对于ζ∈（0，1），本文取ζ=。

（k=1,2,…,n,i=1,2,…,m）

　　求关联度γoi。

因为关联系数是比较数列与参考数列在各个时刻的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。

因此有必要将各个时刻的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度γ0i的公式γ0i=1nnk=1ζ0i（k）。

　　排关联序。

因素间的关联程度，主要是用关联度的大小次序描述，而不仅仅是关联度的大小。

将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{χ}，它反映了对于母序列来说各子序列的“优劣”关系。

若γ0iγ0j，则称{χi}对于同一母序列{χ0}优于{χj}，记为：

{χiχ0}＞{χjχ0}；若γ0iγ0j，则称{χi}对于同一母序列{χ0}劣于{χj}，记为{χiχ0}＜{χjχ0}。

数据资料来源

　　我们采用1990至2004年的时间序列数据进行分析，所有时间序列数据均来源于《2005中国农村统计年鉴》