贵州省普定县农户收入的影响因素分析

doi:10.7523/j.issn.2095-6134.2017.01.010

中国科学院大学学报 ›› 2017, Vol. 34 ›› Issue (1): 69-76.DOI: 10.7523/j.issn.2095-6134.2017.01.010

贵州省普定县农户收入的影响因素分析

李文会^1,3, 林晓娜^1,3, 孙威^1,2

1 中国科学院区域可持续发展分析与模拟重点实验室, 北京 100101;
2 中国科学院地理科学与资源研究所, 北京 100101;
3 中国科学院大学, 北京 100049

收稿日期:2016-01-20 修回日期:2016-05-11 发布日期:2017-01-15
通讯作者: 孙威,E-mail:sunw@igsnrr.ac.cn
基金资助:
国家自然科学基金（41271146）和中国科学院重点部署项目（KZZD-EW-06）资助

Influencing factors of peasant household income in Puding County of Guizhou Province

LI Wenhui^1,3, LIN Xiaona^1,3, SUN Wei^1,2

1 Key Laboratory of Regional Sustainable Development Modeling, Chinese Academy of Sciences, Beijing 100101, China;
2 Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China;
3 University of Chinese Academy of Sciences, Beijing 100049, China

Received:2016-01-20 Revised:2016-05-11 Published:2017-01-15

摘要/Abstract

摘要：

基于2014年贵州省普定县农村调研获取的426份农户问卷数据，构建多元回归模型，采用Stepwise方法分析农户收入的影响因素。研究结果如下：1）文化程度对农户收入有显著的正向影响，文化程度的提高使农户倾向于选择收入较高的职业，进而影响农户收入水平；2）资产经营性收入占比反映农户家庭资产的多寡，对农户收入有显著的正向影响，农户资产经营性收入主要来自做生意，其次是其他、耕地林地出租、房屋出租、农机具出租；3）政策性收入占比的增加反映农户综合生产能力的减弱，故政策性收入对农户收入有显著的负向影响；4）生产性支出对农户收入有显著的正向影响，表明农业依然是农户收入的重要来源。此外，能否上网对农户收入也有一定促进作用。基于此，从提高农户文化水平、完善农村信息和交通基础设施、支持农民工返乡创业等方面提出对策建议。

关键词: 农户收入, 多元回归模型, 影响因素, 贵州省

Abstract:

Based on 426 peasant household questionnaire data in Puding County in China, we analyzed the factors influencing household income by using stepwise method under a multiple regression model. The results are presented as follows. 1) Education has significant positive influence on household income. The farmers receiving higher education prefer higher income occupations, which affects the household income level. 2) The proportion of assets operating income has positive effect on household income. Farmers' assets operating income is mainly from business and also from farmland and woodland renting. 3) The increase of the proportion of policy income reflects the weakening of farmers' comprehensive production capacity. Therefore, the policy income has negative effect on household income. 4) Productive expenditure has significant positive effect on household income, which shows that agriculture is still the important source of household income. Moreover, accessing internet has a certain effect on increasing household income.

Key words: household income, multiple regression model, influencing factors, Guizhou Province

中图分类号:

F129.9

李文会, 林晓娜, 孙威. 贵州省普定县农户收入的影响因素分析[J]. 中国科学院大学学报, 2017, 34(1): 69-76.

LI Wenhui, LIN Xiaona, SUN Wei. Influencing factors of peasant household income in Puding County of Guizhou Province[J]. , 2017, 34(1): 69-76.

参考文献

[1] 刘开华,彭诚,陈红玲. 贵州城乡收入差距的演进及决定因素分析[J]. 西北人口,2013,34(1):96-101,110.
[2] 朱玲. 非农产业活动对农户收入分配格局的影响[J]. 经济研究,1992(3):23-30.
[3] 农户收入结构变动分析[J]. 中国农村观察,1997(6):3-9.
[4] 李兴绪,刘曼莉,葛珺沂. 西南边疆民族地区农户收入的地理影响因素分析[J]. 地理学报,2010,65(2):235-243.
[5] 樊新生,李小建. 欠发达地区农户收入的地理影响分析[J]. 中国农村经济,2008(3):16-23,49.
[6] 刘晓昀,辛贤,毛学峰. 贫困地区农村基础设施投资对农户收入和支出的影响[J]. 中国农村观察,2003(1):31-36,80.
[7] 辛翔飞,秦富,王秀清. 中西部地区农户收入及其差异的影响因素分析[J]. 中国农村经济,2008(2):40-52.
[8] 徐健,汪旭晖. 订单农业及其组织模式对农户收入影响的实证分析[J]. 中国农村经济,2009(4):39-47.
[9] 胡定寰,陈志钢,孙庆珍,等. 合同生产模式对农户收入和食品安全的影响:以山东省苹果产业为例[J]. 中国农村经济,2006(11):17-24,41.
[10] 薛凤蕊,乔光华,姜冬梅. 土地合作社对农户收入影响评价[J]. 农业经济问题,2012,33(5):34-39.
[11] 胡联. 贫困地区农民专业合作社与农户收入增长:基于双重差分法的实证分析[J]. 财经科学,2014(12):117-126.
[12] 黎翠梅,刘艳丽,陈宇佳. 农户融资对其收入影响的实证分析:基于长沙县农户的调查数据[J]. 西安财经学院学报,2015,28(4):13-18.
[13] 吕德宏,杨成,靳涛. 西部小额信贷对农户收入影响的实证研究[J]. 开发研究,2009(3):62-66.
[14] 徐翠萍,史清华,Holly Wang. 税费改革对农户收入增长的影响:实证与解释:以长三角15村跟踪观察农户为例[J]. 中国农村经济,2009(2):22-33.
[15] 祝仲坤,陶建平. 农业保险对农户收入的影响机理及经验研究[J]. 农村经济,2015(2):67-71.
[16] 罗发友,刘友金. 市场化改革以来农户收入增长的影响因素分析[J]. 中国农村观察,2002(4):13-19,80.
[17] 周波,于冷. 农业技术应用对农户收入的影响:以江西跟踪观察农户为例[J]. 中国农村经济,2011(1):49-57.
[18] 黎洁,李树茁. 退耕还林工程对西部农户收入的影响:对西安周至县南部山区乡镇农户的实证分析[J]. 中国土地科学,2010,24(2):57-63.
[19] 高梦滔,姚洋. 健康风险冲击对农户收入的影响[J]. 经济研究,2005(12):15-25.
[20] 安海燕,朱青. 贵州农民的收入分析[J]. 贵州农业科学,2009,37(12):200-203.
[21] 谢松. 贵州农民可持续增收的总体思路与路径[J]. 贵阳市委党校学报,2013(1):20-24.
[22] 高梦滔,姚洋. 农户收入差距的微观基础:物质资本还是人力资本?[J]. 经济研究, 2006(12):71-80.
[23] 赵丽霞,赵元凤,李赛男. 内蒙古农户收入影响因素的实证研究[J]. 干旱区资源与环境,2013,27(11):26-32.
[24] 刘慧. 中国农村居民收入区域差异变化的因子解析[J]. 地理学报,2008,63(8):799-806.
[25] 李小建,高更和,乔家君. 农户收入的农区发展环境影响分析:基于河南省1251家农户的调查[J]. 地理研究,2008,27(5):1037-1047.
[26] 张林秀,易红梅,罗仁福,等. 中等收入陷阱的人力资本根源:中国案例[J]. 中国人民大学学报,2014,28(3):8-18.
[27] 赵洪明. 选择优良设计方案降低农村公路建设成本[J]. 科技信息,2009(12):703.
[28] 遵义市人民政府办公室.市人民政府办公室关于印发《遵义市加快推进农村公路建设有关政策规定》等文件的通知[Z/OL].(2013-12-30)[2016-01-20].http://www.zunyi.gov.cn/zfxxgk/szfbgszpfp/fgwj_4995/zfbf_5000/201506/t20150603_153912.html.

贵州省普定县农户收入的影响因素分析

Influencing factors of peasant household income in Puding County of Guizhou Province

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	王钧, 宇岩, 宫清华, 袁少雄, 陈军. 广东省山洪灾害分布特征及关键影响因素分析[J]. 中国科学院大学学报, 2021, 38(5): 611-623.
[2]	刘韬, 杨德刚, 张豫芳, 蔡天毅. 城市公园绿地可达性时空变化及影响因素——以乌鲁木齐市为例[J]. 中国科学院大学学报, 2021, 38(3): 350-359.
[3]	张晓平, 林美含. 中国城市空气污染区域差异及社会经济影响因素分析——基于两种空气质量指数的比较研究[J]. 中国科学院大学学报, 2020, 37(1): 39-50.
[4]	李建刚, 雷军, 段祖亮, 杨振. 新疆县域城镇化时空格局演变特征及影响因素[J]. 中国科学院大学学报, 2019, 36(6): 774-783.
[5]	杨晓娇, 王效科. 中国城市生活资源消耗与污染排放的主要影响因素[J]. 中国科学院大学学报, 2019, 36(5): 626-632.
[6]	杨振, 雷军. 中国地级及以上城市城镇化发展的时空格局及影响因素[J]. 中国科学院大学学报, 2019, 36(1): 82-92.
[7]	张新红. 兰州城市贫困住区空间分异特征及其影响因素[J]. 中国科学院大学学报, 2017, 34(3): 362-370.
[8]	赵艳楠, 杨德刚, 张新焕, 熊传合, 陈东丽. 乌鲁木齐中心城区高档酒店业时空演化及其影响因素[J]. 中国科学院大学学报, 2017, 34(1): 77-85.
[9]	董洁芳, 王强, 王兴民, 张小雷. 山西省煤炭消费需求影响因素的实证研究[J]. 中国科学院大学学报, 2016, 33(5): 641-650.
[10]	孙贵艳, 王传胜, 肖磊, 刘毅. 黄土高原地区宁夏西吉县乡村聚落空间变化及其影响因素[J]. 中国科学院大学学报, 2015, 32(5): 612-619.
[11]	袁丰, 宋正娜. 泛长江三角洲地区钢铁工业转型与空间格局演变[J]. 中国科学院大学学报, 2014, 31(6): 753-759.
[12]	郭晓梅, 周成霞, 赵天良, 陈娟, 郑小波. 四川盆地1961—2010年大气干能见度变化趋势及其影响因素[J]. 中国科学院大学学报, 2014, 31(3): 418-425.
[13]	冯晓琴, 徐峰, 王嵬, 刘利新. 通过对免疫共沉淀技术的优化验证蛋白质弱相互作用[J]. 中国科学院大学学报, 2013, 30(1): 18-23.
[14]	王长建, 张利, 王强, 乔莹. 1990—2009年山东能源消费的碳排放动态演进分析[J]. 中国科学院大学学报, 2012, 29(4): 469-475.
[15]	张敬书, 汪朝成. 钢筋混凝土基础的腐蚀与防护措施[J]. 中国科学院大学学报, 2010, 27(2): 145-153.