村民年人均收入与其相关影响因素的灰色关联分析

《村民年人均收入与其相关影响因素的灰色关联分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、村民年人均收入与其相关影响因素的灰色关联分析　　摘要为响应习近平总书记关于精准扶贫的号召，广西壮族自治区精准扶贫识别工作队深入基层采集数据，力图寻找影响村民年人均收入的主要因素。在调查靖西市11个村的村民年人均收入过程中，调查队选取了6个相关影响因素加以研究，通过灰色关联分析表明，外出务工人口占总人口的比例因素影响最大，其余依次是林地面积因素、耕地面积因素，贫困人口占总人口比例因素与受教育人数占总人数比例因素，牲畜数目因素的关联度最弱，因此靖西市政府可在将来的扶贫工作中重点扶持外出务工人员与农业的发展。　　关键词村民；人均收入；影响因素；灰色

2、关联分析　　中图分类号C934文献标识码A文章编号1007-5739（2016）09-0325-02　　带领群众脱贫致富一直是我国政府工作的重点，经过长期努力，我国政府取得了辉煌成就，但也存在诸多不足，其中扶贫针对性不强、扶贫资金和项目指向不准等问题较为突出。为此，习近平总书记在调研时强调精准扶贫的重要性，指出“扶贫对象精准、项目安排精准、资金使用精准、措施到户精准、因村派人精准、脱贫成效精准”。5　　为走出一条更加精准有效的扶贫开发新路子，靖西市政府积极响应上级号召，全心全意地投入扶贫攻坚战中，经过2016年精准识别，全市共有贫困人口12.

3、6万人。实施精准识别对振兴西部经济，提高人民生活水平具有重大意义。一是通过对各村人均收入与各因素的关联研究，排列各因素与人均收入的重要程度；二是通过各因素的关联度分析，了解和掌握制约人均收入增长的原因，针对扶贫工作中的困难，尝试性地提出解决方案。本文就是在此背景下，以精准扶贫识别工作队下乡调查的数据作为研究来源，采用灰色关联法，对靖西市下辖的11个村庄进行分析。　　1研究方法　　1.1灰色关联分析法及研究现状　　灰色关联分析法是由中国华中理工大学的邓聚龙教授提出并创立的一门研究理论，其原理是根据序列曲线之间几何形状的相似程度来判断序列间的关联

4、程度。该方法在小样本、贫信息的情况下，通过比较不同序列的数据演进趋势与关联度，判断其相似度，关联度取值范围在0～1之间，相似度越高越接近1，反之越接近0。目前，灰色关联法在决策初始化变换研究[1-4]、灰靶决策研究及群决策研究等方面取得了可喜的进展，如邓聚龙教授提出的针对正极性效益型指标、负极性（成本性）指标与中级性（适中指型）指标的测度变换算子，用于将指标进行初始化处理，罗党用幂法及熵模型构建了灰色群决策模型，构建方案间灰色关联度公式，优化方程确定指标权重等，这些研究成果都为灰色关联法的应用提供了理论依据。　　1.2研究思路与方法5　　本次

5、研究将根据靖西市下辖的11个村庄的相关数据，建立参考数组与比较数组，分析村民年人均收入与贫困人口占总人口比例、外出务工人数占总人口比例、受教育人数占总人数比例、耕地面积、林地面积与牲畜数目的关系。灰色关联模型建立步骤如下。　　1.2.1设参考序列和比较序列。设有参考序列X0={X0（1），X0（2），…，X0（n）}，比较序列Xi={Xi（1），Xi（2），…，Xi（n）}（i=1，2，…，m）。　　1.2.2无量纲化化处理。由于影响村民年人均收入的几个因素指标的量纲各异，需要将其进行无量纲化处理，具体如下：　　将其排列大小，观察各指标与人均

6、收入的关系。　　2结果与分析　　2.1评价指标设定与计算　　设各村人年均收入数据组成的参考序列为X0，贫困人口占总人口比例为X1，外出务工人口占总人口比例为X2，受教育人数占总人数比例为X3，耕地面积为X4，林地面积为X5，牲畜数目为X6。其中，贫困人口占总人口比例（%）=该村贫困人数/该村总人数×100，外出务工人口占总人口比例（%）=外出务工人数/该村总人数×100，受教育人数占总人数比例（%）=受教育人数（初中文化及以上）/该村总人数×100，耕地面积、林地面积的单位均为666.67m2，牲畜包括猪、牛、羊、鸡、鸭（表1）。　　各序列进

7、行无量纲化化处理，结果见表2。计算差序列值，结果见表3。计算灰色关联系数，结果见表4。灰色关联度的计算结果：R（1）、R（2）、R（3）、R（4）、R（5）、R（6）分别为0.72、0.88、0.70、0.80、0.82、0.69，各影响因素灰色关联度排序为R（2）>R（5）>R（4）>R（1）>R（3）>R（6）。　　2.2研究结果分析5　　通过灰色关联法的分析，可以得到各村人年均收入与外出务工人口占总人口比例的关联度是0.88，居于最强；林地面积与各村人年均收入的关联度是0.82，排名其次；耕地面积与各村人年均收入的关联度是0.80；贫困

8、人口占总人口比例、受教育人数占总人数比例、牲畜数目3项关联度分别为0.72、0.70与0.69。　　3结论与讨论　　精准扶贫识别工作队经过与村民的交流与调查，得知本