胡宗義 李鵬

摘要 運用空間計量的方法對我國1998—2008年31個省的農(nóng)民收入及其影響因素數(shù)據(jù)進行了實證分析.實證結(jié)果表明：我國各省市農(nóng)民收入之間存在明顯的空間相關性.從短期來看，農(nóng)村投資與城市化進程對農(nóng)民收入增長有顯著的促進作用，農(nóng)村金融與地方財政支持的影響不顯著，農(nóng)村勞動力占農(nóng)村總?cè)丝诒戎嘏c農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值比重對農(nóng)民收入增長具有負向作用.從長期來看，地區(qū)城市化水平、農(nóng)村金融和農(nóng)村勞動力占比對農(nóng)村收入的影響不明顯，而農(nóng)村財政投入和農(nóng)村固定資產(chǎn)投資起到正向的促進作用，農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值比重起到抑制作用.隨著農(nóng)村經(jīng)濟的發(fā)展，影響農(nóng)民收入的因素進一步多元化，空間因素的影響更加明顯.

關鍵詞 農(nóng)民收入；空間相關性；空間計量

中圖分類號F832.1文獻標識碼A

1引言及文獻綜述

農(nóng)村金融是現(xiàn)代農(nóng)村經(jīng)濟的核心，應當成為促進我國農(nóng)村經(jīng)濟增長和農(nóng)民收入增加的重要手段.而我國農(nóng)村金融發(fā)展不僅滯后于城市金融的發(fā)展，而且不能滿足農(nóng)村經(jīng)濟發(fā)展的現(xiàn)實需要.地方財政支持和投資也是促進農(nóng)村經(jīng)濟發(fā)展和農(nóng)民收入增長的重要手段，地方財政應該解決城鄉(xiāng)公共產(chǎn)品供給失調(diào)的問題，調(diào)整公共財政配置格局，逐步在政策上和投入上實現(xiàn)公共財政覆蓋農(nóng)村，建設城鄉(xiāng)一體化公共產(chǎn)品供給體系，為農(nóng)民增收創(chuàng)建一個良好的外部環(huán)境.因此，從空間計量的角度來考察正規(guī)農(nóng)村金融支持以及地方財政支持等多種因素對農(nóng)民收入增長的影響，既具有理論意義，也具有現(xiàn)實意義.

國內(nèi)外學者已經(jīng)對影響農(nóng)民收入增長的各個因素進行了一定的研究.在國外，研究者一般是考察金融發(fā)展對經(jīng)濟增長的影響.Greenwood and Jovan（1990）[1]、Galor and Zeira（1993）[2]、Banerjee and Newman（1993） [3]通過對金融發(fā)展與收入差距的研究，間接地揭示了金融發(fā)展與農(nóng)民收入增長的關系，但鮮有農(nóng)村金融發(fā)展與農(nóng)民收入增長關系的直接研究（溫濤等，2005）[4].國內(nèi)學者在借鑒國外學者的研究成果基礎上，針對我國的實際情況，進行了諸多富有成效的研究.溫濤、冉光和、熊德平（2005）對我國金融發(fā)展和農(nóng)民收入的關系進行了研究，結(jié)果表明我國農(nóng)村金融發(fā)展對我國農(nóng)民收入增長具有顯著的負效應.王丹、張懿（2006）應用ECM誤差模型實證檢驗了安徽省農(nóng)村金融發(fā)展和農(nóng)業(yè)經(jīng)濟增長之間的關系，結(jié)果表明農(nóng)村金融發(fā)展引起農(nóng)村經(jīng)濟增長，支持金融支持經(jīng)濟增長的概念[5].劉忠群、黃金、梁彭勇（2008）利用我國1978—2008的省級面板數(shù)據(jù)，檢驗了中國金融發(fā)展對我國農(nóng)民收入的影響，結(jié)果顯示我國金融發(fā)展對我國農(nóng)民收入的發(fā)展具有正向影響，但金融中介的低效率阻礙了農(nóng)民收入的進一步增長[6].余新平、熊皛白、熊德平（2010）通過實證分析表明：農(nóng)村存款、農(nóng)業(yè)保險賠付與農(nóng)民收入增長呈正向關系，而農(nóng)村貸款、農(nóng)業(yè)保險收入與農(nóng)民收入增長呈負向關系[7].李俊峰、伍艷（2011）運用2007—2009年重慶個區(qū)縣相關數(shù)據(jù)，探尋農(nóng)民收入增長與地方財政及金融支持的聯(lián)動關系，結(jié)果表明財政支持與農(nóng)村金融與農(nóng)民收入增長之間存在一定的正相關關系[8].本文將空間計量方法運用到分析農(nóng)民收入增長模型中來，考慮了鄰接省份之間經(jīng)濟因素的相互影響，更加具有現(xiàn)實性和科學性.

2模型構建及數(shù)據(jù)說明

本文擬選取LnFINC作為被解釋變量，其中FINC為去除價格影響因素（各地區(qū)個時期農(nóng)村CPI）的農(nóng)村居民年人均純收入；選取各地區(qū)農(nóng)村金融相關率對數(shù)值LnFIR、人均農(nóng)業(yè)財政支持LnFISC、地區(qū)農(nóng)村勞動力占總農(nóng)村總?cè)丝诒戎豅nLABR、各地區(qū)城市化率對數(shù)值LnCTLZ、各地區(qū)農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值的比重的對數(shù)值LnAGRZ以及各地區(qū)農(nóng)村居民人均固定資產(chǎn)投資的對數(shù)值LnPAI作為解釋變量.其中，農(nóng)村金融相關率為各地區(qū)農(nóng)業(yè)貸款與農(nóng)林漁牧總產(chǎn)值的比率，人均農(nóng)業(yè)財政支持為地方財政農(nóng)業(yè)投入與農(nóng)村總?cè)丝诒嚷?，城市化率為各地區(qū)城市人口占總?cè)丝诘谋戎?，農(nóng)村居民人均固定資產(chǎn)投資為農(nóng)村年投資總量與農(nóng)村人數(shù)的比重.由于數(shù)據(jù)的可得性原因，本文采用1998年和2008年我國31個省市的橫截面數(shù)據(jù)，各個數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國金融統(tǒng)計年鑒》以及各省市的統(tǒng)計年鑒.

依據(jù)空間計量模型的原理，分別設計空間誤差模型和空間滯后模型.在空間滯后模型中，變量的空間自相關關系由因變量的空間滯后項反映，用于反映影響農(nóng)民收入的空間因素的空間滯后模型為：

其中W為空間權重矩陣，ε代表區(qū)位影響因素，λ為空間自相關系數(shù)，ξ為服從經(jīng)典假設的隨機誤差項.

3實證分析

3.1經(jīng)濟指標的空間相關性檢驗

3.1.1空間自相關檢驗

根據(jù)空間計量學的的原理，影響農(nóng)民收入的影響因素之間可能存在空間自相關性，有必要先對各個變量之間的空間自相關性進行檢驗，如果存在空間自相關性，就必須建立空間計量模型對影響農(nóng)民收入的各個因素進行分析.改革開放以來，我國各地經(jīng)濟發(fā)展差異逐漸擴大，一般可以分為東中西三個部分，各地農(nóng)民收入水平差異較大，農(nóng)民收入來源迥異.因此，必須對各區(qū)域農(nóng)民收入水平及其影響因素的空間依賴性進行檢驗.本文沿用空間計量學中常用的Morans I指數(shù)來衡量各個要素之間的全域空間自相關性，采用Morans I散點圖來檢驗區(qū)域空間自相關性.

首先對我國31個省市的農(nóng)村居民年人均純收入及其影響因素進行全局空間自相關檢驗.

由表1數(shù)據(jù)統(tǒng)計結(jié)果可知我國農(nóng)村居民收入水平的Morans I指數(shù)從1998年到2008年一直在0.55的水平上下波動，其正態(tài)統(tǒng)計量Z（d）值均大于正態(tài)分布函數(shù)在1%水平下的臨界值（1.96），該結(jié)論表明我國個省市農(nóng)村居民收入在空間上并不是隨機分布的，區(qū)域農(nóng)民收入之間在地理空間上存在較高的空間依賴性；同時，我國各省市人均固定投資水平的Morans I指數(shù)從1998到2008年在0.4的上下波動，其Z（d）值均大于正態(tài)分布函數(shù)在1%水平下的臨界值，表明各省市農(nóng)村人均固定資產(chǎn)投資之間也存在十分顯著的空間自相關性；同理，農(nóng)村勞動比率和城市化率之間的空間自相關也較為明顯，其P值在5%的顯著性水平下，都拒絕了空間隨機分布的假設；但是，各區(qū)域農(nóng)業(yè)金融相關率和地方農(nóng)村財政投入的空間自相關性比較弱，其P值一般都處于接受原假設（變量不存在空間依賴性）的范圍之內(nèi).

3.1.2MoranI散點圖檢驗

通過分析觀察Morans I散點圖更能清楚的分析省市農(nóng)民收入水平與其臨近省市的農(nóng)民收入水平之間的關系.通過繪制空間自相關系數(shù)的Morans I散點圖可以將各個區(qū)域農(nóng)民收入分為四個區(qū)域的集群模式，分別識別各個區(qū)域的農(nóng)民收入水平與臨近省市的關系：圖的右上方為第一象限，表示高農(nóng)民收入水平的區(qū)域被高農(nóng)民收入水平的其他區(qū)域包圍（HH）；左上方為第二象限，表示低農(nóng)民收入水平的區(qū)域被高農(nóng)民收入水平的其他省市包圍（LH）；左下方的第三象限，表示低農(nóng)民收入水平的區(qū)域被低農(nóng)民收入水平的其他區(qū)域包圍；右下方的第四象限，表示高農(nóng)民收入水平的區(qū)域被低農(nóng)民收入水平的其他區(qū)域包圍.第一、三象限正的空間自相關關系表示相似觀測值之間的空間關聯(lián)；第二、四象限負的空間自相關關系表示不同觀測值之間的空間關聯(lián)；若觀測值均勻的分布于四個象限，表明各地區(qū)變量之間不存在空間自相關性.

圖1 表明，在1998年，位于Morans I散點圖第一象限的省市有：上海、浙江、北京、天津、福建、河北、山東七個省市，這是高農(nóng)民收入水平—高空間滯后的自相關集群；位于Morans I散點圖第二象限的省市有：江西、安徽、海南三省，這是低農(nóng)民收入水平—高空間滯后的自相關集群；位于Morans I散點圖第三象限的省市有：湖南、陜西、黑龍江、湖北、四川、新疆、內(nèi)蒙古、甘肅、山西、山西、寧夏、廣西、云南、貴州、重慶、西藏、河南、青海十八省市，這是一種低農(nóng)民收入水平—低空間滯后的自相關關系集群；位于Morans I散點圖第四象限的省市有：廣東、吉林、遼寧三省市，這代表高農(nóng)民收入水平—低空間滯后的自相關關系集群.2008年的情況與1998年基本保持一致，只是位于第四象限的廣東、吉林、遼寧三省市移到低三象限，河北、山東、由第一象限移到第二象限.

3.1.3Liza圖檢驗

在圖2 中可以看出，2008年農(nóng)民收入水平位于第1級排列只有上海，表示農(nóng)民收入水平很高；位于第二級排列的省市有三個：江蘇、北京和天津，較低與上海市農(nóng)民的收入水平；位于第三級排列的省份有12個，代表中上水平的農(nóng)民收入；位于第四季級列的省份有12個，代表農(nóng)民收入處在中下水平；位于第第五級排列的省份是青海和貴州，該地區(qū)農(nóng)民收入水平比較低下；寧夏農(nóng)民的收入水平處在全國的最低水平.從LIZA圖的整體可以看出，我國農(nóng)民收入呈現(xiàn)出以江滬為核心和以京津為核心的高收入板塊，東北地區(qū)和中部地區(qū)次之，西部地區(qū)農(nóng)民收入水平最低.

3.2參數(shù)估計結(jié)果及說明

由于本文選取的解釋變量與被解釋變量都存在一定程度的空間自相關性，因此考察金融支持和地方財政支持等因素對農(nóng)民收入的影響需要引入空間自相關因素進行空間分析.為了考察各個因素引起農(nóng)民收入增長的動態(tài)演進特征，選取了1998年和2008年兩個截面進行分析. 3.2.1基于1998年統(tǒng)計數(shù)據(jù)的實證結(jié)果

根據(jù)Aselin等提出的判別準則，參照表2的結(jié)果可以看出，影響農(nóng)民收入的空間誤差模型的AIC值和SC均分別小于空間滯后模型的SIC值和SC值；但是，空間滯后模型的擬合優(yōu)度系數(shù)R_squared和對數(shù)似然值LogL均分別略大于空間誤差模型的R_squared和LogL.認為空間滯后模型要略好于空間誤差模型.表3的結(jié)果表明，無論是SLM模型還是SEM模型，解釋變量的系數(shù)估計值都通過了5%的顯著性檢驗，表明模型擬合良好.

從表3中空間滯后模型的參數(shù)結(jié)果來看，LnFIR的系數(shù)為0.096 8，說明農(nóng)村金融對農(nóng)民收入增長存在較弱的正向促進作用，農(nóng)村金融并沒有發(fā)揮其在促進農(nóng)民收入所應有的作用；LnFISC的系數(shù)為-0.106 7，表明地方財政不僅沒有促進本地區(qū)農(nóng)民增收，反而成為阻礙其收入增長的力量，可能是因為在1998我國還未取消農(nóng)業(yè)稅收，地方農(nóng)業(yè)財政支出越多，可能會征收更多的農(nóng)業(yè)稅，反而導致農(nóng)民收入水平下降；LnLABR的系數(shù)為-0.287 1，表明從事農(nóng)業(yè)勞動的比重越多，農(nóng)民收入反而降低，LnAGRZ的系數(shù)為-0.374 8，表明各省市農(nóng)業(yè)占農(nóng)林漁牧的比重越大，農(nóng)民收入水平越低，這從另一個方面說明，農(nóng)業(yè)以外的其他產(chǎn)業(yè)對農(nóng)民收入影響巨大，單獨依靠農(nóng)業(yè)的省市的農(nóng)村居民收入比依靠漁牧林業(yè)的農(nóng)民收入低；LnPAI的系數(shù)為0.358 1，表明農(nóng)村投資可以明顯的促進農(nóng)村居民收入增加，符合客觀實際.

W_LnFINC的系數(shù)為0.107 7，表明臨近省市農(nóng)民收入對本地農(nóng)民收入產(chǎn)生的影響不明顯.

城市化率LnCTLZ的影響也較為明顯，表明各地區(qū)城市化進程為農(nóng)村富余勞動力轉(zhuǎn)移提供了就業(yè)機會，農(nóng)村勞動力通過外出務工可以顯著的提高其收入水平.

3.2.2基于2008年統(tǒng)計數(shù)據(jù)的實證結(jié)果

由表3的參數(shù)結(jié)果可以看出，空間滯后模型的擬合優(yōu)度系數(shù)R_squared和對數(shù)似然值LogL都要分別高于空間誤差模型的R_squared和LogL，空間滯后模型的赤池信息準則AIC和施瓦茨準則SC都要分別低于空間誤差模型的AIC和SC，按照判別準則，空間滯后模型要優(yōu)于空間誤差模型.

從空間滯后模型的參數(shù)統(tǒng)計指標可以看出，W_LnFINC的系數(shù)為0.418 7，P值很低，表明臨近省市農(nóng)民的收入對本地區(qū)農(nóng)民收入產(chǎn)生極其顯著的影響，這表明周邊農(nóng)民收入具有明顯的溢出效應，周邊農(nóng)民收入增加能帶動本地區(qū)農(nóng)民收入的增長.同時，農(nóng)村金融相關率、農(nóng)村勞動力比重、 農(nóng)業(yè)占比地方農(nóng)業(yè)財政支持的影響不顯著，表明經(jīng)過十多年的發(fā)展農(nóng)村金融仍然未能在促進農(nóng)民收入收入增長中發(fā)揮重要作用，地方財政對農(nóng)民收入的影響由負變正，說明取消農(nóng)業(yè)稅后的地方財政雖然未能在促進農(nóng)民增收中發(fā)揮積極促進作用，但是改變了以往明顯的負作用.隨著農(nóng)村機械化程度的進一步普及，農(nóng)村勞動力的影響逐漸減弱.LnPAI的系數(shù)為0.240 7，表明農(nóng)村投資仍然是促進農(nóng)民增收的重要因素.

綜上所述，可以看出，隨著社會的發(fā)展，影響我國各地區(qū)農(nóng)民收入的因素也發(fā)生了較為明顯的變化.農(nóng)村金融和地方財政支持一直都未能在促進農(nóng)民增收的過程中發(fā)揮重要作用，農(nóng)村金融發(fā)展滯后，農(nóng)村財政支持薄弱等諸多因素都制約著我國農(nóng)村居民收入的人進一步增加.這為在下一階段制定相關政策，逐步消除城鄉(xiāng)收入差距，促進農(nóng)民增收提供了思路.

3.2.3基于1998—2008空間面板數(shù)據(jù)的實證結(jié)果

利用MATALAB的空間計量軟件包，運用1998—2008年的相關面板數(shù)據(jù)可以得出相關結(jié)果如表4所示.從回歸結(jié)果可知，空間自回歸系數(shù)ρ和空間誤差回歸系數(shù)λ均滿足5%的顯著性水平，這又一次證明了空間因素在區(qū)域農(nóng)民收入增長的過程中發(fā)揮了作用.若忽略空間因素的影響而建立包含經(jīng)典假設的計量模型，則會使估計結(jié)果出現(xiàn)明顯的設置誤差.從各個模型的具體情況來看，面板SLM模型的調(diào)整擬合優(yōu)度系數(shù)和對數(shù)似然值均大于SEM模型的相應值，因此選擇SLM模型更具有合理性.在SLM模型中，通過Hausman 檢驗值可以看出，其在5%的水平下是顯著的.同時，固定效應模型的對數(shù)似然值、調(diào)整的擬合優(yōu)度系數(shù)和LR-test值均優(yōu)于隨機效應模型的相應值.因此，選擇固定效應的SLM模型進行分析.該模型的調(diào)整擬合優(yōu)度系數(shù)為0.925 8，表明該模型可以解釋變量大部分信息，模型擬合良好.農(nóng)村金融相關率、農(nóng)村勞動力比重和城市化水平均未通過顯著性水平.這表明，我國農(nóng)村金融發(fā)展水平既不能滿足農(nóng)村經(jīng)濟的發(fā)展的需要，也沒有在促進區(qū)域農(nóng)民收入增長的過程中發(fā)揮應有的作用.近年來，我國農(nóng)村勞動力大幅涌向城市，使得農(nóng)村勞動力在長期不能滿足農(nóng)村經(jīng)濟發(fā)展的需要.于此同時，在長期來看，區(qū)域城市化水平也未能在農(nóng)民增收的過程中起到明顯的促進作用.而人均農(nóng)業(yè)財政支持、

農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值的比重和農(nóng)村固定資產(chǎn)投資均通過了顯著性檢驗.這說明，農(nóng)業(yè)財政投入雖然在短期效果不明顯，但是在長期內(nèi)對農(nóng)村居民收入增長具有正向的促進作用.農(nóng)業(yè)產(chǎn)值占農(nóng)林魚牧產(chǎn)值的比重越大，農(nóng)民收入水平就傾向于更低.因此，農(nóng)民拓寬收入來源口徑，發(fā)展畜牧水產(chǎn)等副業(yè)，能夠更加有利地促進收入增長.農(nóng)村固定資產(chǎn)投資作為促進農(nóng)民收入增長的推動力，不論是短期還是長期都發(fā)揮著重要的作用.

4結(jié)論與建議

本文將空間計量模型引入對我國31個省市農(nóng)民收入增長研究中，結(jié)果表明我國省域農(nóng)民收入及其影響因素存在不同程度的空間自相關.經(jīng)過十多年的發(fā)展，影響各地區(qū)農(nóng)民收入的因素更加多元化，空間因素的影響進一步明顯，但是農(nóng)村金融支持在促進農(nóng)民增收的過程中影響一直不顯著.農(nóng)村固定資產(chǎn)投資與各區(qū)域城市化進程一直是促進農(nóng)民收入增長的重要因素，農(nóng)村勞動力比重與農(nóng)業(yè)產(chǎn)值比重的影響進一步弱化.雖然農(nóng)村財政投入在短期內(nèi)對農(nóng)民增收影響不明顯，但是在長期內(nèi)卻產(chǎn)生了積極的促進作用.同時，我國農(nóng)民收入水平形成了較為明顯的高低聚集區(qū)域，長江三角洲與京津地區(qū)的農(nóng)民收入水平明顯高于西部農(nóng)民的收入水平，中部地區(qū)和東北地區(qū)的農(nóng)民收入水平處在中間水平.本文得出的結(jié)論為我國政府制定政策促進區(qū)域農(nóng)村經(jīng)濟平衡發(fā)展、促進城鄉(xiāng)協(xié)調(diào)發(fā)展以及有效幫助落后地區(qū)農(nóng)民脫貧致富提供了依據(jù).基于本文分析結(jié)果，現(xiàn)提出促進農(nóng)民收入增長的建議如下：首先，積極有序的加快促進城市化進程，引導農(nóng)村富余勞動力流動.我國現(xiàn)階段正處于城市化高速發(fā)展的時期，農(nóng)村人口向城市轉(zhuǎn)移的過程可以解決農(nóng)村勞動力過剩的問題，農(nóng)村居民進城謀職可以促進其收入增長.其次，加大對農(nóng)村地區(qū)的投資，促進農(nóng)民收入來源多元化.加大農(nóng)村投資可以促進農(nóng)村經(jīng)濟增長，帶動農(nóng)村產(chǎn)業(yè)的發(fā)展，促進農(nóng)民本地就業(yè)，為農(nóng)民收入增長提供動力.最后，加大對農(nóng)村地區(qū)的財政支持與金融支持.各地區(qū)地方政府應該針對本地區(qū)影響農(nóng)民收入增長的制約因素，制定有針對性的政策，加快地方財政反哺農(nóng)業(yè)的進程，促進農(nóng)村經(jīng)濟跨越式發(fā)展.同時金融機構應該針對農(nóng)業(yè)項目的特點進行金融創(chuàng)新，制定符合農(nóng)民需求的金融產(chǎn)品，發(fā)揮其在農(nóng)村經(jīng)濟發(fā)展與農(nóng)民收入增長過程中應有的影響.

參考文獻

[1]J GREENWOOD， B JOVANOVIC.Financial development， growth and the distribution of income[J].Journal of Political Economy， 1990 ， 98（5）： 1076-1107.

[2]O GALOR，J ZIERA. Income distribution and macroeconomics[J].Review of Economic Studies， 1993，60（1）：35-52.

[3]A V BANERJEE， A F NEWMAN. Occupational choice and the process of development[J].Journal of Political Economy，1993，101（2）：274–298.

[4]溫濤，冉光和，熊德平.中國金融發(fā)展與農(nóng)民收入增長[J] .經(jīng)濟研究，2005，40（9）：30-43.

[5]王丹，張懿農(nóng)村金融發(fā)展和農(nóng)業(yè)經(jīng)濟增長——基于安徽省的實證研究[J]金融研究，2006（11）：177-182

[6]余新平，熊皛白，熊德平.中國農(nóng)村金融發(fā)展與農(nóng)民收入增長[J] .中國農(nóng)村經(jīng)濟，2010（6）：77-86.

[7]李俊峰，伍艷. 農(nóng)民收入與地方財政扶持及金融聯(lián)動分析——來自重慶區(qū)縣的證據(jù)[J].山西農(nóng)業(yè)大學學報：社會科學版，2011，10（11）： 49-53.