摘要：以山東省、安徽省、陜西省作為研究對象，采用帶有時變參數(shù)的狀態(tài)空間模型分析1990—2010年間這三個省份農(nóng)村公共投資對農(nóng)民收入的影響，并通過卡爾曼濾波的求解方法得出農(nóng)村公共投資對農(nóng)民收入影響隨著時間變動發(fā)生波動的曲線圖。研究發(fā)現(xiàn)農(nóng)村公共投資對農(nóng)民收入的影響不僅因不同地區(qū)經(jīng)濟水平、社會環(huán)境、地理氣候、人文背景等因素的不同而表現(xiàn)出不同的影響程度，而且這種影響關(guān)系隨著時間變化產(chǎn)生波動。

關(guān)鍵詞：農(nóng)村公共投資；農(nóng)民收入；卡爾曼濾波；時間序列矩陣；地區(qū)經(jīng)濟水平；社會環(huán)境；地理氣候

中圖分類號：F304.4；F304.8 文獻標識碼：A 文章編號：1007-2101（2015）01-0040-06

我國農(nóng)業(yè)與農(nóng)村經(jīng)濟歷經(jīng)三十多年的改革開放，農(nóng)業(yè)生產(chǎn)效率大幅度提高，農(nóng)民收入較快增長，農(nóng)民人均收入由1978年的133.6元增長到2011年的6 977元，增幅超過50倍，但仍遠遠低于全國人均收入增長速度，城鄉(xiāng)收入差距進一步拉大。2007年后，農(nóng)村居民收入增速有所回升，但無法改變城鄉(xiāng)收入差距日益顯著的現(xiàn)狀，基尼系數(shù)從20世紀80年代初期的0.28增長到目前的0.4以上，已遠遠超過國際警戒線。城鄉(xiāng)收入差距日益顯著和農(nóng)民增收緩慢問題已嚴重阻礙我國經(jīng)濟的均衡增長，乃至影響社會的和諧與穩(wěn)定。增加農(nóng)民收入是解決我國現(xiàn)存經(jīng)濟問題和社會問題的關(guān)鍵所在，也是解決三農(nóng)問題的核心所在。

利用公共支出和公共投資政策促進農(nóng)業(yè)、農(nóng)村經(jīng)濟增長，提高農(nóng)民收入和縮小城鄉(xiāng)收入差距已被各國公認為行之有效的政策選擇渠道。國外諸多學者也對此進行了深入研究，Dessus和Herrera（2000）采用28個發(fā)展中國家1981—1991年的數(shù)據(jù)進行分析得出，公共投資能夠積極推動國內(nèi)生產(chǎn)總值的增長和人均收入的提高[1]；Ratner（1983）采用美國1949—1973年的數(shù)據(jù)，驗證了基礎設施建設對國內(nèi)生產(chǎn)總值的激勵效果[2]；Calderon和Seven分析認為，尤其在落后國家地區(qū)，公共投資數(shù)量的增加和質(zhì)量提高，能有效縮小收入分配的差距[3]。

國內(nèi)學者對此課題進行了研究，如樊勝根、張林秀、張曉波（2002）采用1970—1997年的省級數(shù)據(jù)，用聯(lián)立系統(tǒng)模型估計并測算了各種公共投資對農(nóng)業(yè)經(jīng)濟增長以及農(nóng)村扶貧的影響。研究結(jié)果顯示，政府在促進生產(chǎn)方面的支出，如農(nóng)業(yè)科研、灌溉、農(nóng)村教育和基礎設施建設（包括道路、電力和通訊）等均對提高農(nóng)業(yè)生產(chǎn)率以及農(nóng)村扶貧起到了推動作用[4]；張秀生等（2007）研究表明農(nóng)村公共產(chǎn)品供給是影響農(nóng)民收入增長的一個重要因素，農(nóng)村公共產(chǎn)品的有效供給，能夠顯著提高農(nóng)業(yè)生產(chǎn)增加值和減輕農(nóng)民負擔[5]；張曉波等（2003）分析認為，各項農(nóng)村公共產(chǎn)品的提供能有效提高農(nóng)業(yè)生產(chǎn)率，其中教育投資的效果最為顯著[6]；史金善（2002）研究認為由于欠發(fā)達地區(qū)農(nóng)村財務匱乏，稅費改革加劇這些地區(qū)農(nóng)村公共品供給不足的問題，嚴重制約了農(nóng)民的增收[7]。

現(xiàn)有研究存在的一個共同的問題是，它們都基于一個基本的假設，即農(nóng)村公共投資對農(nóng)民收入的影響程度不會隨著時間發(fā)生變化。但在近三十年來，我國的社會環(huán)境和經(jīng)濟模式一直都在發(fā)生著巨大的變化，而這些外部因素的變化一定會對農(nóng)村公共投資對農(nóng)民收入的影響造成沖擊，要想得出此影響程度隨著時間和外部條件發(fā)生的變化，就需采用帶有時變參數(shù)的狀態(tài)空間模型，該模型允許一段時間內(nèi)的結(jié)構(gòu)性變化，并在估計模型時允許參數(shù)發(fā)生變化，最終回歸得出的是隨著時間變化的一系列系數(shù)。這些研究結(jié)論將有助于制定不同地區(qū)的農(nóng)村公共投資決策，并促進扶貧。

一、研究對象選擇

本文選取山東，安徽，陜西三個省份的統(tǒng)計年鑒數(shù)據(jù)作為研究對象來進行分析，這三個省份的農(nóng)業(yè)總產(chǎn)值在國民經(jīng)濟產(chǎn)值中所占比例較大，而且是我國東中西部不同地區(qū)經(jīng)濟發(fā)展水平的典型代表，因此，以其數(shù)據(jù)來研究不同區(qū)域經(jīng)濟背景下農(nóng)村公共投資對農(nóng)民收入的不同影響有其代表性意義。

如表1所示：所選的三個省份除了農(nóng)業(yè)結(jié)構(gòu)的明顯不同外，還在以下兩方面具有顯著特征：（1）工業(yè)化進程。山東農(nóng)民發(fā)展的機械化程度高于其他兩省，安徽省相較于陜西省農(nóng)業(yè)更為發(fā)達，農(nóng)作物收入是其農(nóng)民收入的主要來源，追求從農(nóng)業(yè)生產(chǎn)中獲利，而陜西省糧食作物是農(nóng)業(yè)生產(chǎn)的重點，同時陜西省蘋果產(chǎn)業(yè)發(fā)展較為迅速，蘋果產(chǎn)值是農(nóng)業(yè)產(chǎn)值的重要來源。（2）農(nóng)民工演變。山東省的農(nóng)民個體經(jīng)營是農(nóng)民獲取非農(nóng)收入的的重要渠道；安徽省是全國農(nóng)民工輸出大省，大量農(nóng)民工涌入東部南部沿海城市；陜西省則是最不受民工潮影響的省份，這是因為陜西省工業(yè)發(fā)展并不迅速，而且由于農(nóng)民受傳統(tǒng)小農(nóng)意識影響，很少愿意離開土地。

二、變量、數(shù)據(jù)和模型選擇

（一）變量和數(shù)據(jù)選擇

將農(nóng)民收入y與其他影響因素■的關(guān)系，表示為：

y=h（x1，x2，x3，……） （1）

這里所分析因素包括幾個方面：市場影響因素、農(nóng)戶特征影響因素、公共投資影響因素和背景環(huán)境影響因素。其中市場影響因素中主要考慮農(nóng)產(chǎn)品價格與生產(chǎn)資料價格之間比例；而農(nóng)戶特征影響因素表現(xiàn)為農(nóng)業(yè)生產(chǎn)投資和固定資產(chǎn)原值；公共投資方面，本文選取電力、灌溉、教育、交通和通訊為代表，而具體的指標則分別由農(nóng)村人均用電量、耕地灌溉比、農(nóng)村人均中小學教師數(shù)、農(nóng)村四級公路里程、農(nóng)村人均電話擁有量來表示。值得注意的是非公共投資類的輔助類別中我們只選了少數(shù)代表性的變量來做分析，這主要考慮到納入太多因素會使得問題變得復雜。而且由于統(tǒng)計數(shù)據(jù)不夠充分也會引起分析結(jié)果的可信度低。

最后一個為背景環(huán)境影響因素沒有變量可表征。本文認為隨著時空變化的背景環(huán)境可由式（1）在不同地區(qū)和時間段的變化來體現(xiàn)，即本文將式（1）定義為時空變化函數(shù)。

作為初步研究，我們假設該函數(shù)為線性函數(shù)h（·），于是可寫為：

y=■T·■（2）

其中■表示回歸系數(shù)矢量。

表征市場的農(nóng)產(chǎn)品和生產(chǎn)資料價格指數(shù)決定了農(nóng)民的收入，而金融信貸等因素沒有在此考慮，這是因為農(nóng)民早期難以獲得商業(yè)貸款。

農(nóng)戶特征由農(nóng)戶生產(chǎn)投資和人均固定資產(chǎn)原值表征。值得注意的是本文沒有將生活消費支出納入農(nóng)戶特征中，這是因為研究發(fā)現(xiàn)農(nóng)戶收入與生活消費支出息息相關(guān)（尹文靜2011）[8]，且兩者互為因果，所以這里沒有將生活支出納入分析。農(nóng)民對固定資產(chǎn)如大型工具的投資直接反應了對農(nóng)業(yè)生產(chǎn)的擴大規(guī)模，進而增加農(nóng)戶收入。最后需要指出的是一些受教育程度等沒有作為農(nóng)戶特征進行分析，這是由于農(nóng)民平均文化程度隨時空的變化不大，所以其包含的信息量少。

本文所選的五類公共投資因素都能影響農(nóng)民收入，其中交通的便利情況直接與農(nóng)產(chǎn)品買賣成本掛鉤，也促進了勞動力轉(zhuǎn)移，因此該因素是正向促進農(nóng)民收入。灌溉工程是公共財政激勵農(nóng)業(yè)生產(chǎn)重要手段，直接給農(nóng)民帶來收益，也與收入是正相關(guān)的關(guān)系；電力情況從側(cè)面反映收入和生活水平的提高；教師數(shù)則體現(xiàn)教育投資，但學齡人口變化等會影響該指標體現(xiàn)教育水平的精確程度；通信基礎設施的建設反映信息流通程度高低，也與收入和生活水平相關(guān)。

分析的數(shù)據(jù)來自于1990—2010年的國家和相關(guān)省份的統(tǒng)計年鑒，表2歸納了各變量的定義及統(tǒng)計情況。

（二）模型設定

與現(xiàn)有模型（如利益最大化模型、成本收入理論模型、柯布—道格拉斯生產(chǎn)模型（尹文靜，2011））不同，本文以帶時變參數(shù)的狀態(tài)空間模型分析農(nóng)村公共投資對農(nóng)民收入的影響。求解式（2）中系數(shù)變化可以采用如滾動回歸方法（Zivot 2003）[9]，但該方法存在大窗口計算快速時變參數(shù)時結(jié)果不準確的缺點。本文采用的帶有時變參數(shù)的線性狀態(tài)空間模型能很好地解決該問題（Sun 2007）[10]，因為它允許模型發(fā)生結(jié)構(gòu)性的變化。在經(jīng)濟學領(lǐng)域，它一般用于分析政策和制度轉(zhuǎn)變、經(jīng)濟改革和政策的不確定性等外部沖擊對經(jīng)濟的影響?，F(xiàn)已普遍地應用在如旅游需求（Song and Wong 2003）[11]和利率（Barassi et al. 2005）[12]等方面問題的研究上。

線性狀態(tài)空間模型分為兩個部分，第一部分為系統(tǒng)自身狀態(tài)的變遷模型，該模型定義下一時刻狀態(tài)與當前狀態(tài)的關(guān)系；另一部分為外界對系統(tǒng)進行觀測的觀測模型，該模型定義觀測量與狀態(tài)量的關(guān)系。其中狀態(tài)自身的變遷可以看成是一階馬爾科夫隨機過程，這就意味著下一狀態(tài)只由當前狀態(tài)決定。于是該模型就可用卡爾曼濾波來求解（Rockinger 2004；Havery 1989）[13][14]。卡爾曼濾波（Kalman Filter）是根據(jù)最小均方差原理的遞歸求解算法。根據(jù)觀測量噪聲模型和狀態(tài)轉(zhuǎn)移隨機過程模型，通過上一時刻的狀態(tài)量的估計值和當前時刻的觀測量來獲得當前時刻狀態(tài)的最優(yōu)估計值。

將式（2）重寫為線性狀態(tài)空間模型，其中狀態(tài)觀測模型為：

yt=■tT·■t+？著t（3）

狀態(tài)變化模型為：

■t=Tt·■t-1+■t（4）

這里t表示時刻，回歸系數(shù)■即狀態(tài)向量，■為測量參數(shù)，T為狀態(tài)變遷矩陣。測量誤差？著和狀態(tài)噪聲？濁均為高斯白噪聲：

？著～N（0，H） and ■t～N（0，Q）（5）

卡爾曼濾波迭代求解的每一步中，其輸入為上一時刻估計得到的系統(tǒng)狀態(tài)向量■*t和協(xié)方差矩陣Pt，即：

■*t=<■t> and Pt=<（■t-■*t）（■t-■*t）′>（6）

則當前時刻的估計方程寫為：

■*t|t-1=Tt ■*t-1

Pt|t-1=TtPt-1TtT+Q

y*t|t-1=■tT■*t|t-1

？自t=yt-y*t|t-1（7）

Ft=■tTPt-1■t+Ht

■*t=■*t|t-1+Pt|t-1■t？自tFt-1

Pt=Pt|t-1-Pt|t-1■t■tTPt|t-1Ft-1

這里下標t|t-1表示由上一時刻t-1的參數(shù)估計當前時刻t，公式？自t計算實際觀測值與最佳預測值的誤差，F(xiàn)t為方差。其中參數(shù)（如H，P）從t時刻的觀測值進行最大似然估計得到：

lt=-N/21n（2？仔）-1/2nFt-1/2？自t2Ft-1（8）

往往卡爾曼濾波得到的結(jié)果會包含抖動，因此還需要對第一輪獲得的時序列進行平滑，即從后往前對時序列進行修正，其原理是再獲得整個序列的信息后統(tǒng)一對過去值進行重新估計。平滑的公式寫為（Rockinger 2004）[13]：

Pt′=PtTTt+1P-1t+1|t

■*t|？酆=■*t+Pt′（■*t+1|？子-■*t+1|t）（9）

Pt|？子=Pt+Pt′（Pt+1|？子-Pt+1|t）Pt′T

其中？子為時間序列的終點。

（三）數(shù)據(jù)處理

在求解之前，需要對數(shù)據(jù)做以下處理。首先，模型中狀態(tài)變化的隨機過程沒有定義即式（4），根據(jù)慣例本文選擇隨機行走（random walk）模型（Song and Witt 2000）[15]，即狀態(tài)變遷矩陣由單位矩陣代替。其次，為了限制問題的自由度以降低求解的不穩(wěn)定性，本文將一些與研究目的不相關(guān)的系數(shù)設為時間不變。這樣就只有公共投資相關(guān)的系數(shù)是允許隨著時間變化的，其他系數(shù)均固定。于是，式（4）簡化為：

■t=■t-1+■t and ？濁i～N（0，Qii）（10）

其中Q寫為：

Qij=0 i≠j or i？埸ip Qij=Q* i=j and i∈ip （11）

這里ip是公共投資系數(shù)的指數(shù)。

最后，卡爾曼濾波作為一種遞歸求解方法，一般而言需要上百步才能使得結(jié)果趨于穩(wěn)定。因此本文用樣條插值法把18年年份數(shù)據(jù)插值成月份數(shù)據(jù)，最終得到205個數(shù)據(jù)點的時序列，從而使得卡爾曼濾波的結(jié)果更穩(wěn)定（Rockinger 2004； Sun 2007）。

另外，為了去除各個變量的不同尺度和各自絕對水平的影響，各省數(shù)據(jù)都進行了標準化處理（見表2），即：

xnormalized=■（12）

三、求解結(jié)果分析

本文首先采用最小二乘法進行回歸，將得出結(jié)果作為參考，如表3所示，本文只討論公共投資因素對農(nóng)民收入的影響。山東省的農(nóng)村電力發(fā)展通過了顯著性1%的T檢驗，電力與農(nóng)民收入是正相關(guān)關(guān)系，而灌溉、交通、通訊、教育對農(nóng)民收入影響沒有通過T檢驗；安徽省的交通、灌溉、電力和農(nóng)村教育對農(nóng)民收入影響都通過了T檢驗，且都是正相關(guān)，而通訊沒有通過檢驗；陜西省的灌溉、交通和教育對農(nóng)民收入影響都通過了T檢驗，其中灌溉和教育與農(nóng)民收入是正相關(guān)，而交通是負相關(guān)關(guān)系，電力和通訊沒有通過T檢驗，說明他們對農(nóng)民收入影響不顯著；全國的回歸分析結(jié)果是電力通過了T檢驗，與農(nóng)民收入是正相關(guān)關(guān)系，而灌溉、交通、教育和通訊都沒有通過檢驗，影響不顯著。綜上，由于各個因素在整個研究時期內(nèi)發(fā)生的變化導致采用時間平均的方法得到影響結(jié)果不夠顯著，這也是本文采用時序列分析方法來提高研究結(jié)果準確性的原因之一[16]。

本文采用MATLAB軟件完成卡爾曼濾波和平滑方法對狀態(tài)空間模型的求解，得到的結(jié)果如表4所示。初始參數(shù)估計是通過最大化似然方程優(yōu)化得到，這個最優(yōu)化問題可通過序列二次規(guī)劃方法（SQP）來求解（Gill et al. 1981）[17]。表中所列的各個公共投資變量的系數(shù)是卡爾曼濾波所得時序列的平均值，整個時間序列的變化曲線在后文給出。

1. 灌溉只在陜西通過了T檢驗，影響系數(shù)分別是0.065，而山東、安徽省和全國沒有通過T檢驗，可以解釋為這些地區(qū)具有比較有優(yōu)勢的地理環(huán)境條件，年降水量充裕，政府對于農(nóng)村灌溉的投資對農(nóng)民收入的影響并不顯著，全國范圍內(nèi)的平均值也同樣表示這樣的情況；而陜西省地處干旱地區(qū)，全年降雨量難以滿足農(nóng)業(yè)生產(chǎn)需要，因此政府對農(nóng)田水利建設的投資，能極大改善農(nóng)業(yè)生產(chǎn)條件，增加了農(nóng)民收入。

2. 交通在山東、安徽和陜西通過了T檢驗，而且都是正相關(guān)的關(guān)系，系數(shù)分別是0.253，0.121，0.131，表示在山東、安徽、陜西，農(nóng)村交通建設都對農(nóng)民收入有顯著的正向促進作用，可見，便捷的、覆蓋面廣的鄉(xiāng)村道路建設顯著降低了農(nóng)戶農(nóng)業(yè)生產(chǎn)、購買生產(chǎn)資料、出售農(nóng)產(chǎn)品的成本，從而增加了農(nóng)民收入，尤其是山東省，農(nóng)村交通對農(nóng)民收入影響程度最明顯。而全國數(shù)據(jù)沒有通過T檢驗，且農(nóng)村交通與農(nóng)民收入是負相關(guān)關(guān)系，這可以解釋為全國水平的農(nóng)村鄉(xiāng)村道路建設在20世紀90年代初期發(fā)展緩慢，平均水平較低，對農(nóng)民收入的影響并不顯著。

3. 電力發(fā)展在山東、陜西和全國的數(shù)據(jù)都通過了T檢驗，系數(shù)分別是0.107，0.165，0.452，由于農(nóng)村發(fā)電量和用電量都顯著增加，農(nóng)民擁有了使用電氣化農(nóng)用機械的基本條件，大力提高了農(nóng)業(yè)生產(chǎn)率，鼓勵農(nóng)戶對農(nóng)業(yè)生產(chǎn)的投資，也就提高了農(nóng)民收入，而山東的數(shù)據(jù)沒有通過T檢驗，即農(nóng)村電力的發(fā)展對農(nóng)民收入的影響沒有顯著影響。

4. 農(nóng)村教育在山東、陜西和安徽的分析結(jié)果通過了T檢驗，系數(shù)分別是0.081，0.246，0.233，表示農(nóng)村教育對農(nóng)民收入有顯著的促進作用，農(nóng)村教育的發(fā)展，有效提高了農(nóng)民的文化素質(zhì)，使其更能主動接受和獲取先進的生產(chǎn)技術(shù)和優(yōu)良的作物品種。

5. 農(nóng)村通訊發(fā)展在安徽和全國范圍中通過T經(jīng)驗，系數(shù)分別為0.481，0.155，電話、網(wǎng)絡等通訊方式的普及讓農(nóng)民獲得更多與外界交流的機會，給他們提供了更多農(nóng)產(chǎn)品及生產(chǎn)資料市場的信息，以及更多非農(nóng)就業(yè)機會，從而能夠較為顯著地促進農(nóng)民收入的增長，而尤以安徽的影響程度最為明顯。

卡爾曼濾波求解得出三個省份及全國的公共投資系數(shù)的時序列分析總結(jié)于圖1（灌溉）、圖2（交通）、圖3（電力）、圖 4（教育）及圖5（通訊）中。圖中數(shù)據(jù)清晰反映了隨著時間變化各類農(nóng)村公共投資與農(nóng)民收入之間關(guān)系的變化。三個省份及全國平均的變化的對比進一步說明這些影響隨著時間變化體現(xiàn)出的區(qū)域差異[18]：

1. 圖1中可以看出，農(nóng)村水利灌溉的發(fā)展對陜西省和安徽省的農(nóng)民收入影響比較顯著，這可以解釋為安徽省和陜西省的農(nóng)村水利對于農(nóng)民收入的提高比山東省更為重要，這是因為安徽的主要農(nóng)作物是水稻，而且是洪澇災害多發(fā)地區(qū)，水利設施的發(fā)展有利保障了農(nóng)民的增收，而陜西省是西北干旱地區(qū)，水利灌溉的發(fā)展也有利地促進了農(nóng)民收入的增長。圖1中，安徽農(nóng)村水利對農(nóng)民收入影響在1995年到達一個最高點，表示農(nóng)民生產(chǎn)對灌溉的需求快速增長，而從2000年起，這種影響關(guān)系開始急劇下降，可解釋為，此時越來越少的農(nóng)民把收入的主要來源寄托于土地。陜西省也在1992—1998年對水利對收入影響程度處于增加趨勢，1998年之后開始明顯地降低，安徽也呈現(xiàn)同樣的趨勢，這就緣于農(nóng)民大量涌入城市，放棄了土地。同時，農(nóng)作物的種類以及每年的降雨量等都會影響到灌溉對農(nóng)民收入影響程度，這些就造成圖中時序列的短期波動。

2. 從圖2可見，山東省和陜西省的鄉(xiāng)村道路對農(nóng)民收入影響系數(shù)具有相似的變化趨勢，其中1990—1998年是大幅下降趨勢，這種變化可歸結(jié)為農(nóng)民工大量涌入城市，農(nóng)民收入不再主要依賴于土地，所以鄉(xiāng)村道路對農(nóng)民收入的影響是下降趨勢，而2005—2010年，鄉(xiāng)村道路對這兩個省的農(nóng)民收入影響程度顯著增加，這可以解釋為由于國際經(jīng)濟環(huán)境影響，大量加工類工廠關(guān)閉，致使大量農(nóng)民工失業(yè)回流到農(nóng)村，因此鄉(xiāng)村道路對農(nóng)民收入的影響程度逐漸增長；而安徽省的影響系數(shù)在經(jīng)歷了1990—1994年的增長過程，1995年之后呈現(xiàn)出與山東和陜西省相同的變化趨勢。

3. 圖3給出的農(nóng)村電力事業(yè)發(fā)展對農(nóng)民收入的影響變化在三個省具有相同趨勢，都是較為平緩的波動，說明不論外界環(huán)境如何變化，農(nóng)民收入對于能源特別是電力消耗的依賴性一直保持著穩(wěn)定的水平。

4. 圖4反映的是農(nóng)村教育對農(nóng)民收入的影響，其中山東與全國的影響系數(shù)一直在零水平波動，說明該系數(shù)影響程度較低，而陜西省和安徽省影響系數(shù)變化程度也并不明顯，本文將此變化解釋為農(nóng)村受教育程度雖然在逐年提高，但本文所選取的的代表教育水平的變量變化并不大，導致影響系數(shù)變化較小。

5. 圖5給出的是通訊設施對農(nóng)民收入的影響在過去20年的變化。三省份及全國都表現(xiàn)出相同的變化趨勢，1994—2000年農(nóng)村通訊對農(nóng)民收入的影響出現(xiàn)下降趨勢，2000年之后，又開始逐步提高。通訊的發(fā)展使農(nóng)民擁有了更便利獲取信息的渠道，提高了農(nóng)民的農(nóng)業(yè)收入，同時，通訊給農(nóng)民從事非農(nóng)生產(chǎn)、貿(mào)易活動提供了條件，增加了農(nóng)民的非農(nóng)收入。

綜上可看出，三省份的各類公共投資對農(nóng)民收入影響的系數(shù)水平各異，反映了公共投資對三省份農(nóng)民收入正面和負面影響的構(gòu)成不同，而其變化曲線則表現(xiàn)了外界因素沖擊所造成的正面和負面影響的重新組合。

四、結(jié)論和建議

通過卡爾曼濾波對時變參數(shù)模型的求解結(jié)果可以得出，農(nóng)村公共投資對農(nóng)民收入的影響不僅因為各地區(qū)社會環(huán)境、地理氣候、經(jīng)濟水平、人文背景等因素的不同而表現(xiàn)出不同的影響程度，而且這種影響關(guān)系隨著時間變化產(chǎn)生波動[16]，在改革開放和市場經(jīng)濟初始階段，農(nóng)戶積極進行生產(chǎn)投資，各項農(nóng)村公共投資對農(nóng)民收入具有顯著的促進作用；隨著改革開放進一步發(fā)展，大量農(nóng)民放棄土地，涌入城市謀生，農(nóng)業(yè)生產(chǎn)投資大幅減少，農(nóng)村公共投資對農(nóng)民收入的影響程度變低；取消農(nóng)業(yè)稅的惠農(nóng)政策又激勵農(nóng)民進行生產(chǎn)投資，農(nóng)村公共投資再次很大程度地促進了農(nóng)民收入的增長。

參考文獻：

[1]Sébastien Dessus， Rémy Herrera. Public Capital and Growth Revisited：A Panel Data Assessment[J]. Economic Development and Culture Change，2000，（2）：407-418.

[2]Ratner J.B. Government Capital and the Production Function for U.S. Private Output[J]. Economics Letters，1983，（13）：213-217.

[3]Galderon C，Seven L. The effects of infrastructure development on growth and income dis tribution[R]，World Bank Policy Research Working Paper，2004.

[4]樊勝根，張林秀，張曉波.中國農(nóng)村公共投資在農(nóng)村經(jīng)濟增長和反貧困中的作用[J].華南農(nóng)業(yè)大學學報（社科版），2002，（1）：1-13

[5]張秀生，柳芳，王軍民.農(nóng)民收入增長：基于農(nóng)村公共產(chǎn)品供給視角的分析[J].經(jīng)濟評論，2007，（3）：48-55.

[6]張曉波，樊勝根，張林秀.中國農(nóng)村基層治理與公共物品提供[J].經(jīng)濟學（季刊），2003，（2）：947-960.

[7]史金善.農(nóng)村公共產(chǎn)品供給與貧困地區(qū)農(nóng)民增收[J].農(nóng)業(yè)經(jīng)濟，2002，（8）：4-5.

[8]尹文靜，王禮力.農(nóng)民生產(chǎn)投資的影響因素分析—基于監(jiān)督分組的主成分回歸分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2011，（2）：19-26.

[9]Zivot E.. Lectures on Structural Change，Department of Economics[R]. University of Washington，2003.

[10]Sun C. Variation of federal cost-share programs in the United States and the inducement effects on tree planting[J]. Journal of Forestry Economics，2007，（12）：276-296.

[11]Song H.，Wong K.K.F.. Tourism demand modeling：a time-varying parameter approach[J]. Journal of Travel Research，2003，（1）：57-64.

[12]Barassi M.R.， Caporale，G.M.，Hall，S.G.，Interest rate linkage：a Kalman filter approach to detecting structural change[J]. Economic Modelling ，2005，（4）：253-284.

[13]Rockinger M. FAME： Applied Econometrics Lecture Note The Kalman Filter，August 26，2004.

[14]Harvey A.C.. Forecasting，Structural Time Series Models and the Kalman Filter[M]. Cambridge University Press，Cambridge，UK.1989.

[15]Song H.， Witt S.F. Tourism Demand Modelling and Forecasting：Modern Econometric Approaches[M]. Oxford，Pergamon，2000.

[16]尹文靜.農(nóng)村公共投資對農(nóng)戶投資影響的研究[D].楊凌：西北農(nóng)林科技大學，2010.

[17]Gill P. E.， Murray W.， Wright，M. H.. Practical Optimization[M]. London：Academic Press，1981.

[18]尹文靜.農(nóng)村公共投資對農(nóng)民生產(chǎn)投資影響的區(qū)域差異[J].中國農(nóng)村觀察，2012，（5）：25-32.

責任編輯、校對：張增強

5. 圖5給出的是通訊設施對農(nóng)民收入的影響在過去20年的變化。三省份及全國都表現(xiàn)出相同的變化趨勢，1994—2000年農(nóng)村通訊對農(nóng)民收入的影響出現(xiàn)下降趨勢，2000年之后，又開始逐步提高。通訊的發(fā)展使農(nóng)民擁有了更便利獲取信息的渠道，提高了農(nóng)民的農(nóng)業(yè)收入，同時，通訊給農(nóng)民從事非農(nóng)生產(chǎn)、貿(mào)易活動提供了條件，增加了農(nóng)民的非農(nóng)收入。

綜上可看出，三省份的各類公共投資對農(nóng)民收入影響的系數(shù)水平各異，反映了公共投資對三省份農(nóng)民收入正面和負面影響的構(gòu)成不同，而其變化曲線則表現(xiàn)了外界因素沖擊所造成的正面和負面影響的重新組合。

四、結(jié)論和建議

通過卡爾曼濾波對時變參數(shù)模型的求解結(jié)果可以得出，農(nóng)村公共投資對農(nóng)民收入的影響不僅因為各地區(qū)社會環(huán)境、地理氣候、經(jīng)濟水平、人文背景等因素的不同而表現(xiàn)出不同的影響程度，而且這種影響關(guān)系隨著時間變化產(chǎn)生波動[16]，在改革開放和市場經(jīng)濟初始階段，農(nóng)戶積極進行生產(chǎn)投資，各項農(nóng)村公共投資對農(nóng)民收入具有顯著的促進作用；隨著改革開放進一步發(fā)展，大量農(nóng)民放棄土地，涌入城市謀生，農(nóng)業(yè)生產(chǎn)投資大幅減少，農(nóng)村公共投資對農(nóng)民收入的影響程度變低；取消農(nóng)業(yè)稅的惠農(nóng)政策又激勵農(nóng)民進行生產(chǎn)投資，農(nóng)村公共投資再次很大程度地促進了農(nóng)民收入的增長。

參考文獻：

[1]Sébastien Dessus， Rémy Herrera. Public Capital and Growth Revisited：A Panel Data Assessment[J]. Economic Development and Culture Change，2000，（2）：407-418.

[2]Ratner J.B. Government Capital and the Production Function for U.S. Private Output[J]. Economics Letters，1983，（13）：213-217.

[3]Galderon C，Seven L. The effects of infrastructure development on growth and income dis tribution[R]，World Bank Policy Research Working Paper，2004.

[4]樊勝根，張林秀，張曉波.中國農(nóng)村公共投資在農(nóng)村經(jīng)濟增長和反貧困中的作用[J].華南農(nóng)業(yè)大學學報（社科版），2002，（1）：1-13

[5]張秀生，柳芳，王軍民.農(nóng)民收入增長：基于農(nóng)村公共產(chǎn)品供給視角的分析[J].經(jīng)濟評論，2007，（3）：48-55.

[6]張曉波，樊勝根，張林秀.中國農(nóng)村基層治理與公共物品提供[J].經(jīng)濟學（季刊），2003，（2）：947-960.

[7]史金善.農(nóng)村公共產(chǎn)品供給與貧困地區(qū)農(nóng)民增收[J].農(nóng)業(yè)經(jīng)濟，2002，（8）：4-5.

[8]尹文靜，王禮力.農(nóng)民生產(chǎn)投資的影響因素分析—基于監(jiān)督分組的主成分回歸分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2011，（2）：19-26.

[9]Zivot E.. Lectures on Structural Change，Department of Economics[R]. University of Washington，2003.

[10]Sun C. Variation of federal cost-share programs in the United States and the inducement effects on tree planting[J]. Journal of Forestry Economics，2007，（12）：276-296.

[11]Song H.，Wong K.K.F.. Tourism demand modeling：a time-varying parameter approach[J]. Journal of Travel Research，2003，（1）：57-64.

[12]Barassi M.R.， Caporale，G.M.，Hall，S.G.，Interest rate linkage：a Kalman filter approach to detecting structural change[J]. Economic Modelling ，2005，（4）：253-284.

[13]Rockinger M. FAME： Applied Econometrics Lecture Note The Kalman Filter，August 26，2004.

[14]Harvey A.C.. Forecasting，Structural Time Series Models and the Kalman Filter[M]. Cambridge University Press，Cambridge，UK.1989.

[15]Song H.， Witt S.F. Tourism Demand Modelling and Forecasting：Modern Econometric Approaches[M]. Oxford，Pergamon，2000.

[16]尹文靜.農(nóng)村公共投資對農(nóng)戶投資影響的研究[D].楊凌：西北農(nóng)林科技大學，2010.

[17]Gill P. E.， Murray W.， Wright，M. H.. Practical Optimization[M]. London：Academic Press，1981.

[18]尹文靜.農(nóng)村公共投資對農(nóng)民生產(chǎn)投資影響的區(qū)域差異[J].中國農(nóng)村觀察，2012，（5）：25-32.

責任編輯、校對：張增強

5. 圖5給出的是通訊設施對農(nóng)民收入的影響在過去20年的變化。三省份及全國都表現(xiàn)出相同的變化趨勢，1994—2000年農(nóng)村通訊對農(nóng)民收入的影響出現(xiàn)下降趨勢，2000年之后，又開始逐步提高。通訊的發(fā)展使農(nóng)民擁有了更便利獲取信息的渠道，提高了農(nóng)民的農(nóng)業(yè)收入，同時，通訊給農(nóng)民從事非農(nóng)生產(chǎn)、貿(mào)易活動提供了條件，增加了農(nóng)民的非農(nóng)收入。

綜上可看出，三省份的各類公共投資對農(nóng)民收入影響的系數(shù)水平各異，反映了公共投資對三省份農(nóng)民收入正面和負面影響的構(gòu)成不同，而其變化曲線則表現(xiàn)了外界因素沖擊所造成的正面和負面影響的重新組合。

四、結(jié)論和建議

通過卡爾曼濾波對時變參數(shù)模型的求解結(jié)果可以得出，農(nóng)村公共投資對農(nóng)民收入的影響不僅因為各地區(qū)社會環(huán)境、地理氣候、經(jīng)濟水平、人文背景等因素的不同而表現(xiàn)出不同的影響程度，而且這種影響關(guān)系隨著時間變化產(chǎn)生波動[16]，在改革開放和市場經(jīng)濟初始階段，農(nóng)戶積極進行生產(chǎn)投資，各項農(nóng)村公共投資對農(nóng)民收入具有顯著的促進作用；隨著改革開放進一步發(fā)展，大量農(nóng)民放棄土地，涌入城市謀生，農(nóng)業(yè)生產(chǎn)投資大幅減少，農(nóng)村公共投資對農(nóng)民收入的影響程度變低；取消農(nóng)業(yè)稅的惠農(nóng)政策又激勵農(nóng)民進行生產(chǎn)投資，農(nóng)村公共投資再次很大程度地促進了農(nóng)民收入的增長。

參考文獻：

[1]Sébastien Dessus， Rémy Herrera. Public Capital and Growth Revisited：A Panel Data Assessment[J]. Economic Development and Culture Change，2000，（2）：407-418.

[2]Ratner J.B. Government Capital and the Production Function for U.S. Private Output[J]. Economics Letters，1983，（13）：213-217.

[3]Galderon C，Seven L. The effects of infrastructure development on growth and income dis tribution[R]，World Bank Policy Research Working Paper，2004.

[4]樊勝根，張林秀，張曉波.中國農(nóng)村公共投資在農(nóng)村經(jīng)濟增長和反貧困中的作用[J].華南農(nóng)業(yè)大學學報（社科版），2002，（1）：1-13

[5]張秀生，柳芳，王軍民.農(nóng)民收入增長：基于農(nóng)村公共產(chǎn)品供給視角的分析[J].經(jīng)濟評論，2007，（3）：48-55.

[6]張曉波，樊勝根，張林秀.中國農(nóng)村基層治理與公共物品提供[J].經(jīng)濟學（季刊），2003，（2）：947-960.

[7]史金善.農(nóng)村公共產(chǎn)品供給與貧困地區(qū)農(nóng)民增收[J].農(nóng)業(yè)經(jīng)濟，2002，（8）：4-5.

[8]尹文靜，王禮力.農(nóng)民生產(chǎn)投資的影響因素分析—基于監(jiān)督分組的主成分回歸分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2011，（2）：19-26.

[9]Zivot E.. Lectures on Structural Change，Department of Economics[R]. University of Washington，2003.

[10]Sun C. Variation of federal cost-share programs in the United States and the inducement effects on tree planting[J]. Journal of Forestry Economics，2007，（12）：276-296.

[11]Song H.，Wong K.K.F.. Tourism demand modeling：a time-varying parameter approach[J]. Journal of Travel Research，2003，（1）：57-64.

[12]Barassi M.R.， Caporale，G.M.，Hall，S.G.，Interest rate linkage：a Kalman filter approach to detecting structural change[J]. Economic Modelling ，2005，（4）：253-284.

[13]Rockinger M. FAME： Applied Econometrics Lecture Note The Kalman Filter，August 26，2004.

[14]Harvey A.C.. Forecasting，Structural Time Series Models and the Kalman Filter[M]. Cambridge University Press，Cambridge，UK.1989.

[15]Song H.， Witt S.F. Tourism Demand Modelling and Forecasting：Modern Econometric Approaches[M]. Oxford，Pergamon，2000.

[16]尹文靜.農(nóng)村公共投資對農(nóng)戶投資影響的研究[D].楊凌：西北農(nóng)林科技大學，2010.

[17]Gill P. E.， Murray W.， Wright，M. H.. Practical Optimization[M]. London：Academic Press，1981.

[18]尹文靜.農(nóng)村公共投資對農(nóng)民生產(chǎn)投資影響的區(qū)域差異[J].中國農(nóng)村觀察，2012，（5）：25-32.

責任編輯、校對：張增強