許秀川,溫濤
(西南大學(xué)經(jīng)濟(jì)管理學(xué)院/農(nóng)業(yè)教育發(fā)展研究中心,重慶 北碚400715)
農(nóng)業(yè)不同于工業(yè)和服務(wù)業(yè),從生產(chǎn)和供給角度看,農(nóng)業(yè)生產(chǎn)對(duì)象為有生命的動(dòng)植物,生產(chǎn)周期不象工業(yè)和服務(wù)業(yè)那么容易被設(shè)計(jì)和縮短,農(nóng)業(yè)技術(shù)進(jìn)步依賴于遺傳育種,比工業(yè)有更長(zhǎng)的周期,技術(shù)進(jìn)步的難度更大,并且農(nóng)業(yè)生產(chǎn)更容易受氣候、自然災(zāi)害的影響,風(fēng)險(xiǎn)比非農(nóng)業(yè)高。從消費(fèi)和需求的角度看,農(nóng)產(chǎn)品往往需求彈性較低,容易出現(xiàn)增產(chǎn)不增收,“谷賤傷農(nóng)”等現(xiàn)象。由于農(nóng)產(chǎn)品供給與需求具有雙重風(fēng)險(xiǎn),農(nóng)業(yè)也被稱為弱質(zhì)產(chǎn)業(yè),各國(guó)普遍把農(nóng)業(yè)作為一種半公共品產(chǎn)業(yè),進(jìn)行了大量的補(bǔ)貼和支持。由于農(nóng)業(yè)的高風(fēng)險(xiǎn)性,農(nóng)民增收比其他職業(yè)者更困難,并且波動(dòng)也更大。在可預(yù)見(jiàn)的中長(zhǎng)期內(nèi),中國(guó)經(jīng)濟(jì)將處于“穩(wěn)增長(zhǎng),調(diào)結(jié)構(gòu)”的“新常態(tài)”之中,經(jīng)濟(jì)潛在增長(zhǎng)力趨于下降,因而居民收入的增長(zhǎng)將受到影響[1]。在此背景下,分析農(nóng)民收入增長(zhǎng)的貢獻(xiàn)來(lái)源及其波動(dòng)特征,對(duì)持續(xù)推動(dòng)農(nóng)民收入增長(zhǎng)具有重要意義。
關(guān)于農(nóng)民收入增長(zhǎng)的貢獻(xiàn)與波動(dòng)已有不少實(shí)證研究,張車偉和王德文[2],萬(wàn)慶年等[3]研究皆認(rèn)為農(nóng)民收入增長(zhǎng)的源泉已由家庭經(jīng)營(yíng)轉(zhuǎn)向勞動(dòng)報(bào)酬的增長(zhǎng),工資性收入為農(nóng)民增收的關(guān)鍵。已有研究采用協(xié)整分析、脈沖響應(yīng)、方差分解及Granger 因果檢驗(yàn)方法對(duì)農(nóng)民收入的影響因素進(jìn)行了實(shí)證研究[4-11],由于只使用了時(shí)序數(shù)據(jù),樣本數(shù)偏小,估計(jì)有進(jìn)一步改進(jìn)的空間。關(guān)于農(nóng)民收入波動(dòng)的研究,江觀伙[12]研究了政府行為、需求轉(zhuǎn)換、價(jià)格改革、農(nóng)業(yè)投資、勞動(dòng)力轉(zhuǎn)移等因素對(duì)農(nóng)民收入波動(dòng)的影響,樊琦和韓民春[13]使用時(shí)序數(shù)據(jù),實(shí)證研究了農(nóng)產(chǎn)品價(jià)格波動(dòng)對(duì)農(nóng)民收入波動(dòng)的影響,關(guān)浩杰[14]運(yùn)用時(shí)序數(shù)據(jù)和HP 濾波法分析了農(nóng)民收入結(jié)構(gòu)變動(dòng)與農(nóng)民收入波動(dòng)的影響關(guān)系。曹躍群等[15]用小波變換法對(duì)農(nóng)民收入增長(zhǎng)的波動(dòng)進(jìn)行了預(yù)測(cè),但作者的研究主旨是小波方法的介紹,沒(méi)有對(duì)農(nóng)民收入的波動(dòng)進(jìn)行深入研究。
綜上所述,已有關(guān)于農(nóng)民收入貢獻(xiàn)及影響因素的研究大多使用時(shí)序的Granger 檢驗(yàn)方法,使用面板數(shù)據(jù)的Granger 研究尚未發(fā)現(xiàn),關(guān)于農(nóng)民收入增長(zhǎng)波動(dòng)的分析則大多使用HP 濾波等時(shí)域分析法,使用譜分析等頻域分析法較少。由于中國(guó)改革開放只有30 多年, 采用時(shí)序數(shù)據(jù)由于樣本數(shù)較少,Granger 檢驗(yàn)的信度將受到影響。HP 濾波等時(shí)域法分析波動(dòng)周期則帶有主觀成份,鑒于以上不足,本文將采用最新的面板數(shù)據(jù)Granger 檢驗(yàn)法對(duì)農(nóng)民收入的貢獻(xiàn)進(jìn)行實(shí)證分析,采用譜分析法對(duì)其波動(dòng)特征進(jìn)行研究,為提高農(nóng)民收入的對(duì)策提供理論依據(jù)。
由于農(nóng)民收入來(lái)源于國(guó)民財(cái)富總蛋糕的分配,設(shè)分配函數(shù)為常見(jiàn)的科布—道格拉斯模型,則農(nóng)民收入可表示為:
式中:I 為農(nóng)民收入,Y 為GDP,代表了國(guó)民財(cái)富的數(shù)量,a 為常數(shù)項(xiàng),反映了分配的規(guī)模效應(yīng),β 為彈性系數(shù),代表了GDP 增長(zhǎng)對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)系數(shù),下標(biāo)t 為統(tǒng)計(jì)時(shí)間。
如果把GDP 劃分為第一、第二和第三產(chǎn)業(yè),則用科布—道格拉斯函數(shù)反映三次產(chǎn)業(yè)增長(zhǎng)對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)作用為:
式中:F,S,T 分別為第一、二、三次產(chǎn)業(yè)的增加值,β1,β2,β3分別為三次產(chǎn)業(yè)對(duì)農(nóng)民收入的彈性系數(shù),代表了不同產(chǎn)業(yè)增長(zhǎng)對(duì)農(nóng)民收入增長(zhǎng)的貢獻(xiàn)。
設(shè)農(nóng)民收入的增長(zhǎng)率為rI,GDP 及三次產(chǎn)業(yè)增加值增長(zhǎng)率分別為rY,rF,rS,rT,對(duì)式(1)和式(2)分別取對(duì)數(shù)和差分變換,由對(duì)數(shù)差分與增長(zhǎng)率的近似關(guān)系,加入隨機(jī)誤差項(xiàng),引入面板數(shù)據(jù),可得面板數(shù)據(jù)的計(jì)量模型:
其中截面維度為i(以省為單位),時(shí)序維度為t(以年為單位),ai為不隨時(shí)間變化的固定因素,對(duì)其處理的方法分為固定效應(yīng)模型和隨機(jī)效應(yīng)模型,可通過(guò)Hausman 檢驗(yàn)確定模型的選擇。
Dumitrescu 和Hurlin[16]提出了基于面板向量自回歸(PVAR)模型的Granger 因果關(guān)系檢驗(yàn):
與普通Granger 檢驗(yàn)類似,計(jì)算有約束回歸平方和(RSSr)與無(wú)約束回歸平方和(RSSu),構(gòu)造Wald統(tǒng)計(jì)量對(duì)βi進(jìn)行線性約束檢驗(yàn)。 Dumitrescu 和Hurlin 方法的優(yōu)點(diǎn)是假設(shè)十分寬松,允許所有截面單元擁有不同的βi,因此,采用該方法進(jìn)行估計(jì)。
由Fourier 變換可知,平穩(wěn)隨機(jī)過(guò)程Xt可近似由正弦波和余弦波疊加而成:
式中:ai,bi為被估計(jì)系數(shù),fi為頻率,εt為隨機(jī)誤差項(xiàng)。對(duì)樣本數(shù)為N 的序列,式(6)的OLS 估計(jì)為:
式中:I(fi)為Xt在頻率fi的譜密度,Xt的周期長(zhǎng)度的確定方法為:尋找最大譜密度值所對(duì)應(yīng)的時(shí)間長(zhǎng)度即為平穩(wěn)隨機(jī)序列的周期長(zhǎng)度。
根據(jù)數(shù)據(jù)的可得性,從國(guó)家統(tǒng)計(jì)局網(wǎng)站(http://www.stats.gov.cn/tjsj/)及歷年《中國(guó)統(tǒng)計(jì)年鑒》選取1987-2011 年中國(guó)30 個(gè)?。ú缓邸?、臺(tái)地區(qū),以及1997 年直轄的重慶市)的GDP 及三次產(chǎn)業(yè)、農(nóng)民家庭人均純收入等變量數(shù)據(jù),以1978 年為基期計(jì)算可比價(jià)增長(zhǎng)率,構(gòu)成平衡面板數(shù)據(jù)集,N=30,T=25,樣本數(shù)共計(jì)750 個(gè)。對(duì)農(nóng)民收入增長(zhǎng)與各產(chǎn)業(yè)增長(zhǎng)波動(dòng)進(jìn)行譜分析,由于譜密度的估計(jì)只針對(duì)時(shí)間序列數(shù)據(jù),由數(shù)據(jù)的可得性,為盡量提高譜密度估計(jì)的可靠性,需盡可能使用更多的樣本數(shù)量。論文從國(guó)家統(tǒng)計(jì)局網(wǎng)站得到中國(guó)1978-2013 年以可比價(jià)計(jì)算的GDP 及三次產(chǎn)業(yè)增長(zhǎng)率與農(nóng)民收入增長(zhǎng)率的數(shù)據(jù),進(jìn)行譜密度估計(jì)。
農(nóng)民收入增長(zhǎng)貢獻(xiàn)模型靜態(tài)面板數(shù)據(jù)估計(jì)結(jié)果表明,2 個(gè)模型的整體顯著性Wald 檢驗(yàn)均1%顯著,Hausman 檢驗(yàn)均不顯著(表1),應(yīng)采用隨機(jī)效應(yīng)模型。從估計(jì)系數(shù)上看,GDP 增長(zhǎng)率對(duì)農(nóng)民收入增長(zhǎng)率在1%顯著,彈性為0.594 4;第一產(chǎn)業(yè)和第二產(chǎn)業(yè)增長(zhǎng)率對(duì)農(nóng)民收入也為1%顯著,彈性分別為0.511 3和0.204 0,但第三產(chǎn)業(yè)增長(zhǎng)率對(duì)農(nóng)民收入增長(zhǎng)率只有接近10%的顯著性。
表1 靜態(tài)面板隨機(jī)效應(yīng)模型估計(jì)結(jié)果Table 1 Estimation result of the static panel data random-effect model
靜態(tài)面板數(shù)據(jù)顯示第三產(chǎn)業(yè)對(duì)農(nóng)民收入增長(zhǎng)影響不顯著,這與理論假設(shè)不符。由于靜態(tài)面板數(shù)據(jù)在處理變量的外生性上無(wú)能為力,因此估計(jì)結(jié)果可能存在偏誤。由于收入增長(zhǎng)與經(jīng)濟(jì)增長(zhǎng)?;ハ嘤绊?,可能存在外生性問(wèn)題,為進(jìn)一步檢驗(yàn)GDP 及三次產(chǎn)業(yè)增長(zhǎng)對(duì)農(nóng)民收入增長(zhǎng)的作用, 采用Dumitrescu 和Hurlin 的動(dòng)態(tài)面板Granger 因果檢驗(yàn)法作進(jìn)一步檢驗(yàn)(表2)。
表2 面板Granger 因果檢驗(yàn)Table 2 Panel data Granger Causality test
農(nóng)民收入的增長(zhǎng)都不是GDP 及三次產(chǎn)業(yè)增長(zhǎng)的Granger 原因(表2),但反之,GDP 及三次產(chǎn)業(yè)的增長(zhǎng),均為農(nóng)民收入增長(zhǎng)的Granger 原因,且Wald檢驗(yàn)均在1%的水平上顯著??梢?jiàn),經(jīng)濟(jì)增長(zhǎng)及三次產(chǎn)業(yè)的增長(zhǎng),都能明顯促進(jìn)農(nóng)民收入的增長(zhǎng)。
GDP 增長(zhǎng)與三次產(chǎn)業(yè)增長(zhǎng)都是農(nóng)民收入增長(zhǎng)的Granger 原因,而根據(jù)經(jīng)濟(jì)周期理論,經(jīng)濟(jì)增長(zhǎng)是周期性波動(dòng)的,這理論上會(huì)造成農(nóng)民收入增長(zhǎng)也隨之發(fā)生周期性波動(dòng)。由于譜分析只對(duì)平穩(wěn)隨機(jī)序列有效,先對(duì)各變量進(jìn)行HP 濾波,去除各變量的隨機(jī)趨勢(shì),得到平穩(wěn)的純周期成份。
在時(shí)域上,農(nóng)民收入增長(zhǎng)率與GDP 及三次產(chǎn)業(yè)的增長(zhǎng)率的純周期成份具有相似的波動(dòng)幅度和相關(guān)的波動(dòng)周期(圖1)。由于時(shí)域上觀察帶有主觀性和不精確,對(duì)圖1 中的變量進(jìn)行譜密度估計(jì)。
圖1 HP 濾波后的各變量增長(zhǎng)率Fig.1 Growth cycles of all variables after HP filtering
GDP、第二產(chǎn)業(yè)及第三產(chǎn)業(yè)增長(zhǎng)波動(dòng)的主周期均為7-12 年左右的尤格拉投資周期,副周期為4.5年左右的基欽存貨周期,受此影響,農(nóng)民收入增長(zhǎng)波動(dòng)的主周期也為12 年左右的投資周期(表3)。而第一產(chǎn)業(yè)增長(zhǎng)波動(dòng)的主周期明顯與GDP 及非農(nóng)產(chǎn)業(yè)不同,為2.77 年左右的存貨周期,副周期則為7-12年的投資周期。受此影響,農(nóng)民收入增長(zhǎng)波動(dòng)的副周期為2.77 年左右的存貨周期。
綜合上述結(jié)果,第一產(chǎn)業(yè)波動(dòng)主周期與GDP 及非農(nóng)產(chǎn)業(yè)波動(dòng)的周期不同,前者的主周期為短期的存貨周期,而后者的主周期為長(zhǎng)期的投資周期。GDP及非農(nóng)產(chǎn)業(yè)的波動(dòng)周期是農(nóng)民收入主周期的決定因素,而第一產(chǎn)業(yè)的波動(dòng)的主周期則是農(nóng)民收入波動(dòng)副周期的決定因素。GDP 及非農(nóng)產(chǎn)業(yè)增長(zhǎng)波動(dòng)的副周期均為4.5 年,受第一產(chǎn)業(yè)主周期波動(dòng)較短的影響,農(nóng)民收入增長(zhǎng)波動(dòng)的副周期只有2.77 年,可見(jiàn),相對(duì)于非農(nóng)產(chǎn)業(yè),農(nóng)業(yè)產(chǎn)業(yè)增長(zhǎng)波動(dòng)的短期性增加了農(nóng)民收入增長(zhǎng)的波動(dòng)性。
表3 GDP、三次產(chǎn)業(yè)及農(nóng)民收入增長(zhǎng)率的譜密度估計(jì)Table 3 Spectral density estimation of the growth of GDP,industries,and farmers’income
研究表明,GDP 增長(zhǎng)及三次產(chǎn)業(yè)增長(zhǎng),均是農(nóng)民收入增長(zhǎng)的Granger 原因,即經(jīng)濟(jì)增長(zhǎng)能顯著地促進(jìn)農(nóng)民收入的增長(zhǎng)。農(nóng)民收入增長(zhǎng)主要受GDP 及非農(nóng)產(chǎn)業(yè)增長(zhǎng)的影響,其波動(dòng)主周期為12 年左右的投資周期,但受到第一產(chǎn)業(yè)的影響,農(nóng)民收入增長(zhǎng)波動(dòng)的副周期只有2.77 年,比GDP 及非農(nóng)產(chǎn)業(yè)增長(zhǎng)波動(dòng)副周期4.5 年要短,波動(dòng)更加劇烈??傊?,經(jīng)濟(jì)增長(zhǎng)及各產(chǎn)業(yè)增長(zhǎng),均對(duì)農(nóng)民收入增長(zhǎng)有顯著影響,由于農(nóng)業(yè)增長(zhǎng)波動(dòng)較頻繁,增加了農(nóng)民收入增長(zhǎng)的波動(dòng)程度。
第一,由于GDP 及各產(chǎn)業(yè)的增長(zhǎng),對(duì)農(nóng)民收入增長(zhǎng)都有顯著的貢獻(xiàn),未來(lái)要增加農(nóng)民收入,應(yīng)維持一個(gè)平穩(wěn)的經(jīng)濟(jì)增長(zhǎng)速度。經(jīng)過(guò)30 多年的改革開放,目前中國(guó)出現(xiàn)了潛在增長(zhǎng)力下降問(wèn)題,因此,需要進(jìn)一步推進(jìn)改革和開放的深度和廣度,以保持經(jīng)濟(jì)持續(xù)增長(zhǎng)的動(dòng)力,以促進(jìn)農(nóng)民收入實(shí)現(xiàn)可持續(xù)的增長(zhǎng)。
第二,由于農(nóng)業(yè)的弱質(zhì)性,波動(dòng)較大,風(fēng)險(xiǎn)較高,而農(nóng)民收入仍然依賴并受農(nóng)業(yè)增長(zhǎng)的影響,農(nóng)業(yè)增長(zhǎng)對(duì)農(nóng)民收入增長(zhǎng)的彈性仍然較第二、第三產(chǎn)業(yè)增長(zhǎng)的彈性大,因此,為穩(wěn)定和增加農(nóng)民收入,減少收入的波動(dòng)的程度,應(yīng)穩(wěn)定農(nóng)業(yè)生產(chǎn),強(qiáng)化對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)的控制,穩(wěn)定農(nóng)民的農(nóng)業(yè)收入。
第三,由于農(nóng)業(yè)生產(chǎn)的規(guī)模影響其抗風(fēng)險(xiǎn)能力與利潤(rùn)水平,應(yīng)加快土地流轉(zhuǎn)制度的改革步伐,提高耕地集中的規(guī)模和機(jī)械化水平,提升農(nóng)業(yè)產(chǎn)業(yè)的整體現(xiàn)代化水平,實(shí)現(xiàn)規(guī)模效益,析出剩余勞動(dòng)力,提高農(nóng)業(yè)勞均資本水平,提升農(nóng)業(yè)勞動(dòng)生產(chǎn)率、農(nóng)業(yè)的利潤(rùn)水平和農(nóng)業(yè)勞動(dòng)的報(bào)酬水平。
第四,由于非農(nóng)收入比農(nóng)業(yè)收入更穩(wěn)定,非農(nóng)就業(yè)機(jī)會(huì)更多,因此,應(yīng)加快城鎮(zhèn)化步伐,讓農(nóng)民工實(shí)現(xiàn)向市民身份的轉(zhuǎn)變,提高農(nóng)民工的務(wù)工收入。特別是應(yīng)加快勞動(dòng)密集型的第三產(chǎn)業(yè)發(fā)展,推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí),提升產(chǎn)業(yè)的高級(jí)化水平,增加勞動(dòng)的附加值和提高農(nóng)民工工資水平。
[1]劉樹成.實(shí)現(xiàn)居民人均收入翻番的難度與對(duì)策分析[J].宏觀經(jīng)濟(jì)研究,2013(3):3-8.
[2]張車偉,王德文.農(nóng)民收入問(wèn)題性質(zhì)的根本轉(zhuǎn)變——分地區(qū)對(duì)農(nóng)民收入結(jié)構(gòu)和增長(zhǎng)變化的考察[J].中國(guó)農(nóng)村觀察,2004(1):2-13.
[3]萬(wàn)年慶,李紅忠,史本林.基于偏離—份額法的我國(guó)農(nóng)民收入結(jié)構(gòu)演進(jìn)的省際比較[J].地理研究,2012(4):672-686.
[4]李建軍.城鎮(zhèn)居民收入、財(cái)政支出與農(nóng)民收入:基于1978-2006年中國(guó)數(shù)據(jù)的協(xié)整分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2008(4):34-40.
[5]郭燕枝,劉旭.基于格蘭杰因果檢驗(yàn)和典型相關(guān)的農(nóng)民收入影響因素研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2011(10):92-97.
[6]溫濤,冉光和,熊德平.中國(guó)金融發(fā)展與農(nóng)民收入增長(zhǎng)[J].經(jīng)濟(jì)研究,2005(9):30-43.
[7]王永杰,宋旭,鄧海艷.城鎮(zhèn)化水平與農(nóng)民收入關(guān)系的動(dòng)態(tài)計(jì)量經(jīng)濟(jì)分析:以四川省為例[J].財(cái)經(jīng)科學(xué),2014(2):96-105.
[8]余長(zhǎng)坤,宋文博,吳次芳,等.河南省農(nóng)用地集約利用對(duì)農(nóng)民收入影響實(shí)證研究:1978-2012[J].經(jīng)濟(jì)地理,2014,34(5):123-149.
[9]王麗麗,劉書琪,萬(wàn)思博.基于VAR模型的農(nóng)民收入變動(dòng)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析:以齊齊哈爾市為例[J].中國(guó)農(nóng)學(xué)通報(bào),2014,30(14):141-146.
[10]白鳳嬌.關(guān)于農(nóng)村居民收入結(jié)構(gòu)的動(dòng)態(tài)分析:以陜西省1995~2011年數(shù)據(jù)為樣本[J].經(jīng)濟(jì)問(wèn)題,2013(5):66-68,112.
[11]郭慶然.中部地區(qū)城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化與農(nóng)民收入增長(zhǎng)的實(shí)證分析[J].統(tǒng)計(jì)與決策,2013(23):141-144.
[12]江觀伙.我國(guó)農(nóng)民收入波動(dòng)的原因及其啟示[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,1995(11):10-15.
[13]樊琦,韓民春.勞動(dòng)力流動(dòng)成本和工資性收入對(duì)地區(qū)間農(nóng)民收入差距的影響研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì),2009(4):28-33.
[14]關(guān)浩杰.我國(guó)農(nóng)民收入結(jié)構(gòu)變動(dòng)與收入波動(dòng)的關(guān)聯(lián)性分析[J].南京審計(jì)學(xué)院學(xué)報(bào),2013(3):17-23.
[15]曹躍群,楊婷,劉源超,等.農(nóng)民收入增長(zhǎng)波動(dòng)關(guān)系預(yù)測(cè)分析:基于小波變換[J].數(shù)理統(tǒng)計(jì)與管理,2009(4):611-617.
[16]Dumitrescu E,Hurlin C.Testing for Grangernon-causality in heterogeneous panels[J].Economic Modelling,2012,29(4):1450-1460.