唐 望 ,周發(fā)明

(1.湖南人文科技學(xué)院數(shù)學(xué)與金融學(xué)院,湖南 婁底 417000；2.湖南第一師范學(xué)院商學(xué)院,湖南 長沙 410205)

實現(xiàn)農(nóng)民收入持久穩(wěn)定增長一直是“三農(nóng)”問題的重點與難點。 2019 年中央一號文件明確指出,要發(fā)展農(nóng)業(yè)生產(chǎn)性服務(wù)促進農(nóng)民增收。 據(jù)統(tǒng)計,截至2020 年年底,農(nóng)業(yè)生產(chǎn)性服務(wù)促進我國糧食增產(chǎn)10%—20%、農(nóng)戶每畝平均節(jié)本增收150—300 元[1]。 有學(xué)者指出,農(nóng)業(yè)生產(chǎn)性服務(wù)發(fā)展不僅能促進農(nóng)業(yè)綠色發(fā)展,還能促進農(nóng)民增收[2]。 農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展,不僅促進了農(nóng)業(yè)發(fā)展方式的轉(zhuǎn)變,更促進了農(nóng)業(yè)提質(zhì)增效、節(jié)本增收,為當前我國農(nóng)村在老齡化、空心化、兼業(yè)化狀況下解決“誰來種地”的問題提供了新的路徑,促進了小農(nóng)戶與現(xiàn)代農(nóng)業(yè)的有效銜接[3-4],是促進農(nóng)民收入增長的重要途徑。

一、研究基礎(chǔ)與假設(shè)

(一)研究基礎(chǔ)

當前學(xué)者對于農(nóng)民增收的研究角度很多,但鮮有從農(nóng)業(yè)生產(chǎn)性服務(wù)角度切入的文章。 邱海蘭、趙鑫運用PSM 方法探討農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)[5-6]。 Khandker、Shahidur R 指出農(nóng)業(yè)金融服務(wù)通過促進農(nóng)民改進生產(chǎn)技術(shù)、提高作物產(chǎn)量提高農(nóng)民的收入[7]。 此外,魯釗陽、張薦華驗證了農(nóng)業(yè)生產(chǎn)性服務(wù)對城鄉(xiāng)收入差距的影響[8-9]。

已有的研究指出了農(nóng)業(yè)生產(chǎn)性服務(wù)會促進農(nóng)民增收,但并未對其影響路徑和空間溢出效應(yīng)進行探討。 那么,農(nóng)業(yè)生產(chǎn)性服務(wù)在多大程度上促進了農(nóng)民增收? 是否存在空間溢出效應(yīng)? 在當前時代背景下,回答這一問題,有助于為農(nóng)民持續(xù)增收和鄉(xiāng)村產(chǎn)業(yè)振興提供新的研究視角,為農(nóng)民增收提供“靠地靠力”之后的“第三空間”。 基于此,本文在空間溢出的視角下運用空間面板計量模型對農(nóng)業(yè)生產(chǎn)性服務(wù)與農(nóng)民增收的空間效應(yīng)進行分析,并對影響路徑進行解析,以期得到有價值的研究結(jié)論。

(二)研究假設(shè)

農(nóng)業(yè)生產(chǎn)性服務(wù)具有流動性強、融合度高的特點,很容易對周圍地區(qū)的農(nóng)民增收產(chǎn)生影響。農(nóng)業(yè)生產(chǎn)性服務(wù)的增收效應(yīng)主要體現(xiàn)在以下三個方面:一是通過糧食增產(chǎn)促進農(nóng)業(yè)節(jié)本增效、提升農(nóng)業(yè)生產(chǎn)效率,進而促進農(nóng)民增收[10-11]。 農(nóng)業(yè)生產(chǎn)性服務(wù)發(fā)展提升農(nóng)業(yè)生產(chǎn)效率可以通過兩條路徑實現(xiàn):首先是生產(chǎn)性服務(wù)將大量的知識資本和人力資本投入到傳統(tǒng)農(nóng)業(yè)中,通過人力資本深化的外溢作用促進農(nóng)業(yè)生產(chǎn)提高效率,在此同時通過服務(wù)規(guī)模經(jīng)營,實現(xiàn)規(guī)模效益,進一步提高農(nóng)業(yè)生產(chǎn)效率；其次通過專業(yè)化分工和降低交易費用促進農(nóng)業(yè)生產(chǎn)效率提升,通過生產(chǎn)效率提升進一步促進農(nóng)民經(jīng)營性收入增加。 二是通過生產(chǎn)性服務(wù)與農(nóng)業(yè)的融合發(fā)展促進農(nóng)民增收[12],通過集聚效應(yīng)進一步提升農(nóng)民收入。 三是農(nóng)業(yè)生產(chǎn)性服務(wù)通過農(nóng)業(yè)托管等方式,解放農(nóng)村勞動力,促進農(nóng)民進城務(wù)工,增加非農(nóng)收入。 基于此,本文提出如下假設(shè):

假設(shè)1:農(nóng)業(yè)生產(chǎn)性服務(wù)發(fā)展能夠促進農(nóng)民增收,且存在空間溢出效應(yīng)；

假設(shè)2:農(nóng)業(yè)生產(chǎn)性服務(wù)發(fā)展一方面能促進非農(nóng)就業(yè)、增加工資性收入,另一方面,通過促進農(nóng)業(yè)節(jié)本增效增加農(nóng)民經(jīng)營性收入。

二、模型設(shè)定與變量選取

(一)空間計量模型

1.模型設(shè)定

考慮到自變量和因變量均存在空間相關(guān)性,本文選用空間面板杜賓模型(SPDM)分析農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展對我國農(nóng)民增收的影響,模型設(shè)定如下:

其中,i代表地區(qū),t代表對應(yīng)的年份,Y表示農(nóng)村居民收入水平,W 表示自變量和因變量的空間相關(guān)矩陣,X表示所有的解釋變量和控制變量的集合,PS 表示農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展規(guī)模；控制變量GDP、FA、CT、ET、DS 分別表示經(jīng)濟發(fā)展水平、財政支農(nóng)水平、城市化水平、人力資本水平和受災(zāi)水平；ε是滿足正態(tài)獨立同分布的隨機誤差項。

2.空間權(quán)重矩陣的選取

在進行空間相關(guān)性分析和空間模型檢驗之前,需要選用合適的空間權(quán)重矩陣。 本文分別采用空間地理權(quán)重矩陣(W1)和空間經(jīng)濟權(quán)重矩陣(W2)進行分析。 本文選用最常用的空間地理權(quán)重矩陣為:

(二)變量選取

被解釋變量是農(nóng)民收入水平,用農(nóng)村居民人均可支配收入表征,核心解釋變量采用農(nóng)業(yè)服務(wù)業(yè)產(chǎn)值/播種面積來衡量[14]。

控制變量的選取及說明:國家宏觀經(jīng)濟環(huán)境、農(nóng)業(yè)相關(guān)政策、人力資本和自然災(zāi)害等因素均會對農(nóng)民收入產(chǎn)生影響,因此從以上項目中選取相應(yīng)指標作為控制變量。 在宏觀環(huán)境方面,選取經(jīng)濟發(fā)展水平和城市化水平①表征；農(nóng)業(yè)相關(guān)政策方面選取財政支農(nóng)水平②度量；人力資本方面采用農(nóng)村居民平均受教育年限③表征；自然災(zāi)害方面采用農(nóng)作物受災(zāi)面積占總播種面積的比重衡量。

(三)數(shù)據(jù)來源

本文研究區(qū)間為2003—2019 年,涉及到的所有數(shù)據(jù)均來自各年份《中國農(nóng)村統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國機械工業(yè)年鑒》,缺失數(shù)據(jù)用相關(guān)省份統(tǒng)計年鑒數(shù)據(jù)補充。 相關(guān)變量的描述性統(tǒng)計見表1。

表1 相關(guān)變量描述性統(tǒng)計

三、模型估計結(jié)果

(一)普通面板模型估計結(jié)果

進行模型估計前,對模型進行相應(yīng)的檢驗。F檢驗、LM 檢驗和Hausman 檢驗的檢驗值分別為15.01、152.62 和60.89,對應(yīng)的P值均小于0.001,綜合分析應(yīng)該選擇固定效用模型進行估計。

從估計結(jié)果可以看出,農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展對農(nóng)民收入增長的影響是正向的,且通過1%的顯著性檢驗,表明發(fā)展農(nóng)業(yè)生產(chǎn)性服務(wù)能顯著促進農(nóng)民收入增長。 背后可能的原因是農(nóng)業(yè)生產(chǎn)性服務(wù)通過提高糧食產(chǎn)量、降低農(nóng)業(yè)生產(chǎn)成本、提高農(nóng)業(yè)生產(chǎn)效率,進而促進農(nóng)民經(jīng)營性收入增長。 與此同時,農(nóng)業(yè)生產(chǎn)性服務(wù)通過對勞動的替代,極大地釋放了農(nóng)村勞動力,而農(nóng)村勞動力在向二三產(chǎn)業(yè)轉(zhuǎn)移的過程中會顯著提高農(nóng)民的工資性收入水平。 在控制變量當中,所有的變量均在1%的顯著性水平下通過檢驗,其中地區(qū)發(fā)展水平、財政支農(nóng)水平、城市化水平、人力資本水平對農(nóng)民增收的影響是正向的,但受災(zāi)程度對農(nóng)民收入的影響是負向的,可能的原因是農(nóng)民購買農(nóng)業(yè)保險的水平較低,農(nóng)民在應(yīng)對自然災(zāi)害時能力仍相對較弱。 見表2

表2 普通面板模型估計結(jié)果

(二)空間溢出效應(yīng)估計

1.空間相關(guān)性檢驗

本文采用全局Moran’I 指數(shù)(莫蘭指數(shù))來檢驗我國省級層面的農(nóng)民收入水平是否存在空間相關(guān)性,結(jié)果表明:對于農(nóng)民收入而言,其Moran’I 指數(shù)全部為正,且對應(yīng)的P值在10%的顯著性水平下全部顯著(見表3),說明我國省級層面的農(nóng)民收入并不是隨機分布的,存在正向的空間相關(guān)性,表現(xiàn)出空間依賴和空間集聚特征。 因此,對農(nóng)民增收進行空間計量分析十分必要。

表3 我國2003—2019 年農(nóng)民收入與農(nóng)業(yè)生產(chǎn)性服務(wù)的Moran’I 指數(shù)

2.模型檢驗與識別

在進行空間計量分析之前,需要通過事先LM檢驗和事后LR、Wald 檢驗及Hausman 檢驗確定合適的空間計量模型。 LM 的檢驗結(jié)果說明,在10%的顯著性水平下,空間誤差和空間滯后的2 個LM統(tǒng)計量都通過顯著性檢驗,說明不能忽略空間相關(guān)性。 通過Hausman 檢驗可以看出,在1%的顯著性水平下拒絕原假設(shè),因此應(yīng)該選擇帶有固定效應(yīng)的空間面板杜賓模型(SPDM)。 而Wald 和LR 檢驗結(jié)果表明,空間面板杜賓模型不能退化為空間滯后模型與空間誤差模型,所以最適合的模型是帶有固定效應(yīng)的空間面板杜賓模型。 檢驗結(jié)果如表4 所示。

表4 模型檢驗結(jié)果

3.空間模型估計結(jié)果

在考慮空間效應(yīng)之后,農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展對農(nóng)民收入增長的影響如表5 所示:農(nóng)業(yè)生產(chǎn)性服務(wù)對農(nóng)民增收存在顯著的正向的影響,且衡量農(nóng)業(yè)生產(chǎn)性服務(wù)溢出效應(yīng)的系數(shù)為0.043 2,在1%的顯著性水平下通過顯著性檢驗,說明農(nóng)業(yè)生產(chǎn)性服務(wù)對周圍地區(qū)農(nóng)民增收具有積極的影響,前文假設(shè)1 得到驗證。

進一步將地理距離矩陣替換為經(jīng)濟距離矩陣進行穩(wěn)健性檢驗,利用SPDM 模型估計,結(jié)果與地理距離矩陣估計結(jié)果基本相同(見表5),說明模型的結(jié)果是穩(wěn)健的。 利用偏微分方程對模型結(jié)果進行效應(yīng)分解結(jié)果,直接效應(yīng)的彈性為0.048 1,空間溢出的間接彈性為0.091 1,總效應(yīng)大小為0.139 2(見表6),說明農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展對農(nóng)民增收的空間溢出間接效應(yīng)大于直接效應(yīng)。

表5 空間面板杜賓模型檢驗結(jié)果

續(xù)表

表6 空間面板杜賓模型效應(yīng)分解

(三)影響路徑分析

根據(jù)前文分析,農(nóng)業(yè)生產(chǎn)性服務(wù)主要通過直接作用于農(nóng)業(yè)生產(chǎn)促進農(nóng)業(yè)經(jīng)營性收入增收和通過勞動替代促進非農(nóng)就業(yè)進而促進農(nóng)民工資性收入增長,故進一步對這兩條影響路徑進行實證檢驗。結(jié)果顯示:農(nóng)業(yè)生產(chǎn)性服務(wù)發(fā)展對農(nóng)民收入構(gòu)成的影響均在1%的顯著性水平下通過檢驗,影響彈性系數(shù)分別為0.227 6 和0.164 9(見表7),說明理論分析中的兩條影響路徑得到驗證,即農(nóng)業(yè)生產(chǎn)性服務(wù)一方面通過農(nóng)業(yè)生產(chǎn)托管等形式釋放部分農(nóng)村勞動力,促進農(nóng)村勞動力向非農(nóng)行業(yè)轉(zhuǎn)移,從而促進農(nóng)民工資性收入增長；另一方面農(nóng)業(yè)生產(chǎn)性服務(wù)通過將技術(shù)、管理等現(xiàn)代生產(chǎn)要素引入農(nóng)業(yè)生產(chǎn)過程中,實現(xiàn)農(nóng)業(yè)生產(chǎn)效率提升,且通過服務(wù)規(guī)模經(jīng)營實現(xiàn)規(guī)模效益共同促進農(nóng)民經(jīng)營性收入增長。

表7 農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)對收入構(gòu)成的面板回歸模型估計結(jié)果

四、結(jié)論與建議

本文選取2003—2019 年全國31 個省市區(qū)的面板數(shù)據(jù)作為研究樣本,運用空間杜賓模型驗證農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展對農(nóng)民收入增長的影響路徑與空間溢出,得出如下結(jié)論:

整體而言,農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展對農(nóng)民增收具有正向促進作用,且存在明顯的空間溢出,即農(nóng)業(yè)生產(chǎn)性服務(wù)不僅能提高本地區(qū)的農(nóng)民收入水平,也能對周圍地區(qū)的農(nóng)民收入水平有正向影響,且空間溢出的間接效應(yīng)大于直接效應(yīng)。 從影響路徑分析可知,農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展一方面通過促進非農(nóng)就業(yè)增加農(nóng)民工資性收入,另一方面通過提升農(nóng)業(yè)生產(chǎn)效率提升農(nóng)民經(jīng)營性收入。

基于以上結(jié)論,提出如下對策建議:(1)進一步加大財政支持生產(chǎn)性服務(wù)業(yè)發(fā)展的力度,促進農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)優(yōu)質(zhì)高效發(fā)展,為鄉(xiāng)村產(chǎn)業(yè)興旺和農(nóng)民增收開拓新的路徑；(2)加強地區(qū)間交流,加大農(nóng)業(yè)生產(chǎn)性服務(wù)業(yè)發(fā)展典型模式的宣傳力度,充分發(fā)揮農(nóng)業(yè)生產(chǎn)性服務(wù)的集聚效應(yīng)、示范效應(yīng),進一步凸顯農(nóng)業(yè)生產(chǎn)性服務(wù)對農(nóng)業(yè)增收的空間溢出效應(yīng)；(3)進一步推動農(nóng)業(yè)生產(chǎn)托管等農(nóng)業(yè)生產(chǎn)性服務(wù)的發(fā)展,在保障糧食安全的前提下釋放更多的農(nóng)村勞動力向非農(nóng)行業(yè)轉(zhuǎn)移,以實現(xiàn)服務(wù)規(guī)模經(jīng)營與規(guī)模收益,進而實現(xiàn)農(nóng)民工資性收入與經(jīng)營性收入進一步增長。

注釋:

①經(jīng)濟發(fā)展水平采用人均GDP 衡量,工業(yè)化水平采用工業(yè)增加值占GDP 的比重衡量,城市化水平采用城鎮(zhèn)人口占總?cè)丝诘谋戎貋砗饬俊?/p>

②財政支農(nóng)水平用農(nóng)林水事務(wù)支出占地方財政一般預(yù)算支出的比重衡量。

③農(nóng)村居民平均受教育年限是根據(jù)歷年《中國人口和就業(yè)統(tǒng)計年鑒》中鄉(xiāng)村人口受教育程度按照(未上過學(xué)*0 +小學(xué)*6 +初中*9 +高中*12 +大專及以上*16)/6 歲以上總?cè)藬?shù)計算得到。