不同地區(qū)農(nóng)民收入影響因素分析

○鄒思遠(yuǎn)宋玉娟（、福州大學(xué)管理學(xué)院 福建 福州 35000；、中南財(cái)經(jīng)政法大學(xué)新華金融保險(xiǎn)學(xué)院 湖北 武漢 430070）

不同地區(qū)農(nóng)民收入影響因素分析

○鄒思遠(yuǎn)1宋玉娟2（1、福州大學(xué)管理學(xué)院 福建 福州 350002；2、中南財(cái)經(jīng)政法大學(xué)新華金融保險(xiǎn)學(xué)院 湖北 武漢 430070）

本文使用半?yún)?shù)空間滯后模型，評(píng)價(jià)2008年不同地區(qū)的農(nóng)作物播種面積、受災(zāi)情況、農(nóng)民就業(yè)、財(cái)政支出對(duì)農(nóng)民收入的影響以及不同地區(qū)之間農(nóng)民收入的相互影響。結(jié)果顯示農(nóng)作物受災(zāi)對(duì)農(nóng)民收入影響為負(fù)，其他因素影響為正。山東、安徽地區(qū)呈現(xiàn)高高的空間集聚，內(nèi)蒙古、寧夏地區(qū)呈現(xiàn)低低的空間集聚，而上海、海南兩地和四川分別呈現(xiàn)異常的低高、高低的空間集聚狀態(tài)。

農(nóng)民收入非參數(shù)計(jì)量空間滯后模型

一、引言

我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，十三億人口的溫飽問題與農(nóng)業(yè)有著息息相關(guān)的聯(lián)系。因此農(nóng)業(yè)的發(fā)展就顯得至關(guān)重要，而農(nóng)民增收問題一直都是三農(nóng)問題的一個(gè)重要方面。隨著改革開放的進(jìn)程，我國(guó)農(nóng)民人均收入由最初133.6元到2008年的4760.62元，增長(zhǎng)了35.63倍，但與發(fā)達(dá)國(guó)家相比仍有著不小的差距。因此，農(nóng)民增收問題依然任重道遠(yuǎn)。本文通過對(duì)不同地區(qū)農(nóng)業(yè)發(fā)展情況的分析，找出不同地區(qū)農(nóng)民收入的空間相關(guān)程度以及農(nóng)作物播種面積、受災(zāi)情況、農(nóng)民就業(yè)和財(cái)政支出對(duì)農(nóng)民收入的影響，以期找出制約農(nóng)民收入增長(zhǎng)的原因，促進(jìn)農(nóng)業(yè)更好地發(fā)展。

二、文獻(xiàn)綜述

長(zhǎng)期以來，在主流的經(jīng)濟(jì)學(xué)理論中，空間事物無關(guān)聯(lián)及均質(zhì)性假定的局限，以及普遍使用忽視空間效應(yīng)的普通最小二乘法（OLS）進(jìn)行模型估計(jì)，使得在實(shí)際應(yīng)用中往往存在模型的設(shè)定偏差問題，進(jìn)而導(dǎo)致經(jīng)濟(jì)學(xué)研究得出的各種結(jié)果和推論不夠完整、科學(xué)，缺乏應(yīng)有的解釋力（吳玉鳴，2005）。經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)中的線性回歸模型的經(jīng)典假定，以及回歸模型的空間計(jì)量經(jīng)濟(jì)學(xué)（Anselin，1988）理論認(rèn)為，一個(gè)地區(qū)空間單元上的某種經(jīng)濟(jì)地理現(xiàn)象或某一屬性值與鄰近地區(qū)空間單元上同一現(xiàn)象或?qū)傩灾凳窍嚓P(guān)的。國(guó)內(nèi)學(xué)者對(duì)不同地區(qū)農(nóng)民收入的影響研究較為深入，不過大多從收入的結(jié)構(gòu)上進(jìn)行分析，林秀梅等（2002）分析了我國(guó)農(nóng)民收入結(jié)構(gòu)及收入增長(zhǎng)狀況，張鳳龍等（2007）通過對(duì)農(nóng)民收入結(jié)構(gòu)進(jìn)行分析，認(rèn)為工資性收入已成為農(nóng)民收入增長(zhǎng)的主要因素。個(gè)別省份農(nóng)民的農(nóng)業(yè)收入比重因政策性因素有所回升。但從長(zhǎng)遠(yuǎn)看，農(nóng)民收入結(jié)構(gòu)不可能有大的變化。

相比較而言，國(guó)外學(xué)者在空間滯后模型這一塊研究更為深入。K.S.Kavi Kumar（2009）利用空間滯后模型分析了溫度的變化對(duì)印度不同地區(qū)農(nóng)業(yè)的影響，認(rèn)為溫度的變化會(huì)增加農(nóng)業(yè)的敏感性。Ansenlin（2004）采用空間模型預(yù)測(cè)農(nóng)業(yè)收益。Bell和Dalton（2007）研究了土地使用的改變和城鄉(xiāng)之間的關(guān)系。Breustedt、Habermann和Kirwan（2009）則采用空間模型對(duì)土地價(jià)格進(jìn)行分析。

本文在以前研究的基礎(chǔ)上，通過收集不同地區(qū)的數(shù)據(jù)，選取2008的樣本數(shù)據(jù)，考慮農(nóng)民就業(yè)、農(nóng)作物播種、財(cái)政支出作為一般的自變量，農(nóng)業(yè)受災(zāi)面積作為空間滯后項(xiàng)。通過Anselin提出的空間滯后模型，分析不同地區(qū)的各個(gè)變量對(duì)農(nóng)民收入的影響程度和不同地區(qū)農(nóng)民收入的相關(guān)性。

三、指標(biāo)選擇和數(shù)據(jù)處理

1、指標(biāo)選擇

本文實(shí)證分析采用的軟件為R軟件、MATLAB軟件和Geoda軟件，數(shù)據(jù)為橫截面數(shù)據(jù)，受數(shù)據(jù)收集所限，樣本采用的是2008年的全國(guó)31個(gè)地區(qū)的數(shù)據(jù)。在空間滯后模型中，因變量為農(nóng)民的農(nóng)業(yè)收入（y），而影響農(nóng)民農(nóng)業(yè)收入的自變量為農(nóng)民就業(yè)人數(shù)（jy）、農(nóng)作物播種面積（bz）、各地的財(cái)政支出（cz）以及非參數(shù)變量農(nóng)業(yè)受災(zāi)面積（sz），以上數(shù)據(jù)皆來自中國(guó)統(tǒng)計(jì)局網(wǎng)站。除此之外，還包括在非參中非常重要的窗框（h）、核函數(shù)以及模型中的空間權(quán)重矩陣（W）。

2、數(shù)據(jù)處理

由于指標(biāo)的數(shù)值比較大，為了方便，我們對(duì)數(shù)據(jù)均進(jìn)行了對(duì)數(shù)處理。在R軟件中作出所有變量?jī)蓛芍g的散點(diǎn)圖，發(fā)現(xiàn)農(nóng)民的農(nóng)業(yè)收入和農(nóng)業(yè)的受災(zāi)面積之間的關(guān)系不明顯，因此我們將受災(zāi)面積作為方程的非參數(shù)變量來考慮，而農(nóng)民就業(yè)人數(shù)、農(nóng)作物播種面積、各地的財(cái)政支出則作為自變量。由于統(tǒng)計(jì)年鑒上采用的農(nóng)民收入為人均收入，為了更好與其他變量相對(duì)應(yīng)，我們把人均收入乘以對(duì)應(yīng)的人數(shù)得到農(nóng)民收入作為因變量。對(duì)于窗框，本文采用的是二階段直接插入法，具體可以利用R軟件提供的一元非參數(shù)回歸模型局部線性估計(jì)的軟件包KernSmooth來計(jì)算。而空間權(quán)重矩陣通常定義一個(gè)二元對(duì)稱的空間權(quán)重矩陣來表達(dá)這n個(gè)空間區(qū)域的鄰近關(guān)系，它遵循的判定規(guī)則是Rook相鄰規(guī)則，即只要兩個(gè)地區(qū)擁有公共邊界則視為相鄰，并設(shè)定為1，否則為0，并且其主對(duì)角線的元素全為0；其具體形式如下：

其中wij為矩陣w中的元素。

四、實(shí)證模型和結(jié)果

1、實(shí)證模型

在現(xiàn)實(shí)中，并不是任意兩個(gè)變量之間的相互關(guān)系都很明顯，為了更好地契合實(shí)際，文中的模型采用的是將非參數(shù)計(jì)量模型和空間滯后項(xiàng)模型相結(jié)合的模型，具體形式如下：

其中y是因變量，x為解釋變量向量，m（z）為未知的非參部分，z為解釋變量中的一個(gè)變量，β為解釋變量的系數(shù)，w是空間權(quán)重矩陣，ρ是空間滯后項(xiàng)wy的系數(shù)，它們表示權(quán)重矩陣觀測(cè)值之間的空間相互作用程度，μ是白噪聲。假設(shè)解釋變量與隨機(jī)誤差項(xiàng)都不相關(guān)，ρ、β已知，對(duì)式（1）進(jìn)行變形并求各變量對(duì)z的條件期望得下式：

將m（z）帶入（1）式中可得：

對(duì)（2）式來說，E（y｜z）、E（x｜z）可以通過R軟件算出窗寬，然后利用MATLAB軟件編程得出。將得出的結(jié)果帶入（3）式，利用Geoda軟件估計(jì)出ρ和β，帶入（1）式就能估計(jì)出m（z）。

2、實(shí)證分析

（1）局部空間自相關(guān)分析

本文利用Moran散點(diǎn)圖和LISA（空間聯(lián)系的局部指標(biāo)）來分析局部空間自相關(guān)。中國(guó)農(nóng)民的農(nóng)業(yè)收入全局Moran散點(diǎn)圖和LISA分析見圖1。圖1——Moran散點(diǎn)圖是關(guān)于空間滯后因子W-lny和lny可視化的二維圖，其中W-lny表示各地區(qū)臨近地區(qū)的空間加權(quán)值。Moran散點(diǎn)圖中的第1、3象限代表觀測(cè)值的正空間相關(guān)性，第2、4象限代表觀測(cè)值的負(fù)空間相關(guān)性，并且第1象限代表了農(nóng)民收入高的區(qū)域單元被高值區(qū)域所包圍（HH）；第2象限代表了農(nóng)民收入低的區(qū)域單元被高值區(qū)域所包圍（LH）；第3象限代表了農(nóng)民收入低的區(qū)域單元被低值區(qū)域所包圍（LL）；第4象限代表了農(nóng)民收入高的區(qū)域單元被低值區(qū)域所包圍（HL）。

圖1 農(nóng)民收入的Moran散點(diǎn)圖

（2）中國(guó)各地區(qū)農(nóng)民農(nóng)業(yè)收入的空間集聚圖

LISA聚集地圖用不同的顏色表示不同的空間自相關(guān)類型。2008中國(guó)各地區(qū)專利空間集聚圖見圖2，圖中有顏色的地區(qū)專利空間關(guān)系顯著，而無顏色的地區(qū)專利空間集聚關(guān)系則不顯著。如圖中：高高，代表農(nóng)民收入高的地區(qū)集聚在一起；低低，表示農(nóng)民收入低的地區(qū)集聚在一起；高低，表示地區(qū)專利數(shù)高，但是周邊地區(qū)農(nóng)民收入低；低高，表示本地區(qū)專利數(shù)低，但是周邊地區(qū)專利數(shù)高。并且這四種類型對(duì)應(yīng)于Moran散點(diǎn)圖中的4個(gè)象限。

圖2 中國(guó)各地區(qū)農(nóng)民農(nóng)業(yè)收入的空間集聚圖

（3）回歸分析

根據(jù)Geoda回歸出來的方程為：

因此式（1）可寫成：

lny=+0.4169ρw lny+0.3005lnjy+0.6246lnbz+0.1573lncz+m（z）+μ

從回歸結(jié)果來看，農(nóng)民農(nóng)業(yè)收入的空間滯后項(xiàng)系數(shù)為0.4169，顯著大于0，說明各個(gè)地區(qū)的農(nóng)民農(nóng)業(yè)收入具有正的相關(guān)性，而農(nóng)民就業(yè)人數(shù)、農(nóng)作物播種面積和財(cái)政支出的系數(shù)分別為0.3005、0.6246和0.1573，說明他們對(duì)農(nóng)民的農(nóng)業(yè)收入均具有正向的影響。這和Moran散點(diǎn)圖的結(jié)果一致。

對(duì)（3）式求導(dǎo)可得：

m'（z）=E'（y｜z）-0.4169w E'（y｜z）-0.3005E'（jy｜z）-0.6246 E'（bz｜z）-0.1573E'（cz｜z）

圖3 偏導(dǎo)數(shù)的估計(jì)

圖3的橫坐標(biāo)表示農(nóng)作物受災(zāi)面積的對(duì)數(shù)，縱坐標(biāo)表示其對(duì)農(nóng)民收入的彈性，從散點(diǎn)圖可以看出它總體上大概是一個(gè)向下傾斜的狀態(tài)，這說明在目前的情況下，受災(zāi)面積越大，農(nóng)民收入越少。而且從圖中可以看到，他們大都分布在（-1，1）之間，說明他們是缺乏彈性，這反映出受災(zāi)的不可抗性，我們因此該增加預(yù)警機(jī)制，加強(qiáng)預(yù)報(bào)，把受災(zāi)面積控制在較低的水平。

五、結(jié)論

從Moran散點(diǎn)圖可以看出，各地區(qū)的農(nóng)業(yè)收入存在空間上的相關(guān)性，從LISA分析得出安徽、山東呈現(xiàn)顯著高-高集聚，內(nèi)蒙古和寧夏呈現(xiàn)顯著低-低集聚，上海和海南兩地呈現(xiàn)顯著的低-高空間集聚狀態(tài)，而四川省呈現(xiàn)顯著的高-低空間集聚狀態(tài)。

由集聚圖可知中國(guó)各地區(qū)的農(nóng)業(yè)收入發(fā)展?fàn)顟B(tài)明顯不平衡，總的來說東部發(fā)展要快過西部發(fā)展。特別是內(nèi)蒙古和青海，占地面積較大，應(yīng)該加大投資的力度，充分利用當(dāng)?shù)氐耐恋刭Y源進(jìn)行發(fā)展，多參照山東、安徽的發(fā)展模式。上海和海南比較特殊，上海由于定位成國(guó)際化大都市，因此其農(nóng)業(yè)發(fā)展滯后。而海南地處南海，面積較小，與周圍省市不是直接相鄰，旅游成為其主要的發(fā)展途徑。對(duì)于四川地區(qū)，由于它與周圍地區(qū)經(jīng)濟(jì)發(fā)展存在負(fù)相關(guān)，而其本身發(fā)展較好，所以應(yīng)該加強(qiáng)與周邊省份的交流，幫助周圍的省市，采取措施來扭轉(zhuǎn)這種異?，F(xiàn)象，使其農(nóng)民收入與周邊的農(nóng)民收入起到相互推進(jìn)的作用。

從回歸結(jié)果來看，農(nóng)作物播種面積對(duì)農(nóng)民收入的影響最大，為0.62，說明我國(guó)農(nóng)民收入主要還是依靠農(nóng)作物的收入，財(cái)政支出和農(nóng)民的就業(yè)情況影響較小。我們應(yīng)該加強(qiáng)各地之間的聯(lián)系，發(fā)揮區(qū)域優(yōu)勢(shì)，增加農(nóng)作物的種類，提高勞動(dòng)生產(chǎn)率，使不同地區(qū)相互促進(jìn)，共同發(fā)展，另外，我們要加大農(nóng)業(yè)財(cái)政支出，增加農(nóng)民就業(yè)機(jī)會(huì)和就業(yè)人數(shù)，最大可能地促進(jìn)農(nóng)民收入的增長(zhǎng)。

非參部分導(dǎo)數(shù)的散點(diǎn)圖，表明農(nóng)業(yè)的受災(zāi)面積對(duì)農(nóng)民的農(nóng)業(yè)收入彈性為負(fù)且具有彈性。因此，在發(fā)生一些自然災(zāi)害或人為災(zāi)害時(shí)，應(yīng)盡可能減少受災(zāi)的面積，確保農(nóng)民的收入。另外，由于就業(yè)人數(shù)、播種面積和財(cái)政支出對(duì)農(nóng)業(yè)均有正向的影響，我們應(yīng)促進(jìn)農(nóng)民的就業(yè)，提高土地的利用率，增加財(cái)政對(duì)農(nóng)業(yè)的支出，這樣就能更好地提高農(nóng)民的收入，加快農(nóng)業(yè)的發(fā)展，進(jìn)而促進(jìn)全社會(huì)的協(xié)調(diào)發(fā)展。

[1] 葉阿忠：半?yún)?shù)計(jì)量經(jīng)濟(jì)學(xué)[M].南開大學(xué)出版社，2003.

[2] Xinshen Diao，Shenggen Fan，and Xiaobo Zhang，China’s WTO accession:impacts on regional agricultural income—a multi-region，general equilibrium analysis[J].Journal of Comparative Economics 2003（31）.

[3] Christoph W eiss，Agriculture Policy and Structural Change: Analyzing（Spatial）Heterogeneity，114th Seminar of the EAAE，2010（4）.