農作物種植結構對農民收入的影響機制研究
——基于四川劍閣縣57個鄉(xiāng)鎮(zhèn)2010—2014年的面板數據

張煬林，李小學，鄒明沂

(1.四川省林業(yè)調查規(guī)劃院，四川成都 610081；2.四川省甘孜州九龍縣林業(yè)局，四川九龍 626200；3.中國人民銀行汶川縣支行，四川汶川 623000)

作為農業(yè)大國，農民收入的增減是國民經濟發(fā)展的關鍵目標之一。但是目前我國農村地區(qū)經濟發(fā)展水平依然偏低，農民收入增長速度緩慢。從2004年開始，一直到2016年，中央一號文件連續(xù)13年聚焦“三農問題”，這也間接說明我國“三農問題”嚴重。更為迫切的是，農村貧困問題是我國農村工作的重中之重。我國多數貧困人口為農民，特別是偏遠山區(qū)的農民。這些地區(qū)的農民主要從事傳統(tǒng)的種養(yǎng)農業(yè)，農民的收入主要來源于各類農作物的種植產出。我國農業(yè)發(fā)展雖然取得了巨大成就，但也面臨一系列的農業(yè)結構調整問題[1]。當前我國的精準扶貧工作正在如火如荼地進行，因此研究農村區(qū)域農作物種植結構對于農民收入的影響機制具有明顯的“精準扶貧”意義。李國祥[2]提出，農業(yè)結構調整加快了農業(yè)市場化進程，提高了農民收入的貨幣化程度。鐘甫寧[3]認為，農業(yè)生產結構的調整是農業(yè)和農村經濟發(fā)展的重要因素之一。

影響農民收入的因素非常多，因此如何促進農民增收的研究成為國內外學者研究的重點。黃祖輝等[4]就考察了技術進步對我國農民收入的影響。許廣月[5]研究了農業(yè)機械化與農民收入關系。楊春玲等[6]則綜合考察了多項影響農民收入的因素，比如農業(yè)基本建設投資、農業(yè)貸款、農業(yè)保險、農業(yè)科技投入等[6]。董曉霞[7]認為，種植業(yè)結構調整顯著提高了農戶家庭的種植業(yè)收入，而對農戶家庭總收入并沒有顯著影響?？v觀這些研究，成果比較豐碩，但具體到農作物種植結構如何影響和促進農民收入的研究并不多。李勝蘭等[8]研究了我國農產品種植結構調整與農民收入變化的關系，得到了3個觀點：一是種植經濟作物比糧食作物更具收入增長效應；二是從事農業(yè)的勞動力越多并不一定提高農民的平均收入水平,這在一定程度上是由于收入水平的增長速度低于農業(yè)勞動力的增長速度；三是農民收入的提高能促進農民從種植糧食作物轉變?yōu)榉N植經濟作物，但這種效應有一定的滯后性。彭海英等[9]研究了湖南省慈利縣零溪鎮(zhèn)的農作物種植結構與農民收入及其對環(huán)境的影響，認為在當地以柑橘為主的單一類型農作物規(guī)?；洜I最有利于降低農民勞動強度、提高農民收入。田東林等[10]認為，農作物種植結構是影響農民收入的關鍵因素。

對于這幾篇既有研究分析發(fā)現(xiàn)，他們的分析一方面數據比較少，方法上也不是包含時空的面板數據；另一方面他們并沒有具體回答究竟哪一種農作物會促進或阻礙農民收入增長，細節(jié)缺少，對“精準”的關注不夠。因此筆者以四川省劍閣縣的農作物種植結構為基礎，精準量化農作物種植結構對農民收入的影響，利用該縣57個鄉(xiāng)鎮(zhèn)2010—2014年的面板數據，重點考察幾種常見的糧食作物類型(小麥、水稻、玉米、番薯、大豆)和經濟作物(油菜、花生、烤煙)等對農民增收的精準化影響，了解各作物類型的影響機制，這在精準扶貧的背景下，對于農村因地制宜調整農作物種植結構、針對性地選擇合適的精準農業(yè)和農作物，從而有效促進農民增收具有重要的現(xiàn)實意義，真正達到量化和精準扶貧的目的。實證研究限于劍閣縣內的農業(yè)結構調整意義，更大的價值在于此類研究的推廣，更加精準地指導區(qū)域扶貧、發(fā)展精準農業(yè)，提升農民收入。

1 研究區(qū)域介紹及數據來源與描述性統(tǒng)計

四川為我國農業(yè)大省、農村人口大省，更是貧困人口大省，農業(yè)貧困人口多。盡管四川2014年農村減貧129萬人，但減貧任務依然艱巨。2015年2月12日四川省召開省委1號文件新聞發(fā)布會，強調四川將不斷優(yōu)化農業(yè)產業(yè)結構，完善惠農政策，調整農業(yè)種養(yǎng)結構，全面深化農村改革，力爭2015年四川省農民人均收入增長10%，減少農村貧困人口109萬。但四川作為西部山區(qū)地形復雜，區(qū)域發(fā)展很不平衡，如何因地制宜發(fā)展精準農業(yè)、實現(xiàn)精準扶貧，如何確保農民增收10%成為關鍵。

劍閣縣是典型的深山區(qū)、革命老區(qū)，是秦巴山連片貧困區(qū)域、“5.12”地震重災區(qū)，貧困面大，貧困程度深。地理上位于四川盆地北部邊緣，是連接四川與陜西、甘肅的通道。地理上，介于105°09′～105°49′E和31°31＇～32°17′N，總面積3 204 km2，地勢西北高、東南低，低山地貌特點顯著。劍閣縣轄57個鄉(xiāng)鎮(zhèn)，31個居民委員會，544個村民委員會，128個居民小組，3 593個村民小組。2014年末全縣戶籍總人口676 794人，其中農業(yè)人口589 421，非農人口87 383，農業(yè)人口占據絕對比例，達到87.1%。劍閣縣是農村人口大縣，局部鄉(xiāng)鎮(zhèn)發(fā)展比較落后，農民收入比較低。這些特征為研究提供了很好的范例，研究結果將為農民增收和精準扶貧問題提供直接的實證證據和參考建議。

為了考察農作物種植結構對農民收入的影響，該研究利用該縣57個鄉(xiāng)鎮(zhèn)2010—2014年的面板數據進行分析，具體來說是糧食作物(小麥、水稻、玉米、番薯、大豆)和經濟作物(油菜、花生、烤煙)的種植結構對農民收入差異的量化影響，還有許多其他類型的農作物，比如馬鈴薯、甘蔗等，但劍閣縣僅有少數鄉(xiāng)鎮(zhèn)有種植，沒有廣泛分布，或者沒有統(tǒng)計數據，因此不納入計算，僅考慮絕大數鄉(xiāng)鎮(zhèn)都有的8種作物類型。需要指出的是，一般研究多以種植面積反映農作物的種植結構，不過這樣缺乏質量結構，比如種植面積多但質量低，總產量也不一定高，所以以面積為種植結構有一定的片面性，應該綜合數量結構和質量結構，因此該研究以單位面積產量來反映農作物的種植結構，既包含基本的面積結構，又能反映質量結構，更為合適。所以在下文的面板數據模型中以單位面積產量為解釋變量,單位為kg/hm2。不過在描述性統(tǒng)計中，為了更直觀地反映農作物種植結構，先以各類農作物的人均種植面積來描述，以更好地理解現(xiàn)實耕作情況。其中各鄉(xiāng)鎮(zhèn)的8種農作物類型數據和農民收入數據來自于2011—2015年的《劍閣縣統(tǒng)計年鑒》[11]。如表1數據顯示，劍閣縣小麥的人均種植面積最多，為0.040 hm2/人，接下來是油菜和稻谷，分別為0.038和0.037 hm2/人，還有玉米也比較多，為0.032 hm2/人，而番薯、大豆就相對比較少，分別為0.007 hm2/人和0.004 hm2/人?？傮w來講，糧食作物的種植面積要大于經濟作物的面積。農民收入方面，劍閣縣這5年的農民人均年收入平均值為5 556元，其中2014年最高人均收入的碗泉鄉(xiāng)為7 589元，也比當年四川全省平均農民人均收入8 803元少了1 200多元，說明劍閣縣農民收入普遍偏低。

表1 劍閣縣2010—2014年農作物人均種植面積及農民收入

2 劍閣縣主要農作物類型與農民收入差異空間分布

空間差異是事物的基本屬性之一，農作物類型分布也一樣。為了觀察該研究的劍閣縣8種農作物類型空間分布差異，這里通過地理信息系統(tǒng)(GIS)[12]將8種農作物的空間分布圖做出比較分析，以2014年為例，如圖1所示。為了更好比較，將57個鄉(xiāng)鎮(zhèn)分為3類，用不同顏色表示，盡管每種農作物的人均面積數值不一樣，但都可以在定性上劃分為低、中、高3類。圖1明顯表明，8種農作物的分布存在一定的空間差異。首先看5種糧食作物的空間分布，其中小麥的人均種植面積高值區(qū)分布在西南部鄉(xiāng)鎮(zhèn)和北部幾個鄉(xiāng)鎮(zhèn)；水稻的人均種植面積高值區(qū)分布在西北部鄉(xiāng)鎮(zhèn)；玉米的高值分布區(qū)為東部鄉(xiāng)鎮(zhèn)和北部幾個鄉(xiāng)鎮(zhèn)；番薯的高值分布區(qū)則零星分布在中南部鄉(xiāng)鎮(zhèn)；大豆的高值分布區(qū)則為中部鄉(xiāng)鎮(zhèn)；可以看出糧食作物存在顯著的空間差異。再看3種經濟作物的空間分布，其中油菜比較集中分布于西部鄉(xiāng)鎮(zhèn)和3個北部鄉(xiāng)鎮(zhèn)；花生的種植高值區(qū)則絕大多數集中于西南部鄉(xiāng)鎮(zhèn)；烤煙的種植高值區(qū)則主要分布于中北部鄉(xiāng)鎮(zhèn)；同樣可以看出經濟作物也存在顯著的空間差異。由這8種農作物的空間分布圖基本可以判斷劍閣縣的農作物種植的空間結構，是精準了解區(qū)域農業(yè)的直觀手段，這對于分類管理基礎農業(yè)信息、精準掌握農作物空間種植結構、因地制宜指導農民差異化的農業(yè)技術等具有重要意義。

同時，為了對劍閣縣各鄉(xiāng)鎮(zhèn)的農民人均收入進行全面的空間分析，這里也類似于對農作物類型分析一樣進行GIS空間展示，以表現(xiàn)各鄉(xiāng)鎮(zhèn)農民收入的空間差異。如圖2顯示，總體上2014年比2010年的人均收入差不多翻了一倍，從平均3 800～4 100元上升到6 400～7 600元。不過從圖2中可以發(fā)現(xiàn)，農民人均收入的分布并沒有太強烈的空間聚集特征，高收入鄉(xiāng)鎮(zhèn)和低收入鄉(xiāng)鎮(zhèn)比較分散。分別來看，2010年高收入鄉(xiāng)鎮(zhèn)非常分散，中等收入集中于中西部和最南部的幾個鄉(xiāng)鎮(zhèn)，低收入主要在東北鄉(xiāng)鎮(zhèn)；2014年高收入區(qū)分散于西北部鄉(xiāng)鎮(zhèn)，中等收入鄉(xiāng)鎮(zhèn)主要集中于南部和北部兩端的一些鄉(xiāng)鎮(zhèn)，低收入主要集中于圍繞中部的高收入鄉(xiāng)鎮(zhèn)?？傮w上來說，人均收入存在顯著空間差異，但并沒有十分明顯的空間特征。

圖1 2014年劍閣縣各鄉(xiāng)鎮(zhèn)農作物類型空間分布差異Fig.1 Differences in the spatial distribution of crop types in villages and towns of Jiange County in 2014

圖2 2010和2014年劍閣縣農民人均收入空間差異Fig.2 Spatial differences in per capita income of farmers in Jiange County in 2010 and 2014

3 農作物種植結構對農民收入影響的實證分析

3.1面板數據簡介該研究應用面板數據模型進行分析，Panel Data即面板數據模型，是截面數據與時間序列數據綜合起來的一種數據類型，是截面上個體在不同時點的重復觀測數據[13]。相對于一維的截面數據和時間序列數據進行經濟分析而言，面板數據有很多優(yōu)點：由于觀測值的增多，可以增加自由度并減少了解釋變量間的共線性，提高了估計量的抽樣精度；面板數據建模比單截面數據建模可以獲得更多的動態(tài)信息，可以構建并檢驗更復雜的行為模型；面板數據可以識別、衡量單使用一維數據模型所不能觀測和估計的影響，可以從多方面對同一經濟現(xiàn)象進行更加全面解釋。因此，該研究應用面板數據模型是一個比較好的選擇。

3.2實證結果與解釋分析為了方便模型分析，這里分別用XM、DG、YM、HS、DD、YC、HSH和KY來表示上述5種糧食作物(小麥、水稻、玉米、番薯、大豆)和3種經濟作物(油菜、花生、烤煙)，單位都為hm2/人；農民人均收入以Y表示，單位為元。為了消除異方差等影響，這里采取常用的計量處理方式，即對數化進行處理。按照面板數據模型的原理，構建基本模型：logYit=αit+β1·logXMit+β2·logDGit+β3·logYMit+β4·logHSit+β5·logDDit+β6·logYCit+β7·logHSHit+β8·logKYit+μit。

面板數據模型有3種效應，一種是混合效應模型Pool，一種是固定效應模型Fixed effects，一種是隨機效應模型Random effects。然后基于2種檢驗方法，即F檢驗和Hausman檢驗，從而選擇最優(yōu)模型。為了簡單說明這一過程，這里先給出混合面板數據結果，如表2，在得出最優(yōu)模型之前并不急于分析估計結果，因為還需要檢驗最優(yōu)模型。

首先檢驗混合模型和固定效應模型哪個更優(yōu)(限于篇幅，這里未給出固定效應模型結果)。相對于混合估計模型來說，是否有必要建立固定效應模型可以通過F檢驗來完成。原假設H0：不同個體的模型截距項相同(建立混合估計模型)。備擇假設H1：不同個體的模型截距項不同(建立個體固定效應模型)。檢驗結果如表3，結果顯示，拒絕原假設，接受備選假設，即應該接受固定效應模型。

表2 混合面板pool估計結果

表3 混合模型和固定效應模型F檢驗結果

其次還需檢驗固定效應模型和隨機效應模型哪個最優(yōu)。這里采用Hausman檢驗用來決定模型是隨機效應還是固定效應。檢驗結果得出，存在隨機效應的顯著性概率為0.120 6，即接受存在隨機效應的原假設，隨機效應模型更優(yōu)。綜合2種檢驗結果，最終確定隨機效應模型最優(yōu)，這里就給出隨機效應模型的結果，即表4，以便后續(xù)解釋分析。

由以上分析和檢驗過程就可以遵循最優(yōu)估計結果(表4)進行分析。表4的估計結果顯示，從各農作物種植結構對農民收入影響的系數檢驗顯著性來看，在5%的顯著性水平下，番薯和花生(顯著性概率為0.070 4和0.902 3)對農民收入影響不顯著，說明這2類農作物在農民收入中并沒有顯著作用，一方面原因可能是農民種植這2類農作物基本是自給自足，轉化成貨幣的可能性不大；另一方面可能是因為種植的成本抵消了產出，基本收支維持平衡狀態(tài)，所以對農民收入并沒有顯著影響。

其他類型的農作物，包括小麥、水稻、玉米、大豆、油菜和烤煙6種農作物則對農民收入具有顯著影響(顯著性概率都通過5%的水平檢驗)，即在農民的收入中，特別是直接的貨幣性收入中，這6種農作物都有顯著作用，能直接影響農民的收入水平。同時6種農作物的顯著性影響還須進一步劃分為2種方式，一種是正向顯著性影響，即系數為正的水稻、大豆、油菜和烤煙4種農作物，它們能為農民增收帶來顯著的促進作用，農民可以通過種植這幾種農作物獲得收益和貨幣收入，促進農民直接增收，這對農民來說是理想和有效的結果；另一種是負向顯著性影響，即系數為負的小麥和玉米2種農作物，它們對農民收入產生阻礙作用，即種植這2種農作物，反而會在一定程度上降低農民的收入，原因可能是受地理環(huán)境因素影響，劍閣縣并不是十分適合種小麥和玉米，以致種植成本超過了產出、投資超過收益，因此反而給農民增收帶來負向作用。

從另一個角度來分析，選取的8種農作物中，有5種糧食作物(小麥、水稻、玉米、番薯、大豆)和3種經濟作物(油菜、花生、烤煙)。其中各有一種糧食作物(番薯)和一種經濟作物(花生)對農民收入沒有顯著影響；有2種糧食作物(水稻和大豆)和2種經濟作物(油菜和烤煙)對農民收入有顯著正向影響，即促進農民增收；有2種糧食作物(小麥和玉米)對農民收入有顯著負向影響，即阻礙農民增收。因此綜合來看，經濟作物總體上要比糧食作物更能給農民收入帶來正向影響(經濟作物沒有一種阻礙農民增收，糧食作物有2種阻礙農民增收)，所以應該輔助和引導當地農民以種植經濟作物為主(對于劍閣縣來說，即應該多種植油菜和烤煙)，這樣才能更好地促進農民增收。

表4 固定效應模型Fixed effects估計結果

同時可以從系數的大小來看，由于數據做了對數處理，所以各種農作物類型的估計系數大小就能反映各自對農民收入的影響程度，比如在4種正向影響農民收入的農作物中，影響系數從大到小依次為水稻0.415 4、油菜0.352 0、玉米0.179 7、烤煙0.066 9；因此在輔助農民調整農作物結構時，這些數據能提供一定的參考，對農作物結構進行優(yōu)化。鑒于此，對于貧困地區(qū)農民來說，該研究結果和參考意見更能在精準扶貧上帶來實際的意義。

4 結論與啟示

該研究以精準扶貧為研究背景，以典型山區(qū)、革命老區(qū)、貧困多發(fā)區(qū)四川劍閣縣為研究對象，以劍閣縣57個鄉(xiāng)鎮(zhèn)2010—2014年5年的面板數據模型為基礎，探討分析了農作物種植結構對農民收入的影響，精準地量化了8種農作物類型對于農民收入的影響機制，為引導農民調整作物類型、優(yōu)化種植結構，進而提升農民收入具有重要的實踐參考意義。特別是為精準扶貧提供了精準、量化和詳實的數據參考。主要結論和啟示有：

第一，就劍閣縣當前的農作物種植結構來講，劍閣縣小麥的人均種植面積最多，為0.040 hm2/人，接下來是油菜和水稻，分別為0.038和0.037 hm2/人，還有玉米也比較多，為0.032 hm2/人，而番薯、大豆就相對比較少，分別為0.007和0.004 hm2/人。總體上來說，劍閣縣糧食作物的種植面積要大于經濟作物的面積。

第二,劍閣縣各種農作物種植結構的空間分布存在很大的差異。其中小麥的人均種植面積高值區(qū)分布在西南部鄉(xiāng)鎮(zhèn)；水稻主要分布在西北部鄉(xiāng)鎮(zhèn)；玉米的高值分布區(qū)為東部多個鄉(xiāng)鎮(zhèn)和北部幾個鄉(xiāng)鎮(zhèn)；番薯零星分布在中南部鄉(xiāng)鎮(zhèn)；大豆主要分布在中部鄉(xiāng)鎮(zhèn)；油菜比較集中分布于西部鄉(xiāng)鎮(zhèn)；花生的種植高值區(qū)集中于西南部鄉(xiāng)鎮(zhèn)；烤煙的種植高值區(qū)則主要分布于中北部鄉(xiāng)鎮(zhèn)。農作物的空間分布圖基本可以判斷劍閣縣的農作物種植的空間結構，也是精準了解區(qū)域農業(yè)的直觀手段，這對于分類管理基礎農業(yè)信息、精準掌握農作物空間種植結構、因地制宜指導農民差異化的農業(yè)技術等具有重要意義。

第三,面板模型估計結果顯示，各有一種糧食作物(番薯)和一種經濟作物(花生)對農民收入沒有顯著影響；有2種糧食作物(水稻和大豆)和2種經濟作物(油菜和烤煙)對農民收入有顯著正向影響，即促進農民增收；有2種糧食作物(小麥和玉米)對農民收入有顯著負向影響，即阻礙農民增收。因此綜合來看，經濟作物總體上要比糧食作物更能給農民收入帶來正向影響，所以對于劍閣縣來說，應該多種植經濟作物?？v觀模型結果，劍閣縣應以種植水稻、大豆、油菜和烤煙為宜，這樣便能更好地促進農民增收。

盡管以上研究結果是個案，短期的實踐意義在于劍閣縣本身，但該研究更大的意義在于此類研究的推廣，因為在精準扶貧的背景下，研究更多是微觀性的、區(qū)域性的和地方性的，應該深入研究各個區(qū)域的差異性，針對性地提出提升農民收入和改善農村生活的意見和政策，這樣才符合精準扶貧的本質內涵。如果農民不知道這一精準的數據，就有盲目種植的可能性，以致收入增速緩慢。因此在精準扶貧背景下，就是要給農民提供精準量化的耕作信息，政府在扶貧開發(fā)上也應該充分掌握各個區(qū)域差異化的精準信息，因地制宜提供科學的扶貧措施。

[1] 劉珍環(huán), 楊鵬, 吳文斌, 等.近30年中國農作物種植結構時空變化分析[J].地理學報, 2016, 71(5):840-851.

[2] 李國祥.農業(yè)結構調整對農民增收的效應分析[J].中國農村經濟, 2005(5):12-20.

[3] 鐘甫寧.增加農民收入與調整經濟結構[J].農村經濟, 2004(3):1-4.

[4] 黃祖輝, 錢峰燕.技術進步對我國農民收入的影響及對策分析[J].中國農村經濟, 2003(12):11-17.

[5] 許廣月.農業(yè)機械化與農民收入關系研究：基于中國省級面板的實證分析[J].西部論壇, 2011, 21(3):18-25.

[6] 楊春玲, 周肖肖.農民農業(yè)收入影響因素的實證分析[J].財經論叢, 2010(2):13-18.

[7] 董曉霞.種植業(yè)結構調整對農戶收入影響的實證分析：以環(huán)北京地區(qū)為例[J].農業(yè)技術經濟, 2008(1):10-17.

[8] 李勝蘭, 張曦.我國農產品種植結構調整與農民收入變化的關系研究：基于我國糧食安全的視角[C]//市場經濟與政府職能轉變：2012年嶺南經濟論壇暨廣東經濟學會年會論文集.廣州：廣東經濟學會，2012.

[9] 彭海英, 史正濤, 劉新有, 等.農作物種植結構與農民收入及其對環(huán)境影響的分析[J].環(huán)境科學與管理, 2008, 33(2):44-48.

[10] 田東林, 韋艷, 李永前.云南省農民收入狀況的調查分析[J].當代經濟, 2012(15):85-87.

[11] 劍閣縣統(tǒng)計局.劍閣縣統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社,2011-2015.

[12] 湯國安, 楊昕.ArcGIS地理信息系統(tǒng)空間分析實驗教材[M].北京:科學出版社,2006.

[13] 陳強.高級計量經濟學及stata應用[M].北京:高等教育出版社,2010.