廣西農(nóng)業(yè)與旅游業(yè)融合發(fā)展研究

摘要：農(nóng)業(yè)和旅游業(yè)融合逐漸成為我國欠發(fā)達(dá)地區(qū)經(jīng)濟(jì)增長的新趨勢。基于1999—2019年廣西農(nóng)業(yè)總產(chǎn)值和國內(nèi)外旅游收入的數(shù)據(jù)構(gòu)建了向量誤差修正模型。通過協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)和方差分解等多種統(tǒng)計(jì)方法對廣西在農(nóng)業(yè)和旅游業(yè)方面的發(fā)展進(jìn)行實(shí)證分析。結(jié)果表明：農(nóng)業(yè)總產(chǎn)值、國內(nèi)旅游收入和旅游外匯收入之間沒有明顯的雙向因果關(guān)系，而且隨著時(shí)間的推移，廣西的農(nóng)業(yè)總產(chǎn)值與旅游業(yè)之間的相互影響逐漸增強(qiáng)。

關(guān)鍵詞：農(nóng)業(yè)旅游業(yè)VEC模型協(xié)整檢驗(yàn)格蘭杰因果檢驗(yàn)

中圖分類號：F326.27;F592.7

ResearchontheIntegratedDevelopmentofAgricultureandTourisminGuangxi

LUOJinlian

GuizhouUniversityofFinanceandEconomics，Guiyang，GuizhouProvince，550025China

Abstract：TheintegrationofagricultureandtourismhasincreasinglybecomeanewtrendforeconomicgrowthinunderdevelopedareasofChina.ThispaperconstructsaVectorErrorCorrectionModel（VECM）basedonthedataofthetotalagriculturaloutputanddomesticandinternationaltourismincomeinGuangxifrom1999to2019.ThroughCointegrationTest，GrangerCausalityTest，andVarianceDecomposition，anempiricalanalysisofGuangxi'sdevelopmentinagricultureandtourismisconducted.Theresultsindicate thatthereisnosignificantbidirectionalcausalitybetweentotalagriculturaloutput，domestictourismincome，andforeignexchangeearningsfromtourism.Moreover，themutualinfluencebetweenGuangxi'sagriculturaloutputandthetourismindustryhasgraduallyincreasedovertime.

KeyWords：Agriculture;Tourism;VECmodel;CointegrationTest;GrangerCausalityTest

1研究背景

農(nóng)業(yè)與旅游業(yè)的結(jié)合作為農(nóng)村產(chǎn)業(yè)整合的范例，在國內(nèi)眾多地區(qū)已經(jīng)取得了明顯成效。所謂農(nóng)旅融合[1]，是指以農(nóng)業(yè)為根基，通過雙方的優(yōu)勢互補(bǔ)和資源共享，合理開發(fā)農(nóng)業(yè)資源以促進(jìn)旅游業(yè)，實(shí)現(xiàn)互利共榮的發(fā)展模式。鑒于中國龐大的人口規(guī)模和廣闊的地理面積，農(nóng)村地區(qū)情形千差萬別，根據(jù)不同地區(qū)的具體情況制定合適的融合策略和發(fā)展特色產(chǎn)業(yè)，是促進(jìn)農(nóng)旅融合健康發(fā)展的關(guān)鍵所在[2]。

當(dāng)前，國內(nèi)外學(xué)者對這種融合模式進(jìn)行了廣泛研究，涉及其定義、耦合度分析、貧困減輕以及具體實(shí)施路徑等。在具體的地區(qū)研究中，通過構(gòu)建耦合度模型，學(xué)者們對陜西南部的秦巴山區(qū)[3]、廣西壯族自治區(qū)[4]以及西南地區(qū)四省[5]的農(nóng)旅融合水平進(jìn)行了評估。例如：鐘漪萍等人[6]建立了一個(gè)理論框架，分析了農(nóng)旅融合在減少農(nóng)村貧困方面的機(jī)制，并強(qiáng)調(diào)以農(nóng)業(yè)為基礎(chǔ)，旅游業(yè)作為推動(dòng)力是提升脫貧效率的關(guān)鍵。林珍銘等人[7]研究了桂林市農(nóng)業(yè)與旅游業(yè)的相互作用和發(fā)展途徑，發(fā)現(xiàn)兩者都可以增加農(nóng)民的收入，但主要收入還是來源于農(nóng)業(yè)。劉紅等人[8]通過投入產(chǎn)出法分析了江蘇省農(nóng)業(yè)與旅游業(yè)的關(guān)聯(lián)性，指出旅游業(yè)對農(nóng)業(yè)有間接而非直接的顯著影響，并建議增強(qiáng)旅游業(yè)主動(dòng)與農(nóng)業(yè)融合的動(dòng)力。

總體來說，大多數(shù)研究者采用耦合度模型對農(nóng)業(yè)和旅游業(yè)的融合水平進(jìn)行評估，而只有極少數(shù)學(xué)者探討了二者之間的互動(dòng)關(guān)系。深入研究農(nóng)業(yè)與旅游業(yè)的相互作用對于準(zhǔn)確了解和評價(jià)廣西兩者融合的程度與現(xiàn)狀至關(guān)重要，同時(shí)也能夠發(fā)現(xiàn)發(fā)展過程中的問題，為兩者的健康互動(dòng)提供科學(xué)的依據(jù)。本文通過建立VEC模型，并利用格蘭杰因果檢驗(yàn)和方差分解方法，使用Eviews10軟件對廣西1999—2019年農(nóng)業(yè)與旅游業(yè)的數(shù)據(jù)進(jìn)行了實(shí)證分析，并據(jù)此提出建設(shè)性建議。

2研究方法與數(shù)據(jù)說明

2.1向量誤差修正模型（VECM）

向量誤差修正模型[9]（VectorErrorCorrectionModel，VEC模型）是由Engle和Granger基于協(xié)整理念與誤差修正模型相結(jié)合而提出的一種模型。該模型是在差分向量自回歸（VectorAutoregressiveModel，VAR）模型的基礎(chǔ)上添加了誤差修正項(xiàng)。VEC模型特別適合分析那些存在長期穩(wěn)定協(xié)整關(guān)系的變量集。只有當(dāng)協(xié)整檢測確認(rèn)這些變量間具有長期的穩(wěn)定聯(lián)系時(shí)，才能適用VEC模型。由于VEC模型融入了協(xié)整的限制條件，與VAR模型相比，它在處理非平穩(wěn)時(shí)間序列經(jīng)濟(jì)變量時(shí)更有優(yōu)勢，能夠避免丟失變量間的長期信息，提高分析的準(zhǔn)確性。在運(yùn)用VAR和VEC模型時(shí)，還需利用格蘭杰因果關(guān)系檢驗(yàn)和方差分解這些工具。格蘭杰因果檢驗(yàn)用于確定變量的滯后值是否影響其他變量的當(dāng)前值，該方法適合分析穩(wěn)定的時(shí)間序列數(shù)據(jù)或者那些盡管非穩(wěn)定但具有協(xié)整關(guān)系的序列。對于那些沒有協(xié)整聯(lián)系的非平穩(wěn)時(shí)間序列，需要先將其差分為平穩(wěn)序列，然后才能進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。

2.2數(shù)據(jù)來源與數(shù)據(jù)處理

本文選取了廣西1999—2019年的21年時(shí)間范圍內(nèi)的農(nóng)業(yè)總產(chǎn)值（X）、國內(nèi)旅游收入（Y）和旅游外匯收入（Z）作為進(jìn)行實(shí)證分析的數(shù)據(jù)基礎(chǔ)。這些數(shù)據(jù)是依據(jù)國家統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)以及《廣西統(tǒng)計(jì)年鑒》的歷年紀(jì)錄整理而成。為了維持變量之間的動(dòng)態(tài)關(guān)系并降低數(shù)據(jù)潛在的異方差性，本文對所選變量進(jìn)行了對數(shù)變換，分別表示為LX、LY和LZ。

3結(jié)果分析

3.1變量的平穩(wěn)性檢驗(yàn)

為了確保模型分析的準(zhǔn)確性并避免偽回歸的問題，模型中所有的變量都必須是穩(wěn)定的。本文采用了ADF單位根檢驗(yàn)方法對各個(gè)指標(biāo)的平穩(wěn)性進(jìn)行了驗(yàn)證，具體結(jié)果展示在表1中。

根據(jù)ADF檢驗(yàn)結(jié)果可知，LX、LY、LZ這3個(gè)序列的原始數(shù)據(jù)都是非平穩(wěn)的。但當(dāng)對這些序列進(jìn)行二階差分處理之后，它們變成了平穩(wěn)序列。

3.2確定協(xié)整檢驗(yàn)的最優(yōu)滯后階數(shù)

在確定時(shí)間序列數(shù)據(jù)為二階平穩(wěn)后，需要確定VAR模型的最適階數(shù)，以便構(gòu)建VAR模型。目的是尋找協(xié)整檢驗(yàn)中最佳的滯后階數(shù)。根據(jù)檢驗(yàn)結(jié)果（見表2），當(dāng)滯后四階時(shí)，F(xiàn)PE、AIC、SC和HQ這4個(gè)標(biāo)準(zhǔn)均為最小值。在協(xié)整檢驗(yàn)中，所選的滯后階數(shù)應(yīng)為原VAR模型經(jīng)一階差分后的滯后階數(shù)減一，綜合考量后，決定在建立VEC模型時(shí)選擇滯后兩階作為最優(yōu)階數(shù)。

3.3Johansen協(xié)整檢驗(yàn)

協(xié)整檢驗(yàn)旨在探究是否存在一個(gè)長期而穩(wěn)定的關(guān)聯(lián)關(guān)系，即在非平穩(wěn)變量之間檢驗(yàn)它們是否能形成一個(gè)穩(wěn)定的組合。如果這樣的組合本身是平穩(wěn)的，則可以認(rèn)為這些變量之間存在協(xié)整關(guān)系。直接對非平穩(wěn)變量進(jìn)行回歸分析可能會引起偽回歸問題。因此，進(jìn)行回歸分析之前，需要先進(jìn)行協(xié)整性檢驗(yàn)，本文選擇Johansen檢驗(yàn)方法來進(jìn)行這一分析。

利用EViews10軟件和參照先前確定的滯后期數(shù)，進(jìn)行Johansen協(xié)整檢驗(yàn)。根據(jù)跡統(tǒng)計(jì)量檢驗(yàn)和最大特征值檢驗(yàn)的結(jié)果，在5%的顯著性水平上，P=0.004<0.05，我們能夠拒絕“至多存在一個(gè)協(xié)整關(guān)系”的零假設(shè)。然而，在相同的顯著性水平上，P=0.2075>0.05，我們無法拒絕“至多存在兩個(gè)協(xié)整關(guān)系”的零假設(shè)。據(jù)此得出結(jié)論，序列間至多存在兩個(gè)協(xié)整關(guān)系。

3.4向量誤差修正模型及估計(jì)結(jié)果分析

根據(jù)Granger表述定理，如果變量間存在協(xié)整關(guān)系，則它們之間的短期非均衡關(guān)系總能由誤差修正模型表述。因此繼續(xù)建立VEC模型來考察短期波動(dòng)對長期均衡的影響，采用極大似然估計(jì)法，通過對VEC模型的估計(jì)，其中關(guān)于廣西農(nóng)業(yè)生產(chǎn)總值、國內(nèi)旅游收入和旅游外匯收入的VEC模型具體如下：

D（LX）=0.236×（LX（-1）-0.207×LZ（-1）-6.401）+0.163×（LY（-1）-2.725×LZ（-1）+11.371）-0.520×D（LZ（-1））-0.611×D（LX（-2））-0.348×D（LY（-1））+0.495×D（LY（-2））+0.327×D（LZ（-1））+0.068×D（LZ（-2））+0.139

D（LY）=0.335×（LX（-1）-0.207×LZ（-1）-6.401）+0.080×（LY（-1）-2.725×LZ（-1）+11.371）+0.085×D（LX（-1））-0.057×D（LX（-2））+0.637×D（LY（-1））-0.358×D（LY（-2））-0.053×D（LZ（-1））+0.061×D（LZ（-2））+0.152

D（LZ）=1.538×（LX（-1）-0.207×LZ（-1）-6.401）+0.561×（LY（-1）-2.725×LZ（-1）+11.371）-0.699×D（LX（-1））-1.411×D（LX（-2））+0.568×D（LY（-1））-1.386×D（LY（-2））+0.427×D（LZ（-1））+0.553×D（LZ（-2））+0.367

誤差修正項(xiàng)的系數(shù)能對廣西國內(nèi)旅游收入、旅游外匯收入和農(nóng)業(yè)生產(chǎn)總值的當(dāng)前期值產(chǎn)生調(diào)整作用。具體來說，系數(shù)為0.236、0.335和1.538，這表明上一期的非均衡誤差會分別以23.6%、33.5%和154%的速度調(diào)整當(dāng)前期的值。對于農(nóng)業(yè)總產(chǎn)值，意味著若它在短期內(nèi)偏離長期均衡狀態(tài)，將會以大約23.6%的速度回歸至長期均衡。對于國內(nèi)旅游收入，任何偏離均衡狀態(tài)的情況將會以33.5%的速度被修正。而對于旅游外匯收入，其自我修正的速度非?？欤?54%的速度拉回均衡狀態(tài)。

3.5格蘭杰因果檢驗(yàn)

變量的變化通常會存在相互影響，常常需要確定某一變量的變化究竟由哪些變量導(dǎo)致的。格蘭杰因果檢驗(yàn)是為了驗(yàn)證和確定某一變量的改變能否引起另一變量改變的原因。

從表3內(nèi)容可知：廣西國內(nèi)旅游收入對旅游外匯收入具有格蘭杰因果作用，而反之不成立，暗示著廣西國內(nèi)旅游和入境旅游還未實(shí)現(xiàn)協(xié)調(diào)發(fā)展；廣西農(nóng)業(yè)總產(chǎn)值對國內(nèi)旅游收入具有格蘭杰因果關(guān)系，說明農(nóng)業(yè)的進(jìn)步為廣西鄉(xiāng)村旅游及相關(guān)領(lǐng)域提供了有利條件；廣西的農(nóng)業(yè)總產(chǎn)值對旅游外匯收入也有單向的格蘭杰影響，意味著農(nóng)業(yè)的產(chǎn)出能夠促進(jìn)旅游外匯收入增長，但旅游外匯收益的提升不一定會反哺農(nóng)業(yè)發(fā)展。

3.6模型的方差分解

方差分解技術(shù)能夠量化并顯示不同變量在預(yù)測中的影響力和相對重要性。選擇預(yù)測期為10期，則方差分解結(jié)果如表4所示。

通過對廣西農(nóng)業(yè)總產(chǎn)值LX的方差分解來看，最初，預(yù)測誤差完全由LX自身因素引起，但隨著時(shí)間的推移，國內(nèi)旅游收入和旅游外匯收入對其影響逐步增長。到了第10期預(yù)測，LX的誤差中僅有34.98%是由自身因素造成的，而33.61%來自國內(nèi)旅游收入，31.41%來源于旅游外匯收入；對于國內(nèi)旅游收入LY的方差分解來說，其波動(dòng)大多是由LY自身引起的，隨著預(yù)測期延長，自身對波動(dòng)的貢獻(xiàn)度逐漸減少。特別是到了第二期，LY的波動(dòng)開始受到LX的影響，并且這種影響隨時(shí)間增長而增加。在旅游外匯收入LZ的方差分解中，LZ的波動(dòng)主要由其自身因素引起，而且國內(nèi)旅游收入LY對LZ波動(dòng)的影響正在逐漸增加。

4結(jié)論與建議

通過以1999—2019年廣西農(nóng)業(yè)總產(chǎn)值、國內(nèi)旅游收入與旅游外匯收入數(shù)據(jù)為基礎(chǔ)建立VEC模型，從格蘭杰因果關(guān)系結(jié)果看，這三者之間沒有明顯的雙向因果關(guān)系，表明廣西農(nóng)旅融合程度低，從方差分解結(jié)果看，隨著時(shí)間的推移，廣西的農(nóng)業(yè)總產(chǎn)值與旅游業(yè)之間的相互影響逐漸增強(qiáng)。綜合這些結(jié)果可以看出，促進(jìn)農(nóng)業(yè)與旅游業(yè)的融合發(fā)展是大勢所趨。建議深化農(nóng)旅融合，現(xiàn)代化農(nóng)業(yè)，完善保障機(jī)制以促進(jìn)農(nóng)業(yè)和旅游業(yè)的共同進(jìn)步。具體措施包括發(fā)展體驗(yàn)式農(nóng)業(yè)，政府推動(dòng)現(xiàn)代農(nóng)業(yè)和完善基礎(chǔ)設(shè)施，及提高農(nóng)民專業(yè)素質(zhì)。為廣西鄉(xiāng)村旅游全面發(fā)展創(chuàng)造良好條件。

參考文獻(xiàn)

[1] 田強(qiáng).鄉(xiāng)村振興背景下農(nóng)旅融合發(fā)展路徑：評中國財(cái)政經(jīng)濟(jì)出版社《農(nóng)旅融合促進(jìn)鄉(xiāng)村振興機(jī)理與實(shí)證研究》[J].價(jià)格理論與實(shí)踐，2022（1）：177.

[2] 方世敏，王海艷.農(nóng)業(yè)與旅游產(chǎn)業(yè)融合系統(tǒng)演化機(jī)制研究[J].湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2019，43（2）：63-68.

[3] 郭萌，王怡.陜南秦巴山區(qū)生態(tài)農(nóng)業(yè)與旅游業(yè)耦合協(xié)調(diào)發(fā)展戰(zhàn)略[J].江蘇農(nóng)業(yè)科學(xué)，2020，48（2）：19-25.

[4] 蒙永亨，馮穎濤，趙昱.鄉(xiāng)村振興視閾下欠發(fā)達(dá)地區(qū)農(nóng)旅產(chǎn)業(yè)耦合協(xié)調(diào)發(fā)展研究：以廣西為例[J].桂林理工大學(xué)學(xué)報(bào)，2021，41（2）：426-433.

[5] 姚旻，鄭時(shí)友.旅游業(yè)可帶動(dòng)農(nóng)業(yè)發(fā)展嗎？：基于西南四?。ㄊ校┑鸟詈蠀f(xié)調(diào)實(shí)證分析[J].福建商學(xué)院學(xué)報(bào)，2019（5）：58-64.

[6] 鐘漪萍，唐林仁.農(nóng)旅融合減緩農(nóng)村貧困機(jī)理與實(shí)證研究[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2020（3）：43-52，170-171.

[7] 林珍銘，黃月玲，林明明等.桂林市農(nóng)業(yè)與旅游業(yè)互動(dòng)關(guān)系與融合發(fā)展對策分析：基于VAR模型和Granger因果檢驗(yàn)[J].桂林理工大學(xué)學(xué)報(bào)，2022，42（2）：507-514.

[8] 劉紅，張嵐.江蘇農(nóng)業(yè)與旅游業(yè)產(chǎn)業(yè)關(guān)聯(lián)融合度研究[J].南京師大學(xué)報(bào)（自然科學(xué)版），2015，38（4）：152-156.

[9] 易丹輝.時(shí)間序列分析：方法與應(yīng)用[M].北京：中國人民大學(xué)出版社，2018.