從“三化”同步看江蘇農(nóng)村居民收入倍增計(jì)劃可行性

趙巍、倪婧婕

（1國家統(tǒng)計(jì)局江蘇調(diào)查總隊(duì)、2北京林業(yè)大學(xué)，南京、北京 210003、100083）

收入問題關(guān)系國民幸福、經(jīng)濟(jì)發(fā)展和社會穩(wěn)定，農(nóng)村居民增收更是社會各界關(guān)注的焦點(diǎn)。隨著工業(yè)化和城鎮(zhèn)化進(jìn)程不斷推進(jìn)，江蘇農(nóng)村居民收入呈現(xiàn)較快增長，但與城鎮(zhèn)居民收入、與社會期望仍有相當(dāng)差距。江蘇各級政府認(rèn)識到收入水平不高和收入差距擴(kuò)大不利于社會發(fā)展，均十分重視提高收入，于2010年提出實(shí)施居民收入倍增計(jì)劃，千方百計(jì)增加城鄉(xiāng)居民尤其是農(nóng)村居民收入，確保到2017年實(shí)現(xiàn)“七年收入倍增”。本文立足江蘇工業(yè)化、現(xiàn)代化、城鎮(zhèn)化“三化”同步實(shí)踐進(jìn)程，探求在現(xiàn)行經(jīng)濟(jì)環(huán)境和分配機(jī)制條件下實(shí)現(xiàn)農(nóng)民收入倍增的可能性，提出實(shí)現(xiàn)倍增的主要著力方向。

一、數(shù)據(jù)描述

由于居民收入、財(cái)政收入和地區(qū)生產(chǎn)總值之間存在緊密的協(xié)同聯(lián)動關(guān)系，并能共同解釋宏觀經(jīng)濟(jì)的運(yùn)行質(zhì)量，可通過三者間的數(shù)量關(guān)系評估各指標(biāo)的數(shù)據(jù)質(zhì)量。1991-2011年，在人均GDP快速增長的同時(shí)，江蘇省人均財(cái)政收入、職工年平均工資、農(nóng)村居民家庭人均收入也不斷提高，隨著時(shí)間發(fā)展，均值均逐漸增大，方差也逐漸拉大，但都呈現(xiàn)出穩(wěn)定趨勢的一致性。由圖1可見，四者增速雖有差異，但走勢呈現(xiàn)出較強(qiáng)的相似性。數(shù)據(jù)在連續(xù)的時(shí)間維度上表現(xiàn)為漸進(jìn)穩(wěn)定性，即絕對值和增速均呈漸進(jìn)變動，絕對增長和相對增長均未發(fā)生突變。同時(shí)，由于影響增長的各相關(guān)要素具有不同時(shí)滯，因此在同一時(shí)間產(chǎn)生“共振”效應(yīng)的可能性較小，各指標(biāo)的動態(tài)變化在某些時(shí)間點(diǎn)上可能存在差異。

經(jīng)檢驗(yàn)，人均GDP、人均財(cái)政收入、農(nóng)村居民家庭人均純收入等指標(biāo)間表現(xiàn)為較強(qiáng)的正相關(guān)，均為一階單整，存在Granger因果關(guān)系和穩(wěn)定的均衡關(guān)系，相互之間的邏輯關(guān)系與基本的經(jīng)濟(jì)原理吻合。

圖1 江蘇省人均GDP、人均財(cái)政收入、職工年平均工資、農(nóng)村居民家庭人均收入增速變化趨勢圖

二、模型建立、檢驗(yàn)與分析

總結(jié)我國近十年來關(guān)于農(nóng)民增收影響因素的文獻(xiàn)，主要有以下幾類：一是資源稟賦方面。認(rèn)為土地、生產(chǎn)性固定資產(chǎn)、人力資本、儲蓄和手持現(xiàn)金這四大類資源是農(nóng)戶獲得收入的主要渠道。二是農(nóng)民就業(yè)方面。主張農(nóng)民收入增長困難的深層原因是農(nóng)村就業(yè)不充分。只有減少農(nóng)民，才能富裕農(nóng)民，這是世界各國促進(jìn)農(nóng)業(yè)、農(nóng)村發(fā)展的基本經(jīng)驗(yàn)。三是收入分配和價(jià)格體制方面。認(rèn)為改革開放前我國國民收入的分配格局主要是向重工業(yè)傾斜，改革開放后主要是向城市傾斜，這種收入分配體制不合理制約了農(nóng)民收入增長。四是城市化方面。認(rèn)識到城市化進(jìn)程滯后，相對較小的城市人口規(guī)模難以對農(nóng)產(chǎn)品形成有效的消費(fèi)需求，不僅造成了城鄉(xiāng)經(jīng)濟(jì)發(fā)展長期處于失衡狀態(tài)，農(nóng)村居民收入增長緩慢，而且進(jìn)一步導(dǎo)致了國內(nèi)消費(fèi)市場需求疲軟，難以啟動。

除上述影響因素外，還有諸如城鄉(xiāng)二元體制、農(nóng)民權(quán)益保障缺失、社會等級制度及思想觀念影響等體制的、政治的和觀念的因素。

本文將影響農(nóng)民增收的主要因素分為資源稟賦、就業(yè)、收入分配與價(jià)格體制、城市化程度以及整體經(jīng)濟(jì)發(fā)展水平等方面，因此考慮選取的影響變量為：耕種面積（land）、農(nóng)業(yè)機(jī)械化程度（amp）、農(nóng)民生產(chǎn)性固定資產(chǎn)（pfa）、財(cái)政支農(nóng)支出（ae）；農(nóng)村勞動力受教育程度（edu）；農(nóng)產(chǎn)品收購價(jià)格（ap）、勞動者報(bào)酬（w）；農(nóng)村非農(nóng)勞動力比重（c）；經(jīng)濟(jì)規(guī)模（gdp）、工業(yè)化水平（sgdp）。由于分析的需要，本文選取剔除價(jià)格影響后的江蘇農(nóng)民人均實(shí)際純收入為因變量。利用偏最小二乘法建立模型，數(shù)據(jù)范圍為1992-2011年。

本文采用馬克威5.0 進(jìn)行模型計(jì)算，首先通過變量間的相關(guān)系數(shù)進(jìn)行多重共線性診斷，顯示自變量ap、ae、pfa、amp、c、w、gdp、sgdp與因變量之間相關(guān)系數(shù)均超過0.9，為高度相關(guān)，自變量間存在嚴(yán)重的多重共線性。擬合偏最小二乘模型提取主成分，第二主成分t2的交叉有效性值Q22=0.0396<0.0975，因此建立基于第一主成分t1的回歸方程：

經(jīng)檢驗(yàn)自變量的主成分對自變量的累計(jì)解釋能力為83.43%，對因變量的累計(jì)解釋能力為99.65%，t1能較好的解釋因變量與代表自變量。

表1 回歸系數(shù)表

從表1回歸系數(shù)表可以看出，所有的自變量都與因變量存在同向變動關(guān)系，即各變量均對農(nóng)民增收具有正向促進(jìn)作用。其中影響程度最大的變量為農(nóng)村勞動力受教育程度（edu），在其他變量不變的情況下，轉(zhuǎn)移勞動力中初中及初中以上學(xué)歷比重每提高一個(gè)百分點(diǎn)，農(nóng)民人均實(shí)際純收入增加15.16元，說明教育與技能培訓(xùn)能夠提高勞動力質(zhì)量；其他影響程度較大的因素有農(nóng)村非農(nóng)勞動力比重（c）、農(nóng)產(chǎn)品收購價(jià)格（ap）、耕種面積（land）、農(nóng)業(yè)機(jī)械化程度（amp），系數(shù)分別為8.5956、1.4358、0.8855和0.6706。

觀察實(shí)際純收入增長率可發(fā)現(xiàn)，2004年農(nóng)民人均實(shí)際純收入出現(xiàn)了較大幅度的增長，恰逢江蘇2003年開始實(shí)行500萬勞動力大轉(zhuǎn)移；而上述偏最小二乘回歸結(jié)果中，非農(nóng)勞動力比重對因變量的影響也較為明顯，考慮到實(shí)行此政策前后影響農(nóng)民增收的因素可能產(chǎn)生變化，故對數(shù)據(jù)進(jìn)行分段處理。剔除部分影響程度較小的變量，選取耕種面積（land）、農(nóng)業(yè)機(jī)械化程度（amp）、農(nóng)業(yè)財(cái)政支出（ae）、農(nóng)村勞動力受教育程度（edu）、農(nóng)產(chǎn)品收購價(jià)格（ap）、非農(nóng)勞動力比重（c）和工業(yè)化水平（sgdp）7個(gè)變量。

1992-2003年回歸結(jié)果為：

提取2個(gè)主成分，因變量的累積擬合度為98.8%，自變量的主成分對自變量和因變量的累積解釋能力為89.53%和99.26%。

2004-2011年回歸結(jié)果為：

提取1個(gè)主成分，因變量的累積擬合度為97.7%，自變量的主成分對自變量和因變量的累積解釋能力為88.3%和98.52%。

表2 系數(shù)比較表

由表2可知，1992-2003年各變量對農(nóng)民增收影響由大到小依次排列為：農(nóng)村非農(nóng)勞動力比重（c）、農(nóng)村勞動力受教育程度（edu）、財(cái)政支農(nóng)支出（ae）、耕種面積（land）、農(nóng)業(yè)機(jī)械化程度（amp）、農(nóng)產(chǎn)品收購價(jià)格（ap）、工業(yè)化水平（sgdp）。

2004-2011年各變量對農(nóng)民增收影響由大到小依次排列為：農(nóng)村勞動力受教育程度（edu）、農(nóng)村非農(nóng)勞動力比重（c）、耕種面積（land）、農(nóng)產(chǎn)品收購價(jià)格（ap）、農(nóng)業(yè)機(jī)械化程度（amp）、財(cái)政支農(nóng)支出（ae）、工業(yè)化水平（sgdp）。

對比可以看出，農(nóng)村非農(nóng)勞動力比重和勞動力受教育程度一直是影響農(nóng)民增收的最重要因素，因此促進(jìn)農(nóng)村勞動力轉(zhuǎn)移、加強(qiáng)教育培訓(xùn)是提高農(nóng)民實(shí)際純收入的有效手段。而耕種面積、農(nóng)產(chǎn)品收購價(jià)格、農(nóng)業(yè)機(jī)械化程度和財(cái)政支農(nóng)支出也通過影響農(nóng)民家庭經(jīng)營收入對農(nóng)民實(shí)際純收入產(chǎn)生較大影響。

三、耦合預(yù)測

2010年，江蘇省委省政府提出到2017年居民實(shí)際收入倍增計(jì)劃，這是江蘇又好又快推進(jìn)“兩個(gè)率先”的重要決策，但能否在短短七年中順利實(shí)現(xiàn)還存在很多不確定因素。本文運(yùn)用灰色模型并通過與偏最小二乘模型的耦合預(yù)測2017年江蘇農(nóng)村居民純收入，以考量在現(xiàn)行經(jīng)濟(jì)環(huán)境和分配機(jī)制條件下實(shí)現(xiàn)農(nóng)民收入倍增的可能性。

（一）建立GM（1，1）模型

由于GM（1，1）模型對數(shù)據(jù)量的約束較小，僅需4個(gè)數(shù)據(jù)就可以計(jì)算，為減少運(yùn)算量，同時(shí)為使模型減小受舊數(shù)據(jù)的干擾，這里我們僅用2004-2011年的數(shù)據(jù)進(jìn)行建模，為各指標(biāo)建立的GM（1，1）模型參數(shù)如表3所示：

表3 各指標(biāo)的GM（1，1）模型及檢驗(yàn)

表中各指標(biāo)的GM（1，1）模型中，發(fā)展系數(shù)a均滿足-a≤0.3的條件，因而所建立的灰色模型均可用于中長期預(yù)測。但由于耕種面積（land）的后驗(yàn)差比值C的值較大，整個(gè)模型的精度等級僅為三級，預(yù)測數(shù)據(jù)的精度難以保證，因此對人均播種面積這個(gè)指標(biāo)建立基于傳統(tǒng)GM（1，l）模型的灰色新陳代謝模型。

灰色新陳代謝模型是將GM（1，l）模型每個(gè)新得到的預(yù)測數(shù)據(jù)置入 中，建立新的GM（1，1）模型重新預(yù)測，在每補(bǔ)充一個(gè)新信息時(shí)去掉一個(gè)最老的信息，使預(yù)測模型得到有效修正。通過對耕種面積建立灰色新陳代謝模型（land2），相對誤差、后驗(yàn)差比值和小誤差概率均得到改善，模型精度由三級提升到一級。

（二）農(nóng)民實(shí)際純收入的PLS與GM（1，1）模型耦合預(yù)測

將運(yùn)用GM（1，1）模型預(yù)測的各自變量結(jié)果代入前文建立的2004-2011期間的PLS模型中，即將GM（1，1）模型的輸出結(jié)果作為PLS方程的輸入值，實(shí)現(xiàn)GM（1，1）預(yù)測模型與PLS方程的有機(jī)結(jié)合，最終得出農(nóng)民實(shí)際純收入的預(yù)測值。同時(shí)還建立了農(nóng)民純收入的GM（1，1）模型與之對照，優(yōu)選出更適合的模型。

表4 農(nóng)民實(shí)際純收入的兩種模型預(yù)測檢驗(yàn)

從表4結(jié)果可以看出，雖然耦合預(yù)測模型與GM（1，1）預(yù)測模型均通過較好的精度檢驗(yàn)，但相對來說耦合預(yù)測的精度更好一些，平均相對誤差僅為1%，后驗(yàn)差比值也有一定的減小。

將影響農(nóng)民實(shí)際純收入各因素的GM（1，1）模型所預(yù)測的2012-2017年數(shù)值作為PLS方程的輸入值，求出的農(nóng)民實(shí)際純收入2012-2017年預(yù)測值如表5所示：

表5 農(nóng)民實(shí)際純收入2012-2017年的耦合預(yù)測值

（三）實(shí)現(xiàn)農(nóng)民實(shí)際純收入倍增的可能性分析

2010年江蘇農(nóng)民實(shí)際純收入為3385元，按照江蘇省委省政府出臺的居民收入倍增計(jì)劃，預(yù)計(jì)2017年江蘇農(nóng)民的實(shí)際純收入應(yīng)至少為6770元。根據(jù)本文的預(yù)測結(jié)果，到2017年江蘇農(nóng)民實(shí)際純收入為6600元，雖然比6770元少了170元，但差距不是很大。結(jié)合前文所建立的2004-2011年段模型，7個(gè)影響因素中有5個(gè)的系數(shù)大于1992-2003年段模型，特別是農(nóng)村勞動力受教育程度（edu）和農(nóng)產(chǎn)品收購價(jià)格（ap），它們對農(nóng)民增收的促進(jìn)作用較1992-2003年段提升了4倍，所以有理由相信在未來的六年，在江蘇各級政府的積極努力下，這些影響因素對農(nóng)民增收的作用力還將進(jìn)一步放大，助推江蘇實(shí)現(xiàn)2017年農(nóng)村居民收入倍增。