貴州省農業產值與農民收入關系的實證分析

梁穎　蔡承智

摘 要：農民增收是農業、農村發展的集中表現和基礎，農業產值與農民收入之間有著內在聯系。基于1978—2015年貴州省種植業、林業、牧業、漁業、農業服務業產值及農民人均年收入統計值，運用Eviews7.2軟件進行了變量間相互關系的全面分析。結果顯示：一是“時間序列”的ADF單位根檢驗表明，種植業、林業、牧業、漁業產值及農民人均年收入，同為一階單整序列，農業服務業產值由于統計值僅始于2004年，數據量不足，未通過一階差分“平穩性檢驗”，故將其對農民增收的貢獻歸入最終回歸方程的常數項;二是變量間“協整檢驗”表明，種植業、林業、牧業、漁業產值與農民人均年收入間存在協整關系;三是變量間Granger因果檢驗表明，種植業、林業、牧業、漁業產值與農民人均年收入間存在部分因果關系;四是介于變量間關系的部分Granger因果檢驗未達顯著水平，故引入“殘差”項，以種植業、林業、牧業及漁業產值為解釋變量、農民收入為被解釋變量，進行“誤差修正”模型估計分析，得出種植業、林業、牧業及漁業產值對農民收入的貢獻權重（回歸方程系數）分別為0.30、0.09、0.38和0.32，即貴州農民增收主要依靠牧業、漁業和種植業的發展。

關鍵詞：貴州;農業產值;農民收入;協整檢驗;因果檢驗;回歸分析

中圖分類號：F327? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2020）09-0037-06

一、相關背景介紹

貴州是全國最貧困的省份之一，農業在貴州經濟社會發展中扮演著相對重要的角色。以2015年為例，貴州省GDP為10 502.56億元，其中一、二、三產業分別占15.62%、39.49%和44.89%，而全國一、二、三產業分別占8.99%、40.53%和50.48%。貴州第一產業（以農業為主）產值占GDP比值高于全國水平足以說明農業在貴州經濟社會發展中的顯著而重要的地位。本文在對貴州省農業產值與農民收入關系進行變量“時間序列”平穩性分析、協整檢驗及Granger因果檢驗基礎上，對農業產值影響農民增收的程度進行回歸方程估計，以判斷農業中種植業、林業、牧業、漁業和農業服務業對農民增收的貢獻大小，從而為地方政府制定相關扶貧、促進農民增收政策提供決策參考。

二、農業產值與農民收入之間的關系

農業由種植業、林業、牧業、漁業和農業服務業構成，組分之間存在互作關系。農民收入主要（直接或間接）來源于農業產值的增長，而且它們之間表現為線性關系。所以，可對農業（組分）產值與農民收入之間的關系進行“協整”分析及格蘭因果檢驗，可對農業產值影響農民收入的大小進行回歸方程估計。以下將基于1978—2015年（現有統計數據）貴州省農業（組分）產值及農村居民人均可支配收入（以下簡稱“農民收入”）依次進行變量的“時間序列”平穩性檢驗、協整檢驗、Granger因果檢驗及回歸方程估計分析。

（一）變量“時間序列”平穩性分析

種植業、林業、牧業、漁業及農業服務業產值分別記為CR、FO、AN、FI和SE，“農民收入”記為IN。為消除異方差，對變量取對數，分別記為lnCR、lnFO、lnAN、lnFI、lnSE和lnIN，變量ADF單位根檢驗結果（見下頁表1所示）。

表1顯示，t統計量高于所有水平（1%、5%和10%）臨界值，表明貴州省1978—2015年農業（組分）產值（億元）及農民收入（元/人）的對數值“序列”非平穩。為此，進行一階差分，分別記為DlnCR、DlnFO、DlnAN、DlnFI、DlnSE和DlnIN，再進行ADF單位根檢驗（見下頁表2）。

表2顯示，除“農業服務業”外，其余變量的t統計量低于所有水平（1%、5%和10%）臨界值，表明貴州省種植業、林業、牧業及漁業產值和農民收入對數值一階差分“序列”平穩，同為一階單整序列，表明它們之間存在長期均衡關系。“農業服務業”未通過“平穩性”檢驗是因為樣本數量不足（統計數據始于2004年），為此將其對“農民收入”的貢獻歸入（最后回歸方程的）“常數項”。

（二）變量間關系的協整檢驗

同為一階單整的不同“序列”變量，如果理論上存在相互作用，則可對其進行變量間關系的協整檢驗，進一步從定量上認識它們之間的互作關系。農業（組分）產值與農民收入之間的相互聯系表現為：農業（組分）產值的提高促進農民收入的增長，農民增收致富是農業發展的集中表現;反過來，農民脫貧致富、農村發展，又為農業的發展奠定基礎、創造條件，從而助推農業（組分）產值的增加。

從表3可以看出，協整回歸方程的R平方（決定系數）為0.991919、P值（F-統計量）為0.000000，模型擬合優度較高，表明變量間存在協整關系。為此，進一步對模型殘差進行單位根檢驗（見表4）。

表4顯示，t統計量低于所有水平（1%、5%和10%）臨界值，表明貴州省農業（其中的種植業、林業、牧業和服務業）產值與農民收入關系協整回歸方程的殘差序列平穩。P值為0.0018，小于0.05，達到顯著水平。為此，進行變量間Granger因果檢驗。

（三）變量間關系的Granger因果檢驗

協整檢驗只表明變量間是否存在相互作用，變量間存在相互作用的情況下，要判斷它們之間的因果關系，需進行變量間的Granger因果檢驗。貴州省種植業、林業、牧業和漁業產值與農民收入之間的Granger因果檢驗（如表5所示）。

從表5可知，“農民收入”是“種植業”的Granger原因（0.01顯著水平），“農民收入”是“牧業”的Granger原因（0.01顯著水平），“林業”是“種植業”的Granger原因（0.05顯著水平），“牧業”是“種植業”的Granger原因（0.10顯著水平），“林業”是“牧業”的Granger原因（0.05顯著水平）。“農民收入”是農業（如種植業、牧業）產值的Granger原因，意味著任何農業生產活動都需要農民具備一定的經濟基礎，都需要相應生產資料投入，但農民增收致富后并不一定投資于農業生產，有可能用于其他消費（如旅游）或投資于農業以外的經濟活動。因此，本研究不以“農民收入”作為解釋變量、農業（組分）產值作為被解釋變量進行回歸方程估計分析，也不對農業（組分）產值之間的相互作用做進一步的分析（它們之間存在部分Granger因果關系）。農業（組分）產值對“農民收入”的影響，雖然Granger因果檢驗未達到（0.10以上）顯著水平，但它們對農民增收的促進作用是客觀存在的，造成“未達顯著水平”的原因可能是統計數據的“數量”（不足）和“質量”（與實際值之間的誤差）。

（四）農業產值對農民收入影響的回歸分析

由于農業（組分）產值對“農民收入”的影響的Granger因果檢驗未達到顯著水平，故不能將農業（中的種植業、林業、牧業和漁業）產值作為農民收入的影響因子直接進行回歸方程估計，而需引入“殘差”修正項，即進行“誤差修正”回歸模型估計。貴州省種植業、林業、牧業、漁業對農民收入影響的（誤差修正）回歸模型估計結果（如下頁表6所示）。

從表6可知，最后的回歸方程的R平方（決定系數）為0.998564、P值（F-統計量）為0.000000、DW值為2.040451（接近2.0），模型擬合優度較高;除“林業”對“農民收入”的影響達“顯著”水平（P值為0.0576）外，“種植業”“牧業”和“漁業”均達“極顯著”水平（P值均低于0.01），“常數項”和“殘差項”也達“極顯著”水平，表明回歸方程的信度較高;“種植業”“林業”“牧業”和“漁業”對“農民收入”的貢獻率（回歸方程系數）分別為0.30、0.09、0.38和0.32，均為正值，表明均為促進作用，符合常理。也就是說，貴州省農業發展對農民增收的貢獻中，牧業貢獻最大、林業貢獻最小，漁業和種植業介于之間。

三、結語

本研究表明，貴州農業（組分）產值的提高對農民增收的貢獻大小依次為牧業、漁業、種植業和林業。農業服務業產值由于統計數據不足，未通過“序列”的平穩性檢驗，沒有作為解釋變量之一考慮，但農業服務業產值對農民收入的作用是不言而喻的。也就是說，在這種情況下，種植業、林業、牧業和漁業分別在一定程度上“瓜分”了農業服務業對農民收入的貢獻，農業服務業的發展對農民增收的促進作用表現為“隱性”。

參考文獻：

[1]? 蔡承智，張瑞德.貴州農民增收的主要影響因素實證分析[J].貴州財經學院學報，2010，（3）：104-109.

[2]? 陳良，高建浩，王彬，等.貴州農業產業化經營現狀、存在問題與對策建議[J].貴州農業科學，2014，（2）：248-252.

[3]? 黃承偉，葉韜，賴力.扶貧模式創新——精準扶貧：理論研究與貴州實踐[J].貴州社會科學，2016，（10）：4-11.

[4]? 譚同學.參與式理論祛魅、文化自覺與精準扶貧——基于貴州山區縣的調查[J].北方民族大學學報：哲學社會科學版，2017，（1）：22-28.

[5]? 周品戈.農村金融規模、農業產值和農民收入相關性分析——基于省域視角并以湖南省為例[J].湖南農業大學學報，2015，（2）：29-33.

Abstract：The increase of farmers income is the base and intensive show of agricultural and rural development，as there exists inner interaction between agricultural production value and farmers income.In this paper，based on the production values of cropping，forestry，animal husbandry，fishery and sideline and farmers annual income from 1978 to 2015 in Guizhou province，Software E-views 7.2 is used for comprehensively analyzing the relations between these variables.The results show as follows：1.due to insufficient number of its statistical figures starting only from 2004，the stationary test of ‘time seriesof the variables indicates the sideline one is not stationary and then its contribution to farmers increase is included in the constant of regression equation，while the farmers income and the production values of cropping，forestry，animal husbandry and fishery are all belonging to the 1st-differentiated integration series;2.the co-integration test indicates the farmers income and the the production values of cropping，forestry，animal husbandry and fishery are con-integrated each other;3.the Granger causality test indicates there are some causalities between these variables in a way;4.in view of that some Granger causality tests do not reach significant level，the residual is introduced to estimate error-corrected regression equation through the production values of cropping，forestry，animal husbandry and fishery leading to the increase of farmers income，which educes that their contribution weights（the coefficient of regression equation） are 0.30，0.09，0.38 and 0.32 respectively，or the farmers income increase in Guizhou province mainly depends on the development of animal husbandry，fishery，cropping and forestry，orderly.

Key words：Guizhou;agricultural production value;farmers income;co-integration test;causality test;regression analysis

[責任編輯 劉嬌嬌]