不同地區農民收入影響因素分析

○鄒思遠宋玉娟（、福州大學管理學院 福建 福州 35000；、中南財經政法大學新華金融保險學院 湖北 武漢 430070）

不同地區農民收入影響因素分析

○鄒思遠1宋玉娟2（1、福州大學管理學院 福建 福州 350002；2、中南財經政法大學新華金融保險學院 湖北 武漢 430070）

本文使用半參數空間滯后模型，評價2008年不同地區的農作物播種面積、受災情況、農民就業、財政支出對農民收入的影響以及不同地區之間農民收入的相互影響。結果顯示農作物受災對農民收入影響為負，其他因素影響為正。山東、安徽地區呈現高高的空間集聚，內蒙古、寧夏地區呈現低低的空間集聚，而上海、海南兩地和四川分別呈現異常的低高、高低的空間集聚狀態。

農民收入非參數計量空間滯后模型

一、引言

我國是一個農業大國，十三億人口的溫飽問題與農業有著息息相關的聯系。因此農業的發展就顯得至關重要，而農民增收問題一直都是三農問題的一個重要方面。隨著改革開放的進程，我國農民人均收入由最初133.6元到2008年的4760.62元，增長了35.63倍，但與發達國家相比仍有著不小的差距。因此，農民增收問題依然任重道遠。本文通過對不同地區農業發展情況的分析，找出不同地區農民收入的空間相關程度以及農作物播種面積、受災情況、農民就業和財政支出對農民收入的影響，以期找出制約農民收入增長的原因，促進農業更好地發展。

二、文獻綜述

長期以來，在主流的經濟學理論中，空間事物無關聯及均質性假定的局限，以及普遍使用忽視空間效應的普通最小二乘法（OLS）進行模型估計，使得在實際應用中往往存在模型的設定偏差問題，進而導致經濟學研究得出的各種結果和推論不夠完整、科學，缺乏應有的解釋力（吳玉鳴，2005）。經典計量經濟學中的線性回歸模型的經典假定，以及回歸模型的空間計量經濟學（Anselin，1988）理論認為，一個地區空間單元上的某種經濟地理現象或某一屬性值與鄰近地區空間單元上同一現象或屬性值是相關的。國內學者對不同地區農民收入的影響研究較為深入，不過大多從收入的結構上進行分析，林秀梅等（2002）分析了我國農民收入結構及收入增長狀況，張鳳龍等（2007）通過對農民收入結構進行分析，認為工資性收入已成為農民收入增長的主要因素。個別省份農民的農業收入比重因政策性因素有所回升。但從長遠看，農民收入結構不可能有大的變化。

相比較而言，國外學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印度不同地區農業的影響，認為溫度的變化會增加農業的敏感性。Ansenlin（2004）采用空間模型預測農業收益。Bell和Dalton（2007）研究了土地使用的改變和城鄉之間的關系。Breustedt、Habermann和Kirwan（2009）則采用空間模型對土地價格進行分析。

本文在以前研究的基礎上，通過收集不同地區的數據，選取2008的樣本數據，考慮農民就業、農作物播種、財政支出作為一般的自變量，農業受災面積作為空間滯后項。通過Anselin提出的空間滯后模型，分析不同地區的各個變量對農民收入的影響程度和不同地區農民收入的相關性。

三、指標選擇和數據處理

1、指標選擇

本文實證分析采用的軟件為R軟件、MATLAB軟件和Geoda軟件，數據為橫截面數據，受數據收集所限，樣本采用的是2008年的全國31個地區的數據。在空間滯后模型中，因變量為農民的農業收入（y），而影響農民農業收入的自變量為農民就業人數（jy）、農作物播種面積（bz）、各地的財政支出（cz）以及非參數變量農業受災面積（sz），以上數據皆來自中國統計局網站。除此之外，還包括在非參中非常重要的窗框（h）、核函數以及模型中的空間權重矩陣（W）。

2、數據處理

由于指標的數值比較大，為了方便，我們對數據均進行了對數處理。在R軟件中作出所有變量兩兩之間的散點圖，發現農民的農業收入和農業的受災面積之間的關系不明顯，因此我們將受災面積作為方程的非參數變量來考慮，而農民就業人數、農作物播種面積、各地的財政支出則作為自變量。由于統計年鑒上采用的農民收入為人均收入，為了更好與其他變量相對應，我們把人均收入乘以對應的人數得到農民收入作為因變量。對于窗框，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回歸模型局部線性估計的軟件包KernSmooth來計算。而空間權重矩陣通常定義一個二元對稱的空間權重矩陣來表達這n個空間區域的鄰近關系，它遵循的判定規則是Rook相鄰規則，即只要兩個地區擁有公共邊界則視為相鄰，并設定為1，否則為0，并且其主對角線的元素全為0；其具體形式如下：

其中wij為矩陣w中的元素。

四、實證模型和結果

1、實證模型

在現實中，并不是任意兩個變量之間的相互關系都很明顯，為了更好地契合實際，文中的模型采用的是將非參數計量模型和空間滯后項模型相結合的模型，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變量，β為解釋變量的系數，w是空間權重矩陣，ρ是空間滯后項wy的系數，它們表示權重矩陣觀測值之間的空間相互作用程度，μ是白噪聲。假設解釋變量與隨機誤差項都不相關，ρ、β已知，對式（1）進行變形并求各變量對z的條件期望得下式：

將m（z）帶入（1）式中可得：

對（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。將得出的結果帶入（3）式，利用Geoda軟件估計出ρ和β，帶入（1）式就能估計出m（z）。

2、實證分析

（1）局部空間自相關分析

本文利用Moran散點圖和LISA（空間聯系的局部指標）來分析局部空間自相關。中國農民的農業收入全局Moran散點圖和LISA分析見圖1。圖1——Moran散點圖是關于空間滯后因子W-lny和lny可視化的二維圖，其中W-lny表示各地區臨近地區的空間加權值。Moran散點圖中的第1、3象限代表觀測值的正空間相關性，第2、4象限代表觀測值的負空間相關性，并且第1象限代表了農民收入高的區域單元被高值區域所包圍（HH）；第2象限代表了農民收入低的區域單元被高值區域所包圍（LH）；第3象限代表了農民收入低的區域單元被低值區域所包圍（LL）；第4象限代表了農民收入高的區域單元被低值區域所包圍（HL）。

圖1 農民收入的Moran散點圖

（2）中國各地區農民農業收入的空間集聚圖

LISA聚集地圖用不同的顏色表示不同的空間自相關類型。2008中國各地區專利空間集聚圖見圖2，圖中有顏色的地區專利空間關系顯著，而無顏色的地區專利空間集聚關系則不顯著。如圖中：高高，代表農民收入高的地區集聚在一起；低低，表示農民收入低的地區集聚在一起；高低，表示地區專利數高，但是周邊地區農民收入低；低高，表示本地區專利數低，但是周邊地區專利數高。并且這四種類型對應于Moran散點圖中的4個象限。

圖2 中國各地區農民農業收入的空間集聚圖

（3）回歸分析

根據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

從回歸結果來看，農民農業收入的空間滯后項系數為0.4169，顯著大于0，說明各個地區的農民農業收入具有正的相關性，而農民就業人數、農作物播種面積和財政支出的系數分別為0.3005、0.6246和0.1573，說明他們對農民的農業收入均具有正向的影響。這和Moran散點圖的結果一致。

對（3）式求導可得：

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 偏導數的估計

圖3的橫坐標表示農作物受災面積的對數，縱坐標表示其對農民收入的彈性，從散點圖可以看出它總體上大概是一個向下傾斜的狀態，這說明在目前的情況下，受災面積越大，農民收入越少。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，這反映出受災的不可抗性，我們因此該增加預警機制，加強預報，把受災面積控制在較低的水平。

五、結論

從Moran散點圖可以看出，各地區的農業收入存在空間上的相關性，從LISA分析得出安徽、山東呈現顯著高-高集聚，內蒙古和寧夏呈現顯著低-低集聚，上海和海南兩地呈現顯著的低-高空間集聚狀態，而四川省呈現顯著的高-低空間集聚狀態。

由集聚圖可知中國各地區的農業收入發展狀態明顯不平衡，總的來說東部發展要快過西部發展。特別是內蒙古和青海，占地面積較大，應該加大投資的力度，充分利用當地的土地資源進行發展，多參照山東、安徽的發展模式。上海和海南比較特殊，上海由于定位成國際化大都市，因此其農業發展滯后。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展途徑。對于四川地區，由于它與周圍地區經濟發展存在負相關，而其本身發展較好，所以應該加強與周邊省份的交流，幫助周圍的省市，采取措施來扭轉這種異常現象，使其農民收入與周邊的農民收入起到相互推進的作用。

從回歸結果來看，農作物播種面積對農民收入的影響最大，為0.62，說明我國農民收入主要還是依靠農作物的收入，財政支出和農民的就業情況影響較小。我們應該加強各地之間的聯系，發揮區域優勢，增加農作物的種類，提高勞動生產率，使不同地區相互促進，共同發展，另外，我們要加大農業財政支出，增加農民就業機會和就業人數，最大可能地促進農民收入的增長。

非參部分導數的散點圖，表明農業的受災面積對農民的農業收入彈性為負且具有彈性。因此，在發生一些自然災害或人為災害時，應盡可能減少受災的面積，確保農民的收入。另外，由于就業人數、播種面積和財政支出對農業均有正向的影響，我們應促進農民的就業，提高土地的利用率，增加財政對農業的支出，這樣就能更好地提高農民的收入，加快農業的發展，進而促進全社會的協調發展。

[1] 葉阿忠：半參數計量經濟學[M].南開大學出版社，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）.