廣西農業與旅游業融合發展研究

摘要：農業和旅游業融合逐漸成為我國欠發達地區經濟增長的新趨勢。基于1999—2019年廣西農業總產值和國內外旅游收入的數據構建了向量誤差修正模型。通過協整檢驗、格蘭杰因果檢驗和方差分解等多種統計方法對廣西在農業和旅游業方面的發展進行實證分析。結果表明：農業總產值、國內旅游收入和旅游外匯收入之間沒有明顯的雙向因果關系，而且隨著時間的推移，廣西的農業總產值與旅游業之間的相互影響逐漸增強。

關鍵詞：農業旅游業VEC模型協整檢驗格蘭杰因果檢驗

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

農業與旅游業的結合作為農村產業整合的范例，在國內眾多地區已經取得了明顯成效。所謂農旅融合[1]，是指以農業為根基，通過雙方的優勢互補和資源共享，合理開發農業資源以促進旅游業，實現互利共榮的發展模式。鑒于中國龐大的人口規模和廣闊的地理面積，農村地區情形千差萬別，根據不同地區的具體情況制定合適的融合策略和發展特色產業，是促進農旅融合健康發展的關鍵所在[2]。

當前，國內外學者對這種融合模式進行了廣泛研究，涉及其定義、耦合度分析、貧困減輕以及具體實施路徑等。在具體的地區研究中，通過構建耦合度模型，學者們對陜西南部的秦巴山區[3]、廣西壯族自治區[4]以及西南地區四省[5]的農旅融合水平進行了評估。例如：鐘漪萍等人[6]建立了一個理論框架，分析了農旅融合在減少農村貧困方面的機制，并強調以農業為基礎，旅游業作為推動力是提升脫貧效率的關鍵。林珍銘等人[7]研究了桂林市農業與旅游業的相互作用和發展途徑，發現兩者都可以增加農民的收入，但主要收入還是來源于農業。劉紅等人[8]通過投入產出法分析了江蘇省農業與旅游業的關聯性，指出旅游業對農業有間接而非直接的顯著影響，并建議增強旅游業主動與農業融合的動力。

總體來說，大多數研究者采用耦合度模型對農業和旅游業的融合水平進行評估，而只有極少數學者探討了二者之間的互動關系。深入研究農業與旅游業的相互作用對于準確了解和評價廣西兩者融合的程度與現狀至關重要，同時也能夠發現發展過程中的問題，為兩者的健康互動提供科學的依據。本文通過建立VEC模型，并利用格蘭杰因果檢驗和方差分解方法，使用Eviews10軟件對廣西1999—2019年農業與旅游業的數據進行了實證分析，并據此提出建設性建議。

2研究方法與數據說明

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基于協整理念與誤差修正模型相結合而提出的一種模型。該模型是在差分向量自回歸（VectorAutoregressiveModel，VAR）模型的基礎上添加了誤差修正項。VEC模型特別適合分析那些存在長期穩定協整關系的變量集。只有當協整檢測確認這些變量間具有長期的穩定聯系時，才能適用VEC模型。由于VEC模型融入了協整的限制條件，與VAR模型相比，它在處理非平穩時間序列經濟變量時更有優勢，能夠避免丟失變量間的長期信息，提高分析的準確性。在運用VAR和VEC模型時，還需利用格蘭杰因果關系檢驗和方差分解這些工具。格蘭杰因果檢驗用于確定變量的滯后值是否影響其他變量的當前值，該方法適合分析穩定的時間序列數據或者那些盡管非穩定但具有協整關系的序列。對于那些沒有協整聯系的非平穩時間序列，需要先將其差分為平穩序列，然后才能進行格蘭杰因果關系檢驗。

2.2數據來源與數據處理

本文選取了廣西1999—2019年的21年時間范圍內的農業總產值（X）、國內旅游收入（Y）和旅游外匯收入（Z）作為進行實證分析的數據基礎。這些數據是依據國家統計局發布的數據以及《廣西統計年鑒》的歷年紀錄整理而成。為了維持變量之間的動態關系并降低數據潛在的異方差性，本文對所選變量進行了對數變換，分別表示為LX、LY和LZ。

3結果分析

3.1變量的平穩性檢驗

為了確保模型分析的準確性并避免偽回歸的問題，模型中所有的變量都必須是穩定的。本文采用了ADF單位根檢驗方法對各個指標的平穩性進行了驗證，具體結果展示在表1中。

根據ADF檢驗結果可知，LX、LY、LZ這3個序列的原始數據都是非平穩的。但當對這些序列進行二階差分處理之后，它們變成了平穩序列。

3.2確定協整檢驗的最優滯后階數

在確定時間序列數據為二階平穩后，需要確定VAR模型的最適階數，以便構建VAR模型。目的是尋找協整檢驗中最佳的滯后階數。根據檢驗結果（見表2），當滯后四階時，FPE、AIC、SC和HQ這4個標準均為最小值。在協整檢驗中，所選的滯后階數應為原VAR模型經一階差分后的滯后階數減一，綜合考量后，決定在建立VEC模型時選擇滯后兩階作為最優階數。

3.3Johansen協整檢驗

協整檢驗旨在探究是否存在一個長期而穩定的關聯關系，即在非平穩變量之間檢驗它們是否能形成一個穩定的組合。如果這樣的組合本身是平穩的，則可以認為這些變量之間存在協整關系。直接對非平穩變量進行回歸分析可能會引起偽回歸問題。因此，進行回歸分析之前，需要先進行協整性檢驗，本文選擇Johansen檢驗方法來進行這一分析。

利用EViews10軟件和參照先前確定的滯后期數，進行Johansen協整檢驗。根據跡統計量檢驗和最大特征值檢驗的結果，在5%的顯著性水平上，P=0.004<0.05，我們能夠拒絕“至多存在一個協整關系”的零假設。然而，在相同的顯著性水平上，P=0.2075>0.05，我們無法拒絕“至多存在兩個協整關系”的零假設。據此得出結論，序列間至多存在兩個協整關系。

3.4向量誤差修正模型及估計結果分析

根據Granger表述定理，如果變量間存在協整關系，則它們之間的短期非均衡關系總能由誤差修正模型表述。因此繼續建立VEC模型來考察短期波動對長期均衡的影響，采用極大似然估計法，通過對VEC模型的估計，其中關于廣西農業生產總值、國內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

誤差修正項的系數能對廣西國內旅游收入、旅游外匯收入和農業生產總值的當前期值產生調整作用。具體來說，系數為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%的速度調整當前期的值。對于農業總產值，意味著若它在短期內偏離長期均衡狀態，將會以大約23.6%的速度回歸至長期均衡。對于國內旅游收入，任何偏離均衡狀態的情況將會以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常快，以154%的速度拉回均衡狀態。

3.5格蘭杰因果檢驗

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致的。格蘭杰因果檢驗是為了驗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內容可知：廣西國內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，暗示著廣西國內旅游和入境旅游還未實現協調發展；廣西農業總產值對國內旅游收入具有格蘭杰因果關系，說明農業的進步為廣西鄉村旅游及相關領域提供了有利條件；廣西的農業總產值對旅游外匯收入也有單向的格蘭杰影響，意味著農業的產出能夠促進旅游外匯收入增長，但旅游外匯收益的提升不一定會反哺農業發展。

3.6模型的方差分解

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

通過對廣西農業總產值LX的方差分解來看，最初，預測誤差完全由LX自身因素引起，但隨著時間的推移，國內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%來自國內旅游收入，31.41%來源于旅游外匯收入；對于國內旅游收入LY的方差分解來說，其波動大多是由LY自身引起的，隨著預測期延長，自身對波動的貢獻度逐漸減少。特別是到了第二期，LY的波動開始受到LX的影響，并且這種影響隨時間增長而增加。在旅游外匯收入LZ的方差分解中，LZ的波動主要由其自身因素引起，而且國內旅游收入LY對LZ波動的影響正在逐漸增加。

4結論與建議

通過以1999—2019年廣西農業總產值、國內旅游收入與旅游外匯收入數據為基礎建立VEC模型，從格蘭杰因果關系結果看，這三者之間沒有明顯的雙向因果關系，表明廣西農旅融合程度低，從方差分解結果看，隨著時間的推移，廣西的農業總產值與旅游業之間的相互影響逐漸增強。綜合這些結果可以看出，促進農業與旅游業的融合發展是大勢所趨。建議深化農旅融合，現代化農業，完善保障機制以促進農業和旅游業的共同進步。具體措施包括發展體驗式農業，政府推動現代農業和完善基礎設施，及提高農民專業素質。為廣西鄉村旅游全面發展創造良好條件。

參考文獻

[1] 田強.鄉村振興背景下農旅融合發展路徑：評中國財政經濟出版社《農旅融合促進鄉村振興機理與實證研究》[J].價格理論與實踐，2022（1）：177.

[2] 方世敏，王海艷.農業與旅游產業融合系統演化機制研究[J].湘潭大學學報（哲學社會科學版），2019，43（2）：63-68.

[3] 郭萌，王怡.陜南秦巴山區生態農業與旅游業耦合協調發展戰略[J].江蘇農業科學，2020，48（2）：19-25.

[4] 蒙永亨，馮穎濤，趙昱.鄉村振興視閾下欠發達地區農旅產業耦合協調發展研究：以廣西為例[J].桂林理工大學學報，2021，41（2）：426-433.

[5] 姚旻，鄭時友.旅游業可帶動農業發展嗎？：基于西南四?。ㄊ校┑鸟詈蠀f調實證分析[J].福建商學院學報，2019（5）：58-64.

[6] 鐘漪萍，唐林仁.農旅融合減緩農村貧困機理與實證研究[J].華中農業大學學報（社會科學版），2020（3）：43-52，170-171.

[7] 林珍銘，黃月玲，林明明等.桂林市農業與旅游業互動關系與融合發展對策分析：基于VAR模型和Granger因果檢驗[J].桂林理工大學學報，2022，42（2）：507-514.

[8] 劉紅，張嵐.江蘇農業與旅游業產業關聯融合度研究[J].南京師大學報（自然科學版），2015，38（4）：152-156.

[9] 易丹輝.時間序列分析：方法與應用[M].北京：中國人民大學出版社，2018.