农业科技进步水平与农民家庭经营性收入关系的实证

张志军，鲁黛迪

（四川大学a.政治学院；b.经济学院，成都 610064）

0 引言

2012年2月，中共中央国务院颁布实施了《关于加快推进农业科技创新持续增强农产品供给保障能力的若干意见》。这一文件是从2004年开始，连续出台的第9个以“三农”为主题的中央一号文件。在最新的这一文件里，农业科技成为了重点。文件指出“农业科技是确保国家粮食安全的基础支撑，是突破资源环境约束的必然选择，是加快现代农业建设的决定力量……为农业增产、农民增收、农村繁荣注入强劲动力。”为了切实贯彻上述中央精神，就需要加大农业科技进步力度。也就是说，将先进的农业新技术广泛地运用于农业领域，并且努力加以推广，从而能够有效减少农业生产过程中的成本费用，尽量增进农业产出的规模和质量，进而帮助农民群体的收入逐步增加，为努力建成小康社会的阶段性发展目标作出更大的贡献。为此，本文针对农业科技进步和农民群体的家庭经营性收入之间的关系，以及农业科技对农民收入的影响作用，作为主要的分析对象，进行深入分析，以期利用获得的相关结论，为政府推进农业科技进步，增强农民收入水平制定优化政策提供一定的参考作用。

1 变量的确定和数据的选取

1.1 变量的确定

对于农业科技本身和农民家庭经营性收入之间关系的分析，可以选择以下3个主要指标作为主要变量来构建模型：

（1）农民家庭经营纯收入（HONI）。农业技术进步影响反映在农民收入上，就主要体现为对农民家庭经营性收入的影响作用。按照统计年鉴作出的说明可知，农村地区的家庭经营收入可以理解为农村住户以家庭为生产经营单位实施生产筹划和经营管理而取得的各类收入。因此，农村地区的家庭经营纯收入具体可以按照以下方式加以计算，家庭经营收入减去家庭经营费用支出、经营税费支出以及固定资产折旧等费用后得到的余额。

（2）农村机械总动力(TAMP)。按照统计年鉴给出的说明可知，机械总动力主要可以理解为以农、林、牧、渔业等领域为对象投入的各种动力机械形成的动力总和。在这里，农村机械主要指的是用于农业生产中的耕作、排灌、收获、农用运输、植物保护、渔业养殖和捕捞等各方面的机械。这个指标实际上反映的是农业机械化程度，是一个非常重要的指标。由于农业机械的投入，不只是可以有效提升生产效率，而且可以促使生产成本最小化，此外，还可以帮助农业产业链的延伸，从而从的农民在经营性收入方面明显增效。

（3）农业科技三项费用(STPF)。这项指标是国家以推动农村科技进步而专门为农业生产设立的新产品试制费、中间试验费以及重大科研项目补助费等，已经成为我国政府支付的财政支农资金中重要组成。这一指标衡量的是农业科技的投入水平，较好地代表了农业科技进步程度。

1.2 数据基本来源和主要的分析工具

本文用于分析的各项基本数据主要从以下各个材料中整理并计算后形成的：《新中国六十年农业统计资料》、《中国农村统计年鉴（2010）》、《中国农业年鉴（2009）》、《中国统计年鉴（2010）》。在选取数据时，由于农业科技三项费用这一指标因为从2007年开始，我国在国家财政统计口径方面出现变动而变得几乎无法直接搜集到，所以，本文针对这一指标选择了指数平滑预测法来加以确定。主要就是预测了2007～2009年期间的数据。在这类数据的确定中，农民家庭经营纯收入和农业科技三项费用这两项主要都是用1990年价格指数确定为100，从而剔除了价格因素对于指标可比性的影响。针对已经搜集和整理好的数据，本文采取了计量软件Eviews5.1作为主要的分析工具。

2 实证分析

2.1 平稳性检验

本文基于VAR模型实施了协整分析。首先主要对每一个模型变量给予了单位根检验，以便判定每一个变量延伸的平稳性。具体来说，对模型中选定的三个变量HONI、TAMP以及STPF分别给予对数处理，再以时间序列LNHONI、LNTAMP以及LNSTPF给予ADF检验。在表1中的内容反映的就是针对上述三个时间序列进行平稳性检验后获取的结果。

表1 数据的平稳性检验（ADF）

从表1中显示的数据可以分析知道，经过对数处理后的农业三项投入的三个变量都呈现出了非平稳的特点，同时，这些变量的一阶差分变量进行ADF统计量的结果都小于5%（或10%）显著水平情况下的临界值，因此，按照设置条件，就拒绝了变量ΔLNHONI、ΔLNTAMP和ΔLNSTPF有一个单位根的模型前提假设。并且可以判定三个时间序列都属于一阶差分平稳序列，因此，能够对于这三个变量给予协整分析。

2.2 协整检验

模型中的三个时间序列各自都不具备平稳性的特点，这三个变量的线性组合却具有平稳序列的特点，因此，也就说明三个时间序列变量之间存在着长期稳定关系,也就是有着一定的协整关系。本文选择了Johansen协整检验方法作为主要的工具实施了协整检验。这种检验方法是一种以向量自回归模型（VAR）为基础实现的一种协整检验方法。在利用这种方法实施协整检验之前，一定要明确VAR模型所具有的内在结构。VAR模型不只是要满足序列的平稳性要求，还一定要能够正确地确定变量的滞后阶数。为了为检验变量要定位好合理自由度，还需要有效地消除模型中误差项的自相关干扰因素，本文依据滞后阶数标准（Lag Length Criteria）进行合理选择，综合考虑AIC值、SC值以及LR统计量等因素的影响作用，合理地将VAR模型的最优滞后阶数确定为1。通过对VAR(1)模型的滞后结构给予检验，能够在仔细观测后，发现这一VAR(1)模型所有根模的倒数的值都比1小，也就是说，都属于单位圆的范围里，所以可以判断这一VAR(1)模型具有稳定性。表2里的内容显示的是对于模型中的变量采取Johansen方法进行协整检验后的结果。

从表2显示的模型的最大特征值统计量和模型的临界值之间进行对比后可以清晰地发现，在显著性水平为5%的情况下，模型中的三个时间序列变量之间体现了协整关系。他们之间的协整方程具体表示为下式：

表2 Johansen协整检验结果

LNHONI=0.227713LNTAMP+0.178235LNSTPF

s.e.= (0.05975) (0.03477)

通过这个协整方程表达的关系可以知道，以长期的眼光分析，LNTAMP和LNSTPF这两个变量都对第三个变量LNHONI产生正向的作用。以1990～2009年期间的数据为基础，可以判断农村机械总动力和农业科技三项费用的投入都对农民家庭经营纯收入具有非常明显的正向推动作用。而且从长期发展可以判断，其中，农村机械总动力每提高1%的幅度，就会推动农民家庭经营收入水平上升幅度达到了0.23%；而农业科技三项费用每提高1%的幅度，就会推动农民家庭经营收入的增长幅度达到0.18%。

2.3 Granger因果关系检验

前面的协整检验结果表明模型的各个变量之间存在着一种长期的关系，不过并不能判定这些变量之间的上述关系一定是因果关系，更无法判断因果关系属于什么类型，因此，需要进一步采取Granger因果检验方法来给予更加全面的关系分析。表3中内容是采取Granger因果检验后获取的检验结果。

针对表3显示的检验结果进行分析后可知，按照5%的显著性水平的检验结果可知，变量LNTAMP是LNHONI的Granger原因，也就是意味着LNTAMP的滞后变量属于LNHONI方程中的一个内生变量；另外，Granger检验也可以判断变量LNHONI对应的滞后变量是LNTAMP方程中的的一个内生变量；变量LNSTPF是LNHONI方程中的一个内生变量；而通过此项检验，可以判定变量LNSTPF和变量LNHONI之间反向不具有因果关系，也就说明变量LNHONI不是变量LNSTPF的Granger原因，意味着变量LNHONI是变量LNSTPF的外生变量。同样，也可以判断变量LNTAMP是LNSTPF方程的外生变量；变量LNSTPF是LNTAMP方程的内生变量。根据Granger因果关系检验，在1990～2009年间的经济数据显示，农村机械总动力和农民家庭经营纯收入这两项指标之间存在的是双向的因果关系，也就是说，这两者之间存在着相互促进的作用；而农业科技三项费用和农民家庭经营纯收入这两者之间则主要是一种单向的因果关系，具体来说，农业科技三项费用投入的提升能够使得农民家庭经营纯收入相应地出现增长，但是反之并没有这个关系；农村机械总动力和农业科技三项费用之间也是一种单向因果关系，具体来说，农业科技三项费用的增加可以有效促进农村机械总动力的强化。不过，上述检验结果只是针对短期内模型中各个变量之间的因果关系的一种判断，而并不能确定这些变量在长期也拥有同样的因果关系。

表3 VAR Granger Causality/Block Exogeneity Wald Tests

2.4 方差分解

方差分解这一方式主要是采取分析每个结构冲击对模型的内生变量变化的贡献度的方式，合理评价不同类型的结构冲击对于模型的重要性。表4中的内容就是针对变量LNHONI进行方差分解后获取的结果。

表4 LNHONI方差分解表

针对表4内容分析可知，在1到10的预测期间，变量LNTAMP对变量LNHONI的作用会逐步增强，同样的关系也存在于变量LNSTPF和变量LNHONI之间。进入到第10期后，变量LNTAMP对LNHONI出现变化作出的贡献率大约为24.23%，而变量LNSTPF对于变量LNHONI的变化实现的贡献率达到了27.00%。

3 结论

本文通过市政分析后，得出的结论主要集中在两个方面：第一方面就是，农村机械总动力和农业科技三项费用这两项指标对于农民家庭经营性收入有着明显的影响作用，主要是前两项指标可以有效地促进农民收入的提升。第二个方面，以长期眼光分析可知，农村机械总动力增长幅度达到1%，将推动农民家庭经营收入的增长幅度相应会达到0.23%；而农业科技三项费用增长幅度达到1%，就会相应地将农民家庭经营收入推升0.18%的幅度。

基于上述分析结果，本文还进一步得出以下两个推论：一是，因为农村机械总动力、农业科技三项费用这两项指标和与=农民家庭经营性收入之间存在明显的正向关系，所以提高前两者的水平，将可以使得农民收入能够有着明显的提升。二是，使得农村机械总动力与农业科技三项费用这两项指标的使用效率得到一定的提升，可以明显推动农民收入水平的提高。

[1]黄祖辉,钱峰燕.技术进步对我国农民收入的影响及对策分析[J].中国农村经济,2003,(12)．

[2]王益松.农业技术进步对生产者收入影响的理论分析[J].中南财经政法大学学报,2004,(3)．

[3]刘进宝,刘洪.农业技术进步与农民农业收入增长弱相关性分析[J].中国农村经济,2004,(9)．

[4]林德明.科技对农民增收贡献的实证研究—以苏州农村为例[J].经济管理,2007,(4).

[5]范金,任会,袁小慧.农民家庭经营性收入与科技水平的相关性研究:以南京市为例[J].中国软科学,2010,(1)．

[6]张福锁.测土配方施肥技术要览[M].北京：中国农业大学出版社，2006.

[7]张利痒，彭辉，靳兴初.不同阶段化肥施用量对我国粮食产量的影响分析——基于1952-2006年30个省份的面板数据[J].农业技术经济，2008,（4）.

[8]何浩然，张林秀，李强.农民施肥行为及农业面源污染研究[J].农业技术经济，2006,(6).