中部地区城镇化、农业现代化与农民收入增长的实证分析

郭庆然

（河南科技学院 经济与管理学院，河南 新乡 453003）

0 引言

在党的富民政策和强农方针的指引下，中部地区农业生产条件不断改善，农业现代化水平也逐步得到加强，这无疑加快了中部农村地区由传统农业向现代农业迈进的步伐。伴随着中部地区城镇化、农业现代化水平的提高，农村经济取得了飞速发展，农民收入迅速提高，从理论上讲，城镇化水平提高必然会带动农产品需求，为农业现代化提供动力，进而会提高农业部门劳动生产率、增加农民收入。本文通过选取中部地区1978～2010年的样本数据，对中部地区城镇化、农业现代化与农民收入增长之间的互动关系进行实证分析。

1 模型构建

1.1 变量选取与指标说明

为考察中部地区城镇化、农业现代化和农民收入增长之间的互动关系，本文选取中部地区城镇人口占中部地区总人口的比重作为衡量我国中部地区城镇化水平的指标，以URB表示；选取中部地区第一产业从业人员人均农用机械总动力作为衡量我国中部地区农业现代化水平的指标，以AGM表示；选取中部地区农民人均纯收入作为衡量我国中部地区农民收入增长的指标，以FIG表示。文中所有数据均来源于中部六省历年统计年鉴和《中国统计年鉴》。由于统计年鉴中中部六省的农民人均纯收入数据以现价表示，为得到统一的中部地区农民人均纯收入，本文将中部六省农民人均纯收入数据以1978年为基础分别利用农民人均纯收入指数进行了处理、合并。为消除可能存在的异方差，分别对变量URB、AGM和FIG取自然对数，记为LnURB、LnAMG和LnFIG，相应的差分序列记为DL-nURB、DLnAMG和DLnFIG，可以把他们近似看作序列URB、AGM和FIG的增长率，可以表示其波动状况。本文采用的计量经济分析软件为Eviews7.0。

1.2 变量平稳性检验

由于时间序列可能存在虚假回归问题，所以在进行动态回归模型拟合前必须先检验各序列的平稳性。VAR模型中的所有变量都必须具有平稳性，否则这些变量之间必须具有协整关系。因此，在建立VAR模型前需要对时间序列进行平稳性检验。基于此，这里采用ADF检验法对各序列的平稳性进行检验，检验结果见表1。表1中的结果显示，变量LnURB、LnAMG和LnFIG都是非平稳的，而一阶差分序列DLnURB、DLnAMG和DLnFIG均满足平稳性条件。序列LnURB、LnAMG和LnFIG均为1阶单整，即I（1）。

表1 变量的平稳性检验

1.3 Granger因果关系检验

尽管某些经济变量在模型构建上呈现出显著相关性，但其相关未必具有经济学意义。因而，在构建模型之前有必要对其进行Granger因果关系检验。在进行Granger因果关系检验时，通常对不同的滞后长度分别进行试验，以确信因果关系检验中的随机误差不存在序列相关性来选取适当的滞后长度。通过对DLnURB、DLnAMG和DLn-FIG的Granger因果检验发现，当选择滞后期为10时，检验模型不存在序列相关性而且也拥有较小的AIC值。因此，滞后期最终确定为10（见表2）。表2结果显示，在5%的显著性水平下，DLnURB是DLnAGM的格兰杰原因，而DL-nAGM不是DLnURB的格兰杰原因；DLnAGM是DLnFIG的格兰杰原因，而DLnFIG不是DLnAGM的格兰杰原因；DLnFIG是DLnURB的格兰杰原因，而DLnURB不是DLn-FIG的格兰杰原因。从而，说明了城镇化与农业现代化、农业现代化与农民收入增长、农民收入增长与城镇化之间存在单向格兰杰因果关系。

表2 格兰杰因果关系检验结果

1.4 VAR模型的构建

在ADF检验的基础上，构建以变量DLnURB、DL-nAMG和DLnFIG为因变量，并以这些变量的滞后值为自变量的VAR模型。对模型滞后期选择，主要以AIC、SC信息量取值最小的准则为主，同时参考LogL、LR、FPE、HQ等信息量，经过综合评价，这里将VAR模型的滞后阶数确定为1（见表3），即建立VAR（1）。

表3 VAR模型滞后长度选择结果

VAR模型的滞后阶数确定后，这里对变量DLnURB、DLnAMG和DLnFIG之间建立VAR（1）模型。VAR（1）模型估计向量的矩阵形式如下：

只有平稳的VAR模型才是有意义的，因此必须对VAR模型的稳定性进行检验。如图1所示。通过对单位圆曲线以及VAR模型的全部特征根的倒数值的位置图进行研究发现，VAR（1）模型的全部特征根的倒数值均在单位圆之内（见图1），这表明所构建的VAR（1）模型中特征根的倒数值全部小于1，是一个平稳系统，可以对该VAR（1）模型进行Granger因果检验、脉冲响应分析和方差分解分析。

图1 VAR模型平稳性检验结果

2 脉冲响应与方差分解

尽管在式（1）中已经对VAR模型进行了估计，但对模型中单个参数估计值的解释是很困难的。要想对一个VAR模型作出结论，必须观察系统的脉冲响应函数和方差分解。

2.1 脉冲响应分析

在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析一个变量受到某种冲击时对系统的动态影响。脉冲响应描述了内生变量对误差变化大小的响应，即用于衡量来自于随机干扰项的一个正标准差新息大小的冲击对内生变量当期值和未来值的影响。图2-4为所有变量对来自自身和其他内生变量冲击的响应曲线，各坐标系的横轴、纵轴分别代表追踪期数和因变量对自变量的响应大小。

图2 城镇化发展对各变量单位冲击的响应曲线

图2为城镇化对各变量冲击的响应曲线。城镇化对来自于自身一个标准差新息冲击后，城镇化在第1期响应最为明显，达到0.039，然后迅速下降并逐步向稳定状态收敛。这表明城镇化对来自于自身滞后期影响的促进作用较大，且这一冲击具有较长的持续效应；城镇化对来自于农业现代化新息的一个标准差信息冲击后，城镇化在第1期没有响应，在第2-3期影响为正向，以后各期对城镇化的影响在波动中趋于收敛。这表明农业现代化受外部条件的某一冲击后，在短期内会给城镇化带来正向冲击，但对城镇化冲击的幅度较小；城镇化对来自于农民收入增长的一个标准差信息冲击后，在第1期没有响应，尽管在第2期响应最为明显，也仅为0.001，以后各期对城镇化的影响缓慢下降并呈现向稳定效应收敛的迹象。这表明农民收入增长受某一冲击会给城镇化带来显著的促进作用和较长的持续效应。

图3 农业现代化对各变量单位冲击的响应曲线

图3为农业现代化对各变量冲击的响应曲线。农业现代化对来自于自身一个标准差新息冲击后，在第1期响应最为明显，达到0.029。从第4期开始对自身带来持续的负面影响并逐渐收敛。这表明农业现代化在短期内对来自于自身前期影响的促进作用明显，但长期内具有较长的负向效应；农业现代化对来自于城镇化新息的一个正标准差信息冲击后，在第1期响应为-0.002，从第2期开始均为正向影响，并在第3期达到最大，达到0.009，以后各期响应越来越小，并呈现收敛的趋势。这表明城镇化受外部条件的某一冲击后，会在第一时间给农业现代化带来负向冲击，然后会迅速转化为持续的正向响应；农业现代化受来自于农民收入增长的一个标准差信息冲击后，在第1期没有任何响应，但在第2期响应明显，迅速增加到0.008，以后各期对农业现代化的影响逐步下降并逐步收敛。这表明农民收入增长受某一冲击会给农业现代化带来显著的促进作用和较长的持续效应。

图4 农民收入增长对各变量单位冲击的响应曲线

图4为农民收入增长对各变量冲击的响应曲线。农民收入增长对来自于自身的一个标准差新息冲击后，在第1-2期对自身带来正的响应，且在第1期响应最为明显，达到0.079。以后各期出现小幅度正负波动并最终在增长中向稳态收敛。这说明农民收入增长在短期内受来自于自身前期影响的促进作用较大，并长期内仍然具有正向效应；农民收入增长对来自于城镇化的一个标准差信息冲击后，在第2期响应最为明显，达到0.018，以后各期影响越来越小，并向稳定效应收敛。这表明城镇化受外部条件的某一冲击后，会给农民收入增长带来明显的正向冲击和较长的持续效应；农民收入增长对来自于农业现代化的一个标准差信息冲击后，在第1期响应最为明显，达到0.008，以后各期在正负波动中最终由负向效应向稳态收敛。这表明农业现代化受某一冲击会在第一时间内给农民收入增长带来显著的正向效应，但长期内会给农民收入增长带来负向冲击和较长的持续效应。

2.2 方差分解分析

脉冲响应AR模型中的一个内生变量的冲击对其它内生变量所带来的影响，但无法判断每一个内生变量对其它内生变量变化的贡献度。方差分解通过分析内生变量的冲击对内生变量变化的贡献度，以此评估不同内生变量冲击的重要性。正是基于这一思路，这里采用预测方差分解的方法考察了VAR模型中变量变动时其余变量的贡献度。方差分解的顺序为DLnURB、DLnAMG和DLnFIG，结果见表4～6。

表4 DLnURB的方差分解表

由于DLnURB是模型出现的第一个内生变量，第一期预测误差全部来自于该方程的信息，为100%。从表4可以看出，城镇化对自身预测误差的贡献率占绝对优势，各期均在99%以上。农业现代化、农民收入增长在第1期对城镇预测误差没有贡献，但从第2期开始对城镇化预测误差的贡献率逐渐增大，但占全部预测误差的比重极小，而且相对平稳，未表现出明显的时间趋势，在第10期分别为0.004%和0.057%。显然，如果不考虑城镇化对自身预测误差的贡献，那么农民收入增长对城镇化预测误差的贡献始终大于农业现代化的贡献。

表5 DLnAGM的方差分解表

从表5可以看出，城镇化对农业现代化预测误差的贡献率在第1期为0.45%，从第2期开始迅速变大，到第5期方差分解结果基本稳定，接近于17%。对农业现代化变化贡献率最大的是其自身的变化，但其贡献率呈现逐年递减的趋势。农业现代化对自身预测误差的贡献率在第1期为99.55%，但从第2期开始就迅速变小，到第5期已基本稳定，仍超过76%。农民收入增长对农业现代化预测误差的贡献率在第1期为0，在第2期迅速增加到6.60%，第3期达到峰值为7.38%，随后这一贡献率保持稳定并缓慢下降，但均维持在7%。显然，无论长、短期城镇化对农业现代化预测误差的贡献都大于农民收入增长的贡献。

从表6可以看出，农民收入增长对自身预测误差的贡献率在第1期高达94.23%，之后随着滞后期的增加，预测误差的贡献率逐步减小，到第4期方差分解结果趋于稳定，几乎接近农民收入增长预测误差的3/4。城镇化对农民收入增长预测误差的贡献率在第1期为4.80%，随着滞后期变长，预测误差的贡献率变大，到第4期几乎占农民收入增长预测误差的1/4。农业现代化在第1期对农民收入增长影响很小，不到1%。但随着滞后期变长，预测误差的贡献率逐步增加，到第4期趋于稳定，达到2.48%。显然，无论长、短期城镇化对农民收入增长预测误差的贡献都大于农业现代化的贡献。

表6 DLnFIG的方差分解表

3 结论

本文选取中部地区1978～2010年的样本数据，从VAR模型构建到格兰杰因果检验，再到脉冲响应和方差分解分析等实证研究，主要得出以下结论：第一，中部地区城镇化是中部地区农业现代化的格兰杰原因，中部地区城镇化水平提高对中部地区农业现代化有明显的正向冲击和较长的持续效应；中部地区城镇化不是中部地区农民收入增长的格兰杰原因，但中部地区城镇化对农民收入增长在短期会产生正向影响，长期影响会更大。第二，中部地区农业现代化是中部地区农民收入增长的格兰杰原因，但中部地区农业现代化不是中部地区城镇化发展的格兰杰原因，且中部地区农业现代化对中部地区城镇化的影响逐期变大。第三，中部地区农民收入增长是中部地区城镇化的格兰杰原因，而中部地区农民收入增长不是中部地区农业现代化的格兰杰原因。中部地区农民收入增长对中部地区农业现代化的影响相对较小，以后各期却不断增大，农民收入增长对城镇化的作用也呈现逐期增大趋势。

[1]刘易斯.二元经济论[M].北京：北京经济学院出版社，1989.

[2]宋元梁,肖卫东.中国城镇化发展与农民收入增长关系的动态计量经济分析[J].数量经济技术经济研究,2005,(9).

[3]夏春萍.工业化、城镇化与农业现代化的互动关系研究[J].统计与决策,2010,(10).

[4]占纪文.福建省城镇化发展、农业现代化与农民收入增长关系的动态计量经济分析[J].中国农学通报,2012,(30).