胡宗义 李鹏

摘要 运用空间计量的方法对我国1998—2008年31个省的农民收入及其影响因素数据进行了实证分析.实证结果表明：我国各省市农民收入之间存在明显的空间相关性.从短期来看，农村投资与城市化进程对农民收入增长有显著的促进作用，农村金融与地方财政支持的影响不显著，农村劳动力占农村总人口比重与农业产值占农林渔牧产值比重对农民收入增长具有负向作用.从长期来看，地区城市化水平、农村金融和农村劳动力占比对农村收入的影响不明显，而农村财政投入和农村固定资产投资起到正向的促进作用，农业产值占农林渔牧产值比重起到抑制作用.随着农村经济的发展，影响农民收入的因素进一步多元化，空间因素的影响更加明显.

关键词 农民收入；空间相关性；空间计量

中图分类号F832.1文献标识码A

1引言及文献综述

农村金融是现代农村经济的核心，应当成为促进我国农村经济增长和农民收入增加的重要手段.而我国农村金融发展不仅滞后于城市金融的发展，而且不能满足农村经济发展的现实需要.地方财政支持和投资也是促进农村经济发展和农民收入增长的重要手段，地方财政应该解决城乡公共产品供给失调的问题，调整公共财政配置格局，逐步在政策上和投入上实现公共财政覆盖农村，建设城乡一体化公共产品供给体系，为农民增收创建一个良好的外部环境.因此，从空间计量的角度来考察正规农村金融支持以及地方财政支持等多种因素对农民收入增长的影响，既具有理论意义，也具有现实意义.

国内外学者已经对影响农民收入增长的各个因素进行了一定的研究.在国外，研究者一般是考察金融发展对经济增长的影响.Greenwood and Jovan（1990）[1]、Galor and Zeira（1993）[2]、Banerjee and Newman（1993） [3]通过对金融发展与收入差距的研究，间接地揭示了金融发展与农民收入增长的关系，但鲜有农村金融发展与农民收入增长关系的直接研究（温涛等，2005）[4].国内学者在借鉴国外学者的研究成果基础上，针对我国的实际情况，进行了诸多富有成效的研究.温涛、冉光和、熊德平（2005）对我国金融发展和农民收入的关系进行了研究，结果表明我国农村金融发展对我国农民收入增长具有显著的负效应.王丹、张懿（2006）应用ECM误差模型实证检验了安徽省农村金融发展和农业经济增长之间的关系，结果表明农村金融发展引起农村经济增长，支持金融支持经济增长的概念[5].刘忠群、黄金、梁彭勇（2008）利用我国1978—2008的省级面板数据，检验了中国金融发展对我国农民收入的影响，结果显示我国金融发展对我国农民收入的发展具有正向影响，但金融中介的低效率阻碍了农民收入的进一步增长[6].余新平、熊皛白、熊德平（2010）通过实证分析表明：农村存款、农业保险赔付与农民收入增长呈正向关系，而农村贷款、农业保险收入与农民收入增长呈负向关系[7].李俊峰、伍艳（2011）运用2007—2009年重庆个区县相关数据，探寻农民收入增长与地方财政及金融支持的联动关系，结果表明财政支持与农村金融与农民收入增长之间存在一定的正相关关系[8].本文将空间计量方法运用到分析农民收入增长模型中来，考虑了邻接省份之间经济因素的相互影响，更加具有现实性和科学性.

2模型构建及数据说明

本文拟选取LnFINC作为被解释变量，其中FINC为去除价格影响因素（各地区个时期农村CPI）的农村居民年人均纯收入；选取各地区农村金融相关率对数值LnFIR、人均农业财政支持LnFISC、地区农村劳动力占总农村总人口比重LnLABR、各地区城市化率对数值LnCTLZ、各地区农业产值占农林渔牧产值的比重的对数值LnAGRZ以及各地区农村居民人均固定资产投资的对数值LnPAI作为解释变量.其中，农村金融相关率为各地区农业贷款与农林渔牧总产值的比率，人均农业财政支持为地方财政农业投入与农村总人口比率，城市化率为各地区城市人口占总人口的比重，农村居民人均固定资产投资为农村年投资总量与农村人数的比重.由于数据的可得性原因，本文采用1998年和2008年我国31个省市的横截面数据，各个数据来源于《中国统计年鉴》、《中国金融统计年鉴》以及各省市的统计年鉴.

依据空间计量模型的原理，分别设计空间误差模型和空间滞后模型.在空间滞后模型中，变量的空间自相关关系由因变量的空间滞后项反映，用于反映影响农民收入的空间因素的空间滞后模型为：

其中W为空间权重矩阵，ε代表区位影响因素，λ为空间自相关系数，ξ为服从经典假设的随机误差项.

3实证分析

3.1经济指标的空间相关性检验

3.1.1空间自相关检验

根据空间计量学的的原理，影响农民收入的影响因素之间可能存在空间自相关性，有必要先对各个变量之间的空间自相关性进行检验，如果存在空间自相关性，就必须建立空间计量模型对影响农民收入的各个因素进行分析.改革开放以来，我国各地经济发展差异逐渐扩大，一般可以分为东中西三个部分，各地农民收入水平差异较大，农民收入来源迥异.因此，必须对各区域农民收入水平及其影响因素的空间依赖性进行检验.本文沿用空间计量学中常用的Morans I指数来衡量各个要素之间的全域空间自相关性，采用Morans I散点图来检验区域空间自相关性.

首先对我国31个省市的农村居民年人均纯收入及其影响因素进行全局空间自相关检验.

由表1数据统计结果可知我国农村居民收入水平的Morans I指数从1998年到2008年一直在0.55的水平上下波动，其正态统计量Z（d）值均大于正态分布函数在1%水平下的临界值（1.96），该结论表明我国个省市农村居民收入在空间上并不是随机分布的，区域农民收入之间在地理空间上存在较高的空间依赖性；同时，我国各省市人均固定投资水平的Morans I指数从1998到2008年在0.4的上下波动，其Z（d）值均大于正态分布函数在1%水平下的临界值，表明各省市农村人均固定资产投资之间也存在十分显著的空间自相关性；同理，农村劳动比率和城市化率之间的空间自相关也较为明显，其P值在5%的显著性水平下，都拒绝了空间随机分布的假设；但是，各区域农业金融相关率和地方农村财政投入的空间自相关性比较弱，其P值一般都处于接受原假设（变量不存在空间依赖性）的范围之内.

3.1.2MoranI散点图检验

通过分析观察Morans I散点图更能清楚的分析省市农民收入水平与其临近省市的农民收入水平之间的关系.通过绘制空间自相关系数的Morans I散点图可以将各个区域农民收入分为四个区域的集群模式，分别识别各个区域的农民收入水平与临近省市的关系：图的右上方为第一象限，表示高农民收入水平的区域被高农民收入水平的其他区域包围（HH）；左上方为第二象限，表示低农民收入水平的区域被高农民收入水平的其他省市包围（LH）；左下方的第三象限，表示低农民收入水平的区域被低农民收入水平的其他区域包围；右下方的第四象限，表示高农民收入水平的区域被低农民收入水平的其他区域包围.第一、三象限正的空间自相关关系表示相似观测值之间的空间关联；第二、四象限负的空间自相关关系表示不同观测值之间的空间关联；若观测值均匀的分布于四个象限，表明各地区变量之间不存在空间自相关性.

图1 表明，在1998年，位于Morans I散点图第一象限的省市有：上海、浙江、北京、天津、福建、河北、山东七个省市，这是高农民收入水平—高空间滞后的自相关集群；位于Morans I散点图第二象限的省市有：江西、安徽、海南三省，这是低农民收入水平—高空间滞后的自相关集群；位于Morans I散点图第三象限的省市有：湖南、陕西、黑龙江、湖北、四川、新疆、内蒙古、甘肃、山西、山西、宁夏、广西、云南、贵州、重庆、西藏、河南、青海十八省市，这是一种低农民收入水平—低空间滞后的自相关关系集群；位于Morans I散点图第四象限的省市有：广东、吉林、辽宁三省市，这代表高农民收入水平—低空间滞后的自相关关系集群.2008年的情况与1998年基本保持一致，只是位于第四象限的广东、吉林、辽宁三省市移到低三象限，河北、山东、由第一象限移到第二象限.

3.1.3Liza图检验

在图2 中可以看出，2008年农民收入水平位于第1级排列只有上海，表示农民收入水平很高；位于第二级排列的省市有三个：江苏、北京和天津，较低与上海市农民的收入水平；位于第三级排列的省份有12个，代表中上水平的农民收入；位于第四季级列的省份有12个，代表农民收入处在中下水平；位于第第五级排列的省份是青海和贵州，该地区农民收入水平比较低下；宁夏农民的收入水平处在全国的最低水平.从LIZA图的整体可以看出，我国农民收入呈现出以江沪为核心和以京津为核心的高收入板块，东北地区和中部地区次之，西部地区农民收入水平最低.

3.2参数估计结果及说明

由于本文选取的解释变量与被解释变量都存在一定程度的空间自相关性，因此考察金融支持和地方财政支持等因素对农民收入的影响需要引入空间自相关因素进行空间分析.为了考察各个因素引起农民收入增长的动态演进特征，选取了1998年和2008年两个截面进行分析. 3.2.1基于1998年统计数据的实证结果

根据Aselin等提出的判别准则，参照表2的结果可以看出，影响农民收入的空间误差模型的AIC值和SC均分别小于空间滞后模型的SIC值和SC值；但是，空间滞后模型的拟合优度系数R_squared和对数似然值LogL均分别略大于空间误差模型的R_squared和LogL.认为空间滞后模型要略好于空间误差模型.表3的结果表明，无论是SLM模型还是SEM模型，解释变量的系数估计值都通过了5%的显著性检验，表明模型拟合良好.

从表3中空间滞后模型的参数结果来看，LnFIR的系数为0.096 8，说明农村金融对农民收入增长存在较弱的正向促进作用，农村金融并没有发挥其在促进农民收入所应有的作用；LnFISC的系数为-0.106 7，表明地方财政不仅没有促进本地区农民增收，反而成为阻碍其收入增长的力量，可能是因为在1998我国还未取消农业税收，地方农业财政支出越多，可能会征收更多的农业税，反而导致农民收入水平下降；LnLABR的系数为-0.287 1，表明从事农业劳动的比重越多，农民收入反而降低，LnAGRZ的系数为-0.374 8，表明各省市农业占农林渔牧的比重越大，农民收入水平越低，这从另一个方面说明，农业以外的其他产业对农民收入影响巨大，单独依靠农业的省市的农村居民收入比依靠渔牧林业的农民收入低；LnPAI的系数为0.358 1，表明农村投资可以明显的促进农村居民收入增加，符合客观实际.

W_LnFINC的系数为0.107 7，表明临近省市农民收入对本地农民收入产生的影响不明显.

城市化率LnCTLZ的影响也较为明显，表明各地区城市化进程为农村富余劳动力转移提供了就业机会，农村劳动力通过外出务工可以显著的提高其收入水平.

3.2.2基于2008年统计数据的实证结果

由表3的参数结果可以看出，空间滞后模型的拟合优度系数R_squared和对数似然值LogL都要分别高于空间误差模型的R_squared和LogL，空间滞后模型的赤池信息准则AIC和施瓦茨准则SC都要分别低于空间误差模型的AIC和SC，按照判别准则，空间滞后模型要优于空间误差模型.

从空间滞后模型的参数统计指标可以看出，W_LnFINC的系数为0.418 7，P值很低，表明临近省市农民的收入对本地区农民收入产生极其显著的影响，这表明周边农民收入具有明显的溢出效应，周边农民收入增加能带动本地区农民收入的增长.同时，农村金融相关率、农村劳动力比重、 农业占比地方农业财政支持的影响不显著，表明经过十多年的发展农村金融仍然未能在促进农民收入收入增长中发挥重要作用，地方财政对农民收入的影响由负变正，说明取消农业税后的地方财政虽然未能在促进农民增收中发挥积极促进作用，但是改变了以往明显的负作用.随着农村机械化程度的进一步普及，农村劳动力的影响逐渐减弱.LnPAI的系数为0.240 7，表明农村投资仍然是促进农民增收的重要因素.

综上所述，可以看出，随着社会的发展，影响我国各地区农民收入的因素也发生了较为明显的变化.农村金融和地方财政支持一直都未能在促进农民增收的过程中发挥重要作用，农村金融发展滞后，农村财政支持薄弱等诸多因素都制约着我国农村居民收入的人进一步增加.这为在下一阶段制定相关政策，逐步消除城乡收入差距，促进农民增收提供了思路.

3.2.3基于1998—2008空间面板数据的实证结果

利用MATALAB的空间计量软件包，运用1998—2008年的相关面板数据可以得出相关结果如表4所示.从回归结果可知，空间自回归系数ρ和空间误差回归系数λ均满足5%的显著性水平，这又一次证明了空间因素在区域农民收入增长的过程中发挥了作用.若忽略空间因素的影响而建立包含经典假设的计量模型，则会使估计结果出现明显的设置误差.从各个模型的具体情况来看，面板SLM模型的调整拟合优度系数和对数似然值均大于SEM模型的相应值，因此选择SLM模型更具有合理性.在SLM模型中，通过Hausman 检验值可以看出，其在5%的水平下是显著的.同时，固定效应模型的对数似然值、调整的拟合优度系数和LR-test值均优于随机效应模型的相应值.因此，选择固定效应的SLM模型进行分析.该模型的调整拟合优度系数为0.925 8，表明该模型可以解释变量大部分信息，模型拟合良好.农村金融相关率、农村劳动力比重和城市化水平均未通过显著性水平.这表明，我国农村金融发展水平既不能满足农村经济的发展的需要，也没有在促进区域农民收入增长的过程中发挥应有的作用.近年来，我国农村劳动力大幅涌向城市，使得农村劳动力在长期不能满足农村经济发展的需要.于此同时，在长期来看，区域城市化水平也未能在农民增收的过程中起到明显的促进作用.而人均农业财政支持、

农业产值占农林渔牧产值的比重和农村固定资产投资均通过了显著性检验.这说明，农业财政投入虽然在短期效果不明显，但是在长期内对农村居民收入增长具有正向的促进作用.农业产值占农林鱼牧产值的比重越大，农民收入水平就倾向于更低.因此，农民拓宽收入来源口径，发展畜牧水产等副业，能够更加有利地促进收入增长.农村固定资产投资作为促进农民收入增长的推动力，不论是短期还是长期都发挥着重要的作用.

4结论与建议

本文将空间计量模型引入对我国31个省市农民收入增长研究中，结果表明我国省域农民收入及其影响因素存在不同程度的空间自相关.经过十多年的发展，影响各地区农民收入的因素更加多元化，空间因素的影响进一步明显，但是农村金融支持在促进农民增收的过程中影响一直不显著.农村固定资产投资与各区域城市化进程一直是促进农民收入增长的重要因素，农村劳动力比重与农业产值比重的影响进一步弱化.虽然农村财政投入在短期内对农民增收影响不明显，但是在长期内却产生了积极的促进作用.同时，我国农民收入水平形成了较为明显的高低聚集区域，长江三角洲与京津地区的农民收入水平明显高于西部农民的收入水平，中部地区和东北地区的农民收入水平处在中间水平.本文得出的结论为我国政府制定政策促进区域农村经济平衡发展、促进城乡协调发展以及有效帮助落后地区农民脱贫致富提供了依据.基于本文分析结果，现提出促进农民收入增长的建议如下：首先，积极有序的加快促进城市化进程，引导农村富余劳动力流动.我国现阶段正处于城市化高速发展的时期，农村人口向城市转移的过程可以解决农村劳动力过剩的问题，农村居民进城谋职可以促进其收入增长.其次，加大对农村地区的投资，促进农民收入来源多元化.加大农村投资可以促进农村经济增长，带动农村产业的发展，促进农民本地就业，为农民收入增长提供动力.最后，加大对农村地区的财政支持与金融支持.各地区地方政府应该针对本地区影响农民收入增长的制约因素，制定有针对性的政策，加快地方财政反哺农业的进程，促进农村经济跨越式发展.同时金融机构应该针对农业项目的特点进行金融创新，制定符合农民需求的金融产品，发挥其在农村经济发展与农民收入增长过程中应有的影响.

参考文献

[1]J GREENWOOD， B JOVANOVIC.Financial development， growth and the distribution of income[J].Journal of Political Economy， 1990 ， 98（5）： 1076-1107.

[2]O GALOR，J ZIERA. Income distribution and macroeconomics[J].Review of Economic Studies， 1993，60（1）：35-52.

[3]A V BANERJEE， A F NEWMAN. Occupational choice and the process of development[J].Journal of Political Economy，1993，101（2）：274–298.

[4]温涛，冉光和，熊德平.中国金融发展与农民收入增长[J] .经济研究，2005，40（9）：30-43.

[5]王丹，张懿农村金融发展和农业经济增长——基于安徽省的实证研究[J]金融研究，2006（11）：177-182

[6]余新平，熊皛白，熊德平.中国农村金融发展与农民收入增长[J] .中国农村经济，2010（6）：77-86.

[7]李俊峰，伍艳. 农民收入与地方财政扶持及金融联动分析——来自重庆区县的证据[J].山西农业大学学报：社会科学版，2011，10（11）： 49-53.