各地区金融市场化对农民收入影响空间分析

康继军 陈喆男 王 翠

【摘要】 本章从空间分析的角度考察影响中国各地区(包括31个省、直辖市、自治区)农村居民人均纯收入的因素,并建立空间计量模型来实证分析各地区金融市场化进程对减少贫困和促进农村居民人均纯收入提高的影响。实证结果证明了这种影响是存在空间效应的。在解决三农问题过程中,需要考虑地理空间因素的影响,通过促进农村金融发展来带动区域农村经济发展,从而达到为农民增收的目的。

【关键词】农村居民收入;金融市场化;空间分析;地理要素

改革开放三十多年来,中国农民收入曾有过快速增长的阶段,也经历了长期缓慢的增长过程。由于计划经济时期国家长期实行城乡“二元”体制和农产品价格“剪刀差”,以及土地资源稀少而劳动力资源富余的矛盾存在,农业结构的不合理,农村大量剩余劳动力转移困难等等诸多因素,导致了城乡居民的收入、消费水平、储蓄之间的差距越来越大,农村地域之间,农民内部之间的差距也在不断增大,使得农业、农村、农民问题在今后相当长的一个时期内成为了我国改革与发展的关键问题。农民收入增长缓慢,不仅关系到农业的发展和农村的稳定,而且关系到国民经济的全局,已引起社会各界的广泛关注。农民增收问题不仅是当前农业和农村工作的中心任务,也是整个国民经济发展的当务之急和重中之重。

金融是现代经济的核心,资金是经济发展的“血液”,任何产业的发展都离不开金融的支持。农村金融是现代金融的重要组成部分,也是农村经济发展中最为重要的资本要素配置制度,在农村经济发展,增加农民收入中的作用越来越显著,在农村发展进入新阶段的今天,更需要金融强有力的支持。一个良好的农村金融支持体系对促进农业生产要素优化组合,实现农业迅速增长、农民快速增收起着举足轻重的作用。中央早已把“三农”问题放到了突出的位置上,而农村金融问题又是新农村建设的一个关键点。

一、文献综述

最早提出关于农民收入理论的是以亚当·斯密、大卫·李嘉图为代表的古典经济学劳动价值论,随后是萨伊等提出的庸俗经济学生产要素分配论和克拉克等提出的新古典经济学收入分配论。随着这门理论的发展,当代流行的西方收入分配理论又出现萨缪尔森主张通过财政金融手段调整分配的宏观收入分配理论等,影响较大的是20世纪50年代刘易斯提出的“二元经济结构”理论以及他随后提出的农村剩余劳动力转移理论。

在国内,从近年来关于农民收入影响因素研究的成果来看,理论界普遍认为,农村、农民生活水平的提高,主要取决于农民收入的增加。针对这一问题,众多学者分别从产业结构、劳动力转移、技术进步、资金配置、农业经营方式等多个方面进行了研究。

对于影响农民收入增长的因素,林毅夫从基础建设角度出发,将制约农户收入增长的因素归结为农村基础设施建设的滞后,认为加强农村基础设施建设和科技创新是增加农户收入的重要途径;喻平从农民工资性收入着手,认为增加农民收入需要转移农村剩余劳动力与产业结构调整等制度的支撑;王韧讨论了农业成本对农民收入增长的影响;杨灿明的研究认为,农业产业结构不合理、劳动生产力水平低下是导致我国农民收入水平低下的主要因素;李恒年、张淑芳认为农民收入水平的高低取决于农民自身要素禀赋价值,即自身的劳动力和承包土地的边际效益最大化和自由流转;陈义林基于VAR模型从财政支农、金融资农两个方面实证了农民收入的影响因素。

但上述相关研究均未考虑地理空间对研究结果的影响。新经济地理学认为经济活动在空间上的集聚所带来的规模效应是经济增长的重要推动力,经济集聚所带来的经济效应在许多国家的实证研究中均已得到证实。由于在传统研究中均假定各地区相关变量是独立的,不存在空间上的相关与集聚。如果存在事实上的空间相关与集聚效应,就不能将具有空间效应的区位分布变量视为外生给定的(Fujita等),空间计量经济学证实了忽略空间效应将导致计量估计结果有偏和不一致(Anselin)。因此,本文在总结前人研究的基础上,尝试从空间分析的角度研究空间地理位置对各地区农村居民收入的影响,同时分析地区金融市场化相对水平的提高是否有助于帮助农村居民增收从而减少贫困。通过建立传统计量模型,初步设定影响农村居民收入的所有因素(包括金融市场化指标)。在建模过程中通过优化,筛选出那些具有重要影响和显著影响的变量,从而确定最终的收入方程。在此基础上,建立空间计量模型,以进一步研究空间地理位置对各地区农村居民收入的影响。

二、各地区农民收入影响因素分析、模型与数据来源

参照现有文献关于农民收入影响因素的研究结果,本文首先初步选择了存/贷款与GDP占比、财政收入/支出与GDP占比、人均全社会固定资产投资、农业技术人员占农村人口比例、人均病床数、人均耕地面积、人均拥有农用机械动力、人均化肥使用量、进/出口总额与GDP占比和地区金融市场化指数作为解释变量,建立最小二乘(OLS)模型,优化筛选出适当解释变量以推导出相应的线性回归方程,然后通过空间计量分析研究各地区农民收入之间是否存在空间相关性。

初步设定全国各地区农村居民人均纯收入计量模型为:

lnRCSR=a0+∑aiXi+∑ajlnXj+ε (1)

其中Xi和Xj均为相应参考变量。

通过优化筛选,修正后的计量模型为:

lnRCSR=a0+a1CZZCB+a2lnRZGDTZ+a3lnRGDMJ

+a4lnRNYJX+a5JKB+a6lnFIN (2)

式(2)中的解释变量依次为财政支出与GDP占比、人均全社会固定资产投资、人均耕地面积、人均拥有农用机械动力、进口总额与GDP占比和地区金融市场化指数。

数据来源:农民人均纯收入、存款与GDP占比、贷款与GDP占比、财政收入与GDP占比、财政支出与GDP占比、人均全社会固定资产投资、人均耕地面积、人均拥有农用机械动力、人均化肥使用量、出口与GDP占比、进口与GDP占比等数据来自《中国统计年鉴2008》;农业技术人员比例和人均病床数数据来源第二次全国农普数据;各地区金融市场化指数数据来源于陈邦强等的全国分地区金融市场化指数体系。

首先,不考虑空间因素的影响,通过OLS分析得到表1所示的结果。

从表1的计算结果可以看出,在不考虑空间因素的情况下,模型整体上通过了5%水平的显著性检验,模型拟合度(修正)为89.64%,F值为44.2597。

由于Morans I(误差)检验表明经典回归误差的空间依赖性(相关性)非常明显(显著性水平小于5%),同时为了区分是内生的空间滞后还是空间误差自相关,根据LMLAG、R-LMLAG、LMERR、R-LMERR的值显示,LMERR、R-LMERR均未通过10%水平下的显著性检验,LMLAG、R-LMLAG分别通过了1%和5%水平下得显著性检验,从而看出,空间滞后模型(SLM)比空间误差模型(SEM)略优一些。

从回归系数上看,财政支出与GDP占比对农村居民人均纯收入影响为负,这是由于越是贫困地区,财政扶贫拨款占地区GDP比重越大,所以与农村居民人均纯收入反映出来为负相关关系;人均耕地面积对人均纯收入的负相关作用可能是由于其他产业(二三产业)的发展能更快拉动人均收入提高,这个问题还有待于进一步研究;人均全社会固定资产投资额、人均拥有农用机械动力、进口额与GDP占比、地区金融市场化指数与农村居民人均纯收入的关系均为正相关关系,也反映了投资、农业机械化、进口拉动了农村经济增长从而提高了农村居民人均纯收入,而金融市场化进程的发展和金融市场化水平的提高同样对提高农村居民人均纯收入有明显作用,这也验证了良好的农村金融支持体系对促进农业生产要素优化组合,实现农业迅速增长、农民快速增收起着举足轻重的作用的观点,进一步提高金融市场化水平对我国各地区减少贫困、解决三农问题和促进新农村建设有着重大意义。

三、空间计量模型分析

本文首先绘制了2007年各地区农村居民人均纯收入(RCSR)空间分布四分位图(见图1)考察农村居民收入是否存在空间上的相关关系,图1中颜色越深的地区农民人均纯收入越高,反之亦然。可以看出广东、福建、浙江、江苏、上海、山东、北京、天津等东部沿海地区农民人均纯收入较高,辽宁、黑龙江、河北、湖南等地区农民人均纯收入处于中等水平,而中西部地区农民人均纯收入最低,图中表现出农民人均纯收入从西往东逐渐增大的趋势。

图2为2007年各地区农村居民人均纯收入(RCSR) Morans I 散点分布图。从图中看,上海、北京、江苏等8个地区处于第一象限,是属于高农村居民人均纯收入—高空间滞后集群(HH);云南、新疆、甘肃等14个地区处于第三象限,属于低农村居民人均纯收入—低空间滞后集群(LL);河南同时跨越了二、三象限。统计得出,共有23个地区(占74.2%)显示了正自相关关系。

为了分析空间地理因素对各地区农民收入的影响,本文分别采用空间滞后(Spatial lag model,SLM)与空间误差模型(Spatial error model,SEM)两种空间计量经济学模型来研究。

空间滞后模型(SLM)表达式为:y = ρWy + Xβ + ε。其中X为n×K阶的外省解释变量矩阵;ρ为空间回归系数,反映样本观测值的空间依赖作用;W采用邻近矩阵,Wy为空间滞后因变量;参数β反映了自变量X对因变量y的影响,ε为随机误差向量。该模型主要探讨各变量在一地区是否有外溢效应。

空间误差模型(SEM)的模型表达式为:y = X +ε;ε= λWe + μ。其中e为随机误差项向量,参数λ为空间误差系数,用以衡量样本观测值的空间依赖作用;μ为正态分布的随机误差向量。该模型主要用于度量邻近地区关于因变量的误差冲击对本地区观测值的影响程度。

在本文的研究中,采用极大似然法估计上述两种空间计量模型。通过包括残差Morans I检验、拉格朗日乘数-误差检验(Lagrange Multiplier-Error Test,LMERR)、拉格朗日乘数-滞后检验(Lagrange Multiplier-Lag Test,LMLAG)和稳健(Robust)的R-LMERR,R-LMLAG等来判断各地区农民收入之间是否存在空间相关性。如果在检验结果中发现,LMLAG较之LMERR在统计上更加显著,且R-LMLAG显著而R-LMERR不显著,则可以认为适合的模型是空间滞后模型;反之则可以认为空间误差模型是适合的模型。同时还可以用拟合度R2,自然对数似然函数值(log Likelihood),似然比率(likelihood ratio),赤池信息标准(akaikeinformation criterion),施瓦茨准则(Shwartz criterion)等标准来比较本文的三种计量模型,R2越大,log L越大,LR越小,AIC和SC值越小,模型拟合效果越好。

从模型估计结果看,考虑空间影响后,SLM和SEM模型估计的拟合度指标(R2)和自然对数似然函数值(Log like lihood)均大于OLS估计结果,这说明考虑空间因素后,修正的模型和实际数据的拟合度更高,也证明了空间地理分布对各地区农村居民人均纯收入具有影响,其中SLM模型的拟合度最高。再比较SLM和SEM两种模型的赤池信息标准AIC和施瓦茨准则SC值,SLM模型两者的值相对SEM模型两者的值都更小,从GEODA分析结果来看,SLM模型比SEM模型要好,并且模型从总体上通过了10%水平的显著性检验。这也符合在OLS分析中,LMERR、R-LMERR均未通过10%水平下的显著性检验,LMLAG、R-LMLAG通过了5%水平下得显著性检验,从而得出空间滞后模型(SLM)比空间误差模型(SEM)更好的结论。

从空间分析结果上看,各个影响因素变量对农村居民人均纯收入的影响方向和OLS模型基本相同,财政支出与GDP占比对农村居民纯收入影响最大,这也说明政府政策的重视度对农村经济发展有着关键性作用;金融市场化相对水平对其影响次之,证实了金融发展对农村经济的促进作用,进一步深化金融市场化改革和推进各地区金融市场化进程目前对提高我国各地区农村居民人均收入并减少贫困具有重大意义;对农村交通、教育、医疗等领域的固定投资能够有效改善农民的生活水平,并有效促进农民提高自身素质、享有更好的健康保障并拥有有效的生产等硬件设施,从而产生巨大的市场效应动力和社会经济效益,促进新农村建设的发展,而金融市场化水平的提高又进一步提供了融资贷款方面的帮助;进口的增加一方面拉动消费,另一方面也引入先进技术和优良品种,同样有助于农村经济的发展;人均拥有农用机械动力反映了农业机械化水平,这项指标的提高标志着农业产业结构的升级,农业现代化的实现可以大大促进农村发展和农民增收。

四、结论

本文沿用新古典经济增长理论、新经济增长理论和新经济地理学理论这三个理论及空间计量经济学的分析方法和思路,构建了基于新古典增长理论的空间分析理论框架和基于新增长理论的空间过滤合成数据分析理论框架,实证结果表明空间分析对各地区金融市场化对农民收入影响的分析研究具有重要意义。

根据本文的实证结果可以得出如下结论:财政支出与GDP占比对农村居民人均纯收入影响系数绝对值最大,并且为负;对农村基础建设包括公路、医疗设施等的投资可以显著促进农村经济增长从而实现农民增收的目的;农业机械化推动了农村生产方式的改进;进口的增长通过促进消费以及引入技术等作用拉动了农村经济发展从而提高了农村居民人均纯收入;而金融市场化进程的发展和金融市场化水平的提高同样对提高农村居民人均纯收入有明显作用,金融发展能够为农村经济增长提供更多的信息保障和融资条件,并且这种作用具有空间地理效应。

同时,通过加入空间地理因素的空间计量模型分析,本文也证明了各地区农村居民人均纯收入之间存在空间相关关系,这种空间相关并不是由邻近省域农民收入的误差冲击对本地区的农民收入产生影响,而是具有明显的近邻空间溢出效应,我国31个地区的农村居民人均纯收入在地理空间上存在显著的正向空间相关关系。

基于上述结论,本文提出如下政策建议:建设社会主义新农村,需要有力的农村金融的支持。必须要坚定不移地推动农村金融发展,推动农村产业结构的调整和制度的创新,从而改善目前的这种状况。在当前农村金融发展情况下,首先应着重从改进农村金融的结构与功能、优化农村金融制度安排、推进农村金融的改革、重构农村金融组织体系和市场体系等方面建立多层次的农村金融体系,通过建立支农资金良性循环机制。同时,放松对利率的管制和对非正规金融的管制,大力发展新型农村金融机构和农村小额信贷,并加快对现有农村金融体系改革的步伐,进而理顺政府与农村金融的关系,以服务“三农”为宗旨,本着“多予”、“少取”、“放活”的原则,以农村经济发展的现实情况为依据,构筑多元化的农村金融体系,增加资金的有效供给,加快农村金融发展以促进农民增收。●

【参考文献】

[1] 巴罗,萨拉伊马丁.经济增长(Barro, J. R., Saka-I-Martin, X., Economic Growth, 1995, McGraw-Hill Press)[M].中译本,中国社会科学出版社,2000.

[2] 吴玉鸣.中国区域研发、知识溢出与创新的空间计量经济研究[M].人民出版社, 2007.

[3] 林毅夫.增加农民收入需要农村基础设施的牢固 [J].调研世界,2001(7):3-4.

[4] 喻平.农民收入增长与经济发展之间关系的实证研究 [J].中国软科学,2003(8):52-55.

[5] 王韧.中国农村收入决定特征及其影响因素变动:1952-2003年[J].数量经济技术经济研究,2006(4):3-13.

[6] 杨灿明,郭慧芳,孙群力.我国农民收入来源构成的实证分析—兼论增加农民收入的对策 [J].财贸经济,2007(2):74-78.

[7] 李恒年,张淑芳.影响农民收入水平的几个关键因素及相關分析[J].马克思主义与现实,2008(5):203-205.

[8] 陈义林.我国财政支农与金融支农对农民收入的影响—基于VAR模型的实证分析[J].改革与战略,2008(12).

[9] Fujita,Krugman M.P.,and Venables A.J.,The Spatial Economy:Cities,Regions,and International Trade[M].MIT Press.Cambridge MA,USA.1999.

[10] Anselin,L,,Bera,A.K,,Florax,R,,Yoon,M.J.,1996,Simple Diagnostic Tests for Spatial Dependence[J].Regional Science and Urban Economics,1996,26(1):77-104.

[11] 陈邦强,傅蕴英,张宗益.金融市场化进程中的金融结构、政府行为、金融开放与经济增长之间的影响研究[J].金融研究,2007(10).

[12] Michael Lipton,Why Poor People Stay Poor:Urban Bias in World Development[M]. Cambridge,MA:Harvard University Press,1977.Robert Bates,Markets and States in Tropical Afica.Berkeley:University of California Press,1981 .