农产品流通市场化与农业收入增长：理论与实证

郭韶伟，唐成伟，张 昊

（中国人民大学商学院，北京市100872）

一、问题的提出

20世纪70年代开始的以市场化为导向的农村经济体制改革，确立了农民商品生产和经营的主体地位，在极大激发了农民生产积极性的同时，也使得农业生产和农民收入对市场的依赖性越来越大。在改革初期，大量的农民分散、无规则地进入流通，虽然在不同程度上促进了市场的繁荣，但是由于传统的流通组织并没有得到相应的改造，加上制度不完善等方面的原因，一时间出现了全国性的农产品“卖难”问题，阻碍了农民收入的增加。虽然国家也针对性地进行了政策调整，但是这一问题并没有得到根本性的解决，并且随着农产品市场由买方市场转向卖方市场而变得越发严重。对农民收入问题的研究必须纳入到市场经济的框架内进行，不能离开农业市场化这一核心因素。农业市场化是指在市场能充分发挥效用的领域内,实现从计划配置农业资源、分配农业剩余向市场配置和分配的转变，[1]具体包括劳动力市场化、农业资金市场化、农产品价格市场化、农产品流通市场化等几个方面。而农产品能否顺利从生产领域转移到消费领域，与农产品流通市场化程度有着最为直接的联系。所以，提高农产品流通市场化程度是促进农民增收的有效途径之一。

本文选择以农产品流通市场化程度对农业收入的影响作为研究目标，主要是基于以下两个方面的考虑。（1）农业收入对农民增收的重要性。一种普遍的观点认为，今后农村经济及农民收入增长速度的快慢将会越来越依赖于非农产业的发展速度和效益，因此许多文献重点研究了非农业收入问题。然而，我们应该认识到，农业是农村经济的基础和“母体”产业，无论农村经济格局和体制如何变化，它对农村经济发展以及农民收入增长的贡献仍然是其他产业所不能够替代的。[2]从农民收入的构成情况来看，工资性收入和财产转移性收入虽然有所减缓，但仍保持一定速度的增长，而经营性收入增长却持续放慢甚至下降，成为农民收入持续减缓的主要因素。[3]因此，在关注非农收入的同时，绝不能忽视甚至应该更加重视农业经营收入的变化。（2）农产品流通市场化与农业收入的关系最密切。农产品流通市场能够通过价格信号来引导农民调整产品结构，从而实现资源的最有效配置。市场的发达程度直接关系到农民生产的产品能否从生产领域转移到消费领域，能否顺利的完成其价值实现。所以与其他市场相比，农产品流通市场对农业收入具有决定性的作用。

二、文献回顾

从已有的文献来看，绝大多数都是从理论上分析农业市场化程度与农民或农业收入之间的关系，普遍认同推进农业市场化进程对于农民增收的积极意义。[4]、[5]、[6]、[7]这些研究无疑具有十分重要的意义，为本文的研究奠定了坚实的理论基础，其中许多研究方法和研究视角非常值得本文借鉴。但尽管如此，仍然有一些问题值得进一步研究和探讨。首先，纵观已有的研究文献，绝大多数的研究都停留在纯粹的理论分析，实证方面的文献很少，研究结论缺乏数据的有力支撑。其次，仅仅从整体上考察农业市场化程度对于农民收入的影响仍然是不够的。其原因是，一方面，农业市场化包含劳动力市场化、农业资金市场化、农产品价格市场化和农产品流通市场化等多个方面；另一方面，现阶段我国农民收入主要由三部分构成，即家庭经营收入（农业收入）、工资性收入和财产转移性收入。每一个子市场对农民收入各构成部分的影响程度是不相同的，农业收入可能与农产品流通以及农产品价格的关系更密切，而工资性收入可能更多地受劳动力市场的影响。因此更为具体的研究子市场与农民收入构成部分之间的关系不仅可以进一步揭示市场机制对农民收入的内在作用机理，也能够为政府政策的制定和实施提供更有力的理论参考。

事实上，受到某些现实因素的制约，农业收入并不必然随着市场化进程的推进而增加。从产权和交易费用的角度来看，农民的市场决策很大程度上取决于交易费用，交易费用越高，农民参与市场的预期获利水平就越低。从总体上来看，我国仍然处于市场化进程的初级阶段，由于产权制度的不完善、垄断力量的存在、农民受教育水平较低、与市场进入有关的基础设施落后等多种因素的综合作用，可能导致农民参与市场的交易费用非常高昂。[8]在这种情况下，市场配置资源的作用很难得到有效发挥。因此，简单地引入市场机制并不能保证农民收入的稳定增长。此外，在现阶段制度还不完善和组织化程度不高的情况下，市场化程度的提高反而可能抑制农民收入的增加。单个农户在直接进入市场时，由于资金、人力和设施方面的限制，既缺乏抗拒自然灾害的能力，也没有预测市场供求关系以及承担市场风险的能力。当前我国主要农产品流通渠道中的权力结构呈现出低度均衡以及过度向包括龙头企业和批发商在内的流通组织倾斜的状态，不仅阻碍了农产品流通绩效的提升，也使得农民的合理利益很难得到有效保障。[9]因此，在我国经济转轨和制度转型的背景下，农产品流通市场化程度的提高对农业收入的影响具有不确定性，两者之间的关系还有待进一步的考证。

三、模型、方法与变量

1.模型和方法

基于已有的研究和本文的理论分析，将反映农产品流通市场化程度与农业收入之间长期关系的函数设定为：

相应的分布滞后自回归模型ARDL(1，1，1)为：

将函数(1)和模型(2)结合，以各变量的一阶差分来代替其滞后项，得到完整的误差修正模型为：

模型（3）中下标i和t分别代表地区和年份，Income代表农业收入，CMR为农产品流通市场化程度。为消除特异值和降低变量的非平稳性，本文分别对这两个变量进行取对数处理，D.LnIncome和D.LnCMR分别为变量Income与CMR取对数后的一阶差分项。系数α0表示误差修正速度，反映了当变量偏离均衡后向均衡点调整的速度。如果α0=0，说明变量间不存在长期均衡关系；若α0<0，则表明变量之间存在误差修正机制或长期均衡关系。β1表示的是变量LnIncome和LnCMR之间的长期均衡关系，系数α1则反映了变量之间短期动态调整关系。ν是误差项，用以代表未能观测到但是会影响农业收入的其他因素。

在实证方法的选择上，本文使用面板协整分析的计量方法，主要出于以下两个方面的考虑。（1）农产品流通市场化程度的提高可能在短期内会对农业收入产生影响，但这种影响更多的是在较长时间内体现出来。而协整分析不仅可以分析变量之间的长期均衡关系，也能够分析变量间的短期动态关系，在分析农产品流通市场化程度与农业收入之间的关系时具有独到的优势；（2）基于时间序列的协整分析对序列的时间跨度有较高的要求，一旦序列的时间跨度较小，协整检验和分析的结果往往就会产生偏误。面板协整分析使用样本较大的面板数据，充分利用个体维度和时间维度的信息，从而能够在一定程度上保证结果的准确度。另外，本文使用的计量软件为Stata 11.0。

2.变量的设定

对于农产品流通市场化程度的测定，已有的研究方法主要有两种：一种是用农民与非农居民间直接交易占二者间总体交易的比重来衡量；[10]另一种是用农产品的社会收购总额占农业总产值的比重，亦即农产品的商品率来衡量。[11]考虑到数据的可获得性，本文采用第二种测算方法。虽然衡量农产品流通市场化程度的最佳方法是用每种具体农产品的市场化程度加权平均，但是这在统计上是很难实现的。在衡量农业收入指标的选取上，因为受农产品流通市场化程度直接影响的是农民从事农业生产和经营的收入，所以本文使用农村居民家庭人均年纯收入中的家庭经营纯收入来衡量农业收入，剔除了工资性收入、资产转移性收入以及其他类型的收入。

3.样本和数据

样本的选择和数据收集是本文实证研究遇到的最大障碍，数据的可获得性严重限制了本文的样本规模。本文最终选择以上海、江西、河南和贵州这三省一市在1991～2009年间的农业经济数据作为样本来考察农产品流通市场化程度对农业收入的影响。从地理位置来看，这三省一市涵盖了东中西三大经济带，其中河南、江西和贵州都是我国传统的农业大省，其农业经济无论是在省内还是全国都占有十分重要的地位。上海市的农业地位虽然相对较低，但是农产品流通的市场化程度却一直处于较高的水平。这些地区在农业收入和农产品流通市场化程度方面都有着显著的差异。样本的时间跨度为1991～2009年，选择以1991年作为起点一方面是为了保证统计口径的一致，另一方面也是考虑到虽然我国的农产品流通体制改革从1978年就已经开始，但是真正进入全面改革的时间是1992年，以党的“十四大”明确提出建立社会主义市场经济体制为标志，我国的农产品流通体制改革开始全面转入市场经济的轨道。

数据主要来源于1992～2010年出版的《河南省统计年鉴》、《江西省统计年鉴》、《贵州省统计年鉴》、《上海市统计年鉴》、《中国统计年鉴》以及《新中国五十年农业统计资料》、中国统计年鉴数据库（数据挖掘版）、中经数据库辅助与决策系统等。较长的时间跨度是本文样本的主要特点，我们认为农产品流通市场化程度的差异和变化虽然在不同地区之间也有所体现，但是更多的是反映在时间维度上。所以，具有代表性的个体和较长时间跨度的样本为本文的研究奠定了很好的基础。

四、实证分析

1.面板单位根检验

面板单位根检验有多种检验方法，为尽可能提高检验的准确程度，我们分别采用Pesaran检验法、IPS检验法以及CH检验法对变量LnIncome和 LnCMR 进行面板单位根检验。[12]、[13]、[14]这几种检验方法的原假设都是假定面板中的所有截面对应的序列都是非平稳的，即都服从I（1）过程。Pesaran检验法的主要特点是考虑了变量的截面异质性和截面相关性，其统计量是单个截面DF或ADF检验得到的t值的平均值。IPS检验法的特点是考虑了截面异质性和干扰项的序列相关问题。IPS检验的统计量是对单个截面执行ADF检验后得到的t值的平均值。CH检验法是以Fisher单位根检验的p值为基础构造统计量。面板单位根检验的详细结果通过表1呈现出来。

从表1中可以看出，原序列LnIncome和LnCMR都无法拒绝存在面板单位根的原假设，说明都是非平稳序列，因此对原序列做一阶差分处理。一阶差分后的效果非常明显，两个变量都拒绝了含有面板单位根的原假设。因而可以认定变量LnIncome和LnCMR都服从I（1）过程，满足了进行面板协整检验的条件。

2.面板协整检验

在变量单整阶数相同的情况下，变量之间就有可能存在面板协整关系。本文使用韦斯特隆德（Westerlund）提出的面板协整检验方法对变量LnIncome和LnCMR之间是否存在协整关系进行检验。[15]该检验法是以误差修正模型为基础进行面板协整检验，其基本思想是，如果变量之间确实存在协整关系，就可以建立误差修正模型，并且反映变量之间长期均衡关系的误差修正系数应该是显著异于零的。该检验法克服了基于残差的面板协整检验存在的缺点。基于残差的面板协整检验统隐含着一个重要的假设条件，即长期误差修正系数（变量的水平值）等于短期动态调整系数（变量的差分值），称之为“同要素限制”（Common Factor Restriction）。但是已经有研究表明，当这一假设无法得到满足时，以残差为基础的面板协整检验的检定力会大幅降低，而以误差修正模型为基础的面板协整检验能很好地避免这种限制。

表1 面板单位根检验

这种检验法考虑了截面异质性（长期误差修正关系和短期动态关系）以及考虑截面内的序列相关和截面之间的相关性，构造了两组统计量。第一组统计量假设各个截面的误差修正速度不同，包含Gt统计量和Ga统计量，其中Gt统计量不考虑变量的序列相关性，而Ga统计量考虑了序列相关性。第二组统计量假设各个截面的误差修正速度相同，包含Pt统计量和Pa统计量，其中Pt统计量没有考虑变量的序列相关性，而Pa统计量考虑了序列相关性的问题。这两组统计量均假设变量之间不存在协整关系，而有所区别的是第一组统计量的对立假设是至少有一对变量之间存在协整关系，第二组统计量的对立假设是变量整体上存在协整关系。

从表2可以看出，在没有考虑时间趋势的情况下，Gt统计量在1%的水平上，Ga统计量在5%的水平上拒绝了变量之间不存在协整关系的原假设，说明至少有一组变量之间存在协整关系。而Pt统计量都在5%的水平上拒绝了原假设，说明如果不考虑序列相关性，变量整体上存在协整关系。Pa统计量无法拒绝原假设。在考虑了时间趋势的情况下，Gt统计量、Ga统计量以及Pa统计量都拒绝了变量之间不存在协整关系的原假设，而Pt统计量无法拒绝原假设。所以，从总的来看，本文认为变量LnIncome和LnCMR之间存在协整关系。

3.误差修正模型估计

利用前文构建的模型，并结合1991～2009年中国三省一市的农业经济数据，本文对体现农产品流通市场化程度与农业收入之间的长期均衡关系和短期动态调整关系的误差修正模型进行了估计。为了使估计结果更为精确，本文分别采用组平均（MG）估计、混合组平均（PMG）估计以及固定效应动态面板（DFE）估计等三种不同的估计方法，然后使用豪斯曼（Hausman）检验法筛选出最合适的模型。在以上这几种估计方法中，PMG（Pooled Mean-Group）估计是假设各个截面的长期系数均相等，而误差修正速度和短期动态调整系数则具有截面异质性，采用的是最大似然估计法（ML），同时利用各个序列单独估计和整体混合估计的系数。MG（Mean-Group）估计法假设各个截面的长期系数和短期动态调整系数均不同，即具有完全的截面异质性。其基本思想是首先使用最小二乘估计法获得每个截面的系数，然后将获得的系数进行平均处理。而固定效应动态面板估计法（DFE）假设各个截面具有相同的短期和长期系数，但有不同的截距项（个体效应）。DFE估计法采用固定效应模型估计，同时考虑截面相关性。详细的估计结果呈现在表3中。

这里对表 3作一点说明，模型（1）～（3）分别使用的是PMG估计、MG估计以及DFE估计。变量LnCMR的系数体现了农产品流通市场化程度对农业收入的长期均衡影响。ec这一栏是误差调整系数，反映了变量在偏离了均衡之后向均衡状况调整的速度和方向。变量D.LnCMR的系数体现了农产品流通市场化程度与农业收入这两个变量之间的短期动态调整关系。

表2 Westerlund面板协整检验

表3 误差修正模型估计结果

为了尽可能地提高实证检验的精确程度，接下来我们使用Hausman检验法在不同的模型之间作出选择。三种估计方法之间的主要差异在于对模型参数的限制有所区别。MG估计假定模型的长期和短期系数都会随个体的变动而变化；PMG则假定模型的短期系数随个体变动，而长期系数保持不变；DFE估计的约束最强，其假定模型的长期和短期系数都不会随个体的变动而变动。以PMG和MG估计为例，Hausman检验的基本思想是，PMG估计是在MG估计的基础上作了进一步的假定（约束），如果这种约束条件是正确的，则PMG估计更为有效（因为PMG估计使用了较少的参数）。相反，如果PMG的约束条件是错误的，则PMG的估计结果是不一致的，而MG估计更为合适。Hausman检验的原假设是模型之间不存在系统性的差异，如果不拒绝原假设，则约束条件较少的模型是更为有效的。

我们首先在PMG模型和MG模型之间进行了选择，Hausman检验显示统计量chi2=-1.25。当统计量为负值时，通常说明原假设的条件无法得到满足，这里选择MG估计是更为有效的。接下来对DFE模型和MG模型进行Hausman检验，结果显示统计量chi2=0.00，p-value=0.996，无法拒绝模型之间存在系统性差异的原假设，说明在MG估计和DFE估计之间，仍然是MG估计方法是更为有效的。针对DEF模型和PMG模型检验的结果显示统计量chi2=2.7，p-value=1.001，说明PMG估计更合适。结合以上的分析结果，我们认为在对农产品流通市场化程度与农业收入这两个变量进行协整分析的时候，应使用组平均估计。最终的误差修正模型为：

从误差修正模型的估计结果可以看出，农产品流通市场化程度与农业收入之间呈现正向的长期均衡关系，且在5%的水平上是显著的。因为对变量作了取对数处理，所以具体的经济含义也是很清晰的，即当农产品流通市场化程度提高10个百分点，以人均家庭经营纯收入来衡量的农业收入会提高约3.02个百分点。误差调整系数为-0.103，在5%的水平上显著。而农产品流通市场化程度与农业收入之间的短期动态调整关系在统计上并不显著。

五、结论与政策建议

本文利用我国三省一市在1991～2009年间的农业经济数据，使用面板单位根检验、面板协整检验以及误差修正模型估计等计量方法探讨了农产品流通市场化程度与农业收入之间的关系。研究发现，农产品流通市场化程度与农业收入增长之间存在稳定的长期均衡关系，农产品流通市场化程度的提高对农业收入具有显著的促进作用。而二者之间的短期动态调整关系在统计上并不显著。这说明在现阶段，农产品流通市场化水平的提高对农业收入增长的积极作用超过了其负面影响。这一结论的政策含义是显而易见的，现阶段继续推进农产品流通市场化进程，加大流通体制改革力度，构建现代化的农产品流通体系仍然是当前提高农民收入的重要途径。这就要求继续加大农产品流通主体的培育力度、提高农产品流通的组织化程度，形成以农民流通合作组织为主要载体，以新型批发市场为枢纽，多种流通组织形式共同参与的农产品流通渠道。

市场的发育是一个渐进的过程，需要政府在这一过程中发挥积极的作用。合适的政策可以促进和推动市场的成长，而错误的政策就会起到相反的作用。因此，在市场化的过程中，对政府的政策有很高的要求，政府既不能无所作为，又不能替代和阻碍市场的成长，政府需要协调好短期目标和长期目标的关系，干预的落脚点应该在于对农产品流通的宏观调控和流通市场的培育上。（1）对农产品流通的公益性支持，尤其是对产地批发市场、基本设施以及流通服务体系建设的资金和政策支持；（2）从农产品生产、市场准入制度、加工和运输、完善相应的法律法规等方面入手，对农产品的生产和流通过程加强监督与管理，建立灵活有效的农产品质量安全监督体系；（3）在保证基层组织充分有效竞争的同时，强化对市场上层组织的监督和管理，使各种交易主体在完善的市场和规则中进行公开、公平、公正的竞争，推动整个市场经济的发展。

[1]、[10]陈宗胜，陈胜.中国农业市场化进程测度[J].经济学家，1999（3）：112-119.

[2]、[4]江华，邹帆.论农业产业化、市场化与农民增收[J].农业经济，1996（4）：13-15.

[3]李晓超.农民收入增长为何变慢[J].经济月刊，2000（04）：25-29.

[5]廖红丰，郝英杰.论农村市场化与增加农民收入[J].农业经济，2003（12）：28-29.

[6]王钰.推进农村市场化改革和制度创新：解决“三农”问题的治本之举[J].农业经济问题，2004（7）：4-7.

[7]许经勇，黄爱东.要素市场化滞后制约了农民收入的增加[J].调研世界，2005（6）：16-19.

[8]刘拥军，薛敬孝.加速农业市场化进程是增加农民收入的根本途径[J].经济学家，2003（1）：68-73.

[9]张闯，夏春玉.农产品流通渠道：权力结构与组织体系的构建[J].农业经济问题，2005（7）：28-35.

[11]程国强.WTO农业规则与中国农业发展[M].北京：中国经济出版社，2001：153-155.

[12]Pesaran H.A Simple Panel Unit Root Test in the Presence of Cross-section Dependence[J].Journal of Applied Econometrics，2007（2）：265-312.

[13]Im K.S.，Pesaran H.，Shin Y.Testing for Unit Roots in Heterogeneous Panels[J].Journal of Econometrics，2003（115）：53-74.

[14]Maddala G.S.，Wu S.A Comparative Study of Unit Root Tests With Panel Data and A New Simple Test[J].Oxford Bulletin of Economics and Statistics，1999（61）：631-652.

[15]Westerlund J.Testing for Error Correction in Panel Data[J].Oxford Bulletin of Economics and Statistics，2007(69)：133-146.