不同地区农民收入影响因素分析

○邹思远宋玉娟（、福州大学管理学院 福建 福州 35000；、中南财经政法大学新华金融保险学院 湖北 武汉 430070）

不同地区农民收入影响因素分析

○邹思远1宋玉娟2（1、福州大学管理学院 福建 福州 350002；2、中南财经政法大学新华金融保险学院 湖北 武汉 430070）

本文使用半参数空间滞后模型，评价2008年不同地区的农作物播种面积、受灾情况、农民就业、财政支出对农民收入的影响以及不同地区之间农民收入的相互影响。结果显示农作物受灾对农民收入影响为负，其他因素影响为正。山东、安徽地区呈现高高的空间集聚，内蒙古、宁夏地区呈现低低的空间集聚，而上海、海南两地和四川分别呈现异常的低高、高低的空间集聚状态。

农民收入非参数计量空间滞后模型

一、引言

我国是一个农业大国，十三亿人口的温饱问题与农业有着息息相关的联系。因此农业的发展就显得至关重要，而农民增收问题一直都是三农问题的一个重要方面。随着改革开放的进程，我国农民人均收入由最初133.6元到2008年的4760.62元，增长了35.63倍，但与发达国家相比仍有着不小的差距。因此，农民增收问题依然任重道远。本文通过对不同地区农业发展情况的分析，找出不同地区农民收入的空间相关程度以及农作物播种面积、受灾情况、农民就业和财政支出对农民收入的影响，以期找出制约农民收入增长的原因，促进农业更好地发展。

二、文献综述

长期以来，在主流的经济学理论中，空间事物无关联及均质性假定的局限，以及普遍使用忽视空间效应的普通最小二乘法（OLS）进行模型估计，使得在实际应用中往往存在模型的设定偏差问题，进而导致经济学研究得出的各种结果和推论不够完整、科学，缺乏应有的解释力（吴玉鸣，2005）。经典计量经济学中的线性回归模型的经典假定，以及回归模型的空间计量经济学（Anselin，1988）理论认为，一个地区空间单元上的某种经济地理现象或某一属性值与邻近地区空间单元上同一现象或属性值是相关的。国内学者对不同地区农民收入的影响研究较为深入，不过大多从收入的结构上进行分析，林秀梅等（2002）分析了我国农民收入结构及收入增长状况，张凤龙等（2007）通过对农民收入结构进行分析，认为工资性收入已成为农民收入增长的主要因素。个别省份农民的农业收入比重因政策性因素有所回升。但从长远看，农民收入结构不可能有大的变化。

相比较而言，国外学者在空间滞后模型这一块研究更为深入。K.S.Kavi Kumar（2009）利用空间滞后模型分析了温度的变化对印度不同地区农业的影响，认为温度的变化会增加农业的敏感性。Ansenlin（2004）采用空间模型预测农业收益。Bell和Dalton（2007）研究了土地使用的改变和城乡之间的关系。Breustedt、Habermann和Kirwan（2009）则采用空间模型对土地价格进行分析。

本文在以前研究的基础上，通过收集不同地区的数据，选取2008的样本数据，考虑农民就业、农作物播种、财政支出作为一般的自变量，农业受灾面积作为空间滞后项。通过Anselin提出的空间滞后模型，分析不同地区的各个变量对农民收入的影响程度和不同地区农民收入的相关性。

三、指标选择和数据处理

1、指标选择

本文实证分析采用的软件为R软件、MATLAB软件和Geoda软件，数据为横截面数据，受数据收集所限，样本采用的是2008年的全国31个地区的数据。在空间滞后模型中，因变量为农民的农业收入（y），而影响农民农业收入的自变量为农民就业人数（jy）、农作物播种面积（bz）、各地的财政支出（cz）以及非参数变量农业受灾面积（sz），以上数据皆来自中国统计局网站。除此之外，还包括在非参中非常重要的窗框（h）、核函数以及模型中的空间权重矩阵（W）。

2、数据处理

由于指标的数值比较大，为了方便，我们对数据均进行了对数处理。在R软件中作出所有变量两两之间的散点图，发现农民的农业收入和农业的受灾面积之间的关系不明显，因此我们将受灾面积作为方程的非参数变量来考虑，而农民就业人数、农作物播种面积、各地的财政支出则作为自变量。由于统计年鉴上采用的农民收入为人均收入，为了更好与其他变量相对应，我们把人均收入乘以对应的人数得到农民收入作为因变量。对于窗框，本文采用的是二阶段直接插入法，具体可以利用R软件提供的一元非参数回归模型局部线性估计的软件包KernSmooth来计算。而空间权重矩阵通常定义一个二元对称的空间权重矩阵来表达这n个空间区域的邻近关系，它遵循的判定规则是Rook相邻规则，即只要两个地区拥有公共边界则视为相邻，并设定为1，否则为0，并且其主对角线的元素全为0；其具体形式如下：

其中wij为矩阵w中的元素。

四、实证模型和结果

1、实证模型

在现实中，并不是任意两个变量之间的相互关系都很明显，为了更好地契合实际，文中的模型采用的是将非参数计量模型和空间滞后项模型相结合的模型，具体形式如下：

其中y是因变量，x为解释变量向量，m（z）为未知的非参部分，z为解释变量中的一个变量，β为解释变量的系数，w是空间权重矩阵，ρ是空间滞后项wy的系数，它们表示权重矩阵观测值之间的空间相互作用程度，μ是白噪声。假设解释变量与随机误差项都不相关，ρ、β已知，对式（1）进行变形并求各变量对z的条件期望得下式：

将m（z）带入（1）式中可得：

对（2）式来说，E（y｜z）、E（x｜z）可以通过R软件算出窗宽，然后利用MATLAB软件编程得出。将得出的结果带入（3）式，利用Geoda软件估计出ρ和β，带入（1）式就能估计出m（z）。

2、实证分析

（1）局部空间自相关分析

本文利用Moran散点图和LISA（空间联系的局部指标）来分析局部空间自相关。中国农民的农业收入全局Moran散点图和LISA分析见图1。图1——Moran散点图是关于空间滞后因子W-lny和lny可视化的二维图，其中W-lny表示各地区临近地区的空间加权值。Moran散点图中的第1、3象限代表观测值的正空间相关性，第2、4象限代表观测值的负空间相关性，并且第1象限代表了农民收入高的区域单元被高值区域所包围（HH）；第2象限代表了农民收入低的区域单元被高值区域所包围（LH）；第3象限代表了农民收入低的区域单元被低值区域所包围（LL）；第4象限代表了农民收入高的区域单元被低值区域所包围（HL）。

图1 农民收入的Moran散点图

（2）中国各地区农民农业收入的空间集聚图

LISA聚集地图用不同的颜色表示不同的空间自相关类型。2008中国各地区专利空间集聚图见图2，图中有颜色的地区专利空间关系显著，而无颜色的地区专利空间集聚关系则不显著。如图中：高高，代表农民收入高的地区集聚在一起；低低，表示农民收入低的地区集聚在一起；高低，表示地区专利数高，但是周边地区农民收入低；低高，表示本地区专利数低，但是周边地区专利数高。并且这四种类型对应于Moran散点图中的4个象限。

图2 中国各地区农民农业收入的空间集聚图

（3）回归分析

根据Geoda回归出来的方程为：

因此式（1）可写成：

lny=+0.4169ρw lny+0.3005lnjy+0.6246lnbz+0.1573lncz+m（z）+μ

从回归结果来看，农民农业收入的空间滞后项系数为0.4169，显著大于0，说明各个地区的农民农业收入具有正的相关性，而农民就业人数、农作物播种面积和财政支出的系数分别为0.3005、0.6246和0.1573，说明他们对农民的农业收入均具有正向的影响。这和Moran散点图的结果一致。

对（3）式求导可得：

m'（z）=E'（y｜z）-0.4169w E'（y｜z）-0.3005E'（jy｜z）-0.6246 E'（bz｜z）-0.1573E'（cz｜z）

图3 偏导数的估计

图3的横坐标表示农作物受灾面积的对数，纵坐标表示其对农民收入的弹性，从散点图可以看出它总体上大概是一个向下倾斜的状态，这说明在目前的情况下，受灾面积越大，农民收入越少。而且从图中可以看到，他们大都分布在（-1，1）之间，说明他们是缺乏弹性，这反映出受灾的不可抗性，我们因此该增加预警机制，加强预报，把受灾面积控制在较低的水平。

五、结论

从Moran散点图可以看出，各地区的农业收入存在空间上的相关性，从LISA分析得出安徽、山东呈现显著高-高集聚，内蒙古和宁夏呈现显著低-低集聚，上海和海南两地呈现显著的低-高空间集聚状态，而四川省呈现显著的高-低空间集聚状态。

由集聚图可知中国各地区的农业收入发展状态明显不平衡，总的来说东部发展要快过西部发展。特别是内蒙古和青海，占地面积较大，应该加大投资的力度，充分利用当地的土地资源进行发展，多参照山东、安徽的发展模式。上海和海南比较特殊，上海由于定位成国际化大都市，因此其农业发展滞后。而海南地处南海，面积较小，与周围省市不是直接相邻，旅游成为其主要的发展途径。对于四川地区，由于它与周围地区经济发展存在负相关，而其本身发展较好，所以应该加强与周边省份的交流，帮助周围的省市，采取措施来扭转这种异常现象，使其农民收入与周边的农民收入起到相互推进的作用。

从回归结果来看，农作物播种面积对农民收入的影响最大，为0.62，说明我国农民收入主要还是依靠农作物的收入，财政支出和农民的就业情况影响较小。我们应该加强各地之间的联系，发挥区域优势，增加农作物的种类，提高劳动生产率，使不同地区相互促进，共同发展，另外，我们要加大农业财政支出，增加农民就业机会和就业人数，最大可能地促进农民收入的增长。

非参部分导数的散点图，表明农业的受灾面积对农民的农业收入弹性为负且具有弹性。因此，在发生一些自然灾害或人为灾害时，应尽可能减少受灾的面积，确保农民的收入。另外，由于就业人数、播种面积和财政支出对农业均有正向的影响，我们应促进农民的就业，提高土地的利用率，增加财政对农业的支出，这样就能更好地提高农民的收入，加快农业的发展，进而促进全社会的协调发展。

[1] 叶阿忠：半参数计量经济学[M].南开大学出版社，2003.

[2] Xinshen Diao，Shenggen Fan，and Xiaobo Zhang，China’s WTO accession:impacts on regional agricultural income—a multi-region，general equilibrium analysis[J].Journal of Comparative Economics 2003（31）.

[3] Christoph W eiss，Agriculture Policy and Structural Change: Analyzing（Spatial）Heterogeneity，114th Seminar of the EAAE，2010（4）.