城镇化水平、农业现代化与农民人均收入动态关系的检验分析＊——基于广东省的数据经验

吴彩容

（佛山科学技术学院 经济管理学院，广东 佛山528000）

改革开放以来，我国的城镇化水平不断提高，而广东更是走在全国的前列，全省城镇户籍人口从1978年的823.23万人增加到2012年的4 545.84万人，城镇化水平由 16.26% 提高到52.64%。在党的各项富农强农政策的引领下，广东省的农业生产条件不断改善，农林水利设施建设水平不断提高，以农业机械化水平提高为标志的农业现代化水平也逐步加强，农民人均收入也随之提高，从1978年的193.25元提高到2012年的10 542.84元［1］。

目前，关于城镇化水平、农业现代化与农民人均收入三者之间的两两关系的实证成果较多。比如钱纳里就通过实证，证明了居民收入随着城镇化水平的提高而增加，反之亦然［2］。在国内，王志武、李靖、宋元梁、范爱军等学者都对城镇化发展水平与农民收入两者之间的关系进行了实证研究，其中范爱军等运用了经济计量模型进行实证研究，得出中国城镇化发展与农民人均纯收入的增长之间均存在正向长期稳定的协整关系的结论［3］。关于城镇化与农业现代化两者关系方面，胡培兆早在2003年就提出了城镇化建设之路也是农业现代化之路，两者关系密切，相辅相成，互为条件［4］。关于农业现代化与农民人均收入两者关系方面，主要以具体省份数据的分析为主，比如刘会玉等［5］、汪希成［6］和雷婷［7］分别以江苏省、陕西省和新疆为例进行实证，结果都表明，农业现代化对农民人均收入的增加有贡献。另外，研究三者之间的关系方面，有代表的是占纪文［8］和郭庆然［9］的研究成果，分别以福建省和中部地区为例，得出两地区的三者之间存在着有差异的响应作用和响应路径。

总的来看，目前关于城镇化水平、农业现代化与农民人均收入关系的研究，以其中两者为研究对象的居多，而研究三者之间关系的较少；以理论分析和实证分析的研究都较多，但所运用的经济模型还略显单薄；从国家和其他省份为对象的研究较多，以广东省为例的较少。基于此，笔者通过选取广东省1982—2012年的样本数据，通过建立VAR模型，采用格兰杰因果检验、脉冲响应分析和方差分解分析等方法，对广东省城镇化、农业现代化与农民人均收入之间的动态关系进行实证分析，旨在考察三者之间的交互响应情况及其响应路径。

一、变量选取、数据来源与研究方法

（一）变量选取

在我国，对城镇化水平的测度主要有两种途径，一种是人口向城镇的空间转移，从事的职业是非农职业的，也就是说非农产业人口占总人口的比重来衡量；另一种是人口拥有城镇的户籍，也就是用城镇户籍人口占总人口的比重来衡量。鉴于在中国，城镇户籍内在捆绑的相关权益、福利和公共服务是非城镇户籍人口所不能享受到的，结合当前中央提出的新型城镇化的本质是人的城镇化，由此，笔者认为城镇化发展水平应该用城镇户籍人口占总人口的比重来测度比较合理，以字母CZH来表示。

另外，随着农业机械化的普及，农业生产率显著提高，一方面大大减轻了农民的劳动强度，另一方面又大大提高了农民收入，由此使农业的增长方式朝着可持续方向转变，极大地推动了农业现代化的进步过程，可以说农业机械化是农业现代化的关键［10］，由此文章采用农业机械装备水平，即农业机械总动力来衡量农业现代化，并以字母NJDL来表示。农民人均收入以农民年人均折算纯收入表示，以字母NMSR记之。

（二）数据来源

文章的时间序列数据均来自《广东省统计年鉴》，由于1979年和1981年的城镇化水平数据缺失，笔者选用了1982—2012年度的时间序列。考虑到序列数据可能存在异方差或者多重共线性，文章对三个变量（CZH、NJDL和NMSR）逐一进行对数化调整，用 LOGCZH、LOGNJDL和LOGNMSR分别表示，并记其相应的一阶为DLOGCZH、DLOGNJDL和DLOGNMSR。

（三）研究方法

本文采用到的方法是平稳性检验、VAR模型、格兰杰因果关系检验、脉冲响应与方差分解，具体数据处理用Eviews6.0软件进行。

1.平稳性检验

对于时间序列，我们要进行格兰杰因果关系检验，首先要对序列进行平稳性检验，以此避免得到虚假结果。本文将利用扩展迪基—富勒检验（ADF）来检验CZH、NJDL和NMSR三个时间序列的平稳性。

2.向量自回归（VAR）模型

向量自回归（VAR）模型是非结构化的多方程模型，该模型常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响。目前，向量自回归（VAR）模型的应用比较广泛，一方面，由于向量自回归（VAR）模型在构建模型的过程中把每一个内生变量作为系统中所有内生变量的滞后值的函数来看待，从而较好地避免了传统结构建模方法的繁琐；另一方面，向量自回归（VAR）模型实际上是向量自回归平均模型的简化，涉及的参数不会太多，能较好地克服向量自回归平均模型因参数过多的问题。VAR模型的数学形式如下：

式中，Yt是一个m维的内生变量，Xt是一个n维的外生变量，A1，…，ApYt和B1，…，Bq为待估参数矩阵，p和q分别为内生和外生变量相应阶数的滞后期。εt为随机扰动项，并且εt不与自己的滞后值相关及不与等式右边的变量相关。

3.格兰杰因果检验

格兰杰因果检验在验证序列X是否是Y产生的原因时是基于以下思路进行的：首先是估算Y的滞后期取值对当前Y值的解释程度，接着检验X序列的滞后值的引入对Y序列的预测效果是否优于其自身的预测效果，假如是，我们就可以认为序列X的滞后值有助于提高对Y序列的解释，也就可以判断序列X是Y的格兰杰原因。利用Eviews6.0计算如下的双变量回归：

在上述两式中，k被定义为最大滞后阶数，并且当上式满足β＿1＝β＿2＝，…，＝β＿k＝0，则得出序列x（y）不是y（x）格兰杰成因。

4.脉冲响应与方差分解分析

脉冲响应函数也叫冲激响应函数，一般是指当序列系统中有随机噪声的标准差输入时，该冲击会对内生变量当前和未来的取值产生输出响应，此外，脉冲响应图能显示任意一个变量的扰动如何通过模型影响所有其他变量，最终又反馈到自身的过程。通过测量脉冲响应能知道变量对被解释变量的影响到底是正的还是负的，还能知道这种影响发生作用所需要的时间。脉冲响应函数主要描述的是向量自回归（VAR）模型中随机误差项上施加一个标准大小的冲击后，对序列系统内其他内生变量的影响。而方差分解分析与之不同，它是分析影响内生变量的结构冲击的贡献度，得出的结果通常用贡献率即百分比来表示，因此，方差分解能计算出对向量自回归（VAR）模型中各个随机扰动冲击的贡献率。

二、模型构建与结果分析

（一）对数据序列进行平稳性检验

首先，对原始数据CZH、NJDL和NMSR的平稳性进行初检验，检验结果见图1、图2和图3，从图1、图2和图3的序列曲线，可以初步判断数据并不平稳，并且数据的间距很大，为此，我们对序列数据取对数处理。接着运用ADF方法检测LOGCZH、LOGNJDL和LOGNMSR序列的平稳性，结果见表1。

由表1的单位根检验结果可得：三变量（LOGCZH、LOGNJDL和LOGNMSR）分别经过一阶差分处理后的ADF值，在5%的水平下都小于各自显著水平下的临界值，由此可以判断这三个变量经过一阶差分后都不存在单位根，是平稳的一阶单整序列，可以用于下一步的实证检验。

表1 单位根检验结果

（二）向量自回归（VAR）模型的构建

本文的三个变量CZH、NJDL和NMSR在已有的相关成果中都表明三者关系密切，可以考虑建立向量自回归（VAR）模型。为避免数据的剧烈波动，先对各个序列进行对数化处理，然后再进行一阶差分，利用平稳后的序列DLOGCZH、DLOGNJDL和DLOGNMSR建立无约束VAR模型，并用格兰杰因果检验、脉冲响应和方差分解等方法来分析三者的关系。关于VAR模型的滞后阶数的选择，我们应用信息准则，按照AIC和SC最小原则，结合表2的结果，选择建立滞后阶数为1的向量自回归（VAR）模型。将得出的VAR模型的参数估计结果写成矩阵的形式，具体如下：

表2 不同滞后值下的AIC值和SC值

（三）格兰杰因果检验

本文通过格兰杰因果检验来检验CZH、NJDL和NMSR三者之间的两两关系。由于格兰杰因果检验的结果与滞后期的选择密切相关，而滞后期的确定往往在向量自回归（VAR）模型建立时候的滞后期所决定，因为格兰杰因果检验式实质上是VAR模型中的一个方程，根据上文中向量自回归（VAR）模型（4）建立的滞后期为1，本格兰杰检验的滞后期也确定为1，结果详见表3。

表3 格兰杰因果检验结果

由表3格兰杰因果检验结果得知，农业现代化是农民人均收入的格兰杰原因，农民人均收入不是农业现代化的格兰杰原因；城镇化不是农民人均收入的格兰杰原因，农民人均收入不是城镇化的格兰杰原因，但伴随概率只有29.3%，因此城镇化与农民人均收入两者之间还是有一定相互作用；城镇化不是农业现代化的格兰杰原因，农业现代化不是城镇化的格兰杰原因。

（四）脉冲响应结果分析

一般来说，要进行后续的脉冲响应和方差分解分析，通常要对向量自回归（VAR）模型的平稳性进行检验，也就是要求VAR模型全部特征根的模都小于1，由此，我们对模型平稳性进行检验，结果详见表4。从表4可以知道VAR模型全部特征根的模都小于1，说明所建立的模型是一个平稳系统，可进行脉冲响应和方差分解分析。图4、图5和图6分别给出了各变量对来自自身和其他内生变量冲击的响应，横轴代表追踪的期数，期数一般为10，纵轴表示因变量的响应大小。

表4 VAR模型的根与模

1.城镇化发展水平对各变量的响应曲线

由图4可知，城镇化对自身的一个标准差信息立刻有较强反映，在第1期就增加了约0.055，但影响的时间不长，到第4期就已经回到原来的水平。该序列对来自其他方程的信息在第1期都没有反映，来自农业现代化（DLOGNJDL）的影响到第3期比较明显，并且是负向的，第4期达到最小，约为－0.005，之后向原点收敛；农民人均收入（DLOGNMSR）一个标准差信息对其影响从第2期开始变得明显，达到最小值，约为－0.006，之后向原点收敛。说明在短期，城镇化发展水平受自身前期发展的影响较大，同时也说明农业现代化和农民人均收入的响应都存在微调的作用，并产生部分负响应，但从长期收敛过程看，农业现代化和农民人均收入对城镇化的响应具有长期性。

2.农业现代化对各变量的响应曲线

由图5可知，农业现代化对自身的一个标准差信息立刻有较强反映，在第1期就增加了约0.044，但影响的时间不长，到第2期就急速回落到约0.008的水平，之后缓慢下降到第4期的0.002的水平，从第5期开始一直到第10期缓慢下降并呈现向正向稳定效应收敛的迹象。城镇化（DLOGCZH）发展水平一个标准差信息对其影响从第1期开始就明显，达到最小约为 －0.003，到第3期回归到原点，之后一直到第10期都呈现正向稳定效应收敛的迹象。农民人均收入（DLOGNMSR）一个标准差信息对其影响第1期没有响应，到了第2期达到最大值，约为0.003，从第3期开始缓慢下降，一直到第10期呈现向正向稳定效应收敛的迹象。这说明，从短期看农业现代化受自身前期发展的影响较大，但长期来看，城镇化、农民收入增长作用逐步增强。

3.农民人均收入对各变量的响应曲线

由图6可知，农民人均收入对自身信息的一个标准差扰动的响应很强烈，在第1期约达到0.039，但随后便急速下降，到第5期降到约0.006，从第6期开始一直到第10期缓慢下降并呈现向正向稳定效应收敛的迹象。该序列对来自其他方程的信息在第1期就已经非常明显地反映出来，来自城镇化水平（DLOGCZH）的影响在第1期约为0.002，到第2期影响达到最大值约0.008，从第3期开始下降，降到第7期约为0.001，之后缓慢向正向稳定效应收敛的迹象。农业现代化（DLOGNJDL）对农民人均收入的响应也非常强烈，在第1期就达到约0.02的水平，在第2期达到最大值水平约为0.035，从第3期开始急速下降，一直到第8期约0.003的水平，之后一直到第10期缓慢下降并呈现向正向稳定效应收敛的迹象。这说明，在短期农民人均收入受自身前期发展的影响最大，但受城镇化发展和农业现代化的影响不容忽视，并且长期来看，城镇化水平和农业现代化对农民人均收入的影响长期为正向。

（五）方差分解结果分析

从表5可以看出，城镇化发展水平对其自身的影响相对来说最大，到第10期仍达到93.75%。而农业现代化水平（DLOGNJDL）和农民人均收入水平（DLOGNMSR）对城镇化发展水平（DLOGCZH）作用逐期增大，但增加的幅度并不很大，到第10期也没有超过3.5%的水平，仅仅分别稳定在2.79%和3.15%。表5的方差分解结果还表明，农业现代化水平和农民人均收入水平对城镇化水平的作用不相上下，其中农民人均收入增长相对农业现代化水平对城镇化发展水平稍胜一点。

从表6可以看出，城镇化水平（DLOGCZH）和农民人均收入（DLOGNMSR）对农业现代化水平（DLOGNJDL）的影响都不大，其中城镇化发展水平对其影响在第1期为0.49%，从第2期开始，一直保持在0.64%至0.66%之间变化，直到第10期影响也仅有0.66%；农民人均收入对农业现代化的影响更弱，影响程度不超过0.55%的幅度。农业现代化对自身的影响在第1期达到最大（99.51%），随着期数变化，影响变化并不大，到第10期仍有98.80%。这表明，从长期来看城镇化水平和农民人均收入增加对农业现代化作用的影响都不十分显著。

表5 DLOGCZH方差分解结果

表6 DLOGNJDL方差分解结果

从表7可以看出，农民人均收入对自身的影响在第1期达到最大（79.43%），随着滞后期变长，影响变小，但到第10期仍有46.80%。农业现代化对农民人均收入的影响在第1期就已经达到20.30%，随着滞后期变长，影响迅速变大，在第10期中影响高达50.33%。城镇化发展对农民人均收入的影响相对较小，从第1期的0.27%，随着滞后期的变长，到第10期才达到2.87%，变化程度较小，但逐期增大并稳定在2.8%左右。这表明从长期来看，农业现代化对农民人均收入作用更显著。

表7 DLOGNMSR方差分解结果

三、结论

通过对广东省1982—2012年时间序列数据的实证分析得出，农业现代化是农民人均收入的格兰杰原因，农业现代化无论短期还是长期对农民人均收入都有正向的影响，并且程度都较大；农民人均收入不是农业现代化的格兰杰原因，但农民人均收入对农业现代化在短期有正向影响，长期影响更大。城镇化不是农民人均收入的格兰杰原因，农民人均收入不是城镇化的格兰杰原因，虽然农民人均收入对城镇化发展作用增加的幅度并不很大，但逐期是增大的。城镇化水平不是农业现代化的格兰杰原因，农业现代化也不是城镇化的格兰杰原因，但农业现代化对城镇化发展作用也逐期增大，虽增加的幅度不大。

实证分析结论表明，广东省城镇化水平、农业现代化、农民人均收入三者之间存在着交互响应作用。特别是广东省城镇化水平和农业现代化能促进农民人均收入的增长，其中农业现代化对农民人均收入的推动作用尤为明显，从长远来看，必须大力推进农业现代化的发展，从而较好地实现农民人均收入的增长。

［1］广东省统计局，国家统计局广东调查总队.广东省统计年鉴：2013［M］.北京：中国统计出版社，2013：14－21.

［2］［美］钱纳里，［以色列］赛尔昆.发展的型式：1950—1970年［M］.李新华，徐公理，迟建平，译.北京：经济科学出版社，1988：60－74.

［3］范爱军，王丽丽.我国城镇化发展与农民收入增长的实证分析［J］.山东社会科学，2007（3）：79－83.

［4］胡培兆.城镇化建设之路也是农业现代化之路［J］.宏观经济研究，2003（2）：28－29.

［5］刘会玉，林振山，张明阳.农业现代化与农村经济发展的灰色关联分析——以江苏省为例［J］.农村经济，2004（4）：77－79.

［6］汪希成，黄静静，杨强.新疆农业现代化与农民增收问题的实证分析［J］.乡镇经济，2009（3）：15－19.

［7］雷婷.陕西省农业现代化对农民增收的关系研究［D］.杨凌：西北农林科技大学，2010：19－29.

［8］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，2011（30）：307－312.

［9］郭庆然.中部地区城镇化、农业现代化与农民收入增长的实证分析［J］.统计与决策，2013（23）：141－144.

［10］罗小锋，刘清民.我国农业机械化与农业现代化协调发展研究［J］.中州学刊，2010（2）：54－56.