农村固定资产投资与农民收入增长＊——基于中国1991—2013年省际面板数据的实证检验

张 娜

（西南大学经济管理学院，重庆400715）



农村固定资产投资与农民收入增长＊——基于中国1991—2013年省际面板数据的实证检验

张 娜

（西南大学经济管理学院，重庆400715）

摘 要：采用1991—2013年的中国省际面板数据实证分析农村固定资产投资对增加农民收入的影响，结果表明，农村固定资产投资与农村居民人均纯收入增长之间存在协整关系，并且，农村固定资产投资能够显著地促进农民收入增长，但是增收效应存在显著地域差异，西部最高，东部最低，因此在政策选择上应该逐步建立以财政金融为引导的向中西部地区倾斜的农村固定资产投资策略。

关键词：农村固定资产投资；农民收入增长；面板数据

农村固定资产投资是促进农村经济发展及增加农民收入的重要决定因素，它是增加农村基础设施建设、提高农业综合生产力、增加农民收入、繁荣农村经济的重要手段。2015年中央农村工作会议指出，农业现代化是国家现代化的基础和支撑，全面建成小康社会的重点难点仍在农村，农业农村基础设施和公共服务落后，有巨大新增投资需求，所以必须继续夯实农业稳定发展的基础，稳住农村持续转好的发展局势，稳定粮食和主要农产品产量，持续增加农民收入。因此，如何增加农民收入，搞好农村固定资产投资仍是亟需解决的问题，本文从农村固定资产投资角度出发，分析农村固定资产投资对农民的增收效应。

一、近期文献回顾

舒尔茨结合农村经济增长考察了资本对农村经济发展的作用，最早将资本应用于农业和农村领域，研究结果表明，政府应加大对农业教育、农业科研基础设施等公共性很强的领域的投资，尤其是人力资本投资［1］。英国经济学家莫利特通过对比发达国家和不发达国家的相关数据实证研究发现，农业与经济发展之间存在相关性，同时论证了农业投资与农民收入之间存在正比关系。Antle使用1965年农业总产出数据对19个发达国家和47个发展中国家进行了研究，发现农业基础设施投资能够显著促进农民增收［2］；Queiroz和Gautam通过对美国1950—1988年面板数据的分析发现美国的人均道路长度同人均GDP之间具有显著的正相关关系，强调道路基础设施建设在农村固定资产投资中的重要作用以及其对农民人均收入的重要影响［3］；从1965年到1993年我国农业产出的增长看，农业科技投资功不可没［4］。正如其他学者研究发现：农业固定资产投资占社会固定资产投资的比重与社会经济发展有密切的关系［5-6］。惠宁等证实了城乡固定资产投资倾向差异是城乡收入差距的成因之一，二者之间存在长期均衡关系［7］。Prodrecca和Gameci实证分析了固定资产投资同经济发展之间的关系［8］，结果显示二者存在显著的正相关关系，这一结论也得到了张湘江的研究证实［9］。

农业收入仍是农民的主要收入来源，对于农民增收有着至关重要的作用［10］。财政部科研所1996年的研究发现，建立新的涉农业务投资机制，扩大对农业务投资进而提高农业生产率，可以大幅度提高农民收入。孔荣、梁永的研究表明，农村固定资产投资在整体上对农民收入产生积极影响，但这种影响呈现出阶段性变化过程［11］。这同时也印证了姚耀军、和丕禅的研究，改革开放初期农村固定资产投资的相对效率呈递增趋势，但随后由于政策等原因农村固定资产投向农业的相对效率呈递减趋势，总体来说具有积极影响［12］。莫连光、陈光焱认为当前农村固定资产投资建设中搞好农业类固定资产投资处于重中之重，其次是科教类固定资产投资，最后是交通、能源等其他类固定资产投资，同时指出，政府应加强向中西部贫困地区的固定资产投资力度［13-14］。

以上学者在研究涉农业务投资对农民收入影响时没有考虑到农村固定资产投资对农民收入影响的跨地区差异，由于中国经济改革在时间、空间的不均衡和地区间资源禀赋条件的差异，而这些差异都会影响农村固定资产投资对农民的增收效应。因此我们有理由预期中国农村固定资产投资的增收效应会存在区域差异。为此，在已有研究成果的基础上，本文统计了1991—2013年的中国省际面板数据，进一步考察农村固定资产投资对不同地区农民收入增长的影响，并给出相应的政策建议。

二、计量模型、数据来源、估计方法

（一）模型设定和指标选择

由于农民收入受到众多因素的影响，为了使分析更切合经济实际，避免模型产生的内生性问题，必须尽量控制影响农民收入增长的其他自变量，研究农村固定资产投资（FAI）与农民收入（FI）的关系，我们在模型中引入其他控制变量（X）。本文采用的是中国省际面板数据，为了把地域效应和时间效应一起纳入所分析的计量经济模型，我们结合胡金焱［15］的方法建立以下面板数据模型：

其中i代表中国各个省（市），t代表时间维度（年份），ηi代表不随时间变化的地域固定效应，λt为不随地域变化的时间固定效应；εi，t为回归残差项，α、β、γ为待估参数。

根据农民收入的影响因素和已有的相关研究，本文选取以下控制变量：城市化（UR）：用来控制城市化进程对农民收入的影响；经济结构（EC）：用来控制城乡经济结构对农民收入的收敛效应；就业结构（EM）：用来控制非农产业发展和非农就业比例的增加对农民收入的影响；金融发展（FIR）：用来控制金融发展水平对农民收入的影响效应；人力资本（ED）。

（二）指标含义与数据来源

农民收入（FI）：用农村居民人均纯收入表示；农村固定资产投资（FAI）：用农村固定资产投资额来表示；城市化（UR）：对城市化的衡量我们依然采用主流文献的计量方法，用非农业人口占总人口的比重来衡量；经济结构（EC）：用地区第一产业占国内生产总值GDP的比重来衡量；就业结构（EM）：用第二、第三产业就业人口占总就业人口的比例来计算；金融发展水平（FIR）：用年末金融机构贷款余额与GDP的比值来衡量。

文章实证部分的数据区间为1991—2013年，所有原始数据均来自国家统计局网站、《中国统计年鉴》《中国农村统计年鉴》、各省市历年《统计年鉴》《统计公报》以及各省市统计信息网。考虑到统计口径的变化，在原始数据的基础上对数据进行了重新计算处理，为了避免序列数据的异方差性，我们对绝对量指标农民收入（FI）和农村固定资产投资（Fmm）进行了对数化处理，其他相对量指标则使用原始值。

（三）估计方法

1.面板单位根检验

本文借鉴尹希果等［16］、朱建军等［17］和易行健［18］的分析方法。面板数据具有时间和空间两个维度，时间序列数据的平稳性对数理模型的精确估计尤为重要。在非平稳面板数据分析中，Levin和Lin研究发现面板数据估计量的极限分布是高斯分布，并建立了初步的面板分析［19］，经过Levin的改进，提出了面板单位根检验的LLC法，仍采用ADF检验模型形式，包含截距项和时间趋势项的ADF模型如下：

其中η=ρ-1，pi为第i个截面成员的滞后阶数，该模型允许其跨截面变化。LLC检验法原假设为η=0，备择假设为η＜0。Im和Pesaran提出了基于每个截面单元单位根检验的IPS检验法，检验存在滞后项的面板数据［20］。由于IPS检验对每个截面单元的限定性趋势比较敏感，Breitung进行优化，形成了Breitung检验，检验方法与LLC基本类似［21］。Maddala和Wu又提出了ADF—Fisher和PP—Fisher面板单位根检验方法，这两种检验方法结合不同截面成员单位根检验的P值来检验面板数据是否存在单位根［22］。面板数据单位根检验具体可参照汪涛等［23］和高铁梅［24］的论述。在实证分析中，我们将用上述方法对面板数据进行平稳性检验。

2.面板协整检验

计量分析软件Eviews 6.0提供了三种面板数据协整检验的方法：Pedroni检验、Kao检验和联合个体（Combined Individual）检验，根据本文研究的面板序列，选择用Kao检验。Kao检验的思路和Pedroni检验类似，只是在第一阶段回归时Kao检验确定了模型中必须且只允许包含个体确定效应，且模型中外生变量的系数是齐性的（不同截面外生变量的系数相同）。基于不存在协整关系的原假设，Kao构造了服从渐进标准正态分布的统计量：

3.面板模型的选择和估计

面板数据的样本包含了个体、指标和时间三个维度，因此面板数据模型的选择对估计结果的准确性至关重要，因此在面板数据模型估计之前应该进行模型的选择，避免模型设定的偏差和强化参数估计的有效性。

第一，混合模型、变截距模型和变系数模型的选择。这一选择过程我们采用高铁梅、李子奈和叶阿忠［25］的检验方法，基于模型Yit=αi+βiXit+ μit的两个原假设：H1：β1=β2=…=βn；H2：β1 =β2=…=βn，α1=α2=…=αn构造约束回归检验的F统计量（F1对应原假设H1，F2对应原假设H2）：

其中S1为变系数模型估计的残差平方和，S2为变截距模型估计的残差平方和，S3为混合回归模型估计的残差平方和，n为截面数目，T为时期数目，K为解释变量数目。显然，如果接受了假设H2，则没有必要继续检验，选择混合模型；否则继续检验假设H1。

第二，固定效应和随机效应选择。Hausman提出的关于固定效应和随机效应设定的检验，就是检验个体随机效应与解释变量之间的正交性，构造Wald统计量：

三、实证分析过程

（一）面板单位根检验

为了单位根检验的准确性和和克服面板数据单位根检验方法的自身局限，我们同时采用LLC、IPS、Breitung、ADF—Fisher和PP—Fisher进行研究对象的单位根检验，LLC、Breimmung检验的原假设为同质面板单位根，即各截面单元具有相同的单位根过程；IPS、ADF—F、PP—F检验的原假设为异质面板单位根，即各截面单元具有不同的单位根过程。由于本文所研究变量序列均包含了个体固定效应和个体趋势，因此在检验中我们选择包含个体固定效应和个体趋势的检验模型，在差分后剔除了个体趋势，因此差分序列的检验选择包含个体固定效应的模型。检验结果表明：从全国层面来看，在5%的显著性水平下，lnFI、ln-FAI、UR、EC、EM、FIR均为非平稳序列，而一阶差分后变成平稳序列；东部地区除了ADF—PP检验接受就业结构（EM）差分后存在单位根的原假设外，其他结果与全国相同；中部地区LLC检验接受了一阶差分后UR存在单位根的原假设，而其他检验在一阶差分后均拒绝存在单位根的原假设；西部地区的检验结果与全国相同。因此可以得出结论，所有变量经过一阶差分后都不存在单位根过程，属于平稳序列。

（二）面板协整检验

面板数据单位根检验结果表明，研究的所有变量均为一阶单整，可以进行面板数据的协整检验。在Eviews6.0Kao检验中，检验全国数据输出的统计量为-5.986 225，伴随概率为0；东部地区对应的统计量为-4.536 278，伴随概率为0；中部部地区对应的统计量为-5.124 932，伴随概率为0；西部部地区对应的统计量为-4.921 603，伴随概率为0。结果表明全国和分区域的ADF统计量检验显著，所研究的变量序列之间存在协整关系。

（三）面板模型的估计

根据前述选择面板模型的方法，根据Eviews6.0的输出和计算结果我们选择变截距固定效应模型，这与易行健等［18］、朱建军等［17］的分析是一致的。

因此，我们建立变截距固定效应模型：

其中指标的定义和式（1）相同，相应估计结果如表1所示：

表1 面板数据模型估计结果

估计结果表明，不管是从全国还是分区域来看，农村固定资产投资都可有效地增加农民收入，但是存在显著的区域差异，回归系数表明农村固定资产投资的增收效应在西部最强（回归系数为0.32），中部次之（回归系数为0.18），东部最弱（回归系数为0.05）；其他控制变量的回归结果显示城镇化在东部和全国的回归系数为负，中西部的回归系数为正，说明城镇化在中西部地区的增收效应为正，但是存在显著性差异；非农就业对农民收入的影响在东部和中部地区不显著，而金融发展在东部地区可以增加农民收入，并且影响显著，其他估计结果均不显著。但是估计模型在总体上都通过了显著性检验，并且拟合优度较高，可以对因变量做出很好的解释。

四、结论和政策建议

根据以上研究结论，我们提出以下政策建议：第一，逐步扩大农村固定资产投资规模，推行投资主体多元化战略。继续深化国民收入分配改革，稳步扩大农村固定资产投资规模和量的比例，实现固定资产投资在城乡间的均等分配。在投资主体上，建立“政府—社会—个人”一体化的多元投资主体，积极发挥政府引导作用，激发社会和个人的涉农业务投资积极性，拓宽农村固定资产投资的资金来源渠道。第二，加强对集体固定资产的投资统筹性管理和结构优化，逐步建立向“中西部倾斜”的固定资产投资策略。积极发挥财政金融的引导作用，政府要加强对农村固定资产投资的流向管理，控制好区域间固定资产投资量的规模和结构比例，把农村固定资产投资引向农田水利、道路交通等适应农村社会发展的基础设施投资，激活农村潜在的经济性生产要素，提升农村经济发展活力。做好涉农业务固定资产投资的区域协调性管理，在投资规模总量扩大的情况下，不断增加中西部地区的农村固定资产投资比例。第三，利用好涉农业务固定资产投资的经济外部性和良好的投资环境，积极发展农村非农产业，扩大农民的非农就业机会。发挥好财政性金融在农村经济社会发展中的关键性作用，积极改善农村基础设施和投资环境，加快农村“三权”证券化、资本化步伐，通过农村金融机构的抵押业务，提升农村金融服务“三农”的总体水平，让涉农业务投资主体能够享有便捷、现代化的金融服务水平，逐步增加涉农业务贷款规模和比例水平。

参考文献：

［1］［美］舒尔茨.改造传统农业［M］.梁小民，译.北京：商务印书馆，1964：122-150.

［2］ANTLE JOHM M.Infrastructure and Aggregat Agricultural Productivity.International Evidence［J］.Economic Development & Cultural Change，1983，31（3）：609-619.

［3］QUEIROZ C A，GAUTAMS.Road infrastructure and economic development：some diagnostic indicators［R］. World Bank Policy Research Working Paper，1992：921.

［4］FAN，PARDEY P G.“Research，Productivity，and Output Growth in Chinese Agriculture”，Journal of Development Economics，1997，53（1）115-137.

［5］倪心一.国外农业固定资产投资研究［J］.中国农村经济，1992（7）：58-63.

［6］许江萍.1991年固定资产投资形势回顾与思考［J］.数量经济技术经济研究，1992，9（11）：19-23.

［7］惠宁，熊正潭.城乡固定资产投资与城乡收入差距研究——基于1980—2009年时间序列数据［J］.西北大学学报（哲学社会科学版），2011（4）：45-52.

［8］PODRECCA E，CARMECIG.Fixed investment and economicgrowth：new results on causality［J］.Applied E-conomics，2001，33（2）：177-182.

［9］张湘江.改革后我国农民收入和农业投资的相关分析［J］.农业经济，1999（8）：24-25.

［10］马铃，刘晓昀.发展农业依然是贫困农户脱贫的重要途径［J］.农业技术经济，2014（12）：25-32.

［11］孔荣，梁永.农村固定资产投资对农民收入影响的实证研究［J］.农业技术经济，2009（4）：47-52.

［12］姚耀军，和丕禅.农村固定资产投资绩效研究［J］.农业技术经济，2004（4）：51-54.

［13］莫连光，陈光焱.农村固定资产投资结构与农民纯收入的灰色关联分析［J］.中南财经政法大学学报，2008 （3）：82-87，144.

［14］向琳，李季刚.中国农村固定资产投资产出弹性评价——基于灰色理论模型的实证分析［J］.金融理论与实践，2010（6）：36-38.

［15］胡金焱，张博.民间金融、产业发展与经济增长：基于中国省际面板数据的认证分析［J］.中国工业经济，2013（8）：18-30.

［16］尹希果，陈刚，程世骑.中国金融发展与城乡收入差距关系的再检验——基于面板单位根和VAR模型的估计［J］.当代经济科学，2007，29（1）：15-23.

［17］朱建军，常向阳.地方财政支农支出对农村居民消费影响的面板模型分析［J］.农业技术经济，2009（2）：38-45.

［18］易行健，刘胜，杨碧云.民生性财政支出对我国居民消费率的影响——基于1996—2009年省际面板数据的实证检验［J］.上海财经大学学报（哲学社会科学版），2013（4）：55-62.

［19］LEVIN A，LIN C F，CHU.Unit root tests in panel data：Asymptotic and finite-sample lewis Properties［J］. Journal of Econometrics，2002，108（1）：1-24.

［20］IM K S，PESARAN MH，Shin Y.Testing for unit roots in heterogeneous panels［J］.Journal of Econometrics，2003，115：53-74.

［21］BREITUNG，JORG.The local power of some unit root for panel data［C］／／ALTAGI B.Advances in econometrics：nonstationary panels，panel cointegration，and dynamic panels.Amsterdam：JAI Press，2000，15：161-178.

［22］MADDALA G SS，WU.A Comparative study of unit root tests with panel data and A new simple test［J］. Oxford Bulletin of Econometrics and Statistics，1999：61：631-652.

［23］汪涛，饶海斌，王丽娟.Panel Data单位根和协整分析［J］.统计研究，2002，19（5）：53-57.

［24］高铁梅.计量经济分析方法与建模——Eviews应用及实例［M］.北京：清华大学出版社，2009：319-353.

［25］李子奈，叶阿忠.高级应用计量经济学［M］.北京：清华大学出版社，2012：174-202.

Rural Fixed Asset Investment and the Increase of Peasants’Income：

An Empirical Test Based on China’s Provincial Panel Data（1991—2013）
ZHANG Na
（School of Economics and Management，Southwest University，Chongqing 400715，China）

Abstract：This paper studies the impact of rural fixed assets investment on the increase of peasants’income based on China’s Provincial Panel Data from 1991to 2013.The results show that there is a cointegration relationship between rural fixed assets investment and the increase of the rural residents’per capita net income，and the former can promote the increase of peasants’income in a remarkable way.But，as for the effect of increase，there exist notable differences in different regions with the western region increasing most and the eastern region increasing least.Therefore，rural fixed assets investment strategy should be guided by finance and monetary，and favor the central and western regions.

Key words：rural fixed assets investment；increase of peasants’income；panel data

作者简介：张 娜（1991-），女，陕西淳化人，西南大学经济管理学院硕士研究生。

基金项目：国家社会科学基金一般项目（14BJY125：《新型农业经营主体构建与财政金融支农服务创新研究》）；重庆市研究生科研创新项目（CYS2015062：《人力资本视阈下城镇化与城乡收入差距》）

收稿日期：2015-07-01

中图分类号：F328

文献标识码：A

文章编号：1009-2463（2016）01-0016-05