基于乡村振兴的“后扶贫时代”农民增收影响因素分析

所属分类：经济论文阅读807次时间：2022-04-21 10:51

本文摘要：摘要：在后扶贫时代，促进农民收入持续较快增长，对巩固脱贫攻坚成果和推进其与乡村振兴有效衔接具有重要意义。文章以20012020年我国时间序列数据为基础，结合乡村振兴的四大路径，利用因子分析法提取公因子和因子载荷，并构建SVAR模型进行实证分析。结果表明：信息化

　　摘要：在“后扶贫时代”，促进农民收入持续较快增长，对巩固脱贫攻坚成果和推进其与乡村振兴有效衔接具有重要意义。文章以2001—2020年我国时间序列数据为基础，结合乡村振兴的四大路径，利用因子分析法提取公因子和因子载荷，并构建SVAR模型进行实证分析。结果表明：信息化的长期增收效应大于城市化的长期增收效应;在短期内，农村产业结构改革与农产品贸易市场化有助于农民增收;农业生产科技投入和农业信息化的长期增收效应高于短期增收效应。

　　关键词：后扶贫时代;农民增收;因子分析;SVAR模型

乡村振兴

　　引言

　　近年来，我国宏观经济发展面临的不确定性增加，农民增收速度放缓，如何促进农民持续较快增收受到各界关注，促进农民增收不仅是巩固脱贫攻坚成果的重要抓手，更是实现共同富裕目标的必然选择。2019 年中央一号文件提出要“增加农民收入”，2020 年中央一号文件指出要“多渠道促进农民增收”，习近平同志也强调“农业农村工作，说一千、道一万，农民收入是关键”。

　　农民问题是“三农”问题的核心，增加农民收入是实现共同富裕的必然要求。虽然2020年我国乡村人口占比下降至 36.11%，但绝对数量仍然达到了5.6亿左右。农民收入增长关系到农民个体获得感和幸福感的提升，关系到乡村振兴战略的有效落实，也关系到新时代城乡融合发展。由此可见，客观分析农民增收的影响因素具有重要的理论与实践意义。

　　1 研究设计

　　1.1 变量界定

　　贫困地区农民收入是农民持续增收的重点和难点，脱贫攻坚的成功经验，为“后扶贫时代”以乡村振兴为契机促进农民增收提供了现实借鉴。从全国脱贫攻坚取得的成果来看，贫困地区农村居民人均可支配收入，从2013年的6079元增长到2020年的12588元，年均增长11.6%，增速持续快于全国农村平均水平，比其高出2.3个百分点。这主要得益于城市化水平提高、农民人力资本水平提升、农业现代化水平提升、农村产业结构调整、农业市场化和农业信息化的统筹协调发展为贫困地区、贫困群众拓展增收渠道、稳定就业收入注入了强劲动力。

　　1.2 数据描述分析

　　本文 2001—2019 年的数据来源于《中国统计年鉴》《中国农村统计年鉴》，2020年相关数据来自2021年的《中国统计摘要》《国民经济和社会发展统计公报》、Wind资讯等。从城乡居民收入的相对比值来看，1983 年我国城乡居民收入的比值为1.82，2000年我国城乡居民收入的比值为 2.79，2010 年这一比值为 3.23，2015 年该比值为 2.73，2020年该比值为2.56。本文统计了1978—2020年我国城乡居民收入及比值的变动趋势，1983 年该比值达到最低点;1984年起，该比值虽有波动，但在2009年达到顶峰，此后逐年递减，但是减速下降。但从城乡居民收入的绝对数额来看，两者的差距呈扩大趋势。

　　1.3 研究假设

　　本文受到王泽润等(2020)[1]、何茜(2020)[2]研究的启发，认为农民人力资本、城市化、农村产业结构、农产品贸易市场化、农业生产科技投资和农业信息化对农民增收存在直接或者间接作用效应以及长期或者短期效应。本文锚定脱贫攻坚取得的成果和数据分析趋势，确定“后扶贫时代”农民增收的关键影响因素，基于明瑟收入方程( Mincer income equation )[3]ln wage = a + b*edu + c*exp +d*exp2 进行扩展，加入表1中的解释变量，提出以下假设：假设1：农民人力资本的长期增收效应大于城市化的长期增收效应。假设2：农村产业结构改革与农产品贸易市场化在短期内促进农民收入增长。假设3：农业生产科技投资和农业信息化的长期增收效应大于短期增收效应。

　　2 实证分析

　　2.1 因子分析与主成分分析法

　　相比，因子分析法更侧重于对被观测变量之间的相关关系或者协方差之间的结构进行分析。因子分析的关键在于确定若干个对因变量产生潜在影响但是不能观察的随机变量来刻画诸多变量之间的相关关系或者协方差关系[4]。

　　本文基于因子数目 m = 5 ，借鉴姜长云(2018)[5]、刘合光(2018)[6]对乡村振兴四大路径的概括，以及王泽润等(2020)[1]的公因子提取方法，对表1中15个变量提取公共因子，每一个综合指标对应表1中的若干个变量，计算方法与表1相同。为了避免在因子分析时出现变量载荷不明确的情况，采取方差最大化的正交因子旋转方法得到更显著的因子，在总方差变动不大时结束旋转。

　　2.2 结构VAR模型分析

　　一般来讲，简化形式的 VAR 模型没有确定变量之间当期相关关系的形式，当期相关关系隐藏在VAR模型右端的误差项之中，通常被当成无法解释的随机扰动[2]。

　　农民收入对城市化冲击的反应在第2期达到顶峰，在第3期转化成负效应，在其余滞后期趋于0;农民收入对农民人力资本冲击的反应在第1期至第3期为正效应，且在第3期达到顶峰，在第5期达到最低点，在其余滞后期趋于0，这证实了假设1，长期和短期效应有待于通过方差分解进一步检验。

　　农民收入对农村产业结构冲击的反应在各滞后期为负效应，并且在0值上下波动;农民收入对农业科技投入冲击的反应在第1期至第2期为负效应，在第3期达到顶峰，在其余各期围绕0值波动，假设2得到证实。农民收入对对外贸易冲击的反应在各个滞后期围绕0值波动;农民收入对信息化冲击的反应在第2期达到谷底，在第3期至第5期为正，在其余各期围绕0值波动，假设3得到证实，长期和短期效应有待于通过方差分解进一步检验。

　　农民收入自身贡献率在第1期至第5期逐渐下降，在第6和第7期有所增加，第8期至第10期略微下降并稳定在50%左右;城市化的贡献率在第3期达到最大值，在其余各期波动不大，且稳定在略低于10%的水平;信息化的贡献率在第1期至第3期略低于城市化的贡献率，自第 4 期开始高于城市化的贡献率，在其余各期逐步稳定在略高于10%的水平。

　　农村产业结构的贡献率逐步增加，到第4期达到最大值，其余各期有所下降且稳定在5%的水平;农业科技投入的贡献率在第4期达到最大值，在其余各期稳定在略高于农村产业结构贡献率的水平;对外贸易的贡献率在第5期以前低于农村科技水平的贡献率，在第5期以后与其非常接近，进一步证实了假设2;人力资本的贡献率最低。方差分析结果与因子分析结果基本一致，进一步证实了假设3。

　　3 结论与建议

　　3.1 结论

　　本文结合乡村振兴的四大路径，提取公共因子进行模型构建和实证分析得到如下结论：城市化和农民人力资本水平变量序列平稳且为1阶单整，结合SVAR回归结果可知，城市化和农民人力资本水平均在1%置信水平上显著促进农民收入增长，信息化的长期增收效应大于城市化的长期增收效应。农村产业结构与农产品贸易具有显著正效应，作用效应大小略低于城市化和信息化水平，且两者对农民收入的影响持续时间久，与因子分析结果一致。

　　在短期内，农村产业结构改革与农产品贸易市场化有助于农民增收。农业生产科技投入和农业信息化的作用显著，农业生产科技投入的方差贡献率低于农业信息化方差贡献率，两者对农民收入的影响持续期相似。农业生产科技投入和农业信息化的长期增收效应高于短期增收效应。

　　3.2 建议

　　(1)振兴乡村经济，提升农民人力资本，夯实农民增收基础。一是坚持新型城市化和乡村振兴融合发展，充分发挥城市化对乡村经济发展的辐射带动作用，为农民在更大范围内创造就业机会，增加农民工资收入。二是坚持以培育有文化、懂技术、善经营、会管理的高素质农民为目标，提高农民劳动和经营效率，促进农民工资收入和经营收入稳定增长。

　　(2)构建现代化农业生产经营体系，发展优势特色产业，多渠道增加农民收入。一是积极构建现代农业生产体系和经营体系，大力发展智慧农业，推进作物种植自动化、精细化，提升农业生产效率，提高农民经营收入。二是在乡村经济领域，实施精准招商，推进农村产业转型与特色产业提升，大力发展优势特色产业集群，推动优质农产品进军高端市场，通过农业提质增效促进农民增收。

　　(3)激发农产品贸易市场活力，提升农业信息化水平，为农民增收注入新动力。一是全面盘活农产品贸易市场，出台优惠措施，打通农产品交易中的堵点、淤点，形成农民持续增收的新动力。二是引导地方政府和项目承担单位加大科技投入力度，加强农业农村信息技术设施建设，加快现代信息技术与农业深度融合，推进农业科技成果向现实生产力的转化，注重高附加值农产品的生产和加工，以科技力量促进农民增收。

　　参考文献：

　　[1]王泽润,吴振磊,白永秀,等.区域性扶贫政策的增长与分配效应——基于集中连片特困区的经验证据[J].中国软科学,2020,(10).

　　[2]何茜.中国城乡居民收入差距来源的结构分解[J].统计与决策,2020,(20).

　　[3]李子奈,潘文卿.计量经济学(第四版)[M].北京:高等教育出版社,2015.

　　[4]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2009.

　　[5]姜长云.科学理解推进乡村振兴的重大战略导向[J].管理世界,2018,34(4).

　　[6]刘合光.乡村振兴战略的关键点、发展路径与风险规避[J].新疆师范大学学报(哲学社会科学版),2018,39(3).

　　作者：常文涛1，杜宾彬2