河南省农业机械化与农民工资性收入关系研究*——基于VAR,模型

李温馨 ，张万宇 ，张 锟

（河南农业大学，河南 郑州 450000）

中国如期打赢了脱贫攻坚战，完成了全面建成小康社会的历史任务。河南省作为一个以农业为主的人口众多的省份，是粮食的主产区之一，其经济发展相比其他省份较为缓慢。《河南统计年鉴》调查数据显示，与城市居民相比，农民收入普遍不高，依靠增加农业劳动力拉动河南省经济增长的优势逐渐减弱，“兼业农户”或“半工半耕”已成河南省农业发展的普遍现象。同时，河南省农业现代化发展水平比较低，大型农机的普及率不高，总体来说，有很大的提升空间[1]。基于此，本研究以VAR 模型为基础，研究河南省农业机械化与农民工资性收入之间的关系，有利于促进农业劳动力转移，拓宽河南省农民的增收渠道。

1.1 农业机械化与农民收入的关系

陈涛等基于全国25 个农业大省2008—2019 年的面板数据的实证研究得出，农业机械化能促进农业增收，对缩小城乡差距具有显著作用[2]。梁天丽等通过分析2004—2018 年影响广西农民收入的时间序列数据，采用同样的方法，发现农业机械化对农民增收的贡献率逐年上升[3]。钟昕选取了中国30 个省2003—2019 年的面板数据进行实证分析，结果表明，中国农业机械化可以通过农业剩余劳动力的转移增加农民收入[4]。吴雪峰等为研究黑龙江省农业机械化发展的决定因素，采用问卷调查法和建立数学模型方法，发现农民收入能够在一定程度上带动农业机械化的发展，但没有深入研究说明其中的具体原因[5]。

1.2 农业机械化与农民工资性收入的关系

辛冲冲等利用新疆1978—2012 年的统计数据，得出农民净收入的增加将有助于实现农民购买农业机械的愿望，并促进当地农业机械总产能增加的结论[6]。丁榕通过研究吉林省农村剩余劳动力从事非农工作，发现其促进了农民工资性收入的增长，同时吉林省农机的推广对农民工资性收入保持着长期稳定的促进作用[7]。李朝顺通过研究表明，农业机械化对农民收入的影响存在中介路径，可以通过中介变量来促进农民工资性收入的增加[8]。许庆等采用四川省份面板数据对农民的长期投资激励进行研究，指出非农就业可能是农户对于农业机械、运输工具等长期投资的影响因素[9]。李明艳等基于江西省的农户调研数据对农户非农就业与土地利用行为进行分析后指出，非农收入的增加极大地促进了农民对农机的使用[10]。

综上所述，关于农业机械化与农民收入之间关系的研究较多以国家层面为主，针对省级的农民工资性收入与农业机械化的研究少之又少，而农民工资性收入增加才能释放更多的农业剩余劳动力从事非农行业，解决河南省农民增收问题。虽然有以个别省份作为研究对象，但并没有以河南省农业机械化与农民工资性收入为研究对象的研究视角。河南作为以农业为主的人口大省，经济增长远不如其他省份，研究河南省农业机械化与农民工资性收入的关系，有助于解决河南省农业现代化水平不高和农民平均工资性收入低两大问题，有利于促进农民增收和农业现代化。

2.1 理论构建

如果直接对农业机械和农民工资性收入进行回归分析，拟合程度比较高，相关性比较强，结果可能是不准确的。传统的计量模型一般没有办法说明变量之间存在的因果关系，而VAR 模型不是根据理论来确定经济系统变量之间的动态关系，不需要提前提出假设的优势，它现在是分析和预测几个相关经济变量最常用的模型之一，一般的表达形式为：

式中，Y是K维的内生变量矢量；
A是相应的系数矩阵；
p是内生变量滞后的阶数。

2.2 数据说明

2.2.1 农民收入的现状分析

农民收入比重分析如图1 所示，2000—2020 年，农民工资性收入总量不断增加，比重也从2000 年的23.85%上升到2020 年的31.70%，占比呈上升趋势；
农民家庭经营性收入总量也在不断增加，但比重却从2000 年71.87%下降到2020 年41.78%，占比逐渐减少。由此可知，农民的收入重心逐渐向非农化转移。从总收入绝对值来说，农村居民收入不断提高；
从收入结构来说，工资性收入占比不断提升，而农民家庭经营性收入占比不断降低。近年来，河南省农业机械化水平的不断提高和农民收入结构的变化，为农业机械化提高农民工资性收入比重提供了便利，这也为研究农业机械化与农民工资性收入的关系提供了一定的理论依据。

图1 农民收入比重分析

2.2.2 描述性统计分析

以前人的研究成果为基础，并考虑到数据的可用性，本文变量选自2000—2020 年的《河南统计年鉴》，涉及的两个变量分别是农业机械总动力和农民工资性收入，将两个变量取对数，分别记为lnnyjx（农业机械总动力对数）和lngzxsr（农民工资性收入对数），农业机械总动力与农民工资性收入的描述性统计和两者之间取对数后的变化趋势分析分别如表1和图2 所示。

表1 农业机械总动力与农民工资性收入的描述性统计分析

图2 农业机械总动力与农民工资性收入各变量的变化趋势图

由图2 可知，2016 年以来，农业机械总动力和农民工资性收入均呈增长趋势，但从增长速度上来看，农民工资性收入增长趋势更加明显，农业机械总动力增长较为缓慢。近5 年来，农业机械总动力相比农民工资性收入增长速度逐渐变缓。

3.1 单位根检验

通过单位根检验可以观察到数据在实证检验中是否存在单位根，如果检验后出现了单位根，极有可能表明实验研究结果不准确。本文采用最常见的ADF 检验对lnnyjx 变量与lngzxsr 变量的时间序列的平稳性进行检验，结果如表2所示。

由表2 可知，在一阶差分之前，只有农业机械总动力在5%水平下显著，农民工资性收入未能拒绝原假设。经过差分后，农业机械总动力能在5%显著性水平下拒绝原假设，农民工资性收入也能在5%显著性水平下拒绝原假设，即农业机械总动力对数变量和农民工资性收入对数变量在一阶差分情况下达到平稳，dlnnyjx 与dlngzxsr 的时间序列不存在单位根，两个序列是平稳的，可以进行下一步VAR模型的应用。

表2 农业机械总动力与农民工资性收入单位根检验

3.2 确定最优滞后期

建立VAR 模型需要先确定最优滞后期，滞后阶越大，说明动态性越好，所估的参数就越多。采用AIC、SC 和HQ 取最小值的准则来确定VAR 模型的最优滞后期，对dlnnyjx 变量与dlngzxsr 变量建立的VAR模型的最优滞后期进行检验，如表3所示。

表3 VAR 模型滞后阶数的选择

表3 展示了滞后p阶的向量自回归模型的信息准则，用于选择较优的滞后阶数，包括logL、FPE、AIC、SC、HQ。其中，logL 参与FPE、AIC、SC、HQ的计算，并最终通过对FPE、AIC、SC、HQ 的指标进行评价。选择最优滞后阶数有以下两个规则：若某一滞后阶数有最多的“*”，建议选取该滞后阶数建立VAR 模型；
若有阶数带有的“*”数量相同，那么就选择尽可能小的阶数。通过FPE、AIC、SC、HQ 四项评价指标的结果可知，滞后阶数建议选为3 阶，即建立VAR（3）模型。

3.3 格兰杰因果检验

在VAR 模型确定最优滞后期之后，需要对河南省农业机械总动力和农民工资性收入的模型意义进行检验，若dlnnyjx 变量与dlngzxsr 变量检验的结果没有因果关系，就说明两者具有外生性。由于格兰杰因果关系检验中滞后期严格意义上并不确定，具有随意性，但是滞后期如果随意选择的话，就会对检验的效果有一定影响。而关于dlnnyjx 变量与dlngzxsr 变量的VAR 模型的格兰杰因果关系检验滞后期的选择是确定的，就能解决好格兰杰因果检验中滞后期的选择问题。格兰杰因果关系检验结果如表4所示。

表4 格兰杰因果关系检验结果

根据之前的最优滞后期选择，dlnnyjx 变量和dlngzxsr 变量的格兰杰因果检验结果表明，基于dlngzxsr 变量与dlnnyjx 变量的研究，显著性P值为0.028**，P﹤0.05 呈现显著性，拒绝该原假设，即农民工资性收入是农业机械化变化的格兰杰原因；
基于dlnnyjx 变量与dlngzxsr 变量的研究，显著性P值为0.963，P﹥0.05 不呈现显著性，接受原假设，即农业机械化的变化不是农民收入的变化的格兰杰原因。

3.4 模型的稳定性检验

由于只有在dlnnyjx 变量和dlngzxsr 变量的VAR模型稳定的情况下才可以进行后续的脉冲响应和方差分解，如果dlnnyjx 变量和dlngzxsr 变量的VAR 模型的检验不稳定，那么接下来的分析也没有意义。因此，需要在确定两个变量的VAR 模型有意义的基础上，对模型的稳定性进行判断，VAR 模型单位根检验结果如图3所示，脉冲分析如图4所示。

图3 VAR 模型单位根检验图

图3 展示了VAR 模型中的AR 根图，由AR 特征根图可知，所有特征根值均在单位圆之内，意味着构建的该VAR 模型稳定性较好。由此可判断，dlnnyjx变量与dlngzxsr 变量建立自回归模型是稳定的，模型可以进行下一步分析。

由图4 可知，农民工资性收入对农业机械化的动态响应表现为面对农业机械化每1 单位的正向影响，促使农民工资性收入先做出负向响应。前两期的响应函数趋向于0，表现为负向响应；
之后第3 期和第4 期逐渐表现为正向响应，此时说明农民工资性收入使得农业机械化水平上涨；
到第8 期为0 标准差，说明涨势逐渐变弱，且之后第9 和第10 期在0 附近开始波动。

图4 脉冲分析图

3.5 方差分析

脉冲响应分析只能确定在各个时期单个解释变量对方差分解值越大意味着影响比例越大，方差分解值接近于0 时意味着影响甚微；
被解释变量的影响效果不能确定所有解释变量同时变化。解释变量对被解释变量变动的贡献程度分析，需要采用方差分解来对农业机械化和农民工资性收入两个变量的模型进行进一步分析，具体如表5所示。

表5 方差分解

从方差结果可以看出，初期农业机械化自身贡献率为100%，并逐渐递减，到第4 期其自身的贡献率为35.825%，衰减到约三分之一，而农民工资性收入对农业机械化的贡献率达到了64.175%，增加到约三分之二。随着时间的推移，河南省农民工资性收入对农业机械化的贡献度逐渐增长，但增速逐步放缓，直至维持在63%左右的贡献度水平上。

4.1 研究结论

随着河南省农民工资性收入的不断增加，农业机械化程度也不断提升。通过构建VAR 模型后，能够清楚地显现出河南省农业机械化与农民工资性收入之间的关系。简而言之，机械化水平与农民人均收入有着必然的联系，这种联系并不是单纯的因果对应关系，而是间接的推动作用。

实证研究结果表明：1）通过格兰杰因果分析，表明河南省农民工资性收入的变化对农业机械化的变化存在单项因果关系，反过来则不成立；
2）通过脉冲分析图分析农民工资性收入对农业机械化的冲击发现，这种影响具有长期性和滞后性；
3）通过方差分析，表明农民工资性收入对农业机械化的贡献率逐渐增加，并稳定在一个特定的贡献水平上。综上所述，河南省农民工资性收入的增长能在一定程度上拉动农业机械化水平的提高。

4.2 建议

上述研究结果表明，河南省农民工资性收入是影响农业机械化的重要因素，对河南省农业机械技术的推广与普及至关重要。为促进两者之间的关系，本文提出以下建议。

第一，政府应该继续深化农业补贴政策，因地制宜制定补贴政策，根据河南特色的平原、山区和湖泊，在政策补贴上不能“一刀切”，应通过当地农业产业生产、加工和销售过程，调整补贴分配比例，制定差异化补贴政策，优化补贴政策结构。第二，政府要促进农业的规模化经营，土地的碎片化使得土地的规模经营难以展开，加快土地流转无疑为提高农机的利用效率提供了助力。第三，政府需要为购买农用机械的农户提供风险保障，农业容易受到自然灾害等因素的影响，为农户提供风险保障可以提高农户购机的积极性。第四，加大科研投入力度，推进智能化、数字化应用，农业机械化不仅仅限于某个生产、加工或销售环节，应推行智慧农业、数字化农业、农业产业集群等多种新型农业产业结构，探索符合河南省特色的农机科技创新之路。第五，对于有意愿且有能力从事农业生产的农民，要加强对他们的农机知识教育培训，提高职业素养，培养能够熟练操作、维护和维修农机的专业人才，充分提高农机的利用效率。第六，对于从事农业的专业人才要给予重视，为其提供更多的就业岗位，激发其从事农业事业的积极性，从而提高农业机械化率，增加农产品的产出效益。农业机械化的不断推广将会释放大量的农业劳动力，开拓更多的非农就业空间，为农村创造良好的非农就业环境。

猜你喜欢格兰杰农业机械工资这种情况下未续订劳动合同是否应当支付二倍工资四川劳动保障(2021年3期)2021-06-09宜宾市农业机械研究所四川农业与农机(2019年4期)2019-08-29说说索要工资那些事公民与法治(2016年11期)2016-05-17农业机械自动化在现代农业中的应用与发展趋势工业设计(2016年7期)2016-05-04电子信息技术在农业机械中的应用工业设计(2016年4期)2016-05-04不用干活，照领工资山东青年(2016年2期)2016-02-28格兰杰因果关系在神经科学领域的发展及缺陷电子科技(2015年8期)2015-12-18榜单Advances in Meteorological Science and Technology(2014年3期)2014-03-02加强农业机械管理与维护保养河南科技(2014年1期)2014-02-27格兰杰因果关系在复杂网络中的应用*浙江师范大学学报（自然科学版）(2013年4期)2013-08-06

推荐访问:河南省 化与 农业机械