盧路

摘要：在農(nóng)業(yè)增長對農(nóng)村貧困影響因素理論分析的基礎(chǔ)上，基于VAR模型和門檻回歸模型的動態(tài)計量經(jīng)濟方法，本文實證分析了中國農(nóng)業(yè)增長對農(nóng)村減困的動態(tài)影響效應(yīng)。其中，運用協(xié)整技術(shù)和VAR模型研究農(nóng)業(yè)增長對農(nóng)村貧困的長短期影響表明：農(nóng)業(yè)增長與農(nóng)村貧困存在長期均衡關(guān)系，但需要很長一段時間才能有效發(fā)揮其減貧效應(yīng)；以農(nóng)業(yè)增長作為農(nóng)民收入的門檻變量考察農(nóng)民收入對農(nóng)村減貧的影響表明，農(nóng)業(yè)增長對農(nóng)村貧困具有明顯的區(qū)間效應(yīng)。

關(guān)鍵詞：農(nóng)業(yè)增長；農(nóng)村貧困；VAR模型；門檻面板回歸

中圖分類號：F3201文獻標識碼：A

一、引言

改革開放以來，中國作為世界上最大的農(nóng)業(yè)國家，農(nóng)業(yè)發(fā)展成效顯著，用占世界10%的耕地養(yǎng)活了世界上多于22%的人口，農(nóng)村小康建設(shè)水平得到了極大提高，農(nóng)業(yè)綜合生產(chǎn)能力和農(nóng)民的收入水平都得到了極大地改善。但貧困問題還一直困擾著世界各國特別是我國經(jīng)濟與社會的全面發(fā)展。

近年來，多功能農(nóng)業(yè)自產(chǎn)生得到國內(nèi)外學者與決策者的廣泛關(guān)注，被認為是未來農(nóng)業(yè)的發(fā)展趨勢。最初在聯(lián)合國《21世紀議程》中，其含義為糧食安全和可持續(xù)發(fā)展；后來在WTO談判中，又包括生態(tài)環(huán)境、結(jié)構(gòu)調(diào)整、農(nóng)村發(fā)展、減輕貧困等議題。AD Goeker et al.（2005）指出，在食物、農(nóng)業(yè)和自然資源系統(tǒng)方面有專門知識的美國大學畢業(yè)生的雇傭機會，在接下來的五年內(nèi)需求預期仍很強烈。每年，來自美國農(nóng)業(yè)和生命科學、林業(yè)和動物醫(yī)學學院的新畢業(yè)生，預期大約平均有32 300個新畢業(yè)生能在這個系統(tǒng)找到工作；其他工作缺口，大約有17 000個，將被畢業(yè)于綜合高等教育計劃的畢業(yè)生所填補，包括生物科學、工程學、商業(yè)、健康科學、交流和應(yīng)用技術(shù)。Shida Henneberry and Bailey Norwood（2008）指出，傳統(tǒng)的農(nóng)業(yè)被認為只是農(nóng)業(yè)生產(chǎn)，然而現(xiàn)今的農(nóng)業(yè)部門是由許多不同層面組成的巨大產(chǎn)業(yè)。對農(nóng)業(yè)感興趣的人有許多選擇機會，包括農(nóng)業(yè)研發(fā)、教育和溝通。在農(nóng)業(yè)中，研發(fā)是很重要的，這已經(jīng)在許多方面被證明，比如開發(fā)抗害蟲作物的新品種、發(fā)現(xiàn)更多滿足消費者高標準的飼養(yǎng)牲畜的更有效的方法、檢驗新的以及存在的農(nóng)場政策的經(jīng)濟可行性或分析農(nóng)業(yè)生產(chǎn)趨勢來提供市場預測等。我國學者張培剛（2002）、趙鑫（2006）、李勛來等（2005）、張艷華和劉立（2006）、趙芝俊和張社海（2006）、郭劍雄和李志俊（2009）、陸文聰和吳連翠（2011）等都明確指出人力資本對農(nóng)業(yè)發(fā)展的必要性；而While & Anderson（2000）提出農(nóng)業(yè)增長對貧困減少有負效應(yīng)，其中一半的樣本數(shù)據(jù)來自發(fā)達國家。G Fane（2003）在一般均衡模型中得出：“和許多人設(shè)想相反，如果給定數(shù)額的GDP增長是制造業(yè)部門或服務(wù)業(yè)部門的技術(shù)進步引起的而不是農(nóng)業(yè)部門技術(shù)進步引致的，那么窮人的境遇會更好”；此外，一些學者指出農(nóng)業(yè)增長減貧需要一定的條件。Mellor（2001）指出農(nóng)業(yè)增長能有效減少貧困，因為除了增加貧農(nóng)收入外，也產(chǎn)生了對窮人易生產(chǎn)的貨物和服務(wù)的需求。若土地和收入分配高度不平等，那么土地擁有者不再只是消費小規(guī)模的勞動密集型國內(nèi)制造品和服務(wù)，而是會消費資本密集型產(chǎn)品和進口產(chǎn)品，減貧效應(yīng)弱化。

我國農(nóng)業(yè)正由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變，農(nóng)業(yè)所提供的工作崗位也發(fā)生了重要變化。現(xiàn)代農(nóng)業(yè)發(fā)展更需要的不再只是傳統(tǒng)意義上的種植、養(yǎng)殖人員，而是更需要高層次人才，比如需要懂經(jīng)濟的專業(yè)人員來預測未來各類食物的供需，需要懂管理的專業(yè)人員來拓寬各類農(nóng)產(chǎn)品市場，研發(fā)的專業(yè)人員開發(fā)新品種、新技術(shù)來促進農(nóng)業(yè)技術(shù)進步，懂溝通的專業(yè)人員來促進農(nóng)業(yè)技術(shù)的推廣等。因此，現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)及其相關(guān)的生命科學與技術(shù)等產(chǎn)業(yè)必將具有更迅猛的發(fā)展勢頭，與此同時也將提供更多的就業(yè)機會，特別是為農(nóng)林高校畢業(yè)生提供更多機會。

本文采取理論與實證分析相結(jié)合的方法，從理論上分析農(nóng)業(yè)增長影響農(nóng)村減貧的機制；基于中國國家層面和各省面板數(shù)據(jù)，分別利用VAR計量方法和門檻面板回歸方法，分析農(nóng)業(yè)增長對農(nóng)村減貧的長期和短期影響、貢獻度以及區(qū)間效應(yīng)。

二、農(nóng)業(yè)增長對農(nóng)村貧困的長短期效應(yīng)

（一）模型設(shè)定與估計方法

本文選取農(nóng)業(yè)增長率、農(nóng)村貧困狀況分別作為解釋變量和被解釋變量；對各變量數(shù)據(jù)進行對數(shù)化處理，以避免改變原來數(shù)據(jù)的協(xié)整關(guān)系，增加數(shù)據(jù)的平穩(wěn)性，減少了異方差。為此，建立如下VAR動態(tài)系統(tǒng)：

lnpt=α0+α1lnyt-z+δt（1）

lnyt=α0+α1lnpt-z+γt（2）

其中，下標t表示年份；p是用來衡量貧困的指標；y表示農(nóng)業(yè)增長率；δt表示農(nóng)業(yè)增長沖擊、γt表示貧困沖擊；z表示滯后期數(shù)。

VAR主要由VAR模型估計、沖擊反應(yīng)圖和誤差項的方差分析三部分組成。它們分別是用來說明誤差項的影響因素大小、變量之間回歸關(guān)系和觀察各變量對沖擊的反應(yīng)情況。

（二）變量度量及數(shù)據(jù)說明

1.農(nóng)業(yè)增長的度量及數(shù)據(jù)。選用經(jīng)計算得到的農(nóng)業(yè)增長率考察其對農(nóng)村貧困的影響，原始數(shù)據(jù)來源于1979-2008年歷年《中國統(tǒng)計年鑒》。

2.農(nóng)村貧困的度量和數(shù)據(jù)。對貧困問題的研究多采用貧困率、貧困深度（Ivanic and Martin，2008）和貧困強度（Dessus et al.，2008）作為衡量貧困的指標。貧困率是測量社會整體貧困狀況中最常用的指標。貧困深度是基于貧困人口收入水平（或消費水平）相對于貧困線的累加貧困差距。在貧困率一定情況下，貧困深度越大，說明貧困人口的收入離貧困線越遠。貧困強度表明貧困人口群體內(nèi)部收入水平差異情況。在貧困率、貧困深度一定情況下，貧困強度越大，說明貧困人口人不收入差距較大。本文主要參照高峰、吳石磊、王學真的做法，將貧困率作為衡量貧困的指標，原因在于貧困率對數(shù)據(jù)要求不高、計算比較簡單。數(shù)據(jù)來源于歷年中國農(nóng)村貧困監(jiān)測報告。

（三）估計結(jié)果分析

1.變量的單位根檢驗

在進行時間序列分析時，傳統(tǒng)上要求所用的時間序列必須是平穩(wěn)的，否則會產(chǎn)生偽回歸問題，所以要先對序列進行平穩(wěn)性檢驗。對相應(yīng)序列變量進行單位根檢驗是根據(jù)ADF檢驗法，表1為檢驗結(jié)果，其中， lnp和lny在10%的顯著性水平下是非平穩(wěn)的，而Δlnp和Δlny分別在1%、5%顯著性水平下顯著平穩(wěn)，即和均一階單整。

2.協(xié)整檢驗與格蘭杰因果關(guān)系檢驗

進行協(xié)整檢驗的原因在于，和為一階單整序列，不滿足VAR模型的平穩(wěn)性要求。協(xié)整檢驗的目的是決定一組非平穩(wěn)序列的線性組合是否具有穩(wěn)定的均衡關(guān)系，簡單來說就是專門用來處理非平穩(wěn)數(shù)據(jù)的，如果兩個或兩個以上的時間序列都是非平穩(wěn)的，但它們的某種線性組合是平穩(wěn)的，那么這些序列變量之間就存在長期的均衡關(guān)系，也就是存在協(xié)整關(guān)系。進行協(xié)整檢驗我們采用Johansen方法，協(xié)整檢驗結(jié)果表2可知：變量之間在5%的顯著水平下存在一個協(xié)整關(guān)系。

由于兩者之間存在協(xié)整關(guān)系，需要Granger因果關(guān)系檢驗來進一步考察農(nóng)村貧困率與農(nóng)業(yè)增長之間的關(guān)系。因為因果關(guān)系檢驗要求變量序列均平穩(wěn)或存在協(xié)整關(guān)系，所以對上述證明具有協(xié)整關(guān)系的變量進行因果關(guān)系檢驗。

格蘭杰因果關(guān)系檢驗結(jié)果表明，在最優(yōu)滯后期1期內(nèi)，農(nóng)業(yè)增長是農(nóng)村貧困率的Granger原因，置信水平為10%，但農(nóng)村貧困率不是農(nóng)業(yè)增長的Granger原因。

3.VAR模型分析

（1）向量自回歸模型。確定最優(yōu)滯后階數(shù)，根據(jù)LR、FPE、AIC、SC、HQ信息準則，最優(yōu)滯后階數(shù)為一階。進一步對模型進行估計，結(jié)果見表3，從中可以看出，兩個方程的擬合優(yōu)度都比較高。農(nóng)村貧困率中，其前期對當期的影響比較突出，農(nóng)業(yè)增長對農(nóng)村貧困率的影響為負，數(shù)值是-001，表明農(nóng)業(yè)增長在初期與農(nóng)村貧困率關(guān)系為負，即農(nóng)業(yè)增長有利于降低農(nóng)村貧困率；農(nóng)業(yè)增長受自身前一期變量的影響也較大，貧困率對農(nóng)業(yè)增長的影響第一期為003。

（2）脈沖響應(yīng)函數(shù)分析。更直觀地顯示兩變量間的影響程度可以運用脈沖響應(yīng)函數(shù)（IRF），脈沖響應(yīng)函數(shù)能夠較直觀地刻畫出變量間的動態(tài)交互作用，度量的是當一個誤差項發(fā)生變化，或模型受到某種沖擊，她們對系統(tǒng)的動態(tài)影響。因此，我們對上述VAR分析結(jié)果進行脈沖響應(yīng)函數(shù)分析。

利用VAR模型，分別給lny和lnp一單位大小的沖擊，得到lnp和lny各自的響應(yīng)，結(jié)果分別見圖1。圖中橫軸和縱軸分別表示響應(yīng)函數(shù)的追蹤期數(shù)、被解釋變量對解釋變量的響應(yīng)程度；實線表示計算值，虛線表示的是響應(yīng)函數(shù)值在加或減兩倍標準差時的置信帶。

由圖1可知，當給lny一個標準差的沖擊后，可快速帶動農(nóng)村貧困率下降，隨著時期的推后，效應(yīng)一直保持高位負效應(yīng)；lnp對lny的沖擊首先是負向的，到第2期時降至最低點，隨后效應(yīng)快速增強，且方向發(fā)生了變化，由負變成正，保持高位正效應(yīng)。

（3）方差分解。由圖1可知，隨著時間的推移，lny對lnp的影響不斷增強，農(nóng)業(yè)增長不斷降低農(nóng)村貧困率。方差分解能夠進一步評價不同結(jié)構(gòu)沖擊的重要性，分析每個結(jié)構(gòu)沖擊對內(nèi)生變量變化（通常用方差來度量）的貢獻度。因此，我們用方差分解方法進行進一步的分析，結(jié)果見表4。從中觀察農(nóng)村貧困率的預測誤差可以看出，它在前期主要是受自身的影響，但是誤差占比卻呈現(xiàn)出以平緩速度逐期下降的趨勢，下降速度較為平緩，至第9期降至5329%，隨后逐期緩慢下降；農(nóng)業(yè)增長對農(nóng)村貧困率預測誤差的貢獻率一直保持持續(xù)上升態(tài)勢，上升速度逐期放緩。

三、農(nóng)業(yè)增長與農(nóng)村貧困效應(yīng)的門限特征

由于收入是影響貧困的最主要變量，為進一步明確農(nóng)業(yè)增長對農(nóng)村貧困的影響效應(yīng)，將農(nóng)業(yè)增長作為農(nóng)民收入影響農(nóng)村貧困的門限變量，數(shù)據(jù)選取2002-2007年中國592個國家扶貧重點縣所屬的20個?。ㄊ小⒆灾螀^(qū)）的面板數(shù)據(jù)。通過門檻回歸模型，分析在將農(nóng)業(yè)增長作為門限變量時，它的門限值所劃分的不同區(qū)間上，農(nóng)民收入對農(nóng)村貧困作用的差異效果。

（一）門限特征模型的設(shè)定

我們將采用Hansen（1999）研究的門檻面板回歸模型，其優(yōu)點是，它能根據(jù)數(shù)據(jù)本身的特點來內(nèi)生的劃分區(qū)間。最基礎(chǔ)的模型為：

Yit=φi+λXit+ω1MitI（gitτ）+ω2Mit[1-I（git>τ）]+εit（3）

其中，i、t分別表示個體和時間；Yit、Mit分別表示被解釋變量和受門限變量影響的解釋變量；Xit代表對被解釋變量有顯著影響的控制變量；λ為相應(yīng)的系數(shù)向量；git為門限變量；τ為特定的門檻值；ω1和ω2為門限變量分別在git<τ、git>τ時解釋變量Mit對被解釋變量Yit的影響系數(shù)；I（·）為指標函數(shù)，該函數(shù)值為1，表示門限變量滿足其條件，否則其值為0；模型（3）中的擾動項滿足，即為白噪聲序列。

（3）式為存在一個門檻，兩個或兩個以上門限模型可以在其基礎(chǔ)上進行設(shè)定。但是事實上，出現(xiàn)兩個或兩個以上的門檻值是較為普遍的。這部分將以農(nóng)業(yè)增長作為門檻，其主要目的是為了更為直觀地體現(xiàn)出收入作為農(nóng)業(yè)增長影響農(nóng)村貧困的第三方因素時的作用，用表示，數(shù)據(jù)選取于2003-2008的《中國統(tǒng)計年鑒》。影響貧困的因素有很多，包括直接相關(guān)和間接相關(guān)。早期的研究表明，影響農(nóng)村貧困的主要因素有：農(nóng)村居民家庭所擁有的生產(chǎn)性固定資產(chǎn)、受教育水平、機械總動力、農(nóng)村居民享受的補貼，為此，它們將作為控制變量列入模型。估計前對所有變量的數(shù)據(jù)都進行對數(shù)化處理，這是為了消除數(shù)據(jù)計量單位的不一致而可能帶來的異方差性，單一和雙重門限模型分別為（4）和（5）：

（二）變量度量及數(shù)據(jù)說明

本文選取的是2002-2007年的數(shù)據(jù)。農(nóng)業(yè)增長用第一產(chǎn)業(yè)的產(chǎn)值來衡量，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。通過每年《中國農(nóng)村統(tǒng)計年鑒》獲得各地區(qū)農(nóng)村居民家庭擁有的生產(chǎn)性固定資產(chǎn)原值衡量的農(nóng)村居民家庭擁有生產(chǎn)性固定資產(chǎn)（元/戶），農(nóng)村社會救濟費衡量農(nóng)村居民享有的社會保障水平衡量的農(nóng)村補貼的（萬元），把各地區(qū)的農(nóng)村農(nóng)用機械總動力（萬千瓦）與其相應(yīng)的各省農(nóng)村人口數(shù)（萬人）相除得到機械總動力的度量。本文選用文盲率來衡量農(nóng)村居民的受教育水平，數(shù)據(jù)來源于《中國農(nóng)村住戶調(diào)查年鑒》；各地區(qū)農(nóng)村居民家庭人均純收入數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，單位：元。

（三）門限檢驗

確定模型形式，首先要了解有多少個門檻。分別是不存在門檻、一個門檻、兩個門檻和三個門檻的假設(shè)下，對相應(yīng)的模型進行估計。表5為自抽樣檢驗結(jié)果、相應(yīng)的門檻估計值和95%置信區(qū)間。

（四）門檻結(jié)果分析

由表6的門限檢驗結(jié)果可見，各門限值劃分的四個區(qū)間中，農(nóng)村居民收入對農(nóng)村貧困的影響一直呈現(xiàn)正相關(guān)關(guān)系，且以農(nóng)業(yè)增長為門檻呈現(xiàn)出明顯的區(qū)間效應(yīng)。當農(nóng)業(yè)收入到達197800億元之前，農(nóng)民收入對農(nóng)村貧困的影響系數(shù)為05690；隨著農(nóng)業(yè)收入的不斷提高，越過197900，達到509990億元之前，農(nóng)民收入對農(nóng)村貧困的影響系數(shù)變?yōu)?2201。當農(nóng)業(yè)收入進一步達到1 027620億元之前，農(nóng)民收入的貧困影響效應(yīng)變?yōu)?5806，隨后越過這一門檻，農(nóng)民收入對農(nóng)村貧困的影響系數(shù)變?yōu)?5606。2010年青海、寧夏位于第一個門檻以內(nèi)，山西、海南、貴州、陜西、甘肅位于第二個門檻和第三個門檻之間，河北、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、四川、云南、新疆均跨過了第三個門檻?？梢姡覈^大多數(shù)省份已跨過第三個門檻，農(nóng)業(yè)增長能有效促進農(nóng)村貧困減少。

此外，從表6可知，受教育水平能顯著促進農(nóng)村貧困的減少，但居民家庭擁有的生產(chǎn)性固定資產(chǎn)、享受的補貼和機械總動力對農(nóng)村貧困有負面影響，但不顯著。造成這個結(jié)果可能有以下原因，一是農(nóng)村地區(qū)的道路等基礎(chǔ)設(shè)施狀況較差，有的地區(qū)甚至還沒有實現(xiàn)通車；二是大部分的村民受教育水平不高，使得一些固定資產(chǎn)（拖拉機、三輪車、水泵、農(nóng)用動力機械等）無法使用或者不能使用；三是農(nóng)民享受的補貼數(shù)額不足，進而對農(nóng)村貧困起了負面影響。

四、結(jié)論及政策建議

本文采用理論與實證分析相結(jié)合的方法，在理論上分析了農(nóng)業(yè)增長對農(nóng)村貧困的影響機制的基礎(chǔ)上，基于VAR和門檻面板兩種模型，研究了農(nóng)業(yè)增長與農(nóng)村貧困之間長期和短期的均衡關(guān)系和區(qū)間效應(yīng)。其中脈沖響應(yīng)函數(shù)和方差分解用來考察農(nóng)業(yè)增長對中國農(nóng)村貧困率影響的動態(tài)特征。由檢驗結(jié)果可知：基于協(xié)整分析的檢驗，可知農(nóng)業(yè)增長對農(nóng)村貧困率有長期的顯著作用；基于脈沖響應(yīng)函數(shù)的分析，可知農(nóng)業(yè)增長對貧困率具有抑制作用；基于方差分解的結(jié)果，就短期而言，農(nóng)村貧困率本身對農(nóng)村貧困率的影響較強，但農(nóng)業(yè)增長對農(nóng)村貧困率的貢獻度呈穩(wěn)步增長，最終農(nóng)業(yè)增長對農(nóng)村貧困率的貢獻度將超過農(nóng)村貧困率本身的影響。脈沖響應(yīng)函數(shù)的動態(tài)響應(yīng)路徑和方差分解的貢獻度都表明：農(nóng)業(yè)增長無論短期、長期都有利于農(nóng)村貧困減少。進一步利用門檻面板模型可知，農(nóng)業(yè)增長對農(nóng)村貧困有明顯的區(qū)間效應(yīng)，在不同的區(qū)間范圍內(nèi)，農(nóng)業(yè)增長能通過農(nóng)民收入顯著促進農(nóng)村貧困的減少，且我國大部分省份已跨越第三個門檻，但部分省份仍需進一步加強農(nóng)業(yè)發(fā)展，助力農(nóng)村貧困減少。

上述分析表明，農(nóng)業(yè)增長促進我國農(nóng)村貧困率下降應(yīng)該為我國農(nóng)村減貧的重要途徑。農(nóng)業(yè)增長短期內(nèi)可能對減少貧困的效應(yīng)不明顯，但長期來看這種減貧效應(yīng)能夠逐期積累，達到減貧的目的，應(yīng)動態(tài)地看待農(nóng)業(yè)增長對農(nóng)村貧困的影響，不斷加強農(nóng)業(yè)增長，減少農(nóng)村貧困家庭數(shù)量。

參考文獻：

[1]L Christiaensen， L Demery. The （evolving） role of agriculture in poverty reduction——An empirical perspective[J].Journal of Development Economics， 2011，96（2）：239-254.

[2]World Bank.World Development Report 2008： Agriculture for Development[R].World Bank， Washington D.C，2007.

[3]White， H.， Anderson， E.Growth versus distribution： does the pattern of growth matter[C].working paper. Institute of Development Studies， University of Sussex，2000.

[4]Fane， G. and Warr， P. Perspectives on Growth and Poverty[M].Tokyo： United Nations University Press， 2003.

[5]Mellor， J. Faster more equitable growth-agriculture， employment multipliers and poverty reduction[C].paper prepared for USADD/G/EGAD，2001.

[6]vanic and Martin. Imlications of Higher Global Food Prices for Poverty in Low income countries[C].Draft Working Paper，2008.

[7]S Dessus， S Herrera and R De Hoyos. The impact of food inflation on urban poverty and its monetary cost： some back-of-the-envelope calculations[J].Agricultural Economics， 2008，39（s1）：417-429.

[8]Hansen， B.E. Threshold effects in non-dynamic panels： Estimation， testing， and inference[J].Journal of Econometrics， 1999， 93（2）：345-368.

Abstract：On the basis of the theoretical analysis of the influence factors of agricultural growth on the rural poverty， this paper empirically analyses the effect of China′s agricultural growth on the rural poverty reduction based on the dynamic econometric method of VAR model and threshold regression model. The co integration technique and VAR model were used to study the long-term effects of agricultural growth on the rural poverty， showing that there is a long-term equilibrium relationship between agricultural growth and rural poverty， but it takes a long time to effectively play its poverty reduction effect； studying the impact of farmers′ income on rural poverty reduction by taking agricultural growth as the threshold variable of farmers income shows that agricultural growth has a significant effect on rural poverty.

Key words：agricultural growth； rural poverty； VAR model； threshold panel regression

（責任編輯：嚴元）