張煬林，李小學(xué)，鄒明沂

(1.四川省林業(yè)調(diào)查規(guī)劃院，四川成都 610081；2.四川省甘孜州九龍縣林業(yè)局，四川九龍 626200；3.中國(guó)人民銀行汶川縣支行，四川汶川 623000)

作為農(nóng)業(yè)大國(guó)，農(nóng)民收入的增減是國(guó)民經(jīng)濟(jì)發(fā)展的關(guān)鍵目標(biāo)之一。但是目前我國(guó)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展水平依然偏低，農(nóng)民收入增長(zhǎng)速度緩慢。從2004年開(kāi)始，一直到2016年，中央一號(hào)文件連續(xù)13年聚焦“三農(nóng)問(wèn)題”，這也間接說(shuō)明我國(guó)“三農(nóng)問(wèn)題”嚴(yán)重。更為迫切的是，農(nóng)村貧困問(wèn)題是我國(guó)農(nóng)村工作的重中之重。我國(guó)多數(shù)貧困人口為農(nóng)民，特別是偏遠(yuǎn)山區(qū)的農(nóng)民。這些地區(qū)的農(nóng)民主要從事傳統(tǒng)的種養(yǎng)農(nóng)業(yè)，農(nóng)民的收入主要來(lái)源于各類(lèi)農(nóng)作物的種植產(chǎn)出。我國(guó)農(nóng)業(yè)發(fā)展雖然取得了巨大成就，但也面臨一系列的農(nóng)業(yè)結(jié)構(gòu)調(diào)整問(wèn)題[1]。當(dāng)前我國(guó)的精準(zhǔn)扶貧工作正在如火如荼地進(jìn)行，因此研究農(nóng)村區(qū)域農(nóng)作物種植結(jié)構(gòu)對(duì)于農(nóng)民收入的影響機(jī)制具有明顯的“精準(zhǔn)扶貧”意義。李國(guó)祥[2]提出，農(nóng)業(yè)結(jié)構(gòu)調(diào)整加快了農(nóng)業(yè)市場(chǎng)化進(jìn)程，提高了農(nóng)民收入的貨幣化程度。鐘甫寧[3]認(rèn)為，農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的調(diào)整是農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展的重要因素之一。

影響農(nóng)民收入的因素非常多，因此如何促進(jìn)農(nóng)民增收的研究成為國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。黃祖輝等[4]就考察了技術(shù)進(jìn)步對(duì)我國(guó)農(nóng)民收入的影響。許廣月[5]研究了農(nóng)業(yè)機(jī)械化與農(nóng)民收入關(guān)系。楊春玲等[6]則綜合考察了多項(xiàng)影響農(nóng)民收入的因素，比如農(nóng)業(yè)基本建設(shè)投資、農(nóng)業(yè)貸款、農(nóng)業(yè)保險(xiǎn)、農(nóng)業(yè)科技投入等[6]。董曉霞[7]認(rèn)為，種植業(yè)結(jié)構(gòu)調(diào)整顯著提高了農(nóng)戶(hù)家庭的種植業(yè)收入，而對(duì)農(nóng)戶(hù)家庭總收入并沒(méi)有顯著影響?？v觀(guān)這些研究，成果比較豐碩，但具體到農(nóng)作物種植結(jié)構(gòu)如何影響和促進(jìn)農(nóng)民收入的研究并不多。李勝蘭等[8]研究了我國(guó)農(nóng)產(chǎn)品種植結(jié)構(gòu)調(diào)整與農(nóng)民收入變化的關(guān)系，得到了3個(gè)觀(guān)點(diǎn)：一是種植經(jīng)濟(jì)作物比糧食作物更具收入增長(zhǎng)效應(yīng)；二是從事農(nóng)業(yè)的勞動(dòng)力越多并不一定提高農(nóng)民的平均收入水平,這在一定程度上是由于收入水平的增長(zhǎng)速度低于農(nóng)業(yè)勞動(dòng)力的增長(zhǎng)速度；三是農(nóng)民收入的提高能促進(jìn)農(nóng)民從種植糧食作物轉(zhuǎn)變?yōu)榉N植經(jīng)濟(jì)作物，但這種效應(yīng)有一定的滯后性。彭海英等[9]研究了湖南省慈利縣零溪鎮(zhèn)的農(nóng)作物種植結(jié)構(gòu)與農(nóng)民收入及其對(duì)環(huán)境的影響，認(rèn)為在當(dāng)?shù)匾愿涕贋橹鞯膯我活?lèi)型農(nóng)作物規(guī)模化經(jīng)營(yíng)最有利于降低農(nóng)民勞動(dòng)強(qiáng)度、提高農(nóng)民收入。田東林等[10]認(rèn)為，農(nóng)作物種植結(jié)構(gòu)是影響農(nóng)民收入的關(guān)鍵因素。

對(duì)于這幾篇既有研究分析發(fā)現(xiàn)，他們的分析一方面數(shù)據(jù)比較少，方法上也不是包含時(shí)空的面板數(shù)據(jù)；另一方面他們并沒(méi)有具體回答究竟哪一種農(nóng)作物會(huì)促進(jìn)或阻礙農(nóng)民收入增長(zhǎng)，細(xì)節(jié)缺少，對(duì)“精準(zhǔn)”的關(guān)注不夠。因此筆者以四川省劍閣縣的農(nóng)作物種植結(jié)構(gòu)為基礎(chǔ)，精準(zhǔn)量化農(nóng)作物種植結(jié)構(gòu)對(duì)農(nóng)民收入的影響，利用該縣57個(gè)鄉(xiāng)鎮(zhèn)2010—2014年的面板數(shù)據(jù)，重點(diǎn)考察幾種常見(jiàn)的糧食作物類(lèi)型(小麥、水稻、玉米、番薯、大豆)和經(jīng)濟(jì)作物(油菜、花生、烤煙)等對(duì)農(nóng)民增收的精準(zhǔn)化影響，了解各作物類(lèi)型的影響機(jī)制，這在精準(zhǔn)扶貧的背景下，對(duì)于農(nóng)村因地制宜調(diào)整農(nóng)作物種植結(jié)構(gòu)、針對(duì)性地選擇合適的精準(zhǔn)農(nóng)業(yè)和農(nóng)作物，從而有效促進(jìn)農(nóng)民增收具有重要的現(xiàn)實(shí)意義，真正達(dá)到量化和精準(zhǔn)扶貧的目的。實(shí)證研究限于劍閣縣內(nèi)的農(nóng)業(yè)結(jié)構(gòu)調(diào)整意義，更大的價(jià)值在于此類(lèi)研究的推廣，更加精準(zhǔn)地指導(dǎo)區(qū)域扶貧、發(fā)展精準(zhǔn)農(nóng)業(yè)，提升農(nóng)民收入。

1 研究區(qū)域介紹及數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

四川為我國(guó)農(nóng)業(yè)大省、農(nóng)村人口大省，更是貧困人口大省，農(nóng)業(yè)貧困人口多。盡管四川2014年農(nóng)村減貧129萬(wàn)人，但減貧任務(wù)依然艱巨。2015年2月12日四川省召開(kāi)省委1號(hào)文件新聞發(fā)布會(huì)，強(qiáng)調(diào)四川將不斷優(yōu)化農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，完善惠農(nóng)政策，調(diào)整農(nóng)業(yè)種養(yǎng)結(jié)構(gòu)，全面深化農(nóng)村改革，力爭(zhēng)2015年四川省農(nóng)民人均收入增長(zhǎng)10%，減少農(nóng)村貧困人口109萬(wàn)。但四川作為西部山區(qū)地形復(fù)雜，區(qū)域發(fā)展很不平衡，如何因地制宜發(fā)展精準(zhǔn)農(nóng)業(yè)、實(shí)現(xiàn)精準(zhǔn)扶貧，如何確保農(nóng)民增收10%成為關(guān)鍵。

劍閣縣是典型的深山區(qū)、革命老區(qū)，是秦巴山連片貧困區(qū)域、“5.12”地震重災(zāi)區(qū)，貧困面大，貧困程度深。地理上位于四川盆地北部邊緣，是連接四川與陜西、甘肅的通道。地理上，介于105°09′～105°49′E和31°31＇～32°17′N(xiāo)，總面積3 204 km2，地勢(shì)西北高、東南低，低山地貌特點(diǎn)顯著。劍閣縣轄57個(gè)鄉(xiāng)鎮(zhèn)，31個(gè)居民委員會(huì)，544個(gè)村民委員會(huì)，128個(gè)居民小組，3 593個(gè)村民小組。2014年末全縣戶(hù)籍總?cè)丝?76 794人，其中農(nóng)業(yè)人口589 421，非農(nóng)人口87 383，農(nóng)業(yè)人口占據(jù)絕對(duì)比例，達(dá)到87.1%。劍閣縣是農(nóng)村人口大縣，局部鄉(xiāng)鎮(zhèn)發(fā)展比較落后，農(nóng)民收入比較低。這些特征為研究提供了很好的范例，研究結(jié)果將為農(nóng)民增收和精準(zhǔn)扶貧問(wèn)題提供直接的實(shí)證證據(jù)和參考建議。

為了考察農(nóng)作物種植結(jié)構(gòu)對(duì)農(nóng)民收入的影響，該研究利用該縣57個(gè)鄉(xiāng)鎮(zhèn)2010—2014年的面板數(shù)據(jù)進(jìn)行分析，具體來(lái)說(shuō)是糧食作物(小麥、水稻、玉米、番薯、大豆)和經(jīng)濟(jì)作物(油菜、花生、烤煙)的種植結(jié)構(gòu)對(duì)農(nóng)民收入差異的量化影響，還有許多其他類(lèi)型的農(nóng)作物，比如馬鈴薯、甘蔗等，但劍閣縣僅有少數(shù)鄉(xiāng)鎮(zhèn)有種植，沒(méi)有廣泛分布，或者沒(méi)有統(tǒng)計(jì)數(shù)據(jù)，因此不納入計(jì)算，僅考慮絕大數(shù)鄉(xiāng)鎮(zhèn)都有的8種作物類(lèi)型。需要指出的是，一般研究多以種植面積反映農(nóng)作物的種植結(jié)構(gòu)，不過(guò)這樣缺乏質(zhì)量結(jié)構(gòu)，比如種植面積多但質(zhì)量低，總產(chǎn)量也不一定高，所以以面積為種植結(jié)構(gòu)有一定的片面性，應(yīng)該綜合數(shù)量結(jié)構(gòu)和質(zhì)量結(jié)構(gòu)，因此該研究以單位面積產(chǎn)量來(lái)反映農(nóng)作物的種植結(jié)構(gòu)，既包含基本的面積結(jié)構(gòu)，又能反映質(zhì)量結(jié)構(gòu)，更為合適。所以在下文的面板數(shù)據(jù)模型中以單位面積產(chǎn)量為解釋變量,單位為kg/hm2。不過(guò)在描述性統(tǒng)計(jì)中，為了更直觀(guān)地反映農(nóng)作物種植結(jié)構(gòu)，先以各類(lèi)農(nóng)作物的人均種植面積來(lái)描述，以更好地理解現(xiàn)實(shí)耕作情況。其中各鄉(xiāng)鎮(zhèn)的8種農(nóng)作物類(lèi)型數(shù)據(jù)和農(nóng)民收入數(shù)據(jù)來(lái)自于2011—2015年的《劍閣縣統(tǒng)計(jì)年鑒》[11]。如表1數(shù)據(jù)顯示，劍閣縣小麥的人均種植面積最多，為0.040 hm2/人，接下來(lái)是油菜和稻谷，分別為0.038和0.037 hm2/人，還有玉米也比較多，為0.032 hm2/人，而番薯、大豆就相對(duì)比較少，分別為0.007 hm2/人和0.004 hm2/人?？傮w來(lái)講，糧食作物的種植面積要大于經(jīng)濟(jì)作物的面積。農(nóng)民收入方面，劍閣縣這5年的農(nóng)民人均年收入平均值為5 556元，其中2014年最高人均收入的碗泉鄉(xiāng)為7 589元，也比當(dāng)年四川全省平均農(nóng)民人均收入8 803元少了1 200多元，說(shuō)明劍閣縣農(nóng)民收入普遍偏低。

表1 劍閣縣2010—2014年農(nóng)作物人均種植面積及農(nóng)民收入

2 劍閣縣主要農(nóng)作物類(lèi)型與農(nóng)民收入差異空間分布

空間差異是事物的基本屬性之一，農(nóng)作物類(lèi)型分布也一樣。為了觀(guān)察該研究的劍閣縣8種農(nóng)作物類(lèi)型空間分布差異，這里通過(guò)地理信息系統(tǒng)(GIS)[12]將8種農(nóng)作物的空間分布圖做出比較分析，以2014年為例，如圖1所示。為了更好比較，將57個(gè)鄉(xiāng)鎮(zhèn)分為3類(lèi)，用不同顏色表示，盡管每種農(nóng)作物的人均面積數(shù)值不一樣，但都可以在定性上劃分為低、中、高3類(lèi)。圖1明顯表明，8種農(nóng)作物的分布存在一定的空間差異。首先看5種糧食作物的空間分布，其中小麥的人均種植面積高值區(qū)分布在西南部鄉(xiāng)鎮(zhèn)和北部幾個(gè)鄉(xiāng)鎮(zhèn)；水稻的人均種植面積高值區(qū)分布在西北部鄉(xiāng)鎮(zhèn)；玉米的高值分布區(qū)為東部鄉(xiāng)鎮(zhèn)和北部幾個(gè)鄉(xiāng)鎮(zhèn)；番薯的高值分布區(qū)則零星分布在中南部鄉(xiāng)鎮(zhèn)；大豆的高值分布區(qū)則為中部鄉(xiāng)鎮(zhèn)；可以看出糧食作物存在顯著的空間差異。再看3種經(jīng)濟(jì)作物的空間分布，其中油菜比較集中分布于西部鄉(xiāng)鎮(zhèn)和3個(gè)北部鄉(xiāng)鎮(zhèn)；花生的種植高值區(qū)則絕大多數(shù)集中于西南部鄉(xiāng)鎮(zhèn)；烤煙的種植高值區(qū)則主要分布于中北部鄉(xiāng)鎮(zhèn)；同樣可以看出經(jīng)濟(jì)作物也存在顯著的空間差異。由這8種農(nóng)作物的空間分布圖基本可以判斷劍閣縣的農(nóng)作物種植的空間結(jié)構(gòu)，是精準(zhǔn)了解區(qū)域農(nóng)業(yè)的直觀(guān)手段，這對(duì)于分類(lèi)管理基礎(chǔ)農(nóng)業(yè)信息、精準(zhǔn)掌握農(nóng)作物空間種植結(jié)構(gòu)、因地制宜指導(dǎo)農(nóng)民差異化的農(nóng)業(yè)技術(shù)等具有重要意義。

同時(shí)，為了對(duì)劍閣縣各鄉(xiāng)鎮(zhèn)的農(nóng)民人均收入進(jìn)行全面的空間分析，這里也類(lèi)似于對(duì)農(nóng)作物類(lèi)型分析一樣進(jìn)行GIS空間展示，以表現(xiàn)各鄉(xiāng)鎮(zhèn)農(nóng)民收入的空間差異。如圖2顯示，總體上2014年比2010年的人均收入差不多翻了一倍，從平均3 800～4 100元上升到6 400～7 600元。不過(guò)從圖2中可以發(fā)現(xiàn)，農(nóng)民人均收入的分布并沒(méi)有太強(qiáng)烈的空間聚集特征，高收入鄉(xiāng)鎮(zhèn)和低收入鄉(xiāng)鎮(zhèn)比較分散。分別來(lái)看，2010年高收入鄉(xiāng)鎮(zhèn)非常分散，中等收入集中于中西部和最南部的幾個(gè)鄉(xiāng)鎮(zhèn)，低收入主要在東北鄉(xiāng)鎮(zhèn)；2014年高收入?yún)^(qū)分散于西北部鄉(xiāng)鎮(zhèn)，中等收入鄉(xiāng)鎮(zhèn)主要集中于南部和北部?jī)啥说囊恍┼l(xiāng)鎮(zhèn)，低收入主要集中于圍繞中部的高收入鄉(xiāng)鎮(zhèn)。總體上來(lái)說(shuō)，人均收入存在顯著空間差異，但并沒(méi)有十分明顯的空間特征。

圖1 2014年劍閣縣各鄉(xiāng)鎮(zhèn)農(nóng)作物類(lèi)型空間分布差異Fig.1 Differences in the spatial distribution of crop types in villages and towns of Jiange County in 2014

圖2 2010和2014年劍閣縣農(nóng)民人均收入空間差異Fig.2 Spatial differences in per capita income of farmers in Jiange County in 2010 and 2014

3 農(nóng)作物種植結(jié)構(gòu)對(duì)農(nóng)民收入影響的實(shí)證分析

3.1面板數(shù)據(jù)簡(jiǎn)介該研究應(yīng)用面板數(shù)據(jù)模型進(jìn)行分析，Panel Data即面板數(shù)據(jù)模型，是截面數(shù)據(jù)與時(shí)間序列數(shù)據(jù)綜合起來(lái)的一種數(shù)據(jù)類(lèi)型，是截面上個(gè)體在不同時(shí)點(diǎn)的重復(fù)觀(guān)測(cè)數(shù)據(jù)[13]。相對(duì)于一維的截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)進(jìn)行經(jīng)濟(jì)分析而言，面板數(shù)據(jù)有很多優(yōu)點(diǎn)：由于觀(guān)測(cè)值的增多，可以增加自由度并減少了解釋變量間的共線(xiàn)性，提高了估計(jì)量的抽樣精度；面板數(shù)據(jù)建模比單截面數(shù)據(jù)建?？梢垣@得更多的動(dòng)態(tài)信息，可以構(gòu)建并檢驗(yàn)更復(fù)雜的行為模型；面板數(shù)據(jù)可以識(shí)別、衡量單使用一維數(shù)據(jù)模型所不能觀(guān)測(cè)和估計(jì)的影響，可以從多方面對(duì)同一經(jīng)濟(jì)現(xiàn)象進(jìn)行更加全面解釋。因此，該研究應(yīng)用面板數(shù)據(jù)模型是一個(gè)比較好的選擇。

3.2實(shí)證結(jié)果與解釋分析為了方便模型分析，這里分別用XM、DG、YM、HS、DD、YC、HSH和KY來(lái)表示上述5種糧食作物(小麥、水稻、玉米、番薯、大豆)和3種經(jīng)濟(jì)作物(油菜、花生、烤煙)，單位都為hm2/人；農(nóng)民人均收入以Y表示，單位為元。為了消除異方差等影響，這里采取常用的計(jì)量處理方式，即對(duì)數(shù)化進(jìn)行處理。按照面板數(shù)據(jù)模型的原理，構(gòu)建基本模型：logYit=αit+β1·logXMit+β2·logDGit+β3·logYMit+β4·logHSit+β5·logDDit+β6·logYCit+β7·logHSHit+β8·logKYit+μit。

面板數(shù)據(jù)模型有3種效應(yīng)，一種是混合效應(yīng)模型Pool，一種是固定效應(yīng)模型Fixed effects，一種是隨機(jī)效應(yīng)模型Random effects。然后基于2種檢驗(yàn)方法，即F檢驗(yàn)和Hausman檢驗(yàn)，從而選擇最優(yōu)模型。為了簡(jiǎn)單說(shuō)明這一過(guò)程，這里先給出混合面板數(shù)據(jù)結(jié)果，如表2，在得出最優(yōu)模型之前并不急于分析估計(jì)結(jié)果，因?yàn)檫€需要檢驗(yàn)最優(yōu)模型。

首先檢驗(yàn)混合模型和固定效應(yīng)模型哪個(gè)更優(yōu)(限于篇幅，這里未給出固定效應(yīng)模型結(jié)果)。相對(duì)于混合估計(jì)模型來(lái)說(shuō)，是否有必要建立固定效應(yīng)模型可以通過(guò)F檢驗(yàn)來(lái)完成。原假設(shè)H0：不同個(gè)體的模型截距項(xiàng)相同(建立混合估計(jì)模型)。備擇假設(shè)H1：不同個(gè)體的模型截距項(xiàng)不同(建立個(gè)體固定效應(yīng)模型)。檢驗(yàn)結(jié)果如表3，結(jié)果顯示，拒絕原假設(shè)，接受備選假設(shè)，即應(yīng)該接受固定效應(yīng)模型。

表2 混合面板pool估計(jì)結(jié)果

表3 混合模型和固定效應(yīng)模型F檢驗(yàn)結(jié)果

其次還需檢驗(yàn)固定效應(yīng)模型和隨機(jī)效應(yīng)模型哪個(gè)最優(yōu)。這里采用Hausman檢驗(yàn)用來(lái)決定模型是隨機(jī)效應(yīng)還是固定效應(yīng)。檢驗(yàn)結(jié)果得出，存在隨機(jī)效應(yīng)的顯著性概率為0.120 6，即接受存在隨機(jī)效應(yīng)的原假設(shè)，隨機(jī)效應(yīng)模型更優(yōu)。綜合2種檢驗(yàn)結(jié)果，最終確定隨機(jī)效應(yīng)模型最優(yōu)，這里就給出隨機(jī)效應(yīng)模型的結(jié)果，即表4，以便后續(xù)解釋分析。

由以上分析和檢驗(yàn)過(guò)程就可以遵循最優(yōu)估計(jì)結(jié)果(表4)進(jìn)行分析。表4的估計(jì)結(jié)果顯示，從各農(nóng)作物種植結(jié)構(gòu)對(duì)農(nóng)民收入影響的系數(shù)檢驗(yàn)顯著性來(lái)看，在5%的顯著性水平下，番薯和花生(顯著性概率為0.070 4和0.902 3)對(duì)農(nóng)民收入影響不顯著，說(shuō)明這2類(lèi)農(nóng)作物在農(nóng)民收入中并沒(méi)有顯著作用，一方面原因可能是農(nóng)民種植這2類(lèi)農(nóng)作物基本是自給自足，轉(zhuǎn)化成貨幣的可能性不大；另一方面可能是因?yàn)榉N植的成本抵消了產(chǎn)出，基本收支維持平衡狀態(tài)，所以對(duì)農(nóng)民收入并沒(méi)有顯著影響。

其他類(lèi)型的農(nóng)作物，包括小麥、水稻、玉米、大豆、油菜和烤煙6種農(nóng)作物則對(duì)農(nóng)民收入具有顯著影響(顯著性概率都通過(guò)5%的水平檢驗(yàn))，即在農(nóng)民的收入中，特別是直接的貨幣性收入中，這6種農(nóng)作物都有顯著作用，能直接影響農(nóng)民的收入水平。同時(shí)6種農(nóng)作物的顯著性影響還須進(jìn)一步劃分為2種方式，一種是正向顯著性影響，即系數(shù)為正的水稻、大豆、油菜和烤煙4種農(nóng)作物，它們能為農(nóng)民增收帶來(lái)顯著的促進(jìn)作用，農(nóng)民可以通過(guò)種植這幾種農(nóng)作物獲得收益和貨幣收入，促進(jìn)農(nóng)民直接增收，這對(duì)農(nóng)民來(lái)說(shuō)是理想和有效的結(jié)果；另一種是負(fù)向顯著性影響，即系數(shù)為負(fù)的小麥和玉米2種農(nóng)作物，它們對(duì)農(nóng)民收入產(chǎn)生阻礙作用，即種植這2種農(nóng)作物，反而會(huì)在一定程度上降低農(nóng)民的收入，原因可能是受地理環(huán)境因素影響，劍閣縣并不是十分適合種小麥和玉米，以致種植成本超過(guò)了產(chǎn)出、投資超過(guò)收益，因此反而給農(nóng)民增收帶來(lái)負(fù)向作用。

從另一個(gè)角度來(lái)分析，選取的8種農(nóng)作物中，有5種糧食作物(小麥、水稻、玉米、番薯、大豆)和3種經(jīng)濟(jì)作物(油菜、花生、烤煙)。其中各有一種糧食作物(番薯)和一種經(jīng)濟(jì)作物(花生)對(duì)農(nóng)民收入沒(méi)有顯著影響；有2種糧食作物(水稻和大豆)和2種經(jīng)濟(jì)作物(油菜和烤煙)對(duì)農(nóng)民收入有顯著正向影響，即促進(jìn)農(nóng)民增收；有2種糧食作物(小麥和玉米)對(duì)農(nóng)民收入有顯著負(fù)向影響，即阻礙農(nóng)民增收。因此綜合來(lái)看，經(jīng)濟(jì)作物總體上要比糧食作物更能給農(nóng)民收入帶來(lái)正向影響(經(jīng)濟(jì)作物沒(méi)有一種阻礙農(nóng)民增收，糧食作物有2種阻礙農(nóng)民增收)，所以應(yīng)該輔助和引導(dǎo)當(dāng)?shù)剞r(nóng)民以種植經(jīng)濟(jì)作物為主(對(duì)于劍閣縣來(lái)說(shuō)，即應(yīng)該多種植油菜和烤煙)，這樣才能更好地促進(jìn)農(nóng)民增收。

表4 固定效應(yīng)模型Fixed effects估計(jì)結(jié)果

同時(shí)可以從系數(shù)的大小來(lái)看，由于數(shù)據(jù)做了對(duì)數(shù)處理，所以各種農(nóng)作物類(lèi)型的估計(jì)系數(shù)大小就能反映各自對(duì)農(nóng)民收入的影響程度，比如在4種正向影響農(nóng)民收入的農(nóng)作物中，影響系數(shù)從大到小依次為水稻0.415 4、油菜0.352 0、玉米0.179 7、烤煙0.066 9；因此在輔助農(nóng)民調(diào)整農(nóng)作物結(jié)構(gòu)時(shí)，這些數(shù)據(jù)能提供一定的參考，對(duì)農(nóng)作物結(jié)構(gòu)進(jìn)行優(yōu)化。鑒于此，對(duì)于貧困地區(qū)農(nóng)民來(lái)說(shuō)，該研究結(jié)果和參考意見(jiàn)更能在精準(zhǔn)扶貧上帶來(lái)實(shí)際的意義。

4 結(jié)論與啟示

該研究以精準(zhǔn)扶貧為研究背景，以典型山區(qū)、革命老區(qū)、貧困多發(fā)區(qū)四川劍閣縣為研究對(duì)象，以劍閣縣57個(gè)鄉(xiāng)鎮(zhèn)2010—2014年5年的面板數(shù)據(jù)模型為基礎(chǔ)，探討分析了農(nóng)作物種植結(jié)構(gòu)對(duì)農(nóng)民收入的影響，精準(zhǔn)地量化了8種農(nóng)作物類(lèi)型對(duì)于農(nóng)民收入的影響機(jī)制，為引導(dǎo)農(nóng)民調(diào)整作物類(lèi)型、優(yōu)化種植結(jié)構(gòu)，進(jìn)而提升農(nóng)民收入具有重要的實(shí)踐參考意義。特別是為精準(zhǔn)扶貧提供了精準(zhǔn)、量化和詳實(shí)的數(shù)據(jù)參考。主要結(jié)論和啟示有：

第一，就劍閣縣當(dāng)前的農(nóng)作物種植結(jié)構(gòu)來(lái)講，劍閣縣小麥的人均種植面積最多，為0.040 hm2/人，接下來(lái)是油菜和水稻，分別為0.038和0.037 hm2/人，還有玉米也比較多，為0.032 hm2/人，而番薯、大豆就相對(duì)比較少，分別為0.007和0.004 hm2/人。總體上來(lái)說(shuō)，劍閣縣糧食作物的種植面積要大于經(jīng)濟(jì)作物的面積。

第二,劍閣縣各種農(nóng)作物種植結(jié)構(gòu)的空間分布存在很大的差異。其中小麥的人均種植面積高值區(qū)分布在西南部鄉(xiāng)鎮(zhèn)；水稻主要分布在西北部鄉(xiāng)鎮(zhèn)；玉米的高值分布區(qū)為東部多個(gè)鄉(xiāng)鎮(zhèn)和北部幾個(gè)鄉(xiāng)鎮(zhèn)；番薯零星分布在中南部鄉(xiāng)鎮(zhèn)；大豆主要分布在中部鄉(xiāng)鎮(zhèn)；油菜比較集中分布于西部鄉(xiāng)鎮(zhèn)；花生的種植高值區(qū)集中于西南部鄉(xiāng)鎮(zhèn)；烤煙的種植高值區(qū)則主要分布于中北部鄉(xiāng)鎮(zhèn)。農(nóng)作物的空間分布圖基本可以判斷劍閣縣的農(nóng)作物種植的空間結(jié)構(gòu)，也是精準(zhǔn)了解區(qū)域農(nóng)業(yè)的直觀(guān)手段，這對(duì)于分類(lèi)管理基礎(chǔ)農(nóng)業(yè)信息、精準(zhǔn)掌握農(nóng)作物空間種植結(jié)構(gòu)、因地制宜指導(dǎo)農(nóng)民差異化的農(nóng)業(yè)技術(shù)等具有重要意義。

第三,面板模型估計(jì)結(jié)果顯示，各有一種糧食作物(番薯)和一種經(jīng)濟(jì)作物(花生)對(duì)農(nóng)民收入沒(méi)有顯著影響；有2種糧食作物(水稻和大豆)和2種經(jīng)濟(jì)作物(油菜和烤煙)對(duì)農(nóng)民收入有顯著正向影響，即促進(jìn)農(nóng)民增收；有2種糧食作物(小麥和玉米)對(duì)農(nóng)民收入有顯著負(fù)向影響，即阻礙農(nóng)民增收。因此綜合來(lái)看，經(jīng)濟(jì)作物總體上要比糧食作物更能給農(nóng)民收入帶來(lái)正向影響，所以對(duì)于劍閣縣來(lái)說(shuō)，應(yīng)該多種植經(jīng)濟(jì)作物?？v觀(guān)模型結(jié)果，劍閣縣應(yīng)以種植水稻、大豆、油菜和烤煙為宜，這樣便能更好地促進(jìn)農(nóng)民增收。

盡管以上研究結(jié)果是個(gè)案，短期的實(shí)踐意義在于劍閣縣本身，但該研究更大的意義在于此類(lèi)研究的推廣，因?yàn)樵诰珳?zhǔn)扶貧的背景下，研究更多是微觀(guān)性的、區(qū)域性的和地方性的，應(yīng)該深入研究各個(gè)區(qū)域的差異性，針對(duì)性地提出提升農(nóng)民收入和改善農(nóng)村生活的意見(jiàn)和政策，這樣才符合精準(zhǔn)扶貧的本質(zhì)內(nèi)涵。如果農(nóng)民不知道這一精準(zhǔn)的數(shù)據(jù)，就有盲目種植的可能性，以致收入增速緩慢。因此在精準(zhǔn)扶貧背景下，就是要給農(nóng)民提供精準(zhǔn)量化的耕作信息，政府在扶貧開(kāi)發(fā)上也應(yīng)該充分掌握各個(gè)區(qū)域差異化的精準(zhǔn)信息，因地制宜提供科學(xué)的扶貧措施。

[1] 劉珍環(huán), 楊鵬, 吳文斌, 等.近30年中國(guó)農(nóng)作物種植結(jié)構(gòu)時(shí)空變化分析[J].地理學(xué)報(bào), 2016, 71(5):840-851.

[2] 李國(guó)祥.農(nóng)業(yè)結(jié)構(gòu)調(diào)整對(duì)農(nóng)民增收的效應(yīng)分析[J].中國(guó)農(nóng)村經(jīng)濟(jì), 2005(5):12-20.

[3] 鐘甫寧.增加農(nóng)民收入與調(diào)整經(jīng)濟(jì)結(jié)構(gòu)[J].農(nóng)村經(jīng)濟(jì), 2004(3):1-4.

[4] 黃祖輝, 錢(qián)峰燕.技術(shù)進(jìn)步對(duì)我國(guó)農(nóng)民收入的影響及對(duì)策分析[J].中國(guó)農(nóng)村經(jīng)濟(jì), 2003(12):11-17.

[5] 許廣月.農(nóng)業(yè)機(jī)械化與農(nóng)民收入關(guān)系研究：基于中國(guó)省級(jí)面板的實(shí)證分析[J].西部論壇, 2011, 21(3):18-25.

[6] 楊春玲, 周肖肖.農(nóng)民農(nóng)業(yè)收入影響因素的實(shí)證分析[J].財(cái)經(jīng)論叢, 2010(2):13-18.

[7] 董曉霞.種植業(yè)結(jié)構(gòu)調(diào)整對(duì)農(nóng)戶(hù)收入影響的實(shí)證分析：以環(huán)北京地區(qū)為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2008(1):10-17.

[8] 李勝蘭, 張曦.我國(guó)農(nóng)產(chǎn)品種植結(jié)構(gòu)調(diào)整與農(nóng)民收入變化的關(guān)系研究：基于我國(guó)糧食安全的視角[C]//市場(chǎng)經(jīng)濟(jì)與政府職能轉(zhuǎn)變：2012年嶺南經(jīng)濟(jì)論壇暨廣東經(jīng)濟(jì)學(xué)會(huì)年會(huì)論文集.廣州：廣東經(jīng)濟(jì)學(xué)會(huì)，2012.

[9] 彭海英, 史正濤, 劉新有, 等.農(nóng)作物種植結(jié)構(gòu)與農(nóng)民收入及其對(duì)環(huán)境影響的分析[J].環(huán)境科學(xué)與管理, 2008, 33(2):44-48.

[10] 田東林, 韋艷, 李永前.云南省農(nóng)民收入狀況的調(diào)查分析[J].當(dāng)代經(jīng)濟(jì), 2012(15):85-87.

[11] 劍閣縣統(tǒng)計(jì)局.劍閣縣統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社,2011-2015.

[12] 湯國(guó)安, 楊昕.ArcGIS地理信息系統(tǒng)空間分析實(shí)驗(yàn)教材[M].北京:科學(xué)出版社,2006.

[13] 陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用[M].北京:高等教育出版社,2010.