新疆农村固定资产投资对农牧民增收的影响分析

马永仁王娇

摘要：新常态下观察农民收入的一个重要视角就是农民收入与国民经济的联系是否日趋紧密，因此必须把农业置于宏观经济背景下进行分析。农村固定资产投资是农村经济发展的重要引擎，与农村居民生活水平密切相关。由此，基于新疆1997—2020年的数据，采用VAR模型计量理论与方法，对新疆农村固定资产投资与农村居民收入水平的动态效应关系进行了实证分析。研究表明，农村固定资产投资与农村居民收入水平之间存在单方向上的格兰杰因果关系，并且协整模型反映出农村固定资产投资与农村居民收入水平存在长期均衡关系，农村固定资产投资每增加1%，将拉动农民收入水平提升54.79%。最后，通过方差分析得出，农村固定资产投资对农村居民收入水平的冲击贡献率水平很高，稳定在43%左右的水平上。

关键词：农村；固定资产投资；农牧民增收；VAR模型；新疆

中图分类号：F127.45 文献标志码：A 文章编号：1673-291X（2024）04-0018-05

农业投资是农业资本积累的重要途径。农业是国民经济的基础性产业，对于保持国家经济发展和社会稳定起着基石的作用。新疆是农业大区，是“一带一路”发展战略的桥头堡。2020年新疆实现全面脱贫，35个贫困县和3 666个贫困村全部摘帽，306.49万农村贫困人口在现行标准下全部脱贫，三大攻坚战取得决定性胜利。2020年，新疆固定资产投资（不含农户）比上年增长16.2%，增速比上年提高13.7%，居全国第一位。2010年农村居民人均纯收入4 643元，2020年农村居民人均可支配收入达到14 056元。加快农村基础设施建设，保证农业生产与提高农民收入水平，提供有效充足的公共设施是农村现代化进程中必不可少的保障条件。农村基础设施作为公共物品，更多需要国家财政的大力支持，因此，中央政府在很多重要文件中都给予了支持。本文从农村固定资产投资视角来分析其与农村居民收入水平的动态效应关系，对于积极加强农村基础设施建设，探讨经济增长的启动和拓展具有重要的理论意义和实际价值。

一、研究进展

20世纪40年代，经济学家罗丹提出了“大推进理论”，认为基础设施应该作为社会有效发展的先行资本[1]。赫希曼提出了不平衡增长理论，指出固定资产投资（基础设施投资）是经济增长的基础条件[2]。农民收入由家庭经营收入、工资性收入、转移性收入和财产性收入这四大来源构成。新常态下观察农民收入的一个重要视角是农民收入与国民经济的联系是否日趋紧密，必须把农业置于宏观经济背景下进行分析[3]。农村固定资产投资是国民经济建设发展的一项重要内容，其对农民经营性、工资性、财产性收入的变动具有积极的正面效应。通过对我国1981—2011年的数据检验发现，农村固定资产投资与农民收入之间存在均衡关系，可以持久增加农村居民人均收入、缩小城乡发展差距[4]。农村固定资产投资的方向之一是农业生产性服务业。实证研究表明，各类农业生产性服务业与农业生产和农民收入相关程度较强[5]；并且借助计量经济模型分析得出，农村基础设施投资差距越大，引起的城乡收入和消费水平的差距也就越大[6]。农民增收受阻一定程度上是由于农业生产力呈边际递减趋势，家庭经营性收入增长受制。此时需要政府加大政策支持力度，扩大农村建设投资力度，缩减城乡收入差距[7，8]。

二、研究方法与变量分析

（一）变量选取和数据来源

本文主要探究新疆农村固定资产投资的变化与农村居民收入水平之间的关系。文中变量为RFAI和RCNI，其中RFAI代表農村固定资产投资，RCNI（农村居民家庭人均纯收入）代表农村居民收入水平。为了消除通货膨胀的影响，本文对选取的变量进行了价格因素剔除。同时，鉴于数据的自然对数变换不会改变原变量的协整关系，并能使其趋势线性化和消除序列中可能存在的异方差现象，所以对变量做取其对数处理，即LOG（RFAI）和LOG（RCNI），为了更加方便直观，用其简写LRFAI和LRCNI表示。本文所用数据跨度24年（1997—2020年），数据来源于《新疆统计年鉴》。

向量自回归（VAR）是基于数据的统计性而建立的模型，有别于传统基于经济理论描述性的计量模型（如联立方程等结构性模型）。VAR模型把系统中每一个内生变量作为所有内生变量滞后值的函数来构建模型，其可以更好地对变量之间的动态关系提供一个严密的说明。对于平稳时间序列，VAR模型是一种很好的便捷的预测方法。VAR（p）一般表达式为：

yt=A1yt-1+…+Apyt-p+Bxt+εt t=1，2，…，T

其中，yt是k维内生变量，xt是d维外生变量，p是滞后阶数，T是样本个数。εt是k维扰动向量，它们相互之间可同期相关，但不与自己的滞后期值相关。

对于非平稳时间序列，如果它们之间的线性关系是平稳的，其时间序列存在协整关系，则可有协整关系推出其误差修正模型，其可以很好考量模型中变量之间的长短期互动影响关系。

（二）变量趋势和相关性

从变量LRFAI、LRCNI及其一阶差分DLRFAI、DLRCNI的趋势图（图1和图2）可以看出，农村固定资产投资和农村居民收入水平均呈现出随时间增加而上扬的变化趋势，据此判断其为一个非平稳序列。但其一阶差分之后，DLRFAI和DLRCNI没有明显的时间上扬趋势，而是围绕均值上下波动，呈现出平稳趋势。

从LRFAI和LRCNI的相关系数矩阵（表1）可以看出，二者之间相关系数为0.998 337，变量LRFAI和LRCNI之间的相关关系极强（相关系数近乎于1）。

三、检验结果与分析

（一）序列平稳性检验

农村居民人均纯收入和农村固定资产投资水平不断得到提升，使得时间序列指标数据存在非平稳性，为了防止伪回归现象的发生，在进行协整性分析之前，首先需要检验指标序列的平稳性。运用Eviews软件进行操作，选择ADF（Augmented Dickey-Fuller）方法，对指标变量LRFAI和LRCNI以及它们的差分序列进行平稳性检验，其中采用SIC准则来确定给定时间序列模型的滞后阶数K。检验结果如表2所示。

表2 LRFAI和LRCNI的平稳性检验

由表2可知，各变量水平序列的ADF统计量均大于其在5%显著水平下的MacKinnon临界值，均不能拒绝原假设，说明在5%的显著水平下各变量序列均含有单位根，所有变量的时间序列是不平稳的；经过一阶差分过后，DLRCNI和DLRFAI的ADF统计量值均小于5%的显著水平下的MacKinnon临界值，表明各变量的一阶差分序列都是平稳的，不存在单位根，这说明所有变量都是一阶单整序列，即I（1），序列满足协整检验的基本要求，可以对序列进行协整检验。

（二）协整检验

协整分析是为了验证变量之间是否存在长期均衡关系。协整分析的方法很多，如EG两步法、Johansen极大似然法以及自回归分布滞后模型（ARDL）法等。检验双变量LRFAI和LRCNI之间是否存在协整关系，可以采用EG两步验法对变量进行协整分析[8]。第一步，对变量进行协整回归，得出模型的残差。第二步，对残差进行平稳性检验，如果残差序列非平稳，则认为变量之间不存在协整关系；反之，则认为变量之间存在协整关系，此时协整参数才可以通过协整回归，协整模型和参数有效。

首先用最小二乘法（OLS）进行回归，得到以下协整方程：

检验结果显示，在5%显著水平上回归t值显著。其中，模型R2=0.996 6，D.W.=1.392 8，调整后AdjR2=0.996 5，近乎等于1，说明模型的拟合优度很好。总体上新疆农村固定资产投资规模每增加1%，将拉动新疆农村居民收入水平上升54.79%。

如果变量间存在长期均衡关系，则模型的残差序列E应该是平稳的。对模型的残差序列E进行ADF（Augmented Dickey-Fuller）检验，单位根检验结果如表3所示。

从表3可以看出，模型的残差序列E的单位根检验中，T统计量的值为-4.132 561，分别小于5%和10%显著性水平的临界值-3.622 033、-3.248 592，表明模型的残差序列E是平稳的，意味着变量LRFAI和LRCNI之间存在协整关系，协整方程有效。

（三）误差修正

由于变量DLRCNI和DLRFAI之间存在着长期的协整关系，因此能够构造误差修正模型（Error correctionmodel）。由表4可知，LR、FPE、AIC、SC以及HQ五个准则都选择了滞后1期，因此，确定模型的最佳滞后期数为1。

建立的误差修正模型中，一阶差分项反映了变量短期波动的影响，Et表示的是模型（1）中的残差序列。经过反复的拟合，最终建立的误差修正模型如下：

检验结果显示，变量t值检验呈现显著水平。其中，模型R2=0.777 8，D.W.=1.923 3，调整后AdjR2=0.754 4，说明模型的拟合优度较好。

正如误差修正模型所示，农村固定资产投资与农村居民收入水平有着正向长期动态均衡的关系，农村固定资产投资额度的增长能够带动农村居民收入水平的提升，呈现出一定的挤出效应，短期内农村居民收入水平受自身及农村固定资产投资的共同影响和变化；误差修正项的系数显著，约为-0.64，这说明新疆农村居民收入水平增长变化向长期均衡调整的速度为64%，调整速度较快。

（四）格兰杰因果关系检验

为验证LRFAI和LRCNI是否存在显著的因果关系，本文将对变量序列进行格兰杰（Granger）因果关系检验，检验结果如表5所示。

从表5的检验结果可以看出，在5%的顯著性水平下，原假设1、3、5被拒绝，原假设2、4、6被接受。当滞后期分别为1、2和3期时，LRCNI不是LRFAI的Granger原因，而LRFAI是LRCNI的Granger原因。这表明，新疆农村居民收入水平不是农村固定资产投资额的格兰杰原因，而新疆农村固定资产投资额是农村居民收入水平的格兰杰原因。

（五）VAR脉冲响应分析

根据向量自回归模型中的脉冲响应函数，对农村固定资产投资和农村居民收入水平进行冲击效应实证检验，结果如图3、图4所示。

由图3可知，在1—3期，农村固定资产投资对农村居民收入水平的冲击效应急速提升，并在第3期达到最大值，为8.7%；在第3期之后，逐步稳定在约9.5%的水平。

由图4可知，在1—3期，农村居民收入水平对农村固定资产投资的冲击效应从0开始缓慢下降，在第3期达到最大值，约为-1%；随后几期开始逐渐平稳，在-1%水平下达到稳定状态。

（六）方差分解

方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出对VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息[6]。本文给出了LRCNI和LRFAI滞后12期的方差分解结果，如表6所示。

由表6可以看出，农村居民收入水平在滞后1—3期下降很快，由100%下降到60.15%，随后逐渐平稳以1%的幅度下降，最终在滞后10期开始稳定在56%左右的水平上。在滞后1期，农村固定资产投资对农村居民收入水平的冲击贡献率水平为0；随后开始上升，在滞后2—3期迅速由21.51%上升到30.10%；经过滞后5—6期的2%提升幅度后，逐渐以不到1%的幅度平稳提升，最终在滞后10期开始稳定在43%左右的水平上。由此可知，农村固定资产投资对农村居民收入水平的冲击贡献率水平是很高的。

（七）结论

本文通过ADF平稳性检验、协整检验、格兰杰检验、脉冲响应和方差分解等方法对农村固定资产投资与农村居民收入关系进行实证分析，并得出如下结论。

1.根据ADF单位根检验、协整检验可知，在5%显著水平上，变量LRCNI和LRFAI是I（1）序列，具有时间序列稳定性，其协整性通过检验；并且协整检验结果表明，变量LRCNI和LRFAI之间存在长期均衡关系，农村固定资产投资与农村居民收入水平有着正向的关系，农村固定资产投资额度的增长能够带动农村居民收入水平的提升，农村固定资产投资规模每扩大1%，将拉动农村居民收入水平上升54.79%。

2.格兰杰因果关系检验表明，农村居民收入水平不是农村固定资产投资额的格兰杰原因，而农村固定资产投资额是农村居民收入水平的格兰杰原因。通过VAR脉冲响应分析得出，农村固定资产投资对农村居民收入水平的冲击效应很大，稳定在约9.5%的水平。

3.通过误差修正和方差分析得出，新疆农村居民收入水平增长变化向长期均衡调整的速度为64%，调整速度较快。农村固定资产投资对农村居民收入水平的冲击贡献率水平是很高的，稳定在43%左右的水平上。

四、对策建议

新疆农村固定资产投资对农村居民收入水平（家庭人均纯收入）的正向影响比较突出，因此，新疆农村固定资产投资是提升农村居民收入水平、夯实硬件基础设施、减少贫困和助力“一带一路”发展的有效举措。鉴于此，建议从提升农村固定资产投资增量和总量、增加农民收入、减少农民支出入手，通过农村固定资产投资对农民收入正向冲击效应，从绝对量和相对量提升农民收入水平。

一是加大农村建设的资金支持和投资力度，建立多元化的投融资制度，以保证农村固定资产投资建设的需要，提升投资增量和总量。

二是积极引导和拓展农民参与农村投资建设的项目。可以采用多种混合所有制经济形式明晰投入与产出，提升农民收入的市场化货币绝对增量水平。

三是拓展农村建设逐步向农业生产、医疗教育、生态保护等服务类方向倾斜，减少农民支出额度，体现收入水平的相对货币量。

四是建立完善的农村公共财政制度和监督制度，强化农村公共财政管理制度，理顺政府、企业和农民三者在农村固定资产投资建设过程中所扮演的角色，保障农村固定资产投资的有效性和对农民收入正向影响的可持续性。

参考文献：

[1] Rosenstein-Rodan，P. Problems of Industrialization of Eastern and Southeastern Europe[J].The Journal of Economic，1943（53）：202-211.

[2] 艾伯特·赫希曼.经济发展战略[M].北京：经济科学出版社，1991.

[3] 张红宇.新常态下的农民收入问题[J].农业经济问题，2015（5）：4-11.

[4] 邓金钱.农村固定资产投资对农民收入的影响研究[J].改革与战略，2014（7）：71-74.

[5] 兰晓红.农业生产性服务业与农业、农民收入的互动关系研究[J].农业经济，2015（4）：41-43.

[6] 骆永民.中国城乡基础设施差距的经济效应分析：基于空间面板计量模型[J].中国农村经济，2010（3）：60-72.

[7] 武一娜，任今今.农民收入倍增的制约因素及对策研究：以河北省为例[J].农业经济，2015（6）：99-100.

[8] 劉成，胡禾，杨雪，等.农机服务·农村劳动力转移与农民收入：基于农户经营规模分组的PVAR模型分析[J].安徽农业科学，2022，50（16）：173-178.