农村客运量增长与农民收入关系研究

张 聪

（安徽农业大学 经济管理学院，安徽 合肥 230036）

近几年来，外出务工收入已经成为农民收入的主要组成部分.国家统计局数据显示2014年农民收入增量主要源于打工收入、售卖农产品的收入和转移性收入，其中打工收人增加是农民收入增加的首要原因.农民工从乡村出发去城市务工以及在务工地间转移是实现其获得工资性收入的前提.在我国，农民工候鸟式的大规模工作迁徙是经济快速发展中的一个鲜明特色.姚俊（2011）认为农民工高游移型流动就业特征是其实现自身价值最大化而做出的理性选择.[1]高颖（2008)研究发现30岁以上农民工外出务工平均时间为9.65年，平均经历3个城市；而16-30岁的农民工则平均在3.72年辗转于2.52个城市.[2]区域经济水平差异和城乡差异是我国农民外出务工的主要推动因素，这决定了农民外出务工通常都要经历远距离、大范围的迁徙，比如从四川到广东、江浙一带的迁徙.农民外出务工和转移主要的出行方式选择是铁路和公路，运输工具是客运列车和客运汽车，运输方式的便捷可达性和运输能力的高低是影响农民工外出务工和转移的关键因素.目前国内交通运输系统发展对农民增收的影响的研究成果不多，而且主要是从物流角度探讨.王学良（2013）从农村物流设施投资角度数据实证分析农村物流发展与农民收入关系，认为两者之间存在长期均衡关系.[3]贾卫丽（2010）从农产品物流量角度分析农产品物流发展与农民收入关系，认为农产品物流总额对农民增收均具有显著的促进作用.[4]目前国内就客运与农民收入增长之间的研究还是空白.本文拟从客流角度，采用实证分析方法探讨客运周转量对农民收入增长的影响.

1 模型设定及数据来源

本文采用模型形式如下：LNYi=b0+b1LNX1i+b2LNX2i+…bkLNXki+Ui.其中，LNYi为因变量的对数值，在本文中代表农民人均收入的弹性.LNXki为影响农民纯收入的第k个解释变量的对数值,Ui为随机扰动项.由于农民收入（inc）受到多种因素影响，除本文重点考察的客运周转量(zhl)之外，本文还选取了农业总产值（pro）、农作物播种面积(mu)、农民工人数(num)以及农民工工资(wage)作为控制变量.因此,本文的模型形式可重新表述为：LNinc=b0+b1LNzhl+b2Lnpro+b3LNmu+b4LNwage+b3Lnnum+Ui

本文分析所采用的数据主要源于国家统计局公开数据库和部分学者的研究成果.农民历年收入、客运历年周转量、农业历年总产值、农作物历年播种面积数据来自国家统计局网站公布数据.考虑到农民工外出务工主要是乘坐火车和汽车，客运周转量数据剔除了航空和水运的客运周转量.农民历年收入数据采用农村居民消费价格指数进行了调整(以1979年为基期).农民工工资数据采用卢峰2012年发表的研究成果.[5]农民工数量数据采用朱劲松2010年发表的研究成果.[6]

2 变量间的协整检验

本文使用eviews7.1软件对数据进行建模和处理.由于本文采用的是时间序列数据，如果序列不平稳，会导致“伪回归”现象.因此，在进行协整检验之前先用 ADF（Aug-ment Dickey-Fuller）检验方法确定各序列的平稳性和单整阶数.即：当检验值小于显著水平下的临界值时，拒绝原假设，所检验的时间序列是平稳序列.具体的变量平稳性检验结果见表1.

表1 单位根检验结果

由表1可以看出，因变量和各自变量均为一阶单整数据，可能存在协整关系，符合协整检验的前提.因为本模型属于多变量协整模型，所以选用Johansen-Juselius协整检验法对变量之间的协整关系进行检验.

下一步在由 lninc、lnzhl、lnpro、lnwage、lnnum和lnmu构成的VAR模型基础上，应用Johansen-Juselius协整检验法对变量之间的协整性进行检验，在协整检验之前对VAR模型进行滞后阶数检验，确定其最优滞后阶数.如表2所示：

由表2可以看出,在VAR模型滞后阶数的检验结果中,有一个检验统计量和两个准则选择p=2,综合考虑应当选择模型滞后阶数p=2.协整检验的模型滞后阶数是原VAR模型一阶差分的滞后阶数，原VAR模型的滞后阶数是2，所以协整检验的滞后阶数应该是1.接下来进行Johansen-Juselius协整检验，结果如表3所示：

表2 向量自回归模型滞后阶数检验

表3 Johansen-Juselius协整检验结果

由表3可以看出，无约束协整检验和极大特征根协整检验都说明在5%水平下存在2个协整关系.由此可以得出回归模型：LNinc=0.708123LN zhl+1.359262Lnpro+6.019382Lnmu+0.261529Lnwage+1.581321Lnnum-66.77447

以上结果表明，农民收入增长、客运周转量、农产品总产值、农民工工资和农民工数量之间存在长期的均衡关系，即协整关系.并且从它们之间的协整方程可以看出：客运周转量的长期弹性是0.7081，农产品总产值的长期弹性是1.359，农民工数量的长期弹性是1.5813.也就是说，客运周转量每增长1%，农民收入增长0.7081%；而农产品总产值和农民工数量每增长1%，农民收入增长分别为1.359%和1.5813%.这说明在促进农民收入增长的要素中，农民工数量和农产品产值的推动作用更大一些，这个结论与我国目前农民收入主要由农产品售卖收入和外出务工收入组成的实际相符合.而客运周转量对农民增收的弹性为0.7087，说明客运周转量对农民增收也具有显著的促进作用，但是其缺乏弹性的现实表明，客运系统中服务农民工占比重不够大，客运系统的发展没有特别针对农民工的举措.

3 变量间的格兰杰因果检验

为更好解释一个变量的变化是否是另一个变量的原因,对 LNinc、LNzhl、LNpro、LNwage、LNnum和LNmu之间是否存在因果关系进行检验,检验结果见表4.

表4显示了基于Var的两两变量之间的Granger因果关系的检验结果.检验结果表明：在5%显著水平上，存在客运周转量弹性到农民收入弹性的单项Granger因果关系；农产品产量弹性到农民收入弹性的单项Granger因果关系；农产品产量弹性到农作物播种面积弹性的单项Granger因果关系，农民工数量弹性、工资弹性与农民收入弹性互不为Granger因果关系.也就是说，长期来看客运周转量增长是农民收入增长的Granger原因，这与本文的研究预期相一致.

4 研究结论及建议

表4 Pairwise Granger Causality Tests检验结果

4.1 结论

（1）从改革开放初期至今35年的农民收入长期增长情况来看，农产品产值、农民工数量、农民工工资和客运周转量都是影响农产品收入的重要内生变量.并且，这些变量和农民收入增长之间存在长期的均衡关系

（2）从格兰杰因果检验结果来看，农民工数量弹性和工资弹性和农民收入弹性之间没有Granger因果关系，可能是因为农民工工资性收入大幅增加是从2003年才开始的，之前从1979到2002年工资增长缓慢.而客运量弹性是农民收入弹性的Granger原因表明客运量由于不仅包括农民工还包括城市居民，其时间序列更为稳定.但这并是说明研究结论不可靠，因为如果找到方法剔除城市居民，则其虽然与农民收入弹性的Granger因果关系可能不明显，但是其方程回归系数必然增加，也就是说剔除城市居民数据的客运周转量对农民收入增长的解释效果只会更好.

4.2 建议

基于以上实证分析结果，可以看出客运系统的发展对于提高农民收入具有重要的意义.客运对农村居民收入的影响途径主要是通过为农民外出务工和务工地转移提供空间转移服务实现的；其次客运的发展有利于农民减少往返城乡的物质成本和时间成本，目前农村中家庭成员长期分居城乡的情况十分普遍，客运发展利于农民减少探亲访友、未成年人教育等各方面的支出.2014年党中央、国务院《关于全面深化农村改革加快推进农业现代化的若干意见》中指出：全面深化农村改革要城乡统筹联动，推进城乡要素平等交换和公共资源均衡的配置，让农民共同分享现代化的成果.进一步推进客运体系发展服务农村显然符合中央精神和农村发展的实际要求.

基于此结论，结合我国客运系统的实际情况，提出以下建议：

4.2.1 继续加强农村公路基础建设.2013年交通运输行业发展统计公报显示，截止2012年底，全国农村公路通乡及通村率分别达到了99.97%和99.70%，其中硬化路面分别占到97.81%和89.00%.可以看出，目前通达问题与通畅问题在大部分地区已初步解决，但是与农民对客货运输日益增长的强烈需求相比，农村公路基础建设仍需不断进步.目前农村公路村与村之间连通较弱，各省在农村公路建设实施中基本都是以上层节点或路网通达乡镇或建制村的道路段为中心，整体路网连通度水平低、便捷性差.应继续加强村村之间的路网建设，提高农民出行的便捷性.

4.2.2 科学规划农村路网.在农村路网规划方面，我国农村路网结构应注重由“树状”结构路网向“收集型”结构路网发展.强化农村路网相邻节点之间的连通及与国省干线的衔接，健全农村公路的“毛细血管”.注意农村公路建设的规划应与农村公路建设同步，做到切实按照规划施工.对农村公路建设为农民出行的客货服务按阶段进行客观、全面、准确的综合评价，为下一阶段的建设从政策等方面提供支撑.

〔1〕姚俊.农民工的就业流动研究——基于江苏制造业调查的实证分析[J].经济体制改革，2011(5):88-92.

〔2〕高颖.农村富余劳动力的供需变动及分析[J].人口研究，2008(5):83-90.

〔3〕王学良.农村物流发展与农民收入关系的实证研究[J].经济与社会发展，2013（3）：90-93.

〔4〕贾卫丽.农产品物流对农民增收效应的实证分析[J].惠州学院学报,2010（2）:71-73.

〔5〕卢峰.中国农民工工资走势：1979-2010[J].中国社会科学,2012（7）：62-63.

〔6〕郑兰英，黄园园，沈京虎.吉林省居民生活水平影响因素的偏最小二乘回归分析[J].延边大学农学学报,2014（1）.