农业与旅游业耦合模型构建及实证分析*

苏 飞

(徐州工程学院管理学院，江苏徐州 221008)

·技术方法·

农业与旅游业耦合模型构建及实证分析*

苏 飞

(徐州工程学院管理学院，江苏徐州 221008)

目的通过建立向量自回归模型(VAR模型)，试图定量分析农业与旅游业的耦合关系。方法文章选取反映农业与旅游发展水平的当地农业收入、国内旅游收入、入境旅游收入、国内旅游人数、入境旅游人数等指标为研究变量，构建VAR模型。并以2006～2015年徐州市农业与旅游业相关变量数据，对该模型进行JJ检验、英格兰因果检验及变量方差分解，以开展徐州市农业与旅游业之间耦合关系分析。结果徐州农业与旅游业初步呈现耦合发展现象，同时耦合程度在不断增强； 徐州市农业的发展对旅游业的发展促进作用较大，但是旅游业对农业的发展促进作用并不明显。结论VAR模型检验结果与徐州市农业与旅游业耦合发展实际情况基本一致，VAR模型可有效应用于分析农业与旅游业之间的耦合关系。

农业 旅游业 耦合 VAR模型 徐州市

0 引言

耦合的概念最早来源于物理学，是指两个及以上的系统或运动方式之间通过各种相互作用而彼此影响以至协同联合的现象，是一个系统内各子系统之间相互依赖、协调和促进的动态关联关系[1]。农业和旅游业具有天然的耦合关系，两者的协调发展对于提升农业附加值和促进农村产业结构调整以及为旅游业拓展新的发展方向等方面具有十分重要的现实意义。在我国，对农业与旅游业耦合方面的研究起步较晚，目前有关农业与旅游业耦合的研究主要是以产业耦合为出发点，对农业与旅游业耦合的原因、机理、效应及影响等方面展开探讨并进行实证研究。郑岩[2]对旅游业和农业呈现耦合发展原因进行了研究，认为旅游业之所以呈现和农业耦合的趋势主要是在工业社会的发展中产业的分工以及耦合所致。陈绪敖[3]从产业共生和生态产业链的视角出发，对陕南地区生态农业与生态旅游业的耦合机理进行详细的分析，认为通过生态农业与生态旅游产业的共生耦合可以推动区域产业结构优化升级和经济社会快速持续健康发展。袁中许[4]基于经济学理论构建实证模型，详细分析了旅农耦合对农村第一、第三产业的影响，认为旅游耦合对第一产业的优化和提升起到明显的牵动作用，对包括旅游业在内的第三产业的聚集发展有突出的促动效应。张英等[5]通过构建耦合协调度模型，对张家界市旅游业与农业耦合性进行实证研究，认为张家界市旅游业与农业的耦合协调程度还处于初级水平，而且农业明显滞后于旅游业的发展。陈文[6]通过借鉴物理学中的耦合系数度模型，对舟山地区休闲农业与旅游业耦合发展进行实证研究，认为舟山地区休闲农业与旅游业评估组及两者的耦合性均在大幅改进。

总结上述研究，可以看出目前关于农业与旅游业耦合关系的定量化深度研究并不充分，基于数学建模对农业与旅游业耦合关系的研究更是鲜有涉及。因此，文章试图建立农业与旅游业耦合发展的VAR模型，并以徐州市为例，详细分析徐州市农业与旅游业之间的耦合发展现状，并提出促进徐州市农业与旅游业良性耦合发展的建议，力求探寻一条农业辅助旅游业深入发展和旅游业帮扶农业发展的道路。

1 VAR模型的构建及分析步骤

1.1 VAR模型构建

该文试图通过构建向量自回归数学模型(简称VAR模型)，对农业与旅游业的耦合关系进行实证研究。该数学模型在研究事物之间的时间序列关系和随机扰动对事物之间关系的干扰被广泛应用，正是基于VAR模型的特点，因此能够很好解释不同类型的经济影响因素和经济变量的关系[7]。VAR模型的数学表达式为：

(1)

式中，yt表示在k维中内生变量列向量；xt表示在d维中外生变量列向量；p表示内生变量滞后的阶数；r表示外生变量的滞后阶数；T表示选取的研究对象的样本数量；Q1…Qp和H1…Hr表示变量的系数；ut表示k维扰动列向量。

1.2 VAR模型验证及步骤

该文实证研究选取反映农业与旅游发展水平的当地农业收入、国内旅游收入、入境旅游收入、国内旅游人数、入境旅游人数等指标为研究变量。实证检验包括4个步骤：(1)变量的选取； (2)对时间序列的平稳性进行检验(ADF检验)，以确定分析的可行性； (3)对VAR模型滞后期进行检验和估计，以确定VAR模型应用的可行性； (4)通过协整性关系(JJ)检验、格兰杰因果检验及方差分解等方法，详细分析变量之间的动态特征。该文所有分析检验均使用Eviews7.2计量分析软件进行。

2 农业与旅游业耦合发展实证分析——以徐州市为例

2.1 研究区域概况

徐州市是江苏省传统的农业大市，优势产业基地众多，农业经济指标有10个单项位居江苏第一。随着农业供给侧结构性改革和现代农业发展战略实施，徐州市农业发展步伐快速前进。2016年，徐州市粮食播种面积74.81万hm2。粮食总产494.93万t，其中，夏粮203.32万t，秋粮291.71万t。旅游业作为第三产业的典型代表，对新常态经济的发展具有明显推动作用，近年来，徐州唱响“全域旅游”发展大戏，奋力开拓旅游市场，全力构建点、线、网、面全域旅游共生链，推动全市旅游由景点旅游向全域旅游转型发展。2016年，全市接待国内外游客4518.9万人次，同比增长12.97%； 旅游总收入572.74亿元，同比增长16.4%。良好的产业基础以及农业与旅游业的不断渗透融合发展，使研究徐州市农业与旅游业耦合关系具有重要的现实意义。

2.2 变量的选取

通常情况下，农业的发展水平评价指标包含农业投入的情况、农业价值增长情况以及农业从业人员平均收入； 对于旅游业来讲，衡量其发展水平的指标主要为旅游业的收入情况以及接纳的旅游人次。在选取徐州市农业和旅游业的研究数据时，为了保证数据的准确性，该文以江苏省统计局公示的2006～2015年徐州市国内旅游人数、入境旅游人数、国内旅游收入和入境旅游收入作为徐州市的旅游发展指标，以农业收入作为徐州市的农业发展指标，详情如表1所示。

表1 2006～2015年徐州市旅游业与农业相关变量数据

变量2006200720082009201020112012201320142015国内旅游人数(万人)11485134421538317909204942457327526308723566640553入境旅游人数(万人)1005120813211391158318221995258295338国内旅游收入(亿元)9687123981519918397215842648331182360474234648599入境旅游收入(亿元)49465777382996111751323138187243农业收入(亿元)15312164251831419523211382343425623278122941231623

在选取上述数据时需要注意的是，官方发布的数据只是当地的行业总的发展水平，也就是说仅为名义值。该文研究的时间区间较大，需要考虑实际年份的人口数量和物价水平，所以首先以2006年为基准，首先计算得出不同年份徐州市GDP平减指数，接着用官方发布数据值除于GDP平减指数，这样就得到了不同年份个数据的真值，其人均数据则用真值除于对应年份的人口数量，其名义值用TDT表示，真值用TIT表示，人均数据用TAR表示。该文已经提到，这些数据一般都存在不同程度的异方差，所以上述数据需要使用自然对数进行处理，最后转变为LTDT、LTIT以及LTAR。要研究旅游业和农业的耦合关系，实际就是要研究上述数据之间的耦合关系，因此对于数据研究需要建立定量模型，其数学表达式为：

LTDT=γLTIT+δLTAR+μ

(2)

LTIT=κLTDT+ρLTAR+μ

(3)

式中，γ、δ、κ、ρ为系数，μ表示随机扰动值。

2.3 时间序列的平稳性检验

通常计量经济学中的数据一般都是假设平稳的，为了防止出现假回归现象，首先要分析数据本身的平稳性。分析数据平稳性的方法主要有单位根检验与图示判断两种方法，不过统计数据的平稳性分析一般使用单位根检验，所以该文选取的时间序列数据平稳性分析使用单位根检验法[8]。单位根检验法细分又可分为多种检验方法，其中ADF检验过程最简单，检验结果准确性也比较强，因此该文使用ADF检验时间序列数据的平稳性，其检验结果见表2。

从表2数据平稳性检验结果可以看出，即使数据变量对应10%临界值时，其结果依然大于统计值，那么就表明其变量数据并不平稳。因此接着将时间序列数据进行一阶方差处理之后，可以看出各项数据都表现为平稳。

2.4 VAR模型滞后期检验和估计

从式(1)列出的VAR模型的数学表达式得知，正确进行VAR模型分析应先确定滞后阶数值p，而获取滞后阶数的方法主要有LR检测、AIC准则一级HQ准则等方法，为了保证滞后阶数的准确性，该文将使用LR、AIC、HQ、SC以及FPE等5个指标综合确定滞后阶数，其结果见表3。

表2 时间序列数据ADF检验

变量数据类型(I，M，K)统计值1%临界值5%临界值10%临界值总结LTDT(0，1，2)-1698-43241-35463-32637不平稳LTIT(1，1，1)-1512-44123-36474-32738不平稳LTAR(1，1，2)1102-36473-29478-26273不平稳DLTDT(0，0，1)-4655-37326-31231-26182平稳DLTIT(1，0，1)-4921-37326-31231-26182平稳DLTIR(0，1，2)-3976-37326-31229-26182平稳 注：时间系列数据前面加字幕D表示数据的一阶方差，在检验类型一栏中的(I，M，K)中，当I=0时表示数据不存在常数项，当I=1时表示数据存在常数项，当M=0时表示数据不存在趋势项每当M=1时表示数据存在趋势项，K值为数据的滞后阶数

表3 滞后阶数p检验结果

从表3的出的数据结果可以看出，所有的判断标准中，其滞后阶数都为1，因此就可以建立VAR(1)模型，当模型建立完成之后，VAR(1)模型的平稳性检测可以利用单位圆的方法进行，只要所有数据的特征值均在单位圆的范围之中，那么就可以得出该模型是平稳的。徐州市的农业与旅游业选取的3个变量组成的VAR(1)模型函数表达式为：

(4)

2.5 协整性检验

在时间序列数据中，假设两个时间序列数据之间具有较强的协整性，那么就可以得出这两个时间序列数据之间有着长期均衡的关系，因此研究时间序列数据之间的均衡关系也就是研究实践序列数据之间的协整性。要检验数据之间的协整性，其前提要求是数据本身必须是单整变量，一般使用最多的检验方法有约翰森协整检验(简称JJ检验)，该文对时间序列数据之间的协整性检验使用JJ检验法，对于数据的趋势主要分为无确定性趋势、无趋势以及有截距等3个指标，其检验结果见表4。

表4 JJ检验结果

原假设特征值统计计量(p)特征值最大特征值(p)无06321381726(00031)06381211841(00391)≤104182172732(00217)04212112831(01283)≤20273161731(00138)0248161313(00133) 注：上述括号中的p取值均为显著水平为5%时的取值

根据表4协整检验结果可知，当在显著水平为5%时，统计计量和最大特征结果值表明，该文选取的3种数据变量之间有着协整联系。那么得到3个变量之间的均衡关系函数表达式为：

LTDT=0.5841LTIT+0.3487LTAR

(5)

2.6 格兰杰因果检验

上述JJ检测其主要作用只能证明该文研究的变量之间存在某种长期的均衡关系，但是还无法真正判断变量之间是否存在直接联系，为了透彻研究变量之间的关系，那么就需要进行变量之间的因果检验，一般对于变量之间的因果关系检验使用最多的方法就是格兰杰因果检验法，该文使用格兰杰检验法对变量之间的关系进行检验，检验结果见表5。

从表5检验结果得知，变量LTDT和变量LTAR二者为互为因果关系，说明徐州市的农业和徐州市旅游业看似为2个独立行业，其实二者之间具有较高的关联性，是相互促进、共同发展的关系，农业作为旅游业的重要旅游资源，可以促进徐州市旅游业的发展，旅游业融入农业之中又可以提高农业收入，加快农业经济结构转型。不过其他变量之间并没有表现出明显的因果关系，也就表明徐州市农业和旅游业的耦合发展还处于起步阶段。

2.7 方差分解

对变量进行方差分解的主要目的是研究各个结构冲击对内生变量变化的作用，由此依次得出各个结构冲击的作用以及冲击的必要性。数据方差分解可充分了解函数模型中对变量产生波动的信息，方差分解结果见表6。

表5 变量关系检验结果

检验项12345LTDT→LTAR0002129382295641945214673不成立(09372)(00643)(00643)(01745)(02563)LTAR→LTDT110123643631634503975526342不成立(00031)(00051)(00054)(00341)(01854)LTAR→LTIT04382049344096650743317443不成立(05281)(04441)(04523)(05463)(02347)LTIT→LTAR0157508433084660643116488不成立(06738)(04353)(04563)(06742)(02456)LTIT→LTDT0047404231044140314507836不成立(08271)(07543)(07452)(08561)(05469)LTDT→LTIT0526309235092410553316244不成立(08122)(04623)(04552)(07492)(02437)

表6 3个变量方差分解结果

结合表5变量方差分解结果得知，徐州市国内旅游变量LTDT在2006年产生的波动与其他变量没有关系，全部是自身引起，即在2006年之前徐州旅游业和农业基本上还没有出现融合现象。然而随着预测周期不断变长，受到其他变量的影响，自身波动幅度不断减小，农业的发展逐渐影响着旅游业的发展。徐州农业对徐州旅游产生影响是从第二预测期开始的，其影响程度是不断增强的，在预测的最后一期竟然达到85.6%。也就是说徐州市农业与旅游业耦合发展产生的起因为徐州农业的不断发展，创造了大量旅游资源。

从LTIT方差分解的数据中可以发现，国外入境至徐州的旅游波动基本上是局限于自身影响，和其他变量没有密切的因果关系，而徐州国内旅游对于国外入境徐州的旅游影响相对来说很稳定； 而徐州的农业波动随着预测期的增加，其对国外入境徐州旅游的影响不断增大，从0增加值31.6%。上述分析说明农业和旅游市场的结合颇受国外入境旅游者的喜爱，农业与旅游业的耦合发展对于旅游业的利益更大。

从LTAR方差分解得到的数据可以看出，徐州旅游业对于徐州农业的影响表现并不明显，而且影响程度是不断降低。这就说明徐州的农业整体上还是较为传统的农业模式，旅游业和农业的耦合发展还只是起步阶段，主要是徐州农业现代化程度还比较低，旅游业还很难渗透到农业之中。

3 徐州市实证结果及建议

3.1 实证分析结果

从函数模型及数据验证对徐州农业与旅游业的耦合关系分析得知：(1)徐州市农业与旅游业初步呈现耦合发展现象，结合数据变化趋势可以判断这种耦合程度在不断增强； (2)徐州市农业的发展对徐州旅游业的发展促进作用较大，但是旅游业对徐州市农业的发展促进作用并不明显； (3)阻碍徐州市农业和旅游业融合、造成旅游业不能很好惠及农业发展的主要原因是徐州市农业发展还比较落后，现代化程度还很低，导致行业发展差距过大，无法实现快速耦合发展和做到行业互惠互利。

3.2 促进徐州市农业与旅游业良性耦合发展的建议

农业与旅游业的深度耦合是今后产业发展趋势，为了加快徐州市农业和旅游业更好、更快发展，现有如下几点建议。

3.2.1 加快农业现代化建设

传统农业模式必将不能适应社会发展，而且当前徐州市农业现代化程度较低，旅游业对徐州农业影响还不能明显体现，因此，政府必须加快农业现代化进程。首先应推进农业产业化发展的进程，其次应加快高效设施农业建设，还应当加强农业信息化建设以及健全农业公共服务体系； 以此提升徐州市现代农业建设水平。

3.2.2 增加旅游业对农业的投入

为了降低农业与旅游业的发展差距，旅游业要加大对农业的投资，从技术和资金上帮扶农业旅游项目的建设； 政府应鼓励和引导旅游资金投入农业发展，通过定向招商、委托招商、会议招商等多种途径，吸引一批有较大影响力的旅游企业到徐州投资农业旅游，促进旅游业企业和农业之间的衔接与融合； 其次，政府应加大政策推动力度，设立农业和旅游业融合发展资金，对重点龙头企业进行扶持。

3.2.3 实施精准旅游扶贫工程

在睢宁、丰县等地选择有一定基础的乡镇或村庄，设立旅游扶贫试验点，通过景区带村、能人带户、企业+农户、合作社+农户等旅游扶贫模式，鼓励和支持群众依托景区发展种植养殖、餐饮住宿、特色旅游商品，形成特色旅游产品，构建旅游产业链，用美丽打开致富门，带动更多农民实现就业脱贫致富。

4 结论及讨论

实证研究结果表明，VAR模型检验结果与徐州市农业与旅游业耦合发展实际情况基本一致。因此，向量自回归(VAR)模型可以有效应用于研究农业与旅游业的耦合关系。该模型不仅可以界定两者总体耦合发展程度，而且可以明确的分析出两者之间的相互影响的强弱关系，可以为区域农业和旅游业协调发展提供科学的借鉴依据。

该研究的指标数量相对较少，特别是农业发展方面，这是该文研究的不足之处。从实际情况来看，影响农业和旅游业耦合发展的因素还有很多，因此引入更多的影响因素进行更全面的分析可以更精准地研究农业与旅游业之间的耦合关系。

[1] 张旺， 周跃云，胡光伟.超大城市”新三化”的时空耦合协调性分析——以中国十大城市为例.地理科学， 2013, 33(05): 562～569

[2] 郑岩. 产业融合：大旅游视阈下的旅游产业发展.辽宁经济， 2013, 3(06): 24～34

[3] 陈绪敖. 生态农业与生态旅游业产业耦合机理及其效应.陕西农业科学， 2016, 62(02): 74～78

[4] 袁中许. 乡村旅游业与大农业耦合的动力效应及发展趋向.旅游学刊， 2013, 28(05): 80～88

[5] 张英， 陈俊合，熊焰.旅游业与农业耦合关系研究及实证——以湖南张家界市为例.中南民族大学学报(人文社会科学版)， 2015, 35(06): 109～113

[6] 陈文. 舟山地区休闲农业与旅游业耦合发展研究.中国农业资源与区划， 2016, 37(01): 232～236

[7] 王兵， 陈雪梅.产业结构与广东经济增长——基于VAR模型的实证分析.暨南学报(哲学社会科学版)， 2006, 28(04): 46～51

[8] 王纯阳， 黄福才.基于VAR模型的入境旅游需求影响因素研究——以美国客源市场为例.江西财经大学学报， 2010, 67(01): 39～45

CONSTRUCTIONOFAMODELFORTHECOUPLINGRELATIONSHIPBETWEENAGRICULTUREANDTOURISMINDUSTRYANDEMPIRICALANALYSIS*

SuFei

(School of Management, Xuzhou institute of technology, Xuzhou, Jiangsu 221008, China)

This paper constructed a VAR model based on the data reflecting the development of agriculture and tourism industry from 1992 to 2015, such as agricultural income, tourism income, tourism population, and so on, and then quantitatively analyzed the coupling relationship between agriculture and tourism industry using the methods of JJ test, England causality test and variable variance decomposition. The research results showed that the coupling relationship between agriculture and tourism industry in Xuzhou city was in the initial stage; meanwhile the degree of coupling was constantly increasing.The development of agriculture played a more important role in promoting the development of tourism in Xuzhou city, but the development of tourism can′t promote the development of agriculture.The VAR model can be effectively applied to analyze the coupling relationship between agriculture and tourism industry.

agricultural; tourism industry; coupling; The VAR model; Xuzhou city

F32； F59

A

1005-9121[2017]07058-07

10.7621/cjarrp.1005-9121.20170709

2016-07-21

苏飞(1982—)，男，江苏徐州人，硕士、讲师。研究方向：旅游学。Email： 402855084@qq.com

*资助项目：江苏省教育厅2012年度高校哲学社会科学研究指导项目“基于GIS的旅游资源开发功能分区研究——以徐州市为例”(2012SJD630109)； 2014年度徐州市哲学社会科学研究课题“新型城镇化背景下徐州城郊旅游发展研究”(14XSM-009)