李 刚
(哈尔滨剑桥学院,黑龙江 哈尔滨 150069)
传统农业由于收入偏低构成贫困的主要因素,精准扶贫的资金投入解决了新型农业发展资金不足的问题,新型农业是最优的发展方式,农业经济获得发展和增长的外在表现是农业,农村和农民得到发展,最终体现在农业产业构成和协作,农村区域治理和建设,农民人力资源培训和开发三个方面的改善,形成乡村振兴战略实施,因此乡村振兴既是农业经济发展的最终目标,也是精准扶贫和绿色发展的实施过程。
根据农业经济发展理论,本文将农业经济研究集中于精准扶贫(投资)、新型农业(出口)、乡村振兴(消费)三个方面,涵盖农业经济发展的全部过程,但是,农业绿色发展体现在发展理念、发展方式、发展采用的路径,精准扶贫体现在对发展农业的资本投入、政策倾斜、制度保障,乡村振兴体现在农业整体提升、发展效果、相互关联,又有侧重点。本文分别从三个方面探讨,中国农业经济发展的主要影响因素,并将三个要素之间的协同关系进行进一步分析研究,找出中国农业经济发展最优路径。
国内关于精准扶贫与农业经济发展文献及研究成果,第一类研究方向,阐述了精准扶贫与解决三农问题关系密切,对农业经济的重要性,精准扶贫的重要意义。第二类研究方向,集中在精准扶贫路径和措施,研究结论对于我国当前多元化精准扶贫政策的优化具有一定的参考价值。第三类研究方向,集中在精准扶贫的影响因素。
本文研究假设
假设一:精准扶贫实施加速农业经济发展
假设二:农业经济问题越明显精准扶贫效果越明显
关于乡村振兴战略,研究文献主要是对战略意义和战略路径进行了简单研究,乡村振兴实施与农业经济改善,战略实施路径,实施效果的反馈,以及战略风险方面均为空白。
本文研究假设
假设三:实施乡村振兴战略是农业经济改善的有效途径
假设四:实施乡村振兴战略后农业经济改善效果具有时滞性
本文研究假设
假设五:新型农业模式开展是农业经济提升的有效途径
假设六:新型农业模式开展较好的地区农业经济提升速度较快
为了验证假设,需要对精准扶贫、新型农业、乡村振兴三类因素和农业经济进行分析评价,获取这三类因素当前发展状况,以及变量间相互关系。根据已有文献研究成果设计这三类因素的测量题项,为了达到研究的科学性和合理性,采用匿名专家意见法,对拟定的测量题项进行专家评分。本文釆用李克特5级量表法对精准扶贫、新型农业、乡村振兴、农业经济所涉及的测量项目进行测量,答案选项分别为“十分符合”、“比较符合”、“不确定”、“比较不符合”、“十分不符合”二次进行分值设定,分别赋值5分、4分、3分、2分和1分。
1.精准扶贫题项设计。
(1)精准扶贫。根据已有的文献研究成果,依据精准扶贫理论,使用已有成熟评价精准扶贫量表,提取指标,建立指标体系包括:(1)精准扶贫技术外溢(2)精准扶贫人才外溢(3)精准扶贫政策外溢(4)精准扶贫资金外溢(5)精准扶贫区域外溢,形成题项,如表1所示:
(2)乡村振兴战略模式。根据已有的文献研究成果,使用已有成熟评价精准扶贫量表,提取指标,包括:(1)乡村振兴战略主体(2)乡村振兴战略环境(3)乡村振兴战略选择(4)乡村振兴战略实施(5)乡村振兴战略关键点,形成题项,如表2所示:
(3)新型农业发展模式。根据已有的文献研究成果,使用已有成熟评价精准扶贫量表,提取指标,包括:(1)新型农业 GDP(2)新型农业产业构成(3)新型农业政策体系(4)新型农业资金途径(5)新型农业环境补偿(6)新型农业技术开发,形成题项,如表3所示:
表1:精准扶贫因子检测
表2:乡村振兴因子分析结果
表3:新型农业因子检测
(4)变量归类及潜变量的设置。本文将农业经济研究集中于精准扶贫、新型农业、乡村振兴三个方面,涵盖农业经济发展的全部过程,其中外部拉动农业经济增长的变量称为外生潜变量。
2.因变量题项设计。
农业经济绩效评价的方法比较多。本文采用的是主观评价法,结合调查问卷法,对预先设计的题目进行李克特五点打分。其中,“1”表示“非常不同意”,“2”表示“比较不同意”,“3”表示“一般”“4”表示“比较同意”,“5”表示“非常同意”使用因子分析法做数据统计。因子分析结果如表4所示。各个题项的因子载荷值在0.5—0.9之间,累积方差贡献率为67.62%,信度系数为0.797。
变量名 显性变量包括的指标 隐变量包括的指标精准外生潜变量扶贫 X1(可定量计算指标) X11、X12、X13、X14、X15(可定性分析指标)新型农业 X2(可定量计算指标) X21、X22、X23、X24(可定性分析指标)乡村振兴 X3(可定量计算指标) X31、X32、X33、X34(可定性分析指标)内生潜变量农村发展水平 Y1(可定量计算指标) Y11、Y12(可定性分析指标)农民经济状况 Y2(可定量计算指标) Y21、Y22(可定性分析指标)
表4:农业经济绩效因子分析结果
3.变量题项小样本性检验。
为了达到研究的科学性和合理性,采用匿名专家意见法,对拟定的测量题项进行专家评分。得出题目检验结果,各题项基本符合测试要求,根据各个题项,在中国主要农业省份的范围内,采用分层、分步抽样的方式,抽取100个贫困县中,随机抽取10个自然村样本进行变量题项小样本性检验,样本统计情况如下表,发放调查问卷进行题项测试。
4.题项检验。
对测量变量精准扶贫、新型农业、乡村振兴分别进行KMO检验和Bartlett球形检验。结果显示,KMO值达到了 0.821,0.701,0.791,Bartlett球形检验值为91.46,80.26,85.16,反映精准扶贫、新型农业、乡村振兴因子适合做回归分析。精准扶贫、新型农业、乡村振兴的因子分析结果信度系数达到了0.869,0.812,0.834,表明精准扶贫、新型农业、乡村振兴各类量表的信度很高;累计方差解释率为52.48%,51.08%,53.22%,各测量项目通过正交旋转后因子载荷值都高于0.5,并且所有因子载荷在1%的统计水平上显著,表明精准扶贫、新型农业、乡村振兴这一量表的收敛效度较高。
表5
根据使用调查问卷从样本处获得的分数,对各类变量进行初次回归分析测试,主要解决各个变量之间是否共线,是否存在相关性,通过测试验证是否可以使用回归分析方法进行科学研究,保证研究的规范性,科学性。
1.显变量回归分析过程。
表6
综合以上分析,各自变量回归分析均符合信度和效度的要求,题项可以作为回归分析分数,因变量题项均符合信度和效度的要求,控制变量题项符合信度和效度的要求,可以作为回归分析因变量使用。
2.隐变量回归分析过程。
综合以上分析,各自变量回归分析均符合信度和效度的要求,题项可以作为回归分析分数,因变量题项均符合信度和效度的要求,控制变量题项符合信度和效度的要求。
黑龙江省地处经济欠发达地区,一直以来是传统农业大省。农业经济问题比较明显,新型农业已经开展,精准扶贫政策实施,乡村振兴战略也在部署和落实,与研究假设一致,是理想研究对象,数据具有代表性特征,研究结论真实,可以在全国范围内推广,本文数据来自国家统计局黑龙江省调查总队于2017年1-12月在黑龙江省各区域进行的抽样调査。调查数据主要包括,精准扶贫资金拨付方面,新型农业开展以来成果数据,乡村振兴实施后农业经济数据。
表7
部分数据不能直接从统计局方面直接获得,采用调查问卷与实地调研相结合策略,为了研究准确性需要,采用分层抽样方式获得样本数据,根据地区,农户,企业成立时间,经营范围等变量,在黑龙江省范围内选择100个农村进行调查,问卷设计参考了成熟量表,并咨询专家对问题进行判断取舍,并且进行了小样本实测,发放问卷共1000份,每个农村发放10份问卷,其中主要发给农村负责人,即村长,村子里主要贫困户代表,新型农业合作组织负责人等。问卷回收率达到85%,有效率81%,
1.模型设定。
根据以上的分析,建立以下模型:Z=a0+a1X1+a2X2+a3X3+a4X4+b,参数说明:Y—农业经济收入/万元,X1—精准扶贫总投入/万元,X2—新型农业总收入/万元,X3—乡村振兴总投资/万元,X4—农业从业人员/人。
收集到的面板数据如下(见表8):
农业经济收入Y精准扶贫总投入X1新型农业总收入X2乡村振兴总投资X3农业从业人员X4
2.参数估计。
根据表中的样本数据,利用Eviews6.0估计模型参数,最小二乘法的回归结果如下:Y=32390.83+0.603624X1+0.234265X2+0.044632X3-1.914034 X4,R2=0.87,R2=0.86,F=47.54,DW=2.01,可以看出,可决系数R2=0.87,修正的可决系数=0.86。说明模型的拟合程度还可以。
表8
但是当α=0.05时,X1、X2、X4系数均不能通过检验,且X4的系数为负,与经济意义不符,表明模型很可能存在严重的多重共线性。因此,模型修正,修正多重共线性影响后的模型为:=0.711446 X1+0.230304 X2,R2=0.79,R2=0.78,F=97.98,DW=1.89,在确定模型以后,进行参数估计。
3.模型检验。
从统计角度进行各类型检验:(1)拟合优度,(2)F检验,(3)t检验,这些统计变量可以验证前文提出的各类假设。
(1)拟合优度:由数据可得:R2=0.99,修正的可决系数为=0.99,这说明模型对样本的拟合很好。
(2)F 检验:针对 H1:a1=a2=0,给定显著性水平α=0.05,在 F分布表中查出自由度为 k=3和n-k-1=28 的临界值 Fα(2,28)=3.34。由表中得到F=92.78,由于 F=92.78〉 Fα(2,28)=3.34,应拒绝原假设,说明回归方程显著,即“精准扶贫”、“新型农业”、“乡村振兴”变量联合起来确实对“农业经济”有显著影响。
(3)t检验:分别对 H1:aj=0(j=1,2),给定显著性水平α=0.05,查t分布表得自由度为n-k-1=28临界值tα/2(n-k-1)=1.02。由表中数据可得,对应的t统计量分别为57.57、23.67,其绝对值均大于tα/2(n-k-1)=1.02,这说明应该分别拒绝 H1:aj=0(j=1,2),也就是说,当在其他解释变量不变的情况下,解释变量“精准扶贫”(X1)、“新型农业”(X2)、“乡村振兴”(X3)分别对被解释变量“农业经济”(Y)影响显著。
4.经济意义分析及模型评价。
由模型可知,精准扶贫对农业经济影响显著,精准扶贫规模是农业经济发展的重要因素之一。因此,引导精准扶贫资金投入,增加精准扶贫是促进农业经济发展的重要途径。其次,新型农业对于农业经济发展至关重要。
1.模型的基本假定。
结构方程是一种基于变量的协方差矩阵,用图表示变量之间关系的一种统计方法,也称为协方差结构分析。一般假定,每一个指标只在其对应的潜变量上有不为0的因子负荷,而在其他潜变量上的因子负荷为0。内生变量之间的路径是依据统计数据计算得出。误差项与外生潜变量之间的系数计算、误差项与内生潜变量之间的系数计算;当(新型农业)、(精准扶贫)、(乡村振兴)3类变量不相关时,可以使用该方法预测。测量方程用来描述指标与潜变量之间的关系,根据下表的变量设计和分类,设计下面模型
表9
用下述模型表示:
同时结构方程用来描述外生潜变量与内生潜变量之间的关系,根据下表的变量设计和分类,设计下面模型。
表10
用下述模型表示:
2.结构方程模型路径图及形式。
找出影响农业经济这两个内生潜变量的外生潜变量。对问卷中的农业题项进行初步归类,建立验证模型,并进行相关的参数估计,将潜变量加入结构方程模型。下图为拟采用的结构方程全模型的路径分析图,欲对各路径参数进行估计。
表11:指标相关系数
图2 结果路径图
3.模型参数估计结果的解释。
显变量指标对其从属的潜变量的标准化参数估计值(即负荷),有效地反映了显变量与潜变量之间的相关程度,也反映潜变量对显变量的解释能力。这可以由上图中各路径的参数清晰地表征出来:精准扶贫能够提升农业经济发展,对于推进的新型农业的发展有效不足,精准扶贫能够有效促进乡村振兴,乡村振兴与新型农业的关联度较低,以上三类主要影响因素都能有效的改善农村发展水平,改善农民的经济状况,当农村经济水平和农民的经济状况必须依赖精准扶贫、新型农业、乡村振兴的共同的作用。
表12:精准扶贫、新型农业、乡村振兴与农业经济面板协整检验
单位根检验农业经济 精准扶贫 新型农业 乡村振兴统计量 概率 统计量 概率 统计量 概率 统计量 概率面板统计量 -0.072 0.397-0.13760.395 0.2864 0.382-0.16860.393面板统计量 2.261 0.030 1.0562 0.228 1.3595 0.158 1.4039 0.148面板PP统计量1.429 1.143 0.4236 0.364 1.1194 0.213 0.8983 0.266面板ADF统计量1.334 0.163 1.8068 0.078 0.6872 0.315 0.3183 0.379组P统计量 3.465 0.001 1.2909 0.173 2.2000 0.035 2.0479 0.049组PP统计量 2.524 0.016 0.7850 0.293 1.8270 0.075 1.2967 0.172组ADF统计量1.611 0.109 1.8068 0.078 0.7585 0.299 0.9094 0.263
从协整检验结果看,精准扶贫、新型农业、乡村振兴的这三个统计量在0.05或0.01的显著性水平下不能拒绝“不存在协整关系”的原假设,表明精准扶贫、新型农业、乡村振兴与农业经济之间不存在协整关系,反映在区域层面精准扶贫、新型农业、乡村振兴与农业经济的长期均衡关系并不存在。
精准扶贫,新型农业,乡村振兴与农业经济增长之间相关性存在正相关关系,研究假设得到证实,回归分析结果比较准确,利用精准扶贫政策投入促进农业经济增长,既能够解决三农问题,又能够使农业和农民收入快速增加,新型农业的发展与农业经济增长是相互促进,相互影响,农业经济增长的主要途径就是新型农业的发展,而新型农业的发展又能够保障农业经济增长保持较高的速度,农业经济发展的各个阶段资本积累又能保证新型农业的发展,因此采用新型农业作为发展方式是合适的、科学的、合理的,乡村振兴与农业经济增长之间的假设也获得了验证,乡村振兴作为农业发展的长期战略规划,是农业经济增长全局性,长远性的布局,采用乡村振兴战略是农业发展转型的竞争性规划,使用乡村振兴解决三农问题,提高农业的核心竞争力。通过以上三个影响因素系统性分析,对未来农业发展采用发展方式和控制活动进行全过程分析、判断,增加农业产业增加值,减少产业波动风险,解决三农问题,使得黑龙江农业获得更好的发展。●