陈久运
中国特色社会主义已进入崭新时代,中国农村也有了新的发展前景,为此我们必须探索我国三大产业如何进行融合发展。 农业和旅游业的协调发展有利于我国农村经济的快速增长。通过对农业旅游资源的深入挖掘,可实现农旅两大产业的融合发展,最终达到“以农促旅、以旅兴农”的发展状态。总览这些年来我国休闲农业和乡村旅游业的发展历程,两者间的关联非常密切,这使得两大产业有了可以融合发展的前提,为中国农业转型升级和优化提供了有利条件,有利于实现我国的乡村振兴。
目前,农业旅游发展已逐步兴起,两产业跨境结合已显示出良好的发展前景。特别是在大力发展农旅文化产业的政策背景下,农业旅游发展模式的创新具有新的发展动力。但是,我国农产品附加值低,产业链条不完整,整合和发展动力不足。探索农业与旅游产业融合发展的新模式是当务之急。同时,贵州省作为一个拥有高质量旅游资源的大省,已经实现了全域旅游。为了促进旅游业的发展,贵州省出台了一系列法律法规,促进旅游资源的有效开发,改善旅游模式和旅游景点质量,开发具有地方特色的旅游产品,创造多种旅游形式,增强对游客的旅游吸引力。农业、旅游两大产业的融合可以使更多的游客体验原始的自然环境,独特的乡村风光和丰富的民俗风情,从而为游客提供更好的旅游体验。
本文先使用定量模型研究贵州省旅游业与农业之间的具体关系。VAR 模型作为通用模型,可预测相关事件序列系统和随机扰动系统的动态效果,并解释不同经济变量之间的关系。本文重点介绍贵州旅游业与农业两者之间是如何实现融合与发展的,因此,选择贵州省的国内旅游收入(亿元,GL),农业增加值(亿元,NY)作为测量旅游业发展和农业发展的研究变量,对使用变量取对数以达到消除异质方差的目的。相关数据来自1997年至2018年的《贵州省统计年鉴》。对两个变量取对数分别为lnGL 和lnNY。首先,检查时间序列稳定性是否满足协整测试的要求。
在时间序列分析中如果时间序列不稳定,就会出现回归结果不准确的现象,不利于我们分析,因此必须对两个变量的稳定性进行分别测试。但一般情况下我们假设时间序列是稳定的。检验结果见表1。
表1变量的平稳性检验结果
如果P值小于0.05,则拒绝原始假设,并且变量没有单位根,即序列是平稳的,反之亦然。从表1看出,变量lnGL、lnNY 的ADF 检验统计量分别为-1.956,-0.250,大于临界值。同时,变量的P值均大于0.05,可以认为两个序列非平稳,5%显著水平下的DlnGL 和DlnNY 的ADF 检验统计量分别为-3.0404和-3.7105,小于临界值,变量的P值小于0.05。因此,应摒弃原有的假设,此时协整测试的条件得到允许,因为此时lnGL 和lnNY的一阶差分序列平稳。
在VAR分析中,构建的模型需要对滞后期进行一个最佳确认。本文采用LR、FPE、AIC、SC、HQ等五项指标来确认滞后时间。表2 中的最小滞后期表示为“*”,表2表示LR选择的最小滞后期为1,其他测试的滞后值为1。因此,选择滞后周期1作为模型的滞后周期,因此建议采用VAR(1)模型。
表2滞后期检验结果
协整检验用于分析变量间是否存在长期均衡。先前的时间序列平稳性测试表明,变量LTAP 和LTDL 是满足协整测试要求的一阶整数。本文使用Johansen 测试方法进行协整检验。结果如表3所示。
表3协整检验结果
通过分析表3发现,变量lnGL 与lnNY 存在协整关系。第一列中由于迹统计量大于临界值,因此,拒绝了至少存在一个协整关系的原始假设。然后在“最大1”假设下测试得出迹统计量为0.877655,小于5%临界值3.841466。因此,原始假设成立,表明在5%的水平上存在协整关系。
由于变量间的协整关系,VAR模型不能直接建立。向量误差校正模型(VECM)应通过修改模型来建立。 模型变量lnGL 和lnNY应通过差分分解进一步分析。长期均衡关系可以得到下式:
式中:μt为误差修正项。
根据上面的长期均衡分析,贵州的国内旅游收入(lnGL)对贵州的农业值增量(lnNY)有影响。旅游收入每增加1%,农业值增量就会增加0.989299%。
协整检验仅表明lnGL 和lnNY 时间序列之间存在长期均衡关系。修正后的模型解决了短期均衡关系,但没有给出它们之间的因果关系方向。为了进一步分析,使用EViews 9来分析lnGL 和lnNY时间序列数据的格兰杰因果关系。
lnNY 的格兰杰因果检验的结果见表4。从上面的Granger 因果检验结果中,选择5%的置信度,如果P值小于0.05,则拒绝原始假设,如果P值大于0.05,则接受原始假设。本文认为这两个变量之间没有格兰杰因果关系。表4表明,贵州的国内旅游收入(lnGL)是贵州农业增加值(lnNY)的原因,而贵州的农业增加值(lnNY)不是贵州的国内旅游收入(lnGL)的原因,贵州旅游与农业之间存在因果关系,贵州旅游业的发展促进了农业增加值的增长。
表4 Granger 因果检验
选择滞后期为1期时,可以从模型Var1的分析中获得系数矩阵截距矩阵为因此可得出估计式如下:
首先必须确保Var 模型稳定,才能进行方差分解和脉冲响应的分析,脉冲响应函数分析各变量变化引起的变量间的内在联系。由于滞后一期模型Var1具有两个内生变量,因此AR 特征多项式具有1×2=2个根。图1中两个Var 模型的根都在单位圆内,即均小于1,因此认为该模型是稳定的。
图1 lnGL 和lnNY 的平稳性检验
从表5中lnGL 的方差分解中可以看出lnNY 对lnGL 冲击的贡献度在第一期为0,之后从第二期到第十期增速不断增加,说明农业增加值在短期和长期都能影响贵州国内旅游收入,但影响十分有限;从lnNY 的方差分解中可以看出lnGL对lnNY 冲击的贡献度总体上偏低,从第一期的2.64%下降至第三期的1.26%,之后又从第三期快速增加至第十期26.56%。因此,可以看出贵州省国内旅游收入对农业增加值有长期影响,且影响较大。
表5 lnGL与lnNY 的方差分解结果
根据协整检验的结论,可以得出lnGL 与lnNY 的协整关系,贵州国内旅游收入与农业值增量之间存在着长期的动态平衡,并且这种均衡关系长期稳定。该系统是在误差修正结构的不断调整下维持的。
根据误差校正模型的结论,lnNY 系数为0.652548,表明这一时期农业增加值的波动将引起贵州省国内旅游收入的同向变化。旅游收入每增加1%,农业增加值就增加0.652548%。同时,农业增加值的波动也会对贵州省国内旅游收入产生积极的影响。
从格兰杰因果检验结论(表4)可以得出,贵州的国内旅游收入与农业增加值之间存在单向格兰杰因果关系的可能性为95%,即贵州国内旅游收入的波动是导致贵州农业增加值波动的重要因素。同时,格兰杰因果检验结论(表4)还表明,随着滞后期的延长,贵州省国内旅游收入与农业增加值变化的关系将逐渐增加。
lnNY 的方差分解中从第一期的2.64%下降至第三期的1.26%,之后又从第三期快速增加至第十期的26.56%,可见贵州的国内旅游收入极大地促进了农业值的增加,旅游业的发展促进了农业发展,因此,有必要积极促进农旅两大产业的融合发展。
为了促进农旅两大产业的良好发展,政府有必要出台适合其发展的政策,加大资金投入,出台吸引人才的措施,营造良好的政策环境。为了促进两大产业的发展,贵州省出台了一系列法律法规,对农旅两大产业融合发展给出了明确的指导意见。
产业结构的优化有助于解决限制农旅两大产业融合发展的技术难题,是农旅两大产业进一步融合升级的动力。同时,要致力于打造优质的品牌,加强产业的核心竞争力,企业应加强创新,发展市场导向的经营方式,农产品应增加其附加属性,并加入贵州特色的文化符号形成品牌效应。
大力深化农业和旅游业两大产业的供给侧改革,形成产业间的优势互补。发展现代化农业,大力挖掘农业产业的功能,实现农村三大产业的融合发展,让农业旅游增加成为农民收入增长的新方式。
贵州省要实现全域旅游,必须跳出传统的只开发旅游景点的思路,要从整个贵州省全局出发,大力建设全省的美丽乡村,制定全省的旅游发展战略和规划,完善基础设施的建设,实现全省产业的统筹规划,充分挖掘美丽乡村的优势。