乡村振兴背景下旅游业发展对农民收入增长的影响——基于皖北地区面板数据的实证分析

刘 炯

（宣城职业技术学院 旅游商贸系，安徽 宣城 242000）

十九大报告指出，农业农村农民问题是关系国计民生的根本性问题，实施乡村振兴战略，必须始终把解决好三农问题作为全党工作的重中之重。三农问题，本质是为了让更广大农民生活得更加美好，归根结底是农民收入问题。旅游业是国民经济不可或缺的一个部门，伴随经济的不断增长，生活质量持续提升，旅游备受人们青睐，旅游业成为不折不扣的朝阳产业，在调整区域经济结构、发展区域经济与促进农民增收等方面发挥着十分重要的作用。

近年来，关于旅游业发展对农民收入增长这一课题的研究已引起学者们的广泛关注。张遵东等［1］的研究指出，乡村旅游发展的扶贫效果并不显著，然乡村旅游发展与农民增收整体上具有一致性；李忠斌等［2］以2001—2010 年丽江市相关数据为样本的实证检验发现，旅游业发展有利于促进民族地区农民增收；图登克珠［3］采取2004—2015 年年度时序数据的计量分析显示，西藏自治区旅游总收入对牧民人均纯收入呈现微弱的促进作用；唐睿等［4］对江苏省2005—2014年旅游业发展与农民增收关系的实证研究说明，旅游业对农民收入增长的传导路径由“产业推动型”转变为“城镇化推动型”；孟秋莉［5］利用2010—2015 年湖北省面板数据的研究反映，贫困人口显著地从旅游业的发展中获得经济收益；苏伟洲等［6］选取1997—2016 年全国省级面板数据的实证分析认为，旅游业发展和农民收入增长之间互为因果关系，31 个省市区旅游业发展对农民收入增长的影响程度具有明显的差异。

梳理相关文献发现，关于旅游业发展对农民收入影响的定量分析，无论是采用全国层面还是省域范围数据，无论是选取时间序列还是面板数据，无论是基于增收还是扶贫的视角，大部分学者都认为旅游业发展对农民收入增长发挥显著的正向效应。我国幅员辽阔，地区之间经济社会发展不均衡，不同地区的旅游业发展势必对农民收入增长形成迥然不同的影响。安徽是传统的农业大省，皖北是传统的农业区域，农村居民数量庞大，毫不夸张地说，皖北的乡村兴则安徽兴，皖北的乡村衰则安徽衰，在乡村振兴战略的推进中，皖北地区的三农问题在安徽省乃至全国都具有典型的代表性。鉴于此，本文采用皖北地区6 个城市2010—2019 年的面板数据，探讨旅游业发展对农民收入增长的影响并提出相关建议，对于皖北地区乡村振兴战略的实施具有一定的理论意义与实践价值，亦可以为经济发展水平相当的地区类似问题的研究和实践提供参考。

一、理论分析

首先，旅游业及其关联的“吃住行，游购娱”均为准入门槛相对较低的劳动密集型产业，不需要太多的文化知识，农民完全可以参与其中，既可以是投资者，也可以是工作人员，从中获取经营性收入、财产性收入或者工资性收入，吸引更多的农民就业，获得比农业生产劳动更高的收入。其次，旅游势必引起较大规模人口的短期迁移，在外食宿的游客必然会对农产品产生大量需求，在供给保持相对稳定的情况下，导致旅游目的地及沿途农产品的供求关系发生改变，引致农产品价格上涨，进而使得农民的收入得到提高。此外，旅游过程中的游客往往偏好消费旅游目的地的土特产品，而土特产品基本上都是农副产品或者农副产品的加工品，不少游客甚至购买土特产品带回家消费或者馈赠亲朋好友，土特产品的有效需求得以增加，从而促进农民收入增长。因此，提出本研究的第一个假设。

假设1：旅游业发展促进农民收入增长。

皖北地区6 市经济社会发展不平衡，各市的旅游经济基础地域特征较为鲜明，各市对旅游产业的政策扶持不尽相同，各市不同时期的旅游业发展的机遇与潜力也有所差别，因而各市旅游业发展对农民收入形成不同程度的影响。基于此，提出本文的第二个假设。

假设2：旅游业发展对皖北地区6 市农民收入的个体影响存在分异性。

二、变量选取与数据来源

（一）变量选取

本文采用面板数据模型展开实证研究，有利于分析皖北地区6 个城市旅游业发展对于农民收入增长影响的分异性。关于变量的选取，借鉴图登克珠［3］、苏伟洲等［6］、程莉等［7］等学者的做法，以“农民收入（SR）”为被解释变量，以“旅游业发展（LY）”为核心解释变量，以“财政支农（CZ）”“城镇化（CH）”“产业结构（CJ）”等为控制变量。

1.被解释变量

采用“农民人均可支配收入（元）”来刻画农民收入。农民可支配收入，是指全体农民考查期内从各个来源渠道获取的、可任意支配的全部收入。农民可支配收入平均分摊到全数农民，是为农民人均可支配收入。农民人均纯收入，指的是按人口平均考查期内农民从各种途径获得的、并扣除为取得收入所支付的相应费用后的收入。官方于2014 年启用农民人均可支配收入正式替代农民人均纯收入，二者的主要区别在于：农民人均纯收入中，没有从财产性收入中扣除为取得该收入的费用，也只是将部分转移性支出从转移性收入中扣除，而在统计可支配收入时，是财产性净收入与转移性净收入。事实上，无论是农民人均可支配收入还是农民人均纯收入，其绝对主体部分都是工资性收入与经营性收入，因而二者相差甚微，所以采用农民人均纯收入来量度2010—2013 年的农民收入。

2.核心解释变量

选取“国内旅游收入（亿元）”作为旅游业发展的代理变量。衡量旅游业发展状况的指标较多，比如旅游人次、旅游者人均停留时间、旅游业从业人数等等，但是，更为广泛使用的指标是旅游收入，因为无论什么样的旅游活动，最终都转化为某地某一时期由于供应旅游产品与服务而收获的所有货币收入，即旅游收入，其按来源不同分为国内旅游收入与国际旅游收入。2019 年，皖北地区宿州市、淮北市、蚌埠市、亳州市、阜阳市、淮南市的旅游总收入对各自旅游总收入的占比依次是99.2%、99.4%、98.8%、99.4%、99.7%、98.3%。结合往年的数据来看，各市国内旅游收入对其旅游总收入的占比也一直高达97%以上，用其衡量皖北地区6 市旅游业的发展水平是一个很好的指标，也能够概括地反映皖北地区6 个城市旅游经济运营的大体状况。

3.控制变量

采用“农林水事务支出（万元）”表示财政支农，涵盖农业、林业、水利、扶贫以及农业综合开发支出等，推广农业生产技术，改善农业生产条件，提升农业生产能力，进而促进农民增产增收；采用“城镇化率”表示城镇化，即城镇人口与总人口之比，城镇化一方面拓展农民就业渠道，增加农民工资性收入，另一方面，寓于城镇化进程中的土地经营权流转、土地征用以及房屋租赁等也能增加农民的财产性收入，因而城镇化有利于提高农民收入；产业结构，是指各产业的构成及其相互之间的比例关系，由于第一产业的从业者大都为农民，因而第一产业的增加值对GDP 的占比越大，则农民的收入越高，本研究的产业结构采用第二、三产业增加值之和与GDP的比值来表示。

（二）数据来源

本文运用EVIEWS9.0 软件，以皖北地区6市2010—2019 年农民收入、旅游业发展、财政支农、城镇化与产业结构为研究样本，构建面板数据模型开展实证分析，所需数据悉数来自于相应年度的皖北地区各市《统计年鉴》与《国民经济和社会发展统计公报》以及《安徽统计年鉴》。为降低可能存在的异方差对回归分析的不良影响，对变量作对数化处理，并分别记为LGSR 与LGLY、LGCZ、LGCH、LGCJ。

三、实证分析

（一）面板单位根检验与协整检验

为了确保面板回归的准确性，避免伪回归，首先应对变量LGSR 与LGLY、LGCZ、LGCH、LGCJ 实行单位根检验。区别于时间序列数据，面板数据单位根检验有不同根与相同根检验两种，前者主要有Fisher-ADF、Fisher-PP 与IPS检验，后者包括LLC、Hadri 与Breitung 检验等。不同检验方法下，面板变量的单位根检验结果兴许不同以至完全相反，当前，尚缺少一个统一的方法对面板数据实行单位根检验，往往采纳Fisher-ADF 与LLC 方法的检验结果，其中任一检验结果拒绝原假设，便能判断面板数据平稳，即不存在单位根。本文采用不同根过程的Fisher-ADF 检验法与相同根过程的LLC 检验法，并辅以Fisher-PP 检验法，用以防止单一单位根检验或许引发偏差。表1 给出五个变量“Level”类型的单位根检验结果。

表1 面板单位根检验

表1 输出五个变量LGSR 与LGLY、LGCZ、LGCH、LGCJ 的面板单位根检验的统计量数值及其伴随概率，仅有LGCJ 在Fisher-ADF 方法下存在单位根，其余各种方法各种形式的检验，除了LGSR 在Fisher-ADF 检验以及LGCJ 在Fisher-PP检验于10%显著性水平拒绝存在单位根的原假设，其余均在5%水平显著拒绝存在单位根的原假设，因而判定面板数据变量LGSR 与LGLY、LGCZ、LGCH、LGCJ 的原序列不存在单位根，即五个变量均是平稳序列，符合协整分析的条件，可以实施协整检验。

面板数据协整检验主要有Pedroni 和Kao 等方法。Kao 与Pedroni 两种检验方法的思路相似，都需要先构造回归，再通过辅助回归的方法实行检验。本文选用KAO 检验，由EVIEWS 软件系统自我计算自我决定滞后期为1，KAO 检验结果显示，ADF 统计量数值为-8.671 746，伴随概率为0.000 0，说明在1%水平显著拒绝不存在协整关系的原假设，据以判断变量LGSR 与LGLY、LGCZ、LGCH、LGCJ 存在协整关系，即LGSR与LGLY、LGCZ、LGCH、LGCJ 存在长期均衡关系，可以进行面板回归分析。

（二）面板数据回归分析

本文利用皖北地区6 市2010—2019 年的面板数据从数量上分析旅游业发展对农民收入增长的影响程度，参考孟兆娟［8］、唐睿等［4］、程莉等［7］等学者的做法，构建如下模型：

方程式（1）中，LGSRit代表农民收入，LGLYit代表旅游业发展，LGCONit代表三个控制变量：LGCZ、LGCH、LGCJ；下标i 表示皖北6个城市，t 表示年份；αi为截距项，β 是解释变量的系数；εit为同方差、零均值且相互独立的随机干扰项。方程（1）表示LNSR 与LGLY、LGCZ、LGCH、LGCJ 在6 个个体和10 个时间点上的变动关系。

1.面板数据模型检验

面板数据模型，一般分为三类：混合模型、固定效应模型和随机效应模型。借助F 统计量，可以检验应建立混合模型还是固定效应模型，借助H 统计量，可以检验应建立固定效应模型还是随机效应模型。

首先，执行F 检验。利用EVIEWS 软件可得，本文的混合模型对应的RSSr=0.272 690,个体固定效应模型对应的RSSu=0.100 446,代入

经计算可得F=16.8，查表可知F0.05（5,49）在4.36到4.56 之间，因而有F ＞F0.05（5,49），所以拒绝建立混合模型的原假设，应该建立个体固定效应模型。

其次，执行Hausman 检验。在显著性水平给定的前提下，若计算出的Hausman 统计量小于卡方值，则不能拒绝H0，应选定随机效应模型；若计算出的Hausman 统计量大于卡方值，则拒绝H0，应选用固定效应模型。Hausman 检验无需人工计算即可直接方便地推进，采用EVIEWS 软件可得，Hausman 统计量的卡方值为22.895 460，概率值0.000 1 远小于1%，故而在1%显著性水平强烈拒绝随机效应模型的原假设，于是确定模型应为固定效应模型。

2.回归结果分析

综合F 检验与Hausman 检验结果，考量皖北地区各市不同的市情，可能存在不随时间而变化的遗漏变量，本文设定个体固定效应模型，借助EVIEWS9.0 软件，基于皖北地区6 个城市2010—2019 年的面板数据探讨旅游业发展对农民收入增长的影响。表2 输出没有加入任何控制变量的回归模型（1），单纯从旅游业发展的角度去考察其对农民收入的影响。

表2 面板数据回归模型（1）

从表2 得知，模型的拟合优度达到了0.969 327，Ad-R2=0.965 787，解释了旅游业发展对农民收入增长影响的96.58%；F=273.8791，P=0.000 0，模型在1%水平整体上显著。总体来看，该模型具有很强的解释能力。旅游业发展LGLY 的估计系数为正，且通过1%显著性水平检验，这意味着，对于皖北地区而言，旅游业发展LGLY 每增加1 个单位，农民收入LGSR 增加0.501 383 个单位，旅游业显著地促进了农民收入的增长。究其原因，未取得城镇户口的农民在旅游景点或娱乐餐饮场所及其附近自营或参与旅游服务，增加就业转移农村剩余劳动力的同时获取比农业生产更为丰厚的收入；游客在旅游目的地的逗留期间将会增加对农产品的需求，在供给相对平稳的状况下，引致农产品价格上涨；旅游过程中尤其是乡村旅游，游客总是喜欢消费当地的土特产品，甚至买回去赠送亲朋好友，这些具有地域特色的土特产品基本上是农副产品或者是以其为原材料的加工品，增加了对旅游目的地土特产品的需求，从而增加了农民的收入。

理论上来看，面板回归模型（1）的系数反映被解释变量LNSR 对解释变量LNLY 变化反应的敏感程度（弹性系数），截距项度量解释变量LNLY 引起被解释变量LNSR 变化的基础效应（自发增长水平）。从表2 的第2 列还可以看出，模型的公共截距项为6.842 8，各市的截距项均为正值，按照各市的截距项从大到小排序为淮北市7.084 8、淮南市6.938 4、宿州市6.799 8、亳州市6.782 7、蚌埠市6.761 5、阜阳市6.685 1，分别偏离公共截距项0.242 0、0.095 6、-0.043 0、-0.060 1、-0.081 3、-0.157 7。截距项数值的大小反映旅游业发展对于农民收入增长基础效应强度的不同与差距，截距项数值愈大基础效应愈强，截距项数值愈小基础效应则愈弱。之所以会出现不同截距，即存在个体影响，可能的原因是各市经济社会发展不均衡，各市的旅游资源形态各异，各市的旅游基础设施条件不一，各市的旅游文化具有明显的地域特色，各市对旅游产业的政策支持力度不同，因而各市旅游业发展对农民收入影响的基础效应存在分异性。

为了增强模型的解释力，引入控制变量，回归分析的主要结果由表3 输出。

表3 面板数据回归模型（2）

由表3 可知，在加入了全部的控制变量后，模型（2）的拟合优度与F 值都有所提高。在所有解释变量综合作用下，旅游业发展对农民收入的影响方向及显著性与模型（1）相同，皆具有正向影响，但在数值上有所下降，由0.501 4 下降到0.360 4。模型（2）的估计结果还能解释，政府的农林水事务对农民收入增长的影响非常微弱，没有通过显著性检验，说明当前的财政支农尚未发挥积极的作用，可能的原因是财政支农的“非农化”或者财政支农资金使用效率不高，隐含的政策建议是，应采取积极有效的措施防止财政农林水事务支出的“非农化”并优化其支出结构以提高资金配置效率，改善农村生产条件，提高农业综合生产效率，切实发挥财政支农的本意和应有功能；城镇化显著地促进了农民收入的增长，因为城镇化拓展了农民的就业渠道，增加了农民的工资性收入，而且土地经营权流转与土地征用等也增加了农民的财产性收入，为此，加快推进皖北地区的城镇化，将农村劳动力转移至城镇，农民进城经商或者务工获得的非农生产收入往往高于农业生产收入很多，而且剩余劳动力的转移会带来农村人均耕地面积的提高与农业边际生产效率的提升，也能带动留守农村从事农业生产农民收入的增加；产业结构对农民收入增长有负向影响，且显著性较为微弱，因为本研究的产业结构是第二、三产业增加值之和与GDP的比值，由于第一产业的从业者多为农民，因而随着产业结构的升级，抑制了农民收入的增长，所以该当发展现代农业，培育新型农民，调整农业产业结构，推广农业技术，提高农业综合生产能力，增强农业效益，促使农民收入持续稳定增长。

加入了控制变量后，模型的公共截距项为5.218 9，各市的截距项仍然皆是正值，但发生了较大的变化。按照各市的截距项从大到小排序为亳州市5.467 3、宿州市5.388 7、阜阳市5.273 5、淮北市5.162 0、蚌埠市5.082 2、淮南市4.959 5，分别偏离公共截距项0.248 3、0.169 8、0.054 5、-0.056 9、-0.136 8、-0.259 4，各市旅游业发展对农民收入影响的基础效应的分异性依旧较为明显。

（三）稳健性检验

前文选取农民可支配收入作为农民收入的代理变量，与旅游业发展的衡量指标以及一组控制变量进行估计，获得了重要的研究结论。那么，旅游业发展与农民收入增长之间的关系是否稳健呢？因而，有必要对被解释变量与相关解释变量之间的关系进行稳健性检验，本文采用农民人均生活消费支出（元）作为农民收入（被解释变量）的另一度量指标，考察各个解释变量的作用方向及其程度,表4 为稳健性检验的主要结果。

表4 面板数据回归模型（3）

模型（3）与模型（2）相对应，二者的估计方法以及解释变量完全一致，仅被解释变量不相同。模型（3）的相关估计结果再次表明，旅游业发展显著地促进了农民收入增长，与模型（2）结论一致。对比模型（3）与模型（2），二者的控制变量的系数数值与显著性大小有所不同，但显著性与系数符号一致，意味着采用农村居民人均生活消费支出度量农民收入时，旅游业发展与农民收入之间的关系与前文一致，即旅游业发展显著地促进了农民收入的增长，财政支农对农民收入增长的影响不显著，城镇化对农民收入的增长具有显著的促进作用，产业结构对农民增收的抑制作用不是十分的显著。由此看出，前文的估计结果合理而稳健。

四、结论与建议

本文运用EVIEWS9.0 软件，基于2010—2019 年皖北地区6 市的面板数据，经由F 检验与Hausman 检验选取个体固定效应模型，实证检验旅游业发展对农民收入增长的影响。结果表明，旅游业发展显著地促进了皖北地区农民收入增长，6 个城市的旅游业发展对农民收入增长的个体影响具有明显的分异性。城镇化显著地带动农民收入增长，产业结构升级对农民收入的增长有一定的抑制作用，财政支农对农民收入的影响不显著。稳健性检验反映，文章的实证结果稳健可靠。

本文的研究具有鲜明的政策建议。首先，加强区域旅游业合作。皖北地区6 市地缘邻近，交通纵横交错，旅游业发展皆以人文旅游资源为主，故而可在区域范围内整体协调，实现区域旅游一体化发展。比如，可以古文化为主题，将淮南的楚文化与豆腐文化、亳州的三国文化与花鼓戏、宿州的虞姬墓与皇藏峪、阜阳的管鲍祠与文峰塔、淮北的古城墙与大运河遗址、蚌埠的垓下古战场与双墩汉墓等进行对接，加强区域合作，拓宽旅游消费市场，彰显区域化优势。其次，打造品牌旅游产品。随着现代旅游业的迅速发展，旅游市场的竞争越来越激烈，旅游目的地的营销也已进入品牌竞争时代。目前，皖北各市普遍缺乏有影响力的品牌旅游产品，皖北地区地方政府应加强总体规划并提供政策支持，发挥政府的影响力与公众力宣传与推介地方旅游产品；企业也应注意旅游产品的打造、运营、维护和推广，突出皖北地区旅游的文化特色，提高皖北地区旅游品牌的知名度，提升皖北地区旅游目的地的旅游形象。最后，鼓励和引导广大村民立足于当地的实际情况，充分挖掘并有效发挥特有的区位资源禀赋优势，积极开发和建设特色突出的乡村旅游，加大对乡村旅游业从业村民旅游管理知识和服务技能的培育，不断完善农村相关的基础设施，科学发展乡村旅游，扩大农民收入渠道，让乡村旅游成为提高农民收入的重要源泉，助力乡村振兴战略的实现。