呼包鄂榆交通基础设施与农村收入互动影响

于景飞，赵梅梅，张新洁

(内蒙古科技大学 土木工程学院，内蒙古 包头 014010)

呼包鄂榆城市群的培育与发展有利于探索资源型地区和农牧结合区新型城镇化道路，有利于推进区域经济协同发展[1]。《国家新型城镇化规划》提出把城市群作为推进新型城镇化的空间主体，要以城市群为主导，构建大中小城市与小城镇协调发展的新格局，城市群作为推进新型城镇化的主体形态，城乡统筹是构建其协调发展的重要举措[2]。 然而在城镇化进程中“伪城市化”现象和农村发展中的“空心化”现象共同暴露了城乡关系的失衡，加之早期政策引导下的二元经济和城市偏向理论使得城乡之间的差距进一步扩大[3]，如何调整城乡之间的平衡发展来构建城乡一体化是促进城市群区域协调发展的重要举措。

对如何调节城乡之间的差距，从依阿玛蒂亚·森 提出的可行能力贫困理论看,农村地区的贫困是由于获取资源的能力匮乏而导致,因此，提升贫困者摆脱贫困现状的能力才是解决贫困问题的关键。收入是衡量城乡差距的一个重要指标，从表面看是城市地区收入状况优于农村地区，但背后深层次的原因则是农村地区在要素集中和资源利用上的能力要远落后于城市地区。Katsushi等[4]的研究认为农村农业部门的发展最能减少贫困发生的可能。Wang等[5]也在对农村更新进行探索，以期为增强农村地区的活力和发展找到一种合适模式。

交通作为运输通道，在将农村地区要素带离的同时也将城市地区的资源带入，以此达到城乡两地经济要素互联互通的效果。交通在发挥其作用时前期产生的乘数效应会使基础设施投资作为一项生产要素投入促进资本流入，从而带动产业发展，有助于将农业部门接入到现代产业体系中[6]。后期的需求效应会增加对建材制造业、采掘业、建筑业的产出和劳动力需求，从而增加贫困地区居民获取非农业工资的机会[7]。

Agergaard等[8]提出新兴城市化是由交通基础设施的扩张形成。何丹等[9]的研究结果也表明交通基础设施的提升会有效促进城市群一体化发展。任晓红等[10]的研究表明改善交通基础设施能加速物质流动而缩小城乡之间的收入差距。骆永民[11]也认为基础设施间的城乡差距越大，城乡间生活水平差距也会越大。毛圆圆等[12]提出可通过将农村剩余劳动力向非农产业转移来提升农村居民收入。以上研究都体现了交通基础设施对经济结构的调节作用可缓解区域收入差异[13]。其调节机制体现在，交通基础设施可使投资侧重偏向低收入的农村地区，通过人力、社会和文化资本的形成来提升农业生产现代化、改善居民生活[14]。这能够促进农业劳动力向非农业产业的转移，从而影响城乡收入差距[15]。

任晓红等[16]曾以中国西部省区的乡镇面板数据为研究对象，发现因发展条件和交通依赖性的差异，不同交通基础设施对农民收入影响存在地区异质性。郭将等[17]的实证结果也显示：一、三级公路对于收入差距减少存在正向溢出，二级公路则存在负向溢出。雍会等[18]的研究也表明，一、二级公路和高速公路对收入差距有缩小作用，而其他等级公路作用不明显。同理，城市和农村地区的交通情况变化对农村地区资源要素集聚的影响有差异，若将交通的影响效果一概而论有失公允，所以，需将交通的研究范围划分为城市和农村两部分。

1 模型与指标解释

1.1 研究思路

由前文所述，交通基础设施会影响城乡差距，且不同类型的交通对差距的影响会表现出明显异质性。既然差距的形成取决于打破贫困现状能力大小，上述文献都从宏观方面阐述了交通对于资源要素的集聚作用可以增加贫困地区人口获取收入的机会，但并没有微观分析收入的来源以及交通是如何影响收入获取。据此，将讨论交通基础设施对于农村地区居民收入的影响程度，将交通分为城市和农村两部分，收入能力也划分为农业收入和非农业收入两种，对4个变量相互影响关系进行验证。研究框架流程如图1所示。

图1 研究框架流程

1.2 模型构建

VAR模型常用于相关时间序列系统的预测和随机误差对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。 模型的一般数学表达式为

Yt=A0+A1Yt-1+A2Yt-2+…+

ApYt-p+B1Xt+…+BqXt-q+εt

(1)

式中:Yt为K维内生变量向量，Xt为r维外生变量向量，内生变量和外生变量分别有p和q阶滞后阶数；A0,A1,A2，…，Ap和B1,…，Bp为待估计参数矩阵；εt为随机误差项。

1.3 指标解释

各项指标的数据来自于2008—2019年呼包鄂榆4个地区的《统计年鉴》和《统计公报》，对于缺失数据，均采用插值法进行补充。

1)宏观层面。 包含两大研究主体，农村增收系统和交通基础设施水平。由于讨论范围是劳动力和生产要素在城市群内部的流动，故在交通通道中只考虑公路运输。

2)中观层面。 将宏观主体的结构细分，增收系统分为农业收入和非农业收入，交通基础设施分为农村和城市两部分。

3)微观层面。 包含对中观4个分类进行详细解释的13个指标，N1—N3解释农业收入，N4—N7解释非农业收入。在呼包鄂榆城市群农村居民交通费用支出明显上升的趋势下[19]，J1—J6这些指标可以很好地衡量该地区人口对于交通的依赖性。指标解释说明如表1所示。

表1 分层指标解释说明

2 实证分析

2.1 数据处理

采用因子分析法将微观层面的数据拟合到宏观层面。以农村增收系统为例，将N1～N7的 12×7×4条数据拟合成1×12条数据。具体的操作过程由stata.14进行，因子旋转后可提取出6个特征值大于1的主要因素(见表2)，其累计贡献率高达90.51%，这能很好解释各指标的主要信息。同理，将交通基础设施水平J1～J6也拟合到宏观层面，最后计算得到表3中农村增收和交通基础设施的综合得分，据此绘制出两系统的时间序列(见图2)。

图2 宏观层面时间序列

可知在T1和T3时间段农村增收系统的发展效率要高于交通水平的发展效率，但在T2和T4时间段恰恰相反。该图无法看出是谁影响了谁，故需将问题细化到中观层面，讨论可转化为农业收入、非农业收入和农村交通基础设施、城市交通基础设施4个变量之间的关系。继而将微观层面的数据拟合到中观，计算得到中观4个变量的综合得分(见表3)。

表2 总方差解释

表3 综合指标值

相应地，绘制他们的时间序列图(见图3)，可看出4个变量都有随时间增长的趋势，但增收系统明显较交通系统更具波动性，据此可初步假设1：交通对于农村收入的影响要大于收入对交通的影响效果。为验证假设进而计算4个指标的相关性系数，结果如表4所示，可知农业收入与两种交通基础设施水平相关性差别不大，其系数分别为0.729 0和0.746 9，而非农业收入与农村交通的相关性系数0.835 6要大于与城市交通的相关性系数0.732 3。据此提出假设2：农业收入受不同交通的差别影响不大，而非农业收入与农村地区的交通基础相关性较城市地区更强。

图3 中观层面时间序列

表4 变量相关系数矩阵

2.2 实证检验

2.2.1 ADF检验

对时间序列数据来说，平稳性对构建模型至关重要，不平稳的数据可能会造成模型结果失真。采用ADF检验法对中观层面4个变量进行单位根检验,结果如表5所示。一阶差分后农业收入的P值为0.008 0，且ADF检验值为-3.5%，小于-3.000(5%显著水平下临界值)，都拒绝原假设，表示数据平稳。同样对非农业收入、农村交通基础设施和城市交通基础设施变量一阶差分，ADF检验值分别为-3.817、-4.299和-3.354，都小于5%的显著水平下临界值，说明这4个变量是一阶单整序列。

表5 ADF单位根检验结果

2.2.2 协整检验

协整的思想就是把存在一阶单整的变量放在一起进行分析，通过这些变量进行线性组合，从而消除它们的随机趋势，得到其长期联动趋势。

经检验上述4个变量残差序列没有固定时间趋势，对其残差序列做ADF单位根检验，结果如表6所示。ADF检验值为-3.627，介于1%的显著水平(-3.750)和5%的显著水平(-3.000)之间，说明该残差序列平稳。综上所述，农业收入、非农业收入、农村交通基础设施水平和城市交通基础设施水平4个变量存在协整关系。

表6 残差值单位根检验

2.2.3 VAR模型平稳性检验

Step1：确定滞后阶数。 确定P值采用LR检验、赤池信息准则(AIC)和施瓦茨准则(SC)。通过stata.14 软件测算选择滞后期为2时，AIC、BIC信息准则最小化，因此，建立滞后期为2的VAR模型。

Step2:稳定性检验。 保证脉冲响应分析的科学性，VAR模型需稳定，其条件是所有特征值都要在单位圆以内，或特征值的根小于1，如图4所示,特征根都在圆内，即建立的VAR模型稳定。

图4 变量单位根分布

2.2.4 格兰杰因果检验

由表7可知，变量之间仅有两个格兰杰因果关系：非农业收入是城市交通基础设施的格兰杰原因，农村交通基础设施是农业收入的格兰杰原因。

2.2.5 脉冲响应分析

脉冲响应函数分析方法可以用来描述一个内生变量由误差项所带来的冲击反应[20]。图5是指响应变量在脉冲变量受到一个冲击后的影响，图中实线表示脉冲响应函数，虚线表示95%置信区间，横轴表示脉冲周期，纵轴表示响应度。

表7 变量间格兰杰因果检验

由图5(a)和(c)可知，在前期，农业收入受到农村交通的正向促进和城市交通的负向抑制，在中后期时农村和城市交通对其影响趋势差别不大。其可能的原因在于农村交通属于连接乡村与外界的第一扇“门”，一旦该门被打开，农村地区的农产品和生产作物等迅速流通，可以提升居民获取收入的可能性。而城市交通在建设前期会产生大量的劳动力需求，这会导致农村劳动力转移而使从事农业生产的人数减少，从而会降低农业收入的增加。而在中后期，交通饱和后农业收入开始下降，其原因可能是在农业收入的构成因素中，像耕种面积、劳动力供给质量会处于几乎不变的状态，农作物产出不会有大幅度的改变，一定水平的交通设施就可以满足运输条件，再提升也无益了。

分析可知：城乡两部分交通对农业收入的影响在前期呈现相反的态势，中后期影响效果相似。

由图5(b)和(d)可知，农村交通和城市交通对于非农业收入的促进作用都体现在后期，可能是因为解释非农业收入的指标(仅指在文中用到的4个：城市化水平、开放程度、金融发展和劳动力转移率)可以被满足的必要条件是在交通基础设施水平趋于“优质”的阶段，也就是在基础设施不断改造升级完成后的阶段，所以只有在后期基础设施完善的前提下非农业收入的提升才会更加明显。且相较于城市交通而言，农村交通对于非农业收入的影响波动会更加剧烈和多变，验证了假设2，二者相关性更强的猜想。

分析可知：城乡两部分交通对非农业收入的促进效果都体现在中后期。

图5 脉冲响应

由图5(e)和(f)可知，农业收入对于整个交通，无论城市还是农村的影响都无明显波动性，而是保持一个持续时间长且程度较小的促进作用，由此可验证假设1，交通对收入的影响大于收入对交通的影响效果是正确的。

分析可知: 农业收入对城乡两地交通的影响无明显阶段性，并呈较缓且长的正向波动。

由图5(g)和(h)可知，非农业收入对城市和农村地区交通水平的诉求也完全相反，因为一旦想要增加非农业收入，势必会要求政府的财政支出更偏向就业和产业升级改造，但在一定的投资额条件约束下，就存在投资的挤占效应，从而发生挤出交通基础设施投资情况，在整体投资缩减的情况下，城市和农村地区的交通投资满足其一的前提下势必会导致另一部分的急剧减小。

分析可知：非农业收入对城乡交通的建设呈剧烈波动和明显的阶段性。

3 结 论

为讨论呼包鄂榆城市群农村增收和交通基础设施的互动影响关系，将农村增收分为农业收入和非农业收入，交通设施也分为城市和农村两部分，通过建立VAR模型进行脉冲响应分析结果如下：

1)农业收入在前期受到农村交通的正向促进和城市交通的负向抑制，中后期阶段两部分交通对农业收入的影响效果相似，都呈波动性且逐步转化为负向推动；

2)农村交通和城市交通对非农业收入的促进效果都体现在中后期，前期效果不明显；

3)农业收入对城乡两地交通的影响无明显阶段性，并呈较缓且长的正向波动；

4)非农业收入对城乡交通的建设呈剧烈的波动和明显阶段性，对城市交通的正向影响体现在前期和后期，在中期会抑制其发展，对农村交通的影响恰好与城市地区相反。

综上，呼包鄂榆城市群中交通水平和农村增收之间存在着双向互动影响，适当的交通发展会改变农村居民获取收入的能力。交通水平提升到一定程度后对农业收入的促进效果会减小，警示交通发展也要适度;由于非农业收入跟农村地区交通发展的相关性更强，因而,改变贫困地区交通状况更能保证农村居民就业形式的多样化。