广西农业与旅游业融合发展研究

摘要：农业和旅游业融合逐渐成为我国欠发达地区经济增长的新趋势。基于1999—2019年广西农业总产值和国内外旅游收入的数据构建了向量误差修正模型。通过协整检验、格兰杰因果检验和方差分解等多种统计方法对广西在农业和旅游业方面的发展进行实证分析。结果表明：农业总产值、国内旅游收入和旅游外汇收入之间没有明显的双向因果关系，而且随着时间的推移，广西的农业总产值与旅游业之间的相互影响逐渐增强。

关键词：农业旅游业VEC模型协整检验格兰杰因果检验

中图分类号：F326.27;F592.7

ResearchontheIntegratedDevelopmentofAgricultureandTourisminGuangxi

LUOJinlian

GuizhouUniversityofFinanceandEconomics，Guiyang，GuizhouProvince，550025China

Abstract：TheintegrationofagricultureandtourismhasincreasinglybecomeanewtrendforeconomicgrowthinunderdevelopedareasofChina.ThispaperconstructsaVectorErrorCorrectionModel（VECM）basedonthedataofthetotalagriculturaloutputanddomesticandinternationaltourismincomeinGuangxifrom1999to2019.ThroughCointegrationTest，GrangerCausalityTest，andVarianceDecomposition，anempiricalanalysisofGuangxi'sdevelopmentinagricultureandtourismisconducted.Theresultsindicate thatthereisnosignificantbidirectionalcausalitybetweentotalagriculturaloutput，domestictourismincome，andforeignexchangeearningsfromtourism.Moreover，themutualinfluencebetweenGuangxi'sagriculturaloutputandthetourismindustryhasgraduallyincreasedovertime.

KeyWords：Agriculture;Tourism;VECmodel;CointegrationTest;GrangerCausalityTest

1研究背景

农业与旅游业的结合作为农村产业整合的范例，在国内众多地区已经取得了明显成效。所谓农旅融合[1]，是指以农业为根基，通过双方的优势互补和资源共享，合理开发农业资源以促进旅游业，实现互利共荣的发展模式。鉴于中国庞大的人口规模和广阔的地理面积，农村地区情形千差万别，根据不同地区的具体情况制定合适的融合策略和发展特色产业，是促进农旅融合健康发展的关键所在[2]。

当前，国内外学者对这种融合模式进行了广泛研究，涉及其定义、耦合度分析、贫困减轻以及具体实施路径等。在具体的地区研究中，通过构建耦合度模型，学者们对陕西南部的秦巴山区[3]、广西壮族自治区[4]以及西南地区四省[5]的农旅融合水平进行了评估。例如：钟漪萍等人[6]建立了一个理论框架，分析了农旅融合在减少农村贫困方面的机制，并强调以农业为基础，旅游业作为推动力是提升脱贫效率的关键。林珍铭等人[7]研究了桂林市农业与旅游业的相互作用和发展途径，发现两者都可以增加农民的收入，但主要收入还是来源于农业。刘红等人[8]通过投入产出法分析了江苏省农业与旅游业的关联性，指出旅游业对农业有间接而非直接的显著影响，并建议增强旅游业主动与农业融合的动力。

总体来说，大多数研究者采用耦合度模型对农业和旅游业的融合水平进行评估，而只有极少数学者探讨了二者之间的互动关系。深入研究农业与旅游业的相互作用对于准确了解和评价广西两者融合的程度与现状至关重要，同时也能够发现发展过程中的问题，为两者的健康互动提供科学的依据。本文通过建立VEC模型，并利用格兰杰因果检验和方差分解方法，使用Eviews10软件对广西1999—2019年农业与旅游业的数据进行了实证分析，并据此提出建设性建议。

2研究方法与数据说明

2.1向量误差修正模型（VECM）

向量误差修正模型[9]（VectorErrorCorrectionModel，VEC模型）是由Engle和Granger基于协整理念与误差修正模型相结合而提出的一种模型。该模型是在差分向量自回归（VectorAutoregressiveModel，VAR）模型的基础上添加了误差修正项。VEC模型特别适合分析那些存在长期稳定协整关系的变量集。只有当协整检测确认这些变量间具有长期的稳定联系时，才能适用VEC模型。由于VEC模型融入了协整的限制条件，与VAR模型相比，它在处理非平稳时间序列经济变量时更有优势，能够避免丢失变量间的长期信息，提高分析的准确性。在运用VAR和VEC模型时，还需利用格兰杰因果关系检验和方差分解这些工具。格兰杰因果检验用于确定变量的滞后值是否影响其他变量的当前值，该方法适合分析稳定的时间序列数据或者那些尽管非稳定但具有协整关系的序列。对于那些没有协整联系的非平稳时间序列，需要先将其差分为平稳序列，然后才能进行格兰杰因果关系检验。

2.2数据来源与数据处理

本文选取了广西1999—2019年的21年时间范围内的农业总产值（X）、国内旅游收入（Y）和旅游外汇收入（Z）作为进行实证分析的数据基础。这些数据是依据国家统计局发布的数据以及《广西统计年鉴》的历年纪录整理而成。为了维持变量之间的动态关系并降低数据潜在的异方差性，本文对所选变量进行了对数变换，分别表示为LX、LY和LZ。

3结果分析

3.1变量的平稳性检验

为了确保模型分析的准确性并避免伪回归的问题，模型中所有的变量都必须是稳定的。本文采用了ADF单位根检验方法对各个指标的平稳性进行了验证，具体结果展示在表1中。

根据ADF检验结果可知，LX、LY、LZ这3个序列的原始数据都是非平稳的。但当对这些序列进行二阶差分处理之后，它们变成了平稳序列。

3.2确定协整检验的最优滞后阶数

在确定时间序列数据为二阶平稳后，需要确定VAR模型的最适阶数，以便构建VAR模型。目的是寻找协整检验中最佳的滞后阶数。根据检验结果（见表2），当滞后四阶时，FPE、AIC、SC和HQ这4个标准均为最小值。在协整检验中，所选的滞后阶数应为原VAR模型经一阶差分后的滞后阶数减一，综合考量后，决定在建立VEC模型时选择滞后两阶作为最优阶数。

3.3Johansen协整检验

协整检验旨在探究是否存在一个长期而稳定的关联关系，即在非平稳变量之间检验它们是否能形成一个稳定的组合。如果这样的组合本身是平稳的，则可以认为这些变量之间存在协整关系。直接对非平稳变量进行回归分析可能会引起伪回归问题。因此，进行回归分析之前，需要先进行协整性检验，本文选择Johansen检验方法来进行这一分析。

利用EViews10软件和参照先前确定的滞后期数，进行Johansen协整检验。根据迹统计量检验和最大特征值检验的结果，在5%的显著性水平上，P=0.004<0.05，我们能够拒绝“至多存在一个协整关系”的零假设。然而，在相同的显著性水平上，P=0.2075>0.05，我们无法拒绝“至多存在两个协整关系”的零假设。据此得出结论，序列间至多存在两个协整关系。

3.4向量误差修正模型及估计结果分析

根据Granger表述定理，如果变量间存在协整关系，则它们之间的短期非均衡关系总能由误差修正模型表述。因此继续建立VEC模型来考察短期波动对长期均衡的影响，采用极大似然估计法，通过对VEC模型的估计，其中关于广西农业生产总值、国内旅游收入和旅游外汇收入的VEC模型具体如下：

D（LX）=0.236×（LX（-1）-0.207×LZ（-1）-6.401）+0.163×（LY（-1）-2.725×LZ（-1）+11.371）-0.520×D（LZ（-1））-0.611×D（LX（-2））-0.348×D（LY（-1））+0.495×D（LY（-2））+0.327×D（LZ（-1））+0.068×D（LZ（-2））+0.139

D（LY）=0.335×（LX（-1）-0.207×LZ（-1）-6.401）+0.080×（LY（-1）-2.725×LZ（-1）+11.371）+0.085×D（LX（-1））-0.057×D（LX（-2））+0.637×D（LY（-1））-0.358×D（LY（-2））-0.053×D（LZ（-1））+0.061×D（LZ（-2））+0.152

D（LZ）=1.538×（LX（-1）-0.207×LZ（-1）-6.401）+0.561×（LY（-1）-2.725×LZ（-1）+11.371）-0.699×D（LX（-1））-1.411×D（LX（-2））+0.568×D（LY（-1））-1.386×D（LY（-2））+0.427×D（LZ（-1））+0.553×D（LZ（-2））+0.367

误差修正项的系数能对广西国内旅游收入、旅游外汇收入和农业生产总值的当前期值产生调整作用。具体来说，系数为0.236、0.335和1.538，这表明上一期的非均衡误差会分别以23.6%、33.5%和154%的速度调整当前期的值。对于农业总产值，意味着若它在短期内偏离长期均衡状态，将会以大约23.6%的速度回归至长期均衡。对于国内旅游收入，任何偏离均衡状态的情况将会以33.5%的速度被修正。而对于旅游外汇收入，其自我修正的速度非常快，以154%的速度拉回均衡状态。

3.5格兰杰因果检验

变量的变化通常会存在相互影响，常常需要确定某一变量的变化究竟由哪些变量导致的。格兰杰因果检验是为了验证和确定某一变量的改变能否引起另一变量改变的原因。

从表3内容可知：广西国内旅游收入对旅游外汇收入具有格兰杰因果作用，而反之不成立，暗示着广西国内旅游和入境旅游还未实现协调发展；广西农业总产值对国内旅游收入具有格兰杰因果关系，说明农业的进步为广西乡村旅游及相关领域提供了有利条件；广西的农业总产值对旅游外汇收入也有单向的格兰杰影响，意味着农业的产出能够促进旅游外汇收入增长，但旅游外汇收益的提升不一定会反哺农业发展。

3.6模型的方差分解

方差分解技术能够量化并显示不同变量在预测中的影响力和相对重要性。选择预测期为10期，则方差分解结果如表4所示。

通过对广西农业总产值LX的方差分解来看，最初，预测误差完全由LX自身因素引起，但随着时间的推移，国内旅游收入和旅游外汇收入对其影响逐步增长。到了第10期预测，LX的误差中仅有34.98%是由自身因素造成的，而33.61%来自国内旅游收入，31.41%来源于旅游外汇收入；对于国内旅游收入LY的方差分解来说，其波动大多是由LY自身引起的，随着预测期延长，自身对波动的贡献度逐渐减少。特别是到了第二期，LY的波动开始受到LX的影响，并且这种影响随时间增长而增加。在旅游外汇收入LZ的方差分解中，LZ的波动主要由其自身因素引起，而且国内旅游收入LY对LZ波动的影响正在逐渐增加。

4结论与建议

通过以1999—2019年广西农业总产值、国内旅游收入与旅游外汇收入数据为基础建立VEC模型，从格兰杰因果关系结果看，这三者之间没有明显的双向因果关系，表明广西农旅融合程度低，从方差分解结果看，随着时间的推移，广西的农业总产值与旅游业之间的相互影响逐渐增强。综合这些结果可以看出，促进农业与旅游业的融合发展是大势所趋。建议深化农旅融合，现代化农业，完善保障机制以促进农业和旅游业的共同进步。具体措施包括发展体验式农业，政府推动现代农业和完善基础设施，及提高农民专业素质。为广西乡村旅游全面发展创造良好条件。

参考文献

[1] 田强.乡村振兴背景下农旅融合发展路径：评中国财政经济出版社《农旅融合促进乡村振兴机理与实证研究》[J].价格理论与实践，2022（1）：177.

[2] 方世敏，王海艳.农业与旅游产业融合系统演化机制研究[J].湘潭大学学报（哲学社会科学版），2019，43（2）：63-68.

[3] 郭萌，王怡.陕南秦巴山区生态农业与旅游业耦合协调发展战略[J].江苏农业科学，2020，48（2）：19-25.

[4] 蒙永亨，冯颖涛，赵昱.乡村振兴视阈下欠发达地区农旅产业耦合协调发展研究：以广西为例[J].桂林理工大学学报，2021，41（2）：426-433.

[5] 姚旻，郑时友.旅游业可带动农业发展吗？：基于西南四省（市）的耦合协调实证分析[J].福建商学院学报，2019（5）：58-64.

[6] 钟漪萍，唐林仁.农旅融合减缓农村贫困机理与实证研究[J].华中农业大学学报（社会科学版），2020（3）：43-52，170-171.

[7] 林珍铭，黄月玲，林明明等.桂林市农业与旅游业互动关系与融合发展对策分析：基于VAR模型和Granger因果检验[J].桂林理工大学学报，2022，42（2）：507-514.

[8] 刘红，张岚.江苏农业与旅游业产业关联融合度研究[J].南京师大学报（自然科学版），2015，38（4）：152-156.

[9] 易丹辉.时间序列分析：方法与应用[M].北京：中国人民大学出版社，2018.