本文试图利用对数线性函数模型来实证分析南京市1982年以来农业内部结构的变动以及主要农产品种植结构的变动与农民农业收入增长的相关性。结果表明农民农业收入的增长在很大程度上取决于农业结构的调整。

为了实现通过农业结构调整促进农民增收,政府在政策取向上应进一步深化农业结构调整,推进农产品流通体制的改革与创新；加强"龙头企业"的培育,推进农业产业化发展；稳步推进农业微观经济组织的再创新,实施农业适度规模经营。

    一、问题的提出

    中共中央十六届"五中"全会明确提出建设社会主义新农村的发展任务,"三农"问题越来越受到社会的普遍关注,而"三农"的核心问题是增加农民收入。目前,在南京市农民收入的构成中,虽然"非农化"收入已经成为农民收入的主渠道,但是农民家庭经营来自于农业的收入依然占有一定的比重,因此农业是否增收依然对农民收入的增长产生一定影响。自1982年农村实行大包干以来,农村经济经历几次大的产业结构调整,而首先又是从农业结构调整开始的。1998年12月下旬召开的中央农村工作会议后,中央又先后出台了一系列政策,进一步强化农业结构调整政策。2004年和2005年中央一号文件依然强调农业结构调整。中央之所以在政策取向上选择农业结构调整,其基本点是农业结构调整能够实现农民增收。

    用杨小凯(2003)的分工经济发展源泉的理论解释,农业结构调整可以扩大农产品需求空间,从而扩大农产品市场交易规模、带来的是农民出售农产品数量增多、农民销售农产品的现金收入增长,增加了农民收入。国家统计局农村社会经济调查总队调研组对浙江、福建和山东三省农业结构调整在农民增收中作用的调查报告认为,不应低估农业结构调整的增收效应(鲜祖德等,2001)。曲天娥(2004)认为,推进农业结构战略性调整,可尽快增加农民收入。李国祥(2005)认为,农业结构调整可以加快农业市场化进程,提高农民收入的货币化程度。本文结合南京市农业发展的实际状况,对农业结构调整与农民农业收入增长的相关性作进一步的计量经济模型分析,以验证农业结构调整对农民农业收入增长的影响规律。

    二、农民农业收入增长影响因素的计量经济分析

    为便于分析,我们将农业结构划分为二个层次:一是将农业内部结构划分为种植业、林业、牧业、渔业四个小行业；二是种植业内部结构,主要指各种农作物播种面积或产值构成比例等。本文试从农业结构、种植业结构二个层面分析。

    (一)农业内部结构调整对农民农业收入的影响

    自1982年以来,随着农业结构调整的不断推进,南京市农业生产结构由以种植业为主逐步转变为种植业、林业、牧业、渔业全面发展态势,种养结构发生显著变化(详见表一)。表一 历年农林牧渔产值结构与农民纯收入表

    年份   农林牧渔业总产值（万元）      　   农业比重（%）   林业比重（%）   牧业比重（%）   渔业比重（%）   农民人均农业纯收入（元）
    1982                     206723   76.71            1.14           20.07            2.08             380                        115
    1983                     218301   75.94            1.72           20.10            2.24             513                        376
    1984                     246964   73.62            2.45           21.43            2.50             631                        433
    1985                     266707   69.02            2.75           24.90            3.33             698                        431
    1986                     287354   66.91            2.44           25.59            5.06             778                        471
    1987                     290308   67.46            2.28           25.86            4.41             875                        538
    1988                     297614   64.70            1.87           28.88            4.55            1036                        659
    1989                     298930   65.78            1.53           28.05            4.64            1165                        740
    1990                     308102   56.43            1.44           35.00            7.13            1175                        740
    1991                     289528   51.98            1.08           38.94            8.00            1137                        737
    1992                     328856   54.74            1.34           36.12            7.80            1307                        798
    1993                     355776   55.03            1.64           34.92            8.40            1484                        906
    1994                     378664   52.27            1.64           36.55            9.54            1507                       1037
    1995                     421308   51.96            1.78           36.37            9.89            3227                       1935
    1996                     394437   59.10            1.93           27.57           11.41            4039                       2214
    1997                     442411   57.34            2.12           28.20           12.34            3533                       1642
    1998                     464707   55.55            2.19           28.49           13.77            3724                       1436
    1999                     494203   57.21            2.46           26.23           14.10            3862                       1466
    2000                     534800   54.22            3.18           27.74           14.86            4062                       1804
    2001                     611481   53.78            3.79           25.85           16.57            4311                       1819
    2002                     650195   52.08            4.69           25.35           17.88            4579                       1825
    2003                     638257   50.58            1.70           26.50           21.21            4923                       1435
    2004                     659959   52.88            1.68           24.03           21.41            5533                       1536
    2005                     678448   53.15            1.56           23.14           22.15            6225                       1414

    说明:表中农林牧渔业总产值按1990年不变价格计算的。

    资料来源:根据1982年―2005年南京统计年鉴资料整理取得。

    首先,从农林牧渔业产值变动看,农林牧渔业总产值呈逐年增长趋势,从其内部看,种植业产值的比重总体上呈逐年下降趋势,而牧业和渔业产值的比重则逐年上升(注:因与农业普查数据接轨,1996年牧业产值的比重比1995年有所回落)。1982年至2005年,种植业产值的比重由76.71%下降到53.15%,减少了23.56个百分点,与此同时,渔业产值的比重由2.08%增长到22.15%,提高了20.07个百分点；牧业产值的比重由20.07%增长到23.14%,提高了3.07个百分点。其次,再从农民人均农业纯收入变动看,农民人均农业纯收入总体上呈逐年增长趋势,农民人均农业纯收入绝对量由1982年的115元上升到2005年的1414元,增加了1299元,增长了10.3倍。由此可见,农业结构调整与农民人均农业纯收入之间存在着一定的相关性,农民人均农业纯收入的增长是在种植业产值的比重不断下降,牧业、渔业产值的比重不断提高的条件下实现的。

    为了分析和验证农业结构调整对农民人均农业纯收入增长的影响,现在通过建立回归模型,以便对表一数据作进一步的量化分析。

    首先,建立数学模型:Y=A*ebx

    然后,对上式进行标准化处理,转化为对数线性函数:lny=lna+bx。

    现以种植业、牧业、渔业产值的比重为自变量Cz,农民人均农业纯收入为因变量Sr,利用表一数据计算,分别建立种植业、牧业、渔业产值的比重与农民人均农业纯收入之间相关回归方程如下:

    LnSr＝11.046287-0.071106Cz1 R2=0.692715(1)

    LnSr＝5.7148670+0.039129Cz2 R2=0.090162(2)

    LnSr＝5.9339469+0.086379Cz3 R2=0.606893(3)

    (其中:Sr代表农民人均农业纯收入,Cz1代表种植业产值的比重,Cz2代表牧业产值的比重,Cz3代表渔业产值的比重,R2为判定系数)。

    从(1)(2)(3)式看出,种植业、渔业判定系数均超过60%,说明农民人均农业纯收入的60%取决于种植业和渔业产值的比重变化。利用以上三式测算,种植业、牧业、渔业产值的比重变动对农民人均农业纯收入增长的影响结果如下:种植业产值的比重每增加一个百分点,农民人均农业纯收入下降7.36%；牧业产值的比重每增加一个百分点,农民人均农业纯收入增长3.99%；渔业产值的比重每增加一个百分点,农民人均农业纯收入增长9.02%。

    为了进一步分析和验证农业结构变动对农民人均农业纯收入的影响,现在采用农业结构综合变动率指标对其进行分析。南京市农民人均农业纯收入与农业结构综合变动率情况祥见表二。表二 农民人均农业收入与农业结构变动情况表

    年份   农民人均农业纯收入（元）   农林牧渔业总产值（万元）   农业产值（万元）   林牧渔业产值（万元）   农业结构变动率逐年累计值
    1982                        115                     206723             158579                  48144
    1983                        376                     218301             165767                  52534                       0.78
    1984                        433                     246964             181818                  65146                       3.09
    1985                        431                     266707             184069                  82638                       7.70
    1986                        471                     287354             192268                  95086                       9.80
    1987                        538                     290308             195839                  94469                      10.35
    1988                        659                     297614             192563                 105051                      13.11
    1989                        740                     298930             196640                 102290                      14.19
    1990                        740                     308102             173864                 134238                      23.54
    1991                        737                     289528             150503                 139025                      27.99
    1992                        798                     328856             180002                 148854                      30.74
    1993                        906                     355776             195785                 159991                      31.03
    1994                       1037                     378664             197926                 180738                      33.79
    1995                       1935                     421308             218903                 202405                      34.11
    1996                       2214                     394437             233115                 161322                      41.25
    1997                       1642                     442411             253670                 188741                      43.01
    1998                       1436                     464707             258151                 206556                      44.80
    1999                       1466                     494203             282745                 211458                      46.46
    2000                       1804                     534800             289966                 244834                      49.45
    2001                       1819                     611481             328851                 282630                      49.89
    2002                       1825                     650195             338624                 311571                      51.59
    2003                       1435                     638257             322856                 315401                      53.09
    2004                       1536                     659959             348987                 310972                      55.38
    2005                       1414                     678448             360616                 317832                      55.38

    说明:表中农林牧渔业总产值按1990年不变价格计算的。

    资料来源:根据1982年―2005年南京统计年鉴资料整理取得。

    由于农民人均农业纯收入增长率与农业结构综合变动率、农林牧渔业总产值增长率变动趋势基本一致,因此它们之间存在着一定相关性,农业结构的变动有助于农民人均农业纯收入的增长。现以农业结构综合变动率逐年累计值作自变量F,以同期农民人均农业纯收入作因变量Sr,利用表二数据计算,建立农民人均农业纯收入与农业结构综合变动率相关回归方程如下:

    LnSr＝6.008115+0.02829069F R2＝0.8413901

    (其中:Sr代表农民人均农业纯收入,F代表农业结构变动率,R2为判定系数)。由此测算,农业结构变动率每增加一个百分点,农民农业人均纯收入增长2.87%。

    (二)种植业内部结构调整对农民种植业收入的影响

    自1982年以来,南京市种植业结构调整总体上是围绕缩粮扩油、扩菜来展开的。因此,现在通过分析粮食、油料、蔬菜三种主要农作物种植结构的变动与农民人均种植业纯收入增长之间的相关性,以此分析和验证种植业结构的调整与农民人均种植业纯收入增长之间的相关性。南京市历年主要农作物种植结构情况详见表三:表三 农民人均种植业纯收入与种植结构变动情况表

    单位:千公顷、元

    年份   农作物总面积   农民人均农业纯收入   种植结构变动率逐年累计值   粮食作物面积   油料作物面积   蔬菜作物面积   种植业纯收入
    1982         428.77               338.88                      40.15           23.8            115             50
    1983         430.36               344.54                      36.43          25.97            376            302           0.42
    1984         436.42               354.45                      33.11          27.69            433            336           0.98
    1985         442.41               322.77                      63.74          30.77            431            313           8.41
    1986         444.17               314.38                      61.24          34.09            471            351           8.51
    1987         433.73               309.31                      60.55          32.29            538            390           8.57
    1988         427.23               318.01                      46.37          35.17            659            421          10.89
    1989         431.07               322.13                      53.59           35.5            740            477          12.47
    1990         435.07               321.97                      57.09          39.98            740            515          14.12
    1991         428.49                306.7                      67.49          35.56            737            534          15.85
    1992         430.27                309.7                      62.82          36.03            798            584          16.93
    1993         414.99               294.53                      60.21          39.15            906            676          17.90
    1994         396.73                270.7                      68.66          40.31           1037            758          21.42
    1995         418.51                286.0                      74.34          41.64           1935           1470          21.67
    1996         426.59               289.29                      69.66          49.86           2214           1648          21.97
    1997         423.33               291.08                      68.59          47.67           1642           1260          22.53
    1998         429.99               284.18                       72.6          55.23           1436           1084          24.79
    1999         426.16               254.61                      86.61          66.13           1466           1062          30.91
    2000         444.54                203.9                     102.13         105.16           1804           1205          41.70
    2001         435.27               170.26                     103.65         119.59           1819           1206          46.35
    2002         439.16               150.25                     106.21         127.49           1825           1187          48.28
    2003         415.86               125.84                      99.19         131.92           1435            955          50.64
    2004         403.71               140.12                      93.34         120.75           1536           1063          53.18
    2005         401.25               148.23                      92.38         115.04           1414            939          54.53

    资料来源:根据1982年―2005年《南京统计年鉴》整理所得。

    表三数据显示,在1982年至2005年的种植业内部结构调整过程中,南京市粮食作物的种植面积总体上呈逐年下降趋势,而油料、蔬菜种植面积则总体上呈逐年上升的趋势。

    首先,从粮食、油料、蔬菜作物种植面积变动看,粮食种植面积由338.88千公顷调减到148.23千公顷,减少了190.65千公顷,其所占农作物总面积的比重也由79.04%下降到36.94%,减少了42.1个百分点；油料种植面积由40.15千公顷增加到92.38千公顷,增加了52.23千公顷,其所占农作物总面积的比重由9.36%增长到23.02%,提高了13.66个百分点；蔬菜种植面积由23.8千公顷增加到115.04千公顷,增加了91.24千公顷,其所占农作物总面积的比重由5.55%增长到28.67%,提高了23.12个百分点。其次,从同期的农民人均种植业纯收入变动情况看,农民人均种植业纯收入总体上呈逐年增长趋势(由于种植业收入受农产品市场、气候因素影响较大,因此表三中种植业收入在年度间产生一定波动,但是总体上还是增长的)。农民人均种植业纯收入的绝对量由1982年的50元上升到2005年的939元,增加了889元,增长了16.78倍。由此可见,农民人均种植业纯收入的增长是在粮食种植面积下降,油料、蔬菜种植面积增长的条件下实现的,农民人均种植业纯收入的增长与粮食、油料、蔬菜作物种植面积的变动之间存在着一定的相关性。利用表三数据分析,粮食种植面积和农民人均种植业纯收入之间相关系数为R=-0.58467,呈负相关；油料种植面积与种植业纯收入之间相关系数为R=0.716747,呈正相关；蔬菜种植面积与种植业纯收入之间的相关系数为R=0.574429,呈正相关。因此,油料、蔬菜作物种植面积的增长对农民种植业纯收入的增长起着不容忽视的作用。

    为了分析和验证油料、蔬菜作物种植面积的变动对农民人均种植业纯收入增长的影响,现以油料、蔬菜作物种植面积所占比重为自变量Yl、Sc,农民人均种植业纯收入为因变量ZSr,利用表三数据计算,建立油料、蔬菜种植面积的变动与农民人均种植业纯收入增长之间相关回归方程如下:

    LnZSr=4.6817456+0.1080621Yl R2=0.52110 (1)

    LnZSr=5.7920061+0.0479438Sc R2=0.31675 (2)

    (其中:ZSr代表农民人均种植业收入,Yl代表油料作物种植面积的比重,Sc代表蔬菜作物种植面积的比重,R2为判定系数)。

    由此测算,油料作物种植面积的比重每增加一个百分点,农民人均种植业纯收入增长11.4%；蔬菜作物种植面积的比重每增加一个百分点,农民人均种植业纯收入增长4.9%。

    为了进一步分析和验证种植业结构的变动对农民种植业纯收入增长的影响,现在采用种植业结构变动率指标对其进行分析。以1982年到2005年种植业结构综合变动率逐年累计值为自变量X,以同期的农民人均种植业纯收入为因变量ZSr,利用表三数据计算,建立种植业结构变动率与农民种植业收入之间相关回归方程如下:

    LnZSr=6.0005179+0.0236462X R2=0.5404854

    (其中:ZSr代表种植业纯收入,X代表种植业结构变动率)。

    由此测算,种植业结构综合变动率每增加一个百分点,农民种植业纯收入增长2.39%。

    三、结论与建议

    (一)结论

    从计量经济分析结果看,农民在农业收入方面的增长在很大程度上取决于农业结构的调整。在农业内部结构中,农业结构综合变动率每增加一个百分点,农民人均农业纯收入增长2.87%。其中,种植业产值的比重每增加一个百分点,农民人均农业纯收入下降7.36%；渔业产值的比重每增加一个百分点,农民人均农业纯收入增长9.02%；牧业产值的比重每增加一个百分点,农民人均农业纯收入增长3.99%。在种植业内部结构中,种植业结构综合变动率每增加一个百分点,农民种植业纯收入增长2.39%。其中,粮食作物的种植面积和农民种植业纯收入之间呈负相关；油料、蔬菜作物种植面积和农民种植业纯收入之间呈正相关。油料作物种植面积的比重每增加一个百分点,农民种植业纯收入增长11.4%；蔬菜作物播种面积的比重每增加一个百分点,农民种植业纯收入增长4.9%。

    (二)建议

    自1982年农村改革以来,虽然农业结构得到较快的调整,但是与变化更快的市场需求相比,却总是相对滞后,特别是近年来,伴随着宏观经济形势的巨变,农产品的供求格局已从供给总量不足的数量问题转变为供求之间因品种和品质不适应而形成的结构问题。在农产品供给短缺时,农业增产就意味着农民增收,而在农产品供给丰富时,农产品生产出来不一定能卖掉,卖掉了也不一定能卖个好价钱,就产生增产不增收的现象。因此,为了提高农业结构调整对农民增收的贡献能力,建议:

    1、进一步深化农业结构调整,推进农产品流通体制的改革与创新

    积极发展优质、高效的蔬菜、水果、花卉、畜产品、水产品和特种经济作物,开发农产品的深加工、精加工,提高农产品的科技含量和附加值,延长农业的产业链条,带动相关产业的发展,帮助和支持农民扩大农产品地区辐射和出口。在农业结构调整中各地要根据自身的自然和经济条件,突出区域特色,重点发展具有比较优势的名、特、优、新拳头产品,使其成为高附加值、高创汇产品,进而促进农业产业结构的逐步优化,以尽快形成产业优势,增强在国内外市场上的竞争力,扩大国际市场占有率。在深化农业结构调整的同时,必须积极推进农产品流通体制的改革与创新,消除流通障碍。一是制定农产品批发市场的近期及长远发展规划,对农产品市场建设进行战略性调整；二是通过多种形式、途径,加快培育和提升新型的农产品零售业态；三是推进农产品市场组织形式和交易方式的创新；四是扶持新型流通合作组织,提高农产品市场主体的组织化程度,发展各种类型的农民专业化组织,为农民提供科技、信息、资金、物资和产品销售等服务；五是建立农业风险保障体系,以增强农民抗自然风险和市场风险的能力,最大限度地保障农民收入的稳步增长。

    2、加强"龙头企业"的培育,积极推进农业产业化发展

    要解决农业"小生产与大市场"的矛盾,必须建立一批起点高、带动力强、功能全、辐射面广、潜力大的"龙头企业",通过"龙头企业"来带动千家万户的农民进入市场,并形成一个融农产品生产、加工、销售为一体的农业产业化体系。应重点扶持龙头企业,实行优先发展战略,保证它能真正发挥开拓市场、引导生产、带动一片、增强竞争、吸纳科技的作用。同时,鼓励和提倡龙头企业通过建立风险基金,确保农民利益不受损失。采取各种组织形式,使农民与龙头企业建立契约关系和产权纽带关系,结成利益共同体,并制定合理的价格政策和利润返还制度,把加工和销售环节增值利润的一部分返还农民,做到内部利益互补。龙头企业的发展在农业产业化基地建设和延伸产业链条上有极为重要的作用,它将大大降低农民的自然风险和市场风险,有利于农民收入的稳步增长。

    3、稳步推进农业微观经济组织的再创新,实施农业适度规模经营

    农业弱势的一个突出的表现在于土地的经营规模小。在小块土地上难以采用规模化的现代耕作手段,很多农产品生产费用居高不下,投入多,产出少,农民难以获得社会平均利润。因此,要实现农业发展的"第二次飞跃",就必须对农业微观经济组织进行再创新,就是在巩固农户家庭在农业微观组织中主体地位的前提下,遵从农民的主观意愿,适度扩大农户家庭经营的规模和范围,发展社区性的合作经济组织。目前,农业规模经营有两种模式供选择:一是经营组织的规模化,就是指在完善农业用地流转机制的基础上,实现部分土地向种田能手集中,组建家庭农场,达到扩大经营组织主体的规模,实现规模经营的目的；二是经营对象的规模化,就是指在不改变农户对土地占有权的前提下,结合农业结构调整,动员农户在有限的耕地上集中生产要素,生产具有本地资源优势和市场潜力的特色农产品,使这些农产品的生产达到专业化和规模化,在一个产品、一个产业和一个区域形成产品规模、产业规模和区域规模,实现规模化经营。

    4、提高政府的公共服务水平

    加快建设服务型政府,更好地为农业合理布局的形成和农产品市场交易的持续稳定提供政策服务；加大科技下乡力度；管理好农用种子、化肥等市场,制定农产品的最低保护价,用政府的有效服务使农业丰产、农民增收。