（一）SURE估计

对上述联立方程组（6.6），选择似不相关方法（SURE）进行回归，以控制各方程之间残差的相关性。表6-1给出了回归结果。

表6-1　SURE估计结果

注释：变量估计系数下方的数字是t检验值的绝对值；
*、**、***分别代表估计系数在10%、5%和1%的统计水平上显著异于零。

从贫困方程的回归结果来看，其调整后的R2为0.746，说明该方程对数据的拟合在整体达到合理区间，具有较强的解释力。贫困方程各系数的回归结果表明：

（1）从经济增长因素来看，农业人均GDP（AGG）的一次项的估计系数为负值，在1%水平显著异于零，且t统计量通过检验，这就说明农业人均GDP是影响农村贫困的重要因素，它随着农业人均GDP水平的上升，农村贫困状况得到有效改善，具有明显的减贫效应；AGG二次项的估计系数为正，在5%的水平下是显著的，且t统计量通过检验，这说明当农业人均GDP上升到一定程度后，其减贫的速度有所放缓，减贫的难度越来越大。与此同时，农民人均收入（PIR）作为收入增长的因素，其估计系数为负，且在1%的水平下是显著的，说明农民人均收入是影响农村贫困的重要指标，它随着居民收入水平的提升，农村贫困状况得到改善，具有明显的减贫效应。

（2）从发展的结构因素来看，直接对农村贫困发生率起影响作用的主要结构因素是城乡居民占比的变化，其考察指标农村居民占比（RRP）的估计系数为正值，说明农村居民占比增加会导致农村贫困情况的恶化，或者反而言之，农村居民占比减少会导致农村贫困情况得到改善。但该指标的回归结果是它在10%水平下不显著，且其t统计量未通过检验，这就说明城乡居民比例变化尽管对农村贫困产生影响，但其影响是不显著的，因此可以将其忽略。

（3）从经济发展质量因素来看，直接对农村贫困产生影响的因素是收入分配差距，它综合反映了收入分配的城乡差距和农村收入的内部差距。该变量的估计系数为正，在1%水平下是显著的，且其t统计量通过检验，说明收入分配差距是影响农村贫困的重要因素，收入分配差距的扩大不利于农村减贫，即收入分配差距的扩大恶化了农村贫困状况，弱化了经济增长所推动的减贫效应。

（4）此外，扶贫资金的投入对农村贫困也产生重大影响，PRF的估计系数在1%的水平下显著为负，且其t统计量通过检验，这就说明国家投入的大量扶贫资金对农村减贫具有重要的推动作用，这一点无论从过去的实际数据还是从理论分析都得到了有效证明。

从生产增长方程的回归结果来看，其调整后的R2为0.96，说明该方程对数据的拟合在整体达到合理区间，具有较强的解释力。在收入增长决定方程（PIR）中，产业结构调整（AMR）的系数估计值为-0.402，在1%的水平下显著为负，且其t统计量通过检验，这说明产业结构调整是影响农村生产水平较重要的因素，产业结构的调整会给农业生产带来不利冲击，无论是第二、三产业增加还是种植业占农业比重的下降都会降低农村人均GDP。非农就业比率（NAR）的系数估计值在1%的水平显著为负，且其t统计量通过检验，这说明随着非农就业的增加会对农业人均GDP产生不利冲击。其原因可能是非农就业使得大量农村优质劳动力，特别是青壮劳动力和文化程度较高的劳动力外流，从而会引起农业生产下滑。农业劳动生产率（ALP）的系数估计值为1.354，在1%的水平下显著为正，且其t统计量通过检验，这说明农业劳动生产率（ALP）对农业生产水平有重要的影响，农业劳动生产率越高，农业人均GDP的值越大；反之越小。农业完全消耗系数的系数估计值为-0.734，在5%的水平下是显著的，且t统计量为34.282，大于标准值，说明农业生产的物资性投资效率是影响农业生产水平的重要因素，随着农业完全消耗系数的增加，农业投入增加，在产值不变的条件下农业生产水平下滑。耕地产出率（YCL）的系数估计值为0.028，在5%的水平下是显著的，说明耕地产出率对农业生产有较重要的影响，耕地产出率越高，农业人均GDP越高；耕地产出率越低，农业人均GDP就越低。农村“三废”排放量的估计系数为-0.031，说明“三废”排放量对农业生产具有负向的冲击性，其排放量越大，农业生产环境受到的损害越大，其产值越低；反之，农村“三废”排放量越小，农业生产环境越好，其产值就越高。但该指标的影响是不显著的，且t统计量的检验值小于标准值，说明农村“三废”排放量对农业生产的影响是不明显的。

从收入增长方程的回归结果来看，其调整后的R2为0.825，说明该方程对数据的拟合在整体达到合理区间，具有较强的解释力。在收入增长决定方程（PIR）中，产业结构调整（AMR）的系数估计值为1.568，在1%水平是显著的，且其t统计量的检验值为19.451，大于标准值，说明产业结构调整是影响农村居民收入增加的重要因素，随着第二、三产业比重的增长以及农业中种植业比重的下降，都会使农村家庭通过务工从商和从事专业化农业生产而获取更多的收入。非农就业比（NAR）的系数估计值为2.947，在1%的水平下是显著的，且其t统计量的检验值为36.124，说明非农就业的增长是增加农村居民收入的重要因素，其影响是显著的。农产品价值指数（API）的系数估计值为0.416，在5%的水平下是显著的，且其t统计量的检验值为12.397，大于标准值，说明农产品价格指数对农村家庭的收入水平具有正向影响，农产品价格越高，农民由此获得的农业经营收入越高；反之如果农产品价格越低，农民从农业经营中获得的收益就越少。农村消费品价格指数（RCI）的系数估计值为-0.352，在5%的水平下是显著的，其t统计量的检验值为56.321，大于标准值，说明消费品的价格与农村居民收入增长是反向相关的：消费品价格越高，消费支出越多，对收入的扣减就越大，剩余收入就越小；消费品价格越低，消费支出就越少，对收入的扣减就越少，剩余收入就大。恩格尔系数的系数估计值为0.254，其显著性水平为1%，t统计量的检验值为9.356，大于标准值，说明恩格尔系数对农村居民收入的影响是正向的，即恩格尔系数越大，农村居民花费在基本生活需求上支出占比大，从而其消费支出总体水平就越小，对收入的扣减也就越少，剩余收入就会越多；反之，恩格尔系数越小，花费在基本消费品上的支出就越少，总消费支出就越大，对收入的扣减就越多，剩余的收入就越少。但该指标的显著性水平较低，影响度不是十分明显。(www.daowen.com)

从收入分配方程的回归结果来看，其调整后的R2为0.729，说明该方程对数据的拟合在整体达到合理区间，具有较强的解释力。在收入分配决定方程（IDI）中，农业人均GDP的系数（AGG）估计值为0.034，在5%的水平下是显著的，且t统计量的检验值为18.356，大于标准值，说明农业人均GDP对收入分配差距有较大的影响，农业人均GDP越大，收入就有可能向富裕阶层倾斜，收入分配就越不公平；反之，农业人均GDP越小，收入分配就可能越公平。农村居民人均收入（PIR）的系数估计值为0.037，其显著性水平为5%，t统计量的检验值为19.635，大于标准值，说明农村居民人均收入对收入分配的影响是正向且是显著的：农村居民收入水平越高，社会财富就越向富裕阶层集中，收入分配就越不公平；反之，农村居民收入水平越低，社会财富只能按其发展水平在社会成员之间进行分配，其收入分配就越公平。农村居民占比（RRP）的系数估计值为0.037，说明农村居民占比越高，生产发展水平就越低，此时收入相对必须在居民间较公平地分配才能使社会有效运转，收入分配就越公平，收入差距就越小；反之，农村居民占比越低，生产发展水平越高，此时收入差距相对会适当扩大，从而收入分配差距就会扩大。农村产业结构（AMR）的系数估计值在5%的水平下为0.653，其t统计量的检验值为16.352，大于标准值，这说明农村产业结构的调整对农村收入分配差距正向地起作用，农村产业结构向第二、三产业转型和农业种植业占比下降会使农村居民收入分配差距扩大。农村非农就业占比（NAR）的系数估计值为0.465，在5%的显著性水平下有效，其t统计量的检验值为6.324，大于标准值，说明农村非农就业占比正向地影响农村收入分配差距：农村非农就业占比越大，农村居民获取的工资收入越多，从而使务工家庭和务农家庭的收入差距就会扩大；反之，农村非农就业占比越小，农村居民获取的工资收入就越少，从而使得务工家庭和务农家庭的收入差距相对较小。农业劳动生产率（ALP）的系数估计值为0.254，其t统计量的检验值为9.356，大于标准值，说明农业劳动生产率对收入分配产生正向影响：农业生产率较高的家庭，其家庭收入较高；反之，农业生产率较低的家庭，其收入水平较低。但该指标的影响是不显著的，说明该指标的影响力度不足，在其影响程度分析中可以将其忽略。

2.SYSTEM GMM估计

对各变量测量上的误差和可能的遗漏变量会导致内生性问题。更重要的是，许多变量也和贫困一样是经济增长的结果，甚至经济增长本身，也可以看作是经济结构变化的内生结果。在对PANEL数据进行经验分析时，GMM方法被广泛用来处理方程中存在的内生性问题（Arellano等，1991[110]；Holtz-Eakin等，1988[111]；Levine，Loayza等，1999[112]）。在SYSTEM GMM中，解释变量的滞后值将作为一阶差分方程的工具变量，而解释变量一阶差分的滞后值则作为水平变量估计方程的工具变量。Blundell和Bond（1998）通过Monte Carlo试验发现，当原始数据的持续性较高（highly persistent）且时间序列较短时，SYSTEM GMM的估计效果要远远高于普通GMM的估计结果。[113]

对联立方程（6.6）的SURE估计虽然考虑了各方程之间残差的相关性，但并没有很好地处理各变量之间的内生性问题。因此本研究遵循Blundell和Bond（2000）[114]、Blundell等（2000）[115]以及Windeijer（2000）[116]的建议，用SYSTEM GMM方法来估计贫困发生率的决定方程，即联立方程组（6.6）中的第一个估计方程（PI）。Sargan-Hansen检验值被用来检验工具变量的选择是否满足过度约束识别条件。另外，对差分后的残差之间的序列相关性也将进行检验，以考察工具变量的选取是否合适。

运用SYSTEM GMM方法对贫困发生率的决定方程进行估计，其结果列示如下。

表6-2　GMM-SYSTEM估计结果

续表6-2

注释：变量估计系数下方的数字是t检验值的绝对值；*、**、***分别代表估计系数在10%、5%和1%的统计水平上显著异于零。

上述回归结果中，农业人均GDP（AGG）一次项的估计系数在1%的水平下显著地为负，AGG2的估计系数在5%和10%水平下显著为正，且二者的t统计量的检验值大于标准值，这和SURE的估计结果是一致的。农村居民人均收入（PIR）的系数估计值在1%水平下显著为负，其t统计量的检验值大于标准值，这说明该指标也是影响农村贫困的重要因素。IDI的估计系数在所有回归结果中在1%的水平下显著为正，说明收入分配的恶化会明显迟滞减少贫困发生率的努力。扶贫资金投入量（PRF）在所有回归结果中都在1%的水平下显著为负，说明国家扶贫资金的投入是农村减贫的重要路径。此外，产业结构系数（AMR）和非农就业占比（NAR）的估计系数在1%水平下显著为正，说明农村产业结构调整和非农就业的增长是改革开放以来减少农村贫困的主要因素。回归结果显示，除以上因素外，其他因素的影响是不显著的，或者其显著性条件要求相对较高，达到10%。因此，可以得出结论：改革开放以来，影响农村贫困的经济发展主要因素是农业人均GDP、农村居民人均收入、产业结构调整、非农就业增长、收入分配差距扩大和国家扶贫资金的投入。第一、二个因素是经济增长因素；第三、四个因素是经济结构调整因素；第五个因素是经济发展质量因素。