[摘要]当前贵州省农民财产性收入水平较低，在农民收入中呈现出数值较小、所占比重低、来源较为单一等特点，这在一定程度上制约了农民收入的增长。以新型城镇化建设为切入点，实证分析新型城镇化建设对农村居民财产性收入的影响，结果表明城镇化水平和农民财产性收入之间具有正向的相关关系，因此通过提高城镇化水平进而促进农民财产性收入的增长，无疑是一条有效的现实路径。
[关键词]农村经济；新型城镇化；农民财产性收入；实证分析
十九大以来，随着全面脱贫工作的不断推进，与农民自身相关的收入问题也开始不断被提及，为促进农村经济的发展，提高农民收入水平，党和国家多次出台一号文件，在强调“三农”问题的同时，也给予农村发展一定的政策优惠和支持，利用一切渠道方式来提高农村居民收入。近年来农民的财产性收入增长速度较快，在农民纯收入中已经成为不可或缺的一部分。在传统意义上，财产性收入通常是指人们通过将自身所拥有的银行存款、有价证券等金融性资产或房屋、车辆、劳动工具等有形非生产性资产提供给其他机构单位或个人使用从而获得的利息、租金、红利等收入，其中农民的财产性收入主要是指农村居民或家庭将拥有的资金、房屋、农业机械及工具、土地等所有权和使用权提供给他人或机构使用从而获取利息、租金等收入。长期以来，农民的工资性收入和家庭经营性收入构成了农民纯收入的主要来源，然而最近几年以来，这两类收入表现出增长缓慢，提升空间有限的态势，相比之下，在农民纯收入中占比微乎其微的财产性收入，却呈现出快速增长、对总收入贡献率不断增强的趋势，已逐渐成为农民增收的新亮点。从党的十八大报告提出“多渠道增加农民财产性收入”，到十九大“拓宽居民劳动收入和财产性收入渠道”，均体现出了“藏富于民”的发展理念。因此，财产性收入作为农民可持续增收的新的增长点正逐步受到社会的广泛关注。
1贵州省农民财产性收入现状分析
1.1农民财产性收入变动趋势分析
1.1.1农民财产性收入纵向趋势分析。近年来贵州省社会经济取得了较快发展，农村居民收入及财产性收入也在不断提高。由表1可知，2011年贵州省农民人均纯收入为4145.4元，2018年贵州省农民人均纯收入为9716元，几年间增加了5570.6元，增长了近2.3倍，增长速度较快，贵州省农村居民家庭收入的增加，也为财产性收入的提高奠定了物质基础，而财产性收入的增加也有利于农民总收入的增加，二者相互促进，相互影响。农民的总收入可以大致分为家庭经营性收入、工资性收入、转移性收入和财产性收入等，近几年来其中的每一项收入都呈现出了不断增长的态势，而财产性收入部分涨幅也较高，2011-2018年间，财产性收入增长的平均速度达到13%，2017年和2018年，贵州省农民财产性收入增长率分别达到了37.3%和36.9%，除去负增长年限，其他时间段同样可以看出，财产性收入增长速度要快于人均纯收入的增长，这反映了贵州省农民的财产性收入在促进人均纯收入提高上的贡献越来越大。1.1.2农民财产性收入横向趋势分析。表2给出了2013年包括贵州在内的部分省份的农民财产性收入数据，以我国东、中、西部区域的部分省份为代表。从表中可以看到，2013年贵州省的农民财产性收入仅为78.4元，和其他地区相比差距较大，处于一个极低的水平，而我国的东部地区农民财产性收入较高，以上海（1446.83元）、江苏（572.08元）为代表，均远远高于其他部分地区，同样的，北京市农村居民的财产性收入最高，以2023.51元的高数值领先全国，相对较低的则是中部地区和西部地区，例如四川（202.26元）、广西（70.44元），农民财产性收入都远远低于全国其他地区，可以看出我国农民财产性收入区域间差距较大，存在着两极分化的危险。因此，应该逐渐重视区域间农民财产性收入差距的问题，注重增加中西部区域农民的财产性收入，努力缩小区域间差距。而从各地区城镇化率来看，上海、北京、浙江等省份的经济发展水平也较高，城镇化率相对较高，这与其农民财产性收入排名大致相同，即由此可以看出，在一定程度上城镇化的发展对农民财产性收入具有推动力，城镇化发展越快，农民财产性收入越理想。
1.2城镇化与农民财产性收入关联性分析
随着城镇化建设的加快，与随之而来的人口转移、产业集聚和就业岗位的增加等现象为农民收入的增长提供了条件，也为实现财产性收入的增加创造了前提。2011年贵州省的城镇化率仅为33%，农民的财产性收入仅有59.5元，随着经济的发展以及城镇化建设的进一步推进，贵州省的城镇化进程也在不断加快，以平均每年2个百分点的速度增长，2018年已达到48%的城镇化率。基于贵州省对新型城镇化建设的重视，着力于完善相关基础设施建设和加强城乡一体化建设，到2018年农民的财产性收入也达到了120元。由此可见，新型城镇化的发展不仅促进了农村经济的提高，在促进农民财产性收入提高方面也产生了积极的推动作用。如图1所示，2007-2018年贵州省的城镇化率呈现出平稳上升的走向，2010年城镇化率为30%，2018年城镇化率达到了48%，在不到十年的时间里增长了15%。而从图1的走向可看出，2011-2016年贵州省城镇化率和农民财产性收入的变动大致正向相关，虽然在个别年份农民财产性收入稍有波动，即在2014和2016两年略有下降，但并没有影响整体趋势的走向。在2016-2018年，这种正向相关的关系更为明显，所以，由此可见，随着城镇化率的不断提高，农民的财产性收入也不断增加。
2实证分析
在贵州省城镇化水平与农民财产性收入的关系研究中，为进一步探讨贵州省农民财产性收入、城镇化率的相关关系，以及二者随时间变化的情况，利用贵州省2007-2018年的时间序列数据，建立回归模型，考虑到数据获得的便利性，城镇化水平用城镇化率来衡量即城镇人口占总人口的比率，农民的财产性收入用农村居民人均财产性收入来表示，研究采用的样本数据均来源于《贵州省统计年鉴》，采用的计量分析软件为Eviews9.0。式（1）中，Yt为贵州省农民财产性收入，X代表城镇化率，C表示截距，β是回归系数，μt为随机误差，Yt=C+βX+μt（1）通过对式（1）进行检验，对相关数据进行回归操作，回归结果显示模型的拟合优度不高，且模型中各项值并没有通过显著性检验，这表明在这一阶段贵州省城镇化率与农民财产性收入之间并无明显的相关关系，而根据农民财产性收入和城镇化率的时序图可以看出，贵州省农民财产性收入在2011、2016年有2个明显的转折点，其对应的城镇化率分别为35%和44%，再观察贵州省农村居民家庭财产性收入占纯收入的比例数据，也可以发现这两个年份具有相似的转折特征，因此，为了分析农民财产性收入在2011、2016年前后的变化情况，以及进一步改善模型，使其拟合得更好，分别引入虚拟变量D1t、D2t，建立引入虚拟变量的回归模型，如式（2），D1t=12011年以后D2t=12016年以后D1t=02011年以前D2t=02016年以前Yt=C+β1X+β2（X-0.35）D1t+β3（X-0.44）D2t+μt（2）回归结果如图2所示，结果显示，公式（2）中各解释变量的系数的P值均小于显著性水平0.05，且模型拟合优度高达0.96，说明模型拟合效果较好，表明贵州省城镇化水平和农民财产性收入间存在一定的相关关系，根据回归结果可以得出方程式（3）：从上述检验来看，贵州省城镇化水平对农村居民的财产性收入具有正向的相关关系，城镇化水平的提高，在一定程度上可以有效的促进农民财产性收入的增加。2011至2016年之间，城镇化率上升1个百分点，农民财产性收入便增加约1751.1元，2016年以后城镇化率提高1个百分点，农民的财产性收入增加约861.47元，这表明在一定条件下，城镇化率越高，农民收入也相应增加，但是随着城镇化率的不断提高，城镇化水平的提升对农民财产性收入增长的贡献可能会有下降的趋势，因此，当前更应该有效的推进新型城镇化建设，在原有城镇化建设的基础上应更加注重科学规划和城乡的协调发展，这不仅有利于农村经济的发展以及产业结构的优化，还有助于贵州省农民财产性收入的持续增加。
3主要结论
新型城镇化的核心是以人为本，统筹城乡建设，其本质是农民不断向城镇集中的过程。当前，贵州省城镇化建设对农村居民财产性收入的增长具有重要的推动作用，科学、有序的推进城镇化建设是提高农民财产性收入的重要路径，因此，贵州省相关部门必须准确判断当下的发展形势，制定合理的政策，通过有效的推进新型城镇化，以实现农民财产性收入的持续增长，为农村经济的发展注入新动力。另一方面，在城镇化水平的提高为农村居民财产性收入增长带来各种机遇的同时，农村土地制度、农民的个人素养、社会保障制度以及农村经济的发展等方面因素却没有跟随城镇化水平的提高而提高，生产关系并没有因生产力的快速发展而及时完善，且在一定程度上落后于生产力的发展水平，在这样的发展模式下，很可能会导致农民财产性收入快速增长的局面难以维持。因此，在推动城镇化发展的同时，调整与完善相关制度体系以及提高农村居民个人素养是释放农村居民财产性收入增长潜力的关键。
[参考文献]
[1]陈跃，徐波，周文.城镇化、财产性收入、经济增长与农村内部收入差距[J].云南财经大学学报，2017（1）：74-83.
[2]王福来.民族地区农村金融发展对农牧民收入的影响研究[J].经营与管理，2020（2）：128-131.
[3]孙玉奎，周诺亚.城镇化进程中增加农民财产性收入探讨[J].经济学研究，2016（12）：129-134.
[4]赵军峰.河北省城镇化水平与农民收入增长关系研究[J].农村经济与科技，2017（7）：100-104.
[5]方娜，王其和.基于收入结构视角的城镇化与农民收入关系的协整分析[J].湖北农业科学，2014，53（23）：5584-5887.
[6]关大宇.各地区农民收入差异与城镇化发展水平的相互关系[J].统计与决策，2007（2）：61-61.
作者：李荣强 廖小婷 单位：贵州财经大学 大数据应用与经济学院
