農村居民收入差異時空演變及其影響因素分析

穆哈拜提·帕熱提，趙羽

（1.新疆農業大學經濟與貿易學院，烏魯木齊830052；2.清華大學經濟學研究所，北京100093）

0　引言

改革開放以來我國農民收入以較快的速度增長。東西部的經濟發展差異造成我國不同省份農村居民收入之間的差異，東部沿海地區的農村居民收入水平明顯高于西部欠發達地區。西部地區因受自然環境、經濟、社會等因素的制約，農村居民純收入的增長速度與沿海發達地區相比仍有較大的差距。過大的區域差異會阻礙生產要素流動，影響農村地區的消費，農村居民收入的提高不僅能拉動我國消費，對縮小城鄉差異、區域差異具有推動作用。

農村居民收入的空間分布問題近幾年成為國內外學術界研究的熱點。學者們從不同的角度研究農村居民收入的區域差異[1-5]。以往的大多數文獻從宏觀和微觀層面研究我國農村居民收入的結構變化及影響因素，而從空間視角研究我國農村居民收入的文獻屈指可數，大部分文獻忽略農民收入的空間關聯性?；诖耍疚脑谇叭说难芯炕A上，把空間因素引入計量模型，嘗試運用空間杜賓模型分析我國省際區域農村居民收入的時空差異，以便更精確地估計各變量對本地區及周邊地區農民增收的影響。

1　研究方法及理論模型

1．1　空間自相關

空間自相關是衡量相鄰地區變量之間是否存在空間關聯性的指標，一般用Moran’s I表示。Moran’s I的取值范圍為[-1,1],若取值[-1、0]，則表示鄰近地區變量之間存在負相關關系；若取值[0,1]，則表示鄰近地區變量間是正相關關系；若Moran’s I值等于0，則表示鄰近地區變量之間不存在空間關聯性[6]。

1.1.1全局空間自相關

全局空間自相關表示研究區域整體的空間相關性，全局Moran’s I值用來判斷整個空間單元的因變量和自變量之間是否存在空間依賴性。全局Moran指數表達形式為：

1.1.2局部自相關

局部自相關主要用局部Moran’s I指數判斷每個局部單元與鄰近區域就某一個屬性而言有沒有空間上的關聯性。并通過局部地區是否出現高-高聚集,高-低聚集、低-低聚集、低-高聚集現象來判斷局部區域的某個屬性值在局部地區是否存在聚集現象[7]。其數學式如下：

其中n表示空間單元數量，Xi表示地區i的屬性變量，Xj表示地區j的屬性變量，Wij為空間權重，I表示全局Moran’s指數，Ii表示局部Moran’s指數，I的大小表示鄰近地區變量在空間上的關聯程度，I值越大，則表明地區之間的空間關聯性就越大。

1.1.3空間權重

計算Moran’s I指數之前需要確定研究單元的空間權重矩陣。在通常情況下空間權重矩陣根據單元的地理位置而創建，也有學者把經濟因素納入空間矩陣。為簡化操作程序，本文選用地理空間權重。地理權重一般有二進制鄰接權重矩陣和距離衰減矩陣。二進制鄰接權重矩陣，即，若鄰近的兩個地區存在公共邊界，則賦值為1，若不存在公共邊界則賦值為0；而距離衰減矩陣是根據地區間的空間距離而建立，地區間的空間距離與對應的空間權重成反比。本文將采用二進制鄰接空間矩陣作為空間權重。

1．2　空間面板模型

空間面板模型是空間滯后模型（SLM）和空間誤差模型（SEM）等橫截面模型的推廣，空間面板模型的一般形式可以用如下形式表示：

yi,t-1是被解釋變量的空間滯后項，而d`iXtδ是解釋變量的空間滯后模型；如果λ=0，則面板模型變成空間杜賓模型（SDM）；若λ=0且δ=0則變為空間自回歸模型（SAR）；若τ=ρ=0且δ=0則模型成為空間誤差模型（SEM）[8]?？臻g杜賓模型可以估計變量的直接效應、間接效應以及總效應。直接效應是指解釋變量對被本地區被解釋變量的影響；間接效應是指解釋變量對本地區周圍地區的被解釋變量的影響；總效應是解釋變量對整個地區產生的影響。

2　變量的選擇

我國農民收入區域差異的影響因素較多而且比較復雜，不僅包括經濟因素，還包括社會、文化、自然環境、區位及個體自身因素。本文結合相關學者的研究，選區位條件、經濟因素、區域政策、市場環境、農戶受教育程度、要素投入、農戶經營行等影響農民收入區域差異的主要因素。具體選取的指標如表1所示。

表1　農民收入主要影響因素分類

將上述變量引入空間杜賓模型，寫成如下形式：

3　實證分析

3．1　農村居民收入的空間關聯性

我國農村居民收入在空間上存在聚集的現象。本文分別對我國大陸31省2000—2015年農村居民收入從高到低進行排序后，劃分為高、中、低三個等級，并進行分類，結果見表2所示。

表2　2000—2015年省際農村居民收入演變趨勢

從表2可以看出，上海、北京、浙江等沿海發達地區是屬于高收入地區；屬于中等水平的地區有吉林、黑龍江、內蒙古等地區；屬于低收入地區的有寧夏、新疆、西藏等西北和西南地區。

從時間演變趨勢來看，在高收入地區中，上海一直穩居榜首，在高收入俱樂部中遙遙領先，2005年后浙江和天津的農村居民收入增長速度也比較快，超過了廣東；特別關注的是，2015年，浙江的農村居民純收入已經超越了北京，緊跟著上海。而河北地區2000年和2005年都屬于高收入地區，而到了2010年，河北跌入中等收入地區行列。

在中等收入地區中吉林省趕超趨勢比較明顯，2005年后，吉林一直穩居中等收入地區的榜首，2010年吉林甚至擠進了高收入地區行列。于此形成鮮明對比的是山西，山西近幾年的農村居民收入一直在減少，從2010年開始，山西從中等收入地區跌入低收入地區行列，而且跌入低收入地區后農村居民收入呈現出繼續下降的趨勢，2015年低收入地區中的廣西的農村居民收入已超越了山西。

在低收入地區中廣西一直排名比較靠前。除此之外，西藏的農村居民收入也有了較大的提高，西藏2015年已超越了云南、青海、貴州、甘肅等地區。

3．2　農村居民收入的空間自相關分析

從我國農村居民收入的空間分布來看，上海、浙江、江蘇等高收入地區集中于我國東部沿海地區，而低收入地區基本上集中于我國西北和西南地區。通過計算2015年的全局Moran指數發現，全域Moran指數為0.193，說明各省農民收入在空間上存在一定的關聯性。

為了更清楚地解釋我國農村收入在局部地區的空間關聯現象，本文利用GEODA軟件進行局部自相關分析。局部自相關一般包括“HH”、“LH”、“LL”、“HL”四種聚集類型。HH聚集模式：屬性值較高的地區在空間上聚集在一起，這些地區在Moran散點圖中位于第一象限；LH聚集模式：屬性值較低的地區被高值地區包圍，這些地區在Moran散點圖上位于第二象限；LL聚集模式：低值地區在空間上聚集在一起，這類地區在Moran散點圖上位于第三象限；HL聚集：高值地區被低值地區包圍，在空間上表現出極化效應，這類地區位于第四象限。圖1為局部Moran指數散點圖：

圖1 我國2015年農村居民收入Moran值散點圖

圖1顯示，位于第一象限的高收入地區有北京、天津、山東、遼寧、江蘇、浙江、上海等沿海發達地區；屬于第二象限的河北、安徽等地區被周圍的北京、天津及浙江、江蘇等高收入地區包圍；西部大部分低收入地區落在第三象限，而且在呈現出高度聚集的特征；位于第四象限的有廣東、遼寧等高收入地區，這些地區被周圍的廣西、云南、河北、內蒙古等低收入或中等收入地區包圍。

總之，我國農村居民收入的空間關聯性見顯著，沿海地區已形成“高收入俱樂部”，而位于西北、西南的大部分欠發達地區空間上低-低聚集的現象比較突出，而其余各別地區偶爾存在空間異質性問題，而聚集特征與上述地區相比沒有那么顯著。

3．3　影響因素分析

本文采用的數據均來自各省歷年統計年鑒，地理數據來自于1：500000國家基礎地理數據。本文用Y來表示農村居民人均純收入，為了數據的平穩性，對所有變量取對數。由于本文選取的數據N=31，T=16屬于短面板數據，因此不需做平穩性檢驗和協整檢驗。通過Hausman檢驗發現，無論空間還是非空間面板模型，固定效應模型的估計結果均優于隨機效應模型?？臻g面板模型的Hausman檢驗結果為243.17。即，拒絕解釋變量與空間溢出效應無關的假設，因此本文選用固定效應模型的估計方法。估計結果如下頁表3所示。

從表3可以看出，非空間面板固定效應模型回歸系數均高于空間面板杜賓模型，存在高估自變量對因變量的作用，通過對比發現，而空間面板杜賓模型中的回歸系數更符合實際?？臻g溢出變量ρ的系數為0.6445，而且通過了顯著性檢驗，空間面板杜冰模型的擬合優度也比非空間面板固定效應模型高。

空間杜賓模型的估計結果顯示，二三產業發展水平、政府對農民的財政支持、農民家庭生產投入、農戶受教育水平、青壯年勞動力在農村總人口中的比重等對農民增收具有正向推動作用。

表3　普通面板模型和空間杜賓模型回歸結果

為更直觀地反映每個變量對本地區和周圍地區的影響，本文估計直接效應、間接效應和總效應，估計結果如表4所示。

表4　空間面板數據的直接效應和間接效應

從表4中的直接效應估計結果可以看出，二三產業在GDP中的比重、政府財政支持、農村居民的受教育水平、中青年人口在鄉村人口中的比重、農村居民生產要素投入量等因素是影響本地區農民增收的主要因素。

間接效應結果顯示，二三產業發展水平、政府對農村居民的財政支持、農民受教育水平、中青年勞動力在農村總人口中的比重對周圍地區的農村居民增收也有較明顯的推動作用。

總效應估計結果顯示，家庭經營支出對周圍地區的作用不顯著，其余變量的總效應與直接效應基本保持一致。

4　結論

本文利用探索性空間數據分析方法和空間面板杜賓模型研究我國大陸31省2000—2015年農村居民收入時空演變趨勢、空間關聯性及其影響因素。通過探索性空間分析（ESDA）方法發現，我國農村居民收入呈現出較強的空間關聯性。在東部沿海發達地區農村居民收入在空間上呈現出“高-高聚集”的特征，而農村居民收入在西部連片區域中出現“低-低聚集”的現象。中部地區和東北地區的各別省份出現“高-低聚集”或“低-高聚集”的現象。

空間杜賓模型估計結果顯示，農村居民收入在區域之間存在較明顯的空間溢出效應。二三產業發展水平、政府對農村居民的財政支持、農村居民受教育水平、青中年人口在農村總人口中的比重、農業生產要素投入量等因素對本地區及周圍相鄰地區農村居民收入的提高具有顯著的推動作用。

參考文獻：

[1]Li Y C,Wang X P,Zhua Q S,et al.Assessing the Spatial and Temporal Differences in the Impacts of Factor Allocation and Urbanization on Urban Rural Income Disparity in China,2004—2010.[J].Habitat International 2014,43(43).

[2]Davis B J,Winters P,Carletto G.A Cross-Country Comparison of Rural Income Generating Activities[J].World Development Volume 2010,38(1).

[3]文玉釗,鐘業喜,熊文平.江西省農村居民收入時空差異及其影響因素[J].經濟地理,2012,(5).

[4]祝偉,汪曉文.中國省際間農村居民收入結構和收入差距分析[J].中國人口·資源與環境,2010,(4).

[5]楊霞,徐鄧耀.空間相關性與地區工資差異分析[J].中國區域經濟,2013,(4).

[6]徐彬.空間權重矩陣對Moran's I指數影響的模擬分析[D].南京:南京師范大學碩士學位論文,2007.

[7]王海軍,劉又哲.遼寧省財政支出對經濟增長的影響[J].遼寧師范大學學報,2011,(4).

[8]高云,詹慧龍等.我國農村居民現狀與影響因素分析[J].農林經濟管理學報,2013,12(2).