農戶尺度距離因素對農村居民增收的影響

林穎超 胡偉艷 劉恬 左成超

摘要：建立農戶尺度的空間計量模型和OLS回歸模型，利用武漢市郊區763戶農村家庭的調查數據，對農村居民收入的距離效應進行實證研究。結果表明，①研究區農村居民收入存在相對顯著的空間相關性，采用空間計量模型較優于OLS回歸模型，但空間溢出效應比較小。②距離因素對農村居民收入的影響存在差異，其中農村居民家庭所在地與區政府的距離對農村居民收入的影響顯著為正，與最近鄉鎮中心的距離效應顯著為負，而與首位城市中心的距離效應為正，統計上差異不顯著。在宏觀層次，應繼續增強首位城市的輻射作用，差異化實施就地城鎮化；在微觀層次，應營造農村公共空間，提高教育培訓水平，并且加強村民之間的溝通交流，持續增加農村居民收入。

關鍵詞：農村居民收入；空間計量模型；距離效應；農戶尺度；就地城鎮化

中圖分類號：F061.5；F320.3 文獻標識碼：A

文章編號：0439-8114（2018）14-0128-05

DOI：10.14088/j.cnki.issn0439-8114.2018.14.031 開放科學（資源服務）標識碼（OSID）：

Abstract： The purpose of this paper is to test distance effects of rural residents income in suburbs of Wuhan city at the farmers level. Spatial Econometric Model and OLS regression model is employed. The results are as follows：①There is some spatial auto-correlation in the rural residents income in the study area. Spatial econometric model is better than OLS regression model， but spatial spillover effect is relatively small. ②The influence of different distance factor types on the rural residents income is different. Among them， The distance between the location of the rural residents and the distance from district government has a positive effect on the rural residents income， and the distance effect from the center of the nearest township is significantly negative. The distance effect from the center of the first rank of cities is positive， but it is not statistically significant. We suggest that rural residents income would be increased， at the macro level， by strengthening the spillover effect of the development of the first rank of cities， and differentiating the implementation of local urbanization. At the micro level， by creating rural public space to strengthen cooperation between the villagers communication and improving the level of education and training.

Key words： rural residents income； spatial econometric model； distance effect； farmers level； local urbanization

中國社會經濟發展的新常態下，農村居民收入不高，村民之間、城鄉之間和地區之間收入差距不斷擴大，迫切需要拓寬農民增收新渠道，挖掘農民增收新潛力，培育農民增收新動能。黨中央高度重視農村農民收入的增加，連續15年的中央一號文件將增加農民收入作為“三農”工作的中心任務，2018年政府工作報告提議“健全城鄉融合發展體制機制，多渠道增加農民收入”，黨的十九大報告首次提出鄉村振興戰略。由此可見，農村居民收入增收研究具有重要的現實意義。

國內外大量的研究認為教育[1，2]、基礎設施[3-5]、自然地理條件[6，7]、支農政策[8]、城鎮化[9，10]等影響農村居民收入。隨著新經濟地理學的興起，空間因素逐漸被納入一般均衡的分析框架中，用于研究經濟活動的空間分布規律。近年來，考慮空間因素研究農村居民收入引起了學者們的廣泛關注。在研究內容上側重于居民收入的區域差異；在研究尺度上，主要側重于縣域尺度[11]、地級城市尺度[12，13]、省域尺度[14]等；在研究方法上，普遍采用時間序列數據、截面或面板數據的經典回歸分析方法。距離因素是空間最常見的表現形式，通過資源的可獲得性影響農民收入。經濟活動的集聚通過外部性促進經濟的增長，無論是資本還是勞動力，均有向大中城市集聚的強烈傾向[15]。隨著與中心城市的距離增大，農民對資源的可獲得性則更差，不利于農民增收，具體表現為農村勞動力和農產品進城交易的成本增加，獲取市場信息效率降低，對集聚區域市場規則適應程度更低[16]?？臻g距離限制經濟發展向落后地區擴展[17]，經濟集聚只為當地農民帶來福利[18]，具體表現為直線距離和交通距離，即自然地理距離和經濟地理距離。本研究以武漢市郊區—新洲區為例，利用60個鄉村763戶農村家庭的調查數據，在空間統計分析的基礎上，考慮與首位城市中心、區級中心、鄉鎮中心的交通距離和直線距離因素，建立空間計量模型，將其與OLS模型比較，從農戶尺度論證農村居民收入的距離效應，并提出農民增收的政策建議。

1 空間統計與空間相關性檢驗

1.1 空間統計分析方法

探索性空間數據分析主要揭示空間數據的空間關聯或空間依賴現象，是空間數據分析的起始步驟，包括全局空間自相關、局部空間自相關和Moran散點圖等方法。

全局空間自相關常用Global Morans I指標測度，用于描述研究變量在整個空間的分布，表明變量之間存在的空間分布特征，其公式如下：

1.2 農村居民收入空間相關性檢驗

武漢市位于中國中部地區，是湖北省省會城市，轄13個區（7個為中心城區，6個為遠城區）。其中新洲區是武漢市的遠城區之一，位于武漢市東北部、長江中游北岸，為武漢東部水陸門戶，由于地理上的優勢，逐漸成為“武漢市新興工業明星之城”。據統計，2016年全區農民人均純收入達到17 046元，低于全市19 152元的平均水平。由于研究區內經濟、社會、自然等因素區間差異明顯，區域內各鄉鎮發展程度差異較大，農村居民之間的收入差距也呈拉大趨勢。

研究區總人口96.88萬人，其中鄉村人口數為72.87萬人，占總人口75.22%，轄10街3鎮1個經濟開發區1個風景旅游區。課題組成員于2015年10月-2016年11月，3次對5個鄉鎮（街道）包括舊街街道、汪集街道、辛沖鎮、徐古鎮、陽邏街道開展問卷調查，獲得60個鄉村763戶農村居民家庭有效樣本（樣本在空間上的分布見圖1），該樣本符合統計數量以及對空間分布的要求。

利用Geoda軟件，計算全局空間自相關Morans I指數為0.079，且通過了5%的顯著性檢驗，研究顯示當前研究區農村居民收入的統計觀測值在農村居民家庭間呈隨機分布的假設被拒絕，農村居民收入存在比較顯著的空間自相關關系。為進一步檢驗農村居民家庭收入的空間性，繪制5%顯著性水平局部相關LISA圖，如圖1所示。5個鄉鎮（街道）農村居民收入的空間聚類現象，其中，陽邏街道、辛沖鎮、汪集街道與舊街街道均有高-高、高-低、低-高、低-低集聚類型，而徐古鎮只有低-低和高-低兩種集聚類型。由此可見，新洲區農村居民收入存在一定的空間異質性和空間相關性。

2 空間計量分析

2.1 空間計量模型

根據空間效應體現方式不同，常用的空間計量模型有空間滯后模型（SLM）和空間誤差模型（SEM）。前者主要研究相鄰單元因變量對本單元因變量的影響，考察空間溢出效應；后者則主要測度相鄰單元自變量的誤差沖擊對本單元觀測值的影響。兩種模型分別表示如下：

式中，Y是n×1維的被解釋變量向量；X是（n×k）的外生解釋變量矩陣；？籽和？姿分別是空間滯后回歸系數和空間誤差回歸系數，表征空間因素對本單元的影響；？茁是k×1維參數向量；？著和μ是隨機誤差項，？著～N（0，？滓2In）；W是空間權重矩陣。

比較不同權重矩陣的結果，參考相關文獻[19]，結合研究數據特點，選用空間距離權重矩陣。

2.2 模型設定與數據來源

根據空間統計分析，新洲區農村居民收入在空間上存在一定的相關性和異質性，考慮空間因素，結合設定的一般性，本研究的模型形式設定如下：

研究數據來源于課題組針對新洲區農村家庭的問卷調查，樣本覆蓋研究區陽邏街道、舊街街道、汪集街道、徐古鎮和辛沖鎮5個鄉鎮（街道）的60個村莊763個農村居民家庭。調研問卷包括受訪者個人信息、家庭信息以及所在村莊的信息等方面的數據。通過逐步回歸和綜合比較，消除多重性共線性問題，最終確定家庭總人口（FAPOP）、最高受教育水平（HIEDU）、農業經營規模（AMAREA）、外出勞動力（OUTLAB）、自然環境情況（NATEN）、氣候條件（CLICON）以及各距離變量為解釋變量。為提高估計精度，被解釋變量取自然對數，對所有自變量作標準化處理。

研究中主要考慮兩種距離變量，表達自然地理區位的直線距離和表達經濟地理區位的交通距離，直線距離和交通距離分別用距離武漢市中心的距離、距離新洲區中心的距離和距離最近鄉鎮中心的距離表示。在問卷調查中，使用移動設備獲取農村居民住宅位置坐標。數據處理中，將坐標導入ArcGIS，獲得樣本在研究區的空間分布圖。所采用的直線距離通過中心坐標和農村居民住宅位置坐標直接計算獲得；交通距離通過百度地圖平臺，選擇駕車路線，用Python語言編程獲取。到最近鄉鎮中心的距離，先通過ArcGIS中的近鄰分析功能，直接得知最近的鄉鎮并獲取直線距離，再通過百度地圖平臺獲取交通距離。各變量的描述性統計如表2所示。

2.3 普通回歸模型結果分析

在運用空間計量模型之前，先使用普通最小二乘回歸分析武漢市新洲區農村居民收入的影響因素，以決定選取何種模型，普通最小二乘法回歸估計的模型結果見表3。檢驗OLS回歸殘差的空間相關性，Morans I結果顯示新洲區農民收入具有明顯的空間自相關，其空間集聚通過了1%的顯著性檢驗。這說明對新洲區研究農村居民收入的影響因素時，忽略農村居民的空間相關性，直接采用傳統的普通最小二乘法進行估計可能存在一定的問題。

2.4 空間計量模型結果分析

根據Anselin[20]提出的標準，根據LM（lag）、LM（error）及其Robust檢驗結果確定最佳的空間計量模型形式。表3結果表明，新洲區兩個模型的LM（error）與Robust LM（error）通過了5%的顯著性檢驗，而LM（lag）與Robust LM（lag）沒有通過10%的顯著性檢驗，因此采用空間誤差模型（SEM）進行估計。通過AIC、SC和Log L統計值，所選空間計量模型的AIC和SC統計量的值均小于OLS模型，Log L值均高于OLS模型。引入空間權重矩陣后，模型的解釋力得到進一步提高。根據空間計量模型的檢驗，空間誤差回歸系數？姿未能通過10%的顯著性檢驗。研究說明從農戶尺度上來講，農村居民收入具有正的空間自相關性，但空間溢出效應不顯著。雖然近幾年新媒體尤其是移動電話、互聯網的使用極大地擴寬了農民的社交范圍，但以自然村落為核心的農村其生活主要受制于地緣因素，由于農村公共空間的社會性功能萎縮，導致農村居民之間的有效交流較少，或者未能發揮新媒體的正面作用，交流的信息對農村居民增收沒有發揮作用。該結果與已有其他尺度的研究相比存在不一致性[11-13]，也可能具有尺度的依賴性，還需要進一步開展研究。但從空間回歸模型與OLS回歸模型的比較來看，所選變量對農村居民收入的影響比較穩定，選擇空間回歸模型報道結果。

直線距離和交通距離分別表示自然地理區位和經濟地理區位，進一步比較這兩個變量對農村居民收入的影響發現，直線距離和交通距離對新洲區農村居民收入的作用方向和程度表現基本一致。具體而言，距離新洲區政府的直線距離和交通距離對農村居民收入的影響表現為正相關，即農村居民家庭所在地距離新洲區越遠，農村居民收入越高，該結果通過了1%的顯著性檢驗。距離最近鄉鎮中心的直線距離和交通距離對農村居民收入的影響則表現為顯著負相關，即農村居民家庭所在地距離最近鄉鎮中心的距離越遠，農村居民收入越少，該結果通過了5%的顯著性檢驗。而與武漢市中心的直線距離對農民收入的影響為負，交通距離對農村居民收入的影響為正，但統計上都不顯著。結果表明，武漢市對新洲區農村居民收入的影響有限，其輻射作用還沒有得到體現；相反，鄉鎮的作用比較大，存在一定的鄉鎮集聚性，但在各個鄉鎮具有空間差異。

表3計量結果所示，家庭總人口（FAPOP）與最高受教育程度（HIEDU）在所有模型中均表現為正相關，且通過了5%的顯著性檢驗，家庭每增加1個人，家庭的年均總收入可提高26.97%。家庭人員中最高受教育年限對增收也起到了顯著的作用，其受教育年限每增加1年，家庭的年均總收入可提高31.3%。農業經營面積（AMAREA）與家庭總收入總體上表現為正相關，且通過了1%的顯著性檢驗。家庭外出務工人數（OUTLAB）顯著地促進了農村居民收入的增加，該變量的回歸系數為正，且通過了5%的顯著性檢驗。計量結果顯示，農村家庭每增加1人外出務工，家庭年均總收入將提高29.42%。氣候條件（CLICON）對農村居民收入的影響總體上表現為正相關，并且統計上顯著，氣候條件越好，農民的收入就越高，與預期相符。而自然環境（NATEN）對農村居民收入的影響顯著為負，即自然環境越好的地方，農村居民收入越低，反之自然環境越差的地方，農村居民收入越高。結果表明，農村居民收入的增加可能是以自然環境的破壞為代價。

3 結論與建議

利用新洲區60個鄉村763個農村家庭調查數據，采用空間計量模型和OLS回歸模型從農戶尺度實證分析距離因素對農村居民家庭收入的影響，獲得了以下有意義的研究結論：①研究區農民收入存在顯著的空間差異，并存在空間相互作用，可能由于其他因素的干擾作用，這種空間相互作用的溢出效應還比較微弱。②無論是直線距離還是交通距離，農村居民家庭所在地到區政府的距離對農村居民收入的影響顯著為正，到最近鄉鎮中心的距離效應顯著為負，而農村居民家庭所在地到武漢市中心的直線距離效應為負、到武漢市中心的交通距離效應位為正，但統計上均不顯著。這可能是由于武漢市作為湖北省的首位城市的輻射-擴散能力還不足，對新洲區及其鄉鎮的帶動作用有限。而且農村居民常通勤于最近的鄉鎮，鄉鎮中心的發展對居民收入的影響較大。③家庭總人口數、最高受教育程度、農業經營面積、外出務工人數對農村居民增收的影響統計上非常顯著，是影響農村居民收入的重要因素。受訪者自我評估的自然環境對農村居民增收的影響為負，且統計上顯著，說明自我評估的自然環境條件越好的家庭，其收入增加越少，反之，居民收入增加越多。如何合理持續地利用自然資源，確保經濟資產和自然資產的協同發展，是值得進一步思考的問題。

基于上述結論，提出以下建議。

1）增強首位城市的輻射作用，差異化實施就地城鎮化。進一步發展首位度城市，增強首位度城市對周邊區縣的輻射效應，通過制度創新，加強城市、鄉鎮之間物質、信息、技術、價值等的流動，促進農村一二三產業融合發展。依托各鄉鎮的區位、資源優勢，差異化推進就地城鎮化進程，提升城鎮基礎設施和公共服務水平。

2）營造農村公共空間，提高教育培訓水平，加強村民之間的溝通交流，持續增加農村居民收入。構建生產、文化、休閑等公共空間，開展職業技能培訓，培育適應新的生產力要求下的新型農民，支持和鼓勵農民創新創業，實現鄉村振興的發展戰略。

從省級、市級、縣級尺度的匯總研究推演農戶尺度的個體研究，可能存在生態學謬誤（Ecological fallacy），論文利用農戶尺度的個體調查數據，建立空間計量模型和OLS回歸模型，對農村居民增收的距離效應開展研究，獲得了有一定意義的結論。但農村居民收入的增加也受到來自上一層級社會經濟發展活動以及相關政策等變量的影響，如何通過政策/活動的實施有效提高個體層面農村居民的收入及獲得感，加強多尺度研究，將成為未來研究的重要課題。

參考文獻：

[1] 白菊紅，袁 飛.農民收入水平與農村人力資本關系分析[J].農業技術經濟，2003（1）：16-18.

[2] 孫敬水，黃秋虹.中國城鄉居民收入差距主要影響因素及其貢獻率研究——基于全國31個省份6937份家庭戶問卷調查數據分析[J].經濟理論與經濟管理，2013（6）：5-20.

[3] ANTLE J M. Infrastructure and aggregate agricultural productivity-international evidence[J]. Economic Development and Cultural Change，1983，31（3）：609-619.

[4] GIBSON J，ROZELLE S. Poverty and access to roads in Papua New Guinea[J]. Economic Development and Cultural Change，2003，52（1）：159-185.

[5] 袁偉彥，周小柯.交通、教育與中國農村居民收入——基于省級面板數據的經驗研究[J].當代經濟管理，2015（10）：7-14.

[6] GALLUP J L，SACHS J D，MELLINGER A D. Geography and economic development[J].International Regional Science Review，1999，22（2）：179.

[7] 曲 瑋，涂 勤，牛叔文，等.自然地理環境的貧困效應檢驗——自然地理條件對農村貧困影響的實證分析[J].中國農村經濟， 2012（2）：21-34.

[8] 張 震，顏俊學，龔慧超.增加農民收入的關鍵因子分析——以科技支撐為視角[J].華中農業大學學報（社會科學版），2015（1）：48-53.

[9] 袁偉彥，周小柯.城鎮化與中國農村居民收入增長——基于省級面板數據的經驗研究[J].貴州財經大學學報，2015，33（1）：89-98.

[10] 周紅民.發揮新型城鎮化帶動農民增收作用的對策研究[J].經濟縱橫，2015（7）：31-34.

[11] 陳 利，朱喜鋼.基于空間計量的經濟集聚對農民收入的影響效應——以云南省為例[J].農業技術經濟，2015（10）：81-91.

[12] 郇紅艷，譚清美，孫 君.基于空間計量模型的安徽城鎮化發展與農民增收實證分析[J].農業現代化研究，2014（2）：151-157.

[13] 莊天慧，王 歡.基于空間計量模型的四川省財政支農支出與農民增收關系的實證研究[J].中國農業大學學報，2016（9）：198-205.

[14] 劉 魏，張應良，田紅宇.人力資本投資與農村居民收入增長[J].華南農業大學學報（社會科學版），2016，15（3）：63-75.

[15] 羅楚亮.與權力中心距離對城鎮居民收入的影響——基于中國城鎮住戶調查數據的實證研究[J].學術研究，2014（8）：64-72.

[16] 張兆曙，王 建.城鄉關系、空間差序與農戶增收——基于中國綜合社會調查的數據分析[J].社會學研究，2017（4）：46-69.

[17] SPOLAORE E，WACZIARG R. The diffusion of development[J].Quarterly Journal of Economics，2009，124（2）：469-529.

[18] 伍駿騫，阮建青，徐廣彤.經濟集聚、經濟距離與農民增收：直接影響與空間溢出效應[J].經濟學（季刊），2017（1）：297-320.

[19] 黃 飛，曹家和.基于空間權重矩陣變化下Morans I檢驗研究[J].統計與決策，2014（20）：8-12.

[20] ANSELIN L，REY S. Properties of tests for spatial dependence in linear-regression models[J]. Geographical Analysis，1991， 23（2）：112-131.