空间关联视角下连片特困地区农民收入增长的影响因素分析

摘要：基于2000-2014年武陵山区66个县域的面板数据和空间杜宾模型分析了连片特困地区农民收入增长的影响因素。研究结果表明：连片特困地区农民收入存在显著的空间关联效应。金融发展有效促进了县域内农民收入增长，但未在县域间产生明显的空间溢出效应。经济基础和投资水平不仅显著促进了县域内农民收入增长，而且在县域间产生了明显的正向空间溢出效应；经济基础促进农民收入增长的间接作用要大于直接效应，而投资水平正好与之相反；政府干预有效促进了县域农民收入增长并且对邻近县域农民收入增长产生了显著的负向空间溢出效应；产业结构对县域间农民收入增长的空间溢出效应负向显著；人力资本对农民收入增长的影响不显著。

关键词：连片特困地区；空间溢出；农民收入；影响因素；SDM

中图分类号：F323.8文献标识码：A文章编号：10037217（2017）06012506

一、引言与文献综述

如何促进集中连片特困地区（以下简称“特困地区”或“片区”）农民收入增长，是当前精准扶贫战略背景下政策制定者与理论研究者普遍关注的热点之一。连片特困地区作为我国区域发展战略中一类特殊类型区域，具有贫困范围广，贫困程度深，贫困强度大，一般经济增长不能带动，常规扶贫手段难以奏效等共性。近年来经过“多轮驱动”扶贫开发，此类地区农民收入水平已经有了大幅提升，但是相对其他地区而言，农民收入水平低且增长缓慢依然是这类地区贫困的集中体现。促进连片特困地区农民收入增长的任务依然艰巨。基于农民收入增长的空间依赖与传导机制深入探究连片特困地区农民收入增长的决定因素及其空间溢出效应，对于连片特困地区农民增收政策制定和促进片区农民收入持续稳定增长具有重要的现实意义。

现有关于农民收入增长的相关研究颇为丰硕。学者们从农村劳动力转移[1，2]、农业技术进步[3，4]、农村金融支持[5-7]、财政支农[8，9]、农业机械化与产业化[10，11]、人力资本与固定资产投资[12，13]等多个角度就如何促进农民增收进行了系统研究。但这些研究主要基于全国整体层面或个别省域层面。连片特困地区作为我国现阶段扶贫攻坚主战场和贫困人口的集中地，其区位弱势、经济基础、社会发展、政策实施等方面的特殊性以及农民收入增长路径与机制的差异将使得全国整体层面或个别省域层面的农民收入增长水平及其影响因素的研究难以全面、准确地刻画此类地区农民收入增长状况。同时，现有研究还存在一个共同的局限：普遍忽略了相关因素（如金融发展、财政支持、投资水平等）的收入增长效应在空间地理之间的相互关联。而现实中，时间和区位维度的相关性、异质性与协同性均普遍存在于农民收入增长过程中。一个地区相关因素的投入或政策的实施不仅影响到本地区农民收入增长水平，也会对其他地区特别是相邻地区农民收入水平产生影响。因此，独立地考察某个地区相关因素对农民收入增长的影响很可能因忽视了这些因素的空间溢出效应而得到有偏的结果。鉴于此，本文基于武陵山区66个县域2000—2014年的面板数据，构建空间杜宾模型（SDM）深入研究连片特困地区农民收入增长的决定因素及其空间溢出效应，以期为相关部门有效推动连片特困地区农民收入增长提供参考。之所以选择武陵山片区作为本文的研究对象，是因为武陵山片区是我国率先制定和实施区域发展和扶贫攻坚规划的片区，是其他片区扶贫攻坚的示范。

二、研究假说

在财政分权体制下，县域地方政府自身并不能直接控制金融机构，只有通过政策优惠、利息补贴等方式多渠道加强对金融资源的吸引。由于空间关联，县域政府部门和地方金融机构会通过相互学习或模仿在金融支农政策的选择上出现一定程度的趋同性。同时，由于连片特困地区县域层面金融资源整体上非常匮乏，金融资源在县域之间的流动性不强。这些都将导致县域金融发展对农民收入影响的空间溢出效应有限。据此，提出假说1：

假说1：金融发展对县域内农民收入增长存在正向效应，对县域外农民收入增长的影响有限。

根据增长极发展理论，经济基础相对较好的县域，其产业发展水平和基础设施建设水平较高，吸引其他资金和资本的能力较强，农民收入水平比较高。同时，由于农民工的高流动性，经济基础相对薄弱县域的农民工在较高工资的诱惑下将选择去经济发展水平相对较高的邻近县域就业，进而实现自身收入增长。据此，提出假说2：

假说2：经济基础对县域内和县域外农民收入增长均存在正向效应。

特困地区县域层面制度资源和金融资源的双重稀缺将导致县域地方政府之间对资金与资源的竞争日趋激烈。因此，在政府财政干预上大部分县域采取的是在对本县域有利并能最大限度地吸引其他县域资金和资源流入的“掠夺型”政策，这将对邻近县域各种资源、资本的流入产生“截流效应”。这种干预政策的后果将很大程度上导致其对县域内和县域间农民收入增长的影响效应相反。据此，提出假说3：

假说3：政府财政干预对县域内农民收入增长存在正向效应，对县域外农民收入增长存在负向效应。

三、方法、指标与数据

（一）空间杜宾模型（SDM）

由于农民收入增长相关影响因素的外部性可能超越县域边界，导致邻近县域农民收入增长效应相互影响。鉴于此，建立空间杜宾模型，其基本形式为：

y=αln+λWy+βX+θWX+ε（1）

其中，y为被解释变量，X为解释变量向量，包括核心解释变量县域金融发展水平以及其它控制变量。Wy是被解释变量y的空间滞后项，θWX表示来自相邻县域自变量的影响，θ为相应的系数向量。ε为随机误差，且满足ε～N（0，1）。In为n×1阶单位矩阵，n为县域个数。根据相关研究，在被解释变量y的空间自相关系数显著不为零的情况下，直接采用解釋变量及其空间滞后项来度量空间溢出效应将使得模型不再满足经典假设条件，进而导致估计的有偏性。为了克服上述问题，Lesage和 Pace（2009）进一步提出了一种空间回归模型的偏微分方法，将解释变量对被解释变量空间溢出的直接效应和间接效应从总效应中分解出来，以实现对模型估计的更为合理的解释[14]。直接效应体现了一个地区内部解释变量对被解释变量的影响；间接效应体现了地区间解释变量对被解释变量的影响。为了获得以上三种效应，将式（1）变形为：endprint

（In-λW）y=βX+θWX+αIn+ε（2）

即：

y=（In-λW）-1（βX+WXθ）+（In-λW）-1（3）

令φ（W）=（In-λW）-1，Sr（W）=φ（W）（Inβr+Wθr），则式（3）的矩阵形式为：

y1y2yn=Sr（W）11Sr（W）12…Sr（W）1nSr（W）21Sr（W）22…Sr（W）2n…Sr（W）n1Sr（W）n2…Sr（W）nn

×x1rx2rxnr+φ（W）αIn+φ（W）ε（4）

令Sr（W）ij为Sr（W）中的第i行第j列的元素，可得：

yixjr=Sr（W）ij（5）

取所有地区总效应∑nj=1Sr（W）ij的算术平均值，则得到变量xr的平均总效应。特别地，当j=i时，有：

yixjr=Sr（W）ii（6）

其中Sr（W）ii为矩阵Sr（W）主对角线上的第i个元素，表示xir对本地区被解释变量yi的“直接效应”。将矩阵Sr（W）主对角线上的所有元素取算术平均值，即得到变量xr的平均直接效应，而平均间接效应则为平均总效用与平均直接效应之差。

（二）空间权重矩阵设定

1.空间邻接矩阵。地理上相邻是县域农民收入水平产生空间关联的基本原因之一。本文设置空间邻接0～1矩阵（w1）来反映这种空间关系。该矩阵元素在县域i和j相邻时取值为1，不相邻时取值为0，对角线元素设置为0。

2.地理距离矩阵。为观察县域间地理距离差异对农民增收效果的影响，本文进一步构建地理距离矩阵（w2）。矩阵元素依据经纬度设定为球面上两县版图质心之间最短连线的长度（即球面距离）的平方的倒数，对角线元素设置为0。表明县域之间地理距离越远，空间关联越弱。

3.经济距离矩阵。为了体现县域之间的经济影响，本文构建经济距离矩阵（w3）。采用各县域人均GDP的差额测度县域之间的经济距离。该矩阵w3=w2×E，其中E是对角矩阵。对角元素为各县域间人均GDP差额绝对值的倒数。

（三）指标与数据

农民收入（Incom）采取县域农民人均纯收入的对数来表示。根据已有研究，金融发展水平（Fcial）、经济基础（Fundt）、政府干预程度（Gover）、投资水平（Inves）、人力资本（Popul）、产业结构（Indus）都是影响农民收入的重要因素。本文重点考察这5个变量对农民收入的影响。其中，Fcial采用县域金融机构年末贷款余额与县域GDP的比例表示；Fundt采用人均储蓄水平的对数表示；Gover采用县域政府财政支出与GDP的比重表示；Inves采用县域固定资产投资总额与GDP的比值来表示。Popul采用普通中、小学在校生数占县域居住人口的比重来表示。由于样本地区第三产业产值数据缺失严重，Indus采用第三产业人口占县域常住人口的比重来近似表示。

由于武陵山区行政区域范围涉及湖南、湖北、贵州、重庆4个省域的11个地（市、州）和71个县，因此本文指标数据来自于2001—2015年《湖南统计年鉴》《湖北统计年鉴》《贵州统计年鉴》《重庆统计年鉴》。由于碧江区、武陵源区、永定区、黔江区、鹤城区5个地区关键性指标数据严重缺失，加之这些市辖区本身不具备与县级单位同样的自主权，本文剔除了上述5个地区。本文的样本包括武陵山区66个县的数据，具有较好的代表性。

四、实证结果分析

（一）空间自相关检验

进行空间回归分析之前，首先需要检验空间计量建模的正确性。本文采用全局MoranI指数进行空间自相关检验。结果显示三种权重下各个年份的MoranI指数均大于零，且在5%的水平上显著①。表明连片特困地区县域之间农民收入水平表现出显著的空间关联效应与空间集聚特征。这种空间联系结构表明适合采用空间杜宾模型做进一步分析。为此，本文估计了三种空间权重矩阵下6种SDM模型。结果显示②，各方程中ρ大于0且均在1%的水平下显著。同时，对数似然值（LL）和赤池信息准则（AIC）检验值显示各方程的拟合效果没有明显区别，表明县域之间农民收入水平存在显著的正向空间依赖。此外，Hausman检验结果显示更适合采用随机效应模型进行估计。由于估计中空间自相关系数ρ不为零，本文进一步根据前文介绍的空间回归偏微分方法，将县域金融发展水平和其他控制变量对农民收入影响的空间溢出效应分解成直接效应、间接效应和总效应，以实现对模型估计更为合理、更为准确的解释。结果如表1所示。

从表1可知，在三种不同的空间权重矩阵下，县域金融发展水平对农民收入水平影响的直接效应和总效用为正且均在5%的水平下显著。表明县域金融发展对县域内农民收入增长产生了积极的影响。但是县域金融发展水平对农民收入影响的间接效应为负且不显著，表明县域金融发展在县域间并没有表现出明显的空间溢出效应。这一结论支持了假设1。县域金融发展虽然有效促进了县域内农民收入增长，但是尚未实现县域之间的协同发展进而实现县域间农民收入增长的良性互动。在三种不同的空间权重矩阵下，经济基础对农民收入增长的直接效应、间接效应和总效用均为正向显著，表明县域经济发展不仅显著促进了连片特困地区县域内农民收入增长，而且在县域间产生了明显的空间溢出效应，有效促进了邻近县域农民收入的增长。验证了假说2的正确性。进一步比较可知，间接效应中经济基础估计系数的绝对值要明显大于直接效应中系数估计的绝对值，表明经济基础对县域间农民收入增长的促进作用和溢出效应要大于对县域内农民收入增长的促进效应。众所周知，县域经济的发展为农民收入增长奠定了基础，经济较发达的县域，农民就业途径相对较多，收入增长也就较快。并且经济增长能够通过空间传导机制有效带动邻近县域的经济发展进而促进农民收入水平提高。当前，我国正在积极推行的发展城市群以及相关学者倡导的推动连片特困地区增长极培育的战略意义也在于此。在三种不同的空间权重矩阵下，政府干预对农民收入增长的正向直接效应均在10%的水平上显著且表现稳健，表明连片特困地区地方政府的财政政策有效促进了本县域内农民收入增长。同时，政府干预对农民收入增长的负向间接效应均在10%的水平上显著且同样表现稳健，表明县域内地方政府的财政政策对邻近县域农民收入增长缺乏有效辐射，对农民收入增长的作用在县域间还没有形成良好的联动机制。验证了假说3的正确性。由于政府干预在县域间的负向间接效应大部分抵消了其在县域内的正向直接效应，使得政府干预对县域农民收入增长的总效用被严重削弱并变得不显著。当前，连片特困地区县域层面制度资源和金融资源的双重稀缺导致县域地方政府对资金与资源的竞争日趋激烈。同时，连片特困地区大多属于省际交界区域，行政壁垒的边界效应明显。尽管由于空间关联，县域政府部门和地方金融机构会通过相互学习或模仿在金融支农政策的选择上出现一定程度的趋同性，但在财政干预上大部分县域采取的是在对本县域有利并能最大限度地吸引其他县域资金和资源流入的“掠夺型”政策，进而对邻近县域各种资源、资本的流入产生“截流效应”。这种财政干预政策的后果将很大程度上导致其对农民收入增长的影响效应在县域内和县域间截然相反。投资水平对县域农民收入影响的直接效应、间接效应和总效用均正向显著，表明县域固定资产投资不仅有效促进了特困地区县域内农民收入增长，也在县域间产生了显著的空间溢出效应，为邻近县域农民收入增长起到了推动作用。进一步比较可知，直接效应中投资水平估计系数的绝对值均要大于间接效应中该系数估计的绝对值。表明投资水平对县域内农民收入增长的促进作用要大于对县域间农民收入增长的溢出效应。究其原因，县域投资水平的提高有助于提高县域内产业发展水平和基础设施建设与服務水平，促进邻近县域资源和资本的整合并吸引其他资金和资源流入，从而有利于加速县域之间的产业协同和基础设施的互通，进而带动周边县域投资水平的提高和农民收入增长。但是，连片特困地区县域投资水平有限也很大程度上决定了其对农民收入增长的空间溢出效应有限。产业结构对农民收入增长的直接效应、间接效应和总效用均为负值且显著，表明连片特困地区县域第三产业的规模效应不显著，没有对农民收入增长产生积极影响。人力资本仅在0-1空间邻接权重矩阵和地理距离权重矩阵下对农民收入增长的影响效应负向显著，表明人力资本对县域内和县域间农民收入增长都没有发挥应有的积极作用。而县域经济发展水平差异在人力资本对农民收入增长的影响上表现均不显著。endprint

五、结论与启示

本文基于2000-2014年武陵山区66个县域的面板数据，采用空间杜宾模型研究了金融发展水平、经济基础、政府干预、投资水平、产业结构、人力资本六大因素对连片特困地区农民收入增长的影响，得到如下研究结论：第一，连片特困地区县域农民收入水平存在显著的正向空间关联，县域农民收入水平地理位置和空间邻接关系影响显著。第二，金融发展有效促进了连片特困地区县域内农民收入增长，但并未对县域间农民收入增长产生明显的空间溢出效应。第三，经济基础和投资水平不仅显著促进了县域内农民收入增长，而且在县域间产生了明显的正向空间溢出效应进而有效带动了邻近县域农民收入增长。体现了县域经济发展水平和投资水平与农民收入增长之间的良性互动关系，两者是连片特困地区县域农民收入增长的有力支撑。经济基础促进农民收入增长的间接作用要大于直接效应，而投资水平促进农民收入增长的直接效应要大于间接效应。第四，政府干预尽管有效促进了县域内农民收入增长，但县域地方政府的财政政策对邻近县域农民收入增长还缺乏有效辐射，县域政府部门之间的“非合作型”竞争导致其对农民收入增长的作用在县域间还难以形成良好的联动机制。第五，产业结构和人力资本没有为县域农民收入增长带来积极影响，并且产业结构在县域间对农民收入增长产生了显著的负向溢出效应，而人力资本的空间溢出效应不显著。

上述结论为推动连片特困地区农民收入增长和贫困减少提供了有益的政策启示：首先，我国连片特困地区县域农民收入水平存在较强的空间依赖性和异质性，应该从县域关联的视角重新审视连片特困地区农民收入增长规律并制定片区内县域协调发展的政策措施。强化片区内县域之间的经济合作，实现县域间基础设施建设的互联互通，并通过夯实经济基础和提高投资水平来充分发挥经济基础和投资水平对农民收入增长更大更强的正向溢出效应，以促进片区农民整体收入水平的提高。同时，应加强片区内县域政府部门在财政支农政策、地方金融组织建设、信用体系建设等方面的协调与合作，弱化行政壁垒的边界效应，改革地方政府及其行政官员以及涉农金融机构的考核机制，避免地方政府、涉农金融机构等因追求短期业绩目标而在财政与金融支农上表现出的“各自为战”、“此消彼长”和“事半功倍”。引导政府干预和金融支农由负向溢出效应较强的“掠夺型”竞争向正向溢出效应突出的“合作型”竞争转变，提高政府干预与金融支农的质量与效率，合力助推农民收入水平提高。此外，应着力提高片区内县域居民受教育水平和产业发展水平，完善和落实人力资本发展战略与产业发展战略，为人力资本和产业结构对片区内农民收入增长的正向溢出创造条件。

注释：

① 限于篇幅本文未报告详细的空间自相关检验结果，有需要可向作者索取。

② 限于篇幅本文未报告此部分结论，有需要可向作者索取。

参考文献：

[1] 翁杰. 中国农村劳动力转移与劳动收入份额变动研究[J]. 中国人口科学， 2011（6）：14-26.

[2] NguyenL， Raabe K，Grote U. Ruraurban migration， household vulnerability and welfare in vietnam [J]. World Development， 2015， 71（3）：79-93.

[3] Wu H， Ding S， Pandey S， Tao D. Assessing the impact of agricultural technology adoption on farmers well-being using propensityscore matching analysis in rural china[J].Asian Economic Journal， 2010，24（2）：141-160.

[4] 肖卫， 肖琳子. 二元经济中的农业技术进步、粮食增产与农民增收——来自2001-2010年中国省级面板数据的经验证据[J]. 中国农村经济， 2013（6）：4-13.

[5] 苏静，胡宗义.农村金融减贫的直接产应与中介效应——基于状态空间模型和中介效应检验的动态分析[J].财经理论与实践，2015（4）：33-38.

[6] 苏静， 胡宗义， 唐李伟，等. 农村非正规金融发展减贫效应的门槛特征与地区差异——基于面板平滑转换模型的分析[J]. 中国农村经济， 2013（7）：58-71.

[7] 王小华， 王定祥， 温涛. 中国农贷的减贫增收效应：贫困县与非贫困县的分层比较[J]. 数量经济技术经济研究， 2014（9）：40-55.

[8] 杨林娟， 戴亨钊. 甘肃省财政支农支出与农民收入增长关系研究[J]. 农业经济问题， 2008， 29（3）：99-102.

[9] Wang X， Shen Y. The effect of chinas agricultural tax abolition on rural families incomes and production[J]. China Economic Review， 2014，29（3）： 185-199.

[10] Yang J， Huang Z， Zhang X， Reardon T. The rapid rise of cross-regional agricultural mechanization services in china[J].American Journal of Agricultural Economics， 2013，95（5）：1245-1251.

[11] 周振， 張琛， 彭超，等. 农业机械化与农民收入：来自农机具购置补贴政策的证据[J]. 中国农村经济， 2016（2）：68-82.endprint

[12] 郭志儀， 常晔. 农户人力资本投资与农民收入增长[J]. 经济科学， 2007（3）：115-123.

[13] 张良， 韦开蕾， 许能锐，等. 农业固定投资与FDI能否促进我国农民收入——基于地区差异视角的面板数据[J]. 当代经济科学， 2016， 38（2）：61-68.

[14] Lesage J， Pace R K. Introduction to spatial econometrics[J]. Spatial Demography，2009，1（1）：143-145.

（责任编辑：王铁军）

Abstract：This paper analyzed the influencing factors of farmer's income growth in clustered destitute areas from the perspective of spatial relevancy based on the panel data of 66 counties in Wuling Mountain region and Spatial Durbin Model. The results show that： there is significant spatial correlation effect in farmers' income in clustered destitute areas. Financial development promotes the farmers' income growth within the county， but did not produce obvious spatial spillover effects between different counties. Economic foundation and investments promoted the local farmers' income growth significantly and had a notable positive spatial spillover effects between different counties. Economic foundation's indirect effect is greater than direct effect on promoting the farmers' income growth， this is contrasting with the effects of investments. Government intervention promotes the farmers' income inside the county and has produced significant negative spatial spillover effects in immediate vicinity. Industrial structure has produced significant negative spatial spillover effects on the farmers' income growth in immediate vicinity. Human capital has not marked impacts on farmers' income growth.

Key words：clustered destitute areas； spatial spillover； farmers' income； influencing factors； Spatial Durbin Modelendprint