农村基础设施对收入不平等的影响研究——基于中西部5省218个村庄调查

郑晓冬，方向明，储雪玲

（1. 中国农业大学经济管理学院，北京 100083；2. 农业部对外经济合作中心，北京 100125）

改革开放以来，中国经历了多年的高速经济增长，但也出现了收入不平等状况加剧问题，而且在城乡收入差距持续拉大的同时，中国农村地区的收入不平等状况也在不断扩大。据唐平[1]统计分析，农村收入分配的基尼系数从1978年的0.212上升到了2005年的0.375，中国农村研究院发布的《中国农民经济状况报告》数据显示，2011年农村基尼系数达到0.395，已逼近0.4的国际警戒线。中国社会科学院农村发展研究所发布的《农村绿皮书：中国农村经济形势分析与预测（2016-2017）》指出，2017年全国农村高、低收入组居民人均可支配收入之比达9.46∶1。农村地区的收入不平等状况将直接影响农村内部的矛盾激化状况和农村社会的和谐稳定。作为经济发展的物质基础，基础设施对于提高生产效率、降低交易成本、增加就业机会以及提高人民收入具有重要作用[2-5]，基础设施也有助于缩小城乡收入差距[6-7]。然而目前鲜有文献讨论农村基础设施对农村收入不平等的影响。那么在农村地区，基础设施是否有利于改善农村居民收入分配，降低收入不平等呢？如果是，农村基础设施的影响存在地区经济水平差异吗？影响机制又是如何？它与基础设施减小城乡收入分配差距的影响路径是否有所不同？本文试图回答这些问题，在丰富这一领域研究的同时，为更好地促进农村基础设施的建设，降低农村地区收入差距提供经验证据。

以往关于基础设施与收入不平等的研究主要集中关注基础设施，尤其是交通基础设施对城乡收入差距的影响。如郭劲光和高静美[8]的数据统计显示，基础设施的数量增加有助于城乡收入差距的减小。骆永民[9]研究表明，城乡基础设施差距越大，城乡生活水平以及工资收入差距也将越大；任晓红和张宗益[10]发现，交通基础设施发展存在减小城乡收入差距的作用，且存在随时间递减的现象。

已有研究中，多数主要通过劳动力的转移成本来解释基础设施对城乡收入差距改善作用。这一观点认为，传统的二元经济理论并未考虑到劳动力转移的成本，农村劳动力从农业部门向非农部门转移将受到各种阻碍，其中重要的阻碍之一便是交通基础设施的不足，这大大增加了农村劳动力的转移成本。因此，加大基础设施投资可提高劳动力转移的便利性，降低转移成本，进而提高农民的收入水平，缩小城乡收入差距。如Lokshin[11]在对美国Georgia地区2 800个农户数据研究发现道路、桥梁设施对相对贫困者非农就业机会的促进作用更明显；Lu[12]以山东省寿光市为例，分析发现农民的非农就业是城乡收入差距缩小的重要原因；刘晓光等[6]通过1992—2010年的中国省区面板数据，验证了基础设施促进农村劳动力向非农部门转移，进而提高农民收入，改善城乡收入分配的影响机制。

然而，当前国内关于农村基础设施与农村居民收入不平等关系的研究较为有限。少量相关研究中，孙敬水和于思源[13]的调查发现，农村公共基础设施是农村收入不平等的体现之一，但该研究仅进行了描述性统计，同时也未对该结果的异质性和产生原因进行进一步深入讨论。有鉴于此，本文基于中国中西部5省市218个村的调查数据，利用村级和县级层面尺度，分析农村基础设施与农村收入不平等的关系，而后采用空间计量方法进一步验证两者的因果关系，探讨地区经济水平的异质性情景下农村基础设施对收入不平等的影响及其影响机制，以期为改善中西部农村地区的收入分配状况提供对策建议。

1 研究方法

1.1 数据来源

本研究所用数据来自世行贷款中国新农村生态家园富民工程项目（简称“生态家园项目”）监测评估调查[14]，该调查旨在评估户用沼气系统建设对农村居民的农业生产、收入与福利以及生态环境的影响。生态家园项目的实施时间为2009—2014年，实施地区包括安徽、湖南、湖北、广西、重庆等5省（直辖市、自治区）。项目评估调查组基于分层随机抽样方法分别于2009年、2011年和2013年进行了基线、中期和终期调查，在每个省（直辖市、自治区）中抽取3个县，在每个县中抽取3个乡镇，而后在每个乡镇中抽取5个村，最后根据每个村庄的常住农户名单随机抽取12户农户进行问卷调查。即每期都调查了5个省（直辖市、自治区）15个县225个村的2 700户农户。在后两期调查的过程中，原则上追踪调查基线受访农户，如遇到调查的农户无法访谈的情况，则从原始抽样框中寻找特征相近的替代户。

生态家园项目的主要调查内容有村庄基本信息（包括村基础设施情况、人口、耕地面积、林地面积等）、被调查者基本信息（包括性别、是否务农、收入情况）、被调查者健康情况、家庭沼气系统利用情况、农业投入产出情况等。本研究的主题为农村基础设施与农村收入不平等的关系，因此采用该调查的村级数据，其中，农村收入不平等程度等信息由每村农户调查数据计算而得。由于分布在多个县的7个村庄在项目执行期间开展了村庄合并建设，因此最终采用5省15个县的218个村的3期调查数据进行分析。

1.2 模型设定

参考经典文献中基础设施经济增长效应的模型[15-16]，设定基础模型为：式中：INE为农村收入不平等状况，INF为农村基础设施状况，X表示为一系列随时间变化的控制变量，μ为随机扰动项。β为农村基础设施对农村收入不平等影响的估计系数，根据前述文献讨论，预期农村基础设施可降低收入不平等，即预期β＜0。为避免由于不随时间变化的不可观测因素可能产生的内生性问题，在（1）式基础上加入区域固定效应，模型修正为：

式中：η表示区域固定效应。然而，固定效应估计结果仍可能是不一致的，刘晓光等[6]和骆永民[9]均发现基础设施具有空间关联性。而且骆永民和樊丽明[5]发现农村基础设施的增收效应存在空间溢出。由于空间关联性有可能影响（1）式和（2）式中农村基础设施的估计系数，因此，在考虑农村基础设施的收入分配作用时也需考虑到可能存在的空间关联性，此时采用空间计量方法进行分析更加稳健。一般的空间计量模型为：

式中：ρ，φ，θ和λ分别表示收入不平等、农村基础设施、控制变量以及误差项的空间加权项的相应系数向量。W为空间权重矩阵，分邻近空间权重和地理距离权重两种，邻近空间权重以地域间是否临近进行1-0判别，地理距离权重则以地域间的实际距离表示。一般的空间计量模型包括空间自回归模型（Spatial Autoregressive Model, SAR），空间误差模型（Spatial Error Model, SEM）和空间杜宾模型（Spatial Durbin Model, SDM）。各类空间计量模型的不同取决于空间加权项的选择，如（3）式和（4）式中 λ=φ=θ=0，则模型设定为 SAR；当 ρ=φ=θ=0 时，模型设定为SEM；如仅有λ=0，则模型为SDM。

为克服潜在的空间关联性对基础模型估计结果的影响，本文将分别利用三种基本的空间计量模型，采用最大似然法进行估计。在空间权重的选取上，采用常用的邻近空间权重矩阵，并进行标准化处理。在具体模型运用时，囿于村级邻近空间权重矩阵的获取，采用县级层面的农村数据进行空间计量分析。

1.3 变量说明

因变量。农村收入不平等程度为因变量，运用基尼系数表示。本文分别基于村级和县级数据计算了各级的农村基尼系数，在测算基尼系数时采用广为运用的Jenkins[17]提出的基尼系数算法，计算方法为：

式中：GIN表示某一地区的基尼系数，这里表示被调查的某个村庄或者某个县的农村基尼系数。N表示该地区的家庭总数，yi表示每个家庭的总收入，这里选取被调查农户的年收入作为家庭收入指标，M表示该地区家庭总收入的算数平均数。

核心自变量。核心自变量为农村基础设施。采用农村道路、自来水、电力和农村集市等作为农村基础设施的衡量指标。其中，农村道路代表交通基础设施，自来水和电力关系到水利和能源基础设施，农村集市则是包括农产品在内的商品交易场所。关于具体指标，村级层面采用有否某项基础设施作为农村基础设施的衡量，分别赋值为1和0；在县级层面，基于村级数据分别计算各类农村基础设施的拥有率来代表农村基础设施水平。

控制变量。主要从村庄自然特征和社会特征选取控制变量，村庄的自然特征包括村庄的人均耕地面积和人均林地面积，村庄的社会特征包括村人口数量、男性人口比例、60岁及以上老年人口比例和人均受教育程度。其中，男性人口比例和人均受教育程度由村庄内被调查的农户统计而得。同样的，在村级数据的基础上，计算县级层面的相应控制变量数据。为减小异常值和异方差对模型估计结果的影响，所有选取变量中的连续变量均取自然对数处理。

2 结果与分析

2.1 描述性统计分析

从因变量来看，总体农村基尼系数均值为0.38（表1）。2009年农村基尼系数达到了0.4的国际警戒线，随后在2011年和2013年逐步降低，分别为0.38和0.35，虽然农村收入不平等程度有所下降，但下降幅度有限。从核心自变量农村基础设施来看，电力和道路的普及率较高，分别达到了99%和79%，而自来水和集市的拥有率则相对较低，分别为66%和19%。在三期调查的时序变化方面，自来水、道路和集市的普及率均逐步提高，尤其是农村道路，普及率从2009年的64%上升到2013年的93%，增加了29个百分点，而农村通电普及率一直处于高位。

表1 变量描述性统计Table 1 Descriptive statistics of selected variables

2.2 农村基础设施对收入不平等的影响

表2列出了农村基础设施与收入不平等关系的村级数据回归结果。其中模型1和模型2分别是未加控制变量和加入控制变量的普通最小二乘回归（OLS）估计结果，而模型3和模型4则是加入区域固定效应后的固定效应模型（Fixed Effect）估计结果。不论是何种模型以及是否在模型中加入控制变量，农村基础设施中的道路设施均与农村基尼系数呈显著的负相关关系，可以初步认为农村道路设施建设有助于缓解村庄收入不平等程度。电力基础设施变量的估计系数在OLS回归中显著为负，但在控制固定效应后不再显著。其他基础设施和基尼系数的关系并不明显。说明在本研究考虑的基础设施中，农村道路设施的农村收入分配改善作用是最明显的。从控制变量结果看，村庄老年人口比例、人均受教育程度也与农村的收入不平等显著负相关，而村庄人口和人均林地面积则与收入不平等呈显著正相关关系，基本符合一般理论预期。

表2 农村基础设施与收入不平等的村级数据回归结果Table 2 Regression results of rural infrastructure and income inequality on village level data

当农村基础设施出现空间关联性，上述实证结果可能存在偏误，因此，接下来进行空间计量模型回归来克服这一潜在问题。限于村级空间权重的矩阵的获取，采用县级层面村庄数据进行估计。由于农村基础设施可能存在一定的规模效应，在进行空间计量分析之前，对县级数据进行同样的OLS和固定效应模型回归，以此检验县级数据与村级数据估计结果的一致性。观察模型结果可以发现，除了模型1中估计系数不显著外，农村道路设施在其余各个模型中均与基尼系数显著负向相关（表3），这一结果总体与以村级数据估计的结果一致。

比较县级与村级数据估计结果可知，农村道路设施在县级层面的收入差距缩小作用更加明显，这也从一定程度上显现了农村道路设施对农村收入不平等的影响具有规模效应。其余基础设施与农村收入不平等的关系并不显著，这与村级数据估计结果相符。

表3 农村基础设施与收入不平等的县级层面回归结果Table 3 Regression results of rural infrastructure and income inequality on county level data

表4为空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）的回归估计结果。在SAR模型和SDM模型中，空间滞后项系数ρ、SEM模型中误差加权项系数λ均显著为正，即SAR模型、SEM模型和SDM模型均反映出了空间关联性。在加入控制变量后的各空间计量模型的拟合优度较高，说明模型选择和设定较合理。具体模型结果而言，无论是SAR模型、SEM模型还是SDM模型，农村道路变量仍然都显著为负，而且是否加入控制变量并不明显影响估计结果的显著性，这表明估计结果较为稳健。同时，从估计系数的大小来看，三类空间计量模型的估计值较为接近，且与县级层面村庄数据的基准估计结果差异较小，这进一步验证了农村道路设施改善农村收入分配的作用。从其他基础设施变量的估计结果看，加入控制变量后，自来水、电力和集市对农村基尼系数均无显著影响，这也与前文结果一致。因此，综合来看，空间关联性并不明显影响基准估计结果的一致性和有效性。

表4 空间计量模型估计结果Table 4 Regression results of spatial econometric models

2.3 农村基础设施影响的异质性分析

农村基础设施对收入平等的影响是否会因为地区经济水平的不同而有所差异？为回答这一问题，本文将全样本以村庄人均收入水平进行3等分，得到低收入组，中等收入组和高收入组，而后分别进行固定效应模型估计不同收入水平下农村基础设施的收入分配效应。分析结果可知，所有基础设施中，除道路设施外，其余基础设施在各组对收入不平等的影响均不显著（表5），这也与基准估计结果一致，侧面验证了基准估计的稳健性。进一步看，道路设施的估计系数仅在中等收入组中显著为负，在其他两个组别中未通过显著性检验，说明道路设施仅对中等收入水平的村庄收入不平等有较明显的缓解作用。可能的原因是，人均收入水平较低的地区往往表现出的是“均贫”现象，即村庄居民收入普遍不高，这时村庄收入不平等的严重程度较轻，基础设施发挥的主要是增收效应。本文进行了村庄人均收入对农村基础设施和其他控制变量的分位数回归（限于篇幅，这里不再报告），发现在收入水平10，25，50，75和90百分位数模型中，道路设施的估计系数分别为0.428，0.329，0.275，0.140和0.112，且在前四个模型中道路设施的估计系数均在5%水平下显著。说明低收入水平时道路设施的增收效应更加明显，而在收入分配方面发挥的作用相对有限，因而道路设施的估计系数不显著。对于人均收入水平较高的地区，道路设施普及率较高。本研究的调查数据显示，低收入组、中等收入组和高收入组的道路设施普及率均值分别为72.9%，79.9%和82.3%。根据边际理论，道路设施的增收效应和收入分配效应都将出现边际递减，因此在高收入组道路设施对收入不平等的影响也不显著，农村道路设施的收入差距缓解作用主要体现在中等收入地区。

表5 农村基础设施的影响异质性估计结果Table 5 Heterogeneity analysis of the influences of rural infrastructure

3 农村道路设施对收入不平等的影响机制

根据前文所述，已有研究[6-7]大多讨论了交通基础设施对城乡收入差距的影响及其影响机制，主流观点认为，交通基础设施降低了农村劳动力的转移成本，提高了转移便利性，从而增加农民收入，缩小城乡收入差距。本研究结果分析发现，农村道路设施对农村内部收入不平等有负向影响，然而，农村道路设施如何影响农村收入不平等有必要深入分析。理论上讲，收入不平等状况改善的根本在于低收入群体的收入增幅大于高收入群体的收入增幅，道路设施主要可以通过拓展收入来源、改变就业结构和改善收入结构等3个方面来促进低收入群体增收，从而改善农村地区的收入分配状况。

第一，拓展收入来源。农村道路设施的建设将提高货品运输和市场交易的便利性，低收入农村居民可以从事更多的就业活动增加收入来源，从而提高收入水平，降低收入不平等程度。

第二，就业结构的变化。这一影响路径与已有研究讨论交通基础设施的城乡收入分配作用的原理类似[18]，即农村道路设施将改变农村人口的就业结构，降低农村劳动力的转移成本，提高非农就业率，从而使得原本从事农业生产的农村居民改变就业行业实现更大的收入增幅。

第三，收入结构的变化[19]。农村道路设施将发挥降低农业生产成本和交易成本作用，通过更大幅度提高农业收入的方式使得低收入群体的经济状况改善，缩小农村居民的收入差距。

以上三条途径的区别在于，收入来源拓宽使得总体收入增加，进而改善收入分配；农村居民的就业结构向收入水平相对较高的非农就业部门倾斜，从而提高低收入居民的收入水平；第三条途径通过改善农业生产的比较优势来提升农业部门就业者的收入水平，从而降低收入不平等的程度。

以上三条途径并不是相互排斥的，农村道路设施发挥收入分配效应时，以上机制可能同时存在。为检验农村道路设施对收入不平等的影响途径，基于村级数据，运用固定效应模型分别考察农村道路设施与农村居民的收入来源、收入结构和就业结构的关系。其中，收入来源指标包括村庄人均收入、人均农业收入和人均非农收入，收入结构指标为人均非农收入与农业收入之比，就业结构指标由非农就业比例表示，回归结果见表6。模型1的估计结果显示，农村道路设施可显著提高农村人均收入水平，提升幅度为24.3%。从模型2和模型3的结果可知，道路设施可显著提高农村人均农业收入和非农收入，且对农业收入的增收幅度大于非农收入，分别为46.9%和20.9%，两者相差26个百分点。同时，模型4估计结果显示，道路设施显著降低了人均非农收入与农业收入的比值，说明农村道路设施使得两者差距减小具有统计意义。最后，从模型5的结果看，道路设施对农村非农就业比例没有显著影响。因此可以认为，农村道路设施的收入分配效应主要体现在收入来源拓展导致的总体收入增长和收入结构的改善上。

表6 农村基础设施影响途径的回归结果Table 6 Regression results of the influence path of rural infrastructure

参考程令国等[20]、温忠麟和叶宝娟[21]的研究，进一步对中介变量的作用及其贡献进行分析，选取的中介变量分别是人均收入和农业收入占比，分别代表总体收入增长和收入结构的变化。其中模型1是未加入中介变量的固定效应估计结果，模型2加入了人均收入变量，发现人均收入的估计系数显著为负（表7），说明人均收入的提高有助于降低收入不平等状况，同时，与模型1相比，道路设施对收入平等的影响下降23.3%，且系数显著性也有所下降；模型3加入了农业收入占比变量，发现该变量系数也显著为负，表明农业收入占比提高也有助于收入不平等状况的下降，同时道路设施对收入不平等的影响下降3.3%。模型4同时加入了两个中介变量，结果表明两个中介变量均负向显著，同时道路设施的估计系数下降26.7%。这说明农村居民总体收入上升和农业收入更大幅度提高是降低农村收入不平等的重要途径，相比而言，前者发挥的作用更大。当然，模型4中道路设施依然在10%的水平下显著，表明道路设施降低农村居民收入差距可能还存在其他影响渠道，比如促进地方经济活力、增加就业机会等。

4 结论

中国的收入不平等问题不仅表现在城乡收入差距问题上，还体现于农村内部的收入不平等，农村的收入不平等状况将直接影响农村社会的和谐稳定。运用中西部5省218个村庄的3期追踪调查数据，本文研究发现，农村道路设施能显著降低农村收入不平等状况，且空间计量分析验证了结果的稳健性。异质性分析表明，农村道路设施缩小收入差距的作用主要体现在中等收入地区，而在低收入和高收入地区均不明显。从影响机制来看，农村道路设施发挥收入分配效应的途径主要有两个，一是拓展收入来源，提高总体居民收入，二是改善收入结构，更大幅度提高农村居民的农业收入，且前者的作用更加明显。

目前中国的农村地区，特别是中西部农村地区，基础设施建设仍不十分完善。农村基础设施，尤其是交通基础设施的薄弱将使农村人口增收困难，贫困发生率提高，这不仅表现在农村劳动力转移的高转移成本，更是在于从事农业生产的农村家庭的高生产成本和交易成本。农村基础设施建设的不足将拉大农村收入差距，对于从事农业生产的家庭，农村基础设施的匮乏对其家庭收入更为不利。加大力度建设农村基础设施一方面可增加农村居民收入，降低收入不平等状况，另一方面，这些基础设施投资也可拉动农村居民需求，提高农村人口的消费水平，促进农村地区经济的发展。值得注意的是，农村道路设施对收入不平等状况的影响尤为明显和稳健，这一结果不仅印证了“要致富，先修路”，更是说明了要降低农村收入差距，也需关注道路设施建设。因此，在农村基础设施投资的选择先后序上，应首先考虑农村道路设施。同时，需要注意道路设施的增收与收入分配效应在不同收入水平阶段的差异，将道路设施建设的重心向中低收入农村地区倾斜，进而更好地发挥农村基础设施的增收和改善收入分配的作用。

表7 农村基础设施对收入不平等的影响机制的回归结果Table 7 Regression results of the influence mechanism of rural infrastructure on income inequality

本文阐明了农村基础设施对收入不平等的影响及其异质性和影响机制等问题，在丰富了基础设施与收入不平等领域的研究的同时，也为加大投资力度支持农村基础设施建设提供了经验证据和理论依据。但也存在一定的不足：1）尽管研究所用数据在调查过程中的分层随机抽样过程较好地确保了样本的代表性，同时在运用村级数据进行分析的基础上，利用县级层面数据再次对农村基础设施与收入不平等的关系进行了检验，并且所得结果依然稳健。然而，在研究样本方面，每个村庄抽取的样本量较小，仍可能出现衡量农村收入分布不准确的情况。2）在变量与指标选择方面，限于数据，农村基础设施指标较为单一，未将农村基础设施的数量与质量结合纳入研究。因此，往后需要更多相关研究做更进一步探讨、拓展与检验。

[1] 唐平. 农村居民收入差距的变动及影响因素分析[J]. 管理世界, 2006(5): 69-75.Tang P. An analysis of the change in villagers’ income gap and of the determinants thereof[J]. Management World, 2006(5): 69-75.

[2] Clark D. The Elgar Companion to Development Studies[M].Edward Elgar Publishing, 2006.

[3] Escobal J, Ponce C. The benefits of rural roads: Enhancing income opportunities for the rural poor[R]. Group of Analysis for Development (GRADE), Working Paper No. 40, 2002.

[4] 张学良. 中国交通基础设施促进了区域经济增长吗[J]. 中国社会科学, 2012(3): 60-77.Zhang X L. Has transport infrastructure promoted regional economic growth? With an analysis of the spatial spillover effects of transport infrastructure[J]. Social Sciences in China, 2012(3):60-77.

[5] 骆永民, 樊丽明. 中国农村基础设施增收效应的空间特征——基于空间相关性和空间异质性的实证研究[J]. 管理世界,2012(5): 71-87.Luo Y M, Fang L M. The spatial characteristics of the effect of the rural infrastructure of famers’ income in China: A case study based on the spatial relevance and spatial heterogeneity[J].Management World, 2012(5): 71-87.

[6] 刘晓光, 张勋, 方文全. 基础设施的城乡收入分配效应: 基于劳动力转移的视角[J]. 世界经济, 2015(3): 145-170.Liu X G, Zhang X, Fang W Q. The urban-rural income distribution effects of infrastructure: From the perspective of labor migration[J]. The Journal of World Economy, 2015(3): 145-170.

[7] 黄乾, 余玲铮, 魏下海. 交通基础设施能缩小城乡收入差距吗——基于中国数据的经验分析[J]. 河北大学学报(哲学社会科学版), 2013(4): 44-52.Huang Q, Yu L Z, Wei X H. Can transport infrastructure decline urban-rural income gap—Empirical evidence from China[J].Journal of Hebei University (Philosophy and Social Science),2013(4): 44-52.

[8] 郭劲光, 高静美. 我国基础设施建设投资的减贫效果研究:1987-2006[J]. 农业经济问题, 2009(9):63-71.Guo J G, Gao J M. The effect of infrastructures investment on poverty reduction: 1978-2006[J]. Issues in Agricultural Economy,2009(9): 63-71.

[9] 骆永民. 中国城乡基础设施差距的经济效应分析——基于空间面板计量模型[J]. 中国农村经济, 2010(3): 60-72.Luo Y M. An analysis of the economic effects of the urban-rural gaps of infrastructures in China—Based on spatial econometric model with panel data[J]. Chinese Rural Economy, 2010(3): 60-72.

[10] 任晓红, 张宗益. 交通基础设施、要素流动与城乡收入差距[J].管理评论, 2013(2): 51-59.Ren X H, Zhang Z Y. Transportation infrastructure, factor mobility and urban-rural income gap[J]. Management Review, 2013(2):51-59.

[11] Lokshin M. Has rural infrastructure rehabilitation in Georgia helped the poor?[J]. The World Bank Economic Review, 2005,19(2): 311-333.

[12] Lu G. Granger Causality test of urban-rural income gap and employment of rural labor forces: A case study of Shouguang City[J]. Asian Agricultural Research, 2012, 4(1): 36-39.

[13] 孙敬水, 于思源. 农村居民收入差距适度性问卷调查[J]. 统计与信息论坛, 2014(12): 75-83.Sun J S, Yu S Y. The questionnaire survey research on the moderation of rural residents’ income gap[J]. Statistics and Information Forum, 2014(12): 75-83.

[14] 储雪玲, 谢冬生, 李建华, 等. 利用世行贷款, 共建生态家园——记世界银行贷款中国新农村建设生态家园富民工程项目(2009—2014)[J]. 世界农业, 2014(11): 193-196.Chu X L, Xie D S, Li J H, et al. Use the World Bank loan to build an ecological home—Using the world bank loan to build a new socialist countryside project for enriching the people’s homes(2009-2014)[J]. World Agriculture, 2014(11): 193-196.

[15] Canning D. A database of world stocks of infrastructure, 1950–95[J]. The World Bank Economic Review, 1998, 12(3): 529-547.

[16] Du Q, Wei S, Xie P. Roads and the real exchange rate[R]. National Bureau of Economic Research, 2013.

[17] Jenkins S. The measurement of income inequality[M]//Osberg L.Economic Inequality and Poverty. ME Sharpe, 1991: 3-31.

[18] 罗能生, 彭郁. 交通基础设施建设有助于改善城乡收入公平吗?——基于省级空间面板数据的实证检验[J]. 产业经济研究,2016(4): 100-110.Luo N S. Peng Y. Transport infrastructure construction and urbanrural income equality—An empirical test based on provincial panel data[J]. Industrial Economic Research, 2016(4): 100-110.

[19] 曾国安, 胡晶晶. 2000年以来中国城乡居民收入差距形成和扩大的原因: 收入来源结构角度的分析[J]. 财贸经济, 2008(3):53-58.Zeng G A, Hu J J. The causes of formation and enlarging of the income gap between urban and rural residents in China since 2000: From the perspective of income-source-structure[J]. Finance and Trade Economics, 2008(3): 53-58.

[20] 程令国, 张晔, 沈可. 教育如何影响了人们的健康?——来自中国老年人的证据[J]. 经济学(季刊), 2015, 14(1): 305-330.Cheng L G, Zhang Y, Shen K. Understanding the pathways of the education-health gradient: Evidence from Chinese elderly[J].China Economic Quarterly, 2015, 14(1): 305-330.

[21] 温忠麟, 叶宝娟. 中介效应分析: 方法和模型发展[J]. 心理科学进展, 2014, 22(5): 731-745.Wen Z L, Ye B J. Analyses of mediating effects: The development of methods and models[J]. Advances in Psychological Science,2014, 22(5): 731-745.