农户尺度距离因素对农村居民增收的影响

林颖超 胡伟艳 刘恬 左成超

摘要：建立農户尺度的空间计量模型和OLS回归模型，利用武汉市郊区763户农村家庭的调查数据，对农村居民收入的距离效应进行实证研究。结果表明，①研究区农村居民收入存在相对显著的空间相关性，采用空间计量模型较优于OLS回归模型，但空间溢出效应比较小。②距离因素对农村居民收入的影响存在差异，其中农村居民家庭所在地与区政府的距离对农村居民收入的影响显著为正，与最近乡镇中心的距离效应显著为负，而与首位城市中心的距离效应为正，统计上差异不显著。在宏观层次，应继续增强首位城市的辐射作用，差异化实施就地城镇化；在微观层次，应营造农村公共空间，提高教育培训水平，并且加强村民之间的沟通交流，持续增加农村居民收入。

关键词：农村居民收入；空间计量模型；距离效应；农户尺度；就地城镇化

中图分类号：F061.5；F320.3 文献标识码：A

文章编号：0439-8114（2018）14-0128-05

DOI：10.14088/j.cnki.issn0439-8114.2018.14.031 开放科学（资源服务）标识码（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

中国社会经济发展的新常态下，农村居民收入不高，村民之间、城乡之间和地区之间收入差距不断扩大，迫切需要拓宽农民增收新渠道，挖掘农民增收新潜力，培育农民增收新动能。党中央高度重视农村农民收入的增加，连续15年的中央一号文件将增加农民收入作为“三农”工作的中心任务，2018年政府工作报告提议“健全城乡融合发展体制机制，多渠道增加农民收入”，党的十九大报告首次提出乡村振兴战略。由此可见，农村居民收入增收研究具有重要的现实意义。

国内外大量的研究认为教育[1，2]、基础设施[3-5]、自然地理条件[6，7]、支农政策[8]、城镇化[9，10]等影响农村居民收入。随着新经济地理学的兴起，空间因素逐渐被纳入一般均衡的分析框架中，用于研究经济活动的空间分布规律。近年来，考虑空间因素研究农村居民收入引起了学者们的广泛关注。在研究内容上侧重于居民收入的区域差异；在研究尺度上，主要侧重于县域尺度[11]、地级城市尺度[12，13]、省域尺度[14]等；在研究方法上，普遍采用时间序列数据、截面或面板数据的经典回归分析方法。距离因素是空间最常见的表现形式，通过资源的可获得性影响农民收入。经济活动的集聚通过外部性促进经济的增长，无论是资本还是劳动力，均有向大中城市集聚的强烈倾向[15]。随着与中心城市的距离增大，农民对资源的可获得性则更差，不利于农民增收，具体表现为农村劳动力和农产品进城交易的成本增加，获取市场信息效率降低，对集聚区域市场规则适应程度更低[16]。空间距离限制经济发展向落后地区扩展[17]，经济集聚只为当地农民带来福利[18]，具体表现为直线距离和交通距离，即自然地理距离和经济地理距离。本研究以武汉市郊区—新洲区为例，利用60个乡村763户农村家庭的调查数据，在空间统计分析的基础上，考虑与首位城市中心、区级中心、乡镇中心的交通距离和直线距离因素，建立空间计量模型，将其与OLS模型比较，从农户尺度论证农村居民收入的距离效应，并提出农民增收的政策建议。

1 空間统计与空间相关性检验

1.1 空间统计分析方法

探索性空间数据分析主要揭示空间数据的空间关联或空间依赖现象，是空间数据分析的起始步骤，包括全局空间自相关、局部空间自相关和Moran散点图等方法。

全局空间自相关常用Global Morans I指标测度，用于描述研究变量在整个空间的分布，表明变量之间存在的空间分布特征，其公式如下：

1.2 农村居民收入空间相关性检验

武汉市位于中国中部地区，是湖北省省会城市，辖13个区（7个为中心城区，6个为远城区）。其中新洲区是武汉市的远城区之一，位于武汉市东北部、长江中游北岸，为武汉东部水陆门户，由于地理上的优势，逐渐成为“武汉市新兴工业明星之城”。据统计，2016年全区农民人均纯收入达到17 046元，低于全市19 152元的平均水平。由于研究区内经济、社会、自然等因素区间差异明显，区域内各乡镇发展程度差异较大，农村居民之间的收入差距也呈拉大趋势。

研究区总人口96.88万人，其中乡村人口数为72.87万人，占总人口75.22%，辖10街3镇1个经济开发区1个风景旅游区。课题组成员于2015年10月-2016年11月，3次对5个乡镇（街道）包括旧街街道、汪集街道、辛冲镇、徐古镇、阳逻街道开展问卷调查，获得60个乡村763户农村居民家庭有效样本（样本在空间上的分布见图1），该样本符合统计数量以及对空间分布的要求。

利用Geoda软件，计算全局空间自相关Morans I指数为0.079，且通过了5%的显著性检验，研究显示当前研究区农村居民收入的统计观测值在农村居民家庭间呈随机分布的假设被拒绝，农村居民收入存在比较显著的空间自相关关系。为进一步检验农村居民家庭收入的空间性，绘制5%显著性水平局部相关LISA图，如图1所示。5个乡镇（街道）农村居民收入的空间聚类现象，其中，阳逻街道、辛冲镇、汪集街道与旧街街道均有高-高、高-低、低-高、低-低集聚类型，而徐古镇只有低-低和高-低两种集聚类型。由此可见，新洲区农村居民收入存在一定的空间异质性和空间相关性。

2 空间计量分析

2.1 空间计量模型

根据空间效应体现方式不同，常用的空间计量模型有空间滞后模型（SLM）和空间误差模型（SEM）。前者主要研究相邻单元因变量对本单元因变量的影响，考察空间溢出效应；后者则主要测度相邻单元自变量的误差冲击对本单元观测值的影响。两种模型分别表示如下：

式中，Y是n×1维的被解释变量向量；X是（n×k）的外生解释变量矩阵；？籽和？姿分别是空间滞后回归系数和空间误差回归系数，表征空间因素对本单元的影响；？茁是k×1维参数向量；？着和μ是随机误差项，？着～N（0，？滓2In）；W是空间权重矩阵。

比较不同权重矩阵的结果，参考相关文献[19]，结合研究数据特点，选用空间距离权重矩阵。

2.2 模型设定与数据来源

根据空间统计分析，新洲区农村居民收入在空间上存在一定的相关性和异质性，考虑空间因素，结合设定的一般性，本研究的模型形式设定如下：

研究数据来源于课题组针对新洲区农村家庭的问卷调查，样本覆盖研究区阳逻街道、旧街街道、汪集街道、徐古镇和辛冲镇5个乡镇（街道）的60个村庄763个农村居民家庭。调研问卷包括受访者个人信息、家庭信息以及所在村庄的信息等方面的数据。通过逐步回归和综合比较，消除多重性共线性问题，最终确定家庭总人口（FAPOP）、最高受教育水平（HIEDU）、农业经营规模（AMAREA）、外出劳动力（OUTLAB）、自然环境情况（NATEN）、气候条件（CLICON）以及各距离变量为解释变量。为提高估计精度，被解释变量取自然对数，对所有自变量作标准化处理。

研究中主要考虑两种距离变量，表达自然地理区位的直线距离和表达经济地理区位的交通距离，直线距离和交通距离分别用距离武汉市中心的距离、距离新洲区中心的距离和距离最近乡镇中心的距离表示。在问卷调查中，使用移动设备获取农村居民住宅位置坐标。数据处理中，将坐标导入ArcGIS，获得样本在研究区的空间分布图。所采用的直线距离通过中心坐标和农村居民住宅位置坐标直接计算获得；交通距离通过百度地图平台，选择驾车路线，用Python语言编程获取。到最近乡镇中心的距离，先通过ArcGIS中的近邻分析功能，直接得知最近的乡镇并获取直线距离，再通过百度地图平台获取交通距离。各变量的描述性统计如表2所示。

2.3 普通回归模型结果分析

在运用空间计量模型之前，先使用普通最小二乘回归分析武汉市新洲区农村居民收入的影响因素，以决定选取何种模型，普通最小二乘法回归估计的模型结果见表3。检验OLS回归残差的空间相关性，Morans I结果显示新洲区农民收入具有明显的空间自相关，其空间集聚通过了1%的显著性检验。这说明对新洲区研究农村居民收入的影响因素时，忽略农村居民的空间相关性，直接采用传统的普通最小二乘法进行估计可能存在一定的问题。

2.4 空间计量模型结果分析

根据Anselin[20]提出的标准，根据LM（lag）、LM（error）及其Robust检验结果确定最佳的空间计量模型形式。表3结果表明，新洲区两个模型的LM（error）与Robust LM（error）通过了5%的显著性检验，而LM（lag）与Robust LM（lag）没有通过10%的显著性检验，因此采用空间误差模型（SEM）进行估计。通过AIC、SC和Log L统计值，所选空间计量模型的AIC和SC统计量的值均小于OLS模型，Log L值均高于OLS模型。引入空间权重矩阵后，模型的解释力得到进一步提高。根据空间计量模型的检验，空间误差回归系数？姿未能通过10%的显著性检验。研究说明从农户尺度上来讲，农村居民收入具有正的空间自相关性，但空间溢出效应不显著。虽然近几年新媒体尤其是移动电话、互联网的使用极大地扩宽了农民的社交范围，但以自然村落为核心的农村其生活主要受制于地缘因素，由于农村公共空间的社会性功能萎缩，导致农村居民之间的有效交流较少，或者未能发挥新媒体的正面作用，交流的信息对农村居民增收没有发挥作用。该结果与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赖性，还需要进一步开展研究。但从空间回归模型与OLS回归模型的比较来看，所选变量对农村居民收入的影响比较稳定，选择空间回归模型报道结果。

直线距離和交通距离分别表示自然地理区位和经济地理区位，进一步比较这两个变量对农村居民收入的影响发现，直线距离和交通距离对新洲区农村居民收入的作用方向和程度表现基本一致。具体而言，距离新洲区政府的直线距离和交通距离对农村居民收入的影响表现为正相关，即农村居民家庭所在地距离新洲区越远，农村居民收入越高，该结果通过了1%的显著性检验。距离最近乡镇中心的直线距离和交通距离对农村居民收入的影响则表现为显著负相关，即农村居民家庭所在地距离最近乡镇中心的距离越远，农村居民收入越少，该结果通过了5%的显著性检验。而与武汉市中心的直线距离对农民收入的影响为负，交通距离对农村居民收入的影响为正，但统计上都不显著。结果表明，武汉市对新洲区农村居民收入的影响有限，其辐射作用还没有得到体现；相反，乡镇的作用比较大，存在一定的乡镇集聚性，但在各个乡镇具有空间差异。

表3计量结果所示，家庭总人口（FAPOP）与最高受教育程度（HIEDU）在所有模型中均表现为正相关，且通过了5%的显著性检验，家庭每增加1个人，家庭的年均总收入可提高26.97%。家庭人员中最高受教育年限对增收也起到了显著的作用，其受教育年限每增加1年，家庭的年均总收入可提高31.3%。农业经营面积（AMAREA）与家庭总收入总体上表现为正相关，且通过了1%的显著性检验。家庭外出务工人数（OUTLAB）显著地促进了农村居民收入的增加，该变量的回归系数为正，且通过了5%的显著性检验。计量结果显示，农村家庭每增加1人外出务工，家庭年均总收入将提高29.42%。气候条件（CLICON）对农村居民收入的影响总体上表现为正相关，并且统计上显著，气候条件越好，农民的收入就越高，与预期相符。而自然环境（NATEN）对农村居民收入的影响显著为负，即自然环境越好的地方，农村居民收入越低，反之自然环境越差的地方，农村居民收入越高。结果表明，农村居民收入的增加可能是以自然环境的破坏为代价。

3 结论与建议

利用新洲区60个乡村763个农村家庭调查数据，采用空间计量模型和OLS回归模型从农户尺度实证分析距离因素对农村居民家庭收入的影响，获得了以下有意义的研究结论：①研究区农民收入存在显著的空间差异，并存在空间相互作用，可能由于其他因素的干扰作用，这种空间相互作用的溢出效应还比较微弱。②无论是直线距离还是交通距离，农村居民家庭所在地到区政府的距离对农村居民收入的影响显著为正，到最近乡镇中心的距离效应显著为负，而农村居民家庭所在地到武汉市中心的直线距离效应为负、到武汉市中心的交通距离效应位为正，但统计上均不显著。这可能是由于武汉市作为湖北省的首位城市的辐射-扩散能力还不足，对新洲区及其乡镇的带动作用有限。而且农村居民常通勤于最近的乡镇，乡镇中心的发展对居民收入的影响较大。③家庭总人口数、最高受教育程度、农业经营面积、外出务工人数对农村居民增收的影响统计上非常显著，是影响农村居民收入的重要因素。受访者自我评估的自然环境对农村居民增收的影响为负，且统计上显著，说明自我评估的自然环境条件越好的家庭，其收入增加越少，反之，居民收入增加越多。如何合理持续地利用自然资源，确保经济资产和自然资产的协同发展，是值得进一步思考的问题。

基于上述结论，提出以下建议。

1）增强首位城市的辐射作用，差异化实施就地城镇化。进一步发展首位度城市，增强首位度城市对周边区县的辐射效应，通过制度创新，加强城市、乡镇之间物质、信息、技术、价值等的流动，促进农村一二三产业融合发展。依托各乡镇的区位、资源优势，差异化推进就地城镇化进程，提升城镇基础设施和公共服务水平。

2）营造农村公共空间，提高教育培训水平，加强村民之间的沟通交流，持续增加农村居民收入。构建生产、文化、休闲等公共空间，开展职业技能培训，培育适应新的生产力要求下的新型农民，支持和鼓励农民创新创业，实现乡村振兴的发展战略。

从省级、市级、县级尺度的汇总研究推演农户尺度的个体研究，可能存在生态学谬误（Ecological fallacy），论文利用农户尺度的个体调查数据，建立空间计量模型和OLS回归模型，对农村居民增收的距离效应开展研究，获得了有一定意义的结论。但农村居民收入的增加也受到来自上一层级社会经济发展活动以及相关政策等变量的影响，如何通过政策/活动的实施有效提高个体层面农村居民的收入及获得感，加强多尺度研究，将成为未来研究的重要课题。

参考文献：

[1] 白菊红，袁 飞.农民收入水平与农村人力资本关系分析[J].农业技术经济，2003（1）：16-18.

[2] 孙敬水，黄秋虹.中国城乡居民收入差距主要影响因素及其贡献率研究——基于全国31个省份6937份家庭户问卷调查数据分析[J].经济理论与经济管理，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] 袁伟彦，周小柯.交通、教育与中国农村居民收入——基于省级面板数据的经验研究[J].当代经济管理，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 玮，涂 勤，牛叔文，等.自然地理环境的贫困效应检验——自然地理条件对农村贫困影响的实证分析[J].中国农村经济， 2012（2）：21-34.

[8] 张 震，颜俊学，龚慧超.增加农民收入的关键因子分析——以科技支撑为视角[J].华中农业大学学报（社会科学版），2015（1）：48-53.

[9] 袁伟彦，周小柯.城镇化与中国农村居民收入增长——基于省级面板数据的经验研究[J].贵州财经大学学报，2015，33（1）：89-98.

[10] 周红民.发挥新型城镇化带动农民增收作用的对策研究[J].经济纵横，2015（7）：31-34.

[11] 陈 利，朱喜钢.基于空间计量的经济集聚对农民收入的影响效应——以云南省为例[J].农业技术经济，2015（10）：81-91.

[12] 郇红艳，谭清美，孙 君.基于空间计量模型的安徽城镇化发展与农民增收实证分析[J].農业现代化研究，2014（2）：151-157.

[13] 庄天慧，王 欢.基于空间计量模型的四川省财政支农支出与农民增收关系的实证研究[J].中国农业大学学报，2016（9）：198-205.

[14] 刘 魏，张应良，田红宇.人力资本投资与农村居民收入增长[J].华南农业大学学报（社会科学版），2016，15（3）：63-75.

[15] 罗楚亮.与权力中心距离对城镇居民收入的影响——基于中国城镇住户调查数据的实证研究[J].学术研究，2014（8）：64-72.

[16] 张兆曙，王 建.城乡关系、空间差序与农户增收——基于中国综合社会调查的数据分析[J].社会学研究，2017（4）：46-69.

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

[18] 伍骏骞，阮建青，徐广彤.经济集聚、经济距离与农民增收：直接影响与空间溢出效应[J].经济学（季刊），2017（1）：297-320.

[19] 黄 飞，曹家和.基于空间权重矩阵变化下Morans I检验研究[J].统计与决策，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.