城乡统筹视角下的城乡收入差距时空格局研究——以重庆市37个区县为例

(西南大学地理科学学院 重庆 400715)

党的十九大报告中提出了“城乡区域发展差距和居民生活水平差距显著缩小”的战略目标，表明了国家对城乡区域协调发展的重视。从发展经济学的角度来看，城乡收入差距是经济发展的必然产物，一定范围内的城乡差距是有积极意义的。但我国城乡收入差距一直居高不下，而且在我国不同的区域存在有较大的差异性，说明城乡收入差距不仅具有国家层面的共同原因，还有各区域内部的自身特殊性。2007年6月，国家发展和改革委员会批准重庆市设立全国统筹城乡综合配套改革试验区[1]。作为我国中西部地区唯一的直辖市，重庆是典型的城乡二元结构，城乡差距大，区域发展不平衡，资源节约和环境保护任务繁重，是我国基本国情的缩影。本文以重庆市37个区县为例，运用基于GIS的空间计量测度方法，分析城乡收入差距的时空分异格局，以期为重庆今后的发展提供科学参考。

一、文献综述

对我国城乡收入差距的研究由来已久。Ravallion and Chen[2]，Meng et al[3]等人的研究认为我国居民收入差距的趋势不断上升。赵人伟和李实[4]、李实[5]、邹红[6]等认为，从上世纪90年代以来，全国居民收入差距不断扩大。陈云认为这些年间中国城乡居民收入差距不断加速扩大，收入增长的不平衡性不断加剧，但收入差距仍在合理区间。对于我国城乡居民收入差距形成的原因也存在多种看法。熊邓灵、李芳丽通过对城乡收入差距影响因素进行实证分析，发现中国长期以来的二元结构对城乡收入差距影响较大[7]。林毅夫指出，我国城乡收入差距不断拉大，主要是源于政府实施的以赶超为目的的产业政策以及所采取的更具歧视性的社会政策，如户籍制度等[8]。姚枝仲和周素芳认为，居民收入差距的主要根源在于地区间要素享赋的差异，资本相对丰富的地区比劳动力相对丰富的地区人均收入要高[9]。但是，目前关于城乡收入差距的研究大多建立在截面数据和合成数据的基础上，缺乏地理空间效应研究。此外，从研究尺度来看，已有研究大多集中在全国或省域尺度上进行，缺乏县域尺度的实例研究。

二、数据来源与研究方法

(一)研究区域与数据来源

重庆作为中西部地区唯一的直辖市，是全国统筹城乡综合配套改革试验区，在促进区域协调发展和推进改革开放大局中具有重要的战略地位。直辖以来，重庆坚决贯彻中央的决策部署，努力实施西部大开发战略，经济社会发展成就显著。但另一方面，重庆集大城市和大农村于一体，城乡二元结构矛盾突出，统筹城乡发展任重道远。系统考察新时代背景下重庆直辖20年来各区县城乡居民收入差距的发展变化，对于促进城乡协调发展、提高城乡居民收入具有重要的政策意义[10]。

从数据的可获取性上考虑，本文选择以重庆市(除渝中区)区县级行政区划为研究单元，选择城乡收入比作为衡量城乡收入差距的指标，选取人均GDP、第一产业占总产值的比重、金融机构存贷款之和占总产值比重和教育支出占财政支出的比重四个变量作为城乡收入差距的解释变量，数据主要来源于1998年、2007年和2017年的《重庆统计年鉴》与《中国统计年鉴》。由于渝中区在2004年城镇化率达到100%，其城乡收入比无意义，所以不将其纳入研究范围。

(二)研究方法

1.探索性数据分析

本文采用基于GIS平台的ESDA技术，即用一系列空间数据分析方法和技术的集合，以空间关联测度为核心，通过对事物或现象空间分布格局的描述与可视化，揭示空间集聚和空间异常[11]，发现研究对象之间的空间相互作用的数据驱动分析方法；引用空间自相关分析Moran指数，包括全局Moran’sⅠ指数和局域Moran’sⅠ指数，并引入Getis-Ord Gi*来判别不同空间位置上的高值与低值集聚状况[12]。

2.城乡收入比

本人选择城镇居民人均纯收入和农村居民人均纯收入之比来度量城乡收入差距，计算公式为:城乡居民收入差距=城镇居民人均可支配收入/农村居民人均纯收入，其比值越大，表示城乡居民收入差距越大[13]。

3.模型构建

本文从数据的可获取性、模型的简易性考虑，选取了人均GDP、第一产业占总产值的比重、金融机构存贷款之和占总产值比重、教育支出占财政支出的比重四个指标作为被解释变量[14]，利用GeoDa软件分别采用了普通最小二乘模型(OLS)与空间滞后模型(SLM)对各变量进行回归运算，通过对估计结果的比较，采用了空间滞后模型对解释变量和被解释变量之间的关系进行了分析[15]。

三、重庆市城乡收入差距时空分异特征

(一)重庆市城乡收入差距现状

1998年，重庆市各区县城镇居民人均收入介于4253—7890元，农村居民人均收入介于1136—2711元，城乡收入比介于2.02—4.58，各区县城乡收入比差距较大，城乡发展极不均衡。2007年，各区县城镇居民人均收入介于16083—28778元，农村居民人均收入介于2354—6103元，城乡收入比介于4.06—8.41，这十年间城镇居民人均收入增长幅度较大，而农村居民人均收入增长较少，导致城乡收入比增大，且各区县之间城乡收入比悬殊较大，最高的忠县为8.41，是巴南区的两倍，重庆市各地区城乡发展极不均衡。2017年，各区县城镇居民人均收入介于23111—36661元，农村居民人均收入介于8545—19427元，城乡收入比介于1.84—2.97，这一阶段农村居民人均收入增幅较大，而城镇居民城乡收入增长较小，导致城乡收入比缩小，且各区县之间城乡收入比差距较小，重庆市内部发展较均衡。

通过图1可知，二十年来重庆市各区县城乡收入差距经历了先增大后缩小的过程，且除大足县以外的区县，其2017年城乡收入比均小于1998年，意味着从2007年重庆市设立全国统筹城乡综合配套改革试验区以来取得了显著成效，城乡收入差距逐渐缩小，城乡二元结构逐渐消除。

图1 重庆市各区县城乡收入比

(二)重庆市城乡收入差距空间分布

本文借助Arcgis的自然断点分类法，将城乡收入比进行等级划分，分为：低城乡收入比、中城乡收入比、高城乡收入比、极高城乡收入比。我国自1998年以来，城乡收入比均>2.5。因此，本文根据全国和国际经验，将<2.5定为低城乡收入比；2.5—3.5区间定为中城乡收入比；>3.5定为高城乡收入比，其中，>4.5为极高城乡收入比。根据上述城乡收入比级别，绘制空间分布图。

图2 重庆市城乡收入差距空间格局

由图2可以发现，1998年，中城乡收入比和高城乡收入比的区县为绝大多数，只有渝渝西部的合川、大足、荣昌为低城乡收入比地区，黔江为极高城乡收入比地区，中城乡收入比地区主要集中在渝东部、渝中部和渝东北部的开州、云阳、巫山，高城乡收入比地区主要集中在渝东南、渝东北和渝中部的涪陵、长寿。2007年，除渝西部的合川、荣昌、大足、永川、江津、铜梁、璧山、九龙坡、南岸为高城乡收入比地区外，其余地区均为极高城乡收入比地区。2017年，除渝西部、渝中部分地区和渝东北的开州、云阳为低城乡收入比地区以外，其余地区均为中城乡收入比地区。

(三)重庆市城乡收入差距的空间自相关分析

利用Arc GIS对1998、2007、2017年重庆市各区县城乡收入比进行全局自相关分析，分析结果显示Moran’sⅠ值分别为0.7947、0.6104、0.5350(>0)，Moran’sⅠ的正态统计值Z值得分分别为9.4663、7.3853、6.5060，P值均为0，表明重庆市城乡居民收入差距存在明显的全局空间自相关特征，城乡收入差距较大的区县趋于集聚，城乡收入差距较小的区县也趋于集聚，且集聚趋势呈扩大状态。

为进一步分析各区县在空间上的相互关联类型，在Arcgis软件中进行进一步的局部空间自相关分析，利用聚类和异常值分析得到各区县的LISA集聚图(图3)，依据它们的空间关系将各区县分为4类：①高—高集聚型。区县自身与相邻区县城乡收入差距均较高，说明二者空间上呈显著的正相关关联。②低—低协调型。区县自身与相邻区县城乡收入差距均较低，二者空间上呈正相关关联。③低—高空心型。区县自身城乡收入差距较低，而相邻区县收入差距较高，空间上表现为中心低而四周高的负相关关联特征。④高—低极化型。区县自身城乡收入差距较低，而相邻区县收入差距较高，空间上表现为中心低而四周高的负相关关联特征。

图3 重庆市城乡收入差距空间关联类型

从数量分布看，1998年协调型(7)>集聚型(4)，2007年协调型(10)>集聚型(5)，2017年协调型(12)>集聚型(6)。从空间分布看，1998年高—高集聚型区域分布在渝东南，低—低协调型区域为巴南区和主城西边的区县，其它区县均为不明显区域；2007年，高—高集聚型区域除了渝东南地区还增加了渝东北的巫溪县，低—低协调型区域扩张到主城部分区域；2017年，高—高集聚型区域分布在渝东南和渝东北地区，低—低协调型区域分布在主城及周边地区。这说明重庆市城乡收入差距呈现非均衡的发展格局，表现在城乡收入差距大的地区往往也和收入差距大的地区为邻，而城乡收入差距小的地区则大多也与收入差距小的地区为邻，且这一现象有加强的趋势。三个时间截面上协调型区域在空间上基本连成一片，形成巨大的连绵区域，而集聚型区域则被分割成不连续的两部分，这也反映出城乡收入差距小的区域集聚性更强，而收入差距大的区域空间分布更为破碎。

(四)重庆市城乡收入差距的热点分析

热点分析可识别出具有统计显著性聚类的区域及区域相关的程度，本文计算了2017年各区县城乡收入差距的局域空间关联系数Getis-Ord Gi*，并借助ArcGIS软件将结果空间化。采用最佳自然断裂法对局域Gi*统计值进行聚类，划分为热点、次热点、次冷点和冷点四个区域[14]，得到城乡收入差距空间格局的热点演化图(图4)。

图4 重庆市城乡收入差距热点分析

与图3相比，图4对于城乡收入差距集聚状态的反映更为明显。三个时间尺度上的城乡收入差距冷热点区域在空间上大致呈环状结构，以主城冷点区为核心，主城周边区域为次冷点区，离主城区较远的渝东南和渝东北区域为次热点区，最远处的渝东北、渝东北部分区县为热点区。图4和图3具有极高契合度，各时间点的协调型区域大多数分布在冷点区，集聚型区域均分布在热点区。比较图2和图4也可以观察到高城乡收入差距的区域多数在热点区，中等城乡收入差距的区域集中在次冷点，较低城乡收入差距区域分布在冷点区与次冷点区。这说明重庆市城乡收入差距存在明显的集聚现象，各区县之间存在显著关联性。

四、城乡收入差距影响因素的空间计量分析

(一)分析模型

通过上文可知，重庆市城乡收入差距在空间上存在明显的相关性，这种空间相关性是不可忽视的，因此本文分别采用普通最小二乘模型和空间滞后模型分析各变量在区域间的相关性。城乡收入差距的形成和影响因素复杂，涉及地理区位、城市化、政策制度、资源禀赋、人口因素等多方面，考虑到数据的可获取性、模型的简明性，本文以2017年城乡收入比为被解释变量(Y)，以人均GDP(X1)、第一产业占总产值的比重(X2)、金融机构存贷款之和占总产值比重(X3)、教育支出占财政支出的比重(X4)为解释变量，模型表达式为：

lnY=ρWβ0+β1lnX1+β2lnX2+β3lnX3+β4lnX4+WXiγ+ε

(1)

其中，ρ为相邻区域城乡收入差距对本区域的影响；β为回归系数；W为空间权重矩阵，本文依据空间邻接性构建；γ为相邻区域各因子对本区域城乡收入差距的影响；X为解释变量；ε为随机误差向量。

(二)估计结果

分别采用普通最小二乘模型(OLS)与空间滞后模型(SLM)进行回归运算，检验结果见表1。通过比较普通最小二乘模型(OLS)与空间滞后模型(SLM)的 LIC对数似然函数值、AIC赤池信息准则、SC施瓦茨准则，我们发现空间滞后模型中的LIC、AIC、SC值均大于最小二层模型中的值，说明空间计量模型的拟合情况均优于普通最小二乘模型，同时也验证了重庆市各区县城乡收入差距是存在空间相关性的。

表1 2017年城乡收入差距影响因素的模型参数估计结果

在分析模型中，人均GDP、第一产业占总产值的比重、教育支出占财政支出的比重3个变量的回归系数符号为负，说明这3个变量与城乡收入差距呈负相关关系；而金融机构存贷款之和占总产值比重的符号为正，说明其与城乡收入差距呈负相关关系。γ反映某个行政区县由本文考察的上述变量影响的城乡收入差距对相邻行政区县的城乡收入差距的影响为正，且通过了10%的显著性检验，说明城乡收入差距大的行政区县周边区县的城乡收入差距也较大，反之则反。

五、结果与政策启示

本文以重庆市37个区县为例，运用基于GIS的空间计量测度方法，分析重庆直辖二十年来城乡收入差距的时空分异格局，研究结果如下：

重庆直辖二十年来各区县城乡收入差距经历了先增大后缩小的过程，且除大足县以外的区县，其2017年城乡收入比均小于1998年，意味着从2007年重庆市设立全国统筹城乡综合配套改革试验区以来取得了显著成效，城乡收入差距逐渐缩小，城乡二元结构逐渐消除。

重庆市城乡收入差距空间分异特征显著，具有比较显著正相关关系，城乡收入差距小的地区集聚在主城及周边地区，城乡收入差距大的地区分布在渝东南和渝东北部分区县，存在显著的空间集聚特征。

人均GDP、第一产业占总产值的比重、教育支出占财政支出的比重这些变量将会缩小城乡收入差距，而金融机构存贷款之和占总产值比重则会扩大城乡收入差距。

基于以上的研究，得到如下政策启示:①逐步消除城乡二元结构，推进新型城镇化。重庆市典型的城乡二元经济结构，是导致城乡收入差距的重要原因，因此要逐步消除城乡二元结构，统筹城乡一体化发展，推进新型城镇化。②加大对农村的投入。加大对农村基础设施和农村教育的投入，促进农业现代化，提升农村居民素质，增强其增加收入的能力[16]。③优化农村产业结构，加速农村剩余劳动力转移。重视二、三产业发展，拓展农民收入空间，促进经济全面发展，缩小城乡差距。