新型城镇化对农民收入的影响效应研究——基于30个省（市、自治区）面板数据的实证分析*

赵 瑞，祁春节

（华中农业大学经济管理学院，湖北武汉 430070）

0 引言

我国作为农业大国，社会的发展进步和人民的生活幸福均与农业密不可分。2004年到2020年连续17年的“中央一号文件”中，每一年都涉及“三农”问题，强调要促进农民增收。早在2014 年中共中央国务院印发《国家新型城镇化规划（2014—2020年）》，就提出新型城镇化是解决农业农村农民问题的重要途径。2019 年国家发改委发布的《2019 年新型城镇化建设重点任务》更是明确指出要提高城市化质量，促进农民收入持续增收。新型城镇化不是简单的城市人口比例增加和规模扩张，而是强调在产业支撑、人居环境、社会保障、生活方式等方面实现由“乡”到“城”的转变，实现城乡统筹和可持续发展，最终实现“人的无差别发展”，实现共同富裕。

近年来国内学者们围绕着城镇化探讨对农民收入的影响主要从两个方面进行考虑，一是城镇化对农民收入规模的影响[1-5]，二是城镇化对农民收入结构的影响[6-9]。城镇化对农民收入规模的影响的相关研究，比较有代表性的如蒋励基于重庆市38 个区县面板数据，通过最小二乘回归模型和分位数回归模型分析发现，城镇化并不直接影响农民收入，随着城镇化的不断推进，通过人口聚集、土地聚集、产业聚集等方式提高农民收入[5]。城镇化对农民收入结构的影响的相关研究，比较有代表性的如李文洁[8]利用2003—2013 年的省级面板数据分析了新型城镇化对农民收入结构的影响，发现新型城镇化水平对农民工资性收入、财产性收入和转移性收入具有显著的正向影响，而对农民家庭经营性收入的影响为负。

纵观前人的研究，在以下方面还有改进的空间，一是学者们在研究城镇化对农民收入影响时，将空间因素纳入考虑范围的还较少，大多用的是传统的最小二乘模型进行参数估计。二是在目前新型城镇化的大背景下，已不能仅仅采用城镇人口所占比重这一简单指标来代替城镇化水平，而大多数研究对城镇化的量化仍是用的这一单一指标。因此文章根据新型城镇化的内涵及前人的经验[10]，选取人口城镇化率、土地城镇化率、经济城镇化率、就业城镇化率4 个指标为自变量，通过收集我国30 个省市的面板数据（不包括西藏和港澳台地区），采用空间计量模型综合考察新型城镇化对农民收入的直接影响效应和间接影响效应，并在此基础上提出了3点推进新型城镇化促进农民增收的建议。

1 农民收入现状

该文收集了2009—2018 年近10 年来我国整体农民收入的数据，并将其整理成如图1所示。

从图1 中可以看出我国农民收入近10年来呈现逐步上升的趋势，从2009 年5 153.17 元增长到2018 年14 617 元，增长了近2 倍，年均增长率达12.28%。将我国农村居民按东、中、西部及东北地区进行分组，可得到我国不同区域农村居民人均收入情况如表1。

图1 2009—2018年农民收入

从表1中可以看出，目前我国东部地区农民收入最高，截止2018 年底达18 285.7元，而西部地区农村居民人均收入最低，只有11 831.4元。从增长速度看，我国东部地区、中部地区、西部地区、东北地区农村居民人均收入近5 年年均增长率分别为8.60%、8.66%、9.28%、6.85%，农村居民人均收入增长速度最快的为我国西部地区，最慢的为东北地区。该文将2018 年我国30 个省（市、自治区）的农村居民人均收入进行整理得到图2柱形图。

表1 2014—2018年农村居民按区域分组的人均收入 元

从图2中可以看出，我国农村居民人均收入最高的省市为上海，2018年农村居民人均收入达30 374.7元，较最低的省市甘肃省8 804.1 元相比，是甘肃省的3 倍多，可见我国各地的农村居民人均收入差距还比较大。

图2 2018年30个省（市、自治区）的农民收入

2 研究方法与变量选择

2.1 空间相关性分析

Moran＇s I 值又称莫兰指数，由澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰于1950 年提出，它是被用来度量空间相关性的一个指标。其计算公式为：

式（1）中，ωi,j为区域i和区域j之间的空间权重，该文为充分分析我国农民收入的空间相关性，分别构造了邻接权重矩阵、地理距离权重矩阵、经济距离权重矩阵3个空间权重矩阵。邻接权重矩阵的构造方法为：

通过收集我国30 个省（市、自治区）的经纬度坐标的基础上，计算出了地区i和地区j之间的地理距离di,j，由于地理距离越近，其权重应该更大，所以该文对地理距离取倒数确定空间权重，即：

通过收集我国各省市近10年的人均GDP的平均值，构造如下的经济权重矩阵为：

式（4）中，Yi为i地区近10 年的人均GDP 的平均值，Yi-Yj表示地区i和地区j之间的人均GDP 差距，若差距不大则表示两个地区的经济距离比较近，则空间权重应该较大，因此这里用两地区之间GDP 差距的差值的倒数来表示两地区的空间权重。

莫兰指数是一个有理数，它的数值通常是在-1.0～+1.0 的区间内，当Moran＇s I 值为正数时，这表明数据在空间上呈现出正相关现象，其值越接近于+1.0，表明空间相关性越强；当Moran＇s I值为负数时，这表明数据在空间上呈现出负相关现象，其值越接近于-1.0，表明空间差异越大；当Moran＇s I等于0时，表明数据在空间上呈现随机性，不存在空间相关性。

2.2 空间杜宾模型

随着人们对空间计量模型的关注，学者们更多地将兴趣放在了能包含多个交互效应的空间计量模型上，2007 年James LeSage 在第54 届地区科学协会国际会议北美洲会议上，提倡使用包括内生交互效应和外生交互效应的模型，由于这种模型类似于时间序列杜宾模型，因此该模型被称之为空间杜宾模型（SDM）。空间杜宾模型的表达形式为：

式（5）中，y为被解释变量，x为解释变量，β为解释变量回归系数，γ为各解释变量的空间滞后项系数。由于该模型既包含了内生交互效应又包含了外生交互效应，既可以体现解释变量的空间相关性，又体现了被解释变量的空间相关性，因此该文采用该种模型进行参数估计。

2.3 变量选择及数据来源

《中国城镇化质量报告》中强调，城镇化应包括四个方面，不仅要有人口的城镇化，还要有土地的城镇化、经济的城镇化和生活质量的城镇化。因此该文选取了人口城镇化率Uurban1、土地城镇化率Ur⁃ban2、经济城镇化率Urban3和就业城镇化率Urban4，4个自变量来表示新型城镇化水平，以农村居民人均收入Income 为被解释变量。人口的城镇化用城镇人口占比表示，土地城镇化用城市建设用地面积与城市面积的比值表示，经济城镇化用第三产业GDP 占比表示，就业城镇化用二三产业就业人数占比表示。此外，通过借鉴其他学者有关农民收入影响因素的研究，该文选取了农业经济水平Agriculture、农村资本投入Invest、对外开放程度Opening、工业化程度Industry、财政支农力度Finance作为控制变量。该文以我国30 个省（市、自治区，不含港澳台、西藏）为研究对象，通过查阅2009—2018 年各地的统计年鉴收集就业城镇化率的数据，其余变量的相关数据均来源于2009—2018 年的《中国统计年鉴》和《中国农村统计年鉴》。

表2 变量的选取与描述

3 实证结果与分析

3.1 空间相关性检验结果

通常设定一个零假设：空间位置在一定区域里面呈现完全随机（均匀）分布，该文用Stata 15.1 软件基于上面3 种权重空间权重矩阵，对2018 年我国30 个省（市、自治区）的农民收入进行空间相关性分析，其结果如表3所示。

通过表3 可发现，在用Moran＇s I 检验我国农民收入的空间相关性时，无论是采用邻接权重矩阵、地理距离权重矩阵还是经济距离权重矩阵，检验结果中的P值均小于0.01（通过99%置信度检验），且Z值得分均超过1.65（拒绝零假设设定的阈值），表明我国农民收入在空间上具有自相关性，而并非随机性的，因此在研究新型城镇化对农民收入的影响效应时，不能忽略空间因素，应使用空间计量模型。

表3 农民收入全局莫兰指数

3.2 模型的估计结果

第一步：使用非空间模型进行估计，在这里采用的是传统的最小二乘估计方法，其估计结果如表4所示。空间和时间固定效应联合显著性检验（LR 检验）显示零假设为空间固定效应显著的LR 检验结果为（747.495 9，P=0.000 0），说明应该拒绝零假设不采用空间固定效应，零假设为时间固定效应显著的LR 检验结果为（741.879 4，P=0.000 0），说明应该拒绝零假设不采用时间固定效应，应该采用时空双固定效应。

表4 农民收入的传统估计

第二步：用拉格朗日乘数及其稳健形式（LMlag，LMerror，R-LMlag，R-LMerror）对残差进行检验，判断是否有必要使用空间计量模型。通过表4 的估计结果看，在时空双固定效应下LMlag、R-LMlag、LMerror 均通过了1%的显著性检验，R-LMerror 通过了10%的显著性检验，表明残差存在空间自相关性，因此空间模型要优于非空间模型。仅通过残差检验还不能确定使用SLM 模型还是SEM 模型，需要进一步使用SDM模型进行估计。

第三步：通过包含时空双固定效应的SDM 模型进行估计。设定两个零假设检验，H0：γ=0和H0：γ+δβ=0，第一个零假设表示SDM 模型可以被简化为SLM 模型，第二个零假设表示SDM 模型可以简化为SEM模型。对两个零假设分别使用Wald 和LR 检验，若通过显著性水平则表示分别拒绝这两个零假设，表示SDM 模型不能简化为SLM 模型和SEM 模型，表5结果显示均通过了显著性水平，因此应该使用SDM 模型，SDM 模型不能简化为SLM 模型或者SEM模型。

从表5 SDM 模型的参数估计结果来看，R2=0.997 5，修正的R2=0.670 9，表明方程的拟合优度较好，W*lnIncome 的系数显著为正，表明农民收入具有空间自相关性，当地的农民收入会影响到临近地区的农民收入。控制变量中农业经济、资本投入、对外开放程度、工业化率对本地区农民收入的直接影响的系数均为正，且均通过了1%的显著性检验，表明这些控制变量能够对本地区农敏收入产生促进作用。财政支农力度的系数为负，且并不显著。解释变量中人口的城镇化、土地的城镇化、经济的城镇化的系数均为正，且均通过了10%的显著性检验，说明对当地的农民收入有促进作用。此外，邻近地区经济的城镇化水平和农村资本投入对当地的影响的估计系数中，经济的城镇化系数为负，资本投入的系数为正，均通过了10%的显著性检验，表明邻近地区农村资本投入会促进当地农民收入的增长，而邻近地区经济的城镇化水平的推进会抑制当地农民收入增长。通过对表5 的参数估计结果进一步处理，可以得到表6 各变量的直接效应和间接效应。

表5 SDM估计及检验结果

表6 各变量的直接效应和间接效应

3.3 结果分析

（1）农业经济水平。在普通最小二乘模型估计结果中，农业经济水平对农民收入的影响显著为正，其变量系数为0.179 929，说明农业经济每提升1%，会导致该地区农民收入提高0.179 929%。在SDM 模型估计当地的农业经济每提升1%，会导致该地区农民收入提高0.051 399%，在忽略空间因素的情况下，普通最小二乘估计模型会夸大农业经济对农民收入的影响。目前影响农民收入的因素不仅包括农业因素，还包括许多非农因素，在我国一些农业发展较为落后的地区，农业仍然是农民收入的重要来源。因此，不难理解，农业经济的增长所带来的当地直接效应了。

（2）农村资本投入。在普通最小二乘估计模型中，农村资本投入对农民收入的影响约为-0.019 901，然而却并不显著。在SDM 模型估计结果中，农村资本投入对农民收入的直接效应显著约为0.043 762，当地的农村资本投入每提升1%，会导致当地农民收入提高0.043 762%，说明空间计量模型更好的解释农村资本投入对农民收入的影响。此外，农村资本投入对农民收入的间接效应显著约为0.059 141，说明当地的农村资本投入每提高1%，会对临近地区产生溢出效应，使临近地区的农民收入提升0.059 141%。农村资本投入的增加一方面加大了农业生产中的资本投入，提高了农业产量，能够提高当地农民的家庭经营性收入，另一方面改善了农村的基础设施，引致邻近地区的农民流入，缓解了临近农村剩余劳动力的压力，临近地区农民人数减少，通过土地流转，农业生产产生规模效应，产量提升，最终引起临近地区农民收入的提高。

（3）对外开放程度。在普通最小二乘模型中，对外开放程度对农民收入的影响显著为-0.124 238，说明对外开放程度每提升1%，会使农民人均收入下降0.124 238%。从SDM 模型的估计结果来看，对外开放程度对本地区的农民收入的直接效应显著为0.021 708，对临近地区农民收入的间接效应为0.014 331，但并不显著。说明对外开放程度每提升1%，会使本地区农民收入提升0.021 708%。最小二乘模型和SDM 模型的估计结果中，对外开放程度对农民收入的影响都显著，但是影响方向不同。从理论上讲，一个地区的对外开程度越高，说明该地区与外界联系越紧密，其市场也会更开阔。其开阔的市场可以为农产品提供更多的销售渠道，有助于增加农民的收入，因此尽管最小二乘模型得出的估计结果从统计上来看也显著，但是SDM模型的估计结果更具有实际的经济意义。

（4）工业化率。在普通最小二乘模型中，工业化率对农民收入的影响系数为0.030 844，但并不显著。从SDM 模型的估计结果来看，工业化率对农民收入的直接效应显著为0.135 100，间接效应为-0.237 548，但并不显著。说明工业化率每提高1%，会使当地的农民人均收入提高0.1351%，SDM 模型比普通最小二乘模型能够更好的解释工业化率对农民收入的影响。工业化水平的提高可有效带动农产品加工业的发展，激发农业生产的下流产业的活力，开拓农民农产品的销售市场。同时工业化率的提高是农业实现机械化的强大动力[11]，农业机械化对提高农产品的综合生产能力有着重要作用[12]，因此随着工业化率的提高，对当地的农民收入会产生正向的直接效应。

（5）财政支农力度。在普通最小二乘模型中，财政支农力度对农民收入具有显著的正向影响，但在SDM 模型中，财政支农力度对农民收入的直接效应和间接效应均不显著，其直接效应甚至是负数。在忽略空间因素的情况下，普通最小二乘估计模型会夸大财政支农力度对农民收入的影响，究其原因可能在于农业生产的弱质性导致的农业的投入回报率小，在考虑空间因素时，各地政府为了完成中央下达的绩效目标、相互比较，必然引起竞争关系，从而导致各地政府都关注能够给本地区带来更高回报率的产业上，忽视了农业发展，引致财政支农资金的使用效率低下。

（6）新型城镇化。从SDM 模型的估计结果看，人口城镇化率、土地城镇化率、经济城镇化率、就业城镇化率对农民收入的直接效应估计系数分别为0.376 188、0.040 617、0.097 195、-0.000 015，人口城镇化率、土地城镇化率和经济城镇化率均通过了10%的显著性检验，而就业城镇化率并没有通过显著性检验，说明通过推进新型城镇化来促进农民收入还是主要依靠人口的城镇化水平的不断推进，但是与其他控制变量的直接效应相比，也不能忽视土地城镇化和经济城镇化的作用。随着土地城镇化的推进，农民通过土地流转、被政府增收等从政府获得的转移性收入显著提高了农民收入。经济城镇化的推进使其第三产业占生产总值的比重逐渐上升，交通运输、信息传输、教育、卫生、社会保障等各项产业越发达，该地区的各项基础设施所带来的便利性更高，而农业也得益于这样的基础设施可以得到很好的发展，提高农业产量促进农民增收。就业城镇化率对农民收入的直接效应不显著可能的原因在于就业城镇化率的提高一部分是由新鲜劳动力的注入引起的，一部分是由当地农村剩余劳动力转移引起的，再加上异地城镇化现象的存在，一般来说，把农村剩余劳动力向本行政区域外转移，从事非农生产的城镇化称为异地城镇化，因此尽管就业城镇化率提高了，但农村剩余劳动力转移不充分，导致了农村土地还是处于分散状态，其生产没有产生规模经济，对农民增收的效果也就不明显。从新型城镇化对农民收入的间接效应来看，只有经济城镇化的间接效应通过了显著性检验，系数为-0.362 727，表明当地的经济城镇化率每提升1%，会使临近地区的农民收入减少0.362 727%。究其原因可能在于随着一个地区的经济城镇化的推进，该地区的各项基础设施所带来的便利性更高，更能引起临近地区的资本投入流入当地，同时由于农业生产回报率较低，各地的地方政府可能为追求政绩，更倾向于发展二三产业，导致各地争相推进经济的城镇化导致恶性竞争，从而影响临近地区的农业生产，导致农民收入增长受到限制。

4 主要结论及政策建议

4.1 主要结论

（1）农业经济、农村资本投入、对外开放程度、工业化率对农民收入具有显著正向的直接效应，且农村资本投入对农民收入具有显著正向的间接效应。

（2）新型城镇化通过人口的城镇化、土地的城镇化、经济的城镇化对农民收入产生显著正向的直接效应，且通过经济的城镇化产生显著负向的间接效应。

（3）新型城镇化对农民收入的直接效应主要还是由人口的城镇化产生，但也不能忽视土地城镇化和经济城镇化的作用。

4.2 政策建议

针对上述主要结论，该文认为推进新型城镇化实现农民增收，要充分考虑我国农村现状。过去，农民主要收入来源于种植业、养殖业和小手工业，生产力低下，收入不高，在经济改革大潮推动下，农民纷纷进城务工就业；如今，随着农村土地制度、农村集体产权制度改革和工业化、互联经济的到来，迫使人们意识到，在中心城市不可能无限扩张情况下，必须加快发展中小城市、小城镇，扩大农村人口的转移，促进农民增收，为我国全面小康打下牢固基础。为此，该文提出以下几点建议。

（1）大力发展农业现代化，促进城乡一体化。当前，我国经济由高速增长阶段正向高质量发展阶段迈进，加快建设现代化经济体系，农业现代化是基础，必须大力发展，让广大人民更多的分享发展成果。一是农业现代化发展需要工业化。以无人机、机器人、智能灌溉等新技术广泛应用和“互联网+”农业和农村电商出现，改变了农业生产方式和农民的生活方式，加速了农业与工业、农村与城市的经济往来，扩大、延伸了产业链，农民就近就地就业更加便利，城乡一体化发展更多紧密。二是农业现代化发展离不开完善的基础设施。我们要的是可持续、高质量农业现代化，就必须加大财政投入，扩大社会资本参与；加强农业和农村基础设施建设，尤其是铁路、公路和水利建设，让老少边穷地区农民走出去，带动农民就业、增加收入，进一步加速城乡一体化。三是农业现代化的发展靠的是生态资源。绿水青山就是金山银山，不能以牺牲环境、破坏生态为代价，要与自然和谐共处，大力倡导绿色发展，支持各地根据当地资源和环境，发展特色农业、优势项目向县城和重点镇集聚，提高城镇综合承载能力，吸纳农村人口加快向小城镇集中，促进城乡一体化发展。

（2）盘活农村土地资源，加快农村城镇化。土地是农民最基本生产资料和生计来源。在新型城镇进程中，如何使用好利用好土地，充分挖潜其价值，实现农村向城镇化转变，首先要摸清家底。土地分为农用地、建设用地和未利用地，农用地包括耕地、林地、草地、农用水利用地、养殖水面等。在国家实施最严格土地政策、保障粮食安全前提下，各地要结合当地实际情况，全面进行盘点，查清楚哪些地是承包用地、宅基地和建设用地，哪些地是未利用地，特别是荒地、荒山和荒林等，为农业人口转移做准备；其次要评估价值。按照土地属性不同、价值不同，土地地理位置不同、价值不同，土地使用时间不同、价值不同，对土地进行分类，对每一块土地进行评估，确定合理价格；有了合理价格，在征地中才能获得最大经济利益，确保农民利益不受伤害；最后要规划使用。农民是土地的主人，要当好土地的家，必须按照土地规划和计划，科学合理安排城镇建设用地和宅基地，同时要精打细算，即要算时间账，也要算空间账，更要算子孙账，只有这样，土地才能为农民所用，实现价值的最大化。

（3）拓宽农民就业渠道，缩小城乡差别。就业乃民生之本。在全面建设小康社会进程中，要想实现农民的小康，就必须推进新型城镇化建设，加快农村剩余劳动力多渠道转移，扩大农民就业和增收空间，缩小城乡差别。一要推进农村一二三产业融合发展，按照广开思路、广辟渠道、多种经营、突出特色、搞活经济、提高效益的原则，发展农产品加工业、服务业和劳动密集型企业，以及“互联网+”“旅游＋”和“生态＋”，为城镇提供适销对路产品，提升消费升级，带动农民就业和创业；二要加快异地搬迁和宅基地整合，有序地推进农民向城镇集聚，在不减少耕地前提下，农村腾出的土地以入股、合作和租赁等方式参与到经济活动中，为有技术、有资金、有项目的城市企业注入土地资源，同时企业也为农民提供更多的就业机会和生产工具等，彻底打破农村搞农业、城市搞工业产业格局，形成农村和城市相互促进、你中有我、我中有你二元发展的新局面；三是扩大对外开放程度，吸引外资农业企业驻华，有利于加大农产品贸易，为农民拓宽营销渠道，同时还能进一步为农民就业提供便利；四要加大政策支持力度，建立符合中国国情的户籍制度，促进农村富余劳动力向非农产业和城镇转移，有效解决长期在城市就业和居住农民工的户籍问题，保障进城的农民工享有居住地义务教育、公费医疗和劳动就业同等待遇，极大缩小城乡差别。