基于ＭＧＷＲ模型的中国地级市城乡收入差距的空间异质性分析

2024-11-21古丽斯坦·库尔班尼牙孜吴晓晓

统计与管理 2024年10期

摘要：本文选取２０１０年和２０２２年中国２８０个主要城市数据，对中国地级市城乡收入差距的时空演化特征进行探析，并借助多尺度地理加权回归模型探究各影响因素对中国不同地级市城乡收入差距影响程度的空间异质性特征和差异化空间尺度特征。研究结果显示：一是经典地理加权回归模型难以刻画不同变量对因变量的空间尺度差异，而多尺度地理加权回归模型通过不同尺度展现各变量对因变量的作用，因此其回归结果具有更高的可靠性。二是城镇化率对城乡收入差距的影响显著且在空间上的异质性最强，同时拥有较小的影响尺度，这意味着城镇化率对城乡收入差距的影响更为局部化，而产业结构、经济发展水平和旅游发展水平的影响尺度较大，即对城乡收入差距的影响在较大空间范围内是显著的。多尺度地理加权回归模型在解决空间异质性问题上展现出了明显优势。鉴于此，本文最后根据研究结果得出了一些政策启示。

关键词：城乡收入差距；空间异质性；多尺度地理加权回归

基金项目：新疆维吾尔自治区自然科学基金青年项目“带有空间相依和异质性结构的函数型回归模型的理论及应用”（２０２４Ｄ０１Ｂ１６）；新疆维吾尔自治区普通高校人文社会科学重点研究基地基金项目“ ‘双碳’ 目标下新疆工业绿色发展效率及其空间驱动机制研究” （ＸＪＥＤＵ２０２３Ｐ０１１）；新疆财经大学高层次人才专项项目“新疆区域经济高质量发展的空间差异与关联效应及其驱动机制研究” （ＸＪＣＤ２０２３０００６）

中图分类号：Ｆ５９２３文献标识码：Ａ

文章编号：１６７４－５３７Ｘ（２０２４）１０. ００２３－０９

一、引言

党的二十大报告中指出，中国式现代化的本质要求是实现共同富裕，对此，习近平总书记指出“要主动解决地区差异、城乡差距和收入差距等问题”。其中城乡之间的收入差距问题不仅关系到社会的公平与正义，也是衡量区域协调发展水平的重要指标。尽管国家为实现共同富裕目标，采取了诸多措施旨在缩小城乡之间的收入差异，但实际效果表明，城乡之间的收入差距仍然显著，且具有明显的地域分异特征，如何因地制宜的缩小城乡收入差距，即是当下亟待解决的问题。在利用传统的多元线性回归分析方法研究城乡收入差距时，并没有考虑地理空间的异质性影响。与之相对，多尺度地理加权回归模型（ＭＧＷＲ）能够考虑空间数据的地理分布特性，通过在不同地理尺度上分析变量的影响力，为揭示城乡收入差距背后的复杂影响机制，提供了一种独特且有效的分析视角［１］。

当前研究表明，中国城乡之间的相对收入差距虽然有所缩小，但绝对差距却在持续扩大，凸显了城乡经济发展的不均衡性。此外，城乡收入差距在空间分布上呈现出显著的地域不平衡，尤其是东部沿海与中西部地区之间的差异尤为明显，形成了深刻的城乡二元结构。这些现象指出，对城乡收入差距的研究需要采取空间分析的视角，深入探讨其背后的空间异质性及地域分布规律。

二、文献回顾

城乡收入差距的问题一直是社会经济学研究的重点领域，这不仅因为它涉及到经济发展的平衡性问题，也因为它直接关系到社会的公平和稳定。近年来，为深入探讨城乡收入差距的根源，学者们采用了多种研究方法，从不同维度对其进行了全面分析。王钰［２］等采用实证分析的方法，深入研究了数字普惠金融的发展与城乡收入差距之间的关系，并得出数字普惠金融的进步有助于收敛城乡收入差距的结论，同样地，周国富［３］等人运用实证分析的方法，专注于探讨新型城镇化在缩减中国城乡收入差距过程中的作用，而林松［４］是通过构建面板门槛回归模型，来分析新型城镇化水平与包容性产业升级对城乡居民收入差距的影响，发现新型城镇化是一个能够有效缩小城乡收入差距的重要因素。

为了更精确的探究城乡收入差距及其影响因素，杨惠芳［５］等学者通过构建计量经济模型，深入探讨了城乡收入差距的影响因素，值得一提的是，这些学者关注了数字经济这一新兴变量对城乡收入差距的影响，并发现，在特定条件下数字经济的发展有助于缩小城乡之间的收入差距，这一发现为研究城乡收入差距提供了新的视角和思考方向，也展示了数字经济在减少贫富差距中的潜在作用。孔凡斌［６］等通过多种统计模型分析了山区林业发展对城乡收入差距的影响机制，并得出了林业发展对缩小城乡收入差距有积极作用的结论，研究过程中，固定效应模型起到了关键作用，因为固定效应模型可以控制不可观测的个体特征对城乡收入差距的潜在影响，从而提供更准确的估计。因此，利用固定效应模型研究城乡收入差距影响因素的学者居多，如宋佳莹［７］等人采用面板固定效应模型分析基本公共服务均等化对城乡收入差距的影响与机制，并得出基本公共服务均等化能够显著缩小城乡收入差距，且在经济较为发达的地区表现的更为明显。

为了更深入的研究城乡收入差距的影响机制，众多学者构建了中介效应模型，如王芳［８］等发现城乡收入差距在产业转型升级和居民消费间的中介效应显著，同时产业转型升级会缩小城乡收入差距。张启文［９］等研究发现农业全要素生产率在数字普惠金融对缩小城乡收入差距的影响中发挥正向中介作用，因此展开了基于农业全要素生产率的中介效应，来探究数字普惠金融是否缩小了城乡收入差距。

此外，部分学者建立了包含经济和地理环境因素的空间模型，实证分析其影响。周小刚［１０］等建立了空间杜宾模型实证分析数字经济、新型城镇化对城乡收入差距的影响效应，并根据研究结果为政府提出了相应的政策建议。江岳坤［１１］等综合运用核密度估计和探索性空间数据分析，并同时借助地理加权回归模型探究不同的影响因素对不同区域的城乡收入差距影响程度的空间分异特征。

尽管现有研究通过实证分析、计量经济模型、固定效应模型和中介效应模型等方法，对城乡收入差距的影响因素及其作用效果进行了深入探讨。然而，很少有研究从影响因素尺度的差异性这一角度进行深入分析，这是地理学研究的一个领域。Ｇｏｏｄｃｈｉｌｄ认为： “尺度是地理信息科学最重要的话题”［１２］。ＭｃＭａｓｔｅｒ认为： “尺度是所有地理检索的本质”［１３］。在全球化趋势日益明显的今天，为了精确而全面地理解社会经济现象，必须深刻把握“空间尺度效应”。具体而言，不同的经济元素的发展往往与特定的空间尺度息息相关，这些尺度的空间动态又会相互作用，共同塑造社会的经济格局。因此，在描述和解读社会中某一经济事件时，尺度分析起到了不可或缺的作用，但是现有的研究模型在描述和展现“跨尺度” 现象时缺乏一定的理论和方法。这在很大程度上导致了无法全面精准的揭示不同因素的空间尺度。

鉴于此，本文利用中国２８０个地级市２０１０年和２０２２年的截面数据，构建多尺度地理加权回归模型（ＭＧＷＲ）深入探讨和分析城乡收入差距的影响因素及其空间异质性。并利用软件ＡｒｃＧＩＳ１０. ８自然间断点功能将城乡收入差距以及影响显著因素的回归系数进行可视化，得到显著因素的回归系数时空分布图。综上，本文的研究结果可以对中国地级市城乡收入差距的空间异质性规律进行揭示，并可以为各地因地制宜缩小城乡收入差距的政策制定上提供有效参考。

三、变量选取与数据说明

城乡收入差距的形成和使其形成的原因诸多，即宏观上受到政策法规、工业化和城镇化进程以及经济发展水平的差异，微观上受到文化教育因素、环境与生态因素以及资本与贸易因素。本文参考已有的研究［１４］，同时根据数据的可得性，选取泰尔指数（Ｔｈｅｉｌ）来衡量城乡收入差距，并且为了确保分析的准确性并排除潜在的干扰变量，精选了六个解释变量：经济发展水平（ＰＧＤＰ）、教育水平（Ｅｄｕ）、经济开放程度（Ｏｐｅｎ）、旅游发展水平（Ｔｇ）、城镇化率（Ｕｒｂａｎ）、以及产业结构（Ｉｎｄｕｓ）。本文使用的数据来源于２０１０年和２０２２年的《中国统计年鉴》《中国社会统计年鉴》以及多个省市的统计年鉴和统计公报，对缺失的数据部分则通过线性插值技术进行了填补。

１. 经济发展水平（ＰＧＤＰ）。经济发展水平是城乡收入差距的一个关键因素。较高的经济发展水平通常预示着较高的就业机会和更好的收入水平。在本研究中，使用主要城市的人均ＧＤＰ对数值来量化经济发展水平，从而调整其对收入差异的影响。

２. 教育水平（Ｅｄｕ）。教育水平可以通过影响城乡居民的就业机会、知识技能和职业选择等进而影响城乡居民的收入，对城乡收入差距产生显著作用，高等教育参与率可以反映一个地区教育的水平，因此本文通过普通高等学校在校学生人数占总人口的比例对各城市教育水平进行测度。

３. 经济开放程度（Ｏｐｅｎ）。经济全球化带来的市场开放和贸易自由化，常常利于城市地区更甚于农村，从而可能扩大城乡间的收入差距。本文通过进出口总额占ＧＤＰ的比重来度量经济的开放程度。

４. 旅游发展水平（Ｔｇ）。旅游业的发展能显著提升地方的经济和居民的收入，特别是在旅游资源丰富的地区提升效果更加明显。因此，本文利用旅游收入占地区ＧＤＰ比重实现各城市旅游发展水平的衡量。

５. 城镇化率（Ｕｒｂａｎ）。城市化进程中的人口流动和资源配置能极大影响地区间的经济格局，进而影响收入水平。本研究采用常住人口的城市化率，即城镇人口与常住人口的比例，来探索其对城乡差异的效应。

６. 产业结构（Ｉｎｄｕｓ）。产业结构的优化升级可以提高整体经济的生产效率增加收益进而影响城乡收入差距。因此本文采用二三产业增加值占比来测度一个城市的产业结构。

相关变量如表１所示。

四、研究方法

ＭＧＷＲ模型中的每一个系数函数都是通过传统的ＧＷＲ模型所使用的ＧＷＲ估计方法或局部线性估计方法进行估计所得到的。而它跟ＧＷＲ模型最大的区别在于ＭＧＷＲ模型允许在不同尺度上捕捉空间关系，这意味着ＭＧＷＲ可以同时考虑局部邻域和更广泛的区域尺度，从而更全面的解释空间数据。

ＭＧＷＲ模型的结构如下：

ｙｐ＝ Σｋｑ＝１βｑ，ｔｑ（ｕｐ，ｖｐ）ｘｐｑ＋ｅｐ，ｐ＝１， …，ｎ（１）

式中ｙｐ表示第ｐ个地理位置上的被解释变量；（ｕｐ，ｖｐ）（ｐ＝１， …，ｎ）表示第ｉ个地理位置的空间坐标； βｑ，ｔｑ（ｕｐ，ｖｐ）（ｑ＝１， …，ｋ）表示第ｑ个解释变量对应的未知系数函数；ｔｑ（ｑ＝１…ｋ）表示第ｑ个解释变量的系数函数所使用的带宽，ｅｐ是模型的随机误差项。

同时，ＭＧＷＲ模型依然与ＧＷＲ模型一样使用交叉确认法，还有ＡＩＣｃ准则等传统的窗宽选择法，核函数也同样使用ＧＷＲ模型所运用的二次核函数。在估计过程中ＭＧＷＲ模型可以看成是一个广义可加的模型，根据广义可加模型的思想，ＭＧＷＲ模型中的βｑ，ｔｑｘｑ看做是模型中的第ｑ个可加项ａｐ，从而可以得到以下广义可加模型形式的ＭＧＷＲ模型：

ｙｐ＝ Σｋｑ＝０ａｑ＋ｅ，ａｑ＝ βｑ，ｔｑ（ｕｐ，ｖｐ）（２）

对模型采用后项拟合算法估计时，需要给平滑项设定一个初始值，对初始估计进行设定的方法共有四种：经典ＧＷＲ估计，半参数ＧＷＲ估计，最小二乘估计以及假定所有的系数函数为０等。本文采用的是第一种方法，利用经典的ＧＷＲ估计。在设定初始值后，计算真实值与预测值之差，便可得到初始化残差。即：

ｅ︿＝ｙ－ Σｎｐ＝ｎｂ︿ｑ（３）

随后，首先将ｅ︿和第一个可加项ａ︿１的和ａ︿１＋ｅ︿作为因变量，对第一个解释变量ｘ１进行经典ＧＷＲ回归，以此得到第一个系数函数的最优带宽ｔ１和第一个可加项ａ︿１的更新估计，并根据这个更新估计得到残差的更新估计ｅ︿。其次将第一步得到的残差的更新估计ｅ︿和第二个可加项ｇ︿２当成因变量，对第二个解释变量进行经典ＧＷＲ回归，得到第二个系数函数的最优带宽以及第二个可加项的更新估计ｇ︿２，同时再次对残差项ｅ︿进行更新；按照这样的方式，将以上这个过程不断重复，当最后一个自变量ｘｋ完成运算即可停止。上述步骤是一个完整的后向拟合算法的反复过程，反复进行直至所有的系数估计均收敛至收敛准则的位置。本文假设当系数估计的变化程度小于１ × １０－５时表示收敛，进而停止计算。

五、结果与分析

为更全面的展现中国城乡的发展历程、评估政策效果并揭示地区差异，从而旨在缩小城乡收入差距，为促进城乡均衡发展提供有力的参考，本文分别研究了中国２８０个主要城市２０１０年与２０２２年的城乡收入差距。

（一）城乡收入差距空间格局分析

既有研究中衡量城乡收入差距的方式有城乡收入比、基尼系数和泰尔指数，其中，泰尔指数相比于其他二者兼顾范围更全面，对收入差距的分化更为敏感。泰尔指数在［０，１］区间范围内，取值越大说明城乡收入差距越大，反之，则说明收入差距越小。如图１、图２所示，本文根据泰尔指数的大小将城乡收入差距采用自然间断点分级法划分为五个等级，中断值分别为０. ０８、０. １６、０. ２４和０. ３２，依次称为较小差距、中度差距、较大差距、显著差距和悬殊差距。

从时间维度来看，２０１０年至２０２２年中国主要城市的城乡收入差距整体上呈现出显著缩小趋势，特别是中国东部和中部有明显的减小，可能是因为这些城市实施了使农村地区受益的相关政策，从而缩小了差距。而有些地区差距仍在持续，在中国西部的城市仍然存在中度差距和较大差距，可能是因为地理和基础设施的建设限制了经济的发展和资源的获取。

从个体维度来看（图１），２０１０年的城乡收入差距呈现出西高东低的分布特征，悬殊差距的城市主要集中于西南、西北和中部地区的云南、广西、山西和甘肃的城市。其中收入差距最悬殊的城市是云南省的昭通市和丽江市，其泰尔指数均为０. ３７左右。说明这些城市发展较慢，经济活动集中度低，收入差距较大，需要更多的支持和政策干预来促进经济平衡和社会发展。较小差距城市主要集中在华北、华东和东北地区，如内蒙古、北京、天津、上海、浙江、江苏、黑龙江、辽宁以及甘肃和广东的城市。这是因为这些地区的经济发达、城镇化程度高、教育和就业机会多，东部地区的高度发展有助于缓解收入不平等。

由图２可以看出，２０２２年的城乡收入差距整体已经趋于缩小，东西部区域发展不平衡的现象有所改善，说明近几年的区域协调发展成效有所显现，各城市的收入差距大致均为较小差距和中度差距。属于中度差距的城市主要集中在西南、西北和华南的一些地区，如云南、甘肃、陕西、广西等地的城市，其中甘肃省的天水市仍处于较大差距水平，其泰尔指数为０. １６，这可能是因为天水市的工业基础薄弱以及地理位置相对较为偏远的原因。较小差距的城市主要分布在内蒙古、东北三省和东部沿海区域的江苏、浙江的城市，以及北京、天津和上海，这些城市的经济持续发展、工业服务业高度发达、城乡融合进程较快，因此城乡收入差距呈现减小或保持较小水平。

（二）模型对比

本文对中国城乡收入差距的影响因素进行线性回归、地理加权回归（ＧＷＲ）和多尺度地理加权回归（ＭＧＷＲ），并将三种模型的回归结果进行对比从而选择最精准的研究模型。由表２、表３的模型拟合结果来看，地理加权回归模型（ＧＷＲ）和多尺度地理加权模型（ＭＧＷＲ）调整的Ｒ２均大于线性回归。显然地理加权回归模型（ＧＷＲ）和多尺度地理加权模型（ＭＧＷＲ）相比于线性回归在处理城乡收入差距的问题时提供了更多的灵活性和准确性。其中地理加权回归模型（ＧＷＲ）和多尺度地理加权模型（ＭＧＷＲ）都将地理位置信息嵌入到了模型中，即两个模型都旨在捕捉空间数据中的异质性。但就拟合后的结果看，ＭＧＷＲ模型的ＡＩＣｃ值均低于ＧＷＲ模型，除此之外，就调整后的拟合优度Ｒ２看，ＭＧＷＲ模型的拟合优度均高于ＧＷＲ模型，并且ＭＧＷＲ模型的残差平方和也低于ＧＷＲ模型。显然，使用ＭＧＷＲ模型比ＧＷＲ模型更精准。综上对比，研究中国主要城市的城乡收入差距问题构建ＭＧＷＲ模型更适合。另外，ＭＧＷＲ模型通过在多个尺度上进行分析，可以避免对单一带宽的依赖，从而提高模型的稳健性。在本文的研究中，２０１０年ＧＷＲ的模型作用尺度带宽是６３，占样本总量的２２. ５０％，而ＭＧＷＲ模型显示，各解释变量实际的作用尺度在４３～２７９之间变动。同样可以得到２０２２年ＧＷＲ模型的作用尺度带宽是９６，占样本总量的３４. ２９％，而ＭＧＷＲ模型显示，各解释变量实际的作用尺度在４３～２７９之间变动。

（三）尺度分析

在本文涉及的六个解释变量中，其中对城乡收入差距影响显著的变量有四个，分别是产业结构（Ｉｎｄｕｓ）、城镇化率（Ｕｒｂａｎ）、经济发展水平（ＰＧＤＰ）和旅游发展水平（Ｔｇ），而教育水平（Ｅｄｕ）和经济开放程度（Ｏｐｅｎ）两个变量对城乡收入差距的影响并不显著。

由表２、表３可以看出产业结构（Ｉｎｄｕｓ）带宽由２０１０年的８４，到２０２２年显著增加到２７９。２０１０年各城市产业结构对局部空间关系较为敏感，反映出各地区产业结构调整存在差异。２０２２年带宽显著增加，说明各地区产业结构调整的空间影响范围扩大，区域间产业结构趋于均衡。

城镇化率（Ｕｒｂａｎ）带宽在２０２２年为较小的４６，但在２０１０年为２４２。即在２０２２年，城镇化率对局部空间关系较为敏感，反映出城乡差距较大。２０１０年带宽较大，可能是由于当时城镇化政策的推进，使得城镇化水平的影响范围扩大，但到２０２２年，城镇化政策效果逐步显现，各地城镇化水平的差异也再次显现。

经济发展水平（ＰＧＤＰ）带宽在２０１０年相对稳定，而在２０２２年有所增加。说明经济发展水平在２０１０年对局部空间关系较为敏感，反映出当时各地区经济发展的不均衡特性。然而，在２０２２年，随着国家整体经济的增长和区域经济政策的实施，经济发展水平的空间影响范围扩大，反映出区域间经济差距缩小，区域经济一体化程度提高。

旅游发展水平（Ｔｇ）带宽从２０１０年的１５１，到２０２２年减小为６０。表明旅游发展水平对城乡收入差距的影响在地理空间上趋于局部化和精细化，从较为宽泛的普遍影响转变为更具针对性的作用于某些特定的城市。反映出一些地区充分利用了本地的地理位置优势、旅游资源，使得旅游发展水平对城乡收入差距的影响集中于旅游发展成效显著的地区，从而导致带宽减小。

总体来看，各变量的带宽变化反映了不同年份各因素对城乡收入差距影响的空间尺度和敏感性。随着时间的推移，经济发展和政策的实施使得某些变量的空间影响范围扩大，区域差异逐步缩小。同时，不同变量的带宽变化趋势也体现出各地在具体领域发展的不均衡性和政策实施的不同效果。

（四）系数空间格局分析

本文所选取的变量对城乡收入差距的总体影响情况利用ＭＧＷＲ模型回归系数的描述性统计（表４、表５）和回归系数分布的小提琴图（图３、图４）得以反映。由图表可以看出，２０１０年产业结构（Ｉｎｄｕｓ）的回归系数存在显著的空间异质性，回归系数分布较广，说明产业结构在不同城市对城乡收入差距影响存在较大的差异。但到２０２２年，产业结构的空间异质性大幅降低，回归系数分布更集中，这表明随着时间的推移，各地区的产业结构逐渐趋同，各城市之间的差异逐渐缩小。说明近年来我国在推进产业升级和各地协调发展的政策效果明显。

城镇化率（Ｕｒｂａｎ）在２０１０年与２０２２年对城乡收入差距均为显著的负向影响，但２０１０年城镇化率的回归系数分布相对集中，表明当时其对城乡收入差距的影响较为一致。随着城镇化进程的不断推进，２０２２年城镇化对城乡之间的收入差距显示出了更大的异质性，这可能是因为某些城市的城镇化率趋于饱和，但部分城市仍处于快速发展阶段。

经济发展水平（ＰＧＤＰ）在２０１０年到２０２２年对城乡收入差距的异质性显著增加，２０２２年的回归系数分布更加分散，说明在不同城市经济发展水平对城乡收入差距的影响差异性变大。这可能是因为东部沿海地区城市的经济发展已经达到一定的水平，但中西部地区还在向上发展的过程中，导致经济发展水平在不同城市对城乡收入差距的调节作用有所不同。

旅游发展水平（Ｔｇ）的系数分布在２０１０年集中于零附近上下波动，但到２０２２年，回归系数分布变得更为广泛，空间异质性显著增加。这可能是由于近年来各城市大力发展文旅产业有关，特别是部分偏远、经济欠发达的地区，发挥了地理资源优势大力发展旅游业从而带动城乡经济的发展，最终使得旅游发展水平对城乡收入差距的影响变得更加显著。

整体来看，随着产业结构的调整和优化、城镇化进程的推进以及经济和旅游发展水平的提高，城乡收入差距逐渐趋于稳定或减小。

在所选取的解释变量中，对城乡收入差距具有显著影响的因素有产业结构（Ｉｎｄｕｓ）、城镇化率（Ｕｒｂａｎ）、经济发展水平（ＰＧＤＰ）和旅游发展水平（Ｔｇ）。考虑到时效性，本文将详细分析２０２２年具有显著性与空间异质性的变量对城乡收入差距的空间作用关系。

首先，城镇化水平（Ｕｒｂａｎ）对城乡收入差距具有显著缩减作用，且作用的空间异质性十分突出（图５）。城镇化率的回归系数范围为－１. １０～－０. ０５之间，整体上数值从华南地区、东北地区向中西部地区不断缩小，甘肃、宁夏、陕西、广西等西北、华南区域城市数值最低。就全国尺度而言，城镇化增加了农村居民就业机会，促进了农业现代化，在改善基础设施和公共服务的基础上提升了农村地区收入来源的多元化水平，对缩减城乡收入差距影响深远。在珠三角、东北地区，城镇化发展较早，农村地区分别作为城市居民的近郊旅游目的地和商品粮生产基地的经济发展模式已初步定型，其经济发展水平相对较高，进一步提升城镇化水平对缩减城乡差距的影响有限。而在中西部地区，农村经济以传统小农经济为主，人多地少产能有限，城镇化带来的进城务工机会能够大幅提升农村居民收入水平，进而有力缩减了城乡收入差距。

其次，在全国范围内，经济发展水平（ＰＧＤＰ）对城乡收入差距的影响主要为缩减作用，这意味着可以通过提升经济发展水平达到消减城乡收入差距的目的（图６）。经济发展水平回归系数的取值范围是－０. ５１～０. ０２，自东北地区、东部沿海地区向西部内陆地区逐渐减小，同时长江中下游地区的回归系数明显低于周边地区。东北地区作为老工业基地，其主要产值行业高度集中于城市地区，农村地区以农业发展为主，城乡二元化结构突出，拉大了城乡收入差距。同时，伴随着东北地区产业结构从重工业向服务业和高技术产业的转型，城区因为基础设施更完善、人才集中，更容易吸引高附加值产业，而农村地区经济发展则可能因为缺乏基础条件而进一步落后于城区。在中西部地区，得益于平衡发展政策、农业现代化、非农就业机会的增加及定向扶贫措施的深入实施，乡村地区居民收入获得了长足进步，在一定程度上缩减了城乡收入差距。江浙沪地区民营经济发达，乡镇企业在经济总量中的占比较大，随着民营经济规模不断扩大、质量不断提升，城乡收入差距缩小。

最后，旅游发展水平（Ｔｇ）对各地区的城乡收入差距存在显著的空间异质性特征（图７）。从全国范围来看，旅游发展水平对不同城市的城乡收入差距影响存在明显的区域差异，旅游发展水平回归系数的取值范围在－０. ５７～０. ７８之间，呈现出由东向西负向影响逐渐增强的趋势。这表明在西南、西北地区，如甘肃、宁夏、陕西、贵州和云南等地的城市，旅游业发展对缩小城乡收入差距的作用最为明显。虽然这些城市多为经济欠发达区域，但其旅游资源丰富且多集中于乡村地区，因此旅游业的发展有效提高了当地乡村居民的收入，从而达到缩小收入差距的目的。而广东、广西、云南、华北平原及周边地区城市，其旅游发展水平对城乡收入差距的影响为明显的加剧作用，可能是因为这些城市的旅游业发展主要集中在城市或著名景区，比如广东的珠三角、广西桂林和云南的丽江等地，农村地区未参与其中，难以从中受益，进而扩大了城乡收入差距。

六、研究结论与政策启示

（一）研究结论

本文基于ＭＧＷＲ模型分析城乡收入差距的空间异质性，捕捉空间数据的地理分布特性，探究了中国主要城市的城乡收入差距，得到以下结论：首先，中国主要城市的城乡收入差距存在显著的空间异质性，其中东部沿海地区和中西部地区之间的差异尤为明显，其次研究发现在中国主要城市的城乡收入差距影响因素中城镇化率、经济发展水平和旅游发展水平是关键的影响因素。最后随着时间的推移，中国东部和南部地区的城乡收入差距有所缩小，而西部地区的差距仍然存在较大差距。

（二）政策启示

根据本文的研究结果，针对城乡收入差距较大的城市区域得出以下政策启示：

１. 加快城镇化进程。针对中西部地区的农村经济主要是以传统小农经济为主的情况，政府可以加大城镇化的推进力度，提供更多的进城务工机会，鼓励农村劳动力进入城镇就业，增加收入来源，以此来缩小城乡收入差距。同时政府应鼓励中西部地区实现城乡一体化发展，推动城市与农村之间的合作与互动，共同缩小城乡收入差距。除此之外还可以通过相关政策的制定来支持农村产业升级、加强农村金融服务等。

２. 加强对西部地区的政策支持和投资。西部地区的经济发展相对滞后，农村主要以农业生产获得收入，收入水平较低，而第三产业服务业等大多集中在城市，这就导致了城市与农村之间的差距较大。因此应当促进农村地区的经济并同时完善基础设施建设，减小西部地区城市与农村之间的发展差异。政府可以加大对农业科技创新的支持力度，同时鼓励农民转向农村旅游、生态农业等新兴产业，提高农村居民的收入水平。对于中西部的贫困地区，政府可以加强定向扶贫措施，重点支持贫困地区的产业发展、基础设施建设和人才培训等方面，以帮助贫困地区居民增收，从而缩小城乡收入差距。对于西部地区的城市而言，政府可以鼓励城市企业与农村开展合作项目，以农民入股的方式使农村共享发展收益，同时可以进行城市农村对口帮扶，使城市的区、街道等与农村建立长期稳定的帮扶关系，精准匹配，相互促进发展。

３. 平衡城乡旅游利益分配，发展乡村特色旅游产业。针对旅游景点集中于城市的地区，政策应侧重于平衡旅游业在城乡之间的利益分配，以此确保农村地区能够从旅游发展中受益，同时还可以鼓励游客向农村分流，从而促进乡村地区的旅游业得到更多的发展和收益机会。此外，可以积极探索乡村特色旅游产业，充分利用当地的自然风景和文化资源，大力发展文旅产业，打造独具地方特色的旅游纪念品，吸引更多游客前往乡村。这不仅可以带动农村经济发展，提高农民收入，还能提升乡村旅游的整体水平，确保旅游发展能够发挥缩小城乡收入差距的作用。

参考文献：

［１］周侃，殷悦，陈妤凡. 城市群水污染物排放的驱动因素及尺度效应［Ｊ］. 地理学报，２０２２，７７（０９）：２２１９－２２３５.

［２］王钰，赵偞贝. 数字金融发展缩小城乡收入差距了吗？———基于地级市面板数据的实证研究［Ｊ］. 金融经济，２０２３，（１１）：８９－１００.

［３］周国富，卢芙蓉. 新型城镇化对城乡收入差距的影响：机制与路径［Ｊ］.统计学报，２０２３，４（０６）：１－１４.

［４］林松，陈丽，雷春平. 包容性发展视域下新型城镇化建设与城乡居民收入差距关系研究［Ｊ］. 商业经济研究，２０２３（１１）：１８８－１９２.

［５］杨惠芳，李玉双，石磊. 经济增长与环境约束目标对城乡收入差距的影响［Ｊ］. 农业技术经济，２０２３，（１２）：２７－４２.

［６］孔凡斌，王宁，徐彩瑶. 山区林业产业发展对城乡收入差距的影响机制———基于就业与收入中介效应的视角［Ｊ］ . 自然资源学报，２０２４，３９（０１）：６２－８３. ３.

［７］宋佳莹，王雅楠，高传胜. 基本公共服务均等化对城乡收入差距的影响研究———基于劳动力流动与人力资本视角［Ｊ］.中国地质大学学报（社会科学版），２０２３，２３（０３）：１２６－１４０.

［８］王芳，王景东. 产业转型升级、城乡收入差距与居民消费［Ｊ］. 工业技术经济，２０２４，４３（０１）：９３－１０１.

［９］张启文，田静. 数字普惠金融缩小城乡收入差距了吗？———基于农业全要素生产率的中介效应分析［Ｊ］ . 农林经济管理学报，２０２２，２１（０６）：７１６－７２４.

［１０］周小刚，王超华. 数字经济、新型城镇化对城乡收入差距的影响研究———基于空间杜宾模型的实证分析［Ｊ］ . 农林经济管理学报，２０２３，２２（０６）：７８０－７９１.

［１１］江岳坤，石鹏娟. 中国市域城乡收入差距时空演化及影响因素［Ｊ］. 干旱区地理，２０２４，４７（０１）：１４７－１５７.