連片特困區城鎮化進程與農民增收效應的空間計量分析
——以武陵山片區為例

◎ 王家庭 臧家新 盧星辰 毛文峰

連片特困區城鎮化進程與農民增收效應的空間計量分析
——以武陵山片區為例

◎ 王家庭 臧家新 盧星辰 毛文峰

基于2000—2012年武陵山片區69縣市（區）的面板數據，考慮空間異質性，運用空間統計的ESDA法和空間計量等方法，考察了片區農民收入與城鎮化進程的空間相關性及其冷熱點格局，比較產業城鎮化和人口城鎮化的農民增收效應。結果表明：（1）武陵山片區各縣市（區）農民人均純收入呈現出高度的空間正相關性，形成以豐都、彭水、武隆、黔江為中心的熱點區及洪江、中方和鶴城為中心的次熱點區；人口城鎮化和產業城鎮化空間相關性顯著，熱點區主要集中在張家界片區，有向周邊蔓延趨勢；銅仁地區處于“三低”分布的冷點區。（2）進一步的空間模型估計顯示，人口城鎮化是片區農民增收效應的主要動力，產業城鎮化對農民收入增長亦有正效應，但帶動能力偏弱。（3）農業技術水平、物質資本投資和經濟密度的提高有利于農民增收，相反，片區金融發展的現狀對農民增收存在抑制作用。根據以上結論提出了相關政策建議。

武陵山片區 城鎮化 農民增收 空間自相關 空間滯后模型

一、引 言

《中國農村扶貧綱要（2011— 2020）》指出連片特困區是新階段我國扶貧攻堅的主戰場，區域性農村貧困問題突出。據統計，我國2011年確定的14個集中連片特困區農民人均年純收入為2676元，僅達到全國平均水平的一半，而在全國綜合排名最低的600個縣中，有521個在片區內①。所以，如何提高這些區域農民收入水平是一項緊系民生的重要課題。從我國經濟格局和社會實踐經驗來看，我國經濟發展具有典型的城鄉二元結構，加強貧困地區縣域經濟發展是調節經濟結構和縮小城鄉差距的重要途徑，更是經濟減貧益農的關鍵所在。因此，研究該地區縣域城鎮化進程的農民增收效應，對于區域扶貧開發、瞄準貧困目標和全面建成小康社會具有重要的現實意義。

回顧國內外學術界的研究動態，關于農民增收問題主要集中在以下幾個方面：一是農民收入的變動趨勢和區域差異。Chris Bramall等證明了自從1978年以來，我國農村收入不平等趨勢突出[1]，同時東中西地區尤其是縣際之間差距不斷擴大[2]。John Whalley等指出已有城鄉差距的研究沒有考慮農民收入波動的影響，使得貧困程度被低估[3]。二是重點關注農民增收的影響因素。通過梳理國內外的相關研究發現，從生產要素劃分，農民增收的因素與經濟增長源泉存在類似的地方，主要分為勞動、資本和技術進步，即農村非農就業比例[4]、人力資本[5]、物質資本[6]、貨幣資本[7,8]及農業技術進步[9]等。同時其又與經濟發展、國家政策等密切相關，如基礎設施建設[10]、產業結構[11]、財政支農[12]、扶貧政策[13]。上述影響因素不論是生產要素的資源配置還是經濟結構調整，都與城鎮化進程的推進密不可分。

因此，第三個方面來看，近來年關于城鎮化與農民增收效應的研究成為熱點。國內較早是宋元梁等基于向量自回歸模型，發現我國城鎮化和農民增收之間存在正向交互關系[14]，之后的研究多是建立在此基礎之上，從區域層面、省級層面等展開。王永杰等對城鎮化和農民收入的理論關聯進行闡述，并以四川省為例檢驗兩者的動態計量關系，發現四川省城鎮化水平對農民人均純收入的影響明顯強于農民人均純收入對城鎮化水平的影響[15]；魯建彪從宏觀上分析了城鎮化可促進西部地區的農民增收[16]。但是也有學者發現，政策的非科學性可能會使得城鎮化和農民增收存在負面效應[17]。這說明城鎮化從內源動力上來說，有利于農村居民收入的提高，但是外生性因素可能會切斷兩者的積極響應關系。此外，部分研究還綜合考察了城鎮化與工業化[18]、城鎮化和財政支農[19]等多因素對農民增收的影響，亦從農民收入結構角度驗證兩者的關系。葉彩霞等的研究發現城鎮化對農民工資性收入增長貢獻最大，其次依次為轉移性收入、財產性收入和家庭經營性收入[20]。

上述研究多層級多角度地展示了農民增收的相關問題，尤其就城鎮化作為農民增收的根本途徑已達成基本共識。但不難發現：1.研究內容上，多數研究關注的是關于人口集聚的人口城鎮化進程，較少關注產業集聚的產業城鎮化進程的農民增收效應。2.研究區域上，眾多科研成果中鮮有文獻關注連片特困區及縣域層面，而城鎮化建設是現階段該地區實現減貧增收的難點和重點，同時我國縣域經濟的基本特征是農村經濟，其作為國民經濟核算的基本單元，具有深入研究的現實價值。3.從研究方法上，多數文獻是基于空間同質性假設下的時間序列和常規面板數據分析，忽視了城鎮化進程的農民增收效應在地理空間上的相關性和經濟發展溢出效應[21]。由于我國龐大的農民工群體存在，加上幾乎沒有市場分割的農產品市場，缺少該因素的考慮易造成模型設定偏誤，結論難以讓人信服。

本文基于空間異質性假設，運用探索性空間數據分析（ESDA法）、空間計量的面板數據分析等方法，考察了片區農民收入與城鎮化進程的空間相關性及其冷熱點格局，研究武陵山連片特困區縣域人口城鎮化和產業城鎮化的農民增收效應，以期為片區精準扶貧和社會主義新農村建設提供政策建議。

二、貧困地區城鎮化進程與農民增收效應的作用機制分析

城鎮化進程可以帶來經濟增長的相關要素集聚[22]，降低農村貧困發生率，提高農民收入[23]。縱觀已有文獻，鮮有具體論述城鎮化進程通過何種影響機制促進農民增收。城鎮化的核心是農村人口向城鎮轉移的過程，但多數研究考慮的城鎮化進程單一維度化為人口城鎮化。產業是城鎮的基礎，產業發展是地區發展及貧困農戶脫貧的根本方向，因而產業城鎮化亦是農民增收的重要動力來源。本文從人口城鎮化和產業城鎮化這兩個維度出發，具體分析兩者對農民增收的作用機制（圖1）。

圖1 人口城鎮化、產業城鎮化與農民增收效應的作用機制

（一）人口城鎮化

1. 勞動力轉移效應

勞動力從農業部門向非農業產業的轉移是現代化的核心任務。首先，我國人口城鎮化率從1978年17.92%增長到了2015年56.1%，說明農村人口不斷減少且向城鎮地區集中。其次，擁有區域優勢和集聚經濟的城鎮提供了大量就業崗位和機會，尤其是就業門檻較低的勞動密集型崗位，吸納了大量農村剩余勞動力[24]，而貧困地區的小城鎮建設更有利于這些勞動力的就地轉移。這種農村人口向周圍城鎮中小企業的勞務輸出經濟提高了農民工資性收入。最后，隨著人口城鎮化的推進，城市為農村勞動力提供就業技能培訓、貧困勞動力職業教育與培訓等措施，提高了農村勞動力素質，增強了他們市民化意愿及從事非農產業的能力，這是農民增收和脫貧致富的重要潛力因素。

2. 需求擴張效應

人口城鎮化帶來城鎮人口規模的不斷擴大及農民的市民身份轉換，這一方面會擴大其對農產品的消費性需求總量[16]，尤其是大規模的增加對肉、魚、蛋、果、奶等農副產品的需求，另一方面更為重要的是城鎮居民可支配收入的逐步提高推動了農業生產結構轉型，特別是綠色農業、特色農業等現代農業經營模式，引導農民優化種植、養殖結構，推進農副產品的多元化、綠色化、商品化。因此農產品需求總量的擴張及其引導的農業生產供給側調整，能有效實現供需對接從而穩步提高農民經營性收入。

3. 規模經濟和溢出效應

人口城鎮化過程的“農轉非”使得農民人均耕地面積擴大，有利于農業生產的集約化和規模化生產經營[24]。城市人口規模的擴大，從事人力資本積累和技術創新活動的人口比例不斷增加，有利于農業生產技術的提高，進一步發揮貧困地區農戶經營的規模效應，降低生產成本。此外，城鎮一般為地區資金、技術、人才、信息等的集聚地，隨著地方財政對交通、教育、公共事業等資金投入不斷加大，城鎮內的要素集聚及經濟增長對周邊農村的溢出效應有利于農民增收[25]。

（二）產業城鎮化

1. 產業結構調整效應

產業是城鎮化的動力，同時又是勞動力、資金、技術等要素集聚的載體。產業結構的變遷對經濟增長有著明顯的階段性特征[26]，對于中部地區中小城鎮而言，產業結構升級與人口城鎮化在促進農民增收中是互補的[10]。產業城鎮化進程中，第一產業所占比例逐漸降低，第二、三產業比例穩步提高，產業結構的優化和高級化過程釋放的“結構”效益帶動地區經濟增長，進而發揮輻射擴散作用帶動農村經濟發展。同時，在該過程中工業反哺農業、城市支持農村的力度加大，引導農村產業結構調整，農產品附加值不斷提高，能直接快速富民。

2. 區域聯動效應

貧困地區有其自身的自然地理條件和比較優勢，生態資源、旅游資源、文化資源等十分豐富，尤其是旅游扶貧績效突出[27]。不同區域之間通過跨區域旅游合作并加強其與其他產業的融合，弱化了產業邊界，使得鄉村旅游、觀光旅游等成為了農村新的經濟增長點，單一農業向多元農業轉變。同時，我國區域產業轉移的大背景以及產業集群和“產業園區”的現代產業發展趨勢，加上國家對貧困區稅收減免、創業鼓勵、扶貧政策的支持，激發了本地生產要素和稟賦優勢結合的活力，如特色農產品加工、生物制藥、生態旅游、民族文化等，產業關聯聯動區域發展、農村產業化和農民增收。

3. 專業分工效應

產業作為一種社會分工現象，隨著市場在資源配置中的決定性作用確立，推動農戶參與市場活動增收脫貧是新時期重要的扶貧開發途徑②。貧困地區特色農業、特色畜牧業、特色環保加工業等覆蓋了農村的千家萬戶，市場主體參與盤活了當地資源。企業、農村合作經濟組織、產業大戶、專業村等都通過各種形式參與分工，無論是農產品生產要素投入、生產、銷售、分配，還是相關產業鏈上下游的延伸拓展，都在市場機制下專業分工協作。一方面鼓勵了土地承包經營權入股、土地流轉、租賃、托管等，增加了農民的財產性收入；一方面特色化、專業化、集約化的產業發展模式，有利于培育貧困農村和貧困農戶的可持續生計。

此外，人口城鎮化和產業城鎮化與農民收入的增收效應還受耕地面積、農業技術水平、經濟集聚和資本投入的影響。增長理論表明，要素投入和技術進步是經濟增長的重要源泉，而土地要素作為貧困地區農民最為重要的生產資料，耕地面積和農業技術水平直接影響農民的家庭經營性收入，進而影響農民收入增長。同樣，城鎮地區的經濟集聚作用加上該過程的資本要素積累，都是影響農民增收的重要非農因素。

三、研究區域、數據來源與方法

（一） 研究區域與數據來源

本文以連片特困區的武陵山片區各縣市（區）為研究區域，其橫跨中西部湖南、湖北、重慶、貴州四個省（市），細劃分為湘西、懷化、邵陽、張家界、黔江、銅仁及恩施7個片區，共71縣市（區），區內聚居著土家、瑤、苗、侗等9個少數民族。《中國農村扶貧開發綱要（2001—2010年）》實施期間，武陵山片區共確定11303個貧困村，占全國的7.64%。2014年，片區人口城鎮化和產業城鎮化率為36.62%和78.11%，城鄉收入比達3.35∶1③。該片區作為我國“集中連片特困區區域發展和扶貧攻堅”示范區和跨省協作經濟區，同時兼具連片特困區多少數民族聚居、貧困程度縱深、城鎮化不斷推進及城鄉收入差距擴大等特點，因而選此為研究區域具有研究的代表性；而縣域經濟是地區經濟發展的基石，“三農”問題中的農民增收是重中之重。對于自我發展能力較弱的民族貧困地區，深入探索縣域微觀單元城鎮化發展中的農民增收效應，有利于明確扶貧的空間布局，細化研究結論，統籌城鄉發展。

本文原始數據來源于《中國縣（市）社會經濟統計年鑒》《湖南省統計年鑒》《湖北省統計年鑒》《重慶市統計年鑒》《貴州省統計年鑒》以及各縣市（區）國民經濟與社會發展統計公報。本文采用2000—2012年的69縣市④（區）面板數據進行分析。其中被解釋變量為農民人均純收入，通過各省份各年度的CPI指數折算為以2000年不變基期。為盡可能消除異方差，增強回歸的解釋意義，消除量綱的參數估計影響，將此變量取對數命名為lnrpfi；關鍵解釋變量為城鎮化率，對人口城鎮化（人口城鎮化率，單位：%）和產業城鎮化（第二三產業產值/GDP，單位：%）與農民增收的影響效應進行比較，并將其取對數分別命名為lnuop和lneu。

綜合現有研究，影響農民收入增長的控制變量包括金融發展水平、物質資本投入、農業技術水平、經濟密度和耕地面積等因素。金融發展和農民收入增長的正相關關系在理論和邏輯上是存在的，金融發展規模的擴大有利于支持農村經濟發展[7]，但是也可能帶來農村資金的流失[8]。因此，控制金融發展對農民增收的影響很有必要，本文以金融支持率（年末金融機構貸款總額/居民儲蓄總額，單位：%）衡量金融發展水平，并取對數為lnfs。

物質資本的投入對于農村交通等公共基礎設施、農業基礎設施等建設大有裨益，同時有利于增加非農就業機會，發揮城鎮經濟發展輻射擴散作用[6]。不失一般性，物質資本投入的度量使用固定資產投資總額/GDP總額表示，取對數為lnam，并預期其系數符號為正。

農業技術的提高能有效促進農業生產效率的提升，從而增加農民農業經營性收入[9]。常見的反映農業技術水平的指標是農業機械動力水平，本文用農業機械年末擁有量（單位：千瓦）來衡量，對其取對數命名為lnmk，并預期系數符號為正。

土地作為農民生產資料重要部分，耕地面積的多寡直接影響其農產品種植及經營性收入，同時影響農村土地扭轉所得的財產性收入。本文選取人均耕地面積（單位：人/畝）來反映土地要素占有水平，對其取對數命名為lncl。經濟密度一般以GDP/總土地面積（單位：億元/平方公里）來衡量。經濟密度的提高有利于發揮地區資源效應，形成經濟發展高地，為農民提供更多就業崗位[31]。對該變量亦取對數并命名為lned，預期系數符號為正。具體各指標的描述性統計見表1。

表1 對數變量的描述性統計

（二）研究方法

1. 空間統計分析

一般而言，地區之間的經濟地理行為存在空間交互作用，分析中涉及的空間單元越小，離得近的單元越有可能在空間上聯系緊密。考慮到縣域之間存在的聯系和影響，本文首先利用空間統計的ESDA法對片區農民收入和城鎮化水平進行分析，其中主要為全局空間自相關、局部空間自相關、冷熱點分析等方法。

全局空間自相關主要從區域空間整體上探索相鄰單元農民人均純收入增長的總體相似程度和集聚特征。實證研究中，一般用Moran’s I來測度，公式如下：

由于全局自相關可能很難探測到因地理位置差異的空間關聯模式，有必要使用局部空間自相關來分析空間關聯的局域特性，其中區域單元i的局域Moran’s I的公式為：

2. 空間計量模型

根據空間效應的不同，空間計量模型一般有三種主要形式，分別是空間滯后模型（SAR）、空間誤差模型（SEM）及空間杜賓模型（SDM）。空間滯后模型是指在模型中設置因變量空間自相關項，適用于地區經濟行為受鄰近地區經濟行為的溢出影響；空間誤差模型是指模型中的誤差項設置自相關項，適用于研究地區之間的相互作用因所處的相對位置不同而存在差異的情況；空間杜賓模型既考慮了因變量的空間相關性也考慮了自變量的空間相關性，三種模型的模型形式分別如下：

其中，y是N×1的因變量向量，X是N×K的外生解釋變量矩陣，ρ、λ分別為空間自相關系數和空間誤差自相關系數，β和γ是K×1參數向量，W是N×N空間權重，本文的研究區位為各縣市（區），空間分布具有地理連續性，適合采用鄰接矩陣形式，縣市(區)相鄰為1，不相鄰則為0，使用前我們將其行標準化處理。此外，ε、u為隨機擾動項，且ε～N(0,σ2In)。

四、實證分析

（一）武陵山片區人口城鎮化、產業城鎮化與農民人均純收入關系的密度分布

近年來，武陵山片區人口城鎮化和產業城鎮化水平分別從2000年的16.74%、57.61%提高到2012年的34.4%、77.65%，城鎮化進程速度較快。同時片區人均年純收入從2000年的1487.06元增長到了2012年的4985.31元，增幅約達3倍。為了清晰展現該地區人口城鎮化、產業城鎮化和農民人均收入的關系及密度差異，我們繪制了樣本采集年份所有觀測值的太陽花圖（圖1），藍色小圓圈和綠色花瓣代表一個觀測值，橙色“花”從左至右分別代表4個和3個觀測值。從圖1可以看出，總體武陵山片區人口城鎮化和產業城鎮化與農民人均純收入呈正相關關系，人口城鎮化率比產業城鎮化的農民增收效應明顯。盡管城鎮化進程從時序角度發展較快，但從樣本觀測年份的分布密度而言，大部分縣市的人口城鎮化率仍集中分布在10%～30%之間，產業城鎮化率集中分布在50%～70%之間，而農民人均純收入集中在1000～3000元的區間。

從圖1中的左圖可以看出，密度區集中分布在近坐標軸原點部分，說明總體而言目前片區人口城鎮化和農民收入水平較低，而少數樣本值的關系分布為“U”型曲線，這表明部分縣市（區）人口城鎮化率的農民增收效應明顯，而少許地區人口城鎮化水平畸高，可能出現“虛假城鎮化”現象，農民收入水平反而較低。圖1中的右圖呈現出片區產業城鎮化率兩極分化嚴重的現象，盡管總體平均來看數值不低，但近乎平行于橫軸的散點分布反映了目前產業城鎮化的帶動能力偏弱。為進一步研究片區內城鎮化和農民收入的空間發展模式以及統計意義上經濟關系，有必要進行空間相關分析和空間計量模型估計進行驗證。

（二）武陵山片區城鎮化進程與農民收入的空間統計分析

1. 空間相關性檢驗

采用全局Moran’s I指數檢驗武陵山片區農民人均純收入的空間相關性。如前所述，我們采用的是二元變量空間鄰接矩陣。運用區域樣本期間均值進行檢驗，結果發現全局Moran’s I值為0.2189，P值為0.0019，說明總體而言武陵山片區農民人均純收入存在明顯的空間正相關性。從時序角度來看，2000—2002年，全局Moran’s I指數都在1%顯著性水平下顯著，而后2004—2007年時間段，全局Moran’s I指數分布在0.0608～0.1003之間，并未通過顯著性檢驗，表明這段時間片區農民人均純收入的離散分布特征開始凸顯。不難看出，從2008年開始，一直到2012年，全局Moran’s I值不斷上升，且顯著性水平提高。究其原因，我們認為前期片區人均農民純收入總體很低，呈低水平均衡狀態，相鄰地區的類似特征值出現集聚態勢。中期隨著地區資源開發力度的加大，特別是農村自然資源稟賦良好區域農民收入水平有了較大提升，導致高值區離散。中后期因高值區的集聚規模經濟而低值區“貧困陷阱”的固化，使得片區形成較高水平農民人均純收入的縣市（區）集聚、較低水平農民人均純收入的縣市（區）鄰近分布的空間結構。當然，全局自相關分析的一個缺陷在于，其可能存在正相關和負相關抵消后不存在空間依賴性的情形，為進一步的描述局部空間異質性，需利用局部自相關指標進行更為深入的分析。

圖1 武陵山片區人口城鎮化、產業城鎮化與農民人均純收入關系的太陽花圖

由2000—2012年片區農民人均純收入均值的Moran散點圖可以看出，有72.47%的縣市（區）顯示了相似值的正向空間關聯，其中24.64%（占17個）的區域落在第一象限高高（HH）集聚區，主要為黔江片區、邵陽和懷化的交界區以及張家界北部三個集聚區；47.73%的區域落在第三象限低低（LL）集聚區，從空間分布來呈“S”型分布，主要集中在恩施片區以及其與湘西片區交界、銅仁片區和邵陽片區東南部。

表2 2000—2012年武陵山片區農民人均純收入的Moran’s I統計值

2000—2012年片區產業城鎮化均值全局Moran’s I 為0.3371，空間相關性顯著。從Moran散點圖可知，有71.01%的縣市（區）呈現了相似值的正向空間關聯，其中34.78%（占24個）的區域落在第一象限高高（HH）集聚區，主要為張家界片區及其與恩施片區交界、湘西片區；36.23%（占24個）的區域落在第三象限低低（LL）集聚區，主要集中在幾乎整個銅仁片區及邵陽片區。

2000—2012年片區人口城鎮化均值全局Moran’s I為0.2364，空間相關性明顯。從人口城鎮化的Moran散點圖看出，有69.57%的區域呈現了相似值的正向空間關聯，其中30.43%（占21個）的區域落在第一象限高高（HH）集聚區，主要為張家界片區、湘西片區與懷化片區；39.14%的區域落在第三象限低低（LL）集聚區，主要為銅仁片區以及恩施片區。總體而言，最為突出的是銅仁片區處于低人均農民純收入、低產業城鎮化和低人口城鎮化的“三低”區域，其他片區尚未形成城鎮化和人均農民純收入完全同步的高值集聚區域。

2. 冷熱點格局分析

為了更好地分析武陵山片區城鎮化進程與農民增收效應，利用局部關聯指數Getis-Ord Gi* 指數來識別不同空間位置的高值簇和低值簇。利用Arc GIS計算Getis-Ord Gi* 指數并在不同的顯著性水平下繪出冷熱點格局特征。從時空演變特征來看，農民人均純收入的熱點區從2000—2004年一直處于懷化和邵陽交界處，主要為會同、洪江、洞口、中方、溆浦、辰溪等縣市，從2005年開始突然北移至黔江片區，集中圍繞豐都和彭水縣，該熱點區一直維持到2012年，由此可見重慶黔江地區近些年減貧績效突出；從冷點演變格局變化來看，2000年開始主要集中在銅仁片區，隨著時間推移，整個武陵山片區冷點逐漸減少，說明農村貧困的“洼地”減少，農民收入有了較大提高。

圖2 2000—2012年武陵山片區農民人均純收入、產業城鎮化及人口城鎮化的Moran散點圖

與此同時，我們發現產業城鎮化的熱點區域2000年分布在懷化和邵陽交界北部的安化、漣源及張家界片區的石門和慈利，2002年開始向北轉移至張家界片區以及黔江片區的黔江、豐都和彭水區域，中間個別年份出現跳躍，但2010年開始，熱點區開始集中在張家界片區和湘西片區（主要為花垣、鳳凰、吉首等），這與當地旅游產業的發展、礦產資源的開發、交通經濟區位等密切相關。可喜的是，產業城鎮化的冷點從最初集中在銅仁片區逐漸分散碎片化，至2012年，片區顯著性冷點區僅兩個。

運用同樣的方法，我們關注到人口城鎮化的熱點最初在靖州、城步等縣市，中間為古丈、保靖等地，有些年份甚至沒有熱點區，而冷點區由銅仁片區逐漸向東北方向演變且數量不斷減少，這表明片區人口城鎮化明顯滯后，兩極分化現象較為明顯，部分落后地區的人口城鎮化進程速度加快。考慮篇幅的限制，在這里我們只生成了2000—2012年各關鍵變量均值的空間格局冷熱點圖（圖3），結論與Moran散點圖的分析基本一致，總的來說黔江區農民收入的“高地”突顯，且初步形成以洪江、中方為中心的次熱點區；張家界永定、慈利等地區是產業城鎮化高值集聚區；人口城鎮化的熱點區域主要分布在張家界片區和湘西片區交界以及懷化片區北部。綜上所述，銅仁地區的“三低”分布恰好論證了城鎮化進程農民增收效應的必要性，但就其充分性還需納入空間因素后，運用空間計量的方法來進行驗證。

（三）武陵山片區城鎮化進程對農民收入影響的空間計量分析

為構建城鎮化進程對農民收入的影響效應模型，本文借鑒柯布-道格拉斯生產函數的形式進行拓展。考慮到本文研究問題中資本投入、農業技術水平和土地以及經濟集聚對農民增收的影響，普通面板數據模型最終設定為：

這里的各變量名稱與前面定義一致，其中α0為截距項，εit為隨機擾動項。在普通面板的形式選擇上，一般有混合回歸、固定效應和隨機效應。本文采用F檢驗判斷固定效應是否存在，采用LM檢驗（又稱Breusch-Pagan檢驗）是否顯著，然后采用Hausman檢驗確定隨機效應模型和固定效應模型的選擇。結果顯示F檢驗顯著，不適合混合回歸，進一步的Hausman檢驗的x2值為102.36，P值為0，因此應選擇固定效應回歸。普通面板的固定效應回歸結果和空間效應檢驗見表2。

由表2可知，普通面板固定效應回歸的模型通過 檢驗。其中產業城鎮化和人口城鎮化的回歸系數分別為0.0992和0.299，這表明在控制其他因素不變的情況下，產業城鎮化率和人口城鎮化率每提高1%，農民人均純收入分別提高0.0992%和0.299%，城鎮化進程對提高農民收入增長具有顯著的正效應且人口城鎮化的農民增收效應遠大于產業城鎮化。同時，控制變量中的經濟密度、農業機械化水平、物質資本投資、人均耕地面積與農民收入也具有顯著的正相關關系。依據前面的空間相關性檢驗及回歸模型殘差的Moran,s I指數，未考慮空間因素的影響可能使得面板模型回歸產生一定偏誤。接著進行空間模型形式檢驗，結果顯示傳統LM（lag）檢驗和穩健LM（lag）檢驗都在1%的顯著性水平下拒絕了被解釋變量沒有空間滯后項的原假設，而傳統LM（error）檢驗和穩健LM（error）檢驗則接受沒有空間相關誤差項的原假設。

圖3 2000-2012年武陵山片區農民人均純收入、產業城鎮化及人口城鎮化的冷熱點格局

表2 普通面板的固定效應回歸及空間效應檢驗

因LM檢驗模型選擇具有一定局限性，為了更科學的選擇空間模型，Lesage等建議[28]首選SDM模型并采用LR檢驗來估計空間杜賓模型是否能簡化為空間滯后模型。通過SDM、SAR和SEM模型的對數似然函數值再計算LR估計值，結果都表明應該選擇空間滯后模型。然后，通過空間面板數據的Hausman檢驗來選擇固定效應還是隨機效應。最終LR檢驗和Hausman檢驗結果顯示固定效應的空間滯后模型是合適的。事實上，對于我們研究片區的縣市（區）而言，回歸分析的每一個空間單元是特定個體，固定效應模型顯然是最好的選擇，具體模型估計結果見表3。

為了進一步檢驗模型的穩健性，本文通過構造經濟加權矩陣來檢驗該問題⑤。結果顯示（模型4），鄰接矩陣和經濟加權矩陣的估計結果基本一致，只是估計參數的數值稍微變小。這一方面驗證了模型的穩健性，另一方面也表明武陵山片區行政壁壘和邊緣鎖定效應的存在一定程度上不利于農民增收，未來扶貧開發中應突破分割性和邊緣性特征的“行政區邊緣經濟”。

同時，考慮到GDP與農民收入等模型中可能存在的內生性問題，本文利用廣義空間兩階段最小二乘法（GS2SLS）處理[29,30]，該方法計算簡便且結果較穩健，不需要對模型進行正態分布和其他分布的假設，能得到有效和一致的估計量[29]。按照GS2SLS估計的步驟，采用X、W1X和W1X2作為 的工具變量，對空間混合模型進行無截距項的兩階段最小二乘法回歸，得到殘差。接著利用該殘差進行GMM估計，得到ρ的估計值。最后利用它進行Cochrane-Orcutt轉換和二階段最小二乘估計，具體的STATA回歸命令參考虞義華⑥的研究并進行相應修改。回歸結果見模型5。

表3 空間回歸模型估計結果

從回歸結果來看，地區固定效應的空間滯后模型明顯亦優于普通面板回歸模型，說明納入空間相關性的模型能更好識別武陵山片區城鎮化進程的空間效應和區域差異。考慮內生性問題帶來模型估計的有偏和不一致性，這里以模型5的估計結果進行討論。空間回歸滯后關系的相關系數為顯著正，并通過1%顯著性水平的檢驗，表明周邊縣市（區）的農民收入增加對本地區的農民收入提高具有顯著的正向影響。這是因為根據消費需求理論，隨著居民收入水平的不斷提高，消費需求層次和消費支出的結構性變化，不僅城鎮居民而且農村居民對本地區農村綠色生態產品的需求亦加大，如以柑橘、茶葉、油茶等為代表的林果業以及鄉村休閑旅游等。

從估計結果的關鍵變量來看，人口城鎮化對農民收入增加具有顯著的正向作用，在控制其他變量不變的情況下，人口城鎮化率每提高1%，農民人均純收入可以提高0.1613%。在武陵山片區，農民收入的主要來源是家庭經營性收入和工資性收入，伴隨農村產業結構和產業結構變化，工資性收入日益成為片區農民收入的主導來源及推動收入增長的主導因素[23]。人口城鎮化通過勞動力轉移效應吸納農村剩余勞動力，農民工進城的勞務輸出帶來了工資性收入，同時干中學的方式提高了自身就業技能。隨著城鎮人口規模的擴大及消費結構變化，交通基礎設施的完善，對綠色新鮮農副產品的消費需求增多，為農業生產結構調整、農村專業村、農莊經濟等規模化帶來機遇，片區綠色農業、休閑農業、特色農業等不斷發展是農民經營性收入的動力來源。

產業城鎮化的回歸系數為0.0361%，通過5%的顯著性檢驗。這說明盡管產業城鎮化能提高農民收入，但是較人口城鎮化而言其帶動效應較弱。一方面表明片區產業扶貧道路選擇的正確性，另一方面也表明目前第二、三產業尤其是第三產業和當地特色農業的產業融合度欠佳，產業增長極對農民收入增加的乘數效應較小。這是因為代表產業結構升級的第二、第三產業發展最初起源于城鎮，因而城鎮居民可能是最大的受益者，反而拉大了城鄉居民收入差距。再者，從產業結構來看，較多縣市（區）呈“三二一”虛高狀態，這種“未工業化先后工業化”的畸形發展路徑也影響了片區內生發展動力和自我發展能力，使得產業城鎮化進程的農民增收效應并不突出。

從控制變量的顯著性來看，農業機械化、物質資本投資和經濟密度對農民收入的影響顯著。其中，在正向作用的影響因素中，經濟密度對農民收入增加的邊際效應最大，其每提高1%，農民人均純收入增加0.1181%，經濟集聚帶來的規模效應和涓滴效應促進了農民增收[31]。其次，農業機械化水平和物質資本投資的影響效應旗鼓相當。片區較多落后地區仍然是鐵犁牛耕的傳統作業方式，農業機械化有利于提高農業生產效率和集約化程度；同時，政府加大交通、水電、教育、衛生等基礎設施投入，為農民增收創造了良好的硬環境。

值得注意的是，金融支持率對農民增收的影響顯著為負。我國的二元金融結構使得金融支持與農村發展目標不一致，在其發展過程中以農村金融抑制為代價達到城市金融深化的目的[8]，而且對于農村經濟而言農村正規金融的外生性不利于農民收入提高，內生性的非正規金融盡管能夠有效促進農民收入的提高[32]，但因其自我生存能力不足以及政府壓制的原因，對農民收入增長的貢獻有限。武陵山特困區本身金融業發展滯后，加上信貸機構對農民的信貸門檻高、意愿不足、資源配置效率低等問題，本土資金在市場機制作用下外流，并未發揮出應有的農民增收效應，反而出現“劫貧濟富”的現象。此外，片區山地地形突出，山高坡陡，峰巒疊嶂，農民可耕作的土地面積又相對稀缺，較多農戶的耕作土地在生態脆弱的坡地以及開墾的荒山區，加上農業耕作模式粗放和農地流轉市場機制不健全，因而土地要素的農民增收效應并不顯著。

五、結論及政策建議

本文基于2000—2012年武陵山片區的69縣市（區）的面板數據，考慮空間異質性的情況下，運用空間統計的ESDA法和空間計量等方法，考察了片區農民收入和城鎮化進程的空間相關性及其冷熱點格局，比較產業城鎮化和人口城鎮化的農民增收效應。主要結論如下：

1.武陵山片區各縣市（區）農民人均純收入與人口城鎮化、產業城鎮化的空間相關性顯著。其中農民人均純收入局域集聚中心從懷化和邵陽交界處北移至黔江片區，形成以豐都、彭水、武隆、黔江為中心的熱點區及洪江、中方和鶴城為中心的次熱點區。人口城鎮化和產業城鎮化的熱點區主要集中在張家界片區；其中除永定、慈利、桑植等地外，花垣、鳳凰、吉首產業城鎮化發展迅速，與張家界交界的沅陵、永順、龍山等地人口城鎮化進程亦不斷加快，熱點逐漸凸顯。銅仁地區一直處于低農民人均純收入、低產業城鎮化、低人口城鎮化的“三低”冷點區，但隨著時間推移，冷點區域逐漸減少，分布呈分散碎片化。

2.人口城鎮化是片區農民增收的主要動力，產業城鎮化帶動能力較弱。考慮空間自相關的空間面板模型估計發現，農民收入的空間溢出效應顯著，周邊縣市（區）農民收入的提高能帶動本地農民收入增長。人口城鎮化對片區農民增收具有顯著的正向作用，且邊際效應最大，在控制其他因素不變的情況下，人口城鎮化率每提高1%，農民人均純收入提高0.1613%；目前產業城鎮化對農民收入增長亦有正效應，但是較人口城鎮化而言其帶動效應較弱。

3.農業機械化、物質資本投資和經濟密度的提高有利于農民增收。經濟密度對農民增收邊際效應較大，農業機械化水平、物質資本投資的影響效應旗鼓相當。因片區金融發展的滯后性、門檻高和配置效率低下，反而一定程度上不利于農民增收；農民耕地的自然條件較差、耕作模式粗放及農地流轉市場機制不健全，使得土地要素的農民增收效應并不顯著。

根據以上結論，提出如下幾點政策建議：

第一，促進“高地”空間集聚溢出，瞄準“洼地”突圍貧困陷阱。片區產業城鎮化、人口城鎮化和農民收入水平的非均質空間格局分布，表明區域扶貧開發應因地制宜和協調發展。重慶片區農民收入的高值集聚一方面說明農村減貧績效顯著，更為重要的是，其與低值集聚區的銅仁片區互為近鄰，應當破除行政壁壘和邊界效應，加強區域合作協同，促進“高地”空間集聚溢出、輻射帶動及農民增收熱點蔓延。其次，根據《武陵山片區區域發展與扶貧攻堅規劃（2011）》“六中心四軸線”⑦的空間格局規劃，銅仁片區西部可依托周邊“黔恩龍”經濟圈和“銅吉懷”經濟圈，主動對接黔江、銅仁、懷化這三個中心城市，分工協作、優勢互補和互益共生，“抱團”發展實現空間差距收斂。當然，精準識別區內農村貧困對象、精準分析致貧因素和潛在優勢，瞄準“洼地”突圍惡性循環固化的貧困陷阱，是農民實現增收和可持續生計的重點，也是區域平衡的攻堅所在。

第二，強化城鎮化進程的減貧益農性。片區人口城鎮化的推進過程首先應加強戶籍制度和土地流轉制度的改革，如適度放開進城戶籍限制、農村土地收益權和土地經營權相分離、鼓勵農村土地流轉等；其次，對于居住在懸崖峭壁周邊、地質災害區域等人居條件惡劣的農戶生態移民，向就近城鎮搬遷，對于人口稀少的空心村進行整治；再次，支持就業門檻相對較低的特色農產品加工、傳統手工業加工、特色旅游配套產業等勞動密集型產業發展，為周邊農戶提供就業機會；最后，縮小農村轉移勞動者在子女入學、就醫、住房和社會保障與城鎮居民的差距，增強城鎮包容性和吸引力，穩步推進農民工市民化，這是片區農村脫貧的核心要求。片區內具有特色資源優勢和生態資源優勢，如湘西片區柑橘、獼猴桃、茶葉等林果業，張家界片區武陵源自然遺產旅游風景區，邵陽片區金銀花、茯苓、葛根等中藥材。基于這些資源稟賦優勢，發展現代產業園區、農村新型社區、鄉村工業園區“三區互動”，同時，利用好現在“互聯網+”的電商浪潮與潛在消費者需求對接，有利于特色優勢資源的品牌推廣和農民創收；推行政府、龍頭企業、金融機構、合作社、農戶“五位一體”的股份合作模式，把農戶組織起來，集中發展建立一批蔬菜基地、果品基地、養殖基地等；此外，片區產業結構趨同現象嚴重，這也迫切要求各地區基于自身比較優勢實現區域內產業互補錯位發展，釋放產業城鎮化的農民增收紅利。

第三，凝聚多元動力源泉拓寬農民增收空間。片區內各縣市（區）地廣人稀，應加快經濟活動、人口和產業在縣城和基礎較好且潛力較大的建制鎮集中，特別是“三圈一帶”⑧的區域集聚，而與城鎮相匹配的集聚效應、規模收益、更多就業機會和較高技術水平為農民非農就業和收入增長提供動力。政府應加大固定資產投入，尤其是主干道網絡交通、農村公路、通縣公路等交通基礎設施，降低片區內要素流動成本；改善片區辦學條件，加大農村中小學學校、普通高中學校、圖書室、實驗室等教育事業的財政支出，以激勵措施和財政干預方式防止人才過度外流，實現農村人力資本的增收效應。武陵山片區地形復雜，各地區應因地制宜選擇農機工具，加速傳統農業改造，加快實現農村土地集約化生產、專業化生產；同時，注重農業耕種的生態保護，禁止濫砍濫伐，提高農業可持續發展能力。鼓勵政策性銀行、信用社等增加貧困鄉村信貸投放，加大地方性小微型企業的金融支持力度，發展普惠性金融服務和針對貧困群體的特惠性金融服務，實行“金融+產業+貧困人口”的綜合推進模式助力農村減貧和農戶增收。

注釋：

①范小建.集中連片特困區成為主攻區域[N].人民日報.2011-12-07.

②向德平,黃承偉.中國反貧困發展報告（2015）[M].華中科技大學出版社,2015.10.

③游俊,冷志明,丁建軍.中國連片特困區發展報告(2014-2015)[M].社會科學文獻出版社,2015.3.

④因為武陵源區作為旅游風景區且占地面積較小，有其獨特的區位屬性，而銅仁市萬山區數據缺失嚴重，且受2011年銅仁市升為地級市影響，不同地區的合并導致數據口徑不一致，故最終選取69縣市（區）為研究對象。

⑤經濟加權矩陣中的權重用GDP變量確定，wij=1/│GDPi-GDPj│，其中i和j分別表示不同的縣市（區）。考慮篇幅，這里只列出了經濟加權矩陣下地區固定效應下的估計結果。

⑥虞義華.空間計量經濟學理論及其在中國的實踐應用[M].經濟科學出版社,2015.12.

⑦六中心，指的是黔江、恩施、張家界、吉首、懷化、銅仁6個中心城市；四軸線，即重慶—黔江—恩施—武漢、貴陽—銅仁—懷化—長沙、萬州—黔江—銅仁—凱里、宜昌—張家界—懷化—柳州。

⑧“三圈”為“黔恩龍”經濟圈、“銅吉懷”經濟圈和張家界經濟圈，“一帶”為“銅吉張”經濟帶。

[1]Chris Bramall, Marion E. Jones.Rural income inequality in China since 1978 [J].Journal of Peasant Studies,1993.21(1):41-70.

[2]Gustafsson B, Shi L. Income inequality within and across counties in rural China 1988 and 1995[J]. Journal of Development Economics, 2002, 69(1):179-204.

[3]J Whalley, X Yue. Rural Income Volatility and Inequality in China[J].Cesifo Economic Studies,2009.55(3-4):648-668.

[4]Alain de Janvry, Elisabeth Sadoulet, and Nong Zhu. The Role of Non-Farm Incomes in Reducing Rural Poverty and Inequality in China[J]. CUDARE Working Paper Series,2005：1 - 29.

[5]駱永民,樊麗明.中國農村人力資本增收效應的空間特征[J].管理世界,2014,30(9):58-76.

[6]孔榮,梁永.農村固定資產投資對農民收入影響的實證研究[J].農業技術經濟,2009,28(4):47-52.

[7]賈立,王紅明.西部地區農村金融發展與農民收入增長關系的實證分析[J].農業技術經濟,2010,29(10):40-49.

[8]溫濤,冉光和,熊德平.中國金融發展與農民收入增長[J].經濟研究,2005,40(9):30-43.

[9]肖衛,肖琳子.二元經濟中的農業技術進步、糧食增產與農民增收——來自2001～2010年中國省級面板數據的經驗證據[J].中國農村經濟,2013,29(6):4-13+47.

[10]駱永民,樊麗明.中國農村基礎設施增收效應的空間特征——基于空間相關性和空間異質性的實證研究[J].管理世界,2012,28(5):71-87.

[11]李國祥.農業結構調整對農民增收的效應分析[J].中國農村經濟,2005,21(5):12-20.

[12]李普亮.財政農業支出、農民增收與城鄉居民收入差距——基于省級面板數據的實證[J].南方經濟,2012,30(8):57-75.

[13]張彬斌.新時期政策扶貧:目標選擇和農民增收[J].經濟學(季刊),2013,12(3):959-982.

[14]宋元梁,肖衛東.中國城鎮化發展與農民收入增長關系的動態計量經濟分析[J].數量經濟技術經濟研究,2005,22(9):31-40.

[15]魯建彪.西部地區城鎮化建設與西部農民收入問題研究[J].經濟問題探索,2006,27(7):58-63.

[16]王永杰,宋旭,鄧海艷.城鎮化水平與農民收入關系的動態計量經濟分析——以四川省為例[J].財經科學,2014,39(2):96-105.

[17]李美洲,韓兆洲.城鎮化和工業化對農民增收的影響機制[J].財貿研究,2007,18(2):25-31.

[18]程洪寶.城鎮化與農民增收的負相關分析[J].學術論壇,2005,28(12):111-114.

[19]馬遠,龔新蜀.城鎮化、財政支農與農民收入增加的關系[J].城市問題,2010,29(5):60-66.

[20]葉彩霞,徐霞,胡志麗.城市化進程對農民收入結構的影響分析[J].城市發展研究,2010,17(10):26-30.

[21]郇紅艷,譚清美,孫君.基于空間計量模型的安徽城鎮化發展與農民增收實證分析[J].農業現代化研究,2014,35(2):151-157.

[22]鄭鑫.城鎮化對中國經濟增長的貢獻及其實現途徑[J].中國農村經濟,2014,30(6):4-15.

[23]萬廣華.城鎮化與不均等:分析方法和中國案例[J].經濟研究,2013,48(5):73-86.

[24]王鵬飛,彭虎鋒.城鎮化影響農民收入的傳導途徑及區域性差異分析——基于協整的面板分析[J].農業技術經濟,2013,32(10):73-79.

[25]姚士謀,張平宇,余成,李廣宇,王成新.中國新型城鎮化理論與實踐問題[J].地理科學,2014,34(6):641-647.

[26]干春暉,鄭若谷,余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究,2011,46(5):4-16+31.

[27]操建華.旅游業對農村和農民的影響——貴州省荔波縣、云南省昆明市團結鄉和云南省石林縣的案例分析[J].中國農村經濟,2006,22(10):72-77.

[28]Lesage J,Pace K.Introduction to Spatial Econometrics [M].London:CRC Press/Taylor & Francis Group,2009:1.

[29]Kelejian H H, Prucha I R. A Generalized Spatial Two-Stage Least Squares Procedure for Estimating a Spatial Autoregressive Model with Autoregressive Disturbances[J]. Journal of Real Estate Finance &Economics,1997, 17(1):99-121.

[30]Arraiz I, Drukker D M, Kelejian H H, et al. A spatial cliff-ord-type model with heteroskedastic innovations: small and large sample results [J]. Journal of Regional Science, 2008,50(2):592-614.

[31]陳利,朱喜鋼.基于空間計量的經濟集聚對農民收入的影響效應——以云南省為例[J].農業技術經濟,2015,35(10):81-91.

[32]胡宗義,劉燦,劉亦文.農村正規金融和非正規金融發展的農村居民收入效應研究[J].經濟地理,2014,34(12):147-152.

Spatial Econometric Analysis of Urbanization Impact on the Growth of Farmers’Income in Contiguous Destitute District: Take Wuling Mountain Area as an Example

Wang Jiating, Zang Jiaxin, Lu Xingchen, Mao Wenfeng

Based on the panel data of 69 counties (districts) in Wuling Mountain Area from 2000 to 2012, considering the spatial heterogeneity and using the method of ESDA for spatial statistics and spatial econometrics, the paper explores the spatial correlation of farmers’ income and the process of urbanization and also the hot spot pattern, and compares the effects of the growth of farmers’ income on the industrial urbanization and population urbanization. Results indicates: (1) per capita net income of farmers in Wuling mountain area counties (districts) is highly positive correlated; (2) a further spatial model estimates show that population urbanization is the main momentum of the growth of farmers’ income, while industrial urbanization is also positively correlated but not as strong; (3) the level of agricultural mechanization, the increase of material capital investment and economic density is conducive to the increase of farmers’income, while the current situation of financial development in the area has a restraining effect.According tothe above conclusions, some suggestions are put forward.

Wuling mountain area; urbanization; growth of farmers’ income; spatial autocorrelation; spatial lag model

F299.2

10.3969/j.issn.1674-7178.2017.03.007

王家庭，南開大學中國城市與區域經濟研究中心副教授，經濟學博士，碩士生導師，研究方向為城市與區域經濟、土地與房地產經濟；臧家新、盧星辰、毛文峰，南開大學中國城市與區域經濟研究中心碩士生，研究方向為城市與區域經濟。

（責任編輯：盧小文）

國家社會科學基金項目（12BJY048）。