我國農村居民生活質量的空間格局及影響因素
——基于ESDA—GWR模型的分析

李瓊 ，趙陽，周宇

（1. 吉首大學商學院，湖南 吉首 416000；2. 中國科學院地理科學與資源研究所吉首大學院士專家工作站，湖南 吉首 416000）

人的生存和發展需要是社會發展的基本出發點和原動力，提高人民的生活質量是社會發展的最終目標與最高原則[1]。改革開放四十年，我國經濟持續高速發展，人民的生活水平日益提高。特別是黨的十八大以來，隨著一系列民生政策扎實落地，人民生活的質量得到明顯改善。黨的十九大報告強調“堅持以人民為中心”的思想，讓改革發展成果更多更公平惠及全體人民。然而，長期以來的城鄉二元結構發展模式使得中國農村居民的生活質量遠不及城鎮居民，實現改革發展成果更多更公平惠及全體人民最大的短板在于如何提高和改善農村居民的生活質量。沒有農村居民生活質量的迅速提高，全面建成小康社會這一目標也就無從談起[2]。因此，在現階段研究我國農村居民生活質量不僅可以豐富和完善收入分配理論，而且對于縮小城鄉之間、地區之間的收入差距以及實施鄉村振興戰略具有很強的實踐意義。

關于生活質量的內涵目前尚未形成具有通識的定義，生活質量是對于生活及其各個方面的評價和總結[3]，是對幸福的總體感覺[4]，是個體獲得的心理和物質上的福利[5]。雖然理論界尚未就生活質量的內涵達成完全一致看法，但這不妨礙生活質量成為社會學、經濟學、醫學、地理和規劃學研究的重要議題[6]。生活質量的探討起源于19世紀30年代的美國，將生活質量作為學術用語的是美國制度經濟學家加爾布雷斯（Galbraith），他于1958年在《富裕社會》這一書中修正了GDP作為國民經濟福利的指標，并提出生活質量是生活的舒適性和便利性程度以及精神上獲得的樂趣和享受。之后的研究主要集中對生活質量概念的界定[7]、評價指標[8-9]、影響因素[10]等方面。國內對生活質量的研究始于20世紀70年代，大規模的研究卻是在80年代以后。早期研究對象主要針對城鎮居民[11-12]，隨著國家對“三農”問題的關注以及全面建成小康社會的提出，學術界對我國農民生活質量的相關研究也日益增多。研究內容與國外大體相同，主要包括農村居民生活質量的界定[13]、評價體系[14-15]、影響因素[16-17]。由于我國人多地廣，區域間異質性強，各地農村經濟發展水平不一，不少學者對農民生活質量的區域性差異進行了探討[18]。總的來看，理論界關于我國農村居民生活質量的研究主要使用的是微觀數據（對某縣或某村調研獲得的數據），少數使用宏觀數據的研究指標設計過于簡單，不能全面客觀地反映我國農村居民的生活質量。同時，目前的研究缺少從空間視角對農村生活質量等級分布的格局及原因進行探討。鑒于此，本文使用2016年31省（市、自治區）的截面數據，從農民物質生活、農村經濟條件、社會安全及社會保障、生態環境和教育文化等5個維度篩選出反映農村居民生活質量的33個代表性指標，運用主成份法計算31省（市、自治區）農村居民生活質量綜合得分。在此基礎上借助GIS技術平臺，運用探索性數據（ESDA）可視化農村居民生活質量的空間格局，以整體上把握我國各地農村居民生活質量等級分布規律。同時，運用地理加權回歸模型（GWR）分析影響我國農村生活質量空間格局的因素，以期為解決農村經濟發展不平衡提供客觀依據。

1 研究方法

1.1 主成分分析法

主成分分析法（Principal Component Analysis,PCA）由霍特林于1933年首次提出的多元統計分析方法，被廣泛運用于醫學、經濟學和心理學。其核心是利用降維的思想線性變換，將多個實測變量轉變為少數幾個不相關的綜合性指標（即主成分）。綜合指標代表的信息不重疊，但能反映原始變量的大部分信息。假定有n個地理樣本，每個樣本共有m個變量描述，這樣就構成了一個n×m階的地理空間數據矩陣[19]：

式中：m表示研究對象的變量，記作x1，x2，…，xm。適當調整組合系數，對x進行線性變化后，主成分表達式[19]為：

式中：Z1，Z2，…，Zn是不相關的主成份，且Z1是線性組合中方差最大者，Z2是與Z1不相關的線性組合中方差最大者，Zn是與Z1，Z2，…，Zn-1都不相關的線性組合中方差最大者。本文選取的33項指標從不同的角度反映了農村居民生活質量的信息，但自變量的單位不同，會使實證分析變得困難。為消除量綱不同和多重共性的問題，對于建立好的數據矩陣首先進行了標準化處理。通常情況下，在主成分分析之前，需要先進行KMO和Bartlett的球形檢驗，以檢驗變量之間是否具有相關性。KMO取值在0～1之間，檢驗的標準通常是KMO大于0.5時有統計學意義。Bartlett球形檢驗的統計值如果較大，且其對應的相伴概率值P＜0.05，表明相關系數矩陣不可能是單位陣，因子分析有效。

1.2 探索性空間數據分析

1.2.1 全局空間自相關 全局Moran's I（MI）常用應用于全局聚類檢驗，其取值范圍為[-1, 1]。具體涵義為： MI＞0，表示研究對象趨于空間聚合特征，越接近1，空間相關性越明顯；MI＜0，表示空間負相關，越接近-1，表示空間差異性越明顯；MI=0，代表不相關且隨機分布。其計算公式[20]為：

式中：n為空間單位數，Xi代表空間單元i的屬性值，Xj代表空間單元j的屬性值，X為各單位上的觀察值，Wij為空間權重矩陣。本文采用距離關系的空間權重矩陣，當區域i和j距離小于d時，Wij=1，當區域i和j距離為其他時，Wij=0。一般用Z值對全局莫蘭指數進行檢驗，Z值大于1.96或Z值小于-1.96時，表示我國農村居民生活質量在空間上存在顯著的空間自相關。Z的計算公式為：

1.2.2 局域空間自相關 局域空間自相關主要用于揭示局部區域的空間集聚特征，探索子區域的異質性。結合莫蘭散點圖和Local Moran's I（LMI）統計量可以可視化我國農村居民生活質量的局部空間結構，研究每個區域與周邊地區的空間差異程度。莫蘭散點圖分為四個象限，分別識別一個地區及其鄰近地區的關系。其中，第一象限（HH）表示農村居民生活質量高值區被其他高值區包圍；第三象限（LL）表示農村居民生活質量低值區被其他低值區包圍；第二象限（LH）表示農村居民生活質量低值區被高值區包圍；第四象限（HL）表示農村居民生活質量高值區被低值區包圍。局部莫蘭指數（LMI）計算公式[21]為：

式中，LMI為空間單元i的局部莫蘭指數，S2為方差。若LMI＞0，表示我國農村居民生活質量高值或低值的空間集聚；若LMI＜0，則表示我國農村居民生活質量高值被低值包圍或是低值被高值區包圍。

1.3 地理加權回歸模型

地理加權回歸模型（GWR）是一種特定的空間回歸模型，與傳統計量經濟中線性回模型假定事物無關聯且均質分布不同，地理加權回歸模型允許不同區域回歸系數隨空間距離變化。以反映因變量和多個自變量之間的局部關系。具體計算方法[22-23]為：

式中：yi為樣本i的因變量；xki為樣本i的第k個自變量；k為解釋變量的個數；β0為回歸模型的截距項；(ui，vi)第i樣本的空間坐標；εi（i=1，2，…，k）為獨立分布的隨機誤差項。

1.4 數據來源

本文的數據來源于2017年的《中國農村統計年鑒》《中國社會統計年鑒》《中國財政統計年鑒》《中國統計年鑒》以及各省（市、自治區）的國民經濟與社會發展統計公報。個別缺失值通過插值法或貝葉斯估計法補齊，港澳臺地區數據缺失故不納入。

例如，對示例程序點9所確定的對變量j重新賦值的多項式j=j+2。顯然內層的循環的迭代次數不大于（10-2）/2=5次，且不小于（10-4）/2=3次。對外層結構的循環中循環變量i的多項式為i=i+1，外層循環的迭代次數不大于（10-1）/1=9次，且不小于（10-4）/1=6次。所以該循環結構迭代次數為：[3..5]×*[6..9]=[min（3×6，3×9，5×6，5×9）..max（3×6，3×9，5×6，5×9）]=[18..45]次。相比與之前粗糙的邊界值（0，100），顯然依據本文中提出的方法可以得到的較為精確的程序循環邊界為（l，u）=（18，45）。

1.5 指標體系構建

由于對生活質量概念界定未形成通識性的定義，學者基本上是根據自己對生活質量概念的理解構建評價指標體系。生活質量不僅包括反映實際條件的客觀特征，還包括對生活現狀的主觀認識與評價，應以多維度的測量指標來評價生活質量[24]。生活質量應該從精神和物質層面兩個方面進行考察，具體包括收入、消費、儲蓄、生活環境、文化娛樂和生活環境等[25]。參考理論界的研究成果，遵循全面性和系統性原則，考慮數據的可獲得性和代表性，本文從物質生活、農村經濟、文化教育、生態環境、社會安全和保障等維度選取33個指標建立我國農村居民生活質量評價指標體系（表1）。

2 結果與分析

2.1 我國農村居民生活質量綜合得分分析

本文借助SPSS22得出KMO和Bartlett的球度檢驗的統計值分別為0.649和770.956，且P=0.000，適合做因子分析。按照特征根大于1和累計方差率大于80%的原則，確定7個反映農村居民生活質量的公共因子，31省（市、自治區）農村居民生活質量綜合得分如表2。

表1 農村居民生活質量評價指標體系及描述性統計信息Table 1 Rural residents' quality of life evaluation index system and descriptive statistics

由表2可知，2016年我國農村居民生活質量得分為0.348，總體水平不高。從綜合得分類型來看，有正值和負值兩種類型。其中，北京、天津、河北、福建、江西、山東、河南、湖南、湖北、廣東、江蘇、浙江、海南、上海、廣西、重慶、四川等17省份農民生活質量綜合分為正值，山西、內蒙古、遼寧、吉林、黑龍江、安徽、云南、貴州、西藏、陜西、甘肅、青海、新疆、寧夏等14省份為負值。在31省份中，農民生活質量綜合得分排在前三位的為上海（4.568）、浙江（4.125）和北京（3.833），處在后三位的為吉林（-1.341）、安徽（-1.222）和黑龍江（-1.209），省際之間不平衡性特征明顯。從四大區域來看，農民生活質量等級由高到低為東部地區（1.589）＞西部地區（-0.67）＞中部地區（-0.211）＞東北地區（-1.013）。考慮到安徽在中部地區負值過大的情況，剔除掉安徽省，中部地區農民生活質量綜合得分為-0.009，四大區域綜合得分排名為東部地區＞中部地區＞西部地區＞東北地區。由四大區域的比較來看，除了東部地區，其他三大區域的農民生活質量綜合得分均為負值。可見，在相當長的時間內，縮小地區農民生活水平差距仍是我國政府應解決的頭等大事。

表2 31省（市、自治區）農村居民生活質量綜合得分Table 2 Comprehensive scores of quality of life of rural residents in 31 provinces

2.2 我國農村居民生活空間格局特征

2.2.1 全局自相關分析 借助ArcGIS10.2平臺，計算農村居民生活質量綜合得分的全局MI為0.23，Z值為2.52。MI大于0，Z值大于1.96，且P值均能夠通過置信度1%的顯著性檢驗（P=0.003），表明我國農村居民生活質量在總體上具有正相關性特性，即生活質量水平高的地區被生活質量高的地區包圍，生活質量水平低的省份趨于集聚。采用分位數法將農村生活質量綜合得分劃為5個等級，依次分為高、較高、中等、較低和低等（表3）。

由表3可知，2016年我國農村居民生活質量水平區域差異明顯，高水平和較高水平主要分布的東、中部地區，較低水平主要分布在西部地區，低水平區主要分布在東北地區。我國農村居民生活質量高水平區包括北京、天津、江蘇、上海、浙江；較高水平區包括河北、湖南、江西、福建、海南；中等水平區包括山東、河南、湖北、四川、重慶、廣西、廣東；較低水平區包括新疆、甘肅、青海、寧夏、陜西、貴州、云南；低水平區包括吉林、遼寧、黑龍江、內蒙古、山西、西藏和安徽。從整體區域來看，我國農村居民生活質量綜合得分處于次低水平和低水平的省（市、自治區）主要分布在東北地區和西部地區。東部沿海地區，特別是北京、天津、上海和浙江農村居民生活質量水平高。

表3 31省（市、自治區）農村居民生活質量等級Table 3 Quality of life grades of rural residents in 31 provinces

2.2.2 局部自相關分析 全局MI僅僅說明了研究區域的整體空間聚集特征，而無法識別局部區域空間上的差異。為了進一步揭示我國省際農村居民生活質量在局部尺度上的空間集聚程度，本文借助GeoDa軟件，選用了局部MI統計量、MI散點圖和LISA聚類圖來探測和可視化我國農村居民生活質量局部自相關和空間特征。結果顯示，農民生活質量得分局部MI為0.391，農村居民生活質量具有高值或低值的空間集聚特性，即生活質量高的省被高質量的省包圍，生活質量低的省份周圍是生活質量低的省份。圖1為2016年我國農村居民生活質量綜合得分（ZHDF）在省域尺度下的MI散點圖，其局部空間集聚為高—高集聚、低—高、低—低集聚三種類型，即MI散落在第一、二、三象限。在31省（市、自治區）中，除了北京、天津、上海和浙江外，其他27省（市、自治區）落在第二、三象限，占總數的87.1%。這一方面說明我國農村居民生活質量在空間上呈集聚分布，地區差距大，另一方面也說明我國農村居民生活質量整體不高，離小康社會生活水平指標實現程度還有一定的差距。因此，在相當長的時間內，改善居民的生活質量、縮小城鄉和地區收入差距依然是政府面臨的頭等大事。

圖1 農村居民生活質量綜合得分Moran's I散點圖Fig. 1 Comprehensive scores on the quality of life of rural residents

Moran's I散點圖是否具有統計意義，還需要通過LISA聚類進行分析。表4可以看出，2016年我國農村居民生活質量局部空間自相關類型既有正相關的高高（HH）型和低低（LL）型，又有屬于負相關的低高（LH）型。低低型分布在黑龍江、內蒙古、吉林、遼寧等地區，低高型分布江蘇，高高型分布在上海。其中，遼寧、江蘇在5%水平顯著，黑龍江、吉林、內蒙古、上海在1%水平顯著（表5）。

表4 農村居民生活質量綜合得分LISA聚類Table 4 Distribution of the LISA cluster graph for the quality of life of rural residents

3 農村居民生活質量空間格局的影響分析

3.1 空間格局影響因子的選取

表5 農村居民生活質量綜合得分顯著性水平檢驗分布表5 Distribution of level test for comprehensive qualityof life scores of rural residents

梳理相關文獻我們發現，理論界的研究主要集中在探討影響農村居民生活質量的因子及原因，而對于形成農村居民生活質量某種空間格局的影響因素的研究還未涉及。實事上，農村居民生活質量是地區經濟發展水平一個方面，其水平高低與地區經濟、社會、文化和教育等相關。因此，我國農村居民生活質量的空間格局是互為聯系的多種因素綜合因素的產物。本著全面性、代表性和數據可獲取性原則，本文選取了15個指標，包括地區生產總值、農村居民人均純收入、城鎮居民人均可支配收入、財政收入、財政支出、城鎮化率、城鄉收入比、教育支出、農林水支出、社會保障和就業支出、醫療衛生支出、城鄉居保參保人數、城鄉居民醫療參保人數、城鄉居保人均支付標準和農村最低生活保障標準。選取的因子是否與因變量具有相關性，本文采用逐步回歸方法，依據Pearson相關系數和顯著性統計量（P＜0.005）進行篩選，選取農村居民人均純收入（Pearson=0.846，P=0.000）、教育支出（Pearson=0.416，P=0.000）、城鎮化率（Pearson=0.671，P=0.000）、城鄉收入比（Pearson=0.671，P=0.000）、GDP（Pearson=0.578，P=0.000）、社會保障和就業支出（Pearson=0.762，P=0.000）、農村最低生活保障標準（Pearson=0.762，P=0.000）等7個影響農村居民生活質量空間格局的解釋變量。

在進行地理加權回歸分析之前，采用篩選法解決自變量的多重共線性現象，最終確定教育支出、農村居民人均純收入、社會保障和就業支出、城鎮化率為解釋變量，以生活質量綜合得分（ZHDF）作為被解釋變量，運用GWR模型分析我國農村居民生活質量空間差異的成因。GWR模型AIC值為79.173，R2值為0.79，模型線性擬合度高。由表6可知，農村居民人均純收入、教育支出、社會保障和就業支出、城鎮化率對我國農村居民生活質量具有正向影響作用，即農民可人均純收入、教育支出、社會保障就業支出、城鎮化率等越高，農村居民生活質量水平越高，但各因子的影響程度在省際之間有顯著差異，即同一因素對不同省域的影響程度不一。這說明如何在提高我國農村居民生活質量方面，各省應本著統籌發展的理念，堅持一般性與特殊性的原則。

3.2 農村居民人均純收入

GWR模型的農民人均純收入回歸系數為正值（表6），回歸系數均值為0.292，在影響生活質量的4個因素中回歸系數最大。按照馬斯洛的五層次需求理論，人的需求包括由低到高5個層次，低層次得到滿足是向高層次需求過渡的前提。經濟實力是農村居民最低層次需求的保障，也是影響農民生活質量的首要因素[26]。改革開放以來，為增加農村居民的收入，提高農民的生活質量，中央發布了20個以“三農”為內容的中央一號文件。隨著這些中央一號文件利農、惠農政策的不斷落實，極大地激發了農業生產活力，調動了農村居民的生產積極性，農民收入大幅提高。我國農村居民收入由1978年的134元增加到2016年的12 363元，年均增速為11.98%。可見，經濟實力對農村居民生質量有著決定性的作用，經濟的發展為改善民生提供物質基礎。但由于長期以來的政策導向、區位優劣和社會經濟發展程度等原因，導致農民人均純收入對生活質量的影響程度大小不一。農民人均純收入的回歸系數呈現出由西向東逐漸遞減空間分布特征，這說明西部地區農民人均純收入對生活質量的影響比中部和東部地區更大，西部地區農民生活質量對人均純收入的敏感性更高。在31省（市、自治區），新疆和西藏農村居民人均純收入對生活質量的影響處于前列，影響因素分別達到了0.401和0.396。

3.3 城鎮化率

城鎮化回歸系數為正值，回歸系數均值為0.289，在影響生活質量的4個因素中排名第二（表6），說明城鎮化與農村生活質量表現出很強的正相關關系。城市化發展從兩個方面影響農民的生活質量，一是城鎮化推進過程中，農村富裕勞動力向城鎮轉移，家庭收入結構，工資性收入大幅增加；另一方面，城鎮化改善了農村居民的生活條件，部分在城市就業的農民將土地流轉出去，提高了土地的利用率，從而增加了農民從土地上獲得的收入。1978—2016年我國城鎮化率由10.64%上升到57.35%。城鎮化率對農村居民生活質量的影響存在地域差異，城鎮化率的回歸系數呈現出由東向西逐漸遞減的空間分布特征。這說明東部和中部地區城鎮化率對生活質量的影響比西部地區更大。城鎮化率回歸系數排前十的省份包括福建（0.360）上海（0.358）、浙江（0.357）、江蘇（0.350）、安徽（0.346）、江西（0.344）、廣東（0.340）、山東（0.339）、遼寧（0.338）和湖北（0.337）。生活質量得分高的地區都是我國工業化和城市化發展較為迅速的一些省份，工業化和城市化相對不發達的省份，其農村居民生活質量也偏低[27]。

3.4 教育支出

教育支出回歸系數均值為0.208，在4個影響因素中排名第3位 （表6），說明投入教育的費用越多，農民生活質量水平越高。教育對農民生活質量的影響主要通過教育推動經濟發展的傳導機制實現。柯布—道格拉斯生產函數表明，決定一個國家工業發展水平的主要因素是勞動力和資本要素。教育是經濟發展的重要動力，教育投入有利于提高勞動者的素質和提高勞動生產率，形成更加合理的產業結構，從而增加國內生產總值，從而保障農村居民分享更多的經濟成果。教育支出對農民生活質量的影響具有空間上的異質性，教育支出回歸系數呈現由東南部向西北部遞減的空間格局。在31省（市、自治區）中，教育支出回歸系數前十位的為海南（0.242）、廣東（0.240）、廣西（0.236）、福建（0.235）、江西（0.228）、湖南（0.228）、貴州（0.227）、云南（0.224）、浙江（0.235）和湖北（0.222）。教育投入對經濟增長有著積極的促進效應，而這種效應無論是在長期還是短期呈現出明顯的地區差異性[28]。

3.5 社會保障和就業支出

社會保障和就業支出回歸系數均值為0.124，反映其對農民生活質量有正向影響，國家在社會保障和就業方面的支出越多，農民生活質量水平越高。社會保障和就業是民生的兩大重要內容。社會保障通過對國民收入的二次分配，保證社會成員在遭遇養老、醫療、失業等風險時得到經濟上的補償，有利于維護社會公平。健全的社會保障制度體系不僅能有效地對農村貧困居民的生活進行兜底，而且還能提供較高的給付金額，從而滿足人們較高層次的需求。我國社會保障制度的發展歷程，也是一個不斷將農村居民納入制度范圍內的改革過程。2002年我國為農民建立新型農村醫療保險制度，政府首次為農民的醫療問題投入財政經費。2009年我國為農民建立新型農村養老保險制度，政府首次為農民的養老問題承擔了財政責任，這大大提高了生活質量和水平。社會保障和就業支出對農民生活質量的影響具有空間上的異質性，其回歸系數整體上由北向南遞減的空間格局特征。31省（市、自治區）中，社會保障和就業支出回歸系前4位的為黑龍江（0.179）、吉林（0.171）、遼寧（0.164）和內蒙古（0.162）。

4 結論與政策啟示

4.1 結論

2016年我國農村居民生活質量得分有正值和負值兩種類型，地區之間呈現不平衡的特征。其中，東北地區和西部地區農民生活質量綜合得分處于次低水平和低水平區。東部地區，特別是北京、天津、上海和浙江等地區處于高水平區。中部地區主要處于中等水平和次高水平區；從全局空間自相關來看，我國農村居民生活質量在總體上具有正相關性特性，即生活質量水平高的地區被生活質量高的地區包圍，生活質量水平低的省份趨于集聚。

局部自相關分析表明，我國農村居民生活質量的局部空間格局為高—高集聚、低—高集聚、低—低集聚三種類型。其中高高（HH）型分布在上海，低低（LL）型分布在黑龍江、內蒙古、吉林、遼寧等地區，低高（LH）型分布在江蘇省；農村居民人均純收入、城鎮化率、教育支出、社會保障和就業支出對我國農村居民生活質量具有正向促進作用，但同一因素生活質量的回歸系數呈現空間異質性。農民人均可支配收入、城鎮化率、教育支出和社會保障就業支出的回歸系數的空間格局分別表現為由西向東、由東向西、由東南向西北和由北向南逐漸遞減。

4.2 政策啟示

1）堅持統籌區域社會經濟協調的發展理念。我國不同省份農民生活質量的差距依然很大，本質上是區域社會經濟發展不平衡不充分的體現[29]。因此，從宏觀上應堅持統籌區域社會經濟協調的發展理念，繼續推行“東北振興”、“西部大開發”和“中部崛起”戰略，加大對貧困地區的財政轉移力度，加強對貧困地區的社會保障制度建設，使所有區域的農村居民都能享受到發展的成果，從而使生活質量不斷得以提高。

2）各地區應大力實施鄉村振興戰略，因地制宜地發展農村經濟。農民人均純收入是影響生活質量的關鍵性因素，根據回歸系數的空間分布特征，需要對不同類型區實施不同的區域政策。同時，經濟發展在空間上具有外溢性，由于涓滴效應最終會大于極化效應而占據優勢，應充分利用發達區域經濟增加帶動欠發達區域的農村經濟增長，從而實現區域農村經濟聯動增長。

3）繼續推進以人為核心的新型城鎮化，發揮工業化和城市化對農業的反哺作用。城鎮化推進過程中，外出務工的農村居民能獲得工資性收入，而工資性收入的增加為農民提高生活質量創造了物質條件[30]。推進新型城鎮化，應加快農業轉移人口市民化，完善有利于農民進城的公共服務和社會保障制度。

4）要堅持就業優先戰略和積極就業政策，實現更高質量和更充分就業。大規模開展農民職業技能培訓，注重解決結構性就業矛盾，鼓勵創業帶動就業。