郇紅艷，譚清美，孫 君,3

（1．南京航空航天大學(xué)經(jīng)濟與管理學(xué)院，江蘇南京211106；2．阜陽師范學(xué)院經(jīng)濟與管理學(xué)院，安徽阜陽236041；3．無錫商業(yè)職業(yè)技術(shù)學(xué)院工商管理學(xué)院，江蘇無錫214153）

促進農(nóng)民增收是破解中國“三農(nóng)”問題的核心，受到黨和政府的高度重視。過去十年間中國城鄉(xiāng)居民收入水平有了大幅提升，扣除價格因素，城鎮(zhèn)居民人均可支配收入年均實際增長9.2%，農(nóng)村居民人均純收入年均實際增長8.1%，2010-2012年連續(xù)三年實現(xiàn)農(nóng)民人均純收入增幅超過城鎮(zhèn)居民人均可支配收入增幅，2012年城鄉(xiāng)居民收入分別達到24565元和7917元。盡管城鄉(xiāng)居民收入都有了大幅提高，但是城鄉(xiāng)居民之間收入差距仍然較大，農(nóng)民增收的根基還不牢固，持續(xù)穩(wěn)定提高農(nóng)民收入水平，不僅事關(guān)農(nóng)民生活狀況和生產(chǎn)條件的改善，而且關(guān)系到全面建成小康社會的大局，值得不斷深入研究。

關(guān)于農(nóng)民增收影響因素，國內(nèi)外學(xué)者通過調(diào)查研究，形成了豐富的理論與觀點，主要包括增加非農(nóng)就業(yè)[1-3]、提高農(nóng)民創(chuàng)業(yè)活躍度[4]，加大農(nóng)村公共投資[5,6]、提高人力資本和農(nóng)業(yè)科技水平[7-9]，推動農(nóng)業(yè)結(jié)構(gòu)升級和農(nóng)民組織創(chuàng)新[10]，以及促進農(nóng)村土地的流轉(zhuǎn)與集約化經(jīng)營等[11,12]。從生產(chǎn)要素的角度審視農(nóng)民增收問題，無論是農(nóng)地流轉(zhuǎn)經(jīng)營、農(nóng)村勞動力流動與素質(zhì)提升，還是農(nóng)業(yè)科技進步、農(nóng)民組織創(chuàng)新抑或農(nóng)村金融深化等，都與城鎮(zhèn)化發(fā)展有著密不可分的關(guān)系，因此，國內(nèi)眾多學(xué)者特別關(guān)注了城鎮(zhèn)化發(fā)展對促進農(nóng)民增收的作用，并展開大量研究。蔡昉、王德文認(rèn)為減少農(nóng)村人口和勞動力比例、擴大市場對農(nóng)產(chǎn)品需求，是城市化發(fā)展促進農(nóng)民增收的重要途徑[13]；李超等研究了農(nóng)村人口城鎮(zhèn)化影響農(nóng)民增收的作用機制，并以廣東近30年數(shù)據(jù)為樣本做實證分析，得出廣東農(nóng)民人均純收入與城鎮(zhèn)化水平之間存在顯著的正向長期均衡關(guān)系[14]；宋元梁、肖衛(wèi)東運用計量經(jīng)濟模型，刻畫了我國城鎮(zhèn)化發(fā)展與農(nóng)民收入增長之間的正向動態(tài)關(guān)系[15]；占紀(jì)文基于福建省數(shù)據(jù)，檢驗了城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化與農(nóng)民收入增長之間的格蘭杰因果關(guān)系[16]。但是也有部分學(xué)者認(rèn)為，由于制度措施不具科學(xué)合理性，城鎮(zhèn)化與農(nóng)民增收之間會存在負(fù)相關(guān)關(guān)系[17]。既有文獻對城鎮(zhèn)化與農(nóng)民增收之間關(guān)系作了充分的研究，但是仍有兩點不足：一是現(xiàn)實中部分地區(qū)城鎮(zhèn)化與農(nóng)民增收之間關(guān)系正負(fù)仍存爭議；二是研究方法存在局限性，絕大多數(shù)研究采用時間序列分析或常規(guī)面板數(shù)據(jù)分析方法，忽視了農(nóng)民收入和城鎮(zhèn)化發(fā)展在地理空間上的依賴性和經(jīng)濟發(fā)展溢出效應(yīng)，容易造成模型設(shè)定偏誤，難以得出令人信服的結(jié)論。

安徽省位于中國中東部地區(qū)，地處長江、淮河中下游，是傳統(tǒng)的農(nóng)業(yè)大省，農(nóng)業(yè)比重高，農(nóng)村人口多，農(nóng)民增收難度大。2012年安徽省第一產(chǎn)業(yè)增加值比重為12.7%，高于全國2.6%，而安徽城鎮(zhèn)化率僅為46.5%，低于全國6.1%，農(nóng)村居民人均純收入只有7161元，低于全國平均水平756元。實現(xiàn)安徽農(nóng)民增收過程中還面臨一個更為突出的問題，就是由于區(qū)域經(jīng)濟發(fā)展不平衡所帶來的農(nóng)民收入?yún)^(qū)域差距分異。受政策導(dǎo)向、經(jīng)濟基礎(chǔ)、區(qū)位條件等諸多因素的影響，皖江城市帶、合肥經(jīng)濟圈的發(fā)展勢頭迅猛，在中部地區(qū)快速崛起，但是皖北地區(qū)尤其是皖西北地區(qū)的發(fā)展依然緩慢，農(nóng)民收入差距逐步拉開。統(tǒng)計數(shù)據(jù)顯示，皖江名城馬鞍山與皖西北重鎮(zhèn)阜陽的農(nóng)村居民人均純收入差距已由2000年的849元擴大到2010年的5144元，在此期間兩個城市農(nóng)民收入比也從1.46倍上升為2.23倍?；谏鲜隹紤]，本文引入空間計量分析方法，運用探索性空間分析工具對安徽省2000-2010年農(nóng)民收入與城鎮(zhèn)化發(fā)展空間相關(guān)性和局部集聚空間格局演變進行分析，并探討不同來源形式收入的空間特性，在此基礎(chǔ)上運用空間杜賓模型和空間滯后模型分別研究2000年和2010年城鎮(zhèn)化發(fā)展對農(nóng)民收入的影響程度和變化趨勢，同時考察空間溢出效應(yīng)，最后提出針對性的政策建議。

1 研究方法

地理學(xué)第一定律認(rèn)為，“任何事物都相關(guān)，只是相近的事物關(guān)聯(lián)更緊密”[18]。傳統(tǒng)的計量經(jīng)濟學(xué)忽視了空間依賴性和空間異質(zhì)性的存在，因此所得結(jié)果經(jīng)常出現(xiàn)偏誤。空間數(shù)據(jù)分析方法的興起，有助于發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的重要信息和規(guī)律。

1.1 空間統(tǒng)計分析

探索性空間數(shù)據(jù)分析（ESDA）主要包括全局空間自相關(guān)、局部空間自相關(guān)和Moran散點圖等方法，是空間數(shù)據(jù)分析的初始步驟，可以揭示事物空間發(fā)展模式和狀態(tài)[19]。

全局空間自相關(guān)用于描述研究變量在整個區(qū)域空間的分布特征，當(dāng)不同區(qū)域單元的某一屬性變量在空間上呈現(xiàn)一定的規(guī)律性，而非隨機分布時，可以認(rèn)為它們之間存在空間相關(guān)。常用GlobalMoran’s I指標(biāo)來測度全局空間關(guān)聯(lián)度，其公式如下[20]：

其中 xi為區(qū)域單元 i的屬性值為區(qū)域單元個數(shù)，W是二值空間權(quán)重矩陣，用以表達n個區(qū)域單元空間鄰近關(guān)系，Wij是其中一個元素，反映區(qū)域單元i與j的相互鄰近關(guān)系，可以采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)來度量。Moran’s I的取值范圍為[-1,1]，若I值為零時，表明不存在空間自相關(guān)，觀測值呈獨立隨機分布。

局部空間自相關(guān)分析可以進一步考察觀測值的局部空間集聚，以及哪些區(qū)域單元與鄰近單元觀測值具有顯著的空間相關(guān)關(guān)系，從而識別不同區(qū)域單元可能存在的不同空間相關(guān)模式。本文采用LocalMoran’s I指標(biāo)度量，其公式如下[20]：

Ii為第i個區(qū)域單元局部空間相關(guān)系數(shù)，xi為區(qū)域單元i的屬性值，Wij代表區(qū)域單元i和j之間的影響程度，Zi，Zj是單元屬性值的標(biāo)準(zhǔn)化形式，Zi＝（xi-xˉ）／S。

1.2 空間計量模型

根據(jù)空間效應(yīng)體現(xiàn)方式不同，空間計量模型有多種設(shè)定形式，主要包括空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。空間滯后模型可以探討相鄰區(qū)域因變量對本區(qū)域的影響，即考察空間溢出效應(yīng)；空間誤差模型可以度量相鄰區(qū)域有關(guān)因變量的誤差沖擊對本區(qū)域觀測值的影響；如果除了鄰近區(qū)域因變量的空間溢出效應(yīng)，相鄰區(qū)域的解釋變量對區(qū)域行為也會產(chǎn)生影響，則要建立空間杜賓模型。三種模型分別表示如下：

其中，Y是一個n×1維被解釋變量向量，X（n×k）是外生解釋變量矩陣，β、γ均是k×1維的參數(shù)向量，ρ和γ分別是空間滯后回歸系數(shù)和空間誤差回歸系數(shù)，反映空間因素對本區(qū)域的影響，ε和μ為隨機誤差項，且ε～N（0，σ2In），W為n階空間權(quán)重矩陣，空間權(quán)重矩陣可以根據(jù)鄰近關(guān)系來設(shè)定，相鄰區(qū)域賦值為1，其他區(qū)域賦值為0。關(guān)于恰當(dāng)模型形式的甄選，可以依據(jù)拉格朗日乘數(shù)統(tǒng)計量標(biāo)準(zhǔn)[21]。

2 安徽城鎮(zhèn)化發(fā)展及農(nóng)民收入的空間統(tǒng)計分析

安徽省城鎮(zhèn)化水平和農(nóng)民收入都有較大增長，圖1顯示了1992-2012年間城鎮(zhèn)化發(fā)展和農(nóng)民收入變化情況，其中城鎮(zhèn)化水平以城鎮(zhèn)人口比例指標(biāo)表示，農(nóng)民收入以農(nóng)村居民人均純收入指標(biāo)表示，數(shù)據(jù)來源于1993-2013年安徽統(tǒng)計年鑒。從圖1可以看出，2000年以來安徽省城鎮(zhèn)化發(fā)展大致呈現(xiàn)線性上升趨勢，農(nóng)民收入在經(jīng)歷了1996-2000年的平臺期后，2000年以后也呈現(xiàn)較為穩(wěn)定的上升趨勢。安徽農(nóng)民收入水平分布是否存在空間異質(zhì)性和依賴性，這將關(guān)系到經(jīng)典回歸模型的Gauss-Markov假定能否成立，必須予以澄清?？紤]到2011年，安徽省撤銷地級市巢湖市并進行了部分行政區(qū)劃的調(diào)整，遵從數(shù)據(jù)口徑的一致性原則，選擇2000-2010年作為分析時段，而且該時期恰好與我國第十和十一個五年規(guī)劃相一致，可以為分析“十二五”時期狀況提供參考依據(jù)。

圖1 安徽省城鎮(zhèn)化發(fā)展與農(nóng)民收入變化圖

2.1 安徽城鎮(zhèn)化、農(nóng)民收入空間相關(guān)分析

（1）安徽農(nóng)民收入有顯著的全局空間正相關(guān)，而城鎮(zhèn)化從全局來看空間相關(guān)性不顯著。根據(jù)2000-2010年安徽省17個地級市農(nóng)村居民人均純收入數(shù)據(jù)，利用OpenGeoDa軟件計算各年的全域空間自相關(guān)Moran’s I指數(shù)并得到檢驗結(jié)果（表1）。由表1數(shù)據(jù)顯示，2000-2010各年Moran’s I指數(shù)均通過了顯著性水平1%的假設(shè)檢驗，并且Moran’s I指數(shù)都為正值，反映出安徽省各地市農(nóng)村居民收入存在空間集聚狀態(tài)。正的空間自相關(guān)性結(jié)果說明，在安徽省農(nóng)民收入水平較低的地市傾向于和同樣是農(nóng)民收入水平較低的地市臨近，而農(nóng)民收入水平較高的地市其相鄰地市的農(nóng)民收入水平也比較高。對于2000年和2010年城鎮(zhèn)化發(fā)展的Moran’s I指數(shù)測算結(jié)果分別為-0.2019和-0.0502，空間相關(guān)性并不顯著，但是由于某個區(qū)域周圍單元的正負(fù)影響可能相互抵消，使得全局空間相關(guān)性不顯著，因此需要進一步分析局域相關(guān)性。

表1 2000-2010年間安徽農(nóng)民收入空間自相關(guān)分析

（2）安徽農(nóng)民收入局域中心有擴散和北移的特點，城鎮(zhèn)化發(fā)展出現(xiàn)“極點”和“洼地”。為了進一步了解局部空間集聚的演變，分別繪制2000年和2010年農(nóng)民收入和城鎮(zhèn)化的Moran散點圖（圖2）和5%顯著性水平局域相關(guān)LISA圖（圖3），由此代表性的反映研究期間變化。

圖2 安徽農(nóng)民收入、城鎮(zhèn)化Moran散點圖

從農(nóng)民收入Moran散點圖可以看出，絕大部分地市散點集中在第一象限和第三象限，表明高高集聚和低低集聚類型區(qū)域占據(jù)主導(dǎo)地位，即農(nóng)民高收入水平地區(qū)互相臨近（第一象限），低收入水平地區(qū)也相臨近（第三象限）。將2000-2010年高高集聚和低低集聚的顯著性中心區(qū)域列于表1，以判斷其演變的趨勢：高高集聚區(qū)域基本維持在以皖江城市帶的蕪湖、馬鞍山和宣城為中心區(qū)域，一個新的變化是自2007年起巢湖穩(wěn)定地進入中心區(qū)域，使得原先以馬鞍山、蕪湖、池州為軸線的農(nóng)民高收入?yún)^(qū)域略微向北轉(zhuǎn)移；低低集聚區(qū)域的變化比較明顯，結(jié)合表1和圖3可以看出，中心區(qū)域從安徽西部的六安北移到北部的多個地市又向西北部方向收縮。安徽農(nóng)民高、低收入中心區(qū)域的變化看似沒有關(guān)聯(lián)，實則源于相同的背景，我們發(fā)現(xiàn)2000-2010這11年間，安徽的省會合肥市始終處于低高類型區(qū)，即一直被農(nóng)民收入低水平區(qū)域所包圍，是一個“極點”區(qū)域，她是否發(fā)揮了帶動和擴散效應(yīng)直接影響到周圍區(qū)域農(nóng)民收入的提升，依發(fā)展情況來看，六安從低水平區(qū)域的退出和巢湖向高水平區(qū)域的挺進，都在一定程度上反映了合肥經(jīng)濟圈實力的增強。

由城鎮(zhèn)化Moran散點圖顯示，絕大部分地市散點集中在第二象限和第四象限，表明高低集聚和低高集聚類型區(qū)域占據(jù)主導(dǎo)地位，呈現(xiàn)負(fù)的空間相關(guān)性。在2000年的局域空間自相關(guān)LISA圖中，并沒有地市通過5%水平顯著性檢驗，因此在圖3中僅列示2010年結(jié)果，從中可以看出局部中心初顯，淮北市在安徽北部城鎮(zhèn)化發(fā)展中形成“極點”，而巢湖市在中南部形成“洼地”。

圖3 安徽農(nóng)民收入、城鎮(zhèn)化局域空間自相關(guān)性LISA聚類圖（示意圖，p=0.05）

2.2 安徽農(nóng)民收入構(gòu)成的空間效應(yīng)分析

從區(qū)域整體格局上已經(jīng)分析了安徽農(nóng)民家庭人均純收入空間相關(guān)性的存在，進一步研究證實不同形式收入的空間依賴性存在差異。按來源形式可以將農(nóng)村居民家庭人均純收入分為家庭經(jīng)營純收入、工資性收入、財產(chǎn)性收入和轉(zhuǎn)移性收入，其中前兩項收入是農(nóng)民收入的主要來源。2010年安徽省農(nóng)村居民的工資性收入和家庭經(jīng)營純收入分別為2203.94元和2626.42元，占純收入的比例為41.70%和49.69%，二者之和超過90%，而且近年來工資性收入還在不斷上升，成為農(nóng)民增收的重要原因。基于2010年安徽省17個地級市農(nóng)民收入數(shù)據(jù)，計算Moran’s I指數(shù)，得到工資性收入的Moran’s I指數(shù)值為0.3541，家庭經(jīng)營純收入的Moran’s I指數(shù)值為0.1261，運用蒙特卡洛隨機模擬方法，經(jīng)過999次運算，在0.05的顯著性水平下，認(rèn)為工資性收入存在空間相關(guān)性而家庭經(jīng)營純收入并不存在空間相關(guān)性。這說明2010年農(nóng)民工資性收入水平取決于經(jīng)濟發(fā)展，受周邊地區(qū)工資水平的影響，存在空間溢出效應(yīng)，而且高工資水平地區(qū)和低工資水平地區(qū)有集聚現(xiàn)象；而家庭經(jīng)營純收入空間分布整體看來則是隨機的，不存在空間依賴性。基于這一認(rèn)識，在研究工資性收入影響因素模型時也應(yīng)當(dāng)采用空間計量分析方法。

3 安徽城鎮(zhèn)化發(fā)展與農(nóng)民增收關(guān)系的空間計量模型

3.1 模型設(shè)定與數(shù)據(jù)來源

由于安徽省農(nóng)民收入在空間上存在明顯的相關(guān)性與溢出效應(yīng)，如果忽視這種空間相關(guān)性，可能會造成研究結(jié)論的偏誤，在納入空間效應(yīng)時，考慮設(shè)定的一般性，將本研究采用空間計量模型形式設(shè)定為：

其中，Y為被解釋變量，表示安徽省各地市農(nóng)民收入；X為解釋變量，主要考慮城鎮(zhèn)化、農(nóng)業(yè)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、財政支農(nóng)等因素的影響；W為空間權(quán)重矩陣，本文依據(jù)鄰近原則設(shè)定；ρ反映相鄰區(qū)域農(nóng)民收入水平對本區(qū)域的影響；γ反映相鄰區(qū)域城鎮(zhèn)化和農(nóng)業(yè)發(fā)展對本區(qū)域農(nóng)民收入的影響；λ是模型因素以外的空間相關(guān)性對被解釋變量的沖擊。

被解釋變量Y用農(nóng)村居民家庭人均純收入或工資性收入來表示，并取其對數(shù)形式；解釋變量X包括：城鎮(zhèn)化發(fā)展X1，用各市的城鎮(zhèn)化率，即城鎮(zhèn)人口占總?cè)丝诒壤硎?；農(nóng)業(yè)發(fā)展X2，通過農(nóng)業(yè)結(jié)構(gòu)調(diào)整升級來反映，用農(nóng)業(yè)總產(chǎn)值在農(nóng)林牧漁總產(chǎn)值中所占比例來表示；產(chǎn)業(yè)結(jié)構(gòu)X3，用二三產(chǎn)業(yè)增加值在地區(qū)生產(chǎn)總值中所占比例來表示；財政支農(nóng)X4，用人均財政支出來表示；農(nóng)業(yè)機械化X5，用人均農(nóng)業(yè)機械總動力來表示。實際建立計量模型時，由于多重共線性的存在，使得各個解釋變量影響均不顯著，通過逐步回歸和綜合比較，最終確定城鎮(zhèn)化發(fā)展X1和農(nóng)業(yè)發(fā)展X2兩個解釋變量，解釋變量也都取對數(shù)形式，由此得到模型的具體形式。

普通回歸計量模型：

本研究數(shù)據(jù)來自《安徽統(tǒng)計年鑒》2001和2011，從中采集了2000年和2010年安徽省17個地級市的農(nóng)村居民人均純收入、工資性收入（2010）、城鎮(zhèn)人口和總?cè)丝?、農(nóng)業(yè)總產(chǎn)值、農(nóng)林牧漁總產(chǎn)值，農(nóng)業(yè)機械總動力，財政支出和農(nóng)業(yè)從業(yè)人員等數(shù)據(jù)，利用OpenGeoDa軟件進行回歸分析。

3.2 普通回歸模型分析

為了分析安徽省城鎮(zhèn)化發(fā)展和農(nóng)民收入之間的關(guān)系，分別選取2000年和2010年統(tǒng)計數(shù)據(jù)建立3個農(nóng)民收入影響因素模型，用于檢驗城鎮(zhèn)化和農(nóng)業(yè)發(fā)展對農(nóng)民收入的影響方式、程度及隨時間變化特征，其中模型1和模型2以農(nóng)村居民人均純收入為被解釋變量，模型3則是以農(nóng)村居民工資性收入為被解釋變量；模型1基于2000年的截面數(shù)據(jù)回歸估計，模型2和3基于2010年的截面數(shù)據(jù)做回歸估計。通過模型1和模型2比較2000年和2010年農(nóng)民收入影響因素的時間變化，通過模型2和模型3比較2010年農(nóng)民收入不同構(gòu)成的影響因素差別。首先進行普通最小二乘回歸估計，接下來通過殘差的Moran’s I檢驗和兩個Lagrange乘數(shù)（LM（lag）與LM（error））來判斷建立空間計量模型的具體形式，結(jié)果如表2所示。

根據(jù)表2回歸結(jié)果，普通最小二乘估計安徽省各地市農(nóng)民收入方程整體上都是顯著的，F(xiàn)統(tǒng)計量的值較大，而且方程整體都通過了5%顯著性水平的統(tǒng)計檢驗，但是方程的擬合情況都比較一般，模型1的統(tǒng)計量僅為0.4071。

對回歸殘差做空間依賴性檢驗，Moran’s I結(jié)果顯示安徽17個地市的農(nóng)民收入之間具有明顯的空間自相關(guān)，在顯著性水平5%的條件下存在空間集聚現(xiàn)象，這說明直接采用OLS法對建立模型進行估計分析存在一定的問題，可能忽視了各截面單元之間的空間相關(guān)性。

表2 安徽城鎮(zhèn)化發(fā)展與農(nóng)民收入關(guān)系模型的OLS估計結(jié)果表

3.3 空間回歸模型分析

安徽農(nóng)民增收影響因素在不同時期可能有不同的空間效應(yīng)作用形式，因此依據(jù)Anselin提出的標(biāo)準(zhǔn)[21]，通過兩個拉格朗日乘數(shù)及其穩(wěn)健性檢驗（Robust）的結(jié)果來選擇最合適的空間計量模型形式。表2檢驗結(jié)果表明，模型1的LM（lag）和LM（error）分別通過了1%和5%的顯著性檢驗，但是兩項穩(wěn)健性檢驗指標(biāo)均未通過10%水平的顯著性檢驗，再考慮到模型的擬合優(yōu)度并不高，可能是遺漏了變量的空間影響，因此將解釋變量的空間滯后因素也放入模型中，結(jié)合LM（lag）檢驗更為顯著的特點，應(yīng)選擇空間杜賓模型SDM進行估計。對于模型2和模型3，LM（lag）和Robust LM（lag）均通過了顯著性檢驗，而 LM（error）和 Robust LM（error）都沒有通過 10%水平的顯著性檢驗，因此這兩個模型應(yīng)采用空間滯后模型SLM進行估計，所得空間計量經(jīng)濟模型的估計結(jié)果如表3所示。

表3 安徽城鎮(zhèn)化發(fā)展與農(nóng)民收入關(guān)系空間計量經(jīng)濟模型的估計結(jié)果表

3.3.1普通回歸模型與空間回歸模型的比較 比較表2和表3的估計結(jié)果，發(fā)現(xiàn)空間計量模型的擬合情況均優(yōu)于普通最小二乘模型。由于空間計量模型采用極大似然法估計模型參數(shù)，分析殘差平方和分解的擬合優(yōu)度意義不大，因此主要比較Log L、AIC和SC統(tǒng)計量的值，可以看出三個空間計量模型的Log L值均高于相應(yīng)的普通OLS模型，而AIC和SC統(tǒng)計量值均小于相應(yīng)普通OLS模型。由此可見，普通回歸模型由于遺漏了變量的空間自相關(guān)，導(dǎo)致模型使用和結(jié)果分析解釋力下降，同時也有力證明了安徽省各個地市之間的農(nóng)民收入水平具有相互影響。

對變量回歸系數(shù)取值大小的比較發(fā)現(xiàn)，空間計量模型系數(shù)絕對值略小于普通回歸模型，這說明應(yīng)用OLS法估計的經(jīng)典回歸模型高估了城鎮(zhèn)化發(fā)展對農(nóng)民增收效應(yīng)，同時也放大了農(nóng)業(yè)產(chǎn)值比重單一對農(nóng)村居民純收入的制約作用。

對比結(jié)果還說明農(nóng)民收入空間分布的溢出效應(yīng)對農(nóng)民增收作用明顯。在3個空間計量模型回歸結(jié)果中，安徽農(nóng)民收入空間滯后變量系數(shù)均為正值，數(shù)值較高，且通過了1%顯著性檢驗，反映周圍地市農(nóng)民收入提升能夠有效帶動當(dāng)?shù)剞r(nóng)民收入增長。原因在于安徽農(nóng)民收入空間分布存在明顯的集聚特征，農(nóng)民高收入地區(qū)主要分布在皖江一帶，農(nóng)民低收入地區(qū)位于皖北一片，這種區(qū)域特性已經(jīng)影響到了農(nóng)民收入的增長，因此在制定農(nóng)民增收政策時，必須要考慮區(qū)域因素，差別對待。

3.3.2基于空間計量模型的不同時期安徽省農(nóng)民收入影響因素比較 對比表3中模型1和2的估計結(jié)果，分析不同時期安徽省農(nóng)民收入影響因素的作用方式、程度和變化特征。

第一，城鎮(zhèn)化發(fā)展能夠顯著的促進農(nóng)民增收，作用程度趨于增強；從空間來看，周圍地市的城鎮(zhèn)化發(fā)展有助于增加當(dāng)?shù)剞r(nóng)民收入，但影響作用非常微弱。在模型1與模型2中，當(dāng)?shù)爻擎?zhèn)化率的回歸系數(shù)都通過了顯著性水平1%的檢驗，說明城鎮(zhèn)化發(fā)展對農(nóng)民增收作用明顯；從系數(shù)取值來看，城鎮(zhèn)化率的影響由0.1615上升到0.4662，增長了188.67%。從城鎮(zhèn)化空間影響來看，模型1城鎮(zhèn)化空間滯后項系數(shù)為正，說明周圍地市的城鎮(zhèn)化發(fā)展有助于當(dāng)?shù)剞r(nóng)民增收，但是該系數(shù)并未通過顯著性檢驗，而且在模型2中也未包含城鎮(zhèn)化空間滯后因素，因此城鎮(zhèn)化對農(nóng)民增收的空間影響并不顯著。

第二，農(nóng)業(yè)結(jié)構(gòu)單一不利于農(nóng)民增收，從空間來看，周邊地市農(nóng)業(yè)產(chǎn)值比例提高會阻礙當(dāng)?shù)剞r(nóng)民收入增加，但傳統(tǒng)農(nóng)業(yè)區(qū)域農(nóng)民增收負(fù)面影響已經(jīng)弱化，農(nóng)業(yè)結(jié)構(gòu)升級有助于農(nóng)民增收。由模型1結(jié)果可知，周邊地市農(nóng)業(yè)產(chǎn)值比重提高1%會帶來當(dāng)?shù)剞r(nóng)民人均純收入下降0.6423%，這說明在2000年的經(jīng)濟條件下，農(nóng)業(yè)結(jié)構(gòu)調(diào)整和多樣化經(jīng)營的發(fā)展還比較滯后，發(fā)展林業(yè)、牧業(yè)和漁業(yè)可以促進農(nóng)民增收，但是傳統(tǒng)農(nóng)業(yè)區(qū)還主要是以農(nóng)業(yè)為主，而且接連成片具有集聚效應(yīng)，這種區(qū)域性的農(nóng)業(yè)產(chǎn)值單一現(xiàn)象影響了農(nóng)民增收。從模型2來看，農(nóng)業(yè)結(jié)構(gòu)變量影響作用并不顯著，且不含有其空間滯后項，說明2010年農(nóng)業(yè)產(chǎn)值結(jié)構(gòu)單一的空間效應(yīng)已經(jīng)淡化，農(nóng)村內(nèi)部產(chǎn)業(yè)多樣化，林業(yè)、牧業(yè)和漁業(yè)蓬勃發(fā)展，相比傳統(tǒng)的農(nóng)業(yè)種植有更高利潤，而且?guī)恿宿r(nóng)產(chǎn)品加工業(yè)發(fā)展，提高了農(nóng)民收入水平。例如，2012年合肥市農(nóng)產(chǎn)品加工業(yè)總產(chǎn)值已達到1113.6億元，在全省率先突破千億元大關(guān)，成為繼家電、裝備制造業(yè)之后的第三大支柱行業(yè)，有力的推動經(jīng)濟持續(xù)增長。

3.3.3基于空間計量模型的安徽省農(nóng)民不同收入構(gòu)成影響因素比較 對比表3中模型1和模型2的估計結(jié)果，分析比較安徽省農(nóng)村居民人均純收入和工資性收入影響因素的作用。

第一，城鎮(zhèn)化發(fā)展能夠顯著的促進農(nóng)民純收入和工資性收入增長，對后者的帶動作用更強。在模型2和模型3中，城鎮(zhèn)化發(fā)展的回歸系數(shù)分別為0.4662和0.7168，均通過了1%水平的顯著性檢驗，說明城鎮(zhèn)化發(fā)展有力提升農(nóng)民純收入和工資性收入；在模型2中城鎮(zhèn)化的系數(shù)取值低于農(nóng)民收入的空間滯后項，而模型3中，城鎮(zhèn)化的系數(shù)高于農(nóng)民收入的空間滯后項，這反映出城鎮(zhèn)化發(fā)展對農(nóng)民工資性收入增長的促進作用強于純收入，而且影響程度已經(jīng)超過了農(nóng)民收入空間溢出的影響，城鎮(zhèn)化發(fā)展更多的是藉由提高農(nóng)民工資性收入的途徑來帶動農(nóng)民增收的。

第二，農(nóng)業(yè)結(jié)構(gòu)單一不利于農(nóng)民收入增長，對工資性收入的影響更為顯著。在模型2與模型3中，農(nóng)業(yè)結(jié)構(gòu)變量的回歸系數(shù)均為負(fù)值，其中模型2的系數(shù)不顯著，模型3的系數(shù)通過了10%水平的顯著性檢驗，說明農(nóng)業(yè)結(jié)構(gòu)單一現(xiàn)象會抑制農(nóng)民增收，尤其是影響農(nóng)民工資性收入增長。因此要大力發(fā)展林業(yè)、牧業(yè)和漁業(yè)，可以讓農(nóng)民獲得更多的工資性收入，從而改善農(nóng)民收入狀況。

4 結(jié)論與政策建議

4.1 結(jié)論

應(yīng)用探索性空間數(shù)據(jù)分析技術(shù)（ESDA）對安徽省農(nóng)村居民收入與城鎮(zhèn)化發(fā)展的空間自相關(guān)性及其集聚特征進行了分析，在此基礎(chǔ)上引入空間計量模型研究城鎮(zhèn)化發(fā)展與農(nóng)民收入變化之間的關(guān)系，考慮區(qū)域空間地理關(guān)聯(lián)模型避免了普通多元線性回歸模型對城鎮(zhèn)化作用的高估，更為貼近客觀實際。研究結(jié)果表明：

（1）安徽省各地級市農(nóng)民收入存在明顯的空間正自相關(guān)性，局域集聚中心有擴散和北移的特征；城鎮(zhèn)化在全局上沒有明顯的空間相關(guān)性，但是局域集聚的“極點”和“洼地”初步顯現(xiàn)。在合肥經(jīng)濟圈的輻射作用下，2000-2010年來，農(nóng)民收入低水平集聚區(qū)逐漸從安徽西部向西北部轉(zhuǎn)移，目前主要分布在阜陽、亳州和淮北等地；而高收入集聚區(qū)主要分布在馬鞍山、蕪湖和宣城，近年來逐漸擴展涵蓋巢湖地區(qū)，皖江城市帶“兩點一軸線”的經(jīng)濟溢出效應(yīng)蔓延。安徽城鎮(zhèn)化發(fā)展具有局部自相關(guān)性，在北部形成以淮北市為“極點”，中南部以巢湖市為“洼地”的格局。

（2）從空間因素對農(nóng)民增收的影響來看，安徽省農(nóng)民收入的空間溢出效應(yīng)作用最強，各周邊地市農(nóng)民收入提高能夠有效的帶動當(dāng)?shù)剞r(nóng)民收入增加；城鎮(zhèn)化發(fā)展在空間上對農(nóng)民增收也存在正效應(yīng)，即周邊地市城鎮(zhèn)化水平提高有助于當(dāng)?shù)剞r(nóng)民增收，但是影響程度并不顯著；農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)單一在空間上對農(nóng)民增收具有負(fù)效應(yīng)，傳統(tǒng)農(nóng)業(yè)區(qū)以農(nóng)業(yè)為主的結(jié)構(gòu)特征不利于農(nóng)民增收，不過隨著各地農(nóng)業(yè)結(jié)構(gòu)的多樣化發(fā)展，農(nóng)業(yè)結(jié)構(gòu)對農(nóng)民增收的抑制作用變得不再顯著。

（3）安徽省城鎮(zhèn)化發(fā)展能夠顯著的促進農(nóng)民增收，2000-2010年，城鎮(zhèn)化對農(nóng)民純收入增加的帶動作用由弱趨強，從影響程度來看，2010年較2000年增加了188.67%；城鎮(zhèn)化在提升農(nóng)民工資性收入的作用程度上強于對農(nóng)民純收入的影響。

（4）安徽省農(nóng)業(yè)產(chǎn)業(yè)結(jié)構(gòu)單一不利于農(nóng)民收入提升，特別是缺少非農(nóng)就業(yè)機會，制約農(nóng)民工資性收入增長，近年來，傳統(tǒng)農(nóng)業(yè)區(qū)因農(nóng)業(yè)結(jié)構(gòu)調(diào)整升級和多樣化，逐漸淡化了對收入增長的抑制作用。

4.2 政策建議

基于上述結(jié)論，本研究的政策含義在于：

（1）發(fā)揮安徽省農(nóng)民收入空間溢出效應(yīng)對農(nóng)民增收的帶動作用，應(yīng)該因地制宜，根據(jù)不同地市農(nóng)民收入水平特點和周邊地市收入狀況制定相應(yīng)的政策措施，促進農(nóng)民收入增長。皖西北的阜陽、亳州和淮北屬于農(nóng)民收入低水平集聚區(qū)，這些地區(qū)的農(nóng)民增收工作是當(dāng)前的重點，而以蕪湖、馬鞍山和宣城為代表的皖江城市是農(nóng)民收入水平較高的優(yōu)勢地區(qū)，應(yīng)當(dāng)充分加強區(qū)域合作，發(fā)揮其輻射擴散作用?！笆濉睍r期安徽城鎮(zhèn)總體空間布局提出了“一帶一圈一群”的發(fā)展規(guī)劃，通過合肥經(jīng)濟圈的發(fā)展，成為連接南北皖江城市帶和皖北城鎮(zhèn)群的紐帶，實現(xiàn)南北對接，在皖北地區(qū)重點加強阜陽和蚌埠區(qū)域中心城市的建設(shè)，挖掘重點鄉(xiāng)鎮(zhèn)發(fā)展?jié)摿Γ瑤有〕擎?zhèn)發(fā)展，發(fā)揮產(chǎn)業(yè)和人口集聚效應(yīng)，形成城市群，促進農(nóng)民增收。

（2）統(tǒng)籌城鄉(xiāng)發(fā)展，加快城鎮(zhèn)化進程，拓展農(nóng)民增收空間。通過城鄉(xiāng)一體化制度建設(shè)，消除農(nóng)民鄉(xiāng)城轉(zhuǎn)移障礙，改革戶籍和農(nóng)村用地制度，完善用工和社會保障制度，建立統(tǒng)一開放、競爭有序、城鄉(xiāng)一體的勞動力市場，此外通過承接長三角地區(qū)產(chǎn)業(yè)轉(zhuǎn)移，以縣城和中心鎮(zhèn)為依托，發(fā)展二、三產(chǎn)業(yè)，推動產(chǎn)業(yè)集聚區(qū)建設(shè)，拓寬農(nóng)民非農(nóng)就業(yè)空間。

（3）推動農(nóng)業(yè)現(xiàn)代化建設(shè)，促進農(nóng)業(yè)優(yōu)化升級，提高農(nóng)產(chǎn)品的附加值，帶動農(nóng)民增收。安徽是農(nóng)業(yè)大省，在農(nóng)業(yè)產(chǎn)業(yè)化方面應(yīng)當(dāng)有更多的作為。通過貫徹實施安徽省農(nóng)業(yè)產(chǎn)業(yè)化“671”轉(zhuǎn)型倍增計劃，加大財政支農(nóng)力度，努力拓寬融資渠道，重點培育農(nóng)產(chǎn)品加工骨干龍頭企業(yè)，引導(dǎo)優(yōu)勢企業(yè)集聚，加強農(nóng)產(chǎn)品品牌建設(shè)，以糧食、油料、畜牧、水產(chǎn)、蔬菜、水果、中藥材、棉花、繭絲綢和茶葉為十大主導(dǎo)產(chǎn)業(yè)，促進產(chǎn)業(yè)集群發(fā)展，建立一批有影響力的農(nóng)業(yè)產(chǎn)業(yè)化示范區(qū)。積極參與泛長三角產(chǎn)業(yè)分工合作，發(fā)展總部經(jīng)濟，加大農(nóng)業(yè)招商引資力度，大力承接農(nóng)產(chǎn)品加工業(yè)轉(zhuǎn)移。以技術(shù)創(chuàng)新推動農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展，依托合蕪蚌自主創(chuàng)新綜合試驗區(qū)建設(shè)，培育科技型龍頭企業(yè)，引領(lǐng)農(nóng)業(yè)技術(shù)創(chuàng)新，鼓勵龍頭企業(yè)與高等院校、科研院所的合作，建立產(chǎn)學(xué)研科技創(chuàng)新戰(zhàn)略聯(lián)盟。提升農(nóng)產(chǎn)品加工制造裝備技術(shù)水平，加快農(nóng)產(chǎn)品精深加工升級和品種創(chuàng)新，提高農(nóng)產(chǎn)品市場競爭力。

[1]陳錫文.全面建設(shè)小康社會的關(guān)鍵在農(nóng)村 [J].經(jīng)濟研究,2002(12):10-12.

[2]鐘甫寧,何軍.增加農(nóng)民收入的關(guān)鍵：擴大非農(nóng)就業(yè)機會[J].農(nóng)業(yè)經(jīng)濟問題,2007(1):62-70.

[3]Chul-Woo Kwon,Peter Orazem,Daniel Otto.Off-farm labor supply responses to permanent and transitory farm income[J].Agricultural Economics,2006,34(1):59-67.

[4]古家軍,謝鳳華.農(nóng)民創(chuàng)業(yè)活躍度影響農(nóng)民收入的區(qū)域差異分析——基于1997—2009年的省際面板數(shù)據(jù)的實證研究[J].農(nóng)業(yè)經(jīng)濟問題,2012(2):19-23.

[5]劉振彪.我國財政支農(nóng)支出促進農(nóng)民收入增長的實證分析[J].財經(jīng)理論與實踐,2011,32(5):63-67.

[6]Brenna D Ellison,Jayson L Lusk,Brian C Briggeman.Taxpayer beliefsabout farm incomeand preference for farm policy[J].Applied Economic perspectivesand policy,2009,32(2):338-354.

[7] 王春超.農(nóng)村土地流轉(zhuǎn)、勞動力資源配置與農(nóng)民收入增長：基于中國17省份農(nóng)戶調(diào)查的實證研究 [J].農(nóng)業(yè)技術(shù)經(jīng)濟,2011(1):93-101.

[8]徐輝,黎東升.教育型人力資本對農(nóng)民收入影響的典型相關(guān)分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2011(8):44-49.

[9]羅序斌,胡德龍.科技進步對縮小城鄉(xiāng)收入差距的貢獻研究[J].科技進步與對策,2011,28(3):47-49.

[10]張曉山.農(nóng)民專業(yè)合作社的發(fā)展趨勢探析[J].管理世界,2009(5):89-96.

[11]韓菡,鐘甫寧.勞動力流出后“剩余土地”流向?qū)τ诋?dāng)?shù)剞r(nóng)民收入分配的影響[J].中國農(nóng)村經(jīng)濟,2011(4):18-25.

[12]許恒周,郭玉燕.農(nóng)民非農(nóng)收入與農(nóng)村土地流轉(zhuǎn)關(guān)系的協(xié)整分析——以江蘇省南京市為例[J].中國人口·資源與環(huán)境,2011,21(6):61-66.

[13]蔡昉，王德文，王美艷.漸進式改革進程中的地區(qū)專業(yè)化趨勢[J].經(jīng)濟研究,2002(9):24-30,93.

[14]李超,匡耀求,黃寧生,等.農(nóng)村人口城鎮(zhèn)化影響農(nóng)民增收的機制分析與實證檢驗——以廣東省為例[J].廣東農(nóng)業(yè)科學(xué),2012(13):205-207.

[15]宋元梁,肖衛(wèi)東.中國城鎮(zhèn)化發(fā)展與農(nóng)民收入增長關(guān)系的動態(tài)計量經(jīng)濟分析[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2005(9):30-39.

[16]占紀(jì)文.福建省城鎮(zhèn)化發(fā)展、農(nóng)業(yè)現(xiàn)代化與農(nóng)民收入增長關(guān)系的動態(tài)計量經(jīng)濟分析[J].中國農(nóng)學(xué)通報,2011,27(30):307-312.[17]程洪寶.城鎮(zhèn)化與農(nóng)民增收的負(fù)相關(guān)分析 [J].學(xué)術(shù)論壇,2005(12):111-114.

[18]ToblerW R.A computermoviesimulatingurban growth in theDetroit region[J].EconomicGeography,1970,46(2):234-240.

[19]楊振山,蔡建明.空間統(tǒng)計學(xué)進展及其在經(jīng)濟地理研究中的應(yīng)用[J].地理科學(xué)進展,2010,29(6):757-768.

[20]沈體雁,馮等田,孫鐵山.空間計量經(jīng)濟學(xué)[M].北京大學(xué)出版社，2010:41-43.

[21]Anselin L,Rey S.Propertiesof tests for spatialdependence in linear regressionmodels[J].GeographicalAnalysis,1991,23(2):112-131.