林穎超 胡偉艷 劉恬 左成超

摘要：建立農(nóng)戶尺度的空間計量模型和OLS回歸模型，利用武漢市郊區(qū)763戶農(nóng)村家庭的調(diào)查數(shù)據(jù)，對農(nóng)村居民收入的距離效應(yīng)進(jìn)行實證研究。結(jié)果表明，①研究區(qū)農(nóng)村居民收入存在相對顯著的空間相關(guān)性，采用空間計量模型較優(yōu)于OLS回歸模型，但空間溢出效應(yīng)比較小。②距離因素對農(nóng)村居民收入的影響存在差異，其中農(nóng)村居民家庭所在地與區(qū)政府的距離對農(nóng)村居民收入的影響顯著為正，與最近鄉(xiāng)鎮(zhèn)中心的距離效應(yīng)顯著為負(fù)，而與首位城市中心的距離效應(yīng)為正，統(tǒng)計上差異不顯著。在宏觀層次，應(yīng)繼續(xù)增強首位城市的輻射作用，差異化實施就地城鎮(zhèn)化；在微觀層次，應(yīng)營造農(nóng)村公共空間，提高教育培訓(xùn)水平，并且加強村民之間的溝通交流，持續(xù)增加農(nóng)村居民收入。

關(guān)鍵詞：農(nóng)村居民收入；空間計量模型；距離效應(yīng)；農(nóng)戶尺度；就地城鎮(zhèn)化

中圖分類號：F061.5；F320.3 文獻(xiàn)標(biāo)識碼：A

文章編號：0439-8114（2018）14-0128-05

DOI：10.14088/j.cnki.issn0439-8114.2018.14.031 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract： The purpose of this paper is to test distance effects of rural residents income in suburbs of Wuhan city at the farmers level. Spatial Econometric Model and OLS regression model is employed. The results are as follows：①There is some spatial auto-correlation in the rural residents income in the study area. Spatial econometric model is better than OLS regression model， but spatial spillover effect is relatively small. ②The influence of different distance factor types on the rural residents income is different. Among them， The distance between the location of the rural residents and the distance from district government has a positive effect on the rural residents income， and the distance effect from the center of the nearest township is significantly negative. The distance effect from the center of the first rank of cities is positive， but it is not statistically significant. We suggest that rural residents income would be increased， at the macro level， by strengthening the spillover effect of the development of the first rank of cities， and differentiating the implementation of local urbanization. At the micro level， by creating rural public space to strengthen cooperation between the villagers communication and improving the level of education and training.

Key words： rural residents income； spatial econometric model； distance effect； farmers level； local urbanization

中國社會經(jīng)濟(jì)發(fā)展的新常態(tài)下，農(nóng)村居民收入不高，村民之間、城鄉(xiāng)之間和地區(qū)之間收入差距不斷擴大，迫切需要拓寬農(nóng)民增收新渠道，挖掘農(nóng)民增收新潛力，培育農(nóng)民增收新動能。黨中央高度重視農(nóng)村農(nóng)民收入的增加，連續(xù)15年的中央一號文件將增加農(nóng)民收入作為“三農(nóng)”工作的中心任務(wù)，2018年政府工作報告提議“健全城鄉(xiāng)融合發(fā)展體制機制，多渠道增加農(nóng)民收入”，黨的十九大報告首次提出鄉(xiāng)村振興戰(zhàn)略。由此可見，農(nóng)村居民收入增收研究具有重要的現(xiàn)實意義。

國內(nèi)外大量的研究認(rèn)為教育[1，2]、基礎(chǔ)設(shè)施[3-5]、自然地理條件[6，7]、支農(nóng)政策[8]、城鎮(zhèn)化[9，10]等影響農(nóng)村居民收入。隨著新經(jīng)濟(jì)地理學(xué)的興起，空間因素逐漸被納入一般均衡的分析框架中，用于研究經(jīng)濟(jì)活動的空間分布規(guī)律。近年來，考慮空間因素研究農(nóng)村居民收入引起了學(xué)者們的廣泛關(guān)注。在研究內(nèi)容上側(cè)重于居民收入的區(qū)域差異；在研究尺度上，主要側(cè)重于縣域尺度[11]、地級城市尺度[12，13]、省域尺度[14]等；在研究方法上，普遍采用時間序列數(shù)據(jù)、截面或面板數(shù)據(jù)的經(jīng)典回歸分析方法。距離因素是空間最常見的表現(xiàn)形式，通過資源的可獲得性影響農(nóng)民收入。經(jīng)濟(jì)活動的集聚通過外部性促進(jìn)經(jīng)濟(jì)的增長，無論是資本還是勞動力，均有向大中城市集聚的強烈傾向[15]。隨著與中心城市的距離增大，農(nóng)民對資源的可獲得性則更差，不利于農(nóng)民增收，具體表現(xiàn)為農(nóng)村勞動力和農(nóng)產(chǎn)品進(jìn)城交易的成本增加，獲取市場信息效率降低，對集聚區(qū)域市場規(guī)則適應(yīng)程度更低[16]。空間距離限制經(jīng)濟(jì)發(fā)展向落后地區(qū)擴展[17]，經(jīng)濟(jì)集聚只為當(dāng)?shù)剞r(nóng)民帶來福利[18]，具體表現(xiàn)為直線距離和交通距離，即自然地理距離和經(jīng)濟(jì)地理距離。本研究以武漢市郊區(qū)—新洲區(qū)為例，利用60個鄉(xiāng)村763戶農(nóng)村家庭的調(diào)查數(shù)據(jù)，在空間統(tǒng)計分析的基礎(chǔ)上，考慮與首位城市中心、區(qū)級中心、鄉(xiāng)鎮(zhèn)中心的交通距離和直線距離因素，建立空間計量模型，將其與OLS模型比較，從農(nóng)戶尺度論證農(nóng)村居民收入的距離效應(yīng)，并提出農(nóng)民增收的政策建議。

1 空間統(tǒng)計與空間相關(guān)性檢驗

1.1 空間統(tǒng)計分析方法

探索性空間數(shù)據(jù)分析主要揭示空間數(shù)據(jù)的空間關(guān)聯(lián)或空間依賴現(xiàn)象，是空間數(shù)據(jù)分析的起始步驟，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。

全局空間自相關(guān)常用Global Morans I指標(biāo)測度，用于描述研究變量在整個空間的分布，表明變量之間存在的空間分布特征，其公式如下：

1.2 農(nóng)村居民收入空間相關(guān)性檢驗

武漢市位于中國中部地區(qū)，是湖北省省會城市，轄13個區(qū)（7個為中心城區(qū)，6個為遠(yuǎn)城區(qū)）。其中新洲區(qū)是武漢市的遠(yuǎn)城區(qū)之一，位于武漢市東北部、長江中游北岸，為武漢東部水陸門戶，由于地理上的優(yōu)勢，逐漸成為“武漢市新興工業(yè)明星之城”。據(jù)統(tǒng)計，2016年全區(qū)農(nóng)民人均純收入達(dá)到17 046元，低于全市19 152元的平均水平。由于研究區(qū)內(nèi)經(jīng)濟(jì)、社會、自然等因素區(qū)間差異明顯，區(qū)域內(nèi)各鄉(xiāng)鎮(zhèn)發(fā)展程度差異較大，農(nóng)村居民之間的收入差距也呈拉大趨勢。

研究區(qū)總?cè)丝?6.88萬人，其中鄉(xiāng)村人口數(shù)為72.87萬人，占總?cè)丝?5.22%，轄10街3鎮(zhèn)1個經(jīng)濟(jì)開發(fā)區(qū)1個風(fēng)景旅游區(qū)。課題組成員于2015年10月-2016年11月，3次對5個鄉(xiāng)鎮(zhèn)（街道）包括舊街街道、汪集街道、辛沖鎮(zhèn)、徐古鎮(zhèn)、陽邏街道開展問卷調(diào)查，獲得60個鄉(xiāng)村763戶農(nóng)村居民家庭有效樣本（樣本在空間上的分布見圖1），該樣本符合統(tǒng)計數(shù)量以及對空間分布的要求。

利用Geoda軟件，計算全局空間自相關(guān)Morans I指數(shù)為0.079，且通過了5%的顯著性檢驗，研究顯示當(dāng)前研究區(qū)農(nóng)村居民收入的統(tǒng)計觀測值在農(nóng)村居民家庭間呈隨機分布的假設(shè)被拒絕，農(nóng)村居民收入存在比較顯著的空間自相關(guān)關(guān)系。為進(jìn)一步檢驗農(nóng)村居民家庭收入的空間性，繪制5%顯著性水平局部相關(guān)LISA圖，如圖1所示。5個鄉(xiāng)鎮(zhèn)（街道）農(nóng)村居民收入的空間聚類現(xiàn)象，其中，陽邏街道、辛沖鎮(zhèn)、汪集街道與舊街街道均有高-高、高-低、低-高、低-低集聚類型，而徐古鎮(zhèn)只有低-低和高-低兩種集聚類型。由此可見，新洲區(qū)農(nóng)村居民收入存在一定的空間異質(zhì)性和空間相關(guān)性。

2 空間計量分析

2.1 空間計量模型

根據(jù)空間效應(yīng)體現(xiàn)方式不同，常用的空間計量模型有空間滯后模型（SLM）和空間誤差模型（SEM）。前者主要研究相鄰單元因變量對本單元因變量的影響，考察空間溢出效應(yīng)；后者則主要測度相鄰單元自變量的誤差沖擊對本單元觀測值的影響。兩種模型分別表示如下：

式中，Y是n×1維的被解釋變量向量；X是（n×k）的外生解釋變量矩陣；？籽和？姿分別是空間滯后回歸系數(shù)和空間誤差回歸系數(shù)，表征空間因素對本單元的影響；？茁是k×1維參數(shù)向量；？著和μ是隨機誤差項，？著～N（0，？滓2In）；W是空間權(quán)重矩陣。

比較不同權(quán)重矩陣的結(jié)果，參考相關(guān)文獻(xiàn)[19]，結(jié)合研究數(shù)據(jù)特點，選用空間距離權(quán)重矩陣。

2.2 模型設(shè)定與數(shù)據(jù)來源

根據(jù)空間統(tǒng)計分析，新洲區(qū)農(nóng)村居民收入在空間上存在一定的相關(guān)性和異質(zhì)性，考慮空間因素，結(jié)合設(shè)定的一般性，本研究的模型形式設(shè)定如下：

研究數(shù)據(jù)來源于課題組針對新洲區(qū)農(nóng)村家庭的問卷調(diào)查，樣本覆蓋研究區(qū)陽邏街道、舊街街道、汪集街道、徐古鎮(zhèn)和辛沖鎮(zhèn)5個鄉(xiāng)鎮(zhèn)（街道）的60個村莊763個農(nóng)村居民家庭。調(diào)研問卷包括受訪者個人信息、家庭信息以及所在村莊的信息等方面的數(shù)據(jù)。通過逐步回歸和綜合比較，消除多重性共線性問題，最終確定家庭總?cè)丝冢‵APOP）、最高受教育水平（HIEDU）、農(nóng)業(yè)經(jīng)營規(guī)模（AMAREA）、外出勞動力（OUTLAB）、自然環(huán)境情況（NATEN）、氣候條件（CLICON）以及各距離變量為解釋變量。為提高估計精度，被解釋變量取自然對數(shù)，對所有自變量作標(biāo)準(zhǔn)化處理。

研究中主要考慮兩種距離變量，表達(dá)自然地理區(qū)位的直線距離和表達(dá)經(jīng)濟(jì)地理區(qū)位的交通距離，直線距離和交通距離分別用距離武漢市中心的距離、距離新洲區(qū)中心的距離和距離最近鄉(xiāng)鎮(zhèn)中心的距離表示。在問卷調(diào)查中，使用移動設(shè)備獲取農(nóng)村居民住宅位置坐標(biāo)。數(shù)據(jù)處理中，將坐標(biāo)導(dǎo)入ArcGIS，獲得樣本在研究區(qū)的空間分布圖。所采用的直線距離通過中心坐標(biāo)和農(nóng)村居民住宅位置坐標(biāo)直接計算獲得；交通距離通過百度地圖平臺，選擇駕車路線，用Python語言編程獲取。到最近鄉(xiāng)鎮(zhèn)中心的距離，先通過ArcGIS中的近鄰分析功能，直接得知最近的鄉(xiāng)鎮(zhèn)并獲取直線距離，再通過百度地圖平臺獲取交通距離。各變量的描述性統(tǒng)計如表2所示。

2.3 普通回歸模型結(jié)果分析

在運用空間計量模型之前，先使用普通最小二乘回歸分析武漢市新洲區(qū)農(nóng)村居民收入的影響因素，以決定選取何種模型，普通最小二乘法回歸估計的模型結(jié)果見表3。檢驗OLS回歸殘差的空間相關(guān)性，Morans I結(jié)果顯示新洲區(qū)農(nóng)民收入具有明顯的空間自相關(guān)，其空間集聚通過了1%的顯著性檢驗。這說明對新洲區(qū)研究農(nóng)村居民收入的影響因素時，忽略農(nóng)村居民的空間相關(guān)性，直接采用傳統(tǒng)的普通最小二乘法進(jìn)行估計可能存在一定的問題。

2.4 空間計量模型結(jié)果分析

根據(jù)Anselin[20]提出的標(biāo)準(zhǔn)，根據(jù)LM（lag）、LM（error）及其Robust檢驗結(jié)果確定最佳的空間計量模型形式。表3結(jié)果表明，新洲區(qū)兩個模型的LM（error）與Robust LM（error）通過了5%的顯著性檢驗，而LM（lag）與Robust LM（lag）沒有通過10%的顯著性檢驗，因此采用空間誤差模型（SEM）進(jìn)行估計。通過AIC、SC和Log L統(tǒng)計值，所選空間計量模型的AIC和SC統(tǒng)計量的值均小于OLS模型，Log L值均高于OLS模型。引入空間權(quán)重矩陣后，模型的解釋力得到進(jìn)一步提高。根據(jù)空間計量模型的檢驗，空間誤差回歸系數(shù)？姿未能通過10%的顯著性檢驗。研究說明從農(nóng)戶尺度上來講，農(nóng)村居民收入具有正的空間自相關(guān)性，但空間溢出效應(yīng)不顯著。雖然近幾年新媒體尤其是移動電話、互聯(lián)網(wǎng)的使用極大地擴寬了農(nóng)民的社交范圍，但以自然村落為核心的農(nóng)村其生活主要受制于地緣因素，由于農(nóng)村公共空間的社會性功能萎縮，導(dǎo)致農(nóng)村居民之間的有效交流較少，或者未能發(fā)揮新媒體的正面作用，交流的信息對農(nóng)村居民增收沒有發(fā)揮作用。該結(jié)果與已有其他尺度的研究相比存在不一致性[11-13]，也可能具有尺度的依賴性，還需要進(jìn)一步開展研究。但從空間回歸模型與OLS回歸模型的比較來看，所選變量對農(nóng)村居民收入的影響比較穩(wěn)定，選擇空間回歸模型報道結(jié)果。

直線距離和交通距離分別表示自然地理區(qū)位和經(jīng)濟(jì)地理區(qū)位，進(jìn)一步比較這兩個變量對農(nóng)村居民收入的影響發(fā)現(xiàn)，直線距離和交通距離對新洲區(qū)農(nóng)村居民收入的作用方向和程度表現(xiàn)基本一致。具體而言，距離新洲區(qū)政府的直線距離和交通距離對農(nóng)村居民收入的影響表現(xiàn)為正相關(guān)，即農(nóng)村居民家庭所在地距離新洲區(qū)越遠(yuǎn)，農(nóng)村居民收入越高，該結(jié)果通過了1%的顯著性檢驗。距離最近鄉(xiāng)鎮(zhèn)中心的直線距離和交通距離對農(nóng)村居民收入的影響則表現(xiàn)為顯著負(fù)相關(guān)，即農(nóng)村居民家庭所在地距離最近鄉(xiāng)鎮(zhèn)中心的距離越遠(yuǎn)，農(nóng)村居民收入越少，該結(jié)果通過了5%的顯著性檢驗。而與武漢市中心的直線距離對農(nóng)民收入的影響為負(fù)，交通距離對農(nóng)村居民收入的影響為正，但統(tǒng)計上都不顯著。結(jié)果表明，武漢市對新洲區(qū)農(nóng)村居民收入的影響有限，其輻射作用還沒有得到體現(xiàn)；相反，鄉(xiāng)鎮(zhèn)的作用比較大，存在一定的鄉(xiāng)鎮(zhèn)集聚性，但在各個鄉(xiāng)鎮(zhèn)具有空間差異。

表3計量結(jié)果所示，家庭總?cè)丝冢‵APOP）與最高受教育程度（HIEDU）在所有模型中均表現(xiàn)為正相關(guān)，且通過了5%的顯著性檢驗，家庭每增加1個人，家庭的年均總收入可提高26.97%。家庭人員中最高受教育年限對增收也起到了顯著的作用，其受教育年限每增加1年，家庭的年均總收入可提高31.3%。農(nóng)業(yè)經(jīng)營面積（AMAREA）與家庭總收入總體上表現(xiàn)為正相關(guān)，且通過了1%的顯著性檢驗。家庭外出務(wù)工人數(shù)（OUTLAB）顯著地促進(jìn)了農(nóng)村居民收入的增加，該變量的回歸系數(shù)為正，且通過了5%的顯著性檢驗。計量結(jié)果顯示，農(nóng)村家庭每增加1人外出務(wù)工，家庭年均總收入將提高29.42%。氣候條件（CLICON）對農(nóng)村居民收入的影響總體上表現(xiàn)為正相關(guān)，并且統(tǒng)計上顯著，氣候條件越好，農(nóng)民的收入就越高，與預(yù)期相符。而自然環(huán)境（NATEN）對農(nóng)村居民收入的影響顯著為負(fù)，即自然環(huán)境越好的地方，農(nóng)村居民收入越低，反之自然環(huán)境越差的地方，農(nóng)村居民收入越高。結(jié)果表明，農(nóng)村居民收入的增加可能是以自然環(huán)境的破壞為代價。

3 結(jié)論與建議

利用新洲區(qū)60個鄉(xiāng)村763個農(nóng)村家庭調(diào)查數(shù)據(jù)，采用空間計量模型和OLS回歸模型從農(nóng)戶尺度實證分析距離因素對農(nóng)村居民家庭收入的影響，獲得了以下有意義的研究結(jié)論：①研究區(qū)農(nóng)民收入存在顯著的空間差異，并存在空間相互作用，可能由于其他因素的干擾作用，這種空間相互作用的溢出效應(yīng)還比較微弱。②無論是直線距離還是交通距離，農(nóng)村居民家庭所在地到區(qū)政府的距離對農(nóng)村居民收入的影響顯著為正，到最近鄉(xiāng)鎮(zhèn)中心的距離效應(yīng)顯著為負(fù)，而農(nóng)村居民家庭所在地到武漢市中心的直線距離效應(yīng)為負(fù)、到武漢市中心的交通距離效應(yīng)位為正，但統(tǒng)計上均不顯著。這可能是由于武漢市作為湖北省的首位城市的輻射-擴散能力還不足，對新洲區(qū)及其鄉(xiāng)鎮(zhèn)的帶動作用有限。而且農(nóng)村居民常通勤于最近的鄉(xiāng)鎮(zhèn)，鄉(xiāng)鎮(zhèn)中心的發(fā)展對居民收入的影響較大。③家庭總?cè)丝跀?shù)、最高受教育程度、農(nóng)業(yè)經(jīng)營面積、外出務(wù)工人數(shù)對農(nóng)村居民增收的影響統(tǒng)計上非常顯著，是影響農(nóng)村居民收入的重要因素。受訪者自我評估的自然環(huán)境對農(nóng)村居民增收的影響為負(fù)，且統(tǒng)計上顯著，說明自我評估的自然環(huán)境條件越好的家庭，其收入增加越少，反之，居民收入增加越多。如何合理持續(xù)地利用自然資源，確保經(jīng)濟(jì)資產(chǎn)和自然資產(chǎn)的協(xié)同發(fā)展，是值得進(jìn)一步思考的問題。

基于上述結(jié)論，提出以下建議。

1）增強首位城市的輻射作用，差異化實施就地城鎮(zhèn)化。進(jìn)一步發(fā)展首位度城市，增強首位度城市對周邊區(qū)縣的輻射效應(yīng)，通過制度創(chuàng)新，加強城市、鄉(xiāng)鎮(zhèn)之間物質(zhì)、信息、技術(shù)、價值等的流動，促進(jìn)農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展。依托各鄉(xiāng)鎮(zhèn)的區(qū)位、資源優(yōu)勢，差異化推進(jìn)就地城鎮(zhèn)化進(jìn)程，提升城鎮(zhèn)基礎(chǔ)設(shè)施和公共服務(wù)水平。

2）營造農(nóng)村公共空間，提高教育培訓(xùn)水平，加強村民之間的溝通交流，持續(xù)增加農(nóng)村居民收入。構(gòu)建生產(chǎn)、文化、休閑等公共空間，開展職業(yè)技能培訓(xùn)，培育適應(yīng)新的生產(chǎn)力要求下的新型農(nóng)民，支持和鼓勵農(nóng)民創(chuàng)新創(chuàng)業(yè)，實現(xiàn)鄉(xiāng)村振興的發(fā)展戰(zhàn)略。

從省級、市級、縣級尺度的匯總研究推演農(nóng)戶尺度的個體研究，可能存在生態(tài)學(xué)謬誤（Ecological fallacy），論文利用農(nóng)戶尺度的個體調(diào)查數(shù)據(jù)，建立空間計量模型和OLS回歸模型，對農(nóng)村居民增收的距離效應(yīng)開展研究，獲得了有一定意義的結(jié)論。但農(nóng)村居民收入的增加也受到來自上一層級社會經(jīng)濟(jì)發(fā)展活動以及相關(guān)政策等變量的影響，如何通過政策/活動的實施有效提高個體層面農(nóng)村居民的收入及獲得感，加強多尺度研究，將成為未來研究的重要課題。

參考文獻(xiàn)：

[1] 白菊紅，袁 飛.農(nóng)民收入水平與農(nóng)村人力資本關(guān)系分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2003（1）：16-18.

[2] 孫敬水，黃秋虹.中國城鄉(xiāng)居民收入差距主要影響因素及其貢獻(xiàn)率研究——基于全國31個省份6937份家庭戶問卷調(diào)查數(shù)據(jù)分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013（6）：5-20.

[3] ANTLE J M. Infrastructure and aggregate agricultural productivity-international evidence[J]. Economic Development and Cultural Change，1983，31（3）：609-619.

[4] GIBSON J，ROZELLE S. Poverty and access to roads in Papua New Guinea[J]. Economic Development and Cultural Change，2003，52（1）：159-185.

[5] 袁偉彥，周小柯.交通、教育與中國農(nóng)村居民收入——基于省級面板數(shù)據(jù)的經(jīng)驗研究[J].當(dāng)代經(jīng)濟(jì)管理，2015（10）：7-14.

[6] GALLUP J L，SACHS J D，MELLINGER A D. Geography and economic development[J].International Regional Science Review，1999，22（2）：179.

[7] 曲 瑋，涂 勤，牛叔文，等.自然地理環(huán)境的貧困效應(yīng)檢驗——自然地理條件對農(nóng)村貧困影響的實證分析[J].中國農(nóng)村經(jīng)濟(jì)， 2012（2）：21-34.

[8] 張 震，顏俊學(xué)，龔慧超.增加農(nóng)民收入的關(guān)鍵因子分析——以科技支撐為視角[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2015（1）：48-53.

[9] 袁偉彥，周小柯.城鎮(zhèn)化與中國農(nóng)村居民收入增長——基于省級面板數(shù)據(jù)的經(jīng)驗研究[J].貴州財經(jīng)大學(xué)學(xué)報，2015，33（1）：89-98.

[10] 周紅民.發(fā)揮新型城鎮(zhèn)化帶動農(nóng)民增收作用的對策研究[J].經(jīng)濟(jì)縱橫，2015（7）：31-34.

[11] 陳 利，朱喜鋼.基于空間計量的經(jīng)濟(jì)集聚對農(nóng)民收入的影響效應(yīng)——以云南省為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015（10）：81-91.

[12] 郇紅艷，譚清美，孫 君.基于空間計量模型的安徽城鎮(zhèn)化發(fā)展與農(nóng)民增收實證分析[J].農(nóng)業(yè)現(xiàn)代化研究，2014（2）：151-157.

[13] 莊天慧，王 歡.基于空間計量模型的四川省財政支農(nóng)支出與農(nóng)民增收關(guān)系的實證研究[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2016（9）：198-205.

[14] 劉 魏，張應(yīng)良，田紅宇.人力資本投資與農(nóng)村居民收入增長[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2016，15（3）：63-75.

[15] 羅楚亮.與權(quán)力中心距離對城鎮(zhèn)居民收入的影響——基于中國城鎮(zhèn)住戶調(diào)查數(shù)據(jù)的實證研究[J].學(xué)術(shù)研究，2014（8）：64-72.

[16] 張兆曙，王 建.城鄉(xiāng)關(guān)系、空間差序與農(nóng)戶增收——基于中國綜合社會調(diào)查的數(shù)據(jù)分析[J].社會學(xué)研究，2017（4）：46-69.

[17] SPOLAORE E，WACZIARG R. The diffusion of development[J].Quarterly Journal of Economics，2009，124（2）：469-529.

[18] 伍駿騫，阮建青，徐廣彤.經(jīng)濟(jì)集聚、經(jīng)濟(jì)距離與農(nóng)民增收：直接影響與空間溢出效應(yīng)[J].經(jīng)濟(jì)學(xué)（季刊），2017（1）：297-320.

[19] 黃 飛，曹家和.基于空間權(quán)重矩陣變化下Morans I檢驗研究[J].統(tǒng)計與決策，2014（20）：8-12.

[20] ANSELIN L，REY S. Properties of tests for spatial dependence in linear-regression models[J]. Geographical Analysis，1991， 23（2）：112-131.