王興磊

(長安大學(xué)地球科學(xué)與資源學(xué)院，陜西 西安 710061)

引言

我國是一個農(nóng)業(yè)大國，農(nóng)村人口數(shù)量占我國人口的大多數(shù)，農(nóng)村經(jīng)濟(jì)是整個中國經(jīng)濟(jì)的重要組成部分，對社會經(jīng)濟(jì)具有重要影響。隨著我國城鎮(zhèn)化進(jìn)程的推進(jìn)，農(nóng)村地區(qū)發(fā)展過程中的問題逐漸暴露。如，我國長期以來在城鄉(xiāng)二元體制和城市優(yōu)先發(fā)展政策下，城鄉(xiāng)發(fā)展不平衡、農(nóng)業(yè)基礎(chǔ)不牢固等問題導(dǎo)致的“鄉(xiāng)村病”日益凸顯；同時，農(nóng)村地區(qū)也是我國貧困主要發(fā)生地，發(fā)展農(nóng)村有助于鞏固脫貧成果，防止貧困的發(fā)生。黨的十九大以來，針對我國農(nóng)村現(xiàn)狀推出多項措施促進(jìn)農(nóng)村農(nóng)業(yè)經(jīng)濟(jì)發(fā)展，先后實施了精準(zhǔn)扶貧與鄉(xiāng)村振興戰(zhàn)略，旨在縮小城鄉(xiāng)收入差距，促進(jìn)農(nóng)民收入。如何促進(jìn)農(nóng)民收入增長不僅是我國政府長期考慮的重要命題，也是我國學(xué)術(shù)研究的熱點問題。杜姍姍等利用貴州省2000—2018年人均生產(chǎn)總值、農(nóng)村人口數(shù)量、農(nóng)村人均消費支出等統(tǒng)計指標(biāo)，分析了影響農(nóng)村居民可支配收入的重要因素[4]；程靜等通過GIS空間分析等工具，對寧夏21世紀(jì)以來農(nóng)村居民可支配收入的空間分布格局及其演變進(jìn)行分析[5]；馬思思、金占明對全國各省進(jìn)行了工業(yè)掛程度定位，探究了人均GDP、三次產(chǎn)業(yè)占比、農(nóng)村人口比重及固定資產(chǎn)投資與農(nóng)村居民人均可支配收入的關(guān)系，并進(jìn)一步分析了這些因素對構(gòu)成農(nóng)村居民可支配收入的工資性收入、經(jīng)營性收入、財產(chǎn)凈收入及轉(zhuǎn)移凈收入的影響[6]；銀松通過建立鄉(xiāng)村性評價指標(biāo)體系對貴州省各縣的鄉(xiāng)村性進(jìn)行評價，并分析了其影響因素[7]。

1 研究區(qū)概況、數(shù)據(jù)來源

1.1 研究區(qū)概況

陜西省位于我國內(nèi)陸，地理位置介于E105°29′～111°15′，N31°42′～39°35′，南北狹長，地跨黃河、長江兩大水系，3個氣候帶。提起陜西人們印象里往往是黃土飛揚西北干旱的形象，這種認(rèn)識僅僅用來概括陜北地區(qū)還是可以接受的，但用來形容整個陜西省卻顯得片面。陜西省雖被劃分為西北地區(qū)，但身處我國版圖中心。陜西地形豐富，山脈縱橫，依據(jù)地形差異可將陜西省劃分為陜北高原、關(guān)中平原、陜南山地丘陵3個典型區(qū)域。陜北高原區(qū)生態(tài)脆弱，水土流失嚴(yán)重，農(nóng)業(yè)發(fā)展受阻，但工業(yè)資源相對富集，地區(qū)經(jīng)濟(jì)發(fā)展水平較高；關(guān)中地區(qū)地形平坦，勞動力資源豐富，是陜西省經(jīng)濟(jì)發(fā)展最好的地區(qū)，其中西安是陜西省政治經(jīng)濟(jì)的中心；陜南地區(qū)水資源豐富，但地形起伏，水土搭配較差，工農(nóng)業(yè)發(fā)展緩慢。

陜西省包括10個地級市，107個縣區(qū)，總面積20.58萬km2。2020年陜西省3876萬人，其中鄉(xiāng)村人口數(shù)為1572萬人，占比40.7%，農(nóng)村居民可支配收入12326元，其中西安灞橋區(qū)農(nóng)村居民可支配收入值最大為16395元，商洛市商南縣農(nóng)村居民可支配收入值最小為8680元，最大值為最小值的1.89倍；平均值為12057.97元。低于平均水平的縣區(qū)(56%)主要集中在陜南3個市安康、漢中、商洛，銅川市以及榆林市。陜北、關(guān)中兩地區(qū)各縣農(nóng)村居民可支配收入存在較大差異，陜南各縣區(qū)農(nóng)村居民可支配收入均在平均值以下，各縣差異較小。研究區(qū)范圍如圖1所示。

圖1 陜西省縣域尺度研究范圍

1.2 數(shù)據(jù)來源

基于以上指標(biāo)體系，本研究所使用的數(shù)據(jù)主要可分為4類，分別為基礎(chǔ)地理信息與遙感數(shù)據(jù)、社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、站點監(jiān)測數(shù)據(jù)。具體是基礎(chǔ)地理信息或遙感數(shù)據(jù)包括行政區(qū)劃、地形數(shù)據(jù)、土地利用數(shù)據(jù)，來源于中國科學(xué)院資源與環(huán)境網(wǎng)站(http://www.resdc.cn)，經(jīng)柵格計算后得出；社會經(jīng)濟(jì)統(tǒng)計數(shù)據(jù)包括農(nóng)村居民可支配收入、工業(yè)總產(chǎn)值、一產(chǎn)占比、社會商品零售總額、地方財政收入、平均受教育年限，此類數(shù)據(jù)來源于統(tǒng)計年鑒、公報等政府公開發(fā)布文件；網(wǎng)絡(luò)數(shù)據(jù)是路網(wǎng)數(shù)據(jù)來源于OSM網(wǎng)站(https://download.geofabrik.de/asia/china.html#)；站點監(jiān)測數(shù)據(jù)包括年均溫、年均降水?dāng)?shù)據(jù)，這部分?jǐn)?shù)據(jù)來源于中國氣象網(wǎng)。

2 研究方法

2.1 空間自相關(guān)

全局空間自相關(guān)分析Moran′s I指數(shù)表達(dá)公式：

(1)

(2)

2.2 基尼系數(shù)

基尼系數(shù)可用于分析居民收入的內(nèi)部差異，取值在0～1之間，值越大，表示居民收入分配不均衡。公式：

(3)

式中，G表示基尼系數(shù)；n表示研究區(qū)數(shù)量；i=(1，2，...，n)表示農(nóng)村居民可支配收入的大小排序序號；yi表示第i個縣的農(nóng)村居民可支配收入；μy表示各縣農(nóng)村居民可支配收入的平均值。

2.3 地理探測器

地理探測器基于地物或現(xiàn)象的空間分異，解釋其背后驅(qū)動力的一種空間統(tǒng)計學(xué)方法，通過q統(tǒng)計量來度量因子X在多大程度上解釋了Y的空間分析，q的取值范圍為[0,1]，值越大表示X對Y的解釋力越強(qiáng)。地理探測器表達(dá)式：

(4)

(5)

3 結(jié)果分析

3.1 陜西省縣域農(nóng)村居民可支配收入的時空演變特征分析

利用ArcGIS軟件空間自相關(guān)工具對2010—2019年陜西省縣域農(nóng)村居民人均可支配收入進(jìn)行全局自相關(guān)的Moran′s I指數(shù)計算，結(jié)果如表1所示?？梢娨韵聨c：2010—2019年Moran′s I指數(shù)均為正，統(tǒng)計檢驗結(jié)果顯著；z大于臨界值1.96，說明陜西省縣級農(nóng)村居民人均可支配收入均呈現(xiàn)正向空間分布的特征；Moran′s I值從2010年的0.67變化到2014年的0.84，再到2019年的0.51，表示縣級農(nóng)村人均居民可支配收入的空間集聚程度在這時間段內(nèi)發(fā)生變化。其中，2010—2014年Moran′s I值處于上升趨勢明顯，2014—2016年幾乎無變化，2016—2019年呈現(xiàn)大幅降低趨勢。這是由于前幾年農(nóng)村各個地區(qū)農(nóng)民可支配收入集聚性愈發(fā)明顯，后趨于平穩(wěn)，后幾年由于農(nóng)村扶貧減貧政策的實施，貧困地區(qū)農(nóng)民收入有所改善，這種高集聚性的空間特征開始變?nèi)酢?/p>

進(jìn)一步繪制LISA集聚圖如圖2所示。整體而言，陜西省縣級農(nóng)村居民可支配收入空間集聚特征明顯，在0.01顯著水平上主要以高高集聚和低低集聚類型為主。2010—2017年空間結(jié)構(gòu)較穩(wěn)定，高高集聚基本分布于關(guān)中地區(qū)西安市，低低集聚基本分布于陜南東部安康市、商洛市。自2017年開始，高高集聚區(qū)在關(guān)中地區(qū)西部寶雞市、咸陽市大范圍出現(xiàn)，同時關(guān)中中部的集聚區(qū)也開始向東渭南市方向延展；在陜南的低低集聚區(qū)范圍逐漸縮小，大部分集聚于安康市，同時可以看出高高集聚與低低集聚區(qū)由集中分布逐步變?yōu)椴寤ǚ植肌?/p>

表1 2010—2019年縣級農(nóng)村居民可支配收入空間自相關(guān)性統(tǒng)計檢驗結(jié)果

圖2 2010—2019年縣級農(nóng)村居民可支配收入的LISA變化

3.2 陜西省縣域農(nóng)村居民可支配收入的基尼系數(shù)變化分析

計算陜西省及關(guān)中地區(qū)、陜北地區(qū)、陜南地區(qū)2010—2019年的基尼系數(shù)，如表2所示?？砂l(fā)現(xiàn)：在2010—2019年陜西省總體及關(guān)中、陜北、陜南的基尼系數(shù)較小，隨時間變化整體呈現(xiàn)下降的趨勢，在2010—2014年基本保持不變，2014年開始基尼系數(shù)下降明顯，這應(yīng)該與國家精準(zhǔn)扶貧措施的實施改善了貧困地區(qū)農(nóng)民的收入有關(guān)。關(guān)中、陜北、陜南地區(qū)三者相比，陜南地區(qū)基尼系數(shù)最小，陜北次之，關(guān)中地區(qū)基尼系數(shù)最大。關(guān)中、陜北、陜南地區(qū)之中，在2010—2019年關(guān)中地區(qū)基尼系數(shù)變化最大，在2010年的0.13下降到2019年的0.07；陜南地區(qū)變化最小，在2010—2019年基尼系數(shù)僅下降了0.2。陜南地區(qū)幾乎所有縣區(qū)都是國家貧困縣，整體收入較低，縣與縣之間發(fā)展變化較為一致；而關(guān)中地區(qū)貧困縣與大城市共存，縣與縣之間發(fā)展差異較大，經(jīng)過精準(zhǔn)扶貧等一系列措施，貧困地區(qū)得到較快的發(fā)展，最終結(jié)果就是基尼系數(shù)值越來越小。

3.3 陜西省縣域農(nóng)村居民可支配收入分異因素分析

利用地理探測器模型對導(dǎo)致陜西省2019年縣域農(nóng)村居民可支配收入發(fā)生差異的因素進(jìn)行分異性探測，通過q值的大小描述因子對農(nóng)村居民可支配收入分異的解釋力。為了比較全面地分析導(dǎo)致農(nóng)村居民可支配收入產(chǎn)生差異的主導(dǎo)因素，在自然生態(tài)環(huán)境與社會與經(jīng)濟(jì)環(huán)境2個大維度，同時考慮數(shù)據(jù)的可獲得性、可比性，共選取13個指標(biāo)。建立的指標(biāo)體系如表3所示。由于地理探測器不能處理連續(xù)性的自變量，在進(jìn)行分析之前對數(shù)據(jù)進(jìn)行了離散化處理，本文對所有自變量采取了等間距分隔，分隔組數(shù)為5，將自變量離散化之后利用地理探測器模型進(jìn)行分析。

表4展示了地理探測器的分析結(jié)果，結(jié)果表明，從地理探測器結(jié)果來看，多數(shù)指標(biāo)結(jié)果顯著，僅有年年均溫、與最近市中心距離兩項指標(biāo)p值大于0.05；自然生態(tài)環(huán)境與社會經(jīng)濟(jì)環(huán)境對于農(nóng)村居民可支配收入的分異都有一定的解釋力，但總體上，陜西省農(nóng)村居民可支配收入分異受社會經(jīng)濟(jì)因素的影響更大；根據(jù)q值來看，最大的5個指標(biāo)分別為耕地面積中坡度大于15°的面積占比、地方財政收入、平均受教育年限、工業(yè)增加值、社會商品零售總額。社會經(jīng)濟(jì)因素仍舊個數(shù)最多，農(nóng)村居民可支配收入受當(dāng)?shù)亟?jīng)濟(jì)發(fā)展影響最大。

表2 2010—2019年陜西及3大地區(qū)基尼系數(shù)的演變

表3 指標(biāo)變量及說明

表4 農(nóng)村居民可支配收入與各因素的相關(guān)性分析

4 結(jié)論

以陜西省所有縣區(qū)為研究單元，刻畫農(nóng)村居民可支配收入的空間分布格局演變，并通過地理探測器模型分析其空間分異產(chǎn)生的原因。得出結(jié)論如下。

根據(jù)農(nóng)村居民可支配收入的全局自相關(guān)結(jié)果看，陜西省農(nóng)村居民可支配收入Morlan′s I值介于0.51～0.84，存在著明顯的正向空間集聚性，這種集聚性呈現(xiàn)先增強(qiáng)后減弱的趨勢；根據(jù)局部空間自相關(guān)結(jié)果來看，高值區(qū)位于關(guān)中地區(qū)，低值區(qū)大部分集中于陜南地區(qū)。高值區(qū)與低值區(qū)在空間分布有向周圍區(qū)域擴(kuò)散的趨勢。

陜西省農(nóng)村居民可支配收入相對差異較小，且處于逐年減小的總體趨勢。在2010—2019年的時間變化中，陜南地區(qū)3個市所有縣區(qū)均為國家級貧困縣，整體發(fā)展水平較差，居民收入整體較低，因此收入的差異也一直最小。而關(guān)中地區(qū)，既有貧困縣也有大城市，經(jīng)過精準(zhǔn)扶貧等一系列措施，貧困地區(qū)得到較快的發(fā)展，致使貧困農(nóng)村居民收入發(fā)展變化較大，農(nóng)村居民可支配收入差異減小較為明顯。

基于地理探測器的結(jié)果，耕地面積中坡度大于15°的面積占比、地方財政收入、平均受教育年限、工業(yè)增加值、社會商品零售總額與農(nóng)村居民可支配收入相關(guān)，可有針對性地采取措施以促進(jìn)農(nóng)民收入。