您好,欢迎来到皮书数据库!
您现在所在的位置:首页
更多>> 课题组动态
更多>> 皮书作者
王伟光
  男,汉族,1950年2月出生,山东海阳人。1967年11月参加工作,1972年11月加入中国共产党,博士研究生学... 详情>>
李 扬
  1951年9月出生,籍贯安徽,1981年、1984年、1989年分别于安徽大学、复旦大学、中国人民大学获经济学学... 详情>>
李培林
  男,山东济南人。博士,研究员,中国社会科学院副院长,中国社会学会副会长,中国社会科学院社会学研究所副所长。《社会... 详情>>

    湖南武陵山区农民收入的时空演变——基于县域数据的分析
    ——基于县域数据的分析

    作者:冷志明 李峰 出版时间:2014年04月
    摘要:本文以湖南武陵山地区农民收入的时空演变作为考察对象,旨在了解该地区农民收入在时序和空间上的变化,这不仅有助于探寻湖南武陵山区农民收入变化的规律,也有利于政府和相关部门为提升武陵山区农民收入制定出具有针对性的政策。

    一 引言

    农村居民的收入问题一直以来都是我们国家和政府重点关注的问题,农民收入的多少、城乡居民收入的差距,不仅会影响到农民自身生活水平的高低和农业再生产发展,也会影响到整个社会的消费需求,影响到宏观经济的持续健康发展,同样也会影响到我国全面建设小康社会和构建和谐社会目标的实现。为此,农民收入问题也得到了众多经济学者的关注,Rozelle(1994)以我国部分省份的农户调查数据,分析了我国省内和省际的农户收入差距,并从农户收入来源上分析了决定农户收入差异的决定因素;Gustafsson和Li(2002)基于住户调查数据发现我国农村收入的地区差距在扩大;陈英乾(2004)按东中西部三大区域划分对农民收入进行了对比分析;张车伟和王德文(2004)对收入结构差异进行了初步研究;王洪亮等(2006)利用省级数据对我国各省农民收入的变动情况和省际农民收入差距进行了分析;杨灿明、郭慧芳(2006)从农民收入的来源构成分析了我国农民收入增加的主要方式和途径;刘慧(2008)通过对1993~2005年中国农村居民区域收入差异进行实证研究发现工资性收入是影响农村收入差距的最重要因素,但对农村收入差距变化的影响并不明显;孟德友和陆玉麒(2012)利用县域数据对江苏省农民收入的区域格局及时空演变进行了分析,万广华(2004)、唐平(2006)、祝伟(2010)、陈冲(2010)等采用对数线性回归模型、基尼系数、泰尔指数分析了不同时间段我国农村地区收入差异程度变动趋势及影响因素等,还有更多的文献从影响农民收入因素的角度实证分析和检验了各因素对农民收入的影响。

    已有研究大多利用国家及省级的数据对地区间农民收入的区域差异及结构差异进行探讨,但很少从空间统计分析的视角对农民收入空间格局及演变态势进行分析,对中西部落后省区、国家级贫困区及其内部县市单元间农民收入问题的关注更是少之又少。武陵山片区地处渝鄂湘黔四省市交界区,片区总面积17.18万平方千米,涵盖湖北、湖南、重庆、贵州四省市交界地区的71个县(市、区),集革命老区、民族地区、贫困地区于一体,是跨省交界面积大、少数民族聚集多、贫困人口分布广的连片特困地区。片区内居民收入长期处于很低的水平,以农村居民为例,2003年片区内农民人均纯收入为1690.81元,低于全国水平2622.2元,为全国水平的64.5%;2011年片区内农民人均纯收入为4067.4元,远低于全国水平6977.3元,为全国水平的58.3%,收入差距呈现扩大趋势。[1]为解决片区内居民长期低水平收入及片区贫困问题,中央决定在武陵山片区率先开展区域发展与扶贫攻坚试点,2011年,国务院批复了《武陵山片区区域发展与扶贫攻坚规划(2011~2020年)》,标志着武陵山连片特困地区发展与扶贫攻坚试点正式开始实施。本文以湖南武陵山地区农民收入的时空演变作为考察对象,旨在了解该地区农民收入在时序和空间上的变化,这不仅有助于探寻湖南武陵山区农民收入变化的规律,也有利于政府和相关部门为提升武陵山区农民收入制定出具有针对性的政策。

    二 研究方法与数据来源

    (一)研究方法

    1.变异系数

    变异系数是反映样本数据离散程度的主要测度指标,可以用来衡量地区农民收入水平的离散程度,从而在整体上把握区域空间差异大小。变异系数采用样本的标准差与均值之比来表示,计算公式为:

    其中,xi为第i个县的农民收入水平,为整个地区农民收入水平的平均值,n为县个数。

    2.空间关联分析

    空间关联分析是从空间角度考察潜在的区域经济发展总体空间关联的性质以及各区域单元之间潜在的局部空间经济关联,可分为全局空间自相关和局部空间自相关。

    (1)全局空间自相关。用以反映观测变量在整个研究区域内空间相关性的总体趋势,常用的测度指标为Global Moran’s I统计量,指数I统计量取值介于-1和1之间。在给定的显著性水平下,若Moran’s I统计量为正值,则表示观测变量在整个研究区域的空间分布上具有正相关性,即观测变量值较高(或较低)的区域在空间上显著集聚。值越趋近于1,表明空间集聚性越强。相反,Moran’s I显著为负,则表示观测变量在整个研究区域的空间分布上具有负相关性,即观测值的空间差异较大,值越趋近于-1,总体空间差异越大。当Moran’s I为0时则表示空间不相关,观测值呈独立