中国农业
中国基础设施建设对农民增收的空间特征研究
李慧泉 毛世平 李书峰
(中国农业科学院农业经济与发展研究所 北京 100081)
摘要： 基于中国2003—2017年的省级面板数据，分别使用基础面板模型、空间面板模型和地理加权模型，从空间相关性和空间异质性的角度，实证分析4种类型的农村基础设施建设对农民增收影响的空间特征。结果表明，农村基础设施建设对农民增收具有显著的促进作用；生产性、生活性和网络性基础设施建设对本地区及相邻地区的农民增收具有显著的促进作用，表明基础设施建设存在显著的空间溢出效应，其空间相关性是通过因变量的空间滞后项来传递的；而社会性基础设施建设对本地区及相邻地区的农民增收存在抑制作用；农村基础设施建设对农民增收的影响存在显著的空间异质性特征。
关键词： 空间面板模型；地理加权模型；空间相关性；空间异质性
1 引言
基础设施作为公共产品对解决市场失灵、促进社会公平和经济发展具有重要作用。改革开放推动了中国农村经济的快速发展，但由于国民经济起点低，资源分配有限，在优先发展城市的倡导下，农村基础设施建设不足。随着城市化水平的不断提升，城乡发展差距日益扩大。21世纪以来，国家逐渐致力于改善农村基础设施建设，提出乡村振兴战略，坚持农村农业优先发展，指出基建设施对农村发展的重要性。虽然新农村建设一直都在强调加强农村基础设施建设，但目前中国仍有5.7亿农村常住人口、2.2亿农民工未被纳入政府公共服务范围内；虽然城乡发展增速略有缩小，但总体差距依然较大，政府对农村基础设施建设缺乏长久规划，农村基础设施建设进展缓慢，不能满足中国农村经济发展的要求，严重制约了乡村振兴战略的实施进程。对空间相关性的研究分析有助于政府在农村基础设施建设时，根据本地区和相邻地区基础设施建设状况制定更合理的建设方针；对空间异质性的研究分析有助于政府根据实际需求，制定因地适宜的基础设施建设方针，提高政府财政投资效用。
现有研究表明，加强农村基础设施建设能够吸引社会投资，促进整体经济增长，发展农村非农经济，提高农民收入[1-3]，尤其是贫困地区的基础设施建设能更大程度地促进农民增收、缓解收入差距[4-5]。由于中国地域辽阔，不同省份的基础设施建设既相互合作又相互竞争，对农民的增收效应表现出空间相关性和空间异质性[6]。区域间基础设施建设水平不同，中国西部劳动生产率水平落后于东部地区[7]。以上分析为本文提供了参考。
本文试图在研究方法和数据选取方面有所创新。数据方面，选择中国2003—2017年的省级面板数据。研究方法方面，使用基础面板模型分析基础设施建设对农民收入的影响。对空间相关性的分析，本文使用空间滞后模型和空间误差进行研究；对空间异质性的分析，本文使用地理加权模型进行研究，该方法优于其他学者分区域进行回归的方法，这也是本文的一个创新点。
2 理论分析
2.1 基础设施的增收效应
基础设施建设是一项利国利民的事业，具有很强的正向扩散效应。农村基础设施属于农村公共服务性产品，服务于农村经济，直接影响农民收入。基础设施建设是经济发展中的“社会先行资本”，带动经济转型升级[8]，农村基础设施的增收效应可分为以下几个方面。
2.1.1 生产性基础设施的促进作用
生产性基础设施建设对农业生产存在很强的产出弹性[9-10]，能够提高农业抵御自然危害的能力。例如，农田水利设施可以改善农业生产条件，并与劳动力具有互补效应[11]，能够降低农业劳动力成本，对农业生产具有较强的促进作用。
为了考察基础回归模型的稳健性，将人均土地面积(Rg)和第一产业比例(Bz)变量剔除，只对4种基础设施变量进行回归。结果发现，模型稳健性检验结果的4种基础设施变量对农民收入影响的回归系数的符号与模型回归结果一致，说明本文的基础回归模型是稳健的。
2.1.2 生活性基础设施的促进作用
生活性基础设施建设主要服务于农民的日常生活，提升农民生活水平的便利化程度，提高农民生活质量。随着农村的发展，农民对生活性基础设施的需求增大，增加了日常性生活用品的消费使用量，同时规模经济效益降低了日常性生活用品的价格，从而提高了农民的相对购买力[12]，增加了农民收入。
2.1.3 网络性基础设施的促进作用
改善农村道路有利于农产品流通、降低运输成本、缩小城乡收入差异、提高区域整体性[4]，便于城乡之间的人员流动[13]。互联网设施能提高农村的网络获取能力，促进农业生产、贸易等信息的传播，缩小城乡的知识壁垒。
“这种事连我都不信，你们还当真了。”一向自诩为爱和正义化身的夏霖听到这个传闻后就开始怀疑真实性。在同学们眼中，夏霖一直是个中二少女，但看过上百本奇幻小说的她却觉得自己是个魔法少女，天不怕地不怕。于是，她决定去现场一探究竟。
生产性基础设施(Sc)：以财政对农业固定资产投资额的替代变量来表示生产性基础设施投资水平。农业固定资产投资主要是用于农业生产项目的投资，为农业生产提供必需的物质条件，是稳定农业生产的基础条件，影响农民农业收入。为了消除价格因素的影响，以2003年价格水平为基准，使用固定资产价格指数对生产性基础设施投资额进行平减。
社会福利性基础设施包括教育和医疗等公共投入。提高农村地区的整体教育水平，一方面要按照地方需求加强义务教育投资力度，另一方面要提升农业职业技术培训水平，促进科学知识与当地知识相融合，选择适应性的农业技术和机械，避免铺张浪费等虚假投资，有效提升农业生产率。改善农村医疗卫生条件，优化生活环境，能够提高农村人口的健康状况，保障农村社会稳定。
2.1.5 农村基础设施建设带动就业
农村基础设施建设能产生大量劳务需求，创造非农就业，增加农民非农收入。投资完成后，实物形态的投资项目仍然需要相关经营和管理者，如农村道路、水利等设施的管理和维护等。
网络性基础设施(Lt)：以国家财政对农村交通道路运输的固定资产投资额的替代变量来衡量网络性基础设施投资水平。主要包括交通运输、互联网通信、仓储和邮电业固定资产的投资，以加速现代化新农村投资建设。使用农民交通类价格指数对网络性基础设施投资额进行平减。
在管片收敛整治期间，管片典型监测断面的道床沉降时程曲线见图4，道床沉降分布曲线见图5。注浆结束时各断面道床沉降统计见表2。由图4～5和表2分析得到道床沉降的动态变化规律主要有：①注浆区间各个断面的道床沉降受注浆影响均有不同程度的增大，而在距注浆区域10环外的断面道床沉降几乎无影响；②注浆结束时，最大道床沉降主要发生在358环(注浆区间中部位置)；③道床沉降变化特征为注浆区间道床中部沉降逐渐增大，且增大趋势逐渐减缓。
农业发展无法短时间内解决“三农”问题，大量的农村劳动力无法得到有效的解决。目前，农村的第二、第三产业发展仍然比较缓慢，受到各方面因素的制约。发展农村基础设施建设，能为发展第二、第三产业提供基础保障，营造良好的非农业投资环境，提高招商引资的实效，依靠吸收社会上广泛的资源来发展自身的非农经济，非农就业经济对农民收入具有积极影响[14]，从而增加农民的非农收入。
2.2 基础设施增收效应的空间特征
2.2.1 空间相关性分析
基础设施对农民增收的空间相关性是指农村基础设施建设对本地区和相邻地区农民增收产生的模仿效应和竞争效应。模仿效应提高了农民收入，竞争效应降低了农民收入。
政府间的财政决策等会出现明显的地区间的模仿[15]。地区间的基础设施建设投资支出会使相邻地区的基础设施建设支出扩大，因而对相邻地区的农民增收产生影响。经济条件较差的地区会向周边经济条件较好的地区效仿，从而造成产业结构趋同[16]。可见，农村基础设施建设对农民增收会出现空间相关性，促进农民增收。
然而，相邻地区的产品市场竞争过于激烈，会引发竞争效应。某一地区的基础设施建设越完善，对本地区农业生产的促进作用就越大。基础设施落后的地区更容易引进相邻地区的农产品[17]，这些农产品挤占本地区市场，在带来生活便利的同时，促进了相邻地区农民增收。
2.2.2 空间异质性分析
基础设施建设对农民增收的空间异质性是指农村基础设施建设对农民收入的影响存在空间差异，原因在于各地区之间的农业要素禀赋、自然条件和经济发展水平存在差异。
消化内镜微创手术是治疗消化系统疾病的常用手段,与传统的开腹手术比较,消化内镜微创手术创伤小,操作简单方便,对患者损伤也更小。该手术主要是通过内镜引导,在可视化条件下对病灶位置进行处置。但在治疗过程中,内镜经口部或直肠介入患者体内,会造成强烈的刺激感,使得患者无法配合治疗,从而影响到治疗效果[3]。
因自然条件不同，各地区之间的农业要素禀赋存在差异。农业生产中最重要的土地生产要素的地域差异导致各地农产品产出不同。而农业要素禀赋和农产品产出的不同使各地的基础设施需求存在差异。另外，根据中国国情，农业收入有限，众多农村青年劳动力外出务工，导致农村基础设施建设和农村劳动力不匹配，造成基础设施建设的边际收益降低。
假设农村基础设施建设对农民收入影响的空间相关性是通过随机干扰项来传递的，依照基础回归模型的设定，依旧设定个体固定效应的空间误差模型(SEM)为：
3 研究设计
3.1 模型构建
3.1.1 基础回归模型
不考虑农村基础设施建设对农民收入增加的空间特征影响，本文设定的基础模型为：
lnyit =α i +β i lnX it +ε it
(1)
式中，Y it 为农民人均纯收入，α it 表示个体固定效应，ε it 表示随机扰动项，X it 表示4种基础设施、人均土地面积和第一产业比例等解释变量。为减小变量之间的多重共线性问题，对相关变量取对数，以普通面板回归模型检验基础设施建设对农民收入的影响。
3.1.2 空间面板模型
空间面板模型是将空间权重矩阵增加到普通面板回归模型中。本文主要基于空间滞后模型(SLM)和空间误差模型(SEM)来分析基础设施建设对农民收入影响的空间特征，其空间面板模型的基本表现形式分别为：
(2)
假设农村基础设施建设对农民收入影响的空间相关性是通过因变量的空间滞后项来传递的，依照基础回归模型的设定，依旧设定个体固定效应的空间滞后模型(SLM)为：
(3)
经济落后地区的农产品市场不成熟，劳动力转移速度慢，市场需求不足，容易造成劳动力富余，导致农业生产成本过高。加强经济落后地区基础设施建设，能明显促进农产品流动、提高市场产品需求和劳动力需求，加快剩余劳动力转移和释放劳动力，从而促进农业经济发展和提高农业劳动效率，提高农民收入。经济发达地区的农产品市场相对完善、市场需求多、劳动力流动性强，容易导致市场交易成本过高。加强经济发达地区基础设施建设，能有效降低市场交易成本，促进市场交易，也能降低农业生产生活成本。
当然，这也并非说语文课堂只关注整体任务而忽略具体教学。毕竟整体目标的实现依附于具体文本的阅读鉴赏、表达交流以及思考探究。而且我们现在的教学也基本是以一节课为教学时间单位，这既有教材内容的限定，也有教学实践的限制。但在具体的教学设计和教学活动中，教师应有学习任务群意识，围绕任务群来设计教学，同时能够将不同学习任务群有机联系，避免造成各个知识点讲解之间的割裂。
(4)
式中，W it 是空间权重矩阵，若地理单元邻接，W it =1，若地理单元不邻接，则W it =0。Y it 为农民人均纯收入，μ i 表示个体固定效应，X it 表示4种基础设施、人均土地面积和第一产业比例等解释变量，β i 表示解释变量回归系数，ρ 表示空间滞后项自回归系数，λ 表示空间误差自相关系数。为减小变量之间的多重共线性问题，对变量取对数。
实验仪器也是实验过程中非常重要的部分，仪器的质量直接影响着实验结果。在本次实验过程中，主要使用的仪器有原子吸收光谱仪、离子色谱仪、单向电度表及高纯水机等[1]。在实验开始前，应对所有仪器设备的使用性能进行检验，并处理好不同设备之间的衔接环节，从而保证实验的顺利进行。
“水面平静，满塘月色”是静态，“阵阵虫鸣，青蛙蹦跳”是动态，一静一动，互相衬托，使月夜显得更静、塘中虫儿更活跃。
3.1.3 地理加权模型
空间异质性的主要特点是随着样本空间位置的不同，回归系数不断变化，主要分析方式是地理加权回归模型(GWR)。地理加权回归模型是将样本点的地理位置作为参量增加到普通回归模型中，通过构建样本点的地理位置参量权重，进行加权回归，得到地理加权回归模型的参数β i 。
取20%vol和72%vol红枣白兰地各5份，每份100 mL，向其中加入不同澄清剂，搅拌均匀后，静置24 h，测定不同澄清剂的澄清效果。根据红枣白兰地紫外吸收光谱图（图3），以400 nm波长处的吸光度考察褪色情况，以700 nm波长处吸光度考察除浊情况，其结果见表2。
(5)
式中，(μ i ,ν i )是样本点i 在地理位置上的空间坐标，β 0(μ i ,ν i )和β t (μ i ,ν i )是样本点i 的回归常数项和第t 个回归系数。为减小变量之间的多重共线性问题，对变量取对数。
通过加权得到地理加权回归模型的回归系数为：
B (u i ,ν i )=(X T W (u i ,ν i )X )-1X T W (u i ,ν i )Y
(6)
式中，X 是x it 的4种基础设施解释变量矩阵，W (u i ,ν i )是空间权重矩阵。在分析地理加权模型时，最主要的问题是确定带宽的值。根据赤池信息准则(AIC)，当模型的AIC取值最小时，对应的值为最佳宽带。
3.2 变量的选择
3.2.1 数据来源
本文主要分析中国农村基础设施建设对农民收入增加影响的空间特征，因西藏、香港、澳门和台湾的数据收集有困难，确定研究对象为中国除西藏香港、澳门和台湾之外的30个省份，确定样本区间为2003—2017年。相关数据来源于2004—2018年的《中国农村统计年鉴》《中国固定资产统计年鉴》和《中国统计年鉴》，共获得30个省份15年的省级面板数据。
3.2.2 被解释变量
定义农村居民人均纯收入为本文的被解释变量农民增收，命名为Sr。农民人均纯收入是农民总收入扣除家庭经营费用之后的部分，是农村居民增收的直接体现。为了消除价格因素的影响，以2003年价格水平为基准，使用居民消费价格指数将农民纯收入进行平减。
3.2.3 解释变量
确定本文的解释变量为农村基础设施建设投资，无法确定实物基础设施的代理变量，使用基础设施投资额作为替代变量，数据可从中国相关统计年鉴中获得。按照农村基础设施建设的功能，考虑数据的可得性，并借鉴其他学者的分类方法[18-19]，本文将农村基础设施主要分为生产性、生活性、网络性和社会福利性4类。
2.1.4 社会福利性基础设施的促进作用
生活性基础设施(Sh)：以财政对农村生活基础设施投资的固定资产投资额的替代变量来代表生活性基础设施投资水平。主要包括电力、燃气和自来水等方面的投资，为农民生活提供便利。使用农民水电燃烧类价格指数对生活性基础设施投资额进行平减。
在根据每天课余时间量设置的基础上，考虑到5天的学习时间和周末的休息时间，制订了每周总共的时间量，最少是3h以下，最多是10h以上。为更精确地分析这些时间量上的特征，将他们分成四个组，分别是：3h以下、3～6h、6～10h、10h以上，将单个特征进行单因素分析。
2.1.6 农村基础设施建设促进三产融合
社会福利性基础设施(Sy)：以财政对农村社会性事业的投资额的替代变量来衡量社会福利性基础设施投资水平。主要包括农民教育等方面的投入。使用农民教育文化价格指数对社会福利性基础设施投资额进行平减。
3.2.4 其他变量
首先分析普通面板回归模型，回归结果如表2所示。经Huasman检验可知，选择固定效应模型。通过F 检验可知，拒绝不存在个体效应的原假设，因此确定为个体固定效应模型。从回归结果分析，生产性基础设施(Sc)、生活性基础设施(Sh)、网络性基础设施(Lt)和社会福利性基础设施(Sy)对农民收入的回归系数为正，且均通过了10%的显著性水平检验，由此可知，农村基础设施建设对农民收入增加具有显著促进作用。人均土地面积(Rg)对农民人均纯收入的影响系数为正，且通过10%的显著性水平检验。第一产业比例(Bz)的系数没有通过显著性检验。
第一产业比例(Bz)：第一产业产值占GDP的比例，能突显出一个地区农业发展水平。农业发展水平落后地区的农民除了依靠农业生产之外，还会考虑外出务工等方面的非农业收入；而农业发展水平较高地区的农民可能更倾向于务农，增加农业收入。因此，本文将第一产业比例设定为一个影响变量。
人均土地面积(Rg)：农村农业生产中土地为重要的生产要素，大量研究表明，人均耕地面积会影响农民农业收入，而农业收入占农民纯收入中的很大一部分。因此，本文将人均土地面积设定为一个影响变量(表1)。
西峡沟注水系统属于电动机功率和负荷匹配不合理问题，西峡沟注水系统的注水泵型号为3ZS-4/50，其额定排量为5.9 m3/h，额定输出压力为14 MPa，根据注水泵额定参数计算，其需要的功率为23 kW。该泵配置的电动机型号是YVP280M-6，额定功率为55 kW。从泵的额定参数和电动机的额定参数比对，此泵配置的电动机过大，属于“大马拉小车”现象，造成泵机组运行效率低，仅有61.19%。根据注水泵的实际情况更换合适功率的电动机，建议使用37 kW或者45 kW功率的电动机。
表1 相关变量描述性统计
注：1亩=1/15hm2。
数据来源：笔者整理所得。
4 实证分析
4.1 基础回归分析
第4步，检验限流器的特性，并检查限流器对电力系统的影响是否满足稳定运行条件。通过则转入第5步，否则返回第3步；
a.对状态进行划分。预测值与实际值残差相对误差率范围是-7.31%至7.61%，可将状态划分为4个：E1=[-7.31%,-3%)、E2=-3%,0%、E3=0%,3%、E4=[3%,7.61%]，根据划分的状态范围，9个考核期所处的状态：E1状态有2次，E2状态有1次，E3状态有3次，E4状态有3次。
把可能泄露用户隐私的名词分成两大类：一类是专有名词，比如，名字、地点等，一类是普通名词，比如，一些隐私敏感的疾病、职业等。 ICTCLAS 2016[15]可以自动的对消息中的名词进行标注，然后利用CN-Dbpedia[16]（提供开放API）的资源，把标注的名词的概念跟 CN-Dbpedia中的资源进行关联，借助SPARQL查询语言[17]和语义Web[18]来实现标注名词的语义分析。
表2 基础回归模型估计结果
注：*、**、***分别表示在10%、5%、1%的水平下显著。表4同。
虽然中国一直都非常重视农村基础设施建设的进程，但目前农村基础设施建设资金投入基本依靠国家财政补助和地方财政支持[20]。中国农村基础设施建设投资面广，相关资金缺口依然很大。经济发展水平高的地区，农村基础设施建设相对完善；而经济发展水平较为落后的地区，由于建设资金缺乏，导致农村基础设施建设不足，对当地经济发展和农民增收造成了一定程度的制约[21]。
4.2 空间相关性分析
空间相关性一般用Moran’s I指数来衡量。通过计算可知，2003—2017年中国各省农民收入的Moran’s I指数均为正数且通过了1%的显著性检验，表明各地区农民收入之间存在显著的空间正相关性，说明本文选择空间计量模型是正确的(表3)。
表3 2003—2017年中国各省农民纯收入的Moran’s I指数统计值
使用软件进行模型回归，得到空间滞后模型(SLM)和空间误差模型(SEM)的回归结果如表4所示。经Hausman检验，依旧选择个体固定效应模型。
本文选择空间滞后模型(SLM)的检验结果进行分析。结果表明，农村基础设施建设对农民收入具有显著的影响，其空间相关性是通过因变量的空间滞后项来传递的。其中，生产性基础设施投资(Sc)对本地区和相邻地区农民收入的溢出效应最大，其次是网络性基础设施投资(Lt)，第三是生活性基础设施投资(Sh)。而社会福利性基础设施投资(Sy)对本地区和相邻地区农民收入有抑制作用，主要是因为目前中国农村社会福利性基础设施投资不足。通过提高农民受教育水平、改善卫生条件和提高医疗水平等能影响农民收入，但周期较长，短时间内无法有效提高农民收入。
本地区第一产业比例(Bz)对本地区和相邻地区农民收入具有负面作用。某一地区的第一产业比例大，农业生产能力强，可能在短时间内能提高农民收入，但由于农业生产成本高，长时期内无法提高农民收入。本地区人均土地面积(Rg)对本地区和相邻地区的农民收入具有显著的促进作用，说明本地区人均土地面积增加对本地区和相邻地区农业收入具有促进作用。
为了考察空间面板模型的稳健性，将人均土地面积(Rg)和第一产业比例(Bz)变量剔除，只对4种基础设施变量进行回归。结果发现，空间滞后模型(SLM)稳健性检验结果中4种基础设施变量对农民收入影响的回归系数符号与空间滞后模型(SLM)估计结果一致，说明本文的空间滞后模型具有良好的稳健性。
表4 空间面板回归模型估计结果
4.3 空间异质性分析
Moran’s I指数表明农民收入表现为空间集聚特征，使用GWR4软件对地理加权模型(GWR)进行回归，解释空间异质性的特征。首先确定Gauss权函数为地理加权模型的权重函数，并对地理加权模型进行回归分析，以AIC最小确定最优带宽，结果如表5所示。
表5 地理加权回归模型估计结果
通过地理加权模型测算由样本点地理位置不同而导致的回归参数的变化。由表5中回归结果可知，2003—2017年生产性基础设施投资(Sc)的地理加权模型的回归参数均值由3.34下降至3.08，生活性基础设施投资(Sh)的地理加权模型的回归参数由2.34下降至2.12，网络性基础设施投资(Lt)的地理加权模型的回归参数由3.28下降至3.02，社会福利性基础设施投资(Sy)的地理加权模型的回归参数由3.01下降至2.77。2003—2017年，4种基础设施变量回归参数值变化趋势如图1所示。
大江由于常在作品中描写“残疾儿”等一些较私人性的事物，致使其作品往往被人误读为是“私小说”，但他却是采用反“私小说”的手法进行创作的。狭义范围的“私小说”是指作者脱离时代背景和社会生活而孤立地描写个人身边的琐事和心理活动。大江一再强调自己不会采用私小说家们的创作方法。《关于表现生活的表现》中大江说道，“确实，我既是一个脑部异常的婴儿的父亲，同时又是一个写了这种故事的作家，但是我没有把他的故事直接写成私小说”[1]133。而卡夫卡的写作是为自己写作，是自己惟一的存在方式。我们无法说孰优孰劣，只能说卡夫卡的写作更多地是为了自己，而大江则表现出更强的责任意识。
从图1可以看出，2003—2017年4种基础设施投资对不同地区农民收入的影响程度不同，进而解释了农村基础设施投资对农民收入的影响存在空间异质性特征。其中，生产性基础设施对农民收入平均值的影响最大，其次是网络性基础设施，第三是社会福利性基础设施，第四是生活性基础设施。
图1 2003—2017年4种基础设施变量的回归参数值变化趋势
5 结论与建议
5.1 研究结论
本文在相关理论分析的基础上，基于中国2003—2017年的省级面板数据，分别使用普通面板模型、空间面板模型和地理加权模型，从空间相关性和空间异质性的视角，研究农村基础设施投资对农民收入影响的空间特征。研究结束表明：①农村基础设施建设对农民增收具有显著的促进作用。②就空间相关性角度而言，生产性基础设施建设、生活性基础设施建设和网络性基础设施建设对本地区及相邻地区的农民增收具有显著的促进作用，说明这3种基础设施建设对农民纯收入存在显著的空间溢出效应，其空间相关性是通过因变量的空间滞后项来传递的。社会福利性基础设施建设对本地区及相邻地区的农民增收存在抑制作用，短期内无法有效提高农民收入。③人均土地面积(Rg)对本地区和相邻地区的农民增收具有显著的促进作用，第一产业比例(Bz)对本地区和相邻地区的农民增收具有负面影响。④就空间异质性角度而言，4种农村基础设施建设对农民增收的促进作用存在显著的空间异质性特征。
与其他文献相比，本文的创新点在于：①从农民收入的角度，分析不同类型的基础设施建设对农民收入的影响。②从空间相关性和空间异质性的视角，分析不同类型的基础设施建设对农民收入影响的空间特征。③在分析空间异质性时，使用考虑样本空间坐标的地理加权模型，优于其他学者分区域进行回归的方法。
5.2 政策建议
(1)政府加强对农村基础设施建设的规划和扶持力度。把基础设施建设摆在重要位置，突出政府的建设主体作用，扩大对农村基础设施建设的投资规模，从根本上改变中国农村基础设施投资不足的现状，为农民生活和农业生产提供便利。根据基础设施建设对农民增收的空间相关性和空间异质性特征，合理规划基础设施建设，区域间基础设施建设也应协同合作，因地制宜，发挥区域优势特征。
(2)加强生产性基础设施建设。例如，推进水利兴国等战略的实施，全面提高农村农业生产性基础设施建设；平原地区大力推进大规模机械化运作，山区加强高标准农田、梯田建设等。全面落实农村生活性基础设施建设。加强对农村的电力、燃气和自来水等生活用品的改造。虽然中国一直重点关注水电气方面的基础设施建设，但依旧没有全面普及。加强网络性基础设施建设，保证农村的信息传递和农产品的流通能力，提高农村信息化水平。重点关注农村社会福利事业的全面推进，提高农民的知识教育水平和社会保障水平。
(3)重视农业土地资源的利用，提高农业土地资源的利用率和基础设施使用率。大力发展第二、第三产业，加快农业劳动力转移，提高农业生产率，促进农民增收。
参考文献
[1]GALE J D．经济发展中的农业、农村、农民问题[M].林毅夫，赵耀辉，译．北京：商务印书馆，2005．
[2]闫俊强, 李大胜. 我国农村基础设施投资对农民收入影响的实证分析[J]. 华南农业大学学报(社会科学版), 2008, 7(4):68-74.
[3]杨盛琴, 罗爽. 我国农村基础设施建设对农村经济发展的作用分析与思考[J]. 特区经济, 2012(6):165-167.
[4]徐星, 吴群琪. 基于随机效应模型的交通基础设施配置对收入差异影响的分析与测度[J]. 公路交通科技, 2018, 35(10):154-162.
[5]刘晓昀,辛贤,毛学峰.贫困地区农村基础设施投资对农户收入和支出的影响[J].中国农村观察, 2003(1):31-36+80.
[6]KAM S P，HOSSAIN M，BOSE M L, et al. Spatial patterns of rural poverty and their relationship with welfare-influencing factors in Bangladesh[J]. Food Policy，2005,30(5/6):551-567.
[7]FAN S, ZHANG X. Infrastructure and regional economic development in rural China[J]. China Economic Review，2004,15(2):203-214.
[8]谭崇台. 发展经济学[M] . 太原:山西经济出版社, 2001.
[9]ANTLE J M. Infrastructure and aggregate agricultural productivity: international evidence[J]. Economic Development and Cultural Change, 1983, 31(3):609-619.
[10]金福良. 农村基础设施投资对农村经济增长影响的实证研究——以湖北省为例[J]. 华中农业大学学报(社会科学版), 2012(6):36-40.
[11]吴清华, 冯中朝, 何红英. 农村基础设施对农业生产率的影响:基于要素投入的视角[J]. 系统工程理论与实践, 2015, 35(12)：3164-3170.
[12]黄珊. 农村基础设施建设对农民收入的影响研究[D].长沙：湖南大学，2015.
[13]毛圆圆, 李白. 农村交通基础设施投资对农民收入影响的区域比较——基于中国30个省区1999—2008年的面板数据分析[J]. 湖南农业大学学报(社会科学版), 2010, 11(6)：28-33.
[14]孔荣, 梁永. 农村固定资产投资对农民收入影响的实证研究[J]. 农业技术经济, 2009(4):47-52.
[15]王美今,林建浩,余壮雄. 中国地方政府财政竞争行为特性识别:“兄弟竞争”与“父子争议”是否并存?[J].管理世界,2010(3):22-31+187-188.
[16]刘瑞明. 晋升激励、产业同构与地方保护:一个基于政治控制权收益的解释[J].南方经济,2007(6):61-72.
[17]骆永民.中国城乡基础设施差距的经济效应分析——基于空间面板计量模型[J].中国农村经济,2010(3):60-72+86.
[18]陈银娥,刑乃千,师文明. 农村基础设施投资对农民收入的影响——基于动态面板数据模型的经验研究[J].中南财经政法大学学报,2012(1):97-103+144.
[19]黄珊. 农村基础设施建设对农民收入的影响研究[D].长沙：湖南大学,2015.
[20]姜涛. 农村基础设施公共投资与农业增长——基于省际面板数据的例证[J]. 经济与管理, 2012, 26(7): 24-28.
[21]董明涛, 周慧. 农村基础设施与经济增长的互动关系：基于省际面板数据的分析[J]. 贵州农业科学, 2014(9): 276-280.
DOI： 10.13856/j.cn11-1097/s.2019.09.013
收稿日期： 2019-05-21。
基金项目： 国家自然科学基金(71673275、71373263)，中国农业科学院科技创新工程(ASTIP-IAED-2019-05)。
作者简介： 李慧泉(1994—)，硕士研究生，研究方向：科技创新与发展，E-mail: 1024610639@qq.com。
通信作者： 毛世平(1968—)，研究员，博士生导师，研究方向：科技创新、农业技术经济，E-mail:1176197149@qq.com。
(责任编辑 肖时花 张雪娇)
标签：空间面板模型论文; 地理加权模型论文; 空间相关性论文; 空间异质性论文; 中国农业科学院农业经济与发展研究所论文;