欠发达地区农民收入的影响因素及空间溢出效应研究
——以甘肃省为例*
● 赵 霞1，2，万长松2，徐永锋3
(1.兰州财经大学 甘肃商务发展研究中心，甘肃 兰州 730020；2.兰州财经大学 国际经济与贸易学院，甘肃 兰州 730020；3.兰州财经大学 工商管理学院，甘肃 兰州 730020)
摘 要： 以甘肃省74个贫困县为研究样本，利用空间杜宾模型和偏微分估计方法分析2009—2016年间影响贫困地区农民收入的影响因素及其空间溢出效应。研究发现：(1)贫困地区农民收入存在显著的空间相关性，其中农民经营性收入空间相关性最大。(2)贫困地区农民不同类型收入的影响因素存在差异。工资性收入主要受到本地区农业机械化程度、金融规模、基础教育水平和政府干预的影响；经营性收入受本地区基础教育水平和政府干预的影响显著；转移性收入主要受到本地区农村商业发展水平和政府干预的影响。空间临近地区基础教育水平、金融规模和政府干预对本地区农民各类型收入存在显著影响。(3)各影响因素对农民收入影响的空间溢出效应存在差异。农业机械化水平对工资性收入的直接效应显著为正；制造业发展水平对工资性收入的直接和间接效应均显著为正；商业发展水平主要影响本地经营性收入以及本地、外地的转移性收入；基础教育水平对转移性收入的直接和间接效应均显著，但只对本地经营性收入和外地工资性收入起促进作用；金融规模对三类收入的直接、间接效应均显著为正；政府干预对工资性收入和经营性收入的直接效应为负、间接效应为正，对转移性收入的直接和间接效应均为正。
关键词： 农民收入；贫困地区；空间杜宾模型；空间溢出效应
一、引言
经过改革开放四十余年的努力，我国扶贫工作取得了举世瞩目的成就。1978—2016年，贫困人口数量由2.5亿下降为4 335万人，贫困发生率由30.7%下降为4.5%，为我国到2020年全面建成小康社会奠定了坚实基础。同时我们也看到，经济欠发达地区是我国脱贫攻坚的主战场，尤其是西部农村的贫困问题依然严峻。截至2017年，我国农村贫困人口为3 000多万，其中相当一部分分布在西部农村。根据缪尔达尔的“循环累积因果原理”，欠发达地区的低收入水平与贫困的积累存在因果循环关系——低收入引起低产出，而低产出又会导致低收入，并进一步加剧贫困[1]。鉴于此，本文以甘肃为例，利用空间计量技术探讨影响欠发达地区农民收入的因素，揭示欠发达地区农民收入影响因素的空间关联特征，以期为制定精准有效的扶贫措施从而切实提高农民收入提供经验证据。
学者从不同方面对影响农村居民收入的因素进行了研究。在农村金融方面，Huang and Weng(2012)[2]利用ADF检验方法，研究了农村金融与农民收入的关系，发现农村金融对农民收入存在显著的促进作用。孙玉奎和周诺亚等(2014)[3]应用面板VAR模型研究也发现我国农村金融发展对农民收入存在显著的正向影响，但影响非常有限。而贾立(2015)[4]应用因子分析方法，研究发现金融和资本因素对农民收入的增长具有抑制作用。在政府支农方面，Gray and Briggeman等(2007)[5]基于美国农业相关数据研究了政府政策对农民收入的影响，发现政府补贴可以增加农业收益，进而提高农民收入。张笑寒和金少涵(2018)[6]基于VAR模型和VEC模型，实证发现我国财政农业支出对农民人均纯收入也具有正效应。在教育水平方面，Davis and Nkonya等(2012)[7]研究发现参加农民田间学校能够显著增加劳动生产率，促使农民收入的增加。马立伟和王礼力(2009)[8]也发现职业教育和农民的文化水平对增加农民收入有重要的作用，且职业教育对增加农民收入的作用大于农民的文化水平。刘中文和李录堂(2010)[9]从农村人力资本的角度出发，研究认为只有在经济发达地区教育程度与农业收入才存在显著的相关性。在农业技术方面，Hailu and Abrha等(2014)[10]发现，农业技术能够显著提高农民收入。周振和张琛等(2016)[11]以农业机械化衡量农业技术水平，也发现农业技术对农民收入起到了显著的促进作用。许广月(2002)[12]研究发现短期内农业技术与农民收入不存在显著的因果关系，而在长期因果关系明显。在产业发展方面，Pan and Liu等(2015)[13]研究发现，农业产业结构调整能够对农民收入产生显著的影响。张萃(2011)[14]从各产业的角度研究了三次产业对贫困人口收入的影响，发现第一和第三产业发展对贫困人口收入的增加有显著的影响，而第二产业发展对贫困人口收入的增长影响较为弱。除此之外，还有学者研究了城镇化[15]、土地制度[16]等对农民收入的影响。
新近学者利用空间计量模型进行相关研究。黄寿峰(2016)[17]探讨了财政支农对我国农民收入的影响，发现财政支农能够显著促进农民收入的增长，并且区域间能够通过模仿学习作用促进当地农民收入的增长。杨友才(2010)[18]则指出地方政府之间存在显著的“邻里模仿效应”和“示范效应”，进而使相邻地区表现为显著的空间相关性。潘世磊(2018)[19]的研究认为，财政支农政策在促进农民增收上具有显著的空间正相关性及溢出效应，其空间溢出效应为负但不显著。张宇青和周应恒等(2013)[20]，李福祥和郭凯文(2017)[21]对农村金融与农民收入关系的研究发现，农村金融对农民收入存在影响，但其影响效力在逐渐减弱。骆永民和樊丽明(2014)[22]研究了人力资本与农民收入的关系，发现农村人力资本对本地区农民收入具有正向促进作用，但由于空间竞争效应，使其对邻近地区农民收入存在负面作用。钱潇克和莫蕙(2018)[23]通过对我国农民人均收入的研究发现，城镇化能够对本地区农民收入产生积极影响，且临近地区城镇化也会促进本地区农民收入的增加；工业化对农民增收的影响以对本地效应为主，周边地区工业化水平的提升不会对本地农民收入增加产生显著影响。
纵观现有研究，成果十分丰富，但依然有所欠缺。首先，对欠发达地区农民收入的关注不足，因此无法准确捕捉影响贫困地区农民收入的因素；其次，较少有学者在对农民收入的影响因素进行分析时采用空间分解方法，以区分各影响因素的本地直接效应和空间溢出效应；最后，现有研究大多考察农民收入整体，未对农民收入进行分解，从而无法辨识各影响因素对不同类型收入影响的差异。
鉴于此，本文以甘肃省贫困县为研究对象，首先按照收入来源，将农民纯收入分解为工资性收入、经营性收入和转移性收入。其次，利用空间杜宾模型对影响贫困地区农民收入的因素进行分析，并在此基础上进一步探讨影响贫困地区农民收入因素的空间溢出效应，以期为贫困地区精准扶贫政策的制定和实施提供经验证据。
二、变量选取与研究方法
(一)变量选取与数据来源
1.被解释变量
GNAT内隐测量的效度方面，通过对四种敏感性指标d’的因子分析，统计结果表明其中三个敏感性指标(d’)共同度均大于0.6，因子分析的效果较好.除此之外，四种敏感性指标(d’)的因子载荷值分别为0.431、0.752、0.613和0.680，其相关程度较高.表明本研究GNAT测评程序的结构效度良好.
基于研究的目的以及数据的可获取性，选取农民人均纯收入(PIN)作为主要被解释变量，按照收入的不同来源，将其区分为：工资性收入(WIN)、经营性收入(OIN)和转移性收入(TIN)。其中，工资性收入是农民通过就业得到的劳动报酬和各种福利，反映农民的劳动能力；经营性收入是农民从事生产经营活动的收入和基于财产所有权所得收益[注] 本文未单独分析“财产性收入”，而是将其归入“经营性收入”。这是因为，财产性收入其实质是资产所有人的回报，可以视作间接性经营收入。 ，反映农民的生产经营能力；转移性收入是指政府对农民的经常性转移支付。
腰椎CT检查发现L5右峡部裂（图2a），平行于L5右椎板的CT重建图像清晰显示了杵状棘突、L5右半椎板及下关节突与L5其他骨结构分离，形成浮动半椎板（图3），解释了杵状棘突不随腰椎屈伸移动的原因，故杵状棘突可能与腰痛无关。进一步寻找腰部屈曲时棘突吻合远端和右侧腰痛的根源，明确右骶棘肌肥大是损伤还是代偿性、有无隐匿性骨损伤，需要进一步行MRI检查。
对于课程建设而言，微积分和现实问题相结合比较困难，难于开发应用课程。具体表现为高职数学没有建立培养应用型人才的教学目标，数学教育和专业技能、生产实践、生活日常联系太少，数学专业课程没有建立。学生没有学到专业技能和解决问题的方法，而是面对繁琐的推导和枯燥的板书，理论缺乏现实世界的支撑，把数学的应用变为死记硬背。长期存在的应试教育思维把现成的数学直接灌输给学生，通常知识让学生记住了抽象的定义、定理，而不理解它们的现实应用方法与前景，那么数学的作用也会大打折扣[2]。
基于现有研究并考虑到数据的可得性，选取如下解释变量作为影响贫困地区农民收入的主要因素：农业发展水平、制造业发展水平、农村商业的发展水平、基础教育水平、金融规模和政府干预。
农业发展水平(AGR)。农业机械化程度反映了一个地区的农业现代化程度，因为农业发展水平的高度很大程度上依赖于农业机械化程度。本文以农业机械总动力与地区耕地面积之比来表征地区农业机械化程度，进而表征农业发展水平[24]。江泽林(2018)[25]指出，提高农业机械化程度能够有效促进农业劳动生产率、促进一二三产融合发展，增加农民经营性收入。吕炜等(2015)[26]分析认为，农业机械化会对农业资源配置产生影响：农业机械与农业劳动力之间存在替代效应，农业机械化水平的提高会减轻农业劳动强度，降低对农业劳动力的需求，加速农村劳动力向非农业生产部门转移，进而提高农民工资性收入。鉴于此，本文预期农业机械化水平能够提高农民收入，尤其是工资性收入和经营性收入。
制造业发展水平(SEI)。参考陈利等(2015)[27]的研究，用第二产业增加值与县域GDP的比重来表示制造业发展水平。从农村居民收入的构成来看，工资性收入是农民收入的主要来源。以甘肃省贫困县为例，2009—2016年，工资性收入在农民收入中的平均占比由35.5%上升为41.8%[注] 数据由2010—2016年《甘肃发展年鉴》相关数据计算而来。 。制造业尤其是劳动密集型制造业是吸纳农村转移人口的主要领域[28]。制造业的发展能够为农民提供更多的就业机会，增加农民工资性收入。但是，在工资普遍上涨的环境下，素质较高的农民倾向于向制造业转移，又在一定程度上对农业生产经营产生影响，从而使经营性收入占比下降。基于以上分析，本文预期制造业发展会增加农民工资性收入，减少经营性收入。
Sr(W)=V(W)(Inβr+Wθr)
基础教育水平(EDU)。用生均拥有教师的数量来表示。人力资本是决定经济增长的重要因素，而教育是提升人力资本质量的重要手段[32]。教育水平的提高可以提升地区人力资本水平，有助于提高农民就业技能、改善劳动生产率，进而促进农民收入的增加。此外，由于地区教育水平的提升需要更多的政府财政投入，基于此，本文预期地区教育水平的提升有利于促进农民增收。
金融规模(FIN)。参考李延军等(2018)[33]的做法，用地区人均存款表示。贫困地区发展遇到的最大瓶颈之一就是资本缺乏与资本形成严重不足。周孟亮等(2015)[34]指出通过金融扶贫能够为地区经济发展提供流动性；完善基础设施建设，有利于地区产业的发展。金融发展一方面解决了贫困地区经营主体缺乏资金的问题，另一方面降低了经营风险，增强了贫困户自主经营的动力。因此，本文预期地区金融发展有利于促进农民工资性收入和经营性收入的增加。
政府干预(GOV)。参考俞彤晖(2018)[35]的研究，用政府财政支出与地区GDP之比表示政府干预程度。政府力量的介入会产生两方面的影响，一方面，为了支持地区经济发展和保障贫困人口生活，政府会加大扶贫专项资金的投入，这会增加农民的转移性收入；另一方面，政府过度干预地区经济活动，有可能导致市场扭曲，发生资源错配，从而对地区产业发展和微观主体生产经营活动产生不利影响。基于以上分析，本文预期政府干预能够提高农民转移性收入，而对农民工资性收入和经营性收入有抑制作用。
为了更直观的揭示甘肃省贫困县农民收入构成的时间演变趋势，图1给出了2009—2016年甘肃省贫困县农民工资性收入、经营性收入和转移性收入的柱状图，以及各类型收入占人均纯收入比重的折线图。其中，各年各类型收入由当年74个贫困县收入水平的均值得到。
表 1各变量的描述性统计
以甘肃省贫困县为研究对象，由于玛曲县相关数据有较大的缺失，故本文最终选取除玛曲县之外的甘肃省74个贫困县为研究对象。研究的时间跨度为2009—2016年，数据来源于2010—2017年《甘肃发展年鉴》。为了消除价格因素影响，以2009年为基年，对所有收入变量用价格指数进行平减。同时，对所有收入变量进行对数化处理，相关变量的统描述性统计见表1。
图 1 2009— 2016年甘肃贫困县农民收入构成的时间演变趋势
由图1可知，从收入水平的绝对量看，甘肃省贫困县农民收入水平较低，但是存在不断增加的趋势。在考察期内，甘肃贫困县农民工资性收入、经营性收入和转移性收入均呈现递增的趋势，这也反映了随着我国农村经济的发展和精准扶贫政策的实施，贫困地区农民生活水平正逐步提高。从收入水平的相对量看，农民收入主要来源于经营性收入和工资性收入。由折线图可以看出，经营性收入是甘肃省贫困县农民的主要收入来源，其次是工资性收入，转移性收入占比较低，但近两年增长较快。
(二)研究方法
1.莫兰指数
引理2 已知监控器M和系统运行时观测序列o1,o2,…,oT，(1)求解最大可能执行路径等价于求解定义在时刻t(t
在进行空间模型的构建之前需要检验不同地区之间是否存在显著的空间相关性。空间相关性检验的方法主要有两种：Moran's I指数和G指数。
本文采用被广泛使用的Moran's I指数来检验变量的空间相关性。其表达式为：
改造低压隔板汽封及轴封为铁素体汽封和铁素体接触式汽封，叶顶正反1～4级汽封为可退让式汽封，叶顶正反5、6级汽封还是采用蜂窝汽封。所有间隙均按厂家设计值下限调整。
常规护理往往只注重患者的个人状况以及生命体征监测，容易忽略患者社会、心理、生理等方面的正常需求，在日常护理工作中有一定的滞后性。相比于常规护理，对患者进行优质护理可以更突显出综合性、全面性和科学性[7] 。护理人员从术前术后各个方面对患者进行护理指导，可以充分满足患者不同方面的需求，充分保证患者多方面对护理的需求。
(1)
式(1)中，
表示第i个地区的观测值，n为地区数，Wij为空间权矩阵中的元素。采用相邻标准来构建邻接空间权重矩阵，当空间单元i和单元j相邻时，Wij取值为1，不相邻则取值为0。I的取值范围为[-1，1]，当大于0时，表示地区间存在空间正相关关系，且I越趋近于1空间正相关性越强；当小于0时，表示地区间存在负相关关系，且I越趋近于-1空间负相关性越强；而当I接近0时，表示地区间不存在空间相关性。
表 2 2009— 2016年甘肃贫困县农民收入的全局 Moran' s I指数
其中，In是阶单位矩阵；k为解释变量个数，xr为第r个解释变量，r=1,2,…k，βr为解释变量向量X中第r个解释变量的回归系数，θr表示Wx的第r个变量的估计系数。为了解释Sr(W)的作用，将式(4)写为式(7)，某个地区i(i=1,2,…,n)的yi可以表示为式(8)。
A 34-year-old male patient,with a 4-day history of severe diarrhea,was hospitalized in our hospital in July 2015.He presented with watery stool(5-6 times per day),mild abdominal distension,debilitation and poor appetite.
2.空间杜宾模型
目前比较常见的空间计量模型有：空间误差模型(SEM)、空间自回归模型(SAR)和空间杜宾模型(SDM)三种。鉴于空间杜宾模型能够综合考虑空间滞后和空间误差的影响[36]，本文拟构建空间Durbin模型以揭示各变量之间的空间效应。
空间面板杜宾模型设定如下：
y=αln+ρWY+βX+θWX+ε
有的加工企业在产品创新方面投入不大，新产品相对不多，市场上一般产品多，高技术、高附加值产品少，类似的通用产品、中低档产品占大部分，高档产品少。
(2)
式(2)中，被解释变量y表示农村居民各类型收入；X为各解释变量，包括：农业发展水平、制造业发展水平、农村商业发展水平、基础教育水平、金融规模和政府干预程度；α为常数项，ln为N×1阶单位矩阵，n为甘肃省贫困县个数，ε为误差项，W为空间权重矩阵，WY和WX分别表示被解释变量和解释变量的空间效应。
在实证结果中，当ρ显著不为0时，则说明存在显著的空间溢出效应，此时对Wy和WX以及各解释变量回归系数的解释就与传统的OLS回归系数的解释存在差异，即意味着此时的回归系数不能直接衡量解释变量的空间效应，需要用基于空间回归模型偏微分方法得出的效应分解结果来解释[37-38]。
3.空间溢出效应分解
1)分析了铁轮运行过程中噪声构成及产生机理，并根据噪声频谱特性分析结果，运行在60～120 km/h的城市轨道交通中对车厢影响最大的噪声源为轮轨噪声，虽然噪声频带较宽，且频谱随车速、工况等变化较大，但可针对其噪声来源可在噪声控制过程中进行预测.
LeSage and Pace[35](2009)提出了空间计量模型偏微分估计方法，将空间效应分解为直接效应、间接效应和总效应。根据此方法，将式(2)改写为：
(In-ρW)y=αln+Xβ+XθW+ε
2.解释变量
(3)
(4)
农村商业发展水平(RUC)。用农村地区社会消费品零售总额与县域社会消费品零售总额之比来表征农村商业发展水平[29]。农产品流通滞后是制约贫困地区农民增收的重要瓶颈，农产品能否正常实现其市场价值直接关系到农民收入的多寡。纪宝成等(2017)[30]指出商品流通是商品经济或市场经济中商品价值实现也即经济利益实现的过程。邵源春等(2018)[31]认为农村商贸流通业的发展能够通过增加农民就业机会、促进城乡之间的资源合理配置和促进产业结构的优化升级等途径增加农民收入。因此，大力发展农村商业有利于地区农产品价值的实现，激发农民生产经营的积极性，进而促进农民增收。
(5)
V(W)=(I-ρW)-1=In+ρW+ρ2W2+ρ3W3+…
上世纪六十年代，现代控制理论的诞生于计算机的应用，自动控制与信息处理相结合，电气自动化迈入综合自动化阶段[2]。
(6)
表2给出了2009—2016年甘肃省贫困县农民各项人均收入的全局Moran's I指数。由该表可知，各收入变量在2009—2016年的全局Moran's I指数均大于1，且都通过了1%的显著性检验，表明各收入变量均存在显著的空间依赖性。从各收入变量全局Moran's I指数的大小可以看出，甘肃省贫困县农民经营性收入的空间依赖性较大，工资性收入和转移性收入空间依赖性相对较小。因此，在分析各因素对农民收入的影响时，必须考虑地区间存在的空间效应。
(7)
(8)
根据式(8)，将yi对其他区域j的第r个解释变量xjr求偏导得到式(9)，将yi对本区域内的第r个解释变量xir求偏导得到式(10)。
(9)
(10)
其中，Sr(W)ij衡量的是区域j的第r个解释变量对区域i被解释变量的影响；Sr(W)ii衡量的是区域i的第r个解释变量对本区域被解释变量的影响。根据式(9)、(10)可以发现，与传统的回归模型相比，在空间回归模型中，若j≠r，yi对xjr的偏导数取决矩阵Sr(W)中的第i、j个元素。同时，yi对xir的偏导数也通常并不等于βr。因此，某个地区解释变量的变化影响本地区的被解释变量，这即为直接效应，同时影响其他区域的被解释变量，这即为间接效应，二者之和为总效应。
三、实证结果分析
(一)空间杜宾模型的回归结果
表3给出了2009—2016年甘肃省贫困县农民收入影响因素的空间杜宾模型回归结果。根据Hausman检验结果，本文在研究农民纯收入和经营性收入影响因素时选用了固定效应模型，研究工资性收入和转移性收入的影响因素时选用了随机效应模型。由表3可知，在各模型中，空间自相关系数ρ均大于0，且在1%的显著水平上显著，说明在研究甘肃贫困县农民收入时考虑空间溢出效应的影响是必要的。由回归结果可以看出：
首先，除制造业发展水平外，农业发展水平、农村商业发展水平、基础教育水平和政府干预对本地区农民纯收入存在显著影响。其中，农业发展水平主要通过促进农民工资性收入的提高而使农民纯收入增加；商业发展水平有利于农民转移性收入的增加；基础教育水平对工资性收入有抑制作用，却对经营性收入有促进作用，且抑制作用大于促进作用；政府干预对工资性收入和经营性收入均有抑制作用，而能显著提高农民的转移性收入。
表 3空间杜宾模型的估计结果
注：
、、分别表示10%、5%和1%显著性水平；括号内数值为Z统计量，下同。
其次，临近地区基础教育水平、地区金融规模和政府干预对本地区农民纯收入存在显著的促进作用。其中除教育水平外对本地经营性收入的影响为负外，其余空间因素对三类收入均具有正向促进作用。这一结果表明相邻地区经济发展条件的改善会带来本地区农民收入的增长，再次证明贫困地区之间存在显著的空间依存性，也为现实中贫困地区的连片存在提供了实证证据。
(二)空间杜宾模型分解结果
农业机械化水平(AGR)。从直接效应看，农业机械化水平的提高能够显著促进本地区农民收入的增长，但主要是促进了工资性收入水平的提高，对转移性收入虽然也有促进作用却不明显。说明现阶段，提高农业机械化程度、大力发展现代农业是促进贫困地区农民增收的重要手段。这是因为农业机械化水平的提高有利于农业生产集中化、规模化，促使更多的小农业生产经营者变为农业工人，从而带来农民工资性收入的显著提高。因此，对贫困地区而言，通过土地流转实现农业生产的规模化无疑是提高农业生产效率，促进当地农民增收的正确选择。从间接效应看，农业机械化水平对各收入的间接影响系数均不具有统计显著性，这一结果表明农业生产具有“本地属性”：本地农业发展水平对相邻地区的农民收入不会产生太大影响。
为了更准确的分析各影响因素的溢出效应，下文利用偏微分估计方法进一步计算溢出效应的分解结果。表4报告了各影响因素对甘肃贫困县农民各类收入影响的直接效应、间接效应和总效应。
表 4各影响因素的直接效应、间接效应和总效应
制造业发展水平(SEI)。由实证结果可以看出，制造业发展水平对贫困地区农民收入的影响主要是通过对工资性收入的影响来实现。但无论是直接效应还是间接效应，回归系数均十分显著，说明制造业发展水平的提高无论是对本地还是对相邻地区农民的工资性收入增加均有较大影响。通过对比制造业发展水平对农民收入的直接效应和溢出效应可知，制造业发展对农民收入的间接效应大于直接效应，说明本地区制造业发展对临近地区农民增收的作用更大。这是因为本地区制造业的发展一方面可以吸纳相邻地区农民就业，增加相邻地区农民就业机会从而增加收入，另一方面由于地区间产业竞争的作用，本地区农民工资水平的提高可能会吸引更多相邻地区劳动力向本地区流入，从而迫使相邻地区不得不提供更高的工资水平以保证现有劳动力不流失。
农村商业发展水平(RUC)。从直接效应看，农村商业发展水平的提高能够显著提高本地区农民纯收入，且主要表现为经营性收入和转移性收入的增加。这是因为农村商业的发展，一方面可以促进农村地区商品和资金流通，保障农产品的生产和市场价值的实现；另一方面，能够促进农村地区农业生产经营以及农民生活等信息的传播，使全社会对贫困地区的贫困状态以及致贫原因等有更准确和更深入的了解，有利于社会扶贫资金的流入，进而促使农民转移性收入增加。从间接效应看，农村商业发展水平的提高能够显著提高相邻地区转移性收入，但对经营性收入和工资性收入的促进作用不显著。这是由于贫困地区基础设施建设较为薄弱，地区间商品流通存在一定的障碍，因此，农村商业的发展对相邻地区农业生产经营活动的影响有限。
基础教育水平(EDU)。从直接效应看，地区基础教育水平对本地区农民工资性收入有显著抑制作用，但对本地区农民的经营性收入和转移性收入有显著促进作用。这是由于基础教育水平的提高能够提高劳动生产率，增强农民的生产经营能力，进而促进农民经营性收入的增加。同时，贫困地区教育的发展离不开政府支持，教育水平越高一定程度上说明政府对贫困地区教育的扶持投入越大，因而使农民的转移性收入增加。但经营性收入和转移性收入的增加又会降低农民就业的积极性，进而对工资性收入产生负面作用。从间接效应看，地区基础教育水平对相邻地区农民纯收入存在显著的促进作用，这主要源于工资性收入和转移性收入的提高。这是因为基础教育水平的提高使本地区农民的生产经营能力相对于相邻地区更具有比较优势，本地产业的发展可为相邻地区的农民提供更多的就业机会，进而促使临近地区农民工资性收入的提高。因而贫困地区应该加大教育扶贫力度，保障贫困人口脱贫致富。
金融规模(FIN)。从直接效应来看，地区金融规模与农民纯收入、工资性收入、经营性收入和转移性收入的直接效应分别为0.0662、0.1336、0.0536和0.0986，反映出地区金融规模能够有效促进本地区农民各类收入的提高。这是因为，一方面，较大的金融规模，可以为地区农业和制造业生产提供足够的资金保障，有利于地区生产经营规模的扩大，进而有利于农民工资性收入和经营性收入的增加；另一方面，地区金融规模越大，地区可利用的资金就越多，进而能够为贫困户提供更多的保障性收入。从间接效应来看，地区金融规模与农民纯收入、工资性收入、经营性收入和转移性收入的间接效应分别为0.3036、0.3586、0.1749和0.4805，在各种工资水平上间接效应均大于直接效应。这反映出金融在地区间存在较强的溢出效应，对临近地区农民收入有较大影响。从总效应来看，金融发展能够有效促进农村居民增收。因此，需要加大对贫困地区金融发展的支持力度，整合地区金融资源，充分利用金融的溢出效应，发挥金融对农民增收的作用。
普拉切克还进一步提出，基本情绪混合后组成复杂情绪，每一对相邻情绪都会混合，形成第3种更复杂的情绪，甚至可能产生别的情绪混合物。比如一个孩子在偷吃妈妈蒇起来的糖果，此时他同时体验到了害怕和期待，之后可能还会产生内疚。
政府干预(GOV)。从直接效应看，政府干预对本地区经营性收入和工资性收入均有显著抑制作用，而对本地区转移性收入有显著的促进作用。这反映了贫困地区扶贫政策的效果更多的体现在贫困人口转移性收入的增加，而对生产经营具有一定的负面影响。因为政府干预会抑制市场机制配置资源，影响经营生产，进而使农民经营和工资性收入减少。从间接效应看，政府干预对临近地区农民纯收入、工资性收入和转移性收入有显著促进作用，对经营性收入也有促进作用，但不显著。这可能与地区政府之间存在模仿效应和竞争效应有关。模仿效应使得临近地区政府会模仿本地区政府增加财政支农支出，进而使临近地区农民转移性收入随本地区农民转移性收入的增加而增加；竞争效应表明不同地区之间产业发展存在竞争关系，当本地区经营生产受到限制时，就会促进临近地区产业发展，进而增加临近地区农民工资性收入和经营收入。就总效应看，政府干预能够显著增加农民转移性收入，但是对其余收入的促进作用不显著。因此，在扶贫的过程中要减少政府过多的干预，充分发挥市场的作用，增强地区发展的内生动力，进而保障农民收入水平的提高。
四、结论与政策建议
(一)研究结论
第一，贫困地区农民收入存在显著的空间相关性。样本区域内，农民纯收入以及各组成部分均存在显著的空间相关性。
用户注册信息成功，登录时通过执行FSDataInputStream.readLine()方法，对user.dat中的用户信息进行身份验证。
第二，贫困地区农民不同类型收入的影响因素存在差异。工资性收入受本地区农业机械化水平、金融规模、基础教育水平、政府干预以及临近地区基础教育水平、金融规模和政府干预显著的影响；经营性收入主要受到本地区基础教育水平、政府干预以及临近地区金融规模、基础教育水平和政府干预的影响；转移性收入则主要受本地区农村商业发展水平、政府干预以及相邻地区基础教育水平和金融规模的影响。
经勘测，闸底（即堰顶）高程为2.69 m，与现今温瑞塘河通常水位2.62 m接近。温州地处滨海，地势西高东低，河流源短流急，降水后河道水位迅速升高，并经常受潮水顶托，造成城市内涝。古时汛期，台风或暴雨来临前，闸工根据气象情况，将水闸全部打开对河水进行预排，腾空温瑞塘河库容，调蓄洪水，防止发生内涝。由此可见，闸底（即堰顶）高程即为汛限水位，用以指导汛期防洪调度。
第三，各影响因素对农民收入影响的空间效应存在差异。从直接效应看，农业机械化水平和制造业发展水平对本地区农民纯收入具有显著的促进作用，且均源于工资性收入的提高；农村商业发展水平对农民增收的作用主要源于经营性收入和转移性收入的提高；金融规模的增收效应同时作用于三种收入；基础教育水平对本地区农民收入存在抑制作用，且主要源于工资性收入的降低；政府干预对本地区农民收入的抑制作用同时源于工资性收入和经营性收入的降低。从间接效应看，商业发展水平、金融规模和政府干预对临近地区农民的工资性收入、经营性收入和转移性收入均有促进作用；农业机械化水平对临近地区农民的工资性收入和经营性收入有促进作用，对转移性收入有抑制作用；制造业发展水平对临近地区农民的工资性收入有促进作用，对经营性收入和转移性收入均有抑制作用；教育水平对临近地区农民的工资性收入和转移性收入有促进作用，对经营性收入有抑制作用。从总效应看，农业机械化水平、商业发展水平、教育水平和金融规模对农民的工资性收入、经营性收入和转移性收入均有促进作用；制造业发展水平和政府干预对农民的工资性收入和转移性收入有促进作用，而对经营性收入有抑制作用。
(二)政策建议
为了促进欠发达地区农民收入水平的提高，基于以上实证分析的结果，提出以下政策建议：
第一，加强农业机械化投入，促进农业产业化经营。贫困地区农民收入来源往往比较单一，当受到不可控因素的冲击时，极易陷入贫困当中。因此，为保障贫困地区贫困人口脱贫致富，首要的任务就是拓展农民收入来源。应完善农村产权交易制度，保障农民基本财产权利，促进农民财产性收入的增加；充分利用城镇化建设和精准扶贫政策的机遇，发展地区产业，引导农民就业，促进农民的经营性收入和工资性收入的增加；强化贫困精准识别机制，对特殊贫困群体提供基本生活保障。
第二，因地制宜布局地区产业，发挥产业发展对农民增收的作用。产业扶贫是贫困地区农民脱贫致富的主要途径，为充分发挥产业发展对农民增收的作用，首先，要精准判别地区产业发展优势，因地制宜发展特色产业，易农则农、易工则工。减少地区产业间同质竞争，发挥产业发展对农民收入的区域间溢出效应。其次，完善商贸流通业基础设施建设，大力支持农村商贸流通业的发展，以商贸流通业促进地区三产融合发展，最大程度发挥产业发展对农民增收的作用。
第三，提高地区教育和金融水平，保障农民增收。贫困地区经济发展最主要问题就是缺人和缺钱。由于贫困地区经济发展相对封闭，对地区间资源流动造成了一定的阻碍。因此，首先要大力积累本地区人力和金融资本，加大对地区教育的投入，完善教育层次体系，培育地区专业技术人才。加大对农村地区金融发展的支持力度，引导金融机构进入农村地区。其次，要加强基础设施的建设，促进地区间各类资本的流动，充分发挥资本在不同地区的溢出效应。
第四，结合地区经济发展实际情况，更好的发挥政府作用。贫困地区市场化发育程度往往较低，市场机制作用范围有限。因此，在贫困地区政府需要有所为有所不为。首先，在地区产业发展的过程中要发挥政府的引导作用，将产业发展的主导权让与市场，营造良好的产业发展环境，保障市场公平竞争。其次，协调好地区间政府的关系，避免因地区政府间的竞争造成资源的浪费。
参 考 文 献
[1]刘宏霞，王生林，景吉吉.贫困地区农民收入增长研究——以甘肃省会宁县为例[J].重庆工商大学学报(西部论坛)，2006(01)：20-23.
[2]Huang Y T，Weng Z L.The Impact of Development of Rural Finance in Jiangxi Province on the Agricultural Economy and Farmers' Income.[J].Asian Agricultural Research，2012，14(10)：86-88.
[3]孙玉奎，周诺亚，李丕东.农村金融发展对农村居民收入的影响研究[J].统计研究，2014，31(11)：90-95.
[4]贾立.中国农民收入影响因素的实证分析[J].四川大学学报(哲学社会科学版)，2015(06)：138-148.
[5]Briggeman B C，Gray A W，Morehart M J，et al.A New U.S.Farm Household Typology：Implications for Agricultural Policy[J].Review of Agricultural Economics，2007，29(4)：765-782.
[6]张笑寒，金少涵.财政农业支出的农民收入增长效应——基于收入来源的角度[J].南京审计大学学报，2018，15(01)：46-55.
[7]Davis K，Nkonya E，Kato E，et al.Impact of Farmer Field Schools on Agricultural Productivity and Poverty in East Africa[J].World Development(Oxford)，2012，40(2)：402-413.
[8]马立伟，王礼力.农民职业教育对农民收入影响的实证分析[J].农村经济，2009(07)：61-63.
[9]刘中文，李录堂.浙江省农村人力资本投资效率实证分析[J].农业经济问题，2010，31(03)：61-64，111.
[10]Hailu B K，Abrha B K，Weldegiorgis K A.Adoption and Impact of Agricultural Technologies on Farm Income：Evidence From Southern Tigray，Northern Ethiopia.[J].International Journal of Food & Agricultural Economics，2014，2(4).
[11]周振，张琛，彭超，孔祥智.农业机械化与农民收入：来自农机具购置补贴政策的证据[J].中国农村经济，2016(02)：68-82.
[12]许广月.农业机械化与农民收入关系研究——基于中国省级面板的实证分析[J].西部论坛，2011，21(03)：18-25.
[13]Pan H，Liu Y，Gao H.Impact of Agricultural Industrial Structure Adjustment on Energy Conservation and Income Growth in Western China：A Statistical Study[J].Annals of Operations Research，2015，228(1)：23-33.
[14]张萃.中国经济增长与贫困减少——基于产业构成视角的分析[J].数量经济技术经济研究，2011，28(05)：51-63.
[15]王鹏飞，彭虎锋.城镇化发展影响农民收入的传导路径及区域性差异分析——基于协整的面板模型[J].农业技术经济，2013(10)：73-79.
[16]冒佩华，徐骥.农地制度、土地经营权流转与农民收入增长[J].管理世界，2015(05)：63-74，88.
[17]黄寿峰.财政支农、金融支农促进了农民增收吗?——基于空间面板分位数模型的研究[J].财政研究，2016(08)：78-90.
[18]杨友才.产权制度的空间溢出性与经济增长——基于空间面板固定效应的计量研究[J].经济问题，2010(06)：4-9.
[19]潘世磊.农业供给侧结构性改革与财政支农能促进农民增收吗?——基于空间模型的实证研究[J].经济问题探索，2018(02)：19-30.
[20]张宇青，周应恒，易中懿.农村金融发展、农业经济增长与农民增收——基于空间计量模型的实证分析[J].农业技术经济，2013(11)：50-56.
[21]李福祥，郭凯文.甘肃省金融支农效率的综合评价[J].兰州财经大学学报，2017(2)：33-43.
[22]骆永民，樊丽明.中国农村人力资本增收效应的空间特征[J].管理世界，2014(09)：58-76.
[23]钱潇克，莫蕙.新型城镇化与农民增收——基于我国地级市的空间计量分析[J].经济经纬，2018，35(05)：30-36.
[24]杨桃，马爱玲.基于VAR模型的内蒙古农民收入影响因素实证分析[J].内蒙古财经大学学报，2019，17(01)：41-44.
[25]江泽林.机械化在农业供给侧结构性改革中的作用[J].农业经济问题，2018(03)：4-8.
[26]吕炜，张晓颖，王伟同.农机具购置补贴、农业生产效率与农村劳动力转移[J].中国农村经济，2015(08)：22-32.
[27]陈利，朱喜钢.基于空间计量的经济集聚对农民收入的影响效应——以云南省为例[J].农业技术经济，2015(10)：81-91.
[28]葛晓巍，叶俊涛.刘易斯拐点下农民工就业结构及产业结构变化——基于苏、浙、粤的调查[J].经济学家，2014(02)：67-72.
[29]李定珍，张颖.湖南农村流通现代化水平地区差异实证研究[J].吉首大学学报(社会科学版)，2015，36(06)：24-31.
[30]纪宝成，谢莉娟，王晓东.马克思商品流通理论若干基本问题的再认识[J].中国人民大学学报，2017，31(06)：60-70.
[31]邵源春，于敏.精准扶贫背景下农村商贸流通发展对农民收入的影响分析[J].商业经济研究，2018(22)：109-111.
[32]吴振华.人力资本投资、就业能力与农民收入增长[J].西部论坛，2015，25(05)：20-27.
[33]李延军，史笑迎，李海月.京津冀区域金融集聚对经济增长的空间溢出效应研究[J].经济与管理，2018，32(01)：21-26.
[34]周孟亮，彭雅婷.我国连片特困地区金融扶贫体系构建研究[J].当代经济管理，2015，37(04)：85-90.
[35]俞彤晖.流通产业集聚水平对城乡收入差距影响的实证研究——基于省际动态面板数据的系统GMM分析[J].经济纵横，2018(08)：106-113.
[36]Lesage J，Pace R K.Introduction to Spatial Econometrics[M].US：CRC Press Taylor & Francis Group，2009.
[37]徐家鹏，夏显力，张琛.城镇化、空间溢出与省域城乡收入差距——基于空间杜宾模型偏微分方法及中国的实证[J].农村经济，2015(11)：41-49.
[38]李飞，曾福生.基于空间杜宾模型的农业基础设施空间溢出效应[J].经济地理，2016，36(06)：142-147.
Study on the Influencing Factors and Spatial Spillover Effects on Income of Rural Residents in Underdeveloped Areas ——A Case Study of Gansu Province
ZHAO Xia 1,2，WAN Chang -song 2，XU Yong -feng 3
(1.Gansu Commercial Development Institute，Lanzhou University of Finance and Economics，Lanzhou 730020；2.School of International Economics and Trade，Lanzhou Vniversity of Finance and Economics,Lonzhou 730020；3.School of Business Administration ,Lanzhou University of Finance and Economics，Lanzhou 730020，China)
Abstract ： Taking 74 poverty-stricken counties in Gansu province as the research sample，this paper analyzes the factors affecting income of farmers in poverty-stricken areas and their spatial spillover effects from 2009 to 2016 by using spatial Durbin model and partial differential estimation method.The results show that :(1) there is a significant spatial correlation in incomes of farmer in poor area，of which the spatial correlation in farmers' operating income is the biggest.(2) there are differences in factors that affect the different type of incomes of farmers in poor areas.Wage income is mainly affected by the level of agricultural mechanization，financial scale，primary education level and government intervention.Operating income is significantly affected by basic education level and government intervention in the region.Farmers' transfer income is mainly affected by the extents of rural commercialization and local government intervention.The level of fundamental education，financial scale and government intervention in spatial neighboring regions have significant influence on various incomes of farmer.(3) the spatial spillover effect of various influencing factors on farmers' income is different.The direct effect of level of agricultural mechanization on wage income is significantly positive，and the direct and indirect effects of level of manufacturing industry on wage income are significantly positive.The extent of commercialization mainly affects the local operating income and transfer incomes from the local and external.The direct and indirect effect of basic education level on transfer income is significant，but only to promote local operating income and external wage income.The financial scale has significantly positive direct and indirect effects on three types of income.The direct effect of government intervention on wage income and operating income is negative whereas the indirect effect is positive while the government intervention has positive direct and indirect effect on transfer income.
Key words ： income of farmers；poverty-stricken areas；Spatial Durbin model；Spatial spillover effects
*收稿日期： 2019-02-18
基金项目： 本文系甘肃省自然科学基金项目(1606RJZA046)；兰州财经大学重点科研项目(Lzufe2018B-13，Lzufe201602)；兰州财经大学丝绸之路研究院科研项目(JYYY201611，JYYY201803)的阶段性研究成果。
作者简介： 赵霞(1982—)，女，甘肃天水人，博士，教授，研究方向：产业经济；万长松(1991—)，男，江西南昌人，硕士研究生，研究方向：产业经济；徐永锋(1976—)，男，山东齐河人，博士，副教授，研究方向：供应链优化。
中图分类号： F113.9
文献标识码： A
文章编号： 1004-5465(2019)03-036-12
(责任编辑：郑俊义)
标签：农民收入论文; 贫困地区论文; 空间杜宾模型论文; 空间溢出效应论文; 兰州财经大学甘肃商务发展研究中心论文; 兰州财经大学国际经济与贸易学院论文; 兰州财经大学工商管理学院论文;