江西省縣域農(nóng)村居民純收入空間差異研究

葉長盛，黃建軍

(東華理工大學地球科學學院，江西撫州344000)

改革開放以來，我國農(nóng)村經(jīng)濟得到迅速發(fā)展，農(nóng)民收入相應(yīng)得到大幅度的提高。農(nóng)村居民人均純收入由1978年的133.57元增加到2009年的5 153.17元，年均實際增長7.1%。但由于不同區(qū)域資源稟賦、經(jīng)濟條件、產(chǎn)業(yè)水平與就業(yè)方式的明顯差異，致使區(qū)域間農(nóng)村居民收入的差距不斷擴大[1-2]。1978年我國農(nóng)村居民純收入最高省區(qū)(上海)和最低省區(qū)(甘肅)的收入之比為2.78，這一比值2009年已擴大到4.19。區(qū)域間農(nóng)村居民收入的不斷擴大會影響我國政治和社會穩(wěn)定，成為構(gòu)建和諧社會的基本問題，對經(jīng)濟的持續(xù)健康發(fā)展產(chǎn)生不利影響。不斷增加農(nóng)民收入，縮小城鄉(xiāng)之間、地區(qū)之間的收入差距是解決我國“三農(nóng)”問題的關(guān)鍵[3]。因此，正確分析我國農(nóng)村居民收入空間差異及其產(chǎn)生原因，可為我國新農(nóng)村建設(shè)和“三農(nóng)”問題決策提供參考。

農(nóng)村居民收入?yún)^(qū)域差異已成為“三農(nóng)”問題的一個熱點，引起了學術(shù)界的廣泛關(guān)注[4-5]。研究尺度不斷由省域、三大地帶的宏觀尺度轉(zhuǎn)向縣鄉(xiāng)單元的微觀尺度[1，6-9]。測度的指標和方法主要有泰爾指數(shù)、基尼系數(shù)、變異系數(shù)、加權(quán)變異系數(shù)等。這些傳統(tǒng)的度量方法缺乏空間視覺，忽視了地理位置因素，無法真正反映區(qū)域空間差異的變化特征與機制。探索性空間數(shù)據(jù)分析(ESDA)可以通過對事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對象之間的空間相互作用機制[10]，已廣泛應(yīng)用于社會經(jīng)濟數(shù)據(jù)的空間分布模式分析[11-14]，但用于農(nóng)村居民收入空間差異的研究較為鮮見。

江西省地處我國東南偏中部長江中下游南岸，范圍 24°29′14″-30°04′41″N 、113°34′36″-118°28′58″E ，總面積16.69萬km2。東鄰浙江、福建，南連廣東，西靠湖南，北毗湖北、安徽而共接長江。全省氣候溫暖，日照充足，雨量充沛，年均降水量1 341～1 940 mm，無霜期長。2009年全省總?cè)丝? 432.16萬人，其中鄉(xiāng)村人口2 518.35萬人，占總?cè)丝诘?6.82%，農(nóng)村居民人均純收入為5 075元，低于全國平均水平。江西作為我國的農(nóng)業(yè)大省和糧食主產(chǎn)區(qū)之一，縣域之間自然稟賦條件、區(qū)域政策等存在差異，導致了農(nóng)村經(jīng)濟發(fā)展的地域差異，是我國“三農(nóng)”問題比較突出的區(qū)域之一。因此，以江西省91個縣域為評價單元，綜合ESDA和GIS技術(shù)，探索江西省農(nóng)村居民純收入空間格局的變化規(guī)律，具有重要的實踐意義。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源及處理

本文數(shù)據(jù)來源于《江西統(tǒng)計年鑒(1991-2010年)》、《新中國 60年的江西》。采用1980年、1985年、1990年、1995年 、2000年 、2005年和 2009年江西省各縣(市、區(qū))的數(shù)據(jù)，以2009年行政區(qū)劃為基準，對行政區(qū)劃調(diào)整及名稱變更的單元進行修正，將市轄區(qū)進行歸并，如南昌市東湖區(qū)、西湖區(qū)、青云譜區(qū)、灣里區(qū)、青山湖區(qū)統(tǒng)一歸并為南昌市區(qū)。經(jīng)處理，空間尺度劃分為91個單元。對當年缺失數(shù)據(jù)的單元，以相鄰年份進行推測得出。

1.2 研究方法

1.2.1 變異系數(shù)和錫爾系數(shù) 標準差指數(shù)(S)、變異系數(shù)(V)和錫爾系數(shù)(C)可以分別分析江西省農(nóng)村居民純收入的相對差異和絕對差異，其計算公式為

式中:Yi——第i評價單元的農(nóng)村居民人均純收入;N——評價單元個數(shù);Y0——全省農(nóng)村居民人均收入。S值越大，表示相對差距越大，V值越大，表明絕對差距越大，C值越大，表示評價單元之間差距越大。

1.2.2 空間自相關(guān)分析 空間自相關(guān)包括全局空間自相關(guān)和局部空間自相關(guān)。全局空間自相關(guān)是對屬性值在整個區(qū)域的空間特征的描述，常用Moran’s I來分析區(qū)域總體的空間關(guān)聯(lián)和空間差異程度。計算公式如下[13]:

式中:xi，xj——變量 x在相鄰配對空間點的取值;ˉx——變量的平均值;wij——相鄰權(quán)重(若空間點 i和j相鄰，wij=1，否則 wij=0);n——空間點總數(shù)。Moran’s I系數(shù)的取值為[-1，1]，小于 0表示負相關(guān)，等于0表示不相關(guān)，大于0表示正相關(guān)。

局部空間自相關(guān)可以測度一個局部小區(qū)域單元上的某種地理現(xiàn)象或某一屬性值的空間異質(zhì)性，推算出集聚地空間位置和范圍。用局部Moran’s I統(tǒng)計量(LISA)和Moran散點圖來揭示各個區(qū)域單元空間自相關(guān)的程度。局部Moran指數(shù)計算公式為[14]:

局部Moran’sⅠ的期望值為:

當Ii≥E(Ii)時，表明第 i個地理單元周圍有一種相似屬性值的空間集聚現(xiàn)象，即空間正相關(guān)現(xiàn)象;當Ii＜E(Ii)時，表明第i個地理單元與其周圍區(qū)域的屬性值差別較大，即存在著一種空間負相關(guān)現(xiàn)象。

2 結(jié)果與分析

2.1 農(nóng)村居民收入動態(tài)變化

1980年以來，江西省農(nóng)村居民純收入持續(xù)增長，由1980年的181元/人增至2009年的5 075元/人，2009年九江市區(qū)最高，為7 648元/人，萬安縣最低，僅為2 515元/人，高于全省平均水平的縣域43個，占總單元數(shù)的47.25%。極差由1980年的250元增加到2009年的5 133元;標準差由1980年的66.35擴大到2009年的1 452.33，縣域之間農(nóng)村居民純收入差異明顯，絕對差異逐漸增大。

縣域農(nóng)村居民純收入最高值與最低值之比先減后增，由1980年的 6.32減至1990年的2.20，然后增至2009年的3.04，總體上趨向縮小。變異系數(shù)和錫爾系數(shù)在研究期內(nèi)同樣明顯縮小，分別由1980年的0.366 1，0.309 3 下降到 2009 年的 0.286 2，0.135 3，表明江西省農(nóng)村居民純收入相對差異趨向縮小。但近30 a來相對差異出現(xiàn)明顯的波動，變異系數(shù)和錫爾系數(shù)變動趨勢一致，1980-1995年逐漸降低，1995-2009年出現(xiàn)明顯上升的態(tài)勢，詳見表1。

表1 1980一2009年江西省農(nóng)村居民純收入動態(tài)變化

2.2 空間格局變化分析

根據(jù)1980-2009年縣域單元農(nóng)村居民人均純收入狀況，按全省當年平均純收入的 150%、125%、100%、75%、50%將江西省劃分為最高收入?yún)^(qū)、高收入?yún)^(qū)、中上收入?yún)^(qū)、中下收入?yún)^(qū)、低收入?yún)^(qū)和最低收入?yún)^(qū)6種類型。1980-2009年，江西省不同收入水平的縣域呈紡錘型(中間集中型)分布，即縣域數(shù)量集中于中上收入?yún)^(qū)、中下收入?yún)^(qū)和低收入?yún)^(qū)3種類型，占總單元數(shù)由 1980年的76.92%增加到 2009年的91.21%，最低收入?yún)^(qū)由15個減至2個，最高收入?yún)^(qū)、高收入?yún)^(qū)的數(shù)量變化不大，詳見表2。

表2 江西省縣域農(nóng)村居民純收入空間結(jié)構(gòu)

從空間分布變化看(圖1)，1980年，最高收入?yún)^(qū)、高收入?yún)^(qū)主要是豐城、上高、新干等縣域，中上收入?yún)^(qū)和中下收入?yún)^(qū)則主要分布在鄱陽湖平原地區(qū)，低收入?yún)^(qū)、最低收入?yún)^(qū)則以贛南、吉安、上饒、宜春、撫州等地分布相對集中。

到2009年，江西省縣域農(nóng)村居民收入空間格局變化明顯，最低收入?yún)^(qū)、低收入?yún)^(qū)主要分布于贛南地區(qū)、鄱陽湖湖區(qū)以及贛西北山區(qū)，而高收入?yún)^(qū)、最高收入?yún)^(qū)則主要是南昌、九江、萍鄉(xiāng)等城市市區(qū)，以農(nóng)業(yè)特色鮮明的縣域如南豐縣，中上收入?yún)^(qū)則主要分布在浙贛鐵路沿線以及京九鐵路北段，中下收入?yún)^(qū)分布主要在九江市和上饒市。

圖1 1980年和2009年江西省縣域農(nóng)村居民純收入空間分布

2.3 空間差異分析

2.3.1 總體空間差異 利用GeoDa空間統(tǒng)計分析軟件，計算出1980-2009年江西省農(nóng)村居民純收入的Global Moran’s I(表3)。江西省縣域農(nóng)村居民純收入全局Moran’s I在研究期內(nèi)出現(xiàn)波動，從1980年的0.159 6增至1985年的0.304 2，然后減少到1995年的0.205 7，再增加到 2009年的 0.295 4，整個研究期內(nèi)全局Moran’s I估計值全部為正，顯著性水平都小于0.05。這表明，1980年以來江西省的縣域農(nóng)村居民純收入在空間分布上具有明顯的正相關(guān)性，即相鄰縣域間相互影響，呈現(xiàn)空間上的集中分布，即人均純收入較高的地區(qū)，其周圍地區(qū)的人均純收入也較高(高高集聚，HH型)，人均純收入較低的地區(qū)，其周圍地區(qū)的人均純收入也較低(低低集聚，LL型)。隨著時間的推移，縣域純收入總體空間差異趨向縮小，空間分布越來越集中。原因是江西省農(nóng)村居民收入基本格局是高收入?yún)^(qū)集中于浙贛鐵路及京九鐵路北段沿線，低收入?yún)^(qū)集中在贛南地區(qū)。

2.3.2 局部空間差異 Moran散點圖可以定性區(qū)分出每個地區(qū)與其周邊地區(qū)屬性值間的相互關(guān)系，分為4個象限，分別對應(yīng)于縣域單元與其鄰縣的4種類型的局部空間聯(lián)系形式:第1象限表示高高集聚(HH型);第2象限表示低高集聚(LH型);第3象限表示低低集聚(LL型);第 4象限表示高低集聚(HL型)。根據(jù)江西省縣域農(nóng)民人均純收入數(shù)據(jù)，得到江西省1980年、1990年、2000年和2009年農(nóng)民純收入的Moran散點圖(圖2)，統(tǒng)計出4個象限的單元數(shù)，括號中的數(shù)值表示在 p=0.05顯著性水平下的單元數(shù)(表4)。

近30 a來，位于HH和LL象限的縣域數(shù)量由49個增至65個，1980年、1990年、2000年和2009年位于HH和LL象限的縣域分別占總單元數(shù)的53.85%、69.23%、65.93%和71.43%，表明江西省農(nóng)村居民純收入在局域范圍內(nèi)具有強烈的空間相關(guān)性，局部集聚格局顯著，且在研究期內(nèi)集聚能力不斷增強。

表3 江西省農(nóng)村居民純收入Global M oran’s I估計值

表4 江西省農(nóng)村居民純收入4種類型空間聯(lián)系的單元數(shù)及顯著單元數(shù)(p=0.05)

圖2 江西省農(nóng)村居民純收入Moran散點圖

將Moran散點圖與LISA顯著性水平相結(jié)合，可以得出5%顯著性水平下的Local Moran’s I圖(圖3)，進一步分析各縣域農(nóng)村居民純收入的空間自相關(guān)程度。從空間鄰近的位置角度出發(fā)，得到江西省縣域農(nóng)村居民純收入顯著的局部空間差異及其演變過程。(1)顯著的高高(HH)類型區(qū)，局部高值聚集類型，在研究期內(nèi)由1個增加到9個，逐漸形成以鄱陽湖平原南部地區(qū)為中心的集中分布，是江西省傳統(tǒng)農(nóng)業(yè)區(qū)，生產(chǎn)條件優(yōu)越，農(nóng)業(yè)基礎(chǔ)設(shè)施較為完善，農(nóng)業(yè)生產(chǎn)特色突出。如南豐縣是我國“蜜桔之鄉(xiāng)”，形成了以南豐蜜桔為主的特色產(chǎn)業(yè)，極大地促進了農(nóng)村居民收入的提高，農(nóng)民收入位居全省前列。(2)顯著的低低(LL)類型區(qū)，局部低值聚集類型，集中分布在贛南地區(qū)，數(shù)量由7個增至13個，形成了農(nóng)民收入低洼集聚區(qū)。該區(qū)域為高山丘陵區(qū)，交通不便，農(nóng)業(yè)生產(chǎn)條件較差。(3)顯著的低高(LH)類型區(qū)，分布的縣域逐漸減少。這類“凹點”主要分布在農(nóng)村居民收入較高的縣的周圍。如井岡山是一個典型的山區(qū)市，農(nóng)業(yè)生產(chǎn)條件較周邊區(qū)域差，農(nóng)民收入較低，屬于典型的“凹點”。(4)顯著的高低(HL)類型區(qū)，分布縣域較少，處于農(nóng)業(yè)生產(chǎn)條件較周圍縣的農(nóng)業(yè)生產(chǎn)較好的區(qū)域，農(nóng)村居民收入形成了“凸點”。如泰和縣處于吉泰盆地，境內(nèi)耕地面積較大，農(nóng)業(yè)生產(chǎn)條件好，以“泰和烏雞”為特色的農(nóng)業(yè)發(fā)展極大地促進農(nóng)民收入的提高，形成了“凸點”。

圖3 江西省農(nóng)村居民純收入LISA聚集圖

3 結(jié)論

探索性空間數(shù)據(jù)分析方法(ESDA)能揭示一般截面分析或時序分析所沒能揭示或忽略的信息，較好地解決了區(qū)域間的空間關(guān)系，真正反映出區(qū)域差異變化的空間特征，為區(qū)域空間變量差異的定量分析提供了有力支撐。將ESDA與GIS技術(shù)相結(jié)合，可以揭示江西省農(nóng)村居民收入縣域之間的空間差異。結(jié)果表明，1980年以來，江西省農(nóng)村居民純收入持續(xù)增長，縣域之間差異明顯，絕對差異逐漸增大。近30 a來變異系數(shù)和錫爾系數(shù)變動趨勢一致，相對差異趨向縮小。不同收入水平的縣域呈紡錘型(中間集中型)分布，縣域數(shù)量集中于中上收入?yún)^(qū)、中下收入?yún)^(qū)和低收入?yún)^(qū)3種類型，占總單元數(shù)由1980年的76.92%增加到2009年的91.21%。隨著時間的推移，縣域純收入總體空間差異趨向縮小，空間分布越來越集中，高收入?yún)^(qū)集中于浙贛鐵路及京九鐵路北段沿線，低收入?yún)^(qū)集中在贛南地區(qū)。位于HH和LL象限的縣域數(shù)量由 49個增至 65個，1980年、1990年、2000年和2009年位于HH和LL象限的縣域分別占總單元數(shù)的53.85%、69.23%、65.93%和 71.43%，江西省農(nóng)村居民純收入在局域范圍內(nèi)具有強烈的空間相關(guān)性，局部集聚格局顯著，集聚能力不斷增強。

江西省是我國的農(nóng)業(yè)大省和主要的糧食主產(chǎn)區(qū)之一，發(fā)展特色農(nóng)業(yè)及農(nóng)業(yè)的產(chǎn)業(yè)化對于農(nóng)村居民收入的提高具有十分的重要意義。因此應(yīng)該因地制宜，突出地域特色，加速農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展和農(nóng)村勞動力的轉(zhuǎn)移，促進農(nóng)村居民收入的提高和新農(nóng)村的建設(shè)。

[1] 劉玉，劉彥隨，郭麗英.環(huán)渤海地區(qū)農(nóng)村居民純收入空間分異研究[J].經(jīng)濟地理，2010，30(6):992-997.

[2] 祝偉，汪曉文.中國省際間農(nóng)村居民收入結(jié)構(gòu)和收入差距分析[J].中國人口?資源與環(huán)境，2010，20(4):137-142.

[3] 林毅夫.“三農(nóng)”問題與我國農(nóng)村的未來發(fā)展[J].農(nóng)業(yè)經(jīng)濟問題，2003(1):19-24.

[4] 劉彥隨.中國東部沿海地區(qū)鄉(xiāng)村轉(zhuǎn)型發(fā)展與新農(nóng)村建設(shè)[J].地理學報 ，2007 ，62(6):563-570.

[5] Liu Zhiqiang.Human capital externalities and rural urban migration:evidence from rural China[J].China E-conomic Review ，2008 ，19(3):521-535.

[6] 劉慧.中國農(nóng)村居民收入?yún)^(qū)域差異變化的因子解析[J].地理學報，2008，63(8):799-806.

[7] 程前昌，胡寶清.中國農(nóng)村居民收入增長及空間差異演變[J].鄉(xiāng)鎮(zhèn)經(jīng)濟 ，2008，(8):67-72.

[8] 王培剛，周長城.當前中國居民收入差距擴大的實證分析與動態(tài)研究[J].管理世界，2005(11):34-44.

[9] 朱述鈞，韓召迎，王洪亮.江蘇省農(nóng)村居民收入差異分析[J].江蘇農(nóng)業(yè)學 報 ，2006 ，22(2):171-174.

[10] Anselin L.Local indicators of spatial association-LISA[J].Geographical Anlysis，1995，27:93-115.

[11] Sanjeev S，Helena T，Richard L，et al.An exploratory spatial data analysis approach to understanding the relationship between deprivation and mortality in Scotland[J].Social Science&Medicine，2007，65:1942-1952.

[12] 曾慶泳，陳忠暖.基于GIS空間分析法的廣東省經(jīng)濟發(fā)展區(qū)域差異[J].經(jīng)濟地理，2007，7(7):69-77.

[13] 靳誠，陸玉麒.基于縣域單元的江蘇省經(jīng)濟空間格局演化[J].地理學報，2009，64(6):713-724.

[14] 謝花林.環(huán)鄱陽湖地區(qū)農(nóng)業(yè)經(jīng)濟空間差異分析:基于探索性空間數(shù)據(jù)分析(ESDA)方法[J].農(nóng)業(yè)現(xiàn)代化研究，2010，31(3):299-303.