農業(yè)技術進步、空間效應與城鄉(xiāng)收入差距*
——基于省級面板數據的分析

黃大湖，丁士軍

（中南財經政法大學工商管理學院，湖北武漢 430073）

0 引言

改革開放以來，中國經濟持續(xù)高速增長，居民收入顯著提升，但由于經濟發(fā)展過程中形成的二元經濟結構，使得城鄉(xiāng)居民收入存在較大差距。據統(tǒng)計數據顯示，1978年中國城鄉(xiāng)居民人均可支配收入分別為343元和134元，相差209元，城鄉(xiāng)收入比為2.56；2019年農村居民人均可支配收入為1.602 1萬元，高出1978年百倍多，城鎮(zhèn)居民人均可支配收入達到4.235 9萬元，相差2.633 8萬元，城鄉(xiāng)收入比為2.64。如何有效抑制城鄉(xiāng)收入差距擴大，促進地區(qū)間經濟平衡發(fā)展，已成為政府、社會階層和學術界共同關注的議題。有研究表明，技術進步、城市化、基礎設施等是影響城鄉(xiāng)收入差距的重要因素[1][2]。但現(xiàn)有文獻中，專門研究農業(yè)技術進步對城鄉(xiāng)收入差距影響的文獻較少，特別是基于空間效應視角，探討農業(yè)技術進步對城鄉(xiāng)收入差距影響內在機理的研究比較稀缺。因此，研究農業(yè)技術進步對城鄉(xiāng)收入差距的作用機制與空間溢出效應，對于促進鄉(xiāng)村振興、縮小城鄉(xiāng)收入差距以及實現(xiàn)農業(yè)農村現(xiàn)代化都具有重要的理論與現(xiàn)實意義。

國內外眾多學者對城鄉(xiāng)收入差距的影響因素進行了深入研究，主要包括城市化[3]、人力資本[4]、金融[5]等因素。近年來隨著科技的發(fā)展，關于技術進步對城鄉(xiāng)收入差距的影響也引起了學者的重視，但仍存在爭論。主要有以下兩類觀點：第一種觀點認為技術進步縮小了城鄉(xiāng)收入差距。楊新銘和周云波等利用省級面板數據，將技術進步分為城鎮(zhèn)技術進步和農村技術進步進行實證分析，發(fā)現(xiàn)城鎮(zhèn)技術進步可以有效縮小城鄉(xiāng)收入差距，而農村技術進步對城鄉(xiāng)收入差距的影響不明顯[6]。林建和廖杉杉利用中國294個地級市的數據進行分析，發(fā)現(xiàn)農業(yè)科技進步能有效縮小城鄉(xiāng)收入差距[7]。孫悅等從空間效應視角出發(fā)，認為技術進步能夠有效抑制城鄉(xiāng)收入差距擴大[8]。第二種觀點認為技術進步擴大了城鄉(xiāng)收入差距，而這種觀點多數以全要素生產率來表征技術進步。彭國華利用省級數據分析了全要素生產率的收斂性，發(fā)現(xiàn)全要素生產率解釋了省區(qū)收入差距的主要部分[9]。許海平等認為全要素生產率的發(fā)展擴大了城鄉(xiāng)收入差距[10]。曾鵬和吳功亮分析了技術進步、城市化與城鄉(xiāng)收入差距之間的關系，認為技術進步擴大了城鄉(xiāng)收入差距，而城市化則會縮小城鄉(xiāng)收入差距[11]。

通過以上文獻可知，有關城鄉(xiāng)收入差距影響因素的研究成果非常豐富，從技術進步的角度探討其對城鄉(xiāng)收入差距影響的研究也受到越來越多學者的關注，但仍有進一步探討的空間。第一，現(xiàn)有文獻大多沒有將農業(yè)技術進步和城鎮(zhèn)技術進步區(qū)分開來，而是放在一起分析技術進步對城鄉(xiāng)收入差距的影響，這樣無法揭示出農業(yè)技術進步在城鄉(xiāng)收入差距中的獨特作用。第二，已有研究中，往往忽視了農業(yè)技術進步對城鄉(xiāng)收入差距影響的空間溢出效應，而根據地理學第一定律，任何事物之間都必然存在著某種相關性，相近事物間的這種相關性會更強[12]。如果忽略了這種空間溢出效應，則會嚴重影響結果的精確度和結論的可靠性。基于此，文章在前人研究基礎上，通過構建空間計量模型，并設置鄰接矩陣、地理距離矩陣和經濟距離矩陣，從空間維度實證檢驗農業(yè)技術進步對城鄉(xiāng)收入差距的影響效應，以期為我國縮小城鄉(xiāng)收入差距、促進鄉(xiāng)村振興提供經驗支持。

1 理論機制分析

農業(yè)技術進步有“廣義”和“狹義”之分，廣義的農業(yè)技術進步是指農業(yè)總產出變動中不能由資本、勞動力等實物生產要素所解釋的產出變動，一般以農業(yè)全要素生產率（TFP）來表示。農業(yè)技術進步是促進農業(yè)高質量發(fā)展，提高農民收入的重要途徑[13]，而農民收入的持續(xù)增長，有益于縮小城鄉(xiāng)收入差距。因此，農業(yè)技術進步對城鄉(xiāng)收入差距的影響主要是通過農民增收來實現(xiàn)的。

（1）農業(yè)技術進步最直接的影響就在于提高了生產率和農產品品質，促使品種多樣化[21]，從而實現(xiàn)農民增收，縮小城鄉(xiāng)收入差距。一方面，由于勞動力價格剛性上升，使得人工與機械的相對價格發(fā)生變化，農業(yè)技術進步能夠通過提高生產率，有效降低農業(yè)生產成本；另一方面，農業(yè)技術進步通過改善農產品品質、提供多樣化的農產品，可以有效提高農產品的市場競爭力，擴大市場份額，增加農民農業(yè)收入，進而縮小城鄉(xiāng)收入差距。

（2）農業(yè)技術進步（廣義）又可以進一步分解為農業(yè)前沿技術進步（狹義）和農業(yè)技術效率。農業(yè)前沿技術進步是指在既定生產要素投入下生產函數的前沿移動，主要包括農業(yè)科技創(chuàng)新、技術改進等；農業(yè)技術效率為既定生產函數下實際產出與“最佳實踐”的離差，主要包括農業(yè)管理效率和資源配置效率。農業(yè)前沿技術進步，如勞動節(jié)約型的農業(yè)機械技術進步，不僅可以直接提高農業(yè)勞動生產率，增加農民收入，還可以通過釋放更多的農業(yè)勞動力進入非農產業(yè)，促進農民增收[14]，進而縮小城鄉(xiāng)收入差距。農業(yè)技術效率的提升意味著土地、資本和勞動力等農業(yè)生產投入要素實現(xiàn)了優(yōu)化配置和有效利用，可以有效提高農民收入，縮小城鄉(xiāng)收入差距。

（3）新經濟增長理論認為，技術進步促進經濟增長的源泉。經濟增長的“涓滴效應”可以通過增加就業(yè)崗位和轉移支付等形式來提高農民的收入水平、縮小城鄉(xiāng)收入差距。此外，經濟增長還具有“擴散效應”，即一個地區(qū)的經濟增長可以帶動相鄰地區(qū)的經濟發(fā)展，從而有利于鄰近地區(qū)城鄉(xiāng)收入差距的縮小。與此同時，技術進步具有“示范效應”和外部性，易于被其他地區(qū)學習和模仿，產生空間溢出效應。特別是對于鄰近地區(qū)而言，在土壤、地形和氣候等自然因素方面和社會經濟環(huán)境方面具有極大的相似性，再加上不斷完善的鐵路、公路等交通基礎設施，使技術進步在鄰近地區(qū)間的空間溢出更為便利。當一個地區(qū)的農業(yè)技術進步為當地農民帶來收益后，鄰近地區(qū)農民會逐漸采納這項新技術，從而提高農業(yè)生產率，降低生產成本，進而有利于抑制鄰近地區(qū)城鄉(xiāng)收入差距的擴大。

基于以上理論分析，該文認為農業(yè)技術進步不僅有利于抑制本地區(qū)城鄉(xiāng)收入差距的擴大，而且對鄰近地區(qū)縮小城鄉(xiāng)收入差距也具有積極意義。農業(yè)前沿技術進步和農業(yè)技術效率的提升均有利于縮小本地區(qū)和鄰近地區(qū)的城鄉(xiāng)收入差距。

2 模型、變量與數據來源

2.1 模型設定

在研究農業(yè)技術進步對城鄉(xiāng)收入差距的影響時，若只考慮對本地區(qū)城鄉(xiāng)收入差距的影響，忽視地區(qū)間的空間關聯(lián)性，可能會得出有偏誤的研究結果。因此，需考慮地區(qū)間的空間關聯(lián)性，分析農業(yè)技術進步對城鄉(xiāng)收入差距的空間效應?？臻g計量模型能夠有效分析要素間存在的空間效應，尤其是研究要素之間存在著空間自相關關系時，用空間計量模型進行估計能使研究結果更為準確?？臻g面板滯后模型（SPLM）、空間面板誤差模型（SPEM）和空間面板杜賓模型（SPDM）是3種常見的空間面板計量模型。其模型的構建具體為：

式（1）中，Yit為i省份t年的城鄉(xiāng)收入差距；Xit為解釋變量；ρ和λ為空間自相關系數；β表示解釋變量的系數；θ為解釋變量的空間溢出系數；Wij為空間權重矩陣；εit為誤差項。空間面板杜賓模型（SPDM）是一般化形式，而空間面板滯后模型（SPLM）和空間面板誤差模型（SPEM）是空間面板杜賓模型的特殊形式。當SPDM模型中的θ=0，λ=0且ρ≠0時，式（1）可簡化為空間面板滯后模型（SPLM）；當θ=0，ρ=0且λ≠0時，式（1）可簡化為空間面板誤差模型（SPEM）。在具體研究中，需要通過模型診斷檢驗，LM檢驗、LR檢驗和Wald檢驗等，來選取最佳的模型形式。

2.2 變量選取與數據來源

2.2.1 被解釋變量

城鄉(xiāng)收入差距。該文借鑒許海平[10]等的研究，采用城鄉(xiāng)人均純收入的比值作為被解釋變量。雖然該指標存在諸多缺陷，但基本能反映城鄉(xiāng)居民生活水平之間的差距。

2.2.2 核心解釋變量

農業(yè)技術進步。已有文獻中，對農業(yè)技術進步指標的選擇主要分為以下兩種：一是側重于衡量整個農業(yè)部門的技術進步，即采用廣義的農業(yè)技術進步概念，使用農業(yè)全要素生產率來衡量農業(yè)技術進步[16]；二是注重討論農業(yè)勞動節(jié)約型技術，研究農業(yè)技術進步對勞動力的替代作用，常以農業(yè)機械總動力作為其代理變量[17]。該文借鑒第一種測量方法，以農業(yè)全要素生產率作為農業(yè)技術進步的代理變量，并以農業(yè)技術進步累計變動率的對數形式來表示。

該文通過DEA-Malmquist指數法，測算出農業(yè)全要素生產率（廣義農業(yè)技術進步），農業(yè)全要素生產率又可以進一步分解為農業(yè)前沿技術進步（狹義農業(yè)技術進步）和農業(yè)技術效率,其中農業(yè)全要素生產率是該文關注的重點。同時也保留了農業(yè)前沿技術進步和農業(yè)技術效率的測算結果，以分析農業(yè)技術進步對城鄉(xiāng)收入差距的作用機理。在規(guī)模報酬不變的假設條件下，DEA-Malmquist指數法的測算公式為：

式（2）中，Mi(xt+1，yt+1，xt，yt)為t到t+1期全要素生產率（TFP）變化，(xt，yt)和(xt+1，yt+1)分別表示時期t和t+1的投入和出向量。采用DEA-Malmquist指數法測算農業(yè)全要素生產率需要確定投入與產出變量，借鑒楊義武[16]等的研究，該文的產出變量以農林牧漁總產值來表示，并采用農林牧漁指數（1997=100）進行平減處理，剔除價格因素；投入變量包括土地、勞動、機械與化肥4類投入，其中，土地投入以農業(yè)播種面積來表示，勞動投入以第一產業(yè)從業(yè)人員來衡量，機械投入以農業(yè)機械總動力來表示，化肥投入以農用化肥施用量來測度。

2.2.3 控制變量

為使模型更加穩(wěn)健，該文在核心解釋變量的基礎上，還選取了其他控制變量。（1）城鎮(zhèn)化水平。城鎮(zhèn)化水平用城鎮(zhèn)人口占總人口的比重來衡量。城鎮(zhèn)化的發(fā)展使市場增加了勞動力需求，提供更多的就業(yè)崗位，吸引農村勞動力進城務工，有利于提高農民工資性收入，因而可以預期城鎮(zhèn)化水平的提高將有利于城鄉(xiāng)收入差距的縮小。（2）產業(yè)結構。產業(yè)結構層次能夠反映出地區(qū)經濟發(fā)展水平。一般來說，一個地區(qū)第三產業(yè)越發(fā)達即產業(yè)層次越高，經濟發(fā)展水平就越高。該文以第三產業(yè)產值占地區(qū)生產總值的比重作為產業(yè)結構的代理變量。（3）交通基礎設施。交通基礎設施以各省區(qū)公路里程數與省區(qū)面積的比值來衡量。公路密度越大，越有利于要素流動，減少交易成本，增加農民收入水平，從而縮小城鄉(xiāng)收入差距。（4）對外貿易程度。對外貿易程度用各省出口總額與地區(qū)生產總值的比值來表示。（5）農業(yè)勞動生產率。農業(yè)勞動生產率的提高可以從兩個方面增加農民收入，一是提高單位勞動力的產出，直接提高農民收入，二是向非農部門釋放剩余勞動力，間接增加農民收入。因此預期農業(yè)勞動生產率的提高將有效增加農民收入，縮小城鄉(xiāng)收入差距。采用農業(yè)機械總動力與鄉(xiāng)村第一產業(yè)從業(yè)人員數的比值來衡量農業(yè)勞動生產率。（6）農村人力資本水平。農村人力資本水平的提高不僅有利于縮小本地區(qū)的城鄉(xiāng)收入差距，對鄰近地區(qū)城鄉(xiāng)收入差距的緩解也具有促進作用[18]。該文采用農村人均受教育年限來衡量農村人力資本水平。具體做法是將各地區(qū)農村勞動力不同受教育程度的人口比重乘以對應的受教育年限。農村人口受教育年限分為5檔，即1年、6年、9年、12年和16年，分別對應文盲與半文盲、小學、初中、高中和大專及以上。

該文的數據主要來源于《中國統(tǒng)計年鑒》《中國農村統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》和各地區(qū)統(tǒng)計年鑒。最終選取2007—2018年中國大陸31個?。▍^(qū)、市，不含港澳臺）的面板數據，所有變量均由作者通過計算、整理而得。各變量的統(tǒng)計描述見表1。

表1 變量的描述性統(tǒng)計

2.3 空間權重矩陣

通過設置合理的空間權重矩陣，才能準確地衡量出空間溢出效應，這也是進行空間計量分析的前提。借鑒已有文獻，選取鄰接矩陣（W1）、地理距離矩陣（W2）和經濟距離矩陣（W3）3種空間權重矩陣進行分析，使實證結果更具穩(wěn)健性。

2.3.1 鄰接矩陣（W1）

鄰接矩陣是空間計量分析中常用的權重矩陣設定形式，一般兩地區(qū)相鄰，則取值為1，否則取值為0。該文選取31個?。ㄊ?、自治區(qū)，不含港澳臺）的空間相鄰關系構建了鄰接矩陣，具體為：

2.3.2 地理權重矩陣（W2）

該文的地理權重矩陣根據各省的省會城市直線距離平方的倒數來計算，具體為：

式（4）中，dij表示省會城市i與省會城市j在地理上的直線距離。

2.3.3 經濟權重矩陣（W3）

該文的經濟權重矩陣是基于各省人均GDP差額的絕對值的倒數計算而得，具體為：

式（5）中，Pi和Pj分別表示兩個省份的人均GDP。

3 實證結果與分析

3.1 空間相關性分析

研究對象是否具有空間自相關性，是判斷使用空間計量模型還是普通面板模型的重要參考依據。一般常用Moran′s I指數和Geary指數檢驗研究對象的空間自相關性[19]，該文借鑒已有文獻的做法，采用全局莫蘭指數和局部莫蘭指數來測算2007—2018年期間城鄉(xiāng)收入差距是否存在空間自相關性。

3.1.1 全局莫蘭指數

全局莫蘭指數的公式為：

表2 2007—2018年我國各地3種空間權重矩陣下城鄉(xiāng)收入差距的全局莫蘭指數檢驗

可以看出，在鄰接矩陣、地理距離矩陣和經濟距離矩陣下，2007—2018年各地城鄉(xiāng)收入差距的全局莫蘭指數均顯著為正，表明中國省域城鄉(xiāng)收入差距具有明顯的空間正相關性，且為空間集聚的特征。因此，選用空間計量模型研究農業(yè)技術進步對城鄉(xiāng)收入差距的影響，能夠充分考慮空間溢出效應，具有一定的合理性。

3.1.2 局部莫蘭指數

局部莫蘭指數可以通過莫蘭散點圖來反映區(qū)域的空間集聚情況，而莫蘭散點圖的4個象限依次為高—高集聚、底—高集聚、低—低集聚和高—低集聚的空間特征。

在3種空間矩陣下，絕大多數省份城鄉(xiāng)收入差距的莫蘭散點圖分布在第一、三象限，再次證明各省域城鄉(xiāng)收入差距存在明顯的空間正相關性。具體來看，在2007年的鄰接矩陣下，有11個地區(qū)位于第一象限，表現(xiàn)為城鄉(xiāng)收入差距的高—高（H—H）集聚，主要包括廣西、貴州、青海、甘肅、寧夏、新疆等西部地區(qū)；有17個地區(qū)位于第三象限，表現(xiàn)為城鄉(xiāng)收入差距的低—低（L—L）集聚，即低值省份被低值省份包圍，主要有北京、天津、河北、山東、福建、吉林、遼寧、河南等中西部地區(qū)。在2018年的鄰接矩陣下，各地的城鄉(xiāng)收入差距莫蘭散點圖分布與2007年基本一致。地理距離矩陣和經濟距離矩陣下城鄉(xiāng)收入差距的莫蘭散點圖分布也與鄰接矩陣基本一致。這反映出中國省域城鄉(xiāng)收入差距在空間分布上具有不平衡性，各省份間呈現(xiàn)出顯著的“高—高（H—H）”“低—低（L—L）”空間集聚特征。在經濟發(fā)展水平較高的東部沿海省份，城鄉(xiāng)收入差距較小，而經濟發(fā)展水平較低的西部地區(qū)，城鄉(xiāng)收入差距較大。

3.2 空間面板回歸結果分析

3.2.1 模型檢驗與識別

根據前文空間相關性的檢驗結果可知，中國省域城鄉(xiāng)收入差距存在顯著的正向空間相關性，而普通面板無法準確估計農業(yè)技術進步對城鄉(xiāng)收入差距的空間溢出效應，因此，需要構建空間計量經濟模型進行估計?？臻g面板計量模型的具體形式，需要通過模型的檢驗來進行選擇，具體來說分為以下3步：首先，對空間面板模型進行豪斯曼檢驗（Hausman）檢驗，判斷應采用固定效應還是隨機效應；然后，通過拉格朗日乘數（LM和R LM）檢驗，判斷其空間依賴的具體形式（空間滯后或者空間誤差）；最后，運用瓦爾德（Wald）檢驗和似然比（LR）檢驗來判定空間面板杜賓模型是否可以簡化為空間面板滯后模型和空間面板誤差模型。模型的檢驗結果見表3。

表3中，Hausman檢驗結果顯示，在1%的顯著性水平下拒絕原假設，說明應選擇固定效應模型。從LM和R LM檢驗可以看出，空間滯后模型的LMlag和R LMlag均通過了1%的顯著性檢驗，拒絕了無空間滯后的原假設；空間誤差模型的LMerror和R LMerror均通過了1%的顯著性檢驗，拒絕了無空間誤差的原假設，因此不能忽視農業(yè)技術進步對城鄉(xiāng)收入差距影響的空間效應，且初步判定應選擇空間面板杜賓模型。Wald檢驗和LR檢驗結果顯示，均在1%顯著性水平下拒絕原假設，說明空間面板杜賓模型不能夠簡化為空間面板滯后模型和空間面板誤差模型。綜上所述，該研究的最佳模型形式為空間杜賓固定效應模型。

表3 空間計量模型檢驗

3.2.2 模型估計結果與分析

表4報告了鄰近矩陣、地理距離矩陣和經濟距離矩陣下農業(yè)技術進步對城鄉(xiāng)收入差距影響的估計結果。從空間相關系數來看，3種空間權重矩陣下的空間相關系數ρ均顯著為正，說明各省域間城鄉(xiāng)收入差距具有顯著的空間正向關聯(lián)效應和空間溢出效應。

首先來考察表4中核心解釋變量農業(yè)技術進步的回歸結果。在鄰接矩陣下，農業(yè)技術進步的估計系數為-0.147，且通過了1%的顯著性檢驗；在地理距離矩陣下，農業(yè)技術進步的估計系數為-0.142，通過了10%的顯著性檢驗；在經濟距離矩陣下，農業(yè)技術進步的估計系數為-0.215，且在1%的顯著性水平上通過檢驗，這表明農業(yè)技術進步將有效縮小城鄉(xiāng)收入差距，與林建和廖杉杉[7]等的研究結論一致，且結果有較強的穩(wěn)健性。從農業(yè)技術進步的空間滯后項來看，所有模型中的空間滯后項（Wx）均顯著為負，說明本省份城鄉(xiāng)收入差距的縮小將有效抑制鄰近省份城鄉(xiāng)收入差距的擴大。

表4 空間面板杜賓模型估計

再從控制變量來看，城鎮(zhèn)化水平在3種空間權重矩陣下的系數顯著為負，滯后項在鄰接矩陣下顯著為負，說明城鎮(zhèn)化水平的提高不僅縮小了本區(qū)域內的城鄉(xiāng)收入差距，而且促進了鄰近地區(qū)城鄉(xiāng)收入差距的縮小。產業(yè)結構在鄰接矩陣和經濟距離矩陣下的系數顯著為正，滯后項在地理距離矩陣和經濟距離矩陣下顯著為負，說明產業(yè)結構對本地區(qū)的城鄉(xiāng)收入差距產生擴大作用，但對鄰近地區(qū)城鄉(xiāng)收入差距的擴大卻能產生抑制作用。對外貿易程度、基礎設施和農業(yè)勞動生產率均顯著縮小了本地區(qū)的城鄉(xiāng)收入差距，而對外貿易程度對鄰近地區(qū)城鄉(xiāng)收入差距的影響不顯著，基礎設施建設和農業(yè)勞動生產率擴大了鄰近地區(qū)的城鄉(xiāng)收入差距。農村人力資本水平對城鄉(xiāng)收入差距的影響不顯著。

3.2.3 空間效應分解

由于上述空間相關系數顯著不為0，說明農業(yè)技術進步對城鄉(xiāng)收入差距影響的邊際效應并不是這些系數?？臻g面板杜賓模型的參數估計結果無法反應出直接效應和空間溢出效應的大小，因此需要通過偏微分的方法進一步進行效應分解[20]。其中，直接效應是指本地區(qū)農業(yè)技術進步對本地區(qū)城鄉(xiāng)收入差距的影響，間接效應是指本地區(qū)農業(yè)技術進步對鄰近地區(qū)城鄉(xiāng)收入差距的影響?？臻g效應分解具體結果見表5。

由表5可知，從直接效應來看，在3種空間權重矩陣下，農業(yè)技術進步對城鄉(xiāng)收入差距影響的直接效應分別為-0.167、-0.143和-0.251，且至少通過了5%的顯著性檢驗，說明農業(yè)技術進步有效抑制了本地區(qū)城鄉(xiāng)收入差距的擴大。從間接效應來看，在3種空間權重矩陣下，農業(yè)技術進步對城鄉(xiāng)收入差距影響的間接效應分別為-0.551、-0.768和-0.544，且均通過了1%的顯著性檢驗，表明農業(yè)技術進步有利于鄰近地區(qū)縮小城鄉(xiāng)收入差距，且溢出效應大于直接效應。這是由于農業(yè)技術進步提高了農民收入水平，從而縮小了城鄉(xiāng)收入差距。同時技術進步存在示范效應和擴散效應，一個地區(qū)的技術進步，會被相鄰地區(qū)競相學習和模仿，以此將新技術擴散到相鄰地區(qū)，產生空間溢出效應。

表5 SPDM模型空間效應分解

3.3 討論

為進一步驗證農業(yè)技術進步對城鄉(xiāng)收入差距影響的作用機理，該文將農業(yè)技術進步分解為農業(yè)前沿技術進步和農業(yè)技術效率，估計結果如表6所示。從直接效應來看，在鄰接矩陣和地理距離矩陣下，農業(yè)前沿技術進步對城鄉(xiāng)收入差距的直接效應分別為-0.465和-0.436，且通過了1%的顯著性檢驗，表明本地區(qū)農業(yè)前沿技術進步有利于本地區(qū)城鄉(xiāng)收入差距的縮小。農業(yè)技術效率對城鄉(xiāng)收入差距的直接效應未通過顯著性檢驗，說明本地區(qū)農業(yè)技術效率對本地區(qū)城鄉(xiāng)收入差距的影響不明顯。從間接效應來看，農業(yè)前沿技術進步對城鄉(xiāng)收入差距的間接效應不顯著，農業(yè)技術效率在鄰接矩陣和地理距離矩陣下，對城鄉(xiāng)收入差距的間接效應顯著，且為負值，說明本地區(qū)農業(yè)前沿技術進步對鄰近地區(qū)城鄉(xiāng)收入差距的影響不顯著，而本地區(qū)農業(yè)技術效率的提高能有效抑制鄰近地區(qū)城鄉(xiāng)收入差距的擴大?？赡艿脑蛟谟冢旱谝?，農業(yè)前沿技術進步是農業(yè)技術進步實現(xiàn)增長的主要動力[22]，農業(yè)技術進步主要來源于農業(yè)前沿技術進步，因此農業(yè)前沿技術進步對本省份城鄉(xiāng)收入差距的影響更明顯。第二，農業(yè)前沿技術進步的溢出效應可能受到鄰近省份農民吸收和消化能力的約束。由于省際間宏觀經濟環(huán)境存在較大差異，鄰近省份對農業(yè)前沿技術進步溢出的消化和吸收能力不強[23]，使得農業(yè)前沿技術進步對臨近省份城鄉(xiāng)收入差距的影響不顯著。

表6 農業(yè)前沿技術進步和農業(yè)技術效率對城鄉(xiāng)收入差距影響估計

4 結論與啟示

4.1 結論

該文基于中國31個?。▍^(qū)、市，不含港澳臺）的面板數據，通過構建空間計量模型，實證檢驗了2007—2018年農業(yè)技術進步對城鄉(xiāng)收入差距的空間溢出效應。研究發(fā)現(xiàn)：第一，中國省域城鄉(xiāng)收入差距具有顯著的空間相關性和異質性，城鄉(xiāng)收入差距呈現(xiàn)出“高—高（H—H）”和“低—低（L—L）”的空間分布特征。第二，農業(yè)技術進步對城鄉(xiāng)收入差距擴大具有顯著的抑制作用，不僅有利于縮小本地城鄉(xiāng)收入差距，還可以通過空間溢出效應促進鄰近省份城鄉(xiāng)收入差距的縮小。第三，農業(yè)前沿技術進步可以有效抑制本地城鄉(xiāng)收入差距的擴大，但對鄰近地區(qū)的空間溢出不明顯；農業(yè)技術效率對本地區(qū)城鄉(xiāng)收入差距的影響不明顯，卻有效地抑制了鄰近地區(qū)城鄉(xiāng)收入差距的擴大。此外，城鎮(zhèn)化水平、交通基礎設施、對外貿易程度等均有效縮小了本地和鄰近地區(qū)的城鄉(xiāng)收入差距，產業(yè)結構則對城鄉(xiāng)收入差距有擴大作用。

4.2 啟示

基于以上研究結論，該文認為增強農業(yè)科技創(chuàng)新、提高農業(yè)技術進步率是促進農民收入增長、縮小城鄉(xiāng)收入差距的重要途徑。因此，第一，應繼續(xù)加大農業(yè)科技投入，進行農業(yè)科技創(chuàng)新，提高農業(yè)科技成果轉化率，使得農業(yè)技術進步能夠持續(xù)促進農民增收、縮小城鄉(xiāng)收入差距。第二，要重視新型農業(yè)人才隊伍的建設和培養(yǎng)，優(yōu)化農業(yè)生產要素布局，提高農業(yè)技術效率。第三，促進農業(yè)前沿技術進步，如進一步提高農業(yè)機械化水平，落實農機購置補貼政策等。這不僅可以提高農業(yè)生產效率，增加農民的農業(yè)收入，還可以替代一部分勞動力，讓其外出就業(yè)，獲得更高的工資性收入，以提高農民收入水平，進而達到縮小城鄉(xiāng)收入差距的目的。此外，農業(yè)技術進步還具有示范效應和擴散效應，會對城鄉(xiāng)收入差距產生空間溢出效應。政府應重視這種空間溢出效應，加強省際間的交流與合作，加快信息的流通，降低交易成本，促使區(qū)域間農業(yè)技術的創(chuàng)新、轉化與擴散。