財(cái)政扶持及金融聯(lián)動(dòng)對(duì)地方農(nóng)民收入影響的空間計(jì)量分析

胡宗義 李鵬

摘要 運(yùn)用空間計(jì)量的方法對(duì)我國(guó)1998—2008年31個(gè)省的農(nóng)民收入及其影響因素?cái)?shù)據(jù)進(jìn)行了實(shí)證分析.實(shí)證結(jié)果表明：我國(guó)各省市農(nóng)民收入之間存在明顯的空間相關(guān)性.從短期來看，農(nóng)村投資與城市化進(jìn)程對(duì)農(nóng)民收入增長(zhǎng)有顯著的促進(jìn)作用，農(nóng)村金融與地方財(cái)政支持的影響不顯著，農(nóng)村勞動(dòng)力占農(nóng)村總?cè)丝诒戎嘏c農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值比重對(duì)農(nóng)民收入增長(zhǎng)具有負(fù)向作用.從長(zhǎng)期來看，地區(qū)城市化水平、農(nóng)村金融和農(nóng)村勞動(dòng)力占比對(duì)農(nóng)村收入的影響不明顯，而農(nóng)村財(cái)政投入和農(nóng)村固定資產(chǎn)投資起到正向的促進(jìn)作用，農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值比重起到抑制作用.隨著農(nóng)村經(jīng)濟(jì)的發(fā)展，影響農(nóng)民收入的因素進(jìn)一步多元化，空間因素的影響更加明顯.

關(guān)鍵詞 農(nóng)民收入；空間相關(guān)性；空間計(jì)量

中圖分類號(hào)F832.1文獻(xiàn)標(biāo)識(shí)碼A

1引言及文獻(xiàn)綜述

農(nóng)村金融是現(xiàn)代農(nóng)村經(jīng)濟(jì)的核心，應(yīng)當(dāng)成為促進(jìn)我國(guó)農(nóng)村經(jīng)濟(jì)增長(zhǎng)和農(nóng)民收入增加的重要手段.而我國(guó)農(nóng)村金融發(fā)展不僅滯后于城市金融的發(fā)展，而且不能滿足農(nóng)村經(jīng)濟(jì)發(fā)展的現(xiàn)實(shí)需要.地方財(cái)政支持和投資也是促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民收入增長(zhǎng)的重要手段，地方財(cái)政應(yīng)該解決城鄉(xiāng)公共產(chǎn)品供給失調(diào)的問題，調(diào)整公共財(cái)政配置格局，逐步在政策上和投入上實(shí)現(xiàn)公共財(cái)政覆蓋農(nóng)村，建設(shè)城鄉(xiāng)一體化公共產(chǎn)品供給體系，為農(nóng)民增收創(chuàng)建一個(gè)良好的外部環(huán)境.因此，從空間計(jì)量的角度來考察正規(guī)農(nóng)村金融支持以及地方財(cái)政支持等多種因素對(duì)農(nóng)民收入增長(zhǎng)的影響，既具有理論意義，也具有現(xiàn)實(shí)意義.

國(guó)內(nèi)外學(xué)者已經(jīng)對(duì)影響農(nóng)民收入增長(zhǎng)的各個(gè)因素進(jìn)行了一定的研究.在國(guó)外，研究者一般是考察金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響.Greenwood and Jovan（1990）[1]、Galor and Zeira（1993）[2]、Banerjee and Newman（1993） [3]通過對(duì)金融發(fā)展與收入差距的研究，間接地揭示了金融發(fā)展與農(nóng)民收入增長(zhǎng)的關(guān)系，但鮮有農(nóng)村金融發(fā)展與農(nóng)民收入增長(zhǎng)關(guān)系的直接研究（溫濤等，2005）[4].國(guó)內(nèi)學(xué)者在借鑒國(guó)外學(xué)者的研究成果基礎(chǔ)上，針對(duì)我國(guó)的實(shí)際情況，進(jìn)行了諸多富有成效的研究.溫濤、冉光和、熊德平（2005）對(duì)我國(guó)金融發(fā)展和農(nóng)民收入的關(guān)系進(jìn)行了研究，結(jié)果表明我國(guó)農(nóng)村金融發(fā)展對(duì)我國(guó)農(nóng)民收入增長(zhǎng)具有顯著的負(fù)效應(yīng).王丹、張懿（2006）應(yīng)用ECM誤差模型實(shí)證檢驗(yàn)了安徽省農(nóng)村金融發(fā)展和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，結(jié)果表明農(nóng)村金融發(fā)展引起農(nóng)村經(jīng)濟(jì)增長(zhǎng)，支持金融支持經(jīng)濟(jì)增長(zhǎng)的概念[5].劉忠群、黃金、梁彭勇（2008）利用我國(guó)1978—2008的省級(jí)面板數(shù)據(jù)，檢驗(yàn)了中國(guó)金融發(fā)展對(duì)我國(guó)農(nóng)民收入的影響，結(jié)果顯示我國(guó)金融發(fā)展對(duì)我國(guó)農(nóng)民收入的發(fā)展具有正向影響，但金融中介的低效率阻礙了農(nóng)民收入的進(jìn)一步增長(zhǎng)[6].余新平、熊皛白、熊德平（2010）通過實(shí)證分析表明：農(nóng)村存款、農(nóng)業(yè)保險(xiǎn)賠付與農(nóng)民收入增長(zhǎng)呈正向關(guān)系，而農(nóng)村貸款、農(nóng)業(yè)保險(xiǎn)收入與農(nóng)民收入增長(zhǎng)呈負(fù)向關(guān)系[7].李俊峰、伍艷（2011）運(yùn)用2007—2009年重慶個(gè)區(qū)縣相關(guān)數(shù)據(jù)，探尋農(nóng)民收入增長(zhǎng)與地方財(cái)政及金融支持的聯(lián)動(dòng)關(guān)系，結(jié)果表明財(cái)政支持與農(nóng)村金融與農(nóng)民收入增長(zhǎng)之間存在一定的正相關(guān)關(guān)系[8].本文將空間計(jì)量方法運(yùn)用到分析農(nóng)民收入增長(zhǎng)模型中來，考慮了鄰接省份之間經(jīng)濟(jì)因素的相互影響，更加具有現(xiàn)實(shí)性和科學(xué)性.

2模型構(gòu)建及數(shù)據(jù)說明

本文擬選取LnFINC作為被解釋變量，其中FINC為去除價(jià)格影響因素（各地區(qū)個(gè)時(shí)期農(nóng)村CPI）的農(nóng)村居民年人均純收入；選取各地區(qū)農(nóng)村金融相關(guān)率對(duì)數(shù)值LnFIR、人均農(nóng)業(yè)財(cái)政支持LnFISC、地區(qū)農(nóng)村勞動(dòng)力占總農(nóng)村總?cè)丝诒戎豅nLABR、各地區(qū)城市化率對(duì)數(shù)值LnCTLZ、各地區(qū)農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值的比重的對(duì)數(shù)值LnAGRZ以及各地區(qū)農(nóng)村居民人均固定資產(chǎn)投資的對(duì)數(shù)值LnPAI作為解釋變量.其中，農(nóng)村金融相關(guān)率為各地區(qū)農(nóng)業(yè)貸款與農(nóng)林漁牧總產(chǎn)值的比率，人均農(nóng)業(yè)財(cái)政支持為地方財(cái)政農(nóng)業(yè)投入與農(nóng)村總?cè)丝诒嚷?，城市化率為各地區(qū)城市人口占總?cè)丝诘谋戎?，農(nóng)村居民人均固定資產(chǎn)投資為農(nóng)村年投資總量與農(nóng)村人數(shù)的比重.由于數(shù)據(jù)的可得性原因，本文采用1998年和2008年我國(guó)31個(gè)省市的橫截面數(shù)據(jù)，各個(gè)數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)金融統(tǒng)計(jì)年鑒》以及各省市的統(tǒng)計(jì)年鑒.

依據(jù)空間計(jì)量模型的原理，分別設(shè)計(jì)空間誤差模型和空間滯后模型.在空間滯后模型中，變量的空間自相關(guān)關(guān)系由因變量的空間滯后項(xiàng)反映，用于反映影響農(nóng)民收入的空間因素的空間滯后模型為：

其中W為空間權(quán)重矩陣，ε代表區(qū)位影響因素，λ為空間自相關(guān)系數(shù)，ξ為服從經(jīng)典假設(shè)的隨機(jī)誤差項(xiàng).

3實(shí)證分析

3.1經(jīng)濟(jì)指標(biāo)的空間相關(guān)性檢驗(yàn)

3.1.1空間自相關(guān)檢驗(yàn)

根據(jù)空間計(jì)量學(xué)的的原理，影響農(nóng)民收入的影響因素之間可能存在空間自相關(guān)性，有必要先對(duì)各個(gè)變量之間的空間自相關(guān)性進(jìn)行檢驗(yàn)，如果存在空間自相關(guān)性，就必須建立空間計(jì)量模型對(duì)影響農(nóng)民收入的各個(gè)因素進(jìn)行分析.改革開放以來，我國(guó)各地經(jīng)濟(jì)發(fā)展差異逐漸擴(kuò)大，一般可以分為東中西三個(gè)部分，各地農(nóng)民收入水平差異較大，農(nóng)民收入來源迥異.因此，必須對(duì)各區(qū)域農(nóng)民收入水平及其影響因素的空間依賴性進(jìn)行檢驗(yàn).本文沿用空間計(jì)量學(xué)中常用的Morans I指數(shù)來衡量各個(gè)要素之間的全域空間自相關(guān)性，采用Morans I散點(diǎn)圖來檢驗(yàn)區(qū)域空間自相關(guān)性.

首先對(duì)我國(guó)31個(gè)省市的農(nóng)村居民年人均純收入及其影響因素進(jìn)行全局空間自相關(guān)檢驗(yàn).

由表1數(shù)據(jù)統(tǒng)計(jì)結(jié)果可知我國(guó)農(nóng)村居民收入水平的Morans I指數(shù)從1998年到2008年一直在0.55的水平上下波動(dòng)，其正態(tài)統(tǒng)計(jì)量Z（d）值均大于正態(tài)分布函數(shù)在1%水平下的臨界值（1.96），該結(jié)論表明我國(guó)個(gè)省市農(nóng)村居民收入在空間上并不是隨機(jī)分布的，區(qū)域農(nóng)民收入之間在地理空間上存在較高的空間依賴性；同時(shí)，我國(guó)各省市人均固定投資水平的Morans I指數(shù)從1998到2008年在0.4的上下波動(dòng)，其Z（d）值均大于正態(tài)分布函數(shù)在1%水平下的臨界值，表明各省市農(nóng)村人均固定資產(chǎn)投資之間也存在十分顯著的空間自相關(guān)性；同理，農(nóng)村勞動(dòng)比率和城市化率之間的空間自相關(guān)也較為明顯，其P值在5%的顯著性水平下，都拒絕了空間隨機(jī)分布的假設(shè)；但是，各區(qū)域農(nóng)業(yè)金融相關(guān)率和地方農(nóng)村財(cái)政投入的空間自相關(guān)性比較弱，其P值一般都處于接受原假設(shè)（變量不存在空間依賴性）的范圍之內(nèi).

3.1.2MoranI散點(diǎn)圖檢驗(yàn)

通過分析觀察Morans I散點(diǎn)圖更能清楚的分析省市農(nóng)民收入水平與其臨近省市的農(nóng)民收入水平之間的關(guān)系.通過繪制空間自相關(guān)系數(shù)的Morans I散點(diǎn)圖可以將各個(gè)區(qū)域農(nóng)民收入分為四個(gè)區(qū)域的集群模式，分別識(shí)別各個(gè)區(qū)域的農(nóng)民收入水平與臨近省市的關(guān)系：圖的右上方為第一象限，表示高農(nóng)民收入水平的區(qū)域被高農(nóng)民收入水平的其他區(qū)域包圍（HH）；左上方為第二象限，表示低農(nóng)民收入水平的區(qū)域被高農(nóng)民收入水平的其他省市包圍（LH）；左下方的第三象限，表示低農(nóng)民收入水平的區(qū)域被低農(nóng)民收入水平的其他區(qū)域包圍；右下方的第四象限，表示高農(nóng)民收入水平的區(qū)域被低農(nóng)民收入水平的其他區(qū)域包圍.第一、三象限正的空間自相關(guān)關(guān)系表示相似觀測(cè)值之間的空間關(guān)聯(lián)；第二、四象限負(fù)的空間自相關(guān)關(guān)系表示不同觀測(cè)值之間的空間關(guān)聯(lián)；若觀測(cè)值均勻的分布于四個(gè)象限，表明各地區(qū)變量之間不存在空間自相關(guān)性.

圖1 表明，在1998年，位于Morans I散點(diǎn)圖第一象限的省市有：上海、浙江、北京、天津、福建、河北、山東七個(gè)省市，這是高農(nóng)民收入水平—高空間滯后的自相關(guān)集群；位于Morans I散點(diǎn)圖第二象限的省市有：江西、安徽、海南三省，這是低農(nóng)民收入水平—高空間滯后的自相關(guān)集群；位于Morans I散點(diǎn)圖第三象限的省市有：湖南、陜西、黑龍江、湖北、四川、新疆、內(nèi)蒙古、甘肅、山西、山西、寧夏、廣西、云南、貴州、重慶、西藏、河南、青海十八省市，這是一種低農(nóng)民收入水平—低空間滯后的自相關(guān)關(guān)系集群；位于Morans I散點(diǎn)圖第四象限的省市有：廣東、吉林、遼寧三省市，這代表高農(nóng)民收入水平—低空間滯后的自相關(guān)關(guān)系集群.2008年的情況與1998年基本保持一致，只是位于第四象限的廣東、吉林、遼寧三省市移到低三象限，河北、山東、由第一象限移到第二象限.

3.1.3Liza圖檢驗(yàn)

在圖2 中可以看出，2008年農(nóng)民收入水平位于第1級(jí)排列只有上海，表示農(nóng)民收入水平很高；位于第二級(jí)排列的省市有三個(gè)：江蘇、北京和天津，較低與上海市農(nóng)民的收入水平；位于第三級(jí)排列的省份有12個(gè)，代表中上水平的農(nóng)民收入；位于第四季級(jí)列的省份有12個(gè)，代表農(nóng)民收入處在中下水平；位于第第五級(jí)排列的省份是青海和貴州，該地區(qū)農(nóng)民收入水平比較低下；寧夏農(nóng)民的收入水平處在全國(guó)的最低水平.從LIZA圖的整體可以看出，我國(guó)農(nóng)民收入呈現(xiàn)出以江滬為核心和以京津?yàn)楹诵牡母呤杖氚鍓K，東北地區(qū)和中部地區(qū)次之，西部地區(qū)農(nóng)民收入水平最低.

3.2參數(shù)估計(jì)結(jié)果及說明

由于本文選取的解釋變量與被解釋變量都存在一定程度的空間自相關(guān)性，因此考察金融支持和地方財(cái)政支持等因素對(duì)農(nóng)民收入的影響需要引入空間自相關(guān)因素進(jìn)行空間分析.為了考察各個(gè)因素引起農(nóng)民收入增長(zhǎng)的動(dòng)態(tài)演進(jìn)特征，選取了1998年和2008年兩個(gè)截面進(jìn)行分析. 3.2.1基于1998年統(tǒng)計(jì)數(shù)據(jù)的實(shí)證結(jié)果

根據(jù)Aselin等提出的判別準(zhǔn)則，參照表2的結(jié)果可以看出，影響農(nóng)民收入的空間誤差模型的AIC值和SC均分別小于空間滯后模型的SIC值和SC值；但是，空間滯后模型的擬合優(yōu)度系數(shù)R_squared和對(duì)數(shù)似然值LogL均分別略大于空間誤差模型的R_squared和LogL.認(rèn)為空間滯后模型要略好于空間誤差模型.表3的結(jié)果表明，無論是SLM模型還是SEM模型，解釋變量的系數(shù)估計(jì)值都通過了5%的顯著性檢驗(yàn)，表明模型擬合良好.

從表3中空間滯后模型的參數(shù)結(jié)果來看，LnFIR的系數(shù)為0.096 8，說明農(nóng)村金融對(duì)農(nóng)民收入增長(zhǎng)存在較弱的正向促進(jìn)作用，農(nóng)村金融并沒有發(fā)揮其在促進(jìn)農(nóng)民收入所應(yīng)有的作用；LnFISC的系數(shù)為-0.106 7，表明地方財(cái)政不僅沒有促進(jìn)本地區(qū)農(nóng)民增收，反而成為阻礙其收入增長(zhǎng)的力量，可能是因?yàn)樵?998我國(guó)還未取消農(nóng)業(yè)稅收，地方農(nóng)業(yè)財(cái)政支出越多，可能會(huì)征收更多的農(nóng)業(yè)稅，反而導(dǎo)致農(nóng)民收入水平下降；LnLABR的系數(shù)為-0.287 1，表明從事農(nóng)業(yè)勞動(dòng)的比重越多，農(nóng)民收入反而降低，LnAGRZ的系數(shù)為-0.374 8，表明各省市農(nóng)業(yè)占農(nóng)林漁牧的比重越大，農(nóng)民收入水平越低，這從另一個(gè)方面說明，農(nóng)業(yè)以外的其他產(chǎn)業(yè)對(duì)農(nóng)民收入影響巨大，單獨(dú)依靠農(nóng)業(yè)的省市的農(nóng)村居民收入比依靠漁牧林業(yè)的農(nóng)民收入低；LnPAI的系數(shù)為0.358 1，表明農(nóng)村投資可以明顯的促進(jìn)農(nóng)村居民收入增加，符合客觀實(shí)際.

W_LnFINC的系數(shù)為0.107 7，表明臨近省市農(nóng)民收入對(duì)本地農(nóng)民收入產(chǎn)生的影響不明顯.

城市化率LnCTLZ的影響也較為明顯，表明各地區(qū)城市化進(jìn)程為農(nóng)村富余勞動(dòng)力轉(zhuǎn)移提供了就業(yè)機(jī)會(huì)，農(nóng)村勞動(dòng)力通過外出務(wù)工可以顯著的提高其收入水平.

3.2.2基于2008年統(tǒng)計(jì)數(shù)據(jù)的實(shí)證結(jié)果

由表3的參數(shù)結(jié)果可以看出，空間滯后模型的擬合優(yōu)度系數(shù)R_squared和對(duì)數(shù)似然值LogL都要分別高于空間誤差模型的R_squared和LogL，空間滯后模型的赤池信息準(zhǔn)則AIC和施瓦茨準(zhǔn)則SC都要分別低于空間誤差模型的AIC和SC，按照判別準(zhǔn)則，空間滯后模型要優(yōu)于空間誤差模型.

從空間滯后模型的參數(shù)統(tǒng)計(jì)指標(biāo)可以看出，W_LnFINC的系數(shù)為0.418 7，P值很低，表明臨近省市農(nóng)民的收入對(duì)本地區(qū)農(nóng)民收入產(chǎn)生極其顯著的影響，這表明周邊農(nóng)民收入具有明顯的溢出效應(yīng)，周邊農(nóng)民收入增加能帶動(dòng)本地區(qū)農(nóng)民收入的增長(zhǎng).同時(shí)，農(nóng)村金融相關(guān)率、農(nóng)村勞動(dòng)力比重、 農(nóng)業(yè)占比地方農(nóng)業(yè)財(cái)政支持的影響不顯著，表明經(jīng)過十多年的發(fā)展農(nóng)村金融仍然未能在促進(jìn)農(nóng)民收入收入增長(zhǎng)中發(fā)揮重要作用，地方財(cái)政對(duì)農(nóng)民收入的影響由負(fù)變正，說明取消農(nóng)業(yè)稅后的地方財(cái)政雖然未能在促進(jìn)農(nóng)民增收中發(fā)揮積極促進(jìn)作用，但是改變了以往明顯的負(fù)作用.隨著農(nóng)村機(jī)械化程度的進(jìn)一步普及，農(nóng)村勞動(dòng)力的影響逐漸減弱.LnPAI的系數(shù)為0.240 7，表明農(nóng)村投資仍然是促進(jìn)農(nóng)民增收的重要因素.

綜上所述，可以看出，隨著社會(huì)的發(fā)展，影響我國(guó)各地區(qū)農(nóng)民收入的因素也發(fā)生了較為明顯的變化.農(nóng)村金融和地方財(cái)政支持一直都未能在促進(jìn)農(nóng)民增收的過程中發(fā)揮重要作用，農(nóng)村金融發(fā)展滯后，農(nóng)村財(cái)政支持薄弱等諸多因素都制約著我國(guó)農(nóng)村居民收入的人進(jìn)一步增加.這為在下一階段制定相關(guān)政策，逐步消除城鄉(xiāng)收入差距，促進(jìn)農(nóng)民增收提供了思路.

3.2.3基于1998—2008空間面板數(shù)據(jù)的實(shí)證結(jié)果

利用MATALAB的空間計(jì)量軟件包，運(yùn)用1998—2008年的相關(guān)面板數(shù)據(jù)可以得出相關(guān)結(jié)果如表4所示.從回歸結(jié)果可知，空間自回歸系數(shù)ρ和空間誤差回歸系數(shù)λ均滿足5%的顯著性水平，這又一次證明了空間因素在區(qū)域農(nóng)民收入增長(zhǎng)的過程中發(fā)揮了作用.若忽略空間因素的影響而建立包含經(jīng)典假設(shè)的計(jì)量模型，則會(huì)使估計(jì)結(jié)果出現(xiàn)明顯的設(shè)置誤差.從各個(gè)模型的具體情況來看，面板SLM模型的調(diào)整擬合優(yōu)度系數(shù)和對(duì)數(shù)似然值均大于SEM模型的相應(yīng)值，因此選擇SLM模型更具有合理性.在SLM模型中，通過Hausman 檢驗(yàn)值可以看出，其在5%的水平下是顯著的.同時(shí)，固定效應(yīng)模型的對(duì)數(shù)似然值、調(diào)整的擬合優(yōu)度系數(shù)和LR-test值均優(yōu)于隨機(jī)效應(yīng)模型的相應(yīng)值.因此，選擇固定效應(yīng)的SLM模型進(jìn)行分析.該模型的調(diào)整擬合優(yōu)度系數(shù)為0.925 8，表明該模型可以解釋變量大部分信息，模型擬合良好.農(nóng)村金融相關(guān)率、農(nóng)村勞動(dòng)力比重和城市化水平均未通過顯著性水平.這表明，我國(guó)農(nóng)村金融發(fā)展水平既不能滿足農(nóng)村經(jīng)濟(jì)的發(fā)展的需要，也沒有在促進(jìn)區(qū)域農(nóng)民收入增長(zhǎng)的過程中發(fā)揮應(yīng)有的作用.近年來，我國(guó)農(nóng)村勞動(dòng)力大幅涌向城市，使得農(nóng)村勞動(dòng)力在長(zhǎng)期不能滿足農(nóng)村經(jīng)濟(jì)發(fā)展的需要.于此同時(shí)，在長(zhǎng)期來看，區(qū)域城市化水平也未能在農(nóng)民增收的過程中起到明顯的促進(jìn)作用.而人均農(nóng)業(yè)財(cái)政支持、

農(nóng)業(yè)產(chǎn)值占農(nóng)林漁牧產(chǎn)值的比重和農(nóng)村固定資產(chǎn)投資均通過了顯著性檢驗(yàn).這說明，農(nóng)業(yè)財(cái)政投入雖然在短期效果不明顯，但是在長(zhǎng)期內(nèi)對(duì)農(nóng)村居民收入增長(zhǎng)具有正向的促進(jìn)作用.農(nóng)業(yè)產(chǎn)值占農(nóng)林魚牧產(chǎn)值的比重越大，農(nóng)民收入水平就傾向于更低.因此，農(nóng)民拓寬收入來源口徑，發(fā)展畜牧水產(chǎn)等副業(yè)，能夠更加有利地促進(jìn)收入增長(zhǎng).農(nóng)村固定資產(chǎn)投資作為促進(jìn)農(nóng)民收入增長(zhǎng)的推動(dòng)力，不論是短期還是長(zhǎng)期都發(fā)揮著重要的作用.

4結(jié)論與建議

本文將空間計(jì)量模型引入對(duì)我國(guó)31個(gè)省市農(nóng)民收入增長(zhǎng)研究中，結(jié)果表明我國(guó)省域農(nóng)民收入及其影響因素存在不同程度的空間自相關(guān).經(jīng)過十多年的發(fā)展，影響各地區(qū)農(nóng)民收入的因素更加多元化，空間因素的影響進(jìn)一步明顯，但是農(nóng)村金融支持在促進(jìn)農(nóng)民增收的過程中影響一直不顯著.農(nóng)村固定資產(chǎn)投資與各區(qū)域城市化進(jìn)程一直是促進(jìn)農(nóng)民收入增長(zhǎng)的重要因素，農(nóng)村勞動(dòng)力比重與農(nóng)業(yè)產(chǎn)值比重的影響進(jìn)一步弱化.雖然農(nóng)村財(cái)政投入在短期內(nèi)對(duì)農(nóng)民增收影響不明顯，但是在長(zhǎng)期內(nèi)卻產(chǎn)生了積極的促進(jìn)作用.同時(shí)，我國(guó)農(nóng)民收入水平形成了較為明顯的高低聚集區(qū)域，長(zhǎng)江三角洲與京津地區(qū)的農(nóng)民收入水平明顯高于西部農(nóng)民的收入水平，中部地區(qū)和東北地區(qū)的農(nóng)民收入水平處在中間水平.本文得出的結(jié)論為我國(guó)政府制定政策促進(jìn)區(qū)域農(nóng)村經(jīng)濟(jì)平衡發(fā)展、促進(jìn)城鄉(xiāng)協(xié)調(diào)發(fā)展以及有效幫助落后地區(qū)農(nóng)民脫貧致富提供了依據(jù).基于本文分析結(jié)果，現(xiàn)提出促進(jìn)農(nóng)民收入增長(zhǎng)的建議如下：首先，積極有序的加快促進(jìn)城市化進(jìn)程，引導(dǎo)農(nóng)村富余勞動(dòng)力流動(dòng).我國(guó)現(xiàn)階段正處于城市化高速發(fā)展的時(shí)期，農(nóng)村人口向城市轉(zhuǎn)移的過程可以解決農(nóng)村勞動(dòng)力過剩的問題，農(nóng)村居民進(jìn)城謀職可以促進(jìn)其收入增長(zhǎng).其次，加大對(duì)農(nóng)村地區(qū)的投資，促進(jìn)農(nóng)民收入來源多元化.加大農(nóng)村投資可以促進(jìn)農(nóng)村經(jīng)濟(jì)增長(zhǎng)，帶動(dòng)農(nóng)村產(chǎn)業(yè)的發(fā)展，促進(jìn)農(nóng)民本地就業(yè)，為農(nóng)民收入增長(zhǎng)提供動(dòng)力.最后，加大對(duì)農(nóng)村地區(qū)的財(cái)政支持與金融支持.各地區(qū)地方政府應(yīng)該針對(duì)本地區(qū)影響農(nóng)民收入增長(zhǎng)的制約因素，制定有針對(duì)性的政策，加快地方財(cái)政反哺農(nóng)業(yè)的進(jìn)程，促進(jìn)農(nóng)村經(jīng)濟(jì)跨越式發(fā)展.同時(shí)金融機(jī)構(gòu)應(yīng)該針對(duì)農(nóng)業(yè)項(xiàng)目的特點(diǎn)進(jìn)行金融創(chuàng)新，制定符合農(nóng)民需求的金融產(chǎn)品，發(fā)揮其在農(nóng)村經(jīng)濟(jì)發(fā)展與農(nóng)民收入增長(zhǎng)過程中應(yīng)有的影響.

參考文獻(xiàn)

[1]J GREENWOOD， B JOVANOVIC.Financial development， growth and the distribution of income[J].Journal of Political Economy， 1990 ， 98（5）： 1076-1107.

[2]O GALOR，J ZIERA. Income distribution and macroeconomics[J].Review of Economic Studies， 1993，60（1）：35-52.

[3]A V BANERJEE， A F NEWMAN. Occupational choice and the process of development[J].Journal of Political Economy，1993，101（2）：274–298.

[4]溫濤，冉光和，熊德平.中國(guó)金融發(fā)展與農(nóng)民收入增長(zhǎng)[J] .經(jīng)濟(jì)研究，2005，40（9）：30-43.

[5]王丹，張懿農(nóng)村金融發(fā)展和農(nóng)業(yè)經(jīng)濟(jì)增長(zhǎng)——基于安徽省的實(shí)證研究[J]金融研究，2006（11）：177-182

[6]余新平，熊皛白，熊德平.中國(guó)農(nóng)村金融發(fā)展與農(nóng)民收入增長(zhǎng)[J] .中國(guó)農(nóng)村經(jīng)濟(jì)，2010（6）：77-86.

[7]李俊峰，伍艷. 農(nóng)民收入與地方財(cái)政扶持及金融聯(lián)動(dòng)分析——來自重慶區(qū)縣的證據(jù)[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011，10（11）： 49-53.