——基于安徽省縣域面板數(shù)據(jù)的實(shí)證分析"/>
陳 喜,王 凱
(南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院,江蘇 南京 210095)
中國(guó)作為世界上最大的發(fā)展中國(guó)家,城鄉(xiāng)收入差距問(wèn)題更為典型和突出(蔡昉、楊濤,2000)[1]。據(jù)《中國(guó)統(tǒng)計(jì)年鑒》(2018)數(shù)據(jù)顯示,2013-2017年中國(guó)城鄉(xiāng)收入比依次為2.81∶1、2.75∶1、2.73∶1、2.72∶1、2.71∶1,呈逐年下降趨勢(shì),但下降幅度較低,距離3比較近。國(guó)際上城鄉(xiāng)收入比一般最高只有2左右(張耀軍、柴多多,2018)[2]。因此,我國(guó)依然面臨嚴(yán)峻的城鄉(xiāng)收入差距問(wèn)題。
學(xué)術(shù)界關(guān)于城鄉(xiāng)收入差距影響因素的研究文獻(xiàn)很多,可大致劃分為非要素類因素和要素類因素。其中,非要素類因素主要包括城鎮(zhèn)化、經(jīng)濟(jì)政策、市場(chǎng)等。國(guó)內(nèi)學(xué)者在研究城鎮(zhèn)化與城鄉(xiāng)收入差距兩者關(guān)系時(shí)有不同結(jié)論。陳斌開、林毅夫(2013)[3]和趙崢等(2018)[4]認(rèn)為城鎮(zhèn)化擴(kuò)大了城鄉(xiāng)收入差距,但也有學(xué)者得出相反結(jié)論(陸銘、陳釗,2004;李卉、楊德才,2018)[5-6]。徐家鵬和張丹(2019)研究發(fā)現(xiàn),城鎮(zhèn)化轉(zhuǎn)型對(duì)我國(guó)東部、中部和西部的城鄉(xiāng)收入差距具有異質(zhì)性影響[7]。王全景、郝增慧(2018)[8]和馬強(qiáng)、王軍(2018)[9]認(rèn)為,城鎮(zhèn)化對(duì)城鄉(xiāng)收入差距的影響是倒“U型”關(guān)系。然而,陳斌開、林毅夫(2013)[3]和彭定贇、張飛鵬(2017)[10]卻得出兩者具有“U型”關(guān)系。同時(shí),帶有城市偏向的經(jīng)濟(jì)政策,如財(cái)政支出、投資、金融等因素導(dǎo)致“機(jī)會(huì)不均等”,擴(kuò)大了城鄉(xiāng)收入差距(陳斌開、張鵬飛,2010;謝鵬,2019)[11-12]。
要素類因素主要包括技術(shù)、土地、信息、勞動(dòng)力等,也受到學(xué)者們的關(guān)注。林建和廖杉杉(2014)基于249個(gè)地級(jí)市的面板數(shù)據(jù)實(shí)證表明,農(nóng)業(yè)科技進(jìn)步可縮小城鄉(xiāng)收入差距[13]。涂濤濤和李谷成(2017)基于要素報(bào)酬視角,采用中國(guó)動(dòng)態(tài)CGE模型分析,得出了同樣結(jié)果[14]。程名望和張家平(2019)發(fā)現(xiàn)互聯(lián)網(wǎng)普及對(duì)城鄉(xiāng)收入差距的影響呈現(xiàn)“倒U型”特征[15]。賀婭萍和徐康寧(2019)則認(rèn)為互聯(lián)網(wǎng)拉大了城鄉(xiāng)收入差距[16]。錢忠好和牟燕(2013)利用省際面板數(shù)據(jù)研究發(fā)現(xiàn),土地市場(chǎng)化水平與城鄉(xiāng)收入差距之間存在“倒U型”關(guān)系[17]。高波等(2019)采用232個(gè)地級(jí)及以上城市的數(shù)據(jù)實(shí)證發(fā)現(xiàn),在全國(guó)層面上土地市場(chǎng)化擴(kuò)大了城鄉(xiāng)收入差距[18]。龔明遠(yuǎn)等(2019)研究發(fā)現(xiàn),人力資本配置結(jié)構(gòu)和土地配置效率與縮小城鄉(xiāng)收入差距具有正相關(guān)關(guān)系[19]。孫寧華等(2009)通過(guò)對(duì)勞動(dòng)力市場(chǎng)模擬發(fā)現(xiàn),勞動(dòng)力市場(chǎng)扭曲加劇了城鄉(xiāng)收入差距的擴(kuò)大[20]。匡遠(yuǎn)鳳和詹萬(wàn)明(2016)構(gòu)建計(jì)量模型實(shí)證表明,農(nóng)村勞動(dòng)力的擇優(yōu)轉(zhuǎn)移和轉(zhuǎn)移成本會(huì)影響城鄉(xiāng)收入差距的擴(kuò)大[21]。
然而,縮小城鄉(xiāng)收入差距關(guān)鍵在于提高農(nóng)民收入[22-23]。地理標(biāo)志具有明顯的經(jīng)濟(jì)價(jià)值,為農(nóng)民增收和區(qū)域經(jīng)濟(jì)發(fā)展提供“綠色動(dòng)力”,是精準(zhǔn)脫貧的途徑之一。根據(jù)“商標(biāo)與經(jīng)濟(jì)發(fā)展關(guān)系課題組”研究顯示,地理標(biāo)志證明商標(biāo)注冊(cè)后產(chǎn)品價(jià)格平均提高了50.11%,來(lái)自地理標(biāo)志產(chǎn)業(yè)的收入占產(chǎn)地農(nóng)民收入的65.94%,已有53.38%的地理標(biāo)志產(chǎn)品成為區(qū)域經(jīng)濟(jì)支柱產(chǎn)業(yè)[24]。再如,安徽“六安瓜片”地理標(biāo)志商標(biāo)注冊(cè)使用后,價(jià)格比注冊(cè)前提高6倍,每年每戶農(nóng)民增收4 600元,受益農(nóng)戶10萬(wàn)多戶,從業(yè)人員30萬(wàn)人[25]。
關(guān)于地理標(biāo)志經(jīng)濟(jì)價(jià)值研究,也吸引了國(guó)內(nèi)外學(xué)者的密切關(guān)注。國(guó)外學(xué)者Carina(2005)研究表明,歐盟地理標(biāo)志保護(hù)在促進(jìn)農(nóng)村社會(huì)經(jīng)濟(jì)發(fā)展方面存在著巨大的潛力[26]。Bowe&Zapata(2009)認(rèn)為,地理標(biāo)志有助于提高社會(huì)經(jīng)濟(jì)和環(huán)境可持續(xù)發(fā)展的潛力[27]。Dogan&Gokovali(2012)研究表明,地理標(biāo)志為農(nóng)村發(fā)展提供了重要機(jī)遇,保護(hù)地理標(biāo)志有助于維持農(nóng)村地區(qū)的經(jīng)濟(jì)活動(dòng),并提高居民的生活水平[28]。Neilson等(2018)研究發(fā)現(xiàn),地理標(biāo)志使用可以為印尼咖啡種植者帶來(lái)經(jīng)濟(jì)利益,減輕農(nóng)村貧困[29]。
國(guó)內(nèi)學(xué)者周曙東和張西濤(2007)通過(guò)對(duì)“陜西蘋果”地理標(biāo)志的實(shí)證研究發(fā)現(xiàn),申請(qǐng)地理標(biāo)志可以使蘋果的成本純收益率提高20.78%[30]。劉華軍(2011)基于中國(guó)三部門地理標(biāo)志數(shù)據(jù)研究指出,地理標(biāo)志對(duì)區(qū)域農(nóng)業(yè)經(jīng)濟(jì)發(fā)展和農(nóng)民收入均具有較強(qiáng)的正向促進(jìn)作用[31]。孫慶忠(2012)通過(guò)對(duì)福建平和琯溪蜜袖產(chǎn)業(yè)的研究發(fā)現(xiàn),地理標(biāo)志產(chǎn)品對(duì)縣域經(jīng)濟(jì)發(fā)展產(chǎn)生深度影響[32]。尚旭東等(2014)以鹽池灘羊?yàn)槔芯堪l(fā)現(xiàn),對(duì)農(nóng)產(chǎn)品注冊(cè)為地理標(biāo)志的了解程度正向影響購(gòu)買意愿和支付意愿[33]。因此,理論上說(shuō)明地理標(biāo)志產(chǎn)品可實(shí)現(xiàn)農(nóng)民增收脫貧。但是,也有學(xué)者實(shí)證研究得出相反的結(jié)論,如王艷榮和劉業(yè)政(2011)研究發(fā)現(xiàn),安徽省碭山縣酥梨產(chǎn)業(yè)對(duì)當(dāng)?shù)剞r(nóng)戶收入增長(zhǎng)影響不顯著[34]。楊麗君(2013)實(shí)證表明,河南省新鄭市大棗產(chǎn)業(yè)發(fā)展未能實(shí)現(xiàn)當(dāng)?shù)剞r(nóng)民增收[35]。
綜上所知,學(xué)者對(duì)城鄉(xiāng)收入差距的影響因素研究成果豐碩,關(guān)于生產(chǎn)要素方面主要集中在城鄉(xiāng)資源配置差異上,且研究地域主要集中在省際和地級(jí)市層面。關(guān)于地理標(biāo)志經(jīng)濟(jì)價(jià)值的研究,大多數(shù)學(xué)者認(rèn)為地理標(biāo)志可以增加農(nóng)民收入,但部分學(xué)者得出相反結(jié)論。那么,地理標(biāo)志能否縮小城鄉(xiāng)收入差距?是否存在空間異質(zhì)性?針對(duì)這些問(wèn)題的科學(xué)回答,對(duì)縮小城鄉(xiāng)收入差距和解決“三農(nóng)”問(wèn)題具有重要的現(xiàn)實(shí)意義。鑒于此,本文選取2013-2017年安徽省縣域面板數(shù)據(jù),構(gòu)建計(jì)量模型進(jìn)行實(shí)證檢驗(yàn)。之所以選擇縣域作為研究區(qū)域,主要考慮地理標(biāo)志產(chǎn)品生長(zhǎng)環(huán)境具有獨(dú)特地域性,細(xì)化地域單元可更具體地反映地理標(biāo)志對(duì)縣域城鄉(xiāng)收入差距的影響,為更好地利用地理標(biāo)志縮小城鄉(xiāng)收入差距提供對(duì)策建議。
本文城鄉(xiāng)收入差距指標(biāo)采用城鄉(xiāng)收入比衡量。2013年之前安徽省大部分縣(區(qū)(1))城鎮(zhèn)居民人均可支配收入數(shù)據(jù)不全。選取2013-2017年安徽省77個(gè)縣的面板數(shù)據(jù)進(jìn)行研究。數(shù)據(jù)來(lái)源:2013-2017年的《中國(guó)縣域統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》、市級(jí)統(tǒng)計(jì)年鑒和縣統(tǒng)計(jì)公報(bào)。地理標(biāo)志指標(biāo)的數(shù)據(jù)主要來(lái)源于國(guó)家工商行政管理總局、國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局和農(nóng)業(yè)農(nóng)村部三部門網(wǎng)站的整理統(tǒng)計(jì)。
1.空間相關(guān)性分析
(1)全局空間自相關(guān),即驗(yàn)證整個(gè)區(qū)域是否存在空間聚集,用Moran'sI指數(shù)衡量,計(jì)算公式如下:
(2)局部空間自相關(guān),即驗(yàn)證局部單元之間是否存在空間相似性,用Local Moran'sI指數(shù)衡量,計(jì)算公式如下:
式(1)和(2)中,n為地區(qū)數(shù)量;Xi為樣本值;Xˉ為樣本的均值;wij為空間權(quán)重;Zi和Zj分別表示空間單元i和j觀測(cè)值的標(biāo)準(zhǔn)化。全局空間自相關(guān)與局部空間自相關(guān)的取值范圍[-1,1],值大于零表示空間集聚;反之,空間離散;值等于零,表示空間不相關(guān)。
2.計(jì)量模型構(gòu)建
地理標(biāo)志扶貧深受社會(huì)各界的關(guān)注。為了探究安徽省地理標(biāo)志是否縮小縣域城鄉(xiāng)收入差距,選擇地理標(biāo)志作為核心變量,其他影響因素為控制變量。構(gòu)建計(jì)量模型如下:
其中,GAP為被解釋變量,表示城鄉(xiāng)收入差距;α0表示截距項(xiàng);GI為核心解釋變量,表示地理標(biāo)志;X為控制變量;γ和β表示解釋變量系數(shù);ε表示隨機(jī)擾動(dòng)項(xiàng);i和t分別表示地區(qū)和時(shí)間。
截至2018年10月,根據(jù)三部門網(wǎng)站統(tǒng)計(jì)結(jié)果,安徽省地理標(biāo)志共計(jì)256個(gè)(表1)。鑒于地理標(biāo)志審批時(shí)間一般為一年且地理標(biāo)志生長(zhǎng)地域穩(wěn)定,為便于統(tǒng)計(jì)和后期研究需要,將2018年的地理標(biāo)志數(shù)量計(jì)入2017年。我國(guó)采用三部門地理標(biāo)志保護(hù)體系,難免出現(xiàn)重復(fù)申報(bào)現(xiàn)象,剔除重復(fù)后,安徽省地理標(biāo)志產(chǎn)品總數(shù)為214個(gè)。
表1 安徽省地理標(biāo)志產(chǎn)品數(shù)量概況
從區(qū)域分布看(表2),皖中四市地理標(biāo)志數(shù)量排第一,共95個(gè),占比44.39%;皖南六市地理標(biāo)志數(shù)量排第二,共78個(gè),占比36.45%;皖北六市地理標(biāo)志數(shù)量排第三,共有41個(gè),占比19.16%。從國(guó)家南北地理自然分界線(2)分布看,秦嶺—淮河一線以北城市地理標(biāo)志總數(shù)37個(gè),占比17.29%;秦嶺—淮河一線以南城市地理標(biāo)志總數(shù)177個(gè),占比82.71%??傮w而言,安徽省地理標(biāo)志產(chǎn)品數(shù)量分布集中,區(qū)域分布失衡。
表2 安徽省地理標(biāo)志產(chǎn)品數(shù)量區(qū)域分布
借助GeoDa1.12軟件對(duì)安徽省縣域城鄉(xiāng)收入差距進(jìn)行全局空間自相關(guān)分析,結(jié)果顯示,2013-2017年Moran'sI值為0.370,說(shuō)明安徽省縣域城鄉(xiāng)收入差距全局空間自相關(guān)為正向關(guān)系。為了充分驗(yàn)證全局空間自相關(guān),采取逐年驗(yàn)證法。結(jié)果發(fā)現(xiàn),期間每年的Moran'sI值皆為正數(shù)(表3),且除2013年外都在0.3以上,這充分說(shuō)明2013-2017年安徽省縣域城鄉(xiāng)收入差距具有全局空間正相關(guān)性,空間集聚現(xiàn)象顯著,存在空間溢出效應(yīng)。
表3 安徽省縣域城鄉(xiāng)收入差距Moran's/值
全局Moran'sI值僅僅證實(shí)安徽省縣域城鄉(xiāng)收入差距具有正相關(guān)性,但未揭示局部空間特征。借助ArcGIS10.6.1軟件用Local Moran'sI指數(shù)繪制LI?SA圖,探討安徽省縣域城鄉(xiāng)收入差距局部集聚性。借鑒已有研究成果,根據(jù)城鄉(xiāng)收入差距的空間差異性將其劃分為五種類型:①“高—高”區(qū),即相鄰縣之間差異小,且彼此的城鄉(xiāng)收入差距高;②“低—低”區(qū),即相鄰縣之間差異小,且彼此的城鄉(xiāng)收入差距低;③“高—低”區(qū),即本縣的城鄉(xiāng)收入差距大,而鄰縣差距??;④“低—高”區(qū),其與“高—低”區(qū)正好相反;⑤不顯著,即無(wú)空間差異。
據(jù)安徽省縣域城鄉(xiāng)收入差距局部空間集聚LI?SA分布圖(圖1)顯示:從時(shí)間演變看,2013年,以“高—高”“高一低”和“低—低”區(qū)為主,2015年和2017年則以“高—高”和“低—低”區(qū)為主。從集聚類型看,“高—高”區(qū)從2013-2017年逐年在擴(kuò)大,且從皖西南逐漸向皖西北集聚,主要集中在阜陽(yáng)市?!暗汀汀眳^(qū)從2013-2017年逐年在擴(kuò)大,主要向皖東南的長(zhǎng)江中下游和皖中的合肥市集聚?!案摺汀眳^(qū)從2013-2017年逐年在遞減,零星分布,且由北向南集聚?!暗鸵桓摺眳^(qū)相對(duì)較少且穩(wěn)定,每年僅有一個(gè)縣,主要分布在皖北。總體來(lái)看,2013-2017年主要以“高—高”和“低—低”區(qū)為主,空間差異明顯,局部集聚現(xiàn)象顯著?!案摺摺眳^(qū)主要分布在岳西縣和阜陽(yáng)市,“低—低”區(qū)主要分布在銅陵市、蕪湖市、馬鞍山市和合肥市。可見,皖西地區(qū)城鄉(xiāng)收入差距較大,皖東南長(zhǎng)江流域城鄉(xiāng)收入差距較小。
圖1 2013-2017年安徽省縣域城鄉(xiāng)收入差距LISA集聚
(1)被解釋變量:城鄉(xiāng)收入差距。用城鄉(xiāng)收入比進(jìn)行衡量,即城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入之比(陸銘和陳釗,2004)[5]。
(2)核心解釋變量:地理標(biāo)志。本文地理標(biāo)志用地理標(biāo)志數(shù)量來(lái)衡量,并采用累加制原則獲取具體的地理標(biāo)志數(shù)。例如,霍山縣2013年之前獲得地理標(biāo)志數(shù)量加上2013年申請(qǐng)到的地理標(biāo)志數(shù)量,即為霍山縣2013年地理標(biāo)志數(shù)量總和,2014-2017年則依次類推。需要說(shuō)明的是,因?yàn)槲覈?guó)主管地理標(biāo)志工作主要有三個(gè)部門,在地理標(biāo)志注冊(cè)中存有重復(fù)現(xiàn)象,所以此處地理標(biāo)志數(shù)量是剔除重復(fù)后的數(shù)量。
(3)控制變量。參考現(xiàn)有的研究文獻(xiàn)(陳斌開、林毅夫,2013;王森,2018)[3,36]以及基于指標(biāo)數(shù)據(jù)可獲取性考慮,選取以下變量:①地區(qū)經(jīng)濟(jì)發(fā)展水平,用人均GDP衡量;②產(chǎn)業(yè)結(jié)構(gòu),用第二產(chǎn)業(yè)占比與第三產(chǎn)業(yè)占比衡量;③對(duì)外開放程度、金融發(fā)展水平和財(cái)政支出水平,用進(jìn)出口總額、年末金融機(jī)構(gòu)各項(xiàng)存貸款總額和地區(qū)財(cái)政支出總額分別除以地區(qū)GDP衡量;④人均耕地面積,用耕地面積除以農(nóng)村人口來(lái)衡量;⑤城鎮(zhèn)化水平,用城鎮(zhèn)人口除以總?cè)丝诤饬?。本文將?duì)部分?jǐn)?shù)值較大的指標(biāo)做對(duì)數(shù)處理(表4),盡可能地減輕異方差帶來(lái)的影響。
表4 指標(biāo)描述性統(tǒng)計(jì)
1.基于面板數(shù)據(jù)的總體考察
面板數(shù)據(jù)估計(jì)方法中,到底哪種估計(jì)方法比較適合計(jì)量模型分析,需要進(jìn)一步判別,本文借助Stata1 5.1軟件來(lái)完成模型估計(jì)。
(1)面板數(shù)據(jù)混合OLS回歸。首先,進(jìn)行異方差檢驗(yàn),使用懷特(White)檢驗(yàn),結(jié)果顯示Prob=0.000 2,存在異方差,故采取“OLS+穩(wěn)健標(biāo)準(zhǔn)誤”方法解決;其次,陳強(qiáng)(2014)提到通常假設(shè)不同個(gè)體之間的擾動(dòng)項(xiàng)相互獨(dú)立,但同一個(gè)體在不同時(shí)期的擾動(dòng)項(xiàng)之間往往存在自相關(guān)[37],這種情況可通過(guò)混合OLS結(jié)合聚類穩(wěn)健標(biāo)準(zhǔn)誤的方法解決。這種處理與“OLS+穩(wěn)健標(biāo)準(zhǔn)誤”方法回歸結(jié)果相同,僅僅是標(biāo)準(zhǔn)誤不同。鑒于上述兩種情況綜合考慮,本文采用“OLS+穩(wěn)健標(biāo)準(zhǔn)誤”進(jìn)行估計(jì),結(jié)果見表5中的M1。
(2)固定效應(yīng)與隨機(jī)效應(yīng)。混合OLS未考慮個(gè)體效應(yīng),需要進(jìn)一步估計(jì)存在個(gè)體特征的情況。通過(guò)Hausman檢驗(yàn),結(jié)果顯示Prob=0.003 4,應(yīng)選擇固定效應(yīng)估計(jì)。然而,最小二乘虛擬變量模型(LS?DV)可與固定效應(yīng)實(shí)現(xiàn)相同的估計(jì)結(jié)果(陳強(qiáng),2014)[43],僅僅是標(biāo)準(zhǔn)誤存有差異。本文采用年份作為虛擬變量,結(jié)果顯示個(gè)體效應(yīng)不顯著,證實(shí)混合OLS比固定效應(yīng)估計(jì)結(jié)果要好。因此,下文將采用M1結(jié)果進(jìn)行分析。
表5 地理標(biāo)志對(duì)安徽省縣域城鄉(xiāng)收入差距影響的回歸結(jié)果
表5顯示:①地理標(biāo)志(GI)在1%的水平下顯著為負(fù),在其他控制變量不變條件下,每增加一個(gè)地理標(biāo)志數(shù)量,則城鄉(xiāng)收入差距縮小0.016個(gè)單位。可見,地理標(biāo)志在一定程度上可以縮小城鄉(xiāng)收入差距,有扶貧功效,故地方政府要積極踐行地理標(biāo)志扶貧政策,鼓勵(lì)地理標(biāo)志產(chǎn)品的挖掘與開發(fā),為地理標(biāo)志申報(bào)工作提供綠色便捷通道。②人均GDP(PGDP1)與人均GDP二次項(xiàng)(PGDP2)的系數(shù)一負(fù)一正,說(shuō)明在經(jīng)濟(jì)發(fā)展過(guò)程中安徽縣域城鄉(xiāng)收入差距呈現(xiàn)先縮小后擴(kuò)大的“U型”變動(dòng)格局,與“庫(kù)茲涅茨曲線效應(yīng)”相反。探其原因,一是地理標(biāo)志具有俱樂(lè)部產(chǎn)品屬性,政府部門監(jiān)管困難,“搭便車”現(xiàn)象嚴(yán)重;二是地理標(biāo)志具有一定溢價(jià)性,鑒于市場(chǎng)信息不對(duì)稱性和生產(chǎn)者(農(nóng)戶)受教育程度偏低的影響,易步入短視陷阱,以次充好,雖短時(shí)間內(nèi)可快速謀利,但從長(zhǎng)遠(yuǎn)看,則會(huì)產(chǎn)生較大的負(fù)效應(yīng),不利于地理標(biāo)志經(jīng)濟(jì)價(jià)值的可持續(xù)發(fā)展,從而會(huì)擴(kuò)大城鄉(xiāng)收入差距。③第二產(chǎn)業(yè)占比(LNSI)、第三產(chǎn)業(yè)占比(LNTI)、人均耕地面積(LNPL)和地區(qū)財(cái)政支出占比(LNCZ)在不同水平下可以不同程度縮小城鄉(xiāng)收入差距。④對(duì)外開放程度(OP)與金融發(fā)展水平(LNFIN)可以不同程度擴(kuò)大城鄉(xiāng)收入差距。⑤城市化率(LNUB)影響不顯著。
2.基于面板數(shù)據(jù)的區(qū)域異質(zhì)性考察
安徽省受經(jīng)濟(jì)、地理等不同因素影響,皖中、皖南和皖北發(fā)展趨向非平衡,據(jù)此進(jìn)一步探討地理標(biāo)志對(duì)不同區(qū)域城鄉(xiāng)收入差距的影響。使用上文的處理辦法,用M1結(jié)果進(jìn)行分析,具體見表6所列。
表6 分區(qū)域地理標(biāo)志對(duì)城鄉(xiāng)收入差距影響的回歸結(jié)果
通過(guò)表6可顯示如下結(jié)果:①皖中縣域地理標(biāo)志(GI)在1%的水平下顯著,系數(shù)為負(fù)(-0.029)且大于總體的系數(shù)(-0.016)水平。皖北和皖南地理標(biāo)志(GI)的估計(jì)系數(shù)不顯著,且邊際效應(yīng)為負(fù),說(shuō)明皖北和皖南的地理標(biāo)志不是影響城鄉(xiāng)收入差距縮小的主要因素。究其原因:一是皖中的各縣政府比較重視地理標(biāo)志的開發(fā)和申報(bào),數(shù)量上看,皖北41個(gè)(19.16%),皖中 95個(gè)(44.39%),皖南 78個(gè)(36.45%)。二是皖中地形地貌多樣,氣候以亞熱帶季風(fēng)性氣候?yàn)橹?,這為物種提供了優(yōu)質(zhì)生長(zhǎng)環(huán)境,為地理標(biāo)志產(chǎn)品挖掘和開發(fā)提供了更多可能,為當(dāng)?shù)剞r(nóng)戶增收提供了更多機(jī)會(huì);皖北處于華北平原,是糧食主產(chǎn)區(qū),物種多樣性受限;皖南多為山地丘陵,地理標(biāo)志產(chǎn)品生長(zhǎng)環(huán)境稍遜于皖中。②經(jīng)濟(jì)發(fā)展程度與縣域城鄉(xiāng)收入差距之間的關(guān)系雖不顯著但呈現(xiàn)區(qū)域異質(zhì)性差異,皖北和皖南為“U型”關(guān)系,皖中為倒“U型”關(guān)系。
本文基于2013-2017年安徽省縣域面板數(shù)據(jù),運(yùn)用GeoDa軟件、ArcGIS軟件和空間相關(guān)性分析方法對(duì)安徽省縣域城鄉(xiāng)收入差距的時(shí)空演變進(jìn)行了分析,并運(yùn)用面板估計(jì)方法對(duì)計(jì)量模型進(jìn)行估計(jì),探究安徽省地理標(biāo)志是否縮小縣域城鄉(xiāng)收入差距?;谏鲜鰧?shí)證分析,得出主要結(jié)論如下:
(1)安徽地理標(biāo)志數(shù)量呈現(xiàn)總體分布集中、區(qū)域分布失衡的特征。截至2018年10月,在區(qū)域分布上,皖中地理標(biāo)志數(shù)量最多,皖南次之,皖北最少。從國(guó)家南北地理自然分界線分布看,秦嶺—淮河一線以南地區(qū)的地理標(biāo)志數(shù)量是秦嶺—淮河一線以北地區(qū)的近5倍。
(2)安徽縣域城鄉(xiāng)收入差距空間集聚現(xiàn)象顯著。2013-2017年,Moran's I值(除2013年外)都在0.3以上,證實(shí)安徽縣域城鄉(xiāng)收入差距具有顯著的全局和局部空間正相關(guān)性,“高—高”和“低—低”區(qū)分布明顯,有集聚現(xiàn)象,存在顯著的空間溢出效應(yīng)。從區(qū)域分布看,“高—高”區(qū)主要分布在六安市和阜陽(yáng)市;“低—低”區(qū)主要分布在銅陵市、蕪湖市、馬鞍山市和合肥市。這種空間集聚特征與地區(qū)的經(jīng)濟(jì)發(fā)展水平息息相關(guān)。
(3)地理標(biāo)志可在一定程度上縮小縣域城鄉(xiāng)收入差距,但存在區(qū)域差異性。根據(jù)計(jì)量模型實(shí)證結(jié)果分析,從總體看,地理標(biāo)志在1%水平下顯著,其系數(shù)為負(fù),在一定程度上可以縮小縣域城鄉(xiāng)收入差距;但從區(qū)域異質(zhì)性角度看,皖北和皖南的地理標(biāo)志估計(jì)系數(shù)不顯著,皖中地區(qū)的地理標(biāo)志在1%水平上顯著,其系數(shù)為負(fù),表明皖中地區(qū)的地理標(biāo)志對(duì)縮小縣域城鄉(xiāng)收入差距具有顯著的正向效應(yīng),扶貧效果較好。
(4)從總體看,安徽省經(jīng)濟(jì)發(fā)展程度與縣域城鄉(xiāng)收入差距呈現(xiàn)先縮小后擴(kuò)大的正“U”型變動(dòng)格局,與“庫(kù)茲涅茨曲線效應(yīng)”相反,但從區(qū)域異質(zhì)性角度看,這種現(xiàn)象并不顯著。
根據(jù)上述研究結(jié)論,認(rèn)識(shí)到地理標(biāo)志在一定程度上可縮小縣域城鄉(xiāng)收入差距,但存在顯著的區(qū)域差異。為了更好地實(shí)現(xiàn)安徽地理標(biāo)志的經(jīng)濟(jì)價(jià)值功能,促進(jìn)農(nóng)民增收,縮小縣域城鄉(xiāng)收入差距,提出如下政策建議:
(1)立足地方優(yōu)勢(shì),協(xié)同推進(jìn)地理標(biāo)志與扶貧政策。地理標(biāo)志一般是地方的特色產(chǎn)品,具有顯著的地域性和經(jīng)濟(jì)價(jià)值。因此,各縣政府在積極踐行中央和省政府關(guān)于地理標(biāo)志發(fā)展與扶貧政策時(shí),不可一刀切,要結(jié)合地方資源優(yōu)勢(shì),采取差異化戰(zhàn)略,不斷地去挖掘與開發(fā)地理標(biāo)志產(chǎn)品,將地理標(biāo)志產(chǎn)業(yè)作為扶貧產(chǎn)業(yè)來(lái)培育,促進(jìn)農(nóng)民增收。
(2)重視地理標(biāo)志的區(qū)域差異性,推動(dòng)皖中、皖南和皖北協(xié)調(diào)發(fā)展。皖中地理標(biāo)志數(shù)量最多,對(duì)縮小縣域城鄉(xiāng)收入差距最為顯著,扶貧效果較好;皖南與皖北不顯著。為了扭轉(zhuǎn)這種區(qū)域失衡發(fā)展的格局,皖中、皖南和皖北應(yīng)秉持合作共贏理念,加強(qiáng)區(qū)域間合作。尤其是皖中地區(qū)經(jīng)濟(jì)發(fā)達(dá),地理標(biāo)志發(fā)展最好,經(jīng)驗(yàn)積累最多,可以向皖南和皖北提供人、財(cái)、技術(shù)、信息等方面支持,幫助各地區(qū)結(jié)合地方優(yōu)勢(shì)發(fā)展地理標(biāo)志產(chǎn)品。
(3)加強(qiáng)地理標(biāo)志經(jīng)濟(jì)價(jià)值可持續(xù)機(jī)制建設(shè)。一方面,制定安徽省地理標(biāo)志長(zhǎng)遠(yuǎn)發(fā)展規(guī)劃,以縣為發(fā)展中心,強(qiáng)化縣域間合作,在地理標(biāo)志申報(bào)、監(jiān)管、保護(hù)等方面給予政策扶持,為地理標(biāo)志產(chǎn)業(yè)發(fā)展保駕護(hù)航;另一方面,培育地方龍頭企業(yè),以企業(yè)形式帶動(dòng)地理標(biāo)志產(chǎn)業(yè)發(fā)展,鼓勵(lì)走“企業(yè)+農(nóng)戶”或“企業(yè)+合作社+農(nóng)戶”等組織模式,確保農(nóng)戶利益穩(wěn)定,實(shí)現(xiàn)地理標(biāo)志產(chǎn)業(yè)扶貧的可持續(xù)發(fā)展,擴(kuò)大地理標(biāo)志對(duì)縮小縣域城鄉(xiāng)收入差距的作用。
注 釋:
(1)指市轄區(qū),如蚌埠市有四個(gè)區(qū),即龍子湖區(qū)、蚌山區(qū)、禹會(huì)區(qū)和淮上區(qū)。
(2)南北分界線即秦嶺—淮河分界線,安徽省淮河以北城市主要有宿州市、阜陽(yáng)市、亳州市、蚌埠市和淮北市。