農(nóng)戶收入增長空間關(guān)聯(lián)及影響因素研究*
——以重慶市為例

譚靈芝，孫奎立，王國友

（1. 重慶工商大學(xué)人口發(fā)展與政策研究中心，重慶 400067；2. 山東第一醫(yī)科大學(xué)醫(yī)藥管理學(xué)院，山東 泰安 271016）

一、引 言

實(shí)現(xiàn)農(nóng)民收入可持續(xù)增長是鄉(xiāng)村振興應(yīng)有之義，也是釋放內(nèi)需重要路徑（劉彥隨，2018）。從社會(huì)經(jīng)濟(jì)發(fā)展鏈條角度看，農(nóng)村地區(qū)既是重要生產(chǎn)端，也是主要消費(fèi)端，使農(nóng)民獲得更多收入增長機(jī)會(huì)，在農(nóng)村地區(qū)形成有效收入增長網(wǎng)絡(luò)，可促進(jìn)地區(qū)社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展，從而促進(jìn)鄉(xiāng)村振興的實(shí)現(xiàn)。2018年，習(xí)近平總書記在山東考察時(shí)指出，農(nóng)業(yè)農(nóng)村工作關(guān)鍵是“增加農(nóng)民收入”，要“不斷縮小城鄉(xiāng)居民收入差距，讓廣大農(nóng)民盡快富裕起來”。

現(xiàn)階段，對(duì)農(nóng)民收入增長差異性研究多從工業(yè)化、城市化等城鄉(xiāng)結(jié)構(gòu)層面討論農(nóng)民“發(fā)展問題”（張兆曙，2016）。但農(nóng)民收入并非僅受自身所處城鄉(xiāng)發(fā)展水平環(huán)境影響，很大程度上還受相鄰地區(qū)之間經(jīng)濟(jì)社會(huì)關(guān)系水平制約，即空間關(guān)系也是影響農(nóng)民收入的重要變量。如農(nóng)民收入增長速度較快地區(qū)，其相鄰地區(qū)農(nóng)戶收入增長也會(huì)受益，這可能來自勞動(dòng)力資源和土地資源等生產(chǎn)要素交換，也可能來自農(nóng)業(yè)產(chǎn)業(yè)溢出。本文嘗試從區(qū)域關(guān)系探討農(nóng)戶收入增長機(jī)制，以觀察不同地區(qū)間農(nóng)戶增收空間效應(yīng)，從理論和實(shí)踐上為農(nóng)民增收和鄉(xiāng)村振興提供參考依據(jù)。

國外較早發(fā)現(xiàn)工業(yè)化和城市化所產(chǎn)生的農(nóng)戶收入具有空間聚集特征和空間溢出效應(yīng)，隨著城鄉(xiāng)經(jīng)濟(jì)差距和工、農(nóng)業(yè)產(chǎn)出效率的差異，這種空間效應(yīng)帶來農(nóng)戶收入增長速度逐漸放緩。我國針對(duì)農(nóng)戶收入增長空間差異多基于城鄉(xiāng)二元結(jié)構(gòu)、土地制度、城市化發(fā)展水平、財(cái)政轉(zhuǎn)移支付等相關(guān)因素展開討論。早期研究多采用時(shí)間序列數(shù)據(jù)，后期研究多采用不同行政區(qū)域的面板數(shù)據(jù)，分析不同地區(qū)農(nóng)戶收入的空間依存關(guān)系。如趙文亮等（2011）從空間差異角度分析河南省農(nóng)民收入時(shí)空演變規(guī)律，得出區(qū)域政策、地理環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)等是引致農(nóng)民收入產(chǎn)生顯著性地區(qū)差異的主要原因。劉秉鐮等（2010）認(rèn)為我國省域農(nóng)民收入具有很強(qiáng)空間異質(zhì)性。郇紅艷等（2014）借助空間杜賓模型，證實(shí)工業(yè)化與農(nóng)民收入有較強(qiáng)空間相關(guān)性，并因?yàn)楫a(chǎn)業(yè)集聚產(chǎn)生收入的空間聚集。但上述關(guān)于農(nóng)民收入空間聚集研究多以線性模型為主，忽略了農(nóng)戶增收過程非線性影響分析。而復(fù)雜網(wǎng)絡(luò)分析方法可更好地從整體性角度對(duì)農(nóng)戶收入空間溢出影響加以識(shí)別，一些學(xué)者嘗試?yán)每臻g網(wǎng)絡(luò)分析法分析農(nóng)民收入增長的社會(huì)網(wǎng)絡(luò)關(guān)系和空間關(guān)聯(lián)關(guān)系（譚靈芝等，2012）。拓展了農(nóng)戶收入空間格局的認(rèn)識(shí)，但仍不能解釋各種收入空間網(wǎng)絡(luò)之間交互關(guān)系和網(wǎng)絡(luò)外溢效應(yīng)形成機(jī)制，包括非地理相鄰區(qū)域如何影響其他地區(qū)農(nóng)戶收入變化的微觀機(jī)制。

近年來，多角度考慮內(nèi)外部因素對(duì)網(wǎng)絡(luò)外溢效應(yīng)和關(guān)聯(lián)效應(yīng)指數(shù)隨機(jī)圖模型（ERGM，Exponential Random Graph Models）得到學(xué)者關(guān)注（Bliss等，2014）。ERGM更強(qiáng)調(diào)網(wǎng)絡(luò)空間關(guān)聯(lián)性和依賴性，通過一條關(guān)系出現(xiàn)的概率判斷其他關(guān)系出現(xiàn)的可能性，可檢驗(yàn)局部過程的匯集是否會(huì)產(chǎn)生全局網(wǎng)絡(luò)特征屬性，優(yōu)質(zhì)的模型可通過模擬技術(shù)實(shí)現(xiàn)微觀到宏觀跨越（任義科等，2008）。而農(nóng)戶收入全局增長網(wǎng)絡(luò)正是由多個(gè)地區(qū)微觀農(nóng)戶收入變化行為所構(gòu)成。因此，采用ERGM模型分析農(nóng)戶收入增長的空間關(guān)聯(lián)性和溢出性可更好識(shí)別農(nóng)戶收入增長的空間特征復(fù)雜機(jī)制。本文以重慶市為例，運(yùn)用社會(huì)網(wǎng)絡(luò)分析方法（SNA），用中心性指標(biāo)識(shí)別農(nóng)戶收入的空間關(guān)聯(lián)關(guān)系及其結(jié)構(gòu)形態(tài)。借助指數(shù)隨機(jī)圖模型（ERGM），分析農(nóng)戶收入空間關(guān)聯(lián)的微觀特征及收入的主要空間連通模式及其影響因素，從理論和實(shí)證上為鄉(xiāng)村振興戰(zhàn)略實(shí)現(xiàn)農(nóng)戶收入增長提供依據(jù)。

二、數(shù)據(jù)來源及研究方法

（一）研究方法

1. 空間網(wǎng)絡(luò)構(gòu)建

在區(qū)域均衡發(fā)展戰(zhàn)略持續(xù)推進(jìn)下，我國各地區(qū)農(nóng)戶收入增長之間各類經(jīng)濟(jì)活動(dòng)隨交通、信息和政策融通交流更為頻繁迅速，形成相互依賴和相互影響的復(fù)雜收入增長空間網(wǎng)絡(luò)，且這些相互影響常常表現(xiàn)出非線性演進(jìn)過程。因此對(duì)農(nóng)戶收入空間關(guān)聯(lián)的認(rèn)知和分析必須基于收入增長的非線性趨勢。

根據(jù)復(fù)雜網(wǎng)絡(luò)分析方法，利用網(wǎng)絡(luò)分析方法計(jì)算不同地區(qū)農(nóng)戶收入空間關(guān)聯(lián)矩陣：其中Vi=[ vi] (i = 1,2,…,n) 表示農(nóng)戶收入增長影響溢出地區(qū)， Vj=[ vj] ( j =1,2,…,n) 表示農(nóng)戶收入增長受益地區(qū)。鄰接矩陣A =[ai,j] (i = 1,2,…,n; j =1,2,…,n) 表示兩地之間相互影響關(guān)系，若i地區(qū)對(duì)j 地區(qū)收入影響＞0時(shí)，則ai,j= 1 ，否則ai,j= 1 。用權(quán)重矩陣W =[Wi,j] (i = 1,2,…,n; j =1,2,…,n) 表示Vi地區(qū)對(duì)Vj地區(qū)收入增長外溢影響程度。Vi、Vj、A、W共同組成研究區(qū)農(nóng)戶收入增長網(wǎng)絡(luò)，記作G=（Vi、Vj、A、W）。

2.空間網(wǎng)絡(luò)結(jié)構(gòu)宏微觀特征分析

為全面分析農(nóng)戶收入增長空間網(wǎng)絡(luò)，本文從宏觀和微觀角度分析關(guān)聯(lián)網(wǎng)絡(luò)的空間特征。宏觀分析借助社會(huì)網(wǎng)絡(luò)分析方法（SNA），社會(huì)網(wǎng)絡(luò)是由多個(gè)點(diǎn)（地區(qū)間農(nóng)戶收入增長率）與各點(diǎn)之間連線（地區(qū)農(nóng)戶收入增長率之間關(guān)系）組成的集合（趙蓉英等，2011）。

網(wǎng)絡(luò)密度可較好表現(xiàn)農(nóng)戶收入增長空間網(wǎng)絡(luò)密切程度，其值越大空間關(guān)聯(lián)性越強(qiáng)，對(duì)收入增長的空間影響也越顯著。網(wǎng)絡(luò)關(guān)聯(lián)度可準(zhǔn)確判斷不同節(jié)點(diǎn)在農(nóng)戶收入增長空間關(guān)聯(lián)網(wǎng)絡(luò)的傳遞性和控制程度。若某樣本區(qū)農(nóng)戶收入可促使多數(shù)地區(qū)農(nóng)戶收入增長，說明該節(jié)點(diǎn)可發(fā)出更多影響線程，該樣本區(qū)在整個(gè)網(wǎng)絡(luò)中處于核心節(jié)點(diǎn)作用。網(wǎng)絡(luò)等級(jí)度說明樣本區(qū)在整個(gè)收入增長網(wǎng)絡(luò)中的等級(jí)結(jié)構(gòu)，其值越高表明整個(gè)研究區(qū)內(nèi)部收入增長的區(qū)域非均衡效應(yīng)和極化效應(yīng)越明顯。

出度中心性和入度中心性（Out/In Degree Centrality, ODC/IDC）分別指網(wǎng)絡(luò)中節(jié)點(diǎn)指向或接收其他節(jié)點(diǎn)的邊數(shù)與該節(jié)點(diǎn)最大可能指向或接收其他節(jié)點(diǎn)邊數(shù)比值，分別反映該節(jié)點(diǎn)發(fā)出和接收能力（汪曉帆等，2012）。入度中心性越高，說明研究區(qū)在農(nóng)戶收入增長網(wǎng)絡(luò)中的吸引力越高，其他相關(guān)研究區(qū)易與其形成緊密空間聯(lián)系。而出度中心性越高，表明研究區(qū)網(wǎng)絡(luò)中的控制力越強(qiáng)。式（1）ODCi表征節(jié)點(diǎn)i的出度中心性，IDCi表示節(jié)點(diǎn)i 的入度中心性。Σaij和Σaji分別表示節(jié)點(diǎn)指向和接受其他節(jié)點(diǎn)邊數(shù)。

網(wǎng)絡(luò)中心度表示中心節(jié)點(diǎn)控制其他節(jié)點(diǎn)能力。若某節(jié)點(diǎn)中心度最高，則意味著通過該節(jié)點(diǎn)的最短路徑數(shù)量與最多可能通過該節(jié)點(diǎn)的最短路徑數(shù)量比值最大（許和連等，2015)，對(duì)其他地區(qū)存在極強(qiáng)權(quán)力，可控制周邊地區(qū)農(nóng)戶收入增長方向及程度，計(jì)算公式如下。

其中， bjk( i ) 為第三個(gè)點(diǎn)i能控制j 點(diǎn)和k點(diǎn)的能力，且j ?k 。

在宏觀分析基礎(chǔ)上，進(jìn)一步厘清收入增長空間網(wǎng)絡(luò)中微觀關(guān)聯(lián)模式，采用模體分析方法（Motifs）進(jìn)一步探究網(wǎng)絡(luò)中出現(xiàn)的局部結(jié)構(gòu)。模體顯示網(wǎng)絡(luò)中各節(jié)點(diǎn)之間基本連接模式，被稱為構(gòu)成網(wǎng)絡(luò)的“基元”，可將網(wǎng)絡(luò)微觀結(jié)構(gòu)與其整體特征聯(lián)系起來（劉華軍等，2018），具體分析中多用模體頻率、模體M隨機(jī)網(wǎng)絡(luò)出現(xiàn)次數(shù)超過真實(shí)網(wǎng)絡(luò)出現(xiàn)次數(shù)的概率p值、模體Mi的歸一化Z值。p值和Z值越大，該模體在網(wǎng)絡(luò)中越重要。式（4）和式（5）較好地測度網(wǎng)絡(luò)密度和網(wǎng)絡(luò)交互性。

此外，度數(shù)高的節(jié)點(diǎn)若與其他度數(shù)高的節(jié)點(diǎn)連接緊密，則稱為同類混合，反之。參考Newman( 2003）對(duì)無向加權(quán)圖的同配性計(jì)算方式。

式中，M 為網(wǎng)絡(luò)總邊數(shù)，WM為網(wǎng)絡(luò)邊權(quán)之和，si和sj為第m 條邊兩端節(jié)點(diǎn)強(qiáng)度（加權(quán)度），m =1，2，3，…，M。

3. 指數(shù)隨機(jī)圖模型（ERGM）

指數(shù)隨機(jī)圖模型是伴隨圖論和矩陣代數(shù)等的發(fā)展而逐漸形成，以網(wǎng)絡(luò)結(jié)構(gòu)為中心的社會(huì)統(tǒng)計(jì)模型，具體包括p1模型、p2模型和p*模型。較之單一網(wǎng)絡(luò)結(jié)構(gòu)分析方法，指數(shù)隨機(jī)圖模型考慮多個(gè)層次網(wǎng)絡(luò)結(jié)構(gòu)變量，可實(shí)現(xiàn)從微觀到宏觀跨越，從而更全面揭示網(wǎng)絡(luò)結(jié)構(gòu)形成的社會(huì)化過程。

給定真實(shí)網(wǎng)絡(luò)G＝(V, E )，V= (1, 2, 3, …, n)表示網(wǎng)絡(luò)中節(jié)點(diǎn)。J={ }(i, j ): i ∈V, i ≠j 表征網(wǎng)絡(luò)各節(jié)點(diǎn)之間所有可能存在關(guān)系。E為網(wǎng)絡(luò)存在的邊，事實(shí)上，E只是J的子集，即網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)存在的某種可能集合關(guān)系。通過建立一個(gè)隨機(jī)變量Y表示J中元素，若(i,j)∈E ，則yi,j=1，代表一條行動(dòng)者i 到行動(dòng)者j 的網(wǎng)絡(luò)關(guān)系。yi,j=0 則代表不存在這種網(wǎng)絡(luò)關(guān)系。在此基礎(chǔ)上形成隨機(jī)相鄰矩陣y=[yi,j]，定義為Yi,j的觀測值，Y為所有相鄰關(guān)系矩陣，Y可以是無向的或有向的。指數(shù)隨機(jī)圖模型的一般形式如下。

隨機(jī)量yi,j從0趨向1時(shí)，式（8）以邏輯回歸形式解釋觀測網(wǎng)絡(luò)中關(guān)聯(lián)關(guān)系是來自其自身屬性特征還是外來因素影響。 yc為不包括yi,j的所有網(wǎng)絡(luò)， Δ(g(y))i,j為網(wǎng)絡(luò)變動(dòng)值。

H一般包括網(wǎng)絡(luò)內(nèi)生影響因素α、屬性值β和與網(wǎng)絡(luò)相關(guān)的外在網(wǎng)絡(luò)影響因素γ，且α, β, γ∈H。公式（8）可改為：

根據(jù)不同網(wǎng)絡(luò)統(tǒng)計(jì)參數(shù)θH和統(tǒng)計(jì)量gH(y)，ERGM模型有多種形態(tài)和擴(kuò)展，如交互的k-星（alternating k-stars）、交互的k-三角（alternating k-triangles）和交互的k-2- 路徑（alternating k-two-paths）等，這些不同模型較好地檢驗(yàn)影響網(wǎng)絡(luò)形成的主要因素。Morris等（2008）認(rèn)為，影響網(wǎng)絡(luò)形成的因素主要包括網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)效應(yīng)、網(wǎng)絡(luò)個(gè)體屬性特征和外生網(wǎng)絡(luò)效應(yīng)等。目前多利用馬爾科夫鏈蒙特卡羅極大似然估計(jì)法對(duì)模型估計(jì)檢驗(yàn)，通過仿真、對(duì)比和模擬改進(jìn)等程序，不斷修正模型參數(shù)使得仿真網(wǎng)絡(luò)結(jié)構(gòu)特征逐步逼近真實(shí)網(wǎng)絡(luò)。具體采用R語言中ERGM程序包完成。此外，因收入增長影響并不限于地理相鄰關(guān)系，為分析相互依賴的不同節(jié)點(diǎn)間空間距離，可將空間交互作用模型（如修正的空間引力模型）等納入ERGM 模型，以考量不同節(jié)點(diǎn)間經(jīng)濟(jì)地理距離對(duì)收入增長空間網(wǎng)絡(luò)關(guān)系形成的影響（譚靈芝等，2017）。

其中，i和j 分別代表不同研究區(qū)；Incomeij為不同研究區(qū)農(nóng)戶收入增長間引力。gij表示i地區(qū)與j地區(qū)之間收入增長聯(lián)系中的交互性，為研究區(qū)間地理距離（dij）與收入增長距離(Ii-Ij)對(duì)比值。dij為用ARGIS10.2計(jì)算研究區(qū)間直線距離，(Ii-Ij)為i地區(qū)和j地區(qū)農(nóng)戶人均收入差值。式（11）較好地獲知地區(qū)之間農(nóng)戶收入增長的引力矩陣。取引力矩陣各行平均值為臨界值，引力大于臨界值賦值為1，即該行地區(qū)對(duì)該列地區(qū)的農(nóng)戶收入增長存在顯著空間相依性；反之則不存在。

（二）數(shù)據(jù)來源

選取重慶市37區(qū)縣（不含渝中區(qū)）作為網(wǎng)絡(luò)節(jié)點(diǎn)，分析2010～2017年農(nóng)村常住人口可支配收入平均增長率的空間關(guān)聯(lián)性。其中分區(qū)縣收入樣本數(shù)據(jù)來自《重慶統(tǒng)計(jì)年鑒》（2010-2017）。由于數(shù)據(jù)作對(duì)數(shù)處理不會(huì)改變數(shù)據(jù)原有特征，且因減少異方差性而降低估計(jì)偏誤，因此，所有數(shù)據(jù)均采用對(duì)數(shù)形式模型分析，以2000年為基本年加以平減。

三、農(nóng)戶收入增長空間關(guān)聯(lián)的整體結(jié)構(gòu)與微觀特征

（一）網(wǎng)絡(luò)整體結(jié)構(gòu)分析

利用收入空間網(wǎng)絡(luò)矩陣和收入引力模型，計(jì)算研究區(qū)農(nóng)戶收入增長空間網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系①限于篇幅，本處未報(bào)告網(wǎng)絡(luò)密度、網(wǎng)絡(luò)關(guān)聯(lián)度和網(wǎng)絡(luò)等級(jí)度的計(jì)算過程和結(jié)果，備索。可知，農(nóng)戶收入增長在整個(gè)樣本地區(qū)間均存在關(guān)聯(lián)關(guān)系，可能因經(jīng)濟(jì)活動(dòng)的擴(kuò)散性和資本流動(dòng)的趨利性，使得地理位置相隔較遠(yuǎn)地區(qū)也存在收入增長的空間聯(lián)動(dòng)性。這種關(guān)聯(lián)關(guān)系為重新審視農(nóng)戶收入增長的區(qū)域空間特征提供了條件。從空間關(guān)聯(lián)性角度看，農(nóng)戶收入增長空間范圍擴(kuò)大可能是多種因素共同促進(jìn)結(jié)果，一些地區(qū)農(nóng)戶收入增長會(huì)因空間關(guān)聯(lián)網(wǎng)絡(luò)的作用而產(chǎn)生整體性溢出效應(yīng)，進(jìn)而增加其他地區(qū)農(nóng)戶增收的空間聯(lián)動(dòng)密切性。另一方面，從空間等級(jí)度結(jié)果可知，樣本地區(qū)農(nóng)戶增收空間關(guān)聯(lián)地區(qū)分布極不平衡。根據(jù)式（1）～（3），中心性指標(biāo)描述性統(tǒng)計(jì)結(jié)果見表1②限于篇幅，此處未全部報(bào)告中心性指標(biāo)計(jì)算和排序結(jié)果，備索。。位于重慶1小時(shí)經(jīng)濟(jì)圈的樣本城市，其出入度中心性和度均高于0.5，表明網(wǎng)絡(luò)中心性較高地區(qū)主要集中在少數(shù)關(guān)鍵節(jié)點(diǎn)樣本區(qū)，網(wǎng)絡(luò)整體存在較明顯等級(jí)化結(jié)構(gòu)特征。三峽庫區(qū)生態(tài)經(jīng)濟(jì)區(qū)和渝東南少數(shù)民族聚居區(qū)則多處于網(wǎng)絡(luò)邊緣地區(qū)和被控制地區(qū)③重慶1小時(shí)經(jīng)濟(jì)圈，指重慶市以渝中、大渡口、江北、沙坪壩、九龍坡、南岸、北碚、渝北和巴南主城9區(qū)為核心，1小時(shí)交通范圍內(nèi)覆蓋21 個(gè)區(qū)縣（潼南、合川、銅梁、大足、榮昌、永川、雙橋、璧山、江津、綦江、萬盛、南川、涪陵、長壽等）?！岸际薪?jīng)濟(jì)發(fā)達(dá)圈”包括渝中、大渡口、江北、沙坪壩、九龍坡、南岸、北碚、渝北、巴南主城9區(qū)；“渝西經(jīng)濟(jì)走廊”包括江津、合川、永川、南川、綦江、大足、璧山、銅梁、潼南和榮昌區(qū)；“三峽庫區(qū)生態(tài)經(jīng)濟(jì)區(qū)”包括除都市經(jīng)濟(jì)發(fā)達(dá)圈和渝西經(jīng)濟(jì)走廊以外的19個(gè)區(qū)縣。渝東南地區(qū)主要指石柱土家族自治縣、秀山土家族苗族自治縣、酉陽土家族苗族自治縣、彭水苗族土家族自治縣、城口縣等少數(shù)民族地區(qū)和國家級(jí)貧困地區(qū)。。

由表1可知，南岸區(qū)、九龍坡區(qū)和江北區(qū)的網(wǎng)絡(luò)中心度最高，且相差不明顯，為網(wǎng)絡(luò)最核心節(jié)點(diǎn)，說明這三個(gè)區(qū)農(nóng)戶增收的外溢影響最廣泛。從出入度中心性結(jié)果可知，渝北區(qū)、九龍坡區(qū)和江北區(qū)出度中心性較高，在重慶地區(qū)農(nóng)戶收入增長網(wǎng)絡(luò)中起到強(qiáng)控制作用。江津區(qū)、合川區(qū)和開州區(qū)入度中心性較高，在整個(gè)收入增長空間網(wǎng)絡(luò)具有極大引力，最易于與其他地區(qū)建立聯(lián)系，對(duì)其他區(qū)縣農(nóng)戶收入增長起“橋梁”和“樞紐”作用。永川區(qū)和巴南區(qū)等在各中心性指標(biāo)中也有一定序列存在，說明這兩個(gè)地區(qū)在整個(gè)網(wǎng)絡(luò)有一定影響力，但并未處于網(wǎng)絡(luò)核心地位。渝東南地區(qū)在中心性排名中多處于末端，在農(nóng)戶收入增長網(wǎng)絡(luò)中處于邊緣地位。上述地區(qū)各中心性指標(biāo)排名分別與重慶地區(qū)農(nóng)戶可支配收入增長率、地區(qū)GDP增長水平和人均農(nóng)業(yè)生產(chǎn)總值較為一致。說明高收入增長地區(qū)對(duì)相關(guān)地區(qū)有極強(qiáng)帶動(dòng)作用和示范效應(yīng)，農(nóng)戶收入增長更多受地區(qū)GDP影響，高GDP可顯著增加農(nóng)戶獲得非農(nóng)收入和農(nóng)產(chǎn)品銷售的機(jī)會(huì)。而農(nóng)業(yè)生產(chǎn)總值較高地區(qū)可吸引更多農(nóng)戶參與農(nóng)業(yè)生產(chǎn)，從而對(duì)其他地區(qū)農(nóng)戶收入增長產(chǎn)生極強(qiáng)吸引效應(yīng)，最終使各樣本地區(qū)網(wǎng)絡(luò)中權(quán)力和影響力存在顯著空間異質(zhì)性。

表1 基于收入增長的地區(qū)間網(wǎng)絡(luò)中心性排名

上述三個(gè)中心性結(jié)果中樣本區(qū)排名差異說明，對(duì)于存在非地理相鄰農(nóng)戶收入增長空間關(guān)聯(lián)樣本區(qū)而言（即通過中介g，樣本區(qū)i的農(nóng)戶收入增長對(duì)樣本區(qū)j產(chǎn)生外溢效應(yīng):（i→…→g→…→j），因經(jīng)濟(jì)、資本、勞動(dòng)力和政策等要素的流動(dòng)，少數(shù)樣本區(qū)難以控制所有中介節(jié)點(diǎn)，從而在不同樣本區(qū)間形成多樣化收入增長溢出通道。從網(wǎng)絡(luò)中心性、傳遞性及交互性分析結(jié)果可知，農(nóng)戶收入增長空間網(wǎng)絡(luò)關(guān)聯(lián)性和等級(jí)度的形成與網(wǎng)絡(luò)的自組織個(gè)體屬性特征有關(guān)。在整個(gè)樣本期農(nóng)戶增收空間網(wǎng)絡(luò)的傳遞性和交互性上升，引致其他空間網(wǎng)絡(luò)復(fù)雜相依關(guān)系形成，進(jìn)而增加整體網(wǎng)絡(luò)密度。由此可知，農(nóng)戶增收效應(yīng)已超過二元地理相鄰區(qū)域（即區(qū)域節(jié)點(diǎn)對(duì)），而非地理相鄰位置的收入增長傳遞性和網(wǎng)絡(luò)密度空間特征，這意味著網(wǎng)絡(luò)中各節(jié)點(diǎn)樣區(qū)的空間關(guān)系存在交互性和相依性。

為精確分析農(nóng)戶增收空間網(wǎng)絡(luò)相依性的動(dòng)態(tài)變化特征，將全部樣本分割成多季度數(shù)據(jù)，隨后分季度采用非線性Granger因果檢驗(yàn)并構(gòu)建農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)，最后從時(shí)間變動(dòng)角度測量樣本地區(qū)空間網(wǎng)絡(luò)密度、傳遞性和交互性等。由圖1 可知，樣本農(nóng)戶增收空間網(wǎng)絡(luò)密度呈上升趨勢，如2010 年 第1 季度為0.14，2012 年第2 季度為0.26，2014 年第3 季 度 為0.32，2017 年第4 季度為0.34，但同一年度樣本期內(nèi)仍存在一定程度起伏波動(dòng)。整個(gè)樣本期網(wǎng)絡(luò)溢出關(guān)系數(shù)變動(dòng)與網(wǎng)絡(luò)密度變化趨勢接近，表征交互特征的網(wǎng)絡(luò)關(guān)聯(lián)度與網(wǎng)絡(luò)密度變化呈同向增長形態(tài)，且水平仍然較高，但一定時(shí)期會(huì)有所下降。農(nóng)戶收入增長網(wǎng)絡(luò)密度上升一定程度上歸因于農(nóng)戶增收傳遞性增強(qiáng)，空間關(guān)系數(shù)由2010 年175 個(gè)增至2017 年264 個(gè)。這種較顯著增幅，主要受益于國家鄉(xiāng)村振興和扶貧戰(zhàn)略，推動(dòng)重慶地區(qū)持續(xù)性實(shí)施農(nóng)業(yè)產(chǎn)業(yè)化和農(nóng)業(yè)人口就地就業(yè)工程，近年來土地流轉(zhuǎn)帶來的土地規(guī)?；?jīng)營加速此過程。如江津、合川、長壽和潼南等農(nóng)業(yè)產(chǎn)業(yè)化基地規(guī)?；瘮U(kuò)張及南岸、九龍坡和渝北等地區(qū)都市農(nóng)業(yè)的集中分塊式發(fā)展均對(duì)其他地區(qū)農(nóng)業(yè)發(fā)展和農(nóng)戶增收產(chǎn)生顯著空間溢出效應(yīng)。

農(nóng)戶收入增長空間關(guān)聯(lián)網(wǎng)絡(luò)中樣本區(qū)節(jié)點(diǎn)度數(shù)與2010～2017 年農(nóng)戶人均增收率回歸分析可知（見圖2），網(wǎng)絡(luò)密度越高的樣區(qū)節(jié)點(diǎn)度數(shù)其農(nóng)戶增收率越高(對(duì)于有向網(wǎng)絡(luò)，節(jié)點(diǎn)度數(shù)即該節(jié)點(diǎn)與其直接相連點(diǎn)數(shù)，通常為點(diǎn)出度與點(diǎn)入度之和)。而由樣本區(qū)節(jié)點(diǎn)度數(shù)與其相鄰地區(qū)農(nóng)戶收入平均增?

圖1 農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)動(dòng)態(tài)變化特征

圖2 2010～2017年節(jié)點(diǎn)度與農(nóng)戶增收關(guān)聯(lián)關(guān)系

圖3 2010～2017年節(jié)點(diǎn)度與鄰居農(nóng)戶增收關(guān)聯(lián)關(guān)系

（二）網(wǎng)絡(luò)微觀模式分析

為進(jìn)一步探究各區(qū)縣之間微觀農(nóng)戶增收關(guān)聯(lián)模式，借助Mavisto軟件識(shí)別農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)中反復(fù)出現(xiàn)的局部結(jié)構(gòu)（即模體），通過對(duì)比真實(shí)網(wǎng)絡(luò)中某種反復(fù)出現(xiàn)的小型連通子圖出現(xiàn)的頻次與模擬網(wǎng)絡(luò)中該模體出現(xiàn)的頻率，判斷哪些模體在農(nóng)戶增收關(guān)聯(lián)網(wǎng)絡(luò)中發(fā)揮顯著作用（P =1為不顯著；P=0為顯著）。

由表2可知，模體F7F、F8R、GCR 在農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)中不顯著（P =1），產(chǎn)生上述結(jié)果可能原因在于這三種模體均未包含交互關(guān)系或傳遞三角形，而交互性和傳遞性是各樣本區(qū)普遍存在的農(nóng)戶空間關(guān)聯(lián)網(wǎng)絡(luò)增收模式。但F7F、F8R 和GCR 三種模體出現(xiàn)頻率最高，分別為562、597 和589次。三種模體表明重慶地區(qū)內(nèi)部不平衡的農(nóng)戶增收狀態(tài)，即一個(gè)樣本區(qū)與另外兩個(gè)樣本區(qū)只有溢出關(guān)系或者接收關(guān)系（F7F和GCR），或一個(gè)樣本區(qū)只從其他兩個(gè)樣本區(qū)中的一個(gè)樣本區(qū)產(chǎn)生接收關(guān)系，并只向另一個(gè)樣本區(qū)產(chǎn)生溢出效應(yīng)（F8R），即重慶地區(qū)內(nèi)部農(nóng)戶增收水平差異較大，部分地區(qū)僅是收入增長空間網(wǎng)絡(luò)中的被控制者。FKX、F8X和GOX三種模體P值為0，頻率均超過500。K4F和GQX兩種模體其P值仍顯著，但出現(xiàn)頻次最低，分別出現(xiàn)126和141次，兩種模體表明重慶地區(qū)內(nèi)部區(qū)縣間農(nóng)戶增收空間不存在高度集中化特征，不同地區(qū)之間無兩兩互為吸收者和發(fā)出者行為。

從具體區(qū)縣參與頻率看（見表2），南岸區(qū)、江北區(qū)和九龍坡區(qū)在F8R 等三類模體中出現(xiàn)最頻繁，均較少與其他區(qū)縣產(chǎn)生雙向交互影響。且南岸區(qū)、江北區(qū)和九龍坡區(qū)F8X、FKX兩種模體與其他區(qū)縣相比，出現(xiàn)頻率也較高，這種模體都包含兩條出邊（上頂點(diǎn)通常視為觀測對(duì)象），這三個(gè)區(qū)中心最高。因此，三個(gè)地區(qū)農(nóng)戶收入增長空間網(wǎng)絡(luò)主要表現(xiàn)為強(qiáng)控制效應(yīng)，即對(duì)其他地區(qū)主要產(chǎn)生溢出影響，為關(guān)系發(fā)出者。石柱縣、城口區(qū)、秀山縣和酉陽縣四個(gè)區(qū)縣F8R、GCR和F7F三種模體出現(xiàn)頻率也較高，且其中心度、出入度中心性皆在末尾，即這四個(gè)區(qū)縣處于收入增長空間網(wǎng)絡(luò)的邊緣地位，其收入增長也與外界缺乏交互性，為空間網(wǎng)絡(luò)關(guān)系接受者。江津區(qū)和合川區(qū)的FMF、GCR及GCX三種模體出現(xiàn)也較多，其中GCR反應(yīng)不平衡增長模式，且江津區(qū)和合川區(qū)入度中心性指標(biāo)靠前。綜上，盡管這兩個(gè)區(qū)收入增長能對(duì)其他地區(qū)產(chǎn)生吸引力，但其收入增長模式與其他地區(qū)“互惠性”不足，可能是江津區(qū)和合川區(qū)特有的農(nóng)業(yè)產(chǎn)出模式難與其他地區(qū)形成高度集團(tuán)化，也使得收入增長難以產(chǎn)生集中化趨勢。

表2 農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)模體分析

四、農(nóng)戶增收空間關(guān)聯(lián)的影響因素分析：基于ERGM方法

（一）ERGM變量選擇

1. 網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量

ERGM可將多種網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量納入模型，網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量主要包括網(wǎng)絡(luò)的邊和幾何權(quán)重維度，涉及網(wǎng)絡(luò)交互性、擴(kuò)張性、聚斂性、傳遞性和邊數(shù)等。交互性主要分析網(wǎng)絡(luò)節(jié)點(diǎn)間發(fā)生雙向關(guān)系概率，聚斂性和擴(kuò)張性主要考查某一節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)發(fā)出或接受效應(yīng)。傳遞性和交互k三角形討論的是網(wǎng)絡(luò)傳遞關(guān)系。上述統(tǒng)計(jì)變量多角度闡釋空間網(wǎng)絡(luò)的相互依存性，揭示其在網(wǎng)絡(luò)形成過程中作用。

本文主要選擇邊數(shù)（edges）、交互性（交互k 三角，Alternating k-Stringles；交互k-2 路，Alternating k-two-paths）、互惠性（Mutual）等變量（見表3）。上述變量考量網(wǎng)絡(luò)間空間相依關(guān)系，使得ERGM 模型能闡釋網(wǎng)絡(luò)M 中存在的特定依賴關(guān)系如何促使空間網(wǎng)絡(luò)形成。根據(jù)Nowicki（2001）和Handcock（2008）的分析，若空間網(wǎng)絡(luò)具有較強(qiáng)聚集性，則在ERGM估計(jì)結(jié)果中考慮三角結(jié)構(gòu)變量，會(huì)引致部分研究區(qū)域節(jié)點(diǎn)的發(fā)出者效應(yīng)和接受者效應(yīng)無法納入模型，且可能面臨近似退化和參數(shù)不收斂問題。而根據(jù)實(shí)驗(yàn)結(jié)果也發(fā)現(xiàn)，傳遞性和交互K三角和交互K-2路納入模型中，其估計(jì)結(jié)果不夠理想。因篇幅有限只考慮邊數(shù)和互惠性估計(jì)結(jié)果。

表3 ERGM模型主要變量含義及其假設(shè)檢驗(yàn)

2. 行為者屬性效應(yīng)

為檢驗(yàn)農(nóng)戶增收效應(yīng)越高的區(qū)縣是否越容易與其他地區(qū)農(nóng)戶增收產(chǎn)生空間關(guān)聯(lián)（主效應(yīng)），本文將重慶市各區(qū)縣年均農(nóng)戶人均可支配收入的對(duì)數(shù)值分為高中低三類，其中37個(gè)區(qū)縣中收入排在前25%的設(shè)為IncoHigh，25%～75%定為IncoMid，后25%歸為IncoLow。同時(shí)在同配性方面，還將檢驗(yàn)同一收入水平的地區(qū)是否更易產(chǎn)生收入增長的空間關(guān)聯(lián)（趨同效應(yīng)）。

節(jié)點(diǎn)協(xié)變量（Node Cov，Dcov）方面，鑒于地區(qū)經(jīng)濟(jì)因素和資源環(huán)境要素等會(huì)對(duì)農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)的形成產(chǎn)生重要影響，故將人均GDP（GDP）、農(nóng)業(yè)發(fā)展水平（農(nóng)業(yè)總產(chǎn)值/地區(qū)生產(chǎn)總值，Gagr）、人均農(nóng)業(yè)商品產(chǎn)值（Cagr.Output）、人均經(jīng)濟(jì)作物商品產(chǎn)值（Eco.crops）、人均糧食作物商品產(chǎn)值（Food.crops）、鄉(xiāng)村從業(yè)人員（Pop）、人均有效灌溉面積（Irri）等變量引入ERGM 模型，分析上述變量對(duì)農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)中產(chǎn)生何種效應(yīng)。與農(nóng)戶收入指標(biāo)類似，上述變量也同樣分為高中低三類。以上數(shù)據(jù)均來自于《重慶統(tǒng)計(jì)年鑒（2010-2017）》，以自然對(duì)數(shù)值表示。

3. 網(wǎng)絡(luò)協(xié)變量（Net COv，Ncov）

ERGM模型因其可將網(wǎng)絡(luò)變量納入方程當(dāng)中，可較好檢驗(yàn)不同類型空間二元關(guān)系的相互依存特征和趨勢。因此，為檢驗(yàn)不同空間網(wǎng)絡(luò)對(duì)農(nóng)戶增收的綜合影響，ERGM對(duì)經(jīng)濟(jì)空間網(wǎng)絡(luò)、地理空間網(wǎng)絡(luò)、主要農(nóng)作物種植空間網(wǎng)絡(luò)等作為網(wǎng)絡(luò)協(xié)變量納入ERGM模型作回歸估計(jì)。其中，經(jīng)濟(jì)空間網(wǎng)絡(luò)采用修正的引力模型計(jì)算區(qū)際間經(jīng)濟(jì)發(fā)展的相互空間影響。主要農(nóng)作物種植空間網(wǎng)絡(luò)計(jì)算方法如下：根據(jù)《重慶市統(tǒng)計(jì)年鑒》將種植的主要農(nóng)作物分類（糧食=1；豆類=2；油料作物=3；水果及蔬菜=4，其他=5），采用引力模型測度不同區(qū)縣間種植結(jié)構(gòu)的空間關(guān)聯(lián)矩陣（以播種面積的對(duì)數(shù)值表征），分析該地區(qū)農(nóng)作物種植結(jié)構(gòu)是否與其他地區(qū)存在顯著空間關(guān)聯(lián)性。

（二）ERGM模型估計(jì)結(jié)果

通常采用逐步添加變量方式，測度不同變量組合的ERGM最佳估計(jì)值。

首先分析只包括網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量和節(jié)點(diǎn)協(xié)變量的基準(zhǔn)模型。表4的ERGM回歸結(jié)果表明，無論哪種效應(yīng)，互惠性估計(jì)系數(shù)均正向顯著，表明各區(qū)縣之間農(nóng)戶增收空間網(wǎng)絡(luò)顯示較顯著的互惠性和雙向關(guān)系，許多區(qū)縣之間農(nóng)戶增收水平互相影響，這與上文模體分析結(jié)果一致，即F7F、F8R和GCR三種未包含互惠關(guān)系的模體在整個(gè)農(nóng)戶增收網(wǎng)絡(luò)中不顯著。農(nóng)戶增收主效應(yīng)和同配性（趨同效應(yīng)）在1%統(tǒng)計(jì)水平下顯著，說明農(nóng)戶收入越高地區(qū)越容易與其他地區(qū)產(chǎn)生農(nóng)戶增收空間關(guān)聯(lián)效應(yīng)，對(duì)比農(nóng)戶低收入地區(qū)，高收入地區(qū)形成高增長空間關(guān)聯(lián)網(wǎng)絡(luò)的概率提高約34%。而趨同性統(tǒng)計(jì)結(jié)果說明農(nóng)戶收入水平相近地區(qū)也會(huì)提高空間網(wǎng)絡(luò)形成可能性，若兩個(gè)地區(qū)均為高收入地區(qū)，則形成空間網(wǎng)絡(luò)概率較之低收入地區(qū)約高24%。而較之主效應(yīng)估計(jì)結(jié)果，同配性的AIC和BIC較低，其擬合效果更好。

根據(jù)節(jié)點(diǎn)協(xié)變量估計(jì)結(jié)果，Homphily(GdpHigh)、Homphily(GdpMid)和Homphily(GdpLow)在1%統(tǒng)計(jì)性水平上正向顯著，說明具有相近經(jīng)濟(jì)水平的區(qū)縣其形成空間關(guān)聯(lián)網(wǎng)絡(luò)概率相對(duì)較高。Homphily(GagrHigh)和Homphily(GagrLow)在1%水平上顯著為正，Homphily(GagrMid)在5%水平上顯著為負(fù)，該結(jié)果表明高、低兩種農(nóng)業(yè)GDP占比地區(qū)更傾向于形成空間增收網(wǎng)絡(luò)，進(jìn)而對(duì)農(nóng)戶增收網(wǎng)絡(luò)的形成有正向促進(jìn)作用，而中等農(nóng)業(yè)發(fā)展水平的區(qū)縣其農(nóng)戶增收對(duì)其他地區(qū)空間影響為負(fù)。產(chǎn)生上述現(xiàn)象的可能原因在于農(nóng)業(yè)GDP較高地區(qū)，多為重慶傳統(tǒng)農(nóng)業(yè)區(qū)縣，盡管與農(nóng)業(yè)相關(guān)產(chǎn)業(yè)發(fā)展并不十分發(fā)達(dá)，但農(nóng)戶增收渠道仍多來自于農(nóng)業(yè)生產(chǎn)。而農(nóng)業(yè)GDP占比相對(duì)較低地區(qū)，主要為農(nóng)業(yè)產(chǎn)業(yè)化發(fā)達(dá)地區(qū)，農(nóng)產(chǎn)品商品化程度和規(guī)模化種植程度相對(duì)較高，農(nóng)業(yè)從業(yè)人員從中獲益較多。Homphily(Cagr.OutputHigh)在1%統(tǒng)計(jì)水平上正向顯著，而Homphily(Cagr.OutputLow)在1%水平上顯著為負(fù)，意味著人均農(nóng)業(yè)商品產(chǎn)值越高，越能顯著提高農(nóng)戶增收空間網(wǎng)絡(luò)形成概率，而低農(nóng)業(yè)商品化產(chǎn)值地區(qū)間更難以形成農(nóng)戶增收網(wǎng)絡(luò)空間。若分析主效應(yīng)可知，高人均農(nóng)業(yè)商品產(chǎn)值區(qū)縣的農(nóng)戶增收空間網(wǎng)絡(luò)發(fā)生概率分別是中低區(qū)縣的1.03倍和1.44倍。Homphily(Eco.cropsHigh)在1%統(tǒng)計(jì)水平上正向顯著，而Homphily(Eco.cropsLow)則為負(fù)向顯著，意味著人均經(jīng)濟(jì)作物產(chǎn)值較高區(qū)縣更易于形成農(nóng)戶增收空間網(wǎng)絡(luò)，而人均經(jīng)濟(jì)作物產(chǎn)值較低地區(qū)則缺乏與其他地區(qū)形成增收網(wǎng)絡(luò)的能力。中等水平的糧食作物商品化率Homphily（Food.cropsMid） 在10%統(tǒng)計(jì)水平上正向顯著，但系數(shù)較小，對(duì)農(nóng)戶增收空間網(wǎng)絡(luò)的形成作用有限。而高人均糧食作物商品化率（Homphily（Food.cropsHigh））在1%顯著性水平正向顯著，說明只有糧食作物商品化率較高時(shí)才能促進(jìn)農(nóng)戶增收，并對(duì)其他地區(qū)農(nóng)戶增收產(chǎn)生外溢影響。即農(nóng)戶增收主要發(fā)生在農(nóng)業(yè)GDP水平較高或較低，且以經(jīng)濟(jì)作物為主，同時(shí)農(nóng)業(yè)商品產(chǎn)值較高的地區(qū)。鄉(xiāng)村從業(yè)人員和人均有效灌溉面積兩個(gè)變量均未通過顯著性檢驗(yàn)，無法對(duì)農(nóng)戶增收的空間網(wǎng)絡(luò)形成產(chǎn)生影響。

在模型1基礎(chǔ)上增加經(jīng)濟(jì)空間網(wǎng)絡(luò)、地理空間網(wǎng)絡(luò)和種植結(jié)構(gòu)空間網(wǎng)絡(luò)等網(wǎng)絡(luò)協(xié)變量，考察重慶市37區(qū)縣嵌入的各種空間變量對(duì)農(nóng)戶增收的影響。根據(jù)列5估計(jì)結(jié)果可知，經(jīng)濟(jì)空間和地理空間以網(wǎng)絡(luò)變量均在1%統(tǒng)計(jì)水平上正向顯著，意味著農(nóng)戶增收空間網(wǎng)絡(luò)和經(jīng)濟(jì)空間網(wǎng)絡(luò)、種植結(jié)構(gòu)的空間布局具有明顯空間重疊，即地區(qū)間經(jīng)濟(jì)聯(lián)系越緊密，以及種植結(jié)構(gòu)空間布局越臨近地區(qū)，更易于形成農(nóng)戶增收的空間關(guān)聯(lián)網(wǎng)絡(luò)。地理空間網(wǎng)絡(luò)模型雖在10%統(tǒng)計(jì)水平上正向顯著，但系數(shù)較小，說明地理空間網(wǎng)絡(luò)對(duì)農(nóng)戶增收網(wǎng)絡(luò)形成的正向促進(jìn)作用有限。區(qū)域間各類經(jīng)濟(jì)要素，通過產(chǎn)品、人員和技術(shù)及資金的流動(dòng)等逐年增強(qiáng)，這種經(jīng)濟(jì)空間網(wǎng)絡(luò)的拓展，有效提高了農(nóng)戶增收網(wǎng)絡(luò)形成概率。同時(shí)相類似的種植結(jié)構(gòu)容易形成規(guī)?；a(chǎn)能，形成某類農(nóng)產(chǎn)品的供給基地，從而在農(nóng)戶增收網(wǎng)絡(luò)的形成中具有一定吸引力。但種植結(jié)構(gòu)系數(shù)較經(jīng)濟(jì)空間網(wǎng)絡(luò)為小，這可能和部分區(qū)縣農(nóng)業(yè)種植結(jié)構(gòu)散亂和規(guī)?；潭容^低有關(guān)。通常情況下，初級(jí)和分散種植的農(nóng)產(chǎn)品供給模式，其風(fēng)險(xiǎn)承載力通常較低，更易受農(nóng)產(chǎn)品價(jià)格變動(dòng)影響，由此對(duì)農(nóng)戶增收空間網(wǎng)絡(luò)形成和擴(kuò)展貢獻(xiàn)也會(huì)不足。因此，從提高農(nóng)戶增收角度出發(fā)，仍需促進(jìn)農(nóng)業(yè)規(guī)模化種植和產(chǎn)業(yè)化發(fā)展，通過借助經(jīng)濟(jì)要素的快速流動(dòng)結(jié)果，從全市整體角度促進(jìn)農(nóng)戶增收空間網(wǎng)絡(luò)形成，構(gòu)建多產(chǎn)業(yè)、多結(jié)構(gòu)農(nóng)戶增收渠道（趙偉等，2017）。

表4 ERGM模型估計(jì)結(jié)果

續(xù)表

模型6對(duì)所有變量展開估計(jì)，與前面分析結(jié)果相對(duì)比，AIC和BIC多相對(duì)較小，表明模型擬合度更好。內(nèi)生結(jié)構(gòu)變量和行為者屬性（節(jié)點(diǎn)變量）與前面估計(jì)結(jié)果基本一致。網(wǎng)絡(luò)協(xié)變量中，經(jīng)濟(jì)空間變量的影響最顯著，地理空間網(wǎng)絡(luò)和種植結(jié)構(gòu)空間網(wǎng)絡(luò)的影響較顯著。

此外，對(duì)2010年和2015年的數(shù)據(jù)采用ERGM模型展開估計(jì)，并與2017年回歸結(jié)果對(duì)比分析發(fā)現(xiàn)，農(nóng)業(yè)商品產(chǎn)值和人均經(jīng)濟(jì)作物商品產(chǎn)值對(duì)農(nóng)戶增收正向影響逐步增強(qiáng)。協(xié)變量網(wǎng)絡(luò)中，經(jīng)濟(jì)空間網(wǎng)絡(luò)和種植結(jié)構(gòu)空間網(wǎng)絡(luò)對(duì)農(nóng)戶增收促進(jìn)作用顯著增強(qiáng)，地理空間網(wǎng)絡(luò)對(duì)農(nóng)戶增收影響趨弱，且整個(gè)研究年度衰減較顯著。

五、研究結(jié)論與政策啟示

（一）研究結(jié)論

文章借助網(wǎng)絡(luò)分析法和指數(shù)隨機(jī)圖模型（ERGM）回歸分析，闡釋影響重慶地區(qū)農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)及形成的主要影響因素。主要研究結(jié)論如下。（1）整體而言，重慶地區(qū)農(nóng)戶增收空間網(wǎng)絡(luò)密度呈現(xiàn)持續(xù)增強(qiáng)態(tài)勢。其中，南岸區(qū)、九龍坡區(qū)和江北區(qū)的網(wǎng)絡(luò)中心性指標(biāo)最高，在農(nóng)戶增收的空間關(guān)聯(lián)網(wǎng)絡(luò)中集聚和擴(kuò)散作用最大。三峽庫區(qū)生態(tài)經(jīng)濟(jì)區(qū)和渝東南少數(shù)民族聚居區(qū)仍處于農(nóng)戶增收空間網(wǎng)絡(luò)邊緣。（2）從趨勢上看，農(nóng)戶增收空間關(guān)聯(lián)網(wǎng)絡(luò)日益緊密，但仍存不平衡發(fā)展態(tài)勢。（3）農(nóng)戶增收網(wǎng)絡(luò)體現(xiàn)互惠性特征，但非均衡的非互惠關(guān)系仍存在。樣本期內(nèi)農(nóng)戶增收傳遞性的增強(qiáng)推動(dòng)了各區(qū)縣間農(nóng)戶增收空間溢出效應(yīng)的產(chǎn)生和形成。（4）ERGM回歸結(jié)果可知，較高農(nóng)業(yè)GDP占比、人均經(jīng)濟(jì)作物商品產(chǎn)值和農(nóng)業(yè)商品產(chǎn)值等對(duì)農(nóng)戶增收空間網(wǎng)絡(luò)形成具有促進(jìn)作用。只有糧食作物商品化率較高時(shí)，才能促進(jìn)農(nóng)戶增收產(chǎn)生空間外溢。（5）協(xié)變量網(wǎng)絡(luò)中，經(jīng)濟(jì)空間網(wǎng)絡(luò)對(duì)農(nóng)戶增收影響最強(qiáng)，地理空間網(wǎng)絡(luò)的影響逐漸式微。

（二）政策建議

（1）從網(wǎng)絡(luò)中心性指標(biāo)分布看，要整體提高重慶市農(nóng)戶收入，均衡區(qū)域間農(nóng)戶收入水平，需提升三峽庫區(qū)、渝東南地區(qū)等邊緣地區(qū)與南岸區(qū)、九龍坡區(qū)等地區(qū)之間的利益交流和產(chǎn)業(yè)合作，重點(diǎn)加強(qiáng)與臨近高農(nóng)戶增收區(qū)縣合作，構(gòu)建合作體系。對(duì)起“橋梁”和“樞紐”作用的區(qū)縣，政府可加強(qiáng)對(duì)“關(guān)鍵中間人角色”的培養(yǎng)，承擔(dān)聯(lián)系者和溝通者作用，促使邊緣地區(qū)與核心地區(qū)間形成更多合作機(jī)會(huì)，自身也可從中獲益。

（2）從網(wǎng)絡(luò)內(nèi)生結(jié)構(gòu)變量影響結(jié)果看，要促進(jìn)農(nóng)戶增收，需進(jìn)一步加強(qiáng)空間網(wǎng)絡(luò)的信息傳遞、資金和技術(shù)融通，優(yōu)化不同地區(qū)農(nóng)戶增收空間關(guān)聯(lián)結(jié)構(gòu)，以提升農(nóng)戶增收網(wǎng)絡(luò)傳遞的效率。

（3）從節(jié)點(diǎn)協(xié)變量的影響結(jié)果看，應(yīng)提高農(nóng)戶收入較低地區(qū)經(jīng)濟(jì)作物種植比例，提高農(nóng)產(chǎn)品商品化率。在以農(nóng)業(yè)為主的區(qū)縣培養(yǎng)一批農(nóng)業(yè)產(chǎn)業(yè)化種植基地，而農(nóng)業(yè)產(chǎn)業(yè)化程度較高地區(qū)和農(nóng)產(chǎn)品高度需求地區(qū)，則可通過技術(shù)、資金和土地資源等的投資和流動(dòng)為這些地區(qū)提供各種支持。在重慶市內(nèi)部，各區(qū)縣地方政府應(yīng)主動(dòng)破除行政藩籬，通過土地流轉(zhuǎn)、大戶培養(yǎng)等方式，主動(dòng)加強(qiáng)與相鄰區(qū)縣合作，共同提高重慶市農(nóng)戶收入。

（4）從三個(gè)網(wǎng)絡(luò)協(xié)變量對(duì)農(nóng)戶增收網(wǎng)絡(luò)關(guān)聯(lián)性形成的影響趨勢看，第一，繼續(xù)加強(qiáng)收入增長核心區(qū)縣與邊緣區(qū)縣的經(jīng)濟(jì)合作，優(yōu)化區(qū)域間農(nóng)戶增收空間格局；第二，須正視區(qū)縣間經(jīng)濟(jì)發(fā)展現(xiàn)狀和資源環(huán)境稟賦差異，以經(jīng)濟(jì)要素流動(dòng)積極提高邊緣區(qū)縣的農(nóng)業(yè)產(chǎn)出和農(nóng)戶收入；第三，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整需借助大數(shù)據(jù)系統(tǒng)，以信息流通促進(jìn)種植結(jié)構(gòu)的重新布局、綜合、規(guī)?；?、產(chǎn)業(yè)化和商品化。最終實(shí)現(xiàn)農(nóng)戶增收和地區(qū)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展，實(shí)現(xiàn)鄉(xiāng)村振興。