时间:2024-04-24
马 飞,杨思琳,徐 妍
(长安大学 经济与管理学院,陕西 西安 710064)
改革开放以来,我国综合实力显著提高,经济、政治、文化等取得了长足的进步。1978 年农业总产值仅为1 117.5 亿元,2020 年增加到71 748.23 亿元,两者相差63 倍。在农业总产值高速增加的同时,交通基础设施也迅速发展。以公路和铁路为例,普通公路由1978 年的89.02 万公里增加到2020年的519.81 万公里;改革开放初期高速公路里程为零,2020 年已达16.1 万公里,实现了从无到有的飞跃;铁路运营里程在1978 年仅有5.17 万公里,2020年为14.63 万公里,是之前的1.8 倍[1]。
从经济增长角度来看,随着交通基础设施的不断发展,我国农村居民收入有了显著的提高。将2019 年我国农村居民人均可支配收入按照五等份进行划分,最高等级的高收入组人均可支配收入高达36 049.4 元,最低等级的低收入组人均可支配收入仅有4 262.6 元,高收入组的人均可支配收入是低收入组的8.46 倍[2]。由此看出,目前我国农村居民的收入差距比较严重,尤其是农村居民地区间的收入差距逐年扩大,缩小收入差距,改善民生迫在眉睫。
“十四五”开启全面建设社会主义现代化国家新征程,是向第二个百年奋斗目标进军的第一个五年。民族要复兴,乡村必振兴。全面建设社会主义现代化国家,实现中华民族伟大复兴,最艰巨最繁重的任务依然在农村。交通作为基础设施的重要组成部分有很强的先导作用,是经济发展的巨大推手之一。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中指出实施农村道路通畅工程,加强农村资源路、产业路、旅游路和村内主干道建设对推动我国农村经济发展至关重要。此外,农村居民人口数量占我国总人口比重较大,推动农村经济的平衡发展对我国整体经济发展的平稳性有较大作用。研究我国交通基础设施发展对农村居民地区间收入差距的影响无论是对国家、地方政府还是农民来说都具有极大的理论意义、现实意义及政策指导。
现有研究表明,学者大多根据自己的研究内容给予交通基础设施一个略有差异的定义。根据基础设施定义的范围不同,学者将基础设施定义为狭义和广义两个方面。钱家骏等[3]指出狭窄的基础设施专指具有有形资产的部门,如交通工具、电力通信、水供应等。广义的基础设施则不仅包括这些部门,还包括教育、科学研究、卫生等。The Word Bank[4]在其发展报告中进一步指出,运输基础设施是直接影响经济发展的经济基础设施。赵坚等[5]在其文章中提到的交通基础设施,属于狭义的范畴,是指满足客运和货运需求的基础设施,如铁路、公路、港口、机场、管道等。综上,农村多远离沿海港口,且大部分远离内河,不考虑水路运输;城市的机场一般修建在省会城市、发达或较发达地区,农村地区离机场一般较远,所以不考虑航空运输;公路和铁路满足了农村地区的大部分客货运需求,是推动农村地区经济发展的主要交通基础设施。基于此,本文将交通基础设施定义为公路和铁路两种主要满足农村地区客运及货运需求的基础设施。
学者对收入差距有一个较为统一的定义,并对这一概念进行了细致的分类。在一定社会经济条件下,按统一货币单位或实物单位表示的居民收入水平差异,以及居民收入占社会总收入比重的差异,就是收入差距,它是与收入均等相对应的概念。收入差距可分为相对收入差距和绝对收入差距。以收入比重或收入相对额来表示的收入差距叫相对收入差距,它是从收入位次变动的角度来考察的。以居民收入水平在货币或实物指标上来表示的差距叫绝对收入差距,它基于收入水平对收入差距问题进行研究。国内外学者在研究收入差距时大多是以绝对收入差距来进行研究的。聂海等[6]在研究东中西三大经济带农村居民收入差距时选取基尼系数和泰尔熵指数两个指标测算绝对收入差距。运晓娟[7]在国际贸易对我国西部农村地区居民收入差距的影响一文中研究的是绝对收入差距。
随着交通基础设施的不断发展,越来越多的国内学者关注交通发展对经济发展的影响。在研究内容方面,国内学者对农村经济发展这一问题的研究已有不少成果,多涉及交通对我国农村经济增长的影响、交通对城乡收入差距的影响等。其一,一些学者认为交通基础设施的发展有助于促进经济增长。叶昌友等[8]采用空间面板数据进行研究,检验了交通业发展与区域经济增长的关系,并指出交通基础设施发展水平与经济增长息息相关,其中铁路建设和公路建设对经济的拉动作用更为明显。袁伟彦等[9]研究证明交通基础设施建设会促进我国农村居民收入增长。其二,一些学者认为交通基础设施发展有助于缩小城乡居民收入差距,促进社会公平。樊纲[10]在其研究中发现交通基础设施的发展可以改变城乡间的非农业结构,进而缩小城乡收入差距。郭将等[11]研究认为公路交通基础设施的建设有助于缩小城乡收入差距。
对现有文献进行回顾发现,交通对经济的影响引起了学者的关注。从量的方面考虑,交通发展普遍推动经济增长;从质的方面考虑,交通发展普遍缩小城乡收入差距。目前我国收入不平等现象较为突出,如何引导交通基础设施建设,使得收入差距缩小,是学者重点关注的问题。除了从城乡角度出发考察收入差距外,还可以考察地区间收入差距。民族要复兴,乡村必振兴,在乡村振兴的大背景下,农村群体是学者的重点关注之一。基于此,农村地区的收入差距也是需要重点研究的内容。那么,交通基础设施发展会对农村居民地区间收入差距产生什么影响呢? 交通基础设施发展对农村居民地区间收入差距的影响是否会因地理区位、交通发展、收入水平的不同而产生差异性呢? 面对农村地区收入不平等的现状,政府部门应该采取哪些措施使得收入差距缩小呢? 为了找到以上问题的答案,本文建立固定效应模型,重点探究交通基础设施发展对农村居民地区间收入差距的影响,为政府改善农村地区收入不平等现状,实现均衡发展提供决策支持。
阿马蒂亚·森[12]早期在研究能力贫困时提出了一个重要的理论——能力贫困理论。他认为贫困的本质是获得收入的能力低下,也就是能力贫困。传统概念的核心是收入低下。同时,阿马蒂亚·森[12]认为贫困的本质不是传统意义的收入低下而是人们主动获得收入的能力低下,即可行能力的贫困。举例来说,一个靠政府救济金生活的人与一个靠自己能力工作的人,即使他们收入相同,但是仍认为领取救济金的人的贫困程度高于在岗职工。由此可以看出,缩小收入差距的最好办法不是直接给与贫困人员收入,而是提高其主动获得收入的能力,帮助其进行自我提高和自我发展,即“授人以鱼不如授人以渔”。
交通基础设施的发展是一项长期且持久的工程,从工程初期的规划到后期的兴建都需要大量的劳动力,这部分劳动力主要来源于附近农村地区的居民。通常有着稳定收入或较高收入的农村居民大多数不愿意放弃自己现有的工作转而加入交通基础设施的修建,所以交通工程所使用的劳动力大部分是低收入甚至是无收入人群。交通基础设施的建设会雇佣大量的廉价劳动力,给农村居民创造了更多的就业机会,提供了更多的收入来源,从而缩小地区间收入差距。
交通基础设施的发展会使跨区域劳动力转移变得更加便利。以公路为例,公路的修建不仅使得单位时间内通过的车次增加,而且通过单位路程所花费的时间减少,从而使得相同时间内转移的乘客数量增加。此外,公路的修建会增加农村居民购买私家车的意愿,拥有私家车后往返于工作地和居住地所花费的时间更少,可更便利地来往于两地之间,这样更大程度上促进了劳动力的转移。总而言之,交通基础设施的建设使劳动力转移成本降低,提升了农村居民离开农业转向其他产业工作的意愿,同时也提高了获得更高收入的可能性,增加了无收入或低收入人群的就业机会,进而缩小了农村居民地区间收入差距。
交通基础设施的发展提升了劳动力的溢价效应。其一,完善的交通基础设施不仅可以吸引更多的投资者来农村地区开办企业,而且提升该地区内企业的生产效率,减少企业的投资成本,这直接影响了劳动力报酬的提升。其二,交通基础设施的完善情况极大地影响了产业的转移和聚集。农村地区交通基础设施的不断发展会使农村成为产业转移和聚集的选择地之一。产业聚集所带来的集聚效应和知识溢出效应,很大程度上促进了该地区科技水平的提升[13]。农村劳动力可以享受到产业聚集带来的极大好处,例如,提升自己的能力及综合素质,获得更多的就业机会等,这样可以有效缩小农村居民地区间的收入差距。其三,交通基础设施的建设可以使信息传递更加完备,农村居民可以较为便利地去其他地方寻找收入来源以及获取更多的就业信息,这在一定程度上弥补了由于信息不匹配所带来的劳动力不匹配问题。农村居民可以充分了解符合自身需求和条件的招聘信息,提高主动获得更高收入的能力。同时,农业企业为了招聘到合适的工作人员和留住正在工作的员工,会适当提高工资水平以增强企业对劳动力的吸引力。
交通基础设施的发展扩大了劳动力的就业效应。便利的交通会吸引大量企业家来农村兴办企业,使得产业在该地区发生聚集。一方面,交通发展给农村提供了更多的就业机会,拓宽了农民收入来源,缩小收入差距。另一方面,交通发展降低了劳动力转移成本(包括货币成本和时间成本),农村剩余劳动力可以在居住地附近找到工作岗位,缩小收入差距。
1.交通基础设施发展水平度量指标。根据交通基础设施的度量标准,交通基础设施度量指标通常分为两类。(1)基于新古典理论分析下的资本概念。交通基础设施是一种主要由政府和国家投资兴建的公共品,大量学者用交通基础设施投资额来衡量交通发展水平。张映芹等[14]在考虑到数据的可获得性和代表性的因素后用交通运输、仓储和邮政业的投资(T)来代替交通基础设施的投资,进而度量交通基础设施发展水平。(2)交通基础设施建设的实物形式。交通基础设施是一种主要由政府投资的公共品,以铁路建设为例,其投资的主要来源是国家和政府,并且该投资建设并不是完全基于经济利益最大化的原则。因此,以货币衡量的交通基础设施投资额作为度量交通基础设施发展水平的指标有一定程度的偏差,并且在数据获取方面也存在一定的困难,而采用实物形态的指标来度量交通基础设施更具有现实性。现有研究中大部分学者都采用第二种以实物形式来度量的方法,用交通基础设施密度来度量交通基础设施发展状况,密度越大,该地区交通发展水平越高。密度是指密集程度,交通基础设施的密度为里程/面积。以公路为例,公路密度为该地区的公路年末存量除以地区行政面积(公里/平方公里)。叶昌友等[8]在研究交通基础设施与区域经济增长的关系时用铁路密度和公路密度来衡量地区的交通基础设施发展情况。他们认为对于中西部地区来说,我国交通运输主要由铁路和公路完成,铁路和公路所承担的全国客运和货运量分别达到了86.9%和85.7%以上,水运和民航运输的贡献相对较小。李强等[15]在对交通基础设施、制度变迁与全要素能源效率的研究中,用交通基础设施密度来表征交通基础设施发展。袁说[16]在衡量地区交通发展水平时,采用普通公路密度和高速公路密度。
基于此,本文选用第二种以实物形式度量的方法,用交通基础设施密度来度量交通基础设施发展状况。由于前文根据农村地区交通的特点,将交通基础设施定义为公路和铁路两种主要满足农村地区客运及货运需求的基础设施。因此,本文用公路密度和铁路密度来衡量交通基础设施发展水平。
2.收入差距测算方法。对于收入差距的测算方法,国内外学者从不同的角度出发,提出了很多观点。其中,最具有代表性的是洛伦兹曲线、基尼系数以及泰尔熵指数[17-18]。
本文分别使用基尼系数和泰尔熵指数来测算农村居民地区间收入差距,其中基准回归部分用泰尔熵指数测算收入差距,稳健性检验部分用基尼系数替换泰尔熵指数测算收入差距。
1.被解释变量。为分析交通基础设施对农村居民地区间收入差距的影响,选取泰尔熵指数(T)为被解释变量,用来衡量农村居民地区间收入差距。
2.解释变量。选取公路密度和铁路密度来衡量交通基础设施的发展水平。公路网密度(DH),用该地区的公路年末存量除以地区行政面积(公里/平方公里);铁路网密度(DR),用该地区的铁路年末存量除以地区行政面积(公里/平方公里)。
3.控制变量。已有研究收入差距的资料显示,劳动力、资本、政策以及教育等因素都会影响居民收入差距[19-22],基于此本文选取控制变量如下:
农户固定资产投资(K):用农户固定资产投资额(亿元)作为衡量指标。固定资产投资是资本的代表,其变化会影响农村居民的收入,所以认为农户固定资产投资也会影响农村居民地区间收入差距。
农业机械化水平(A):农业机械化水平是技术的代表,会对农村居民地区间收入差距产生影响,本文用农业机械总动力(万千瓦)来衡量农业机械化水平。
人力资本存量(EUD):用各省人均受教育年限(年)来衡量人力资本存量。人均受教育年限的计算方法诸多,本文根据张志远等[23]所使用的方法:人均受教育年限=(小学人数×6+初中人数×9+高中人数×12+大专及以上人数×16)/总就业人数,计算我国23 个省份的人均受教育年限。
经济发展程度(GDP):用各省人均GDP(亿元)来衡量该地区经济发展程度。
政府干预程度(GOV):选择政府财政支出(亿元)来衡量政府干预程度。
本文的样本是2010—2019 年我国23 个省份的面板数据,数据来源于《中国统计年鉴》、《中国农村统计年鉴》和各地区统计年鉴。此外,新疆等地区的数据有所缺失,因此从样本中剔除。
进行豪斯曼检验,结果显示Prob.=0.000 0(<0.01),在1%的显著性水平上拒绝原假设,应当将模型设定为固定效应模型。
其中:i(i=1,2,…,23) 表示省份,t(t=2010,2011,…,2019)表示时间。T表示泰尔熵指数,用来衡量收入差距。DH代表公路密度,DR代表铁路密度;K代表农户固定资产投资,A代表农业机械化水平,EUD代表人力资本存量,GDP代表经济发展程度,GOV代表政府干预程度;η 为时间固定效应,ε为随机扰动项。
1.交通基础设施发展现状分析。通过2010—2019 年我国公路网和铁路网数据分析,可以看出我国交通基础设施的存量逐年增长,但各地区间发展差异较大。图1 展示了2019 年我国公路存量和铁路存量分布状况。
图1 2019 年我国公路和铁路存量分布
我国公路存量呈现极不平衡的现状,东部和中部地区公路密度较大,西部地区公路密度较小。由图1 可以看出东部和中部的山东、河南、安徽、湖北、江苏这五个省份的公路存量远超其他地区,排在第一梯队。2019 年我国东部的山东省公路存量在全国排名第一,公路密度达到了1.774 2 公里/平方公里,西部的青海省公路存量排在全国最后一位,公路密度仅有0.116 3 公里/平方公里,前者的公路存量为后者的15.26 倍。西部地区大多经济发展相对落后,有些地区甚至地广人稀,地势崎岖不平,修路的难度要远大于东部和中部地区。
我国铁路存量同样呈现极不平衡的状态,东部地区铁路密度较大,中部和西部地区铁路密度较小。由图1 可以看出,东部的山东省和辽宁省铁路密度最大,远大于中、西部地区。2019 年辽宁省铁路密度最大,排在全国第一,达到0.043 8 公里/平方公里,西部青海省铁路存量依然排在最后一位,仅有0.003 4 公里/平方公里,前者的铁路存量是后者的12.88 倍。铁路存量的分布与我国的地理环境和经济发展程度基本一致。
2.农村地区收入差距现状分析。基于前文分析,选用泰尔熵指数(T)来衡量收入差距,并对农村地区收入差距作进一步的分析,计算出2019 年我国农村地区的泰尔熵指数并绘制图2。
图2 2019 年我国农村地区收入差距
我国经济发展呈现出东、西部发展极度不平衡,东部沿海城市经济发展远超中、西部内陆城市的现状。除了东、中、西部之间发展不平衡外,东、中、西内部也呈现出较大的发展差距。以各地区的收入差距为例分析,由图2 可以看出,我国的中部、西部和东部部分地区收入差距过大,东北和南部多数地区收入差距较小。
1.多重共线性检验。在计量分析之前,先对各个变量进行多重共线性检验,目的是提高计量结果的可信度,防止各变量之间存在高度的线性关系,进而对本文的分析结果产生不良影响。本文为检验各变量之间是否存在多重共线性,采用的方法是简单相关系数检验法和方差膨胀因子法,检验结果如表1 所示。
表1 多重共线性检验结果
由表1 的结果可知:变量之间相关系数最高的是政府干预程度(GOV)和农户固定资产投资(K),相关系数为0.785 4。利用方差膨胀因子(VIF)作进一步的多重共线性分析,各变量对应的方差膨胀因子(VIF)值均小于10,且绝大多数方差膨胀因子(VIF)值小于5,说明变量之间不存在多重共线性问题。
2.平稳性检验。为增加数据的平稳性,计量检验之前先进行单位根检验。考虑到不同单位根检验方法的局限性,同时采用LLC、IPS、ADF-Fisher以及PP-Fisher 四种常见的检验方法进行单位根检验。从表2 的结果可以看出:除经济发展程度(GDP)外均不存在单位根,表明数据为平稳的。经济发展程度(GDP)在经过二阶差分后通过了显著性检验,表明其二阶差分序列数据不存在单位根,是平稳的。
表2 单位根检验
3.协整检验。采用Engle-Granger 两步法对残差序列进行检验。表3 检验结果显示:在5%的显著性水平下通过了Kao 检验,在1%的显著性水平下通过了Pedroni 检验,由此可以认为变量之间存在长期协整关系。
表3 协整检验
4.格兰杰因果检验。为了说明解释变量和被解释变量之间的因果关系,采用格兰杰因果关系检验来研究交通发展水平和农村居民地区间收入差距之间是否存在这样的因果关系。
从表4 检验结果可以看出:不能拒绝T不是DH的Granger 原因的原假设,而在5%的显著性水平拒绝DH不是T的Granger 原因的原假设。这表明公路密度(DH)一定程度上影响农村居民地区间收入差距。
表4 格兰杰因果检验
5.基准回归分析。本文以我国农村地区为研究范围,建立固定效应模型研究我国交通基础设施发展水平对农村居民地区间收入差距的影响。选取泰尔熵指数(T)作为被解释变量,用来衡量农村居民地区间收入差距;选取公路密度(DH)、铁路密度(DR)作为解释变量,用来衡量交通基础设施发展水平;选取控制变量农户固定资产投资(K),农业机械化水平(A),人力资本存量(EDU)、经济发展程度(GDP)和政府干预程度(GOV),得出的回归结果见表5,回归方程式如(2)所示。
表5 固定效应模型回归结果
表5 的回归结果显示:在1%的显著性水平下,解释变量DH和DR均通过t统计量检验,说明两个解释变量的系数是显著的;回归方程的F统计量为20.356 1,其概率值P为0.000 0,说明在1%的显著性水平下该固定效应模型的回归结果显著。
由表5 回归结果还可以看出:公路密度(DH)、铁路密度(DR)、农户固定资产投资(K)、人力资本存量(EDU)、经济发展程度(GDP)和政府干预程度(GOV)均在1%的显著性水平上显著。公路密度(DH)的系数为1.086 3,说明公路运输的发展对我国农村居民地区间收入差距会产生显著的正向影响,即公路运输发展越好,地区间收入差距越大,并且公路密度每增加1%,收入差距扩大1.09%。铁路密度(DR)的系数为-0.635 8,说明铁路运输的发展对我国农村居民地区间收入差距产生显著的负向影响,即铁路运输发展越好,地区间收入差距越小,并且铁路密度每增加1%,收入差距缩小0.64%。铁路由于其修建难度较大、地理位置限制大等特点对收入差距影响较小,但是由于其分布较为均衡、处于发展期、铁路修建要求较高等特点,对收入差距产生着稳定的缩小作用。
影响农村居民地区间收入差距的因素是多样的,对于不同地区来说,交通基础设施发展对收入差距会产生不同的影响。公路是交通基础设施中最具代表性的一个部分,也是最早开始发展的基础设施。对于农村地区来说,公路对农村居民的收入及地区间收入差距的影响较大。前文的回归结果显示公路运输的发展会使得农村居民地区间收入差距扩大,造成这一现象的原因有很多。
首先,公路的质与量不能协同发展。农村处于多农田、多山脉等地形较复杂的地区,在这些地区修建公路难度较大。因此,只注重公路网的密集度发展而没有提高公路的质量并不能有效提高交通运输的效率。交通运输的效率低下会影响农村劳动力在地区间的流动,进而使得地区间收入差距扩大。
其次,公路发展所带来的极化效应大于扩散效应。极化效应又称回波效应,指在极点上,主导部门的建设产生的向心力吸引了周围地区的原材料、劳动力等资源。随后,外区的资金、技术、项目等也被吸引。两种外部作用使得极点经济迅速发展,使得极点地区的农村居民收入水平大幅提高。扩散效应是通过技术、人才、产品等资源的流动,带动极点周围地区的经济发展。公路发展过程中,以上两种效应同时存在。然而,不同地区不同发展阶段两种效应的大小不同,我国农村地区处于极化效应大于扩散效应的阶段,因此公路发展会使得地区间收入差距扩大。
再次,公路密度的分布结构会给农村居民地区间收入差距带来不同的影响。影响收入差距的因素不仅仅有公路的存量,公路的分布结构也会对其产生不同的影响。公路密度分布越均衡,农民们的出行条件越便利,获得收入的机会越趋于相等,收入差距就会越小,反之收入差距就会越大。
最后,不同的产业布局也会影响公路密度对农村居民地区间收入差距的作用。随着公路运输的不断发展完善,地区间的资源要素也会转移和聚集。不同产业部门对要素的利用效率不同。对于要素利用高效率的地区来说,在该地区工作的农村居民收入增加快于要素利用低效率的地区。两个地区居民收入增加的速度差距越大,地区间的收入差距就会越大。
农村居民地区间收入差距越小越有利于农村经济发展,对地区内公路、铁路为主的交通基础设施建设的内在需求相对越强,从而形成了“经济发展倒逼交通基础设施发展”的特色机制。在这种机制的作用下,本文的被解释变量和核心解释变量之间可能存在严重的互为因果关系,从而对模型的估计结果产生影响。本文借鉴陈垚等[24]的作法,将核心解释变量公路密度(DH)和铁路密度(DR)滞后一期作为工具变量,通过两阶段最小二乘法(TSLS)进行估计,以解决互为因果关系。工具变量的有效性:一方面,滞后一期的核心解释变量同当期核心解释变量存在较强相关性,满足工具变量相关性要求。另一方面,滞后一期的核心解释变量同当期随机扰动项之间相关性较低,满足工具变量外生性的条件。根据表6 的TSLS 回归结果可以得出结论,公路密度、铁路密度对农村居民地区间收入差距的影响依然显著,且影响方向相同。这表明在考虑了内生性问题之后,模型的结果依然稳健。
表6 TSLS 回归结果
借鉴参考文献[25-26],分别选择常用的替换被解释变量和替换解释变量两种方法来检验稳健性,即分别用基尼系数(GINI)代替泰尔熵指数(T),用公路客运量(HV)、铁路客运量(RV)代替公路密度(DH)、铁路密度(DR)进行回归,检验结果如表7、表8 所示。
根据表7、表8 的检验结果可以看出:分别更换被解释变量及核心解释变量后,自变量的回归结果依然显著,且变量前系数的正负没有改变。因此,认为实证分析结果是稳健的。
表7 替换被解释变量稳健性检验
表8 替换解释变量稳健性检验
影响收入差距的因素有很多,已有研究资料显示,劳动力、资本、政策以及教育等因素都会影响收入差距。我国地区之间的经济发展不平衡问题一直较为突出,相比于中部和西部地区,东部地区往往有着更高的经济发展水平。更高的经济发展水平会吸引更多的劳动力和资本流入东部地区,政府也会为了推动经济的进一步发展而给予相应的政策支持,东部地区居民的受教育水平也相对高于中、西部地区。基于上文的结论,本文从三个方面——地理区位、交通发展水平、收入水平进行异质性分析,以考察这三个因素对农村居民地区间收入差距的异质性影响,结果如表9、表10、表11 所示。
表9 地理区位异质性分析
表10 交通发展水平异质性分析
表11 收入水平异质性分析
当将地区分为东、中、西部之后,表9 回归结果显示:公路密度依然会对农村居民地区间收入差距产生显著的正效应,与总样本的研究结论一致。全样本回归模型中,收入差距弹性为1.086 3,分样本模型中,东、中、西部的收入差距弹性分别为0.962 5,1.958 8,0.751,说明中部地区的交通基础设施会使得收入差距扩大的幅度更大。分样本的回归结果显示东部地区的铁路发展对收入差距的影响并不显著。东部地区的城市是我国经济发展的第一梯队,且沿海港口较多,水运发达,其收入差距的影响因素更为复杂,因此公路对其不产生显著影响。
当按交通发展水平将样本分为高水平和低水平之后,表10 回归结果显示:公路密度依然会对农村居民地区间收入差距产生显著的正效应,与总样本的研究结论一致。对比总样本和分样本的收入差距弹性大小,可以看出交通发展水平越高的地区,公路对收入差距的扩大效果越明显。铁路密度依然会对收入差距产生显著的负效应,与总样本的研究结论一致,且交通发展水平越高的地区,铁路对收入差距的缩小效果越明显。
当按收入水平将样本分为高收入和低收入之后,表11 回归结果显示:公路密度、铁路密度依然会对农村居民地区间收入差距产生显著的影响,且方向与总样本研究结果一致。此外,相较于全样本地区来说,高收入水平的地区公路密度对收入差距的影响更大,低收入水平的地区铁路密度对收入差距的影响更大。
交通作为基础设施的重要组成部分有很强的先导作用,是经济发展的巨大推手之一。“发展经济,交通先行”以及“要致富,先修路”已被大家普遍认可。然而,从共同富裕的角度来看,并不是公路网和铁路网密度越大,我国农村经济发展越均衡。本文在理论分析交通基础设施对我国农村居民地区间收入差距的基础上,利用2010—2019 年的社会经济数据,实证分析前者对后者的影响,得到以下结论:(1)从全样本角度来看,交通基础设施发展对我国农村居民地区间收入差距产生差异性影响,公路和铁路网密度会对收入差距产生不同影响,公路发展会增大农村居民地区间收入差距,铁路发展会缩小农村居民地区间收入差距。首先,相对于铁路,公路的质与量不能协同发展,农村地区多不平坦、狭窄的道路,导致运输效率低下。其次,公路和铁路的发展都存在极化效应和扩散效应,然而对于我国目前农村地区来说,公路和铁路发展所带来的两种效应的大小不同,公路发展产生的极化效应大于扩散效应,铁路发展产生的扩散效应大于极化效应。再次,公路比铁路更靠近人们的居住地,且对农村居民的收入影响更大,因此公路密度的分布结构会对农村居民地区间收入差距产生较大影响,铁路密度分布结构产生的影响可以忽略不计。最后,农村地区产业布局也会影响公路网和铁路网对农村居民地区间收入差距的影响,铁路网因其密度较小,所以产业布局作用于铁路网对收入差距的影响微乎其微。(2)从分样本角度来看,交通发展水平和收入水平不会对结果产生异质性影响,而地理区位因素则会对结果产生异质性影响,东部地区的铁路发展对农村居民地区间收入差距产生的影响不显著,相对于我国中、西部地区,东部地区经济发展较快,多沿海港口,水运发达,影响收入差距的因素更为复杂,因此铁路对其的作用结果不显著。
通过研究发现,影响农村居民地区间收入差距的因素有很多,交通基础设施只是其中之一。在不同的发展阶段,公路网密度、铁路网密度对收入差距的影响大小不同。基于此,提出以下政策建议:
1.政府应重点完善公路基础设施的发展。相较于铁路,公路基础设施建设成本更小、覆盖面更广,对农民的影响更大。对于农村地区来说,公路的发展是交通发展的重中之重。目前公路建设存在的问题是质量较低、分布不均,政府应将重点放在合理规划区域内的公路网。
2.政府干预经济发展时要全面考虑各种因素。十几年来,我国一直十分重视经济增长,政府大力支持促进经济增长较快的产业。对于农村地区来说,发展前景好的产业会得到政府的资金和政策的大力支持,原本收入较高的农户收入有了更大幅度的提高,从而增加了农村居民地区间收入差距。经济发展固然重要,但是在经济发展之外还应该重视社会公平。因此,政府对农村地区进行经济和政策支持时应该全面考虑各方面的因素,不仅要大力支持经济增长较快的产业,还应当扶持改善民生的产业,缩小农村居民地区间收入差距,推动社会公平。
3.农户应提高自己获得收入的能力。农村居民地区间收入差距主要来源于一部分居民的收入偏低,而另一部分居民收入中等甚至偏上,导致了农村地区的贫富差异。这部分收入偏低的居民主要是获得收入的能力低下,也就是能力贫穷。提高收入偏低居民获得收入的能力是改善农村地区贫富差距的最好办法。对于农村居民来说,学习各种技能,提升自己的能力,进而获得更多的收入来源和就业机会是缩小贫富差距的重要之策。
4.农户应提高对子女教育的重视度。随着农民收入的提高,原本重视子女教育但是没有经济支撑的人群可以使其子女接受更高程度的教育,重视子女教育的农民其家庭人均受教育年限会越来越高;相反不重视的人,其家庭人均受教育年限不会有大幅变动。所以,农村家庭之间的人均受教育程度也会产生较大差距。受教育程度高的家庭获得收入的机会也相应增加,进而导致收入差距扩大。因此,提高农民群体对教育的重视度,缩小农村教育水平的差距,推动教育公平是农村经济均衡发展的重要措施。
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!