新型城镇化对农民收入的影响

摘要 运用熵值法对长江经济带2009—2019年新型城镇化率进行测算，之后通过GMM模型分析城镇化对农民收入的影响。结果表明：①长江经济带2009—2019年城镇化综合发展处在良好水平，综合发展指数整体呈上升趋势;②新型城镇化率对农村居民家庭纯收入、收入结构、非农收入和农业收入有显著的促进作用，且对非农收入的促进作用要大于对农业收入的促进作用。传统城镇化率对农村居民家庭纯收入、收入结构、非农收入有显著的促进作用，对农业收入有显著的抑制作用。因此，为了从整体上进一步提高长江经济带新型城镇化水平，促进城乡融合发展，应立足各地区发展实际，着力实施推进区域协调发展、促进城乡融合发展和完善基础设施建设等措施来增加农民收入，从而实现长江经济带农业高质量发展。

关键词 新型城镇化;农民收入;熵值法;GMM回归模型;长江经济带

中图分类号 S-9;F 323.8  文献标识码 A

文章编号 0517-6611（2022）09-0231-05

doi：10.3969/j.issn.0517-6611.2022.09.057

开放科学（资源服务）标识码（OSID）：

The Impact of New Urbanization on Farmers’ Income—Taking the Yangtze River Economic Belt as an Example

WU Di

（School of Economics and Management，Yangtze University， Jingzhou，Hubei 434023）

Abstract The paper used the entropy method to calculate the new urbanization rate in the Yangtze River Economic Belt during 2009-2019， then adopts GMM model to analyze the impact of urbanization on formers’ income.The results show that：The comprehensive development of urbanization in the Yangtze River Economic Belt is at a good level from 2009 to 2019， and the comprehensive development index shows an upward trend as a whole;the new urbanization rate has a significant role in promoting rural residents’ family net income， income structure， non-agricultural income and agricultural income， and the role in promoting non-agricultural income is greater than that in promoting agricultural income.The traditional urbanization rate has a significant promoting effect on rural residents’ family net income， income structure and non-agricultural income， and a significant inhibitory effect on agricultural income.Therefore， in order to further improve the new urbanization level of the Yangtze River Economic Belt as a whole and promote the integrated development of urban and rural areas， we should base ourselves on the development reality of various regions， and strive to implement measures such as promoting regional coordinated development， promoting the integrated development of urban and rural areas and improving infrastructure construction to increase farmers’ income， so as to realize the high-quality development of agriculture in the Yangtze River Economic Belt.

Key words New urbanization;Farmers’ income;Entropy method;GMM regression model;Yangtze River Economic Belt

城镇化是经济社会发展的必然阶段，也是我国农业现代化发展的必经过程。城镇化的发展能够在很大程度上解决农村剩余劳动力问题，帮助农村剩余劳动力实现就业，进而提高农民收入。但城镇化的发展往往会忽视农村经济的发展，使农业发展滞后。城镇化的发展会加速农村青壮年劳动力向城镇转移，导致农村“空心化”[1-2]，阻碍农业发展，使城乡发展出现二元化[3]。因此，研究新型城镇化对农民收入的影响对于城乡融合发展有着极为重要的意义。

基于此，大量的学者对新型城镇化与农民收入的关系进行了研究。郭武轲[4]通过对河南省新型城镇化与农民收入增长的关系进行研究发现，新型城镇化发展水平对农民增收具有单向促进作用。他认为城乡差距扩大不是新型城镇化发展的必然结果，城镇化的提高可以促进农民增收，但是其发展速度和水平存在的差异引起城乡差距扩大化。齐长安[5]基于1991—2016年的数据，对农村劳动力转移的减贫效应进行研究，结果表明农村劳动力的转移就业对农民收入增长有显著的正向效应。高延雷等[6]基于异质性理论对城镇化与农民增收效应进行研究发现，传统城镇化、就地城镇化均对农民总收入具有显著的正向影响，传统城镇化会拉大非农和农业收入的差距，影响非农和农业收入的“叠加效应”，就地城镇化会影响非农和农业收入的“冲抵效应”。张杰飞[7]根据CFPS两期数据，运用固定效应和PSM-DID模型研究发现，中部和西部地区农村劳动力转移对农户增收效应的显著性要明显优于东部地区。马林靖等[8]运用倾向得分匹配法对新型城镇化进程中失地农民就业的收入差异进行研究发现，失地农民中，自雇型非正规就业的收入要高于正规就业和失业，而受雇型非正规就业要低于正规就业。王雅丽[9]对苏南地区新型城镇化背景下农民工收入的影响因素进行研究发现，城镇化率、农村机械化水平和教育水平等均会对农民工收入产生促进作用，而农村劳动力转移则会是农民工收入降低。李书奎等[10]根据河南省2013—2017年数据，对新型城镇化与农户发展能力进行研究分现，新型城镇化能够有效提升农户的发展能力。谭智心[11]从财产性收入视角对城镇化进程中城乡收入差距进行研究，通过研究发现，城镇化进程中我国城乡居民的财产性收入再不断扩大，城乡二元化明显。谭昶等[12]根据2007—2016年我国省级面板数据，运用空间计量模型对城镇化与农民收入的空间溢出效应进行研究发现，我国区域经济发展不平衡，省域城镇化水平和农民收入水平具有显著的空间关联性和空间异质性。

综上所述，虽然有关新型城镇化与农民收入的研究日趋完善，但仍然存在一定的短板。首先，有关国家战略性区域的研究比较有限。现阶段的研究主要是针对全国和单个省份;其次，忽略了可能存在的时间惯性[13];最后，在城镇化水平的选择上，大多数学者仅对一种城镇化的影响进行了研究，对新型城镇化和传统城镇化影响的综合研究较为缺乏。因此，该研究在现有研究的基础上贡献在于：基于长江经济带9省2市2009—2019年数据资料，运用改进熵值法（The Entropy method）对城镇化综合发展水平进行测算;运用能够克服内生性问题的差分广义矩估计法（Difference Deneralized Method of Moments，DIF-GMM）对城镇化与农民收入进行研究。同时，分别围绕新型城镇化和传统城镇化对农民收入的影响进行研究，分析两者影响的差异性。

1 模型选择及变量选取

1.1 模型选择

1.1.1 熵值法。熵的概念首先由德国物理学家鲁道夫·克劳修斯（R.Clausis）1850年提出，再经过后来N.Wiener和C.E.Shannon提出了更广阔的信息熵，如今已广泛应用于社会经济、工程技术等各个领域[14]。该研究采用郑强[15]的改进熵值法对城镇化综合发展水平进行测算，设m为地区，n为评价指标，aij为第i个地区的第j个值，具体步骤如下：

（1）指标处理。

正向指标：bij=aij-min{aij}max{aij}-min{aij} （i=1，2，…，m;j=1，2，…，n）（1）

负向指标：bij=maxaij-aijmax{aij}-min{aij} （i=1，2，…，m;j=1，2，…，n）（2）

（2）比重转换。

cij=bijmi=1bij（3）

（3）指标熵值。

dj=-（lnm）-1mi=1cijlncij，dj∈[0，1]（4）

（4）差异性指数。

ej=1-dj （5）

（5）指标权重。

wj=ej/nj=1ej（6）

（6）新型城镇化综合发展指数。

urbani=nj=1wjbij（7）

1.1.2 GMM模型。

incomeit=α0+βincomeit-1+α1urbanit+γcontrolit+δi+tt+εit（8）

式中，incomeit为被解释变量，表示i个决策单元的第t年的收入;incomeit-1为解释变量，有被解释变量的一阶滞后项表示;urbanit为核心解释变量，表示i个决策单元的第t年的城镇化率;controlit为控制变量;δi为个体效应项;tt为时间效应项;εit为假定服从独立同分布的随机误差项，α0、β、α1、γ为待估参数[6]。

1.2 变量选取

1.2.1 城镇化综合发展水平指标选取。

笔者参考郑强[15]、时悦等[16]的研究成果，结合数据可得性，选取长江经济带11个省（市）作为研究对象，利用长江经济带2009—2019年的面板数据对该带城镇化综合发展水平进行分析。该研究从经济发展水平、民生保障水平、城市发展水平、文化、教育发展水平、环保水平、城市污染水平等6个角度对长江经济带城镇化综合发展水平进行探究，并构建指标体系（表1）。

1.2.2 GMM模型指标选取。参考高延雷等[6]、谭昶等[12]的研究成果，选取农民收入、农民收入结构、非农收入和农业收入等为被解释变量，其中农民收入结构用非农收入和农业收入的比值表示。选取新型城镇化率（城镇化综合发展水平）、传统城镇化率为核心解释变量，并选取财政支农水平、非农产业发展水平、机械化水平、对外开放水平等作为控制变量，并构建指标体系（表2）。