中国集中连片特困地区农民收入的时空演变及影响因素

康江江 宁越敏 魏也华 武荣伟

摘要 集中连片特困地区是我国精准扶贫的重点攻坚对象，推动该区农民增收与稳步脱贫对于全面建成小康社会意义重大。基于农民人均纯收入作为测度指标，综合运用空间分类与空间滞后、误差模型分析2000—2014年14个集中连片特困地区667个县域农民收入的时空变化特征及其影响因素，得到以下结论：①2000—2014年集中连片特困地区农民收入不断增加，但各个片区间的差距明显，与全国平均水平相比更是差距显著。总结而言，与全国平均水平相比较，其绝对收入差距逐渐增加，而相对收入差距表现出逐渐缩小的变化趋势。②从其空间特征来看，2000—2014年农民收入的空间分异与其贫困县集中连片分布形态的相似度较高，总体呈现出以低收入与较低收入水平区连片集中分布，较高收入与高收入水平区呈零星分布的分布特征，且随时间变化很小。长江上游贫困片区与环首都周边的贫困县农民收入较低且集中，在当下推进长江经济带与京津冀协同发展两大战略稳步实施的形势下，促进这些区域经济的稳步发展会直接影响到两大战略的成效。③从参数估计的结果来看，耕地资源基础、粮食产出效益是影响片区内农民收入的主要因素；中心城市综合实力较弱与交通落后，导致其对贫困县的经济带动作用有限；提高城镇化水平，加快城镇化进程对农民收入产生重要的正向作用；加强高素质人才队伍的引进，发挥其经济创造价值对贫困县农民的增收有比较重要的促进作用；人口迁移因子对农民收入的作用也比较显著，推动部分环境恶劣的片区农民整体外迁是减贫的一条重要途径。

关键词 农民收入；时空演变；影响因素；集中连片特困地区

中图分类号 F323.8 文献标识码 A 文章编号 1002-2104（2017）11-0086-09 DOI：10.12062/cpre.20170615

农民收入的区际差异是地区经济发展不平衡的重要表现。农民收入不仅影响到农民生活水平的提升与脱贫致富，而且关系着国家稳定、社会和谐以及全面建成小康社会的进程[1-2]。目前，我国农民贫困问题依旧严峻，部分国家级贫困县面临着经济与社会发展双重压力，且贫困縣集中分布形成面积较大的连片特困区。集中连片特困地区是指由2011年国务院印发的《中国农村扶贫开发纲要（2011—2020年）》中划分出的包括六盘山区、秦巴山区、武陵山区等11个地区和已明确实施特殊政策的西藏区、四省藏区（包括青海、四川、云南、甘肃四省）、新疆南疆三地州，共计14个片区680个县、市、区及行委[3]。该区不仅自然环境恶劣，地形条件复杂，生态基础脆弱，而且交通闭塞，城市基础设施落后，导致其经济发展落后，处于区域经济发展的边缘位置。同时，贫困区分布与生态脆弱区、限制或禁止开发区、少数民族集聚区、边境地区和革命老区在空间上呈现较高程度的重叠，再加上其贫困的整体性、成因复杂性以及脱贫难度的艰巨性等特征，导致其成为我国贫困人口分布最多、最集中的区域[4]。国家“十三五”规划明确提出该区域是我国精准扶贫、脱贫的重点攻坚对象，而扎实推进这些地区农民收入的稳步增加与逐步脱贫，对于全面建成小康社会具有重要的战略意义[5]。因此，研究集中连片特困地区农民收入的时空分异格局，阐释时空过程与成因机理，对于推动国家扶贫政策的顺利实施与片区脱贫致富可起到重要作用。

1 文献综述

国外学者较早关注贫困问题，从经济学、地理学、人口学、社会学等不同学科视角对贫困问题展开了研究，并形成了相关的理论体系。从经济学视角，主要包括“贫困恶性循环”、“低水平均衡陷阱”以及在此基础上的“临界最小努力”等理论。战后，随着新国际劳动分工推动着全球化向纵深方向发展，劳动分工的地域分异加速城市发展的不平衡性，导致贫困片区在区域分工中的边缘化地位越发明显[6-7]。因此，地理学视角关注的区位要素作用便愈发突出，尤其是关于地理因素导致“空间贫困陷阱”的产生，推动了空间贫困理论的进一步发展。从人口学视角来看，贫困地区人口增长是影响其持续贫困的关键所在。其中，贫困地区人口的快速增长形成的人口数量挤压贫困与较低文化素养的人口素质形成的人口质量挤压贫困是造成集中连片贫困地区农民持续贫困的重要因素。从社会学视角而言，贫困文化与民族性质对贫困也会产生一定的作用。

从实证研究来看，宏观上多进行贫困的相关测度[8]，关注贫困与公平、发展以及环境之间的关系[9]，从种族、性别以及年龄等微观层面探究贫困产生与发展代际传递问题[10]。另外，还有学者针对中国的贫困特征与反贫困政策进行相关研究[11]。在研究农民收入方面，由于发达国家并不存在城乡二元经济结构，农民并非主要的贫困弱势群体。因此，针对贫困区农民收入的相关研究主要在发展中国家展开。近年来，国外一方面针对健康冲击、性别差异以及土地要素等对农民收入的相关作用机制展开研究[12-13]，另一方面以发展中国家为例，研究国家农业发展战略及其模式对农民收入的影响，提出农民增收的相关建议[14-15]。此外，还有部分国外学者针对发展中国家的非农部门就业、收入来源结构、家庭支出等与农民脱贫之间的关系进行了研究[16-18]。国内学者则主要基于反贫困视角对贫困片区或者重点贫困县的农民贫困测度（单一或多维）、贫困特征、地域分异、致贫因素、开发与治理、扶贫战略、扶贫绩效以及各种形式的专题扶贫展开研究[3，19-20]。自精准扶贫战略提出后，学者们对精准扶贫的概念、内涵、主要内容以及存在问题进行了一系列研究，力图通过精准扶贫与精准脱贫的模式推动贫困地区农民如期脱贫[21]。促进农民增收是推动农民脱贫的关键所在，因此农民收入便是测度农民贫困的核心指标。对于农民收入的研究，学者们主要从宏观、中观层面探讨了农民收入的时空分异或内部结构差异，认为自然环境、土地流转、城镇化发展等都会对农民收入产生重要影响[22-24]。在微观层面，研究主要针对农户特征、村委会行为、村干部特征等方面探讨了其对农民收入的影响[25-26]。也有学者从收入来源层面，探讨了农民收入内部的工资性收入、家庭收入、财产性收入以及转移性收入对农民收入的影响及贡献[27]。针对贫困片区或贫困县农民收入的研究中，主要从农民收入的特征与贫困影响、增收方式与对策建议等方面展开，着重探讨人力资本与农业条件等要素对农民收入的作用[28-30]。endprint

纵观已有研究，学者们主要从区际、省际、市等较大尺度研究农民收入的区域差异，对县域尺度贫困落后的山区研究相对较少，尤其是专门针对集中连片特困地区的整体研究更为缺乏。总的来说，已有研究发现集中连片特困地区是我国贫困发生的主要集聚区[30]，但是鲜有将我国14个贫困片区作为区域研究的统一整体，并针对其农民收入时间变化过程与空间演变机理进行具体梳理与实证研究。其次，忽略了高素质人力资本要素对贫困地区农民脱贫的作用。因此，本文以农民纯收入作为测度指标，利用相关的空间分类与空间计量分析方法，研究我国14个集中连片贫困区域农民收入的时空格局演变及其影响因素，力求为促进国家的精准扶贫、精准脱贫，并最终为连片贫困地区农民脱贫致富进入全面小康提供理论支撑与分析参考。

2 研究区域与研究方法

2.1 研究区域及数据来源

本文以14个集中连片特困地区677个县、市、区（不包括冷湖行委，大柴旦行委、茫崖行委）为研究对象，时间尺度为2000—2014年。数据主要来源于《中国人口分县市统计资料》《中国县域统计年鉴》、全国第五、六次人口普查资料及其历年各省的统计年鉴。

2.2 研究方法

2.2.1 农民收入等级划分

已有文献关于贫困收入的等级划分存在较大差异且主观性较强，加之国家对于农民贫困线的收入标准存在时间变化，倘若将14个片区的农民人均纯收入按照国家贫困线标准进行等级划分时会出现偏差。因此，本文在参照全国平均农民人均纯收入的基础上划分等级，见表1。

2.2.2 空间计量模型

空间自回归模型主要考虑的是样本自身的观测值对周围区域的溢出效应，空间误差模型主要用于邻近地区因变量的误差冲击对本地区观察值的影响程度，它强调空间扩散效应是由外生的冲击引起的[31]。由于连片特困地区在空间分布上具有明显集中性，贫困可能存在较强的空间相互作用，本文利用空间误差模型（SLM）和空間滞后模型（SEM）进行影响因素的分析，并结合普通OLS回归进行对比，主要公式如下：

SLM：Y=ρWY+xβ+ε（1）

SEM：Y=xβ+εε=λWε+γ（2）

式中，Y为因变量，用农民人均纯收入表示；X为K维自变量行向量，ρ为空间滞后系数；W为权重向量，采用Queen权重矩阵。β为自变量对Y的影响系数所构成的向量，ε和γ则为随机误差向量，λ指空间误差系数。

3 时空演变特征

3.1 时间变化趋势

从图1可知，2000年以来贫困地区的农民平均收入呈先稳步增加后快速上升的变化趋势。其时间变化特征可分两个阶段，2000—2009年呈缓慢上升的趋势，年平均增长6.3个百分点；2009—2014年呈快速上升的趋势，年均增长率超过两位数达到10.89个百分点，这也表明随着我国经济发展水平的逐步提升，集中连片贫困地区的农民收入在不断增加。从相对差距来看，2000年集中连片贫困地区农民收入与全国平均水平的比值为1∶1.7，到2014年二者的差距下降到1∶1.46，而且从整个时间演变趋势来看呈现出相对平稳的下降趋势，这也表明二者之间的相对差异在缩小。然而，必须清醒看到的是2000—2014年集中连片贫困地区的农民收入一直低于全国平均水平，而且与之差距明显。更进一步，2000年二者之间的收入差距仅为929元，到2009年突破2 000元达到2 025元，再到2014年达至3 132元，这表明集中连片贫困地区的农民收入与全国平均收入水平的绝对差距在不断拉大，农民脱贫压力甚大。总体来看，集中连片特困地区农民平均收入与全国农民平均收入相比，绝对收入差距呈现出逐步增大，而相对收入差距在不断缩小的变化态势。

3.2 空间演变特征

搜集2000、2005、2010和2014年四个节点年份我国14个集中连片特困地区农民人均纯收入数据，根据表1提供的5个等级分类标准对每个节点年份的677个研究单元的农民收入进行分级并作空间分布图，结果见图2。

由图2可知：①2000—2014年农民收入得到快速增加且低于全国平均水平的单元数量在不断减少，其空间上呈现出以低收入与较低收入区片状集聚分布、较高收入与高收入水平区零星散状分布的空间形态。②随着时间推移，多数片区由低收入区转变为较低收入区，主要分布于我国西部地区的云、贵、川、黔、陇等省份以及青藏高原和南疆地区，形成从六盘山区向西南一直到滇西边境山区一个半环状的贫困集中分布带。③低收入地区数量缩减明显，主要分布于六盘山区、四省藏区、吕梁山区以及新疆南疆三地州等地区，以省际边缘区的交界地带单元为主。④西藏区、四省藏区、大兴安岭南麓山区以及滇西山区的农民收入内部差异显著，大别山区的农民收入内部差异较小且多数单元农民收入已达到全国平均水平，这主要与人口规模、经济基础有很大的关系。

具体看来，西藏区、四省藏区以及新疆南疆三地州等三个政策区农民收入的空间分异随时间变化较为明显，且四省藏区及西藏区的内部农民收入的空间分布存在较大差距，川西藏区农民收入增加明显，而且多数单元的农民收入水平相对较高。滇西山区、大兴安岭南麓、秦巴山区以及武陵山区等片区内部农民收入虽有增加，由于其发展基础的差异以及受自然条件的制约导致其内部农民收入的分异明显。湘赣边境的罗霄山区以及滇桂黔石漠化区等片区内部的农民收入空间分布变化较小，基本都处于较低收入区范围。六盘山区、吕梁山区等片区内部农民收入虽有增加，但是农民收入水平依然较低，而且内部差异十分明显且低收入片区分布集中。最后，长江经济带上游地区贫困县农民收入较低且分布集中，环首都贫困带农民收入水平依旧很低，在当下促进长江经济带与京津冀协同发展两大国家战略稳步实施的形势下，推动这些区域经济的协调发展会直接影响到两大战略的成效。

4 影响因素分析endprint

4.1 变量选择

农民收入的变化是自然、经济、社会、文化、民族、历史等多种因素综合作用的结果[22-24，32]。从收入来源看，主要受收入来源结构的主导，包括农业收入与非农业收入。农业收入主要靠从事农业活动来获取，自然基础环境会对农业活动产生直接影响，尤其是海拔、坡度、高差起伏、光照、积温、降水等要素会产生重大作用；非农收入主要受当地的产业结构基础、人力资本、耕地性质转变以及农民个人能力等影响。由于我国经济实力的不断提升，全国交通条件普遍得到改善，使得中心城市对省际、市际边缘地区的辐射作用增强，增强了地方与中心城市之间的要素流动。伴随城镇化的发展与人口市民化的推进，农民收入渠道拓宽促进农民增收。但是，由于贫困片区民族性质的差异，其文化认识和生育观念存在差异，而且农民的受教育水平普遍较低，文化素质低下且对教育的重视程度欠缺是影响其脱贫的重要因素。在辨析理论基础框架的基础上，结合相关文献及研究区实际情况，选取了自然地理环境、耕地资源状况、农业生产效益、交通条件、教育水平、民族性质、人口迁移、生育状况、城镇化水平、投资水平等12项指标，理由如下：

自然条件因子。由于海拔、坡度、破碎度、降水、氣温这些因子之间存在一定的共线性，再加上贫困山区所处的气候类型差异，认为影响集中连片贫困山区农民收入最具有代表性的因子是不同县域单元的平均海拔高差。因此，选取县域单元的平均海拔高差（X1）来代表地形起伏状况。

农业资源与效益因子。农业生产活动是影响区域农民农业收入主导因素，而耕地资源基础状况与单位面积粮食产量是表征贫困片区农业生产与产出效益的显著指标，利用人均耕地面积（X2）、单位粮食播种面积（X3）的粮食产量反映耕地资源条件与农业产出效益。

交通因子。贫困地区经济社会发展受省会中心城市、地级中心城市的辐射带动，交通条件的好坏会直接关系到地方与中心城市的联系程度。因此，选择距离本省省会城市距离（X4）、距本县域属地级市市区距离（X5）两个指标因子来反映区域的交通条件（考虑到出行方式，两个因子均利用百度地图搜索出发地—目的地之间的最短自驾旅行时间作为测度交通的代理变量，由于燕山—太行山片区距离北京很近，受北京的影响较大，故该片区以各单元到北京市区的最短自驾旅行时间反映其受中心城市的影响程度）。

人力资本因子。区域教育水平对于区域整体素质的提升意义重大，尤其是高素质人才队伍的储备，可以提升贫困片区的人力资本存量。选取本科及以上学历人数占总人数的比重（X6）、平均受教育年限（X7）来反映人力资本条件。

民族性质因子。选择少数民族人口占县域单元总人口的比重（X8）来反映不同研究单元内部人口的性质。

生育状况因子。多数贫困片区自然环境恶劣，从事农业活动的性别差异性，加之农民多子多孙的生育观念，多子多孙、养儿防老的生育观较强，可能陷入“越穷越生、越生越穷”的恶性循环当中。因此选用人口出率（X9）来反映生育状况。

人口迁移因子。中西部省域是重要的人口迁出地区，而连片特困地区主要处于人口的净迁出区或者非活跃区[33]。由于自然和经济条件的制约，外出务工同样会对农民收入产生影响。因此，选用户籍人口与常住人口比例（X10）来反映人口的迁移状况。

新型城镇化成为引领我国未来现代化发展的重要方略，因此在指标选择时将城镇化因素的影响考虑在内，利用常住人口城镇化率（X11）来反映城镇化水平。

区域投资水平也会对贫困山区的农民收入产生重要影响，选择固定资产投资总额（X12）反映贫困片区的投资建设水平。

4.2 结果解释

2000、2010年国家开展了第五、第六次人口普查，不仅有人口数据，还有关于国民教育方面的资料，数据全面而且质量较高。考虑到研究区域的特殊性以及数据的可获取性，本文选择2000与2010年的两期人口普查数据对农民收入的影响因素计量估计（双湖特别行政区的数据大量缺失，故将其剔除），结果见表2。

由表2可知，从拟合优度以及相关参数估计而言，空间计量模型的估计结果较好。具体而言，2000年SLM模型中人均耕地面积、单位粮食播种面积的粮食产量以及城镇化率显著通过了检验且正向作用明显；地形条件、民族性质对农民收入产生显著的负向作用。SEM模型中显示人均耕地面积和城镇化率有显著的正向影响，人均粮食产量会产生较为显著的正向作用。地形条件、距离归属地级市市区距离、少数民族人口比例以及平均受教育年限对农民收入产生一定的负向作用。2010年，SLM模型中人均耕地面积、单位粮食播种面积的粮食产量、城镇化率以及固定资产投资都会对农民收入产生较为显著的正向作用；本科及以上学历人数的比重越高会对区域农民收入产生一定的正向作用；距离省会越远则受到省会城市的影响越小且不利于农民收入的增长；户籍人口与常住人口的比例也呈负向作用。平均受教育年限对农民收入产生了显著的负向作用，这是由于贫困片区的受教育年限增加，但是这些潜在高素质人力资本的离家求学和外地就业，并没有对当地经济增长产生作用。SEM模型中同样的人均耕地面积、单位粮食播种面积的粮食产量、城镇化率以及固定资产投资都显著通过了检验且正向作用显著；户籍人口与常住人口比例显著通过了检验且其值为负，表明一定数量的户籍人口迁出会降低片区内整体贫困。

从整个估计结果来看，耕地资源数量、农业产出效益以及城镇化的推进会促进片区农民收入的增加，而人口非迁移、民族差异以及交通不便也会对农民收入产生一定的不利影响。基于此，参考我国14个集中连片特困地区农民收入的空间分异特征，结合空间计量参数估计结果，主要从以下两个层面进行阐释：（1）自然基础条件对农民收入的影响不容轻视。从两期数据的空间计量回归结果来看，2000年自然环境因子通过了检验，并会对农民收入产生较为显著的负向作用。2010年，地形条件并没有通过检验，表明自然环境因子对贫困片区农民收入的作用可能有所减弱。但是，由于贫困片区的自然条件较为恶劣，认为其对农民增收的妨碍作用依旧存在。具体而言，从当前我国人口分布状况来看，胡焕庸线依旧没有打破，这也表明自然环境的制约作用仍然较强。从片区来看，14个连片特困地区不仅跨越了我国陆地地势的三级阶梯，而且多数片区集中于第一、二阶梯。片区内各贫困县海拔较高，高原、山地等地形复杂多样，区域差异显著。多数贫困片区的常年积温较低，农作物生长受限，而且生长期较长，复种指数较低；再加上南北方降水与气温差异，雨热搭配失调，土地肥力较低，最终导致片区内农业发展十分受限，农作物产量较低，农业收入水平较低。具体来看，西北地区的贫困山区海拔较高，地形崎岖且地貌类型多样，干旱缺水以及土地贫瘠是影响其农业增收主要的限制条件。而南方的贫困片区虽然积温较高，雨水充足，但是地形破碎且山高谷深，耕地资源较为短缺，不利于农业发展。endprint

（2）经济社会条件是影响农民收入重要因素。从分析结果来看，耕地资源数量、粮食产出效益、城镇化水平以及固定资产投资都会对贫困片区的农民收入产生较为显著的正向作用，而人力资本因子、生育状况以及交通因子的参数估计结果并不显著。总结而言，集中连片特困地区是我国经济发展的“短板”地区，更是当前精准扶贫的重点攻坚对象。片区内部经济发展水平普遍较低，地方中心城市辐射能力有限（小城市带大农村），农民受教育年限普遍较短且技能有限，而贫困又加剧人才流失，这些因素都严重妨碍了贫困地区农民的脱贫致富。另一方面，贫困地区大多生态承载力较低，农业劳动力过剩现象突出。然而，由于贫困片区农民思想较为保守，安土重乡思想较为强烈，虽然多年来国家对一些贫困地区实行了人口向外迁移的政策，使常住人口数量已少于户籍人口数量，但举家外迁难度较大。值得指出的是，少数民族县域占到片区总数的半数以上，由于风俗禁忌、语言、学习能力、技能等多种原因，民族县人员外出数量更少。此外，由于贫困片区经济落后，投资建设资金不足，造成片区内城镇化进程推进缓慢，农村大量劳动力滞留农业活动，最终不利于片区内的农民脱贫。

5 结论与讨论

本文运用空间分类、空间滞后与空间误差模型方法研究了2000—2014年我国14个集中连片特困地区农民收入的时空演变特征及其影响因素，得出以下结论：

第一，2000—2014年我国14个集中连片特困地区农民收入呈先缓慢增加后快速增加的变化趋势，但是和全国农民的平均收入水平相比还存在较大差距。第二，2000—2014年我国集中连片贫困地区农民收入总体上呈以低收入与较低收入区连片集中分布，较高收入与高收入水平区零星分布的空间特征，并且从四个节点年份的空间分异形态来看，该分异格局变化较小，多数单元的农民收入仍然显著低于全国平均水平。第三，通过对2000与2000年两期影响因子的数据估计结果表明：一方面，自然地理环境对贫困片区的农民增收依然起到一定的妨碍作用，但是由于经济社会条件的影响，其作用可能相对削弱。保护耕地资源基础和提高粮食产出效益是促进集中连片特困地区农民稳步增收的主要方式。推进贫困片区的城镇化进程，将滞留在农业活动中的剩余劳动力向城镇转移，拓宽农民就业渠道，是提升片区内农民收入稳步增加与脱贫致富的重要途径。另一方面，人才队伍尤其是高学历及高素质队伍的建设，是提升片区人力资本条件的重要方略。只有让高素质人才队伍在贫困片区更好地发挥创造价值，才能推动贫困地区经济的加速发展，从而为农民的脱贫致富创造机会与条件。

集中连片贫困地区是我国当前扶贫攻坚的主战场，各个贫困片区的区域发展状况存在差异，导致其农民收入也有在空间分异。由于各个片区统计数据的区域差异，本文仅选取农民人均纯收入作为测度指标，尚未通过农民收入的来源结构进行研究，这有待今后进一步深入。其次，提升人力资本条件是促进区域经济增长的重要途径，然而通过提升基础教育使得更多的人走出去，还是将高素质人才留在片区使其发挥创造价值，需要继续深入研究。最后，能否突破自然地理环境的限制，推动贫困片区整体脱贫？在核心城市辐射带动作用较弱的情况下，贫困片区自身如何通过“造血”来实现脱贫致富？在新型城镇化背景下，如何改變贫困片区人们安土重乡或固守本地观念，推动不适宜人类居住或者生态承载力较低的片区农民的整体外迁？这都是今后研究需要完善的地方。

（编辑：刘照胜）

参考文献（References）

[1]戴其文，魏也华，宁越敏.欠发达省域经济差异的时空演变分析[J].经济地理，2015，35（2）：14-21，29.[DAI Qiwen， WEI Yehua Dennis，NING Yuemin. Spatialtemporal analysis of intraprovincial economic inequalityin less developed provinces[J]. Economic geography，2015，35（2）：14-21，29.]

[2]WEI Y D. Regional development in China： states， globalization and inequality[M]. London：Routledge， 2013.

[3]国务院.中国农村扶贫开发纲要（2011—2020年）[N].人民日报，2011-12-02（2）.[State Council. The Chinese rural poverty alleviation and development program （2011-2020）[N]. Peoples daily， 2011-12-02（2）.]

[4]刘彦随，周杨，刘既来.中国农村贫困化地域分异特征及其精准扶贫策略[J].中国科学院院刊，2016，31（3）：269-278.[LIU Yansui， ZHOU Yang， LIU Jilai. Regional differentiation characteristics of rural poverty and targeted poverty alleviation strategy in China[J]. Bulletin of Chinese Academy of Sciences， 2016，31（3）：269-278.]

[5]国务院.中华人民共和国国民经济和社会发展第十三个五年规划纲要（2016—2020年）[N].人民日报，2016-03-18（1）. [State Council. The Peoples Republic of China on the 13th fiveyear plan for national economic and social development program （2016-2020）[N].Peoples Daily， 2016-03-18（1）.]endprint

[6]寧越敏.新的国际劳动分工世界城市和我国中心城市发展[J].城市问题，1991（3）：2-7. [NING Yuemin. New international division of labor， world cities and the development of central cities in China[J]. Urban problems， 1991（3）：2-7.]

[7]宁越敏，严重敏.我国中心城市的不平衡发展及空间扩散的研究[J].地理学报，1993，48（2）：97-104. [NING Yuemin， YAN Zhongmin. The uneven development and spatial diffusion of Chinese central cities[J]. Acta geographica sinica， 1993，48（2）：97-104.]

[8]ALKIRE S， FOSTER J. Counting and multidimensional poverty measurement[J]. Journal of public economics， 2011， 95（7）： 476-487.

[9]BARBIER E B. Poverty， development， and environment[J]. Environment and development economics， 2010， 15（6）： 635-660.

[10]UNTERHAL T E. Poverty， education， gender and the millennium development goals： reflections on boundaries and intersectionality[J]. Theory and research in education， 2012， 10（3）：253-274.

[11]WARD P S. Transient poverty， poverty dynamics， and vulnerability to poverty： an empirical analysis using a balanced panel from rural China[J]. World development， 2016， 78：541-553.

[12]HODDINOTT J. Shocks and their consequences across and within households in rural Zimbabwe[J]. The journal of development studies， 2006， 42（2）：301-321.

[13]TRAN BA L， CORNELIS W， VAN ELSACKER S， et al. Socioeconomic evaluation on how crop rotations on clayey soils affect rice yield and farmers income in the Mekong Delta， Vietnam[J]. International journal of environmental and rural development，2014，4（2）：62-68.

[14]TABO R， BATIONO A， GERARD B， et al. Improving cereal productivity and farmers income using a strategic application of fertilizers in West Africa[M]//Advances in integrated soil fertility management in subSaharan Africa： challenges and opportunities. Springer Netherlands， 2007：201-208.

[15]KUMAR A， ROY D， TRAPATHI G， et al. Can contract farming increase farmers income and enhance adoption of food safety practices [R]. IFPRI， 2016.

[16]IMAI K S， GAIHA R， THAPA G. Does nonfarm sector employment reduce rural poverty and vulnerability？ evidence from Vietnam and India[J]. Journal of Asian economics， 2015，36：47-61.

[17]HOANG T X， PHAM C S， ULUBASOGLU M A. Nonfarm activity， household expenditure， and poverty reduction in rural Vietnam： 2002-2008[J]. World development， 2014，64：554-568.

[18]BIRTHAL P S， NEGI D S， JHA A K， et al. Income sources of farm households in India： determinants， distributional consequences and policy Implications[J]. Agricultural economics research review， 2014， 27（1）：37-48.endprint

[19]刘小鹏，苏胜亮，王亚娟，等.集中连片特殊困难地区村域空间贫困测度指标体系研究[J].地理科学，2014，34（4）：447-453.[LIU Xiaopeng，SU Shengliang， WANG Yajuan， et al. The index system of spatial poverty of village level to monitor in concentrated contiguous areas with particular difficulties[J]. Scientia geographica sinica， 2014，34（4）：447-453.]

[20]李佳.中国连片特困地区反贫困研究进展[J].贵州社会科学，2013（12）：87-91. [LI Jia. A review on antipoverty in continuous destitute areas in China[J]. Social sciences in Guizhou， 2013（12）：87-91.]

[21]刘慧.实施精准扶贫与区域协调发展[J].中国科学院院刊，2016，31（3）：320-327. [LIU Hui. Regional inequality measurement：methods and evaluations[J]. Bulletin of Chinese Academy of Sciences， 2006， 25（4）： 710-718.]

[22]曲玮，涂勤，牛叔文，等.自然地理环境的贫困效应检验——自然地理条件对农村贫困影响的实证分析[J].中国农村经济，2012（2）：21-34.[QU Wei，TU Qin， NIU Shuwen， et al. Test on the poverty effect of natural geographical environment：an empirical analysis of the impact of natural geographical conditions on rural poverty[J]. Chinese rural economy， 2012（2）：21-34.]

[23]杨子，马贤磊，诸培新，等.土地流转与农民收入变化研究[J].中国人口·资源与环境，2017， 27（5）：111-120.[ YANG Zi， MA Xianlei， ZHU Peixin， et al. Land transfer and income change of peasants[J]. China population， resources and environment， 2017， 27（5）：111-120.]

[24]宋元梁，肖卫东.中国城镇化发展与农民收入增长关系的动态计量经济分析[J].数量经济技术经济研究，2005，22（9）：30-39. [SONG Yuanliang， XIAO Weidong. An analysis of dynamic econometric relationship between development of urbanization and income growth of rural residents in China[J]. The journal of quantitative & technical economics， 2005，22（9）：30-39.]

[25]赵国峰，李建民.村庄内部的收入差异及农民的认识——基于江、浙、冀、赣、川五省的情况调查分析[J].经济与管理，2007，21（2）：26-31. [ ZHAO Guofeng， LI Jianmin. Research of inner income gap in village and peasants awareness[J]. Economy and management， 2007， 21（2）：26-31.]

[26]于潇，PETER H.村委会行为，村干部特征与农民收入——基于CFPS2010数据的实证分析[J].农业技术经济，2014（7）：59-67. [YU Xiao， PETER H.The village committee behavior， characteristic of village cadres and farmers income[J]. Journal of agrotechnical economics， 2014（7）：59-67.]

[27]關浩杰.收入视角下我国农民收入问题研究[D].北京：首都经济贸易大学，2013：80-83. [GUAN Haojie. Study on farmers income issues in China from the perspective of income structure [D]. Beijing： Capital University of Economics and Business，2013：80-83.]

[28]刘颖琦，郭名.西部贫困县经济发展与农民收入增长研究——以内蒙古自治区为例[J].中国软科学，2009（12）：80-89. [LIU Yingqi， GUO Ming. Study on the economical growth and farmersincome in developing counties in western China： a case study of Inner Mongolia Autonomous Region[J]. China soft science， 2009（12）：80-89.]endprint

[29]刘纯阳，高启杰，杨亦民.人力资本对典型贫困地区农民收入的影响——对湖南西部贫困县的实证分析[J].经济与管理研究，2005（5）：51-55.[ LIU Chunyang， GAO Qijie， YANG Yimin. The effect of human capital on farmers income in typical poor areas： a empirical analysis in the west of Hunan[J]. On economic problems， 2005（5）：51-55.]

[30]LIU Y H， XU Y. A geographic identification of multidimensional poverty in rural China under the framework of sustainable livelihoods analysis[J]. Applied geography，2016，73（73）：62-76.

[31]ALSELIN L. Spatial econometrics： methods and model[M]. The Netherlands： Kluwer Academic，1988.

[32]鄒薇，张芬.农村地区收入差异与人力资本积累[J].中国社会科学，2006（2）：67-79.[ZOU Wei，ZHANG Fen. The income gap and the accumulation of human capital in rural China[J].Social sciences in China，2006（2）：67-79.]

[33]杨传开，宁越敏.中国省际人口迁移格局演变及其对城镇化发展的影响[J].地理研究，2015，34（8）：1492-1506. [YANG Chuankai， NING Yuemin. Evolution of spatial pattern of interprovincial migration andits impacts on urbanization in China[J].Geographical reaearch， 2015， 34（8）：1492-1506.]endprint