新型城镇化对城乡收入差距的...基于整体与收入来源差异视角_徐晓红.pdf

第25卷第1期2 0 2 3 年 1 月河北农业大学学报(社会科学版)Journal of Hebei Agricultural University(Social Sciences)新型城镇化对城乡收入差距的影响 基于整体与收入来源差异视角徐晓红，陈彤(安徽大学，安徽 合肥 230601)收稿日期:2022 03 13基金项目:国家社会科学基金项目:“新型城镇化背景下代际收入流动性研究”(编号:21BJY092)。第一作者:徐晓红(1965 )，女，硕士，教授，研究方向为收入分配，E mail:xxhahu163 com。摘要:新型城镇化建设是促进城乡融合发展，实现共同富裕的最大潜力。利用 20052019 年省级面板数据，依据新型城镇化发展理念，采用熵值 TOPSIS 法测算 30 个省(市)的新型城镇化水平，据此构建动态面板模型，运用广义矩估计法实证研究了新型城镇化对城乡收入差距的影响，并从收入结构的视角，进一步分析新型城镇化对城乡居民分项收入差距的影响。研究结果表明，以人为核心，更加注重基础设施、公共服务、资源环境等方面内在质量提升的新型城镇化有助于缩小城乡收入差距，其中新型城镇化显著降低了城乡居民的工资性、转移性收入差距，但扩大了经营性、财产性收入差距。关键词:新型城镇化;城乡收入差距;广义矩估计;收入结构中图分类号:F124文献标识码:A文章编号:1008 6927(2023)01 0091 10开放科学(资源服务)标志码(OSID):DOI 号:10 13320/j cnki jauhe 2023 0010自十一届三中全会以来，全国进入了改革开放的全新时期，按劳分配、多劳多得充分激发了人民的工作积极性和市场活力，使得我国缔造了史无前例的经济发展奇迹，并在 21 世纪初跻身为全球第二大经济体，这个阶段的发展成果是显著的，但是辉煌耀眼的背后收入差距问题也日益显露。根据国家统计局数据，全国基尼系数从 20 世纪80 年代初的 0 3 左右攀升至 2008 年的 0.491，尽管随后几年有了缓慢下降，但一直处于高位波动状态，2020 年基尼系数仍高达 0.47。中国的贫富差距中，城乡间收入差距过大问题长期占据首位 1。为缩小城乡收入差距，实现经济社会均衡稳定发展，中国提出城镇化理念，通过扩大城镇的管辖区域以及劳动力引流来加快城镇化发展步伐。19782020 年，以城镇人口比重衡量的城镇化水平从 17.92%上升至 63.89%，年均增速1.09%。然而，城乡间的收入差距并没有同步下降。城乡收入比值从1978 年的2.57 扩大至2009年 3.33 的高位，尽管之后有所回落，2020 年仍达 2.55。基于传统的城镇化注重“土地”的城镇化，而非“人”的城镇化，且具有“高速度、低质量”的特点。2012 年党的十八大报告提出要推进“以人为本”的新型城镇化，致力于建设能让农民留的下、人民生活富足、百姓安居乐业的新城镇，着眼于“人”文化的发展，以缩小城乡发展差距和实现全体人民共同富裕为目标。那么，新型城镇化的推进能否有效缓解城乡收入差距?其作用机制是什么?十九届五中全会强调“推进以人为核心的新型城镇化”要体现“普惠”与“共享”的发展理念。习近平总书记在党的二十大报告中指出，在“中国式现代化”的推进过程中，立足于中国国情，缩小居民贫富差距。如何打破不同地域以及阶级的收入屏障，实现 14 亿多人口共同富裕的社会合力，是新发展阶段经济转型面临的重大挑战。河北农业大学学报(社会科学版)2023 年一、文献综述及机制分析(一)文献综述城镇化进程是一个国家发展进程中的必经之路，城镇化与城乡收入差距之间的关系一直备受各国学界关注。Lewis 建立线性模型，首次验证了在城镇化发展的过程中，城乡收入差距呈现收窄的趋势 2;Kuznets 建立倒“U”型曲线模型，认为两者间的关系并非简单的促进与抑制，而是呈现先扩大再缩小的趋势 3;Kai Yuen Tsui 利用经济学中的索罗模型进行实证研究，发现城镇化的发展具有促进性作用，并且不平衡发展是主要因素 4;与此同时，Kanbur 也得到相似的结论，并表明重工轻农战略是主要因素 5;Verner 立足于特定国情展开研究，发现该国城镇化的发展对城乡收入差距起到抑制性作用 6。国内关于两者研究的主流观点分为 3 类。第一种观点认为城镇化有助于城乡间收入差距的扩大，以程开明和李金昌为代表，使用中国 26 年的时间序列数据，立足于城市偏向和城市化这一出发点展开研究，发现城乡收入差距在其作用下会扩大 7。陈斌开等持有相同的观点，并寻求原因，指出教育经费在城乡间的差异加剧了城市资本的累积，进而加深了城乡收入差距的壁垒 8。第二种观点认为城镇化有利于城乡收入差距的收窄，以著名学者陆铭、陈钊的思想为代表，在学术论坛被大家广为接受 9。与此同时，张耀军和柴多多立足于多种计量方法，包括多元线性回归、联立方程等方法得到一致的结论 10。第三种观点为两者间呈现倒“U”型关系，包括穆怀中、冯梦黎、张志新等，联系中国国情以及现实因素，致力于寻其拐点、究其原因、探索异质性问题 11 13。然而，“新型城镇化”不是一个简单的人口城镇化过程，更要新在“以人为本”上，建设生态宜居，注重“人文”文化的城镇。蓝庆新等、熊湘辉和徐璋勇、唐庆松和张延海等则依托于这一新背景去衡量当前社会的发展水平，挖掘各城市以及地区的发展潜力，为建设更加人性化和信息化的新城镇做出贡献 14 16。与此同时，在新型城镇化率不断提升的背景下，王永静、李慧从空间的角度出发，利用空间杜宾模型发现新型城镇化可以显著收敛城乡间的收入差距 17。而周心怡、李南等研究发现，城乡收入差距并非简单的收窄，而是存在门槛效应，且这种门槛效应存在区域异质性 18。(二)机制分析中国城镇化的发展历程可分为 2 个阶段，以2014 年为时间节点。2014 年以前偏向于人口和土地的扩张，忽略了人的发展。而国家新型城镇化规划(20142020 年)提出新型城镇化建设要从人口、经济、基础设施、公共服务、资源环境多维度进行考量，以人性为宗旨，聚集发展的眼光和战略的思维。因此，两者对城乡收入差距的影响机制不尽相同，且新型城镇化在各方面都具有独特的优势，主要表现在以下 5 个方面。1 人口发展对城乡收入差距的影响。在传统城镇化过程中，人口的市民化程度较低。长期存在的城乡二元户籍制度，使得农民工难以取得城镇户口，在城镇务工不能享受与他人同等的机会、工资与福利。而新背景强调“人的城镇化”，随着户籍迁移政策的放宽，农村转移人口真正地实现了向城市的融入，“城市群”概念应运而生，农民工在城市群中享有公平就业、同工同酬的机会，劳动权益得以保障，收入与福利逐步得以改善，实现了劳动增收。2 经济发展对城乡收入差距的影响。传统背景下的发展以工业化作为依托，农业现代化处于相对落后的地位，农村的经济基础也较为单一且薄弱，这不利于农村产业结构的调整与升级，缺乏统筹发展的思维 19。而在新型城镇化的经济发展过程中，强调各方面统筹发展与产业升级。一方面促进农民工向收入更高的第二三产业寻求工作机会;另一方面，利用普惠金融、数字经济等惠民政策带动城乡产业融合发展，激励了人才、资本等生产要素下乡，促进了农村产业和经济的发展，为农村居民铺设一条致富路 20。3 基础设施对城乡收入差距的影响。城镇化建设之初，需要大量基础设施建设的支撑，然而这些基础设施发展具有城市偏向性。自来水、燃气的普及，道路面积的扩大等一系列举措只会更加有利于城市的产业融合，这种城乡间的失衡使得29第 1 期新型城镇化对城乡收入差距的影响农村与城镇间的差异逐渐拉大，加剧了贫富差距。而新型城镇化建设以来，发展理念向城乡统筹发展转变，基础设施建设逐渐向农村倾斜，农村道路面积扩大，公共汽车数量增多，各项民生工程“遍地开花”，切实地保障了人民的权益。4 公共服务对城乡收入差距的影响。公共服务主要包括基础的教育、医疗与社会保障体系。在以往的城镇化发展历程中，带有城镇偏向色彩的城镇化导致城乡公共服务不均等，公共服务投入与结构也不尽合理。虽然传统城镇化背景下的公共服务可以促进劳动力流动，但效果并不显著。伴随着新型城镇化建设，政府对布局结构进行完善，加大了农村教育等基本公共服务投入，并努力提高服务质量。农村居民的人力、社会资本得到显著提升，社会保障福利得到普及，其生活方式也实现了从“乡村”到“城市”的转变。5 资源环境对城乡收入差距的影响。传统城镇化发展伴随工业的快速发展以及耕地的占用，工业废气排放、树木砍伐造成环境的极大损害。生态环境的破坏对以耕种为生的农民产生较大影响，恶劣天气、土地碱化导致农作物减产，降低了农民的种植收入。而新型城镇化注重生态文明建设，对环境的重视与保护不仅降低了自然灾害发生频率，增加了农村居民的种植收入，也提高了他们的健康水平。综上所述，新型城镇化可能会通过 5 条途径促进农村居民的增收，进而收窄城乡间的收入差距，其影响机理见图 1。图 1新型城镇化对城乡收入差距的影响机理鉴于此，本文提出以下 2 个有待验证的研究假说:研究假说 1:新型城镇化的发展对城乡间收入差距的收窄具有促进作用。研究假说 2:新型城镇化的发展会促进农村居民的增收，影响城乡分项收入差距。二、模型设定与变量选取(一)计量模型设定分析新型城镇化对城乡收入差距的影响，不能忽略城乡收入差距可能存在的路径与时间依赖，因此，采用动态面板模型进行研究。模型公式如式(1)所示。urgapit=1+1urgapit 1+2urbanit+jjcon-trolit+ui+ut+it(1)其中，urgapit表示 i 省第 t 年城乡间的收入差距;urgapit 1为表示 i 省第 t 1 年城乡间的收入差距;urbanit是新型城镇化水平;controlit是所有控制变量;ui为省份固定效应;ut为时间固定效应;it为随机扰动项。(二)变量选取1 被解释变量。本文的被解释变量为城乡收入差距(urgap)，采用人均可支配收入。考虑泰尔指数在反映城乡人口结构和收入整体变化时，具有绝对的优势，能较好地反映二元经济背景下收入结构的变动，因此，本文采用泰尔指数作被解释变量进行基准回归分析，使用基尼系数、城乡收入比作稳健性检验。(1)泰尔指数。泰尔指数(Theil)计算公式如式(2)所示。Theil=ipipwiwlnwiw(2)其中，pi是第 i 组的人口，p 为总人口，wi是第 i 组居民的人均可支配收入，i=u，r 分别表示城镇与农村，w 表示人均可支配收入。(2)基尼系数。式(3)为基尼系数(Gini)的计算公式。Gini=LuLc(Iu Ic)(Lu+Lc)(LuIu+LcIc)(3)其中 Lu、Lc分别为城镇与农村居民人口数量，Iu、Ic分别为城镇与农村居民人均可支配收入。2 解释变量。本文的解释变量为新型城镇化水平(urban)。依据新发展理念，基于科学性、完备性、代表性、数据可得性原则，并结合前文机制分析，从人口发展、经济发展、基础设施、公共服务和资源环境 5 个维度，选取 23 个指标(正向指标21 个，逆向指标 2 个)，计算各省市各年度新型城镇化水平。具体指标见表 1。39河北农业大学学报(社会科学版)2023 年表 1新型城镇化水平指标体系维度指标计量单位指标属性正向指标逆向指标权重人口发展常住人口城镇化率%0 029城镇人口密度人/平方公里0 028城镇登记失业率%0 053经济发展人均 GDP元0 056第三产业占 GDP 比重%0 040人均固定资产投资元0 061城镇居民可支配收入元0 061城镇居民家庭人均消费支出元0 058基础设施人均城市道路面积平方米0 027人均公园绿地面积平方米0 030每万人拥有的公共汽车数辆0 027每万人拥有的公共厕所数个0 039公共服务用水普及率%0 004燃气普及率%0 010人均教育经费元0 061每万人拥有医院床位数个0 030每十万人在校大学生人数个0 043城镇职工养老保险缴存人数占总人数比值%0 055人均拥有公共图书馆藏量册0 096资源环境工业二氧化碳排放量万吨0 065自然保护区占辖区面积比重%0 062城市生活垃圾无害处理率%0 014森林覆盖率%0 0533 控制变量。(1)受教育程度(edu):受教育程度的提高有利于促进人力资本的提升，提高人的创新创造能力，是影响城乡收入差距的重要着力点。选择各个省份人口的平均受教育年限进行衡量。其计算方法为:受教育年限(edu)=文盲和半文盲就业人口比重 1+受小学教育人口比重 6+受初中教育人口比重 9+受高中教育人口比重 12+接受大专以上受教育人口比重 16。(2)对外开放程度(fdi):经济开放有利于企业的引进，以及刺激产业的发展与升级，增加农民工在二、三产业的就业机会，促进城乡收入差距的收窄。选取进出口总额/GDP 来进行衡量。(3)金融发展水平(loan):金融体系的完善可以为农村居民提供更多的中小额贷款，提升了农业生产经营能力与创业能力，有益于缩小城乡收入差距。选取金融机构的年末贷款余额/GDP进行衡量。(4)政府干预程度(gov):政府具有政策制定、规划审批、公共管理与服务等社会职责，不同的策略制定将会对城乡居民收入产生差异性影响，进而影响城乡间的收入差距，选取各省市的预算财政支出与 GDP 比值进行衡量。(5)科技投入(invest):科技水平的提升有利于驱动实体经济的发展，推动整个社会的协调发展，从而改善城乡收入差距。选取 D 经费支出占 GDP 比重进行衡量。本文采用的 30 个省市的面板数据来源于20062020 年 中国统计年鉴 中国城市统计年鉴 中国教育统计年鉴 和中国科技统计年鉴，不包括港澳台，并剔除了缺失值较多的西藏。三、实证分析(一)城乡收入差距变动趋势利用公式(2)、(3)，测算出 20052019 年全国及 30 个省市的泰尔指数、基尼系数、城乡收入比。图 2 中 3 个指标的变动趋势反映我国当前的城乡收入差距的现状，总体来看，呈现下降趋势，其中，2009 年为最高值，全国基尼系数达 3.33，随后缓慢下降，在 2013 年又出现了明显下降，然后趋于平缓。这一变动趋势与全国居民收入差距变49第 1 期新型城镇化对城乡收入差距的影响动趋势基本一致，说明全国居民收入差距下降的确是城乡收入差距缩小的贡献。从各省市各年度的城乡收入差距来看(限于篇幅，30 个省市的泰尔指数、基尼系数和城乡收入比测算结果未列出)，自 20052019 年，重庆市的波动幅度最大，上海市的波动幅度最小，在 2019 年，甘肃省的城乡收入差距趋于首位，其泰尔指数达 0.158，同年天津市的泰尔指数表现最小，为 0.02。图 2城乡收入差距现状(二)新型城镇化水平变动趋势参照杨丽、孙之淳 21的做法，使用熵值 TOPSIS 法测算新型城镇化水平。首先，确定表 1中 23 个指标的权重，结果如表 1 最后一栏所示，再利用 TOPSIS 法计算新型城市化水平指标数值。表 2 给出了 20052019 年 30 个省市新型城镇化水平计算结果。由表 2 可见，30 个省市的新型城镇化水平呈现递增趋势，且增幅稳定。其中，上海的新型城镇化水平最高，其次是北京，2019 年分别为 0.541 和 0.539。上海、北京作为一线城市，基础条件优越，城市发展快，经济水平高，基础设施与资源环境的资金投入也大，且城乡分布较均衡。山西、安徽、甘肃的新型城镇化发展水平较低，这与 3 省以农业作为主要的产业经济，并且作为内陆城市，基础条件较为薄弱，发展水平也相对落后有关。表 2新型城镇化水平计算结果省市200520062007200820092010201120122013201420152016201720182019北京0 391 0 4140 4100 342 0 3640 3600 381 0 4020 4290 454 0 4710 4850 504 0 5200 539天津0 244 0 2640 2680 275 0 2940 3020 327 0 3520 3790 391 0 4080 4200 420 0 4240 437河北0 209 0 2150 2170 210 0 1610 2280 269 0 2740 2820 286 0 2920 2870 294 0 3120 318山西0 204 0 2080 2110 207 0 1580 2300 261 0 2670 2830 290 0 2980 2880 263 0 2790 284内蒙古0 248 0 2560 2550 259 0 2170 2850 322 0 3410 3640 386 0 3760 3690 383 0 3800 384辽宁0 246 0 2550 2610 266 0 2420 2920 324 0 3440 3660 377 0 3670 3380 344 0 3560 365吉林0 200 0 2070 2150 227 0 2340 2450 256 0 2750 2930 305 0 3180 3270 331 0 3480 348黑龙江0 222 0 2410 2470 259 0 2610 2740 279 0 2910 3030 316 0 3250 3280 338 0 3480 351上海0 428 0 4350 4450 387 0 4030 3870 404 0 4220 4390 459 0 4760 4900 506 0 5210 541江苏0 238 0 2330 2440 250 0 2190 2710 303 0 3230 3440 365 0 3810 3930 410 0 4280 448浙江0 256 0 2550 2680 276 0 2760 3020 329 0 3520 3710 392 0 4090 4180 435 0 4570 479安徽0 133 0 1350 1460 153 0 1470 1760 198 0 2160 2340 306 0 2570 2690 284 0 3040 328福建0 228 0 2250 2350 244 0 2460 2660 285 0 3060 3280 342 0 3590 3710 393 0 4180 442江西0 203 0 2150 2200 229 0 2300 2480 261 0 2750 2890 351 0 3120 3180 335 0 3530 374山东0 247 0 2640 2620 259 0 1910 2730 321 0 3310 3400 393 0 3590 3540 349 0 3630 361河南0 229 0 2280 2320 226 0 1560 2270 253 0 2550 2690 278 0 2880 2680 283 0 3070 324湖北0 158 0 1730 1780 180 0 1770 2030 227 0 2410 2700 286 0 3010 3100 327 0 3490 371湖南0 183 0 1940 2020 202 0 1950 2210 235 0 2460 2660 283 0 2970 3070 320 0 3430 364广东0 258 0 2610 2640 266 0 2390 2910 303 0 3210 3380 345 0 3620 3710 385 0 3990 417广西0 198 0 1980 2020 203 0 2000 2380 232 0 2430 2610 323 0 2770 2860 300 0 3210 338海南0 185 0 1880 1860 191 0 2100 2250 249 0 2740 2820 295 0 3040 3180 333 0 3430 360重庆0 173 0 1810 1860 193 0 2190 2280 256 0 2760 2980 311 0 3270 3400 358 0 3780 393四川0 238 0 2400 2380 239 0 2170 2610 272 0 2830 2970 301 0 3070 3160 330 0 3490 365贵州0 136 0 1800 1730 160 0 1500 1810 226 0 2320 2530 259 0 2710 2840 310 0 3390 343云南0 176 0 1790 1890 185 0 1940 2140 234 0 2470 2610 272 0 2780 2950 313 0 3400 349陕西0 177 0 2080 2150 221 0 2100 2470 277 0 2900 3150 329 0 3330 3330 353 0 3710 385甘肃0 208 0 2020 2020 177 0 1750 1920 213 0 2270 2430 277 0 2890 2970 302 0 3120 324青海0 258 0 2680 2730 267 0 2730 2780 292 0 3090 3170 336 0 3530 3680 382 0 3960 411宁夏0 140 0 1880 1650 177 0 1790 2170 233 0 2480 2810 300 0 3130 3280 336 0 3400 353新疆0 171 0 2040 2110 205 0 1930 2170 246 0 2640 2810 301 0 3090 3060 324 0 3250 34559河北农业大学学报(社会科学版)2023 年(三)回归结果及分析本文构建动态面板模型进行实证研究。将城乡收入差距的滞后项作为解释变量进行引入，使得模型具有动态解释力，但这一做法会引发内生性问题。广义矩估计(GMM)是缓解这一问题的有效方法，鉴于系统 GMM 在估计的过程中具有偏差小、效率高等优势，本文利用该模型来进行基准回归。与此同时，利用差分 GMM、混合回归、固定效应模型进行比较分析，以验证模型的准确性。在基准回归中，将城乡收入差距的滞后项设定为前定变量，新型城镇化水平以及控制变量设定为内生变量，时间虚拟变量设定为外生变量，将时间虚拟变量作为工具变量。控制工具变量的数量，Hansen 检验工具变量的有效性，A(1)、A(2)检验序列的相关性，采用两步估计法，以及稳健性标准误进行统计推断。回归结果如表 3 所示。模型 1 为系统 GMM回归结果，模型 2、3、4 分别为差分 GMM、混合回归和固定效应回归结果。模型 1、2 的结果显示，A(1)小于0.1，A(2)大于0.1，Hansen 检验的 P值大于 0 1，表明所建模型均通过了原假定中的检验。被解释变量的滞后项均显著为正，反映城乡收入差距滞后项的引入确实使得模型更具有动态解释力，也反映出本文构建动态面板模型的合理性。解释变量新型城镇化水平均显著为负，说明“以人为本”的新型城镇化对于城乡收入差距的收窄呈现出促进效果，假说 1 得以验证。模型1 中，控制变量受教育程度、对外开放程度也显著为负，说明应更加关注城乡教育资源的公平分配，尤其是农村优质教育资源的投入，同时加大对农村金融和科技投入，激发农村的“造血能力”，提升农村居民收入。科技投入水平呈现正向影响，意味着金融发展、科技投入可能存在城市偏向性，从而拉大了城乡收入差距。从模型 3 和模型 4 的回归结果看，新型城镇化水平在 1%显著性水平上为负，进一步验证了结论的可靠性。表 3新型城镇化与城乡收入差距回归结果变量模型 1模型 2模型 3模型 4urgapit 10 910 0 884 (17 58)(11 41)urban0 092*0 069*0 459 0 351 (2 01)(1 78)(16 68)(7 10)edu0 011 0 0000 011 0 006 (2 66)(0 06)(6 09)(5 96)fdi0 008 0 0060 022 0 059 (2 43)(0 63)(4 11)(5 53)loan0 000 0 000 0 0000 000(2 96)(4 12)(0 84)(2 05)gov0 0160 0330 129 0 105 (1 15)(0 97)(7 38)(4 77)invest0 709 0 3400 596 0 375(2 27)(0 44)(2 64)(0 58)常数项0 0210 319 0 316 (0 60)(20 18)(20 23)A(1)0 0000 000A(2)0 1970 342Hansen 检验0 6970 158 squared0 6930 793注:*、分别表示在 1%、5%、10%的统计水平上显著;括号内为稳健性标准差，下同。(四)稳健性检验为使得上述估计结果更加具有说服力，采用替换被解释变量的方法进行稳健性检验。基于基尼系数(Gini)、城乡收入比值(rate)均为城乡收入差距的常用衡量指标，分别采用这 2 个指标作为被解释变量，使用 GMM 方法进行检验，检验结果见表 4。模型 5、模型 6 分别是以基尼系数作为被解释变量的系统 GMM 和差分 GMM 估计，模型7、模型 8 分别是以城乡收入比作为被解释变量的系69第 1 期新型城镇化对城乡收入差距的影响统 GMM 和差分 GMM 估计。4 个模型均通过了原假定中的检验，滞后一阶的城乡收入差距在 1%的显著性水平上均为正，解释变量的系数大小虽然存在一定的差异，但方向和显著性水平均未发生明显的改变。这说明，本文所构建的模型及回归结果是稳健的。表 4稳健性检验变量模型 5模型 6模型 7模型 8Giniit 10 927 0 980 (13 45)(10 75)rateit 10 951 0 896 (15 52)(10 93)urban0 078 0 063*1 030*1 343*(2 11)(1 88)(1 84)(1 97)edu0 0010 008 0 0160 112(0 24)(2 44)(0 35)(0 92)fdi0 0070 0030 0240 067(1 19)(0 36)(0 58)(1 10)loan0 000 0 000 0 0000 000(3 43)(3 68)(1 27)(1 17)gov0 0120 0250 1930 499*(0 81)(0 73)(0 74)(1 79)invest0 476 0 0707 0671 824(2 17)(0 14)(1 51)(0 28)常数项0 0370 161(0 92)(0 32)A(1)0 0000 0000 0000 000A(2)0 1990 2540 1240 135Hansen 检验0 4760 4240 9260 458注:Giniit 1、rateit 1分别表示滞后一期的基尼系数与滞后一期的城乡收入比值。四、新型城镇化对城乡分项收入差距的影响分析上述实证结果揭示了，新型城镇化在一定程度上对城乡居民可支配收入差距的收窄存在促进的效果，但居民可支配收入有多项来源，在城镇化进程中，城乡居民由于收入来源不同而存在着利益分配差异，并由此造成各分项收入差距发生变化。因此，有必要将研究深入到各收入分项，从收入结构上探讨新型城镇化缩小城乡收入差距的具体路径。表 5 展示了 20052019 年城镇和农村居民的各项收入占比及其变动趋势。鉴于 2014 年国家统计局修改了收入结构的统计口径，本文借鉴马少晔和应瑞瑶 22的做法，对 20052013 年城镇各项收入数据进行调整，并计算各项收入占可支配收入的比值。表 5 反映了收入结构的占比，从城镇居民的各项收入来看，工资性收入这一项所占的比重最大，约为 60%左右，且较稳定。从农村居民的各项收入来看，工资收入和经营收入所占比重相对较大，2019 年分别为 41%和36%，而财产性收入所占的比重最小，仅 2.4%，远低于城镇居民的 10.4%。从收入结构变动趋势看，早期城镇居民以得天独厚的地域和户籍优势，以工资收入为主，而农村居民由于消息的闭塞，自给自足式的土地种植经营产出成为他们的主要经济来源。但自 2015 年后，农村居民的工资收入所占比重逐渐提升，甚至超越经营收入，这可能源于城镇工业化产业化发展的升级，就业机会的增多，带动农民工向城镇流动。与此同时，农村居民的转移性收入在 2014 年后也有大幅度的上升，占比达 20%，超过了城镇居民，表明了政府的惠民政策向农村的倾斜。这些变化均发生在2014 年左右，与新型城镇化理念提出、发展的时间相近，从而为我们研究其对各分项收入差距的影响提供了一系列现实依据。79限于篇幅，调整后的各项收入数据未列出，仅展示比值。河北农业大学学报(社会科学版)2023 年表 5城乡居民各项收入占比年份工资性收入占比/%经营性收入占比/%转移性收入占比/%财产性收入占比/%城镇农村城镇农村城镇农村城镇农村200563 84236 0855 56456 66921 7024 5291 5792 717200663 72638 3275 88553 83221 0705 0401 7742 802200763 48038 5535 83552 98320 9935 3682 1623 097200861 20938 9397 87451 16121 2806 7902 0973 111200959 79840 0007 38349 03421 8077 7222 0863 245201059 21041 0727 40147 85921 9947 6522 2483 417201158 45742 4738 38246 17821 6538 0742 4623 276201258 59343 5478 61344 63321 5248 6742 3893 146201358 44645 2508 63642 64021 6448 8162 5013 294201462 18639 58711 36840 39916 69617 8979 7492 117201561 98840 27711 14339 43017 11718 0919 7512 202201661 47340 61811 21538 34917 58018 8319 7312 201201760 99840 93411 16837 43017 92419 3809 9102 256201860 61641 02111 31836 65917 80419 98010 2612 340201960 35341 09411 42735 96717 85520 58510 3652 355采用系统 GMM 模型，表 6 列出了新型城镇化与城乡各项收入差距的回归结果。模型 9 至模型 12 的被解释变量依次为城乡工资性、经营性、转移性和财产性收入差距。总体上看，A(1)小于 0 1，A(2)大于 0.1，Hansen 检验结果大于0.1，说明 4 个模型均满足系统 GMM 的使用条件。4 个模型被解释变量的滞后项系数均在 1%的显著性水平上为正，表明各项收入差距在时间上呈现一定的连续性。表 6 结果显示，新型城镇化对城乡各分项收入差距均有显著性影响，假说2 得以验证。其中，模型 9 的结果显示，新型城镇化对城乡工资性收入差距有显著负影响，其影响系数为 2.408，表明新型城镇化水平每提高 1%，城乡工资性收入差距将会缩小 2.4%。这不难解释，随着新型城镇化水平的提高，产业结构的优化，就业岗位的增加，以及大量有待就业的农村剩余劳动力的存在，这种供需关系使得农村人口不断地向城镇流动。大量的农村劳动力进城，一方面是为了谋求更多的工作机会，另一方面也为了获得更高的报酬，进而缩小了与城市居民的差距。模型 10 中，新型城镇化对城乡经营性收入差距存在扩大的效应。顾海兵与王亚红认为，农村居民的劳动程度、劳动产出在不断地降低，耕种的思想在不断的弱化，积重难返，是经营性收入差距拉大的重要原因 23。根据模型 11 的回归结果，新型城镇化的建设显著缩小了城乡间的转移性收入差距，且作用效果优于工资性收入。近年来，随着“精准扶贫、精准脱贫”方略的实施，为保障民生，国家增大了对农村的财政支出，增加了基础设施建设的投入。同时也规范经济税收制度，改善分配不均问题，从而缩小了城乡转移性收入差距。由模型 12 的回归系数可见，新型城镇化对城乡财产性收入差距的扩大具有促进作用。伴随着城镇房价快速上涨，城市人口不断膨胀，城镇居民的财产优势日益凸显，而农村居民受土地政策约束，缺乏财产性收入来源。与此同时数字经济蓬勃发展，城镇居民可以凭借自身的资本储备，拓宽收入渠道，城乡间财产性收入差距进一步拉大。表 6新型城镇化与城乡各项收入差距回归结果变量模型 9模型 10模型 11模型 12wageit 10 821 (37 52)oprationit 10 936 (18 18)transferit 10 639 (8 84)propertyit 10 949 (14 75)89第 1 期新型城镇化对城乡收入差距的影响续表变量模型 9模型 10模型 11模型 12urban2 408*1 129*18 045*10 805*(1 75)(1 85)(1 88)(1 81)edu0 0100 0510 9960 143(0 05)(0 64)(0 76)(0 16)fdi0 2140 0081 4530 502(0 93)(0 13)(0 71)(0 72)loan0 0000 0000 0000 000(1 26)(0 90)(0 09)(0 54)gov0 8530 2263 5562 325(0 91)(1 16)(0 44)(0 69)invest4 3447 850 46 75774 297(0 25)(2 49)(0 61)(1 17)常数项1 1840 6311 5873 059(0 79)(0 88)(0 14)(0 34)A(1)0 0080 0160 0180 002A(2)0 2130 2540 5920 726Hansen 检验0 1050 7260 5790 858注:wageit 1、oprationit 1、transferit 1、propertyit 1分别表示滞后一期的城乡工资性收入差距、滞后一期的城乡经营性收入差距、滞后一期的城乡转移性收入差距、滞后一期的城乡财产性收入差距。五、结论与政策建议本文依据新型城镇化发展理念构建指标体系，采用熵值 TOPSIS 法测度新型城镇化水平，使用广义矩估计法分析 20052019 年新型城镇化水平与城乡收入差距间的动态关系，并进行稳健性检验，最后从收入结构视角，进一步探讨新型城镇化对城乡居民各项收入差距的影响。研究结果表明:第一，更加注重基础设施、公共服务、资源环境等方面内在质量建设的新型城镇化水平不断提升，但发展中存在区域差距，北京、上海等东部城市新型城镇化水平高于中西部城市，表现出明显的优势;第二，“以人为本”的新型城镇化对于城乡收入差距的收窄具有促进效果，并且受教育程度、对外开放程度在一定程度上具有推动作用;第三，从城乡居民各分项收入来看，伴随着新型城镇化的蓬勃发展，城乡工资性、转移性收入差距将会显著缩小，但城乡经营性、财产性收入差距将呈现扩大的趋势。基于上述实证研究结果，得到如下政策启示。第一，持续推进新型城镇化建设，注重内在品质提升。持续深化“以人为本”这一核心理念，重视“人文”文化的发展，推进户籍制度改革，解除农民身份的束缚，建设更加包容富有韧性的新城镇。同时结合区域特色，打造城市都市圈，制定和完善教育、医疗等社会保障政策，实现城镇可持续发展。第二，深化土地制度改革，优化财政支出结构。古往今来，土地这一要素都是极为宝贵的资源，优化土地要素市场配置，建设城镇与乡村相统一的用地市场，实现土地财产增收在城乡间的均衡分配，对农村居民财产性收入的增加具有至关重要的作用。同时，优化地方财政的支出结构，向农村建设、