EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 7: 1355 - 1371

DOI: https://doi.org/10.18306/dlkxjz.2024.07.007

研究论文

中城市群新型城镇化与农业现代化耦合协调对城乡收入差距的影响

  • 田俊 ,
  • 李旭东 , * ,
  • 陈璇 ,
  • 郭兴
展开
  • 贵州师范大学地理与环境科学学院，贵阳 550025
*李旭东(1969— )，男，湖南邵东人，博士，教授，博士生导师，研究方向为人口地理与区域发展。E-mail:

田俊(1998— )，女，四川资阳人，硕士生，研究方向为人口地理与区域发展。E-mail:

收稿日期: 2023-08-16

  修回日期: 2024-04-29

  网络出版日期: 2024-07-23

基金资助

国家自然科学基金项目(41261039)

贵州第七次全国人口普查课题研究项目(8300-202201020036)

收起

Impact of coupling and coordination of new urbanization and agricultural modernization on the urban-rural income gap in the central Guizhou urban agglomeration

  • TIAN Jun ,
  • LI Xudong , * ,
  • CHEN Xuan ,
  • GUO Xing
Expand
  • College of geography and Environmental Sciences, Guizhou Normal University, Guiyang 550025, China

Received date: 2023-08-16

  Revised date: 2024-04-29

  Online published: 2024-07-23

Supported by

National Natural Science Foundation of China(41261039)

Research on the Seventh National Population Census in Guizhou Province(8300-202201020036)

Fold

摘要

从新型城镇化与农业现代化协调发展的视角切入，探究“两化”协调发展水平与城乡收入差距的关联性，对统筹城乡发展、促进区域高质量发展具有重要意义。论文以黔中城市群为案例区，综合运用熵值-TOPSIS法、耦合协调度模型、探索性空间分析等方法，分析2010—2020年“两化”协调发展水平和城乡收入差距的时空格局，揭示了两者的时空关联性，并对影响城乡收入差距的其他因素进行了对比分析。结果表明：① 2010—2020年黔中城市群“两化”协调发展水平显著提高，协调类型由濒临协调为主转向勉强协调为主；期间城乡收入差距呈缩小趋势，县域间分化趋于收敛，但其差异仍旧明显。② 2010—2020年黔中城市群“两化”协调发展水平低值区主要位于西部毕节一带，高值区集中于中部贵阳；“两化”协调发展和城乡收入差距两者均具有显著的空间正相关性，城乡收入差距与“两化”协调水平的低、高值区存在较为明显的空间重合现象。③ 2010—2020年黔中城市群“两化”协调发展水平对城乡收入差距有显著影响且呈增强态势；此外，人力资本水平、道路基础设施密度和教育水平等也是影响城乡收入差距的核心驱动因素，多因素综合作用形成了黔中城市群城乡收入差距空间格局。

关键词： 新型城镇化; 农业现代化; 城乡收入差距; 耦合协调; 黔中城市群

本文引用格式

田俊 , 李旭东 , 陈璇 , 郭兴 . 中城市群新型城镇化与农业现代化耦合协调对城乡收入差距的影响[J]. 地理科学进展, 2024 , 43(7) : 1355 -1371 . DOI: 10.18306/dlkxjz.2024.07.007

Abstract

From the perspective of coordinated development of new urbanization and agricultural modernization (NU-AM), this study explored the relationship between the level of coordinated development of NU-AM and the urban-rural income gap, which is of great significance for balancing urban and rural development and promoting high-quality regional development. Taking the central Guizhou urban agglomeration as a case study region, this study applied the entropy-TOPSIS method, coupling and coordination degree model, and exploratory spatial analysis method to analyze the spatial and temporal patterns of the coordinated development level of NU-AM and the urban-rural income gap from 2010 to 2020, revealed the spatial and temporal correlation between the two, and compared and analyzed other factors that affected the urban-rural income gap. The results show that: 1) The level of coordinated development of NU-AM in the central Guizhou urban agglomeration has improved significantly, and the main coordination type changed from low coordination to moderate coordination. During this period, the urban-rural income gap showed a trend of narrowing, and the differentiation among counties tended to converge, but the differences were still obvious. 2) The low-value areas of the coordinated development level of NU-AM in the central Guizhou urban agglomeration were mainly located in Bijie, and the high-value areas were concentrated Guiyang; both the coordinated development of NU-AM and the urban-rural income gap showed significant positive spatial correlation, and there was a clear spatial overlap between the low- and high-value areas of the urban-rural income gap and the coordination level of NU-AM. 3) The level of coordinated development of NU-AM in the central Guizhou urban agglomeration had a significant impact on the urban-rural income gap and showed a strengthening trend; in addition, the levels of human capital, road infrastructure density, and education were also core driving factors that affected the urban-rural income gap. The combined effect of multiple factors has formed the spatial pattern of the urban-rural income gap in the central Guizhou urban agglomeration.

Key words： new urbanization; agricultural modernization; urban-rural income gap; coupling and coordination; central Guizhou urban agglomeration

党的二十大报告指出，“发展不平衡不充分问题仍然突出”“城乡区域发展和收入分配差距仍然较大”[1]。正确认识并解决人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，已经成为当务之急[2]。为推动区域、城乡、收入协调发展，国家战略不断调整，党的十九届五中全会明确提出：到2035年基本实现新型工业化、信息化、城镇化与农业现代化，着力缩小城乡区域发展差距和居民生活水平差距，完成社会主义现代化远景目标。自党的十八大提出要坚持走中国特色“四化”道路以来，新型城镇化与农业现代化被认为是促进城乡协调发展、缩小城乡收入差距的关键抓手[3⇓⇓-6]。2022年发布的《“十四五”新型城镇化实施方案》中明确指出要坚持走“四化”同步道路，以推动城镇化高质量发展为主题，坚持以工补农、以城带乡。2022年，中国城乡居民收入比高达2.45[7]，城乡收入差距过大的问题仍旧严峻，这既不利于构建高质量新发展格局，也不利于全面建设社会主义现代化国家。破除形成城乡收入差距的障碍、促进城乡居民收入协调增长、推动区域协调发展，是中国顺利实现下一个“百年”奋斗目标的重要保障。基于此，本文提出一个科学问题，即新型城镇化与农业现代化协同发展能否缩小城乡收入差距?
新型城镇化与农业现代化作为中国特色社会主义现代化建设的核心内容，两者关联性研究受到国内学者的广泛关注，学者们主要围绕新型城镇化与农业现代化协调发展水平测算、新型城镇化与农业现代化的互动机制探讨、新型城镇化与农业现代化协调发展优化路径等方面展开研究。评价及测算较多运用综合评价模型与耦合协调模型相结合的方法[8⇓⇓-11]，包括模糊综合评价法、变异系数赋权综合确权法、层次分析法、熵权法等。关于“两化”互动机制，学者们普遍认为新型城镇化与农业现代化之间联系紧密且相互作用，但两者相互作用的强度具有非平衡性[12-13]。对于“两化”协调发展的优化路径，大部分学者提倡从“三农”角度出发，着重提高农业科技水平与生产效率，通过农业现代化水平的提高自下而上来推动“两化”协调发展[14⇓-16]，还有一部分学者则认为应该提高城镇化发展水平，充分发挥其辐射效应，自上而下带动“两化”协调发展[17-18]。
此外，城乡收入差距成因研究由来已久，学者们主要从城乡二元结构体制的角度展开分析。早期学者们大多从单一视角切入，研究某一具体指标对城乡收入差距的影响，随着社会经济发展，城乡地域系统复杂性、动态性的特征开始凸显，学者们开始注重城乡收入差距影响因素的多维探索。研究发现，人口流动[19-20]、教育水平[21-22]、政府行为和投资[23-24]、城镇化水平[25-26]、金融发展规模[27-28]等因素对城乡收入差距产生不同程度的影响，揭示了其形成原因的复杂多样。现有研究已有丰富成果，但仍存在以下问题和不足：第一，大部分研究仅从城乡收入差距自身出发，未能与新型城镇化、农业现代化和城乡融合发展等国家战略有机衔接，从“两化”协调发展视角出发探究其与城乡收入差距的关联性的研究较为欠缺；第二，新型城镇化指标体系的构建主要考虑人口、土地和经济等“要素驱动”层面，对人居环境、生活质量等方面关注不够，难以凸显“以人为核心”的发展内涵；第三，现有研究缺乏对山地城市群提高农业现代化水平、促进“两化”同频、缩小城乡收入差距的优化策略研究。城市群作为城乡协调发展的重要空间载体，有利于打破既有行政分割壁垒、畅通城乡发展要素跨区域结构性重组和合理流动，更充分地激发“三农”发展的潜力。
因此，本文以西部山地城市群黔中城市群为例，研究新型城镇化与农业现代化协调发展对城乡收入差距的影响，将有助于延伸“两化”协调发展与城乡收入差距的研究视角，为“两化”协调发展、缩小城乡发展差距提供理论依据。

1 新型城镇化与农业现代化耦合协调对城乡收入差距的影响机理

协同理论认为，系统发展的本质是系统通过内部的转化和协同作用最终从无序自发演变成有序的过程[29]，这个过程伴随着高频次的物质、能量、信息交换，即各子系统间的协同作用是系统发展的内在动力。新型城镇化与农业现代化是中国推进中国式现代化建设、实现共同富裕的重要战略，两者作为经济社会这个综合、复杂、开放巨系统中的两个子系统，其耦合协调发展实质是人口、资金、技术等生产要素和公共资源在城乡之间流动、再分配中实现优化配置，从而缩小城乡发展差距。农业现代化离不开新型城镇化的拉动辐射，新型城镇化离不开农业现代化的支撑反馈，两系统相辅相成、辩证统一，共同推动城乡融合发展格局的形成，促进城乡居民收入差距的缩小，其互动作用机理见图1。
图1 新型城镇化与农业现代化耦合协调对城乡收入差距的影响机理

Fig.1 Mechanism of influence of coupling and coordination between new urbanization and agricultural modernization on the urban-rural income gap

一方面，新型城镇化推动着农业现代化的发展。① 二、三产业快速发展催生出大量非农就业岗位，为农村剩余劳动力的转移就业提供了可能，推动农村居民工资性收入的增加；与此同时，农村溢出劳动力的转移能提高农民人均资源占有量，城镇人口增加又加大对农副产品需求，加速农业生产经营模式向规模化、集约化的转变。② 城镇经济水平的提高能增强区域资本积累和溢出效应，为农业生产提供更为充足的资金支持、技术扶持和先进管理方式，推动农业生产技术和生产效率的提高。③ 城镇绿色生态发展理念的践行既为农业绿色可持续发展提供了科技支持，又进一步遏制了环境污染对农业生态系统的破坏。④ 城镇人民生活水平的提高刺激了对农产品多样化、高层次需求，同时也为休闲农业、观光农业等生态农业与旅游结合的模式创造了市场需求，有利于推动农业供给侧结构性改革，促进农业产业结构优化升级。⑤ 新型城镇化推进过程中，教育、医疗和交通等基础设施向农村地区延伸覆盖，加快了公共服务均等化进程，能够促进农民素质和专业技能的提高，提升农村人力资本层次，加快农业现代化。
另一方面，农业现代化对新型城镇化起着支撑作用。① 以现代科学技术和生产设备为支撑的现代农业解放了大量农村劳动力，能够促进人力资本的积累，而机械化、专业化生产模式能够有效提高作物产出率和资源利用率，为城镇发展提供更多的农副产品、土地等资源支持。② 绿色生态农业的发展既能够保护土壤、水源，改善生态环境，促进人居环境质量的提升，又能提高农副产品的品质和安全性，满足城镇居民日渐丰富的物质需求。③ 农业现代化水平的提高能推动农业产业化、市场化进程，提高农民可获得的产业增值收益，同时，农村三产融合发展加速了乡村旅游业进程，吸引城镇居民“消费下乡”，能进一步拓宽农民增收渠道，增强农民消费能力、释放消费潜力。农村消费扩容提质，一方面为城镇产业体系的完善创造了市场条件，另一方面有助于形成城乡间均衡、衔接、互补的消费需求结构，增强经济增长的内生动力，缩小城乡发展差距。
综上所述，“两化”协调发展通过促进农村剩余劳动力有序转移，带动各类生产要素自由流动、平等交换，加快农业结构转型升级，同时推动基本公共服务设施向农村延伸，实现公共资源合理配置，改善农村生产生活条件，可以有效改善城乡二元结构，缩小城乡居民收入差距。

2 研究区域、方法与数据

2.1 研究区概况

黔中城市群位于云贵高原东部、贵州省中部[30]，以低山丘陵的喀斯特地貌为主，范围包括贵阳、遵义、毕节、安顺、黔东南、黔南6个市(州)的33个县域单元(图2)，总面积5.38万km2，占全省总面积的30.54%[31]。2022年常住人口1885万人，地区生产总值12134亿元，分别占全省的48.5%和60.2%；城乡居民人均可支配收入分别为40121元与16283元[32]，城乡收入差距较大。黔中城市群是中国“两横三纵”城镇化战略格局的重要支点，也是新一轮西部大开发战略的重点区域，但受资源禀赋、自然环境、政策导向等因素影响，城市群内部表现出明显的区域和城乡发展差异。本文以县级行政区为基本研究单元，其中云岩区人口城镇化率为100%且几乎无乡村要素，故不纳入评价。
图2 黔中城市群区位示意图

Fig.2 Location of the central Guizhou urban agglomeration

2.2 新型城镇化与农业现代化水平指标构建

新型城镇化与农业现代化的发展具有长期性、动态性和时代性，其内涵随社会发展而不断丰富和变化。在深入理解新型城镇化与农业现代化含义的基础上，参考《国家“十四五”新型城镇化实施方案》《贵州省“十四五”新型城镇化发展规划》《黔中城市群高质量发展规划》《贵州省国民经济和社会发展第十四个五年规划》《贵州“十四五”现代山地特色高效农业发展规划》《贵州省人民政府关于全面推进乡村振兴加快农业农村现代化的实施意见》等政策性文件，同时参考相关文献[5⇓⇓⇓⇓⇓-11]中的新型城镇化与农业现代化的评价指标体系，遵循指标体系构建的科学性、代表性和数据获取性等原则，结合黔中城市群的实际，构建适用于黔中城市群的新型城镇化与农业现代化评价指标体系(表1)，其中新型城镇化包含了5个准则层，分别为：① 宏观经济发展。经济是新型城镇化建设的基础性支撑，经济城镇化主要体现在地区经济发展水平提升的同时，产业结构和就业结构向第二三产业转型和优化。② 城镇承载能力。县级单元处在承上启下的关键环节，增强县城综合承载能力是优化人口布局、发展经济、扩大内需、推进新型城镇化建设的有效途径。③ 绿色生态发展。随着城镇化规模持续扩大，城镇也成为资源能源集中消耗和污染物聚集产生的区域，面临资源环境瓶颈和高消耗高排放压力，绿色生态发展是必由之路。④ 人民生活水平。立足于人民群众的福祉，提升居住、生活和工作在城镇中的人的获得感、幸福感和安全感，是以人为核心的新型城镇化建设的核心要义。⑤ 基本公共服务。强化公共服务供给，促进公共资源合理配置，是以人为本、增进民生福祉的新型城镇化的必然要求。促进农业高质高效，农业综合生产能力稳步提升、农民收入水平大幅提高是农业现代化的基本内涵，同时，走农业绿色生态可持续发展道路是实现“五位一体”战略布局、建设美丽中国的必然选择，也是中国特色新型农业现代化的内在要求。基于此，从农业基本投入、农业产出、农业生产效率和农业绿色可持续发展方面构建4个准则层，其下又分别选取表征其上层含义的13项指标层。
表1 新型城镇化与农业现代化评价指标体系

Tab.1 Evaluation indicator system of new urbanization and agricultural modernization

系统层 准则层 具体指标 指标解释
新型城镇化水平 宏观经济发展 人均GDP 地区生产总值/总人口
就业结构非农化 第二三产业从业人员/从业总人口
产业结构非农化 第二三产业增加值/地区生产总值
就业水平 城镇登记失业率
财政收入 地方财政收入/总人口
固定资产投资 固定资产投资/总人口
城镇承载能力 人口城镇化 城镇人口/总人口
人口密度 总人口/总面积
土地城镇化 (建设用地面积-农村居民点面积)/总面积
人均建设用地 建成区用地面积/总人口
绿色生态发展 绿化覆盖率 (林地面积+草地面积)/总面积
废气污染 每万元GDP二氧化硫排放量
废水污染 每万元GDP工业废水排放量
固废利用 工业固体废弃物综合利用率
人民生活水平 生活消费 社会零售品消费总额/总人口
基本养老保障 城乡居民基本养老保险覆盖率
基本医疗保障 城乡居民基本医疗保险覆盖率
基本公共服务 文化事业 每万人拥有文化事业机构数
基本教育水平 义务教育阶段生均教师数
基本医疗水平 每万人拥有医疗床位数
基本交通条件 每万人拥有公路和铁路里程数
农业现代化水平 农业基本投入 人均耕地面积 耕地面积/农村人口
农业从业人口比重 第一产业从业人员/从业总人口
生产机械化程度 农业机械总动力/耕地面积
农业产出 人均农业产值 农林牧渔总产值/农村人口
农民人均可支配收入 农村可支配收入/农村人口
人均粮食产量 粮食产量/农村人口
人均经济作物产量 经济作物产量/农村人口
农业生产效率 农业土地产出率 第一产业增加值/耕地面积
农业劳动生产率 农林牧渔增加值/第一产业从业人员
农耕生产率 第一产业增加值/农业机械总动力
农业可持续发展 化肥施用强度 单位耕地面积化肥施用量
农药使用强度 单位耕地面积农药使用量
森林覆盖率 林地面积/总面积

2.3 研究方法

2.3.1 城乡收入差距测算

从现有研究来看，城乡收入差距的衡量方法较为丰富，常见的有城乡初始收入比、城乡人均可支配收入比、泰尔指数、基尼系数等[33]。基于数据的可获取性和直观性，本文选取城镇居民人均可支配收入与农村居民人均可支配收入之比作为城乡收入差距的衡量方法[25]，公式如下：
G U A = I u / I a
式中：GUA表示城乡收入差距，值越大表明城乡收入差距越大，反之则越小；Iu和Ia分别表示城镇居民人均可支配收入和农村居民人均可支配收入。

2.3.2 熵值-TOPSIS模型

熵值-TOPSIS模型是一种将熵值法和TOPSIS模型相结合的综合评价方法，既避免了主观因素造成的偏差，又能较好地刻画多个指标的综合影响力，具体公式见文献[34]。计算步骤如下：
第一步，采用熵值法确定权重：① 进行数据归一化处理，② 计算信息熵，③ 计算效用价值，④ 计算熵值；
第二步，结合TOPSIS进行综合加权：⑤ 规范化矩阵，⑥ 计算正负理想解，⑦ 计算欧氏距离，⑧ 计算综合得分。

2.3.3 耦合协调度模型

耦合协调度模型用于分析若干子系统之间的相互关系，能够基于各子系统的发展水平及相互协调水平对整个系统的均衡发展进行综合评价，公式如下[35]：
C = 2 U × A / U + A 2 T = α U + β A D = C × T
式中：C值为耦合度；D为耦合协调度，取值[0,1]；U和A分别为新型城镇化和农业现代化综合得分；T为综合发展水平；α和β为待定系数，由于新型城镇化与农业现代化对缩小城乡发展差距地位同等重要，故α=β=1/2。参考相关研究[36-37]，将耦合协调度划分为8种类型(表2)。
表2 新型城镇化与农业现代化耦合协调度等级划分标准

Tab.2 Classification criteria of coupling and coordination degree between new urbanization and agricultural modernization

耦合协调度 协调等级 耦合协调度 协调等级
0<D≤0.2 严重失调 0.5<D≤0.6 勉强协调
0.2<D≤0.3 中度失调 0.6<D≤0.7 初级协调
0.3<D≤0.4 轻度失调 0.7<D≤0.8 中级协调
0.4<D≤0.5 濒临失调 0.8<D≤1.0 良好协调

2.3.4 探索性空间分析(ESDA)

空间自相关能够衡量空间要素属性值聚合或离散的程度。采用全局Moran' s I指数描述“两化”协调发展水平和城乡收入差距整体分布情况并判断其空间集聚特性，I的取值范围为[-1, 1]，大于0表示存在空间正相关，等于0表示空间相关性不存在，小于0表示存在空间负相关，越接近±1表明其空间依赖性越强。进一步运用局部Moran's I指数来刻画空间变异性的具体模式，共分为高—高、低—低、高—低、低—高和不显著5种模式[38]。

2.3.5 基于最优参数的地理探测器模型(OPGD)

(1) 最优参数选择
地理探测器是探测研究要素空间异质性水平，并揭示其内在驱动力的统计学方法。地理探测器模型运用过程中最关键的步骤是空间数据的离散化，这将决定研究要素空间分层异质性的最佳尺度。传统地理探测器通过人为干预来确定连续性变量的设定机制，这种方式存在主观偏差，容易导致离散化结果不佳等问题，故本文借助R语言中的GD包程序指令筛选出q值最大的参数组合进行空间离散化[39-40]。
(2) 地理探测器原理
本文基于最优参数选择，运用地理探测器模型中的单因子探测和交互探测分别揭示黔中城市群城乡收入差距空间格局形成与演变的核心驱动力及其各驱动因子之间的交互作用力。该方法的核心是通过空间分层异质性来探测因变量与自变量之间空间分布格局的一致性程度，据此度量因变量与自变量之间因果关系的关联水平，公式如下[41]：
q = 1 - 1 N σ 2 ∑ h = 1 L N h σ h 2
式中：h=1,…L，为自变量或因变量的分层；N与Nh分别是县域和层h的单元数；σ2和σh2分别为县域和层h的单元数的方差。q值域介于[0,1]，q值越趋近于1，说明因变量的空间分异性越明显，且表明自变量对因变量的解释力越强；反之，则表明因变量的空间异质性越不明显，自变量的作用程度越弱。参照王劲峰等[41]研究成果，交互作用类型划分如表3所示。
表3 两个自变量对因变量交互作用类型划分

Tab.3 Interaction type classification of the two independent variables on the dependent variable

判断依据 交互作用
q(X1∩X2) < min[q(X1),q(X2)] 非线性减弱
min[q(X1),q(X2)]<q(X1∩X2)<max[q(X1),q(X2)] 单因子非线性减弱
q(X1∩X2) > max[q(X1),q(X2)] 双因子增强
q(X1∩X2) = q(X1) + q(X2) 独立
q(X1∩X2) > q(X1) + q(X2) 非线性增强

2.4 数据来源

人口数据来源于贵州省第六、七次全国人口普查数据；社会经济数据来源于《贵州统计年鉴》、各市(州)统计年鉴、各县(区、市)国民经济和社会发展统计公报及贵州省宏观经济数据库(http://hgk.guizhou.gov.cn/)；土地利用遥感监测数据(分辨率30 m)来源于中国科学院资源环境科学数据中心(https://www.resdc.cn/)；道路网数据来源于OpenStreetMap网站(http://wiki.openstreetmap.org/)。以2020年为基准，行政区划调整县域社会经济数据采用线性插值法予以补充并修正和调整。

3 新型城镇化与农业现代化耦合协调和城乡收入差距的关联

3.1 新型城镇化与农业现代化时空演化分析

2010—2020年黔中城市群新型城镇化指数均值从0.225增至0.323，增幅达43.31%。空间上呈现出中高西低、北高南低的分布格局(图3a)，高值区分布于贵阳和各市(州)县级市与市辖区，且在中部集聚范围逐步扩大，表现出从斑块到团状的演化趋势，低值区主要位于乌蒙山区和苗岭地区。一方面，贵阳为丘原盆地地形，建设用地资源禀赋较好，经济基础更好；另一方面，作为省会城市，政策倾向影响较大，新型城镇化进程更快、水平更高。乌蒙山、苗岭等地区自然环境恶劣，产业发展层次较低，社会经济发展水平滞后。
图3 2010、2020年黔中城市群新型城镇化和农业现代化水平空间格局

Fig.3 Spatial patterns of new urbanization and agricultural modernization in the central Guizhou urban agglomeration in 2010 and 2020

2010—2020年黔中城市群农业现代化指数均值从0.214升至0.435，提升了103.27%，上升趋势明显，但标准差也同步增大，农业现代化水平县域差异趋于强化。空间上，高值区从东北到西南，沿绥阳—乌当—长顺呈条带状分布，低值区空间分异格局变动幅度较大(图3b)，2010年包括汇川、红花岗、平坝、西秀、凯里等，均为重工业主导县域，在“工业强省”战略影响下，重工轻农，农业现代化水平较低，2020年，低值县域有大方、黔西、织金、贵定、麻江等，受复杂地形地貌影响，农业现代化发展缓慢。
总体来看，2010—2020年黔中城市群新型城镇化与农业现代化水平显著提升，农业现代化水平略高于新型城镇化，但两者发展层次均偏低，尚处于中期发力阶段，说明近年来黔中城市群在统筹城乡发展方面的努力是卓有成效的，同时应该继续发展形成可持续发展态势。

3.2 新型城镇化与农业现代化耦合协调水平和城乡收入差距时空演化分析

3.2.1 黔中城市群新型城镇化与农业现代化耦合协调水平时空演化分析

黔中城市群新型城镇化与农业现代化耦合协调水平提升明显，县域差距趋于收敛，空间分布地域锁定现象凸显(图4)。具体来看：① 2010—2020年“两化”耦合协调度呈中水平快速增长态势，均值从0.459增至0.605，增长了31.77%，从濒临失调向勉强协调状态转变，城乡之间协同发展程度与相互作用效率有所提高。2010年，轻度失调县域数量为4个，濒临失调县域数量为23个，处于失调状态县域占比84.38%，随时间演化，处于失调状态的县域逐步消失，勉强协调和初级协调县域数量大幅增加，分别增加了12个和14个，耦合协调类型以濒临失调为主演化为以初级协调为主(图4)。② 近10年来，“两化”耦合协调度标准差从0.062降至0.059，极差由0.265减至0.262，出现小幅下降，表明各县域在提高城乡统筹发展水平的基础上，区间分异有缩小趋势，发展不均衡现象有所缓解。③ “两化”耦合协调水平呈现“中部高四周低、东北突出”的空间格局，在西部形成由大方、织金、普定、镇宁等组成的低值连绵区，高值则呈现出较为明显的“双核”分布格局，即以贵阳—遵义为中心的初级协调发展区。此外，耦合协调水平县域分异呈现出一定的地域锁定现象，2010年与2020年高值区与低值区的相对空间分布无明显变化，观山湖、白云、乌当和南明始终为黔中城市群“两化”协调发展的增长极核。
图4 2010、2020年黔中城市群新型城镇化与农业现代化耦合协调类型空间格局

Fig.4 Spatial patterns of coupling and coordination degree and coordination type between new urbanization and agricultural modernization in the central Guizhou urban agglomeration in 2010 and 2020

3.2.2 黔中城市群城乡收入差距时空演化分析

黔中城市群城乡收入差距趋于缩小，城乡收入比高值区与“两化”耦合协调度低值区具有空间同步性。具体来看：① 2010—2020年城乡收入比均值由2.847降至2.536，下降了12.263个百分点，城乡收入差距呈下降趋势，标准差由0.478减至0.378，极差也由1.734减至1.338，县域间城乡发展差异趋于缩小。② 空间上整体呈现出“东北低、四周高、中部凹陷”的分布格局(图5)，以白云、观山湖、乌当等贵阳市辖区为低值中心的空间极化格局凸显。贵阳作为黔中城市群的核心区域，经济社会发展水平处于领先地位，随着城镇化发展进入中后期阶段，城镇对乡村发展的涓滴效应强于极化效应，在工业反哺农业、城镇支持乡村方针影响下，城乡收入差距逐渐缩减。总体来看，2010—2020年黔中城市群新型城镇化与农业现代化耦合协调度高值区与城乡收入比低值区有高度空间重合性，表现出较强的相关性，有必要通过定量分析来深入探索两者的关联性。
图5 2010、2020年黔中城市群城乡收入差距空间格局

Fig.5 Spatial patterns of urban-rural income gap in the central Guizhou urban agglomeration in 2010 and 2020

3.3 新型城镇化与农业现代化协调发展水平和城乡收入差距空间集聚特征分析

研究期内，黔中城市群“两化”耦合协调度与城乡收入差距的全局Moran's I指数趋于增大，且均通过1%显著性水平检验(表4)，说明各县域新型城镇化与农业现代化耦合协调度及城乡收入差距与周边县域存在正相关系，且空间溢出效应有增强趋势，因此，进一步运用局部空间自相关探索其空间关联模式。
表4 2010、2020年黔中城市群新型城镇化与农业现代化协调发展水平和城乡收入差距的全局Moran's I

Tab.4 Moran's I of coordinated development level between new urbanization and agricultural modernization and urban-rural income gap in the central Guizhou urban agglomeration in 2010 and 2020

年份 耦合协调度 城乡收入差距
Moran's I Z值 Moran's I Z值
2010 0.401*** 3.918 0.524*** 4.797
2020 0.600*** 5.555 0.528*** 4.821

注：***、**、*分别表示在1%、5%、10%水平下显著。下同。

从“两化”耦合协调度LISA聚类图来看(图6a)，研究区32个县域单元均处于“高—高”和“低—低”区域，空间正效应明显。2010年，低值集聚现象较高值集聚更为显著，“低—低”县域从西北向西南延伸，形成由大方、织金、普定、西秀、平坝和镇宁组成的条带状低值集聚区，“高—高”县域集中于贵阳，包括观山湖、白云和乌当；2020年“低—低”县域有大方、织金、普定和都匀，主要分布于西北且范围缩小，“高—高”集聚区有所扩大，新增修文和南明。从城乡收入差距LISA聚类图可以看出(图6b)，2010—2020年“低—低”县域稳定集中于中部贵阳，主要有观山湖、白云、乌当等，“高—高”县域则相对分散，分布于西北和东南，包括大方、贵定、凯里等。此外，2020年出现“低—高”县域西秀，说明其城乡收入差距收敛速度快于邻近县域。总体来看，2010—2020年黔中城市群“两化”耦合协调度较高的区域与城乡收入差距较小的区域重合度较高，且主要集聚在以贵阳为主的核心经济区，整体表现出与经济发展水平较为匹配的空间格局，随着时间推移，这种分布格局有所强化。
图6 2010、2020年黔中城市群新型城镇化与农业现代化耦合协调水平和城乡收入差距LISA聚类图

注：研究区不存在高—低类型。

Fig.6 LISA clusters of coordinated development level between new urbanization and agricultural modernization and urban-rural income gap in the central Guizhou urban agglomeration in 2010 and 2020

4 新型城镇化与农业现代化耦合协调对城乡收入差距的影响

4.1 影响因素选择依据

为探究新型城镇化与农业现代化协调发展水平对城乡收入差距的影响，将城乡收入比(GUA)作为因变量，将“两化”耦合协调度、新型城镇化水平和农业现代化水平作为自变量，同时选取其他变量如下：① 道路基础设施密度。道路交通条件的改善能够畅通城乡人、物、资、信息等要素流动，降低其流动壁垒，有利于缩小城乡收入差距[42]。本文采用各县域的公路铁路总里程与总人口之比表征道路基础设施密度。② 区位优势度。优越的区位条件有利于区域之间的交流与联系，能够增强县域与中心城市和省会城市在经济、技术上的互动[43]。本文用各县域县政府驻地距中心城市的距离表征区位优势度。③ 对外开放水平。对外开放能够直接影响就业和产业结构转型升级，对于个人收入水平提高和社会经济发展有着直接效应，同时商品、资金、技术等要素的国际流动提高了农村闲置资源利用率，对“三农”发展具有溢出效应，影响城乡居民收入变化[44]。本文用外商直接投资额占GDP比重衡量对外开放水平。④ 产业结构高度化。产业结构优化升级能够优化资源配置，促进劳动力在各部门间合理流动，有利于吸纳农村剩余劳动力，农民收入的提高能够有效缩小城乡居民收入差距[45]。本文用第三产业产值占比与第二产业产值占比的比值测度产业结构高度化。⑤ 人力资本水平。人口自由流动导致的劳动力数量和质量的差异是造成区域和城乡收入差距的重要原因之一[46]。本文采用常住人口和户籍人口的比值反映人口流动情况。⑥ 政府调控能力。政府调控在要素流动、资源配置、收入再分配等方面起着重要作用，政府的引导机制对城乡发展、居民收入差距的缩小有着正向效应[25]。本文用人均地方财政支出表征政府调控能力。⑦ 教育水平。教育水平提高能够促进高质量劳动力存量的增加，有利于经济高质量发展，从而促进城乡收入差距收敛[47]。本文选取人口平均受教育年限来衡量教育水平。

4.2 地理探测器单因子探测结果

为探究黔中城市群县域城乡收入差距空间异质性的核心驱动因素，对2010和2020年各影响因素进行因子探测，结果见表5。2010年道路基础设施密度(X4)和产业结构高度化(X7)，2020年区位优势度(X5)未通过5%显著性水平检验，除此以外各项影响指标均在5%及以上水平显著，对黔中城市群县域城乡收入差距有着不同程度的影响。对比两个年份q值排序可知，耦合协调度(X1)、新型城镇化(X3)和人力资本水平(X8)的q值排序始终位列前三，表明这3个因素是黔中城市群县域城乡收入差距空间格局形成与演变的核心驱动力。
表5 2010—2020年黔中城市群城乡收入差距驱动因素因子探测结果

Tab.5 Driving factors of urban-rural income gap in the central Guizhou urban agglomeration in 2010 and 2020 based on single factor detection

编号 探测因子 2010年 2020年
q 排序 q 排序
X1 耦合协调度 0.659*** 2 0.801*** 1
X2 农业现代化 0.540*** 5 0.543*** 5
X3 新型城镇化 0.617*** 3 0.676*** 2
X4 道路基础设施密度 0.244 9 0.609*** 4
X5 区位优势度 0.400** 8 0.226 10
X6 对外开放水平 0.435** 7 0.419** 8
X7 产业结构高度化 0.206 10 0.465** 7
X8 人力资本水平 0.673*** 1 0.623*** 3
X9 政府调控能力 0.508*** 6 0.404** 9
X10 教育水平 0.616*** 4 0.509*** 6
从各影响因素的q值演变来看，农业现代化(X2)q值从0.540升至0.543，新型城镇化(X3) q值从0.617增至0.676，表明农业现代化与新型城镇化对城乡收入差距的影响均呈增强态势，而新型城镇化的作用程度与增幅明显强于前者，说明现阶段新型城镇化缓解城乡收入分配差距的作用强于农业现代化；“两化”耦合协调度(X1) q值由2010年的0.659上升为2020年的0.801，重要性排序从第2位升至第1，对黔中城市群城乡收入差距空间分异具有极强解释性且作用力不断增强，说明“两化”协调发展能够有效缩小城镇居民收入差距，且作用效果显著强于单向的新型城镇化或农业现代化。一方面，以人为核心的新型城镇化推动农村剩余劳动力向城镇持续转移，并带动其他生产要素合理流动与配置，加速城镇人力、物力、智力、财力等资本积累和溢出，促进农业现代化发展；另一方面，农业现代化能加速农业转型升级并与二、三产业融合发展，促进农民增收致富，农业强、农民富有助于破解乡村“三农”问题，加速乡村发展，缩小城乡差距。
人力资本水平(X8)解释力略有减弱，q值从0.673降至0.623，人口流入能提高城市经济产出，加快农村转移劳动力经济增长，同时农村剩余劳动力的转移能提高农村资源配置效率，提升生产效率，促进农民增收；教育水平(X10)q值从0.616降至0.509，影响力有所下降，可能的原因是党的十八大以来，全省教育事业进展迅速，现代职业教育体系初步建立，教育普及程度大幅提高，县域之间教育水平差距趋于缩小；道路基础设施密度(X4)2010年未通过显著性检验，2020年q值为0.609，位列第4，表明道路基础设施可能是未来影响黔中城市群城乡收入差距的重要因素，完善的道路交通网络是推动城乡协调发展的基础性、先导性和服务性设施，缩小城乡收入差距的前提条件是实现城乡要素双向自由流动和公共资源合理配置，道路基础设施作为其中的重要纽带发挥着关键作用；政府调控能力(X9)q值从0.508降至0.404，解释力出现下降，表明政府的宏观调控能够促进资源合理配置、改善城乡基础设施条件，提高再生产能力，但需警惕政府行为和投资对缩小城乡收入差距的阈值效应；对外开放水平(X6)和产业结构高度化(X7)对城乡收入差距的影响均较为有限，但后者解释力提升明显，说明产业结构转型升级能够有效缓解城乡收入差距，同时，黔中城市群地处西南内陆，对外开放程度较低，城乡社会经济发展对其依赖性不高；区位优势度(X5)影响并不显著，表明现阶段中心城市的辐射扩散作用对城乡收入差距的影响较为有限，主要还是县域内部的互促发展为主。值得注意的是，2010—2020年城乡收入差距各影响因子q值的标准差从0.158降至0.153，表明各影响因素对城乡收入比解释力的差距呈缩小态势，未来应注重缩小城乡收入差距路径的多维探索。

4.3 地理探测器交互探测结果

为探究影响城乡收入差距驱动因素间的交互作用强弱，对2010年和2020年各影响因素进行交互探测，结果见图7。2010—2020年，黔中城市群城乡收入差距影响因子的交互作用类型包括双因子增强、非线性增强和单因子非线性减弱，任何两因子间不具有独立关系，其中两个时期双因子增强和非线性增强类型在45组交互作用因子中占比达95%以上，表明黔中城市群县域城乡收入差距空间分异是多因素共同作用的结果。
图7 2010、2020年黔中城市群城乡收入差距驱动因素交互探测结果

Fig.7 Driving factors of urban-rural income gap in the central Guizhou urban agglomeration in 2010 and 2020 based on interactive factor detection

2010年与2020年，“两化”耦合协调度与其余影响因子的交互作用解释力均大于各自单独作用时的解释力，表明“两化”协调发展需要与人力资本、产业经济、基础设施等力量同步发展才能更好地推动城乡收入差距收敛。具体来看，2010年交互作用影响力最强的前三个因素分别是新型城镇化∩区位优势度(q=0.901)、“两化”耦合协调度∩区位优势度(q=0.899)和农业现代化∩教育水平(q=0.880)；2020年交互作用影响力最强的前三个因素分别是“两化”耦合协调度∩人力资本水平(q=0.975)、道路基础设施密度∩人力资本水平(q=0.963)和产业结构高度化∩人力资本水平(q=0.955)。早期区位优势度(X5)与其他指标的交互作用最强，而后人力资本水平(X8)与其他因素协同发展对缩小城乡收入差距的重要性逐步提升。道路基础设施密度(X4)、新型城镇化(X3)和“两化”耦合协调度(X1)与其他驱动因素的交互作用显著增强，表明这3个因子有效增强了其他因素对黔中城市群城乡收入差距的影响。2020年，对外开放水平(X6)和政府调控能力(X9)的因子探测q值排序位列倒数，其值分别为0.419和0.404，而与其他因素的交互作用q均值分别为0.695和0.738，解释力明显提升，进一步印证了各因素间的互助发展、协同提升才能促进城乡收入差距缩小。

5 结论、讨论与政策建议

5.1 结论

本文以黔中城市群为研究对象，综合运用熵值-TOPSIS模型和探索性空间数据分析(ESDA)探讨了2010—2020年新型城镇化与农业现代化协调发展水平和城乡收入差距的时空格局演化。利用地理探测器模型，探索“两化”协调发展水平与城乡收入差距的关联，并对影响城乡收入差距的其他因素进行了分析。主要结论如下：
(1) 2010—2020年黔中城市群新型城镇化与农业现代化水平均显著提升，但整体水平较低，两者基本形成“中→东→西”阶梯式递减的空间分异格局，其中，农业现代化“起点低、发展快”的特征更为凸显，同时也伴随着更大的县域发展差异。
(2) 2010—2020年黔中城市群“两化”协调发展水平上升趋势明显，各县域耦合协调度均值从0.459增至0.605，勉强协调和初级协调县域范围逐步扩大，而城乡收入差距在研究期内呈缩小态势，城乡居民收入比(县域均值)从2.847降至2.536，两者在各县域间的差距有缩小趋势，但空间分异仍较显著。
(3) “两化”协调发展水平和城乡收入差距均具有显著的空间正相关性，“两化”协调发展低值集聚区主要位于西部毕节，高值区域则集中于中部贵阳，而城乡收入差距较小的区域与“两化”耦合协调度较高的区域空间重合度较高，与经济发展水平格局较为匹配。
(4) 从因子探测看，新型城镇化与农业现代化发展水平均对城乡收入差距有一定影响，但“两化”协调发展作用强度显著高于前两者，除此之外，人力资本水平、道路基础设施密度等也对黔中城市群县域城乡收入差距空间分异有着较好的解释性，其中，人力资本水平对城乡收入差距的影响始终位列前三，道路基础设施密度和产业结构高度化解释力明显提升，政府调控能力作用力出现下降，政府行为的阈值效应逐步显现。此外，各因素对城乡收入比作用力的差距趋于缩小，城乡收入差距空间分异格局形成的驱动因素将会更加多元。从交互探测看，区位优势度和人力资本水平与其他影响因素协同作用效果较为显著，道路基础设施密度、新型城镇化和“两化”耦合协调度与其他因子交互作用效果显著增强。黔中城市群城乡收入差距县域空间分异格局的形成是多因素共同作用的结果。

5.2 讨论与政策建议

随着全面建成小康社会目标的完成，中国正式步入第二个百年奋斗目标新征程，缩小地区、城乡、收入三大差距进而实现共同富裕成为首要任务。如何实现新型城镇化与农业现代化同频发展，破解地区间、城乡间关系的不平衡，促进区域协调、高质量发展是当前及未来的重要议题。黔中城市群作为贵州省重要的发展增长极，肩负着新时代西部大开发上闯新路的重任，推动新型城镇化与农业现代化协调发展成为新发展格局形成的重要引擎。但是，受到复杂地形和岩溶地貌影响，黔中城市群人地矛盾突出，新型城镇化与农业现代化发展水平整体偏低，同时，生产资源和发展要素过于向贵阳和遵义集中，形成明显的“一主一副”双核发展格局，且尚处于集聚为主的极化发展阶段，辐射效应不明显，导致城市群内部发展差距也较大。对于黔中城市群而言，如何做到推进“两化”同频共振的同时提高发展质量，亟需深入研究。对比现有研究，本文深刻论述了新型城镇化与农业现代化对城乡收入差距的影响机理，论证了“两化”协调发展与城乡收入差距有着高度关联性，并验证了新型城镇化或农业现代化的单向发展对缩小城乡发展差距的作用显著弱于两者协同发展的作用，进一步丰富了“两化”协调发展与城乡收入差距相关研究，在一定程度上为缩小城乡收入差距实践提供了更为丰富的理论支撑。但也存在一定的研究局限，有待深入探讨：第一，受限于数据的可获性以及对政策解读的个体差异性，本文构建的新型城镇化和农业现代化的评价指标并非十分全面，今后可在深入解读新型城镇化战略与农业现代化战略基础上结合时代和地区背景，探讨更科学的评价体系；第二，新型城镇化与农业现代化的发展具有时代性，未来应强化“两化”在不同社会发展阶段如何良性耦合、协调发展并促进城乡收入差距缩小的动态研究。结合研究结论与讨论，提出以下几点对策建议：
(1) 深入实施“两化”协调发展战略，明晰“两化”同频发展对缩小黔中城市群城乡居民收入差距的长效机制，将“两化”协调发展与人力资本、基础设施、政府调控等力量有机结合；分类引导县域差异化发展道路探索，重点关注城市群西部县域城乡发展，持续提升其人力资本和产业竞争力。
(2) 全面推进新型城镇化，持续提高产业经济水平，发展县域范围内比较优势明显、就业容量大和衔接农业农村能力强的产业，加快三产融合发展；优化城市群城镇发展体系，引导劳动力、资金和技术等资源要素在大中小城市和小城镇协调发展、合理布局，为持续推进新型城镇化积累动能；深入实施以县城为载体的城镇化建设，推动城镇发展优势、基础设施和公共服务等向乡村地域辐射蔓延。
(3) 推动农业现代化提质增效，遵循山地经济规律，立足资源禀赋，着力地域特色，积极发展现代山地特色高效农业，调整优化耕地布局，推进丘陵山地农田宜机化改造，提高农业生产的标准化、规模化和机械化水平，深化全产业链纵深发展，不断调整优化农业生产经营结构，持续提升粮食和重要农产品供给能力、农民收入和农业现代化水平。
(4) 充分发挥人口流动的正反馈效应，开展集体石漠化土地市场化改革，推进农村宅基地制度改革，释放农村劳动力潜能，全面放开落户限制，有序实施农村转移劳动力市民化配套政策；重视道路基础设施建设的优先级，强化县域内部公路建设，完善乡—镇—县多级道路体系，构建城市群内部城际交通网络，推进区域节点城市铁路建设向周边小城市、重点城镇延伸，促进城市群内部互联互通，畅通对外交通网，加强与成渝城市群、珠江三角洲和“两湖”地区的客、货运衔接；创新宏观调控方式，不过度依赖投资和财政支出，强化区间调控、定向调控和精准调控，财政资金重点向农村倾斜，深入实施农村产业、教育、医疗等帮扶，提升政府主导对“两化”协调发展的正向效应。

南京师范大学博士生程东亚对论文指标体系与框架搭建的修改与完善提供了帮助，在此表示感谢！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
习近平. 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗: 在中国共产党第二十次全国代表大会上的报告[J]. 党建, 2022(11): 4-28.

[Xi Jinping. Hold high the great banner of socialism with Chinese characteristics and strive in unity to build a modern socialist country in all respects:A report in the 20th National Congress of the Communist Party of China. Dangjian, 2022(11): 4-28.]

[2]
刘彦随. 中国新时代城乡融合与乡村振兴[J]. 地理学报, 2018, 73(4): 637-650.

DOI

[Liu Yansui. Research on the urban-rural integration and rural revitalization in the new era in China. Acta Geographica Sinica, 2018, 73(4): 637-650.]

DOI

[3]
张文斌, 张志斌, 董建红, 等. 迈向城乡共治: 改革开放以来城乡关系演变解读[J]. 地理科学进展, 2021, 40(5): 883-896.

DOI

[Zhang Wenbin, Zhang Zhibin, Dong Jianhong, et al. Toward rural-urban co-governance: An interpretation of the change of rural-urban relationship since the reform and opening up. Progress in Geography, 2021, 40(5): 883-896.]

DOI

[4]
欧进锋, 许抄军, 陈东. 广东省新型城镇化高质量发展水平演变及其影响因素[J]. 经济地理, 2023, 43(3): 78-87.

DOI

[Ou Jinfeng, Xu Chaojun, Chen Dong. High-quality development of new urbanization in Guangdong Province: Spatio-temporal evolution, influencing factors. Economic Geography, 2023, 43(3): 78-87.]

DOI

[5]
蒋正云, 胡艳. 中部地区新型城镇化与农业现代化耦合协调机制及优化路径[J]. 自然资源学报, 2021, 36(3): 702-721.

DOI

[Jiang Zhengyun, Hu Yan. Coupling and coordination between new urbanization and agricultural modernization in Central China. Journal of Natural Resources, 2021, 36(3): 702-721.]

DOI

[6]
叶宝忠, 代碧波. 农业现代化与新型城镇化协调发展: 作用机理及时空演变: 以我国粮食主产区为例[J]. 理论月刊, 2020(6): 97-105.

[Ye Baozhong, Dai Bibo. Coordinated development of agricultural modernization and new urbanization: The mechanism of action and the evolution in time and space: Taking the main grain production areas in China as an example. Theory Monthly, 2020(6): 97-105.]

[7]
国家统计局. 中华人民共和国2022年国民经济和社会发展统计公报[M]. 北京: 国家统计局, 2023.

[National Bureau of Statistics. Statistical bulletin on economic and social development of the People's Republic of China in 2022. Beijing, China: National Bureau of Statistics, 2023.]

[8]
汪晓文, 杜欣. 中国城镇化与农业现代化协调发展的测度[J]. 统计与决策, 2015(8): 121-124.

[Wang Xiaowen, Du Xin. Measurement of coordinated development of urbanization and agricultural modernization in China. Statistics and Decision, 2015(8): 121-124.]

[9]
刘畅, 邓铭, 冉春红. 东北地区农业现代化与新型城镇化协调发展研究[J]. 中国人口·资源与环境, 2017, 27(6): 155-162.

[Liu Chang, Deng Ming, Ran Chunhong. Research on the coordinated development of agricultural modernization and new urbanization in Northeast China. China Population, Resources and Environment, 2017, 27(6): 155-162.]

[10]
文枫, 李会杰, 周彦兵, 等. 河南省新型城镇化与农业现代化协调关系测度[J]. 中国农业资源与区划, 2020, 41(4): 143-149.

[Wen Feng, Li Huijie, Zhou Yanbing, et al. Evaluation on the coordination relationship of the new urbanization and agricultural moder nization in Henan province. Chinese Journal of Agricultural Resources and Regional Planning, 2020, 41(4): 143-149.]

[11]
赵颖文, 吕火明. 新型城镇化与农业现代化耦合机理及协调关系[J]. 首都经济贸易大学学报, 2016, 18(3): 3-10.

[Zhao Yingwen, Lv Huoming. Coupling mechanism of new urbanization and agricultural modernization in China. Journal of Capital University of Economics and Business, 2016, 18(3): 3-10.]

[12]
陈江龙, 高金龙, 卫云龙. 工业化、城镇化和农业现代化“三化融合”的内涵与机制: 以江苏省为例[J]. 农业现代化研究, 2013, 34(3): 274-278.

[Chen Jianglong, Gao Jinlong, Wei Yunlong. Connotation and mechanism of integration of industrialization, urbanization and agricultural modernization: Taking Jiangsu Province as an example. Research of Agricultural Modernization, 2013, 34(3): 274-278.]

[13]
王春丽. 城镇化与农业现代化协调发展的机理与实证检验[J]. 江汉论坛, 2013(11): 60-64.

[Wang Chunli. Mechanism and empirical test of coordinated development of urbanization and agricultural modernization. Jianghan Tribune, 2013(11): 60-64.]

[14]
吴宗杰, 刘广亮, 董会忠. 山东省工业化、城镇化与农业现代化互动关系研究[J]. 华东经济管理, 2017, 31(8): 12-17.

[Wu Zongjie, Liu Guangliang, Dong Huizhong. A study of the dynamic relationship between industrialization, urbanization and agricultural modernization in Shandong Province. East China Economic Management, 2017, 31(8): 12-17.]

[15]
辛冲冲, 陈治国, 唐洪松, 等. 新疆农业现代化与城镇化协调发展关系的实证研究[J]. 农业现代化研究, 2016, 37(3): 430-436.

[Xin Chongchong, Chen Zhiguo, Tang Hongsong, et al. Empirical study on the coordinated development relationship between Xinjiang agricultural modernization and urbanization. Research of Agricultural Modernization, 2016, 37(3): 430-436.]

[16]
黄祖辉. 现代农业能否支撑城镇化?[J]. 西北农林科技大学学报(社会科学版), 2014, 14(1): 1-6.

[Huang Zuhui. Can modern agriculture sustain urbanization? Journal of Northwest A&F University (Social Science Edition), 2014, 14(1): 1-6.]

[17]
周婕. 淄博市新型城镇化与农业现代化耦合度研究[J]. 中国农业资源与区划, 2018, 39(9): 285-289.

[Zhou Jie. Research on the coupling of new urbanization and agricultural modernization in Zibo City. Chinese Journal of Agricultural Resources and Regional Planning, 2018, 39(9): 285-289.]

[18]
柯福艳. 统筹城乡背景下城镇化与农业现代化互促共进长效机制研究[J]. 农村经济, 2011(5): 36-39.

[Ke Fuyan. Study on the long-term mechanism of urbanization and agricultural modernization promoting each other under the background of coordinating urban and rural areas. Rural Economy, 2011(5): 36-39.]

[19]
李实, 罗楚亮. 中国收入差距究竟有多大? 对修正样本结构偏差的尝试[J]. 经济研究, 2011, 46(4): 68-79.

[Li Shi, Luo Chuliang. How unequal is China? An attempt to correct the deviation of sample structure. Economic Research Journal, 2011, 46(4): 68-79.]

[20]
郭剑雄. 人力资本、生育率与城乡收入差距的收敛[J]. 中国社会科学, 2005(3): 27-37, 205.

[Guo Jianxiong. Human capital, the birth rate and the narrowing of the urban-rural income gap. Social Sciences in China, 2005(3): 27-37, 205.]

[21]
陈斌开, 张鹏飞, 杨汝岱. 政府教育投入、人力资本投资与中国城乡收入差距[J]. 管理世界, 2010(1): 36-43.

[Chen Binkai, Zhang Pengfei, Yang Rudai. Government investment in education, human capital investment and income gap between urban and rural areas in China. Management World, 2010(1): 36-43.]

[22]
李子联. 收入不平等的成因: 从思想演变到现实描述[J]. 社会科学, 2013(3): 39-46.

[Li Zilian. The cause of income inequality: From thoughts evolution to reality description. Journal of Social Sciences, 2013(3): 39-46.]

[23]
杨晓军. 中国农户人力资本投资与城乡收入差距: 基于省级面板数据的经验分析[J]. 农业技术经济, 2013(4): 13-25.

[Yang Xiaojun. Human capital investment of farmers and income gap between urban and rural areas in China: An empirical analysis based on provincial panel data. Journal of Agrotechnical Economics, 2013(4): 13-25.]

[24]
高跃, 冀云阳. 地方政府债务对城乡收入差距的影响[J]. 北京社会科学, 2023(3): 77-87.

[Gao Yue, Ji Yunyang. Study on the influence of local government debt on urban-rural income gap. Social Sciences of Beijing, 2023(3): 77-87.]

[25]
李靖, 廖和平, 刘愿理, 等. 四川省新型城镇化与城乡收入差距时空演化及关联性分析[J]. 地理科学进展, 2023, 42(4): 657-669.

DOI

[Li Jing, Liao Heping, Liu Yuanli, et al. Spatiotemporal changes and correlation of the new urbanization and urban-rural income gap in Sichuan Province. Progress in Geography, 2023, 42(4): 657-669.]

DOI

[26]
程开明, 李金昌. 城市偏向、城市化与城乡收入差距的作用机制及动态分析[J]. 数量经济技术经济研究, 2007(7): 116-125.

[Cheng Kaiming, Li Jinchang. Analysis of mechanism and dynamic econometric relationships between urban bias, Urbanization and urban-rural inequality. The Journal of Quantitative & Technical Economics, 2007(7): 116-125.]

[27]
杨楠, 马绰欣. 我国金融发展对城乡收入差距影响的动态倒U演化及下降点预测[J]. 金融研究, 2014(11): 175-190.

[Yang Nan, Ma Chuoxin. The dynamic inverted-U effect of financial development on the urban-rural income gap and the forecast of its dropping point. Journal of Financial Research, 2014(11): 175-190.]

[28]
乔海曙, 陈力. 金融发展与城乡收入差距“倒U型”关系再检验: 基于中国县域截面数据的实证分析[J]. 中国农村经济, 2009(7): 68-76, 85.

[Qiao Haishu, Chen Li. Re-examination of the "inverted U" relationship between financial development and urban-rural income gap: An empirical analysis based on cross-sectional data of China county. Chinese Rural Economy, 2009(7): 68-76, 85.]

[29]
赫尔曼·哈肯. 协同学: 大自然构成的奥秘[M]. 凌复华译. 上海: 上海译文出版社, 2013.

[Hermann Haken. Synergy:The mystery of nature. Translated by Ling Fuhua. Shanghai: Shanghai Translation Publishing House, 2013.]

[30]
滕明塔, 李旭东, 方冰轲, 等. 黔中城市群地表覆盖变化及驱动因素分析[J]. 贵州师范大学学报(自然科学版), 2023, 41(1): 21-31.

[Teng Mingta, Li Xudong, Fang Bingke, et al. Study of land cover change and its driving factors of urban cluster in central Guizhou. Journal of Guizhou Normal University (Natural Sciences), 2023, 41(1): 21-31.]

[31]
贵州省发展和改革委员会. 黔中城市群高质量发展规划[M]. 贵阳: 贵州省发展和改革委员会, 2023.

[Guizhou Provincial Development and Reform Commission. High-quality development planning of Qianzhong Urban Agglomeration. Guiyang, China: Guizhou Provincial Development and Reform Commission, 2023.]

[32]
贵州省统计局, 国家统计局贵州调查总队. 贵州省2022年国民经济和社会发展统计公报[M]. 贵阳: 贵州省统计局, 2023.

[Statistics Bureau of Guizhou Province, Guizhou Survey Team of National Bureau of Statistics. Statistical bulletin on economic and social development of Guizhou Province in 2022. China: Statistics Bureau of Guizhou Province, Guizhou Survey Team of National Bureau of Statistics, 2023.]

[33]
马骁, 王斐然, 陈红娜. 我国城乡收入差距测度: 一种新思路的应用[J]. 财经科学, 2017(8): 106-117.

[Ma Xiao, Wang Feiran, Chen Hongna. The measurement of income gap between urban and rural areas in China: The application of a new idea. Finance & Economics, 2017(8): 106-117.]

[34]
罗紫薇, 胡希军, 汤佳, 等. 基于熵值-TOPSIS模型的湖南省水资源安全空间评价及障碍因子诊断[J]. 水资源与水工程学报, 2022, 33(6): 35-45.

[Luo Ziwei, Hu Xijun, Tang Jia, et al. Spatial evaluation and obstacle factor diagnosis of water resources security in Hunan Province based on entropy weight - TOPSIS model. Journal of Water Resources and Water Engineering, 2022, 33(6): 35-45.]

[35]
田一聪, 田明, 李鹏, 等. 西藏自治区城镇化与生态系统服务协调发展研究[J]. 地理科学进展, 2023, 42(10): 1947-1960.

DOI

[Tian Yicong, Tian Ming, Li Peng, et al. Coordinated development of urbanization and ecosystem services in Tibet Autonomous Region. Progress in Geography, 2023, 42(10): 1947-1960.]

DOI

[36]
黄晶, 薛东前, 马蓓蓓, 等. 黄土高原乡村地域人—地—业协调发展时空格局与驱动机制[J]. 人文地理, 2021, 36(3): 117-128.

[Huang Jing, Xue Dongqian, Ma Beibei, et al. Spatial and temporal evolution pattern and driving mechanism of coordinated level of human-land-industry system in rural areas of the Loess Plateau. Human Geography, 2021, 36(3): 117-128.]

[37]
程明洋, 刘彦随, 蒋宁. 黄淮海地区乡村人—地—业协调发展格局与机制[J]. 地理学报, 2019, 74(8): 1576-1589.

DOI

[Cheng Mingyang, Liu Yansui, Jiang Ning. Study on the spatial pattern and mechanism of rural population-land-industry coordinating development in Huang-Huai-Hai Area. Acta Geographica Sinica, 2019, 74(8): 1576-1589.]

DOI

[38]
郭永锐, 张捷, 卢韶婧, 等. 中国入境旅游经济空间格局的时空动态性[J]. 地理科学, 2014, 34(11): 1299-1304.

DOI

[Guo Yongrui, Zhang Jie, Lu Shaojing, et al. Spatio-temporal change of the inbound tourism economic development in China. Scientia Geographica Sinica, 2014, 34(11): 1299-1304.]

DOI

[39]
张若婧, 陈跃红, 张晓祥, 等. 基于参数最优地理探测器的江西省山洪灾害时空格局与驱动力研究[J]. 地理与地理信息科学, 2021, 37(4): 72-80.

[Zhang Ruojing, Chen Yuehong, Zhang Xiaoxiang, et al. Spatial-temporal pattern and driving factors of flash flood disasters in Jiangxi Province analyzed byoptimal parameters-based geographical detector. Geography and Geo-Information, 2021, 37(4): 72-80.]

[40]
李琛, 吴映梅, 高彬嫔, 等. 高原湖泊乡村聚落空间分异及驱动力探测: 以环洱海地区为例[J]. 经济地理, 2022, 42(4): 220-229.

DOI

[Li Chen, Wu Yingmei, Gao Binjin, et al. Spatial differentiation and driving factors of rural settlement in plateau lake: A case study of the area around the Erhai. Economic Geography, 2022, 42(4): 220-229.]

DOI

[41]
王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116-134.

DOI

[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1): 116-134.]

DOI

[42]
罗婉璐, 王武林, 林珍, 等. 中国城乡融合时空演化及驱动因素[J]. 地理科学进展, 2023, 42(4): 629-643.

DOI

[Luo Wanlu, Wang Wulin, Lin Zhen, et al. Spatiotemporal evolution and driving factors of urban-rural integration in China. Progress in Geography, 2023, 42(4): 629-643.]

DOI

[43]
张改素, 王发曾, 康珈瑜, 等. 长江经济带县域城乡收入差距的空间格局及其影响因素[J]. 经济地理, 2017, 37(4): 42-51.

[Zhang Gaisu, Wang Fazeng, Kang Jiayu, et al. Spatial pattern of urban-rural income gap and its influencing factors at county level in Yangtze River economic belt. Economic Geography, 2017, 37(4): 42-51.]

[44]
李红, 梁炳礼, 龙雨. 对外开放对城乡收入差距的空间溢出效应研究[J]. 华东经济管理, 2019, 33(11): 86-93.

[Li Hong, Liang Bingli, Long Yu. Study on the spatial spillover effect of opening-up on urban-rural income gap. East China Economic Management, 2019, 33(11): 86-93.]

[45]
干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011, 46(5): 4-16, 31.

[Gan Chunhui, Zheng Ruogu, Yu Dianfan. An empirical study on the effects of industrial structure on economic growth and fluctuations in China. Economic Research Journal, 2011, 46(5): 4-16, 31.]

[46]
孙敬水, 张周静. 人力资本对城乡收入差距及其收敛性的影响: 基于我国省际面板数据分析[J]. 农业技术经济, 2010(9): 105-113.

[Sun Jingshui, Zhang Zhoujing. The influence of human capital on urban-rural income gap and its convergence: Based on the analysis of provincial panel data in China. Journal of Agrotechnical Economics, 2010(9): 105-113.]

[47]
张冲, 肖杨. 教育进步缩小了城乡收入差距吗?[J]. 人口与发展, 2023, 29(2): 151-160.

[Zhang Chong, Xiao Yang. Has education progress narrowed the urban-rural income gap? Population and Development, 2023, 29(2): 151-160.]

Options
文章导航

/

〈 〉