新型城镇化与农民收入 ——聚类分析及影响效应研究
发布时间：2021-09-29 19:18
随着新型城镇化的不断推进,我国农民收入持续增长。与传统城镇化不同,新型城镇化注重以人为核心,切实保护农民利益。尽管在新型城镇化的推进过程中,农民收入持续增长,但城乡居民收入还存在一定差距,各地区应根据自身新型城镇化和农民收入的情况采取不同措施以推进新型城镇化进程实现农民收入快速增长。那么如何准确把握我国各地区新型城镇化和农民收入现状?新型城镇化和农民收入具有相似情况的地区有哪些?如何考察新型城镇化对农民收入的影响效应以及有什么样的影响效应?针对不同类别地区应采取何种有效措施推进新型城镇化促进农民增收?本文围绕这些问题,进行了系统研究。为了摸清我国农民收入及新型城镇化发展质量现状,本文根据相关数据对目前农民收入规模进行了分析,同时使用Moran’s I指数分析了各省市的农民收入的空间聚集性。在构建了新型城镇化发展质量评价指标体系后,采用熵值法对目前我国个省市的新型城镇化发展质量现状进行了评价。为了对新型城镇化和农民收入现状相似的地区进行聚类分析,本文使用了K-means聚类算法将我国30个省市分成了5类。为了分析新型城镇化对农民收入的影响效应,本文选取人口城镇化率、土地城镇化率、经济城镇...
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
近10年农村居民人均收入（单位：元）
新型城镇化与农民收入：聚类分析及影响效应研究18组别20142015201620172018东北地区10802.111490.112274.613115.814080.4注：数据来源于《中国统计年鉴》从表中可以看出，目前我国东部地区农村居民人均收入最高，截止到2018年底达18285.7元，而西部地区农村居民人均收入最低，只有11831.4元。从增长速度看，我国东部地区、中部地区、西部地区、东北地区农村居民人均收入近5年年均增长率分别为8.60%、8.66%、9.28%、6.85%，农村居民人均收入增长速度最快的为我国西部地区，最慢的为东北地区。本文将2018年我国30个省市的农村居民人均收入进行整理得到如下柱形图：图3-22018年30个省市的农村居民人均收入（单位：元）Figure3-2PerCapitaIncomeofRuralResidentsin30ProvincesofChinain2018(Unit:Yuan)注：数据来源于《中国统计年鉴》从图中可以看出，我国农村居民人均收入最高的省市为上海，2018年农村居民人均收入达30374.7元，较最低的省市甘肃省8804.1元相比。是甘肃省的3倍多，可见我国各省市的农村居民人均收入差距还比较大。3.1.2我国农民收入空间聚集性分析（1）Moran"sI值检验Moran"sI值又称莫兰指数，由澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰于1950年提出，它是被用来度量空间相关性的一个指标。莫兰指数又分为全局莫兰指数和局部莫兰指数，局部莫兰指数于1995年提出。空间自相关Moran"sI值的计算公式如下（3-1）所示：
华中农业大学2020届硕士研究生学位（毕业）论文21表3-2农民收入全局莫兰指数Table3-2OverallMorans’IofFarmers’Income权重矩阵类型Moran’sIZ值P值邻接权重矩阵0.5615.0260.000（***）地理权重矩阵0.1756.0140.000（***）经济权重矩阵0.6356.7890.000（***）注：***、**、*分别表示在1%、5%、10%的显著性水平下通过检验通过上表可发现，在用Moran’sI检验我国农民收入的空间相关性时，无论是采用邻接权重矩阵、地理距离权重矩阵还是经济距离权重矩阵，检验结果中的P值均小于0.01（通过99%置信度检验），且Z值得分均超过1.65（拒绝零假设设定的阈值），因此我国农民收入在空间上具有自相关性。同时，在使用邻接权重矩阵和经济距离权重矩阵进行检验时，Moran’sI的值更大，农民收入表现为更强烈的空间相关。为了分析我国各省市的农民收入的空间聚集性，本文制作了在三种权重矩阵下的农村居民人均收入的莫兰散点图：（1）邻接权重（2）地理权重（3）经济权重图3-32018年农民收入的局部莫兰散点图Figure3-3PartialMoranScatterDiagramofFarmers’Incomein2018为了更直观的观察各省市聚集情况，本文将三种空间权重矩阵下的各省市的聚集象限表示出来如下表：表3-3莫兰指数散点图象限分布情况Table3-3QuadrantDistributionofScatterDiagramofMoranIndex矩阵类型第一象限第二象限第三象限第四象限邻接权重矩阵北京、天津、上海、江苏、浙江、福建、山东（7个）河北、安徽、江西、海南（4个）黑龙江、山西、内蒙古、辽宁、吉林、河南、湖北、湖南、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆（18个）广东（1个）
【参考文献】：
期刊论文
[1]湛江市新型城镇化质量指标体系的构建与评价[J]. 王亚歌. 广东开放大学学报. 2019(04)
[2]农民收入、城镇化与贵州经济增长[J]. 郭靖. 农场经济管理. 2019(07)
[3]新型城镇化推动辽宁省转型发展的机制及发展水平评价体系的构建[J]. 杨丽娜,包红霏. 中国管理信息化. 2019(11)
[4]新型城镇化、空间溢出与农民收入增长[J]. 谭昶,吴海涛. 经济问题探索. 2019(04)
[5]城镇化发展对农民收入增长的影响效应研究——基于重庆市38个区县面板数据[J]. 蒋励. 农村经济与科技. 2019(03)
[6]农村金融效率和农业劳动力转移对农民收入影响的实证分析[J]. 陈啸,宋陆军. 统计与决策. 2018(15)
[7]城镇化进程对农民收入结构变化影响的灰色关联分析——以河北省为例[J]. 赵天意,饶冠东. 河北软件职业技术学院学报. 2018(03)
[8]气候减贫投入对农户收入结构及差异影响研究[J]. 谭灵芝,金国华,饶光明. 经济问题探索. 2018(06)
[9]湖南新型城镇化质量综合评价研究[J]. 曹文明,刘赢时,杨会全. 湖南社会科学. 2018(02)
[10]农业机械化对安徽省农民增收贡献率实证分析[J]. 胡汪洋,刘东林,刘涛,曹成茂,程银彬,李诚,张勇,常志强. 南方农业学报. 2018(02)
硕士论文
[1]城镇化对中国城乡收入差距的影响研究[D]. 矫巧璐.东北财经大学 2018
[2]中国新型城镇化质量评价研究[D]. 黄哲.广东财经大学 2017
[3]中国农产品出口对农民收入的影响[D]. 梁力文.山东理工大学 2016
[4]中国新型城镇化对农民收入结构的影响研究[D]. 李文洁.湖南大学 2016
[5]武汉市城镇化发展对农民收入增长的影响研究[D]. 李志利.华中农业大学 2015
[6]四川省城镇化发展对农民收入水平增长的影响研究[D]. 王军.西南科技大学 2015
[7]内江市新型城镇化水平评价及制约因素研究[D]. 黄昌燕.四川农业大学 2014
[8]黑龙江省新型城镇化发展水平评价研究[D]. 朱芳芳.哈尔滨理工大学 2014
本文编号：3414314
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
近10年农村居民人均收入（单位：元）
新型城镇化与农民收入：聚类分析及影响效应研究18组别20142015201620172018东北地区10802.111490.112274.613115.814080.4注：数据来源于《中国统计年鉴》从表中可以看出，目前我国东部地区农村居民人均收入最高，截止到2018年底达18285.7元，而西部地区农村居民人均收入最低，只有11831.4元。从增长速度看，我国东部地区、中部地区、西部地区、东北地区农村居民人均收入近5年年均增长率分别为8.60%、8.66%、9.28%、6.85%，农村居民人均收入增长速度最快的为我国西部地区，最慢的为东北地区。本文将2018年我国30个省市的农村居民人均收入进行整理得到如下柱形图：图3-22018年30个省市的农村居民人均收入（单位：元）Figure3-2PerCapitaIncomeofRuralResidentsin30ProvincesofChinain2018(Unit:Yuan)注：数据来源于《中国统计年鉴》从图中可以看出，我国农村居民人均收入最高的省市为上海，2018年农村居民人均收入达30374.7元，较最低的省市甘肃省8804.1元相比。是甘肃省的3倍多，可见我国各省市的农村居民人均收入差距还比较大。3.1.2我国农民收入空间聚集性分析（1）Moran"sI值检验Moran"sI值又称莫兰指数，由澳大利亚统计学家帕特里克·阿尔弗雷德·皮尔斯·莫兰于1950年提出，它是被用来度量空间相关性的一个指标。莫兰指数又分为全局莫兰指数和局部莫兰指数，局部莫兰指数于1995年提出。空间自相关Moran"sI值的计算公式如下（3-1）所示：
华中农业大学2020届硕士研究生学位（毕业）论文21表3-2农民收入全局莫兰指数Table3-2OverallMorans’IofFarmers’Income权重矩阵类型Moran’sIZ值P值邻接权重矩阵0.5615.0260.000（***）地理权重矩阵0.1756.0140.000（***）经济权重矩阵0.6356.7890.000（***）注：***、**、*分别表示在1%、5%、10%的显著性水平下通过检验通过上表可发现，在用Moran’sI检验我国农民收入的空间相关性时，无论是采用邻接权重矩阵、地理距离权重矩阵还是经济距离权重矩阵，检验结果中的P值均小于0.01（通过99%置信度检验），且Z值得分均超过1.65（拒绝零假设设定的阈值），因此我国农民收入在空间上具有自相关性。同时，在使用邻接权重矩阵和经济距离权重矩阵进行检验时，Moran’sI的值更大，农民收入表现为更强烈的空间相关。为了分析我国各省市的农民收入的空间聚集性，本文制作了在三种权重矩阵下的农村居民人均收入的莫兰散点图：（1）邻接权重（2）地理权重（3）经济权重图3-32018年农民收入的局部莫兰散点图Figure3-3PartialMoranScatterDiagramofFarmers’Incomein2018为了更直观的观察各省市聚集情况，本文将三种空间权重矩阵下的各省市的聚集象限表示出来如下表：表3-3莫兰指数散点图象限分布情况Table3-3QuadrantDistributionofScatterDiagramofMoranIndex矩阵类型第一象限第二象限第三象限第四象限邻接权重矩阵北京、天津、上海、江苏、浙江、福建、山东（7个）河北、安徽、江西、海南（4个）黑龙江、山西、内蒙古、辽宁、吉林、河南、湖北、湖南、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆（18个）广东（1个）
【参考文献】：
期刊论文
[1]湛江市新型城镇化质量指标体系的构建与评价[J]. 王亚歌. 广东开放大学学报. 2019(04)
[2]农民收入、城镇化与贵州经济增长[J]. 郭靖. 农场经济管理. 2019(07)
[3]新型城镇化推动辽宁省转型发展的机制及发展水平评价体系的构建[J]. 杨丽娜,包红霏. 中国管理信息化. 2019(11)
[4]新型城镇化、空间溢出与农民收入增长[J]. 谭昶,吴海涛. 经济问题探索. 2019(04)
[5]城镇化发展对农民收入增长的影响效应研究——基于重庆市38个区县面板数据[J]. 蒋励. 农村经济与科技. 2019(03)
[6]农村金融效率和农业劳动力转移对农民收入影响的实证分析[J]. 陈啸,宋陆军. 统计与决策. 2018(15)
[7]城镇化进程对农民收入结构变化影响的灰色关联分析——以河北省为例[J]. 赵天意,饶冠东. 河北软件职业技术学院学报. 2018(03)
[8]气候减贫投入对农户收入结构及差异影响研究[J]. 谭灵芝,金国华,饶光明. 经济问题探索. 2018(06)
[9]湖南新型城镇化质量综合评价研究[J]. 曹文明,刘赢时,杨会全. 湖南社会科学. 2018(02)
[10]农业机械化对安徽省农民增收贡献率实证分析[J]. 胡汪洋,刘东林,刘涛,曹成茂,程银彬,李诚,张勇,常志强. 南方农业学报. 2018(02)
硕士论文
[1]城镇化对中国城乡收入差距的影响研究[D]. 矫巧璐.东北财经大学 2018
[2]中国新型城镇化质量评价研究[D]. 黄哲.广东财经大学 2017
[3]中国农产品出口对农民收入的影响[D]. 梁力文.山东理工大学 2016
[4]中国新型城镇化对农民收入结构的影响研究[D]. 李文洁.湖南大学 2016
[5]武汉市城镇化发展对农民收入增长的影响研究[D]. 李志利.华中农业大学 2015
[6]四川省城镇化发展对农民收入水平增长的影响研究[D]. 王军.西南科技大学 2015
[7]内江市新型城镇化水平评价及制约因素研究[D]. 黄昌燕.四川农业大学 2014
[8]黑龙江省新型城镇化发展水平评价研究[D]. 朱芳芳.哈尔滨理工大学 2014
本文编号：3414314
本文链接：https://www.wllwen.com/shekelunwen/sannong/3414314.html
