黄 乾，余玲铮，魏下海

（1.南开大学 经济学院，南开大学 国际经济研究所，天津 300071；2.华南师范大学 经济与管理学院，广东 广州 510006）

一、引 言

改革开放以来，中国经济以世界上少有的速度持续稳定快速发展，创造了人类发展史上的奇迹。然而，伴随经济的高速发展，中国的收入差距呈现不断扩大趋势。中国的基尼系数从改革开放初期的0.28上升到2007年的0.48，到2010年更是超过0.5，国民财富处于过度集中的状态（中国经济网，2010－05－21）。城乡收入差距也日益扩大，在1978年为2.57，1992年为2.58，到2000年上升为2.79，到2008年进一步上升到3.31①数据来自于《新中国六十年统计资料汇编》。。收入分配不平等已经成为影响中国长期经济增长和社会稳定的隐忧。由于城乡收入不平等是导致我国收入不平等的主要因素②世界银行（1998）测算我国1995年城乡差距占总体收入差距的75%。，因此，研究城乡收入差距问题对于研究整个中国收入不平等具有重要意义。为应对1998年亚洲金融危机，我国采取积极的财政政策，加大对高速公路、铁路等交通设施投资，推动了交通基础设施的高速发展。至2008年，我国交通运输线路基础设施总里程达到399.39万公里，其中铁路线路总里程达到7.99万公里，位居世界第三位；公路总里程和高速公路总里程分别达到373.02万公里和6.03万公里，均位居世界第二位。2008年为应对全球金融危机的冲击，我国斥资3万亿人民币进行公共投资，其中交通基础设施占绝大部分。较多文献证明，交通基础设施在我国经济增长中具有重要作用[1－4]。但是，对于一个仍然拥有超过4 000万绝对贫困人口[5]、贫富差距日益扩大的国家而言，我国交通基础设施所被赋予的使命应不仅仅体现在经济增长方面，也应当在促进社会公平、缩小收入差距方面发挥作用。

近些年来，随着收入分配不均等现象在全球范围的蔓延并日趋严重，人们开始交通设施的收入分配效应。但由于对这一问题的研究尚属起步阶段，目前已有的研究成果相对匮乏。在为数不多的该领域的研究成果中，国外学者主要从以下几个方面来讨论基础设施对收入分配的影响：首先，交通设施有效地降低交易成本，使劳动力流动变得更加容易，因此增加了穷人进入市场的机会，从而提高他们的收入和福利水平[6]。同样地，Estache认为，交通基础设施的可及性有助于穷人与现代经济活动中心取得密切联系，从而获得额外的生产机会[7]。Estache and Fay 认为落后地区享有公路对于实现整个国民收入收敛具有决定性作用。另据世界银行预测，由于很难获得进入市场的机会，近2／3的非洲农民与本国或世界市场基本隔绝，造成大量的贫困 。比较而言，印度尼西亚在过去30年里对道路设施的充分投资使得大量的穷人家庭有机会接触市场，获取额外的工作机会，从而导致贫困降低①在1970年至1998年期间，道路公里数以每年8.3%的速度增长（World Bank，2005c）。。其次，交通基础设施有利于产业聚集、促进劳动分工[8]。Blocka and Webb研究表明，更高的交通设施密集度有助于培育商贸活动，促进劳动分工和专业化生产，因而能极大地促进农村地区发展现代模式的集约型农业经济，从而提高农民的收入水平。第三，交通设施能使穷人的人力资本水平得到较大幅度的提升，进而增加其工作机会和收入前景[9]。Brenneman and Kerf研究发现，良好安全的公路交通网络有助于提高学生的出勤记录，促进教育人力资本积累。最后，交通设施的收入分配效应由政治经济周期引起[10]。这种观点认为，现实中，政治家往往通过操作基础设施投资的指向、时机、结构以及地理分布以尽可能地满足选民的意愿，确保其维持政治地位。在这种情况下，基础设施会根据有利于大多数穷人福利的方式提供。因此，基础设施的提供就不仅仅表现为一种短期的政治拨款特征，而表现出长期的增长效应——即提高穷人福利水平，进而改善收入分配的不平等状况[11－12]。

值得注意的是，当我们就理论角度讨论交通设施如何改善收入分配差距时，其暗含的假设前提是：交通设施对于穷人的收入和福利的积极影响效应超过富人和全社会平均水平。当然，这种理论假设具有一定合理性，也得到了一些文献的证据支持[13]。然而，对于纷繁芜杂的真实世界而言，交通基础设施影响收入分配的方向并不明朗。当交通设施投资指向于富人或最具经济活力的地区，那么它会对收入不平等产生负面影响；反之，当交通设施成为穷人和落后地区获取更多经济机会的工具，那么它将有助于减少收入不平等[14]。甚至有观点认为，交通基础设施将会导致收入分配状况进一步恶化。其原因是，现实的生产过程中，基础设施往往作为投入品，与私人资本形成一定的互补效应，由于富人在私人资本方面拥有优势，因此，基础设施越发展，富人的回报率就越高，从而导致整个社会收入不平等程度进一步恶化[13]。

显然，交通基础设施与收入分配存在着较为复杂的关系。那么，我国交通基础设施的发展对城乡收入差距产生了怎样的影响？本文利用中国省际数据进行实证检验回答了上述问题。在区域经济一体化的今天，具有地缘关系的省区之间为谋取发展而在不同领域开展各种形式的联动合作，而交通设施作为链接彼此的重要纽带，更具现实意义。交通设施无疑会对地区间的经济发展产生积极影响，这一点已获得已有研究的印证。然而笔者阅读所及，关于交通设施对省区间的收入分配影响效应（即空间效应），却鲜有文献述及。因此，本文将该领域研究往前再推一步，即除了检验交通设施对中国城乡收入差距的直接影响外，还考察了交通设施的空间溢出效应。

二、模型、方法与变量说明

（一）模型

考察交通基础设施与城乡收入差距之间的散点图可知，城乡收入差距与交通基础设施呈现负相关关系。这表明，随着交通基础设施的发展，收入分配不平等程度会降低，反之则反然。需要提及，散点图仅仅粗略地表征了两个变量之间统计关系，并不能直接作为交通设施对收入分配影响效应的精确度量，而需通过计量方法予以验证。

借鉴 Calderon and Chong思想[13]，首先将模型设定如下：

其中，αi表示省区个体固定效应，lninequ表示城乡收入差距对数，trans表示交通基础设施，Z为控制变量。交通基础设施对城乡收入差距的影响主要体现在系数α1上：当系数1显著小于0，则表明交通基础设施的发展有助于缩小城乡收入差距，反之则反然。进一步地，式（1）考察的是一地区交通基础设施对该地区收入分配状况的直接影响，若需分析邻近地区交通基础设施发展的空间影响，则需将式（1）进一步拓展，将交通基础设施的空间影响纳入其中，则有下式：

式（2）的含义是明显的：某一省份的城乡收入差距不仅受到本省交通设施的影响，还受到相邻省份交通设施的影响，甚至邻省的影响，而且这种影响会随着距离而衰减。式中wij是空间权重矩阵W中元素，这个空间权重矩阵式依据相邻程度来对各省份交通基础设施对这个省的影响进行加权平均。由于上式中邻省交通基础设施的影响系数是非线性的，在构建实证模型时，将此系数线性化。具体做法参考胡鞍钢和刘生龙[15]，在式（2）两边同时乘以（I－W），即为：

根据式（3），交通基础设施对收入差距的直接偏效应体现在系数β1上，而空间偏效应则可以通过泰勒展开公式得到：

式（4）中，n表示以省份i为中心向外扩张的圈层序数。由此可知，交通基础设施对城乡收入差距的总效应可表示为直接偏效应和空间偏效应的总和，即为：

综上，本文研究着重关注β1和ρ的系数值，由此可以得到交通基础设施对城乡收入差距直接影响和空间影响。鉴于研究目的，我们运用较为前沿的空间计量分析方法。

（二）空间计量方法

一般而言，空间效应包括空间自相关和空间差异性。前者指一个地区的观测值与其他地区的观测值相关，观测值在空间上缺乏独立性，而且空间相关程度及模式由绝对位置和相对位置（布局、距离）决定。后者指由于空间单位的异质性而产生的空间效应在区域层面上的非均一性，即空间相关性由模型没有涉及的其他因素所决定[16]。根据模型设定对空间效应体现方法的不同，空间计量模型主要分为两种：空间滞后模型（Spatial Lag Model，SLM）和 空 间 误 差 模 型 （Spatial Error Model，SEM），表示如下：

其中，Y是被解释变量，X是外生解释变量矩阵，β是X的参数向量，ρ和λ分别是空间滞后回归系数和空间误差回归系数。ε和μ表示随机误差项。W为空间权重矩阵。

在进行空间计量分析时，首先要进行空间相关性检验。本文采用常用的Moran's I指标。Moran's I亦称为空间自相关指数，其取值范围为－1≤I≤1，取值大于0表示各省区间为空间正相关，数值越大，正相关程度越强；小于0表明空间负相关；等于0表示各地区之间互不关联。由于本文旨在研究交通基础设施对城乡收入差距的影响以及区域之间交通联系而导致的外部性问题，根据需要，我们分别构造两类空间权重矩阵：

1.0－1权重矩阵。依据地理边界是否相邻来设定，相邻的地区被赋予1，其他的地区被赋予0。该权重矩阵定义如下：

2.地理距离权重矩阵。按两个地区之间地理距离的倒数来设定，两个地区之间的距离越近，则赋予较大权重，距离越远，则赋予较小权重。定义如下：

这里的dij是指i省与j省的省会城市之间距离，我们用铁路距离和公路距离的算术平均数计算得到。

（三）变量说明和数据来源

1.被解释变量：城乡收入差距对数（lninequ）。采用城市居民人均可支配收入与农村居民纯收入之比，这个比值越大，表明城乡收入差距越大。在实证过程中取自然对数。

2.核心解释变量：交通基础设施（trans）。由于数据可得性，文中的交通基础设施主要由公路和铁路组成，而不包含航空线路、海上航线和城市内道路。就运输线路而言，1991－2007年间我国公路和铁路交通运输所共同承担的全社会货运量88.6%以及客运量97.8%①根据《新中国六十年统计资料汇编》计算得到。，且各省份均有广泛分布，因而公路和铁路具有较强的整体代表性。在实证过程中，我们用每平方公里公路和铁路总和里程数来表征交通基础设施发展状况。

3.控制变量Z包括：贸易开放和人力资本。

贸易开放（open）：就目前中国而言，贸易开放对于收入差距的研究至今还没有形成一致的结论。本文通过控制变量的形式来考察贸易对收入分配的影响，采用进出口贸易占GDP比重来表征各地区贸易开放程度。

人力资本（H）：作为主要的人力资本投资形式，教育对收入分配的影响取决于两种不同效应：结构效应和工资压缩效应，前者是指教育扩展使得高学历群体规模相对扩大，这种结构效应起初会扩大收入不平等程度，随后将降低收入不平等程度，后者是指由于高学历劳动力供给的相对增加而产生的工资压缩效应会减少教育的未来收益，从而降低收入不平等程度。由此可见，教育扩展对收入分配的效应在理论上是不确定的[17]。在实证分析中，我们同样通过控制变量的形式来考察人力资本对收入分配的影响。我们采用平均受教育年限来表征人力资本水平②定义各层次受教育年限如下：小学为6年，初中为9年，高中为12年，大专及以上为12年。。

同时，我们在回归方程中加入人均收入水平对数（lnrgdp）及其平方项（lnrgdp2）两个变量，以检验我国是否存在“倒U型”的库兹涅茨曲线。我们还控制了经济增长率（growth）变量，以检验20世纪90年代以来我国快速的经济增长是否有利于改善收入不平等。其中，人均收入水平用各省人均GDP表示（1978年不变价，取自然对数），经济增长率以各省历年实际GDP增长率表示。

为保持数据口径的相对一致性，西藏不包括在内，重庆则与四川合并，一共有29个省市区，样本期间为1991－2007年。除非特别指出，本文所使用的数据均来自于《新中国六十年统计资料汇编》《中国统计年鉴》各期以及各省市《统计年鉴》。各变量统计描述（表1）。

表1 各变量统计描述

三、实证结果与讨论

（一）空间相关性检验

我国各省份的收入差距存在着显著的全局空间相关性，不论取0－1权重矩阵，还是取地理距离权重矩阵，衡量空间相关性的Moran's I统计值均能够在1%的显著性水平通过显著性检验，且各个Moran I值均为正值（表2），这表明我国城乡收入差距在空间上存在明显的正自相关关系，即空间集聚现象。同时我们还发现，Moran's I值在1991－1995年间逐渐提高，1996年之后基本保持高位波动态势，这表明随着区域间经济一体化进程的加快，地区间经济往来和交流日益密切，使区域间收入分配状况呈现某种程度的趋同。由于我国各省份的收入不平等存在着显著的空间自相关，这就意味着对于我国各省份收入分配的解释应当考虑这种客观存在的空间依赖性。因此，较之于传统计量方法，运用空间计量技术研究交通设施对中国城乡收入差距的影响效应是更为妥当的。

表2 1991－2007年中国29个省份收入差距的Moran's I统计指标

（二）计量分析结果

空间自相关检验结果表明，对有关中国交通基础设施与城乡收入差距之间关系的实证研究，如果仅仅从时间维度出发，忽视空间维度的相关性和异质性，将与经济现实不相符合。因此，有必要将空间相关性纳入到交通基础设施与城乡收入差距的分析框架中进行研究。进一步地，我们需要选择是采用SLM模型抑或SEM模型。Anselin等人的学术工作为我们提供这样的机会，他利用蒙特卡洛模拟方法证明，如果LM lag（或LM error）比 LM error（或LM lag）统计量更显著，且Robust LM lag（或Robust LM error）显著，而LM error（或LM lag）不够显著，则恰当的模型是SLM模型（或SEM模型）[18]。基于此，我们采用两类空间权重矩阵，并利用1991－2007年间我国29个省区的经济数据，分别采用SLM和SEM模型进行估计①估计结果由软件Matlab 7.0计算得到，空间面板计量的相关程序来自LeSage编写的Spatial Econometrics Toolbox，具体参见http：／／www.spatial－econometrics.com／。。为了便于比较，同时给出OLS的估计结果（表3）。

我们首先观察不考虑空间相关性的OLS估计结果，发现变量trans的回归系数达到10%显著水平，且为负，表明交通基础设施发展能显著地降低收入不平等程度。引入空间相关性后，即在SLM和SEM模型下，变量trans依然显著为负，与OLS估计结果基本一致，说明在考虑空间相关性后，交通基础设施仍然显示出缩小收入差距的作用。需要提及的是，尽管OLS与SLM和SEM模型估计结果较为接近，但由于空间相关性是客观存在的，而且空间自回归系数和空间误差回归系数均达到1%显著水平，均表明空间因素确实在分析省区交通基础设施与收入差距的关系中起到作用。由此可见，如果忽略经济体之间潜在的空间相关性，基于OLS方法得到的经典回归模型是欠妥的。

表3中4个拉格朗日乘子统计量的结果告诉我们，无论是基于0－1权重矩阵还是地理距离权重矩阵，选择SLM模型比SEM模型更为适宜。因此，本文侧重于从SLM估计结果进行分析，见表3中第（2）和第（4）列。就各控制变量的影响系数来看，贸易开放的回归系数为正，表明，表明贸易开放将扩大收入差距。其原因可能是，中国贸易开放推动了制造业以及与贸易有关的服务业的发展，而这些相关产业主要集中于城镇地区，因此，贸易发展主要有利于提高城镇居民的收入[19]，进而拉大了城乡收入差距。人力资本回归系数显著为正，表明随着教育的扩展，我国城乡收入差距在上升。可能的解释是，由于信贷市场的不完全性，农村低收入群体将不得不面临信贷约束，影响人力资本积累和收入增进，使得收入不平等程度扩大。此外，当前中国的劳动力市场普遍呈现出供大于求、结构不合理的现状也成了收入不平等的催化剂[20]。由人均GDP及其平方项的回归系数符号，我们并没有发现中国存在倒U型库兹涅茨曲线，而是表现为U型的“倒库兹涅茨曲线”，曲线的拐点在样本数据区间之内②在0－1矩阵和地理距离矩阵下，计算得到的人均GDP拐点值分别为1 928元和2 491元。，表明随着收入水平的提高，我国收入不平等先缩小后扩大的态势。这一结论与陆铭、陈钊结论一致。经济增长率显著地与城乡收入差距正相关，说明伴随着经济持续高速增长，我国城乡收入差距呈现出逐渐扩大的趋势。

我们重点关注交通基础设施对收入不平等的影响，由表3第（2）和第（4）模型可知，交通基础设施（trans）回归系数在0－1矩阵和地理距离矩阵都达到统计显著且为负，说明交通基础设施发展有利于降低收入不平等，即在其他条件不变的情况下，交通基础设施每提高1单位，将使得收入不平等降低4.2%（或7.6%）。此外，我们还发现交通基础设施存在显著的空间偏效应，由公式（4）可计算得到空间偏效应分别为7.6%或25.2%。正如前述文献所言，由于公路铁路等交通基础设施天然的网络特征，因此交通基础设施发展将很大程度上降低运输成本和交易费用，从而促进劳动力在地理空间上的流动，使得贫穷人群获得更多的就业机会，缩小与高收入者之间的收入差距。同时，公路铁路交通的可及性能够很大程度上推动落后贫穷地区更好地链接现代经济中心，促进分工和专业化生产，从而获得更多额外的生产机会，而这将直接惠及所在地区居民，提高他们的收入水平，缩小贫富差距。

表3 1991－2007年交通基础设施与城乡收入差距的计量结果（被解释变量：lninequ）

作为估计方法的补充，我们进一步考虑到变量内生性问题对估计结果的影响，即交通基础设施本身可能与收入差距存在较高的相关性。借鉴Calderon and Chong做法，我们采用工具变量法对交通基础设施进行修正：

其中，urb＿pop、labor、pop＿density分别表示某一省份城镇人口（万人）、劳动力规模（万人）和人口密度（万人／平方公里）。表3中第（6）模型提供了GMM－IV估计结果，从中可以清晰发现，交通基础设施的回归系数依然显著为负，表明交通基础设施的发展有利于降低收入不平等，这也在一定程度上说明前述估计结果的稳健性。

综上，无论采用OLS方法、GMM－IV方法抑或空间计量方法，估计得到的交通基础设施系数显著为负，即不同方法都一致得到交通基础设施有利于降低收入不平等的结论。此外，空间计量方法进一步印证了我国交通基础设施存在显著的空间效应，表明其他省份交通基础设施发展有利于本省份收入差距的降低。需要说明的是，在本文所考察的各种因素中，尽管交通基础设施具有缩小城乡收入差距的作用，但由于我们所考察的其他诸多经济因素具有扩大收入差距的作用，而缩小收入差距的力量远远弱于后者，因此，城乡收入差距的扩大趋势并没有得到有效地控制。

（三）进一步讨论

进一步地，我们分别考察公路和铁路交通基础设施对城乡收入差距的影响。本文仍然采用较为前沿的空间计量方法（表4）。由4个拉格朗日乘子统计量可知，SLM较SEM更优，因此我们基于第（1）、（3）、（5）以及（7）列的SLM 估计结果进行分析。从中发现，无论是0－1矩阵还是地理距离矩阵，公路和铁路交通的发展都有助于降低城乡收入差距，且二者均存在显著的空间影响。

根据公式（4）和（5）可以计算出公路与铁路交通基础设施空间偏效应和总效应（表5）。我们发现，空间偏效应构成了交通基础设施对城乡收入差距的总体效应的较大部分。而且，公路和铁路总效应存在明显差异，比较而言，铁路的影响效应较大，为2.67（或3.413），而公路的影响效应相对较小，为0.063（或0.095）。不同类型交通基础设施对收入不平等的影响效应差异，一定程度上反映了公路和铁路发展水平的差异。就中国现实而言，铁路基础设施存量相对不足，尽管近些年来发展迅速，但其存量水平仍远远低于公路基础设施。比如，2007年全国公路里程数为358.37万公里，而铁路里程数仅为7.80万公里，尚不及前者的3%。正是由于存量水平的不同，使得公路和铁路交通基础设施的影响效应存在差异。

表4 1991－2007年交通基础设施与收入分配不平等的计量结果（被解释变量：lninequ）

表5 交通基础设施对收入不平等的影响效应

四、结 语

本文基于中国1991－2007年29个省份数据运用较为前沿的空间计量分析方法考察交通基础设施对城乡收入差距的影响。结果表明：无论是0－1矩阵还是地理距离矩阵，交通基础设施变量均显著为负，即交通基础设施发展有利于降低收入不平等，交通基础设施每提高1单位，将使得城乡收入差距降低4.2%（或7.6%）。交通基础设施对城乡收入差距的影响存在明显的空间效应，且这种空间效应占据了总效应的绝大部分。总之，交通基础设施能显著地促进城乡收入差距的降低。其原因是：改进交通基础设施能降低运输成本和交易费用，促进劳动力的空间流动，从而使得贫穷人群获得更多的就业机会，缩小与高收入者之间的收入差距。同时，交通基础设施的可及性能够很大程度上推动落后贫穷地区更好地链接现代经济中心，使其进入到国家的生产和商业系统中，从而促进分工和专业化生产，而这将直接惠及所在地区居民，提高他们的收入水平，最终缩小贫富差距。

基于以上结论，本文的政策含义是十分明显的：（1）既然交通基础设施能使农民获得更多进入市场的机会，使其融入现代经济活动中，从而起到缩小社会贫富差距的重要作用。因此，政策当局应当加大交通基础设施投资建设，提高交通基础设施的覆盖范围，尤其注重贫困人群交通基础设施的可及性。就目前而言，我国仍有4 000万绝对贫困人口，这些贫困人口主要分布于交通落后的农村地区，显然，为这些贫困人口提供必要的交通基础设施，将对我国整体消除贫困和缩小城乡收入差距具有重要意义。（2）目前，我国交通设施仍存在严重的城乡差异和区域差异，尚未形成联系紧密的交通网，制约交通设施积极效应的发挥。因此应有针对性制定交通基础设施发展政策，尤其重视城乡之间、中西部落后地区与东部发达地区之间的地理空间联系，进一步完善链接彼此的交通设施建设，尽快形成城乡间和区域间联系更紧密的公路网和铁路网，以提高交通基础设施在缩小城乡收入差距中的作用，达到缩小城乡收入差距和实现国民经济协调发展的目标。

[1]张学良.中国交通基础设施与经济增长的区域比较分析[J].财经研究，2007（8）：51－63.

[2]李涵，黎志刚.交通基础设施投资对企业库存的影响[J].管理世界，2009（8）：73－80.

[3]刘生龙，胡鞍钢.交通基础设施与经济增长：中国区域差距的视角[J].中国工业经济，2010（4）：14－23.

[4]张光南，李晓瑛，陈广汉.中国基础设施的就业、产出和投资效应[J].管理世界，2010（4）：5－13.

[5]陈德铭.中国贫困人口世界第二发展任务繁重[N].中国新闻周刊，2010－10－08.

[6]GANNON C，Z LIU.Poverty and Transport[M].TWU Discussion paper 30，World Bank，Washington，DC，1997.

[7]ESTACHE A.On Latin America's Infrastructure Privatization and its Distributional Effects[M].Washington，DC：The World Bank，Mimeo，2003：187－212.

[8]ESTACHE A，FAY M.Regional Growth in Argentina and Brazil：Determinants and Policy Options[M].Washington，DC：The World Bank，Mimeo，1995：93－111.

[9]BLOCKA S，Webb P.The Dynamics of Livelihood Diversification in Post－famine Ethiopia[J].Food Policy，2001（26）：333－350.

[10]BRENNEMAN A，KERF M.Infrastructure and Poverty Linkages：A Literature Review[Z].The World Bank，2002.

[11]ROGOFF K.Equilibrium Political Budget Cycles[J].American Economic Review，1990，80（1）：856－891.

[12]DIXIT A，LONDREGAN J.The Determinants of Success of Special Interests in Redistributive Politics[J].The Journal of Politics，1996，58 （4）：1132－55.

[13]CALDERON C，CHONG.A Volume and Quality of Infrastructure and the Distribution of Income：an Empirical Investigation[J].Review of Income and Wealth，2004，50（1）：87－106.

[14]LOPEZ H.Macroeconomics and Inequality[Z].The World Bank Research Workshop，Macroeconomic Challenges in Low Income Countries，2004（10）.

[15]胡鞍钢，刘生龙.交通运输、经济增长及溢出效应[J].中国工业经济，2009（5）：5－14.

[16]ANSELIN L.Spatial Econometrics Methods and Models[M].Dordrecht：Kluwer Academic，1988.

[17]白雪梅.教育与收入不平等：中国的经验研究[J].管理世界，2004（4）：53－58.

[18]ANSELIN L，S REY.Properties of Tests for Spatial Dependence in Linear Regression Models[J].Geographical Analysis，1991（23）：112－131.

[19]陆铭，陈钊.城市化、城市倾向的经济政策与城乡收入差距[J].经济研究，2004（6）：50－58.

[20]杨俊，黄潇，李晓羽.教育不平等与收入分配差距：中国的实证分析[J].管理世界，2008（1）：38－46.