brinmax

Эти показатели не показывают, как долго люди живут в бедности. Некоторые семьи со временем то попадают в нищету, то выходят из нее, в то время как другие остаются бедными постоянно. Сохраняющаяся бедность среди детей вызывает озабоченность, поскольку кумулятивный эффект бедности может привести к ухудшению здоровья, ограниченному образованию и другим негативным последствиям. Кроме того, исследования показывают, что чем больше времени ребенок проводит в бедности или проживает в районах с высоким уровнем бедности, особенно в районах с высокой концентрацией расовых и этнических меньшинств, тем выше вероятность того, что он станет бедным во взрослом возрасте. Дополнительную информацию по этой теме см. в этих публикациях ERS: Rural America At A Glance, Edition 2009 («Child Poverty Persistent and Widespread») и Rural Children At Glance.

Примечание об источниках данных

Официальная федеральная статистика бедности поступает из США.Ежегодное социально-экономическое приложение Бюро переписи населения (ASEC) к текущему обследованию населения (CPS). Отдельные лица или семьи считаются бедными, если их годовой денежный доход до вычета налогов падает ниже суммы в долларах или порога бедности, ежегодно определяемого Бюро переписи населения. Например, лицо, не связанное родственными отношениями, с годовым денежным доходом ниже 13 011 долларов США было определено как бедное в 2019 году. То же самое лицо считалось бы бедным в 2018 году с годовым денежным доходом ниже 12 784 долларов США. Обратите внимание, что порог бедности определяется для страны в целом и не зависит от географического региона, мегаполиса или местоположения в метро/вне метро.То есть пороги бедности не пытаются учитывать пространственные различия в стоимости жизни. (Подробнее об определениях и пороговых значениях дохода, используемых при определении уровня бедности, см. в разделе Как определяется бедность.)

Для получения оценок бедности на субнациональном уровне и среди населения Бюро переписи теперь рекомендует использовать Обследование американского сообщества (ACS), которое имеет гораздо больший размер выборки, чем CPS. Однако ACS не учитывает той же исторической перспективы, что и CPS. Поэтому мы начинаем серию ACS с 2007 года и продолжаем предоставлять ежегодные показатели бедности CPS до 2012 года.Однако эти два обследования нельзя сравнивать напрямую, учитывая, что дизайн ACS отличается от CPS во многих отношениях и может давать разные оценки бедности. Например, в 2012 году уровень бедности в США оценивался в 15,9 процента на основе ACS по сравнению с 15,0 процента на основе CPS. Оценки бедности для населения, проживающего за пределами мегаполисов (вне метро) в 2012 году, составили 18,2 процента для ACS и 17,7 процента для CPS. Уровень бедности в мегаполисе составлял 15.5 процентов (ACS) и 14,5 процента (CPS). Уровень бедности ACS за последний год (2018 г.) составлял 13,1 процента для Соединенных Штатов, 16,1 процента для негородских районов и 12,6 процента для городских районов. См. информационный бюллетень Бюро переписи населения: различия между обследованием американского сообщества (ACS) и ежегодным социально-экономическим приложением к текущему обследованию населения (CPS ASEC) и «увеличение уровня бедности и глубокой бедности в сельской Америке» ( Amber Waves , март 2014) для получения дополнительной информации.

Для анализа на уровне регионов и округов мы используем средние данные за 5 лет.ACS использует скользящую выборку единиц жилья в США (250 000 единиц в месяц) для ежегодного предоставления основных характеристик населения для районов с населением не менее 65 000 человек. В настоящее время ACS накапливает выборки с интервалом в 5 лет для получения оценок для районов с меньшим населением; только средний показатель ACS за 5 лет обеспечивает охват всех округов США. ACS 2015-19 гг. используется здесь для изучения бедности на региональном и уездном уровнях.

Определения регионов

Определения 4 крупных регионов переписи (Северо-восток, Средний Запад, Запад и Юг) доступны на веб-сайте переписи.Другие экономические/культурные регионы, обсуждаемые в тексте, официально определяются другими федеральными субъектами. Юго-восток является экономическим регионом Бюро экономического анализа. Дельта Миссисипи определяется Региональным управлением Дельты. Аппалачи определяются Региональной комиссией Аппалачей. «Земли коренных американцев» относятся к территориям, определенным Системой резервирования коренных американцев, также называемым индейскими землями федерально признанных племен, и определяются Бюро по делам индейцев.

Как определяется бедность?

В Соединенных Штатах бедность официально определяется как наличие дохода ниже порога бедности, установленного на федеральном уровне. Пороги бедности были разработаны в 1960-х годах и ежегодно корректируются с учетом инфляции. Они представляют собой оценку федеральным правительством точки, ниже которой семья данного размера имеет денежный доход, недостаточный для удовлетворения основных потребностей. Любая семья/частное лицо с общим доходом менее суммы, которая считается достаточной для покупки продуктов питания, жилья, одежды и других товаров и услуг первой необходимости, классифицируется как бедное. Подробнее см. в разделе «Как Бюро переписи населения измеряет бедность». Сумма дохода, необходимая для приобретения этих основных потребностей, устанавливается Управлением управления и бюджета (OMB).Черта бедности в 2019 году составляла 13 300 долларов для человека в возрасте до 65 лет и 12 261 доллар для лиц в возрасте 65 лет и старше. Черта бедности для семьи из трех человек с одним ребенком и двумя взрослыми в 2019 году составляла 20 578 долларов; для семьи из пяти человек с двумя взрослыми и тремя детьми черта бедности составляла 30 510 долларов. Полный список черт бедности в зависимости от размера семьи и количества детей см. в таблицах порогов бедности Бюро переписи населения США. Пособия по Программе дополнительной продовольственной помощи (SNAP) и Medicaid.

Несмотря на то, что сравнение уровней бедности между городскими и негородскими районами полезно для определения областей, в которых бедность сконцентрирована, следует помнить о некоторых проблемах измерения. Например, уровень бедности в США не учитывает различия в стоимости жизни в разных регионах. Если стоимость приобретения предметов первой необходимости ниже в районах, расположенных за пределами метро, ​​то уровень бедности за пределами метро будет завышать фактический уровень бедности, с которым сталкиваются жители за пределами метро. Влияние этих различий может идти в любом направлении.Например, транспорт на работу в районах, не входящих в метро, ​​может быть намного дороже, чем в районах метро, ​​где доступ к общественному транспорту лучше. Жилье может быть менее дорогим в негородских районах, чем в городских районах, но качество жилья также может быть ниже из-за более высокого уровня некачественного жилья. Точно так же мера бедности не учитывает доступ к другим «общественным благам», таким как здравоохранение, образование или сети связи, или «общественным благам», таким как шум и загрязнение воздуха, которые также систематически различаются в городских и других районах.

Альтернативой официальному показателю бедности, который учитывает некоторые проблемы сравнения городских и негородских районов, является дополнительный показатель бедности (ДПМ). SPM представляет собой более сложную статистику, включающую дополнительные элементы, такие как налоговые платежи и расходы на работу, в оценку ресурсов семьи. Пороговые значения SPM получены из данных о расходах на предметы первой необходимости (еда, жилье, одежда и коммунальные услуги) в рамках Обзора потребительских расходов и скорректированы с учетом географических различий в стоимости жилья (корректировки на транспортные или другие расходы, которые могут варьироваться в зависимости от географического положения, не производятся) .Дополнительную техническую информацию об УСВ см. в Дополнительных показателях бедности. Также см. Заключительный отчет Межведомственной технической рабочей группы по оценке альтернативных показателей бедности для исторического и сравнительного обсуждения OPM, SPM и других альтернативных показателей бедности.

LAC Equity Lab: Неравенство доходов

Коэффициент Джини: Наиболее распространенным показателем неравенства является коэффициент Джини. Он основан на кривой Лоренца, кумулятивной кривой частоты, которая сравнивает распределение определенной переменной (например, дохода) с равномерным распределением, представляющим равенство.Чтобы построить коэффициент Джини, постройте совокупный процент домохозяйств (от бедных до богатых) по горизонтальной оси и совокупный процент доходов (или расходов) по вертикальной оси. Джини фиксирует область между этой кривой и полностью равным распределением. Если между этими двумя значениями нет разницы, коэффициент Джини становится равным 0, что эквивалентно полному равенству, а если они очень далеко друг от друга, коэффициент Джини становится равным 1, что соответствует полному неравенству.

Децильный коэффициент дисперсии: Простым и популярным показателем неравенства является децильный коэффициент дисперсии, который представляет собой отношение среднего дохода или потребления самых богатых 10 процентов (например, 90-го процентиля) к доходу или потреблению самых бедных 10 процентов (10-й процентиль). Это отношение легко интерпретируется, если выразить доход богатых как кратное доходу бедных. Однако он игнорирует информацию о доходах в середине распределения доходов и не использует информацию о распределении доходов в пределах верхнего и нижнего децилей или процентилей.

Обобщенные меры энтропии: Среди наиболее широко используемых — индексы Тейла и мера среднего логарифмического отклонения. Оба относятся к семейству мер неравенства обобщенной энтропии (GE). Значения показателей GE варьируются от нуля до бесконечности, где ноль представляет равное распределение, а более высокие значения представляют более высокие уровни неравенства. Параметр α в классе представляет собой вес, придаваемый расстоянию между доходами в разных частях распределения доходов, и может принимать любое реальное значение. Для GE(0) GE более чувствителен к изменениям в нижней части распределения, а для более высоких значений, таких как GE(2), показатель более чувствителен к изменениям, влияющим на верхнюю часть распределения. Наиболее распространенными являются GE(0), GE(1) и GE(2). GE(1) — индекс Тейла.

Меры неравенства Аткинсона: Аткинсон (1970) предложил другой класс показателей неравенства, которые используются время от времени. Этот класс также имеет весовой параметр ε, который измеряет неприятие неравенства. По мере увеличения ε индекс становится более чувствительным к трансфертам в нижней части распределения и менее чувствительным к трансфертам наверху.В предельном случае, ε → 0, индекс отражает функцию Ролза, которая учитывает только трансферты группе с самым низким доходом; с другой стороны, когда ε=0, мы получаем линейную функцию полезности. Это ранжирует распределения исключительно в соответствии с общим доходом.

Гармонизация SEDLAC (CEDLAS и WB) является попыткой повысить сопоставимость данных между странами. Однако методологические изменения в базовых обследованиях могут привести к получению несопоставимых данных, которые не может полностью решить процесс гармонизации.Важно, чтобы пользователь знал, какие данные можно сравнивать, а какие нет. Для получения дополнительной информации посетите панель сопоставимости.

Здоровье, доход и бедность: данные обследования сельских домохозяйств в Китае | International Journal for Equity in Health

Социально-экономические и демографические характеристики фермеров

Большинство респондентов – мужчины, и их уровень образования, как правило, низкий. Из 29 712 респондентов 80% были мужчинами, 95% были неграмотными или полуграмотными, а 21% имели только начальное образование.Средний размер домохозяйства респондентов составлял 6 человек, в том числе 11,8% для одного человека, 22,4% для двух человек, 19,8% для трех человек, 21,7% для четырех человек, 13,16% для пяти человек и 7,6% для шести человек на семью. Характеристики старения бедняков выдающиеся. Среди опрошенных 2480, 3150 и 62 есть только один, два и три человека, и все они в возрасте 60 лет и старше. Уровень семейного дохода респондентов был низким, источник был единственным, увеличение дохода было затруднено, и они сильно зависели от трансфертного дохода правительства.Из 29 712 опрошенных семей 82 имели гораздо более высокие производственные и текущие расходы, чем их доходы, и они не сводили концы с концами, а чистый доход на душу населения 21 055 семей составлял менее 3000 юаней. Кроме того, доход 1919 семей поступает только от государственных трансфертных доходов.

Причины бедности

Понимание причин бедности на уровне домохозяйств является жизненно важным шагом на пути к борьбе с бедностью во всем мире. На рисунке 2 показаны основные причины бедности опрошенных домохозяйств, что указывает на то, что болезни являются основной причиной бедности в сельских районах Китая.Более половины домохозяйств, участвовавших в нашем исследовании, связывают свою бедность с членами домохозяйства, страдающими от болезней. Примерно 14% домохозяйств объяснили свою бедность высокими расходами на образование или инвалидностью членов домохозяйства, а 2,28% — стихийными бедствиями. Кроме того, нехватка сельскохозяйственных угодий и водных ресурсов также были важными причинами бедности фермеров. Очевидно, что болезнь является основной причиной бедности большинства малообеспеченных слоев населения в сельских районах Китая. Бедность является многоаспектной проблемой, но отсутствие способности к саморазвитию из-за болезни в значительной степени способствует бедности сельских домохозяйств.

Причины бедности опрошенных домохозяйств

Состояние здоровья

Состояние здоровья бедных сельских домохозяйств в Китае не оптимистично. Хронические заболевания являются основными типами заболеваний. Обычно легкие заболевания долго не лечат. На Рисунке 3 показано состояние здоровья домохозяйств: в 60,08 % есть хотя бы один член с заболеванием или инвалидностью, три четверти из которых (75,21 %) страдают НИЗ, а треть (33,25 %) — инвалиды. ^{Сноска 1} Дальнейшие статистические данные показывают, что 8,12% домохозяйств имели пациентов как с НИЗ, так и с инвалидностью, 0,96% как с НИЗ, так и с БК, и 0,30% как с БК, так и с инвалидами. Что еще хуже, в 41 домохозяйстве одновременно были пациенты с НИЗ, БК и инвалидами. Доля семей с одним, двумя, тремя, четырьмя, пятью, шестью и семью видами заболеваний составила 42,5, 17,78, 5,81, 1,62, 0,27, 0,07 и 0,02% соответственно.

Состояние здоровья обследованных членов домохозяйства (Примечания: В нездоровых семьях могут быть как хронические или инфекционные больные, так и инвалиды, поэтому доля на правом рисунке составляет более 100%.)

Неинфекционные хронические заболевания (НИЗ)

Как показано на рис. 4, в домохозяйствах есть пациенты со многими видами НИЗ, в основном с опухолями, раком, сердечно-сосудистыми заболеваниями (ССЗ), хроническими цереброваскулярными заболеваниями (ХЦЗ), заболеваниями костей и суставов заболевания (BJD), заболевания нервной системы (NSD), хронические респираторные заболевания (CRD) и эндокринные и метаболические заболевания (EMD). В каждом домашнем хозяйстве с НИЗ в среднем 1,47 члена страдают хроническими заболеваниями. Более трети домохозяйств страдали сердечно-сосудистыми заболеваниями. Доля обследованных семей, страдающих БЖД, ХЦД, ХРЗ, ЭМД, раком и опухолями, составила 28.16, 12,65, 11, 9, 3,8 и 2,63% соответственно.

В частности, рак в исследовании включал рак молочной железы, рак желудка, рак легких, колоректальный рак, рак пищевода, лейкемию, рак шейки матки, рак печени, рак тела матки и лимфатический рак. Наиболее распространенными видами рака являются рак молочной железы, рак желудка, рак легких, колоректальный рак и рак пищевода, в то время как наиболее распространенными опухолями являются миома матки, опухоль головного мозга (энцефалофима), ангиома, опухоль печени и новообразования щитовидной железы.В домохозяйствах с онкологическими больными 20,6% страдали раком молочной железы, 15,94% — раком желудка и 15,73% — раком легких. В семьях с опухолевыми больными 24,25, 21,75, 5, 2,75 и 2,5% из них страдали миомой матки, опухолью головного мозга, ангиомой, опухолью печени и новообразованиями щитовидной железы.

Хронические цереброваскулярные заболевания (ХЦН) также являются серьезными хроническими заболеваниями, на которые приходится почти 50% семей с НИЗ. Заболеваемость инфарктом головного мозга является самой высокой в ​​домохозяйствах с ЦДС, составляя 65%.Семьи с больными ССЗ встречались даже чаще, чем с больными ХЦС, причем первых в 2,9 раза больше, чем вторых. Гипертония и ишемическая болезнь сердца являются наиболее распространенными сердечно-сосудистыми заболеваниями. Из них 58,3% имеют артериальную гипертензию и 50% — коронарную атеросклеротическую болезнь сердца. Более 76% домохозяйств с гипертоническими больными имели по крайней мере одного члена старше 60 лет. Кроме того, некоторые обследованные домохозяйства также страдали от других сердечно-сосудистых заболеваний, таких как гиперлипидемия, инфаркт миокарда и аритмия.Церебральный тромбоз и кровоизлияние в мозг также являются частыми цереброваскулярными заболеваниями, на которые приходится 24,8 и 19,9% домохозяйств с НЦД. Заболеваемость инсультом также относительно высока, представляя такую ​​же серьезную угрозу для здоровья человека, как ишемическая болезнь сердца и рак.

Заболевание костей и суставов (БЖД) также является распространенным хроническим заболеванием, которое долгое время преследует сельских жителей Китая. Около 28,16% домохозяйств с аналогичными НИЗ имеют БЖД, при этом заболевание позвоночника является наиболее распространенным в более чем 40% домохозяйств с БЖД.Ревматический и ревматоидный артрит также составляют 48,12% подобных заболеваний. Артриты встречались преимущественно у людей среднего и пожилого возраста. Относительно часто встречаются гиперостеогенез и остеонекроз головки бедренной кости в 12,5%.

Хронические респираторные заболевания (ХРЗ) характеризуются высокой заболеваемостью, высоким уровнем инвалидности и тяжелым бременем болезни, что стало одной из важных проблем общественного здравоохранения в Китае [29]. Заболеваемость CRD также относительно высока, уступая только CCVD и BJD, с более чем 5.39% домохозяйств имеют больных ХРЗ, у которых наиболее часто встречается хроническая обструктивная болезнь легких (ХОБЛ, включая эмфизему и хронический бронхит), за которой следуют бронхиальная астма, хроническое легочное сердце и хроническая пневмония. По мере старения населения, курения, загрязнения воздуха, появления новых патогенов и устойчивых к лекарствам патогенов профилактика ХРЗ и борьба с ней становятся все более сложной задачей [30].

Эндокринные и метаболические заболевания (ЭМЗ), в том числе диабет, уремия, подагра (гиперурикемия), гипергликемия и гипертиреоз, также являются распространенным хроническим заболеванием, беспокоящим сельских жителей, более 3% домохозяйств страдают диабетом.Сахарный диабет стал третьим хроническим заболеванием в мире после опухолевых и сердечно-сосудистых заболеваний и серьезно угрожает здоровью человека. Важно отметить, что заболеваемость толпы диабетом становится все моложе. Также распространены такие другие заболевания нервной системы, как эпилепсия, энцефалотрофия, синдром Паркинсона и болезнь Альцгеймера.

Инфекционные болезни и инвалидность

В домохозяйствах имеются такие инфекционные заболевания, как туберкулез легких, вирусный гепатит, бруцеллез, полиомиелит, энцефалит, туберкулезный плеврит и СПИД. Из них туберкулез является наиболее распространенным, за ним следуют гепатит и полиомиелит. Самое удивительное, что некоторые жители северо-восточной части Тибетского нагорья больны бруцеллезом (также известным как бруцеллез коз и овец, инфекционное заболевание, передающееся через овец), от которого страдают 22 члена семьи пастухов в провинции Цинхай. Поскольку бруцеллез является эндемическим заболеванием, соответствующие ведомства должны уделять ему повышенное внимание. Как высокое бремя эндемических заболеваний, так и непредвиденные последствия борьбы с болезнями могут действовать как ловушки бедности.Эффективный контроль над этими заболеваниями по-прежнему требует эффективной инфраструктуры общественного здравоохранения, чтобы быстро распознавать их и реагировать на них [31].

Потеря рабочей силы или лишение основных возможностей, вызванное инвалидностью члена домохозяйства [32]. Среди опрошенных домохозяйств было семь типов инвалидности, т.е. физическая, умственная, зрительная, интеллектуальная, слуховая, языковая и множественная инвалидность. Физическая инвалидность довольно распространена и составляет 50,47% домохозяйств с инвалидностью, за ней следуют умственная, зрительная и умственная инвалидность.Более 20,37% домохозяйств имеют двух и более пациентов с инвалидностью.

Система медицинской безопасности

Более четверти домохозяйств с больными или инвалидами не могут позволить себе дорогостоящие медицинские расходы, почти половина из которых не имеет медицинской страховки. Хотя 98% домохозяйств участвуют в Новой кооперативной медицинской схеме (NCMS), среди которых 16% из них по-прежнему не в состоянии нести свои домашние медицинские расходы после возмещения. Кроме того, многие прибегают к помощи частных (народных или босоногих) врачей или странствующих продавцов лекарств, поскольку лечение в государственных больницах неэффективно, стоимость которого не входит в объем возмещения расходов NCMS, что увеличивает расходы на собственные нужды.

Связь между плохим состоянием здоровья и бедностью

В таблице 2 представлены описательные статистические результаты переменных. Из 29 712 опрошенных домохозяйств средний годовой чистый доход домохозяйств составил 5870 юаней (около 851 доллара США). Что касается состояния здоровья, то в среднем одна четверть опрошенных домохозяйств имели инвалидов, а три четверти — больных хроническими заболеваниями. Количество семей с инфекционными заболеваниями относительно невелико. Средняя высота проживания обследованных домохозяйств составила более 830 м.Это свидетельствует о том, что в настоящее время большая часть малоимущего населения Китая сосредоточена в глубоких горных районах.

Взаимосвязь бедности-здоровья-места исследуется с помощью анализа Пирсона и анализа частичной корреляции. Результаты показывают, что чистый доход на душу населения опрошенных домохозяйств положительно коррелировал с числом трудоспособных, отрицательно коррелировал с числом пожилых людей, хронических больных, инфекционных больных и инвалидов и его высотой.Более высокий чистый доход на душу населения у некоторых семей, живущих на больших высотах, может означать, что эти семьи получают больший доход от государственных трансфертов. Выявлена ​​значительная отрицательная корреляция между высотой места жительства опрошенных фермеров и количеством хронических больных. Количество пожилых семей достоверно положительно коррелировало с количеством семей с хроническими инфекционными заболеваниями. Это означает, что чем больше людей в возрасте 60 лет и старше в опрошенных семьях, тем больше вероятность того, что они будут страдать хроническими заболеваниями.Если это повышение было взято в качестве контрольной переменной, чистый доход на душу населения по-прежнему положительно коррелировал с численностью рабочей силы и отрицательно коррелировал со скоростью старения, числом инвалидов, числом хронических больных и числом инфекционных больных. болезни. Но коэффициенты корреляции между ними все снижены. Этот результат показывает, что влияние нездоровья на доход будет ослабевать по мере увеличения места жительства фермеров (таблица 3).

Результаты множественной регрессии еще раз подтверждают, что состояние здоровья домохозяйств сильно коррелирует с их доходом (таблица 4). Чем больше болезней у домохозяйства, тем меньше у него доходов. При каждом увеличении числа домохозяйств, страдающих хроническими заболеваниями, инфекционными заболеваниями и инвалидами, ВВП на душу населения имеет тенденцию к снижению на 615, 854 и 569 юаней соответственно. Кроме того, семья с еще одним пожилым человеком, как правило, снижает свой ВВП на душу населения на 419 юаней, а семья с еще одним работником, как правило, увеличивает свой ВВП на душу населения на 1386 юаней. чистой прибыли, но коэффициент корреляции невысок.На каждые 1000 м подъема над уровнем моря чистый доход на душу населения будет уменьшаться на 120 юаней.

• Китай: располагаемый доход сельских и городских домохозяйств на душу населения, 2021 г.

Пожалуйста, создайте учетную запись сотрудника, чтобы иметь возможность отмечать статистику как избранную.Затем вы можете получить доступ к своей любимой статистике через звездочку в шапке.

Пожалуйста, авторизируйтесь, перейдя в «Мой аккаунт» → «Администрирование». Затем вы сможете пометить статистику как избранную и использовать оповещения о личной статистике.

Сохранить статистику в формате .Формат XLS

Вы можете скачать эту статистику только как Премиум-пользователь.

Сохранить статистику в формате .PNG

Вы можете скачать эту статистику только как Премиум пользователь.

Сохранить статистику в формате .PDF

Вы можете скачать эту статистику только как Премиум пользователь.

Показать ссылки на источники

Как пользователь Premium вы получаете доступ к подробным ссылкам на источники и справочной информации об этой статистике.

Показать подробности об этой статистике

Как пользователь Premium вы получаете доступ к справочной информации и подробностям о выпуске этой статистики.

Статистика закладок

Как только эта статистика обновится, вы немедленно получите уведомление по электронной почте.

Да, сохранить как избранное!

…и облегчить мою исследовательскую жизнь.

Изменить параметры статистики

Для использования этой функции требуется как минимум одиночная учетная запись .

Базовая учетная запись

Знакомство с платформой

У вас есть доступ только к базовой статистике.
Эта статистика не включена в вашу учетную запись.

Однозначный аккаунт

Идеальный аккаунт входа для отдельных пользователей

• • 05 мгновенный доступ

    до 1 м. *

    в первые 12 месяцев

    Корпоративный счет

    Полный доступ

    Корпоративное решение со всеми функциями.

    * Цены не включают налог с продаж.

    Самая важная статистика

    Самая важная статистика

    самая важная статистика

    Самая важная статистика

    Самая важная статистика

    Дальнейшая дополнительная статистика

    Узнать больше о как Statista может поддержать ваш бизнес.

    Национальное бюро статистики Китая. (17 января 2022 г.). Годовой располагаемый доход на душу населения сельских и городских домохозяйств в Китае с 1990 по 2021 год (в юанях) [График]. В Статистике. Получено 7 февраля 2022 г. с https://www.statista.com/statistics/259451/annual-per-capita-disposable-income-of-rural-and-urban-households-in-china/

    Национальное бюро Статистика Китая. «Годовой располагаемый доход на душу населения сельских и городских домохозяйств в Китае с 1990 по 2021 год (в юанях).График. 17 января 2022 г. Statista. По состоянию на 7 февраля 2022 г. https://www.statista.com/statistics/259451/annual-per-capita-disposable-income-of-rural-and-urban-households- in-china/

    Национальное статистическое бюро Китая (2022 г.) Годовой располагаемый доход на душу населения сельских и городских домохозяйств в Китае с 1990 по 2021 г. (в юанях) Statista Statista Inc.. Дата обращения: 07 февраля 2022 г. https://www.statista.com/statistics/259451/annual-per-capita-disposable-income-of-rural-and-urban-households-in-china/

    Национальное бюро статистики Китая.«Годовой располагаемый доход на душу населения сельских и городских домохозяйств в Китае с 1990 по 2021 год (в юанях)». Statista, Statista Inc., 17 января 2022 г., https://www.statista.com/statistics/259451/annual-per-capita-disposable-income-of-rural-and-urban-households-in-china/

    Национальное статистическое бюро Китая, Годовой располагаемый доход сельских и городских домохозяйств на душу населения в Китае с 1990 по 2021 год (в юанях) Statista, https://www. statista.com/statistics/259451/annual-per-capita-disposable -доход сельских и городских домохозяйств в Китае/ (последнее посещение 07 февраля 2022 г.)

    Реформы, структурные преобразования и доходы сельских жителей в Китае

    1С момента основания Народной Республики сельская экономика Китая пережила множество перипетий, связанных с частыми политическими движениями, характерными для маоистского периода, такими как «Большой скачок вперед» и «Культурная революция».С 1958 г. китайская деревня была организована в народные коммуны, в которых все решения, касающиеся производства, потребления и даже повседневной жизни крестьянства, принимались в соответствии с текущим пятилетним планом. В то время сельская экономика, в которой преобладало производство зерна, характеризовалась низким уровнем производительности и доходов. В конце 1970-х годов Китай вступил в период экономических реформ. Были ликвидированы народные коммуны и постепенно внедрялись рыночные механизмы. Это означало значительный сдвиг в экономике села, от преимущественно сельскохозяйственного (в основном зернового) производства к диверсификации экономики, сочетающей сельскохозяйственную и несельскохозяйственную деятельность. В этой статье будет проанализировано влияние этих структурных изменений на доходы сельских жителей.

    2С 1978 г. структура сельской экономики диверсифицировалась на нескольких уровнях. Во-первых, производство зерна (рис, пшеница, кукуруза, просо, соевые бобы и корнеплоды) постепенно уступило место коммерческому выращиванию (овощей, фруктов, арахиса, масличных культур, свеклы и т.). Вторым важным изменением стало быстрое развитие сельской промышленности.

    3 На протяжении всей маоистской эпохи китайское правительство было чрезвычайно озабочено обеспечением населения продовольствием, поэтому оно установило политику самообеспечения, отводя главную роль производству зерна, которое было основным продуктом питания населения. 1. Зерно преобладало в сельскохозяйственном производстве. , и в течение всего этого периода доля земли, отведенной под выращивание зерна, оставалась очень высокой, никогда не опускаясь ниже 80% от общей суммы.Это преобладание поддерживалось отчасти коллективной системой производства, при которой размещение производственных ресурсов (особенно пахотных земель) устанавливалось по заранее установленным планам, а отчасти, при отсутствии рыночных механизмов, единой системой распределения 2 .

    4Введение и широкое применение системы семейной ответственности в начале 1980-х гг. привело к деколлективизации сельскохозяйственного производства. Поскольку крестьяне получили право эксплуатировать землю для себя, это давало им известную свободу в выборе урожая, поэтому домашнее хозяйство снова стало местом, где решения о производстве могли приниматься самостоятельно, с той лишь оговоркой, что установленные государством квоты должно было быть выполнено. В целом свобода выбора культур росла по мере развития реформ.

    5 Наряду с этим либерализовалась и система вывода сельскохозяйственной продукции на рынок. Начиная с 1979 г. цены на сельскохозяйственную продукцию, устанавливаемые государством, поэтапно пересматривались в сторону повышения и к 1990-м гг. приблизились к ценам свободного рынка. В то же время рыночная система получила быстрое развитие и стала основным рынком сбыта сельскохозяйственной продукции.В 1995 г. 37% всего производимого зерна продавалось через открытый рынок 3 , и средняя крестьянская семья продавала таким образом около 350 кг зерна в год 4 . В условиях либерализации выбор сельскохозяйственных культур для выращивания все больше определялся экономическими факторами. , и особенно за счет развития ценовых различий на различные продукты.

    6Продолжающийся процесс открытия внешней торговли также оказал большое влияние. С одной стороны, появление и усиление иностранной конкуренции подталкивает Китай к корректировке весовых коэффициентов, придаваемых различным культурам, в соответствии с их сравнительными преимуществами.Так как в стране имеется избыток рабочей силы, но не хватает пахотных земель, она вынуждена сокращать производство зерна, требующего много земли, в пользу более трудоемких технических культур. С другой стороны, политика открытых дверей позволяет закупать продукты питания на международном рынке, и это позволяет правительству меньше беспокоиться о надежности поставок, а также облегчает переход от зерна к более товарным культурам.

    7По этим причинам производство зерна постоянно падало по сравнению с товарными культурами, и его удельный вес в общей посевной площади зерновых имел с 1978 по 2003 г. общую тенденцию к снижению (см. рис. 1).Однако на это развитие повлияли сбои в процессе реформ и другие посторонние факторы, вызывающие колебания производства зерна. Например, в начале 1980-х введение системы семейной ответственности, ослабление системы квот на производство продуктов питания и появление рыночной экономики в совокупности привели к быстрому падению производства зерна. Это переместилось с 80,3% используемых земель в 1978 г. до 75,8% в 1985 г., но за этим последовало два небольших увеличения, в 1986 и 1989-91 гг. соответственно, причем оба периода были временем, когда ряд «антирыночных» административных были приняты меры по увеличению производства зерна и укреплению обязательной системы квотирования.

    1. Доля товарных культур от общей площади посевных площадей

    Увеличить Оригинал (jpeg, 80k)

    8В начале 1990-х годов в ходе реализации целей реформы и полной либерализации сельскохозяйственного рынка произошел возврат к тенденциям в пользу товарных культур. Однако спад производства зерна и рост цен на зерно в середине 1990-х годов вновь пробудили озабоченность правительства по поводу обеспечения продовольствием.В 1995 г. она вновь ввела обязательную систему, возложив на губернаторов провинций ответственность за самообеспечение своей провинции зерном, независимо от местных условий ведения сельского хозяйства. Процесс корректировки сельскохозяйственных структур замедлился, а затем вновь возобновился. В 2003 г. доля товарных культур в общей посевной площади достигла 34,8% (см. график 1), а сокращение посевных площадей привело к существенному падению производства. В период с 1998 по 2003 год годовой объем производства зерна упал с 512 тонн.3 до 430,7 млн ​​тонн и с 412 кг до 334 кг на голову. В сочетании с продолжающимся ростом потребления это привело к резкому росту цен на зерно в 2004 г. — за первые три квартала цены выросли на 28,4%. Результатом этого увеличения было побуждение крестьянских хозяйств к увеличению количества земли, отданной под производство зерна.

    9Развитие на национальном уровне скрывает большие региональные различия (см. диаграмму 2). За период с 1978 по 2003 г. именно на западе, где природные условия наиболее разнообразны, изменения в структуре сельскохозяйственного производства (измеряемые по соотношению посевных площадей под техническими и зерновыми культурами) продвинулись вперед. наиболее быстро.Следующими на очереди были приморские районы, где экономические реформы были наиболее развиты, и последними были центральные районы, традиционные районы производства зерна. Вот почему запад, имевший в конце 1970-х гг. самую низкую долю товарных культур, с конца 1990-х гг. догнал и перегнал центральный регион. С 1986 года прибрежный регион сохраняет свое лидерство, а в последние годы даже увеличил его.

    2.Развитие по регионам в соотношении товарных культур и зерна

    Zoom Original (jpeg, 132k)

    10Развитие сельских предприятий 5 с 1980-х годов коренным образом изменило жизнь на селе. С 1978 по 2003 год реальная стоимость продукции сельских предприятий ежегодно увеличивалась на 23,2%. Эти высокие темпы роста радикально изменили сельскую экономику, которая традиционно была основана на сельском хозяйстве.В 1978 г. валовой продукт сельских предприятий опережал сельское хозяйство. К концу 1990-х годов сельские предприятия стали ведущим сектором по добавленной стоимости. В 2000 г. эта сумма составила 2715,6 млрд. юаней, что составило 64% ​​сельского ВВП 6 и более 30% национального ВВП. Численность рабочих, занятых на сельских предприятиях, возросла с 28,3 млн. человек в 1978 г. до 135,7 млн. человек в 2003 г. (т. е. с 9,2% до 28,1% всего трудоспособного сельского населения) 7.

    11Индустриализация деревни восходит к маоистской эпохе, когда были созданы мастерские по ремонту сельскохозяйственных орудий и коммунальные предприятия, обеспечивающие сельскохозяйственное производство. Деколлективизация села и децентрализация финансового управления в начале 1980-х8 внесли существенный вклад в быстрый взлет сельских так называемых «поселковых и деревенских» предприятий (сянчжэнь цие). Их развитие не было гладким, жестко сдерживаемым ходом реформ. После периода активного роста между 1984 и 1988 годами сельские предприятия пережили период спада с 1989 по 1991 год. Несколько миллионов работников вернулись к сельскохозяйственным работам в результате огромного количества закрытий (см. диаграмму 3).Но с 1992 по 1996 год ускорение реформ привело к повсеместному процветанию сельских предприятий. С 1997 года из-за внутренних и внешних трудностей сельские предприятия вступили в фазу реструктуризации, характеризующуюся замедлением темпов роста как производства, так и занятости.

    3. Темпы роста сельских предприятий

    Zoom Original (jpeg, 112k)

    12В региональном разрезе развитие промышленности в деревне крайне неравномерно. Сельские предприятия возникают и процветают прежде всего в приморских провинциях 9 , которые в 1982-2003 гг. занимали доминирующее положение как по занятости (более 50%), так и по стоимостному объему продукции (более 60%). С точки зрения доли сельских предприятий в общем количестве рабочих мест в сельской местности разрыв между побережьем, с одной стороны, и западом, с другой, оставался постоянным, а затем еще больше увеличился в последние годы.

    13Законодательство о правах собственности, регулирующее сельские предприятия, трансформируется в тандеме с развитием социальных институтов.В 1980-х годах сельские предприятия в основном находились в коллективной собственности и управлялись местными органами власти поселков и деревень. Коллективные предприятия давали много преимуществ с точки зрения получения лицензий на деятельность, защиты от политических нападок и доступа к кредитам, сырью и рынкам. Напротив, в 1990-е годы возросло могущество частных предприятий. По мере углубления реформ и роста рыночной системы коллективные предприятия теряли свои конкурентные преимущества и все больше страдали от внутренних трудностей, вытекающих из нечетко определенного их статуса с точки зрения прав собственности.С 1991 по 2003 год наблюдалось явное замедление роста коллективных предприятий, особенно в отношении занятости. Их способность нанимать рабочую силу достигла своего апогея в 1995 году (60,6 миллиона сотрудников), а в последующие годы ежегодно снижалась на 7,2%. На протяжении десятилетия частные фирмы продолжали расти более быстрыми темпами, чем коллективы, как с точки зрения занятости, так и объема производства. В период с 1991 по 2001 год ежегодные темпы роста производства частных фирм вдвое превышали темпы роста коллективных предприятий (33,3%).9% против 15,2%). Что касается занятости, то в частных фирмах также наблюдался годовой прирост на 7,2%, тогда как в коллективах за тот же период годовое снижение составило 3,4%. Таким образом, частные предприятия пришли на смену коллективным предприятиям, став ведущим и наиболее динамичным сектором сельской экономики. В 2002 г. 96,6% сельских предприятий находились в частной собственности и играли доминирующую роль как в занятости, так и в добавленной стоимости (71,8% и 62,7% соответственно).

    14 В целом, с момента проведения реформ в конце 1970-х годов сельская экономика претерпела глубокую структурную трансформацию, перейдя от производства зерна к производству на рынок и диверсификации в сторону несельскохозяйственной деятельности, но это сопровождалось значительными региональными различиями.В целом развитие было более заметным в прибрежных провинциях, особенно на юго-западе, где экономические реформы продвинулись дальше, чем где-либо еще. Напротив, центральные и западные регионы страны значительно отстают.

    15Структурные преобразования сопровождались резким увеличением доходов в сельской местности. Реальный доход на душу населения в сельской местности рос в среднем на 6,4% в год в период с 1978 по 2003 год по сравнению с всего лишь на 1.7% за 1957-1977 гг. (см. табл. 4). В период с 1978 по 1984 год, после введения системы семейной ответственности в сельскохозяйственном секторе, доходы в сельской местности росли исключительно высокими темпами, чуть более 14,2% в год, а затем замедлились до чуть более 1,9% во второй половине 1980-х годов из-за препятствия на пути реформ после 1986 г. В период отката реформ (1989-1991 гг.), характеризующийся крайне ограничительной макроэкономической политикой, рост доходов в сельской местности остановился на уровне чуть более 0.6%, а 1989 г. даже показал снижение на 7,4% по отношению к предыдущему году. Последующее восстановление реформ привело к новым сильным темпам роста, составившим чуть более 7,9% в период с 1992 по 1996 год. Однако с 1997 года под совместным воздействием азиатского финансового кризиса и застоя коллективных замедлился, составив чуть более 4,2% за 1997-2003 гг. Эта ситуация стала серьезной причиной беспокойства правительства, учитывая его стремление обеспечить баланс в развитии городов и села и сохранить социальную стабильность.

    4. Темпы роста годового дохода на душу населения в сельской местности

    Zoom Original (jpeg, 120k)

    16Наиболее высокие доходы в период реформ были у прибрежного региона, за ним следуют центр и запад (см. диаграмму 5). С точки зрения годового прироста доходы также увеличивались быстрее всего, на 6,8% в год, в прибрежном регионе. На западе темпы роста были самыми медленными на протяжении всего периода с 1978 по 2003 год.Центральный регион оказался наиболее чувствительным к изменениям в процессе реформ. На ранней стадии (1978-1984 гг.) и в фазе акселерации (1992-1996 гг.) центральный регион характеризовался самыми высокими темпами роста из всех трех регионов, хотя в периоды застоя (1986-1988 гг. ) и отступления (1989 г. -1991) он демонстрировал самые медленные темпы роста, а к концу 1980-х годов даже пошел на спад. Региональные различия в доходах сельских жителей увеличились, особенно между прибрежным районом и остальной частью страны (см. диаграмму 5).В этом отношении поучительно сравнить 1978 г., когда доходы сельских жителей прибрежного региона были на 56% выше, чем на западе, с 2003 г., когда разрыв увеличился до 124%.

    5. Региональные различия в доходах сельских жителей

    Zoom Original (jpeg, 116k)

    17Существует постоянная неопределенность в отношении между структурными преобразованиями и доходами, поскольку изменения вполне могут повлечь за собой снижение сельских доходов из-за затрат на корректировки 10. Новые предприятия требуют фиксированных безвозвратных капитальных вложений. Например, переход от одного вида культуры к другому требует подготовки земли или ирригационной системы, а запуск несельскохозяйственных предприятий требует определенного капитала, не говоря уже об образовании или обучении 11. Такие затраты на перестройку могут действительно сократить доходы сельских жителей, по крайней мере, в краткосрочной перспективе.

    18Но эти преобразования могут также способствовать увеличению дохода благодаря взаимодополняемости различных видов деятельности.Переход от одной культуры к другой может позволить использовать определенные местные условия, такие как изменчивый характер почвы или климата, в своих интересах 12. Точно так же развитие несельскохозяйственной деятельности может быть полезным из-за связей между сельским хозяйством и сельская промышленность 13. Например, виды деятельности, использующие сельскохозяйственные продукты в качестве сырья 14, могут выиграть от наличия и разнообразия свежих продуктов. И наоборот, сельское хозяйство может извлечь выгоду из несельскохозяйственных предприятий, которые производят стажеров и оборудование, необходимое сельскому хозяйству.Кроме того, часть прибыли, полученной сельскими предприятиями, может быть реинвестирована в сельское хозяйство. Такая взаимодополняемость еще более важна в случае сезонных потребностей 15; домохозяйства могут поочередно вкладывать свои ресурсы в сельскохозяйственную и несельскохозяйственную деятельность, а также переключаться между различными видами сельскохозяйственных культур в соответствии с местными почвенными условиями.

    19 До 1978 г. введение исключительного выращивания зерна, поддерживаемое административными мерами, означало, что ресурсы использовались неэффективно, производительность и доходы сельского хозяйства были низкими, имелся большой избыток рабочей силы. В этом отношении преобразования последних двадцати лет можно рассматривать как процесс более эффективного перераспределения ресурсов. С развитием рыночных механизмов размещение производственных ресурсов все больше руководствуется принципом рентабельности. Таким образом, избыточная сельскохозяйственная рабочая сила может быть использована в других видах деятельности. В общем контексте либерализации рынка и открытости для внешней торговли, а также в стране с нехваткой земли, но изобилием рабочей силы, такое развитие представляет собой более эффективное использование относительных преимуществ страны.Следовательно, структурные преобразования обеспечивают общее повышение производительности труда и увеличение доходов.

    20График 6 показывает взаимосвязь между структурными преобразованиями и ростом доходов с 1978 г. Их параллельное развитие предполагает, что перераспределение ресурсов от выращивания зерна к выращиванию на рынке в соответствии с местными агрономическими условиями и конъюнктурой рынка позволило производительность всего сектора должна быть повышена. Точно так же изменения в структуре занятости в сельской местности следуют той же схеме, что и доходы. Фактически именно доходы, производимые сельской промышленностью, демонстрируют самые высокие темпы роста с середины 1980-х гг. 16. В 2003 г. в среднем 35,4% дохода на душу населения приходилось на сельские 9,4% для сельского хозяйства и животноводства соответственно. В период с 2002 по 2003 год сельские предприятия обеспечили до 50% общего прироста доходов в сельской местности на душу населения 17.Как показал Клод Обер 18 , в то время как доходы от сельскохозяйственного сектора оставались на прежнем уровне с середины 1990-х годов, доходы от несельскохозяйственного сектора регулярно увеличивались и за тот же период стали основным источником дохода в сельской местности. В 2003 г. из среднего дохода на душу населения в сельской местности в размере 2622 юаня доля несельскохозяйственной деятельности достигла 54,4% по сравнению с 45,6% для всех видов сельскохозяйственной деятельности (земледелие, животноводство, рыболовство и лесоводство).

    6.Структурные корректировки доходов в сельской местности

    Zoom Original (jpeg, 136k)

    21На основе данных, собранных в 29 провинциях Китая за 1982-2003 гг., эконометрическая проверка установила взаимосвязь между структурными преобразованиями и изменениями дохода на душу населения (см. табл. 7). Положительные коэффициенты, связанные, с одной стороны, с переходом от зерновых к товарным урожаям, а с другой — с развитием несельскохозяйственной деятельности, показывают, что эти два явления внесли очень значительный вклад в увеличение доходов сельских жителей 19 .Этот результат свидетельствует о том, что выгоды от структурных преобразований более чем компенсируют затраты, связанные с корректировками. Эти две корректировки, по-видимому, позволили, с одной стороны, более эффективно распределить производственные ресурсы, а с другой — воспользоваться преимуществами взаимодополняемости различных видов деятельности в сельской местности. Эти благоприятные последствия для доходов сельского населения в целом, по-видимому, перевешивают негативные факторы, особенно краткосрочные инвестиции, необходимые для изменения экономической активности.

    7. Оценочное влияние структурных преобразований на доходы в сельской местности

    Увеличить Оригинал (jpeg, 165k)

    22За период реформ в сельском хозяйстве произошли серьезные структурные изменения на нескольких уровнях, все из которых связаны с переходом от производства зерна к развитию товарного выращивания и бурному развитию сельских предприятий.Но основные региональные различия все еще сохраняются. В целом корректировки были более быстрыми и масштабными в тех регионах, где реформы зашли дальше всего, например, на юге и востоке страны.

    23Эти корректировки сопровождались резким ростом доходов в сельской местности. Ввиду их большого положительного вклада в это увеличение следует поощрять корректировку структуры сельского хозяйства и занятости в сельской местности, чтобы обеспечить устойчивое долгосрочное развитие сельских районов.Более того, эти корректировки становятся все более необходимыми перед лицом усиливающейся международной конкуренции после вступления Китая в ВТО. В этой новой ситуации корректировки в сельской экономике согласуются со сравнительными преимуществами страны. С 2001 г. поступали сообщения о значительном увеличении импорта зерна (в частности, пшеницы и соевых бобов), но, с другой стороны, значительно увеличился экспорт промышленных товаров, особенно текстиля, большая часть которого была производится на сельских предприятиях после отмены квот в 2005 году.Все уровни правительства сыграли важную роль в этих структурных преобразованиях, предоставив информацию о национальных и зарубежных рынках, с одной стороны, и предоставив субсидии или льготные кредиты, с другой стороны, что позволило снизить затраты, связанные с необходимыми структурными преобразованиями. превосходить.

    24Перевод с французского оригинала Джонатана Холла

    Пространственно-временная дифференциация неравенства доходов между городом и деревней и ее движущая сила в Экономическом поясе реки Янцзы в 2000-2017 гг.

    Abstract

    Дисбаланс доходов между городскими и сельскими районами серьезно повлиял на социальную справедливость и справедливость и стал ключевым фактором, ограничивающим устойчивое развитие экономики и общества.Анализ пространственно-временных закономерностей и причин неравенства доходов между городом и деревней имеет большое значение для реализации согласованного и комплексного развития региональных городских и сельских территорий. В этом исследовании коэффициент вариации, индекс разложения Тейла, метод пространственной автокорреляции и модель GeoDetector использовались для анализа пространственно-временных характеристик разрыва в доходах между городом и деревней и его движущей силы в экономическом поясе реки Янцзы с 2000 по 2017 год. Результаты показывают, что располагаемый доход на душу населения городских и сельских жителей в районе исследования показывает тенденцию быстрого роста с 2000 по 2017 год.Разрыв в доходах между городскими и сельскими районами в изучаемом районе показал в целом процесс развития в форме перевернутой буквы «U», а относительная разница показала тенденцию к увеличению. Что касается пространственного паттерна, то изучаемый район показал значительную дифференциацию с востока на запад. Пространственное распределение разрыва в доходах между городом и деревней в районе исследования имеет очевидную положительную пространственную корреляцию, то есть явления агломерации высокой стоимости и агломерации низкой стоимости были значительными. Уровень экономического развития, структура промышленности, политика регионального развития, транспорт, топографические условия и обеспеченность ресурсами могут убедительно объяснить модель пространственной дифференциации разрыва в доходах между городом и деревней в изучаемой области. На пространственную дифференциацию разрыва в доходах между городом и деревней влияют как природные, так и социально-экономические факторы. Среди них преобладают социально-экономические факторы, за которыми следуют природные факторы. Существует значительное взаимодействие между природными факторами и социально-экономическими факторами, и сочетание социально-экономических факторов и неблагоприятных природных факторов может существенно повлиять на региональный разрыв в доходах между городом и деревней.

    Образец цитирования: Chen L, Shen W (2021) Пространственно-временная дифференциация неравенства доходов между городом и деревней и ее движущая сила в экономическом поясе реки Янцзы в 2000–2017 гг.ПЛОС ОДИН 16(2): e0245961. https://doi.org/10.1371/journal.pone.0245961

    Редактор: Цзюнь Ян, Северо-восточный университет, КИТАЙ

    Получено: 15 июля 2020 г .; Принято: 11 января 2021 г . ; Опубликовано: 4 февраля 2021 г.

    Copyright: © 2021 Chen, Shen. Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

    Доступность данных: Все файлы данных доступны в базе данных http://www.resdc.cn/ (инвентарный номер(а) 15565133740, Shenwei666).

    Финансирование: Это исследование было поддержано Национальным фондом естественных наук Китая в рамках гранта 41671536.

    Конкурирующие интересы: Авторы заявляют об отсутствии конфликта интересов.

    Введение

    После реформ и открытости Китай реализовал ряд политик развития, ориентированных на города, под руководством несбалансированных стратегий регионального развития.Благодаря многолетним усилиям в области экономического и социального развития были достигнуты замечательные успехи. Благодаря выгодному географическому положению и политике развития региональная социальная экономика Экономического пояса реки Янцзы быстро развивалась, а доходы жителей также значительно улучшились. Однако, в отличие от быстрого экономического роста, разница в доходах между городом и деревней в Экономическом поясе реки Янцзы имеет тенденцию к увеличению. Относительно справедливое распределение доходов может обеспечить стабильную внешнюю среду для регионального социально-экономического развития; однако растущие материальные потребности жителей экономического пояса реки Янцзы делают разрыв в доходах между богатыми и бедными все более заметным.Усиление разрыва в доходах между городом и деревней противоречит построению гармоничного общества, поскольку не способствует повышению производственного энтузиазма малообеспеченных, что скажется на эффективности производства всего общества [1]. На фоне социальной избыточности и недостаточного внутреннего спроса разница в доходах между городом и деревней еще больше усугубляет эти проблемы. Дисбаланс доходов между городскими и сельскими районами серьезно повлиял на социальную справедливость и справедливость и стал ключевым фактором, ограничивающим устойчивое развитие экономики и общества.Таким образом, анализ причин неравенства доходов между городскими и сельскими районами в экономическом поясе реки Янцзы и эффективное сокращение разрыва в доходах между городскими и сельскими районами имеет большое значение для построения устойчиво развивающегося общества.

    Неравенство доходов между городом и деревней было горячей темой академических исследований, и существующие исследования можно разделить на теоретические исследования и эмпирические исследования. Что касается теоретического исследования, то Кузнец впервые предложил гипотезу перевернутой U-образной кривой зависимости между экономическим развитием и изменением разрыва в доходах [2].Робинсон [3] и Ахлувалиа [4] продемонстрировали неизбежность существования перевернутой U-образной кривой разрыва доходов. Впоследствии были предложены родственные теории, такие как теория двойной экономической структуры, теория неравных возможностей, теория человеческого капитала, теория перераспределения доходов, модель Фела, теория региональных сетей, взаимодействие между городом и деревней и другие [5–9]. Эмпирические исследования включают расчет разрыва в доходах между городом и деревней [10–13], эволюционный процесс, пространственно-временную эволюцию отношений между городом и деревней и опыт управления [10, 11].Эмпирические исследования также оценивают связь между разрывом в доходах между городом и деревней и экономическим ростом [14], структурой промышленности [15], индустриализацией [16], урбанизацией [17, 18], финансовым развитием [19], внешней торговлей [20], инвестиции [20], фискальные расходы [18] и мобильность рабочей силы [21], которые являются факторами, влияющими на разрыв в доходах между городскими и сельскими районами [10, 22]. Выбор индикаторов включает не только абсолютные и относительные показатели неравенства доходов между городом и деревней, но и составные показатели, такие как разница в стоимости жизни между городом и селом и всевозможные скрытые субсидии, трудовая миграция, экологическая загрязнение, городские и сельские коммунальные услуги и другие.Поскольку соотношение доходов городского и сельского населения может в значительной степени напрямую отражать качество жизни и экономическую и социальную структуру городских и сельских жителей, оно стало наиболее часто используемым показателем для изучения разрыва в доходах между городскими и сельскими районами [10]. , 11]. Как правило, ученые провели много значимых исследований, проводя теоретические и эмпирические исследования разрыва в доходах между городом и деревней. Тем не менее, все еще есть некоторые недостатки в следующих аспектах. Во-первых, отсутствует всесторонний анализ временной и пространственной эволюции разрыва в доходах между городскими и сельскими районами в рамках длительного временного ряда.Во-вторых, анализ влияющих факторов учитывает многие социальные и экономические факторы, такие как экономическое развитие, урбанизация, политика индустриализации регионального развития, двойная экономическая система, уровень образования, численность населения, транспорт, экономическая экстраверсия, финансовое развитие, инвестиции в сельское хозяйство и другие. Однако отсутствует анализ природных факторов среды. В-третьих, отсутствие исследований взаимодействия факторов, поскольку на доходы городских и сельских жителей влияет не только комплексное качество «люди», но и многие факторы, такие как социально-экономические факторы и природные факторы, которые делают систематическая проблема несоответствия.

    Экономический пояс реки Янцзы — это экономический пояс с самым большим населением и самым быстрым социально-экономическим развитием в Китае. Это также внутренний речной экономический пояс с глобальным влиянием. В этом исследовании используется Экономический пояс реки Янцзы, как обычно. Исследование проводится следующим образом. Во-первых, в статье анализируются характеристики пространственно-временной дифференциации уровней доходов городских и сельских жителей изучаемой территории на основе панельных данных 130 городов Экономического пояса реки Янцзы с 2000 по 2017 годы.Во-вторых, мы анализируем характеристики пространственно-временной дифференциации городского и сельского неравенства доходов и комплексные характеристики его видов. Наконец, мы объединяем междисциплинарные знания, такие как экономика, социология и география, для построения расширенной индексной системы факторов, влияющих на разрыв в доходах между городом и деревней. Затем мы используем модель Geodetector для анализа основных факторов, влияющих на разрыв в доходах между городскими и сельскими районами в изучаемой области, а также взаимодействия факторов, чтобы предоставить теоретическую основу для соответствующих департаментов для формулирования дифференцированной политики развития.

    Область исследования и источники данных

    Область исследования

    Экономический пояс реки Янцзы охватывает восточные, центральные и западные районы Китая, охватывая 11 провинций и городов, включая Шанхай, Цзянсу, Чжэцзян, Аньхой, Цзянси, Хубэй, Хунань, Чунцин, Гуйчжоу, Сычуань и Юньнань, общей площадью примерно 2,05 миллиона квадратных километров (рис. 1). Население и ВВП Экономического пояса реки Янцзы составляют более 40% от общего количества Китая. Это экономический пояс речного бассейна с самым большим населением, крупнейшим промышленным масштабом и самой полной городской системой в мире.Через золотой водный путь реки Янцзы Экономический пояс реки Янцзы естественным образом соединяет восток (Шанхай, Цзянсу, Чжэцзян и Аньхой), центр (Цзянси, Хубэй и Хунань) и запад (Чунцин, Гуйчжоу, Сычуань и Китай). Юньнань). Он связан с Экономическим поясом Шелкового пути на западе, образуя новую ситуацию открытости и играя чрезвычайно важную роль в национальной стратегии экономического развития. Исходя из этого, данное исследование берет экономический пояс реки Янцзы в Китае в качестве области исследования и исследует характеристики пространственно-временной дифференциации и движущую силу разрыва в доходах между городом и деревней, чтобы обеспечить некоторую основу для скоординированного развития городских и сельских районов. в Экономическом поясе реки Янцзы.

    Источники данных

    В этом исследовании располагаемый доход на душу населения городских и сельских жителей и социально-экономические показатели в 130 городах экономического пояса реки Янцзы с 2000 по 2017 год взяты из провинциальных и муниципальных статистических ежегодников и социально-экономических статистических бюллетеней. Растровые данные чистой первичной продуктивности (ЧПП), температуры, осадков и высоты предоставляются Центром данных по ресурсам и наукам об окружающей среде Китайской академии наук (RESDC) (http://www.resdc.cn) и облачной платформой мониторинга географической информации (http://www. dsac.cn), а пространственное разрешение составляет 1 км. Векторные данные о границах экономического пояса реки Янцзы получены из Национальной платформы основных условий науки и техники Китая — Национального центра данных по науке о системе Земли (http://www.geodata.cn).

    Методы

    Коэффициент вариации и индекс Тейла

    Коэффициент вариации используется для отражения степени дискретности данных и является важным показателем для измерения региональных различий между годами.Индекс Тейла может измерять относительные различия в региональном экономическом развитии. В этой статье коэффициент вариации и индекс Тейла используются для измерения региональных различий неравенства доходов между городскими и сельскими районами в Экономическом поясе реки Янцзы. Конкретная формула расчета выглядит следующим образом: (1) (2)

    В формулах (1) и (2) CV — коэффициент вариации, T — индекс Тейла, n — количество исследовательских единиц, I , и представляет собой среднее значение разрыва в доходах между городом и деревней во всех городах. Чем меньше коэффициент вариации и индекс Тейла, тем меньше региональная разница.

    Индекс декомпозиции Тейла может разлагать общие различия на различия внутри и между субрегионами. Чтобы предотвратить смещение разницы, когда индекс Тейла отрицательный, для анализа разницы между регионами используется улучшенный индекс разложения Тейла. Конкретная формула расчета выглядит следующим образом [23–25]: (3) (4) (5)

    В формулах (3)–(5) T _W – разница между востоком, средним и западом исследуемой территории; T _B разница между востоком, средним и западом; n – количество городов; K представляет количество групп, то есть восток, средний и запад; г _к представляет группу k; n _k представляет количество образцов в каждой группе; R _i – отношение i-го города к изучаемой территории. R _k – отношение k-й группы к изучаемой площади.

    Метод пространственного автокорреляционного анализа

    Мы используем метод анализа пространственной автокорреляции, чтобы проанализировать, существует ли эффект пространственной агломерации между переменными разрыва в доходах между городом и деревней. Пространственная автокорреляция относится к взаимозависимости атрибутов пространственных единиц в пространстве и является способом измерения степени пространственной агломерации [22, 26, 27]. В зависимости от размера пространственного диапазона пространственная автокорреляция может быть разделена на глобальную пространственную автокорреляцию и локальную пространственную автокорреляцию.Глобальная пространственная автокорреляция измеряет степень пространственной корреляции региона в целом и часто измеряется индексом Морана I . Формула глобальной автокорреляции: (6)

    В формуле (6) n – общее количество пространственных единиц; x _i и x _j — наблюдаемые значения пространственных единиц i и j соответственно; w _ij — матрица пространственных весов, используемая для выявления пространственных отношений между элементами; и s _o есть совокупность всех пространственных весов, . Диапазон индекса Морана I составляет [-1,1].

    Хотя глобальная пространственная автокорреляция может измерять общую пространственную зависимость наблюдаемых переменных, она в определенной степени игнорирует локальную нестабильность пространства. Поэтому для дальнейшего изучения особенностей локальной пространственной корреляции вводится метод локальной пространственной автокорреляции для анализа особенностей локальной пространственной автокорреляции. Конкретная формула расчета выглядит следующим образом: (7)

    в формуле (7), Z _I и Z _{и Z J J} — стандартизированные значения пространственных единиц I и J , соответственно, и W _IJ — матрица пространственных весов, которая используется для выявления пространственных отношений между пространственными единицами.

    Метод GeoDetector

    GeoDetector представляет собой новый метод пространственной статистики, который используется для обнаружения пространственной неоднородности и определения движущих факторов на основе риска, факторов, экологии и взаимодействия [28]. Метод GeoDetector можно разделить на детектор факторов, детектор взаимодействия, экологический детектор и детектор риска. Этот метод преодолевает ограничения многих допущений и больших объемов данных, присущих традиционной математической статистической модели [29].

    Фактор-детектор.

    Мы используем детектор факторов для анализа основных факторов, влияющих на пространственную дифференциацию разрыва в доходах между городом и деревней в экономическом поясе реки Янцзы. Конкретная формула модели выглядит следующим образом: (8) (9) (10)

    В формулах (8)–(10) q указывает на объяснительную силу фактора разрыва в доходах между городом и деревней. ч – количество слоев влияющего фактора; N _h и N — слой h фактора влияния и количество проб всей исследуемой площади соответственно; σ _h и σ – дисперсия разрыва в доходах между городом и деревней слоя h и всей исследуемой территории соответственно; Y _i – отношение городского дохода к сельскому в городе i ; Y _hi – соотношение доходов между городом и деревней города i в слое h ; Y _h — среднее значение всех городов слоя h ; SSW — сумма внутриуровневых дисперсий; SST – общая дисперсия изучаемой области. Диапазон q равен [0, 1]; и чем выше q , тем сильнее объяснительная сила этого фактора для разрыва в доходах между городом и деревней.

    Детектор взаимодействия.

    Детектор взаимодействия используется для количественного определения интерактивного влияния взаимодействия между факторами на разрыв в доходах между городом и деревней, то есть для оценки уровня влияния комбинированного эффекта (усиленного или ослабленного) на доход в городе и деревне зазор.

    Выбор и классификация влияющих факторов

    В долгосрочной перспективе повышение уровня регионального экономического развития поможет сократить разрыв в доходах между городом и деревней [30].Ли и др. обнаружили, что развитие вторичной и третичной промышленности в экономическом поясе реки Янцзы может сократить разрыв в доходах между городом и деревней. Кроме того, увеличение естественного прироста населения приведет к дисбалансу в соотношении труда и капитала и затем повлияет на разрыв в доходах между городом и селом [1]. Транспортная доступность оказывает фундаментальное влияние на экономическое развитие городских и сельских территорий, а затем оказывает существенное влияние на доходы городских и сельских жителей [31].Инвестиции в основной капитал могут повлиять на разрыв в доходах между городом и деревней, влияя на интенсивность освоения ресурсов и масштабы рынка в городских и сельских районах [31]. Природная среда является основным условием городского и сельского строительства и развития и играет фундаментальную роль в эволюции разрыва в доходах между городом и деревней. Среди них рельеф местности, геоморфология и климат, а также другие условия окружающей среды влияют на движение транспорта, строительство инфраструктуры и промышленное развитие городских и сельских районов, тем самым косвенно влияя на доходы городских и сельских жителей [32].Богатство природными ресурсами поддерживает региональное социально-экономическое развитие и напрямую влияет на доходы городских и сельских жителей [33].

    Ссылаясь на соответствующие исследования [34–36] и учитывая доступность данных по исследуемой территории, мы установили в качестве зависимой переменной разрыв в доходах между городскими и сельскими районами в 130 городах Экономического пояса реки Янцзы. ВВП на душу населения (X1), уровень урбанизации (X2), добавленная стоимость доли вторичной промышленности в ВВП (X3), добавленная стоимость третичной промышленности в ВВП (X4), инвестиции в основной капитал на душу населения (X5), естественный прирост населения (Х6), плотность дорожной сети (Х7), среднегодовое количество осадков (Х8), среднегодовая температура (Х9), высота над уровнем моря (Х10), степень рельефа земной поверхности (Х11) и ЧПП (X12) заданы как объясняющие переменные (табл. 1).

    Процесс расчета RDLS: см. соответствующие исследования [32]. RDLS получается расчетом сетки. Конкретная формула расчета выглядит следующим образом: (14)

    В формуле (14) RDLS представляет собой степень рельефа земной поверхности, которая также известна как степень рельефа формы рельефа. Max (H) и Min (H), которые являются самой высокой и самой низкой отметками в регионе, соответственно, используются для расчета относительной разницы высот. P(A) – площадь равнинной местности ( ² км). В этой статье область с уклоном менее или равным 2° определяется как равнина. А — общая площадь исследовательского блока.

    Ссылаясь на соответствующие исследования [29, 36, 37], мы используем метод естественных точек останова в программном обеспечении ArcGIS10.3, чтобы разделить X1-10 и X12 на шесть категорий, а X11 на девять категорий.

    Результаты

    Пространственно-временные характеристики располагаемых доходов городских и сельских жителей

    Характеристики временного отклонения.

    Располагаемый доход на душу населения городских и сельских жителей Экономического пояса реки Янцзы демонстрировал тенденцию быстрого роста с 2000 по 2017 год. Абсолютное значение располагаемого дохода на душу населения городских жителей увеличилось с 6009 в 2000 году до 33387 в 2017 году. , увеличившись почти в 5,56 раза. Абсолютное значение среднедушевого располагаемого дохода сельских жителей увеличилось с 2339 в 2000 г. до 15056 в 2017 г., увеличившись почти в 6,44 раза.

    Мы использовали коэффициент вариации и индекс Тейла, чтобы отразить относительные различия в районе исследования, трех субрегионах (восточный, средний и западный), между регионами и внутри регионов.Что касается относительных различий городских жителей, то относительные различия на территории исследования показали тенденцию сначала к увеличению, а затем к уменьшению с 2000 по 2017 г. (таблица S1). Что касается различных регионов, относительные различия в восточном регионе показали тенденцию к колебательному росту. Относительные различия в западной и центральной областях показали процесс развития типа «М», но диапазон колебаний центральной области был меньше, чем в западной области.Что касается регионов и внутри регионов, относительные различия между регионами имеют тенденцию к сужению, а относительные различия внутри регионов имеют тенденцию к увеличению.

    Что касается относительных различий сельских жителей, то относительные различия на исследуемой территории показали тенденцию сначала к увеличению, а затем к уменьшению с 2000 по 2017 год (таблица S2). Тенденция изменения во времени относительных различий в западном, центральном и восточном регионах одинакова, демонстрируя процесс развития в форме перевернутой буквы «U».Что касается между регионами и внутри регионов, то относительные различия между регионами и внутри регионов демонстрируют тенденцию развития сначала к увеличению, а затем к уменьшению.

    Пространственная структура располагаемых доходов городских и сельских жителей.

    С помощью метода естественной границы в программном обеспечении ArcGIS10.3 располагаемый доход на душу населения городских и сельских жителей в экономическом поясе реки Янцзы с 2000 по 2017 год делится на четыре уровня: низкий, средний, относительно высокий и высокий (рис. 2 и 3).

    Что касается пространственной структуры располагаемого дохода на душу населения городских жителей, то города с высоким доходом в основном распределены в районе дельты реки Янцзы (рис. 2). Города с более высокими доходами в основном являются столицами провинций. Города со средним уровнем доходов в основном расположены в районах, окружающих столицы провинций. Города с низким доходом в основном расположены в маргинальных районах с неудобным транспортом и слаборазвитой экономикой, таких как плато Юньнань-Гуйчжоу, западные горы провинции Сычуань, западная провинция Хунань, южная провинция Цзянси и северная провинция Аньхой.Что касается эволюционной тенденции, то ряд городов со средним и высоким доходом показал тенденцию развития в форме перевернутой буквы «U».

    Что касается пространственной структуры среднедушевого располагаемого дохода сельских жителей, то на исследуемой территории наблюдается явная ступенчатая характеристика распределения (рис. 3). Среди регионов общий уровень доходов восточного региона был самым высоким, и большинство городов имели более высокий и высокий уровень доходов. Большинство городов в центральном регионе были со средним и высоким уровнем доходов и в основном были распределены в столице провинции и прилегающих к ней городах. Общий уровень доходов западного региона был самым низким, и большинство городов имели низкий уровень доходов. Что касается эволюционной тенденции, общие изменения в западном регионе были относительно небольшими, в то время как в центральном и восточном регионах были относительно большими.

    Пространственно-временные характеристики неравенства доходов между городом и деревней

    Характеристики временного отклонения.

    Неравенство доходов между городскими и сельскими районами в изучаемом районе сначала увеличивалось, а затем уменьшалось с 2000 по 2017 год (рис. 4).Неравенство в доходах между городом и деревней находилось в стадии роста с 2000 по 2011 год, незначительно колебалось с 2011 по 2014 год и достигло пика в 2014 году. Затем, в 2014–2017 годах, разрыв в доходах между городом и деревней начал медленно снижаться. Весь процесс разработки согласовывался с теорией перевернутой U-образной кривой Кузнеца.

    Что касается относительных различий в неравенстве доходов между городскими и сельскими районами, относительная разница в районе исследования показала колеблющуюся тенденцию к увеличению с 2000 по 2017 год (рис. 5).Что касается различных регионов, тенденция развития западного региона была аналогична тенденции развития изучаемой территории, в то время как относительные различия в центральном и восточном регионах показали тенденцию в форме перевернутой буквы «U». Что касается между регионами и внутри регионов, относительные различия между регионами были намного больше, чем внутри регионов, и в исследуемый период наблюдалась тенденция к дальнейшему расширению.

    Эволюция пространственного паттерна.

    Мы делим соотношение доходов между городом и деревней на четыре категории: низкий разрыв в доходах между городом и деревней (< 2), средний разрыв в доходах между городом и деревней (2–2,0).5), более высокий разрыв в доходах между городом и деревней (2,5–3,5) и высокий разрыв в доходах между городом и деревней (> 3,5). Карта эволюции пространственных моделей разрыва в доходах между городом и деревней в экономическом поясе реки Янцзы получена посредством пространственной визуализации (рис. 6).

    Города с высоким разрывом в доходах в экономическом поясе реки Янцзы с 2000 по 2017 год были в основном распределены в западной провинции Сычуань и на плато Юньнань-Гуйчжоу. Города с более высоким разрывом в доходах были в основном распределены на плато Юньнань-Гуйчжоу, в среднем течении, в провинции Аньхой и на юге Чжэцзяна.Города с низким и средним доходом были в основном распределены в трех центральных провинциях и в дельте реки Янцзы. Количество городов с высоким и высоким разрывом доходов сначала увеличивалось, а затем уменьшалось, а количество городов с низким и средним разрывом доходов сначала уменьшалось, а затем увеличивалось.

    Эффект пространственной корреляции неравенства доходов между городом и деревней.

    Мы использовали инструмент пространственного анализа в программном обеспечении GeoDa для создания матрицы пространственных весов и использовали методы глобальной и локальной пространственной автокорреляции для анализа функций глобальной и локальной пространственной корреляции соответственно (таблица 2). Результаты глобального пространственного автокорреляционного анализа показывают, что глобальный индекс Морана I неравенства доходов между городскими и сельскими районами был положительным и прошел тест на значимость. Это показывает, что на изучаемой территории существует очевидная положительная пространственная корреляция, то есть есть агломерации с высокой стоимостью и агломерации с низкой стоимостью.

    Кроме того, мы используем метод локальной пространственной автокорреляции для анализа характеристик локальной пространственной автокорреляции различий в доходах между городом и деревней в экономическом поясе реки Янцзы.Как показано на рис. 7, районы высокой агломерации были в основном распределены в провинциях Гуйчжоу и Юньнань, а также в горных городах западной провинции Сычуань. Под влиянием природной среды, дорожного движения и других факторов уровень социально-экономического развития в таких районах был относительно низким, а пространственная агломерация неравенства доходов между городом и деревней была заметной. Низкие-низкие агломерации были распределены в Шанхае, провинции Цзянсу, восточной провинции Аньхой и северо-центральной части провинции Чжэцзян.Район агломерации с низким уровнем агломерации, включая Гуйян, Паньчжихуа, Лучжоу, Бицзе и город Яань, примыкал к району агломерации с высоким уровнем агломерации на западе. В течение исследовательского периода область высокой-высокой агломерации в западной изучаемой области имела тенденцию к расширению на восток, область низкой-низкой агломерации в центральной изучаемой области имела тенденцию к увеличению, а область низкой-низкой агломерации в восточной изучаемой области имели тенденцию к перемещению в восточные прибрежные районы.

    Движущие силы пространственной дифференциации неравенства доходов между городом и деревней

    Географическое обнаружение движущих факторов.

    Мы используем детектор факторов модели GeoDetector для анализа факторов, влияющих на пространственную дифференциацию неравенства доходов между городом и деревней в экономическом поясе реки Янцзы. Как показано в таблице 3, q каждого фактора представляет собой объяснительную силу фактора для пространственной дифференциации разрыва в доходах между городом и деревней. В 2015 г. порядок объясняющей силы 12 факторов следующий: высота над уровнем моря (Х10) > уровень урбанизации (Х2) > плотность дорожной сети (Х7) > ВВП на душу населения (Х1) > RDLS (Х11) > доля третичная промышленность в ВВП (Х4) > инвестиции в основной капитал на душу населения (Х5) > ЧЭС (Х12) > среднегодовая температура (Х9) > естественный прирост населения (Х6) > среднегодовое количество осадков (Х8) > доля добывающей промышленности в ВВП (Х3).

    Что касается социально-экономических факторов, уровень экономического развития, структура промышленности, политика регионального развития и транспорт, все они имеют сильную объяснительную силу для пространственной дифференциации разрыва в доходах между городом и деревней, и все значения p были меньше 0,01 (таблица 3). ). Среди факторов индекс уровня урбанизации (X2) имеет наибольшую объяснительную силу для разрыва в доходах между городом и деревней (q = 0,512). Значение q плотности дорожной сети (X7) было равно 0.397, и его объяснительная способность для разницы в доходах между городом и деревней составила 39,7%. Значение q индекса ВВП на душу населения (X1) составило 0,371, а его объяснительная способность для разницы в доходах между городом и деревней составила 37,1%. Значения q значения объема производства вторичной промышленности в ВВП (X3) и инвестиций в основной капитал на душу населения (X5) также велики с объяснительной силой, достигающей 29,9% и 27,1%, соответственно, что указывает на то, что развитие вторичной промышленности и политика регионального развития помогают сократить региональное неравенство в доходах между городом и деревней.

    Что касается природных факторов, топографические условия и обеспеченность ресурсами имеют большую объяснительную силу для пространственной дифференциации разрыва в доходах между городом и деревней, и все значения p были меньше 0,01. Высота над уровнем моря (X10) и RDLS (X11) имеют наибольшую силу для объяснения модели пространственной дифференциации разрыва в доходах между городом и деревней, достигая 53,2% и 35,1% соответственно. Значение NPP (X12) q составило 0,234, а объяснительная способность — 23,4%. Среднегодовое количество осадков (X8) имеет слабую объяснительную силу для разрыва в доходах между городом и деревней, но его можно комбинировать с другими факторами, чтобы повлиять на модель пространственной дифференциации разрыва в доходах между городом и деревней.

    В целом на пространственную дифференциацию разрыва в доходах между городом и деревней в экономическом поясе реки Янцзы влияют как природные факторы, так и факторы человеческой деятельности. Социально-экономические факторы являются доминирующими факторами, влияющими на пространственную дифференциацию разрыва в доходах между городом и деревней, в то время как природные факторы окружающей среды (температура, топография и геологические факторы) являются второстепенными и основными факторами, влияющими на разрыв в доходах между городом и деревней.

    Индикаторный анализ влияния факторов.

    В этом исследовании детектор риска модели GeoDetector использовался для анализа соответствующего типа или диапазона влияющих факторов (Таблица 4) и был проведен тест статистической значимости с доверительной вероятностью 95%.

    Как показано в таблице 4, что касается социально-экономических факторов, когда ВВП на душу населения составлял 89589–156182, а уровень урбанизации составлял 57,35–68,00%, разрыв в доходах между городом и деревней в городах в этом диапазоне был наименьшим. Это показывает, что повышение уровня экономического развития и урбанизация способствовали сокращению разрыва в доходах между городом и деревней.Когда доля первичной промышленности в ВВП составляет 51,73–57,26%, а доля третичной промышленности в ВВП составляет 17,50–29%, разрыв в доходах городов между городом и деревней в этом диапазоне наименьший. Когда инвестиции в основной капитал на душу населения составляли 50303–66926, разрыв в доходах между городскими и сельскими районами в городах в этом диапазоне был наименьшим. Масштабные инвестиции в основной капитал могут повысить ресурсоемкость освоения и масштабы рынка, а затем увеличить доходы городских и сельских жителей. Когда естественный прирост населения был равен -0.84–3,32‰, разрыв в доходах между городом и деревней в городах, входящих в диапазон индекса, был наименьшим. Когда плотность дорожной сети составляла 1,51–1,759, разрыв в доходах между городом и деревней в городах в этом диапазоне был наименьшим.

    Что касается природных факторов, то среднегодовое количество осадков, среднегодовая температура и NPP составляли 1643,45–1961,03 мм, 17,01–18,27°C и 855,76–1006,14 соответственно, а разрыв в доходах между городом и деревней был наименьшим. Когда высота над уровнем моря (1,29–77,96 м) и RDLS (0–0,307) были наименьшими, разрыв в доходах между городом и деревней был наименьшим.Эти результаты показывают, что существует значительная положительная связь между высотой, RDLS и разрывом в доходах между городом и деревней. Чем меньше высота над уровнем моря и RDLS, тем меньше разрыв в доходах между городом и деревней.

    Анализ взаимодействия факторов.

    Детектор взаимодействия может количественно определить интерактивное влияние взаимодействия между двумя факторами на разрыв в доходах между городом и деревней, то есть он может оценить, увеличит или ослабит совместное действие факторов X1 и X2 объяснительную силу зависимого переменная Ю. Результаты анализа представлены на рис. 8, значения PD в позициях (1,1), (2,2), (3,3), (4,4), (5,5), (6 ,6), (7,7), (8,8), (9,9), (10,10), (11,11), (12,12) представляют интерактивное влияние двух одинаковых факторов на зависимые переменные , тогда как значения PD в других позициях представляют интерактивное влияние двух разных факторов на зависимые переменные.

    Результаты показывают, что (рис. 8) интерактивное влияние (значение PD ), создаваемое взаимодействием между двумя факторами, было намного выше, чем влияние одного фактора (значение q ), что указывает на тесную взаимосвязь между факторами. , и это оказывает значительное интерактивное влияние на разрыв в доходах между городскими и сельскими районами.Что касается взаимодействия между социально-экономическими факторами, то PerGDP (X1), UR (X2), SIOP (X3), TIOP (X3), PerFAI (X5), NPGR (X6) значительно усиливают объяснительную способность пространственной дифференциации городской и сельской местности. Разрыв в доходах. Что касается взаимодействия природных факторов, то взаимодействие природных факторов, таких как среднегодовые осадки (X8), среднегодовая температура (X9), RDLS (X11), NPP (X12), значительно повысило объяснительную способность пространственной дифференциации городской среды. -разрыв в доходах сельских жителей.Что касается взаимодействия между социально-экономическими факторами и природными факторами, была оценена объяснительная сила взаимодействия между климатическими факторами (Х8 и Х9), топографическими факторами (Х11) и факторами экономического развития (Х1), факторами структуры промышленности (Х3, Х4). повышенная. Объяснительная способность взаимодействия между топографическими факторами (X11) и популяционными факторами (X6) также была повышена.

    Типы взаимодействия факторов включают тип взаимного усиления и тип нелинейного усиления.Доля двух типов составила 48,5% и 51,5% соответственно. Сравнивая значение PD взаимодействия с суммой двух факторов, мы обнаружили, что 52% значения PD комбинации факторов было больше, чем сумма значений q комбинации факторов, что указывает на то, что взаимодействие факторов значительно усилило влияние на разрыв в доходах между городом и деревней. В целом воздействие природных факторов и социально-экономических факторов на разрыв в доходах между городом и деревней не является независимым друг от друга, а скорее взаимодействует друг с другом.Взаимодействие множества факторов, влияющих на разрыв в доходах между городом и деревней, представляет собой не простой процесс наложения, а скорее взаимное или нелинейное усиление.

    Обсуждение

    Пространственно-временной характер и движущая сила разрыва в доходах между городом и деревней

    В этом исследовании коэффициент вариации, индекс разложения Тиля, метод пространственной автокорреляции и модель геодетектора использовались для анализа пространственно-временных характеристик и движущих сил разрыва в доходах между городом и деревней в экономическом поясе реки Янцзы с 2000 по 2017 год.Результаты пространственно-временного анализа показывают, что разрыв в доходах между городом и деревней в районе исследования имеет явные стадийные характеристики во временном ряду и значительную пространственную неоднородность в пространственном распределении. Что касается временного ряда, относительная разница в западном регионе имеет тенденцию к увеличению, потому что экономическое развитие в западном регионе относительно отсталое, а разрыв в доходах между городом и деревней еще не достиг пика перевернутой U-образной кривой. Относительная разница между центральным и восточным регионами показывает тенденцию развития перевернутой U-образной формы, что согласуется с теорией перевернутой U-образной кривой Кузнеца.Это свидетельствует о том, что эволюция соотношения доходов городского и сельского населения в центральных и восточных регионах носит ярко выраженный стадийный характер. На разных этапах региональное экономическое развитие по-разному влияет на разрыв в доходах между городом и деревней. Что касается пространственной структуры, города с более высоким и высоким разрывом в доходах были в основном распределены в западной части провинции Сычуань, плато Юньнань-Гуйчжоу, западной провинции Хунань и северной провинции Аньхой, в то время как города с низким и средним разрывом в доходах были в основном распределены в среднем течении трех провинциях и районе дельты реки Янцзы, демонстрируя модель дифференциации с востока на запад, противоречащую уровню экономического развития.

    Что касается механизма воздействия факторов, уровень урбанизации и экономического развития может улучшить доход от заработной платы и имущественный доход городских и сельских жителей; однако на разных этапах экономического развития темпы роста доходов городских и сельских жителей неодинаковы, что является прямой причиной диспропорции между доходами городских и сельских жителей в разных регионах. В этом исследовании уровень урбанизации и уровень экономического развития восточных и западных регионов демонстрируют эшелонированное распределение восток-запад (восток > центр > запад), что приводит к разрыву в доходах между городом и деревней (восток < центр < запад), демонстрируя картина дифференциации восток-запад.Транспортный фактор является основным условием регионального экономического развития. Чем больше плотность дорожной сети, тем больше она способствует улучшению экономического развития села и уровня доходов. Развитие вторичных и третичных отраслей промышленности может способствовать экономическому развитию и расширению возможностей трудоустройства, тем самым влияя на разрыв в доходах между городскими и сельскими районами за счет доходов жителей.

    Топографические условия могут ограничивать пространственное размещение населения и экономики, тем самым косвенно влияя на доходы городских и сельских жителей (особенно сельских жителей) через транспорт, строительство инфраструктуры и промышленное развитие.Топографические условия экономического пояса Янцзы демонстрируют характеристики эшелонированного распределения с востока на запад. Среди регионов западный район расположен в гористой местности. Его экономическое развитие сильно ограничено топографией, а общий разрыв в доходах между городом и деревней велик. Центральный регион в основном расположен в равнинной местности, где экономическое развитие менее ограничено топографией, промышленность имеет определенную основу, экономическое развитие идет быстро, а разрыв в доходах между городом и деревней постепенно сокращается.Восточный регион равнинный и экономически развитый, с относительно небольшим разрывом в доходах. Наличие природных ресурсов является важной ресурсной поддержкой регионального социально-экономического развития, что напрямую влияет на разрыв в доходах между городом и деревней.

    Сравнение с предыдущими исследованиями

    В этом исследовании мы использовали модель Geodetector для анализа влияния социально-экономических факторов и природных факторов на пространственную структуру разрыва в доходах между городом и деревней и изучения интерактивного влияния факторов на разрыв в доходах между городом и деревней.Результаты показали, что социально-экономические факторы, такие как урбанизация, уровень экономического развития и структура промышленности, оказывают значительное влияние на разрыв в доходах между городом и деревней. Это согласуется с результатами исследования Wang et al. [10], Го и соавт. [14] и Zhang et al. [15]. Ли [1] обнаружил, что вторичная и третичная промышленность Экономического пояса реки Янцзы согласуются с гипотезой перевернутой U-образной кривой Кузнеца, а распределение доходов между городом и деревней меняется в зависимости от процесса промышленного развития.То есть по мере увеличения доли вторичных и третичных отраслей разрыв в доходах между городом и деревней будет увеличиваться, но когда структура промышленности будет модернизирована до определенного уровня, разрыв в доходах между городом и деревней снова сократится. Это согласуется с результатами нашего исследования факторов промышленной структуры. Чжан и др. [22] обнаружили, что благоприятные условия местоположения и удобная транспортная развязка оказывают значительное влияние на экономическое развитие и сокращение разрыва в доходах между городом и деревней. Это согласуется с нашими выводами.Что касается природных факторов, Jiang et al. [30] указали, что топографические факторы были основными условиями для городского и сельского строительства и развития, и они играли фундаментальную роль в пространственно-временной эволюции разрыва в доходах между городом и деревней. Это согласуется с нашими выводами.

    Масштабный эффект

    Эффект масштаба разрыва в доходах между городом и деревней. В масштабе изучаемой территории изменение тенденции разрыва в доходах между городом и деревней в районе исследования с 2000 по 2017 год согласуется с теорией перевернутой U-образной кривой Кузнеца.В региональном масштабе мы обнаруживаем, что коэффициент вариации и индекс Тейла в центральных и восточных регионах демонстрируют перевернутый «U»-образный процесс развития, что согласуется с теорией перевернутой U-образной кривой Кузнеца. Однако экономическое развитие в западном регионе является относительно отсталым, и относительная разница в разрыве в доходах между городом и деревней по-прежнему находится в тенденции колеблющегося роста, который еще не достиг пика перевернутой «U»-образной кривой. В городском масштабе эволюционные тенденции городов с разными регионами и разным типом разрыва в доходах также различны (рис. 6).

    Таким образом, при изучении разрыва в доходах между городом и деревней наблюдается значительный эффект масштаба. То есть при разных масштабах результаты исследования будут разными. В региональном масштабе и в городском масштабе мы можем найти больше проблем, что помогает предлагать предложения по региональному развитию. Можно прогнозировать, что при детальном исследовании масштаба (уезды, города и села) мы можем получить более интересные результаты.

    Ограничения и дальнейшая работа

    Большинство исследований влияющих факторов были сосредоточены на взаимосвязи между отдельными факторами (экономический рост [14], структура промышленности [15], индустриализация [16], урбанизация [17, 18], финансовое развитие [19], внешняя торговля [20]. , инвестиции [20], фискальные расходы [18] и мобильность рабочей силы [21]) и разрыв в доходах между городом и деревней, но эти исследования редко предполагают комплексный анализ социально-экономических и природных факторов, особенно факторов природной среды.На основе обширного чтения литературы мы строим более полную индексную систему влияющих факторов и используем модель географического детектора для анализа воздействия социально-экономических факторов и природных факторов окружающей среды на разрыв в доходах между городскими и сельскими районами и взаимодействие между факторами. По сравнению с другими моделями модель Geodetector имеет три уникальных преимущества: во-первых, тип данных не ограничен, и данные могут быть числовыми или качественными данными [28].Во-вторых, мы можем проанализировать пространственную неоднородность влияния каждого влияющего фактора на зависимую переменную. В-третьих, мы можем обнаружить взаимодействие между факторами и показательное влияние факторов, а результаты анализа полезны для понимания механизма взаимодействия между факторами, а затем способствуют устойчивому развитию общества.

    Нельзя отрицать, что наше исследование по-прежнему имеет следующие два недостатка: во-первых, из-за сложности механизма социально-экономических факторов и природных факторов, влияющих на разрыв в доходах между городом и деревней, факторы, выбранные в этом исследовании, могут быть недостаточно полными.Поэтому в будущих исследованиях мы должны расширить больше типов индексов влияющих факторов с помощью новых технических средств, таких как стратегия регионального развития и политические факторы, факторы циркуляции городских и сельских факторов и культурные факторы. Во-вторых, существуют чрезвычайно сложные взаимодействия между факторами, влияющими на разрыв в доходах между городом и деревней, поэтому выяснение сложного механизма взаимодействия между факторами играет важную роль в дальнейших детальных исследованиях разрыва в доходах между городом и деревней. Именно это направление необходимо учитывать в дальнейших исследованиях.

    Заключение

    В этом исследовании мы использовали коэффициент вариации, индекс разложения Тейла, метод пространственной автокорреляции и модель GeoDetector для анализа пространственно-временных характеристик и влияющих факторов разрыва в доходах между городскими и сельскими районами в экономическом поясе реки Янцзы с 2000 г. по 2017 год. Основные выводы таковы:

    1. С 2000 по 2017 год располагаемый доход на душу населения городских и сельских жителей Экономического пояса реки Янцзы демонстрировал тенденцию быстрого роста.Относительные различия в районе исследования показывают перевернутый «U»-образный процесс развития, что согласуется с гипотезой перевернутой U-образной кривой Кузнеца. Что касается пространственной модели, располагаемый доход на душу населения городских и сельских жителей в районе исследования показал значительную дифференциацию с востока на запад.
    2. С 2000 по 2017 год разрыв в доходах между городскими и сельскими районами в изучаемом районе в целом демонстрировал перевернутую букву «U», а относительная разница демонстрировала тенденцию к увеличению.Что касается различных регионов, относительные различия западных регионов демонстрируют тенденцию к увеличению, в то время как относительные различия в центральных и восточных регионах демонстрируют процесс развития в форме перевернутой буквы «U» в целом, и существуют очевидные стадийные характеристики. Что касается пространственного паттерна, то изучаемый район показал значительную дифференциацию с востока на запад. Что касается эффекта пространственной корреляции, пространственное распределение разрыва в доходах между городом и деревней в районе исследования имеет очевидную положительную пространственную корреляцию, то есть явления агломерации с высокой стоимостью и агломерации с низкой стоимостью являются значительными.
    3. Анализ влияющих факторов показывает, что уровень экономического развития, структура промышленности, политика регионального развития, транспорт, топографические условия и обеспеченность ресурсами могут убедительно объяснить модель пространственной дифференциации разрыва в доходах между городом и деревней в экономическом поясе реки Янцзы. . На пространственную дифференциацию разрыва в доходах между городом и деревней влияют как природные, так и социально-экономические факторы. Среди факторов преобладают социально-экономические факторы, за ними следуют природные факторы. Существует значительное взаимодействие между природными факторами и социально-экономическими факторами, и сочетание социально-экономических факторов и неблагоприятных природных факторов может существенно повлиять на региональный разрыв в доходах между городом и деревней. Типы взаимодействия между факторами — взаимное усиление и нелинейное усиление. Ориентировочное воздействие факторов анализирует соответствующий тип или объем влияющих факторов и предлагает целевую политику регионального развития в соответствии с соответствующим типом или набором факторов, чтобы способствовать сбалансированному развитию городских и сельских районов.

    Каталожные номера

    1. 1. Ли Г., Исследование взаимосвязи между промышленной структурой и разрывом в доходах между городом и деревней в экономическом поясе реки Янцзы. Исследование экономических проблем, 2019. 40(7): с.72–77.
    2. 2. Кузнец С. Экономический рост и неравенство доходов. Американское экономическое обозрение, 1955. 45(1): с. 1–28.
    3. 3. Робинсон С.А., Заметка о U-гипотезе, касающейся неравенства доходов и экономического развития.Американское экономическое обозрение, 1976. 66(3): с. 437–440.
    4. 4. Ахлувалия М.С., Картер Н.Г., Ченери Х.Б. Рост и бедность в развивающихся странах. Журнал экономики развития, 1979. 6(3): с. 299–341.
    5. 5. Льюис В. А., Экономическое развитие при неограниченном предложении рабочей силы. Манчестерская школа, 1954. 22 (2): с. 139–191.
    6. 6. ФБР Дж.Ч.Х. и Ранис Г., Развитие экономики избытка рабочей силы: теория и политика. Экономический журнал, 1964.77(306): стр. 480–482.
    7. 7. Гулд WTS, Взаимодействие между городом и деревней в странах третьего мира. Район, 1982. 14(4): с. 334.
    8. 8. Дуглас М., Стратегия региональной сети для взаимных связей между сельскими и городскими районами: программа политических исследований со ссылкой на Индонезию. Обзор планирования третьего мира, 1998. 20(1): с. 1–33.
    9. 9. Хан К.Х. и Ли Дж. К., Исследование динамической эволюции разрыва в доходах между городскими и сельскими районами Китая в условиях двойной экономики. Журнал финансовых исследований, 2011.8: с.15–30.
    10. 10. Ван Ю.Ф., Лю Ю.С., Ян Б., Ли Ю.Р., Пространственные модели и факторы, влияющие на скоординированное городско-сельское развитие в Китае. Scientia Geographica Sinica, 2016. 36(1): с. 20–28.
    11. 11. Дин З.В., Чжан Г.С., Ван Ф.З., Пространственно-временная дифференциация городских и сельских доходов в районе Центральных равнин в разн. Географические исследования, 2015. 34(1): с. 131–148.
    12. 12. Ву П., Ли Дж. К., Цзин З. З., Разрыв в доходах между городом и деревней и уровень урбанизации: источники разрыва в доходах.Журнал промышленно-технологической экономики, 2016. 34(8): с. 114–121.
    13. 13. Ма X., Ван Ф.Р., Чен Дж.Д., Чжан Ю., Разрыв в доходах между городскими и сельскими жителями в Китае: с 1978 года. Вычислительная экономика, 2018. 52: с. 1153–1174 гг.
    14. 14. Дуан Х.Ю. и Юань Ю.М., «13-я пятилетка» разрыв в доходах между городом и деревней, экономический рост и оптимальное регулирование урбанизации? Исследование экономических проблем, 2018. 39(6): с. 101–111.
    15. 15. Чжан Ю.К. и Чен Б.К., Корректировка промышленной структуры, пространственное распространение и неравенство в доходах между городом и деревней. Исследование экономических проблем, 2018. 39(9): с. 62–71.
    16. 16. Чен З.Н., Гао Ц., Ван С., Ян Дж.К., Развитие тяжелой промышленности и неравенство доходов между городскими и сельскими районами: эмпирический анализ на основе панельных данных провинций Китая, 2006–2013 гг. Экономическая география, 2016. 36(7): с. 99–106.
    17. 17. Ян Г.А. и Сюй Ю., Взаимосвязь между неравенством доходов между городскими и сельскими районами и урбанизацией в западном Китае: тематическое исследование провинции Цинхай.Прогресс в географии, 2010. 29(8): стр.961–967.
    18. 18. Ю Дж. и Лю С., Эмпирическое исследование разрыва в доходах между городом и деревней, урбанизации и расходов на социальное обеспечение в Китае. Экономическая география, 2014. 34(3): с. 79–84.
    19. 19. Ли Дж. С. и Чжао Л. Д., Эмпирический анализ финансовой агломерации, роста производительности и разрыва в доходах между городом и деревней — на основе динамической пространственной панельной модели. Китайский журнал науки управления, 2018. 26(12): с. 34–43.
    20. 20.Сюй Х.Х., ПИИ и разрыв в доходах между сельскими и городскими районами. Международная экономика и торговые исследования, 2014. 30(1): с. 17–31.
    21. 21. Ляо С.Л., Исследование сельской трудовой миграции в Китае и разрыва в доходах между городом и деревней. Население и экономика, 2012. 6: с. 46–52.
    22. 22. Чжан Г.С., Ван Ф.З., Кан Дж.Ю., Ян Х., Дин З.В., Пространственная структура разрыва в доходах между городскими и сельскими районами и влияющие на нее факторы на уровне уездов в экономическом поясе реки Янцзы. Экономическая география, 2017.37(4): с. 42–51.
    23. 23. Чжао С.Ю., Ван В.Дж., Ван В.Ю., Региональные различия в состоянии здоровья жителей Китая: 2003–2013 гг. Acta Geographica Sinica, 2018. 28(6): с. 741–758.
    24. 24. Акита Т., Разложение регионального неравенства доходов в Китае и Индонезии с использованием двухэтапного вложенного метода разложения Тейла. Анналы региональной науки, 2003. 37: с. 55–77.
    25. 25. Пан В.Б., Фу Х.М., Чжэн П., Региональная бедность и неравенство в кластере городов Сямынь-Чжанчжоу-Цюаньчжоу в Китае на основе изображений ночного освещения NPP/VIIRS.Устойчивость. 2020. 12(6): с. 2547.
    26. 26. Цао Х., Неравенство доходов между городом и деревней и урбанизация: какова роль пространственного распределения этнических групп? На примере Синьцзян-Уйгурского автономного района на западе Китая. Регионоведение, 2010. 44(8): с. 965–982.
    27. 27. Чжоу К. и Фань Дж., Региональное неравенство источников загрязнения окружающей среды и его социально-экономических влияющих факторов: на основе перекрестных данных 339 городов на уровне префектуры или выше в Китае. Acta Geographica Sinica, 2016. 71(11): с. 1911–1925 гг.
    28. 28. Ван Дж. Ф. и Сюй К. Д., Геодетектор: принцип и перспектива. Acta Geographica Sinica, 2017.72(1): с. 116–134.
    29. 29. Пэн В.Ф., Куанг Т.Т., Тао С., Количественная оценка влияния природных факторов на изменения NDVI растительности на основе географического детектора в провинции Сычуань, западный Китай. Журнал чистого производства, 2019. 213: с. 353–367.
    30. 30. Кан Дж.Ю., Лян Л.К., Чжан З.Л., Суо З.Х., Эволюция временной и пространственной модели и ее влиятельные факторы разрыва в доходах между городом и деревней в экономическом поясе реки Янцзы с 2000 по 2015 год. Управление экономикой Восточного Китая, 2017. 31 (12): с. 67–75.
    31. 31. Фу З.Х., Мэй Л., Лю Ю.Дж., Чжэн Р.М., Пространственная модель неравенства доходов между городом и деревней и механизм ее дифференциации в 3 провинциях Северо-Восточного Китая. Scientia Geographica Sinica, 2019. 39(9): с. 1473–1483 гг.
    32. 32. Чжан Дж.Дж., Чжу В.Б., Чжу Л.К., Цуй Ю.П., Хе С.С., Рен Х., Пространственное изменение рельефа местности и его влияние на население и экономику на основе растровых данных в горном районе Западная Хэнань. Acta Geographica Sinica, 2018. 29(6): с. 598–612.
    33. 33. Цзян X.J., Ян Q.S., Zhang Y., Wang X.Y., Liu J., Liu J., Пространственная и временная дифференциация многомасштабного разрыва в доходах между городом и деревней на северо-востоке Китая и влияющие на него факторы. Современные городские исследования, 2019. 26(10): с. 109–118.
    34. 34. Чи Ю., Чжэн В., Ши Х.Х., Сунь Дж.К., Фу З.Ю., Пространственная неоднородность здоровья экосистемы эстуарных водно-болотных угодий под влиянием сложных природных и антропогенных факторов. Наука об окружающей среде в целом, 2018. 634: с. 1445–1462 гг. пмид:29710644
    35. 35. Чи Ю., Ши Х.Х., Чжэн В., Сунь Дж.К., Фу З.Ю., Пространственно-временные характеристики и экологические последствия индекса вмешательства человека в дельте реки Хуанхэ за последние 30 лет.