第二節(jié)　少數(shù)民族地區(qū)城鄉(xiāng)居民收入差距影響因素分析⁽¹⁾

一、指標(biāo)選取

通過對城鄉(xiāng)居民收入差距的文獻(xiàn)回顧發(fā)現(xiàn)，城鄉(xiāng)居民收入差距的產(chǎn)生主要由城鎮(zhèn)化水平、經(jīng)濟(jì)發(fā)展程度、產(chǎn)業(yè)結(jié)構(gòu)情況、教育水平、金融發(fā)展程度等原因引起的。

本節(jié)在探討少數(shù)民族地區(qū)城鄉(xiāng)居民收入差距影響因素時，選取的指標(biāo)也由上述五個因素組成。在選取相關(guān)指標(biāo)時，既要考慮所選擇指標(biāo)在因素下的影響程度，又要考慮選取指標(biāo)數(shù)據(jù)的科學(xué)性、合理性以及數(shù)據(jù)可得性。從這兩方面出發(fā)，選取的指標(biāo)名稱及定義如表3-1所示。

（一）影響因素的現(xiàn)狀分析

本部分將根據(jù)所選取的這五個指標(biāo)，對相關(guān)因素進(jìn)行現(xiàn)狀描述與分析。

1．城鎮(zhèn)化水平現(xiàn)狀

本節(jié)選取的代表城鎮(zhèn)化水平的指標(biāo)是城鄉(xiāng)人口比的增長率，即城鎮(zhèn)人口與農(nóng)村人口的比值的增長率。城鄉(xiāng)人口比能夠從一定程度上反映城鎮(zhèn)化水平，五個自治區(qū)的城鄉(xiāng)人口比增長率情況如圖3-1所示。

從圖3-1中可以看出，五個少數(shù)民族地區(qū)的城鎮(zhèn)化水平都基本呈現(xiàn)一定的增長趨勢。從城鄉(xiāng)人口比增長率來看，五個自治區(qū)在2010年前存在很大差異，但在2010年以后城鄉(xiāng)人口比趨于穩(wěn)定，增速平穩(wěn)。

2．經(jīng)濟(jì)發(fā)展水平現(xiàn)狀

本節(jié)選取的代表經(jīng)濟(jì)發(fā)展水平的指標(biāo)是經(jīng)濟(jì)增長率，即經(jīng)濟(jì)產(chǎn)值與上一年相比的增長率。經(jīng)濟(jì)增長率能夠很好地反映地區(qū)經(jīng)濟(jì)發(fā)展程度，五個少數(shù)民族自治區(qū)的經(jīng)濟(jì)增長率如圖3-2所示。

從圖3-2可以看出，五個少數(shù)民族自治區(qū)經(jīng)濟(jì)增長的整體趨勢相關(guān)度較高。從五個自治區(qū)整體的經(jīng)濟(jì)發(fā)展水平來看，1990—1994年和2000—2008年增長速度很快，2012年之后增速降低，增長率趨于穩(wěn)定。

3．產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀

本節(jié)選取的代表產(chǎn)業(yè)結(jié)構(gòu)情況的指標(biāo)是非農(nóng)產(chǎn)業(yè)產(chǎn)值在經(jīng)濟(jì)總產(chǎn)值中所占比重的增長率，即第二、第三產(chǎn)業(yè)產(chǎn)值的總和占區(qū)域生產(chǎn)總值的比重的增長率。非農(nóng)產(chǎn)業(yè)發(fā)展情況能夠很好地反映產(chǎn)業(yè)結(jié)構(gòu)情況。五個少數(shù)民族自治區(qū)的非農(nóng)產(chǎn)業(yè)產(chǎn)值占比的增長率情況如圖3-3所示。

通過圖3-3可以看出，整體來說，少數(shù)民族地區(qū)產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，第二、第三產(chǎn)業(yè)占比上升。但在幾個少數(shù)年份中，非農(nóng)產(chǎn)業(yè)產(chǎn)值占比出現(xiàn)下滑。初期，內(nèi)蒙古的非農(nóng)產(chǎn)業(yè)產(chǎn)值占比增長率較高，西藏的非農(nóng)產(chǎn)業(yè)產(chǎn)值占比增長率較低，但2005年之后，五個少數(shù)民族自治區(qū)的非農(nóng)產(chǎn)業(yè)產(chǎn)值占比的增長率是比較接近的，且都比較穩(wěn)定。

4．教育水平現(xiàn)狀

本節(jié)選取的代表教育水平的指標(biāo)是每萬人中在校學(xué)生總數(shù)量的增長率，能夠很好地反映出教育水平。五個少數(shù)民族自治區(qū)的教育水平發(fā)展情況如圖3-4所示。

通過圖3-4可以得知，五個少數(shù)民族自治區(qū)教育水平的發(fā)展整體趨勢是基本相似的。1998年開始，在校學(xué)生數(shù)量快速增長，2006年以后增長速度逐漸放緩。2000年之后五個自治區(qū)教育水平的差距在逐漸縮小。

5．金融發(fā)展水平現(xiàn)狀

本節(jié)選取的代表金融發(fā)展水平的指標(biāo)是區(qū)域存貸款總和占地區(qū)生產(chǎn)總值的比重的增長率，能夠很好地反映金融對區(qū)域經(jīng)濟(jì)發(fā)展的支持程度。五個少數(shù)民族自治區(qū)的金融對經(jīng)濟(jì)的支持程度的增長率情況如圖3-5所示。

從圖3-5中可以得知，五個少數(shù)民族自治區(qū)的金融發(fā)展在2004年以前主要表現(xiàn)為正增長；2004—2009年，主要表現(xiàn)為負(fù)增長；2010年以后，又出現(xiàn)了正增長的趨勢。

（二）所選指標(biāo)數(shù)據(jù)檢驗(yàn)

單位根檢驗(yàn)是通過檢驗(yàn)是否存在單位根來檢驗(yàn)數(shù)據(jù)是否平穩(wěn)的檢驗(yàn)方法。存在單位根的序列是非平穩(wěn)序列，不存在單位根的序列就是平穩(wěn)序列。

本節(jié)選取ADF檢驗(yàn)來對指標(biāo)數(shù)據(jù)序列進(jìn)行平穩(wěn)性檢驗(yàn)。為了能夠使用動態(tài)因子模型，需要對時間序列進(jìn)行平穩(wěn)性檢驗(yàn)。

分別用CSH_zt、CSH_nm、CSH_xj、CSH_xz、CSH_nx、CSH_gx表示自治區(qū)整體、內(nèi)蒙古、新疆、西藏、寧夏、廣西的城鎮(zhèn)化水平。對城鎮(zhèn)化指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn)的結(jié)果如表3-2所示。

分別用GDP_zt、GDP_nm、GDP_xj、GDP_xz、GDP_nx、GDP_gx表示自治區(qū)整體、內(nèi)蒙古、新疆、西藏、寧夏、廣西的經(jīng)濟(jì)發(fā)展水平。對經(jīng)濟(jì)發(fā)展水平指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn)的結(jié)果如表3-3所示。

分別用CY_zt、CY_nm、CY_xj、CY_xz、CY_nx、CY_gx表示自治區(qū)整體、內(nèi)蒙古、新疆、西藏、寧夏、廣西的產(chǎn)業(yè)結(jié)構(gòu)情況。對產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn)的結(jié)果如表3-4所示。

分別用JY_zt、JY_nm、JY_xj、JY_xz、JY_nx、JY_gx表示自治區(qū)整體、內(nèi)蒙古、新疆、西藏、寧夏、廣西的教育水平。對教育水平的指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn)的結(jié)果如表3-5所示。

分別用JR_zt、JR_nm、JR_xj、JR_xz、JR_nx、JR_gx表示自治區(qū)整體、內(nèi)蒙古、新疆、西藏、寧夏、廣西的金融發(fā)展水平。對金融發(fā)展水平的指標(biāo)進(jìn)行平穩(wěn)性檢驗(yàn)的結(jié)果如表3-6所示。

通過檢驗(yàn)結(jié)果可以看出，五個因素的相關(guān)變量都是平穩(wěn)的，適用動態(tài)因子模型及狀態(tài)空間模型。

二、少數(shù)民族地區(qū)城鄉(xiāng)居民收入差距區(qū)域共同因子和區(qū)域特征因子

（一）基本模型

根據(jù)文獻(xiàn)綜述的動態(tài)因子模型的狀態(tài)空間形式，確定了實(shí)現(xiàn)城鄉(xiāng)收入差距泰爾指數(shù)共同因子與特征因子的分解模型⁽²⁾如下：

量測方程為公式（3.1）至公式（3.5）：

其中，T_nm代表內(nèi)蒙古城鄉(xiāng)間收入差距泰爾指數(shù)，同理，T_xj、T_xz、T_nx、T_gx分別代表新疆、西藏、寧夏及廣西城鄉(xiāng)收入差距泰爾指數(shù)；定義sv₁代表少數(shù)民族地區(qū)城鄉(xiāng)收入泰爾指數(shù)的共同波動因子，表示對區(qū)域內(nèi)城鄉(xiāng)收入差距都具有沖擊作用，是根據(jù)五個自治區(qū)1978—2014年的城鄉(xiāng)泰爾指數(shù)提取出來的；sv₂代表的是內(nèi)蒙古城鄉(xiāng)收入差距的區(qū)域特征因子，即除去區(qū)域共同波動因子的區(qū)域內(nèi)特征因子序列，同理，sv₃、sv₄、sv₅及sv₆分別代表新疆、西藏、寧夏及廣西城鄉(xiāng)收入差距的區(qū)域特征因子序列；方程中的u_1t、u_2t、u_3t、u_4t、u_5t表示各方程的殘差項(xiàng)。

建立狀態(tài)方程如公式（3.6）至公式（3.11）所示：

利用Eviews 8.0軟件進(jìn)行動態(tài)因子模型的狀態(tài)空間形式轉(zhuǎn)化，將少數(shù)民族地區(qū)城鄉(xiāng)收入差距泰爾指數(shù)分解結(jié)果估計(jì)出來。在上面的模型中，對數(shù)似然值為-401.84，Akaike信息準(zhǔn)則為-21.6243，Schwarz信息準(zhǔn)則為-21.1563。

（二）模型的相關(guān)說明

為了更準(zhǔn)確地理解建立的模型，下面對模型進(jìn)行如下幾點(diǎn)說明：sv₁是五個自治區(qū)的共同波動因子，它對五個自治區(qū)均會產(chǎn)生影響，是少數(shù)民族地區(qū)城鄉(xiāng)收入差距的共性因子，定義其為少數(shù)民族地區(qū)城鄉(xiāng)收入差距的共同波動因子（以下簡稱共同因子）。由于每個自治區(qū)資源稟賦、經(jīng)濟(jì)發(fā)展情況、發(fā)展特色等的不同，每個自治區(qū)城鄉(xiāng)收入差距存在區(qū)域差異性，即扣除區(qū)域共同因子，每個自治區(qū)存在城鄉(xiāng)收入差距的特殊因子，而這種由區(qū)域特殊性產(chǎn)生的因子不會影響到其他區(qū)域的城鄉(xiāng)收入差距，因此可以將sv₂、sv₃、sv₄、sv₅、sv₆看作內(nèi)蒙古、新疆、西藏、寧夏及廣西的城鄉(xiāng)收入差距的特征因子序列（以下簡稱特征因子）。

（三）共同因子和特征因子分解結(jié)果

根據(jù)以上確定的模型，可以得到少數(shù)民族地區(qū)城鄉(xiāng)收入差距的共同因子序列以及各自治區(qū)的特征因子序列。

1．共同因子

將少數(shù)民族地區(qū)城鄉(xiāng)收入差距的區(qū)域共同因子序列利用Excel進(jìn)行繪制，結(jié)果如圖3-6所示。從圖中可以清晰地看出，1978—1998年共同因子序列數(shù)值較小，在0.1左右。1999年以后，共同因子的數(shù)值開始增大，超過了0.1，而2010年之后，共同因子的數(shù)值又出現(xiàn)逐步下降趨勢。說明在1978—1999年，少數(shù)民族各區(qū)域的城鄉(xiāng)收入差距的共性很小，原因可能包括政策力度小、沒有協(xié)調(diào)均衡地考慮各區(qū)域等。但2000年以后，少數(shù)民族地區(qū)整體對各區(qū)域城鄉(xiāng)收入差距的影響開始增大。原因可能包括民族政策力度增大、區(qū)域協(xié)調(diào)發(fā)展等。

2．內(nèi)蒙古特征因子

內(nèi)蒙古的區(qū)域特征因子如圖3-7所示。從圖中可以看出，前幾年區(qū)域特征因子很小，1978—1980年數(shù)值都在0.01左右；1987年開始逐步上升，但是1997年開始又逐漸下降。從圖中可以看出，內(nèi)蒙古的特征因子波動幅度很大，但是與區(qū)域共同因子相比，特征因子數(shù)值都很小，說明內(nèi)蒙古的泰爾指數(shù)值一定程度上還是由共同因子決定的。

3．新疆特征因子

通過分解得到新疆城鄉(xiāng)收入差距特征因子序列，如圖3-8所示。新疆特征因子在初期都很小，自1993年開始升高，到1996年逐漸下降，2000年左右逐漸回升，2002年又開始下降，近幾年趨于穩(wěn)定。說明近幾年新疆自身的發(fā)展，在一定程度上緩解了城鄉(xiāng)收入差距的擴(kuò)大。

4．西藏特征因子

通過分解得到西藏特征因子，如圖3-9所示。1978—1994年西藏特征因子都很小，數(shù)值在0.03左右，而且也很平緩，說明這段時間西藏的特征因子對其自身城鄉(xiāng)收入差距的影響一直很穩(wěn)定。1994年以后，西藏特征因子數(shù)值不斷上升，而且上升的速度較快。1996—2004年特征因子值一直穩(wěn)定在0.2左右，2004年之后開始下降。說明2004年之后區(qū)域協(xié)調(diào)發(fā)展政策在西藏施行效果較好，城鄉(xiāng)收入差距的特殊性正逐漸減小。而從數(shù)值上看，與共同因子相比，西藏的特征因子值較大，說明西藏的總體泰爾指數(shù)值一定程度上還是由特征因子決定的。

5．寧夏特征因子

通過分解得到寧夏特征因子，如圖3-10所示。1978—1996年特征因子數(shù)值穩(wěn)定在0.04上下，說明這段時間寧夏特征因子對其自身城鄉(xiāng)收入差距的影響是很穩(wěn)定的。1994—1998年開始下降，這與這段時間寧夏的泰爾指數(shù)很小有關(guān)。2000年以后有上升的趨勢，說明區(qū)域協(xié)調(diào)發(fā)展政策在寧夏的效果還有待進(jìn)一步加強(qiáng)。

6．廣西特征因子

通過分解得到廣西特征因子，如圖3-11所示。1978—1988年，廣西特征因子值是增長的，說明這段時間廣西特征因子對廣西自身的城鄉(xiāng)收入差距的影響較大。1989年特征因子值開始下降，到1998年出現(xiàn)上升趨勢，而且上升較快，到2006年又開始下降并趨于平穩(wěn)，說明近幾年協(xié)調(diào)發(fā)展政策在廣西的效果不錯，廣西特征因子有下降的趨勢。

三、少數(shù)民族地區(qū)城鄉(xiāng)居民收入差距區(qū)域差異性的影響因素分析

（一）共同因子影響因素的實(shí)證分析

本節(jié)將通過選取的五個指標(biāo)對共同因子的影響因素進(jìn)行實(shí)證分析。通過建立可變參數(shù)的狀態(tài)空間模型，得到共同因子的影響系數(shù)，并對實(shí)證結(jié)果進(jìn)行解釋和分析。根據(jù)狀態(tài)方程的一般形式，可以建立如下共同因子的狀態(tài)空間模型：

量測方程：

CX_zt＝C（1）＋sv₁×CSH_zt＋sv₂×GDP_zt＋sv₃×CY_zt＋sv₄×JY_zt＋sv₅×JR_zt＋μ_t

狀態(tài)方程：

其中，CX_zt表示城鄉(xiāng)收入差距共同因子，通過上一節(jié)內(nèi)容計(jì)算得出；CSH_zt表示少數(shù)民族地區(qū)整體的城鎮(zhèn)化水平，用城鄉(xiāng)人口比的增長率代表；GDP_zt表示少數(shù)民族地區(qū)整體的經(jīng)濟(jì)發(fā)展程度，用地區(qū)生產(chǎn)總值增長率代表；CY_zt表示少數(shù)民族地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)情況，用非農(nóng)產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重的增長率代表；JY_zt表示少數(shù)民族地區(qū)整體的教育水平，用每萬人中在校學(xué)生總數(shù)的增長率代表；JR_zt表示少數(shù)民族地區(qū)整體的金融發(fā)展水平，用存貸款總額占年度地區(qū)生產(chǎn)總值比重的增長率代表。

通過分解出的共同因子和自治區(qū)整體的關(guān)系，可以建立如下回歸模型：

其中，t＝1，2，…，T，y、x為可觀測數(shù)序列，y_t代表區(qū)域共同因子，x₁、x₂、x₃、x₄、x₅分別表示選取的五個影響因素——城鎮(zhèn)化水平、經(jīng)濟(jì)發(fā)展程度、產(chǎn)業(yè)結(jié)構(gòu)情況、教育水平、金融發(fā)展水平，α和β是模型的參數(shù)，殘差μ_t～N（0，δ²）。參數(shù)向量ψ＝（α，β，σ²）′，觀測值T為1978—2014年共36年的數(shù)據(jù)，則對數(shù)似然值⁽³⁾可以寫成：

其中，z_t＝（y_t-α-β₁x₁-β₂x₂-β₃x₃-β₄x₄-β₅x₅）/σ。運(yùn)用Eviews 8.0求解后，分別得出α和β_i的估計(jì)值，方程的形式如下：

對數(shù)似然值＝73.99，AIC值＝-3.88，SC值＝-3.61

根據(jù)以上對超參數(shù)Ψ的估計(jì)，將超參數(shù)向量代入系統(tǒng)矩陣中，從而求出各影響因素的變動系數(shù)，結(jié)果如圖3-12所示。

通過實(shí)證結(jié)果可以看出，經(jīng)濟(jì)發(fā)展水平對共同因子的影響最大，呈現(xiàn)類似倒“U”形的曲線，即剛開始影響較小，中間年份影響增大，近幾年影響又開始減小；城鎮(zhèn)化水平對共同因子的影響在2000年以前基本為正，2000年以后影響系數(shù)不斷降低，近幾年的影響系數(shù)為負(fù)；金融發(fā)展水平對共同因子呈現(xiàn)正負(fù)交叉的影響，近年來影響系數(shù)有不斷增大的趨勢；產(chǎn)業(yè)結(jié)構(gòu)情況的影響初期很大，近幾年又縮小的趨勢；教育水平對共同因子的影響系數(shù)一直都較小。可以看出，1978—2014年，影響少數(shù)民族地區(qū)城鄉(xiāng)收入差距共同因子變動的主要因素為經(jīng)濟(jì)發(fā)展水平和金融發(fā)展水平。

（二）內(nèi)蒙古特征因子影響因素的實(shí)證分析

根據(jù)狀態(tài)空間模型一般形式，可以建立內(nèi)蒙古自治區(qū)特征因子的狀態(tài)空間模型：

模型方法與共同因子的實(shí)證分析過程一致，通過對數(shù)極大似然法得出的內(nèi)蒙古特征因子的超參數(shù)Ψ估計(jì)值為：

對數(shù)似然值：106.29，AIC值＝-5.73，SC值＝-5.46

將超參數(shù)向量代入到系統(tǒng)矩陣中，并通過模型結(jié)果，得出內(nèi)蒙古特征因子各影響因素的波動系數(shù)，如圖3-13所示。

通過圖3-13可以看出，經(jīng)濟(jì)發(fā)展水平對內(nèi)蒙古特征因子的影響系數(shù)初期為負(fù)，2002年之后一直為正；城鎮(zhèn)化水平對內(nèi)蒙古特征因子的影響系數(shù)一直為正，而且近年來影響系數(shù)不斷增大；產(chǎn)業(yè)結(jié)構(gòu)情況對內(nèi)蒙古特征因子影響系數(shù)一直為負(fù)，且近年來影響較大，說明產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展能夠縮小內(nèi)蒙古地區(qū)的城鄉(xiāng)收入差距；教育水平和金融發(fā)展水平對內(nèi)蒙古特征因子的影響一直很小。

（三）新疆特征因子影響因素的實(shí)證分析

根據(jù)狀態(tài)方程的一般形式，可以建立新疆維吾爾自治區(qū)特征因子的狀態(tài)空間模型：

模型方法與共同因子的實(shí)證分析過程一致，通過對數(shù)極大似然法得出的新疆特征因子的超參數(shù)Ψ估計(jì)值為：

對數(shù)似然值＝86.63，AIC值＝-4.6，SC值＝-4.34

將超參數(shù)向量代入到系統(tǒng)矩陣中，并通過狀態(tài)空間模型，得出新疆特征因子各影響因素的波動系數(shù)，如圖3-14所示。

通過圖3-14可以看出，金融發(fā)展水平對新疆特征因子的影響最大，初期影響系數(shù)很小，中期逐漸加大，近幾年又逐漸減小；經(jīng)濟(jì)發(fā)展水平與其相似，影響呈現(xiàn)倒“U”形趨勢；教育水平對新疆特征因子的影響初期很小，近幾年不斷增大；產(chǎn)業(yè)結(jié)構(gòu)情況、城鎮(zhèn)化水平對新疆特征因子的影響一直很小。

（四）西藏特征因子影響因素的實(shí)證分析

根據(jù)狀態(tài)方程的一般形式，可以建立西藏自治區(qū)特征因子的狀態(tài)空間模型：

模型方法與共同因子的實(shí)證分析過程一致，通過對數(shù)極大似然法得出的西藏特征因子的超參數(shù)Ψ估計(jì)值為：

對數(shù)似然值＝14.89，AIC值＝-0.50，SC值＝-0.24

將超參數(shù)向量代入到系統(tǒng)矩陣中，并通過狀態(tài)空間模型，得出西藏特征因子各影響因素的波動系數(shù)，如圖3-15所示。

通過圖3-15可以看出，西藏特征因子的影響因素中影響系數(shù)最大的是經(jīng)濟(jì)發(fā)展水平，初期該系數(shù)較小，中期逐漸變大，近幾年有下降的趨勢；產(chǎn)業(yè)結(jié)構(gòu)情況的影響系數(shù)早期很小，近年來有上升的趨勢；教育水平的影響系數(shù)在2000年之后主要為負(fù)；城鎮(zhèn)化水平和金融發(fā)展水平的對西藏特征因子的影響都很小。

（五）寧夏特征因子影響因素的實(shí)證分析

根據(jù)狀態(tài)方程的一般形式，可以建立寧夏回族自治區(qū)特征因子的狀態(tài)空間模型，如公式（3.22）所示：

模型方法與共同因子的實(shí)證分析過程一致，通過對數(shù)極大似然法得出的寧夏特征因子的超參數(shù)Ψ估計(jì)值為：

對數(shù)似然值＝83.98，AIC值＝-4.45，SC值＝-4.18

將超參數(shù)向量代入到系統(tǒng)矩陣中，并通過狀態(tài)空間模型，得出寧夏特征因子各影響因素的波動系數(shù)，如圖3-16所示。

通過圖3-16可以看出，整體來說，產(chǎn)業(yè)結(jié)構(gòu)情況對寧夏特征因子的影響最大，影響系數(shù)在前期波動很大，2000年后保持穩(wěn)定；金融發(fā)展水平對寧夏特征因子的影響正負(fù)交替，2000年之后有下降的趨勢；城鎮(zhèn)化水平、教育水平對寧夏特征因子的影響較小；經(jīng)濟(jì)發(fā)展水平對寧夏特征因子的影響主要為正，近幾年的影響系數(shù)不斷升高。

（六）廣西特征因子影響因素的實(shí)證分析

根據(jù)狀態(tài)方程的一般形式，可以建立廣西壯族自治區(qū)特征因子的狀態(tài)空間模型：

模型方法與共同因子的實(shí)證分析過程一致，通過對數(shù)極大似然法得出的廣西特征因子的超參數(shù)Ψ估計(jì)值為：

對數(shù)似然值＝69.53，AIC值＝-3.63，SC值＝-3.36

將超參數(shù)向量代入到系統(tǒng)矩陣中，并通過狀態(tài)空間模型，得出廣西特征因子各影響因素的波動系數(shù)，如圖3-17所示。

通過圖3-17可以看出，城鎮(zhèn)化水平對廣西特征因子的影響初期為正，中期為負(fù)，近幾年都為正，且有不斷上升的趨勢；金融發(fā)展水平的影響呈現(xiàn)正負(fù)交叉的狀態(tài)，近幾年的影響系數(shù)為負(fù)，且有下降的趨勢；經(jīng)濟(jì)發(fā)展水平對廣西特征因子的影響在1980年前為負(fù)，1980年之后為正，近幾年影響系數(shù)不斷上升；產(chǎn)業(yè)結(jié)構(gòu)情況對廣西特征因子的影響在2000年前主要是負(fù)的，在2000年后一直為正，且有上升的趨勢；教育水平的影響初期很小，近幾年里不斷加大。

四、少數(shù)民族地區(qū)城鄉(xiāng)居民收入差距區(qū)域差異性影響因素的方差分解

為了能夠測算五個影響因素對共同因子以及各區(qū)域特征因子的貢獻(xiàn)率，評價(jià)不同影響因素沖擊的重要性，本節(jié)運(yùn)用向量自回歸模型（VAR模型）中的方差分解求出各影響因素的貢獻(xiàn)率。⁽⁴⁾

VAR模型的方差分解用來衡量影響內(nèi)在變量的結(jié)構(gòu)沖擊程度，因此通過方差分解可以給出對VAR模型中變量產(chǎn)生影響的隨機(jī)擾動的相對重要信息。其基本思想如下：

公式（3.26）中中括號內(nèi)的內(nèi)容是第j個擾動項(xiàng)ε_j從過去到現(xiàn)在對y_j影響的總和。求其方差，假定ε_j無序列相關(guān)，則：

這是第j個擾動項(xiàng)對第i個變量從過去到現(xiàn)在的影響，此處假定擾動項(xiàng)的協(xié)方差矩陣是對角矩陣，則y_j的方差是上述方差的k項(xiàng)簡單和。

其中，y_j的方差可以分解成k種不相關(guān)的影響。為了測算出各擾動項(xiàng)對y_j的方差有多大程度的貢獻(xiàn)，定義如下式尺度：

將上述的幾個表達(dá)式結(jié)合，得出的結(jié)果就是相對方差貢獻(xiàn)率（Relative Variance Contribution，RVC），可以根據(jù)第j個變量基于沖擊的方差對y_j的方差的相對貢獻(xiàn)度來觀測第j個變量對第i個變量的影響。

實(shí)際應(yīng)用中，不可能用s＝∞的項(xiàng)來評價(jià)，如果模型滿足平穩(wěn)性條件，則隨著q的增大呈幾何級數(shù)性衰減。所以取有限的s項(xiàng)，可得近似相對方差貢獻(xiàn)率：

根據(jù)上述相對方差貢獻(xiàn)率理論，結(jié)合上文計(jì)算的數(shù)據(jù)，可以估算出影響因素對區(qū)域共同因子和區(qū)域特征因子的貢獻(xiàn)率。本節(jié)使用Eviews 8.0，選取滯后階數(shù)P_i＝2，變量數(shù)量j＝5，s＝36，分別求出五個影響因素對區(qū)域共同因子和各區(qū)域特征因子的貢獻(xiàn)率，結(jié)果如表3-7所示。

通過表3-7可以看出，選取的五個指標(biāo)貢獻(xiàn)率總值都很高，說明選取的五個指標(biāo)代表性很好。五個影響因素貢獻(xiàn)率總值越大，說明五個指標(biāo)的解釋程度越高；反之，貢獻(xiàn)率總值越小，說明五個指標(biāo)的解釋程度越小，影響機(jī)理越復(fù)雜。對于某一自治區(qū)來說，某一影響因素的貢獻(xiàn)率越大，說明該影響因素對城鄉(xiāng)收入差距區(qū)域差異性的解釋程度就越高。下面將結(jié)合得到的結(jié)果分不同的區(qū)域進(jìn)行解釋。

（一）共同因子影響系數(shù)貢獻(xiàn)率分析

根據(jù)影響因素的影響系數(shù)方差分解過程，得出各影響因素對少數(shù)民族地區(qū)共同因子的貢獻(xiàn)率。通過表3-7的結(jié)果可以看出，對共同因子貢獻(xiàn)最高的是經(jīng)濟(jì)發(fā)展水平，貢獻(xiàn)率為28.16%；其次是產(chǎn)業(yè)結(jié)構(gòu)情況，其貢獻(xiàn)率水平為14.32%；金融發(fā)展水平對城鄉(xiāng)收入差距區(qū)域共同因子的貢獻(xiàn)率也達(dá)到了11.37%；城鎮(zhèn)化水平的貢獻(xiàn)率為10.37%；教育水平的貢獻(xiàn)率僅為7.03%。

影響因素的貢獻(xiàn)率與其發(fā)展情況對引起城鄉(xiāng)收入差距共同波動的因素的影響程度有關(guān)，結(jié)合前面的實(shí)證結(jié)果和對影響因素貢獻(xiàn)率的計(jì)算可以看出：

第一，目前我國民族地區(qū)城鄉(xiāng)收入差距的共同波動很大程度是由經(jīng)濟(jì)發(fā)展水平引起的。說明經(jīng)濟(jì)的發(fā)展并沒有給城鄉(xiāng)帶來同樣的效果，反而拉大了城鄉(xiāng)收入差距。從一定程度上說明了我國正處于社會主義初級階段的國情，以及經(jīng)濟(jì)發(fā)展過程中倒“U”形曲線的成立。

第二，產(chǎn)業(yè)結(jié)構(gòu)情況對城鄉(xiāng)收入差距共同波動的影響程度也很大，說明目前的產(chǎn)業(yè)結(jié)構(gòu)情況對城市、農(nóng)村兩大部門的影響不均衡，產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展不但沒能縮小反而拉大了城鄉(xiāng)收入差距，急需優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)。

第三，教育水平對城鄉(xiāng)收入差距共同波動的影響程度很小，說明教育的發(fā)展沒有大幅度提高城鄉(xiāng)收入差距的共同波動，因此要繼續(xù)不斷提高教育水平，提高居民的整體素質(zhì)。

（二）內(nèi)蒙古特征因子影響系數(shù)貢獻(xiàn)率分析

根據(jù)影響因素的影響系數(shù)方差分解過程，得出各影響因素對內(nèi)蒙古自治區(qū)特征因子的貢獻(xiàn)率。通過貢獻(xiàn)率結(jié)果可以看出，對內(nèi)蒙古特征因子貢獻(xiàn)最大的是產(chǎn)業(yè)結(jié)構(gòu)情況，貢獻(xiàn)率達(dá)到了43.34%；經(jīng)濟(jì)發(fā)展水平的貢獻(xiàn)率其次，為17.84%；城鎮(zhèn)化水平的貢獻(xiàn)率為8.64%；教育水平和金融發(fā)展水平對內(nèi)蒙古城鄉(xiāng)收入差距特征因子的貢獻(xiàn)率很小，分別為4.68%及2.01%。

分析各影響因素對內(nèi)蒙古自治區(qū)特征因子的貢獻(xiàn)率結(jié)果，可以得知，1978—2014年內(nèi)蒙古特征因子主要受經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)情況影響，尤其是產(chǎn)業(yè)結(jié)構(gòu)情況，亟須優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)情況。內(nèi)蒙古城市化水平增速較高，通過城鎮(zhèn)化的發(fā)展進(jìn)程，城鎮(zhèn)獲得了農(nóng)村的土地、勞動力等資源。這種城鎮(zhèn)化發(fā)展雖然提高了城鎮(zhèn)居民的生活情況，但對鄉(xiāng)村居民的生活改善不大，反而使內(nèi)蒙古自治區(qū)的城鄉(xiāng)收入差距拉大了。

（三）新疆特征因子影響系數(shù)貢獻(xiàn)率分析

根據(jù)影響因素的影響系數(shù)方差分解過程，得出各影響因素對新疆維吾爾自治區(qū)特征因子的貢獻(xiàn)率。通過貢獻(xiàn)率結(jié)果可以看出，對新疆特征因子貢獻(xiàn)最大的為金融發(fā)展水平，貢獻(xiàn)率達(dá)到了37.64%；經(jīng)濟(jì)發(fā)展水平的貢獻(xiàn)率也很高，達(dá)到了17.71%；城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)情況的貢獻(xiàn)率分別為7.84%和6.53%；教育水平對新疆特征因子的貢獻(xiàn)率最小，為4.28%。

分析各影響因素對新疆維吾爾自治區(qū)特征因子的貢獻(xiàn)率結(jié)果，可以得知，1978—2014年城鄉(xiāng)收入差距新疆特征因子主要受金融發(fā)展水平與經(jīng)濟(jì)發(fā)展水平影響，這就說明新疆的金融、經(jīng)濟(jì)發(fā)展對城鄉(xiāng)兩種居民起到的效果不對等，拉大了城鄉(xiāng)收入差距。產(chǎn)業(yè)結(jié)構(gòu)情況、城鎮(zhèn)化水平、教育水平對新疆城鄉(xiāng)收入差距擴(kuò)大的影響都很小，這同樣也是縮小新疆城鄉(xiāng)收入差距需要加強(qiáng)的因素。

（四）西藏特征因子影響系數(shù)貢獻(xiàn)率分析

根據(jù)影響因素的影響系數(shù)方差分解過程，得出各影響因素對西藏自治區(qū)特征因子的貢獻(xiàn)率。通過貢獻(xiàn)率結(jié)果可以看出，對西藏特征因子貢獻(xiàn)最大的為經(jīng)濟(jì)發(fā)展水平，貢獻(xiàn)率達(dá)到了24.43%；其次為產(chǎn)業(yè)結(jié)構(gòu)情況，其貢獻(xiàn)率為9.4%；教育水平的貢獻(xiàn)率有7.42%；金融發(fā)展水平的貢獻(xiàn)率也有6.96%；城鎮(zhèn)化水平對西藏特征因子的貢獻(xiàn)最小，僅為0.89%。

分析各影響因素對西藏自治區(qū)特征因子的貢獻(xiàn)率結(jié)果，可以得知，1978—2014年西藏城鄉(xiāng)收入差距特征因子主要受經(jīng)濟(jì)發(fā)展水平與產(chǎn)業(yè)結(jié)構(gòu)情況影響。金融發(fā)展水平對西藏特征因子影響很小，說明西藏金融發(fā)展水平不高，需要提升自治區(qū)的金融發(fā)展水平。城鎮(zhèn)化水平對西藏特征因子貢獻(xiàn)率最低，這跟與其他四個自治區(qū)相比西藏自治區(qū)的城鎮(zhèn)化水平最低有關(guān)，西藏自治區(qū)的城鎮(zhèn)化還有很大的發(fā)展空間。

（五）寧夏特征因子影響系數(shù)貢獻(xiàn)率分析

根據(jù)影響因素的影響系數(shù)方差分解過程，得出各影響因素對寧夏回族自治區(qū)特征因子的貢獻(xiàn)率。通過貢獻(xiàn)率結(jié)果可以看出，產(chǎn)業(yè)結(jié)構(gòu)情況對寧夏城鄉(xiāng)收入差距特征因子貢獻(xiàn)最大，貢獻(xiàn)率達(dá)到了27.24%；金融發(fā)展水平的貢獻(xiàn)率為17.87%，僅次于產(chǎn)業(yè)結(jié)構(gòu)情況貢獻(xiàn)率；經(jīng)濟(jì)發(fā)展水平的貢獻(xiàn)率為9.79%；城鎮(zhèn)化水平的貢獻(xiàn)率有6.78%；教育水平的貢獻(xiàn)率是6.89%。

分析各影響因素對寧夏回族自治區(qū)特征因子的貢獻(xiàn)率結(jié)果，可以得知，1978—2014年寧夏城鄉(xiāng)收入差距特征因子主要受產(chǎn)業(yè)結(jié)構(gòu)情況影響，說明寧夏的城鄉(xiāng)收入差距主要是第二、第三產(chǎn)業(yè)的發(fā)展導(dǎo)致的。經(jīng)濟(jì)發(fā)展水平對寧夏特征因子的貢獻(xiàn)率不高，說明經(jīng)濟(jì)增長不僅提高了寧夏城鎮(zhèn)居民的收入水平，同時也提高了寧夏農(nóng)村居民的收入，并沒有大幅拉大寧夏城鄉(xiāng)收入差距。

（六）廣西特征因子影響系數(shù)貢獻(xiàn)率分析

根據(jù)影響因素的影響系數(shù)方差分解過程，得出各影響因素對廣西壯族自治區(qū)特征因子的貢獻(xiàn)率。通過貢獻(xiàn)率結(jié)果可以看出，產(chǎn)業(yè)結(jié)構(gòu)情況對廣西城鄉(xiāng)收入差距特征因子貢獻(xiàn)最大，貢獻(xiàn)率達(dá)到了23.46%；教育水平的貢獻(xiàn)率為14.64%；經(jīng)濟(jì)發(fā)展水平貢獻(xiàn)率為13.24%，城鎮(zhèn)化水平的貢獻(xiàn)率有11.13%。

分析各影響因素對廣西壯族自治區(qū)特征因子的貢獻(xiàn)率結(jié)果，可以得知，與寧夏相似，廣西特征因子也是主要受產(chǎn)業(yè)結(jié)構(gòu)情況影響，第二、第三產(chǎn)業(yè)的發(fā)展拉大了城鄉(xiāng)收入差距。教育水平對特征因子的貢獻(xiàn)率較高，說明廣西更應(yīng)發(fā)展教育以縮小城鄉(xiāng)收入差距。金融發(fā)展水平同樣對特征因子貢獻(xiàn)率較高。經(jīng)濟(jì)發(fā)展水平對廣西特征因子的貢獻(xiàn)率不高，說明經(jīng)濟(jì)增長沒有拉大廣西的城鄉(xiāng)收入差距。

五、小結(jié)

首先，本節(jié)選取了能夠?qū)Τ青l(xiāng)收入差距的產(chǎn)生影響的五個影響指標(biāo)，并對指標(biāo)進(jìn)行了解釋，通過檢驗(yàn)，證實(shí)所選取的指標(biāo)平穩(wěn)，適用于狀態(tài)空間模型。再用城鄉(xiāng)泰爾指數(shù)代表城鄉(xiāng)收入差距，通過狀態(tài)空間模型分解出城鄉(xiāng)收入差距的共同因子和區(qū)域特征因子，其中共同因子是對少數(shù)民族地區(qū)城鄉(xiāng)收入差距都存在影響的共同因子，區(qū)域特征因子代表對不同少數(shù)民族地區(qū)城鄉(xiāng)收入差距影響的差異程度。

其次，將狀態(tài)空間模型與kalman濾波結(jié)合，分別得出把自治區(qū)看作整體的五個影響因素對共同因子的影響系數(shù)以及各自治區(qū)的影響因素對區(qū)域特征因子的影響系數(shù)，并分區(qū)域進(jìn)行分析。

最后，根據(jù)結(jié)果，通過向量自回歸模型的方差分解過程，求出各影響因素對共同因子和各區(qū)域的特征因子的貢獻(xiàn)率。總體得出以下結(jié)論：

第一，通過對共同因子的分析，產(chǎn)業(yè)結(jié)構(gòu)情況和經(jīng)濟(jì)發(fā)展水平是導(dǎo)致城鄉(xiāng)收入差距的最主要的兩個原因；而對區(qū)域特征因子來說，在各個自治區(qū)的橫向?qū)Ρ戎校@兩個指標(biāo)的貢獻(xiàn)程度都是很大的。因此要縮小城鄉(xiāng)、區(qū)域間的收入差距，可以主要從優(yōu)化這兩個指標(biāo)的角度出發(fā)。

第二，各個自治區(qū)城鄉(xiāng)收入差距影響因素的貢獻(xiàn)率不同。根據(jù)實(shí)證結(jié)果，城鄉(xiāng)收入差距的影響因素的貢獻(xiàn)率與各自治區(qū)的資源稟賦、經(jīng)濟(jì)發(fā)展水平、教育水平等相關(guān)。因此要針對少數(shù)民族地區(qū)城鄉(xiāng)收入差距影響因素的地區(qū)差異性進(jìn)行特色治理，既要從共同影響因素出發(fā)，又要考慮各自治區(qū)的發(fā)展特色與自然資源特色。兩個層面共同發(fā)揮作用，才能達(dá)到縮小城鄉(xiāng)居民收入差距與區(qū)域間差距的目的。