縣域經(jīng)濟及對扶貧政策的影響

導語：縣域經(jīng)濟及對扶貧政策的影響一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：文章以湖北省縣域經(jīng)濟數(shù)據(jù)為例，利用空間數(shù)據(jù)探索分析技術，通過湖北省縣域經(jīng)濟間的空間關聯(lián)性分析，揭示現(xiàn)行扶貧模式的弊端并給出建議。考察了湖北省縣域經(jīng)濟差距的分布特征及其時空演變。通過分析發(fā)現(xiàn)，在2003—2015年期間,湖北省不存在絕對收入意義上收斂，但也并沒有擴大。湖北省縣域經(jīng)濟存在較強的空間相關性。

關鍵詞：條件β收斂；空間相關性；SLM模型；SEM模型；精準扶貧

中國地區(qū)經(jīng)濟差距主要源于縣域經(jīng)濟發(fā)展不平衡。中國作為幅員遼闊的國家，地區(qū)之間經(jīng)濟發(fā)展往往呈現(xiàn)出不同的特征，從中國全域來考慮經(jīng)濟差距問題往往不能夠具體地展現(xiàn)扶貧政策的含義。基于此，本文以湖北省縣域經(jīng)濟數(shù)據(jù)為依據(jù)，研究地區(qū)間空間相關性對扶貧政策的影響。由于在2003—2015年期間，湖北省行政區(qū)劃進行過幾次小范圍的調整，對本文采取空間數(shù)據(jù)探索分析產生一定障礙，本文按照最新的行政規(guī)劃進行了相應調整。數(shù)據(jù)來源于2003—2015年《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》和《湖北統(tǒng)計年鑒》。同時，數(shù)據(jù)都進行了價格調整，以2003年價格為準，將名義數(shù)據(jù)轉化為實際數(shù)據(jù)。

1湖北省縣域經(jīng)濟發(fā)展的σ收斂趨勢與空間自相關性

首先觀察人均GDP在空間上的分布特征。因為篇幅有限，只列示出四年數(shù)據(jù)，如圖1所示，分別為2003年、2007年、2010年以及2014年，可以看到收入高的地區(qū)基本上集中在湖北省中部地區(qū)，呈現(xiàn)經(jīng)濟上的集聚。但是，同時低收入地區(qū)也是集聚的，分別在湖北省西北部、西南部以及東部地區(qū)，貧困地區(qū)呈現(xiàn)出連片的特征，基本上分布在四個片區(qū)：大別山區(qū)、武陵山區(qū)、秦巴山區(qū)、幕阜山區(qū)。這四個地區(qū)的典型特征是都處于山區(qū)，自然條件惡劣，基礎設施不完善。另外可以看到高收入地區(qū)主要集中在武漢地區(qū)和宜昌地區(qū)。正如新經(jīng)濟地理學中心——外圍理論，武漢和宜昌地區(qū)為中心地帶，而其周圍地區(qū)則是外圍地區(qū)，表明湖北省經(jīng)濟發(fā)展的不均衡性。本文采用σ指數(shù)來量化湖北省經(jīng)濟差距。σ收斂與經(jīng)濟收斂的直觀理解比較接近，它度量不同區(qū)域之間經(jīng)濟差距，是地區(qū)人均GDP自然對數(shù)值的標準差。如果一個經(jīng)濟體存在σt+1<σt，表明這個經(jīng)濟體存在著σ收斂，也就是絕對差距是縮小的。其數(shù)學表達式是：σt=[åin(yit--yt)2]1/2其中，n為地區(qū)數(shù)，yit為i地區(qū)t時期的人均GDP的自然對數(shù)值，-yt為t時期經(jīng)濟體內所有地區(qū)的人均GDP對數(shù)值的平均值。2010年2014年2003年2007年圖1湖北省人均GDP區(qū)域分布圖注：顏色越深表明人均GDP越高。本文將2003—2015年的σ值列示在圖上，如圖2（見下頁）所示，湖北省縣域經(jīng)濟人均GDP自然對數(shù)標準差基本上保持在0.7至0.8之間。換言之，湖北省不存在收斂，經(jīng)濟差距沒有明顯變化，在2003—2015年期間是平穩(wěn)的。這進一步表明湖北省扶貧任務艱巨。Lucas(1993)、Fujita(1999)等研究表明，地區(qū)之間的溢出效應對經(jīng)濟增長至關重要，而且這種效應不僅存在于經(jīng)濟體內部，還存在于經(jīng)濟體之間。而地區(qū)間的空間相關性與溢出效應密切相關。那么，2003—2015年湖北省縣域經(jīng)濟之間呈現(xiàn)出什么特征的空間相關性呢？本文通過Moran’sI指數(shù)來說明，其數(shù)學表達式為：I=nåiåjWijåniånj(xi-xˉ)(xj-xˉ)åni(xi-xˉ)2其中，n為地區(qū)總數(shù)，xi為地區(qū)i的人均GDP；W=[Wij]為空間權重矩陣。關于空間權重矩陣，本文一律采取鄰接原則。對于任一元素有：當?shù)貐^(qū)且地區(qū)i與地區(qū)j有公共邊界時，Wij=1，否則，Wij=0；當然任何地區(qū)與其自身都是不鄰接的，即權重矩陣任一對角線元素Wij=0。采取行標準化的做法，使得權重矩陣W每一行行和為1。統(tǒng)計量Moran’sI指數(shù)是介于-1和1之間，Moran’sI指數(shù)大于0表示地區(qū)之間呈現(xiàn)正空間正相關，并且越大表明正相關性越強；Moran’sI指數(shù)小于0表示地區(qū)之間呈現(xiàn)出負空間相關性，并且越小表明負相關性越強。圖3湖北省縣域經(jīng)濟人均GDP不同時段Kernel密度函數(shù)擬合圖如圖3所示，在2003年、2007年、2010年以及2014年，通過對這些時段湖北省人均GDP自然對數(shù)值的Kernel密度函數(shù)分析發(fā)現(xiàn)，其沒有呈現(xiàn)出明顯偏離正態(tài)分布的趨勢，而且擬合效果逐漸變好。因此，本文基于正態(tài)分布的Moran’sI指數(shù)可以較好地反映出湖北省不同地區(qū)間的空間自相關特征。將基于鄰接原則計算得到的Moran’sI指數(shù),列示在圖2中。可以看到，湖北省縣域經(jīng)濟呈現(xiàn)出較強正的空間相關性。2003—2015年間，Moran’sI指數(shù)基本上在0.4至0.5之間，遠大于0。而且可以看到2003—2008年間，湖北省縣域經(jīng)濟空間相關性呈現(xiàn)出輕微增強的趨勢，但是2008年之后，空間相關性就轉而呈現(xiàn)減弱。根據(jù)潘文卿的測算，全國范圍1978—2006年，全國范圍的Moran’sI指數(shù)，最高也只達到了0.127。他還測算了東部地區(qū)的Moran’sI指數(shù)平均值為-0.001，中部和西部地區(qū)分別為0.225和0.038（潘文卿，2010）。因此，通過對比基本可以得出湖北省縣域經(jīng)濟間呈現(xiàn)出較強正空間相關性的結論。一般而言，地區(qū)間空間相關性，存在兩種形式。一種形式是空間之間存在溢出效應，譬如技術、制度等要素在空間之間流動。如前所述，空間收斂的技術收斂機制就是這種情形，不同地區(qū)之間由于技術引進和制度模仿，導致經(jīng)濟的快速增長。由于湖北省縣域經(jīng)濟間存在著正空間相關性，如果空間溢出效應明顯，那么這種空間溢出對經(jīng)濟增長具有正效應。另一種形式是地區(qū)間存在著收入集聚，地區(qū)間存在著人均GDP的依賴，相鄰地區(qū)的收入對當?shù)氐氖杖朐鲩L存在影響，這主要是對相鄰地區(qū)的需求。由于湖北省域內存在正空間相關性，如果空間集聚效應明顯，那么相鄰地區(qū)收入對當?shù)厥杖朐鲩L存在著正效應。如果地區(qū)之間明顯存在著空間相關性，那么忽視這種相關性的模型，就會產生有偏的結果。

2湖北省縣域經(jīng)濟發(fā)展的β收斂與空間自相關性研究

β收斂的經(jīng)典模型是巴羅（1990）的一篇經(jīng)典文章提出來的。考察絕對收斂的基本模型為：logæèçöø÷yityio=α+βlog(yi0)+uit（M1）其中，yit為i地區(qū)t時期的人均GDP；uit為隨機擾動項；α、β為參數(shù)。參數(shù)β大于零，表示地區(qū)經(jīng)濟在考察期內呈現(xiàn)發(fā)散態(tài)勢；參數(shù)β小于零，才表示經(jīng)濟在考察期內是收斂的。但是，條件β收斂放棄了絕對β收斂的地區(qū)間具有相同結構的假設，認為各個經(jīng)濟體具有各自的屬性，可能是地理位置、文化風俗、人力資本、貿易與外國直接投資等。因此考察條件β收斂需要在模型M1中增加控制變量。本文選取了三個控制變量：固定資產投資、財政支出和城鄉(xiāng)人口流動。模型為：logæèçöø÷yityi0=α+βlog(yi0)+γFAI+δEXP+θF+ϑSTR+uit（M2）其中，F(xiàn)AI表示人均固定資產投資；EXP為人均財政支出；F為城鄉(xiāng)人口流動；STR為產業(yè)結構，即第一二產業(yè)占GDP的比重；γ、δ、θ、ϑ為參數(shù)。其他變量和參數(shù)如模型M1所述。關于城鄉(xiāng)人口流動，本文使用考察期內城市常住人口占總人口的比重變化率來度量，表明在考察期內地區(qū)間的人口流動。空間計量經(jīng)濟學將空間相關性引入到模型中主要有兩種模型：空間滯后模型（Spatiallagmodel，SLM）和空間誤差模型（Spatialerrormodel，SEM）。本文通過這兩種模型分別考察地區(qū)間的集聚效應和空間溢出效應。SLM模型通過在模型中引入收入的空間滯后項考察人均收入對鄰近地區(qū)的影響，具體形式如下：logæèçöø÷yityi0=α+ρWlogæèçöø÷yityi0+βlog(yi0)+γFAI+δEXP+ϑF+uit其中，W為空間權重矩陣，本文基于鄰接原則構建；ρ為參數(shù)。其他變量和參數(shù)如模型M1和模型M2所述。SLM模型測度了將因變量的控制滯后項納入到空間模型分析。如果參數(shù)ρ通過顯著性檢驗，表明相鄰地區(qū)對地區(qū)存在著顯著影響。SEM模型通過在模型誤差項中加入空間因素，考察隨機沖擊帶來的空間溢出對地區(qū)增長的影響，其具體形式為：logæèçöø÷yityi0=α+βlog(yi0)+γFAI+δEXP+θF+ϑSTR+θF+uituit=λWuit+Vit（M4）其中，λ為參數(shù)，Vit與uit同樣為隨機擾動項，這里假定Vit不存在空間相關性，服從正態(tài)分布。其他變量和參數(shù)如上述模型。SEM模型將隨機擾動項的空間滯后項引入模型，表明對一個地區(qū)的外在沖擊溢出至其他地區(qū)。若參數(shù)λ顯著，表明存在著空間溢出效應。關于空間計量模型SLM和SEM的選擇，一般根據(jù)Moran'I檢驗、極大似然LM-lag檢驗、極大似然LM-error檢驗以及極大似然的穩(wěn)健估計量的檢驗，來選擇最終分析模型，并借以識別空間相關性作用方式。在不考慮區(qū)域空間相關性的情況下，此時的模型即為普通最小二乘模型（OLSmodel）。如表1所示，可以看到，log(y0)的參數(shù)為-0.01156，表明湖北省區(qū)域間存在著收斂，但是此時其沒有通過顯著性檢驗。另外，固定資產投資、財政支出以及城鄉(xiāng)人口流動等控制變量的系數(shù)為正，表明不斷增長的固定資產投資和積極的財政支出以及人口流動對經(jīng)濟增長和收斂呈現(xiàn)正的效應。但需要注意的是只有人口流動通過了顯著性水平為10%的顯著性檢驗，表明人口流動對地區(qū)間差距有顯著影響。另外從表1中可以看到，多重共線性條件數(shù)達到85，變量間呈現(xiàn)出較為嚴重的多重共線性問題，變量沒有通過大部分顯著性檢驗。在空間相關性的檢驗方面，在表1中可以看到，盡管LM_lag沒有通過顯著性檢驗，但是LM_error通過了5%的顯著性檢驗。同時，RobustLM_error通過了1%的顯著性檢驗，RobustLM_lag通過了顯著性水平為5%的顯著性檢驗。這表明存在著較為嚴重的空間相關性，OLS模型也就存在著較為嚴重模型設定偏誤。這一點，也可以通過懷特檢驗（Whitetest）看出，White統(tǒng)計量為40.2178，通過了1%的顯著性檢驗。從似然比檢驗（LRtest），對于SLM模型而言，LR統(tǒng)計量為2.850813，通過了10%顯著性檢驗。同樣，對于SEM模型，LR統(tǒng)計量為5.517906，通過了5%顯著性檢驗，表明模型設定正確。對于loglikelihood而言，OLS模型、SLM模型、SEM模型依次增大，表明模型設定也依次變得更加合理。對于AIC和SC統(tǒng)計量，SEM模型相對于OLS模型和SLM模型都變更小了，從另外的角度也證明，納入空間相關性的模型，在模型設定上更加正確。這證實了湖北區(qū)域間存在著較強的空間相關性。對于模型M3，人均GDP滯后項的參數(shù)ρ為0.267543，為正數(shù)且通過顯著性水平為10%的檢驗。表明地區(qū)間存在這較為明顯的集聚效應，一個地區(qū)經(jīng)濟增長對鄰近地區(qū)有正的影響。另外，對于模型M4，誤差項空間滯后項參數(shù)λ為0.395774，為正且通過顯著性水平為1%的顯著性檢驗，地區(qū)間存在較為顯著的溢出效應。在SLM模型和SEM模型中，變量城鄉(xiāng)人口流動參數(shù)分別為0.010857、0.011082，都通過了5%的顯著性檢驗。同時，變量初始人均GDP參數(shù)分別-0.013582、-0.026344，都呈負值，表明湖北省縣域經(jīng)濟是收斂的。在SEM模型中，參數(shù)通過了5%的顯著性檢驗。也就是說，在SEM模型中，可以認為湖北省縣域經(jīng)濟是收斂的。上述模型由于存在著較為嚴重的多重共線性問題，參數(shù)的有效性被嚴重低估，導致無法準確地分析控制變量對湖北省縣域經(jīng)濟收斂真實效果。因此，根據(jù)上述結果，將模型控制變量精簡為城鄉(xiāng)人口流動，得到修正后的實證結果，如下頁表2所示。從表2可以看出，多重共線性條件數(shù)為43，相對于85已經(jīng)大大減小了，表明模型多重共線性問題得到緩解，但是并沒有消除。從表2中，可以看出變量城鄉(xiāng)人口流動參數(shù)都通過了5%的顯著性水平，且都為正。可以看出，SEM模型是研究這個問題最好的模型。同時變量參數(shù)都通過了5%或10%的顯著性檢驗。變量城鄉(xiāng)人口流動的參數(shù)通過顯著性檢驗且呈正值。表明城鄉(xiāng)人口流動帶來的勞動力在空間上流動，帶來勞動力分配更加合理，要素得到更加合理的利用，從而對經(jīng)濟收斂產生正面效應。

3結論和政策建議

研究發(fā)現(xiàn)，湖北縣域經(jīng)濟有著較強的正空間相關性。地區(qū)之間存在較強的聯(lián)系，因此不能忽視空間相關性的影響而孤立得考察經(jīng)濟差距問題；另外一方面，通過以人均GDP測度的湖北省縣域經(jīng)濟差距，發(fā)現(xiàn)湖北省在2003—2015年在σ收斂意義上不存在著收斂，總體上呈現(xiàn)平穩(wěn)狀態(tài)，差距并沒有拉大。通過比較普通計量模型（OLS）、空間滯后模型（SLM）以及空間誤差模型（SEM）考察條件β收斂，結果都表明湖北省縣域經(jīng)濟存在條件β收斂，SLM模型和SEM模型中空間參數(shù)ρ和λ都顯著且為正，表明存在地區(qū)間存在空間集聚和空間溢出效應，一個地區(qū)的收入正相關于鄰近地區(qū)的收入；相反，個別地區(qū)的外在沖擊也會溢出至鄰近地區(qū)。對一個地區(qū)進行扶貧時，需要考慮地區(qū)之間的相關性，而不是孤立考慮一個地區(qū)。地區(qū)之間相互協(xié)作，將會實現(xiàn)投入收益最大化。從本文研究結果中得到的政策啟示是：第一，對于扶貧政策的整體布局上，需要考慮到地區(qū)之間的相互關聯(lián)性，在區(qū)域扶貧的合理布局下實施精準扶貧。在保證區(qū)域內整體產業(yè)布局合理的情況下，再針對貧困地區(qū)施行“滴灌式”扶貧。在區(qū)域扶貧與精準扶貧之間關系處理上，堅持區(qū)域扶貧攻堅與精準扶貧“雙輪驅動”，避免忽視區(qū)域之間的相互關聯(lián)性而出現(xiàn)精準有余但整體不足的扶貧現(xiàn)象。第二，精準扶貧項目上，財政支出、固定資產投資、合理的產業(yè)結構和城鄉(xiāng)人口流動，對消除貧困有著積極影響。政府部門應倡導城鄉(xiāng)人口順暢流動，加大基礎設施建設，擴大政府財政支出，完善精準扶貧機制，選擇合理的扶貧路徑，從新村建設、產業(yè)建設、教育建設等方面入手，促進農村的基礎設施建設和農業(yè)生產方式的轉變，提高農村現(xiàn)代化水平，通過財政資金投入扶持貧困地區(qū)教育事業(yè)，推動教育扶貧與產業(yè)扶貧相結合，實現(xiàn)教育和產業(yè)的一體化對接。總之，既要在考慮地區(qū)經(jīng)濟空間相關性的基礎上注重區(qū)域內各地區(qū)經(jīng)濟發(fā)展健康可持續(xù)性，也要注重培養(yǎng)更小經(jīng)濟單位的自生能力的培養(yǎng)，以區(qū)域發(fā)展帶動精準扶貧，以精準扶貧促進區(qū)域發(fā)展，這樣才可能實現(xiàn)整體經(jīng)濟的均衡發(fā)展。

作者:尤東梅 趙 穎 唐建新 單位:武漢大學