導(dǎo)語(yǔ)：縣域經(jīng)濟(jì)及對(duì)扶貧政策的影響一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢(xún)客服老師，歡迎參考。

摘要：文章以湖北省縣域經(jīng)濟(jì)數(shù)據(jù)為例，利用空間數(shù)據(jù)探索分析技術(shù)，通過(guò)湖北省縣域經(jīng)濟(jì)間的空間關(guān)聯(lián)性分析，揭示現(xiàn)行扶貧模式的弊端并給出建議?？疾炝撕笔】h域經(jīng)濟(jì)差距的分布特征及其時(shí)空演變。通過(guò)分析發(fā)現(xiàn)，在2003—2015年期間,湖北省不存在絕對(duì)收入意義上收斂，但也并沒(méi)有擴(kuò)大。湖北省縣域經(jīng)濟(jì)存在較強(qiáng)的空間相關(guān)性。

關(guān)鍵詞：條件β收斂；空間相關(guān)性；SLM模型；SEM模型；精準(zhǔn)扶貧

中國(guó)地區(qū)經(jīng)濟(jì)差距主要源于縣域經(jīng)濟(jì)發(fā)展不平衡。中國(guó)作為幅員遼闊的國(guó)家，地區(qū)之間經(jīng)濟(jì)發(fā)展往往呈現(xiàn)出不同的特征，從中國(guó)全域來(lái)考慮經(jīng)濟(jì)差距問(wèn)題往往不能夠具體地展現(xiàn)扶貧政策的含義?；诖耍疚囊院笔】h域經(jīng)濟(jì)數(shù)據(jù)為依據(jù)，研究地區(qū)間空間相關(guān)性對(duì)扶貧政策的影響。由于在2003—2015年期間，湖北省行政區(qū)劃進(jìn)行過(guò)幾次小范圍的調(diào)整，對(duì)本文采取空間數(shù)據(jù)探索分析產(chǎn)生一定障礙，本文按照最新的行政規(guī)劃進(jìn)行了相應(yīng)調(diào)整。數(shù)據(jù)來(lái)源于2003—2015年《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《湖北統(tǒng)計(jì)年鑒》。同時(shí)，數(shù)據(jù)都進(jìn)行了價(jià)格調(diào)整，以2003年價(jià)格為準(zhǔn)，將名義數(shù)據(jù)轉(zhuǎn)化為實(shí)際數(shù)據(jù)。

1湖北省縣域經(jīng)濟(jì)發(fā)展的σ收斂趨勢(shì)與空間自相關(guān)性

首先觀察人均GDP在空間上的分布特征。因?yàn)槠邢?，只列示出四年?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(jì)上的集聚。但是，同時(shí)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(gè)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(gè)地區(qū)的典型特征是都處于山區(qū)，自然條件惡劣，基礎(chǔ)設(shè)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(jì)地理學(xué)中心——外圍理論，武漢和宜昌地區(qū)為中心地帶，而其周?chē)貐^(qū)則是外圍地區(qū)，表明湖北省經(jīng)濟(jì)發(fā)展的不均衡性。本文采用σ指數(shù)來(lái)量化湖北省經(jīng)濟(jì)差距。σ收斂與經(jīng)濟(jì)收斂的直觀理解比較接近，它度量不同區(qū)域之間經(jīng)濟(jì)差距，是地區(qū)人均GDP自然對(duì)數(shù)值的標(biāo)準(zhǔn)差。如果一個(gè)經(jīng)濟(jì)體存在σt+1<σt，表明這個(gè)經(jīng)濟(jì)體存在著σ收斂，也就是絕對(duì)差距是縮小的。其數(shù)學(xué)表達(dá)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(shí)期的人均GDP的自然對(duì)數(shù)值，-yt為t時(shí)期經(jīng)濟(jì)體內(nèi)所有地區(qū)的人均GDP對(duì)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(jiàn)下頁(yè)）所示，湖北省縣域經(jīng)濟(jì)人均GDP自然對(duì)數(shù)標(biāo)準(zhǔn)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(jì)差距沒(méi)有明顯變化，在2003—2015年期間是平穩(wěn)的。這進(jìn)一步表明湖北省扶貧任務(wù)艱巨。Lucas(1993)、Fujita(1999)等研究表明，地區(qū)之間的溢出效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)至關(guān)重要，而且這種效應(yīng)不僅存在于經(jīng)濟(jì)體內(nèi)部，還存在于經(jīng)濟(jì)體之間。而地區(qū)間的空間相關(guān)性與溢出效應(yīng)密切相關(guān)。那么，2003—2015年湖北省縣域經(jīng)濟(jì)之間呈現(xiàn)出什么特征的空間相關(guān)性呢？本文通過(guò)Moran’sI指數(shù)來(lái)說(shuō)明，其數(shù)學(xué)表達(dá)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(quán)重矩陣。關(guān)于空間權(quán)重矩陣，本文一律采取鄰接原則。對(duì)于任一元素有：當(dāng)?shù)貐^(qū)且地區(qū)i與地區(qū)j有公共邊界時(shí)，Wij=1，否則，Wij=0；當(dāng)然任何地區(qū)與其自身都是不鄰接的，即權(quán)重矩陣任一對(duì)角線(xiàn)元素Wij=0。采取行標(biāo)準(zhǔn)化的做法，使得權(quán)重矩陣W每一行行和為1。統(tǒng)計(jì)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(guān)，并且越大表明正相關(guān)性越強(qiáng)；Moran’sI指數(shù)小于0表示地區(qū)之間呈現(xiàn)出負(fù)空間相關(guān)性，并且越小表明負(fù)相關(guān)性越強(qiáng)。圖3湖北省縣域經(jīng)濟(jì)人均GDP不同時(shí)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(guò)對(duì)這些時(shí)段湖北省人均GDP自然對(duì)數(shù)值的Kernel密度函數(shù)分析發(fā)現(xiàn)，其沒(méi)有呈現(xiàn)出明顯偏離正態(tài)分布的趨勢(shì)，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(guān)特征。將基于鄰接原則計(jì)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(jì)呈現(xiàn)出較強(qiáng)正的空間相關(guān)性。2003—2015年間，Moran’sI指數(shù)基本上在0.4至0.5之間，遠(yuǎn)大于0。而且可以看到2003—2008年間，湖北省縣域經(jīng)濟(jì)空間相關(guān)性呈現(xiàn)出輕微增強(qiáng)的趨勢(shì)，但是2008年之后，空間相關(guān)性就轉(zhuǎn)而呈現(xiàn)減弱。根據(jù)潘文卿的測(cè)算，全國(guó)范圍1978—2006年，全國(guó)范圍的Moran’sI指數(shù)，最高也只達(dá)到了0.127。他還測(cè)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(guò)對(duì)比基本可以得出湖北省縣域經(jīng)濟(jì)間呈現(xiàn)出較強(qiáng)正空間相關(guān)性的結(jié)論。一般而言，地區(qū)間空間相關(guān)性，存在兩種形式。一種形式是空間之間存在溢出效應(yīng)，譬如技術(shù)、制度等要素在空間之間流動(dòng)。如前所述，空間收斂的技術(shù)收斂機(jī)制就是這種情形，不同地區(qū)之間由于技術(shù)引進(jìn)和制度模仿，導(dǎo)致經(jīng)濟(jì)的快速增長(zhǎng)。由于湖北省縣域經(jīng)濟(jì)間存在著正空間相關(guān)性，如果空間溢出效應(yīng)明顯，那么這種空間溢出對(duì)經(jīng)濟(jì)增長(zhǎng)具有正效應(yīng)。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(lài)，相鄰地區(qū)的收入對(duì)當(dāng)?shù)氐氖杖朐鲩L(zhǎng)存在影響，這主要是對(duì)相鄰地區(qū)的需求。由于湖北省域內(nèi)存在正空間相關(guān)性，如果空間集聚效應(yīng)明顯，那么相鄰地區(qū)收入對(duì)當(dāng)?shù)厥杖朐鲩L(zhǎng)存在著正效應(yīng)。如果地區(qū)之間明顯存在著空間相關(guān)性，那么忽視這種相關(guān)性的模型，就會(huì)產(chǎn)生有偏的結(jié)果。

2湖北省縣域經(jīng)濟(jì)發(fā)展的β收斂與空間自相關(guān)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(lái)的?？疾旖^對(duì)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(shí)期的人均GDP；uit為隨機(jī)擾動(dòng)項(xiàng)；α、β為參數(shù)。參數(shù)β大于零，表示地區(qū)經(jīng)濟(jì)在考察期內(nèi)呈現(xiàn)發(fā)散態(tài)勢(shì)；參數(shù)β小于零，才表示經(jīng)濟(jì)在考察期內(nèi)是收斂的。但是，條件β收斂放棄了絕對(duì)β收斂的地區(qū)間具有相同結(jié)構(gòu)的假設(shè)，認(rèn)為各個(gè)經(jīng)濟(jì)體具有各自的屬性，可能是地理位置、文化風(fēng)俗、人力資本、貿(mào)易與外國(guó)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(gè)控制變量：固定資產(chǎn)投資、財(cái)政支出和城鄉(xiāng)人口流動(dòng)。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(chǎn)投資；EXP為人均財(cái)政支出；F為城鄉(xiāng)人口流動(dòng)；STR為產(chǎn)業(yè)結(jié)構(gòu)，即第一二產(chǎn)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(guān)于城鄉(xiāng)人口流動(dòng)，本文使用考察期內(nèi)城市常住人口占總?cè)丝诘谋戎刈兓蕘?lái)度量，表明在考察期內(nèi)地區(qū)間的人口流動(dòng)。空間計(jì)量經(jīng)濟(jì)學(xué)將空間相關(guān)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(guò)這兩種模型分別考察地區(qū)間的集聚效應(yīng)和空間溢出效應(yīng)。SLM模型通過(guò)在模型中引入收入的空間滯后項(xiàng)考察人均收入對(duì)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(quán)重矩陣，本文基于鄰接原則構(gòu)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(cè)度了將因變量的控制滯后項(xiàng)納入到空間模型分析。如果參數(shù)ρ通過(guò)顯著性檢驗(yàn)，表明相鄰地區(qū)對(duì)地區(qū)存在著顯著影響。SEM模型通過(guò)在模型誤差項(xiàng)中加入空間因素，考察隨機(jī)沖擊帶來(lái)的空間溢出對(duì)地區(qū)增長(zhǎng)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(jī)擾動(dòng)項(xiàng)，這里假定Vit不存在空間相關(guān)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(jī)擾動(dòng)項(xiàng)的空間滯后項(xiàng)引入模型，表明對(duì)一個(gè)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(yīng)。關(guān)于空間計(jì)量模型SLM和SEM的選擇，一般根據(jù)Moran'I檢驗(yàn)、極大似然LM-lag檢驗(yàn)、極大似然LM-error檢驗(yàn)以及極大似然的穩(wěn)健估計(jì)量的檢驗(yàn)，來(lái)選擇最終分析模型，并借以識(shí)別空間相關(guān)性作用方式。在不考慮區(qū)域空間相關(guān)性的情況下，此時(shí)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(shí)其沒(méi)有通過(guò)顯著性檢驗(yàn)。另外，固定資產(chǎn)投資、財(cái)政支出以及城鄉(xiāng)人口流動(dòng)等控制變量的系數(shù)為正，表明不斷增長(zhǎng)的固定資產(chǎn)投資和積極的財(cái)政支出以及人口流動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)和收斂呈現(xiàn)正的效應(yīng)。但需要注意的是只有人口流動(dòng)通過(guò)了顯著性水平為10%的顯著性檢驗(yàn)，表明人口流動(dòng)對(duì)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(xiàn)性條件數(shù)達(dá)到85，變量間呈現(xiàn)出較為嚴(yán)重的多重共線(xiàn)性問(wèn)題，變量沒(méi)有通過(guò)大部分顯著性檢驗(yàn)。在空間相關(guān)性的檢驗(yàn)方面，在表1中可以看到，盡管LM_lag沒(méi)有通過(guò)顯著性檢驗(yàn)，但是LM_error通過(guò)了5%的顯著性檢驗(yàn)。同時(shí)，RobustLM_error通過(guò)了1%的顯著性檢驗(yàn)，RobustLM_lag通過(guò)了顯著性水平為5%的顯著性檢驗(yàn)。這表明存在著較為嚴(yán)重的空間相關(guān)性，OLS模型也就存在著較為嚴(yán)重模型設(shè)定偏誤。這一點(diǎn)，也可以通過(guò)懷特檢驗(yàn)（Whitetest）看出，White統(tǒng)計(jì)量為40.2178，通過(guò)了1%的顯著性檢驗(yàn)。從似然比檢驗(yàn)（LRtest），對(duì)于SLM模型而言，LR統(tǒng)計(jì)量為2.850813，通過(guò)了10%顯著性檢驗(yàn)。同樣，對(duì)于SEM模型，LR統(tǒng)計(jì)量為5.517906，通過(guò)了5%顯著性檢驗(yàn)，表明模型設(shè)定正確。對(duì)于loglikelihood而言，OLS模型、SLM模型、SEM模型依次增大，表明模型設(shè)定也依次變得更加合理。對(duì)于AIC和SC統(tǒng)計(jì)量，SEM模型相對(duì)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(guān)性的模型，在模型設(shè)定上更加正確。這證實(shí)了湖北區(qū)域間存在著較強(qiáng)的空間相關(guān)性。對(duì)于模型M3，人均GDP滯后項(xiàng)的參數(shù)ρ為0.267543，為正數(shù)且通過(guò)顯著性水平為10%的檢驗(yàn)。表明地區(qū)間存在這較為明顯的集聚效應(yīng)，一個(gè)地區(qū)經(jīng)濟(jì)增長(zhǎng)對(duì)鄰近地區(qū)有正的影響。另外，對(duì)于模型M4，誤差項(xiàng)空間滯后項(xiàng)參數(shù)λ為0.395774，為正且通過(guò)顯著性水平為1%的顯著性檢驗(yàn)，地區(qū)間存在較為顯著的溢出效應(yīng)。在SLM模型和SEM模型中，變量城鄉(xiāng)人口流動(dòng)參數(shù)分別為0.010857、0.011082，都通過(guò)了5%的顯著性檢驗(yàn)。同時(shí)，變量初始人均GDP參數(shù)分別-0.013582、-0.026344，都呈負(fù)值，表明湖北省縣域經(jīng)濟(jì)是收斂的。在SEM模型中，參數(shù)通過(guò)了5%的顯著性檢驗(yàn)。也就是說(shuō)，在SEM模型中，可以認(rèn)為湖北省縣域經(jīng)濟(jì)是收斂的。上述模型由于存在著較為嚴(yán)重的多重共線(xiàn)性問(wèn)題，參數(shù)的有效性被嚴(yán)重低估，導(dǎo)致無(wú)法準(zhǔn)確地分析控制變量對(duì)湖北省縣域經(jīng)濟(jì)收斂真實(shí)效果。因此，根據(jù)上述結(jié)果，將模型控制變量精簡(jiǎn)為城鄉(xiāng)人口流動(dòng)，得到修正后的實(shí)證結(jié)果，如下頁(yè)表2所示。從表2可以看出，多重共線(xiàn)性條件數(shù)為43，相對(duì)于85已經(jīng)大大減小了，表明模型多重共線(xiàn)性問(wèn)題得到緩解，但是并沒(méi)有消除。從表2中，可以看出變量城鄉(xiāng)人口流動(dòng)參數(shù)都通過(guò)了5%的顯著性水平，且都為正?？梢钥闯觯琒EM模型是研究這個(gè)問(wèn)題最好的模型。同時(shí)變量參數(shù)都通過(guò)了5%或10%的顯著性檢驗(yàn)。變量城鄉(xiāng)人口流動(dòng)的參數(shù)通過(guò)顯著性檢驗(yàn)且呈正值。表明城鄉(xiāng)人口流動(dòng)帶來(lái)的勞動(dòng)力在空間上流動(dòng)，帶來(lái)勞動(dòng)力分配更加合理，要素得到更加合理的利用，從而對(duì)經(jīng)濟(jì)收斂產(chǎn)生正面效應(yīng)。

3結(jié)論和政策建議

研究發(fā)現(xiàn)，湖北縣域經(jīng)濟(jì)有著較強(qiáng)的正空間相關(guān)性。地區(qū)之間存在較強(qiáng)的聯(lián)系，因此不能忽視空間相關(guān)性的影響而孤立得考察經(jīng)濟(jì)差距問(wèn)題；另外一方面，通過(guò)以人均GDP測(cè)度的湖北省縣域經(jīng)濟(jì)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(méi)有拉大。通過(guò)比較普通計(jì)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(jié)果都表明湖北省縣域經(jīng)濟(jì)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(yīng)，一個(gè)地區(qū)的收入正相關(guān)于鄰近地區(qū)的收入；相反，個(gè)別地區(qū)的外在沖擊也會(huì)溢出至鄰近地區(qū)。對(duì)一個(gè)地區(qū)進(jìn)行扶貧時(shí)，需要考慮地區(qū)之間的相關(guān)性，而不是孤立考慮一個(gè)地區(qū)。地區(qū)之間相互協(xié)作，將會(huì)實(shí)現(xiàn)投入收益最大化。從本文研究結(jié)果中得到的政策啟示是：第一，對(duì)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(guān)聯(lián)性，在區(qū)域扶貧的合理布局下實(shí)施精準(zhǔn)扶貧。在保證區(qū)域內(nèi)整體產(chǎn)業(yè)布局合理的情況下，再針對(duì)貧困地區(qū)施行“滴灌式”扶貧。在區(qū)域扶貧與精準(zhǔn)扶貧之間關(guān)系處理上，堅(jiān)持區(qū)域扶貧攻堅(jiān)與精準(zhǔn)扶貧“雙輪驅(qū)動(dòng)”，避免忽視區(qū)域之間的相互關(guān)聯(lián)性而出現(xiàn)精準(zhǔn)有余但整體不足的扶貧現(xiàn)象。第二，精準(zhǔn)扶貧項(xiàng)目上，財(cái)政支出、固定資產(chǎn)投資、合理的產(chǎn)業(yè)結(jié)構(gòu)和城鄉(xiāng)人口流動(dòng)，對(duì)消除貧困有著積極影響。政府部門(mén)應(yīng)倡導(dǎo)城鄉(xiāng)人口順暢流動(dòng)，加大基礎(chǔ)設(shè)施建設(shè)，擴(kuò)大政府財(cái)政支出，完善精準(zhǔn)扶貧機(jī)制，選擇合理的扶貧路徑，從新村建設(shè)、產(chǎn)業(yè)建設(shè)、教育建設(shè)等方面入手，促進(jìn)農(nóng)村的基礎(chǔ)設(shè)施建設(shè)和農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變，提高農(nóng)村現(xiàn)代化水平，通過(guò)財(cái)政資金投入扶持貧困地區(qū)教育事業(yè)，推動(dòng)教育扶貧與產(chǎn)業(yè)扶貧相結(jié)合，實(shí)現(xiàn)教育和產(chǎn)業(yè)的一體化對(duì)接?？傊?，既要在考慮地區(qū)經(jīng)濟(jì)空間相關(guān)性的基礎(chǔ)上注重區(qū)域內(nèi)各地區(qū)經(jīng)濟(jì)發(fā)展健康可持續(xù)性，也要注重培養(yǎng)更小經(jīng)濟(jì)單位的自生能力的培養(yǎng)，以區(qū)域發(fā)展帶動(dòng)精準(zhǔn)扶貧，以精準(zhǔn)扶貧促進(jìn)區(qū)域發(fā)展，這樣才可能實(shí)現(xiàn)整體經(jīng)濟(jì)的均衡發(fā)展。

作者:尤東梅 趙 穎 唐建新 單位:武漢大學(xué)