县域经济及对扶贫政策的影响

导语：县域经济及对扶贫政策的影响一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：文章以湖北省县域经济数据为例，利用空间数据探索分析技术，通过湖北省县域经济间的空间关联性分析，揭示现行扶贫模式的弊端并给出建议。考察了湖北省县域经济差距的分布特征及其时空演变。通过分析发现，在2003—2015年期间,湖北省不存在绝对收入意义上收敛，但也并没有扩大。湖北省县域经济存在较强的空间相关性。

关键词：条件β收敛；空间相关性；SLM模型；SEM模型；精准扶贫

中国地区经济差距主要源于县域经济发展不平衡。中国作为幅员辽阔的国家，地区之间经济发展往往呈现出不同的特征，从中国全域来考虑经济差距问题往往不能够具体地展现扶贫政策的含义。基于此，本文以湖北省县域经济数据为依据，研究地区间空间相关性对扶贫政策的影响。由于在2003—2015年期间，湖北省行政区划进行过几次小范围的调整，对本文采取空间数据探索分析产生一定障碍，本文按照最新的行政规划进行了相应调整。数据来源于2003—2015年《中国区域经济统计年鉴》和《湖北统计年鉴》。同时，数据都进行了价格调整，以2003年价格为准，将名义数据转化为实际数据。

1湖北省县域经济发展的σ收敛趋势与空间自相关性

首先观察人均GDP在空间上的分布特征。因为篇幅有限，只列示出四年数据，如图1所示，分别为2003年、2007年、2010年以及2014年，可以看到收入高的地区基本上集中在湖北省中部地区，呈现经济上的集聚。但是，同时低收入地区也是集聚的，分别在湖北省西北部、西南部以及东部地区，贫困地区呈现出连片的特征，基本上分布在四个片区：大别山区、武陵山区、秦巴山区、幕阜山区。这四个地区的典型特征是都处于山区，自然条件恶劣，基础设施不完善。另外可以看到高收入地区主要集中在武汉地区和宜昌地区。正如新经济地理学中心——外围理论，武汉和宜昌地区为中心地带，而其周围地区则是外围地区，表明湖北省经济发展的不均衡性。本文采用σ指数来量化湖北省经济差距。σ收敛与经济收敛的直观理解比较接近，它度量不同区域之间经济差距，是地区人均GDP自然对数值的标准差。如果一个经济体存在σt+1<σt，表明这个经济体存在着σ收敛，也就是绝对差距是缩小的。其数学表达式是：σt=[åin(yit--yt)2]1/2其中，n为地区数，yit为i地区t时期的人均GDP的自然对数值，-yt为t时期经济体内所有地区的人均GDP对数值的平均值。2010年2014年2003年2007年图1湖北省人均GDP区域分布图注：颜色越深表明人均GDP越高。本文将2003—2015年的σ值列示在图上，如图2（见下页）所示，湖北省县域经济人均GDP自然对数标准差基本上保持在0.7至0.8之间。换言之，湖北省不存在收敛，经济差距没有明显变化，在2003—2015年期间是平稳的。这进一步表明湖北省扶贫任务艰巨。Lucas(1993)、Fujita(1999)等研究表明，地区之间的溢出效应对经济增长至关重要，而且这种效应不仅存在于经济体内部，还存在于经济体之间。而地区间的空间相关性与溢出效应密切相关。那么，2003—2015年湖北省县域经济之间呈现出什么特征的空间相关性呢？本文通过Moran’sI指数来说明，其数学表达式为：I=nåiåjWijåniånj(xi-xˉ)(xj-xˉ)åni(xi-xˉ)2其中，n为地区总数，xi为地区i的人均GDP；W=[Wij]为空间权重矩阵。关于空间权重矩阵，本文一律采取邻接原则。对于任一元素有：当地区且地区i与地区j有公共边界时，Wij=1，否则，Wij=0；当然任何地区与其自身都是不邻接的，即权重矩阵任一对角线元素Wij=0。采取行标准化的做法，使得权重矩阵W每一行行和为1。统计量Moran’sI指数是介于-1和1之间，Moran’sI指数大于0表示地区之间呈现正空间正相关，并且越大表明正相关性越强；Moran’sI指数小于0表示地区之间呈现出负空间相关性，并且越小表明负相关性越强。图3湖北省县域经济人均GDP不同时段Kernel密度函数拟合图如图3所示，在2003年、2007年、2010年以及2014年，通过对这些时段湖北省人均GDP自然对数值的Kernel密度函数分析发现，其没有呈现出明显偏离正态分布的趋势，而且拟合效果逐渐变好。因此，本文基于正态分布的Moran’sI指数可以较好地反映出湖北省不同地区间的空间自相关特征。将基于邻接原则计算得到的Moran’sI指数,列示在图2中。可以看到，湖北省县域经济呈现出较强正的空间相关性。2003—2015年间，Moran’sI指数基本上在0.4至0.5之间，远大于0。而且可以看到2003—2008年间，湖北省县域经济空间相关性呈现出轻微增强的趋势，但是2008年之后，空间相关性就转而呈现减弱。根据潘文卿的测算，全国范围1978—2006年，全国范围的Moran’sI指数，最高也只达到了0.127。他还测算了东部地区的Moran’sI指数平均值为-0.001，中部和西部地区分别为0.225和0.038（潘文卿，2010）。因此，通过对比基本可以得出湖北省县域经济间呈现出较强正空间相关性的结论。一般而言，地区间空间相关性，存在两种形式。一种形式是空间之间存在溢出效应，譬如技术、制度等要素在空间之间流动。如前所述，空间收敛的技术收敛机制就是这种情形，不同地区之间由于技术引进和制度模仿，导致经济的快速增长。由于湖北省县域经济间存在着正空间相关性，如果空间溢出效应明显，那么这种空间溢出对经济增长具有正效应。另一种形式是地区间存在着收入集聚，地区间存在着人均GDP的依赖，相邻地区的收入对当地的收入增长存在影响，这主要是对相邻地区的需求。由于湖北省域内存在正空间相关性，如果空间集聚效应明显，那么相邻地区收入对当地收入增长存在着正效应。如果地区之间明显存在着空间相关性，那么忽视这种相关性的模型，就会产生有偏的结果。

2湖北省县域经济发展的β收敛与空间自相关性研究

β收敛的经典模型是巴罗（1990）的一篇经典文章提出来的。考察绝对收敛的基本模型为：logæèçöø÷yityio=α+βlog(yi0)+uit（M1）其中，yit为i地区t时期的人均GDP；uit为随机扰动项；α、β为参数。参数β大于零，表示地区经济在考察期内呈现发散态势；参数β小于零，才表示经济在考察期内是收敛的。但是，条件β收敛放弃了绝对β收敛的地区间具有相同结构的假设，认为各个经济体具有各自的属性，可能是地理位置、文化风俗、人力资本、贸易与外国直接投资等。因此考察条件β收敛需要在模型M1中增加控制变量。本文选取了三个控制变量：固定资产投资、财政支出和城乡人口流动。模型为：logæèçöø÷yityi0=α+βlog(yi0)+γFAI+δEXP+θF+ϑSTR+uit（M2）其中，FAI表示人均固定资产投资；EXP为人均财政支出；F为城乡人口流动；STR为产业结构，即第一二产业占GDP的比重；γ、δ、θ、ϑ为参数。其他变量和参数如模型M1所述。关于城乡人口流动，本文使用考察期内城市常住人口占总人口的比重变化率来度量，表明在考察期内地区间的人口流动。空间计量经济学将空间相关性引入到模型中主要有两种模型：空间滞后模型（Spatiallagmodel，SLM）和空间误差模型（Spatialerrormodel，SEM）。本文通过这两种模型分别考察地区间的集聚效应和空间溢出效应。SLM模型通过在模型中引入收入的空间滞后项考察人均收入对邻近地区的影响，具体形式如下：logæèçöø÷yityi0=α+ρWlogæèçöø÷yityi0+βlog(yi0)+γFAI+δEXP+ϑF+uit其中，W为空间权重矩阵，本文基于邻接原则构建；ρ为参数。其他变量和参数如模型M1和模型M2所述。SLM模型测度了将因变量的控制滞后项纳入到空间模型分析。如果参数ρ通过显著性检验，表明相邻地区对地区存在着显著影响。SEM模型通过在模型误差项中加入空间因素，考察随机冲击带来的空间溢出对地区增长的影响，其具体形式为：logæèçöø÷yityi0=α+βlog(yi0)+γFAI+δEXP+θF+ϑSTR+θF+uituit=λWuit+Vit（M4）其中，λ为参数，Vit与uit同样为随机扰动项，这里假定Vit不存在空间相关性，服从正态分布。其他变量和参数如上述模型。SEM模型将随机扰动项的空间滞后项引入模型，表明对一个地区的外在冲击溢出至其他地区。若参数λ显著，表明存在着空间溢出效应。关于空间计量模型SLM和SEM的选择，一般根据Moran'I检验、极大似然LM-lag检验、极大似然LM-error检验以及极大似然的稳健估计量的检验，来选择最终分析模型，并借以识别空间相关性作用方式。在不考虑区域空间相关性的情况下，此时的模型即为普通最小二乘模型（OLSmodel）。如表1所示，可以看到，log(y0)的参数为-0.01156，表明湖北省区域间存在着收敛，但是此时其没有通过显著性检验。另外，固定资产投资、财政支出以及城乡人口流动等控制变量的系数为正，表明不断增长的固定资产投资和积极的财政支出以及人口流动对经济增长和收敛呈现正的效应。但需要注意的是只有人口流动通过了显著性水平为10%的显著性检验，表明人口流动对地区间差距有显著影响。另外从表1中可以看到，多重共线性条件数达到85，变量间呈现出较为严重的多重共线性问题，变量没有通过大部分显著性检验。在空间相关性的检验方面，在表1中可以看到，尽管LM_lag没有通过显著性检验，但是LM_error通过了5%的显著性检验。同时，RobustLM_error通过了1%的显著性检验，RobustLM_lag通过了显著性水平为5%的显著性检验。这表明存在着较为严重的空间相关性，OLS模型也就存在着较为严重模型设定偏误。这一点，也可以通过怀特检验（Whitetest）看出，White统计量为40.2178，通过了1%的显著性检验。从似然比检验（LRtest），对于SLM模型而言，LR统计量为2.850813，通过了10%显著性检验。同样，对于SEM模型，LR统计量为5.517906，通过了5%显著性检验，表明模型设定正确。对于loglikelihood而言，OLS模型、SLM模型、SEM模型依次增大，表明模型设定也依次变得更加合理。对于AIC和SC统计量，SEM模型相对于OLS模型和SLM模型都变更小了，从另外的角度也证明，纳入空间相关性的模型，在模型设定上更加正确。这证实了湖北区域间存在着较强的空间相关性。对于模型M3，人均GDP滞后项的参数ρ为0.267543，为正数且通过显著性水平为10%的检验。表明地区间存在这较为明显的集聚效应，一个地区经济增长对邻近地区有正的影响。另外，对于模型M4，误差项空间滞后项参数λ为0.395774，为正且通过显著性水平为1%的显著性检验，地区间存在较为显著的溢出效应。在SLM模型和SEM模型中，变量城乡人口流动参数分别为0.010857、0.011082，都通过了5%的显著性检验。同时，变量初始人均GDP参数分别-0.013582、-0.026344，都呈负值，表明湖北省县域经济是收敛的。在SEM模型中，参数通过了5%的显著性检验。也就是说，在SEM模型中，可以认为湖北省县域经济是收敛的。上述模型由于存在着较为严重的多重共线性问题，参数的有效性被严重低估，导致无法准确地分析控制变量对湖北省县域经济收敛真实效果。因此，根据上述结果，将模型控制变量精简为城乡人口流动，得到修正后的实证结果，如下页表2所示。从表2可以看出，多重共线性条件数为43，相对于85已经大大减小了，表明模型多重共线性问题得到缓解，但是并没有消除。从表2中，可以看出变量城乡人口流动参数都通过了5%的显著性水平，且都为正。可以看出，SEM模型是研究这个问题最好的模型。同时变量参数都通过了5%或10%的显著性检验。变量城乡人口流动的参数通过显著性检验且呈正值。表明城乡人口流动带来的劳动力在空间上流动，带来劳动力分配更加合理，要素得到更加合理的利用，从而对经济收敛产生正面效应。

3结论和政策建议

研究发现，湖北县域经济有着较强的正空间相关性。地区之间存在较强的联系，因此不能忽视空间相关性的影响而孤立得考察经济差距问题；另外一方面，通过以人均GDP测度的湖北省县域经济差距，发现湖北省在2003—2015年在σ收敛意义上不存在着收敛，总体上呈现平稳状态，差距并没有拉大。通过比较普通计量模型（OLS）、空间滞后模型（SLM）以及空间误差模型（SEM）考察条件β收敛，结果都表明湖北省县域经济存在条件β收敛，SLM模型和SEM模型中空间参数ρ和λ都显著且为正，表明存在地区间存在空间集聚和空间溢出效应，一个地区的收入正相关于邻近地区的收入；相反，个别地区的外在冲击也会溢出至邻近地区。对一个地区进行扶贫时，需要考虑地区之间的相关性，而不是孤立考虑一个地区。地区之间相互协作，将会实现投入收益最大化。从本文研究结果中得到的政策启示是：第一，对于扶贫政策的整体布局上，需要考虑到地区之间的相互关联性，在区域扶贫的合理布局下实施精准扶贫。在保证区域内整体产业布局合理的情况下，再针对贫困地区施行“滴灌式”扶贫。在区域扶贫与精准扶贫之间关系处理上，坚持区域扶贫攻坚与精准扶贫“双轮驱动”，避免忽视区域之间的相互关联性而出现精准有余但整体不足的扶贫现象。第二，精准扶贫项目上，财政支出、固定资产投资、合理的产业结构和城乡人口流动，对消除贫困有着积极影响。政府部门应倡导城乡人口顺畅流动，加大基础设施建设，扩大政府财政支出，完善精准扶贫机制，选择合理的扶贫路径，从新村建设、产业建设、教育建设等方面入手，促进农村的基础设施建设和农业生产方式的转变，提高农村现代化水平，通过财政资金投入扶持贫困地区教育事业，推动教育扶贫与产业扶贫相结合，实现教育和产业的一体化对接。总之，既要在考虑地区经济空间相关性的基础上注重区域内各地区经济发展健康可持续性，也要注重培养更小经济单位的自生能力的培养，以区域发展带动精准扶贫，以精准扶贫促进区域发展，这样才可能实现整体经济的均衡发展。

作者:尤东梅 赵 颖 唐建新 单位:武汉大学