贵州民族自治地方的贫困影响因素分析

万 力 刘妍珺 马赞甫

（贵州财经大学，贵州·贵阳 550025）

民族自治地方是国家扶贫开发工作的重点与难点。目前我国592个国家扶贫开发工作重点县中，民族八省区占232个。《中国农村扶贫开发纲要（2011-2020年）》将少数民族、妇女儿童和残疾人作为扶贫开发的“重点群体”，并明确指出“把对少数民族、妇女儿童和残疾人的扶贫开发纳入规划，统一组织，同步实施，同等条件下优先安排，加大支持力度。”

研究民族地区贫困问题的文献较多，或论述贫困的现状与特征，或分析贫困的成因，或探讨反贫困的具体举措。其中，向玲凛等探讨了西部、西南少数民族贫困的现状、特征及原因。[1-2]程厚思等人以“孤岛”模型解释云南少数民族地区的贫困问题，认为少数民族地区农村经济发展的落后，主要是由于地域空间的封闭性而导致经济、技术及文化价值观念的封闭性，从而使其跌入社会经济发展的“孤岛陷阱”。[3]张毅等综述了民族地区贫困的成因，归纳了诸如地理区位与自然资源禀赋、发展起点低与社会发展滞后、教育水平低及人力资源分配不合理以及非正式制度与经济发展相失调等原因。[4]陈全功等认为少数民族地区的贫困具有持续性，其原因可归结为自然因素、人口素质与制度因素三个方面。[5]就反贫困对策与举措而言，倾向于促进经济增长进程与加大扶贫开发力度，但也有研究开始质疑这些举措的有效性。比如，向玲凛等指出民族地区的经济增长具有“亲富”式态势，农民增收的速度低于经济增长速度。[1]

我们认为，对贫困相关影响因素的穷究是反贫困研究的关键所在，唯有切实把握贫困生成的原因，才有可能提出具有现实可操作性的反贫困对策与举措。事实上，现有研究并不回避对民族地区贫困成因的归纳，但基本上以定性分析为主，缺乏数据支撑，不能从实证层面论证贫困相关因素对贫困发生率的影响。

一般而言，民族地区的贫困问题在很大程度上可归结为经济效率问题。蔡昉等曾指出，我国区域减贫过程三个阶段中的前两个阶段归功于区域技术效率与市场配置效率的改善[6]。本项研究在生产效率评价基础上，采用删节数据的TOBIT模型[7]考察了生产效率对贫困发生率的影响，结果表明，提高生产效率确实可有效缓解贫困，纯技术效率与规模效率对降低贫困发生率的效果尤其显著。

一、研究对象

就行政区划而言，贵州民族自治地方主要包括三个少数民族自治州11个少数民族自治县，具体而言，即黔西南布依族苗族自治州（下辖8个县）、黔东南苗族侗族自治州（下辖16个县）、黔南布依族苗族自治州（下辖12个县）、道真仡佬族苗族自治县、务川仡佬族苗族自治县、镇宁布依族苗族自治县、关岭布依族苗族自治县、紫云苗族布依族自治县、威宁彝族回族苗族自治县、玉屏侗族自治县、印江土家族苗族自治县、沿河土家族自治县、松桃苗族自治县及三都水族自治县。必须承认，非民族县中散居杂居的少数民族的贫困状况也不容乐观。但考虑到对象的可比性，本项研究以少数民族聚居的县域单位为主要考察对象，总计46个县域单位。

2012年度，贵州民族自治地方的贫困问题较为严重，贫困人口比较集中。贵州贫困发生率最高的26个县域单位中，有24个属于民族自治地方。贫困发生率最高、贫困人口最多的县域单位都属于民族自治地方，其中晴隆县的贫困发生率高达49.4%，威宁县的贫困人口高达38.34万。我国政府关注贵州民族自治地方的贫困治理问题，事实上，在民族自治地方的46个县域单位中有37个被划为扶贫开发重点县。

为突出民族自治地方的贫困特征，本项研究综合考察了贵州88个县域单位的贫困影响因素。

二、研究方法

本项研究采用回归分析方法考察贫困的影响因素，重点考察宏观经济效率对贫困发生率的影响。其中，宏观经济效率测度是借助非参数的数据包络分析（Data Envelopment Analysis，DEA）方法进行的。DEA方法，是一种测评相对有效性的非参数方法，最先由Charnes等人提出。[8]所谓的决策单元（Decision Making Unit，DMU）是DEA的测评对象，具有可比性，都包含多种输入与多种输出。一般情况下，输入主要指成本类指标，而输出则主要指收益类指标。

DEA借助数学规划模型特别是线性规划模型测评目标DMU的效率值，而其中比较常用的模型是BCC模型[9]，其计算可借助软件DEAP Version 2.1进行。经软件处理，目标DMU的效率值可划分为三种类型：技术效率（Technical Efficiency，TE）值，纯技术效率（Pure Technical Efficiency，PTE）值及规模效率（Scale Efficiency，SE）值。SE值为TE值与PTE值之比值，换言之，技术有效性蕴含了纯技术有效性与规模有效性。

在此基础上，本项研究考察纯技术效率、规模效率及其他因素对贫困发生率的影响，而技术效率的影响可通过三类效率之间的关系予得以反映。考虑到贫困发生率（%）为取值0至100之间的一个指标，故采用了删减数据的TOBIT回归模型进行分析。

三、贫困相关影响因素分析

本项研究的实证分析部分有两个重要环节，其一是宏观经济绩效评价环节，其二是贫困发生率影响因素分析环节。经宏观经济绩效评价，可得到贵州省各县域单位的技术效率值、纯技术效率值与规模效率值，为后续TOBIT模型提供重要的解释变量，是贫困发生率影响因素分析的基础。

以2012年度人口数、固定资产投资额及国土面积为县域单位的输入项，以地区生产总值为输出项，在输出导向下，利用DEAP VERSION 2.1计算得到贵州88个县域单位的纯技术效率（PTE）值与规模效率（SE）值如表1所示。

表1 贵州省2012年度各县域单位的宏观经济效率值

2012年度贵州省县域单位纯技术效率均值为0.529，整体水平较低，规模效率均值为0.810。其中，民族自治地方46个县域单位的纯技术效率均值为0.520，规模效率均值为0.748，都略低于全省平均水平。全省纯技术效率值最低的为习水县，仅0.241，而规模效率值最低的是台江县，只有0.249。

进一步地为考察宏观经济效率对贫困状况的影响，以贫困发生率（%）为被解释变量，以人均生产总值（元）、农民人均纯收入（元）、公路里程与国土面积之比（公里/平方公里）、人均耕地面积（公顷/万人）、城镇人口比重、纯技术效率、规模效率、虚拟变量为解释变量。其中，虚拟变量表征县域单位是否为民族自治地方，若是则赋值为1，否则赋值为0。在此基础上，采用TOBIT回归分析方法考察贫困发生率相关影响因素。

实证分析结果表明，在5%的置信水平下，民族自治地方与非民族自治地方的贫困发生率显著不同，前者平均高约4.10个百分点，除此之外，显著影响县域单位贫困发生率的因素还有农民人均纯收入、人均耕地面积、城镇人口比重、纯技术效率与规模效率，不过，农民人均纯收入对贫困的减缓作用较小，对应参数值仅为-0.005594。而人均地区生产总值、交通状况对贫困发生率无显著性影响。换言之，单纯的经济增长、交通状况基础设施建设未表现出显著的反贫困效用。

根据上述分析结果，民族自治地方的贫困发生率均值明显高于非民族自治地方，有必要就民族自治地方的贫困问题进行单独分析。为此，以民族自治地方的46个县域单位为样本，采用相同模型探讨贫困发生率的相关影响因素，经Eviews软件处理的变量显著性情况如表2所示。

表2 贵州民族自治地方贫困相关影响因素

计算结果表明，人均耕地面积、城镇人口比重、纯技术效率与规模效率是显著影响贵州民族自治地方贫困发生率的重要因素，而就本样本而言，人均地区生产总值、农民人均纯收入、交通状况等因素对民族自治地方贫困发生率的影响并不显著。

四、对策建议

第一，秉持全要素生产效率视角，从提升宏观经济绩效入手，促进经济发展，降低民族自治地方贫困发生率。DEA测评的纯技术效率、规模效率皆基于全要素效率视角，综合反映了不同生产要素在宏观经济生产中的作用。本项研究以人口、固定资产投资、国土面积为要素输入项，以地区生产总值为输出项，系统考察输入与输出之间的对应关系，所测评的效率是多目标意义下的经济效率，有别于单纯追求经济增长，片面谋求经济总量。提升全要素生产效率才是减缓贫困发生率的积极举措。

第二，切实保障贫困个体所持有的耕地面积，并设法提高种植业生产效率。耕地不仅是农业生产的基础，是粮食安全的重要保障，也是贫困个体立身之本，是其最为重要的衣食来源，是其基本生活水平的保证。贵州石漠化问题较为严重，耕地稀缺，人均耕地面积在很大程度上与贫困发生率相关联。

必须意识到，贫困个体往往伴随谋生能力的缺乏，离开耕地极有可能导致生存状况的进一步恶化。2014年中共中央、国务院印发的《关于全面深化农村改革加快推进农业现代化的若干意见》，即中央一号文件曾明确指出：“在坚持和完善最严格的耕地保护制度前提下，赋予农民对承包地占有、使用、收益、流转及承包经营权抵押、担保权能。”在这一背景下，保证贫困个体所持有的耕地面积或相应收入水平将更具有挑战性。

在确保贫困个体所持有耕地面积的前提下，必须设法提高耕地使用效率。贵州农村扶贫开发业已确立了十大扶贫产业，其中核桃、蔬菜、油茶、中药材、茶叶、马铃薯、草地生态畜牧业、烤烟等大多依托于耕地，产业化运作是提高耕地使用效率的重要举措。

第三，稳步推进城镇化，有效缓解农村贫困。城镇化显著改变了所覆盖区域居民的生产、生活方式，改善其生产、生活基本设施，为其提供医疗、卫生、社会保障，降低了贫困发生率，并以釜底抽薪的方式缓解了农村贫困问题。

最后必须提及的是，本项研究之所以采用DEA方法测评宏观经济绩效，不仅因为DEA方法是一种应用广泛的非参数绩效评价方法，更在于DEA方法所具有的显著特征，即，DEA所测度的效率是一种相对效率，表征的是目标DMU与某个或某些弱有效DMU之间的相似程度。事实上，DEA所测度的效率具有目标针对性，不同DMU其绩效计算可能基于不同的参照标准，每一个DMU总是从自身特征出发，选择于其最为有利的弱有效DMU进行对比，进而计算出效率值。

参照标准不同则意味着目标DMU改进绩效的方向或着力点不同。考虑到提高纯技术效率与规模效率对降低贫困发生率的显著性作用，这说明贵州民族自治地方反贫困的相关对策与举措也理所当然具有对象针对性，不可一概而论。作为佐证的是，人均生产总值、农民人均纯收入等不能显著解释民族自治地方的贫困发生率，经济增长的果实未必能惠及贫困个体，单纯的经济增长未必能减缓贫困。

[1]向玲凛，邓 翔. 西部少数民族地区反贫困动态评估[J]. 贵州民族研究，2013，(1)：98-102.

[2]向玲凛，邓 翔，瞿小松. 西南少数民族地区贫困的时空演化—基于110个少数民族贫困县的实证分析[J]. 西南民族大学学报（人文社会科学版），2013，(2)：124-129.

[3]程厚思，邱文达，赵德文. 边缘与“孤岛”—关于云南少数民族地区贫困成因的一种解释[J]. 中国农村观察，1999，(6)：45-51.

[4]张 毅，张 帆. 民族地区贫困问题研究述评[J].当代经济，2011，(6)：94-96.

[5]陈全功，李忠斌. 少数民族地区农户持续性贫困探究[J]. 中国农村观察，2009，(5)：39-48，55.

[6]蔡 昉，王德文，都 阳. 中国农村改革与变迁:30年历程和经验分析[M]. 格致出版社，上海人民出版社，2008.

[7]J. Tobin. Estimation of relationships for limited dependent variables[J].Econometrica，1958，26(1)：24-36.

[8]A. Charnes， W. W. Cooper and E. Rhodes.Measuring the efficiency of Decision Making Units [J].European Journal of Operational Research，1978，2 (6):429-444.

[9]R. D. Banker，A. Charnes and W. W. Cooper.Some models for estimating technical and scale inefficiencies in Data Envelopment Analysis [J].Management Science，1984，30(9)：1078-1092.