农村贫困减缓与县域经济发展的时空耦合效应研究

时间：2024-05-23

孔姝琪

摘要：应用传统统计研究手段和探索性空间数据研究方法，对贵州省88个县（区）的经济发展水平、贫困发生率整体情况进行研究，从全局空间和局部空间相结合的视角，揭示县域经济发展和贫困的耦合交互关系，从空间耦合效应角度寻求区域经济发展和贫困的协同发展，为精准扶贫的可持续性提供动力机制。研究结果显示，贵州省经济发展较好的区域主要分布在黔中、黔北与黔西北地区，贫困发生率分布整体呈现中北部低、西南部高的“U”型态势，黔北和黔西南部分地区减贫速率较快。经济发展与贫困发生率的耦合协调度在研究时段内呈现出下降趋势，且空间分布差异显著。低耦合协调地区主要位于贵阳市所属区以及周边县（区），经济发展基础好，充分发挥了中心城市辐射带动作用与经济涓滴效应。高度耦合协调地区主要位于黔东南地区，为空间贫困陷阱区域。据此，提出贵州省应继续推进易地扶贫搬迁、产业扶贫等政策，弥补因区域经济发展不足而陷入贫困的县（区），同时为其他区域扶贫攻坚和精准扶贫提供现实参考。

关键词：县域经济发展;贫困发生率;耦合协调效应;农村减贫

中图分类号：F323.8 文献标识码：A

文章编号：0439-8114（2020）05-0157-08

Abstract： In this paper， the overall situation of economic development level and poverty incidence in 88 districts and counties of Guizhou province were analyzed by traditional statistical methods and exploratory spatial data. From the combination perspective of global and local space， the coupling interaction between county economic development and poverty were revealed to seek the coordinated development of regional economic development and poverty alleviation from the perspective of spatial coupling effect and provide a dynamic mechanism for the sustainability of precise poverty alleviation. The result showed that the regions with better economic development in Guizhou Province mainly distributed in the central， northern and northwestern regions. The overall distribution of poverty incidence is "U" type situation that low in the north-central， high in the southwest part of Guizhou Province. The poverty reduction rate in some parts of Northern Guizhou and southwest Guizhou presented more rapidly. The degree of coupling and coordination between economic development and poverty incidence showed a downward trend in the study period， and the spatial distribution was significantly different. The low coupling coordination area is mainly located in the districts of Guiyang City and the surrounding counties， which developed well in economic and fully played a radiation driving role and trickle-down effect of the economy. Highly coupled and coordinated areas are mainly located in southeastern Guizhou， which belong to spatial poverty trap area. It suggested that the policies such as relocation and industrial poverty alleviation， etc.， should be continuously promoted in Guizhou Province to make up for the poverty-stricken districts and counties.

Key words： County economic development; poverty incidence; coupling and coordination effect; rural poverty reduction

中共十九大報告指出，增进民生福祉是发展的根本目的，扶贫攻坚成为新时代的主要任务，也是全面建成小康社会必须打赢的“三大攻坚战”之一。促进持续发展，彻底摆脱贫困，实现共同富裕，是全社会共同关心的问题，也是众多学者研究的热点主题。截至2018年，中国贫困人口已从9 899万人减少到1 660万人，贫困发生率降至1.7%，扶贫效果显著，为全世界减贫事业提供了“中国方案”。贵州省是脱贫攻坚的主战场之一。2018年贵州省经济增长达9.1%，经济增速连续两年位居全国首位，贫困人口数从2015年623万人减少至2018年155万人，贫困发生率下降至4.3%[1]。可以看出，区域经济发展是消除贫困的首要条件，消除贫困的永动力也是经济发展，因此不可忽视区域经济发展对减贫、脱贫的重要作用。

区域经济发展是区域减贫的目的，也是脱贫的根本路径。区域经济发展通过不同方式减缓贫困状况，提高贫困人口可支配收入。比如區域经济发展有利于提高政府财政收入，从而增加政府对贫困人口的转移支付;其次，有利于提高农业经营效率，增加农业收入;有利于改变区域产业结构，增加非农产业从业人员人数等。学者基于不同尺度对减贫与经济发展的联系开展了大量研究，证实了城镇化[2]与经济发展[3]对农村减贫的作用。在宏观尺度上，丁建军[4]以2000—2011年作为时间断面，以武陵山片区为研究对象[5]，分析了经济增长益贫性的时空差异等。谭昶等[6]基于空间维度验证了产业结构优化升级对农村贫困的影响效应，包括直接效应与溢出效应。在县域尺度研究经济发展与农村减贫之间的关系方面，郭远智等[7]以云南为案例区，对2010和2015年云南县域经济发展与农村减贫的耦合协调进行分析，并探讨其形成机制。此外，潘东阳等[8]对贵州省县域减贫效率进行了测度，并对其空间差异进行了分析。微观层面上，韩佳丽等[9]基于中国九大连片特困地区的微观农户调查数据研究发现，贫困地区农村劳动力流动能够在一定程度上减缓贫困发生。

现有文献在经济发展对贫困减缓的作用方面进行了多视角研究，但在某些方面仍存在不足，例如运用Arcgis和Geoda软件，系统分析县域经济发展与贫困耦合的时空格局演化，其研究尚不够深入，缺乏对两者之间耦合关系的空间分析与背后实际意义的深入探讨。县域经济发展对农村贫困发生率降低的效果如何？两者之间耦合关系存在怎样的空间分异特征？如何结合区域特征，优化经济政策、产业政策及精准扶贫政策，促进欠发达地区经济发展良性循环，提高扶贫效率，巩固扶贫效果？以上这些问题，是本研究的目的与出发点，也是笔者试图研究与解答的主要问题。

区域经济发展和减贫的核心是产业项目，因此对贫困区域进行地理识别和认定，对于安排各种扶贫项目是不可或缺的[10]。鉴于此，本研究以贵州省88个县（区）为例，从县域经济发展、贫困发生率以及两者耦合协调度的时空格局角度审视区域经济发展对减贫贡献的客观规律，结合传统的统计研究手段和探索性空间数据研究方法，试图为贵州省优化县域经济空间格局提供决策依据，为因地制宜施行差异化的扶贫政策提供一定的参考。

1 研究区域概况、数据来源与研究方法

1.1 研究区域

贵州省地处中国西南内陆地区腹地，是西南地区重要的交通枢纽，长江经济带的重要组成部分。贵州省地形地貌素有“八山一水一分田”之说，地形破碎，其中有92.5%的土地面积为山地和丘陵，属于典型的喀斯特地貌，因此基础设施建设难度大。截至2017年底，贵州省常住人口3 580万人，地区生产总值13 540.83亿元。贵州省总面积17.62万km2，下辖6个省辖市，3个自治州，52个县，11个自治县，9个县级市，15个市辖区，1个特区。按照《中国农村扶贫开发纲要（2011—2020）》提出的重点开发的14个集中连片特区，在贵州省涉及武陵山区、乌蒙山区和滇桂黔石漠化区，处在集中连片特区的县（区）占贵州县级行政单元总数的80.68%（图1）。截至2016年底，贵州省各县（区）的人均GDP最高达到100 733元，最低为16 805元，贫困发生率最高的为23.09%，最低的为0。由此可见，贵州省各县域经济发展和贫困发生率差异极大，在空间分布上存在不平衡性。

1.2 研究方法

本研究采用泰尔指数法[11]与经济测算指数衡量贵州省县域经济发展水平，在充分了解经济发展水平和贫困程度的基础上，利用容量耦合模型与ESDA方法对两者之间的关系进行研究。

1.2.1 泰尔指数法泰尔指数广泛应用于区域经济差异研究，取值范围在0～1，用于测度区域内差异（TWR）和区域间差异（TBR）对区域整体差异的贡献度。泰尔指数越接近于1，说明该地区经济差异越大。其公式为：

式中，D为耦合协调度;C为耦合度;T为协调度;U1为经济发展指数;U2为贫困发生率;a、b为待定权重，均取0.5。基于已有研究提出的相关分类标准，采用均匀分布函数法将D值划分为4大阶段9小阶段（表1）。

1.2.3 ESDA方法 ESDA可以划分为全局空间自相关与局部空间自相关。两类空间自相关为一个空间单元上的某种事物或现象与邻近空间单元上同种事物或现象的相关性测度提供有效工具[12]。全局空间自相关选取Moran's Ⅰ作为测算指标来衡量研究空间的整体趋势与特征，取值范围为[-1，1]。指数大于0表示存在正自相关，即高高相邻或低低相邻，小于0时为高低相邻。局部空间自相关选取Local Moran's Ⅰ来衡量局部研究单元与相邻空间要素的差异程度，能探测出高值和低值的集聚情况。

1.3 指标选取与数据来源

衡量一个区域经济发展的因素包括经济增长、经济结构变动及人民生活水平变化等。因此，本研究参考了理论界关于衡量经济发展的指标设计与选择[13]，主要从经济发展水平、农民生活水平和产业结构三个角度来评价县域经济发展。选取各县域人均GDP、人均财政收入、人均工业增加值、人均农业增加值与人均固定资产投资5个指标来衡量县域经济增长;选取农村居民人均可支配收入与人均消费品零售额来衡量农民生活水平;选取二、三产业产值占比与二、三产业从业人员占比来衡量县域产业结构。指标权重的确定采用熵权法[14]。具体指标选取和计算方法见表2。

考虑到数据可得性与数据转换精准性，本研究中的贫困线参考2011年度全国扶贫工作会议设定的扶贫线标准2300元（2010年不变价）。基于此选取了2012年与2016年贵州省的数据，相关数据来源于《贵州省统计年鉴》。其中衡量经济发展各项指标的人均数据，由地区总数据与年末常住总人口相除而得，贫困发生率数据来源于贵州省扶贫开发办公室公开发表的贵州省各市（州）、县（市、区、特区）农村贫困人口统计表。

进一步观察，有31.82%的县（区）耦合协调度进行了向下改变，3.4%的县（区）耦合协调度状态进行了向上改变。其中，耦合协调度向下改变的县（区）大部分集中在黔西南、黔中、黔北、黔西北地区，小部分集中在黔东南与黔东北地区。其中，织金县、纳雍县、镇宁县、六枝特区、兴仁县等13个县（区）由勉强失调状态转向濒临失调状态;湄潭县、余庆县、瓮安县、红花岗区、西秀区等10个县（区）由濒临失调状态转向轻度失调状态;钟山区由勉强失调状态转向轻度失调状态;开阳县、清镇市、花溪区由轻度失调状态转向中度失调状态;白云区由轻度失调状态转向严重失调状态。仅贵定县、剑河县和榕江县三个县（区）的状态进行了向上改变，由濒临失调向勉强失调转变，意味着县域经济发展对减贫的作用并不明显。

3）通过数据分析可以看出，县域经济发展与贫困发生率的耦合达到濒临失调及以下状态的条件主要有两种：一是位于贵阳市区及周边的县（区），处于黔中核心经济圈或者为高速公路沿线地区，比如息烽县、开阳县、西秀区等，这类地区经济发展基础较好，就业机会多，有助于相对贫困人口的减少。二是威宁、务川、赫章、黄平等经济发展水平相对落后的县（区），由于地区基础条件差，县（区）经济发展带来基础设施的改善，结合政府实施的易地扶贫搬迁政策、产业扶贫政策等有助于绝对贫困人口的减少。

3.2 空間关联格局特征

利用arcgis10.2计算出2012年和2016年全局莫兰指数（Global Moran's Ⅰ）来探讨贵州省县域经济发展与贫困发生率耦合格局的自相关特征。在Z得分超过临界值1.65，P<0.05的显著水平上，2012年和2016年的Moran's Ⅰ都大于0，表示数据呈现空间正相关，即耦合协调度高（低）的县（区）趋于向类似水平的地区集聚。更进一步，运用Geoda计算局部莫兰指数（Local Moran's Ⅰ），以标准化之后的县域经济发展水平与贫困发生率的耦合协调度为横坐标，以其空间滞后项为纵坐标，空间权重矩阵利用边界相邻的邻接矩阵法。将平面图分为四个象限（图6）。从图6中可以看出，局部莫兰指数从2012年的0.49增加到2016年的0.57，即经济发展水平与贫困发生率的耦合协调存在空间关联性，且这种空间关联性有增强的趋势。此外，各空间集聚类型的规模发生了变化，2012年到2016年，第一、第四象限内的县（区）逐渐向第二、第三象限内转移，即处于HH型与HL型的县（区）逐渐向LH型与LL型转移。由于莫兰指数无法判别“热点”区域（高值与高值聚集的区域）和“冷点”区域（低值与低值聚集的区域），因此利用GeoDa软件在P<0.05的水平下绘制LISA聚类图（图7）。整体来看，2012年和2016年县域经济发展与贫困发生率耦合协调布局以HH（高值聚集区）和LL（低值聚集区）为主，2012年未出现LH（高值包含低值异常）和HL（低值包含高值异常），2016年未出现HL。

2012年，LL区主要集中分布在贵阳市及周边县（区），如观山湖区、白云区、花溪区、清镇市等，且集聚现象比较显著。这类县（区）经济发展水平较高，因此带动周边县（区）发展，经济发展对贫困发生率的降低具有显著作用。HH区主要分布在凯里市、六枝特区、关岭县、普安县、剑河县、三都县、雷山县、麻江县、丹寨县、万山特区。这一类县（区）自身耦合协调度较高，周围县（区）耦合协调度也较高。

2016年，LL区主要分布在修文县、清镇市、观山湖区、白云区、乌当区、云岩区、南明区。LH区为普安县，即普安县与邻近县（区）相比较，耦合协调度较低。HH区主要集中分布在台江县、凯里市、贵定县、六枝特区、剑河县、三都县、都匀市、榕江县、雷山县、麻江县、玉屏县、三穗县、镇远县、天柱县、平塘县、黎平县。2012—2016年，高值聚集区域呈现扩散趋势，即耦合协调度的空间分布随时间向空间聚集状态演变，并且明显集中在贵州省东部和南部地区，说明县域经济发展和贫困的耦合度局部空间依赖性在加强。

4 主要结论与启示

1）贵州省县域经济发展不均衡，经济发展较好的区域主要分布在黔中、黔北与黔西北地区，其他地区经济发展水平较低;贫困发生率的分布方面，区域内部贫困程度差异大，整体呈现“U”型态势，高值区集中在黔西、黔南、黔东南地区，低值区集中在黔中、黔北地区;贫困发生率年均减速方面，黔北地区和黔西南部分地区减贫速率较高。

2）县域经济发展有利于降低贫困发生率。县域经济发展与贫困发生率之间存在相互影响，相互制约的耦合机制。贫困导致人口增长和生态环境趋向脆弱，又使区域贫困加剧，不利于区域经济发展。两者之间的耦合协调度在研究时段内整体呈现出向下调整的态势，且空间分布差异显著。其中，低耦合协调地区主要位于贵阳市所属区以及周边县（区），经济发展基础好，充分发挥了辐射带动作用与经济涓滴效应。高度耦合协调地区主要位于黔东南地区，没有工业化优势，产业基础落后，且处于生态脆弱地区。对于这些县（区），应当把有限资源集中于拉动力较强的部门，找出限制经济活动开展的限制因子，对生产方式和产业结构做出调整，兼顾经济发展与生态保护。

3）区域性整体贫困问题突出，空间贫困陷阱区域集中在耦合协调度高、贫困发生率高或者贫困发生率年均减速低的区域，如晴隆县、台江县、榕江县、施秉县、剑河县、镇远县、玉屏县、雷山县等。这类区域生态环境脆弱、信息闭塞、基础设施建设困难，区域经济发展缓慢，短时期内无法改变低水平的资源配置均衡，是需要重点关注的贫困区域。经济发展产生的涓滴效应难以在这些地区和剩余性质的贫困人口中体现[16]。因此建议结合当地的自然禀赋和可利用的资源条件“因县施策”，对区域进行适度经济开发，施行差异化的扶贫政策[17]。并继续推进易地扶贫搬迁政策、金融政策[18]、产业扶贫政策等，将发展型社会政策和协同治理的框架纳入反贫困战略中。

4）对于区域经济发展与贫困发生率耦合较差的地区，应考虑从以下几个方面制定相关政策：一是优化区域产业结构，促进城乡一体化，提高就业机会;二是改变土地利用方式，促进土地高效集约利用，发展经济作物种植与特色高山农业，发展特色生态经济区等;三是完善地方社会保障政策，对没有劳动能力的贫困人口实施兜底政策。

本研究采用微观尺度的县级数据对县域经济发展和贫困发生率进行研究，若采用跨度更大的时间序列数据，能更深入地反映两者之间协调水平在时间与空间上的演变趋势。此外，目前对于贫困的认识已从单一的收入指标逐渐转向多维评价的方法，这是本研究的不足之处，也是后续开展相关研究的重点与难点。

参考文献：

[1] 孙志刚.书写中国减贫奇迹的贵州篇章[N].贵州日报，2019-04-01（001）.

[2] 崔万田，何春.城镇化的农村减贫效应：理论机制与实证检验[J].经济科学，2018（4）：89-102.

[3] 张凤华，叶初升.经济增长、产业结构与农村减贫——基于省际面板数据的实证分析[J].当代财经，2011（12）：14-21.

[4] 丁建軍.武陵山片区经济增长益贫性与空间差异演变——基于2000—2011年县域数据的实证分析[J].地理研究，2014，33（05）：948-960.

[5] 丁建军，周书应.武陵山片区城镇化减贫效应的空间异质性——基于SDE与GWR的视角[J].中南民族大学学报（人文社会科学版），2018，38（2）：78-83.

[6] 谭昶，吴海涛，黄大湖.产业结构、空间溢出与农村减贫[J].华中农业大学学报（社会科学版），2019（2）：8-17，163.

[7] 郭远智，周扬，刘彦随.云南省县域经济发展与农村减贫的空间耦合协调分析[J].经济经纬，2019，36（1）：1-9.

[8] 潘东阳，洪名勇.县域减贫效率测度及空间差异分析——基于贵州省的实证研究[J].统计与信息论坛，2019，34（1）：101-108.

[9] 韩佳丽，王志章，王汉杰.新形势下贫困地区农村劳动力流动的减贫效应研究——基于连片特困地区的经验分析[J].人口学刊，2018，40（5）：100-113.