程名望 李禮連 張家平

摘要消除貧困是中國共產(chǎn)黨的一項重要?dú)v史使命。目前，中國脫貧攻堅進(jìn)入關(guān)鍵的決戰(zhàn)決勝階段，精準(zhǔn)脫貧成為實現(xiàn)鄉(xiāng)村振興及全面建成小康社會的關(guān)鍵問題。本文以貧困突出的江西革命老區(qū)為例，采用ESDA空間探索性分析和空間計量模型，探究其空間貧困分異特征、陷阱形成機(jī)制及影響因素，發(fā)現(xiàn)：①從時間維度看，2000—2016年，受國家貧困標(biāo)準(zhǔn)線大幅調(diào)整影響，江西革命老區(qū)貧困人口和貧困發(fā)生率呈現(xiàn)三個斷點(diǎn)下降時期，總體脫貧進(jìn)程加快。②從空間維度看，江西革命老區(qū)各縣（市、區(qū)）的貧困人口和貧困發(fā)生率明顯減少，貧困分異特征表現(xiàn)為高貧困地區(qū)集聚于南部的集中連片區(qū)或國家級貧困縣，低貧困地區(qū)主要集聚于北部的非貧困區(qū)。③進(jìn)一步通過空間檢驗發(fā)現(xiàn)，江西革命老區(qū)貧困以“高-高”集聚模式為主，并形成“空間貧困陷阱”，均屬于集中連片特困區(qū)或國家級貧困縣;少數(shù)地區(qū)的貧困還存在“低-低”集聚模式，形成“脫貧溢出效應(yīng)”，均屬于非貧困區(qū)。④實證結(jié)果表明，城鄉(xiāng)收入之比和中學(xué)教師負(fù)擔(dān)學(xué)生數(shù)顯著加劇了江西革命老區(qū)貧困水平;而農(nóng)民人均純收入、衛(wèi)生技術(shù)人員比例和農(nóng)業(yè)機(jī)械化水平對減貧具有顯著正向作用;貧困空間滯后項的顯著為正也再次驗證了江西革命老區(qū)“空間貧困陷阱”及“脫貧溢出效應(yīng)”的存在性;相鄰地區(qū)的農(nóng)民人均純收入和衛(wèi)生技術(shù)人員比例的減貧效果存在顯著的空間溢出效應(yīng)。為此，本文提出實現(xiàn)江西革命老區(qū)精準(zhǔn)脫貧建議。

關(guān)鍵詞 空間貧困;空間貧困陷阱;致貧因素;江西革命老區(qū);集中連片特困區(qū)

目前，中國脫貧攻堅進(jìn)入關(guān)鍵的決戰(zhàn)決勝階段，但截至2018年底，中國農(nóng)村仍有高達(dá)1660萬的貧困人口，其主要分布在自然條件惡劣、地理位置偏遠(yuǎn)、基礎(chǔ)設(shè)施薄弱的深度貧困地區(qū)，該區(qū)域絕大多數(shù)屬于革命老區(qū)或涉老地區(qū)。盡管建國后的革命老區(qū)取得較快發(fā)展，但其整體經(jīng)濟(jì)社會發(fā)展步伐相較于全國平均水平明顯滯后，導(dǎo)致革命老區(qū)的民生和貧困問題的凸顯。在全面建成小康社會的歷史使命下，政府強(qiáng)化對革命老區(qū)經(jīng)濟(jì)民生的推動工作，出臺并初步形成“1258”關(guān)于支持革命老區(qū)脫貧及振興發(fā)展的政策體系（即1個總體指導(dǎo)意見、2個區(qū)域性政策意見、5個重點(diǎn)老區(qū)振興發(fā)展規(guī)劃、8個涉老片區(qū)區(qū)域發(fā)展與扶貧攻堅規(guī)劃）。其中，2012年國務(wù)院出臺的《國務(wù)院關(guān)于支持振興贛南等原中央蘇區(qū)發(fā)展的若干意見》（以下簡稱《意見》），強(qiáng)調(diào)振興革命老區(qū)的關(guān)鍵在于破解突出的貧困問題，重點(diǎn)提高并改善農(nóng)民生活水平及農(nóng)業(yè)生產(chǎn)條件，并依托革命老區(qū)的紅色文化和生態(tài)資源優(yōu)勢，打造全國革命老區(qū)紅色文化傳創(chuàng)區(qū)及扶貧攻堅示范區(qū)。為進(jìn)一步科學(xué)規(guī)劃并細(xì)化革命老區(qū)振興發(fā)展及精準(zhǔn)脫貧的各項政策措施，2014年國務(wù)院出臺《贛閩粵原中央蘇區(qū)振興發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》）?！兑?guī)劃》要求深入貫徹落實《意見》精神，科學(xué)確定原中央蘇區(qū)的發(fā)展戰(zhàn)略定位，即革命老區(qū)紅色文化傳創(chuàng)區(qū)、扶貧攻堅示范區(qū)、特色優(yōu)勢的產(chǎn)業(yè)基地、著名的旅游勝地、重要的區(qū)域綜合交通樞紐及生態(tài)屏障。一系列關(guān)于革命老區(qū)振興發(fā)展與扶貧攻堅政策意見的出臺，充分體現(xiàn)了中國共產(chǎn)黨、中央政府對革命老區(qū)貧困問題的重視及對打贏脫貧攻堅的決心?；诖耍疚臄M以江西革命老區(qū)作為典型研究對象，在全面建成小康及鄉(xiāng)村振興戰(zhàn)略背景下，探究革命老區(qū)精準(zhǔn)脫貧，這具有重要的實踐和學(xué)術(shù)價值。

1文獻(xiàn)綜述

貧困問題的綜合復(fù)雜性，引起了國內(nèi)外學(xué)者的廣泛關(guān)注，其中致貧因素一直以來都是學(xué)者研究的核心問題。關(guān)于致貧因素的研究最早興起于人力資本與個人收入的探討。Schultz[1]提出人力資本匱乏是致貧的關(guān)鍵因素，且人力資本存量差異是形成收入不平等的重要原因[2]，其中教育被認(rèn)為是提升人力資本積累的重要途徑[3-5]。程名望等[6]則認(rèn)為基礎(chǔ)教育和健康均是影響農(nóng)戶收入的核心人力資本變量，且人力資本的投入更應(yīng)該關(guān)注健康問題。還有學(xué)者關(guān)注代際關(guān)系對人力資本投入的影響，認(rèn)為貧窮通過削弱教育投資、醫(yī)療保障、就業(yè)培訓(xùn)等人力資本投入傳遞給下一代[7-9]，形成貧困的“馬太效應(yīng)”[10]。此外，大量研究結(jié)果表明經(jīng)濟(jì)增長對農(nóng)村減貧具有重要影響[11-13]，經(jīng)濟(jì)增長的“滴漏效應(yīng)”有助于提高窮人的收入水平，但并不能解釋貧困下降的全部內(nèi)容，該過程的收入分配機(jī)制發(fā)揮重要作用，當(dāng)收入差距擴(kuò)大會阻礙經(jīng)濟(jì)增長減貧效應(yīng)。羅楚亮[14]通過分析貧困變動的經(jīng)濟(jì)增長效應(yīng)與收入分配效應(yīng)驗證上述觀點(diǎn)，認(rèn)為中國經(jīng)濟(jì)轉(zhuǎn)型過程中同時發(fā)生收入增長和收入差距擴(kuò)大，并對農(nóng)村貧困減緩具有不同影響。另外，有學(xué)者提出社會資本在解決貧困和經(jīng)濟(jì)脆弱性問題中發(fā)揮重要作用[15-16]。社會資本包含社會網(wǎng)絡(luò)、信任和規(guī)范三個維度，其中社會網(wǎng)絡(luò)能夠提供共享信息、降低風(fēng)險成本，減少機(jī)會主義行為，因此，個人通過社會網(wǎng)絡(luò)可獲取更多有利于就業(yè)和收入提高的資源[17];而信任則可彌補(bǔ)正式制度的缺陷，減少交易成本[18]。還有部分學(xué)者認(rèn)為農(nóng)村基礎(chǔ)設(shè)施落后、自然環(huán)境惡劣等因素是重要的致貧因子，并建議破除農(nóng)村基礎(chǔ)設(shè)施瓶頸，充分發(fā)揮農(nóng)村獨(dú)特生態(tài)環(huán)境和紅色文化優(yōu)勢，推動區(qū)域旅游產(chǎn)業(yè)及農(nóng)業(yè)現(xiàn)代化發(fā)展[19-21]。也有學(xué)者認(rèn)為扶貧政策、互聯(lián)網(wǎng)應(yīng)用、農(nóng)村金融發(fā)展等對區(qū)域貧困也產(chǎn)生了重要影響[22-27]。

梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，關(guān)于貧困問題的研究較為豐富，致貧因素考慮也較為充分，但在實證研究中往往忽略了貧困的空間依賴性。已有研究絕大多數(shù)都是基于地理空間均質(zhì)性和獨(dú)立性假設(shè)，未考慮空間相關(guān)性，直接影響到研究結(jié)論的可靠性和科學(xué)性。國內(nèi)有極少關(guān)于空間貧困的文獻(xiàn)，主要停留在空間貧困理論[28-29]、貧困空間特征描述[30]及貧困集聚的統(tǒng)計檢驗[31]，并未具體闡述“空間貧困陷阱”的形成機(jī)制，更未從空間計量模型上探究該問題?；诖?，本文在已有研究的基礎(chǔ)上，以江西革命老區(qū)為例，基于空間貧困視角深入探討貧困分異特征、陷阱形成機(jī)制及致貧因素。具體來說，應(yīng)用地理信息系統(tǒng)（GIS）分析革命老區(qū)空間貧困分異特征，進(jìn)一步檢驗“空間貧困陷阱”的存在性及形成機(jī)制，并將檢驗結(jié)果納入空間計量模型進(jìn)行實證分析，為精準(zhǔn)脫貧建議提供更加科學(xué)的理論與實證論據(jù)。

2方法與數(shù)據(jù)

2.1ESDA空間探索性分析

2.2空間面板數(shù)據(jù)模型

2.3數(shù)據(jù)來源與變量選取

本文研究數(shù)據(jù)包括統(tǒng)計數(shù)據(jù)和空間數(shù)據(jù)。統(tǒng)計數(shù)據(jù)涉及2000—2016年江西及各地市統(tǒng)計年鑒，空間數(shù)據(jù)于國家基礎(chǔ)地理信息數(shù)據(jù)中心提供的矢量數(shù)據(jù)。在指標(biāo)選取方面，由于貧困影響因素較多，本文借鑒已有研究成果，并考慮數(shù)據(jù)的可獲得性，從經(jīng)濟(jì)收入、社會保障、農(nóng)村生產(chǎn)條件三個維度選取13個可能的致貧因素作為自變量（如表1）。其中經(jīng)濟(jì)收入維度選取農(nóng)民人均純收入（Inc）、人均GDP（Pgd）、非農(nóng)產(chǎn)業(yè)比重（Nag）、城鄉(xiāng)收入比（Iga）4個變量，用于衡量當(dāng)?shù)剞r(nóng)民收入、經(jīng)濟(jì)發(fā)展、城鄉(xiāng)收入差距及產(chǎn)業(yè)結(jié)構(gòu)對革命老區(qū)減貧的影響;社會保障維度選取醫(yī)療床位比例（Mbr）、衛(wèi)生技術(shù)人員比例（Pht）、中學(xué)教師負(fù)擔(dān)學(xué)生數(shù)（Tbr）、城鎮(zhèn)化率（Urb）、鄉(xiāng)村從業(yè)人口比重（Rwr），用于衡量教育資源、醫(yī)療水平、農(nóng)村人口轉(zhuǎn)移、鄉(xiāng)村人口就業(yè)等因素對革命老區(qū)減貧的影響;農(nóng)業(yè)生產(chǎn)維度選取農(nóng)業(yè)機(jī)械化水平（Ama）、農(nóng)村人均糧食產(chǎn)量（Pgn）、農(nóng)村人均耕地面積（Paa）、農(nóng)作物干旱水平（Dro），用于衡量農(nóng)業(yè)現(xiàn)代化、農(nóng)村耕地資源、水資源、糧食生產(chǎn)等因素對革命老區(qū)減貧的影響。此外，本文選取貧困人口（PP）、貧困發(fā)生率（PR）2個貧困指標(biāo)作為因變量，通過對上述數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理消除變量之間的量綱問題。

3貧困時空分異特征與陷阱形成

3.1區(qū)域概況

2014年國務(wù)院印發(fā)的《贛閩粵原中央蘇區(qū)振興發(fā)展規(guī)劃》確定了涉及贛州、吉安、撫州、上饒、新余、萍鄉(xiāng)、鷹潭和宜春的54個縣（市、區(qū)）為革命老區(qū)，該區(qū)域行政區(qū)域面積為10.30萬km2，占江西省面積的62%。其中包括羅霄山脈集中連片特困區(qū)的17個縣（市、區(qū)），18個國家級貧困縣，主要分布在贛州的東、西、北部，吉安西南部，撫州中南部。截至2016年，革命老區(qū)人均GDP為30046元，明顯低于江西省平均水平（40106元）;革命老區(qū)農(nóng)村居民人均純收入為11324元/a，明顯低于江西省平均水平（12138元/a）。從貧困分布來看，2016年革命老區(qū)貧困人口為70.61萬人，其中集中連片區(qū)有42.45萬人，國家級貧困縣有42.24萬人;革命老區(qū)貧困發(fā)生率為2.76%，其中集中連片特困區(qū)和國家級貧困縣均為4.58%，明顯高于江西省（2.46%）。總體上，江西革命老區(qū)經(jīng)濟(jì)發(fā)展相較于全省水平較為滯后，貧困區(qū)域主要分布于贛南地區(qū)等集中連片特困區(qū)和國家級貧困縣，是扶貧開發(fā)重點(diǎn)區(qū)域，也是振興發(fā)展江西革命老區(qū)的關(guān)鍵。

3.2貧困時序演變特征

年貧困人口明顯增加，但仍遠(yuǎn)低于當(dāng)時國際貧困標(biāo)準(zhǔn)線。第二次調(diào)整為2010—2011年，貧困標(biāo)準(zhǔn)線由1274元/人·a顯著增加至2300元/人·a，增幅達(dá)80.53%，導(dǎo)致2011年貧困人口激增，但貧困標(biāo)準(zhǔn)接近當(dāng)時1.25美元/人·d的國際標(biāo)準(zhǔn)，更能反映革命老區(qū)真實的貧困狀況。當(dāng)剔除貧困線兩次大幅調(diào)整的影響可發(fā)現(xiàn)：江西革命老區(qū)貧困規(guī)模呈現(xiàn)三階段的加速下降，其中第三階段下降速度最快（貧困人口年均減少48萬人），第二階段次之（貧困人口年均減少22萬人），最后是第一階段（貧困人口年均減少1萬人），充分表明革命老區(qū)脫貧進(jìn)程不斷加快。

為盡量避免因貧困線大幅調(diào)整對后文實證分析過程的科學(xué)性與結(jié)論的可靠性造成偏差，本文選取2011—2016年的數(shù)據(jù)進(jìn)行分析，不僅有效避免國家貧困線大幅調(diào)整對實證分析的干擾，且經(jīng)過調(diào)整的貧困指標(biāo)更加接近當(dāng)時1.25美元/人·d的國際貧困標(biāo)準(zhǔn)。

3.3貧困空間分異特征

從貧困的空間分異特征來看（見圖2），2011年革命老區(qū)整體貧困水平較高，且分布較為集中。其中貧困人口高于9萬人的地區(qū)有12個，均屬于國家級貧困縣或集中連片特困區(qū);低于1萬人的地區(qū)僅有7個，均屬于非貧困區(qū);而大部分地區(qū)的貧困人口規(guī)模在1萬～3萬人，有19個，且均屬于非貧困區(qū)。2016年革命老區(qū)各縣（市、區(qū)）貧困人口明顯較少，且均低于7萬人，但分布較為集中。其中貧困人口在3萬～7萬人的地區(qū)僅有7個，均屬于國家級貧困縣或集中連片特困區(qū);而絕大多數(shù)地區(qū)貧困人口規(guī)模低于1萬人，有32個，其中31個屬于非貧困地區(qū)。此外，貧困發(fā)生率的空間分布特征與貧困人口的基本保持一致?？傮w上，2011—2016年革命老區(qū)貧困人口和貧困發(fā)生率明顯減少，但空間分異特征十分顯著，即：高貧困的縣（市、區(qū)）集中分布在革命老區(qū)中部的國家級貧困縣或集中連片區(qū)，而低貧困的縣（市、區(qū)）較為集中分布于革命老區(qū)北部的非貧困區(qū)。

3.4空間貧困陷阱形成

基于上述分析，革命老區(qū)貧困人口與發(fā)生率呈現(xiàn)明顯的集中連片特征。進(jìn)一步對革命老區(qū)的貧困指標(biāo)進(jìn)行空間統(tǒng)計檢驗，并判斷其是否存在“空間貧困陷阱”，主要采用全域MoransI指數(shù)和局域MoransI指數(shù)進(jìn)行檢驗分析。首先，采用全域自相關(guān)檢驗“空間貧困陷阱”的存在性，結(jié)果（見表2）顯示：2011—2016年貧困人口（PP）的全域MoransI指數(shù)均顯著為正，表明革命老區(qū)貧困具有顯著的空間集聚特征，即可能表現(xiàn)為高貧困地區(qū)集聚或低貧困區(qū)集聚，基于前文分析，更傾向于高貧困區(qū)域集聚的解釋。為進(jìn)一步檢驗空間集聚的穩(wěn)健性，本文還測算貧困發(fā)生率（PR）的全域MoransI指數(shù)及其統(tǒng)計檢驗結(jié)果。PR的全域MoransI指數(shù)均高于0.3，且均通過1%顯著性檢驗，表明革命老區(qū)空間貧困集聚特征非偶然性，即可能存在顯著的“空間貧困陷阱”。盡管2011—2016年革命老區(qū)貧困人口及其發(fā)生率顯著下降，脫貧成效十分顯著，但貧困空間集聚的格局仍未得到有效改變，甚至加劇空間貧困集聚的進(jìn)一步分化。

此外，采用局域MoransI指數(shù)及LISA集聚圖進(jìn)一步揭示革命老區(qū)是否真實存在明顯的“空間貧困陷阱”以及其具體分布情況。圖3所示：2011年和2016年革命老區(qū)空間貧困以“高-高”集聚特征為主，即表明高貧困地區(qū)間的集聚存在相互正向影響，并形成“空間貧困陷阱”，且該集聚區(qū)域均屬于羅霄山脈集中連片特困區(qū)或絕大部分為國家級貧困縣。此外，2011年和2016年革命老區(qū)還存在貧困的“低-低”集聚特征，即表明低貧困地區(qū)間存在正向促進(jìn)作用，并形成“脫貧溢出效應(yīng)”，且該區(qū)域?qū)儆诜秦毨^(qū)?？傮w上，2011—2016年“空間貧困陷阱”的縣（市、區(qū)）數(shù)量有所較少，而“脫貧溢出效應(yīng)”的縣（市、區(qū)）數(shù)量增加，表明革命老區(qū)的脫貧效果顯著。

4致貧因素的實證分析

4.1基于逐步回歸的實證分析

建立基準(zhǔn)的面板OLS模型，先以貧困人口作為被解釋變量，解釋變量則從經(jīng)濟(jì)收入、社會保障、農(nóng)業(yè)生產(chǎn)三個維度選取13個指標(biāo)考察其對革命老區(qū)減貧的影響機(jī)制，并通過逐步回歸法篩選城鄉(xiāng)收入比（Iga）、農(nóng)民人均純收入（Inc）、中學(xué)教師負(fù)擔(dān)學(xué)生數(shù)（Tbr）、衛(wèi)生技術(shù)人員比例（Pht）、農(nóng)村人均耕地面積（Paa）、農(nóng)業(yè)機(jī)械化水平（Ama）6個關(guān)鍵的顯著變量（如表3），且對革命老區(qū)貧困的影響均符合預(yù)期。其次，通過方差膨脹因子檢驗（VIF檢驗小于10）表明模型不存在多重共線性。最后，通過聚類穩(wěn)健標(biāo)準(zhǔn)差（CR）回歸避免異方差和序列相關(guān)問題對模型估計的影響，回歸結(jié)果也再次印證了上述模型設(shè)定的穩(wěn)健性。由此，本文得到6個關(guān)鍵的符合預(yù)期且影響顯著的致貧因素。4.2基于空間面板的實證分析

（1）建立空間面板計量模型。由于普通面板回歸模型估計結(jié)果并不精準(zhǔn)?；诖?，通過引入含有因變量的空間滯后項的空間計量模型，充分考慮“空間貧困陷阱”問題，建立空間面板的SLM模型與SDM模型：

（2）空間面板的SLM模型和SDM模型分析。以因變量（PP）的回歸結(jié)果作為重點(diǎn)討論，因變量（PR）的回歸結(jié)果作為穩(wěn)健性討論內(nèi)容。從表4可知，SLM模型的Hausman檢驗選擇了空間隨機(jī)效應(yīng)。該模型回歸顯示：貧困滯后項、城鄉(xiāng)收入比、中學(xué)教師學(xué)生負(fù)擔(dān)數(shù)對老區(qū)貧困人口具有正向影響，農(nóng)民人均純收入、衛(wèi)生技術(shù)人員比例、農(nóng)業(yè)機(jī)械化水平和農(nóng)村人均耕地面積對老區(qū)貧困具有負(fù)向影響，均與現(xiàn)實預(yù)期相符。其中貧困滯后項通過1%的顯著性檢驗，表明革命老區(qū)貧困人口確實存在明顯的空間依賴性，即鄰接地區(qū)的高貧困會對加劇當(dāng)?shù)刎毨С潭?，造成縣（市、區(qū)）間的貧困“高-高”集聚且相互促進(jìn)，最終形成“空間貧困陷阱”，再次印證了前文對“空間貧困陷阱”的檢驗。

由于SLM模型忽略了相鄰地區(qū)的致貧因素對當(dāng)?shù)刎毨У挠绊懀虼?，采用空間面板SDM模型彌補(bǔ)SLM模型的不足。SDM的Hausman檢驗選擇了空間隨機(jī)效應(yīng)，該模型的回歸結(jié)果（表4）顯示：城鄉(xiāng)收入比、中學(xué)教師負(fù)擔(dān)學(xué)生數(shù)對老區(qū)貧困具有顯著正向影響，分別通過1%和5%的顯著性檢驗;而農(nóng)民人均純收入、衛(wèi)生技術(shù)人員比例、農(nóng)村人均耕地面積、農(nóng)業(yè)機(jī)械化水平對老區(qū)減貧具有顯著正向影響，均通過5%的顯著性檢驗。具體而言，農(nóng)民人均純收入增長對農(nóng)村減貧效果顯著，但城鄉(xiāng)收入差距擴(kuò)大將阻礙收入增長的減貧效應(yīng)，該結(jié)論得到大量相關(guān)研究的驗證[11-14]。中學(xué)教師負(fù)擔(dān)學(xué)生數(shù)反映了當(dāng)?shù)貙W(xué)生人均擁有的教育資源數(shù)量，可一定程度體現(xiàn)當(dāng)?shù)亟逃?。在實際情況中，每位教師教學(xué)的時間和精力是有限的，當(dāng)教師負(fù)擔(dān)學(xué)生的數(shù)量增加，則每位學(xué)生分配到的教學(xué)時間減少，導(dǎo)致當(dāng)?shù)氐慕逃|(zhì)量下降。衛(wèi)生技術(shù)人員比例反映了當(dāng)?shù)蒯t(yī)療資源供給水平，尤其在農(nóng)村普遍存在“看病難、沒錢看病”的醫(yī)療資源供給不足的窘境，進(jìn)一步惡化了農(nóng)村“小病拖，大病扛”的致貧現(xiàn)象。因此，教育和醫(yī)療資源的供給不足問題將影響人力資本投入，進(jìn)一步阻礙老區(qū)反貧困步伐。耕地是農(nóng)業(yè)生產(chǎn)最基本的要素投入，而農(nóng)業(yè)機(jī)械化是提高農(nóng)業(yè)生產(chǎn)效率的重要資本和技術(shù)投入，二者對于老區(qū)農(nóng)業(yè)生產(chǎn)和減貧具有顯著的正向作用。在空間滯后項方面，貧困滯后項（w×y）、相鄰地區(qū)的農(nóng)民人均純收入（w×Inc）、衛(wèi)生技術(shù)人員比例（w×Pht）均通過1%的顯著性檢驗。其中貧困滯后項對老區(qū)貧困具有顯著正向影響，表明貧困人口規(guī)模高的縣（市、區(qū)）將增加相鄰的貧困風(fēng)險，再次驗證“空間貧困陷阱”顯著存在于革命老區(qū);農(nóng)民人均純收入對相鄰地區(qū)貧困具有顯著負(fù)向影響，表明提升農(nóng)民收入對相鄰地區(qū)減貧具有空間“溢出效應(yīng)”。換而言之，更高收入的地區(qū)對周邊地區(qū)農(nóng)村勞動力形成更強(qiáng)的吸引力，從而提升周邊地區(qū)的農(nóng)民收入，有利于當(dāng)?shù)孛撠?而衛(wèi)生技術(shù)人員比例對相鄰地區(qū)減貧具有顯著正向影響，醫(yī)療資源是具有明顯正外部性的公共品，醫(yī)療資源充裕的地區(qū)有利于緩解周邊地區(qū)“看病難”的困境。

4.3穩(wěn)健性分析

通過變換因變量進(jìn)一步檢驗上述結(jié)論的穩(wěn)健性。鑒于SLM模型尚不完善，針對因變量為PP和PR兩組SDM模型（如表4）進(jìn)行穩(wěn)健性分析。①兩組模型的卡方檢驗均通過1%的顯著性檢驗，擬合度較好，均采用空間隨機(jī)效應(yīng)模型估計，且各自變量對貧困的影響作用方向均保持不變，表明模型估計結(jié)果在整體上是穩(wěn)健的。②兩組模型的空間滯后項均通過1%的顯著性檢驗，再次驗證革命老區(qū)貧困存在顯著的“空間貧困陷阱”現(xiàn)象;而城鄉(xiāng)收入比、衛(wèi)生技術(shù)人員比例、農(nóng)業(yè)機(jī)械化水平、農(nóng)民人均純收入、相鄰地區(qū)的農(nóng)民人均純收入均通過5%及以上顯著性檢驗，其結(jié)論具有穩(wěn)健性。但在上述模型中有部分變量的顯著性并不穩(wěn)健：①中學(xué)教師負(fù)擔(dān)學(xué)生數(shù)和農(nóng)村人均耕地面積在PP的模型中通過5%的顯著性檢驗，而在PR的模型中不顯著，表明教育水平和耕地資源對革命老區(qū)貧困人口具有明顯的減貧效應(yīng)，但對貧困發(fā)生率的影響不具有顯著性。②相鄰地區(qū)的衛(wèi)生技術(shù)人員比例在PP的模型中通過1%的顯著性檢驗，但在PR的模型中不顯著，表明醫(yī)療資源對貧困人口的減貧作用存在空間溢出效應(yīng)，但對降低貧困發(fā)生率的溢出效應(yīng)不顯著。

5結(jié)論及評述

本文探討了革命老區(qū)空間貧困分異特征，檢驗并確定“空間貧困陷阱”的具體區(qū)域，最后運(yùn)用空間計量模型進(jìn)行回歸分析，得到革命老區(qū)關(guān)鍵的致貧因素，為老區(qū)精準(zhǔn)脫貧提供理論支撐。本文研究結(jié)論：①2000—2016年，江西革命老區(qū)貧困人口受貧困標(biāo)準(zhǔn)線大幅提高的影響，總體呈現(xiàn)2000—2007年、2008—2010年、2011—2016年三階段波動下降，脫貧進(jìn)程加快。②革命老區(qū)存在顯著的空間貧困集聚特征，且以“高-高”集聚模式為主，即存在“空間貧困陷阱”，主要發(fā)生于高貧困的羅霄山脈集中連片特困區(qū)或國家級貧困縣，且SLM模型和SDM模型再一次驗證“空間貧困陷阱”的存在性。③空間計量分析發(fā)現(xiàn)，城鄉(xiāng)收入比、衛(wèi)生技術(shù)人員比例、農(nóng)業(yè)機(jī)械化水平、農(nóng)民人均純收入、貧困滯后項、相鄰地區(qū)的農(nóng)村人均收入均是影響革命老區(qū)貧困的6個具有穩(wěn)健性的顯著性變量。④中學(xué)生教師負(fù)擔(dān)學(xué)生數(shù)、農(nóng)村人均耕地面積、相鄰地區(qū)的衛(wèi)生技術(shù)人員比例對革命老區(qū)減貧產(chǎn)生影響，但其結(jié)果也并不穩(wěn)健。

基于前文分析，本文政策啟示有：一是推動區(qū)域貧困的協(xié)同治理，破解“空間貧困陷阱”。革命老區(qū)貧困人口集中分布于資源環(huán)境惡劣、交通不便、經(jīng)濟(jì)社會發(fā)展較差的偏遠(yuǎn)地區(qū)，這是形成“空間貧困陷阱”主要原因，因此，必須打破區(qū)域扶貧的“單干現(xiàn)象”，實施區(qū)域扶貧協(xié)同共治，加強(qiáng)區(qū)域聯(lián)動合作，尤其是在典型脫貧案例的經(jīng)驗交流，互鑒互學(xué)。二是拓寬革命老區(qū)農(nóng)民收入渠道，縮小城鄉(xiāng)收入差距。一方面通過產(chǎn)業(yè)幫扶、小額信貸、農(nóng)業(yè)生產(chǎn)性補(bǔ)貼、技能培訓(xùn)、增設(shè)貧困崗位等幫扶措施為有勞動能力或缺乏資金和技術(shù)的貧困戶提供就業(yè)或創(chuàng)業(yè)的機(jī)會，實現(xiàn)“造血式”內(nèi)生脫貧動力;另一方面通過社會救助、政府救助或貧困補(bǔ)貼等形式的“輸血式”經(jīng)濟(jì)救援，以保障缺乏勞動能力的貧困戶的基本生活需求。在消除城鄉(xiāng)收入不平等問題上，一方面加快城鎮(zhèn)化進(jìn)程，促進(jìn)農(nóng)村勞動力非農(nóng)就業(yè)或進(jìn)城務(wù)工;另一方面落實轉(zhuǎn)移支付等收入再分配政策，總體上調(diào)節(jié)收入不平等問題。三是加大革命老區(qū)教育和醫(yī)療資源的供給。針對教育資源的供給不足問題，可增加革命老區(qū)教育扶貧的專項資金，尤其是教育資源短缺的地區(qū);加強(qiáng)教育資源缺乏地區(qū)的師資隊伍建設(shè)，提高貧困地區(qū)教師和支教的工資待遇。針對醫(yī)療資源供給不足問題，可加大鄉(xiāng)鎮(zhèn)和村級的基礎(chǔ)醫(yī)療隊伍和設(shè)施的標(biāo)準(zhǔn)化建設(shè)，提高縣鄉(xiāng)兩級醫(yī)療機(jī)構(gòu)管理水平和服務(wù)能力。針對特殊的貧困戶，各級醫(yī)療機(jī)構(gòu)可定期組織醫(yī)療人員赴貧困地區(qū)開展免費(fèi)就診活動，破解偏遠(yuǎn)貧困區(qū)的醫(yī)療資源短缺問題。四是加強(qiáng)農(nóng)業(yè)現(xiàn)代化建設(shè)，提供農(nóng)民農(nóng)業(yè)生產(chǎn)收益。一方面要求科學(xué)開展農(nóng)業(yè)現(xiàn)代化建設(shè)，包括現(xiàn)代化農(nóng)業(yè)基礎(chǔ)設(shè)施和農(nóng)業(yè)技術(shù)人員，可通過技術(shù)培訓(xùn)或上門指導(dǎo)等形式為有技術(shù)需求的貧困戶解決現(xiàn)實問題。另一方面，江西革命老區(qū)應(yīng)充分發(fā)揮生態(tài)優(yōu)勢和紅色文化資源優(yōu)勢，發(fā)展綠色有機(jī)農(nóng)產(chǎn)品及特色觀光旅游業(yè)，提高農(nóng)產(chǎn)品附加值。五是加強(qiáng)對革命老區(qū)脫貧的政策支持。精準(zhǔn)脫貧的綜合復(fù)雜性和社會公益性需要政府的強(qiáng)力扶持才能有效實現(xiàn)，政府需要從頂層設(shè)計制定并完善精準(zhǔn)脫貧的政策支持體系，同時通過制定相應(yīng)的法律法規(guī)保障脫貧政策的執(zhí)行力和效率，避免脫貧政策落實不到位，防止扶貧資源的漏出。

盡管本文運(yùn)用空間計量模型探究“空間貧困陷阱”問題具有一定的新意，但研究仍存在不足之處。由于數(shù)據(jù)缺乏的局限性，并未將農(nóng)村基礎(chǔ)設(shè)施、扶貧資金等因素納入模型，需要更全面的數(shù)據(jù)支撐才能實現(xiàn)。其次，采用的模型也具有一定的局限性。盡管SDM模型充分考慮了貧困的空間依賴性，但無法解決異質(zhì)性問題，即默認(rèn)空間是均質(zhì)的，因此，模型測度的回歸系數(shù)是單一的。

（編輯：劉照勝）

參考文獻(xiàn)

[1]SCHULTZTW.Capitalformationbyeducation[J].Journalofpoliticaleconomy，1960（6）：571-583.

[2EICHERTS，CECILIAGP.Inequalityandgrowth：thedualroleofhumancapitalindevelopment[J].Journalofdevelopmenteconomics，2001，66（1）：173-197.

[3]程名望，蓋慶恩，JINYH，等.人力資本積累與農(nóng)戶收入增長[J].經(jīng)濟(jì)研究，2016（1）：168-181.

[4]程名望，JINYH，蓋慶恩，等.中國農(nóng)戶收入不平等及其決定因素——基于微觀農(nóng)戶數(shù)據(jù)的回歸分解[J].經(jīng)濟(jì)學(xué)（季刊），2016，15（3）：1253-1274.

[5]程名望，張帥，史清華.農(nóng)戶貧困及其決定因素——基于精準(zhǔn)扶貧視角的實證分析[J].公共管理學(xué)報，2018，15（1）：135-146，159-160.

[6]程名望，JINYH，蓋慶恩，等.農(nóng)村減貧：應(yīng)該更關(guān)注教育還是健康？——基于收入增長和差距縮小雙重視角的實證[J].經(jīng)濟(jì)研究，2014（11）：130-144.

[7BECKERGS，TOMESN.Anequilibriumtheoryofthedistributionofincomeandintergenerationalmobility[J].Journalofpoliticaleconomy，1979，87（6）：1153-1189.

[8]張立冬.中國農(nóng)村貧困代際傳遞實證研究[J].中國人口·資源與環(huán)境，2013，23（6）：45-50.

[9]鄒薇，鄭浩.貧困家庭的孩子為什么不讀書：風(fēng)險、人力資本代際傳遞和貧困陷阱[J].經(jīng)濟(jì)學(xué)動態(tài)，2014（6）：16-31.

[10]黃瀟.如何預(yù)防貧困的馬太效應(yīng)——代際收入流動視角[J].經(jīng)濟(jì)管理，2014（5）：153-162.

[11]CHENS，RAVALLIONM.Howhavetheworldspoorestfaredsincetheearly1980s？[J].TheWorldBankresearchobserver，2004，19（2）：141-169.

[12]陳飛，盧建詞.收入增長與分配結(jié)構(gòu)扭曲的農(nóng)村減貧效應(yīng)研究[J].經(jīng)濟(jì)研究，2014，49（2）：101-114.

[13]YAOS，ZHANGZ，HANMERL.GrowinginequalityandpovertyinChina[J].Chinaeconomicreview，2004，15（2）：145-163.

[14]羅楚亮.經(jīng)濟(jì)增長、收入差距與農(nóng)村貧困[J].經(jīng)濟(jì)研究，2012（2）：15-27.

[15]張爽，陸銘，章元.社會資本的作用隨市場化進(jìn)程減弱還是加強(qiáng)？——來自中國農(nóng)村貧困的實證研究[J].經(jīng)濟(jì)學(xué)（季刊），2007，6（2）：539-560.

[16]胡棋智，王朝明.收入流動性與居民經(jīng)濟(jì)地位動態(tài)演化的實證研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009（3）：66-80.

[17]KNIGHTJ，YUEHL.TheroleofsocialcapitalinthelabourmarketinChina[J].Economicsoftransition，2010，16（3）：389-414.

[18]FUKUYAMAF.Trust：thesocialvirtuesandthecreationofprosperity[J].Orbis，1996，40（2）：333.

[19]石友金.論脫貧致富的環(huán)境優(yōu)化：湘贛革命老區(qū)開發(fā)式扶貧調(diào)查后的思考[J].中國農(nóng)村經(jīng)濟(jì)，1999（7）：66-70.

[20]黃靜波，李純.湘粵贛邊界區(qū)域紅色旅游協(xié)同發(fā)展模式[J].經(jīng)濟(jì)地理，2015，35（12）：203-208.

[21]黃鐵平，莫德儀.中部貧困地區(qū)農(nóng)業(yè)現(xiàn)代化的主攻方向分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2008（7）：51-55.

[22]王磊，李聰.陜西易地扶貧搬遷安置區(qū)多維貧困測度與致貧因素分析[J].統(tǒng)計與信息論壇，2019，34（3）：119-128.

[23]程名望，張家平.新時代背景下互聯(lián)網(wǎng)發(fā)展與城鄉(xiāng)居民消費(fèi)差距[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2019，36（7）：22-41.

[24]程名望，張家平.互聯(lián)網(wǎng)普及與城鄉(xiāng)收入差距：理論與實證[J].中國農(nóng)村經(jīng)濟(jì)，2019（2）：19-41.

[25]劉宏霞，汪慧玲，謝宗棠.農(nóng)村金融發(fā)展、財政支農(nóng)與西部地區(qū)減貧效應(yīng)分析——基于面板門檻模型的研究[J].統(tǒng)計與信息論壇，2018，33（3）：51-57.

[26]黃承偉，覃志敏.貧困地區(qū)統(tǒng)籌城鄉(xiāng)發(fā)展與產(chǎn)業(yè)化扶貧機(jī)制創(chuàng)新——基于重慶市農(nóng)民創(chuàng)業(yè)園產(chǎn)業(yè)化扶貧案例的分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2013（5）：51-55.

[27]張鵬瑤，劉新智，孫晗霖.生計策略對貧困地區(qū)精準(zhǔn)脫貧戶可持續(xù)生計的影響研究[J].山東師范大學(xué)學(xué)報（自然科學(xué)版），2019，34（2）：203-209.

[28]陳全功，程蹊.空間貧困及其政策含義[J].貴州社會科學(xué)，2010（8）：87-92.

[29]劉小鵬，蘇曉芳，王亞娟，等.空間貧困研究及其對我國貧困地理研究的啟示[J].干旱區(qū)地理，2014，37（1）：144-152.

[30]楊志恒，黃秋昊，李滿春，等.產(chǎn)業(yè)扶貧視角下村域空間貧困陷阱識別與策略分析——以湘西保靖縣為例[J].地理科學(xué)，2018，38（6）：885-894.

[31]馬振邦，陳興鵬，賈卓，等.人窮還是地窮？空間貧困陷阱的地統(tǒng)計學(xué)檢驗[J].地理研究，2018，37（10）：1997-2010.

[32]王學(xué)義，曾永明.中國川西地區(qū)人口分布與地形因子的空間分析[J].中國人口科學(xué)，2013（3）：85-93.

[33]楊成鋼，曾永明.空間不平衡、人口流動與外商直接投資的區(qū)域選擇——中國1995-2010年省際空間面板數(shù)據(jù)分析[J].人口研究，2014，38（6）：25-39.

[34]林雄斌，楊家文，陶卓霖，等.交通投資、經(jīng)濟(jì)空間集聚與多樣化路徑——空間面板回歸與結(jié)構(gòu)方程模型視角[J].地理學(xué)報，2018，73（10）：1970-1984.