產(chǎn)業(yè)構成視角的經(jīng)濟增長減貧效應動態(tài)化研究
——以1995-2014年滇西邊境片區(qū)為例

高元元 鄭 猛

·國民經(jīng)濟·

產(chǎn)業(yè)構成視角的經(jīng)濟增長減貧效應動態(tài)化研究
——以1995-2014年滇西邊境片區(qū)為例

高元元 鄭 猛

產(chǎn)業(yè)構成視角下經(jīng)濟增長如何實現(xiàn)減貧已經(jīng)成為當前研究的焦點問題。產(chǎn)業(yè)減貧與扶貧需作行業(yè)細分。根據(jù)國務院扶貧辦連片特殊困難地區(qū)的最新劃分，以集中連片特殊困難地區(qū)之一的滇西邊境片區(qū)作為研究對象，基于1995-2014年產(chǎn)業(yè)數(shù)據(jù)研究三大產(chǎn)業(yè)減貧效應。結果表明：滇西邊境片區(qū)第二、三產(chǎn)業(yè)減貧效應顯著為正，且第三產(chǎn)業(yè)高于第二產(chǎn)業(yè)。進一步將產(chǎn)業(yè)減貧效應分解為結構效應和增長效應后發(fā)現(xiàn)，三大產(chǎn)業(yè)增長效應均高于結構效應，其中第二、三產(chǎn)業(yè)增長效應差距逐漸縮小，結構效應交替波動。由結論引伸的啟示反映在經(jīng)濟發(fā)展方式、政府財政職能、就業(yè)及勞動力轉(zhuǎn)移等方面。

滇西邊境片區(qū)； 產(chǎn)業(yè)減貧效應； 動態(tài)分解； 精準扶貧

一 引 言

改革開放近40年來，隨著減貧實踐的不斷推進，中國農(nóng)村貧困人口數(shù)量大幅下降。汪三貴和胡聯(lián)(2014)[1]發(fā)現(xiàn)，根據(jù)官方貧困線劃分，中國農(nóng)村貧困人口數(shù)量已從1978年的2.5億人下降至2007年的1478.79萬人，減少共計約2.35億，年均下降9.3%；另外，據(jù)《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》(2011-2015)統(tǒng)計，若按每年每人2300元(2010年不變價)的農(nóng)村扶貧標準計算，至2015年中國農(nóng)村貧困人口較2011年由12238萬減少到5575萬，降幅為6663萬人，年均下降17.85%。過去中國減貧工作成績斐然，但進一步看，若維持近5年的減貧速度，到2020年中國仍將存有2000萬以上的貧困人口。根據(jù)“十三五”規(guī)劃中明確提出的“依據(jù)中國現(xiàn)行標準農(nóng)村貧困人口實現(xiàn)全面脫貧和貧困縣全部摘帽，解決區(qū)域性整體貧困”，以及在2015年中央扶貧會議上制定的確保到2020年所有貧困地區(qū)及貧困人口一道邁入小康社會的目標，如何加快中國貧困地區(qū)的減貧速度，完成2020年全面建成小康社會奮斗目標是現(xiàn)階段經(jīng)濟社會發(fā)展亟需解決的關鍵問題。

“十三五”規(guī)劃中明確指出把革命老區(qū)、民族地區(qū)、邊疆地區(qū)、集中連片貧困地區(qū)作為脫貧攻堅重點。滇西邊境片區(qū)位于我國西南邊陲，集民族地區(qū)、邊境地區(qū)和集中連片貧困地區(qū)于一體，不僅是我國新一輪減貧攻堅戰(zhàn)戰(zhàn)場中涉及邊境縣和世居少數(shù)民族數(shù)量最多的區(qū)域，而且是我國西南地區(qū)面向東南亞開放的重要通道，是“橋頭堡”建設戰(zhàn)略部署出臺以后需要加速發(fā)展的主要地區(qū)。“西部大開發(fā)”政策實施以后，滇西邊境片區(qū)經(jīng)濟實現(xiàn)了顯著地增長*滇西邊境片區(qū)在行政區(qū)劃上包括3個地級市(保山市、麗江市、普洱市)和7個少數(shù)民族自治州(臨滄市、楚雄州、紅河州、西雙版納州、大理州、德宏州以及怒江州)，下轄61個縣市區(qū)，由56個特殊困難地區(qū)縣市區(qū)和5個其他縣市區(qū)構成。該片區(qū)與越南、老撾、緬甸接壤，地域面積24.7萬平方公里，邊境線長達3148公里，2011年總?cè)丝?240.4萬，包括漢、彝、傣、白、景頗、傈僳等26個世居民族，其中有15個云南獨有少數(shù)民族，8個人口較少民族。本文所涉及的滇西邊境片區(qū)10地州并非傳統(tǒng)意義上的行政劃分，而是將56個貧困縣按照各自所在地州進行合并，例如紅河州中包括石屏縣、金平縣、元陽縣、紅河縣以及綠春縣6個貧困縣，故本文紅河州的指標即為上述6縣的綜合指標，具體貧困縣劃分資料見《滇西邊境片區(qū)區(qū)域發(fā)展與扶貧攻堅規(guī)劃(2011-2020年)》。。如果以2001年為基期，滇西邊境片區(qū)經(jīng)濟年均增長率從2002年的7.49%增長到2014年的14.69%*根據(jù)2002-2015年云南統(tǒng)計年鑒數(shù)據(jù)計算得出。。盡管滇西邊境片區(qū)經(jīng)濟增速相對較高，但56個特殊困難縣市區(qū)中仍然有45個國家扶貧開發(fā)工作重點縣*云南省連片特困地區(qū)區(qū)域發(fā)展與扶貧攻堅規(guī)劃編制領導小組辦公室.《滇西邊境片區(qū)區(qū)域發(fā)展與扶貧攻堅規(guī)劃》，2012年10月。。滇西邊境片區(qū)地域面積占整個云南省的一半以上，其發(fā)展關系到云南省整體經(jīng)濟發(fā)展，在現(xiàn)有快速增長的基礎上更快更好發(fā)展，進一步提高人均收入水平，不僅有利于全省實現(xiàn)2017年城鄉(xiāng)居民收入倍增，貧困人口減少500萬人以上的目標，而且對中國全面建成小康社會，實現(xiàn)第一個百年目標具有十分重要的現(xiàn)實意義。

僅僅用經(jīng)濟增長的變化來解釋減貧問題可能會掩蓋一些關鍵性問題，遺漏產(chǎn)業(yè)結構和增長模式等內(nèi)在偏向性因素。本文將對滇西邊境片區(qū)產(chǎn)業(yè)發(fā)展與減貧間關系進行實證分析，并進一步分解產(chǎn)業(yè)減貧效應以解釋不同產(chǎn)業(yè)發(fā)展對減貧的差異化影響。這樣既可以準確地分析貧困地區(qū)各產(chǎn)業(yè)發(fā)展的減貧效應異質(zhì)性，挖掘產(chǎn)業(yè)發(fā)展減貧效應產(chǎn)生的原因，從反貧困視角來重新審視我國當前產(chǎn)業(yè)結構優(yōu)化升級及經(jīng)濟轉(zhuǎn)型政策，同時也可以為我國在“十三五”期間實施精準減貧、精準脫貧，提高減貧實效提供可借鑒的理論依據(jù)。

本文可能的貢獻主要在以下三點：(1)研究對象選取。區(qū)別于既有文獻多以占總?cè)丝?0%的最低收入群體的平均收入作為貧困標準，本文按照國務院扶貧辦2012年頒布的《滇西邊境片區(qū)區(qū)域發(fā)展與扶貧攻堅規(guī)劃(2011-2020年)》的最新劃分選取研究對象，可使貧困標準劃分更加準確，更有效地研究產(chǎn)業(yè)減貧效應。(2)相對于既有研究大多采用產(chǎn)值比重或就業(yè)比重來衡量產(chǎn)業(yè)發(fā)展，本文在經(jīng)濟增長核算框架下分解出各產(chǎn)業(yè)發(fā)展指標，然后將產(chǎn)業(yè)減貧效應動態(tài)分解為增長效應和結構效應，從而挖掘產(chǎn)業(yè)發(fā)展與減貧之間更加深層次的聯(lián)系。(3)相對于既有研究大多是經(jīng)驗數(shù)據(jù)推斷，本文運用更加規(guī)范的實證分析，使研究層次更加深入，結論更加可靠。

接下來的內(nèi)容安排：第二部分回顧文獻與評述；第三部分是滇西邊境片區(qū)產(chǎn)業(yè)發(fā)展與減貧的初步統(tǒng)計分析；第四部分是模型設定、數(shù)據(jù)選取說明及描述性統(tǒng)計分析；第五部分是實證結果的分析及內(nèi)生性檢驗、穩(wěn)健性檢驗；第六部分是對產(chǎn)業(yè)減貧效應的動態(tài)分解；最后部分是本文主要結論及相關啟示。

二 文獻評述

經(jīng)濟增長與貧困減少是近年國內(nèi)外學者研究的熱點問題。林毅夫和蘇劍(2012)[2]認為，近年來，一些大的經(jīng)濟體如中國和印度等已經(jīng)起飛，并成為新的全球經(jīng)濟增長極。這些國家的高經(jīng)濟增長率使貧困顯著減少。西方學術界對經(jīng)濟增長與減貧關系的研究眾多，其中大多數(shù)學者支持經(jīng)濟增長有利于貧困減少觀點，認為通過資本積累實現(xiàn)的經(jīng)濟增長將對貧困人口起到“涓滴”作用，一方面為貧困群體創(chuàng)造更多就業(yè)機會，使其收入增加，另一方面為政府針對貧困人口的轉(zhuǎn)移支付支出提供更加充足的資金。Ahluwalia et al.(1979)[3]發(fā)現(xiàn)，幾乎所有實現(xiàn)經(jīng)濟增長的國家都能有效地減少貧困，而在20世紀80年代一些國家經(jīng)濟的負增長與貧困的增加并存；Fields(1984)[4]根據(jù)世界銀行的研究，分析得出：經(jīng)濟增長是減少貧困的有效途徑；Roemer和Gugerty(1997)[5]發(fā)現(xiàn)GDP增長率每提高1%，收入最低的20%貧困人口收入增長率將提高0.921%，并且GDP增長速度與收入最低的40%貧困人口收入增長速度呈現(xiàn)一對一的直接對應關系，經(jīng)濟增長對貧困減少具有重要作用；Dollar和Kraay(2002)[6]也指出經(jīng)濟增長是貧困減少的決定性因素，伴隨著經(jīng)濟的整體增長，貧困人口的收入會進一步增長。國內(nèi)大多數(shù)研究得到與上述結果一致的結論，即中國的經(jīng)濟增長有效地減少了貧困。胡鞍鋼等(2006)[7]分析1978-2004年中國經(jīng)濟增長與減貧的關系認為，持續(xù)的經(jīng)濟高增長是減少貧困人口的基礎；林伯強(2003)[8]、汪三貴(2008)[9]、王雪妮和孫才志(2011)[10]以及葉初升和張鳳華(2011)[11]分別從不同時間、區(qū)間、角度對經(jīng)濟增長與貧困減少進行了探討，其結論與胡鞍鋼等(2006)[7]的研究基本一致，即經(jīng)濟增長是大規(guī)模減貧的主要推動力，將會對減少貧困始終產(chǎn)生重要影響。胡兵等(2007)[12]對貧困指示增長曲線的實證分析表明，1985-2003年間中國的經(jīng)濟增長使農(nóng)村居民收入上漲，貧困大幅度減少，但農(nóng)村居民收入差距不斷拉大，收入的不平等部分抵消了經(jīng)濟增長的減貧成效；攸頻和田菁(2009)[13]的研究結果表明，農(nóng)村人均純收入的提高是促進減貧的影響因素，收入不平等在一定程度上阻礙了減貧效果，但總體經(jīng)濟增長對貧困減少的積極效應大于收入不平等對貧困減少的消極效應，這與章元和丁繹鏷(2008)[14]研究所得結論一致。

但是Montalvo和Ravallion(2010)[15]認為，在經(jīng)濟增長多元化減貧效應的分析中，經(jīng)濟結構獨立于總體經(jīng)濟增長對貧困減緩產(chǎn)生影響，整體效應不能代表個體效應。如Hasan和Quibria(2004)[16]認為工業(yè)是東亞減貧的主要動力，而在拉丁美洲則是第三產(chǎn)業(yè)的減貧效果更為顯著。Loayza和Raddatz(2010)[17]分析55個發(fā)展中國家數(shù)據(jù)后發(fā)現(xiàn)，除經(jīng)濟規(guī)模外，不同產(chǎn)業(yè)結構對減貧起著不同的作用。李小云等(2010)[18]則選取2000-2008年省際數(shù)據(jù)對產(chǎn)業(yè)增長與貧困發(fā)生率的關系進行了研究，結果表明相對第二、三產(chǎn)業(yè)，農(nóng)業(yè)增長對減貧的影響更大。張萃(2011)[19]從經(jīng)濟增長的產(chǎn)業(yè)構成視角切入，對經(jīng)濟增長減貧效應進行實證研究后發(fā)現(xiàn)，產(chǎn)業(yè)構成對整體以及分區(qū)域的減貧效應均存在明顯差異，即相對于第二產(chǎn)業(yè)，第一、三產(chǎn)業(yè)對貧困減緩的影響更大，這與單德朋(2012)[20]得到的結論一致。汪三貴和胡聯(lián)(2014)[1]發(fā)現(xiàn)中國三大產(chǎn)業(yè)發(fā)展對農(nóng)村的減貧效應并不一致，并提出在貧困地區(qū)發(fā)展勞動密集度高的產(chǎn)業(yè)、促進城市化的政策建議。

本研究基于上述認識，從產(chǎn)業(yè)減貧角度更深層次地分析滇西邊境片區(qū)經(jīng)濟增長與貧困減少之間的關系，既可以完善已有研究，又能夠甄別出滇西邊境片區(qū)具有比較優(yōu)勢的特色產(chǎn)業(yè)，最大程度地實現(xiàn)經(jīng)濟增長的減貧效應，為區(qū)域減貧工作的順利進行提供一種新思路，進一步為區(qū)域產(chǎn)業(yè)結構優(yōu)化以及為未來如何制定和實施精準扶貧政策提供可借鑒的理論依據(jù)。

三 初步統(tǒng)計觀察

在深入研究之前，有必要對滇西邊境片區(qū)相關經(jīng)驗數(shù)據(jù)進行初步統(tǒng)計分析，驗證上述依據(jù)，為之后的分析提供研究基礎。

本文選取滇西邊境片區(qū)10地州共56個貧困縣作為研究樣本，以1995-2014年各地州人均GDP的增長率作為經(jīng)濟增長變量，記為gpit；鑒于本文涉及到的所有地區(qū)(包括城鎮(zhèn)和農(nóng)村)都是貧困地區(qū)，收入提高是貧困減少的主要表現(xiàn)，并且收入的主要來源是工資收入，故直接選取1995-2014年各地州職工平均工資取自然對數(shù)指標作為收入變量，記為lnPit*在此需要強調(diào)的是關于貧困的測度，現(xiàn)有文獻較多選用FGT貧困指數(shù)或者按收入等級分類的一定比例最低收入人群的平均收入來衡量，但本文與之不同的是研究樣本均處于貧困水平，并且考慮到年鑒中只有農(nóng)村人均純收入，缺少城鎮(zhèn)數(shù)據(jù)，故本文選取單位職工平均工資作為收入的代理變量。由于扶貧的目標和手段通常由職工平均工資水平的提高來實現(xiàn)，可以認為與其他指標有異曲同工之效。，其中i表示10地州(i=1,2,…,10)，t表示時間(1995-2014年)，考慮到我國正處于工業(yè)化推進時期，三大產(chǎn)業(yè)在整個國民經(jīng)濟產(chǎn)值中的比重也在不斷變化，并且一個地區(qū)經(jīng)濟總體變化是由第一、二及三產(chǎn)業(yè)的變化加總而得。因此，首先將地區(qū)GDP變化量進行分解，即：

(1)

(2)

式(2)左右同除以上一年人均GDP水平可得到人均GDP增長率gpit(經(jīng)濟增長變量)的表達式：

(3)

可見，經(jīng)濟增長變量即人均GDP增長率可以分解為三大產(chǎn)業(yè)相應變化的加總。

第一產(chǎn)業(yè)

第二產(chǎn)業(yè)

第三產(chǎn)業(yè)

資料來源：作者根據(jù)根據(jù)《云南統(tǒng)計年鑒》相關數(shù)據(jù)計算。

圖1是基于所選樣本數(shù)據(jù)繪制出的各產(chǎn)業(yè)減貧效應散點圖。根據(jù)圖1，將整體效應分解成三大產(chǎn)業(yè)各自的個體效應后可以發(fā)現(xiàn)，第二、三產(chǎn)業(yè)對減貧的效應為正，說明第二、三產(chǎn)業(yè)的發(fā)展能夠提高人均收入水平，進而實現(xiàn)減貧；而第一產(chǎn)業(yè)的發(fā)展并沒有有效減少貧困。從定性分析角度對經(jīng)濟增長和貧困減少的關系進行初步觀察后，下面將通過設定計量模型以及選取相應的變量實證分析經(jīng)濟增長中各產(chǎn)業(yè)發(fā)展對減貧的具體影響以及影響程度。

四 模型設定、數(shù)據(jù)選取及描述性分析

本文以lnPit=αi+βigpit+μit作為基礎模型，考慮到三大產(chǎn)業(yè)減貧效應不僅包括結構效應，還包括增長效應，因此借鑒Ravallion和Datt(1996)[21]的做法，將三大產(chǎn)業(yè)的期初產(chǎn)出比重引入式(3)：

(4)

(5)

(6)

考慮到影響收入的因素不僅包含經(jīng)濟增長中的三大產(chǎn)業(yè)發(fā)展，本文還引入以下變量作為控制變量：(1)從業(yè)水平：由于就業(yè)是獲得工資性收入、減少貧困的有效方法，年末從業(yè)人員所占比重的變化勢必會對貧困人口收入水平產(chǎn)生影響，故選取各地州年末從業(yè)人口占各地州總?cè)丝诘谋戎貋砗饬繌臉I(yè)水平，記為L，預期影響為正。(2)財政支出水平：政府在減貧工作中居于主導地位，財政支出不僅可以通過轉(zhuǎn)移支付進行直接減貧，還可通過發(fā)展經(jīng)濟提高貧困人群收入實現(xiàn)間接減貧，根據(jù)國家統(tǒng)計局對592個扶貧重點縣住戶調(diào)查數(shù)據(jù)的分析結果，政府轉(zhuǎn)移支付是實現(xiàn)貧困發(fā)生率下降的主要影響因素之一，故選取地方財政支出占地州GDP的比重來衡量，記為GE，該指標考察政府在減貧過程中所起的作用，預期影響為正。(3)非農(nóng)化水平：隨著我國整體城市化水平步伐的不斷加快，人口從鄉(xiāng)村向城市轉(zhuǎn)移，實現(xiàn)了農(nóng)業(yè)人口向非農(nóng)人口大幅度轉(zhuǎn)變，產(chǎn)業(yè)結構也相應向第二、三產(chǎn)業(yè)傾斜，同時，程鵬(2014)[22]認為合理調(diào)整地區(qū)內(nèi)各產(chǎn)業(yè)農(nóng)村勞動力比例有利于三次產(chǎn)業(yè)增長。可見，非農(nóng)化水平對貧困人口的收入和生活水平同樣起到不可忽視的作用，故選取各地州非農(nóng)業(yè)人口占總?cè)丝诘谋戎貋砗饬浚洖镹A，預期影響為正。(4)基礎設施水平：眾所周知“要想富，先修路”，可見公路建設作為基礎設施建設的一部分是地區(qū)經(jīng)濟發(fā)展的關鍵因素，對減少貧困和提高人口收入起到重要作用，并且黨的十八屆三中全會在《中共中央關于全面深化改革若干重大問題的決定》中明確提出“政府的職責和作用主要是加強和優(yōu)化公共服務”，而基礎設施建設正是政府公共服務的集中體現(xiàn)之一，基礎設施對減少貧困的作用同樣需要實證來檢驗，本文選取各地州公路通車里程占云南省公路運輸線路長度的比重來衡量，記為INC，預期影響為正。(5)固定資產(chǎn)投資水平：固定資產(chǎn)投資作為形成農(nóng)村固定資產(chǎn)、提高農(nóng)業(yè)綜合生產(chǎn)能力的主要資金來源，對于農(nóng)村基礎設施建設發(fā)揮著主體和骨干作用。同時，葉普萬(2004)[23]對貧困經(jīng)濟學進行研究后得出：導致減貧政策低效的重要原因是投資水平不足。因此選取人均固定資產(chǎn)投資來衡量固定資產(chǎn)水平，記為PFI，預期影響為正。(6)地理區(qū)位：昆明作為云南省經(jīng)濟增長中心，對外圍地區(qū)的經(jīng)濟及社會發(fā)展具有輻射和帶動作用，本文認為距離昆明越近，經(jīng)濟發(fā)展水平相對越高，人們的收入水平也將越高。故選取各地州距離昆明的路程來衡量地理區(qū)位，記為DIS，預期影響為負，數(shù)據(jù)來源于Google地圖。除地理區(qū)位外，上述所有變量的數(shù)據(jù)均來自《云南統(tǒng)計年鑒》，所以本文所研究的產(chǎn)業(yè)減貧動態(tài)模型最終設定為：

(7)

最后，在正式進行回歸之前有必要簡單描述主要變量的統(tǒng)計特征和相關系數(shù)，具體結果見表1。方差膨脹因子(VIF)結果處于{1.33，2.7}區(qū)間內(nèi)，均值為2.03，根據(jù)經(jīng)驗法則可以排除多重共線性問題。

表1 主要變量的相關系數(shù)、統(tǒng)計特征與共線性檢驗

注：表上半部分為各變量相關系數(shù)矩陣；中間部分為所有變量的統(tǒng)計性描述；最后一行顯示的是各解釋變量方差膨脹因子(Variance Inflation Factor，VIF)，根據(jù)經(jīng)驗法則，若max{VIF}≤10，則認為不存在多重共線性。

五 計量結果分析

(一)初步結果分析

面板數(shù)據(jù)的估計模型包括混合最小二乘回歸估計(Pooled Least Square)、固定效應模型(FE)、隨機效應模型(RE，其中可以分別通過FGLS和MLE兩種方法實現(xiàn))等，在進行回歸之前需通過事先的設定檢驗來確定應采用上述何種方法。其中，通過面板選擇的F統(tǒng)計值篩選混合效應模型和固定效應模型，通過似然比檢驗選取混合效應模型和隨機效應模型，而固定效應模型和隨機效應模型間的選擇則通過穩(wěn)健型Hausman檢驗確定。選擇穩(wěn)健型Hausman檢驗是為克服傳統(tǒng)Hausman檢驗不能使用穩(wěn)健標準誤來估計的缺陷，這一缺陷的存在將使檢驗結果產(chǎn)生偏誤，難以保證模型估計為完全有效估計量，故傳統(tǒng)Hausman檢驗不適用?；诖耍疚慕梃bCameron和Trivedi(2009)[24]的做法，選用Bootstrap進行穩(wěn)健型Hausman檢驗。初步回歸結果見表2。

表2 初步回歸結果

(續(xù)上表)

變量混合效應模型POOL固定效應模型FE隨機效應模型REQ21.33**0.761.33***(0.55)(0.53)(0.59)Q31.65***1.011.64**(0.51)(0.81)(0.93)L3.75**5.31***5.66***(1.45)(1.58)(2.16)GE1.81***1.52**1.70***(0.35)(0.56)(0.34)NA4.26***6.77*5.63***(0.77)(3.32)(1.26)INC3.65**7.315.01**(1.40)(7.05)(2.32)PFI11.37***12.97***12.54***(0.91)(1.62)(0.94)DIS-2.15 --3.01(1.57)(4.34)_cons7.45***7.14***7.22***(0.18)(0.53)(0.33)ForLRchi2159.80***4387.20***310.08[0.00][0.00][0.00]R20.7700.813面板選擇F檢驗5.83[0.00]Likelihood-ratiotest20.26[0.00]穩(wěn)健型15.68Hausman檢驗[0.109]樣本數(shù)200200200

注：***、**、*分別表示1%、5%、10%的顯著性水平，()內(nèi)為回歸系數(shù)的異方差穩(wěn)健標準誤，[]內(nèi)為P值；面板選擇F統(tǒng)計值通過固定效應回歸不加r選項結果獲得，原假設是混合效應可以接受，拒絕則應選擇固定效應模型；Likelihood-ratio test原假設為混合效應模型可以接受，拒絕則應選擇隨機效應模型；穩(wěn)健型Hausman檢驗的原假設為隨機效應模型可以接受，其中Bootstrap的次數(shù)設定為500，Seed值選取135*Seed數(shù)值的設定作用在于使每次得到的標準誤都相同，并且不同的取值僅僅會導致標準誤的微小變動，不會產(chǎn)生實質(zhì)性影響。。

從上表結果可以發(fā)現(xiàn)：(1)面板選擇F值為5.83，并在1%顯著水平下拒絕原假設，固定效應模型明顯優(yōu)于混合面板模型；(2)根據(jù)Likelihood-ratio檢驗值20.26可以判斷模型存在個體隨機效應，即隨機效應模型優(yōu)于混合面板模型*由于RE_FGLS估計結果中sigma_u=0導致POOL_OLS和RE_FGLS的估計結果完全相同，此時RE_FGLS的估計結果是不準確的，因此選擇RE_MLE來估計，RE_MLE和RE_FGLS盡管估計系數(shù)有所不同，但性質(zhì)上類似(陳強，2014)[25]。；(3)穩(wěn)健型Hausman檢驗統(tǒng)計量為15.68，無法在10%顯著水平下拒絕隨機效應，故最終選擇隨機效應模型來估計。

隨機效應模型估計結果顯示，滇西邊境片區(qū)三大產(chǎn)業(yè)發(fā)展減貧效應存在顯著差異，這與圖1顯示的結果相吻合。相對于第一產(chǎn)業(yè)，第二、三產(chǎn)業(yè)的減貧效應明顯，兩者對收入水平提高的影響分別為1.33和1.64，并在1%和5%水平上顯著。這說明滇西邊境片區(qū)第二、三產(chǎn)的發(fā)展對工資的增長產(chǎn)生正向促進作用，明顯提高了地區(qū)收入水平。在控制變量中，單位從業(yè)人員、政府財政支出、非農(nóng)化率、基礎設施水平、固定資產(chǎn)投資對收入水平的影響均為正，且都通過了相應水平的顯著性檢驗，與預期相符。而地理區(qū)位因素對各地州收入水平的影響盡管為負，但未通過顯著性檢驗。

(二)內(nèi)生性檢驗及2SLS估計

基于上述初步回歸，相較于混合效應模型和固定效應模型，隨機效應模型能夠更加準確地描述產(chǎn)業(yè)結構發(fā)展對地區(qū)收入水平的影響，進而探尋產(chǎn)業(yè)減貧效應。一方面，考慮在核心變量中可能存在與殘差項相關或者由于遺漏變量而導致的內(nèi)生性問題，而嚴重的內(nèi)生性將導致估計結果有偏或非一致；另一方面，當解釋變量外生時，2SLS估計量的有效性要低于OLS，因此也不能輕易使用2SLS。鑒于此，本文認為有必要對內(nèi)生性問題存在與否進行檢驗，并在此基礎上進行更加嚴謹和深入的分析。

對于內(nèi)生性檢驗，借鑒伍德里奇(2015)[26]采用的思路和方法，分別選取Q1、Q2和Q3三項指標的滯后一期(分別表示為l.Q1、l.Q2和l.Q3)為工具變量，然后對Q1、Q2和Q3三者是否存在內(nèi)生性進行檢驗，檢驗結果見表3第2列。結果顯示，內(nèi)生性檢驗統(tǒng)計量為4.46，在1%顯著水平下拒絕系數(shù)為零的原假設，本文認為內(nèi)生性問題存在。進一步通過resid_Q1、resid_Q2和resid_Q3的估計參數(shù)及顯著性可以發(fā)現(xiàn)，盡管總體上存在內(nèi)生性問題，但是第二、三產(chǎn)業(yè)獲得的殘差項并不顯著。因此，本文認為第一產(chǎn)業(yè)變量存在內(nèi)生性，而第二、三產(chǎn)業(yè)變量不存在內(nèi)生性。

基于以上分析，進一步選取l.Q1作為Q1的工具變量進行2SLS回歸，具體結果見表3第4列。首先，對工具變量的選取進行了相關檢驗，Kleibergen-Paap rk LM 統(tǒng)計值為9.93并在1%水平下拒絕工具變量識別不足的原假設，說明工具變量的選擇是合理的；Cragg-Donald Wald F統(tǒng)計值為35.743，大于Stock-Yogo檢驗10%水平的臨界值，不存在工具變量弱識別，模型的設定是合理的。從回歸結果來看，三大產(chǎn)業(yè)Q1、Q2和Q3的估計系數(shù)及顯著性并沒有發(fā)生明顯改變，相較于第一產(chǎn)業(yè)，第二、三產(chǎn)業(yè)發(fā)展對地區(qū)收入水平的提高起到積極推動作用，減貧效應明顯。與之前初步估計結果相比，三大產(chǎn)業(yè)的估計系數(shù)均有所提高，可見內(nèi)生性問題的存在使之前估計結果出現(xiàn)了明顯的低估。在控制變量中，從業(yè)水平、單位從業(yè)人員、政府財政支出、非農(nóng)化率、基礎設施水平、固定資產(chǎn)投資對收入水平的影響均與預期相符，且都通過了1%水平的顯著性檢驗。地理區(qū)位因素對各地州收入水平的影響盡管由負變?yōu)檎?，但仍然未通過顯著性檢驗。這也在一定程度上體現(xiàn)出滇西邊境片區(qū)與云南經(jīng)濟增長中心間的聯(lián)動效應并不明顯，即昆明經(jīng)濟發(fā)展水平的提高并沒有對滇西邊境片區(qū)減貧產(chǎn)生輻射和溢出效應。

表3 內(nèi)生性檢驗、IV回歸及穩(wěn)健性檢驗

(續(xù)上表)

變量內(nèi)生性檢驗OLS變量IV回歸2SLS估計穩(wěn)健性檢驗滯后一期2SLS估計引入政策虛擬變量估計剔除異常值估計動態(tài)面板估計內(nèi)生性檢驗4.460Kleibergen-Paap9.9309.1263.9006.075[0.005]rkLMstatistic[0.001][0.002][0.048][0.013]Cragg-Donald35.74331.94525.62919.370WaldFstatistic{10%maximalIVsize=16.380}Waldchi22058.550[0.000]Arellano-Bond-3.380testforAR(1)[0.003]Arellano-Bond1.000testforAR(2)[0.317]樣本數(shù)190樣本數(shù)190180190169180

注：()內(nèi)數(shù)值為回歸系數(shù)的異方差穩(wěn)健標準誤；[]內(nèi)數(shù)值為相應檢驗統(tǒng)計量的P值；{}內(nèi)數(shù)值為Stock-Yogo weak ID test critical values檢驗10%水平上的臨界值；***、**和*分別表示1%、5%和10%的顯著性水平；內(nèi)生性檢驗中resid_Q1、resid_Q2和resid_Q3三項數(shù)據(jù)通過將Q1、Q2和Q3作為因變量，l.Q1、l.Q2和l.Q3作為工具變量分別進行OLS回歸提取(其中Q1模型中的工具變量聯(lián)合顯著統(tǒng)計量為6.88，拒絕都為0的原假設；Q1和Q2模型中工具變量聯(lián)合顯著統(tǒng)計量為0.47和1.74，接受估計參數(shù)為0的原假設)，在此基礎上將上述三個殘差作為變量引入最初模型，進而得到內(nèi)生性檢驗結果；工具變量識別不足作為Kleibergen-Paap rk LM statistic檢驗的零假設，若拒絕零假設則說明工具變量合理；工具變量為弱識別是Cragg-Donald Wald F statistic檢驗的零假設，若拒絕零假設則說明工具變量合理；Arellano-Bond test for AR(1)和AR(2)檢驗的零假設分別是模型不存在一階和二階自相關。

(三)穩(wěn)健性檢驗

為了確保上述結果的準確性，本文將以表3中2SLS回歸結果為基準，從以下4個方面進行穩(wěn)健性檢驗。

1.考慮滯后效應

考慮到各產(chǎn)業(yè)發(fā)展及其他控制變量對收入水平的影響可能存在時滯，為了有效地降低其所帶來的估計偏差，將模型中各解釋變量的當期項滯后一期并采用2SLS重新估計，估計結果見表3第5列。結果顯示，各統(tǒng)計量顯示工具變量的選取是合理的，并且主要變量的估計系數(shù)符號沒有發(fā)生明顯變化，盡管第三產(chǎn)業(yè)估計系數(shù)顯著性有所降低，但仍然能夠接受顯著為正的假設。控制變量的估計結果沒有發(fā)生明顯變化，同時工具變量的各項統(tǒng)計檢驗也合理。因此，本文的回歸結果是穩(wěn)健的。

2.引入政策虛擬變量

“西部大開發(fā)”是一項旨在提高西部地區(qū)經(jīng)濟和社會發(fā)展水平的傾向性政策，此項政策的實施始于2000年。如果將“西部大開發(fā)”50年規(guī)劃劃分為3個階段，那么本文樣本將涉及前兩個階段政策(奠定基礎和加速發(fā)展)。上述兩階段的主要任務是調(diào)整經(jīng)濟結構，搞好基礎設施建設，并在此基礎上培育特色產(chǎn)業(yè)，實現(xiàn)經(jīng)濟社會跨越發(fā)展。可見，政策實施前后產(chǎn)業(yè)發(fā)展使結構發(fā)生調(diào)整，進一步對滇西邊境片區(qū)經(jīng)濟社會發(fā)展水平產(chǎn)生差異性影響，本文引入虛擬變量D，并設定在2001年之前D=0，2000年之后D=1?？紤]到如果僅僅將D變量引入模型，此種方法只是能夠?qū)崿F(xiàn)“西部大開發(fā)”政策實施與否對減貧影響的差異，無法檢驗并獲知各產(chǎn)業(yè)發(fā)展對減貧的影響在政策前后是否有差異。因此，選擇在模型中同時加入各產(chǎn)業(yè)發(fā)展變量與虛擬變量的交互項，這樣就可以實現(xiàn)對于基準模型的穩(wěn)健性檢驗，回歸結果見表3第6列。結果顯示，引入虛擬變量后核心變量與控制變量的回歸系數(shù)正負方向及顯著性沒有發(fā)生改變，并且模型通過了各項統(tǒng)計檢驗，說明本文回歸結果是穩(wěn)健的。但是“西部大開發(fā)”政策的實施對第二、三產(chǎn)業(yè)的邊際效應影響不顯著，即政策沒有對減貧產(chǎn)生較為明顯的影響，一定程度上說明需要對此進行原因探討和經(jīng)驗分析。

3.剔除異常值影響

本文研究樣本滇西邊境片區(qū)中的10個地州盡管同屬貧困地區(qū)，但其中各地州的經(jīng)濟社會發(fā)展仍具有差異。同時考慮到可能存在的統(tǒng)計數(shù)據(jù)上的偏誤，首先在樣本內(nèi)找出收入水平的5%和95%分位數(shù)值，然后分別剔除收入水平低于5%和高于95%的樣本(共21個)，對剩余的169個樣本重新進行2SLS估計，結果見表3第7列?？梢园l(fā)現(xiàn)，各產(chǎn)業(yè)發(fā)展的系數(shù)沒有發(fā)生改變，并至少通過了10%的顯著性水平檢驗。此外，工具變量的選取是合理的，回歸結果是穩(wěn)健的。

4.動態(tài)面板估計

由于過去收入的變化可能會影響未來收入水平，即收入水平變化具有一定程度的持續(xù)性。基于此，在基準回歸模型內(nèi)引入收入水平的二期滯后項，原因在于：(1)認為有必要捕捉這一動態(tài)變化的特征；(2)相較二期滯后項，一期滯后對當期收入水平的影響并不明顯；(3)滯后項的引入可降低模型設定偏誤。本文采用兩步系統(tǒng)GMM方法(Two Step SYS-GMM)進行估計，旨在消除滯后項帶來的內(nèi)生性問題，具體結果見表3第8列。按照Bond et al.(2001)[27]的研究，當滯后因變量GMM估計系數(shù)介于固定效應和混合最小二乘估計系數(shù)之間時，GMM估計是有效的。本文同時采用混合OLS和固定效應模型進行估計。表3第8列l(wèi)2.lnp系數(shù)為0.646，且在1%水平下顯著，其大小介于混合OLS(0.705)和固定效應模型估計結果(0.639)之間，因此SYS-GMM估計是有效的。進一步看，Wald聯(lián)合性檢驗顯著拒絕各變量系數(shù)為0的原假設，并且殘差序列相關的檢驗表明，差分后殘差一階存在序列相關而二階不存在序列相關，即模型設定的誤差項不存在序列相關。最后，從核心變量的估計結果來看，三大產(chǎn)業(yè)發(fā)展變量的系數(shù)正負方向及顯著性沒有發(fā)生改變，其他控制變量的系數(shù)也與基準2SLS估計的結果一致。故本文的結果是穩(wěn)健的。

六 產(chǎn)業(yè)減貧效應的動態(tài)分解

回顧第四部分模型推導中的方程(4)和方程(5)發(fā)現(xiàn)，滇西邊境片區(qū)經(jīng)濟增長可進一步分解為結構效應以及增長效應?？紤]到三大產(chǎn)業(yè)中第二、三產(chǎn)業(yè)對減貧起到顯著正向作用，而這一作用將對未來實現(xiàn)貧困地區(qū)“脫貧摘帽”產(chǎn)生重要影響。因此本部分將按照上述分解對經(jīng)濟增長中第二、三產(chǎn)業(yè)的結構效應和增長效應進行動態(tài)化分析。

按照表3第4列回歸結果可以得到產(chǎn)業(yè)減貧的最終方程：

+3.687NAit+4.392INCit+10.97PFI+1.67DIS

(8)

+2.42Lit+1.65GEit+3.687NAit+4.392INCit+10.97PFI+1.67DIS

(9)

(10)

按照方程(10)計算出各產(chǎn)業(yè)的結構減貧效應數(shù)值和增長減貧效應數(shù)值，繪制出滇西邊境片區(qū)第二、三產(chǎn)業(yè)減貧效應的動態(tài)化趨勢圖如下所示。

圖2 第二、三產(chǎn)業(yè)結構減貧及增長減貧動態(tài)效應變化趨勢

首先，從增長效應數(shù)值大小以及變化趨勢方面可以看出，第二產(chǎn)業(yè)增長變化對減貧的影響處于0.5到1之間，并呈現(xiàn)緩慢上升趨勢；第三產(chǎn)業(yè)增長變化對減貧的影響處于1左右，并始終高于第二產(chǎn)業(yè)。其次，從結構效應數(shù)值大小以及變化趨勢方面可以看出，第二、三產(chǎn)業(yè)結構減貧效應為正，但兩者變化均呈現(xiàn)波浪式波動，總體來看并沒有發(fā)生明顯改變，基本維持在0.5左右。最后，綜合圖2中4條趨勢線可以發(fā)現(xiàn)，無論是增長效應還是結構效應，從第二產(chǎn)業(yè)自身比較來看，除了1995、2004和2006年以外，增長效應也同樣高于結構效應，并且變化相對穩(wěn)定；第三產(chǎn)業(yè)則表現(xiàn)得更加明顯，增長效應自1995年以來，始終高于結構效應，但兩者差距日趨縮小。因此，經(jīng)濟增長中第二、三產(chǎn)業(yè)減貧效應分解后的排序為增長效應大于結構效應。

七 結論及啟示

中國的減貧問題對實現(xiàn)第一個“百年目標”起著關鍵作用，是現(xiàn)階段關注的焦點問題。盡管學術界對于經(jīng)濟增長能夠?qū)崿F(xiàn)貧困減少基本達成共識，但是整體效應不能代替?zhèn)€體效應，經(jīng)濟增長中各個產(chǎn)業(yè)發(fā)展的減貧效應卻不盡相同。產(chǎn)業(yè)結構調(diào)整作為政府重要的宏觀調(diào)控手段，其本質(zhì)是對各生產(chǎn)要素的再配置，與收入分配之間存在極為密切的關系(楊曉鋒，2014)[28]。本文選取1995-2014年滇西邊境片區(qū)10地州(共計56個貧困縣)作為研究樣本，通過模型選擇、內(nèi)生性檢驗及處理、穩(wěn)健性檢驗后得出以下結論：

(1)滇西邊境片區(qū)產(chǎn)業(yè)減貧效應異質(zhì)性明顯。第二、三產(chǎn)業(yè)的發(fā)展能夠有效提高地區(qū)貧困人口的工資性收入，進而有助于減貧。(2)采用動態(tài)邊際方法進一步將產(chǎn)業(yè)減貧總體效應分解為結構效應和增長效應后發(fā)現(xiàn)，一方面，產(chǎn)業(yè)減貧的增長效應均高于結構效應。從影響程度來看，相較于第一產(chǎn)業(yè)，第二、三產(chǎn)業(yè)減貧效應中結構效應和增長效應均為正，且第二、三產(chǎn)業(yè)各自對減貧的增長效應均高于結構效應。從變化趨勢來看，第二、三產(chǎn)業(yè)增長效應相對穩(wěn)定，未發(fā)生較為明顯的波動，但結構效應則呈現(xiàn)波浪式交替波動，其大小最終并無明顯改變。另一方面，第三產(chǎn)業(yè)發(fā)展對減貧的影響最大，第二產(chǎn)業(yè)次之。本文通過分解總體效應后發(fā)現(xiàn)，第三產(chǎn)業(yè)增長效應最高，但第二、三產(chǎn)業(yè)差距逐漸變小，而結構效應則與第二產(chǎn)業(yè)交替領先，綜合來看第三產(chǎn)業(yè)發(fā)展對貧困減緩的影響最大。(3)從相關控制變量的回歸結果可以看出，提高地區(qū)固定資產(chǎn)投資水平和加強基礎設施建設的減貧效果明顯，加快非農(nóng)化轉(zhuǎn)移進程并促進就業(yè)同樣能夠?qū)崿F(xiàn)減貧，政府在減貧工作中居于主導地位，通過不斷加大財政支出可以提高貧困人群收入，實現(xiàn)間接減貧。

由以上結論可得出以下幾點啟示：滇西邊境片區(qū)作為中國集中連片特殊困難地區(qū)之一，若要實現(xiàn)可持續(xù)減貧，應通過有序推進礦產(chǎn)資源開發(fā)，促進農(nóng)林產(chǎn)品向精細化加工領域擴展等途徑不斷增強第二產(chǎn)業(yè)的減貧效應；利用豐富的民族民俗文化資源和多彩的自然風光，加強旅游區(qū)域合作和民族文化產(chǎn)業(yè)的發(fā)展，增強旅游產(chǎn)業(yè)的整體活力和綜合實力，進一步提高第三產(chǎn)業(yè)的減貧效應；不斷增加地區(qū)固定資產(chǎn)投資水平，并加快推進國家高速公路建設，提高國家級通道的運輸能力，支持西部地區(qū)改善基礎設施，為地區(qū)產(chǎn)業(yè)發(fā)展提供硬件保障；通過財政轉(zhuǎn)移支付，進一步完善收益分配機制，加大財政對保障制度的支持力度以及加強教育經(jīng)費保障機制等途徑實現(xiàn)滇西邊境片區(qū)的減貧目標；經(jīng)濟發(fā)展方式的轉(zhuǎn)變應契合本地資源稟賦，對有勞動力資源的地區(qū)，支持發(fā)展特色產(chǎn)業(yè)，努力推動勞動力由第一產(chǎn)業(yè)向第二、三產(chǎn)業(yè)轉(zhuǎn)移，有效利用第一產(chǎn)業(yè)的冗余就業(yè)，進一步完善利益聯(lián)結機制。“西部大開發(fā)”是國家對西部地區(qū)實施的傾向性政策，但其對滇西邊境片區(qū)的影響效果并不明顯。因此，未來如何制定政策并使政策落實到位同樣需要相關部門加以關注和解決。

[1] 汪三貴, 胡聯(lián). 產(chǎn)業(yè)勞動密集度、 產(chǎn)業(yè)發(fā)展與減貧效應研究[J]. 財貿(mào)研究, 2014, (3): 1-5.

[2] 林毅夫, 蘇劍. 新結構經(jīng)濟學: 反思經(jīng)濟發(fā)展與政策的理論框架[M]. 北京: 北京大學出版社, 2012.

[3] Ahluwalia, M. S., Carter, N. G., Chenery, H. B.. Growth and Poverty in Developing Countries[J].JournalofDevelopmentEconomics, 1979, 6(3): 299-341.

[4] Fields, G. S.. Employment Income Distribution and Economic Growth in Seven Small Open Economies[J].EconomicJournal, 1984, 94(373): 74-83.

[5] Roemer, M., Gugerty, M.. Does Economic Growth Reduce Poverty?[R]. CAER ⅡDiscussion Paper, No.5, 1997.

[6] Dollar, D., Kraay, A.. Growth is Good for the Poor[R]. Policy Research Working Paper, 2001.

[7] 胡鞍鋼, 胡琳琳, 常志霄. 中國經(jīng)濟增長與減少貧困(1978-2004)[J]. 清華大學學報(哲學社會科學版), 2006, (5): 105-115.

[8] 林伯強. 中國的經(jīng)濟增長、 貧困減少與政策選擇[J]. 經(jīng)濟研究, 2003, (12): 15-25.

[9] 汪三貴. 在發(fā)展中戰(zhàn)勝貧困——對中國30年大規(guī)模減貧經(jīng)驗的總結與評價[J]. 管理世界, 2008, (11): 78-88.

[10] 王雪妮, 孫才志. 1996-2008年中國縣級市減貧效應分解與空間差異分析[J]. 經(jīng)濟地理, 2011, (6): 888-894.

[11] 葉初升, 張鳳華. 政府減貧行為的動態(tài)效應——中國農(nóng)村減貧問題的SVAR模型實證分析(1990-2008)[J]. 中國人口·資源與環(huán)境, 2011, (9): 123-131.

[12] 胡兵, 賴景生, 胡寶娣. 經(jīng)濟增長、 收入分配與貧困緩解——基于中國農(nóng)村貧困變動的實證分析[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究, 2007, (5): 33-42.

[13] 攸頻, 田菁. 貧困減少與經(jīng)濟增長和收入不平等的關系研究——基于時序數(shù)據(jù)[J]. 管理科學, 2009, (4): 115-120.

[14] 章元, 丁繹鏷. 一個“農(nóng)業(yè)大國”的反貧困之戰(zhàn)——中國農(nóng)村扶貧政策分析[J]. 南方經(jīng)濟, 2008, (3): 3-17.

[15] Montalvo, J. G., Ravallion, M.. The Pattern of Growth and Poverty Reduction in China[J].JournalofComparativeEconomics, 2010, 38(1): 2-16.

[16] Hasan, R., Quibria, M. G.. Industry Matters for Poverty: A Critique of Agricultural Fundamentalism[J].Kyklos, 2004, 57(2): 253-264.

[17] Loayza, N. V., Raddatz, C.. The Composition of Growth Matters for Poverty Alleviation[J].JournalofDevelopmentEconomics, 2006, 93(1): 137-151.

[18] 李小云, 于樂榮, 齊顧波. 2000～2008年中國經(jīng)濟增長對貧困減少的作用: 一個全國和分區(qū)域的實證分析[J]. 中國農(nóng)村經(jīng)濟, 2010, (4): 4-11.

[19] 張萃. 中國經(jīng)濟增長與貧困減少——基于產(chǎn)業(yè)構成視角的分析[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究, 2011, (5): 51-63.

[20] 單德朋. 產(chǎn)業(yè)結構、 勞動密集度與西部地區(qū)貧困減緩——基于動態(tài)面板系統(tǒng)廣義距方法的分析[J]. 中南財經(jīng)政法大學學報, 2012, (6): 106-112.

[21] Ravallion, M., Datt, G.. How Important to India’s Poor is the Sectoral Composition of Economic Growth?[J].WorldBankEconomicReview, 1996, 10(1): 1-25.

[22] 程鵬. 農(nóng)村勞動力流動、 產(chǎn)業(yè)結構調(diào)整與經(jīng)濟增長——基于1993-2012年省際面板數(shù)據(jù)的實證研究[J]. 產(chǎn)經(jīng)評論, 2014, 5(6): 113-126.

[23] 葉普萬. 貧困經(jīng)濟學研究[M]. 北京: 中國社會科學出版社, 2004.

[24] Cameron, A. C., Trivedi, P. K..MicroeconometricsUsingStata[M]. College Station, TX: Stata Press, 2009.

[25] 陳強. 高級計量經(jīng)濟學及Stata應用[M]. 北京: 高等教育出版社, 2014.

[26] 伍德里奇. 計量經(jīng)濟學導論: 現(xiàn)代觀點[M]. 北京: 中國人民大學出版社, 2003.

[27] Bond, S. R., Hoeffler, A., Temple, J. R. W.. GMM Estimation of Empirical Growth Models[J].EconomicsPapers, 2001, 159(1): 99-115.

[28] 楊曉鋒. 產(chǎn)業(yè)結構調(diào)整的收入分配效應研究——基于1998-2012年中國省際面板數(shù)據(jù)模型的分析[J]. 產(chǎn)經(jīng)評論, 2014, 5(5): 5-15.

[引用方式]高元元, 鄭猛. 產(chǎn)業(yè)構成視角的經(jīng)濟增長減貧效應動態(tài)化研究——以1995-2014年滇西邊境片區(qū)為例[J]. 產(chǎn)經(jīng)評論, 2017, 8(1): 104-117.

Dynamic Research of Economic Growth Effect on Reducing Poverty from Industrial Structure Perspective——Taking Western Yunnan Border Area from 1995 to 2014 as an Example

GAO Yuan-yuan ZHENG Meng

How to realize the economic growth reducing poverty has become the focus of current research problems from the sect oral composition perspective. Using industry figures of west Yunnan area from 1995 to 2014, this paper analyzes the poverty reduction in three sectors and finds that growth in the secondary sector and the tertiary sector has larger impact on poverty than the primary sector. Further research illustrates that growth effect is more significant than structure effect if effect of reducing poverty is divided. Especially the growth effect gap of between the secondary sector and the tertiary sector is narrowing, while the structure effect has warily fluctuated. At last this paper puts forward relevant revelation from economic development pattern, the fiscal function of government, employment and transfer of labor in the future.

Yunnan west area; effect of reducing poverty; dynamic decomposition; take targeted measures to help people lift themselves out of poverty

2016-09-19

中國博士后科學基金資助項目“有偏技術進步視角下要素替代增長效應研究”(項目編號：2016M600161，項目主持人：鄭猛)。

高元元，中國郵政集團培訓中心講師，研究方向：產(chǎn)業(yè)經(jīng)濟；鄭猛，中國社會科學院拉丁美洲研究所博士后，研究方向：世界經(jīng)濟、發(fā)展經(jīng)濟學。

F062.9

A

1674-8298(2017)01-0104-14

[責任編輯：戴天仕]

10.14007/j.cnki.cjpl.2017.01.009