滇西集中連片特困地區縣域貧困的時空演變特征及形成機制

江雨珊1a,2,戢曉峰1a,2,陳 方

(1.昆明理工大學 a.交通工程學院,b.社會科學學院,云南 昆明 650500;2.云南綜合交通發展與區域物流管理智庫,云南 昆明 650504)

1 引言

自2012年以來,我國全面推行精準扶貧戰略,雖然扶貧事業取得了顯著成就,但人均經濟水平不高、區域發展不平衡問題依然突出,特別是集中連片特殊困難地區發展相對滯后,扶貧開發任務十分艱巨。我國將扶貧工作重點放在集中連片特困地區,加大在教育、衛生、文化、就業、社會保障等民生方面的支持力度,從根本上改變了集中連片特困地區的落后面貌。

根據《中國農村扶貧開發綱要(2011—2020年)》精神,按照“集中連片、突出重點、全國統籌、區劃完整”的原則,以2007—2009年人均縣域國內生產總值、人均縣域財政一般預算收入、縣域農民人均純收入等與貧困程度高度相關的指標為基本依據,劃分了我國14個集中連片特殊困難地區,共680個縣。研究集中連片特困地區縣域貧困的演化特征,剖析縣域貧困的基本成因,是科學制定縣域減貧戰略的前提和基礎。

目前,國內外學者主要從以下4個方面對貧困進行了研究:①對貧困現狀進行測度,并從以往單一的收入衡量轉變成多維貧困度量。阿馬蒂亞·森認為,人的貧困不僅僅是收入、道路、衛生設施等方面的客觀貧困,還包括對教育、醫療衛生和社會保障等主觀感受的貧困[1],即多維貧困理論。其中,多維貧困度量包含相關維度的確定、貧困主體的確定、多維貧困指數的構建[2]。②貧困空間分布格局。陳燁烽等[3]指出,全國貧困村分布呈現出東部和西北部地區稀疏、中部和西南部地區密集的“夾層”形空間異質格局,并存在多個不同量級、“星點”式分布的貧困核心;王艷慧等[4]對連片特困區扶貧重點縣的空間分布格局進行了研究,發現研究區域多維貧困發生率和多維貧困指數呈現出“西高東低”的趨勢;朱磊等[5]研究了我國旅游扶貧試點村的空間分布格局與成因,發現旅游扶貧村呈凝聚型分布狀態,分形特征明顯,認為該成因可分為旅游資源稟賦、地形海拔高度、交通因素和政府政策導向4個方面。③貧困的致貧因素與發展對策。彭紅碧[6]認為導致地區貧困的因素可概括為經濟因素、環境因素和社會因素;李文靜等[7]對三峽庫區移民貧困致因進行了精準識別,認為患病、勞動能力弱和失地是致貧的3大主因,并提出了庫區移民精準脫貧的相關政策建議;曹小曙[8]等從行政村與鄉村住戶兩種尺度探討了鄉村貧困的影響因素;劉彥隨等[9]剖析了新時期中國農村貧困化基本特征,揭示了農村貧困化地域分異規律,探討了農村貧困化的主導因素,并提出了科學推進精準扶貧的戰略與對策。④農村貧困地理識別和類型劃分。當前,隨著統計數據的完整性和可獲得性增加,在研究尺度上,逐漸從省域、縣域等較為宏觀的尺度,轉向為鄉鎮和行政村等微觀尺度[10],劉艷華等[11]識別出連片貧困區,并將多維貧困縣分為8種類型。

綜上所述,目前對貧困的研究多以定性描述為主,缺乏從時空角度分析貧困現狀的演變過程及形成機制。本研究利用GIS空間分析技術獲取了集中連片特困地區縣域貧困現狀的空間分布特征,揭示了其時空演變特征;同時利用探索性空間數據分析方法分析了縣域貧困現狀的主要影響因素,獲取了縣域貧困現狀的形成機制,以期為我國精準扶貧戰略的有效實施提供理論依據和基本方向。

2 數據來源與研究方法

2.1 數據來源

一般而論，貧困是一個極為復雜的社會現象,我國的貧困問題有其特殊性，主要表現在以下幾方面:人口老齡化導致有效勞動力不足,快速城市化滋生“城中村”等問題,外出務工導致留守兒童和空巢老人增多,這些都會嚴重影響到對貧困的測度。Alkire等[12]提出通過兩類貧困線來識別出窮人的方法,并基于FGT指數構建了多維貧困指標來測度貧困程度?？紤]到數據的可獲得性,本研究將貧困程度指標定義為:各縣域農民平均純收入減去貧困線差值的標準化值,數值越低,代表貧困程度越嚴重。選取的貧困線為我國2011年公布的農村扶貧標準每人2300元。

本文以國家重點集中連片特困地區滇西邊境山區的56個國家級貧困縣為例,采用的統計數據來源于中國經濟與社會發展統計數據庫(云南省)、中國統計信息網——云南省統計公報索引以及2004—2014年的《云南統計年鑒》。其中,統計數據涉及貧困區域的農民人均純收入、人均GDP、產值比重、固定資產投資、縣內公路通車里程、旅游總收入等指標數據。

2.2 空間相關性測度

全局Moran′s I指數:全局莫蘭指數主要用于衡量屬性值在空間內的相關程度,其取值范圍為[-1,1]。Moran′s I>0表示空間正相關性,其值越大,空間的相關性越明顯;Moran′s I<0表示空間負相關性,其值越小,空間的差異越大;Moran′s I=0,空間呈隨機性。

(1)

局域Moran′s I指數:使用局域莫蘭指數進行聚類和異常值分析,公式為:

(2)

式中,Z為樣本空間單元屬性值的標準化形式。若Ii顯著為正,表示縣域單元i與其鄰接縣域單元屬性值之間空間差異小;反之,縣域單元i與其鄰接縣域單元屬性值之間空間差異大。若Ii為0,表示縣域單元i與其鄰接縣域單元屬性值之間不存在空間相關,即樣本空間單元屬性值在空間關聯方式上呈現隨機分布。

2.3 空間分異特征測度

標準差與變異系數是兩種分別從絕對意義和相對意義揭示區域經濟差異程度的方法,本研究主要用來測度并揭示縣域貧困的絕對和相對差異。計算公式為:

(3)

(4)

2.4 空間計量經濟模型

空間滯后模型和空間誤差模型主要用于研究存在空間交互效應的變量之間的關系。一般而言,地區之間的經濟行為存在著一定程度的交互效應,稱為“空間依賴”或“空間相關”效應。若忽略變量間的空間相關性,直接使用傳統計量模型來分析變量間的關系,會導致模型驗證結果出現偏差,與實際情況不相符[13]。因此,本研究將空間因素引入計量模型,通過建立空間權重矩陣對回歸模型進行修正,以貧困程度為被解釋變量,構建空間面板計量經濟模型對滇西邊境山區縣域貧困的影響因素進行研究和分析。

空間滯后模型:為檢驗相關變量對縣域貧困程度的影響關系,空間滯后模型可設定為:

povertyi=α+βlnPGDPi+ρΣWijpovertyi+φlnXi+εi

(5)

式中,poverty為縣域貧困程度,定義為各縣域農民平均純收入減去貧困線后的標準化值;PGDP為經濟增長,用人均GDP衡量;ρ為空間回歸系數,反映相鄰縣域貧困程度變化對本縣域的影響;W為空間權重矩陣;X表示一組控制變量,包括固定資產投資lnK、第二產業比重SE、第三產業比重TE、旅游收入TR、等級公路比重ROAD;ε為隨機誤差。

空間誤差模型:如果空間依賴作用存在于擾動誤差項之中,可將空間誤差模型設定為:

povertyi=α+βlnPGDPi+φlnXi+λΣjWiεi+μi

(6)

式中,λ為空間誤差系數,測度觀測值的空間依賴作用,反映相鄰縣域貧困程度的誤差沖擊對本縣域觀測值的溢出程度;μ為隨機誤差項。

3 縣域貧困空間格局的時空演變特征

3.1 研究區域概況

滇西邊境山區作為全國14個集中連片特困地區之一,位于我國西南邊陲地區(圖1),邊境線長達3000km以上,涉及56個縣區,其中國家扶貧工作重點縣和民族自治地方縣總計占80%,約1/2是少數民族人口。滇西邊境山區基礎設施薄弱、產業弱小、人口平均受教育年限短,綜合性貧困突出，因此本研究選取滇西邊境山區為案例,系統剖析了我國縣域貧困的時空演變特征,并全面解析了我國縣域貧困的形成機制。

圖1 滇西邊境山區地理區位

3.2 縣域貧困空間分布格局的時空演變特征

首先,本文依次計算出2003年、2008年和2013年的縣域貧困程度,并基于ArcGIS軟件進行可視化表達;其次,根據Jenks自然間斷點分級法,對相應研究截面的貧困程度從高到低依次分為深度貧困、非常貧困、比較貧困和一般貧困四類;最后,得出滇西邊境山區貧困程度空間分布格局的演變特征,見圖2。從圖2可見,深度貧困區位置變化不大,主要分布在北部和南部,即怒江州、思茅地區和紅河州,將其定義為“持續貧困區”;非常貧困區和較貧困區分布深度在貧困區外圍,呈貧困程度逐年降低的趨勢,將其定義為“貧困程度好轉區”,主要分布在昌寧、鳳慶、云縣等中部區域;勐臘、石屏、元陽和紅河縣等的貧困程度逐年加深,將其定義為“貧困程度惡化區”。

進一步計算縣域貧困的Moran′s I值,探究其空間相關性見表1。2003—2013年滇西邊境山區貧困程度的Moran′s I值均為正,且都在1%的水平下顯著,說明縣域貧困程度在空間上具有高度依賴性和空間正相關的特征,即貧困程度在空間集聚表現上呈現出縣域單元相似屬性值在空間上集聚分布的狀態。從時間維度看,Moran′s I值呈現出遞增趨勢,說明縣域貧困在空間上的關聯度越來越高,彼此之間的空間交互作用愈發顯著。其中,2003—2005年的Moran′s I值逐年增大;2005—2010年Moran′s I值小幅下降;2010年以后,Moran′s I值又逐年上升,并趨于較高水平。

圖2 貧困程度空間演化格局

表1 2003—2013年Moran′s I檢驗

圖3 縣域貧困程度歷時變化

通過計算縣域貧困程度的變異系數和標準差,獲取縣域貧困的空間分異特征見圖3。從圖3可見,整體上滇西邊境山區縣域貧困的空間差異呈現逐年下降趨勢,整體分布態勢逐漸趨于均衡?？h域貧困絕對差異主要分為兩個階段，2003—2011年的絕對差距一直在縮小,2011年之后呈逐年擴大的趨勢。縣域貧困的變異系數一直呈下降趨勢,表明縣域間的貧困程度相對差距在逐漸縮小,空間演變規律較明顯。

通過上述對貧困程度空間分布格局時空演變特征的分析,可得出:①從整體分布格局看,持續貧困區主要位于研究區域北部和南部,且數量逐年減少;貧困程度好轉區集中在中部區域并呈擴散趨勢;貧困程度惡化區則分布在研究區域東南邊緣。②從空間相關性看,研究期間縣域貧困程度在空間上呈顯著正相關關系,且空間關聯度總體上呈上升趨勢。③從空間差異性看,各縣域貧困程度的空間差異呈逐年下降趨勢,但區域不均衡性仍然存在。

3.3 縣域貧困空間集聚格局的時空演變特征

為了揭示縣域貧困空間集聚格局的演變特征,本研究進一步運用Anselin Local Moran′s I算法進行了聚類和異常值分析。本研究依次選取2003年、2008年和2013年時間截面的貧困程度進行了局域空間自相關分析,并基于GeoDA軟件將其進行可視化表達,見圖4。從圖4可見,高高集聚(HH)表示高屬性值之間相互鄰接,屬性特征空間差異小;低高集聚(LH)表示低屬性值被高屬性值包圍,低值區受到周圍高值區的極化影響,屬性特征空間差異大;低低集聚(LL)表示低屬性值之間相互鄰接,屬性特征空間差異小;高低集聚(HL)表示高屬性值被低屬性值包圍,具有強烈的空間極化特征,屬性特征空間差異大。

從時間維度看,局部空間集聚格局發生了明顯變化:2003年、2008年和2013年,分別有15個、21個、24個縣域位于HH區,縣域規模分別占滇西邊境山區縣域總數的26.8%、37.5%和42.9%;同時,分別有6個、5個、9個縣域位于LL區,縣域數量占比分別為10.7%、8.9%和16.1%。2003年、2008年和2013年呈空間正相關關系的縣域單元數量分別占整體規模的37.5%、46.4%和58.9%,貧困程度相似的地區在空間上呈集聚分布,說明縣域貧困總體呈正空間集聚特征,與全局分析結果相符。

圖4 貧困程度空間集聚格局

從空間維度看,局部集聚類型變化明顯:HH區2003年集中分布在大理市周圍的洱源、漾濞、賓川等縣域;2008年逐步向南北方向擴散,麗江、巍山和南澗縣退出HH區;2013年HH向中部收縮并向東西部擴散,西部的耿馬和滄源躍遷至HH區,形成了以保山—臨滄為主的高值區域,并與以楚雄為主的高值區域分片相連。HL基本格局未發生很大的變化。石屏一直位于HL區,始終保持著高潛力的極化狀態,而勐海在2013年退出HL區,表明局域Moran′s I高值區存在極化和擴散雙重效應。LH區2003年呈帶狀分布在研究區域北部和中部,鳳慶、景東、鎮沅和云縣2008年退出LH轉入HH;到2013年LH區逐漸收縮至中部的巍山、彌渡和南澗,且在西南部邊緣只有零星分布(隴川和西盟)。LL區集中分布在研究區域的南部和北部,并從北部的貢山和福貢逐漸擴散至整個怒江州。同時,LL區逐漸向研究區域東南部集聚,而西南部逐年收縮。貢山、福貢、孟連和綠春一直處于LL區,蘭坪和瀘水分別在2008年和2013年轉入LL區,說明這些縣域仍未擺脫貧困程度相對嚴重的局面,而耿馬和滄源縣則在2008年退出LL。整體來看,研究區域呈現出中部以LH、HL區為主,四周以LL、HH區為主的空間集聚分布,說明縣域間不均衡性非常突出,中部極化效應明顯?？傊?研究期間縣域貧困的局部空間集聚格局存在較大變化,局部空間不均衡性仍突出,縣域貧困程度的空間異質性顯著。

4 中國縣域貧困的影響機制解析

4.1 影響因素選取

本研究根據貧困理論[14]選取以下影響因素:縣域人均GDP,表示為lnPGDP;固定資產投資lnK;第二產業占GDP比重SE、第三產業占GDP比重TE、旅游收入lnTRA、公路網密度ROAD(總里程數/100km2)、城市化水平Urb(城鎮人口占總人口比重)。

表2 空間自相關性檢驗

4.2 模型設定檢驗

在不考慮空間相關性的情況下,本研究使用最小二乘法OLS估計受約束模型,在此基礎上進行空間相關性檢驗(表2)。檢驗統計量為LMlag、LMerr及其穩健的R-LMlag、R-LMerr。Anselin認為,如果LMlag比LMerr顯著,同時R-LMlag顯著而R-LMerr不顯著,則應選空間滯后模型;反之,則選空間誤差模型。

本文利用GeoDA軟件估算了2013年滇西邊境山區縣域貧困影響因素的OLS、SLM和SEM模型,空間自相關性檢驗結果見表3。Moran′s I指數表明,OLS回歸的空間依賴性明顯(顯著性為0.001939)。表3中的拉格朗日乘子滯后和誤差及其穩健性檢驗表明,LMlag和R-LMlag均通過1%水平的顯著性檢驗,表示拒絕不存在空間滯后的原假設;而LMerr未通過10%水平的顯著性檢驗。因此,根據Anselin提出的判別準則,SLM模型最適用于本研究分析。根據檢驗準則,logL值越大越好,而AIC、SC值越小越好。比較三者發現,SLM的logL值(37.0345)最大,而AIC和SC值最小。從擬合優度看,SLM的值最大(0.9994)明顯優于SEM(0.9929),表明該模型對因變量的解釋能力達到99.9%。然而,經典線性回歸OLS模型由于未考慮空間效應,模型設定不當,回歸結果與實際情況相比出現較大偏差。

表3 縣域貧困影響因素的空間計量回歸結果

4.3 結果分析

主要是:①從縣域間交互作用影響看,Ρ和λ都顯著為正,說明縣域間存在顯著正空間相關性,即縣域貧困程度存在正的空間效應。Ρ/λ值為0.9397,表示空間相鄰地區貧困程度減輕1個單位,能促使本地區貧困程度減輕0.9397個單位。由于極化—擴散效應存在,物質資本要素傾向集中于貧困程度較輕的縣域,通過縣域間經濟活動的交流,有助于貧困程度深的縣域逐步提高經濟水平從而減輕貧困程度。②SE(-0.0226)和TE(-0.0201)在1%的水平下高度顯著,說明產業結構對貧困程度有顯著的負影響,反映出縣域的產業結構可能存在失衡,應依托優勢資源,加快結構調整,優化產業布局,完善產業體系,形成特色鮮明、競爭力強、生態環境友好的支柱產業,為區域發展和貧困人口脫貧致富奠定基礎。同時,通過產業調整后,農業可與第二、三產業融合,如農產品深加工即與制造業結合,實現產品附加值提高;或發展鄉村旅游、景觀農業,即與服務業融合,實現農民增收。③lnPGDP(0.7397)在1%的水平下高度顯著,說明人均GDP對貧困程度的減輕有正溢出效應。lnINV(0.1991)在1%的水平下高度顯著,說明固定資產投資在一定程度上仍是推動農民人均純收入增長的重要因素。④ROAD(-0.0019)在1%的水平下高度顯著,說明公路網密度對縣域貧困的減輕具有負向影響作用,主要由于選取單一指標反映交通運輸條件造成的估計偏差。該類型區域應加強與國家公路、鐵路網絡相連接,加快省道、專支線鐵路和主通道聯絡線規劃與建設,構建保山、麗江、臨滄、芒市等區域性交通運輸樞紐,并開展通航河流航道建設和機場建設,提升航運能力;同時,提高口岸通道、縣際及通縣公路的技術等級和網絡化程度,形成布局科學、干支結合、結構合理的區域綜合交通運輸網絡。⑤lnTRA(-0.0332)具有顯著的負影響,說明旅游收入對縣域貧困的減輕具有負向影響作用。這與郭魯芳等[15]的研究一致,認為旅游發展并非總對貧困減緩產生貢獻,尤其是在經濟發展水平較低或旅游資源貧瘠的地區,旅游減貧效應并不明顯。旅游業雖然是云南的支柱產業,但對滇西邊境山區而言,只有少量縣域有旅游景點,如玉龍、寧蒗、永勝、盈江、隴川和勐海。除了知名度很高的旅游地區,其他縣域的旅游資源相對匱乏,對游客的吸引力不足,旅游業并不是其主要收入來源。旅游資源稟賦較好的縣域也普遍存在旅游服務水平不高等問題,現有的接待能力無法滿足國內外游客的需求;整體旅游市場存在經營環境較差、旅游企業無序競爭、商家欺詐消費者等情況。因此,滇西邊境山區旅游業應以豐富多彩的民俗文化和自然資源為依托,以交通為紐帶,打造特色旅游線路。當務之急是提升旅游服務能力,完善旅游交通網絡及配套服務設施,加強安全防護與應急設施建設,提高應急救援能力。⑥城市化水平Urb(0.0032)在5%的水平下顯著,說明城市化水平對貧困程度的減輕有顯著的正影響。這是因為在城市化進程中,要素流動和集聚為貧困地區創造了大量就業機會,吸收了剩余勞動力,促進了貧困地區的經濟發展,減輕了貧困程度。滇西邊境山區大多處于城市化初期,有很大的發展潛力,如耿馬縣推進形成“一縣雙核”的城市發展形態,鎮康通過縣城搬遷戰略和建設邊境特色工業園實現了推進城市化的目標,從而促進當地減輕了貧困程度。

5 結論與展望

本研究運用探索性空間數據分析方法定量分析了滇西邊境山區56個國家級貧困縣2003—2013年貧困程度的時空差異和演變特征,使用空間面板計量方法獲取了縣域貧困的影響因素,并進一步解析了其形成機制,得出以下結論:①研究期間縣域貧困程度在空間上呈正相關特性,且關聯性逐年增強。各縣域貧困程度的空間差異呈逐年下降趨勢,但區域不均衡性仍然存在。其中,持續貧困區主要位于研究區域北部和南部,且數量逐年減少;貧困程度好轉區集中在中部區域并呈擴散趨勢，貧困程度惡化區則分布在研究區域東南邊緣。②研究區域呈現出中部以低高、高低為主,四周以低低、高高為主的空間集聚分布,貧困程度的局部空間不均衡性突出,空間異質性十分顯著。③空間滯后模型更適用于解釋影響貧困的各方面因素。貧困程度本身具有正的溢出效應,空間相鄰地區貧困程度減輕1個單位,能促使本地區貧困程度減輕0.9397個單位。同時,人均GDP、固定資產投資、城市化水平對貧困程度的減輕有顯著的正影響;而第二產業比重、第三產業比重、公路網密度、旅游收入對貧困有負的影響。受限于數據的可獲得性和難以量化,一些可能對貧困程度產生影響的因素如家庭結構特征、教育水平、自然環境等未納入本研究模型。此外,測度貧困程度的指標和參數的確定也需進一步完善。