中等職業教育財政支出減貧效應的空間溢出和門檻分析

蔡文伯 趙志強

摘 要 中等職業教育作為政府以法律形式規定、社會主體參與、公共資源支持的現代新型教育，一直發揮著重要的減貧功能。本研究以中等職業教育財政支出為視角，基于2008-2018年30個省份的面板數據集，通過構建空間面板模型和門檻面板模型，考察中等職業教育財政支出與貧困減緩的空間相關性，測算中等職業教育財政支出在減貧中的空間溢出效應，并運用LeSage和Pace提出的偏微分方法進行效應分解。研究發現：中等職業教育財政支出對貧困減緩具有明顯的空間依賴性;各省份內部中等職業教育財政支出對貧困減緩具有正向的促進作用，但對相鄰省份有負向的阻礙作用;同時存在門檻特征，即減貧效應隨中等職業教育財政支出提高而提高，隨城鎮化發展水平提高而降低。

關鍵詞 中等職業教育;財政支出;精準扶貧;減貧效應;空間溢出;門檻分析

中圖分類號 G718.3 文獻標識碼 A 文章編號 1008-3219（2020）28-0013-07

貧困問題是每個國家和地區都普遍存在的社會現象，是影響經濟發展和社會穩定的重要因素。現階段，正值我國全面建成小康社會的沖刺階段，消除貧困、改善民生更是當下亟需解決的重要難題。據國家統計局發布的數據顯示，截至2019年，全國貧困人口已從2012年的9899萬人減少至551萬人，累計減少9348萬人，貧困發生率也從10.2%下降到0.6%，減貧事業取得了顯著成就。《中共中央 國務院關于堅持農業農村優先發展做好“三農”工作的若干意見》（中發[2019]1號）強調，要逐步提升公共財政對職業教育的投入力度，強化開發式扶貧與保障式扶貧統籌銜接，力爭實現各地貧困人口的全部清零。扶貧先扶志，扶貧必扶智。中等職業教育因其具有較強的工具價值一直以來都是實現脫貧攻堅的重要渠道，教育財政支出更是讓中等職業教育的工具價值得以充分發揮。在知識經濟飛速發展的今天，擴大中等職業教育財政支出不僅能夠使原本教育資源分配不均的現象得以緩解，而且可以使貧困群體改善自身狀況、緩解就業問題。那么，我國中等職業教育財政支出究竟在多大程度上緩解了地區貧困，在減貧過程中是否存在空間溢出效應，又是否存在門檻特征，在脫貧攻堅背景下，這些問題若能得到解決，將對國家調整和出臺更具針對性的扶貧措施起到重要推動作用。

鑒于各地區突出的貧困狀況，學者們圍繞著中等職業教育財政減貧效應進行了深入研究。克雷（Kraay）和杜大偉（Dollar）認為，教育財政支出和醫療財政支出有利于提高農業生產力，但對絕對貧困人口的減貧效果不明顯，應重點發揮中等職業教育財政支出在絕對貧困人口中的幫扶作用[1]。凱斯（Kees）和卡米納達（Caminada）研究發現，中等職業教育、社會保障等財政支出對于減緩農村貧困具有顯著的促進作用，而且隨著時間的發展呈現出逐級遞增的正向作用[2]。佩特拉基斯（Petrakis）和斯塔瑪塔基斯（Stamatakis）研究發現，經濟發展水平不同，教育財政支出對經濟增長的作用不同，具體表現在經濟發展水平較低時，初等教育和中等教育的外部效應較大，經濟發展水平較高時外部效應逐漸減緩[3]。國內關于中等職業教育財政減貧的研究大多集中在2010年以后，單德朋以2000-2010年西部地區省級面板數據為樣本，利用動態面板模型將不同層次教育投入對貧困減緩的作用加以區別，發現中等職業教育對于減緩城鄉貧困具有明顯作用，中等職業教育財政支出和平均受教育年限增加均對貧困減緩有著積極的正向關系[4]。瞿連貴和石偉平以西部地區為切入點，認為發展中等職業教育是落實新一輪“西部大開發”戰略、加快西部地區人力資源開發、促進西部地區脫貧攻堅的優先選項，需要從過去較多關注硬件投入逐漸轉向加大軟件投入，尤其是對“雙師型”師資隊伍、教學改革、課程更新等方面的投入[5]。農漢康和孫杰遠認為，中等職業教育扶貧是我國貧困勞動力迫切需要的技能培養方式，能夠有效提升貧困勞動力的生產技能和就業機會，應建構以政府為主導、以學生為根本、以企業為輔助的財政資助模式，并加大對貧困地區免費中等職業教育的實施力度[6]。聶偉認為，中等職業教育時間短、成本低、見效快，能為諸多貧困群體提供獲取謀生的一技之長，要加大財政專項資金投入，補齊教育資源短板，并結合地區產業特點和勞動力結構，不斷更新培訓內容、強化培訓功能，建設一批新型職業農民和技術型人才隊伍[7]。

總體來看，已有文獻都肯定了中等職業教育財政支出對地區減貧所具有顯著的促進作用，在理論上形成了廣泛共識。但仍存在一些不足：第一，在研究內容上，已有研究成果較多側重高等職業教育或職業教育整體財政支出與地區減貧的關系，對中等職業教育財政支出的關注相對較少。第二，在研究時間上，已有研究成果大多基于時間序列進行分析，數據樣本時點多集中在1995-2015年，隨著經濟發展進入新常態，職業教育的扶貧成果需要進一步完善。第三，在研究方法上，已有研究成果多采用質性研究方法或傳統計量模型考察職業教育財政投入對地區減貧的影響，可能導致研究結果的偏差。鑒于此，本研究基于新經濟地理學的理論基礎，以全國30個省市（除西藏自治區，香港、澳門特別行政區，臺灣地區）2008-2018年的面板數據為樣本，研究中等職業教育財政支出與減貧效應的空間相關性，構建空間計量經濟模型分析中等職業教育財政減貧的空間溢出和門檻效應，以期為調整和完善中等職業教育財政支出強度提供理論依據。

一、中等職業教育財政減貧的空間計量分析

（一）模型設定

我國中等職業教育財政支出的減貧效應主要是通過提高初中后人力資本以減少貧困發生實現的。由于各省際之間貧困程度不同，教育財政投入水平也存在較大差異，為了研究各省中等職業教育財政支出的減貧效應，本文參考沈能、趙增耀提出的計量經濟模型[8]，建立適合本研究所需的模型。

其中，i為地區，t為時點，POVit為農村貧困水平，SSPit為中等職業教育財政支出，EFAit為農業財政支出，EFSit為社會保障和就業支出，PGDPit為經濟發展水平，PULit為地區城鎮化水平。

（二）數據指標

1.變量定義

被解釋變量。對于貧困水平（POV）的表達，現有研究給出了一系列方法和手段，常用的貧困測量指標有分解FGT指數、森指數和貧困發生率等，這些貧困測量指標的共同特點是均以貧困線為標準進行評價。但由于2008-2018年之間我國貧困線有所調整，在地區貧困水平的評價上難免存在差異，羅知與郭熙保[9]建議利用20%最低收入人群的平均收入來估算地區貧困程度，冉光和與張冰[10]則用人均消費支出水平來估算各地區貧困程度，蔡文伯與翟柳淅利用城鎮和農村人均收入與人口占比之和作為估計地區貧困程度的標準[11]。通過對2008-2018年全國農村人均收入和城鎮人均收入與其20%低收入人群進行Pearson相關性分析，結果顯示全國農村人均收入和城鎮人均收入與其20%低收入人群呈顯著正相關關系，選取人均收入作為衡量20%低收入人群的代理變量較為恰當。為此，本研究借鑒蔡文伯與翟柳淅的測量方法對地區貧困水平進行評估。具體計算公式為：貧困水平=農民人均收入×農村人口比重+城鎮人均收入×城鎮人口比重，為消除異方差和量綱的干擾，對得到的數據進行取對數處理。

解釋變量。中等職業教育財政支出強度（SSP）內涵豐富，到目前為止，并沒有形成一個明確的度量指標，由于數據指標的非連續性，本研究參照解堊[12]、王錄倉[13]等人的研究，選用“中職在校生數/普職總人數”作為中等職業教育財政支出強度的代理變量。根據“貧困循環累積效應”，地區貧困化程度還受到經濟發展水平、農業財政支出、社會保障支出和城鎮化水平等因素的影響。因此，選取若干控制變量，以提高模型估計結果的穩健性。農業財政支出強度（EFA）用“財政支農支出/財政總支出”表示;經濟發展水平（PGDP）用人均國內生產總值表示;社保財政支出強度（EFA）用“社保支出/財政總支出”表示;地區城鎮化水平（PUL）用“城鎮人口數/總人口數”表示。

2.數據來源

由于西藏自治區和香港、澳門特別行政區，臺灣地區數據缺失較為嚴重，本研究以2008-2018年30個省（直轄市、自治區）的農村貧困水平（POV）、中職教育財政支出強度（SSP）、農業財政支出強度（EFA）、社保財政支出強度（EFS）、經濟發展水平（PGDP）和地區城鎮化水平（PUL）作為平衡面板數據集。所有原始數據均選自2008-2018年《中國統計年鑒》《中國農村統計年鑒》《中國人口和就業統計年鑒》和各省歷年統計年鑒。

（三）中等職業教育財政減貧效應的計量分析

1.空間自相關分析

在對空間計量經濟模型進行分析之前，需要先檢驗中等職業教育財政支出和農村貧困水平之間是否存在空間自相關。空間自相關是指一些數據在不同空間單元是否具有潛在的依賴性，如果高值和高值、低值和低值相鄰，表明空間呈正相關，如果高值和低值相鄰，表明空間呈負相關，如果高值和低值隨機分布，則表明數據之間不存在空間相關性。本研究擬采用目前較為流行的莫蘭指數（Morans I）分析驗證中等職業教育財政支出和貧困水平之間的空間相關性。

其中，S2=為樣本方差，xi表示第i個省份的數據指標，wij為處于i行j列的空間權重。Morans I也被學者稱為Global Morans I，檢驗空間全局的相鄰分布狀態，一般兩省份Morans I指數越接近+1表示正相關相鄰程度越高，越接近-1表示負相關相鄰程度越高，越接近0表示兩省份不存在相關性。為此，0-1相鄰權重矩陣如下：

其中，i=1，2，3……n;j=1，2，3……n;i≠j。本研究運用Geoda10.0軟件對2008-2018年省際中等職業教育財政支出和貧困水平進行空間自相關檢驗，見表1。由表1可以看出，2008-2018年中等職業教育財政支出指數和貧困發生率指數均為正值，且貧困發生率指數均顯著大于0.44，中等職業教育財政支出指數均顯著大于0.39，可見中等職業教育財政支出和農村貧困發生率具有較強的空間自相關性，某一省份的中等職業教育財政支出會對相鄰省份造成顯著影響。因此，基于空間計量經濟模型來估計中等職業教育財政支出的減貧效應。

2.空間面板模型的設定

國外學者在研究教育財政支出減貧效應的過程中，普遍采用馬爾科夫鏈卡羅模型（MC3）和空間面板回歸模型[14]，馬爾科夫鏈卡羅模型盡管突破了遺漏變量增加偏誤和增加控制變量以提高精準度，但由于忽略空間權重的差異性逐漸處于淘汰的邊緣。空間面板回歸模型主要是安瑟蘭（Anselin）在1988年提出的空間面板誤差模型（SEM）、空間面板滯后模型（SAR）和空間面板杜賓模型（SDM），因較好的彌補空間權重差異性的缺陷，減少誤判的可能性，在教育財政減貧效應研究中被廣泛采用[15]。為確保結果估計的精確性，本研究建立了三種空間面板回歸模型：

3.空間面板模型的實證檢驗

在實證檢驗之前需要利用埃爾霍斯特（Elhorst）提出的三步法對數據集進行似然比率（LR）檢驗、沃爾德（Wald）檢驗和霍夫曼（Hausman）檢驗[16]，其目的是判定哪個空間回歸模型估計結果較優。通過stata16.0軟件對2008-2018年數據集進行分析，結果見表2。

LR Spatial Lag和Wald Spatial Lag檢驗的統計量分別為38.59和42.59，均通過了1%顯著性水平。另外，LR Spatial Error和Wald Spatial Error檢驗的統計量分別為11.73和75.49，也均通過了1%顯著性水平，表明空間杜賓模型的估計結果最優。進一步對空間杜賓模型進行Hausman檢驗，其統計量為177.49，在1%顯著性水平上拒絕原假設，說明固定效應要明顯優于隨機效應。因此，本研究在進行數據分析過程中，主要參考空間杜賓模型的固定效應檢驗，見表3。

由表3可以看出，除空間誤差模型（SEM）中的農業財政支出強度不顯著外，其余參數在三種空間計量模型估計中均通過了5%水平的顯著性檢驗。在空間杜賓模型（SDM）中，中等職業教育財政支出的系數估計值為-0.323，且在1%水平上顯著，說明中等職業教育財政支出每增加1%，農村貧困水平率便減少0.323%，提升中等職業教育財政支出強度對貧困減緩有積極的正向作用，尤其是可以培養一批素質過關、能力過硬的創新型人才。社保財政支出的估計值為-0.411，在1%水平上顯著，說明社保支出每增加1%，農村貧困水平便減少0.411%，其減貧效應相當明顯。政府可以通過加大中等職業教育財政支出和社保財政支出激活貧困地區的發展潛力，并通過經濟發展的“滴灌效應”使農村貧困群體逐漸擺脫貧困。而農業財政支出的系數估計值為0.442，在5%水平上顯著，說明農業支出每增加1%，貧困水平就上升0.442%，究其原因可能是由于政府在開展減貧工作中，很難準確劃分貧困者和非貧困者、絕對貧困者和相對貧困者，致使農業財政支出的扶貧功能被大大削弱，減貧效應不太理想。

進一步考察SDM模型中的空間滯后參數ρ為0.648，通過了1%水平的顯著性檢驗，說明在不考慮其他因素滯后的影響下，相鄰省份貧困水平每下降1%，會引起本省份貧困水平下降0.648%，當某一省份擁有較多相鄰省份時，其貧困水平下降效果更為顯著，具有較強的正外部性。SAR模型中的空間滯后參數ρ為0.736，SEM模型中的空間誤差參數λ為0.975，均通過了1%水平的顯著性檢驗，表明我國農村貧困水平在省際間具有較強的正向空間依賴性，即某省農村貧困水平的增加或減少對相鄰省份農村貧困發生率的變化有引導作用。

4.空間溢出效應分解

在空間計量經濟模型實證檢驗過程中，解釋變量估計值除了包含解釋變量對被解釋變量的直接效應外，還包含間接的“反饋效應（Feedback Effects）”[17]。通過表3可以看出，W（SSP）、W（EFA）估計值在5%顯著性水平下顯著為正。W（EFS）在估計上雖然為負數，但并不顯著。因此，只有將變量估計值中間接“反饋效應”剔除才能解釋各變量直接效應估計值，本研究通過勒沙杰（LeSage）和佩斯（Pace）提出的偏微分方法進一步將中等職業教育財政支出減貧效應分解為直接效應和間接效應[18]，見表4。

如表4所示，中等職業教育財政支出強度的直接效應估計值為-0.266，通過了1%水平的顯著性檢驗，說明中等職業教育財政支出每增加1%，其貧困水平就下降0.266%，也驗證了上述研究得出的基本假設，對貧困地區進行直接的教育財政支出有助于提升貧困群體的技術技能水平，形成可以抵御貧困風險的核心競爭力，防止返貧復現。間接效應估計值為0.582，通過了10%水平的顯著性檢驗，該結果并不是否定了中等職業教育財政支出對農村減貧的正向效果，一方面，反映出相鄰省份由于“成效競爭”和“經濟增長”雙重壓力在爭取中等職業教育財政資金方面存在潛在的競爭關系，這種競爭關系不僅限制了地方財政資源的可獲得性，也限制了城鎮化空間格局的有序擴張，對農村貧困減緩的作用大打折扣;另一方面，或是因為中等職業教育人員流動范圍相對較小，大多數扎根于當地，各省可以通過加大中等職業教育財政支出使農村貧困群體獲得直接幫扶，以達到地區脫貧的目的。農業財政支出強度的直接效應和間接效應估計值分別為0.713和3.024，均通過了1%水平的顯著性檢驗，表明財政支農政策對農村減貧起到了明顯的阻礙作用，社保財政支出強度的直接效應和間接效應估計值為-0.505和-1.157，表明社保財政支出對減貧工作有較強的正向促進作用，各省在脫貧攻堅過程中要適當減少農業財政支出強度，增加社保財政支出強度，以實現財政支出效益的最大化。

二、中等職業教育財政減貧效應的門檻分析

（一）門檻面板回歸模型構建

正如上文所述，各省份中等職業教育財政支出對減貧工作成效顯著，可以初步預測中等職業教育財政支出對貧困水平的影響可能存在“門檻特征”。因此，為考察模型中可能存在的門檻效應，本研究采用漢森（Hansen）的非動態面板回歸技術對SSP和PUL建立雙重門檻面板回歸模型[19]：

（二）門檻效應檢驗

本研究選取各省中等職業教育財政支出和城鎮化水平作為門檻變量，實證檢驗不同中等職業教育財政支出和城鎮化發展水平對農村貧困減緩的作用效果。根據Hansen的分析，判斷門檻特征是否顯著，需要通過構造F統計量來檢驗。如表5結果顯示，中等職業教育財政支出單門檻模型中在5%置信水平下顯著，存在單個門檻值，城鎮化水平單門檻模型和雙門檻模型在1%置信水平下顯著，存在兩個門檻值。

在檢驗門檻效應存在后，需要進一步估計各變量的門檻值，同時確定各門檻的彈性系數，結果如表6所示。中等職業教育財政支出（SSP）對貧困減緩的門檻值為0.4104，在SSP≤0.410階段，估計值為-0.922，表明中等職業教育財政支出能有效減緩貧困;在SSP>0.410時，估計值為-1.076，表明隨著教育財政支出強度加大，對地區減貧效應逐漸增強。城鎮化水平（PUL）對貧困減緩的門檻值為0.433和0.523，具體而言，在PUL≤0.433階段，中等職業教育財政支出減貧效應較高，估計值達到-2.032;在0.4330.523階段，中等職業教育財政支出減貧效應進一步降低，估計值降至-0.970，表明隨著城鎮化水平的逐漸提高，中等職業教育財政支出減貧效應也處于邊際遞減狀態。

為更加直觀地分析省際之間的門檻跨越和地區差異，本研究對2008年和2018年各省份門檻值跨越情況進行了比較，如表7所示。2008年各省份城鎮化水平大部分小于0.433，到2018年沒有省份處于此區間，究其原因可能是近年來各省份大力扶持地區產業、投資教育事業，使得城鎮化水平有了較大提升，減貧效果也逐漸顯現。而中等職業教育財政支出一直處于弱勢地位，大于0.410的省份由2008年的13個降為2018年的2個，且遞減勢頭仍在持續，可能是多數省份過度注重普通高中教育的投入，對中等職業教育投入相對欠缺，不利于其工具價值的正常發揮。通過對各省份時序分析可以發現，兩變量均呈現出從東部發達省份到中西部省份依次遞減的階梯分布，經濟水平較高的東部發達省份對貧困減緩具有收斂效應，而經濟水平較低的中西部省份則對貧困減緩具有顯著的促進作用，經濟發展水平越落后，中等職業教育財政支出對貧困減緩的作用就越大。

三、結論與建議

（一）研究結論

本研究在脫貧攻堅戰略背景下，采用2008-2018年30個省份的平衡面板數據，通過構建空間計量模型，定量分析了中等職業教育財政支出對貧困減緩的直接效應和間接效應，同時構建門檻回歸模型，驗證了中等職業教育財政支出與貧困水平之間的非線性關系，具體結論如下：

第一，中等職業教育財政支出在直接效應中的減貧效果較為顯著，但間接效應并不明顯，究其原因可能是中等職業教育所培養的群體大多數立足于當地、服務于當地，較少有跨省份人員流動;許多教育部門為提升自身的“政績工程”不惜大幅削減職業教育扶貧的經費投入，轉向傳統的、能被群眾認可的普通教育，造成職業教育招生困難、資源鏈斷裂等不利局面。也反映出相鄰省份由于中等職業教育財政支出相對不足，在“成效競爭”和“經濟增長”雙重壓力下存在隱性的競爭關系。

第二，不同程度的中等職業教育財政支出對貧困減緩具有明顯的門檻特征。當中等職業教育財政支出小于第一門檻值0.410時，貧困減緩作用較低，跨越0.410之后減貧效果較為顯著，各省份要持續宣傳中等職業教育的正向作用，擴大招生力度和資金投入。當城鎮化水平小于第一門檻值0.433時，減貧效果最為顯著，跨越第一門檻值0.433而低于第二門檻值0.523時，中等職業教育對貧困減緩的效果開始下降，跨越0.523時減貧效果再次下降，說明隨著城鎮化發展水平的不斷提高，中等職業教育財政支出的減貧效應處于邊際遞減狀態。

（二）對策建議

第一，各級政府要發揮中等職業教育對貧困減緩的直接效應，加大財政投入力度，合理調配與優化中等職業教育資源配置，減緩省際之間因資源分配不均造成不必要的競爭關系，提高財政投入效率。在間接效應方面，各省產業結構及發展階段存在相當大的差異，需建立合理的技能人才流動機制，打破行政區劃壁壘，依據市場經濟規律和自然地理特點推進跨省份經濟聯動[20]。

第二，中等職業教育財政支出強度越大，其減貧效果越明顯，各級政府要加大對中等職業教育的宣傳力度，特別是在中西部城鎮化水平相對落后的省份，逐步擴大中等職業教育規模。在城鎮化發展水平較高的東部省份，提高中等職業教育財政支出可能會由于門檻效應不能充分發揮優勢，應充分考慮各變量門檻區間的減貧效應，優化省際之間中等職業教育財政支出的空間布局。

第三，隨著城鎮化水平的不斷提升，農業財政支出減貧效應優勢已經微乎其微，相反，社會保障財政支出在減貧工作中扮演著越來越重要的角色，呈現出內在相關性和外在溢出性特征。各級政府要將農業財政支出適當轉移到社保財政支出方面，特別是溢出效應較強的省份。在新時代背景下，各省致貧和扶貧情況差異較大，在減貧工作中要適當取舍，重點推廣減貧效果顯著的措施，這樣不僅可以避免財政資金的過度浪費，而且可以提高財政支出的減貧效率。

第四，政府作為中等職業教育的投資主體，要加大對減貧效應顯著省份的扶持力度，建立職業教育財政扶貧的制度環境，但是僅僅依靠政府單方面扶持無法徹底擺脫貧困地區的落后局面，要充分認識到社會團體、行業企業在減貧工作中的潛在優勢，引導行業企業與中等職業教育聯合辦學，引進社會資本、更新教學設備和開發特色化培養形式，從而提高貧困群體的職業水平和綜合素質，實現永久性脫貧。

參 考 文 獻

[1]Dollar， David， Aart， Kraay. Growth is Good for the Poor[J].Journal of Economic Growth，2002，7（3）：195-225.

[2]Caminada， Koen， Goudswaard， Kees. Social Expenditure and Poverty Reduction in the EU15 and Other OECD Countries[R].MPRA Paper，2009：20-38.

[3]Petrakis P E， Stamatakis D. Growth and Educational Levels： A Comparative Analysis[J].Economics of Education Review，2002，21（5）：513-521.

[4]單德朋.教育效能和結構對西部地區貧困減緩的影響研究[J].中國人口科學，2012（5）：84-112.

[5]瞿連貴，石偉平.新時代我國西部地區中等職業教育發展現狀與對策研究[J].現代教育管理，2019（4）：11-15.

[6]農漢康，孫杰遠.中等職業教育學生資助：本質、意義、問題與展望[J].廣西師范大學學報（哲學社會科學版），2013（6）：116-174.

[7]聶偉，羅明麗.貧困地區職業教育精準扶貧作用的制約與張揚[J].職業技術教育，2019（16）：60-64.

[8]沈能，趙增耀.農業科研投資減貧效應的空間溢出與門檻特征[J].中國農村經濟，2012（1）：69-96.

[9]郭熙保，羅知.貿易自由化、經濟增長與減輕貧困——基于中國省際數據的經驗研究[J].管理世界，2008（2）：15-24.

[10]張冰，冉光和.金融發展視角下外商直接投資的減貧效應分析[J].管理世界，2013（12）：176-177.

[11]蔡文伯，翟柳淅.民族地區教育財政支出減貧效應的空間溢出與門檻特征——基于新疆2001-2015年的面板數據分析[J].西南大學學報（社會科學版），2018（2）：69-75.

[12]解堊.高等教育對經濟增長的貢獻：基于兩部門內生增長模型分析[J].清華大學教育研究，2005（5）：74-80.

[13]王錄倉，武榮偉，劉華軍.中國高等教育對經濟增長的空間溢出研究[J].黑龍江高教研究，2015（12）：47-52.

[14]Madigan D， Allard D. Bayesian Graphical Models for Discrete Date[J].International Statistical Review，2010，63（2）：215-232.

[15]Anselin L. Spatial Econometrics： Methods and Models[J].Published by Kluwer Academic Publishers，1988，12（20）：223-239.

[16]Elhorst J. Spatial Econometrics： From Cross-Sectional Data to Spatial Panels[M].New York： Springer，2014：104-25.

[17]高遠東，溫濤，王小華.中國財政金融支農政策減貧效應的空間計量研究[J].經濟科學，2003（1）：36-46.

[18]Lesage J P， Pace R K. Omitted Variable Biases of OLS and Spatial Lag Models[M].Germany： Progress in Spatial Analysis，2009：17-28.

[19]Hansen B E. Threshold effects in Non-dynamic panels： Estimation， Testing， and inference[J].Journal of Econometrics，1999，93（2）：345-368.

[20]張躍，黃帥金.城鎮化減貧的空間溢出效應及門檻特征——基于貧困鄉城轉移背景[J].云南財經大學學報，2019（12）：36-48.