湖南武陵山片区扶贫效率的空间分布及其影响因素<br/>——基于全局DEA方法与空间自回归面板数据模型的研究

湖南武陵山片区扶贫效率的空间分布及其影响因素
——基于全局DEA方法与空间自回归面板数据模型的研究

2018-03-20宋美喆

商学研究 2018年1期

宋美喆

(1.湖南大学，湖南长沙 410079； 2.湖南财政经济学院，湖南长沙 410205)

一、引言

随着我国扶贫工作进入到新的历史阶段，各地区贫困程度得到了较大改善，但发展不平衡的矛盾却仍比较突出，贫困分布带有明显的区域性特征。在此背景下，集中连片的特殊困难地区成为我国扶贫开发的主战场和重要抓手。而武陵山片区区域内少数民族众多、贫困人口分布广泛，贫困程度深，更是片区扶贫工作的攻坚点。根据湖南省扶贫办发布的武陵山片区国家规划(2011—2020)相关数据显示，《中国农村扶贫开发纲要(2001—2010年)》实施期间，武陵山片区的贫困村共11303个，约占全国的7.64%，片区中有42个是国家级贫困县，占片区内县市总数的59.15%，13个被确定为省级扶贫重点县。要实现片区减贫目标，还需要以政府力量为主导，加强政策指导，通过将扶贫资金向贫困地区倾斜，以健全完善当地基础设施，积极引导资源要素流向，增加居民收入。2011年以来，我国政府率先将武陵山片区作为试点，出台了《武陵山片区区域发展与扶贫攻坚规划(2011—2020年)》，以为全国其他的连片特困地区提供示范和积累经验，这无疑为武陵山片区迎来了加快发展的历史性机遇。在当前扶贫工作更重精准化和减贫难度持续加大的背景下，湖南武陵山片区的扶贫成效如何，影响其成效的因素有哪些？这些问题的回答对于进一步提高扶贫资金管理水平，优化扶贫资金配置结构，助推贫困人口持续脱贫，降低武陵山片区乃至全国的贫困率都具有重要的指导意义。

二、文献综述

早期相关文献集中于总结我国扶贫工作的模式、经验及不足，随着扶贫统计监测系统的完善和扶贫开发工作的全面推进，越来越多的文献开始关注扶贫的效果评价。李佳路(2010)[1]运用倾向得分匹配方法，评估了S省30个扶贫重点县扶贫项目的减贫效果。采用相同方法的还有《山西财政支农和减贫政策效应研究》课题组(2011)[2]。申云和彭小兵(2016)[3]对此方法进行了改进，综合运用双重差分和基于倾向得分的倍差匹配法，对农户链式融资的精准扶贫效果进行了政策评价。李盛基等(2014)[4]构建回归模型，运用脉冲响应方法，对我国扶贫资金的动态减贫效果进行了实证分析。陈凌珠和庄天慧(2016)[5]同样是借助回归分析的方法，检验了扶贫资金投入对农民人均纯收入和贫困发生率的影响。刘延兰和赵洪伟(2013)[6]针对少数民族地区，采用模糊AHP法构建了衡量农村扶贫效果的评价指标体系。舒银燕(2014)[7]主张采用主、客观赋权法相结合的方法对农业产业扶贫效果进行评价。孙璐和陈宝峰(2015)[8]运用AHP-TOPSIS 方法，以四川大小凉山地区为例，评估了其综合扶贫开发项目的绩效。毛婧瑶等(2016)[9]通过构建指标体系，采用AHP法评价了2010-2012年武陵山片区的扶贫效果。此外，郭黎安(2012)[10]采用DEA方法计算了农村扶贫资金的Malmquist指数，得出其扶贫效率值。郑瑞强等(2016)[11]以江西省罗霄山片区18个县市为样本，采用DEA-Tobit方法测度了扶贫资金的效率。王志凌和邹林杰(2016)[12]以广西27 个县为例，采用DEA方法分析了扶贫政策对县域经济发展和居民收入的积极作用。

现有文献已取得了较丰富的研究成果，为本研究提供了理论指导和方法借鉴，但还存在着以下待改进之处：其一，现有文献多是利用各种统计方法来评价扶贫工作的成效，侧重于扶贫资金的产出方面，而较少考虑到投入与产出间的效益关系，对扶贫效率进行测度。而常被用来做效率测度的传统的DEA方法不能纵览总局，测得的效率值在不同时期不具有可比性，不能直接被用来做后续的基于面板数据的影响因素分析，存在一定的局限。其二，少数文献虽测度了扶贫效率，但还缺乏更深层次的分析，没有进一步总结出扶贫效率的空间分布特征，且哪些是影响扶贫效率的主要因素，影响程度如何还基本没有涉及。综上，本文以湖南武陵山片区为样本，通过全局DEA方法测度各个样本县市的扶贫效率来反映当前扶贫工作的成效，并进一步探究效率的空间分布特征，构建空间自回归面板数据模型实证检验其影响因素。

三、扶贫效率的测度及空间特征分析

1.全局DEA测度方法说明

全局DEA方法能够克服传统DEA方法的局限性，以决策单元所有时期的投入产出构造参照集，从整体效率最优出发来优化决策单元的投入和产出分量。测算所得不同时期的决策单元也具有可比性，这有助于我们从时间动态角度对比各决策单元效率的变动和改善情况。全局DEA方法即求解如下线性规划模型：

(1)

2.指标及数据说明

(1)投入产出指标的选取。

因我国县市级层面的扶贫资金投入没有相应统计，采用周丽和匡远配(2016)[13]的处理方法，用地方财政一般预算的收支缺口作为扶贫资金投入的代理指标。产出指标选取居民人均可支配收入及脱贫率，其中脱贫率通过贫困发生率(贫困人口/总人口)的逆向值即(1-贫困发生率)来进行计算。

(2)数据来源。

湖南武陵山片区包括分布于7个市州的43个县市，其中有31个县市为贫困县，享受国家连片特困地区扶贫开发政策，为本文研究的主要对象。

表1 研究样本县市

资料来源：国务院《武陵山片区区域发展与扶贫攻坚规划》(2011—2020年)。

考虑到2011年我国在扶贫标准和模式上都有了重大调整，为扶贫工作的重大转折点，贫困线标准较之以往上涨了92%，扶贫模式也由过去大力推行的“整村推进”模式整合为集中连片开发模式，故本文的研究样本期起于2011年，为2011—2014年。各县市扶贫率数据来自于湖南省扶贫工作办公室，其余数据均来自于历年的《中国县域统计年鉴》(县市卷)和《湖南省统计年鉴》。

3.测度结果

对2011—2014年湖南武陵山片区31个县市的扶贫效率进行测算，结果见图1(限于篇幅，仅列出了年均效率值)。得出的效率值为综合效率，反映了扶贫资金投入在降低贫困率和提高居民收入水平方面的有效性，为主要考察对象。进一步将综合效率分解为纯技术效率和规模效率，前者能够反映出扶贫资金配置和管理的能力，后者能够反映出扶贫资金投入规模报酬对产出的影响程度，只有当两者同时有效，综合效率才达到有效状态。

测算结果显示，湖南武陵山片区扶贫综合效率从2011年的0.5550升至2014年的0.6156，扶贫效率有所提高，扶贫工作有所进展，取得了一定成效。近年来，随着政府对片区特色产业扶持力度的加大，以及交通、互联网等基础设施建设的完善，扶贫资金的乘数效应也在不断放大。这四年综合效率的平均值为0.5669，表明还存在着大约45%的效率提升空间，武陵山片区的扶贫之路仍然任重而道远。纯技术效率从2011年的0.7710下降至2014年的0.7186，四年的均值为0.7091；规模效率从0.7260上涨至0.8468，均值为0.8016。这意味着纯技术效率的恶化是制约综合效率提升的主要因素，虽然片区内扶贫资金的瞄准精度在不断提高，但还存在着套取、违规使用扶贫资金，资金管理水平不高，使用透明度较低等问题，这使得资金投入不能及时有效地转化为现实生存力，在减少贫困和提高收入方面的作用受到了一定程度的限制。考察期内，规模效率要高于纯技术效率，但还存在着约20%的提升空间，结合着绝大部分县市规模报酬类型为递增型的结果可知，武陵山片区扶贫资金投入相对不足，现有投入低于最优效率下的规模，但这个问题也正逐年得到缓解。

图1 2011—2014年湖南武陵山片区年均扶贫效率测算结果

从县市排名来看，2011—2014年平均综合技术效率排在前五位的县市分别是洞口县、石门县、武冈市、隆回县和安化县。其中邵阳市占大头，共三位，益阳市和常德市各一位，均位于湘北和湘中地区。排在后五位的是古丈县、保靖县、中方县、永顺县和桑植县，其中湘西自治州占三位，怀化市和张家界市各一位，均位于湘西地区，是扶贫的重点区域。纯技术效率排名在前五位的县市依次为隆回县、洞口县、石门县、武冈市和会同县，这些县市扶贫资金的管理能力和水平较高，现有投入得到了较为充分的利用。排在后五位的是永顺县、桑植县、保靖县、龙山县和泸溪县，扶贫资金管理水平较低是造成这些县市综合排名靠后的主要原因。规模效率排名在前五位的县市依次为邵阳县、涟源市、武冈市、石门县和洞口县，排在后五位的是中方县、古丈县、保靖县、新晃侗族自治县和通道侗族自治县，对于这些县市来说，进一步增加扶贫资金投入是当务之急。对于湘西地区，扶贫资金管理工作的不到位和资金投入的相对不足是制约其综合效率提高的两大关键因素。

4．扶贫效率的空间分布特征

(1)扶贫效率的全局空间相关性检验。

利用GeoDa软件测算出全局Moran’s I指数，以对扶贫效率的空间自相关性进行检验。借鉴前人研究，选择55km作为距离阈值(毛婧瑶等，2016)[9]。结果见表2，可知每一年Moran’s I的正态统计量值均大于正态分布函数在1%显著性水平下的临界值2.58，这表明武陵山片区31个贫困县市的扶贫效率在空间上具有明显的正自相关关系，空间集聚态势较为显著，并非表现出完全随机的状态。

表2 全局Moran’s I指数及其显著性

(2)扶贫效率的局部空间自相关性分析.

为进一步分析31个贫困县市扶贫效率的空间集聚特征，利用局域Moran’s I指数散点图对其进行描述。图2中，第1象限为高值集聚的正局域相关，表示扶贫效率高的县市被其他效率高的县市包围(HH)；第2象限为负局域空间自相关，表示效率低的县市被效率高的县市包围(LH)；第3象限为低值集聚的正局域相关，表示效率低的县市被其他效率低的县市包围(LL)；第4象限同为负局域空间自相关，表示效率高的县市被效率低的县市包围(HL)。从图2可以看到，观测值并不是均匀地分布在4个象限，第1、3象限的县市较多，第2、第4象限县市个数较少，进一步表明县市之间存在空间自相关性。

图2 局域Moran’s I指数散点图

注：横轴表示2011—2014年湖南武陵山片区31个县市的年均扶贫效率，纵轴表示邻近县市的加权平均值。

将图2结果整理为表3，可知片区内基本形成了湘北、湘中效率高、湘西效率低的局面，验证了上文的结论。一方面，高值集聚区多位于邵阳市、常德市和益阳市，县市占比为61.54%，这三市扶贫效率普遍较高，经济发展益贫性较强，扶贫开发工作势头良好。这三市产业基础较好，基本形成了以药材、果蔬、养殖等为主的一系列农业产业。其中，新邵县是 “龙牙百合之乡”，绥宁县是 “竹子之乡”，隆回县是 “金银花之乡”，新宁县是 “脐橙之乡”，武冈市是“铜鹅之乡”，石门县和洞口县是 “蜜橘之乡”，安化县是“黑茶之乡”，都是“国字号”的特色产业。扶贫资金的投入有助于解决产业发展资金不足的困难，形成持续稳定的收益，发挥资金的杠杆作用。且相对于其他区域，这三市与省内中心城市的联系较密切，交通较便利，更容易得到来自中心城市要素资源的溢出，并有利于产品外销。另一方面，湘西自治州的所有贫困县市都位于低值集聚区，县市占比为58.33%，是扶贫开发工作的重点对象。湘西自治州少数民族众多，人口的受教育程度相对较低，海拔较高，生态环境脆弱，这些都加大了扶贫工作难度。州内丰富的旅游资源还未得到充分开发和利用，当前仍以传统农业为主，产业结构单一，产业链较短，多是农户零散的生产经营，龙头企业本身实力较弱，缺乏足够的带动力和影响力。且地理位置较偏，基础设施还不够完善，接受省内中心城市的经济辐射较弱。在此背景之下，扶贫资金难以发挥其“造血”功能，对当地产业发展和居民增收的带动作用较差。

表3 2011—2014年湖南武陵山片区年均扶贫效率的空间相关模式

四、扶贫效率的影响因素分析

(1)回归模型构建。

由上文分析可知，本县市的扶贫效率会受其他县市的影响，存在空间关联性。故通过建立如下空间自回归面板数据模型①来估计各影响因素对扶贫效率的现实影响：

Yi,t=c+λwYi,t+φXit+ξi,t

(2)

其中，Yi,t表示第i个县市第t年的扶贫效率；wYi,t为扶贫效率的空间加权，系数λ度量了其他县市对本县市扶贫效率的影响；Xit为一系列影响扶贫效率的主要因素。

(2)解释变量的选取。

劳动力比重(X1)，用年末从业人员数占总人口比重来表示。该指标从侧面反映了经济活动的密集程度，劳动力比重越高，经济活动越密集，更能够利用集聚经济效应带来的生产优势提高产出水平。预计系数符号为正。

城市化水平(X2)，用城镇人口占总人口比重来表示。城市化进程的加快，为促进城乡要素平等交换和资源自由流动提供了基本保障，使得扶贫资金能够得到更有效和充分的配置，实现减贫的目标。预计系数符号为正。

财政分权水平(X3)，用县级人均财政支出/(县级人均财政支出+省级人均财政支出)来表示。因各地致贫原因不同，需要地方政府在扶贫工作中发挥主导性的作用。较高的分权程度意味着地方政府拥有更大的财政自主权，这有助于其因地制宜，提高扶贫效率。预计系数符号为正。

农业现代化水平(X4)，用农业机械总动力与第一产业占比的乘积来表示。农业现代化水平越高，相同多的资金投入带来的产出越多，故预计系数符号为正。

各变量的描述性统计分析如表4所示：

表4各变量的描述性统计分析

变量样本数均值标准差最小值最大值Y1240 56690 16930 27101 0000X11240 31530 04430 22490 4328X21240 60460 06310 37840 7351X31240 82540 59860 12082 3723X41240 38010 06000 25920 5617

(3)参数估计结果首先通过Hausman检验判断模型应采用固定效应形式还是随机效应形式，检验结果显示，个体固定效应和随机效应之间的检验统计量值为3.42，时间固定效应和随机效应之间的检验统计量值为4.25，个体时间双固定效应和随机效应之间的检验统计量值为4.79，均不能在10%的显著性水平下拒绝随机效应的原假设。综上，本文基于随机效应的空间自回归面板数据模型进行分析。采用无条件极大似然方法估计式(2)，估计结果见表5。此外，表5还给出了混合面板数据模型和面板随机效应模型估计的结果。

表5模型回归估计结果

变量混合面板数据模型面板随机效应模型空间自回归面板模型W×Y--0 3786--(4 85)∗∗∗X10 03880 25020 1807(0 20)(1 42)(1 16)X2-0 1003-0 6076-0 4283(-0 38)(-2 43)∗∗(-1 91)∗X30 78420 86810 6224(3 17)∗∗∗(5 74)∗∗∗(4 38)∗∗∗X40 21090 19960 1364(9 96)∗∗∗(5 61)∗∗∗(3 97)∗∗∗常数项0 28520 31430 1758(2 09)∗∗(2 32)∗∗(1 43)调整后的R20 76720 77980 5019

注：各解释变量系数下方的括号内为统计量的值，“*”“**”“**”“*”分别表示在1%，5%，10%的显著性水平下统计显著，下同。

由表5可知，空间滞后项W*Y均在统计意义上显著且为正，值为0.3786，进一步说明在模型中引入空间相关项的正确性，这意味着一个县市扶贫效率的提高将惠及相邻县市，使相邻县市的扶贫效率也相应提高。在《武陵山片区区域发展与扶贫攻坚规划(2011—2020年)》实施后，上级政府越来越注重扶贫开发工作的效果，并将其逐步纳入到政府政绩考核体系，为在同级政府中脱颖而出，各下级政府有动力竞相提高本地区的扶贫效率，形成“趋优”竞争。此外，受行政隶属、资源禀赋等因素影响，地理位置相邻的县市多采取“抱团”发展战略，本地区先进的扶贫经验也更容易在周边地区推广，为周边县市扶贫工作发挥示范引领作用，带动其扶贫效率的提高。从解释变量的估计结果来看，各变量的系数符号和显著性在三种模型中基本一致，估计结果较稳健。除X1外，其他变量均至少在10%的显著性水平下显著，是影响扶贫效率的主要因素。

空间滞后项的显著性表明，空间自回归面板数据模型的估计结果较之于其他两种模型来说更能反映变量间真实的关系，在后续分析中我们以该模型估计结果进行分析。同时，在空间滞后项显著的情况下，表5中的回归系数不再反映各解释变量对被解释变量的影响程度。为了能够对模型的回归系数进行合理解释，LeSage和Pace(2010)[14]提出了空间回归模型偏微分方法。某个解释变量对被解释变量的影响可分解为直接效应和间接效应，两者相加为总效应。分解结果见表6。

表6空间效应分解表

变量系数z统计量P值直接效应X10 18871 350 176X2-0 4356-1 65∗0 098X30 66484 24∗∗∗0 000X40 14474 29∗∗∗0 000间接效应X10 09541 280 200X2-0 2237-1 470 143X30 34082 77∗∗∗0 006X40 07373 02∗∗∗0 002总效应X10 28411 350 177X2-0 6593-1 630 103X31 00564 05∗∗∗0 000X40 21844 26∗∗∗0 000

由表6可知，X1的直接效应、间接效应和总效应系数符号都为正，但在统计意义上不显著。这可能是因为受自身教育水平等因素限制，大部分劳动人口仅能从事一些低水平和低附加值的工作，带动家庭增收的效果并不明显。且从当前现状来看，一些县市产业结构单一、产业链条较短也抵消了集聚经济带来的积极减贫效应。X2的直接效应在10%的显著性水平下显著为负，间接效应为负但并不显著，使得两种效应累加形成的总效应也不显著，与预期符号不符。这说明本县市的扶贫效率仅受当地城市化水平的影响，而受邻近县市的影响不显著。湖南省大部分地区城镇工矿用地速度高于人口扩张速度[15]，城市化更多的是土地的城市化，只是通过一味地增加对城镇地区基础设施建设的投资，扩大城镇规模，违反经济规律人为造城。造成资源配置结构扭曲，城市化质量较低，未能从根本上提高农村贫困人口的收入，并降低了扶贫效率。X3的直接效应、间接效应和总效应系数符号都显著为正，符合预期。在其他条件保持不变时，当财政分权程度提高一个单位，本县市和邻近县市的扶贫效率将会共计平均上涨1.0056个单位，较高的财政分权程度有助于更好实现减贫目标。一方面，财政分权体制改革的深化使得下级政府财政自主权随之加强，较之以往下级政府能够支配更多的财政资源，且下级政府更了解当地实际情况，能够根据具体致贫原因制定对策，将更多资源配置到薄弱领域和环节，改善当地的贫困状况。另一方面，较高的财政分权体制下，下级政府间的竞争越发激烈。在公众对GDP之外的其他社会福利目标更为关注的背景下，为获得突出政绩，本地政府在出台扶贫措施时，也会考虑周边其他县市的策略选择，利用财政手段开展扶贫领域的竞争，促进了区域整体扶贫效率的提高。X4的直接效应、间接效应和总效应在1%的显著性水平上显著为正，符合预期。本县市和邻近县市的农业现代化水平都是影响当地扶贫效率的重要因素，各县市农业现代化水平越高，扶贫资金越能实现充分利用。这是因为随着农业机械化的推广和普及，农业生产效率大幅提高，农业生产的成本随之降低，扶持农业发展能够带来更高的效益。

五、结论及建议

本文首先通过全局DEA方法对2011—2014年湖南武陵山片区31个县市的扶贫效率进行了测算，评估当前片区扶贫工作的成效；并采用全局Moran’s I指数和局域Moran’s I指数散点图探究了各县市扶贫效率的空间分布特征；在此基础上，通过构建空间自回归面板数据模型实证检验了各因素对扶贫效率的现实影响。得到结论如下：

其一，从时间趋势来看，湖南武陵山片区扶贫综合效率有所提高，但效率值较低，还存在着大约45%的效率提升空间。其中，规模效率与综合效率表现出相同的变化特征，纯技术效率则呈逐年下降的趋势，且低于规模效率值，扶贫资金管理水平不高是制约综合效率提升的主要原因。其二，各县市扶贫效率的空间集聚态势较为显著，基本形成了湘北、湘中效率高、湘西效率低的局面。从各影响因素来看，劳动力比重对扶贫效率的影响不显著；城市化水平的直接效应显著为负，间接效应和总效应为负但不显著，当前城市化进程中存在的土地城市化速度过快等一系列问题使得其可能引起扶贫效率的降低；财政分权和农业现代化的直接效应、间接效应和总效应都显著为正，财政分权体制改革的深化和农业机械化的推广普及都有助于实现区域减贫目标，提高扶贫效率。

据此本文提出建议如下，首先应充分利用片区丰富的优势资源，以市场为导向，积极发展特色产业，延长产业链，增加农产品的附加值；并推进县市间的协调合作，以形成产业集聚区，充分发挥规模效应，带动居民收入增加和扶贫资金使用效率的提升。其次，严格控制土地城市化的冒进式扩张，使人口城市化与土地城市化的进程相适应，促使要素在城乡间自由流动，优化城乡要素配置的格局，进而提高要素的回报率，减少农村的贫困人口数。第三，应转变传统的、粗放型的农业发展方式，把机械化作为农业现代化的核心，提高农业资源利用效率，加快农业现代化进程。最后，进一步将扶贫绩效指标细化，并纳入到官员考核体系。鼓励辖区居民积极参与，加强居民的话语权，建立民主监督机制，确保考核体系能够落实执行。从而避免政府间过于强调经济增长而进行恶性竞争，使政府的竞争行为更加符合地方贫困人口的长远利益。此外，还需合理界定上下级政府的事权与支出责任关系，给予下级政府一定的财政自主权，避免过度干预，以充分发挥财政竞争对扶贫效率的激励作用。

注释：

①考虑到扶贫效率可能具有时间上的动态相依性，本文首先采用的是空间动态面板数据模型，但从回归结果来看，时间滞后项系数不显著，故重新建立了空间静态面板数据模型进行分析。

[1] 李佳路.扶贫项目的减贫效果评估:对30个国家扶贫开发重点县调查[J].改革,2010(8):125-132.

[2] 山西财政支农和减贫政策效应研究课题组.山西省扶贫项目的减贫效果评估[J].财政研究,2011(6):46-49.

[3] 申云,彭小兵.链式融资模式与精准扶贫效果——基于准实验研究[J].财经研究,2016(9):4-15.

[4] 李盛基,吕康银,朱金霞.财政支出、经济增长与农村贫困——基于1990—2008年时间序列数据的实证分析[J].东北师范大学学报(哲学社会科学版),2014(3):100-104.

[5] 陈凌珠,庄天慧.四川省扶贫资金益贫效果分析[J].四川农业大学学报,2016(2):257-264.

[6] 刘延兰,赵洪伟.基于模糊层次分析法构建少数民族地区农村扶贫效果评价指标体系[J].农村经济与科技,2013(11):148-151.

[7] 舒银燕.石漠化连片特困地区农业产业扶贫模式可持续性评价指标体系的构建研究[J]. 广东农业科学,2014(16):206-210.

[8] 孙璐,陈宝峰.基于AHP-TOSPSIS 方法的扶贫开发项目绩效评估研究——以四川大小凉山地区为例[J].科技与经济,2015(1):62-66.

[9] 毛婧瑶,葛咏,赵中秋,等.武陵山贫困片区扶贫成效评价与空间格局分析[J].地球信息科学学报,2016(3):334-342.

[10] 郭黎安.中国农村扶贫开发财政资金的绩效评价——基于DEA-Malmquist指数的分析[J].财政监督,2012(27):33-35.