河南沿黄经济带贫困治理的测度研究

周 斌，赵昊骧 ，许玉久

(1.北京师范大学 教育学部，北京 100088；2.新乡学院 经济学院，河南 新乡 453003；3.安徽大学 经济学院，安徽 合肥 230601)

黄河经济带的发展与北方诸多省份休戚相关，同时也承载着“一带一路”“西部大开发”等重大国家战略部署[1]。然而，黄河经济带地区的各生产要素相较东部沿海地区没有明显优势，加之错综复杂的历史因素，一定程度上加深了沿黄地区的连片相对贫困程度。同时，河南是我国的经济、人口、农业大省，位处东西扼要，承接南北贯通，是中国经济社会发展的一根大动脉。面临着经济发展缓慢、工业基础薄弱、生态环境脆弱的情况，研究河南沿黄经济带地区的贫困治理效率与规模能够反映出具有河南沿黄地区特征的脱贫成效[2]。因此，紧抓沿黄经济带发展契机，推动新型城镇化建设，促进城乡可持续繁荣发展，对巩固脱贫攻坚成果同乡村振兴的有效衔接和地区相对贫困治理有着重大现实性意义。

1 文献综述

关于贫困治理效率的研究，早期学者将财政投入资金量以及分方向投入作为解释变量研究贫困人口数量的变化规模，这种方法较为直观，但由于贫困标准与贫困实际发生随着时间的推移也会同期发生变化，静态标准难以测量真实的贫困人口数量规模，具有一定的滞后性[3]。后续相关研究中，黄渊基[4]将Bootstrap法引入DEA模型中构建Bootstrap-DEA模型，通过迭代计算来修正决策单元数量较小情况下随机误差对结果造成的影响。此外，黄琦和陶建平[5]为了测度不同区域内的减贫效率差异，引入了基尼系数、赫芬达尔指数等区域差异指数。不过，鲜有研究在局部地区进行研究时注意到空间依赖性与空间异质性两种特征。

关于贫困治理规模的研究，张小鸋等[6]通过构建层次分析模型，对相关案例进行贫困治理规模的评级；而Yip PSF等[7]则利用分解分析法构建了评级体系，并添加了知识与教育两个维度；柳志和王善平[8]则利用了定性分析与定量分析相结合的模糊综合评价法。然而，层次分析法无法规避指标赋值主观情感色彩的缺陷，当多指标同时存在时，指标重要程度不明显可能会导致专家评分结果差异较大；分解分析法虽然能够将复杂的经济问题分割成小问题，但同时也割裂了各指标的内在联系，过于片面化；模糊综合评价法在指标选取上，难以排除指标的重复性或近似性，且适用范围应当是模糊边界的非确定问题。因此，在建立贫困治理规模的评价体系时，应该尽可能尊重客观，各指标之间要有显著独立性。

此外，全面脱贫攻坚后，先前的贫困群众仍然是返贫高危群体，是需重点关注的群体。而目前许多对贫困治理效率与贫困治理规模的测度则大都从一个主体的角度出发，或返贫高危群众，或政府机关，很少有兼顾政府机关与返贫高危群众二元主体的。另外，现有一些研究运用了探索性时空数据分析，大都围绕旅游扶贫这一话题，即贫困基层组织通过发展农村旅游产业带动收入增长。然而旅游产业只是防范返贫治理中的一个角度，并不能完全代替政府部门在扶贫工作中的投入与付出。

本文从宏观视角出发，将政府部门投入与贫困群众改善情况结合起来，分析区域性减贫效率与规模。本文可能存在如下边际贡献：在宏观贫困治理效率、规模测算上提供一种可行的方法；对区域性贫困治理提供新的理论视角；为地方政府未来的防范返贫工作提供政策性建议。

2 测度方法与数据来源

2.1 贫困治理效率与规模的测度

DEA是一种多个决策单元下的线性规划模型，目前DEA方法分为径向法、非径向法和混合距离法。径向法中所有的投入与产出都要按同一比例缩放，无法兼容松弛性变量；非径向法克服了松弛性变量改变实际大小的问题，代价是失去了真实的目标值与投入值比例信息；而Kaoru[9]提出了混合距离模型，但当短期内出现了大量技术效率倒退现象时，该模型无法很好地做出解释，也无法识别具体单项对总体效率的贡献程度。本文在DEA-Malmquist方法的基础上引入Luenberger指数，并结合导向型方向性距离函数构建贫困治理效率模型(PAE)，进而对河南省沿黄经济带各地级市的贫困治理效率进行测度[10]。

对于贫困治理规模测度，本文采用客观赋权方法进行测算。由于选取的指标大都与财政资金投入有关，整体维度并不多，无需对原始数据进行降维处理，因此主成分分析法、因子法等并不适用；熵值法赋权局限于截面数据分析，在面板数据中进行熵值法赋权会造成每一年份的权重不同，且当数据中出现一项异常值时，会对该年份中所有数据都造成影响。因而本文通过纵横向拉开档次法[11]对各项数据进行加权分析，从而具有了三位一体的动态评价特征，很好地规避了熵值法的局限性。

2.2 贫困治理效率的指标选取

贫困治理效率的测算结果取决于其投入指标与产出指标。因此，选择合适的测算指标能使实验结果更接近实际情况。关于投入指标，结合上文的研究，本文认为扶贫的主体是政府，而政府扶贫投入的最直观体现则是财政支出。因此从政府主体角度选取了相关投入指标，由于涉及地区多、时间跨度长，对贫困治理工作进行专项统计的财报较少，大多以媒体报刊为主。为此，本文从多维贫困群体的成因角度出发，选取了其中三个主要影响因素，即“教育”“医疗”“社保”，将河南省沿黄经济带各设区市的各项财政支出作为模型的投入指标，数据来源为河南省统计年鉴，部分数据进行了非负处理。而产出指标的选取则从返贫高危群体的角度出发，一般来说，收入水平是反映主体是否贫困的主要特征，因此，收入水平是一个核心产出指标。而收入的绝对值无法反映出收入水平的变动情况，因此我们用收入水平相较前一年的增速来解释收入水平的变动情况。此外，收入水平增速会随着物价消费指数而产生波动，这在一定程度上会产生误差。因此，我们引入消费支出的相对增速来进行作差，一般来说，收入增速大于支出增速，我们假定以5%为两者相差阈值，认为增加5%以上的为期望产出，减少的则为非期望产出，计算公式如下，具体指标见表1。

(1)

(2)

表1 减贫效率的投入指标与产出指标

2.3 贫困治理规模的指标选取

对于贫困治理规模的指标选取，张铭洪等[12]将其分为投入与产出绩效两个方面，分别是扶贫财政支出规模与贫困缓解人口规模。由于本文的研究对象并不是单一的重点贫困县，因此无法得到各地区贫困缓解的具体数据，我们将财政支出受益人口规模作为代理变量，这里的受益人口是指由于得到专项财政的帮扶而在相对贫困的多个维度中获得了基本权益的保障，具体来说则是教育保障、医疗保障、社会保障，也沿用了上文的三个主要维度。无论是效率还是规模，都能够反映出贫困治理的成效，其中部分缺失数据利用插值法补齐，具体指标见表2。

表2 减贫规模评价指标体系

2.4 探索性时空数据分析

为了厘清贫困治理效率与规模在时间变化规律与空间布局特征，本文运用探索性时空数据分析对河南省沿黄经济带地区进行研究。河南沿黄经济带地区城市有：濮阳、开封、新乡、郑州、焦作、洛阳、三门峡七个设区市以及一个省管县级市济源，为了便于研究并结合以往学界处理经验，一般将济源与焦作两地一并研究，为简化名称，本文仍称焦作市。Tobler[13]认为地物之间存在相关性，需要对空间依赖性、聚集特征、关联模式等进行分析。本文借助ESTDA，解决了传统计量学无法克服的空间异质性问题，且在ESDA上扩充了时间序列，能够更好地反映三维演化特征[14][15]。结合本文，此处的空间距离不能简单等同于地理中心或行政中心的距离，这里的邻接是以地市为独立地理单元的，而非某一点要素，故而Queen邻接矩阵更合适。

3 实证结果

利用MaxDEA软件对投入指标、产出指标进行计算，得到贫困治理效率，结果见表3。

表3 河南沿黄经济带城市贫困治理效率

根据上述分析，我们利用Matlab2020求得各城市的历年贫困治理规模测度得分结果，结果见表4。

表4 河南沿黄经济带城市贫困治理规模

续表4 河南沿黄经济带城市贫困治理规模

利用Geoda软件求得历年贫困治理效率、规模的全局莫兰指数，结果见表5。

表5 贫困治理效率、贫困治理规模的莫兰指数

利用Geoda软件求得历年效率、规模的局部莫兰指数，做出三年份散点图，结果见图1、图2所示。

图1 2010、2015、2019年减贫效率局部莫兰指数

图2 2010、2015、2019年减贫规模局部莫兰指数

利用Arcgis软件得2010-2019十年间的减贫效率和减贫规模的LISA路径长度，结果见图3、图4所示。

图3 贫困治理效率的路径长度 图4 贫困治理规模的路径长度

利用Arcgis软件求得2010-2019十年的减贫效率和减贫规模的LISA路径曲度，结果见图5、图6所示。

图5 贫困治理效率的路径曲度 图6 贫困治理规模的路径曲度

4 结果分析

4.1 减贫效率结果分析

据表4结果显示，我们发现早中期河南省沿黄经济带地区的减贫效率(PAE)基本保持在1以上，但前后两年效率高低交迭明显，各设区市均有这一特征，在整体上效率变动也较为接近，其中郑州市在这段时间内最为平稳。而在脱贫攻坚战末期，贫困治理效率的波动较为明显，即在2018-2019年PAE指数大幅下跌，又在2019-2020年实现了效率进步。这一结果说明，贫困治理效率并非长期上升或保持1以上，而是高低交迭发展的。

本文就此现象的成因做出如下几种理解：第一，我国贫困人口规模有限，随着贫困治理工作的不断深入，脱贫人口数量不断减少，而相应投入资金的力度不断加大，因此造成了部分年份效率退步的情况；第二，我国实现精准扶贫的政策，其中精准识别是其中的重要环节，精准识别需要一定过程，许多贫困群众都经历了“识别一批，脱贫一批”两个阶段，即第一年精准识别被确定为贫困群众，第二年实现对点帮扶成功脱贫。此外，2018-2019年这段时间，由于临近全面小康，此时未脱贫人口都是长期帮扶的重点难点，因此贫困治理工作效率出现了骤低。

4.2 减贫规模结果分析

据表4可知，河南省沿黄经济带地区的贫困治理规模与所在设区市的经济实力十分接近。分布规律近似其经济规模以及发展程度。各城市贫困治理规模在时间演化过程中较为平稳，并未出现大幅度上升或下跌的情况，按照理论预期贫困治理规模应当遵从倒“U”形分布，即从小规模再到大规模，达到峰值后随着贫困人口逐渐脱贫而逐渐缩小扶贫开支，逐渐降低规模。但这一情况也未在表中体现。

我们对其原因进行分析：第一，经济实力较强的地区在进行贫困治理时，划拨经费是相对刚性的，在达到原有脱贫标准的情况下，会继续进行跟踪追寻，多方面对这类群众进行一定帮扶，力求精益求精，这点在郑州、洛阳、新乡等地区能够很好地反映出来；第二，贫困治理规模大小与人口也有一定关联，人口基数较小的城市，贫困人口少，财政专项资金也少，从而造成了贫困治理规模小的情况。大城市的情况则恰恰相反，因此其贫困治理规模就大一些，两者都互相稳定，因而整体趋于稳定平衡发展。由于我国未来仍有很长一段防范返贫工作的路要走，因此贫困治理规模不会大幅度下降，还会继续增长或持平一段时间，并将相应的工作中心转移至乡村振兴中去，将脱贫引向致富。同时，观察各市贫困治理规模的数据发现，在进行归一化之前，各市的规模都在不断扩大，尽管表中数据显示部分城市出现了倒退现象，但其实质并非是规模倒退，而是规模的成长速度慢于其他城市，事实上仍处于增长的阶段，整个河南省黄河沿岸地区的贫困治理规模都处于共同进步的状态。

4.3 贫困治理效率、规模时空演化的结果分析

通过表5能够发现，尽管效率与规模这两个指数没有保持整体上升趋势，但整体保证了大于零，很好地说明了河南沿黄经济带协同治贫、共同富裕、统筹发展的形势。在这一点上，结果比较符合预期。本文认为，贫困治理需要对症下药，不同地区面对的贫困问题不完全一样，因此在规模与效率上存在一定偏差是正常现象。此外，贫困问题的发现与诊疗，也存在时间的差异，尽管莫兰指数没有稳步增长，但体现了我国扶贫中的“精准”二字[16]。

此外，关于局部效率的莫兰散点图，2010年处于第四象限的两座城市到2019年时，向第一象限发生了偏移(即时空跃迁)并在2019年时达到全体H-H聚集，这表明在10年扶贫过程中，个别城市贫困治理效率的提高带动或刺激了周边城市的贫困治理效率，最后达到了河南沿黄经济带城市都处于高效率状态，形成了H-H聚集,即当一个地理单元发生突变时，其他地区会有跟从性，在发展过程中潜移默化地形成了高度相关。因此，各市在执行同一扶贫政策或实现同一脱贫目标时，路径与方向应该是大体一致的，凭借脱贫攻坚战这么多年的积累，有相当丰富的经验能迎接即将到来的脱贫成果巩固战。同样地，局部规模的莫兰散点图，如三门峡、濮阳、开封长期处于H-L聚集状态。由于三市人口、财政、生产总值较低，同时又邻接洛阳、新乡、郑州等大规模地区，因而造成了高低聚集；但在2019-2020这一年度，开封规模相对提高，从H-L转移到H-H聚集。从整体来看，河南沿黄经济带地区仍然居于高规模聚集情况。

进一步分析贫困治理效率与贫困治理规模的长度与曲度。首先是观察效率长度与规模长度。效率长度方面，据图4，洛阳路径长度最高，焦作路径长度最低，两者与均值差值都较大，但整体路径长度(即坐标点在坐标系内10年间移动长度之和)并未出现异常值。图5则反映了规模方面，其中焦作和濮阳在10以上，也相对较高。效率方面是由于早期郑洛二城效率较高，其他城市较低，当其他城市效率提高时，二城发生了相对迁移；规模方面，焦濮二城早期能够跟得上其他城市步伐，后期也由于资金问题，难以保持起初的位置，也发生了相对迁移。尽管如此，在减贫效率与规模方面，河南沿黄经济带地区仍然保持着不断发展的大趋势。最后讨论效率曲度与规模曲度。洛阳效率曲度值最高，焦作效率规模值最高，根据探索性时空数据的几何特征分析，这两个地区存在“不稳定”情况。而事实并非如此，首先这两地与其他城市差距并不大，此外，焦作由于早期财政较高、增长乏力等问题，客观上产生了跃迁方向曲度大的问题，通过描述性统计不难发现，焦作在贫困治理向并未出现方向偏移；洛阳地区的效率一直保持着较高水平，在脱贫战役早期就取得了不凡的成绩。在贫困人口有限的情况下，效率曲度发生偏移是非常正常的情况，这正能够证明洛阳在脱贫决胜时期的目标是长期贫困人口，也是未来重点关注的一类群体。此外，本文选取的数据具有一定的主观性，外加第三次经济普查后，部分数据存在口径不同的情况，因此实验结果并不能完全反映真实的情况，这同样也是未来研究中需要注意的一个问题。

5 结论与建议

通过上述分析与研究，本文认为就沿黄经济带地区而言，2010-2019这10年间内，河南省在贫困治理工作方面取得了重大成就，积攒了宝贵经验，更可贵的是各地区能够统一目标、协力共进，实现了“一加一大于二”的效果。回顾过往对展望未来的意义不言而喻，未来巩固脱贫成果工作中遇到的问题，或与脱贫攻坚战役中遇到问题也有共通之处，因此本文从宏观的角度出发进行研究，提出一些政策性建议：

一是加强精准帮扶。防范返贫工作的重点对象大部分都没有改变，这类群体的贫困脆弱性最高，涉及教育、健康、文化、住房等方面。完善返贫检测机制需要从多个角度，对这类群体进行观察，建立贫困检测机制，同时将衔接乡村振兴作为新的工作中心，不仅仅是脱贫，更应该是致富[17]。

二是建立完善的财政统筹机制。部分地区存在财政不足、资金短缺的情况，特别是一些山村地区，需要投入更大的资金，因此，可以考虑将一些脱贫成果好、返贫概率低地区的部分专项财政资金进行宏观调剂，划拨给这类地区，实现资金支持均衡化[18]。同时也要增强自身造血能力，许多地区虽然贫困摘帽，但自身发展能力仍然不足，要做好机制体制的有效衔接，实现区域内对口支援、部分产业实施重点扶持策略。