交通便利度、空间溢出效应与...辖832个贫困县的实证检验_臧雷振.pdf

年月河南师范大学学报（哲学社会科学版）第 卷 第期 （）：交通便利度、空间溢出效应与贫困县脱贫摘帽 基于高铁站点所辖 个贫困县的实证检验臧雷振，令狐念慈（中国农业大学 人文与发展学院，北京 ）摘要：贫困县脱贫摘帽的顺利实现与现代化的交通支持密不可分。本文采集中国 个贫困县及其高铁站点信息作为衡量交通便利度指标，基于空间杜宾模型（），实证检验脱贫攻坚任务期间，交通便利度对贫困县脱贫摘帽的影响机制及空间溢出效应，并分析这一机制的空间依赖性与异质性特征。从全国层面来看，在贫困县脱贫摘帽进程中交通便利度存在搭便车效应，提升邻近城市的交通便利度对本市贫困县脱贫摘帽有显著的空间溢出效应，中部地区交通便利度的提升对本辖区市域内减贫效应明显。相比较西部地区，中部地区城市可以有效承担高铁建设的经济压力，高铁设施利用率较高。异质性研究表明，交通便利度对贫困县脱贫摘帽的影响受到建设资金承受力与利用效率之间双重博弈的约束，研究结果为促进中国脱贫攻坚经验的国际分享和乡村振兴的持续推进提供了有力理论支撑。关键词：减贫；贫困县；交通便利度；高铁开通；空间计量分析作者简介：臧雷振（），男，江苏宿迁人，政治学博士，中国农业大学人文与发展学院教授、博士生导师，国家万人计划青年拔尖人才，主要从事公共治理绩效评估等相关研究。基金项目：国家社会科学基金重大项目（）中图分类号：文献标识码：文章编号：（）收稿日期：年，中国高质量完成脱贫攻坚任务，为“十四五”推进农业农村现代化和乡村振兴奠定了坚实基础。年中央一号文件和 年中央一号文件都明确强调，要持续巩固拓展脱贫攻坚成果，守住规模性返贫底线，这表明中国巩固拓展脱贫攻坚成果和全面推进乡村振兴将是未来一段时间内农村工作重点。在脱贫攻坚过程中，交通基础设施建设发挥了重要推动作用。邻近高铁站点的贫困县通过创新“交通旅游”“交通电商”等产业模式，有效地增加了贫困群众的收入。因此，本文基于 年至 年中国 个国家级贫困县及高铁站点数据，运用空间计量方法检验交通便利度在县级层面的减贫效应及其空间溢出作用机制，以期总结脱贫攻坚经验，为实现乡村全面振兴和农业农村现代化提供学理解释和咨政参考。一、文献回顾与研究假设中共中央办公厅、国务院办公厅在 年月制定了 关于建立贫困退出机制的意见，贫困退出机制是基于以户为单位的人均可支配收入超过当年国家的贫困线标准。在贫困县摘帽具体操作流程上，将贫困谢申祥，刘生龙，李强：基础设施的可获得性与农村减贫：来自中国微观数据的经验分析，中国农村经济，年第期。发生率、脱贫人口错退率、贫困人口漏评率和群众认可度作为评判标准。在不同时间段，贫困县通过上述考核逐渐实现脱贫摘帽。本文基于贫困县脱贫摘帽退出的时间先后，将交通便利度作为自变量，考察其对贫困县脱贫摘帽的空间溢出效应与影响机制。相较于其他交通设施，高铁因其具有安全性、准时性、速度快、运载量大等特点，成为提升交通便利度的强有力方式，对脱贫攻坚产生了更为广泛的影响。随着高速铁路自身发展，其经济效益、社会意义逐渐浮现，学者也从关注高铁自身特征转移到其宏观溢出效应，如对区域经济、文化、减贫等方面的影响。国内外学者关于交通便利度与贫困县脱贫摘帽的研究，普遍接受通过交通基础设施建设对区域经济增长的影响解释其减贫机制。首先，提升交通便利度能够降低生产要素流动成本，增加经济主体与区位匹配的概率，产生市场扩张效应，带来产业集聚效果。此时，提升交通便利度亦能提高农业生产率，降低贫困发生率以及缩小城乡差距，拉动农村经济增长。其次，吸引人才汇集，加速产业结构向知识密集型升级。高铁通过降低人才流动时间成本，满足具有较强时间敏感性的高素质人才流动的需求，促进人才、知识等创新要素流动并扩大其流动规模，进而带来区域发展中的知识溢出和技术进步，达到减轻贫困效果，对区域经济增长产生极化效应和扩散效应，引发区域经济差距的动态变化。再次，加强区域地理可达性，有利于资金和信息流通。高铁有助于优化区域营商环境，保持资本市场活跃，为个体就业机会和经济活动带来新机遇。综上，本文提出研究假设 ：在控制其他变量情况下，交通便利度的提升有显著的整体减贫效应。交通基础设施建设能够对区域间经济发展产生增长效应和结构效应，具体表现为区域间的经济溢出效应，以及区域间产业空间结构、分布结构和层级结构的优化?10。随着交通便利度的提升，邻近地区将从知识扩散和劳动力汇集中受益，并通过改善中间产品市场和消费者市场的可达度降低贸易成本。这表明一个地区的市场潜能，即邻近地区经济发展所创造的市场需求规模，正在显著影响本地及相邻地区的经济增长?11。同时，交通便利度高的地区，其创新能力也更突出?12，贫困地区将借助产业结构优化这一中介变量刺激区域经济增长?13。这意味着区域间的产业结构升级存在明显的空间交互效应，邻近地区可以带动本地区产业结构向高级化、合理化方向发展。综上，本文提出研究假设 ：在控制其他变量情况下，邻近城市交通便利度的提升对本市减贫具有促进作用。以上两个假设是对交通基础设施建设减贫效应的宏观分析。然而，中国幅员辽阔，东、中、西部地区经济发展差异较大。贫困地区举债建设交通设施，难免会挤压其他项目的财政投入。因此，交通便利度的提升可能仅对发达地区有正向作用，而对欠发达地区则影响不显著，甚至有负向作用。此时，从区域层面考察交通?10?11?12?13 中办国办印发 关于建立贫困退出机制的意见 ，：，（）：，？：，：龚维进，覃成林，徐海东：交通扶贫破解空间贫困陷阱的效果及机制分析，中国人口科学，年第期。，？，（）：，？，：，：，（）：，？，（）：，（）：王雨飞，倪鹏飞：高速铁路影响下的经济增长溢出与区域空间优化，中国工业经济，年第期。潘文卿：中国的区域关联与经济增长的空间溢出效应，经济研究，年第期。卞元超，吴利华，白俊红：高铁开通是否促进了区域创新？，金融研究，年第期。李翔，邓峰：区域创新、产业结构优化与经济增长方式转变，科技管理研究，年第期。基础建设减贫效应的差异至关重要。与东部发达城市不存在贫困县和西部贫困县更加普遍相比，中部地区出行需求大，贫困县之间距离相对较短，且中部地区地势平坦，交通建设成本相对较低，更适合观察交通便利度在不同区域中的实际表现。综上，本文提出研究假设 ：在控制其他变量情况下，中部地区交通便利度的提升对其所在城市的整体减贫效应更显著。当然，交通便利度的提升对宏观区域效应还未达成一致结论。部分学者认为提升交通便利度对发达地区表现为正向溢出效应，对欠发达地区影响表现为不显著或负向效应，交通便利度所产生的集聚效应主要针对城市的中心地区，若贫困县靠近现有经济中心或市场可达性较强的地区，其作用效果更为明显。另一部分学者认为，提升交通便利度的高铁能为贫困地区的农业、旅游业等产业提供更多发展空间，提高贫困地区居民实际收入，这在部分实证分析中也得到了佐证。中国贫困地区有强烈空间集聚特征，贫困人群大量集中分布在偏远农村地区，并可能受到自然环境、公共资源保障水平等外部因素约束，具有强烈的地理空间相关性。但单纯按照东、中、西部地区划分来考量交通便利度对贫困县的影响仍有一定局限性。比如，并非所有位于东部地区的城市都是发达的，即使邻近的城市发展水平也存在差异。究其根本，各城市的人口密度和所掌握的资源禀赋等影响交通便利度作用的发挥。综上，本文提出研究假设 ：在控制其他变量情况下，提升高人口密度地区交通便利度的整体减贫效应更显著。：在控制其他变量情况下，提升高资源禀赋高地区交通便利度的直接减贫效应更显著，资源禀赋低地区空间溢出的减贫效应更显著。二、数据来源与变量设定本文所使用的数据时间跨度为 年至 年，数据来源包括国务院扶贫开发领导小组办公室公布的全国 个贫困县名单及其退出情况，以及各省市统计年鉴与 中国城市统计年鉴 等。在将贫困县及其对应的地级市进行匹配后，依据数据缺失情况，配合空间权重矩阵，最终选取了 个地级市和个直辖市的数据。如表所示，本文采用的变量如下 被解释变量：贫困县脱贫摘帽（）。本文将减贫效果操作化为贫困县脱贫摘帽数量，以全国 个贫困县名单为基础，汇总每年尚为国家级贫困县的数量。然后与全国地级市名录进行匹配，并做标准化处理。其中，尚有贫困县未脱贫摘帽的城市设值为，全部贫困县都脱贫摘帽的城市设值为。核心解释变量：交通便利度（）。本文将高铁站点建设情况操作化为交通便利度，以中国高铁开通情况作为测量指标。数据来自各地市县统计局和国家铁路局网站，并将其标准化为二值选择变量。如果该城市在年开通高铁，那么该城市年及以后的年份取值为，之前的年份取值为，若城市未开通高铁同样取值为。控制变量。考虑到致贫原因的多维性，本文选取的控制变量包括行政区人口规模（），产业结构（），经济水平（），教育水平（）和福利保障水平（）。合理的人口规模能促进资源增加与人力资本积累；过度的人口规模会导致生活成本提高和环境恶化。因此，本文通过控制年末户籍人口数量来观察人口规模对贫困县脱贫摘帽的影响。而产业结构优化不仅能促进当地经济发展，也给邻近地区带来空间溢出效应。随着中国经济发展不断深化，第二产业的扶贫效果正逐渐显现。因此，本文使用城镇第二产业就业人员数量来表征地区产业发展现状，控制其对贫困县脱贫摘帽的影响。经济发展是消除贫困的首要条件，故本文选用地区生产总值增长率来反映地级市的经济水平。教育在减贫中发挥着基础性、持续性和先导性作用，使用地区普通中学的数量来反映其教育水平。社会福利保障能有效减少社会贫困和不平等，选取贫困县社会福利收 ，：？，：，王亚飞，廖甍，王亚菲：高铁开通促进了农业全要素生产率增长吗：来自长三角地区准自然实验的经验证据，统计研究，年第期。王永明，姜玲玲，王美霞，喻忠磊：省域相对贫困村多尺度空间格局与分异机制，经济地理，年第期。张凤华，叶初升：经济增长、产业结构与农村减贫：基于省际面板数据的实证分析，当代财经，年第 期。王嘉毅，封清云，张金：教育与精准扶贫精准脱贫，教育研究，年第期。养性单位床位数来衡量地区福利保障水平。表变量设定与说明变量类型具体指标（变量）指标含义（单位）被解释变量贫困县脱贫摘帽（）尚有贫困县未脱贫摘帽的城市设值为，全部贫困县都脱贫摘帽的城市设值为核心解释变量交通便利度（）年开通高铁，年及以后年份取值为，之前年份取值为，未开通取值为控制变量行政区人口规模（）产业结构（）经济水平（）教育水平（）福利保障水平（）年末户籍人口（万人）城镇单位第二产业人员（万人）地区生产总值增长率（百分比）普通中学数量（所）贫困县社会福利收养性单位床位数（万张）三、计量方法与模型设定（一）空间自相关检验为了检验交通便利度的空间影响，需要对其核心变量进行空间自相关检验，以决定使用空间面板模型还是普通面板模型。实证研究中常用的工具是莫兰指数（）。经过对 年至 年中国地级市贫困程度和交通便利度的空间自相关检验，权重矩阵选择地理距离型。结果如表所示，自变量和因变量在三年中的莫兰指数均大于且远离，并在的显著性水平上通过检验。因此，中国地级市的贫困程度具有较强的空间溢出效应，交通便利度存在空间相关性。表 年中国地级市贫困程度与交通便利度全局莫兰指数年份贫困程度交通便利度 值 值 （二）空间演变规律为进一步探究交通便利度与贫困县脱贫摘帽的内在关联和具体分布，本文将继续使用局部莫兰指数进行检验，绘制局部莫兰散点图（以 年为例）来分析其之间的空间差异程度（见图）。因地级市区域交通便利度与贫困县数据体量庞大不利于观察分析，本文使用数据合并后的省级散点图进行分析，以求得到省际空间演变规律，为之后市级数据在统计上的计算做初步检验。注：横坐标表示趋平值，纵坐标表示，即空间权重矩阵与趋平值的积。图（）与图（）分别为各省 年贫困县数量和交通便利度的莫兰散点图。由图可见，贫困县数量大多在第一、三象限，而交通便利度多分布在第三象限。两者都有相同的“高趋于高”或“低趋于低”的聚集趋势。具体来说，贫困县数量少的地区相互聚集，贫困县数量多的地区相互邻近，而交通便利度低的地区相互聚集。局部莫兰指数检验结果与表结果相同，说明交通便利度与贫困县数量呈现一定程度的空间聚集，存在空间