經(jīng)濟(jì)集聚對相對貧困影響的空間溢出效應(yīng)

錢 力， 王 花， 宋俊秀

(1.安徽財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院， 安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué) 財(cái)政與公共管理學(xué)院， 安徽 蚌埠 233030)

貧困是世界各國發(fā)展面臨的重要問題，消除貧困是人類的共同使命。2020年底，中國消除絕對貧困的目標(biāo)得以實(shí)現(xiàn)，扶貧的重心轉(zhuǎn)移到解決相對貧困的問題上。重視相對貧困問題的解決，會在一定程度上緩解貧富差距問題，也會進(jìn)一步鞏固脫貧攻堅(jiān)成果，防止已脫貧人員返貧[1]。隨著中國經(jīng)濟(jì)的快速發(fā)展，生產(chǎn)、交易、消費(fèi)等經(jīng)濟(jì)活動在某一個地理位置相對集聚成為了一個典型的經(jīng)驗(yàn)事實(shí)。經(jīng)濟(jì)集聚能夠通過要素投入、技術(shù)進(jìn)步等降低生產(chǎn)成本、提高人工工資并進(jìn)一步提高勞動生產(chǎn)率[2]，以外部性為紐帶促進(jìn)經(jīng)濟(jì)發(fā)展，提高經(jīng)濟(jì)收入，從而減少相對貧困。本文利用空間計(jì)量模型，分析經(jīng)濟(jì)集聚是緩解了還是拉大了地區(qū)間的相對貧困，進(jìn)一步考察區(qū)域的經(jīng)濟(jì)集聚對相對貧困的溢出效應(yīng)。

隨著貧困問題研究的不斷深入，學(xué)者日益重視從空間角度探討相對貧困問題，重視貧困和減貧的空間維度[3]，并逐漸形成了空間貧困理論[4]。如早期的Rupasingha等(2003)[5]利用空間數(shù)據(jù)研究美國的貧困具有的相關(guān)性，并得出實(shí)施的減貧措施具有空間溢出效應(yīng)。Palmer等(2006)[6]通過對印度貧困影響因素的空間計(jì)量分析，認(rèn)為印度貧困符合空間溢出效應(yīng)，并提議減貧措施應(yīng)該考慮空間因素。Minot等(2005)[7]利用家庭預(yù)算數(shù)據(jù)和人口普查數(shù)據(jù)，研究得出貧困人口較高集中在落后的北部山區(qū)，經(jīng)濟(jì)較為發(fā)達(dá)的東南沿海地區(qū)貧困人口較少。經(jīng)濟(jì)集聚具有一定的空間性，且對經(jīng)濟(jì)增長有著不同的影響，而經(jīng)濟(jì)增長又是抑制貧困的基本條件[8]。蘭秀娟等(2020)[9]借用空間杜賓模型分析認(rèn)為經(jīng)濟(jì)集聚對中心-外圍區(qū)域經(jīng)濟(jì)發(fā)展存在空間溢出效應(yīng)，并提出發(fā)揮中心城市的輻射作用。王鈺等(2021)[10]基于長三角城市群的面板數(shù)據(jù)，運(yùn)用探索性空間數(shù)據(jù)分析(Exploratory Spatial Data Analysis，ESDA)方法分析得出物流產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長存在正向影響關(guān)系，并且經(jīng)濟(jì)增長存在顯著的空間自相關(guān)性。陳池波等(2019)[11]通過湖北省農(nóng)產(chǎn)品加工業(yè)集聚的空間分析，得出農(nóng)產(chǎn)品加工業(yè)集聚對縣域經(jīng)濟(jì)增長具有顯著的影響，且呈現(xiàn)先上升后下降的倒“U”型關(guān)系。孫曉露等(2021)[12]對長江三角洲的42個城市進(jìn)行經(jīng)濟(jì)增長的空間溢出效應(yīng)的測度與分解，得出經(jīng)濟(jì)增長呈現(xiàn)顯著的正向空間溢出效應(yīng)，且核心區(qū)的溢出效應(yīng)大于邊緣地區(qū)，在一定范圍內(nèi)仍有較強(qiáng)的溢出效應(yīng)。陳利等(2015)[13]的研究結(jié)果表明經(jīng)濟(jì)集聚強(qiáng)度每增加1%，農(nóng)民的收入可增加0.105%。隨著研究的進(jìn)一步深入，不少學(xué)者認(rèn)為經(jīng)濟(jì)集聚帶來的經(jīng)濟(jì)增長對減貧有直接效應(yīng)，且具有一定的空間溢出效應(yīng)。Daimon(2001)[14]利用空間計(jì)量模型考證了印度尼西亞的貧困與福利具有“空間貧困陷阱”。Suan-Pheng Kam(2005)[15]通過研究孟加拉國農(nóng)村貧困的空間分布特點(diǎn)，分析得出收入增長與教育服務(wù)可以有效消減地區(qū)貧困。王璐瑤等(2020)[16]認(rèn)為四川少數(shù)民族的貧困分布具有空間性，且縣域之間的收入增長集聚將形成顯著的減貧的空間溢出效應(yīng)。盛偉等(2019)[17]對陷入深度貧困的146個縣分析，通過相關(guān)性及空間溢出分析得出經(jīng)濟(jì)增長、減貧措施具有空間溢出效應(yīng)且隨著縣域之間的距離呈現(xiàn)負(fù)相關(guān)。張博勝等(2020)[18]運(yùn)用2010—2017年中國省級面板數(shù)據(jù)進(jìn)行城鎮(zhèn)化的減貧及空間溢出分析，得出人口城鎮(zhèn)化、經(jīng)濟(jì)城鎮(zhèn)化對農(nóng)村貧困存在明顯的空間溢出效應(yīng)。王忠(2017)[19]研究指出礦業(yè)經(jīng)濟(jì)越發(fā)達(dá)，“資源風(fēng)險”詛咒風(fēng)險越大，越不利于地區(qū)貧困削減。

學(xué)者們關(guān)于經(jīng)濟(jì)集聚對經(jīng)濟(jì)增長、減貧有著豐富的研究，部分學(xué)者也從空間的視角分析經(jīng)濟(jì)集聚的空間溢出效應(yīng)，以及對經(jīng)濟(jì)增長和減貧的效果，但現(xiàn)有文獻(xiàn)對經(jīng)濟(jì)集聚空間溢出效應(yīng)影響相對貧困的研究相對較少。本文基于2010—2018年“中國家庭追蹤調(diào)查(Chinese Family Panel Studies，CFPS)”數(shù)據(jù)，通過建立空間計(jì)量模型，分析經(jīng)濟(jì)集聚對相對貧困的空間溢出效應(yīng)，并提出相應(yīng)的對策建議。

1 模型設(shè)定、變量選取與數(shù)據(jù)來源

1.1 研究方法

探索性空間數(shù)據(jù)分析(ESDA)方法用來分析事物之間存在的關(guān)聯(lián)與距離的關(guān)系。ESDA方法中的全域莫蘭指數(shù)(Moran’s I)用來分析事物之間是否出現(xiàn)了集聚或者異常值，而局域Moran’s I用來探索空間集聚性和離散型。本文運(yùn)用全域Moran’s I對全國的經(jīng)濟(jì)集聚與相對貧困的空間關(guān)系進(jìn)行探索，并運(yùn)用局域Moran’s I分析各省及各省之間的局域空間關(guān)聯(lián)度。

全域莫蘭指數(shù)：

局域莫蘭指數(shù)：

1.2 模型設(shè)定

1.2.1 基準(zhǔn)模型設(shè)定

伍駿騫等(2017)[20]認(rèn)為經(jīng)濟(jì)集聚對農(nóng)民收入有較為顯著的正向作用。為探索經(jīng)濟(jì)集聚與相對貧困之間的關(guān)系，確定經(jīng)濟(jì)集聚對相對貧困的最終作用，本文設(shè)定了如下的計(jì)量模型：

povertyit=α0+α1ecoit+α2trait+α3forit+α4openit+α5govit+α6lndit+εit，

式中povertyit為第t年第i區(qū)域的城鎮(zhèn)和農(nóng)村相對貧困的自然對數(shù)，ecoit是第t年第i區(qū)域的經(jīng)濟(jì)集聚，trait、forit、openit、govit、lndit分別表示第t年第i區(qū)域的交通便利程度、外商投資、開放程度、政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)數(shù)值，另外α0是截距項(xiàng)，α1—α6是待估參數(shù)，εit是隨機(jī)擾動項(xiàng)。現(xiàn)實(shí)生活中，不同地區(qū)存在著多種多樣的聯(lián)系，為了精準(zhǔn)衡量經(jīng)濟(jì)集聚和相對貧困的關(guān)系，本文引入了空間計(jì)量模型。

1.2.2 空間模型

空間面板模型經(jīng)過Anselin(1995)[21]、Baltagi等(2000)[22]的研究已趨于成熟，體系逐漸完善?？臻g面板模型主要有空間滯后模型(Spatial Autoregressive Model，SAR)、空間誤差模型(Spatial Error Model，SEM)以及空間杜賓模型(Spatial Durbin Model，SDM)。本文使用SAR模型，其模型建立如下：

β4openit+β5govit+β6lndit+εit，

式中β1—β6是控制變量的待估參數(shù)。

1.2.3 空間權(quán)重矩陣

其中d表示省會城市i和j之間的地理距離。

1.3 變量選取與數(shù)據(jù)來源

1.3.1 被解釋變量

采用2010、2012、2014、2016、2018年的CFPS數(shù)據(jù)，利用城鎮(zhèn)、農(nóng)村居民的人均可支配收入的中位數(shù)的40%[24]作為相對貧困線，CFPS數(shù)據(jù)庫個別省份關(guān)于農(nóng)村地區(qū)數(shù)據(jù)回收較少，經(jīng)過多指標(biāo)的異常數(shù)據(jù)篩選，最終只留下25個省份的有效數(shù)據(jù)，由此測量得出25個省份的相對貧困。

1.3.2 解釋變量

經(jīng)濟(jì)集聚主要衡量某一個區(qū)域內(nèi)整體經(jīng)濟(jì)活動的集中程度，借鑒董直慶等(2019)[25]的做法，用各省的GDP與各省建成區(qū)面積的比值表示區(qū)域的經(jīng)濟(jì)活動密度，各省的GDP與各省建成區(qū)面積的比值越高代表經(jīng)濟(jì)集聚越高。

1.3.3 控制變量

政府干預(yù)代表著政府對經(jīng)濟(jì)的影響程度，用區(qū)域內(nèi)的一般公共預(yù)算支出與GDP的比值表示；交通便利用人均道路面積表示；外商投資用外商投資額與GDP的比值表示；開放程度用進(jìn)出口總額與GDP的比值表示；產(chǎn)業(yè)結(jié)構(gòu)用第三產(chǎn)業(yè)產(chǎn)值與GDP的比值表示。

1.3.4 數(shù)據(jù)來源與變量說明

本文使用的數(shù)據(jù)主要來源于2010—2018年“中國家庭追蹤調(diào)查(CFPS)”數(shù)據(jù)，部分?jǐn)?shù)據(jù)來自2010、2012、2014、2016、2018年《中國統(tǒng)計(jì)年鑒》，經(jīng)過數(shù)據(jù)篩選，選取安徽省、河南省、河北省等25個省份的面板數(shù)據(jù)。表1為主要變量的描述性統(tǒng)計(jì)。

表1 變量統(tǒng)計(jì)

從表1可以看出標(biāo)準(zhǔn)差較大的是經(jīng)濟(jì)集聚和交通便利，標(biāo)準(zhǔn)差最小的是政府干預(yù)，平均值最小的是外商投資，平均值最大的是交通便利。

2 經(jīng)濟(jì)集聚對相對貧困的空間效應(yīng)

2.1 空間效應(yīng)檢驗(yàn)

2.1.1 全域空間相關(guān)性

為了全面分析經(jīng)濟(jì)集聚對相對貧困的空間效應(yīng)，采取統(tǒng)計(jì)學(xué)軟件Stata16用全域Moran’s I進(jìn)行空間相關(guān)性檢驗(yàn)，結(jié)果見表2。

表2 全域莫蘭指數(shù)(Moran’s I)

從表2可以看出，使用地理矩陣(W1)、鄰接矩陣(W2)計(jì)算全域莫蘭指數(shù)，得出在2010、2012、2014、2016、2018年的Moran’s I值均大于0，且通過了顯著性檢驗(yàn)，這表明25個省的相對貧困具有正向的空間相關(guān)性。

2.1.2 局域空間相關(guān)性

Anselin(1995)[21]提出全域自相關(guān)性更多地反映的是各地區(qū)空間相關(guān)性的特殊情況，為了更加清楚地分析各省之間的相關(guān)性，本文使用Stata16進(jìn)行局域自相關(guān)性分析，并使用散點(diǎn)圖直觀地分析局域相關(guān)性。由于基于地理矩陣、鄰接矩陣所畫出的散點(diǎn)圖較為一致，選取基于地理矩陣的散點(diǎn)圖(圖1)進(jìn)行分析。

圖1 局域莫蘭散點(diǎn)圖

圖1顯示出相對貧困的空間演變具有波動性，相對貧困的聚集有所減弱，整體看位于第一、三象限的城市還是占據(jù)多數(shù)，其中西部地區(qū)高-高集聚較為明顯，2010、2012、2016年相對貧困主要集聚在第一、三象限，2014、2018年相對貧困的集聚有所分散，有一定的擴(kuò)散效應(yīng)，但第一象限仍然較為集聚。

可以看出，經(jīng)過全域自相關(guān)性及局域自相關(guān)性分析，各省之間的相對貧困與經(jīng)濟(jì)集聚具有較強(qiáng)的相關(guān)性，地理空間對相對貧困具有較強(qiáng)的影響，為此需要引進(jìn)空間計(jì)量模型進(jìn)一步分析經(jīng)濟(jì)集聚對相對貧困的空間溢出效應(yīng)。

2.2 空間溢出效應(yīng)分析

2.2.1 計(jì)量模型的檢驗(yàn)

空間計(jì)量模型是選擇SAR還是SEM、SDM？本文進(jìn)行拉格朗日乘數(shù)(LM)檢驗(yàn)和空間誤差(Hausman)檢驗(yàn)，結(jié)果見表3。從LM檢驗(yàn)結(jié)果看，計(jì)量模型存在空間溢出效應(yīng)，根據(jù)空間誤差(Hausman)和空間滯后(Spatial lag)檢驗(yàn)的統(tǒng)計(jì)量分別為6.673和6.234且都在10%的水平下顯著，表明選擇固定效應(yīng)模型；拉格朗日乘數(shù)-誤差檢驗(yàn)(LM-Error)統(tǒng)計(jì)量未通過顯著性檢驗(yàn)，而拉格朗日乘數(shù)-滯后檢驗(yàn)(LM-Lag)統(tǒng)計(jì)量通過了顯著性檢驗(yàn)，因此采用SAR模型較為合適。

表3 計(jì)量模型的檢驗(yàn)結(jié)果

2.2.2 空間結(jié)果分析

基于CFPS數(shù)據(jù)庫的2010、2012、2014、2016、2018年的數(shù)據(jù)及《中國統(tǒng)計(jì)年鑒》的數(shù)據(jù)，運(yùn)用Stata16軟件，通過SAR模型，并使用矩陣W1、W2分析eco(經(jīng)濟(jì)集聚)、tra(交通便利)、for(外商投資)等因素對相對貧困的空間影響。SAR模型分析結(jié)果見表4。

表4 SAR模型估計(jì)結(jié)果

從表4可以看出，基于地理矩陣和鄰接矩陣的SAR模型的回歸結(jié)果極其相近，選擇地理矩陣進(jìn)行分析，結(jié)果表明經(jīng)濟(jì)集聚其核心變量eco(經(jīng)濟(jì)集聚)的回歸結(jié)果為負(fù)，且在5%的水平上較為顯著，表明經(jīng)濟(jì)集聚對我國的相對貧困具有抑制作用；控制變量tra(交通便利)的回歸為負(fù)，且較為顯著，表明交通便利對相對貧困具有改善作用；for(外商投資)、lnd(產(chǎn)業(yè)結(jié)構(gòu))的回歸系數(shù)為正，同時在5%的水平上顯著，表明外商投資、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對相對貧困具有反向作用，可能是因?yàn)殡m然外商投資增加及產(chǎn)業(yè)結(jié)構(gòu)升級的調(diào)整能夠帶來社會的發(fā)展，但是同樣拉大了貧困差距，反而促成了相對貧困的增加；open(開放程度)、gov(政府干預(yù))的回歸系數(shù)為負(fù)，分別為-0.237、-0.251，在1%的水平下較為顯著，表明了開放程度、政府干預(yù)對相對貧困具有明顯的抑制作用。

2.3 空間溢出效應(yīng)分解

基于CFPS數(shù)據(jù)庫的2010、2012、2014、2016、2018年的數(shù)據(jù)及《中國統(tǒng)計(jì)年鑒》的數(shù)據(jù)，運(yùn)用SAR模型，基于W1、W2兩種矩陣，就經(jīng)濟(jì)集聚對相對貧困的空間效應(yīng)進(jìn)行分解。結(jié)果見表5。

表5 空間效應(yīng)的分解結(jié)果

可以看出，基于地理矩陣、鄰接矩陣的經(jīng)濟(jì)集聚對相對貧困的效應(yīng)分解具有高度的相似性，因此只根據(jù)地理矩陣的結(jié)果進(jìn)行分析?；诘乩砭仃嚨慕?jīng)濟(jì)集聚對相對貧困的影響分解為直接效應(yīng)、間接效應(yīng)、總效應(yīng)。直接效應(yīng)在5%的水平下都顯著，表明經(jīng)濟(jì)集聚每增加1%，相對貧困發(fā)生率則會減少0.006%；間接效應(yīng)為負(fù)，通過顯著性檢驗(yàn)，表明經(jīng)濟(jì)集聚對相對貧困存在有明顯的空間溢出效應(yīng)；其總效應(yīng)為負(fù)，通過了顯著性檢驗(yàn)。

交通便利對相對貧困的直接效應(yīng)、間接效應(yīng)、總效應(yīng)為負(fù)，但是間接效應(yīng)沒有通過顯著性檢驗(yàn)，即交通便利對相對貧困的溢出效應(yīng)不顯著，交通便利程度每提高1%，相對貧困則會減少0.004%。

外商投資的直接效應(yīng)、總效應(yīng)為正，且在5%水平下顯著，表明外商投資會造成相對貧困的增加，可能是由于外商投資的不平衡，容易造成收入差距擴(kuò)大，從而進(jìn)一步提高了相對貧困的發(fā)生率。

開放程度的直接效應(yīng)、總效應(yīng)為負(fù)，且在1%的水平下較為顯著，對外開放每提高1%，相對貧困減少0.243%。另外間接效應(yīng)為負(fù)，且在10%的水平下顯著，表明開放程度對相對貧困具有一定的空間溢出效應(yīng)。在各個影響因素的分析中，對外開放對相對貧困的影響較為重要。

政府干預(yù)的直接效應(yīng)、總效應(yīng)為負(fù)，且在5%水平下具有顯著性，表明政府干預(yù)度每增加1%，可以減少相對貧困0.273%。間接效應(yīng)沒有通過顯著性檢驗(yàn)，表明政府干預(yù)對相對貧困不存在明顯的空間溢出效應(yīng)，可能是由于各區(qū)域之間具有明顯的行政區(qū)域限制，使得溢出效應(yīng)不明顯。

產(chǎn)業(yè)結(jié)構(gòu)的直接效應(yīng)、總效應(yīng)為正，且在5%的水平下顯著，但間接效應(yīng)沒有通過顯著性檢驗(yàn)，表明產(chǎn)業(yè)結(jié)構(gòu)的變化對相對貧困沒有明顯的空間溢出效應(yīng)。

3 空間溢出效應(yīng)地區(qū)異質(zhì)性分析

3.1 分地區(qū)空間結(jié)果分析

由于各個地區(qū)的經(jīng)濟(jì)發(fā)展及地理位置有差異，為了更加清晰準(zhǔn)確地分析經(jīng)濟(jì)集聚對相對貧困的空間溢出效應(yīng)，本文把涉及的省份按照國家的劃分標(biāo)準(zhǔn)[26]，分為東部、中部、西部3個地區(qū)，基于地理矩陣進(jìn)行運(yùn)算，具體的回歸結(jié)果見表6。

表6 東、中、西部地區(qū)的SAR模型估計(jì)結(jié)果

從回歸結(jié)果可以看出，經(jīng)濟(jì)集聚對相對貧困的空間溢出效應(yīng)具有明顯的地區(qū)差異性，其中東部和西部的回歸系數(shù)為負(fù)，且在10%的水平下具有顯著性，而中部地區(qū)的回歸系數(shù)則為正，且通過了顯著性檢驗(yàn)。交通便利在東、中、西部系數(shù)為負(fù)，且較為顯著，表明交通便利對東、中、西部地區(qū)的相對貧困具有抑制作用。外商投資在中、西部的回歸系數(shù)為負(fù)，但是中部通過了顯著性檢驗(yàn)，而西部沒有通過，另外東部地區(qū)回歸系數(shù)為正且未通過顯著性檢驗(yàn)，表明外商投資對中部的相對貧困具有一定的抑制作用，而對東部和西部地區(qū)的作用微乎其微。開放程度的東部和西部的回歸系數(shù)為負(fù)，而中部為正，但是都未通過顯著性檢驗(yàn)，表明開放程度對東、中、西部地區(qū)的相對貧困沒有明顯的作用。政府干預(yù)在東部的回歸系數(shù)為正，且在10%的水平下較為顯著，但是回歸系數(shù)較小(僅為0.000)，因此對東部地區(qū)的相對貧困的空間溢出效應(yīng)較小，另外中西部的回歸系數(shù)為負(fù)，分別是-0.000、-0.650，都在1%的水平下顯著，由于系數(shù)的大小不同，政府干預(yù)對西部地區(qū)的相對貧困的影響遠(yuǎn)遠(yuǎn)大于東部和中部。產(chǎn)業(yè)結(jié)構(gòu)在東部的回歸系數(shù)為負(fù)，且具有顯著性，表明產(chǎn)業(yè)結(jié)構(gòu)對東部地區(qū)的相對貧困具有一定的抑制作用，另外對于中西部的回歸沒有通過顯著性檢驗(yàn)，表明產(chǎn)業(yè)結(jié)構(gòu)對中西部沒有顯著的空間溢出效應(yīng)。

3.2 分地區(qū)空間溢出效應(yīng)分解

基于地理矩陣，使用Stata16對東、中、西部地區(qū)的經(jīng)濟(jì)集聚等變量對相對貧困的空間溢出效應(yīng)進(jìn)行分解，結(jié)果見表7。

表7 東、中、西部地區(qū)的空間溢出效應(yīng)分解結(jié)果

可以看出經(jīng)濟(jì)集聚、交通便利、外商投資、開放程度、政府干預(yù)、產(chǎn)業(yè)結(jié)構(gòu)的間接效應(yīng)在東部和西部地區(qū)的系數(shù)有正有負(fù)，但都未通過顯著性檢驗(yàn)，表明這些變量對東部和西部地區(qū)的相對貧困不存在明顯的空間溢出效應(yīng)。

經(jīng)濟(jì)集聚的直接效應(yīng)為負(fù)，并且通過了顯著性檢驗(yàn)，表明經(jīng)濟(jì)集聚對東部的相對貧困具有明顯的抑制作用，經(jīng)濟(jì)集聚每增加1%，相對貧困減少0.004%，總效應(yīng)為負(fù)，且并未通過顯著性檢驗(yàn)。中部的經(jīng)濟(jì)集聚直接效應(yīng)為正，在10%的水平下顯著，即經(jīng)濟(jì)集聚每增加1%，中部地區(qū)的相對貧困會增加0.005%，另外其總效應(yīng)為正，且通過了顯著性檢驗(yàn)。經(jīng)濟(jì)集聚對于西部地區(qū)的直接效應(yīng)為負(fù)，且通過了顯著性檢驗(yàn)，表明經(jīng)濟(jì)集聚對西部地區(qū)的相對貧困具有抑制作用，其總效應(yīng)為負(fù)，沒有通過顯著性檢驗(yàn)。

交通便利對東、中、西部地區(qū)的直接效應(yīng)、總效應(yīng)均為負(fù)，且通過了顯著性檢驗(yàn)，表明交通便利對東、中、西部地區(qū)的相對貧困具有明顯的改善作用。外商投資只有中部地區(qū)的直接效應(yīng)和總效應(yīng)為負(fù)，且通過了顯著性檢驗(yàn)，并且效應(yīng)的絕對值較大，表明外商投資對中部地區(qū)的相對貧困具有非常顯著的抑制作用，而對東部和西部地區(qū)沒有明顯的影響作用。開放程度的直接效應(yīng)和總效應(yīng)在東、中、西部地區(qū)均沒有通過顯著性檢驗(yàn)，表明對外開放對東、中、西部地區(qū)的相對貧困不存在顯著的影響。政府干預(yù)從表7中可以看出西部地區(qū)直接效應(yīng)和總效應(yīng)為負(fù)，且通過顯著性檢驗(yàn)，對西部的相對貧困具有抑制作用。產(chǎn)業(yè)結(jié)構(gòu)對東部和中部具有明顯的直接效應(yīng)和總效應(yīng)，對西部沒有明顯的空間溢出效應(yīng)。

4 研究結(jié)論與對策建議

4.1 研究結(jié)論

運(yùn)用空間莫蘭指數(shù)檢驗(yàn)經(jīng)濟(jì)集聚與相對貧困的空間關(guān)聯(lián)度，進(jìn)一步運(yùn)用空間計(jì)量SAR模型，分析經(jīng)濟(jì)集聚對相對貧困的空間溢出效應(yīng)，得出了以下主要結(jié)論：

(1)經(jīng)濟(jì)集聚與相對貧困具有空間關(guān)聯(lián)性，且具有一定的溢出效應(yīng)。經(jīng)濟(jì)集聚的回歸結(jié)果為負(fù)，且在5%的水平上較為顯著，這表明經(jīng)濟(jì)集聚對我國的相對貧困具有抑制作用，另外間接效應(yīng)為負(fù)，通過顯著性檢驗(yàn)，表明經(jīng)濟(jì)集聚對相對貧困存在明顯的空間溢出效應(yīng)。

(2)經(jīng)濟(jì)集聚對相對貧困的作用具有地區(qū)異質(zhì)性。經(jīng)濟(jì)集聚對東部和西部具有一定的抑制性，而對中部的相對貧困則有相反的作用；經(jīng)濟(jì)集聚對東部和中部的直接效應(yīng)、總效應(yīng)較為顯著，而對西部的總效應(yīng)不顯著。

(3)交通便利、政府干預(yù)、開放程度對相對貧困具有明顯的抑制作用。交通便利、開放程度、政府干預(yù)的回歸系數(shù)為負(fù)，在1%的水平下較為顯著，這表明了交通便利、開放程度、政府干預(yù)對我國的相對貧困具有改善作用。

4.2 對策建議

(1)推動經(jīng)濟(jì)集聚發(fā)展。通過制定一系列優(yōu)惠政策，加大稅收優(yōu)惠、財(cái)政扶持等，營造良好環(huán)境促進(jìn)經(jīng)濟(jì)集聚發(fā)展，形成規(guī)模經(jīng)濟(jì)帶動經(jīng)濟(jì)高質(zhì)量增長。發(fā)揮經(jīng)濟(jì)集聚的空間溢出效應(yīng)，通過示范效應(yīng)帶動鄰近區(qū)域發(fā)展，縮小地區(qū)間差異。

(2)加強(qiáng)地區(qū)間協(xié)調(diào)可持續(xù)發(fā)展。重視不同地區(qū)之間的聯(lián)系，積極打破行政層面的界限劃分，加強(qiáng)區(qū)域之間的交流。發(fā)揮東部的經(jīng)濟(jì)、教育、科技優(yōu)勢，加強(qiáng)與中西部的合作，推動經(jīng)濟(jì)要素、科技人才、信息等資源在地區(qū)之間相互流通，進(jìn)一步強(qiáng)化地區(qū)之間的協(xié)調(diào)發(fā)展，實(shí)現(xiàn)跨省、跨市的經(jīng)濟(jì)相互交流。

(3)優(yōu)化政府科學(xué)干預(yù)。堅(jiān)持鄉(xiāng)村振興發(fā)展戰(zhàn)略，加強(qiáng)基礎(chǔ)設(shè)施投資，完善交通體系和交通設(shè)施，提高交通等級，構(gòu)建強(qiáng)大的交通網(wǎng)絡(luò)，進(jìn)一步提高交通便利度。利用自身區(qū)域優(yōu)勢，積極提高對外開放程度，強(qiáng)化區(qū)域之間的聯(lián)系，形成多方面、多層次的開放格局，從而促進(jìn)經(jīng)濟(jì)發(fā)展，減少相對貧困。