劉 林 陳作成
(石河子大學經濟與管理學院,新疆 石河子 832000)
運用福斯特、格林爾和索貝克(Foster,Greer,Thorbecke,1984)提出的FGT 貧困指數測算貧困程度[1]。FGT 貧困指數不但能夠反映所研究區域的貧困發生率情況,還能通過調整模型參數以達到分析貧困人口收入與貧困線相對距離以及貧困人口內部收入分配狀況的目的。FGT 貧困指數的連續形式如下:

式中,z 為貧困標準;x 為收入水平;f(x)為收入水平的密度函數;α 為非負參數,且α 的取值越大意味著貧困指標對貧困人口收入不平等程度越敏感。測算中,由于非負參數α 取值不同,FGT 貧困指數將會有三個貧困指標,可以反映三個層面的貧困問題:當α=0 時,FGT 貧困指數為貧困發生率,是貧困廣度指標,用H 表示,反映貧困人口占總人口的比例;當α=1 時,FGT 貧困指數為貧困距指數,是貧困深度指標,用PG 表示,反映貧困人口收入與貧困線之間的相對距離;當α=2 時,FGT 貧困指數為平方貧困距指數,是貧困強度指標,用SPG 表示,反映貧困人口內部的收入分配狀況。
采用的數據來自于1989-2013年《新疆統計年鑒》中農村居民家庭人均純收入分組數據。該數據按照農民收入情況劃分為12組,每一個分組包括該組農民的人均年純收入(元)和該組農民所占的人口比例(%)兩部分。模型計算過程中所需貧困線數據采用國家扶貧辦公布的數據。測算結果如表1 所示。

表1 1988-2012年新疆農村FGT 貧困指數
觀察測度結果發現,貧困廣度的波動幅度較大,總體呈下降趨勢,尤其是1999-2007年連續八年貧困廣度指標減小,平均降幅達到13.36%,期間有兩個明顯的峰值,分別是1995年的33.9%和2011年的24.8%。貧困深度波動相對較為平緩,峰值同樣出現在1995年和2011年,分別為13.2%和11%,其他年份都維持在8%以下。貧困強度指標則維持在較低數據水平波動,波動區間都在10%以下,絕大多數年份該指標都在3%以下,最大值是2011年的8.45%,最小值則為2004年的0.54%。需要注意的是,近幾年貧困強度指標上揚趨勢明顯,尤其是2010年后連續三年指標值達到歷史高位,甚至超過了貧困深度指標值,意味著貧困人口內部的收入分配狀況在加速惡化,最貧困人口的處境堪憂。
新疆農村地區經濟增長效率用新疆農村各年農林牧漁總產值來反映。數據顯示,1988年新疆農村農林牧漁總產值為108.5億元,到2012年增長為2275.7億元,增長了近21 倍,年均增長率達13.5%。觀察新疆農村農林牧漁總產值曲線圖1,可將經濟增長趨勢變化劃分為以下幾個階段:1988-1993年,年均增長率為12.5%,低于研究區間年均增長率1 個百分點;1994-1997年,年均增長率為15.7%,略高于研究區間年均增長率2 個百分點;1998-2002年,年均增長率為1.2%,為該研究區間增長效率最低值,遠低于研究區間年均增長率;2003-2008年,年均增長率為11.3%,低于研究區間年均增長率2 個百分點;2009-2012年年均增長率為20.5%,高于研究區間年均增長率7 個百分點,為該研究區間效率最大值。綜上,新疆農村經濟增長效率呈現階段性變化,除個別區間外(1998-2002年),無論是總體考察,還是分階段考察,新疆農村經濟增長效率都維持在10%以上,保持了較高的經濟增長效率,尤其是近些年有進一步提速的趨勢。

圖1 新疆農村地區農林牧漁總產值
新疆農村地區的“公平程度”用基尼系數來反映。基尼系數,是20 世紀初意大利經濟學家基尼,根據勞倫茨曲線所定義的判斷收入分配公平程度的指標。基尼系數的計算,本文采用基于Beta 模型和GQ 模型的Gini 系數計算公式[2][3]。
GiNi 系數的計算結果如圖2 所示,2009年以前新疆農村地區基尼系數基本都維持在0.3-0.4的收入相對合理區,進入2010年后基尼系數迅速攀升,達到0.4-0.5 的收入差距較大區間,并已接近0.5 以上收入差距懸殊的范疇。收入差距問題是引起社會不穩定的最大誘因之一,尤其像新疆這樣的特殊地區,應該引起相關部門的高度重視。

圖2 新疆農村地區Gini 系數
本文將采用時變參數狀態空間模型來研究新疆農村地區經濟增長效率、收入分配公平程度的貧困變動效應。狀態空間模型可以反映經濟改革、結構調整、政策變化等外界沖擊所帶來的時變影響和動態變化,可變參數狀態空間模型的一般形式如下:
量測方程:

狀態方程:

量測方程中xt是具有隨機系數βt的解釋變量集合,Zt是具有固定系數α 的解釋變量集合。狀態方程是假定參數βt的變動服從于AR(1)模型(可擴展為AR(p)模型)。其中,βt是狀態向量,又稱為可變參數,是不可觀測變量,必須利用可觀測變量yt和xt來估計。此外,假定量測方程和狀態方程各自的擾動向量μt和εt是相互獨立的,服從均值為0、方程為σ2、協方差矩陣為R 的正態分布[4-6]。
選擇貧困廣度(H)、貧困深度(PG)和貧困強度(SPG)分別作為因變量,農林牧漁總產值、Gini系數作為量測方程的解釋變量,研究經濟增長、收入差距對新疆農村地區貧困程度的動態影響。并且,模型取各變量的對數形式,從而消除時間序列中的異方差現象,達到趨勢線性化,同時又不改變原有數列可能存在的協整關系。設定的狀態空間模型具體形式如下:
量測方程:

狀態方程:

其中,poort分別表示貧困廣度(H)、貧困深度(PG)、貧困強度(SPG)三個被解釋變量;解釋變量中gdpt表示農林牧漁總產值、ginit表示Gini 系數;ηt、λt分別表示各解釋變量的時變參數序列,并假設可變參數服從AR(1)模型;μt、εt、ξt為擾動向量。
采用ADF 單位根檢驗,先對各變量之間的協整關系進行檢驗,以防止偽回歸現象的出現。檢驗結果如表2 所示。

表2 ADF 單位根檢驗
以上檢驗結果顯示,各變量的原序列均接受原假設,即存在單位根。將原序列做一階差分后,各變量均在5%的置信水平下拒絕原假設。因此,可以判斷各變量都是一階單整序列,即I(1)序列,從而保證了變量間協整關系的存在。
利用卡爾曼濾波(Kalman Filtering)算法得到狀態空間模型的估計結果,如表3 所示。通過分析計量結果發現,新疆農村“效率與公平”的貧困變動效應呈現正負相反的兩種狀態。新疆農村收入分配公平程度的持續惡化對貧困廣度、貧困深度和貧困強度都存在不同程度的貧困變動正效應。其中,對貧困強度的影響相對較大,彈性系數近十年都在6 以上,意味著新疆農村收入分配公平程度持續惡化嚴重影響了最貧困人口的生活狀況。此外,收入分配公平程度對貧困廣度和貧困深度的正效應也較為顯著,近幾年彈性系數均維持在5 以上。而經濟增長確實能夠起到全面降低貧困程度的作用,即經濟增長效率與貧困指數變動間為負效應。對比發現,經濟增長對降低貧困廣度最為有效,彈性系數能夠達到-0.7 以上,對貧困強度也具有一定的降低作用,近幾年彈性系數基本維持在-0.6 左右的水平,而對貧困強度的負效應相對較弱,說明經濟增長效率提高并不一定能非常有效地改善最貧困人口的生活狀態。綜合考慮,收入分配公平程度對貧困程度具有正效應,經濟增長效率對貧困程度具有負效應,但是相較之下前者所產生的正效應明顯強于后者所帶來的負效應,也就是說,新疆農村經濟增長的持續增效確實一定程度上可以緩解貧困問題,但是由于隨之帶來的收入分配公平程度的持續惡化則減弱了其減貧作用,甚至在“公平”得不到有力保障的情況下反而加重了新疆農村地區的貧困程度,使得在貧困問題上經濟增長的“效率”顯得不是那么有效了。這就要求必須采用專門的減貧措施,才能夠彌補“效率與公平”間的貧困變動效應悖論。

表3 卡爾曼濾波估計結果
1.新疆農村FGT 貧困指數測度結果顯示,新疆農村地區貧困廣度、貧困深度和貧困強度呈現階段性波動,貧困廣度波動幅度最大,但總體呈下降趨勢,貧困深度則相對變化趨勢較為平緩,無明顯變化,貧困強度尤其要引起重視,近幾年有走高趨勢,意味著貧困人口內部收入分配狀況在惡化,最貧困人口處境堪憂。
2.新疆農村經濟增長效率逐年不同,但都維持在較高的效率水平上,年均增長率達到10%以上。而新疆農村收入分配公平程度則不容樂觀,已接近收入差距懸殊的狀況,應該引起相關部門的高度重視,著力改善新疆農村收入差距問題。
3.經濟增長效率與收入分配公平程度的貧困變動效應計量結果顯示,經濟增長具有貧困變動負效應,可以降低貧困,而收入分配狀況具有貧困變動正效應,加重了新疆農村貧困程度。相比之下,貧困變動正效應強于負效應,即經濟增長的不斷提效雖然有助于改善地區發展狀況,但是隨之帶來的收入分配問題卻使新疆農村居民收入差距拉大,大大降低了經濟增長的減貧作用,甚至在收入分配公平程度持續惡化的情況下新疆農村地區的貧困程度反而有加重趨勢,尤其是最貧困人口的生活狀況遲遲得不到改善。
新疆作為多民族、多語言、多宗教、多文化共存的邊疆地區,必須處理好經濟發展與公平正義的關系。對于貧困問題,貧困區域在推動經濟發展的同時一定要兼顧公平正義,尤其像新疆南疆三地州這樣的連片特困地區,更應該將關注點放在最貧困人口的身上,在保證每年一定比例人口脫貧的基礎上,更要確保最貧困人口的處境不會變的更糟,防止在扶貧開發過程中貧困人口內部進一步出現“二次分化”。
[1]Foster J,Greer J,Erik Thorbecke.AClass of Decomposable Poverty Measures[J].Journal of Econometrics,1984,52(3):227-321.
[2]Villasenor J,Arnold B C.Elliptical Lorenz curves[J].Journal of Econometrics,1989,40(2):327-338.
[3]Kakwani N.On a Class of Poverty Measures[J].Econometrica,1980,48(2):437-446.
[4]Harry.Foresting Structural Time Series Models and the Kalman Filter [M].New York:Cambridge University Press,1999.
[5]Hamilton.Time Series Analysis[M].New Jersey:Princeton University Press,1994.
[6]高鐵梅.計量經濟分析方法與建模:EVIEWS 應用及實例[M].北京:清華大學出版社,2006.