流通產業發展的減貧效應研究
——基于中國2000-2015年省級面板數據的經驗證據

楊水根，王　露

(1.湖南商學院 湖南省移動電子商務協同創新中心，湖南 長沙　410205；2.湖南商學院 經濟與貿易學院，湖南 長沙　410205)*

一、引言及文獻綜述

實現2020年農村貧困人口全脫貧是我國“十三五”期間的歷史任務。黨的十八屆五中全會提出“實施脫貧攻堅工程”。2016年5月，國家發展改委等九部門聯合印發《貧困地區發展特色產業促進精準脫貧指導意見》指出：“促進一二三產業融合發展，改善流通基礎設施，發揮產業扶貧造血功能”。《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》強調“推動傳統商業加速向現代流通轉型升級”“實施電商扶貧”。《國內貿易流通“十三五規劃”》明確指出“構建現代流通體系，充分發揮流通產業的基礎性和先導性作用”。

作為生產和消費的橋梁，流通產業在國民經濟中起著基礎性作用。實踐證明，打通產業扶貧“最后一公里”，迫切需要推進流通產業機制創新，提升減貧效應。

1．產業減貧效應研究。現有文獻主要從三個方面進行研究：一是產業減貧意義與問題研究，產業扶貧面臨產業選擇不當等風險制約產業成長性和扶貧效果，做強特色產業是推動農村脫貧的重要途徑，產業能力是貧困地區提升自我發展能力的核心[1]。二是產業扶貧模式與選擇標準研究，第一產業扶貧效果優于二、三產業[2，3]，資源型地區大力發展第三產業更有利于居民收入增長和貧困減少[4]；三是產業扶貧保障與引導對策研究，產業扶貧應注重融資模式，推進金融扶貧[5]，產業扶貧效果與政府施政理念、龍頭企業發展緊密相關[6]。

2．減貧效應測度研究。國內外學者對貧困測度指標選擇、研究方法進行了較多研究：一是測度指標研究，使用頻率最多的是貧困發生率、貧困缺口指數和平方貧困缺口指數，以及以總人口20%的最低收入人群的平均收入來衡量貧困減少[7]，并從健康、教育及生活三個維度構建貧困測度體系[8]。二是測度方法研究，張萃(2011)運用省級面板數據回歸分析認為，第三產業減貧效應非常顯著且存在空間差異[9]；陳飛(2014)等均采用基于Lorenz曲線給出的 FGT 貧困指數進行測算，將貧困減緩分解為經濟增長的減貧效應和收入分配減貧效應[10]；丁建軍(2016)則運用CLM、SLM與SEM模型研究美國阿巴拉契亞地區經濟多樣性減貧效應，發現產業多樣化具有顯著正向減貧效應[11]；王曦璟等(2017)利用分層模型探究了公共服務差異供給能力對轉移支付減貧效應的異質性影響[12]。

3．流通產業減貧效應研究。一是流通產業與經濟增長研究，Cao(2010)研究發現流通產業每提升1個百分點，國民經濟會增加0.56個百分點[13]；王曉東等(2010)認為流通產業有助于經濟增長、就業增加，提升居民收入[14]。二是交通基礎設施與經濟增長的關系，劉正橋等(2013)運用C-D生產函數研究發現交通基礎設施正向促進農村經濟增長，并且這種作用在中部地區更大[15],Qi等(2017)研究發現綜合交通基礎設施對我國區域經濟增長具有顯著空間溢出效應，其中交通投資貢獻率達到37%[16]。三是流通產業減貧比較研究，Alhaji(2015)研究發現尼日利亞城市批發和零售服務的增長對城市貧困的減少作用高于工業產業[17]；李慧玲(2016)等研究發現農村交通基礎設施建設與減貧效應之間呈現正相關[18]。

綜上所述，現有文獻主要呈現三個特點：一是關于產業減貧意義、模式等一般性研究較多，直接研究流通產業減貧的研究較少；二是較少涉及流通產業減貧效應機理分析，流通產業減貧有效性分析存在較大研究空間；三是減貧效應測度研究主要以靜態面板回歸等分析為主，對流通產業減貧是否存在空間溢出效應的研究較少。為此，本文擬利用中國2000-2015年省級面板數據，從四個維度討論流通產業發展的減貧效應問題。

二、理論框架

(一)流通產業減貧效應作用機制理論假說

本文借鑒Montalvo[9](2010)提出的經濟增長模型假說①，將經濟增長的產業構成演化為第三產業與流通產業，提出“流通產業發展—居民收入增長—減貧”的研究范式，具體研究流通產業發展與貧困居民增收的內在邏輯關系，理論框架如圖1所示。從而提出四個基本假設：

H1：流通產業發展能顯著正向促進貧困人口收入增長，且在第三產業內部構成中減貧效應相對顯著。

H2：影響流通產業發展的內部要素減貧效應存在且有顯著差異。

H3：流通產業發展水平差異將導致減貧效應存在區域空間異質性。

H4：流通產業發展存在空間減貧溢出效應。

圖1　流通產業發展的貧困影響路徑

(二)計量模型

1.基本模型設定。從經濟增長與貧困的基本分析框架入手，構建用于實證檢驗的一元線性方程：

Pit=αit+βYit+γX+εit

(1)

其中：Pit表示i省在t年的貧困狀況，采用按收入等級分類的占總人口20%的最低收入人群的真實平均收入來衡量；Y表示i省在t年的流通產業產值增長；X表示與貧困居民收入相關的影響因素；α表示未觀察因素，ε是誤差干擾項，β衡量了流通產業產值增長對貧困的影響。

Romer(1986)、Lucas(1988)基于C-D模型將技術進步內生化，認為技術進步是經濟增長決定性因素。內生經濟增長模型表示為：

Y=λLαKβA1-α-β

(2)

對式(2)左右都取對數：

LnY=λ+αLnL+βLnK+γLnA+ε

(3)

其中，γ=1-α-β；L代表勞動投入，K代表資本投入；A代表技術進步，可集中表現為創新發明和人力資本提高兩個方面，可用人力資本和信息化水平衡量。

考慮模型異方差等問題，對式(1)進行對數處理:

LnPit=αit+βLnYit+γX+εit

(4)

將式(3)代入式(4)得：

LnPit=αit+β1LnL+β2LnK+β3Lnhc+

β4LnS+γX+εit

(5)

其中：Pit表示農村貧困人口收入，系數β1、β2、β3、β4分別代表農村居民人均真實收入對流通產業就業人數、交通投資、人力資本、信息化的彈性系數；LnL、LnK、Lnhc、LnS分別表示勞動力、交通投資、人力資本、信息化水平；X是包含對外開放程度、政府支出、城鎮化率在內的控制變量。

2.變量選取。(1)選取貧困人口收入(P)。關于貧困的測度指標，國外大多采用FGT指數，但由于國內貧困線的選擇缺乏統一標準，因此，本文沿用張萃等(2011)的做法，采用按收入等級分類的占總人口20%的最低收入人群的平均收入來衡量貧困，并利用各地CPI(2000=100)指數進行消脹。(2)流通產業產值(y)。本文將流通產業界定為包括交通運輸倉儲郵電通信業、批發零售業和住宿餐飲業等在內的產業集合，采用交通運輸倉儲郵電通信業、批發零售業和住宿餐飲業增加值之和來表征流通產業產值。(3)勞動力(L)。就業人數的增加不僅反映了經濟發展水平，也有利于提高居民工資性收入，實現經濟脫貧。本文采用各省流通產業年末城鎮單位就業人數來衡量該指標。(4)交通投資(K)。交通基礎設施投資的增加對經濟增長有顯著的促進作用，它加強了邊緣地區與其他地區的交流。本文采用交通運輸郵倉儲和郵電通信業基本建設和更新改造投資額之和來衡量交通投資。(5)人力資本(hc)。人的素質提高有助于提高勞動生產率，促進經濟發展從而間接拉動貧困居民收入增長。本文采用地區專科以上人數來衡量該指標。(6)信息化水平(S)。信息化發展水平對經濟社會發展尤為重要，特別是當前互聯網、云計算、物聯網等技術的廣泛應用促使流通產業發生創新性變革，影響流通產業發展水平。鑒于商品流通的特殊性以及數據的可獲得性，本文采用《中國信息年鑒》發布的地區信息化發展指數衡量該指標。(7)城鎮化(urban)。城市發展為流通產業發展提供了良好的經濟基礎、商業網絡、人才集聚等條件，同時，城鎮化對貧困的影響主要通過位置效應和經濟聯系效應產生。本文用年末城鎮人口占總人口比重度量該指標。(8)對外開放程度(export)。隨著國際化進程的加快，流通國際化趨勢日益明顯，對主要依靠農產品加工或初級產品銷售的貧困戶實際收入產生直接挑戰。本文用進出口貿易總額占地區GDP比重來表示。(9)政府支出(gov)。政府公共財政支出尤其是基礎設施建設支出的增加將極大便利區域內商貿流通的發展，影響產品銷售與交易成本。本文用地方財政支出占地區GDP比重來表示。

3.數據說明。由于天津、河北、吉林、黑龍江、山東、湖南、云南、甘肅、青海九省按收入等級分類的占總人口20%的最低收入人群平均收入數據缺失嚴重，因此，實證分析僅包含2000-2015年北京、遼寧、上海、江蘇、浙江、福建、廣東、海南、山西、內蒙古、安徽、江西、河南、廣西、湖北、廣西、重慶、貴州、西藏、陜西、寧夏、新疆等22個省級面板數據，所用數據均來自各省2001-2016年統計年鑒、EPS數據庫及國研網數據庫。

為降低回歸模型異方差性等問題，回歸分析中所有待估計的變量都作取對數處理，相應的回歸系數可視為彈性系數。處理后變量的一般性描述和VIF值詳見表1。

表1　變量指標定義及描述性分析

三、實證分析

(一)流通產業總體減貧效應分析

利用stata14.0通過式(4)進行實證分析，結果如表2所示，由豪斯曼檢驗結果，應選擇固定效應模型。從回歸結果來看，解釋變量的系數在統計上具有較高的顯著性，即流通產業增加1%，貧困人口真實收入增加0.45%，符合流通產業總體作用于貧困減少的預期。模型R2達0.90，模型整體擬合效果較好。

表2　流通產業對貧困人口收入的整體回歸

注：*、**、***分別表示P<0.1、P<0.05、P<0.01的顯著性；括號表示的是標準誤。

研究發現，第三產業減貧效應顯著且呈現上升趨勢。為進一步考察第三產業內不同行業對貧困人口收入的影響。在模式(4)的基礎上，引入房地產產值(lnf)及金融產業產值(lnj)兩個變量，橫向比較流通產業減貧效應大小，以此驗證流通產業能否有效減少貧困。實證結果如表3所示。

Hausman檢驗結果顯示，模型應選擇隨機效應。由表3的實證結果可知，流通產業、金融和房地產的減貧系數分別為0.15、0.07、0.10且顯著，三者皆與貧困人口收入正相關，一方面表明第三產業能促進減貧；另一方面，也說明流通產業減貧效應較大，即流通產業能有效促進貧困減緩。

綜上分析可以發現，流通產業發展具有顯著正向減貧效應，在第三產業內部構成中減貧效應表現突出。從而H1得到驗證。

(二)流通產業發展內部要素減貧效應分析

流通產業雖總體對貧困減少作用顯著，但其內部發展要素是否減貧效應存在差異？基于此思考，運用式(5)進行回歸分析結果如表4所示。

表3　流通產業、房地產業、金融業減貧效應實證結果

注：*、**、***分別表示P<0.1、P<0.05、P<0.01的顯著性；括號表示的是標準誤。

由表4可知，不管是流通產業發展內部要素的單獨回歸還是與其他變量的全盤估計，回歸系數的符號都沒有發生很大改變，兩次回歸結果的hausman檢驗都選擇了固定效應模型，R2接近0.9，證明流通產業內部要素能很好地解釋流通產業減貧效應且總體模型的穩健性較好。信息化、勞動力、交通投資減貧效應依次遞減，人力資本減貧效應不顯著。可能的解釋是空間區域上的教育資源不平等、教育不公等原因影響了區域內人力資本布局，不僅體現在高素質人才比重增長緩慢，還體現為人力資本的流失，導致人力資本增收作用減弱。

綜上分析，可以發現：影響流通產業發展的各要素減貧效應總體顯著，且各要素的減貧效應存在差異。從而H2得到驗證。

(三)流通產業減貧區域空間異質性分析

不同地區由于地理位置、城市化及市場化程度等方面的顯著差異，流通產業各地發展水平存在區域差異。為此，將樣本細分為三個子樣本，即東部地區、中部地區及西部地區。運用式(4)、式(5)模型對三個子樣本進行回歸，結果如表5所示。

綜上可以發現：(1)總體而言，東部地區流通產業減貧效應最大，中部地區次之，西部地區正向促進；(2)具體來說，流通產業發展內部各要素減貧效應存在區域差異。東部地區交通投資、勞動力、信息減貧效應顯著，人力資本減貧效應有待提升；而中西部地區產業要素減貧效應，除交通投資減貧效應顯著外，其他三類要素減貧效應尚沒有得到很好發揮。總體來說，流通產業減貧效應存在顯著區域空間異質性。從而H3得到驗證。

表4　流通產業內部要素減貧效應研究

注：*、**、***分別表示P<0.1、P<0.05、P<0.01的顯著性；括號表示的是標準誤差。

表5　分區域靜態面板分析

注：*、**、***分別表示P<0.1、P<0.05、P<0.01的顯著性；東部包括北京、遼寧、上海、江蘇、浙江、福建、廣東、海南，中部地區主要是山西、內蒙古、安徽、江西、河南、廣西、湖北，西部地區包括廣西、四川、重慶、貴州、西藏、陜西、寧夏、新疆；括號表示的是標準誤。

(四)流通產業減貧空間溢出效應分析

基于空間經濟學基礎理論與方法，首先對流通產業發展進行全局Moran’s I的相關性檢驗，結果表明，各省市流通產業發展的Moran’s I指數均大于0，且都通過顯著性檢驗(見圖2)，說明中國各省流通產業之間存在空間相關性，且為正相關關系。

Anselin(1995)指出地區空間全局相關分析在一定程度上會掩蓋局域非平穩性，甚至出現局域關聯趨勢與全域趨勢相反的情況[20]，因此，有必要進行使用空間關聯局域指標(LISA)來分析空間關聯的局域特性，其四個象限分別對應四種類型的局域空間聯系形

圖2　2000-2015年中國各省市流通產業發展的Moran’s I指數和Z值

式，其中，第一象限代表流通產業發展高水平區被同時高值區所包圍的空間聯系形式(HH)，第二象限代表低水平流通產業區域被高流通產業區域包圍的空間形式(LH)，第三象限表示低水平流通產業區域被低流通產業區域包圍的空間形式(LL)，第四象限表示高水平流通產業區域被低流通產業區域包圍的空間形式(HL)。因此，第一與第三象限表示正的空間自相關關系，第二與第四象限表示負的空間自相關關系。據此，本文測驗了2015年我國22省流通產業發展的局部Moran’s I指數并繪制了散點圖(圖3)。從圖中可以看出22個省份中有8個省份在第一象限，9個在第三象限。第一象限90%來自東部地區(如北京、上海等)，40．9%的省市在第三象限，這些省市主要來自中西部地區(如寧夏、新疆等)。以上分析表明，我國流通產業發展在各省市之間存在緊密的空間依賴性和集聚特征。

圖3　2015年中國各省市流通產業發展的LISA分布圖

采用極大似然法估計空間滯后模型(SLM)和空間誤差模型(SEM)以檢驗流通產業減貧效應是否存在空間相關性，見表6。綜合觀察各變量顯著性、對數似然比、可決系數，SLM模型均優于SEM模型，為進行對比分析，對模式(4)進行空間仿真模型(SDM)估計，SDM(1)和SDM(2)的空間回歸系數顯著，可決系數較SLM、SEM模型更大，流通產業總體減貧效應顯著，其空間滯后項也顯著，即流通產業總體減貧效應存在空間溢出效應。

表6　流通產業整體減貧效應的空間計量估計

注：*、**、***分別表示P<0.1、P<0.05、P<0.01的顯著性；經濟距離與地理距離矩陣都是按行歸一化處理后的空間權重矩陣；括號表示的是標準誤;在空間仿真模型中，只列舉了自變量空間滯后項顯著的估計結果，除SLM(1)、SEM(2)和SDM(2)為固定效應，其它為隨機效應。

對于式(5)的空間研究，不論是經濟距離權重還是地理距離權重分析，SLM結果優于SEM，但為進一步分析流通產業減貧的空間依賴性，進行空間杜賓模型SDM估計，結果見表7。其中經濟矩陣下的SDM模型估計中有5個變量結果顯著，且lnL,lnK,lnS的空間滯后項顯著，相較于地理矩陣結果更好。在表7的SDM(3)模型中，流通產業勞動力、交通投資、信息化要素空間回歸系數顯著，與貧困人口收入正相關，這是由于流通產業發展將吸附更多勞動力，人員集聚更容易促進信息融合、技術創新，對提高貧困人口收入的促進作用更大;而人力資本的回歸系數為負，可能的解釋是流通產業發展存在空間溢出效應，鄰近省份由于經濟發展等因素吸引了本省人口的持續外流，進而減弱本省流通產業增收作用。綜上分析，流通產業減貧空間溢出效應明顯。從而H4得到驗證。

表7　流通產業發展要素減貧效應的空間計量分析

注：*、**、***分別表示P<0.1、P<0.05、P<0.01的顯著性；經濟距離與地理距離矩陣都是按行歸一化處理后的空間權重矩陣；括號表示的是標準誤；各模型均為隨機效應，在空間仿真模型中，只列舉解釋變量空間滯后項顯著的估計結果。

四、結論與建議

以上研究表明：(1)流通產業發展具有顯著正向減貧效應，且在第三產業內部比較中表現突出。(2)流通產業發展內部要素減貧效應存在差異，勞動力、信息化水平、交通投資減貧效應得到明顯發揮，人力資本減貧效應有待提升。(3)流通產業發展減貧效應存在顯著區域空間差異，東部地區流通產業減貧效應高于中西部地區。(4)流通產業減貧存在顯著空間溢出效應。

為此，提出政策建議如下：(1)加快減貧導向型流通產業發展。一是推進流通產業體制機制改革，促進流通產業健康、快速發展；二是以“加快流通產業發展，深入推進流通扶貧”為導向，提升流通服務能力；三是創新現代流通方式，拓展農特產品等初級加工產品的網絡銷售，促進線上線下融合發展。(2)積極完善流通產業發展環境。一是要加快流通產業信息化建設，推動流通智慧物流配送體系和平臺建設，降低流通運營成本；二是繼續加大交通基礎設施投入，提高流通效率促進流通產業增值；三是提升勞動者素質，尤其是電商等高素質人才的積累與培養。(3)促進區域流通產業均衡發展。一是加快欠發達地區流通產業發展基礎條件建設，改變貧困地區處于價值鏈下游的被動境地；二是以供應鏈整合為重點，形成科學有序的城市內部、城際之間、城鄉之間的流通產業發展體系，提升欠發達地區流通產業層次與水平；三是積極探索“互聯網+流通企業+產業基地+扶貧龍頭企業+貧困戶”的“產業鏈式扶貧”機制，縮小流通產業地區發展差距。(4)充分釋放流通產業減貧空間溢出效應。一是要支持區域差異化發展，支持東部地區流通產業發揮引領和輻射帶動作用；二是促進區域流通產業協同發展，有效解決流通產業發展要素向經濟發達地區集聚而經濟欠發達地區形成“要素洼地”問題，以流通強省帶動流通弱省，真正實現產業“造血式”扶貧目標。

注釋：

① 該假說認為經濟增長的部門構成獨立于總體經濟增長而對貧困減緩產生影響，也就是說經濟增長的產業構成對貧困減少會造成影響，并且區域產業增長將影響農村貧困減少。

參考文獻：

[1]冷志明,唐珊.武陵山片區自我發展能力測算及時空演變分析——基于2005、2008和2011年縣級數據的實證[J].地理學報,2014(6):782-796.

[2]Datt G, Ravallion M. Growth and redistribution components of changes in poverty measures:a decomposition with applications to Brazil and India in the 1980s [J].Journal of Development Economics,1992,38(2):275-295.

[3]Ravallion M,Chen S. China's uneven progress against poverty [J]. Development Economics,2007，82:1-42.

[4]汪三貴,胡聯.產業勞動密集度、產業發展與減貧效應研究[J].財貿研究,2014(3):1-5.

[5]陳銀娥,蘇志慶,何雅菲.微型金融對女性減貧的影響:基于金融賦權視角的分析[J].福建論壇(人文社會科學版),2015(3):30-38.

[6]閆東東，付華.龍頭企業參與產業扶貧的進化博弈分析[J].農村經濟,2015(2):82-85.

[7]Dollar D1, Kraay A1. Growth is good for the poor[J].Journal of Economic Growth,2002(2):195-225.

[8]Alkire S, Santos M E. Acute multidimensional poverty:a nw index for developing countries[J].OPHI Working Paper Series,2010，38:1-139.

[9]張萃.中國經濟增長與貧困減少:基于產業構成視角的分析[J].數量經濟技術經濟研究，2011(5):51-63．

[10] 陳飛,盧建詞.收入增長與分配結構扭曲的農村減貧效應研究[J].經濟研究,2014(2):101-114.

[11] 丁建軍,冷志明等.經濟多樣性的減貧效應——基于美國阿巴拉契亞地區的經驗[J].中國工業經濟,2016(6):39-56.

[12] 王曦璟,高艷云.地區公共服務供給與轉移支付減貧效應研究——基于多維貧困分析框架[J].財經理論與實踐,2017,38(2):92-98

[13] Cao J. Research on relevancy between circulation industry and national economy based on canonical correlation analysis[J].Internet Technology and Applications, 2010 International Conference,2010:1-4.

[14] 王曉東,謝莉娟.論流通產業結構調整與就業增長——基于中部地區流通業對就業吸納的貢獻分析[J].財貿經濟,2010(2):98-103.

[15] 劉正橋,張亞斌.中國交通基礎設施與農村經濟增長的實證研究[J].財經理論與實踐,2013,34(3):98-102.

[16] Qi R,Qi M. Spillover effects of transportation infrastructure on China's re-gional economic growth based on multidimensional factors[J].Advances in Transportaion Studies,2017(2):107-116.

[17] Alhaji B M, Rusmawati S, Shaufique F S. Urban poverty, pnequality and industry in nigeria[J].International Journal of Development Issues,2015,14(3):249-263.

[18] 李慧玲,徐妍.交通基礎設施、產業結構與減貧效應研究——基于面板VAR模型[J].技術經濟與管理研究,2016(8):25-30.

[19] Montalvo J G, Ravallion M.The pattern of growth and poverty reduction in China [J].Journal of Comparative Economics,2010，38:2-16.

[20] Anselin L. Local indicators of spatial association LISA[J].Geographical A-nalysis,1995,27(2):93-115.