基于空間計量模型的云南農村貧困格局及其影響因素診斷

張博勝，楊子生

（1. 云南財經大學經濟學院，昆明 650221；2. 云南財經大學國土資源與持續發展研究所，昆明 650221；3. 云南財經大學精準扶貧與發展研究院，昆明 650221）

0 引 言

消除貧困、改善民生，逐步實現共同富裕，是社會主義的本質要求。自1978年以來中國先后經歷了從農村經營制度改革推動扶貧階段（1978－1985年）、大規模開發式扶貧階段（1986－1993年）、扶貧攻堅階段（1994－2000年）[1]。現階段，更是將精準扶貧作為國家扶貧開發的重大戰略，農村貧困問題既是當前社會各界共同關注的熱門話題，也是長期以來學術界研究的重大議題。

早期對貧困問題代表性的理論研究觀點是1953年美國經濟學家納克斯在《不發達國家的資本形成問題》一書中提出的“貧困惡性循環論”[2]。此后，隨著學術界對貧困問題研究的不斷深入，不少學者從地理學角度提出了“空間貧困陷阱”的觀點[3-7]，主要思想是貧困的空間集中更多是由地理因素所引致。國內的部分學者也認為大多數國家的貧困人口主要分布在生態環境惡劣、地理位置偏僻、公共基礎服務設施嚴重不足的區域[8-9]。近年來，隨著精準扶貧戰略的實施，貧困問題的探究再次引起了學術界的浪潮，而貧困影響因素的研究則是其重要內容之一。蔡亞慶等[10]運用持續10 a的微觀調研面板數據研究發現，除人力資本、社會排斥性、收入風險等對農戶貧困持續性產生影響外，地區資源稟賦，尤其是市場經濟條件差異會對農戶持續性貧困產生顯著影響；楊慧敏等[11-12]根據 2種類型的微觀農戶數據研究農戶致貧因素，除了“戶主受教育程度”以外，其余因素存在較大差異；張永麗等[13]則根據甘肅省農戶社會調查資料研究認為，除了收入貧困以外，交通、教育和健康方面的貧困更加嚴重。劉彥隨等[14]利用地理探測器方法診斷出了影響河北阜平縣村域農村貧困化地域分異的主導因素包括地面坡度、人均耕地資源、到主要干道距離和到縣城中心距離；武鵬等[15]研究發現，陜西山陽縣村域貧困的主要因素是危房比例、農民人均可支配收入、外出務工人數比例、到最近公路的距離、水網密度和農戶入社比例6個指標。王永明等[16]研究發現，15°～30°坡度占比、到所在市中心的距離、青少年人口占比、少數民族人口占比是導致貴州區縣層面鄉村貧困空間差異的顯著因素；楊慧敏等[17]指出，工業化水平、居民儲蓄水平、氣溫、濕度、到最近城市的距離、國道道路密度、期初經濟水平7個因子是影響河南省縣域貧困程度的顯著因素；蔡進等[18]則認為25°以下坡度占比、到重慶市政府駐地距離、耕地質量、城鎮化水平、人均可支配收入、萬人大學生人口占比、文盲人口占比、少數民族占比 7個因素是影響重慶市縣域農村多維貧困空間分異的主要因素。從區域經濟和地理學角度而言，相比家庭農戶的微觀尺度，中、宏觀尺度的區域性貧困更容易被察覺，扶貧政策制定與實施的效果會更加明顯，惠及面更廣，家庭農戶也能因此而受益。因此，中、宏觀尺度的區域貧困研究仍然十分必要。然而，通過上述文獻可以看出，一方面不論是微觀農戶貧困影響因素，還是村、縣等區域性貧困影響因素，已有文獻的研究結論仍存在較大分歧，還難以做到窺一斑而知全豹；另一方面，區域性貧困往往具有空間地域性特征，貧困屬性和致貧因素常常伴隨著空間關聯性（空間效應），而已有不少文獻僅通過簡單相關分析[18]或多元線性回歸分析[15,19]等方法對區域性貧困影響因素進行識別，較少論及要素空間關聯性的診斷，所得出的研究結論仍值得進一步深究，尤其對于地域性極其復雜的區域，空間關聯性更加明顯，因此結合空間關聯性探析區域性貧困影響因素顯得尤為重要。

基于此，本文選取中國西南邊疆農村貧困典型區域的云南省為研究對象，結合其“邊疆、山區、民族、貧困”的地域特征，以縣域尺度為研究基本單元，在分析其農村貧困格局的基礎上，結合區域貧困空間關聯性，運用空間計量經濟模型分析方法和 GIS空間分析技術，重點揭示影響縣域農村貧困的主要影響因素及空間影響效應，并分區域提出減貧建議，以期為貧困理論研究提供案例支撐，為區域宏觀減貧政策的制定與實施提供科學依據。

1 貧困的內涵、數據及方法

1.1 貧困的內涵界定

貧困的內涵較為豐富，按照貧困程度劃分，通常有絕對貧困和相對貧困之分[20]，而根據貧困對象的不同，又表現為人口貧困和區域貧困[21]。本文主要以區域農村絕對貧困人口比例（即貧困發生率）來反映區域貧困程度。對區域貧困內涵的界定，李裕瑞等[22]認為，貧困是自然-生態、經濟-社會、制度-政策等因素相互制約而致地域功能及其價值實現機制出現障礙，以致區域發展落后、居民生活水平偏低的特殊現象。丁建軍等[23]則認為，區域貧困可以被理解為特定時空情境下“人”（貧困主體）、“業”（生計活動）、“地”（自然和社會環境）維度上的剝奪或三者之間未能實現協調發展的過程與狀態。總體而言，貧困主要用來反映社會經濟落后，屬于區域人口、資源、環境發展不協調不充分，利用方式不匹配，以致內生系統功能紊亂、價值實現受阻的社會現象。通常表現為經濟水平低下，公共服務缺失，人口結構老弱化突出，勞動力及其他資源供給有限，且產出效率偏低，發展能力明顯不足等。

1.2 數據來源

本文所涉及的云南省及129個縣、區、市（統稱為縣）2010－2015年社會經濟相關數據主要來源于《2011－2016年云南省統計年鑒》，《云南省2010年人口普查資料》、《中國 2010年人口普查分縣資料》及《中國縣域統計年鑒（縣市卷）2011－2016》，2010－2015年129個縣農村貧困人口與貧困發生率數據來自于《2012－2016年云南調查年鑒》，2016年云南省和全國農村貧困發生率數據則來自于《中國農村貧困監測報告 2017》；地理空間數據來自于30 m×30 m云南省柵格DEM數據（獲取自地理空間數據云平臺），交通距離數據來自于 GOOGL地圖，壩區土地面積比例和人均耕地數據來源于云南省第二次全國土地調查數據[24-25]，云南省縣級行政區劃界線來源于云南省第二次全國土地調查矢量數據。

1.3 研究方法

空間關聯性在區域性要素之間普遍存在，表現為空間效應特征，對研究區域農村貧困具有重要意義。空間計量經濟模型具有有效分析空間效應的特性，在許多學科得到了較為廣泛的應用。尤其在研究要素存在空間自相關性時，空間計量經濟模型將具有明顯的優勢。

1.3.1 全局空間自相關分析

空間自相關分析結合了計量經濟學自相關性和地理學第一定律[26]，很好的詮釋了地理空間要素之間的關系，并用Moran's I指數進行定量表達。空間自相關分析包括全局空間自相關分析和局部空間自相關分析，全局空間自相關分析可以描述整個研究區域的農村貧困化空間分布特征，是分析空間異質性的重要手段。Moran's I指數計算見式（1）。

式中n表示縣域個數，本文共涉及129個縣，xi和xj分別縣域i和縣域j的貧困發生率觀測值，x表示觀測值的平均值，Wij為鄰接單元的空間權重矩陣W中的元素，用以定義研究地區的空間關系，S2表示觀測值 xi的方差。標準化狀態下，Moran's I值域為[-1～1]，越接近1，聚集程度越明顯；越接近-1，離散程度越明顯；越接近0，隨機程度越明顯。常用Z值得分或統計顯著性水平P（概率）來衡量，分析過程中ArcGIS軟件可自行計算。此外，常與空間自相關分析相配合使用的還有聚類分析中的熱點分析（Getis-ord Gi*）和分組分析等GIS空間分析方法，它們可以將分析結果以制圖方式可視化輸出，便于分析結果的直觀表達。

1.3.2 空間計量經濟模型

空間計量經濟學理論認為，一個地區空間單元上的某種經濟地理現象或者某一屬性與鄰近地區空間單元上同一現象或屬性值是相關的[27]，當存在這種空間相關性時，普通最小二乘法（ordinary least squares，OLS）估計一般會失效。而客觀現實是，事物之間的空間依存關系是普遍存在的，尤其截面數據的空間關聯性更為明顯，這一事實打破了大多數經典統計或計量分析中的獨立性假設[28]。空間計量分析方法是在經典計量分析的基礎上，引入地理位置及空間相互作用的地理空間數據，從而建立起計量關系，以識別和度量空間變動的規律和空間模式的影響因素。空間計量經濟學模型有多種，本文采用納入了空間效應的空間常系數回歸模型，包括空間滯后模型（spatial lag model, SLM）、空間誤差模型（spatial error model, SEM）與空間變系數回歸模型中的地理加權回歸模型（geographically weighted regression, GWR），這3種模型是學術研究中較為常用的空間計量分析方法。

1）空間滯后模型（SLM），主要是探討因變量在一定區域內是否有擴散效應，當存在空間擴散效應時，僅考慮自身的解釋變量不足以很好的估計和預測該因變量的變化趨勢，還需適當考慮由于空間結構造成的影響。其模型表達見式（2）。

式中Y為因變量向量；X為n個樣本，k個解釋變量構成的n×k階外生解釋變量矩陣；參數β反映了X對Y的影響程度；ρ為空間自回歸系數，反映相鄰空間單元之間擴散（溢出）程度；Wy為空間滯后因變量，反映空間距離對空間行為的作用；ε為隨機誤差向量。

2）空間誤差模型（SEM），主要驗證存在于擾動誤差項之中的空間依賴作用，用以度量鄰接地區關于因變量的誤差沖擊對本地觀察值的影響程度。其模型表達見式（3）。

式中λ為截面因變量向量的空間誤差系數，反映了樣本觀察值中的空間依賴作用，即鄰接地區因變量誤差沖擊對本地區因變量的影響程度。μ為正態分布的隨機誤差向量。

3）地理加權回歸模型（GWR），是Fotheringham和Brunsdon基于局部光滑思想提出的空間回歸模型，它是一種用于建模空間變化關系的線性回歸的局部形式[29]。GWR將要素的空間屬性以權重的方式納入回歸方程，使變量間同時考慮了計量關系和空間關系，有效處理了回歸分析中的空間非平穩問題[30]，從而實現變量間的關系隨空間位置的變化而變化的目的。GWR最大特點是，回歸系數會隨著空間位置的變化而變化，即變系數回歸模型。GWR模型結構形式見式（4）。

式中yi是第i個地區被解釋變量的觀測值；xik是第i個地區的第k個解釋變量觀測值；(ui,vi)為第i個地區的地理位置；β0(ui,vi)為第i個樣本的截距項；βk(ui,vi)是地區i的第k個自變量的系數；εi為隨機誤差項。

2 云南省農村貧困格局分析

2.1 云南省地域特征與農村貧困基本概況

云南省位于中國西南地區，集“邊疆、山區、民族、貧困”于一身，北回歸線橫貫云南省南部，屬低緯度內陸地區，東部與貴州省、廣西壯族自治區為鄰，北部與四川省相連，西北部緊依西藏自治區，西部與緬甸接壤，南部和老撾、越南毗鄰，全省有25個邊境縣分別與緬甸、老撾和越南交界，是中國通往東南亞、南亞的窗口和門戶。云南屬于云貴高原區和藏東南橫斷山區，地形主要由波狀起伏的高原和橫斷山地組成。全省山地約占84%，高原、丘陵約占10%，盆地、河谷約占6%，平均海拔約2 000 m左右，最高海拔6 740 m，最低海拔76.4 m[25]，整個地勢西北高聳，南部與西部低伏，呈現明顯的山地區域分布特征（圖1）。全省有25個少數民族，部分民族還屬于直過民族（即由原始社會直接跨入社會主義社會的民族），是全國貧困人口最多，貧困縣最多的省份，屬于全國農村貧困的典型區域。

圖1 云南省地形示意圖Fig.1 Terrain map of Yunnan province

據《中國農村扶貧開發概要》[1]顯示，全國列入《國家八七扶貧攻堅計劃》的扶貧重點縣共 592個，其中云南省有73個（圖2a）。后來國家對扶貧重點縣進行了局部調整，云南省騰沖、賓川、祥云、牟定和石屏 5個縣被調出了扶貧重點縣行列，同時梁河、勐臘、寧洱、永勝和鶴慶5個縣則列入了扶貧重點縣名單[31]。2012年6月國務院扶貧辦公布了全國14個集中連片特困區，其中云南省涉及4個片區，85個縣，包括滇西邊境片區（56個縣）、烏蒙山片區（15個縣）、滇黔桂石漠化片區（11個縣）和四省藏區（3個縣）[32]（圖2b）。73個扶貧重點縣和85個集中連片特困縣，共同形成了全省88個國家級貧困縣（圖2c）。

按照最新國家貧困線統一標準（2010年不變價，農民人均純收入2 300元），云南省2010農村貧困人口規模達1 468萬人，農村貧困發生率高達39.56%，是同期全國平均水平的2.3倍。隨著扶貧開發工作的推進，2010－2016年農村貧困人口逐年減少，到2016年全省貧困人口減少為373萬人，貧困發生率降低到10.1%，年均降低4.91%。但是貧困發生率卻依然是全國的2.24倍，而且7 a來，這種趨勢先降后升（圖3），反映出云南省貧困人口規模雖然減少，但相對貧困程度并未降低，依然是全國農村貧困的高發區域。

圖2 云南省貧困縣空間分布Fig.2 Spatial distribution of poverty counties in Yunnan province

圖3 2010-2016年云南省與全國農村貧困發生率比較Fig.3 Comparison of rural poverty incidence between Yunnan province and China during 2010-2016

2.2 云南省縣域農村貧困特征分析

為了便于分析，將農村貧困發生率進行分級處理，根據云南省將貧困發生率 20%以上作為深度貧困縣的主要篩選條件這一規定，并參考已有研究[14-15]的分級方法（每10%為1個等級），結合貧困發生率降至3%以下是西部地區貧困縣退出的主要依據，將3%作為重要的分界點，其余分界點則按照 10%的倍數等分，進行貧困程度分級，具體分級見表1，并以此計算各分級縣域個數所占比例。

表1 2010－2015年云南省不同貧困等級縣域數量比例Table 1 Quantitative proportion of different poverty grades in Yunnan province during 2010－2015%

由表1可以看出，2010年全省129個縣中屬于Ⅰ、Ⅱ級貧困的僅占 13%左右，屬于Ⅲ、Ⅳ級貧困的略超過30%，屬于Ⅴ、Ⅵ級貧困的則占50%以上，表現出較明顯的區域性整體貧困的態勢。隨著扶貧開發工作的逐步推進，貧困人口逐年減少，到2015年縣域農村貧困面貌整體改善，50%以上的縣處在Ⅱ級貧困及以下。6 a間不同貧困等級貧困縣占比總體表現出“集聚-交匯-分散”的變化趨勢（圖 4）。具體而言，2010－2011年Ⅵ級貧困縣比例大幅下降，Ⅰ、Ⅱ、Ⅲ級貧困縣比例略微上升（集聚期）；2011－2013年Ⅰ、Ⅱ、Ⅲ級貧困縣比例繼續上升，Ⅳ、Ⅴ、Ⅵ級貧困縣比例緩慢下降。在此期間，Ⅳ、Ⅴ、Ⅵ級貧困縣比例與Ⅰ、Ⅱ級相交匯（交匯期）；2013－2015年Ⅱ級貧困縣比例大幅上升，而Ⅳ、Ⅴ、Ⅵ級貧困縣比例逐年穩步降低（分散期）。

圖4 2010-2015年云南省不同貧困等級縣域比例變化趨勢Fig.4 Trend of quantitative proportion changes of different poverty grades in Yunnan province during 2010-2015

為了更直觀的反映云南省縣域農村貧困狀況，同時降低年度數據的波動性，以2010－2015年的貧困發生率均值（以下簡稱貧困發生率）表征縣域農村貧困程度，并將其按上述分級進行可視化輸出（圖5a）。可以看出，貧困程度較高的區域主要集中在滇西北、滇東北、滇西南及滇南地區，主要涉及金沙江、瀾滄江、怒江及紅河等流域地帶，尤其以三江并流的滇西北（怒江、迪慶等）地區貧困程度最深。運用ArcGIS全局空間自相關分析，將貧困發生率作為分析變量，按照公式（1）計算Moran's I指數，結果顯示Moran's I指數為0.615，Z值得分達10.72，P值為 0，通過了 1%的顯著性檢驗，表明云南省縣域農村貧困表現出明顯的空間聚集特征。從ArcGIS熱點分析結果可以看出（圖 5b），全省的深度貧困區主要集中在4個熱點區，分別為滇西北的怒江州蘭坪、福貢、貢山及瀘水和迪慶州德欽、維西和香格里拉7個縣，貧困發生率均在40%以上，且7個縣平均達56.07%；滇東北的昭通市（除威信縣和鎮雄縣）9個縣，貧困發生率平均為 36.93%；滇西南的臨滄市孟連、瀾滄和西盟3個縣，其貧困發生率平均為 47.34%；滇南地區的紅河州元陽、金平、綠春、紅河、河口及玉溪市江城等6個縣，貧困發生率平均為 47.25%。而以省會昆明市為中心的滇中地區28個縣則屬于冷點區，農村貧困程度較低，貧困發生率平均為7.5%。其余76個縣則表現出隨機分布的貧困空間分布特征，處于中等貧困程度，貧困發生率平均為 20.61%。總體上，全省縣域農村貧困在空間上表現出“中心-外圍-邊角”的低、中、高貧困格局，而這4個熱點區則是云南省農村扶貧開發的重點和難點區域。

圖5 云南省縣域農村貧困空間分布Fig.5 Spatial distribution of rural poverty at county level in Yunnan province

3 云南省農村貧困影響因素分析

3.1 影響因素指標構建

貧困并非單一因素所致，往往是由地理環境條件與長期的區域社會經濟發展差異共同作用演化而成。以經濟增長為例，一般情況下，經濟增長有助于減少貧困，但收入差距擴大亦有可能引致貧困增加[33-34]。因此，分析農村貧困的影響因素需多方面的綜合考慮。參考上述已有研究和對貧困內涵的理解，并結合數據的客觀性、科學性、可獲取性等原則，從地理環境、社會經濟、發展能力及人口結構4個維度選取地形起伏度等15個可能的影響因子（表2），較為全面的包含了地理環境、區位、收入差距、醫療、教育、產業、就業、農業現代化水平、資源條件、家庭負擔及文化等要素。同時考慮到數據之間可能存在的內生性問題及最近一次全國人口普查年份（2010年），參考王永明等[16]的做法，以2010－2015年貧困發生率均值（以下簡稱貧困發生率）為因變量，自變量指標則滯后到 2010年或者 2010－2015年的平均水平。這樣既能夠更加客觀的綜合反映縣域農村貧困程度，也能真實體現各影響維度、影響因子的綜合水平，且降低了年度數據的波動性影響，使分析結果更具代表性。

表2 變量與指標說明Table 2 Description of variables and indicators

3.2 空間計量模型估計與分析

3.2.1 回歸模型與空間依賴性診斷

首先運用普通最小二乘法進行多元線性回歸分析，通過多重共線性診斷、計量經濟學檢驗等剔除壩區土地面積比例（X2）、政府駐地離省會城市交通距離（X3）和二、三產業比例（X9），其余12個影響因子與縣域農村貧困發生率進行OLS多元回歸分析，具體模型形式見式（5）。

式中xi表示表2中剩余的12個對應解釋變量，ε表示隨機誤差項，滿足計量經濟學的古典假設。回歸結果顯示，調整R2為0.592，F統計量為14.042且通過1%的顯著性檢驗，表明回歸方程整體效果較好，white檢驗統計量P值（0.256）未通過顯著性檢驗，說明回歸殘差項不存在異方差，各解釋變量顯著性檢驗見表3。根據上文已知貧困發生率的Moran's I指數值為0.615，縣域農村貧困存在明顯的空間聚集特征，因此，OLS估計不是有效估計，需要考慮納入空間效應的空間計量經濟模型進行估計。

OLS回歸殘差空間依賴性診斷結果顯示，Moran's I(error)指數P值為0.003，通過5%的顯著性檢驗，表明回歸殘差亦存在明顯的空間自相關，且 2個拉格朗日乘子統計量LM-Lag和LM-error分別通過了1%和5%的顯著性檢驗，一定程度上表明SLM模型較SEM模型更優。進一步根據極大似然估計結果也可以看出（表3），SLM和SEM的Likelihood Ratio Test分別為12.080和5.191，分別通過了1%和5%的顯著性檢驗，同時SLM的AIC、SC值更小，R2、Log likelihood值更大，Moran's I (error)值-0.052，未通過顯著性檢驗，已不存在空間自相關性，充分說明SLM擬合效果更佳，是三者中的最優回歸模型。

表3 模型估計及檢驗結果Table 3 Results of model estimation and test

由SLM分析結果可以看出，地形起伏度和到所在市政府交通距離通過了1%的顯著性檢驗，農村65歲及以上老年人比例通過了5%的顯著性檢驗，農村15歲及以上文盲率和每千人醫療機構床位數通過了 10%的顯著性檢驗，說明這 5個指標對縣域農村貧困產生了顯著性的影響，其中地形起伏度和到所在市政府交通距離影響效應最為明顯，農村65歲及以上老年人比例影響效應次之，農村15歲及以上文盲率和每千人醫療機構床位數影響效應相對較弱。相反，其余7個指標則未通過顯著性檢驗，表明它們對縣域農村貧困的影響還不明顯。5個顯著影響指標中，地形起伏度、到所在市政府的交通距離和農村15歲及以上文盲率均對縣域農村貧困發生率表現出正向影響效應，而農村65歲及以上老年人比例和每千人醫療機構床位數則表現為負向影響效應。

為了進一步剖析顯著影響因素對云南省縣域農村貧困的影響效應，分別對5個因素的SLM估計結果進行深入分析。

1）地理環境要素中地形起伏度和到所在市政府交通距離是縣域農村貧困的正向影響因素，地形起伏度越大的地區，越容易引起農村貧困的發生，在其他變量保持不變的情況下，地形起伏度每增加1 m，縣域農村貧困發生率將上升 0.005%。離所在市政府交通距離越遠，農村貧困程度亦越深，這與王永明等[16]的研究結論基本一致，反映出州（市）轄區城市的輻射效應比省會城市的輻射帶動效應更為顯著。到所在市政府的交通距離每增加 1 km，縣域農村貧困發生率將上升 0.044%。云南省屬于典型的山區省份，全省最高海拔6 740 m，最低海拔76.4 m，地形起伏十分明顯。加之山區地形復雜，各地之間的交通道路需圍繞山勢建造，既增加了建設成本，而且常常形成蜿蜒盤旋的曲折道路交通，嚴重制約各地之間的互通往來與合作發展，偏遠山區所受影響則更為明顯，極易造成閉塞、滯后的農村貧困區域。

2）社會經濟要素中農村 15歲及以上文盲率產生正向影響，每千人醫療機構床位數產生負向影響。回歸系數顯示，在其他條件不變的情況下，農村15歲及以上文盲率每增加1%，縣域農村貧困發生率將增加0.38%；而每千人醫療機構床位數每增加 1個，縣域農村貧困發生率將減少1.257%。“兩不愁三保障”中義務教育保障和基本醫療保障是貧困人口脫貧的兩大基本保障，分析結果顯示農村15歲及以上文盲率的正向影響與每千人醫療機構床位數的負向影響正是貧困人口脫貧標準“三保障”政策要求的客觀真實反映。

3）人口要素中農村 65歲及以上老年人比例對縣域農村貧困有負向影響。回歸系數顯示，農村65歲及以上老年人比例每上升 1%，縣域農村貧困發生率將減少2.132%。主要原因可能在于，一般情況下隨著家庭成員老齡化，家庭負擔會增加，但由于國家政策（如養老保險等）的不斷完善，老年人受到各種社會福利也在不斷增加，加上老年人相比年輕人會根據家庭經濟狀況作出更加理性的消費支出，正常情況下更不容易引起家庭陷入經濟貧困。與之相反，青少年是家庭消費的最大支出者，除了生活成本還需要教育等支出，同時青少年尚缺乏理性思考，消費支出往往更多。雖然在上述回歸模型中，15歲及以下青少年比未通過顯著性檢驗，但是應當引起重點關注。

同時特別需要注意的是，SLM模型和SEM模型的回歸參數ρ=0.362、λ=0.341，均通過了 1%的顯著性檢驗。充分表明云南省縣域農村貧困除了受到本地區要素的影響，同時也受到相鄰地區農村貧困的影響，即存在明顯的貧困空間效益。而且上述未考慮到的影響因素所產生的誤差沖擊對相鄰地區農村貧困亦表現出一定程度的空間溢出效應，如人口遷移、相鄰縣域扶貧政策差異等均可能會產生誤差沖擊影響。

3.2.2 地理加權回歸分析

相對于OLS、SLM和SEM模型，地理加權回歸模型（GWR）有變系數特點，能有效揭示影響因素的區域差異性特征。為了進一步探測上述 5個因素對云南省縣域農村貧困的空間影響效應，運用地理加權回歸分析，并按照赤池信息準則（AIC值最小）確定帶寬，建立最優回歸方程。通過比較多變量 GWR和單變量 GWR的Local R2值發現，多變量GWR的Local R2值平均為0.560，均大于5個單因子變量GWR的Local R2值均值，擬合效果更佳。因此，本文采用多變量GWR回歸分析，結果顯示，GWR回歸模型AIC值為988.524，對應的最優帶寬為330.407 km，R2為0.643均高于SLM和SEM的0.639和0.618，且AIC值也小于SLM和SEM。表明考慮了地理空間位置的 GWR的整體擬合效果更佳，解釋能力更強。借助GWR的變系數特征，反映解釋變量對被解釋變量的空間影響效應，將 5個解釋變量的回歸系數按照自然斷點法分級可視化輸出，以直觀表達各因素的空間影響效應特征（圖6）。

1）地形起伏度（X1）對云南省縣域農村貧困的影響效應呈西向東帶狀遞增趨勢，整體影響系數在 0.003 7～0.013 7之間（圖6a），129個縣回歸系數標準差為0.002，變化幅度極小，表明影響效應區域差異較弱，地形起伏度的影響較為普遍。從地域空間上看，相對而言滇西南的德宏州、臨滄市、普洱市及西雙版納州等地多以中低山為主，地形起伏度較小，影響效應較弱，尤其以整個德宏州及保山市、臨滄市、普洱市和西雙版納州的部分縣影響效應最小；而昭通市、曲靖市、紅河州及文山州等地則受地形起伏度影響效應較大，其中昭通市的鎮雄縣和威信縣，曲靖市的富源縣、羅平縣和師宗縣，紅河州的屏邊縣和河口縣及整個文山州影響效應最大。2）到所在市政府交通距離（X4）的影響效應呈北向南帶狀遞減趨勢，整體影響系數在0.023 0～0.066 8之間（圖6b），129個縣回歸系數標準差為0.011，有一定的變化幅度，說明影響效應存在一定的區域差異性。空間分布上，滇西北和滇東北地區影響效果較為明顯，尤其以迪慶州的香格里拉市和德欽縣、整個昭通市及怒江州貢山縣影響最大；而滇東南的文山州（除丘北縣），紅河州的蒙自市、屏邊縣、金平縣和河口縣影響最小。3）農村 15歲及以上文盲率（X7）的影響效應由西向東逐漸遞減，整體影響系數在0.001 0～1.047 0之間（圖6c），129個縣回歸系數標準差為0.238，變化幅度較大，影響效應具有明顯的區域差異性。空間分布上，昭通市的鎮雄等 8個縣及曲靖市的宣威市和富源縣影響效應最小，而迪慶州、怒江州、保山市、德宏州等地影響效應最大。4）每千人醫療機構床位數（X8）的影響效應由西南向東北逐漸遞減，整體影響系數在-3.444 0～-1.138 6之間（圖6d），129個縣回歸系數標準差為0.516，變化幅度大，影響效應具有明顯的區域差異性。空間分布上，昭通市、曲靖市及昆明市的東川區和尋甸縣影響效應最小；德宏州、保山市的騰沖縣和龍陵縣、臨滄市和普洱市的西南部及西雙版納州的勐海縣等地影響效應最大。5）農村 65歲及以上老年人比例（X14）的影響效應呈東北向西南帶狀遞減趨勢，整體影響系數在-4.165 2～-0.601 0之間（圖6e），129個縣回歸系數標準差為0.698，變化幅度大，表現出顯著的區域差異性。從地域空間上看，德宏州、保山市、臨滄市和普洱市西南部影響效應較小；而昭通市、曲靖市、紅河州及迪慶州等地影響效應較大，其中昭通市影響效應最為明顯。

圖6 地理加權回歸模型分析結果Fig.6 Analysis results of geographically weighted regression (GWR)

3.2.3 區域減貧政策建議

在上述致貧因素與影響效應分析的基礎上，結合縣域農村貧困程度，對全省縣域進行扶貧開發區劃，以便于科學制定和實施針對性的區域減貧政策措施。區劃方法主要運用了 ArcGIS聚類分析中的分組分析，為了充分反映出致貧因素指標數值變化對貧困發生率的影響（即影響效應），給扶貧開發區劃提供客觀依據，以縣域農村貧困發生率和5個主要影響因素的GWR系數為分析變量，并以行政區共邊（CONTIGUITY_EDGES_ONLY）的空間關系進行空間約束，按照偽F統計量最高的原則選取最佳分組數，以便最大限度反映區域差異性。分析結果顯示，偽F統計量最高值為89.621，對應的最佳分組數為6組，根據最佳分組最終得到6個特征分區，5個主要致貧因素指標對各分區影響效應見表4，6個特征分區見圖7。

表4 各分區主要致貧因素及其影響效應Table 4 Major factors and influence effects of poverty influencing at each division

1）區域A屬于滇西北高度貧困區，包括迪慶州和怒江州。該區域地理環境惡劣，整體海拔較高且高差大，全區地形起伏度達3 686 m，為三江并流區的上游。區域整體教育水平偏低，農村 15歲及以上文盲率平均達20.43%，遠高于其他 5個分區，且該致貧因素的回歸系數均值達0.920，對全區的貧困影響效應極為明顯。應加大生態扶貧力度，完善補償機制，提高補償標準，并進一步改善交通等基礎公共服務設施，積極探索高附加值農業產業發展模式，增加農戶收入水平。長遠來看，應重點強化教育扶貧，加快普及高中（中專）教育，強化貧困家庭的教育觀念與認知，大幅度提高農村人口的受教育水平，逐步降低文盲率，從根本上改善人口素質與能力，阻斷貧困的代際傳遞。同時可適當控制人口自然增長率，優化人口年齡結構。2）區域B屬于滇西中度貧困區，主要包括整個麗江市、大理州和西雙版納州及保山市、臨滄市和普洱市部分縣區。該區域整體條件相對較好，除地形起伏度2 388 m，相對較高以外，其余4個方面的致貧因素影響較小。應繼續強化交通基礎設施、教育、醫療等提質升級，完善制度體系建設，進一步提升保障水平。同時加強農業產業發展水平，加快土地整理、高標準農田建設，適度發展規模經濟，提高耕地利用產出水平。并結合旅游等產業發展，優化產業結構，重點開發區域文化旅游等特色產業發展項目，充分發揮麗江-大理-西雙版納旅游精品路線的輻射帶動效應，全面推進旅游產業帶貧機制。3）區域C屬于滇西邊境中高度貧困區，包括整個德宏州及保山市、臨滄市和普洱市的部分縣區。交通、教育和醫療對該區影響較為明顯，到所在市政府交通距離平均達152 km，僅低于區域D；農村15歲及以上文盲率為13%，僅低于區域A。每千人醫療機構床位數 2.43，處于 6個分區中的較低水平。應以基礎保障設施建設為主，加大農村教育、醫療等投入力度，并進一步完善制度保障體系，逐步提升保障質量。此外，該區域與緬甸相接壤，應進一步挖掘潛在旅游資源，強化邊境旅游產業提質升級，著力打造特色旅游品牌，逐步擴大旅游扶貧帶動效應。4）區域D屬于滇東北高度貧困區，主要包括昭通市、昆明市的東川區和曲靖市的會澤縣。地理環境、交通條件、醫療保障水平和農村老年人比對該區農村貧困影響明顯。地形起伏度2 477 m，僅低于區域 A，同時到所在市政府交通距離平均達155 km，高于其他5個分區；每千人醫療機構床位數2.40，處于6個分區中的最低水平。農村65歲及以上老年人比例回歸系數為-3.72，影響效應最為明顯。該區域除了強化交通基礎設施建設外，需加大易地扶貧搬遷、貧困人口就業轉移力度，緩解資源匱乏瓶頸。完善醫療保障等公共服務設施，加強控制人口自然增長率，有效調整農村人口年齡結構，減少貧困家庭高消費群體比重，緩減家庭負擔。同時逐步完善農村老年人等社會保障體系建設，強化農村低保、養老保險等政策落實。5）區域E屬于滇中低度貧困區，主要包括昆明市（除東川區）、玉溪市、曲靖市（除會澤縣）及紅河州北部。該區域為全省經濟發展核心區，地理環境、區域條件，公共服務水平等均處于較高水平。應以制度建設為主，基礎設施建設為輔。重點加強經濟發展輻射帶動效益，加大區域之間的物質轉運、技術合作與人才交流。統籌城鄉協調發展，加大農村發展投入力度和政策傾斜，著力改善農村社會保障水平，縮小城鄉服務差距。6）區域H屬于滇東南高度貧困區，主要包括文山州（除丘北縣）、紅河州南部及普洱市的墨江縣、江城縣。該區域地理環境致貧較為明顯，土地石漠化現象突出。同時農村15歲及以上文盲率仍然偏高，達11.15%，農村65歲及以上老年人比例貧困影響效應明顯，回歸系數為-3.04。應進一步加大土地整治實施力度，積極探索石漠化整治創新模式。同時加大教育投入力度，提高教育保障水平，完善社會保障制度和服務體系，適當控制人口自然增長，重點強化教育、養老等保障水平。

4 結 論

本文運用空間計量經濟模型分析方法與 GIS空間分析技術，以貧困空間效應為切入點，對全省 129個縣農村貧困格局及其影響因素進行了深入分析，并分區域提出了農村減貧政策建議，得到如下主要結論：

1）云南省是全國農村貧困的高發區，空間上表現出“中心-外圍-邊角”的低、中、高空間貧困格局，深度貧困區主要集中在滇西北、滇東北、滇西南及滇南地區，主要涉及金沙江、瀾滄江及怒江等流域地帶，尤其以三江并流的滇西北（怒江、迪慶）地區貧困程度最深，這些地區將是全省扶貧開發的重點和難點區域。

2）地形起伏度、到所在市政府的交通距離、農村15歲及以上文盲率、每千人醫療機構床位數、農村65歲及以上老年人比例 5個因素對云南省縣域農村貧困產生顯著性影響，顯著性水平P值均小于0.1。從空間上看，地形起伏度影響效應明顯的區域為滇西北、滇東北及滇東南地區；到所在市政府的交通距離主要影響區域為滇西北、滇東北及滇西地區；農村15歲及以上文盲率以影響滇西北和滇西地區為主；每千人醫療機構床位數影響區域主要為滇西北、滇西南及滇西地區；農村65歲及以上老年人比例則主要影響滇東北和滇東地區。

3）農村貧困存在明顯的區域差異性，云南省區域扶貧開發應結合貧困空間異質性及要素空間關聯性等特征，針對區域貧困程度及主要致貧因素分類、分區域精準施策，科學貫徹落實國家精準扶貧“五個一批”扶貧開發戰略體系。

空間異質性和空間關聯性是空間地域系統的兩大屬性，可能會對區域貧困產生重要影響，研究區域貧困空間效應將對扶貧開發產生重要意義。本文運用空間計量經濟模型分析了云南省的區域貧困致貧因素，結果表明云南省縣域農村貧困除了受到本地區要素的影響，同時也受到相鄰地區農村貧困的影響，即存在明顯的貧困空間效應。而且文中未考慮到的影響因素所產生的誤差沖擊對相鄰地區農村貧困亦表現出一定程度的空間溢出效應，對區域農村貧困將會產生一定程度的誤差沖擊影響。因此，縣域農村減貧不僅要關注本地區的致貧因素和減貧措施，還需重視相鄰縣域的貧困狀況、致貧因素及減貧政策，尤其需要重點關注縣域交界地區貧困人口的扶持與人口遷移等相關問題，強化鄰縣之間的聯合施策與合作交流，合力鞏固減貧成效。

致謝：本項研究工作得到了云南財經大學國土資源與持續發展研究所彭海英博士的大力支持與協助，特此表示感謝！