秦巴山區消費扶貧的益貧性空間分異

王 剛，廖和平※，洪惠坤，朱 琳，李 濤

(1.西南大學地理科學學院，重慶400715；2.西南大學精準扶貧與區域發展評估研究中心，重慶400715)

0 引 言

消除貧困是21世紀人類面臨的巨大挑戰[1]。中國農村減貧是政府和學界關注的焦點[2]。精準扶貧作為對新時期貧困人口的減貧方式，主要針對居民個體而言[3]。中國14個集中連片特殊困難地區是精準幫扶的主戰場，為了助力該地區貧困人口穩定脫貧，國家出臺了產業扶貧等一系列幫扶政策。消費扶貧作為產業扶貧的一種方式，目的是達到對貧困人口的減貧效果。2019年1月國務院辦公廳印發《關于深入開展消費扶貧助力打贏脫貧攻堅戰的指導意見》（國辦發〔2018〕129號），文件指出在貧困地區實施“消費扶貧”。文件中首次從政策的角度對消費扶貧做了解釋，認為消費扶貧是社會各界通過消費來自貧困地區和貧困人口的產品與服務，幫助貧困人口增收脫貧的一種扶貧方式，是社會力量參與脫貧攻堅的重要途徑。可見，文件中將消費扶貧的落腳點定位在對貧困人口的益貧性上。因此，研究消費扶貧的益貧性特征及其影響因素對提高產業扶貧成效及促進貧困人口的穩定脫貧具有重要的理論意義和現實意義。

消費扶貧屬于產業扶貧的范疇，是對產業扶貧的延伸與深化。近年來，國內學者分別從概念界定[4]、測度方法[5]和研究視角[4,6-9]3個方面對消費扶貧及其益貧性展開了深入研究。劉建偉[10]將貧困山區消費力與金融介入融合為一體，研究了金融介入的益貧性，將其概念界定在金融界入后貧困農戶自身消費力的提高促進了消費扶貧的益貧性。席建超等[11]利用經濟效益、生態效益和社會效益的核算方法實證了貧困地區能源消費的益貧性，認為在貧困地區鄉村旅游發展中，能源消費模式的轉變可以促進經濟發展，提高益貧性。但由于國內對產業扶貧問題的研究起步較晚，所以對益貧性研究的內容延伸仍然有限，關于消費扶貧的益貧性量化研究的文獻更為罕見。總體上看，中國學者對消費扶貧及益貧性的研究貢獻主要集中在模式推廣、經驗介紹和案例分享[5]等方面，這些成果折射出消費扶貧及益貧性兩者之間的關系，即消費扶貧具有帶動貧困人口脫貧的積極作用，但研究成果依然存在以下不足：1）將消費扶貧與益貧性相結合的定量化實證研究文獻較少；2）對消費扶貧的益貧性影響因素及作用機理探討不夠；3）以往研究大都具有“被動式消費扶貧”的特征，往往從貧困主體的視角探討幫扶方式如何促進農產品和服務的提質升級，忽略了消費主體與貧困主體之間消費扶貧的益貧性互動作用研究。

1 概念界定及指標體系構建

1.1 消費扶貧的益貧性概念界定

目前，學界對消費扶貧的概念界定尚無定論。代表性觀點中，美國經濟學家、2015年諾貝爾經濟學獎獲得者安格斯·迪頓[12]在收入基礎上拓展了貧困研究的視野，指出減貧政策的制定首先必須考慮個體的消費選擇，考察家庭在消費品上不同的預算決策；國內學者李軍[13]認為消費扶貧是一種通過線上和線下多元渠道購買貧困戶的農特產品和服務，將慈善行為與消費行為相結合，人人皆可為、人人皆能為的新型扶貧模式。以上2種觀點的共同點在于消費扶貧的目標一致性，即促進貧困人口民生福祉，不同點在于促進消費的主體不同，國外學者傾向于貧困人口本身的消費，更注重個體家庭的內生消費減貧，而國內學者則認為獨立于貧困人口本身的外部力量消費更有利于減貧成效。觀點的國別異同在于，西方社會與中國的經濟制度和經濟基礎的差異性造成了不同國家對貧困人口識別的標準差異。如美國2011年貧困人口標準是四口之家稅前年現金收入低于22314美元（按照當時標準折合人民幣約140 801元），且貧困線標準逐年提高，而中國自2014年精準扶貧政策實施以來貧困人口人均純收入僅維持在3 000元以內，較高的直轄市標準-重慶市2018年的貧困人口基線標準亦不超過3 500元。另外，據2013年中國貧困人口現狀調查顯示，因病、殘和勞動力缺乏致貧的人口在中國貧困人口中的比例約超50%。因此，與西方貧困人口相比，中國貧困人口的內生消費力有限[14]，消費扶貧更注重外生力量的幫扶，所以西方學者對消費扶貧的觀點并不適用于中國貧困現狀。

相比較而言，學界對益貧性的概念界定較為清晰，認為益貧性，即對貧困的減緩有益[4,15-19]，有別于公平性，公平性強調所有成員機會的平等，從機會分配的角度考慮，而益貧性則確保社會每個成員、特別是窮人對社會機會的普遍共享。

綜合以上觀點，并參考政策等對消費扶貧和益貧性的理解，文本將消費扶貧的益貧性的概念界定為外生力量（消費主體）憑借自身的經濟優勢幫助貧困地區拓展設施建設，搭建消費渠道，貧困主體積極響應外生力量的幫扶，對農業產出和服務提質升級，促進消費并實現消費主體與貧困人口的良性互動，最終達到減貧效果。

1.2 基礎指標體系構建

“循環積累因果關系”理論認為資本形成不足和收入分配不平等是造成貧困循環累積的最重要因素，而消費扶貧是通過增加貧困戶收入來促進減貧的一種反貧困策略。閆坤等[16]認為中國國情與西方不同，選擇的反貧困策略應有所不同。對于中國反貧困策略的研究，劉彥隨等[17]學者認為應當建立貧困地區區際間經濟聯動、區外合作和服務共享的消費扶貧模式。張新偉[18]認為貧困地區應通過基礎設施和社會服務設施建設、組建運作良好的扶貧開發機構和扶貧企業、為貧困人口提供獲取資金和勞務機會的渠道等措施來減貧。綜合消費扶貧的益貧性概念界定、反貧困理論分析、所獲取數據情況，同時參考相關文獻[19-20]確定消費扶貧的益貧性影響因素，最終選取網絡通信水平（X1）、物流服務水平（X2）、出行時間（X3）、交通距離（X4）、交通網密度（X5）、便民服務中心服務水平（X6）、勞動力供給水平（X7）、村經濟發展水平（X8）、廣告投入水平（X9）、營銷策劃水平（X10）、家庭幫扶水平（X11）、電腦普及率（X12）、手機普及率（X13）和常住務農勞動力受教育水平（X14）、訂單農業發展水平（X15）、新型經營主體發展水平（X16）共16個基礎指標（表1）。

表1 消費扶貧的益貧性影響因素指標構建Table 1 Indicators of influence factors of consumptive for poverty alleviation

2 研究區概況及數據來源

2.1 研究區概況

云陽縣位居重慶東北部，屬于秦巴山區集中連片特困地區（圖1）。截止2018年底，全縣共識別貧困村162個。設施建設方面，實施行政村通暢工程1 254 km，組級公路硬化312 km，新建人行便道1 472 km、機耕道431.5 km，改造村便民服務中心102個；通信方面，建成4G基站2 300個；產業方面，實施產業項目343個，建成特色產業基地1.8萬hm2，鄉村旅游接待農戶626戶；電商方面，建成村級電商服務站368個，注冊品牌“天生云陽”，開展“貧困戶農特產品愛心購”等一對一電商扶貧活動，累計助銷貧困戶農特產品66.7萬單，實現銷售額4 436.8萬元，人均增收758.5元；營銷宣傳方面，政府為每個貧困村補助5萬元，并配備電商實操人員，對貧困戶網上銷售農產品給予每單3～5元補貼。目前，云陽縣因精準扶貧工作成效顯著，已退出國家級貧困縣。因此，選擇云陽縣作為研究對象，對秦巴山區消費扶貧具有參考價值。

蘇秋琴雖然是蘇石的姐姐，但這個女人柳紅也說不太清楚，她跟她不一樣；蘇秋琴很少下地干活的，尤其生了兒子之后。她高興時帶兒子玩玩，不高興就去村口的小店那兒，跟一群老頭兒搓麻將，一塊兩塊，消磨消磨時光；或者跑去鎮上玩。具體，柳紅也說不上來。對了，有一次男人婆去小店吵過架，說是她的金耳環被爛眼阿根偷了，不知送給了哪個小婊子；男人婆認定是給了蘇秋琴，還掀了他們的麻將桌，和蘇秋琴扭打起來，一個揪頭發，一個抓臉，鬧得沸沸揚揚，但柳紅從未見到蘇秋琴有什么金耳環……

圖1 云陽縣地理位置Fig.1 Location of Yunyang County

2.2 數據來源

本研究運用分層抽樣法對云陽縣42個鄉鎮（街道）162個貧困村進行抽樣，鎮（鄉）均抽取2個樣本，共獲得78個樣本貧困村（其中，縣城3個街道城市化率較高，無貧困村分布，不納入抽樣）。根據經典統計學相關分析法的條件假設，變量數與樣本量之比應小于0.2，故本文有效樣本量滿足研究變量設定，數據種類及來源說明如下。

消費扶貧的益貧性測算數據：2016—2018年（共3 a）抽樣村中收入不達標、溫飽和衣著無保障3個維度的人口變化數據及樣本村貧困發生率來自云陽縣扶貧開發辦公室。

空間數據：縣域、鎮域、村域矢量數據來自云陽縣規劃和自然資源局，運用GIS技術對樣本村進行圖層疊加、矢量化處理，最終獲取78個貧困村的可視化分析底圖。

影響因素指標數據：共有網絡通信水平等16個基礎指標數據。出行時間和交通距離數據來自高德地圖，“輸入終點”設置為縣城，“我的位置”設置為樣本村名，為檢驗數據穩定性，連續3 d分別對同一數據進行獲取，對于存在誤差的數據計算其算術平均數；交通網密度運用arcGIS10.2的密度和鄰域分析獲取；勞動力供給水平、村經濟發展水平、電腦普及率、手機普及率、網絡通信水平、參與“訂單農業”農戶數量、參與合作社和龍頭企業等有利益聯結機制的新型經營主體的貧困農戶數量數據來自各村委會；物流水平運用arcGIS10.2的緩沖區分析功能計算貧困村中心位置5 km2范圍面積，并搜集范圍內快遞投放點數量；營銷策劃水平根據每個貧困村自行組織或參與縣級部門組織的農產品展銷活動次數計算；廣告投入水平根據縣商務局資助給各村的農產品營銷宣傳基金與貧困村人口比值計算；便民中心服務水平、家庭幫扶水平從各鄉鎮年度幫扶臺賬獲取；常年務農勞動力受教育水平從全縣貧困人口大數據平臺獲取。

3 研究方法

3.1 消費扶貧的益貧指數構建

中國現行標準下對貧困人口的識別是“一達標、兩不愁、三保障”（《中國農村扶貧開發綱要(2011—2020年)》提出，到2020年中國扶貧開發針對扶貧對象的總體目標是：“收入達到國家貧困線標準，且穩定實現扶貧對象不愁吃、不愁穿，保障其義務教育、基本醫療和住房安全”，簡稱“一達標、兩不愁、三保障”。）共6個維度的識別標準，貧困發生率是根據6個維度的區域貧困人口與區域總人口的比值所得[3]。從目前脫貧成效看，“三保障”幫扶的成效主要得益于政府的保障性措施，而源于農戶內生動力的經濟性收入對成效的貢獻主要在收入和吃穿方面，所以從收入達標、吃不愁和穿不愁3個維度來衡量區域減貧成效更能體現出基于消費扶貧的益貧性成效。目前，國內學者對消費扶貧的益貧性測度模型研究不多。因此，本文綜合考慮云陽縣精準扶貧實際情況和研究現狀，嘗試構建了村域尺度下基于消費扶貧的益貧指數模型：

式中Hm表示研究期益貧指數的算數平均數；i表示研究期初始年，如2016年；n表示研究期間隔年數，如研究期為2016年至2018年，則n為3；i+n-1表示研究期末年，如2018年；j表示收入、吃和穿3個維度，分別為1，2，3；qij表示i年j維度的貧困人口數；q(i+n-1)j表示i+n-1年j維度的貧困人口數；pi表示i年總人口；p(i+n-1)表示i+n-1年的總人口。Hm越大表示減貧成效越好，即消費扶貧的益貧性越好；反之則越差。

3.2 探索性空間數據分析

探索性空間數據分析是通過全局和局域空間自相關對空間關聯模式進行度量與檢驗。全局空間自相關分析消費扶貧的益貧性在全局空間內的關聯程度，通過全局莫蘭指數來衡量。局部空間自相關是在全局自相關的基礎上進一步分析集聚或異常的具體位置。本文采用局部空間關聯（local indicators of spatial association，LISA）圖表達局部的集聚與異常，揭示消費扶貧的益貧性的空間關聯程度。關于全局自相關和局部自相關的分析方法參見文獻[21-22]。

3.3 空間杜賓模型

為計量消費扶貧對區域益貧性的空間溢出效應，該文以消費扶貧的益貧性為被解釋變量，表征消費扶貧的益貧性水平的因子為解釋變量構建空間杜賓模型（spatial Dubin model，SDM）。模型如下：

式中y是被解釋變量，表示消費扶貧的益貧性；X是解釋變量，表示影響消費扶貧的益貧性的因子；W表示空間權重矩陣；ρ、β和θ為系數；ε表示隨機誤差項。

4 結果與分析

4.1 消費扶貧的益貧性測算結果

由式（1）測度78個樣本村的消費扶貧的益貧性，運用arcGIS10.2的自然斷點分級法將其分為9類，分析其空間格局特征。圖2顯示，研究區消費扶貧的益貧性呈現出從中間向外圍遞減的“半同心圓狀”分布特征，中部區域測度值最高，這是因為該區域距縣城較近（西部區域距鄰縣萬州城區較近），交通通達性好，消費群體龐大且消費能力較高，農產品和服務有更多的機會進入消費市場。東北區域益貧性最低，經濟區位上，該區域距本縣縣城和周邊區縣的行政中心均較遠，農產品進出消費市場受阻；交通區位上，該區域海拔較高，相對于大部分貧困村而言處于邊角區，道路等基礎設施建設成本高、難度大，路網密度小，部分田塊仍無產業路或機耕道連接，生產運輸需人挑馬馱，生產力較低；劣勢區位導致幫扶干部路途所耗時間成本過高，不僅造成幫扶頻次少、與農戶交流時間短，而且也給幫扶工作的監管帶來較大困難。

可見，不同的貧困村因交通區位、經濟區位、幫扶要素的空間配置差異和力度差異導致了消費扶貧的益貧性的空間差異，因此應進一步厘清益貧性的地理空間形態，揭示其空間關聯特征，為貧困地區消費扶貧統籌發展的支撐體系構建提供借鑒。

圖2 消費扶貧的益貧性空間格局Fig.2 Spatial pattern of consumption for poverty alleviation

4.2 消費扶貧的益貧性空間關聯特征分析

為揭示消費扶貧的益貧性空間顯性特征，本文利用GeoDa平臺對78個貧困村消費扶貧的益貧性進行空間關聯特征分析，進而來反映村域間的益貧性關系。結果顯示，全局莫蘭指數為0.373＞0，經迭代后顯著性結果Z值為4.118（大于臨界Z值1.96），通過1%水平的顯著性檢驗，表明樣本村消費扶貧的益貧性在空間上互相影響。全局莫蘭指數是對區域消費扶貧的益貧性的整體度量，反映本村與周邊村域關系的平均程度，為了確定其局部空間聚集或異常關系，進一步采用局部空間自相關方法分析其空間形態，圖3所示。

圖3 消費扶貧的益貧性局部空間關聯聚集圖Fig.3 Local spatial correlation aggregation graph of consumption for poverty alleviation

在0.05的顯著性水平下，高-高聚集區主要集中在云陽縣的中西部區域，該類村域自身和周邊村域的消費扶貧的益貧性高，差異性較小。需要指出的是縣域中部西側位置出現高-高區，其益貧性與周邊貧困村呈現空間聚集現象，究其原因是：1）該區域西側近鄰萬州城區，萬州作為重慶市第二大城區，龐大的城市消費群體和相對較高的人均可支配收入促使該區域消費扶貧的益貧性有效提高；2）長江航道東西向貫穿云陽縣中部與萬州區兩大城區，客觀上為該區域的農產品外銷提供了交通優勢。低-低聚集區范圍廣，分布在北部方向，位于縣域交界處，是全縣海拔最高區域，交通建設進度滯后，路網密度小，經濟區位條件相對較差，距離云陽縣城區和近鄰縣域城區均較遠。高-低異常區出現在江口鎮，其自身益貧性較高，與周邊區域相比差異較大，這是因為該鎮為全縣第一大鄉鎮，集鎮面積大、人口多，相比其他鄉鎮有較高的消費能力。低-高異常區出現在東部區域，其自身消費扶貧的益貧性較低，而周邊較高。綜合而言，研究區消費扶貧的益貧性呈現明顯的局部空間聚集特征，其全域益貧性仍有待進一步提高。因此，在后續幫扶中，應對影響消費扶貧的益貧性的主要因素著力推進，增強村域之間的聯動發展，突出帶動作用，促進秦巴山區貧困縣消費扶貧的益貧性統籌協調發展。

4.3 消費扶貧的益貧性影響因素分析

4.3.1 影響因素指標選取

本文選取16個指標作為消費扶貧的益貧性的基礎影響因素。遵循模型構建變量少而精的原則，同時糾正多重共線性導致的偽回歸模型產生的結果偏誤，嘗試對16個指標進行信息濃縮的降維技術處理。運用SPSS25.0的因子分析模塊對所有指標進行因子降維的適宜性分析，獲取KMO（kaisermeyerolkin）檢驗和bartlett檢驗值。結果顯示KMO值為0.651，bartlett球形度檢驗（近似卡方518.988，自由度78）的顯著性水平為0.001（小于0.05的檢驗值），可知各變量間顯著相關，適合因子分析，即否定相關矩陣為單位陣的零假設。進一步選取主成分分析法中的最大方差法進行因子旋轉，基于總方差和碎石圖（以特征值大于1且碎石拐點為提取依據）最終提取6個主成分為公因子參與下一步分析。6個主成分的旋轉載荷平方和方差累計貢獻率達到80.633%，對原始變量的貢獻較大，綜合考慮因子結構間的關系及對消費扶貧的益貧性的可解釋性，分別將其命名為信息網絡因子（I）、道路交通因子（R）、家庭特征因子（F）、營銷宣傳因子（P）、公共幫聯因子（C）和市場體系建設因子（M）（表2）。

表2 消費扶貧的益貧性影響因子及指標體系Table 2 Influence factors and index system of consumptive for poverty alleviation

4.3.2 影響因素模型估計與分析

以消費扶貧的益貧性為被解釋變量，提取的6個公因子得分值代替原變量為解釋變量，采用SPSS25.0的線性回歸模塊構建基于普通最小二乘法（ordinary least square，OLS）的主成分回歸模型，分析各公因子對消費扶貧的益貧性的影響程度大小（表3）。模型殘差散點在±2.0之間（限于篇幅和內容重要性，略去殘差散點圖），且D-W統計量為1.042，在0～4之間，表明回歸模型有意義，解釋了49.7%的信息；ANOVA顯示Sig.為0.001，小于0.05，具有統計學意義，表明至少有1個公因子對消費扶貧的益貧性具有顯著影響。因此，進一步分析6個公因子的Sig.可知，除信息網絡因子外，道路交通因子、家庭特征因子、營銷宣傳因子、公共幫聯因子和市場體系建設因子均對消費扶貧的益貧性具有顯著性影響。

表3 普通最小二乘法參數估計及檢驗結果Table 3 Ordinary least square parameter estimation and test results

以上是基于經典統計學的OLS所做的線性回歸結果，其模型在數據擬合過程中假定了要素的空間平穩性，但本文以空間單元為研究尺度，影響因素之間存在地理空間權重差異，因此，OLS所產生的結果存在偏誤可能性。從回歸模型方法學運用角度考慮，當一個模型對某種結果的估計可能存在偏誤時應考慮選擇更優模型參與分析與對比，空間莫蘭指數已表明研究區消費扶貧的益貧性具有明顯的空間自相關性，此時若保留OLS的分析結果可能造成研究結論的偏差，根據空間自相關性檢驗的研究結論，消費扶貧的益貧性影響因素分析不僅要分析本區域作用，尤其對相鄰區域的空間相互作用的分析可以更好的解釋影響因素的作用機制，因此，進一步采用空間杜賓模型（SDM）對比分析研究結果[23]。

表4顯示，調整R2為0.513（R2表示變量對模型的解釋能力，值越高解釋能力越強），與OLS結果0.495相比，擬合優度有所提高。家庭特征因子、營銷宣傳因子、公共幫聯因子和市場體系建設因子均通過了顯著性檢驗且系數為正，這說明隨著家庭人力資源水平的提高、營銷宣傳和公共幫聯力度的加大以及農業市場體系的規范與建設，貧困村消費扶貧的益貧性有所提高，貧困程度會趨于緩解，這是因為戶主受教育水平越高，家庭常年從事農業生產的適齡勞動力數量越多，家庭農業增收的能力越強，消費扶貧的益貧性就越高；農貿營銷活動量增多增加了農產品潛在交易的可能性，有助于消費扶貧的益貧性的提高；公共幫聯搭建了農戶和市場之間的橋梁，尤其是駐村工作隊與一對一的幫扶責任人選派提高了政策幫聯的針對性和實效性，促進消費扶貧的益貧性提高；“訂單農業”和“農戶+”等生產模式市場體系建設有助于化解市場風險、擴大生產規模，促進農業生產效益的提高。道路交通因子的回歸系數是-0.034，說明貧困村交通時間、距離等交通要素每增加1個單位，消費扶貧的益貧性降低0.034個單位，這是因為交通條件差的地方單位距離人流出行時間長、物流空間供給能力弱，制約了人流頻率、物流規模及增長速度，導致消費扶貧的益貧性降低。信息網絡因子系數為正但并不顯著，這說明在秦巴山區信息網絡因子對消費扶貧的益貧性的影響力尚未完全釋放，這是因為一方面研究區農戶獲取市場信息的渠道主要來自鄰居和幫扶干部的告知，尚未養成從網絡渠道獲取信息的習慣，另一方面貧困地區留守耕作人口年齡普遍偏大且受教育水平較低，對網絡技術的掌握水平不足。綜上，道路交通因子、營銷宣傳因子、公共幫聯因子、家庭特征因子和現代農業市場體系建設水平因子是影響貧困村消費扶貧的益貧性的關鍵因素。

家庭特征因子、營銷宣傳因子、公共幫聯因子和現代農業市場體系建設因子的空間滯后項回歸系數分別是-0.016、-0.042、-0.031和-0.051，說明相鄰村域這4個因素水平的提高對促進本村消費扶貧的益貧性作用不明顯；道路交通空間滯后項的回歸系數為0.028，表明某一村域周邊行政村的交通水平的提高有利于該村消費扶貧的益貧性的提高。

表4 空間杜賓模型的參數估計及檢驗結果Table 4 Parameter estimation and test results of spatial Dubin model

5 消費扶貧的益貧性主要因素作用機理

基于以上參數估計結果嘗試構建消費扶貧的益貧性關鍵因素的機制框架（圖4）。

消費扶貧的益貧性涉及消解貧困的供需雙方。需求方以企業主等非貧困群體為消費者，參與購買貧困地區的產品和服務，供給方則以提高產品和服務質量滿足消費者的市場需求。從幫扶視角看，消費扶貧的益貧性的實現伴隨著政策干預偏向，并非完全競爭市場下的供需交易。因此，可持續的消費扶貧必然要求貧困主體對產品和服務不斷提質升級，實現供需雙方的良性互動，否則益貧成效只是曇花一現。

益貧性的實現需要在供需主體的良性互動下促成中介措施的有效銜接與協同。滯后的設施建設與流通渠道、疲軟的營銷宣傳是造成貧困地區產品和服務無法變現的重要原因。在區位方面，貧困地區大多位于行政邊界區，人口密度小、居住分散、道路等設施建設滯后，距離龐大的城市消費市場較遠，客觀上限制了消費群體的進入和駐留。在流通渠道方面，貧困地區普遍存在網絡缺乏和信息閉塞的問題，一方面貧困地區大多位于高海拔山區，網絡建設的高成本與低效益制約了網店的發展，農產品和服務沉睡于農村無法出山，潛在的脫貧出路被信息盲區所切斷；另一方面，由于長期的粗放式扶貧導致貧困地區的商貿企業和農產品集散中心缺乏，壓縮了該區域農產品和服務的市場份額。在營銷宣傳方面，貧困地區經濟發展緩慢，來自三大產業的稅收較少，當地財政赤字常有發生，因此，當地政府難以通過增加財政來擴大產品和服務的包裝與宣傳。以上因素疊加，造成農業低效產出的惡性循環：農業收入低，強壯勞動力被迫離開農村，農村產出越來越少，出現空心化而造成了貧困人口留守，進一步造成農業低投入低產出。

從消費扶貧的政策邏輯與反貧困理論看，益貧性的實現應在政策驅動下構建消費力量與貧困人口之間的幫扶框架。公共幫聯有助于農戶改善廚房、廁所、客房等消費環境，也有助于道路等基礎設施建設能力的提高，該類措施讓消費者進得來、留得住，增加了消費總量。與此同時，消費主體采取“以購代捐”、“以買代幫”等方式采購產品和服務，讓農戶獲利。在利益趨勢下，務工群體返鄉創業，激發產業發展熱潮，形成規模效應。當產業規模擴大時益貧效果顯著增強，吸引龍頭企業等新型經營主體和電商入駐，現代農業市場體系進一步完善，當企業和農戶獲得較高的經濟收益時會擴大營銷投入刺激產品被消費，以此良性互動，形成規模經濟，提高益貧性。

圖4 消費扶貧的益貧性主要因素作用機制框架圖Fig.4 Framework of mechanism of main factors of consumption for poverty alleviation

消費扶貧的益貧性評價的關鍵問題之一在于益貧性測度模型的適用性。本文中測度模型以秦巴山區貧困人口的現有幫扶措施及成效為基礎，并參考多維貧困發生率公式而構建[3]，其益貧性測度結果是否具有普適性，需要更多實證數據的驗證與結論支持。本文的研究尺度以行政村為個案單元，研究成果具有微觀特征，有觀點認為貧困存在空間剝奪現象[24]，不同研究尺度和空間單元的貧困發生率在影響因素及程度上均有差異，所以，從中觀或宏觀尺度對消費扶貧的益貧性展開多尺度對比研究，可以為不同尺度的精準扶貧政策制定提供有益借鑒。

6 結 論

本文在綜合考慮秦巴山區貧困縣精準脫貧成效的基礎上構建了消費扶貧的益貧性模型，測算了貧困村消費扶貧的益貧性，并運用探索性空間數據模型對該結果進行空間表達，最后運用最小二乘法和空間杜賓模型分析了益貧性的主要影響因素，結論如下。

1）消費扶貧的益貧性整體上呈現出由城區向外圍行政邊界遞減的趨勢。

2）消費扶貧的益貧性具有明顯的空間集聚特征，高值區集中在交通便利、路網密度大的城區周邊區域，低值區集中在海拔較高、公共幫聯難度較大的高山地帶。

3）道路交通、營銷宣傳、公共幫聯、家庭特征（教育水平等）和現代農業市場體系建設5個因子對消費扶貧的益貧性具有顯著影響，其中道路交通對消費扶貧的益貧性具有顯著的負向影響，營銷宣傳、公共幫聯、家庭特征和現代農業市場體系建設4個因子具有顯著的正向影響。

4）信息網絡建設水平對消費扶貧的益貧性影響不顯著，其作用尚未完全凸顯。為保證貧困人口的穩定脫貧，建議貧困地區應重點關注位于縣域邊界村莊的道路交通、營銷宣傳、責任幫扶和市場體系建設水平，特別是應進一步強化現代信息網絡對農業產業的作用。