我國(guó)扶貧績(jī)效評(píng)價(jià)及空間差異研究

吳云青 杜佳樂(lè) 密長(zhǎng)林

摘 要：在構(gòu)建評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，綜合運(yùn)用熵值法、多指標(biāo)綜合評(píng)價(jià)法、全局空間自相關(guān)分析與局部空間自相關(guān)分析等方法探討了我國(guó)31個(gè)省域扶貧績(jī)效的空間差異特征。研究結(jié)果表明，我國(guó)扶貧績(jī)效存在較為顯著的正空間自相關(guān)特點(diǎn)，扶貧績(jī)效的均質(zhì)性區(qū)域顯著多于異質(zhì)性區(qū)域；在局部空間差異方面，高-高聚集類型區(qū)有13個(gè)省域，低-高聚集類型區(qū)有5個(gè)省域，低-低聚集類型區(qū)有6個(gè)省域，高-低聚集類型區(qū)有7個(gè)省域。其中，只有內(nèi)蒙古和河南2個(gè)省域扶貧績(jī)效的LISA值通過(guò)了顯著性水平的統(tǒng)計(jì)性檢驗(yàn)，與其他省域相比較，河南和內(nèi)蒙古對(duì)于我國(guó)扶貧績(jī)效空間自相關(guān)的貢獻(xiàn)更大。

關(guān)鍵詞：扶貧；績(jī)效評(píng)價(jià)；空間差異

中圖分類號(hào)：K901.2；F323.8 文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào)：１００９ — ２２３４（２０23）09 — ０128 — ０4

通過(guò)績(jī)效評(píng)價(jià)了解扶貧工作進(jìn)展及存在問(wèn)題，對(duì)于進(jìn)一步優(yōu)化我國(guó)扶貧政策，提高扶貧效益進(jìn)而實(shí)現(xiàn)鄉(xiāng)村振興意義重大。當(dāng)前關(guān)于扶貧績(jī)效評(píng)價(jià)研究已取得豐碩成果：一是科技扶貧、信息扶貧、生態(tài)扶貧等專項(xiàng)扶貧績(jī)效實(shí)證分析［1-3］；二是扶貧績(jī)效評(píng)價(jià)模型構(gòu)建研究［4-5］；三是扶貧績(jī)效優(yōu)化提升研究［5-6］。以上研究為本文提供了重要借鑒，但這些研究大多停留在績(jī)效評(píng)價(jià)層面，聚焦于扶貧績(jī)效空間差異的研究并不多見(jiàn)。已有為數(shù)不多的扶貧績(jī)效空間差異的研究也大多采用傳統(tǒng)的分析方法，缺乏對(duì)空間信息的考量，忽略了空間因素的作用，對(duì)于扶貧績(jī)效在地理空間的聚集、關(guān)聯(lián)探討不足，難以有效揭示扶貧績(jī)效空間分異規(guī)律。基于此，本文在構(gòu)建扶貧績(jī)效評(píng)價(jià)指標(biāo)體系基礎(chǔ)上，運(yùn)用探索性空間分析（ESDA）方法對(duì)我國(guó)各省域扶貧績(jī)效及其空間差異進(jìn)行實(shí)證研究具有重要意義。

一、數(shù)據(jù)來(lái)源與研究方法

（一）數(shù)據(jù)來(lái)源

本文主要基于2020年我國(guó)省級(jí)尺度的研究，共有31分析單元（不包括臺(tái)灣地區(qū)、香港和澳門特別行政區(qū)）。數(shù)據(jù)主要來(lái)源于2021年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》以及各省市政府工作報(bào)告及其統(tǒng)計(jì)年鑒中的相關(guān)數(shù)據(jù)。

（二）研究方法

1.評(píng)價(jià)指標(biāo)體系的構(gòu)建及權(quán)重確定

基于本文的研究目的，主要從6方面構(gòu)建扶貧績(jī)效評(píng)價(jià)指標(biāo)體系（表1）。運(yùn)用熵值法［7］來(lái)計(jì)算各個(gè)指標(biāo)權(quán)重。

2.扶貧績(jī)效綜合評(píng)價(jià)

運(yùn)用極差標(biāo)準(zhǔn)化方法［8］對(duì)各指標(biāo)數(shù)據(jù)進(jìn)行規(guī)范化處理，從而得到各指標(biāo)標(biāo)準(zhǔn)化值。依據(jù)各指標(biāo)的權(quán)重及其標(biāo)準(zhǔn)化值，運(yùn)用多指標(biāo)綜合評(píng)價(jià)法計(jì)算扶貧績(jī)效綜合指數(shù)。

3.探索性空間數(shù)據(jù)分析（ESDA）

探索性空間數(shù)據(jù)分析（ESDA）以測(cè)量空間關(guān)聯(lián)性為核心，是描述和揭示研究對(duì)象空間分布特征的方法技術(shù)。

全局空間自相關(guān)分析。采用全局莫蘭指數(shù)（Global Moran’s I）來(lái)計(jì)算全局空間自相關(guān)程度。對(duì)于在構(gòu)建鄰近矩陣時(shí)出現(xiàn)的海南“孤島現(xiàn)象”，本文借鑒孟斌等［9］的研究，定義海南與廣東和廣西相鄰，并對(duì)生成的空間矩陣文件進(jìn)行修改。

局部空間自相關(guān)分析。運(yùn)用Moran散點(diǎn)圖和Local Moran’s（Lisa）指數(shù)進(jìn)行局部空間自相關(guān)分析以揭示評(píng)價(jià)指標(biāo)局部變化特征規(guī)律。

二、實(shí)證結(jié)果與分析

（一）我國(guó)扶貧績(jī)效的計(jì)算

依照前述指標(biāo)權(quán)重計(jì)算過(guò)程，可計(jì)算出扶貧績(jī)效評(píng)價(jià)指標(biāo)權(quán)重值（表1）。在運(yùn)用極差標(biāo)準(zhǔn)化方法對(duì)各指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理基礎(chǔ)上，可計(jì)算出我國(guó)31個(gè)省域扶貧績(jī)效值（表2）。

（二）我國(guó)扶貧績(jī)效評(píng)價(jià)結(jié)果分析

由表2可知，各省域扶貧績(jī)效有明顯地域差異。運(yùn)用數(shù)列平均值法把各省扶貧績(jī)效劃分為4等級(jí)，即優(yōu)秀區(qū)、良好區(qū)、一般區(qū)和較差區(qū)。西藏、內(nèi)蒙古、上海、北京、浙江、江蘇的績(jī)效值均在0.33以上，屬于扶貧績(jī)效優(yōu)秀區(qū)。當(dāng)然這6個(gè)省域在扶貧工作各方面表現(xiàn)還不均衡，發(fā)展協(xié)調(diào)性不夠，比如西藏的扶貧績(jī)效值最高，達(dá)到0.46328，其在扶貧投入水平、生產(chǎn)生活、基礎(chǔ)設(shè)施建設(shè)等方面均有較好表現(xiàn)，但是在經(jīng)濟(jì)發(fā)展、生態(tài)環(huán)境方面評(píng)價(jià)得分卻都較低，分別位列全國(guó)第26、29位。內(nèi)蒙古的扶貧績(jī)效值位列全國(guó)第2，其在扶貧投入、社會(huì)發(fā)展、生產(chǎn)生活方面表現(xiàn)較好，但是在基礎(chǔ)設(shè)施建設(shè)、生態(tài)環(huán)境發(fā)展方面表現(xiàn)卻不彰。寧夏、新疆、安徽、福建、廣東等5省域?qū)儆诜鲐毧?jī)效良好區(qū)，和處于優(yōu)秀區(qū)的省域類似，這些省域大多在各維度的績(jī)效表現(xiàn)差異較大。青海、江西、湖北、天津、重慶、遼寧、四川、黑龍江、吉林、貴州等10省域?qū)儆诜鲐毧?jī)效一般區(qū)，他們?cè)诜鲐毠ぷ鞲鞣矫姹憩F(xiàn)大多較為平庸，比如湖北省在扶貧投入、經(jīng)濟(jì)發(fā)展、社會(huì)發(fā)展、生產(chǎn)生活、基礎(chǔ)設(shè)施建設(shè)、生態(tài)環(huán)境發(fā)展方面的得分分列全國(guó)第17、15、8、22、15、11位。海南、山東、廣西、陜西、云南、河南、河北、山西、甘肅等9省域?qū)儆诜鲐毧?jī)效較差區(qū)域，這些省域幾乎在扶貧工作各個(gè)方面均缺乏亮點(diǎn)，在某些評(píng)價(jià)指標(biāo)上甚至遠(yuǎn)落后于我國(guó)平均水平。比如，甘肅省的扶貧績(jī)效值在全國(guó)位列末位，除了扶貧投入水平在全國(guó)位列第8位外，在其他評(píng)價(jià)維度上的評(píng)價(jià)得分在全國(guó)均位列下游，經(jīng)濟(jì)發(fā)展水平更是位列全國(guó)倒數(shù)第一。

（三）基于ESDA的我國(guó)扶貧績(jī)效空間差異分析

1.全局空間自相關(guān)分析

為進(jìn)一步描述我國(guó)扶貧績(jī)效分布空間格局，在構(gòu)建空間權(quán)重矩陣基礎(chǔ)上計(jì)算出扶貧績(jī)效的全局Moran's I指數(shù)為0.382，運(yùn)用Z值法開展空間自相關(guān)顯著性檢驗(yàn)，結(jié)果表明Global Moran's I指數(shù)的Z值為3.2103，其大于0.05置信水平臨界值1.96，通過(guò)顯著性檢驗(yàn)。這說(shuō)明我國(guó)扶貧績(jī)效存在顯著的正空間自相關(guān)特征，呈現(xiàn)出較鮮明的空間依賴與集聚現(xiàn)象。

2.局部空間自相關(guān)分析

上面的全局空間自相關(guān)分析是對(duì)于整個(gè)數(shù)據(jù)集總體空間相關(guān)特點(diǎn)與模式的探討，無(wú)法有效說(shuō)明要素在何處聚集或在何處呈現(xiàn)出異常現(xiàn)象，這就不能有效識(shí)別要素空間集聚的內(nèi)部特征，也有可能會(huì)掩蓋偏離整體布局特征的空間關(guān)系。基于此，運(yùn)用Local Moran’s（LISA）指數(shù)和Moran散點(diǎn)圖進(jìn)一步分析扶貧績(jī)效局部空間特點(diǎn)。

Moran散點(diǎn)圖（圖1）的橫坐標(biāo)表示我國(guó)扶貧績(jī)效標(biāo)準(zhǔn)化值，縱坐標(biāo)是扶貧績(jī)效滯后向量，中心坐標(biāo)為橫縱軸坐標(biāo)均值。由此，可以將平面坐標(biāo)圖劃分為4象限，分別代表扶貧績(jī)效不同的局部空間聚集類型。圖1、表2表明，我國(guó)扶貧績(jī)效的散點(diǎn)主要聚集在高-高聚集類型區(qū)、低-低聚集類型區(qū)，在這兩類型區(qū)共有19個(gè)散點(diǎn)，占全部散點(diǎn)的61.3%。而散布在高-低聚集類型區(qū)、低-高聚集類型區(qū)的散點(diǎn)則相對(duì)較少，占全部散點(diǎn)的38.7%，我國(guó)扶貧績(jī)效的均質(zhì)區(qū)域明顯多于異質(zhì)區(qū)域，這也進(jìn)一步驗(yàn)證了本文總體空間相關(guān)特點(diǎn)的分析結(jié)論。

運(yùn)用OpenGeoDa軟件可進(jìn)一步計(jì)算出我國(guó)31省域扶貧績(jī)效的LISA值，但通過(guò)5%顯著性水平的Z值統(tǒng)計(jì)性檢驗(yàn)的只有河南和內(nèi)蒙古兩省域，其他省域扶貧績(jī)效與相鄰區(qū)域的關(guān)聯(lián)性并不顯著。這表明，與其他省域相比較，河南和內(nèi)蒙古對(duì)于我國(guó)扶貧績(jī)效空間自相關(guān)的影響更大、貢獻(xiàn)更多。

（1）高-高聚集類型區(qū)。此種類型省域共13個(gè)，即江蘇、浙江、上海、新疆、福建、青海、安徽、黑龍江、吉林、江西、遼寧、天津、西藏。其中東部省域5個(gè)，東北省域3個(gè)，中部省域2個(gè)，西部省域3個(gè)。這些省域本身的扶貧績(jī)效較高，周邊也大多聚集了同樣扶貧績(jī)效較高的省域，他們的空間聯(lián)系較為緊密，空間差異度較小，形成了扶貧績(jī)效的高值集簇區(qū)。其中，江蘇、浙江、上海、福建、天津等東部5省域本身經(jīng)濟(jì)社會(huì)發(fā)展整體水平較高，他們更有條件統(tǒng)籌利用本省域資源在本省域范圍內(nèi)實(shí)施產(chǎn)業(yè)幫扶、就業(yè)幫扶、教育幫扶、社會(huì)保障幫扶、生態(tài)保護(hù)幫扶等。比如，浙江省近些年積極推進(jìn)財(cái)政資金折股量化扶貧試點(diǎn)，在保持扶貧資金原用途前提下，將幫扶資金所形成的股權(quán)量化分配給貧困戶，使貧困戶有了更多財(cái)產(chǎn)性收益。新疆、青海、西藏雖然屬于相對(duì)落后的西北省域，但近些年中央政府、東部對(duì)口幫扶省份、一些大型企業(yè)、社會(huì)組織等持續(xù)實(shí)施了一系列扶貧舉措與工程，大大改善了當(dāng)?shù)厣a(chǎn)生活條件，有力地促進(jìn)了貧困地區(qū)脫貧摘帽。近些年，我國(guó)連續(xù)實(shí)施的東北振興戰(zhàn)略也有力促進(jìn)了遼寧、吉林、黑龍江東北三省經(jīng)濟(jì)社會(huì)發(fā)展及其脫貧攻堅(jiān)。需要指出的是，盡管從全國(guó)的層面來(lái)看，該區(qū)域內(nèi)各省扶貧績(jī)效水平較高，但他們之間仍有較大差異，西藏、上海、浙江、江蘇的扶貧績(jī)效值較高，分列全國(guó)第1、3、5、6位，但是遼寧、吉林、黑龍江3個(gè)省域的扶貧績(jī)效接近我國(guó)扶貧績(jī)效的均值線，存在較大的落入低-高區(qū)域的可能性。LISA值的研究結(jié)果顯示，該聚集類型區(qū)的13個(gè)省域均沒(méi)通過(guò)5%顯著性水平的Z值檢驗(yàn)，這說(shuō)明他們的扶貧工作還不能顯著輻射、帶動(dòng)周邊省域。

（2）低-高聚集類型區(qū)。該聚集類型的省域共有5個(gè)，他們是甘肅、河北、湖南、云南、海南，他們較為零散地分布在華北、西北、華南、西南等區(qū)域。這些省域自身的扶貧績(jī)效水平較低，而其相鄰省域的扶貧績(jī)效卻大多較高，這些扶貧績(jī)效相對(duì)較高的省域尚沒(méi)有足夠的能力輻射、帶動(dòng)周邊省域扶貧攻堅(jiān)事業(yè)的發(fā)展。因此，這5個(gè)省域成為我國(guó)扶貧績(jī)效的低值空心區(qū)。比如，甘肅省扶貧績(jī)效值位列全國(guó)最末位，但是其周邊的內(nèi)蒙古、青海、寧夏、新疆扶貧績(jī)效卻相對(duì)較高，分列全國(guó)第2、12、7、8位。湖南省扶貧績(jī)效位列全國(guó)第22位，但是其周邊的廣東、江西、湖北、重慶扶貧績(jī)效卻相對(duì)較高，分列全國(guó)第11、13、14、16位。

（3）低-低聚集類型區(qū)。屬于該聚集類型的省域有6個(gè)，即廣西、貴州、河南、山東、山西、陜西，以面狀形態(tài)分布在華北、西南地區(qū)。這些省域本身的扶貧績(jī)效較低，周邊也大多聚集了同樣績(jī)效較低的省域，他們之間的空間差異較小。以上6個(gè)省域中只有河南省的LISA值通過(guò)了5%顯著性檢驗(yàn)，從而成為“冷點(diǎn)”區(qū)域。相比于其他處于該類型區(qū)的省域，河南省不僅本身扶貧績(jī)效較低，其周邊省域扶貧績(jī)效也大多較低，低水平聚集分布特點(diǎn)較為明顯。比如，其鄰近的河北、山東、山西、陜西的扶貧績(jī)效值分別位列全國(guó)的第29、24、30、26位。

（4）高-低聚集類型區(qū)。屬于該聚集類型的省域有7個(gè)，即北京、廣東、湖北、江西、內(nèi)蒙古、寧夏、四川。這些省域本身扶貧績(jī)效值較高，但是其鄰近省域扶貧效果卻相對(duì)較差，從而形成了“高值孤立區(qū)”。以上7個(gè)省域中只有內(nèi)蒙古的LISA值通過(guò)5%顯著性檢驗(yàn)，其扶貧績(jī)效值位列全國(guó)第2，但是其鄰近的甘肅、山西、河北、陜西的扶貧績(jī)效值卻分別位列全國(guó)第31、30、29、26位。這說(shuō)明，近些年內(nèi)蒙古充分發(fā)揮其自然資源優(yōu)勢(shì)，大力發(fā)展優(yōu)勢(shì)特色農(nóng)牧產(chǎn)業(yè)，有效促進(jìn)了貧困人口脫貧致富，取得較高的扶貧績(jī)效。但是其并未有效拉動(dòng)周邊地區(qū)的扶貧工作，也沒(méi)有形成與相鄰省域的“近域擴(kuò)散”效應(yīng)。

三、結(jié)論與政策建議

主要研究結(jié)論如下：1．在全局空間自相關(guān)方面，我國(guó)扶貧績(jī)效存在較為顯著的正空間自相關(guān)特征，也就是說(shuō)扶貧績(jī)效較高的省域趨于相鄰，而扶貧績(jī)效較低的省域也趨于相鄰，呈現(xiàn)出較為鮮明的空間依賴與聚集現(xiàn)象，扶貧績(jī)效的空間依賴性和空間異質(zhì)性是并存的。2．在局部空間自相關(guān)方面，我國(guó)多數(shù)省域表現(xiàn)為正的空間相關(guān)性。高-高聚集類型區(qū)有13個(gè)省域，包括江蘇、浙江、上海、新疆、遼寧省、天津、西藏等。低-高聚集類型區(qū)有5個(gè)省域，包括甘肅、河北、湖南、云南、海南等。低-低聚集類型區(qū)有6個(gè)省域，包括廣西、貴州、河南、山東、山西、陜西等，以面狀形態(tài)分布在我國(guó)的華北、西南地區(qū)。高-低聚集類型區(qū)有7個(gè)省域，包括北京、廣東、湖北、江西、內(nèi)蒙古、寧夏、四川等。

基于上述結(jié)論，提出以下政策建議：深化東西部協(xié)同合作，構(gòu)建扶貧攻堅(jiān)新格局；加強(qiáng)統(tǒng)籌協(xié)同，提高扶貧工作的協(xié)調(diào)性；注重因地制宜，探索區(qū)域扶貧攻堅(jiān)特色模式；激發(fā)扶貧內(nèi)生動(dòng)力，提升脫貧質(zhì)量。

〔參 考 文 獻(xiàn)〕

［1］耿潤(rùn)哲，王萌，何洪宇.生態(tài)環(huán)境行業(yè)扶貧績(jī)效量化評(píng)估方法初探：以承德市圍場(chǎng)滿族蒙古族自治縣為例［J］.環(huán)境科學(xué)研究，2021，34（02）：501-510.

［2］郎亮明，陸遷.農(nóng)戶感知視角下的科技扶貧減貧績(jī)效［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，

20（01）：22-37.

［3］邢春政，唐冰開，鐘哲.大數(shù)據(jù)背景下東北地區(qū)信息扶貧績(jī)效評(píng)價(jià)與對(duì)策研究［J］.情報(bào)科學(xué)，2020，

38（12）：116-121.

［4］劉丹，鄭喜喜，楊悅.精準(zhǔn)扶貧績(jī)效評(píng)價(jià)模型及應(yīng)用［J］.統(tǒng)計(jì)與決策，2019，35（09）：28-32.

［5］東梅，王滿旺，馬榮.陜青寧六盤山集中連片特困地區(qū)精準(zhǔn)扶貧績(jī)效評(píng)價(jià)及其影響因素研究——基于三階DEA和TOBIT模型［J］.軟科學(xué)，2020，

34（09）：72-78.

［6］陳弘，周賢君，胡揚(yáng)名.后精準(zhǔn)扶貧階段農(nóng)村精準(zhǔn)扶貧綜合績(jī)效提升研究—基于4省38市數(shù)據(jù)的實(shí)證分析［J］.中國(guó)行政管理，2019（11）：12-18.

［7］劉飛，龔婷.基于熵權(quán)Topsis模型的湖北省高質(zhì)量發(fā)展綜合評(píng)價(jià)［J］.統(tǒng)計(jì)與決策，2021（11）：85-88.

［8］遲國(guó)泰，齊菲，張楠.基于最優(yōu)組合賦權(quán)的城市生態(tài)評(píng)價(jià)模型及應(yīng)用［J］.運(yùn)籌與管理，2012，21（02）：

183-191.

［9］孟斌，王勁峰，張文忠，等.基于空間分析方法的中國(guó)區(qū)域差異研究［J］.地理科學(xué)，2005，25（04）：

393-400.〔責(zé)任編輯：孫玉婷〕