何雄浪 史世姣

摘 要：通過構(gòu)建普通面板模型和空間計(jì)量模型，實(shí)證檢驗(yàn)人力資本結(jié)構(gòu)優(yōu)化的減貧脫困效應(yīng)。研究結(jié)果顯示：地區(qū)之間的減貧脫困情況不是隨機(jī)獨(dú)立的，它們具有顯著的空間溢出效應(yīng);普通面板回歸結(jié)果表明提升健康人力資本和教育人力資本對地區(qū)減貧脫困具有正向的促進(jìn)作用，但引入空間相關(guān)性后，教育人力資本與減貧脫困之間沒有顯著的相關(guān)性，健康人力資本的回歸系數(shù)減小，說明忽略空間相關(guān)性會高估教育人力資本和健康人力資本對地區(qū)減貧脫困的影響。勞動力轉(zhuǎn)移具有較強(qiáng)的空間溢出效應(yīng)，在考慮空間依賴性的基礎(chǔ)上，勞動力轉(zhuǎn)移進(jìn)一步加快地區(qū)減貧脫困步伐。

關(guān)鍵詞：教育人力資本;健康人力資本;勞動力轉(zhuǎn)移;減貧脫困;空間相關(guān)性

中圖分類號：F061.5文獻(xiàn)標(biāo)識碼：A文章編號：1007-2101（2021）01-0051-12

收稿日期：2019-06-30

基金項(xiàng)目：國家民族委員會2019年領(lǐng)軍人才項(xiàng)目“自然資源稟賦、環(huán)境規(guī)制與新時(shí)代我國區(qū)域綠色發(fā)展效率提升研究”（2799300120）

作者簡介：何雄浪（1972-），男，四川南充人，西南民族大學(xué)教授，博士生導(dǎo)師;史世姣（1990-），女，四川宜賓人，西南民族大學(xué)博士研究生，通訊作者。

一、引言及文獻(xiàn)綜述

減緩甚至消除貧困是人類發(fā)展過程中的重要任務(wù)。習(xí)近平總書記多次強(qiáng)調(diào)“貧窮不是社會主義”。對于中國而言，消除貧困、改善民生、實(shí)現(xiàn)共同富裕是社會主義的本質(zhì)要求。從1986年起我國開展大規(guī)模的反貧困工作，成功走出一條中國特色扶貧開發(fā)道路。黨的十八大以來，黨中央把脫貧攻堅(jiān)作為全面建成小康社會的底線任務(wù)和標(biāo)志性指標(biāo)。黨的十九大后，黨中央把打好脫貧攻堅(jiān)戰(zhàn)作為全面建成小康社會的三大攻堅(jiān)戰(zhàn)之一。近年來，脫貧攻堅(jiān)力度之大、規(guī)模之廣、影響之深前所未有，脫貧攻堅(jiān)成果舉世矚目。盡管如此，但是剩余的工作任務(wù)依然艱巨。2020年發(fā)生的新冠肺炎疫情又進(jìn)一步加大了脫貧攻堅(jiān)的工作難度和壓力。習(xí)近平總書記在2020年決戰(zhàn)決勝脫貧攻堅(jiān)座談會上指出“我們要接續(xù)推進(jìn)全面脫貧與鄉(xiāng)村振興有效銜接。脫貧摘帽不是終點(diǎn)，而是新生活、新奮斗的起點(diǎn)。”

因此，在新形勢下我們想要探究是什么因素支撐中國脫貧攻堅(jiān)取得如此顯著的成效？人力資本結(jié)構(gòu)優(yōu)化會發(fā)生怎樣的減貧效應(yīng)？人力資本結(jié)構(gòu)優(yōu)化的減貧效應(yīng)是否存在空間關(guān)聯(lián)性？人力資本結(jié)構(gòu)優(yōu)化能否有效激發(fā)貧困地區(qū)經(jīng)濟(jì)發(fā)展的內(nèi)生動力，推動全面脫貧和鄉(xiāng)村振興有效銜接？理清這些問題對打贏脫貧攻堅(jiān)戰(zhàn)以及后小康時(shí)代進(jìn)一步解決相對貧困問題具有重要的現(xiàn)實(shí)意義。

減貧問題一直受到國內(nèi)外學(xué)者的關(guān)注，現(xiàn)有研究主要集中于貧困的度量和界定、致貧原因、反貧困策略等幾個(gè)方面。研究中關(guān)于致貧原因的觀點(diǎn)大致可以分為兩個(gè)方面，一是基于經(jīng)濟(jì)增長、區(qū)域特征、國家戰(zhàn)略等宏觀視角;二是基于農(nóng)民個(gè)人素質(zhì)、家庭特征等微觀視角。貧困惡性循環(huán)論[1]、臨界最小努力理論[2]、不平衡發(fā)展理論[3]、低水平均衡陷阱理論[4]認(rèn)為資本供給端和需求端的低水平約束、資源的稀缺、經(jīng)濟(jì)發(fā)展水平較低等是貧困發(fā)生的重要原因。在實(shí)踐上，華盛頓共識所堅(jiān)信的涓滴經(jīng)濟(jì)增長理論成為全球主流的發(fā)展理念。但部分研究表明，單純依靠經(jīng)濟(jì)增長的“涓滴效應(yīng)”和“擴(kuò)散效應(yīng)”無法使貧困群體持久地、有效地?cái)[脫貧困，反貧困措施應(yīng)該更加注重可持續(xù)性，減輕能力貧困。Schultz（1961）[5]認(rèn)為人力資本存量匱乏和長期以來對人力資本投資的不重視是貧窮產(chǎn)生的根本原因。Sen（1981）[6]提出貧窮不僅僅指收入低下，更表現(xiàn)為教育和健康水平低下導(dǎo)致的創(chuàng)造收入能力或機(jī)會被剝奪，即是人力資本不足。Becker（1991）[7]將人力資本投資從宏觀層面拓展到微觀層面，指出教育是影響貧困的核心人力資本要素[8]。勞動力轉(zhuǎn)移是重塑人口分布格局、優(yōu)化人力資本結(jié)構(gòu)的有效途徑[9]。

現(xiàn)有研究為本文提供了很好的理論借鑒和邏輯起點(diǎn)，但仍存在一定的局限性。一是在研究視角上，同時(shí)將教育、健康、勞動力轉(zhuǎn)移納入人力資本范疇來分析減貧效益的研究十分鮮見。二是在貧困測度上大多采用貧困發(fā)生率或收入指標(biāo)，而以單一指標(biāo)測度貧困顯得過于片面，不能反映貧困個(gè)體的脆弱性、持久性等詳細(xì)信息。三是在研究對象選擇上，宏觀層面的研究大多選取省域數(shù)據(jù)，這使得部分城市的個(gè)體差異性被覆蓋;微觀層面的研究則采用抽樣調(diào)查獲取農(nóng)戶個(gè)體數(shù)據(jù)，由于抽樣對象、方法和問卷設(shè)計(jì)等存在差異，使得研究結(jié)論的代表性較差。四是在研究方法上，大多研究假定地區(qū)間的人力資本結(jié)構(gòu)是相互獨(dú)立的。其實(shí)，本地區(qū)的人力資本優(yōu)化不僅受到本地區(qū)因素的影響，還依賴于鄰近地區(qū)的教育和醫(yī)療條件、政策、經(jīng)濟(jì)等因素，若忽略這種相關(guān)性將會使估計(jì)結(jié)果出現(xiàn)偏誤。

與既有文獻(xiàn)相比，本文的邊際貢獻(xiàn)在于：一是從收入狀況、消費(fèi)狀況、生活保障、脫貧質(zhì)量等多個(gè)視角出發(fā)全面反映各地區(qū)當(dāng)前的生活狀態(tài)，同時(shí)運(yùn)用主成分分析法構(gòu)建減貧脫困評價(jià)體系，測算地區(qū)減貧脫困指數(shù)。二是我們同時(shí)關(guān)注教育人力資本、健康人力資本和勞動力轉(zhuǎn)移，以全國278個(gè)地級城市數(shù)據(jù)為研究對象進(jìn)行分析。從三大人力資本的綜合視角對大樣本數(shù)據(jù)進(jìn)行回歸分析，檢驗(yàn)教育人力資本、健康人力資本和勞動力轉(zhuǎn)移對減貧脫困的作用，所得的研究結(jié)果具有很好的代表性和參考價(jià)值。三是在計(jì)量分析中加入教育人力資本、健康人力資本和勞動力轉(zhuǎn)移等變量的空間相關(guān)性，運(yùn)用空間計(jì)量模型進(jìn)行回歸分析以修正忽略空間依賴性所帶來的估計(jì)偏誤問題。四是本文的研究具有明確的政策含義。2020年是決戰(zhàn)決勝脫貧攻堅(jiān)和全面建成小康社會的收官之年，我們要千方百計(jì)的鞏固好脫貧攻堅(jiān)成果，接下來要做好鄉(xiāng)村振興這篇文章。在這樣的時(shí)代背景下，我們研究人力資本結(jié)構(gòu)優(yōu)化的減貧效應(yīng)既有助于從人力資本結(jié)構(gòu)的視角理解減貧脫困，也對實(shí)施教育優(yōu)先戰(zhàn)略，提升健康保障水平，優(yōu)化勞動力配置等具有很強(qiáng)的現(xiàn)實(shí)指導(dǎo)意義。

二、機(jī)理分析與研究假設(shè)

人力資本主要通過教育培訓(xùn)、醫(yī)療保健、勞動力轉(zhuǎn)移等渠道來優(yōu)化結(jié)構(gòu)，提升層次。因此，我們從教育、健康、勞動力轉(zhuǎn)移三個(gè)方面分析人力資本結(jié)構(gòu)對減貧脫困的作用機(jī)理。

在考慮空間相關(guān)性的情況下，勞動者、資金、技術(shù)等在地區(qū)之間自由流動。根據(jù)丹尼森效應(yīng)和“結(jié)構(gòu)紅利假說”，勞動力從生產(chǎn)率較低的部門向生產(chǎn)率較高的部門轉(zhuǎn)移會提高整體生產(chǎn)效率。資金從經(jīng)濟(jì)發(fā)達(dá)地區(qū)流入到貧困地區(qū)，為貧困地區(qū)開發(fā)和發(fā)展提供資金支持，帶動貧困地區(qū)產(chǎn)業(yè)發(fā)展、基礎(chǔ)設(shè)施建設(shè)，進(jìn)而推動貧困地區(qū)經(jīng)濟(jì)發(fā)展提質(zhì)增效，加快貧困地區(qū)減貧進(jìn)程，由此提出如下假設(shè)。

假設(shè)五：勞動力轉(zhuǎn)移對減貧脫困具有正向的促進(jìn)作用。

假設(shè)六：在考慮空間相關(guān)性的情況下，勞動力轉(zhuǎn)移對減貧脫困具有正向的促進(jìn)作用。

三、實(shí)證分析

明確人力資本與減貧脫困之間的關(guān)系，我們在理論分析的基礎(chǔ)上，利用中國大陸278個(gè)地級城市2008—2017年的數(shù)據(jù)，通過構(gòu)建普通面板計(jì)量模型和空間計(jì)量模型實(shí)證分析人力資本的減貧效應(yīng)。

（一）計(jì)量模型的建立

1. 基礎(chǔ)計(jì)量模型。由于面板數(shù)據(jù)相比于橫截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)包含更大的樣本容量，不僅能夠獲得更多的樣本動態(tài)行為信息，有效解決遺漏變量問題，而且在一定程度上能降低變量間的多重共線性，提高計(jì)量分析的準(zhǔn)確性。故在此采用面板計(jì)量模型分析人力資本的減貧效應(yīng)。

教育培訓(xùn)、醫(yī)療保健和勞動力轉(zhuǎn)移是優(yōu)化人力資本結(jié)構(gòu)的有效途徑。基于此，我們以教育人力資本、健康人力資本、勞動力轉(zhuǎn)移作為核心解釋變量，以減貧指數(shù)作為被解釋變量，同時(shí)控制其他可能的影響變量，將計(jì)量模型設(shè)定為：

lnpovi，t=a0+a1lnedui，t+a2lnheai，t+a3lnmigi，t+a4Xcon+εi，t（1）

其中，i表示地區(qū)，t表示時(shí)間，pov表示減貧脫困指數(shù)，edu表示教育人力資本，hea表示健康人力資本，mig表示勞動力轉(zhuǎn)移情況，Xcon代表一系列控制變量，包括固定資產(chǎn)投資情況（inv）、金融發(fā)展水平（cbd）、產(chǎn)業(yè)結(jié)構(gòu)（str）、城市化水平（urb）、科技發(fā)展水平（tec）、經(jīng)濟(jì)發(fā)展情況（pgdp）。εi，t表示獨(dú)立同分布的隨機(jī)擾動項(xiàng)。α0為常數(shù)項(xiàng)，α1、α2、α3、α4分別表示教育人力資本、健康人力資本、勞動力轉(zhuǎn)移、控制變量對應(yīng)的系數(shù)。為減輕數(shù)據(jù)波動性和異方差性，我們對變量取自然對數(shù)。

2. 基于空間效應(yīng)的模型設(shè)定?！暗乩韺W(xué)第一定律”表明所有的物質(zhì)與其他事物相關(guān)聯(lián)，較近的事物比較遠(yuǎn)的事物關(guān)聯(lián)性更強(qiáng)。因此，無論是地區(qū)的經(jīng)濟(jì)發(fā)展水平、脫貧情況、地方政策，還是人力資本流動、人力資本結(jié)構(gòu)提升都存在一定的空間關(guān)聯(lián)性。如果回歸分析時(shí)，不考慮區(qū)域之間的空間關(guān)聯(lián)性會使得估計(jì)的結(jié)果出現(xiàn)偏差。常用的空間計(jì)量模型主要包括空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。

空間自回歸模型（SAR）假設(shè)被解釋變量均會通過空間相互作用對其他地區(qū)的經(jīng)濟(jì)產(chǎn)生影響?？臻g誤差模型（SEM）假定空間溢出效應(yīng)產(chǎn)生的原因是隨機(jī)沖擊的結(jié)果，即空間效應(yīng)是通過擾動項(xiàng)之間的空間自相關(guān)關(guān)系體現(xiàn)出來?？臻g杜賓模型（SDM）則是同時(shí)考慮空間滯后項(xiàng)和空間誤差項(xiàng)，而且SDM模型還會考慮空間交互作用，即一個(gè)地區(qū)的人力資本結(jié)構(gòu)不僅受到本地區(qū)自變量的影響，還會受到其他地區(qū)人力資本結(jié)構(gòu)和自變量的影響。

鑒于不同類型的空間計(jì)量模型所揭示的經(jīng)濟(jì)涵義有所區(qū)別，為了獲取擬合結(jié)果最優(yōu)的空間計(jì)量模型，本文探索建立SAR、SEM和SDM模型。

我們僅考慮單向空間相關(guān)性，則構(gòu)建SAR模型為：

lnpovi，t=α0+δWlnpovi，t+α1lnedui，t+α2lnheai，t+α3lnmigi，t+α4Xcon+εi，t（2）

若空間依賴作用存在于擾動項(xiàng)誤差項(xiàng)之中，則構(gòu)建SEM模型：

lnpovi，t=α0+α1lnedui，t+α2lnheai，t+α3lnmigi，t+α4Xcon+λWμi，t+εi，t（3）

考慮自變量空間滯后項(xiàng)和因變量之間的相關(guān)關(guān)系，構(gòu)建SDM模型：

lnpovi，t=α0+δWlnpovi，t+α1lnedui，t+α2lnheai，t+α3lnmigi，t+α4Xcon+θ1Wlnedui，t+θ2Wlnheai，t+θ3Wlnmigi，t+θ4WXcon+εi，t（4）

其中，W為空間距離權(quán)重矩陣;δ為空間自回歸系數(shù);λ為空間誤差項(xiàng)系數(shù);θ為相應(yīng)變量的空間滯后項(xiàng)系數(shù);γ、μ是服從獨(dú)立同分布的擾動項(xiàng)。

現(xiàn)有研究中，通常根據(jù)空間單元的鄰接性確定空間權(quán)重矩陣wij。如果兩個(gè)區(qū)域相鄰，那么權(quán)重矩陣中所對應(yīng)元素取1，反之取0。但部分學(xué)者認(rèn)為地理鄰接矩陣不足以充分反映地區(qū)之間關(guān)聯(lián)的客觀事實(shí)[23]。一方面，經(jīng)濟(jì)活動的空間效應(yīng)不僅僅局限于和它相鄰的地區(qū)。一個(gè)城市的發(fā)展策略、教育和醫(yī)療等政策可能會受到其他并不相鄰城市的影響，例如北京與杭州、成都、武漢不相鄰，但是北京的房價(jià)和政策會對杭州、成都、武漢等地區(qū)產(chǎn)生影響。另一方面，一個(gè)城市和所有與之不相鄰的城市的空間關(guān)聯(lián)強(qiáng)度有差別。如上海和廣州市、呼和浩特市都不相鄰，它們的空間權(quán)重取值都是0，但是上海對與之較近的廣州的影響遠(yuǎn)遠(yuǎn)大于與之距離相對較遠(yuǎn)的呼和浩特市的影響?；诖?，我們根據(jù)地區(qū)間地理距離的倒數(shù)構(gòu)建空間權(quán)重矩陣w，即區(qū)域i與區(qū)域j之間的權(quán)重wij=1/dij，其中dij表示兩地的地理距離。

3. 空間計(jì)量模型的效應(yīng)測算。在包含空間滯后項(xiàng)的空間計(jì)量模型中，自變量對因變量的影響不能簡單地用回歸系數(shù)表征。LeSage等（2008）[24]根據(jù)空間效應(yīng)作用的范圍和對象不同，將空間計(jì)量模型中自變量對因變量的影響分為直接效應(yīng)、溢出效應(yīng)和總效應(yīng)。直接效應(yīng)是指區(qū)域i的變量xrit變動對本區(qū)域i的被解釋變量yit的影響，即直接效應(yīng)=yitxrit。溢出效應(yīng)是指其他區(qū)域的變量xrjt變動對本區(qū)域i的被解釋變量yit產(chǎn)生的影響，即溢出效應(yīng)=yitxrjt?？傂?yīng)則是指所有區(qū)域的變量xrt對區(qū)域i的被解釋變量yit產(chǎn)生的影響，由此可知，直接效應(yīng)和溢出效應(yīng)共同構(gòu)成了總效應(yīng)，即：

yitxrt=yitxrit+yitxrjt。

（二）變量說明

1. 被解釋變量（pov）?，F(xiàn)有研究中，大多采用兩種方法度量貧困，一種是貧困發(fā)生率，一種是家庭人均純收入。采用貧困發(fā)生率測度貧困首先要選定貧困線，然而學(xué)術(shù)研究中尚未采用一致的貧困線，故而所得的研究結(jié)論也不盡相同。同時(shí)，貧困發(fā)生率不能反映不同地區(qū)貧困的詳細(xì)信息。因此，我們不采用貧困發(fā)生率來測量貧困。采用家庭人均純收入作為衡量貧困的主要指標(biāo)，其基本理念是從滿足個(gè)人基本生活需要的角度來看待貧困。事實(shí)上，收入不足只是貧困的結(jié)果而不是貧困的根源。被稱為社會“癌癥”的貧困是一種復(fù)雜的社會現(xiàn)象。因此，不能僅從收入維度來度量。

根據(jù)中共中央辦公廳和國務(wù)院辦公廳印發(fā)的《關(guān)于建立貧困退出機(jī)制的意見》，借鑒師榮蓉、丁改云（2020）[25]和徐英（2019）[26]的研究思路，遵循科學(xué)性和可操作性等原則，從收入狀況、消費(fèi)狀況、生活保障和脫貧質(zhì)量四個(gè)維度構(gòu)建減貧脫困指標(biāo)體系（見表1）。鑒于主成分分析法在確定指標(biāo)權(quán)重和反映基礎(chǔ)指標(biāo)貢獻(xiàn)方面更具優(yōu)勢，因此，我們采用主成分分析法確定基礎(chǔ)指標(biāo)的權(quán)重，綜合測算2008-2017年278個(gè)地級城市減貧脫困指數(shù)。

2. 核心解釋變量。人力資本是指通過正規(guī)教育、在職培訓(xùn)、醫(yī)療保健、勞動力轉(zhuǎn)移等多種渠道獲得的凝結(jié)在勞動者身上的知識、能力、技能、經(jīng)驗(yàn)、健康素質(zhì)等因素總和，是勞動者質(zhì)量的反映[27]。由此可以看出，影響人力資本形成的因素是多方面的，其中教育培訓(xùn)、醫(yī)療衛(wèi)生、勞動力轉(zhuǎn)移是優(yōu)化人力資本結(jié)構(gòu)的有效途徑。因此，我們以教育人力資本、健康人力資本、勞動力轉(zhuǎn)移作為核心解釋變量。

（1）教育人力資本（edu）：人力資本的測量方法主要有成本法和收入法兩種。收入法是通過測度人力資本預(yù)期產(chǎn)生的收入來表示人力資本，但通過現(xiàn)期收入來推斷未來總收入存在很大不確定性和數(shù)據(jù)換算誤差。因此，我們使用成本法作為教育人力資本的測算指標(biāo)。考慮數(shù)據(jù)可得性，本文用財(cái)政教育支出占財(cái)政支出的比重來表示教育人力資本。

（2）健康人力資本（hea）：健康人力資本的形成主要是通過醫(yī)療、衛(wèi)生等方面的支出來實(shí)現(xiàn)，并且這類支出主要來自于公共財(cái)政。因此，我們用財(cái)政醫(yī)療衛(wèi)生支出占財(cái)政支出的比重來表示。

（3）勞動力轉(zhuǎn)移（mig）：勞動力轉(zhuǎn)移的經(jīng)濟(jì)福利效應(yīng)主要來源于農(nóng)業(yè)產(chǎn)業(yè)和非農(nóng)業(yè)產(chǎn)業(yè)的收益差距。因此，我們將農(nóng)戶勞動力轉(zhuǎn)移定義為是否從事非農(nóng)產(chǎn)業(yè)，用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)從業(yè)人員的比重表示勞動力轉(zhuǎn)移。

3. 控制變量。除上述核心解釋變量外，我們還在分析中納入了其他一些變量，以控制不同經(jīng)濟(jì)體的異質(zhì)性所帶來的影響。具體而言，我們參考已有研究，主要加入以下可能對地區(qū)減貧脫困產(chǎn)生影響的因素作為控制變量：

（1）固定資產(chǎn)投資情況（inv）：固定資產(chǎn)投資主要用于完善城市道路、住房、學(xué)校等基礎(chǔ)設(shè)施建設(shè)，方便人民的生活，增加當(dāng)?shù)氐木蜆I(yè)崗位，有利于加快地區(qū)減貧進(jìn)程，降低地方返貧的可能性。因此，我們用固定資產(chǎn)投資額表示固定資產(chǎn)投資情況。

（2）金融發(fā)展水平（cbd）：金融扶貧是精準(zhǔn)扶貧戰(zhàn)略的重要一環(huán)。金融業(yè)的發(fā)展能提高貧困人群在經(jīng)濟(jì)活動中的財(cái)富積累效率，增強(qiáng)貧困家庭抵御風(fēng)險(xiǎn)的能力，因此，金融業(yè)的發(fā)展具有明顯的減貧效應(yīng)。我們使用存貸款余額與GDP的比值來衡量金融發(fā)展水平。

（3）產(chǎn)業(yè)結(jié)構(gòu)（str）：發(fā)展扶貧產(chǎn)業(yè)、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級能夠顯著加快集中連片地區(qū)的減貧脫困進(jìn)程。我們使用第三產(chǎn)業(yè)增加值和GDP的比值來表示產(chǎn)業(yè)結(jié)構(gòu)。

（4）城市化水平（urb）：人口學(xué)中，城市化的定義是指農(nóng)村人口或農(nóng)業(yè)人口轉(zhuǎn)變?yōu)槌鞘腥丝诨蚍寝r(nóng)業(yè)人口的過程。根據(jù)這一定義，我們用市轄區(qū)年末戶籍人口與全市年末戶籍人口的比值表示城市化水平。

（5）科技發(fā)展水平（tec）：科技扶貧是我國開發(fā)式扶貧戰(zhàn)略的重要組成部分。以科技發(fā)展為支撐推動脫貧攻堅(jiān)是實(shí)現(xiàn)貧困地區(qū)經(jīng)濟(jì)發(fā)展提質(zhì)增效和“脫窮根”的重要保障。我們用財(cái)政科技支出與財(cái)政總支出的比值表示科技發(fā)展水平。

（6）城市經(jīng)濟(jì)發(fā)展情況（pgdp）：各地區(qū)的經(jīng)濟(jì)發(fā)展水平對貧困者的發(fā)展機(jī)會和收入產(chǎn)生影響。雖然地區(qū)生產(chǎn)總值是一個(gè)平均概念，受收入分配結(jié)構(gòu)的影響，但已有研究表明人均地區(qū)生產(chǎn)總值能夠?qū)p緩貧困產(chǎn)生正向影響。因此，我們用人均地區(qū)生產(chǎn)總值來表示城市經(jīng)濟(jì)發(fā)展情況。

（7）經(jīng)濟(jì)開發(fā)度（ope）：對外開放是促進(jìn)經(jīng)濟(jì)增長的重要因素。本文以人均實(shí)際利用外資金額表示對外開放度，由于原始數(shù)據(jù)為美元，因此根據(jù)匯率換算為人民幣。

（8）基礎(chǔ)設(shè)施建設(shè)情況（inf）：交通基礎(chǔ)設(shè)施是城市基礎(chǔ)設(shè)施建設(shè)的主要內(nèi)容，也是保障經(jīng)濟(jì)發(fā)展的基礎(chǔ)和前提。因此，我們以人均城市道路面積表示城市基礎(chǔ)設(shè)施水平。

（三）數(shù)據(jù)來源

以中國大陸278個(gè)地級城市作為研究對象，以2008-2017年作為樣本區(qū)間進(jìn)行研究，各種數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》《區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒和統(tǒng)計(jì)局網(wǎng)站，對缺失數(shù)據(jù)和異常數(shù)據(jù)采用線性插值法和均值替換法進(jìn)行替換和補(bǔ)全，部分?jǐn)?shù)據(jù)由作者根據(jù)公式計(jì)算所得。為保持?jǐn)?shù)據(jù)平穩(wěn)性，消除異方差，我們對變量作自然對數(shù)處理。各變量的描述性統(tǒng)計(jì)結(jié)果見表2。

（四）特征性事實(shí)

在進(jìn)行實(shí)證分析以前，我們首先直觀地分析和觀察人力資本與減貧脫困之間的關(guān)系（見圖1）。我們分別用入學(xué)率、預(yù)期壽命、非農(nóng)產(chǎn)業(yè)就業(yè)比例、貧困發(fā)生率作為教育人力資本、健康人力資本、勞動力轉(zhuǎn)移和減貧脫困情況的粗略衡量指標(biāo)。

從歷史性數(shù)據(jù)可以看出，按照現(xiàn)行標(biāo)準(zhǔn)測算的貧困發(fā)生率從1978年的97.5%下降到2018年的1.7%。與此同時(shí)，表征教育人力資本的高等教育入學(xué)率從1978年的2.7%上升到2018年的48.1%，說明我國的人均受教育水平逐步提高，教育人力資本結(jié)構(gòu)不斷優(yōu)化。表征勞動力轉(zhuǎn)移的非農(nóng)產(chǎn)業(yè)就業(yè)比例從1978年29.5%上升到2018年的73.9%，表明我國勞動力非農(nóng)業(yè)就業(yè)比重不斷上升。代表健康人力資本的預(yù)期壽命從1978年的68.2歲增長到2018年的77歲，反映出我國的人均壽命不斷延長，健康人力資本結(jié)構(gòu)不斷優(yōu)化。隨著教育人力資本水平、健康人力資本水平的不斷提升以及非農(nóng)勞動力轉(zhuǎn)移的不斷增加，我國的貧困發(fā)生率呈下降趨勢，這意味著教育人力資本、健康人力資本、非農(nóng)勞動力轉(zhuǎn)移這三個(gè)因素與減貧脫困存在著某種同步關(guān)系。

（五）相關(guān)變量數(shù)據(jù)性質(zhì)檢驗(yàn)

為了得到更為精準(zhǔn)的回歸結(jié)果，我們需要在回歸分析之前檢驗(yàn)數(shù)據(jù)的性質(zhì)。計(jì)量模型中各變量的組間異方差、組間同期相關(guān)以及組內(nèi)自相關(guān)的檢驗(yàn)結(jié)果如表3所示。Wald檢驗(yàn)的P值為0.000 0，強(qiáng)烈拒絕原假設(shè)，認(rèn)為選取的面板數(shù)據(jù)存在組間異方差，這表明為了提高估計(jì)的準(zhǔn)確性我們需要考慮地區(qū)間的異質(zhì)性。Pesaran檢驗(yàn)的P值為0.000 0，強(qiáng)烈拒絕原假設(shè)，認(rèn)為存在組間同期相關(guān)，而同期相關(guān)從某種程度上說明控制變量選取合理。Wooldridge檢驗(yàn)的P值為0.000 0，拒絕不存在組內(nèi)自相關(guān)原假設(shè)，這說明選取的變量有明顯的時(shí)間趨勢，但是考慮到本文實(shí)證分析所采用的數(shù)據(jù)是含278個(gè)截面10期的短面板數(shù)據(jù)，因此我們可以不考慮面板自相關(guān)的問題。由此，我們在下面的計(jì)量分析中要在考慮組間異方差的基礎(chǔ)上進(jìn)行回歸分析。

四、回歸結(jié)果分析

單位根檢驗(yàn)、格蘭杰因果檢驗(yàn)、協(xié)整檢驗(yàn)均表明，減貧指數(shù)和教育人力資本、健康人力資本、勞動力轉(zhuǎn)移等幾個(gè)核心解釋變量之間都存在著穩(wěn)健的相關(guān)關(guān)系①，因此可以進(jìn)行回歸分析。我們以普通面板線性回歸模型作為實(shí)證分析的起點(diǎn)，分別采用混合效應(yīng)回歸、固定效應(yīng)回歸、隨機(jī)效應(yīng)回歸得到模型（1）、模型（2）、模型（3）。我們使用F檢驗(yàn)和豪斯曼檢驗(yàn)篩選使用的模型。從檢驗(yàn)的結(jié)果來看，F(xiàn)檢驗(yàn)統(tǒng)計(jì)量為4.41，P值為0，拒絕使用混合效應(yīng)模型的原假設(shè)。豪斯曼檢驗(yàn)統(tǒng)計(jì)量為66.14，P值為0，烈強(qiáng)拒絕使用隨機(jī)效應(yīng)模型的原假設(shè)。因此，我們以固定效應(yīng)模型作為標(biāo)準(zhǔn)進(jìn)行分析，驗(yàn)證假設(shè)一、假設(shè)三和假設(shè)五。

表4中的固定效應(yīng)回歸結(jié)果表明，教育人力資本通過5%的顯著性檢驗(yàn)，回歸系數(shù)為0.415，說明提升教育人力資本水平會加快減貧脫困的進(jìn)程。2019年4月習(xí)近平總書記在重慶考察石柱土家自治縣脫貧攻堅(jiān)工作時(shí)強(qiáng)調(diào)：“‘兩不愁三保障很重要的一條就是義務(wù)教育要有保障。再苦不能苦孩子，再窮不能窮教育。要保證貧困山區(qū)的孩子上學(xué)受教育”?，F(xiàn)有研究表明，提升教育人力資本水平不僅能夠提高勞動生產(chǎn)率，促進(jìn)經(jīng)濟(jì)發(fā)展，而且還會通過提升貧困人口的能力、提高家庭經(jīng)濟(jì)收入水平等來阻斷貧困的代際傳遞。

健康人力資本在1%的顯著性水平下顯著，回歸系數(shù)為0.68，說明健康人力資本與減貧脫困呈正相關(guān)關(guān)系，驗(yàn)證了假設(shè)三。第四次國家衛(wèi)生服務(wù)調(diào)查表明，疾病或損傷是貧困地區(qū)致貧的重要原因之一。西部地區(qū)如陜西、云南、青海和甘肅等省份因病致貧、因病返貧的比例高達(dá)50%，甚至更高[28]。因此，提升健康人力資本水平是打贏脫貧攻堅(jiān)戰(zhàn)、邁入小康社會的有效途徑。勞動力轉(zhuǎn)移的回歸結(jié)果顯著為正，說明勞動力轉(zhuǎn)移會促進(jìn)貧困地區(qū)減貧脫困，驗(yàn)證了假設(shè)五。研究表明農(nóng)業(yè)勞動力非農(nóng)轉(zhuǎn)移是緩解貧困的主要途徑之一。農(nóng)業(yè)剩余勞動力非農(nóng)轉(zhuǎn)移就業(yè)有利于解決因人均耕地面積少、農(nóng)業(yè)勞動生產(chǎn)率低下造成的農(nóng)民收入水平低、生活困難等問題，實(shí)現(xiàn)資源的優(yōu)化配置。固定資產(chǎn)投資通過1%的顯著性檢驗(yàn)，回歸系數(shù)顯著為正，說明增加固定資產(chǎn)投資會加快脫貧進(jìn)程。新增固定資產(chǎn)投資會增加就業(yè)機(jī)會，改善生活環(huán)境。金融發(fā)展水平在1%的顯著性水平下通過顯著性檢驗(yàn)，回歸系數(shù)為-3.21，說明金融發(fā)展對減貧脫貧有阻礙作用，這可能是金融資本“偏好”所引起的。收入較低的貧困群體自身資本積累的天然不足和外源資本獲取能力較差[29]，加之貧困地區(qū)的空間劣勢嚴(yán)重、金融發(fā)展滯后，金融市場基礎(chǔ)設(shè)施不健全，交易成本過高，使得貧困地區(qū)存在著金融服務(wù)的“資格門檻”。貧困地區(qū)受到的金融抑制程度越大越難擺脫其收入增長的困境。產(chǎn)業(yè)結(jié)構(gòu)的回歸結(jié)果顯著為負(fù)，說明產(chǎn)業(yè)結(jié)構(gòu)變化對減貧脫困有阻礙作用。該回歸結(jié)果可能是因?yàn)樨毨后w主要從事農(nóng)業(yè)活動，因此，農(nóng)業(yè)產(chǎn)業(yè)比重的降低可能會減少貧困人口的收入;也可能是采用靜態(tài)面板分析，忽略了空間相關(guān)性。城市化水平回歸系數(shù)顯著為正，說明提升城市化水平將為地區(qū)減貧脫困創(chuàng)造有利的條件。一方面，城市化進(jìn)程中農(nóng)村人口向城鎮(zhèn)人口轉(zhuǎn)變，通過人口遷移引起地理效應(yīng)，從而影響農(nóng)村貧困水平;另一方面，城市化發(fā)展對經(jīng)濟(jì)增長、收入分配等經(jīng)濟(jì)變量產(chǎn)生影響，通過經(jīng)濟(jì)變量間的相互聯(lián)系間接作用于貧困水平[30]。科技發(fā)展水平?jīng)]有通過顯著性檢驗(yàn)，說明科技的發(fā)展對地區(qū)減貧脫困的影響不顯著。目前我國貧困地區(qū)產(chǎn)業(yè)以傳統(tǒng)的農(nóng)業(yè)、手工業(yè)為主，現(xiàn)代工業(yè)發(fā)展相對滯后，高科技研發(fā)和應(yīng)用十分鮮見，因此，科技發(fā)展水平對地區(qū)減貧脫困的作用效應(yīng)不明顯。經(jīng)濟(jì)開放度通過了1%的顯著性檢驗(yàn)，回歸系數(shù)為-1.046，說明現(xiàn)階段的經(jīng)濟(jì)開放會阻礙減貧脫困進(jìn)程。貧困地區(qū)的對外開放主要表現(xiàn)為資源的交換，經(jīng)濟(jì)附加值較低。同時(shí)，由于一些項(xiàng)目的引進(jìn)會引起環(huán)境污染，因此貧困地區(qū)的對外開放在一定程度上反而會不利于減貧脫困。人均GDP作為地區(qū)經(jīng)濟(jì)稟賦的代理變量對地區(qū)減貧脫困的影響不明顯，這一結(jié)果與預(yù)期不一致，可能與本文使用的樣本有關(guān)，也可能是因?yàn)楹雎粤丝臻g相關(guān)性?；A(chǔ)設(shè)施建設(shè)的回歸結(jié)果顯著為正，說明完善基礎(chǔ)設(shè)施建設(shè)有助于減少貧困發(fā)生。近年來國家對農(nóng)村道路等基礎(chǔ)設(shè)施建設(shè)逐年加大，貧困地區(qū)基礎(chǔ)設(shè)施條件大大改善。

五、進(jìn)一步研究：空間計(jì)量

面板模型估計(jì)結(jié)果得出了優(yōu)化人力資本結(jié)構(gòu)具有減貧效應(yīng)，但是結(jié)論成立的前提是各城市彼此獨(dú)立，不考慮地區(qū)之間的空間相關(guān)性。從實(shí)際來看，一方面，地區(qū)之間密切的交流和合作使得資金、信息、物質(zhì)等在地區(qū)之間流動和交換，各個(gè)城市在空間上存在著空間相互作用。特別是近年來對口幫扶、結(jié)對脫貧等舉措，使得地區(qū)之間的聯(lián)系日益緊密，也勢必會對減貧脫困成效產(chǎn)生影響。另一方面，人力資源屬于稀缺性資源，受自身和外部環(huán)境等因素影響經(jīng)常出現(xiàn)跨地區(qū)流動的現(xiàn)象，這種流動會產(chǎn)生一定的溢出效應(yīng)，也會對地區(qū)人力資本結(jié)構(gòu)優(yōu)化產(chǎn)生影響。如果我們假定各城市是獨(dú)立的，忽視彼此之間的空間相關(guān)性，可能會導(dǎo)致模型估計(jì)結(jié)果出現(xiàn)偏誤。因此，有必要納入空間效應(yīng)來進(jìn)一步分析人力資本結(jié)構(gòu)優(yōu)化的減貧效應(yīng)。

（一）空間相關(guān)性檢驗(yàn)與圖示

在進(jìn)行空間計(jì)量回歸分析之前，首先要考察變量的空間依賴性。本文采用全域Morans I指數(shù)（莫蘭指數(shù)）來開展被解釋變量、核心變量的空間自相關(guān)性檢驗(yàn)（見表5）。

從表5的檢驗(yàn)結(jié)果可以看出，減貧指數(shù)的莫蘭指數(shù)基本都在1%的顯著性水平下通過了顯著性檢驗(yàn)，同時(shí)核心解釋變量教育人力資本、健康人力資本、勞動力轉(zhuǎn)移也都存在著顯著的空間自相關(guān)性。因此，總體而言，建立空間計(jì)量模型進(jìn)一步探討優(yōu)化人力資本結(jié)構(gòu)的減貧效應(yīng)是必要的。

（二）空間計(jì)量估計(jì)結(jié)果

為了提高回歸結(jié)果的準(zhǔn)確性，我們選用將各城市空間相關(guān)性考慮在內(nèi)的空間面板SAR模型、SEM模型、SDM模型進(jìn)行估計(jì)，并按照Anselin et al.（2004）[31]提出的判斷規(guī)則，選用自然對數(shù)值、Wald檢驗(yàn)和LR檢驗(yàn)對模型的擬合效果進(jìn)行檢驗(yàn)（見表6）。

表6中模型（4）、模型（5）、模型（6）分別是SAR模型、SEM模型、SDM模型的固定效應(yīng)回歸結(jié)果。從回歸結(jié)果的擬合效果看，SDM模型的回歸系數(shù)顯著個(gè)數(shù)比SAR模型和SEM模型的顯著個(gè)數(shù)多，同時(shí)SDM模型的自然對數(shù)值最大，說明相較于SAR模型和SEM模型，SDM模型的擬合程度更高。為了進(jìn)一步判斷SDM模型的擬合效果，我們對SDM模型進(jìn)行Wald檢驗(yàn)和LR檢驗(yàn)，相應(yīng)的Wald空間滯后檢驗(yàn)、LR空間滯后檢驗(yàn)、Wald空間誤差檢驗(yàn)和LR空間誤差檢驗(yàn)的P值均在1%的水平下顯著為零，同樣說明SDM模型具有最優(yōu)的擬合效果。此外，SDM模型的回歸系數(shù)不滿足模型轉(zhuǎn)化的原假設(shè)，那么SDM模型不宜簡化為SAR模型和SEM模型，也即SDM模型包含的兩種空間傳導(dǎo)機(jī)制對經(jīng)濟(jì)增長的作用不可忽略?；诖?，我們選擇對模型（6）SDM模型的回歸結(jié)果進(jìn)行分析，驗(yàn)證假設(shè)二、假設(shè)四和假設(shè)六。

減貧指數(shù)的空間自回歸系數(shù)在1%的顯著性水平下顯著為負(fù)，說明減貧脫困在空間上存在著顯著的空間效應(yīng)。一個(gè)城市的減貧脫困情況很大程度上會受到鄰近城市減貧脫困情況的影響，這種空間關(guān)聯(lián)性使得減貧脫困在空間上的“高低”聚集現(xiàn)象得以解釋。這種負(fù)相關(guān)關(guān)系可能是因?yàn)猷徑貐^(qū)在資源、經(jīng)濟(jì)結(jié)構(gòu)、產(chǎn)業(yè)發(fā)展等方面都具有較強(qiáng)的相似性，地區(qū)之間的競爭較大。同時(shí)，同一區(qū)域的城市之間通常會搶奪有限的勞動力和優(yōu)秀的高素質(zhì)人才。

從自變量的空間自回歸系數(shù)來看，教育人力資本和健康人力資本的空間溢出效應(yīng)不顯著，勞動力轉(zhuǎn)移的空間溢出效應(yīng)顯著為正。在空間計(jì)量模型中，教育人力資本和減貧指數(shù)的相關(guān)性變得不顯著，由此可以說明忽略空間相關(guān)性會高估教育人力資本對減貧脫困的影響。這可能是因?yàn)橐环矫娼逃聵I(yè)的發(fā)展將有效地發(fā)揮“增智效應(yīng)”和“增收效應(yīng)”，加快地區(qū)經(jīng)濟(jì)發(fā)展和脫貧的步伐。另一方面，接受高等教育的勞動力通常在城鄉(xiāng)、經(jīng)濟(jì)發(fā)達(dá)與欠發(fā)達(dá)地區(qū)之間轉(zhuǎn)移，形成以城鎮(zhèn)、經(jīng)濟(jì)發(fā)達(dá)地區(qū)為軸心，向農(nóng)村和貧困地區(qū)發(fā)散的人才分布格局。顯然，貧困地區(qū)的高素質(zhì)人才流失嚴(yán)重，使得教育人力資本的優(yōu)化對地區(qū)經(jīng)濟(jì)發(fā)展的帶動作用很小，甚至?xí)U(kuò)大地區(qū)之間的經(jīng)濟(jì)發(fā)展差距。因此，在考慮空間相關(guān)性的情況下，教育人力資本的脫貧效應(yīng)收效甚微。

健康人力資本的相關(guān)系數(shù)由0.68降低到0.082，而且顯著性水平也相應(yīng)降低，表明普通面板回歸會高估健康人力資本的減貧效應(yīng)，但是不可否認(rèn)，健康人力資本依然會促進(jìn)地方減貧脫困，因?yàn)樵诳臻g計(jì)量模型中，健康人力資本的回歸系數(shù)在5%的顯著性水平下顯著。該結(jié)論驗(yàn)證了假設(shè)四。

在空間相關(guān)性分析中勞動力轉(zhuǎn)移的相關(guān)系數(shù)由0.482增長為0.506，說明勞動力轉(zhuǎn)移對減貧脫困具有更大的促進(jìn)作用，進(jìn)一步印證了前面初步回歸得到的結(jié)論，也驗(yàn)證了假設(shè)六。人口在區(qū)域間自由流動能夠優(yōu)化人力資本配置，最大限度的發(fā)揮人力資本效用，推動經(jīng)濟(jì)發(fā)展水平提升和人民生活條件改善。

引入空間相關(guān)性后，金融發(fā)展水平通過1%的顯著性檢驗(yàn)，回歸系數(shù)為0.268，說明考慮空間依賴性后，金融業(yè)發(fā)展將對地區(qū)減貧增收產(chǎn)生促進(jìn)作用。研究表明，金融業(yè)發(fā)展對鄰近地區(qū)減貧增收具有空間溢出效應(yīng)[32]。一方面，流動人口依靠在本地區(qū)金融扶貧中獲得的經(jīng)濟(jì)剩余直接參與流入地的投資和經(jīng)濟(jì)建設(shè)，促進(jìn)鄰近地區(qū)的經(jīng)濟(jì)發(fā)展和減貧增收。另一方面，一個(gè)地區(qū)的金融發(fā)展模式、支持政策和配套體系將會通過地理鄰近的信息外溢對鄰近城市產(chǎn)生示范作用，推動鄰近地區(qū)金融業(yè)發(fā)展，幫助其他地區(qū)實(shí)現(xiàn)有效的金融扶貧。

在空間相關(guān)性分析中經(jīng)濟(jì)發(fā)展水平的回歸結(jié)果顯著為正，相關(guān)系數(shù)為0.296，說明經(jīng)濟(jì)發(fā)展水平對地區(qū)減貧脫困具有促進(jìn)作用。社會經(jīng)濟(jì)實(shí)力明顯提升是社會成員共享發(fā)展成果的基礎(chǔ)，也是完善教育、醫(yī)療等社會保障體系和兜底政策的必要前提。與面板回歸結(jié)果相比，產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)開放度、基礎(chǔ)設(shè)施水平的減貧效應(yīng)不顯著。除此以外，其余變量系數(shù)和普通面板數(shù)據(jù)固定效應(yīng)模型的結(jié)果基本一致。

空間計(jì)量模型的回歸系數(shù)不僅可以度量解釋變量對被解釋變量的影響程度，還可以描述變量之間復(fù)雜的相互作用。這種復(fù)雜的相互作用常以直接效應(yīng)、溢出效應(yīng)來表示。因此，我們基于模型（6）空間回歸系數(shù)的估計(jì)值，以偏微分技術(shù)對各變量的直接效應(yīng)、溢出效應(yīng)和總效應(yīng)進(jìn)行測算（見表7）。

從表7中可以看出，教育人力資本的直接效應(yīng)顯著，但教育人力資本的溢出效應(yīng)和總效應(yīng)不顯著，這一結(jié)果和表6模型（6）中教育人力資本結(jié)構(gòu)的回歸結(jié)果一致，說明教育人力資本主要通過直接效應(yīng)發(fā)揮減貧脫困效果。健康人力資本的直接效應(yīng)顯著為正，但溢出效應(yīng)不顯著，說明健康人力資本直接促進(jìn)本地區(qū)減貧脫困。勞動力轉(zhuǎn)移對減貧脫困的直接效應(yīng)和溢出效應(yīng)都很顯著，且勞動力轉(zhuǎn)移的溢出增長效應(yīng)占總增長效應(yīng)的20%以上，由此進(jìn)一步說明勞動力的地區(qū)間流動所帶來的溢出效應(yīng)對地區(qū)脫貧成效具有較大的貢獻(xiàn)。

六、結(jié)論與政策建議

脫貧攻堅(jiān)戰(zhàn)從決定性成就到全面勝利，面臨的困難和挑戰(zhàn)依然艱巨，我們不能松勁懈怠。同時(shí)，2020年我們要實(shí)現(xiàn)現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口脫貧，歷史性地整體消除絕對貧困現(xiàn)象。但是消除絕對貧困并不意味著減貧工作已經(jīng)完成。我們的減貧工作并沒有終結(jié)，而是站在了新的起點(diǎn)上。相對貧困將取代絕對貧困，集中連片的區(qū)域性貧困分布將轉(zhuǎn)變?yōu)樯Ⅻc(diǎn)分布，單維收入貧困將轉(zhuǎn)變?yōu)榘ㄙY源、能力和機(jī)會的多維貧困。新的貧困格局需要新的扶貧戰(zhàn)略，黨的十九屆五中全會公報(bào)指出“深化農(nóng)村改革，實(shí)現(xiàn)鞏固拓展脫貧攻堅(jiān)成果同鄉(xiāng)村振興有效銜接”[33]。為此我們要研究、總結(jié)脫貧攻堅(jiān)戰(zhàn)的成功經(jīng)驗(yàn)，重塑減貧政策體系，構(gòu)建綜合的貧困治理結(jié)構(gòu)。在這樣的時(shí)代背景下，本文利用2008—2017年278個(gè)地級城市數(shù)據(jù)，通過構(gòu)建靜態(tài)面板模型和空間面板模型，檢驗(yàn)優(yōu)化人力資本結(jié)構(gòu)的減貧效應(yīng)，具有重要的研究價(jià)值。面板計(jì)量模型的回歸結(jié)果顯示，教育人力資本水平、健康人力資本水平的提升以及勞動力轉(zhuǎn)移對減貧脫困產(chǎn)生正向的促進(jìn)作用，其中教育人力資本減貧效應(yīng)的作用最大。同時(shí)，固定資產(chǎn)投資、基礎(chǔ)設(shè)施建設(shè)、城市化水平等對減輕貧困也有重要影響?？臻g相關(guān)性檢驗(yàn)說明地區(qū)之間的減貧脫困情況并不是隨機(jī)獨(dú)立的，會受到其他城市的影響?？紤]到地級城市之間存在的空間自相關(guān)性，引入空間計(jì)量模型?？臻g杜賓模型的實(shí)證結(jié)果支持了普通面板模型的分析結(jié)論，說明健康人力資本、勞動力轉(zhuǎn)移在空間自相關(guān)情況下依然對減貧脫困有促進(jìn)作用，且證實(shí)在考慮空間依賴性基礎(chǔ)上，勞動力轉(zhuǎn)移存在較強(qiáng)的空間溢出效應(yīng)，會發(fā)揮更大的減貧脫困作用。根據(jù)上述研究結(jié)論，提出如下政策建議。

第一，從單純重視增加人力資本存量轉(zhuǎn)向優(yōu)化人力資本結(jié)構(gòu)，推動各地方實(shí)現(xiàn)減貧脫困。優(yōu)化人力資本結(jié)構(gòu)是加快減貧步伐的重要因素，因此，各地區(qū)要從提升醫(yī)療衛(wèi)生健康保障水平、發(fā)展教育事業(yè)、鼓勵(lì)和引導(dǎo)勞動力轉(zhuǎn)移三個(gè)方面提高人力資本綜合水平，發(fā)揮人力資本結(jié)構(gòu)優(yōu)化的減貧效應(yīng)，以期早日脫貧致富。第二，對于提升教育人力資本而言，各地區(qū)應(yīng)該實(shí)施“內(nèi)培外引”的人才戰(zhàn)略，增強(qiáng)優(yōu)化人力資本結(jié)構(gòu)的內(nèi)生驅(qū)動力，實(shí)現(xiàn)借力發(fā)展提升。一方面，貫徹黨的十八大、十九大提出的“促進(jìn)各級各類教育協(xié)調(diào)發(fā)展”“優(yōu)先發(fā)展教育戰(zhàn)略”，根據(jù)區(qū)域經(jīng)濟(jì)增長的實(shí)際訴求，加強(qiáng)對各級各類教育的投入力度，統(tǒng)籌提升人才培養(yǎng)層次和質(zhì)量，創(chuàng)新人才培育的體制機(jī)制。同時(shí)，致力于教育資源在區(qū)域間的合理分布，縮小城市之間教育資源的非均衡配置。另一方面，要大力實(shí)施“千人計(jì)劃”“人才引進(jìn)”等引智計(jì)劃，通過借助外部的智力不斷優(yōu)化地區(qū)的人力資本結(jié)構(gòu)，綜合提升地區(qū)的教育人力資本水平，進(jìn)而形成教育人力資本推動減貧脫困和經(jīng)濟(jì)發(fā)展的長效機(jī)制。第三，加大公共衛(wèi)生保健支出。集中力量攻克脫貧攻堅(jiān)戰(zhàn)最后堡壘，結(jié)合推進(jìn)鄉(xiāng)村振興戰(zhàn)略，以疫情防控為切入點(diǎn)，加強(qiáng)鄉(xiāng)村人居環(huán)境整治的公共衛(wèi)生體系建設(shè)。實(shí)施貧困人口營養(yǎng)計(jì)劃，改善基礎(chǔ)醫(yī)療衛(wèi)生條件，加大對疾病的預(yù)防和控制，保障群眾基本健康。同時(shí)，建立完善的醫(yī)療救助制度，切實(shí)減輕疾病給群眾特別是困難群體造成的經(jīng)濟(jì)負(fù)擔(dān)。第四，促進(jìn)農(nóng)業(yè)轉(zhuǎn)移人口市民化，進(jìn)一步發(fā)揮農(nóng)業(yè)勞動力轉(zhuǎn)移的減貧效應(yīng)。提升城市綜合承載能力，配套做好城市建設(shè)、產(chǎn)業(yè)發(fā)展等工作，增加農(nóng)業(yè)轉(zhuǎn)移人口的就業(yè)崗位和生活空間。同時(shí)，完善戶籍管理制度，破除阻礙人口流動的壁壘，鼓勵(lì)和引導(dǎo)人才在區(qū)域間合理流動，加強(qiáng)人才交流合作，進(jìn)一步利用勞動力轉(zhuǎn)移的空間溢出效應(yīng)推進(jìn)減貧脫困進(jìn)程。第五，注重區(qū)域之間的相關(guān)性，實(shí)現(xiàn)地區(qū)之間共同發(fā)展、協(xié)調(diào)發(fā)展。特別是在政策制定時(shí)，我們不僅需要關(guān)注本地區(qū)的經(jīng)濟(jì)狀況，還需要統(tǒng)籌考慮周邊地區(qū)、同層次發(fā)展水平城市的發(fā)展?fàn)顩r，積極搭建區(qū)域協(xié)作平臺，加強(qiáng)交流與合作，從而有效促進(jìn)區(qū)域發(fā)展的互動。

注釋：

①鑒于篇幅原因，沒有展示單位根檢驗(yàn)、格蘭杰因果檢驗(yàn)、協(xié)整檢驗(yàn)的結(jié)果。

②論文只給出首尾年份的莫蘭指數(shù)圖示，其余年份的對比分析得到的結(jié)論和首尾年份的對比分析得到的結(jié)論基本一致，有興趣的讀者可以向作者索取其余年份的莫蘭指數(shù)散點(diǎn)圖示和編號對應(yīng)的城市名單。

③考慮到文章的篇幅，本文尚未列出SDM模型中控制變量的空間交互系數(shù)。

參考文獻(xiàn)：

[1]HOLZMANN R， JORGENSEN S.Social protection as social risk management ：conceptual underpinnings for the social protection sector strategy paper[J].Journal of International Development，1987，11（7）：1005-1027.

[2]LEIBENSTEIN H. Economic backwardness and economic growth[J]. Econometrica，1959，27（3）：538-539.

[3]HIRSHMAN O.The strategy of economic development[M]. Yale University Press，1958.

[4]NEGAHBAN S N， Ravikumar P， Wainwright M J.A unified framework for high-dimensional analysis of m-estimators with decomposable regularizers[J]. Statistical Science，2000，27（4）：538-557.

[5]SCHULTZ T W. Investment in human capital[J].American Economic Review，1961，51（5）：1-17.

[6]SEN A.Poverty and famines： an essay on entitlement and deprivation[M].USA： Oxford University Press，1981.

[7]BECKER G.Treatise on the family Massachusetts[M].New York： Harvard University Press，1991.

[8]章元，許慶，鄔璟璟.一個(gè)農(nóng)業(yè)人口大國的工業(yè)之路：中國降低農(nóng)村貧困的經(jīng)驗(yàn)[J].經(jīng)濟(jì)研究，2012（12）：56-62.

[9]史桂芬，李真.人口流動助推地區(qū)經(jīng)濟(jì)增長的機(jī)制研究——基于長三角城市群的面板數(shù)據(jù)[J].華東經(jīng)濟(jì)管理，2020（6）：10-18.

[10]KUROSAKI T.Effects of education on farm and non-farm productivity in rural Pakistan[J].Foundation for Advanced Studies on International Development，2001（25）：197-211.

[11]USMAN A， Malik M I， Ahmad S. Role of micro finance in reducing poverty： a look at social and economic factors[J].International Journal of Business and Social Science，2011（21）：138-144.

[12]郭繼強(qiáng).中國城市次級勞動力市場中民工勞動供給分析——兼論向右下方傾斜的勞動供給曲線[J].中國社會科學(xué)，2005（5）：16-26.

[13]WEDGWOOD R.Education and poverty reduction in Tanzania[J].International Journal of Educational Development，2007，27（4）：383-396.

[14]楊俊，黃瀟.基于教育差距引致農(nóng)村貧困的背景觀察[J].改革，2010（3）：110-119.

[15]田曉紅，李濤.民族地區(qū)“教育致貧”發(fā)生機(jī)制與“教育治貧”對策——基于三個(gè)民族地區(qū)的對比研究[J].中南民族大學(xué)學(xué)報(bào)（人文社會科學(xué)版），2011，31（6）：69-73.

[16]HAMID T， SYED A， JENNIFER R， PAUL M. Can micro health insurance reduce poverty？ evidence from Bangladesh[J].Journal of Risk and Insurance，2011，78（1）：57-82.

[17]王弟海.健康人力資本、經(jīng)濟(jì)增長與貧困陷阱[J].經(jīng)濟(jì)研究，2012（6）：143-155.

[18]ROSS C E， MIROWSKY J.Dose medical insurance contribute to socioeconomic differentials in health？[J].Milbank Quarterly，2000，78（2）：291-321.

[19]黃薇.醫(yī)保政策精準(zhǔn)扶貧效果研究——基于URBMI試點(diǎn)評估入戶調(diào)查數(shù)據(jù)[J].經(jīng)濟(jì)研究，2017（9）：117-132.

[20]程名望， JIN YANHONG， 蓋慶恩，史清華.農(nóng)村減貧：應(yīng)該更關(guān)注教育還是健康？——基于收入增長和差距縮小雙重視角的實(shí)證[J].經(jīng)濟(jì)研究，2014（11）：130-144.

[21]張桂文，王青，張榮.中國農(nóng)業(yè)勞動力轉(zhuǎn)移的減貧效應(yīng)研究[J].中國人口科學(xué)，2018（4）：18-29.

[22]樊士德，江克忠.中國農(nóng)村家庭勞動力流動的減貧效應(yīng)研究——基于CFPS數(shù)據(jù)的微觀證據(jù)[J].中國人口科學(xué)，2016（5）：26-34.

[23]李婧，譚清美，白俊紅.中國區(qū)域創(chuàng)新生產(chǎn)的空間計(jì)量分析——基于靜態(tài)與動態(tài)空間面板模型的實(shí)證研究[J].管理世界，2010（7）：43-65.

[24]LESAGE J P， PACE R K. Spatial econometric modeling of origin-destination flows[J].Journal of Regional Science，2008（5）：941-967.

[25]師榮蓉，丁改云.金融發(fā)展多維減貧的空間溢出效應(yīng)檢驗(yàn)[J].統(tǒng)計(jì)與決策，2019（15）：150-153.

[26]徐英.貴州省縣域貧困測度及空間格局分析[J].中國農(nóng)村資源與區(qū)劃，2019（8）：95-102.

[27]楊建芳，龔六堂，張慶華.人力資本形成及其對經(jīng)濟(jì)增長的影響——一個(gè)包含教育和健康投入的內(nèi)生增長模型及其檢驗(yàn)[J].管理世界，2006（5）：10-21.

[28]尹飛霄.人力資本與農(nóng)村貧困研究：理論與實(shí)證[D].南昌： 江西財(cái)經(jīng)大學(xué)，2013.

[29]王小華，溫濤，王定祥.縣域農(nóng)村金融抑制與農(nóng)民收入內(nèi)部不平等[J].經(jīng)濟(jì)科學(xué)，2014（2）：44-54.

[30]田雅娟，劉強(qiáng).城鎮(zhèn)化的農(nóng)村減貧效應(yīng)——基于動態(tài)變系數(shù)模型的實(shí)證研究[J].統(tǒng)計(jì)與信息論壇，2020（2）：94-101.

[31]ANSELIN L， FLORAX R， REY S J. Advances in spatial econometrics： methology， tools and applications[M].Springer Verlag Press，2004.

[32]顧曉安，莊曉棟，許澤慶.空間視角下的普惠金融與農(nóng)村減貧增收——機(jī)制探討與實(shí)證檢驗(yàn)[J].農(nóng)村金融，2020（1）：108-116.

[33]中國共產(chǎn)黨第十九屆中央委員會第五次全體會議公報(bào)[R].北京：人民出版社，2020：15.

責(zé)任編輯：母愛英

Research on Poverty Alleviation with Human Capital Structure Optimization from thePerspective of Spatial Spillover Effect in China

He Xionglang， Shi Shijiao

（School of Economics， Southwestern Minzu University， Sichuan Chengdu 610041， China）

Abstract：

By building a common panel model and spatial econometric model，the authors empirically test the poverty reduction effect in optimizing the structure of the human capital. The results of this study show that the alleviation situations between regions are not random or independent， they have a significant spatial spillover effect. The general panel regression results show that the promotion of healthy and educated human capital can positively promote regional poverty alleviation， while after the introduction of spatial correlation， there is no obvious correlation between educated human capital and poverty alleviation and the regression coefficient of healthy human capital decreases， indicating that ignoring the spatial correlation will overestimate the impact of educated and healthy human capital on regional poverty alleviation. Labor transfer has a strong spatial spillover effect. Considering spatial dependence， labor transfer will further accelerate the pace of regional poverty alleviation.

Key words：educated human capital; healthy human capital; labor transfer; poverty alleviation; spatial correlation