吳云青 杜佳樂 密長林

摘 要：在構建評價指標體系的基礎上，綜合運用熵值法、多指標綜合評價法、全局空間自相關分析與局部空間自相關分析等方法探討了我國31個省域扶貧績效的空間差異特征。研究結果表明，我國扶貧績效存在較為顯著的正空間自相關特點，扶貧績效的均質(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個省域，低-高聚集類型區(qū)有5個省域，低-低聚集類型區(qū)有6個省域，高-低聚集類型區(qū)有7個省域。其中，只有內(nèi)蒙古和河南2個省域扶貧績效的LISA值通過了顯著性水平的統(tǒng)計性檢驗，與其他省域相比較，河南和內(nèi)蒙古對于我國扶貧績效空間自相關的貢獻更大。

關鍵詞：扶貧；績效評價；空間差異

中圖分類號：K901.2；F323.8 文獻標識碼：Ａ 文章編號：１００９ — ２２３４（２０23）09 — ０128 — ０4

通過績效評價了解扶貧工作進展及存在問題，對于進一步優(yōu)化我國扶貧政策，提高扶貧效益進而實現(xiàn)鄉(xiāng)村振興意義重大。當前關于扶貧績效評價研究已取得豐碩成果：一是科技扶貧、信息扶貧、生態(tài)扶貧等專項扶貧績效實證分析［1-3］；二是扶貧績效評價模型構建研究［4-5］；三是扶貧績效優(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效評價層面，聚焦于扶貧績效空間差異的研究并不多見。已有為數(shù)不多的扶貧績效空間差異的研究也大多采用傳統(tǒng)的分析方法，缺乏對空間信息的考量，忽略了空間因素的作用，對于扶貧績效在地理空間的聚集、關聯(lián)探討不足，難以有效揭示扶貧績效空間分異規(guī)律?；诖?，本文在構建扶貧績效評價指標體系基礎上，運用探索性空間分析（ESDA）方法對我國各省域扶貧績效及其空間差異進行實證研究具有重要意義。

一、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本文主要基于2020年我國省級尺度的研究，共有31分析單元（不包括臺灣地區(qū)、香港和澳門特別行政區(qū)）。數(shù)據(jù)主要來源于2021年《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》以及各省市政府工作報告及其統(tǒng)計年鑒中的相關數(shù)據(jù)。

（二）研究方法

1.評價指標體系的構建及權重確定

基于本文的研究目的，主要從6方面構建扶貧績效評價指標體系（表1）。運用熵值法［7］來計算各個指標權重。

2.扶貧績效綜合評價

運用極差標準化方法［8］對各指標數(shù)據(jù)進行規(guī)范化處理，從而得到各指標標準化值。依據(jù)各指標的權重及其標準化值，運用多指標綜合評價法計算扶貧績效綜合指數(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）以測量空間關聯(lián)性為核心，是描述和揭示研究對象空間分布特征的方法技術。

全局空間自相關分析。采用全局莫蘭指數(shù)（Global Moran’s I）來計算全局空間自相關程度。對于在構建鄰近矩陣時出現(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，并對生成的空間矩陣文件進行修改。

局部空間自相關分析。運用Moran散點圖和Local Moran’s（Lisa）指數(shù)進行局部空間自相關分析以揭示評價指標局部變化特征規(guī)律。

二、實證結果與分析

（一）我國扶貧績效的計算

依照前述指標權重計算過程，可計算出扶貧績效評價指標權重值（表1）。在運用極差標準化方法對各指標數(shù)據(jù)標準化處理基礎上，可計算出我國31個省域扶貧績效值（表2）。

（二）我國扶貧績效評價結果分析

由表2可知，各省域扶貧績效有明顯地域差異。運用數(shù)列平均值法把各省扶貧績效劃分為4等級，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、江蘇的績效值均在0.33以上，屬于扶貧績效優(yōu)秀區(qū)。當然這6個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，比如西藏的扶貧績效值最高，達到0.46328，其在扶貧投入水平、生產(chǎn)生活、基礎設施建設等方面均有較好表現(xiàn)，但是在經(jīng)濟發(fā)展、生態(tài)環(huán)境方面評價得分卻都較低，分別位列全國第26、29位。內(nèi)蒙古的扶貧績效值位列全國第2，其在扶貧投入、社會發(fā)展、生產(chǎn)生活方面表現(xiàn)較好，但是在基礎設施建設、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)儆诜鲐毧冃Я己脜^(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)儆诜鲐毧冃б话銋^(qū)，他們在扶貧工作各方面表現(xiàn)大多較為平庸，比如湖北省在扶貧投入、經(jīng)濟發(fā)展、社會發(fā)展、生產(chǎn)生活、基礎設施建設、生態(tài)環(huán)境發(fā)展方面的得分分列全國第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)儆诜鲐毧冃л^差區(qū)域，這些省域幾乎在扶貧工作各個方面均缺乏亮點，在某些評價指標上甚至遠落后于我國平均水平。比如，甘肅省的扶貧績效值在全國位列末位，除了扶貧投入水平在全國位列第8位外，在其他評價維度上的評價得分在全國均位列下游，經(jīng)濟發(fā)展水平更是位列全國倒數(shù)第一。

（三）基于ESDA的我國扶貧績效空間差異分析

1.全局空間自相關分析

為進一步描述我國扶貧績效分布空間格局，在構建空間權重矩陣基礎上計算出扶貧績效的全局Moran's I指數(shù)為0.382，運用Z值法開展空間自相關顯著性檢驗，結果表明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，通過顯著性檢驗。這說明我國扶貧績效存在顯著的正空間自相關特征，呈現(xiàn)出較鮮明的空間依賴與集聚現(xiàn)象。

2.局部空間自相關分析

上面的全局空間自相關分析是對于整個數(shù)據(jù)集總體空間相關特點與模式的探討，無法有效說明要素在何處聚集或在何處呈現(xiàn)出異?，F(xiàn)象，這就不能有效識別要素空間集聚的內(nèi)部特征，也有可能會掩蓋偏離整體布局特征的空間關系?；诖?，運用Local Moran’s（LISA）指數(shù)和Moran散點圖進一步分析扶貧績效局部空間特點。

Moran散點圖（圖1）的橫坐標表示我國扶貧績效標準化值，縱坐標是扶貧績效滯后向量，中心坐標為橫縱軸坐標均值。由此，可以將平面坐標圖劃分為4象限，分別代表扶貧績效不同的局部空間聚集類型。圖1、表2表明，我國扶貧績效的散點主要聚集在高-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個散點，占全部散點的61.3%。而散布在高-低聚集類型區(qū)、低-高聚集類型區(qū)的散點則相對較少，占全部散點的38.7%，我國扶貧績效的均質(zhì)區(qū)域明顯多于異質(zhì)區(qū)域，這也進一步驗證了本文總體空間相關特點的分析結論。

運用OpenGeoDa軟件可進一步計算出我國31省域扶貧績效的LISA值，但通過5%顯著性水平的Z值統(tǒng)計性檢驗的只有河南和內(nèi)蒙古兩省域，其他省域扶貧績效與相鄰區(qū)域的關聯(lián)性并不顯著。這表明，與其他省域相比較，河南和內(nèi)蒙古對于我國扶貧績效空間自相關的影響更大、貢獻更多。

（1）高-高聚集類型區(qū)。此種類型省域共13個，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，東北省域3個，中部省域2個，西部省域3個。這些省域本身的扶貧績效較高，周邊也大多聚集了同樣扶貧績效較高的省域，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)濟社會發(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)實施產(chǎn)業(yè)幫扶、就業(yè)幫扶、教育幫扶、社會保障幫扶、生態(tài)保護幫扶等。比如，浙江省近些年積極推進財政資金折股量化扶貧試點，在保持扶貧資金原用途前提下，將幫扶資金所形成的股權量化分配給貧困戶，使貧困戶有了更多財產(chǎn)性收益。新疆、青海、西藏雖然屬于相對落后的西北省域，但近些年中央政府、東部對口幫扶省份、一些大型企業(yè)、社會組織等持續(xù)實施了一系列扶貧舉措與工程，大大改善了當?shù)厣a(chǎn)生活條件，有力地促進了貧困地區(qū)脫貧摘帽。近些年，我國連續(xù)實施的東北振興戰(zhàn)略也有力促進了遼寧、吉林、黑龍江東北三省經(jīng)濟社會發(fā)展及其脫貧攻堅。需要指出的是，盡管從全國的層面來看，該區(qū)域內(nèi)各省扶貧績效水平較高，但他們之間仍有較大差異，西藏、上海、浙江、江蘇的扶貧績效值較高，分列全國第1、3、5、6位，但是遼寧、吉林、黑龍江3個省域的扶貧績效接近我國扶貧績效的均值線，存在較大的落入低-高區(qū)域的可能性。LISA值的研究結果顯示，該聚集類型區(qū)的13個省域均沒通過5%顯著性水平的Z值檢驗，這說明他們的扶貧工作還不能顯著輻射、帶動周邊省域。

（2）低-高聚集類型區(qū)。該聚集類型的省域共有5個，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效水平較低，而其相鄰省域的扶貧績效卻大多較高，這些扶貧績效相對較高的省域尚沒有足夠的能力輻射、帶動周邊省域扶貧攻堅事業(yè)的發(fā)展。因此，這5個省域成為我國扶貧績效的低值空心區(qū)。比如，甘肅省扶貧績效值位列全國最末位，但是其周邊的內(nèi)蒙古、青海、寧夏、新疆扶貧績效卻相對較高，分列全國第2、12、7、8位。湖南省扶貧績效位列全國第22位，但是其周邊的廣東、江西、湖北、重慶扶貧績效卻相對較高，分列全國第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，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效較低，周邊也大多聚集了同樣績效較低的省域，他們之間的空間差異較小。以上6個省域中只有河南省的LISA值通過了5%顯著性檢驗，從而成為“冷點”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效較低，其周邊省域扶貧績效也大多較低，低水平聚集分布特點較為明顯。比如，其鄰近的河北、山東、山西、陜西的扶貧績效值分別位列全國的第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，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效值較高，但是其鄰近省域扶貧效果卻相對較差，從而形成了“高值孤立區(qū)”。以上7個省域中只有內(nèi)蒙古的LISA值通過5%顯著性檢驗，其扶貧績效值位列全國第2，但是其鄰近的甘肅、山西、河北、陜西的扶貧績效值卻分別位列全國第31、30、29、26位。這說明，近些年內(nèi)蒙古充分發(fā)揮其自然資源優(yōu)勢，大力發(fā)展優(yōu)勢特色農(nóng)牧產(chǎn)業(yè)，有效促進了貧困人口脫貧致富，取得較高的扶貧績效。但是其并未有效拉動周邊地區(qū)的扶貧工作，也沒有形成與相鄰省域的“近域擴散”效應。

三、結論與政策建議

主要研究結論如下：1．在全局空間自相關方面，我國扶貧績效存在較為顯著的正空間自相關特征，也就是說扶貧績效較高的省域趨于相鄰，而扶貧績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．在局部空間自相關方面，我國多數(shù)省域表現(xiàn)為正的空間相關性。高-高聚集類型區(qū)有13個省域，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)分布在我國的華北、西南地區(qū)。高-低聚集類型區(qū)有7個省域，包括北京、廣東、湖北、江西、內(nèi)蒙古、寧夏、四川等。

基于上述結論，提出以下政策建議：深化東西部協(xié)同合作，構建扶貧攻堅新格局；加強統(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)域扶貧攻堅特色模式；激發(fā)扶貧內(nèi)生動力，提升脫貧質(zhì)量。

〔參 考 文 獻〕

［1］耿潤哲，王萌，何洪宇.生態(tài)環(huán)境行業(yè)扶貧績效量化評估方法初探：以承德市圍場滿族蒙古族自治縣為例［J］.環(huán)境科學研究，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效［J］.華南農(nóng)業(yè)大學學報（社會科學版），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)信息扶貧績效評價與對策研究［J］.情報科學，2020，

38（12）：116-121.

［4］劉丹，鄭喜喜，楊悅.精準扶貧績效評價模型及應用［J］.統(tǒng)計與決策，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)精準扶貧績效評價及其影響因素研究——基于三階DEA和TOBIT模型［J］.軟科學，2020，

34（09）：72-78.

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

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

［8］遲國泰，齊菲，張楠.基于最優(yōu)組合賦權的城市生態(tài)評價模型及應用［J］.運籌與管理，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區(qū)域差異研究［J］.地理科學，2005，25（04）：

393-400.〔責任編輯：孫玉婷〕