張焱 ，毛珮 ，馮璐，胡雪枝

（1.云南農業(yè)大學 經濟管理學院，云南 昆明 650201；2.云南農業(yè)大學 國際合作交流處，云南 昆明 650201；3.南京審計大學 公共管理學院，江蘇 南京 210000）

中國GDP 的增長速度放緩，是從2010 年開始的，到2020 年的10 年時間里，僅有2017 增速較上一年增長0.1 個百分點，其余9 年增速連續(xù)下降，增速的下降一方面體現我國經濟步入新常態(tài)，從中高速發(fā)展轉向高質量發(fā)展，從“量”向“質”過渡；另一方面，也表明我國經濟結構存在一定的問題，如區(qū)域收入差距拉大、資源過度消耗、環(huán)境惡化等[1]，這些問題對我國，尤其對剛剛脫貧區(qū)域的經濟可持續(xù)發(fā)展影響極大。當前，精準扶貧方略圓滿收官，我國已成功擺脫絕對貧困，進入精準扶貧成效鞏固和鄉(xiāng)村振興有機銜接階段[2]；也進入以消除“收入貧困”為目標轉為消除“發(fā)展貧困”為目標的“后貧困時代”[3]。在后貧困時代，盡管我國絕對貧困已經全面消除，但由于縣域，尤其是曾經的集中連片特困地區(qū)縣，也就是生態(tài)脆弱區(qū)，多與邊境地區(qū)、限制和禁止開發(fā)區(qū)、少數民族聚居區(qū)和革命老區(qū)在空間上高度重疊，其經濟發(fā)展不發(fā)達、不協(xié)調和不持續(xù)問題顯著，貧困成因復雜，制約因素交互，返貧問題突出[4-5]，因此這些已脫貧的生態(tài)脆弱縣的能力貧困、機會貧困、收入貧困等“發(fā)展貧困”問題依然比較突出，脫貧不穩(wěn)定性和脆弱性較強，其經濟的高質量發(fā)展受限。因此，考察這些縣域是否形成可持續(xù)的經濟發(fā)展能力，是否能夠有效抵擋頻繁的內外部沖擊，防止返貧，順利進入全民小康階段，并與鄉(xiāng)村振興戰(zhàn)略有機銜接，逐步邁向高質量發(fā)展，是當前需要著重關注的問題[6]。

2021 年國家鄉(xiāng)村振興局公布的160 個國家鄉(xiāng)村振興重點幫扶縣基本上均屬于原集中連片特困地區(qū)縣之列，且主要集中在西南部。而作為中國西南部“發(fā)展貧困”相當突出的云南省而言，其境內的集中連片特困地區(qū)主要包括烏蒙山區(qū)、滇桂黔石漠化區(qū)、滇西邊境山區(qū)和云南迪慶少數民族聚居區(qū)，位于這些地區(qū)的縣是云南省主要的“發(fā)展貧困”和“生態(tài)脆弱”聚集區(qū)，存在地理環(huán)境惡劣、返貧率高、內生發(fā)展能力不足等突出問題。因此，這些縣域是云南省當前消除“發(fā)展貧困”的主攻區(qū)域，它們快速而穩(wěn)定的發(fā)展，是云南省鞏固脫貧成果順利過渡到鄉(xiāng)村振興、邁向高質量發(fā)展的有力保障。大量的研究和現實實踐表明，國家資金扶持、救濟性扶持政策等“輸血”式幫扶存在返貧率高、脫貧不穩(wěn)定、幫扶效果不佳等問題，只有增強區(qū)域自身的經濟發(fā)展效率，才能從根本上解決發(fā)展貧困問題，并順利步入高質量發(fā)展階段。

1 文獻綜述

效率一詞通常是指給定勞動、資本、技術等投入下，主體能最有效地利用資源達到設定的愿望和需要的評價方式[7]。經濟效率則是要素投入消耗與商品和服務產出效果的比率[8]，它體現了區(qū)域經濟增長的質量，對其經濟發(fā)展具有正向促進作用[9]。通常，利用全要素生產率（全要素生產率=產出總量/全部資源投入總量）對經濟效率進行測度，考慮到實際生產中，多種生產要素同時存在，因此，一些學者在對SOLOW 全要素生產率理論內涵的理解下，提出了度量全要素生產率的具體方法，包括索羅余值法、數據包絡法等，并揭示除勞動力、資本、土地等要素投入能夠實現經濟增長以外，技術創(chuàng)新、教育和知識水平的提高、規(guī)模經濟、管理水平改進等對經濟增長也具有促進作用[10-12]。不難看出，這些投入要素既包括外部因素，也包括內部因素，但從內生發(fā)展理論，以及中國經濟學家林毅夫的企業(yè)自生發(fā)展理論可以發(fā)現，內部因素是變“被動”為“主動”，在經濟效率提升中起到更重要的作用[13-14]。因此，對于生態(tài)脆弱區(qū)域而言，技術、資金等外援性扶持盡管是其經濟發(fā)展的主要動力來源之一，但村莊治理人才、新型經營主體培育、自我發(fā)展意識、產業(yè)發(fā)展、集體經濟壯大等自我發(fā)展能力提升是這些區(qū)域經濟可持續(xù)發(fā)展的源泉[15]。

從研究尺度來看，已有研究主要以省域、經濟帶、自貿區(qū)、縣域為主，在縣域尺度上，對吉林、福建、甘肅等省份的縣域經濟效率進行了研究，因為選取的區(qū)域具有差別性，其得到的結論也各不相同。如李寧等[16]對吉林省39 個縣域的研究發(fā)現，吉林省縣域全要素生產率總體呈現波動上升，技術進步發(fā)揮主導性作用，技術效率和規(guī)模效率對縣域促進作用逐年上升，縣域間的差異先擴大后縮小，在空間上近似隨機分布，局部有一定程度的空間集聚性，縣域間經濟效率的時空分異主要受其資源稟賦、經濟分工、產業(yè)結構和經濟集聚水平等的影響。

在研究方法上，學者們應用定性和定量的方法對經濟效率及其影響因素進行了探究，其中定量的方法主要包括主成分分析法、泰爾指數、熵權法、索羅余值法、數據包絡法、地理探測器、Tobit 模型等，研究結果表明，居民、企業(yè)、政府等區(qū)域主體的內在致富強烈愿望和自發(fā)內生動力是區(qū)域發(fā)展能力生成的根本動力，國家扶貧政策、東部對西部的對口幫扶支援等是區(qū)域協(xié)調發(fā)展的外生動力，而內生動力是外生動力發(fā)揮作用的內在基礎，沒有“發(fā)展貧困”地區(qū)和群眾致富的內在動力，僅靠外在幫扶，不能從根本上解決問題[17-18]。具體來看，個體消極的價值觀、消極的自我觀、社會心理動力的控制感缺失、市場理性缺失、發(fā)展意識不足、家庭資源限制等，以及區(qū)域內市場機制不完善、創(chuàng)新驅動不足、產業(yè)發(fā)展不暢、城市化水平不高、固定資產投資有限、耕地面積少、集體經濟投入不足等均限制了“發(fā)展貧困”區(qū)、生態(tài)保護區(qū)等的經濟水平提升[19-22]。

毫無疑問，前人的研究成果極大地豐富了區(qū)域經濟發(fā)展效率問題，建立起較為成熟的區(qū)域經濟效率研究體系，這為后續(xù)探索和研究契合區(qū)域異質性特征構建經濟發(fā)展新動能的鄉(xiāng)村振興戰(zhàn)略奠定了堅實基礎。但就現有的文獻來看，仍然存在一定的拓展空間。一是就研究區(qū)域選擇而言，本研究所考察的生態(tài)脆弱縣基本上涵蓋了云南省的大部分國家鄉(xiāng)村振興重點幫扶縣，且這些縣均屬于集中連片特困地區(qū)，應作為重點區(qū)域加以研究，但目前對這些縣的研究較少，尤其是定量研究更少。二是多數學者基于統(tǒng)計年鑒數據探討縣域經濟效率及影響因素，數據較為宏觀，指標選擇上針對性不夠，從而影響了對現實的指導意義，而本研究利用的是云南省脫貧攻堅大數據平臺上的全樣本數據，因而可以提取更具針對性的指標，比如村均集體收入。三是當前對“發(fā)展貧困”下經濟效率的研究還較少，亟待豐富。基于此，首先，本研究以位于云南省4 個集中連片特困地區(qū)中的40 個生態(tài)脆弱縣的經濟效率為研究對象，以生態(tài)脆弱縣2019年的全樣本大數據為基礎①數據來源于《云南省脫貧攻堅數據報告（2019—2020 年）》，當前數據更新最近年度為2019 年（2020 年發(fā)布），2020 年及以后年度的數據，云南省鄉(xiāng)村振興局不再統(tǒng)計。，構建包含7 個投入、2 個產出的評價指標體系，應用規(guī)模報酬可變的DEA 方法科學測度云南省生態(tài)脆弱縣的經濟效率。其次，利用空間自相關分析法探討云南省生態(tài)脆弱縣經濟效率的空間分布特征。最后，構建地理加權模型，定量探測影響這些區(qū)域經濟效率的顯著因素，由此為生態(tài)脆弱縣域經濟發(fā)展能力提升的精準施策、精準資源配置、精準監(jiān)測等提供靶向瞄準和技術支撐，為區(qū)域實現可持續(xù)、高質量發(fā)展戰(zhàn)略提供借鑒依據。

2 材料與方法

2.1 “發(fā)展貧困”下云南生態(tài)脆弱縣基本概況

云南省地處中國西部，是集山區(qū)、民族、跨境多位一體的中國欠發(fā)達區(qū)域。盡管2020 年云南省88 個國家級貧困縣已經全部脫貧摘帽，但越晚脫貧出列的縣，其貧困程度就越高，生態(tài)環(huán)境質量和經濟發(fā)展水平也更低，因此這些晚出列縣域面臨的“發(fā)展貧困”問題更為突出。故本研究以2018 年底以后脫貧摘帽出列的40 個縣域作為“發(fā)展貧困”下云南生態(tài)脆弱縣研究范疇。這40 個生態(tài)脆弱縣2019 年脫貧摘帽33 個，2020 年脫貧摘帽剩余的7 個，它們的分布區(qū)域為烏蒙山區(qū)11 個，滇桂黔石漠化區(qū)7 個，滇西邊境山區(qū)21 個，云南迪慶少數民族聚居區(qū)1 個，分布于13 個州市，其中，昭通市有8 個縣，文山州有6 個縣，紅河州有5 個縣，普洱市和怒江州各有4 個縣，大理州有3 個縣，曲靖市、麗江市、保山市各有2 個縣，楚雄州、德宏州、臨滄市、迪慶州各有1個縣，如表1 所示。

表1 “發(fā)展貧困”下云南生態(tài)脆弱縣的分布

2.2 數據來源和指標體系

2.2.1 數據來源

本研究的主要數據來源于《云南省脫貧攻堅數據報告（2019—2020 年）》、云南省鄉(xiāng)村振興局、各地州鄉(xiāng)村振興局、《云南統(tǒng)計年鑒》、網站上的相關數據等。其中，研究中生態(tài)脆弱縣范疇為云南省2018 年年底以后脫貧摘帽貧困縣的全樣本數據。

2.2.2 指標選取

指標的科學選擇是進行評價的基礎，已有的研究對此進行了探索。BECERRA 等[23]將內生潛力、社會資本和社區(qū)參與作為可持續(xù)發(fā)展的主要動力因素。柳江等[24]構建了勞動、資本、土地和技術4 個投入要素的一級指標，就業(yè)人口、年末金融機構各項貸款余額、居民消費支出、固定資產投資、化肥施用量、耕地面積、農作物播種面積、學校數量、年末常住人口、專任教師10 個投入要素的二級指標，以及社會經濟和居民生活的2 個產出一級指標，地區(qū)生產總值、農林牧漁業(yè)總產值、社會消費品零售額、金融機構城鄉(xiāng)居民人民幣儲蓄存款、居民可支配收入、在校學生數6 個產出的二級指標，利用PCA-SE-DEA 組合模型對甘肅省縣域經濟效率進行了測度?？傮w來講，資源的科學利用以內部資源為主、外部資源為輔，包括自然、文化、生態(tài)、地理資源、人力、資金、政策、制度資源以及綜合效益的實現，涉及經濟、社會和環(huán)境效益[25]。在參考已有文獻和考量本研究的重點是生態(tài)脆弱縣的“發(fā)展貧困”，而非“收入貧困”，以及基于數據可獲得性、可操作性和科學性原則的基礎上，本文選擇了7 個投入和2 個產出指標作為“發(fā)展貧困”下云南生態(tài)脆弱縣經濟效率的測度指標。

本研究的指標體系設計分為投入指標和產出指標，投入指標主要從影響“發(fā)展貧困”的因素，即脫貧者素質、產業(yè)發(fā)展和資源利用3 個方面考慮，且以內部投入為主，沒有將政府、企業(yè)等外部支持納入。這樣設計的主要原因是更精確地測度云南省生態(tài)脆弱縣的自身經濟效率。產出指標從收入和貧困發(fā)生率兩個角度考慮。

因為考察的是“發(fā)展貧困”下生態(tài)脆弱縣的經濟效率，因此，這些區(qū)域內人口的素質是影響其經濟效率的重要因素。在筆者多年的研究實踐工作中發(fā)現，勞動力人口、務工人口數、家庭人員文化素質、身體健康狀況對區(qū)域經濟發(fā)展具有重要影響，尤其是對于農村人口占比大且生態(tài)脆弱的區(qū)域更甚?；诖?，本研究選擇了勞動力人口占比、務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）和身體健康人數占比4 個指標作為生態(tài)脆弱縣人口素質的測度指標。多個學者的研究表明，產業(yè)發(fā)展是增強區(qū)域可持續(xù)發(fā)展的主要動能[26-27]，因此研究將村集體收入納入評價指標體系中。由于云南省是農業(yè)大省，生態(tài)脆弱縣的基數更大，大多數農村人口從事農業(yè)生產，耕地對他們的重要性不言而喻；而住房則是其基本生活資料，因此，研究將人均耕地面積和人均住房面積2 個基本生產生活資源納入評價指標體系中，最后得到7 個投入指標（表2）。結合已有的研究，本研究主要將人均可支配收入和貧困發(fā)生率作為產出指標[28]，其中貧困發(fā)生率為非期望產出。

表2 云南生態(tài)脆弱縣經濟效率測度指標體系

2.3 研究方法

關于經濟效率測度的方法主要有熵權TOPSIS 法、變異系數法、層次分析法、數據包絡分析法（DEA）、混合方向性距離函數模型（HDDF）等。陳黎明等[29]構建了資本、人力資源、水資源、電力和土地資源5 個投入指標，地區(qū)生產總值和工業(yè)生產總值2 個經濟期望產出指標，以及廢水和廢氣2 個環(huán)境污染的非期望產出指標，應用HDDF 對2011 年“兩橫三縱”城市化戰(zhàn)略中62 個重要節(jié)點城市的經濟效率、環(huán)境效率和生態(tài)效率進行了實證研究，結果表明，62 個城市的三項效率不高，有較大改進空間。唐家龍[30]應用DEA 對中國1952—2007 年期間中國及各區(qū)域經濟增長源泉進行測度發(fā)現，技術進步是驅動東部地區(qū)和全國生產率增長的源泉，技術效率對中西部地區(qū)的生產率增長具有顯著貢獻。鹿晨昱等[31]應用Super-SBM 模型基于資本、勞動力、技術和資源要素投入，經濟、社會和環(huán)境效益的期望產出，以及環(huán)境污染的非期望產出設計指標體系對甘肅省綠色發(fā)展效率進行了研究。

參考已有研究成果，并考慮到數據包絡分析法可以將經濟效率進行分解，能夠更精細、更有效、更準確地探析影響生態(tài)脆弱縣經濟效率的障礙因子，再加上DEA分析法可用于多輸入和多輸出，且不需要輸入和輸出之間具有顯性表達式、客觀性強的特點，本研究選擇DEA分析法對“發(fā)展貧困”下云南省生態(tài)脆弱縣的經濟效率進行測度。縣域經濟效率的空間屬性主要應用空間自相關分析法進行分析，該方法能度量變量在空間上的分布特征和其對鄰域的影響程度，主要有Moran’ I 指數和Geary’ C 指數，鑒于Moran’s I 指數能更好地運用空間權重，可靠性更高，所以選用Moran’s I 指數對云南省生態(tài)脆弱縣經濟效率的空間屬性進行判定。當前對影響因素進行分析的方法主要有Logit 模型、Tobit 模型、地理加權模型等方法，鑒于地理加權模型在線性回歸模型中納入了數據的空間特性，既能反映變量之間的數量關系，又能體現變量之間的空間特征，因此本研究選擇地理加權模型對影響研究區(qū)域經濟效率的因素進行探究。

2.3.1 數據包絡分析

數據包絡分析（DEA）是一種對投入產出效率進行評價的非參數方法。其基本思想是，在一組多投入和多產出的決策單元中，應用線性規(guī)劃得到有效前沿面，并根據每個決策單元DMU 與有效前沿面的距離來評判是否有效[32-33]。該方法的突出特點是無需進行權重假設，其權重由決策單元DMU 的實際數據得到最優(yōu)權重，客觀性強，在DEA 方法中，最具代表性的模型有CCR 模型、BCC模型、FG 模型和ST 模型[34]。基于生態(tài)脆弱縣域的經濟效率是一種投入產出效率問題，且投入產出等比變化的可能性不大，因此本研究應用規(guī)模報酬可變的BCC 模型進行研究。其中，每個決策單元有7 個投入指標，2 個產出指標，產出指標中貧困發(fā)生率為非期望產出。應用DEA進行效率分析的前提條件要求指標個數不高于決策單元的1/3，本研究決策單元數為40 個，指標數9 個，滿足要求。

關于非期望產出的處理主要有曲線測度評價法、數據轉換函數處理法及距離函數法等。F?RE 等[35]在效率評價中提出了一種非線性的非期望產出處理方法，用徑向測度的倒數（曲線）測度非期望產出效率。該方法是一種非線性數學規(guī)劃模型，求解較為繁瑣，盡管F?RE 等人給出了近似線性規(guī)劃的求解方法，但卻無法保證解的精確性[36]。數據轉換函數法是將越小越好的非期望產出采用負產出、線性數據轉換、非線性數據轉換方法轉換成越大越好的期望產出，但該方法的應用受到模型凸性要求、CCR 模型中無法保持分類一致性等問題[37-38]。距離函數法可以按照決策者意愿設定效率改進方向，突破了傳統(tǒng)徑向測度的效率改進方法，具有一定的優(yōu)越性[39]。比較三種方法，研究選擇距離函數法對非期望產出進行處理。

BCC 模型的表達式如下：

該線性規(guī)劃的約束條件為：

式中：X為投入變量，Y為產出變量；k=1,2,…,m表示各個決策單元；ε為非阿基米德無窮小量；S-為投入的松弛變量，S+為產出的松弛變量，兩者均為非負數。當θ=1，S-=S+=0 時，表示決策單元DEA 有效；當θ=1，S-≠S+≠0 時，表示決策單元DEA 弱有效；當θ＜1 時，表示決策單元DEA 無效[40]。

2.3.2 空間自相關分析法

空間自相關分析法（ESDA）包括兩個方面，即全局空間自相關和局部空間自相關[41]。全局Moran’s I 指數可檢驗“發(fā)展貧困”下云南省生態(tài)脆弱縣經濟效率的總體空間關聯性和差異性特征；局部Moran’s I 指數則可以揭示各個子縣域經濟效率的空間屬性。本研究采用全局莫蘭指數（Global-Moran’s I）和局部莫蘭指數（Local-Moran’s I）來測度云南省生態(tài)脆弱縣經濟效率的空間分異特征。計算過程中采用基于1/d（d表示兩個子區(qū)域幾何中心之間的距離）的空間權重矩陣。

2.3.3 地理加權回歸模型

地理加權回歸模型（GWR）在回歸模型中加入地理位置，其參數隨著空間地理位置的變化而變化，彌補了常規(guī)線性回歸模型的不足，通過地理加權模型的應用，可以更好地模擬各個影響因素效應水平在空間上的差異性。本研究將2019 年云南省生態(tài)脆弱縣的經濟效率作為因變量，選擇務工人口數占比、村均集體收入、人均耕地面積、人均住房面積、初中及以上人數（不含學齡前兒童和在校生）、貧困發(fā)生率6 個指標為自變量，探析縣域經濟效率的影響因素類別。GWR 模型的表達式為：

式中：yk為第k個采樣點，(αk,βk)為第k個點的地理坐標，λ0(αk,βk)為k點的回歸常數，λi(αk,βk)為k點第i個變量的回歸參數，xki為經濟效率第i個解釋變量在第k點的取值，εk為k點的隨機誤差[42]。當GWR 模型的赤池信息準則最小時，帶寬d為最佳[43]，且本研究應用距離反比法獲取空間權函數。

3 結果分析

3.1 “發(fā)展貧困”下云南省生態(tài)脆弱縣經濟效率分析

3.1.1 總體經濟效率

利用規(guī)模報酬可變的DEA-BCC 模型對云南省生態(tài)脆弱縣經濟發(fā)展的綜合效率（TE）、純技術效率（PTE）和規(guī)模效率（SE）進行測算（綜合效率=純技術效率×規(guī)模效率），得到表3。從云南省整體情況來看，綜合效率為0.743，處于中上水平，表明云南省生態(tài)脆弱縣的經濟發(fā)展動力處于中上水平；進一步分解為純技術效率和規(guī)模效率，純技術效率接近1，說明縣域經濟發(fā)展的技術和管理水平較高，但規(guī)模效率處于中上水平，也就是縣域內經濟發(fā)展的規(guī)模效益還有提升空間。云南省內40個生態(tài)脆弱縣中有31 個縣的經濟效率處于規(guī)模報酬遞增階段，也就是對于這些縣應通過增加投入來增加產出；還有9 個縣屬于規(guī)模報酬不變的縣?？傮w來看，DEA有效的縣占比為25%，占比不高，也進一步表明云南省生態(tài)脆弱縣經濟效率有待提升。

表3 2019年云南省及各生態(tài)脆弱縣所屬4個區(qū)域的經濟效率

從4 個地區(qū)來看，云南迪慶少數民族聚居區(qū)的經濟效率最高，已經達到DEA 有效，表明云南迪慶少數民族聚居區(qū)脫貧縣的經濟發(fā)展能力強，有利于其更快從脫貧穩(wěn)定過渡到鄉(xiāng)村振興階段。另外3 個區(qū)域的綜合效率在0.7～0.8 之間，處于中上水平，進一步分解為純技術效率和規(guī)模效率，烏蒙山區(qū)的規(guī)模效率最小為0.732，滇桂黔石漠化區(qū)和滇西邊境山區(qū)均超過0.8，表明這3 個區(qū)域的規(guī)模效益還未顯現，應通過投入要素的等比例增加，使產出產生更大的價值。從規(guī)模報酬來看，烏蒙山區(qū)、滇桂黔石漠化區(qū)、滇西邊境山區(qū)和云南迪慶少數民族聚居區(qū)處于規(guī)模報酬遞增的縣占比分別為：100%、57.14%、76.19%和0，進一步表明這些縣需通過增加投入來提高產出。從DEA 有效縣占比來看，4 個區(qū)域中，云南迪慶少數民族聚居區(qū)的DEA 有效縣已達100%，滇桂黔石漠化區(qū)的DEA 有效縣接近50%，因此，應重點提升無DEA 有效縣的烏蒙山區(qū)和DEA 有效縣比例占比較低的滇西邊境山區(qū)的經濟效率。

3.1.2 各生態(tài)脆弱縣的經濟效率

從表4 中各個縣的綜合效率來看，有25%的縣的綜合效率為1，達到DEA 有效；有35%的縣的綜合效率小于1 大于0.8，處于較高水平；有30%的縣的綜合效率小于0.8 大于0.6；還有7.5%的縣的綜合效率在0.5～0.6 之間；有1 個縣的綜合效率為0.266，處于低水平狀態(tài)?？梢姡颇鲜攸c關注魯甸、馬關、巧家、云龍等綜合效率低的縣，不斷推進這些區(qū)域的經濟發(fā)展。從純技術效率來看，所有縣的純技術效率均高于0.9，接近或等于最優(yōu)，技術管理水平較高。從規(guī)模效率來看，魯甸、馬關、巧家、云龍、寧蒗、會澤、蘭坪、梁河、屏邊等縣的規(guī)模效率低，應增加投入，并不斷提升這些區(qū)域資源利用和配置的效率。

表4 2019年各生態(tài)脆弱縣的經濟效率

3.2 “發(fā)展貧困”下云南省生態(tài)脆弱縣經濟效率的空間格局

3.2.1 經濟效率的全局空間屬性分析

全局Moran’s I 值是探索空間是否出現集聚特征的指標。以“發(fā)展貧困”下云南省生態(tài)脆弱縣經濟效率為評估數據，依托ArcGIS 軟件進行計算，得到表5。從表5 中可以看出，云南省生態(tài)脆弱縣經濟效率的全局Moran’s I 指數值為-0.014，大于其期望值E(I)，且其統(tǒng)計量Z＞0，概論P值為0.386，無法拒絕原假設，表明云南省生態(tài)脆弱縣經濟效率的集聚性很弱，可以近似認為該區(qū)域經濟效率在空間上隨機分布。

表5 2019年云南省生態(tài)脆弱縣經濟效率的全局Moran’s I指數

3.2.2 經濟效率的局部空間屬性分析

局部Moran’s I 值可以探測經濟效率在空間上的集聚性，揭示局部空間關聯問題。根據局部Moran’s I 的統(tǒng)計值進行計算后得到zi與∑jwijzj的取值，根據其正負值劃分為4 個象限：第一象限（高—高集聚區(qū)），縣自身與相鄰縣的經濟效率強，空間差異小，呈正的空間相關關系；第二象限（低—高集聚區(qū)），縣自身經濟效率低，但相鄰縣經濟效率高，呈負的空間相關性；第三象限（低—低集聚區(qū)），縣自身與相鄰縣的經濟效率均低，空間差異小，呈正的空間相關關系；第四象限（高—低集聚區(qū)），縣自身經濟效率高，但相鄰縣經濟效率低，也是負的空間相關性。

（1）Moran 散點圖分析。根據圖1 和表6，2019年，落在第一象限的縣有9 個，占比為22.5%，落在第三象限的縣有10 個，占比為25.0%，兩者合計共占比47.5%；落在第二象限的縣共有9 個，占比為22.5%，落在第四象限的縣有12 個，占比為30.0%，兩者合計占比52.5%?？梢姡植靠臻g差異性更強，空間集聚效應弱。處于第一和第四象限的縣共有21 個，占比為52.5%，這部分縣域的經濟效率較高，但其中只有42.86%的縣域對周邊具有較強輻射帶動能力。處于第二和第三象限的縣共有19 個，占比為47.5%，這部分縣域的經濟效率較低，是需要政府著重關注的地域。

圖1 2019年云南省生態(tài)脆弱縣經濟效率的Moran散點圖

表6 2019年各類集聚區(qū)對應縣

（2）LISA 分析。由圖2 可以看出，高—高集聚區(qū)主要分布在滇西邊境山區(qū)和滇桂黔石漠化區(qū)，各分布著7 個和2 個縣，該部分縣的經濟效率較高，與周邊縣的聯系較為緊密，輻射帶動能力較強，具有空間溢出效應；低—低集聚區(qū)主要分布在烏蒙山區(qū)和滇西邊境山區(qū)，各分布著6 個和4 個縣，該部分縣的經濟效率較低，空間集聚性較高，對周邊的帶動能力低。低—高集聚區(qū)主要分布在滇西邊境山區(qū)和滇桂黔石漠化區(qū)，各分布著6 個和3 個縣，這部分縣的經濟效率較低，空間差異性大。高—低集聚區(qū)呈“斑塊狀”零星分布于4 個區(qū)域中?？偟膩砜?，“發(fā)展貧困”下云南省生態(tài)脆弱縣大多分布在云南省的邊緣地帶，這些區(qū)域的經濟發(fā)展水平更低，且其經濟效率在空間上的異質性大于集聚性。

圖2 2019年云南省生態(tài)脆弱縣經濟效率的LISA集聚圖

3.3 “發(fā)展貧困”下云南生態(tài)脆弱縣經濟效率的影響因素

3.3.1 指標選取和多重共線性檢驗

已有的研究表明，影響縣域經濟效率的主要因素是人力資本、社會資本、自然資源等[44-45]?；跀祿色@得性和結合相關學者的研究成果，以及前述經濟效率測度指標選擇情況，本研究選取勞動力人口占比、務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）、身體健康人數占比、村集體收入、人均耕地面積、人均住房面積、人均純收入和貧困發(fā)生率9 個經濟效率影響因子來刻畫自然資源、人力資本和社會資本對縣域經濟效率Y的影響。在進行回歸分析前，首先對9個影響因子進行方差膨脹因子（VIF）檢驗，以消除多重共線性問題。VIF 越小越好，在ArcGIS 中，一般要求VIF ≤7.5。

從表7 可以發(fā)現，9 個影響因子的VIF 值均小于7.5，但在進行地理加權回歸分析時卻提示有共線性問題，因此進一步進行Pearson 相關系數分析時發(fā)現，X8和因變量經濟效率Y的相關性高，且X8與X1、X3和X6的相關性也較高，因此首先刪除X8；其次，X4與X9的相關性較高，且X4相對于X9，與其他因子的相關性更高，因此又刪除X4；再次，X1和其他因子的相關性較強，因此又刪除了X1，最后保留X2、X3、X5、X6、X7、X9共6個經濟效率Y的影響因子。

表7 經濟效率多重共線性檢驗

3.3.2 模型運行和參數檢驗估計

應用ArcGIS 平臺，以經濟效率為因變量，以務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）、村均集體收入、人均耕地面積、人均住房面積、貧困發(fā)生率6 個因子為自變量進行地理加權回歸（GWR）模型分析，相較于OLS 結果，GWR 模型的總擬合度R2為0.245，提高了0.112，赤池信息量準測AIC 比OLS模型降低了2.003，殘差的標準差σ減少了0.001。因此，GWR 模型的擬合效果更好，對變量之間的相關關系更具解釋力[46-47]。

從表8 和圖3 可以看出，務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）、村集體收入、人均住房面積和貧困發(fā)生率與生態(tài)脆弱縣經濟效率呈現出低負相關關系，人均耕地面積與生態(tài)脆弱縣經濟效率呈現正相關關系。其中，務工人口數占比和初中及以上人數占比（不含學齡前兒童和在校生）的回歸系數由西南向東北逐漸增大，相應的負相關關系減弱；村集體收入的回歸系數由東北向西南逐漸增大，負相關關系隨之降低；人均耕地面積的回歸系數由西南向東北逐漸增加，正相關關系隨之增強；人均住房面積和貧困發(fā)生率的回歸系數由東南向西北逐漸增大，相應的負相關關系減弱。已有的研究表明，人的全面發(fā)展、產業(yè)發(fā)展、社會資本、資源的擁有量與經濟效率呈正相關，而貧困發(fā)生率則與經濟效率呈負相關[48-49]。按照這些研究，務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）、村集體收入、人均住房面積和人均耕地面積應與經濟效率呈正相關關系，而貧困發(fā)生率與經濟效率應呈現負相關關系，但在本研究中，務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）、村集體收入、人均住房面積4 個影響因子與經濟效率呈現出反常的很小的負相關關系。產生這種現象的可能原因是云南省“發(fā)展貧困”下的生態(tài)脆弱縣均屬于精準扶貧階段貧困程度深、貧困集中度高的縣域，外出務工人員、高學歷人口占比、村集體經濟收入、人均住房面積等發(fā)展水平低，對經濟效率提升的作用均未顯現，尤其是規(guī)模效應還未呈現，這些因素與經濟效率之間還處于“U”型關系的前段，從而可能因為諸如外出務工人員收入低，又減少了居家勞動力造成經濟效率的微弱降低。因此，這4 項指標需達到一個拐點值才能實現與經濟效率的同步增長。

表8 GWR模型估計回歸結果

4 結論和建議

4.1 結論

本研究從“發(fā)展貧困”下云南省生態(tài)脆弱縣的經濟效率問題角度出發(fā)，構建了7 個投入指標和2 個產出指標的指標體系，運用DEA-BCC 模型進行投入產出分析，得到“發(fā)展貧困”下云南省生態(tài)脆弱縣經濟發(fā)展的綜合效率、純技術效率和規(guī)模效率，在此基礎上，應用Moran’s I 指數和地理加權回歸模型探討云南省生態(tài)脆弱縣經濟效率的空間屬性和影響因素，主要研究結論為以下幾點。

（1）“發(fā)展貧困”下云南省整體經濟效率處于中上水平。在4 個區(qū)域中，云南迪慶少數民族聚居區(qū)的經濟效率最高，能夠更快地由脫貧穩(wěn)定向鄉(xiāng)村振興過渡，并逐步過渡到高質量發(fā)展；其次是滇桂黔石漠化區(qū)；而烏蒙山區(qū)和滇西邊境山區(qū)的DEA 有效縣市區(qū)占比低，經濟綜合發(fā)展效率較低。

（2）從云南省的各個生態(tài)脆弱縣來看，應重點關注綜合效率較低的魯甸、馬關、巧家、云龍等縣。對于規(guī)模效率低的魯甸、馬關、巧家、云龍、寧蒗、會澤、蘭坪、梁河、屏邊等縣，在進一步增加投入的基礎上，還應不斷提升這些縣的資源利用和資源配置效率。

（3）從空間屬性上來看，云南省生態(tài)脆弱縣經濟效率的空間集聚性弱，近似隨機分布。且“發(fā)展貧困”下云南省生態(tài)脆弱縣主要分布在云南省的邊緣地帶。

（4）應用地理加權模型從地理空間上揭示驅動因子對縣域經濟效率影響的空間特征，得到務工人口數占比、初中及以上人數占比（不含學齡前兒童和在校生）、村集體收入、人均住房面積、貧困發(fā)生率與生態(tài)脆弱縣經濟效率呈低負相關，人均耕地面積與其呈正相關。

4.2 建議

根據前述對“發(fā)展貧困”下云南省4 個區(qū)域40 個生態(tài)脆弱縣經濟效率的測度和驅動因子的探究，了解到云南省生態(tài)脆弱縣經濟發(fā)展效率整體有待提升，生態(tài)脆弱縣域主要分布在邊境地帶，縣域內資源利用和配置效率不高，人力素質、集體經濟發(fā)展水平與經濟效率之間的聯動尚未打破“U”型關系前段的桎梏等問題，因此，應通過經濟效率的提升，推進這些地區(qū)經濟和社會的發(fā)展，盡快擺脫“發(fā)展貧困”問題，早日從穩(wěn)定脫貧成果過渡到鄉(xiāng)村振興，并逐步向高質量發(fā)展邁進。具體建議如下：

（1）進一步強化幫扶投入的精準度，尤其是經濟效率較低、自我發(fā)展能力較弱的烏蒙山區(qū)、滇西邊境山區(qū)和邊境地帶。前述研究發(fā)現77.5%的云南省生態(tài)脆弱縣的經濟效率處于規(guī)模報酬遞增狀態(tài)，且部分區(qū)域的規(guī)模效率不高。因此，應通過加大對生態(tài)脆弱縣人才、資金、技術的支持和傾斜力度，并著重提升資源利用和配置效率推進縣域經濟效率的提升。

（2）提升教育水平，尤其是農村學校，應努力促進區(qū)域教育均衡發(fā)展。教育是打破貧困代際傳遞，拔除“窮根”的關鍵。云南省生態(tài)脆弱縣普遍存在人口文化程度低、教育水平不高、教育硬軟件不健全等問題，因此，應通過“互聯網+教育”、建立優(yōu)質教育資源共享平臺等解決農村學校課程開設不全、師資力量不足、教學硬件設施配備差等問題，使生態(tài)脆弱縣學生有機會享受優(yōu)質教育服務資源，激發(fā)學生學習興趣。此外，還可通過打造名師網絡教研聯盟、與高校和社會支教志愿團隊建立合作關系、建立健全鄉(xiāng)村教師再教育和培訓機制等不斷提升鄉(xiāng)村教師教學水平和教學質量，激發(fā)鄉(xiāng)村教育活力。

（3）加強職業(yè)教育和技術培訓。職業(yè)教育和技術培訓能夠在較短時間內培養(yǎng)人才，是普通教育的補充?，F代職業(yè)教育和技能培訓應采取“自下而上”的方式，充分激發(fā)學員的內生學習動力，以實現高效教育和培訓目的。職業(yè)教育學校和政府的技能培訓均應根據地方產業(yè)發(fā)展需要、勞務轉移需求、技術人才缺口等精準定制人才培養(yǎng)方案，并在充分調研的基礎上加以實施，及時轉化為內生動力。

（4）壯大集體經濟。通過技術、資本、制度等的外部嵌入，并在鄉(xiāng)村精英的主導下[50]激發(fā)集體經濟活力，不斷提高農戶收益。一是加大農業(yè)科技投入，加快農業(yè)高新產品、高新技術的研發(fā)、推廣和轉化，創(chuàng)新農業(yè)銷售模式，暢通農業(yè)銷售渠道等不斷提升農產品的價值。二是通過人才引進待遇和支持政策，引導創(chuàng)業(yè)能人、高校畢業(yè)生、退伍軍人、種植養(yǎng)殖能人等參與到集體經濟建設中，提升集體經濟的管理水平。三是充分利用云南省豐富的旅游資源和突出的人文特色，開發(fā)鄉(xiāng)村旅游，提升農村集體經濟附加價值。四是加快農村產權制度改革，量化集體經濟經營性股份，創(chuàng)新多種發(fā)展模式，構建產權清晰、流轉自由的集體經濟產權制度，提升農村集體經濟活力。