“脱贫攻坚”下的减贫弹性：测度方法与区域比较

章贵军，王芝儒，李 峰，3

（1.福建师范大学 数学与统计学院，福建 福州350117；2.江西财经大学 统计学院，江西 南昌330013；3.江西财经大学 应用统计研究中心，江西 南昌330013）

一、引言

改革开放以来，针对我国农村贫困问题，政府不断改进扶贫措施，促进我国减贫事业发展。具体而言，针对不同时期我国农村居民的贫困特点，政府制定了不同的扶贫方案。第一阶段是体制改革推动扶贫阶段，从1978年到l985年，通过经济体制改革，家庭联产承包责任制的推行基本解决了农村群众的温饱问题，从普遍贫困转变为局部贫困。第二阶段是扶贫开发进入专项计划推动阶段，从1986年到2007年，《国家八七扶贫攻坚计划（1994—2000年）》和《中国农村扶贫开发纲要（2001—2010年）》相继出台。第三阶段，从2007年到党的十八大，农村最低生活保障制度建立，扶贫事业进入开发扶贫和救助扶贫两轮驱动的阶段，国家逐渐把扶贫工作由全国范围转向中西部经济欠发达地区，实施项目扶贫到县、整村推进局部瞄准措施。第四阶段是脱贫攻坚阶段，从党的十八大到2020年，中共中央、国务院颁布了第二个扶贫十年计划即《中国农村扶贫开发纲要（2011—2020）》，提出精准识别、精准帮扶、精准管理和精准考核的精准扶贫和精准脱贫思想。

在前三阶段，中国经济高速增长的减贫效应促使贫困人口大规模减少，中国的农村贫困人口从1978年的7.7亿人减少到2012年底的9 899万人，按照人均年收入2 300元（2010年不变价）的贫困标准计算的贫困发生率则从97.5%下降到10.2%。前三阶段贫困人口大规模减少的减贫成就是中国经济增长和扶贫开发共同作用的结果（汪三贵，2018）[1]。随着减贫工作的继续推进，剩余贫困人口的减贫难度不断加大，大水漫灌式的减贫模式难以为继，中国减贫在第四阶段进入攻坚克难阶段。为了拔掉穷根、缩小城乡公共产品差异，中国政府和企业在广大偏远落后地区投入大量人力、物力进行基础设施建设。目前，中国各省贫困地区农村自然村通公路的农户比重、自然村能接收有线电视信号的农户比重、自然村进村主干道路硬化的农户比重均超过了99%，自然村有卫生站的农户比重、自然村上幼儿园便利的农户比重和自然村上小学便利的农户比重均超过了90%。2021年中国政府宣布9 899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，区域性整体贫困得到解决，完成了消除绝对贫困的艰巨任务。按照Bourguignon（2003，2004）[2,3]的研究，贫困发生率的降低取决于经济增长和缓解收入不平等两个方面的合力，当经济增长的减贫效果有限时，就需通过缓解收入不平等改进减贫效果，那么可以认为有可能在第四阶段缓解收入不平等对减贫发挥了重要作用。本文研究的意义在于测度经济增长和缓解收入不平等的减贫作用，然后分析脱贫攻坚时期政府促进全国减贫采取的策略。当然，在分析上述问题之前，本文首先探讨经济增长和缓解收入不平等的减贫功能是否具有空间溢出效应，目的在于研究国家的减贫方针在实证数据上是否具有说服力。本文利用微观调查数据，结合经济计量模型测度和比较各省份经济增长和缓解收入不平等的减贫弹性，从而分析中国政府如何统筹经济增长和收入分配并实现高效率消除绝对贫困。

二、文献评述

贫困、经济增长、收入不平等是经济学家们长期以来一直关注的主题。按照库兹涅茨假说，经济增长与收入不平等存在倒U型关系，发展中国家的经济发展水平通常处于倒U型曲线的左侧，其经济增长会拉大收入差距，相对贫困的家庭难以从经济增长过程中受益。Bourguignon（2003，2004）的研究进一步完善了库兹涅茨假说，指出贫困、经济增长、收入不平等之间存在三角关系，经济增长和缓解收入不平等均有利于减少贫困，与经济体是否处于发展阶段无关。Cline（2004）[4]研究发现，一些国家的减贫成就确实得益于经济增长，然而，也有一些不存在显著经济增长的国家也成功减少了贫困。有大量研究支持Bourguignon和Cline的结论，认为经济增长是减贫的必要而非充分条件，经济增长的减贫成效不仅依赖于经济增长速度，还依赖于通过收入分配缓解不平等的程度（Ravallion and Huppi，1991；Datt and Ravallion，1992；Balisacan and Fuwa，2003）[5-7]。

进入21世纪以来，中国的减贫成就引起了国内外学者的广泛关注。汪三贵（2018）对比分析中国1978—2016年的人均GDP与贫困发生率的关系后指出，改革开放后经济增长率与贫困发生率呈负相关关系，人均GDP增长越高，贫困发生率下降就越快。虽然一般性数据研究支持中国经济的快速增长与贫困下降有关，但大量研究同时表明，中国经济在快速增长的同时也导致了收入不平等的持续扩大，会阻碍经济增长的减贫效应。林伯强（2003）[8]的研究指出，收入分配对中国减贫意义重大，如果不注重收入分配，即使经济持续增长，恶化的收入分配也会侵蚀经济增长带来的减贫成绩。之后，陈立中和张建华（2007）[9]测度和比较了1998—2003年间中国农村不同收入水平和不平等条件下贫困的收入增长偏弹性，认为当收入不平等性保持不变时，收入增长的减贫效应会加强，而收入越不平等，经济增长的减贫效应越弱。Ravallion和Chen（2007）[10]利用中国农村住户调查数据和城镇住户调查数据（1980—2001）的测度结果表明，中国经济增长有利于大幅促进减贫，而此期间的不平等增加则抑制了减贫。阮敬和詹婧（2010）[11]利用Shapley分解方法分城乡分析经济增长的亲贫效应后发现，1988—2007年间贫困群体分享经济增长的收益低于非贫困群体，分配效应削弱了经济增长对农村贫困居民的收入拉动作用，而对城镇贫困基本无影响。江克忠和刘生龙（2017）[12]基于中国家庭追踪调查2010年、2012年和2014年三轮数据的实证研究进一步支持了上述研究结论，在测度经济增长和收入分配对中国农村的减贫弹性后发现，虽然经济增长有利于中国农村减贫，但当经济增长到一定程度时，经济增长的减贫弹性会下降，而收入分配的减贫弹性则会增加。罗良清和平卫英（2020）[13]利用CHNS1991—2015年的数据研究表明，收入不平等使得贫困群体从经济增长中得到的份额逐渐减少，从而不利于减贫。

考虑到中国人多地广，东部沿海地区的经济发展速度和减贫特点可能与其他地区不同，陈飞、卢建词（2014）[14]利用CHNS中1991—2009年农村家庭数据对中国东部和中西部地区的减贫效应进行了分析，结果表明，中国经济增长降低了贫困人口的比例，但收入不平等却降低了减贫速度并压缩了低收入群体的收入份额，且中西部地区收入不平等对减贫的抑制作用更大。Chen和Wen（2020）[15]进一步支持了上述研究结论，其对中国不同地区的减贫效果进行分析后指出：地区的收入不平等程度越高，减贫困难程度就越大；若经济增长利于穷人，则即使是一般水平的经济增长也能实现高效减贫。

综合国内外学者的观点，经济增长并不一定能够促进减贫，对于仅仅有利于少数人财富增加的经济增长，由于扩大了贫富差距，可能会阻碍减贫的进程，只有改进大多数人的福利状态并缩小贫富差距的经济增长才能促进高效减贫。所以，要真正实现高效减贫，不仅要促进经济增长，更要了解区域内的贫困特点，要制定统筹经济增长和缩小贫富差距的收入分配政策。在不平等程度增加会使经济增长的减贫效应下降的情况下，实施有针对性的扶贫政策就显得更加重要（汪三贵，2008）[16]，因此在脱贫攻坚时期中国政府采取了精准扶贫、精准脱贫的策略。为了探究脱贫攻坚期间经济增长和收入不平等性变化的减贫贡献，本文借鉴Bourguignon（2003，2004）的研究测度了经济增长和收入分配的减贫弹性。考虑到中国区域经济发展的不平衡和减贫过程的持续性、动态性，本文构建动态面板模型来计算经济增长和收入分配不平等的减贫弹性，这更利于反映经济现实。同时，考虑经济增长和收入分配的空间溢出效应，根据测度结果客观评价中国脱贫攻坚经验，以期为世界其他发展中国家促进高效率减贫提供经验。

三、理论分析和模型设计

（一）经济增长和收入不平等的减贫弹性理论

为反映经济增长或收入不平等下降的减贫效果，一个常用的指标为减贫弹性：经济增长的减贫弹性表示人均GDP（或人均收入）增加一个百分点造成的贫困发生率下降的百分比；收入不平等变动的减贫弹性为衡量收入不平等程度的指标如基尼系数降低一个百分点使得贫困发生率下降的百分比。可见，为测度减贫弹性必须先计算贫困发生率。令t时刻的贫困发生率Ht表示为收入Yt低于绝对贫困线z的人口比例，显然，如果将个人收入当做随机变量，则贫困发生率的计算结果理论上等于个人收入低于贫困线的概率，如式（1）所示。

其中，Ft（z）为收入的分布函数，假设个人收入为对数正态分布，则贫困发生率可表示为式（2）所示的表达式。

其中，Φ（·）是标准正态分布的累积分布函数，σt是收入对数的标准差。

本文利用基尼系数度量收入分配不平等程度，将t时刻的基尼系数记为Gt，其计算表达式如式（3）所示。

根据弹性的定义，结合式（2），经济增长的减贫弹性和收入不平等的减贫弹性分别如式（4）和式（5）所示（Epaulard，2003）[17]。

对式（6）进行整理，并代入经济增长和收入分配弹性，得到式（7）所示的表达式。

结合式（4）、（5）和（7）不难看出，当一国收入水平不是特别低的时候，经济增长有利于减贫，而收入不平等程度的增加即基尼系数的增加则会使贫困增加。但在极度贫困地区，收入不平等程度的增加也可能会使得贫困减少。

（二）计量经济模型和估计方法

Kalwij和Verschoor（2004）[18]最先在模型中引入了反映地区初始经济水平和初始不平等程度的变量，构建面板计量模型,估计经济增长和收入不平等的减贫效应，其模型如式（8）所示。

Andrade Araujo等（2018）[19]认为贫困的变化是动态持续的，上一期贫困的变化会影响下一期贫困的变化，应在模型中考虑滞后性因素，于是将Kalwij和Verschoor（2004）的模型改进为动态面板模型，如式（9）所示。

其中，ηi为空间固定效应，该模型中得出的经济增长减贫弹性为，收入分配的减贫弹性为Andrade Araujo等（2018）提出用动态面板GMM方法估计减贫弹性。

同一国家中各地区贫困的变化可能会受到自身过去贫困变化的影响，也可能会受到其他地区经济增长或减贫行为的影响，因此，忽略贫困变化所伴随的空间相关性可能会造成模型设定错误，测度的减贫弹性也可能会产生偏误。鉴于此，本文在模型（9）的基础上进行调整，选用考虑各地区经济活动空间相关性的空间计量模型测度经济增长和收入不平等的减贫弹性。我国东部地区经济条件比较好的省份由于前期经济基础好，因此脱贫攻坚时期减贫空间有限，贫困发生率波动较小，如果采用模型（9）的形式估计参数，将出现大量因变量近似为0的样本，导致东部地区参数估计产生较大偏误。因此，为估计各地区样本参数，便于横向比较各区域的减贫效果，本文测度经济增长、收入不平等对减贫的半弹性（自变量取对数，因变量不取对数）。

以往对空间计量模型的应用主要集中于只包含空间因变量滞后的空间自回归SAR模型和只包含空间误差项自相关的空间误差SEM模型（李婧等，2010）[20]，然而，空间效应的传导也可能同时发生于因变量的空间滞后以及随机冲击所造成的误差项变化，因此LeSage和Pace（2009）构建了综合考虑上述两种空间传导机制的空间杜宾模型（又称空间交互模型，SDM模型）和空间交叉模型（SAC模型）。鉴于不同类型的空间计量模型所揭示的经济涵义有所差别，为了获取拟合效果最优的空间计量模型，并考察模型参数估计结果是否稳健，本文结合上述模型进行了改进，按照FE（个体固定效应模型）→（SAR和SEM）→SAC→SDM这一路径对模型进行设定和检验。本文所用的SDM模型如式（10）所示。

该SDM模型既包含了贫困发生率的一阶滞后项，也包含了时间和空间的双向固定效应。其中，W表示所用数据对应的标准化后的空间权重矩阵。当α1=0且α2=0时，该模型为静态空间杜宾模型；当α1≠0且α2=0时，为动态时间滞后杜宾模型；当α1=0且α2≠0时，为动态空间滞后杜宾模型；当α1≠0且α2≠0时，为动态时空滞后杜宾模型。该模型中得出的经济增长的减贫半弹性和收入分配的减贫半弹性分别为

（三）研究思路与创新点

本文依据现有的减贫弹性理论，结合前人给出的减贫弹性测度模型，加入对减贫的空间滞后性的思考，在既有文献的基础上构建考虑动态因素的空间计量模型，对各省份及区域的经济增长与收入分配的减贫弹性进行测度，并比较不同省域经济增长和收入分配的减贫弹性。本文的主要创新点在于，除了考虑到了贫困的动态变化，还考虑到了空间因素对减贫的影响，采用空间计量方法，使用动态SDM模型估计了经济发展与收入不平等对减贫的贡献，估计出了各省份及各地区的减贫弹性，并分区域进行了比较。

四、数据描述与实证分析

（一）数据和变量描述

本文所使用数据为2010—2018年的中国家庭追踪调查（China Family Panel Studies，CFPS）数据，该数据库由北京大学中国社会科学调查中心（ISSS）实施。CFPS样本覆盖25个省/市/自治区，目标样本规模为16 000户，调查对象包括样本家户中的全部家庭成员。CFPS在2008年和2009年两年在北京、上海、广东三地分别开展了初访与追访的测试调查，并于2010年正式开展访问。经2010年基线调查界定出来的所有基线家庭成员及其今后的血缘/领养子女都将作为CFPS的基因成员，成为永久追踪对象。研究数据删除缺失值和收入低于1%分位数、高于99%分位数的异常数据，删除部分收入低于10%分位数而食品衣着支出高于50%分位数的异常数据。由于部分省份调查的样本数据相对较少，所以也进行了删除处理，最终得到了每年不少于10 000户家庭构成的面板数据。按照中国四大经济区域将所选样本划分为四大地区，其中，东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东9个省份，东北地区包括辽宁、吉林、黑龙江3个省份，中部地区包括山西、安徽、江西、河南、湖北、湖南6个省份，西部地区包括广西壮族自治区、重庆、四川、贵州、云南、陕西、甘肃7个省份。

本文将家庭人均收入低于国家所划定的绝对贫困线标准的家庭人口归为贫困人口。由于国家贫困线的制定标准为由2010年不变价测得的人均年收入2 300元人民币，因此本文使用消费者价格指数CPI将所使用的收入数据调整为2010年标准。各省的家庭人均收入由家庭总收入除以家庭总人口数计算得到，记为yˉit。将某省份某一年的贫困人口记为qt，总人口记为nt，则该省这一年的贫困发生率为Ht=qt/nt。本文使用基尼系数（Gini）作为测量不平等程度的工具，根据所提取的家庭人均收入数据计算得到，记为Git。删除收入低于1%分位数和高于99%分位数的异常数据。表1为样本数据的描述统计，结果可见：从全国来看，东部地区收入最高，西部地区收入最低；2018年相对于2010年收入大幅增长，其中西部地区增速最快，东北地区增速最慢；2018年相对于2010年贫困发生率大幅下降，其中西部地区下降最快，东北地区贫困程度略有上升，其他地区均有不同程度下降；全国整体和东北地区在收入增长的同时收入不平等状况有所加深，而东部地区、西部地区和中部地区的收入不平等状况则有所缓解。

表1 描述性统计

表1数据表明，虽然基于全国样本数据计算的基尼系数增加了，但东部地区、中部地区和西部地区的收入不平等性却呈现出一定程度的下降，其中西部地区的基尼系数降幅最明显，东部地区次之。根据Ravallion和Chen（2007）的研究，表明脱贫攻坚期间中国政府的扶贫策略不仅在于通过促进经济增长减贫，而且在于通过有针对性地降低区域不平等性促进减贫，通过经济增长和减贫互动促进高效率脱贫。为探寻脱贫攻坚期间中国政府的减贫经验，显然有必要建立相应模型深入细致分析脱贫攻坚期间经济增长和收入不平等性对各地的减贫贡献。

（二）静态模型回归分析

表2为本文所使用的主要变量的选择及符号定义，其中ΔHit为被解释变量，其余变量均为主要解释变量。初始不平等程度和初始发展水平变量的定义借鉴了Kalwij和Verschoor（2004）的做法。

表2 关键变量选择及定义

根据前文的模型设定和估计方法，表3为五个静态模型的对应变量系数估计结果。不难发现，Δlogyit和ΔlogGit的系数均显著不为0，符合经济学含义：Δlogyit的系数为正，表明经济增长促进了减贫；ΔlogGit的系数为负，表明不平等程度的缩小有利于减贫；Δlogyit和ΔlogGit-1的交互项的系数为负，表明经济增长和初始收入不平等的交互作用促进了减贫，同时也表明经济增长对于减贫的正向作用大于收入不平等增加对减贫的负向作用，总体而言，经济增长和部分地区收入不平等缓解的共同作用促进了减贫。SEM模型和SDM模型的空间误差系数和空间自回归系数在0.05显著水平上通过了检验，表明存在空间自回归效应。比较SEM模型和SDM模型拟合效果对数似然统计量Log-L发现，SDM模型具有更好的拟合效果，因此本文之后的分析选择空间杜宾模型。根据Andrade Araujo等（2018）的研究，贫困是动态持续的，而以上模型均未考虑动态效应的情况，估计结果可能不够全面，因此有必要对所选择的空间杜宾模型添加贫困变化的滞后项，在考虑动态效应的条件下进行进一步分析。

表3 静态模型回归结果

（续表3）

（三）动态模型回归分析

表4的动态空间杜宾模型回归结果和对数似然统计量Log-L表明，同时加入时空滞后变量的时空滞后模型拟合效果更为良好。其中，空间自回归系数检验结果rho显著为正，表明在考虑了动态效应后，邻近省份的减贫成效会促进本地区减贫。ΔHit-1和W×ΔHit-1的系数并不显著，表示中国减贫的动态效应并不十分显著，且前一年减贫对当期减贫效应的影响不大。除了主要变量Δlogyit和ΔlogGit的系数分别显著为负和显著为正以外，log（z/yit-1）的系数也显著为负，表明初始发展水平对减贫有显著的促进作用。ΔlogGit×log（z/yit-1）的系数显著为正，表明不平等程度的改变与初始发展水平的交互作用对减贫有抑制作用，意味着不平等对减贫的抑制作用大于初始发展水平的减贫作用。

由于在空间计量模型中回归系数同时包含了直接影响和反馈效应，并且，由于解释变量空间滞后项的系数也会对反馈效应造成影响，因此，单纯观察回归系数并不严谨，需要进一步将空间溢出效应分解为直接效应和间接效应。徐春华（2016）也认为，对于空间杜宾模型的回归系数应从直接效应、间接效应及总效应层面来解释。因此，本文将考虑空间杜宾模型的长期与短期的直接效应、间接效应与总效应，并以此估计经济增长与收入分配的减贫弹性。

表4 动态空间杜宾模型回归结果

（续表4）

Lesage和Pace（2009）将直接效应定义为一个地区的自变量对其因变量的影响，将间接效应定义为一个地区的自变量对与其存在空间关联的邻近区域因变量的影响，而总效应则是直接效应与间接效应之和。表5是动态空间杜宾模型中各变量直接效应、间接效应和总效应的估计结果。变量Δlogyit长期效应和短期效应的检验结果显示，其长期与短期的间接效应均显著为负，表明经济增长的空间溢出效应对减贫有显著的促进作用。改革开放之初，中国政府推行先富带动后富的方针政策，本文实证分析证实了该方针的正确性，即先富裕起来的省份对邻近省份的减贫增收具有统计意义上的显著促进作用。《国家八七扶贫攻坚计划》建立的东西部扶贫协作和对口支援的扶贫机制在脱贫攻坚期间进一步贯彻实施，逐步形成了东西部扶贫协作和对口支援从单向援助向双向合作共赢转变的局面，成为中国贫困治理的一条独特经验（张晓颖、王小林，2021）。Δlogyit×logGit-1长期与短期的间接效应都显著为负，进一步表明了脱贫攻坚期间东西部协作共赢的效果，说明即使在初始不平等水平较高的地区，经济增长仍然具有显著的空间溢出效应。log（z/yit-1）长期和短期的直接效应均显著为负，表明初始经济发展水平越高，经济增长的直接效应越大，越有利于本省减贫增收。

对于变量ΔlogGit和ΔlogGit×log（z/yit-1），无论是长期效应还是短期效应，检验结果表明仅有直接效应是显著的，表明邻近省份本期收入及上期收入分配不平等性的改变并不会影响本省减贫，即当期收入不平等性的调整不具有显著的空间溢出效应。变量logGit-1无论是长期效应还是短期效应，仅有间接效应在0.1的水平下显著，说明邻近地区的初始不平等水平即上期的收入不平等对当期本地区的减贫有一定的影响。Δlogyit×logGit-1的长期效应和短期效应均显著为负，表明经济增长和收入不平等的交互效应对减贫具有显著的正向空间溢出效应，即初始的地区不平等程度会影响下一期经济增长的减贫效应。综合上述两项分析表明，尽管收入不平等的变化不存在直接的空间溢出效应，但邻近地区的初始不平等程度对本地区减贫却有着较为显著的影响，并且经济增长过程中造成的收入差距扩大会抑制本地区的减贫速度。同时，Δlogyit×logGit-1的间接效应系数为负，表明本地区和邻近地区的收入不平等程度可能会对本地区的经济增长减贫效应产生一定的促进作用，这可能与这些年来中国经济的高速增长有关。由于收入水平相对较低地区的不平等程度较高，经济增长对这些地区的减贫效用更大，所以这些地区经济高速增长所带来的不平等并未影响到经济增长的减贫效果，可以看出脱贫攻坚期间的经济高速增长确实有助于本地区以及邻近地区的减贫政策。收入不平等的长期与短期的直接效应都显著为正，说明解决收入不平等问题是如今经济增速放缓后减贫的一个重大难题，政府应重视经济从高速增长向高质量增长转变过程中收入不平等可能导致的致贫和返贫问题。

表5 动态空间杜宾模型的长期、短期效应比较

（四）稳健性检验

为了检验结果的合理性，需要进行稳健性分析。本文借鉴刘成坤和赵昕东（2018）的做法，替换空间权重矩阵，使用标准化后的地理距离矩阵进行稳健性检验，回归结果如表6所示。

表6 替换空间权重矩阵的稳健性检验

-0.5405（0.9579）Δlog yit×log Git-1 Δlog yit-0.4812（0.9603）-0.7170（0.9871）0.0953（2.1606）Δlog yit×log（z/yit-1） -0.4576（0.6113）0.5982（2.0583）0.0637（2.2518）-0.2247（0.6895）Δlog Git-0.3141（0.7141）2.5354***（0.9361）Δlog Git×log Git-1 2.6758***（0.9116）2.7104***（0.9602）1.0688（1.7120）Δlog Git×log（z/yit-1） 1.0972（0.7982）0.9824（1.7169）1.1209（1.7848）0.9711（0.8165）log Git-1 1.0389（0.8485）-0.0871（0.3067）log（z/yit-1） 0.0177（0.0968）-0.1890（0.2740）-0.1309（0.3173）0.0035（0.1154）-0.0261（0.1133）Spatial rho 0.5852*（0.3256）0.6699**（0.3380）sigma2_e 0.0003***（0.0000）0.6615*（0.3428）0.0003***（0.0000）R2 0.7151 0.6636 0.7187 AIC -3.1e+02 -3.0e+02 -3.1e+02 Log-L 205.1071 202.2293 205.2867 0.0003***（0.0000）

从表6的回归结果中可以得出，关键变量Δlogyit和ΔlogGit的系数符号与表4的动态SDM模型相比均未发生改变，空间自回归系数rho同样显著为正，并且模型大多数变量的系数符号都与前文的回归结果高度一致，可以判断本文所选择的动态SDM模型的结果稳健。

（五）弹性测度

减贫的总效应在模型中表示所有影响因素对贫困变化的总影响。为反映总的影响效果，本文将长期总效应代入式（11）和（12），计算经济增长与收入分配的平均减贫的半弹性，结果如表7所示。

表7 减贫弹性估计结果

表7的数据结果表明，西部地区经济增长的减贫效应和不平等增加的致贫效应均高于东部地区，越富裕的省份其收入增长与收入分配的减贫弹性的绝对值越小。其中，北京和上海经济增长的减贫弹性的绝对值分别为0.12和0.09，表明初始收入较高省份的减贫空间小，经济增长和调整收入分配对减贫的影响也会相对较小。

对比东部地区、东北地区、中部地区和西部地区的两种弹性的绝对值可以得出，经济增长平均减贫弹性的绝对值始终低于收入分配的减贫效应，表明要提高中国减贫效率应该优先考虑调节收入不平等，加强对经济发展相对比较滞后地区的扶持。

纵向对比收入分配的减贫弹性，平均而言，西部地区的绝对值是0.428，明显高于其他地区。同时，西部地区经济增长减贫弹性的绝对值也高于其他地区，表明要促进中国大规模减贫，无论是通过经济增长还是通过收入分配调整，都应该加大对西部地区的扶持。

通过观察表5中的长期效应和短期效应可以发现，收入分配对减贫只能带来显著的直接效应，而经济增长对贫困发生率所带来的减贫效应只有间接效应显著为负，这说明经济增长除了对减贫有直接作用外，还有助于推动邻近省份的脱贫进程，对实现共同富裕有着重要作用。因此，在重点关注各省份不平等问题的同时，应首先保持经济可持续增长，然后将脱贫工作的重心放在消除不平等问题上。

五、结论

本文基于2010—2018年双数年份的CFPS数据，构建动态空间杜宾模型，对我国脱贫攻坚期间的经济增长和收入分配的减贫弹性进行了测度。结果表明：从经济增长和收入分配的长期、短期效应看，直接的经济增长并未对本地区减贫产生显著的促进作用，但对邻近地区的减贫却有着空间溢出效应，显著推动了邻近地区的减贫；收入分配不平等对本地区减贫有显著的抑制作用，而空间溢出效应不显著；本地的初始经济发展水平对当地减贫起到了显著的推动作用，本地区的初始不平等水平具有显著的空间溢出效应，显著抑制了邻近地区的减贫进程。此外，在初始经济不平等水平较高的地区，经济增长的空间溢出效应更加明显；在初始经济发展水平高的地区，收入不平等对本地区减贫的抑制作用更为显著。

从各地区经济增长与收入分配的减贫弹性测度结果看，可以得到三点结论。第一，依照中国四大经济区域将所选样本划分为东部、东北、中部和西部四大地区，其经济增长的减贫弹性依次降低，收入分配的减贫弹性依次升高。比较减贫弹性的绝对值可以看出，西部地区两种减贫弹性的绝对值均显著高于其他地区，表明目前西部地区仍处于发展水平较差且不平等程度较大的状态。在后扶贫时期，为稳定脱贫攻坚成果和减小相对贫困，无论是在经济增长方面还是在收入分配调整方面，政府都应该对西部地区进行大力扶持。第二，对比两种减贫弹性的绝对值可以得出，经济增长平均减贫弹性的绝对值始终低于收入分配的减贫效应，表明要促进中国减贫效应最大化应该优先考虑调节收入不平等，即加大对经济发展相对滞后地区的扶持。而且，解决收入不平等问题是如今经济增速放缓后减贫的一个重大难题，政府今后应重视经济增速放缓后收入不平等可能导致的致贫、返贫问题。第三，由于本地区的经济增长有着显著的空间溢出效应，有助于推动邻近省份的脱贫进程，对实现共同富裕有着重要作用，因此，在重点关注各省份不平等的情况下，在将重心放在缓解不平等的同时，也应控制经济在一定水平内保持可持续增长。

注释：

①汇总的全国数据为中国大陆地区31省、直辖市和自治区经过缺失值和异常值处理后的样本数据，最终保留的省份包括东部地区9个、东北地区3个、中部地区6个、西部地区7个。