交通便利度、空间溢出与贫困县脱贫摘帽

臧雷振 令狐念慈

摘 要：贫困县脱贫摘帽的顺利实现与现代化的交通支持密不可分。本文采集中国832个贫困县及其高铁站点信息作为衡量交通便利度指标，基于空间杜宾模型（SDM），实证检验脱贫攻坚任务期间，交通便利度对贫困县脱贫摘帽的影响机制及空间溢出效应，并分析这一机制的空间依赖性与异质性特征。从全国层面来看，在贫困县脱贫摘帽进程中交通便利度存在搭便车效应，提升邻近城市的交通便利度对本市贫困县脱贫摘帽有显著的空间溢出效应，中部地区交通便利度的提升对本辖区市域内减貧效应明显。相比较西部地区，中部地区城市可以有效承担高铁建设的经济压力，高铁设施利用率较高。异质性研究表明，交通便利度对贫困县脱贫摘帽的影响受到建设资金承受力与利用效率之间双重博弈的约束，研究结果为促进中国脱贫攻坚经验的国际分享和乡村振兴的持续推进提供了有力理论支撑。

关键词：减贫；贫困县；交通便利度；高铁开通；空间计量分析

作者简介：臧雷振（1985-），男，江苏宿迁人，政治学博士，中国农业大学人文与发展学院教授、博士生导师，国家万人计划青年拔尖人才，主要从事公共治理绩效评估等相关研究。

基金项目：国家社会科学基金重大项目（22&ZD028）

中图分类号：F50

文献标识码：A

文章编号：1000-2359（2023）02-0056-08

收稿日期：2022-07-05

2020年，中国高质量完成脱贫攻坚任务，为“十四五”推进农业农村现代化和乡村振兴奠定了坚实基础。2022年中央一号文件和2023年中央一号文件都明确强调，要持续巩固拓展脱贫攻坚成果，守住规模性返贫底线，这表明中国巩固拓展脱贫攻坚成果和全面推进乡村振兴将是未来一段时间内农村工作重点。在脱贫攻坚过程中，交通基础设施建设发挥了重要推动作用［ 谢申祥，刘生龙，李强：《基础设施的可获得性与农村减贫：来自中国微观数据的经验分析》，《中国农村经济》，2018年第5期。］。邻近高铁站点的贫困县通过创新“交通+旅游”“交通+电商”等产业模式，有效地增加了贫困群众的收入。因此，本文基于2015年至2017年中国832个国家级贫困县及高铁站点数据，运用空间计量方法检验交通便利度在县级层面的减贫效应及其空间溢出作用机制，以期总结脱贫攻坚经验，为实现乡村全面振兴和农业农村现代化提供学理解释和咨政参考。

一、文献回顾与研究假设

中共中央办公厅、国务院办公厅在2016年4月制定了《关于建立贫困退出机制的意见》，贫困退出机制是基于以户为单位的人均可支配收入超过当年国家的贫困线标准。在贫困县摘帽具体操作流程上，将贫困发生率、脱贫人口错退率、贫困人口漏评率和群众认可度作为评判标准［《中办国办印发〈关于建立贫困退出机制的意见〉》，http：//nrra.gov.cn/art/2016/4/29/art_1266_51502.html，2022-03-10.］。在不同时间段，贫困县通过上述考核逐渐实现脱贫摘帽。本文基于贫困县脱贫摘帽退出的时间先后，将交通便利度作为自变量，考察其对贫困县脱贫摘帽的空间溢出效应与影响机制。

相较于其他交通设施，高铁因其具有安全性、准时性、速度快、运载量大等特点，成为提升交通便利度的强有力方式，对脱贫攻坚产生了更为广泛的影响。随着高速铁路自身发展，其经济效益、社会意义逐渐浮现，学者也从关注高铁自身特征转移到其宏观溢出效应，如对区域经济、文化、减贫等方面的影响。国内外学者关于交通便利度与贫困县脱贫摘帽的研究，普遍接受通过交通基础设施建设对区域经济增长的影响解释其减贫机制［ Zhou Y， Tong C， Wang Y. Road Construction， Economic Growth， and Poverty Alleviation in China. Growth and Change， 2022， 53（3）： 1306-1332.］。首先，提升交通便利度能够降低生产要素流动成本，增加经济主体与区位匹配的概率，产生市场扩张效应，带来产业集聚效果［ Jia S， Zhou C， Qin C. No Difference in Effect of High-Speed Rail on Regional Economic Growth Based on Match Effect Perspective？ Transportation Research Part A： Policy and Practice， 2017， 106： 144-157.］。此时，提升交通便利度亦能提高农业生产率，降低贫困发生率以及缩小城乡差距，拉动农村经济增长［ 龚维进，覃成林，徐海东：《交通扶贫破解空间贫困陷阱的效果及机制分析》，《中国人口科学》，2019年第6期。］。其次，吸引人才汇集，加速产业结构向知识密集型升级［ Zhao J， Yan J， Ran Q， et al. Does the Opening of High-Speed Railways Improve Urban Livability？ Evidence from a Quasiatural Experiment in China. Socio-Economic Planning Sciences， 2022， 82（B）： 101275.］。高铁通过降低人才流动时间成本，满足具有较强时间敏感性的高素质人才流动的需求［ Ge Y， Zhu Y，Zhang W， Kong X.Can Infrastructure Development Alleviate Multidimensional Poverty？ Evidence From China. The Singapore Economic Review，2021：1-34.］，促进人才、知识等创新要素流动并扩大其流动规模，进而带来区域发展中的知识溢出和技术进步，达到减轻贫困效果，对区域经济增长产生极化效应和扩散效应，引发区域经济差距的动态变化［ Ahlfeldt G M， Feddersen A.From Periphery to Core： Measuring Agglomeration Effects Using High-Speed Rail. Journal of Economic Geography，2018，18（2）：355-390.］。再次，加强区域地理可达性，有利于资金和信息流通［ Li H， Chan K C. Does High-Speed Rail Enhance Financial Development？ Applied Economics Letters， 2022， 29（5）： 442-445.］。高铁有助于优化区域营商环境，保持资本市场活跃，为个体就业机会和经济活动带来新机遇［ Kwang S K. High-Speed Rail Developments and Spatial Restructuring： A Case Study of the Capital Region in South Korea. Cities， 2000， 17（4）： 251-262.］。综上，本文提出研究假设1a——

H1a：在控制其他变量情况下，交通便利度的提升有显著的整体减贫效应。

交通基础设施建设能够对区域间经济发展产生增长效应和结构效应，具体表现为区域间的经济溢出效应，以及区域间产业空间结构、分布结构和层级结构的优化［ 王雨飞，倪鹏飞：《高速铁路影响下的经济增长溢出与区域空间优化》，《中国工业经济》，2016年第2期。］。随着交通便利度的提升，邻近地区将从知识扩散和劳动力汇集中受益，并通过改善中间产品市场和消费者市场的可达度降低贸易成本。这表明一个地区的市场潜能，即邻近地区经济发展所创造的市场需求规模，正在显著影响本地及相邻地区的经济增长［ 潘文卿：《中国的区域关联与经济增长的空间溢出效应》，《经济研究》，2012年第1期。］。同时，交通便利度高的地区，其创新能力也更突出［ 卞元超，吴利华，白俊红：《高铁开通是否促进了区域创新？》，《金融研究》，2019年第6期。］，贫困地区将借助产业结构优化这一中介变量刺激区域经济增长［ 李翔，邓峰：《区域创新、产业结构优化与经济增长方式转变》，《科技管理研究》，2017年第9期。］。这意味着区域间的产业结构升级存在明显的空间交互效应，邻近地区可以带动本地区产业结构向高级化、合理化方向发展。综上，本文提出研究假设1b——

H1b：在控制其他变量情况下，邻近城市交通便利度的提升对本市减贫具有促进作用。

以上两个假设是对交通基础设施建设减贫效应的宏观分析。然而，中国幅员辽阔，东、中、西部地区经济发展差异较大。贫困地区举债建设交通设施，难免会挤压其他项目的财政投入。因此，交通便利度的提升可能仅对发达地区有正向作用，而对欠发达地区则影响不显著，甚至有负向作用。此时，从区域层面考察交通基础建设减贫效应的差异至关重要。与东部发达城市不存在贫困县和西部贫困县更加普遍相比，中部地区出行需求大，贫困县之间距离相对较短，且中部地区地势平坦，交通建设成本相对较低，更适合观察交通便利度在不同区域中的实际表现。综上，本文提出研究假设2——

H2：在控制其他变量情况下，中部地区交通便利度的提升对其所在城市的整体减贫效应更显著。

当然，交通便利度的提升对宏观区域效应还未达成一致结论。部分学者认为提升交通便利度对发达地区表现为正向溢出效应，对欠发达地区影响表现为不显著或负向效应，交通便利度所产生的集聚效应主要针对城市的中心地区，若贫困县靠近现有经济中心或市场可达性较强的地区，其作用效果更为明显［ Dong L， Du R， Kahn M， Ratti C， Zheng S.Ghost Cities Versus Boom Towns：Do Chinas High-speed Rail New Towns Thrive？ Regional Science and Urban Economics，2021：89，103682.］。另一部分學者认为，提升交通便利度的高铁能为贫困地区的农业、旅游业等产业提供更多发展空间，提高贫困地区居民实际收入，这在部分实证分析中也得到了佐证［ 王亚飞，廖甍，王亚菲：《高铁开通促进了农业全要素生产率增长吗：来自长三角地区准自然实验的经验证据》，《统计研究》，2020年第5期。］。中国贫困地区有强烈空间集聚特征，贫困人群大量集中分布在偏远农村地区，并可能受到自然环境、公共资源保障水平等外部因素约束，具有强烈的地理空间相关性［ 王永明，姜玲玲，王美霞，喻忠磊：《省域相对贫困村多尺度空间格局与分异机制》，《经济地理》，2022年第1期。］。但单纯按照东、中、西部地区划分来考量交通便利度对贫困县的影响仍有一定局限性。比如，并非所有位于东部地区的城市都是发达的，即使邻近的城市发展水平也存在差异。究其根本，各城市的人口密度和所掌握的资源禀赋等影响交通便利度作用的发挥。综上，本文提出研究假设3——

H3a：在控制其他变量情况下，提升高人口密度地区交通便利度的整体减贫效应更显著。

H3b：在控制其他变量情况下，提升高资源禀赋高地区交通便利度的直接减贫效应更显著，资源禀赋低地区空间溢出的减贫效应更显著。

二、数据来源与变量设定

本文所使用的数据时间跨度为2015年至2017年，数据来源包括国务院扶贫开发领导小组办公室公布的全国832个贫困县名单及其退出情况，以及各省市统计年鉴与《中国城市统计年鉴》等。在将贫困县及其对应的地级市进行匹配后，依据数据缺失情况，配合空间权重矩阵，最终选取了276个地级市和4个直辖市的数据。如表1所示，本文采用的变量如下——

1.被解释变量：贫困县脱贫摘帽（P）。本文将减贫效果操作化为贫困县脱贫摘帽数量，以全国832个贫困县名单为基础，汇总每年尚为国家级贫困县的数量。然后与全国地级市名录进行匹配，并做标准化处理。其中，尚有贫困县未脱贫摘帽的城市设值为1，全部贫困县都脱贫摘帽的城市设值为0。

2.核心解释变量：交通便利度（H）。本文将高铁站点建设情况操作化为交通便利度，以中国高铁开通情况作为测量指标。数据来自各地市县统计局和国家铁路局网站，并将其标准化为二值选择变量。如果该城市在t年开通高铁，那么该城市t年及以后的年份取值为1，之前的年份取值为0，若城市未开通高铁同样取值为0。

3.控制变量。考虑到致贫原因的多维性，本文选取的控制变量包括行政区人口规模（S），产业结构（I），经济水平（E），教育水平（D）和福利保障水平（L）。合理的人口规模能促进资源增加与人力资本积累；过度的人口规模会导致生活成本提高和环境恶化。因此，本文通过控制年末户籍人口数量来观察人口规模对贫困县脱贫摘帽的影响。而产业结构优化不仅能促进当地经济发展，也给邻近地区带来空间溢出效应。随着中国经济发展不断深化，第二产业的扶贫效果正逐渐显现［ 张凤华，叶初升：《经济增长、产业结构与农村减贫：基于省际面板数据的实证分析》，《当代财经》，2011年第12期。］。因此，本文使用城镇第二产业就业人员数量来表征地区产业发展现状，控制其对贫困县脱贫摘帽的影响。经济发展是消除贫困的首要条件，故本文选用地区生产总值增长率来反映地级市的经济水平。教育在减贫中发挥着基础性、持续性和先导性作用［ 王嘉毅，封清云，张金：《教育与精准扶贫精准脱贫》，《教育研究》，2016年第7期。］，使用地区普通中学的数量来反映其教育水平。社会福利保障能有效减少社会贫困和不平等，选取贫困县社会福利收养性单位床位数来衡量地区福利保障水平。

三、计量方法与模型设定

（一）空间自相关检验

为了检验交通便利度的空间影响，需要对其核心变量进行空间自相关检验，以决定使用空间面板模型还是普通面板模型。实证研究中常用的工具是莫兰指数（Moran s I）。经过对2015年至2017年中国地级市贫困程度和交通便利度的空间自相关检验，权重矩阵选择地理距离型。结果如表2所示，自变量和因变量在三年中的莫兰指数均大于且远离0，并在1%的显著性水平上通过检验。因此，中国地级市的贫困程度具有较强的空间溢出效应，交通便利度存在空间相关性。

（二）空间演变规律

为进一步探究交通便利度与贫困县脱贫摘帽的内在关联和具体分布，本文将继续使用局部莫兰指数进行检验，绘制局部莫兰散点图（以2016年为例）来分析其之间的空间差异程度（见图1）。因地级市区域交通便利度与贫困县数据体量庞大不利于观察分析，本文使用数据合并后的省级散点图进行分析，以求得到省际空间演变规律，为之后市级数据在统计上的计算做初步检验。

图1（a）与图1（b）分别为各省2016年贫困县数量和交通便利度的莫兰散点图。由图可见，贫困县数量大多在第一、三象限，而交通便利度多分布在第三象限。两者都有相同的“高趋于高”或“低趋于低”的聚集趋势。具体来说，贫困县数量少的地区相互聚集，贫困县数量多的地区相互邻近，而交通便利度低的地区相互聚集。局部莫兰指数检验结果与表2结果相同，说明交通便利度与贫困县数量呈现一定程度的空间聚集，存在空间自相关性。因此，有必要在交通便利度与贫困县脱贫摘帽关系的研究中加入空间依赖特征。

同时，本文引入各省2016年双变量莫兰散点图，探究交通便利度和贫困县脱贫摘帽的空间关联特征。图1（c）结果显示，本区域交通便利度和邻近区域贫困县数量呈现“L-H”型聚集和“H-L”型聚集，即本区域交通便利度低，则邻近区域贫困县数量多；或本区域交通便利度高，则邻近区域贫困县数量少。因此，在省级数据层面初步验证了研究假设H1a，即交通便利度和贫困县脱贫摘帽存在空间依赖性，值得在地级市面板数据中进行深入验证和机制分析。此外，图中还存在“H-H”型聚集，即区域内交通便利度提升但贫困县数量未减少，这将在下文表4模型（1）的结果中进行解释。

（三）模型设定

基于上述检验结果，空间计量模型的使用需要从因变量和自变量的空间相关性两方面考虑，即因变量不仅受到本地区自变量的影响，还受到其他地区自变量和因变量的影响。比较常见的空间计量模型包括空間滞后模型（SAR）、空间误差模型（SEM）、空间杜宾模型（SDM）。其中，空间滞后模型主要考虑因变量的空间相关性，空间误差模型侧重于随机扰动的空间影响，二者均为空间杜宾模型的特殊形式。本文选择了更一般化的空间杜宾模型。根据杜宾模型基本设定带入变量，计量模型设定为：

Pit=αWPit+β1Hit+βr+1Xit+Wδ1Hit+Wδr+1+ε（1）

其中，i为地级市，t代表年份，Pit是被解释变量贫困县脱贫摘帽，Hit是核心解释变量交通便利度，Xit为控制变量矩阵，具体包含行政区人口规模（S）、产业结构（I）、经济水平（E）、教育水平（D）和福利保障水平（L）。W是反映空间邻接关系的空间权重矩阵，α反映贫困的空间溢出效应，β表示交通便利度和各控制变量对贫困的不同影响程度，δ度量邻接城市上述变量对城市贫困程度的空间溢出效应，ε是模型的残差项且满足ε～N（0，σ2Ι）。

在计量模型中，权重矩阵需要自行建设，考虑到交通便利度的空间相关性和多个矩阵莫兰指数检验情况，本文采用地理距离型权重矩阵，并进行矩阵化和单位化处理。地理距离型权重矩阵W，权重设置采用两个地级市之间距离的倒数：

Wij=1dij，（i≠j），Wij=0，（i=j）（2）

其中，d是通过经度和纬度位置计算的省会城市地表距离。

四、实证结果分析

（一）基本模型识别

杜宾模型又分为时间固定、个体固定和双固定效应模型。经过似然比检验结果的比较，个体固定效应模型的拟合度大于双固定效应模型，时间固定效应模型的拟合度最低。因此，本文选择杜宾个体固定效应模型为最终结果，而其他模型将作为参考进行比较分析。而空间杜宾模型选择基于表3豪斯曼检验（Hausman）统计量结果，同样采用固定效应模型估计结果。同时，拉格朗日乘子检验（LM）、似然比检验（LR）和稳健拉格朗日乘子检验（Robust LM）统计量大多在1%的水平上显著，其余也在10%的水平上显著，即认为至少部分地区存在空间相关性，且至少部分变量存在空间溢出效应。

（二）交通便利度减贫效应的机制检验与异质性检验

表4中模型（1）和（4）是最稳健和最适合的结果，其中模型（1）表示交通便利度和各控制变量对贫困的不同影响程度。从分析结果看，交通便利度置信水平不显著，说明本地区交通便利度提升不能显著促进本地区贫困县脱贫摘帽。原因如下：首先，交通基础设施建设，尤其是高铁，投资规模大、周期长，本地区承担建设经济压力大，对促进本市贫困县脱贫有一定时滞性；其次，贫困县地处偏远，地势崎岖，不利于交通设施修建，施工难度高，导致交通配套设施发展缓慢，对贫困县的减贫效果难以及时显现；最后，对于贫困地区，除了少数自然资源丰富的地区，其他地区由于经济发展落后，对大宗货物运输需求不大，致使已建成交通设施利用率低［ 周文：《要想富，先修路：不同交通运输发展在贫困地区经济发展效应的差异》，《首都经济贸易大学学报》，2019年第5期。］。

表4中模型（4）是度量邻近城市不同变量对城市贫困程度的空间溢出效应，回归系数为-0.36，在5%置信水平上显著，具有空间溢出效应。这表明邻近城市交通便利度的提升对本市贫困县脱贫摘帽有显著效果，能带动本市经济发展，支持研究假设H1b。

邻近城市交通基础设施建设能有效提升本市贫困县的交通便利度，呈现“搭便车效应”。本市可以借用邻市交通发展，降低自身贫困发生率。同时，交通便利度的提升能减少流动障碍，起到加快人口流动的作用［ 李东坤，郑浩生，张晓玲：《交通基础设施建设能减缓城镇贫困吗？》，《河海大学学报》（哲学社会科学版），2021年第1期。］，进而增大贫困人口进入劳动力市场的可能性，增加贫困人口就业机会和收入，有效提高贫困县脱贫摘帽评判指标中的群众认可度和贫困户人均收入。

表4中同时给出了表征外生交互效应（Wx）的系数估计，核心变量与控制变量空间滞后项都表现出很高的显著性。因此，为了深入剖析这种空间上的交互影响，本文进一步给出空间杜宾模型的直接效应与间接效应的结果（见表5）。表5显示，交通便利度总效应系数为-0.37，在5%置信水平上显著，说明邻近地区和本地区交通便利度提升的整体效应对本地区贫困县脱贫摘帽起到促进作用。H1a得以验证。同时，表中间接效应结果与上文结果大致相同，进一步证明了上文结论的准确性，即地区之间交通便利度相互影响，能有效促进对方贫困县脱贫摘帽。H1b得以再次验证。

由于中国幅员辽阔，资源禀赋、经济水平等差异会导致各要素发生变化，模糊了最终回归结果。所以本文进一步按照东、中、西部分区（北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南共11个省级行政区被划入东部地区，山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南共8个省级行政区被划入中部地区，重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、广西和内蒙古共11个省级行政区被划入西部地区），按照人口密度、資源禀赋分组进行讨论，空间权重矩阵同样为两两城市距离平方倒数。

表6中，由于东部地区贫困县数量较少，且交通便利度无明显变化，难以有效计算，导致结果缺失。中部地区交通便利度回归系数为-0.109，在5%置信水平上显著，表明中部地区交通便利度的提升对本市减贫效应明显。这是因为，中部地区经济发展相对成熟，可以有效地承担交通设施建设压力。同时，中部地区地势相对平坦，高铁建设投资需求较低，交通发展迅速且覆盖范围广，高铁利用率较高，对贫困县的减贫效果更明显，H2得到了验证。

西部地区仅存在空间溢出效应，系数为-0.259，在5%置信水平上，且与表4整体结果相同。这是因为大量贫困县集中在西部地区，导致整体研究结果受西部区位影响较大。中国西部地区地势以高原、山区居多，交通建设成本高，城市本身难以承担高昂的高铁设施建设投资，同时人口分散居住也难以充分提高高铁的利用率。

表7显示的是不同人口密度及资源禀赋条件下交通便利度对贫困县脱贫摘帽的影响。首先，本文以人口密度为分组变量，以2015年全国各地级市人口密度的中位数（350.32）为标准，将基础数据样本划分为高人口密度城市（>350.32），低人口密度城市（≤350.32）两组，结果为模型（1）至模型（4）。

由结果可见，人口密度较高区域交通的提升所带来的直接减贫效应更好，在1%置信水平上显著，空间溢出效应不明显但为负值。这表明交通便利度的提升在人口密度较高区域可通过增加交通利用率，平摊建设投资资金，实现交通基础设施建设对贫困县的减贫支持。此外，人口密度较低的区域有一定空间溢出效应，在10%置信水平上显著且为负值。这表明邻近城市交通便利度的提升更能促进本市贫困县经济发展，但人口密度较低区域交通利用率低，成本难以回收，存在阻碍贫困县脱贫的可能性，所以使用邻近地区交通的净利益更高。以上验证了H3a。

同时，本文以绿地面积的中位数（3485.50）作为衡量自然资源禀赋的标准，将样本分为高资源禀赋组（>3485.50）和低资源禀赋组（≤3485.50）。结果表明自然资源禀赋高比自然资源禀赋欠缺的城市，其交通便利度的提升对贫困县脱贫摘帽直接效果更强，系数为-0.134，在1%水平上显著。这是因为自然资源多寡与交通利用率密切相关，资源禀赋欠缺地区没有强烈的运输需求，更倾向于利用邻市交通设施来发挥减贫效应，所以提升资源禀赋欠缺地区交通便利度的空间溢出效应更强。以上回归结果支持了H3b。

（三）稳健性检验

为增强研究结论的可靠性，本文选择“变量替代”方法来检验研究结论。具体而言，拟将贫困程度变量，将各地级市脱贫摘帽县占总下设行政县的比例，作为衡量此市贫困县脱贫程度的新变量。按照与上文相同的空间杜宾模型回归方法，使用相同控制变量，对交通便利度与贫困县贫困程度进行逐步回归。表8结果表明新贫困程度变量的莫兰指数依然支持前文结论，即中国地级市区域贫困程度具有较强的空间溢出效应，存在空间相关性。

进一步使用空间固定效应模型分析发现，提升交通便利度对本地区仍无显著影响，同时，空间溢出项系数为负，在1%置信水平上显著，与上文分析结果无明显差异。提升交通便利度对贫困县脱贫摘帽具有显著空间溢出效应的假设再次得到验证。经过上述检验，本文研究结论具有一定稳健性。

五、研究结论

在中国基建“圈粉”世界的背景下，本文基于2015年至2017年中国地级市高铁开通数据及所辐射贫困县减贫数据，运用空间计量分析方法，检验了交通便利度与贫困县脱贫摘帽的关系及空间溢出效应。第一，交通便利度的提升有明显的空间溢出效应和“搭便车效应”。邻近城市交通便利度提升对本市贫困县脱贫摘帽作用显著。第二，与东、西部地区相比，提升中部地区交通便利度对本市减贫作用更明显。第三，提升交通便利度是否促进贫困县脱贫摘帽，取决于该县建设成本承受力与利用效率之间的博弈，且人口密度和自然资源禀赋等都在其中发挥重要作用。这表明交通便利度的提升对贫困县脱贫摘帽的空间溢出效应不是无界的，只有在人口密度高，或自然资源禀赋高，交通需求大的城市才具有更显著的直接效应。因此，城市区域间应增强交流合作，着力打造双城、多城经济圈，携手共享基建、人才和创新等发展要素带来的发展福利。全国各地交通运输系统应进一步聚焦聚力乡村交通基础设施建设，通过交通站点科学选址，为实现从脱贫攻坚到乡村振兴有效衔接和农业农村现代化作出贡献。

Transportation Accessibility，Spatial Spillover Effect and Poverty Alleviation

——An Empirical Test Based on 832 National-Level Poverty-Stricken Counties

Zang Leizhen， Linghu Nianci

（China Agricultural University，Beijing 100193，China）

Abstract：The realization of poverty alleviation in poverty-stricken counties is closely related to modern transportation support. This paper collects the information of 832 poverty counties and their high-speed rail stations in China. Based on the Spatial Durbin Model （SDM）， it empirically tests the mechanism and spatial spillover effect of the transportation convenience on poverty alleviation， and analyzes the spatial dependence and heterogeneity. From a national perspective， the citys transportation convenience will have a free-rider effect on poverty alleviation in other cities. The improvement of transportation convenience in the central region has a significant effect on poverty reduction. Compared with the western region， cities in the central region can effectively bear the economic pressure of high-speed rail construction， and the utilization rate of high-speed rail facilities is higher. The heterogeneity study shows that the impact of transportation convenience on poverty alleviation is constrained by the double game between the affordability and utilization efficiency of construction funds. The research results provide a strong theoretical support for promoting the international sharing of Chinas experience in poverty alleviation and rural revitalization.

Key words：poverty reduction;national-level poverty-stricken counties;transportation accessibility;high-speed rail operation;spatial econometric analysis

［責任编校 陈浩天］