《空间贫困分异特征、陷阱形成与致贫因素分析》-经济学论文，人口资源与环境论文-论文范文参考-科学狗论文网

标题

空间贫困分异特征、陷阱形成与致贫因素分析

范文

程名望李礼连张家平

摘要消除贫困是中国共产党的一项重要历史使命。目前，中国脱贫攻坚进入关键的决战决胜阶段，精准脱贫成为实现乡村振兴及全面建成小康社会的关键问题。本文以贫困突出的江西革命老区为例，采用ESDA空间探索性分析和空间计量模型，探究其空间贫困分异特征、陷阱形成机制及影响因素，发现：①从时间维度看，2000—2016年，受国家贫困标准线大幅调整影响，江西革命老区贫困人口和贫困发生率呈现三个断点下降时期，总体脱贫进程加快。②从空间维度看，江西革命老区各县（市、区）的贫困人口和贫困发生率明显减少，贫困分异特征表现为高贫困地区集聚于南部的集中连片区或国家级贫困县，低贫困地区主要集聚于北部的非贫困区。③进一步通过空间检验发现，江西革命老区贫困以“高-高”集聚模式为主，并形成“空间贫困陷阱”，均属于集中连片特困区或国家级贫困县;少数地区的贫困还存在“低-低”集聚模式，形成“脱贫溢出效应”，均属于非贫困区。④实证结果表明，城乡收入之比和中学教师负担学生数显著加剧了江西革命老区贫困水平;而农民人均纯收入、卫生技术人员比例和农业机械化水平对减贫具有显著正向作用;贫困空间滞后项的显著为正也再次验证了江西革命老区“空间贫困陷阱”及“脱贫溢出效应”的存在性;相邻地区的农民人均纯收入和卫生技术人员比例的减贫效果存在显著的空间溢出效应。为此，本文提出实现江西革命老区精准脱贫建议。

关键词空间贫困;空间贫困陷阱;致贫因素;江西革命老區;集中连片特困区

目前，中国脱贫攻坚进入关键的决战决胜阶段，但截至2018年底，中国农村仍有高达1660万的贫困人口，其主要分布在自然条件恶劣、地理位置偏远、基础设施薄弱的深度贫困地区，该区域绝大多数属于革命老区或涉老地区。尽管建国后的革命老区取得较快发展，但其整体经济社会发展步伐相较于全国平均水平明显滞后，导致革命老区的民生和贫困问题的凸显。在全面建成小康社会的历史使命下，政府强化对革命老区经济民生的推动工作，出台并初步形成“1258”关于支持革命老区脱贫及振兴发展的政策体系（即1个总体指导意见、2个区域性政策意见、5个重点老区振兴发展规划、8个涉老片区区域发展与扶贫攻坚规划）。其中，2012年国务院出台的《国务院关于支持振兴赣南等原中央苏区发展的若干意见》（以下简称《意见》），强调振兴革命老区的关键在于破解突出的贫困问题，重点提高并改善农民生活水平及农业生产条件，并依托革命老区的红色文化和生态资源优势，打造全国革命老区红色文化传创区及扶贫攻坚示范区。为进一步科学规划并细化革命老区振兴发展及精准脱贫的各项政策措施，2014年国务院出台《赣闽粤原中央苏区振兴发展规划》（以下简称《规划》）。《规划》要求深入贯彻落实《意见》精神，科学确定原中央苏区的发展战略定位，即革命老区红色文化传创区、扶贫攻坚示范区、特色优势的产业基地、著名的旅游胜地、重要的区域综合交通枢纽及生态屏障。一系列关于革命老区振兴发展与扶贫攻坚政策意见的出台，充分体现了中国共产党、中央政府对革命老区贫困问题的重视及对打赢脱贫攻坚的决心。基于此，本文拟以江西革命老区作为典型研究对象，在全面建成小康及乡村振兴战略背景下，探究革命老区精准脱贫，这具有重要的实践和学术价值。

1文献综述

贫困问题的综合复杂性，引起了国内外学者的广泛关注，其中致贫因素一直以来都是学者研究的核心问题。关于致贫因素的研究最早兴起于人力资本与个人收入的探讨。Schultz[1]提出人力资本匮乏是致贫的关键因素，且人力资本存量差异是形成收入不平等的重要原因[2]，其中教育被认为是提升人力资本积累的重要途径[3-5]。程名望等[6]则认为基础教育和健康均是影响农户收入的核心人力资本变量，且人力资本的投入更应该关注健康问题。还有学者关注代际关系对人力资本投入的影响，认为贫穷通过削弱教育投资、医疗保障、就业培训等人力资本投入传递给下一代[7-9]，形成贫困的“马太效应”[10]。此外，大量研究结果表明经济增长对农村减贫具有重要影响[11-13]，经济增长的“滴漏效应”有助于提高穷人的收入水平，但并不能解释贫困下降的全部内容，该过程的收入分配机制发挥重要作用，当收入差距扩大会阻碍经济增长减贫效应。罗楚亮[14]通过分析贫困变动的经济增长效应与收入分配效应验证上述观点，认为中国经济转型过程中同时发生收入增长和收入差距扩大，并对农村贫困减缓具有不同影响。另外，有学者提出社会资本在解决贫困和经济脆弱性问题中发挥重要作用[15-16]。社会资本包含社会网络、信任和规范三个维度，其中社会网络能够提供共享信息、降低风险成本，减少机会主义行为，因此，个人通过社会网络可获取更多有利于就业和收入提高的资源[17];而信任则可弥补正式制度的缺陷，减少交易成本[18]。还有部分学者认为农村基础设施落后、自然环境恶劣等因素是重要的致贫因子，并建议破除农村基础设施瓶颈，充分发挥农村独特生态环境和红色文化优势，推动区域旅游产业及农业现代化发展[19-21]。也有学者认为扶贫政策、互联网应用、农村金融发展等对区域贫困也产生了重要影响[22-27]。

梳理现有文献发现，关于贫困问题的研究较为丰富，致贫因素考虑也较为充分，但在实证研究中往往忽略了贫困的空间依赖性。已有研究绝大多数都是基于地理空间均质性和独立性假设，未考虑空间相关性，直接影响到研究结论的可靠性和科学性。国内有极少关于空间贫困的文献，主要停留在空间贫困理论[28-29]、贫困空间特征描述[30]及贫困集聚的统计检验[31]，并未具体阐述“空间贫困陷阱”的形成机制，更未从空间计量模型上探究该问题。基于此，本文在已有研究的基础上，以江西革命老区为例，基于空间贫困视角深入探讨贫困分异特征、陷阱形成机制及致贫因素。具体来说，应用地理信息系统（GIS）分析革命老区空间贫困分异特征，进一步检验“空间贫困陷阱”的存在性及形成机制，并将检验结果纳入空间计量模型进行实证分析，为精准脱贫建议提供更加科学的理论与实证论据。

2方法与数据

2.1ESDA空间探索性分析

2.2空间面板数据模型

2.3数据来源与变量选取

本文研究数据包括统计数据和空间数据。统计数据涉及2000—2016年江西及各地市统计年鉴，空间数据于国家基础地理信息数据中心提供的矢量数据。在指标选取方面，由于贫困影响因素较多，本文借鉴已有研究成果，并考虑数据的可获得性，从经济收入、社会保障、农村生产条件三个维度选取13个可能的致貧因素作为自变量（如表1）。其中经济收入维度选取农民人均纯收入（Inc）、人均GDP（Pgd）、非农产业比重（Nag）、城乡收入比（Iga）4个变量，用于衡量当地农民收入、经济发展、城乡收入差距及产业结构对革命老区减贫的影响;社会保障维度选取医疗床位比例（Mbr）、卫生技术人员比例（Pht）、中学教师负担学生数（Tbr）、城镇化率（Urb）、乡村从业人口比重（Rwr），用于衡量教育资源、医疗水平、农村人口转移、乡村人口就业等因素对革命老区减贫的影响;农业生产维度选取农业机械化水平（Ama）、农村人均粮食产量（Pgn）、农村人均耕地面积（Paa）、农作物干旱水平（Dro），用于衡量农业现代化、农村耕地资源、水资源、粮食生产等因素对革命老区减贫的影响。此外，本文选取贫困人口（PP）、贫困发生率（PR）2个贫困指标作为因变量，通过对上述数据进行标准化处理消除变量之间的量纲问题。

3贫困时空分异特征与陷阱形成

3.1区域概况

2014年国务院印发的《赣闽粤原中央苏区振兴发展规划》确定了涉及赣州、吉安、抚州、上饶、新余、萍乡、鹰潭和宜春的54个县（市、区）为革命老区，该区域行政区域面积为10.30万km2，占江西省面积的62%。其中包括罗霄山脉集中连片特困区的17个县（市、区），18个国家级贫困县，主要分布在赣州的东、西、北部，吉安西南部，抚州中南部。截至2016年，革命老区人均GDP为30046元，明显低于江西省平均水平（40106元）;革命老区农村居民人均纯收入为11324元/a，明显低于江西省平均水平（12138元/a）。从贫困分布来看，2016年革命老区贫困人口为70.61万人，其中集中连片区有42.45万人，国家级贫困县有42.24万人;革命老区贫困发生率为2.76%，其中集中连片特困区和国家级贫困县均为4.58%，明显高于江西省（2.46%）。总体上，江西革命老区经济发展相较于全省水平较为滞后，贫困区域主要分布于赣南地区等集中连片特困区和国家级贫困县，是扶贫开发重点区域，也是振兴发展江西革命老区的关键。

3.2贫困时序演变特征

年贫困人口明显增加，但仍远低于当时国际贫困标准线。第二次调整为2010—2011年，贫困标准线由1274元/人·a显著增加至2300元/人·a，增幅达80.53%，导致2011年贫困人口激增，但贫困标准接近当时1.25美元/人·d的国际标准，更能反映革命老区真实的贫困状况。当剔除贫困线两次大幅调整的影响可发现：江西革命老区贫困规模呈现三阶段的加速下降，其中第三阶段下降速度最快（贫困人口年均减少48万人），第二阶段次之（贫困人口年均减少22万人），最后是第一阶段（贫困人口年均减少1万人），充分表明革命老区脱贫进程不断加快。

为尽量避免因贫困线大幅调整对后文实证分析过程的科学性与结论的可靠性造成偏差，本文选取2011—2016年的数据进行分析，不仅有效避免国家贫困线大幅调整对实证分析的干扰，且经过调整的贫困指标更加接近当时1.25美元/人·d的国际贫困标准。

3.3贫困空间分异特征

从贫困的空间分异特征来看（见图2），2011年革命老区整体贫困水平较高，且分布较为集中。其中贫困人口高于9万人的地区有12个，均属于国家级贫困县或集中连片特困区;低于1万人的地区仅有7个，均属于非贫困区;而大部分地区的贫困人口规模在1万～3万人，有19个，且均属于非贫困区。2016年革命老区各县（市、区）贫困人口明显较少，且均低于7万人，但分布较为集中。其中贫困人口在3万～7万人的地区仅有7个，均属于国家级贫困县或集中连片特困区;而绝大多数地区贫困人口规模低于1万人，有32个，其中31个属于非贫困地区。此外，贫困发生率的空间分布特征与贫困人口的基本保持一致。总体上，2011—2016年革命老区贫困人口和贫困发生率明显减少，但空间分异特征十分显著，即：高贫困的县（市、区）集中分布在革命老区中部的国家级贫困县或集中连片区，而低贫困的县（市、区）较为集中分布于革命老区北部的非贫困区。

3.4空间贫困陷阱形成

基于上述分析，革命老区贫困人口与发生率呈现明显的集中连片特征。进一步对革命老区的贫困指标进行空间统计检验，并判断其是否存在“空间贫困陷阱”，主要采用全域MoransI指数和局域MoransI指数进行检验分析。首先，采用全域自相关检验“空间贫困陷阱”的存在性，结果（见表2）显示：2011—2016年贫困人口（PP）的全域MoransI指数均显著为正，表明革命老区贫困具有显著的空间集聚特征，即可能表现为高贫困地区集聚或低贫困区集聚，基于前文分析，更倾向于高贫困区域集聚的解释。为进一步检验空间集聚的稳健性，本文还测算贫困发生率（PR）的全域MoransI指数及其统计检验结果。PR的全域MoransI指数均高于0.3，且均通过1%显著性检验，表明革命老区空间贫困集聚特征非偶然性，即可能存在显著的“空间贫困陷阱”。尽管2011—2016年革命老区贫困人口及其发生率显著下降，脱贫成效十分显著，但贫困空间集聚的格局仍未得到有效改变，甚至加剧空间贫困集聚的进一步分化。

此外，采用局域MoransI指数及LISA集聚图进一步揭示革命老区是否真实存在明显的“空间贫困陷阱”以及其具体分布情况。图3所示：2011年和2016年革命老区空间贫困以“高-高”集聚特征为主，即表明高贫困地区间的集聚存在相互正向影响，并形成“空间贫困陷阱”，且该集聚区域均属于罗霄山脉集中连片特困区或绝大部分为国家级贫困县。此外，2011年和2016年革命老区还存在贫困的“低-低”集聚特征，即表明低贫困地区间存在正向促进作用，并形成“脱贫溢出效应”，且该区域属于非贫困区。总体上，2011—2016年“空间贫困陷阱”的县（市、区）数量有所较少，而“脱贫溢出效应”的县（市、区）数量增加，表明革命老区的脱贫效果显著。

4致贫因素的实证分析

4.1基于逐步回归的实证分析

建立基准的面板OLS模型，先以贫困人口作为被解释变量，解释变量则从经济收入、社会保障、农业生产三个维度选取13个指标考察其对革命老区减贫的影响机制，并通过逐步回归法筛选城乡收入比（Iga）、农民人均纯收入（Inc）、中学教师负担学生数（Tbr）、卫生技术人员比例（Pht）、农村人均耕地面积（Paa）、农业机械化水平（Ama）6个关键的显著变量（如表3），且对革命老区贫困的影响均符合预期。其次，通过方差膨胀因子检验（VIF检验小于10）表明模型不存在多重共线性。最后，通过聚类稳健标准差（CR）回归避免异方差和序列相关问题对模型估计的影响，回归结果也再次印证了上述模型设定的稳健性。由此，本文得到6个关键的符合预期且影响显著的致贫因素。4.2基于空间面板的实证分析

（1）建立空间面板计量模型。由于普通面板回归模型估计结果并不精准。基于此，通过引入含有因变量的空间滞后项的空间计量模型，充分考虑“空间贫困陷阱”问题，建立空间面板的SLM模型与SDM模型：

（2）空间面板的SLM模型和SDM模型分析。以因变量（PP）的回归结果作为重点讨论，因变量（PR）的回归结果作为稳健性讨论内容。从表4可知，SLM模型的Hausman检验选择了空间随机效应。该模型回归显示：贫困滞后项、城乡收入比、中学教师学生负担数对老区贫困人口具有正向影响，农民人均纯收入、卫生技术人员比例、农业机械化水平和农村人均耕地面积对老区贫困具有负向影响，均与现实预期相符。其中贫困滞后项通过1%的显著性检验，表明革命老区贫困人口确实存在明显的空间依赖性，即邻接地区的高贫困会对加剧当地贫困程度，造成县（市、区）间的贫困“高-高”集聚且相互促进，最终形成“空间贫困陷阱”，再次印证了前文对“空间贫困陷阱”的检验。

由于SLM模型忽略了相邻地区的致贫因素对当地贫困的影响，因此，采用空间面板SDM模型弥补SLM模型的不足。SDM的Hausman检验选择了空间随机效应，该模型的回归结果（表4）显示：城乡收入比、中学教师负担学生数对老区贫困具有显著正向影响，分别通过1%和5%的显著性检验;而农民人均纯收入、卫生技术人员比例、农村人均耕地面积、农业机械化水平对老区减贫具有显著正向影响，均通过5%的显著性检验。具体而言，农民人均纯收入增长对农村减贫效果显著，但城乡收入差距扩大将阻碍收入增长的减贫效应，该结论得到大量相关研究的验证[11-14]。中学教师负担学生数反映了当地学生人均拥有的教育资源数量，可一定程度体现当地教育水平。在实际情况中，每位教师教学的时间和精力是有限的，当教师负担学生的數量增加，则每位学生分配到的教学时间减少，导致当地的教育质量下降。卫生技术人员比例反映了当地医疗资源供给水平，尤其在农村普遍存在“看病难、没钱看病”的医疗资源供给不足的窘境，进一步恶化了农村“小病拖，大病扛”的致贫现象。因此，教育和医疗资源的供给不足问题将影响人力资本投入，进一步阻碍老区反贫困步伐。耕地是农业生产最基本的要素投入，而农业机械化是提高农业生产效率的重要资本和技术投入，二者对于老区农业生产和减贫具有显著的正向作用。在空间滞后项方面，贫困滞后项（w×y）、相邻地区的农民人均纯收入（w×Inc）、卫生技术人员比例（w×Pht）均通过1%的显著性检验。其中贫困滞后项对老区贫困具有显著正向影响，表明贫困人口规模高的县（市、区）将增加相邻的贫困风险，再次验证“空间贫困陷阱”显著存在于革命老区;农民人均纯收入对相邻地区贫困具有显著负向影响，表明提升农民收入对相邻地区减贫具有空间“溢出效应”。换而言之，更高收入的地区对周边地区农村劳动力形成更强的吸引力，从而提升周边地区的农民收入，有利于当地脱贫;而卫生技术人员比例对相邻地区减贫具有显著正向影响，医疗资源是具有明显正外部性的公共品，医疗资源充裕的地区有利于缓解周边地区“看病难”的困境。

4.3稳健性分析

通过变换因变量进一步检验上述结论的稳健性。鉴于SLM模型尚不完善，针对因变量为PP和PR两组SDM模型（如表4）进行稳健性分析。①两组模型的卡方检验均通过1%的显著性检验，拟合度较好，均采用空间随机效应模型估计，且各自变量对贫困的影响作用方向均保持不变，表明模型估计结果在整体上是稳健的。②两组模型的空间滞后项均通过1%的显著性检验，再次验证革命老区贫困存在显著的“空间贫困陷阱”现象;而城乡收入比、卫生技术人员比例、农业机械化水平、农民人均纯收入、相邻地区的农民人均纯收入均通过5%及以上显著性检验，其结论具有稳健性。但在上述模型中有部分变量的显著性并不稳健：①中学教师负担学生数和农村人均耕地面积在PP的模型中通过5%的显著性检验，而在PR的模型中不显著，表明教育水平和耕地资源对革命老区贫困人口具有明显的减贫效应，但对贫困发生率的影响不具有显著性。②相邻地区的卫生技术人员比例在PP的模型中通过1%的显著性检验，但在PR的模型中不显著，表明医疗资源对贫困人口的减贫作用存在空间溢出效应，但对降低贫困发生率的溢出效应不显著。

5结论及评述

本文探讨了革命老区空间贫困分异特征，检验并确定“空间贫困陷阱”的具体区域，最后运用空间计量模型进行回归分析，得到革命老区关键的致贫因素，为老区精准脱贫提供理论支撑。本文研究结论：①2000—2016年，江西革命老区贫困人口受贫困标准线大幅提高的影响，总体呈现2000—2007年、2008—2010年、2011—2016年三阶段波动下降，脱贫进程加快。②革命老区存在显著的空间贫困集聚特征，且以“高-高”集聚模式为主，即存在“空间贫困陷阱”，主要发生于高贫困的罗霄山脉集中连片特困区或国家级贫困县，且SLM模型和SDM模型再一次验证“空间贫困陷阱”的存在性。③空间计量分析发现，城乡收入比、卫生技术人员比例、农业机械化水平、农民人均纯收入、贫困滞后项、相邻地区的农村人均收入均是影响革命老区贫困的6个具有稳健性的显著性变量。④中学生教师负担学生数、农村人均耕地面积、相邻地区的卫生技术人员比例对革命老区减贫产生影响，但其结果也并不稳健。

基于前文分析，本文政策启示有：一是推动区域贫困的协同治理，破解“空间贫困陷阱”。革命老区贫困人口集中分布于资源环境恶劣、交通不便、经济社会发展较差的偏远地区，这是形成“空间贫困陷阱”主要原因，因此，必须打破区域扶贫的“单干现象”，实施区域扶贫协同共治，加强区域联动合作，尤其是在典型脱贫案例的经验交流，互鉴互学。二是拓宽革命老区农民收入渠道，缩小城乡收入差距。一方面通过产业帮扶、小额信贷、农业生产性补贴、技能培训、增设贫困岗位等帮扶措施为有劳动能力或缺乏资金和技术的贫困户提供就业或创业的机会，实现“造血式”内生脱贫动力;另一方面通过社会救助、政府救助或贫困补贴等形式的“输血式”经济救援，以保障缺乏劳动能力的贫困户的基本生活需求。在消除城乡收入不平等问题上，一方面加快城镇化进程，促进农村劳动力非农就业或进城务工;另一方面落实转移支付等收入再分配政策，总体上调节收入不平等问题。三是加大革命老区教育和医疗资源的供给。针对教育资源的供给不足问题，可增加革命老区教育扶贫的专项资金，尤其是教育资源短缺的地区;加强教育资源缺乏地区的师资队伍建设，提高贫困地区教师和支教的工资待遇。针对医疗资源供给不足问题，可加大乡镇和村级的基础医疗队伍和设施的标准化建设，提高县乡两级医疗机构管理水平和服务能力。针对特殊的贫困户，各级医疗机构可定期组织医疗人员赴贫困地区开展免费就诊活动，破解偏远贫困区的医疗资源短缺问题。四是加强农业现代化建设，提供农民农业生产收益。一方面要求科学开展农业现代化建设，包括现代化农业基础设施和农业技术人员，可通过技术培训或上门指导等形式为有技术需求的贫困户解决现实问题。另一方面，江西革命老区应充分发挥生态优势和红色文化资源优势，发展绿色有机农产品及特色观光旅游业，提高农产品附加值。五是加强对革命老区脱贫的政策支持。精准脱贫的综合复杂性和社会公益性需要政府的强力扶持才能有效实现，政府需要从顶层设计制定并完善精准脱贫的政策支持体系，同时通过制定相应的法律法规保障脱贫政策的执行力和效率，避免脱贫政策落实不到位，防止扶贫资源的漏出。

尽管本文运用空间计量模型探究“空间贫困陷阱”问题具有一定的新意，但研究仍存在不足之处。由于数据缺乏的局限性，并未将农村基础设施、扶贫资金等因素纳入模型，需要更全面的数据支撑才能实现。其次，采用的模型也具有一定的局限性。尽管SDM模型充分考虑了贫困的空间依赖性，但无法解决异质性问题，即默认空间是均质的，因此，模型测度的回归系数是单一的。

（编辑：刘照胜）

参考文献

[1]SCHULTZTW.Capitalformationbyeducation[J].Journalofpoliticaleconomy，1960（6）：571-583.

[2EICHERTS，CECILIAGP.Inequalityandgrowth：thedualroleofhumancapitalindevelopment[J].Journalofdevelopmenteconomics，2001，66（1）：173-197.

[3]程名望，盖庆恩，JINYH，等.人力资本积累与农户收入增长[J].经济研究，2016（1）：168-181.

[4]程名望，JINYH，盖庆恩，等.中国农户收入不平等及其决定因素——基于微观农户数据的回归分解[J].经济学（季刊），2016，15（3）：1253-1274.

[5]程名望，张帅，史清华.农户贫困及其决定因素——基于精准扶贫视角的实证分析[J].公共管理学报，2018，15（1）：135-146，159-160.

[6]程名望，JINYH，盖庆恩，等.农村减贫：应该更关注教育还是健康？——基于收入增长和差距缩小双重视角的实证[J].经济研究，2014（11）：130-144.

[7BECKERGS，TOMESN.Anequilibriumtheoryofthedistributionofincomeandintergenerationalmobility[J].Journalofpoliticaleconomy，1979，87（6）：1153-1189.

[8]张立冬.中国农村贫困代际传递实证研究[J].中国人口·资源与环境，2013，23（6）：45-50.

[9]邹薇，郑浩.贫困家庭的孩子为什么不读书：风险、人力资本代际传递和贫困陷阱[J].经济学动态，2014（6）：16-31.

[10]黄潇.如何预防贫困的马太效应——代际收入流动视角[J].经济管理，2014（5）：153-162.

[11]CHENS，RAVALLIONM.Howhavetheworldspoorestfaredsincetheearly1980s？[J].TheWorldBankresearchobserver，2004，19（2）：141-169.

[12]陳飞，卢建词.收入增长与分配结构扭曲的农村减贫效应研究[J].经济研究，2014，49（2）：101-114.

[13]YAOS，ZHANGZ，HANMERL.GrowinginequalityandpovertyinChina[J].Chinaeconomicreview，2004，15（2）：145-163.

[14]罗楚亮.经济增长、收入差距与农村贫困[J].经济研究，2012（2）：15-27.

[15]张爽，陆铭，章元.社会资本的作用随市场化进程减弱还是加强？——来自中国农村贫困的实证研究[J].经济学（季刊），2007，6（2）：539-560.

[16]胡棋智，王朝明.收入流动性与居民经济地位动态演化的实证研究[J].数量经济技术经济研究，2009（3）：66-80.

[17]KNIGHTJ，YUEHL.TheroleofsocialcapitalinthelabourmarketinChina[J].Economicsoftransition，2010，16（3）：389-414.

[18]FUKUYAMAF.Trust：thesocialvirtuesandthecreationofprosperity[J].Orbis，1996，40（2）：333.

[19]石友金.论脱贫致富的环境优化：湘赣革命老区开发式扶贫调查后的思考[J].中国农村经济，1999（7）：66-70.

[20]黄静波，李纯.湘粤赣边界区域红色旅游协同发展模式[J].经济地理，2015，35（12）：203-208.

[21]黄铁平，莫德仪.中部贫困地区农业现代化的主攻方向分析[J].农业经济问题，2008（7）：51-55.

[22]王磊，李聪.陕西易地扶贫搬迁安置区多维贫困测度与致贫因素分析[J].统计与信息论坛，2019，34（3）：119-128.

[23]程名望，张家平.新时代背景下互联网发展与城乡居民消费差距[J].数量经济技术经济研究，2019，36（7）：22-41.

[24]程名望，张家平.互联网普及与城乡收入差距：理论与实证[J].中国农村经济，2019（2）：19-41.

[25]刘宏霞，汪慧玲，谢宗棠.农村金融发展、财政支农与西部地区减贫效应分析——基于面板门槛模型的研究[J].统计与信息论坛，2018，33（3）：51-57.

[26]黄承伟，覃志敏.贫困地区统筹城乡发展与产业化扶贫机制创新——基于重庆市农民创业园产业化扶贫案例的分析[J].农业经济问题，2013（5）：51-55.

[27]张鹏瑶，刘新智，孙晗霖.生计策略对贫困地区精准脱贫户可持续生计的影响研究[J].山东师范大学学报（自然科学版），2019，34（2）：203-209.

[28]陈全功，程蹊.空间贫困及其政策含义[J].贵州社会科学，2010（8）：87-92.

[29]刘小鹏，苏晓芳，王亚娟，等.空间贫困研究及其对我国贫困地理研究的启示[J].干旱区地理，2014，37（1）：144-152.

[30]杨志恒，黄秋昊，李满春，等.产业扶贫视角下村域空间贫困陷阱识别与策略分析——以湘西保靖县为例[J].地理科学，2018，38（6）：885-894.

[31]马振邦，陈兴鹏，贾卓，等.人穷还是地穷？空间贫困陷阱的地统计学檢验[J].地理研究，2018，37（10）：1997-2010.

[32]王学义，曾永明.中国川西地区人口分布与地形因子的空间分析[J].中国人口科学，2013（3）：85-93.

[33]杨成钢，曾永明.空间不平衡、人口流动与外商直接投资的区域选择——中国1995-2010年省际空间面板数据分析[J].人口研究，2014，38（6）：25-39.

[34]林雄斌，杨家文，陶卓霖，等.交通投资、经济空间集聚与多样化路径——空间面板回归与结构方程模型视角[J].地理学报，2018，73（10）：1970-1984.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。