3.4 计量检验及结果分析
3.4.1 计量方法
由于计量模型设定、数据选择的特殊性，在估计过程中我们面临如下三个问题：第一，动态设定导致被解释变量一阶滞后与综合误差项存在相关性，导致组内估计量不一致。第二，教育和贫困可能存在双向因果关系，导致解释变量与误差项相关，并且，教育支出可能由贫困状况内生决定，因此需要解决联立内生性问题。第三，本章使用的数据为T=11，N=12的面板数据，数据集的时间跨度相对较小，从而面临小T而大N的短面板问题。
为了解决以上问题，我们在分析中使用系统广义距（SYS-GMM）方法对动态模型进行估计，并在估计过程中将教育支出作为内生变量。系统广义距能够将差分广义距和水平广义距结合在一起，利用了更多样本信息，可以提高估计的效率。但系统广义距必须满足两个条件：一是需要假定随机扰动项不存在序列相关，在估计中我们分别给出了差分方程的一阶二阶序列相关检验（AR（1）、AR（2）），如果AR（2）检验p值大于常用显著性水平，则无法拒绝随机扰动项不存在序列相关的原假设；二是要求新增工具变量是有效的，我们使用Sargan过度识别检验来验证新增工具变量的有效性，其原假设H0为过度识别约束有效，即新增工具变量有效。
3.4.2 实证结果分析
我们首先对经济增长与贫困减缓的关系进行了实证检验，乡村和城镇样本的计量结果见表3-1第（1）、（4）列所示，结果显示经济增长与西部城乡贫困减缓的回归系数显著为正，验证了推论一的正确性，即经济增长依然是西部贫困减缓的重要动力来源。其次，我们将总体经济增长分解为三次产业增长，对产值结构与贫困减缓的关系进行了实证检验，结果见表3-1第（2）、（5）两列所示。结果显示三次产业对城乡贫困减缓的回归系数不同，我们进一步检验了原假设：δ1=δ2=δ3，农村样本和城镇样本的p值分别为0.003和0.019，均能够在常用显著性水平上拒绝该原假设，从而对推论二进行了验证。最后，我们分析了经济增长的劳动密集度与贫困减缓的关系，计量结果见表3-1第（3）、（6）两列，劳动密集度的回归系数均为正值，且统计显著，从而验证了推论三的结论。为了进一步表明所使用计量方法的正确性，我们对随机扰动项的序列相关和工具变量的有效性进行了检验，结果显示AR（2）检验和Sargan检验p值均在0.1以上，即残差差分不存在序列相关，模型设定正确，且工具变量有效。接下来，我们将结合理论模型和西部地区实际情况，对表3-1中的实证结果进行详细分析。
表3-1 产业结构、劳动密集度与西部城乡贫困减缓
注：括号内为标准差，*、**、***分别代表10%、5%和1%的显著性水平。
第一，经济增长与贫困减缓的关系。根据回归结果，可以看出经济增长对西部地区贫困者收入提升呈正向作用，统计显著，且在农村和城市样本中均保持稳健。该结果与郭熙保、罗知（2008）对中国整体的实证研究保持一致，说明经济增长的确对西部地区贫困减缓起到了积极作用，经济增长依然是西部地区实现贫困减缓的有效动力来源。但经济增长对农村和城市的减贫弹性有所不同，结果显示农村经济增长的减贫弹性为0.373，农村为0.245，经济增长对城市贫困人口的收入提升更为明显。其主要原因在于城乡要素报酬分配的差异，现有理论显示经济增长转化为贫困者收入需要经过要素分配的转化过程，因此经济增长的减贫作用对不同群体而言是异质的。有两方面的优势使得城市地区的贫困者从经济增长中获益更多：一方面，城市地区贫困者参与经济活动的深度和广度更高，劳动力投入得到了更有效率的使用，而农村贫困者则存在隐形失业现象，无法获得平均回报；另一方面，由于主要经济活动聚集在城市，城市地区贫困者从经济增长获利所付出的成本低于农村贫困人口，这些额外成本包括生存成本、迁移成本、就业搜寻等多种成本（江曼琦，翁羽，2010）。
第二，产业结构与贫困减缓的关系。从经济增长的部门结构对贫困减缓的影响来看，三次产业的减贫效应显著不同。以农村样本为例，三次产业的减贫弹性分别为1.071、0.005和0.602。城市样本中三次产业的减贫弹性排序也是第一产业的经济意义和统计意义更为显著，其次为第三产业，第二产业的减贫效果最不显著。因此参数检验结果显示：经济增长的部门结构能够影响贫困减缓，并且三次产业部门的减贫效果各有不同。这与李小云、于乐荣、齐顾波（李小云，于乐荣，齐顾波，2010），张萃（张萃，2011）的实证结果一致。根据理论模型，这主要与三次产业的劳动力密集程度有关，第一产业和第三产业的劳动密集度更高。另外，三次产业对贫困减缓的影响在农村和城市有所不同。第一产业对城市贫困减缓的作用大于农村地区，而在农村地区，服务业的贫困减缓效应要大于城市地区，第二产业在城乡减贫中的作用均不显著。出现该种情况的原因同样与城市和农村地区居民经济活动的参与成本有关。农村贫困者从事第一产业虽然能够产生显著的贫困减缓作用，但由于农产品本身属性和运输距离的原因，需要付出额外交易成本，形成漏损。因此，第一产业对城市贫困减缓的影响更为明显。而农村从事第三产业生产活动的人口多数均以城镇为主要居住地，节约了参与经济活动的成本，并且由于面临的风险和压力更大，农村贫困者的工作强度高于城市贫困者，从而导致第三产业对农村减贫的影响更为明显。因此，对于西部地区而言，发展第一产业以及劳动密集型第三产业是有效的减贫路径，并且着力降低贫困者参与经济活动的成本对提升经济增长的减贫弹性意义重大。
第三，劳动密集度与贫困减缓的关系。以上分析表明，经济增长的部门构成的确能够对贫困减缓产生作用，并且各部门在城市和乡村贫困减缓的作用不同。Seetanah（Seetanah B，Rojid，S，Shalini，R.，2008）认为存在此种差异的原因在于：三部门构成仅仅是影响贫困减缓的一个外在渠道，为此应找到更为深入的机制和影响渠道。基于理论模型，经济增长的劳动力密集程度是经济增长部门结构影响减贫效果的主要因素。实证结果也表明，经济增长的劳动密集程度y_lab对贫困减缓呈正向作用，经济增长的劳动力密集程度越高，则贫困减缓效果越明显，并且该结果在城市和农村地区保持稳健。该稳健结果对推论三予以了证实。这表明，西部地区未来实现可持续减贫的结构性动力来源于内部产业结构的调整和经济发展方式的转变。劳动力吸纳能力更强、对本地贫困群体更为包容的经济增长方式更有利于贫困减缓的实现。因此，对于西部地区而言，如何在经济增长的同时，实现劳动力最大程度利用，规避第一产业的冗余就业，实现劳动力向第二、第三产业的转移是未来完成可持续贫困减缓的重点所在。
第四，其他解释变量与贫困减缓的关系。贫困的一阶滞后项系数为负值，表明过去一年减贫速度快的地区在当期减贫速度将有所减缓，即贫困减缓存在收敛性。同时，这也表明西部地区的贫困减缓难度会越来越大。其主要原因在于，随着贫困深度较低的群体快速脱贫，剩余贫困者存在陷入慢性贫困陷阱的可能。未来西部地区的贫困减缓，应选择盯住慢性贫困人群的策略。人均教育经费支出对贫困减缓有显著正向影响，这表明提升西部贫困人口受教育水平，改善人力资本构成是实现持续减贫的重要途径。但基础设施对贫困减缓的影响无论是经济意义还是统计意义均不显著，主要原因在于西部慢性贫困人口生产要素和资本较为匮乏，基础设施尚未纳入其收入函数，另外一个原因可能与变量选择有关，不同的基础设施对贫困减缓的影响有所不同。这也是本章未来扩展的方向之一。