The Innovation Network and Urban Economic Resilience of the Guangdong-Hong Kong-Macao Greater Bay Area
-
摘要: 面对日趋复杂多变的内外部经济环境，在加快构建新发展格局的进程中，以创新驱动增强城市经济韧性的重要性愈发明显。基于WIPO专利匹配城市层面数据，实证考察创新网络对城市经济韧性的影响机制发现，粤港澳大湾区创新网络尤其是联合创新网络的形成有利于城市经济韧性的提升。为保证联合创新活动的持续稳定进行并助力韧性城市建设，建议构建“核心—边缘”、以点带面、等级清晰的联合创新网络，其中香港、深圳、广州等核心节点城市应加强联系并发挥主导作用，尤其是在数字经济等高科技领域，网络边缘城市需积极寻求同层级城市合作，并参与到核心城市主导的高技术含量创新中去。Abstract: Faced with the increasingly complex and changeable internal and external economic environment and undergoing the process of accelerating the construction of a new development pattern, the importance of enhancing urban economic resilience driven by innovation has become more and more obvious. Based on the city-level WIPO patent data, an empirical study of the impact mechanism of innovation networks on urban economic resilience finds that the formation of innovation networks in the Guangdong-Hong Kong-Macao Greater Bay Area, especially the joint innovation network, is conducive to the improvement of urban economic resilience. In order to ensure the continuous and stable progress of joint innovation activities and help the construction of resilient cities, it is recommended to build a joint innovation network with "core and periphery", "points promoting surface", and clear levels. Core cities such as Hong Kong, Shenzhen, and Guangzhou should strengthen connections and play a leading role, especially in high-tech fields such as digital economy. Periphery cities need to actively seek cooperation with cities at the same level and participate in high-tech innovation led by core cities.
-
引言
2020年是中国消除绝对贫困、打赢全面精准扶贫攻坚战的收官之年，将率先实现现有标准下农村贫困人口的全面脱贫，解决区域性整体贫困问题，但这绝不意味着未来中国不存在贫困问题了；相反，以城乡收入差距不断扩大为主要表现的相对贫困问题仍将长期存在，如何解决农村人口的相对贫困问题成为未来中国扶贫工作的重心[1-2]。与绝对贫困相比，相对贫困具有人口基数大、贫困维度广、致贫风险高、长期性等特点，也在持续增收、多维贫困、内生动力、体制机制等方面面临诸多难点[3-5]。解决相对贫困的关键是提高贫困人口的自我发展能力[6]；而培训是提高贫困人口自我发展能力的主要途径之一，对构建解决相对贫困问题的长效机制有重要参考价值。
随着中国扶贫的重点转向相对贫困，相关研究也不断丰富，主要集中在以下三方面。一是相对贫困的概念和特征，多数学者认为相对贫困是社会成员相对于当时、当地大多数社会成员的生活水平而言，是在温饱问题解决之后社会成员发展过程中存在的贫困[7-8]，具有不平衡、不充分、不确定性的特征[9-10]。二是相对贫困的识别，目前学界关于相对贫困的识别还没有统一标准，主要还是按照收入中位数的比例来划分，如蔡亚庆[11]将不同省份人均净收入的50%作为相对贫困标准，李实等[12]将收入中位数的50%划为相对贫困线，邢成举等[13]将收入中位数的40%作为相对贫困标准。三是相对贫困影响因素研究，主要包括父辈禀赋[14]、家庭成员健康水平[15]、家庭成员外出务工时间总和[16]等微观因素以及个人所得税[17]、财政支出结构[18]、互联网发展等宏观因素[19]。
综合来看，已有文献对相对贫困概念、特征、识别以及影响因素做了大量研究，为本研究奠定了重要基础。但既往研究至少存在以下拓展空间。一是关于相对贫困问题的实证研究不多，多集中在理论探讨和典型案例总结上，不利于立足国情构建解决相对贫困的长效机制。二是对相对贫困的识别多以收入为单一指标，更多反映的是经济水平上的相对贫困，未考虑农业人口在个人能力、社会支持、组织参与等方面的差异，不利于全面科学衡量农业人口的相对贫困水平。三是缺乏对培训这一重要影响因素的考虑。按照能力贫困理论，解决贫困的主要路径在于提升贫困者的能力和素质；而培训则是提升农业人口能力和素质的重要途径，自然也会对相对贫困产生重要影响。遗憾的是，相关研究对此探讨不多。鉴于此，本文利用河南省的农户入户问卷调查数据，从经济和多维度两个视角来衡量农户相对贫困水平，分别检验农业职业技能培训和非农就业职业技能培训参与对农户相对贫困的影响，尝试回答以下问题：培训参与影响农户相对贫困的作用机制是什么？农业职业技能培训参与和非农就业职业技能培训参与对农户相对贫困有什么异质性影响？
一. 理论分析与研究假说
以阿马蒂亚·森为代表的能力贫困理论认为，收入低下只是贫困的外在表现，其根本原因在于可行能力缺失，而不是权力贫困。如何提高贫困人口可行能力是解决贫困问题的根本之道，重点在于提升劳动者的能力，通过重建个人能力来避免和消除贫困。对农户来说，其相对贫困主要表现为收入差距、不均衡、不充分、不确定等方面，但归根结底还是来自可行能力的缺失。由此，提高农户可行能力成为解决相对贫困问题的基本思路。其中，对农户进行技能培训是重要途径，即帮助有一定劳动能力的贫困人员通过培训获得能力提升，进而增加收入，摆脱相对贫困境地。正如2019年诺贝尔经济学奖获得者班纳吉与迪弗洛在他们关于贫困经济学的代表作《贫穷的本质：我们为什么摆脱不了贫穷》中所提出的, 在导致穷人容易陷入困境的数个重要因素中，排在第一位的是，穷人缺乏正确的信息来源，因而往往选择相信错误的事情[20]。培训是解决信息缺乏并帮助个体做出正确决策的重要方式之一。对于农村劳动者而言，技能培训主要包括农业职业技能培训和非农就业职业技能培训两大类。二者培训内容的侧重点不同，由此导致其对农户相对贫困的作用路径也有差异。下文将分别阐述二者对农户相对贫困影响的作用机制。
一 农业职业技能培训参与和农户相对贫困
农业职业技能培训主要是对受训者传授农业生产经营管理知识和生产经营技术以及讲解农业生产经营法律政策等，使受培训的农民知识更加丰富、技能进一步提升以及态度得以改变，进而帮助受培训农民提高农业经营管理能力、化解农业经营风险以及增加农业经营性收入，最终缓解农户相对贫困难题(见图 1)。
首先，农业职业技能培训旨在向农户传授农业经营管理和农业法规政策等方面的知识，以提高农户农业经营管理能力。通过培训，农户可学习并接受更先进的现代农业经营管理理念，拓宽视野，增强才干，拓展思维。新理念新技能在农业经营管理中的实践将积淀为农业生产经营管理中核心能力构成，对雇工较多的合作社和现代农业企业尤为重要，将直接改善生产经营管理水平、提升农业生产经营效率。
其次，农业职业技能培训有助于化解农业生产经营风险。一方面，农业职业技能培训使农户在保证产量的情况下减少农药和化肥的使用，随着培训效果显现，农户的农业化学投入品使用行为愈加合理[21-22]，从而降低了农业生产风险；另一方面，农业职业技能培训可使农户获得更多更全面的农业生产信息，如农资市场价格、农产品市场价格等。农户通过对农资以及农产品市场价格的搜寻和了解，获得更为全面的农业生产经营信息，能够比较准确地判断市场走势。据此调整种植结构和经营规模，有利于减少农业生产经营的不确定性，化解农业生产经营风险[23]。
最后，农业职业技能培训有助于增加农业经营性收入。参加农业培训，既可以提升农户人力资本，又可以拓展农户社会资本，进而增强其筹资能力。由此，一方面，农业职业技能培训将增强农户转入土地扩大农地经营规模的意愿[24]，农地规模经营又有利于农业产出的提高和效率的提升；另一方面，参与农业职业技能培训可以提高农户技术认知水平，培训后更多的生产技能被农户掌握，如病虫害防治、科学合理施肥、节水灌溉，二者均有利于农业产出的提高和农业生产经营效率改善，进而促进农户农业经营性收入提升[22]。这一判断已在学界取得广泛共识[25]。据此提出本文的第一个研究假说：
H1农业职业技能培训有利于降低农户相对贫困水平。
二 非农就业职业技能培训参与和农户相对贫困
非农就业职业技能培训内容主要包括专业技能、通用技能以及劳动法律法规等，更加聚焦于农村劳动力非农就业需求，主要通过提升农村转移劳动力的非农转移就业能力，促进农村劳动力非农转移就业，进而提高农村劳动力发展能力、增强农村劳动力非农就业保障以及增加农户工资性收入，最终减缓农户相对贫困(见图 2)。
首先，非农就业职业技能培训有助于提高农户的发展能力，包括认知能力、学习能力以及沟通交流能力等。一方面，非农就业职业技能培训有利于农村劳动力在非农领域谋取职位或更换更有效的工作岗位，且由于社会职业岗位的更替具有相对较长周期，农村劳动力习得就业技能之后较长时间内仍能为其带来收益，对减缓农户相对贫困问题有更显著作用[26]。另一方面，非农就业培训有助于拓宽农村劳动力的社会资本，参加培训所接触到的其他学员与授课教师扩展了参训农村劳动力的社会网络，并改变长期以来农村居民以血缘为纽带的社会网络关系，建立以业缘为纽带的社会网络关系；特别是政府主导型农民培训对学员实施的推荐与筛选，更是以某种政府背书的形式强化了学员间的信任基础，响应同一培训主题而聚集的农民在生产经营上具有更强烈的互惠合作倾向，而信任、社会网络、互惠正是社会资本的主要内涵组成[27]。
其次，非农就业职业技能培训一般都会涉及劳动就业法律法规知识和劳动安全卫生操作规程等，参与非农就业职业技能培训的农村劳动力自我权益保护意识增强，劳动安全卫生保护知识增进，更倾向于在非农就业中签订劳动合同，从而增强了农村劳动力非农就业保障[28]。
最后，人力资本水平是个体工资收入的主要决定性因素，而培训则是人力资本投资的主要形式和增加个体工资收入的有效手段，由此，非农就业职业技能培训有助于提升农户人力资本[28]，进而提高农户非农就业劳动生产率，导致其工资收入水平得到明显提升[29-30]。而且，相关研究早就证明，接受培训与农民的收入具有正相关关系，接受过培训的农村家庭与未接受培训的农村家庭相比，无论是人均收入还是劳动力平均收入都要高许多[31]。据此提出本文的第二个研究假说：
H2非农就业职业技能培训有利于降低农户相对贫困水平。
二. 数据来源、变量与模型选择
一 数据来源
本文所使用的数据来源于华南农业大学罗必良教授领衔的团队联合河南财经大学于2017年6—7月对河南6县的农户问卷调查，内容包括农民家庭人口、家庭收入、培训参与以及社会保障水平等方面。本次调研分两次实施，均采用分层抽样的方式进行，第一次调研时间为6月17—24日，过程如下：根据村庄经济水平和农户收入水平选取了正阳县10个乡镇下的50个村庄作为调研区域，每个村庄选择40位农户发放问卷，共发放问卷2 000份，实际收回有效问卷1 987份；第二次调研时间为7月1—8日，依据地理位置、农户收入水平以及小麦播种面积等指标在河南东、中、西、南、北部各选择一个县作为调研区域，然后在每个县随机抽取2个镇的5个村40户农户作为调研对象，共发放问卷2 000份，实际收回有效问卷2 000份。调研由老师带领学生先统一熟悉了解问卷内容、调查方法及要求，然后逐一入户对被抽样对象进行问卷调查。两次调研结束后，课题组累计向农户发放问卷4 000份，实际获得有效问卷3 987份。经数据清理后，根据本研究需要，最终获得有效样本为3 278个。
二 变量选择
1.因变量。考虑到农户相对贫困具有多维度的内涵，借鉴杨帆等[14]的研究，分别用经济相对贫困和多维度相对贫困两种方式来衡量农户的相对贫困水平。具体而言，经济相对贫困使用2016年的家庭人均收入水平来衡量，低于所在县城镇居民人均可支配收入的50%即视为相对贫困。多维度相对贫困则通过可行能力多维度相对贫困识别指标体系(见表 1)来衡量。在该指标体系中，如果有5个及以上的指标被剥夺则视为农户处于相对贫困水平。社会机会主要反映了农户社会资本方面的差异，是农户可行能力的重要组成部分，对农户脱贫致富有重要作用[32]。其中社会信任是反映农户社会资本的重要指标，影响着农户的心理健康和心理预期[33]，也是农户可行能力的重要体现，对农户绿色生产意愿、土地租赁行为、借贷行为都有直接影响[34-36]。
表 1 农户可行能力多维度相对贫困识别指标体系维度 指标 相对贫困剥夺临界判断标准 经济条件 收入水平 收入水平低于所在县城镇居民人均可支配收入的50%视为相对贫困 社会机会 教育水平 最高学历低于初中视为相对贫困 社会信任 认为与自己打交道的人是不可信的视为相对贫困 对村集体的信任打分低于5的视为相对贫困(总分10) 对镇政府的信任打分低于5的视为相对贫困(总分10) 新事物认知态度 对接受新事物不太积极视为相对贫困 透明性保证 劳动合同 家人外出务工没有签订书面劳动合同视为相对贫困 防护性保障 养老保险 没有购买养老保险视为相对贫困 医疗保险 没有购买医疗保险视为相对贫困 组织参与 合作社加入 没有加入合作社视为相对贫困 2.自变量。本文的目的是分析培训参与对农户相对贫困的影响，参考李晓楠等[37]、袁航等[38]的研究，采用是否参与农业职业技能培训以及是否参与非农就业职业技能培训来刻画。
3.控制变量。借鉴丁赛等[39]的研究，本文选取是否村干部、是否党员来描述户主的个人特征；选取劳动力数量、家庭存款余额以及土地面积来反映家庭特征；选取所在村庄交通条件、地形特征以及距县城、镇中心的距离来反映区域特征。所有变量的描述性统计结果见表 2。
表 2 变量的定义、说明与描述性统计分析(N=3 278)变量 变量测度 平均值 标准偏差 因变量 农户经济相对贫困 2016年家庭人均收入低于所在县城城镇居民人均可支配收入的50%视为相对贫困，赋值为1；否则赋值为0 0.797 0.402 农户多维度相对贫困 可行能力多维贫困识别指标体系中有5个及以上的指标被剥夺视为相对贫困，赋值为1；否则赋值为0 0.370 0.483 自变量 农业职业技能培训参与 1=是；0=否 0.062 0.241 非农就业职业技能培训参与 1=是；0=否 0.033 0.178 是否党员 1=是；0=否 0.083 0.275 是否村干部 1=是；0=否 0.054 0.225 家庭劳动力数量 人 2.830 1.438 承包地面积 亩 8.377 5.936 存款余额 无=0；1万元及以下=1；1—5万元=2；5—10万元=3；10万元以上=4 0.566 0.853 地形 1=山区；2=丘陵；3=平原 2.891 0.333 交通条件 1=很差；2=较差；3=一般；4=较好；5=很好 3.126 0.968 村经济发展水平 0=比较差；1=一般；2=比较好 1.895 0.605 离镇中心距离 公里 4.450 13.655 离县城距离 公里 20.770 12.761 三 数据特征
表 3反映了不同培训参与下的农户相对贫困情况。在3 278个观测样本中，参与农业职业技能培训的样本为200个，占比6.1%，其经济相对贫困的概率为0.586，多维度相对贫困的概率为0.231；没有参与农业职业技能培训的样本为3 078个，占比为93.9%，其经济相对贫困的概率为0.811，多维度相对贫困的概率为0.379；参与非农就业职业技能培训的样本为105个，占比3.2%，其经济相对贫困的概率为0.588，多维度相对贫困的概率为0.203；没有参与非农就业职业技能培训的样本为3 173个，占比为96.8%，其经济相对贫困的概率为0.804，多维度相对贫困的概率为0.376。从统计数据看，农业职业技能培训参与和非农就业职业技能培训参与均跟农户相对贫困负相关，表明农业职业技能培训参与和非农就业职业技能培训参与可能都降低了农户相对贫困的发生概率。
表 3 不同培训参与下农户相对贫困描述性统计结果培训参与 经济相对贫困概率平均值 多维度相对贫困概率平均值 频数 百分比/% 农业职业技能培训 否 0.811 0.379 3 078 93.90 是 0.586 0.231 200 6.10 非农就业职业技能培训 否 0.804 0.376 3 173 96.80 是 0.588 0.203 105 3.20 合计 0.797 0.370 3 278 100 资料来源：根据问卷调查整理。 四 模型选择与说明
由于因变量即农户经济相对贫困和多维度相对贫困均是二元分类变量，为检验培训参与对农户相对贫困的影响，本文采用二元logit模型进行分析，模型公式为：
logit(pi)=lnpi(yi=1)1−pi(yi=1)=a0+a1x1+a2x2+∑n=1a3nDni+ζi (1) 其中，pi代表农户相对贫困的概率; yi为因变量，表示农户相对贫困；x1表示农业职业技能培训参与，x2表示非农就业职业技能培训参与; Dni表示户主特征、家庭特征和区域特征方面的控制变量；a0为常数项，a1、a2和a3n为待估计系数；ζi为随机扰动项。
三. 估计结果与分析
一 农业职业技能培训参与对农户相对贫困的影响
表 4的模型Ⅰ、Ⅱ报告了农业职业技能培训参与对农户相对贫困影响的估计结果(有效样本量为3 278个)。结果表明，不论从经济相对贫困视角还是多维度相对贫困视角，农业职业技能培训参与均对农户相对贫困有显著负向影响。从OR值看，农业职业技能培训参与对经济相对贫困的影响程度更高，参与农业职业技能培训的农户比不参与培训的农户经济相对贫困发生概率降低了59.6%，而参与农业职业技能培训的农户比不参与培训的农户多维度相对贫困发生概率则降低了41.6%，二者相差了18个百分点，说明农业职业技能培训参与降低了农户相对贫困的发生概率，研究假说H1得到验证；存款余额、离县城距离对农户经济相对贫困和多维度相对贫困均有显著负向影响；承包地面积对农户经济相对贫困有显著负向影响，但对农户多维度相对贫困有显著正向影响。总体而言，农业职业技能培训参与显著抑制了农户相对贫困，其对农户经济相对贫困的抑制作用更强。究其主要原因，是农业职业技能培训有助于促进农户采纳新技术和扩大农地规模，二者均有利于增加农业产出，改善农业生产经营效率。另外，农业职业技能培训可使农户获得更多农业生产信息，缓解农业生产经营信息不对称难题，有助于农户准确地判断市场走势，降低农业经营风险。同时，农业经营管理知识和政策法规等培训，有助于增强农户的农业经营管理能力，提高其在农业方面的自我发展能力。家庭存款为农户增加农业投入(包括采用新技术)提供了资金支持，对缓解农户相对贫困有促进作用。到县城的距离越远越难以被城镇化发展的红利所覆盖，对于减缓农户相对贫困不利。而承包地面积在经济相对贫困和多维度相对贫困方面产生的异质性则可能是因为承包地面积越大农业生产越具有规模效应，对农户农业经营收入有更明显的促进作用；但反过来也可能固化农户的农业经营，不利于农户其他自我发展能力(如市场化理念等)的提高，反而不利于缓解农户多维度相对贫困。
表 4 培训参与对农户相对贫困影响的模型估计结果Ⅰ经济相对贫困 Ⅱ多维度相对贫困 Ⅲ经济相对贫困 Ⅳ多维度相对贫困 系数 OR值 系数 OR值 系数 OR值 系数 OR值 农业职业技能培训参与 -0.881*** 0.414*** -0.537*** 0.584*** (-0.166) (0.069) (-0.181) (0.106) 非农就业职业技能培训参与 -0.866*** 0.421*** -0.721*** 0.486*** (-0.214) (0.090) (-0.247) (0.120) 党员 -0.103 0.902 -0.295* 0.744* -0.242 0.785 -0.358** 0.699** (-0.177) (0.160 (-0.163) (0.121) (-0.173) (0.136) (-0.161) (0.113) 村干部 -0.273 0.761 -0.0537 0.948 -0.453** 0.636** -0.148 0.863 (-0.212) (0.162) (-0.200) (0.189) (-0.206) (0.131) (-0.197) (0.170) 家庭劳动力数量 0.051 1.052 -0.174*** 0.840*** 0.053 9 1.055 -0.172*** 0.842*** (-0.033) (0.035) (-0.027) (0.022) (-0.033) (0.035) (-0.027) (0.022) 承包地面积 -0.058*** 0.943*** 0.011 4* 1.011* -0.059*** 0.943*** 0.011* 1.011* (-0.008) (0.007) (-0.007) (0.007) (-0.008) (0.007) (-0.007) (0.007) 存款余额 -0.384*** 0.681*** -0.275*** 0.760*** -0.377*** 0.686*** -0.272*** 0.762*** (-0.050) (0.034) (-0.048) (0.037) (-0.049 6) (0.034) (-0.048) (0.037) 地形 -0.694*** 0.500*** -0.140 0.870 -0.715*** 0.489*** -0.152 0.859 (-0.183) (0.091) (-0.113) (0.098) (-0.183) (0.089) (-0.113) (0.097) 交通条件 -0.022 0.978 -0.106*** 0.900*** -0.027 2 0.973 -0.109*** 0.897*** (-0.048 8) (0.048) (-0.039 4) (0.036) (-0.048 7) (0.047) (-0.040) (0.035) 村经济发展水平 -0.104 0.901 -0.108* 0.898* -0.107 0.898 -0.109* 0.897* (-0.077) (0.069) (-0.064) (0.057) (-0.077) (0.069) (-0.064) (0.057) 离镇中心距离 -0.000 5 0.999 -0.002 0.998 -0.001 0.999 -0.002 0.998 (-0.006) (0.006) (-0.003) (0.003) (-0.005) (0.005) (-0.003) (0.003) 离县城距离 0.020*** 1.020*** 0.008*** 1.008*** 0.020*** 1.020*** 0.008*** 1.008*** (-0.004) (0.004) (-0.003) (0.003) (-0.004) (0.004) (-0.003) (0.003) 常量 3.987*** 53.87*** 0.827** 2.287** 4.047*** 57.22*** 0.869** 2.385** (-0.581) (31.32) (-0.367) (0.840) (-0.581) (33.23) (-0.367) (0.875) 地区 控制 控制 控制 控制 伪R2 0.067 1 0.035 5 0.063 7 0.035 5 样本量 3 278 3 278 2 056 3 278 注：*、**和***分别表示在10%、5%和1%的统计水平上显著，标准误皆为稳健标准误，下同。 二 非农就业职业技能培训参与对农户相对贫困的影响
表 4的模型Ⅲ、Ⅳ报告了非农就业职业技能培训参与对农户相对贫困影响的估计结果(有效样本量为3 278个)。结果表明，不论从经济相对贫困视角还是多维度相对贫困视角，非农就业职业技能培训参与均对农户相对贫困有显著负向影响。从OR值看，非农就业职业技能培训参与对经济相对贫困的影响程度更高，参与非农就业职业技能培训的农户比不参与培训的农户经济相对贫困发生概率降低了57.9%，而参与非农就业职业技能培训的农户比不参与培训的农户多维度相对贫困发生概率则降低了51.3%，二者相差了6.6个百分点，说明非农就业职业技能培训参与降低了农户相对贫困水平，研究假说H2得到验证。另外，与农业职业技能培训相比，非农就业职业技能培训在降低农户经济相对贫困水平上作用差异不大，但在降低农户多维度相对贫困水平上影响程度更高。从OR值看，参与农业职业技能培训的农户比不参与培训的农户多维度相对贫困发生概率降低了41.6%，而参与非农就业职业技能培训的农户比不参与培训的农户多维度相对贫困发生概率则降低了51.3%，二者相差了9.7个百分点。总体而言，非农就业职业技能培训参与显著抑制了农户相对贫困，其对农户经济相对贫困的抑制作用更强。究其原因，可能主要是非农就业职业技能培训有助于提升农村劳动力非农就业技能和农村劳动力的非农就业发展能力，增强了非农就业农村劳动力的劳动权益保护意识和能力，丰富了农村转移劳动力的人力资本和社会资本，对农村转移劳动力在非农领域的职位上升和转换方面具有积极的促进效应，促进农村转移劳动力在非农领域就业的职业向上发展，提高工资收入水平，进而有利于增加农户工资性收入，而工资性收入已经在农村居民家庭的四大收入构成中占比排第一位。由此，非农就业职业技能培训对降低农户相对经济贫困具有更显著的积极效应。另外，非农就业职业技能培训对农户多维度相对贫困的影响程度之所以比农业职业技能培训高，究其原因，可能是非农就业职业技能培训更有助于提高农户的发展能力(包括认知能力、学习能力以及沟通交流能力等)，促使农村劳动力向城镇和非农产业就业转移，有助于丰富农村劳动力的从业经历，使他们走出封闭的农村生活工作圈，经历与其原有农村生活工作完全不同的生活和工作环境。在这一过程中，农村劳动力及其家庭的人力资本和社会资本都得到了很大提高；而农业职业技能培训在这方面的作用则相对较弱，甚至可能进一步固化农户的务农经历，对其在农村农业的生活工作产生更加强烈的“锁定效应”。农业相对更低的比较生产率及其从业者相对闭塞的工作生活环境，决定农业职业技能培训比非农就业职业技能培训的相对贫困减贫效应更弱。
三 稳健性检验
为进一步验证上述结果的稳健性，本文采用替换因变量和分组回归的方式对模型进行了重新估计(见表 5和表 6); 考虑到收入是农户相对贫困的重要衡量指标，用家庭人均收入替换农户经济相对贫困，并进行OLS回归，以检验培训参与对农户经济相对贫困影响的稳健性。同时，按照村庄经济水平较好、一般、较差来分组进行了分析。表 5显示，农业职业技能培训参与和非农就业职业技能培训参与均对农户家庭人均收入有显著正向影响，表明培训参与增加了农户收入，有助于降低农户相对贫困水平。表 6显示，在经济发展水平一般以及较差的村庄中，农业职业技能培训参与和非农就业技能参与均对农户经济相对贫困有显著负向影响；在经济发展水平较好的村庄中，农业职业技能培训参与对农户经济相对贫困水平有显著负向影响，非农就业职业技能培训对农户经济相对贫困水平的影响不显著，但方向跟农业职业技能培训一致，其他控制变量基本上跟前文的分析一致。总体而言，估计结果与前文基本一致，上述研究结论具有稳健性。
表 5 培训参与对家庭人均收入影响的模型估计结果变量 (5) (6) 人均收入 人均收入 农业职业技能培训参与 3.258*** 1.984*** (709.1) (726.5) 非农就业职业技能培训参与 3.339*** 2.422*** (961.8) (937.8) 党员 -138.7 (689.5) 村干部 2.185** (850.8) 家庭劳动力数 -335.7*** (117.8) 承包地面积 263.8*** (30.00) 存款余额 1 929*** (198.7) 地形 605.3 (510.1) 交通条件 -58.36 (177.7) 村经济发展水平 588.9** (283.4) 离镇中心距离 -0.842 (12.29) 离县城距离 -45.21*** (13.79) 常量 7 968*** 3 879** (177.7) (1 653) 地区 控制 控制 R2 0.011 0.070 4 样本量 3 278 3 278 表 6 按村庄经济水平分组回归估计结果变量 (7) (8) (9) 较差村庄 一般村庄 较好村庄 农业职业技能培训参与 -0.707* -0.806*** -1.117*** (0.417) (0.214) (0.377) 非农就业职业技能培训参与 -1.315*** -0.658** -0.543 (0.507) (0.291) (0.451) 控制变量 引入 引入 引入 常量 5.275*** 3.028*** 5.374*** (1.235) (0.715) (1.805) 地区 控制 控制 控制 R2 0.104 5 0.063 1 0.095 3 样本量 789 2 035 446 四 内生性检验
考虑到上文使用的模型可能存在内生性问题，为此，本文继续采用倾向匹配得分法(PSM)分别重新估计了农业职业技能培训参与和非农就业职业技能培训参与对农户经济相对贫困的影响。在运用倾向匹配得分模型之前，需要先对样本数据是否适用于该模型进行检验。本文使用最小邻域法对样本数据进行了检验，结果如表 7所示。参与农业职业技能培训组和没参与农业职业技能培训组经过匹配后的样本均值大致接近，匹配后的样本均值偏差率得到降低，匹配结果适用于倾向匹配得分模型。
表 7 最小邻域法匹配平衡性检验控制变量 匹配前均值 匹配后均值 偏差率 T检验 实验组 控制组 实验组 控制组 t值 P＞t 是否党员 0.369 0.064 0.366 0.356 2.6 0.21 0.836 是否村干部 0.286 0.038 0.282 0.297 -4.3 -0.33 0.743 家庭劳动力数 2.892 2.825 2.891 2.936 -3.1 0.31 0.756 承包地面积 9.291 8.323 9.129 8.911 3.5 0.33 0.738 存款余额 0.773 0.554 0.757 0.767 -1.1 0.10 0.918 地形 2.906 2.890 2.906 2.916 -3.0 -0.33 0.742 交通条件 3.261 3.116 3.262 3.322 -6.0 -0.66 0.512 村经济发展平 2.049 1.885 2.050 2.020 4.9 0.48 0.634 离镇中心距离 4.527 4.449 4.451 3.861 5.8 1.84 0.067 离县城距离 18.990 20.895 18.975 19.277 -2.5 -0.26 0.797 表 8汇报了培训参与对农户相对贫困影响的倾向匹配得分模型估计结果。结果显示，从经济相对贫困看，参与农业职业技能培训和没有参与农业职业技能培训农户处于相对贫困的概率分别为0.589与0.755，ATT为-0.166，参与非农就业职业技能培训和没有参与非农就业职业技能培训农户处于经济相对贫困的概率分别为0.589和0.738，ATT为-0.150，且在统计上都显著，说明培训参与对农户经济相对贫困具有显著负向影响；从多维度相对贫困看，参与农业职业技能培训和没有参与农业职业技能培训农户处于多维度相对贫困的概率分别为0.589与0.738，ATT为-0.067，虽然在统计上不显著，但方向一致；参与非农就业职业技能培训和没有参与非农就业职业技能培训农户处于多维度相对贫困的概率分别为0.204和0.324，ATT为-0.120，且在统计上显著，说明培训参与对农户多维度相对贫困具有负向影响。综合来看，倾向匹配得分的估计结果与上述回归分析的基本一致，研究结论具有稳健性。
表 8 培训参与倾向匹配得分模型的估计结果被解释变量 实验组 控制组 ATT 标准误 T值 农业职业技能培训参与 经济相对贫困 0.589 0.755 -0.166*** 0.048 -3.45 多维度相对贫困 0.233 0.300 -0.067 0.047 -1.42 非农就业职业技能培训参与 经济相对贫困 0.589 0.738 -0.150** 0.065 -2.30 多维度相对贫困 0.204 0.324 -0.120** 0.061 -1.97 结论
基于3 278户农户问卷调查数据，本文运用经济相对贫困和多维度相对贫困两种方式测算农户的相对贫困水平，从农业职业技能培训和非农就业职业技能培训两方面实证检验了培训参与对农户相对贫困的影响。结果表明：不论是按照经济相对贫困测算方式还是按照多维度相对贫困测算方式，农业职业技能培训参与和非农就业职业技能培训参与均显著降低了农户相对贫困的发生概率；比较看，农业职业技能培训参与对农户经济相对贫困的影响程度比对农户多维度相对贫困的影响更高，非农就业职业技能培训对农户多维度相对贫困的影响程度比农业职业技能培训对其的影响高。
在打赢全面精准扶贫攻坚战之后，未来相当长时期，中国将迎战艰巨而又复杂的解决相对贫困难题。本文研究结论对完善中国扶贫路径具有重要意义，也对建立解决相对贫困长效机制有一定启发。财富与贫困是人类生活和经济的核心主题。追求知识不是一场自相残杀的达尔文式斗争，谁能证明自己具有创造财富的能力，谁就能获得财富[36]。正如人力资本理论一直主张的，人力资本投资是最具价值的投资，也是通向富裕与公平的重要路径。因此，未来中国应对相对贫困问题，应坚持培训举措四步走。
首先，定位上，赋能培训。充分发挥培训在其中的关键作用，通过培训、教育等人力资本投资提高相对贫困人口的自我发展能力，尤其是要加大对农村人口的教育培训，提升他们通过自身就业和事业发展进而摆脱贫困的能力。
其次，内容上，联动培训。要结合农业生产经营实际需要，基于农业现代化发展趋势，加大对农户的农业职业技能培训，在培训内容上要及时更新，不仅要包括农业生产知识，还要包括农业经营管理知识，并要通过培训注重对农户提供适用的农产品市场信息，进而更好地发挥农业职业技能培训在长效脱贫和乡村振兴中的作用。
再次，措施上，精准培训。不断优化农村劳动力外出转移就业的环境，并有针对性地对农村有意愿又有一定劳动能力的劳动者尤其是相对贫困家庭的劳动者提供精准就业帮扶，激励劳动者通过自助获得帮助，让这部分劳动者在“干中学”，提升人力资本，丰富社会资本，增加收入水平，带动家庭摆脱贫困状态。
最后，机制上，协同培训。要完善非农就业职业技能培训体系，构建政府、企业、集体、个人共同参与的培训体系，既要注重对劳动者通用技能的培训，也要注重对劳动者专业技能的培训，以此提高贫困人口的自我发展能力，为构建长效脱贫机制提供内生动力。
-
表 1 粤港澳大湾区2000—2007年经济趋势参数估计值
参数 估计值 Z值 α 0.623 266 4*** 6.04 ρ 0.581 867 4*** 11.96 τ 0.207 146 8*** 6.11 注：***、**、*分别代表p < 0.01、p < 0.05、p < 0.1。 
下载: 导出CSV
表 2 主要变量统计描述
Variables Obs Mean Std. Dev. Min Max resi_g 132 -0.315 7 0.944 7 -5.734 9 1.064 8 resi_i 132 11.879 3 9.148 6 -2.393 1 30.442 9 degre_b 132 0.351 5 0.266 6 0.000 0 0.800 0 close_b 132 0.484 0 0.147 5 0.200 0 0.714 0 betwe_b 132 0.033 2 0.066 6 0.000 0 0.333 0 degre_s 132 0.725 4 0.435 2 0.000 0 1.582 0 close_s 132 0.836 9 0.296 7 0.333 0 1.464 0 betwe_s 132 0.031 1 0.055 5 0.000 0 0.385 0 ln_labor 132 5.641 2 0.889 0 3.440 1 6.988 2 ln_port 132 6.393 2 1.476 5 3.485 5 9.380 1 ln_sale 132 7.227 1 0.945 5 5.123 4 9.148 7 ln_istr 132 0.445 9 1.134 9 -0.634 9 3.253 5 tfp 132 1.024 2 0.031 1 0.970 4 1.088 1 pdens 132 0.212 9 0.391 4 0.021 5 1.359 5 ldiv 132 0.227 5 0.231 5 0.025 9 0.670 9 lwav 132 0.213 1 0.214 6 0.022 9 0.800 6 sbg 132 228.05 110.42 53.60 520.33 pmob 132 1.514 3 0.593 9 0.472 8 2.748 7 local 132 0.181 8 0.387 2 0.000 0 1.000 0
下载: 导出CSV
表 3 粤港澳大湾区城市整体创新网络组织结构对经济韧性的回归结果
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_s 0.941**
(2.46)close_s 1.172
(1.44)betwe_s 4.487***
(2.76)ln_labor 0.539**
(2.13)0.425*
(1.69)0.348
(1.48)ln_port -0.160
(-1.57)-0.120
(-1.17)-0.008
(-0.08)ln_sale -0.379
(-1.39)-0.231
(-0.84)-0.300
(-1.19)ln_istr 0.034
(0.23)-0.061
(-0.40)-0.175
(-1.60)tfp 1.512
(0.62)1.337
(0.54)0.443
(0.18)Constant -2.109
(-0.81)-2.753
(-1.05)-1.086
(-0.41)Observations 132 132 132 City FE YES YES YES Year FE YES YES YES 注：括号内为Z统计量，***、**、*分别代表p < 0.01、p < 0.05、p < 0.1，表 4同。
下载: 导出CSV
表 4 粤港澳大湾区城市联合创新网络组织结构对经济韧性的回归结果
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_b 1.652***
(3.16)close_b 3.293**
(2.41)betwe_b 4.636***
(3.53)ln_labor 0.588**
(2.37)0.583**
(2.23)0.359
(1.56)ln_port -0.123
(-1.30)-0.191*
(-1.78)-0.049
(-0.53)ln_sale -0.514*
(-1.86)-0.404
(-1.44)-0.298
(-1.24)ln_istr 0.044
(0.32)0.043
(0.28)-0.176
(-1.64)tfp 1.363
(0.57)0.836
(0.34)1.646
(0.69)Constant -1.417
(-0.55)-1.918
(-0.73)-2.310
(-0.91)Observations 132 132 132 City FE YES YES YES Year FE YES YES YES
下载: 导出CSV
表 5 工具变量估计结果
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_b 5.103***
(5.96)close_b 14.127***
(5.31)betwe_b 11.251***
(4.64)ln_labor 1.165***
(3.84)1.473***
(4.09)0.427*
(1.69)ln_port -0.237**
(-2.13)-0.595***
(-3.92)-0.021
(-0.20)ln_sale -1.522***
(-4.18)-1.628***
(-3.94)-0.678**
(-2.38)ln_istr 0.585***
(3.20)0.895***
(3.62)-0.120
(-1.01)tfp 1.959
(0.70)0.039
(0.01)2.457
(0.94)Constant 1.488
(0.49)1.011
(0.31)-1.599
(-0.57)Observations 132 132 132 R-squared 0.039 0.086 0.154 City FE YES YES YES Year FE YES YES YES Anderson LM 56.360 0
(0.000 0)12.470 0
(0.005 9)38.580 0
(0.000 0)Sargan 2.436 1
(0.297 3)4.400 4
(0.110 8)0.111 9
(0.738 0)Cragg-Donald Wald F 36.7383
(0.000 0)23.931 0
(0.000 0)5.6458
(0.004 6)注：括号内为Z统计量，三大检验括号内为P值，***、**、*分别代表p < 0.01、p < 0.05、p < 0.1。
下载: 导出CSV
表 6 更换城市经济韧性测度方式的回归结果
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_b 28.266***
(5.94)close_b 53.760***
(4.14)betwe_b 60.645***
(4.85)Constant 5.434
(0.23)-3.827
(-0.15)-11.845
(-0.49)Observations 132 132 132 City FE YES YES YES Year FE YES YES YES 注：括号内为Z统计量，***、**、*分别代表p < 0.01、p < 0.05、p < 0.1；上述回归控制变量与基准回归一致，表 7、表 8同。
下载: 导出CSV
表 7 城市金融发展水平的调节效应回归结果
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_b 1.349**
(2.53)db_sbg -0.006*
(-1.65)close_b 2.862***
(3.28)cb_sbg -0.012**
(-2.07)betwe_b 3.764*
(1.95)bb_sbg -0.020
(-1.37)sbg 0.004**
(2.43)0.005***
(3.55)0.003**
(2.36)Constant 0.523
(0.20)1.994
(0.75)-0.703
(-0.27)Observations 132 132 132 City FE YES YES YES Year FE YES YES YES
下载: 导出CSV
表 8 城市数字经济发展水平的调节效应
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_b 0.323
(0.71)db_pmob -1.796***
(-4.19)close_b -0.607
(-0.77)cb_pmob -3.315***
(-4.51)betwe_b 3.454***
(2.71)bb_pmob -4.307**
(-2.36)pmob 1.638***
(8.89)1.777***
(9.49)1.438***
(8.70)Constant -0.617
(-0.30)-0.343
(-0.17)-0.306
(-0.15)Observations 132 132 132 City FE YES YES YES Year FE YES YES YES
下载: 导出CSV
表 9 区位异质性的调节效应回归结果
Variables (1)
degre_(1)(2)
close_(2)(3)
betwe_(3)degre_b 1.122*
(1.93)db_local -0.489
(-0.23)close_b 2.199**
(2.40)cb_local 3.968**
(1.99)betwe_b 1.782
(1.35)bb_local 58.536**
(2.48)local -1.591*
(-1.65)-1.629**
(-2.16)— Constant -1.352
(-0.52)-1.400
(-0.56)-1.936
(-0.75)Observations 132 132 132 Year FE YES YES YES 注：括号内为Z统计量，***、**、*分别代表p < 0.01、p < 0.05、p < 0.1；上述回归控制变量与基准回归一致；由于港澳接近中心度指标数值均约等于0，所以此处回归系数omitted。
下载: 导出CSV
-
[1] 吕薇, 马名杰, 戴建军, 等. 转型期我国创新发展的现状、问题及政策建议[J]. 中国软科学, 2018(3): 10-17. doi: 10.3969/j.issn.1002-9753.2018.03.002 [2] REGGIANI A, GRAAFF T D, NIJKAMP P. Resilience: an evolutionary approach to spatial economic systems[J]. Networks & spatial economics, 2002, 2(2): 211-229. http://dare.ubvu.vu.nl/bitstream/1871/3415/1/12220.pdf
[3] GONG H, HASSINK R. Exploring the clustering of creative industries [J]. European planning studies, 2017, 25(4): 583-600. doi: 10.1080/09654313.2017.1289154
[4] KITSOS A, CARRASCAL-INCERA A, ORTEGA-ARGILÉS R. The role of embeddedness on regional economic resilience: evidence from the UK [J]. Sustainability, 2019, 11(14): 1-19. http://www.researchgate.net/publication/334402871_The_Role_of_Embeddedness_on_Regional_Economic_Resilience_Evidence_from_the_UK
[5] 徐圆, 张林玲. 中国城市的经济韧性及由来: 产业结构多样化视角[J]. 财贸经济, 2019, 40(7): 110-126. doi: 10.3969/j.issn.1002-8102.2019.07.008 [6] 徐圆, 邓胡艳. 多样化、创新能力与城市经济韧性[J]. 经济学动态, 2020(8): 88-104. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXD202008006.htm [7] MARTIN R, SUNLEY P, TYLER P. Local growth evolutions: recession, resilience and recovery [J]. Cambridge journal of regions economy & society, 2015, 8(2): 141-148. http://www.researchgate.net/profile/Peter_Sunley/publication/279240405_Local_growth_evolutions_Recession_resilience_and_recovery/links/579c497608ae802facba5fc1.pdf
[8] ROSE A. Defining and measuring economic resilience to disasters [J]. Disaster prevention & management, 2004, 13(4): 307-314. doi: 10.1108/09653560410556528
[9] TIERNEY K J, RODRÍGUEZ H, QUARANTELLI E L, et al. Businesses and disasters: vulnerability, impacts, and recovery [J]. Handbooks of disaster research, 2007: 275-296. http://www.researchgate.net/publication/285837940_Businesses_and_disasters_vulnerability_impacts_and_recovery
[10] CUTTER S L. The landscape of disaster resilience indicators in the USA [J]. Natural hazards, 2016, 80: 741-758. doi: 10.1007/s11069-015-1993-2
[11] MARTIN R, SUNLEY P, GARDINER B, et al. How regions react to recessions: resilience and the role of economic structure [J]. Regional studies, 2016, 50(4): 561-585. doi: 10.1080/00343404.2015.1136410
[12] PENDALL R, FOSTER K A, COWELL M. Resilience and regions: building understanding of the metaphor [J]. Cambridge journal of regions economy and society, 2009, 3(1): 71-84. http://www.iurd.berkeley.edu/wp/2007-12.pdf
[13] CAPELLO R, CARAGLIU A, FRATESI U. Spatial heterogeneity in the costs of the economic crisis in Europe: are cities sources of regional resilience? [J]. Journal of economic geography, 2015, 15(5): 951-983. doi: 10.1093/jeg/lbu053
[14] BROWN L, GREENBAUM R T. The role of industrial diversity in economic resilience: an empirical examination across 35 years [J]. Urban studies, 2017, 54(6): 1347-1366. doi: 10.1177/0042098015624870
[15] ROCCHETTA S, MINA A. Technological coherence and the adaptive resilience of regional economies [J]. Regional studies, 2019, 53(10): 1421-1434. doi: 10.1080/00343404.2019.1577552
[16] BRISTOW G, HEALY A. Innovation and regional economic resilience: an exploratory analysis [J]. Annals of regional science, 2018, 60(2): 265-284. doi: 10.1007/s00168-017-0841-6
[17] CASTALDI C, LOS B, FRENKEN K. Related variety, unrelated variety and technological breakthroughs: an analysis of US state-level patenting [J]. Regional studies, 2015, 49(5): 757-781. doi: 10.1080/00343404.2014.940305?needAccess=true
[18] 彼得·迪肯. 全球性转变——重塑21世纪的全球经济地图[M]. 刘卫东, 等, 译. 北京: 商务印书馆, 2009: 203-230. [19] CORTINOVIS N, OORT F V. Between spilling over and boiling down: network-mediated spillovers, local knowledge base and productivity in European regions [J]. Journal of economic geography, 2019, 19(6): 1233-1260. doi: 10.1093/jeg/lby058
[20] 许小虎, 项保华. 社会网络中的企业知识吸收能力分析[J]. 经济问题探索, 2005(10): 18-22. doi: 10.3969/j.issn.1006-2912.2005.10.004 [21] COLEMAN J S. Foundations of social theory [M]. Cambridge, Mass: Harvard University Press, 1994: 993.
[22] BURT R S. Structural holes: the social structure of competition [M]. Cambridge, Mass: Harvard University Press, 2009: 779-781.
[23] OZMEL U, REUER J J, GULATI R. Signals across multiple networks: how venture capital and alliance networks affect interorganizational collaboration [J]. Academy of management journal, 2013, 56(3): 852-866. doi: 10.5465/amj.2009.0549
[24] 覃成林, 刘丽玲. 粤港澳大湾区经济韧性分析——基于经济联系网络的视角[J]. 学术论坛, 2020, 43(6): 10-18. doi: 10.3969/j.issn.1004-4434.2020.06.003 [25] DUSCHL M. Firm dynamics and regional resilience: an empirical evolutionary perspective [J]. Industrial and corporate change, 2016, 25(5): 867-883. doi: 10.1093/icc/dtw031
[26] 万道侠, 胡彬, 李叶. 相关多样化、无关多样化与城市创新——基于中国282个地级城市面板数据的实证[J]. 财经科学, 2019, 4(5): 56-70. https://www.cnki.com.cn/Article/CJFDTOTAL-CJKX201905006.htm [27] 王伟光, 高宏伟, 白雪飞. 中国大企业技术创新体系本地化实证研究——基于地区层面的一种分析[J]. 中国工业经济, 2011, 4(12): 67-77. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201112008.htm [28] BISHOP P. Knowledge, diversity and entrepreneurship: a spatial analysis of new firm formation in Great Britain [J]. Entrepreneurship & regional development, 2012, 24(7): 641-660. http://m2proeadl.univ-paris1.fr/ExposesLocal13-14/Local%20Entrepreneurship%20Great%20Britain%20ERD%202012.pdf
[29] 王伟光, 冯荣凯, 尹博. 产业创新网络中核心企业控制力能够促进知识溢出吗?[J]. 管理世界, 2015, 4(6): 99-109. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201506010.htm [30] PERKS H, MOXEY S. Market-facing innovation networks: how lead firms partition tasks, share resource and develop capabilities [J]. Industrial marketing management, 2011, 40(8): 1224-1237. doi: 10.1016/j.indmarman.2011.10.005
[31] ARRANZ N, DE ARROYABE J C F. Can innovation network projects result in efficient performance? [J]. Technological forecasting & social change, 2012, 79(3): 485-497. http://d.wanfangdata.com.cn/periodical/8bcd606105859590b59a422f329ba631
[32] KATZ B, WAGNER J. The rise of innovation districts: a new geography of innovation in America [R]. Washington DC: Metropolitan policy program at brookings, 2014: 13-14.
[33] DORAN J, FINGLETON B. US metropolitan area resilience: insights from dynamic spatial panel estimation [J]. Environment and planning A: economy and space, 2018, 50(1): 111-132. doi: 10.1177/0308518X17736067
[34] MARTIN R, SUNLEY P. On the notion of regional economic resilience: conceptualization and explanation [J], Journal of economic geography, 2014, 15(1): 1-42.
[35] 冯苑, 聂长飞, 张东. 中国城市群经济韧性的测度与分析——基于经济韧性的shift-share分解[J]. 上海经济研究, 2020(5): 60-72. https://www.cnki.com.cn/Article/CJFDTOTAL-HSYJ202005007.htm [36] 郭将, 许泽庆. 产业相关多样性对区域经济韧性的影响——地区创新水平的门槛效应[J]. 科技进步与对策, 2019, 36(13): 39-47. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB201913005.htm [37] 孙伟增, 邓筱莹, 万广华. 住房租金与居民消费: 效果、机制与不均等[J]. 经济研究, 2020, 55(12): 132-147. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ202012008.htm [38] 赵春燕, 王世平. 经济集聚对城市经济韧性的影响[J]. 中南财经政法大学学报, 2021(1): 102-114. https://www.cnki.com.cn/Article/CJFDTOTAL-ZLCJ202101010.htm [39] 林伯强, 谭睿鹏. 中国经济集聚与绿色经济效率[J]. 经济研究, 2019, 54(2): 119-132. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201902009.htm [40] 徐现祥, 刘毓芸, 肖泽凯. 方言与经济增长[J]. 经济学报, 2015, 2(2): 1-32. https://www.cnki.com.cn/Article/CJFDTOTAL-TSJJ201502001.htm [41] 封志明, 唐焰, 杨艳昭, 等. 中国地形起伏度及其与人口分布的相关性[J]. 地理学报, 2007(10): 1073-1082. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGDE200802012.htm [42] 辜胜阻, 郑凌云, 张昭华. 区域经济文化对创新模式影响的比较分析——以硅谷和温州为例[J]. 中国软科学, 2006(4): 8-14. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGRK200604001.htm -
期刊类型引用(32)
1. 陆鹏杰，张宝，乔光华. 脱贫户收入下降：返贫风险识别与防返贫路径选择——基于内蒙古脱贫户的多案例研究. 现代农业. 2025(01): 7-16 . 
百度学术
2. 乔慧，普蓂喆，郑风田. 粮食安全背景下政府主推技术有效扩散的驱动因素分析：以再生稻为例. 中国农业大学学报. 2024(10): 44-59 . 百度学术
3. 孙毅榕，王明珠，段小红，马丁丑. 非农技能培训对易地扶贫搬迁移民增收影响的研究——以甘肃省古浪县为例. 干旱区资源与环境. 2024(11): 52-58 . 百度学术
4. 鲁钊阳，杜雨潼. 互联网使用对相对贫困影响的实证研究. 财经理论研究. 2023(01): 55-67 . 百度学术
5. 张俊英，申婧，雷芳. 家庭多维相对贫困：测度、成因及空间差异. 湖南师范大学社会科学学报. 2023(01): 121-129 . 百度学术
6. 段雪岩，黄志强. 生态旅游背景下自然保护区农户生计策略转变意愿研究——以庐山国家级自然保护区为例. 干旱区资源与环境. 2023(07): 48-56 . 百度学术
7. 张要要. 数字鸿沟影响相对贫困吗. 农业技术经济. 2023(07): 4-18 . 百度学术
8. 李静. 社会资本对促进合作行为的影响研究——基于安徽省茶叶产业集群. 云南农业大学学报(社会科学). 2023(05): 88-95 . 百度学术
9. 吴丽丽，方雪涵. 精准扶贫研究的现状与趋势——基于十八大以来CSSCI来源文献考察. 宿州学院学报. 2023(08): 14-19 . 百度学术
10. 邱海兰，唐文艺，黄玥，廖文梅. 数字技术使用降低了农户返贫风险吗？——基于社会资本的中介作用. 林业经济. 2023(08): 57-71 . 百度学术
11. 唐超，胡宜挺. 共同富裕目标下培训缓解农户相对贫困模式探析——以广东省实践为例. 新疆财经. 2023(06): 8-16 . 百度学术
12. 杨媛. 职业技能培训如何影响农户相对贫困——基于重庆市4个国家乡村振兴重点帮扶县的调查数据. 职业技术教育. 2023(31): 60-66 . 百度学术
13. 贾灿，王卓. 农村相对贫困现状及其影响因素研究——基于2021年四川专题调查. 农村经济. 2023(12): 62-71 . 百度学术
14. 曾湘泉，陈思宇. 乡村振兴背景下专业技术培训与农村家庭减贫. 广东社会科学. 2022(01): 24-33+286-287 . 百度学术
15. 陈闻鹤，程龙生，常志朋，周涵婷. 基于Lasso稳健马田系统的相对贫困识别方法. 系统工程理论与实践. 2022(02): 527-544 . 百度学术
16. 雷显凯，罗明忠. 非农就业经历对新型职业农民成长的烙印效应. 西北农林科技大学学报(社会科学版). 2022(02): 63-73 . 百度学术
17. 蒋晓敏，周战强，张博尧. 数字普惠金融与流动人口家庭相对贫困. 中央财经大学学报. 2022(03): 45-58 . 百度学术
18. 唐超，郭睿莹，梁瀚元. 广东省相对贫困治理：现状、问题与路径优化. 经济界. 2022(02): 71-78 . 百度学术
19. 林玉婵，罗明忠. 宗族参与、社会支持与农户相对贫困缓解. 农林经济管理学报. 2022(02): 217-227 . 百度学术
20. 何强，王佳. 乡村振兴战略背景下农村相对贫困家庭扶贫对策研究. 理论观察. 2022(05): 73-75 . 百度学术
21. 罗千峰. 农村电商的增收效应及其机制——来自中国乡村振兴调查的经验证据. 中国流通经济. 2022(09): 47-59 . 百度学术
22. 王换换，王华丽. 人力资本、非农就业与农村家庭减贫——基于新疆温泉县的实证分析. 湖北农业科学. 2022(17): 121-126 . 百度学术
23. 张园，陆勉，陈玉萍. 家庭劳动力就业结构与缓解相对贫困. 新疆农垦经济. 2022(10): 56-66 . 百度学术
24. 马雪峰，杨正娣. 相对贫困视角下农业保险对西部地区减贫效应研究. 保险职业学院学报. 2022(05): 17-24 . 百度学术
25. 刘金林，程凡，马静. 广西边境地区推普的相对贫困治理效应研究——语言与国家治理系列研究之十. 民族教育研究. 2022(06): 48-58 . 百度学术
26. 罗明忠，邱海兰. 收入分配视域下相对贫困治理的逻辑思路与路径选择. 求索. 2021(02): 172-179 . 百度学术
27. 林玉婵，罗明忠，邱海兰. 农村女性劳动参与对农户相对贫困的缓解效应——基于CHNS的面板数据分析. 新疆农垦经济. 2021(04): 35-44 . 百度学术
28. 邱海兰，罗明忠，唐超. 农机社会化服务采纳、效率提升与农户相对贫困缓解——基于城乡比较视角. 农村经济. 2021(05): 109-117 . 百度学术
29. 罗明忠，刘子玉，郭如良. 合作参与、社会资本积累与农户相对贫困缓解——以农民专业合作社参与为例. 农业现代化研究. 2021(05): 930-940 . 百度学术
30. 张林，邹迎香. 中国农村相对贫困及其治理问题研究进展. 华南农业大学学报(社会科学版). 2021(06): 1-14 . 百度学术
31. 钱力，彭瑞峰. 政府引导、农户经济行为与相对贫困减缓. 统计与决策. 2021(21): 89-92 . 百度学术
32. 彭继权. 非学历教育对农户相对贫困的影响——基于贫困脆弱性的视角. 教育与经济. 2021(06): 10-19+37 . 百度学术
其他类型引用(40)
计量
- 文章访问数: 848
- HTML全文浏览量: 387
- PDF下载量: 87
- 被引次数: 72
