人类的历史可以说是一部反贫困的历史,在世界范围内,贫困问题一直是人们密切关注并长期讨论的社会经济问题。作为全球最活跃的经济体之一,中国已成功解决了几亿贫困人口的基本生活问题,减贫成绩斐然,全世界为之瞩目。党的十八大以来,中国政府以精准扶贫作为基本方略,吹响了打赢脱贫攻坚战的号角。“十二五”期间,中国农村贫困人口从2010年的1.66亿人减少到2015年底的5575万人。贫困县农民人均纯收入从2010年的3273元,增长到2015年的6828元,翻了一番多,增长幅度连续5年高于全国农村平均水平[1]。如此卓越的减贫成绩亟待检验,在此背景下,通过对精准扶贫政策全面的评估,了解和认识“十二五”期间反贫困的效果到底如何,有哪些成功的经验,有利于合理配置扶贫资源,提高扶贫效率,从而有针对性地推进新阶段的扶贫工作。
目前,学术界已经积累了较为丰富的贫困研究成果,但是扶贫效果评估的研究相对较少。国内大部分关于扶贫绩效评价的研究多集中在扶贫项目识别与参与等问题的分析,这类研究主要采取定性分析方法,揭示扶贫过程中存在的问题。关注不同类别的扶贫资金分配和使用效率层面的研究也较多,如陈凡等[2]以新增长理论为指导,选取1986—1997年间592个国家扶贫开发重点县中235个县的横截面数据,通过Kmenta模型进行回归分析,研究发现人均财政发展资金、人均信贷资金、人均以工代赈资金等三项资金的人均占有量都对减贫起到了作用,但三种扶贫投资作用的方向不同,投资效率也有所不同。帅传敏等[3]基于国家统计局数据,实证分析了针对贫困县的主要扶贫投入的绩效,发现在中央政府的扶贫资金中,财政扶贫资金的效率高于以工代赈资金的效率,以工代赈资金的效率又高于贴息扶贫贷款的效率。赖玥等[4]基于财政激励与经济增长的理论背景,运用2001—2010年间的县级面板数据,将贫困县与其他县财政支出对经济增长的财政激励效应进行了实证比较,证明贫困县的财政激励效应低于其他县,反映了财政扶贫资金的效率损失。郑瑞强等[5]以江西省罗霄山片区18个县(市、区)为分析样本,系统剖析了其财政扶贫资金规模与结构特征,运用DEA-Tobit模型测算了扶贫资金的使用效率,剖析了整村推进投资、产业扶贫投资、管理与奖励投资等关键因素对于扶贫资金减贫效率的影响及其影响程度。这类研究主要是定性描述和定量分析相结合,在刻画政府扶贫路径、测算政府公共支出干预的减贫成效等方面取得了较大进展。然而针对综合扶贫绩效评价研究还不够,李佳路[6]运用倾向得分匹配方法(PSM)采用S省30个国家扶贫开发重点县2009年的农村贫困监测数据,对扶贫项目对农户收入的影响进行分析,结果表明,S省扶贫资金的使用效果较好,平均每1元的扶贫资金投入能够产生1元的增收效果,参加扶贫项目的农户净收入平均增加55.7%。庄天慧等[7]从温饱水平、生产生活条件、生态环境和发展能力四个方面构建了西南少数民族地区反贫困综合绩效评价指标体系,并利用模糊综合评判法,对四川、云南、贵州三省的10个少数民族国家级扶贫重点县进行了实证评价。研究发现,与全国平均水平相比,西南少数民族地区扶贫综合绩效整体较好,但差距较大;在反贫困综合成效方面,生产生活条件改善成效较好,温饱水平和发展能力成效较差。这类研究主要是通过构建指标体系或模型,定量评估扶贫绩效,但仍存在较大的局限性。
综上发现,长期以来对扶贫项目减贫效果的研究缺乏基于农户数据的实证分析,关于扶贫项目能否提高贫困户的收入水平及消费水平更是鲜有文献讨论,仅胡晗[8]利用陕西省3县6镇863户贫困户的入户调查数据,运用Probit模型和粗略精确匹配方法估计产业扶贫政策对贫困户生计策略选择及家庭收入的影响,结果表明,产业扶贫政策在帮助贫困户增收、脱贫方面效果良好,贫困户在该政策引导下生计模式向农业转移。因此,本研究首次基于课题组针对江苏省“扶贫到户”试点政策的效果评估开展的农户跟踪调查数据,采用双重差分法(DID)全面估计精准扶贫政策对贫困户脱贫、收入和消费增长的影响,从而对精准扶贫政策的净效应进行评估。
与现有研究相比,本研究主要的创新有:第一,在现有针对扶贫效果评估的研究中首次使用跟踪调查数据,数据基于江苏省新一轮“扶贫到户”政策实施前后课题组在试点地区的农户入户调查,并利用双重差分法对精准扶贫政策的效果进行评估,具有一定的可靠性;第二,研究视角有所突破,区别于现有研究的研究对象多是政府、国家贫困县等宏观层面,本研究站在农户的微观视角,考察精准扶贫政策如何通过影响贫困户经济活动从而影响贫困户的收入,估计精准扶贫政策对贫困户消费水平的影响,对生活状况的改善情况,具有一定的现实意义。
二、江苏省扶贫政策变迁与“扶贫到户”模式中国的减贫事业不是一蹴而就的,而是一个循序渐进不断发展的过程,不同的历史阶段也对应不同的发展战略。中国扶贫开发自20世纪80年代初推行以来,在随后的近30年中不断发展变化,其历史的演进大致可分为以下几个阶段:1979—1985年,以体制改革为主导的扶贫。该阶段以体制改革减贫为主,以救济式扶贫为辅,主要瞄准对象为具有发展潜力的农村区域和具有发展能力的农村贫困人口[9]。1986—1993年,以贫困县为重点的开发式扶贫。该阶段扶贫战略由救济式扶贫向开发式扶贫转变,中央划定了592个国家重点贫困县,划拨专项资金,通过基础设施建设和特色产业培育,增强了贫困地区和贫困人口的自我发展能力。1994—2000年,以“八七扶贫攻坚计划”为指导方针的开发式扶贫。用7年时间基本解决8000万贫困人口的温饱问题,“八七扶贫攻坚计划”是中国扶贫理念的重大转变,也是扶贫行动上的重要升级。该阶段的扶贫开发工作主要是针对贫困地区专项扶贫进行创新,进一步加大减贫投入和工作力度,同时建立东西协作帮扶减贫模式,将特殊困难群体纳入减贫脱贫重点。2001—2010年,以贫困村为重点的开发式扶贫。随着区域性、整体性贫困得到缓解,国家适时将扶贫重点由贫困县转向贫困村,在全国确定了14.81万个贫困村作为扶贫工作重点,强调以村为单位调动农民的参与性,进行农村扶贫综合开发。2011年至今,以精准扶贫方略为主导的扶贫。随着《中国农村扶贫开发纲要(2001—2010年)》的颁布和精准扶贫理念的提出,标志着中国进入全面消灭绝对贫困人口的精准扶贫阶段。该阶段,扶贫重点由以“整村推进”为核心的扶贫开发转向以集中连片特殊困难地区为主战场,扶贫对象、扶贫方式和扶贫监管等内容上进行深化,更加强调精准扶贫。纵观中国扶贫政策的历史演变,扶贫政策呈现战略目标由解决温饱问题向“两不愁、三保障”、全面建成小康社会转变的特征。基于此,扶贫方式亦实现了从“大水漫灌”向“精准滴灌”的转变[10]。
自1992年以来,江苏省连续有计划、有组织地实施了多轮大规模扶贫开发行动。2015年底,411万农村低收入人口整体实现4000元脱贫目标,江苏成为东部地区率先基本消除绝对贫困的省份之一。在长期的探索实践中,江苏省在统筹整体帮扶与精准扶贫协同推进、推动区域发展与扶贫开发互促互进、促进集体增收与农民增收良性互动等方面,形成了一批行之有效的重要做法和成功经验。为在新一轮扶贫开发中探索更为直接有效的帮扶方式,从2012年起,江苏省开始实施财政扶贫资金直接扶持到户政策(简称“扶贫到户”政策),并选取新沂市和灌南县为2013年试点地区。在试点取得初步成效的基础上,2014年全省22个帮扶县全面实施“扶贫到户”精准扶贫政策。随着“扶贫到户”政策在省内的全面实施,各县根据省里精准扶贫的原则,因地制宜、创造性地探索了多元化的扶贫模式。但各地模式也各具特色,存在不少差别。
综合考虑地域和经济发展水平的差异,课题组选择江苏省苏北地区新沂、灌南、滨海、沭阳和盱眙5县,对5县的扶贫模式和相关工作做了系统研究。综合比较五县扶贫模式,从权力配置结构看,新沂、沭阳和盱眙相似,乡镇和村有较大自主权实施扶贫措施;灌南和滨海相似,县相对集权,乡镇和村主要是配合工作(表 1)。从帮扶措施看,新沂处于一个极端,主要发展资产收益类项目,创业和就业扶持投入很少,盱眙与新沂相似;灌南处于另一个极端,以帮扶农户创业为主,县里有少量资产收益类项目;滨海和沭阳介于新沂模式和灌南模式之间,资产收益类项目和创业、就业扶持并举,并且资产收益类项目以借助市场力量为主,滨海立足合作社,沭阳依托企业。
市(县) | 组织方式 | 推进方式 | 主要帮扶措施 |
新沂市 | 乡镇和村负责项目选择和实施,资金分配到乡镇和村 | 整体推进 | 以资产收益类项目为主,公益性岗位为辅,创业支持和扶贫小额贷款投入少 |
灌南县 | 县农工部主导实施,乡镇和村庄协调配合 | 每个村贫困户分批分年推进 | 以扶持贫困户自主创业为主,以提供公益性岗位、慰问金、县级资产收益类项目和扶贫小额信贷为辅 |
滨海县 | 县扶贫办主导实施,乡镇和村协调配合 | 整体推进 | 以支持自主创业和就业为主,辅以互助合作社项目,积极发展教育资助和扶贫小额贷款 |
沭阳县 | 乡镇主导项目选择和实施,村庄协调配合 | 整体推进 | 以企业股份量化项目为主,农户自主创业类项目为辅,大力推动扶贫小额贷款 |
盱眙县 | 乡镇主导实施,经济薄弱村自己实施,一般村协调配合 | 乡镇分批推进 | 以资产类项目为主,辅以就业帮扶和公益性岗位安置,积极发展扶贫小额贷款 |
本研究将采用双重差分法(DID)来检验精准扶贫政策的脱贫效应、对贫困户经济活动及消费水平的影响。双重差分法的主要思想是通过对比处理组(受到政策影响的)和控制组(未受政策影响的)在政策实施前后的变化来识别政策的效果。同传统的OLS估计相比,DID能更好地避免由内生性样本选择问题导致的参数估计偏误,提高参数估计的可信度。具体地,我们估计如下方程:
(1) |
其中,i代表农户,t代表时期。被解释变量yit包括度量农户政策实施后的贫困状态、农户的人均收入、经济活动及消费水平等相关变量。Tt为表示政策实施前后的0-1变量,定义2013年为政策实施前(Tt=0),2015年为政策实施后(Tt=1)。Pi为根据农户i在2013年的贫困状态定义的0-1变量,用于表示农户i是否属于处理组:如果农户i在2013年为建档立卡贫困户,则定义该农户属于处理组,即令Pi=1,否则属于控制组(Pi=0)。Pi*Tt为交互项,反映t时期,农户i是否参加扶贫政策的虚拟变量,其系数β3反映了政策实施的净效应。Xit表示一组家庭和个人层面的控制变量,包括家庭类型、经营耕地总面积、户主特征、家庭劳动力特征等变量。
(二) 变量测度被解释变量主要有度量农户政策实施后的贫困状态的0-1变量;度量农户收入、经济活动的相关变量,具体包括农户的人均收入、非农收入占总收入的比例、养殖业收入占总收入的比例及农户的经营耕地总面积。其中,农户的人均收入做取对数的处理;度量农户消费品购买及消费水平的相关变量,具体包括农户购买普通耐用消费品、高档耐用消费品①的个数、农户平均每个月消费奶制品、水产品、牛羊肉的次数。
① 普通耐用消费品和高档耐用消费品的定义:普通耐用消费品包括热水器、太阳能、彩电、电冰箱、洗衣机、电动车六大类物品;高档耐用消费品包括音响组合、微波炉、空调、照相机、摩托车、计算机六大类物品。
关键解释变量主要有度量政策实施前后的0-1变量Tt;度量农户是否属于处理组的0-1变量Pi,后续研究按农户的人均收入是否低于4000元(江苏省贫困标准)将建档立卡贫困户进行分类,分别表示为G1和G2,G1=1代表贫困户中人均收入低于4000元的样本,G2=1则代表贫困户中人均收入高于4000元的样本;Pi*Tt、G1*T、G2*T的交互项。
控制变量主要有度量农户家庭类型的0-1变量,变量取1时代表该户为老年户;农户的经营耕地总面积②;户主特征的相关变量,具体包括:户主年龄、户主受教育年限、户主性别;度量家庭劳动力特征的相关变量,具体包括:劳动力数量、劳动力中完成义务教育的比例、有效劳动力③的比例、劳均非农技能数和劳均非农培训次数。各变量的描述性统计结果具体见表 2。
② 贫困和收入模型中控制了经营耕地规模,经营耕地总面积模型中不控制。
③ 有效劳动力的定义。本研究将家庭劳动力分为3类:非有效劳动力、半有效劳动力和整有效劳动力。其中,非有效劳动力指因年龄高或身体健康等原因无劳动能力从事正常工作的劳动力;整有效劳动力指年龄在16~60周岁、身体健康拥有完整的劳动能力、正在或者愿意从事劳动的劳动力;半有效劳动力指除上述两类劳动力以外的劳动力,具体包括16~60周岁、身体状况差,部分丧失劳动能力的人口,或年龄大于等于60岁但仍然从事经济活动的人口。上述三类劳动力分别赋值0、0.5和1,计算家庭所有劳动力的得分即为家庭有效劳动力个数。
变量 | 取值与单位 | 均值 | 标准差 | 最小值 | 最大值 |
当前贫困状态 | 1=是;0=否 | 0.46 | 0.50 | 0 | 1 |
人均收入(元)的对数 | 8.52 | 1.20 | -9.21 | 11.88 | |
非农收入占比 | 0.51 | 0.39 | 0 | 1 | |
养殖业收入占比 | 0.02 | 0.08 | -0.54 | 1 | |
经营耕地总面积 | 亩 | 4.76 | 3.45 | 0 | 25 |
购买普通耐用消费品 | 件 | 3.11 | 2.51 | 0 | 19 |
购买高档耐用消费品 | 件 | 0.95 | 1.45 | 0 | 16 |
平均每月消费奶制品 | 次 | 2.21 | 7.10 | 0 | 60 |
平均每月消费水产品 | 次 | 2.96 | 4.32 | 0 | 30 |
平均每月消费牛羊肉 | 次 | 0.39 | 1.15 | 0 | 15 |
是否进行帮扶 | 1=是;0=否 | 0.71 | 0.45 | 0 | 1 |
时期 | 0=政策实施前; 1=政策实施后 |
0.50 | 0.50 | 0 | 1 |
贫困户中人均收入低于4000元 | 1=是;0=否 | 0.34 | 0.47 | 0 | 1 |
贫困户中人均收入高于4000元 | 1=是;0=否 | 0.36 | 0.48 | 0 | 1 |
是否老年户 | 1=是;0=否 | 0.15 | 0.36 | 0 | 1 |
户主年龄 | 岁 | 56.71 | 10.77 | 25 | 88 |
户主受教育水平 | 年 | 4.94 | 3.72 | 0 | 16 |
户主性别 | 1=男;0=女 | 0.92 | 0.27 | 0 | 1 |
劳动力数量 | 个 | 2.75 | 1.54 | 0 | 8 |
完成义务教育比例 | 0.26 | 0.29 | 0 | 1 | |
有效劳动力比例 | 0.67 | 0.27 | 0 | 1 | |
劳均非农技能数 | 个 | 0.39 | 0.41 | 0 | 4 |
劳均非农培训次数 | 次 | 0.12 | 0.31 | 0 | 5 |
本研究所用数据来自课题组针对江苏省“扶贫到户”试点政策的效果评估于2014、2016年在江苏省5个县10个乡镇20个行政村开展的农户跟踪调查。课题组调研了新沂、灌南、滨海、沭阳和盱眙5个县共415户农户,其中,新沂市和灌南县是江苏省实施新一轮“扶贫到户”政策试点地区。调查抽样采取了多阶段分层随机抽样方法:在各个县,结合经济发展水平和地理位置分布分别选择了2个乡镇,在每个样本乡镇按照同样原则分别选择了2个行政村,在每个样本村庄,采取等距抽样方法分别选取贫困户和普通户,详细调查了农户的家庭特征、收入、消费、资产、参与扶贫政策等的情况。由于部分数据缺失,实际使用的数据包括288户建档立卡贫困户和116户普通户。
四、江苏省“扶贫到户”政策实施成效根据课题组对5县扶贫办(农工部)的座谈和对16个样本村庄村干部及农户的实地调研,各地“扶贫到户”工作都在稳步推进,各项政策措施逐步落实,扶贫工作较之前明显改进,扶贫效果逐步显现。
第一,江苏省扶贫工作全面实现了“重心下移,扶贫到户”的重大转变,政策稳步落实,效果将逐步显现。各地扶贫工作重心都实现了下移,基本做到了扶贫到户。除资产收益类项目贫困户是间接受益外,专门针对贫困户实施的农业创业扶持、就业帮扶和公益性岗位、扶贫小额贷款等资金扶持项目,农户都能直接受益。另外,各项措施稳步落实,农户对扶贫工作较为满意,预期效果良好。
第二,扶贫政策瞄准性明显提升,受益扶贫政策的农户主要是农村弱势人群。根据对样本贫困户和普通户调研数据的比较分析(表 3),可以发现,从收入来看,贫困户明显低于普通户,2013年贫困户和普通户的年人均收入分别为5273元和13256元,2015年贫困户和普通户的年人均收入分别为6350元和14952元,均得到了明显提升;从消费来看,2013年贫困户67%的农户月人均日常现金支出低于200元,尽管2015年这一比例下降到50%,仍远远高于普通户,而普通户70%左右的农户支出高于200元;从家庭财产来看,2013年和2015年贫困户耐用消费品拥有量均明显少于普通户。综上发现,新一轮扶贫核定的贫困户收入和生活状况明显差于普通户,扶贫受益收益的主要群体确实是农村的弱势群体;精准扶贫政策实施后贫困户收入和生活状况得到了一定程度的改善,但政策的净效应亟需实证分析的检验。
家庭经济状况 | 普通户 | 贫困户 | |||
2013年 | 2015年 | 2013年 | 2015年 | ||
家庭经济收入 | |||||
年人均纯收入/元 | 13256 | 14952 | 5273 | 6350 | |
农户结构/%(按年人均纯收入分组) | |||||
<4000元 | 13 | 17 | 48 | 44 | |
4000~8000元 | 27 | 21 | 29 | 28 | |
>8000元 | 60 | 62 | 23 | 28 | |
样本农户合计 | 100 | 100 | 100 | 100 | |
家庭消费水平 | |||||
月人均日常生活现金支出/%(样本农户比例) | |||||
<100元 | 9 | 11 | 27 | 26 | |
100~200元 | 21 | 13 | 40 | 24 | |
200~300元 | 20 | 8 | 14 | 10 | |
300~400元 | 17 | 26 | 8 | 10 | |
>400元 | 34 | 42 | 11 | 30 | |
样本农户合计 | 100 | 100 | 100 | 100 | |
营养水平 | |||||
月消费奶制品次数 | 5.45 | 2.80 | 1.85 | 0.96 | |
月消费水产品次数 | 4.72 | 3.86 | 2.81 | 1.99 | |
月消费牛羊肉次数 | 0.87 | 0.83 | 0.14 | 0.24 | |
家庭财产状况 | |||||
耐用消费品 | |||||
普通/件 | 2.54 | 5.20 | 1.93 | 3.66 | |
高档/件 | 0.94 | 2.04 | 0.38 | 1.06 |
第三,探索和创新了多元化的帮扶方式和措施,针对性大大提高,有利于实现精准扶贫。首先,帮扶措施针对性提高,有利于实现精准扶贫。新一轮扶贫直接帮扶到户的政策导向决定了扶贫瞄准性明显优于以往扶贫区域发展的模式。特别是在帮扶责任人协调下,根据农户的家庭实际状况和所处村庄的条件,支持农户农业创业、扩大生产或外出非农就业,能有效帮扶贫困户脱贫、改善生计。其次,各地探索和实施了多元化的帮扶措施,努力实现帮扶直接到户。
第四,帮扶责任人制度得到了较好落实。多半扶贫对象明确知道有帮扶责任人帮扶。其中,绝大多数有帮扶人的贫困户明确知道帮扶人身份,并受过帮扶人家访。不过,上述有帮扶人的贫困户中,有帮扶人联系方式和主动找过帮扶人的占比很小。
五、实证结果与分析 (一) 精准扶贫政策的脱贫效应,对贫困户收入水平及其经济活动的影响为了解决截面上可能存在的自相关和异方差问题,采用稳健的标准误对计量模型进行估计。表 4(1)(2)列报告了扶贫政策的脱贫效应及对贫困户人均收入的影响。主要关注的变量是交互项P*T,(1)列的结果表明,扶贫政策脱贫效应显著;但(2)列的结果并不显著,说明扶贫政策在贫困户人均收入方面没有表现出显著的提升作用。表 4(3)(4)(5)列报告了参与扶贫政策对贫困户经济活动的影响。主要关注的变量是交互项P*T,可以发现,参与扶贫政策对贫困户的非农收入占比、养殖业收入占比及经营耕地总面积并没有影响,也就是说,没有找到证据表明参与扶贫政策会改变贫困户的经济活动,从而影响贫困户的人均收入。这可能与精准扶贫政策在实施过程中瞄准性存在一定程度上的偏差有关。
变量 | 是否贫困 (1) |
人均收入对数 (2) |
非农收入占比 (3) |
养殖业收入占比 (4) |
经营耕地总面积 (5) |
关键解释变量 | |||||
是否帮扶(P) | 0.935***(47.375) | -0.494***(-4.821) | -0.077**(-2.400) | -0.002(-0.202) | -0.700*(-1.943) |
时期(T) | 0.033(1.244) | -0.057(-0.483) | 0.020(0.515) | -0.001(-0.054) | 0.179(0.396) |
P*T | -0.708***(-19.050) | 0.083(0.562) | 0.014(0.313) | 0.002(0.188) | -0.050(-0.102) |
控制变量 | |||||
是否是老年户 | -0.110**(-2.510) | 0.322*(1.935) | -0.033(-0.804) | 0.008(0.405) | -0.461(-1.331) |
经营耕地总面积 | -0.009***(-2.642) | 0.059***(4.890) | -0.010**(-2.533) | -0.001(-0.764) | |
户主年龄 | 0.000(0.196) | 0.007*(1.649) | 0.001(0.895) | -0.001**(-2.396) | 0.009(0.731) |
户主受教育年限 | -0.003(-0.757) | 0.008(0.757) | 0.002(0.636) | -0.001(-0.645) | 0.046(1.361) |
户主性别 | 0.049(1.366) | 0.166(0.564) | -0.076*(-1.900) | 0.019***(3.055) | 0.308(0.847) |
劳动力数量 | -0.023**(-2.498) | 0.112***(3.281) | 0.116***(11.632) | -0.003(-1.035) | 0.399***(4.529) |
完成义务教育比例 | -0.012(-0.223) | 0.513***(2.855) | 0.053(1.054) | -0.006(-0.567) | -0.157(-0.366) |
有效劳动力比例 | -0.004(-0.078) | 0.879***(5.533) | 0.330***(5.987) | -0.011(-0.769) | 1.003***(2.709) |
劳均非农技能数 | -0.014(-0.434) | 0.345***(3.415) | 0.135***(3.845) | -0.008(-1.128) | -0.695***(-3.313) |
劳均非农培训次数 | -0.037(-1.172) | 0.169*(1.865) | 0.007(0.253) | -0.004(-0.483) | 0.281(0.844) |
常数项 | 0.064(0.623) | 6.662***(9.338) | 0.033(0.331) | 0.077***(2.910) | 1.008(1.074) |
R2 | 0.662 | 0.264 | 0.465 | 0.039 | 0.375 |
注:①括号内数字为t统计量。②*、**、***分别表示在10%、5%、1%的置信水平上具有统计显著性。③县级虚拟变量结果省略。④表 5、表 6、表 7、表 8、表 9注同表 3。 |
变量 | 是否贫困 | 人均收入对数 | 非农收入占比 | 养殖业收入占比 | 经营耕地总面积 |
(1) | (2) | (3) | (4) | (5) | |
关键解释变量 | |||||
G1:人均收入≤4000 | 0.969***(60.897) | -1.182***(-9.935) | -0.233***(-6.013) | -0.001(-0.064) | -0.928**(-2.404) |
G2:人均收入>4000 | 0.983***(84.860) | -0.068(-0.772) | 0.004(0.118) | -0.005(-0.548) | -0.362(-0.947) |
时期(T) | 0.048**(2.105) | -0.069(-0.603) | 0.002(0.055) | -0.002(-0.146) | 0.123(0.281) |
G1*T | -0.701***(-15.934) | 0.495***(3.425) | 0.095*(1.862) | 0.004(0.232) | 0.199(0.377) |
G2*T | -0.779***(-18.816) | -0.273(-1.584) | -0.014(-0.295) | 0.004(0.314) | -0.133(-0.252) |
常数项 | 0.013(0.129) | 7.032***(9.606) | 0.121(1.212) | 0.077***(2.944) | 1.007(1.058) |
R2 | 0.702 | 0.351 | 0.506 | 0.040 | 0.375 |
变量 | 普通耐用消费品 | 高档耐用消费品 | 奶制品 | 水产品 | 牛羊肉 |
(1) | (2) | (3) | (4) | (5) | |
关键解释变量 | |||||
是否帮扶(P) | -0.036(-0.174) | -0.184(-1.430) | -2.809***(-2.775) | -0.869*(-1.821) | -0.443***(-2.588) |
时期(T) | 2.632***(7.930) | 1.006***(4.966) | -3.882***(-3.550) | -1.302**(-2.315) | -0.010(-0.046) |
P*T | -1.027***(-2.989) | -0.431**(-1.972) | 3.076**(2.561) | 0.494(0.782) | 0.056(0.252) |
常数项 | -0.552(-0.966) | -0.382(-1.000) | 2.997(1.267) | -2.169*(-1.693) | -0.076(-0.269) |
R2 | 0.452 | 0.292 | 0.083 | 0.126 | 0.108 |
变量 | 普通耐用消费品 | 高档耐用消费品 | 奶制品 | 水产品 | 牛羊肉 |
(1) | (2) | (3) | (4) | (5) | |
关键解释变量 | |||||
G1:人均收入≤4000 | -0.236(-1.054) | -0.259*(-1.897) | -3.327***(-3.064) | -1.822***(-3.614) | -0.543***(-3.141) |
G2:人均收入>4000 | -0.225(-1.003) | -0.342**(-2.478) | -2.479**(-2.302) | -0.601(-1.108) | -0.422**(-2.575) |
时期(T) | 2.536***(7.536) | 1.037***(4.862) | -2.963**(-2.535) | -1.075*(-1.744) | -0.008(-0.038) |
G1*T | -1.025***(-2.786) | -0.524**(-2.228) | 2.051(1.577) | 0.660(0.954) | 0.110(0.503) |
G2*T | -0.769**(-2.087) | -0.418*(-1.771) | 1.642(1.192) | -0.250(-0.328) | 0.009(0.042) |
常数项 | -0.299(-0.523) | -0.207(-0.551) | 3.742(1.550) | -1.366(-1.139) | 0.004(0.013) |
R2 | 0.455 | 0.306 | 0.086 | 0.141 | 0.114 |
变量 | 是否贫困 | 人均收入对数 | 非农收入占比 | 养殖业收入占比 | 经营耕地总面积 |
(1) | (2) | (3) | (4) | (5) | |
关键解释变量 | |||||
G1:人均收入≤4000 | 0.969***(54.035) | -0.711***(-5.546) | -0.174***(-3.678) | 0.007(0.714) | -0.628(-1.331) |
G2:人均收入>4000 | 0.990***(62.381) | 0.277***(2.723) | 0.041(0.941) | 0.003(0.470) | -0.204(-0.425) |
时期(T) | 0.066**(2.054) | 0.157(1.140) | 0.028(0.516) | 0.018(1.439) | 0.332(0.599) |
G1*T | -0.711***(-14.365) | 0.260(1.601) | 0.074(1.168) | -0.015(-0.845) | -0.065(-0.106) |
G2*T | -0.782***(-15.033) | -0.466**(-2.215) | -0.030(-0.470) | -0.012(-0.757) | -0.473(-0.736) |
常数项 | -0.017(-0.149) | 6.401***(7.247) | 0.006(0.054) | 0.088***(3.061) | 0.944(0.904) |
R2 | 0.676 | 0.273 | 0.504 | 0.047 | 0.336 |
注:按收入分组,且人均收入≤10000元。 |
变量 | 普通耐用消费品 | 高档耐用消费品 | 奶制品 | 水产品 | 牛羊肉 |
(1) | (2) | (3) | (4) | (5) | |
关键解释变量 | |||||
G1:人均收入≤4000 | 0.015(0.058) | -0.055(-0.365) | -2.542**(-2.045) | -0.899(-1.551) | -0.263**(-2.205) |
G2:人均收入>4000 | 0.085(0.308) | -0.101(-0.636) | -1.873(-1.501) | 0.407(0.600) | -0.161(-1.265) |
时期(T) | 2.672***(5.439) | 0.973***(3.739) | -1.939(-1.350) | -1.081*(-1.654) | 0.240(1.178) |
G1*T | -1.164**(-2.323) | -0.443(-1.589) | 1.332(0.869) | 0.707(0.982) | -0.153(-0.688) |
G2*T | -0.885*(-1.708) | -0.387(-1.337) | 1.234(0.730) | -0.285(-0.339) | -0.186(-0.809) |
常数项 | -0.241(-0.391) | -0.414(-1.092) | 2.415(0.933) | -1.561(-1.279) | -0.059(-0.197) |
R2 | 0.448 | 0.292 | 0.059 | 0.131 | 0.145 |
注:按收入分组,且人均收入≤10000元。 |
考虑将贫困户按人均收入是否低于江苏省贫困标准4000元进行分组,分离出真正贫困的贫困户群体,检验参与扶贫政策对其人均收入的影响。主要关注的变量是交互项G1*T,表 5(2)列的结果表明,对于人均收入低于贫困标准的那些真正贫困的贫困户群体,扶贫政策显著提高其人均收入,参与扶贫政策会使贫困户的人均收入提高49.5%,在1%水平上显著。
那么,精准扶贫政策是如何影响贫困户的经济活动从而影响其人均收入的?表 5(3)(4)(5)列的估计结果回答了以上的问题。主要关注的变量是交互项G1*T,(3)列的估计结果表明,对于真正贫困的群体而言,参与扶贫政策使其非农收入占比提高了9.5%,在10%水平上显著;而对提高贫困户养殖业收入占比、扩大经营耕地总面积则没有影响。说明对于真正贫困的群体而言,扶贫政策提供的非农就业及创业机会有助于贫困户提高人均收入、摆脱贫困。这与胡晗[8]得到的结论不同。有两点原因可以解释:一是农业对自然条件依赖性较强,养殖业同样面临较大的不确定性,而多数贫困户经济基础薄弱,往往无法抵御这种经营风险,江苏省经济发展水平较高,非农就业机会相对较多,为了避免经营不确定性带来的损失,贫困户家庭多会选择外出务工从而赚取收入以补贴家用;二是本次调查监测的时间为2年,精准扶贫政策为贫困户提供的农业就业机会,如种植养殖项目等的效应并未完全发挥,预期再过几年,贫困户农业种养殖收入的增幅会较为可观。
值得注意的是,控制变量中测度农户家庭劳动力特征的变量,如劳动力数量、有效劳动力比例等均对农户人均收入的增加、非农收入占比的提高及经营耕地总面积的扩大有显著的正向影响,这说明只有那些家庭劳动力数量多、质量高的贫困户才有望尽快摆脱贫困,扶贫政策的实施应充分考虑贫困户家庭劳动力的异质性;控制变量中劳均非农培训次数无论对农户的人均收入提高还是对非农收入占比增加均未发现有显著、稳健的影响,这可能是样本地区开展的劳务输出培训的内容与农户需求不符导致的。
(二) 精准扶贫政策对贫困户消费品购买及消费水平的影响表 6报告了参与扶贫政策对贫困户消费品购买及消费行为的影响。可以发现,与未参与扶贫政策的普通户相比,参与扶贫政策对贫困户无论是普通耐用消费品还是高档耐用消费品的购买均表现出显著的负向影响;参与扶贫政策显著提高了贫困户的奶制品消费,使贫困户每月消费奶制品的次数增加约3次,但没有找到证据表明会对水产品、牛羊肉的消费产生影响。这与王立剑[11]得到的结论一致,这说明扶贫政策并不能直接对家庭生活水平产生影响,而是通过提高贫困户家庭人均收入间接产生影响。表 7报告了对贫困户按人均收入是否低于江苏省贫困标准4000元进行分组后的结果,可以发现,分离出真正贫困的群体后,结论保持一致。表 7(3)列,G1*T的系数显著性有所下降,但t值为1.577,扶贫政策的净效应比较稳健。
(三) 稳健性检验为了检验扶贫政策净效应的稳健性,研究去掉了农户中人均收入高于10000元的样本,使未受扶贫政策影响的普通户与参与扶贫政策的贫困户更具可比性,重新检验精准扶贫政策的脱贫效应,以及对贫困户收入和消费增长的影响。表 8、表 9报告了检验的结果,结论保持一致。虽然表 8(2)列G1*T的系数显著性有所下降,但t值为1.601,扶贫政策的净效应比较稳健。
六、主要结论与启示本文立足于农户微观个体角度,基于两期跟踪调查农户数据,利用双重差分法对精准扶贫政策的净效应进行了实证检验。研究发现精准扶贫政策脱贫效应显著;没有找到证据表明精准扶贫政策显著提高贫困户的收入,或改变贫困户的经济活动,如非农收入占比、养殖业收入占比、经营耕地总面积等;但对贫困户按人均收入是否低于4000元进行分组,可以发现,贫困户中人均收入低于4000元的群体,也就是真正的贫困户群体,扶贫政策通过提供非农就业及创业机会,使其人均收入提高49.5%左右,其中非农收入占比提高9.5%左右。消费方面,总的来说,精准扶贫显著提高贫困户的奶制品消费,参与扶贫政策的贫困户每月消费奶制品次数增加3次左右,但没有证据表明会对水产品、牛羊肉的消费产生影响。
作者调研发现,尽管扶贫工作取得了一定的成效,但其实施过程中出现的一些问题可能限制了精准扶贫的积极影响,亟需完善。第一,扶贫资源农户到位率还较低,扶贫政策落实进度有待进一步加快,部分地区需要重视扶贫到户工作的落实问题。第二,扶贫政策的瞄准性可进一步提高,贫困户确定机制与程序需要完善。第三,需根据贫困户情况和致贫成因分类实施帮扶,探索和实施适宜的帮扶措施,同时,避免实施单一措施影响精准扶贫,确保精准扶贫和贫困户真正脱贫。第四,帮扶责任人职责界定不够清晰,绩效考核方式不够明确,帮扶责任人制度需要完善,帮扶责任人作用有待加强。第五,需要完善直接帮扶到户的激励机制,提升扶贫直接帮扶到户工作的持续性。第六,扶贫小额贷款为贫困户发展提供了支持资金,但一定程度上存在政策利益外溢问题。
综上,精准扶贫未来发展要注意以下几点:第一,完善贫困户确定机制和程序,建议秉持将村民内部矛盾在村民内部解决的原则,将确定贫困户的职能从村两委剥离出去,由村内有威信的老人代表和能人精英代表组成评审委员会,动态调整贫困户名单,提升扶贫对象的瞄准性。第二,多元化帮扶措施,提升扶贫措施的可行性和有效性。根据贫困户致贫原因、自身条件、意愿等采取针对性帮扶,实现帮扶措施与贫困原因识别结果相衔接,真正做到“一户一策”、分类帮扶。第三,帮扶措施点面结合,既要采取针对性的帮扶措施,也要实施贫困户普惠的政策。精准帮扶除了需要为各个贫困户制定针对性措施进行帮扶外,对存在的共性问题仍应实施一些普惠措施,特别是在教育、培训等方面。第四,培训不仅应包括产业技能,而且应注重发展意识的培训。在产业技能方面,不仅应该包括非农就业技能,也应加强养殖、种植、设施农业、林下经济、花卉苗木培育等农业实用技术的培训。非农技能培训应不仅管培训,而且应负责输出。第五,开发式扶贫对象帮扶定为5年一个周期,5年一调整。“顽固性”“反复性”贫困户的脱贫和相对贫困改善是一项持久战,短期难有根本性成效。建议拉长贫困户调整周期和扶贫开发时期。对开发式扶贫农户的扶贫时期调整为5年一轮,不鼓励一年一扶和分批脱贫,力保通过能力建设和较长时间的帮扶,实现贫困户真正脱贫、永久脱贫,降低和杜绝返贫。
[1] |
国务院扶贫开发领导小组办公室. 中国扶贫开发年鉴[M]. 北京: 团结出版社, 2016.
|
[2] |
陈凡, 杨越. 中国扶贫资金投入对缓解贫困的作用[J]. 农业技术经济, 2003(6): 1-5. DOI:10.3969/j.issn.1000-6370.2003.06.001 |
[3] |
帅传敏, 梁尚昆, 刘松. 国家扶贫开发重点县投入绩效的实证分析[J]. 经济问题, 2008(6): 84-86. |
[4] |
赖玥, 成天柱. 财政扶贫的效率损失——基于财政激励视角的县级面板数据分析[J]. 经济问题, 2014(5): 33-37. |
[5] |
郑瑞强, 陈燕, 张春美, 等. 连片特困区财政扶贫资金配置效率测评与机制优化——以江西省罗霄山片区18个县(市、区)为分析样本[J]. 华中农业大学学报(社会科学版), 2016(5): 63-69. |
[6] |
李佳路. 扶贫项目的减贫效果评估:对30个国家扶贫开发重点县调查[J]. 改革, 2010(8): 125-132. DOI:10.3969/j.issn.1009-8607-B.2010.08.091 |
[7] |
庄天慧, 张海霞, 余崇媛. 西南少数民族贫困县反贫困综合绩效模糊评价——以10个国家扶贫重点县为例[J]. 西北人口, 2012(3): 89-93. DOI:10.3969/j.issn.1007-0672.2012.03.018 |
[8] |
胡晗. 产业扶贫政策对贫困户生计策略和收入的影响——来自陕西省的经验证据[J]. 中国农村经济, 2018(1): 78-89. |
[9] |
何仁伟, 丁琳琳. 精准扶贫背景下中国农村贫困机制研究综述[J]. 江苏农业科学, 2018(17): 1-8. |
[10] |
白描. 中国精准扶贫的实践与思考——中国精准扶贫进展与前瞻研讨会综述[J]. 中国农村经济, 2018(4): 140-144. |
[11] |
王立剑, 叶小刚, 陈杰. 精准识别视角下产业扶贫效果评估[J]. 中国人口资源与环境, 2018(1): 113-123. |