精准扶贫模式的内在构念、影响效应及政策建议

李杰义

（浙江师范大学 经济与管理学院，浙江 金华 321004）

一、引言

扶贫相关研究往往是问题驱动的，并越来越强调情境化研究的重要性[1]。习近平总书记2013年首次提出“精准扶贫”的概念以来，政策实践者及理论研究者对精准扶贫的关注日益剧增[2]。《建立精准扶贫工作机制实施方案》（2014）、《关于打赢扶贫攻坚战的决定》（2015）和《“十三五”脱贫攻坚规划》（2016）等文件的相继发布，标志着精准扶贫正式上升为国家战略，精准扶贫也由此成为扶贫工作的新模式[3]。而就全国而言，浙江是全国率先完成扶贫攻坚任务的省份，业已形成了全国扶贫攻坚的经验样本。基于浙江省26 个欠发达县域的实地考察发现，浙江省能实现扶贫攻坚目标的一个基本经验除了情境层面的区域主观特征外，精准扶贫实践才是支撑浙江省欠发达县域推进扶贫攻坚工作的不竭动力。

然而，与各地蓬勃开展的精准扶贫鲜活实践相比，学术界的相关研究还相对滞后。第一，已有研究大多是对精准扶贫己有实践命题的经验总结或定性描述，如基于扶贫对象识别视角的扶贫瞄准因素[4]，基于区域主观特征视角的政策支持因素等[5]，针对精准扶贫模式的实证分析不多。第二，学者们对于精准扶贫与扶贫效果之间影响关系的观点存在差异，Grosh 认为扶贫瞄准能有效扭转减贫速率放缓的现象[5]，而Ebbe 等则认为扶贫瞄准政策反而会加剧社会的不平等[6]。现有理论与精准扶贫的蓬勃实践形成较大缺口。如何深入透彻地研究贫困形成的内生机制以及精准扶贫模式对扶贫效果的影响效应，实现对扶贫工作的精准研判与科学决策，仍然是精准扶贫研究中一个极其重要而有待深化的课题。有鉴于此，本文根植于浙江省26 个欠发达县域的精准扶贫实践，并以其中的157 个村1152 家农户的调研数据样本，实证分析精准扶贫模式对扶贫效果的影响效应，旨在为精准扶贫的政策实践提供理论和经验借鉴。

二、文献回顾与理论分析

（一）精准扶贫的内涵

精准扶贫研究可追溯到扶贫模式及扶贫瞄准的相关研究。学者认为，扶贫模式可分为发展极模式、满足基本设施模式和提供社会保障模式三种类型[7]，应结合贫困区域情况和贫困主体状况来选定扶贫瞄准目标和扶贫模式[8]，并将不断缩小扶贫瞄准单位作为中国实现减贫目标的重要手段[9]。习近平总书记首次提出“精准扶贫”的概念以来，国内学者结合中国精准扶贫的政策实践，对精准扶贫模式的具体领域进行了广泛的探究[2]。学者认为，精准扶贫机制就是为了解决扶贫瞄准目标的偏离问题[10]，逐步展开的建档立卡工作就是将户直接作为瞄准对象的实践探索[11]。精准扶贫包括识别、帮扶、管理和考核四个方面的精准[12]，其中，扶贫对象的精准识别是精准扶贫的难点[13]。

（二）精准扶贫与扶贫效果

与此同时，精准扶贫对扶贫效果的影响也得到了国内外学者的广泛关注。Grosh 认为，扶贫对象识别是影响扶贫效果的重要因素，扶贫瞄准能有效扭转减贫速率放缓的现象[5]，Ebbe 等却认为扶贫瞄准政策反而会加剧社会的不平等[6]。Soriano 等认为，中国以往瞄准到县的扶贫模式影响了扶贫的政策效果，而以村为单位的瞄准机制对于中国老少边地区具有可行性，以户为单位的瞄准机制对于中国中部和东部比较发达地区更为可行[14]。赵武等认为精准识别、精准帮扶和精准管理影响扶贫效果[15]，赵晓峰等认为农民合作社的制度安排是精准扶贫的理想载体[15]。学者进一步认为，返贫是一种已脱贫人口因各种因素重新陷入贫困的现象，返贫现象表明精准扶贫应是一个动态而持续的扶贫过程[16]，而扶贫预警机制有助于从源头上解决扶贫效率低下的问题[17]。

上述有关精准扶贫及其对扶贫效果的理论研究，对本文具有重要的参考与借鉴价值。但也应看到，与精准扶贫的蓬勃实践相比，相关的理论研究仍然相对匮乏，对精准扶贫与扶贫效果的内在影响机理的研究更为薄弱。而且，己有成果仅呈现零散的碎片，偏重于考察各独立解释变量对扶贫效果的影响机理，但无法作为整合性实证研究框架。无疑，浙江省作为全国率先完成扶贫攻坚任务的省份，有着大量的精准扶贫实践。基于此，本文运用浙江省26 个欠发达县域的调研数据，实证研究精准扶贫模式对扶贫效果的影响效应，具有积极的理论和实践价值。

三、数据来源与变量定义

（一）数据来源

本文使用的数据来源于课题组组织的实地问卷调研，本次调研于2016年6月至2017年2月进行，样本范围确定为浙江省杭州、温州、金华、台州、丽水和衢州6 个地级市的26 个欠发达县域①感谢课题组成员吕元媛、单芬霞、蒋春花和徐豪立等在调研中的大力协助。在扶贫实践中，扶贫对象一般被区分为贫困对象、低保对象、扶贫低保交叉对象和五保对象等，各地的标准有所差别。除未特殊说明外，本文把浙江扶贫标准4600 元以下的低收入农户界定为扶贫对象。。首先，分别以上述各地级市实际低收入人口数量占全省低收入人口总数的比例，来确定各市的样本量；然后，分别以各县域实际低收入人口数量占所属地级市低收入人口总数的比例，确定各县域的样本量。共发放问卷1355 份，回收有效问卷1152 份，有效率为 85.02%。有效样本中，杭州 87 人（占 7.55%），温州 142 人（占 12.33%），金华 97 人（占8.42%），台州 169 人（占 14.67%），丽水 346 人（占 30.03%），衢州 311 人（占 27.00%）。因此，有效样本特征与浙江省低收入人口区域分布非常接近，本次调研样本具有代表性。

（二）变量定义

被解释变量。本文选择问卷填写者对问卷中的问题“你认为现有的扶贫条件使你的家庭人均收入发生变化了吗？”的回答来测量扶贫效果，即被解释变量。虽然以家庭人均收入变化测量扶贫效果只考虑了经济效益而未兼顾生态效应，但现阶段精准扶贫工作的重点仍然是减少家庭人均低收入人口数量，因此本文所设定的扶贫效果测量指标，是与当前精准扶贫的工作重点相一致的，被解释变量的测量指标选取具有合理性。如表1所示，对上述问题的答案，本文将其记为 Y，并对其赋值 1、2、3、4 和 5，其分别表示“减少较多”、“有减少”、“没有变化”、“有提高”和“提高很多”。

核心解释变量。包括精准识别、精准帮扶、精准管理和精准考核，使用四个题项来测度，分别为扶贫对象确定的公平性、脱贫后仍然接受帮扶的情况、扶贫相关信息公示的情况以及扶贫对象对扶贫管理人员工作的满意度（见表1）。对以上四个作为核心解释变量的问题的答案，本文分别记为O1、O2、O3和O4。对O1赋值1 和2，分别表示扶贫对象确定的公平性为不公平和公平；对O2赋值1、2 和3，分别表示脱贫后仍然接受帮扶的情况经常有、偶尔有和没有；对O3赋值1、2 和3，分别表示扶贫相关信息公示的情况没有、偶尔有和经常有；对O4赋值0、1、2、3 和4，分别表示扶贫对象对扶贫管理人员工作非常不满意、不满意、一般满意、比较满意和非常满意。

控制变量。从现实来看，扶贫效果还可能会受到户主本人、区域客观特征和区域主观特征等多方面情境的影响，因此，本文把影响扶贫效果的其他因素作为控制变量，包括户主禀赋、区域客观特征和区域主观特征等，如表1所示。其中，测度户主禀赋变量的题项包括户主性别（X1）、年龄（X2）及文化程度（X3）。测度区域客观变量的题项包括家庭人均年收入（X4）、脱贫后又返贫现象（X5）和农民劳动技能训练项目（X6），这些特征反映当地经济水平、区域环境和资源条件，是制约扶贫工作进展的客观因素。测度区域主观变量的题项包括确定扶贫对象时群众参与程度（X7）、扶贫干部每年进户的次数（X8）和对当地脱贫致富的信心（X9），这些特征直观地反映了当地扶贫过程中政策执行与群众参与的现状，在一定程度上影响扶贫的最终效果。

表1 变量测度及描述性统计

续表1

四.模型设定与实证结果分析

（一）模型设定

本文以 Montalvo 等[1]、Grosh[5]和 Soriano 等[14]有关扶贫瞄准机制理论为基础，参照赵武等[15]、邓维杰[18]、黄承伟等[19]和宫留记[20]等的相关研究成果，设定如下精准扶贫模式对扶贫效果的影响模型：

上述模型中，Y 为被解释变量扶贫效果。下标i 表示第i 个欠发达县域的农户。β 为待估参数。On表示“四个精准”扶贫的实施状况；当n 取1 时，表示扶贫对象确定的公平性（精准识别）；当n 取2 时，表示脱贫后仍然接受帮扶的情况（精准帮扶）；当n 取3 时，表示扶贫相关信息公示的情况（精准管理）；当n 取4 时，表示扶贫对象对扶贫管理人员工作的满意度（精准考核）。Xji表示影响扶贫效果的其他因素。ε 表示残差项。下标j 表示扶贫效果的第j 个影响因子（j 的取值从1 到K，且K 取正整数）。

（二）实证结果分析

OLS 回归方法可用于从现有的数据估计模型中所包含的未知参数，并对模型中变量间的相互关系进行定量分析[21]。为此，本文选用OLS 回归方法，来验证精准扶贫模式对扶贫效果的影响效应，分析软件为SPSS20.0，各变量模型的实证回归分析结果，如表2 所示。本文以方差膨胀因子（VIF）值来检验各变量之间的多重共线性问题，由表2可见，各回归模型中的VIF 最大值（Max－VIF）均低于2 的临界值，说明各变量之间的多重共线性可以接受。

由表2的分析结果可见，核心解释变量精准识别（见模型1）、精准帮扶（见模型2）、精准管理（见模型3）和精准考核（见模型4）的β 值均为正，且都达到了0.01 的显著性水平，这说明本文选取的四个精准扶贫路径对扶贫效果的影响是显著的，且呈正相关关系。

从控制变量的角度来看，户主禀赋和区域客观特征均未通过显著性检验，而区域主观特征中各变量均通过显著性检验，其可能的原因在于：（1）户主禀赋方面。由于致贫多为因病等偶然性因素或先天因素所致，且因低收入人口以初中文化及以下学历的农民为主，因此户主禀赋可能与扶贫效果无关。（2）区域客观特征方面。经济发展水平较高区域的家庭人均收入越高，由于这些区域的大部分家庭的收入可能并不直接依赖于扶贫项目。同样，当地劳动技能训练项目直接受经济水平等因素的影响，因此当地劳动技能训练项目也可能与扶贫效果无直接关联。（3）区域主观特征方面。扶贫对象确定时群众参与情况、扶贫干部每年进户的次数和对当地脱贫致富的信心，能客观地反映区域政策实施与群众参与的现状，因而这些特征与扶贫效果呈显著的正相关关系。

如本文的文献回顾所述，精准识别、精准帮扶、精准管理和精准考核四条精准扶贫路径构成了精准扶贫总体模式，为进一步检验精准扶贫模式对扶贫效果的影响，本文进一步把所有变量同时纳入，构建出总体模型5（见表2 的第6 列）进行实证回归。模型5 中各变量的β 系数在1%或5%的显著性水平上为正。对上述各模型结果的对比分析发现，虽然部分变量的β 系数或显著性有所降低，但具有显著影响效应的变量在总体模型中并没有失去显著性，本文所构建的精准扶贫模式对扶贫效果的影响模型得到了进一步支持。由于本文的实证分析样本的广泛性，且模型为预测模型，虽然表2 中各模型的R2 值相对较小[22]，但上述模型的F 值均达到了0.01的显著性水平，因此本文所构建的影响因素模型具有解释力。

表2 精准扶贫模式对扶贫效果的回归分析结果

五、研究结论与政策建议

与各地精准扶贫的蓬勃实践相比，以往的研究偏重于对精准扶贫实践经验的定性描述，对精准扶贫与扶贫效果的内在影响机理的实证研究较为薄弱。本文实证研究了精准扶贫模式的内在构成，以及精准识别、精准帮扶、精准管理和精准考核对扶贫效果的影响。数据来自于浙江省26 个欠发达县域157 个村1152 家农户，研究方法上采用OLS 回归分析法，这种方法比以往的定性描述方法更具解释力。研究发现，精准识别、精准帮扶、精准管理和精准考核构成了精准扶贫模式，精准扶贫模式对扶贫效果具有显著影响，区域主观特征对扶贫效果也具有显著影响，而户主禀赋和区域客观特征对扶贫效果的影响均不显著。根据上述实证研究结论，本文提出如下三个方面的政策建议：

第一，加快推进传统扶贫模式向精准扶贫模式转型。本文细化出精准识别、精准帮扶、精准管理和精准考核的精准扶贫的具体路径，研究结论丰富和实证支持了Montalvo 等[1]和左停等[10]所界定的精准扶贫内涵。建议加快推进传统扶贫模式向以精准识别、精准帮扶、精准管理和精准考核为内容的精准扶贫模式转型。在精准识别方面，应精准地识别与公平地确定扶贫对象，杜绝扶贫资源被精英捕获的现象；在精准帮扶方面，应通过构建动态调整与多元化帮扶机制，消除扶贫对象对帮扶政策的“等、靠、要”心理，实现帮扶模式从普惠式向精准式迈进；在精准管理方面，应及时地对扶贫相关信息进行公示，提高扶贫信息的透明度，以发挥基层群众在精准扶贫工作中的信息优势；在精准考核方面，应以提高扶贫对象收入和满意为导向，科学设定扶贫考核目标与指标，并强化考核实施的参与性和考核机制的动态性。

第二，着力促进精准扶贫各关键领域的机制协同。本文检验了四条精准扶贫路径及其模式对扶贫效果的影响关系，四条精准扶贫路径均显著的正向作用于扶贫效果，是对Grosh[5]和黄承伟[19]等有关精准扶贫研究成果的拓展与实证支持。上述四条精准扶贫路径互为支撑，其中精准识别是精准扶贫的前提，精准帮扶、精准管理和精准考核是精准扶贫的手段，扶贫效果是精准扶贫的目标。只有每个关键领域都精准，才能提升扶贫的整体效果。大水漫灌式扶贫既在一定程度上增加扶贫开发的成本，也弱化了扶贫工作的重点。建议相关部门应关注精准扶贫中的关键领域，明确靶向，实施精准滴灌和靶向治疗，着力推进大水漫灌式扶贫向精准滴灌式扶贫转型。

第三，充分激发扶贫相关部门的主观能动性和群众参与扶贫的内生动力。本文证实了区域主观特征、户主禀赋和区域客观特征在精准扶贫中的作用效果，该研究结果不仅修正了Soriano 等[14]和宫留记[20]等有关精准扶贫模式的观点，也是辜胜阻[23]等研究成果的应用和发展，从而澄清了扶贫相关主体在精准扶贫中的重要作用。建议推进扶贫相关领域的体制机制创新，构建相关政府部门、市场主体与社会群众共同参与的协同扶贫治理机制，从而形成扶贫攻坚的强大合力；建立有效的扶贫工作激励机制，激发各地、各级和各部门在精准扶贫工作的主观能动性；正确处理好扶贫攻坚中外部支持与内生动力之间的关系，摆脱低收入群众在意识和思路上的贫困，增强群众战胜贫困的信心，充分激发群众自力更生的内生动力和自我发展能力，变输血式扶贫为造血式扶贫。