贫困户脱贫可持续性的政策效应分析

王怡 ，郭萌

（1.商洛学院 经济管理学院，陕西商洛 726000；2.陕西师范大学 国际商学院，陕西西安 710119）

1978—2019年，我国累计减贫7.65亿人，反贫困工作取得了决定性成就。截至2020年3月，全国剩余52个贫困县未摘帽，脱贫工作进入攻坚阶段（从决定性成就到全面胜利）。2017年3月，习近平总书记在参加十二届全国人大五次会议四川代表团审议时强调，“防止返贫和继续攻坚同样重要，已经摘帽的贫困县、贫困村、贫困户，要继续巩固，增强‘造血’功能，建立健全稳定脱贫长效机制，坚决制止扶贫工作中的形式主义”[1]。尚未脱贫的地区主要集中在自然环境恶劣、经济基础薄弱的集中连片特困地区，加之2020年的新冠肺炎疫情为脱贫工作带来了新问题和新挑战。如何保证脱贫质量，防止脱贫之后再返贫，是当前反贫困研究的重要命题。

目前，保证贫困地区、贫困人口可持续脱贫已成为政府部门和学术界关注的热点。不同学者从不同的侧重点评价了扶贫政策效应。如张立伟等分析了“脱贫不脱政策”在执行中的积极效应与消极效应及其成因[2]。乔慧等以农户与村级调研数据为样本，检验建档立卡政策的增收效应，给出了进一步优化扶贫措施及激励机制政策建议[3]。在脱贫政策效应的评价中，农户生计资本概念为研究者提供了一个全新视角。丁士军等采用可持续生计框架并利用因子分析法从自然、物质、金融、社会、人力五个资本方面测量失地农户的生计能力[4]。罗丞等认为贫困人口生计策略趋于简单和保守，实现稳定且可持续脱贫，要求从个体及外部环境着手，改善生计结果[5]。由此可见，生计资本可以作为评价脱贫政策长效性、持续性的一个重要指标。

陕西省丹凤县位于14个连片特困地区之一的秦巴山区，是陕西省11个深度贫困县之一。2020年2月，丹凤县正式退出贫困县序列，实现了脱贫摘帽。根据在丹凤县的脱贫跟踪调查数据、深度访谈资料以及统计年鉴数据，计算丹凤县2016—2019年脱贫农户的生计资本指数，以此评价脱贫质量以及脱贫效果的可持续性，在此基础上分析不同扶贫政策对贫困户脱贫可持续性的影响效应，从而为新时期反贫困工作提供政策建议。

一、理论基础与研究设计

（一）理论基础

贫困的表现是多样的，贫困的成因是多元的，贫困是一个多维度的概念。贫困不仅仅是收入低下；仅靠短期增加收入，不能实现可持续脱贫。阿马蒂亚·森开辟了从可行能力定义贫困的视角，认为个人可行能力的不足是导致贫困的根本原因[6]。个人可行能力在短期内表现为可持续生计能力，可持续生计能力指个人或家庭为改善生活状况而拥有的资本、活动等谋生能力。可持续生计概念在20世纪90年代被引入贫困研究领域，可以从多角度分析致贫原因，反映脱贫与返贫的变化。2000年，英国国际发展署（DFID）设计出农户可持续生计框架，由脆弱性背景、生计资产、结构过程转变、生计策略、生计结果五部分构成[7]。经相关学者的补充完善，形成了目前学界公认的物质资本、人力资本、金融资本、社会资本、自然资本5类生计资本框架。

图1的生计策略框架展示了生计资本与脱贫成果可持续性之间的关系。可持续生计资本五边形的五个顶点代表贫困户拥有的自然、物质、金融、人力、社会五种生计资本状况，五边形中心点为贫困极值。当贫困户拥有的生计资源过少或者获取生计资本的能力不足时，可持续生计五边形就会向内缩小空间，若缩小到突破贫困标准，则农户陷入贫困；当可持续生计五边形空间大于贫困标准时，贫困户就实现了脱贫摘帽；当可持续生计五边形与外界达到平衡状态时，贫困户就实现了可持续脱贫，能够保障生计的可持续性[8]。因此，利用可持续性生计分析框架，测算脱贫农户家庭生计资本状况，评价其生计脆弱性，可以衡量脱贫效果的可持续性，进而探究扶贫政策对贫困户家庭生计可持续性的影响效应，对提升扶贫政策的针对性和实效性具有重要意义。

（二）数据来源与研究假设

2019年9月—2020年1月期间，课题组对丹凤县2016—2019年以来脱贫的360户脱贫农户家庭进行了问卷调查和访谈，并与政府相关人员、专职扶贫领导以及驻村干部等20余人次进行座谈。调研共回收问卷310份，其中有效问卷265份，问卷有效率73.61%。

调查研究基于以下三个问题：第一，区域现行扶贫政策是否提升了贫困地区农户的生计可持续性？第二，哪些扶贫政策能够有效地改善脱贫农户的生计可持续性，哪些扶贫政策的有效性相对不足？第三，应该从哪些方面改善扶贫政策？

图1 贫困户生计策略框架图

二、脱贫户生计资本测量

（一）指标及赋值

参照邹海霞[9]、李小云[10]、张童朝[11]等的研究，结合区域特征和数据可得性。本研究选择代表性强且易得的7个生计资本指标，脱贫农户生计资本的具体指标及赋值如表1所示。

表1 脱贫户生计资本的具体指标及赋值

（二）脱贫户生计资本计算

首先利用熵值法确定各指标体系权重。熵值法是一种适用于多对象、多指标综合评价问题的客观赋权法，能反映数据隐含的信息，可以减弱主观赋权法中人为主观因素对评价结果的影响，增强指标的分辨意义和差异性，以避免因选用指标差异过小而造成分析困难。

（1）建立数据矩阵

其中Xij为第i个方案第j个指标的数值，在本案例中，m=7，n=265。

（2）数据标准化处理

由于指标数据之间的统计口径不一，因而需要对原始数据进行标准化处理。采用极差标准法进行无量纲处理，计算公式为：

其中，Xij为第i列第j个数据；Xmax和Xmin分别为该指标的最大值和最小值。正指标的处理方法为式(1)，负指标的处理方法为式(2)，由此得到无量纲化处理的数据矩阵。

（3）计算熵值

首先，计算第i个方案占第j项指标值的比重，得到比重矩阵Pij。其次，计算指标熵值，其中k≥0，Eij≥0，得到标准化信息熵行向量，Ej表示指标j上众个体的均等化程度较之最大均等化程度的比值。再次，得到权系数行向量，Wj＝（W1,W2,…,Wm）反映从个差异化程度考量，指标j在所有指标中的重要性，即熵权。

（4）计算综合得分

式(6)计算出了各方案的最终得分，Wj为指标j的权重，Pij为j项指标下i类别占该指标的比重。

根据以上方法，计算脱贫户生计资本指标权重，见表2。根据测算权重，分别计算265户脱贫户生计资本指数，其均值为0.003 77，样本差为0.002 896。

表2 农户生计资本的具体指标及赋值

三、政策效应分析

（一）方法模型及变量选取

生计资本指数描述了脱贫农户家庭的生计脆弱性，是衡量脱贫质量的重要指标，各个地方施行的扶贫政策种类较多，通过筛选样本区各项扶贫政策，选择产业扶贫、教育扶贫、健康扶贫、易地搬迁、危房改造、就业扶贫等6项扶贫政策，并设置“其他扶贫政策”以代表未涉及到的扶贫政策，一共7个解释变量，通过量化扶贫政策对脱贫农户家庭生计资本的影响效应判断扶贫政策的效应发挥。为研究扶贫政策对脱贫农户生计可持续性的影响效应，参考陆远权[12]、王志章[13]等人研究的基础成果，设定如下计量模型进行实证检验：

其中，被解释变量A为脱贫农户的生计资本指数；IND表示产业扶贫政策，EDU表示教育扶贫政策，HEA表示健康扶贫政策，REM表示易地搬迁政策，HOU表示危房改造政策，EMP表示就业扶贫政策，OTH表示其他政策，X为控制变量组；c是常数项，ε为随机扰动项。为更准确地计量政策效应，加入脱贫农户家庭年收入（SR）、住房类型（ZF）作为控制变量。

（二）模型估计结果与分析

扶贫政策对脱贫农户生计可持续性的影响回归结果如，表4所示。因样本量大，并且影响脱贫农户家庭生计资产指数的因素众多，不同组合的影响也会有差异，计量模型不可能包含所有影响因素，所以R2值较小，但F统计量通过显著性检验，表明模型显著。解释变量产业扶贫政策、教育扶贫政策、健康扶贫政策、易地搬迁政策、危房改造政策、就业扶贫政策和其他扶贫政策七个变量系数以及家庭年收入与住房类型两个控制变量系数均为正。其中，产业扶贫通过了1%的显著检验，教育扶贫、其他扶贫政策通过了5%的显著检验，易地搬迁、危房改造通过了10%的显著性检验；健康扶贫和就业扶贫未通过显著性检验。

表3 模型中被解释变量、解释变量及控制变量的描述性统计（n=265）

（三）稳健性检验

通过添加可能遗漏的重要变量对回归结果进行稳健性检验。户主年龄是脱贫农户生计可持续性的重要影响因素，耐用消费品是农户家庭脱贫可持续性的重要体现，从人力资本的二级指标中选取户主年龄（AGE），从物质资本的二级指标中选择耐用消费品（GOO）两个变量作为可能遗漏的重要变量代表，加入到原模型中进行稳健性检验，稳健性检验结果如表5所示。

表5中，列（1）表示未添加可能遗漏变量的估计结果，列（2）表示控制家庭耐用消费品变量，列（3）表示控制户主年龄变量，列（4）表示同时控制家庭耐用消费品和户主年龄两个变量。结果显示产业扶贫、教育扶贫、其他扶贫政策依然通过显著性检验，易地搬迁2次通过显著性检验，危房改造有3次通过显著性检验，估计系数为正且数值稳定。因此认为该估计结果具有良好的稳健性。

四、结论与政策建议

（一）结论

产业扶贫政策、教育扶贫政策、健康扶贫政策、易地搬迁政策、危房改造政策、就业扶贫政策和其他扶贫政策七个变量系数以及家庭年收入与住房类型两个控制变量系数均为正。说明扶贫政策对脱贫农户生计资本起到了积极的正向作用，即扶贫政策提升了贫困户的生计可持续性。其中，产业扶贫、教育扶贫、其他扶贫政策、易地搬迁、危房改造政策均通过了显著性检验。

当控制其他条件，分别仅实施产业扶贫、教育扶贫、其他扶贫、易地搬迁、危房改造政策时，脱贫农户的生计资本指数提升0.158%、0.070%、0.074%、0.085%、0.087%。对农户生计资本提升促进作用最大的是产业扶贫，产业扶贫对贫困户的收入提升、资本积累、生活方式产生直接影响，从而保障其实现持续的生计资本，产业扶贫是保障农户可持续脱贫中效应发挥最大的政策。

健康扶贫和就业扶贫政策未通过显著性检验，原因可能在于健康扶贫的效果具有间接性，没有大病患者的家庭，生计资本指数值较高，抵御冲击能力较强，同时，也不在医疗扶贫保障范围之内，无法享受到直接的医疗资金。而农村公共卫生保障受益范畴为农村大众，不针对某个农户家庭，因此健康扶贫未通过显著性检验。就业扶贫未通过显著性检验的原因可能在于：第一，当地经济不发达，提供的就业岗位有限，贫困户无法取得可以保障生计可持续性的稳定收入；第二，因为新冠肺炎疫情的影响，劳动力外出务工受阻；第三，就业扶贫在许多领域与产业扶贫交织，以至于部分效果归并入产业扶贫中。

表4 扶贫政策对脱贫农户生计可持续性影响效应模型估计结果

（二）政策建议

根据以上实证分析结论，以及对丹凤县扶贫干部、近三年脱贫农户的深度访谈资料，提出政策建议如下。

（1）充分发挥各项扶贫政策的正向效应，完成剩余贫困人口脱贫

2020年，丹凤县剩余未脱贫的905户共1 942人，致贫原因占比最大为：因残致贫378户，占41.77%；因病致贫247户，占27.29%。由此可见，剩余未脱贫农户大部分是因残因病的个人可行能力缺失的群体，也是可持续脱贫难度最大的对象。各项扶贫政策在保障脱贫方面发挥了正向的作用，促进了农户生计资本的提升。不同的政策侧重点不同，政策效应也不同，首先要充分发挥各项扶贫政策的正向效应，完成剩余贫困人口脱贫。以产业扶贫、就业扶贫保证稳定增收，以教育扶贫阻断贫困代际传递，以健康扶贫保障个人可行能力的提升，以易地搬迁、危房改造保障生产生活的安定[14]。

截止2019年底，丹凤县累计脱贫23 313户共81 447人，其中，2019年度有工资性收入的20 011户，户均工资性收入25 944元，户均工资性收入占已脱贫户户均纯收入的72.71%；有生产经营性收入的15 480户，户均生产经营性收入7 052元，户均生产经营性收入占已脱贫户户均纯收入的19.76%。因此，新冠肺炎疫情导致外出务工受阻，对已脱贫户工资性收入影响较未脱贫户更严重，需引起高度重视。可以以创新就业扶贫帮扶为抓手，吸引优质企业落户，提升脱贫农户的技能水平，构建技能培训与岗位供给一体机制，进而降低脱贫农户进入非农类型工作的门槛。多措并举，应对挑战。

表5 扶贫政策对脱贫农户生计可持续性影响效应模型稳健性检验估计结果

（2）不断调整修正政策偏差，保障脱贫效果的可持续性

在调查研究中，尤其是与扶贫干部、脱贫农户的深度访谈中，发现了政策在执行过程中存在的偏差以及信息不对称问题[15]。目前存在的问题主要有四点。

第一是扶贫产业的规模化没有形成，产业种类很多，一定程度上创造了更多的就业岗位，但同时也导致了扶贫产业的分散、零乱问题，制约了群众自力更生可持续脱贫的稳定性。因此，下一步产业扶贫的重点要整合产业、形成稳定规模的产业链。第二，易地搬迁解决了“一方水土养不活一方人”问题，给农户生产生活带来了便利，但出现了易地搬迁农户“两头跑”的现象，原因在于易地搬迁一方面使农户脱离了长期安身立命的土地，带来种植养殖的不便，另一方面易地搬迁农户进城后，医疗以及子女教育因划片属地对接不及时导致就医难、上学难，生活成本增加。因此，下一步要着力解决易地搬迁的配套问题，实现“移得出、稳得住、住得下去”的目标。第三，农副产品利润单薄，生产受自然制约较大，并且农产品价格需求缺乏弹性，受“蛛网理论”影响，存在不确定性的价格周期，且波动较大，扶贫时提供的经济作物、免费种苗，往往在一个时期同时成熟上市，供过于求，带来“谷贱伤农”问题。需要靠农产品的市场化、农民的职业化、农业的现代化来解决推进。第四，农村环境整治有所好转，但效果不佳，目前农村环境维护人员主要靠就业扶贫提供的公益性岗位，农村存在垃圾池、垃圾箱过于分散，生活污水随意排放，公共卫生资源遭到破坏等环境问题。一方面需要加大农村公共设施，另一方面，要注意农村文明氛围的养成。

（3）培育内生动能，建立健全稳定脱贫发展的长效机制

“两不愁，三保障”是脱贫成效的多维度考核指标，已经摘帽的贫困县农户收入提升，基本生活不愁吃、不愁穿，“两不愁”质量水平明显提升，义务教育、基本医疗和住房安全的“三保障”问题也基本解决。在对丹凤县脱贫农户的生计资本指标测评中，发现人力资本是权重最高指标。在阻止返贫中，“人”恰恰是脱贫主体，只有具备了“造血”功能，充分挖掘出自身能力，才能实现稳定的脱贫与发展。因此，要探索创新工作模式，注重教育扶贫、精神扶贫[16]，继续巩固培育贫困地区人口内生动力，激发贫困地区的发展活力。实现脱贫攻坚与乡村振兴有效衔接，建立健全稳定脱贫发展的长效机制，让脱贫攻坚成果经得起历史的检验。