APP下载

产业扶贫的脱贫效应与政策优化
——基于大别山片区和滇桂黔石漠化片区的准自然实验

2020-12-04王志涛徐兵霞

经济与管理 2020年5期
关键词:精英贫困地区变量

王志涛,徐兵霞

(河南工业大学 管理学院,河南 郑州 450001)

一、问题提出

自2013 年11 月,习近平总书记提出“精准扶贫”,精准扶贫已经上升为国家层面的脱贫战略,并在全国各地广泛实践。作为精准扶贫的重要实现方式,产业扶贫通过激活贫困地区的内生发展机制,在相当程度上体现了返贫阻断机制的制度设计。随着各地建档立卡范围的不断扩大和精准保障力度的不断提升,产业扶贫已经成为我国精准扶贫政策中最显著的特征之一。毫无疑问,精准脱贫离不开产业扶贫的有效支撑,产业扶贫是实现“输血式”扶贫向“造血式”扶贫转变的合理选择,也是实现贫困地区脱贫摘帽的关键途径。

截至2019 年底,我国贫困人口已经不足600 万人,全国尚有52 个贫困县没有摘帽。其中深度贫困和特殊贫困群体的脱贫难度较大,给我国确保在2020 年完成精准扶贫目标提出不小的挑战。众所周知,产业扶贫是精准扶贫的关键,对产业扶贫脱贫效应的研究不仅能够总结当前扶贫工作的效果,更能指明下一阶段扶贫工作的可能发力点。

对产业扶贫脱贫效应的研究,在很大程度上提供了彻底实现脱贫并建立返贫阻断机制可能的切入点。不同于以往的帮扶投资,产业扶贫以现有的产业集聚为依托,对贫困地区的经济实行区域化布局,把贫困地区的产前、产中与产后各环节结成统一的产业链体系,通过产业链建设推动区域扶贫。政府的相关政策应该更多注重稳定农村居民收入,帮助低收入者向上流动,从而降低长期贫困的发生[1]。扶贫政策重在环境建设,重点是为贫困地区有劳动能力的农户增收创造环境条件。因此,如果在产业布局中只考虑招商引资,不考虑后续长效发展机制、不考虑贫困地区产品缺乏竞争力以及调动贫困人口参与产业发展的积极性等因素,就可能平滑产业扶贫的脱贫效果。因此,在产业扶贫过程中,是否存在因制度设计的不合理限制产业扶贫的脱贫效应以及如何精准测量产业扶贫的脱贫效应就成为本文研究的主要问题。

关于产业扶贫的既有研究借助定量和案例直接考察产业扶贫的脱贫效应,有研究表明,部分产业扶贫项目仍然沿用过去农村帮扶的旧方式,政府主导的产业扶贫项目大多流于形式,缺乏可持续发展的空间,难以有效推动贫困地区的农民增收[2]。同时,产业扶贫的资源被错误地分配给非贫困群体,真正贫困的群体却难以享受到产业扶贫带来的红利,即使在初期被确立为产业扶贫的帮扶对象,也会因难以获得扶贫贷款的支持等人为因素,而使得产业扶贫的脱贫效果难以体现[3]。

已有文献既有集中于产业扶贫影响因素及扶贫过程的讨论,也有关于产业扶贫减贫效果的研究,但针对集中连片特区产业扶贫的脱贫效应缺乏必要的定量测量。同时,尽管相当多的案例研究对产业扶贫的瞄准机制、动态机理和受益归宿等进行了深度解读,但无法直接评估产业扶贫的脱贫效果。因此,为了拓展现有的研究,基于扶贫数据对参与式扶贫的影响因素分析和产业扶贫的多维度考察,本文重点考察我国集中连片贫困地区产业扶贫的反贫困机制和脱贫效应。考虑到数据的可得性,本文利用大别山片区和滇桂黔石漠化片区共计116 个贫困县的数据,采用倾向匹配法和双重差分法,构建产业扶贫效果评估模型,测度产业扶贫的脱贫效应。与现有的文献相比,本文的创新和贡献主要是直接将产业扶贫作为单独的研究对象,考察产业扶贫对集中连片贫困地区的脱贫效应及生活水准的影响,并对其差异化效果进行必要的探讨,从而更加全面地评估产业扶贫政策的精准性,同时对连片贫困地区未来脱贫攻坚的路径选择提供一定的理论依据。

二、理论分析与研究假设

产业扶贫本质上是对传统扶贫方式的深层次反思,相比较于建立在“传统-现代”二分基础上的扶贫发展模式,产业扶贫更加强调的是对于贫困人群的赋权和赋能,以调动其广泛参与的积极性和内生的发展能力,并通过发展产业实现长期稳定增收[4]。其作用机理如图1 所示。

图1 产业扶贫脱贫效应的作用机理

产业扶贫的正面逻辑具有“参与式发展效应”,即产业扶贫在建档立卡和精准识别的交互影响下,能够保证存在产业带动发展基础的贫困群体直接获得扶贫项目,起到脱贫和阻断返贫的作用。目前各地实践的基本做法为,在产业扶贫过程中,对贫困人口在建档立卡的基础上,按照是否适合参与产业扶贫进行区分,结合当地的实际情况和贫困农户的真实需求,将符合条件的贫困农户纳入到产业链中以达到脱贫的目的。产业扶贫可以通过对贫困人口的精准识别,提高其收入水平进而达到精准帮扶的效果[5]。贫穷系数(食品、医疗和教育支出占总支出的比重)、劳动者能力、技能培训、产业适应程度、金融支持以及农村基础设施是影响贫困人口是否参与产业扶贫的六个显著因素[6]。这意味着如果产业发展带动扶贫模式的精准性不足,贫困农户就难以受益。同时,产业扶贫过程中的参与度不仅体现在是否参与产业扶贫以及扶贫项目的选择等领域,更多的是权力和责任的匹配问题。这就要求在指导贫困群体参与产业扶贫的同时,要注重激发贫困群体相应的责任感,转变贫困群体的“脱贫依赖”思想,从传统的“被救助者”身份向新型的“创业主体”身份转变。有研究表明,参与式社区综合发展的减贫模式存在着“漏出”和“溢出”两种效应,进而惠及到了绝大多数的“轻度贫困户”和“中、小富户”,但对“极贫户”作用不显著[7]。因此,瞄准型产业帮扶模式有助于贫困农户提升可持续发展能力,应成为今后产业扶贫的主要模式。

各地的扶贫实践表明,抛开产业扶贫面临的融资约束等条件,通过产业扶贫达到脱贫首要面临的就是自然风险和市场风险。目前我国产业扶贫的主导产品还是靠发展农业,农产品生产中的自然风险和市场风险非政府和人力所能控制。因此,在同时面临国内市场压力和复杂国际市场环境的双重压力下,传统的产业扶贫效果不显著的最基本原因就是产业扶贫面临的市场风险。而精准扶贫中涉及到的产业扶贫,突破了以往开发式扶贫中产业扶贫的做法(如给贫困户送种苗、送畜禽等),通过开发一批新型农业经营主体,如龙头企业、农民合作社和家庭农场等,以分工协作为前提,以规模经营为依托,形成利益联动,共同抵御风险[8]。

产业扶贫能够通过招商引资,直接引进一批具有影响力、社会责任感强的农业产业化龙头企业,形成具有竞争力的特色产业。同时,产业扶贫能够促进贫困群体的增收,也可以在当地培养一批带动能力强的龙头企业和合作社,引导它们转变观念和经营方式,探索带动贫困农户、与贫困农户利益共享的新机制。这样,由于有劳动能力的贫困群体并不能单独应对市场风险,政府在产业扶贫中的一个重要工作是在新型经营主体和贫困群体之间建立起利益共享机制。这种机制不仅可以降低识别贫困对象的搜寻成本并帮助新型经营主体节约交易成本,也可以有效地保证产业扶贫的稳定性和可持续性。这样不仅可以降低农户面临的交易成本,还能够提高农户的市场势力,使其有机会获得稳定的高收入。在乡村振兴战略的背景下,农村新型经营主体的培育也应多元化,厘清农业工人与农业经营者的身份,充分带动贫困群体与现代农业发展的有机衔接,注重经济集聚对农民收入的直接影响和空间溢出效应,推动城镇化的包容性发展[9]。在此基础上,本文提出以下假设:

假设1:连片区的产业扶贫能够对实现精准脱贫起到正向推动作用。

相当多的关于产业扶贫负面影响的研究来源于“精英俘获”理论。在产业扶贫中,这种负向的逻辑在于贫困地区的村干部凭借其拥有的政治和信息优势,更有可能享受到产业扶贫政策,从而导致产业扶贫政策的瞄准偏差。产业扶贫的本来目标是通过组织贫困农户共同抵御市场风险,享受规模收益,从而达到脱贫的目的。但是,“精英俘获”现象的存在却使得参加产业扶贫的群体并非真正的贫困农户,而是与政策执行者关联密切的精英农户,这种瞄准偏差弱化了产业扶贫的脱贫效果[10]。

Alatas et al.[11]的研究表明,“精英俘获”对社会福利分配产生的负面影响,能够造成资源配置错位和社会福利损失。Panda[12]考察了印度扶贫项目中的精英俘获情况,行政长官所在家庭或具有亲属关系的家庭获得该项目的概率更高。胡联等[13]分析发现,产业扶贫中的扶贫项目大部分被贫困地区的精英群体所获取,而产业扶贫专项资金也大部分优先提供给收入较高的精英农户,一般农户却很难获得农贷资金,最终的结果就是产业扶贫陷入“精准建档,精准不保障”的怪圈。同时,在项目的立项和实施阶段,会产生村级组织与乡村精英的联合,进而出现对扶贫资源的俘获以及乡村基层组织通过“项目造点”方式对扶贫项目实施反控制[14]。毫无疑问,这些“精英俘获”现象在产业进行中能够造成由逆向软预算约束带来的“政策性负担”以及规模化经营不善等一系列问题;最终导致在产业完成之后又面临着后续可持续发展的缺失与贫困户生计系统的损害[15]。多种治理方式的并存,尽管针对贫困户的瞄准是有效的,但是会造成扶贫中的腐败问题和多重俘获[16]。因此,本文提出以下假设:

假设2:连片区产业扶贫的脱贫效应可能受到“精英俘获”等现象的负面影响。

自我国实行开发式扶贫以来,产业扶贫的政策目标是针对有劳动能力的贫困户,通过政府扶持、小额贷款、技术支持等,为贫困户提供产前、产中、产后的系列化服务,通过发展种养业等产业帮助贫困户摆脱贫困。产业扶贫政策的潜在含义是有劳动能力的贫困户一定有经营能力。而事实证明,有劳动能力的贫困户不一定有经营能力,甚至没有经营能力,即贫困户不能适应市场的变化和波动,有的产业扶贫项目可能仅仅在短期内是有效的。面对市场化和国际化,贫困户甚至一般的小农户是无法面对市场风险的。通过近几年的实践看,产业扶贫如果仅仅是帮助农户进行种植或养殖一个或几个品种,多数是不成功的。在进入精准扶贫新阶段,有些地方在产业扶贫中如果还延续“救济式”和“输血式”的做法,就会导致一些产业扶贫项目不能产生效益,造成不必要的损失。因此,在机制设计中需要注重扶贫政策的激励作用(特别是“造血式”扶贫政策的运用)以提升脱贫成效[17]。救济式产业帮扶模式无助于贫困人口可持续发展能力的提高,背离了产业扶贫的本质是“能力扶贫”的初衷。在中长期,提高贫困户的技术水平,增加贫困户的初始资本额是进一步提高贫困户福利和农村福利水平的重要环节[18]。

目前,在我国连片贫困地区的产业扶贫过程中面临产业难以培育、贫困农户职业能力难以提升以及收入难以稳定增长的困境。产业扶贫政策应该带动连片贫困地区的贫困农户参与到产业分工当中。家庭类型、人口特征及耕地条件是导致农户贫富程度差异的关键因素[19]。因此,需要提升农户职业能力和收入水平,使他们能够分享产业发展的收益,实现贫困问题的有效缓解并促进农户增收[20]。在区域贫困治理过程中,应积极避免“资源诅咒”现象,着力提升制度供给质量,充分利用有效的制度杠杆撬动“资源福音”[21]。

此外,新型农业经营主体与贫困户利益共享机制缺乏。从各地的实践看,新型农业经营主体往往缺少与农户的利益联结机制和共享机制。多元主体的互动参与异化为政府主导下的被动参与,包括龙头企业、农村经济合作组织和贫困农户在内的多元主体难以与地方政府进行平等对话和协商,主体间地位不平等及互动不足是当前遇到的主要瓶颈[22]。在产业扶贫中呈现的情况较多是:贫困户由于经营能力差、谈判能力低、观念意识落后等对产业扶贫的参与意愿低;经营主体以及龙头企业出于组织成本、盈利性考虑,对贫困户的带动意愿差[14]。上述情况导致产业扶贫工作目标偏离、政策难以落实。因此,本文提出以下假设:

假设3:长期来看,产业扶贫理念的落后及利益共享机制设计的缺陷会在一定程度上抵消连片区产业扶贫的脱贫效果。

三、计量模型与数据的描述性统计

(一)变量选取及数据来源说明

测量扶贫效果的问题可以转化为测量贫困的问题。实证中,对于产业扶贫脱贫效果的测度,需要考虑精准扶贫工作中的“中国特色”。一方面,若只考虑对贫困户的政策效应,则可能忽视产业扶贫政策的溢出效应,低估政策带来的脱贫成果。另一方面,国家给出的贫困县退出标准“贫困县农村常住居民人均可支配收入增幅高于全省农村常住居民人均可支配收入增幅”以及“贫困县综合贫困发生率降至3%以下”,均是对常住居民层面的综合评价。鉴于此,结合王立剑等[6]的研究,本文选取农村常住居民人均可支配收入的对数值和百户居民耐用品数量为被解释变量;分别考察连片区的经济状况以及贫困群体生活水准的改善情况,选取的自变量包括当年地区生产总值的对数值、年末金融机构各项贷款余额的对数值、农业机械总动力、规模以上工业企业单位数、是否存在技能培训及引导工作以及固定资产投资的对数值等[23]。基于研究需要以及数据的可获得性,本文选取2014 年和2015 年两期的数据,考察大别山片区、滇桂黔石漠化片区共计116 个贫困县产业扶贫的脱贫情况,所需数据来自于《中国县域统计年鉴》、各省统计年鉴以及Wind数据库。

(二)基本计量模型设定

在评估公共政策影响效果时,一般关心该项政策产生的净效应。但是,此类净效应因两种问题难以求得。一是选择接受或不接受公共政策群体本身存在系统性差异,如果简单地将接受与未接受政策干预的群体进行对比,得出的结论就是有偏的。二是时间效应,随着公共政策的实施,其他政策不断渗透影响,必须将被评估政策的影响分离出来。研究者通常只能得到个体在接受政策干预前或干预后两种状态下的一种效果,另一种状态由于数据缺失无法得知,这就形成一种“反事实”估计。DID 模型提供了一种很好的反事实分析工具,通过设置对照组(未参加产业扶贫)和实验组(参加产业扶贫)考察参加产业扶贫的政策差异,可以较好地评估产业扶贫的脱贫效果。具体模型如下:

其中,i 和t 分别代表不同的城市和年份,yit为不同地区在t 年的农村常住居民人均可支配收入的对数值和百户居民耐用品数量。本文利用农村常住居民人均可支配收入的对数值来度量农村贫困人口的收入水平,农村常住居民人均可支配收入定义为农村常住居民经过初次分配和再分配之后的收入(计算公式为:农村常住居民人均可支配收入=农村住户总收入-家庭经营费用支出-税费支出-固定资产折旧-财产性支出等其余转移支出),能较好地度量农村贫困人口的脱贫状况[24];利用百户居民耐用品数量再次来度量农村贫困人口的收入水平,定义为平均每百户农村居民拥有家庭耐用品的数量,包括洗衣机、冰箱、空调等,该指标在文献中被较多地用来度量农村居民的消费结构,能够较好地反映出产业扶贫政策的脱贫效果[6]。Dit代表地区i 在t 年是否参加了产业扶贫的处理变量,如果参加取值为1,否则为0。Pit代表时间虚拟变量,2015 年取1(2015 年起各贫困连片区开始大规模推广并实施产业扶贫政策),2014 年取0。交叉项Dit×Pit反映了产业扶贫政策实施的净效应。Xit代表与产业扶贫政策关联程度较高的变量集合,μi和λt代表地区固定效应与时间效应,εit表示随机干扰项。表1 报告了各变量的描述性统计分析。

表1 各变量描述性统计

四、实证研究

(一)DID 框架下产业扶贫的脱贫效应

本文利用双重差分法的基本分析框架对产业扶贫的脱贫效应进行检验,回归结果见表2。其中,模型(1)和(2)表示以农村常住居民人均可支配收入的对数值为被解释变量,模型(3)和(4)表示以百户居民耐用品数量为被解释变量。表2 表明,无论是直接考察贫困地区的经济状况还是间接考察贫困群体的生活水准情况,参加产业扶贫都能起到正向的脱贫效应,并且“是否存在技能培训及引导工作”这一主要解释变量在10%的水平上能够显著提高推行产业扶贫地区的贫困人口收入,这也印证了本文的假设1,即产业扶贫能够通过“参与式发展效应”与“培育新型农村经营主体”对实现精准脱贫起到正向推动作用。但表2 的显著性水平表明这种正向的脱贫效应并不显著。对于这种结果,本文考虑了三种可能的解释:第一,产业扶贫有别于其他的扶贫政策,尤其是投资周期较长的长期产业项目,即使其前景较好且能带来较多收益,也可能因为没有达到项目的成熟期,短时间内难以看到收益。如大别山片区的产业扶贫项目大部分包括水果种植,水果未达到成熟期的前两年是很难见到收益的,甚至会因为自然灾害等不可控因素处于亏损状态。第二,中国的市场经济机制已经日趋完善,即使产业扶贫项目是国家精准扶贫政策倾斜的领域,其产品也需直接面临市场的竞争,不具备竞争优势的项目及产品也很容易被淘汰。再加上产业扶贫项目基本上以农业扶贫为主,在传统农业继续转型的背景下,农业扶贫项目也很难提供贫困地区新的经济增长点。第三,这些地区的贫困户还没有嵌入到产业扶贫的链条中去,许多资源性收益可能被外部市场力量控制。同时,贫困户在产业链中分配的份额还很低,使得产业扶贫对其赋能不足,导致贫困户参与市场的机会以及脱贫的内生动力无法激发出来。

表2 基于DID 产业扶贫的脱贫效应

由于我们在考察贫困地区的生活水准时,采用的是百户居民耐用品数量这一指标,参加产业扶贫的农户基本上都处于贫困线以下,难以解决自身温饱问题。显然,贫困户即使通过产业扶贫提高了个人收入,首先会用在改善家庭基本需求方面,而更高层次的家电消费等成为次优选择。不难看出,产业扶贫带来的农村常住居民人均可支配收入仅能改善贫困群体的基本生活需要,在进一步满足其他消费需求方面的作用有限。

(二)PSM-DID 框架下产业扶贫的脱贫效应

前面的分析给出了产业扶贫对脱贫效应存在正向的影响但效果并不显著,因此,不得不考虑的现实问题是贫困地区是否参加产业扶贫以及何时参加产业扶贫并非随机选择,一般会受到当地自然条件以及产业扶贫资金和项目到位情况等因素的影响。因此,如果直接使用双重差分法的分析框架评估产业扶贫的脱贫效应,可能会因样本选择偏误导致实施产业扶贫的个体并不是随机选择的,进而可能导致得到的结果有偏。结合Rosenbaum et al.[25]的研究,本文进一步考虑使用倾向得分匹配法来解决这一潜在问题。该方法的基本逻辑在于依据logit 模型计算出对照组和实验组之间的倾向得分值,依据倾向得分值进行两组实验对象之间的匹配,如果大多数实验组能够在对照组中找到匹配的对象,就可以认定实验组的选择在很大程度上满足随机性的要求,再进一步运用双重差分法考察产业扶贫的脱贫效应,具体模型如式(2)。其中,Xit不仅是影响产业扶贫脱贫效应的控制变量,也是影响该地区是否实施产业扶贫政策的协变量。本文选取的协变量主要包括当年地区生产总值的对数值、年末金融机构各项贷款余额的对数值、农业机械总动力、规模以上工业企业单位数、是否存在技能培训及引导工作以及固定资产投资的对数值等。

部分文献对于协变量的选取,并没有考虑当地交通状况是否便利以及贫穷系数。一方面,这些文献认为当地交通是否便捷能够直接影响当地是否实施产业扶贫。但本文认为,2015 年精准扶贫理念开始在贫困地区的扶贫工作中大规模推广以后,精准扶贫在“2020 年实现全部贫困人口的脱贫”目标下,已经成为考核当地政府治理水平的标准之一。作为治理脱贫的主要手段之一,当地政府在引进外来投资项目或扶持本地扶贫项目时,不再以增加本地生产总值为唯一目标。所以,即使当地交通便利,如果不存在推广产业扶贫的基础,如自然资源缺乏,当地自然条件不适合养殖种植,当地政府也不会实施产业扶贫。同样,即使当地交通不便,如果存在优势条件,如旅游资源丰富等,当地政府也会在实施产业扶贫的要求下投资基础设施建设。综合以上考虑,本文并未将当地交通状况是否便利作为协变量。另一方面,本文也未将贫穷系数纳入协变量的考虑范围。这是因为精准脱贫的首要目标就是实现贫困人口的脱贫,产业扶贫尽管是精准脱贫的重要手段,但并非唯一方式,还能够通过其他扶贫方式(如金融扶贫、教育扶贫以及健康扶贫等)实现大部分贫困人口的脱贫[26]。投资周期较长、资金压力较大以及时刻面临不确定性市场风险的产业扶贫也就不是最优选择。同时,考虑到数据的可得性问题,本文使用的是两个贫困片区的县级数据,很难得到县级层面的贫困系数,省级的贫困系数并不能反映县级城市的经济特征,不满足协变量的选取要求,因此,本文也未将贫穷系数作为协变量。

1.平衡性检验。倾向得分匹配法要求在进行匹配后对协变量的平衡性进行检验,以保证样本匹配误差处于能接受的范围内。表3 给出了协变量的匹配质量检验。可以看出,经过匹配后,大多数协变量标准化差异的绝对值明显变小,且绝对值都低于10%。倾向得分匹配中t 检验的原理在于保证匹配后选中的协变量之间不再显著。从t 检验的结果可以看出,所有协变量经过匹配后t 检验均未通过,结果并不显著。因此,综合以上两点,本文认为选取的协变量匹配均衡性较好。

2.平均处理效应估计。本文采用核匹配方法检验产业扶贫的脱贫效应。回归(1)和(2)分别以农村常住居民人均可支配收入的对数值和百户居民耐用品数量为被解释变量,分别考察产业扶贫对贫困群体经济状况和生活水准的处理效应,如表4 所示。回归(1)的结果显示,产业扶贫对贫困群体经济状况的处理效应为0.021 5,即参加产业扶贫的贫困地区比不参加产业扶贫的贫困地区的经济状况有所提高,但并不显著。回归(2)的结果显示,产业扶贫对贫困群体生活水准的处理效应为2.805 0,即参加产业扶贫的贫困地区比不参加产业扶贫的贫困地区的生活水准有一定程度的提高。表4 同时也报告了对照组平均效应(ATU)和总体平均效应(ATE)。

不难看出,无论是考察贫困地区的经济状况还是生活水准,两个地区产业扶贫的脱贫效应都有限。扶贫产生的增长性收入尚不能满足基本的生活需要,对更高要求生活水准的提升则更难达到预期目标。抛开上文给出的三个可能原因,结合表3 中协变量的匹配结果,我们给出了另外一种可能的原因:在农村传统农业利润水平不断下降的背景下,产业扶贫中涉及到农业、林业等扶贫项目就必须考虑引进新型的技术、设备及人员等,这些都离不开金融资金的支持。近年来逐渐发展起来的农村小微金融缓解了贫困地区产业扶贫所需资金的压力,各地也出现了涉农金融机构支持地方龙头企业发展,有效支持当地脱贫的积极案例。但受限于自身规模及贷款对象自身信用等因素,产业扶贫仍然难以得到金融资金的有力支持,这就使得部分产业扶贫项目缺乏后续的资金来源,难以达到脱贫的效果。

表3 协变量的匹配质量检验

3.基于PSM-DID 的检验。匹配后PSM-DID 的检验结果如表5 所示。通过PSM-DID 检验,从侧面证明了样本数据不存在严重的选择性偏误问题,再次验证了产业扶贫的实施对实现精准脱贫起到正向推动作用(假设1),也进一步证明了结论的稳健性。

表4 基于PSM 产业扶贫的平均处理效应

表5 基于PSM-DID 的检验结果

(三)“精英俘获”现象下产业扶贫的脱贫效应

在理论部分探讨了产业扶贫的脱贫效应可能受到“精英俘获”现象的负面影响,并根据相关理论收集整理了基层干部在产业扶贫范围内不正当使用权力的案件数量,因此,我们继续考察以保证结果的稳健性。“精英俘获”现象使用“一年内公开报道或处理的基层干部不正当使用权力的案件数量”来刻画,并采用核匹配方法检验“精英俘获”现象下产业扶贫的脱贫效应,如表6 所示。回归(1)和(2)仍分别以农村常住居民人均可支配收入的对数值和百户居民耐用品数量为被解释变量,分别考察“精英俘获”现象下产业扶贫对贫困群体经济状况和生活水准的平均处理效应。回归(1)的结果显示,存在“精英俘获”现象的情况下,产业扶贫对贫困群体经济状况的处理效应变为-0.019 9,即在“精英俘获”的负面影响下,参加产业扶贫的贫困地区反而比不参加产业扶贫的贫困地区人均可支配收入的对数值减少0.019 9 左右,但并不显著。回归(2)的结果显示,“精英俘获”现象同样对生活水准有影响,此时的处理效应减为0.835 2,同样不显著,从对生活水准微弱的正面效应也再次印证了上文的分析及假设2,即通过产业扶贫增加的收入并不足以改善贫困地区家庭的生活水准。

存在这种负面效应的现实原因可能是,产业扶贫的脱贫效应在短时间内难以看到明显效果,“精英俘获”现象无疑会损害政府在产业扶贫过程中的公信力,进而导致贫困群体参与热情不高,甚至出现抵触心理,这种现象在贫困连片区实际上是存在的。同时,真正贫困的群体对产业扶贫项目没有足够的知情权和发言权,导致其合理诉求无法表达[27]。这也使得产业扶贫在“精英俘获”现象存在的背景下,平滑了其脱贫效应。一项对川西北藏区脱贫政策的评估表明,以县级和村级为单位的资金投入在瞄准机制上出现“漏出效应”,在扶贫项目的实施中导致“帮富不帮穷”,使得受益对象出现严重错位[28]。

表6 “精英俘获”现象下产业扶贫的平均处理效应

(四)进一步的检验及内生性考虑

理论上来看,即使我们不考虑“因产业扶贫脱贫效果突出而有助于新一轮扶贫政策的出台”这一因素,是否颁布产业扶贫政策与经济状况和生活水准这两个变量之间,也会因遗漏变量的存在导致一定程度的内生性。因此,本文选择产业扶贫政策的工具变量(贫困县的邻县是否颁布产业扶贫政策)来缓解计量模型的偏误。邻县颁布产业政策不会直接提高其余贫困县的生活水准,但却能够刺激其余贫困县出台政策,符合工具变量的选取原则。

表7 报告了工具变量的估计结果,列(1)和列(2)分别代表以农村常住居民人均可支配收入的对数值和百户居民耐用品数量为被解释变量,分别考察产业扶贫对贫困群体经济状况和生活水准的处理效应。与表4 中处理效应的结果类似。

表7 工具变量下的平均处理效应

五、结论及政策建议

产业扶贫能否有效发挥减贫脱贫的政策效应,很大程度上关乎2020 年贫困人口全部脱贫工作能否顺利完成。本文借助倾向得分匹配-双重差分法的分析框架,实证考察了大别山片区和滇桂黔石漠化片区共计116 个贫困县产业扶贫的政策效应。研究发现:(1)在精准扶贫理念的指导下,产业扶贫有别于以往的农村帮扶等扶贫旧模式,通过“参与式发展效应”与“培育新型农村经营主体”能够对实现精准脱贫起到正向推动作用,但受限于产业扶贫项目投资周期较长、时刻面临不确定性市场风险、贫困户嵌入产业链程度不足以及金融支持力度不够等因素,这种正向的脱贫效果并不显著,通过产业扶贫增加的收入并不能全面改善贫困户现有的生活水准。(2)产业扶贫的正向脱贫效应可能受到“精英俘获”等现象的负面影响,如参加产业扶贫的名额大部分被精英农户所占据、更多的扶贫资源优先满足政策执行者的现象导致贫困农户参加产业扶贫的意愿并不强等。在实证中加入“一年内公开报道或处理的基层干部不正当使用权力的案件数量”这一解释变量后,产业扶贫的平均处理效应甚至变为负向效应,表明我国贫困片区的产业扶贫工作仍需更新扶贫理念,完善利益共享机制。

实际上,即使产业扶贫作为精准脱贫工作中的重要支持手段,并得到各方面的政策支持,但是有别于其他的扶贫方式。一方面,产业扶贫的实施要求当地必须存在能够引进或扶持扶贫项目的基础(如连片区丰富的自然、人文和农业土地资源,具备市场竞争力的当地产品等)。否则,盲目推广不具备可持续发展的扶贫项目只会导致有限扶贫资源的浪费,难以起到真正的脱贫效应。另一方面,产业扶贫也需要扶贫对象具备一定的自有资金,这也使得农村小微金融机构在难以获得贷款对象信用评级的情况下,优先对精英农户提供金融支持,最终参加产业扶贫的对象大部分为具备一定经济基础的非贫困农户,这就造成产业扶贫中扶贫对象的瞄准偏差,不利于2020 年农村减贫目标的实现。由于贫困户没有嵌入到产业扶贫的链条之中,收益分配份额小,赋能程度低,内生动力不足,尚未将全面改善连片区贫困户的生产生活状况与产业扶贫结合起来,进而尚未建立起增收致富的长效机制。

因此,针对上述主要的研究结论,本文尝试给出以下政策建议:

(1)重新定位产业扶贫的扶贫对象。有别于以往的以增加当地生产总值为目标的产业结构升级,新型产业扶贫的首要目标是实现贫困人口的精准脱贫,并非促进当地的经济发展。虽然促进当地经济增长与实现贫困人口的脱贫这两个目标并不冲突,甚至是相互促进的。但是,在有限时间以及有限资源的约束下,实现贫困人口的脱贫应该成为首要目标。在这种目标划分不存在较大偏差的情况下,产业扶贫政策和项目应更多地向底层贫困人口倾斜,尽可能引导底层贫困人口参与并嵌入到产业扶贫的发展中。

(2)重视以“精英俘获”为代表的产业扶贫领域的不公平现象。这种弊端一方面导致产业扶贫的瞄准偏差,造成有限扶贫资源的浪费;另一方面也挫伤了贫困群体参加产业扶贫的积极性,甚至会影响2020 年脱贫目标的完成。因此,引导贫困群体积极参与农村扶贫工作,通过建立稳定的利益联结机制,使贫困户积极参与、分享产业链的增值收益。加强对农村基层干部扶贫工作的监督,完善农村基层治理机制,就成了下一阶段产业扶贫进入脱贫攻坚战的主要工作。

猜你喜欢

精英贫困地区变量
比亚迪集团扶贫
聚焦双变量“存在性或任意性”问题
三部门发文鼓励政府 采购贫困地区农副产品
金融精英速成指南
上学不如“混社会”? 贫困地区的“厌学症”如何治
贫困地区干部要摆脱担当“贫困”——基于山阳县干部队伍担当作为状态的思考
昂科威28T四驱精英型
精英云集
分离变量法:常见的通性通法
不可忽视变量的离散与连续