连片特困区扶贫政策效应评估

曹雨暄

摘   要：2011年，《中国农村扶贫开发纲要》确定了连片特困区，标志着脱贫由全面帮扶向更注重深度贫困地区的攻坚转换，8年过去了，该政策对我国区域脱贫究竟有怎样的作用？利用2005-2017年260个县的面板数据，采用基于倾向得分匹配基础上的双重差分（PSM-DID）实证研究扶贫纲要的实施对农民的收入效果影响。结果显示，连片特困区的确立未对农民收入产生正向效果，并对低收入和中等收入组农民收入产生了显著的负向效果。同时，政策实施过程中存在一定的“政策陷阱”，对于部分使农民收入增加的驅动因素均产生了“挤出效应”。针对研究结论从并行微观政策，增强造血功能，实行精准扶贫三个方面给出政策建议。

关键词：扶贫纲要;连片特困;农民收入;效应评估;PSM-DID

中图分类号：F323.89 文献标志码：A 文章编号：1008-2697（2020）05-0049-07

一、引言

贫困问题是受自然地理环境、经济社会和文化制度等人文环境多重影响的结果[1]，山西，陕西，甘肃，青海和宁夏五省地处中西部，自然条件恶劣，经济社会发展不平衡。截止2010年末，该区总人口6523万人，其中乡村人口占比为44.6%，人均地区生产总值（12729元）占全国（30808元）的41.31%，农民人均纯收入3093元，仅为全国水平（5919元）的52.25%，2300元扶贫标准以下的农村人口有313.1万人。因此，2011年11月29号召开的中央扶贫开发工作电视电话会议上，依据《中国农村扶贫开发纲要（2011-2020年）》，将这五个省三分之一的县列入到全国不同的连片特困地区，涉及有六盘山区、吕梁山区和秦巴山区三个扶贫攻坚主战场，国家将从基础设施建设、生态建设和环境保护等方面，首先加大对连片特困区的扶持力度。截止2017 年，连片特困地区实际整合涉农财政资金已超过3000亿元，然而，大规模的投资却仅见到小规模的回报，没能在真正意义上实现可持续脱贫。

《中国农村扶贫开发纲要（2011-2020年）》的重点是进行区域性的扶贫开发，以加大对贫困县、村的项目投资，从而可以大幅度提高老少边穷地区的基础设施条件和经济发展水平，使这些地区大量贫困人口得以脱贫。但是，在城乡二元分割体制的背景下，我国城乡居民间收入构成差异之大[2]，使解决贫困问题的核心落在解决农村地区贫困人口上，而在农村经济发展中，农民人均可支配收入又是衡量农民生活质量的重要指标。中国现行实施的各项精准扶贫政策或许并不直接或是仅仅瞄准收入增长，但从长期来看，促进农民收入增长是扶贫应有之义[3]。基于此，本文利用2005-2017年12年划入连片特困区的的中西部五省——陕西、甘肃、青海、宁夏和山西的260个县的面板数据，结合倾向得分匹配基础上的双重差分，按照国家制定的贫困县和全面小康标准，将农民收入分为中高低三档，研究该政策对农民收入的影响效果并给出原因分析与政策建议。

二、文献综述

自连片特困区扶贫攻坚战略提出以来，中国已有不少学者开始关注连片特困区的扶贫问题，对现有集中连片特困区的研究，学者们主要是从培育增长极、知识扶贫、教育扶贫、旅游扶贫、推进城镇化等角度对连片特困区域减贫提出新思路[4-9]。针对连片特困区减贫政策方面的研究，多是着眼于精准扶贫政策的多维绩效评估、政策机制优化和模式比较：钱力等[10]运用模糊数学评判法，在构建精准扶贫多维绩效评价指标体系的基础上，对安徽省大别山连片特困区精准扶贫绩效进行多维评价，并分析了扶贫绩效的空间分布情况。郑瑞强[11]在明确新型城镇化、乡村振兴、区域协调发展等三大战略益贫机理的基础上，提出针对连片特困区区精准扶贫机制的优化策略。张玉强[12]等通过比较旅游、金融及易地搬迁三种精准扶贫模式，得出旅游扶贫较全面，金融扶贫见效快和易地搬迁扶贫更具直接性的结论，认为各片区应根据自身差异选择不同的扶贫模式。但是针对政策对农民收入的影响研究，现有学者多是采用入户调查的方式，涉及范围较小，仅是几个县或几个贫困村：例如赵正等[13]对秦岭地区561户贫困户进行问卷调查，探究精准扶贫项目对农户收入的影响;刘雨晨等[14]基于内蒙古8个纯牧业旗511户调研数据分析了内蒙古草原补奖政策对牧户收入结构的影响;李巧[15]的研究表明，虽然易地扶贫搬迁政策在一定程度上改善了贫困人口的生活条件，但该政策却拉大了贫困人口内部的收入差距。

综上所述，现有针对连片特困区减贫政策的研究较少，除李绍平等人[16]针对划定特困区本身的减贫政策做了研究，实证考察集中连片特困地区减贫政策对片区县经济发展的影响外，少有学者对此项减贫政策进行研究，且针对该政策对农民可支配收入影响的研究少之又少。

三、模型与估计方法

《中国农村扶贫开发纲要（2011-2020年）》可被看做是在全国范围内进行的一项政策试验，为了考察该政策实施效果，通常采用DID[17，18]进行评估。本文设计如下回归模型：

ln yi，t =β0 + β1treati + β2 tt+β3 treati*tt+yzi，t +δi+vt+εi，t（1）

其中，被解释变量为地区i在t年的按价格指数平减后的农民人均可支配收入对数值。为判断地区i是否划入连片特困区的虚拟变量，表示政策发生的虚拟变量，二者的交互项为本文的核心解释变量。当treat=1时，表示地区i为所划入连片特困区的县，为实验组，否则为对照组。当t=1时，表示第t年为政策冲击事件发生的年份，文中具体指《中国农村扶贫开发纲要（2011-2020年）》提出的年份。由于该文件于2011年11月提出的，政策的实施效果具有一定的滞后性，因此本文选择2012年作为政策冲击事件发生的年份。yzi，t 为可能影响农民收入水平的其他控制变量，δi表示个体固定效应，vi表示时间固定效应，εi，t为随机误差项。

利用 DID 方法最重要的前提就是实验组和对照组的变动趋势随时间变化并不存在系统性差异。除DID 方法的检验外，根据Heckman et al.[19，20]提出采用双重差分倾向得分匹配法 （PSM-DID），也可验证其共同趋势假设。PSM-DID 的基本思路是在对照组中找到某个县j，使得j与实验组中的县i的可观测变量尽可能相似（匹配），即 Xi≈Xj。本文采用核匹配的方法来确定权重。在对样本进行 PSM 处理后，本文借助以上两个虚拟变量将全样本进一步分为四组，通过四组样本回归系数的相互關系，即可判定扶贫开发纲要的实施对农民收入产生的净效应。DID 模型中各参数含义如表 1所示：

四、数据来源、变量解释及描述性统计

采用2005-2017年陕西省、甘肃省、青海省、宁夏省和山西省共260个县的面板数据（实验组数据共1001个，对照组数据共2379个）来评估扶贫纲要连片特困区的确定对区域内农民收入的影响效果。数据来源于2005-2017年《中国县（市）社会经济统计年鉴》、《中国县域统计年鉴（县市卷）》、各省份历年统计年鉴、各县（市）历年国民经济和社会发展统计公报及万得（WIND）咨询金融终端。

为探究政策对农民收入的影响，用统计年鉴中的各县农民人均可支配收入按可比价格计算后的实际农民人均可支配收入的对数值作为被解释变量。文章核心解释变量为treat*t的交互项，若该县在2012年政策实施后且属于连片特困区赋值为1，否则为0。为控制其他因素的影响，本文还选取了八个控制变量，因为教育水平、人口、社会福利、经济发展与收入之间存在着密切的联系，人力资本少，人口多，社会福利水平底下和经济发展不平衡必将导致贫困的产生，因此采用中小学在校人数来度量地区人力资本水平，以其作为衡量教育的指标;用年末人口，乡村人口占比及乡村从业人员数作为衡量人口结构的指标;以福利院数和医院床位数作为衡量社会福利水平的指标;用产业增加值和政府财政收入作为衡量经济发展的指标。

表 3 列示了各主要变量的描述性统计结果，观测值表示未经 PSM 处理的样本量为3380。据表中数据观察得，被解释变量lny服从正态分布，标准差较小且最大最小值之差也较小，相对较为稳定。解释变量population的概率分布函数略微右偏，但平均数与中位数相差不大，基本服从正态分布。另外，从衡量经济数据的标准差来看，相比而言lnsecond较大，数据离散性较明显，说明各县该指标的差距比lnfirst和lnfinance大。Education和welfare的最大最小值的差值较大，但平均值偏向右侧，说明有小部分县的人力资本和社会福利情况不佳，需要关注并调整。

五、实证分析

各地区的贫困水平差异程度较大，而《中国农村扶贫开发纲要（2011-2020年）》的提出为连片特困区的划分提供了一个准自然实验。本文运用DID方法评估这一文件对划入特困区的县级农民收入的政策效应。

表4中，列（1）是不添加其他控制变量的结果，列（2）是加入其他控制变量的结果。可以得出，在未加入控制变量以前，该政策实施对农民收入的影响效果不显著，而加入控制变量之后，发现该政策对农民收入产生了显著的负向效果。控制变量的回归结果显示对农民收入或多或少都产生了一定的影响，其中代表经济的三个指标对农民增收起到了明显的推动作用，乡村人口占比和乡村从业人员数对农民收入影响显著为负，其他控制变量的影响效果较小。

（一）DID适用性检验

根据图1显示，在《中国农村扶贫开发纲要（2011-2020年）》政策实施以前，中西部五省划入连片特困区的县和未划入连片特困区的县在农民人均可支配收入上的变化趋势基本相同，可以确定实验组和对照组选取合理。

（二）稳健性检验

为降低DID估计的偏误，本文进一步采取PSM-DID方法进行稳健性检验，首先通过treat对控制变量进行 logit 回归，获得倾向得分。回归结果显示，除worker，lnfirst，lnfinance外，其余变量都对被解释变量具有显著作用; 接着通过Stata软件，采用核匹配 （Kernel Matching）进行估计，稳健性检验的结果见表5。结果显示，倾向得分匹配后，处理组和控制组之间协变量均值并不存在显著差异，处理组和控制组间各变量均衡分布。在运用 PSM-DID检验方法后，该政策对农民收入具有显著的负向影响，与前文分析一致。

（三）反事实检验

为了进一步验证结果的稳健性，通过改变政策实施的时间进行反事实检验。除了扶贫纲要这一政策可能导致不同地区农民收入造成影响外，可能还有其他一些政策或者事件引起上述变化，这会使得前文得到的结果不可靠。为了排除这些可能，我们假设集中连片特困地区减贫政策早1-3年实施，如果此时该政策的影响依存在，则说明农民收入的变动很可能是由其他政策或事件带来的;如果此时该政策的影响不存在了，那么说明农民收入的降低确实是由扶贫纲要这一政策引起的。表 6 给出了假设该政策早1-3年实施的估计结果。可以看出，前文核心解释变量具有显著的系数，现在结果不再显著，这从另一个角度说明之前得到的结果是稳健的，即《中国农村扶贫开发纲要（2011-2020年）》这一政策确实对地区农民收入产生了影响。

（四）不同收入组的效应分析

为进一步探究政策实施对农民收入的效果，将农民收入划分为中高低三个水平，根据精准扶贫的政策解读，国家现行的贫困标准按农民可支配收入计算，2017年贫困线标准为3335元/年，因此本文以3335作为划分低收入组和中等收入组的标准;根据“三步走”的战略目标，从总体小康水平到全面小康的20年间，我国的经济总量将翻两番，但根据GDP增长和农民纯收入增长的关系测算，届时农民可支配收入只能增长1.5倍左右，人均接近6000元，因此将6000为界，作为划分中等收入组和高收入组的依据。表6报告了中高低三组的PSM-DID回归结果：

从样本数来看，低收入组实验组样本数多于对照组，说明划为连片特困区的县中低收入组较多，而中等收入组和高收入组明显对照组匹配样本数高，其中高收入组在划入连片特困区的县中所匹配的样本数极少，这与现实情况相符合。DID的回归系数显示，该政策对低收入组农民收入产生了显著的负向影响，对中等收入组农民收入产生了微小的负向影响，虽然对高收入组农民收入的估计系数为正，但是由于P值不显著，因此实际该政策对高收入组农民收入无显著影响。

（五）机制检验

从以上的各种回归结果和检验结果可以发现，连片特困区的划分并未对农民收入产生积极影响，到底是什么原因使该政策的效应未得到发挥，因此进一步对各协变量进行机制检验。

根据表8中交互项结果显示，除welfare、worker和lnfinance外，政策对其他解释变量的影响要不为负，要不不显著。而根据前文的回归结果显示worker对农民收入影响为负，因此，划分连片特困区的政策仅对福利水平和政府财政收入产生促进作用，而对于其他使农民收入增加的驱动因素均产生了“挤出效应”，从而使该政策效果不佳并落入政策陷阱中。

六、结论与原因分析

《中国农村扶贫开发纲要（2011-2020年）》作为一项重要的减贫文件，文章的重点是利用中西部五省的县级水平，建立连片特困区对农民收入的影响。利用中西部五省各县级2005-2017年的面板数据，采用PSM-DID的方法对这一问题进行了检验。结果发现，该政策未对农民收入产生积极的增收效果，在将农民收入分为中高低三组后，结果显示该政策对低收入组产生明显的负向作用，对中等收入组也产生负向作用但是对农民收入的减少程度不如低收入组，对高收入组无显著影响，对该机制的进一步分析表明，该政策对中小学数量和第二产业增加值产生负面影响。政策实施只通过福利水平，政府财政收入对农民收入产生积极影响。究其原因：

一是该政策属于宏观性政策，而宏观政策往往需要配合微观政策的实施才能达到更好的效果。国家对划入连片特困区的地区给予了大量的投资，以改善这些地区的基础设施、生态建设和环境保护等各个方面，这必将在整体层面上提高一个地区的经济发展，然而这却无法保证对农民个体的收入产生正向的影响。

二是习近平总书记提出“面对贫困，首先要发动贫困群众自身的主动性积极性，同时还要积极为群众致富创造条件。”而连片特困区的划分依据是农民人均纯收入，被纳入连片特困区意味会吸引更多的减贫和优惠政策，对于长期贫困的地区来说，坐等减贫政策实行成常态，最终只会依靠补贴而彻底丧失依靠自身解决贫困的积极性，因此最终对农民收入的增加是微乎其微的。再者，随着经济水平的增长，微小的增加达不到物价水平的提升，因此实际来看农民相对收入下降。扶贫先扶志，失志则不可能成功减贫，农民收入也不会提高。

三是划分连片特困区，目的在于国家将优先加大对特困区的投入和帮扶，但是由于划分的区域通常横跨几个省或者省内多个县，区域之间贫困情况不同，农民收入情况也不同。但是，特困区下发的减贫政策通常未考虑地区差异，即政策只具有普适性而缺乏针对性和有效性，政策层层传导的速度也慢，从而导致最需要帮扶的低收入贫困户负向效果明显。因此在2013年11月，习近平总书记提出“实事求是、因地制宜、分类指导、精准扶贫”的重要指示，以提高扶贫的针对性和有效性。

七、政策建议

（一）宏观微观双管齐下

由上文分析可得，该政策对农民的收入效应不显著，说明仅依靠宏观层面的政策和政府投资难以真正落实农户的增收效果，因此除宏观政策外，政府也需要在贫困地区实施微观层面的政策，例如社会保障政策，通过针对农户或个人进行支持，防止农户因病返，并为农村缺少收入来源和劳动能力的贫弱农户解决温饱问题来解决贫困。

（二）造血输血同时进行

自扶贫纲要颁布以来，国家对连片特困区进行了重点帮扶，投入大量资金来解决连片特困区的贫困问题，然而，根据本文研究，连片特困区的划分实际对农民人均可支配收入产生了负向影响效应，且对低收入农民的负向影响最大。这说明我们不能只依靠“输血”来维持贫困户的“生命”，要早日端正农民的思想，扶贫先扶志，小康的生活不是通过“等要靠”，只有增强“造血”功能，解决贫困人口不会脱贫和不能脱贫问题，激发贫困人口的内生动力，从而做到能积极脱贫和自主脱贫，才能早日脱贫實现全面小康。

（三）连片扶贫精准实行

连片特困地区集老少边穷等特点，贫困程度深、差异大且成因复杂，仅划分特困区并对其加大投资力度和实行各种减贫政策效果不大，缺乏针对性才会产生与预期相反的结果。因此，连片特困区的扶贫必须要做到因地制宜，精准识别，除了精准到户，也要根据各地情况差异采取不同的扶贫模式。争取在多维贫困、区域发展、精准扶贫的视角下，提高脱贫手段精准度同时构建精准扶贫与连片特困地区攻坚融合推进的新扶贫机制，早日实现全面脱贫与中国全面建设小康社会的奋斗目标。

参考文献：

[1] 六盘山区区域发展与扶贫攻坚规划[ Z ].

[2] 李实， 赵人伟. 收入差距还会持续扩大吗[ J ].中国改革， 2006（07）：50-52.

[3] 刘祖军，王晶，王磊. 精准扶贫政策实施的农民增收效应分析[ J ].兰州大学学报，2018（05）：63-72.

[4] 曲玮，涂勤，牛叔文.自然地理环境的贫困效应检验——自然地理条件对农村贫困影响的实证分析[ J ].中国农村经济，2012（02）：21-34.

[5] 童中贤，曾群华，马骏.我国连片特困读取增长极培育的战略分析—以武陵山区为例[ J ].中国软科学，2012（04）：85-96.

[6] 王志章，刘子立.连片特困地区知识扶贫路劲研究——以武陵山区为例[ J ].西部学刊，2014（01）：24-31.

[7] 邢慧斌，刘冉冉.集中连片特困区教育精准扶贫绩效的空间差异研究——以燕山-太行山区 8个连片特困县为例[ J ].教育与经济，2019（01）：7-15.

[8] 邢慧斌，席建超.燕山-太行山片区旅游精准扶贫模式创新研究[ J ].河北大学学报（哲学社会科学版），2017，42（02）：118-125.

[9] 李俊杰.集中连片特困地区反贫困研究：以乌蒙山区为例[M].北京：科学出版社，2014.

[10] 钱力，倪修凤，宋俊秀. 连片特困区精准扶贫多维绩效模糊评价—以安徽省大别山区为例[ J ].华东经济管理，2018，32（03）：22-27.

[11] 郑瑞强.新型城乡关系益贫机理与连片特困区精准扶贫机制优化研究 [ J ].现代经济探讨，2018（05）：100-109.

[12] 张玉强，李祥.我国集中连片特困地区精准扶贫模式的比较研究—基于大别山区、武陵山区、秦巴山区的实践[ J ].湖北社会科学，2017（02）：46-56.

[13] 赵正，侯一蕾，温亚利.精准扶贫项目与农村居民收入增长——基于倾向的分匹配模型的分析[ J ].统计与信息论坛，2018，33（11）：104-120.

[14] 刘宇晨，张心灵.草原生态保护补奖政策对牧户收入影响的实证分析[ J ].干旱区资源与环境，2019，33（02）：60-67.

[15] 李巧.农村扶贫搬迁实证研究——以宣恩县高罗乡为例[ J ]. 荆楚学刊，2015 （03）：33-38.

[16] 李绍平，李帆，董永庆.集中连片特困地区减贫政策效应评估：基于PSM -DID方法的检验[ J ].改革，2018，298（12）：142-155.

[17] Ashenfelter，Orley，Card David. Using the Longitudinal Structure of Earnings to Estimate the Effect of Training Programs [ J ].Review of Economics and Statistics，1985，67 （04）： 648-660.

[18] Gruber J，J Poterba. Tax Incentives and the Decision to Purchase Health Insurance： Evidence from the Self-employed [ J ]. Quarterly Journal of Economic，1944，109 （03）： 701-733.

[19] Heckman，J.J.， H.Ichimura，andP.E.Todd.Matching as an Econometric Evaluation Estimator： Evidence from Evaluating a Job Training Program [ J ].Review of Economic Studies，1997，64（04）：605-654.

[20] Heckman，J.J.，H. Ichimura and P.E.Todd. Matching as an Economic Evaluation Estimator[ J ].Review of Economic Studies，1998，65（02）：261-294.

（責任编辑：罗湘龙）