精准扶贫政策对农户贫困脆弱性的影响研究*——来自准自然实验的经验证据

秦升泽，李谷成

（1.华中农业大学经济管理学院，湖北武汉 430070；2.武汉商学院旅游管理学院，湖北武汉 430056）

0 引言

社会主义的根本目标是共同富裕，党和政府高度重视扶贫减贫工作。2014年为解决已有扶贫政策未能很好识别到户的问题，我国开始实施精准扶贫政策，并围绕该政策投入了大量的扶贫资源[1]。从2015年开始，我国每年新增中央财政专项扶贫资金200亿元，2020年底就达到1 461亿元，而中央、省、市三级财政专项累计达1.6万亿元。经过8年的艰苦奋斗，我国脱贫攻坚战取得了全面胜利，现行标准下9 899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列，区域性整体贫困得到解决，完成了消除绝对贫困的艰巨任务，“两不愁三保障”在全国全面实现。但贫困具有长期性与顽固性的特点，需要长期实施有针对性的扶贫政策，使贫困户形成内生造血能力，降低脱贫户的返贫概率[2]。那么，精准扶贫政策能降低农户的贫困脆弱性吗？对不同类型农户贫困脆弱性的影响强度相同吗？具体影响机制如何？深入探讨与分析这些问题对于全面巩固脱贫攻坚成果，提升后扶贫时代扶贫政策的扶贫效果具有重要意义。

精准扶贫政策有效性的前提在于精准识别贫困户，因此早期研究主要集中于政策的瞄准情况，指出仅采取收入瞄准的方法不能很好对贫困户进行识别，应该采取多维贫困瞄准识别贫困户。也有文献对不能精准识别贫困户的影响因素进行了总结，包括识别标准[3]、本身的制度缺陷[4]、精英俘获[5]等。随着政策的全面展开，扶贫实践出现许多新问题与新挑战，如深度贫困地区脱贫难度大，脱贫任务繁重；部分家庭缺乏脱贫动力，出现了“等靠要”与“养懒汉”等现象；一些扶贫基金在使用过程中面临“政府失灵”和“市场失灵”等困境[6]。鉴于此，已有文献对政策的扶贫绩效开展评估。李芳华等[7]运用模糊断点法从收入的角度评估了精准扶贫政策的减贫效果，得出了政策能显著增加贫困户的劳动供给和收入的结论。尹志超等[8]从金融扶贫角度，指出政策对缓解农户信贷约束和扩充用户融资渠道具有积极作用，应完善特困家庭的正规融资渠道。Liao等[9]以光伏扶贫为切入点，发现政策提高了贫困户的收入，优化了农村家庭的能源结构，提高了贫困地区的经济发展能力。朱红根等[10]将产业扶贫政策划分为“授渔”与“授鱼”两种扶贫模式，发现产业扶贫政策能显著增加贫困户的收入，且“授渔”模式比“授鱼”模式的扶贫效果更加明显。

综上所述，已有文献针对精准扶贫政策的研究获得了诸多有益结论，但是还有以下几个方面有待完善：首先，多数研究仅对某一特定的地区进行考察，研究结论不具有普遍性，所使用数据多为截面数据或者跨期较短的面板数据，会影响研究结论的准确性。其次，已有研究多从收入角度考察精准扶贫政策对农户当前贫困的影响，较少考察对农户未来贫困的影响，没有准确地衡量政策的长期减贫效果。为弥补单纯依靠收入指标衡量贫困状态的不足，世界银行提出“贫困脆弱性”的概念，即一个家庭或个人在未来一段时间内陷入贫困的可能性。相较于收入指标而言，贫困脆弱性为事前预测，具有前瞻性。在事后评估中用其代替收入指标来评估精准扶贫政策的减贫效果，能够考察出农户在受到政策影响后未来重新陷入贫困的可能性，发现是否出现贫困户因为受到捆绑式福利政策的照顾而落入“贫困陷阱”的情况，因此应该深入研究精准扶贫政策对农户贫困脆弱性的影响。再次，已有研究较少区分出扶贫政策对不同类型农户影响的异质性，如若政策显著改善了农户的贫困状况，但对非贫困户的改善程度大于对贫困户的改善程度，两者的差距进一步拉大，出现了“精英俘获”现象，此时的政策效果将会大打折扣，因此需深入探讨政策对不同类型农户脆弱性影响的差异。

随着精准扶贫工作的圆满收官，从农户贫困脆弱性的角度评估精准扶贫政策的减贫效果与减贫机制，总结其经验教训，可为脱贫攻坚与乡村振兴的衔接过渡期扶贫政策的制定提供参考，也能为总结扶贫的“中国经验”，讲好扶贫“中国故事”提供经验证据。基于此，文章基于中国家庭追踪调查(China Family Panel Studies，CFPS)2012—2018年的4期面板数据，在测度出农户贫困脆弱性的基础上，通过双重差分法（DID）、扩展的连续型DID法以及分位数DID法等实证估计精准扶贫政策对农户贫困脆弱性的影响效果，并讨论了该影响效果在不同类型农户与不同区域之间的异质性及其动态效应。

1 理论假说

精准扶贫政策会通过多种措施影响农户的贫困脆弱性，同时由于政策在实行过程中存在内部群体侧重、区域侧重以及时滞效应，会导致政策影响出现异质性与动态性。

精准扶贫政策是一个完备的政策体系，包含产业扶贫、金融扶贫、智力扶贫等多个方面，从多个角度提升了农户的内生造血能力[11]。更多的资源禀赋意味着农户拥有更高的风险应对能力[12]。其中，产业扶贫政策通过兴修基础设施，例如在具备条件的贫困地区乡镇与行政村实现路面硬化，在贫困村建立村级光伏电站，提升了农户的生活质量，农户也可利用这些基础设施，发展农产品电商等各种特色产业，获得更多的就业机会；金融扶贫政策通过金融普惠措施提升了农户的可行能力与风险应对能力；智力扶贫通过增加对农村地区的教育投入提升了农户的内生发展动力。这些政策降低了农户的贫困脆弱性，据此提出研究假说。

H1：精准政策实施之后，我国农户的贫困脆弱性状况显著改善。

公共政策产生效果存在时滞效应，在不同阶段的实施效果不一定相同。政策在执行过程中会根据出现的问题动态调整、不断优化，以期达到预期目标。自2014年精准扶贫政策实施以来，中央与地方投入的扶贫资源持续增加，扶贫力度不断加大，政府、市场与社会形成了扶贫合力。随着2020年决战脱贫攻坚战收官之年的临近，在剩余时间内完成脱贫目标的任务十分艰巨，中央和地方加强了政策实施力度。因此在政策实施期内，随着时间的推移，政策对农户贫困程度的改善作用逐渐增强。据此，提出研究假说。

H2：精准扶贫政策在实施期内，对农户贫困脆弱性的影响存在逐渐增强的时间滞后效应。

精准扶贫政策的核心是对贫困户的精准识别、精准管理、精准帮扶，工作的重点在于瞄准贫困户，通过全方位的政策措施缓解其贫困状况。精准扶贫政策通过直接或者间接的转移支付保障了贫困户的基本生活；通过完善现行的医疗保险制度，实现了基本养老保险和基本医疗保险、大病保险贫困人口全覆盖，减少了农村居民因病致贫的现象；给予贫困户免息贷款，解决了贫困户融资困难问题[13]。实施教育扶贫政策，建立贫困地区贫困资助体系，提高了贫困地区的义务教育质量。设置与完善第一书记、扶贫工作组等机制避免了扶贫过程中“精英俘获”现象的发生[14]。这些政策取得了很好的效果，激发了贫困户实现从“输血”到“造血”的转变，提升了贫困户应对外界冲击的能力[15]，据此，提出研究假说。

H3：精准扶贫对贫困户脆弱性的影响大于对非贫困户脆弱性的影响。

我国幅员辽阔，地区之间经济社会发展水平差异较大。相较于东部地区而言，中西部地区贫困人口多，脱贫任务重，是精准扶贫政策的重点地区。《中国农村扶贫开发纲要（2011—2020年）》指出要加大对中西部地区的扶贫力度，做好对中西部地区的对口帮扶工作，确定的14个集中连片特困地区和国家级贫困县也基本位于中西部地区[16]。精准扶贫在中西部地区所投入的扶贫资源多于东部地区，据此，提出研究假说。

H4：精准扶贫政策对农户贫困脆弱性的影响存在区域异质性。

2 数据、变量与模型

2.1 数据来源

该文使用的是中国家庭追踪调查(China Family Panel Studies,CFPS)数据，该数据由北京大学中国社会科学调查中心2007年开始实施，到目前为止形成了2010—2018年关于社区、家庭、个体的多期面板数据。该文使用2012年、2014年、2016年和2018年4期的面板数据测度我国农户贫困脆弱性状况。为剔除物价影响，村人均纯收入对数、农户人均收入对数、人均储蓄对数等有关货币的变量在对数化处理前以2012年为基期，按照农村居民消费价格指数（农村CPI）进行平减。

2.2 贫困脆弱性的测算

2.2.1 测算方法

为便于与其他研究进行比较分析，该文使用当前应用最为广泛VEP（Vulnerability as Expected Poverty）[17]方法测算农户的贫困脆弱性情况。

第一步，估计消费方程和残差方程。选取家庭人均消费lnYh为被解释变量，同时选取一组被解释变量XYh。包含村级特征（村人均纯收入对数、该村距本县县城距离、该村地貌）、家庭特征（家庭人口数量、人均收入对数、人均储蓄对数、人均土地价值对数、人均耐用品资产对数）、户主特征（性别、年龄、婚姻状况、就业状态）。

第二步，使用第一步得到的拟合值构建权重进行FGLS估计。接着，运用ρXςh作为权重对式（2）做加权回归。由此得出β的渐进有效一致估计量FGLS。基于此，通过为：

可知家庭人均消费对数的期望与平方，将其作为家庭未来消费期望和方差的替代变量。

第三步，选择贫困线，基于Christiaensen等[18]的研究，假定人均消费对数为正态分布，选择与实际相符合的贫困线与脆弱线实证测算贫困脆弱性，如lnpoor为贫困线对数：

通过式（4）可以发现，贫困线标准的选择对贫困脆弱性的影响很大。2015年10月4日，世界银行宣布将国际贫困标准从之前每人每天1.25美元上调至1.9美元，适用于低收入国家。世界银行还有一条对应中低收入国家的贫困线，为3.1美元。多数研究采用1.9美元和3.1美元作为贫困线，因此该文将1.9与3.1美元作为贫困线标准。

2.2.2 测算结果

表1为贫困脆弱性平均值在不同年份与不同区域的分布情况，vul1和vul2分别为1.9美元和3.1美元贫困线脆弱性状况。平均值越高，农户的贫困脆弱性状况越严重。从时间维度看，贫困脆弱性除2016年小范围内上升外，整体呈下降趋势，表明随着我国经济的快速发展与扶贫事业的推动，农户在收入、健康、教育、就业与生活条件等方面得到了极大的改善与提高，提升了农户应对外界风险的能力，降低了农户在未来陷入贫困的概率。从区域维度看，我国贫困脆弱性平均值西部最高，中部次之，东部最低。中西部地区的农民更容易在未来陷入贫困。

表1 2012—2018年贫困脆弱性平均值在不同年份与不同区域的分布

2.3 实证模型和变量说明

2.3.1 实证模型

考察精准扶贫政策对农户贫困脆弱性的影响，最直接的办法是比较受到政策照顾的农户与未受到政策照顾的农户在政策实施前后贫困脆弱性的变化，但这种变化除了是受政策影响之外，还会受到一些随时间变化因素的影响。为了排除这些因素的影响，该部分将我国精准扶贫政策看成一项准自然实验，利用双重差分法来考察精准扶贫政策对农户贫困脆弱性的影响。

具体而言，把受到精准扶贫政策照顾作为一个外生性的技术冲击将样本分为两组：受政策照顾农户组（政策实验组）和未受政策照顾农户组（政策控制组）。政策对农户贫困脆弱性变化的平均处理效应（Average Treatment Effect on the Treated）为：

式（5）中，E为期望值，D表示是否受到政策照顾的虚拟变量（D=0为控制组，D=1为实验组），vulT1和vulT0表示实验组农户贫困脆弱性情况，vulC1和vulC0表示控制组农户贫困脆弱性情况。等号右边两项表示实验组和控制组在政策实施前后的一阶差分，能够消去实验组和控制组在政策实行过程中本身的发展趋势，分别对实验组和控制组差分后第二次差分便得到政策对农户贫困脆弱性的影响。

2.3.2 变量说明

该研究设置的具体变量情况如表2。

表2 变量的描述性统计

（1）因变量。该文的因变量为上文测算的农户贫困脆弱性指数，指数越大，农户的贫困脆弱性越严重。

（2）自变量。CFPS问卷中政府补助涵盖五保户补助、低保户补助、特困户补助以及各种救济金和赈灾款等各种补助，绝大部分与财政专项资金重合，特别是在2014年全面实施精准政策后，政府补助基本上来自财政专项扶贫资金，借鉴王立勇等、许永洪等对CFPS数据的处理[19,20]，该文选取是否接受政府补助（treat）与补助金额对数（help）作为精准扶贫政策变量的代理变量。若农户接受政府精准扶贫补助则treat赋值为1，否则赋值为0。政策实施前post赋值为0，实施后赋值为1。

（3）控制变量。基于尹志超等文献[8]，该文在模型中加入控制变量，主要涉及家庭层面（家庭规模、有无家庭成员从事农业生产活动、家庭存款对数）与户主层面（户主的性别、年龄、婚姻状况）。

3 实证结果与稳健性检验

3.1 基准模型回归

表3为精准扶贫政策实施对农户贫困脆弱性影响的DID基准回归结果。据表可知，无论在那条贫困线下，精准扶贫政策对农户贫困脆弱性的影响在1%的水平下显著为负，这说明政策的实施能显著降低贫困户的贫困脆弱性，政策效应明显。

表3 政策实施对农户贫困脆弱性影响的基准模型估计

3.2 动态效应分析

在基准回归模型的基础上，该文进一步分析精准扶贫政策实施的动态效应。表4为政策实施对农户贫困脆弱性的动态效应分析结果。其中treat*post1、treat*post2分别表示2016、2018年的政策效应，treat*post2的系数比treat*post1大，2018年的政策效应比2016年更为显著，政策实施对农户贫困脆弱性的影响随着时间的推移逐渐增强。一是因为精准扶贫政策在实施的过程可能存在时滞效应。2014年底完成贫困户识别工作，2015年正式实施对精准识别的贫困户各种优惠政策，因此在2016年时政策效果还未完全显现。二是因为随着政策的深入推进，中央和地方持续性投入扶贫资金不断增加，随着时间推移，政策效果愈发显著。三是因为精准扶贫政策增加了农村居民内生发展动力，增加了贫困户造血能力和风险应对能力，政策具有长期效应。

表4 政策实施对农户贫困脆弱性影响的动态效应回归

3.3 稳健性分析

为了验证上述回归结果的稳健性，该研究将采取连续型DID法与PSM-DID法检验进行稳健性检验。

3.3.1 PSM-DID检验

运用DID法评估政策实施效果的前提要求实验组与控制组的选取是随机的，而受到政策照顾的农户和未受到政策照顾的农户的划分可能存在样本自选择的情况。胡联等认为在选取建档立卡贫困户时，会发生“精英俘获”现象[21]。这会导致该模型估计结果有偏。为获得更为稳健的模型结果，该文运用PSM-DID法进行稳健性分析。参照尹志超等文献[8]，选取控制变量进行匹配，包括家庭层面（家庭人均纯收入对数、人口数量、是否从事农业生产活动以及家庭存款对数）与户主层面（户主性别、年龄、婚姻状况）。使用卡尺内的k近邻匹配，k取值为5，卡尺范围为0.01。在匹配后，进行平衡性检验。表5为平衡性检验结果，倾向得分匹配修正了实验组和控制组样本值的分布偏差，匹配后的偏误比例基本小于20%，匹配质量较高，通过了平衡性检验。

表5 匹配前后的平衡性检验

在进行倾向得分匹配后，得到了新的实验组和控制组。表6为基于PSM-DID方法的平均处理效应。据表可知，平均处理效应的方向与前文分析相同，在1%的水平下显著为负，表明前文结果较为稳健。

表6 基于PSM-DID方法的平均处理效应

3.3.2 连续型DID回归

DID模型中所使用的核心解释变量为政策实施虚拟变量与政策处理时间变量的交互项，即treat*post，但使用这种虚拟变量的体现不出不同实验组处理程度的差别，在该研究中表现为每个农户受到政策照顾的力度存在差异。为提升研究结果的稳健性，参考相关文献[22]，采用连续型DID进行稳健性分析，使用表示政策实行力度的连续变量与政策处理时间变量的交互项即help*post为核心解释变量。表7为连续型DID模型回归结果，再一次证明了主回归模型的结论。

表7 连续型DID模型回归

3.4 异质性分析

3.4.1 不同贫困程度农户的异质性

上述研究考察了精准扶贫政策对所有农户的平均影响，并没有区分出政策对不同类型农户影响强度的差异，没有将不同脆弱性农户的异质性涵盖在内。基于此，该文将采取分位数DID法来衡量政策对不同脆弱性程度农户影响强度的差异。表8为分位数回归结果。总体而言，农户贫困脆弱性越严重，回归系数越大，即精准扶贫政策对高脆弱性农户的影响强度大于对中低脆弱性农户的影响，政策显著地提升贫困户的内生造血能力和风险应对能力。

表8 政策对不同贫困脆弱性程度农户影响的回归

3.4.2 区域异质性

为深入探讨精准扶贫政策对农户贫困脆弱性影响的地区异质性，通过DID模型分析东中西三大地区扶贫政策对农户贫困脆弱性影响的差异。表9为回归结果，由表可知，政策对农户脆弱性的影响强度西部最强，中部次之，东部再次之。

表9 不同区域精准扶贫政策对农户贫困脆弱性回归

3.5 中介效应分析

中介效应（Mediation Effect）分析可弄清自变量对因变量的传导路径与影响机制，其建立在中介变量的基础之上。中介变量指的是在考察解释变量X对被解释变量Y的影响时，如果解释变量X通过影响变量Z来影响被解释变量Y，则把变量Z为X影响Y的中介变量[23]。该文通过中介效应模型识别与检验精准扶贫政策对农户贫困脆弱性的作用路径与影响机制。

基于数据的可得性，选取农户每年给亲戚经济帮助金额的对数作为家庭社会资本的代理变量，设定下列回归方程：

式（6）（7）中，vul0i为农户i1.9美元贫困线农村居民贫困脆弱性状况，treati*posti为核心解释变量，soci为农户i的中介变量，即每年给亲戚经济帮助金额的对数。Xi为一系列控制变量，α、β、γ是待估参数，ε1、ε2、ε3为随机误差项。

社会资本是指个体从社会网络中获取的各种信息、资源与优势等，是一种“穷人的资本”，对缓解农户贫困具有重要的意义。涂冰倩等发现社会资本作为一种非正式制度，可以降低其未来陷入贫困的概率[24]。精准扶贫政策是一个涵盖产业扶贫、金融扶贫、智力扶贫等多个方面的完备政策体系，这些政策从多个角度增加了农户的资源禀赋，提升了其从外界获得信息与资源的能力。例如通过党员干部结对帮扶扩充了农户的社会网络，通过金融扶贫政策扩展了农户的融资渠道，提升了农户的可行能力。农户可以利用增加的社会网络、信息资源、信贷资源获得更多的发展机会，精准扶贫政策在一定程度上解决了贫困户社会资本不足的问题[25,26]。因此，该文选取农户的社会资本作为中介变量，考察精准扶贫政策对农户贫困脆弱性影响的中介效应。

表10和为社会资本的中介效应检验结果，其中第（1）（3）列显著为负，（2）列显著为正，部分中介效应成立，精准扶贫政策可以通过增加其社会资本的方式降低其贫困脆弱性。

表10 中介效应回归

4 研究结论与政策建议

4.1 研究结论

该研究将精准扶贫政策看成一次准自然实验，运用2012—2018年中国家庭追踪调查（CFPS）的4期面板数据，在测度农户贫困脆弱性的基础上，实证研究了精准扶贫政策对农户贫困脆弱性的影响。结论如下。

（1）就时间而言，我国农户贫困脆弱性除2016年小范围内上升外，整体呈现下降趋势，就区域而言，西部最高，中部次之，东部最低；

（2）精准扶贫政策能显著降低农户的贫困脆弱性，政策具有长期效应，结果通过了连续型DID法与PSM-DID法稳健性检验；

（3）就农户异质性而言，精准扶贫政策对贫困户脆弱性的影响大于对非贫困户脆弱性的影响，就区域异质性而言，对中西部地区农户脆弱性的改善程度大于对东部地区的改善程度；

（4）借助中介效应模型发现精准扶贫政策可以通过增加农户社会资本的方式改善其脆弱性状况。

4.2 政策建议

（1）随着精准扶贫工作的圆满收官，我国进入脱贫攻坚与乡村振兴过渡衔接期，应持续巩固脱贫攻坚成果。在贫困状况较为严重的地区，保持帮扶政策持续稳定，坚持摘帽不摘责任、摘帽不摘政策、摘帽不摘帮扶、摘帽不摘监管的“四个不摘”原则，落实好教育、医疗、住房、饮水等民生保障普惠性政策，确保政策的连续性；对脱贫不稳定户、边缘易致贫户以及因大病灾害等意外事故导致的严重困难户进行动态监测，重点关注其“两不愁三保障”和收入支出情况，防止出现脱贫户返贫和产生新的贫困现象。

（2）贫困具有动态性，因此在识别贫困户和制定扶贫政策时，不应只关注当前处于贫困状态的农户，还应关注未来可能陷入贫困的农户，提升其应对外界风险冲击的能力，做到事前预防，尽量把扶贫做到发生贫困之前，提高扶贫政策的减贫效果。

（3）制定扶贫政策时候注重发挥各种社会组织与非正式制度的作用，引进更多社会力量，形成多方面减贫合力。