缓解还是加剧：政府补贴对贫困农户脆弱性的影响研究

陈志 吕旺涛 吴海涛

摘要：脱贫攻坚的全面胜利意味着农村绝对贫困问题的解决，下阶段仍要切实做好巩固拓展脱贫攻坚成果的各项工作。利用2020 年鄂南山区S 县贫困农户脱贫质量调研数据，研究政府补贴对贫困农户脆弱性的影响机制。结果表明：政府补贴与贫困农户脆弱性之间具有显著的负相关关系，即政府补贴的增加会显著缓解贫困农户的脆弱性；政府补贴与脱贫农户脆弱性之间具有显著的正相关关系，即政府补贴的增加会显著加剧脱贫农户的脆弱性；政府补贴会通过降低脱贫农户自主创收的积极性来加剧其脆弱性。鉴于此，提出如下对策建议：建立科学监测机制，合理运用政府补贴的减贫功能应对零星的返贫与新增贫困问题，防止大规模返贫现象发生；对脱贫农户的后续帮扶应以产业帮扶、就业帮扶等生计类帮扶为主，帮助其构建可持续生计框架，审慎使用并适当减少对其直接转移性资金补贴，避免产生适得其反的帮扶效果。

关键词：政府补贴；脱贫农户；脆弱性

中图分类号：F328 文献标识码：A 文章编号：1671?816X （2023） 01?0071?10

2021 年2 月25 日，习近平总书记在全国脱贫攻坚总结表彰大会上庄严宣告：我国取得了脱贫攻坚战的伟大胜利［1］。在感慨这一彪炳史册的人间奇迹时，也必须清醒认识到，我国发展不平衡不充分的问题依然突出，仍要切实做好巩固拓展脱贫攻坚成果同乡村振兴有效衔接各项工作，让脱贫基础更加稳固、成效更可持续。由此可见，巩固脱贫成果将成为未来一段时期“三农”工作的重点。

一些学者从脱贫质量的角度来探讨巩固脱贫成果的问题，如王汉杰等研究发现，深度贫困地区农户的正规借贷能够显著提高他们的脱贫质量， 而非正规借贷则不能显著提升脱贫质量［2］；在相对贫困的视角下，脱贫质量与农户自我发展能力有着显著的关联，家庭未成年人口占比、人均文化程度和人均耕地面积等都会从不同层面上影响脱贫质量［3］。也有学者直接探讨了不同因素对巩固脱贫成果的影响，如提高农村基础设施投资的公平性能够有效的巩固脱贫成果［4］，农户收入结构的差异也会对脱贫成果的巩固产生影响［5］。虽然已有研究在提高脱贫质量、巩固脱贫成果方面取得了很多成果，但是这些研究在刻画脱贫质量或脱贫成果时所用的指标还存在一定不足。学者们所使用的测量指标具体包括以下几类： 一是对农户脱贫质量评价指标的加权求和［2］；二是以农村居民年可支配收入的中位数划分，具体做法为将年可支配收入低于农村居民年可支配收入中位数40% 的农户定义为脱贫质量较低，高于中位数60% 的定义为脱贫质量较高，二者之间的定义为脱贫质量中等［3］；三是采用基尼系数［4］；四是使用农村家庭贫困发生率［5］。以上刻画脱贫质量或测度脱贫成果的方法虽然在某些方面体现贫困户的脱贫质量， 但都是事后测评，前瞻作用稍显不足。习近平总书记在全国脱贫攻坚总结表彰大会上提出了“对易返贫致贫人口要加强监测，做到早发现、早干预、早帮扶”的巩固脱贫攻坚成果工作要求，仅对贫困户脱贫质量进行事后性评估恐还不足以满足该要求。鉴于此，本研究采用贫困脆弱性这一具有前瞻性的指标来刻画贫困农户的脱贫质量，并引入政府补贴作为核心解释变量，探讨其对贫困农户脆弱性的影响机制，以便尽早发现贫困农户存在的生计困难并由此提出针对性的补强措施，助力巩固拓展脱贫成果同乡村振兴的有效衔接。

一、文献回顾与研究假设

（一）文献回顾

我国农村扶贫工作模式表现为“ 政府主导、社会助力、贫困户参与”。其中， 政府主导的各类扶贫政策既是助力脱贫的主要路径，也是提升脱贫质量、巩固脱贫攻坚成果的重要手段，而政府补贴又是政府扶贫政策的核心工具与手段①。

因此，探讨政府补贴与脱贫质量之间的关系显得尤为重要。有学者基于生计抗逆性的视角证明了财政转移支付能够显著提高脱贫质量［6］。具体到本研究所探究的贫困脆弱性层面，部分研究表明政府补贴或其他货币类直接帮扶政策可以缓解贫困脆弱性，如张栋发现城乡最低生活保障制度能够显著改善低保户的贫困脆弱性［7］，郭劲光等进一步指出政府补贴在降低城乡居民贫困脆弱性起着决定性作用［8］，左孝凡等则发现政府补贴对贫困脆弱性的缓解具体表现为社会保障支出能够显著降低农村居民的贫困脆弱性［9］。然而，还有部分研究提出了与上述文献截然相反的研究结论，如肖攀等研究发现政府转移支付会显著增加农户的贫困脆弱性［10］，孙伯驰等也指出农村低保制度并没有显著降低农户的贫困脆弱性［11］，和萍等更是认为直接补贴不仅不能降低脆弱性，甚至还会加剧脆弱性［12］。无论是政府转移支付、低保，抑或是社会保障支出，它们中部分或者全部资金均属于标准意义上的政府补贴，为什么同一类型资金对贫困脆弱性的影响结论会产生如此大相径庭的结果呢？

笔者认为可以从两个角度来解析这种差异性。

一是政府补贴在实施过程中还存在着诸如“ 精英俘获”“ 平民俘获”“ 大众俘获” 等问题。首先是“精英俘获”问题。在部分村庄，精英村民占有了更多的政府补贴类扶贫资源而其他“非精英”贫困户的福利则遭受损失［13?14］，由此政府补贴的效果大打折扣， 进而影响贫困农户的收入［15?16］。其次是“平民俘获”问题。在进行贫困户退出工作时，部分贫困户“等、靠、要”的依赖心理十分严重，故意隐瞒实际收入，骗取扶贫干部为其投入更多的扶贫资源［17］，由此导致政府补贴等扶贫资源瞄准失焦，进而对政府补贴的减贫作用产生不利影响。最后是“ 大众俘获” 问题。在一些村庄，由于驻村工作与村干部分配不力，扶贫资源被村內以非贫困户为主的普通村民把控和均分，从而使得以政府补贴为主的扶贫资源的减贫效用被稀释［18］。

二是贫困户所处的生计时期不同也会导致政府补贴效果的差异。在脱贫攻坚工作前期，为确保减贫目标的如期实现，政府投入了大量政府补贴让贫困户直接受益，贫困户的收入会随着各类政府补贴的发放而显著提升，作为衡量贫困状况的贫困脆弱性也会与政府补贴之间呈现出显著的负相关关系。进入脱贫攻坚工作后期及巩固拓展脱贫攻坚成果阶段，随着财政压力的增加以及扶贫方式的转变，政府对于脱贫农户的帮扶要实现从“输血”式扶贫向“造血”式扶贫的转变，但政府补贴却很难立即“转轨”［19］。同时，脱贫攻坚前期持续的政府补贴会使脱贫户产生“福利依赖” 现象［20］， 从而降低自身的生产劳动积极性［11］，导致政府补贴的边际减贫效用越来越小。可以预见，如果不审慎使用政府补贴，脱贫农户的懒惰和依赖心理会越积越深，此时加大政府补贴力度可能会加剧其贫困脆弱性。

因此，厘清政府补贴与贫困农户脆弱性之间的关系十分重要。这既有利于阐明政府补贴在提高脱贫质量与巩固拓展脱贫攻坚成果中的具体作用机制，也有利于解决政府补贴在巩固拓展脱贫攻坚成果过程中存在的问题，避免各种不必要的福利损失，为降低贫困农户（包括脱贫农户） 脆弱性提供切实可行的政策建议。

（二）研究假设

前文已提及，受具体因素与所处时期不同的影响，政府补贴与农户贫困脆弱性之间呈现了不同的关系，特别是时期差异为本研究提供了很好的思路。笔者拟构建这样的分析框架：在脱贫攻坚初期，贫困农户收入处在较低水平，增加政府补贴对降低贫困农户脆弱性会产生十分显著的效果；但到了脱贫攻坚后期及巩固拓展脱贫攻坚成果时期，贫困农户大多已为脱贫农户，继续大面积发放政府补贴可能会使其产生懒惰与依赖心理，反而会加剧其脆弱性，即政府补贴对农户脆弱性的抑制作用会随着其脱贫而减弱。基于此，本研究提出如下两个假设：

假设一：政府补贴与贫困农户脆弱性之间具有显著的负相关关系，即政府补贴的增加会显著缓解贫困农户的脆弱性。

假设二：政府补贴与脱贫农户脆弱性之间具有显著的正相关关系，即政府补贴的增加会显著加剧脱贫农户的脆弱性。

二、研究數据与变量

（一）数据来源

本研究使用的数据来源于研究团队2020 年7月中旬在鄂南山区S 县进行的贫困农户脱贫质量调研。作为一个省级贫困县，S 县已于2018 年底实现全县“ 脱贫摘帽”。本次调查覆盖S 县全部13 个乡镇， 调查对象仅涉及建档立卡的贫困农户。采取分层随机抽样的方法确定样本村和样本贫困农户，进村入户后对抽取到的贫困农户户主或其成年家庭成员进行问卷调查，主要调查其脱贫前后的政策享受情况与生计状况。

需要说明的是，为了比较脱贫前后S 县农户生计情况的变化，本次调查内容除了涉及S 县样本脱贫农户2019 年的生计情况外，也附带对该户2014 年的生计情况进行了询问与记录。即2014 年时受访户还是“未脱贫的贫困农户”状态，2019年时受访户已经是脱贫农户了。本次调查共收回有效问卷1034 份，为突出脱贫前后的生计状况对比，本研究在后续研究中只保留了788 户2014 年时未脱贫的贫困农户样本（即当年家庭年人均纯收入小于2800 元），和775 户2019 年时家庭年人均纯收入大于3747 元的脱贫农户样本。

（二）变量选取与描述性统计

1. 被解释变量。贫困农户脆弱性。本研究选取的被解释变量为贫困脆弱性，根据世界银行的定义，脆弱性是指个人或家庭未来面临风险的可能性，并由于遭受风险致使财富损失或生活质量下降到一定水平之下的概率。因此，贫困农户脆弱性即农户进入贫困状态的概率。相较于其他贫困指标，脆弱性有效量化了贫困农户的长效脱贫能力［21］。简而言之，贫困农户的脆弱性越小，未来福利降低水平（即进入贫困） 的概率就越大。贫困农户的脆弱性的测算方法主要有风险暴露脆弱性理论（VER）、期望效用脆弱性理论（VEU）以及预期贫困脆弱性理论（VEP） 三种，本研究采用学者们使用最为普遍的预期贫困脆弱性理论（VEP） 来测算贫困脆弱性， 具体的测算方法如下：

根据Chaudhuri et al．所提出的预期贫困脆弱性的方法［22］，贫困农户的脆弱性的计算公式为：

P = Pr （Y ≤Poor ） （1）

其中，P 表示贫困农户的脆弱性，它刻画的是一个农户未来年人均纯收入（Y） 低于贫困线（Poor） 的概率。一般而言， 农户年人均纯收入的自然对数更符合正态分布，因此这里使用家庭年人均纯收入的对数LnY 来衡量农户收入，LnY的估计方程为：

LnY =βi Xi +ε （2）

其中，Xi 为各类控制变量，具体包括户主健康水平、户主接受教育年数和户主性别等衡量户主特征的变量以及耕地面积、耕地亩产值、房屋建筑总面积、耐用品数量、家庭成员健康水平平均值、家庭成员受教育年数平均值、家庭人口数等衡量家庭特征的变量。假设随机干扰项ε 的估计方程为：

ε2 =θj Xj +δ （3）

ε2 衡量的是收入的波动，因此Xj 中除了纳入Xi 中的各个变量外，还纳入了影响收入波动的变量，包括耕地亩产值、补贴、能够给予资金支持的亲朋户数等。使用三阶段可行广义最小二乘法（3FGLS） 对表达式（2） 和（3） 进行估计， 得到未来家庭年人均纯收入自然对数LnY γ 的期望值（E） 和方差（D2）：

通过以上表达式（1） 至（6） 的数理推导，就可得到基于预期贫困脆弱性理论（VEP） 的贫困农户脆弱性。根据上述方法，分别测得2014 年S 县贫困农户的贫困脆弱性以及2019 年S 县脱贫农户的贫困脆弱性，具体结果如表1 所示。测算结果显示，2019 年脱贫农户的贫困脆弱性明显低于2014 年贫困农户的贫困脆弱性，表明脱贫农户的脆弱性明显好于贫困农户脆弱性，即S 县贫困户脱贫质量较好， 该县脱贫攻坚战成效较为显著。

2. 核心解释变量：政府补贴。这一变量来自问卷中对各类政府补贴数据的搜集，为了处理极端值，本研究采用“缩尾法”分别对2014 年贫困农户和2019 年脱贫农户的政府补贴进行处理，缩尾比例为首尾各5%。此外， 还对政府补贴取了自然对数。

3. 控制变量。根据相关文献，选取控制变量包括户主健康水平、户主接受教育年数、户主性别、耕地面积、耕地亩产值、房屋建筑总面积、耐用品数量、家庭成员健康水平平均值、家庭成员受教育年数平均值、家庭人口数、耕地亩产值、能够给予资金支持的亲朋户数。

核心解释变量与所有控制变量的描述性统计结果如表2 所示。其中， 耕地面积的单位为亩，耕地亩产值的单位为元，房屋建筑总面积的单位为平方米，这三个变量都采用组内平均值，填补了缺漏值并采取缩尾法处理了极端值，缩尾比例为首尾各5%； 耐用品数量指的是农户拥有户内电视机、冰箱、空调、洗衣机、摩托车、电动车、智能手机、照相机、热水器、电脑、汽车等10 种耐用品的数量；户主接受教育年数和家庭成员受教育年数平均值的单位均为年；户主性别取0 表示户主为女性，取1 表示户主为男性；户主健康水平取1 表示非常差、取2 表示较差、取3 表示一般、取4 表示较好、取5 表示非常好。

描述性统计结果显示：户主性别大多数是男性，占81%，两个年度没有变化；家庭人口数平均值略有下降，由2014 年4. 26 人下降到2019 年的3. 57 人； 2014 年的平均耕地面积（0. 176 公顷） 高于2019 年（0. 149 公頃）；每亩耕地平均产值则由2014 年的479. 94 元提升到536. 28 元； 家庭房租总面积平均值由2014 年的106. 24 平方米提高到109. 24 平方米；家庭拥有的耐用品平均数量在2014 年仅为2. 04 种， 到2019 年已增加到4. 76 种； 户主健康水平平均值由2014 年的2. 79略微提升到2. 81，其他家庭成员的平均健康水平则由2014 年的2. 14 微幅下降到2019 年的2. 08；户主和其他家庭成员受教育年限的平均值均实现了增长，能够给予资金支持的亲朋数量平均值也从2014 年的2. 16 户增加到2019 年的2. 31 户。

三、模型构建与回归分析结果

（一）回归模型构建

由于本研究的被解释变量、核心解释变量均为连续型变量，笔者在此构建了如模型（Ⅰ） 的OLS 线性回归模型：

P=α0+α1 lnsub+αi Xi+?（ Ⅰ）

在模型（Ⅰ） 中，P 表示贫困脆弱性，lnsub表示政府补贴的自然对数值，Xi 为一系列控制变量，α0 为常数项，α1、αi 为待估参数，?为随机搅动项。

（二）基准模型回归结果及分析

使用Stata 15 对模型（Ⅰ） 进行回归， 结果如表3 所示。其中， P2014 和P2019 分别表示2014 年贫困农户的脆弱性和2019 年脱贫农户的脆弱性。之所以分别探讨政府补贴对贫困农户脆弱性和脱贫农户脆弱性的影响，是为了验证研究假设部分提到的，政府补贴对脆弱性的抑制作用可能随着农户脱贫而逐渐减弱的假设。第（1） 列和第（3） 列分别为两个年度OLS 回归结果，怀特检验和BP 检验都显示这两年的回归存在着异方差问题①， 因此在第（2） 列与第（4） 列分别汇报了加权最小二乘法修正后的回归结果。

表3 中第（1） 列至第（4） 列模型的整体结果显示，各控制变量系数值方向与显著性总体保持稳定，显见模型构建较为合理。具体来看，家庭耕地面积较少、房屋面积较小、耐用品数量较少、家庭成员健康水平平均值较低、家庭人口数较多、能给予资金支持的亲朋户数较少的贫困农户脆弱性较高。可以理解的是，家庭耕地面积较少、房屋面积较小、家庭耐用品较少、能给予资金支持的亲朋户数较少反映了贫困农户的生计资本薄弱且能获得的社会支持有限，家庭成员人口较多且健康水平较低则体现了贫困农户生计风险较大，较低的生计资本、社会支持与较高的生计风险自然导致农户贫困脆弱性的提升。

就核心解释变量来看，表3 中第（1） 列和第（2） 列的回归模型结果显示，在2014 年，政府补贴与贫困农户脆弱性呈现显著的负相关关系，即贫困农户获得的政府补贴越多，其脆弱性也就越低，政府补贴对于处于贫困线以下的农户脆弱性具有缓解作用。由此，假设一得到验证。但从表3 的第（3） 列和第（4） 列看，在2019 年，政府补贴与脱贫农户脆弱性之间呈现显著的正相关关系，即脱贫农户获得的政府补贴越多，其脆弱性反而越高，政府补贴对于已脱贫农户的脆弱性产生了加剧作用。由此，假设二也得到了验证。

四、稳健性检验与影响机制分析

（一）稳健性分析

虽然前文通过使用不同回归模型的方法验证了基准模型回归结果的稳定性，但考虑到影响农户贫困脆弱性的因素主要是内生的，为更好地解决影响农户贫困脆弱性的内生性问题，验证前文研究结果的可靠性，在此采用两种方法对基准模型的回归结果进行稳健性分析。

第一种方法是采取改变回归模型并替换核心解释变量相结合的办法。首先，将回归方法由线性回归方法改为分位数回归，然后将核心解释变量政府补贴由单一数值改为补贴收入比（政府补贴占农户年纯收入的比值），由此分别对2014 年贫困农户与2019 年脱贫农户的回归分析结果进行稳健性检验， 结果如表4 和表5 所示。其中，q25、q50 和q75 分别表示贫困脆弱性的在25、50和75 百分位上的值，P 表示贫困脆弱性。

第一种稳健性检验结果显示，2014 年和2019年的分位数回归结果与表3 中这两个年度OLS 回归结果的系数方向都具有一致性且都保持了较好的显著性。将核心解释变量由政府补贴更换为补贴收入比后，2014 年的补贴收入比与政府补贴的系数与显著性具有一致性，2019 年的结果也同样具有一致性， 即假设一和假设二在此依然成立。由此证明前文的实证分析结果具有较好的稳健性和可信度。

第二种方法是纳入工具变量。实证分析结果表明，政府补贴与贫困农户脆弱性之间具有显著的相关关系。一般情况下，脆弱性较高的贫困农户必然也是政府补贴的重点对象，因此前文实证分析结果可能存在反向因问题，导致研究结果出现内生性问题。同时，一些无法识别和控制的遗漏变量也可能会引发回归结果偏误从而产生内生性。由此，本研究采用常见的工具变量法来处理内生性问题。

具体做法为选取家庭医疗支出的自然对数作为2014 年政府补贴的工具变量，家庭医疗支出因其与医疗补贴有较强的相关性而与政府补贴相关，且不会直接影响贫困农户的脆弱性，因此满足了工具变量的基本要求。由于家庭医疗支出这一工具变量用在2019 年无法通过弱工具变量检验，因此选取老年人口数作为2019 年政府补贴的工具变量，老年人口多的贫困农户生活负担一般较重，获得的政府补贴就相对较多，也满足工具变量的相关性要求，而老年人口数与贫困农户脆弱性没有直接的关系，因此满足工具变量的基本要求。前文在进行基准模型回归分析时已提及，本文的变量之间存在着异方差问题，因此采用存在异方差时比两阶段最小二乘法（2SLS） 更为有效的广义矩估计（GMM） 的方法进行工具变量估计，具体回归结果见表6。

表6 中的P2014 和P2019 分别表示2014 年贫困农户的脆弱性和2019 年脱贫农户的脆弱性。工具变量t 值和一阶段F 值表明2014 年的家庭医疗支出和2019 年的老年人口数两个工具变量都不是弱工具变量，KP rk LM 统计量显示，两个工具变量都不存在识别不足的问题， 足见其是合适的。表6 第（1） 列和第（2） 列的广义矩估计（GMM） 结果显示，在2014 年，政府补贴与贫困农户脆弱性之间具有显著的负相关关系； 而在2019 年，政府补贴与脱贫农户脆弱性之间具有显著的正相关关系， 这与表3 中的OLS 回归结果一致。

（二）影响机制分析

前文假设一和假设二已经得到了验证，表明政府补贴可能会使被受助已脱贫农户变懒，进而加剧其贫困脆弱性的假设立足点是可能存在的。在此，本研究将使用2019 年脱贫农户数据来进一步剖析政府补贴对脱贫农户脆弱性之间的影响与作用机制。具体的，选取自主创收（定义为脱贫农户经营性收入与工资性收入和的自然对数值）作为中介变量来衡量脱贫农户的懒惰程度，脱贫农户的自主创收越少表明该户越懒惰。采用广义矩估计（GMM） 的方法分析政府补贴是否通过影响脱贫农户的自主创收来影响其脆弱性，估计结果见表7。笔者在表7 中还验证了在广义矩估计（GMM） 方法下补贴收入比①是否会通过影响脱贫农户的自主创收来影响其脆弱性，以此作为影响机制分析的稳健性支撑。与前文一致的是，政府补贴和补贴收入比所使用的工具变量均为老年人口数。

表7 第（1） 列和第（2） 列的回归结果显示，在控制变量基本稳定的情况下，政府补贴的增加会显著抑制脱贫农户的自主创收，而脱贫农户的自主创收的增加又能够明显抑制其脆弱性，即政府补贴的增加会降低脱贫农户自主创收的意愿，进而拉低家庭收入， 无法有效缓解其贫困脆弱性。可见，政府补贴的增加会通过抑制脱贫农户的自主创收来加剧其脆弱性。同样，表7 第（3）列的结果表明，补贴收入比的提升也会通过抑制脱贫农户的自主创收而提高其脆弱性，说明以上影响机制分析的结果具有较好的穩健性。

五、研究结论、建议与讨论

（一）研究结论与政策建议

本研究主要有如下三点结论：第一，政府补贴能够抑制贫困农户的脆弱性，即在脱贫攻坚前中期（贫困农户尚未脱贫的阶段）， 政府对贫困农户进行大量的转移性资金补贴有助于其发展生产、提升生计能力，进而降低其贫困脆弱性，产生较好的减贫效果；第二，政府补贴会加剧脱贫农户的脆弱性，即在脱贫攻坚后期与巩固拓展脱贫攻坚成果时期（贫困农户脱贫以后）， 政府对脱贫农户再进行大量资金补贴会使被受助农户变懒，反而加剧其贫困脆弱性；第三，政府补贴会通过降低脱贫农户自主创收的积极性来加剧其脆弱性，即对脱贫后的农户持续进行资金补贴，会导致脱贫农户寻求自主收入的动力变小，从而提升其贫困脆弱性；第四，降低脱贫农户脆弱性的最终措施还是提升其自主创收能力，只有构建起稳定的可持续生计模型才能确保脱贫攻坚成果的巩固与拓展。

基于本研究的研究结论，笔者给出如下巩固拓展脱贫攻坚成果的政策建议：一是建立科学监测机制，合理运用政府补贴的减贫功能应对零星的返贫与新增贫困问题，防止大规模返贫现象发生； 二是对脱贫农户的后续帮扶应以产业帮扶、就业帮扶等生计类帮扶为主，帮助其构建可持续生计框架，审慎使用并适当减少对其直接转移性资金补贴，避免产生适得其反的帮扶效果。

（二）进一步的讨论

囿于样本的局限性，本研究并未就不同类型的政府补贴与贫困农户脆弱性的关系、政府补贴对不同群体贫困脆弱性的影响问题进行深入探讨。具体的，政府发放的特困供养补贴金（即五保金）， 这一类型的补贴应该是能够抑制贫困脆弱性的，因为特困供养户绝大部分缺乏自力更生的能力，给其发放补贴是必需的举措；又如政府补贴对偏远地区和较发达地区的脱贫农户脆弱性的影响程度应该是有区别的，偏远地区的脱贫农户可能非常需要政府补贴来进一步降低其脆弱性。若后续笔者团队能获取更详尽数据，可进一步深入探讨以上问题。

参考文献

［1］ 新华网. 习近平：在全国脱贫攻坚总结表彰大会上的讲话［EB/OL］.（2021 ? 02 ? 25）［2022 ? 02 ? 20］. http：//www. xinhuanet. com/politics/leaders/2021 ? 02/25/c_1127140240. htm.

［2］ 王汉杰，温涛，韩佳丽. 深度贫困地区农户借贷能有效提升脱贫质量吗？［J］. 中国农村经济， 2020 （8）：54?68.

［3］ 左停，李泽峰，林秋香. 相对贫困视角下的贫困户脱贫质量及其自我发展能力—— 基于六个国家级贫困县建档立卡数据的定量分析［J］. 华南师范大学学报（社会科学版），2021 （2）：32?44，205.

［4］ 何翔. 农村基础设施投资公平性与脱贫攻坚成果巩固关系研究—— 基于2010—2019 年省级面板数据的实证分析［J］. 宏观经济研究，2021 （3）：160?175.

［5］ 张学鹏，孙明雨. 农户收入结构与脱贫成果巩固——基于CFPS 数据的实证分析［J］. 宁夏社会科学，2020（5）：73?82.

［6］ 李志平，吴凡夫. 继续增加财政转移性支出可以提高脱贫质量吗——基于生计抗逆力和CFPS 数据的实证［J］. 农业经济问题，2020 （11）：65?76.

［7］ 张栋. 城乡最低生活保障制度对贫困脆弱性的改善效应研究——基于PSM-DID 方法的实证分析［J］. 财贸研究，2020，31 （9）：53?63.

［8］ 郭劲光，孙浩. 社会保障是否有助于未来减贫？——基于贫困脆弱性视角的检验［J］. 学习与实践， 2019（12）：105?117.

［9］ 左孝凡，王翊嘉，陆继霞. 社会保障支出、收入差距与农村居民贫困脆弱性［J］. 统计与决策， 2020， 36（15）：84?88.

［10］ 肖攀，苏静，刘春晖. “加剧”还是“缓解”：政府转移支付与农户家庭未来减贫——基于贫困脆弱性视角的实证分析［J］. 财经理论与实践， 2020， 41（4）：86?93.

［11］ 孙伯驰，段志民. 农村低保制度的减贫效果——基于贫困脆弱性视角的实证分析［J］. 财政研究，2020（2）：113?128.

［12］ 和萍，付梦雪，吴本健. 降低贫困脆弱性更有效的政策：直接补贴还是保险？——以宁夏回族自治区Y 县为例［J］. 中央民族大学学报（哲学社会科学版），2020，47 （1）：89?98.

［13］ 邢成举，李小云. 精英俘获与财政扶贫项目目标偏离的研究［J］. 中国行政管理，2013 （9）：109?113.

［14］ 刘世清. 目标悬浮、技术化治理与可持续性缺失——后扶贫时代教育精准扶贫如何继续前行？［J］. 南京社会科学，2021 （5）：146?153.

［15］ 何欣，朱可涵. 农户信息水平、精英俘获与农村低保瞄准［J］. 经济研究，2019，54 （12）：150?164.

［16］ 吴中全，杨志红，王志章. 生态补偿、精英俘获与农村居民收入——基于重庆市酉阳县11 个易地扶贫搬迁安置点的微观数据［J］. 西南大学学报（社会科学版），2020，46 （1）：69?78，194.

［17］ 周黎安. 行政发包制［J］. 社会，2014，34 （6）：1?38.

［18］ 杨浩，汪三贵. “大众俘获”视角下贫困地区脱贫帮扶精准度研究［J］. 农村经济，2016 （7）：79?83.

［19］ 乔慧，刘爽，郑风田. 精准脱贫背景下建档立卡政策的增收效应测度： 自我“ 造血” 还是外部“ 输血”？［J］. 经济与管理研究，2019，40 （9）：3?19.

［20］ 方珂，刘晓婷，蒋卓余. “平民俘获”：纵向制约机制下政策执行的意外后果——基于G 省L 村精准扶贫案例的研究［J］. 经济社会体制比较， 2021 （2）：22?31.

［21］ 王修华，陈琳，傅扬. 金融多样性、创业选择与农户贫困脆弱性［J］. 农业技术经济，2020 （9）：63?78.

［22］ Chauhuris，Jalanj，Suryahadi A． 2002． Assessinghousehold vulnerability to poverty from cross－sec?tional data： a methodology and estimates from Indone?sia［R］．Discussion Papers，Columbia University．

（编辑：牛晓霞）