城乡低保对象认定标准中增加支出标准的合理性分析——基于悬崖效应的视角

刘央央 钟仁耀

(1 华东师范大学公共管理学院，上海，200062；2 浙江财经大学东方学院，浙江海宁，314423)

脱贫攻坚后期，因病、因残致贫人口分别占贫困人口总数的42.3%、14.4%，[1]支出型贫困(主要是因病致贫)成为当前主要的贫困类型与脱贫攻坚的一大难点。部分地区在城乡低保对象认定标准中增加支出标准以解决该问题，但绝大多数地区并未采取该做法，那么是否有必要推行该做法呢？本文认为回答上述问题需对该做法的必要性与可行性进行研究，以及对城乡低保的悬崖效应进行分析。悬崖效应是指由于受到贫困线或低保标准的限制，贫困群体无法享受低保制度及叠加在低保制度上的救助待遇，这使低保制度成为贫困“边缘”群体无法跨越的福利悬崖。[2]从上述定义可以发现，关于悬崖效应应关注两方面，一是需要明确城乡低保制度是否对低保对象具有减贫效应，二是需要明确城乡低保制度是否造成了不公平。两个问题分别对应可行性与必要性：从可行性角度来看，如果城乡低保对低保对象的支出型贫困具有减贫效应，那么用它来解决支出型贫困问题具有可行性；从必要性角度来看，同等贫困程度的低保对象和非低保的支出型贫困对象因为城乡低保的存在出现了截然不同的贫困情况，形成了不公平的现象。因此，城乡低保的减贫效应成为研究悬崖效应的核心内容。

一、文献综述

已有文献一般从城乡低保制度降低贫困率情况及其对低保家庭未来陷入贫困的概率的影响两个视角探讨城乡低保制度的减贫效应。第一，从降低贫困率的角度来看，衡量低保减贫效应的直接标准是低保实施之后贫困率发生了多少变化。[3]根据2010年的调查数据测算出我国低保制度实施之后贫困率降低了0.9%。[4]但也有学者认为农村低保显著降低了实保样本的贫困水平,促进了贫困群体收入的绝对量增长，但其对于总样本和应保样本的减贫效果则不太理想，低保制度应采取精准识别机制。[5][6]第二，对家庭未来陷入贫困的概率的影响，已有文献主要采用贫困脆弱性来分析。贫困脆弱性是对家庭未来陷入贫困的概率进行预测的前瞻性概念，贫困脆弱性研究方法本身具有反映贫困情况的能力，一般认为贫困脆弱性的研究更具有实践指导意义。[7]有研究指出，城乡低保制度并未对家庭贫困脆弱性产生明显的改善效果，反而有可能增加未来陷入贫困的可能性。[8]

由此可见，对低保制度减贫效应的研究初步形成多视角、多层面的分析框架，有创见地利用贫困脆弱性分析方法衡量转移支付制度的减贫效应，使研究结果更具实际意义与前瞻性，为低保的减贫效应研究开拓了新的研究路径。但目前研究也存在不足：第一，缺乏有关低保对支出型贫困的减贫效应的研究，我们发现低保制度对支出型贫困的减贫效应的实证分析尚处于空白，这不利于精准分析低保政策的救助效果；第二，已有研究通常仅考虑低保制度对全样本数据整体的减贫效应，这使得整体结论过于简单。基于此，本文将城乡低保制度对支出型贫困脆弱性的影响作为主要研究内容，并对样本类别进行细分，深入了解城乡低保制度减贫效应的局部差异性，从而更准确地评估城乡低保制度对支出型贫困脆弱性的影响，最终发现城乡低保制度的悬崖效应。因此，本文的总体思路如下：第一，支出型贫困脆弱性估计方法的构建；第二，采用倾向得分匹配方法(PSM)，研究城乡低保制度对支出型贫困脆弱性的减贫效应；第三，对家庭按照不同脆弱程度进一步细分样本组，对比分析低保对象和非低保对象的支出型贫困脆弱性；第四，得出相关结论，并为低保制度的改进提供建议。

二、低保对支出型贫困悬崖效应的理论分析

(一)支出型贫困概念与支出型贫困脆弱性估计方法

1.支出型贫困概念

支出型贫困脆弱性估计方法的构建前提是必须明确支出型贫困的概念。支出型贫困是指家庭成员出现重大疾病、子女就学等情况，导致家庭刚性支出远超过家庭承受能力，以及在一定时期内实际生活水平低于当地最低生活保障标准的生活贫困。[9][10]其认为当家庭出现自费医疗、教育支出时，家庭其他必要消费可能大幅减少，从而使家庭陷入贫困。这个过程是将家庭视为谋生的主体，在有限资源的情况下对各种相矛盾的需求做出复杂取舍的过程，[11]实际上支出型贫困是家庭基本生活消费与发展型消费(医疗、教育等)的取舍失衡，它使得家人难以达到亚当·斯密所说的“体面地出现在公共场合”的状态。由此我们认为支出型贫困是由于刚性支出的存在，家庭不得不将总体消费水平压低至贫困线或低保标准以下。因此我们提出对支出型贫困的认定方法：家庭人均消费支出扣除掉自费医疗支出、教育支出之后的基本生活消费支出，如果低于贫困线标准，则认为是支出型贫困(即家庭人均消费支出-大额发展型消费支出<贫困线或低保标准)。

必须指出的是，我们的认定方法区别于一些学者及上海、杭州等地支出型贫困救助政策实践对支出型贫困的认定方法，他们认为家庭可支配收入扣除掉医疗支出、教育支出等大额支出之后的差额，如果低于贫困线或低保标准，则被认定为支出型贫困对象(即可支配收入-大额发展型消费支出<贫困线或低保标准)。[12]这种方法是对原有收入型贫困概念的“同义替换”，并不能反映出发展型社会政策理念下的支出型贫困概念。[13]因此，本文认为实际救助政策的界定方法只能筛选出陷入“入不敷出”状态的家庭。然而，弗里德曼的持久收入假说(Permanent Income Hypothesis)理论指出，家庭消费支出取决于持久性收入，[14]即使当前收入不高，但家庭有可能因为有房产、预期收入较高而采取举借外债或透支信用卡的行动，从而做出不降低或较少降低家庭基本生活消费支出的决策，这种情况下家庭也未必会陷入导致生存困难的绝对贫困。因此，按照可支配收入减去刚性支出的差额来判定家庭是否属于支出型贫困并不精准。

2.支出型贫困脆弱性估计方法

本文对支出型贫困脆弱性的估计，基于目前国内外学者主要采用的预期贫困脆弱性(Vulnerability as Expected Poverty,VEP)方法。[15]该方法能够测算出前瞻性的贫困脆弱性结果与特征，且能够克服面板数据缺失的不足，仅使用截面数据便可以实现对贫困脆弱性的估计。在相关研究中，贫困脆弱性被定义为家庭未来陷入贫困的概率，较多学者采用这一方法计算贫困脆弱性。[16][17][18]用公式表示为：

VULht=Pr(ch,t+1=f(Xh,βt+1,αh,eh,t+1)≤poor|Xh,βt,αh,eht)

(1)

cht=f(Xh,βt,αh,eh,t)

(2)

其中，VULht代表第h个家庭在t时期的脆弱性，指在当前家庭特征条件下未来家庭人均消费支出ch,t+1低于贫困线poor的概率。而未来家庭人均消费支出则表示为当前可观察的家庭特征变量Xh及描述冲击因素的误差项eht+1的函数。

基于上文对支出型概念的界定，本文在计算家庭支出型贫困脆弱性时，设定ch代表的是家庭人均消费支出减去因学、因病支出后的余额(简称“生活消费余额”)，而不是原方法中的家庭人均消费支出。这是由于当家庭成员生病或受教育时，自费医疗支出与教育支出等家庭刚性支出通常会显著增加，而此类消费支出导致的家庭人均消费的增加并不应该直接带来家庭贫困脆弱性的降低，直观上看反而很有可能增加家庭未来陷入贫困的概率。比如有学者通过实证分析中国家庭医疗消费对其他类型消费的挤压，指出医疗支出会减少食品和衣着消费。[19]且支出型贫困脆弱性同时假定了家庭在未来自费医疗支出与教育支出不发生大的变化，生活消费余额仍然服从对数正态分布。

根据Chaudhuri等的贫困脆弱性估算方法，[20]首先，假定家庭h的消费支出服从如下过程。

lnch=Xhβ+eh

(3)

(4)

其次，对参数β和ρ采用Amemiya提出的三阶段可行广义最小二乘法(FGLS)估算，[21]具体方法如下。

(5)

第二阶段：将公式(5)中OLS估计的被解释变量拟合值作为公式(5)的调整权重，并将其改写为

(6)

(7)

(8)

(9)

最后，参考相关文献，假设未来家庭消费支出服从对数正态分布，利用式(8)、式(9)估算每个家庭陷入贫困的概率。Φ(·)表示正态分布的累计概率，贫困脆弱性的计算可以简化为下式：

(10)

在贫困脆弱性研究中，脆弱性门槛值的设置并不存在统一规范，当前大部分文献使用了50%和75%两个脆弱性门槛值。[22]本文也采用这两个门槛值来分析不同收入分组家庭的贫困脆弱性。具体而言，把50%作为脆弱性的第一个门槛值，75%作为脆弱性的第二个门槛值，也称为高脆弱性。poor则选取当年各地的低保标准。之所以将低保标准作为贫困线，是由于其考虑了地区和城乡之间的经济结构差异，反映了基于区域差异下的不同生活成本所造成的真实贫困状况。因此本文在考察家庭支出型贫困脆弱性时，引入各地城乡低保标准作为贫困线可以部分地平衡由不同省份及城乡之间的经济发展差异带来的贫困脆弱性估计的失衡。

(二)倾向得分匹配法

倾向得分匹配(Propersity Score Matching,简称PSM)由Rosenbaum 和 Rubin提出，通过将多维的协变量整合成单一维度的倾向得分来匹配低保家庭和非低保家庭，使两者仅在是否获得低保救助上存在差异，在其他方面则保持一致。[23]具体而言，是将一个低保家庭和在一定程度上与其倾向得分相近的一个或多个非低保家庭进行支出型贫困脆弱性比较。其中，低保家庭样本为处理组，非低保家庭样本为控制组。

PSM的第一步是选择协变量然后计算倾向得分(match score)。本文采用Probit模型估计倾向得分，公式如下：

probit(MLGFh=1)=α+Xhβ+eh

(11)

其中，Xh是由多元协变量组成的向量，主要包括户主的性别、年龄、婚姻状况、教育状况、工作状况和健康状况等个人特征变量和人口规模、人均收入、人均现金与存款、家庭总人口抚养比等家庭特征变量，并将是否城乡、是否东部地区等虚拟变量纳入回归以消除城乡、地区固定效应的影响。

第二步则是以倾向得分作为距离函数进行匹配。如果倾向得分估计较为准确，则应使各协变量在匹配后的低保家庭组和非低保家庭组之间较均匀地分布。

第三步是根据匹配后的样本(matched sample)计算平均处理效应。低保制度对低保家庭支出型贫困脆弱性的平均处理效应(ATT)估计量的一般表达式为：

(12)

在进行倾向得分匹配时，可以采用局部匹配法和整体匹配法。

局部匹配法：具体包括“k近邻匹配”(k-nearest neighbor matching)，即为每个低保家庭寻找倾向得分最近的k个非低保家庭，k=1则为“一对一匹配”；“卡尺匹配”(caliper matching)，即限制每个低保家庭在倾向得分的绝对距离内与非低保家庭匹配；“卡尺内最近邻匹配”(nearest-neighbor matching within caliper)，即在给定的卡尺范围内寻找最近匹配。上述三种方法本质上都是近邻匹配，其匹配结果为倾向得分距离最近的部分家庭，然后对该结果进行简单算术平均。

(13)

其中，w(i,j)为适用于配对(i,j)的权重。使用不同的方法来计算权重w(i,j)，则称为不同的整体匹配方法。如使用核函数来计算权重w(i,j)，则为“核匹配”(kernel matching)；[24]使用局部线性回归来估计权重w(i,j)，则为“局部线性回归匹配”(local linear regression matching)。

在实际进行匹配时，目前没有明确规定应使用哪种具体方法或参数，一般认为不存在适用于一切情形的绝对好方法。因此，本文尝试采用不同的匹配方法，然后比较其结果。如果不同方法的结果相似，则说明结果相对稳健，不依赖于具体方法；反之，如果各方法结果存在较大差异，则应进一步考察造成此差异的原因。特别指出：在核匹配中，本文采用了Epanechnikov kernel和Normal kernel，选取的带宽(bandwidth)为0.06；在局部线性回归匹配中，本文采用了Normal kernel与Tricube kernel，选取的带宽为0.8。

三、数据来源及变量说明

(一)数据来源

研究数据来源于2014年中国家庭追踪调查(China Family Panel Studies,CFPS)数据集。CFPS由北京大学中国社会科学调查中心(ISSS)实施,旨在通过跟踪收集个体、家庭、社区三个层次的数据，反映中国社会、经济、人口、教育和健康的变迁，为学术研究和公共政策分析提供了微观数据基础。2014年，CFPS项目进行了第三期全国问卷调查，样本覆盖了除西藏和青海之外的29个省(直辖市、自治区)。CFPS 2014包括社区问卷、家庭问卷、成人问卷和少儿问卷。其中，家庭问卷的目的在于了解样本家庭生活的家庭环境，包括家庭的人口规模、各项收入、日常开支与财产状况以及接受政府补助情况等；成人问卷和少儿问卷的目的在于了解家庭成员的基本情况，包括家庭成员的个体特征、受教育状况、婚姻状况、收入状况、就业状况等。

研究使用了CFPS 2014家庭问卷和成人问卷中的相关变量，剔除了户主年龄不足16岁、户主自评健康状况以及家庭收入、消费支出等主要变量缺失的观察值，最终得到的家庭样本容量为11420，其中包括5361个城市家庭和6059个农村家庭。

(二)变量说明

本文研究中，被解释变量为城乡家庭支出型贫困脆弱性(Vul)。脆弱性的估算以各省(直辖市、自治区)城乡低保标准作为贫困线。核心解释变量为“家庭是否获得低保补助(MLGF)”。在CPFS 2014问卷中，受访者被询问了家庭是否获得低保、农业和特困户等政府补助，研究将获得低保补助的家庭定义为低保家庭，并赋值MLGF为1，否则为0。

由于低保家庭是按照家庭的收入、资产及消费情况进行界定的。低保家庭和非低保家庭在收入、消费、社会关系网络、存款与储蓄、生产资产、住房、人力资本等方面均存在显著差异，利用简单的均值分析研究低保家庭与非低保家庭的支出型贫困脆弱性的差异将产生样本选择导致的偏误。为了克服这一问题，本文采用倾向性匹配(PSM)方法，对每个家庭计算倾向得分(match score)，将得分作为匹配的标准。

在实证研究过程中，本文基于相关文献的参考，根据支出型贫困的认定要求，首先选取了家庭户主[注]问卷中没有户主字段，考虑到财务回答人、问卷主要受访者和排在第一位的家庭成员基本上是同一人，因此研究中将问卷的财务回答人定为户主。的主要个人特征变量，包括年龄、性别、婚姻状况、工作状况、自评健康状况、受教育情况等，其次选取了重要的家庭特征变量，包括家庭人口规模、人均收入、家庭总人口抚养比等。为消除地区和城乡固定效应的影响，研究还将是否东部地区以及是否城镇地区等虚拟变量纳入实证研究。表1对本文研究中使用的变量进行了统计描述。

表1主要变量描述与统计

四、实证结果

(一)支出型贫困脆弱性估计结果

本部分考察了支出型贫困脆弱性的总体情况，从而明确了支出型贫困脆弱家庭的分布特征。本文选择了50%和75%两个脆弱线，并定义50%为低脆弱线，75%为高脆弱线。同时，选取2014年各省(直辖市、自治区)城乡低保标准作为贫困线标准，将贫困脆弱性高于脆弱线的家庭定义为“脆弱家庭”。

表2中显示了两种脆弱线的全样本以及城市和农村脆弱家庭占比情况。首先，从总体样本来看，当脆弱性门槛值为50%时，有18.25%的家庭为脆弱家庭，即具有相对较高陷入支出型贫困的概率；当门槛值设置为75%时，支出型贫困脆弱家庭占比为7.72%。其次，从城乡样本对比来看，城市脆弱家庭占比均低于农村脆弱家庭占比。

表2样本中支出型贫困脆弱家庭占比情况单位：%

图1描绘了城乡低保家庭支出型贫困脆弱性分布。城乡之间的差距存在但并不是非常显著，结构也趋于一致。这说明考虑了地域经济发展差异的低保标准，在描述贫困状况上更符合地区城市或农村内部的实际情况，但在体现地区之间与城乡之间的实际贫困差距方面作用不显著。

(二)基于PSM方法的家庭支出型贫困脆弱性悬崖效应分析

本文继续利用PSM方法研究当待比较低保家庭和非低保家庭的主要家庭特征相近时，城乡低保制度是否导致上述两类家庭在支出型贫困上出现显著的悬崖效应？非低保家庭是否比低保家庭未来陷入支出型贫困的概率更高？

通过选择表1中的协变量和应用PSM方法，研究采用Probit二值选择模型估计倾向值得分，得到表3的结果。

图1 城乡家庭支出型贫困脆弱性比较

表3前两列给出了全样本的Probit模型结果。可以看到，变量Headage、Famdepend和Othersubsidy的系数不显著，而其他变量的系数均显著不为零。表明在其他条件不变的情况下，户主为男性、户主健康状况越差、家庭规模越大的家庭成为低保户的概率越高；而户主已婚、有工作、有较高受教育水平以及家庭收入与储蓄的增加、处于东部地区，降低了家庭成为低保户的概率。

经PSM匹配后，低保家庭组和非低保家庭组的各个协变量的t检验结果不拒绝两类样本组无系统差异的原假设。各协变量标准化偏差均小于10%，而且与匹配前相比，标准化偏差均大幅缩小，平均偏差也从匹配前的26.9下降到匹配后的2.3。说明在各协变量上匹配后的低保家庭组和非低保家庭组之间是平稳的。使用匹配后的样本重新进行Probit回归，得到的LR统计值从之前的860.83降为6.49，不拒绝各协变量没有联合效应的假设。表中匹配方法采用的是卡尺内k近邻匹配(其中k=1,c=0.25×σ)，采用其他匹配方法时，所得结果相似。

表3计算倾向得分的Probit模型结果及平衡性检验结果

(续表3)

协变量Probit倾向值得分模型匹配状态均值差异检验处理组均值对照组均值偏差%T检验P>|t|Headedu2-0.326∗∗∗(0.060)匹配前0.0900.147-17.90.000匹配后0.0910.098-2.20.543Headedu3-0.639∗∗∗(0.097)匹配前0.0230.090-29.60.000匹配后0.0230.0191.70.488Familysize0.037∗∗∗(0.009)匹配前4.0193.66518.90.000匹配后4.0183.9583.20.442Famincome-0.121∗∗∗(0.014)匹配前8.4919.178-56.70.000匹配后8.5048.4762.30.578Famdeposit-0.019∗∗∗(0.004)匹配前1.9123.972-41.70.000匹配后1.9171.935-0.40.919Famdepend0.009(0.062)匹配前0.3430.29017.80.000匹配后0.3430.348-1.40725Othersubsidy0.015(0.038)匹配前0.6070.46429.00.000匹配后0.6070.616-1.90.627Urban-0.069∗(0.039)匹配前0.3220.488-34.30.000匹配后0.3230.3220.20.966Region-0.446∗∗∗(0.038)匹配前0.2070.456-54.80.000匹配后0.2080.213-1.40.734_cons0.249联合检验Pseudo R2LR chi2p>chi2MeanBias样本量11420匹配前0.107860.830.00026.9匹配后0.0026.490.9702.3

注：***、**和*分别表示在1%、5%和10%的水平上显著；小括号内是标准差。文中后续表格相同。

表4先后采用局部匹配方法(k近邻匹配、卡尺匹配、卡尺内k近邻匹配)和整体匹配法(内核匹配与局部线性匹配)来研究低保家庭组与非低保家庭组之间的支出型贫困脆弱性差异，对每个匹配方法均采用了不同的匹配参数来研究低保制度对于支出型贫困脆弱性的平均处理效应(ATT)。当ATT显著为负时，表明两类家庭之间的悬崖效应明显。

表4城乡低保制度在低保家庭和非低保家庭中呈现的悬崖效应分析

局部匹配方法研究的结果显示：在k近邻匹配下，低保制度的平均处理效应显著小于0，即意味着低保制度具有显著降低家庭未来支出型贫困程度的作用；而在卡尺匹配方法下低保制度的ATT则随着卡尺的增大而出现截然相反的结果，比如卡尺较小时，ATT显著小于0，当卡尺增为0.05时，ATT不显著，卡尺增为0.1时，ATT显著为正(即意味着低保制度不但不能减贫，反而会增加低保家庭未来陷入贫困的可能性)。而采用整体匹配法进行研究时，我们发现：在内核匹配下低保制度的平均处理效应表明，低保制度的减贫效果不明显甚至具有增加未来贫困的效应(如Normoal核匹配的ATT在5%水平下显著为正)；在局部线性匹配下，低保制度的平均处理效应显著为负。由于各匹配方法得到的结果不一致，低保家庭与非低保家庭相比，未来陷入支出型贫困的概率是否显著下降并不确定，也就是不能确认低保制度是否使两类家庭之间的支出型贫困脆弱性呈现出“悬崖效应”。

然而，表4是对总体样本的匹配分析结果，尚未深入分析低保制度在某些特定家庭类别组中是否导致低保和非低保家庭在脆弱性上呈现悬崖效应。

因此，本文将样本分别按照两种方法进行分组。一是按照脆弱性的高低分组，即根据家庭支出型贫困脆弱性是否高于均值将样本分为2组；二是按照家庭人均收入的高低分组，即根据家庭人均收入是否高于本地低保线的2倍将样本分为2组。在两种分组的基础上，分别探索低保和非低保家庭在哪类样本组中的脆弱性会呈现显著的悬崖效应，结果见表5和表6。

表5显示，在较高脆弱性家庭样本组中(即脆弱性大于均值的样本组)，低保和非低保家庭在脆弱性上会呈现显著的悬崖效应，各种匹配方法得到的低保制度平均处理效应在5%水平上显著小于零。这说明，在更有可能陷入支出型贫困的家庭样本中，低保家庭的支出型贫困由于城乡低保的救助得以缓解，但非低保家庭的支出型贫困程度相对较高，二者未来可能在支出型贫困的概率上呈现出较大差距，应该对非低保家庭进行支出型贫困救助，从而消除两类家庭之间的悬崖效应。同时，对于较低脆弱家庭样本组(即脆弱性小于均值的家庭样本组)，各种匹配方法得到的低保制度平均处理效应均不存在显著为负的结果，意味着其中的低保家庭和非低保家庭之间不存在显著的悬崖效应。

表6显示，较低收入样本组中(即家庭人均收入低于本地低保线两倍的样本组)，低保和非低保家庭在脆弱性上会呈现显著的悬崖效应，各种匹配方法得到的低保制度平均处理效应在5%水平上显著小于零。这说明，在家庭人均收入处于低保标准附近的家庭样本中，经过PSM匹配之后，低保家庭由于有城乡低保的救助，未来陷入支出型贫困的可能性较低，而同等贫困程度的非低保家庭缺乏城乡低保救助未来陷入支出型贫困的可能性相对较高，未来应该对非低保家庭进行救助，从而降低两类家庭之间的悬崖效应。同时，在较高收入样本组中(即家庭人均收入高于本地低保线两倍的样本组)，大部分匹配方法得到的低保制度平均处理效应均不存在显著为负的结果，意味着其中的低保家庭和非低保家庭之间不存在显著的悬崖效应。

表5低保制度在高低两类脆弱性家庭样本组中的悬崖效应分析

表6低保制度在高低两类收入家庭样本组中的悬崖效应分析

总的来看，当采用支出型贫困脆弱性衡量城乡低保对象认定机制是否存在悬崖效应时，在全样本中利用多种匹配方法下无法得到一致的结果，难以确定是否存在悬崖效应。然而，当对全样本进行分组后，则呈现出了较为清晰的结果：(1)按照脆弱性均值分组，在较高脆弱性家庭样本中两类家庭之间呈现显著的悬崖效应，在较低脆弱性家庭样本中则没有悬崖效应；(2)按照家庭人均收入是否大于低保标准分组，在较低收入家庭样本中两类家庭之间呈现显著的悬崖效应，在较高收入家庭样本中则没有悬崖效应；(3)两类分组结果均显示城乡低保对降低城乡低保家庭的支出型贫困脆弱性有显著效应。

五、结论

本研究是用生活消费余额来界定支出型贫困，即将相对刚性的人均自费医疗与教育支出从家庭人均消费支出中减去以后剩余的消费支出水平。支出型贫困脆弱性估算的是生活消费余额低于贫困线的概率。经过实证分析，本文得到以下结论：第一，以低保标准线作为贫困线计算的家庭支出型贫困脆弱性分布存在差异，城市家庭中的脆弱家庭相对较少；第二，通过PSM倾向性匹配法研究城乡低保制度对支出型贫困脆弱性的平均处理效应，发现在总体样本中城乡低保家庭和非低保家庭之间的悬崖效应不显著；第三，对全样本按照脆弱性分组后进行研究，发现城乡低保制度的悬崖效应在较高支出型贫困脆弱性样本组中比较显著，在较低脆弱性样本组中不显著；第四，按照家庭人均收入是否大于低保线分组，低保制度的悬崖效应在较低收入家庭中呈现显著性，在较高收入家庭样本中不显著；第五，在两类分组结果的计算中，都发现城乡低保对城乡低保家庭的支出型贫困脆弱性有显著的降低作用。

由于支出型贫困家庭不仅存在于低保家庭，也存在于非低保家庭。我国城乡低保制度以收入标准为参考，将收入低于城乡低保标准的贫困家庭纳入救助网内，将收入高于低保标准且由于刚性支出过大引起贫困的支出型贫困家庭排斥在外，形成了城乡低保的悬崖效应，同等贫困程度的低保家庭与非低保的支出型贫困家庭因城乡低保救助出现截然不同的生存状况，城乡低保无形中制造了不公平现象。因此本研究认为，有必要在城乡低保对象认定标准中增加支出标准，对符合条件的支出型贫困进行城乡低保救助，彰显社会救助制度的公平性。同时，城乡低保对低保家庭的支出型贫困脆弱性有显著的降低作用，因而如果在城乡低保对象认定标准中增加支出标准，将支出型贫困对象纳入城乡低保，利用城乡低保实现支出型贫困家庭的减贫，则具有一定的可行性。