财政政策、精准扶贫与农村脱贫

□ 张鹏飞

内容提要 本文采用我国2007～2016年30个省、直辖市和自治区的面板数据，检验我国财政政策对农村贫困的影响，同时检验实施精准扶贫后财政政策对贫困影响的变化情况。研究发现，财政政策不但没有缓解农村贫困，反而加剧了农村贫困，这主要是由于农村扶贫过程中财政资金不足、利用效率低下，财政扶贫投资不完善、支出结构不合理，在财政政策影响下农村贫困地区收入再分配问题突出，农村财政政策扶贫进入机制不完善和退出机制缺失等方面造成的。进一步研究发现，实施精准扶贫后财政政策对农村贫困加剧的影响得到了改善。本文的研究结论对于我国扶贫攻坚、全面建成小康社会具有启示意义，即完善财政政策扶贫设计、深入推进精准扶贫工作是实现农村脱贫的关键。

一、引言

贫困，不但是经济发展问题和社会发展问题，而且是重大的政治问题。改革开放以来，我国在反贫困斗争中取得辉煌成绩。按现行农村贫困标准（2010年标准），我国农村贫困人口由1978年的77039万人下降到2016年的4435万人，实现了平均每年1910.63万人脱贫，农村贫困发生率由1978年的97.5%下降到2016年的4.5%，平均每年降低2.45%，这表明我国实现全面建成小康社会的坚定决心。

2013年11月，习近平总书记到湖南湘西考察，首次作出“实事求是、因地制宜、分类指导、精准扶贫”的重要指示，这是精准扶贫的最初重要思想。2014年1月，中共中央办公厅通过对精准扶贫工作模式顶层设计的详细规制，稳步推动精准扶贫思想落地。“十三五”时期是打赢脱贫攻坚战、全面建成小康社会的关键时期，十九大报告更是指出“要动员全党全国全社会力量，坚持精准扶贫、精准脱贫”，“注重扶贫同扶志、扶智相结合”，“确保到2020年农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困，做到脱真贫、真脱贫”。

精准扶贫是相对于粗放扶贫的一个概念，其“精准”主要表现在六个方面：其一，扶贫对象精准，通过对贫困的精准识别，扶贫对象锁定在贫困人口，谁贫困就扶持谁，相较于以往“大水漫灌”式的粗放扶贫识别程度更高；其二，项目安排精准，扶贫项目因地制宜，能够真正满足贫困人口的切实需求，更能解决突出的民生问题；其三，资金使用精准，通过加强对财政资金的统筹整合和监管力度，促进财政资金扶贫功能的集中性和优先性，确保扶贫工作的规范和高效运行；其四，措施到户精准，确保扶贫项目和措施的有效落实，切实将扶贫项目和措施做到位，能够让贫困人口真正享受到扶贫项目和措施带来的益处；其五，因村派人精准，“农村强不强，全靠带头羊”，选好干部用对人，能够真正用感情、用心去扶贫，合理统筹各方面人力物力，使得扶贫达到事半功倍的效果；其六，脱贫成效精准，对于脱贫人口，做好考评工作，做好“减法”，对于返贫的人口，做好再扶的工作，做好“加法”。可见，精准扶贫针对农村贫困地区不同的发展状况、贫困人口不同的诉求，能够做到精准锁定、精准实施和精准治理。

精准扶贫离不开合理的财政政策。理论上而言，合理的财政政策能够促进经济发展，调节GDP结构，尤其在缓解贫困、促进脱贫方面发挥着重要作用，进而有利于全面建成小康社会，最终实现共同富裕。那么实践过程中我国的财政政策对农村贫困存在什么影响？实行精准扶贫后财政政策对农村贫困的影响是否发生变化？这正是本文的研究重点。

二、文献综述

国内外学者对于财政政策减贫问题进行了大量研究。有学者认为财政分权对缓解贫困具有一定的影响。如财政分权有利于增加财政教育和医疗支出、提高政府的公共服务效率、缩小收入差距（储德银和赵飞，2013），进而改善贫困人口的生活状况，有利于缓解贫困，尤其是能够显著降低农村地区的贫困发生率。然而也有学者认为贫困人口政治意识水平低、地方精英政治、中央政府集权（Crawford，2008）以及地方政府之间的竞争日益加剧，导致减贫目标受到阻碍，甚至贫困加剧。另有学者认为财政资金通过收入再分配有利于缩小贫富差距，进而有利于缓解贫困，如通过提高财政支出效率、调整财政支出结构等方式充分发挥财政支出的收入再分配功能（丛树海，2012）。还有的学者认为，由于偏向性资金分配方式、亲生产类资金使用去向差异、财政体系下资金分配不均衡（Tsui,2005）以及县市财政资源分配随意，导致财政资金最后到农户的分配并不具有显著的正向效果，甚至导致财政资金不但在理论上可能会恶化收入分配效果，而且在实际上可能会扩大农村居民的收入差距水平（陈锡文等，2005）。还有学者认为财政金融政策能够缓解贫困：一方面，财政金融政策能够改善经济发展效率，为贫困人口带来更大的公平机会，通过解决金融市场失灵，特别是信息不对称和小规模贷款的固定成本高等问题，改善贫困人口获得正规金融借贷的机会（Jalilian&Kirkpatrick，2002）；另一方面，金融发展还可以通过影响劳动力市场，进而影响收入分配（Beck et al，2010）。此外，金融发展更有利于提高贫困家庭的收入，如金融发展使得贫困家庭收入增长率显著高于人均GDP增长率，从而降低收入不平等程度（苏基溶和廖进中，2009）。当然，也有学者对财政金融政策能缓解贫困的作用提出质疑，由于投资项目产生的随机回报，容易导致出现持续的财富分配不平等状况（Aghion&Bolton，1997）。

精准扶贫是习近平新时代中国特色社会主义思想的重要体现，是打赢脱贫攻坚战、全面建成小康社会的重要抓手，国内学者对此进行了深入研究。农村人口贫困因素的复杂性、市场不能自然消除贫困的缺陷是政府实施精准扶贫的必要原因(程名望等，2018)，帮扶主体层级高低、帮扶措施是否具有可持续性对帮扶效果具有重要影响作用（陈志等，2017）。扶贫的科学性和可靠性是精准扶贫的重要前提，加强基层扶贫主体的职权和自主性，是进一步发展精准扶贫思想的重要途径（檀学文和李静，2017）。此外，精准扶贫需要财政金融资金的精准投入，有效利用财政金融杠杆的撬动作用，可使扶贫效果事半功倍（郑瑞强和王英，2016）。当然，也有学者对精准扶贫落实过程中存在的一些不足进行了深入探讨。如管理机制造成的资源浪费和“精英捕获”、扶贫项目和扶贫投资缺乏有效的到户机制（汪三桂和郭子豪，2015），导致精准扶贫中扶贫资源瞄准偏离困境一直没有得到有效改善，贫困人口很难从扶贫开发中获益。李棉管（2017）认为出现瞄准偏离困境源于技术难题视角、政治过程视角和文化结果视角，我国精准扶贫理论完善和战略制定既要综合把握技术因素、政治因素和文化因素，同时又要在政治过程考察和文化因素考核中构建本土性的解释框架。此外，精准扶贫过程中出现的对贫困人口规模的人为限定排斥、对片区外贫困群体的区域排斥、对贫困群体的恶意排斥和过失排斥等问题（邓维杰，2014），都使得精准扶贫工作在实践过程中面临诸多困境。

纵观已有研究，主要存在两方面问题：一方面，财政政策对贫困的影响到底如何？国内外研究并没有达成共识，有学者认为财政分权、财政资金再分配和财政金融政策等有利于改善贫困人口的福利条件、缩小贫富差距、提高贫困人口正规的金融借贷机会，进而有利于提高贫困人口生产和再生产能力、改善贫困人口生活状况、缓解贫困；但也有学者认为地方政府之间的竞争日益加剧、资金分配不均衡、金融波动和金融服务成本限制等，导致财政政策减贫效果受到抑制，甚至由于资源错配反而加剧贫困。另一方面，实行精准扶贫后财政政策对农村贫困的影响是否发生变化？有学者认为精准扶贫相较于以往粗放扶贫，制度更加完善，政府参与性、主动性更强，更有利于缓解贫困；但也有学者认为由于精准扶贫过程中存在落实不足问题，包括瞄准偏离、帮扶资金限制、帮扶政策缺乏差异性和灵活性等，精准扶贫工作在实践过程中面临诸多困境，进而精准扶贫的效果相比以往粗放扶贫不是特别明显。针对上述两个问题，本文使用2007～2016年30个省、直辖市和自治区的面板数据进行实证考察。

三、计量模型与变量选取

（一）计量模型

本文的研究重点在于考察财政政策对农村贫困的影响以及实施精准扶贫后财政政策对农村贫困的影响是否发生变化，因此，构建反映财政政策对农村贫困影响的计量模型（1）：

Povertyit=β0+β1Financeit+β2GDPit+β3Investmentit+β4Investmentit2+β5Incomeit+β6Expenditureit+β7Populationit+β8Educationit+μi+εt

其中，i表示地区，包括30个省、直辖市和自治区（西藏因数据缺失较为严重而被剔除）；t表示时间，2007年～2016年共计10年；Poverty表示农村贫困，Finance表示财政政策，GDP表示地区生产总值，Investment表示农户固定资产投资，Investmentit2表示农户固定资产投资的平方项，Income表示农村居民人均年收入，Expenditure表示农村居民人均年消费支出，Population表示农村人口数量，Education表示平均受教育年限。

进一步考察实施精准扶贫后财政政策对农村贫困影响的变化情况。由于2013年11月，习近平总书记到湖南湘西考察，作出了“实事求是、因地制宜、分类指导、精准扶贫”的重要指示；2014年1月，中共中央办公厅通过对精准扶贫工作模式顶层设计的详细规制。因此本文以2014年为时间分界点，将总样本分为2014年以前、2014年及以后两个子样本，分别检验扶贫政策变化后财政政策对农村贫困的影响在两个子样本中的差异性。故在计量模型（1）中引入2014年政策哑变量Year，2014年以前定义 Year=0，2014年及以后定义Year=1,并引入财政政策与其交乘项Finance×Year。系数检验发现Year与Finance×Year的相关系数为0.9972，说明这两项之间存在严重的多重共线性，通过删除Year解决多重共线性问题。基于此，构建计量模型（2）：

Povertyit=α0+α1Financeit+α2Financeit×Year+α3GDPit+α4Investmentit+α5Investmentit2+α6Incomeit+α7Expenditureit+α8Populationit+α9Educationit+μi+εt

（二）变量选取

1.农村贫困

农村贫困是被解释变量。民政部财政司公布了2007年以来历年各省享受农村低保的人口数和享受农村低保的户数。农村低保户是农村贫困的典型代表，因此，农村低保户数能够代表相应农村的贫困状况。本文使用享受农村低保的人口数和享受农村低保的户数代表农村贫困。为了减少异方差影响，对二者同时取对数。

2.财政政策

本文使用财政支出作为财政政策的替代变量。财政支出能够反映财政政策变化的方向。影响农村贫困的因素错综复杂。在缓解农村贫困过程中，政府财政支出往往涉及服务支出、公共安全支出、教育支出、社会保障支出、社区支出、就业支出、金融支出和科学技术支出等方面，因此本文采用政府财政支出作为财政政策的替代变量。为了减少异方差影响，对其取对数。

3.控制变量

经济发展水平、农村居民收入和消费、农村人口数量是影响贫困的重要因素，因此本文选取地区生产总值、农户固定资产投资、农村居民人均年收入和人均年消费支出作为控制变量。为了减少异方差影响，对上述控制变量取对数。此外，人力资本投资对贫困的影响也较为重要，因此，本文选取平均受教育年限作为控制变量，同时控制了时间趋势。

各变量含义及描述性统计结果见表1。

本文使用的2007年～2016年30个省、直辖市和自治区的享受农村低保人口数和享受农村低保户数的数据来自民政部财政司，其他数据均来自历年《中国统计年鉴》。

四、实证结果及分析

（一）财政政策对农村贫困的影响

财政政策对农村贫困影响的回归结果见表2。表2中第（1）-（3）列是以农村低保人口数作为农村贫困替代指标的回归结果，第（4）-（6）列是以农村低保户数作为农村贫困替代指标的回归结果。分别使用混合面板（POLS）、固定效应（FE）和随机效应 （RE）回归模型。面板设定F检验统计值、Hausman检验统计值表明采用固定效应（FE）回归模型更合适。由表2第（2）列、第（5）列数据可知，财政政策对农村贫困的影响显著为正，且在1%的显著性水平上显著，表明财政政策不但没有缓解农村贫困，反而加剧了农村贫困。

表1 各变量含义及描述性统计结果

表2 财政政策对农村贫困影响的回归结果

财政扶贫尤其是针对农村扶贫，需要的是可控性强、可操作性强和效率高的财政政策作为支撑。我国财政扶贫过程中财政政策设计不完善是导致财政政策加剧农村贫困的根本原因。具体表现如下：

第一，农村扶贫过程中财政资金不足、利用效率低下。农村贫困地区财政资金数量及利用效率与农村扶贫之间存在两层矛盾关系。一方面，对于广大农村贫困地区而言，迫切需要投入大量资金用于扶贫支出，完善基础设施、教育医疗、社会保障、农林水事务、住房建设等。但是正由于其为农村贫困地区，政府财政收入本身就少，所以农村贫困地区财政收入“供给”小与财政支出“需求”大构成了第一层矛盾关系。另一方面，越是贫困地区，越应该提高财政扶贫资金的利用效率，完善财政约束体系，同时建立全面的财政评审机制。但是农村贫困地区本身就缺乏合理有效的财政约束体系和财政评审机制，导致财政扶贫资金利用效率低。所以，农村贫困地区财政扶贫资金利用效率高的“愿景”与财政扶贫资金利用效率低的“现实”构成了第二层矛盾关系。这两层矛盾关系导致财政政策与农村扶贫难以实现有效对接，脱节严重，导致农村贫困地区面临财政压力较大、财政扶贫资金利用效率低下等问题，反而加剧了农村贫困。

第二，财政扶贫投资不完善、支出结构不合理。财政扶贫投资和支出结构往往局限于农村贫困地区基础设施建设，然而影响农村贫困的因素错综复杂且相互制约，并且造成不同地区农村贫困的因素也存在差异。仅从农村基础设施建设方面下功夫，忽略导致农村贫困的原因，不但不利于缓解农村贫困，甚至由于错误的财政支出结构而打乱了农村贫困地区已存的发展优势，反而会加剧农村贫困。这意味着财政扶贫投资和支出结构要综合考虑多个因素，统筹把握财政扶贫投资和支出结构应体现在多方面，不能仅仅局限在教育医疗、社会保障、农林水事务、住房等基础设施建设，还要关注农村文化事业、风俗习惯等精神层面建设，同时，还要关注农村贫困地区现存的发展优势和未来的发展新优势。也就是说，利用财政政策缓解农村贫困时，补齐农村基础设施建设不健全不完善的“短板”存在一个重要前提，那就是要保障和发展好农村贫困地区现存发展优势和未来发展新优势的“长板”。

第三，财政政策影响下农村贫困地区收入再分配问题突出。财政政策缓解农村贫困过程中应注重公平，适当兼顾效率。而我国财政政策在缓解贫困尤其是缓解农村贫困时太注重效率反而忽视了公平，进而导致农村贫困地区收入再分配效果不明显甚至导致“逆向”收入再分配，加剧了农村贫富差距，导致富者越富，穷者越穷。以财政性养老保险支出为例，农村地区实行的是新型农村养老保险，缴费标准设为每年100元、200元、300元、400元、500元、600元、700元和800元共计8个档次，参保人员均是自主选择档次缴费，多缴多得。对农村贫困人口而言，选取的缴费标准档次较低，而农村相对富裕人口选取的缴费标准档次较高。在多缴多得计发方法下，农村贫困人口最终获得的养老保险金要明显少于农村相对富裕人口。这种对效率的强调不但导致公平缺失，而且还导致“逆向”收入再分配问题，最终导致财政政策加剧农村贫困。

第四，财政政策扶贫进入机制不完善、退出机制缺失。这主要涉及“扶真贫”问题。一方面，由于贫困信息不对称，对农村贫困人口的精确瞄准面临偏离困境，存在扶贫资金无法用到真正贫困人口的问题；另一方面，由于贫困人口对于财政扶贫政策的依赖性，我国农村贫困人口脱贫后难以从机制中退出。财政政策扶贫进入机制不完善和退出机制缺失导致财政政策扶贫作用受到很大的局限性，财政资金无法切实保障真正贫困人口。此外，由于扶贫退出机制不完善增加了贫困人口对扶贫机制的依赖行为，加剧了搭便车现象，导致扶贫资金严重浪费，进而加剧了农村贫困。通过严格完善农村财政政策扶贫进入机制，让真正贫困的人口得到帮扶，通过设计合理的退出机制，保障农村贫困人口脱贫后从扶贫机制中顺利退出，严格完善扶贫的“进口”和“出口”，真真正正做到“扶真贫”。

（二）精准扶贫后财政政策对农村贫困影响变化情况的回归结果

精准扶贫后财政政策对农村贫困影响变化情况的回归结果见表 3，表 3中第（1）-（3）列是以农村低保人口数作为农村贫困替代指标的精准扶贫后财政政策对农村贫困影响变化情况的回归结果，第（4）-（6）列是以农村低保户数作为农村贫困替代指标的相关回归结果。分别使用混合面板（POLS）、固定效应（FE）和随机效应（RE）回归模型。面板设定F检验统计值、Hausman检验统计值表明采用固定效应（FE）模型更合适。由表3第（2）列、第（5）列数据可知，财政政策与2014年政策哑变量的交乘项Finance×Year系数为负，但不显著，表明精准扶贫后财政政策加剧农村贫困的影响得到了改善。

表3回归结果整体表明，精准扶贫后财政政策加剧农村贫困的影响得到了改善。本文认为，相较于以往粗放扶贫，精准扶贫通过扶贫对象精准、项目安排精准、资金使用精准、措施到户精准、因村派人精准、脱贫成效精准等方式有利于完善财政政策设计，提高财政资金利用效率，改善财政扶贫投资结构和支出结构，促进农村地区收入再分配。同时，也在一定程度上完善了财政政策扶贫进入机制并弥补了财政政策扶贫退出机制的缺失，进而扭转了以往财政政策加剧农村贫困的态势。

表3 精准扶贫后财政政策对农村贫困影响变化情况的回归结果

五、稳健性检验

（一）内生性问题与两阶段最小二乘法（IV-2SLS）

在上文估计中，尽管通过相关检验解决了模型选择问题，但是固定效应模型要求核心解释变量与扰动项无关，即核心解释变量必须严格外生，因此，需要考虑内生性问题。本文认为，核心解释变量财政政策可能存在内生性问题，主要基于以下考虑：财政政策与农村贫困可能存在反向因果关系。即在其他条件不变的情况下，财政政策对农村贫困产生影响；与此同时，随着农村贫困加剧，财政政策也将做出适应性变化。由此可知，核心解释变量财政政策可能存在内生性问题，进而导致OLS回归结果有偏和非一致。本文通过寻找工具变量以解决核心解释变量财政政策可能存在的内生性问题，通过使用两阶段最小二乘法（IV-2SLS）以解决OLS回归结果可能出现的有偏和非一致问题。

本文选取的工具变量是财政支出中的一般公共服务支出和农林水事务支出。主要基于两方面考虑：一方面，一般公共服务支出和农林水事务支出不会直接对农村贫困造成影响，因此这两个工具变量的外生性满足；另一方面，一般公共服务支出和农林水事务支出分别是财政支出的一部分，因此这两个工具变量与财政支出的相关性满足。当然，这只是对选取的工具变量合理性的初步分析，其合理性有待后文通过计量分析验证。

财政政策对农村贫困影响的内生性检验结果见表4。表4中第（1）列、第（2）列分别是以农村低保人口数、农村低保户数作为农村贫困替代指标的财政政策对农村贫困影响的内生性检验结果。第（3）列、第（4）列分别是以农村低保人口数、农村低保户数作为农村贫困替代指标的精准扶贫后财政政策对农村贫困影响变化情况的内生性检验结果。Kleibergen-Paap rk LM统计值表明拒绝弱工具变量原假设，Hansen J统计值表明不存在过度识别问题。因此，本文选取的工具变量是合理的。由表4中第（1）列、第（2）列数据可知，相较于固定效应（FE）回归模型，在采用工具变量控制内生性问题后，财政政策对农村贫困影响还是显著正相关，即财政政策加剧了农村贫困，表明财政政策对农村贫困影响的回归结果是稳健的。由表4中第（3）列、第（4）列数据可知，财政政策与 2014年政策哑变量的交乘项Finance×Year系数符号为负，但不显著，依然表明精准扶贫后财政政策加剧农村贫困的影响得到了改善。综上所述，采用工具变量控制内生性问题，回归结果是稳健的。

表4 财政政策对农村贫困影响的内生性检验结果

表5 差分广义矩估计检验结果

（二）动态面板模型与差分广义矩估计（Diff-GMM）

上述主要采用静态面板数据模型进行回归分析。实际上，很可能存在动态的上一期农村贫困影响下一期农村贫困。因此，本文进一步在计量模型（1）和计量模型（2）中加入农村贫困的滞后一期作为解释变量，构建动态面板数据，采用差分广义矩估计（Diff-GMM）进行检验。

差分广义矩估计的回归结果见表5。由表5中数据可知，有关 AR（1）、AR（2）和 Hansen 值检验表明采用差分广义矩估计（Diff-GMM）进行回归是恰当的。表5中第（1）列、第（2）列分别是以农村低保人口数、农村低保户数作为农村贫困替代指标的财政政策对农村贫困影响的差分广义矩估计检验结果，第（3）列、第（4）列分别是以农村低保人口数、农村低保户数作为农村贫困替代指标的精准扶贫后财政政策对农村贫困影响变化情况的差分广义矩估计检验结果。由表5中第（1）列、第（2）列数据可知，农村贫困的滞后项系数均显著，表明农村贫困的滞后项对农村贫困具有显著的正向影响效应；同时，财政支出系数均比较显著，表明回归结果是稳健的。由表5中第（3）列、第（4）列数据可知，财政政策与2014年政策哑变量的交乘项Finance×Year系数符号为负，但不显著，再次表明精准扶贫后财政政策加剧农村贫困的影响得到了改善。综上所述，采用动态面板数据进行验证，回归结果依然是稳健的。

六、结论

扶贫尤其是农村扶贫对于加快我国经济发展、加速社会主义建设、构建和谐社会具有重大意义。本文基于农村贫困视角，采用我国2007～2016年30个省、直辖市和自治区的面板数据，一方面检验了实践过程中我国财政政策对农村贫困的影响，另一方面检验了实施精准扶贫后财政政策对贫困影响的变化情况。研究发现，财政政策不但没有缓解农村贫困，反而加剧了农村贫困，这主要是由于农村扶贫过程中财政资金不足、利用效率低下，财政扶贫投资不完善、支出结构不合理，在财政政策影响下农村贫困地区收入再分配问题突出，农村财政政策扶贫进入机制不完善和退出机制缺失等四方面造成的。进一步研究发现,实施精准扶贫后财政政策对农村贫困加剧的影响得到了改善。相较于以往粗放扶贫，精准扶贫通过扶贫对象精准、项目安排精准、资金使用精准、措施到户精准、因村派人精准、脱贫成效精准等方式有利于完善财政政策设计，提高财政资金利用效率，改善财政扶贫投资结构和支出结构，促进农村地区收入再分配。同时,也在一定程度上完善了财政政策扶贫进入机制并弥补了财政政策扶贫退出机制的缺失，进而扭转了以往财政政策加剧农村贫困的态势。通过进一步采用工具变量控制内生性问题、构建动态面板数据模型，再次验证本文的回归结果是稳健的。