精准扶贫政策对建档立卡户收入增长的影响

沈宏亮　张佳

内容提要：基于2018年入户调查数据，运用倾向得分匹配法，剖析精准扶贫政策对建档立卡户收入增长的影响。研究结果表明，精准扶贫政策对建档立卡户的家庭纯收入、经营性收入、工资性收入、财产性收入和转移性收入增长均有促进作用。在国家级贫困县和省级贫困县、贫困村和非贫困村，精准扶贫政策对农户各项收入增长的效果有所差异。进一步深入分析发现，在建档立卡户样本中，房屋政策、产业帮扶政策、转移就业扶贫政策、金融扶贫政策均在一定程度上对农户收入增长起到促进作用，且农户享受多元化精准扶贫政策更有利于家庭收入增长。异质性分析结果表明，房屋政策、产业帮扶政策、转移就业扶贫政策、金融扶贫政策对一般户、低保户、五保户收入增长的促进作用依次增强。

关键词：精准扶贫;精准脱贫;农户收入增长

中图分类号：F323.8    文献标识码：A    文章编号：1003-7543（2019）12-0087-17

消除贫困、改善民生、逐步实现共同富裕，是社会主义的本质要求。党的十九大报告将精准脱贫作为决胜全面建成小康社会必须打好的三大攻坚战之一，强调要“解决区域性整体贫困，做到脱真贫、真脱贫”。本文通过考察精准扶贫政策对建档立卡户收入增长的影响，评估精准扶贫政策的效应，这对于打赢脱贫攻坚战，确保到2020年所有贫困地区和贫困人口一道进入全面小康社会，实现我们党的庄严承诺，有着重要的理论意义与现实意义。

一、相关文献综述

贫困问题是国外学者关注的焦点之一。Aghion指出，如果不对贫困问题引起足够重视，就会阻碍经济增长[1]。国外对扶贫工作的研究主要集中在贫困评估方法[2]、贫困脆弱性[3]、扶贫方式[4]以及扶贫成效[5-6]等方面。

2013年，习近平总书记首次提出了“精准扶贫”，此后，精准扶贫受到了国内学术界的广泛关注。精准扶贫是针对不同贫困区域环境、不同贫困农户状况，运用合规有效程序对扶贫对象实施精确识别、精确帮扶、精确管理、精准考核的治贫方式[7]。精准扶贫的目标是促进农户收入稳定增长，使贫困人口稳定脱贫。近年来，我国对精准扶贫工作高度重视，国内学者就精准扶贫理论内涵[8]、作用机制[9]、实践困境[10]、绩效考核[11]等方面进行了探讨。关于精准扶贫政策效果，已有文献进行如下研究：王志章、韩佳丽使用2016年2661户农户数据，证明了多元化扶贫政策能够有效减贫，但是精准扶贫政策的实施对“非贫困户”影响更大，产生这种现象的主要原因是识别过程不精准[12]。王振振、王立剑使用陕西省1122户贫困户数据，从农户可持续生计视角驗证了精准扶贫政策对贫困户可持续生计的提升效果不显著，但是对经济能力和社交能力具有显著提升作用[13]。边俊杰、赵天宇使用江西省315户农户数据，研究了精准扶贫政策对贫困户消费的影响，结果表明，精准扶贫政策对农户居住和教育支出促进作用最大，通信支出和衣着支出促进作用次之，交通支出影响程度最小[14]。刘祖军等使用我国11个省份1161户农户数据研究发现，精准扶贫政策对贫困户绝对收入贡献明显，对相对收入和满意度贡献相对较小[15]。

有关具体精准扶贫政策的分析，现有文献主要集中在四个方面：一是产业精准扶贫政策。产业扶贫已由过去的政府主导式变为政府引导式[16]，突出贫困户主体参与机制，重在强调“造血式”扶贫，目前主要有“龙头企业带动”“金融机构助力”“互联网+”等参与模式[17]。胡晗、司亚飞、王立剑使用陕西省863户贫困户数据分析了产业扶贫对农户生计策略和收入的影响，结果表明产业扶贫政策显著增加了农户家庭总收入与种植、养殖收入，是实现脱贫的内生动力[18]。二是金融精准扶贫政策。金融扶贫的主要特点是可持续性，体现了“授之以渔”理念，但是金融机构“造血能力不足”、帮扶政策落实不到位等问题使金融扶贫政策减贫效应有所差异[19]。申云、彭小兵使用江西、四川、重庆三省市2013年和2015年的数据研究表明，链式融资模式对农户减贫效应显著[20]。贺立龙等通过对四川省306户农户调研发现，小额信贷没有发挥出更好的内生脱贫效应，主要是识别过程不精准所致，呈现深度贫困者不容易获得信贷资金的现象[21]。三是资产收益精准扶贫政策。资产收益精准扶贫在我国尚处于起步阶段，旨在针对自主创收能力没有保证的农户[22]，将工业、农业、服务业等产业作为农村发展平台，对自然资源、农户自有资源与扶贫资金进行资产化，农户通过持有股份而获得股利收益，是一项持久性收入[23]。李卓、左停依据扶贫改革试验区案例，证实资产收益扶贫机制在短期内可提升贫困户收入，但资产收益是一个长期积累过程，我国目前尚缺乏长效机制，资本收益减贫效应较弱[24]。四是生态补偿精准扶贫政策。生态补偿扶贫能加大贫困地区生态修复能力，并且通过现金直接补偿和提供生态公益岗位间接补偿两种方式提高贫困户收入，最终达到生态保护和缓解贫困双赢的目的[25]。吴乐、靳乐山基于贵州省432户农户调查发现，享受生态补偿政策的农户生计资本高于未享受生态补偿政策的农户，且现金型补偿和公益岗位型补偿对农户生计资本的影响具有互补性[26]。

综合现有文献可以发现，目前我国关于精准扶贫政策效果的影响多集中于理论机制探讨，定量分析的文献还比较少，且多集中于对某一项扶贫政策的效果评估。究其原因，主要是限于数据可得性。基于此，本文使用最具有代表性的入户调查数据，探究精准扶贫政策对建档立卡户收入增长的净效应。本文主要贡献体现在以下方面：第一，使用2018年入户调查数据，运用倾向得分匹配法构造反事实，在校正选择性偏差的基础上，精准识别出精准扶贫政策对建档立卡户收入增长的因果处置效应;第二，对建档立卡户收入结构进行分析，分别考察对经营性收入、工资性收入、财产性收入和转移性收入增长的影响;第三，在识别出精准扶贫政策对建档立卡户收入增长作用的基础上，进一步深入分析房屋政策、产业帮扶政策、转移就业扶贫政策、金融帮扶政策对建档立卡户收入增长的贡献，并检验多元化精准扶贫政策对建档立卡户收入增长产生的差异化影响;第四，分别从贫困县属性、贫困村属性、农户属性三个视角考察异质性影响。

二、研究设计

（一）研究方法

2015年以来，我国通过发展生产、易地搬迁、生态补偿和社会保障等措施，开始针对现行标准下的建档立卡户（贫困户）实施精准扶贫政策。本文旨在分析在保持其他因素不变的情况下若农户享受了精准扶贫政策收入会发生怎样的变化。如果能同时观测到农户是建档立卡户和非建档立卡户两种状态下的收入情况，那么精准扶贫政策的因果处置效应就是二者之间的差距。但实际情况是只能观测到农户是建档立卡户或者非建档立卡户状态下的收入情况。此时需要构造反事实结果识别出精准扶贫政策对建档立卡户收入增长的因果处置效应。显然，精准扶贫政策的制定并非完全外生随机，而通常由家庭特征所决定，故对于是家庭特征还是政策实施导致了建档立卡户收入增长变化是较难区分的，直接将非建档立卡户作为建档立卡户的反事实结果会带来选择偏差。

本文引入Rosenbaum & Rubin提出的倾向得分匹配法（PSM）来解决这个问题[27]。假设Di=1表示农户i享受精准扶贫政策即为建档立卡户，设为处理组;Di=0表示农户i没有享受精准扶贫政策即为非建档立卡户，设为对照组。Y1i表示处理组农户收入，Y0i表示对照组农户收入。首先估计出每个农户倾向得分PS值，即在给定其他特征X（见下文的匹配变量）的情况下，农户享受精准扶贫政策的预测概率P（Xi），用Logit进行估计，如（1）式所示：

P（Xi）=Pr[Di=1 | Xi]（1）

然后，根据处理组与对照组的样本进行匹配，将综合特征最相近的对照组样本结果作为处理组的反事实结果，在匹配样本满足独立分布和共同支撑的假设后，平均处置效应（ATT）即为处理组与对照组的均值之差，如（2）式所示：

ATT=E[Y1i | Di=1，P（Xi）]-E[Y0i | Di=0，P（Xi）]（2）

（二）数据来源

本文使用的数据为调研组入户调查所得，调研组于2018年12月至2019年3月四次入户调查，共对山西、内蒙古和黑龙江3省区4县39个乡镇112个行政村发放4215份问卷，其中有效建档立卡户和非建档立卡户问卷为4000份，有效率为94.90%。非建档立卡户问卷内容主要涉及家庭基本情况、“两不愁”（不愁吃、不愁穿）、“三保障”（义务教育有保障、基本医疗有保障、住房安全有保障）以及家庭收入情况，建档立卡户在此基础上增加享受的精准扶贫政策一项内容。

（三）变量设定

1.结果变量

本文选擇家庭纯收入反映农户收入增长情况，并且为反映家庭收入结构，同时考虑了家庭经营性收入、工资性收入、财产性收入以及转移性收入，对其进行加1后取对数处理。表1给出了全样本、处理组和对照组结果变量的均值、标准差、处理组与对照组的均值差异。结果显示，处理组和对照组样本具有显著差异，表明精准扶贫政策制定并非随机的，需要校正选择偏差问题。

2.匹配变量

匹配变量的选取对于处理组和对照组样本匹配质量至关重要。本文结合我国扶贫状况以及脱贫攻坚重点聚焦问题，从四个层面选取13个匹配变量：第一，家庭基本情况选取户主年龄、性别、受教育程度3个变量，并参照李实、丁赛等对明瑟收入方程的扩展[28]，引入年龄的平方、年龄与教育的乘积项2个变量;第二，“两不愁”选取吃肉频率、是否有应季衣服穿、饮水安全3个变量;第三，“三保障”选取家庭现有住房数量、是否参加基本医疗和大病保险、义务教育情况3个变量;第四，家庭人口结构选取劳动力人数、外出务工人数2个变量。通过下文的平衡性检验结果可知，这些变量具有较高的匹配质量。由表2可以看出，处理组和对照组在是否享受基本医疗和大病保险、劳动力人数和外出务工人数等方面具有显著差异，表明是否享受精准扶贫政策并非随机，需要校正选择偏差问题。

三、实证分析

（一）平衡性与共同支撑检验

表2列（5）中给出了模型1的估计结果。与描述性统计意义相同，进一步表明了是否享受精准扶贫政策并非随机，存在样本选择问题。借鉴已有文献，本文采取了1对1最近邻匹配法、半径匹配法（卡尺范围0.01）和局部线性回归匹配法。

为确保估计结果真实有效，先对匹配后的样本进行平衡性检验，看其是否满足独立分布的假设，此项检验要求匹配后的样本不存在系统性差异。检验结果如表3所示。表3结果表明，匹配后所有变量的标准化差异均小于10%，大多数t检验不拒绝处理组与对照组无系统性差异（受教育程度、吃肉频率、接受义务教育人数和劳动力人数除外），并且对比匹配前的结果，大多数变量的标准化偏差均大幅减小。因此，匹配样本在整体上满足平衡性条件。

表4（下页）列出了匹配前后变量平衡性联合检验结果，匹配后Logit回归的R2很小，表明是否享受精准扶贫政策对于匹配后样本而言是随机的。根据Rubin的观点，如果处理组和对照组倾向得分线性指数均值的标准化差异小于25（B<25），则匹配变量是平衡的，本文检验的B值在匹配前为82.2，匹配后降到14.0，综上所述，匹配后的变量满足平衡性要求。

此外，倾向得分匹配法还需满足共同支撑性条件。这一条件的满足可以保证样本匹配质量高、倾向得分匹配法更有效。本文作出了样本匹配前后倾向得分核密度图，如图1（下页）所示，匹配前，处理组和对照组倾向得分的概率共同支撑域较小，匹配后，分布具有较好的一致性，且共同支撑域变大，确保估计的平均处置效应是可靠的。

（二）回归结果分析

在匹配样本满足平衡性和共同支撑的条件后，根据倾向得分匹配法估算出精准扶贫政策对建档立卡户家庭纯收入、经营性收入、工资性收入、财产性收入、转移性收入增长的平均处置效应（见表5，下页）。总体而言，采用1对1最近邻匹配法、半径匹配法（卡尺范围0.01）、局部线性回归匹配法进行估计，均得到了一致性的结果。

具体来看，精准扶贫政策对家庭纯收入的平均处置效应为正，最近邻匹配在10%的置信水平上显著，表明精准扶贫政策使建档立卡户家庭纯收入增加11.01个百分点，半径匹配和局部线性回归匹配不显著。对家庭收入结构进行深入研究后发现：第一，精准扶贫政策对经营性收入增长起到促进作用，但是不显著，这可能是因为政策性扶贫有利于增加贫困家庭财产性收入，在调整家庭收入结构的同时可能对种植、养殖等经营性收入作用不明显。第二，在三种匹配方式下，精准扶贫政策对工资性收入的平均处置效应分别为1.04、0.87和0.95，且都在1%的置信水平上显著，使建档立卡户工资性收入平均增加95.21个百分点。第三，精准扶贫政策对财产性收入的平均处置效应分别为2.08、2.07和2.08，且都在1%的置信水平上显著，使建档立卡户财产性收入平均增加207.91个百分点。第四，精准扶贫政策对转移性收入的平均处置效应分别为1.80、1.82和1.75，且都在1%的置信水平上显著，使建档立卡户转移性收入平均增加179.12个百分点。由此可以看出，精准扶贫政策对建档立卡户财产性收入、转移性收入增长促进作用最强，二者都达到了成倍数增长，对工资性收入增长促进作用次之，对经营性收入增长促进作用较弱。

（三）稳健性分析

考虑到处理组尾部极端值可能会对倾向得分匹配法的共同支撑域产生影响，本文借鉴贾俊雪等（2018）的方法，运用修剪策略对基础回归结果进行稳健性检验。具体而言，分别使用2%、5%、10%三种修剪水平对处理组尾部极端值进行剔除，若修剪后的结果与基础回归保持一致，则表明基础回归结果并不依赖于尾部极端值，即回归结果是稳健可靠的。结果如表6所示。

由于篇幅原因，本文稳健性回归结果仅汇报了1对1最近邻匹配法修剪后的样本分析，半径匹配、局部线性回归匹配的结果在此未列示。结果表明，1对1最近邻匹配基于2%、5%、10%修剪水平后的样本结果在回归系数意义和显著性上与基础回归具有一致性;在半径匹配、局部线性回归匹配修剪后的样本回归结果中，精准扶贫政策对处理组家庭纯收入的平均处置效应为正，但是不显著，t值稍低于10%的置信水平，除此项之外，均与基础回归保持意义和显著性上的一致性。这表明本文的结果是较为稳健可靠的。

（四）异质性分析

1.贫困县属性异质性分析

在调研的4个县中，有国家级贫困县和省级贫困县两种类型。相较于省级贫困县，国家级贫困县享受了一系列政策优惠，主要有财政扶贫资金的倾斜，享受劳动力培训、小额扶贫信贷等，两种类型的贫困县之间存在差异，这里进行分样本回归，具体结果如表7列（1）、（2）所示。由表7可知：第一，从家庭纯收入来看，国家级贫困县和省级贫困县的平均处置效应均不显著，但精准扶贫政策对省级贫困县农户收入增长促进作用更大，可能是因为国家级贫困县农户贫困度深，家庭收入达到明显增长需要一个长期过程。第二，从经营性收入来看，国家级贫困县的平均处置效应为正，在5%的置信水平上显著，但是省级贫困县的平均处置效应为负，在1%的置信水平上显著，这可能是相较于省级贫困县，国家级贫困县能得到更多项目和资金支持，在相关政策帮扶下，贫困户种植、养殖等经营性收入得到明显提升，而省级贫困县在资金项目支持力度低于国家级贫困县的条件下，主要增加的是财产性收入。第三，从工资性收入来看，国家级贫困县的平均处置效应为正，在1%的置信水平上显著，但是省级贫困县的平均处置效应不显著，这表明在促进就业方面，国家级贫困县力度更大。第四，从财产性收入和转移性收入来看，国家级贫困县、省级贫困县的平均处置效应均为正，在1%的置信水平上显著，并且对省级贫困县的促进作用比国家级贫困县分别高167.67个、79.69个百分点，这表明精准扶贫政策在省级贫困县中，对农户财产性收入和转移性收入带动作用更强。

2.村属性异质性分析

村属性不同，在享受的精准扶贫政策方面也是不同的，与非贫困村相比，贫困村在基础设施建设、产业帮扶、金融帮扶等方面具有优势。为验证村属性不同所带来的差异，这里进行分样本回归，具体结果如表7列（3）、（4）所示。由表7可知：第一，从家庭纯收入来看，贫困村的平均处置效应为正，在5%的置信水平上显著，非贫困村的平均处置效应不显著;第二，从经营性收入来看，贫困村和非贫困村的平均处置效应均不显著;第三，從工资性收入来看，贫困村和非贫困村的平均处置效应均为正，都在1%的置信水平上显著，且对非贫困村促进作用比贫困村高45.75个百分点，这可能是因为贫困村贫困度深，老弱病残等贫困户比例要高于非贫困村，在带动就业方面，政策实施效果比非贫困村弱一些;第四，从财产性收入、转移性收入来看，贫困村、非贫困村的平均处置效应均为正，并且对贫困村促进作用比非贫困村分别高160.01个、91.75个百分点。

四、进一步分析：不同扶贫政策对建档立卡户收入增长的影响

在前文分析精准扶贫政策促进建档立卡户收入增长的基础之上，这里进一步分析不同扶贫政策对建档立卡户的收入增长效应。危房改造和易地扶贫搬迁政策改善了农户生产生活环境，拓宽了农户收入途径;产业帮扶政策通过给予农户实物或资金，让其独立发展产业，增强其“造血”功能，或在金融机构和龙头企业等带领下，发展特色产业项目，农户可通过入股分红等方式获得收益，是解决贫困问题的主要手段;转移就业扶贫政策通过培训等方式，促进农村人力资本积累，提高其自我发展能力，或者提供务工机会等，丰富农户收入来源;金融扶贫政策旨在突出小额扶贫信贷的使用，为农户提供专项发展资金，增强其发展的内生动力。由此可见，房屋政策、产业帮扶政策、转移就业扶贫政策、金融扶贫政策是脱贫攻坚的主要政策手段。

本部分样本为2582户建档立卡户，在房屋政策中，若农户享受危房改造、易地扶贫搬迁政策则设置为1，共1004户，否则为0，共1578户;在产业帮扶政策中，若家庭获得资金或实物支持自己独立发展产业，在企业、合作社、大户带领下发展产业，或加入了合作社（成为社员）则设置为1，共1718户，否则为0，共864户;在就业扶贫政策中，若家庭成员有人参加就业培训，或通过政府安排外出务工，或获得本地就业岗位则设置为1，共888户，否则为0，共1694户;在金融扶贫政策中，若家里借过小额扶贫信贷则设置为1，共1001户，否则为0，共1581户。

由上述统计结果可以发现，享受产业帮扶政策的农户最多为1718户，占样本总量的66.54%，享受就业扶贫政策的农户较少，但也达到了888户，占样本总量的34.39%。那么，各项扶贫政策对建档立卡户的收入增长效应如何呢？享受一种或多种政策的农户在收入上有何差异呢？下文将分别作出解答。这里使用的计量模型如（3）式所示：

其中， j表示建档立卡户享受的扶贫政策，其余与上文相同。

（一）各项扶贫政策对建档立卡户的收入增长效应

不同的扶贫政策侧重点各异，下文采用最小二乘法（OLS）进行估计，将不同扶贫政策对建档立卡户的收入增长效应进行比较分析，结果如表8所示。由表8可知：第一，金融扶贫政策对家庭纯收入增长促进作用最强，享受金融扶贫政策可使农户家庭纯收入提高15.13个百分点，分别比房屋政策、产业帮扶政策、转移就业扶贫政策高6.01个、5.46个、0.69个百分点。这是因为，小额扶贫信贷的实施，激发了农户内生发展动力，能有效缓解农户因为能力不足和资产欠缺而陷入贫困的状况，降低了民生脆弱性，增加了农户收入来源。第二，转移就业扶贫政策对经营性收入增长促进作用最强，享受转移就业扶贫政策的农户经营性收入会提高30.11个百分点，这是因为，转移就业通过对家里无工作人员提供就业岗位，增加了家庭工资性收入，进而对家庭经商等项目提供资金，外出务工也能给农户带来一定的经商机遇，促进经营性收入增长。产业帮扶政策对经营性收入增长的作用不显著，这是因为，调研的四县以种植核桃、中药材以及生猪、肉牛养殖等为特色发展产业，面临投入建造猪舍、牛棚、温室等成本的投入，且在所调查的农户中，大部分参与扶贫项目时间不长，种植型经营活动面临未挂果的情况，而养殖型经营活动面临未出栏的事实，非“短平快”产业发展项目建设周期较长，得到收益需2～3年时间，所以对经营性收入增长的促进作用不显著。房屋政策对经营性收入增长的促进作用不顯著。金融扶贫政策降低了经营性收入，这可能是因为，金融扶贫政策主要促进了农户财产性收入增长，在进一步调整家庭收入结构的同时减少了经营性收入。第三，转移就业扶贫政策对工资性收入增长促进作用最强，转移就业扶贫政策可使农户工资性收入提高263.80个百分点，达到成倍数增长。房屋政策也促进了工资性收入增长，但是作用较小。产业帮扶政策抑制了工资性收入增长，这可能是因为，产业帮扶使农户获得产业发展资金，或者加入合作社获得产业分红，因而减少了外出务工人数，对工资性收入增长起到了抑制作用。金融扶贫政策对工资性收入增长促进作用不显著。第四，产业帮扶政策对财产性收入增长促进作用最强。产业帮扶政策可使农户财产性收入提高175.29个百分点，达到成倍数增长，分别比房屋政策、金融扶贫政策高122.75个、38.48个百分点，转移就业扶贫政策对财产性收入增长促进作用不显著。第五，房屋政策对转移性收入增长促进作用最强。房屋政策可使农户转移性收入提高27.12个百分点，产业帮扶政策也促进了转移性收入增长，但是作用较小。转移就业扶贫政策、金融扶贫政策对转移性收入增长促进作用不显著。

（二）多元化扶贫政策对建档立卡户的收入增长效应

精准扶贫是一项系统性工程，建档立卡户可能同时享受房屋、产业、就业、金融等方面的多元化扶贫政策，那么，享受多元化扶贫政策会对收入带来多大影响呢？由表9可知：第一，从家庭纯收入来看，随着享受政策数量逐渐增多，相比于没有享受任何一项扶贫政策的农户，收入会分别提高0.06个、22.19个、30.75个、38.36个百分点，呈上升趋势，收入增长效应明显。第二，从工资性收入来看，随着享受政策数量逐渐增多，相比于没有享受任何一项扶贫政策的建档立卡户，收入会分别提高25.66个、48.88个、122.30个、232.27个百分点，呈上升趋势，收入增长效应明显。第三，从财产性收入和转移性收入来看，享受政策数量对收入呈现倒“U”型变化，当享受三项扶贫政策时，对收入增长促进作用最大。

（三）异质性分析

在调查的建档立卡户样本中，有一般户、低保户和五保户三类。根据现有政策法规，一般户是指人均纯收入低于国家贫困线标准，且有劳动能力的农户;低保户是指由于年老体弱、因病因残、丧失劳动能力、生存条件恶劣等原因，对家庭经济来源造成损失，导致家庭生活常年困难的农户;五保户是指无劳动能力、无生活来源、无法定赡养扶养义务人的老年人、残疾人和未成年人。由于农户属性具有异质性，享受各项扶贫政策对其收入增长也带来了差异性影响（见表10，下页）。第一，从家庭纯收入来看，房屋政策对一般户、五保户收入增长促进作用不显著，对低保户收入增长起到了显著促进作用，使其收入提高16.86个百分点，这表明房屋政策改善了低保户恶劣的生存环境，使其家庭纯收入有所提高，而一般户、五保户对房屋政策依赖性较小。产业帮扶政策对一般户收入增长促进作用最强，使其收入提高12.90个百分点，对低保户和五保户收入增长促进作用不显著，这是因为低保户和五保户由于自身年龄、身体状况以及劳动能力的影响，加之产业帮扶政策对农户自身发展能力有一定要求，因而综合来看对家庭纯收入没有起到收入增长促进作用。转移就业扶贫政策对一般户、低保户收入增长都起到了显著的促进作用，分别使其收入提高8.25个、19.07个百分点，对五保户促进作用不显著。金融扶贫政策对低保户收入增长促进作用最强，使其收入提高20.50个百分点，对一般户和五保户收入增长促进作用不显著，这是因为小额信贷可以更好地缓解低保户现有劳动力短缺的困境，降低其贫困脆弱性。而在一般户和五保户家庭纯收入中，对小额信贷依赖性较小。

第二，从经营性收入来看，房屋政策对低保户收入增长促进作用最强，可使其收入提高46.40个百分点，对一般户和五保户作用不显著。产业帮扶政策、转移就业扶贫政策对一般户、低保户与五保户收入增长促进作用均不显著。金融扶贫政策对一般户、低保户、五保户收入增长均起到了抑制作用。

第三，从工资性收入来看，房屋政策对一般户和低保户收入增长起到了显著的促进作用，使其收入分别提高41.97个、35.13个百分点，对五保户促进作用不显著。产业帮扶政策对一般户、低保户与五保户收入增长均起到了抑制作用。转移就业扶贫政策对一般户、低保户与五保户收入增长起到了显著促进作用，使其收入分别提高182.58个、307.06个、383.32个百分点，对五保户促进作用最强。金融扶贫政策对一般户与五保户收入增长促进作用不显著，对低保户则起到了抑制作用，这可能是因为金融扶贫政策改变了低保户的家庭收入结构，减少了其外出务工等的可能性。

第四，从财产性收入来看，房屋政策显著促进了一般户收入增长，使其收入提高111.74个百分点，对低保户和五保户作用则不显著。产业帮扶政策对一般户、低保户和五保户收入增长均起到显著促进作用，使其收入分别提高163.92个、117.27个、306.28个百分点，对五保户促进作用最强。转移就业政策对一般户、低保户和五保户收入增长促进作用均不显著。金融扶贫政策对一般户、低保户和五保户收入增长均起到显著促进作用，使其收入分别提高69.07个、171.59个、329.66个百分点，对五保户促进作用最强。

第五，从转移性收入来看，房屋政策对低保户收入增长促进作用最强，使其收入提高31.52个百分点，对一般户和五保户作用不显著。产业帮扶政策对一般户、低保户和五保户收入增长作用不显著。转移就业政策对一般户收入增长促进作用最强，使其收入提高21.50个百分点，对低保户和五保户作用不显著。金融扶贫政策对一般户、低保户和五保户收入增长促进作用均不显著。

由此可见，农户自身的属性差异，致使每项扶贫政策对其产生了不同效果。总体来看，扶贫政策对五保户收入增长促进作用最强，低保户次之，对一般户收入增长促进作用较弱。

表11反映了多元化扶贫政策对一般戶、低保户、五保户收入增长的影响。由表11可知：第一，在一般户中，同时享受四项政策的农户对家庭纯收入、经营性收入、工资性收入增长促进作用最强，比不享受政策的农户收入分别高19.55个、1.57个、114.16个百分点，但是对经营性收入增长促进作用不显著;同时享受三项政策的农户对家庭财产性收入增长促进作用最强，比不享受政策的农户收入高319.36个百分点。享受政策数量不同的农户与不享受政策的农户相比，对转移性收入增长促进作用不显著。第二，在低保户中，同时享受四项政策的农户对家庭纯收入、工资性收入增长促进作用最强，比不享受政策的农户收入分别高49.47个、320.05个百分点;同时享受三项政策的农户对家庭财产性收入和转移性收入增长促进作用最强，比不享受政策的农户收入分别高403.26个、32.98个百分点。享受政策数量不同的农户与不享受政策的农户相比，对经营性收入增长起到抑制作用，享受四项扶贫政策的抑制作用最小，但不显著。第三，在五保户中，同时享受四项政策的农户对工资性收入增长促进作用最强，比不享受政策的农户收入高625.77个百分点;同时享受三项政策的农户对家庭纯收入和财产性收入增长促进作用最强，比不享受政策的农户收入分别高56.16个、678.72个百分点;同时享受两项扶贫政策的农户对经营性收入增长起到促进作用，但不显著。享受政策数量不同的农户与不享受政策的农户相比，对转移性收入增长促进作用不显著。

多元化扶贫政策因农户属性不同而产生差异性影响，一般户由于其有工作能力，只是收入低于国家贫困线标准，所以其致贫原因具有一定内生性，享受多元化扶贫政策可以激发其内生动力，实现稳定脱贫。低保户的致贫原因存在一定复杂性，因而多元化扶贫政策使其生活水平达到稳定提高。五保户多为未成年人和老年人，致贫原因单一稳定，所以针对五保户的扶贫政策既要多元又要“量身定制”。贫困户应结合家庭实际情况，选择最适合自身发展的项目，使收益达到最大化。

此外，本文基于建档立卡户所属的贫困县属性和村属性进行了异质性分析，受篇幅限制，这里不作具体分析。总体来看，各项扶贫政策对国家级贫困县和省级贫困县、贫困村和非贫困村收入增长促进作用呈现差异性效果，享受多元化扶贫政策更有利于建档立卡户家庭收入增长。

五、结论与政策建议

这里运用2018年我国3省区4县的入户调查数据，使用倾向得分匹配法，有效校正选择偏差问题，准确识别出精准扶贫政策对建档立卡户收入增长的因果处置效应。实证结果表明，精准扶贫政策使建档立卡户家庭纯收入增加11.01个百分点，对家庭收入结构深入分析后发现，精准扶贫政策使建档立卡户工资性收入增加95.21个百分点，财产性收入增加207.91个百分点，转移性收入增加179.12个百分点，对经营性收入起到促进作用但不显著。实证通过了平衡性和稳健性检验，结果稳健可靠。异质性分析结果表明，精准扶贫政策对建档立卡户的收入增长效应在国家级贫困县和省级贫困县、贫困村和非贫困村之间有所差异。基于此，进一步分析建档立卡户享受的何种扶贫政策对收入增长起到了促进作用。结果发现，房屋政策、产业帮扶政策、转移就业扶贫政策、金融扶贫政策均在一定程度上对建档立卡户收入增长起到促进作用。在家庭纯收入中，金融扶贫政策促进作用最强，使建档立卡户收入提高15.13个百分点;就经营性收入和工资性收入而言，转移就业扶贫政策促进作用最强，分别使建档立卡户收入提高30.11个、263.80个百分点;就财产性收入而言，产业帮扶政策促进作用最强，使建档立卡户收入提高175.29个百分点;就转移性收入而言，房屋政策促进作用最强，使建档立卡户收入提高27.12个百分点。多元化精准扶贫政策更有利于农户家庭收入增长，而关于享受扶贫政策的数量，农户要依据自身条件，参与最适合家庭发展的项目，使家庭收益最大化。在四项扶贫政策对建档立卡户收入增长的效应中，五保户强于低保户，低保户强于一般户。基于本文实证研究结果，提出如下政策建议：

一是在精准扶贫政策促进建档立卡户收入增长的基础之上，构建农户利益联结机制。为避免出现财产性收入与转移性收入对经营性收入的挤出，以及单一的“入股分红”“一股了之”等现象，有必要使农户经营性收入、工资性收入、财产性收入与转移性收入等联结起来，制定利益联结机制，确保收入的可持续性，从而达到稳定脱贫的目的。

二是精准扶贫政策在精准实施的基础之上，更要在“多元化”上下功夫。精准扶贫政策的多元化，有利于解决多维贫困的问题，在“精度”“广度”上同时发力，能在更大程度上满足贫困户脱贫需求。在扶贫政策多元化的同时，应充分考虑农户家庭实际情况，让其参与最适合家庭发展的项目，以达到收益最大化。

三是在打通脱贫攻坚“最后一公里”的关键时期，要更加注重精准扶贫政策对建档立卡户的造血能力培育，将产业扶贫作为脱贫攻坚的根本之策，通过金融扶贫增强其内生动力，通过转移就业扶贫政策丰富其收入来源，确保脱贫有实效、可持续。

四是实现脱贫攻坚与乡村振兴有效衔接。在精准扶贫、精准脱贫解决贫困地区绝对贫困问题的基础之上，要建立防止返贫的长效机制，而乡村振兴战略正是精准脱贫的内生动力。在精准脱贫过程中重点关注的国家级贫困县、贫困村以及低保户、五保户，在乡村振兴战略实施中仍应确定为重点关注对象，以确保脱贫攻坚经得起历史检验，更好地实现“产业兴旺、生态宜居、乡风文明、治理有效、生活富裕”。

参考文献

[1]AGHION P， et al. Inequality and economic growth： the perspective of the new growth theories[J]. Journal of Economic Literature， 1999， 37（4）：1615-1660.

[2]ANGULO R， DIAZ Y， PARDO R. The Colombian multidimensional poverty index： measuring poverty in a public policy context[J]. Social Indicators Research， 2016， 127（1）：1-38.

[3]DERCON S. Risk， poverty and vulnerability in Africa[J]. Journal of African Economies， 2005， 14（4）： 483-488.

[4]Torabi Z A ， Rezvani M R ， Badri S A. Pro-poor tourism in Iran： the case of three selected villages in Shahrud[J]. Anatolia， 2019， 30（3）：1-11.

[5]BANERJEE A， KARLAN D， ZINMAN J. Six randomized evaluations of microcredit： introduction and further steps[J]. American Economic Journal： Applied Economics， 2015， 7（1）：1-21.

[6]KHANNA M， KOCHHAR N， PALANISWAMY N. A retrospective impact evaluation of the tamilnadu empowerment and poverty alleviation （pudhuvaazhvu） project[J]. The Journal of Development Studies， 2015， 51（9）： 1210-1223.

[7]汪三貴，郭子豪.论中国的精准扶贫[J].贵州社会科学，2015（5）：147-150.

[8]郑瑞强，王英.精准扶贫政策初探[J].财政研究，2016（2）：17-24.

[9]刘解龙.经济新常态中的精准扶贫理论与机制创新[J].湖南社会科学，2015（4）：156-159.

[10]郑双怡，冯琼.我国扶贫开发的现实困境与政策优化[J].改革，2018（11）：69-76.

[11]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（12）：142-155.

[12]王志章，韩佳丽.贫困地区多元化精准扶贫政策能够有效减贫吗？[J].中国软科学，2017（12）：11-20.

[13]王振振，王立剑.精准扶贫可以提升农村贫困户可持续生计吗？——基于陕西省70个县（区）的调查[J].农业经济问题，2019（4）：71-87.

[14]边俊杰，赵天宇.精准扶贫政策对农村贫困居民家庭消费的影响——基于赣南苏区的入户调查数据分析[J].江西财经大学学报，2019（1）：63-73.

[15]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（社会科学版），2018（5）：63-72.

[16]陈忠言.中国农村开发式扶贫机制解析——以沪滇合作为例[J].经济问题探索，2015（2）：90-94.

[17]张志新，张秀丽，白海洋.基于要素资源配置视角的贫困地区“产业项目扶贫”模式研究[J].农村经济，2019（1）：88-96.

[18]胡晗，司亚飞，王立剑.产业扶贫政策对贫困户生计策略和收入的影响——来自陕西省的经验证据[J].中国农村经济，2018（1）：78-89.

[19]颜明杰，彭迪云.农村金融精准扶贫成效的评价——基于江西农户的调查[J].江西社会科学，2018（5）：74-83.

[20]申云，彭小兵.链式融资模式与精准扶贫效果——基于准实验研究[J].财经研究，2016（9）：4-15.

[21]贺立龙，黄科，郑怡君.信贷支持贫困农户脱贫的有效性：信贷供求视角的经验实证[J].经济评论，2018（1）：62-77.

[22]余佶.资产收益扶持制度：精准扶贫新探索[J].红旗文稿，2016（2）：19-21.

[23]杨青贵.精准扶贫背景下资产收益扶贫的现实表达与制度回应[J].西北农林科技大学学报（社会科学版），2018（2）：35-41.

[24]李卓，左停.资产收益扶贫有助于“减贫”吗？——基于东部扶贫改革试验区Z市的实践探索[J].农业经济问题，2018（10）：69-77.

[25]胡钰，付饶，金书秦.脱贫攻坚与乡村振兴有机衔接中的生态环境关切[J].改革，2019（10）：141-148.

[26]吴乐，靳乐山.贫困地区生态补偿对农户生计的影响研究——基于贵州省三县的实证分析[J].干旱区资源与环境，2018（8）：1-7.

[27]ROSENBAUM P R， RUBIN D B. The central role of the propensity score in observational studies for causal effects[J]. Biometrika， 1983， 70（1）：41-55.

[28]李实，丁赛.中国城镇教育收益率的长期变动趋势[J].中国社会科学，2013（6）：58-72.