最低生活保障对收入贫困和消费支出的影响∗

杨 穗 高 琴

(1中国社会科学院农村发展研究所，北京，100732；2哥伦比亚大学社会工作学院、中国社会政策中心，美国，10027)

一、引言

最低生活保障制度(简称“低保”)，包括城市低保制度与农村低保制度，是改革开放以来中国政府在社会救助事业上的重大制度创新，也是目前中国社会救助制度的重要组成部分。作为一种直接的现金救助，低保制度突破了传统社会救济资源分散、效率不高等缺陷，为城乡社会救助的统一奠定了基础。城乡低保制度的建立均经历了从局部试点到向全国普遍推广的过程。城市低保制度于1993年在上海开始试点，1999年在全国普遍推广。在启动城市低保的同时，农村低保制度也开始在一些地区探索建立，但是发展缓慢。2003年，在城市低保制度取得重大突破后，民政部开始重新部署农村低保制度的建设工作，至2007年，全国涉农县全部建立了农村低保制度。20多年来，低保制度取得了重大进展，城市和农村低保在经历了快速扩张后，已经步入了稳定发展阶段。众多研究对城市和农村低保制度的设计与实施现状进行了较为全面的分析和评价，包括制度覆盖面、低保标准与补助水平、资格认定和瞄准、贫困救助效果、资金投入及行政管理等方面。

但是，目前中国城乡低保制度面临着发展不平衡的问题，农村低保覆盖的人群多，而保障水平远远低于城市，低保的政策效果存在显著的城乡差距和地区差距。十九大报告强调“统筹城乡社会救助体系，完善最低生活保障制度”。为了兑现我国2020年“绝对贫困现象基本消除”的承诺和稳定实现“两不愁、三保障”(不愁吃、不愁穿，保障义务教育、基本医疗和住房安全)的扶贫目标，低保的兜底保障作用至关重要。

从收入的角度来说，城乡低保在社会救济体系中发挥了主要的减贫作用。综合几项研究来看，基于不同的调查数据和贫困标准，低保收入转移后，城市贫困发生率的下降幅度大致介于0.5～2.0个百分点之间[1-6]，农村贫困发生率的下降幅度大致介于0.15～0.95个百分点之间[7-8]。低保家庭的贫困发生率下降幅度相对明显，在城市大约下降8～11个百分点[9-10]，在农村也超过了3个百分点[11]。此外，农村低保在中西部和民族地区发挥的减贫作用更为显著[12-13]。上述研究也表明，低保对缩小贫困距、减轻贫困程度的影响大于对降低贫困发生率的影响，但是低保的减贫效果受到政策瞄准误差和保障水平的约束。

然而，家庭消费支出是衡量经济福祉的另一个重要指标。低保家庭在获得直接现金救济的同时，也能获得一些实物补贴，并在教育、医疗、住房和就业等方面得到一定的救助。那么，低保如何影响家庭的消费支出，相关研究仍然较少。在城市低保方面，利用中国社会科学人口与劳动经济研究所在2001年和2005年5个城市(上海、武汉、沈阳、福州和西安)的劳动力调查数据，都阳和Park的研究发现，获得低保的家庭在教育和食品支出方面都有更高的比例，但没有提高健康支出[14]。利用CHIP 2002年和2007年的城镇住户数据，Gao等的研究均表明，城市低保家庭显著提高了在教育和健康方面的支出，但对食品、衣着、居住等方面的支出没有显著影响[15-16]。在农村低保方面，运用2007—2014年贫困人口统计数据，曹艳春发现，农村低保有助于提高贫困家庭的消费支出水平，但并没有细分消费支出的类型[17]。利用2010年贫困监测数据，梁晓敏和汪三贵的研究发现，低保农户在获得低保补贴后，增加了人均食品、医疗及转移性支出[18]。利用2010年中西部5省的数据，Han等发现，农村低保显著增加了农户的健康支出，并减少了衣着、交通、烟酒、礼金等支出，但对教育支出无显著影响[19]。基于2011—2012年中国健康与养老追踪调查(CHARLS)数据，解垩发现，低保对农户的食品消费、非食品消费及总消费均无显著影响[20]。

可见，在低保对家庭消费和福祉改善的影响方面，已有文献的结论并不一致，而且也没有对已有文献差异性做出系统分析和讨论的研究。

基于此，本文利用倾向得分匹配方法分析低保对于缓解贫困和改善低收入群体福祉的影响，通过深入分析城乡差距和地区差别得到更为稳健的结论，为完善低保制度并充分发挥城乡救助体系兜底保障功能提供政策建议。

二、数据和方法

(一)数据介绍

本文使用的微观数据来自中国家庭收入调查(China Household Income Project，CHIP)2013年的住户调查数据，样本覆盖了从15个省126个城市234个县区中抽选出的18948个住户，共计64777人，包括7175户城镇住户样本、11013户农村住户样本和760户外来务工住户样本。东部地区包括北京、辽宁、江苏、山东和广东5省份，中部地区包括山西、安徽、河南、湖北和湖南5省份，西部地区包括重庆、四川、云南、甘肃和新疆5省份。CHIP样本从国家统计局住户调查的大样本中抽样得到，详细的收入支出信息均来自国家统计局的调查数据。CHIP数据包括家庭成员的人口结构和社会经济特征等信息，为本研究提供了重要的数据支持。本文采用的是城镇住户和农村住户调查数据，由于新疆缺乏部分调查信息，以及一小部分样本缺乏详细的收支信息，因此剔除与之相关的样本。本文最终使用的城镇和农村住户样本量分别为6262户的19028人和9973户的37865人。

(二)变量说明

1.低保户

CHIP数据的收支信息包括家庭获得的最低生活保障费，只要被调查住户家庭填报了低保收入，就定义该户为低保户。CHIP调查也询问了每个住户成员是否享有最低生活保障①CHIP调查的住户成员是指在一个住宅内或与本住户分享生活开支或收入的所有人员。，但并不是每个住户成员都能享受低保。一方面是因为低保对象的认定受户籍条件限制[21]，另一方面则是基层对于低保对象的认定程序造成的。实际中，低保救助规模受地方财政的约束，一些地区低保对象的确定采取指标分配的办法，特别在经济发展落后的农村地区，基层为了避免农户的不满情绪，通过分户不分家的方式以部分家庭成员为单位来确定低保对象，以此来扩大低保覆盖面[22]。本文假定有低保收入的家庭成员都享受到了低保待遇。

2.收入

2013年CHIP的收入指标为可支配收入①2013年国家统计局开始城乡一体化的住户收支调查，采用的是可支配收入指标。，包括工资性收入、经营净收入、财产净收入和转移净收入4大项，其中低保收入属于转移净收入。本文根据调查的总人口，即共同生活或分享收支的全部家庭成员，计算家庭人均可支配收入和人均低保收入，以及享受低保前的人均可支配收入(扣除低保收入)。

3.消费

CHIP数据中的消费支出包括8大类：食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健及其他用品和服务。根据研究需要，将消费支出细分为11项：食品、烟酒、衣着、居住、生活用品及服务、交通、通信、教育、文化娱乐、医疗保健和其他。教育可进一步细分为学前教育、小学教育、初中教育、高中教育、中专职高教育、大专及以上教育、成人教育7项；医疗保健进一步分为医疗器具及药品、门诊医疗总费用、住院医疗总费用3项。根据调查的家庭总人口，计算得到各项支出的人均水平。通过细分支出类别，可以分析低保参与对家庭消费结构的影响，比如低保家庭是用低保收入来维持生活基本支出(例如食品、衣着、居住、交通和通信)，还是进行人力资本投资(例如教育和健康)，或是用来提高生活质量(例如烟酒、生活用品及服务和文化娱乐)。

(三)分析方法

为了评估低保政策对贫困和消费的影响，本文将比较低保政策干预前后相关指标的变化。选择偏差是观测性数据研究中识别项目参与影响的一个永恒挑战。项目参与者可能与未参与者有系统性的差别，这会导致对项目“真实影响”的估计出现偏差。

为了解决选择偏差问题，本文采取了Rosenbaum和Rubin提出的倾向得分匹配方法(PSM)来识别与低保参与者有类似可观测特征的可比的未参与者[23]，通过比较低保参与者及和他们“匹配”的未参与者的收入和消费支出来估计低保对贫困和消费的影响。倾向得分匹配方法在政策评估中已经得到广泛的应用。传统的PSM方法使用可观测的协变量来估计接受处理概率(即倾向得分)，然后通过使用各种匹配方法(如最近相邻匹配法、半径匹配法、核匹配法等)为处理组的成员在控制组中识别出一个或多个最接近倾向得分的“匹配”成员。在“使用的预测协变量是唯一的混淆变量”的假设下，可以认为具有相近倾向得分的人是被随机地分配到试验中的处理组或控制组[24-26]。

本文分三步实施该方法。第一步是使用可观测特征变量来预测个体参与低保的概率(即倾向得分)，并利用Probit模型来估计：

其中，∑xi是所有可能影响低保获取的可观测到的协变量，包括家庭收入特征、人口结构特征、户主特征和居住条件等。家庭收入特征包括2013年享受低保前的家庭人均可支配收入和2012年的家庭人均可支配收入(以千元为单位)。由于低保实行动态管理，对于一部分收入来源不固定、但有劳动能力和劳动条件的低保家庭来说，原则上城市按月、农村按季复核，低保金也是按月或按季发放，因此并不是所有的低保家庭都能在全年享受低保待遇。而调查数据通常以年为单位，单一年份的收入，特别是当年的收入可能不能有效预测低保获得概率，因此本文还控制了前一期的家庭收入。人口结构特征包括家庭人口数、就业人数、60岁及以上的老人数、在校学生数、不健康或残疾的人口数。户主特征包括户主性别、年龄、文化程度及是否是党员。家庭居住条件包括人均住房建筑面积、住房材料为竹草或土坯(相对于钢混、砖混、砖瓦砖木材料)、饮水是否安全便利、是否有独用的卫生厕所，以及主要炊用能源为柴草或煤炭(相对于液化气、管道煤气、天然气等清洁能源)。φ是各个省份的固定效应，用来控制低保政策和其他社会经济背景因素在省份间的异质性。由于低保标准、资金筹集、资格认定和审核管理在地区之间的差异较大，在预测模型中使用省份固定效应可以控制住未观测到的决定低保参与的地区背景因素。

第二步根据估计得到的倾向分值对样本进行匹配。本文采用常见的规值半径匹配方法(caliper and radius matching)，即选取与给定低保户的倾向分值之差处于一个“可接受的最大限度内”(本文取值为0.01)的所有非低保户，将其与给定低保户进行配对①在实证部分，本文也同时采用了核匹配、局部线性回归匹配、样条匹配等方法对结果的稳健性进行了检验，不同匹配方法的估计结果较为一致。。由于非参数匹配方法唯有在共同支持(common support)领域才是有效的[27]，因此本文进一步保留那些满足共同支持条件的样本，以确保倾向得分在处理组和控制组中有足够多的重合区域。匹配成功的关键还在于构建符合平衡性要求的样本[28]，平衡性检验要求这些协变量的分布在处理组和控制组之间不存在显著的差异，采用两类检验形式：一类是单变量的T检验，另一类是联合分布检验。

第三步是估计低保对贫困和消费的影响。在估计低保参与减贫效应时，通过比较处理组(匹配后的低保户)和控制组(匹配后的非低保户)的FGT贫困指数来分析低保的减贫效果[29]。

其中，N为总人口，PL和yi分别代表贫困线和个体i的收入。FGT(0)为贫困人头指数，即贫困发生率。FGT(1)为贫困距指数，指贫困人口的收入缺口(即收入与贫困线之间的差距)总和，在贫困发生率一定的情况下，FGT(1)越大，说明贫困人口的平均收入水平偏离贫困线越远，也就是贫困程度越深。FGT(2)为加权贫困距指数，即贫困距指数的平方，它对贫困人口的收入分配更加敏感。这三个指数分别衡量了贫困人口的广度、深度和强度。

本文通过估计项目参与者的平均处理效应(average treatment effect)来分析低保对消费的影响。为了减少估计偏差，得到更一致的平均处理效应，回归调整逐渐受到重视[30]。在模型中加入协变量，经过回归调整后的差值可以减小结果的不确定性并提高发现显著的处理效应的机会[31]。当协变量充分平衡时，回归调整后的差值有助于消除匹配后的住户之间尚存的差值，并将标准误调整到接近随机实验的水平[32]。因此，如方程(3)所示，通过控制家庭的相关特征变量和省份固定效应，在匹配后满足共同支持条件的样本中进行最小二乘(OLS)回归来估计低保对家庭消费支出的影响，并采用匹配过程中产生的权重：

其中Ei代表个体i的结果变量(即家庭人均支出)；Dibaoi代表是否参与低保的二元变量；Xi是家庭特征变量，和方程(1)中∑xi相同；φ代表省份固定效应；而ξ是一个随机误差项。本文使用Huber-White稳健估计量对OLS回归系数的标准误进行调整。

应当注意的是，成功的倾向得分匹配要求所有与处理状态和结果变量相关的混淆变量都已经被观测到，并且将处理组和控制组之间的差异归因于项目的影响[33-34]。正如Blundell和Dias所指出的，匹配方法的目标是包括足够多的可观测因素，并使这些因素有相同值的个体对政策的反应没有系统性的差异[35]。如果有任何重要的协变量被遗漏，不同组的成员就会被错误匹配，处理效应的估计会因此出现偏差。本文在分析时使用了很多存在于CHIP 2013年数据中的在相关文献中曾被用作低保参与预测的特征变量，还控制了省份固定效应以控制不同省份间不可观测的背景因素对低保参与和家庭消费支出可能产生的影响。后文的平衡性检验结果也表明，协变量在匹配后的处理组和控制组中具有较为一致的分布。尽管本文已经做出了努力，但是某些无法观测的因素仍可能使我们的估计出现偏差①断点回归作为另一种估计干预项目因果效应的方法，得到越来越多的应用。但是低保覆盖的样本较小，且存在较高的漏出率和误保率，将住户收入作为资格分割点的断点回归方法用于估计低保参与对消费支出的影响，可能是不合适的。越来越多的研究将倾向匹配方法和双重差分方法相结合来消除不可观测因素的影响，从而降低估计偏差，但是受限于一期的截面数据，本文无法采用该方法。。

三、低保的覆盖及瞄准

(一)低保的覆盖率和瞄准效率

表1描述了城乡低保的覆盖及瞄准情况。根据CHIP数据计算，2013年城镇低保的覆盖率为4.1%，东部地区只有1.6%，中部为5.4%，西部为6.4%；农村低保的覆盖率为6.3%，东部为2.5%，中部为6.2%，西部高达11.1%。城市和农村低保的覆盖率均存在巨大的地区差异，东部地区经济发展水平高，低保覆盖率较低，而中西部地区经济发展相对落后，低保覆盖率更高。由于低保实行属地管理，各地的低保标准不同，低保规模取决于地方财政能力和实际贫困人口，因此低保覆盖率只是反映了当地低保的实际救助率。

此外，各地区的低保瞄准效率也存在差异，按照低保的政策目标和对象认定标准，低保制度应该惠及最贫困的人口。通常一项社会救助项目的获取者来自低收入组的比例越高，表明该项目救助的瞄准效率越高[36]。从城镇低保领取者的分布来看，69.2%的领取者处于收入最低20%的家庭，15.6%的领取者处于收入20%～40%的家庭，处于中等收入户的占11.7%，有很低比例的低保领取者属于次高和最高收入户。城镇低保瞄准的地区差异也非常显著，东部和西部地区的瞄准效果好于中部地区，中部地区的低保领取者中，属于最低收入组的有53.3%，属于次高收入组的有11.8%。王美艳利用2010年中国城市劳动力调查数据计算得出，84%的城市低保领取者属于最低收入户，中等及以上收入户领取低保的比例不超过5%[37]。

表1 低保的覆盖及瞄准 单位：%

也有研究通过计算政策评估中的两种瞄准误差[38-39]，即漏保率和误保率来评价低保的瞄准行为。漏保率是应保人口中未享受低保的比例，误保率是低保人口中不应该享受低保的比例。表1显示，城镇低保的漏保率为65.1%，东部地区高达78.8%，中部为64%，西部为54.1%；城镇低保的误保率为84.5%，东中西部均超过了80%。这一结果与已有研究比较接近，根据2001—2010年不同的调查数据，城市低保的漏保率大概介于42%～77%，误保率介于40%～76%[40-44]。相比于其他国家的无条件现金转移(UCT)的救助项目，中国城市低保的瞄准效果是比较好的[45]。

但是，农村低保的瞄准效果显然不如城市低保。在农村低保户中，33.7%的领取者属于最低收入户，27.1%属于次低收入户，分别有14%和5.4%的农村低保领取者属于次高和最高收入户，也就是说，有相当一部分高收入人群享受了低保福利。地区差异也非常明显，整体上东部地区最好，中部次之，西部最差。农村低保的漏保率和误保率分别是85.1%和87.1%，东部地区的漏保率和误保率分别为93.6%和83.4%，中部地区分别为88.2%和90.9%，西部分别为75.1%和85.6%。Golan等利用CHIP 2007—2009年农村数据展开研究，发现中国农村低保的漏保率从2007年的94%下降到2009年的89%，误保率则从94%下降到86%[46]。其他研究表明，2010—2012年，农村低保的漏保率和误保率均超过了70%[47-49]。总体上农村地区的漏保率和误保率都要高于城镇。

事实上，低保对象的认定并不容易。户籍状况、家庭收入和家庭财产是认定低保对象的三个基本条件，而家庭收入和财产在实际资格认定和审查中很难被核查清楚。本文仅根据收入是否低于地方低保标准来界定应保人口进而计算漏保率和误保率是否被高估。此外，调查数据中的收入和低保参与通常以“年”为统计口径，而实际中低保实行动态管理，有一部分低保对象按月或按季节复核调整，这也会导致根据调查数据计算得到的误保率和漏保率被高估[50]。朱梦冰和李实的研究也表明，虽然农村低保的瞄准率在多维贫困标准下有所提高，但是仍有超过一半的多维贫困人群，应该却没有得到低保救助[51]。除了低保资格认定困难外，财政能力约束引起的供需矛盾、低效的动态管理和低保获取的机会成本等因素，都会导致漏保和误保的发生。例如，低保标准受限于地方政府的财政能力，特别是中西部地区保障资金的不足导致无法满足全部申请者，在指标受限的情况下，基层人员在低保资格认定上存在较大的主观判断空间，而且核查监督环节薄弱[52-54]；此外，低保的“含金量”较高，低保人员可以同时享受到教育、医疗、住房和就业等一系列救助，容易造成“福利依赖”[55-56]。

(二)低保获取的影响因素分析

为了实施倾向得分匹配方法，本文利用Probit模型在估计倾向得分值的同时，分析低保参与的影响因素。从表2的回归结果来看，大部分变量对低保参与具有显著的影响，且整体上模型的拟合度也较好。

从影响因素来看，无论在城市还是农村，家庭收入越高，低保获取的概率越低。相关研究也表明，家庭收入与低保获取的关系并不是线性的，一些从事个体或私营经营的家庭在调查期内可能收入较低，但不能享受低保救助[57]，这可能是因为低保参与存在自我选择的行为[58]。本文没有控制收入高阶项，但是控制了家庭的上一期收入。

由于收入难以核查清楚，在识别低保对象的实际操作中，一些非收入指标更普遍地用于低保瞄准，如家庭人口特征和居住条件。从表2的结果来看，家庭人口数对农村低保的参与具有显著的负向影响，而城镇只有在中部地区显著。就业人数越多，参与低保的可能性越小。家庭60岁及以上的老人数量越多，参与城镇低保的概率越低，但是农村低保的获取概率得到提升，这与城乡养老制度的差别有关。城镇老年群体中有相当一部分可以享受退休金待遇，而农村养老保险制度起步晚，2009年开始试点，2014年政府将新型农村养老保险和城镇居民养老保险合并实施，在全国范围内建立了统一的城乡居民基本养老保险制度，但是农村居民享受养老保险的待遇水平仍然较低。Gustafsson和Deng的研究也发现，有养老金的家庭成员越多，参与低保的概率越小，但是没有养老金的老年成员越多，则参与低保的概率越大[59]。

不健康或残疾人数越多，家庭获得低保的概率越大。已有研究也一致表明，若家庭成员患病，贫困的可能性较高，更容易获得低保救助[60-61]。还有一些研究发现，除了患病，孩子上学带来的教育费用也增加了家庭负担，提高了低保参与的概率，特别是在农村地区[62-63]。根据表2的分析结果，在校生数量的负向影响，主要是在西部城镇和农村地区显著。

表2 获得低保的Probit分析

整体上，男性户主的家庭获得低保的概率较低，特别是在农村。户主年龄越大，获得低保的概率越高。户主的教育水平越高，获得低保的概率越低。户主党员身份的影响在城乡和三大地区之间并不一致。在东部城镇和中部农村户主的党员身份有显著的正向影响，在中部城镇和东部农村则是呈现负向显著影响。都阳和Park、Gustafsson和Deng的研究结果中，党员的影响也是负的[64-65]。

从家庭居住条件来看，人均住房面积越大，参与低保的可能性越小。在西部城镇和农村地区，住房结构不安全(竹草或土坯房)的家庭获得低保的概率更高。饮水和厕所的影响并不十分明显。在中部城镇地区，主要炊用能源为柴草或煤炭的家庭获得低保的可能性更大，但在西部地区则相反。整体上，居住条件越差的家庭，参与低保的可能性越高，这与相关研究均一致[66-68]。

本文还控制了省份固定效应，在控制住户特征后，对获得低保影响较大的因素是地区差异。主要原因是低保实行属地管理，地方政府制定的低保标准受到地方财政能力的约束，发达地区的低保标准更高，因此具有相似特征的贫困家庭，在经济发展较好的地区更容易获得低保救助[69-70]。

(三)倾向得分匹配的变量平衡性检验

在得到个体获得低保的预测概率后，需要检验这些协变量和倾向得分在处理组(低保户)和控制组(非低保户)之间是否存在显著差异，即平衡性检验。表3的t值检验显示，无论是城镇样本还是农村样本，匹配前的协变量在处理组和控制组之间存在显著差异，匹配后所有协变量在两者之间的偏差程度都明显降低了。在城镇样本中，只有收入变量及家庭不健康或残疾人口数仍然存在差异；在农村样本中，所有协变量的p值都较大，这表明整体上匹配后处理组和控制组的协变量分布是一致的。同时根据联合检验的p值，倾向得分的联合分布在两个组中也是相同的。也就是说，匹配后的处理组和控制组在统计上具有一致的分布。

本文进一步剔除了那些不满足共同支持假定的观测值，最后得到城镇样本量为6196户，处理组和控制组分别为221户和5975户，农村样本量为9832户，处理组和控制组分别为682户和9150户。

四、低保的反贫困效果

(一)关于贫困线的讨论

贫困线是度量贫困的基础，本文采用多条贫困线来估计低保的减贫效果，包括绝对贫困线、低保线、国际贫困线和相对贫困线。希望通过不同贫困线的衡量，更全面地反映贫困状况和低保的减贫效果。

由于缺乏全国统一的城市贫困标准和其他广泛认可的标准，绝对贫困线只适用于农村样本，2011年中国政府将农民人均纯收入2300元(2010年不变价)作为新的全国农村扶贫标准，2013年根据物价调整后的官方贫困线为2736元。

低保线由地方政府根据当地的经济发展水平、收入和消费情况及地方财力制定①根据《社会救助暂行办法》，最低生活保障标准由省、自治区、直辖市或者设区的市级人民政府按照当地居民生活必需的费用确定和公布，并根据当地经济社会发展水平和物价变动情况适时调整。。通过低保线衡量的贫困率并不能反映真实的贫困水平，更多的是反映了当地的低保救助水平，但是用低保线来衡量贫困的好处是可以把贫困度量和低保政策结合起来考察政策执行的效果。2013年城市和农村低保的平均标准分别是4476元和2434元。

目前世界银行采用的国际贫困线有两条，分别是“1天1.9美元”和“1天3.1美元”。由于中国农村扶贫标准已经超过了“1天1.9美元”的国际贫困标准，本文采用“1天3.1美元”的贫困线。根据国家统计局的测算方法，2013年我国城市和农村的标准分别为4868元和3688元②《中国农村贫困监测报告2016》显示，我国现行农村贫困标准是“1天1.9美元”标准的1.21倍，是“1天3.1美元”标准的74.2%。。

相对贫困线是发达国家在度量贫困时经常使用的指标，普遍使用的标准是收入中位数的50%。2013年我国城镇和农村人均可支配收入的中位数分别是24137.5元和8427.7元，因此城市和农村的相对贫困线分别为12069元和4214元③收入中位值来自《中国住户调查年鉴2016》。。可见，相对贫困标准高于绝对贫困标准、低保标准和国家贫困标准，特别在城市地区。而相对贫困线的采用，有助于更好地理解低保在改善低收入群体收入分配方面带来的缓贫效果。

表3 匹配前后协变量的平衡性检验

(二)低保的减贫效果

本文利用匹配法，通过比较处理组(匹配后的低保户)和控制组(匹配后的非低保户)的FGT贫困指数来分析低保的减贫效果，并且利用不同的贫困标准做稳健性检验，结果如表4所示。

表4 低保的反贫困作用：匹配后低保户与非低保户FGT指数的差异

整体而言，以低保线作为贫困标准时，匹配后的城市低保户的贫困发生率比非低保户低3.3个百分点；当贫困标准提高到每天3.1美元时，城市低保户的贫困发生率比非低保户低2.4个百分点；如果贫困标准进一步提高到50%中位数收入时，城市低保户的贫困发生率反而比非低保户高3.1个百分点。也就说，采用的贫困标准越低，城市低保的减贫作用越明显，这与已有研究结论一致[71-73]。但是城市低保的反贫困效果表现出明显的地区差异。在东部地区，只有当贫困标准较高的时候，低保户的贫困发生率才比非低保户低5个百分点；在中部地区，无论采用哪条贫困线，低保户的贫困率都比非低保户高；在西部地区，采用低保线或每天3.1美元的贫困标准时，低保户的贫困率比非低保户低。也就是说，城市低保在西部地区发挥的减贫作用更显著，而中部地区之所以没有表现出应有的减贫效果，与城市低保的参与和瞄准密切相关。前文的分析表明，中部地区城市低保的误保率要高于东部和西部，有相当一部分中等和次高收入家庭获得了低保，因此在使用匹配法的过程中，会有一部分中高收入群体进入匹配样本，从而影响了减贫效果。

农村低保的反贫困效果相对稳健。当采用标准较低的绝对贫困线和低保线时，匹配后农村低保户的贫困发生率比非低保户分别低1.4和1.3个百分点；当采用较高的3.1美元标准时，减贫作用更加显著，农村低保户的贫困发生率比非低保户低3.4个百分点。但是当采用更高的50%中位数收入的相对贫困线时，匹配后农村低保户的贫困发生率比非低保户仅低1.5个百分点，这一方面与农村低保较高的瞄准误差有关，另一方面也意味着我国农村仍然面临非常严峻的相对贫困状态。农村低保的减贫效果在东部和西部较好，中部略差。在中部地区，当采用绝对贫困标准时，匹配后的农村低保户的贫困发生率反而要比非低保户高0.7个百分点。

毫无疑问，我国城乡低保对于贫困缓解发挥着重要作用，与已有研究一致，低保后贫困距和加权贫困距的下降幅度要大于贫困率的下降。但是从地区差异来看，低保的反贫困效果受到政策瞄准误差和保障水平的约束。例如，中部地区城市和农村低保的误保率都要高于东部和西部，在保障水平不高的情况下，其反贫效果也大打折扣。东部城乡低保的漏保率均较高，但是得益于较高的保障标准，低保仍然发挥了一定的减贫效果。相对来说，西部地区城乡低保的覆盖面较高，因此漏出率较低，减贫效果也较为显著。逐步提高保障水平的同时，提高政策瞄准的精度，才能更加充分发挥低保的兜底保障功能。

五、低保对家庭消费支出的影响

低保如何改善家庭福祉?本文利用匹配后的样本分析低保对家庭消费支出的影响，探讨低保家庭是倾向于将收入用来维持生活基本支出(例如食品、衣着、居住、交通和通信)，还是进行人力资本投资(例如教育和健康)，或是用来提高生活质量(例如烟酒、生活用品服务和文化娱乐)。根据表5所示，上述影响在我国城乡和地区之间均存在显著差异。

表5 低保对家庭消费支出的影响：基于倾向得分匹配估计的平均处理效应

(续表5)

首先，整体上城市低保对家庭总消费支出没有显著影响，这在西部城镇地区也成立，但是该影响在东部地区显著为负，中部地区显著为正。农村低保对家庭消费支出整体上具有负的显著影响，分地区来看，西部地区的负向影响仍然显著，而东部和中部的负向影响并不显著。

其次，低保对家庭总消费支出影响的不确定性不仅与低保家庭获得的实物补贴有关，也受到城乡家庭的不同消费选择的影响。总体来看，由于低保家庭在获得低保金的同时，还可以获得实物福利，包括食品、衣物、生活用品，以及水电燃气等费用的减免，因此低保家庭并没有将收入优先用于吃、穿、住、行等基本生活需求的满足，这与Gao等的两项研究基本一致[74-75]。从本文的具体结果来看，在基本生活要求方面，低保对食品支出的影响总体不显著，但是在东部地区(包括城镇和农村)显著为负，而在中部农村地区显著为正；低保对家庭衣着支出的影响在城乡和地区之间都一致的显著为负；低保对居住支出的影响，在东部城镇地区显著为正，而在西部城镇和农村地区均显著为负；低保对交通支出的影响，在东部地区(包括城镇和农村)和中部农村显著为负，在中部城镇和西部显著为正；低保对通信支出的影响在城乡和地区之间都一致的显著为负。

第三，发达地区的低保家庭倾向于将收入用于教育投资。具体而言，城市低保显著增加了家庭的教育支出，但是西部地区除外；农村低保却显著降低了农户的教育支出。东部和中部的城市低保家庭，增加的教育支出主要是指高中、中专职高、大专及以上教育的费用。低收入家庭对于教育投资的选择差别与我国教育回报率的地区差异密切相关。研究表明，我国的教育回报率存在显著的地区差异[76-77]，而且教育层次越高，收益率越高[78-79]。刘泽云的研究还表明，我国高等教育的回报率在1988—2007年持续上升[80]。因此发达地区的低收入家庭对子女高等教育的优先投资是他们摆脱贫困的理性选择。而在农村，教育贫困是代际多维贫困的关键贡献因素[81]，但贫困群体并没有充分意识到教育对于切断贫困代际传递的重要作用。

第四，相比非低保家庭，整体上城乡低保的参与都会显著提高家庭医疗保健支出，但是在东部城镇地区却表现出显著的负向影响。在中部和西部的城镇地区，低保家庭医疗保健支出的增加主要体现在住院医疗费用方面，而在农村地区，低保农户增加的医疗保健支出主要指医疗药品和门诊费用。随着贫困人口温饱问题的基本解决，因病致贫、返贫现象在城市和农村都非常突出，而我国的医疗保险体系虽然基本实现了覆盖全民的目标，但是三大险种的待遇差距较大[82]。由于无法抵御灾难性卫生支出，城乡医疗保险的减贫作用微弱[83-84]，而医疗救助的能力和水平也相对较低[85]，因此低收入家庭的医疗保障需求更为突出，城乡统一的医疗保险制度和多层次的医疗保障体系亟待完善。

第五，在提高生活质量方面，低保对生活用品服务支出的影响，只在东部农村地区显著为正，在城镇总体和中西部农村地区显著为负，而低保对烟酒的影响在城镇地区显著为负，在农村地区总体显著为负，但分地区不显著；低保对文化娱乐支出的影响也基本为负。

六、结论和启示

(一)结论

本文利用CHIP 2013年城镇和农村住户调查数据，考察了我国城市和农村低保的覆盖和瞄准情况，分析了低保的减贫效果及其地区差异，并进一步探索了低保是如何通过影响消费支出来改善家庭福祉，得出以下三点结论。

1.城乡低保的瞄准效果和低保获取的影响因素存在显著的城乡差别和地区差异。农村低保的瞄准效果不如城镇，中部地区不如东部和西部。城市的低保获取影响因素主要是家庭成员的就业、健康状况及户主的文化程度，农村的低保获取影响因素则包括家庭规模、健康状况、60岁及以上老人和在校学生的数量及户主的性别和文化程度。此外，在中西部地区的城市和农村，住房条件的影响较为显著。

2.城市和农村低保均发挥了一定的减贫作用，且在落后地区更为显著，但是反贫困效果受到政策瞄准误差和保障水平的约束。东部城乡低保的漏保率均较高，但是得益于较高的保障标准，低保仍然发挥了一定的减贫效果；中部地区城乡低保的瞄准效果较差，在保障水平不高的情况下，其反贫效果也欠佳；西部地区城乡低保的覆盖面较高，减贫效果也较为显著。

3.低保对家庭总消费支出的影响在城乡和地区之间并不一致，这与低保政策属地管理的性质和家庭消费选择的地区差异有关。整体上，低保家庭并没有将收入优先用于吃、穿、住、行等基本生活需求的满足，东部和中部的城市低保家庭倾向于将收入用于教育的投资，特别是高中、中专、大专及以上教育；相比非低保家庭，农村低保和中西部城市低保家庭的医疗保健支出费用更高，而西部城市和农村低保家庭对教育投入的减少需要引起重视。

(二)启示和建议

第一，应进一步提高低保的瞄准有效性。低保制度应该惠及最贫困的人口，政策执行不力导致的漏保和误保现象仍然普遍存在。特别是农村低保关系到精准扶贫方略中“社会保障兜底一批”的成效。应提高识别瞄准精度，在尽力核查收入和财产的同时，通过科学合理的制度设计建立相对统一的多维识别和定量评价体系，并形成规范具体的操作意见，真正做到对低保贫困户的精准识别。

第二，逐步提高保障水平，充分发挥低保的减贫作用。目前我国社会救助资金主要来源于财政投入，社会筹集资金较少，低保标准主要受限于地区的财力，虽然从历年看财政投入都在增长，但面对庞大的救助群体，仍然是杯水车薪，而经济增速的放缓也加大了财政支出的压力。同时资金的管理和利用缺乏有效的监管，影响了社会救助的实际效果。应该建立多元化资金筹集机制，提高资金使用效率，进一步加大对落后地区的资金转移分配，使低保标准得以稳步提高。

第三，加强低保政策与教育、医疗、就业、住房等其他社会救助政策的衔接，预防返贫的同时，提高低收入家庭的消费福祉。我国当前社会救助体系内容较多，需要多个部门分工协作、共同完成。但是不同部门之间管理体制的差异，造成了低保等社会救助及相关配套措施在实施过程中缺乏有效的衔接，一定程度上影响了政策的救助效率。本文的研究也表明，随着贫困群体温饱问题的基本解决，低保家庭更倾向于将收入用于教育、健康等人力资本投资。尤其是在农村，“三保障”的问题迫切需要这些专项救助政策来实现。因此，应按需施救，根据低保户的实际情况，加强专项救助政策的实施，特别是对于西部城市和农村低保家庭，应加大教育救助的投入，切断贫困的代际传递。

第四，逐步缩小城乡低保差距，实现社会救助制度的城乡统筹。目前我国城乡分割和地区分割的社会救助模式制约了救济效率，同时也不利于实现社会救助的均等化。农村低保标准显著低于城市，特别是在经济水平落后、自然条件恶劣的地区。随着人口流动的加强和农村易地扶贫搬迁的实施，一些农村低保对象搬到城镇后，无法享受到城镇低保应有的待遇。因此，为了在城乡一体化的情况下实现“应保尽保”，不仅需要加大低保资金投入，还需要重新核定流动后的低保人口，及时制定相关政策，确保社会救助的公平性、权威性和长效性，从而充分发挥政策的兜底保障功能。