鱼和熊掌不可兼得？易地搬迁,家庭贫困与收入分异

李聪 王磊 李明来

摘要 作为当代中国重大民生工程，易地搬迁能在多大程度上减少家庭贫困仍未成共识，后2020扶贫成效的巩固和提升有赖于瞄准相对贫困的群体，由此深化对移民社区动态和生计的理解是重要的。文章基于减少贫困和缩小差距双重视角，从微观农户层次定量考察易地搬迁的政策效应，深入剖析了导致移民接续生计分化的因素及其贡献比率。使用来自陕南的调查数据，借助反事实分析框架，模拟了移民在不搬迁情境下的收入，通过比较搬迁和不搬迁情境下移民的贫困和收入差异变化发现，搬迁一方面显著降低了家庭贫困发生率、贫困深度和强度，帮助他们跨越了“贫困陷阱”，另一方面也打破了原来的低水平均衡，可能伴生移民收入分异的问题。收入差异决定因素分解结果表明：导致不同类型家庭收入分化的因素既有共性也有差异，无论对于移民还是非移民，是否为生态示范村、耕地面积、家庭规模、是否靠近车站、宗教信仰都是左右家庭收入的主要因素，与此同时，信贷可得性、可求助户数、是否为低保户对移民收入具有特殊的意义;正式和非正式的外部支持经由家庭生计选择深刻地影响着搬迁户的发展方向和层次。研究结果意味着，扶贫搬迁面临消除贫困和平衡发展两难兼顾的现实挑战，在搬迁扶贫的过程中，既要关注贫困的减少也要防范收入分异可能导致的移民社会脱节和社区撕裂风险，避免按下葫芦浮起瓢。为此，除了要保证资源再分配中的公平公正，还要注意提供正规的信贷支持和拓展移民的社会关系网络，为相关群体创造平等的发展环境。

关键词 易地搬迁;贫困;收入分异;中国陕南

中图分类号 F061.3文献标识码 A 文章编号 1002-2104（2020）07-0140-11 DOI：10.12062/cpre.20200131

贫困和不平等一直是发展中国家可持续发展的重要威胁，也是国际社会长期关注的焦点。作为世界上最大的发展中国家，中国一直是世界减贫事业的倡导者和推动者。改革开放40年来，中国农村贫困人口累积减少7.4亿，占同期全球减贫人口总数的70%以上[1]。当前，中国正朝着“确保到2020年现行标准下农村贫困人口实现脱贫”的目标迈进，这比联合国2030年可持续发展议程的目标提前了10年。但是，中国减贫形势依然严峻，尤其是居民收入差距持续拉大，农村相对贫困问题凸显。这不仅意味着，与富裕人口相比，穷人较难从经济发展中受益，也妨碍着减贫[2]。为适应新的扶贫形势，中国政府实施了精准扶贫方略，主张找到“穷根”，对症下药。

作为精准扶贫的关键措施，易地搬迁旨在通过贫困人口的迁移再分布打破资源贫乏与贫困之间的恶性循环，既消除贫困又促进不同群体均衡发展。根据“十三五”项目规划，易地扶贫搬迁涉及22个省约1 400个县的1 000万人，他们都居住在自然条件差、公共服务缺乏的偏远乡村。据统计，截至2019年底，全国已累积搬迁960多万人，基本解决了搬得出的问题。然而，贫困具有复杂性和动态性，决定了脱贫是一个长期复杂的过程，对于搬迁群众更是如此。搬迁安置不只是简单的人口迁移，更是一个政治、经济以及社会系统剧烈变迁的过程，导致移民原来所熟悉的生产生活方式被改变，生产生活资源被重新分配，原有的社会组织结构和社会网络在一定程度上解体，进而可能导致某些移民的生计陷入困境[3]。即使是自愿搬迁，与工程类的非自愿搬迁有着本质的不同，且外部帮扶政策大大降低了搬迁户陷入“介入型”贫困的可能性，然而在城乡二元体制下，拥有“农民”和“移民”双重身份的搬迁家庭，仍面临生计恢复的挑战[4-5]。不患寡而患不均。由于向其他工作或技能转型的能力、生计支持的可得性和及时性、文化敏感性和治理结构，以及身心健康等存在差异，移民生计恢复和重塑的过程可能伴生收入分化的问题[6]，这不仅预示部分群体面临相对剥夺加深和被边缘化的风险，还预示社区撕裂的隐患，亦与政策的初衷相悖。由此，如何协调搬迁扶贫与平衡发展之间的矛盾，既是扶贫实践面临的重大挑战也是相关政策制定的难点。

尽管最近关于易地搬迁的研究激增，但限于数据的可得性当前研究多见于理论分析，相应的实证研究还有待跟进。已有文献有助于理解搬迁扶贫的必要性及其可能存在的困难，却难以回答该项政策多大程度缓解了家庭贫困，对于移民潜在的收入分异问题更鲜有涉及。故而，本文利用来自中国陕南的微观调查数据，从减少贫困和缩小差距的双重视角，考察易地搬迁工程对移民生计的影响，并把重点放在分析移民收入分化的决定因素及其作用机制上，试图为深化对移民社区动态及其生计的理解提供经验依据。

1 文献述评

作为发展类项目的伴生问题，搬迁移民在国内外引起了广泛的注意。从生计视角出发，学者普遍认为，搬迁移民往往诱发次生性贫困[3-4]。Cernea[7]较早地指出，移民生计重建面临八种基本的贫困风险，即失地、失业、无家可归、边缘化、食物无保障、丧失获取公共资源的机会、发病率增加和社区撕裂。在此基础上，来自不同国家的研究进一步证实，受发展类搬迁项目影响的人口大都经历了耕地质量或数量降低、家庭收入减少、负债增加、健康恶化、更少的社会支持以及更高水平的绝对贫困[8]。然而，也有研究表明，搬迁与社会经济状况下降并无必然的关联。Wilmsen[9]对三峡移民的研究显示，尽管短期内搬迁户的收入有所下降但长期来看却都得到大幅增长。Randell[10]发现即便在短期内，只要保障充分的资源投入，基于补偿的搬迁项目亦能显著增加家庭财富。

随着中国精准扶贫方略的实施，易地扶贫项目受到了越来越多的关注，相关的研究也迅速增加。學者们从路径选择、执行困境、生计适应、脱贫长效机制构建等不同角度研究了易地搬迁实施的背景、过程、效应及对策[11-14]。在减贫成效方面，不少研究认为搬迁能有效地促进减贫，学者们发现扶贫搬迁能显著增加穷人的生计资本、增强其发展能力，和提高他们的生产率[15-16]。但是，也有一些研究得出了相反的结论，如张建[17]指出，易地扶贫搬迁有较为典型的“运动型治理”属性，导致对“搬得出”的短期目标的高度有效，但在实现长期可持续发展的目标上有一定的局限。邢成举[18]认为，搬迁仅仅在某种程度上改变了贫困人口的自然居住空间，却难以改变诱致贫困生成的经济、社会和政治空间;搬迁移民，尤其是山区的搬迁移民面临着迁移地空间与土地资源稀缺的限制;贫困户在移民后，生计空间变得更加单一，生计脆弱性增强。

纵览文献，国外研究主要涉及大型水库建设、区域生态恢复项目等工程类移民，在研究贫困的同时兼顾了收入分配问题;国内研究虽然对扶贫搬迁及其减贫效应进行了广泛讨论，但收入分配问题却鲜有涉及。易地扶贫搬迁既不同于其他“原址”扶贫，也绝非单纯的人口位移，而是一项人口、资源环境、经济社会重新调整和完善的系统工程。政策在提高贫困者收入的过程中需要协调不同的参与者以及周边群众等多个利益群体，如要克服财政转移支付的效率难题，同时保证公共品的有效供给，避免可能出现的“悬崖效应”，做到“真扶贫”和“扶真贫”，就需要从收入分配的视角对易地搬迁政策进行分析。易地扶贫搬迁的最终目的是提高人民的幸福感，而幸福感的提高不仅源于自身的预期，还源于比较。以社会平均收入作为参照，随着收入差距的扩大以及财富向富裕阶层集中，低收入群体的相对剥夺感势必上升，导致社会平均幸福感的降低。随着后2020的来临，搬迁扶贫的成效巩固和提升更有赖于瞄准相对弱势的群体、消除阻碍其发展的因素[19]。覃志敏[20]虽注意到移民收入分化问题，但他仅从社会网络的角度分析了原因，而导致移民收入分化的因素无疑是复杂多样的。进一步研究移民收入差距的演变及其原因，有助于深化对安置社区动态和生计的理解，促进移民的持续发展，这是以往搬迁政策失败的教训之一。

2 研究方法

2.1 搬迁对家庭贫困和收入分布的影响

考察搬迁对移民贫困和收入分布的影响，理想的做法是将移民在搬迁和不搬迁两种情境下的收入状况做对比。但现实中，我们只能捕捉到搬迁情境下的收入，而与之对立的不搬迁情境是无法观测到的。为此借鉴Rubin[21]提出的“反事实框架”，采用倾向得分匹配方法（PSM）确定农户在不参与搬迁情境下的收入水平。主要工作分为三步：一是确定影响搬迁决策的协变量;二是估计倾向得分;三是进行倾向得分匹配，确定搬迁户在不搬迁情况下的收入（反事实情境）。

我们以虚拟变量D={0，1}表示家庭i是否参与搬迁，即1为参与，0为未参与。记家庭i的收入为yi，其未来收入可能有两种状态，取决于是否参与搬迁：

yi=y1i若D=1y0i若D=0

y0i表示家庭i未参与搬迁的收入，y1i表示家庭i参与搬迁的收入。我们的目的是确定家庭i不参与搬迁情况下的收入y0i。对于搬迁户来讲，可以观测到y1i，但看不到y0i，而对于非搬迁户来讲，可观测到y0i，等于其实际收入yi。

根据倾向得分匹配的思想，假设家庭i是搬迁户，如果找到未搬迁的家庭j，使得家庭i和j的可测变量尽可能相似（匹配），家庭i与家庭j参与搬迁的概率相近，则可将yj作为yoi的估计量，即0i=yj。

为估计任意家庭i参与搬迁倾向得分，需要将D对协变量进行Logit回归，为此建立模型：

其中，β0为常数项，βi为回归系数，Xi为协变量，εi为残差。鉴于易地搬迁实践中政府侧重于从住房、劳动力状况、区位条件识别搬迁户，这很大程度影响着农户的搬迁决策，模型的协变量包含了房屋结构（砖混及以上=1，其他=0）、户主年龄、劳动力数目、家庭健康水平、家到市场的距离等变量。在此基础上，我们使用一对一无放回卡尺内最近邻匹配方法将参与搬迁的样本和未参与搬迁的样本进行匹配，进而得到了搬迁家庭i在不搬迁情境下的收入估计量0i。

通过确定家庭不参与搬迁所获得的收入，可以研究搬迁对家庭贫困和收入差距的影响。首先，分别计算搬迁情境下收入的基尼系数G（yi）和不搬迁情境下收入的基尼系数G（y0i）。如果G（yi）低于G（y0i），说明搬迁会缩小收入差距，反之亦然。按照同样的思路，我们研究了搬迁对贫困的影响。在衡量贫困时我们参照Foster等[22]的研究采用了FGT指数，其表达式为：

式（2）中，α为社会贫困厌恶系数，数值越大，指数对低收入群体的关注越强烈。当α=0时，FGT等于贫困发生率H指数;α=1时，FGT为贫困深度PG指数;α=2时，FGT为贫困强度SPG指数。

其次，借鉴Ravallion和Chen[23]提出的增长发生率曲线（GIC）思想，考察搬迁对收入分配的影响。GIC显示了研究期间每一部分人口的收入增长率，即在分布的每个百分位上的收入增长率。通过比较搬迁情况下的收入分布和不搬迁情况下的收入分布，我们可以确定由于不同人口阶层收入增长差异而导致的收入差距变化。第p百分位的收入增长率为：

让p从0变到1，g（p）可以描绘出GIC。例如，在第50个百分位，这个数字显示了收入中位数的增长率。如果g（p）是所有p的递减（递增）函数，那么在搬迁的情况下，对任何不平等指数，不平等都会下降（上升）。如果GIC在任意点上都高于零轴，即对所有p，g（p）≥0，则所有收入阶层的人口的收入都有所提高。

2.2 移民收入分异的影响因素分析

对于收入差异及其决定因素的研究，已有文献所用的方法以最小二乘回歸分析为主，一些学者也用到分位数回归分析，但这两种方法只能测量各因素对家庭收入水平的影响或边际作用，却不能精确测算诸因素对收入差异的贡献率。回归分解方法较好地弥补了这点不足，其中，Fields和Yoo [24]提出的收入差异回归分解方法（简称FY方法）将收入与其决定因素相联系，能使收入差异的所有决定因素都得到识别和量化，从而更好地解决问题。为此，我们引入FY方法剖析导致移民收入分异的原因。FY方法的使用条件有二，一是收入取对数，二是对数收入的差异用变异系数平方衡量。使用FY方法，需要建立农户收入方程并进行回归分析，按照FY方法的要求，以家庭收入的对数为被解释变量，建立半对数收入方程：

式（4）中被解释变量lnyi表示第i个移民户人均收入的对数。对于解释变量，我们依据可持续生计框架引入了生计资本、家庭特征和社区特征三类变量，即自然资本N、物质资本P、金融资本F、社会资本S、人力资本H、家庭特征L、社区特征C。

3 调查地概述和数据收集

本文所用数据来自西安交大易地移民搬迁课题组在陕西省实施的一项农户生计调查。陕西作为西部欠发达省份，是典型的生态脆弱区、自然灾害多发区和贫困集中区“三区叠加区”，全省96个县（区）中有300多万贫困人口，贫困发生率12.4%;国家592个扶贫重点县中陕西省有50个;陕西省有43个县区位于秦巴山、六盘山、吕梁山三个集中连片特困区，囊括了全省74%的穷人。为破解避灾、反贫和生态保护等一系列民生问题，有效改善广大人民群众的福祉，早在2011年，陕西省即系统规划并推行了陕南避灾、扶贫、生态移民搬迁工程，得益于陕南移民搬迁工程的示范引领，陕北黄河沿岸土石山区和白于山区、秦岭北麓分别实施了扶贫搬迁、生态移民搬迁工程。据统计，陕西全省到2015年底已累计搬迁53万户、190万人，投资854.2亿元。按照国家决策部署，“十三五”期间全省要搬迁5.5万户、125万人，占全国易地扶贫搬迁总人口的1/8[25]。

2011年底课题组深入陕南安康典型的贫困县区进行了抽样调查。首先，根据GDP排名锁定了5个县区（共9个）：1个来自第一梯队（3个县），1个来自第三梯队（3个县），3个来自中间梯队。其次，在每个目标县中抽取3个镇作为样本，被抽到的镇必须存在安置社区。接着，在样本镇进行行政村抽样，共有25个行政村进入样本框。其中，15个为随机抽取，10个为移民安置新村。第四，根据村委会提供的村民小组名单，在每个行政村随机抽取2个村民小组，对村民组中的所有家庭进行调查。调查对象为18—65岁的户主或其配偶，调查内容包括家庭参与搬迁情况、人口特征及生计资本等。为保障调研数据真实性和可靠性，课题组采取了一系列过程控制的措施，包括对调查员进行随机跟访和一定比例的复访，并规范调查员的调查时间和操作方式;之后，课题组对录入后的数据开展数值和逻辑检验。本次调查覆盖1 404个样本户共5 133个个体，样本户中搬迁户和非搬迁户分别占29.1%、70.9%（安康地区计划移民搬迁人数占总人口的比例为29.2%）。最终，经过整理得到有效问卷1 306份。

4 变量说明和描述性统计

本文所说的收入或总收入一般针对的是个人，它等于家庭年人均纯收入。当地农户的收入主要来源于农林种植、家畜养殖、外出打工和非农经营等生计活动，以及政府的惠农补贴，故总收入是由上述分项收入构成。农户的农林种植活动除包括种植传统的粮食作物以外，还包括他们在山上种植一些经济作物，如核桃、山茱萸、板栗等。家畜养殖主要指饲养用于出售或供家庭消费的牲畜，如牛、羊、猪等。外出务工指在本县外乡镇或县城以外的地方进行非农务工且时間累计一年内超过三个月的行为，不包括因工作、上学、婚姻、参军等其他因素发生了户籍变化的行为。非农自营是在当地进行非农自雇经营的行为，例如开办农家乐、经营商店、交通运输。

本文探究收入分异的影响因素时把可持续生计框架作为变量筛选依据。可持续生计框架是对与农户生计特别是与贫困有关的复杂因素进行整理、分析的一种方法，旨在分析那些影响生计结果的正式和非正式的组织和制度因素。框架认为农户是在一定的背景下如政策、政治、历史、农业生态和社会经济状况，结合生计资源实现不同生计策略，从而获得不同的生计结果。农户实现不同生计活动的能力依赖其所拥有的有形和无形资本，即自然资本N、金融资本F、物质资本P、人力资本H和社会资本S。在此基础上，本文结合陕南易地移民搬迁的背景，把生计资本和生存环境的内容进一步细化。

自然资本用以下变量表征：①“耕地面积”，即农户人均拥有的耕地面积（亩）。②“退耕还林”，农户参与退耕还林赋值为1，否则为0。这一变量间接反映农户的自然资本水平，一方面它影响农户林地面积和耕地面积的比例，并影响农业生产过程中自然资本的投入，最终影响农林种植活动。另一方面，退耕还林通过改变农户在农林种植活动中的要素投入形式而影响农户对其他生计活动的参与及收入。

物质资本用“自有资产”表征，等于农户所拥有的资产项数与总项数的比值。问卷中设计了11个资产选项，包括机动三轮车、拖拉机、汽车、摩托车等交通运输及生产工具以及电视、冰箱、洗衣机等生活耐用品。金融资本用“信贷可得性”表征，它由“是否得到过银行贷款”、“是否从非正规金融机构或个人贷过款”和“是否向亲戚朋友借过款”仨指标合成，指标计算方法为：首先将三个变量的值相加，即当农户有过三种借款经历则取值3，有过其中两种经历则取值2，有过其中一种借款经历则取值1，没有任何借款经历则取0。然后，对结果进行标准化处理，记第i个样本标准化处理后的值为Zi，则Zi=（Xi-Xmin）/（Xmax-Xmin），其中Xmax和Xmin分别为该样本中的最大值和最小值。Zi介于0和1之间，数值越趋近1，代表样本所拥有的金融资本相对越多。

社会资本用以下变量表征：①“宗教信仰”，户主有宗教信仰（佛教、道教、基督教、伊斯兰教等）赋值为1，否则为0。已有研究发现，农民信仰宗教多是一种基于功利主义的最大化自身效用的行为，一定程度上具有降低生产风险、拓宽信息以及激励工作努力的功能，在社会保障制度不健全的欠发达地区，多存在“宗教热”现象[26]。②“亲戚中干部数量”，即亲戚中有几个村干部或公务员。③“加入专业协会”，农户参加了专业合作协会赋值为1，否则为0。农民专业协会有助于促进农产品交易，减少中间成本以及获得规模经济等，使农业剩余更多地保留在农民手中。④“可求助户数”，即农户急需大笔开支时可向多少户求助，反映出农户可获取的非正式帮助。

显示，尽管在土地面积和受教育程度上，示范村和非示范村的农户无显著差异，但是在人均农林收入、劳动力接受

培训比例以及人均补贴收入上，示范村的农户都显著高于非示范村的农户。

（2）社会关系网络对移民的重要性不容忽视，来自社会网络的支持很大程度地影响着家庭发展的层次。我们看到，社会资本是移民收入分异的第二大致因，贡献率为8.54%。其中，宗教信仰贡献率最高，为5.75%，宗教信仰对家庭收入具有显著的正向作用;其次是可求助户数，对移民收入差异的贡献率为1.86%。相对于正式的政府扶持，上述变量更多反映了非正式的外部支持。

以往研究[26]认为，宗教信仰提升农户收入水平的渠道主要有二，一是基督教等教义有助于激励信徒积极进取，努力工作，从而激发其内生动力;二是宗教信仰有助于拓展信徒的社会网络关系，为其提供就业信息等便利。对于偏遠山区的农户而言，在正式社会保障制度不健全的情况下，宗教组织的保障功能更加凸显。调查显示，无论在接受培训的劳动力比例上还是在可求助户数上，有宗教信仰的家庭都具有显著的优势，且总收入明显高于无宗教信仰家庭。总之，以上结果契合了宗教信仰的“正向激励”和“社会网络拓展”假说，表明在研究区域，农户信仰宗教有助于弥补正式社会保障制度的缺失。

（3）家庭状况的差异较大程度地导致了移民收入分异。家庭特征对收入差异的贡献率达8.05%，排在第三位。其中，家庭规模贡献最大，为6.69%，家庭规模对农户收入有显著的负向作用，负担比对农户收入影响为负但不显著，家庭人口越多、负担比越高，其人口生产性越低，可转化生计资本的产出越少，越不利于增收;其次是是否为低保户，贡献率为1.4%，被认定为低保户的家庭其收入显著高于非低保户。

（4）将不同类型的农户进行对比可以发现，导致家庭收入分异的因素既有共性也有差异。耕地面积、自有资产、宗教信仰、家庭规模、是否为生态示范村、是否靠近车站等不仅是导致移民收入分化的重要因素也是导致非搬迁户收入分化的重要因素，而且耕地面积、家庭规模、是否为生态示范村等对非搬迁户收入分化有着更大的解释力。信贷可得性、可求助户数、是否为低保户等因素只对搬迁户的收入有显著影响，说明正式的金融支持、非正式的社会关系网络以及政府帮扶对于移民具有特殊的意义，这与覃志敏[20]的研究相一致。搬迁意味着新生活的开始，对于刚搬迁的家庭来说，他们要适应新环境、经历生计转型，能否及时地获取外援不仅影响他们当前的生活质量还会影响其后续的发展方向。

5.3.2 分项收入差异的回归分解

以上仅是对移民总收入差异的决定因素分解，进一步对分项收入差异的决定因素加以分解有助于明晰各类因素对总收入分异的作用路径和机制。采用与总收入差异回归分解相同的计量模型结构，即方程（4），分别对各分

项收入建立回归模型，被解释变量依次是“农林收入”“养殖收入”“打工收入”“非农经营收入”“补贴收入”“其他收入”的对数。表5汇报了相应的分解结果。

分析可知，各类因素经由家庭生计选择调节着分项收入配比进而决定了移民发展的层次。社会资本中有无“宗教信仰”是导致移民收入分化的最主要因素，独特的社会网络支持使得宗教信仰户在农林种植活动上具有相对优势，从而拉大了与其他家庭的差距。与非信教户相比，信教户的农林收入和补贴收入都显著较高。家庭特征中家庭规模的差异是导致移民收入分化的首要原因，它主要通过“养殖收入”“打工收入”“补贴收入”等收入来源对总收入差异产生作用，家庭规模越大，其人均养殖、打工和补贴收入越低，家庭规模的扩大通常会摊薄生产资源的积累，从而限制家庭的生计行为。社区特征主要通过“农林收入”“养殖收入”“补贴收入”“打工收入”对总收入差异产生作用，其中，通行里程的贡献率达17.87%，它对养殖、打工收入影响显著，随着通行里程的增加，移民的养殖收入降低的同时打工收入却提高了。可能因为通行里程增加意味着更高的交通成本，不利于养殖产品的交易和就地非农经营，促进了外出务工行为。是否为生态示范村对农林收入差异有着较大的解释力。生态示范村的设置显著影响着移民的农林收益，生态示范村家庭的农林收入显著高于非生态示范村家庭。这进一步证实示范村的“资源聚集效应”有助于促进从低端农业到高附加值产业的转型升级，进而提高农林产品收益。

除了上述三类已经讨论过的因素外，对其他因素的分析如下：①自然资本较大程度上左右着家庭的农林种植活动及收益，其中，移民农林收入差异的很大程度可归结于耕地面积。②人力资本显著影响着移民的养殖活动和外出务工行为，人力资本的提升对缩小养殖收入差异、打工收入差异具有重要作用。③表征物质资本的自有资产显著影响着家庭的非农经营活动，自有资产越高的移民，其非农经营收入也显著较高。在金融市场不发达的农村地区，存在普遍的流动性约束，家庭对非农经营的投资主要取决于自有资产，由此自有资产比例较高的家庭更有可能获得非农经营的收益。

6 结论和启示

易地搬迁在消除生存环境恶劣地区的绝对贫困上是卓有成效的，同时可能伴生移民收入分化的问题。首先，易地搬迁具有显著的减贫效应。与不搬迁情境相比，搬迁情境下移民收入明显较高，贫困发生率明显较低，贫困深度和强度也有所降低。其次，易地搬迁可能伴生移民收入分异，相较于不搬迁情境，搬迁情境下移民收入差异更大，尽管搬迁普遍提高了移民户收入增长率，但是其收入表现出明显的分异趋势。

导致移民和非移民收入分异的因素有共性亦有差异。无论对于移民还是非移民，是否为生态示范村、耕地面积、家庭规模、是否靠近车站、宗教信仰都是导致家庭收入分异的主要因素。与此同时，信贷可得性、可求助户数以及是否为低保户对移民收入具有特殊的意义，反映出在移民生计恢复和重塑的过程中社会关系以及附着于此的外部支持是至关重要的。在扶贫搬迁背景下，正式和非正式的支持与特定的制度环境相互交织广泛而深刻地左右着家庭的生计选择，进而决定了家庭的发展方向和层次。

本研究启示我们，在搬迁扶贫的过程中，既要关注绝对贫困的减少也要防范收入分异可能导致的移民社会脱节和社区撕裂风险。一方面，要以信息的公开透明促进资源再分配的公平公正，在安置点规划选址、示范点设置等政策制定和实施过程中提高公众的参与率，保证监督反馈的畅通灵敏。另一方面，要加强正式和非正式的外部支持，为相关群体创造平等的发展环境。首先，补齐医疗、养老等社会保障制度的短板，减轻穷人的家庭负担。其次，加强正规信贷的支持，避免家庭生计转型中因过度依赖自有资产而产生的马太效应。第三，拓展移民的社会网络，充实“穷人的资本”，发挥慈善组织、互助组、合作社等非正式社会关系的优势，弥补信息不对称造成的瞄准偏差或正式帮扶缺位。

（编辑：于 杰）

参考文献

[1]桂从路.中国减贫，为世界提供有益借鉴[N/OL].人民日报，2018-11-08[2019-03-06]http：//opinion.people.com.cn/n1/2018/1108/c1003-30388008.html.

[2]陳宗胜， 沈扬扬， 周云波. 中国农村贫困状况的绝对与相对变动——兼论相对贫困线的设定[J]. 管理世界， 2013（1）： 67-77，187-188.

[3]CERNEA M M. Risks， safeguards and reconstruction： a model for population displacement and resettlement[J]. Economic & political weekly， 2000， 35（41）：3659-3678.

[4]WILMSEN B， WANG M. Voluntary and involuntary resettlement in China： a false dichotomy？[J]. Development in practice， 2015， 25（5）：612-627.

[5]王磊， 李聪. 陕西易地扶贫搬迁安置区多维贫困测度与致贫因素分析[J]. 统计与信息论坛， 2019， 34（3）： 119-128.

[6]SINA D，CHANG-RICHARDS  A Y ， WILKINSONS， et al. What does the future hold for relocated communities post-disaster？ factors affecting livelihood resilience[J]. International journal of disaster risk reduction， 2019， 34： 173-183.

[7]CERNEA M. The risks and reconstruction model for resettling displaced populations[J]. World development， 1997， 25（10）：1569-1587.

[8]WILMSEN B， WEBBER M. What can we learn from the practice of development-forced displacement and resettlement for organised resettlements in response to climate change？[J]. Geoforum， 2015， 58（58）： 76-85.

[9]WILMSEN B. After the deluge： a longitudinal study of resettlement at the Three Gorges Dam， China[J]. World development， 2016， 84： 41-54.

[10]RANDELL H. The short-term impacts of development-induced displacement on wealth and subjective well-being in the Brazilian Amazon[J]. World development， 2016， 87：385-400.

[11]渠鲲飞， 左停. 协同治理下的空间再造[J]. 中国农村观察， 2019（2）： 134-144.

[12]柳立清. 政策多变与应对失矩——基层易地扶贫搬迁政策执行困境的个案解读[J]. 中国农村观察， 2019（6）： 77-90.

[13]黎洁.陕西安康移民搬迁农户的生计适应策略与适应力感知[J]. 中国人口·资源与环境， 2016， 26（9）： 44-52.

[14]王蒙. 后搬迁时代易地扶贫搬迁如何实现长效减贫？——基于社区营造视角[J]. 西北农林科技大学学报（社会科学版）， 2019， 19（6）： 44-51.

[15]李聪， 高博发， 李树茁. 易地扶贫搬迁对农户贫困脆弱性影响的性别差异分析——来自陕南地区的证据[J]. 统计与信息论坛， 2019， 34（12）： 74-83.

[16]王文略， 管睿， 加贺爪优，等. 陕西南部生态移民减贫效应研究[J]. 资源科学， 2018， 40（8）： 1572-1582.

[17]张建. 运动型治理视野下易地扶贫搬迁问题研究——基于西部地区X市的调研[J]. 中国农业大学学报（社会科学版）， 2018， 35（5）： 70-80.

[18]邢成举. 搬迁扶贫与移民生计重塑： 陕省证据[J]. 改革， 2016（11）： 67-75.

[19]汪三貴， 曾小溪. 后2020贫困问题初探[J].河海大学学报（哲学社会科学版）， 2018， 20（2）： 7-13，89.

[20]覃志敏. 社会网络与移民生计的分化发展： 以桂西北集中安置扶贫移民为例[M]. 北京： 知识产权出版社， 2016： 79-110.

[21]RUBIN D B. Estimating causal effects of treatments in randomized and nonrandomized studies.[J] Journal of educational psychology， 1974， 66： 688-701.

[22]FOSTER J， THORBECKE G E. A class of decomposable poverty measures[J]. Econometrica， 1984， 52（3）： 761-766.

[23]RAVALLION M， CHEN S. Measuring pro-poor growth [J]. Economics letters， 2001， 78（1）： 93-99.

[24]FIELDS G S， YOO G. Falling labor income inequality in Koreas economic growth： patterns and underlying causes[J]. Review of income and wealth， 2000（2）： 139-159.

[25]乔佳妮.远山里的安居梦，2016陕西移民（脱贫）搬迁综述[N/OL].陕西日报，2017-01-20[2019-04-11]http：//www.sxdaily.com.cn/n/2017/0120/c266-6098597.html.

[26]乐君杰， 叶晗. 农民信仰宗教是价值需求还是工具需求？——基于CHIPs数据的实证检验[J]. 管理世界， 2012（11）： 67-76.

[27]贺雪峰. 谁的乡村建设——乡村振兴战略的实施前提[J].探索与争鸣， 2017（12）： 71-76.

The relocation and settlement program， household poverty and income disparity

LI Cong WANG Lei LI Ming-Lai

（School of Economics and Finance， Xian Jiaotong University， Xian  Shaanxi 710061， China）

Abstract So far， there has been no general consensus as to how much the relocation and settlement program， a major livelihood project in contemporary China， can reduce poverty. Consolidation and improvement of poverty alleviation performance after 2020 depend on targeting relatively poor people. To this end， it is important to better understand the adjustment of migrant communities. Based on the dual perspectives of poverty reduction and gap reduction， this paper quantitatively examines the policy effect of anti-poverty relocation from the household level， and analyzes the factors leading to the migrants livelihood differentiation and their contribution rankings. Using survey data from southern Shaanxi and with a counterfactual analysis， we simulated the income of migrants in a non-relocated counterfactual scenario. By comparing poverty and income disparity among migrants in relocated and non-relocated scenarios， we found that： on the one hand， relocation significantly reduced the incidence， depth and intensity of household poverty， helping the households overcome the ‘poverty trap; on the other hand， it also broke the original low level equilibrium， probably accompanied by the problem of income differentiation of migrants. Decomposition of income  showed that factors leading to the income differentiation of different types of households had both similarities and differences.For both migrants and non-migrants， whether it is and eclolgical demoustration village， the are a of farmland， household size， whether it is close to the station， and religious belief are the main factors affecting household income， Meanwhile， the credit availability， number of households available for assistance， and whether the household could receive subsistence had a unique impact on migrants income. The findings suggest that the anti-poverty relocation and settlemenf program is faced with the realictic challenge of eliminationg poverty while promoting balanced development，and in the implementation of anti-poverty relocation and settlement， attention should be paid both to the reduction of poverty and to the risk of social disconnection and community fragmentation caused by income disparity. Therefore， in addition to ensuring fairness and justice in the redistribution of resources， we should also pay attention to providing formal credit support and expanding the migrants social network， so as to create an equal development environment for relevant groups.

Key words relocation and settlement program; poverty; income disparity; southern Shaanxi， China

收稿日期：2019-10-22 修回日期：2020-02-07

作者簡介：李聪，博士，教授，博导，主要研究方向为易地扶贫搬迁政策与评估。E-mail：liconglc@xjtu.edu.cn。

通信作者：王磊，博士生，主要研究方向为人口迁移与发展经济。E-mail：waaasai@163.com。

基金项目：国家自然科学基金项目“生态扶贫政策下西部贫困山区生态与生计耦合机制及减贫效应的理论与实证研究——以陕南移民搬迁工程为例”（批准号：71673219），“连片特困地区易地扶贫搬迁对农户可持续生计的作用机制研究：以陕南为例”（批准号：71803149）;国家自然科学基金面上项目“生计恢复力视角下易地扶贫搬迁对象脱贫模式、返贫风险与可持续发展政策创新研究”（批准号：71973104）;中科院城市与区域生态国家重点实验室2019年开放课题“易地扶贫搬迁政策下农户的响应、生计与生态效应及耦合机制研究”（批准号：SKLURE2019-2-2）;清华大学中国农村研究院博士论文奖学金项目（批准号：201910）。