精准扶贫政策对农户多维贫困的影响研究——来自准自然实验的经验证据

秦升泽，李谷成

（华中农业大学经济管理学院，湖北武汉430070）

一、引 言

社会主义的根本目标是共同富裕，党和政府高度重视扶贫减贫工作。改革开放以来，我国针对贫困地区投入了大量的人力、物力与财力，采取了一系列行之有效的扶贫政策，从最开始的专门扶贫机构国务院贫困地区经济开发领导小组的成立到“八七扶贫攻坚计划”以及新世纪初的相关扶贫战略与措施，均取得了巨大的成就[2]。2014 年，为解决已有的扶贫政策未能很好识别到户的问题，我国开始实施精准扶贫政策[3]。

自精准扶贫政策正式开展以来，党和国家投入了大量的扶贫资源，相关研究也应运而生。一些文献指出精准扶贫政策在实行过程中存在瞄准偏差，仅采取收入瞄准的方法不能很好地对贫困户进行识别，而采取多维贫困瞄准能显著提升识别的准确率[4]。也有文献对不能精准识别贫困户的影响因素进行了总结，包括识别标准[5]、本身的制度缺陷[6]、精英俘获[7]等。随着政策的深入推进，已有文献对政策的扶贫绩效开展评估。李丹和刘小川基于动态面板模型得出了转移支付对民族贫困县财政支出结构有重要影响的结论[8]，李芳华等从收入角度评估了精准扶贫政策的减贫效果，发现政策显著增加了贫困户的劳动收入与供给[9]。

综上所述，已有文献针对精准扶贫政策的研究获得了诸多有益结论，但是还有以下几个方面有待完善：大多数研究仅对某一特定的地区进行考察，研究结论不具有普遍性，所使用数据多为截面数据或者跨期较短的面板数据，会影响研究结论的准确性；其次，随着我国未来一段时间的主要贫困形式为相对贫困与多维贫困，仅仅采用单一的收入指标衡量政策的减贫效果不够全面，同时精准扶贫政策在设计与执行过程中也蕴含着缓解农户多维贫困的思想，需要深入考察政策对农户多维贫困的影响；再次，已有的研究较少区分政策对不同类型农户影响的异质性，如若政策显著改善了贫困户的多维贫困状况，但却与非贫困户的差距拉大，那么实际政策效果则会大打折扣，此时贫困户多维贫困状况的改善可能是由短期运动突击式扶贫所导致，贫困户未能实现从“输血”到“造血”的转变，脱贫户在未来将会有很大的可能重新陷入贫困。基于此，本研究基于中国家庭追踪调查（China Family Panel Studies，CFPS）2012—2018年的四期面板数据，在测度出农户多维贫困的基础上，从多维贫困指数角度，通过双重差分模型（DID）与固定效应模型实证研究了精准扶贫政策对农户多维贫困的影响效果，并讨论了该效果在不同类型农户与不同区域的异质性以及动态效应。未来五年是脱贫攻坚与乡村振兴衔接过渡期，贫困的表现形式为相对贫困与多维贫困。从多维贫困角度评估其减贫质量，总结其经验教训，可为衔接过渡期扶贫政策的制定提供参考，也能为总结扶贫的“中国经验”，讲好扶贫的“中国故事”提供经验证据。

二、制度背景与研究假说

（一）制度背景

2011年，《中国农村扶贫开发纲要（2011—2020 年）》提出“建立健全扶贫对象识别机制，做好建档立卡工作，实行动态管理，确保扶贫对象得到有效扶持”，开始尝试精准地识别贫困对象；2013年，习近平总书记在湖南湘西考察时候提出了“实事求是、因地制宜、分类指导、精准扶贫”的要求，改变之前相对粗放的扶贫模式，“精准扶贫”思想正式落地；2014年3月，习近平总书记进一步阐述了精准扶贫理论，强调要开展精准扶贫政策。自此，我国扶贫工作进入精准扶贫新时期。自政策实施以来，贫困户的识别与帮扶更加精准，给予了贫困户更多的优惠政策和智力支持。

我国政府围绕着精准扶贫投入了大量的扶贫资源。如表1所示，从2016年开始，我国每年新增中央财政专项扶贫资金200亿元，2020年底就达到1 461亿元。仅从2016年到2020年的前三个季度，所有国家级贫困县统筹整合各级涉农财政资金的总规模达到1.5万亿元。贫困人口自2013年的9 899万人减少到2019 年底的500 余万，截至2019 年底，贫困发生率减至0.6%。贫困地区农村居民可支配收入增加迅速，年均增长8.16%，2019 年底达到11 567 元。经过8 年的艰苦奋斗，现行标准下的贫困人口全部脱贫，消除了绝对贫困和区域性整体贫困，“两不愁三保障”在全国全面实现。

表1 2013—2018年中央财政专项扶贫资金

党和国家在精准扶贫政策上面投入了大量的人力、物力和财力。那么，该政策能改善农户的多维贫困状况吗？对不同类型与不同区域的农户多维贫困影响的强度相同吗？具体影响机制如何？这些问题都有待进一步讨论。

（二）研究假设

阿马蒂亚·森的可行能力剥夺理论，多维贫困涵盖收入、教育、健康以及生活质量等多个方面，精准扶贫政策通过作用于农户的这些方面改善其多维贫困状况，同时，由于政策在实行过程中的内部群体侧重、区域侧重以及时滞效应，政策影响效果出现异质性与动态性。

精准扶贫政策是一个完备的政策体系，涵盖产业扶贫、就业扶贫、智力扶贫等多个方面，从多个角度提升了农户的内生造血能力[10]。其中，产业扶贫政策通过兴修交通、水利水电以及公共卫生等基础设施提升了农户的生活质量，此外农户也可以利用这些基础设施，发展农产品电商等特色产业，增加农产品附加值[11]；就业扶贫政策通过增加对农民的技术培训与引导农民非农就业等方式，给予了农民更多的就业机会；智力扶贫通过增加对农村地区的教育投入提升了农户的内生发展动力。所有农户都会从这些政策中受益，据此提出研究假说：

H1：精准扶贫政策实施之后，我国农户的多维贫困状况显著改善。

精准扶贫政策的核心是对贫困户的精准识别、精准管理和精准帮扶，工作的重点在于瞄准贫困户，通过全方位的政策措施缓解其贫困状况。精准扶贫政策通过直接或者间接的转移支付保障了贫困户的基本生活[12]；给予贫困户保费政府代缴和大病救助政策，减少农村居民因病致贫的现象；实施教育扶贫政策，保障儿童的义务教育，降低贫困地区尤其是深度贫困地区与民族地区的九年义务教育辍学率；设置与完善第一书记、扶贫工作组等机制以避免扶贫过程中“精英俘获”现象的发生[13]。这些政策取得了较好的效果，消除了绝对贫困与区域性整体贫困，使贫困户实现了从“输血”到“造血”的转变[14]，据此，提出研究假说：

H2：精准政策能缩小贫困户和非贫困户的多维贫困差距。

公共政策产生效果存在时滞效应，政策在不同年份实施效果不一定相同，并且政策在执行过程中会动态调整、不断优化，以使政策达到预期目标。随着精准扶贫政策的深入开展，中央与地方投入的扶贫资源不断增加，扶贫力度也不断加大，政府、市场与社会开始形成扶贫合力，政策的效果愈发显著，因此精准扶贫政策的效果还需要实施一段时间之后才会显现出来，随着时间的推移，政策对农户多维贫困的影响逐渐加强，据此，提出研究假说：

H3：精准扶贫政策对农户多维贫困的影响存在逐渐增强的时间滞后效应。

我国幅员辽阔，地区之间经济社会发展水平差异较大。相较于东部地区而言，中西部地区贫困人口多，脱贫任务重，是精准扶贫政策的重点地区[15]。《财政部贯彻落实打赢脱贫攻坚战三年行动指导意见的实施方案》中指出中央财政专项扶贫资金、教育与重点生态功能区转移支付、中央基建投资以及农村危房改造补助资金应向中西部深度贫困地区倾斜。精准扶贫在中西部地区所投入的扶贫资源远多于东部地区，据此，提出研究假说：

H4：精准扶贫政策对农户多维贫困的影响存在区域异质性。

三、多维贫困的测算

（一）研究方法

本文应用Alkire and Foster 最先提出的多维贫困双界限法（简称A-F 法）测算农户的多维贫困状况[16]，该测算方法运用比较广泛[17]，联合国开发署每年发布的《全球多维贫困指数MPI》也是运用该法[18]。采取该法也是为了方便与其他研究进行对比，具体测算步骤如下：

假设总共有N 户家庭被调查，i（i∈N）为被调查的第i个家庭，每个家庭有d个贫困维度，j（j∈d）为家庭的第j个维度，gij为第i个家庭在第j个维度的观测值，z为维度j的贫困临界值，则第i个家庭在第j个维度的贫困状况Pij是：

wj为维度j的权重，对每个贫困维度赋权，可得每个维度的加权贫困剥夺值：

rij= pij*wj（2）

接着，通过维度数k(k∈d)来识别多维贫困：

由上可得各种k值的多维贫困剥夺份额。然后识别各种k值多维贫困的个体数：

接着加总多维贫困指数，则可知贫困发生率H(k)：

贫困剥夺份额A(k)为:

多维贫困指数M(k)为：

（二）数据来源

本文所使用的是中国家庭追踪调查(China Family Panel Studies,CFPS)数据，该数据由北京大学中国社会科学调查中心2007 年开始实施，2010 年在全国范围内正式开展访问，到目前为止形成了2010—2018 年关于社区、家庭、个体的多期面板数据，通过数据可了解我国社会、经济、人口、教育等变迁状况。本文对2012、2014、2016、2018年四期的面板数据进行匹配与清洗，最后得到有效样本4 305个，用其测度我国农村多维贫困状况。

表2 多维贫困指标与权重

（三）指标选取

本文以《中国农村扶贫开发纲要（2011）》确定的主要任务与扶贫方式为基本参照，借鉴姚树洁等文献[19]，结合各地的扶贫手册，从5个维度选取13个指标衡量农户的多维贫困状况，具体维度、指标与权重如图2所示。扶贫政策的最终效果是为了提升农民的获得感、幸福感以及安全感，已有文献在测算多维贫困时基本采取收入、教育、健康等客观指标，缺乏农户主观心理感受指标，对指标的选取不够深入[20]。因此本文在测度多维贫困时加入农户主观满意度指标，从而使测算结果与实际更为相符。

（四）测算结果

表3 为2012—2018 年我国农村家庭多维贫困指数测算情况。随着时间的推移，农户多维贫困发生率、贫困剥夺总额、多维贫困指数呈现出逐渐减少直至为0 的趋势。近年来我国农户多维贫困状况得到缓解，脱贫攻坚战取得了较大的成效。

表3 多维贫困测度结果

四、研究设计与指标数据

本部分将我国精准扶贫政策看成一项准自然实验，通过双重差分法分析其对农户多维贫困的影响。

（一）研究设计

本文研究的问题是精准扶贫政策对农户多维贫困的影响，最直接的办法是比较受到政策照顾与未受到政策照顾的农户在政策发布前后多维贫困的变化，但这种变化还会受到一些随时间变化因素的影响。为了排除这些因素的影响，本文利用双重差分法来考察精准扶贫政策对农户多维贫困的影响[21]。通过观察受到政策照顾的农户（实验组）和没有受到政策照顾的农户（对照组）多维贫困的变动，然后用双重差分法（DID法）来观察政策实施效果。

具体而言，把受到精准扶贫政策照顾作为一个外生性的技术冲击将样本分为两组受政策照顾农户组（政策实验组）和未受政策照顾农户组（政策控制组），则政策对农户多维贫困的平均处理效应（Average Treatment Effect on the Treated）为：

其中，E 为期望值，D表示是否受到政策照顾的虚拟变量（D=0为对照组，D=1为实验组）表示实验组农户多维贫困情况，MPIC1和MPIC0表示对照组农户多维贫困情况。等号右边两项表示实验组和对照组在政策实施前后的一阶差分，能够消去实验组和对照组在政策实行过程中本身的发展趋势，分别对实验组和对照组差分后第二次差分便得到政策对农户多维贫困的影响。

（二）指标选取与数据来源

根据理论分析与相关文献回顾，本研究设置的具体变量情况如下：

1.因变量

本文的因变量为上文中测算的农户多维贫困指数（临界值k 取值为0.33）和人均家庭纯收入对数。多维贫困指数越大，农户多维贫困状况越严重。

2.自变量

CFPS 问卷中政府补助涵盖五保户补助、低保户补助、特困户补助以及各种救济金和赈灾款等各种补助，绝大部分与财政专项资金重合，特别是在2014 年全面实施精准政策后，政府补助基本上来自财政专项扶贫资金[20]，因此本文选取是否接受政府补助（treat）与补助金额对数（help）作为精准扶贫政策变量的代理变量。若农户接受政府精准扶贫补助则treat 赋值为1，否则赋值为0。政策实施前post 赋值为0，实施后赋值为1。

3.控制变量

基于尹志超等文献[22]，本文在模型中加入控制变量，主要涉及家庭层面（家庭规模、有无家庭成员从事农业生产活动以及家庭存款对数）与户主层面（户主的性别、年龄与婚姻状况）。

本文使用的数据皆来源于CFPS数据库，表4为各变量的描述性统计。为剔除物价影响，政府补助金额对数、人均家庭纯收入对数、家庭存款对数在对数化处理前以2012 年为基期，按照农村居民消费价格指数（农村CPI）进行平减。

表4 变量的描述性统计

五、实证结果与稳健性检验

（一）基准模型回归

表5为是否实行精准扶贫政策对农户多维贫困影响的DID基准回归结果，（1）（2）式和（3）（4）式分别是因变量为多维贫困指数与人均家庭纯收入的回归结果，（1）（2）式中政策实施变量与政策时间变量的交互项treat*post 的系数在1%的水平上面显著为负，（3）（4）式中treat*post 的系数在1%的水平上面显著为正，这说明精准扶贫政策增加了农户的收入，显著地缓解了农户多维贫困状况，无论从单一的收入维度，还是从多维贫困角度，政策效应明显。

表5 是否实行政策与农户多维贫困的估计结果

表6为精准扶贫政策补助金额对农户多维贫困影响的固定效应模型回归结果，（1）（2）式和（3）（4）式分别是因变量为多维贫困指数与人均家庭纯收入的回归结果，（1）（2）式中help的系数在1%的水平上面显著为负，（3）（4）式中help的系数在1%的水平上面显著为正，这说明精准扶贫政策补助金额越多，农户的收入越高，多维贫困指数越低，再一次证明了政策效应显著。

表6 政策补助金额与农户多维贫困的估计结果

（二）动态效应分析

在基准回归模型的基础上，本文进一步分析政策的动态效应。表7为精准扶贫政策对农户多维贫困影响的动态效应分析，（1）（2）式和（3）（4）式分别为政策实施对多维贫困指数与人均家庭纯收入的动态效应回归结果，其中treat*post1为2016年的政策效应、treat*post2为2018年的政策效应，从回归结果可以发现，treat*post2 的系数比treat*post1 大，2018 年的扶贫效应比2016 年更为显著,精准扶贫政策对农户多维贫困与收入的影响效果随着时间的推移逐渐增强。一是因为精准扶贫政策在实施的过程可能存在时滞效应，2014年5月国务院下达了《建立精准扶贫工作机制实施方案》，指出应该在当年10月前完成建档立卡工作，有关数据应上传到电脑，联网运行，采取动态管理，逐年更新，2014年底完成贫困户识别工作，2015 年正式实施对精准识别的贫困户各种优惠政策，因此在2016 年政策效果还未完全显现；二是因为精准扶贫政策增加了农村居民内生发展动力，增加了贫困户造血能力和风险应对能力，政策具有长期效应。

表7 动态效应估计结果

（三）农户异质性分析

已有关于扶贫政策评估的文献中，大多考察扶贫政策对全部农户或者贫困户的影响，较少区分政策对不同类型农户影响强度的差异，没有把贫困户和非贫困户的影响异质性涵盖在内，政策在实行过程中可能出现农户的贫困状况显著改善，但是贫困户与非贫困户的差距不断增大的情况。鉴于此，本文将分析政策对不同农户影响的异质性。根据国务院2013 年发布的《扶贫开发建档立卡工作方案》，以2013 年农民人均2 730 元（折合2010 年2 300 元不变价）的为农户贫困户的主要识别标准，各省可结合本地实际略微调整，为进行对比分析，因此本文将样本中2014年人均纯收入2 800元以下农户划分为贫困组，2 800元以上农户划分为非贫困组。

表8为是否实行政策对不同类型农户多维贫困影响的估计结果，（1）（2）和（3）（4）式分别为对贫困户与非贫困户影响的回归结果，（1）（2）（3）（4）式中treat*post 的系数在1%的水平上面显著为负，这说明精准扶贫政策能显著缓解贫困户与非贫困户的多维贫困状况，同时对比（1）（2）式与（3）（4）式的系数可知，政策对贫困户的影响大于对非贫困户的影响。

表8 是否实行政策与不同类型的农户多维贫困的估计结果

图1为精准扶贫政策对不同类型农户多维贫困影响的平行趋势检验图。根据图1，2015年为政策全面展开的年份，在政策全面展开以前，贫困户与非贫困户多维贫困指数的基本发展趋势一致，满足平行趋势假定，但二者之间的多维贫困指数相差较大，且差距有进一步扩大的趋势，随着政策的实施，贫困户多维贫困指数迅速降低且下降速度大于非贫困户，两者差距扩大的趋势得到扭转，结合表8和图1，可知政策不仅缓解了贫困户的多维贫困状况，还减小了其与非贫困户多维贫困的差距。

图1 平行趋势检验图

（四）区域异质性分析

为深入探讨精准扶贫政策对农户多维贫困影响的区域异质性，通过DID 模型分析东中西三大地区扶贫政策对农户多维贫困影响的差异。表9为不同区域精准扶贫政策对农户多维贫困影响的估计结果，根据表9，中西部地区政策的效果大于东部地区，精准扶贫政策的重点在中西部地区，党和国家针对中西部地区投入了大量的扶贫资源，取得了很好的效果。

表9 区域异质性估计结果

（五）精准扶贫政策对多维贫困影响的作用机制分析

中介效应（Mediation Effect）分析可弄清自变量对因变量的传导路径与影响机制，能发现较为深入的结论，本文通过中介效应模型识别与检验精准扶贫政策对农户多维贫困的作用路径与影响机制。基于数据的可得性，本文选取农户每年给亲戚经济帮助金额的对数作为家庭社会资本的代理变量。基于中介效应模型，设定下列回归方程：

MP0i= α0+ α1(treati*posti)+ α2Xi+ ε1（9）

Medi= β0+(treati*posti)+ β2Xi+ ε2（10）

MP0i= γ0+ γ1(treati*posti)+ γ2Medi+ γ3Xi+ ε3（11）

其中，MP0i为农户的多维贫困指数，treati*posti为核心解释变量，Medi为农户i的中介变量，即每年给亲戚经济帮助金额的对数。Xi为一系列控制变量，α、β、γ为待估参数，ε1、ε2、ε3为随机误差项。同前文一样，中介变量Medi与控制变量中的家庭存款对数在回归前做平减处理。

社会资本是指个体从社会网络与社会制度中获取的各类信息、资源与优势等，是一种“穷人的资本”。社会资本对减缓农户贫困具有重要意义[23]，谭燕芝和张子豪等通过CFPS 数据，用人情礼金支出衡量社会资本，得出社会资本可明显缓解农户的多维贫困状况的结论[24]。史恒通等发现生态脆弱性地区社会网络、社会信任与社会参与对多维贫困指数有负向影响[25]。涂冰倩等发现社会资本作为一种非正式制度，可以降低其未来陷入贫困的概率[26]。精准扶贫政策是一个涵盖产业扶贫、金融扶贫、智力扶贫等多个方面的完备政策体系，这些政策从多个角度增加了农户的资源禀赋，提升了其从外界获得信息与资源的能力。例如通过党员干部结对帮扶扩充了农户的社会网络，通过智力扶贫提升了农户从外界获取资源的能力，通过金融扶贫政策扩展了农户的融资渠道，提升了农户的可行能力。农户可以利用增加的社会网络、信息资源、信贷资源获得更多的发展机会，精准扶贫政策在一定程度上解决了贫困户社会资本不足的问题。因此本文选取农户的社会资本作为中介变量，考察精准扶贫政策对农户多维贫困影响的中介效应。

表10 和为社会资本的中介效应检验结果，表10 中（1）（3）列显著为负，（2）列显著为正，部分中介效应成立，精准扶贫政策可以通过增加农户社会资本的方式缓解其多维贫困状况。

表10 中介效应检验结果

六、研究结论与政策建议

本研究将精准扶贫政策看成一次准自然实验，运用中国家庭追踪调查（CFPS）2012—2018 年的四期面板数据，在测度农户多维贫困情况的基础上，实证研究了精准扶贫政策对农户多维贫困的影响。实证表明：第一，经过多年的发展，我国农户多维贫困状况得到了较大的改善；第二，精准扶贫政策增加了农户的收入，显著地缓解了其多维贫困状况，无论从单一的收入维度，还是从多维贫困角度，政策效应明显，并且政策具有长期效应；第三，就农户异质性而言，政策不仅改善了贫困户多维贫困状况，还减小了其与非贫困户多维贫困的差距，就区域异质性而言，精准扶贫政策的重点在中西部地区，对中西部地区的改善程度大于对东部地区的改善程度；第四，借助中介效应模型发现精准扶贫政策可以通过增加农户社会资本的方式改善其多维贫困状况。

基于上述结论提出以下建议：第一，随着精准扶贫工作的圆满收官，应持续巩固扶贫攻坚成果，在一些贫困情况较为严重的地区，保持精准帮扶政策持续稳定，进一步缓解农户的多维贫困状况；第二，随着后扶贫时代的到来，贫困的形式由绝对贫困转变为相对贫困与多维贫困，政府应该牵头制定与我国实际相结合的多维贫困指标体系，为未来扶贫工作提供指导与参考，通过该体系可对我国各地的多维贫困情况进行测度和比较，同时由于我国幅员辽阔，多维贫困的维度、指标、权重以及临界值要与当地的实际相结合；第三，优化已有的扶贫政策体系，制定扶贫政策时不应只关注农民的收入，还应关注农户的教育与健康等状况，在现阶段解决好农户“两不愁三保障”之后，可以提出更高的要求和目标；第四，制定扶贫政策时注重发挥各种社会组织与非正式制度的作用，引进更多社会力量，形成多方面减贫合力。