云南省國定扶貧重點(diǎn)縣脫貧政策效應(yīng)研究

牛飛亮， 黃慶華，陳彥希

(1.喀什大學(xué) 經(jīng)濟(jì)與管理學(xué)院， 新疆 喀什 844006；2.云南大學(xué) 經(jīng)濟(jì)學(xué)院， 云南 昆明 650500；3.昆明理工大學(xué) 管理與經(jīng)濟(jì)學(xué)院， 云南 昆明 650093)

2001年我國頒布了《中國農(nóng)村扶貧開發(fā)綱要(2001—2010)》，將我國14個集中連片特困地區(qū)作為了扶貧攻堅(jiān)的主戰(zhàn)場。云南一共有73個扶貧開發(fā)重點(diǎn)縣，是我國貧困重點(diǎn)縣最多的省份，再加上地理環(huán)境復(fù)雜和少數(shù)民族多等原因，使得扶貧工作障礙較多。

國內(nèi)外對于貧困問題的研究很多[1]，但關(guān)于扶貧政策的研究主要是針對單個政策或扶貧項(xiàng)目，研究扶貧開發(fā)重點(diǎn)縣整體政策效應(yīng)的文獻(xiàn)非常少[2]。雙重差分法在貧困研究領(lǐng)域的運(yùn)用比較廣泛，主要應(yīng)用于評估政策效應(yīng)。通過采用雙重差分法研究扶貧開發(fā)重點(diǎn)縣整體政策在云南省的實(shí)施效果，以及分析扶貧重點(diǎn)縣政策在不同貧困群體中發(fā)揮的作用和存在的問題，能夠?yàn)樵颇鲜∧酥寥珖姆鲐氀芯刻峁┮欢ǖ膮⒖純r(jià)值[3-4]。

一、云南省國定扶貧開發(fā)重點(diǎn)縣狀況

云南國定扶貧開發(fā)重點(diǎn)縣居民的收入水平，無論是從人均可支配收入狀況，還是從人均消費(fèi)支出狀況來看，均低于云南省的平均水平。但是，經(jīng)過數(shù)年精準(zhǔn)扶貧后，扶貧開發(fā)重點(diǎn)縣的各個方面都有較大進(jìn)步[5-7]。

從整體上看，云南省貧困重點(diǎn)縣的貧困發(fā)生率從2014—2017年均有下降，且貧困發(fā)生率較高的地區(qū)下降的最快，這說明國家扶貧政策效果明顯。但隨著扶貧工作的深入，剩下的貧困人口的脫貧問題變得復(fù)雜。對比2014年和2017年的分組情況可以看出，2014年的整體貧困發(fā)生率還比較高，尤其是貧困發(fā)生率在30%以上的貧困重點(diǎn)縣就有19個；到2017年，30%以上貧困發(fā)生率的貧困重點(diǎn)縣降到了10個，但是因此也導(dǎo)致貧困發(fā)生率在25%～30%的組的數(shù)量有明顯增加。貧困發(fā)生率在15%～20%和20%～25%這兩個組的貧困重點(diǎn)縣數(shù)量較2014年均有減少，使得2017年有37個貧困重點(diǎn)縣的貧困發(fā)生率低于15%，貧困發(fā)生率低于10%的貧困重點(diǎn)縣就有17個，較2014年增加了10個縣。

表1 云南省貧困重點(diǎn)縣按貧困發(fā)生率分組情況

資料來源：國家統(tǒng)計(jì)局云南調(diào)查總隊(duì)《云南調(diào)查年鑒(2018)》，中國統(tǒng)計(jì)出版社，2018年6月，所有數(shù)據(jù)由該年鑒相關(guān)數(shù)據(jù)整理而得

二、云南省國定扶貧開發(fā)重點(diǎn)縣政策效應(yīng)分析的模型選擇

(一)模型及變量說明

選擇雙重差分模型來分析政策效應(yīng)。在模型中，將云南省73個國定貧困縣作為處理組、75個非貧困縣作為對照組。

根據(jù)雙重差分相關(guān)理論模型和云南省縣級面板數(shù)據(jù)特點(diǎn)，將計(jì)量模型設(shè)為：

Yit=α0+α1Di+α2Ti+βDi×Ti+α3Xit+εit

其中，Yit表示第個個體在時間的被解釋變量值，Xit為i個體在時間點(diǎn)表示個體差異的值，Ci表示分組虛擬變量，若為扶貧開發(fā)重點(diǎn)縣，則Ci=1，若為非重點(diǎn)縣，則Ci=0。Ti為時間虛擬變量，在2001年我國扶貧重心做出了調(diào)整，將國家級貧困縣全部調(diào)整到了中西部地區(qū)[7]。2001年作為政策實(shí)施的時間節(jié)點(diǎn)。在2001年之前，Ti=0，2001年之后，Ti=1，Ci×Ti表示政策和時間的交互項(xiàng)，εit為隨機(jī)擾動項(xiàng)，β0、β1、β2、β3、λ為回歸系數(shù)，β3表示政策效應(yīng)。

研究減貧效果最直觀的數(shù)據(jù)就是直接反映貧困狀況的數(shù)據(jù)。參考多個文獻(xiàn)，最終主要選擇農(nóng)民人均純收入、地區(qū)生產(chǎn)總值和人均生產(chǎn)總值3個具有代表性的經(jīng)濟(jì)指標(biāo)作為被解釋變量。

在選擇控制變量時，借鑒Montalvo[8]、李小云[9]、蔣輝[4]等學(xué)者的相關(guān)研究，主要選擇以第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、財(cái)政支出和固定資產(chǎn)投資相關(guān)數(shù)據(jù)作為控制變量。

將農(nóng)民人均純收入(Y1)、地區(qū)生產(chǎn)總值(Y2)、人均生產(chǎn)總值(Y3)的對數(shù)形式作為被解釋變量，控制變量第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、財(cái)政支出、固定資產(chǎn)投資相關(guān)數(shù)據(jù)均采用比例形式。

表2 變量選擇及說明

(二)數(shù)據(jù)來源與分析方法

本文采用的數(shù)據(jù)來自WIND和EPS數(shù)據(jù)庫，收集整理了作為處理組的云南省73個省級貧困縣的面板數(shù)據(jù)和75個作為對照組的非貧困縣的面板數(shù)據(jù)。時間范圍自1995—2017年。估計(jì)方法最終選擇了固定效應(yīng)面板差分—差分計(jì)量模型[10]。

由于本研究使用雙重差分模型，引入了實(shí)驗(yàn)組虛擬變量(C)，該虛擬變量不隨時間變動，若使用組內(nèi)估計(jì)(FE)，則無法得到該變量的估計(jì)量，因此，采用最小二乘虛擬變量模型(LSDV)與隨機(jī)效應(yīng)模型進(jìn)行豪斯曼檢驗(yàn)，從而選擇最優(yōu)模型。通過引入控制變量，對模型進(jìn)行了檢驗(yàn)。豪斯曼檢驗(yàn)結(jié)果可以看出，P值均都為0，表明拒絕原假設(shè)，應(yīng)當(dāng)選擇固定效應(yīng)模型。

表3 固定效應(yīng)、隨機(jī)效應(yīng)的選擇：豪斯曼檢驗(yàn)

數(shù)據(jù)來源：Stata14.0統(tǒng)計(jì)結(jié)果繪制而得，表4，表5，表6同，LSDV模型僅控制了個體固定效應(yīng)

(三)主要變量描述統(tǒng)計(jì)

云南148個縣農(nóng)村人均純收入(Y1)在1995—2017年，最低的只有278元，最高有10 149.05元。地區(qū)生產(chǎn)總值(Y2)增長較快，最小值為5 610萬元，最大值為5 810 661萬元，相差了大約1 036倍。

表4 主要變量描述性統(tǒng)計(jì)

三、云南省國定扶貧開發(fā)重點(diǎn)縣政策效應(yīng)實(shí)證分析

(一)扶貧重點(diǎn)縣政策效應(yīng)分析

模型1、模型2、模型3是未加入控制變量的回歸模型，模型4、模型5、模型6則加入了控制變量。當(dāng)不加入控制變量時，從t統(tǒng)計(jì)值看，重點(diǎn)縣政策對改善農(nóng)村居民收入和促進(jìn)經(jīng)濟(jì)增長方面均有顯著的促進(jìn)作用，且對農(nóng)村人均純收入和人均地區(qū)生產(chǎn)總值的促進(jìn)作用達(dá)到1%的顯著性水平，對地區(qū)生產(chǎn)總值的促進(jìn)作用也達(dá)到了10%的顯著性水平。但當(dāng)加入控制變量以后，重點(diǎn)縣政策對增加農(nóng)村居民收入方面的政策效應(yīng)變小了，且顯著性下降，說明云南重點(diǎn)縣扶貧政策的實(shí)施存在不足，在增加農(nóng)村居民收入方面的作用不穩(wěn)定，但扶貧重點(diǎn)縣政策對經(jīng)濟(jì)的促進(jìn)作用比較顯著。

表5 貧困重點(diǎn)縣整體政策效應(yīng)(雙重差分結(jié)果)

注：(1)*、**、***分別表示10%、5%、1%以上的水平顯著，括號內(nèi)為t統(tǒng)計(jì)量(以下相同)；(2)所有回歸都使用了聚類穩(wěn)健標(biāo)準(zhǔn)誤，并控制了年份固定效應(yīng)和個體固定效應(yīng)

(二)扶貧重點(diǎn)縣政策效應(yīng)的滯后動態(tài)檢驗(yàn)

模型7至模型12的檢驗(yàn)是在一一對應(yīng)的模型1至模型6 的基礎(chǔ)上，分析扶貧開發(fā)重點(diǎn)縣政策實(shí)施之后若干年的政策滯后效果。動態(tài)模型以2002年為政策實(shí)施第1年。模型7(對應(yīng)模型1)、模型8(對應(yīng)模型2)、模型9(對應(yīng)模型3)未加入控制變量，模型10(對應(yīng)模型4)、模型11(對應(yīng)模型5)、模型12(對應(yīng)模型6)在模型7、模型8、模型9的基礎(chǔ)上加入了控制變量。無論是否加入控制變量，從6個模型中均可以看出扶貧重點(diǎn)縣政策效應(yīng)存在滯后性，當(dāng)政策效應(yīng)逐漸顯現(xiàn)，政策效應(yīng)系數(shù)基本呈逐漸增大的趨勢。未加入控制變量時，政策對農(nóng)村人均純收入的促進(jìn)作用從政策實(shí)施后的第8年開始顯著；對地區(qū)生產(chǎn)總值的促進(jìn)作用在政策實(shí)施后的每一年均不顯著，但各年政策效應(yīng)系數(shù)均為正；而從對人均地區(qū)生產(chǎn)總值的政策效應(yīng)來看，政策效應(yīng)在政策實(shí)施后的每一年均為正，并且從政策實(shí)施后的第4年開始顯著。加入控制變量后，模型10相較于模型7來看，加入控制變量后政策效應(yīng)系數(shù)有所減少，并且重點(diǎn)縣政策效應(yīng)從政策實(shí)施后的第10年開始在5%的水平下顯著為正；從模型11和模型8來看，差別較大，模型8中政策效應(yīng)為正但均不顯著，模型11加入了控制變量，在政策實(shí)施后的第8年，政策效應(yīng)在5%的水平下顯著，在第8年之后的每一年都只在5%或10%的水平下顯著，到2016年，即政策實(shí)施后的第15年，政策效應(yīng)系數(shù)變小且不顯著，但系數(shù)依然為正；模型12和模型9的差別不大，模型9在政策實(shí)施后的第4年政策效應(yīng)開始在1%的水平下顯著，模型12的政策效應(yīng)在政策實(shí)施后的第2年變得顯著，這時的政策效應(yīng)還不穩(wěn)定，直到政策實(shí)施后的第4年對人均地區(qū)生產(chǎn)總值產(chǎn)生了持續(xù)顯著的正效應(yīng)。

扶貧重點(diǎn)縣政策存在一定的滯后性，但隨著重點(diǎn)縣政策的逐年推進(jìn)和深入，其減貧效果也逐漸顯現(xiàn)，且政策效應(yīng)總體上呈逐年增大的趨勢。同時，扶貧重點(diǎn)縣政策更容易促進(jìn)地區(qū)經(jīng)濟(jì)的發(fā)展，尤其是顯著而穩(wěn)定的促進(jìn)了人均地區(qū)生產(chǎn)總值的增加，而對農(nóng)村人均純收入的促進(jìn)作用要相對滯后。

表6 扶貧重點(diǎn)縣整體政策效應(yīng)的動態(tài)滯后檢驗(yàn)

(續(xù)表5)

Variable模型7模型8模型9模型10模型11模型12lnY1lnY2lnY3lnY1lnY2lnY3C·T100.1111***0.02770.1220***0.0497**0.0430*0.1448***(5.58)(1.32)(5.53)(2.44)(1.90)(6.62)C·T110.1200***0.03000.1257***0.0520**0.0493**0.1540***(5.88)(1.39)(5.44)(2.45)(2.06)(6.61)C·T120.1273***0.03170.1286***0.0567***0.0453*0.1505***(6.12)(1.38)(5.28)(2.62)(1.80)(6.22)C·T130.2295***0.03540.1340***0.1555***0.0472*0.1538***(8.36)(1.42)(5.13)(5.69)(1.79)(6.14)C·T140.2513***0.03230.1331***0.1749***0.0521*0.1619***(8.46)(1.26)(4.93)(5.99)(1.92)(6.29)C·T150.2540*** 0.03200.1358***0.1868*** 0.01990.1318***(8.35)( 1.22 )( 4.92)(5.75)(0.57)(4.30)X10.0033***0.0061***0.0070***(5.70)(9.71)(10.44)X20.0039***-0.0019-0.0034***(3.74)(-1.52)(-2.69)X30.0013***-0.0031***-0.0032***(3.45)(-4.12)(-5.38)X40.0003***0.0003*** -0.0001(3.39)(2.59)(-0.61)聚類穩(wěn)健是是是是是是標(biāo)準(zhǔn)誤F-statistic698.313899.401600.34760.515051.982291.57prob>F0.00000.00000.00000.00000.00000.0000R-squared0.96930.98910.98110.97070.99190.9869Number275027502750275027502750

注釋：所有回歸都使用了聚類穩(wěn)健標(biāo)準(zhǔn)誤，并控制了個體固定效應(yīng)和年份固定效應(yīng)

四、結(jié)論及對策建議

(一)結(jié)論

通過運(yùn)用雙重差分法評估了扶貧開發(fā)重點(diǎn)縣整體政策效應(yīng)，并進(jìn)行了動態(tài)檢驗(yàn)，研究結(jié)果表明，我國扶貧開發(fā)重點(diǎn)縣政策在云南省發(fā)揮了一定的減貧作用，對經(jīng)濟(jì)增長方面的促進(jìn)作用明顯，但對提高農(nóng)村人口收入的正向作用并不穩(wěn)定。同時國家扶貧開發(fā)重點(diǎn)縣政策效應(yīng)存在嚴(yán)重的滯后性，但隨著重點(diǎn)縣政策的逐年推進(jìn)和國家扶貧戰(zhàn)略的調(diào)整，扶貧重點(diǎn)縣政策效應(yīng)變得越來越明顯。這說明扶貧是一場持久戰(zhàn)。

(二)對策建議

結(jié)合國內(nèi)外已有的貧困研究成果和相關(guān)貧困理論，基于對云南省多維度的貧困現(xiàn)狀統(tǒng)計(jì)分析和計(jì)量檢驗(yàn)，筆者認(rèn)為云南省的扶貧工作可以從以下幾個方面進(jìn)行完善。

第一，加強(qiáng)溝通合作機(jī)制，整合扶貧資源，持續(xù)推進(jìn)扶貧工作。中央政府在宏觀上是以片區(qū)劃分標(biāo)準(zhǔn)來進(jìn)行扶貧資源劃分，而地方州市則是以所管轄的范圍作為扶貧范圍，這不可避免地存在部分州市跨越兩個集中連片特困區(qū)，形成管理范圍的交叉現(xiàn)象，容易造成國家扶貧工作和地方扶貧工作之間的沖突和扶貧資源浪費(fèi)。因此，應(yīng)當(dāng)加強(qiáng)地方政府之間、上下級政府之間的溝通合作機(jī)制，整合扶貧資源，促進(jìn)扶貧資源的有效分配和地區(qū)間的合理流動。

第二，堅(jiān)持農(nóng)業(yè)特色化，規(guī)?；?jīng)營，保護(hù)生態(tài)環(huán)境，加強(qiáng)自然災(zāi)害預(yù)測和保障。谷樹忠指出生態(tài)紅利是欠發(fā)達(dá)地區(qū)發(fā)展最大的紅利[4]。有特色的規(guī)?；霓r(nóng)業(yè)所帶來的減貧效應(yīng)比其他產(chǎn)業(yè)帶來的減貧作用都要顯著和持久。在筆者的研究中也發(fā)現(xiàn)，云南省扶貧重點(diǎn)縣政策對農(nóng)村人口收入的促進(jìn)作用不明顯，說明對農(nóng)業(yè)的投入不足。貧困戶僅依靠個體力量難以擺脫貧困，同時也會對自然環(huán)境造成過度破壞。因此，如何借助政府和各種社會組織的力量，帶領(lǐng)貧困人口合理有效的利用生態(tài)紅利，發(fā)展有特色和有一定規(guī)模的農(nóng)業(yè)及配套服務(wù)供給，成為當(dāng)下重點(diǎn)關(guān)注且行之有效的減貧方法。

第三，再分配政策與人力資本培育相結(jié)合。若直接向貧困人口提供生活補(bǔ)貼改善貧困狀況，這并不是可持續(xù)的扶貧措施，同時還會養(yǎng)成貧困人口對政府救濟(jì)的依賴性。因此，政府的再分配政策應(yīng)當(dāng)有效結(jié)合人力資本培養(yǎng)，既要注重貧困人口的營養(yǎng)、健康、衛(wèi)生問題，還要注重對貧困人口技能的培養(yǎng)，這種技能的培養(yǎng)不僅應(yīng)當(dāng)包括具體的生產(chǎn)技術(shù)培養(yǎng)，還應(yīng)當(dāng)包括貧困人口社交參與能力的培養(yǎng)。因?yàn)樨毨丝诙嗵幱谄h(yuǎn)山區(qū)，市場參與率低，接觸人群結(jié)構(gòu)單一，其社交參與能力難以適應(yīng)目前的市場經(jīng)濟(jì)。同時生產(chǎn)技術(shù)的培訓(xùn)還應(yīng)當(dāng)結(jié)合當(dāng)?shù)厣a(chǎn)、生活特點(diǎn)和條件開展。