農(nóng)戶收入保障指數(shù)測(cè)度與財(cái)政補(bǔ)助效應(yīng)檢驗(yàn)：以重慶市為例

楊珂凡，王志章，龔鈺涵

（1.上海財(cái)經(jīng)大學(xué) 財(cái)經(jīng)研究所，上海 200433；2.西南大學(xué) 經(jīng)濟(jì)管理學(xué)院，重慶 400716）

0 引言

我國(guó)已如期完成脫貧攻堅(jiān)目標(biāo)任務(wù)，但現(xiàn)行貧困標(biāo)準(zhǔn)下絕對(duì)貧困問題的解決并不代表扶貧工作的結(jié)束，而是意味著扶貧工作將從解決絕對(duì)貧困問題向緩解相對(duì)貧困狀況轉(zhuǎn)變。進(jìn)入相對(duì)貧困治理階段，傳統(tǒng)的貧困評(píng)估模式已無(wú)法滿足評(píng)估任務(wù)的新需求，亟須新方法和新指標(biāo)衡量摘帽后農(nóng)戶脫貧的穩(wěn)定性和保障水平。同時(shí)，政府長(zhǎng)期實(shí)施的針對(duì)性轉(zhuǎn)移支付政策也面臨轉(zhuǎn)型調(diào)整，有必要對(duì)前期政府補(bǔ)助產(chǎn)生的具體效應(yīng)進(jìn)行評(píng)估分析。

現(xiàn)階段的多維貧困識(shí)別主要基于Townsend（1979）[1]在資產(chǎn)貧困和多維剝奪方面的開創(chuàng)性工作進(jìn)行，他認(rèn)為收入無(wú)法反映家庭的綜合需求，應(yīng)通過(guò)多維剝奪來(lái)研究貧困。Alkire 和Foster（2007）[2]提出的A-F 方法進(jìn)一步完善了多維貧困評(píng)估手段。即同時(shí)對(duì)各維度內(nèi)的特定指標(biāo)和各維度間的組合設(shè)定閾值，按照指標(biāo)—維度—多維貧困指數(shù)順序進(jìn)行三級(jí)加總計(jì)算。基于中國(guó)家庭健康調(diào)查（CHNS）和中國(guó)家庭動(dòng)態(tài)跟蹤調(diào)查（CFPS）數(shù)據(jù)，我國(guó)學(xué)者運(yùn)用A-F方法，對(duì)我國(guó)的多維貧困進(jìn)行了大量分解研究[3，4]。其中，沈揚(yáng)揚(yáng)等（2018）[5]依據(jù)全球MPI 指數(shù)，發(fā)現(xiàn)中國(guó)的多維貧困正處于顯著下降階段。對(duì)于后小康時(shí)代的多維貧困評(píng)估標(biāo)準(zhǔn)和指數(shù)問題，汪三貴（2018）[6]認(rèn)為應(yīng)根據(jù)社會(huì)經(jīng)濟(jì)發(fā)展水平直接提高絕對(duì)貧困標(biāo)準(zhǔn)線，也有部分學(xué)者認(rèn)為應(yīng)學(xué)習(xí)OECD國(guó)家和歐盟的經(jīng)驗(yàn)，將人均可支配收入中位數(shù)的40%～50%作為“相對(duì)貧困”的標(biāo)準(zhǔn)，并逐漸建立城鄉(xiāng)統(tǒng)籌的多元標(biāo)準(zhǔn)貧困體系[7]。

關(guān)于政府補(bǔ)助政策的減貧效應(yīng)研究主要集中在教育、醫(yī)療和住房補(bǔ)助三個(gè)方面。研究發(fā)現(xiàn)，教育補(bǔ)助政策在施行過(guò)程中發(fā)揮了顯著的財(cái)富再分配功能，通過(guò)影響貧困人口的人力資本來(lái)提升欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)增長(zhǎng)效率[8]；住房補(bǔ)助政策實(shí)質(zhì)上是一種收入支持政策，能夠提升家庭的住房可支付力，進(jìn)而促進(jìn)家庭相對(duì)收入水平提升[9]；健康作為低收入農(nóng)戶獲取收入的主要資本，在不確定性因素增多的情況下，低收入群體更傾向于健康投資，醫(yī)療補(bǔ)助能夠降低醫(yī)療成本并對(duì)健康投資產(chǎn)生激勵(lì)作用[10]。在政府的實(shí)踐過(guò)程中，政府補(bǔ)助能直接增加農(nóng)戶收入，有效改善其生活狀況[11]，多種類的財(cái)政補(bǔ)助能提升農(nóng)戶保障水平，直接兜住可能返貧的已脫貧農(nóng)戶[12]。但部分地區(qū)過(guò)高的財(cái)政轉(zhuǎn)移支付也滋生出一系列問題。首先，直接補(bǔ)助容易挫傷農(nóng)戶的勞動(dòng)積極性，造成家庭失業(yè)率上升，產(chǎn)生福利依賴問題[13]；其次，補(bǔ)助的識(shí)別過(guò)程容易出現(xiàn)瞄準(zhǔn)偏差，導(dǎo)致逆向補(bǔ)助現(xiàn)象產(chǎn)生[14]；最后，財(cái)政補(bǔ)助會(huì)對(duì)不同收入組的農(nóng)戶產(chǎn)生顯著差異，研究發(fā)現(xiàn)，財(cái)政資金偏向于被中高收入組獲得，并增加中高收入農(nóng)戶的流動(dòng)性，導(dǎo)致農(nóng)民間收入差距不斷擴(kuò)大[15]。

已有研究對(duì)多維貧困指標(biāo)體系的探索主要建立在西方學(xué)者的理論框架下，貧困評(píng)估的指數(shù)體系缺乏中國(guó)視角。本文認(rèn)為，應(yīng)當(dāng)結(jié)合我國(guó)減貧經(jīng)驗(yàn)，多視角、多維度地評(píng)估農(nóng)戶生活狀態(tài)。其中，“兩不愁三保障”作為我國(guó)現(xiàn)行脫貧標(biāo)準(zhǔn)，在消除絕對(duì)貧困期間發(fā)揮了至關(guān)重要的作用，可以在此實(shí)踐經(jīng)驗(yàn)的基礎(chǔ)上，形成有中國(guó)特色的農(nóng)戶收入保障指數(shù)。同時(shí)，雖然政府補(bǔ)助對(duì)不同收入組的差異性影響已被證實(shí)，但主要聚焦在收入差距與流動(dòng)性方面，缺少對(duì)綜合指數(shù)的影響探討，對(duì)全面建成小康社會(huì)后的分析也少有涉及。

鑒于此，本文選取城鄉(xiāng)二元結(jié)構(gòu)突出、脫貧任務(wù)艱巨、西部唯一的直轄市重慶市為研究區(qū)域，圍繞“兩不愁三保障”對(duì)其所屬18 個(gè)區(qū)縣進(jìn)行了實(shí)地調(diào)研，旨在集中解決如下問題：一是以“兩不愁三保障”目標(biāo)為基礎(chǔ)，建立農(nóng)戶收入保障指數(shù)體系，測(cè)度微觀農(nóng)戶的收入保障水平，并進(jìn)行區(qū)域異質(zhì)性分析；二是建立工具變量分位數(shù)回歸模型，探討有針對(duì)性的三大政府補(bǔ)助對(duì)農(nóng)戶收入保障指數(shù)的影響機(jī)制。本文的邊際貢獻(xiàn)主要有以下兩點(diǎn)：一是在研究視角上，延續(xù)“兩不愁三保障”框架，多維度刻畫農(nóng)戶收入保障狀態(tài)，有利于全方位把握農(nóng)戶生活水平狀況；二是在研究意義上，在我國(guó)進(jìn)入相對(duì)貧困治理的新階段，有助于為政府補(bǔ)助調(diào)整提供現(xiàn)實(shí)參考，為欠發(fā)達(dá)地區(qū)做好鞏固拓展脫貧攻堅(jiān)政策成果同鄉(xiāng)村振興有效銜接提供啟示。

1 研究設(shè)計(jì)

1.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于課題組在2020 年7 月至9 月的實(shí)地調(diào)研，采用結(jié)構(gòu)式訪談、問卷調(diào)查和座談會(huì)相結(jié)合的方式，深入重慶市涪陵區(qū)、巴南區(qū)、忠縣等18 個(gè)區(qū)縣，共獲得農(nóng)戶問卷1087 份，形成關(guān)于人口學(xué)特征、收入與支出、政府各項(xiàng)補(bǔ)助金額等關(guān)鍵指標(biāo)的2019年截面數(shù)據(jù)。將樣本中戶主年齡范圍控制在18～85 歲，僅保留戶籍類型為“農(nóng)業(yè)戶口”的樣本，剔除變量缺失的樣本，經(jīng)復(fù)核后確定有效樣本946份，有效率為87.02%，樣本區(qū)域占比合理，能夠較好地反映重慶市微觀農(nóng)戶在進(jìn)入新發(fā)展階段后的收入保障實(shí)際情況。

1.2 農(nóng)戶收入保障指數(shù)的測(cè)度

1.2.1 建立指標(biāo)體系

在指標(biāo)選取的過(guò)程中，本文延續(xù)“兩不愁三保障”框架建立農(nóng)戶收入保障指數(shù)綜合指標(biāo)體系（見表1）?；凇皟刹怀睢钡闹笜?biāo)選取主要圍繞農(nóng)戶的物質(zhì)生活水平。農(nóng)戶家庭年收入和實(shí)際耕種面積能直接體現(xiàn)農(nóng)村家庭實(shí)際收入水平，衡量農(nóng)民擴(kuò)大再生產(chǎn)的能力；恩格爾系數(shù)是食品支出總額占農(nóng)戶消費(fèi)支出總額的比重，農(nóng)戶收入越低，購(gòu)買食物的支出比例越大；物價(jià)敏感度是農(nóng)戶的主觀評(píng)分，物價(jià)敏感越高說(shuō)明生活壓力越大?；凇叭Ｕ稀钡闹笜?biāo)由教育水平、健康權(quán)益、居住條件、政策評(píng)價(jià)四部分組成。教育水平指標(biāo)直接由受教育年限、教育負(fù)擔(dān)決定；考慮到樣本地區(qū)已實(shí)現(xiàn)新型農(nóng)村合作醫(yī)療全覆蓋，故使用醫(yī)療負(fù)擔(dān)和看病便利度評(píng)價(jià)健康權(quán)益的指標(biāo)；居住條件的主要指標(biāo)為信息化程度、物流便利度和水電氣穩(wěn)定性；政策評(píng)價(jià)的指標(biāo)包括政策了解度、主觀政策效用，涵蓋農(nóng)戶對(duì)政策的認(rèn)知度以及主觀滿意度。上述涉及農(nóng)戶主觀評(píng)價(jià)的指標(biāo)數(shù)據(jù)均采用李克特五點(diǎn)量表進(jìn)行打分，正向指標(biāo)越接近5表示越理想，負(fù)向指標(biāo)反之。

表1 農(nóng)戶收入保障指數(shù)指標(biāo)體系

1.2.2 確定權(quán)重系數(shù)

自從Shanon 引入“信息熵”概念之后，熵值在衡量信息量方面發(fā)揮了重要作用。一般地，熵值越大的指標(biāo)其信息含量越多，對(duì)決策的作用就越大，可以有效避免指標(biāo)賦權(quán)的主觀性，具有更高的可信度。因此，本文選取熵值法對(duì)指標(biāo)體系進(jìn)行賦權(quán)與評(píng)價(jià)，具體步驟如下所示：

（1）建立觀測(cè)矩陣

對(duì)m個(gè)樣本進(jìn)行評(píng)價(jià)，建立包含n個(gè)指標(biāo)的評(píng)價(jià)體系。這樣就可以得到觀測(cè)矩陣X=(xij)m×n（i=1，2，…，m代表樣本；j=1，2，…，n代表指標(biāo)）。

（2）數(shù)據(jù)標(biāo)準(zhǔn)化

為消除數(shù)據(jù)量綱的影響，實(shí)現(xiàn)可比性，需要對(duì)原始調(diào)研數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，本文選擇歸一化處理，并根據(jù)“正向指標(biāo)”和“負(fù)向指標(biāo)”分別進(jìn)行計(jì)算，具體方法為：

其中，max(xj)、min(xj)分別表示樣本觀測(cè)值xj中的最大值、最小值；yij為歸一化后的樣本數(shù)據(jù)。

（3）計(jì)算權(quán)重

經(jīng)過(guò)式（1）和式（2）得到的各類指標(biāo)值為yij，形成新的指標(biāo)矩陣(yij)m×n，用m表示被調(diào)查農(nóng)戶個(gè)數(shù)，n表示評(píng)價(jià)指標(biāo)的個(gè)數(shù)，計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)農(nóng)戶的指標(biāo)值比重pij：

計(jì)算第j項(xiàng)指標(biāo)的熵值ej：

計(jì)算各指標(biāo)權(quán)重ωj：

1.3 政府補(bǔ)助對(duì)收入保障指數(shù)的影響

1.3.1 工具變量分位數(shù)模型

考慮到收入保障實(shí)現(xiàn)水平存在不同層級(jí)的差異性，可能引致結(jié)果變化，因此本文采用分位數(shù)回歸方法研究政府補(bǔ)助對(duì)收入保障指數(shù)的影響：

其中，Qτ(Y|T)表示在條件分布(Y|T)、τ分位數(shù)下的結(jié)果變量，i表示樣本,βτ、γτ表示在τ分位數(shù)下的回歸系數(shù)，Ti、Mi分別代表核心解釋變量和控制變量，?τ為常數(shù)項(xiàng)，ετ為隨機(jī)擾動(dòng)項(xiàng)，模型需要滿足τ分位點(diǎn)下的加權(quán)誤差絕對(duì)值平方和最小。

由于模型可能存在的內(nèi)生性問題將使分位數(shù)回歸結(jié)果產(chǎn)生誤差，本文在式（7）的基礎(chǔ)上提出工具變量分位數(shù)回歸模型（IVQR）[16]：

其中，D'α(τ)+X'β(τ)是τ的嚴(yán)格遞增函數(shù)；Y為結(jié)果變量，在本文中為收入保障指數(shù)；X為控制變量，指影響結(jié)果變量的其他外生變量；D是由式（9）確定的內(nèi)生變量；U為隨機(jī)變量，聚集了影響方程結(jié)果的所有未觀察到的因素；V是一個(gè)未被觀測(cè)到的擾動(dòng)變量，它與U相關(guān)并決定D；Z是工具變量，又獨(dú)立于擾動(dòng)項(xiàng)U，但通過(guò)式（9）影響變量D。

1.3.2 變量選取和描述性統(tǒng)計(jì)

（1）被解釋變量：微觀農(nóng)戶的收入保障指數(shù)，指數(shù)的形成過(guò)程見前文，取值范圍為0～1。

第一個(gè)方面的根源在于，伊斯蘭教創(chuàng)立的時(shí)間比較晚，傳入中國(guó)的時(shí)間更晚。 這樣，伊斯蘭教在中國(guó)傳播時(shí)，中國(guó)的伊斯蘭“不但不攻擊中國(guó)的主流學(xué)說(shuō)儒學(xué)，反而開始試圖以儒學(xué)解釋伊斯蘭教”[4]117，這其實(shí)是一種文化結(jié)構(gòu)與歷史傳承的反轉(zhuǎn)。 “三教合流”以前的中國(guó)傳統(tǒng)儒學(xué)還缺乏出世與逍遙的內(nèi)涵，而“三教合流”以后的中國(guó)主流傳統(tǒng)文化則已經(jīng)具有了出世與逍遙的特征。 “三教合流”之時(shí)的伊斯蘭教在中國(guó)的載體還非常微弱，而等到“元代回回遍天下”[4]126 以后，中國(guó)的“三教合流”已經(jīng)基本完成，伊斯蘭教的教義教理已經(jīng)從文化機(jī)理上喪失了與中國(guó)傳統(tǒng)儒學(xué)相融合的機(jī)會(huì)。

（2）核心解釋變量：教育補(bǔ)助、醫(yī)療補(bǔ)助和住房補(bǔ)助。即2019年度微觀農(nóng)戶分別獲得的三類財(cái)政補(bǔ)助金額。其中教育補(bǔ)助金額來(lái)自以下金額的加總：①學(xué)前教育保教費(fèi)資助；②國(guó)家營(yíng)養(yǎng)改善計(jì)劃；③寄宿生活補(bǔ)助；④助學(xué)金；⑤“雨露計(jì)劃”；⑥全日制高等教育補(bǔ)助。醫(yī)療補(bǔ)助來(lái)源于下列項(xiàng)加總：①新型農(nóng)村合作醫(yī)療保險(xiǎn)；②慢性病定點(diǎn)醫(yī)院、醫(yī)藥優(yōu)惠；③重特大疾病門診救助；④免費(fèi)健康體檢。住房補(bǔ)助來(lái)源于下列加總：①危房補(bǔ)助；②住房建設(shè)補(bǔ)助；③易地扶貧搬遷補(bǔ)助。

（3）控制變量：①農(nóng)戶職業(yè)培訓(xùn)次數(shù)。農(nóng)業(yè)技術(shù)培訓(xùn)是提升勞動(dòng)力人力資本水平的主要方式之一，而人力資本又是提高農(nóng)戶收入能力的主要因素，因此農(nóng)戶職業(yè)培訓(xùn)次數(shù)是影響農(nóng)戶收入保障指數(shù)的因素之一。②是否成立地方農(nóng)民專業(yè)合作社。已有的研究發(fā)現(xiàn)，農(nóng)民專業(yè)合作社能降低農(nóng)戶交易成本，推動(dòng)農(nóng)戶生產(chǎn)行為專業(yè)化并獲得規(guī)模經(jīng)濟(jì)，有利于農(nóng)戶的收入保障指數(shù)提升。③公共交通建設(shè)。擁有公共交通線路能直接提高教育、醫(yī)療便利度，從而有利于農(nóng)戶“三保障”的提升。④戶主特征。參照已有研究經(jīng)驗(yàn)，個(gè)體特征與農(nóng)戶收入間存在關(guān)聯(lián)，包括年齡、性別、民族、婚姻情況、健康狀況和政治面貌。

（4）工具變量：是否進(jìn)行過(guò)危房鑒定。本文主要考慮了住房補(bǔ)助的內(nèi)生性問題，一方面由于收入保障指數(shù)和住房補(bǔ)助可能互為因果，另一方面可能是因?yàn)閿?shù)據(jù)收集過(guò)程中的測(cè)量誤差問題。為此，本文選取“是否接受危房鑒定”作為住房補(bǔ)助的工具變量以解決存在的內(nèi)生性問題。是否接受危房鑒定與農(nóng)戶收入保障指數(shù)的直接性關(guān)聯(lián)較低，同時(shí)接受過(guò)危房鑒定的農(nóng)戶獲得住房補(bǔ)助的可能性會(huì)顯著增加，進(jìn)而對(duì)收入保障指數(shù)產(chǎn)生間接影響，因此將其作為工具變量是可行的，具體的有效性檢驗(yàn)結(jié)果見后文。變量說(shuō)明見下頁(yè)表2。

表2 變量的描述性統(tǒng)計(jì)

從表2 來(lái)看，本次調(diào)研中的戶主大部分為男性，平均年齡為55 歲，漢族為主，少數(shù)民族占總受訪者的31%，且有13%的受訪者為中共黨員。為實(shí)現(xiàn)“兩不愁三保障”，政府實(shí)施了大量轉(zhuǎn)移支付，其中醫(yī)療補(bǔ)助均值最高，均值達(dá)到2873元，和重慶市新農(nóng)合醫(yī)療保險(xiǎn)的全覆蓋緊密相關(guān)；其次是住房補(bǔ)助，平均每戶受惠1877元，來(lái)源于重慶市近年來(lái)大量的危房改造和拆遷活動(dòng)；三大補(bǔ)助中最低的為教育補(bǔ)助，平均對(duì)每戶轉(zhuǎn)移教育補(bǔ)助1058 元。重慶市各區(qū)縣的農(nóng)戶平均接受過(guò)兩次職業(yè)培訓(xùn)，農(nóng)戶平均僅有5.1%參加了地方農(nóng)村合作社，公共交通覆蓋率達(dá)57%。

2 研究結(jié)果及分析

2.1 農(nóng)戶收入保障指數(shù)的測(cè)度結(jié)果

2.1.1 權(quán)重貢獻(xiàn)差異

首先，根據(jù)指標(biāo)的正負(fù)方向，分別依據(jù)式（1）、式（2）對(duì)原始調(diào)研數(shù)據(jù)進(jìn)行歸一化處理，得到無(wú)量綱數(shù)據(jù)。再利用式（3）至式（5）計(jì)算熵值和權(quán)重（見表3），最終計(jì)算出各微觀農(nóng)戶的收入保障指數(shù)。

表3 指數(shù)權(quán)重

從表3 來(lái)看，物質(zhì)水平的權(quán)重系數(shù)最高，達(dá)到0.328，其次依次是居住條件（0.288）、教育水平（0.196）、健康權(quán)益（0.104）和政策評(píng)價(jià)（0.084）。這意味著物質(zhì)水平和居住條件在衡量農(nóng)戶收入保障水平中占有主要地位，教育水平其次，健康權(quán)益和政策評(píng)價(jià)的貢獻(xiàn)度較低。

物質(zhì)水平作為基本經(jīng)濟(jì)特征，包括家庭收入、實(shí)際耕種面積、物價(jià)敏感度和恩格爾系數(shù)，在綜合指數(shù)權(quán)重中均占比超過(guò)7%。居住條件貢獻(xiàn)度排名第二，說(shuō)明伴隨智能手機(jī)和互聯(lián)網(wǎng)技術(shù)在農(nóng)村地區(qū)的發(fā)展，電力通信等基礎(chǔ)設(shè)施開始扮演關(guān)鍵角色。教育水平權(quán)重占比較大，其中受教育年限占比最高，說(shuō)明農(nóng)村地區(qū)大量留守兒童的積壓、教育資源傾斜和農(nóng)村地區(qū)教育差距顯著等問題依然存在。指標(biāo)權(quán)重較低的分別為健康權(quán)益和政策評(píng)價(jià)，一方面原因在于個(gè)體差異較小，由于新型農(nóng)村養(yǎng)老保險(xiǎn)和新型農(nóng)村合作醫(yī)療的全覆蓋，農(nóng)戶普遍能享受的醫(yī)療健康條件相對(duì)平均；另一方面是受訪農(nóng)戶普遍對(duì)政策宣傳和施行具有較高滿意度，差異性較低。

2.1.2 收入保障指數(shù)的空間異質(zhì)性

按照表3的權(quán)重系數(shù)，依次計(jì)算出重慶市各區(qū)縣受訪農(nóng)戶的收入保障指數(shù)（見圖1）?？梢园l(fā)現(xiàn)，收入保障指數(shù)具有顯著的地區(qū)差異性。在本次調(diào)研的18 個(gè)區(qū)縣中，綜合指數(shù)最高的4 個(gè)區(qū)縣分別為合川區(qū)、潼南區(qū)、璧山區(qū)和巴南區(qū)，地理分布主要集中在重慶市主城區(qū)及周邊區(qū)域。指數(shù)排名較低的兩個(gè)地區(qū)為秀山縣和酉陽(yáng)縣，地理位置均位于渝東南省界交界處，且人口結(jié)構(gòu)均以少數(shù)民族為主。

圖1 重慶各地區(qū)收入保障指數(shù)

這種指數(shù)差異的地理分布特征可以用空間區(qū)位理論解釋。一方面，由于空間溢出效應(yīng)的存在，經(jīng)濟(jì)發(fā)達(dá)的主城區(qū)能夠發(fā)揮中心面向外部的輻射作用，經(jīng)濟(jì)活動(dòng)和要素流動(dòng)會(huì)從高梯度地區(qū)向周邊低梯度地區(qū)轉(zhuǎn)移，從而拉動(dòng)低梯度地區(qū)的經(jīng)濟(jì)發(fā)展水平。另一方面，貧困同樣具有空間外部性。除自然條件、氣候因素、資源稟賦等傳統(tǒng)地理資本會(huì)引致偏遠(yuǎn)地區(qū)貧困加深外，諸如教育供給、人口結(jié)構(gòu)、文化差異、基礎(chǔ)設(shè)施建設(shè)等也蘊(yùn)含在區(qū)位分布中。

2.2 財(cái)政補(bǔ)助效應(yīng)檢驗(yàn)

根據(jù)計(jì)算出的農(nóng)戶收入保障指數(shù)，本文基于IVQR 模型，選取0.1、0.3、0.5、0.7、0.9五個(gè)分位點(diǎn)進(jìn)行估計(jì)，以反映不同收入保障組的影響差異，同時(shí)使用2SLS 以提供參照。工具變量“是否進(jìn)行危房鑒定”通過(guò)了弱工具變量和過(guò)度識(shí)別檢驗(yàn)。

從結(jié)果來(lái)看（見表4），核心解釋變量教育補(bǔ)助、醫(yī)療補(bǔ)助、住房補(bǔ)助對(duì)農(nóng)戶收入保障指數(shù)均產(chǎn)生了促進(jìn)作用，且在各個(gè)分位點(diǎn)都顯著。其他解釋變量農(nóng)戶職業(yè)培訓(xùn)次數(shù)、公共交通建設(shè)同樣對(duì)農(nóng)戶收入保障水平有改善作用，但農(nóng)村合作社變量在各個(gè)分位點(diǎn)均不顯著?？傮w而言，三類補(bǔ)助對(duì)提升農(nóng)戶收入保障水平產(chǎn)生了顯著且積極的影響。具體來(lái)說(shuō)，教育補(bǔ)助和醫(yī)療補(bǔ)助對(duì)高收入保障組的正向作用遠(yuǎn)高于中低收入保障組，呈現(xiàn)明顯的逆向補(bǔ)助特征；住房補(bǔ)助對(duì)中等收入保障組的農(nóng)戶促進(jìn)更為明顯，作用效應(yīng)呈現(xiàn)兩邊低中間高的“倒U”型狀態(tài)；農(nóng)戶職業(yè)培訓(xùn)次數(shù)對(duì)低收入、低保障的農(nóng)戶影響顯著高于中高保障人群，作用效應(yīng)呈“U”型分布；農(nóng)業(yè)合作社在各分位點(diǎn)均沒有顯著的促進(jìn)效應(yīng)。

表4 工具變量分位數(shù)回歸結(jié)果

2.3 穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證重慶市政府行為對(duì)微觀農(nóng)戶收入保障水平的影響，確保實(shí)證結(jié)果的穩(wěn)健性，將被解釋變量改為“是否曾被認(rèn)定為貧困農(nóng)戶（建檔立卡）”的二值變量，改用IVProbit 模型進(jìn)行計(jì)量分析。從下頁(yè)表5 的結(jié)果來(lái)看，在更換被解釋變量和估計(jì)方法后，核心解釋變量的影響方向和顯著性并沒有產(chǎn)生明顯變化。

表5 穩(wěn)健性檢驗(yàn)結(jié)果

3 結(jié)論

本文基于重慶市2019 年數(shù)據(jù)的實(shí)證檢驗(yàn)顯示：一是在組成收入保障指數(shù)的要素中，物質(zhì)水平所占權(quán)重最大，居住條件和教育水平其次，健康權(quán)益與政策評(píng)價(jià)占比較小。二是重慶市農(nóng)戶的收入保障指數(shù)呈現(xiàn)明顯的空間差異性，靠近城區(qū)的區(qū)縣顯著優(yōu)于偏遠(yuǎn)區(qū)縣，渝東北區(qū)縣顯著高于渝東南區(qū)縣，秀山縣、酉陽(yáng)縣和忠縣等偏遠(yuǎn)民族區(qū)縣的保障水平最低。三是教育補(bǔ)助、醫(yī)療補(bǔ)助、住房補(bǔ)助和農(nóng)戶職業(yè)培訓(xùn)次數(shù)、公共交通建設(shè)均對(duì)農(nóng)戶的收入保障指數(shù)有顯著促進(jìn)作用，其中住房補(bǔ)助的影響效應(yīng)最高，隨后依次為教育補(bǔ)助、醫(yī)療補(bǔ)助、農(nóng)戶職業(yè)培訓(xùn)次數(shù)和公共交通建設(shè)，但農(nóng)業(yè)合作社未能產(chǎn)生顯著影響。四是教育補(bǔ)助和醫(yī)療補(bǔ)助對(duì)高收入保障組的正向作用遠(yuǎn)高于中低收入保障組，呈現(xiàn)明顯的逆向補(bǔ)助特征；住房補(bǔ)助對(duì)中等收入保障組的農(nóng)戶促進(jìn)更為明顯，作用效應(yīng)呈現(xiàn)兩邊低中間高的“倒U”型狀態(tài)；農(nóng)戶職業(yè)培訓(xùn)次數(shù)對(duì)低收入、低保障的農(nóng)戶影響顯著高于中高保障人群，作用效應(yīng)呈“U”型分布。上述結(jié)果有助于深入了解新發(fā)展階段重慶市各地區(qū)農(nóng)戶的收入保障現(xiàn)狀，同時(shí)為后期政府補(bǔ)助轉(zhuǎn)型提供經(jīng)驗(yàn)支持。