文章信息
财经研究 2017年43卷第9期 |
- 胡联, 王唤明, 王艳, 汪三贵.
- Hu Lian, Wang Huanming, Wang Yan, Wang Sangui.
- 政治关联与扶贫项目瞄准
- Political connections and poverty alleviation project aiming
- 财经研究, 2017, 43(9): 21-32
- Journal of Finance and Economics, 2017, 43(9): 21-32.
-
文章历史
- 收稿日期:2017-02-28
2017第43卷第9期
2. 安徽财经大学 统计学院,安徽 蚌埠 233030;
3. 中国人民大学 农业与农村发展学院,北京 100872
2. School of Statistics, Anhui University of Finance and Economics, Bengbu 233030, China;
3. School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China
一、引言
扶贫项目如何准确瞄准贫困农户是反贫困理论的焦点问题,也是一个世界性难题。我国扶贫瞄准单元经历了从县到村再到户的不断精确转变,但实际上扶贫项目瞄准偏离的问题却一直没有得到完全解决。大量的研究显示,扶贫资源传递往往在“最后一公里”发生瞄准偏离。例如在2016年中央纪委公开曝光的九起扶贫领域腐败问题典型案例中,宁夏西吉县苏堡乡张撇村党支部原书记何彦庆、村委会原主任王军军办理低保优亲厚友等问题。
政治关联一直是经济学界长期以来的热点话题。Fisman(2001)、Faccio(2006) 等认为政治关联能提升公司价值。Boubakri等(2008)、于蔚等(2012) 指出,政治关联有利于企业获得相关资源,进而促进公司价值提高。国内理论界对政治关联的研究多集中在公司领域,罕见扶贫领域的相关研究。但国外学者研究了公共资源分配中的政治关联问题,如Duflo等(2005) 认为,发展中国家分权式地方政府模式更受青睐, 但这也更容易导致当地政治精英捕获公共资源。Bertrand等(2007) 发现,印度的民主分权治理实施的时间较长,官僚对公共产品扭曲分配产生了严重影响。Pan等(2012) 发现,坦桑尼亚农业投入补贴项目中存在明显的精英俘获现象,村干部的家庭获得了60%的农业投入补贴项目优惠券。Panda(2015) 根据印度家庭调查数据研究发现,具有政治关联的家庭更易于参加反贫困项目。
我国政府在2013年提出了到2020年现行标准下农村贫困人口实现脱贫、贫困县全部出列、解决区域性整体贫困的目标。这是自政府推动扶贫工作几十年来决心最大、资金资源投入最大的扶贫行动,其力度前所未有。要实现这个目标,不仅要准确识别哪些人是贫困人口,更重要的是要将有限的扶贫资源能在“最后一公里”之内成功转变为能使贫困人口可持续发展的脱贫资源。目前,国内对“我国扶贫资源往往倒在最后一公里”的研究大都从项目设计、资源分配和实施措施等角度进行了分析,缺乏从政治关联的角度深入分析扶贫项目瞄准偏离的原因。
从实践来看,在2008年全国立案侦查的涉农职务犯罪嫌疑人中,农村基层组织人员达到了4 968人,占42.4%。其中,村党支部书记1 739人,村委会主任1 111人。①2016年6月最高检披露,“一些省份村两委负责人案件超过了整个涉农扶贫领域职务犯罪的半数,有的市县更高达70%至80%。”②从理论研究来看,Pan等(2012)、许汉泽(2015) 和Panda(2015) 等都指出,村干部倾向于将扶贫资源分配给与自己关系好的人。所以无论从理论还是实践来看,相比扶贫资源分配缺少灵活性、扶贫项目管理和审批程序复杂和扶贫项目与农户需求不完全一致等因素,③扶贫资源受到村干部影响而导致的瞄准偏离(即为本文后面讨论的扶贫项目瞄准的政治关联问题)一直是“我国扶贫资源往往倒在最后一公里”的重要原因。因此,本文从政治关联的视角深入分析我国扶贫项目瞄准偏离的问题,有着重要的理论意义和实践价值。
① 参见http://news.xinhuanet.com/newscenter/2009-04/16/content_11195193.htm,2009.
② 参见http://finance.ifeng.com/a/20160623/14519087_0.shtml,2016.
③ 汪三贵,张雁,杨龙等.连片特困地区扶贫项目到户问题研究[J].中州学刊,2015,(3):68-72。
基于5省30个贫困村互助资金试点村(以下简称“互助资金”)的调研数据,本文分析了政治关联对扶贫项目瞄准的影响。研究发现,有政治关联的农户比没有政治关联的农户参与使用贫困村互助资金的概率要大29.8%,政治关联对农户是否使用互助资金项目有显著正向影响。同时,政治关联对农户借贷互助资金的次数和金额都有显著正向影响。此外,本文还分析了政治关联影响扶贫项目瞄准的机制,发现每年贫困村村民代表大会召开次数越多(或者贫困村村两委年开会次数越多),政治关联对互助资金瞄准的影响越小。进一步研究发现:村级治理不完善是导致政治关联影响互助资金瞄准的重要原因;公益组织在扶贫领域发挥作用太小是政治关联影响扶贫项目瞄准的外部原因。
与以往文献相比,本文研究贡献可归纳为:(1) 基于全国5省30个贫困村互助资金试点村调研数据, 研究了政治关联对农户参加扶贫项目的影响。从新的视角研究了扶贫资源瞄准偏离的原因,同时将政治关联的研究拓展到了扶贫领域。(2) 本文分析了政治关联影响扶贫项目瞄准的机制,发现了村级治理不完善是导致政治关联影响扶贫资源瞄准的重要原因。(3) 本文揭示了村级治理不完善与扶贫项目精准瞄准之间的矛盾,并从政治关联的角度分析了公益组织在扶贫领域发挥作用的必要性。研究结论对我国治理贫困和完善精准扶贫机制有重要启示。
后文结构如下:第二部分是研究综述和研究假说,第三部分是数据来源和变量说明,第四部分是实证分析,第五部分是稳健性分析,第六部分是机制分析,第七部分是本文总结和政策含义。
二、研究综述和研究假说
Fisman(2001) 最早提出了政治关联这个概念,但目前尚无普遍接受的定义。Betrand等(2004) 认为,公司的CEO毕业于精英学校,同时也具有政府部门工作背景(或者是现任高官),则认为该公司具有政治关联。潘红波等(2008) 认为,假如公司董事长或总经理曾经或现在是政府官员,那么该公司为政治关联公司。Poon等(2013) 认为,具有政治关联的公司是至少有10%的投票权的股东与政治家、政党、政府部长或国会成员具有关联的大型集团。还有学者认为,企业与政府的官员具有良好的关系,那么该公司就具有政治关联。因此,政治关联的定义不同,则其衡量方法也有所不同。
国内理论界对政治关联的研究多集中在公司领域,国外学者还研究了公共资源分配中的政治关联问题。例如Duflo, Fischer和Chattopadhyay(2005) 认为,发展中国家分权式地方政府模式更受青睐, 但这也更容易导致当地政治精英捕获公共资源。Bertrand等(2007) 发现,印度的民主分权治理实施时间较长,所以官僚对公共产品扭曲分配产生了严重影响。Panda(2015) 认为,政治精英捕获公共福利项目在低收入国家盛行,印度家庭调查数据显示,具有政治关联的家庭更易于参加反贫困项目。
我国自2006年试点以来,汪三贵等(2011) 认为,最贫困的农户在互助资金中受益相对较小。刘西川(2012) 发现,四川省样本村互助资金没有瞄准当地贫困户。林万龙和杨丛丛(2012) 指出,贫困农户难以有效利用互助资金。李金亚等(2013) 认为,互助资金未能瞄准贫困户,这有机构贷款的原因,也有贫困户贷款需求小的原因。汪三贵等(2013) 指出,互助资金有利于增加农户收入,但一半的试点村贫困户借款比例小于22%,瞄准效率不高。刘西川(2014) 发现,村互助资金瞄准的是中等以及偏下组群体,而不是最贫困的群体。胡联等(2015) 发现,贫困村互助资金存在精英俘获,31%的名额被精英占有。温涛等(2016) 发现,非贫困县收入较高的精英农户获得了大量农贷资金,而一般农户难以获得农贷资金。
综上本文提出研究假设1:具有政治关联的农户更易于参加扶贫项目。
从我国的反贫困实践来看,农村基层治理一直是我国反贫困治理的一个难点。审计署曾对2010-2012年财政扶贫资金进行审计,结果显示,在所查出的143名违法人员中60%为乡村干部。2015年山西省河曲县鹿固乡辉塔村党支部原书记刘俊雄、村委会原主任刘憨雄骗取“以奖代补”项目资金、危房改造补助资金等。2015年10月,甘肃省秦安县五营镇北坡村原党支部书记、村委会主任邵友芳截留精准扶贫专项贷款等问题(中央纪委监察部,2016)。①
① 中央纪委监察部,中央纪委公开曝光九起扶贫领域腐败问题典型案例,http://www.ccdi.gov.cn/xwtt/201608/t20160802_84474.html。
从理论研究来看,世界银行(World Bank,2004) 的研究报告指出,在缺乏合理的制度设计情况下,贫困群体难以从政府公共服务中获益。LPan等(2012) 发现,在坦桑尼亚,村干部的家庭获得了60%的农业投入补贴项目优惠券。Besley等(2012) 发现,村级行政负责人更有可能获得发放给穷人的定量福利卡。Panda(2015) 认为,公共福利项目的受益人识别及过程严重受到了基层地方政府精英的影响。唐丽霞等(2015) 认为,由于村庄空心化,当前精准扶贫机制中村两委和留在村庄的精英群体的力量过强,这为扶贫资源的乡村精英俘获提供了条件。李玉刚(2015) 发现,一个贫困村所有村干部和8个屯长的家庭都是建档立卡的贫困户。胡联等(2015) 发现,管理机构中村干部比例越高,互助资金精英俘获程度越高。许汉泽(2015) 发现,在农村基层管理中,村干部倾向于将自上而下的外部资源分配给与自己的亲友和关系好的人。Kwadwo等(2016) 发现,完全依靠精英管理的社区项目容易发生精英俘获现象。胡联和汪三贵(2017) 发现,村干部任期过长是影响贫困户瞄准的重要因素。
综上所述,本文提出研究假设2:村级治理不完善是导致政治关联影响扶贫资源瞄准的重要原因。
三、数据来源和变量说明
自2006年开始,财政部和扶贫办以财政扶贫资金的形式在全国试点贫困村互助资金(以下简称“互助资金”)项目, 目标是在贫困社区建立自我管理、持续滚动发展的生产性支持资金, 形成一套贫困农民增收的长效机制。互助资金是一种较为典型的政府主导型扶贫项目。本文使用的数据源自中国人民大学课题组和国家扶贫办于2014年联合对5省20个非试点村和30个互助资金试点村的抽样调查数据。
基于区域平衡原则,课题组选择了山东、河南、湖南、甘肃和四川5个省作为监测评估省。经项目省推荐,确定2个县各5个备选项目村进行监测评估。在每个县的5个备选村中,课题专家组以随机方法抽取2个对照村和3个项目村。然后课题组采用分层等距抽样的方法分别在对照村和项目村中随机抽取30个农户进行调研,这是国内较全面、有代表性的互助资金调研数据。调研内容包括:1.贫困村人口、耕地等情况;2.农户家庭人口特征、收入和家庭财产等;3.互助资金的组织运行情况。课题组在2010年8月进行了基期调研。2014年7月,进行了追踪调研。基于实际研究内容需要和数据的完整性考虑,本文使用的数据是30个互助资金试点村农户和村级数据,研究总样本包括788个农户数据。
主要变量衡量指标如下:polcon为政治关联的虚拟变量,有政治关联取1,反之为0;农户家庭抚养比(dp_Ratio),度量指标为农户家庭非劳动年龄人口与劳动年龄人口数之比;村到本乡镇政府的距离(d01),度量指标为贫困村到本乡镇政府的公里数;村两委开会次数(h03),度量指标为贫困村村两委一年的开会次数;高中文化程度人口比(e02),度量指标为贫困村高中文化程度人口在总人口数中的比重;人均资产(passet),度量指标为农户家庭人均拥有的资产额;村到县政府所在地的距离(d03z1),度量指标为从贫困村到县政府所在地的公里数;村民代表大会年开会次数(h05),度量指标为贫困村村民代表大会年开会次数。①
①限于篇幅,变量描述性统计未报告,如有需要可向作者索要。
四、实证分析
(一)基准模型。如前文指出,政治关联的定义不同,则其衡量方法也有所不同。本文借鉴Panda(2015) 的研究,并结合本文研究的问题,对政治关联定义为家庭成员(包括直系亲属及其配偶和孩子)中有乡村及以上级别的领导干部的农户为具有政治关联的农户。参考汪三贵(2011) 和Panda(2015) 的研究,结合本文的具体研究问题,构造计量模型如下:
$Probit\left( {use = 1} \right) = \alpha + {\beta _1}polcon + {\beta _2}control + \varepsilon $ | (1) |
其中,use为是否使用互助资金贷款的虚拟变量,如果使用互助资金取1,反之则为0。polcon为表示政治关联的虚拟变量,有政治关联取1,反之则为0。control是控制变量,具体包括农户家庭抚养比(dp_Ratio),度量指标为农户家庭非劳动年龄人口占劳动年龄人口数之比;村到本乡镇政府的距离(d01),度量指标为贫困村到本乡镇政府的公里数;村两委开会次数(h03),度量指标为贫困村村两委一年开过会的次数;高中文化程度人口比(e02),度量指标为贫困村高中文化程度人口占总人口数的比重;人均资产(passet),度量指标为农户家庭人均拥有的资产额;村到县政府所在地的距离(d03z1),度量指标为从贫困村到县政府所在地的公里数;贫困农户是否参与互助资金(tpi),度量指标为贫困村贫困农户是否参与互助资金(社)的虚拟变量,参与取1,反之则为0。我们将重点关注的是核心解释变量polcon的系数β1。
(二)基准模型估计结果。估计结果如表 1所示,5个估计结果的对数似然值分别为-478.31、-472.57、-453.22、-449.35和-436.27;5个模型的正确预测百分比都在69.8%以上,模型的拟合效果较好。以回归(5) 为例,政治关联polcon的系数为0.298且在5%的置信水平下显著,这说明政治关联对农户参加扶贫项目有显著正向影响,会造成扶贫项目的瞄准偏离。该结果支持了假设1。
回归(1) | 回归(2) | 回归(3) | 回归(4) | 回归(5) | |
polcon | 0.357***(0.133) | 0.340**(0.133) | 0.268*(0.137) | 0.269**(0.136) | 0.298**(0.137) |
dp_Ratio | -0.101(0.073) | -0.159**(0.075) | -0.188**(0.076) | -0.210***(0.076) | |
h03 | -0.015***(0.005) | -0.003(0.006) | -0.002(0.006) | -0.012**(0.006) | |
tpi | 0.019(0.169) | 0.064(0.176) | 0.072(0.180) | 0.027(0.182) | |
d01 | -0.051***(0.013) | -0.052***(0.013) | -0.045***(0.013) | ||
e02 | -0.002***(0.001) | -0.002**(0.001) | -0.000(0.001) | ||
passet | -0.000**(0.000) | -0.000***(0.000) | |||
d03z1 | 0.015***(0.003) | ||||
常数项 | -0.572***(0.051) | -0.251**(0.110) | 0.013(0.127) | 0.094(0.139) | -0.347**(0.167) |
Wald chi2 | 7.23 | 17.54 | 36.91 | 37.38 | 66.96 |
Log likelihood | -478.31 | -472.57 | -453.22 | -449.35 | -436.27 |
正确预测 百分比 |
70.05% | 70.05% | 69.80% | 70.30% | 71.57% |
N | 788 | 788 | 788 | 788 | 788 |
注:括号内为稳健性标准误,***,**、*分别表示在1%、5%和10%的水平下显著,以下各表同。 |
五、稳健性分析
为检验表 1的实证结果是否稳健,我们从政治关联对农户使用互助资金次数的影响和政治关联对使用互助资金金额的影响做了稳健性检验。
(一)政治关联对农户使用互助资金次数的影响。为考察政治关联对农户使用互助资金次数的影响,笔者设定计量模型如下:
$\Pr \left( {Us{e_i} = j} \right) = \Pr \left( {Cu{t_{j - 1}} < {\gamma _1}polcon + {\gamma _2}control + \varepsilon \le Cu{t_j}} \right)$ | (2) |
i表示第i个农户,j表示农户使用互助资金的次数,在本文中分别取值为1-5,polcon为表示政治关联的虚拟变量;control是控制变量,控制变量与基准模型基本相似,但考虑到农户使用互助资金次数和农户使用互助资金总额之间可能存在非线性关系,所以在控制变量中加入了农户使用互助资金总额sum及其平方项sum2(下一个计量模型类似)。采取有序的probit模型进行估计。实证结果如表 2所示,政治关联polcon的系数均为正数且显著,这说明有政治关联的农户比没有政治关联的农户能借到互助资金的次数更多。该结果进一步支持了假设1。
回归(1) | 回归(2) | 回归(3) | 回归(4) | 回归(5) | |
polcon | 0.292**(0.116) | 0.124*(0.068) | 0.162*(0.088) | 0.162*(0.091) | 0.146*(0.081) |
dp_Ratio | -0.110(0.070) | -0.047(0.089) | -0.093(0.090) | -0.093(0.091) | -0.127(0.087) |
h03 | -0.001(0.005) | 0.009(0.006) | 0.009(0.006) | -0.006(0.006) | |
tpi | -0.080(0.235) | -0.062(0.238) | -0.062(0.237) | -0.105(0.255) | |
sum | 0.001***(0.000) | 0.001***(0.000) | 0.001***(0.000) | 0.001***(0.000) | |
sum2 | -0.000***(0.000) | -0.000***(0.000) | -0.000***(0.000) | -0.000***(0.000) | |
d01 | -0.034***(0.011) | -0.034***(0.010) | -0.024**(0.011) | ||
e02 | -0.002**(0.001) | -0.002**(0.001) | 0.000(0.001) | ||
passet | 0.000(0.000) | -0.000(0.000) | |||
d03z1 | 0.019***(0.004) | ||||
/cut1 | 0.502***(0.066) | 1.379***(0.138) | 1.180***(0.160) | 1.181***(0.174) | 1.768***(0.231) |
/cut2 | 1.188***(0.077) | 3.385***(0.283) | 3.226***(0.294) | 3.227***(0.301) | 3.945***(0.367) |
/cut3 | 1.536***(0.086) | 4.944***(0.458) | 4.786***(0.463) | 4.787***(0.469) | 5.520***(0.529) |
/cut4 | 1.854***(0.101) | 6.489***(0.594) | 6.294***(0.597) | 6.295***(0.603) | 6.985***(0.677) |
/cut5 | 2.307***(0.144) | 7.816***(0.668) | 7.610***(0.673) | 7.611***(0.679) | 8.253***(0.759) |
Wald chi2 | 8.73 | 149.65 | 189.34 | 189.50 | 189.61 |
Log likelihood | -741.45 | -331.42 | -324.69 | -324.685 | -308.32 |
N | 788 | 788 | 788 | 788 | 788 |
(二)政治关联对农户使用互助资金金额的影响。为考察政治关联对农户使用互助资金金额的影响,笔者以借款数额为因变量,以政治关联等变量为自变量,设定计量模型如下:
$Y = \alpha + {\beta _1}polcom + {\beta _2}control + \varepsilon$ | (3) |
其中,Y表示农户借贷互助资金总金额,polcon为农户是否有政治关联的虚拟变量,control为控制变量。实证结果如表 3所示,政治关联polcon的系数均为正数且显著,这说明有政治关联的农户比没有政治关联的农户能借到更多的互助资金金额,平均能多借到450.75元(以回归(5) 为例)。该结果也进一步支持了假设1。
回归(1) | 回归(2) | 回归(3) | 回归(4) | 回归(5) | |
polcon | 1 394.942**(691.249) | 458.782*(256.303) | 462.665**(226.797) | 464.696*(261.065) | 450.754*(244.975) |
dp_Ratio | -448.597(293.583) | -36.654(172.061) | -33.305(168.011) | -46.936(169.560) | -34.655(167.178) |
h03 | -5.190(11.778) | -6.076(12.586) | -5.501(12.626) | 0.128(15.873) | |
tpi | 11.475(373.023) | 12.304(386.903) | 10.895(387.066) | 37.696(375.330) | |
numb | 4 038.371***(508.538) | 4 045.086***(287.752) | 4 033.368***(288.509) | 4 118.333***(469.600) | |
numb2 | 200.239*(116.020) | 198.919***(76.893) | 200.317***(76.958) | 181.179(110.300) | |
d01 | 1.660(18.103) | 1.141(18.130) | -2.304(6.677) | ||
e02 | 0.142(1.119) | 0.198(1.123) | -0.510(0.851) | ||
passet | -0.004(0.007) | -0.004(0.004) | |||
d03z1 | -8.981(7.943) | ||||
常数项 | 2 440.651***(288.237) | 77.895(286.884) | 65.469(284.488) | 113.353(295.246) | 341.335(313.620) |
R2 | 0.22 | 0.71 | 0.71 | 0.71 | 0.71 |
N | 788 | 788 | 788 | 788 | 788 |
(三)关于互助资金贷款间接效应的讨论。在扶贫实践中,一部分贫困户并不会主动参加扶贫项目,经常导致扶贫项目趋冷。在这个情况下,村干部往往动员自己的亲朋好友先参加,贫困户看到这些项目有绩效后才会跟进。因此,本文研究的政治关联导致的互助资金贷款集中,有可能会存在间接效应。
为了考察这一点,我们在计量模型(1) 中加入了贫困村农户参与互助资金tpi与政治关联polcon的交叉项。实证结果如表 4所示,贫困村农户参与互助资金tpi的系数为正但不显著,tpi与polcon的系数为正且在10%的置信水平上显著。这表明,贫困农户加入了互助资金社也并不一定能获得贷款,但具有政治关联的贫困户更有可能获得贷款。有贷款意愿的贫困户不一定能获得贷款,但有政治关联的贫困户更有可能获得贷款,这表明互助资金发放中的间接效应并不存在。
回归(1) | 回归(2) | |
polcon | 0.298**(0.137) | 0.297**(0.145) |
tpi | 0.027(0.182) | 0.025(0.199) |
polcon×tpi | 0.012*(0.007) | |
控制变量 | yes | yes |
常数项 | -0.347**(0.167) | -0.347**(0.167) |
Wald chi2 | 7.23 | 17.50 |
Log likelihood | -478.31 | -472.58 |
正确预测 百分比 |
70.05% | 70.05% |
N | 788 | 788 |
从互助资金的发展历程来看,互助资金是在2010年开始在本文研究所涉及的5个省份试点,而本文的调研是2014年进行的(对2013年情况的调研)。即调研数据是试点后3年的数据,也就意味着,互助资金已经经过了早期发展阶段,进入了平稳发展阶段。在平稳发展阶段,贫困村对互助资金已经比较了解(对比课题组2012年的调研,农户反应明显),不需要村干部动员亲友作为示范参与互助资金了。综上所述,笔者认为在本文中互助资金贷款的间接效应并不明显。笔者也讨论了可能的内生性问题,结果显示表 1结果仍稳健。①
① 限于篇幅,结果没有报告,如有需求可向作者索要。
六、机制分析
在这一部分,笔者将进一步考察政治关联影响扶贫项目瞄准的内在机制。首先用实证方法对村级治理是否影响扶贫项目传递中的政治关联效应进行验证,然后对实证检验结果作进一步分析。
(一) 实证检验
借鉴和参考Panda(2015)、梁文泉和陆铭(2016) 的研究,我们分别在计量模型(1)、(2)、(3) 中加入政治关联与村级治理的交叉项来研究村级治理扶贫项目传递中的政治关联效应的影响。笔者选取“村两委开过多少次会(h03)”作为村级治理的代理变量。首先在计量模型(1) 中加入了政治关联(polcon)与村两委开过多少次会h03的交叉项,回归结果如表 5所示。回归(2) 显示,政治关联(polcon)与村两委开过多少次会(h03) 的交叉项的系数为负且在10%置信水平下显著,这表明贫困村村两委一年开会次数越多,政治关联对互助资金使用的影响就会越小。
回归(1) | 回归(2) | |
polcon | 0.298**(0.137) | 0.278*(0.154) |
polcon×h03 | -0.001*(0.0006) | |
控制变量 | yes | yes |
Wald chi2 | 66.96 | 67.01 |
Log likelihood | -436.265 | -436.262 |
正确预测 百分比 |
71.57% | 71.58% |
N | 788 | 788 |
接着,在计量模型(2) 中加入了政治关联(polcon)与村两委开过多少次会(h03) 的交叉项,回归结果如表 6所示。回归(2) 显示,政治关联(polcon)与村两委开过多少次会(h03) 的交叉项的系数为负且分别在10%和5%置信水平下显著,这表明贫困村村两委一年开会次数越多,政治关联对互助资金借款次数的影响就越小。
回归(1) | 回归(2) | |
polcon | -0.146*(0.083) | -0.135*(0.075) |
polcon×h03 | -0.001**(0.016) | |
控制变量 | yes | yes |
Wald chi2 | 180.61 | 182.43 |
Log likelihood | -308.328 | -308.328 |
N | 788 | 788 |
最后,笔者在计量模型(3) 中加入了政治关联(polcon)与村两委开过多少次会(h03) 的交叉项,回归结果如表 7所示。回归(2) 显示,政治关联(polcon)与村两委开过多少次会(h03) 的交叉项的系数为负且在10%置信水平下显著,这表明贫困村村两委一年开会次数越多,政治关联对互助资金借款总金额的影响就越小。
回归(1) | 回归(2) | |
polcon | 450.754**(223.146) | 560.335**(274.674) |
polcon×h03 | -31.645*(17.292) | |
控制变量 | yes | yes |
常数项 | 341.295(313.908) | 287.628(339.393) |
R2 | 0.71 | 0.71 |
N | 788 | 788 |
为考察稳健性,笔者接着选取“贫困村村民代表大会年开会次数(h05)”作为村级治理的代理变量进行实证检验,结果显示稳健。①
①限于篇幅,结果没有报告,如有需求可向作者索要。
(二) 进一步分析
1.村级治理不完善是导致政治关联影响扶贫资源瞄准的重要原因。正如上一部分的实证结果显示,贫困村村两委一年开会次数(h03) 和贫困村村民代表大会年开会次数(h05) 都会影响政治关联对扶贫资源瞄准的作用机制。这背后的原因在于贫困村村两委一年开会次数(h03) 和贫困村村民代表大会年开会次数(h05) 在一定意义衡量了村级治理的完善程度(胡联和汪三贵(2017))。贫困村村两委一年开会次数越少或者贫困村村民代表大会年开会次数越少,村级治理越不完善,村干部对扶贫项目瞄准的影响就越大。正如李小云(2013) 所指出的,扶贫项目的最终效果已经不再取决于政策在顶层如何设计,而更多地取决于乡村底层的制度发育。
按规定贫困村互助资金的管理由互助资金理事会和监事会负责。在实际运作中,尽管有明确规定乡村干部不得在互助资金理事会监事会任职,但由于互助资金在早期建立时期过多依赖于乡村干部,所以实际上,贫困村互助资金理事会监事会的成员大都由村干部担任,所以村干部对互助资金的运行有很大的影响。在实地调研时我们发现,村干部对互助资金实际运行的影响又取决于贫困村村级治理状况。贫困村村级治理相对越完善,村干部对互助资金运行(主要是互助资金贷款发放)直接干预就越少。贫困村村级治理越不完善(体现在一年贫困村村民代表大会和村两委开会次数较少,村干部倾向于执行决定),村干部对贫困村互助资金运行(通过其在互助资金理事会和监事会任职而实施影响)的直接干预就越多,由此,贫困村互助资金使用的政治关联问题便产生了。即不同的村级治理情况会对贫困村扶贫项目的实施效果有不同的影响,这也是我国反贫困领域经常出现的“相同的扶贫项目在不同贫困村实施的效果差异很大”的重要原因。
2.政治关联影响扶贫资源瞄准的外部原因是政府主导的扶贫项目过多,公益组织在扶贫领域发挥作用太小。前文分析了村级治理不完善是导致政治关联影响扶贫资源瞄准的重要原因。除此之外,政治关联影响扶贫资源瞄准还有一个外部因素——我国政府主导的扶贫项目过多,公益组织在扶贫领域发挥作用太小。
众所周知,改革开放以来由于政府的高度重视和有效的扶贫开发政策,我国扶贫成就举世瞩目。从1990-2011年,全球极端贫困人口从19.2亿下降到10.1亿,减少了9.1亿,其中6亿多来自中国。中国极端贫困人口减少数量占全球减贫数量的三分之二。政府主导是我国扶贫开发的宝贵经验,但同时也带来了一个问题,即公益组织等民间组织在扶贫中参与的并不多。改革开放以来,公益组织与政府合作参与农村贫困治理仍主要依靠组织与政府之间灵活的、片段式的协作。光靠政府一家去做扶贫,一旦政府减少了投入,贫困又会重新出现(郑永年,2016)。就扶贫而言,基于政府失灵与市场失灵的分析视角,政府与公益组织都具有难以克服的缺陷,任何一方单独行动都难以达到良好效果。
以本文中的互助资金为例,互助资金是国家扶贫办和财政部从2006年起, 以财政扶贫资金在全国进行试点的项目, 目标是在贫困社区建立自我管理、持续发展的生产性支持资金。互助资金由互助资金理事会和监事会管理,但由于此项目依赖村干部发动、宣传和组织,所以事实上理事会和监事会成员有很多是村干部,由此带来了前文中提及的政治关联问题。如果互助资金度过初步运行期,其管理交由有相关经验的公益组织管理,互助资金使用的政治关联问题其实可以得到一定的克服,甚至完全避免。除了互助资金以外,很多基础设施等扶贫项目都可以交由公益组织来具体实施管理。2005年,国务院扶贫办和亚洲开发银行实施了非政府组织参与扶贫的试点。在该试点中,政府尝试将资金通过招标形式交由非政府组织实施,并划拨一部分人员费用,试点3年取得了很好的效果。
笔者认为从政治关联的角度看,公益组织参与扶贫很有必要,理由如下:
第一,扶贫项目完全由政府主导,难以完全达到扶贫项目精准传递的目标。
扶贫项目“最后一公里”之内的精准传递是一个专业性很强的工作。即便有帮扶单位,有驻村干部,也并非可以完全解决。行政性的运动式组织和人力资源配置可以解决资源的传递,但无法确保资源的使用效率。贫困村是一个复杂的社会系统,扶贫项目“最后一公里”之内的精准传递完全依靠帮扶单位、驻村干部和村干部也难以实现。一部分原因是扶贫任务繁重,驻村干部和村干部面对各种报表以及各种项目,精力有限。更重要的是,在现行的村级治理和贫困治理的环境下,政府主导型的扶贫项目难以避免政治关联带来的扶贫项目瞄准偏离问题。
第二,在扶贫项目“最后一公里”的工作中,公益组织能弥补政府的缺陷,促进扶贫资源精准传递到贫困农户。
扶贫项目“最后一公里”工作是一个专业性、技术性都很强的社会工作,需要有长期的工作经验。政府各职能部门都有自己的业务工作,所派出的人员并非都能胜任这个任务。同时,各级地方政府经历机构改革之后,其本身人力资源已经非常紧张,难以满足扶贫一线对组织和人力资源的需求。
从政治关联的角度来看,出现扶贫项目政治关联问题有两个条件:一是扶贫项目最终传递是政府(微观层次就是村干部)主导;二是扶贫项目最终传递缺乏有效监督。现行的贫困治理条件下,政府主导的扶贫项目难以避免政治关联问题的出现,但是由公益组织主导扶贫项目“最后一公里”工作却能很好地避免该问题。首先是因为大多数公益组织本身就是以社会工作为主的机构,从业人员大多都是经过培训的专业人士,与贫困村村民没有社会关系,不会产生政治关联问题。其次是因为公益组织一直都把扶贫救助作为其主要工作内容,也在这“最后一公里”之内积累了丰富经验。大多数公益组织有很好的项目管理经验,项目内部监察制度更完善和更容易执行。
综上所述,笔者认为政治关联影响扶贫资源瞄准的外部原因是政府主导的扶贫项目过多,公益组织在扶贫领域发挥作用太小。2016年底,我国贫困人口数量约为4500万,虽然绝对数量相比以前在不断下降,但这些贫困人口往往是深度贫困人口,扶贫难度大。同时,我国基层扶贫工作人员精准扶贫工作相当繁重。在这种情况下,更应发挥公益组织的在扶贫中的作用,与政府部门形成合力,实现我国2020年的减贫目标。
七、本文总结和政策建议
通过以上分析, 笔者得出以下主要结论:(1) 有政治关联的农户比没有政治关联的农户参与互助资金项目的概率要大29.8%,政治关联对农户是否使用互助资金项目有显著正向影响。(2) 政治关联对农户借贷互助资金的次数和金额都有显著正向影响。(3) 贫困村村两委年开会次数越多或者贫困村一年村民代表大会的召开次数越多,政治关联对互助资金瞄准的影响就越小。村级治理不完善是导致政治关联影响互助资金瞄准的重要原因。(4) 政治关联影响扶贫资源瞄准的外部原因是政府主导的扶贫项目过多,公益组织在扶贫领域发挥作用太小。
本文以互助资金为例,分析了政治关联对扶贫项目瞄准的影响。互助资金是一种较为典型的政府主导型金融扶贫项目,在扶贫项目中具有一定的代表性,但不能代表全部。笔者认为公益组织参与扶贫存在边界的问题。公益组织适合参与专业性强的扶贫项目,这便于发挥其专业、灵活、创新的优势,便于弥补政府扶贫的不足,共同促进我国反贫困实践。
本文的政策建议如下:首先,国家需要进一步完善村级治理,打破政治关联对扶贫项目瞄准的影响机制。具体可以采取以下措施:第一,依据《中华人民共和国村民委员会组织法》,严格执行村务民主决策制度。村民大会和村民代表会议要定期召开。第二,村庄运行要增加监事制度,增加村务透明度。通过制度建设,改变目前村庄干部权力过大,对扶贫项目影响过大的状况。第三,建立并健全村务监督委员会制度。村务监督委员会要监督村民代表会议和全体村民会议决议的执行情况,监督村委会依法履行职责,重点加强对惠农政策、精准识别以及扶贫项目运行等方面的监督。
其次,政府应制定相关政策鼓励公益组织参与反贫困实践。第一,政府对公益组织的发展与参与扶贫要有制度化的保障。在制定公共预算时,尤其是在民生领域的公共投入,政府应该考虑公益组织的发展需求。第二,目前我国有几十万民间公益组织。可以考虑将扶贫作为政府购买公共服务,由社会组织实施,这既能弥补政府组织资源的不足,也可以减轻政府负担,还能避免政治关联提高扶贫项目瞄准效率。第三,政府应该支持公益组织进一步提高本身的资源动员能力,建立良好的合作网络。政府与民间组织基于共同的反贫困目标,发挥各自的相对优势,建立多元主体共同参与的贫困治理模式。
最后,政府除为公益组织创造参与精准扶贫的条件外,还应该鼓励企业慈善捐赠扶贫。为企业慈善捐赠扶贫进一步创造税收减免条件。一方面,目前中国企业所得税实行比例税率,企业所得税纳税人为在中国境内取得收入的企业,税率为25%,小微企业、高新技术企业享有优惠税率。借鉴国际经验,企业所得税采取累进税率更有利于鼓励企业慈善捐赠扶贫,因为慈善捐赠会从企业应税所得额中扣除,企业可以借此进入较低的税率档次。另一方面,我国需要进一步制定完善非货币捐赠的税收优惠政策,以激励企业的多种形式捐赠扶贫行为,以进一步促进精准扶贫。
[1] | 胡联, 汪三贵, 王娜. 贫困村互助资金存在精英俘获吗——基于5省30个贫困村互助资金试点村的经验证据?[J]. 经济学家, 2015(9): 78–85. |
[2] | 胡联, 汪三贵. 我国建档立卡面临精英俘获的挑战吗?[J]. 管理世界, 2017(1): 89–98. |
[3] | 李金亚, 李秉龙. 贫困村互助资金瞄准贫困户了吗——来自全国互助资金试点的农户抽样调查证据[J]. 农业经济问题, 2013(6): 96–105. |
[4] | 李小云. 我国农村扶贫战略实施的治理问题[J]. 贵州社会科学, 2013(7): 101–106. |
[5] | 梁文泉, 陆铭. 后工业化时代的城市:城市规模影响服务业人力资本外部性的微观证据[J]. 经济研究, 2016(12): 90–103. DOI:10.3969/j.issn.1005-913X.2016.12.038 |
[6] | 林万龙, 杨丛丛. 贫困农户能有效利用扶贫型小额信贷服务吗?——对四川省仪陇县贫困村互助资金试点的案例分析[J]. 中国农村经济, 2012(2): 35–45. |
[7] | 林毅夫. 花了3万多亿美元的扶贫为什么不成功[EB/OL]. http://news.china.com/domestic/945/20170528/30591820_all.html#page_3, 2017. |
[8] | 刘西川. 村级发展互助资金的目标瞄准、还款机制及供给成本——以四川省小金县四个样本村为例[J]. 农业经济问题, 2012(8): 65–72. |
[9] | 潘红波, 余明桂. 政治关系、制度环境与民营企业银行贷款[J]. 管理世界, 2008(8): 9–21. |
[10] | 唐丽霞, 罗江月, 李小云. 精准扶贫机制实施的政策和实践困境[J]. 贵州社会科学, 2015(5): 151–156. |
[11] | 汪三贵, 陈虹妃, 杨龙. 村级互助金的贫困瞄准机制研究[J]. 贵州社会科学, 2011(9): 125–139. |
[12] | 温涛, 朱炯, 王小华. 中国农贷的"精英俘获"机制:贫困县和非贫困县的分层比较[J]. 经济研究, 2016(2): 111–125. |
[13] | 许汉泽. 扶贫瞄准困境与乡村治理转型[J]. 农村经济, 2015(9): 80–84. |
[14] | 于蔚, 汪淼军, 金祥荣. 政治关联与融资约束:信息效应与资源效应[J]. 经济研究, 2012(9): 125–139. |
[15] | Adusei-Asante K, Hancock P.Does deference enable elite capture? Evidence from a world bank community-Based Project in Ghana[R]. Working Paper, 2016. |
[16] | Bertrand M, Djankov S, Hanna R, et al. Obtaining a driver's license in India:An experimental approach to studying corruption[J]. Quarterly Journal of Economics, 2007, 122(4): 1639–1676. DOI:10.1162/qjec.2007.122.4.1639 |
[17] | Besley T, Pande R, Rao V. Just rewards? Local politics and public resource allocation in South India[J]. World Bank Economic Review, 2012, 26(2): 191–216. DOI:10.1093/wber/lhr039 |
[18] | Boubakri M, Cosset J C, Saffar W. Political connections of newly privatized firms[J]. Journal of Corporate Finance, 2008, 14(5): 654–673. DOI:10.1016/j.jcorpfin.2008.08.003 |
[19] | Faccio M, Masulis R W, Connell M J. Politically connections and corporate bailouts[J]. Journal of Finance, 2006, 61(6): 2597–2635. DOI:10.1111/j.1540-6261.2006.01000.x |
[20] | Fisman R. Estimating the value of political connections[J]. American Economic Review, 2001, 91(4): 1095–1102. DOI:10.1257/aer.91.4.1095 |
[21] | Galasso E, Ravallion M. Decentralized targeting of an antipoverty program[J]. Journal of Public Economics, 2005, 89(4): 705–727. DOI:10.1016/j.jpubeco.2003.01.002 |
[22] | Mattingly D C. Elite capture:How decentralization and informal institutions weaken property rights in China[J]. World Politics, 2016, 68(3): 383–412. DOI:10.1017/S0043887116000083 |
[23] | Pan L, Christiaensen L. Who is vouching for the input voucher? Decentralized targeting and elite capture in Tanzania[J]. World Development, 2012, 40(8): 1619–1633. DOI:10.1016/j.worlddev.2012.04.012 |
[24] | Panda S. Political connections and elite capture in a poverty alleviation programme in India[J]. The Journal of Development Studies, 2015, 51(1): 50–65. DOI:10.1080/00220388.2014.947281 |
[25] | Ryan S. "Mobilization, participatory planning institutions, and elite capture:Evidence from a field experiment in rural Kenya[J]. World Development, 2015, 67: 251–266. DOI:10.1016/j.worlddev.2014.10.024 |
[26] | Stock J H, Wright J H, Yogo M. A survey of weak instruments and Weak Identification in generalized method of moments[J]. Journal of Business and Economics Statistics, 2002, 20(4): 518–529. DOI:10.1198/073500102288618658 |