一、引 言
党的二十届三中全会指出,要完善覆盖农村人口的常态化防止返贫致贫机制。党的二十大报告提出,要巩固拓展脱贫攻坚成果。脱贫不稳定人群和低收入边缘人群存在致贫返贫的风险。因此,必须重视低收入人口稳定脱贫和持续发展的能力。最低生活保障制度作为“社会救助”的核心制度安排,在新发展阶段将继续发挥积极作用(韩华为和高琴,2021)。因此,当农户面对各种压力和冲击时,应保持稳定脱贫的能力和进一步自我学习的能力,这是“十四五”时期的重要任务。
现有研究大多从低保对传统贫困和贫困脆弱性的视角进行分析,但是传统贫困理论忽略了估计过程中的异方差等问题。韧性作为贫困衡量指标,是一种长期、动态、前瞻性的概念,不仅反映当期贫困,还能预测个体或家庭面对各种压力和冲击时避免陷入贫困的概率(Barrett和Constas,2014)。其整合了传统贫困理论和贫困脆弱性理论的优点,侧重于个人和集体福利的随机动态(Barrett等,2021)。减贫韧性包括农户面对各种压力和冲击后,保持稳定脱贫的能力和进一步发展的能力。本文试图研究最低生活保障制度对农户减贫韧性的影响和机制作用渠道,为阻断致贫返贫和防范化解相对贫困风险提供了研究方向。本文还检验了最低生活保障制度对农户低减贫韧性的“瞄准效率”,为提高最低生活保障制度的精度和准度提供理论依据。
文章基于中国社会状况综合调查(CSS)2021年数据,深入分析了最低生活保障制度对农户减贫韧性的影响。研究发现:第一,最低生活保障制度能显著提高农户减贫韧性,随着韧性标准的提高,最低生活保障制度对标准更高的农户减贫韧性影响更大;第二,机制结果表明,最低生活保障制度通过增加家庭福利收入来提高人力资本投资,从而影响农户减贫韧性;第三,根据构建的农户减贫韧性指标,进一步分析发现最低生活保障制度的“瞄准效率”处在较低水平。
相比以往文献,本文边际贡献如下:第一,借鉴Walker等(2004)、Folke等(2016)、Cissé 和Barret(2018)的研究,从绝对贫困和相对贫困角度对农户减贫韧性的内涵进行界定和科学衡量;第二,利用中国社会状况综合调查(CSS)2021年问卷数据构建农户减贫韧性指标,检验最低生活保障制度对农户减贫韧性的影响;第三,从理论和实证两个维度,验证了最低生活保障制度对农户减贫韧性的作用机制;第四,根据构建的农户减贫韧性,检验最低生活保障制度对农户低减贫韧性的“瞄准效率”,基于减贫韧性视角提出对低保家庭的动态识别。本文研究对于巩固拓展脱贫攻坚成果和健全最低生活保障制度具有重要启示。
后文结构如下:第二部分为理论分析;第三部分为微观机理分析与研究假说;第四部分为韧性测度、模型设定和变量说明;第五部分为实证分析;第六部分为机制分析与低保“瞄准效率”;第七部分为本文结论和政策建议。
二、理论分析
(一)低保政策
在1993—1997年期间,我国城市居民最低生活保障制度从上海开始实施,然后逐步推广到全国。
(二)低保政策的“瞄准效率”
农村低保政策的“瞄准效率”在实践中发挥重要作用(韩华为和高琴,2021)。但低保制度在实施过程中“瞄准效率”不足,存在遗漏现象,没有真正惠及贫困群体(梁晓敏和汪三贵,2015)。对于“瞄准效率”的研究,现有文献主要从低保政策的漏保率和错保率进行分析(易红梅和张林秀,2011;韩华为和高琴,2017;朱梦冰和李实,2017)。何欣和朱可涵(2019)使用中国家庭金融调查(CHFS)数据,研究发现低保的家庭占比9.24%,2013年和2015年实际获得低保的家庭占比分别为7.24%和10.76%,在样本内,漏保率是30.17%,排除错误率是84.40%,低保政策的“瞄准效率”明显不足。防止脱贫人口和低收入人口返贫成为现阶段的重要任务。当前主要有三类人群可能处于致贫返贫的边缘:第一种是需要实施政策性保障兜底的脱贫家庭;第二种是脱贫不稳定的人群,家庭很容易因为不可避免的风险返贫致贫;第三种是处于贫困线边缘的低收入人群。当前农村地区低保的标准主要是由各地政府根据家庭资产、基本生活水平和经济发展水平制定,随着地区经济发展和居民生活水平调整,具有地区独特性(朱梦冰和李实,2017)。针对主要返贫问题,精准实施政策是解决相对贫困问题的核心(赵桂芹等,2023)。从政策设计和实施情况来看,最低生活保障制度“瞄准效率”一直是关注的重点,低保的“瞄准效率”决定了低保政策实施的效果。
(三)低保政策与农户减贫韧性
在多个学科中,关于韧性的研究存在着相当多的争论。第一种看法认为韧性是一种能力,这种方法将韧性视为确保家庭在发生冲击的情况下能够保持持续发展的能力(Constas等,2014a)。第二种看法认为韧性是一种规范性条件,这一定义将韧性与规范性福利标准联系起来,类似传统贫困使用贫困线作为参考点。规范性条件确保韧性是一个有利于低收入人口的概念(Barrett和Constas,2014;Béné等,2014)。第三种看法认为韧性应注重研究冲击对福利结果的影响,并将韧性与家庭是否有能力从冲击中恢复联系起来(Constas等,2014b)。Barrett和Constas(2014)提出韧性作为规范性条件的概念,将韧性与规范性福利标准联系起来,其研究认为减贫韧性概念侧重于个人和集体福利的随机动态,特别是在面临无数压力和冲击的情况下,避免和摆脱长期贫困的可能性。Cissé和Barrett(2018)将这一概念化理论转化为计量方法,将韧性估计为满足某些特定生活水平的条件概率,如最小畜群规模、人均支出水平、食物消费或儿童中上臂围。Li 等(2021)提出了减贫韧性(resilient poverty reduction)的概念,分别从国际、国内贫困治理的现状和问题阐述了韧性治理的必要性。胡联等(2023)对减贫韧性的内涵和减贫韧性与中国式现代化的关系进行了界定和分析。国内对减贫韧性的研究无论是定性分析还是定量分析都较少。在当前阶段要防止规模性返贫,需要提升脱贫农户和低收入边缘人口的减贫韧性。
低保政策的减贫效应得到多数学者的关注,研究视角也从“传统贫困”“贫困脆弱性”到“韧性”。最低生活保障制度具有减贫效应,得到多数学者的证实。在传统贫困研究领域,陈煦和白永秀(2023)认为,低保政策显著提升了低保家庭的人均收入水平。陈典等(2022)发现,低保影响家庭消费,并显著提升医疗和教育等支出。李小云等(2020)认为在过去的十多年中,随着农村低保覆盖率不断上升,低保水平不断提高,该政策已经成为重要的减贫工具。在贫困脆弱性研究领域,孙伯驰和段志民(2020)研究发现,低保政策对家庭贫困脆弱性作用不显著,低保家庭未来陷入贫困的可能性会增大(徐超和李林木,2017)。然而张栋(2020)研究发现,低保政策改善了家庭贫困脆弱性,避免家庭在未来陷入贫困。在韧性研究领域,李晗和陆迁(2022)研究发现,低保政策对家庭发展韧性具有显著正向影响,该影响在长期内效果更明显。目前关于低保政策对减贫韧性影响的研究较少。
三、微观机理分析与研究假说
(一)低保政策与农户福利收入
低保政策的实施是综合考虑地方、家庭和财政等多种因素。
(二)低保政策与人力资本投资
中国的农村低保政策保障的是农民的基本生存权,基本生存对个人健康至关重要,而健康是人力资本的重要因素。蔡昉(2020)认为,随着时间的推移,家庭人力资本在缓解相对贫困方面具有显著特征。低保政策是直接向贫困家庭发放现金,因此低保补贴对于家庭消费结构和消费支出具有重要影响。获得低保的家庭得到现金流,对资产配置和家庭消费会产生相应的影响,家庭会增加对教育和医疗保健的支出,积累人力资本(梁晓敏和汪三贵,2015)。陈典等(2022)研究发现,在低保政策的帮扶下,贫困家庭整体消费能力提升,其医疗保健支出提升28.3%。Gao等(2014)研究发现,低保补贴使贫困家庭能够负担得起医疗、医药等支出。李静(2019)认为,“因病致贫”不仅可以使劳动能力减弱或丧失,还会导致家庭医疗支出过多出现返贫,而健康扶贫政策促进了人力资本的提升,保障了贫困户的公平权利。
综上所述,关于低保已有的研究多从低保政策的“瞄准效率”、低保政策对当前贫困群体消费支出的影响等方面进行探索。而低保“瞄准”标准是根据当前农户的收入和非收入等因素来衡量,不能反映家庭未来的情况。基于中国社会状况综合调查(CSS)2021年调查数据,从农户减贫韧性视角出发,根据农户减贫韧性的水平分析农村低保政策的“瞄准效率”,由于减贫韧性反映家庭未来一段时期稳定脱贫和发展的能力,因此未来低保政策借鉴家庭减贫韧性水平进行资格确认可能更有意义。本文提出以下研究假设:
假设1:低保政策提高了农户的减贫韧性。
假设2:在“输血能力”方面,低保政策增加了农户福利收入,从而影响农户的减贫韧性。
假设3:在“造血能力”方面,低保政策提高了农户人力资本投资,从而影响农户的减贫韧性。
四、韧性测度、模型设定和变量说明
(一)农户减贫韧性的涵义和测度
1. 农户减贫韧性的涵义
本文基于演化韧性的思想,参考Li等(2021)和胡联等(2023)的研究,将农户减贫韧性定义为两层涵义:第一层涵义是脱贫韧性,即农户面对各种压力和冲击后,能持续保持脱贫的能力;第二层涵义是发展韧性,
2. 农户减贫韧性的测度
相较贫困脆弱性指标,本文用农户减贫韧性指标引入福利水平的一阶自回归过程来表示过去福利状态对现在福利状态的持久影响,加入福利水平滞后项的三次项来表示潜在的“贫困陷阱”。
$ \begin{array}{c}{W}_{it}={\alpha }_{M}+{\beta }_{M}{W}_{i,t-1}+{\gamma }_{M}{W}_{i,t-1}^{3}+{\delta }_{M}{X}_{it}+{u}_{Mit}\end{array} $ | (1) |
其中,下标
根据残差零均值假设,农户
$ \begin{array}{c}{\widehat{\mu }}_{1it}\equiv \widehat{E}\left[{W}_{it}|{W}_{i,t-1},{X}_{it}\right]=\widehat{{\alpha }_{M}}+\widehat{{\beta }_{M}}{W}_{i,t-1}+\widehat{{\gamma }_{M}}{W}_{i,t-1}^{3}+\widehat{{\delta }_{M}}{X}_{it}\end{array} $ | (2) |
根据Just和Pope(1979)与Antle(1983)使用残差估计二阶中心距的方法,二阶中心距方程为:
$ \begin{array}{c}{\sigma }_{it}^{2}={\alpha }_{V}+{\beta }_{V}{W}_{i,t-1}+{\gamma }_{V}{W}_{i,t-1}^{3}+{\delta }_{V}{X}_{it}+{u}_{Vit}\end{array} $ | (3) |
其中,下标
$ \begin{array}{c}{\widehat{\mu }}_{2it}=\widehat{{\sigma }_{it}^{2}}=\widehat{{\alpha }_{V}}+\widehat{{\beta }_{V}}{W}_{i,t-1}+\widehat{{\gamma }_{V}}{W}_{i,t-1}^{3}+\widehat{{\delta }_{V}}{X}_{it}\end{array} $ | (4) |
如果
$ \begin{array}{c}{\widehat{\rho }}_{it}\equiv P\left({W}_{it} > \underline{W}\right)=\overline{F}\left[\underline{W};{\widehat{\mu }}_{1it}\left({X}_{i}\right);{\widehat{\mu }}_{2it}\left({X}_{i}\right)\right]\end{array} $ | (5) |
在农户减贫韧性测度中,福利水平指标的选择具有很强的灵活性,常用的福利水平指标有总收入、总资产、牲畜数量等(Barret等,2021),借鉴贾男与王赫(2022)、李晗和陆迁(2022)的研究,选择农户人均消费的对数作为福利水平指标。这样做的原因为:第一,人均消费相对于人均收入更为稳定,更能反映农户的福利水平;
(二)低保补助对农户减贫韧性影响的识别
为了验证本文研究假说,本文建立以下模型:
$ {\widehat{\rho }}_{i}={\beta }_{0}+{\beta }_{1}{fn}_{i}+{\beta }_{2}Contro{l}_{i}+{v}_{i}+{\varepsilon }_{i} $ | (6) |
其中,
(三)数据说明
中国社会状况综合调查(CSS)2021年在全国范围内展开,CSS2021数据内容包括家庭经济、个人情况、社会和政治层面等。该数据覆盖全国30个省(区、市)592个村,共
1. 被解释变量
农户减贫韧性分为脱贫韧性和发展韧性。其中,脱贫韧性以中国农户人均纯收入
2. 核心解释变量
核心解释变量为是否获得低保补助。根据中国社会状况综合调查(CSS)2021问卷问题“您目前有没有城乡最低生活保障?”,当回答“是”时,则认为家庭获得低保补助。
3. 控制变量
(1)受访者特征:家庭成员个人特征是影响家庭状况的重要影响因素,因此本文将受访者性别、受访者少数民族、受访者是否为中共党员、受访者宗教信仰设为控制变量。(2)家庭未成年数量:家庭未成年数量与付出的教育资本正相关,教育支出过高或者过低都会影响家庭其他方面的消费支出以及家庭未来的人力资本。(3)家庭平均年龄、家庭平均年龄平方:解垩(2008)认为,在生命周期内,家庭平均年龄会影响贫困,平均年龄较小或较大都会影响财富积累和收入支出水平。(4)家庭平均教育年限:家庭平均教育年限是反映家庭人力资本的重要变量,家庭平均教育年限越大,说明家庭人力资本越强,从而家庭减贫韧性越高。(5)城市固定效应:本文加入城市固定效应来缓解可能由城市控制变量遗漏导致的内生性问题。
4. 机制变量
(1)人力资本投资:教育文娱支出和医疗保健支出是影响家庭减贫韧性的重要因素,它对于个人健康、生活质量和教育水平有着直接的影响。借鉴陈燕凤等(2021)的研究,使用人力资本支出(教育文娱支出和医疗保健支出)占家庭总支出比例作为人力资本投资的代理变量。
(2)福利收入:当前农村地区低保标准主要是由各地政府根据当地基本生活水平、经济发展水平和家庭资产制定,获得低保的家庭也会收到社区等其他社会性福利收入。本文根据中国社会状况综合调查(CSS)2021问卷问题“2020 年,您全家从居委会、村委会得到的福利收入情况”的回答结果作为除低保外其他福利收入的替代变量。
5. 工具变量
根据中华人民共和国财政部公布的2020年中央对地方一般公共预算转移支付分地区预算数
(四)描述性统计
基于中国社会状况综合调查(CSS)2021年数据,分析农户是否获得低保补助对减贫韧性的影响。对样本进行以下处理:第一,仅保存农户样本;第二,由于微观数据中存在极端数据和异常数据,因此将家庭总支出、总收入低于每年500元的异常数据设置为缺失值;第三,本文不处理控制变量的异常值和极端值,理论上这并不会影响结论。经过上述处理后得到
各变量和农户减贫韧性的描述性统计分析如表1所示。从表中可以发现,标准越高,减贫韧性均值下降越大。从脱贫韧性来看,无论是根据中国农户人均纯收入
变量名 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
家庭是否获得低保补助 | 0.048 | 0.214 | 0 | 1 | |
受访者性别 | 0.470 | 0.499 | 0 | 1 | |
受访者少数民族 | 0.115 | 0.319 | 0 | 1 | |
受访者中共党员 | 0.079 | 0.269 | 0 | 1 | |
受访者宗教信仰 | 0.148 | 0.355 | 0 | 1 | |
家庭未成年数量 | 1.203 | 1.196 | 0 | 9 | |
家庭平均年龄 | 37.790 | 10.856 | 13.857 | 76 | |
家庭平均年龄平方/100 | 15.459 | 9.210 | 1.920 | 57.760 | |
家庭平均教育年限 | 8.041 | 2.257 | 1 | 17 | |
脱贫韧性 | 0.974 | 0.130 | 0 | 1 | |
脱贫韧性1 | 0.994 | 0.055 | 0 | 1 | |
脱贫韧性2 | 0.990 | 0.077 | 0 | 1 | |
发展韧性4 | 0.939 | 0.204 | 0 | 1 | |
发展韧性5 | 0.904 | 0.254 | 0 | 1 | |
发展韧性6 | 0.568 | 0.441 | 0 | 1 |
(五)农户减贫韧性核密度图
根据农户减贫韧性的设定标准,脱贫韧性的福利标准是农户人均纯收入
五、实证分析
(一)基准回归
家庭是否获得低保补助对农户减贫韧性的实证结果如表2所示。农户减贫韧性系数均在置信水平5%的显著性水平下显著为正,这表明是否获得低保补助对农户减贫韧性有显著的正向影响,假说1得证。从脱贫韧性系数大小来看,根据我国绝对贫困标准计算的脱贫韧性,其系数值最大,说明我国绝对贫困标准线高于每人每天1.9美元和2.15美元的标准,低保政策作用更明显。从发展韧性来看,家庭是否获得低保补助的系数依次递增,这说明是否获得低保补助对更高衡量标准下的发展韧性具有更强的正向效应。
(1) | (2) | (3) | (4) | (5) | (6) | |
脱贫韧性 | 脱贫韧性1 | 脱贫韧性2 | 发展韧性4 | 发展韧性5 | 发展韧性6 | |
家庭是否获得低保补助 | ||||||
( |
( |
( |
( |
( |
( |
|
受访者性别 | − |
− |
− |
− |
− |
− |
( |
( |
( |
( |
( |
( |
|
受访者少数民族 | − |
− |
− |
− |
− |
|
( |
( |
( |
( |
( |
( |
|
受访者中共党员 | 0.197*** | |||||
( |
( |
( |
( |
( |
( |
|
受访者宗教信仰 | − |
− |
− |
− |
− |
|
( |
( |
( |
( |
( |
( |
|
家庭未成年数量 | − |
− |
− |
− |
−0.128*** | −0.219*** |
( |
( |
( |
( |
( |
( |
|
家庭平均年龄 | − |
− |
− |
− |
− |
− |
( |
( |
( |
( |
( |
( |
|
家庭平均年龄平方/100 | ||||||
( |
( |
( |
( |
( |
( |
|
家庭平均教育年限 | − |
− |
− |
− |
− |
|
( |
( |
( |
( |
( |
( |
|
城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
_cons | 1.280*** | 1.089*** | 1.135*** | 1.521*** | 1.737*** | 2.438*** |
( |
( |
( |
( |
( |
( |
|
N | ||||||
r2_a | 0.470 | 0.195 | 0.275 | 0.586 | 0.618 | 0.679 |
注:***、**和*分别表示在1%、5%和10%的水平上显著;括号内是稳健标准误,下表同。 |
从控制变量的结果来看,受访者性别系数负向显著。受访者少数民族系数在被解释变量为脱贫韧性1和脱贫韧性2的情况下显著为负,意味着少数民族在抵御绝对贫困的能力上与汉族相比较低。受访者中共党员系数均在1%的显著性水平下为正,表明中共党员在脱贫韧性和发展韧性上均有较高水平,党员整体素质较高。家庭未成年人数量系数在1%的显著性水平下显著为负,可能原因是儿童和少年养育成本较大。根据家庭平均年龄与平均年龄平方显著性和系数方向可以说明,家庭平均年龄对农户减贫韧性的影响呈现为“U”形。家庭平均教育年限对减贫韧性负向显著,说明农户家庭教育年限总体较低,不利于家庭减贫韧性发展。
(二)稳健性检验
1. 替换被解释变量
衡量家庭福利标准有多种指标可以选择,本文基准回归使用家庭人均消费衡量农户减贫韧性,为了使本文结论具有稳健性,选择家庭人均收入作为家庭的福利水平,使用家庭人均收入计算韧性的回归结果如表3所示。列(1)至列(6)中家庭是否获得低保补助的系数均在5%的显著性水平下显著为正,表明农户获得低保补助能够显著提升农户减贫韧性,结果具有稳健性。
(1) | (2) | (3) | (4) | (5) | (6) | |
脱贫韧性 | 脱贫韧性1 | 脱贫韧性2 | 发展韧性4 | 发展韧性5 | 发展韧性6 | |
家庭是否获得低保补助 | ||||||
( |
( |
( |
( |
( |
( |
|
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
_cons | 1.280*** | 1.092*** | 1.145*** | 1.514*** | 2.305*** | 2.572*** |
( |
( |
( |
( |
( |
( |
|
N | ||||||
r2_a | 0.315 | 0.102 | 0.161 | 0.528 | 0.658 | 0.695 |
2. 更换样本
使用全样本回归结果如表4所示,
(1) | (2) | (3) | (4) | (5) | (6) | |
脱贫韧性 | 脱贫韧性1 | 脱贫韧性2 | 发展韧性4 | 发展韧性5 | 发展韧性6 | |
家庭获得救助收入 | ||||||
( |
( |
( |
( |
( |
( |
|
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
_cons | 1.301*** | 1.093*** | 1.144*** | 1.565*** | 1.805*** | 2.488*** |
( |
( |
( |
( |
( |
( |
|
N | ||||||
r2_a | 0.492 | 0.214 | 0.306 | 0.596 | 0.634 | 0.688 |
由于CSS数据只有省级层面地理数据,本文使用家庭人均收入(去除转移性收入)减去2020年绝对贫困线构造低保样本(差值小于0定义为低保样本),使用低保样本回归结果如表5所示,在列(1)至列(6)中,家庭是否获得低保补助的系数均在10%的显著性水平下显著为正,表明农户获得低保补助能够显著提升农户减贫韧性,结果具有稳健性。
(1) | (2) | (3) | (4) | (5) | (6) | |
脱贫韧性 | 脱贫韧性1 | 脱贫韧性2 | 发展韧性4 | 发展韧性5 | 发展韧性6 | |
家庭是否获得低保补助 | ||||||
( |
( |
( |
( |
( |
( |
|
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
_cons | 1.442*** | 1.223*** | 1.291*** | 1.692*** | 1.986*** | 2.364*** |
( |
( |
( |
( |
( |
(0.131) | |
N | ||||||
r2_a | 0.488 | 0.232 | 0.322 | 0.612 | 0.661 | 0.654 |
3. 倾向得分匹配
在分析农户是否获得低保补助对农户减贫韧性的影响时,由于家庭是否获得低保补助并不是随机的,而是多种因素造成的结果,直接对比是否获得低保补助的农户减贫韧性可能不具备真实性和有效性。本文使用倾向得分匹配法(PSM)进行反事实推断分析。分别使用半径匹配、核匹配进行稳健性检验。回归结果显示,家庭是否获得低保补助的系数均显著为正,表明农户获得低保补助能够显著提升农户减贫韧性,结果具有稳健性。
(三)内生性讨论
根据2020年分地区公共转移支付预算数与家庭所在社区的低保率(不包括本家庭)相乘构造工具变量。在相关性方面,由于家庭所在社区的低保率(不包括本家庭)与农户是否获得低保直接关联,因此2020年分地区公共转移支付预算数与家庭所在社区的低保率(不包括本家庭)的交叉项和农户是否获得低保具有较好的相关性,满足工具变量的相关性条件。在外生性方面,中央对地方一般公共转移支付分地区预算数由中央发起,不易受人为干预,因此将2020年分地区公共转移支付预算数与家庭所在社区的低保率(不包括本家庭)的交叉项作为工具变量同时也满足外生性条件。表6显示,不可识别检验和弱识别检验均在1%的显著性水平下拒绝了原假设,模型通过了不可识别和弱工具变量检验。在使用工具变量法后,是否获得低保补助的系数在10%的显著性水平下通过了检验,表明农户是否获得低保补助会显著增强农户减贫韧性,验证了前文的实证结果。
(1) | (2) | (3) | (4) | (5) | (6) | |
脱贫韧性 | 脱贫韧性1 | 脱贫韧性2 | 发展韧性4 | 发展韧性5 | 发展韧性6 | |
家庭是否获得低保补助 | ||||||
( | ( | ( | ( | ( | ( | |
控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
城市固定效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
N | ||||||
Kleibergen-Paap rk LM statistic | 172.238*** | |||||
Kleibergen-Paap rk Wald F statistic | 549.342*** |
六、机制分析与低保“瞄准效率”
(一)农户福利收入效应
是否获得低保补助如何影响农户减贫韧性呢?他们之间的传导机制是什么?根据CSS2021调查问卷“去年(2020 年)您全家从居委会、村委会提供福利收入(如集体生产经营分红、非救助性补贴等)的收入情况”的回答结果作为除低保外其他福利收入的替代变量。农户福利收入效应回归结果见表7。根据回归结果,不管是否加入控制变量,家庭是否获得低保补助的系数均在1%的显著性水平下显著为正,采取工具变量法回归后,结果仍在1%的显著性水平下显著为正,说明家庭获得低保补助可以通过增加家庭福利收入进而影响农户减贫韧性,验证了假说2。
xtreg | xtreg | IV | IV | |
家庭是否获得低保补助 | 0.392*** | 0.400*** | 0.371*** | 0.379*** |
(0.122) | (0.121) | (0.122) | (0.122) | |
控制变量 | 控制 | 控制 | ||
城市固定效应 | 控制 | 控制 | 控制 | 控制 |
_cons | 0.138*** | 0.126 | ||
( |
(0.218) | |||
N | ||||
r2_a |
(二)农户人力资本投资效应
本文以农户教育文娱支出与医疗保健支出之和占家庭总支出比例作为人力资本投资的代理变量。从表8可以看出,不管是否加入控制变量,家庭是否获得低保补助的系数均在1%的显著性水平下显著为正。采取工具变量法回归后,结果仍在1%的显著性水平下显著为正,说明家庭获得低保补助通过增加农户人力资本投资进而影响农户减贫韧性,验证了假说3。
xtreg | xtreg | IV | IV | |
家庭是否获得低保补助 | ||||
( |
( |
( |
( |
|
控制变量 | 控制 | 控制 | ||
城市固定效应 | 控制 | 控制 | 控制 | 控制 |
_cons | 0.246*** | |||
( |
( |
|||
N | ||||
r2_a |
(三)低保的“瞄准效率”
本文第四部分测算农户减贫韧性的优势在于可以观察到各个农户避免陷入绝对贫困或相对贫困的概率。参考Cissé和Barrett(2018)的研究,本文建立以下公式来衡量低保政策对低减贫韧性农户的“瞄准效率”:
$ \left\{\begin{array}{c}R=0 \quad \quad \mathrm{if} \quad {\widehat{\rho }}_{it}\ge p\\ R=1 \quad \quad \mathrm{if} \quad {\widehat{\rho }}_{it} < p\end{array}\right. $ | (7) |
其中,
$ \left\{\begin{array}{c}{C}_{R=0}=\dfrac{{N}_{R=0,Z=0}}{{N}_{R=0}}\\ {C}_{R=1}=\dfrac{{N}_{R=1,Z=1}}{{N}_{R=1}}\end{array}\right. $ | (8) |
其中,
p | 脱贫韧性 | 脱贫韧性1 | 脱贫韧性2 | |||
“非瞄准户”准确率 | “瞄准户”准确率 | “非瞄准户”准确率 | “瞄准户”准确率 | “非瞄准户”准确率 | “瞄准户”准确率 | |
0.5 | 95.12% | 95.13% | 95.14% | |||
0.6 | 95.16% | 95.15% | 95.13% | 4.96% | ||
0.8 | 95.14% | 4.17% | 95.13% | 4.22% | 95.22% | 4.97% |
p | 发展韧性4 | 发展韧性5 | 发展韧性6 | |||
“非瞄准户”准确率 | “瞄准户”准确率 | “非瞄准户”准确率 | “瞄准户”准确率 | “非瞄准户”准确率 | “瞄准户”准确率 | |
0.5 | 95.18% | 95.18% | 95.16% | |||
0.6 | 95.22% | 5.19% | 95.18% | 4.56% | 95.10% | 3.77% |
0.8 | 95.83% | 5.61% | 95.87% | 5.60% | 95.87% | 5.45% |
根据表9可以发现,在p值和农户减贫韧性不同标准下,“瞄准户”准确率均处在较低水平,说明我国现行低保“瞄准效率”较低。在p=0.5的标准下,“瞄准户”准确率数据较少。在p=0.6和p=0.8的标准下,针对不同的减贫韧性,“瞄准户”准确率均较低。
七、主要结论与政策建议
本文基于中国社会状况综合调查(CSS)2021年数据,深入分析了最低生活保障制度对农户减贫韧性的影响。研究发现:第一,最低生活保障制度能显著提高农户减贫韧性,随着韧性标准的提高,最低生活保障制度对贫困标准更高的农户减贫韧性影响更大;第二,最低生活保障制度通过增加家庭福利收入来提高人力资本投资,从而影响农户减贫韧性;第三,根据构建的农户减贫韧性指标,进一步分析发现最低生活保障制度的“瞄准户”准确率处在较低水平。本文政策建议如下:
第一,完善对低保家庭的动态识别。传统的贫困识别指标往往只关注短期收入水平,忽视了其他因素对贫困的影响,而长期贫困是因为个人或者家庭可持续性发展能力被剥夺。因此,应重视对于低保家庭减贫韧性的测量与识别,构建一个更加全面和包容性的识别指标体系,本文设计的减贫韧性包含了家庭稳定脱贫和可持续发展的能力。所以,对于低韧性群体,应增加相应政策的扶持力度。
第二,提高低保政策的“瞄准效率”,使低保政策效用最大化。在实施低保政策过程中,可能会出现一些漏保问题,如信息不准确、审核不严格等,应根据不同类型的问题,采取相应的措施进行专项治理。应建立一个有效的反馈机制,及时调整和改进低保政策,确保其能够真正帮助到那些最需要帮助的人。例如,对发生重大冲击的家庭,仅有低保政策不能使家庭快速恢复并保持长期发展的能力,需要多种政策一起实施,并对政策进行优化处理。
第三,不仅要向农户“输血”,还要提升农户自身“造血”功能。人力资本投资是农户自身“造血”功能的关键,通过引导农户提升人力资本投资,使低保政策发挥长效作用。鼓励低收入家庭主动提高个人教育水平、增加身体锻炼等行为,积累人力资本,发挥其主观能动性。此外,还要加强农村教育、医疗保障等公共服务体系建设,为人力资本积累创造条件。
[1] | 蔡昉. 如何开启第二次人口红利?[J]. 国际经济评论, 2020(2): 9–24. |
[2] | 陈典, 郑晓冬, 方向明. 农村低保对贫困家庭消费的影响[J]. 中国人口科学, 2022(5): 108–125. |
[3] | 陈煦, 白永秀. 城市最低生活保障政策的减贫效应——基于CHARLS数据的实证分析[J]. 城市问题, 2023(9): 66–73. |
[4] | 陈燕凤, 夏庆杰, 王小林. 中国经济奇迹背景下的农村贫困变迁——基于1995—2013年CHIP数据[J]. 社会科学辑刊, 2021(1): 129–138. |
[5] | 韩华为, 高琴. 中国农村低保制度的保护效果研究——来自中国家庭追踪调查(CFPS)的经验证据[J]. 公共管理学报, 2017(2): 81–96. |
[6] | 韩华为, 高琴. 中国农村低保制度的瞄准精度和减贫效果——基于2013和2018年CHIP数据的实证分析[J]. 公共管理学报, 2021(4): 78–92. |
[7] | 何欣, 朱可涵. 农户信息水平、精英俘获与农村低保瞄准[J]. 经济研究, 2019(12): 150–164. |
[8] | 胡联, 盛迪, 汪三贵. 减贫韧性与中国式现代化[J]. 改革与战略, 2023(5): 34–44. |
[9] | 贾男, 王赫. 脱贫农户返贫风险防范政策研究[J]. 经济研究, 2022(10): 121–137. |
[10] | 解垩. 医疗保险与城乡反贫困: 1989-2006[J]. 财经研究, 2008(12): 68–83. DOI:10.3969/j.issn.1001-9952.2008.12.006 |
[11] | 李晗, 陆迁. 无条件现金转移支付与家庭发展韧性——来自中国低保政策的经验证据[J]. 中国农村经济, 2022(10): 82–101. |
[12] | 李静. 中国健康扶贫的成效与挑战[J]. 求索, 2019(5): 95–103. |
[13] | 李小云, 苑军军, 于乐荣. 论2020后农村减贫战略与政策: 从“扶贫”向“防贫”的转变[J]. 农业经济问题, 2020(2): 15–22. |
[14] | 梁晓敏, 汪三贵. 农村低保对农户家庭支出的影响分析[J]. 农业技术经济, 2015(11): 24–36. |
[15] | 孙伯驰, 段志民. 农村低保制度的减贫效果——基于贫困脆弱性视角的实证分析[J]. 财政研究, 2020(2): 113–128. |
[16] | 徐超, 李林木. 城乡低保是否有助于未来减贫——基于贫困脆弱性的实证分析[J]. 财贸经济, 2017(5): 5–19. DOI:10.3969/j.issn.1002-8102.2017.05.001 |
[17] | 易红梅, 张林秀. 农村最低生活保障政策在实施过程中的瞄准分析[J]. 中国人口•资源与环境, 2011(6): 67–73. |
[18] | 张栋. 城乡最低生活保障制度对贫困脆弱性的改善效应研究——基于PSM-DID方法的实证分析[J]. 财贸研究, 2020(9): 53–63. |
[19] | 赵桂芹, 陈莹, 孔祥钊. 医疗保险、农业信贷与精准扶贫[J]. 经济学(季刊), 2023(2): 712–730. |
[20] | 朱梦冰, 李实. 精准扶贫重在精准识别贫困人口——农村低保政策的瞄准效果分析[J]. 中国社会科学, 2017(9): 90–112. |
[21] | Antle J M. Testing the stochastic structure of production: A flexible moment-based approach[J]. Journal of Business & Economic Statistics, 1983, 1(3): 192–201. |
[22] | Barrett C B, Constas M A. Toward a theory of resilience for international development applications[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(40): 14625–14630. |
[23] | Béné C, Newsham A, Davies M, et al. Review article: Resilience, poverty and development[J]. Journal of International Development, 2014, 26(5): 598–623. DOI:10.1002/jid.2992 |
[24] | Barrett C B, Ghezzi-Kopel K, Hoddinott J, et al. A scoping review of the development resilience literature: Theory, methods and evidence[J]. World Development, 2021, 146: 105612. DOI:10.1016/j.worlddev.2021.105612 |
[25] | Cissé J D, Barrett C B. Estimating development resilience: A conditional moments-based approach[J]. Journal of Development Economics, 2018, 135: 272–284. DOI:10.1016/j.jdeveco.2018.04.002 |
[26] | Constas M A,Frankenberger T R,Hoddinott J. Resilience measurement principles:Toward an agenda for measurement design[R]. Technical Series No. 1,2014a. |
[27] | Constas M A,Frankenberger T R,Hoddinott J,et al. A common analytical model for resilience measurement:Causal framework and methodological options[R]. Technical Series No. 2,2014b. |
[28] | Folke C, Biggs R, Norström A V, et al. Social-ecological resilience and biosphere-based sustainability science[J]. Ecology and Society, 2016, 21(3): 41. DOI:10.5751/ES-08748-210341 |
[29] | Gao Q, Zhai F H, Yang S, et al. Does welfare enable family expenditures on human capital? Evidence from China[J]. World Development, 2014, 64: 219–231. DOI:10.1016/j.worlddev.2014.06.003 |
[30] | Just R E, Pope R D. Production function estimation and related risk considerations[J]. American Journal of Agricultural Economics, 1979, 61(2): 276–284. DOI:10.2307/1239732 |
[31] | Li Y H, Wu W H, Wang Y S. Global poverty dynamics and resilience building for sustainable poverty reduction[J]. Journal of Geographical Sciences, 2021, 31(8): 1159–1170. DOI:10.1007/s11442-021-1890-4 |
[32] | McBride L, Barrett C B, Browne C, et al. Predicting poverty and malnutrition for targeting, mapping, monitoring, and early warning[J]. Applied Economic Perspectives and Policy, 2022, 44(2): 879–892. DOI:10.1002/aepp.13175 |
[33] | Phadera L, Michelson H, Winter-Nelson A, et al. Do asset transfers build household resilience?[J]. Journal of Development Economics, 2019, 138: 205–227. DOI:10.1016/j.jdeveco.2019.01.003 |
[34] | Walker B, Holling C S, Carpenter S R, et al. Resilience, adaptability and transformability in social-ecological systems[J]. Ecology and Society, 2004, 9(2): 5. DOI:10.5751/ES-00650-090205 |