“志智双扶”：精准扶贫政策对农村居民努力程度的影响

周 强 赵清云 王爱君

(中南财经政法大学，湖北 武汉 430073)

一、问题提出与文献回顾

改革开放以来，中国先后经历了农村改革推动减贫，工业化、城镇化与开发式扶贫推动减贫，补全面建成小康社会短板推动减贫等多个阶段(叶兴庆 等，2019)，扶贫瞄准机制也相应从连片特困地区、贫困县、贫困村发展到瞄准贫困户的精准扶贫，且减贫途径由“转移支付”转向“支出减免”(陈志钢 等，2019)，再转向“增强内生动力”的“造血式”扶贫(1)“造血式”扶贫是指扶贫主体通过投入一定的要素和资源，帮助贫困地区农户改善生产或生活条件、生存技能，提高人力资本与智力能力等，以增强自主发展能力的帮扶方式。主要包括小额信贷、教育补贴、产业帮扶、技能培训、医疗保障、易地搬迁、旅游扶贫、电商扶贫、光伏扶贫等。(李芳华 等，2020)。在此过程中，中国的减贫事业创造了世界减贫史上的“中国奇迹”，贫困人口规模从1978年的7.7亿人减少到了2019年底的551万人(2010年2300元不变价格)，贫困发生率从97.5%下降到0.6%(2)数据来自国家统计局住户调查办公室的《中国农村贫困监测报告》(2020)。，并在2020年底达成消除绝对贫困人口目标的同时步入了乡村振兴的新时代，逐步向着第二个“百年目标”迈进。可见，“脱贫不是终点，人们对美好生活的向往永不停歇”(3)引自2019年9月17日***总书记在河南考察时的讲话。，消除贫困和追求更加美好的生活，是新时代精准扶贫与乡村振兴战略协同发展的核心目标，所以进一步探讨农村贫困问题，依然具有非常重要的理论与实践意义。

贫困不只是物质的匮乏，还表现为对人智力、思想、文化和心理上的“排斥”与“隔离”，使得贫困人口产生与现实不一致的期待，从而形成消极的“贫困亚文化”现象(刘欣，2019)。贫困的亚文化会使贫困人口形成异常的价值观或品格缺陷，导致贫困人口不能正确看待教育等因素对提高人力资本的重要性，由此产生精神上和智力上的怠惰性。党的十八大以来，***坚持“以人民为中心”的发展思想，立足中国农村贫困现实，多次强调思想脱贫的先导地位，抓住贫困人口思想上的贫根，做出了“扶贫必扶志、治贫先治愚”的重要论述(4)《***扶贫论述摘编》，中央文献出版社2018年版，第137页。，形成了“扶志”与“扶智”相结合的精准扶贫理念。那么，新时代精准扶贫消除了绝对贫困人口的同时，是否促进了脱贫家庭成员的主观努力程度和自我发展能力，实现了减少贫困人口规模与提高脱贫质量的多重绩效？这是本文关注的重点。

近年来，学术界对精准扶贫问题的研究主要集中在两个方面：一是对精准扶贫政策内涵、政策目标和扶贫演进历程等问题进行解读。汪三贵(2018)、李小云等(2019)认为精准扶贫政策是有计划、创新性的发展性扶贫，旨在通过精准识别贫困户和致贫原因，制定不同扶贫方案和政策措施，达到使建档立卡贫困户收入超过贫困线、实现贫困户持续稳定脱贫的目标。王雨磊等(2020)将中国的扶贫经验和模式界定为“精准行政扶贫模式”，从国家治理角度解读了中国扶贫工作及扶贫成就。二是测度或比较分析了精准扶贫政策的影响因素、减贫绩效或精准扶贫政策对贫困家庭“两不愁三保障”(5)“两不愁”就是稳定实现农村贫困人口不愁吃、不愁穿，“三保障”就是保障其义务教育、基本医疗和住房安全。的影响。张国建等(2019)采用双重差分法和合成控制法，基于2002—2016年县级面板数据识别并评估了扶贫改革试验区对地区经济发展的减贫效应。张全红等(2019)从收入、消费、生活改善和外出务工等多个维度研究了精准扶贫政策对农户贫困减缓与福利状况的影响。张楠等(2020)考察了来自扶贫改革试验区对收入与多维贫困的长期减贫效应。此外，还有部分研究探讨了精准扶贫资源与贫困需求之间的资源错配(胡联 等，2017)，精准扶贫实践中转移支付资金使用效率(李铮 等，2017)，农村经济与政治精英对扶贫资源的“俘获”(温涛 等，2016)，以及精准扶贫政策对家庭消费的影响(尹志超 等，2021)等问题。

以上研究主要围绕精准扶贫政策直接的收入效应和“两不愁三保障”福利效应等方面展开，研究主题涉及精准扶贫政策中的金融扶贫、就业扶贫、精英俘获、教育扶贫、转移支付和社会资本减贫等系列问题，而很少有学者关注精准扶贫政策对贫困家庭在“思想与智力”上的脱贫成效，没有给出精准扶贫政策对脱贫家庭主观努力程度和自我发展能力影响的经验证据。与既有研究相比，本文的主要贡献如下：第一，通过将“志智双扶”理念转化为可量化因素，系统地评估了精准扶贫政策对贫困家庭“志智双扶”作用的多维减贫绩效，且进一步挖掘了影响个体主观努力程度的微观作用渠道与异质性效应；第二，研究方法上，利用精准扶贫政策的国家贫困线设定制度和政策实施特征这一自然准实验，分别采取模糊断点回归(Fuzzy Regression Discontinuity，FRD)和双重差分(Differences-in-Differences，DID)方法，有效克服了居民收入、健康、就业等因素与个体努力程度之间可能存在的内生性，从而获得更为“干净”的政策效应，这也为学术界开展全面的扶贫政策效果评估提供了一个新的思路；第三，精准扶贫政策具有公共转移支付的性质，其政策目标的直接受益者为低收入贫困家庭，本研究聚焦于考察扶贫资源在贫困群体间的利益分配流向及其异质性效应，研究结论为乡村振兴战略提供了更为丰富的经验证据。

二、研究设计

(一)模型构建

1.断点回归模型

实证分析精准扶贫政策效应时，政府对精准扶贫对象的直接转移支付与地方政府公共支出之间存在的内生性问题无法回避(Dahlberg et al.,2008)，一般的计量方法难以获得一致估计结果。为此，本文选取贫困线这一制度断点作为识别标准，以贫困线两侧的样本获得政策帮扶的概率发生跳跃为条件，利用学界常用的断点回归(RD)方法评估精准扶贫的政策效应。

RD方法是一种局部随机试验，相比同类政策评估方法更接近随机试验(Lee et al.,2010)。采用RD方法的关键是寻找驱动变量(Forcing Variable)和存在的“断点”，驱动变量可以是政策法规或制度，也可以是外部环境因素，是否成为“断点”取决于该项政策是否具有某种“一刀切”的准试验特征。“断点”附近样本满足同质性特征，能够提供“反事实”的观察，受到“断点”影响的群体被称为处理组，未受到影响的群体被称为控制组，从而构成局部的随机试验(Lee,2008)。为此，本文根据精准扶贫政策将通过家庭人均收入是否达到贫困线来识别贫困人口的制度特征作为驱动变量，将贫困线标准作为政策“断点”。实践中，精准扶贫政策识别贫困人口时，采用了收入标准与民主评议相结合的方式，即在收入测评基础上进行民主评议。这意味着，低于贫困线标准只是满足了贫困的“资格”，村级的民主评议通过后才能真正被确定为贫困户。可见，在断点处研究对象受到政策影响并不是概率为0或1的跳跃，而是概率的增加或减少，此时的精确断点回归分析方法并不适用。

鉴于此，本文选取模糊断点回归(FRD)分析法，即人均收入低于贫困线标准的家庭被评为贫困户的概率大于人均年收入高于贫困线的家庭，这一假定满足农村扶贫现实。对于贫困标准，本文选取国务院指导农村扶贫实践的年人均收入2300元(2010年的不变价格)(6)国务院扶贫办的最新脱贫指导线，网址：http://www.cpad.gov.cn/art/2018/10/17/art_82_90302.html。为标准。此外，根据Lee et al.(2010)、Urquiola et al.(2009)的研究思想，FRD回归方法需采用两阶段最小二乘法进行分析，且应该在回归方程中考虑驱动变量的多项式形式，以放松对回归函数形式的限制。基于以上思路，本文的回归模型设定为：

Dummyi=δ+λEligiblei+f(zi)+φXi+μi

(1)

(2)

其中：Yi为被解释变量，主要为衡量个体努力程度的工作时长、教育培训支出、闲散劳动力占比、对未来信心、生活满意度等主客观评价变量；Eligiblei表示个体当年被识别为贫困户的“资格”，Eligiblei是否被识别为贫困户主要取决于f(zi)，f(zi)是zi的一个多项式函数，zi表示样本家庭中当年的人均收入；Dummyi为政策的虚拟变量(是否被识别为贫困户，贫困=1，否则=0)，也称为处理状态变量，其系数β是本文关注的精准扶贫政策效应；Xi是控制变量，主要用于控制来自个体和家庭层面的信息。

2.双重差分模型

为了确保FRD估计结果的稳健性与有效性，本文借助精准扶贫政策只针对贫困户施策的政策特征，进一步采用了双重差分(DID)的分析方法，以获得精准扶贫政策的平均处理效应。DID是政策效果评估中的一个重要方法，该方法的基本逻辑是：先找到同时期未被评为贫困户的样本作为政策实施的控制组，在贫困户受到政策扶持前后的平均变化中减去控制组中非贫困户的平均变化，通过差分得到的平均变化量即为剔除其他因素影响之后的精准扶贫政策效应。DID方法借助两次差分方式剔除了贫困户与非贫困户在精准扶贫政策前后的影响。由于本文采用的是面板数据，参考Nunn et al.(2011)的模型设定方法，即：

Yit=α+β·TPAPit+γ·Xit+φi+υt+εit

(3)

其中：下标i代表个体，t代表时间，Yit表示个体i在第t期的被解释变量；本文将2014年及以后被识别为贫困户的样本定义为处理组(TPAPit=1)，否则为控制组(TPAPit=0)；Xit为来自个体层面、家庭层面或地区层面的控制变量；φi和υt分别表示个体固定效应和年份固定效应；系数β为本文关注的核心参数，是精准扶贫政策的平均处理效应。

(二)数据来源

本文主要采用了中国家庭追踪调查(China Family Panel Studies，CFPS)2012—2018年的数据。CFPS数据包括教育、医疗健康、职业、家庭人口、收入、消费和生活满意度等方面的信息。由于精准扶贫对象主要针对农村家庭，所以本文采用了CFPS数据中的农户样本(约占总样本的53.6%)。CFPS样本覆盖了中国25个省/市/自治区，调查对象包含样本家户中的全部家庭成员。其中，考虑到各年度数据结构稳定与数据质量问题，本文没有选取CFPS 2010年的基线调查数据，而是选取了2012年、2014年、2016年和2018年四个调查年度数据。需要说明的是，***总书记于2013年首创性提出了“精准扶贫”思想，在中央政府大力推动和地方政府的积极努力下，精准扶贫攻坚战从2014年开始在全国全面打响，2016年“六个精准”“五个一批”(7)“六个精准”是指扶贫对象精准、项目安排精准、资金使用精准、措施到户精准、因村派人精准、脱贫成效精准；“五个一批”是指精准扶贫政策中采取的因户施策措施，即发展生产脱贫一批、易地扶贫搬迁脱贫一批、生态补偿脱贫一批、发展教育脱贫一批、社会保障兜底一批。等系列扶贫政策组合在农村大规模推广和实施。在进行政策效应评估中，由于FRD估计得到的是局部平均处理效应，需要考虑贫困线标准(断点)附近样本的稳定性，因此在采用FRD方法时将政策时间范围限定在2016年和2018年两轮调查样本，以确保分析对象的稳定性。DID方法要求通过比较政策实施前后个体努力程度的差异来评估政策效果，所以在采取DID方法评估精准扶贫政策效应时，采用2012—2018年的全样本，这正好涵盖了精准扶贫政策从提出到实施的整个过程。此外，对样本数据中存在的缺失值采取直接删除的处理方式，且所有货币性的名义变量均剔除了价格因素，平减到与2010年可比。

(三)变量说明与描述性统计

1.被解释变量

现实中，人的主观努力程度最集中体现在“志”与“智”两个方面，二者相互依存、不可或缺。“扶志”即扶思想、扶观念和扶信心，主要提升贫困人口的志气和信心；“扶智”是指通过加强思想教育和文化教育，提高贫困人口的人力资本与发展能力。在逻辑上， “扶志”与“扶智”是一体两面的关系，“扶志”需要“扶智”，而“扶智”也需要“扶志”，只有将贫困人口的生活志向与思想、知识教育结合起来，“扶志”与“扶智”才能有效促进贫困人口的内生发展动力和主观努力程度。

基于个体主观努力程度与“志智双扶”的密切关联性，本文借鉴Roemer(2000)、龚锋等(2017)、刘成奎等(2019)对个体“努力程度”的衡量思路(8)Roemer(2000)、龚锋等(2017)、刘成奎等(2019)主要选取“教育程度”、“职业状态”和“工作时间”作为努力程度的替代变量。，尝试将“志智双扶”理念转化为可量化的主客观多维度因素。一方面，将生活满意度、未来信心和闲散劳动力占比等变量作为“扶志”的替代变量。其中，“闲散劳动力占比”作为衡量家庭剩余劳动力利用情况的替代变量，考察了贫困家庭劳动者在获得就业帮扶、技能培训等系列帮扶措施后，是否积极从闲暇在家转变为非农就业，尽可能捕捉贫困劳动者非农就业的积极性。另一方面，将教育培训支出和工作时长作为“扶智”的替代变量，既可以考察贫困家庭劳动供给变化，也充分体现了贫困人口通过自己的智慧和能力实现脱贫致富的能力，是对贫困人口主动参与就业，提高个体主观努力程度的反映。教育扶贫与就业扶贫是实现“扶智”的重要渠道，不仅强调了对成年人的工作技能培训(张蓓，2017)，而且鼓励贫困劳动者增加劳动供给，且主要表现为劳动供给时间的延长(李芳华 等，2020)。因此，本文将反映个体努力程度的工作时长、教育培训支出、闲散劳动力占比等客观可测度变量以及对未来的信心、生活满意度等主观评价变量作为“志智双扶”的衡量指标，通过构建主观与客观变量相互联系的指标体系，从多维度评估精准扶贫政策对农村居民主观努力水平和内生发展能力的影响。

2.解释变量与控制变量

精准扶贫政策并非单一的贫困补贴兜底，还包括发展产业、促进就业(技能培训或就业补贴)、医疗救助、教育补贴、易地搬迁等多种帮扶措施。一方面，通过贫困补贴直接增加贫困户收入水平；另一方面，通过培育、扶持或提供更多就业机会实现家庭增收和生活水平改善。因此，在考察精准扶贫政策影响因素中，除了分析贫困补贴收入对居民“志智双扶”的政策效应及其作用机制外，本文还考虑了精准扶贫政策对个体工作意愿与行为习惯(如吸烟、喝酒等)等异质性的影响。此外，为了控制其他因素对估计结果的影响，本文按照尽可能外生的原则，控制了可能会影响个体主观努力程度的个体或家庭特征因素，诸如个体的年龄、性别、婚姻状况，家庭成员的学历状况、家庭子女数、家庭规模和家庭所在地区分布等(详见表1)，尽量规避因遗漏变量引致的内生性问题。

表1 主要变量说明及描述统计

三、实证结果分析

(一)断点回归估计

FRD估计要求第一阶段回归需要产生明显跳跃，且通过显著性检验，即精准扶贫政策使得低收入家庭在贫困标准处发生明显跳跃。本文通过处理状态与结果变量关系的可视化分布图，直观地展示FRD方法中存在真实有效的一阶段。图1显示，精准扶贫政策对贫困人口在生活满意度、未来信心、闲散劳动力占比、工作时长与教育培训支出等方面均产生了显著影响。在享受扶贫政策与没有享受扶贫政策的样本间，结果变量产生了明显的跳跃，这表明可以将断点处的跳跃视为精准扶贫政策对贫困家庭影响的因果效应。并且，所有结果变量在断点两侧均呈现出非线性变动趋势，为此，后文在进行FRD回归分析时采用了二次或三次的多项式设定。

图1 2016—2018年精准扶贫政策断点与结果变量之间的关系

FRD估计结果显示(表2)，在不同带宽下精准扶贫政策对贫困户的生活满意度、未来信心、闲散劳动力占比、工作时长和教育培训支出等均存在显著影响，这表明精准扶贫政策不仅起到了增加收入的减贫效应，而且显著提高了居民的努力程度。具体来看，精准扶贫政策显著提高了居民的生活满意度和对未来生活的信心，有效改善了居民的主观精神需求，取得了思想扶贫的积极成效。此外，精准扶贫政策增加了居民的工作时长和教育培训支出。一方面，增加工作时长有效地提高了家庭的收入水平；另一方面，不断完善的教育扶贫措施，如学费减免、寄宿生活补贴、免费营养餐计划、贫困助学金等，在降低家庭正规教育支出的同时，促使更多的家庭收入投入到正规教育以外的职业技能、学习能力等培育上，这意味着精准扶贫政策不仅通过促进就业提高了居民收入水平，还通过对教育培训的投资提升了个体人力资本，起到了“扶智”的正向效应。

表2 FRD估计结果

然而，精准扶贫政策对农村贫困家庭中闲散劳动力占比的影响为正，即提高了这部分贫困劳动力在家闲暇的可能性。出现这一现象的原因可能在于：一方面，精准扶贫政策改善了农村地区的生产生活环境，提升了农村居民的生活水平和福祉，吸引部分外出务工居民返乡务工或务农的同时，增加了部分原本在家务农贫困人口继续保持务农状态的可能性；另一方面，精准扶贫政策中的某些帮扶措施，使贫困人口对扶贫资源产生了一定的依赖性，使得贫困人口即便遇到摆脱贫困的机会，往往也很难适应新的环境和利用新的机遇(Lewis，1965)，不愿转向非农就业。这部分贫困人口由于经历了长期贫困，产生了依赖心理，物质的脱贫并不意味着实现了思想和精神的脱贫。需要说明的是，在理解上述结论时应当注意，本文研究并未考虑精准扶贫政策对不同要素禀赋贫困人口的异质性效应。并且，从估计的系数大小可知，精准扶贫政策对农村居民努力程度的正向影响远大于对非农就业的负向激励，总体上“志智双扶”效应明显。

(二)双重差分估计

DID估计结果显示(表3)，精准扶贫政策的实施显著提高了农村居民的生活满意度和未来信心，且对农村居民的工作时长和教育培训支出的影响显著为正。这是因为，中国农村的扶贫工作通过扶贫政策宣传、建立一对一驻村帮扶、提高贫困人口困难补贴金额等切实的措施，对贫困人口的观念、思想和信心进行积极引导，有效地提升了贫困人口对扶贫工作的认可度、满意度以及对美好生活的信心，起到了积极的“扶志”效应。与此同时，政府不断完善贫困地区教育、医疗、基础设施、公共服务和社会保障措施，持续打出改善农村经济环境、完善城乡一体化公共服务等组合拳，多维度提升了农村居民的收入水平和生活幸福感，激发了贫困人口的主观努力程度。此外，与FRD估计结果一致，DID估计结果显示，精准扶贫政策对贫困家庭中的闲散劳动力占比影响为正，在一定程度上削弱了精准扶贫政策对贫困居民主观努力水平的影响作用。

表3 DID估计结果

需要说明的是，FRD和DID两种方法估计的结果基本一致，只是系数估计值大小上存在差异。FRD方法得到的是局部平均处理效应，而DID方法得到的是目标人群的平均政策效应。从局部来看，FRD分析结果表明贫困群体对扶贫政策的感知度更高，精准扶贫政策在局部样本中产生了更大的作用；但从整体样本的平均结果而言，DID分析结果使精准扶贫政策的总体平均政策效应相对变小了。当然，由于两种方法估计的样本时间范围不一样，且假设前提不一致，所以直接比较两种方法系数估计值大小是不科学的，两种方法在估计系数结果上必然存在差异。然而，从两种评估方法得出的一致结论来看，本文的研究结论具有较高的稳健性。

四、稳健性检验与说明

(一)FRD有效性与稳健性检验

断点回归方法有效性的一个重要前提是排除个体对驱动变量的精确操控。在精准扶贫政策实施过程中，一部分家庭可能会为了获取贫困资格隐瞒收入，人为“操控”断点。为了检验断点附近样本是否存在自我“操控”人均收入而改变贫困识别状态的情况，本文选择对人均收入变量在断点附近的分布进行McCrary检验(McCrary,2008)。图2中对人均收入在断点处进行了标准化处理。结果显示，密度函数曲线在断点附近保持连续性，断点两侧密度函数估计值的置信区间存在绝大部分重叠，且较为平滑，没有出现明显的跳跃现象。同时，McCrary检验估计系数显示，断点前后的密度差异为0.029(标准差为0.161)，这说明断点两侧的密度函数不存在显著差异，人均收入的分布是平滑且连续的，可以排除样本操纵驱动变量问题。

图2 人均收入的密度分布在断点前后变化

为了确保检验结果的稳健性，我们对FRD估计采用协变量连续性检验(表4)。如果将协变量作为结果变量进行FRD回归，在断点处也存在跳跃且显著，那就意味着可能存在其他因素对居民主观努力程度产生了影响，即导致居民主观努力程度发生变化的因素可能并非由精准扶贫政策所引起。由表4结果可知，所有协变量作为因变量进行FRD估计的结果都不显著，以上因素在断点前后均没有发生明显的变化，这表明除精准扶贫政策外，并无其他因素通过断点对结果变量产生影响，从而印证了本研究结论的稳健性。

表4 稳健性检验：协变量连续性检验(FRD估计)

(二)DID稳健性检验：PSM-DID估计

在DID分析中，农村贫困户与非贫困户的分组有时候并非完全满足随机，可能存在一定程度的样本自选择。对此，为了进一步排除个体异质性(如家庭特征、户主特征等)等因素引起的样本自选择，本文采用倾向性得分匹配基础上的双重差分(PSM-DID)方法，选取户主特征、家庭特征等变量进行匹配。其中，具体的匹配方法选取1∶3最近邻匹配(10)PSM方法的近邻匹配方法有三种：“k近邻匹配”、半径匹配和卡尺内最近邻匹配。本文选用了较为常用的卡尺内最近邻匹配，按照其他两种方式进行的匹配结果略有差异，但对最后的结果并没有产生实质性的影响。，保留处理组与控制组样本政策前后的数据，且排除了处理组中倾向值大于控制组最大倾向值或低于控制组最小倾向值的情况。表5为匹配前后主要变量的均值检验结果。不难发现，匹配前处理组与控制组的样本特征存在显著差异，而匹配后所有变量的均值都无显著差异。

表5 PSM前后变量的均值检验

表6为PSM-DID估计结果，与表3估计结果相比，虽然在系数值大小上存有差异，但总体上并未改变各系数的显著性及其作用方向。因此，通过倾向得分匹配处理后的政策效应同样支持精准扶贫政策对居民主观努力程度的正向影响，且间接论证了DID估计结果的稳健性。

表6 稳健性检验：PSM-DID估计结果

(三)FRD与DID的“安慰剂”检验

为了进一步论证本文结果的有效性，我们针对两种评估方法分别选取了不同的“安慰剂”检验。首先，针对FRD方法，人为设定新断点，将中国官方农村的人均2300元/年的贫困线标准上下浮动15%(+/-345)，以新断点作为精准扶贫政策“一刀切”的虚拟政策制度。其次，针对DID分析方法，将精准扶贫政策实施时间人为提前至2012年(非实际的精准扶贫实施时间)，以此作为虚拟的政策实施时点。如果在同样的评估方法下，“安慰剂”检验结果没有类似的因果关系或结论，那么可以明确排除虚假政策效应问题，这是因为虚拟的精准扶贫政策不可能使贫困户与非贫困户发生显著变化。

表7结果显示，将贫困线标准上下浮动15%作为政策的新断点后，衡量居民努力程度的未来信心、闲散劳动力占比、工作时长以及教育培训支出等因素在不同带宽条件下均不显著，可以明确排除虚假政策效应问题。同样，DID安慰剂检验结果显示(表8)，所有政策效应系数的估计结果均不显著，这使我们更加确信当前农村居民努力程度的变化差异是由精准扶贫政策引起的。

表7 安慰剂检验：贫困线标准上下浮动15%(FRD估计)

表8 安慰剂检验：政策时间设定为2012年(DID估计)

五、异质性与作用渠道分析

考虑到FRD估计得到的是局部平均处理效应，且在异质性与作用渠道分析时，需根据研究对象的不同而对样本进行分组处理，很难满足FRD方法的假设前提。为此，本部分主要采用DID估计方法。

精准扶贫政策对贫困家庭努力程度的影响，主要存在两条作用途径：一是政府直接给贫困农户发放贫困救济金，即“输血式”帮扶；二是通过“造血式”扶贫培育农户自我的发展能力。为了考察政府提供的“输血式”贫困补贴在扶贫工作中的作用，本文将贫困户样本划分为贫困补贴占家庭总收入比例高于50%和贫困补贴占家庭总收入比例低于30%(11)选取30%比例主要因为，从样本数据统计发现，五保户家庭政府贫困补贴占总收入的比接近80%，而低保户或特殊困难群众家庭政府贫困补贴占家庭总收入比例接近在40%～60%之间，在剔除了五保户、低保户或特殊困难家庭样本后，贫困户获得政府贫困补贴的收入占总收入比例接近28.7%(剔除了价格因素，与2010年可比)，为此，为了便于分析我们将其设定为30%比例范围。的两组。其中，政府对贫困人口的贫困补贴占家庭总收入比例低于30%的样本，主要用于剔除低保、五保或特殊困难群众等依靠政府兜底补贴生活的最低收入贫困群体。此外，为了分析精准扶贫政策对贫困家庭支出结构和福利因素的差异化影响，本文进一步从贫困家庭食物支出、娱乐支出、医疗保健支出和生活习惯等方面出发，系统评估精准扶贫政策对不同贫困家庭的异质性效应。

表9结果显示，精准扶贫政策显著提高了不依靠政府兜底保障生活的居民的满意度和未来信心，且对这部分贫困家庭闲散劳动力的影响为负，促进了其向非农就业转变，提高了就业积极性，实现了“志智双扶”的多重绩效。相比而言，精准扶贫政策对贫困补贴占总收入高于50%贫困家庭的闲散劳动力影响为正，提高了这部分贫困劳动力赋闲在家的可能性。以贫困补贴为主要收入来源的贫困家庭，其贫困补贴占家庭总收入比重较高，主要依靠政府救济维持生活，从而产生了长期的贫困依赖性。长期处于贫困状态的低收入贫困人口适应了贫困环境，潜移默化地养成不愿外出务工或参与本地非农就业的贫困依赖心态。不难发现，政府的贫困补贴具有很强的“亲贫性”，即贫困补贴更多的被贫困强度和贫困深度更加明显的群体获取(卢盛峰 等，2018)，进而产生了扶贫现金补贴对低收入贫困人口的“福利依赖”效应，在一定程度上起到了“奖懒”的作用。

表9 政府贫困补贴效应(DID估计)

从个体支出结构、收入与生活习惯上的异质性分析结果来看(表10)，精准扶贫政策对贫困家庭医疗保健支出产生了显著的正向影响，这与精准扶贫政策对贫困户提供的医疗保障全覆盖密切相关。精准扶贫政策对贫困补贴占家庭总收入比例低于30%贫困人口的食物支出和娱乐支出产生了负向影响，对经营性收入影响为正。相较而言，精准扶贫政策对贫困补贴占家庭总收入比例高于50%贫困人口的食物支出与娱乐支出的影响为正，即食物支出与娱乐支出水平提高了，但对经营性收入的影响不显著。精准扶贫政策在增收减贫的过程中，对贫困人口产生了差异化的激励效应，显著激励了不以政府补贴为主的贫困人口的努力程度，同时显著促进了依靠政府贫困补贴为主的贫困家庭的享受型消费需求，这也是精准扶贫政策促进贫困人口闲散劳动力占比增加的原因所在。此外，精准扶贫政策显著增加了以贫困补贴为主的贫困群体的日常吸烟量和喝酒次数，但对不依靠贫困补贴为主的贫困户的影响相对较小。因此，精准扶贫政策增加了“好逸恶劳”个体的“福利依赖”及其贫困适应性，而对“自食其力”贫困家庭产生了显著的“促勤”或正向激励作用。

表10 异质性分析(DID估计)

六、结论与政策建议

本文基于CFPS 2012—2018年跟踪调查数据，运用FRD方法和DID方法评估了精准扶贫政策对贫困人口主观努力程度的影响，回答了精准扶贫政策是否实现了“志智双扶”的多重绩效，且进一步剖析了精准扶贫政策的异质性作用。研究发现：第一，精准扶贫政策不仅起到了增加收入的减贫效应，而且显著提高了居民的生活满意度和对未来生活的信心，增加了居民的工作时长和教育培训支出，有效改善了居民的主观精神需求，取得了思想扶贫的积极成效，产生了明显的“志智双扶”效应；第二，异质性分析表明，精准扶贫政策促进了不依靠政府兜底保障居民的闲散劳动力向非农就业转变，“扶志”效应明显。与此同时，精准扶贫政策降低了依靠政府兜底保障的闲散劳动力非农就业概率，使其产生了一定程度的“福利依赖”；第三，精准扶贫政策增加了依靠政府兜底保障贫困人口的享乐型消费，强化了这部分贫困人口的贫困适应性，而对不依靠贫困补贴的贫困人口产生了良性的“促勤”作用。

以上研究结论的政策建议如下：

第一，精准扶贫政策具有“志智双扶”的正向外溢性，但不同群体从精准扶贫政策中获益大小存在差异，更多扶贫利益流向了主动努力脱贫的低收入群体。差异化的政策效应会在一定程度上造成地区内居民收入差距的扩大，从而导致新的相对贫困问题。为此，消除绝对贫困后贫困治理的重点应以缓解相对贫困为主，且更加注重低收入群体的多维福利改善。

第二，目前我国已经实现了全面脱贫，稳步迈入了乡村振兴发展阶段，但落后地区低收入人口的可持续发展问题依然是重点。乡村振兴阶段中的贫困治理要实现长期效应，应继续遵循“治贫先治愚，扶贫先扶志”的原则，加快建立农村精神贫困、文化贫困识别机制，加快推进思想扶贫与教育扶贫的进程，多元化提高低收入家庭的人力资本，培育低收入家庭长期的自身发展能力。

第三，在乡村振兴发展的后扶贫阶段，扶贫资源分配应该引入“奖惩”机制和“福利依赖”约束机制，对获得扶贫补助且培育出自我发展能力的家庭进行奖励，形成正向激励作用，通过“教养兼施”的多元化举措，对农户观念、思想和信心进行引导与帮扶，彻底消除“福利依赖”思想。

第四，为了巩固脱贫成效与乡村振兴协调发展，要求“志”与“智”同步推进。一方面，要进一步加强产业振兴和文化振兴的实施力度，确保脱贫人口持续增收的同时，不断满足脱贫人口的精神文化发展需求；另一方面，要逐步加大对农村地区文化教育的投入力度，提高农户的知识水平和职业技能，推动其向“要我发展”到“我要发展”转变，真正实现农村居民主动参与建设美丽乡村和推动乡村振兴的新局面。