中国扶贫小额信贷减贫增收效果评价

章贵军，罗良清，奚晓军

（1.江西财经大学 统计学院，江西南昌330013；2.闽南师范大学商学院，福建漳州 363000）

一、引言

小额信贷最初由诺贝尔和平奖得主尤努斯于20世纪70年代在孟加拉乡村银行（Grameen Bank，GB）试行。孟加拉乡村银行小额信贷项目的服务对象为无土地或无财产的极端贫困人口（尤其针对妇女），实施的是无抵押、无担保的运营模式。1995年，世界银行成立了“扶贫协商小组（CGAP）”，拓展了小额信贷的定义与功能，将其定义为“为低收入家庭提供金融服务，包括贷款、储蓄、保险和汇款服务”。迄今为止，小额信贷至少在198个发展中国家得到了推广和应用。许多发展中国家根据本国国情设计了服务于本国特定对象的小额信贷模式，如孟加拉的GB、BRDB和RD-12，印尼人民银行的村级信贷部（BRI-UD）模式，玻利维亚的社区援助基金（Finca）模式，印度农业农村发展银行的自助小组-银行（SHG-Bank）金融扶贫模式，泰国的农业合作金融模式，摩洛哥Al Amana的小额信贷以及菲律宾坎德兰银行推出的收入共享借贷（MAKITA Loan）等。

通过学习和借鉴国外的小额信贷模式，中国于20世纪90年代开始试点小额信贷项目。起初，中国的小额信贷项目是以贫困村级互助资金形式存在并由中国人民银行统筹实施，一般授信额度为3 000元，农户的一般申请额度为500～800元（熊德平，2005）[1]。截至2013年底，全国范围内共有19 397个贫困村开展互助资金试点，资金规模达45.83亿元，为贫困户发放贷款48.19亿元，入社的贫困户数量为99万人，相对于8 249万的贫困人口而言，贫困户小额信贷获贷率仅为1.2%。可见，传统的小额信贷存在授信额度小、获贷率低等问题，不能满足广大贫困居民的需求。为扩大小额信贷受益面，充分发挥小额信贷的减贫增收功能，中国银监会、财政部、中国人民银行、中国保监会、国务院扶贫办这五个部门于2014年联合出台了《关于创新发展扶贫小额信贷的指导意见》（下文简称《意见》）。根据《意见》部署，在全国范围内实施扶贫小额信贷政策（为便于与国外的小额信贷和中国传统的小额信贷项目进行区分，下文中提到的扶贫小额信贷特指根据2014年《意见》实施的小额信贷项目）。2017年8月，为纠正扶贫小额信贷在使用过程中可能出现的信贷资金瞄准偏差问题，五部门联合出台了《关于促进扶贫小额信贷健康发展的通知》（下文简称《通知》），明确指出扶贫小额信贷是为建档立卡贫困户量身定制的金融精准扶贫产品，其政策要点是“5万元以下、3年期以内、免担保免抵押、基准利率放贷、财政贴息、县建风险补偿金”。为精准使用小额信贷资金，《通知》要求，银行业金融机构要将扶贫小额信贷精准用于贫困户发展生产或发展能有效带动贫困户脱贫致富的特色优势产业，不能用于建房、理财、购置家庭用品等非生产性支出，更不能打包用于政府融资平台、房地产开发、基础设施建设等。扶贫小额信贷政策自2014年出台以来，截至2017年底累计放贷4 300多亿元，有1 100多万建档立卡贫困户获贷，获贷率达33%。

相对于传统的小额信贷而言，我国的扶贫小额信贷不仅具有借贷利率低、一次性借贷时间长、借贷条件和还款要求宽松的优势，还具有用途要求明确等特点。那么，我国的扶贫小额信贷项目是否促进了贫困户减贫增收？是否产生了项目瞄准偏差？目前，国内外学者对此缺乏科学、深入的研究。而且，即使已有研究对传统的国内外小额信贷项目的减贫增收效果进行了评价，目前也没有形成统一结论：一些研究认为，小额信贷有利于改善贫困家庭的经济福利，即小额信贷是“贫困瞄准”的；也有一些研究认为，小额信贷仅有利于改善“穷人中的富人”的经济状况，而对于“穷人中的穷人”的改善效果并不明显，即小额信贷是“错位瞄准”的；此外，还有一些研究认为小额信贷是“贫困中性”的，即小额信贷不能改善贫困家庭的经济福利，对减贫增收并无显著效果。本文主要基于针对中国40个贫困县的建档立卡贫困户的调查数据，利用科学方法评价中国扶贫小额信贷的减贫增收效果，同时回答中国扶贫小额信贷项目是否是“真扶贫”和“扶真贫”。

二、国内外小额信贷研究述评

（一）小额信贷的减贫增收效果述评

小额信贷本质上是一种信贷方式，其主要目的是帮助贫困农村居民家庭获得进入信贷市场的平等机会和进一步得到技术培训的机会，以及通过积累生产性固定资产、牲畜和耐用消费品实现家庭财产增值的机会，还有增加就业、减少自然和市场风险的机会（吴国宝、李兴平，2003；胡宗义、罗柳丹，2016）[2,3]。小额信贷已日益成为拉丁美洲和非洲等发展中国家帮助贫困居民减贫增收的重要方式，几乎所有主要的国际机构都致力于小额信贷项目的减贫增收效果评价研究，如欧洲联盟、联合国、世界银行、亚洲银行和美洲开发银行。从研究结论来看，针对国内外传统小额信贷项目减贫增收效果的研究主要认为小额信贷是“贫困瞄准”的和“错位瞄准”的两类。

1.认为小额信贷是“贫困瞄准”的代表性研究评述。该类研究认为，贫困家庭能够获得小额信贷，且获得的小额信贷有利于缓解贫困家庭在教育、医疗和生活方面的困难，有利于改善其生活和收入水平。目前，国外学者支持小额信贷是“贫困瞄准”的代表性研究主要有：Pitt和 Khandker（1998）[4]分析表明，孟加拉小额信贷有利于参与者脱贫，且对女性参与者更加有效；Khandker（2005）[5]的后续研究进一步分析了孟加拉小额信贷的减贫效果，结果支持前期小额信贷具有减贫增收的作用，同时表明其对极端贫困者更加有效；Gertler等（2009）[6]针对印度尼西亚小额信贷项目的研究认为，小额信贷有利于提高家庭成员在面临不利的健康冲击时的平滑消费；Agbola等（2017）[7]针对菲律宾的研究表明，小额信贷借贷户的收入水平显著高于非借贷户；Mazumder和 Lu（2015）[8]利用针对孟加拉 500 户调查者（其中300户为信贷获得者，200户为控制户）的数据，基于倾向得分匹配法和处理效应模型进行了分析，结果表明小额信贷有利于改善借贷者的基本生活水平。

国内学者支持小额信贷是“贫困瞄准”的代表性研究主要有：张立军和湛泳（2006）[9]利用中国1994—2004年的时间序列数据和2004年的截面数据研究表明，小额信贷有利于增加农户的家庭经营收入和减贫；Li等（2011）[10]、胡金焱和袁力（2016）[11]分别利用中国农村家庭调查数据和山东省试点的小额信贷数据研究表明，传统的小额信贷能促进农村居民收入增长。

2.认为小额信贷是“错位瞄准”的代表性研究评述。该类研究认为，小额信贷仅有利于提高“穷人中的富人”的收入水平或生活水平，而对于“穷人中的穷人”则没有帮助。有研究显示，小额信贷机构尚未惠及穷人中的经济状况更差的人（Mosley，2001；Weiss and Montgomery，2005）[12,13]；Copestake 等（2005）[14]对秘鲁的调查数据的分析结果表明，“穷人中的富人”能够从小额信贷项目中受益，而核心贫困者受益并不多；Angelucci等（2013）[15]针对墨西哥的小额信贷Compartamos Banco的研究表明，小额信贷对收入较低的群体存在负向干预效应；Coleman（1999）[16]利用准实验的方法对泰国小额信贷RFA和FIAM的研究表明，较富裕村民的参与度高且能够从中获得福利，而一般贫困户或“穷人中的穷人”的增收效果并不明显。

针对中国传统的小额信贷减贫增收效果的研究结果表明，在不精准的开发式扶贫过程中存在资金使用低效、项目资金浪费的问题，使得许多贫困者并未从项目中受益，而最大受益者往往是收入相对较高的群体（汪三贵等，2004；李小云等，2005；汪三贵等，2007）[17-19]。吴国宝（2001）[20]、汪三贵（2001）[21]、刘西川等（2007）[22]、林万龙和杨丛丛（2012）[23]等的研究表明，小额信贷更多为非贫困户所获得，贫困户对其利用率相对偏低。

（二）差异性研究结论述评

学者们对传统小额信贷减贫增收效果的研究为何会出现上述不一致的结论？这主要有三个方面的原因：一是小额信贷的一次性借贷期限和还款要求不一样；二是小额信贷的用途要求不一样；三是对两种选择性偏差的处理方法不一样。

1.小额信贷的借贷期限和还款要求不一样。借贷机构为了降低借贷成本和风险，有缩短小额信贷的借贷期限和迅速回款的内在激励。国外小额信贷的借贷期限一般是6个月（Coleman，1999），且要求即借即还（分期还本付息）（Field et al.，2013）[24]。对于贫困家庭而言，短期借贷可能会被用于平滑消费，规避经济风险冲击和价格波动，长期借贷才会被用于生产并增加收入（Samer et al.，2015）[25]。Berhane和Gardebroek（2011）[26]的研究表明，短期借贷有利于偏远地区的贫困家庭改善生活，而长期借贷则有可能改善其住房条件。借贷期限相对较短的小额信贷可能会增加农户的借贷成本，如增加多次申请、多次等待的时间成本，也可能会增加农户的生产经营风险，如借贷到期时不能追加生产投资使得生产经营活动不得不停止的风险。Field等（2013）的研究指出，还款要求相对宽松的家庭在借贷3年后的投资利润和收入均高于即借即还的家庭。Banerjee等（2015）[27]的研究表明，大约1.5年后，接受小额信贷干预居民的耐用品消费虽然相对于初期有少量增加，但干预效应并不显著。Samer等（2015）针对马来西亚小额信贷AIM（Amanah Ikhtiar Malysia）的研究表明，AIM有助于提高借贷期限达3年的借款人的收入，而对新的借款人并没有显著影响。

当前的研究表明，小额信贷的借贷期限和还款要求可能会影响农户的生产投资规划：短期借贷由于存在还款压力并不利于农户发展种养殖业和积累生产资料，而超过一定期限的长期借贷则有利于农户投资种养殖业并促进减贫增收。

2.小额信贷的用途不一样。由于不同国家和地区人民的贫困程度以及所处的经济环境不一样，从而造成小额信贷的用途也不一样。其中，极端贫困家庭可能优先将获得的借款用于改善生活或教育支出，而相对富裕的家庭则可能将借款用于投资和生产。大量研究表明，用于农业生产的小额信贷可能会对贫困家庭的收入产生影响：Foltz（2004）[28]在研究突尼斯小额信贷后指出，信贷约束会影响农业产出和利润；Imai等（2010）[29]对印度小额信贷 SIDBI的研究表明，尽管存在不可观测的重要因素会对模型产生影响，但对于农村地区而言，用于生产的小额贷款比一般意义上的小额信贷的减贫效果更好；Wadud（2013）[30]对孟加拉国北部地区针对农业种植的小额信贷的研究指出，小额信贷能够帮助小型农户更有效地使用投入；李作稳等（2011）[31]的研究表明，小额信贷提高了农户的养殖积极性，且对扩大养殖规模有显著影响；Rajbanshi等（2015）[32]的研究表明，有小额信贷支持的农业和小型企业活动有利于创收；Khandker和Koolwal（2016）[33]研究发现，孟加拉国专门针对农业的小额信贷产品显著增加了无地或少地农户的养殖收入，且发现供给侧信贷约束显著降低了种养殖收入。

然而，Crépon 等（2015）[34]对摩洛哥农村小额信贷的评价则表明，该项目虽然有利于增加借贷者的农业和畜牧业收入，但由于其增加的农业收入会被减少的劳动工资收入所抵消，因此总体而言项目对借款人收入的改进效果并不显著。这意味着，结合不同地方的经济特点，小额信贷可能会促进种养殖收入增加。总体而言，用途不一样的小额信贷的增收效果可能也不一样。

3.对两种选择性偏差的处理方法不一样。对小额信贷项目效果的评估常常会受到两种选择性偏差的影响：一种为项目投放偏差（program placement bias），另一种为自我选择偏差（self-selection bias）。项目投放偏差主要来自于金融机构（贷款方）对农户（借款方）的选择行为，金融机构可能会选择那些能够带来利润或者容易产生减贫效应的农户进行放贷（Hermes and Lensink,2011）[35]，也有可能选择专门针对穷人或偏僻地方放贷（Khander and Koolwal，2016）。自我选择偏差则来自于农户对贷款的选择行为，在小额信贷项目实施过程中，农户会对自身能力进行评估，并结合借贷成本和预期收益选择是否借贷，其中有脱贫增收项目的农户会选择借贷，而没有项目的农户则放弃借贷；也可能来自于获得贷款农户自身行为的改变，如在获得贷款后参加职业技能培训或变得更加勤劳（Jack，2013；Beaman et al.，2015）[36,37]。

对两种偏差的处理思路有：对于项目投放偏差，学者们主张采用准实验设计的抽样调查数据对其进行修正（Pitt and Khandker，1998；Agbola et al.，2017；Crépon et al.，2015；Coleman，2006）[4,7,34,38]；对于自我选择偏差，学者们主张采用倾向得分匹配法（Imai，2010；Mazumder and Lu，2015）和样本选择模型或者双重差分法（Copestake et al.，2001）[39]来克服。

由于之所以小额信贷会对借款人的经济收入或生活产生影响，也可能是因为受到了未观察到的借款人特征的影响（隐性偏差），而不是信贷本身的因果效应（Rajbanshi et al.，2015），所以这也会造成小额信贷的评价效果不一致。例如，Pitt和Khandker（1998）、Roodman 和 Morduch（2014）[40]基于相同数据却得到了不一致的研究结论，可能的原因是隐性偏差不可控，或是不同方法对隐性偏差的修正程度不一样。

（三）中国扶贫小额信贷概述

1.借贷期限宽松，还款方式灵活。贷款期限较短的小额信贷虽然有利于降低借贷机构的贷款风险，但同时也会降低农户的借贷意愿，增加农户因申请和等待放款而产生的时间成本。一般而言，种养殖业从生产投入到产出需要半年以上的时间，显然短期借贷并不利于农户发展种养殖业。为了增加扶贫小额信贷的覆盖率，减少因多次申请、多次借贷而产生的成本，同时有利于借贷者将借贷资金用于农业生产，中国扶贫小额信贷的一次性贷款期限最长为3年，且还款方式灵活，采用分期还本付息或分期还息到期还本的还款方式。因此，新的扶贫小额信贷有利于借款人制定中长期产业发展规划。

2.用途指向明确。相比于传统小额信贷，中国扶贫小额信贷除了具有贷款利率低、一次性贷款期限长的优势外，还具有专款专用的特点。“精准扶贫、精准脱贫”的一个核心任务就是将每一分钱都用在刀刃上，促进高效脱贫。中国政府积极探索适合中国国情的扶贫措施，而扶贫小额信贷便是其中的一种，这是一项依靠外部补贴和外部担保的“特惠式”金融政策。按照《通知》要求，扶贫小额信贷要促进贫因户增加收入，要用于能够改善贫困户生产生活条件和提高其发展能力的项目，主要包括林果业，畜牧业，中药材、小杂粮、设施园艺、乡村旅游业等特色产业，维修、加工、餐饮、小商店等服务业，销售、收购等工商业项目。显然，扶贫小额信贷的专款专用一方面要求帮助农户积累生产资产，促进持续稳定增收，另一方面也要求限制农户的套利行为。

鉴于中国扶贫小额信贷项目存在与其他小额信贷项目不同的特点，那么用于评价其他小额信贷项目的数据处理方法将不再适用于当前脱贫攻坚中的小额信贷项目，且其他小额信贷项目的减贫增收效果也可能与中国扶贫小额信贷项目不一致。因此，本文将基于专门调查的数据，根据扶贫小额信贷项目的特点处理数据，并构建评价项目减贫增收效果的模型。

三、统计描述与模型介绍

（一）调查设计与数据

由于中国扶贫小额信贷是在全国范围内大面积推广实施，导致不易采取准实验设计样本的方法，因此本文是基于大规模数据调查的事后研究。研究所用数据来自于课题组2018年对中国40个贫困县568个贫困村27 261户建档立卡贫困户进行的随机抽样调查，其中，贫困户的建档立卡年涵盖范围为2013—2017年。调查旨在了解贫困家庭的生产生活改善情况，重点关注小额信贷扶贫、产业扶贫的减贫增收效果，调查涉及的问题包括家庭的人口特征、衣食住行情况、医疗保障和卫生情况、产业帮扶和就业帮扶情况、小额信贷借贷情况和收入等。调查选取的贫困村或贫困户基本属于地理位置相对偏僻的老少边穷地区，这些地区受其他信贷服务干扰的可能性较小，有利于减小处理组和控制组样本在教育文化水平和技能上的差异。

由于缺乏恰当的控制组会使得多数研究结论不能令人信服（Brau and Woller，2004）[41]，因此课题组调查的样本都是经过严格筛查的建档立卡贫困户，这在一定程度上减少了项目组样本与控制组样本在人口学及经济特征上的差异。扶贫小额信贷主要针对有贷款意愿、有就业创业潜质、有技能素质和一定还款能力的建档立卡贫困户（低保户、五保户除外），且年龄符合承贷银行的要求（一般不能超过65岁）。扶贫小额信贷的申请需要经过村民评议考核，虽然考核条件宽松，但仍有理由认为获得扶贫小额信贷的是“贫困户中的贫困户”。如果以获得小额信贷的贫困户为处理组样本，而其余没有获得小额信贷的居民为控制组样本，则存在明显的样本选择偏差问题。因此，为了尽可能地使处理组样本与控制组样本在人口统计学方法上相一致，避免样本选择偏差问题，无论是处理组样本还是控制组样本，均是经过村民评议考核通过的符合小额信贷要求的贫困户。在数据处理上，本文选择那些回答了“符合小额信贷借贷条件，但是放弃了”的贫困户为控制组样本，并删除了其余没有获得扶贫小额信贷的样本。

考虑到中国政府于2014年底出台《意见》，此时2015年前贫困户的生产计划已经产生，而非受小额信贷项目的影响，故为避免已经实施的帮扶措施对项目的干扰引起内生性问题，本文删除了2015年之前的申请户数据。由于小额信贷的减贫增收效果可能在获得贷款一段时间之后才能体现出来，故本文仅保留了2015年的申请户数据，并进行了筛选：（1）剔除人均收入大于50 000元的异常样本；（2）剔除务工收入、种养殖收入、政府补贴和亲友给钱等转移性收入信息缺失的样本；（3）剔除老人疑似户贷企用的数据。最终，本文选取的样本数据为2015年申请的建档立卡户1 842户，其中项目户为该年获得扶贫小额信贷的499户贫困户，其余1 343户为非项目户。相对于其他分析和评价中国扶贫小额信贷的研究而言，针对特定年份贫困户的数据处理尽可能地减少了两类偏差问题。虽然贫困是多维的，但收入仍是其核心内容（Sen，1982）[42]，故本文以收入为目标变量来考察小额信贷的减贫增收效果。

（二）描述性统计

调查数据的描述性统计结果如表1所示。从全样本来看，项目户的人均可支配收入比非项目户高2 843元，人均种养殖收入高2 494元，人均务工收入高1 404元，人均转移性收入低936元。子样本的统计结果表明：对于一般贫困户（家中没有享受低保和五保的成员）而言，项目户的人均可支配收入比非项目户高2 453元，人均种养殖收入高2 372元，务工收入高803元，转移性收入低489元；对于低保贫困户而言，项目户的人均可支配收入比非项目户高3 384元，人均种养殖收入高2 540元，务工收入高1 226元，转移性收入低456元。由于贫困户中的五保户样本较少，故课题组专门对各地的五保户进行了调查。调查数据表明，项目户的人均可支配收入比非项目户低203元，人均种养殖收入低215元，务工收入高438元，转移性收入低1 905元。其他变量的调查结果表明，项目户的家庭人数、教育程度和有效劳动力人数（大于16岁且小于65岁）略高于非项目户，而慢性病人数则略低于非项目户。

统计表明，对于所有贫困户（2017年前均已脱贫）而言，2017年的人均可支配收入为9 603元，远高于国家贫困线标准3 335元（以2010年的贫困线人均2 300元/年为不变价）。项目户的人均可支配收入和人均种养殖收入均明显高于非项目户，在一定程度上说明小额信贷项目有助于改善借贷者的收入水平。对于低保贫困户而言，项目户和非项目户的人均可支配收入差额以及人均种养殖收入差额均高于一般贫困户，在一定程度上说明扶贫小额信贷似乎更有利于促进低保贫困户减贫增收。

表1 描述性统计

以一般贫困户为例，图1绘制了人均可支配收入和人均种养殖收入的核密度分布。从人均可支配收入来看，获得扶贫小额信贷的项目户在人均收入低于10 000元时少于非项目户，而在人均收入高于10 000元时则多于非项目户；从人均种养殖收入来看，项目户的人数比重在人均收入低于4 000时少于非项目户，而在人均收入高于4 000元时则明显高于非项目户。图1可大致表明，在样本数据中，在低收入群体中没有获得小额信贷项目的农户比重较大，而在较高收入群体中获得小额信贷的农户比重较大，在一定程度上表明小额信贷项目有利于促进一般贫困户减贫增收。

图1 人均可支配收入和人均种养殖收入的核密度分布

（三）模型与估计

大量研究表明，农村居民家庭的收入主要由家庭生产资料和人口学特征决定。结合中国偏远地区农村贫困居民生产资料（如人均耕地面积）差异小和农村耕地流转成本低的特点，借鉴Coleman（1999）和 Rajbanshi等（2015）评价小额信贷项目的建模思想，并考虑到农村贫困家庭收入主要由种养殖收入、外出务工收入和政府补贴收入构成，本文设定人均可支配收入（或人均种养殖收入）的决定方程为：

其中，预测变量Yi表示第i个建档立卡家庭的人均可支配年收入（或人均种养殖收入）；Xi为协变量向量，包括建档立卡贫困户的家庭人口数、享受低保政策的人口数、户主教育程度和家庭慢性病人数，其中慢性病是指《农村贫困人口慢性疾病及重大疾病保障指导目录》中规定的31种常见慢性病；Di为处理变量，若贫困户获得扶贫小额信贷项目支持则取值为1，否则为0；ε为独立同分布的随机误差项。

贫困户是否借款取决于其对扶贫小额信贷产生的额外收入和借款成本的衡量，如果因借贷产生的额外收入大于借贷成本，则其选择借款，否则便不选择借款。如果农户借款，那么观察到的平均收入为：

其中，φi为第i个贫困户评估自己因获得扶贫小额信贷而带来的额外收益，如果小额信贷用于投资生产，则φi是关于产品价格、生产要素价格和外出务工收入的函数；ri指为获得小额信贷而产生的借贷成本，包括显性成本和隐性成本，其中显性成本主要指借贷所产生的利息，隐性成本主要包括因借贷而产生的跑腿成本和等待成本。如果农户觉得其由于获得小额信贷而产生的额外收入小于借贷成本，则其不会选择借款，此时观察到的农户平均收入为：

其中，y1i表示第i个参加扶贫小额信贷项目家庭的平均收入，y0i表示第i个未参加小额信贷项目家庭的平均收入。扶贫小额信贷项目参与者的平均处理效应（Average treatment effect on the treated，简称ATT）表示，获得小额信贷项目的农户的平均收入与其反事实（获得扶贫小额信贷的农户假设其没有获得小额信贷）情况下的收入差异，表达式为：

控制组（没有参加扶贫小额信贷项目的贫困户）的平均处理效应（Average treatment effect on the untreated，简称ATU）表示，没有获得扶贫小额信贷项目的贫困户的反事实收入与其实际平均收入的差异，表达式为：

从式（7）不难看出，选择偏差产生的原因在于项目户的反事实收入与非项目户的收入的差异，该差异为协变量与参数β和β′差值的乘积。如果差异显著不为零，则说明有必要纠正由不可观测变量所引起的样本选择偏差。Heckman（1978，1979）[43,44]认为，可以通过接受项目干预的预测概率的两阶段模型修正样本选择偏差。Rosenbaum和Rubin（1983）[45]认为，可以通过倾向得分匹配法克服样本选择偏差问题。若可忽略性假定成立，则意味着平均因果作用可以表示成观测数据的函数，此时模型可识别，可得到项目的平均处理效应的一致性估计。

（四）敏感性分析

由于小额信贷项目在实施过程中产生的项目投放偏差和自我选择偏差不可控制，因此对项目减贫增收效果的评价不可避免地会受到隐性偏差的影响。Rosenbaum（2005）[46]的研究指出，“各种观察研究在它们对隐性偏差的敏感性上表现明显不同：有一些对非常小的偏差就很敏感，而有一些对非常大的偏差也并不敏感”。可见，隐性偏差可能会影响对项目 的 评 价 结 果 （Rosenbaum and Rubin，1983；Rosenbaum，2002）[45,47]，造成评价结果“失真”。倾向得分匹配法虽然可以降低由某些特征变量如教育程度、家庭人口数目、健康状况等引起的样本偏差，但却无法降低由心理偏好、内在激励和经营能力等不可观察变量所可能引起的选择性偏差。本文在利用数据处理和分析尽可能降低两类偏差的同时，也将利用敏感性分析评价小额信贷项目在存在隐性偏差的情况下是否依然稳健有效，从而提高基于倾向得分匹配方法的评价结果的可信度。

根据 Rosenbaum（2002，2010）[47,48]提出的敏感性分析理论和实证内容，本文简要概括了敏感性分析的主要内容。假设两个不同的接受项目的单元j和k具有相同的协变量X，但具有不同的几率比（odds ratio，也称发生比），即 Xj=Xk，πj≠πk，其中 π=log-1（X′β），同时假设两个单元的几率比介于和 τ之间，则表达式如下：

其中，τ≥1。当 τ=1 时，则有 πj=πk，即单元 j和k的倾向得分相同，此时不存在隐性偏差；当τ=2时，而Xj=Xk，则看上去相似的两个单元j和k中单元j接受干预的几率比可能是单元k的两倍。Rosenbaum（2005，2010）指出，τ值越大，项目干预效应的敏感性就越低，反之则越高。一般情况下，可以认为τ＞2时的干预效应免除了隐性偏差的影响，或者说项目干预效应的敏感性低。本文研究采用Rosenbaum的建议，以τ=2为临界值判断干预效应是否通过敏感性检验。本文对模型和数据的分析结果均通过软件STATA 14.0实现。

四、实证结果与分析

（一）控制组和项目组样本数据的匹配结果

为保证数据分析结果的可靠性，本文将采用多种方法对参与项目的样本数据和控制组的样本数据进行匹配，具体方法包括局部线性回归匹配、卡尺匹配、完全匹配和核匹配（默认带宽0.06）。图2反映了全样本卡尺匹配方法共同取值范围（采用其他方法得到的结果与之相类似）。匹配结果表明，在1 343个控制组样本中，有2个不属于共同支持域，其余1 341个属于共同支撑域，而项目组的499个样本均属于共同支持域，说明项目组和非项目组样本的共同支持域基本相同，对扶贫小额信贷项目进行评价的平均处理效应模型是科学合理的。对926户一般贫困户的匹配分析结果表明，在614户非项目户中有613户处于共同支持域，1户不属于共同支持域，而所有的312户项目户均处于共同支持域。对817户低保贫困户的分析结果表明，在637户非项目户中有578户处于共同支持域，有59户不属于共同支持域，而所有的180户项目户均处于共同支持域。对于五保贫困户，由于其借贷户占比小，且种养殖收入比重低，故不对其进行进一步的匹配分析。

图2 卡尺匹配共同取值范围

由于每一种匹配方法都存在局限性，如卡尺匹配在以最佳匹配为目的时可能会造成样本损失（Parsons，2001）[49]，故一般不存在适用一切情形的绝对好方法。为考察倾向得分匹配法对可观测变量的平衡效果的稳健性，本文采用了局部线性回归匹配、卡尺匹配、完全匹配和核匹配等多种方法来匹配数据。以局部线性回归匹配方法为例，检验结果如表2所示。通过比较不难发现，在匹配前，项目组和非项目组的贫困户在教育程度、家庭人口数、慢性病人数和劳动力人数等方面存在显著差异。而且，无论是全样本数据还是子样本数据，标准偏差幅度均在15%以上，这些差异可能会导致项目组和非项目组在收入方面的差异相混淆。而在匹配后，所有变量标准化偏差的绝对值相比于匹配前都得到了明显改善，且所有T检验结果均不拒绝项目组与控制组无差异的原假设，说明采用的特征变量在匹配后能很好地平衡项目组和控制组之间的差异。采用其余匹配方法得到的结论与表2基本相一致。

总体而言，表2的结果表明，在匹配前，项目组和控制组在观测变量上均存在显著偏差，而在匹配后偏差大幅降低。显然，倾向得分匹配法显著降低了项目组和控制组观测变量的偏差，在一定程度上控制了显性的选择性偏差问题。

表2 数据平衡效果检验

图3的上图和下图分别为项目户和非项目户在匹配前与匹配后的倾向得分分布。显然，在匹配前获得扶贫小额信贷的贫困户与非项目户的倾向得分存在较大差异，倾向得分低于20%的非项目户明显高于项目户。这种差异表明，使用非匹配的方法评价项目效果可能会得出误导性结论。在匹配后，项目户的倾向得分整体向右移动，项目户和非项目户的倾向得分更为接近，可见匹配平衡了项目户和非项目户样本。

图3 项目户和非项目户在匹配前后的倾向得分核密度分布比较

（二）平均处理效应

在平衡项目组与控制组在协变量上的差异之后，本文计算的扶贫小额信贷项目参与者与非项目户的平均处理效应结果如表3所示。结果表明，对所有贫困户而言，扶贫小额信贷项目不仅显著提高了借贷者的可支配收入，而且显著提高了其种养殖收入。平均而言，将项目户与其反事实的可支配收入相比较，参加项目使其收入至少增加1 799元。相对于人均可支配收入，人均种养殖收入增加更为明显，扶贫小额信贷项目使参加者至少增收2 319元，这一额度占目前国家贫困线标准3 335元（以2010年的2 300元/年为不变价计算得到）的70%。总体而言，扶贫小额信贷有利于促进贫困户减贫增收。

结果同时表明，扶贫小额信贷项目对一般贫困户和低保贫困户都有效：扶贫小额信贷促使一般贫困户收入至少增加1 705元（基于四种匹配方法处理效应的平均值），促使低保贫困户增收1 704元；在人均种养殖收入方面，扶贫小额信贷项目促使一般贫困户至少增收2 255元，促使低保贫困户增收2 439元。

比较四种匹配方法的处理效应发现，扶贫小额信贷对经济相对困难的低保贫困户的减贫增收效果更加明显。在收入增加的额度方面，在四种方法中有三种方法表明扶贫小额信贷对低保贫困户的减贫增收效果大于一般贫困户。在可支配收入的增加程度方面，一般贫困户的可支配收入中大约有15%来自于项目增收，而低保贫困户的这一比例为20.9%；在种养殖收入方面，一般贫困户的种养殖收入中约有55%来自于项目增收，而低保贫困户的这一比例则高达63%。从收入的来源结构看，低保贫困户的种养殖收入占比高于一般贫困户，而务工收入占比则低于一般贫困户。之所以扶贫小额信贷对低保贫困户的减贫增收效果更加有效，是因为低保贫困户家庭中的有效劳动力文化水平较低、慢性病人员较多、外出务工人员较少，因此其务工收入比重相对较低而种养殖收入比重相对较高。

计算结果还表明，项目户相对于控制户而言，务工收入改进额度在可支配收入中的占比较低，在统计意义上也不显著。以局部线性回归匹配法的处理效应结果为例：对于一般贫困户而言，项目户的务工收入比非项目户低538元，在可支配收入中的占比为4.6%，可见扶贫小额信贷项目影响务工收入的统计意义并不显著；对于低保贫困户而言，项目户的务工收入比非项目户少277元，在可支配收入中的占比仅为2%，在统计意义上也不显著。显然，在经济意义上，项目户减少的务工收入不足以抵消其增加的种养殖收入；在统计意义上，项目户的种养殖收入改进效果显著，而务工收入的减少效应并不显著。表3的计算结果表明，对于非项目户的平均处理效应，得到了与上述相类似的结论。

其他计算结果表明，扶贫小额信贷对五保贫困户并无显著的增收效应。一个可能的原因在于，五保贫困户家庭以老年人为主，收入结构来源以转移性收入为主，故扶贫小额信贷项目对其收入的改善空间相对有限。

表3 平均处理效应结果

（三）敏感性分析

处理效应分析中反映的因果关系可能会受到隐性偏差的影响，故为检验隐性偏差是否会显著影响干预效应，有必要对干预效应结果进行敏感性检验，结果见表4。表4给出了不同τ值下Wilcoxon符号检验的最大和最小概率值，分别标识为sig+和sig-，同时列出了Hodegs-Lehmann点估计区间的下界和上界，分别标识为CI-和CI+。以人均可支配收入为因变量的干预效应的敏感性检验结果表明，在τ值小于2时，无论是全样本还是子样本，符号检验的最大值均出现了大于显著性水平0.05的情况，而Hodegs-Lehmann区间包含0，表明贫困户的可支配收入与扶贫小额信贷项目的因果关系不稳定，会受到隐性偏差的影响。从表1中反映的贫困户收入构成结构来看，务工收入所占份额明显高于种养殖收入，而转移性收入与种养殖收入的比重接近。因此，影响务工收入或转移性收入的不可观测变量均可能会间接影响项目对贫困户的可支配收入的影响。

针对处理效应分析中扶贫小额信贷项目对以种养殖收入为因变量的干预效应的敏感性检验结果表明，只有在τ值大于2时，才会出现全样本或子样本的符号检验的最大值大于0.05的情况，或者出现Hodegs-Lehmann区间包含0的结果，说明扶贫小额信贷项目对贫困户种养殖收入的干预效应稳定有效，其因果关系不易受隐性偏差所影响。

表4 敏感性检验结果

针对一般贫困户子样本数据的敏感性分析结果表明，当τ值小于2.5时，会出现符号检验的最大值大于0.05的情况或者Hodege-Lehmann区间包含0的结果；而对于低保贫困户而言，则需在τ值大于2.5时才会出现上述情形。显然，扶贫小额信贷项目对经济状况相对困难的低保贫困户的增收效果更为稳健，且不易受隐性偏差的影响，在一定程度上支持了Khandker等（2005）认为的小额信贷对极端贫困群体比一般贫困群体更有效的研究结论。

在减贫成效方面，对于一般贫困户而言，如果项目户的可支配收入减去稳定增收的种养殖收入，将有11.2%的脱贫户返贫，而对于获得小额信贷的低保贫困户而言则有25.6%的脱贫户返贫。显然，中国扶贫小额信贷能促进贫困户稳定增收，且一般贫困户和低保贫困户均会受益，可见中国扶贫小额信贷项目不仅是“真扶贫”，而且是“扶真贫”。

五、结论

本文利用课题组对中国40个贫困县的建档立卡贫困户的调查数据，基于贫困户的自我选择行为，采用倾向得分匹配法进行了分析，结果表明项目组样本均处于共同支持域，非项目组中有少数样本不处于共同支持域，特征变量较好地平衡了项目组和控制组样本数据中的可观测变量。之后，基于倾向得分匹配法的处理效应和敏感性分析结果表明，新的扶贫小额信贷项目指向性明确，有利于稳定地促进贫困户增加种养殖收入，且对低保贫困户的减贫增收效果稳健可靠。具体而言，本文得到了三个方面的主要结论。

首先，扶贫小额信贷项目对借贷者的可支配收入的改进效果显著但不稳健，而对种养殖收入的改进效果既显著又稳健。基于倾向得分匹配法的处理效应检验结果表明，在一定的统计显著性水平下，扶贫小额信贷项目对所有贫困户的可支配收入和种养殖收入均有明显改善作用。进一步的敏感性分析结果表明，扶贫小额信贷对借贷者的可支配收入的改进效果可能会受到隐性偏差的影响，而对种养殖收入的改进效果则比较稳健，不易受隐性偏差的影响。结果同时表明，用途要求明确的扶贫小额信贷对借贷者收入的改进效果具有严格指向性，其在可支配收入方面的改进效果可能会因隐性偏差的影响而表现为“贫困中性”，但在种养殖收入的改进方面却是“贫困瞄准”的。

其次，扶贫小额信贷项目对经济相对困难的低保贫困户的增收效果更加明显。处理效应分析结果表明，无论从借贷者收入增加的额度还是程度来看，扶贫小额信贷对经济相对比较困难的低保贫困户的增收效果均好于一般贫困户。敏感性分析结果表明，扶贫小额信贷项目对低保贫困户的增收效果更为稳定，不易受到隐性偏差的影响。因此检验结果在一定程度上表明，扶贫小额信贷项目不是激励了“穷人中的富人”，而是激励了“穷人中的穷人”，既是“真扶贫”也是“扶真贫”。

再次，务工收入的“抵消效应”在经济意义和统计意义上都不显著。对于一般贫困户而言，扶贫小额信贷项目虽然减少了项目者的务工收入，但收入降低的额度并不明显，且在统计意义上也不显著；对于低保贫困户而言，扶贫小额信贷项目的影响程度相对较小，且在统计意义上也不显著。

总体而言，中国扶贫经历了从“大水漫灌”到“精准滴灌”的过程，在扶贫开发进入克难攻坚时期，扶贫小额信贷促进了贫困户种养殖收入增加，有利于其积累生产性资产并保障其收入可持续增长。中国政府可以在总结扶贫小额信贷经验的基础上，继续探索有利于农民增收和农村产业发展的信贷项目，以进一步发挥金融工具在促进农民持续增收和乡村振兴中的积极作用。