1. 引言
消除贫困,改善民生,逐步实现共同富裕。体现了我国“以人民为中心”的发展思想,反映了党在新时代的发展理念和目标,更是中国共产党的重要使命。《“十三五”脱贫攻坚规划》明确提出,贫困问题依然是中国经济社会发展中最突出的“短板”。2012至2019年,全国农村贫困人口累计减少9348万人,贫困发生率从10.2%下降至0.6%,累计下降9.6个百分点,但这并不意味着贫困在中国的历史终结[1]。中国面临相对贫困的形势仍然复杂严峻。中国政府一直致力于在经济社会发展进程中采取有效的政策来扶贫,所采取的扶贫政策在不同历史阶段具有不同的特征。整个扶贫政策经历的变迁如下,从最初的救济式扶贫、体制改革式扶贫、开发式扶贫阶段、全面扶贫逐步过渡到新时代的精准扶贫[2]。精准扶贫政策是中国在扶贫工作中采取的一项重要战略,也是新时期我国扶贫开发战略的重大转型,其目的是通过精确识别贫困人口和贫困地区,实施有针对性的帮扶措施,从根本上消除导致贫困的各种因素和障碍,从而达到可持续脱贫的目标。
长期以来,中国扶贫的主要特点就是整体区域瞄准,并没有精准识别到户[3]。但是随着我国宏观经济环境的变化,大面积的区域性扶贫会导致资源利用的低效率,并且无法有效考虑到区域内各个贫困家庭的具体情况,很难帮助他们实现可持续脱贫。因此实施更加有针对性的扶贫政策来直接对贫困人口进行扶持就显得非常重要。
国家级贫困县的设立始于上世纪80年代末。1986年,中国国务院发布了《国家扶贫开发工作纲要》,随后开始实施贫困县的认定和扶持政策。1994年,国务院进一步明确了贫困县的划定标准和扶贫措施,以加强对贫困地区的帮扶。自此之后,各级政府不断完善扶贫政策和措施,逐步推动贫困县的认定和发展工作。国家级贫困县的设立推动了当地经济的发展,为消除绝对贫困做出了重要贡献[4]。在2015年我国提出了全面建成小康社会的目标,单单依靠中央对贫困县的财政转移支付等援助很难实现全面脱贫。因此,精准扶贫政策的实施对于我国全面脱贫具有重要战略作用。
自从扶贫政策实施以来,中国在扶贫上取得了举世瞩目的骄人成绩。尤其自精准扶贫政策提出后,我国脱贫的力度、规模、影响都前所未有。2020年底,我国脱贫攻坚战取得了全面胜利——现行标准下9899万农村贫困人口全部脱贫,832个贫困县全部摘帽,12.8万个贫困村全部出列,区域性整体贫困得到解决,完成了消除绝对贫困的艰巨任务[5]。
脱贫摘帽不是终点,而是新生活、新奋斗的起点。精准扶贫政策虽然取得了显著的成效,但是为了实现长期可持续发展,我们要继续利用好精准扶贫这项制胜法宝来巩固脱贫攻坚成果。因此,本文试图研究分析出精准扶贫政策对于贫困县经济发展的具体影响到底有多大?它又是通过什么渠道来影响经济发展的?它还存在什么改进的方向?为了探究这些问题,本文以精准扶贫政策作为准自然实验,运用双重差分法来探究这一政策对贫困县域经济发展的具体影响以及作用机制,并在区分地区类型的基础上进行异质性分析。本文不仅丰富了现有扶贫相关的研究成果,也为精准扶贫政策的进一步实施和建立解决相对贫困的长效机制提供了研究依据。
2. 文献综述
精准扶贫是新时期我国根据多年扶贫开发实践和现实贫困问题的特征,以实现全面建成小康社会为根本目标,逐步形成的创新式扶贫政策。作为最重要的扶贫政策之一,国内外已经有了大量关于精准扶贫政策的相关文献,根据研究侧重点的不同,可以大致归结为以下三类:第一类是关于精准扶贫政策的效果评估,大多作者从微观层面出发去研究精准扶贫政策对于个体贫困户的影响。如尹志超等(2020) [6]利用2011年到2017年中国家庭金融调查(CHFS)数据研究发现,精准扶贫政策显著增加了贫困户农业正规信贷获得的概率及规模;此后尹志超、郭沛瑶(2021) [3]又从家庭消费视角下去检验了精准扶贫对于家庭消费的影响,并发现精准扶贫政策能使贫困户人均消费提高4.37%,生存型消费提高5.76%,发展型消费提高13.12%。实证结果表明了精准扶贫政策能够发挥出“对症下药,靶向治疗”的作用,并且政策聚焦深度贫困,专啃“硬骨头”,精准发力,推动贫困家庭生活质量大幅提升。
第二类文献是针对精准扶贫政策的实践困难和对策选择方面的研究,当刚提出精准扶贫政策时,出现了一系列问题,导致政策难以具体实践。比如邓维杰(2014) [7]就对具体的问题进行了分析,认为精准扶贫中出现了政策与贫困户之间相互排斥的问题,主要包括在精准识别环节对贫困人口规模的人为限定形成的规模排斥、集中连片扶贫开发对片区外贫困群体的区域排斥,以及在精准帮扶环节中出现的需求排斥和入门排斥等等问题。作者基于出现的问题,逐个讨论破解方法,提出了一系列有效指导意见,从而对精准扶贫政策的具体实施有实践指导作用。
第三类文献是针对精准扶贫政策的创新路径方面的研究,他与第二类文献具有一定相似性。不过这类文献不仅分析了精准扶贫政策面临的实践困难,还从制度内部出发,提出了一系列的创新路径。如汪三贵、郭子豪(2015) [8]从精准扶贫的含义、机制出发,分析实施精准扶贫的作用以及难点具体在哪,并以此提出了完善精准识别机制、完善精准扶贫考核机制、探索和建立贫困户的受益机制以及改革扶贫资金管理体制和加强资金整合及在金融方面创新到户机制等方面的创新路径。而另几位学者如王介勇等(2016) [9]则从梳理我国贫困治理政策演变过程及趋向的基础上去总结当前我国扶贫开发面临的问题和挑战,论述了实施精准扶贫政策的必然性和重要性,论述了精准扶贫政策核心要义、内容体系及其对世界反贫困理论的发展和创新之处,阐明了精准扶贫的科学内涵。并从精准识别、精准管理、相关配套制度改革等方面提出了精准扶贫政策的创新路径。
本文属于第一类研究,主要探讨精准扶贫政策对国家级贫困县经济发展的影响。首先识别出精准扶贫政策对国家级贫困县经济发展的具体影响,其次分析精准扶贫政策中的各项机制效应。综上,本文可能的边际贡献如下:第一,现有研究大多集中于精准扶贫政策的微观效应,少有学者去研究其对于县级层面的经济影响;第二,本文根据精准扶贫政策的理念划分不同机制,并探究政策中最有效果的渠道方法,为进一步巩固脱贫攻坚成果提供现实依据;第三,虽然目前我国贫困县已经全部摘帽,但是精准扶贫政策依然在路上,本文进一步分析了精准扶贫政策存在的可改进的方向,为更好实施精准扶贫政策,发挥更好政策效果提供了建议。
3. 理论分析框架与研究假说
3.1. 精准扶贫政策效果评估
中国的贫困问题具有多样性和复杂性,不同地区、不同人群的贫困状况差异显著。过去的扶贫模式往往是“一刀切”的做法,采用“大水漫灌”的方法来进行扶贫,忽视了个体差异,导致大量贫困人口无法得到针对性的有效帮助[10]。虽然国家级贫困县的“戴帽”政策在一定程度上精确了扶贫区域和目标,但在县域内部视角来看,精准扶贫力度依然不足。长期来看,过往的减贫政策对经济发展的促进作用正呈现不断递减的趋势,中国减贫面临新的挑战,即不平等程度的不断上升导致经济增长的减贫效应下降。因此2015年国家正式把精准扶贫作为扶贫开发的基本方略,这是一种因地制宜、因人施策的扶贫模式,通过开展精准扶贫项目,推动贫困地区经济发展,提高贫困人口的生产能力和生活水平,力图实现贫困地区的全面脱贫。
精准扶贫不仅仅是解决贫困问题,还是促进农村经济发展的重要手段。通过对贫困地区、贫困户的有效扶持,能够推动当地产业发展、基础设施建设和公共服务改善,为乡村振兴战略的实施打下坚实基础。中国政府承诺到2020年消除绝对贫困,这是实现全面建成小康社会的重要前提。精准扶贫政策作为这一战略的核心,旨在确保各项扶贫政策、措施能够落到实处,全面推进扶贫攻坚战,确保每一个贫困人口都能享受到发展带来的红利。自精准扶贫政策实施以来,贫困地区基础设施建设和公共服务水平显著提升,并且在2020年实现了现行标准下的农村贫困人口全部脱贫,贫困县全部摘帽的伟大成就。而摘帽的前提就是人民生活水平得到显著改善,也可以认为人均收入水平得到显著提升。因此本文首先提出如下研究假设:
H1:精准扶贫政策的实施对于国家级贫困县的经济发展具有显著且正向的推动作用。
3.2. 精准扶贫政策治理机制与渠道
从脱贫路径来看,精准扶贫强调了“五个一批”: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[11]。这本质上是根据致贫原因分类施策。从致贫原因出发,有针对性地对不同类型贫困户采取生产经营、移民搬迁、生态补偿、免费教育到社会保障等多种措施推动扶贫。
第一,特色产业扶贫。各个地区由于自然、文化、历史等因素不同从而具备不同的资源禀赋,因此针对贫困地区、贫困户的不同情况,对症下药、精准施策,正是精准扶贫策略的核心。而产业振兴是乡村振兴的重中之重,因此要落实产业帮扶政策,围绕“土特产”做文章,依托农业农村特色资源来打造出特色产业[12],使得“小产业”成为更具持续性的大支柱。已有研究指出,产业扶贫是促进当地经济繁荣的主要驱动力[13]。而特色产业扶贫是精准扶贫的重要组成部分,精准扶贫政策鼓励各地根据本地的特点,发展符合自身特色的产业。例如,山区贫困地区可以发展生态旅游以及特色种植业,沿海贫困地区可以重点发展海洋经济等。在精准扶贫政策指导下,各级政府鼓励地方因地制宜,培育特色农业、手工艺品、乡村旅游服务业等,通过产业链的方式不断带动贫困人口就业和增收,帮助贫困地区和贫困家庭实现脱贫和可持续发展。
第二,财政转移支付扶贫。贫困地区长期难以发展的重要原因就是缺乏资金流入,导致基础设施建设落后,本地企业难以发展,居民消费力度不足。但传统的大面积资金扶持在传递过程中会出现效率损失,导致最后资金利用率低下。因此在精准扶贫政策背景下,其强调根据贫困人口的具体情况、需求和特点,实施有针对性的扶贫措施,以提高扶贫的效率和效果。所以在对贫困户进行细致调查和分析后,就需要精准利用财政转移支付资金,主要体现在医疗、社会福利保障等公共服务上。旨在通过提高资源使用的针对性和效率[14],使得财政转移支付的资源能够更好地惠及真正需要帮助的贫困人口,从而提高扶贫的实际成效。
第三,教育扶贫。治贫先治愚,扶贫先扶智,教育扶贫是阻断贫困代际传递的重要手段。国家教育经费持续向贫困地区倾斜、向基础教育倾斜、向职业教育倾斜,帮助贫困地区改善办学条件,对农村贫困家庭幼儿特别是留守儿童给予特殊关爱,极大程度降低了家庭教育负担。教育扶贫能够有效实现“两不愁,三保障”中的义务教育保障,也是彻底稳定脱贫的重要推手。
第四,就业扶贫。一人就业,全家脱贫,增加就业是最有效最直接的脱贫方式[15]。党的十八大以来,虽然中国整体贫困人口数量逐年减少,但国家级贫困县等地区仍面临较为严重的贫困问题,因缺乏就业机会和技能培训,许多贫困家庭难以彻底摆脱贫困。因此,自精准扶贫政策实施以来,人力资源和社会保障部会同有关部门,大力开展劳务协作,扶持发展扶贫车间,加强创业带动,强化技能培训,开发公益性岗位,上下联动,攻坚克难,就业扶贫取得了明显成效。如河北省丰宁县利用非物质文化遗产资源建设扶贫剪纸就业工坊、江西省婺源县开展贫困劳动力电商创业培训、甘肃省静宁县建成省市级创业孵化基地等。全国建档立卡贫困人口中,2019年有2729万贫困劳动力外出务工,其中跨省务工1006万人,省内县外务工490万人,县内务工1233万人,因此就业扶贫取得的成效是非常显著的。
因此,本文提出如下研究假设:
H2a:精准扶贫政策能够通过特色产业扶贫机制来促进县域经济增长。
H2b:精准扶贫政策能够通过财政转移支付扶贫机制来促进县域经济增长。
H2c:精准扶贫政策能够通过教育扶贫机制来促进县域经济增长。
H2d:精准扶贫政策能够通过就业扶贫机制来促进县域经济增长。
4. 研究设计
4.1. 模型构建
本文研究的核心问题是精准扶贫政策对国家级贫困县经济发展的影响作用。为了剔除其他因素的干扰,本文参考尹志超等(2020)采用双重差分(DID)的方法来检验精准扶贫政策对国家级贫困县经济产生的影响,模型设定如下:
该式为本文的主要模型,其中i和t分别代表了第i个样本和第t年。本文的被解释变量(
)为贫困县经济发展水平,采用人均地区生产总值的对数表示。Treat用于区分处理组和对照组,T用于区分政策实验前后,交乘项Treat∙T是度量是否实施精准扶贫政策的核心解释变量。
代表一系列控制变量,主要包括县域产业发展水平、当地财政收支情况、县域人口规模、地区资本积累情况。此外,模型中加入了县级固定效应(
)和时间固定效应(
),同时在县级层面进行聚类,
代表随机干扰项。
4.2. 样本数据来源与描述性统计
基于数据可得性,本文选取2010~2020年间全国832个原国家级贫困县的面板数据作为样本,数据主要来源于中国县域统计年鉴、中国区域经济统计年鉴。表1为本文变量的描述性统计结果,其中县域产业发展水平包括第一产业占比(First),第二产业占比(Second);财政收支情况采用地方财政一般预算收入与名义地区生产总值之比(Revenue)以及地方财政一般预算支出与名义地区生产总值之比(Gov);县域人口密度采用地区年末总人口与行政区域土地面积之比(Population);地区资本积累情况采用城乡居民储蓄存款余额对数(Saving)、金融机构贷款余额对数(Loan)以及社会固定资产投资对数(Fixed)表示。
Table 1. Descriptive statistics
表1. 描述性统计
变量类别 |
变量名称 |
观测值 |
平均值 |
标准差 |
最小值 |
最大值 |
被解释变量 |
人均地区生产总值(PGDP) |
26308 |
10.16 |
0.956 |
8.729 |
11.993 |
解释变量 |
是否实验组(Treat∙T) |
26308 |
0.505 |
0.500 |
0.000 |
1.000 |
控制变量 |
第一产业占比(First) |
26308 |
0.228 |
0.130 |
0.002 |
0.556 |
第二产业占比(Second) |
26308 |
0.441 |
0.152 |
0.088 |
0.795 |
地方财政一般预算收入占比(Revenue) |
26308 |
0.062 |
0.033 |
0.013 |
0.196 |
地方财政一般预算支出占比(Gov) |
26308 |
0.289 |
0.251 |
0.038 |
1.628 |
人口密度(Population) |
26308 |
0.031 |
0.029 |
0.001 |
0.281 |
城乡居民储蓄存款余额对数(Saving) |
26308 |
13.242 |
1.018 |
3.173 |
15.916 |
金融机构贷款余额对数(Loan) |
26308 |
13.031 |
1.217 |
1.386 |
16.449 |
社会固定资产投资对数(Fixed) |
26308 |
13.541 |
0.981 |
10.714 |
15.826 |
5. 实证结果与分析
5.1. 基准回归分析
为了验证研究假说H1,根据上式模型进行实证回归,表2汇报了基准回归结果,回归控制了时间固定效应和县级固定效应,并且聚类到了县级层面。表2中,第一列是没有加入控制变量的回归结果,第二列是加入了控制变量的回归结果。可以看出,交乘项Treat∙T的系数均为正且显著。这表明,精准扶贫政策实施后对于我国贫困县的经济发展具有显著且正向的推动作用,假说H1得到验证。
Table 2. Baseline regression analysis
表2. 基准回归分析
|
(1) |
(2) |
变量 |
PGDP |
PGDP |
Treat∙T |
0.175*** (0.012) |
0.133*** (0.007) |
控制变量 |
NO |
YES |
时间固定效应 |
YES |
YES |
县级固定效应 |
YES |
YES |
常数项 |
9.572*** (0.005) |
7.452*** (0.059) |
样本量 |
26308 |
26308 |
R2 |
0.538 |
0.719 |
注:① ***表示在p < 0.01时有统计学意义;② 括号内数字为县域层面的聚类标准误。
5.2. 平行趋势检验
除了精准扶贫这一政策冲击外,其他政策或者随机因素也可能导致贫困县经济发展产生差异,为了排除这种潜在的影响,本文假设处理组实施精准扶贫政策的当年为Current的虚拟变量,实施精准扶贫政策前4年分别设为pre4、pre3、pre2、pre1的虚拟变量,实施政策后3年分别设为post1、post2、post3的虚拟变量。其平行趋势检验如图1所示,政策实施前的变量pre4、pre3、pre2均不显著,随着精准扶贫政策实施后,变量开始显著并逐年增加,表明精准扶贫政策对当地经济发展发挥着显著的作用,即平行趋势检验得到满足,双重差分法得到的结论具有稳健性。
Figure 1. Parallel trend test chart
图1. 平行趋势检验
5.3. 稳健性检验
5.3.1. 替换被解释变量
Table 3. Replace the explained variable
表3. 替换被解释变量
|
(1) |
(2) |
变量 |
名义地区生产总值对数 |
城乡居民人均可支配收入对数 |
Treat·T |
0.131*** (0.009) |
0.129*** (0.008) |
控制变量 |
YES |
YES |
时间固定效应 |
YES |
YES |
县级固定效应 |
YES |
YES |
常数项 |
10.352*** (0.105) |
9.519*** (0.121) |
样本量 |
24337 |
23259 |
R2 |
0.658 |
0.763 |
注:① ***表示在p < 0.01时有统计学意义;② 括号内数字为县域层面的聚类标准误。
前文已经论证了精准扶贫政策对于我国贫困县经济发展的积极作用,为了进一步提高实证回归结果的可信度和研究的严谨性,本文将衡量县域经济发展水平的人均地区生产总值对数指标,替换为名义地区生产总值对数以及城乡居民人均可支配收入的对数。并且均控制了时间固定效应和县级固定效应,聚类到县级层面。得出的回归结果如表3所示,模型(1)和(2)表示在替换被解释变量的衡量方式为名义地区生产总值以及城乡居民人均可支配收入的对数后,检验政策效果的核心解释变量与前文差别较小。回归结果与基准回归一致,结果依旧稳健。
5.3.2. 更换样本范围
在本文的样本中,有不少样本县既是贫困县又是民族县,由于民族县可能在经济等方面得到独特性的政策支持,剔除这些样本能够使研究结果更加普遍化。所以为了剔除样本是否为民族县对当地经济发展产生的影响,本文对样本范围重新进行了界定,以提高实证结果的稳健性。采用剔除民族县后的样本重新进行估计,得到的结果如表4所示,在控制相关变量后,Treat·T的系数仍然显著,表明结果依然稳健。
Table 4. Change sample range
表4. 更换样本范围
|
(1) |
(2) |
变量 |
剔除样本中的民族县 |
剔除样本中的民族县 |
Treat·T |
0.195*** (0.017) |
0.089*** (0.010) |
控制变量 |
NO |
YES |
时间固定效应 |
YES |
YES |
县级固定效应 |
YES |
YES |
常数项 |
7.353*** (0.159) |
6.565*** (0.123) |
样本量 |
18157 |
18157 |
R2 |
0.558 |
0.665 |
注:① ***表示在p < 0.01时有统计学意义;② 括号内数字为县域层面的聚类标准误。
5.3.3. 安慰剂检验
Figure 2. Placebo test
图2. 安慰剂检验
为检查实证结果是否受当期其他遗漏变量或其他政策的影响,本文选择随机赋值精准扶贫政策时间点,根据产生的虚构政策节点重新进行回归。将上述步骤重新进行500次回归,最终检验结果如图2所示,虚构变量的系数均集中分布于0附近,表明本文模型中未遗漏重要相关变量,即精准扶贫政策是有效的,核心结论没有发生改变。
5.4. 进一步分析
5.4.1. 地区异质性检验
习近平总书记在历届脱贫攻坚座谈会中,反复强调贫困地区是脱贫攻坚的工作重点,为此,在精准扶贫政策的指导下,不少贫困地区推出了适合自己的特色扶贫方案。由于我国东西部发展差异相对明显,这种差异不仅仅体现在文化上面的不同,也存在于经济发展战略等方面的异质性。为了更加精准地验证精准扶贫政策在促进不同贫困地区经济发展方面的有效性,并进一步研究不同地区该政策的影响差异,在此将前文所使用的全国832个原国家级贫困县样本按照地理位置分为西部、中部以及东部地区,分别进行实证回归分析。表5汇报了异质性检验结果,双向固定效应模型的回归结果表明,精准扶贫政策在中东部和西部地区虽仍存在显著的正向影响,但对于西部地区贫困县经济的影响更大,表明西部地区贫困县脱贫成效更高。
Table 5. Heterogeneity test
表5. 异质性检验
|
(1) |
(2) |
(3) |
变量 |
西部地区 |
中部地区 |
东部地区 |
Treat∙T |
0.154*** (0.013) |
0.054** (0.027) |
0.067** (0.032) |
控制变量 |
YES |
YES |
YES |
时间固定效应 |
YES |
YES |
YES |
县级固定效应 |
YES |
YES |
YES |
常数项 |
7.688*** (0.121) |
7.332*** (0.149) |
6.628*** (0.133) |
样本量 |
14346 |
6812 |
5150 |
R2 |
0.819 |
0.779 |
0.802 |
注:① ***表示在p < 0.01时有统计学意义;② 括号内数字为县域层面的聚类标准误。
5.4.2. 机制检验
为研究政策作用机理,本文进一步对精准扶贫政策影响当地经济发展的机制进行检验。首先将精准扶贫的帮扶方式进行分类,分为特色产业扶贫、财政转移支付扶贫、教育扶贫、就业扶贫,然后在基准回归模型的基础上引入交乘项进行衡量,得到的回归结果如表6所示。
模型(1)检验了特色产业扶贫机制的有效性,特色产业扶贫变量选取第二产业增加值与第一产业增加值的比来表示,用来测度当地产业结构变化。可以看出Treat∙T的系数显著为正,这表明精准扶贫政策中的特色产业帮扶方式十分重要,其可以使得贫困地区合理使用自身的资源和优势,形成自给自足的特色经济体系,是能够保障县域经济持续发展的长效机制。模型(2)检验了财政转移支付扶贫机制,其采用县域各种社会福利收养性单位数的对数表示。可以看出Treat∙T的系数不显著,表明目前精准扶贫政策依靠财政转移支付扶贫手段的效果不明显。现实中存在的问题也能很好的解释这个现象,目前大部分地区对转移支付资金的使用依然缺乏科学规划,导致资源分配不合理,并且对转移支付资金的监督和管理机制可能不够完善,导致资金使用不透明、腐败现象发生,从而影响政策资金的有效性。模型(3)检验了教育扶贫机制,其采用普通小学在校学生数的对数表示。可以看出Treat∙T的系数为正且显著的,但其系数较小,这表明精准扶贫政策通过教育扶贫手段对于当地经济发展的促进作用仍然较小,这可能与教育回馈的滞后性相关,虽然眼前的经济效益不高,但是从长期来看,教育扶贫带来的效果是非常大的,因此依然需要在教育上投入更多精力。模型(4)检验了就业扶贫机制,其采用城乡从业人口数占总人口数的比重来表示。可以看出Treat∙T的系数显著为正,这表明精准扶贫政策中的就业扶贫对于当地经济发展的促进作用非常明显。正所谓“一人就业,全家脱贫”,就业扶贫不仅是解决贫困问题的重要途径,更是推动经济社会发展的重要手段。有效的就业扶贫政策和措施可以产生持久和深远的影响,从而帮助建立一个更加公平和包容的社会。
Table 6. Mechanism verification
表6. 机制检验
|
(1) |
(2) |
(3) |
(4) |
变量 |
特色产业扶贫 |
财政转移支付扶贫 |
教育扶贫 |
就业扶贫 |
Treat·T |
0.115*** (0.017) |
0.011 (0.018) |
0.056** (0.027) |
0.089*** (0.015) |
控制变量 |
YES |
YES |
YES |
YES |
时间固定效应 |
YES |
YES |
YES |
YES |
县级固定效应 |
YES |
YES |
YES |
YES |
常数项 |
7.454*** (0.157) |
6.521*** (0.123) |
7.223*** (0.139) |
6.365*** (0.137) |
样本量 |
19357 |
18456 |
19334 |
18776 |
R² |
0.759 |
0.565 |
0.758 |
0.765 |
注:① ***表示在p < 0.01时有统计学意义;② 括号内数字为县域层面的聚类标准误。
6. 结论与政策启示
本文基于中国县域统计年鉴中2010~2020年间全国832个原国家级贫困县的面板数据作为样本,采用双重差分(DID)的方法检验精准扶贫政策对贫困县域经济发展的影响。研究发现,精准扶贫政策的实施对于国家级贫困县的经济发展具有显著且正向的推动作用;异质性检验表明,精准扶贫政策在西部贫困地区的脱贫效果更好,这表明西部贫困地区的资源条件与精准扶贫政策更加适配。因此后期应注重缓解中东部县域的相对贫困问题,因地制宜,找到属于自己的精准扶贫发力点。此外,机制分析表明,精准扶贫政策主要是依靠特色产业扶贫和就业扶贫手段来促进县域经济发展的,而依靠财政转移支付手段的经济效益并不明显,并且由于教育扶贫机制的回馈存在滞后性,其作用效果也比较微弱。基于上述研究结论,本文针对进一步实施精准扶贫政策,巩固提升脱贫成果,提出以下政策建议。
第一,精准扶贫政策是实现共同富裕战略目标的重要手段,脱贫摘帽只是脱贫攻坚征程上的阶段性胜利,并非终点。应继续积极推动现有帮扶政策的延续、优化和调整,加强县域优势要素资源统筹整合,在人才、产业、财政、金融等领域将巩固拓展脱贫攻坚成果同乡村振兴有效衔接。精准扶贫依然在路上,只有通过持续的扶贫措施,才可以确保脱贫户稳定脱贫,避免因各种原因重返贫困。各地区在实施精准扶贫政策时,应抓住特色产业扶贫和就业扶贫两大重点手段,以产业促就业,以就业哺产业,实现双循环,携手进步。
第二,正所谓“扶贫先扶智”,政府虽然在教育扶贫上得到的短缺反馈成果不明显,但是教育是长远脱贫的根本途径,能够为一个地区长远的经济发展提供人才保障。因此贫困地区要加强人才支撑,发挥教育扶贫的支撑作用。应重视培养本土干部人才,提高县域基层干部人才素质。在具体的教育扶贫上,还可以实施人才引进策略,如实施“三支一扶”计划。通过教育扶贫,打破贫困代际传递的恶性循环,实现社会流动和社会公平。
第三,鉴于目前财政转移支付扶贫手段的低效性,应该建立健全关于扶贫资金管理和监督的相关法律法规和政策制度,明确责任分工,确保各级政府和相关部门在扶贫资金使用中的职责,提高精准扶贫的针对性和效果。从根本和长远上讲,要改革扶贫财政体制,使事权和财权高度统一,从而发挥出财政转移支付手段的扶贫效果。具体来看,要进一步加强城乡居民基本养老保险与农村最低生活保障、特困人员救助供养等社会救助制度的统筹衔接,提高城乡基本养老保险基础养老金与最低生活保障标准。还要加大医疗保险向困难家庭的政策倾斜力度,降低农村家庭因病返贫的风险。促进基础医疗资源下沉,提升贫困地区医疗卫生服务能力,从而达到阻断病源,降低疾病风险的目标,为农村贫困人口与全国人民一起迈入幸福小康社会提供健康保障。