当前位置: 首页 > 农村研究 > 澳门皇冠

驻村帮扶、生计负担与扶贫效果研究——来自贵州省的证据

作者:杨 晶 邓大松等  责任编辑:中农网  信息来源:《广西大学学报 ( 哲学社会科学版)》2018年第5期,第98-103页  发布时间:2018-12-07  浏览次数: 210

【摘 要】根据2017年贵州省16个行政村469个准确扶贫调查数据,采用二元Logistic模型对村庄支持,生计负担与贫困影响之间的关系进行实证检验。缓解。该研究发现,大多数贫困家庭的生活条件在得到帮助后得到了显着改善。此外,与对照组相比,居民援助政策对扶贫具有显着的积极激励作用;虽然贫困家庭不了解当地的扶贫政策,但较差的贫困预防效果可能更差。此外,研究还发现,生计负担的负担对扶贫有抑制作用,有养老负担和医疗负担的家庭显着“削弱”扶贫效果。上述发现为政府制定准确的扶贫和农民可持续生计的政策提供了微观证据。

【关键词】准确的扶贫;村里的支持;生计负担;扶贫效果

TR

一、引言

保障扶贫资源的准确性和有效性,到2020年实现全面消除贫困的目标,是实施国家扶贫战略的重要政策目标。改革开放40多年来,中国在20世纪80年代选择了国家指定的贫困县,然后决定集中在连片贫困地区,并实施贫困户建立稳定的卡片和精确扶贫。 ,精确扶贫。农村扶贫开发战略是从洪水灌溉到洪水。滴灌,从破碎到系统,从“输血型扶贫”到“造血减贫”。与此同时,农村贫困人口的大规模减少从1978年的7.7亿减少到2016年的4335万,表明了动员全党和全社会共同努力争取扶贫的决心。中国的扶贫开发已进入应对困境的短暂时期。为了使贫困户能够如期摆脱贫困,各地区加强了对不同贫困地区和不同贫困户的扶贫目标的认定和扶持。精确管理的力度,如在村里实施“第一书记”,以减轻贫困和精确的扶贫政策。事实上,第一任秘书作为赢得消除贫困的重要手段,在上下联动中发挥着重要作用[1]。然而,回顾过去的扶贫开发工作,发现扶贫开发政策总是偏离目标问题,一些真正需要帮助的贫困家庭被遗漏,表现出不同程度的贫困目标错误和泄漏问题[2]。因此,通过考察居民救助机制下的扶贫效果,提高精准扶贫政策的实施效果,新时期精准扶贫战略的大局势是精准扶贫和准确扶贫的重要方面。 。这也是确保全面建设小康社会的关键。我们党已经完成了百年斗争的关键工作。

二、理论基础与研究假设

(1)理论基础

贫困是发展经济学研究的核心问题,特别是在发展中国家。国内外大量研究在贫困概念,贫困测量,贫困成因,相关政策及其效果评估方面做出了有益的尝试[3]。早期学者认为,当家庭收入或消费低于某一标准时,贫困程度较低[4]。然而,大量的贫困研究表明,收入贫困标准的数据收集成本很高,很容易导致衡量和识别偏差。中国的贫困目标存在严重的泄漏和溢出效应[5-10]。一些学者还专门研究了瞄准效应。例如,王三桂等研究认为,中国农村扶贫计划中村级目标的不准确性相当高,目标缺口和错误非常大[11]。邓伟杰发现贫困扶贫工作存在扶贫现象,精准扶贫的实际实施情况不尽如人意[12]。王立建等分析了陕西省工业扶贫的总体效应。结果发现,目前的工业扶贫难以覆盖极端贫困的贫困家庭。家庭劳动能力强的贫困家庭更有可能参与工业扶贫,而工业适应性较差的贫困家庭参与较少。工业扶贫和工业扶贫对提高农村贫困家庭生活水平没有显着影响[13]。然而,基于微观非实验数据,从居民援助的角度评估精确扶贫政策深入完善的效果尤为罕见。

理论上,对于非贫困人口,收入极其有限的贫困家庭更容易受到脆弱性,生计风险和外部政策干预的影响。特别是在中国农村,贫困家庭面临的生计风险不仅直接影响他们的福利状况,还影响他们家庭的整体决策行为,进而影响他们的长远发展[14]。村里的援助实际上是一种综合的扶贫方式,工业支持和生计技能援助反映在村里的帮助上。因此,与村庄有关的干预政策干预将通过影响贫困人口的家庭禀赋和贫困家庭的生计决策来影响家庭的经济水平,最终在政策干预后产生生计结果。在这个过程中,贫困家庭的生计能力的特点是家庭养老特征的差异。相对而言,拥有更好家庭禀赋的家庭往往更容易获得资源。例如,家庭劳动能力较强的贫困家庭更倾向于参与工业扶贫,这导致工业扶贫对贫困生活水平的影响分化[15]。由于家庭禀赋在接受援助前后是静止的,贫困家庭受到居民援助政策的影响,并根据个人的条件和环境做出生计决策和生计行为,从而在实施前后产生生计结果。相关政策。对生活条件变化的理性判断可以反映出扶贫效果的强弱差异。

事实上,在中国的扶贫实践中,政府向贫困村派遣干部已成为帮助贫困家庭摆脱贫困和贫困家庭实现扶贫的重要手段。在“配对与帮助”的过程中,居民干部经常采取各种方式,如引资,技术支持,参与或引导贫困村的发展规划和产业布局[16]。有学者认为,村里的“坐式”居民已经突破了传统的“体育式”治理困境,特别是在绩效考核,晋升激励和指定单位的帮助下,精英村治理的效果超越了过去[17]。相对而言,帮助主体层面以及支持措施是否可持续对减轻贫困具有重要影响[18]。然而,之前的研究只强调了政府在促进扶贫和扶贫方面的做法。如何从扶贫的角度理解农村扶贫的影响及其驱动因素。之前的研究较少涉及,并且帮助村庄的作用通常缺乏关于研究的文献和政策实施有效性的相关评估。

通过文献综述,发现学术界积累了大量准确的扶贫研究成果,为进一步探索贵州省“精准扶贫实施效果”奠定了基础。总结现有研究,我们可以看到扶贫效果受到个体户,家庭禀赋,扶贫政策和自然环境风险等诸多因素的影响。但是,省级扶贫项目援助效果的定量评估还需要进一步深化。因此,本文利用贵州省农民调查数据,从微观层面描绘出精准扶贫政策的效果,为扶贫政策设计提供微观实证依据。

(2)研究假设

准确的援助贯穿于家庭内资源分配的整个过程以及生计决策和生计结果。从理论上讲,扶贫干预措施的有效性将受到家庭养老金,家庭人口统计,决策过程,资源分配,创收,家庭劳动性别,生活环境和人力资本等制度因素的影响。因此,不同类型的政策措施是不同的。贫困家庭的生活条件改善存在差异。结合以往学者的研究,本文试图将“家庭禀赋→扶贫,扶贫政策→民生战略→民生行为→民生成果”纳入扶贫效果分析框架。在本文的研究中,在抽样调查的基础上,样本农民都是贫困家庭。在选择扶贫效果标准和指标时,首先,根据不同的扶贫政策,将贫困户生活条件的改善效果分为不同类别。然后,基于扶贫效果的差异,采用统计分析方法检验不同的特征。贫困人口的扶贫效果。

发展援助是农村扶贫援助的源泉和核心。早在上个世纪,联合国签署的189个国家《联合国千年宣言》承诺“提供更多慷慨的发展援助,特别是那些真正努力利用其资源用于减贫的国家”。与发展援助相比,通过引入扶贫资源帮助项目到家庭,促进了精确援助。它是升级版本和发展援助的扩展版本,其影响一直受到关注。在此基础上,本文提出以下假设:

假设1:居民援助措施的实施差异对扶贫的影响存在异质性。受助人参与了工业扶贫项目,帮助家庭政策在家庭发展中发挥了作用。当地援助政策帮助的人越多,扶贫效果就越好。

家庭禀赋差异是影响和制约贫困家庭家庭收入的重要因素。由于贫困家庭面临的风险,家庭禀赋和自身偏好的差异,即使贫困家庭得到援助,例如参与扶贫的体制安排,他们在资产,收入和财富方面的差异也将导致农村地区。扶贫的差异。在传统的农村地区,家庭通过亲属和血缘联系在一起。支持仍然可以在家庭生命周期的变化和家庭成员的流动和分离中发挥作用。因此,以家庭养老金负担和医疗负担作为替代变量的生计负担可能成为影响扶贫效果的重要因素。家庭是否仍有能力承受老年人的养老,家庭成员是否经常有较大的医疗费用,在一定程度上还有生计负担和承载能力。基于以上分析,本文提出以下假设:

假设2:生计负担是扶贫效果差异化的重要原因。老年人和未成年子女家庭的扶贫效果更差;日常医疗费用较大的家庭的扶贫效果比没有医疗负担的家庭更差。

三、数据、模型与统计型描述

(1)数据源

本研究的所有数据均来自武汉大学“中国扶贫战略研究”研究组。 2017年7月至2017年8月,研究小组通过分层随机整群抽样对贵州省进行了实地调查。第一阶段,从贵州省选出四个代表性城市;在第二阶段,从每个城市中选出一个贫困县,共包括四个贫困县;在第三阶段,每个县的贫困发生率相对较高。 1-2个贫困乡(镇);在第四阶段,从每个贫困乡镇中选出3-5个行政村;第五步,对样本村的“非贫困家庭”进行了2017年问卷调查。调查问卷包括基本信息,如贫困家庭的人口特征,以及贫困原因,援助,扶贫以及困难和需求的信息。该调查共收集了484个关于贫困家庭的数据。删除后,获得469份有效问卷,有效率为96.9%。

(2)变量设置和模型选择

衡量具体样本扶贫政策影响的关键在于科学衡量扶贫政策干预措施的效果。结合现有的研究和中国扶贫开发的现实,最直接的衡量方法是后评估,即通过比较具体指标,参与扶贫政策前后家庭生活状况的变化并研究精确扶贫政策对家庭生活水平的影响。在现有研究[18] [19]中,对“扶贫效果”的调查主要是基于扶贫政策对贫困人口生活条件的改善作用。该指数客观地代表了现有扶贫机制下的相关项目。有影响力的影响。根据这一逻辑,问题是接受扶贫后家庭生活的改善效果。在数据处理中,本文将“更难”和“不变”结合到“无效”中,并在其他两个中“略微改进”。并且“重大改进”合并为“有效”1。因此,根据研究设计,本文中因变量“扶贫效应”的分配可表示为:1=有效; 0=没有效果。在此基础上,建立居民救助,生计负担和贫困户个体特征的协变体系,构建扶贫效果评价模型,并根据贵州省调查数据,实证测算扶贫效果及其影响因素,最后提出对策。 。

在实证分析过程中,居民救助的代表性变量是受援人员是否参与工业扶贫项目,家庭扶持政策对家庭发展的作用以及贫困户的扶贫政策意识。养老金负担,子女负担和医疗负担这三个变量被用作生计负担变量。贫困家庭的个人因素描述了贫困家庭的性别,年龄,受教育程度和婚姻状况的个体特征。由于因变量是“0/1类型”二分变量,因此使用二元逻辑回归模型来分析数据是合理的。基于上述假设,基本回归方程可表示为:

其中,Pi是事物发生的概率,a是一个常数项,xi是一组核心变量,包括居民援助和生计负担两个方面的变量,表明影响扶贫效果的第j个解释变量。贫困家庭β是每个解释变量的偏回归系数,反映了不同级别的解释变量xi对扶贫后勤(pi)的影响的方向和程度,例如村庄的帮助和其他观察到的家庭特征。价值是积极而重要的。性别,表明在控制其他解释变量的情况下,逻辑(pi)随着相应的自变量的增加而增加。由于βi不能直接用于解释分类变量的概率,因此它以比值比的形式进行估计和解释。

逻辑回归模型的线性回归如下:

考虑到模型的鲁棒性和影响因素机制的客观性,本研究采用分段回归的思想,在回归模型系统中构建四个模型,以“扶贫”为因变量[17]。 ]。具体分析步骤如下:首先,模型1仅检验各个特征控制变量对因变量的影响,并未引入核心解释变量;第二,在控制个体特征的情况下,引入农村帮助水平的变量是解释变量,包括受援人员是否参与工业扶贫项目,家庭支持政策对家庭发展的作用,以及了解贫困家庭的扶贫政策,并获得模式2;第三,控制个人特征接下来,通过模型三获得生计负担变量的引入,包括养老金和医疗负担的负担。第四,在控制贫困家庭个体特征的情况下,引入所有核心解释变量以获得模型四。每个变量的解释和描述如表1所示。

1 各变量定义及其统计描述(N=469)

(III)状态描述

表2报告了对村庄援助和扶贫因素进行互动分析的结果。从统计结果来看,大多数贫困家庭对扶贫工作持积极态度,占87.63%。从比较中可以看出:第一,参与工业扶贫和扶贫效果类型的贫困户只有29.21%“有效”,但也有274个贫困户没有参与工业贫困。缓解项目,认为在接受扶贫项目后,扶贫有效。其次,74.84%的贫困家庭认为帮助家庭的政策在家庭发展中发挥作用,扶贫是“有效的”,但少数家庭(3.84%)认为,虽然帮助家庭的政策有一定的效果,家庭生活条件的改善并不明显。第三,超过50%(256户)的贫困家庭对当地的扶贫政策比较熟悉,但超过33.05%的贫困家庭不了解当地的扶贫政策。在扶贫效果类型“无效”的贫困家庭中,只有9.17%的农民不了解当地的扶贫政策。此外,表2中卡方检验的显着差异表明,家庭缴费政策对家庭发展有很好的影响,对当地扶贫政策的理解程度不同,内部存在显着差异。减贫效果的差异。

2 驻村帮扶与扶贫效果的交互分析

四、实证结果分析

基于上述理论和研究假设,本文接下来将研究居民援助和生计负担对扶贫的影响。基于稳健标准差的回归估计结果以比值比的形式呈现。实证检验结果表明,Log似然是模型对所用数据的拟合优度检验,其值很大,表明拟合优度良好。此外,所有模型的回归结果基本相同,总体显着性水平为0.0000,证明了模型的合理性。实证结果如下:

3 驻村帮扶、生计负担对扶贫效果影响的实证结果

注意:显着性水平P <0.1,P <0.1。 0.05,P <0.05。 0.01。标准误差在括号中。

(1)乡村援助对扶贫的影响

就村庄援助而言,家庭援助政策对家庭发展的影响越大,扶贫效果越好(OR值=11.0424),1%显着性检验。可能的解释是,帮助干部有一定的动员扶贫资源的能力,通过“一对一”的精准援助促进贫困户的生产发展,积极推动改善贫困家庭的生活条件。这为本文的假设1提供了证据支持,这可能是普遍适用的。

贫困家庭对当地扶贫政策的看法对扶贫效果产生了显着的负面影响,并通过了5%的显着性检验。具体而言,与对照组相比,了解当地扶贫政策的贫困户的扶贫效果类型为“有效”的概率为2.6倍(OR值=2.5987)。这意味着帮助家庭的政策对减轻贫困及其实施具有重要影响,应该优先考虑。

改善参与工业扶贫的贫困户户数的效果不显着。对可能出现的现象的解释是,通过股权和工作参与精准扶贫行业的样本区贫困农民的政策是无效的。在调查过程中,我们发现由于扶贫产业基础薄弱,市场,资金,技术和人才的多重影响,仍然难以使行业做大做强,因此驱动力不强。而且,短期内难以形成完整的产业链,对穷人收入增长的影响将不稳定,增加收入的产业短期内不会有效。由于时间太短,一些措施不可能在短期内产生效益,从而削弱了工业扶贫的政策效应。

(2)生计负担对扶贫的影响

根据表3的模型4,与对照组相比,负担越大,对扶贫效果有显着抑制作用(OR值=0.5666),医疗负担与扶贫效果也有显着负相关关系。 (OR值)=0.4300)。在其他条件下,在接受扶贫项目后,家庭支持负担较重的贫困家庭生活水平可能较差,扶贫政策效果可能较弱。以上结果验证了本文的假设2:生计负担对扶贫效果有重要影响。一些贫困家庭的养老金负担较大,医疗费用较高,扶贫效果较差。

(三)其余控制变量对扶贫效果的影响

此外,控制变量的回归结果表明,贫困家庭的年龄和婚姻状况的个体特征也对扶贫产生了重大影响。在所有模型中,年龄变量通过显着性检验(OR值=1.0571)。可能的原因是随着年龄的增长,扶贫后改善家庭生活条件的可能性更大,扶贫效果更倾向于“产生影响”。同时,婚姻状况也对扶贫产生了显着的积极影响,并通过了显着性检验(OR=3.7992)。以上结果表明,与“已婚”贫困户相比,“未婚,丧偶”扶贫效果趋于“有效”。这意味着帮助的政策因人而异。一些贫困因素可能有所帮助,一些贫困家庭无法通过政策援助帮助他们摆脱贫困。

五、研究结论与政策启示

基于贵州省469户贫困户的调查数据,本文采用二元Logistic回归模型,重点研究了村支持和生活负担因素对扶贫的影响。该研究发现,总的来说,大多数贫困家庭对扶贫工作持积极态度。与对照组相比,帮助家庭的政策对家庭发展有积极影响,与扶贫效果呈正相关;贫困户不了解当地的扶贫政策,家庭有养老金和医疗负担,贫困户的扶贫效果有显着的抑制作用。但是,工业扶贫的扶贫效果并不明显。这些研究结果验证了居民援助和生计负担对扶贫的影响的异质性,有助于更深入,更准确地从微观层面了解准确扶贫的效果,从而进一步发展准确的扶贫和政府部门的生计发展。该政策提供了微观证据。

本文的政策含义如下:首先,贵州的大部分贫困地区分布在深山区,狮山区和高山地区。特色扶贫产业普遍“小,散,弱”,尚未形成市场竞争优势。如果忽视地理禀赋条件和弱势农业质量[20],盲目鼓励贫困人口参与扶贫产业可能会导致工业扶贫政策“失败”。因此,本文认为科学应该用于治疗贫困和综合政策。工业精准扶贫机制是通过利益相关者对土地,资金,劳动力等生产要素进行匹配的过程,建立以特色产业为主导的工业精准扶贫长效机制。此外,在推进公司+农户和大户户的行业扶贫模式推进贫困户的同时,要明确提出贫困户的盈利模式,不能把贫困户变成简单的原料供应者,而且应该进一步确保农业效益回归农民。退出后,防止公司帮助公司恢复贫困。二是加大贫困人口的教育和扶贫力度,准确识别贫困类型,将扶贫与智慧结合起来。从贫困地区教育发展不良和贫困人口贫困现实出发,努力提高贫困户对当地扶贫政策的认识,发展教育,加强宣传,扭转贫困家庭的误区。 。提高贫困人口摆脱贫困的意识,激发贫困户的自我激励和话语权,提高贫困人口的素质,从根本上切断根源。第三,在扶贫开发中,要真正实施以人为因素,基于贫困的政策和基于贫困的政策为基础的政策。只有针对不同的政策制定不同类型的扶贫开发政策,才能真正实现扶贫和精准扶贫,使更多真正的贫困人口能够从援助项目中受益。特别是,我们必须关注老年人的贫困家庭和负担沉重的医疗负担的支出型贫困家庭[21]。针对贫困户的不同情况,应实施不同的扶贫措施。此外,我们将进一步设计精准的扶贫激励机制,创新扶贫的体制机制,完善对口支持和定点支持机制,建立更紧密的联系。

TR

注释:

1调查中问题的答案设定为:“A=更难,B=无变化,C=轻微改善,D=显着改善”。严格来说,将“A=更难”合并为“0=无效”会导致某些信息丢失。本文处理这一结果主要是因为选择“更难”的受访者比例较小。

参考文献:

[1]李立红,郑天天。第一秘书在村庄扶贫中的政治活动的嵌入逻辑[J]。中共山西省委党校学报,2018(1):25-29。

[2]王三桂,郭子豪。论中国的精准扶贫[J]。贵州社会科学,2015(5):147-150。

[3] Ravallion M.高度不平等的发展中国家能否摆脱绝对贫困?经济学快报,1997,56(1):51-57

[4] Desiere S.,Vellema W.,DHaese M.A贫困指数进展的有效性评估(PPI)TM。评估&amp;计划规划,2015年。

[5] Deaton,A。,“家庭调查分析:发展政策的微观经济学方法”,约翰·霍普金斯大学出版社,1997年。

[6] Justino,P.,Verwimp,P.,DHaese M. Poverty Dynamics,Violent Conflict,and Convergence in Rwanda。收入与回顾财富,2013,59(1):66-90。

[7] Park A.,Wang S,Wu G.中国区域贫困瞄准,公共经济学杂志,1998,86(1):123-153。

[8]李晓云,唐丽霞,徐汉泽。中国扶贫治理:基于扶贫资源瞄准与传递的分析[J]。吉林大学学报(社会科学版),2015(4):90-98。

[9] Wang Sangui,Albert Park,Shubham Chaudhuri,Gaurav Datt。新时期中国农村扶贫与村级贫困瞄准[J]。管理世界,2007(1):56-64。

[10]叶楚生,邹鑫。扶贫绩效评估与机制设计[J]。华中农业大学学报(社会科学版),2012(1):63-69。

[11]王三桂,阿尔伯特公园。中国农村贫困人口的估算与定位[J]。贵州社会科学,2010(2):68-72。

[12]邓伟杰。准确扶贫的难点,对策与路径选择[J]。乡村经济,2014(6):78-81。

[13]王立建,叶晓刚,陈杰。准确识别视角下的工业扶贫效应评估[J]。中国人口资源与环境,2018(1):113-123。

[14]丁世军,杨静,陈玉平。基于流动性视角的失地农民收入变化分析——来自阜阳和昆明的证据[J]。中国农村调查,2017(1):29-40。

[15]李鹏。准确扶贫视角下的就业贫困:政策分析,问题解释与治理路径[J]。广西财经学院学报,2017(6):5-12。

[16]王晓义村庄精准扶贫与救济[J]。国家行政学院学报,2016(3):56-62。

[17]张国磊,张新文。机制嵌入,精英沉沦与基层社会治理——基于贵南Q市“连镇宝村”案例研究[J]。公共管理学报,2017(4):44-53。/P>

[18]陈智,丁世军,吴海涛。基于华中L县精准扶贫绩效核查数据的主体研究,援助措施及有效性研究[J]。金融研究,2017(10):103-112。

[19]曹艳春。农村最低生活保障制度对提高贫困群体生活水平的影响研究[J]。中国人口科学,2016(6):88-97。

[20]马国建,邢健。农业弱势的经济精准扶贫路径研究——以戴庄村为例[J]。广西大学学报(哲学社会科学版),2017(2):69-73。

[21]刘洋洋,钟仁尧。基于博弈论的支出型扶贫政策扩散研究[J]。社会保障研究,2017(5):45-54。