基于倾向得分匹配方法的农村扶贫项目减贫效果评估

基于倾向得分匹配方法的农村扶贫项目减贫效果评估

通过经济体制改革和具体的减贫开发，中国贫困人口大幅减少，取得了显著的减贫成果。贫困人口从1978年的2.5亿,下降到2009年的3597万,贫困发生率从30.7%下降到3.8%。近年来,从中央到地方建立了完善的扶贫机制,推出了一系列扶贫政策,如“产业化扶贫”、“整村推进”、“移民搬迁”、“劳动力转移培训”等促进贫困地区和贫困人口发展。但是,对于扶贫项目的有效性一直存在争议。资金是生产要素中比较短缺的要素(曹洪民,2003),不同形式的财政扶贫资金的扶贫效果有所不同。陈凡、杨越以新增长理论为指导,选取了1986~1997年间592个国家扶贫开发重点县(简称重点县)中235个县的横截面数据,通过Kmenta模型进行回归分析,发现人均财政发展资金、人均信贷资金、人均以工代赈资金等三项资金的人均占有量对缓解贫困非常重要。曹洪民等(2003)通过计量模型分析发现,信贷扶贫资金和以工代赈扶贫资金的投资效果要好于财政扶贫资金,而且扶贫贴息贷款所扶持的工业项目的扶贫效果很差,投放到种植业的扶贫资金对促进贫困地区农户人均纯收入增长的效果明显优于其他方面。朱乾宇通过对政府扶贫资金的总投入分别与农业总产值、农民人均纯收入、农村贫困人口和贫困人口占农村人口比例的回归分析,发现政府扶贫资金的投入都能达到预期效果。但对政府扶贫资金各种投入形式与上述4个指标的回归模型显示,以工代赈扶贫资金的投入相对于扶贫贴息贷款资金和财政发展资金更能达到其政策效果,其他两项资金的作用并不显著、绩效也欠佳。蔡昉等认为我国政府的财政扶贫资金、扶贫信贷资金和“以工代赈”资金投入等开发式扶贫资金政策使得我国贫困人口大幅度减少。长期以来,对扶贫项目减贫效果的分析缺乏基于农户数据的实证分析。在此,运用倾向得分匹配方法(PSM),采用S省30个重点县2009年的农村贫困监测数据,对扶贫项目的减贫效果进行评估。一、减贫项目对贫困人口的影响对贫困农户获得扶贫项目的情况以及对贫困农户增收的影响进行描述分析。(一)扶贫项目实施情况在S省30个重点县2400户样本户中,2009年参加或当年完成的扶贫项目的农户共269户,占总样本量的11.2%。农户参加或当年完成的扶贫项目主要包括退耕还林还草项目、养殖业、修建基本农田以及人畜饮水工程等项目,其中190户农户参加了退耕还林还草项目,占参加扶贫项目农户的70.6%;36户农户参加了养殖业产业扶贫项目,占参加扶贫项目农户的36%;另外,分别有20户农户参加了修建基本农田和人畜饮水工程项目,分别占参加扶贫项目农户的7.4%(见表1)。(二)项目供给:项目与需求的匹配扶贫开发项目是否能够发挥预期的效果,首先需要考察项目的供给是否与需求相匹配。扶贫项目的供给是否能满足农户的需求是衡量扶贫项目减贫效果的一个重要方面。1.农户的比例测定目农户通过回答“最希望得到的扶贫项目”,客观反应了农户对扶贫项目的需求。从S省重点县的农户对扶贫项目的主观需求看,农户的主要需求为种植业和养殖业的扶贫项目,二者的农户比例分别为37%和17%(见表2,下页)。贫困与非贫困农户对种植业和养殖业扶贫项目需求的差别不大。此外,贫困农户对修建及改进道路的需求较大,贫困农户和非贫困农户对人畜饮水项目的需求都比较明显。从总的排序来看,贫困农户扶贫项目的优先序为种植业、养殖业、修建道路、农产品加工、人畜饮水、卫生及设备。可见,贫困农户的需求分为两类:一类是促进农业生产的项目,排在第一位,即种植业、养殖业和加工业;第二类是公共设施,主要是道路、饮水和卫生。2.贫困户对现有在现有财政政策下的主观需求农户获得的政策性转移支付收入能够反应财政项目的供给情况。农户获得的转移支付收入主要包括生产性补贴和生活类的最低生活保障费。在2009年S省重点县的样本户中,1600户获得了政策性转移支付收入,占总样本户的67%(见表3)。其中,获得转移性支付收入的贫困农户351户,占受益农户的22%,相当于S省的贫困发生率(样本统计结果为21%),占总贫困农户(502户)的70%。这表明,尽管有些惠农的财政政策目标是普惠性的,并没有特别的针对贫困人口,但贫困农户在惠农的财政政策中仍然受益了,而且受益的贫困户比例略高于贫困发生率,说明总体上惠农的财政政策能够较好地覆盖贫困人口。但从受益的贫困户占总贫困户的比例看,仍然有30%的贫困户没有受益,这表明一方面需要加强惠农财政政策的利贫性,另一方面对于没有劳动能力的农户应采取生活类的救助措施。从上面关于农户对扶贫项目主观需求看,无论是贫困户还是非贫困户对种植业的需求比例最高。2009年,公共财政资金提供的良种补贴使151户农户受益,平均每户的补贴资金为189元。其中23户贫困户获得了良种补贴收入,占受益农户的15%,低于贫困发生率,但从受益资金看,贫困户平均受益416元,是非贫困人口的2.8倍。表明该项粮食种植类的财政政策的供给与农户的需求相匹配,尽管对贫困农户的覆盖率偏低,但对受益的贫困农户的支持力度更大。但是良种补贴的受益贫困农户仍然较少,占总样本户的6%。(三)扶贫项目的覆盖率扶贫项目能够覆盖多少贫困人口以及扶贫项目对贫困人口的瞄准性都能够反应扶贫项目是否能够充分发挥减贫的效果。从S省重点县的样本数据看,2009年共有215户农户得到了扶贫项目的资助,占样本量的9%(见表4)。其中有41户贫困户获得了扶贫项目资助,占绝对贫困人口的19%,占总贫困户(502户)的8.2%,表明扶贫项目对贫困人口的覆盖率仍然较低,需要加大扶贫项目的投资力度并提高瞄准度。从各收入组看,各收入组农户得到扶贫项目资助的比例大体相当,其中低收入组农户获得扶贫项目资助的比例为21%,略高于高收入组农户的受资助比例。这表明扶贫资助项目对贫困农户具有一定的瞄准性,但瞄准度仍然不够,需要提高对贫困农户扶贫项目资助的比例,扶贫项目应加大对贫困人口和贫困农户的瞄准性和支持力度。从农户获得的扶贫资金看,低收入组农户平均获得的扶贫资金为1084元,低于高收入组农户平均获得的扶贫资金(见表5)。从绝对贫困标准看,贫困农户平均获得的扶贫资金为1065元,低于非贫困户获得的扶贫资金。因此,扶贫资金对贫困户和贫困人口的瞄准性较差,扶贫资金对贫困人口的瞄准度有待提高。从享受保障性政策的农户看,低收入组农户受益的比例较高,其中低保户中低收入组农户占41.8%(见表6)。但是,绝对贫困人口享受保障性政策的比例较低,其中建档立卡户和低保户的比例分别为22%和39%。二、采用psm方法评估减贫效果运用PSM方法对扶贫项目对农户收入的影响进行分析,评估扶贫项目的减贫效果。(一)psm方法的前提下1.条件是独立的。这意味着不能观察的因素不会影响项目的是否参加2.可通过将参与组和非参与组的倾斜值重现(二)．项目的平均作用效果在评估扶贫项目的减贫效果时,无法获得参加项目农户的无项目状态,一个替代的办法就是寻找与有项目农户背景信息类似的农户作为无项目的对照户。这种方法在医学上使用的较多,通过得分倾向进行匹配。PSM方法的基本原理是:根据参与组可观察特征的概率模型建立一个统计上的对照组。参与者根据概率值即倾向评分,与非参与组进行匹配。项目的平均作用效果就是根据两组产出的均值的差来计算(KhandkerShahidurR.,GayatriB.Koolwal,HussainA.Samad,2009)。PSM方法的基本原理可以用基本的数学公式来表达:参与组可观察的特征为X,参与项目的条件是T=1,则倾向评分就是,当满足PSM方法的前提假设时,可以比较参与组的平均产出和非参与组的平均产出,得到项目的平均效果G,进一步,项目的平均效果G可以写成:其中N表示参与者的数量,Wij表示非参与者的权重。(三)县抽村、村抽户时这里的数据来源于国家统计局2009年对S省贫困监测抽样调查数据。调查的抽样阶段以S省重点县为总体,按县分层抽样。县以下样本抽选分两阶段进行,即县抽村、村抽调查农户。样本的代表性检查:县抽村时,代表性检查分为两个方面,一是样本村的收入与总体收入进行比较,不超过5%为有代表性;二是样本中贫困村的比重与县内贫困村的比重比较,不超过10%为有代表性,样本中贫困村的比重应等于或略多于全县贫困村的比重。村抽户时,只要求作收入的代表性检查(国家统计局农村社会经济调查司,2009)。该数据涉及30个县,每个县80户农户,共计2400户。(四)psm方法的评估过程1.扶贫项目参与变量根据可观察的是否参加项目的家庭特征变量X,计算倾向评分P(X)。首先,将样本分为参加扶贫项目户和非参加扶贫项目户。根据可观察的能够影响农户参加扶贫项目的变量,估计农户参与扶贫项目的情况。估计方法可以采用probit模型或logit模型进行。建立参与扶贫项目的模型,首先要确定决定项目参与的家庭特征变量。根据表1中扶贫项目的内容,确定家庭特征的变量,这些变量的选择取决于对是否获得扶贫项目的影响程度。根据扶贫项目的类型,选择了以下家庭特征变量,作为影响农户是否参加扶贫项目的因素。这些变量包括家庭基本特征变量,如劳动力的最高受教育程度、家庭人口、劳动力数量等;健康变量包括家里是否有残疾人、患大病者、慢性病或体弱多病的人,以及是否存在饮用水污染或饮水困难;家庭资产及生产情况包括家庭住房面积和耕地面积,农户的生产类型等;社区变量包括村地理情况、村是否通公路和村到最近县城的距离等(见表7)。根据上述变量,对农户参与扶贫项目的模型进行probit估计,并得到表8(见下页)的估计结果。2.共同区域的特征根据Probit模型的估计结果,参与组和非参与组的共同区域范围是在[0.0131,0.248]区间,倾向得分如表9(见下页)所示。3.平衡检验结果在此,需要定义共同的区域,使参与组和对照组的倾向得分的分布重叠。同时,需要进行平衡检验,来考察每一个分位数的平均倾向得分。根据Probit估计结果,倾向得分可以划分为4个区域,在每个区域内,参照组和对照组的倾向得分的均值无差异,平衡检验结果是可靠的。表10(见下页)显示了每个区域中参与组和对照组的农户数量。4.有差异的倾向得分匹配计算出倾向得分后,采用不同的匹配方法对参与组和对照组的倾向得分进行匹配。匹配的目的是从非参与者的样本中选择最接近的对照组。根据扶贫项目对参照组和对照组农户家庭收入的不同影响结果,考察扶贫项目对农户的家庭收入是否有显著影响。根据匹配标准的不同,可以采取以下五类匹配方法对参与组和对照组的倾向得分进行匹配:一是NN匹配(Nearest-neighbormatching)。NN匹配是最常用的一种匹配方法,参与组与对照组通过最接近的倾向得分进行匹配。通常用n=5匹配最接近的倾向得分。二是半径匹配(Caliperorradiusmatching)。为了避免在NN匹配中,最接近的对照组和参与组的倾向得分的差异仍然较大的问题,可以设置一个最高的倾向分值差异的“门槛”(或半径),这种匹配方法称为半径匹配。三是分层匹配(Stratificationorintervalmatching)。分层匹配是把参与组和对照组共同的区域分为不同的区间,计算每个区间内项目的平均影响概率,在把每个区间的影响进行加权平均(权重为个区间参与者的数量)得到总的项目的影响概率。四是Kernel匹配(Kernelandlocallinearmatching)。上述匹配方法的问题是可能仅有很少的非参与者能够符合称为对照组的标准。Kernel匹配用所有的非参与者的平均权重为每个参与者建立匹配的对照组。五是DD匹配(Differenceindifferencematching)。DD匹配是用参与组和控制组在项目干预前后的数据进行匹配。DD匹配的估计值如下,通过不同的方法对参与者和非参与者进行匹配,可以检验项目的估计效果是否稳健。表11中的匹配结果表明,运用NN匹配方法,在5%的置信水平上,农户参加扶贫项目对农户家庭总的净收入有显著影响。农户参加扶贫项目对农户家庭总的净收入的平均影响结果是55.7%,也就是参加扶贫项目农户净收入平均增加55.7%。运用分层匹配方法,在5%的置信水平上农户参加扶贫项目对农户总的净收入的影响不显著(t=0.651)。同理,运用半径匹配和Kernel匹配方法,在5%的置信水平上参加扶贫项目对农户总的净收入的影响不显著(t值分别为-0.089和0.148)。5.检验结果的稳定性为了检验扶贫项目对农户收入的影响结果是否稳定,可以直接进行NN匹配,而不必计算倾向值。如果直接匹配的结果与表12中通过计算倾向得分后,进行NN匹配的结果类似,则可以认为估计的结果是可信的。表13中是直接进行NN匹配得到的扶贫项目的影响结果。在10%的置信水平上,参加扶贫项目对农户家庭净收入的影响是62%,可以认为直接的NN匹配的结果与表14中NN匹配结果类似。三、减贫资金对贫困人口收入的影响下面,就扶贫资金对贫困人口增收效果进行评估。(一)扶贫项目对农户增收减贫效果的影响农户自己报告的扶贫项目增收效果,能够间接的反映出扶贫项目对贫困人口的增收效果和减贫效果。表12是2009年S省的重点县135户农户对扶贫项目的增收效果进行的评价。当年通过扶贫项目平均每户增加了1279元的净收入。但扶贫资金对不同收入组的农户以及贫困农户的增收效果不同。低收入组农户当年通过扶贫项目平均增收1566元,高收入组农户平均增收1183元,二者相差383元。这表明从增收的总量看,扶贫项目对低收入农户的增收效果更明显。与此类似,通过扶贫项目,贫困和非贫困农户增加的净收入分别为1576元和1194元,表明扶贫项目对贫困农户收入的增加效果更明显。这也表明扶贫项目对贫困户的瞄准性较好,通过贫困项目能够增加贫困户和贫困人口的收入,实现脱贫效果。为更好地反映扶贫资金的增收减贫效果,将农户通过扶贫资金增加的净收入与到户的扶贫资金和实物折款进行比较,得到单位扶贫资金对农户的增收减贫效果。从单位扶贫资金对农户的增收效果看,S省的扶贫资金对农户的增收效果明显,平均每投入1元的扶贫资金,增加1.031元的净收入。尽管从增收的总量看低收入组农户和贫困农户通过扶贫资金获得更高的净收入,但从单位扶贫资金对农户的增收效果看,差别并不明显。低收入组农户每获得1元的扶贫资金,能够增加1.032元的净收入,高收入组农户每获得1元的扶贫资金,能够增加1.015元的净收入,略低于低收入组农户的扶贫资金的增收效果(见表14)。以上对扶贫项目和资金对农户增收减贫效果的分析表明,扶贫项目和资金对农户能够起到增收减贫的效果,特别是对增加贫困农户的收入起到了更大的作用。从单位扶贫资金的使用效果看,S省扶贫资金的使用效果较好,平均每1元的扶贫资金投入能够产生1元的增收效果。但单位扶贫资金的对贫困户和非贫困户的增收减贫效果差别不大,这是因为扶贫开发项目和资金通常是针对整个贫困村,因此单位资金的使用效果对贫困和非贫困农户的差别不大。(二)不同收入组农户通过扶贫项目增加的增收效果及其变动运用PSM方法对扶贫项目的减贫效果进行估计的结果表明,农户参加扶贫项目对农户家庭总的净收入有显著影响,参加扶贫项目农户净收入平均增加55.7%。表15中比较了农户参加扶贫项目平均增加的净收入与农户的平均净收入。从不同收入组扶贫项目的增收效果看,低收入组农户通过参加扶贫项目,平均增加的净收入占农户平均收入的44.8%。高收入组农户通过扶贫项目增加的净收入占农户平均收入的比例逐渐减少。从绝对贫困看,贫困农户通过扶贫项目增加的净收入占农户平均收入的比例为46.6%。这表明,运用PSM方法估计的扶贫项目对农户增收的影响结果与农户自我报告的参加扶贫项目的增收效果基本一致。而且,无论从相对贫困还是