《经济增长与不平等对农村贫困的影响》 www.wenku1.com
经济增长与不平等对农村贫困的影响日期：
作者：沈扬扬数量经济技术经济研究 2012年10期　　中图分类号F061.3文献标识码A　　改革开放以来，我国扶贫工作先后经历了4个发展阶段：体制改革阶段(年)、开发式扶贫阶段(年)、“八七扶贫攻坚计划”阶段(年)以及“新世纪扶贫计划”(年)启动阶段。第四阶段始于2001年，是中央政府加大扶贫力度、开展整村推进计划的新时期①，但由于种种原因，尽管此阶段我国经济始终维持着9%以上的高速增长，但度量贫困状况的各项指标未能一如既往地持续下降——除贫困发生率略有下降外，其他指标均呈现在一定区间范围内上下波动的态势(见图1)。我国即将迎来新一轮扶贫工作(年)，在这样一个承前启后的时期，研究过去10年农村贫困状况变动的深层次原因，综合判断农村贫困问题的症结，有助于找寻未来扶贫工作的致力方向，对理解下一阶段中央扶贫工作的重点任务具有重要的现实指导意义。　　　　图1
我国官方贫困线下计算的农村贫困指数变动：年　　资料来源：根据历年《中国农村住户调查年鉴》计算整理。　　注：左坐标轴表示H指数、SPG指数和SST指数，右坐标轴表示I指数；为便于查看，H指数、SPG指数和SST贫困指数数据都在原始数据基础上乘以100。　　围绕经济发展与贫困减少，“涓滴效应”的支持者认为，只要创造一个有利于经济持续增长的环境便可消除贫困，其理由是经济发展能够为穷人提供更多的就业机会，政府可以将高额税收的一部分合理转移给穷人，改善其收入和非收入状况(Ahluwalia等，1979；Fields，1984；Demery和Squire，1996；Roemer和Gugerty，1997；Bhalla，2002；Dollar 和Kraay，2002)。反对者则认为，尽管经济发展有助于缓解贫困，但包括经济环境、文化风俗习惯、制度安排等一系列因素都可能堵塞“涓滴效应”，其中以贫富差距拉大对贫困的恶化作用最为显著(Kakwani和Subbarao，1990；Datt和Ravallion，1992；Bourguignon，2004；Ravallion和Chen，2003；Besley和Burgess，2003；陈宗胜，1991；陈宗胜和周云波，2002)。　　在我国收入差距不断扩大的背景下，后一种观点得到较多支持。为此，本文将关注21世纪以来经济发展与收入分配对我国农村贫困状况的影响。尽管这已不是新问题，很多国内学者对此进行过研究，并得到较为一致的结论，即经济增长有利于贫困减少，收入差距拉大恶化贫困状况(陈绍华等，2001；林伯强，2003；万广华和张茵，2006；胡鞍钢等，2006；万广华等，2008；夏庆杰等，2010)，但很少有学者研究为什么基于不同贫困线、分解不同FGT指数会得到不同的结论。从理论上讲，常用FGT指数代表不同层面的一维贫困现象：比如H指数(Head-Count Ratio)反映贫困人口数量的变动，PG指数度量扶贫资金量的变动，因此不同种类的贫困可能造成贫困分解结果的不同。此外，FGT指数仅从单一层面刻画贫困状况，而一国的综合贫困状况是复杂的，不同时期贫困状况的变动可能由一种或几种主要一维贫困因素的变动引起。对此，本文试图分析不同时期哪种或哪几种FGT指数对贫困状况的影响程度更大，以及基于不同贫困线，收入增长及不平等现象对不同FGT指数产生的影响。本文发现，提高贫困标准，经济增长的惠贫效果会显著提高；当使用高阶(α值较高)FGT指数，经济增长的惠贫功效会降低，收入差距恶化贫困的作用将会增大。这一现象值得关注，因为这在某种程度上说明，经济增长更多惠及的是贫困人口中较富裕的阶层，较穷的贫困人口很难享受到经济发展成果。Ravallion和Datt(1999)对此具有类似的观点，他们对印度15个主要地区年的数据进行考察，发现经济增长与贫困减少的地区差异性明显，一些地区的发展—减贫相关度是其他地区的3～4倍。拥有较低相关度地区的初始条件往往较差，比如当地居民受教育水平低、自然条件恶劣、以农业经营性收入为主等。尽管在本文没能用地区数据对地区差异性进行研究，但研究所揭示的深层次问题却较为一致：最贫困的人口往往成为最后享受到经济发展成效的人群。在这个意义上，本文探讨了上述问题，也探讨了在当今经济发展模式下哪些贫困人口在多大程度上分享了经济增长收益(陈绍华等，2001)，以及如何在未来让经济发展充分地惠及各个贫困阶层。　　一、数据及计算方法　　1.数据选用及数据处理　　本文使用的数据来自历年《中国农村住户调查年鉴》②。年鉴中提供了按纯收入分组的农户收入数据，其中包括户均人口、户年纯收入、年度调查样本量等基本信息。但利用这组数据计算贫困指数时存在如下问题：宏观分组大数忽略了很多微观信息，比如以家户为单位的平均数据忽略了家庭内部成员的收入差异；分组较为粗糙和模糊，尤其是2000年后，我国农村居民收入在5000元以上的人口逐渐增多，而截至2010年国家公布的统计数据都没有再细分5000元以上收入组的收入信息，以致难以掌握高收入阶层的收入分布情况。　　为更好地让数据服务于研究目的，不同学者选用不同的数据处理方式。林伯强(2003)基于全国分组数据采用拟合GQ或者Bata洛伦兹曲线的方法求解全国贫困指数，但这一方法仅适用于2000年之前数据，随着统计局给出数据的日益粗糙，这种方法已严重失效③；王祖祥等(2006)通过设定二次分段函数，利用二次样条函数逼近法求解农村居民收入分布的密度函数，该方法较为科学，但在求解密度函数时假设农村居民收入服从帕累托分布，该假设主观性较强，且帕累托分布被证明不大适用于研究低收入阶层(康璞和蒋翠侠，2009)；还有学者直接设定农村居民收入分布服从对数正态分布，使用回归方法估算洛伦兹曲线，这种方法同样具有较强的主观性，并且同样面临农村高收入阶层收入分组数据较为模糊的问题(胡兵等，2007；万广华和章元，2009；康璞和蒋翠侠，2009)。　　不同于以往研究，本文选用Ungrouping方法(Shorrocks和Wan，2008)处理数据。这种方法的基本思想是，在原始分组数据基础上构造一组能够精确匹配原始数据的大样本量模拟数据(Synthetic Samples)。该方法的最大优点在于适用于任何分组形式数据，一定程度上弥补了高收入组分布模糊的问题。模拟样本分别基于GQ(General Quadratic)方法、Beta方法、广义Bate方法(Generalized Bata)、LN(Lognormal)方法和SM方法(Singh-Maddala)等5种方法构造数据，经过对比，本文基于LN和SM参数构造模拟样本，并给出SM方法得出的数据结果。必须说明的是，尽管Ungrouping方法能得到更加准确的贫困指数，却无法得到原始分组样本的标准误差，这也是权衡利弊之下必须付出的代价。　　2.贫困指数　　(1)SST指数。作为贫困度量公理化的倡导者，Sen构建了综合考虑贫困广度、深度及强度的Sen指数(Sen，1976)。但Sen指数并不完美，该指数满足一些基本公理(相关性公理、单调性公理和弱转移性公理)，也违背另一些公理；同时，除了学术研究，Sen指数几乎未被运用于政策分析(Deaton，1997)。后期，Shorrocks(1995)对其进行了调整，得到SST指数，弥补了Sen指数不满足强转移性、连续性和复制不变性公理的不足，具体表达式如式(1)。　　　　式(2)中f(y)是收入分布的密度函数。其中，α为社会贫困厌恶系数(Poverty Aversion Parameter)，数值越大，指数对低收入群体的关注程度越强烈。当α等于特定数值时，FGT指数即成为常用的H指数(α=0)、PG指数(α=1)和SPG指数(α=2)。　　3.分解方法　　(1)SST指数分解。为克服SST表达式直观性差与不能分解的缺陷，Osberg和Xu(1997)推导出SST贫困指数的简化形式：　　SST=HI(1+G)(3)　　基于可分乘积结构提出SST指数的分解式：　　lnSST=lnH+lnI+ln(1+G)(4)　　提取变化率，式(4)还可表达为：　　△lnSST=△lnH+△lnI+△ln(1+G)(5)　　从而，将对数SST贫困指数变动分解为3个层面：贫困发生率变动、贫困距率变动以及“1+贫困距率基尼系数之和”的变动。这一改进令SST指数更具政策分析价值(Myles和Picot，2000；Osberg和Xu，2000)。　　(2)Datt-Ravallion分解和Shapley分解。将贫困指数的跨期变化表示为△P，贫困指数的变化可由增长变动以及再分配变动构成。前者表达在保持收入变量Y离中趋势(即洛伦兹曲线)不变的前提下，由均值变化引起的贫困变化；后者是均值不变，由离中趋势变化造成的影响。故增长成分G、再分配成分D可分别表达为：　　　　最后一项R表示残差，反映经济增长和收入分配对贫困的综合作用效果。鉴于贫困问题的复杂性，残差是被允许存在的。但上述分解方法会因初期、末期的参照点不同而产生分解差异，故而存在路径依赖问题。后期，Shorrocks(1999)利用Shapley值分解方法克服了这一问题，其基本表达式如式(9)。　　　　但Shapley值分解方法亦不完美，其建立在合作博弈基础上，核心思想是收益由平均分配的合作产生，忽略了参与个体所面临的风险，应该谨慎、客观地对待(洪兴建，2008)。鉴于上述两种分解方法各具利弊，本文分别对此进行分解计算。出乎意料的是，得到的结论较为一致。为令数据结果更加清晰，下文主要给出Shapley值计算结果。　　4.所选贫困线　　衡量一国贫困现象的首要前提是选择正确的贫困标准(贫困线)。但自20世纪80年代中期以后，我国贫困线难以适应快速发展的经济环境，亟须调整(Ravallion和Chen，2007；UNDP，2004；顾昕，2011)。为更加客观全面地评估农村贫困状况，下文除了使用我国贫困线测度贫困指数外，还选取低收入线以及“1天1美元”标准。其中，低收入线是1998年国家统计局根据1993年购买力平价(PPP)，参照“1天1美元”标准计算出来的；2005年，我国首次参加国际测算的项目，世界银行通过分析此次参与结果，重新测算出2005年体系，本文以此作为“1天1美元”的计算标准。还需指出的是，日中央扶贫开发工作会议决定将农民人均纯收入2300元作为新的国家扶贫标准。经计算，该标准事实上即等同于按当前人民币对美元汇率计算的“1天1美元”标准。　　二、数据分析　　1.贫困变动状况　　计算并分析贫困指数的变动有利于从整体上把握考察农村贫困现变动状况。可以发现，不同于之前年份农村贫困指数呈现总体下降的趋势(见图1)，1999年之后，各项贫困指数呈现升降交替的态势。　　表1给出了年依据3条贫困线计算出的贫困指数。数据显示，2008年之前，无论采用哪种贫困线，H指数均呈现下降趋势，表明我国农村贫困人口数量日趋减少，体现扶贫工作的重大成就。其中，以我国贫困线计算，H指数由21世纪初期的5.2%下降到2007年的2.9%，下降2.3个百分点，随后开始上升，这与国家实行绝对贫困线、低收入线“双线合并”，提高我国贫困标准的政策有关④。从时间维度上看，I指数、SPG指数以及SST指数的变动缺乏规律，然而横向来看，3种贫困指数在相同年份的升降变动趋势较为一致。这种一致性预示着上述3种指数可能共同受到某种特定因素的影响。后文分析显示，这种影响主要源自收入差距。此外，贫困线的高低差异会带来贫困指数变化程度的差异：采用较低贫困线，贫困指数变化度较小；贫困线提高，变动则愈发显著，但并不影响贫困指标变动的升降趋势。　　　　2.SST指数分解　　一般来说，综合贫困状况由贫困人口数、扶贫资金量以及贫困人口内部收入差距3个维度综合度量。分解SST指数有助于判断哪些一维贫困性态对贫困状况的影响程度更大。　　图2给出年不同贫困标准计算得到的△lnSST指数分解结果。图2中，横轴代表年份，纵轴代表△lnSST及其分解结果，柱形长度表达△lnSST或其分解结果的数值大小。以0坐标轴为界，其上为正值，其下为负值，表达的含义恰好相反：例如，位于纵轴0刻度以下的△lnSST柱形图意味着较上一年，当年贫困程度有所降低，反之则相反；0刻度以上的△lnI柱形图代表贫困深度的变化向上拉动△lnSST，不利于减贫；反之则相反。另外，柱形长度越长，该因素的变动(或影响)程度越大。　　　　图2
SST指数分解结果　　资料来源：根据历年《中国农村住户调查年鉴》计算整理。　　注：构造数据的检验结果均通过5%假设检验；分解结果基于表1数据。　　观察贫困状况(SST指数)的变动，可以发现两大特点：第一，若以我国贫困线为标准，SST指数的年际变动呈交替变动态势。其中，以我国贫困线为标准度量的年、年、年贫困程度的年际变动为负，且柱形很长，表明贫困状况的改善程度很大；其余年份的贫困状况则有所恶化，但恶化趋势因年份不同有强有弱⑥。若以低收入线和“1天1美元”标准为参考，贫困状况在持续下降(见表1)。第二，贫困线提高，SST指数变动幅度降低，反映人均收入在收入分布的低收入一端的集中程度较高，这与万广华和张茵(2006)的结论较为一致⑦。　　细致考察SST指数分解因子的变动情况：首先看△ln(1+G)对SST指数变动的影响。仍旧以0坐标轴为分界，其上柱形代表农村贫困人口内部收入差距拉大，不利于贫困减少；反之则相反。可以看到，除了以以前贫困线为标准求得的年以及2007年之后数据，△ln(1+G)的年际变动基本为正，表明收入差距会恶化贫困状况。但从柱形图的长度及所附数值结果来看，这种影响很小。其次，看H指数和I指数对SST指数的影响。图2显示，H指数是减少SST指数的最大来源。无论选用哪种贫困线，△lnH基本为负且柱形很长(以我国贫困线计算的年以及年结果除外)，表明贫困人口数量的减少是贫困状况改善的最重要动力。△lnI对贫困变动的影响程度则相对较小，且其影响效果呈现正负交替变动态势。但通过对比观察，本文发现△lnI的正负变动趋势不受贫困线选取的影响，具有稳健性⑧。更进一步，本文绘制了2003年、2006年、2009年的农村贫困方盒(Poverty Box)⑨。贫困方盒由Osberg(2000)提出，基本原理是考虑到G的变化率很小，见图2和式(5)，SST指数可近似表达为H指数和I指数之积。图3显示，尽管I指数不断扩大，但大幅度减小的H指数显著缩小了图形面积。最终，无论选用哪条贫困线，受贫困人口数量减少的影响，SST指数不断降低，表现为图形面积的不断缩小。这与Osberg和Xu(、2008)对加拿大、美国、部分欧洲国家以及利用我国早些年份的微观数据得到的分解特征较为一致，一定程度上隐喻着贫困构成可能具有某些内在共同规律⑩。　　　　图3 贫困方盒(Poverty Box)　　资料来源：根据历年《中国农村住户调查年鉴》计算整理。　　注：A代表我国贫困线计算结果，B代表低收入线计算结果，如2003A代表以我国贫困线计算的2003年Povery Box；基于表1数据绘制。　　综上所述，贫困程度(SST指数)主要受H指数和I指数影响，且H指数的影响更显著；H指数的不断降低对降低贫困程度起到积极作用，I指数的扩大则不利于贫困状况的缓解；尽管在特定贫困线下农村贫困人口不断下降，但贫困深度以及农村人口内部收入差距呈现不断扩大态势。随着贫困线的提高，贫困指标的年度变化程度有所降低，这一趋势表明，贫困人口中相对更为贫穷的人口数量较多，而相对较为富裕的穷人数量偏少，这正是阻碍我国近10年间贫困状况改善的主要症结。可以说，降低农村贫困深度、帮助更穷的贫困人口脱贫依旧任重道远。此外，△ln(1+G)数值很小，甚至近似忽略，这是因为SST指数中是以贫困距率基尼系数作为测度收入差距的标准，这种数学处理方式削弱了其数值结果所能表达的经济含义，却不等同于可以忽略农村内部整体收入差距对贫困状况的影响力度。　　3.基于收入增长和不平等的分解　　下面给出FGT贫困指数分解结果。贫困指数的变动可分解为经济增长及收入差距两大因素，以纵轴0刻度为界，位于其上代表贫困指数增大，或其影响因素对贫困指数的变动起正向拉动作用，不利于贫困的减少，反之则反是。　　(1)不同贫困线下的H指数分解结果。鉴于H指数对综合贫困状况的影响程度最大，图4给出不同贫困线下的H指数分解结果。整体上，图4显示如下信息：第一，不同FGT指数的分解结果中经济增长和再分配因子的符号方向是一致的。代表收入差距因子的三角形始终位于纵轴0刻度以上，表明收入差距会恶化贫困状况(年除外)，代表经济增长因子的圆圈始终位于纵轴0刻度以下，表明经济增长会起到缓解贫困状况的作用。第二，随着贫困标准的提高，经济增长和收入差距对贫困指数的影响程度均在增大。第三，两种影响贫困变动因子的作用力并不一致。以较低的贫困标准计算并分解H指数，经济发展的惠贫力量略高于收入差距拉大对贫困状况的恶化作用；如若选取较高的贫困标准，经济增长在缓解贫困方面的贡献显著增大，表现为贫困指数的迅速下降(11)。上述3个特点与万广华和张茵(2006)的基本结论一致，但亦有不同。两位学者认为使用不同贫困指标对经济增长和再分配程度的相对大小没有影响，多数情况下分解结果对贫困线的选取也不十分敏感。本文则认为不同贫困线所引致的结果差异是显著的(见图4和图5)。　　　　图4
不同贫困线下的H指数分解结果(Shapley Approach)　　资料来源：根据历年《中国住户调查年鉴》计算整理。　　上述变化说明如下问题：收入差距因子大小及其变动方向未随贫困线提高发生显著变化，当考虑更多“较富裕”穷人的时候，不平等程度对贫困状况造成的影响并不大；经济增长因子则不同，贫困标准显著提高，经济增长的惠贫效用随之提高。换言之，经济发展的惠贫效果主要局限于“相对富裕”的贫困人口，而最为贫困的人口部分从经济发展中鲜有受益，经济增长在改善最为贫穷人口收入状况方面的能力有限(12)。　　(2)我国贫困线下的不同贫困指数分解结果。首先考察贫困指数的变动(见图5)：农村H指数以下降为主，PG和SPG指数则在同步的、有升有降的变动。这一现象较为引人注目——H指数的大幅度下降反映出农村贫困人口总量的减低，但反映扶贫资金投入量的PG指数，以及反映贫困人口中收入差距的SPG指数下降幅度较小，甚至在个别年份有所增加，说明既有脱贫人口多为较易脱贫的群体，贫困人口中最需要辅助的群体没有得到有效救助，以致这部分群体的相对(乃至绝对)生活水平出现下降(陈宗胜和沈扬扬，2011)。　　　　图5
我国贫困线下不同贫困指数的分解结果(Shapley Approach)　　注：构造数据的检验结果均通过5%显著性水平的检验。　　资料来源：作者根据历年《中国农村住户调查年鉴》计算整理。　　　　图6
农村人口及其内部贫困人口基尼系数　　资料来源：根据历年《中国农村住户调查年鉴》计算整理。　　其次，观察经济发展与收入差距对贫困状况的影响趋势(图2中柱形的方向)。图5中圆点代表经济增长对贫困的影响，无论选用哪种贫困指数，圆点始终位于纵轴0刻度以下，说明经济增长具有减少贫困的效果；三角代表收入差距对贫困的影响，在多数年份中位于0刻度之上，说明收入差距拉大会恶化贫困状况。图5中例外的区间是以H指数为标准的年和以PG跟SPG指数为标准的年、年、年。对比图6，意料之中的是，这几个例外的年度区间恰好对应农村贫困人口Gini系数下降的3个区间，以及农村整体Gini系数的两个主要下降区间(年、年)。同时，这几个区间也恰好与SST分解时I指数的3个负向年际变动时期一致(见图2)。尽管I指数本身无法反映贫困人口内部的收入差距，其变动趋势却与农村人口以及贫困人口内部收入差距的变动方向完全一致：当贫困人口内部收入差距扩大时，I指数也在同步扩大。该结论在SST以及Shapley值分解中均得到反映。结合我国贫困线偏低的事实，本文推测，贫困人口收入差距的扩大可能是以贫困人口内部最穷人口的相对或绝对收入变得更低，以及相对或绝对人口数量变得更多为基础的，致使在贫困人口日益减少的情况下贫困深度加深。这一结论在陈宗胜和沈扬扬(2011)中通过收入分布图形绘制的方法得到证明。　　最后，观察经济发展与收入差距对FGT指数的影响程度(图2中柱形的长度)。我们发现3个特点：第一，经济增长对H指数的影响程度最大，对PG指数的影响次之，对SPG指数的影响最小(年除外(13))，这证明以贫困人口减少程度度量的贫困指数变动程度较大，从而令在此基础上求得的分解结果的变动趋势较为明显，如果以扶贫资金量的减少程度，或者贫困人口内部收入差距的缩小程度作为考察对象，收入增长的影响程度将不再那么明显。第二，收入差距抑制FGT指数的降低，但影响效果较为稳定，不随FGT指数不同而产生很大程度变化。第三，随着FGT指数α取值的增大，经济增长的惠贫效果将会降低，甚至在部分年份(年)被收入差距因子抵消，造成贫困指数的扩大(14)。本文推测，尽管经济发展起到积极的惠贫作用，但更多惠及的是贫困人口中较富裕的阶层，如若将目光投射到贫困人口中最为贫穷的阶层，便愈难捕捉到经济增长的惠贫效果。如果推断成立，在改革开放的第3个10年当中，我国反贫困斗争所取得的成就并不如有关数据所显示的那般辉煌，我国的贫困问题依旧十分严峻！　　4.哪些因素阻碍“涓滴效应”　　上述分析中反复出现这样一条重要结论：经济增长的“涓滴效应”受阻，经济增长在改善最贫穷人口收入方面的能力十分有限。正如引言所述，贫困人口是一类较为特殊的人群，其内在收入分布结构的形成及变动受到收入分配政策、经济增长质量、文化传统、扶贫政策等因素的显著影响，因此，下述问题值得重视。　　(1)什么因素阻碍了就业渠道？胡鞍钢等(2006)曾经指出，近年来我国经济增长质量出现问题，致使贫困人口无法从经济增长中获得好处。他还较为全面地指出，宏观环境和制度安排不利于贫困人口就业的4方面问题：第一，农村中乡镇企业发展缓慢，农村第二、第三产业吸纳能力有限，农村就业机会呈减少趋势；第二，农业中出现3种“占比下降”，即农业部门产值占GDP比重下降、农业劳动生产率较全国平均劳动率水平下降、农民人均收入占人均GDP比重下降，导致农民收入增长受到限制；第三，农民，尤其是农村贫困人口风险承受能力较低，具有很强的脆弱性，当这些人遭遇重大自然灾害或其他经济冲击的时候，其生存状况会迅速恶化；第四，二元分割的城乡体系以及因缺少必要社会保障产生的农村—城镇农民工流转障碍，所谓经济增长可为穷人提供更多就业机会以帮助其脱贫致富的发展渠道并不十分畅通。　　(2)什么因素阻碍了政府对贫困人口的再分配机制？政府的再分配机制可从其他方面弥补贫困人口收入方面的不足。近一段时期，我国加强了扶贫力度，但仍旧存在一些问题。其一，我国扶贫标准较低。长期以来，我国都是依据绝对贫困标准(生计收入)制定我国贫困线。在物资资源相对匮乏的改革开放初期，生计收入标准为农民提供了必要的生存条件和发展基础，但步入21世纪以来，社会不再以物资稀缺为特征，而是一个由于收入差异带来资源相对稀缺的社会，资源间的差异可能对不同收入阶层的人口发展造成不同的影响，尤其对贫困人口来说，教育、医疗、工作机会的缺乏以及社会歧视等问题都可能成为阻碍他们发展的因子(15)。贫困标准未能随着经济发展而变动，不但不利于最优扶贫范围的确定，还会大大削弱政府扶贫工作的效果，毕竟仅能保证穷人饿不死和为穷人提供发展机会这两个目标下产生的导向性结果差之千里，这种差异在一国经济快速发展、贫富差距持续拉大的情况下尤为明显。其二，扶贫政策实施过程中出现了一些不利于贫困家庭增收的因素。较为关键的因素主要有三点：一是尽管2000年之后国家将贫困县细化为贫困村，提高了扶贫政策的覆盖范围，但由于贫困人口分散度大，扶贫政策的贫困人口覆盖率仍不到50%(汪三贵等，2007；世界银行，2006)；二是由于贫困人口的受教育水平有限，政治参与度不高，故贫困人口在村级开发项目中的参与度并不高，这导致地方官员有动机改变扶贫基金的使用方向，致使扶贫资金惠及不到最贫困的家庭(Park等，2002；汪三贵和李文，2005)；三是相关证据表明，农业银行的地方机构经常不愿贷款给贫困地区的家庭，并且随农业银行股份制改革之后商业化程度的提高和政策性色彩的淡化，其为农村家庭提供的贷款也越来越少(Park等，2002)(16)。　　(3)什么因素阻碍政府对最为贫困人群的扶助力度？从合理分配扶贫资源的角度讲，政府应在转移支付操作过程中向相对更为贫困人群适度倾斜，至少应保证对他们的扶助力度不低于平均的转移支付水平。本文研究表明，经济发展更多地惠及了较为富裕的穷人，而最为贫困的人群却于此鲜有受益。这一现象的产生，与政府在扶贫资源分配上出于政绩动机的“劫贫济富”行为有关。进一步，这种行为乃是导源于贫困指标使用中的片面与偏差。　　现实中，作为扶贫政策执行机构的政府部门具有自身的利益诉求，目前，在被扶助的贫困对象尚无法参与政策监督和效果评估的情况下，扶贫政策执行的效果必然径直向贫困发生地的政府及其扶贫部门的政绩偏好靠拢。而扶贫政绩的评价长期以来是基于贫困发生率H指数。作为最早出现的贫困指数，H指数具有计算简单、操作性强、结果直观、易于被普通大众理解的特点，为世界上大多数国家及联合国机构所普遍使用。但H指数本身包含的信息量很少且非常粗糙(Watts，1968；Sen，1976)，仅以此为参照，极易造成政策行动上的偏差。参照该指标，最“有效”的扶贫方式是优先补贴贫困人口中相对收入较高的人群，因为这部分人群的收入分布靠近贫困线，较易实现“跨线式脱贫”。由于最穷困人口实现“跨线式脱贫”的难度较大，即使投入大量资源也难以在H指数上反映出扶贫成效，导致最需要扶助的人群恰恰最难得到扶贫政策执行者的青睐。在扶贫政策与地方官员政绩挂钩的情况下，自然形成了一种“政府主导，标准粗糙→政绩取向，效果偏差”的行为模式，致使“涓滴效应”止步于较富裕的穷人，而无法畅通至最贫困人群。　　三、结论和政策建议　　本文发现，年除了贫困发生率持续降低，其余几类贫困测度指标均呈现升降交替的不规则变动态势，且综合贫困状况有所恶化，这与我国同期快速提高的经济发展水平形成鲜明的对比。本文利用贫困指数分解的方法对此进行分析。SST指数的分解结果显示，无论参照哪种贫困线，H指数皆起到降低SST指数的作用，说明贫困人口的减少是缓解贫困状况的主要因素，但其影响程度会随着贫困线的提高而减弱；I指数和SPG指数在收入差距缩小的时期有助于降低贫困程度，但在收入差距扩大的时期则会因自身数值的不断扩大拉升SST指数。Shapley值分解结果显示，经济增长起到了缓解贫困状况的作用，收入差距的拉大则恶化了贫困状况；收入差距对贫困状况的恶化程度较为稳定，经济增长因素则不同，提高贫困线之后，经济增长的惠贫效果会显著增强。据此，本文推测经济增长惠及的群体主要集中于较“富裕”的穷人，并对经济增长的惠贫质量提出了质疑。针对上述问题，本文提出如下政策建议：　　第一，为贫困人口创造就业机会。加强农村非农产业建设，发展地区特色优势产业，如中央扶贫开发纲要中提出的那样，争取实现“1户1项增收”项目。此外，要积极促进农村劳动力向外转移，为贫困人口提供多项收入来源与增收机会，提高其抗风险能力。　　第二，提高我国贫困线标准。2011年中央扶贫工作会议决定大幅提高我国扶贫标准，将现有贫困标准提高到2300元(2010年不变价)，提高幅度高达92%，这一举措具有十分积极的现实意义。经测算，新扶贫标准相当于2010年农村居民平均纯收入水平的40%，囊括近20%农村人口，彰显了中央的扶贫决心。在未来的扶贫工作当中，贫困线应当继续保持较高水平。考虑到贫困线要与发展阶段相适应，本文建议在未来一段时期中，根据经济发展每年计算“相对贫困标准”，方法是以上年度农村居民人均纯收入平均水平的40%～50%作为相对贫困线(陈宗胜和沈扬扬，2011)，绝对贫困线一旦低于这一标准，应当提高既有扶贫标准。　　第三，关注最贫困人口。本文发现，最贫困人口没能充分享受到经济发展带来的好处。要惠及这部分人口，首先将目光定位于这部分人群。目前，我国最贫困人口分布有二：一种是分布于贫困村的可统计贫困人口，另一种是非贫困村的贫困人口。对后者，应不断提高贫困覆盖率；对前者，除了“造血式”的开发扶贫，还应当加强对这部分人口的直接补贴。　　第四，提升贫困人口能力。随着时代的进步，人们逐渐发现贫困现象如此复杂，以致单纯建立在货币方面的度量标准并不能充分反映贫困现象。教育、医疗、政治参与权乃至心理感受都应是贫困问题所涵盖的内容。Sen曾提出“基本可行能力”概念，意指一个人所拥有的、享受自己有理由珍视的那种生活的实质自由(Substantive Freedom)。借鉴Sen的观点，本文建议大幅度提高对贫困人口的教育投资，加大农村基本公共卫生服务投入，并指数化这些有助于提高贫困人口可行能力的指标，考虑计算地方以及全国性的MPI指数(17)。此外，由于长期以来秉承粗糙的H指数的扶贫成效评价方式，导致最贫困人群难以得到应有的扶助，本文建议日后的扶贫效果评价中，应纳入对贫困人口收入分布状况的考察，并赋予相对更为贫困人口的生活改善以更大的绩效权重。　　第五，重视贫困人口的诉求。21世纪的扶贫战略拟在投入更多资金积极实施贫困村整村开发式扶贫，但在具体政策实施层面未能充分考虑贫困人口的现实诉求。本文建议通过创造多条渠道来使贫困人口充分参与到扶贫开发项目中，如赋予贫困人口参与减贫项目的设计或投票权，赋予穷人监督和评价扶贫项目的权利等。　　注释：　　①21世纪开端，中国政府制定了年的“21世纪扶贫计划”。《中国国农村扶贫和开发纲要()》将扶贫目标从县改为村，只保留部分主要贫困县，以便锁定贫困人口，被称为“整村推进计划”；中央政府还加大了扶贫资金的投入力度，超过中央财政预算的5%，其中约一半属于补贴贷款。　　②本文选用20分组农村收入分组数据，而没有选用《中国统计年鉴》中给出的5分组数据。因为后一种分布过于粗糙，无法体现贫困人口收入分布情况。　　③从方法本身上讲，Villasenor和Arnold(1989)提出GQ方法仅在特定条件下才能得到有效的数值结果，基于Beta函数形式(Kakwani，1980)得到的洛伦兹曲线经常会出现负值(即便对收入数据而言)，违背了洛伦兹曲线的有效性(Reddy和Minoiu，2006)。　　④2008年，国家正式取消绝对贫困线，以低收入线作为扶助贫困新标准，称“双线合并”。与2007年相比，2008年我国贫困标准上升幅度达52.4%，从而使计算出的贫困指数与前期相比显著上升。后文中相同时间段中，采用以前标准计算的差异性均来源于此。　　⑤之所以会出现2009年低收入标准计算的H指数小于以前标准计算的H指数的情况，是由于低收入线是以1993年“1天1美元”标准，经过历年农村CPI指数推算出来的。“双线合并”之后，2009年的标准数值要大于推算的低收入线。　　⑥2007年之后的“恶化”只是贫困度量标准发生改变的问题，并不意味着我国贫困状况发生突变性变动。这可以从低收入线、“1天1美元”的同时期分解结果中得到证实。　　⑦万广华和张茵(2006)利用农业部农村经济研究中心(RCRE，年)农村家庭调查数据和中国健康与营养调查(CHNS，年)数据计算了FGT指数及其百分比变动，得出贫困线越低，贫困指标年度变化值就越大的结论。　　⑧我国贫困线计算的2008年之后数据除外。　　⑨未给出2009年我国贫困线计算结果，因为2008年“双线合并”之后令结果不可比。以“1天1美元”标准绘制的Poverty Box在这3年中的变动趋势与前两种贫困线下趋势一致，不再绘制。　　⑩加拿大数据Luxembourg Income Study(LIS)为20世纪70年代至20世纪90年代；美国数据为1974年、1979年、1986年、1991年、1994年；部分欧洲国家，如芬兰为1987年、1991年，意大利为1986年、1991年，德国为1981年、1983年、1984年等(Osberg和Xu，1999)；中国数据来自1995年Chinese Household Income Project(Osberg和Xu，2008)。　　(11)使用其他FGT指数，我们得到类似的趋势，限于篇幅，不再赘言。　　(12)对这一结论的另一种证明方式，可参见陈宗胜和沈扬扬(2011)。　　(13)年贫困指数的骤减仍要归因于“双线合并”政策。　　(14)有关经济增长惠贫效果随FGT指数中α值加大而减少的结论在其他贫困线的计算结果中也能得到支持。但随着贫困线的提高，纳入更多较富裕贫困人口进入贫困指数计算与分解之后，会发现无论以哪种贫困指数进行计算，经济增长的惠贫效果始终可以超越收入差距造成的负面影响，贫困指数呈现持续下降的态势。篇幅所限，本文不提供其他贫困线下的计算图形。　　(15)这些因素的缺乏在某种程度上还成为贫困人口的诱因。以医疗为例，中国社会科学院农村发展研究所2001年曾提出在中西部最贫困的农户中，40%～50%属于因病致贫或因病返贫。　　(16)我国近一半扶贫资金是由中国农业银行管理的补贴贷款。按照中央政策规定，这些贷款主要用于贫困地区农村龙头企业的发展。　　(17)MPI指数(Multidimensional Poverty Index，MPI)为多维贫困指数，由联合国在《2010年人类发展报告》发布。该指数从健康、教育和生活标准3大类别下共选取10个指标度量一国贫困程度。这10个指标分别是：学校教育、儿童入学、儿童死亡率、儿童营养、电力、住房、饮水、卫生、做饭材料、资产。这与《中央扶贫纲要》(简称“纲要”)中确立的“稳定实现扶贫对象不愁吃、不愁穿，保障其义务教育、基本医疗和住房”的总体扶贫目标较为一致。作者介绍：沈扬扬，南开大学经济研究所本文由(www.wenku1.com)首发，转载请保留网址和出处！
免费下载文档：