李文靜，帥傳敏，帥　競(jìng)，程　欣，丁麗萍，李夢(mèng)梅

(中國(guó)地質(zhì)大學(xué)(武漢) 經(jīng)濟(jì)管理學(xué)院，湖北　武漢　430074)

?

基于資產(chǎn)指數(shù)的聯(lián)合國(guó)IFAD農(nóng)村扶貧項(xiàng)目精準(zhǔn)脫貧效果評(píng)價(jià)

李文靜，帥傳敏，帥競(jìng)，程欣，丁麗萍，李夢(mèng)梅

(中國(guó)地質(zhì)大學(xué)(武漢) 經(jīng)濟(jì)管理學(xué)院，湖北武漢430074)

摘要：消除貧困、實(shí)現(xiàn)社會(huì)和諧與可持續(xù)發(fā)展，是全人類面臨的一個(gè)重大課題。作為致力于全球減貧事業(yè)的聯(lián)合國(guó)專門機(jī)構(gòu)-國(guó)際農(nóng)業(yè)發(fā)展基金(IFAD)，其中國(guó)農(nóng)村扶貧項(xiàng)目精準(zhǔn)脫貧效果如何備受關(guān)注。本文采用準(zhǔn)實(shí)驗(yàn)研究設(shè)計(jì)方法，基于課題組在我國(guó)7省開展的IFAD項(xiàng)目區(qū)實(shí)地調(diào)研的1356份的農(nóng)戶問卷數(shù)據(jù)，首先構(gòu)建了基于農(nóng)戶資產(chǎn)福利狀態(tài)的資產(chǎn)指數(shù)體系，并結(jié)合多重對(duì)應(yīng)分析法計(jì)算各指標(biāo)的權(quán)重，以此對(duì)農(nóng)戶的貧困狀態(tài)進(jìn)行了測(cè)度。然后，采用雙差分法對(duì)IFAD項(xiàng)目的脫貧效果進(jìn)行了定量評(píng)價(jià)。結(jié)果表明：(1)IFAD扶貧項(xiàng)目的整體脫貧效果明顯；(2)IFAD項(xiàng)目脫貧效果在不同省份之間存在差異；(3)在評(píng)價(jià)農(nóng)戶是否精準(zhǔn)脫貧方面，與農(nóng)民人均純收入相比較，資產(chǎn)指數(shù)具有更好的穩(wěn)健性和客觀性。最后，本文基于上述研究結(jié)論，提出了相應(yīng)的政策含義。

關(guān)鍵詞：聯(lián)合國(guó)IFAD；農(nóng)村扶貧；精準(zhǔn)脫貧；資產(chǎn)指數(shù)；多重對(duì)應(yīng)分析；雙差分

一、 引言

貧困，是當(dāng)今全社會(huì)面臨的一個(gè)重大經(jīng)濟(jì)問題和社會(huì)問題。消除饑餓和貧困是實(shí)現(xiàn)世界公平發(fā)展和可持續(xù)發(fā)展的首要目標(biāo)。聯(lián)合國(guó)千年發(fā)展目標(biāo)提出消滅貧窮饑餓、普及初等教育、促進(jìn)兩性平等、降低兒童死亡、改善產(chǎn)婦保健、與疾病作斗爭(zhēng)、環(huán)境可持續(xù)力、全球伙伴關(guān)系”八大指標(biāo)，是國(guó)際社會(huì)為幫助世界擺脫極端貧困做出的莊嚴(yán)承諾。由于經(jīng)濟(jì)的發(fā)展，中國(guó)的貧困發(fā)生率由1985年的84%下降到2012年的12.5%，大約6億中國(guó)人在過去的30年里擺脫了絕對(duì)貧困。極端貧困現(xiàn)象在中國(guó)已經(jīng)基本消除，但是有很多“幾乎貧困”的人，他們剛剛超過貧困線，且很容易受到?jīng)_擊，而重新陷入貧困狀態(tài)[1]。

貧困識(shí)別和貧困測(cè)度是研究貧困的兩個(gè)基本問題(張建華等，2006)[2]。世界銀行在《1990年世界發(fā)展報(bào)告》中將貧困定義為缺乏達(dá)到最低生活水平的能力。諸多學(xué)者從不同角度對(duì)貧困進(jìn)行了界定。聯(lián)合國(guó)開發(fā)計(jì)劃署(UNDP)在《1997年人類發(fā)展報(bào)告》中提出了人文貧困的概念，從健康長(zhǎng)壽、知識(shí)獲取和資源利用三方面能力剝奪的角度定義貧困。也有學(xué)者從社會(huì)學(xué)的角度對(duì)貧困進(jìn)行分析，認(rèn)為貧困是一個(gè)綜合、具體、相對(duì)和動(dòng)態(tài)的概念。貧困脆弱性和貧困狀態(tài)轉(zhuǎn)移的概念相繼提出。世界銀行(2001)提出了貧困脆弱性的概念，將其定義為度量應(yīng)對(duì)沖擊的復(fù)原性，主要從收入、支出或其他福利指標(biāo)的變動(dòng)性進(jìn)行測(cè)度。類比于馬斯洛的需求層次理論，有學(xué)者將貧困按照貧困人口的需求層次定義為生存性貧困、溫飽型貧困和發(fā)展性貧困。

國(guó)際農(nóng)業(yè)發(fā)展基金(IFAD)是一個(gè)致力于全球農(nóng)村減貧使命的聯(lián)合國(guó)專門機(jī)構(gòu)。IFAD從1981年開始與中國(guó)政府開展了長(zhǎng)達(dá)33年的合作，積極參與到中國(guó)農(nóng)村的減貧事業(yè)并做出了重要貢獻(xiàn)。已實(shí)施的IFAD項(xiàng)目覆蓋了中國(guó)西北、西南和中部20多個(gè)省市自治區(qū)的貧困地區(qū)，著力于幫助貧困地區(qū)農(nóng)戶實(shí)現(xiàn)脫貧致富，通過精準(zhǔn)扶貧手段對(duì)貧困對(duì)象予以扶持。而IFAD中國(guó)項(xiàng)目實(shí)施的績(jī)效即精準(zhǔn)脫貧效果也一直是關(guān)注的焦點(diǎn)。對(duì)扶貧項(xiàng)目對(duì)農(nóng)戶生活條件的改善程度的有效度量，有助于為扶貧項(xiàng)目的持續(xù)發(fā)展和有效施行提供借鑒和依據(jù)。因此，如何科學(xué)合理的衡量扶貧項(xiàng)目對(duì)扶持對(duì)象生活條件改善的貢獻(xiàn)，對(duì)合理評(píng)估扶貧項(xiàng)目績(jī)效具有重要指導(dǎo)意義，也對(duì)我國(guó)當(dāng)前精準(zhǔn)扶貧精準(zhǔn)脫貧有一定借鑒。本文從衡量農(nóng)戶福利狀態(tài)入手以界定貧困發(fā)生率，構(gòu)建了基于農(nóng)戶資產(chǎn)福利狀態(tài)的資產(chǎn)指數(shù)，對(duì)IFAD項(xiàng)目實(shí)施期間農(nóng)戶資產(chǎn)存量的改善進(jìn)行科學(xué)測(cè)度，以評(píng)價(jià)扶貧項(xiàng)目效率和精準(zhǔn)脫貧效果。

對(duì)扶貧項(xiàng)目脫貧效果進(jìn)行分析，離不開對(duì)脫貧標(biāo)準(zhǔn)的合理界定，包括貧困指標(biāo)的選取和貧困線的界定。有學(xué)者認(rèn)為，收入只能反映人類發(fā)展和貧困的一個(gè)方面，而不能反映收入之外其他緯度的貧困。貧困應(yīng)該表現(xiàn)為福利的缺乏，而不僅僅是收入或消費(fèi)的不足，除由收入水平?jīng)Q定外，還可能包括住房和基礎(chǔ)設(shè)施、掃盲和健康狀況等(張建華等，2006)[2]。目前，國(guó)內(nèi)外對(duì)貧困測(cè)度的研究主要集中在貧困及貧困線的衡量與測(cè)度、貧困脆弱性及貧困狀態(tài)上。世界銀行衡量貧困程度有三類：定義一個(gè)確定福利水平、選擇絕對(duì)貧困線、選擇貧困代理指標(biāo)。目前，關(guān)于貧困的測(cè)定方法有恩格爾系數(shù)法、基本需求法、比例法、馬丁法、調(diào)整基期貧困線法、線性支出系統(tǒng)模型法、因子分析法等，對(duì)貧困的測(cè)度主要表現(xiàn)為絕對(duì)貧困和相對(duì)貧困兩個(gè)方面。單純以收入為標(biāo)準(zhǔn)的貧困發(fā)生率測(cè)度方法只能測(cè)度出貧困發(fā)生的規(guī)模，對(duì)窮人的收入分布完全不敏感，無法測(cè)度貧困的深度和強(qiáng)度，且在反貧困政策上具有誤導(dǎo)性?！癋GT 指數(shù)”方法在測(cè)度貧困廣度的同時(shí)，還可以測(cè)度貧困深度及貧困強(qiáng)度，但其只能從收入一維角度進(jìn)行測(cè)度分析，無法從多個(gè)層面、多個(gè)角度考察一個(gè)地區(qū)的貧困發(fā)生狀況(陳輝，2015)[3]。目前對(duì)多維貧困的測(cè)度，主要表現(xiàn)為通過構(gòu)建一個(gè)綜合指標(biāo)或指數(shù)對(duì)福利的主要方面進(jìn)行測(cè)度，并據(jù)此確定一個(gè)貧困線作為測(cè)度貧困的標(biāo)準(zhǔn)對(duì)貧困狀態(tài)進(jìn)行測(cè)度。部分研究者認(rèn)為，資產(chǎn)能夠衡量中長(zhǎng)期的福利狀態(tài)，且受時(shí)間及貨幣價(jià)值波動(dòng)的影響不大。由于受貧困界定和評(píng)估時(shí)間變化的影響，不同方法測(cè)度的貧困狀態(tài)有很大差異。Davis等(2011)[4]認(rèn)為，在貧困狀態(tài)的動(dòng)態(tài)定量評(píng)估中，采用基于資產(chǎn)水平的估計(jì)方法獲取的評(píng)價(jià)更為穩(wěn)定。鑒于資產(chǎn)能夠更穩(wěn)定的反應(yīng)家庭的經(jīng)濟(jì)福利狀況，進(jìn)而衡量中長(zhǎng)期的貧困狀態(tài)，一些研究學(xué)者已經(jīng)從僅以收入作為代理指標(biāo)衡量家庭經(jīng)濟(jì)狀態(tài)轉(zhuǎn)向家庭資產(chǎn)。

資產(chǎn)與貧困之間存在一定的理論關(guān)系，物質(zhì)資本增加能夠創(chuàng)造更多的財(cái)富，使農(nóng)戶具有較強(qiáng)的風(fēng)險(xiǎn)抵抗能力，資產(chǎn)累積有利于貧困過渡，資產(chǎn)損失則可能陷入貧困。目前對(duì)資產(chǎn)貧困線進(jìn)行測(cè)度的方法主要有兩種。第一種是線性支出模型法，通過回歸家庭資產(chǎn)集與消費(fèi)貧困線或低收入貧困線，得到維持貧困線消費(fèi)水平或低收入水平的最小資產(chǎn)需求，即一個(gè)資產(chǎn)指數(shù)，并將其定義為資產(chǎn)貧困線(汪三貴，2013)[5]。Carter等(2001)[6]人將資產(chǎn)貧困線定義為能夠產(chǎn)生于C值的資產(chǎn)組合：用Cit代表個(gè)人或家庭i在第t期的福利水平，c為貧困線，當(dāng)Cit≤c，時(shí)，i被定義為貧困。此外，他還提出了在資產(chǎn)貧困陷阱理論的基礎(chǔ)上，利用農(nóng)戶的資產(chǎn)水平測(cè)度長(zhǎng)期貧困的新思路，也構(gòu)成了甄別長(zhǎng)期貧困與暫時(shí)貧困的第三種思路，將Micawber邊界所處的資產(chǎn)水平作為確定農(nóng)戶是否為長(zhǎng)期貧困的標(biāo)準(zhǔn)，即動(dòng)態(tài)資產(chǎn)貧困線(Carter等，2006)[7]。第二種是資產(chǎn)指數(shù)法，資產(chǎn)指數(shù)法被廣泛應(yīng)用于多維度貧困，用以衡量農(nóng)戶在資產(chǎn)方面的貧困程度。對(duì)資產(chǎn)的界定也從單一的農(nóng)戶耐用消費(fèi)品擁有量擴(kuò)展到農(nóng)戶生活的諸多方面。李佳路(2011)[8]提出資產(chǎn)貧困的多維貧困線，從住房、耐用品、生產(chǎn)性資產(chǎn)及耕地角度入手，認(rèn)為當(dāng)一個(gè)農(nóng)戶同時(shí)存在上述4類資產(chǎn)貧困中的任何三種時(shí)，即視為資產(chǎn)貧困。李曉紅(2013)[9]從人力資本產(chǎn)權(quán)的視角出發(fā)對(duì)城市貧困人口的致貧原因進(jìn)行分析，認(rèn)為導(dǎo)致城市貧困的各種原因是通過影響貧困人口人力資本產(chǎn)權(quán)的實(shí)現(xiàn)，影響了貧困人口的產(chǎn)權(quán)維護(hù)能力。羅良清(2012)[10]則指出，人力資本具有較強(qiáng)的減貧效應(yīng)，但存在區(qū)域差異，東部地區(qū)的人力資本減貧效應(yīng)大于中西部地區(qū)，應(yīng)從區(qū)域視角入手通過發(fā)展教育促進(jìn)貧困人口的人力資本積累，增加其就業(yè)機(jī)會(huì)，提高其收入水平達(dá)到脫貧目的。

綜上所述，現(xiàn)有文獻(xiàn)對(duì)貧困測(cè)度的研究已從單一測(cè)度走向多維測(cè)度，涉及收入、消費(fèi)、資產(chǎn)、被剝奪狀況等諸多角度。但是諸多研究對(duì)扶貧項(xiàng)目的評(píng)估缺乏基線數(shù)據(jù)的支撐，有的研究雖有基線數(shù)據(jù)的支撐，但跨越項(xiàng)目前后兩個(gè)時(shí)點(diǎn)進(jìn)行隨機(jī)抽樣，每次抽取樣本的變動(dòng)會(huì)使得監(jiān)測(cè)結(jié)果存在一定的測(cè)量誤差，進(jìn)而無法有效衡量項(xiàng)目干預(yù)的實(shí)際貢獻(xiàn)。對(duì)于缺乏系統(tǒng)且完整的基線調(diào)查對(duì)比分析數(shù)據(jù)，項(xiàng)目評(píng)估只能采用農(nóng)戶回顧的方法獲取項(xiàng)目實(shí)施前農(nóng)戶家庭的數(shù)據(jù)，通過項(xiàng)目前后的對(duì)比，分析農(nóng)戶生活狀況的改善程度。但通過農(nóng)戶回憶獲取項(xiàng)目前的收入、儲(chǔ)蓄等基線數(shù)據(jù)具有一定的回憶偏差，而基于資產(chǎn)類別對(duì)資產(chǎn)存量進(jìn)行分析可以大大減少農(nóng)戶的回憶偏差，從而提高脫貧項(xiàng)目評(píng)估的合理性。因此，本文采用資產(chǎn)指數(shù)法對(duì)農(nóng)戶的貧困狀態(tài)進(jìn)行界定，對(duì)IFAD項(xiàng)目的精準(zhǔn)扶貧項(xiàng)目效果進(jìn)行分析。

二、樣本數(shù)據(jù)與研究方法

本文采用準(zhǔn)實(shí)驗(yàn)研究方法，設(shè)計(jì)了處理組和對(duì)照組兩個(gè)組別，使用的樣本數(shù)據(jù)來自課題組對(duì)中國(guó)國(guó)家級(jí)IFAD項(xiàng)目影響評(píng)估的實(shí)地調(diào)研的一手?jǐn)?shù)據(jù)。對(duì)樣本選擇的標(biāo)準(zhǔn)依次為：樣本省、樣本縣及樣本村采取分層隨機(jī)抽樣，樣本農(nóng)戶采取隨機(jī)抽樣的方式獲取樣本數(shù)據(jù)；采用傾向得分匹配(PSM)方法進(jìn)行對(duì)照村(對(duì)照村)的選擇。課題組赴河南、甘肅、寧夏、新疆、內(nèi)蒙古、四川和重慶在內(nèi)的7省(市、區(qū))進(jìn)行了為期3個(gè)月的實(shí)地調(diào)研。問卷調(diào)查涉及項(xiàng)目村(處理村)和非項(xiàng)目村(對(duì)照村)共計(jì)49個(gè)。實(shí)地調(diào)研共獲取農(nóng)戶問卷1362份，其中有效農(nóng)戶問卷1356份，問卷有效率為99.56%，樣本分布見表1。

本文采用的研究方法主要是資產(chǎn)指數(shù)法和雙差分析法。具體來說：(1)首先，根據(jù)文獻(xiàn)分析和實(shí)地調(diào)研觀測(cè)采用多重對(duì)應(yīng)分析法(Multiple Correspondence Analysis，MCA)構(gòu)建資產(chǎn)指數(shù)，對(duì)農(nóng)戶的貧困狀態(tài)進(jìn)行測(cè)度。(2)采用雙差分分析法(Diff-in-Diff，DiD)衡量IFAD項(xiàng)目干預(yù)對(duì)受益農(nóng)戶脫貧的凈貢獻(xiàn)，通過構(gòu)建適當(dāng)?shù)膶?shí)驗(yàn)組和對(duì)照組，并分析實(shí)驗(yàn)組和對(duì)照組事后差異和事前差異的差分，以過濾掉結(jié)果變量的時(shí)間趨勢(shì)和固定效應(yīng)的干擾(Ravallion, 2007)[11]，從而獲取IFAD項(xiàng)目干預(yù)對(duì)農(nóng)戶基于資產(chǎn)狀況衡量的貧困狀態(tài)的直接干預(yù)效應(yīng)，在此基礎(chǔ)上對(duì)精準(zhǔn)脫貧效果進(jìn)行評(píng)價(jià)。

表1　問卷樣本統(tǒng)計(jì)學(xué)特征

資料來源：根據(jù)樣本數(shù)據(jù)整理所得。

三、資產(chǎn)指數(shù)和貧困測(cè)度

現(xiàn)有文獻(xiàn)中，構(gòu)建資產(chǎn)指數(shù)最常用的方法是主成分分析(Principal Components Analysis, PCA)和因子分析(Factor Analysis, FA)。PCA一般多用于連續(xù)性變量，變量需滿足線性約束，即假定各變量間距相等且排列有序。相比之下，MCA對(duì)變量分布的假設(shè)要求更少，更適合于離散變量和分類變量。相關(guān)文獻(xiàn)表明(Booysen, 2008)[12]，MCA更適用于二元變量和分類變量。MCA計(jì)算公式如下：

MCAi=Ri1W1+Ri2W2+…+RijWj

式中，MCA代表家庭的財(cái)富指數(shù)得分，Rij代表農(nóng)戶對(duì)第i類資產(chǎn)的擁有情況，Wj是第i類資產(chǎn)在第一維度下的權(quán)重。

鑒于農(nóng)戶資產(chǎn)除能用貨幣衡量者之外，其他均為分類指標(biāo)，如飲用水、做飯燃料、通往市場(chǎng)便利程度等。本文認(rèn)為，人力資本也是農(nóng)戶資產(chǎn)重要的組成部分，人力資本在農(nóng)戶脫貧和經(jīng)濟(jì)創(chuàng)收方面起著至關(guān)重要的作用，故也應(yīng)納入農(nóng)戶資產(chǎn)的考慮范疇。本文采用多重對(duì)應(yīng)分析法，從農(nóng)戶的生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本3個(gè)維度構(gòu)建了本文農(nóng)戶資產(chǎn)指數(shù)，以對(duì)本次評(píng)估的農(nóng)戶的資產(chǎn)狀況進(jìn)行綜合測(cè)度，構(gòu)建的農(nóng)戶資產(chǎn)指數(shù)指標(biāo)體系，從資產(chǎn)福利角度對(duì)農(nóng)戶的貧困狀況進(jìn)行度量。本文從生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本三個(gè)角度對(duì)農(nóng)戶資產(chǎn)進(jìn)行分析，其中生產(chǎn)性資產(chǎn)主要指農(nóng)戶用以農(nóng)業(yè)生產(chǎn)及購銷便利程度的資產(chǎn)類型，包括農(nóng)用機(jī)車、出行交通工具及道路狀況等；生活性資產(chǎn)主要指農(nóng)戶用于生活的資產(chǎn)，包括住房條件、飲用水、電器及做飯燃料等；人力資本主要指農(nóng)戶的人力創(chuàng)造資本，鑒于本次項(xiàng)目評(píng)估所涉及的區(qū)域多處農(nóng)村偏遠(yuǎn)地帶，多數(shù)家庭靠外出務(wù)工，從事非農(nóng)就業(yè)等以解決家庭生活狀況，因此，本文選擇家庭成員中勞動(dòng)力人數(shù)對(duì)農(nóng)戶的人力資本進(jìn)行衡量。本文對(duì)資產(chǎn)指數(shù)模型構(gòu)成的各指標(biāo)的定義和數(shù)據(jù)處理原則見表2。

由于本文采用相對(duì)貧困線對(duì)農(nóng)戶貧困狀況進(jìn)行衡量，為避免項(xiàng)目前后權(quán)重重新計(jì)算帶來相對(duì)貧困線變動(dòng)對(duì)脫貧率計(jì)算造成的影響，本文采用項(xiàng)目前后的混合樣本數(shù)據(jù)計(jì)算農(nóng)戶的資產(chǎn)指數(shù)，指標(biāo)權(quán)重計(jì)算結(jié)果見表3。本文計(jì)算的項(xiàng)目前后的資產(chǎn)指數(shù)分布情況見表4。

本文計(jì)算的資產(chǎn)指數(shù)值組成情況見表5。以資產(chǎn)指數(shù)最小值為例，當(dāng)生產(chǎn)性資本、生活性資本和人力資本均處于最低水平時(shí)，資產(chǎn)指數(shù)取最小值，為-7.302，代表農(nóng)戶資產(chǎn)福利狀況較差。資產(chǎn)指數(shù)分布的中位數(shù)代表農(nóng)戶家庭中有摩托車、彩電，距離市場(chǎng)較近，做飯燃料使用煤或沼氣，飲用水為河流，家庭中勞動(dòng)力占家庭規(guī)模比較大，住房條件達(dá)中等水平。當(dāng)生產(chǎn)性資產(chǎn)和生活性資產(chǎn)都擁有，去往市場(chǎng)耗時(shí)最短，采用電或天然氣等做飯燃料，飲用水為自來水，勞動(dòng)力人數(shù)占家庭規(guī)模的70%以上及住房條件指數(shù)達(dá)74.96以上時(shí)，資產(chǎn)指數(shù)最優(yōu)，即代表農(nóng)戶資產(chǎn)福利狀況最優(yōu)。

表2　資產(chǎn)指數(shù)模型變量及處理原則

資料來源：IFAD中國(guó)項(xiàng)目評(píng)估調(diào)查問卷。

注：住房條件指數(shù)：本文將其定義為住房材料及人均居住面積等衡量居住條件水平的綜合指標(biāo)(其中住房材料：參照Score card得分，采用百分制打分法；人均居住面積：取數(shù)值最大值，標(biāo)準(zhǔn)化，百分制打分法)，根據(jù)專家打分法，以住房材料0.7，人均居住面積0.3的權(quán)重計(jì)算住房條件指數(shù)的綜合得分。

表3　資產(chǎn)類指標(biāo)權(quán)重

資料來源：根據(jù)調(diào)查數(shù)據(jù)整理而得。

表4　資產(chǎn)指數(shù)分布表

資料來源：作者根據(jù)實(shí)地調(diào)研數(shù)據(jù)整理而得。

注：MCA-pre代表項(xiàng)目前的資產(chǎn)指數(shù)；MCA-post代表項(xiàng)目后的資產(chǎn)指數(shù)。

此外，為衡量上述所構(gòu)建資產(chǎn)指數(shù)的穩(wěn)健性，本文將資產(chǎn)指數(shù)與衡量農(nóng)戶家庭生活福利狀況的其他指標(biāo)進(jìn)行對(duì)比，以獲取該指數(shù)的穩(wěn)健程度。鑒于可獲取的發(fā)展中國(guó)家的調(diào)查通常缺乏收入和支出的數(shù)據(jù)，Harttgen等 (2013)[13]采用資產(chǎn)指數(shù)擬合農(nóng)戶收入，進(jìn)而判斷貧困標(biāo)準(zhǔn)和不平等狀況。世界銀行(2003)研究表明，生活福利類貧困度量指標(biāo)與支出的相關(guān)性范圍通常在0.20到0.40之間。Booysen等(2008)[12]的研究表明，資產(chǎn)類指標(biāo)與人均消費(fèi)支出具有正向且顯著的相關(guān)系數(shù)和Spearman秩相關(guān)系數(shù)，分別為0.421和0.493。本文采用農(nóng)戶人均消費(fèi)支出作為對(duì)照指標(biāo)，分析其與資產(chǎn)指數(shù)的相關(guān)性以獲取農(nóng)戶資產(chǎn)指數(shù)的穩(wěn)健性。本文采用相關(guān)分析中的相關(guān)系數(shù)和Spearman秩相關(guān)系數(shù)對(duì)其相關(guān)性進(jìn)行分析。分析表明，農(nóng)戶資產(chǎn)指數(shù)與人均消費(fèi)支出的相關(guān)系數(shù)為和Spearman秩相關(guān)系數(shù)分別為0.272和0.416，且均在0.01的水平上顯著，這與前面所述研究結(jié)果一致，表明本文構(gòu)建的資產(chǎn)指數(shù)穩(wěn)健性較好。

表5　不同資產(chǎn)指數(shù)值組成情況表

資料來源：根據(jù)統(tǒng)計(jì)數(shù)據(jù)匯總而得。

多維貧困的綜合指標(biāo)是正數(shù)(positive)，可以使用任何其他類型的貧困線，如分位數(shù)和中位數(shù)的50%相對(duì)貧困線(Asselin, 2008)[14]。參照世界銀行貧困分析相關(guān)資料，可以以人口總量的一部分作為相對(duì)貧困人口劃定貧困線，進(jìn)而以此為標(biāo)準(zhǔn)對(duì)貧困狀態(tài)進(jìn)行測(cè)度。本文借鑒Booysen(2008)[12]和Garbero(2014)[15]等學(xué)者對(duì)資產(chǎn)指數(shù)貧困線的劃分，分別采用資產(chǎn)指數(shù)分布的40分位和60分位作為貧困線，對(duì)農(nóng)戶資產(chǎn)的貧困狀態(tài)進(jìn)行衡量。

四、IFAD項(xiàng)目精準(zhǔn)脫貧效果評(píng)價(jià)

(一)IFAD項(xiàng)目干預(yù)對(duì)資產(chǎn)指數(shù)的影響分析

為了考察IFAD項(xiàng)目干預(yù)對(duì)農(nóng)戶資產(chǎn)指數(shù)增長(zhǎng)的凈貢獻(xiàn)，本文采用雙差分析的方法對(duì)項(xiàng)目干預(yù)對(duì)資產(chǎn)指數(shù)變動(dòng)的影響進(jìn)行了分析，即刨除項(xiàng)目期內(nèi)農(nóng)戶資產(chǎn)指數(shù)的自然增長(zhǎng)外，IFAD項(xiàng)目實(shí)施對(duì)農(nóng)戶資產(chǎn)指數(shù)增長(zhǎng)的凈貢獻(xiàn)。資產(chǎn)指數(shù)的雙差分結(jié)果見表6。

由表6的分析結(jié)果可以看出，從中國(guó)項(xiàng)目區(qū)的整體實(shí)施情況來看，由于受到IFAD項(xiàng)目實(shí)施的幫扶，處理村與對(duì)照村之間資產(chǎn)指數(shù)增量的差值為1.075，且在0.01的水平下顯著。

為考察其他因素對(duì)農(nóng)戶資產(chǎn)指數(shù)的影響，本文采用固定效應(yīng)模型進(jìn)行分析(薛鳳蕊，2011)[16]，將可觀測(cè)的影響資產(chǎn)指數(shù)值的一組變量作為控制變量，并以此為基礎(chǔ)對(duì)IFAD項(xiàng)目干預(yù)效應(yīng)的凈效應(yīng)進(jìn)行分析。本文選擇勞動(dòng)力中女性占比、戶主年齡、戶主受教育程度、家庭規(guī)模、家庭勞動(dòng)力個(gè)數(shù)等5個(gè)變量家庭特征變量作為控制變量組。由表7的計(jì)算結(jié)果可以得出，IFAD項(xiàng)目干預(yù)對(duì)農(nóng)戶資產(chǎn)指數(shù)增長(zhǎng)的凈貢獻(xiàn)為1.0745，在其他因素不變的情況下，勞動(dòng)力中女性占比(0.6792)對(duì)資產(chǎn)指數(shù)有顯著的正向影響，且影響最大，這表明女性勞動(dòng)力占比越高，對(duì)農(nóng)戶資產(chǎn)存量改善越大；其次為家庭中的勞動(dòng)力個(gè)數(shù)(0.2634)、戶主受教育水平(0.1594)、戶主年齡(0.0091)，即家中勞動(dòng)力最多，受教育水平越高，對(duì)農(nóng)戶資產(chǎn)存量的影響越大。

此外，本文將農(nóng)戶特征變量作為一組控制變量，采用雙差分析法對(duì)控制變量影響下的IFAD項(xiàng)目的干預(yù)效應(yīng)進(jìn)行分析。由計(jì)算結(jié)果可以看出，處理村與對(duì)照村之間資產(chǎn)指數(shù)增量的差值為1.075，且在0.01的水平下顯著(見表8)。由分析結(jié)果可以看出，從資產(chǎn)指數(shù)角度度量的農(nóng)戶生計(jì)狀況來看，IFAD項(xiàng)目的干預(yù)對(duì)農(nóng)戶資產(chǎn)指數(shù)增長(zhǎng)的凈貢獻(xiàn)顯著，即IFAD項(xiàng)目干預(yù)效應(yīng)顯著。

表6　資產(chǎn)指數(shù)雙差分析結(jié)果

數(shù)據(jù)來源：根據(jù)IFAD7省項(xiàng)目調(diào)研數(shù)據(jù)，采用stata13.0計(jì)算而得。

注：“***，**，*”分別代表在0.01，0.05和0.1的水平下顯著，“ns”代表不顯著。

表7　IFAD項(xiàng)目效果：雙差分析回歸結(jié)果

資料來源：根據(jù)IFAD7省項(xiàng)目調(diào)研數(shù)據(jù)，采用stata13.0計(jì)算而得。

表8　包含控制變量的資產(chǎn)指數(shù)雙差分析結(jié)果

數(shù)據(jù)來源：根據(jù)IFAD7省項(xiàng)目調(diào)研數(shù)據(jù)，采用stata13.0計(jì)算而得。

注：“***，**，*”分別代表在0.01，0.05和0.1的水平下顯著，“ns”代表不顯著。

(二)項(xiàng)目干預(yù)對(duì)脫貧率的影響分析

本文將7省整體作為研究對(duì)象，取其資產(chǎn)指數(shù)分布的40分位和60分位作為資產(chǎn)指數(shù)的貧困線。參照該脫貧率標(biāo)準(zhǔn)，各省處理村脫貧率均實(shí)現(xiàn)大幅度增長(zhǎng)。從整體上看，取資產(chǎn)指數(shù)分布的40th分位數(shù)為貧困線時(shí)，7省處理村項(xiàng)目前脫貧率為57.33%，項(xiàng)目后脫貧率為99.21%，與項(xiàng)目前相比，項(xiàng)目后脫貧率增長(zhǎng)了41.88%。同期對(duì)照村項(xiàng)目前脫貧率為64.53%，項(xiàng)目后脫貧率為98.31%，與項(xiàng)目前相比，項(xiàng)目后脫貧率增長(zhǎng)了33.78%。雙差分析(DiD)結(jié)果表明，由于IFAD項(xiàng)目的實(shí)施，處理村的脫貧速度高于對(duì)照村8.10%，這表明了IFAD項(xiàng)目對(duì)處理村減貧的凈貢獻(xiàn)。取資產(chǎn)指數(shù)分布的60th分位數(shù)為貧困線時(shí)，7省處理村項(xiàng)目前脫貧率為39.53%，項(xiàng)目后脫貧率為97.51%，與項(xiàng)目前相比，項(xiàng)目后脫貧率增長(zhǎng)了57.98%。同期對(duì)照村項(xiàng)目前脫貧率為41.89%，項(xiàng)目后脫貧率為94.43%，與項(xiàng)目前相比，項(xiàng)目后脫貧率增長(zhǎng)了52.53%。雙差分析(DiD)結(jié)果表明，由于IFAD項(xiàng)目的實(shí)施，處理村的脫貧速度高于對(duì)照村5.45%，這表明了IFAD項(xiàng)目對(duì)處理村減貧的凈貢獻(xiàn)(見表9)。

從7省農(nóng)戶脫貧率變動(dòng)情況來看，參照40th分位數(shù)貧困線標(biāo)準(zhǔn)，由IFAD項(xiàng)目實(shí)施帶來的增長(zhǎng)中，新疆增幅最大(19.64%)，其次為四川(17.44%)、重慶(10.12%)、甘肅(3.27%)、河南(2.99%)；參照60th分位數(shù)貧困線標(biāo)準(zhǔn)，增幅最大的為四川(28.12%)，其次為內(nèi)蒙(22.62%)、甘肅(12.50%)、新疆(7.44%)、河南(7.23%)、重慶(5.95%)。

有學(xué)者指出，貧困研究除靜態(tài)關(guān)注同一時(shí)期貧困人口的規(guī)模大小之外，更應(yīng)動(dòng)態(tài)地研究貧困群體在不同時(shí)期貧困狀態(tài)的動(dòng)態(tài)變化過程(葉初升，2013)[17]。因此，本文對(duì)項(xiàng)目期內(nèi)農(nóng)戶貧困轉(zhuǎn)移狀態(tài)進(jìn)行了分析，以便界定項(xiàng)目期內(nèi)農(nóng)戶是脫貧、返貧還是持續(xù)脫貧或持續(xù)貧困。由表7可以得出，以資產(chǎn)指數(shù)分布的40分位數(shù)為貧困線為例，在764戶項(xiàng)目戶中，有552戶的生計(jì)狀況由貧困轉(zhuǎn)為脫貧，所占比例為72.25%；項(xiàng)目前已有的190戶處于脫貧的農(nóng)戶經(jīng)過項(xiàng)目期處于持續(xù)脫貧狀態(tài)；而同期對(duì)照村592戶中，有389戶生計(jì)狀況實(shí)現(xiàn)了由貧困到非貧困的轉(zhuǎn)變，比率達(dá)65.71%，項(xiàng)目前已脫貧的154戶仍處于持續(xù)脫貧狀態(tài)。通過處理村與對(duì)照村的差異分析可以得出，對(duì)于項(xiàng)目前的貧困戶而言，與對(duì)照村相比，處理村貧困戶脫貧的比率高出6.54%，即表現(xiàn)為IFAD項(xiàng)目對(duì)貧困農(nóng)戶貧困狀態(tài)改善的凈效益。同理，以資產(chǎn)指數(shù)分布的60分位數(shù)為貧困線，IFAD項(xiàng)目對(duì)貧困農(nóng)戶貧困狀態(tài)改善的凈貢獻(xiàn)為11.05%(詳見表10)。

表9　IFAD項(xiàng)目干預(yù)前后處理村與對(duì)照村的脫貧效果

資料來源：作者根據(jù)IFAD實(shí)地調(diào)研資料計(jì)算整理而得。

表10　IFAD項(xiàng)目干預(yù)前后處理村與對(duì)照村貧困轉(zhuǎn)移狀態(tài)

資料來源：作者根據(jù)IFAD實(shí)地調(diào)研資料計(jì)算整理而得。

注：pre-指項(xiàng)目實(shí)施前；post-指項(xiàng)目實(shí)施后。

五、結(jié)論、啟示和討論

(一)研究結(jié)論

資產(chǎn)的存量和積累有利于農(nóng)戶擺脫貧困?；谫Y產(chǎn)種類對(duì)農(nóng)戶貧困狀態(tài)進(jìn)行的分析，可有效測(cè)度農(nóng)戶的生存及生計(jì)狀況。而基于相對(duì)貧困對(duì)不同時(shí)點(diǎn)農(nóng)戶生計(jì)狀況進(jìn)行的測(cè)度，有利于抓住貧困狀態(tài)的轉(zhuǎn)移，并避免以貨幣衡量在價(jià)值上和時(shí)間上存在的測(cè)量偏差。本文采用的基于資產(chǎn)指數(shù)對(duì)農(nóng)戶資產(chǎn)生計(jì)狀況改善的測(cè)度，采用相對(duì)貧困線對(duì)IFAD項(xiàng)目前后農(nóng)戶生活狀態(tài)的變化情況進(jìn)行測(cè)度，并結(jié)合雙差分析的方法對(duì)IFAD項(xiàng)目的干預(yù)效應(yīng)進(jìn)行評(píng)估，為合理評(píng)估IFAD項(xiàng)目對(duì)農(nóng)戶減貧效應(yīng)提供了有效的衡量方法，主要得出以下研究結(jié)論：

1.IFAD扶貧項(xiàng)目整體脫貧效果明顯

第一，以資產(chǎn)指數(shù)測(cè)度的農(nóng)戶脫貧效果顯著，取資產(chǎn)指數(shù)分布的40th分位數(shù)為貧困線時(shí)，IFAD項(xiàng)目對(duì)處理村減貧的凈貢獻(xiàn)8.10%，即有8.10%的貧困對(duì)象因受IFAD項(xiàng)目的扶持而實(shí)現(xiàn)脫貧；取資產(chǎn)指數(shù)分布的60th分位數(shù)為貧困線時(shí)，該凈貢獻(xiàn)為5.45%。第二，資產(chǎn)指數(shù)增長(zhǎng)效果顯著，在不考慮控制變量的情況下，處理村與對(duì)照村之間資產(chǎn)指數(shù)增量的差值為1.075且在0.01的水平下顯著；在考慮控制變量的情況下，IFAD項(xiàng)目干預(yù)對(duì)資產(chǎn)指數(shù)增量的凈貢獻(xiàn)為1.0745且在0.01的水平下顯著。

2.IFAD扶貧項(xiàng)目效果在不同省份之間存在差異

第一，從各省農(nóng)戶脫貧率變動(dòng)情況來看，參照40th分位數(shù)貧困線標(biāo)準(zhǔn)，由IFAD項(xiàng)目實(shí)施帶來的增長(zhǎng)中，新疆增幅最大(19.64%)，其次為四川(17.44%)、重慶(10.12%)、甘肅(3.27%)、河南(2.99%)；參照60th分位數(shù)貧困線標(biāo)準(zhǔn)，增幅最大的為四川(28.12%)，其次為內(nèi)蒙(22.62%)、甘肅(12.50%)、新疆(7.44%)、河南(7.23%)、重慶(5.95%)。第二，從各省農(nóng)戶資產(chǎn)指數(shù)的增長(zhǎng)情況來看，在不考慮控制變量的情況下，增幅最大為甘肅(1.511)，其次為四川(1.362)、新疆(1.266)、重慶(1.074)；在考慮農(nóng)戶特征等控制變量的情況下，資產(chǎn)指數(shù)增幅最大為四川(1.445)，其次為甘肅(1.270)、新疆(0.974)、重慶(0.921)、內(nèi)蒙古(0.626)。

3.在評(píng)價(jià)農(nóng)戶是否精準(zhǔn)脫貧方面，資產(chǎn)指數(shù)比純收入具有更好的穩(wěn)健性和客觀性

從資產(chǎn)指數(shù)的構(gòu)成上來說，該指標(biāo)涉及農(nóng)戶生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本，能夠較為全面的測(cè)度農(nóng)戶資產(chǎn)角度福利的存量。資產(chǎn)指標(biāo)表征的農(nóng)戶生計(jì)狀況能有效反映農(nóng)戶生活資本的存量，及生產(chǎn)資料的獲取能力，為多維貧困測(cè)度指標(biāo)的選取和貧困的識(shí)別提供了新的借鑒。此外，本文對(duì)資產(chǎn)指數(shù)的穩(wěn)健性檢驗(yàn)結(jié)果也表明，農(nóng)戶資產(chǎn)指數(shù)與人均消費(fèi)支出的兩類相關(guān)系數(shù)值分別為0.272和0.416，與相關(guān)學(xué)者對(duì)生活福利類貧困度量指標(biāo)的研究結(jié)果相一致，具有較好的穩(wěn)健性。因此，資產(chǎn)指數(shù)與我國(guó)常用的農(nóng)民人均純收入指標(biāo)相比較，能夠更加客觀地反映農(nóng)戶的貧困狀態(tài)。

(二)政策啟示

1.我國(guó)應(yīng)加大力度實(shí)施精準(zhǔn)扶貧和精準(zhǔn)脫貧

由上述分析結(jié)論可以得出，IFAD項(xiàng)目對(duì)貧困人口扶持的脫貧效果顯著，對(duì)生計(jì)水平有顯著的正向促進(jìn)效應(yīng)。其原因在于IFAD在扶持對(duì)象的選擇上具有貧困瞄準(zhǔn)的精準(zhǔn)性。農(nóng)村信貸主要側(cè)重于種養(yǎng)殖等有資金周轉(zhuǎn)需求的貧困農(nóng)戶，農(nóng)村基礎(chǔ)設(shè)施建設(shè)主要用于道路交通醫(yī)療等相對(duì)落后的地區(qū)，提高貧苦人口對(duì)社會(huì)資源的可獲得性，而社會(huì)發(fā)展主要用于提升貧困人口的生存能力，包括技能培訓(xùn)和掃盲培訓(xùn)在內(nèi)的軟實(shí)力的建設(shè)。針對(duì)不同的扶持對(duì)象，采用不同的子項(xiàng)目類型分別對(duì)其予以扶持，進(jìn)而提升農(nóng)戶的生計(jì)福利水平。

2.我國(guó)各省區(qū)應(yīng)因地制宜地選擇扶貧模式

從不同省份IFAD項(xiàng)目執(zhí)行的結(jié)果來看，新疆、四川、甘肅、重慶的扶持效果顯著。中國(guó)幅員廣闊，不同省份間地理位勢(shì)差異顯著，且自然資源稟賦各異。以四川、新疆、甘肅為例，四川植被覆蓋率高，因而沼氣項(xiàng)目的推行在環(huán)保的基礎(chǔ)上又有助于有效利用當(dāng)?shù)刭Y源，充分發(fā)揮區(qū)位優(yōu)勢(shì)；新疆地域遼闊，以畜牧養(yǎng)殖為主，兼以手工，有效依托其自身產(chǎn)業(yè)特色開展扶貧工作，收效顯著；甘肅位處黃土高原，以農(nóng)牧養(yǎng)殖為主，開展信貸及培訓(xùn)等對(duì)農(nóng)牧產(chǎn)業(yè)進(jìn)行扶持，充分發(fā)揮農(nóng)戶特長(zhǎng)，提高其生計(jì)能力，進(jìn)而改善其生存環(huán)境。因此，對(duì)中國(guó)貧困地區(qū)農(nóng)戶予以扶持時(shí)，應(yīng)使其自身優(yōu)勢(shì)及特長(zhǎng)得到充分發(fā)揮，視其能力，按需扶持，做到精準(zhǔn)高效。

3.我國(guó)應(yīng)采用資產(chǎn)指數(shù)指標(biāo)精準(zhǔn)識(shí)別貧困扶持對(duì)象

研究結(jié)果表明，以人均純收入瞄準(zhǔn)的貧困扶持對(duì)象受貧困指標(biāo)本身特質(zhì)的影響較大，單以某一時(shí)點(diǎn)的貧困測(cè)度受當(dāng)期生產(chǎn)行為的影響顯著，在扶持對(duì)象的瞄準(zhǔn)過程中可能導(dǎo)致瞄準(zhǔn)偏誤。而以資產(chǎn)指數(shù)測(cè)度的農(nóng)戶貧困狀態(tài)具有較好的穩(wěn)健性，能夠較為準(zhǔn)確的反映出農(nóng)戶在一定時(shí)期的資產(chǎn)存量及生產(chǎn)資料的可獲能力，對(duì)于有效甄別貧困對(duì)象具有較好的穩(wěn)健性。因此，本文建議，在當(dāng)前精準(zhǔn)扶貧和精準(zhǔn)脫貧工作中，推行資產(chǎn)指數(shù)測(cè)度方法對(duì)貧困扶持對(duì)象進(jìn)行精準(zhǔn)識(shí)別，以提高扶貧對(duì)象的瞄準(zhǔn)精度。

(三)方法討論

本文提出的基于資產(chǎn)指數(shù)構(gòu)建貧困代理指標(biāo)對(duì)農(nóng)戶的貧困狀態(tài)進(jìn)行測(cè)度，可以作為我國(guó)當(dāng)前扶貧工作確定扶持對(duì)象和衡量扶貧項(xiàng)目扶貧效果的考核指標(biāo)，這對(duì)于我國(guó)當(dāng)前推行的精準(zhǔn)扶貧工作具有一定的借鑒意義。采用資產(chǎn)指數(shù)測(cè)度農(nóng)戶的資產(chǎn)福利能夠較為準(zhǔn)確的衡量出農(nóng)戶的資產(chǎn)擁有情況，按照農(nóng)戶資產(chǎn)類別屬性的不同，反映出農(nóng)戶從事生產(chǎn)活動(dòng)、生活活動(dòng)的生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本的持有水平，較為客觀真實(shí)地反映農(nóng)戶某一時(shí)點(diǎn)的資產(chǎn)擁有量和持有水平，測(cè)算出農(nóng)戶的生活水平和貧困狀態(tài)。因此，本文建議，在選用貧困代理指標(biāo)對(duì)農(nóng)戶貧困狀態(tài)進(jìn)行測(cè)度時(shí)應(yīng)注意以下幾點(diǎn)：

1.應(yīng)根據(jù)分析目的不同選擇合適的貧困測(cè)度標(biāo)準(zhǔn)

基于收入和支出的測(cè)度，能有效反映農(nóng)戶的收支狀況，測(cè)度出農(nóng)戶在當(dāng)期的收入和消費(fèi)能力，但僅從收入和支出角度對(duì)農(nóng)戶生活進(jìn)行的測(cè)度，無法反映出農(nóng)戶生活福利的存量。值得注意的是，發(fā)展中國(guó)家在農(nóng)戶一級(jí)缺乏詳實(shí)的收入和支出的數(shù)據(jù)，且受到通貨膨脹等因素的影響，貨幣衡量的實(shí)際價(jià)值難以統(tǒng)一，因而難以客觀的衡量農(nóng)戶的收支水平。而基于資產(chǎn)指數(shù)的測(cè)度，可有效衡量農(nóng)戶的資產(chǎn)狀態(tài)和資產(chǎn)使用情況，且在中長(zhǎng)期的扶貧項(xiàng)目效果評(píng)價(jià)中，具有較好的穩(wěn)健性。因此，本文建議在貧困戶的識(shí)別和對(duì)扶貧項(xiàng)目效果的評(píng)價(jià)時(shí)，采用多種測(cè)度方法對(duì)項(xiàng)目的凈貢獻(xiàn)進(jìn)行綜合分析。

2.應(yīng)慎重對(duì)待以資產(chǎn)指數(shù)測(cè)度的農(nóng)戶生活狀態(tài)的解讀

采用資產(chǎn)指數(shù)對(duì)農(nóng)戶貧困狀態(tài)進(jìn)行的測(cè)度可衡量一定時(shí)期內(nèi)農(nóng)戶貧困狀態(tài)的變化。但由于資產(chǎn)指數(shù)構(gòu)成是基于資產(chǎn)類指標(biāo)對(duì)資產(chǎn)存量進(jìn)行的測(cè)度，在一定程度上將不同價(jià)值的同一類資產(chǎn)模糊化，以資產(chǎn)的使用價(jià)值作為考量重點(diǎn)，測(cè)度農(nóng)戶資產(chǎn)持有狀況和使用狀況，在一定程度上忽略了資產(chǎn)實(shí)際的貨幣價(jià)值。與此同時(shí)，與收入和支出類農(nóng)戶生活衡量指標(biāo)相比，在一定時(shí)期內(nèi)，基于資產(chǎn)構(gòu)成的資產(chǎn)指數(shù)的測(cè)度隨時(shí)間的變化較為緩慢，可能使得農(nóng)戶生活中部分重要的經(jīng)濟(jì)情況的變動(dòng)無法體現(xiàn)出來。此外，也有關(guān)研究學(xué)者(Booysen，2008)[12]指出，以資產(chǎn)指數(shù)為基準(zhǔn)的貧困測(cè)度，在衡量極端貧困狀態(tài)時(shí)可能出現(xiàn)失效的情況。

參考文獻(xiàn)：

[1] Country Partnership Strategy 2012, the World Bank.

[2]張建華, 陳立中. 總量貧困測(cè)度研究述評(píng)[J]. 經(jīng)濟(jì)學(xué)(季刊)，2006, 5(2): 675-694.

[3]陳輝. 一維到多維貧困測(cè)度比較研究——基于粵北山區(qū)的調(diào)查數(shù)據(jù)[J]. 特區(qū)經(jīng)濟(jì), 2015 (1): 65-68.

[4]Davis P, Baulch B. Parallel Realities: Exploring Poverty Dynamics Using Mixed Methods in Rural Bangladesh [J]. Journal of Development Studies, 2011, 47(1):118-142.

[5]汪三貴, 殷浩棟. 資產(chǎn)與長(zhǎng)期貧困——基于面板數(shù)據(jù)的2SLS估計(jì)[J]. 貴州社會(huì)科學(xué), 2013(9): 50-58.

[6]Carter M R, May J. One Kind of Freedom: Poverty Dynamics in Post-apartheid South Africa [J]. World Development, 2001, 29(12):1987-2006.

[7]Carter M. R., Barrett C. B. The economics of poverty traps and persistent poverty: An asset-based approach [J]. Social Science Electronic Publishing, 2006, 42(2):178-199.

[8]李佳路. 農(nóng)戶資產(chǎn)貧困分析——以S省 30 個(gè)國(guó)家扶貧開發(fā)重點(diǎn)縣為例[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2011 (4): 13-18.

[9]李曉紅. 城市貧困人口的致貧原因分析——基于人力資本產(chǎn)權(quán)的視角[J]. 城市問題, 2010(4): 96-100.

[10]羅良清, 尹飛霄. 人力資本與親貧式增長(zhǎng)——基于省際面板數(shù)據(jù)實(shí)證研究[J]. 西北人口, 2012, 33(5):111-116.

[11]Ravallion M. Chapter 59 Evaluating Anti-Poverty Programs [J]. Handbook of Development Economics, 2007, 4(7):3787-3846.

[12]Booysen F, Berg S V D, Burger R, et al. Using an Asset Index to Assess Trends in Poverty in Seven Sub-Saharan African Countries [J]. World Development, 2008, 36(6):1113-1130.

[13]Harttgen K, Vollmer S. Using an asset index to simulate household income [J]. Economics Letters, 2013, 121(2): 257-262.

[14]Asselin L M. Multidimensional Poverty and Inequality Analysis [J]. Analysis of Multidimensional Poverty, 2009, 7: 53-71.

[15]Garbero A. Estimating poverty dynamics using synthetic panels for IFAD-supported projects: a case study from Vietnam [J]. Journal of Development Effectiveness, 2014, 6(4): 490-510.

[16]薛鳳蕊, 喬光華, 蘇日娜. 土地流轉(zhuǎn)對(duì)農(nóng)民收益的效果評(píng)價(jià)——基于DID模型分析[J]. 中國(guó)農(nóng)村觀察, 2011(2): 36-42.

[17]葉初升,趙銳武,孫永平. 動(dòng)態(tài)貧困研究的前沿動(dòng)態(tài)[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài), 2013(4):120-128.

(本文責(zé)編：王延芳)

收稿日期：2015-12-25修回日期：2016-06-26

基金項(xiàng)目：聯(lián)合國(guó)重大國(guó)際合作項(xiàng)目“基于計(jì)量經(jīng)濟(jì)學(xué)方法的聯(lián)合國(guó)IFAD中國(guó)項(xiàng)目影響評(píng)估”(2014087001)、國(guó)家自然科學(xué)基金項(xiàng)目“生態(tài)環(huán)境和地質(zhì)災(zāi)害孕貧機(jī)制與減貧策略研究-以三峽庫區(qū)為例”(71473231)。

作者簡(jiǎn)介：李文靜(1989-)，女，河南湯陰人，中國(guó)地質(zhì)大學(xué)(武漢)經(jīng)濟(jì)管理學(xué)院博士生，研究方向：項(xiàng)目管理。通訊作者：帥傳敏。

中圖分類號(hào)：F323.89

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-9753(2016)07-0066-12

Evaluation on Precision Poverty Eradication Effects of IFAD Projects in Rural China Based on Household Asset Index

LI Wen-jing, SHUAI Chuan-min, SHUAI Jing, CHENG Xin, DING Li-ping, LI Meng-mei

(SchoolofEconomicsandManagement，ChinaUniversityofGeosciences(Wuhan),Wuhan430074,China)

Abstract：Eliminating poverty and realizing harmonious and sustainable development are a sigificant issue facing all humankind today. As a UN agency of global poverty reduction, International Fund for Agricultural Development (IFAD) is devoted to poverty alleviation throughout the world. IFAD precision poverty reduction effects have aroused worldwide attention. Based on the data of 1356 households from quasi-experimental research design method and field survey conducted by the research group in 7 provinces in China, we firstly constructed the asset index to measure the farmers’ welfare and used the MCA method to calculate the asset index of each household, measuring the poverty status of each household. Then, we used the Diff-in-Diff method to evaluate poverty eradication effects of IFAD projects in rural China. The results show that: (1) the poverty eradication effects of IFAD projects are significant; (2) the effects of IFAD projects are vary in different provinces; (3) asset index is more robust and objective in assessing precision rural poverty eradication than farmers’ net income. Finally, we put forward relevant policy implications based on the above findings.

Key words:UN-IFAD; rural poverty alleviation; precision poverty reduction; asset index; MCA; Diff-in-Diff (DiD)