秦升澤，李谷成

（1.華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北武漢 430070；2.武漢商學(xué)院旅游管理學(xué)院，湖北武漢 430056）

0 引言

社會主義的根本目標(biāo)是共同富裕，黨和政府高度重視扶貧減貧工作。2014年為解決已有扶貧政策未能很好識別到戶的問題，我國開始實施精準(zhǔn)扶貧政策，并圍繞該政策投入了大量的扶貧資源[1]。從2015年開始，我國每年新增中央財政專項扶貧資金200億元，2020年底就達(dá)到1 461億元，而中央、省、市三級財政專項累計達(dá)1.6萬億元。經(jīng)過8年的艱苦奮斗，我國脫貧攻堅戰(zhàn)取得了全面勝利，現(xiàn)行標(biāo)準(zhǔn)下9 899萬農(nóng)村貧困人口全部脫貧，832個貧困縣全部摘帽，12.8萬個貧困村全部出列，區(qū)域性整體貧困得到解決，完成了消除絕對貧困的艱巨任務(wù)，“兩不愁三保障”在全國全面實現(xiàn)。但貧困具有長期性與頑固性的特點，需要長期實施有針對性的扶貧政策，使貧困戶形成內(nèi)生造血能力，降低脫貧戶的返貧概率[2]。那么，精準(zhǔn)扶貧政策能降低農(nóng)戶的貧困脆弱性嗎？對不同類型農(nóng)戶貧困脆弱性的影響強(qiáng)度相同嗎？具體影響機(jī)制如何？深入探討與分析這些問題對于全面鞏固脫貧攻堅成果，提升后扶貧時代扶貧政策的扶貧效果具有重要意義。

精準(zhǔn)扶貧政策有效性的前提在于精準(zhǔn)識別貧困戶，因此早期研究主要集中于政策的瞄準(zhǔn)情況，指出僅采取收入瞄準(zhǔn)的方法不能很好對貧困戶進(jìn)行識別，應(yīng)該采取多維貧困瞄準(zhǔn)識別貧困戶。也有文獻(xiàn)對不能精準(zhǔn)識別貧困戶的影響因素進(jìn)行了總結(jié)，包括識別標(biāo)準(zhǔn)[3]、本身的制度缺陷[4]、精英俘獲[5]等。隨著政策的全面展開，扶貧實踐出現(xiàn)許多新問題與新挑戰(zhàn)，如深度貧困地區(qū)脫貧難度大，脫貧任務(wù)繁重；部分家庭缺乏脫貧動力，出現(xiàn)了“等靠要”與“養(yǎng)懶漢”等現(xiàn)象；一些扶貧基金在使用過程中面臨“政府失靈”和“市場失靈”等困境[6]。鑒于此，已有文獻(xiàn)對政策的扶貧績效開展評估。李芳華等[7]運用模糊斷點法從收入的角度評估了精準(zhǔn)扶貧政策的減貧效果，得出了政策能顯著增加貧困戶的勞動供給和收入的結(jié)論。尹志超等[8]從金融扶貧角度，指出政策對緩解農(nóng)戶信貸約束和擴(kuò)充用戶融資渠道具有積極作用，應(yīng)完善特困家庭的正規(guī)融資渠道。Liao等[9]以光伏扶貧為切入點，發(fā)現(xiàn)政策提高了貧困戶的收入，優(yōu)化了農(nóng)村家庭的能源結(jié)構(gòu)，提高了貧困地區(qū)的經(jīng)濟(jì)發(fā)展能力。朱紅根等[10]將產(chǎn)業(yè)扶貧政策劃分為“授漁”與“授魚”兩種扶貧模式，發(fā)現(xiàn)產(chǎn)業(yè)扶貧政策能顯著增加貧困戶的收入，且“授漁”模式比“授魚”模式的扶貧效果更加明顯。

綜上所述，已有文獻(xiàn)針對精準(zhǔn)扶貧政策的研究獲得了諸多有益結(jié)論，但是還有以下幾個方面有待完善：首先，多數(shù)研究僅對某一特定的地區(qū)進(jìn)行考察，研究結(jié)論不具有普遍性，所使用數(shù)據(jù)多為截面數(shù)據(jù)或者跨期較短的面板數(shù)據(jù)，會影響研究結(jié)論的準(zhǔn)確性。其次，已有研究多從收入角度考察精準(zhǔn)扶貧政策對農(nóng)戶當(dāng)前貧困的影響，較少考察對農(nóng)戶未來貧困的影響，沒有準(zhǔn)確地衡量政策的長期減貧效果。為彌補(bǔ)單純依靠收入指標(biāo)衡量貧困狀態(tài)的不足，世界銀行提出“貧困脆弱性”的概念，即一個家庭或個人在未來一段時間內(nèi)陷入貧困的可能性。相較于收入指標(biāo)而言，貧困脆弱性為事前預(yù)測，具有前瞻性。在事后評估中用其代替收入指標(biāo)來評估精準(zhǔn)扶貧政策的減貧效果，能夠考察出農(nóng)戶在受到政策影響后未來重新陷入貧困的可能性，發(fā)現(xiàn)是否出現(xiàn)貧困戶因為受到捆綁式福利政策的照顧而落入“貧困陷阱”的情況，因此應(yīng)該深入研究精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響。再次，已有研究較少區(qū)分出扶貧政策對不同類型農(nóng)戶影響的異質(zhì)性，如若政策顯著改善了農(nóng)戶的貧困狀況，但對非貧困戶的改善程度大于對貧困戶的改善程度，兩者的差距進(jìn)一步拉大，出現(xiàn)了“精英俘獲”現(xiàn)象，此時的政策效果將會大打折扣，因此需深入探討政策對不同類型農(nóng)戶脆弱性影響的差異。

隨著精準(zhǔn)扶貧工作的圓滿收官，從農(nóng)戶貧困脆弱性的角度評估精準(zhǔn)扶貧政策的減貧效果與減貧機(jī)制，總結(jié)其經(jīng)驗教訓(xùn)，可為脫貧攻堅與鄉(xiāng)村振興的銜接過渡期扶貧政策的制定提供參考，也能為總結(jié)扶貧的“中國經(jīng)驗”，講好扶貧“中國故事”提供經(jīng)驗證據(jù)?；诖?，文章基于中國家庭追蹤調(diào)查(China Family Panel Studies，CFPS)2012—2018年的4期面板數(shù)據(jù)，在測度出農(nóng)戶貧困脆弱性的基礎(chǔ)上，通過雙重差分法（DID）、擴(kuò)展的連續(xù)型DID法以及分位數(shù)DID法等實證估計精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響效果，并討論了該影響效果在不同類型農(nóng)戶與不同區(qū)域之間的異質(zhì)性及其動態(tài)效應(yīng)。

1 理論假說

精準(zhǔn)扶貧政策會通過多種措施影響農(nóng)戶的貧困脆弱性，同時由于政策在實行過程中存在內(nèi)部群體側(cè)重、區(qū)域側(cè)重以及時滯效應(yīng)，會導(dǎo)致政策影響出現(xiàn)異質(zhì)性與動態(tài)性。

精準(zhǔn)扶貧政策是一個完備的政策體系，包含產(chǎn)業(yè)扶貧、金融扶貧、智力扶貧等多個方面，從多個角度提升了農(nóng)戶的內(nèi)生造血能力[11]。更多的資源稟賦意味著農(nóng)戶擁有更高的風(fēng)險應(yīng)對能力[12]。其中，產(chǎn)業(yè)扶貧政策通過興修基礎(chǔ)設(shè)施，例如在具備條件的貧困地區(qū)鄉(xiāng)鎮(zhèn)與行政村實現(xiàn)路面硬化，在貧困村建立村級光伏電站，提升了農(nóng)戶的生活質(zhì)量，農(nóng)戶也可利用這些基礎(chǔ)設(shè)施，發(fā)展農(nóng)產(chǎn)品電商等各種特色產(chǎn)業(yè)，獲得更多的就業(yè)機(jī)會；金融扶貧政策通過金融普惠措施提升了農(nóng)戶的可行能力與風(fēng)險應(yīng)對能力；智力扶貧通過增加對農(nóng)村地區(qū)的教育投入提升了農(nóng)戶的內(nèi)生發(fā)展動力。這些政策降低了農(nóng)戶的貧困脆弱性，據(jù)此提出研究假說。

H1：精準(zhǔn)政策實施之后，我國農(nóng)戶的貧困脆弱性狀況顯著改善。

公共政策產(chǎn)生效果存在時滯效應(yīng)，在不同階段的實施效果不一定相同。政策在執(zhí)行過程中會根據(jù)出現(xiàn)的問題動態(tài)調(diào)整、不斷優(yōu)化，以期達(dá)到預(yù)期目標(biāo)。自2014年精準(zhǔn)扶貧政策實施以來，中央與地方投入的扶貧資源持續(xù)增加，扶貧力度不斷加大，政府、市場與社會形成了扶貧合力。隨著2020年決戰(zhàn)脫貧攻堅戰(zhàn)收官之年的臨近，在剩余時間內(nèi)完成脫貧目標(biāo)的任務(wù)十分艱巨，中央和地方加強(qiáng)了政策實施力度。因此在政策實施期內(nèi)，隨著時間的推移，政策對農(nóng)戶貧困程度的改善作用逐漸增強(qiáng)。據(jù)此，提出研究假說。

H2：精準(zhǔn)扶貧政策在實施期內(nèi)，對農(nóng)戶貧困脆弱性的影響存在逐漸增強(qiáng)的時間滯后效應(yīng)。

精準(zhǔn)扶貧政策的核心是對貧困戶的精準(zhǔn)識別、精準(zhǔn)管理、精準(zhǔn)幫扶，工作的重點在于瞄準(zhǔn)貧困戶，通過全方位的政策措施緩解其貧困狀況。精準(zhǔn)扶貧政策通過直接或者間接的轉(zhuǎn)移支付保障了貧困戶的基本生活；通過完善現(xiàn)行的醫(yī)療保險制度，實現(xiàn)了基本養(yǎng)老保險和基本醫(yī)療保險、大病保險貧困人口全覆蓋，減少了農(nóng)村居民因病致貧的現(xiàn)象；給予貧困戶免息貸款，解決了貧困戶融資困難問題[13]。實施教育扶貧政策，建立貧困地區(qū)貧困資助體系，提高了貧困地區(qū)的義務(wù)教育質(zhì)量。設(shè)置與完善第一書記、扶貧工作組等機(jī)制避免了扶貧過程中“精英俘獲”現(xiàn)象的發(fā)生[14]。這些政策取得了很好的效果，激發(fā)了貧困戶實現(xiàn)從“輸血”到“造血”的轉(zhuǎn)變，提升了貧困戶應(yīng)對外界沖擊的能力[15]，據(jù)此，提出研究假說。

H3：精準(zhǔn)扶貧對貧困戶脆弱性的影響大于對非貧困戶脆弱性的影響。

我國幅員遼闊，地區(qū)之間經(jīng)濟(jì)社會發(fā)展水平差異較大。相較于東部地區(qū)而言，中西部地區(qū)貧困人口多，脫貧任務(wù)重，是精準(zhǔn)扶貧政策的重點地區(qū)。《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》指出要加大對中西部地區(qū)的扶貧力度，做好對中西部地區(qū)的對口幫扶工作，確定的14個集中連片特困地區(qū)和國家級貧困縣也基本位于中西部地區(qū)[16]。精準(zhǔn)扶貧在中西部地區(qū)所投入的扶貧資源多于東部地區(qū)，據(jù)此，提出研究假說。

H4：精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響存在區(qū)域異質(zhì)性。

2 數(shù)據(jù)、變量與模型

2.1 數(shù)據(jù)來源

該文使用的是中國家庭追蹤調(diào)查(China Family Panel Studies,CFPS)數(shù)據(jù)，該數(shù)據(jù)由北京大學(xué)中國社會科學(xué)調(diào)查中心2007年開始實施，到目前為止形成了2010—2018年關(guān)于社區(qū)、家庭、個體的多期面板數(shù)據(jù)。該文使用2012年、2014年、2016年和2018年4期的面板數(shù)據(jù)測度我國農(nóng)戶貧困脆弱性狀況。為剔除物價影響，村人均純收入對數(shù)、農(nóng)戶人均收入對數(shù)、人均儲蓄對數(shù)等有關(guān)貨幣的變量在對數(shù)化處理前以2012年為基期，按照農(nóng)村居民消費價格指數(shù)（農(nóng)村CPI）進(jìn)行平減。

2.2 貧困脆弱性的測算

2.2.1 測算方法

為便于與其他研究進(jìn)行比較分析，該文使用當(dāng)前應(yīng)用最為廣泛VEP（Vulnerability as Expected Poverty）[17]方法測算農(nóng)戶的貧困脆弱性情況。

第一步，估計消費方程和殘差方程。選取家庭人均消費lnYh為被解釋變量，同時選取一組被解釋變量XYh。包含村級特征（村人均純收入對數(shù)、該村距本縣縣城距離、該村地貌）、家庭特征（家庭人口數(shù)量、人均收入對數(shù)、人均儲蓄對數(shù)、人均土地價值對數(shù)、人均耐用品資產(chǎn)對數(shù)）、戶主特征（性別、年齡、婚姻狀況、就業(yè)狀態(tài)）。

第二步，使用第一步得到的擬合值構(gòu)建權(quán)重進(jìn)行FGLS估計。接著，運用ρX?h作為權(quán)重對式（2）做加權(quán)回歸。由此得出β的漸進(jìn)有效一致估計量FGLS。基于此，通過為：

可知家庭人均消費對數(shù)的期望與平方，將其作為家庭未來消費期望和方差的替代變量。

第三步，選擇貧困線，基于Christiaensen等[18]的研究，假定人均消費對數(shù)為正態(tài)分布，選擇與實際相符合的貧困線與脆弱線實證測算貧困脆弱性，如lnpoor為貧困線對數(shù)：

通過式（4）可以發(fā)現(xiàn)，貧困線標(biāo)準(zhǔn)的選擇對貧困脆弱性的影響很大。2015年10月4日，世界銀行宣布將國際貧困標(biāo)準(zhǔn)從之前每人每天1.25美元上調(diào)至1.9美元，適用于低收入國家。世界銀行還有一條對應(yīng)中低收入國家的貧困線，為3.1美元。多數(shù)研究采用1.9美元和3.1美元作為貧困線，因此該文將1.9與3.1美元作為貧困線標(biāo)準(zhǔn)。

2.2.2 測算結(jié)果

表1為貧困脆弱性平均值在不同年份與不同區(qū)域的分布情況，vul1和vul2分別為1.9美元和3.1美元貧困線脆弱性狀況。平均值越高，農(nóng)戶的貧困脆弱性狀況越嚴(yán)重。從時間維度看，貧困脆弱性除2016年小范圍內(nèi)上升外，整體呈下降趨勢，表明隨著我國經(jīng)濟(jì)的快速發(fā)展與扶貧事業(yè)的推動，農(nóng)戶在收入、健康、教育、就業(yè)與生活條件等方面得到了極大的改善與提高，提升了農(nóng)戶應(yīng)對外界風(fēng)險的能力，降低了農(nóng)戶在未來陷入貧困的概率。從區(qū)域維度看，我國貧困脆弱性平均值西部最高，中部次之，東部最低。中西部地區(qū)的農(nóng)民更容易在未來陷入貧困。

表1 2012—2018年貧困脆弱性平均值在不同年份與不同區(qū)域的分布

2.3 實證模型和變量說明

2.3.1 實證模型

考察精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響，最直接的辦法是比較受到政策照顧的農(nóng)戶與未受到政策照顧的農(nóng)戶在政策實施前后貧困脆弱性的變化，但這種變化除了是受政策影響之外，還會受到一些隨時間變化因素的影響。為了排除這些因素的影響，該部分將我國精準(zhǔn)扶貧政策看成一項準(zhǔn)自然實驗，利用雙重差分法來考察精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響。

具體而言，把受到精準(zhǔn)扶貧政策照顧作為一個外生性的技術(shù)沖擊將樣本分為兩組：受政策照顧農(nóng)戶組（政策實驗組）和未受政策照顧農(nóng)戶組（政策控制組）。政策對農(nóng)戶貧困脆弱性變化的平均處理效應(yīng)（Average Treatment Effect on the Treated）為：

式（5）中，E為期望值，D表示是否受到政策照顧的虛擬變量（D=0為控制組，D=1為實驗組），vulT1和vulT0表示實驗組農(nóng)戶貧困脆弱性情況，vulC1和vulC0表示控制組農(nóng)戶貧困脆弱性情況。等號右邊兩項表示實驗組和控制組在政策實施前后的一階差分，能夠消去實驗組和控制組在政策實行過程中本身的發(fā)展趨勢，分別對實驗組和控制組差分后第二次差分便得到政策對農(nóng)戶貧困脆弱性的影響。

2.3.2 變量說明

該研究設(shè)置的具體變量情況如表2。

表2 變量的描述性統(tǒng)計

（1）因變量。該文的因變量為上文測算的農(nóng)戶貧困脆弱性指數(shù)，指數(shù)越大，農(nóng)戶的貧困脆弱性越嚴(yán)重。

（2）自變量。CFPS問卷中政府補(bǔ)助涵蓋五保戶補(bǔ)助、低保戶補(bǔ)助、特困戶補(bǔ)助以及各種救濟(jì)金和賑災(zāi)款等各種補(bǔ)助，絕大部分與財政專項資金重合，特別是在2014年全面實施精準(zhǔn)政策后，政府補(bǔ)助基本上來自財政專項扶貧資金，借鑒王立勇等、許永洪等對CFPS數(shù)據(jù)的處理[19,20]，該文選取是否接受政府補(bǔ)助（treat）與補(bǔ)助金額對數(shù)（help）作為精準(zhǔn)扶貧政策變量的代理變量。若農(nóng)戶接受政府精準(zhǔn)扶貧補(bǔ)助則treat賦值為1，否則賦值為0。政策實施前post賦值為0，實施后賦值為1。

（3）控制變量?；谝境任墨I(xiàn)[8]，該文在模型中加入控制變量，主要涉及家庭層面（家庭規(guī)模、有無家庭成員從事農(nóng)業(yè)生產(chǎn)活動、家庭存款對數(shù)）與戶主層面（戶主的性別、年齡、婚姻狀況）。

3 實證結(jié)果與穩(wěn)健性檢驗

3.1 基準(zhǔn)模型回歸

表3為精準(zhǔn)扶貧政策實施對農(nóng)戶貧困脆弱性影響的DID基準(zhǔn)回歸結(jié)果。據(jù)表可知，無論在那條貧困線下，精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響在1%的水平下顯著為負(fù)，這說明政策的實施能顯著降低貧困戶的貧困脆弱性，政策效應(yīng)明顯。

表3 政策實施對農(nóng)戶貧困脆弱性影響的基準(zhǔn)模型估計

3.2 動態(tài)效應(yīng)分析

在基準(zhǔn)回歸模型的基礎(chǔ)上，該文進(jìn)一步分析精準(zhǔn)扶貧政策實施的動態(tài)效應(yīng)。表4為政策實施對農(nóng)戶貧困脆弱性的動態(tài)效應(yīng)分析結(jié)果。其中treat*post1、treat*post2分別表示2016、2018年的政策效應(yīng)，treat*post2的系數(shù)比treat*post1大，2018年的政策效應(yīng)比2016年更為顯著，政策實施對農(nóng)戶貧困脆弱性的影響隨著時間的推移逐漸增強(qiáng)。一是因為精準(zhǔn)扶貧政策在實施的過程可能存在時滯效應(yīng)。2014年底完成貧困戶識別工作，2015年正式實施對精準(zhǔn)識別的貧困戶各種優(yōu)惠政策，因此在2016年時政策效果還未完全顯現(xiàn)。二是因為隨著政策的深入推進(jìn)，中央和地方持續(xù)性投入扶貧資金不斷增加，隨著時間推移，政策效果愈發(fā)顯著。三是因為精準(zhǔn)扶貧政策增加了農(nóng)村居民內(nèi)生發(fā)展動力，增加了貧困戶造血能力和風(fēng)險應(yīng)對能力，政策具有長期效應(yīng)。

表4 政策實施對農(nóng)戶貧困脆弱性影響的動態(tài)效應(yīng)回歸

3.3 穩(wěn)健性分析

為了驗證上述回歸結(jié)果的穩(wěn)健性，該研究將采取連續(xù)型DID法與PSM-DID法檢驗進(jìn)行穩(wěn)健性檢驗。

3.3.1 PSM-DID檢驗

運用DID法評估政策實施效果的前提要求實驗組與控制組的選取是隨機(jī)的，而受到政策照顧的農(nóng)戶和未受到政策照顧的農(nóng)戶的劃分可能存在樣本自選擇的情況。胡聯(lián)等認(rèn)為在選取建檔立卡貧困戶時，會發(fā)生“精英俘獲”現(xiàn)象[21]。這會導(dǎo)致該模型估計結(jié)果有偏。為獲得更為穩(wěn)健的模型結(jié)果，該文運用PSM-DID法進(jìn)行穩(wěn)健性分析。參照尹志超等文獻(xiàn)[8]，選取控制變量進(jìn)行匹配，包括家庭層面（家庭人均純收入對數(shù)、人口數(shù)量、是否從事農(nóng)業(yè)生產(chǎn)活動以及家庭存款對數(shù)）與戶主層面（戶主性別、年齡、婚姻狀況）。使用卡尺內(nèi)的k近鄰匹配，k取值為5，卡尺范圍為0.01。在匹配后，進(jìn)行平衡性檢驗。表5為平衡性檢驗結(jié)果，傾向得分匹配修正了實驗組和控制組樣本值的分布偏差，匹配后的偏誤比例基本小于20%，匹配質(zhì)量較高，通過了平衡性檢驗。

表5 匹配前后的平衡性檢驗

在進(jìn)行傾向得分匹配后，得到了新的實驗組和控制組。表6為基于PSM-DID方法的平均處理效應(yīng)。據(jù)表可知，平均處理效應(yīng)的方向與前文分析相同，在1%的水平下顯著為負(fù)，表明前文結(jié)果較為穩(wěn)健。

表6 基于PSM-DID方法的平均處理效應(yīng)

3.3.2 連續(xù)型DID回歸

DID模型中所使用的核心解釋變量為政策實施虛擬變量與政策處理時間變量的交互項，即treat*post，但使用這種虛擬變量的體現(xiàn)不出不同實驗組處理程度的差別，在該研究中表現(xiàn)為每個農(nóng)戶受到政策照顧的力度存在差異。為提升研究結(jié)果的穩(wěn)健性，參考相關(guān)文獻(xiàn)[22]，采用連續(xù)型DID進(jìn)行穩(wěn)健性分析，使用表示政策實行力度的連續(xù)變量與政策處理時間變量的交互項即help*post為核心解釋變量。表7為連續(xù)型DID模型回歸結(jié)果，再一次證明了主回歸模型的結(jié)論。

表7 連續(xù)型DID模型回歸

3.4 異質(zhì)性分析

3.4.1 不同貧困程度農(nóng)戶的異質(zhì)性

上述研究考察了精準(zhǔn)扶貧政策對所有農(nóng)戶的平均影響，并沒有區(qū)分出政策對不同類型農(nóng)戶影響強(qiáng)度的差異，沒有將不同脆弱性農(nóng)戶的異質(zhì)性涵蓋在內(nèi)。基于此，該文將采取分位數(shù)DID法來衡量政策對不同脆弱性程度農(nóng)戶影響強(qiáng)度的差異。表8為分位數(shù)回歸結(jié)果?？傮w而言，農(nóng)戶貧困脆弱性越嚴(yán)重，回歸系數(shù)越大，即精準(zhǔn)扶貧政策對高脆弱性農(nóng)戶的影響強(qiáng)度大于對中低脆弱性農(nóng)戶的影響，政策顯著地提升貧困戶的內(nèi)生造血能力和風(fēng)險應(yīng)對能力。

表8 政策對不同貧困脆弱性程度農(nóng)戶影響的回歸

3.4.2 區(qū)域異質(zhì)性

為深入探討精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性影響的地區(qū)異質(zhì)性，通過DID模型分析東中西三大地區(qū)扶貧政策對農(nóng)戶貧困脆弱性影響的差異。表9為回歸結(jié)果，由表可知，政策對農(nóng)戶脆弱性的影響強(qiáng)度西部最強(qiáng)，中部次之，東部再次之。

表9 不同區(qū)域精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性回歸

3.5 中介效應(yīng)分析

中介效應(yīng)（Mediation Effect）分析可弄清自變量對因變量的傳導(dǎo)路徑與影響機(jī)制，其建立在中介變量的基礎(chǔ)之上。中介變量指的是在考察解釋變量X對被解釋變量Y的影響時，如果解釋變量X通過影響變量Z來影響被解釋變量Y，則把變量Z為X影響Y的中介變量[23]。該文通過中介效應(yīng)模型識別與檢驗精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的作用路徑與影響機(jī)制。

基于數(shù)據(jù)的可得性，選取農(nóng)戶每年給親戚經(jīng)濟(jì)幫助金額的對數(shù)作為家庭社會資本的代理變量，設(shè)定下列回歸方程：

式（6）（7）中，vul0i為農(nóng)戶i1.9美元貧困線農(nóng)村居民貧困脆弱性狀況，treati*posti為核心解釋變量，soci為農(nóng)戶i的中介變量，即每年給親戚經(jīng)濟(jì)幫助金額的對數(shù)。Xi為一系列控制變量，α、β、γ是待估參數(shù)，ε1、ε2、ε3為隨機(jī)誤差項。

社會資本是指個體從社會網(wǎng)絡(luò)中獲取的各種信息、資源與優(yōu)勢等，是一種“窮人的資本”，對緩解農(nóng)戶貧困具有重要的意義。涂冰倩等發(fā)現(xiàn)社會資本作為一種非正式制度，可以降低其未來陷入貧困的概率[24]。精準(zhǔn)扶貧政策是一個涵蓋產(chǎn)業(yè)扶貧、金融扶貧、智力扶貧等多個方面的完備政策體系，這些政策從多個角度增加了農(nóng)戶的資源稟賦，提升了其從外界獲得信息與資源的能力。例如通過黨員干部結(jié)對幫扶擴(kuò)充了農(nóng)戶的社會網(wǎng)絡(luò)，通過金融扶貧政策擴(kuò)展了農(nóng)戶的融資渠道，提升了農(nóng)戶的可行能力。農(nóng)戶可以利用增加的社會網(wǎng)絡(luò)、信息資源、信貸資源獲得更多的發(fā)展機(jī)會，精準(zhǔn)扶貧政策在一定程度上解決了貧困戶社會資本不足的問題[25,26]。因此，該文選取農(nóng)戶的社會資本作為中介變量，考察精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性影響的中介效應(yīng)。

表10和為社會資本的中介效應(yīng)檢驗結(jié)果，其中第（1）（3）列顯著為負(fù)，（2）列顯著為正，部分中介效應(yīng)成立，精準(zhǔn)扶貧政策可以通過增加其社會資本的方式降低其貧困脆弱性。

表10 中介效應(yīng)回歸

4 研究結(jié)論與政策建議

4.1 研究結(jié)論

該研究將精準(zhǔn)扶貧政策看成一次準(zhǔn)自然實驗，運用2012—2018年中國家庭追蹤調(diào)查（CFPS）的4期面板數(shù)據(jù)，在測度農(nóng)戶貧困脆弱性的基礎(chǔ)上，實證研究了精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響。結(jié)論如下。

（1）就時間而言，我國農(nóng)戶貧困脆弱性除2016年小范圍內(nèi)上升外，整體呈現(xiàn)下降趨勢，就區(qū)域而言，西部最高，中部次之，東部最低；

（2）精準(zhǔn)扶貧政策能顯著降低農(nóng)戶的貧困脆弱性，政策具有長期效應(yīng)，結(jié)果通過了連續(xù)型DID法與PSM-DID法穩(wěn)健性檢驗；

（3）就農(nóng)戶異質(zhì)性而言，精準(zhǔn)扶貧政策對貧困戶脆弱性的影響大于對非貧困戶脆弱性的影響，就區(qū)域異質(zhì)性而言，對中西部地區(qū)農(nóng)戶脆弱性的改善程度大于對東部地區(qū)的改善程度；

（4）借助中介效應(yīng)模型發(fā)現(xiàn)精準(zhǔn)扶貧政策可以通過增加農(nóng)戶社會資本的方式改善其脆弱性狀況。

4.2 政策建議

（1）隨著精準(zhǔn)扶貧工作的圓滿收官，我國進(jìn)入脫貧攻堅與鄉(xiāng)村振興過渡銜接期，應(yīng)持續(xù)鞏固脫貧攻堅成果。在貧困狀況較為嚴(yán)重的地區(qū)，保持幫扶政策持續(xù)穩(wěn)定，堅持摘帽不摘責(zé)任、摘帽不摘政策、摘帽不摘幫扶、摘帽不摘監(jiān)管的“四個不摘”原則，落實好教育、醫(yī)療、住房、飲水等民生保障普惠性政策，確保政策的連續(xù)性；對脫貧不穩(wěn)定戶、邊緣易致貧戶以及因大病災(zāi)害等意外事故導(dǎo)致的嚴(yán)重困難戶進(jìn)行動態(tài)監(jiān)測，重點關(guān)注其“兩不愁三保障”和收入支出情況，防止出現(xiàn)脫貧戶返貧和產(chǎn)生新的貧困現(xiàn)象。

（2）貧困具有動態(tài)性，因此在識別貧困戶和制定扶貧政策時，不應(yīng)只關(guān)注當(dāng)前處于貧困狀態(tài)的農(nóng)戶，還應(yīng)關(guān)注未來可能陷入貧困的農(nóng)戶，提升其應(yīng)對外界風(fēng)險沖擊的能力，做到事前預(yù)防，盡量把扶貧做到發(fā)生貧困之前，提高扶貧政策的減貧效果。

（3）制定扶貧政策時候注重發(fā)揮各種社會組織與非正式制度的作用，引進(jìn)更多社會力量，形成多方面減貧合力。