大规模公共支出项目的政策效果评价&以87个扶贫项目为例_贫困人口论文

大型公共支出项目的政策效果评估——以“八七扶贫攻坚计划”为例，本文主要内容关键词为：出项论文,目的论文,为例论文,效果论文,政策论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      中图分类号：F810.45 文献标识码：A 文章编号：1002-8102(2016)01-0033-15

      1994年，中国政府制定并实施了“八七扶贫攻坚计划”(以下简称“八七计划”)，旨在推进贫困地区经济社会发展，改善贫困人群的生存条件。根据《中国农村贫困监测报告》，在“八七计划”实施期间，中央政府共投入扶贫资金1127亿元，其目标基本实现：中国农村剩余贫困人口数量由1994年的7000万减至2000年的3209万，贫困发生率由7.6%降至3.4%。其中扶贫重点县的剩余农村贫困人口数量为1737万人，占全国贫困人口的54.3%，其贫困发生率为8.9%。与1994年相比，扶贫重点县的贫困人口减少了约3800万人，贫困发生率下降了17%。扶贫重点县农民人均纯收入为1338元，是全国农民人均纯收入的59.4%。

      不难发现，虽然“八七计划”明显缓解了中国农村贫困现象，大幅减少了贫困人口，但扶贫重点县的贫困发生率依然偏高，其农民人均纯收入相对较低。从而引致以下亟待解决的问题：“八七计划”对扶贫重点县的政策效应是否显著？其是否具有长期持续性？哪些因素会影响其总体政策效应？鉴于此，本文选取县级单位为研究对象，采用Hsiao等(2012)提出的面板数据政策效应评估方法，首先考察“八七计划”对扶贫重点县的政策效应，并利用自回归模型对各贫困县的长期政策效应进行预测；其次对影响政策效应的各因素进行分析；最后提出相应的政策建议。

      二、文献综述

      为了缓解和消除贫困，世界各国政府因势、因时、因地制定了相应的扶贫政策，其政策实施效果如何？何种扶贫方式更为有效？国内外学者围绕相关主题展开了多角度、深层次的研究，并取得一系列建设性成果。

      目前国外主要的扶贫工具之一是财政支出，Gittell(2010)认为公共财政政策可有效缓解贫困状况，提高贫困人口的生活水平。印度实施的农村私人转移支付计划、就业保障计划及农村就业保障计划等财政支出政策能够有效缓解贫困现象(Deepark和Anuj，2009；Gaiha和Imai，2002)；菲律宾的非食品补助政策，相对于食品补助政策，具有更佳的扶贫效果(Conchada和Rivera，2013)。而有些财政支出项目的扶贫效果较弱或为负。伊朗农业支出虽对经济发展具有积极影响，但其扶贫效应较弱(Koohsar等，2008)；阿根廷2002年实施的旨在缓解失业人口贫困状况的大型社会支出项目——家长计划(PJH)会在一定程度上抑制失业工人寻找工作的动力，不利于其摆脱贫困现状(Leonardo等，2009)。另外一种常用的扶贫工具为小额信贷。小额信贷可为贫困人群提供发展资金(Chandra，2009)，激励其创造自我发展机会(Pushpa，2010)，改善其生活状况，提高其社会经济条件(Abdul，2010；Abul，2014)，并使其有能力为后代提供教育机会，规划其长期发展(Annam，2013)。Shirazi和Khan(2009)检验了巴基斯坦小额信贷的政策效果，发现小额信贷可使贫困率下降3.05%。

      为了缓解和消除贫困问题，中国政府也采取了多样化的扶贫模式，但最常用的扶贫方式为财政扶贫。财政扶贫政策不仅可有效改善贫困地区的落后状况，缩小贫困地区与发达地区的差距(刘冬梅，2001)，而且可有效促进经济增长和财政增收(程丹峰等，1998)。财政扶贫对县域农民人均纯收入增长具有较大的推动作用(王朝阳等，2012)，但其政策效应具有一定的时滞性(张彬斌，2013)，且其短期减贫效果较为明显，而长期效应则趋于平稳(秦建军、武拉平，2011)。虽然扶贫政策具有一定的正效应，但其政策效应却逐渐呈现出低效性(方黎明、张秀兰，2007)，扶贫资金具有边际效率递减趋势(刘朝明、张衔，1999)。尽管扶贫资金不断增加，但贫困人口的下降速度却逐渐减缓，扶贫效率日趋低下(汪三贵等，2008)。有些文献具体评估了“八七计划”的政策效应。刘朝明、张衔(1999)利用效率衡定分析方法评估“八七计划”的扶贫绩效，发现该计划已使民族贫困地区的贫困状况得到实质性缓解，但与其他地区的发展差距有进一步扩大趋势；Park等(2002)发现“八七计划”使人均纯收入在1992-1995年增长了0.91%；毛捷等(2012)则从“八七计划”对地方政府公共支出的影响入手，认为扶贫政策的实施导致政府更倾向于将财政资金用于有利于缓解贫困的公共服务及生产建设方面；Meng(2013)通过分析“八七计划”对农民人均纯收入增长的因果效应发现，1994-2000年，该计划使农民人均纯收入在短期内激增了约38%，但其长期政策效应并不显著。

      如前文所述，现有相关文献采用不同方法，多角度分析了扶贫计划的政策效应，对本文具有较强的借鉴意义，但这些研究存在一定的局限性。总结概括如下：(1)大部分学者仅讨论了扶贫计划实施期间的短期效应，鲜有学者讨论其是否存在长期持续性。Meng(2013)虽然分析了“八七计划”的长期政策效应，但其考察的时间序列较短(仅3年)，且由于扶贫计划会排挤贫困县的地方财政支出，增加对非贫困县的溢出效应，因此该研究低估了“八七计划”的真实效应；(2)上述研究虽然以县级单位为研究对象，但关注的却是全部贫困县的整体状况，并未具体分析各贫困县的年际政策效应及平均政策效应；(3)关于扶贫政策效应影响因素的研究也较少。

      Hsiao等(2012)提出了一种基于面板数据的政策效应评估方法，并应用该方法考察了中国内地与中国香港地区政治经济一体化对香港的影响效应，发现政治一体化对香港经济发展并无影响，而经济一体化则使其GDP增长了约4%。其后，该方法得到广泛应用。Ching等(2012)选取中国香港地区、奥地利、丹麦、芬兰、法国、德国、意大利、日本、韩国、荷兰、新加坡、挪威以及美国的时间序列数据，采用面板数据政策效应评估方法分析了“内地与香港关于建立更紧密经贸关系的安排”(简称CEPA)对香港失业率的影响，发现CEPA的影响效应随时间逐渐增强，且最终达到一个稳定水平，使香港失业率每年下降9%。Hayashi(2014)分别利用虚拟变量法和Hsiao等(2012)提出的政策效应评估法研究了日本首相安倍晋三提出的一系列刺激经济政策的影响效应，发现这些政策并没有将日本GDP提升到预期水平，甚至因此，日本每年的GDP实际值与“反事实”①值之间均保持6～14万亿日元的差距。Hiroshi和Hsiao(2015)通过1995年发生的阪神—淡路大地震阐释其提出的面板数据政策效应评估方法，发现日本政府在1995-1998年进行的灾后恢复政策具有很强的刺激作用，致使1999年和2000年的灾后负面影响要远小于预期估计，且不存在持续的负面效应。Zhang等(2015)采用Hsiao等(2012)提出的“反事实”方法评估了加拿大—美国自由贸易协定(简称FTA)对加拿大的宏观经济效应，发现FTA对加拿大经济虽产生了短期的调整成本，却获得了长期收益。在调整期内，FTA使实际GDP增长率和劳动生产率分别下降2.56%和0.62%，而经过调整期之后，FTA产生了正向且持续的影响效应，分别使加拿大的实际GDP增长率和劳动生产率分别上升至1.86%和2.39%。陈海强、范云菲(2015)利用面板数据政策效应评估方法研究了国内融资融券制度对股市波动率的影响效应，通过对比波动率的真实值与“反事实”值，发现融资融券制度可有效降低其标的个股波动率，但融资交易与融券交易对股市波动率的影响具有非对称性，融资交易可降低股市波动率，而融券交易却加剧了股市波动率。

      本文采用Hsiao等(2012)提出的面板数据政策效应评估方法，以县级单位为研究对象，选取1978-2012年贵州、甘肃、内蒙古及河北四省区的县级样本数据，通过对比“八七计划”实施前后各贫困县农民人均纯收入的变动情况，具体考察该政策对农民人均纯收入增长的影响，进而揭示“八七计划”在不同年份对各贫困县的政策实施效果，以评估“八七计划”的短期及长期政策效应，并对影响政策效应的各因素进行分析总结。

      三、实证模型

      Hsiao等(2012)采用面板数据对政策效应进行评估。其基本思路是利用横截面单元之间的相关性构建“反事实”的对照组样本。也就是说，产生横截面相关性的原因是存在某些无法观测的共同因素，我们并不直接去界定那些共同影响因素，只使用其他单位的变量值就可以构造出受政策影响单位在假设政策未出台情况下的表现，即“反事实”值。该方法利用面板数据进行检验，不仅能提供政策实施地区在实施前后的表现，还能提供同时期没有实施该政策的地区的表现作为对比，从而得出政策效果。而且，在时间序列上的信息还能探究政策效果的长期表现，如逐渐消失、趋于稳定的常量或是爆发性增长等。

      

      根据Hsiao等(2012)提出的面板数据政策效应评估方法，估计“反事实”的方法分为两种：参数法和非参数法。参数法从理论上分析评估变量的影响因素，如可观测变量、政策的实施以及随机成分的概率分布等，并将评估变量解释为这些因素的函数以实证分析。参数法的优势是可以同时处理可观测变量和不可观测变量的选择，缺点是对数据量的需求较大，并且其结果依赖于模型假设的正确性。非参数法则绕开了严格的理论分析，相应地减少了对数据的需求量，缺点是存在样本选择等问题。典型的非参数方法有倾向性分析法、双重差分法和断点回归法等。Hsiao等(2012)提出的方法属于非参数法，与其他非参数法一样，它分析的数据是面板数据。使用面板数据进行检验不仅能提供政策实施地区在实施前后的表现，还能提供同时期没有实施该政策的地区的表现作为对比，从而得到政策效果。而且在时间序列上的信息还能让学者们探究政策效果的长期表现，如逐渐消失、趋于稳定的常量或是爆发性增长等。与其他非参数法不同的是，Hsiao等(2012)用面板数据中存在的横截面相关性估计“反事实”。通过蒙特卡洛模拟，Hsiao等(2012)比较了Bai和Ng(2002)方法与面板数据政策效应评估方法的预测误差，发现在N或T有限的情况下，前者在产生“反事实”的过程中对信噪比等因素更为敏感，故其预测误差更大，因此Hsiao等(2012)提出的方法更有优势。在一些合理的假设条件下，Hsiao等(2012)证明t=1，…，

时，

中的任一地区向量都可以由其他地区向量估计。

      四、实证结果与分析

      国际贫困标准采用收入比例法，将一个国家或地区的社会中位收入或平均收入的50%作为贫困线，而中国选取的贫困线划分标准是人均年纯收入。由于中国的贫困人口主要集中于农村地区，因此本文选取农民人均纯收入作为主要变量，采用Hsiao等(2012)提出的面板数据政策效应评估方法，考察“八七计划”对各贫困县农民人均纯收入的影响，从而评估其政策效应。实证分析步骤如下：在“八七计划”实施之前，将非贫困县与各贫困县的农民人均纯收入进行拟合，从而得到各贫困县的拟合方程；在“八七计划”实施之后，用得到的拟合方程预测如果贫困县在同一时期并未实施扶贫计划的农民人均纯收入，即“反事实”值。贫困县农民人均纯收入的实际值与其“反事实”值之差，即为“八七计划”的政策效应。

      《中国农村贫困监测报告》根据贫困规模及贫困发生率，将全国31个省区市分为四类：第一类为贫困人口密集地区，贫困人口在各方面均表现出极端贫困的特征，包括贵州、甘肃、云南、陕西、青海、宁夏、新疆等西部省区，各省区贫困发生率均在9%以上，极端贫困人口占全国贫困人口的35.3%，存在严重的集中连片型贫困；第二类地区包括内蒙古自治区、吉林省以及黑龙江省。贫困人口约占全国贫困人口的7.1%，贫困发生率为6%～8%；第三类地区贫困发生率中等，贫困规模较大，包括河北、山西、辽宁、安徽、江西、山东、河南、湖北、湖南、广西、海南、重庆、四川等中部多数省区市和部分东部省份。各地的贫困发生率差异较大，大约为2%～7%，贫困人口占全国总贫困人口的54.6%。该地区以零星“插花型”贫困为主，但仍存在集中连片型贫困；第四类地区贫困发生率较低，经济发达，包括上海、北京、天津、浙江、江苏、福建、广东4省3市，其贫困发生率均保持在1.6%之下，贫困人口占全国总贫困人口的2.9%，规模较小，以零星“插花型”为主。

      由于本文以县级单位为研究对象，且选取的样本时间较长(1978-2012年)，主要变量的数据缺失现象比较严重，该情况在第四类地区表现得尤为突出，因此分别从其他三类地区选取代表省区进行分析。第一类地区聚集的贫困人口较多，贫困程度比较严重，为了保证实证分析的稳健性，特选取甘肃和贵州两省作为评估对象；第二类地区选取内蒙古，一方面该自治区的贫困县数量相对于其他两个省份最多，另一方面，该地为少数民族自治区，可作为民族贫困地区的代表；第三类地区选取河北省，其贫困县数量相对较多，且位于政治中心附近，具有一定的代表性。

      (一)“八七计划”对贵州省的政策效应

      1994年，贵州省有48个县被列入国家级贫困县名单，为保证面板数据政策评估方法的有效性，在剔除数据缺失的样本后，选取1978-2012年贵州省47个贫困县及20个非贫困县的农民人均纯收入数据作为主要变量。所用数据均来源于《贵州60年》及2001-2013年《贵州统计年鉴》。为降低异方差程度，对数据进行对数处理。

      贵州省共有47个贫困县，首先选取1994年农民人均纯收入最低的丹寨县为分析对象，评估“八七计划”对其产生的政策效应。

      1.“八七计划”政策效应——以丹寨县为例

      首先分析在“八七计划”实施之前(1978-1993年)，丹寨县与作为控制组的20个非贫困县的拟合情况。由于用于拟合的样本数量较多，为了避免多重共线性，故采用逐步回归法对解释变量进行筛选，并综合考虑AIC准则及Adj.R[2]值，从而选取具有显著影响的解释变量，将其纳入拟合方程。

      在逐步回归过程中，采用向前筛选法，选取t为10%的显著水平，将变量筛选条件设置为t≥1.645。为了避免异方差，样本数据均取对数。通过逐步回归分析，选取3个非贫困县的农民人均纯收入作为解释变量，依次为：江口县、思南县及桐梓县。将这3个解释变量纳入回归方程，可得逐步回归结果(见表1)和拟合曲线(见图1)。

      

      由表1和图1可知，1978-1993年，丹寨县与其他3个非贫困县农民人均纯收入的逐步回归结果非常显著，拟合情况也很好，实际值与拟合值的变化趋势基本保持一致。实际值与拟合值的误差值在1984年达到最大，但仅为0.1337，其余年份的误差值均很小。

      

      图1 1978-1993年丹寨县农牧民人均纯收入的实际值与拟合值

      在“八七计划”实施之后(1994-2012年)，用所得回归方程估计如果贫困县没有实施扶贫计划的农民人均纯收入，即“反事实”值(如图2所示)。农民人均纯收入的实际值与“反事实”值之差，即为“八七计划”的政策效应(如图3所示)。

      由图2可知，1994-2012年丹寨县农民人均纯收入的实际值均大于“反事实”值。在“八七计划”实施之初(1994-1997年)，实际值与“反事实”值背道而驰，间距不断扩大，发展态势呈“喇叭型”。1998-2012年，两者均呈平缓递增趋势，变化路径逐步趋于一致，基本保持平行发展状态。

      实际值与“反事实”值之差，即为政策效应。由图3可知，“八七计划”在丹寨县实施的政策效应显著为正。在“八七计划”实施之初(1994-1997年)，其政策效应呈逐年上升趋势；1998-2012年，“八七计划”的政策效应基本保持稳定，始终徘徊于1.7附近，并未出现较大幅度的波动现象，表明长期政策效应趋于稳定。

      为评估“八七计划”对丹寨县农民人均纯收入的长期影响，利用自回归模型(AR)对其政策效应进行拟合。基于AIC信息准则，可得丹寨县“八七计划”政策效应序列服从AR(2)模型②(括号内为估计量的标准差)：

      

      基于以上实证结果，“八七计划”对丹寨县农民人均纯收入的长期影响为1.84。其含义是贫困县的农民人均纯收入比非贫困县大e[1.84]—1倍，约等于5.3倍，表明“八七计划”对丹寨县的政策效果特别明显。之所以产生了这么明显的效果，可能是由于这个县在1994年以前特别贫困，年人均收入只有不到300元。因此，“八七计划”的效果表现得特别显著。在后文的影响因素分析中，我们也得到该结论。

      

      图2 1994-2012年丹寨县农民人均纯收入的实际值与“反事实”值

      

      图3 丹寨县“八七计划”的政策效应

      2.“八七计划”对贵州省各贫困县的政策效应

      “八七计划”对贵州省其他贫困县的政策效应，可采用与丹寨县相同的实证步骤进行分析。为了直观地了解“八七计划”政策效应的年际分布特征，并对每年的政策效应变化趋势进行比较分析，特绘制贵州省各贫困县政策效应年际变化箱形图(如图4所示)。③矩形框是箱形图的主体，箱体上、下两条线分别表示观测值的上四分位数和下四分位数，“+”表示观测值的中位数，有50%的观测值落在该区域。箱形图中的两条直线为触须线，上截止线表示变量值本体最大值，下截止线表示变量值本体最小值。④箱体表示数据的集中范围，上、下触须线表示数据向上和向下延伸的范围。

      

      图4 贵州省各贫困县政策效应年际变化箱形图

      由图4可知，1994年的箱形图相对较小，观测值的分布比较集中，政策实施绩效不显著；1995-2003年箱形图的位置及大小类似，观测值的分布相对集中，政策效应比较稳定；2004-2012年，箱形图呈逐年增大趋势，观测值的分布越来越分散，政策效应趋于不稳定。

      1994年箱形图的箱体较小，其四分位距(上四分位数与下四分位数之间的差距)仅约为0.31，且其触须线较短，观测值的分布比较集中。这表明：在1994年，“八七计划”的实施绩效并不显著，且对各贫困县的政策效应差异不大；1995-2009年，各箱形图箱体的位置及高度基本一致，其四分位距均保持在0.65左右，中位数均徘徊于0.4附近，观测值的分布相对集中，表明各贫困县具有相近的政策效应；2010-2012年箱形图的箱体相对较大，其四分位距增至1左右，观测值的分布比较分散，表明“八七计划”对各贫困县的政策效应差异越来越显著，逐步趋于不稳定。

      1996-2007年箱形图的上触须线显著长于下触须线，其中位数位于箱体的偏下部分，政策效应值呈右偏态分布，其集中位置偏向数值大的一侧，表明在该时期，“八七计划”的实施绩效比较显著；其余各年的上触须线短于下触须线，且越来越显著，其中位数位于箱体的偏上部分，政策效应值呈左偏态分布，其集中位置偏向数值小的一侧，表明“八七计划”对各贫困县的政策效应逐渐减弱。

      由基于面板数据的效应评估方法可得1994-2012年各贫困县的“八七计划”政策效应。接下来，利用自回归模型(AR)评估各贫困县的长期政策效应，所得实证结果如图5所示。

      

      图5 贵州省各贫困县的长期政策效应

      由图5可知，贵州省有33个贫困县的长期政策效应为正，其农民人均纯收入的实际值均大于其“反事实”值。其中，册亨县的政策效应尤为显著，其长期政策效应达到近2.6，表明“八七计划”的实施绩效良好。其余14个贫困县的长期政策效应为负，其农民人均纯收入的实际值小于其“反事实”值。其中，正定县的实施绩效极不显著，其长期政策效应仅约为-0.7，“八七计划”的实施绩效较低。在计划实施之初，由于扶贫资金的投入，可能会使这些贫困县的农民人均纯收入在短期内发生激增，但该现象仅是暂时性的，一旦计划终止，该效应将不复存在。总体而言，“八七计划”对贵州省的政策效应比较显著，不但达到了预期的扶贫效果，而且对约70%的贫困县产生了长期持续性的政策效应。

      (二)“八七计划”对甘肃省的政策效应

      1994年，甘肃省有41个国家级贫困县，在剔除数据缺失的样本后，选取1978-2012年41个贫困县及27个非贫困县的农民人均纯收入作为主要变量。所用数据来源于《新中国60年·甘肃》及2001-2013年《甘肃发展年鉴》。为降低异方差程度，对数据进行对数处理。利用基于面板数据的政策效应评估方法可得甘肃省各贫困县的年际政策效应，如图6所示。

      

      图6 甘肃省各贫困县政策效应年际变化箱形图

      由图6知，甘肃省各年份政策效应箱形图的位置及大小均比较接近，观测值的分布相对集中，表明“八七计划”对甘肃省各贫困县的政策效应具有长期持续性，且其实施绩效相对稳定。

      1994年箱形图的箱体相对较小，其四分位距仅为0.35，位于箱体内的观测值分布比较集中，“八七计划”对这些贫困县的政策效应差异不大，实施绩效不显著；1995-2010年，各箱形图箱体位置及高度比较接近，其四分位距均保持在0.50左右，表明在该时期，“八七计划”对一半左右的贫困县产生了稳定的政策效应；2011年、2012年箱形图的箱体逐渐增大，其四分位距增至0.7左右，观测值的分布较分散，表明“八七计划”对各贫困县的政策效应趋于不稳定。

      各箱形图的上触须线均长于下触须线，大部分中位数都大致位于箱体的中部，其值多数为正，表明“八七计划”对甘肃省各贫困县的政策效应总体显著，且相对稳定。

      为了评估甘肃省各贫困县的长期政策效应，利用自回归模型作进一步分析，所得实证结果如图7所示。图7显示，甘肃省有26个贫困县的长期政策效应为正。其中，泾川县的政策效应最为显著，达到1.4，“八七计划”的实施绩效良好，且具有长期持续性；其余15个贫困县的长期政策效应为负，“八七计划”对这些县或者仅具有短期效应，或者对其无影响。综上所述，“八七计划”对甘肃省63%左右的贫困县产生了长期政策效应，其总体实施绩效比较显著。

      

      图7 甘肃省各贫困县的长期政策效应

      (三)“八七计划”对内蒙古自治区的政策效应

      1994年内蒙古自治区有31个县被列入“八七计划”，在剔除数据缺失的样本后，选取1978-2012年内蒙古自治区31个贫困县及30个非贫困县农牧民人均纯收入作为主要变量。所用数据来自《辉煌的内蒙古：1947-1999》和2001-2013年《内蒙古统计年鉴》。利用基于面板数据的政策效应评估方法可得内蒙古各贫困县的政策效应，其年际变化箱形图如图8所示。

      由图8可知，1994-2012年，内蒙古各贫困县政策效应年际变化箱形图的位置及大小参差不齐，表明“八七计划”对各贫困县虽具有长期政策效应，但效应并不稳定。1994年的箱形图及其箱体均为最小，其四分位距仅为0.31，观测值分布比较集中，“八七计划”的政策效应并显著；1995-2001年，各箱形图箱体较小，观测值的分布比较集中，该时期内的政策效应相对稳定；2002-2012年，各箱形图的四分位距增至1左右，观测值的分布比较分散，各贫困县的政策效应差异较大。

      1994-2008年，箱形图的绝大多数上触须线均长于下触须线。其中，1994-2001年，中位数位于箱体下部分，政策效应不太显著；而2002-2004年，中位数发生小幅上升现象，但其余年份的中位数逐渐开始回落至箱体的下半部分，政策效应逐渐减弱。

      图9显示了自回归模型的实证结果。内蒙古共有17个贫困县的长期政策效应为正。其中，杭锦旗的长期政策效应为2.8，其实施绩效最为显著；其余14县的政策效应为负，“八七计划”对这些贫困县的政策效应较弱。“八七计划”对内蒙古约55%的贫困县具有长期政策效应。

      (四)“八七计划”对河北省的政策效应

      1994年，河北省共有39国家级贫困县，在剔除数据缺失的样本后，选取1978-2012年河北省39个贫困县及68个非贫困县的农民人均纯收入数据作为主要变量。所用数据来源于《河北经济数典1949-2000》及2001-2013年《河北经济统计年鉴》。

      利用基于面板数据的政策效应评估方法可得1994-2012年河北省各贫困县的政策效应。由图10可知，河北省各贫困县政策效应年际变化箱形图可分为两段：1994-2000年，各箱形图的大小参差不齐；2001-2012年，各箱形图逐渐增大，总体政策效应不稳定。

      1994-2006年，各箱形图的箱体位置及高度大致相同，其四分位距均保持在0.62左右，观测值分布比较集中，“八七计划”对位于箱体内的50%的贫困县具有相近的政策效应；2007-2012年，各箱形图的四分位距均徘徊于1附近，各贫困县之间的政策效应差距逐渐扩大。1994-2012年，各箱形图的上触须线均长于下触须线，中位数位于箱体的偏下部分，各贫困县政策效应值呈右偏态分布，且差距越来越明显，其集中位置偏向数值大的一侧，“八七计划”的实施绩效显著。

      

      图8 内蒙古各贫困县政策效应年际变化箱形图

      

      图9 内蒙古各贫困县的长期政策效应

      

      图10 河北省各贫困县政策效应年际变化箱形图

      利用自回归模型评估各贫困县的长期政策效应，所得结果如图11所示。由图11可知，河北省有23个贫困县的长期政策效应为正，沽源县的长期政策尤为显著；其余16个贫困县的长期政策效应为负，且大部分长期政策效应值较小，“八七计划”对这些贫困县的政策效应非常弱。总体而言，“八七计划”对河北省59%左右的贫困县均具有长期政策效应，实施绩效较显著。

      

      图11 河北省各贫困县的长期政策效应

      (五)“八七计划”政策效应的影响因素分析

      在“八七计划”实施期间，大量扶贫资源被投放到贫困县地区，形成一条持续的资源链，并通过“扶贫重点县—获得扶贫资源—生产条件改善—影响收入”的传递机制来影响农村居民收入(张彬斌，2013)。但由于各贫困县的初期经济发展水平相差各异，且在地域特征、人口分布等方面也存在一定的异同性，这些差异可能会潜在地影响农民收入，从而干扰“八七计划”的实施绩效，因此，控制初期异质性对政策效应的信度至关重要。基于此，我们建立如下基本模型：

      

      

表示1994-2012年各贫困县“八七计划”的长期政策效应；解释变量为各贫困县初期经济条件，依次为“农民人均纯收入对数”“人均GDP对数”“人均财政支出对数”“农民人均农业生产总值(包括农、林、牧、渔)对数”“农业人口比重”“农村劳动力占农业人口比重”；

为控制变量，分为两组：第一组是地域特征，包含“革命老区县”“民族县”“边境县”“山区县”“位于山区的革命老区县”“位于革命老区的民族县”“位于山区的民族县”“位于山区革命老区的民族县”“位于边境革命老区的民族县”九个虚拟变量；第二组是代表区域差异的“所属省份”虚拟变量，包括“贵州省”“甘肃省”“内蒙古自治区”“河北省”。所得实证结果如表2所示。

      

      表2报告了在控制地域特征及区域差异的条件下，不同因素对“八七计划”长期政策效应影响的估计值。由实证结果可知，农民人均纯收入和人均财政支出对长期政策效应的影响均比较显著。农民人均纯收入的估计系数符号为负，表明“八七计划”会对初期农民人均纯收入较低的贫困地区采取政策倾斜，向其提供更多的扶贫资源，从而其政策效应更为显著；人均财政支出对长期政策效应具有正效应。财政是扶贫资金的主要来源之一，财政支出可通过转移支付、社会保障支出等手段增加贫困人口收入，改善其生存条件。因此，人均财政支出越多，“八七计划”的政策效应越显著。

      五、结论与建议

      本文采用Hsiao等(2012)提出的面板数据政策评估方法，考察了“八七计划”对贵州、甘肃、内蒙古及河北四省区各贫困县的长期政策效应。实证结果显示：(1)各省区的总体实施绩效均比较显著。贵州、甘肃、内蒙古以及河北四省区分别有66%、63%、55%以及59%的贫困县政策效应具有长期持续性。在选取的158个贫困县中，“八七计划”对约61%的贫困县产生了长期政策效应，这些贫困县的农民人均纯收入不但会在短期内发生激增，而且该效应在长期内依然显著，能够实质性缓解贫困状况。(2)在实施之初，“八七计划”的政策效应均不显著，表明其具有一定的滞后性。(3)甘肃省各贫困县政策效应的年际变化波动幅度最小，实施绩效显著且稳定；贵州省在计划实施期间及其后几年，其政策效应均保持相对平稳，但随着时间的推移，各贫困县的政策效应差距越来越明显，长期政策效应趋于不稳定且逐渐减弱；内蒙古及河北省的短期及长期政策效应均不稳定。(4)通过分析“八七计划”政策效应的影响因素，发现初期农民人均纯收入和人均财政支出对政策效应的影响比较显著。

      对于政策效应为负的贫困县，“八七计划”或许能够在短期内增加其农民人均纯收入，但由于其所处地理环境更为恶劣，自然资源更为短缺，经济发展更为缓慢，致使“八七计划”所投扶贫资金仅能在一定程度上缓解其贫困现状，却不能从根本上解决其贫困根源。因此，一旦终止扶贫资金的投入，“八七计划”对这些贫困县的政策效应也将不复存在。基于此，本文建议应对这些贫困县加大扶贫投资力度，提高扶贫资金的瞄准效率，降低漏出率，确保真正的贫困人口能够从扶贫项目中受益。此外，扶贫政策在提供收入救助的同时，更应注重提高贫困人群应对贫困风险的能力，这样才能有效消除贫困现象。

      ①“反事实”是指在其他条件不变的情况下，假设某个地区并未实施某项政策时的观测值。

      ②采用AR(2)模型拟合政策效应的主要依据是AIC统计量。比较了AR(1)、AR(2)和AR(3)的拟合结果，选择了AIC值最小的AR(2)模型，这是时间序列模型拟合AR或ARMA模型的一般做法。

      ③箱形图又称盒须图、盒式图或箱线图，利用数据中的五个统计量：第一四分位数、最大值、中位数、最小值、第三四分位数来描述数据，可显示一组数据是否具有对称性及其分散程度，并可对多个样本进行比较分析。

      ④本体值指的是除了异常值与极值以外的变量值。

标签：贫困人口论文;  面板数据论文;  绩效计划论文;  绩效目标论文;  贫困问题论文;  政策评估论文;  项目评估论文;  丹寨论文;  国家级贫困县论文;