李文靜，帥傳敏，帥　競，程　欣，丁麗萍，李夢梅

(中國地質大學(武漢) 經(jīng)濟管理學院，湖北　武漢　430074)

?

基于資產(chǎn)指數(shù)的聯(lián)合國IFAD農(nóng)村扶貧項目精準脫貧效果評價

李文靜，帥傳敏，帥競，程欣，丁麗萍，李夢梅

(中國地質大學(武漢) 經(jīng)濟管理學院，湖北武漢430074)

摘要：消除貧困、實現(xiàn)社會和諧與可持續(xù)發(fā)展，是全人類面臨的一個重大課題。作為致力于全球減貧事業(yè)的聯(lián)合國專門機構-國際農(nóng)業(yè)發(fā)展基金(IFAD)，其中國農(nóng)村扶貧項目精準脫貧效果如何備受關注。本文采用準實驗研究設計方法，基于課題組在我國7省開展的IFAD項目區(qū)實地調研的1356份的農(nóng)戶問卷數(shù)據(jù)，首先構建了基于農(nóng)戶資產(chǎn)福利狀態(tài)的資產(chǎn)指數(shù)體系，并結合多重對應分析法計算各指標的權重，以此對農(nóng)戶的貧困狀態(tài)進行了測度。然后，采用雙差分法對IFAD項目的脫貧效果進行了定量評價。結果表明：(1)IFAD扶貧項目的整體脫貧效果明顯；(2)IFAD項目脫貧效果在不同省份之間存在差異；(3)在評價農(nóng)戶是否精準脫貧方面，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論，提出了相應的政策含義。

關鍵詞：聯(lián)合國IFAD；農(nóng)村扶貧；精準脫貧；資產(chǎn)指數(shù)；多重對應分析；雙差分

一、 引言

貧困，是當今全社會面臨的一個重大經(jīng)濟問題和社會問題。消除饑餓和貧困是實現(xiàn)世界公平發(fā)展和可持續(xù)發(fā)展的首要目標。聯(lián)合國千年發(fā)展目標提出消滅貧窮饑餓、普及初等教育、促進兩性平等、降低兒童死亡、改善產(chǎn)婦保健、與疾病作斗爭、環(huán)境可持續(xù)力、全球伙伴關系”八大指標，是國際社會為幫助世界擺脫極端貧困做出的莊嚴承諾。由于經(jīng)濟的發(fā)展，中國的貧困發(fā)生率由1985年的84%下降到2012年的12.5%，大約6億中國人在過去的30年里擺脫了絕對貧困。極端貧困現(xiàn)象在中國已經(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]。

貧困識別和貧困測度是研究貧困的兩個基本問題(張建華等，2006)[2]。世界銀行在《1990年世界發(fā)展報告》中將貧困定義為缺乏達到最低生活水平的能力。諸多學者從不同角度對貧困進行了界定。聯(lián)合國開發(fā)計劃署(UNDP)在《1997年人類發(fā)展報告》中提出了人文貧困的概念，從健康長壽、知識獲取和資源利用三方面能力剝奪的角度定義貧困。也有學者從社會學的角度對貧困進行分析，認為貧困是一個綜合、具體、相對和動態(tài)的概念。貧困脆弱性和貧困狀態(tài)轉移的概念相繼提出。世界銀行(2001)提出了貧困脆弱性的概念，將其定義為度量應對沖擊的復原性，主要從收入、支出或其他福利指標的變動性進行測度。類比于馬斯洛的需求層次理論，有學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。

國際農(nóng)業(yè)發(fā)展基金(IFAD)是一個致力于全球農(nóng)村減貧使命的聯(lián)合國專門機構。IFAD從1981年開始與中國政府開展了長達33年的合作，積極參與到中國農(nóng)村的減貧事業(yè)并做出了重要貢獻。已實施的IFAD項目覆蓋了中國西北、西南和中部20多個省市自治區(qū)的貧困地區(qū)，著力于幫助貧困地區(qū)農(nóng)戶實現(xiàn)脫貧致富，通過精準扶貧手段對貧困對象予以扶持。而IFAD中國項目實施的績效即精準脫貧效果也一直是關注的焦點。對扶貧項目對農(nóng)戶生活條件的改善程度的有效度量，有助于為扶貧項目的持續(xù)發(fā)展和有效施行提供借鑒和依據(jù)。因此，如何科學合理的衡量扶貧項目對扶持對象生活條件改善的貢獻，對合理評估扶貧項目績效具有重要指導意義，也對我國當前精準扶貧精準脫貧有一定借鑒。本文從衡量農(nóng)戶福利狀態(tài)入手以界定貧困發(fā)生率，構建了基于農(nóng)戶資產(chǎn)福利狀態(tài)的資產(chǎn)指數(shù)，對IFAD項目實施期間農(nóng)戶資產(chǎn)存量的改善進行科學測度，以評價扶貧項目效率和精準脫貧效果。

對扶貧項目脫貧效果進行分析，離不開對脫貧標準的合理界定，包括貧困指標的選取和貧困線的界定。有學者認為，收入只能反映人類發(fā)展和貧困的一個方面，而不能反映收入之外其他緯度的貧困。貧困應該表現(xiàn)為福利的缺乏，而不僅僅是收入或消費的不足，除由收入水平?jīng)Q定外，還可能包括住房和基礎設施、掃盲和健康狀況等(張建華等，2006)[2]。目前，國內外對貧困測度的研究主要集中在貧困及貧困線的衡量與測度、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：定義一個確定福利水平、選擇絕對貧困線、選擇貧困代理指標。目前，關于貧困的測定方法有恩格爾系數(shù)法、基本需求法、比例法、馬丁法、調整基期貧困線法、線性支出系統(tǒng)模型法、因子分析法等，對貧困的測度主要表現(xiàn)為絕對貧困和相對貧困兩個方面。單純以收入為標準的貧困發(fā)生率測度方法只能測度出貧困發(fā)生的規(guī)模，對窮人的收入分布完全不敏感，無法測度貧困的深度和強度，且在反貧困政策上具有誤導性?！癋GT 指數(shù)”方法在測度貧困廣度的同時，還可以測度貧困深度及貧困強度，但其只能從收入一維角度進行測度分析，無法從多個層面、多個角度考察一個地區(qū)的貧困發(fā)生狀況(陳輝，2015)[3]。目前對多維貧困的測度，主要表現(xiàn)為通過構建一個綜合指標或指數(shù)對福利的主要方面進行測度，并據(jù)此確定一個貧困線作為測度貧困的標準對貧困狀態(tài)進行測度。部分研究者認為，資產(chǎn)能夠衡量中長期的福利狀態(tài)，且受時間及貨幣價值波動的影響不大。由于受貧困界定和評估時間變化的影響，不同方法測度的貧困狀態(tài)有很大差異。Davis等(2011)[4]認為，在貧困狀態(tài)的動態(tài)定量評估中，采用基于資產(chǎn)水平的估計方法獲取的評價更為穩(wěn)定。鑒于資產(chǎn)能夠更穩(wěn)定的反應家庭的經(jīng)濟福利狀況，進而衡量中長期的貧困狀態(tài)，一些研究學者已經(jīng)從僅以收入作為代理指標衡量家庭經(jīng)濟狀態(tài)轉向家庭資產(chǎn)。

資產(chǎn)與貧困之間存在一定的理論關系，物質資本增加能夠創(chuàng)造更多的財富，使農(nóng)戶具有較強的風險抵抗能力，資產(chǎn)累積有利于貧困過渡，資產(chǎn)損失則可能陷入貧困。目前對資產(chǎn)貧困線進行測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)集與消費貧困線或低收入貧困線，得到維持貧困線消費水平或低收入水平的最小資產(chǎn)需求，即一個資產(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代表個人或家庭i在第t期的福利水平，c為貧困線，當Cit≤c，時，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上，利用農(nóng)戶的資產(chǎn)水平測度長期貧困的新思路，也構成了甄別長期貧困與暫時貧困的第三種思路，將Micawber邊界所處的資產(chǎn)水平作為確定農(nóng)戶是否為長期貧困的標準，即動態(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。對資產(chǎn)的界定也從單一的農(nóng)戶耐用消費品擁有量擴展到農(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，認為當一個農(nóng)戶同時存在上述4類資產(chǎn)貧困中的任何三種時，即視為資產(chǎn)貧困。李曉紅(2013)[9]從人力資本產(chǎn)權的視角出發(fā)對城市貧困人口的致貧原因進行分析，認為導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)權的實現(xiàn)，影響了貧困人口的產(chǎn)權維護能力。羅良清(2012)[10]則指出，人力資本具有較強的減貧效應，但存在區(qū)域差異，東部地區(qū)的人力資本減貧效應大于中西部地區(qū)，應從區(qū)域視角入手通過發(fā)展教育促進貧困人口的人力資本積累，增加其就業(yè)機會，提高其收入水平達到脫貧目的。

綜上所述，現(xiàn)有文獻對貧困測度的研究已從單一測度走向多維測度，涉及收入、消費、資產(chǎn)、被剝奪狀況等諸多角度。但是諸多研究對扶貧項目的評估缺乏基線數(shù)據(jù)的支撐，有的研究雖有基線數(shù)據(jù)的支撐，但跨越項目前后兩個時點進行隨機抽樣，每次抽取樣本的變動會使得監(jiān)測結果存在一定的測量誤差，進而無法有效衡量項目干預的實際貢獻。對于缺乏系統(tǒng)且完整的基線調查對比分析數(shù)據(jù)，項目評估只能采用農(nóng)戶回顧的方法獲取項目實施前農(nóng)戶家庭的數(shù)據(jù)，通過項目前后的對比，分析農(nóng)戶生活狀況的改善程度。但通過農(nóng)戶回憶獲取項目前的收入、儲蓄等基線數(shù)據(jù)具有一定的回憶偏差，而基于資產(chǎn)類別對資產(chǎn)存量進行分析可以大大減少農(nóng)戶的回憶偏差，從而提高脫貧項目評估的合理性。因此，本文采用資產(chǎn)指數(shù)法對農(nóng)戶的貧困狀態(tài)進行界定，對IFAD項目的精準扶貧項目效果進行分析。

二、樣本數(shù)據(jù)與研究方法

本文采用準實驗研究方法，設計了處理組和對照組兩個組別，使用的樣本數(shù)據(jù)來自課題組對中國國家級IFAD項目影響評估的實地調研的一手數(shù)據(jù)。對樣本選擇的標準依次為：樣本省、樣本縣及樣本村采取分層隨機抽樣，樣本農(nóng)戶采取隨機抽樣的方式獲取樣本數(shù)據(jù)；采用傾向得分匹配(PSM)方法進行對照村(對照村)的選擇。課題組赴河南、甘肅、寧夏、新疆、內蒙古、四川和重慶在內的7省(市、區(qū))進行了為期3個月的實地調研。問卷調查涉及項目村(處理村)和非項目村(對照村)共計49個。實地調研共獲取農(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)文獻分析和實地調研觀測采用多重對應分析法(Multiple Correspondence Analysis，MCA)構建資產(chǎn)指數(shù)，對農(nóng)戶的貧困狀態(tài)進行測度。(2)采用雙差分分析法(Diff-in-Diff，DiD)衡量IFAD項目干預對受益農(nóng)戶脫貧的凈貢獻，通過構建適當?shù)膶嶒灲M和對照組，并分析實驗組和對照組事后差異和事前差異的差分，以過濾掉結果變量的時間趨勢和固定效應的干擾(Ravallion, 2007)[11]，從而獲取IFAD項目干預對農(nóng)戶基于資產(chǎn)狀況衡量的貧困狀態(tài)的直接干預效應，在此基礎上對精準脫貧效果進行評價。

表1　問卷樣本統(tǒng)計學特征

資料來源：根據(jù)樣本數(shù)據(jù)整理所得。

三、資產(chǎn)指數(shù)和貧困測度

現(xiàn)有文獻中，構建資產(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對變量分布的假設要求更少，更適合于離散變量和分類變量。相關文獻表明(Booysen, 2008)[12]，MCA更適用于二元變量和分類變量。MCA計算公式如下：

MCAi=Ri1W1+Ri2W2+…+RijWj

式中，MCA代表家庭的財富指數(shù)得分，Rij代表農(nóng)戶對第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，如飲用水、做飯燃料、通往市場便利程度等。本文認為，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)濟創(chuàng)收方面起著至關重要的作用，故也應納入農(nóng)戶資產(chǎn)的考慮范疇。本文采用多重對應分析法，從農(nóng)戶的生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本3個維度構建了本文農(nóng)戶資產(chǎn)指數(shù)，以對本次評估的農(nóng)戶的資產(chǎn)狀況進行綜合測度，構建的農(nóng)戶資產(chǎn)指數(shù)指標體系，從資產(chǎn)福利角度對農(nóng)戶的貧困狀況進行度量。本文從生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本三個角度對農(nóng)戶資產(chǎn)進行分析，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，鑒于本次項目評估所涉及的區(qū)域多處農(nóng)村偏遠地帶，多數(shù)家庭靠外出務工，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力人數(shù)對農(nóng)戶的人力資本進行衡量。本文對資產(chǎn)指數(shù)模型構成的各指標的定義和數(shù)據(jù)處理原則見表2。

由于本文采用相對貧困線對農(nóng)戶貧困狀況進行衡量，為避免項目前后權重重新計算帶來相對貧困線變動對脫貧率計算造成的影響，本文采用項目前后的混合樣本數(shù)據(jù)計算農(nóng)戶的資產(chǎn)指數(shù)，指標權重計算結果見表3。本文計算的項目前后的資產(chǎn)指數(shù)分布情況見表4。

本文計算的資產(chǎn)指數(shù)值組成情況見表5。以資產(chǎn)指數(shù)最小值為例，當生產(chǎn)性資本、生活性資本和人力資本均處于最低水平時，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，距離市場較近，做飯燃料使用煤或沼氣，飲用水為河流，家庭中勞動力占家庭規(guī)模比較大，住房條件達中等水平。當生產(chǎn)性資產(chǎn)和生活性資產(chǎn)都擁有，去往市場耗時最短，采用電或天然氣等做飯燃料，飲用水為自來水，勞動力人數(shù)占家庭規(guī)模的70%以上及住房條件指數(shù)達74.96以上時，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中國項目評估調查問卷。

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(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，標準化，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的權重計算住房條件指數(shù)的綜合得分。

表3　資產(chǎn)類指標權重

資料來源：根據(jù)調查數(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)實地調研數(shù)據(jù)整理而得。

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

此外，為衡量上述所構建資產(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進行對比，以獲取該指數(shù)的穩(wěn)健程度。鑒于可獲取的發(fā)展中國家的調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，進而判斷貧困標準和不平等狀況。世界銀行(2003)研究表明，生活福利類貧困度量指標與支出的相關性范圍通常在0.20到0.40之間。Booysen等(2008)[12]的研究表明，資產(chǎn)類指標與人均消費支出具有正向且顯著的相關系數(shù)和Spearman秩相關系數(shù)，分別為0.421和0.493。本文采用農(nóng)戶人均消費支出作為對照指標，分析其與資產(chǎn)指數(shù)的相關性以獲取農(nóng)戶資產(chǎn)指數(shù)的穩(wěn)健性。本文采用相關分析中的相關系數(shù)和Spearman秩相關系數(shù)對其相關性進行分析。分析表明，農(nóng)戶資產(chǎn)指數(shù)與人均消費支出的相關系數(shù)為和Spearman秩相關系數(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果一致，表明本文構建的資產(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)計數(shù)據(jù)匯總而得。

多維貧困的綜合指標是正數(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%相對貧困線(Asselin, 2008)[14]。參照世界銀行貧困分析相關資料，可以以人口總量的一部分作為相對貧困人口劃定貧困線，進而以此為標準對貧困狀態(tài)進行測度。本文借鑒Booysen(2008)[12]和Garbero(2014)[15]等學者對資產(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，對農(nóng)戶資產(chǎn)的貧困狀態(tài)進行衡量。

四、IFAD項目精準脫貧效果評價

(一)IFAD項目干預對資產(chǎn)指數(shù)的影響分析

為了考察IFAD項目干預對農(nóng)戶資產(chǎn)指數(shù)增長的凈貢獻，本文采用雙差分析的方法對項目干預對資產(chǎn)指數(shù)變動的影響進行了分析，即刨除項目期內農(nóng)戶資產(chǎn)指數(shù)的自然增長外，IFAD項目實施對農(nóng)戶資產(chǎn)指數(shù)增長的凈貢獻。資產(chǎn)指數(shù)的雙差分結果見表6。

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

為考察其他因素對農(nóng)戶資產(chǎn)指數(shù)的影響，本文采用固定效應模型進行分析(薛鳳蕊，2011)[16]，將可觀測的影響資產(chǎn)指數(shù)值的一組變量作為控制變量，并以此為基礎對IFAD項目干預效應的凈效應進行分析。本文選擇勞動力中女性占比、戶主年齡、戶主受教育程度、家庭規(guī)模、家庭勞動力個數(shù)等5個變量家庭特征變量作為控制變量組。由表7的計算結果可以得出，IFAD項目干預對農(nóng)戶資產(chǎn)指數(shù)增長的凈貢獻為1.0745，在其他因素不變的情況下，勞動力中女性占比(0.6792)對資產(chǎn)指數(shù)有顯著的正向影響，且影響最大，這表明女性勞動力占比越高，對農(nóng)戶資產(chǎn)存量改善越大；其次為家庭中的勞動力個數(shù)(0.2634)、戶主受教育水平(0.1594)、戶主年齡(0.0091)，即家中勞動力最多，受教育水平越高，對農(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，采用雙差分析法對控制變量影響下的IFAD項目的干預效應進行分析。由計算結果可以看出，處理村與對照村之間資產(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)。由分析結果可以看出，從資產(chǎn)指數(shù)角度度量的農(nóng)戶生計狀況來看，IFAD項目的干預對農(nóng)戶資產(chǎn)指數(shù)增長的凈貢獻顯著，即IFAD項目干預效應顯著。

表6　資產(chǎn)指數(shù)雙差分析結果

數(shù)據(jù)來源：根據(jù)IFAD7省項目調研數(shù)據(jù)，采用stata13.0計算而得。

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項目效果：雙差分析回歸結果

資料來源：根據(jù)IFAD7省項目調研數(shù)據(jù)，采用stata13.0計算而得。

表8　包含控制變量的資產(chǎn)指數(shù)雙差分析結果

數(shù)據(jù)來源：根據(jù)IFAD7省項目調研數(shù)據(jù)，采用stata13.0計算而得。

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)項目干預對脫貧率的影響分析

本文將7省整體作為研究對象，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。參照該脫貧率標準，各省處理村脫貧率均實現(xiàn)大幅度增長。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，7省處理村項目前脫貧率為57.33%，項目后脫貧率為99.21%，與項目前相比，項目后脫貧率增長了41.88%。同期對照村項目前脫貧率為64.53%，項目后脫貧率為98.31%，與項目前相比，項目后脫貧率增長了33.78%。雙差分析(DiD)結果表明，由于IFAD項目的實施，處理村的脫貧速度高于對照村8.10%，這表明了IFAD項目對處理村減貧的凈貢獻。取資產(chǎn)指數(shù)分布的60th分位數(shù)為貧困線時，7省處理村項目前脫貧率為39.53%，項目后脫貧率為97.51%，與項目前相比，項目后脫貧率增長了57.98%。同期對照村項目前脫貧率為41.89%，項目后脫貧率為94.43%，與項目前相比，項目后脫貧率增長了52.53%。雙差分析(DiD)結果表明，由于IFAD項目的實施，處理村的脫貧速度高于對照村5.45%，這表明了IFAD項目對處理村減貧的凈貢獻(見表9)。

從7省農(nóng)戶脫貧率變動情況來看，參照40th分位數(shù)貧困線標準，由IFAD項目實施帶來的增長中，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)貧困線標準，增幅最大的為四川(28.12%)，其次為內蒙(22.62%)、甘肅(12.50%)、新疆(7.44%)、河南(7.23%)、重慶(5.95%)。

有學者指出，貧困研究除靜態(tài)關注同一時期貧困人口的規(guī)模大小之外，更應動態(tài)地研究貧困群體在不同時期貧困狀態(tài)的動態(tài)變化過程(葉初升，2013)[17]。因此，本文對項目期內農(nóng)戶貧困轉移狀態(tài)進行了分析，以便界定項目期內農(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戶項目戶中，有552戶的生計狀況由貧困轉為脫貧，所占比例為72.25%；項目前已有的190戶處于脫貧的農(nóng)戶經(jīng)過項目期處于持續(xù)脫貧狀態(tài)；而同期對照村592戶中，有389戶生計狀況實現(xiàn)了由貧困到非貧困的轉變，比率達65.71%，項目前已脫貧的154戶仍處于持續(xù)脫貧狀態(tài)。通過處理村與對照村的差異分析可以得出，對于項目前的貧困戶而言，與對照村相比，處理村貧困戶脫貧的比率高出6.54%，即表現(xiàn)為IFAD項目對貧困農(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項目對貧困農(nóng)戶貧困狀態(tài)改善的凈貢獻為11.05%(詳見表10)。

表9　IFAD項目干預前后處理村與對照村的脫貧效果

資料來源：作者根據(jù)IFAD實地調研資料計算整理而得。

表10　IFAD項目干預前后處理村與對照村貧困轉移狀態(tài)

資料來源：作者根據(jù)IFAD實地調研資料計算整理而得。

注：pre-指項目實施前；post-指項目實施后。

五、結論、啟示和討論

(一)研究結論

資產(chǎn)的存量和積累有利于農(nóng)戶擺脫貧困?；谫Y產(chǎn)種類對農(nóng)戶貧困狀態(tài)進行的分析，可有效測度農(nóng)戶的生存及生計狀況。而基于相對貧困對不同時點農(nóng)戶生計狀況進行的測度，有利于抓住貧困狀態(tài)的轉移，并避免以貨幣衡量在價值上和時間上存在的測量偏差。本文采用的基于資產(chǎn)指數(shù)對農(nóng)戶資產(chǎn)生計狀況改善的測度，采用相對貧困線對IFAD項目前后農(nóng)戶生活狀態(tài)的變化情況進行測度，并結合雙差分析的方法對IFAD項目的干預效應進行評估，為合理評估IFAD項目對農(nóng)戶減貧效應提供了有效的衡量方法，主要得出以下研究結論：

1.IFAD扶貧項目整體脫貧效果明顯

第一，以資產(chǎn)指數(shù)測度的農(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，IFAD項目對處理村減貧的凈貢獻8.10%，即有8.10%的貧困對象因受IFAD項目的扶持而實現(xiàn)脫貧；取資產(chǎn)指數(shù)分布的60th分位數(shù)為貧困線時，該凈貢獻為5.45%。第二，資產(chǎn)指數(shù)增長效果顯著，在不考慮控制變量的情況下，處理村與對照村之間資產(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項目干預對資產(chǎn)指數(shù)增量的凈貢獻為1.0745且在0.01的水平下顯著。

2.IFAD扶貧項目效果在不同省份之間存在差異

第一，從各省農(nóng)戶脫貧率變動情況來看，參照40th分位數(shù)貧困線標準，由IFAD項目實施帶來的增長中，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)貧困線標準，增幅最大的為四川(28.12%)，其次為內蒙(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)、內蒙古(0.626)。

3.在評價農(nóng)戶是否精準脫貧方面，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)的構成上來說，該指標涉及農(nóng)戶生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本，能夠較為全面的測度農(nóng)戶資產(chǎn)角度福利的存量。資產(chǎn)指標表征的農(nóng)戶生計狀況能有效反映農(nóng)戶生活資本的存量，及生產(chǎn)資料的獲取能力，為多維貧困測度指標的選取和貧困的識別提供了新的借鑒。此外，本文對資產(chǎn)指數(shù)的穩(wěn)健性檢驗結果也表明，農(nóng)戶資產(chǎn)指數(shù)與人均消費支出的兩類相關系數(shù)值分別為0.272和0.416，與相關學者對生活福利類貧困度量指標的研究結果相一致，具有較好的穩(wěn)健性。因此，資產(chǎn)指數(shù)與我國常用的農(nóng)民人均純收入指標相比較，能夠更加客觀地反映農(nóng)戶的貧困狀態(tài)。

(二)政策啟示

1.我國應加大力度實施精準扶貧和精準脫貧

由上述分析結論可以得出，IFAD項目對貧困人口扶持的脫貧效果顯著，對生計水平有顯著的正向促進效應。其原因在于IFAD在扶持對象的選擇上具有貧困瞄準的精準性。農(nóng)村信貸主要側重于種養(yǎng)殖等有資金周轉需求的貧困農(nóng)戶，農(nóng)村基礎設施建設主要用于道路交通醫(yī)療等相對落后的地區(qū)，提高貧苦人口對社會資源的可獲得性，而社會發(fā)展主要用于提升貧困人口的生存能力，包括技能培訓和掃盲培訓在內的軟實力的建設。針對不同的扶持對象，采用不同的子項目類型分別對其予以扶持，進而提升農(nóng)戶的生計福利水平。

2.我國各省區(qū)應因地制宜地選擇扶貧模式

從不同省份IFAD項目執(zhí)行的結果來看，新疆、四川、甘肅、重慶的扶持效果顯著。中國幅員廣闊，不同省份間地理位勢差異顯著，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，因而沼氣項目的推行在環(huán)保的基礎上又有助于有效利用當?shù)刭Y源，充分發(fā)揮區(qū)位優(yōu)勢；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，開展信貸及培訓等對農(nóng)牧產(chǎn)業(yè)進行扶持，充分發(fā)揮農(nóng)戶特長，提高其生計能力，進而改善其生存環(huán)境。因此，對中國貧困地區(qū)農(nóng)戶予以扶持時，應使其自身優(yōu)勢及特長得到充分發(fā)揮，視其能力，按需扶持，做到精準高效。

3.我國應采用資產(chǎn)指數(shù)指標精準識別貧困扶持對象

研究結果表明，以人均純收入瞄準的貧困扶持對象受貧困指標本身特質的影響較大，單以某一時點的貧困測度受當期生產(chǎn)行為的影響顯著，在扶持對象的瞄準過程中可能導致瞄準偏誤。而以資產(chǎn)指數(shù)測度的農(nóng)戶貧困狀態(tài)具有較好的穩(wěn)健性，能夠較為準確的反映出農(nóng)戶在一定時期的資產(chǎn)存量及生產(chǎn)資料的可獲能力，對于有效甄別貧困對象具有較好的穩(wěn)健性。因此，本文建議，在當前精準扶貧和精準脫貧工作中，推行資產(chǎn)指數(shù)測度方法對貧困扶持對象進行精準識別，以提高扶貧對象的瞄準精度。

(三)方法討論

本文提出的基于資產(chǎn)指數(shù)構建貧困代理指標對農(nóng)戶的貧困狀態(tài)進行測度，可以作為我國當前扶貧工作確定扶持對象和衡量扶貧項目扶貧效果的考核指標，這對于我國當前推行的精準扶貧工作具有一定的借鑒意義。采用資產(chǎn)指數(shù)測度農(nóng)戶的資產(chǎn)福利能夠較為準確的衡量出農(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、生活活動的生產(chǎn)性資產(chǎn)、生活性資產(chǎn)和人力資本的持有水平，較為客觀真實地反映農(nóng)戶某一時點的資產(chǎn)擁有量和持有水平，測算出農(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對農(nóng)戶貧困狀態(tài)進行測度時應注意以下幾點：

1.應根據(jù)分析目的不同選擇合適的貧困測度標準

基于收入和支出的測度，能有效反映農(nóng)戶的收支狀況，測度出農(nóng)戶在當期的收入和消費能力，但僅從收入和支出角度對農(nóng)戶生活進行的測度，無法反映出農(nóng)戶生活福利的存量。值得注意的是，發(fā)展中國家在農(nóng)戶一級缺乏詳實的收入和支出的數(shù)據(jù)，且受到通貨膨脹等因素的影響，貨幣衡量的實際價值難以統(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，且在中長期的扶貧項目效果評價中，具有較好的穩(wěn)健性。因此，本文建議在貧困戶的識別和對扶貧項目效果的評價時，采用多種測度方法對項目的凈貢獻進行綜合分析。

2.應慎重對待以資產(chǎn)指數(shù)測度的農(nóng)戶生活狀態(tài)的解讀

采用資產(chǎn)指數(shù)對農(nóng)戶貧困狀態(tài)進行的測度可衡量一定時期內農(nóng)戶貧困狀態(tài)的變化。但由于資產(chǎn)指數(shù)構成是基于資產(chǎn)類指標對資產(chǎn)存量進行的測度，在一定程度上將不同價值的同一類資產(chǎn)模糊化，以資產(chǎn)的使用價值作為考量重點，測度農(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)實際的貨幣價值。與此同時，與收入和支出類農(nóng)戶生活衡量指標相比，在一定時期內，基于資產(chǎn)構成的資產(chǎn)指數(shù)的測度隨時間的變化較為緩慢，可能使得農(nóng)戶生活中部分重要的經(jīng)濟情況的變動無法體現(xiàn)出來。此外，也有關研究學者(Booysen，2008)[12]指出，以資產(chǎn)指數(shù)為基準的貧困測度，在衡量極端貧困狀態(tài)時可能出現(xiàn)失效的情況。

參考文獻：

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

[2]張建華, 陳立中. 總量貧困測度研究述評[J]. 經(jīng)濟學(季刊)，2006, 5(2): 675-694.

[3]陳輝. 一維到多維貧困測度比較研究——基于粵北山區(qū)的調查數(shù)據(jù)[J]. 特區(qū)經(jīng)濟, 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)與長期貧困——基于面板數(shù)據(jù)的2SLS估計[J]. 貴州社會科學, 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 個國家扶貧開發(fā)重點縣為例[J]. 農(nóng)業(yè)技術經(jīng)濟, 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——基于省際面板數(shù)據(jù)實證研究[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. 土地流轉對農(nóng)民收益的效果評價——基于DID模型分析[J]. 中國農(nóng)村觀察, 2011(2): 36-42.

[17]葉初升,趙銳武,孫永平. 動態(tài)貧困研究的前沿動態(tài)[J]. 經(jīng)濟學動態(tài), 2013(4):120-128.

(本文責編：王延芳)

收稿日期：2015-12-25修回日期：2016-06-26

基金項目：聯(lián)合國重大國際合作項目“基于計量經(jīng)濟學方法的聯(lián)合國IFAD中國項目影響評估”(2014087001)、國家自然科學基金項目“生態(tài)環(huán)境和地質災害孕貧機制與減貧策略研究-以三峽庫區(qū)為例”(71473231)。

作者簡介：李文靜(1989-)，女，河南湯陰人，中國地質大學(武漢)經(jīng)濟管理學院博士生，研究方向：項目管理。通訊作者：帥傳敏。

中圖分類號：F323.89

文獻標識碼：A

文章編號：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)