摘 要：“新冠”疫情使全球減貧事業(yè)及中國2020年后防返貧工作受到嚴(yán)峻挑戰(zhàn)，精準(zhǔn)扶貧政策成效面臨重要考驗(yàn)。通過對四川涼山彝族自治州、甘孜藏族自治州及阿壩藏族羌族自治州等民族地區(qū)展開大規(guī)模農(nóng)戶調(diào)研，評估精準(zhǔn)扶貧政策在“新冠”疫情沖擊下對農(nóng)戶農(nóng)業(yè)生產(chǎn)的影響效果。研究結(jié)果表明：精準(zhǔn)扶貧政策在減緩“新冠”疫情對農(nóng)戶生產(chǎn)的負(fù)面沖擊上起著積極效果；對2019年前脫貧的建檔立卡戶呈現(xiàn)顯著效果，但對2019年以后剛脫貧的農(nóng)戶效果卻不明顯；同時(shí)，收入效應(yīng)和內(nèi)生動(dòng)力是影響精準(zhǔn)扶貧政策效果差異的重要因素。結(jié)論在一定程度上為當(dāng)?shù)仂柟膛c拓展脫貧攻堅(jiān)成果與鄉(xiāng)村振興有效銜接提供了事實(shí)依據(jù)，也對其他貧困國家實(shí)現(xiàn)聯(lián)合國2030年之前消除貧困的目標(biāo)有一定的借鑒意義。

關(guān)鍵詞：“新冠”疫情；精準(zhǔn)扶貧政策；農(nóng)業(yè)生產(chǎn)；四川民族地區(qū)

中圖分類號： F323.8 文獻(xiàn)標(biāo)志碼： A 文章編號：1672-0539（2023）01-0062-08

一、引言

作為影響全球經(jīng)濟(jì)的不確定性事件[1-2]，新型冠狀病毒感染疫情（以下簡稱“新冠”疫情）使全球減貧事業(yè)受到嚴(yán)峻挑戰(zhàn)?，F(xiàn)有研究表明“新冠”疫情造成的經(jīng)濟(jì)損失將進(jìn)一步惡化貧困狀況[3-5]。2020年，疫情“新冠”使約1億人陷入極端貧困[6]，尤其加劇了撒哈拉以南非洲和南亞的貧困，對實(shí)現(xiàn)聯(lián)合國2030年之前消除貧困的可持續(xù)發(fā)展目標(biāo)帶來嚴(yán)峻挑戰(zhàn)[7]。由此，亟須一項(xiàng)有效和系統(tǒng)的反貧困政策來減緩“新冠”疫情對貧困的負(fù)面沖擊，對實(shí)現(xiàn)聯(lián)合國2030年可持續(xù)發(fā)展目標(biāo)具有重要的現(xiàn)實(shí)意義[8]。

作為一項(xiàng)具有中國特色的減貧政策，精準(zhǔn)扶貧政策取得了舉世矚目的減貧成就。精準(zhǔn)扶貧政策依據(jù)農(nóng)村家庭人均年收入低于2014年的2 300元，到2017年的3 200元和2019年的3 700元（1）等不同時(shí)間段的農(nóng)村人均貧困線來動(dòng)態(tài)確定建檔立卡戶（接受扶貧政策），以發(fā)展生產(chǎn)、易地扶貧搬遷、生態(tài)補(bǔ)償、發(fā)展教育及社會(huì)保障兜底等為基本路徑對建檔立卡戶實(shí)施一系列扶貧、脫貧政策。自2013年政策實(shí)施以來，我國農(nóng)村貧困人口發(fā)生率從2012年的10.2%下降到2019年的0.6%，到2020年全部清零（2），堪稱中國甚至世界減貧事業(yè)上的奇跡。然而，“新冠”疫情的暴發(fā)與蔓延不僅是影響2020年脫貧攻堅(jiān)戰(zhàn)的最大不確定性因素[9]，也給2020年后防返貧工作增添不小的挑戰(zhàn)[10-12]，更是對精準(zhǔn)扶貧政策的防返貧成效在面對“新冠”疫情等不確定性事件沖擊下的重要考驗(yàn)。

對精準(zhǔn)扶貧政策在減緩“新冠”疫情負(fù)面沖擊的效應(yīng)上展開實(shí)證研究的文獻(xiàn)比較缺乏。許多學(xué)者圍繞農(nóng)戶可持續(xù)生計(jì)、農(nóng)戶增收、消費(fèi)增長、縣域經(jīng)濟(jì)發(fā)展等方面定量評估其成效，取得了豐富的研究成果[13-21]。例如，沈宏亮和張佳（2019）[13]、陳杰等（2021）[16]的研究均表明精準(zhǔn)扶貧政策對建檔立卡戶的收入增長有積極作用；李紹平等（2018）[14]、李波等（2021）[20]都指出精準(zhǔn)扶貧政策的實(shí)施顯著促進(jìn)了縣域經(jīng)濟(jì)發(fā)展，少有文獻(xiàn)評估精準(zhǔn)扶貧政策在應(yīng)對不確定性事件沖擊下的成效。目前，賀立龍和劉丸源（2021）[12]僅定性探討了在“新冠”疫情中精準(zhǔn)扶貧政策實(shí)施的重點(diǎn)和政策傾斜，未能展開系統(tǒng)評估研究。

作為“三區(qū)三州”深度貧困地區(qū)，四川涼山彝族自治州、甘孜藏族自治州及阿壩藏族羌族自治州（以下分別簡稱涼山、甘孜、阿壩）等民族地區(qū)是精準(zhǔn)扶貧政策實(shí)施的重點(diǎn)區(qū)域（3）。在習(xí)近平總書記2017年6月首次提出深度貧困地區(qū)主要指“三區(qū)三州”以來，中共中央辦公廳、國務(wù)院辦公廳印發(fā)了《關(guān)于支持深度貧困地區(qū)脫貧攻堅(jiān)的實(shí)施意見》等政策文件，強(qiáng)調(diào)要新增脫貧攻堅(jiān)資金、脫貧攻堅(jiān)項(xiàng)目及脫貧攻堅(jiān)舉措向“三區(qū)三州”傾斜，重點(diǎn)支持“三區(qū)三州”發(fā)展?！叭齾^(qū)三州”地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱、貧困程度深、地理自然環(huán)境惡劣且致貧原因復(fù)雜等也可能放大“新冠”疫情等不確定事件的負(fù)面沖擊。另外，因精準(zhǔn)扶貧中的產(chǎn)業(yè)扶貧政策在農(nóng)戶增收和農(nóng)業(yè)發(fā)展上起著至關(guān)重要的作用[22-23]，本文將評估在“新冠”疫情沖擊下精準(zhǔn)扶貧政策對四川涼山、甘孜及阿壩等民族地區(qū)農(nóng)戶農(nóng)業(yè)生產(chǎn)的影響。這不僅能夠?yàn)楫?dāng)?shù)胤婪地毷聵I(yè)提供事實(shí)依據(jù)，也可為推進(jìn)“三區(qū)三州”其他地區(qū)的減貧事業(yè)提供參考依據(jù)，同時(shí)也對其他貧困國家實(shí)現(xiàn)聯(lián)合國2030年之前消除貧困的目標(biāo)有一定的借鑒意義。

二、數(shù)據(jù)來源與研究方法

（一） 數(shù)據(jù)來源與變量選取

地處于我國西南，四川涼山、甘孜和阿壩地區(qū)的生態(tài)脆弱與經(jīng)濟(jì)落后兩重疊加加劇了貧困，在2020年其GDP僅占整個(gè)四川省的5.3%（4）。在2016年底，四川高原藏區(qū)和大小涼山彝區(qū)被列為深度貧困地區(qū)，覆蓋了45個(gè)貧困縣和3 993個(gè)貧困村，分別約占全國的14%和24%；2019年底，涼山、甘孜和阿壩州的脫貧村分別達(dá)到了1 772、1 360和606個(gè)，貧困發(fā)生率分別降至4%、0.23%和0.03%；到2020年底，已經(jīng)實(shí)現(xiàn)全面脫貧的目標(biāo)（5），但制約社會(huì)經(jīng)濟(jì)發(fā)展的深層次頑疾使部分貧困邊緣人口和低收入人群依然面臨著返貧風(fēng)險(xiǎn)，尤其是“新冠”疫情帶來的不確定性可能使返貧風(fēng)險(xiǎn)進(jìn)一步放大。

2020年3月初借助網(wǎng)絡(luò)“問卷星”平臺(tái)對四川涼山、甘孜和阿壩地區(qū)展開了較大規(guī)模的農(nóng)戶生產(chǎn)調(diào)研。為確保研究的科學(xué)性，設(shè)定以下原則來選擇樣本：①在地級市（州）層面，依據(jù)三個(gè)地區(qū)原貧困程度（6），確定各地調(diào)查樣本數(shù)；②縣層面上，兼顧脫貧與未脫貧、有感染病例與無感染病例的原則來選擇樣本；③農(nóng)戶層面上，請縣扶貧辦或相關(guān)部門根據(jù)抽樣原則轉(zhuǎn)發(fā)鏈接于鄉(xiāng)鎮(zhèn)，鄉(xiāng)鎮(zhèn)根據(jù)設(shè)定抽樣原則轉(zhuǎn)發(fā)給農(nóng)戶。另外，為克服網(wǎng)絡(luò)調(diào)研導(dǎo)致的交流偏差，要求文化程度較高的家庭成員或鄰居根據(jù)問卷問題如實(shí)填寫信息。在共收集到的624戶樣本中，剔除漏填、誤填信息的樣本，最終得到有效樣本616戶。

依據(jù)問卷的兩個(gè)問題“與2019年相比，2020年是否會(huì)由于“新冠”疫情影響而改變種植規(guī)模（減少、不變、增加）”“與2019年相比，2020年是否會(huì)由于“新冠”疫情影響改變養(yǎng)殖規(guī)模（減少、不變、增加）”，設(shè)定農(nóng)戶調(diào)整生產(chǎn)（種植和養(yǎng)殖）規(guī)模，即農(nóng)戶生產(chǎn)決策。調(diào)研數(shù)據(jù)顯示，在“新冠”疫情影響下減少、不變及增加生產(chǎn)規(guī)模的農(nóng)戶分別占17%、75%及8%。借鑒沈宏亮和張佳（2019）[13]的研究思路，以是否建檔立卡戶（接受政策扶持）來刻畫精準(zhǔn)扶貧政策；同時(shí)因剛脫離絕對貧困的群眾穩(wěn)定性較為脆弱，極易因意外情況再度返貧[21]，根據(jù)脫貧時(shí)間把建檔立卡戶分為2019年以前和2019年以后脫貧（把調(diào)研期間未脫貧的農(nóng)戶歸為2019年以后脫貧的農(nóng)戶）。樣本數(shù)據(jù)顯示，非建檔立卡戶和建檔立卡戶分別占66%和34%，其中2019年以前脫貧和2019年以后脫貧的農(nóng)戶分別占23%和11%。

戶主年齡、戶主受教育水平、2019年家庭總收入和農(nóng)業(yè)收入比例等農(nóng)戶家庭特征變量是農(nóng)戶層次控制變量。借助奧維互動(dòng)地圖和高德地圖等軟件收集了村海拔高度和村到鄉(xiāng)鎮(zhèn)的距離等村自然環(huán)境條件數(shù)據(jù)，作為村層次控制變量。主要變量的具體統(tǒng)計(jì)信息見表1。

（二） 計(jì)量經(jīng)濟(jì)模型的設(shè)定

因農(nóng)戶生產(chǎn)調(diào)整表現(xiàn)為減少、不變和增加生產(chǎn)規(guī)模三種類型，是非排序且各類型之間相互排斥的類別變量。因此，本文采用多元離散選擇模型，分析決策主體在特定影響因素下決定作出某種行為選擇的概率。多元Logit離散模型可視為對被解釋變量中各類選擇行為兩兩配對后所構(gòu)成的多個(gè)二元Logit模型實(shí)施聯(lián)合估計(jì)。模型設(shè)定如式（1）：

其中，b為選定的基準(zhǔn)組，設(shè)定J為類別變量包含的種類總數(shù)，則j=1，2，…J。當(dāng)j=b時(shí)，等式左側(cè)為ln1=0，則γb=0，即某種選擇相對自己的log-odds始終為0，致使該組別對應(yīng)的任何解釋變量系數(shù)也必然為0。通過求解這J個(gè)方程，可以得到每種選擇的預(yù)測概率。具體設(shè)定模型如式（2）（3）：

在式（3）中， πij表示第i個(gè)農(nóng)戶實(shí)施第j種類型生產(chǎn)決策的概率。核心變量包括“新冠”疫情嚴(yán)重程度（infecti）、精準(zhǔn)扶貧政策（policti）及兩個(gè)變量間的交叉項(xiàng)。根據(jù)縣是否有“新冠”疫情病例（1=是；0=否）來表示受“新冠”疫情沖擊程度。為更好地分析政策成效，把政策（ ）變量分成三種類型來建立子模型。子模型（1）是分析非建檔立卡戶（未接受政策幫扶）與建檔立卡戶（接受政策幫扶）之間的差異；子模型（2）是分析2019年以后脫貧與2019年以前脫貧的建檔立卡戶之間的差異；子模型（3）是分析2019年以前脫貧的建檔立卡戶與非建檔立卡戶之間的差異。

另外，戶主年齡、戶主教育水平、2019年家庭總收入和農(nóng)業(yè)收入占比、村海拔高度、村到鄉(xiāng)鎮(zhèn)距離等變量被作為分析農(nóng)戶家庭特征和村自然環(huán)境條件對農(nóng)業(yè)生產(chǎn)影響的控制變量[24]。設(shè)定縣域虛擬變量Ri，旨在控制縣域經(jīng)濟(jì)社會(huì)條件差異的影響。γ族是待估計(jì)參數(shù)是模型的殘差項(xiàng)。

三、結(jié)果與分析

本文以“新冠”疫情沖擊下農(nóng)戶不改變生產(chǎn)規(guī)模（此狀態(tài)占絕對比重）為參照組，分析農(nóng)戶減少和增加生產(chǎn)規(guī)模相對于不改變生產(chǎn)規(guī)模發(fā)生的概率。由此，三個(gè)子模型分別報(bào)告了關(guān)于“減少生產(chǎn)規(guī)?！焙汀霸黾由a(chǎn)規(guī)?！眱煞N結(jié)果（如表2所示）。就模型的整體估計(jì)效果而言，三個(gè)子模型的Wald χ2值分別是252.32、145.43及187.54，通過了顯著性檢驗(yàn)，表明模型整體運(yùn)行效果良好。關(guān)鍵變量和控制變量系數(shù)也通過了顯著性檢驗(yàn)且符合預(yù)期。

模型結(jié)果顯示，在子模型（1）-（3）中，控制其他因素不變，縣是否有“新冠”疫情病例的系數(shù)在選擇減少生產(chǎn)規(guī)模模型中分別為0.388、0.589和2.874，而在增加生產(chǎn)規(guī)模模型中分別為－1.318、－1.376和-2.121（盡管部分系數(shù)不顯著，但方向與預(yù)期吻合）。這表明相對于無“新冠”疫情病例的縣，有“新冠”疫情病例縣的農(nóng)戶選擇減少生產(chǎn)規(guī)模的可能性增大，而選擇擴(kuò)大生產(chǎn)規(guī)模的可能性降低。樣本數(shù)據(jù)顯示，在有“新冠”疫情病例縣中的農(nóng)戶面臨的種子、化肥、農(nóng)藥等農(nóng)資購買難和缺少及時(shí)的技術(shù)支撐等問題相較于無“新冠”疫情病例的縣要嚴(yán)重。這表明“新冠”疫情對農(nóng)戶的農(nóng)業(yè)生產(chǎn)造成了顯著的負(fù)面沖擊。

精準(zhǔn)扶貧政策在減緩“新冠”疫情對農(nóng)戶生產(chǎn)的負(fù)面沖擊上起著積極效果。子模型（1）的結(jié)果顯示，相對于非建檔立卡戶，建檔立卡戶選擇減少生產(chǎn)規(guī)模的概率更小，選擇增加生產(chǎn)規(guī)模的概率更大，但系數(shù)并不顯著，表明非建檔立卡戶和建檔立卡戶的農(nóng)業(yè)生產(chǎn)規(guī)模調(diào)整行為并無顯著差異。值得注意的是，在子模型（3）中，建檔立卡戶II（8）和其與“新冠”疫情交叉項(xiàng)的系數(shù)分別顯著為－1.710（Plt;0.001）和－2.360（Plt;0.1），說明相較于非建檔立卡戶，2019年以前脫貧的建檔立卡戶顯著降低了減少生產(chǎn)規(guī)模的可能性。比較合理的可能性是，在實(shí)施精準(zhǔn)扶貧政策中，幫扶工作人員、措施及資金等方面精準(zhǔn)到戶，對提高建檔立卡戶應(yīng)對“新冠”疫情等不確定性事件的能力起到了顯著積極的促進(jìn)作用。

然而，精準(zhǔn)扶貧政策減緩“新冠”疫情負(fù)面沖擊的成效對于脫貧時(shí)間不同的農(nóng)戶存在顯著性差異。子模型（2）的結(jié)果顯示，在控制其他因素不變的條件下，選擇減少生產(chǎn)規(guī)模的建檔立卡戶I和其與疫情交叉項(xiàng)的系數(shù)在1%的顯著性水平下分別是2.076和3.574，說明在“新冠”疫情沖擊下相較于2019年以前脫貧的建檔立卡戶，2019年以后脫貧的建檔立卡戶減少生產(chǎn)規(guī)模的概率顯著提高。這說明，精準(zhǔn)扶貧政策在應(yīng)對“新冠”疫情沖擊時(shí)，對2019年前脫貧的建檔立卡戶體現(xiàn)出較強(qiáng)的穩(wěn)定效應(yīng)，但對2019年以后剛脫貧的建檔立卡戶的穩(wěn)定效應(yīng)卻不明顯。2019年后脫貧的建檔立卡戶可能更傾向于選擇減少生產(chǎn)規(guī)模來控制“新冠”疫情造成的生產(chǎn)損失以降低收入風(fēng)險(xiǎn)。這表明脫貧時(shí)間較短的農(nóng)戶較脆弱，更容易采取不利于未來發(fā)展的規(guī)避風(fēng)險(xiǎn)類措施。這與李翔和李學(xué)軍（2020）[21]的研究結(jié)論一致，剛脫離絕對貧困的群眾穩(wěn)定性較為脆弱，極易受意外情況沖擊。

收入效應(yīng)和內(nèi)生動(dòng)力是不是影響精準(zhǔn)扶貧政策效果的重要因素？從收入效應(yīng)來看，調(diào)研數(shù)據(jù)顯示，2019年以前脫貧的建檔立卡戶的2019年家庭總收入平均為3.8萬，相較于2019年以后脫貧的建檔立卡戶平均高出1.2萬；在2019年以后的脫貧戶家庭收入構(gòu)成中，31%的收入來源于政府轉(zhuǎn)移支付，相較于2019年以前的脫貧戶高了10%。這表明2019年以后脫貧與2019年以前脫貧的建檔立卡戶在收入總量和結(jié)構(gòu)上的差異可能是影響精準(zhǔn)扶貧政策效果的重要因素。

為驗(yàn)證內(nèi)生動(dòng)力是不是影響政策效果的重要因素，本文以“是否主動(dòng)從網(wǎng)上收集應(yīng)對疫情的農(nóng)業(yè)生產(chǎn)經(jīng)營信息（1=是；0=否）”和“是否積極尋求國家農(nóng)業(yè)政策支持（1=是；0=否）”兩個(gè)問題來刻畫農(nóng)戶的內(nèi)生動(dòng)力。由此判斷他們是否會(huì)積極尋求外在信息和政策支持幫助自己解決困境，并分別構(gòu)建影響內(nèi)生動(dòng)力的計(jì)量經(jīng)濟(jì)學(xué)模型，如表3所示。模型結(jié)果顯示，在保持其他因素不變的條件下，建檔立卡戶I對應(yīng)兩個(gè)模型的系數(shù)分別顯著為－0.267（Plt;0.1）和－0.403（Plt;0.05），即2019年以后脫貧的建檔立卡戶相較于其他農(nóng)戶主動(dòng)從網(wǎng)上了解“新冠”疫情農(nóng)業(yè)生產(chǎn)信息和積極尋求國家政策支持的概率顯著更低。然而，相較于其他農(nóng)戶，2019年以前脫貧的建檔立卡戶主動(dòng)收集信息和積極尋求國家政策扶持的可能性則顯著提高。這表明內(nèi)生動(dòng)力較強(qiáng)的農(nóng)戶由于積極地尋求幫助解決農(nóng)業(yè)生產(chǎn)難題，其生產(chǎn)經(jīng)營受沖擊程度會(huì)更小。這與Duclos，et al.（2010）[25]、Haushofer and Fehr（2014）[26]的研究結(jié)論較一致，農(nóng)戶內(nèi)生動(dòng)力差異是導(dǎo)致政策扶貧效果出現(xiàn)差異的重要因素。這也進(jìn)一步揭示，對于剛脫貧不久的農(nóng)戶要激發(fā)和增強(qiáng)其內(nèi)生動(dòng)力，這對提高其抵御諸如“新冠”疫情等不確定性風(fēng)險(xiǎn)沖擊的能力和增強(qiáng)扶貧政策效果具有重要的現(xiàn)實(shí)意義。

四、討論與結(jié)論

（一）討論

精準(zhǔn)扶貧政策在減緩“新冠”疫情對農(nóng)戶生產(chǎn)負(fù)面沖擊上起著積極效果。研究結(jié)果表明，相較于非建檔立卡戶，2019年以前脫貧的建檔立卡戶顯著降低了減少生產(chǎn)規(guī)模的可能性。這說明享受過扶貧政策的脫貧時(shí)間較長的農(nóng)戶具有更強(qiáng)的應(yīng)對風(fēng)險(xiǎn)沖擊能力，有足夠的資本維持現(xiàn)有的種植和養(yǎng)殖規(guī)模。這主要在于，通過幫扶工作人員、措施及資金等精準(zhǔn)到戶的一系列精準(zhǔn)扶貧措施，確保了貧困戶增收和生計(jì)能力增強(qiáng)，在提升其應(yīng)對“新冠”疫情等不確定性事件上起到了顯著積極效果。精準(zhǔn)扶貧政策在“新冠”疫情沖擊下對2019年前脫貧的建檔立卡戶的扶貧效果體現(xiàn)出較強(qiáng)的穩(wěn)定效應(yīng)，但對2019年后脫貧農(nóng)戶的扶貧穩(wěn)定效應(yīng)還不明顯。研究結(jié)果顯示，收入效應(yīng)和內(nèi)生動(dòng)力是影響精準(zhǔn)扶貧政策效果和農(nóng)戶應(yīng)對不確定性事件反應(yīng)的重要因素。黃薇（2017）[27]研究結(jié)論就顯示有效提升貧困家庭收入水平能降低其面臨風(fēng)險(xiǎn)沖擊而陷入貧困的可能性，使扶貧效果顯現(xiàn)，形成良性循環(huán)。而內(nèi)生動(dòng)力也可能導(dǎo)致扶貧政策實(shí)施的效果差異，導(dǎo)致農(nóng)戶自身對于提升收入、抵御風(fēng)險(xiǎn)沖擊的積極性和主動(dòng)性存在差異，從而導(dǎo)致不確定性事件的影響效果差異。總之，上述研究結(jié)論在一定程度上為四川民族地區(qū)穩(wěn)定脫貧和防返貧事業(yè)提供事實(shí)依據(jù)，為推進(jìn)“三區(qū)三州”其他地區(qū)的減貧事業(yè)提供參考，同時(shí)也為其他貧困國家實(shí)現(xiàn)聯(lián)合國2030年之前消除貧困的目標(biāo)提供中國減貧方案。

（二）結(jié)論

“新冠”疫情使全球減貧事業(yè)及中國2020年后防返貧工作受到嚴(yán)峻挑戰(zhàn)，精準(zhǔn)扶貧政策成效面臨重要考驗(yàn)，本文對四川涼山、甘孜及阿壩等民族地區(qū)展開較大規(guī)模農(nóng)戶調(diào)研，評估精準(zhǔn)扶貧政策在“新冠”疫情沖擊下對農(nóng)戶農(nóng)業(yè)生產(chǎn)的影響成效。具體研究結(jié)論如下：

精準(zhǔn)扶貧政策在“新冠”疫情沖擊下對2019年前脫貧的建檔立卡戶體現(xiàn)出較強(qiáng)的穩(wěn)定扶貧效應(yīng)，但對2019年后脫貧農(nóng)戶的穩(wěn)定扶貧效應(yīng)卻不明顯。相較于非建檔立卡戶，2019年以前脫貧的建檔立卡戶因“新冠”疫情影響減少農(nóng)業(yè)生產(chǎn)規(guī)模的可能性顯著降低。但在控制其他因素不變的條件下，相較于2019年以前脫貧的建檔立卡戶，2019年以后脫貧的建檔立卡戶在“新冠”疫情沖擊下選擇減少生產(chǎn)規(guī)模的概率顯著更高。這揭示精準(zhǔn)到戶扶貧政策對提高建檔立卡戶應(yīng)對“新冠”疫情等不確定性事件的能力起著顯著的提升作用，但剛脫離絕對貧困農(nóng)戶的穩(wěn)定性較為脆弱，更易由于突發(fā)性事件的沖擊而存在返貧的可能性。

收入效應(yīng)和內(nèi)生動(dòng)力是影響精準(zhǔn)扶貧政策扶貧成效的重要因素。調(diào)研數(shù)據(jù)顯示， 2019年以后脫貧的建檔立卡戶的2019年家庭總收入比2019年前脫貧的建檔立卡戶平均低1.2萬，而其接受的政府轉(zhuǎn)移支付卻高10%，進(jìn)一步說明其增收效應(yīng)更低。另外，在保持其他因素不變的條件下，與2019年以前脫貧的建檔立卡戶相比，2019年以后脫貧的建檔立卡戶主動(dòng)從網(wǎng)上了解應(yīng)對“新冠”疫情的農(nóng)業(yè)生產(chǎn)信息和積極尋求國家政策支持的概率顯著更低。這表明內(nèi)生動(dòng)力也是影響政策扶貧效果和農(nóng)戶應(yīng)對災(zāi)害能力的重要因素。綜上，要對剛脫貧不久的農(nóng)戶實(shí)施跟蹤監(jiān)測，激發(fā)和增強(qiáng)農(nóng)戶內(nèi)生動(dòng)力，這對提高其抵御諸如“新冠”疫情等不確定性風(fēng)險(xiǎn)沖擊的能力和增強(qiáng)精準(zhǔn)扶貧政策效果都具有重要的現(xiàn)實(shí)意義。

注釋：

（1）數(shù)據(jù)來源于國務(wù)院扶貧辦印發(fā)的《扶貧開發(fā)建檔立卡工作方案》。

（2）數(shù)據(jù)來源于國家統(tǒng)計(jì)局公布的數(shù)據(jù)。

（3）“三區(qū)三州”主要包括西藏、四川省等四省涉藏地區(qū)、四川涼山州、新疆南疆四地州、甘肅臨夏州及云南怒江州。

（4）數(shù)據(jù)來源于《四川統(tǒng)計(jì)年鑒》（2020年）。

（5）數(shù)據(jù)來源于四川人民政府網(wǎng)及涼山、甘孜、阿壩三州人民政府網(wǎng)。

（6）根據(jù)四川省人民政府網(wǎng)和各州人民政府網(wǎng)公布的數(shù)據(jù)，涼山州、甘孜州及阿壩州分別有11、5及3個(gè)國家級貧困縣。

（7）村級數(shù)據(jù)搜集于奧維互動(dòng)地圖和高德地圖等軟件，其他數(shù)據(jù)均來自問卷調(diào)查。

（8）建檔立卡戶I和建檔立卡戶II分別指的是2019年以后脫貧和2019年以前脫貧的建檔立卡戶。

參考文獻(xiàn)：

[1]田金方，楊曉彤，薛瑞，等.不確定性事件、投資者關(guān)注與股市異質(zhì)特征——以COVID-19概念股為例[J].財(cái)經(jīng)研究， 2020，46（11）：19-33.

[2]蘆千文，崔紅志，劉佳.外部沖擊與農(nóng)村居民增收穩(wěn)定性——基于新冠肺炎疫情影響的分析[J].當(dāng)代經(jīng)濟(jì)管理， 2020，42（6）：40-49.

[3]Wiwad D.， Mercier B.， Piff P. K.， et al. Recognizing the Impact of COVID-19 on the Poor Alters Attitudes towards Poverty and Inequality[J].Journal of Experimental Social Psychology， 2021， 93：104083.

[4]Gutiérrez-Romero R.， Ahamed M. COVID-19 Response Needs to Broaden Financial Inclusion to Curb the Rise in Poverty[J].World Development， 2021， 138：105229.

[5]Gupta J.， Bavinck M.， Ros-Tonen M.， et al. COVID-19， Poverty and Inclusive Development[J].World Development， 2021（1）：105527.

[6]The World Bank. Global Economic Prospects， January 2020： Slow Growth， Policy Challenges[R].Washington：The World Bank， 2020.

[7]Sumner A.， Hoy C.， Ortiz-Juarez E. Estimates of the Impact of COVID-19 on Global Poverty[J].WIDER Working Paper Series， 2020，43.

[8]Valensisi G. COVID-19 and Global Poverty： Are LDCs Being Left Behind？[J].The European Journal of Development Research， 2020， 32（5）：1535-1557.

[9]劉永富.堅(jiān)決克服新冠肺炎疫情影響 全力啃下脫貧攻堅(jiān)硬骨頭[J].求是，2020，（9）：7.

[10]Huang J. Impacts of COVID-19 on Agriculture and Rural Poverty in China[J].Journal of Integrative Agriculture， 2020，19（12）：2849-2853.

[11]許源源.疫情對貧困地區(qū)影響分析及可持續(xù)脫貧建議[J].國家治理，2020，（13）：25-28.

[12]賀立龍，劉丸源.決戰(zhàn)脫貧攻堅(jiān)、決勝全面小康的政治經(jīng)濟(jì)學(xué)研究[J].政治經(jīng)濟(jì)學(xué)評論，2021，12（3）：78-104.

[13]沈宏亮，張佳.精準(zhǔn)扶貧政策對建檔立卡戶收入增長的影響[J].改革，2019，（12）：87-103.

[14]李紹平，李帆，董永慶.集中連片特困地區(qū)減貧政策效應(yīng)評估：基于PSM-DID方法的檢驗(yàn)[J].改革，2018，（12）：142-155.

[15]秦升澤，李谷成.精準(zhǔn)扶貧政策對農(nóng)戶貧困脆弱性的影響研究——來自準(zhǔn)自然實(shí)驗(yàn)的經(jīng)驗(yàn)證據(jù)[J].中國農(nóng)業(yè)資源與區(qū)劃. 2022，43（9）：1-12.

[16]陳杰，朱紅根，翁辰.精準(zhǔn)扶貧政策對貧困戶增收效應(yīng)的科學(xué)評估[J].財(cái)經(jīng)科學(xué)，2021，（11）：106-117.

[17]哈秀珍，陳小昆，陳海龍.精準(zhǔn)扶貧政策的減貧效應(yīng)：基于CFPS數(shù)據(jù)的實(shí)證[J].統(tǒng)計(jì)與決策，2021，37（22）：68-71.

[18]郭露，郭同濟(jì)，仲黍林.精準(zhǔn)扶貧政策是否有助于緩解多維相對貧困？——基于中國農(nóng)村的準(zhǔn)自然實(shí)驗(yàn)[J].農(nóng)村經(jīng)濟(jì)，2022，（03）：32-39.

[19]徐志剛，李美佳，王晨.精準(zhǔn)扶貧的脫貧與收入消費(fèi)增長效應(yīng)跟蹤評估——來自江蘇省“扶貧到戶”政策的經(jīng)驗(yàn)[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，19（6）：29-38，157.

[20]李波，張春燕，劉麗娜.“三區(qū)三州”深度貧困地區(qū)扶貧政策效應(yīng)與作用機(jī)制研究[J].中央民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2021，48（2）：118-131.

[21]李翔，李學(xué)軍.連片貧困地區(qū)精準(zhǔn)扶貧政策效應(yīng)研究[J].干旱區(qū)資源與環(huán)境，2020，34（10）：34-42.

[22]Liu Y.， Guo Y.， Zhou Y.， et al. Poverty Alleviation in Rural China： Policy Changes， Future Challenges and Policy Implications[J].China Agricultural Economic Review，2018，10（2）：241-259.

[23]Liu M.， Feng X.， Wang S.， et al. Poverty-alleviation-based Industry Development Improve Farmers’ Livelihood Capital？[J].Journal of Integrative Agriculture，2021，20（4）：915-926.

[24]楊宇，王金霞，侯玲玲，等.華北平原的極端干旱事件與農(nóng)村貧困：不同收入群體在適應(yīng)措施采用及成效方面的差異[J].中國人口·資源與環(huán)境，2018，28（1）：124-133.

[25]Duclos J.， Araar A.， Giles J. Chronic and Transient Poverty： Measurement and Estimation， with Evidence from China[J]. Journal of Development Economics，2010，91（2）：266-277.

[26]Haushofer J.， Fehr E. On the Psychology of Poverty[J].Science，2014，344（6186）：862-867.

[27]黃薇.醫(yī)保政策精準(zhǔn)扶貧效果研究——基于urbmi試點(diǎn)評估入戶調(diào)查數(shù)據(jù)[J].經(jīng)濟(jì)研究，2017，52（9）：117-132.

The Effects of Targeted Poverty Alleviation Policies under the Shock of

COVID-19： An Empirical Study from Ethnic Areas in Sichuan

YANG Yu1，2， PAN Yueping1， CHENG Gaoxin1， LIU Xiaoling3

（1. School of Business， Chengdu University of Technology， Chengdu Sichuan 610059， China;

2. Sichuan Center for Disaster Economic Research， Chengdu University of Technology， Chengdu Sichuan 610059， China;

3. Cooperation and Development Department， Chengdu University of Technology， Chengdu Sichuan 610059， China）

Abstract：The COVID-19 has brought severe challenges on global poverty reduction， China’s poverty prevention， and effectiveness of targeted poverty alleviation policies. This paper evaluates the impact of the precise poverty alleviation policy on the agricultural production of peasant households by conducting large-scale research on peasant households in minority areas such as Liangshan Yi Autonomous Prefecture， Ganzi Tibetan Autonomous Prefecture， and Aba Tibetan Autonomous Prefecture. The results show that the precise poverty alleviation policy plays a positive role in alleviating the negative impact of the epidemic on peasant household production. Significant effects have been shown on the archival households who were able to eliminate poverty before 2019， but not on the peasant households who just got rid of poverty after 2019. Income effect and self-motivation are important factors that affect the difference of the effect of the precise poverty alleviation policy. Our results provide factual basis for the local consolidation and expansion of poverty alleviation and the effective link with rural revitalization. Our conclusion has a significant implication for other poor countries to achieve the poverty alleviation goal by the United Nations before 2030.

Key words： "COVID-19; Targeted Poverty Alleviation Policy; Agricultural Production; Sichuan Ethnic Areas

編輯：唐玲娜

收稿日期：2022-10-15

基金項(xiàng)目：國家社會(huì)科學(xué)基金西部項(xiàng)目（19XSH025）

作者簡介：楊宇（1980-），男，成都人，教授，博士，主要研究方向：農(nóng)村貧困、農(nóng)村發(fā)展與農(nóng)村政策評估；通訊作者：劉曉玲（1971-），女，四川達(dá)州人，主要研究方向：行政管理、脫貧攻堅(jiān)與鄉(xiāng)村振興。