王立国，李 卓
(东北财经大学 投资工程管理学院，辽宁 大连 116025)
2016年9月30日，国务院办公厅印发了《贫困地区水电矿产资源开发资产收益扶贫改革试点方案的通知》(以下简称《试点方案》)指出，要在贫困地区开发水电、矿产资源占用集体土地，试行通过给原住居民集体股权方式进行补偿，探索对贫困人口试行资产收益扶贫制度。具体措施是在集中连片特困地区县和国家扶贫开发工作重点县(由于2020年所有贫困县全部脱贫，以下统称“脱贫县(区)”)开展试点，优先选择革命老区和民族地区脱贫县(区)，选择建设周期短、经济性较好、征地面积和移民人数适量的试点项目，试点期限从2016年启动，2019年底结束。随后，中华人民共和国国家发展和改革委员会(以下简称“国家发改委”)对《试点方案》实施效果做了跟踪、调查与总结，认为《试点方案》基本实现了扶贫的初定目标。虽然中央政府充分肯定了《试点方案》的有效性，但脱贫县(区)经济状况的改善与试点项目的关联性仍需充分验证和客观评判，其经济绩效的提升在多大程度上来自试点项目的影响？脱贫县(区)的政策效应是否存在异质性？能否实现脱贫县(区)自我造血发展能力，缩小贫困地区与富裕地区居民的收入差距，实现共同富裕？这一系列问题亟待客观的量化研究和科学评估。
现有文献虽然分别从基础设施建设、人力资本投入和资本积累三个方面剖析了贫困的根源，评估了投资的减贫效应，并给出了治理路径，但仍存在以下问题未能得到很好解决：首先，学术界更关注精准政策整体减贫机制的研究和效应的评价，主要集中在对贫困的定义、测度和目标群体的标准等定性分析和精准扶贫政策的宏观减贫效应的评估方面，缺少对精准投资中具体政策的研究和效果的评价。其次，学术界更关注精准扶贫政策具体制度的减贫机制研究和理论分析，缺少对精准投资中具体政策微观经济减贫机制的研究。如驻村干部制度优势的减贫机制[1]、第一书记的资本下沉减贫机制[2-3]和教育扶贫制度的减贫机制[4]等，这些研究停留在理论分析和定性研究层面，没有从微观角度定量分析减贫机制。最后，《试点方案》是精准扶贫措施的重大创新，目前少有文献对其政策效应进行跟进研究和评价。中央政府指出，要把广大西部各种形式的自然资源有效利用起来，要把建设相关项目作为巩固拓展脱贫攻坚成果与乡村振兴有效衔接的一项重要任务。因此，本文深入探究试点项目的减贫机制和定量分析试点项目的经济绩效，为乡村振兴制定更科学更有效的政策措施提供经验证据。
本文可能的学术贡献：首先，基于贫困陷阱理论[5-6]，笔者构建了精准投资项目的理论模型，探讨了精准扶贫项目的运行机制，为乡村振兴的落实和推广提供理论支撑。其次，基于2016年试点项目这一准自然实验，定性分析了试点项目对扶贫绩效的贡献和作用机制，定量测度试点项目的扶贫绩效和传导机制，为巩固拓展脱贫成果提供实证依据。最后，进一步检验精准扶贫项目是否通过多种渠道对当地经济绩效产生影响，为进一步完善扶贫政策，实现更高层次发展提供行之有效的政策建议。
(一)精准投资经济绩效的决定：扶贫效率曲线
与非贫困地区相比，贫困地区在自然资源、基础设施、市场环境和人力资本等方面有天然的弱质性，试点项目通过以下手段解决贫困问题：第一，确保贫困居民是试点项目的参与主体和受益主体，调动贫困居民的积极性。第二，鼓励技术留存和推动技术技能型人才的培养。第三，降低开发企业的融资成本、运营成本和征地难度，调动开发企业的积极性。第四，给予地方政府充分的财权和事权，调动地方政府的积极性。
为了进一步剖析精准投资对贫困地区的减贫机制，本文构建三部门模型:
1.脱贫县(区)居民模型
假设一个处于无期限生产周期的居民每期消费为cpt(p为地区，t为时间)，其收入来自政府补贴(AL1pt)、扶贫项目股权分红(rpt)和项目为当地带来就业机会劳动力得到的工资(wpt)。假设脱贫县(区)居民增加工作时间为hpt，每期持有资本为kpt，资本来源于上述收入，其消费效用函数为U(cpt)，γ为跨期消费贴现率，δ为资本折旧率，脱贫县(区)居民的效用最大化函数为：
(1)
s.t.cpt+kp,t+1≤wpthpt+AL1pt+rpt+(1-δ)kpt
2.试点项目模型
试点项目生产函数为F(Kpt,Lpt)，主要依托资本(Kpt)和劳动(Lpt)进行生产，项目的收益在各期的价格为Ppt，为了简化模型，把项目开发和运营过程中获取的所有扶贫专项资金记为AL2pt，项目建成后的税收贡献为Tpt。试点项目的最大化收益为：
maxPptF(Kpt,Lpt)-wptLpt-rptKpt+AL2pt-Tpt
(2)
3.地方政府模型
脱贫县(区)财政收入大部分依赖扶贫专项资金，小部分是地方税收。假设地方政府各期获得扶贫专项资金为Hpt，地方税收为Tpt，各项支出为Gpt。地方政府财政支出是政府对居民补贴(AL1pt)、项目开发支出专项资金(AL2pt)和各项其他支出(Gpt)，地方政府财政收入是各期获得的扶贫专项资金(Hpt)和税收收入(Tpt)，则地方政府每一期的财政收支方程为：
AL1pt+AL2pt+Gpt≤Tpt+Hpt
(3)
当区域经济实现均衡时联立三部门预算约束，解得该脱贫县(区)经济实现均衡时的方程：
(4)
(5)
由式(5)分析可得：一是政府的直接资金援助并不能帮助贫困地区真正摆脱贫困，一旦资金援助停滞，贫困地区存在返贫风险。二是直接资金援助反而加剧地方资本流失，加深贫困地区陷入贫困陷阱。三是精准投资有助于降低地方能源供应成本，提升经济绩效。据此，笔者提出如下假设：
假设1：精准投资项目能有效兼顾三方利益，提升经济绩效。
(6)
其中,∇F(x*)为F在x*点的梯度向量，cosθ∈[0,1]，且仅当z与∇F(x*)之间夹角为0时，cosθ=1，单位长度向量z的∇F(x*)×z取得最大值。换言之，F的增长速度最快的轨迹是z沿着梯度向量方向前进。此时有：
(7)
假设在x*点使得F增长速度最快的投入比例Ipt(Lpt,Kpt)为：
(8)
由式(8)可知，在发展初期，脱贫县(区)由于缺乏必要的基础设施和就业机会，无法充分利用当地的劳动力，致使劳动力外流。因此，在试点项目前期需要重视对人力资本的投入，创造满足最优生产要素的投入组合，以实现贫困地区经济的快速增长。随着脱贫县(区)经济增长和劳动力投入的不断增加，根据边际报酬递减规律，劳动力的边际产出会逐步下降，最终使得生产要素比例变为：
(9)
在这个阶段，最优要素投入比例必须向基础工业倾斜。因此，要维持最优的要素边际产出，就必须引导资金进入基础工业领域，加强对基础工业的资金投入，以降低脱贫县(区)生产成本，为未来的产业发展打下物质基础。而只有保障脱贫县(区)自我生产能力，才能维持其最优经济增长路径。基于上述分析，笔者绘制了扶贫效率曲线，如图1所示。
图1 扶贫效率曲线
假设2：精准投资项目在最优扶贫效率曲线上可有效规避贫困陷阱、返贫陷阱和福利陷阱。
(二)精准投资项目的贡献：机制与效应
精准投资项目与普通扶贫项目的显著区别在于是否以“精准扶贫”理论作为指导，具体区别如下：第一，精准投资项目重视智力投资。第二，精准投资项目重视精准识别和具体精准识别到人的过程。第三，精准投资项目重视不平等型贫困，(1)不平等型贫困是指在2014年以后，中国经济增长速度放缓，特别是投资放缓，投资放缓会减缓人口就业水平，同时贫困地区人口的消费和人力资本储备又很难适应经济增长动力转变的需要，经济结构转型越来越不利于贫困人口从经济发展中直接受益，此外收入不平等日益加剧，社会分化日益明显，城乡差距加大，扶贫面临着效率和公平双重挑战。有效兼顾效率与公平。
本文构建了内生增长模型，通过模型推导探讨普通扶贫项目与试点项目在促进脱贫县(区)经济增长方面的区别。
就普通扶贫项目而言，其生产函数为：
(10)
就试点项目而言，其拥有更高人力资本利用率，即ρ>0，此时的生产函数为：
(11)
为了便于讨论，假设生产规模报酬不变，即α+β=1，劳动力的边际产出等于劳动力收入水平。分别对ys和yh求偏导，可得：
(12)
(13)
试点项目投资的贡献效应D通过相对值表示为：
(14)
当ρ>0时，有D>1。对于项目的贡献值求偏导为：
(15)
这里把l定义为试点项目对脱贫县(区)的贡献率。由式(15)可知，试点项目与经济绩效呈正相关关系，即试点项目能够显著提升脱贫县(区)经济绩效。在此基础上，进一步讨论试点项目对脱贫县(区)的贡献率与产出弹性之间的变化规律。推导可得：
(16)
(17)
试点项目对脱贫县(区)贡献率伴随着资本的产出弹性减小而增大。对于脱贫县(区)来说，缺少发展经济的必要基础设施导致其生产方式相对落后，劳动力多集中在劳动密集型产业或者流失，伴随着脱贫县(区)必要基础设施的完善与配套产业的建设，资本会逐步积累，资本产出弹性也会增加，越是贫困程度(g)高的地区，资本产出弹性β就越低，如图2所示，由式(15)和式(16)可知，D是ρ的单调递增凹函数，由式(16)和式(17)可知，l是β的单调递减凸函数，伴随着贫困程度g的加深，试点项目对脱贫县(区)的贡献率l就越大。
图2 贫困程度、试点项目与扶贫绩效
据此，笔者提出如下假设：
假设3：精准扶贫项目对贫困地区经济绩效改善要优于普通扶贫项目，即试点县(区)的经济绩效改善优于普通县。
综合上述分析，本文研究了试点项目对脱贫县(区)经济绩效的影响路径，即试点项目给贫困居民提供就业，以促进物质和精神的改善，同时试点项目的开发可以促进新市场的形成，当地政府则利用试点项目开发的过程识别和学习市场机制，逐步完善当地经济结构，以激发脱贫县(区)的内生动力，实现减贫效果最优。
(一)估计策略
1.识别策略
为避免内生性问题和其他政策效应的影响，保证研究的客观性，本文拟采用双重差分模型来评估《试点方案》政策实施效果。
本文以832个脱贫县(区)为研究对象，并将其分为四组：实验组是申报试点项目并获得批准的脱贫县(区)，包括7省份11个试点县；
精准对照组是申报试点项目但未通过批准的脱贫县(区)，包括5省份10个没通过的脱贫县(区)；
一般对照组是指除实验组和精准对照组以外其他脱贫县(区)，包括25省份811个脱贫县(区)；
混合对照组是精准对照组和一般对照组的组合。实验组与精准对照组对比得到政策的纯效应(effect1)，实验组与一般对照组对比得到政策的普通效应(effect2)，精准对照组与一般对照组对比得到剔除该政策的其他政策效应(effect3)，最后是实验组与混合对照组对比的综合政策效应(effect4)。然后，分别对比四个效应判断试点项目的政策效应。表1给出了实验组和精准对照组的名单。
表1 实验组和精准对照组的名单
2.模型构建
(1)基准回归模型构建
为了准确估计试点项目对脱贫县(区)经济绩效的影响，本文构建如下基准回归模型：
(18)
其中，i和t分别为地区和年份。Y为经济绩效。DID为试点项目。Ctrl为控制变量。DP为地区固定效应，控制地区层面不随时间变化的因素。Dt为年份固定效应，剔除时间趋势的影响。ε为随机误差项。
(2)调节效应回归模型构建
本文构建调节效应回归模型如下：
(19)
(20)
(3)中介效应回归模型构建
试点项目需精准识别贫困对象，因地、因户、因人精准施策，为了探究试点项目是否通过各项扶贫配套措施间接影响了当地的经济绩效，本文借鉴宋弘等[10]与Shi和Wang[11]提出的中介效应检验方法，构建如下中介效应回归模型：
(21)
(二)变量选取
1.被解释变量：经济绩效(Ypt)
参考刘瑞明和赵仁杰[12]、张俊[13]与黄志平[14]的做法，本文选取脱贫县(区)实际GDP自然对数(lnGDP)和人均实际GDP自然对数(lnPGDP)来衡量，其中，用脱贫县(区)实际GDP的自然对数来衡量扶贫的整体效果，用人均实际GDP的自然对数来衡量扶贫的微观效果。
2.解释变量：试点项目(DIDpt)
DIDpt=Treatmentp×postt，其中，Treatmentp为政策分组，若脱贫县(区)被国家发改委选为试点，则Treatmentp=2，申请但未批准，则Treatmentp=1，其他为0。Postt为2017年政策实施前后年份，若年份t在2017年(包含2017年)之前，则Postt=0，若年份t在2017年之后，则Postt=1。
3.调节变量
本文选取地方政府干预度(gspendpt)和地方财政依赖度(finpt)作为调节变量。借鉴张国建等[15]的做法，地方政府干预度用脱贫县(区)政府一般公共预算支出占实际GDP的比重来衡量。借鉴郗曼等[16]的做法，财政依赖度用县级政府一般公共预算支出与一般公共预算收入的比值，该值越大，说明该县对上级政府的财政依赖就越强。
4.中介变量
本文选取以下变量作为中介变量：农业生产(lnfood)，用粮食总产量自然对数衡量试点项目对农业生产产生的预期效果；
生活水平，用油料产量自然对数(lnoil)和肉类产量自然对数(lnmeat)来衡量，以验证试点项目是否对居民生活水平产生预期效果；
产业扶贫，用第一产业增加值自然对数(lnindusty1)和第二产业增加值自然对数(lnindustry2)衡量；
金融扶贫(lnbank)，用金融机构各项贷款余额自然对数衡量试点项目对金融方面的影响；
教育扶贫(student)，用中等学校在校生人数和普通中学在校生人数之和与总人口比值衡量试点项目对人力资本方面的影响；
政府税收(lntax)，用政府各项税收自然对数衡量；
当地居民收入改善用城镇人均可支配收入自然对数(lncincome)和农村人均可支配收入自然对数(lnrincome)衡量。
5.控制变量
实际上，除了试点项目会影响脱贫县(区)经济的发展外，还有其他一些因素也会对其产生影响，还需要控制这些外生因素的干扰。具体参考李力行和申广军[17]与Li等[18]的相关研究，本文选取以下控制变量：经济集聚效应(popden)，用县(区)人口密度衡量。居民储蓄率(sav)，用居民储蓄存款余额与当地GDP的比值衡量。产业规模化程度(industry)，用每万人均规模以上企业数量衡量。城镇化水平(n_agri)，用非农业人口占比衡量。社会福利(lnwelfare)，用社会福利收养性床位数自然对数衡量。社会医疗水平(lnmedical)，用医疗卫生机构床位数自然对数衡量。农业生产机械化能力(lnapower)，用农业机械总动力自然对数衡量。是否是少数民族(minor)，是取1，不是取0。
(三)数据来源与变量的描述性统计
本文使用全国832个脱贫县(区)2014—2019年的面板数据，数据来自《中国县域统计年鉴》、《中国区域统计年鉴》、中国经济信息网统计数据县域年度库、EPS中国宏观经济数据库、相关各省市的统计年鉴和县区市统计公报。剔除异常值，对缺失数据通过移动平均法进行补齐。为了消除通货膨胀的影响，用全国居民消费价格指数CPI(以2013年为基期)调整所有名义变量，对一些绝对数取自然对数处理，以降低异方差对评价结果的干扰。表2是变量的描述性统计分析结果。
表2 变量的描述性统计分析结果
(四)实验组、精准对照组和一般对照组的平行趋势检验
由被解释变量分别为lnGDP和lnPGDP的平行趋势检验图(2)平行趋势检验图未在正文中列出，留存备索，下同。可知，在2016年(包括2016年)之前，实验组、精准对照组和一般对照组基本保持相同的变化趋势，但是在2016年之后，各组出现了明显的差异，实验组经济增速快于一般对照组和精准对照组。2016年以后实验组的人均实际GDP明显提升，一般对照组保持之前的趋势不变，精准对照组的增长趋势先缓慢上升后又恢复到与一般对照组相同的趋势。由此推断，试点项目的缺失对于精准对照组可能存在一定的负面影响。
由控制了年度固定效应后的残差均值平行趋势检验图可知，回归残差的变化趋势在政策实施前后有显著差异，相比于2016年之后，2016年之前的残差变化趋势保持较为一致。lnGDP实验组的残差均值有增大的趋势，精准对照组则有向0收缩的趋势。lnPGDP实验组的残差均值也出现了增大的趋势，精准对照组有轻微下降的趋势。以上分析表明可以用双重差分模型进行分析。
对于试点项目的政策效果评估实证检验主要分为三个部分：使用DID模型检验试点项目对脱贫县(区)经济绩效的影响；
分别进行识别假定检验和稳健性检验，以此排除遗漏变量造成的估计偏误；
对试点项目的作用机制进行检验。
(一)基准回归结果与分析
1.试点项目对脱贫县(区)实际GDP影响的检验
表3是试点项目对脱贫县(区)实际GDP影响的检验结果。
由表3可知，列(1)和列(5)结果都表明试点项目对脱贫县(区)实际GDP存在显著正向影响，即试点项目会显著促进脱贫县(区)整体经济发展。列(1)与列(5)、列(2)与列(6)、列(3)与列(7)和列(4)与列(8)四组对比结论基本一致。其中，列(4)的系数为6.7%，列(8)的系数为7.8%，试点县(区)的经济增长效果显著。实验组与精准对照组回归结果明显低于实验组与一般对照组的回归结果，推测其原因可能是精准对照组的自身资源条件相对优渥，其潜在增长率高于一般对照组。精准对照组与一般对照组的检验结果显示，两者之间的经济绩效并无显著差异。而实验组与混合对照组的结果列(16)与列(4)和列(8)对比的经济绩效也无显著差异，结论相对稳健，试点项目对试点县(区)经济增长效应为7.8%。假设1得到验证。
表3 试点项目对脱贫县(区)实际GDP影响的检验结果
2.试点项目对脱贫县(区)人均实际GDP影响的检验
表4是试点项目对脱贫县(区)人均实际GDP影响的检验结果。
表4 试点项目对脱贫县(区)人均实际GDP影响的检验结果
由表4可知，列(1)和列(5)结果都表明试点项目对脱贫县(区)人均实际GDP存在显著的正向影响。列(4)系数为6.8%，列(8)系数为8.7%，表明实验组的人均实际GDP增长效果显著，但是实验组与精准对照组的增长效应为6.8%，要小于实验组与一般对照组的增长效应，这再次验证了之前的结论，即精准对照组的脱贫县(区)由于自身资源禀赋较好，其潜在增长率高于一般对照组。表4中的列(4)和列(8)与表3中的列(4)和列(8)的对比不难发现，表4中的列(4)的系数是6.8%略高于表3列(4)中系数6.7%，表4中的列(8)的系数8.7%略高于表3列(8)中系数7.8%，试点项目对人均实际GDP的效应要大于试点项目对脱贫县(区)实际GDP的效应。该差别说明：一是精准投资项目的优势在于实现了瞄准到人的精细化管理，确保了扶贫资源真正用在了扶贫对象上。二是考虑到宏观数据统计的滞后性，试点项目对脱贫县(区)实际GDP的效应需要长期观察。列(12)的系数为负，虽不显著，但仍能在一定程度上说明贫困地区和贫困地区居民对扶贫政策的依赖性。列(16)系数与列(8)的系数相同，均高于列(4)的系数，这也印证上述结论。假设2得到验证。
(二)安慰剂检验
(22)
为了提高安慰剂检验的可识别能力，本文借鉴周茂等[19]与沈坤荣和金刚[20]的做法，将这个随机过程重复了500次，图3报告了lnGDP估计系数的概率密度分布图。由图3可知，随机分配的估计值集中分布在0附近，估计的标准差为0.050，基准估计结果(7.8%)位于整个分布之外。图4报告了lnPGDP估计系数的概率密度分布图。由图4可知，估计的标准差为0.050，基准估计结果(8.7%)位于整个分布之外。因此，可以反推出γ为0，从而证明了不存在其他随机因素影响的基本结论。换言之，500次安慰剂检验中随机挑选的脱贫县(区)没有明显的政策效应，反推出2016年试点项目投资建设对实验组的县域实际GDP和人均实际GDP产生的显著提升是真实存在的。综上所述，试点项目对脱贫县(区)的经济效应正向显著影响并未受到非观测变量和遗漏变量的干扰。
图3 lnGDP的安慰剂检验 图4 lnPGDP的安慰剂检验
(三)作用机制分析
1.调节效应的回归结果与分析
考虑到脱贫县(区)的经济基础、要素禀赋结构和地理位置等因素的异质性会导致政策实施效果存在差异，本文针对基准回归结果进行调节效应分析，主要从地方政府干预度和地方财政依赖度两个方面进行考察。
(1)地方政府干预度和地方财政依赖度对试点项目与实际GDP的调节效应
表5是地方政府干预度和地方财政依赖度对试点项目与实际GDP的调节效应检验结果。由表5可知，列(1)交互项DID×gspend系数在1%的水平下显著为正，其效应为15.9%，列(3)和列(5)的结果依旧显著，可得若给予地方更多自主控制经济的权力，可充分调动地方政府的积极性，会放大扶贫效果。列(2)、列(4)和列(6)是地方财政依赖度调节效应的检验结果。结果发现，DID×fin系数并不显著，且随着对照组的放宽，交互项的系数由正到负，脱贫县(区)实际GDP与地方财政依赖度并无明显的关系，推测原因可能是试点项目的费用支出主要由国家扶贫办统筹规划、统一布局，因而也就无法体现到脱贫县(区)财务数据中，即脱贫县(区)对财政依赖度越高，可能对当地经济增长的抑制作用也就越大，郗曼等[16]也有类似的结论。
表5 地方政府干预度和地方财政依赖度对试点项目与实际GDP调节效应的检验结果
(2)地方政府干预度和地方财政依赖度对试点项目与人均实际GDP的调节效应
表6是地方政府干预度和地方财政依赖度对试点项目与人均实际GDP调节效应的检验结果。
表6 地方政府干预度和地方财政依赖度对试点项目与人均实际GDP调节效应的检验结果
由表6可知，从列(1)、列(3)和列(5)的DID×gspend的系数不难发现，地方政府干预度对试点项目与人均实际GDP的影响至少在5%的水平下显著，试点项目对人均实际GDP影响效应要强于试点项目对脱贫县(区)实际GDP的影响效应，列(1)实验组与精准对照组的交互项DID×gspend系数为17.3%，列(3)和列(5)的结果依旧稳健，这其中可能的原因是当地居民是精准扶贫投资的受益者和政府对经济的干预可以为居民提供更多就业机会。列(2)、列(4)和列(6)是地方财政依赖度的调节效应回归结果。交互项DID×fin系数在统计学上不显著，与表5结论一致，地方财政依赖度与居民人均实际GDP提升无关联，同时也验证了前文的一个结论，简单的转移支付只能提升贫困地区的财政依赖度，并不能为脱贫县(区)带来造血机能。
2.中介效应回归结果与分析
表7是试点项目中介效应的检验结果。由表7可知，列(1)是试点项目对试点县(区)农业生产的影响效应，结果显示，试点项目对农业生产产生了积极的影响。列(2)和列(3)是居民生活水平改善的政策效应，结果表明，试点项目对居民生活水平的改善并不明显。推测其可能的原因，一是短期消费习惯存在路径依赖，消费结构的改变滞后于收入水平的提高。二是肉类消费的降低受到猪周期生产的影响。列(4)和列(5)是试点项目对第一和第二产业产值加总层面的影响效应，结果说明，试点项目提高了产业加总层面中第一产业总产值，但第二产业不显著。列(6)是试点项目对试点县(区)金融扶贫方面的影响效应，结果表明，脱贫县(区)的金融机构各项贷款余额水平得到提高，脱贫县(区)的金融效率得到提升。列(7)是试点项目对脱贫县(区)教育层面的影响效应，结果表明，试点项目并没有显著提升当地的教育水平。列(8)是试点项目对地方政府税收的影响效应，结果显示，试点项目对地方政府税收的提升有限。列(9)和列(10)为试点项目对城镇居民人均可支配收入和农村居民人均可支配收入的影响，结果表明，试点项目显著提升了脱贫县(区)城镇居民可支配收入和农村居民人均可支配收入。假设3得到验证。
表7 中介效应检验结果
《试点方案》是精准扶贫的重大创新，为巩固脱贫成果和乡村振兴战略的顺利实施提供了宝贵经验和物质基础。研究结果表明：
首先，试点项目的实施显著促进了脱贫县(区)经济发展，该结论也通过了多种识别假定检验和稳健性检验。其次，扶贫是系统工程，脱贫县(区)对扶贫政策依赖性较强。再次，调节效应分析表明，地方财政依赖度对扶贫政策效应影响不大，试点项目的政策效应更依赖于地方政府干预度，即有明显正向效应的政策需要地方政府精准识别后的深度配合。最后，中介效应分析表明，试点项目通过农业生产、金融扶贫和第一产业相关产业渠道对当地经济产生了间接影响，主要表现在，试点项目对农业生产产生了正向影响；
试点项目间接提高了第一产业整体产值；
试点项目间接提高了脱贫县(区)的金融效率；
试点项目还直接提高了农村居民人均可支配收入和城镇居民人均可支配收入。
基于上述分析，笔者提出以下政策建议：
首先，充分消化吸收精准扶贫的成功经验，做好精准扶贫与乡村振兴在理念、规划、政策和体制机制的有效衔接。乡村振兴与精准扶贫并非是完全割裂的政策理念，精准扶贫是乡村振兴的理论前提和物质基础，乡村振兴是精准扶贫的逻辑延续和巩固扩展，更是实现全体人民共同富裕的必由之路。其次，扶志与扶智有机结合，强化思想教育工作，增强教育扶贫力度，持续吸收优秀党政干部和科技人才投入到脱贫地区，加强对当地居民的思想教育和智力教育投入，激发贫困居民内生动力。再次，消除绝对贫困是中国在减贫道路上取得的阶段性胜利，扶贫工作重心要从消除绝对贫困转移到治理相对贫困问题，具体目标也应从基本物质生活层面提高到社会生活层面，要更注重收入维度、劳动能力维度、生活质量维度、教育维度和健康维度五个目标。最后，客观上需要巩固和拓展扶贫成果，主观上要保证精准扶贫思想的延续。精准扶贫理论是中国减贫理论和实践的重大创新，其“精准”的思想要求我们要尊重现实，立足长远，从过去的扶贫经验中学习、提炼和总结，依据现实情况不断完善扶贫手段，将其消化、吸收、借鉴到乡村振兴战略的实施中，为2035年基本实现社会主义现代化远景目标打下坚实的基础。
猜你喜欢 试点效应精准 铀对大型溞的急性毒性效应核科学与工程(2021年4期)2022-01-12懒马效应今日农业(2020年19期)2020-12-14精准防返贫，才能稳脱贫当代陕西(2020年21期)2020-12-14精准的打铁NBA特刊(2018年11期)2018-08-13精准扶贫 齐奔小康民生周刊(2017年19期)2017-10-25应变效应及其应用中学物理·高中(2016年12期)2017-04-22精准扶贫二首岷峨诗稿(2017年4期)2017-04-20固废试点“扩容”再生资源或将纳入其中中国资源综合利用(2016年5期)2016-02-03省级医改试点的成绩单中国卫生(2015年12期)2015-11-10国家医改试点再扩容中国卫生(2014年7期)2014-11-10