代理家計調(diào)查、農(nóng)村低保瞄準精度和減貧效應(yīng)

代理家計調(diào)查、農(nóng)村低保瞄準精度和減貧效應(yīng)

一、農(nóng)村低保瞄準精度的改進研究農(nóng)村最低生活保障是中國農(nóng)村最重要的社會救助制度，自2007年起在全國范圍內(nèi)得到普及。在過去10多年間，農(nóng)村低保發(fā)展迅速。據(jù)民政部最新統(tǒng)計數(shù)據(jù)顯示，截至2019年底，全國農(nóng)村低保對象共計1892.3萬戶（3455.4萬人），2019年各級財政支出農(nóng)村低保資金高達1127.2億元。社區(qū)瞄準機制主要依靠社區(qū)成員廣泛參與的民主評議來確定救助資格，這有助于充分利用附著于村莊社會網(wǎng)絡(luò)中的家戶福利信息來識別貧困對象。在發(fā)展中國家的減貧實踐中，除了社區(qū)瞄準，代理家計調(diào)查（ProxyMeansTests,PMT）同樣是一種得到廣泛采用的貧困瞄準策略。代理家計調(diào)查首先選擇一組易觀測、可核實、難以被操縱的家庭特征變量作為代理指標(biāo)，然后通過統(tǒng)計方法估計出這些代理指標(biāo)的權(quán)重，最后基于代理指標(biāo)取值和已估計出的權(quán)重來預(yù)測每一個家庭的人均收入。在此基礎(chǔ)上，政策執(zhí)行人員可以通過比較收入預(yù)測值和貧困標(biāo)準的相對大小來識別貧困家庭。代理家計調(diào)查執(zhí)行成本低、可操作性強、而且不易對申請家庭產(chǎn)生負向行為激勵。到目前為止，已有不少研究定量評估了農(nóng)村低保政策的瞄準效果。盡管已有少數(shù)研究開拓性地考察了代理家計調(diào)查在改善農(nóng)村低保瞄準精度方面的效力，但它們卻仍然存在以下幾個方面的缺陷。首先，這些研究所使用的數(shù)據(jù)較為陳舊，而農(nóng)村低保瞄準的動態(tài)性要求相關(guān)研究使用更具時效性的數(shù)據(jù)展開分析。其次，這些研究所使用的瞄準測度指標(biāo)具有局限性，尤其是未能采用恰當(dāng)?shù)臏y度工具來衡量低保資金在總樣本中的分布性特征，這限制了對農(nóng)村低保瞄準效果做出更精確的評估。再次，隨著信息化技術(shù)在低保領(lǐng)域的廣泛應(yīng)用，更多的代理指標(biāo)信息可以從相關(guān)部門信息平臺直接獲取。在此背景下，以往研究所選擇的代理指標(biāo)就顯得不夠系統(tǒng)全面，這可能在一定程度上削弱代理指標(biāo)框架的預(yù)測能力，進而低估代理家計調(diào)查方法在改善低保貧困瞄準精度方面的潛力。最后，這些研究沒有探討代理家計調(diào)查在不同項目覆蓋率水平下的貧困瞄準效果，而這對于未來農(nóng)村低保政策優(yōu)化具有重要意義。與上述研究相比，本文的邊際貢獻主要體現(xiàn)在以下幾個方面。第一，本文實證研究基于2017年CHFS數(shù)據(jù)，這使得本文研究結(jié)論和政策建議更具時效性。第二，除了以往文獻廣泛使用的瞄準測度指標(biāo)之外，本文還使用集中曲線和集中指數(shù)來測度不同瞄準機制下低保資金在總樣本中的分布特征，這有助于對農(nóng)村低保瞄準效果做出更精確的評估。第三，本文精心構(gòu)建了更系統(tǒng)全面的代理家計指標(biāo)體系，在保證政策可操作性的同時還確保模型具有較高的預(yù)測能力。第四，本文詳細探討了代理家計調(diào)查方法在不同項目覆蓋率水平下的瞄準效果，這能為農(nóng)村低保未來的政策調(diào)整提供重要指導(dǎo)。二、研究方法和數(shù)據(jù)來源（一）貧困標(biāo)準和減貧效應(yīng)的評估本文使用兩類方法來測度農(nóng)村低保的瞄準精度。第一類方法是漏保率和錯保率。漏保率也被稱為棄真瞄準偏誤，它衡量了所有貧困（應(yīng)保）家庭中未獲得低保的比例。錯保率也被稱為納偽瞄準偏誤，它衡量所有低保家庭中非貧困（不應(yīng)保）家庭的比例。第二類方法是集中曲線和基于集中曲線構(gòu)建的瞄準指標(biāo)。如圖1所示，集中曲線C(p)測度了某個累積比例的最貧困家庭所能獲得的累積低保金比例。該曲線能夠精確反映低保金總額在所有樣本家庭中的分布狀況。當(dāng)?shù)捅＝鹪谒袠颖炯彝ブ衅骄峙鋾r，集中曲線將退化為45°線。集中曲線距離45°線越遠，低保資金的分配性貧困瞄準精度越高。以集中曲線為基礎(chǔ)可以構(gòu)建3個瞄準指標(biāo)。第一個是集中指數(shù)（CI）。集中指數(shù)等于集中曲線和45°線之間封閉圖形面積的兩倍。集中指數(shù)的取值范圍在-1到1之間。集中指數(shù)接近1代表救助金更集中于貧困群體，反之接近-1則說明救助金更集中于富裕群體。第二個是SHARE指標(biāo)。當(dāng)集中曲線的橫坐標(biāo)取值為樣本的貧困發(fā)生率（H由于農(nóng)村低保的最終政策目標(biāo)是減貧，因此本文還考察了項目實際瞄準和代理家計調(diào)查瞄準下農(nóng)村低保的減貧效應(yīng)。通過比較實際瞄準和代理家計調(diào)查瞄準下的減貧效應(yīng)，我們可以判斷代理家計調(diào)查在改善農(nóng)村低保減貧效應(yīng)方面的潛力。我們采用FGT指數(shù)來衡量貧困水平，然后通過測算接受救助前后該指數(shù)的變化率來衡量農(nóng)村低保的減貧效應(yīng)。FGT指數(shù)的構(gòu)造如下：式（1）中，N代表樣本家庭總數(shù)，z代表貧困標(biāo)準，Y在測算漏保率、錯保率、SHARE、CGH和FGT貧困指數(shù)時都需要使用貧困標(biāo)準。為了保證結(jié)論的穩(wěn)健性，我們使用了4條貧困標(biāo)準。首先，我們使用了農(nóng)村官方貧困標(biāo)準（2300元/人年，2010年不變價）。其次，我們使用了世界銀行提出的兩條國際貧困標(biāo)準，即1.9美元/人天和3.2美元/人天。與農(nóng)村官方貧困標(biāo)準相比，1.9美元/人天是水平更低的極端貧困標(biāo)準，3.2美元/人天是水平更高的中度貧困標(biāo)準。最后，我們還使用了各地政府確定的低保標(biāo)準作為貧困標(biāo)準。由于2017年CHFS詢問的是前一年的家庭收入信息，因此我們將前3種貧困標(biāo)準通過農(nóng)村消費物價指數(shù)和購買力平價折算為用人民幣表示的2016年不變價。低保標(biāo)準則使用了2016年第4季度各省平均低保標(biāo)準。參照何欣和朱可涵的處理方法，我們使用“家庭人均收入-家庭人均低保救助金-家庭人均五保救助金-家庭人均特困救助金”來衡量“接受救助前的家庭人均收入”。（二）模型設(shè)計和變量說明代理家計調(diào)查的基本思路是通過一組易觀測、可核實、難以被操縱的家庭特征變量來預(yù)測家庭收入，然后通過比較預(yù)測收入和貧困標(biāo)準來識別貧困家庭。為了盡可能提高代理家計調(diào)查框架的預(yù)測能力，借鑒已有文獻的模型設(shè)置，本文的代理指標(biāo)包括家庭人口結(jié)構(gòu)（DEM）、家庭人力資本狀況（HUM）、家庭成員就業(yè)狀況（EMP）、家庭財產(chǎn)狀況（AST）、家庭公用事業(yè)支出（UTE）和省份虛擬變量（PRO）六類。其中，家庭財產(chǎn)狀況變量包括了住房面積、車輛、耐用品、活期存款和定期存款的擁有狀況。在目前的低保申請中，多部門信息共享使得機動車、住房、存款等信息可以有效核對，為了保證線性回歸模型的因變量接近正態(tài)分布，我們對接受救助前的家庭人均收入（Y我們首先將該OLS模型應(yīng)用在所有樣本中，此時所有樣本家庭將基于相同的估計系數(shù)來進行收入預(yù)測。然而，對于不同地區(qū)的樣本，式（2）中自變量和因變量之間的關(guān)系可能存在差異?；诜值貐^(qū)OLS回歸的估計系數(shù)進行收入預(yù)測有助于改善預(yù)測效果。（三）貧困瞄準效果的測量本文使用的數(shù)據(jù)為2017年中國家庭金融調(diào)查（CHFS2017）數(shù)據(jù)。該數(shù)據(jù)由西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心搜集，于2019年11月正式公布。CHFS2017采用分層、三階段與人口規(guī)模成比例（PPS）方法及重點抽樣相結(jié)合的抽樣設(shè)計。CHFS2017調(diào)查范圍覆蓋東部、中部、西部29個省份355個區(qū)縣，是一項具有全國代表性的微觀家戶調(diào)查。CHFS2017涵蓋了人口特征與就業(yè)、家庭收入與消費、家庭資產(chǎn)、社會保障等方面的豐富信息。該數(shù)據(jù)包含了“是否獲得低保救助”和“所獲低保救助金額”兩項低保信息，這使得本文可以采用多種測度指標(biāo)精確評估農(nóng)村低保的貧困瞄準效果。此外，豐富的家庭特征變量有助于通過構(gòu)建更全面的代理指標(biāo)體系來改善代理家計調(diào)查方法的預(yù)測能力。由于本文聚焦于農(nóng)村低保的貧困瞄準問題，所以我們僅保留了CHFS2017的農(nóng)村家庭樣本。出于數(shù)據(jù)的完整性，我們刪除了相關(guān)變量存在缺失值的樣本，最終獲得來自全國29個省份的12268個農(nóng)村家庭作為研究樣本。三、評估結(jié)果表明（一）代理回歸模型表1第3列給出了由式（2）表示的OLS模型在所有樣本中的估計結(jié)果。模型R使用各代理指標(biāo)回歸系數(shù)的估計值作為權(quán)重，并結(jié)合樣本家庭各代理指標(biāo)的實際取值，我們可以獲得每個樣本家庭Ln(Y為了改善預(yù)測效果，我們還采用分地區(qū)OLS回歸模型來估計代理指標(biāo)的系數(shù)，其結(jié)果見表1中的第4—6列。結(jié)果顯示，在東、中、西3個地區(qū)樣本中OLS回歸的R（二）集中指數(shù)與實際瞄準的比較表2給出了農(nóng)村低保實際瞄準和代理家計調(diào)查瞄準下的漏保率和錯保率。其中，我們將基于所有樣本OLS回歸的代理家計調(diào)查稱為PMT1，而將基于分地區(qū)樣本OLS回歸的代理家計調(diào)查稱為PMT2。比較代理家計調(diào)查瞄準和實際瞄準下的測算結(jié)果，我們發(fā)現(xiàn)代理家計調(diào)查能夠顯著降低農(nóng)村低保的漏保率和錯保率。進一步看，與來自其他發(fā)展中國家的證據(jù)類似，我們還發(fā)現(xiàn)代理家計調(diào)查在降低錯保率方面的效果遠高于其在降低漏保率方面的效果。圖2給出了農(nóng)村低保實際瞄準和代理家計調(diào)查瞄準下的集中曲線。首先，圖2左上側(cè)給出了在全國所有樣本中的集中曲線。不難看出，相比實際瞄準下的集中曲線，PMT1和PMT2瞄準下的集中曲線距離代表平均分配的45°線更遠。這說明，與低保實際瞄準相比，代理家計調(diào)查瞄準使得低保金總額的分配更集中于低收入群體。然后，圖2右上、左下和右下分別給出了在東部、中部和西部樣本中的集中曲線。我們發(fā)現(xiàn)，在3個地區(qū)樣本中，代理家計調(diào)查瞄準下低保金總額向低收入群體的集中程度均高于實際瞄準。更細致的觀察可以看出，代理家計調(diào)查瞄準對這種集中程度的改善在中西部地區(qū)樣本中比在東部樣本中更為明顯。表3給出的集中指數(shù)測算結(jié)果印證了上述基于集中曲線得出的結(jié)論。在全國所有樣本中，PMT1和PMT2瞄準下的集中指數(shù)分別比低保實際瞄準下的集中指數(shù)高出96.42%和100.33%。這表明，總體來看，相比低保實際瞄準，代理家計調(diào)查瞄準使得低保金總額更集中地分配給低收入群體。在分地區(qū)的考察中，我們發(fā)現(xiàn)在3個地區(qū)樣本中PMT1和PMT2瞄準下的集中指數(shù)均高于實際瞄準下的集中指數(shù)。但是，代理家計調(diào)查在提高集中指數(shù)方面的效果卻存在明顯的地區(qū)差異。具體而言，集中指數(shù)的提高幅度在西部最高、中部居中、東部最低。這說明，在貧困水平更高的中西部地區(qū)，代理家計調(diào)查能夠使得低保資源更集中地分配給低收入群體。比較PMT1和PMT2的結(jié)果表明，在改善低保金分配性瞄準精度方面，PMT2比PMT1的效果更好。表4給出了農(nóng)村低保實際瞄準和代理家計調(diào)查瞄準下的SHARE指標(biāo)值和CGH指標(biāo)值。我們可以發(fā)現(xiàn)，無論采用哪條貧困標(biāo)準，代理家計調(diào)查瞄準下的SHARE指標(biāo)值和CGH指標(biāo)值均顯著高于實際瞄準下的結(jié)果。比如，在全國樣本中，當(dāng)采用農(nóng)村官方貧困標(biāo)準時，實際瞄準下的SHARE值和CGH值分別僅為43.56%和1.77，當(dāng)采用PMT1瞄準時兩項指標(biāo)值分別上升至70.85%和2.88。這說明，實際瞄準時按照官方貧困標(biāo)準界定的貧困家庭僅能獲得43.56%的低?？偨痤~。但是當(dāng)采用PMT1來瞄準時，貧困家庭能夠獲得的低保金份額顯著提升至70.85%。與在所有樣本家庭中平均分配低保金相比，實際瞄準時貧困家庭獲得的低保金份額僅高出77%。當(dāng)采用PMT1來瞄準時，貧困家庭獲得的低保金份額卻會高出188%。分地區(qū)的結(jié)果顯示，在東、中、西3個地區(qū)中PMT1瞄準下的兩個指標(biāo)值均高于實際瞄準下的結(jié)果。然而，PMT1瞄準對SHARE指標(biāo)值和CGH指標(biāo)值的提升幅度在中西部地區(qū)更大。這說明，在相對貧困的中西部地區(qū)，PMT1在提高貧困人口所獲低保金份額方面的效果更好。最后，比較PMT1和PMT2的結(jié)果表明，在提升上述兩項指標(biāo)值方面，PMT2比PMT1的效應(yīng)更強。（三）農(nóng)村低保的覆蓋率和應(yīng)保率來自其他發(fā)展中國家的證據(jù)表明，當(dāng)項目覆蓋率水平較高時，代理家計調(diào)查的貧困瞄準精度會更高。特別是，隨著項目覆蓋率的提高，代理家計調(diào)查在降低漏保率方面的效應(yīng)會尤其顯著。表5中基于兩條貧困標(biāo)準的測算結(jié)果顯示，當(dāng)使用PMT1和PMT2來瞄準貧困家庭時，隨著項目覆蓋率的提高，漏保率逐漸下降而錯保率逐漸上升。此時，漏保率和錯保率表現(xiàn)出一種此起彼伏的變化特征。那么，綜合來看，提高代理家計調(diào)查下項目覆蓋率對瞄準效果的總體影響如何呢？這個問題的答案不僅取決于漏保率和錯保率的相對變化幅度，而且還取決于哪種瞄準偏誤對低保的最終政策目標(biāo)（減貧）有更大的影響。首先，從表5結(jié)果可以看出，當(dāng)提高代理家計調(diào)查下的項目覆蓋率時，漏保率下降的幅度遠高于錯保率上升的幅度。比如，當(dāng)采用官方貧困標(biāo)準，項目覆蓋率從低保實際覆蓋率（7.27%）提高到3.5倍的低保實際覆蓋率（25.45%）時，PMT1的錯保率提高了14.56個百分點（從29.93%提高至44.49%），而其漏保率則下降了36.67個百分點（從79.32%下降至42.65%）。當(dāng)政策制定者對降低漏保率和降低錯保率給予同等的重視時，漏保率下降的幅度遠高于錯保率上升的幅度意味著提高項目覆蓋率水平能夠從總體上改善農(nóng)村低保的瞄準效果。其次，一些學(xué)者基于嚴格的實證研究發(fā)現(xiàn)，與降低錯保率相比，降低漏保率對改善項目減貧效果有更大的影響。在我們的樣本中，農(nóng)村低保的實際覆蓋率遠低于其應(yīng)保率。在此情況下，一個合理的設(shè)定是將代理家計調(diào)查下的項目覆蓋率設(shè)置為接近其應(yīng)保率的水平。比如，當(dāng)使用農(nóng)村官方貧困標(biāo)準時，我們設(shè)定代理家計調(diào)查的項目覆蓋率等于實際覆蓋率的3.5倍。此時的覆蓋率（25.45%）和應(yīng)保率（24.63%）非常接近。我們發(fā)現(xiàn)，在此條件下PMT1的漏保率和錯保率分別為42.65%和44.49%。與PMT1下覆蓋率等于實際覆蓋率（7.27%）時相比，這等價于以提高14.56個百分點的錯保率為代價降低了36.67個百分點的漏保率。按照上文分析，這種覆蓋率的調(diào)整有助于農(nóng)村低保減貧目標(biāo)的實現(xiàn)。當(dāng)然，政策制定者在選擇項目覆蓋率時還會受到預(yù)算約束等其他諸多現(xiàn)實條件的影響。表5給出了不同覆蓋率水平下的瞄準效果，這些測算結(jié)果可以為政策調(diào)整提供重要指導(dǎo)。（四）代理家庭研究對改善最低生活保障的影響農(nóng)村低保的最終政策目標(biāo)是減貧，所以有必要進一步考察代理家計調(diào)查對農(nóng)村低保減貧效應(yīng)的改善程度。基于3條全國統(tǒng)一的貧困標(biāo)準，四、農(nóng)村低保對象識別的策略選擇基于2017年中國家庭金融調(diào)查（CHFS）數(shù)據(jù)，本文基于回歸模型構(gòu)建了系統(tǒng)性代理家計調(diào)查框架，并且綜合使用多種瞄準和貧困測度指標(biāo)嚴格檢驗了代理家計調(diào)查在改善農(nóng)村低保瞄準精度和減貧效應(yīng)方面的表現(xiàn)。研究結(jié)果顯示：與實際瞄準相比，采用代理家計調(diào)查方法能夠顯著降低農(nóng)村低保的漏保率和錯保率，大幅提升其集中指數(shù)、SHARE指標(biāo)和CGH指標(biāo)取值。同時，代理家計調(diào)查在削減貧困距指數(shù)和平方貧困距指數(shù)方面也表現(xiàn)出比實際瞄準更好的效果。上述測算結(jié)果說明，使用代理家計調(diào)查有助于改善農(nóng)村低保的瞄準精度和減貧效應(yīng)。進一步分析表明，代理家計調(diào)查在降低錯保偏誤方面的效果大于其在降低漏保偏誤方面的效果。代理家計調(diào)查在改善低保瞄準效果和減貧效應(yīng)方面的作用在中西部地區(qū)更為顯著。當(dāng)設(shè)置較高的項目覆蓋率時，代理家計調(diào)查在控制漏保偏誤并促進減貧方面有更強的效力。在改善低保瞄準精度和減貧效應(yīng)方面，基于OLS分地區(qū)回歸的代理家計調(diào)查框架比基于OLS總樣本回歸的代理家計調(diào)查框架效果更好。需要特別指出的是，本文基于收入標(biāo)準來評估實際瞄準效果可能高估了農(nóng)村低保的瞄準偏誤。目前政策規(guī)定的農(nóng)村低保資格認定標(biāo)準主要包括家庭收入、財產(chǎn)、剛性支出等3個維度。中國農(nóng)村基層行政力量薄弱，在這樣的條件下，代理家計調(diào)查是否能夠以較低的成本順利展開呢？操作代理家計調(diào)查包括兩個步驟。第一步，需要基于大樣本家戶調(diào)查數(shù)據(jù)和統(tǒng)計模型來確定代理指標(biāo)并估計其權(quán)重，并以此為基礎(chǔ)構(gòu)建信息系統(tǒng)。該步驟需要由中央和省級政府牽頭并負責(zé)資金、技術(shù)和組織層面的投入。具體來看，可以基于國家統(tǒng)計局采集的一體化住戶調(diào)查數(shù)據(jù)，組織相關(guān)領(lǐng)域的專家團隊通過統(tǒng)計模型來識別出分地區(qū)的代理指標(biāo)體系并估計出各指標(biāo)權(quán)重?；谏鲜鼋Y(jié)果編制計算機應(yīng)用程序，并將該應(yīng)用程序嵌入至各地區(qū)現(xiàn)有的低保信息管理系統(tǒng)中。第二步，在基層執(zhí)行中，需要通過申請者自報、入戶核查、跨部門信息聯(lián)網(wǎng)共享和比對等手段來搜集代理指標(biāo)信息，然后由基層工作人員將這些信息輸入代理家計調(diào)查應(yīng)用程序得出識別結(jié)果。盡管基層行政能力薄弱，但信息化技術(shù)的廣泛使用為基層執(zhí)行代理家計調(diào)查方法提供了重要推力。由于代理家計指標(biāo)具有易觀測、可核實、難以被操縱的特征，這些指標(biāo)信息大多可以通過公安、金融、車管、醫(yī)療衛(wèi)生、教育、電網(wǎng)、水務(wù)等相關(guān)部門信息平臺獲取。另外，扶貧部門管理的建檔立卡信息系統(tǒng)、民政部門管理的家庭經(jīng)濟狀況信息核對平臺也可以作為重要的信息獲取來源。在申請者授權(quán)之后，基層工作人員可以通過聯(lián)網(wǎng)信息共享和比對，以較低的成本獲得大部分代理指