张 楠，江 鑫

收入差距变动的农村减贫杠杆效应
——基于分位数回归方法

张 楠，江 鑫

(湖南科技大学 商学院，湖南 湘潭 411201)

近年来，中国正不断强化农村减贫力度，但是持续扩大的农村居民收入差距可能抑制了减贫政策的正向效应。基于此，在控制农村收入差距变动和其他一系列影响农村脱贫因素的基础上，运用OLS回归方法，发现农村减贫政策的条件均值正向减贫杠杆效应较明显，其弹性回归系数达到-0.8。运用分位数回归方法，进一步细致地刻画农村不同贫困度分位点的减贫政策的效应，结果表明：农村贫困程度较低和较高时，减贫的正向杠杆效应较弱，而处于农村贫困中间程度的年份，减贫杠杆效应最明显。因此文章认为，单纯的财政“输血式”扶贫并不真正有效，应该将贫困地区农民纳入更大范围的分工体系中，打造一个内生就业、长效推进的分工就业链，才能实现真正的农村减贫、城乡共同发展。

收入差距变动；农村减贫；杠杆效应；分位数回归

一、 引言及文献综述

共同富裕是我国社会主义的本质规定和奋斗目标，消除贫困是实现共同富裕目标的客观要求。由于城乡经济发展和居民收入的巨大差距，贫困问题在中国广大农村地区尤为严重，消除农村贫困尤显任重道远。据测算，按当年价现行农村贫困标准衡量，1978年农村居民贫困发生率为97.5%，农村贫困人口规模近7.7亿。尽管农村贫困问题较为严重，但是随着中国政府农村减贫工作的不断深入，我国农村减贫工作取得了很大进展。2014年农村贫困人口规模减少至7017万，贫困发生率降至7.2%。从1978年到2014年，农村贫困人口减少近7亿，年均减贫人口规模近1945万人，贫困发生率下降约90.3个百分点，贫困人口年均减少6.4%。但是，伴随着中国农村扶贫工作取得巨大成就的同时，农村居民内部收入差距却与日俱增。据统计，中国农村基尼系数由1978年的0.2124，递增到2011年的0.38972①。对中国的这种经济现象，学界早已高度关注。Sen(1999)[1]及张伟宾和汪三贵(2013)[2]认为，农村居民内部逐渐扩大的收入差距，会对农村减贫工作产生负面影响，故政府有必要加大农村减贫工作力度。但是，在不断扩大的农村基尼系数对农村减贫工作产生负面影响的同时，政府的农村减贫工作是否真的能够抑制甚至消除农村贫困？这种抑制或消除贫困的减贫举措是否具有杠杆效应？此杠杆效应究竟有多大？这就是本文关注的焦点。

中国的农村贫困和减贫问题早已受到国内外学者的高度关注，其研究主要基于贫困的度量及界定、贫困的影响因素以及如何消除贫困三个方面。其中，针对贫困的影响因素方面，现有研究主要从两方面展开：一是以宏观视角出发，研究经济增长及国家政策等对农村贫困的影响；二是从微观视角出发，研究农民个体素质、行为及特征如何影响农村贫困。具体来说，从宏观视角出发的研究，主要聚焦于经济增长、收入分配差异及国家政策对贫困的影响上。Dollar和Kraay(2002)[3]、林伯强(2003)[4]及夏庆杰(2011)[5]等认为，经济增长和收入水平的提高能够降低贫困程度，这与华盛顿共识所坚信的滴漏经济增长观点类似②。但是，万广华和张茵(2006)[6]、Benjamin等(2011)[7]及罗楚亮(2012)[8]认为，在滴漏式增长中，经济增长和收入增加能够减少农村贫困人数，但是农村居民内部收入差距扩大会对农村减贫产生负面影响，故经济增长并不能自发消除贫困，反而可能因农村居民内部收入差距的扩大而引致农村贫困人数的增加。相较宏观视角的研究，微观视角的研究较少。王弟海(2012)[9]认为，营养和健康对消除贫困至关重要，这可以防止农村居民陷入“贫困陷阱”。王海港等(2009)[10]和章元等(2012)[11]更多关注的是基础教育、工作经验和职业教育等人力资本因素对贫困消除的影响，认为农村居民基础教育水平的高低是影响农村贫困的关键因素。还有些学者，如徐月宾等(2007)[12]认为，人口负担越重且更多的从事农业生产的农民更难脱贫，而如Du等(2005)[13]认为，由于农村贫困居民不大倾向于外出务工，所以农民工进城务工对农村贫困消除的作用有限。

但是，上述既有研究对农村脱贫影响因素的经验论证，主要研究的是影响因素x(譬如经济增长、收入分配或国家扶贫政策)作为自变量，如何影响因变量y(农村减贫效果)的条件均值E(y|x)，即大多采用均值回归。然而，条件均值回归存在如下诸多问题：(1)如果条件均值回归采用的是普通最小二乘法，则要求最小二乘法的扰动项必须满足球形扰动项的假定，并且要求变量不仅具有平稳性特征还要满足正态分布假定；(2)均值回归方法易受数据异常值的影响，而且难以捕捉不同变化阶段的因变量y如何受自变量影响的现象。当前中国农村居民收入差距较大是不争的事实，但自1978年改革开放以来，农村减贫工作取得了很大进展。所以，如何在农村居民收入差距较大的现实条件下，在农村不同的贫困阶段，考察农村减贫工作的杠杆效应变化应该引起足够重视。分位数回归方法打破了传统的回归模型只注重研究农村减贫平均效果的局限性，能够使我们从因变量不同分位数上考虑实际问题，特别适合分析中国农村不同贫困阶段的减贫效果影响因素的作用大小。在中国农村不同的贫困阶段，在中国农村收入差距不断扩大的现实条件下，明确农村减贫工作对消除农村贫困的不同作用，对于消除农村贫困进而实现共同富裕具有显著的现实意义。

本文从宏观研究视角入手，首先运用OLS回归方法分析农村贫困的若干影响因素，重点考察控制了收入差距变动等其他控制变量后，农村减贫工作对农村贫困的影响。其次基于OLS条件均值回归的局限性，本文进一步运用分位数回归方法，研究在控制农村居民收入差距变动的影响后，在不同的农村贫困度分位点上，政府实施的农村扶贫政策如何影响农村贫困的变化，并刻画不同分位点上农村扶贫的弹性回归系数杠杆效应的变化情况。

二、 计量变量选取及模型构建

1.变量的选取

本文选取农村贫困度(RPKD)来衡量农村当前的贫困程度，因为随着农村扶贫工作的持续进展，农村贫困度逐年下降。根据吴碧英(1996)[14]观点，选择以农村贫困人口总数与农村总人口数之比来反映贫困程度(RPKD)③，农村贫困度越低，表明农村减贫工作的成效越好。

农村减贫的杠杆效应是本文研究的焦点，所以选取国家财政扶贫投入(CZFP)作为核心解释变量。中国政府实施的扶贫战略包括补贴式扶贫和开发式扶贫两类，前者可对农村脱贫产生直接效果，后者则通过农村公共基础设施建设投资，拉动农民就业来间接消除农村贫困。但是根据张伟宾和汪三贵(2013)[2]的研究，因为长期扩大的农村收入差距，间接式扶贫可能并不必然有效地消除农村贫困，因为农村贫困人口在就业参与等方面的能力偏弱。所以，在研究农村扶贫效果时，应该先控制农村收入差距扩大对农村减贫工作的负面影响，本文以农村基尼系数(RGINI)作为第一控制变量来代理农村收入差距变动。

关于影响农村贫困的其他控制变量，本文做如下选取。根据程名望等人(2014)[15]观点，农村居民受教育程度是影响农村贫困度的重要因素，故参照Psacharopoulos和Arriagada(1986)[16]的研究方法，以人均受教育年限(REDUYEAR)衡量农村居民受教育水平。根据李长生和张文棋(2015)[17]观点，良好的农村金融信贷市场是促进农村经济发展，摆脱贫困约束的重要因素，故本文选取农业贷款总额(RLOAN)代理农村金融信贷发展水平。根据沈能和赵增耀(2012)[18]观点，农业科技进步的减贫效应明显，因此本文选取农村人均机械总动力(RMECHA)代理农村技术进步。根据Lewis(1954)[19]的二元经济理论观点，以二、三产业为主要支撑的城市经济的快速发展能够有效吸收农村剩余劳动力，提高农村边际劳动生产率，进而提高农村居民收入水平，所以本文选用第二、三产业增加值占GDP比重(RSYRATIO)来衡量城市经济的发展，其比值越高，农村贫困程度越低。

本文选取的变量指标及其描述性统计，如表1所示：

表1 变量含义及描述性统计

2.数据来源及处理

本文选用1980～2014年的数据进行时间序列计量分析，不同的计量指标数据来源不同。关于因变量农村贫困度的相关数据来源于《中国统计年鉴》及《中国农村住户调查年鉴》，核心解释变量农村扶贫政策的相关数据源自《新中国六十年统计资料汇编》及《中国农村统计年鉴》，首要控制变量农村基尼系数值来源于《中国居民收入分配年度报告》，其他控制变量，诸如人均受教育年限、农业科技水平、农村金融信贷规模及二三产业增加值占比的数据，主要来自于《中国教育统计年鉴》《中国统计年鉴》《中国农村金融服务报告》及《中国金融统计年鉴》等。

关于数据的处理，第一，计算出以1980年为基期的中国农村CPI价格变动指数，进而剔除通货膨胀对农村财政扶贫支出总额的影响；第二，农村贫困度用上文阐述的方法进行估算；第三，所有的数据均取对数处理，这样既能消除时间序列数据中潜在的异方差问题，也能表示自变量对因变量的弹性概念，并吻合我们杠杆效应的研究焦点。

3.分位数回归模型的构建

分位数回归方法是由Koenker和Bassett(1978)[20]提出的，是对传统普通最小二乘均值回归方法的一种扩展，提供了一种对自变量x与因变量y的不同分位数之间线性关系进行估计的方法。相对于普通最小二乘法，分位数回归具有以下四方面优点：(1)分位数回归模型尤其适合具有异方差特性的数据分析；(2)能够更加细致地刻画不同阶段的因变量y受自变量x的影响幅度，而普通最小二乘法只能估计自变量x对因变量条件均值E(y|x)的影响；(3)分位数回归并不要求很强的扰动项正态分布的假设，而普通最小二乘法回归则对扰动项正态分布具有严格的假定；(4)普通最小二乘法对参数的估计是以误差的平方和最小为依据，而分位数回归则以加权误差绝对值之和最小来得到参数估计，因此分位数回归的参数估计不易受异常值的影响，估计结果更加稳健。分位数回归原理如下所示：

对于连续型随机变量Y，其条件分布y|x的累计分布函数为Fy|x(·)，则条件分布y|x的总体q分位数(0

假设条件分布y|x的总体q分位数yq(x)是x的线性函数，即：

yq(xi)=x'iβq

(1)

(2)

对此，本文构建的OLS和分位数回归模型分别如公式(3)和(4)所示：

lnPPKDt=C+β1lnCZEPt+β2lnRGINTt+β3lnREDUYEARt+β4lnRMECHAt+β5lnRLOANt+β6lnRCYt+β7lnSCYt+εt

(3)

(4)

三、 计量检验

本文计量数据为1980～2014年的时间序列数据，故各个统计变量数据必须满足平稳性的假设，以避免伪回归现象的出现。所以，需要通过ADF单位根检验来判别其平稳性，如表2所示。检验结果表明，这些取对数后的时间原序列数据均不平稳，但它们的一阶差分序列除lnx6在5%置信水平下平稳外，其他均在1%的置信水平下非常平稳，所以本文使用的计量指标都是一阶单整序列。

表2 各变量ADF平稳性检验结果

注：检验类型中的C、T分别表示常数项、时间趋势项；符号***、**、*分别表示在1%、5%、10%的置信水平上显著.

根据OLS回归模型(3)，对上述变量控制异方差后，进行稳健标准误最小二乘回归，得到表3中的OLS回归模型。其中lnx1和lnx2的弹性回归系数分别为-0.8和0.186，表明在控制了农村居民收入差距(lnx2)变动对农村脱贫效果的影响后，农村减贫财政投入(lnx1)增加1%，农村贫困度(lny)则降低0.8%。同时，值得强调的是，农村居民收入差距(lnx2)变动对农村减贫效果的负面影响相对较小，农村收入差距(lnx2)扩大1%，农村贫困度(lny)只上升0.186%，限于篇幅，本文不对其他控制变量回归系数进行细致解析，尽管它们的回归结果良好。然而，利用普通最小二乘法进行计量回归的结论比较笼统，无法更深入细致地刻画各个解释变量对不同贫困程度下农村减贫效果的影响，因此在确立了基本的分位数回归模型后，本文采用bootstrap方法对农村贫困度进行分位数回归。受篇幅所限，表3仅汇报了农村贫困度第20、第40、第60和第80分位点的回归结果。

表3 计量回归结果

注：估计值通过bootstrap方法迭代400次得到;符号***、**、*分别表示在1%、5%、10%的置信水平上显著.

根据表3中分位数回归结果可以看出，不同变量对不同分位点的农村贫困度的影响并不一致，具体表现为以下几个方面：第一，随着分位点的增大，农村居民收入差距(lnx2)的分位数回归系数呈现先升后降的正值变化趋势，表明农村居民收入差距(lnx2)对农村贫困度(lny)的条件分布的两端之同方向影响小于对其中间部分的影响。也就是说，农村居民收入差距(lnx2)扩大对处于中间程度的减贫工作效果负面影响最大。对于农村贫困度较低的年份，收入差距扩大并不能有效地刺激贫困增加，而对于农村贫困度较大或处于赤贫状态下的年份，农村收入差距扩大刺激贫困激增的空间往往比较有限。这是为什么呢？我们认为，赤贫状态下，居民普遍贫苦，收入差距扩大对农村贫困扩大的负面影响反而有限；在贫困稍有改善至较低贫困之际，农村居民综合素质(诸如知识、劳动技能等)的差距开始凸显，收入差距扩大，进而恶化农村贫苦度；但是这种恶化并不会无限持续下去，先富带后富、先富居民的示范带动效应等发挥作用后，农村居民收入差距得到改善，贫困度自然得到有效遏制。

第二，在控制了农村居民收入差距对农村贫困度的影响后，随着分位点的增大，农村减贫财政支出(lnx1)的分位数回归系数呈现先降后升的负值变化趋势，表明农村减贫财政支出(lnx1)对农村贫困度(lny)的条件分布的两端之反方向影响小于对其中间部分的影响。呈现此变化影响，主要可从以下几点解释：首先，农村贫困度较高或者说近乎赤贫的年份，一方面，农村基础设施各方面建设并不完善，财政间接开发式减贫措施带来的农村经济建设的交易效率较低，同时，直接补贴式减贫资金很大程度上会被农民的赤贫情况所吞噬，补贴资金不能及时地运用到自身文化技能的培训上；其次，农村贫困度较低或者说相对富足的年份，农村财政减贫措施的边际减贫效应相对很小，因为贫困户本身并不必然需要政府的直接式财政补贴，而且在面对城市经济快速发展的巨大吸引力时，他们往往选择进城务工以摆脱贫困状态。最后，农村贫困中间程度的年份，农村财政减贫措施才能发挥最大作用，达到相应的最大杠杆效应，如表3所示，在第60分位点上，农村减贫财政支出的弹性系数每增加1%，农村贫困度就下降1.1629%，农村减贫的杠杆效应较为明显。

四、结论和政策建议

本文根据OLS回归，基本判定农村减贫措施对消除农村贫困具有正向作用，但是这种作用是均值回归，不能准确地刻画农村贫困程度不同的分位点下，农村减贫工作对消除农村贫困的分段影响。因此，本文进一步使用分位数回归方法，更加细致地刻画了农村贫困度受其他变量的影响趋势。结果表明，农村贫困程度较低和较高阶段，减贫的正向杠杆效应较小，而在农村贫困中间程度的年份，减贫的效果最好，杠杆效应也最明显。

基于此，本文总体思路是单纯地农村财政“输血式”扶贫并不真正有效，应该是将广大农村贫困区的农民纳入更大范围内的生产、交易、物流、消费及外贸出口等一体化的分工体系中去，建立一个内生就业、长效推进、可持续致富的分工就业链，最终实现真正的农村脱贫、城乡协同发展和共同富裕的“中国梦”社会。对此，具体提出如下政策建议：(1)对中国贫困程度最高或处于赤贫状态下的农村区域，单纯的财政“输血”式扶贫并不一定能取得较大效果，应该更倾向于建立一支清正廉洁、办事高效的行政村官体系。行政高效的村干部体系是组织广大贫困区农民自发劳动、协调分工、内生就业的领头羊，是带领农村贫困区农民脱贫的前提和基础；(2)对广大贫困程度较低或处于相对富裕状态下的农村贫困区域，应该以引导和鼓励当地贫困群众的自主奋斗意识，真正改造他们的落后思想。为此，首先要宣传苦干致富、进取自强的脱贫求富思想，要多创造条件，鼓励贫困居民外出进城务工，同时建立顺畅的用人单位和农村劳动力城市就业的双向联动机制，减少农村贫民进城务工的工作搜寻成本，并适时发展当地城市民营经济，实行农村贫困群众就地就近就业；(3)对广大贫困中间程度的农村区域，因为农村减贫的杠杆效应最为明显，故政府应该加大财政综合扶贫力度，积极投资建设公共基础设施，为其进一步脱贫打下坚实基础，同时也要积极招商引资，增加当地就业渠道，进而实现全面脱贫。

注 释：

①数据主要来源于国家统计局住户调查办公室、中国统计年鉴及中国农村贫困住户调查报告.

②20世纪80年代，以华盛顿为基地的国际货币基金组织、世界银行等机构，坚信滴漏经济学，即经济增长所带来的经济利益会自动在社会各阶层扩散开来，从而自动消除贫困.

③根据国家统计局报告数据，以1986年206元的绝对贫困标准为参照物，并剔除贫困线标准的CPI价格变动比率，分析2008及2010年不同贫困线标准下三大重叠贫困人口数据内在的变换比例，估算出1980～2014各年的中国农村贫困人口数.

[1]Amartya Sen. Development as Freedom[M].Oxford University Press,1999.

[2]张伟宾，汪三贵.扶贫政策、收入分配与中国农村减贫[J].农业经济问题，2013,(2)：66-75.

[3]Dollar D ，A Kraay.Growth Is Good for the Poor[J].Journal of Economic Growth,2002,7(3):195-225.

[4]林伯强.中国的经济增长、贫困减少与政策选择[J].经济研究,2003,(12)：66-78.

[5]夏庆杰，宋丽娜，SimonAppleton.经济增长与农村反贫困[J].经济学季刊，2011,(3)：35-47.

[6]万广华，张 茵.收入增长和不平等对中国贫困的影响[J].经济研究，2006，(6)：78-91.

[7]Benjamin D，L Brandt，J Giles.Did Higher Inequality Impede Growth in Rural China?[J].Economic Journal,2011，(12)：1281-1309.

[8]罗楚亮.经济增长、收入差距与农村贫困[J].经济研究，2012，(2)：86-94.

[9]王弟海.健康人力资本、经济增长和贫困陷阱[J].经济研究，2012，(6)：12-21.

[10]王海港，黄少安，李 琴，罗凤金.职业技能培训对农村居民非农收入的影响[J].经济研究，2009，(9)：26-34.

[11]章 元，许 庆，邻璐理.一个农业人口大国的工业化之路：中国降低农村贫困的经验[J].经济研究，2012(12)：36-45.

[12]徐月宾，刘凤芹，张秀兰.中国农村反贫困政策的反思——从社会救助向社会保护转变[J].中国社会科学，2007，(3)：28-42.

[13]Du Y，A Park, S Wang. Migration and Rural Poverty in China[J]. Journal of Comparative Economics, 2005，(33)：688-709.

[14]吴碧英.我国农村贫困度的测算[J].系统工程理论与实践，1996，(10)：71-76.

[15]程名望，Jin Yanhong，盖庆恩，史清华.农村减贫：应该更关注教育还是健康?——基于收入增长和差距缩小双重视角的实证[J].经济研究，2014，(11):130-144.

[16]Psacharopoulos G, Arriagada A M.The Educational Attainment of the Labor Force: an International Comparison[R]. The World Bank Paper,No.1457,1986.

[17]李长生，张文棋.信贷约束对农户收入的影响——基于分位数回归的分析[J].农业技术经济，2015，(8)：43-52.

[18]沈 能，赵增耀.农业科研投资减贫效应的空间溢出与门槛特征[J].中国农村经济，2012，(1)：56-65.

[19]Lewis W A. Economic Development with Unlimited Supplies of Labor[J]. The Manchester School of Economic and Social Studies,1954,22(2):139-191.

[20]Koenker R, G W Bassett. Regression quantiles[J]. Econometrica,1978,(46):33-50.

[21]高梦滔，姚 洋.农户收入差距的微观基础：物质资本还是人力资本?[J].经济研究，2006，(12)：58-67.

责任编校：裴媛慧，孙咏梅

Study on Rural Poverty Reduction Leverage Effect with Rural Income Gap Changing

ZHANG Nan,JIANG Xin

(Business School, Hunan University of Science and Technology, Xiangtan 411201,China)

In recent years, along with the continuous widening of rural income gap, the rural poverty reduction efforts are always continuing to improve, but the poverty reduction effects could be affected negatively by the widening income gap in rural areas. So based on the control of rural income gap and a host of other factors affecting rural poverty alleviation, the paper uses OLS regression method,discovering the conditioning average leverage effect of rural poverty reduction much apparent, of which the elastic regression coefficient reaches -0.8. Then, using quantile regression method, the paper further detailedly depicts the rural poverty reduction effect of different poverty quantiles. Quantile regression results show that the year of lower and higher rural poverty level, poverty reduction leverage effect is weaker, while in the year of intermediate rural poverty level, poverty reduction leverage effect is more obvious. Lastly, according to econometrical discovery, the paper puts forward some policy suggestions.

rural income gap changing;rural poverty alleviation;leverage effect;quantile regression method

10．19327/j．cnki．zuaxb．1007⁃9734．2017．04．004

2017-04-25

张 楠，女，湖南怀化人，硕士研究生，主要研究方向为农村贫困与经济发展。

F321

A

1007-9734(2017)04-0034-09