殷浩棟 王瑜　汪三貴

摘要

易地扶貧搬遷是精準扶貧主要實現途徑“五個一批”工程中的重要舉措之一，有效識別易地扶貧搬遷戶及其特征既是貧困研究的基礎理論問題，也是扶貧實踐中精準幫扶的重要依據。但由于識別方法欠缺和工作偏差問題，有效識別搬遷戶成為現實難題。本文從家庭稟賦、生態(tài)環(huán)境、基礎設施與公共服務這三個維度構建了易地扶貧搬遷戶識別的多維指標體系，根據扶貧搬遷戶的特征差異，將搬遷農戶分為家庭保障型、環(huán)境生存型和自我發(fā)展型三個類型，利用8省16縣2 185戶已納入搬遷計劃的農戶樣本，檢驗了多維指標體系下的扶貧搬遷戶的識別情況，并采用回歸分解方法分析了不同指標對識別準確率的貢獻度。研究發(fā)現：①搬遷對象的識別存在一定比例的漏進，其中陜西、四川和云南三省搬遷農戶的識別漏進比率最高，漏進的類型主要是自我發(fā)展型；②學?？杉靶浴⒓锌杉靶?、地理條件、醫(yī)院可及性、人均耕地面積是對準確識別搬遷戶的貢獻度最大的五項指標。③現行搬遷目標并非完全由于生態(tài)惡劣而“非搬不可”，部分農戶受制于基礎設施和公共服務條件的不足而被納入了搬遷群體。本文所構建的扶貧搬遷戶識別的多維指標體系，既為提高扶貧搬遷的瞄準效率和實施有針對性的配套政策提供參考依據，也為易地扶貧搬遷政策的效果評估提供了有理論價值和可操作化的視角。相關研究結論為后續(xù)扶貧搬遷工作提供了一些啟示，扶貧搬遷項目需要重視搬遷對象的識別工作，并注意在部分自然條件尚可的區(qū)域，可以通過完善基礎設施和公共服務供給的途徑替代易地扶貧搬遷項目。

關鍵詞 易地扶貧搬遷；多維貧困；識別準確率；回歸分解

中圖分類號 F328 文獻標識碼 A 文章編號 1002-2104（2017）11-0104-11 DOI：10.12062/cpre.20170517

“易地扶貧搬遷脫貧一批”是精準扶貧主要實現途徑“五個一批”[1]工程中的一項重要舉措，中國計劃到2020年完成1 000萬建檔立卡貧困人口搬遷任務。根據相關政策文件所明確，“搬遷對象主要是居住在深山、石山、高寒、荒漠化、地方病多發(fā)等生存環(huán)境差、不具備基本發(fā)展條件，以及生態(tài)環(huán)境脆弱、限制或禁止開發(fā)地區(qū)的農村建檔立卡貧困人口，優(yōu)先安排位于地震活躍帶及受泥石流、滑坡等地質災害威脅的建檔立卡貧困人口[2]。”精準識別是精準扶貧、精準脫貧的基礎，在易地扶貧搬遷項目中，有效識別搬遷戶及其特征既是貧困研究的基礎理論問題，也是扶貧實踐中依據貧困地區(qū)和貧困人口差異而實施相應扶貧舉措的重要依據。然而，如何有效識別易地扶貧搬遷戶是現實難題。一方面，現有扶貧標準脫嵌于可操作化的識別方法。盡管收入是貧困農戶的主要識別方面，但是收入維度實際上無法準確反映易地扶貧搬遷戶所面臨的處境，例如生態(tài)環(huán)境、公共服務可及性等，而這些處境不僅直接影響他們當前的福利水平，也影響他們的收入能力和長期的福利水平。另一方面，實際工作中存在瞄準偏差的問題。部分地區(qū)基層政府出于政績等自利性目的，虛報了屬地內易地扶貧搬遷人口規(guī)模，以及在自上而下的政策壓力下，部分不需要搬遷的農戶被迫搬遷，同樣也出現精英群體俘獲了搬遷補貼，需要搬遷的貧困農戶沒有納入搬遷計劃的現象[3]。

基于此，以多維貧困的測量方法識別易地扶貧搬遷戶的生計狀況，不僅在當前具有重要的政策實踐意義，以甄別真正需要搬遷的貧困人口，彌補識別方法的缺陷，同時也有助于后期合理評估易地扶貧搬遷的效果——因為扶貧搬遷未必立竿見影地提高貧困人口的收入水平，而更可能從基礎設施、公共服務可及性等多種維度結構性地改善貧困人口的福利水平。針對以上兩方面問題，本文以多維貧困方法構建易地扶貧搬遷戶的多維貧困指標體系，利用8省16縣的易地扶貧搬遷調查數據，識別當前實踐中扶貧搬遷戶選擇的政策效率，并對識別準確率進行回歸分解，以反映多維貧困維度中不同指標因素對搬遷農戶識別準確率的貢獻率。研究結論與建議或可為后續(xù)扶貧搬遷工作中實現更有效和更準確的對象識別與政策支持提供參考依據。

1 文獻綜述

現有易地扶貧搬遷研究主要關注于生計層面。楊云彥[4]等人從家庭規(guī)模、收入、健康、教育等方面分析了包含生態(tài)移民在內的非自愿搬遷群體的貧困狀況，并認為社會變遷通過影響人力資本，損害移民群體能力，進而導致介入型貧困。石智雷和鄒蔚然[5]從移民搬遷類型、戶主特征、家庭稟賦和社區(qū)狀況四個方面分析了丹江口庫區(qū)農戶的貧困狀況。李聰[6]等以生計策略分析框架，基于陜南安康的調查數據，分析了移民搬遷對農戶生計策略的影響，結果發(fā)現移民搬遷降低了傳統(tǒng)農業(yè)活動的概率，促進了非農生計。劉偉[7]等同樣以陜南安康市的調查數據，分析了移民搬遷農戶的資本要素稟賦、家庭特征等因素對不同貧困類型的影響，結果發(fā)現家庭和社區(qū)特征以及生計類型對他們是否陷入貧困有顯著影響。王凱[8]等人以可持續(xù)生計框架分析了生態(tài)移民和非移民的生計差異，研究發(fā)現生態(tài)移民促使農戶的生計策略更加多樣化。黎莉莉和秦富[9]研究重慶市高山貧困地區(qū)生態(tài)移民決策的影響因素，發(fā)現家庭人口、收入、住房、生活能源等因素顯著正向影響生態(tài)移民決策行為，而戶主年齡、少兒家庭撫養(yǎng)情況對決策行為有顯著負向影響。黎潔[10]借鑒脆弱性中的適應性理論，構建了移民搬遷農戶的生計適應性分析框架，分析了移民搬遷農戶的生計適應策略、適應力感知及其影響因素，研究發(fā)現搬遷戶認為政府的開發(fā)式扶貧項目對其生計恢復情況沒有顯著的影響。

多維貧困的概念源于阿瑪蒂亞·森的能力視角，森[11]認為貧困不僅僅是收入貧困，也包括飲用水、道路、衛(wèi)生設施等其他客觀指標的貧困和對福利的主觀感受的貧困。雖然可持續(xù)生計的視角與多維貧困視角具有一些相似性，但多維貧困及其指標體系可以更加準確地捕捉貧困特征，并由于一些相對成熟的測量方法具有可分解性而易于解釋不同指標對多維度貧困的貢獻率。鑒于易地扶貧搬遷對象普遍面臨各類生態(tài)環(huán)境、基礎設施條件制約，因此引入多維貧困的概念以及多維貧困測量方法在理論上可以更加準確地識別和瞄準扶貧搬遷戶。在測量方法上，Alkire和Foster[12]提出了基于FGT指數調整的可分解的多維貧困測量方法（以下簡稱AF方法）。在具體對中國的貧困研究上，AF方法得到較多的運用。如王小林和Alkire[13]采用AF多維度貧困測量方法，利用CHNS數據，對住房、教育、健康、土地等8項指標進行等權重賦值，對中國城市和農村多維度貧困情況做了深入分析。鄒薇和方迎風[14]同樣利用CHNS數據，從能力方法的視角，選取收入、教育和生活質量三個維度上的8項指標，考察了國內家戶多維貧困的動態(tài)變化。多維貧困不僅僅運用于貧困狀態(tài)的描述，在扶貧項目的瞄準效率方面也有所體現。如郭建宇和吳國寶[15]利用山西省貧困縣的住戶數據，以MPI多維貧困指數為基準，研究了多維貧困戶與收入貧困戶之間的覆蓋率和漏進率。Alatas[16]等人運用類似于多維貧困的準家計調查方法研究了貧困群體的識別瞄準效率。endprint

以上對扶貧搬遷戶的特征描述和生計影響分析，以及多維貧困理念的目標瞄準，構成了扶貧搬遷戶多維貧困識別的兩個研究基礎。但從現有研究來看，如何將多維貧困的理念和方法用于易地扶貧搬遷戶的識別還缺乏系統(tǒng)的研究。要滿足易地扶貧搬遷戶精準識別的需求，急需提出符合現實的多維貧困指標體系，并使用具有群體針對性的調查數據開展研究。因此，本文的研究內容主要是構建多維貧困的指標體系，以該指標體系識別易地扶貧搬遷戶，并對識別準確率進行回歸分解，以期為提高扶貧搬遷的瞄準效率和實施具有針對性的配套政策提供參考。

2 多維指標體系構建

2.1 指標選取

已有研究表明影響貧困的因素很多，一些學者在進行計量回歸時，認為只要變量之間不存在嚴重的共線性和相關性，盡可能地增加解釋變量，減少遺漏變量導致的內生性問題。這種方式適合某個現象的影響因素分析，但本文指標選取的初衷是建立易地扶貧搬遷對象的識別指標體系，有別于影響因素分析，過多的變量既不利于分析識別準確率的主導因素，也意味著一部分指標的邊際效應很低，進一步降低了指標體系指導實際識別工作的政策價值，因為變量越多，信息采集難度越大，收集的有效信息也越少。為此，在結合現有文獻研究和實踐需要的基礎上，本文的多維指標體系只選擇了三類對易地扶貧搬遷而言最重要的維度，并適當精簡了每個維度的細分變量，具體選擇如下文解釋。

2.1.1 家庭稟賦指標

貧困的微觀影響因素的研究維度不斷被深化，從常見的物質、人力資本稟賦拓展到社會資本、個體行為等[17-22]。但是考慮到若要準確識別易地扶貧搬遷農戶，應當更關注政策取向?！吨袊r村扶貧開發(fā)綱要（2011—2020年）》明確提出了扶貧目標是“兩不愁、三保障”，2013年開展的貧困人口建檔立卡工作也是以此為基準，后續(xù)的幫扶措施同樣以此為核心。因此，本文選擇的家庭稟賦指標是“兩不愁、三保障”脫貧指標的具體化，以家庭的人均純收入來反映不愁吃、不愁穿，以勞動力的平均受教育年限來反映教育保障，以家庭中患病就醫(yī)狀況為醫(yī)療保障的代理指標，以住房質量和人均居住面積為代理指標反映住房保障。

2.1.2 生態(tài)環(huán)境指標

生態(tài)環(huán)境與自然地理條件是農戶是否需要搬遷的重要影響因素。需要易地扶貧搬遷的地區(qū)多與惡劣的自然環(huán)境相伴隨，這些地方耕地數量少、水資源不足，農業(yè)生產的自然條件較差，土地的單位產出低、總產出量少[23]。一些學者關注了區(qū)域特征、自然稟賦條件對農村貧困的影響，比如地理性的外部環(huán)境因素對農戶收入具有重要影響[24]，貧困農戶更依賴于自然環(huán)境和資源，更容易陷入資源貧困陷阱[25-27]。因此，本文選擇地理條件、自然災害發(fā)生頻率作為生存條件的代理指標，用人均耕地面積和耕地質量指標代理農業(yè)產生條件。

2.1.3 基礎設施與公共服務可及性指標

有相當比例的易地扶貧搬遷貧困人口處于偏僻的地區(qū)，與外界的聯(lián)通不便利，易地扶貧搬遷的主要動機之一就是消除基礎設施與公共服務可及性對貧困農戶發(fā)展的制約。已有研究表明研究了農村基礎設施、基本公共服務等政策能夠增收減貧[28-30]。因而本文選擇到最近集市、鄉(xiāng)鎮(zhèn)醫(yī)院、小學的距離來反映基礎設施與公共服務的可及性。這些間接表現家庭福利狀況的指標是已有研究中多維貧困分析的重要方面，而這些指標可以反映搬遷可能帶來的基礎生活設施條件改善的空間[13， 21， 31-32]。

2.2 權重與指標計算

多維貧困的理念要求在選定指標之后，每個指標均設立臨界值，假如第i個樣本的指標水平低于臨界值，則認為第i個樣本在此維度上受到了約束。已有文獻在測算多維貧困時通常在計算每個維度是否受到約束或剝奪的基礎上，確定指標的權重，再進行加權整合此個體受到約束的總維度，最后再設定約束總維度的臨界值，若受到約束的總維度數量大于或等于臨界值，則該個體被視為多維貧困者[13， 15， 32]。本文選取12個指標作為搬遷戶多維識別的維度，每個維度均設立臨界值，詳見表1。2016年國家公布的貧困線為人均年純收入約3 000元，人均住房面積不超過25 m2是易地扶貧搬遷工作方案明確提出的條

件，耕地質量以可灌溉和坡度25°以下的耕地占耕地總面積的比例作為代理指標，部分變量采用了各省貧困農戶的平均值，是因為兩個原因：一方面，對于這些指標難以給出一個客觀有效的臨界值；另一方面，各省的實際工作情

況不同，畢竟各省自行制定搬遷工作方案，識別搬遷戶的方法和標準不盡相同，同樣的指標在不同省區(qū)適用不同的臨界值。以各省貧困農戶的平均值為臨界值，兼顧了各地區(qū)的異質性，給予各省區(qū)靈活操作的空間，畢竟除了極少數群體，大部分搬遷對象是否需要搬遷取決于省內的橫向比較。各指標經與臨界值比較處理之后的描述性統(tǒng)計情況見表2。在指標權重的設定上有等價權重和不等價權重兩種形式。等價權重是出于各維度之間同等重要的考慮，大部分的多維貧困研究中權重進行了等價處理。不等價權重則基于特殊研究目的，根據指標的重要性賦予不同的權重。由于家庭稟賦、生態(tài)環(huán)境、基礎設施與公共服務三大類指標之間不具備可替代性，其重要性彼此相當，三大類的細分指標也同等重要，因此本文的多維指標的權重采用等價的形式。

鑒于此，本文把搬遷農戶分為三類，即家庭保障型、環(huán)境生存型、自我發(fā)展型。家庭保障型側重于搬遷對家庭基本福利狀況的改善；環(huán)境生存型側重于搬遷對自然環(huán)境條件的改善；自我發(fā)展型側重于搬遷對基礎設施與公共服務可及性的改善。具體到每一類指標的計算，代表家庭稟賦的五個指標中任意一個面臨約束則歸為家庭保障型，同理，生態(tài)環(huán)境的四個細分指標任何一個面臨約束則歸為環(huán)境生存型，代表基礎設施與公共服務的任意一個細分指標面臨約束則歸為自我發(fā)展型。由于易地扶貧搬遷的初衷是改善貧困人口生產的外在環(huán)境，因此，本文把生存環(huán)境的改善作為搬遷農戶識別的首選因素。在三個維度都面臨約束的農戶是搬遷的重點對象，同時面臨生態(tài)環(huán)境和家庭稟賦約束的農戶歸屬為環(huán)境和保障型，同時面臨生態(tài)環(huán)境、基礎設施與公共服務約束的農戶歸屬為環(huán)境和發(fā)展型。面臨家庭稟賦、基礎設施與公共服務約束的農戶類型不做單獨分析。endprint

在多維指標的衡量下，沒有受到約束的農戶則視為漏進戶，若漏進戶占所有扶貧搬遷戶的比例為r，則（1-r）可以反映易地扶貧搬遷的識別準確率或者政策效率。盡管扶貧搬遷項目可能出于公共服務供給成本或者社會網絡、社區(qū)支持等因素的考慮，不僅僅只搬遷那些非搬不可的貧困農戶，也有集體搬遷，因此，易地扶貧搬遷本身也存在政策所設計的非貧困戶的進入，沿用“漏進”的概念是出于討論便利，而此類漏進并不一定是需要避免的，可以視為付出一些效率損失換來整體政策的更好實施，因此，我們將扶貧搬遷戶中受約束于多維貧困的農戶比率稱為識別準確率或者政策效率，以補充反映分析的對象。進一步，可以通過回歸分解，找出影響易地扶貧搬遷戶的識別偏誤或者效率損失的主要類型，進而為易地扶貧搬遷戶的精準識別和實際規(guī)劃實施的政策供給安排提供理論借鑒。

3 多維指標識別效果

3.1 數據來源

本文所使用的數據來源于2016年7月中國人民大學和國務院扶貧辦在甘肅、廣西、貴州、湖北、湖南、陜西、四川、云南8?。ㄗ灾螀^(qū)）16縣展開的易地扶貧搬遷監(jiān)測評估調研。這8?。ㄗ灾螀^(qū)）均計劃到2020年搬遷50萬以上建檔立卡貧困人口，選擇這8個搬遷任務最重的省區(qū)進行調查，使得樣本更有具有代表性。調研區(qū)域所覆蓋武陵山片區(qū)、滇桂黔石漠化片區(qū)、秦巴山片區(qū)、烏蒙山片區(qū)、六盤山片區(qū)5個片區(qū)的片區(qū)縣或國家級貧困縣，都是易地扶貧搬遷的重點區(qū)域。具體抽樣過程中，每縣選擇三個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)選取5個自然村，隨機抽取已納入搬遷計劃的農戶，原則上每村抽取10戶調查戶，最終共計調研2 185戶農戶，其中建檔立卡貧困戶2 019戶，非建檔立卡貧困戶166戶。

3.2 多維指標識別效果

通過識別后加總處理，本文對搬遷農戶進行分類識別，識別結果見表4。符合家庭保障型的比例為95.47%，貴州和云南的漏進農戶相對較多。環(huán)境生存型的識別準確率為95.15%、陜西和廣西的識別錯誤高于其他省份。自我發(fā)展型的識別準確率為91.35%，是三類中漏進率最高的類型，其中云南和四川的漏進比例較大。同時屬于家庭保障和環(huán)境生存型的農戶識別準確率為90.71%，陜西和四川的漏進率高于其他省。同時屬于自我發(fā)展和環(huán)境生存型的農戶識別準確率為87.05%，低于環(huán)境和保障型，主要是受到陜西、四川和云南的影響。而三類都符合的搬遷農戶的識別準確率僅為82.88%，四川和云南的漏進樣本最多。這說明在多維指標衡量下，現有易地扶貧搬遷農戶存在一定比例的漏進，這部分群體不需要搬遷。僅以生態(tài)環(huán)境惡劣為先決條件，樣本中依然存在4.85%的漏進率，兼顧兩不愁三保障以及自我發(fā)展的需要，則漏進率更大，達到了17.12%。以各省的分布來看，陜西、四川和云南三省搬遷農戶的識別漏進最嚴重，漏進的類型主要是自我發(fā)展型，意味著后續(xù)的搬遷工作在對象的識別上需要更關注基礎設施和公共服務。

4 識別準確率的回歸分解

上文采用描述性分析，研究的是不同類型搬遷農戶的識別準確率（或政策效率），它不能反映多維指標對農戶是否需要搬遷的邊際貢獻率，也不能回答諸因素對搬遷農戶識別準確率的貢獻率。為解決此問題，本文將利用回歸分解的方法分解識別準確率的影響因素以及貢獻率?；貧w分解常用于研究收入不平等，方法較為成熟，郭繼強[33]等詳細論述了回歸分解方法的理論體系，主要有均值分解和分布分解兩種基本思路，如萬廣華、程名望等學者運用回歸分解對收入不平等進行了一系列的研究[34-37]。本文將利用源于Shorrocks自然分解的Shapley值方法。Shapley 分解的基本思想是一個指標受多個因素共同影響，剔除任一因素都會對該指標的變化作出貢獻，所有因素的貢獻率之和構成了整個指標的變動。鑒于不同類型的搬遷農戶識別準確與否取決于一系列因素，哪些因素起到主要作用并不明確，這是本文研究致力于解決的問題，而Shapley值分解能夠得到影響因素的貢獻率，進而能夠找到影響識別準確率的主要因素，為指導準確識別搬遷戶提供理論鋪墊。

4.1 回歸模型設定

本文根據Morduch和Sicular[38]農戶收入函數，擴展并建立Probit計量模型：

Probit（Yij）=（β0+∑Kk=1βkHSij，k+∑LI=1βlESij，l+∑Mm=1βmDSij，m）+εij

（1）

在方程（1）中，被解釋變量Probit（Yij）表示j省第i個搬遷農戶識別準確的概率。當農戶經過多維指標衡量面臨上述某種約束時，表示該搬遷戶識別準確，賦值為1（即Y=1），否則賦值為0（即Y=0），表示該家庭是漏進戶。核心解釋變量HS、ES、DS分別表示家庭稟賦、生態(tài)環(huán)境、基礎設施與公共服務特征。系數β是半彈性系數，εit為隨機擾動項。

4.2 回歸系數分析

（1）在模型一中，家庭稟賦、生態(tài)環(huán)境、基礎設施與公共服務的所有變量均在1%顯著性水平上顯著。人均純收入是貧困的衡量標準，與識別準確與否負向相關符合客觀事實。一般而言，人力資本對于家庭收入的增長十分重要，已有研究表明家庭成員健康狀況越差、患病數量越多、受教育年限越低，農戶陷入貧困的概率越大[18， 39]，回歸結果再次予以證實。住房條件是易地扶貧搬遷戶識別中最為重要的家庭稟賦指標，表5中，住房指標與搬遷戶識別準確率顯著相關，說明同等外部條件下，面積越小、質量越差的農戶，越有可能搬遷。生態(tài)環(huán)境的四個細分變量的回歸結果表明搬遷戶普遍依賴農業(yè)生產，區(qū)域性的農業(yè)生產環(huán)境惡劣如耕地較少、質量較差是搬遷的動機之一，高海拔和自然災害頻繁的地區(qū)是搬遷的主要區(qū)域。基礎設施與公共服務的細分變量中，集市的可及性捕捉了搬遷戶與外界要素交換的客觀交易成本，與集市的距離較近，意味著市場化程度更高，有利于勞動力轉移，農戶更容易改變就業(yè)結構，進入報酬更高的非農部門。學校和醫(yī)院的可及性是影響農戶搬遷意愿的重要公共服務，調研中發(fā)現將近六分之一的搬遷戶之所以愿意搬遷就是為了孩子上學和看病方便，因而三個細分變量均為負向顯著。endprint

（2）在第二個模型中，除集市和醫(yī)院的可及性兩個變量之外，影響環(huán)境和保障型搬遷戶識別的其他變量均在1%的水平上顯著，影響方向與第一個模型一致。代表基礎設施與公共服務的兩個主要變量，集市和醫(yī)院的可及性在回歸系數上不顯著，這說明對于旨在改善家庭福利和生存環(huán)境的搬遷戶而言，基礎設施與公共服務的改善不是他們最為主要的制約因素。

（3）在第三個模型中，影響環(huán)境和發(fā)展型搬遷戶識別的變量與前兩個模型相似，除健康水平、住房面積之外，其余變量均在1%的水平上顯著，住房面積在10%的水平上顯著。健康水平指標不顯著，而醫(yī)院可及性指標極其顯著，這對于環(huán)境和發(fā)展型的搬遷戶而言，現存的人力資本水平不是主要影響因素，這類型農戶更看重教育和醫(yī)療可及性的提高所帶來的人力資本累積。

4.3 貢獻度分析

（1）模型一的回歸分解結果顯示，按照貢獻度大小的排序為：學校（33.9）、集市（12.9）、地理條件（11.2）、醫(yī)院（9.69）、耕地面積（8.07）、住房面積（4.7）、住房質量（46）、健康水平（413）、人均純收入（3.43）、耕地質量（3.17）、自然災害（2.37）、教育水平（1.75）。排序表明：第一，家庭稟賦指標的貢獻度普遍偏低，對于最需要搬遷的群體而言，家庭福利保障的影響弱于基礎設施、公共服務和生存環(huán)境因素，表明即使福利狀況不佳是搬遷群體的共同特征，但不是搬遷與否的先決條件。第二，代表未來自我發(fā)展能力的基礎設施和公共服務指標的貢獻度高于生態(tài)環(huán)境指標。可能的原因是易地扶貧搬遷工作已經開展了三十多年，每年都有一部分生存環(huán)境惡劣的群體被搬遷至生存條件較好的區(qū)域，以至于仍然居住在自然環(huán)境極端惡劣的農戶比例已經不斷降低，基礎設施和公共服務的考慮在搬遷戶的識別中不斷被加強。綜上所述，若要識別最需要搬遷的農戶，在生態(tài)環(huán)境相近的區(qū)域條件下，應當優(yōu)先觀察基礎設施和公共服務狀況。

（2）模型二的結果顯示，貢獻度排序前五的指標為：地理條件（17.6）、住房面積（16.1）、健康水平（14.8）、教育水平（13.7）、耕地面積（9.65）。總體來看，家庭保障的細分變量累積貢獻度達到了55.4，超過了生存環(huán)境變量。環(huán)境和保障型的搬遷戶通常沒有面臨基礎設施和公共服務的約束，分解結果表明家庭稟賦對該類型搬遷戶的約束性更強，與之對應，這部分群體選擇搬遷的動機更可能為了改善福利狀況，如提高收入、改善住房條件等。

（3）模型三的結果顯示，基礎設施和公共服務的三個變量的貢獻度累積超過了80，這也再次證實在模型一的結果，“太偏僻”（遠離市場和公共服務設施）才是搬遷的首要因素。這也間接揭示現行搬遷政策的1 000萬貧困人口目標并非完全由于生態(tài)惡劣而“非搬不可”，實際上部分農戶是受制于基礎設施和公共服務條件的不足才被納入了搬遷群體。因此，考慮到整體性搬遷既給政府財政造成較大壓力，也給貧困農戶帶來資金壓力（根據易地扶貧搬遷監(jiān)測報告，每戶搬遷戶的成本為19萬，各地政府的搬遷補貼不一致，但每戶均需籌集部分資金），在權衡成本收益的條件下，當搬遷成本高于基礎設施和公共服務供給時，可以考慮選擇基礎設施和公共服務供給來替代部分易地扶貧搬遷項目。

5 穩(wěn)健性檢驗

上述對易地扶貧搬遷戶識別的回歸分解，需要考慮內生性問題?，F實中，居住在必須搬遷區(qū)域的農戶通常處于原發(fā)性的貧困狀態(tài)，不能獲得更好的教育、醫(yī)療等公共服務，以至人力資本存量較低，相對貧乏的資源稟賦難以累積物質資本，閉塞的市場環(huán)境以至難以實現資源的資本化或獲取金融資本而跳出貧困陷阱[40]。鑒于此，通過控制一些變量，檢驗多維指標對搬遷戶識別效率的貢獻度是否穩(wěn)健是有必要的。所選取的控制變量以及檢驗結果見表6，因篇幅有限，只列出三類都符合的搬遷戶的回歸分解檢驗結果?？傮w而言，在控制不同變量下的檢驗結果與表5模型一的貢獻度結果接近，各指標的排序情況一致，貢獻度略有波動，學校、集市、地理條件、醫(yī)院、人均耕地面積一直是貢獻度最大的五項。此外，F統(tǒng)計量在1%的水平顯著，綜合說明回歸分解結果是穩(wěn)健的。

具體來看：第一，控制貧困戶群體。易地扶貧搬遷的主要對象是建檔立卡貧困人口，但是對于部分不適合人類居住的區(qū)域實行整體搬遷，就會存在隨遷的非貧困人口。貧困戶與非貧困戶本質的區(qū)別在于家庭稟賦條件，將有可

能引致家庭稟賦維度的指標貢獻度更大，但是由表6可見，各項指標貢獻度變動較小，當然這與92.4%的樣本是

貧困戶有一定關系。第二，控制學生數量和撫養(yǎng)結構（老人占家庭人口比例），其目的是在于控制不同家庭結構所帶來的異質性。因為有無學齡兒童、有無老人會強化對學校和醫(yī)院的需求，而學校、醫(yī)院可及性指標的高貢獻度，需要對此予以控制，以檢驗各指標對識別準確率更真實的效果。結果表明，各項指標的貢獻度依然是穩(wěn)健的。第三，控制搬遷意愿。作為一項涉及1 000萬貧困人口的工程項目，地方實際操作中不可避免出現強制搬遷，部分搬遷農戶主觀意愿并不太愿意搬離故土，調研中發(fā)現有494%的樣本不愿意搬遷。對于不愿意搬遷的農戶也許面臨的約束是不同的，因此有必要控制搬遷意愿，經檢驗發(fā)現回歸分解依然穩(wěn)健。第四，控制農戶的信息化程度。信息傳遞包括信息來源和載體，本文綜合了外出務工情況、是否有電話、手機或寬帶來反映信息的獲取能力，外出務工或經商的農戶獲取的信息數量相對更高，擁有電話、手機或寬帶意味著有更便利的信息獲取渠道。貧困地區(qū)的信息傳遞交換較為滯后，這對于搬遷地區(qū)而言更為突出，農戶的信息化程度越高，越可能主動接受搬遷。控制這些變

量，可以排除外界信息對搬遷對象識別的影響，表6顯示

檢驗結果是穩(wěn)健性的。第五，控制省級區(qū)域。前文所述不同的省所制定的搬遷方案不一致，搬遷對象識別方法也不同，因此將省級虛擬變量作為控制變量，能夠消除區(qū)域性的識別差異，一如前文，檢驗結果表現出一致性的規(guī)律。

6 結論與評述建議endprint

本文從家庭稟賦、生態(tài)環(huán)境、基礎設施與公共服務這三個維度構建了易地扶貧搬遷戶識別的多維指標體系，根據扶貧搬遷戶的差異，把搬遷農戶分為家庭保障型、環(huán)境生存型和自我發(fā)展型三個類型，利用2 185戶已納入搬遷計劃的農戶樣本，呈現了多維指標體系下的扶貧搬遷戶的識別情況，并采用回歸分解方法分析了不同指標對識別效率的貢獻度，在穩(wěn)健性檢驗的基礎上，研究得出以下主要發(fā)現和建議：

（1）在8個搬遷人口較多的省區(qū)，搬遷對象的識別存在一定比例的漏進，其中以陜西、四川和云南三省搬遷農戶的識別漏進比率最高，漏進的類型主要是自我發(fā)展型。這啟示后續(xù)的搬遷工作在對象識別上需要更關注基礎設施和公共服務的狀況，才能進一步提高搬遷對象的識別的準確率。

（2）對于最需要搬遷的群體而言，住房條件是易地扶貧搬遷戶識別中最重要的家庭稟賦指標。同等外部條件下，面積越小、質量越差的農戶，越有可能被搬遷。搬遷戶普遍依賴農業(yè)生產，處于耕地較少且質量較差、高海拔和自然災害頻繁的地區(qū)。對于環(huán)境和保障型搬遷戶而言，基礎設施與公共服務的改善不是他們最主要的制約因素，他們更看重教育和醫(yī)療可及性的提高所帶來的人力資本累積。

（3）通過對搬遷對象識別準確率的回歸分解發(fā)現，學?？杉靶浴⒓锌杉靶?、地理條件、醫(yī)院可及性、人均耕地面積是貢獻度最大的五項指標。對于最需要搬遷的群體而言，家庭福利保障的影響弱于基礎設施、公共服務和生存環(huán)境因素。福利狀況不佳是搬遷群體的共同特征，但不是搬遷與否的先決條件。作為代表未來自我發(fā)展能力的基礎設施和公共服務維度的指標，其貢獻度高于生態(tài)環(huán)境維度的指標。該研究發(fā)現的政策含義在于，若要識別最需要搬遷的農戶，在生態(tài)環(huán)境相近的區(qū)域條件下，應當優(yōu)先觀察基礎設施和公共服務的狀況。現行搬遷計劃中的農戶并非完全由于生態(tài)惡劣而“非搬不可”，部分農戶受制于基礎設施和公共服務條件的不足而被納入了搬遷群體。

總而言之，易地扶貧搬遷是一項涉及千萬人口民生的重大工作，如何準確地識別搬遷對象兼具理論和實踐的雙重價值。本文從多維貧困的角度做了一次嘗試，以期為提高扶貧搬遷的瞄準效率和實施有針對性的配套政策提供參考依據。相關研究結論為后續(xù)扶貧搬遷工作提供了一些啟示。

首先，在扶貧搬遷成為涉及1 000萬貧困人口脫貧的重要舉措之時，從政策效率的角度來看，依然需重視對象的識別工作。應搬盡搬，無需搬遷則不搬，畢竟每一戶搬遷戶都需要大量的財政資金補貼，過度搬遷既浪費了有限的財政資金，也將導致在后期面臨搬遷戶能力再造、文化融入等本文尚未進一步討論的新問題。而具體如何識別搬遷戶，文中的多維指標體系可以提供一些借鑒，部分指標的各省貧困戶平均值是值得參考的標準，這也給了各省在實踐中靈活操作的空間。

其次，在扶貧搬遷項目中，各地可以結合當前扶貧搬遷戶的類型特征，合理分配扶貧搬遷資金，優(yōu)先滿足相應的首要搬遷需求因素，并在長期的扶貧搬遷規(guī)劃中分階段有步驟地完善搬遷后的配套設施服務。在部分自然條件尚可的區(qū)域，基于成本核算，當搬遷成本高于基礎設施和公共服務供給時，也可以考慮選擇基礎設施和公共服務供給來替代部分易地扶貧搬遷項目。

最后，多維指標體系也為易地扶貧搬遷政策效果評估提供了有理論價值和可操作的視角。無論是否搬遷，扶貧項目的實施帶來收入增長應當僅是政策目標的一個方面，但當扶貧項目并不主要致力于短期內實現立竿見影的收入增長效果時，更全面的福利水平的提升，例如基礎設施、公共服務可及性等多種維度結構性地改善，既是搬遷貧困人口所需，也更能綜合體現扶貧項目對貧困人口福利水平的作用，并合理引導扶貧項目在地方實踐中的政策取向。

（編輯：王愛萍）

參考文獻（References）

[1]國務院新聞辦公室. 精準扶貧脫貧的基本方略是六個精準和五個一批[EB/OL]. （2015-12-15）[2017-03-15]. http：//www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/2015/33909/zy33913/Document/1459277/1459277.htm. [The State Council Information Office. The basic strategy of precision poverty alleviation is‘Six Precise Items and‘Five Groups Project [EB/OL]. （2015-12-15）[2017-03-15]. http：//www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/2015/33909/zy33913/Document/1459277/1459277.htm. ]

[2]國家發(fā)展改革委. “十三五”時期易地扶貧搬遷工作方案[R].2015. [National Development and Reform Commission. ‘13th FiveYear Plan period of relocation of poverty alleviation work program [R].2015.]

[3]中國人民大學中國扶貧研究院. 易地扶貧搬遷監(jiān)測報告[R].2016. [China Poverty Alleviation Research Institute of Renmin University of China. Poverty alleviation relocation report [R].2016.]

[4]楊云彥， 徐映梅， 胡靜， 等. 社會變遷、介入型貧困與能力再造——基于南水北調庫區(qū)移民的研究[J]. 管理世界， 2008（11）：89-98.[YANG Yunyan， XU Yingmei， HU Jing， et al. Social change， interventional poverty and capacity reengineering based on the migration of the SouthtoNorth Water Diversion Area [J]. Management world， 2008（11）： 89-98.]endprint

[5]石智雷， 鄒蔚然. 庫區(qū)農戶的多維貧困及致貧機理分析[J]. 農業(yè)經濟問題， 2013（6）：61-69.[SHI Zhilei ， ZOU Weiran.The analysis of multidimensional poverty and its impact factors of rural household in reservoir area [J]. Issues in agricultural economy， 2013（6）：61-69.]

[6]李聰， 柳瑋， 馮偉林， 等. 移民搬遷對農戶生計策略的影響——基于陜南安康地區(qū)的調查[J]. 中國農村觀察， 2013（6）：31-44.[LI Cong， LIU Wei， FENG Weilin， et al. The influence of relocation policy on rural households livelihood strategy based on the household survey data in southern Shaanxi [J]. China rural survey， 2013（6）： 31-44.]

[7]劉偉， 黎潔， 李聰， 等. 移民搬遷農戶的貧困類型及影響因素分析[J]. 中南財經政法大學學報， 2015（6）：41-48.[LIU Wei， LI Jie， LI Cong， et al. Analysis on the poverty types and influencing factors of relocationrural household [J]. Journal of Zhongnan University of Economics and Law， 2015（6）： 41-48.]

[8]王凱， 李志苗， 易靜. 生態(tài)移民戶與非移民戶的生計對比——以遺產旅游地武陵源為例[J]. 資源科學， 2016，38 （8）：1621-1633. [WANG Kai，LI Zhimiao，YI Jing. Contrasting the livelihoods of immigrants and nonimmigrants in the Wulingyuan world heritage area [J]. Resources science，2016，38（8）：1621-1633.]

[9]黎莉莉， 秦富. 高山貧困地區(qū)生態(tài)移民決策行為及影響因素分析——基于重慶市的調查數據[J]. 貴州社會科學， 2015（1）：163-168. [LI Lili， QIN Fu. Research on decisionmaking behavior and influencing factors of ecological immigration in mountainous povertystricken areas based on the survey data of Chongqing City [J]. Social sciences in Guizhou， 2015（1）： 163-168.]

[10]黎潔. 陜西安康移民搬遷農戶的生計適應策略與適應力感知[J]. 中國人口·資源與環(huán)境， 2016，26 （9）：44-52. [LI Jie. Livelihood adaptation strategy and perceived adaptive capacityof rural relocated households in southern Shaanxi Province [J]. Chinese population， resources and environment， 2016，26 （9）：44-52.]

[11]SEN A. Capability and wellbeing [C] //NUSSBAUM M， SEN A. The quality of life. London： Oxford University Press， 1993：30-54.

[12]ALKIRE S， FOSTER J. Counting and multidimensional poverty measurement [J]. Journal of public economics， 2011，95（7-8）：476-487.

[13]王小林， ALKIRE Sabina. 中國多維貧困測量：估計和政策含義[J]. 中國農村經濟， 2009（12）：4-10.[WANG Xiaolin， ALKIRE Sabina. Measurement of multidimensional poverty in China： estimation and policy implications [J]. China rural economy， 2009（12）： 4-10.]

[14]鄒薇， 方迎風. 關于中國貧困的動態(tài)多維度研究[J]. 中國人口科學， 2011（6）：49-59. [ZOU Wei， FANG Yingfeng. A study on dynamic multidimensional measurement of Chinas poverty [J]. Chinese journal of population science， 2011（6）： 49-59.]

[15]郭建宇， 吳國寶. 基于不同指標及權重選擇的多維貧困測量——以山西省貧困縣為例[J]. 中國農村經濟， 2012（2）：12-20. [GUO Jianyu， WU Guobao. Multidimensional poverty measurement based on different indicators and weight selection ： a case study of poor counties in Shanxi Province [J]. China rural economy， 2012 （2）： 12-20.]endprint

[16]ALATAS V， BANERJEE A， HANNA R， et al. Targeting the poor： evidence from a field experiment in Indonesia[J]. American economic review， 2012，102（4）：1206-1240.

[17]ZHANG J， GILES J， ROZELLE S. Does it pay to be a cadre？ estimating the returns to being a local official in rural China[J]. Journal of comparative economics， 2012，40（3）：337-356.

[18]程名望， 蓋慶恩， JIN Yanhong， 等. 人力資本積累與農戶收入增長——基于回報率與貢獻率雙重視角的實證研究[J]. 經濟研究， 2016（1）：168-181. [CHENG Mingwang， GAI Qingen， JIN Yanhong， et al. Human capital accumulation and farmers income growth ： an empirical study on rate of return and contribution [J]. Economic research journal， 2016（1）： 168-181.]

[19]NASCHOLD F. ‘The poor stay poor： household asset poverty traps in rural semiarid India [J]. World development， 2012，40（10）：2033-2043.

[20]KIM Y C， LOURY G C. Social externalities， overlap and the poverty trap[J]. The journal of economic inequality， 2014，12（4）：535-554.

[21]郭熙保， 周強. 長期多維貧困、不平等與致貧因素[J]. 經濟研究， 2016（6）：143-156. [GUO Xibao， ZHOU Qiang. Chronic multidimensional poverty， inequality and causes of poverty [J] Economic research journal， 2016（6）： 143-156.]

[22]GURIEV S， VAKULENKO E. Breaking out of poverty traps： internal migration and interregional convergence in Russia[J]. Journal of comparative economics， 2015，43（3）：633-649.

[23]劉慧， 葉爾肯·吾扎提. 中國西部地區(qū)生態(tài)扶貧策略研究[J]. 中國人口·資源與環(huán)境， 2013，23（10）：52-58. [LIU Hui， YERKRN Wuzhati. A strategy on ecopoverty alleviation in western China [J]. China population， resources and environment， 2013，23（10）： 52-58.]

[24]王瑜， 汪三貴. 基于夏普里值過程的農村居民收入差距分解[J]. 中國人口·資源與環(huán)境， 2011，21（8）：15-21. [WANG Yu， WANG Sangui. Income inequality of rural residents： decomposition based on the method of Shapley Value Progress [J]. China population， resources and environment， 2011，21（8）： 15-21.]

[25]BHATTACHARYA H， INNES R. Income and the environment in rural India： is there a poverty trap？[J]. American journal of agricultural economics， 2013，95（1）：42-69.

[26]CHARLERY L， WALELIGN S Z. Assessing environmental dependence using asset and income measures： evidence from Nepal[J]. Ecological economics， 2015，118：40-48.

[27]THOMAS A， GASPART F. Does poverty trap rural Malagasy households？[J]. World development， 2015（67）：490-505.

[28]張學良. 中國交通基礎設施促進了區(qū)域經濟增長嗎——兼論交通基礎設施的空間溢出效應[J]. 中國社會科學， 2012（3）：60-77. [ZHANG Xueliang. Has transport infrastructure promoted regional economic growth？ with an analysis of the spatial spillover effects of transport infrastructure [J]. Social sciences in China， 2012（3）： 60-77.]endprint

[29]駱永民， 樊麗明. 中國農村基礎設施增收效應的空間特征——基于空間相關性和空間異質性的實證研究[J]. 管理世界， 2012（5）：71-87. [LUO Yongmin， FAN Liming. Spatial characteristics of increasing income of rural infrastructure in China： an empirical study based on spatial correlation and spatial heterogeneity [J]. Management world， 2012（5）： 71-87.]

[30]劉生龍， 周紹杰. 基礎設施的可獲得性與中國農村居民收入增長——基于靜態(tài)和動態(tài)非平衡面板的回歸結果[J]. 中國農村經濟， 2011（1）：27-36. [LIU Shenglong， ZHOU Shaojie. Applicability of infrastructure and income growth of rural residents in China based on static and dynamic nonequilibrium panel regression results [J]. China rural economy， 2011（1）： 27-36.]

[31]張全紅， 周強. 中國貧困測度的多維方法和實證應用[J]. 中國軟科學， 2015（7）：29-41. [ZHANG Quanhong， ZHOU Qiang. Poverty measurement： multidimensional approaches and an empirical application in China [J]. China soft science， 2015（7）： 29-41.]

[32]楊龍， 汪三貴. 貧困地區(qū)農戶的多維貧困測量與分解——基于2010年中國農村貧困監(jiān)測的農戶數據[J]. 人口學刊， 2015（2）：15-25. [YANG Long， WANG Sangui. Multidimensional poverty measurement and decomposition of households in poor areas based on the Chinas rural poverty monitoring household survey in 2010 [J]. Population journal， 2015（2）： 15-25.]

[33]郭繼強， 姜儷， 陸利麗. 工資差異分解方法述評[J]. 經濟學（季刊）， 2011（2）：363-414. [GUO Jiqiang， JIANG Li， LU Lili. Decomposition methods for wage differentials： a survey [J]. China economic quarterly， 2011（2）： 363-414.]

[34]萬廣華. 解釋中國農村區(qū)域間的收入不平等：一種基于回歸方程的分解方法[J]. 經濟研究， 2004（8）：117-127. [WAN Guanghua. Accounting for income inequality in rural China：aregression based approach [J]. Economic research journal， 2004（8）： 117-127.]

[35]萬廣華， 周章躍， 陸遷. 中國農村收入不平等：運用農戶數據的回歸分解[J]. 中國農村經濟， 2005（5）：4-11. [WAN Guanghua， ZHOU zhangyue， LU Qian. China rural income inequality： regression decomposition of households Data [J]. China rural economy， 2005（5）： 4-11.]

[36]解堊. 中國城市居民自雇者的收入不平等與貧困：1989-2009[J]. 中國人口·資源與環(huán)境， 2012，22 （12）：165-168. [XIE E. Income inequality and poverty of selfemployment in urban China [J]. China population， resources and environment， 2012，22（12）： 165-168.]

[37]程名望， JIN YANHONG， 蓋慶恩， 等. 中國農戶收入不平等及其決定因素——基于微觀農戶數據的回歸分解[J]. 經濟學（季刊）， 2016（3）：1253-1274. [CHENG Mingwang， JIN YANHONG， GAI Qingen， et al. Accounting for income inequality between households in rural China： a regression based approach [J]. China economic quarterly， 2016（3）： 1253-1274.]

[38]MORDUCH J， SICULAR T. Politics， growth and inequality in rural China： does it pay to join the party？[J]. Journal of public economics， 2000，77（3）：331-356.

[39]高夢滔， 姚洋. 農戶收入差距的微觀基礎：物質資本還是人力資本？[J]. 經濟研究， 2006（12）：71-80. [GAO Mengtao， YAO Yang. Which is the main reason for income inequality in rural China：physical assets or human capital？[J].Economic research journal， 2006（12）： 71-80.]

[40]BARRETT C B， CARTER M R. The economics of poverty traps and persistent poverty： empirical and policy implications[J]. The journal of development studies， 2013，49（7）：976-990.

[41]何立華，成艾華.貧困地區(qū)教育不平等的考察——基于武陵山片區(qū)71個縣市人口普查數據的實證研究[J].經濟與管理評論，2016（1）. 126-134.[HE Lihua， CHENG Aihua. An empiri cal study of education inequality in poor areas： based on the data from 71 counties of wuling mountain area [J]. Review of economy and management， 2016（1）：126-134.]

[42]WANG G L， LU Q. Influence of social capital on farmer household income gap： total effect and structural effect [J]. Chinese journal of population， resources and environment， 2016， 14（1）： 30-37. http ：//dx.doi. org/10.1080/10042857.2016.1149297.endprint