研究 | 基础设施的可获得性与农村减贫——来自中国微观数据的经验分析

谢申祥刘生龙李强清华大学国情研究院

2024-09-17

↑ 点击上方“清华大学国情研究院”关注我们

原文载：中国农村经济，2018年第5期
谢申祥：山东财经大学财政税务学院；刘生龙（通讯作者）：清华大学公共管理学院副教授，清华大学院国情研究院副研究员；李强：国家信息中心信息化和产业发展部

【摘要】利用中国家庭跟踪调查（CFPS）2010年和2014年的数据，本文从贫困率、贫困强度和贫困深度三个角度测度了农村贫困状况；在此基础上，进一步以贫困发生与否、贫困强度和贫困深度为被解释变量，分别从农户和社区两个层面实证分析了农村基础设施的可获得性对农村减贫的影响。分析结果表明，基础设施的可获得性对农村减贫具有正向影响，尤其是农村自来水设施的可获得性对农村减贫具有显著的正向效应。这一结论在考虑多种情形的回归分析中均保持稳健。本文的研究对于中国农村如何进一步实施精准扶贫具有重要的参考意义。

【关键词】农村减贫贫困率贫困深度贫困强度基础设施

―、引言

脱贫攻坚对于中国全面建成小康社会的战略目标具有重要意义。据统计，至2014年底，全国仍有14个集中连片贫困区、12.8万个贫困村、7017万贫困人口。只有当这7000多万贫困人口全部脱贫时，中国全面建成小康社会的目标方能实现。在过去30多年时间里，随着经济高速増长，中国在减贫方面取得了巨大的成就，使得6.6亿多人口脱贫，对全球减贫贡献率超过了70%。尽管中国的减贫工作取得了巨大的进步，但是，直到2013年农村地区仍然存在大量的贫困人口。

如何进一步降低农村贫困人口，让更多的底层农民享受经济社会发展的果实，一直是国家关注的重点问题之一。2015年习近平主席在出席 “2015减贫与发展高层论坛”时强调，“到2020年，中国政府将实现现有标准下7000多万贫困人口全部脱贫”。由此可见，探讨农村减贫问题具有重要的现实意义。

事实上，学术界对于中国农村减贫问题也进行了较为广泛的探讨和研究。在过去20多年时间里，中国的基础设施取得了跨越式发展，特别是自2008年全球金融危机以来，中国基础设施投资金额以年均20%以上的速度増长。基础设施发展既是中国经济増长的原因，又是经济増长的结果，两者相互促进。从理论上讲，基础设施又可以至少通过三种渠道来降低农村贫困：首先，基础设施可以通过促进农村经济増长来降低贫困，其次，公共基础设施能够通过改善收入分配从而降低贫困发生率。比如说基础设施可以降低农村劳动力的转移成本，增加农村转移劳动力在城市中的就业，从而发挥在农村减贫中的关键作用，第三，基础设施可以降低农产品和农村居民获得额外收入的交易成本。基于此，一些研究尝试经验分析基础设施在农村减贫中的作用，以期提出更具有针对性和具体的建议和措施。

毫无疑问，己有研究对于认识中国农村减贫提供了较为深入的洞见，但是，现有针对中国农村减贫的研究仍存在进一步探讨的空间。首先，就贫困的内涵而言，贫困发生率更多地只是一个定性概念，无法进一步把握贫困人口的贫困程度，因此，除了需要了解贫困发生率大小及其影响因素以外，还需要定量测度贫困的具体程度，即分析贫困强度和贫困深度的大小及其影响因素，只有这样，才能更加精准把握农村贫困的状况，为精准扶贫提供依据。其次，对于农村减贫而言研究的数据越微观越全面，就越有助于得到更为翔实的结论，从而为提出更具针对性的减贫措施提供坚实的依据。正因为如此，相对已有研究，本文一方面利用己有最新数据，既测算了贫困发生率又测算了贫困深度和贫困强度，以更加全面和准确分析农村的贫困状况，并在此基础上展开经验分析，是对现有文献的补充；另一方面则既利用了最新的微观入户调查数据又利用了农村社区调查数据进行了探讨，其研究结论无疑将为进一步精准扶贫提供重要和翔实的依据和支撑。

本文的结构安排如下：除第一部分引言外，第二部分是经验分析涉及的数据和变量说明；第三部分是基准回归结果；第四部分则考虑了经验分析中可能存在的内生性问题，在此基础上展开了讨论；第五部分利用多种工具变量进行了进一步的稳健性检验；最后一部分为本文的结论与政策建议。

二、数据与变量说明

本文根据2010年和2014年中国家庭跟踪调查(CFPS)数据，对中国农村贫困状况进行了测度，以提炼出农村贫困的特征事实。该数据采用城乡一体的多阶段、内隐分层和与人口成比例的抽样方法来保证样本的代表性。本文进行分析的观测值主要包括农村家户样本观测值14158个(其中，2010年7185个，2014年6973个)和农村社区样本观测值625个(其中，2010年327个，2014年298个）。

（一）贫困的测度

从已有研究来看，不同学科对贫困的界定和划分存在显著的差异，这样势必导致从不同角度所计算的贫困发生率也存在很大的差异。值得注意的是，几乎所有国家都会设定一个适合本国国情的贫困线，用于反映维持最低生活标准所需的食品及非食品成本。考虑到基于国内制定的贫困线标准所进行的测度不具备国际比较性，本文尝试按照最新的国际贫困线标准来测度中国的农村贫困状况,并在此基础上展开进一步的分析。2015年，世界银行宣布，如果按照2011年不变价的购买力平价（PPP）来计算，一个家庭中平均每人每天的收入低于1.9美元就被划分为贫困家庭。根据该标准，基于CFPS调查数据，本文对中国 2010年和2014年农村贫困情况进行测算。

根据Foster et al.（1984）的研究，贫困的测度可以通过如下公式来进行：

（1）式中，Z代表贫困线，s代表第i个家庭的人均收入，第i个家庭的贫困差距用Z-Si表示。总人口规模为n，q表示贫困人口（即δi<Z）的数量。当S取值为0时，P0是简单的贫困发生率；当S取值为1时，P1表示贫困深度指数；当S取值为2时，P1表示贫困强度指数。

CFPS的家户调查中报告了家庭的人均收入。本文基于世界银行提供的2011年不变价格的PPP指数将家庭人均收入调整成2011年不变价的PPP美元收入，然后除以365就可以得到每人每天的2011年不变价PPP美元收入水平，再根据（1）式就可以对2010年和2014年中国农村及各省份的贫困状况进行汁算。

表1给出了按照国际贫困线1.9美元/天的标准计算出来的各类农村贫困指数。可以看到，如果按照最新的国际贫困线标准，2010年中国农村仍然有着较高的贫困发生率，达到了25.4%，2014年下降为18.7%。由于地区发展不平衡，中国农村的贫困发生率存在很大的区域性差异，北京农村的贫困发生率为0,是最低的，四川农村的贫困发生率最高，达到了38.6%。直到2014年，中国农村的贫困发生率仍然在18%以上，说明如果按照最新的国际标准，中国农村仍然存在大量的贫困人口。

贫困发生率可以反映生活在贫困线以下人口的比率，但是，它无法反映这些生活在贫困线以下的人口生活究竟有多贫困。具体来说，对于那些生活在贫困线以下的人而言，无论有多贫困，无论是变得更加贫困还是贫困程度下降，只要仍然生活在贫困线以下，那么，据此计算得到的贫困发生率都不会变化。为弥补贫困发生率指标的不足，这就不得不提到另一个贫困指数，即贫困深度指数，它反映贫困人口的收入水平与贫困线的距离。可以看到，2010年中国农村的贫困深度指数为20.8%，2014年为10.0%，贫困深度指数也随着年份有所下降。

与贫困深度指数类似，贫困强度指数反映的是贫困人口收入水平与贫困线差距的平方，贫困强度指数越大，说明贫困强度越高。从表1可以看到，中国的贫困强度指数在2010年为17.2%，2014年下降为6.9%。说明贫困强度指数也随着年份有所下降。

（二）基础设施测度及其他控制变量

长期以来，中国的农村发展大大落后于城市发展，基础设施建设尤其落后。为了改变农村基础设施落后的状况，中国政府在最近10多年时间里加大了对农村基础设施的投入，基础设施落后的现状得到了一定程度的缓解。

本文主要论证道路基础设施和自来水设施对农村贫困的影响。在家庭调查中，交通基础设施是通过家庭户离最近硬化道路距离来进行度量的，很明显，到最近硬化道路越远意味着交通基础设施的可获得性越差，这是衡量交通基础设施的反向指标。本文用自来水设施的可获得性来衡量农村家庭的卫生基础设施，具体来说用家庭是否使用自来水来刻画，如果是，取值为1，否则取值为0。

在针对家庭样本的经验分析中，本文还引入其他控制变量，包括：家庭规模，用家庭人口数量衡量；户主年龄和年龄的平方；户主受教育状况，由于农村居民的受教育程度仍然比较低，据此，将户主的教育状况通过三类虚拟变量予以刻画，分别是小学及以下教育程度者、初中教育程度、高中及以上教育程度者；户主民族；户主婚姻；户主健康状况。

在针对农村社区调查样本进行的经验分析中，基础设施变量也包括2类，分别是：是否通了公路和通公路时长；是否通了自来水和通自来水时长。

涉及农村社区分析的其他控制变量包括村庄常住人口数量；老年抚养比，用60岁以上人口与15〜60岁人口之比来衡量；少儿抚养比，用15岁以下人口与15〜60岁人口之比来衡量；人均耕地面积；外出人口与总人口之比；汉族人口与总人口之比；初中教育以上人口占比。

（三）变量的描述性统计

表2给出了所有变量的描述性统计。在PanelA家户调查中可以看到，2010年中国农村地区农户住地到最近硬化道路的平均距离接近两公里，说明农户道路基础设施的可获得性仍然比较差。自来水或纯净水的普及率在2010年为39.3%，2014年为54.9%，说明农村用水基础设施取得了一定的进步，不过自来水普及率仍然偏低，将近一半的农村住户直到2014年仍然主要依靠自然水生活，还有相当一部分农村居民面临生活用水困难（余燕素、全永波，2016）。

表2 Panel A还给出了其他有关家户和户主特征的变量的描述性统计。可以看到，农村家户的平均规模为4.13人，相对于中国当前只有3.02人的平均家庭规模来说，农村家庭规模明显要大一些，不过也可以看到，2014年农村平均的家庭规模要小于2010年，说明农村的家庭规模也在小型化。另外还可以看到，在农村家户样本中，户主文化程度为小学及以下的占62.8%，中学的占26.6%，高中及以上的占10%。由于样本中户主平均年龄为50岁左右，这就意味着中国农村家庭二十世纪 60年代左右出生的人群平均受教育水平非常低，与当时中国正处于政治动荡的时代特征是相符的。

Panel B给出的是农村社区调查样本的描述性统计。可以看到，在样本中，2010年84.7%的农村社区都己经通了公路，2014年将近90%的农村社区都己经通了公路，充分反映了自2003年中国交通部提出“修好农村公路”要求之后，中国农村公路逐渐普及的状况。2010年农村社区自来水设施的普及率为52.0%，2014年达到了62.6%，虽然自来水基础设施得到了定程度的改善，但仍然还有相当一部分农村社区没有开通自来水设施。

Panel B还给出了一些有关农村基本特征变量的描述性统计，包括常住人口，平均来说，每个农村社区的常住人口为1840人。农村人口年龄结构目前来看也非常不合理，具体来说，老龄化程度非常高，2010年60岁以上老年人口与15〜60岁之间的人口之比（老年抚养比）为51%，差不多2个年轻人供养一个老人，2014年老年抚养比达到了107.4%，也就是说不到一个年轻人需要供养一个老人。农村15岁以下人口与15〜60岁之间的人口之比（少儿抚养比）也在迅速上升，2010年为49.8%，2014年达到了81.0%。这反映了农村青壮年不断流失的现实。农村外出务工者的比重从2010年的34.7%上升至2014年的38.6%，可以合理推测，这些外出务工人员大多都是青壮年。农村社区居民的教育层次是非常低的，2010年仅有36.9%的人口接受了初中及以上的教育，2014年这一比重下降为35.4%.这并不意味2014年农村义务教育普及率相对于2010年下降了，而是因为更多接受过初中以上教育的农村居民外出打工了。

三、计量分析及其结果

（一）基于家户调查的估计

本文首先估计基础设施可获得性对农村家庭贫困的影响。待估计的方程形式如下：

（2）式中，被解释变量H是贫困发生率、贫困深度指数或者贫困强度指数，Inf是反映农村基础设施的变量，X是其他控制变量向量，所有这些变量都列在表2的Panela中。当被解释变量为家户是否贫困时，由于它是取值0或1的虚拟变量，（2）式方程是一个典型的二元选择模型，遵循标准的程序，本文用伪极大似然估计方法（pseudomaximumlikelihood）进行参数估计。

表3报告了（2）式的参数估计结果。第（1）列报告的是离最近硬化道路的距离对贫困发生率的影响，到最近的硬化道路越远意味着交通基础设施的可获得性越差。可以看到，离最近硬化道路的距离对贫困发生率有正向影响，不过估计系数并不显著。第（2）列报告的是自来水设施对贫困发生率的影响，可以看到，拥有自来水设施对贫困发生率产生负向影响，且估计值在1%的水平下显著。第（3）列同时将交通和自来水设施变量放在回归方程中，结果发现，到最近的公路越远，贫困发生的概率越高，不过估计系数依然不显著；自来水设施对贫困发生的影响仍然为负，且高度显著。

表3还列出了控制变量的参数估计结果，可以看到，这些控制变量基本上都符合经济学解释：年龄对贫困发生率产生“U”型影响，也就是说，随着户主年龄的増长，家庭陷于贫困的概率逐渐降低，但是，当户主年龄达到一定程度之后，家庭陷于贫困的概率又随年龄的増加而増加；相对于文盲半文盲来说，小学教育、初中教育和高中及以上教育都会降低贫困发生的概率，此外，从小学教育到高中及以上教育，其估计系数的绝对值越来越大，说明越是教育水平高，越不容易陷于贫困，这也就证明了教育对减贫的意义；身体越健康，贫困发生的概率越低；相对于少数民族群体来说，汉族人发生贫困的概率更低；而相对于己婚且有配偶的人群来说，单身人群发生贫困的概率更高。

表3的估计结果初步证明，对农村家庭来说，基础设施可获得性越高，农村家庭贫困发生的概率越低，基础设施可获得性増强与贫困发生率之间呈负相关关系。

当被解释变量是贫困深度指数或者贫困强度指数时，由于当家庭入均收入低于贫困线时被解释变量是从0到1之间的连续值，而当家庭人均收入高于贫困线时为0,也就是说，这是一个左端点受到审查的数据(censoreddata)。为了对这种类型的数据进行参数估计，本文用审查回归(Tobit) 模型进行参数估计。

由表4易知，被解释变量无论是用贫困深度指数还是用贫困强度指数.其估计结果均表明，尽管估计系数不显著，但农户离最近的硬化道路越远，其陷于贫困的概率越高，而家庭拥有自来水设施会显著降低贫困发生概率。不过，当离最近硬化道路距离.是否使用自来水两个变量放在同一个模型时，仅仅只有自来水基础设施通过了显著性检验。表4估计结果与表3的结论是一致的。

（二）基于农村社区调查的估计结果

基础设施对农村社区贫困影响的计量模型设定如下：

（3）式中，Hit是第l个社区在t年份的贫困发生率，在社区调查中用一个社区中贫困家庭的户数占总户数的比重来衡量fi和ri分别表示个体固定效应和时间固定效应。很明显，Hit是处于0和1之间的连续数值，因此不再使用二元选择模型进行参数估计。与（2）式类似，infit是基础设施变量，Xit是反映农村社区特征的控制变量向量。不过，在社区贫困发生率影响方程中，不论是基础设施变量，还是控制变量，都与家户调查的不一样。（3）式中所有基础设施变量和控制变量都列在表2的Panelb中。本文首先用OLS对（3）式方程进行参数估计。

表5报告了（3）式的OLS估计结果。第1列估计了是否通公路对农村社区贫困发生率的影响，可以看到，相对于没有通公路的社区来说，通公路的农村社区贫困发生率显著降低。第2列反映的是是否通自来水对贫困发生率的影响，可以看到，自来水设施对贫困发生率的影响方向为负，也就是说，相对于没有通自来水的农村社区来说，通自来水的农村社区贫困发生率更低，该估计值在5% 的水平上显著。第3列同时引入交通和自来水设施，可以看到，交通和自来水设施的可获得性都对农村贫困发生率产生显著负向的影响，也就是说，交通或自来水设施的可获得性越强，农村社区的贫困发生率越低。

表5还报告了其他控制变量的估计系数。与家户调查样本的估计结果一样，控制变量的估计系数大多数都符合经济学解释。常住人口对农村贫困发生率产生显著的负向影响，意味着越多人口的农村社区越不容易陷于贫困。老年抚养比和少儿抚养比对农村社区贫困发生率的影响不显著，这一点也并不难解释。从理论上说，一个经济体老年抚养比越高，意味着该经济体养老负担越重，青壮年越少，因此生产能力就会更加不足，该经济体往往容易陷于经济増长乏力和贫困发生率増加的境地。但是，在中国农村地区，之所以老年抚养比很高是因为大部分青壮年都涌入城镇地区务工，这部分人由于最终还是要回到农村发展，因此务工所挣的钱大部分最终还是会流入农村社区，这反过来有助于农村社区脱贫。农村人均耕地面积越多，贫困发生率越高，而且这一估计结果都在1%的水平上显著。人均耕地面积越大意味着农民可以有更多的田地可供耕种，因此更加有利于农村居民脱贫致富。但是，人均耕地面积大的一个更重要的原因可能是人口数量太少，而人口数量少势必不利于经济的集聚和发挥经济的规模效应，从而不利于经济发展。从表5还可以看到，外出务工人口比重越高，农村越不容易陷于贫困，但其估计系数均不显著。最后可以看到，汉族人集聚的农村社区贫困发生率更低，此外，本文再次发现教育对农村减贫的作用，具有中等教育程度以上人口比例越高的农村社区贫困发生率越低。表5的后面还报告了实证估计结果拟合优度，可以看到，所有估计结果拟合优度都在0.30以上，对于截面数据来说，这一拟合优度己经具有了较强的解释力。

总体而言，表5的估计结果初步可以证明，对于农村地区来说，基础设施可获得性对农村社区的贫困发生率有着显著的降低作用，这一结论与前面家户样本的估计结果是相一致的。

四、内生性问题

(一)内生性来源及工具变量构造

尽管前面不论是利用家户调查数据还是利用农村社区调查数据都表明，基础设施可获得性越强，贫困发生率越低，但是这里可能存在内生性问题，使得估计结果很可能是相关关系，而不是因果关系。内生性主要来源于三个方面：遗漏解释变量、测量误差和双向因果关系。

首先是遗漏解释变量的问题，一些无法观测到的因素，或者可观测到但是在CFPS中没有体现的因素同时会对基础设施可获得性和贫困发生率产生影响。比如说自然、气候、人们的生活习俗等既能够影响基础设施建设，同时也能够影响经济发展，对贫困自然也会有很大的影响。

其次是测量误差问题，比如说基础设施可获得性的测量问题，越是到微观层面越是容易出现测量误差问题，因为没有哪一个指标可以完全代理基础设施的可获得性，只能够寻求类似的代理变量。

第三个双向因果关系问题其实也是最严重的导致内生性的问题，基础设施差很可能导致贫困，但也有可能是因为贫困导致基础设施差，毕竟中国的农村基础设施在早前很多时候，很大程度上都是由村民自己集资建造，并不完全是国家出资建造。在这种情况下，富裕的农村社区可以自己出钱建造和改善基础设施，而那些贫穷的农村社区则没有能力集资建造基础设施。

为了解决基础设施的内生性问题，必须找到合适的工具变量进行两阶段估计。在社区调查中还包括通公路的时长和通自来水的时长，通公路或者通自来水的年份越早，说明该村享受交通和自来水基础设施的时间越长，根据通路和通自来水的年份，结合调查时点，本文就可以计算该村通路和通自来水的时长，到调查时点仍然没有通的取值为0,如果刚刚通了取值为1，如果己经通了n年，那么取值为n+1。由于不论是交通基础设施，还是自来水基础设施，都具有网络的特点，一旦某一个地区通了公路或者自来水，附近没有通的地区就会想办法修建公路或者自来水与该村的公路或自来水连接起来，从而促进附近地区的基础设施改善或者普及。因此，本文用该社区通公路的时长作为交通基础设施的工具变量，用社区通自来水的时长作为自来水基础设施的工具变量，这一设定工具变量的思想与GibsonandRozelle (2003)的工具变量设计原理是一样的。

(二)农村家户贫困的工具变量估计

本文用通公路的时长作为农村交通基础设施的工具变量，用通自来水的时长作为自来水基础设施的工具变量。表6报告了这两类基础设施可获得性对农村家户贫困发生率影响的工具变量估计结果。

从第一阶段的估计结果可以看到，本文中工具变量的选择是有效的。限于篇幅，本文没有列出所有控制变量的参数估计结果，控制变量的参数估计与表3的估计结果没有很大区别，因此，本文主要集中在基础设施可获得性的参数估计上。可以看到，表6的估计结果与表3的估计结果在方向上都是一致的，所不同的是，表6工具变量估计结果的绝对值在数值上普遍大于表3的估计值，一个可能的解释是基础设施的指标测量存在测量误差，OLS估计产生明显的衰减偏差(attenuationbias)第1列的估计结果表明，离最近的硬化道路越远，农村家户贫困发生的概率越高。第2列估计结果表明家户拥有自来水设施对贫困产生显著的降低作用。第3列同时引入交通和自来水基础设施变量，估计结果表明，到最近硬化道路越远，家庭贫困发生的概率越高，而拥有自来水基础设施则会显著降低家庭贫困发生的概率。

表7给出了基础设施的可获得性对家庭贫困深度和贫困强度的影响的工具变量估计结果。不论是贫困深度，还是贫困强度，道路基础设施的影响在方向上与对贫困发生率的影响是一致的，到最近硬化道路越远，也就是说道路基础设施可获得性越差，家户贫困深度或者贫困强度越高，不过道路基础设施变量的估计系数并不显著。第2列的估计结果表明，拥有自来水设施可以显著降低农村家庭的贫困深度或者贫困强度。但是，当同时引入道路和自来水设施后，这两类基础设施对贫困深度或者贫困强度影响的估计系数不再显著。

（三）农村社区贫困的工具变量估计

表8报告了基础设施可获得性对农村社区贫困发生率影响的工具变量（IV）估计结果。本文用通公路的时长作为是否通公路的工具变量，用通自来水的时长作为是否通自来水的工具变量。表8 的后面给出了第一阶段工具变量的有效性检验，可以看到，第一阶段的F统计值远在10以上，根据拇指法则，工具变量是有效的。

从表8的第1列可以看到，农村社区通公路可以有效降低社区贫困发生率，这与“要想富，先修路”的直觉是相符的。与家户调查数据的估计结果一样，在社区调查中的IV估计在数值上也明显大于OLS估计值。第2列的估计结果表明，农村社区通自来水会明显减低农村社区贫困发生率。第3列同时引入交通和自来水基础设施之后可以看到，自来水基础设施对农村贫困仍然有显著的降低作用，交通基础设施对农村贫困发生率的影响仍然为负，不过估计系数并不显著。

表6至表8的估计结果再次表明农村基础设施建设对农村减贫的重要意义，IV估计结果也进一步表明农村基础设施可获得性増强有助于贫困发生率的降低。

五、进一步的工具变量检验

作为稳健性检验，本文还构造了另一个工具变量来识别基础设施对农村贫困的因果影响，即政策优先指数，该工具变量构建方法和原理与刘生龙、胡鞍钢(2011)的相同。为了促进特定区域的经济发展，实现国家战略，中国在不同时期对不同省份实施了一系列发展战略，这些发展战略构成这些省份的政策优先指数。由于早期的优惠政策往往会最先改善这些目标省份的基础设施状况，因此政策优先指数可以作为目标省份农村基础设施的工具变量。本文选择以2000年及以前的发展战略作为构建外生性政策工具变量的基础，这是因为这些更早期的政策措施由于年代相对久远，其作为工具变量外生性条件更容易得到满足。

表9报告了用政策优先指数作为工具变量时，基础设施可获得性对农村家户贫困发生率影响的估计结果。由第1列可以看到，其估计结果与表6比较类似，家庭居住地址到最近的硬化道路越远，贫困发生的概率越高，其估计系数在1%水平下显著。此外，拥有自来水设施的家庭，其贫困发生概率也是显著降低的。表9的估计结果再次证实了在家户层面上，基础设施的可获得性越强，家庭陷于贫困的概率越低。

表10报告的是用政策优先指数作为工具变量，基础设施可获得性对农村家户贫困深度和贫困强度的影响。其结果显示，家庭居住地址到最近硬化道路越远，越可能加剧贫困的深度和强度，尽管估计系数并不显著。加快完善自来水设施则会明显降低农村家户的贫困深度和贫困强度。这一结论更加验证了前述分析结果的稳健性。

表11报告的是用政策优先指数作为工具变量时，基础设施可获得性对农村社区贫困发生率的影响。可以看到：道路基础设施对农村社区贫困发生率有显著的降低作用；自来水基础设施可以降低农村贫困发生率，不过其估计系数并不显著。当回归方程中同时引入道路和自来水设施后，两类基础设施对农村社区贫困发生率的影响也都为负。

综合表9至表11的估计结果，不难发现，不论是在农村社区调查中，还是在农村家户调查中，本文都找到了基础设施可获得性的改善有助于降低农村贫困的实证证据。

六、结论及政策建议

尽管经过30多年的高速増长，中国的贫困人口己经大幅度减少，但是，中国仍然有大量人口生活在贫困线以下，而且绝大多数贫困人口都分布在偏远的农村地区。利用CFPS2010年和2014年农村家户数据和农村社区数据，本文检验了基础设施的可获得性对农村贫困的影响。

本文首先对2010年和2014年中国农村的贫困发生率、贫困深度和贫困强度指数进行了测算。测算结果表明，虽然从2010年到2014年中国农村地区的贫困发生率、贫困深度和贫困强度都明显下降，但是，仍然有18.7%的农村人口生活在贫困线以下。这说明，尽管中国近些年来在减贫方面取得了巨大成就，但是，要实现全面小康的目标仍然任务艰巨。

本文一般的Probit估计、Tobit估计和OLS估计结果都表明，道路基础设施和自来水基础设施的可获得性与农村家户和农村社区贫困显著负相关。前述方法初步证实农村基础设施可获得性増强有助于农村减贫，降低农村的贫困发生率。

考虑到在研究基础设施可获得性对贫困发生率的影响时，基于测量误差、遗漏解释变量以及双向因果关系等因素可能引起的内生性，会导致一般的Probit估计、Tobit估计和OLS估计结果存在偏误，本文进一步引入了两类工具变量，通过两阶段最小二乘估计方法（2SLS）估计基础设施可获得性对农村贫困发生率的因果影响。第一类工具变量是根据农村社区通公路和通自来水的时间计算出来的通公路和通自来水时长，第二类工具变量是根据新中国建国以来直到2000年中国对特定区域出台的一系列优先政策计算出来的政策优先指数。工具变量估计结果均表明基础设施的可获得性对农村减贫有着重要影响，基础设施的可获得性増强有助于农村减贫。

本文的研究结论具有重要的现实意义。当前中国已经提出要在2020年实现全面建成小康社会的目标。为了确保贫困人口如期脱贫，中央政府提出建立农村精准扶贫机制，可见中央政府对农村贫困的高度重视。本文的研究结果表明，基础设施可获得性増强有助于农村脱贫，因此，本文认为，中央在实施精准扶贫战略时应当考虑加强农村贫困地区诸如道路、自来水等公共基础设施建设，让这些边远地区的农户早日实现脱贫。

* 注：原文注释及参考文献略；配图均来源于网络，版权归原作者所有；点击文末“阅读原文”可下载全文

更多阅读

周末读书｜《中国国情与发展》——探究“中国之路”

崔之元：被排除在“看不见的手范式”之外的中央银行制度

新书｜《天下为公》——畅销60万册的理论力作《大道之行》姊妹篇

第四次工业革命来了！中国准备好了吗？丨「人文清华」薛澜演讲实录

国情研究院调研组赴中国路桥开展“百企”调研

国情研究院调研组赴振华重工开展“百企”调研

书荐｜《大国工程》——记录强国时代的大国工程

研究 | 跨省移民与犯罪：来自中国的实证证据

国情研究院“政府角色与社会发展”学术交流会近日举行

专访｜王绍光：开眼看世界的“中国学派”