《管理世界》|| 罗良清 等：中国贫困治理经验总结：扶贫政策能够实现有效增收吗？
文章来源
作者：
罗良清（江西财经大学统计学院、江西财经大学应用统计研究中心）
平卫英（江西财经大学统计学院、江西财经大学应用统计研究中心）
单青松（江西财经大学统计学院）
王佳（江西财经大学统计学院）
文章刊发：《管理世界》2022年第2期
文章主要内容
摘要：本文利用建档立卡脱贫户的实际调查数据，使用收入组合的Copula熵作为分裂标准构建决策树模型，用以评价单项扶贫政策对家庭收入的影响，进而通过划分不同收入水平及相依结构的家庭群体，评价不同政策组合的增收效果。研究发现：第一，不同扶贫政策组合所划分的家庭收入分布存在显著差异；第二，兜底保障、就业扶贫和扶贫小额信贷是增收效果最为显著的三项政策；第三，对于家中有劳动力的极端贫困家庭，兜底保障与就业扶贫的政策组合更能发挥出稳定的增收效应；对于不需依靠兜底保障类政策的一般贫困家庭，产业扶贫政策的增收效果更为显著。故本文认为有必要对不同贫困群体采用针对性的扶贫政策组合，并提出了相应的政策建议。
关键词：扶贫政策 政策评价 决策树 非参数统计
一、本文研究背景与意义
2020年，我国实现了现行标准下贫困人口全部脱贫、贫困县全部摘帽。认真总结脱贫攻坚经验，对于巩固拓展脱贫攻坚成果同乡村振兴有效衔接具有重要意义。以往的扶贫政策效果评价，主要采用传统的建模分析方法，如倾向得分匹配、断点回归、双重差分、因子分析等。建模分析方法往往需要满足诸如独立同分布的一系列假定，本质上属于“验证导向”。人工神经网络、决策树、随机森林等大量算法模型的相继出现带来了数学模型主导数据分析的方法变革，这些算法模型很多都不是用封闭的数学公式来描述的，而是体现在计算机算法或程序上；对于结果的风险不是用假定分布下得到的P值衡量，而往往是用未参加建模训练的测试集的交叉验证的误差来描述的，更加强调发现潜在的信息，属于“发现导向”。因此，在扶贫政策的效果评价中，相较于传统的建模分析方法，决策树方法不需要进行“验证式”的参数假设，利用决策树方法挖掘出来的分类规则准确性更高，可以充分利用潜在信息，有效划分不同的扶贫政策组合，进而展开扶贫政策组合的效果评价。
二、主要内容
课题组对西南地区某省和华中地区某省建档立卡脱贫户2018 年的生活条件和贫困情况进行了入户抽样调查，通过多阶段抽样与典型抽样、简单随机抽样相结合的抽样方法，最终共获得有效问卷36347份。结合微观数据的数据特征，本研究选取数据驱动的决策树法作为主要方法，结合非参数检验，从受益个体的微观视角出发，根据建档立卡脱贫户的实际调查数据进行扶贫政策组合的增收效果评价。首先，根据调查对象对某一政策问题的不同回答将样本分为两类，分别估计两类样本的经营性收入与工资性收入组合的标准化Copula熵，求出两类样本间标准化Copula熵的差值，并对不同的政策问题重复该步骤。然后，选取Copula熵差值最大的政策问题作为分裂结点，构建扶贫政策决策树，评价单项扶贫政策的增收效果，再利用决策树分支形成的不同政策组合来划分不同收入水平及相依结构的家庭群体。最后，分别采用非参数的Wilcoxon检验和多变元分布检验，对不同政策组合的增收效用进行评估，为扶贫政策的联合施策提供分析依据。
三、主要结论与政策建议
通过理论研究和实证分析，本文得到的主要结论如下：第一，在多项政策评价问题中，采用决策树方法可以给出区分度较为明显的各项政策组合，且假设检验结果证明，所有不同的政策组合对应家庭之间的收入差异是非常显著的，故而可以对不同政策组合下的家庭收入情况进行分类研究。第二，决策树能够按照变量的重要性将其进行自上而下的次序排列，给出综合评价各项政策效果的有效方法。兜底保障、就业扶贫和扶贫小额信贷是增收效果最为显著的三项政策。第三，在决策树第一、二层的分类下，家庭收入水平和关系结构都存在明显差异，因此建议在考虑政策影响和政策效果时进行分类讨论。对于家中有劳动力的极端贫困家庭，兜底保障与就业扶贫的政策组合更能发挥出稳定的增收效应；对于不需依靠兜底保障类政策的一般贫困家庭，产业扶贫政策的增收效果更为显著。本文的政策建议是：各级财政要保持对欠发达地区和低收入家庭的转移支付规模与就业帮扶力度；产业扶贫政策应由特惠性向普惠性过渡；始终坚持开发式和保障式相结合、外源性和内源性相支撑的方针政策，培育发展内生动力。
四、边际贡献与未来拓展
本文的贡献主要在于：第一，丰富了扶贫政策效果评价的相关研究。目前学术界主要从理论机制、案例分析、增收效果等角度对扶贫政策的整体成效或某一（几）项政策的独立效果展开评价，鲜有文献对扶贫政策组合的协同效果加以探讨。本文突破了扶贫政策评价仅从独立政策效果出发的局限性，研究了扶贫政策间的相互作用和组合模式，是对现有研究的有益补充。第二，为全面推进乡村振兴背景下相对贫困治理的政策实施提供了新的视角和经验证据。全面推进乡村振兴进程中，贫困治理的重难点将转向多维性、发展性和脆弱性等特征更加突出的相对贫困问题，相对贫困的治理不再仅是事后的分析施策，更是事前的预判防范。本文讨论了不同政策组合的减贫效果及其适用情况，对于推进脱贫攻坚的实践经验成果转化并服务于乡村振兴战略的实施起到了促进作用，为乡村振兴过程中农村低收入人口和欠发达地区的帮扶政策制定提供了参考。第三，构建了基于Copula 熵的决策树用于扶贫政策效果评价，在以数据驱动的算法模型用于政策评价方面进行了有益的尝试。
需要说明的是，本文采用了决策树和非参数的方法来评价政策的不同效果，这在一定程度上克服了因误设收入分布函数形式而可能导致的结果偏误等问题。但这也是该方法的约束所在，决策树和非参数的方法完全是建立在相对比较的基础上，比如在进行Wilcoxon中位数检验时，某项政策有效和无效之间的差异的绝对值只能用于比较该政策和其他政策之间的效果差异，并不能用于衡量该政策本身的绝对效果。同理，本文通过构建决策树所做出的政策效果评价也同样是基于相对比较展开的。更为全面、稳健的扶贫政策效果评估，有待更详实的微观数据库的建立和更多学者的加入。
五、写作、投稿、修改的过程和心得体会
从脱贫攻坚到全面推进乡村振兴，意味着“三农”工作任务重心的战略转变，是一个具有里程碑意义的重大转换。在这一关键历史节点，发挥好学科优势，为巩固拓展脱贫攻坚成果、推动与乡村振兴有效衔接建言献策，是当代学者的使命与责任，具有重要的价值和意义。研究团队围绕“脱贫攻坚的经验总结和乡村振兴的前沿理论”，开展了大量的实践调研与理论研究工作。在国家社会科学基金重大项目“贫困退出考核评估的统计测度研究”和“后扶贫时代中国城乡相对贫困统计测度与治理机制研究”的资助下，我们尝试将决策树模型应用于扶贫政策效果评价，力图以一个全新的视角和方式评价各类扶贫政策的增收效果。历经近两年的撰写和多轮的修改打磨，最终形成目前的论文。
非常感谢匿名审稿人对本文提出的宝贵意见。从投稿到发表，在两轮外审过程中，审稿专家的意见不仅深化了我们对决策树模型应用于扶贫政策评价的适用性与局限性的思考，也促使我们不断加强对模型逻辑的优化和对模型经济含义的解释。在审稿专家的帮助下，文章在理论基础、现实意义、研究假设和结论解读等方面都得到了质的提升。同时，由衷感谢《管理世界》编辑部的各位编辑老师对本文的辛勤付出，您们严谨、高效的工作使得论文质量得到进一步提升，保证了论文的规范性。今后，研究团队将继续紧密围绕“三农问题”，以解决脱贫攻坚和乡村振兴政策衔接转化中面临的理论和实践难题为己任，服务国家重大战略和地方经济建设的同时，秉持学者初心，讲好中国故事，“把论文写在祖国大地上”。
文章刊发：
罗良清、平卫英、单青松、王佳：《中国贫困治理经验总结：扶贫政策能够实现有效增收吗？》，《管理世界》，2022年第2期，第70~83、115页。
长按识别二维码，关注管理世界