脱贫农户返贫治理政策能实现“稳脱贫,促共富”吗——基于模糊断点回归的实证分析.pdf

第 41 卷 第 4 期2023 年 8 月四川农业大学学报Journal of Sichuan Agricultural UniversityVol.41 No.4Aug.2023脱贫农户返贫治理政策能实现“稳脱贫,促共富”吗？基于模糊断点回归的实证分析薛增鑫1，李博伟2，3，4*（1.东北大学文法学院，沈阳 110819；2.浙江农林大学经济管理学院，杭州 311300；3.浙江农林大学浙江省乡村振兴研究院，杭州 311300；4.浙江农林大学生态文明研究所，杭州 311300）摘要：【目的】面向中国扶贫战略转变的新发展阶段，如何实现脱贫农户长期有效帮扶、缩小收入不平等成为全面实现共同富裕亟待破解的重要课题之一。【方法】基于中国家庭追踪调查（CFPS）数据，通过多维贫困脆弱性和相对剥夺指数测算脱贫农户的返贫风险和收入不平等，采用模糊断点回归的方法，实证检验脱贫不脱政策的“阻返效应”“分配效应”。【结果】研究发现，脱贫不脱政策显著降低了脱贫农户的多维贫困脆弱性和相对剥夺感，表明脱贫不脱政策在“后扶贫时代”有利于形成遏制返贫风险与收入分配改善的双赢局面。进一步研究发现，脱贫不脱政策会显著提高不依赖政府兜底保障脱贫农户的劳动参与和经营性收入，激发其通过劳动改变生活的精神状态，但会使得依赖政府兜底保障脱贫农户产生一定的福利依赖，从而削弱长期稳定脱贫的政策成效。【结论】政府应加强脱贫不脱政策的顶层设计，激发脱贫农户内生发展动力，以实现脱贫攻坚与乡村振兴、共同富裕的有效衔接。关键词：脱贫不脱政策；脱贫农户；阻返效应；分配效应；模糊断点回归中图分类号：F061.3 文献标志码：A 文章编号：1000-2650（2023）04-0746-09Can Return to Poverty Management Policies for Out of Poverty Farmers Achieve Stable Poverty Alleviation and Promoting Common Prosperity?Empirical Analysis Based on Fuzzy Regression DiscontinuityXUE Zengxin1，LI Bowei2，3，4*（1.School of Humanities and Law，Northeastern University，Shenyang 110819，China；2.College of Economics and Management，Zhejiang A&F University，Hangzhou 311300，China；3.Research Academy for Rural Revitalization of Zhejiang Province，Zhejiang A&F University，Hangzhou 311300，China；4.Institute of Ecological Civilization，Zhejiang A&F University，Hangzhou 311300，China）Abstract:【Objective】Facing the new development stage of Chinas poverty alleviation strategy transformation，how to achieve long-term effective assistance for poverty alleviation farmers and reduce income inequality has become one of the important issues to be solved urgently for the comprehensive realization of common prosperity.【Method】Based on the data of China Family Panel Studies（CFPS），the risk of returning to poverty and income inequality of poverty-stricken households were measured by multidimensional poverty vulnerability and relative deprivation index，and the prevent the return to poverty effect and distribution effect of Maintaining the Sustainability of Poverty Alleviation Policies were empirically tested by FRD method.【Result】It is found that the policies of Maintaining the Sustainability of Poverty Alleviation significantly reduces the multidimensional vulnerability to poverty and the relative sense of dedoi：10.16036/j.issn.1000-2650.202303230收稿日期：2023-03-08基金项目：浙江省社会科学基金项目（20NDQN299YB）；浙江省自然科学基金项目（LQ20G030004）；浙江省高校基础研究基金项目（2020YQ012）。作者简介：薛增鑫，博士研究生，主要从事贫困治理研究，E-mail：。*责任作者：李博伟，博士，副教授，主要从事农业经济研究，E-mail：。第 4 期薛增鑫，等：脱贫农户返贫治理政策能实现“稳脱贫，促共富”吗？基于模糊断点回归的实证分析privation of the farmers out of poverty，indicating that persisting in Maintaining the Sustainability of Poverty Alleviation policies is conducive to the formation of a win-win situation of curbing the risk of returning to poverty and improving income distribution in the post-poverty era.Further research shows that the policies of Maintaining the Sustainability of Poverty Alleviation can significantly improve the labor participation and business income of households that do not rely on the governments guarantee of subsistence，inspire their mental state of through-labor-to-change-life.However，it will make the families who rely on the government to guarantee poverty alleviation have certain welfare dependence，thus weakening the long-term stability of poverty alleviation policy effect.【Conclusion】The government should strengthen the top-level design of Maintaining the Sustainability of Poverty Alleviation policies and take multiple measures to enhance the endogenous development momentum of poverty alleviation farmers，so as to realize the connection between poverty alleviation and rural revitalization and common prosperity.Keywords:policies of Maintaining the Sustainability of Poverty Alleviation；out of poverty farmers；prevent the return to poverty effect；distribution effect；FRD2022年中央一号文件将巩固脱贫攻坚成果、坚决守住不发生规模性返贫作为底线任务。当前，中国脱贫攻坚战取得了全面胜利，但部分脱贫地区发展基础依然薄弱，边缘人口受自然灾害、疾病、产业经营失败、就业不稳定以及扶贫政策变动等主要风险点的影响，仍存在较高的返贫、致贫风险1。为此，民政部等部门联合颁布 关于进一步加强农村最低生活保障制度与扶贫开发政策有效衔接的通知，明确提出“脱贫不脱政策”方针，即政府对于已经脱贫的农户会在数据系统标识“脱贫”，但脱贫不撤档，这部分农户在今后一段时间内继续适用于国家原有的扶贫政策优待2。脱贫不脱政策作为中国精准扶贫战略顶层设计中的子系统3，能否在后扶贫时代有效降低脱贫农户的整体返贫风险？如果可以，那么长期的政策帮扶是否会使得脱贫农户产生“福利依赖”？在扶贫资源大量涌入贫困农户的同时，脱贫不脱政策是否会产生外溢效应，从而形成遏制返贫风险与收入分配改善的双赢局面？对于这些问题进行阐述，在当前加快乡村振兴步伐、扎实推动共同富裕的社会背景下具有非常重要的理论与实践意义。回顾既有研究不难发现，学术界在多维度评估精准扶贫政策效应的同时，对后精准扶贫时代的返贫风险长效治理机制展开了丰富的研究。在精准扶贫政策效果评估方面，学者们从精准扶贫政策内涵、演变过程、扶贫绩效与溢出效应的解读4-6，逐步转变为政策效应的量化分析7-9。在返贫风险长效治理机制的现有研究中，不仅广泛探讨了返贫风险的诱因10-11，而且聚焦于对返贫风险的对策研究12-13。然而，少有研究聚焦于脱贫农户的返贫风险防范，尤其是对脱贫不脱政策效果的评估。仅有部分学者结合典型案例对脱贫不脱政策的社会效应、实践困境和改进策略等问题进行定性分析，如张立伟和何阳3通过西部多个脱贫村庄的调查访谈，发现政策不精细是脱贫不脱政策功能异化产生消极效应的重要诱因。昌硕14从政策变迁的视角探讨了脱贫不脱政策片面执行的发生机制、衍生成本以及治理路径。目前学术界受限于政策实施时限较短、调查数据匮乏等因素，对脱贫不脱政策的实证研究非常有限。综上所述，现有关于精准扶贫政策效果评估和返贫风险防范研究已有一些有意义的成果，但对脱贫不脱政策效果的研究还有待拓展深度。与既有文献相比，本文的主要贡献如下：第一，本文在系统评估脱贫不脱政策预防和化解返贫风险这一政策初衷的同时，考察了政策对农村内部收入差距的外溢效应，以期弥补既有研究仅关注“阻返效应”而忽视“分配效应”的不足。第二，多数研究在刻画脱贫农户返贫风险时只考虑了单一货币维度的经济贫困脆弱性，忽视了脱贫户可行性能力的考量。可行能力剥夺理论认为，贫困问题产生的根源是对人们可行能力的剥夺，包括健康、教育等缺失造成的人力资本匮乏。同时，随着我国绝对贫困问题的解决，多维、相对贫困问题将会逐渐凸显，我国扶贫战略思路需要对此进行相应方向的转变15。因此，本文将从多维贫困视角考察脱贫农户的返贫风险，这不仅更加契合贫困问题的本质与内涵，还能满足中国2020年后扶贫时代的现实需要16。第三，将脱贫农户的主观努力程度和自我发展能力转化为可量化因素，通过探析脱贫不脱政策的异质性作用，试747四川农业大学学报第 41 卷 图捕捉政策对不同脱贫农户的影响路径。1理论分析1.1脱贫不脱政策的“阻返效应”脱贫不脱政策作为精准扶贫政策系统的子系统，主要通过“输血式”帮扶和“造血式”帮扶助力脱贫农户向“后扶贫时代”平稳过渡，以保障脱贫攻坚的有效性和延续性。具体而言，“输血式”帮扶主要依靠外部帮扶的推动力来消除贫困，政府通过财政补贴等方式直接提高贫困家庭的经济收入，以抵御外生突发性冲击，从而避免再次陷入贫困。其中，低保、贫困补助金等贫困补贴的直接投入，不仅可以有效维持脱贫时的收入标准，而且可以利用这些资金实现脱贫家庭收入的进一步增长。第一持续扩大脱贫农户医疗保险、养老保险的保障范围，提高脱贫家庭的抗风险能力。医疗保险的社会补偿功能赋予脱贫家庭抵御健康风险能力，有效避免“因病致贫”的发生；养老保险的经济补偿功能减轻了脱贫家庭的养老负担，实现“老有所养”的同时阻止脱贫农户“因老返贫”。第二继续免除各类保险（农作物险、人身安全险）保费等帮扶政策缓解了家庭经济负担，提高了家庭资产积累的长效性，从而阻止脱贫农户重返多维贫困。“造血式”帮扶是指扶贫主体通过投入一定的要素和资源，帮助贫困地区农户改善生产或生活条件、生存技能，以增强自主发展能力的帮扶方式8。其中，产业帮扶政策通过对贫困地区特色产业资金、人才、技术要素的长效注入，形成了一系列产业联农带贫的有效模式，促进了脱贫农户生计转型；就业帮扶政策通过增加对农民的技术培训与引导农民非农就业等方式，从根本上提升脱贫农户的可持续发展能力；智力帮扶通过对农村地区教育的持续投入提升了脱贫农户的内生发展动力，从而阻断贫困的代际传递。据此提出假说：H1：脱贫不脱政策能够显著降低脱贫农户的返贫风险，具有“阻返效应”。1.2脱贫不脱政策的“分配效应”扶贫政策中贫困户的有效识别直接关系着精准扶贫政策的实施效果。如果将有限的扶贫资源分配给农村最贫困的群体，引导扶贫资源流向真正的贫困户，能够改变其在收入分配格局中的不利地位；反之如果贫困瞄准偏误过大，则会极大削弱扶贫效果，造成贫富差距扩大，相对贫困严重等新问题17。为保证对贫困农户进行精准识别，建档立卡成为中国农村地区识别贫困家庭的政策工具。其一，建档立卡户必须通过召开村民大会、群众自评和互评的方式产生，由于农村熟人社会内部彼此了解熟悉，在信息接近完全的条件下，农户难以通过谎报收入来获得扶贫资源2。此外，建档立卡户评定结果的公示，通过民主监督的方式减少了贫困户错评漏评发生率。其二，从基层官员的角度来看，中国政府在过渡期内提出严格落实摘帽不摘责任、摘帽不摘帮扶、摘帽不摘监管的要求，扶贫干部在“摘帽”之后要继续坚守岗位，保持工作连续性，长期频繁入户的扶贫官员深度了解农户真实的贫困状况，同时政府将精准扶贫绩效考核作为当年政绩的重要衡量标准，强化了党政一把手负总责的责任制，官员有激励确保农户信息的真实性。通过对贫困农户的精准识别，确保了脱贫不脱政策的“亲贫性”，使得真正摆脱贫困的农户能够继续享受国家原有的扶贫政策，那么脱贫农户将从扶贫资源中获益更多，促进其收入持续增加，从而缩小收入差距。据此提出假说：H2：脱贫不脱政策能够显著缓解农村内部收入不平等，具有“分配效应”。2研究设计2.1数据来源本文采用的数据来源于北京大学中国社会科学调查中心于20122018年实施的中国家庭动态跟踪调查（CFPS）。为考察脱贫不脱政策对脱贫农户返贫风险和收入不平等的影响，本文首先匹配了2012、2014、2016和2018年内均参加调查且户籍为农村户口的样本。其次，为识别出样本农户脱贫后是否仍享受帮扶政策，本文进一步保留了2012年调查中的贫困户，并删除在2016年和2018年调查中已经返贫的样本，即仅保留2016年和2018年中未返贫的样本。最后，在删减异常值以及回答“其他”“我不知道”等样本之后对缺失值进行补漏，共获得722户家庭样本，总计1 396个样本农户。2.2模型构建在中国识别建档立卡贫困户实践中，由于民主评议和收入标准并不完全一致，导致“错评”“漏评”现象时有发生，部分收入高于贫困线的农户可能会被确定为建档立卡贫困户18。在这种情况下，个体是否得到处理在断点处并不是从01的直接变动，而是概率上的跳跃。因此，本文根据国务院指导农村扶贫实践的标准2 300元（2010年不变价格），将748第 4 期薛增鑫，等：脱贫农户返贫治理政策能实现“稳脱贫，促共富”吗？基于模糊断点回归的实证分析年家庭人均纯收入是否达到贫困线来识别贫困人口的制度特征作为驱动变量，贫困线标准作为政策“断点”，将已脱贫仍享受政策的农户设定为处理组，已脱贫未享受政策的农户设定为控制组，利用模糊断点回归方法评估脱贫不脱政策的“阻返效应”和“分配效应”。Yi=+Di+f(zi)+Xit+i（1）其中，Di为处理状态变量，表示农户脱贫后是否仍享受脱贫政策。具体而言，Di=1表示2014年未脱贫但2014年后脱贫且未返贫的建档立卡户进入处理组，反之2014年已脱贫且未返贫的非建档立卡户设定为控制组，Di=0。在现有的微观调查数据库中，并没有直接访问样本是否为建档立卡户的信息，于是本文参照张全红和周强研究7，依据CFPS家庭问卷中“过去一年中是否收到政府补助”来间接判断，如果样本农户领取了如低保、五保户、特困户等贫困补助的视为建档立卡户，未领取的则为非建档立卡户。Yi为结果变量，农户返贫风险和收入不平等。zi表示驱动变量，样本家庭年人均纯收入与截差点的差。f(.)为驱动变量zi的多项式函数。在模糊断点回归中，可将zi视为Di的工具变量，通过2SLS进行估计。Xit为控制变量，i为残差项。2.3变量选取与描述性统计（1）被解释变量。返贫风险。选取家庭多维贫困脆弱性（VEP）来刻画脱贫户的返贫风险19。VEP方法将脆弱性定义为个体或者家庭在未来陷入贫困的可能性，具有一定的前瞻性20。本文借鉴现有研究的普遍做法和指标数据的可得性，从收入（人均收入）、资产（耐用品和金融资产）、教育（最高学历和教育负担）、健康（医疗保障和健康状况）、生活质量（做饭燃料、住房困难和清洁水源），5个维度测度农户的多维贫困状况，同时为保障各维度的可行能力状态都对农户脱贫产生相同的重要性，对不同维度、同一维度内的不同指标赋予相等权重16，并加总求和得到农户多维贫困的综合变量。其次，进一步采用三阶段可行广义最小二乘法（FGLS）进行估计回归得到多维贫困脆弱性指标21，用来衡量脱贫农户未来发生多维贫困的概率，多维贫困脆弱性越高，脱贫农户的返贫风险就越高。收入不平等。由于衡量收入不平等的基尼系数、泰尔指数等指标对较低收入阶层的收入再分配缺乏敏感性22，而本文主要关注农村低收入家庭，因此选取Kakwani提出的相对剥夺指数来测度农户收入差距变化，从而有效地弥补基尼系数等对低收入家庭收入变化敏感性差的缺陷。（2）控制变量。本文按照尽可能满足外生性原则，选择了分别涵盖个人特征、家庭特征、时间和地区特征的控制变量。表1为变量说明及描述性统计。从表1可以发现，建档立卡户的返贫风险和收入不平等均低于非建档立卡户，表明建档立卡户在未来陷入多维贫困的概率较低，并且内部收入差距更小。3实证结果3.1回归结果及分析断点回归估计要求第一阶段回归需要产生明显的跳跃，本文通过结果变量和处理变量关系的可视化分析图，直观地展示了断点回归方法中存在真实有效的一阶段。图2显示，脱贫后仍是建档立卡的农户与非建档立卡户，在结果变量收入不平等和返贫风险中均产生了明显的跳跃，这表明可以将断点的跳跃视为脱贫不脱政策对脱贫农户影响的因果效应。脱贫不脱政策持续输血式帮扶持续造血式帮扶产业帮扶就业帮扶智力帮扶转移支付社会保障支出减免抵御外生突发性冲击激发内生持续性增长阻返效应分配效应图1脱贫不脱政策“阻返效应”“分配效应”作用机理Figure 1The mechanism of the hindrance effect and distribution effect of maintaining the sustainability of poverty alleviation policies749四川农业大学学报第 41 卷 表2结果显示，在不同带宽条件下，脱贫不脱政策对脱贫农户返贫风险和收入不平等均存在显著的负向影响，这表明脱贫不脱政策不仅能够有效降低脱贫农户未来陷入多维贫困的概率，而且显著降低了农户内部收入不平等，发挥出了政策应有的“阻返效应”和“分配效应”。以最优带宽为例，脱贫不脱政策可以使得脱贫农户的平均返贫风险下降大约70%，这与前文的研究假设基本一致。脱贫不脱政策通过“输血式”帮扶和“造血式”帮扶，增强了脱贫农户抵御风险与冲击的能力，低了其重新陷入贫困的可能性。在对收入不平等的影响中，脱贫不脱政策可以使得脱贫农户的收入不平等降低大约5%，这可能是因为贫困农户通常将自己的收入与同村其他家庭进行比较，在脱贫后仍然能够获得政府的转移支付，这将显著降低脱贫户收入相对同村参考群体的平均收入水平差距，从而减轻其相对剥夺感。识别临界值为人均纯收入2 300/元年（与2020年相比）。对驱动变量做了标准化处理，即人均纯收入减去2 300元。以上结果采用最优带宽实现，其中结果变量“收入不平等”的最优带宽为“+/-1 489”，“返贫风险”的最优带宽为“+/-1 661”（采取CCT的计算方法，虽然不同方法计算出的最优带宽存在差异，但不会对分析的LATE效应产生实质性影响）。The identification threshold is 2 300 yuan per capita annual net income（compared to 2020）.The driving variable was standardized，that is，per capita net income minus 2 300 yuan.The above results were achieved using the optimal bandwidth，in which the optimal bandwidth of the outcome variable income inequalitywas+/-1 489 and the optimal bandwidth of return to poverty riskwas+/-1 661（The calculation method of CCT was adopted.Although the optimal bandwidth calculated by different methods was different，it did not have a substantial impact on the LATE effect of the analysis）.图2家庭人均纯收入与结果变量之间的关系（20162018年）Figure 2Relationship between per capita net income of households and outcome variable(20162018)表1变量的描述性统计Table 1Descriptive statistics of variables变量Variable返贫风险收入不平等家庭人均纯收入性别年龄年龄的平方婚姻受教育年限健康状况家庭规模外出务工比例家庭人情支出变量说明Variable Declaration多维贫困脆弱性Kakwani指数（收入计算所得）2014年家庭人均纯收入（元）1=男；0=女被访者实际年龄（岁）被访者实际年龄的平方（岁）1=在婚；0=其他0=从未上过学；1=小学；2=初中；3=高中/技校/中专/职高；4=大专；5=本科及以上1=非常不健康；2=比较不健康；3=一般；4=比较不健康；5=非常健康同住家庭成员数量外出务工人数/家庭总人口数过去一年家庭人情支出（元）非建档立卡户均值Mean0.5960.55210 787.0400.48344.5232 283.7130.7351.7083.1804.0730.2303 949.502标准差SE0.4910.19711 451.9100.50017.3691 647.0060.4411.2211.3132.0320.2814 627.865建档立卡户均值Mean0.3990.4291 576.2850.48248.4502 683.3790.7371.4602.9944.5570.1603 925.996标准差SE0.4900.1994 438.4810.50018.3461 804.1000.4411.2191.2742.1750.2095 306.232750第 4 期薛增鑫，等：脱贫农户返贫治理政策能实现“稳脱贫，促共富”吗？基于模糊断点回归的实证分析3.2FRD有效性及稳健性检验（1）有效性检验。为了检验断点附近样本是否存在“操纵”收入而改变贫困识别状况，本文对家庭人均纯收入变量在断点附近的分布进行McCrary检验。图3展示了驱动变量的密度函数的直方图23。值得说明的是，家庭人均纯收入高于10 000元以上的农户不太可能成为政策的扶持对象，因此，本文仅展示了家庭人均纯收入10 000元以下样本的检验结果。结果显示，密度函数在断点处较为平滑，表明驱动变量没有被严格操纵。其次，断点回归的有效性还取决于平滑性检验，即检验控制变量的连续性。如果控制变量在断点处的条件密度函数存在跳跃，这会导致脱贫不脱政策对因变量的影响会受到控制变量干扰，因此本文将因变量替换成年龄、性别、受教育程度等控制变量，并采用模糊断点回归检验脱贫不脱政策对控制变量的影响。由表3可知，所有控制变量均不显著，这表明除脱贫不脱政策外，其他因素并无通过断点对因变量产生影响，平滑性检验得到验证。（2）稳健性及安慰剂检验。为保证检验结果的稳健性，本文进一步更改了多项式阶数和核函数形式。表4结果显示，在不同多项式阶数和核函数形式设定下，估计结果的显著性水平虽略有下降，但结果系数依然显著为负，从而印证了本文结论的稳表3控制变量连续性检验（F-RD估计结果）Table 3Control variable continuity test(F-RD estimation results)年龄年龄的平方性别受教育程度婚姻健康打工比例家庭规模家庭人情支出对数f(z):分段线性函数偏差校正局部多项式+/-1 000-0.970117.5200.286-0.3820.2880.983-1.3010.5327.189是是(1.817)(170.090)(0.396)(0.581)(0.180)(0.061)(1.006)(0.624)(5.980)+/-1 500-0.39558.050-0.034-0.635-0.058-0.0451.069-0.253-10.749是是(1.855)(166.400)(0.376)(0.599)(0.200)(0.275)(0.935)(0.835)(6.668)+/-3 0005.890-525.4400.7870.722-0.665-0.0070.3101.1577.922是是(3.804)(381.170)(0.842)(1.278)(0.488)(0.556)(0.199)(1.440)(6.106)最优带宽-14.415-223.1900.801-1.801-0.464-0.040-1.857-1.8028.462是是(17.543)(218.470)(0.883)(1.999)(0.300)(0.541)(2.755)(4.317)(5.321)注：括号内为标准误；所有模型均使用CCT方法计算最优带宽。Note：The values in brackets are robust standard errors.All models use the CCT method to calculate the optimal bandwidth.表2脱贫不脱政策对返贫风险和收入不平等的影响（F-RD估计结果）Table 2Impact of maintaining the sustainability of poverty alleviation policies on the risk of returning to poverty and income inequality(F-RD estimated results)变量名称Variable name脱贫不脱政策标准误有效样本量控制变量f(z):分段线性函数偏差校正局部多项式返贫风险Poverty return risk（1）+/-1 000-0.480*(0.267)227 是是是（2）+/-1 500-0.475*(0.244)336 是是是（3）+/-3 000-0.533*(0.307)520 是是是（4）最优带宽-0.701*(0.349)337 是是是收入不平等Income inequality（1）+/-1 000-0.065*(0.006)227 是是是（2）+/-1 500-0.053*(0.019)336 是是是（3）+/-3 000-0.088*(0.025)520 是是是（4）最优带宽-0.050*(0.013)354 是是是注：*、*、*分别代表在1%、5%、10%水平上显著。在结果变量返贫风险和收入不平等中，第（1）第（3）列回归均按照自定义带宽设定，第（4）列使用CCT方法计算的最优带宽。所有模型均考虑了二次方、三次方和四次方的多项式，这里仅汇报了二次方函数结果，其他结果基本一致。Note：*，*，*are significant at the level of 1%，5%，10%respectively；for the outcome variables regression risk and income inequality，the regressions for columns（1）to（3）were set according to the custom bandwidth，and the optimal bandwidth calculated by CCT method was used for column（4）.All models consider quadratic，cubic and quadric polynomials.Only quadratic function results are reported here.Other results are basically the same.751四川农业大学学报第 41 卷 健性。此外，本文为检验政策断点的有效性，进一步通过设定虚拟断点来检验结果的稳健性。按照虚拟断点的设定方法，将官方设定的贫困标准2 300元分别增加和减少230元作为两个新断点，即在2 530元和2 070元处设置虚拟断点。表5结果显示，“安慰剂”扶贫标准下脱贫不脱政策对脱贫农户的返贫风险和收入不平等均没有显著影响，因此可认为政策断点处脱贫农户返贫风险和收入不平等的降低是脱贫不脱政策影响的结果。4进一步讨论长期的政策帮扶是否会催生脱贫户“等、靠、要”心态，从而产生“福利依赖”现象呢？本文参考周强等8研究，将样本划分为转移支付占家庭总收入比例高于50%和转移支付占家庭总收入比例低于30%两组，从享受型消费、经营性收入和劳动参与比例三方面，评估脱贫不脱政策对不同脱贫农户的异质性效应。值得注意的是，由于断点回归估计得到是局部平均处理效应，而在异质性分析很难满足其假设前提，因此，文本利用固定效应模型进行估计。表6结果显示，脱贫不脱政策对转移支付占家庭总收入30%以上脱贫农户的经营性收入和劳动参与比例均有显著的促进作用，对享受型消费产生了显著的负向影响。相较而言，脱贫不脱政策仅能图32014年家庭人均纯收入（驱动变量）的密度函数Figure 3Density function of per capita net income of households(driving variable)in 2014表5安慰剂检验（F-RD估计结果）Table 5Placebo test(F-RD estimation results)系数标准误有效样本量控制变量f(z):分段线性函数偏差校正局部多项式断点+230返贫风险Poverty return risk-1.953(2.391)498 是是是收入不平等Income inequality-1.197(1.223)485 是是是断点-230返贫风险Poverty return risk0.037(0.344)669 是是是收入不平等Income inequality0.302(0.216)591 是是是注：*、*、*分别代表在 1%、5%、10%水平上显著；所有模型均使用CCT方法计算最优带宽。Note：*，*，*are significant at the level of 1%，5%，10%respectively.All models use the CCT method to calculate the optimal bandwidth.表4稳健性检验：更改多项式阶数和核函数形式Table 4Robustness test:changing polynomial order and kernel function form系数标准误有效样本量控制变量f(z):分段线性函数偏差校正局部多项式返贫风险Poverty return risk线性函数-0.434*(0.256)172 是是是三角函数-0.499*(0.254)347 是是是Uniform函数-0.439*(0.254)222 是是是epanechnikov函数-0.496*(0.249)336 是是是收入不平等Income inequality线性函数-0.073*(0.011)201 是是是三角函数-0.053*(0.017)336 是是是uniform函数-0.111*(0.052)711 是是是epanechnikov函数-0.091*(0.028)348 是是是注：*、*、*分别代表在1%、5%、10%水平上显著，所有模型均使用CCT方法计算最优带宽。Note：*，*，*are significant at the level of 1%，5%，10%respectively.All models use the CCT method to calculate the optimal bandwidth.752第 4 期薛增鑫，等：脱贫农户返贫治理政策能实现“稳脱贫，促共富”吗？基于模糊断点回归的实证分析够降低转移支付占家庭总收入50%以上脱贫农户的享受型消费，对经营性收入和劳动参与比例无显著影响。这表明，脱贫不脱政策在防返贫、促增收的过程中产生了差异化的激励效应，显著激励了不依赖政府转移支付脱贫农户的努力程度，通过提高其就业积极性和劳动能力，以实现长期可持续脱贫。而对以转移支付为主要收入来源的脱贫农户来说，主要依靠政府的贫困救助金维持生计，长期的政策帮扶提高了这部分脱贫农户的贫困适应性，从而潜移默化地养成不参与劳动，“好逸恶劳”的个体福利依赖现象。5结论与政策启示本文基于20122018年中国家庭动态跟踪调查数据（CFPS），实证检验了脱贫不脱政策的“阻返效应”和“分配效应”。研究发现，脱贫不脱政策不仅显著降低了脱贫农户的多维贫困脆弱性，有效阻止脱贫户重返贫困，而且能够显著降低脱贫农户的相对剥夺感，有效弥合农村内部收入不平等，有利于我国共同富裕的实现。异质性分析表明，脱贫不脱政策显著增加了不依赖政府兜底保障脱贫农户的劳动参与比例和经营性收入，“造血式”帮扶效果明显；同时脱贫不脱政策对依赖政府兜底保障脱贫农户的劳动参与和经营性收入无显著性影响，产生了一定的