中國開發式扶貧基金流向問題研究

王增文

(南京財經大學公共管理學院，江蘇 南京210046)

中國農村地區自20世紀80年代實施“開發式”扶貧制度以來，其主體資金主要是由地方政府來支配。因此，地方政府日益成為影響地區擺脫貧困而發展的主導力量。但在“效率優先，兼顧公平”的發展理念下，政府把其主要維護公平和服務市場的秩序功能轉而定位于提高GDP 產出為首要目標，再加上資本的趨利性，地方政府會直接干預企業的生產、投資和流通等環節。最典型的干預方式就是為企業融資。而在廣大的縣域經濟中，“開發式”扶貧基金最為一種最直接的融資渠道直接流向企業。從宏觀上來看，在本文所調查的企業中，扶貧基金流向的企業占到了15.23 百分點，到2010年這個比重達到了21.67個百分點。從整體上來看是趨于上升趨勢的。這種趨勢變化并不能反映扶貧基金的流向是否產生了“瞄偏性”。筆者將深入分析扶貧基金流向的企業的性質來揭示中國地方政府與企業關系的定位問題。對于這方面的研究主要有，王鳳翔、陳柳欽認為[1]，扶貧基金并非流向所有的企業，并且得到補貼的企業所得到的補貼力度也并非完全一致。邵敏、包群認為[2]，地方政府補貼對象的決定行為更多的體現了扶持強者的特點，地方政府更傾向于選擇市場競爭力較強的企業作為補貼對象。從已有的研究可以看出，地方政府對于“開發式”扶貧基金持“效率優先”的產業導向原則。使得扶貧基金并非用來提高以貧困人口為主的企業人員的就業福利。

鑒于此，本文將從基金的流向地區企業及流入額度來研究地方政府對“開發式”扶貧基金的支配狀況及企業行為。在研究的過程中由于樣本會存在非一致性問題，筆者將利用赫克曼選擇模型對選擇性偏誤進行規避。本文的基本研究結構如下:第一部分為模型的構建部分;第二部分為描述性統計部分;第三部分為模型的經驗估計分析;第四部分為進一步分析和結論部分。

1 模型的構建

本文將從地方政府的扶貧基金對不同類型企業的補貼力度的視角來分析利益轉移問題的存在性。為防止最小二乘估計產生偏誤性問題，筆者借鑒赫克曼做法[3]，利用赫克曼選擇模型進行分析，得到如下兩個方程:

式(1)為“開發式”扶貧基金補貼力度決定方程;式(2)為“開發式”扶貧基金流向企業的決定方程，μi與σi均為隨機擾動項，我們同時估計(1)和(2)兩個回歸方程。Zi和Si滿足下列條件:Zi＞0，當Si=1時;在其它的情況下，Zi=0。

Schmidheiny 認為[4]，可用兩種方法來對方程(1)進行估計，對于式(2)，可以采用標準的二元選擇模型:π(Si=并由此可以得到逆Milston 比率值以為控制變量帶入式(1)，可以得到:=進一步有，

由(1)(2)式我們可以得到:

從式(6)我們可以看出，其比式(5)僅僅多出一個一階滯后項其余各變量均無變化。研究假定，企業i從地方政府處獲得的社會扶貧基金會直接構成企業利潤的一部分。從政府對企業的補貼形式來看，“開發式”扶貧基金作為一種公益性發展基金，其投向企業的主要目標在于“保增長、保民生和保穩定”的功能。同時為促進區域經濟發展，提高地區GDP 水平，地方政府往往會對處于破產邊緣的企業進行補貼，這也是地方政府補貼企業的重要方式。鑒于此，首先設置變量矢量xTit－1，然后，筆者在經驗回歸分析中引入另外一些有關企業自身狀況的相關變量，按照Levinsohn ＆ Petrin 的做法[5]，我們選擇了兩個相關變量:企業就業規模變量和企業全要素生產率變量。最后，運用生產函數進行估計，采用的是半參數的估計方法，企業的全要素生產率值可以通過企業的產出變量與要素投入變量加權和之差。在經驗分析模型中，加入了兩個虛擬變量，分別為區域啞變量和時間啞變量。

2 描述性統計分析

本文的研究數據主要來源于南京財經大學2009年和2011年對全國31省市的實地調研數據。我們選擇的對象是扶貧基金流向的企業占50%，未流向的企業占50%。中間剔除有缺省值的企業，并且選擇在2008年到2011年8月仍然在經營的企業為研究樣本，由于一階滯后項的存在，筆者所選擇的樣本確定在2007年到2010年之間為研究的時間區間。變量涉及了企業的類型、所在的區域、年總產值、銷售額、企業所雇用的人數、應付的工資總額、總資產、固定資產值的年均余額和產品銷售總額等財務指標。其樣本涉及到4 851個，涵蓋了除港澳臺在外的中國31省市自治區。2008年和2010年中國各省(市、自治區)企業受扶貧基金的補貼狀況的相關數據見表1。

從整個中國扶貧基金的補貼均值來看，2008年和2010年間受補助的企業比例在逐漸的上升，這是從廣度意義上來講的;而從深度意義上來看，也就是扶貧基金所補貼企業的力度卻呈現出逐漸下降的趨勢。再從橫向的視角來看，2008年到2010年間絕大多數省(市自治區)的扶貧基金補助比例呈現出上升的趨勢，其中最為顯著的是3個省、自治區分別為甘肅、寧夏回族自治區和新疆維吾爾自治區。

但也有呈現下降趨勢的企業，從圖1可以看出，其分布的省市分別為上海、江蘇、廣西、海南和西藏，而下降幅度最大的是上海市，而從基金的補貼力度的視角來看，31省市(自治區)近90%的企業受補貼力度處于下降趨勢。這種變化趨勢充分反映了地方政府分配扶貧基金時，更多的是采用“撒胡椒面”式的方式來顧及多方的利益，也反映了“利益博弈”的過程。從樣本所反映的數據來看，中國受扶貧基金補助的企業占總樣本企業的比重為16.2%，但各省、市、自治區在2008－2010年內政府扶貧基金的補貼存在較為顯著的差異，通過均值的檢驗可得到各省的均值差異是顯著的。從四大經濟區域的省、市、自治區的分布狀況來看(見圖1)，在中西部地區的省市中，有近一半的省市的企業受扶貧基金資助力度高于全國的平均水平;而剩余的各省市雖低于全國平均水平但資助力度也較大。而在較發達的東部沿海省份的8省3 市中，只有北京和天津兩市企業受政府扶貧基金補貼力度高于全國平均水平，而其余省市全部低于全國的平均值。

從扶貧基金資助企業的狀況及資助力度來看，東部地區無論是受補助的數量還是受補助的力度均低于中西部地區的平均水平。政府的扶貧基金補助力度呈現出明顯的區域差異。而且企業受政府扶貧基金資助數量和資助力度均與區域經濟發展水平呈現出明顯的負相關性。這顯示了中國農村地區一個扶貧理念——政府資助方式的“開發性”的體現。目前中國不同區域所擁有的企業的性質會存在很大的異質性問題。這些差異是否會影響地方政府的補貼行為呢?下面我們將從微觀層面進行經驗分析。

3 模型的經驗估計

3.1 模型的經驗分析結果

從表2的赫克曼選擇模型的回歸系數的估計結果可以看出，如果一個企業具有內資企業的屬性，或者企業屬于勞動密集型企業，或者處于不贏利狀態的企業，其回歸結果均顯著并且回歸系數為非負的。因此，可以認為在其它條件不變的情況下，具有這些屬性的三類企業能夠獲得地方政府更高力度的扶貧基金的補貼。從而，在很大程度上體現了地方政府在提高就業水平方面所做的努力。但這些就業崗位是否以貧困群體為主要組成對象，仍不能加以說明。從另外兩指標所反映的狀況來看，地方政府補貼非贏利性企業或者內資企業的力度較大，這反映了地方政府為發展本地區域經濟而采取的保護措施，這并非是一種市場經濟行為。

表1 2008年與2010年中國各省市受扶貧基金補貼狀況Tab.1 Poverty alleviation fund subsidy to China’s provinces and cities in 2008 and 2010

圖1 受到政府“開發式”扶貧基金補貼力度值分布圖Fig.1 Alleviation fund subsidy value distribution map of government development type of poverty

在與企業相關的解釋變量中，lnTFP 與PCC 兩指標變量的回歸系數為負。這表明在其他指標不變的情況下，受到扶貧基金資助的企業中，非扶貧龍頭企業與TFP 較高的企業卻顯著性的低于扶貧龍頭企業及TFP 較低的企業。因此，結合表2的報告結果，可以看出，地方政府所補貼企業的類型主要是非扶貧龍頭企業、內資企業、非贏利性企業和TFP 較低的企業，并且補貼力度也遠高于其他類型的企業。從市場經濟的視角來看，這些企業在市場經濟中的競爭力低于其他類型的企業。

所以，從補貼企業的類型來分析，地方政府的扶貧基金在補貼對象和補貼力度方面均顯示了其應有的功能效應。只有公用事業啞變量指標系數為正，并通過了檢驗。這表明在其他情況不變的條件下，這三類企業在獲得地方政府扶貧基金的可能性更大，通過分析其他指標變量，我們發現也通過了檢驗，且系數也顯著為正。其他類型的企業也能獲得較大概率的扶貧基金補貼。接下來，我們采用最小二乘法進行重新估計，從估計結果可看出，其與模型(3)并無顯著性差異。

3.2 “開發式”扶貧基金的流向的四大經濟區域差異

我們將把企業性質、贏利狀況等變量作為控制變量來研究不同區域的企業受到扶貧基金的資助情況，研究是否東部省市要比中西部省市的地方政府的扶貧基金受補貼企業更少及更低的補貼力度問題。我們根據方程(4)中的各省市啞變量的回歸系數，將不同類型企業獲得補貼的可能性進行估計和檢驗，在經驗分析過程中，東部省份企業獲得扶貧基金的補貼概率及補貼力度均低于中西部省份。

由于通常所說的內資企業包括3種類型，分別為國有企業、集體企業和私營企業。我們分別來分析，地方政府對于不同企業類型的扶貧基金補貼力度差異，然后進一步考察不同區域的企業扶貧基金補貼力度是否存在所謂的“利益轉移”問題。從分析結果來看，地方政府的扶貧基金的“瞄偏性”主要傾向于滿足下列條件之一的企業，即內資企業、扶貧龍頭企業、非贏利性企業及TFP 較低的企業。接下來本文將對不同類型企業的回歸模型(4)的改變對回歸方程(3)的估計結果的敏感性進行分析①我們將對回歸方程(4)的解釋變量做如下處理，將引入一個解釋變量、一個虛擬變量(行業)。其中，解釋變量為勞動密集型企業變量(取其對數平方項)。用這兩個變量來代替內資企業、扶貧龍頭企業、非贏利性企業及TFP 較低的企業的四個特征啞變量。。

表2 赫克曼選擇模型的回歸結果Tab.2 Regression results of Heckman selection model

3.3 不同類型內資企業受扶貧基金資助的差異性分析

筆者把其它變量作為控制變量后，“開發式”扶貧基金流向國有企業的概率及其補貼力度遠大于其他類型企業。而從私營企業獲扶貧基金的可能性及補貼力度可以看出，所有制性質在很大程度上影響著“開發式”扶貧基金的流向及補貼力度。地方政府具有補貼國有和集體企業偏好的傾向。其背后的主要原因是地方政府仍然是以發展經濟提高GDP 產出為核心。由于市場化的沖擊中國目前的國有企業和集體企業的發展明顯滯后于個體和私營企業。其投入－產出(DEA)比僅為0.747 3(袁輝、戴大雙)[6]，產品競爭力遠低于相同類型的個體和私營企業。雖然其資本運營、技術創新、管理創新和制度創新方面遠低于個體私營企業。但是，從就業容納能力和維持當地社會穩定方面來看，“開發式”扶貧基金流向這種類型企業的社會職能效應遠大于其本身的經濟職能效應。從這個意義上來說，地方政府會把更多的扶貧基金投向內資企業中的國有和集體企業，而非個體和私營企業。所以扶貧基金的這種投向未能按照經濟效率的原則出發，使得基金的運用超過了當期的受益范圍。①這種狀況被亞諾什·科爾奈稱之為Soft Budget Constraint 現象。

3.4 四大經濟區域的扶貧基金補貼概率與補貼力度

為更深入的研究地方政府扶貧基金是否對內資企業的補貼更具傾向性，本文引入了交叉項。這些虛擬變量分別為中西部區域與內資企業的交叉項和東部區域與內資企業的交叉項。然后，本文將在這兩項交叉項引入模型(3)，再次對模型(3)進行估計。對于扶貧龍頭企業、非贏利性企業及TFP 較低的企業的補貼概率及補貼力度的經驗分析結果如表3。

表3 四大經濟區域的政府扶貧基金的補貼力度差異性和基金流向的企業的結果分析Tab.3 Government poverty alleviation fund subsidies differences and fund flow business results analysis of the four major economic regions

表3 報告了扶貧基金補貼力度的決定方程的西部地區獲得扶貧基金補貼力度、扶貧龍頭企業、非贏利性企業及TFP 較強企業的聯合估計因子。從四大經濟區域的政府補貼款力度的差異分析可以看出，政府扶貧基金的流向及對企業的的補貼力度體現了扶貧基金的應有的功能，而從數據及變量的橫向分布來看，四大經濟區域的4個相關變量的聯合估計系數的差異是顯著的。經濟和社會發展程度相對較高的東部經濟地區聯合估計值最小，而西部經濟區域聯合估計系數值最大，中部區域處于中間值。表4的報告表明，東部地區省市的扶貧基金對企業的補貼概率及補貼力度體現出“利益轉移”的特征。這遠離了扶貧基金初始的功能，而中西部省份的基金流向體現了扶貧基金應有的扶貧功能。

本文用企業規模交互項來代替起初變量后，方程(4)中變量的補貼力度的回歸系數為－0.075，在0.01 的水平上通過了檢驗，解釋變量企業規模的交互項回歸系數為0.023 在0.01 的水平上通過了檢驗，那么認為加入非線性項來估計企業規模對其獲得扶貧基金補貼的可能性是合理的。所以，企業規模對企業獲得補貼的可能性具有顯著的正向效應。這與模型(3)的估計結果是一致的。

4 結果總結與討論

在目前“硬政績”與“軟政績”雙重評價體系下，我們利用2008－2010年企業時間序列數據，從“開發式”扶貧基金的流入補貼企業的概率及對于補貼力度的視角作了經驗分析。通過引入赫克曼選擇模型進行分析得出了采用不同解釋變量狀況下的差異化的結論。

首先，地方政府扶貧基金補貼概率及補貼力度顯示了其應有的職能效應。在受補貼的企業中，地方政府重點扶持的企業類型是內資企業、扶貧龍頭企業和TFP 較低的企業。二元回歸模型的估計結果顯示，地方政府對非扶貧龍頭企業、資本密集型企業和TPP 較高的企業給予了更高的補貼概率和補貼力度。這種補貼行為產生了“利益轉移”問題。但從政府的角度出發，其選擇企業補貼類型主要是內資企業、非贏利性企業和勞動密集型企業。這充分體現了政府為提高本地經濟水平、提升GDP 產出而作出的干預經濟的行為。

其次，地方政府在選擇補貼企業的類型時，更傾向于補貼內資企業，而從內資企業的性質來看，其內部亦有差別。地方政府的扶貧基金流向及對其補貼的力度均傾向于國有企業和集體企業，而流向個體和私營企業的可能性及補貼力度均較低。在區域地方政府扶貧基金流向及對其補貼力度來看，東部地區與中西部地區的補貼狀況體現出“苦樂不均”的顯著性差異。中西部地區省市更多的體現了扶貧基金應有的職能效應。而東部省份的地方政府對企業扶貧基金的支持概率和支持力度出現了“利益轉移”的現象。

最后，扶貧基金的最主要的職能就是為中低收入群體提供更多的就業崗位，穩定當地社會。但當地政府往往把這兩種功能“一元化”，而在目前“硬政績”與“軟政績”雙重評價體系下，往往最后仍是偏向于“硬政績”的評價機制。那么，扶貧基金便更多的流向了一些TFP 較高的企業、資本密集型企業。

鑒于此，本文認為要是“開發式”扶貧基金發揮其應有的功能，而不至于產生“瞄偏”及“利益轉移”問題。應該建立更合理的評價體制，特別是給予“軟政績”這個評價體制更多的指標和更大的權重，從而約束地方政府干預的重心傾向于勞動密集型企業和以中低收入群體為主的扶貧龍頭企業。這樣，不僅僅能夠提高GDP 產量，更重要的是使更多的中低收入群體提高其收入。從而達到“主動”脫貧的職能效應，真正地發揮“開發式”扶貧基金的初始功能。

References)

[1]王鳳翔，陳柳欽.地方政府為本地企業提供財政補貼的理性思考[J].中國財經信息資料，2006，(8):14－19.[Wang Fengxiang，Chen Liuqin.The Local Government for Local Enterprises to Provide Financial Subsidies to Rational Thinking [J].China Financial Information，2006，(8):14－19.]

[2]邵敏，包群.地方政府補貼企業行為分析[J].世界經濟文匯，2011，(1)56－72.[Shao Min，Bao Qun.The Local Government Subsidies to Enterprises Behavior Analysis [J].World Economic Forum，2011，(1):56－72.]

[3]Heckman J J.Sample Selection Bias as a Specification Error[J].Econometrica，1979，(47):153－161.

[4]Schmidheiny K.Limited Dependent Variable Models，Lecture Notes in Microeconometrics[J].Unversity Pompeu Fabra，2007，39:3－30.

[5]Levinsohn J，Petrin A.Estimating Production Functions Using Inputs to Control for Unobservables [J].Review of Economic Studies，2003，70:317－342.

[6]袁輝，戴大雙.基于DEA方法的國有企業效率評價與改進分析[J].大連理工大學學報，2008，(4):1－6.[Yuan Hui，Dai Dashuang.The Efficiency of State-owned Enterprises Based on DEA Evaluation and Improvement Analysis [J].Journal of Dalian University of Technology，2008，(4):1－6.]

[7]梁春梅.經濟社會協調發展的經濟社會學分析[J].山東師范大學學報:人文社會科學版，2010，(4):111－115.[Liang Chunmei.The Economic Sociology Analysis of Economic Social Balanced Development in China[J].Journal of Shangdong Normal University:Humanities and Social Sciences Edition，2010，(4):111－115.]

[8]王曉軍，錢珍.中國財政社會保障支出效率分析[J].福建論壇，2009，(5):24－31.[Wang Xiaojun，Qian Zhen.China’s Fiscal Expenditure on Social Security Efficiency Analysis[J].Fujian Forum，2009 (5):24－31.]