減貧政策、經濟增長與區域收斂

劉生龍 鄭世林

摘 要：增長和收斂是宏觀經濟增長模型所關注的兩個重要問題。本文在一個巴羅類型的增長模型基礎之上利用2005-2016年中國的縣級面板數據，基于雙差分模型驗證2011年以來最新的減貧政策對貧困地區經濟增長和區域收斂的影響。本文的實證研究結果表明，減貧政策的確促進了貧困地區的經濟增長，使得處理組的經濟增長率增加了1.52個百分點，對貧困地區經濟增長的貢獻度達到了13.5%。此外，本文的實證估計結果還表明，中國的縣域經濟發展存在條件beta收斂，也就是說欠發達地區的經濟增速相對而言高于發達地區，這也使得從整體來看中國的區域經濟在2011年之后呈不斷收斂的趨勢。不過，仍然是基于雙差分估計，本文發現減貧政策并沒有促使貧困區域內部收斂。

關鍵詞：減貧政策；增長效應；收斂效應；雙差分估計

一、引 言

中國在降低貧困方面是世界上最為成功的國家，不論以哪一年貧困標準進行衡量，1990-2017年期間中國的農村貧困人口數量都大幅度下降（見圖1）。利用跨國數據，Dollar and Kraay （2002）的研究表明，持續經濟增長能夠有效降低貧困發生率。1979-2017年中國的年均GDP增長率達到了9.5%，是中國農村貧困發生率快速下降的最重要的原因之一。不過，已有的研究表明經濟增長并不是導致貧困發生率下降的萬能藥，因為一些特殊地區的貧困居民并不一定能夠分享到長期經濟增長帶來的福利（Ravallion & Jalan， 1999； Morduch， 2000）。為了幫助一些貧困地區實現扶貧目標，政府往往針對這些地區提供一系列公共扶持政策，包括有偏向的公共基礎設施投資、專項轉移資金支持等措施（Ravallion， 2007；李紹平等，2018）。然而，這些減貧政策能否達到既定目標，帶動貧困地區經濟增長和區域收斂，則需要進行科學的政策評估。

自20世紀90年代以來，中國政府實施了三次大規模的扶貧戰略，分別是1993年的《國家八七扶貧攻堅計劃（1994-2000年）》、2001年的《中國農村扶貧開發綱要（2001-2010年）》和2011年的《中國農村扶貧開發綱要（2011-2020年）》。伴隨著三大扶貧戰略的實施，中國加大了財政性扶貧資金支持力度，1994-2000年財政扶貧資金累計達到531.8億元，年均增長率為9.8%；2001-2010年財政扶貧資金累計達到1 440.3億元，年均增長率為9.3%。12011年的扶貧計劃與前兩次相比存在兩個明顯的不同之處：首先是提出精準扶貧的理念，以14個集中連片特困地區作為扶貧主戰場。2012年將國家級貧困縣從過去的592個增加到680個2，此外，還有38個縣從先前的國家貧困縣中退出。其次是，明確提出要在2020年實現全面建成小康社會，消除絕對貧困。為了達到這一目標，中央政府在2015年和2016年還相繼出臺了《關于打贏脫貧攻堅戰的決定》和《“十三五”脫貧攻堅規劃》，扶貧力度隨之加大。2011-2016年財政扶貧資金累計達到了3 413.7億元，遠遠超過2001-2010年10年的總和，財政扶貧資金年均增長率達到17.9%。

中國的農村貧困問題在經濟學界受到了高度關注（林伯強，2005；Ravallion & Chen， 2007； 汪三貴，2008；Chen and Ravallion， 2010； Glauben et al.， 2012，毛捷等，2012），許多學者關注針對貧困地區的減貧政策的實施效果，比如說關注減貧政策是否促進收入或消費增長（Jalan and Ravallion， 1998； Rozelle et al.， 1998； Park et al.， 2002；Park and Wang， 2010；Meng， 2013），抑或是促進公共投資增加（Park and Wang， 2010）。在這些文獻中，很多關注1993年的八七減貧政策的效應，Park et al.（2002）基于雙差分方法（DID）的估計結果表明，該政策使得1992-1995年人均收入增長率增加了0.91%；而Meng（2013）基于斷點回歸設計（RDD）的估計結果表明，該政策使得1994-2000年農村人均收入增加了38.4%。也有一些文獻關注2001年的減貧政策的實施效果，Park and Wang（2010）利用匹配方法的估計結果表明，減貧政策使得2001-2004年貧困村的政府投資和私人投資都顯著增加，但是該政策并沒有使得貧困家庭的收入或消費增加。陳飛和盧建詞（2014）對2001-2009年期間的減貧效應進行了評估，發現收入增長有助于降低貧困發生率，然而收入分配不公平使得經濟增長的減貧速度下降。從現有的文獻可以看到，當前的文獻關注減貧政策的實施效果時主要關注的是對增長的影響，到目前為止尚未發現有文獻關注減貧政策對區域經濟收斂的影響。

盡管2011年以來中國新一輪的大規模扶貧計劃已經實施多年，而且從圖1也可以看出，即使用最新的貧困線標準來看中國農村的絕對貧困人口數量也已經大大降低，扶貧效果非常明顯，但是到目前為止，對2011年中國減貧政策進行科學評估的文獻并不多見，就目前筆者收集到的文獻來看，僅有少量文獻研究了2012年以來集中連片特困區的減貧政策對經濟發展的影響（李紹平等，2018）。鑒于此，本文基于自然實驗的方法檢驗2011年以來的減貧政策的經濟增長效應和區域收斂效應。本文的研究有助于對2011年以來最新的一次大規模減貧政策的增長效應進行更新的認識，也有助于識別減貧政策對地區經濟收斂的影響，而這些對于中國2020年全面建成小康社會具有重要的現實意義。

為考察減貧政策對中國貧困縣的經濟增長和區域經濟收斂的影響，本文將借助于2012年國家級貧困縣有一個明顯的增加這樣一個“自然”事件，基于中國的縣級面板數據，通過雙差分（difference in difference，以后簡稱DID）模型進行實證分析。對政策效應進行估計時最大的問題來自政策設計的非隨機性（Ravallion，2008），尤其是公共政策僅僅針對某一特定的特征區域進行干預時，選擇性偏差會使得OLS估計發生偏誤。如果處理組（treatment group）和控制組（control group）在不存在政策干預時的發展趨勢是一樣的，此時DID估計就是處理組平均的政策處理效應（Average treatment effect of the treated， 以后簡稱ATT）（Meyer，1994）。

基于DID估計，本文發現減貧政策的確促進了貧困地區的經濟增長，使得處理組的經濟增速增加了1.52個百分點，對貧困地區經濟增長的貢獻度達到了13.5%。另外，增長模型的實證估計結果表明中國的縣域經濟發展存在beta收斂，也就是說欠發達地區的經濟增速相對而言高于發達地區。從2011年開始，中國縣域經濟的發散程度開始逐年下降，欠發達地區的經濟增速高于發達地區，從而使得區域發展差距在不斷縮小。本文還基于DID方法估計了減貧政策對處理組（欠發達地區）內部經濟發展差距的影響，研究結果表明減貧政策沒有促進貧困縣內部的區域經濟收斂，這也就意味著減貧政策雖然從整體上促進了貧困縣的經濟增長加速，但是對不同的貧困縣來說，減貧政策的經濟增長效應是不一樣的，有些貧困縣利用減貧政策實現了更高速的經濟增長，而有些貧困縣則沒有利用減貧政策實現高速經濟增長。

二、背 景

1. 中國的減貧政策

中國的貧困表現出明顯的地域性特征，首先，絕大部分貧困發生在農村地區（World bank， 2000）；其次，東部沿海地區農村貧困發生率低，中西部內陸地區農村貧困發生率高（Ravallion and Jalan， 1999）。

自1980年代中期以來，中國中央政府一共發起了四輪扶貧計劃：第一輪是1986-1993年，以1987年國務院發布《關于加強貧困地區經濟開發工作的通知》為標志；第二輪是1994-2000年，以1993年國務院頒布《國家八七扶貧攻堅計劃（1994-2000年）》為標志；第三輪是2001-2010年，以2001年出臺的《中國農村扶貧開發綱要（2001-2010年）》為標志；第四輪是2011年，以2011年出臺的《中國農村扶貧開發綱要（2011-2020年）》為標志。Meng（2013）對第一、二輪的減貧政策進行了闡述，這里主要介紹第三輪和第四輪的減貧政策。

2. 2001年的減貧政策

進入新世紀，隨著我國貧困規模的不斷減小，農村貧困人口分布呈現出“大分散、小集中”特點。2001年制定的《中國農村扶貧開發綱要（2001-2010年）》把貧困人口集中的中西部少數民族地區、革命老區、邊疆地區和特困地區作為扶貧開發的重點。這一時期減貧政策將瞄準目標降低到了村級，2001年在全國確定了14.8萬個貧困村作為扶貧工作重點，強調以村為單位調動農民的參與積極性進行農村扶貧綜合開發。這些重點村占全國行政村總數的21%，覆蓋了全國80%的農村貧困人口。2001年對國家級貧困縣進行了調整，具體來說就是取消了所有沿海發達地區的國家級貧困縣，增加了中西部地區的貧困縣數量，國家級貧困縣總數與1994年相比保持不變，仍然是592個。

從圖1可以看到，2001-2010年中國的扶貧工作取得了巨大的成就，按照2008年的貧困線標準，中國的農村絕對貧困人口從9 422萬下降到2 688萬，第一個《綱要》目標基本實現。然而，2001-2010年期間中國的貧困問題在區域之間的不平衡性表現得更加明顯。根據國家統計局所公布的數據，西部地區除重慶之外，其余12個省和自治區的綜合發展指數達不到全國發展水平。此外，2008年發生的全球金融危機使得進城務工人員的生計發生困難，震災和冰災等一些嚴重的自然災害使得農村地區返貧問題嚴重。發展不平衡使得連片特困區的貧困問題更加突出，從2001年到2009年，西部地區貧困人口比例從61%增加到了66%，民族地區八省的貧困率從34%增加到40.4%。

3. 2011年的減貧政策

2011年出臺的《中國農村扶貧開發綱要（2011-2020）》提出總體目標為“兩不愁三保障”，即到2020年，穩定實現農村貧困人口不愁吃、不愁穿，義務教育、基本醫療和住房安全有保障。2011年以來中國的扶貧策出現了一些新的特點：首先是貧困線標準有了較大幅度的提高，將農民人均純收入2 300元（2010年不變價）定為新的國家扶貧標準。其次是扶貧方式發生轉變，提出“精準扶貧”理念。精準扶貧以14個連片特困地區作為主戰場，2014年，中國完成了規模浩大的貧困人口建檔立卡工作，為推進精準扶貧奠定了基礎。2015年，中央財政預算安排扶貧資金補助地方部分460.9億元，比上年增長 8%，重點支持集中連片特困地區的扶貧工作。第三，扶貧目標不僅包括農民人均純收入的增長幅度要高于全國平均水平，還包括基本公共服務主要領域指標接近全國平均水平，扭轉發展差距擴大的趨勢。第四，綱要目標任務包括基本農田和農田水平、特色優勢產業、生產生活用電、交通、農村危房改造、教育、飲水安全、醫療衛生等領域的具體目標。第五，積極促進扶貧資金來源多樣化。2016年，中國國務院出臺《國務院辦公廳關于支持貧困縣開展統籌整合使用財政涉農資金試點的意見》，鼓勵對涉農資金進行整合，鼓勵社會力量進入扶貧開發領域。

2012年，由于新增了11個集中連片特困區，加上已明確實施特殊減貧政策的西藏、四省藏區、新疆南疆三地州，中國共劃分出14個片區作為連片特困區進行重點扶貧幫扶，這14個片區共涉及到680個縣，使得2012年的貧困縣數量在2001年的基礎之上有了明顯的增加。相對于2001年，2012年中國國家貧困縣所占的比重明顯增加，而且貧困縣的分布也更加集中。

種種跡象表明，2011年之后中國極大地強化了中央和地方政府的扶貧力度，更加重視公共服務投資來縮小地區之間的經濟差距，同時也提高了扶貧的精準度。從扶貧效果上來看也非常明顯，圖1的數據顯示，如果按照2012年國家貧困線標準，中國的貧困人口從2012年的98萬人增加到2017年的3 046萬人，貧困發生率從10.2%下降至3.1%。1不過這里需要強調的是，僅僅從觀測到的數據本身并不能精確地評估減貧政策的實施效果。目前關于中國減貧政策的研究主要集中于政策對農民收入的影響，但《綱要》更重視公共服務提升、發展特色優勢產業，以及金融扶貧，來縮小區域之間的發展差距，因此，本文考察減貧政策對經濟增長和區域經濟收斂的影響。盡管不同的貧困縣之間的發展程度是有差別的，但是中央政府針對貧困縣的幫扶政策是統一制定的，因此，政府針對貧困縣的幫扶強度在不同貧困縣之間大致是相同的。本文中假定政府對貧困縣的幫扶強度具有同質性（homogeneous treatment），在此假定基礎上估計針對貧困縣的政策處理效應。

三、實證策略：雙差分估計

1. 一般的雙差分估計

雙差分方法主要用來研究一些政策效應對處理組的政策影響，它的基本原理就是比較處理組在“處理”前后的變化相對于控制組在“處理”前后的變化。這種估計有效的一個基本假設是：如果沒有政策沖擊，控制組在政策前后的變化與處理組是相同的。本文中的處理組是貧困狀態發生變化的那些縣，包括38個2012年新進入的國家級貧困縣和88個因為連片特困區的劃分進入的國家級貧困縣。控制組是那些貧困狀態沒有發生改變的縣，包括2012年前后貧困狀態沒變的貧困縣和非貧困縣。如果減貧政策能有效地促進貧困地區的經濟增長和區域經濟收斂，那么處理組的經濟增長率（收斂速率）的變化應該顯著高于控制組的經濟增長率（收斂速率）的變化。

四、增長效應估計

1. 數據及其描述性統計

本文使用的數據分別來自于CEIC中國經濟數據庫和不同年份的《中國扶貧開發年鑒》。所收集的數據是縣級面板數據，時間范圍從2005年到2016年，所包含的縣數在不同的年份從1 400到1 614個不等。本文用人均實際GDP增長率來衡量經濟增長，人均實際GDP用GDP平減指數進行平減（2005=100）。

表2給出了初始年份2005年和國家貧困縣發生重要調整的2012年的所有數據的描述性統計。對比2005年和2012年的數據可以發現，2012年中國的縣域人均GDP達到了19 741元（2005年不變價），是2005年的2倍多。在2005年的縣級樣本中，31%的縣是國家級貧困縣，由于2012年對貧困縣進行了調整，增加了連片特困區，使得貧困縣的數量大幅度增加，因此2012年貧困縣的比重也明顯增加，達到了39%。

除了被解釋變量和核心解釋變量外，表2中還給出了其他影響區域經濟發展的控制變量，包括：初始人均GDP，用前一年份的人均實際GDP來衡量，反映的是經濟發展水平本身對經濟增長的影響；人力資本變量，分別用每萬人中小學生人數和中學生人數來衡量；產業結構變量，用第二產業增加值占GDP比重來衡量；實物資本投資率，用固定資產投資占GDP比重來進行衡量；政府規模，用政府財政性支出占GDP比重來衡量；人口規模，用總人口數量進行衡量。從表2可以看到，2012年與2005年相比，人力資本、投資率、政府支出比重和人口規模都顯著增加。

表3給出了2005年和2012年分國家貧困縣狀態的描述性統計。統計數據表明，貧困縣的發展程度的確遠遠低于非貧困縣。2005年貧困縣的人均GDP僅為5 464元，非貧困縣的人均GDP比貧困縣高93.2%。2012年貧困縣的人均GDP相對于2005年已經大幅度提高，達到了11 147元，但是與非貧困縣相比所占比重相對2005年來說更低，僅為非貧困縣的44.2%。2012年貧困縣和非貧困縣的收入相對差距相對于2005年來說有所增加。

2. 增長效應實證結果

本文要用雙差分方法估計減貧政策的效應，這就要求首先得搞清楚哪些縣在控制組，哪些縣在處理組。根據國家貧困縣狀態的變化情況，本文中縣域可以分成四類情況：第一類是2012年之前是非貧困縣，2012年成為貧困縣；第二類是2012年前后都是非貧困縣；第三類是2012年前后都是貧困縣；第四類是2012年之前是貧困縣，2012年之后成為非貧困縣。第四類情況非常少，因此在做雙差分估計時進行了排除。本文以第一類縣作為處理組、第二類和第三類縣作為控制組。

在進行正式的回歸分析之前，本文首先圖示了處理組和控制組在2006-2016年經濟增長率的變化趨勢（見圖4）。可以看到，在2012年之前，控制組與處理組經濟增長之間的差距并不明顯，在一些年份，控制組的經濟增長率還明顯高于處理組。從2012年開始，處理組的經濟增長率明顯高于控制組。由于從2012年開始，處理組的減貧政策發生變化，而處理組的減貧政策沒有發生變化，因此，本文有理由認為2012-2016年處理組的經濟增長明顯高于控制組的原因就是減貧政策所導致。

在進行雙差分回歸估計之前，本文先估計貧困縣本身對經濟增長的影響，表4報告了估計結果。可以看到，貧困縣本身對經濟增長的影響顯著為正，在沒有其他控制變量情況下，貧困縣的經濟增長率要比非貧困縣高0.98個百分點，在加入了所有控制變量的情況下，貧困縣的經濟增長率要比非貧困縣高1.03個百分點。貧困縣的經濟增長更快既有可能是減貧政策影響，也有可能是因為貧困縣經濟發展滯后，增長的潛力和空間更大。第2列對數人均GDP前面的系數顯著為負，說明落后地區的經濟增速確實比發達地區更快一些。因此，OLS估計比較貧困縣和非貧困縣之間經濟增長率的差距不能夠反映干凈的減貧政策效應。

為了能夠識別出減貧政策對經濟增長的“凈”效應，本文基于雙差分方法對減貧政策的效應進行估計，具體來說就是對方程式（2）進行估計，估計結果如表5所示。可以看到，雙差分估計結果顯著為正，減貧政策對經濟增長的影響在不控制其他變量的情況下是2.10個百分點，控制其他變量的情況下是1.52個百分點。由于影響經濟增長的因素很多，加入控制變量的估計結果從理論上來說應該是更加接近真實的估計結果。本文的估計結果略高于Park et al.（2002）對于“八七扶貧政策”的評估效應，一方面可能是在他們的文獻中，“八七扶貧政策”的實施時間還比較短，政策效應還沒有完全顯現，另一個可能的原因就是2011年以來中國的減貧政策力度更大，因而對貧困縣的增長效應更加明顯。

雙差分估計結果明顯高于前面OLS的估計結果，說明OLS估計會嚴重低估減貧政策對貧困地區經濟增長的影響。2012-2016年貧困地區的年均經濟增長率為11.27%，標準誤差為5.41%，這就意味著減貧政策對貧困縣經濟增長的貢獻度為13.5%，相當于貧困縣經濟增長的0.28個標準偏移。2012年之后中國貧困發生率迅速下降，一個合理的推斷就是減貧政策加速了貧困地區的經濟增長，使得這些落后地區的人均GDP迅速向發達地區靠近。

3. 有效性檢驗

雙差分模型的實施有著嚴格的前提條件，那就是所涉及的控制組和處理組在政策實施前具有可比性，也就是說具有平行性趨勢。為了對平行性趨勢進行檢驗，本文生產年份虛擬變量與處理組虛擬變量的交互項，比較政策實施前后各五年經濟增長率的情況。圖5刻畫了這一檢驗結果，從中可以看到在政策實施前5年中交互項的系數在0附近或者小于0，只有2009年的交互項系數顯著為正。2009年正是全球金融危機最嚴重的一年，也是中國經濟發展面臨重大挑戰的一年。經濟較為發達的縣域因為外部環境迅速惡化，經濟增速下降更快，而貧困縣域因為與外界的聯系沒有那么緊密，因此經濟發展受到的影響反而沒有那么大，導致處理組與2009年的交互項顯著為正。

從圖5可以看到，在政策實施前除了2009年之外，處理組的經濟增速要么與控制組差不多，要么低于控制組的經濟增速，而到了政策實施的年份以后，處理組的經濟增速都顯著高于控制組，這就意味著減貧政策確實是產生了積極的增長效應。為了排除金融危機對實證結果的干擾，表6報告了不包含2009年數據的回歸結果，可以看到，估計結果并沒有發生實質性的改變，減貧政策仍然對貧困縣的經濟增長產生正向的促進作用。總體來說，本文認為實施雙差分的平行性趨勢基本上是得到滿足的，表5的估計結果在很大可能性上反映了減貧政策對貧困縣的增長效應。

4. 穩健性檢驗

Meyer（1994）曾經指出：“當處理組和控制組之間具有非常相近的性質時，雙差分估計結果是可信的。”在本文中，處理組是貧困狀態發生變化的縣域，也就是在2012年之前是非國貧縣、2012年之后成為國貧縣，處理組很明顯是經濟發展比較落后的縣域。控制組是貧困狀態沒有發生變化的縣域，既有國貧縣也有非國貧縣。本文分別使用國貧縣和非國貧縣作為控制組，雙差分估計減貧政策的影響，估計結果列在表7中。估計結果表明，當本文僅僅用非國貧縣作為控制組時，減貧政策對貧困縣的經濟增長的影響仍然顯著為正，而且連數值大小都沒有發生很大的變化。當本文用貧困縣作為控制組時，雙差分估計結果雖然還是顯著為正，但是在數值上明顯偏高。相對于用非貧困縣作為控制組，貧困縣作為控制組時估計值明顯更高。

由于處理組明顯都是經濟發展落后的縣域，因此從性質上來說，用貧困縣構成的控制組在性質上應該更加接近處理組，因此得出的結果也應該更加可信。本文發現用貧困縣作為控制組得出來的估計結果明顯要高一些，本文認為主要有三個可能的原因：首先一個可能的原因是長期以來貧困縣一直受到國家政策的支持，這種支持隨著時間的推移對經濟增長的效應會逐漸下降，而對于處理組來說，本來發展程度較低，在突然增加了減貧政策的扶持之后，短時間內經濟增長會明顯加速，因此，相對于國家貧困縣狀態沒有改變的貧困縣而言，經濟增速大幅度提高；其次是很多國家級貧困縣由于長期受到國家財政資金的支持，有些貧困縣經濟發展水平即使已經到了較高的地步也不愿意退出，相對于一些非貧困縣來說，這些貧困縣域處理組之間的“異質性”很可能更大1；第三種可能的解釋是當采用貧困縣作為控制組時，雙差分回歸樣本出現了很大的萎縮，導致估計結果出現了偏差。不過總的來說，不論是用貧困縣還是用非貧困縣作為控制組，雙差分的估計結果都顯著為正，再次證明減貧政策明顯的增長效應。

為了使控制組和處理組具有收入上的相似性，本文在一個相對狹窄的窗寬內再次實施雙差分估計。具體來說，本文分別將人均GDP最高的30%、40%和50%樣本去掉之后，分別進行雙差分估計。由于處理組在2012年之后是貧困縣，人均GDP相對較低，將高收入樣本去掉之后，剩余的控制組樣本在人均GDP水平上與處理組更加接近，因此在性質上也會更具“同質性”。表8報告了不同窗寬下的雙差分估計結果，可以看到，當采用壓縮后的窗寬進行參數估計時，雙差分的估計結果明顯變小，但是仍然在至少10%的水平上通過顯著性檢驗。

要想使雙差分估計結果是一種因果效應，一個重要的假設前提就是如果不存在政策沖擊，處理組和控制組的結果變量在趨勢上是一樣的，這就是前面所說的滿足平行性趨勢。如果是否接受處理與處理組的特征變量相關，而且這些特征變量又會影響結果變量時，這一假設就可能是不合理的。雖然前面圖4和圖6的平行性趨勢檢驗表明本文的這一前提假設基本上是得以滿足的，但是由于2009年處理組的平均經濟增長率明顯高于控制組，使得這一假設是否得以滿足多少蒙上了陰影。此外，本文中處理組的特征變量明顯會與是否接受處理相關，因為只有收入水平相對較低的縣域才能夠進入處理組，而初始收入水平在很多時候又與經濟增長是相關的（Barro and salai-Martin， 1991，1992）。

為了解決上述處理組和控制組之間特征變量非平衡的問題，Abadie（2005）提出了一種半參數雙差分估計方法（semiparametric difference-in-difference method， SDID），該方法使得平行性趨勢假設更加可信（Abadie，2005； Houngbedji， 2016）。SDID估計過程分為兩步：

除了能夠較好地解決平行性趨勢問題之外，SDID還能夠利用協變量描述ATT如何隨著處理組特征的不同而變化。表9給出了K分別等于1或者4時，方程式（7）的估計結果。首先，可以看到ATT的估計值都顯著為正，而且當多項式階數為4時，ATT的估計結果為1.55，與表5的估計結果非常接近。再一次證明減貧政策對貧困縣的經濟增長產生了顯著正向的影響。

從第2列和第4列還可以看到，ATT隨著教育水平的提高而下降，隨著投資和政府支出水平的提高而增加。這就意味著，當貧困地區將更多的資源投入到固定資產和公共支出，減貧政策的處理效應越高，而當貧困地區將更多的資源投入到人力資本時，減貧政策的處理效應越低。一個可能的解釋就是公共支出和固定資產投資很快就能帶來經濟增長，而教育投入的經濟增長效應要在較長時間內才能顯現。

五、收斂效應實證檢驗

增長模型關注兩個重要問題，其中一個是長期經濟增長的動力問題，第二個則是區域經濟收斂的問題，也就是為什么有些地方經濟增速更快，而另外一些地方經濟增速更慢。前面的研究表明中國2012年以來的減貧政策對貧困縣產生了顯著的增長效應，那么這種增長效應會不會導致區域經濟收斂？

在增長方程中，本文都引入了初始人均GDP，而且表4到表8的所有回歸結果都發現初始人均GDP對經濟增長的影響顯著為負，說明區域經濟發展存在明顯的條件Beta收斂，而且這一估計結果與跨國面板回歸結果（Sala-i-Martin， 1997）和中國省級面板回歸結果（Li and Zhang， 2007）都是一致的。前面的分析已經指出，條件Beta收斂意味著貧困地區經濟發展相對于非貧困地區的經濟發展增速較快，使得整體上區域經濟發展差距縮小。這一點在圖6中也可以觀察得到。本文在圖6中刻畫了2005-2016年人均GDP離散系數的發展趨勢，可以看到，人均GDP的離散系數從2012年開始明顯下降，意味著整體上的區域經濟發展趨于收斂，與表4-表8的估計結果是相符合的。

本文還關心另外一個問題，即減貧政策是否會促進貧困縣內部的區域發展差距縮小呢？如果減貧政策對所有貧困縣的經濟增長的促進作用是一樣的，那么減貧政策自然會促進貧困縣之間經濟收斂，但是另外一方面，減貧政策在不同的國家級貧困縣的實施方案并非完全一樣，或者即使實施方案完全一樣也不見得能夠起到相同的增長效果，這也可能導致貧困縣內部經濟發展差距擴大。圖7刻畫的是處理組和控制組在政策處理前后對數人均GDP標準誤差的發展趨勢，可以看到，處理組的經濟發展差距要明顯低于控制組，不過在2012年之后，控制組經濟發展的離散程度有所下降，而處理組經濟發展的離散程度雖然在2012年-2014年期間有一定的下降，但是2015年又明顯回升。圖7反映的情況表明，減貧政策并沒有使得貧困縣的區域經濟發展差距縮小。

作為對收斂性實證檢驗估計結果的穩健性檢驗，與增長效應的雙差分估計結果一樣，本文將控制組分成2012年前后貧困縣狀態沒有發生變化的非貧困縣和貧困縣，再次對方程式（3）和方程式（6）進行參數估計，表11報告了該穩健性檢驗結果。可以看到，當用不同的控制組進行收斂性檢驗時，雙差分估計結果都沒有通過顯著性檢驗，與表10的結論一致。再次證明貧困縣內部并沒有因為減貧政策的實施而實現區域收斂的情形。

減貧政策并沒有導致貧困縣內部的經濟發展趨于收斂，本文給出了兩種可能的解釋：首先，雖然從整體上來說，國家會加大對貧困縣的轉移支付，使得貧困縣的經濟增速相對全國水平來說更快一些，但是減貧政策并不會導致所有的貧困縣以相同的速度加速增長。有些貧困縣發展經濟的資源稟賦更好，能夠較好地利用國家政策，在積極扶貧的同時加速經濟增長；有些縣本身資源稟賦極其不利于經濟發展，在利用國家政策扶貧之后，推動經濟增長的動力明顯不足，這就使得貧困縣雖然從整體上來說經濟加速發展，但是在其內部經濟增長速度仍然參差不齊。另外一種解釋是，貧困資金的使用方向不一致也會使得貧困縣域之間的經濟發展速度不一樣，一些貧困縣將更多的扶貧資金用于可以促進經濟增長的投資上面，比如說基礎設施建設和人力資本投資，因此能夠更多地促進經濟增長，而另外一些貧困縣可能將更多的貧困資金用于消費上了，比如說用于給予貧困家庭的生活保障等等，這也會使得不同貧困縣的經濟增長潛力產生差異，從而無法實現貧困縣內部的區域經濟收斂。

六、機制分析

前文的研究表明，減貧政策雖然沒有促進區域經濟收斂，但是對貧困縣的經濟增長產生了顯著正向的影響，而且增長回歸模型的回歸結果還表明固定資產投資、中學在校生規模、政府支出比重和二產增加值都會對經濟增長產生正向的影響，這些都是與經濟學理論相符的。這一節本文驗證減貧政策促進貧困縣經濟增長的主要渠道。

首先，本文基于雙重差分模型檢驗固定資產投資、政府支出比重等控制變量是否在減貧政策出臺后顯著促進了貧困縣經濟增長，估計結果見表12。從第（1）和（3）列可以看到，減貧政策與固定資產投資和政府支出規模的交互項對經濟增長有顯著的正向促進作用。然而，第（2）和（6）列顯示，減貧政策與工業化程度和人口數量的交互項對經濟增長具有顯著的負向影響，這說明在工業化程度越高的縣，得到扶貧支持之后反而經濟增長較慢，且人口增長越快的縣被列為貧困縣之后經濟增長也比較慢。此外，從第（4）和（5）列可以看出，減貧政策與中學生和小學生在校生規模的交互項對經濟增長影響并不顯著。因此，本文認為減貧政策促進經濟增長主要通過貧困縣加快固定資產投資和擴大政府支出規模。

其次，前文已經驗證了減貧政策總體上促進了地區經濟增長，本文進一步檢驗減貧政策對第二產業的影響，估計結果分別列于表13中。從表13可以看出，減貧政策顯著提高了第二產業增加值，以及規模以上工業企業數量和產值。這說明，減貧政策促進了縣域工業企業的發展，實現了工業扶貧的效果。

最后，本文驗證減貧政策對公共福利的影響，結果報告于表14中。從第（1）列可以看出，減貧政策對本地電話年末用戶數具有顯著的負向影響，可能的解釋是，隨著移動電話的普及，很多家庭將固定電話替代為手機，可能受政策影響的縣更容易采用手機通訊，從而表現出顯著的負效應。第（2）列顯示，減貧政策對醫院衛生院床位數具有顯著的促進效應，此結果說明，減貧政策增加了對公共衛生的開支，改善了醫療衛生條件。隨著中國農村地區老齡化趨勢越來越明顯，減貧政策是否增加了社會福利院的數量？從第（3）列可以看出，減貧政策增加了社會福利院的數量但影響并不顯著。

[15] Jalan， J.， and M. Ravallion. Are there dynamic gains from a poor-area development program？[J]. Journal of Public Economics， 1998， 67 （1）： 65–85.

[16] Li， H.， and J. Zhang. Do high birth rates hamper economic growth？[J]. The Review of Economics and Statistics， 2007， 89 （1）： 110–117.

[17] Meng， L. Evaluating Chinas Poverty Alleviation Program： A Regression Discontinuity Approach[J]. Journal of Public Economics， 2013， 101： 1-11.

[18] Meyer， B.D. Natural and quasi-experiments in economics[J]. In： NBER Technical Working Paper， 1994， 12（170）.

[19] Morduch， J. Reforming poverty alleviation policies[A]. Krueger， A. （Eds.）. Economic Policy Reform： The Second Stage[C]. Chicago： University of Chicago Press， 2000

[20] Park， A.， and S. Wang. Community-based development and poverty alleviation： An evaluation of Chinas poor village investment program[J]. Journal of Public Economics， 2010， 94： 790-799.

[21] Park， A.， S. Wang， and G. Wu. Regional poverty targeting in China. Journal of Public Economics， 2002， 86 （1）： 123–153.

[22] Ravallion， M. Evaluating anti-poverty programs[A]. Schultz， T.P.， Strauss， J.A.（Eds.）. Handbook of Development Economics[C]. Amsterdam： North-Holland， 2007.

[23] Ravallion， M.， and S. Chen. What can new survey data tell us about recent changes in distribution and poverty？[J] World Bank Economic Review， 1997， 11 （2）： 357–382.

[24] Ravallion， M.， and J. Jalan. Chinas lagging poor areas[J]. American Economic Review， 1999， 89（2）， 301–305.

[25] Rozelle， S.， A. Park， V. Benziger， and C. Ren. Targeted poverty investments and economic growth in China[J]. World Development， 1998， 26 （12）， 2137–2151.

[26] Sala-i-Martin， X. I Just Ran Four Million Regressions[J]. American Economic Review， 1997， 87（2）： 178-183.

[27] Slaughter， M. Trade liberalization and per capita income convergence： a difference-in-differences analysis[J]. Journal of International Economics， 2001， 55（1）： 203-228.

[28] World Bank. China： Overcoming Rural Poverty[M]. Washington， D.C.： World Bank， 2000

Poverty reduction policies， economic growth and regional convergence： an application of difference-in-difference method

SHENGLONG LIU

（School of Public & Policy Management， Tsinghua University）

SHILIN ZHENG

（Institute of Quantitative & Technological Economics， Chinese Academy of Social Sciences）

Abstract： Growth and convergence are two important issues of concern in macroeconomic growth models. This paper uses county-level panel data for China from 2005-2016 based on a Barro-type growth model with difference-in-difference model to test the impact of the latest poverty reduction policies on economic growth and regional convergence in poor regions since 2011. The empirical results of this paper show that the poverty reduction policy did contribute to the economic growth of the poor regions， resulting in an increase in the economic growth rate of the treatment group by 1.52 percentage points， contributing 13.5% to the economic growth of poor regions. In addition， the empirical results in this paper also indicate that there is conditional beta convergence in Chinas county economic development， which means that less developed regional economy as a whole has been growing at a relatively higher rate than that of the developed regions， which has led to an overall convergent trend after 2011. However， still based on difference-in difference estimates， this paper finds that poverty reduction policies have not contributed to convergence within poor regions.

Keywords： Policy Reduction Policy； Growth Effect； Convergence Effect； Difference-in-Difference Estimation

執行編輯〔華岳〕

1 劉生龍：清華大學公共管理學院副教授；鄭世林，中國社會科學院數量經濟與技術經濟研究所，副研究員。

本文受到國家自然科學基金項目（72073078），教育部人文社科項目（20YJA790047）和清華大學自主科研計劃資助項目（2021THZWYY03）的資助。

1 數據來源于歷年《中國扶貧開發年鑒》

2 從2001年開始，國家級貧困縣被更名為“國家扶貧開發重點縣”，為了能夠與先前的文獻保持一致，本文中用貧困縣或者國家貧困縣代稱“國家扶貧開發重點縣”。

1 數據來自《中國統計摘要》2018年，p.64.

1 這里的Beta收斂也有兩種情形：一種是條件Beta收斂，即條件于控制變量向量X，如果不控制X情況下，.@仍然顯著為負，那么該經濟體的經濟發展存在絕對Beta收斂。

1 值得一提的是，中央在劃定國家貧困縣時并不是嚴格按照農民人均純收入來劃定的，而是一攬子條件，這些條件里面包括貧困人口占總人口比重、農民人均純收入、人均財政收入和人均GDP。對于革命老區、民族聚居區的貧困線標準還有所降低。因此，即使在貧困縣內部，縣域之間也存在明顯的異質性。