劉魏 王小華

摘要：土地制度是農(nóng)村的基本經(jīng)營制度，農(nóng)地流轉(zhuǎn)是一場農(nóng)業(yè)生產(chǎn)關(guān)系的深刻變革，涉及農(nóng)民的切身利益，但農(nóng)地流轉(zhuǎn)對于農(nóng)戶多維貧困的緩解效應(yīng)并未得到足夠重視。因此，基于2016年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，本文首先通過A-F指數(shù)及BP神經(jīng)網(wǎng)絡(luò)分析測度了農(nóng)戶多維貧困狀況，然后采用傾向得分匹配和廣義傾向得分匹配方法以及線性概率模型分析了土地流轉(zhuǎn)對農(nóng)戶家庭多維貧困的影響及其異質(zhì)性。研究表明：（1）土地流轉(zhuǎn)能夠顯著緩解農(nóng)戶多維貧困，主要體現(xiàn)在收入、教育、衛(wèi)生條件、資產(chǎn)和住房條件這幾個維度，土地流轉(zhuǎn)戶發(fā)生多維貧困的概率比未流轉(zhuǎn)戶下降了25.5%。（2）從土地流轉(zhuǎn)的異質(zhì)性來看，土地轉(zhuǎn)入和轉(zhuǎn)出均能緩解農(nóng)戶多維貧困，隨著土地轉(zhuǎn)入或轉(zhuǎn)出強度的提高，農(nóng)戶多維貧困的緩解效應(yīng)也得到增強。土地轉(zhuǎn)入戶發(fā)生多維貧困的概率比未轉(zhuǎn)入戶顯著下降14.8%，土地轉(zhuǎn)出戶發(fā)生多維貧困的概率比未轉(zhuǎn)出戶顯著下降32.8%。由于土地轉(zhuǎn)入戶會面臨更多的生產(chǎn)成本約束以及其他的不確定性，所以土地轉(zhuǎn)出對于農(nóng)戶多維貧困的緩解效應(yīng)顯著高于土地轉(zhuǎn)入。（3）通過對不同類型的多維貧困戶細(xì)分發(fā)現(xiàn)，土地流轉(zhuǎn)能夠緩解一般多維貧困戶的多維貧困，但對于極端多維貧困戶的影響效應(yīng)并不顯著。

關(guān)鍵詞：土地流轉(zhuǎn);土地轉(zhuǎn)入;土地轉(zhuǎn)出;農(nóng)戶多維貧困

一、引言

近年來，我國的農(nóng)地流轉(zhuǎn)現(xiàn)象逐漸得到了理論界和實務(wù)界的高度重視，2008年以后的一號文件不斷對“賦予農(nóng)民長久、穩(wěn)定的農(nóng)地承包權(quán)”進行了強調(diào)，十八屆三中全會首次提出“賦予農(nóng)民對承包地占有、使用、收益、流轉(zhuǎn)權(quán)能”的新思想，中共中央辦公廳、國務(wù)院辦公廳在2014年11月印發(fā)的《關(guān)于引導(dǎo)農(nóng)村土地經(jīng)營權(quán)有序流轉(zhuǎn)發(fā)展農(nóng)業(yè)適度規(guī)模經(jīng)營的意見》中又進一步強調(diào)“實現(xiàn)農(nóng)村土地所有權(quán)、承包權(quán)、經(jīng)營權(quán)三權(quán)分置，引導(dǎo)土地經(jīng)營權(quán)有序流轉(zhuǎn)”。農(nóng)業(yè)部公開的數(shù)據(jù)表明，截至2016年底，我國農(nóng)地流轉(zhuǎn)面積達到4.7億畝，流轉(zhuǎn)率達到35.1%。大量研究表明，農(nóng)地流轉(zhuǎn)作為土地要素配置的一種重要方式，在推進適度規(guī)模經(jīng)營、降低平均生產(chǎn)成本、提高農(nóng)業(yè)生產(chǎn)率以及增加農(nóng)民收入等方面意義重大（許恒周等，2012;冒佩華、徐驥，2015;陳飛、翟偉娟，2015;錢忠好、王興穩(wěn)，2016），不管是租人土地還是租出土地，均有利于提升農(nóng)戶收入并降低貧困發(fā)生率，但福利效應(yīng)在不同家庭組之間具有顯著差異（陳飛、翟偉娟，2015）。

然而，也有研究發(fā)現(xiàn)農(nóng)地流轉(zhuǎn)存在著不利影響，并阻礙農(nóng)村貧困的緩解。一方面農(nóng)地流轉(zhuǎn)抬高了流轉(zhuǎn)價格，由于政府的最低流轉(zhuǎn)價格規(guī)定，以及農(nóng)地確權(quán)后農(nóng)戶傾向于將土地視為自己的人格化財產(chǎn)，并給農(nóng)地更高的價值判斷，從而提高了農(nóng)地流轉(zhuǎn)的成本（羅必良，2017）。據(jù)統(tǒng)計，2014年我國農(nóng)業(yè)生產(chǎn)中土地成本的增長速度已經(jīng)超過人工成本的增長速度，土地成本嚴(yán)重制約著農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變和農(nóng)民收入的增長（Liu et al，2019）。另一方面，農(nóng)地流轉(zhuǎn)的目標(biāo)是促進土地適度規(guī)模經(jīng)營，改善農(nóng)業(yè)生產(chǎn)效率，增加農(nóng)戶收入。這其中有一個暗含假定：土地流轉(zhuǎn)后農(nóng)戶經(jīng)營規(guī)模擴大，相應(yīng)地塊也會形成連片作業(yè)（郭陽等，2019）。但農(nóng)地流轉(zhuǎn)并不必然意味著土地細(xì)碎化的緩解，也有可能是不連片的地塊增加，如果僅僅是規(guī)模擴大，而地塊卻依然高度分散，則可能會帶來農(nóng)業(yè)生產(chǎn)效率的嚴(yán)重?fù)p失（葉興慶、翁凝，2018）。

從農(nóng)村現(xiàn)狀可以發(fā)現(xiàn)，農(nóng)村土地的各項權(quán)能還不能完全實現(xiàn)，農(nóng)地流轉(zhuǎn)機制尚不健全，土地抵押、宅基地轉(zhuǎn)讓依然困難重重，流轉(zhuǎn)成本依然高昂，農(nóng)地細(xì)碎化依然嚴(yán)重，農(nóng)地流轉(zhuǎn)減貧理念滯后，可能在一定程度上阻礙了農(nóng)地流轉(zhuǎn)的減貧效應(yīng)。尤其是在多維貧困視角下，農(nóng)地流轉(zhuǎn)是否能夠緩解農(nóng)戶多維貧困？農(nóng)地流轉(zhuǎn)對不同維度貧困的影響是否存在差異？這些都是本文重點關(guān)注的內(nèi)容。基于上述分析，本文將在構(gòu)建農(nóng)戶多維貧困指數(shù)的基礎(chǔ)上，重點驗證農(nóng)地流轉(zhuǎn)對農(nóng)戶多維貧困的影響及其異質(zhì)性，其異質(zhì)性主要體現(xiàn)在以下兩方面：一是農(nóng)地轉(zhuǎn)入和農(nóng)地轉(zhuǎn)出對農(nóng)戶多維貧困的影響差異;二是農(nóng)地流轉(zhuǎn)對農(nóng)戶的一般多維貧困和極端多維貧困的影響差異。

二、文獻回顧與評述

土地流轉(zhuǎn)不僅盤活了土地資源，同時也直接或間接作用于農(nóng)戶致貧的制度安排和文化環(huán)境，進一步改變傳統(tǒng)農(nóng)村業(yè)已形成的差序格局和農(nóng)戶業(yè)已習(xí)得的價值規(guī)范，使得貧困型農(nóng)戶在諸如收入水平、就業(yè)行為、就業(yè)環(huán)境、農(nóng)業(yè)經(jīng)營方式等維度發(fā)生重要變化，進而作用于農(nóng)戶多維貧困，因此具有“貧困責(zé)任”的分擔(dān)能力。具體來看，土地流轉(zhuǎn)作用于農(nóng)戶貧困緩解主要表現(xiàn)在收入水平的提高、農(nóng)業(yè)生產(chǎn)效率的改善、釋放農(nóng)村剩余勞動力等層面。

（一）農(nóng)地流轉(zhuǎn)與農(nóng)戶貧困緩解：收入視角

深化農(nóng)村土地產(chǎn)權(quán)制度改革，特別是推進農(nóng)村土地所有權(quán)、承包權(quán)、經(jīng)營權(quán)三權(quán)分置改革，充分發(fā)揮市場在資源配置中的決定性作用，是增加農(nóng)民財產(chǎn)性收入的基本方向（蒲實，2016）。此外，土地流轉(zhuǎn)的交易收益效應(yīng)表明，土地流轉(zhuǎn)會增加土地交易頻率，而土地交易屬性的提高會增加土地轉(zhuǎn)出者在合適時機尋求土地轉(zhuǎn)入者的概率，進而使土地具有投資屬性，農(nóng)戶可以進行土地投資以增加財產(chǎn)性收入（Bes-ley，1995）。農(nóng)地流轉(zhuǎn)是中國農(nóng)村基本經(jīng)濟制度在維持現(xiàn)有農(nóng)村土地產(chǎn)權(quán)框架下的重要制度創(chuàng)新，是釋放農(nóng)民財產(chǎn)性收入增長紅利的有效途徑（蒲實，2016;夏玉蓮、匡遠(yuǎn)配，2017），彌補了家庭承包經(jīng)營制下“小農(nóng)戶”與“大市場”之間不對等的缺陷（夏玉蓮、匡遠(yuǎn)配，2017）。只是，根據(jù)實際情況來看，土地轉(zhuǎn)出戶多是收入相對較低的家庭，土地轉(zhuǎn)出主要是獲取租金收入，而對于收入較高的家庭，租金收益帶來的效用并不高（何欣等，2016）。所以，從貧困表象的視角來看，農(nóng)地流轉(zhuǎn)盤活了土地的資源、資產(chǎn)與資本功能，本身具有一定的增收效應(yīng)（夏玉蓮、匡遠(yuǎn)配，2017）。薛鳳蕊等（ 2011）的研究發(fā)現(xiàn)，土地轉(zhuǎn)出后務(wù)工和土地租金收入對參與流轉(zhuǎn)農(nóng)戶人均收入的貢獻率為75%，且相對于農(nóng)業(yè)的自然風(fēng)險和市場風(fēng)險，該貢獻率具有一定的穩(wěn)定性。

（二）農(nóng)地流轉(zhuǎn)與農(nóng)戶貧困緩解：生產(chǎn)效率改善視角

農(nóng)業(yè)生產(chǎn)效率主要包括土地產(chǎn)出率和勞動生產(chǎn)率兩個維度。從勞動生產(chǎn)率來說，研究表明土地規(guī)模擴大有助于提升農(nóng)戶的勞動生產(chǎn)率（Kumbhakar，1993;Jin&Jayne，2013;冒佩華、徐驥，2015），這主要是因為土地在有效流轉(zhuǎn)后，尚未非農(nóng)就業(yè)的青壯勞動力將成為流動勞動力，其中有較強務(wù)工意愿的勞動力將進入非農(nóng)產(chǎn)業(yè)部門，有較強務(wù)農(nóng)意愿或務(wù)農(nóng)能力較強的勞動力將繼續(xù)從事農(nóng)業(yè)生產(chǎn)，從而實現(xiàn)勞動力的有效分流（游和遠(yuǎn)等，2010），由于留在農(nóng)業(yè)生產(chǎn)上的勞動力數(shù)量減少，有可能更多地采用規(guī)模經(jīng)營以及機械作業(yè)，從而提升了單位勞動生產(chǎn)率。從土地生產(chǎn)率來說，有研究發(fā)現(xiàn)土地規(guī)模與土地產(chǎn)出率之間存在反轉(zhuǎn)關(guān)系（Lamb，2002;陳杰、蘇群，2017），即農(nóng)地規(guī)模與土地產(chǎn)出率并非呈線性關(guān)系，而是呈倒U型關(guān)系。在土地規(guī)模拐點前，土地產(chǎn)出率隨著農(nóng)地規(guī)模增加而逐漸變大，到達拐點后，土地產(chǎn)出率隨著農(nóng)地規(guī)模增加而減小。結(jié)合中國的實際情況，我國依然是一個人地關(guān)系較為緊張的國度，且農(nóng)地流轉(zhuǎn)速度逐漸式微（羅必良等，2018），加之適度規(guī)模經(jīng)營的農(nóng)地政策，都表明我國當(dāng)前依然處于農(nóng)地產(chǎn)出率隨著農(nóng)地規(guī)模增加而變大的階段。其具體作用機制可能在于，農(nóng)地流轉(zhuǎn)可以實現(xiàn)土地的規(guī)模利用，減少農(nóng)地拋荒撂荒現(xiàn)象的發(fā)生，同時隨著農(nóng)業(yè)科技、新的種業(yè)技術(shù)和新的品種逐步推廣，土地的產(chǎn)出率就必然得到穩(wěn)定改善。由此可見，無論是從勞動生產(chǎn)率還是從土地產(chǎn)出率衡量，農(nóng)地流轉(zhuǎn)都可以促使農(nóng)地的適度規(guī)模經(jīng)營，促使資本替換勞動，實現(xiàn)勞動力、資本和土地的要素優(yōu)化配置，從而提高農(nóng)業(yè)生產(chǎn)效率。

（三）農(nóng)地流轉(zhuǎn)與農(nóng)戶貧困緩解：勞動力資源優(yōu)化配置視角

農(nóng)地流轉(zhuǎn)帶來的勞動力非農(nóng)就業(yè)情況間接體現(xiàn)了家庭脫貧的可能性，能夠成為農(nóng)民可持續(xù)增收的關(guān)鍵點（韓菡、鐘甫寧，2011），所以，農(nóng)地流轉(zhuǎn)通過對農(nóng)村勞動力就業(yè)的改變進而實現(xiàn)勞動力資源的優(yōu)化配置，為消除農(nóng)戶貧困提供了契機。因為農(nóng)地流轉(zhuǎn)直接提高了土地的經(jīng)營規(guī)模，進而推動了新型農(nóng)業(yè)經(jīng)營主體的興起，勞動力的需求也因此不斷提高，而城市工商資本進入的農(nóng)村地理位置離城市較遠(yuǎn)，無法雇傭“自己人”或者需要耗費較多的人力成本才能雇傭“自己人”，大多新型農(nóng)業(yè)經(jīng)營主體都選擇雇傭本地勞動力（徐宗陽，2016），從而提高了農(nóng)村剩余勞動力就業(yè)水平。同時，土地流轉(zhuǎn)還將一部分剩余青壯年勞動力配置到非農(nóng)就業(yè)部門，土地轉(zhuǎn)出規(guī)模較大的農(nóng)戶傾向于長距離和長時間異地非農(nóng)就業(yè)，因為大部分甚至全部土地被流轉(zhuǎn)以后，農(nóng)戶更有條件遠(yuǎn)距離非農(nóng)就業(yè)（游和遠(yuǎn)等，2013），從而增加了農(nóng)民的工資性收入。事實上，農(nóng)地流轉(zhuǎn)的勞動力資源優(yōu)化配置機制主要是通過邊際產(chǎn)出拉平效應(yīng)和交易收益效應(yīng)實現(xiàn)的。所謂邊際產(chǎn)出拉平效應(yīng)，是指土地流轉(zhuǎn)可以使土地邊際產(chǎn)出較低的農(nóng)戶將土地流轉(zhuǎn)給邊際產(chǎn)出較高的農(nóng)戶，在土地規(guī)模報酬遞減規(guī)律的作用下，直至兩者的邊際產(chǎn)出相等為止（姚洋，2000）。在此效應(yīng)的作用下，農(nóng)地流轉(zhuǎn)進一步促進勞動力資源的多部門配置，如：中青年勞動力配置到工商企業(yè)，而部分老年和婦女則更多地被配置到農(nóng)業(yè)部門，不具備勞動生產(chǎn)力的高齡勞動力又被配置到了家庭部門。

可以發(fā)現(xiàn)，目前的文獻仍然存在以下兩個問題：一是土地轉(zhuǎn)入和土地轉(zhuǎn)出是兩種不同的土地流轉(zhuǎn)行為，對于農(nóng)戶就業(yè)結(jié)構(gòu)以及收入結(jié)構(gòu)的影響也存在差異，不能混為一談。錢忠好、王興穩(wěn)（2016）的研究也表明農(nóng)地流轉(zhuǎn)能夠促進轉(zhuǎn)入戶和轉(zhuǎn)出戶家庭總收入增加，尤其更有利于促進轉(zhuǎn)出戶家庭總收入增加。對于農(nóng)地轉(zhuǎn)出戶，務(wù)農(nóng)收入占比較低，非農(nóng)收入占比較高，因此土地轉(zhuǎn)出可以使農(nóng)戶合理配置農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)，并獲得更多的工資性收入，同時獲得土地轉(zhuǎn)出的租金收入。對于農(nóng)地轉(zhuǎn)入戶，由于主要是專業(yè)大戶、家庭農(nóng)場、農(nóng)民合作社、農(nóng)業(yè)企業(yè)等新型農(nóng)業(yè)經(jīng)營主體，他們需要土地集中流轉(zhuǎn)以獲得農(nóng)業(yè)規(guī)模經(jīng)營，并通過機械化操作促使資本替換勞動力，促進農(nóng)業(yè)生產(chǎn)效率的提高，從而增加農(nóng)業(yè)經(jīng)營性收入，此外，土地轉(zhuǎn)入戶還可以獲得種糧補貼等收入。二是土地流轉(zhuǎn)可以更好地作用于農(nóng)戶的收入層面實現(xiàn)農(nóng)戶貧困的緩解，但對于農(nóng)地流轉(zhuǎn)的多維貧困緩解效應(yīng)及其差異的關(guān)注度明顯不夠。雖然夏玉蓮、匡遠(yuǎn)配（2017）對家庭的農(nóng)地流轉(zhuǎn)行為及其減貧效應(yīng)進行了驗證，但僅限于收入、就業(yè)和教育三個維度，并且其樣本量僅限于全國5省的調(diào)查數(shù)據(jù)?；诖耍疚睦?016年的中國家庭追蹤調(diào)查數(shù)據(jù)，首先通過A-F指數(shù)及BP神經(jīng)網(wǎng)絡(luò)分析測度了收入、健康、教育、生活狀況、衛(wèi)生條件、資產(chǎn)、住房條件這7個剝奪維度的農(nóng)戶多維貧困狀況，然后采用傾向得分匹配和廣義傾向得分匹配方法以及線性概率模型分析了土地流轉(zhuǎn)對農(nóng)戶多維貧困的影響及其異質(zhì)性，進而為政府制定相應(yīng)的農(nóng)戶多維貧困緩解的農(nóng)地流轉(zhuǎn)激勵政策提供有益的參考建議。

三、多維貧困指數(shù)構(gòu)建與計量模型

（一）數(shù)據(jù)來源與處理

本文的數(shù)據(jù)來源于2016年的中國家庭追蹤調(diào)查數(shù)據(jù)（China Family Panel Studies，CFPS），該數(shù)據(jù)通過搜集個體、家庭和村莊三個層面的數(shù)據(jù)，旨在關(guān)注中國居民的經(jīng)濟與非經(jīng)濟福利，是一項全國性、大規(guī)模、多學(xué)科的社會跟蹤調(diào)查項目。這份數(shù)據(jù)搜集了能夠反映農(nóng)戶多維貧困的多項指標(biāo)，如健康、教育、住房、生活設(shè)施等，對于研究我國農(nóng)戶多維貧困具有重要意義。

本文對CFPS2016數(shù)據(jù)進行了處理，處理過程如下：（l）篩選農(nóng)戶樣本，篩選指標(biāo)來自urban16，該指標(biāo)為城鎮(zhèn)和農(nóng)村二分變量，取值1表示城市居民，取值o表示農(nóng)戶。因此我們需要選擇urban16取值0的樣本。（2）將個體、家庭和村莊三個層面的數(shù)據(jù)進行橫向合并處理，這是由于我們需要的指標(biāo)既有個體層面的，也有家庭和村莊層面的。（3）對缺失值和極端值進行刪除處理。經(jīng)過上述數(shù)據(jù)處理，最終獲得4631份農(nóng)戶樣本數(shù)據(jù)，覆蓋全國26個省、自治區(qū)和直轄市。

（二）多維貧困指數(shù)構(gòu)建

多維貧困指數(shù)（MPI）是本文的關(guān)鍵變量，由于多維貧困指數(shù)無法通過實地調(diào)研獲取，而只能通過指標(biāo)構(gòu)建而得，本部分將通過A-F方法構(gòu)建多維貧困指數(shù)，A-F方法主要包括兩個步驟：一是農(nóng)戶多維貧困的識別;二是在識別基礎(chǔ)上進行多維貧困的測算。

1.農(nóng)戶多維貧困的識別。假定存在N個農(nóng)戶樣本，并用D個（D≥2）剝奪指標(biāo)來衡量每個樣本的

置，我們從收入、健康、教育、生活狀況、衛(wèi)生條件、資產(chǎn)、住房條件等6個剝奪維度14個指標(biāo)構(gòu)建我國農(nóng)戶的多維貧困指標(biāo)體系，各指標(biāo)體系的權(quán)重采用BP神經(jīng)網(wǎng)絡(luò)進行賦值①。具體指標(biāo)構(gòu)建如表1所示。

（三）研究方法

本文將運用傾向得分匹配方法來檢驗土地流轉(zhuǎn)對農(nóng)戶多維貧困的影響，運用這種方法的主要目的是排除樣本“自選擇”問題，通常農(nóng)戶土地流轉(zhuǎn)會受到其他一些可觀測或不可觀測因素的影響，如農(nóng)戶的土地依賴情結(jié)、農(nóng)戶的非農(nóng)就業(yè)狀況、政府對農(nóng)地流轉(zhuǎn)的支持力度以及當(dāng)?shù)氐牡匦我蛩?、地塊的細(xì)碎程度等，這些因素有的可以加入控制變量進行控制，但一些潛在的不可觀測因素則無法進行控制，這些因素將導(dǎo)致土地流轉(zhuǎn)與隨機誤差項相關(guān)，產(chǎn)生內(nèi)生性問題，從而導(dǎo)致土地流轉(zhuǎn)對農(nóng)戶多維貧困的參數(shù)估計存在偏誤，因此有必要控制樣本的自選擇問題。

本文采用Rosenbaum&Rubin（1983）提出的傾向得分匹配模型（PSM），其基本思想是找到與實驗組（發(fā)生流轉(zhuǎn)農(nóng)戶）相似的控制組（未流轉(zhuǎn)農(nóng)戶）樣本，從而降低樣本自選擇偏誤。傾向得分匹配方法主要是獲得土地流轉(zhuǎn)后農(nóng)戶多維貧困的平均處理效應(yīng)（ATT），

ATT=E（MPI₁|TDLZ=1）-E（MPI₀|TDLZ=1）

MPIMPI₁表示農(nóng)戶土地流轉(zhuǎn)后的多維貧困狀況，MPI₀表示農(nóng)戶土地流轉(zhuǎn)之前的多維貧困狀況，但我們只能觀測到E（MPI₁|TDLZ=1）的結(jié)果，無法觀測到E（MPI₀|TDLZ=1）的結(jié)果，該結(jié)果是一個反事實結(jié)果。為了獲得反事實結(jié)果，我們需要從控制組（未流轉(zhuǎn)農(nóng)戶）樣本中尋找與實驗組（流轉(zhuǎn)農(nóng)戶）樣本相近的農(nóng)戶。這種構(gòu)造方法主要通過三步實現(xiàn)：一是獲得傾向得分（propensity score），通過建立土地流轉(zhuǎn)的決策方程，運用logit或probit模型計算出農(nóng)戶選擇流轉(zhuǎn)土地的條件概率;二是獲得與流轉(zhuǎn)農(nóng)戶相近的未流轉(zhuǎn)農(nóng)戶樣本，在獲得傾向得分后，通常無法尋找到兩組樣本傾向得分完全一致的樣本。Rosenbaum&Rubin給出了尋找樣本的方法，即通過最近鄰匹配、半徑匹配和核匹配等方法選擇出與實驗組相近的控制組樣本，基于這種選擇標(biāo)準(zhǔn)，傾向得分既可以使實驗組尋找一對一的控制組樣本，也可以尋找一對多的控制組樣本;三是檢驗匹配效果，傾向得分匹配還必須滿足平衡性假設(shè)，即發(fā)生土地流轉(zhuǎn)農(nóng)戶和未發(fā)生流轉(zhuǎn)農(nóng)戶在傾向得分匹配之后，影響土地流轉(zhuǎn)的各個維度特征必須無顯著性差異，通常認(rèn)為標(biāo)準(zhǔn)偏誤低于20%是良好的匹配結(jié)果（Rosenbaum&Rubin，1983）。樣本匹配完成且達到匹配效果之后，便可以計算出土地流轉(zhuǎn)的多維貧困平均處理效應(yīng)。

（四）模型與變量

結(jié)合前文的分析，并借鑒相關(guān)文獻，本文設(shè)置如下分析模型：

MPI/MPI_IF=_αTDLZ/TDZR/TDZC+δX+ε

MPI（或者MPI_IF）表示農(nóng)戶多維貧困，TDLZ（或者TDZR、TDZC）表示農(nóng)戶是否土地流轉(zhuǎn)，X表示一組控制變量α、δ表示土地流轉(zhuǎn)和控制變量的回歸系數(shù)，ε表示隨機誤差項。具體的變量說明如下：

1.被解釋變量：農(nóng)戶多維貧困（MPI或MPI_IF）。本文的被解釋變量為農(nóng)戶多維貧困，通過貧困“可行能力剝奪”理論和A-F分析框架構(gòu)建出農(nóng)戶多維貧困指數(shù)。從已有研究來看，多數(shù)學(xué)者用可行能力剝奪總得分為c_i表征農(nóng)戶多維貧困，這是一個連續(xù)變量。還有學(xué)者通過比較c_i與k的大小來測度農(nóng)戶是否多維貧困，通常以k=1/3作為臨界值進行判斷（張紅全等，2017），這種方法產(chǎn)生的是一個0～l虛擬變量。本文將同時采用這兩種方法進行度量，以獲得更為穩(wěn)健的結(jié)論。

2.核心解釋變量：土地流轉(zhuǎn)（TDLZ）。本文的核心解釋變量是土地流轉(zhuǎn)，主要通過“是否出租或租賃土地”進行表征。同時，前文分析已經(jīng)表明農(nóng)戶的土地轉(zhuǎn)入和轉(zhuǎn)出可能會對農(nóng)戶多維貧困產(chǎn)生不同的效應(yīng)，因此，本文還分別考慮了土地轉(zhuǎn)入（TDZR）和土地轉(zhuǎn)出（TDZC）的多維減貧效應(yīng)。土地轉(zhuǎn)入用“農(nóng)戶是否租賃土地”表征，土地轉(zhuǎn)出用“農(nóng)戶是否出租土地”表征。

3.控制變量。在控制變量中，本文控制了家庭經(jīng)濟特征和村莊經(jīng)濟特征層面的因素，家庭經(jīng)濟特征包括家庭成員非農(nóng)就業(yè)比例、戶主性別、戶主年齡、家庭撫養(yǎng)負(fù)擔(dān)、戶主受教育程度、家庭中高中以上學(xué)歷占比、健康成員平均健康狀況、社會網(wǎng)絡(luò)、是否從事個體私營活動、農(nóng)用機械總價值;村莊層面的特征包括村莊內(nèi)居民人均純收入、村莊到縣城距離、村莊地形地貌。此外，還考慮到了省際因素，通過省域虛擬變量控制省際層面的差異。表2報告了本文所使用變量的定義及描述性統(tǒng)計。

四、農(nóng)戶多維貧困的現(xiàn)狀測度

從衡量農(nóng)戶多維貧困的各個維度來看，如表3所示，農(nóng)戶面臨的突出問題主要在于：97.32%的農(nóng)戶受教育年限在9年以下，80.54%的農(nóng)戶藏書量低于40本，說明農(nóng)戶面臨教育貧困的可能性較大;40.44%的農(nóng)戶飲水來源為江河湖水、雨水、窖水、井水，47.42%的農(nóng)戶做飯燃料為柴草、煤，表明農(nóng)戶生活狀況維度致貧可能性較大的是用水和做飯燃料;70.57%的農(nóng)戶家庭廁所類型為非沖水式廁所，64.05%的農(nóng)戶垃圾傾倒方式較為粗放，處理方式主要為附近河溝、土糞坑、住房周圍、隨處倒等，表明農(nóng)戶在衛(wèi)生條件維度致貧可能性較大;47.92%的農(nóng)戶無農(nóng)用機械，51.13%的農(nóng)戶現(xiàn)金及金融存款低于2000元，表明農(nóng)戶現(xiàn)金及資產(chǎn)維度致貧可能性較大;88.12%的農(nóng)戶人均住房面積低于12平方米，33.73%的農(nóng)戶住房較擁擠，表明農(nóng)戶住房維度貧困可能性較大。

從土地流轉(zhuǎn)視角來看，無論是未流轉(zhuǎn)農(nóng)戶還是已流轉(zhuǎn)農(nóng)戶，其在教育、生活狀況、衛(wèi)生條件、資產(chǎn)和住房等維度依然面臨較嚴(yán)重的貧困問題，而未流轉(zhuǎn)農(nóng)戶面臨的問題更為嚴(yán)重。在對比了兩者貧困發(fā)生率的差異后，發(fā)現(xiàn)除受教育年限、做飯用水、通電、耐用消費品等指標(biāo)不顯著外，其余維度上已發(fā)生土地流轉(zhuǎn)農(nóng)戶的貧困發(fā)生率均顯著低于未流轉(zhuǎn)農(nóng)戶。

表4報告了多維貧困臨界值k在0.3～0.8之間的不同取值時，農(nóng)戶多維貧困指數(shù)的測算結(jié)果，k表示農(nóng)戶受到貧困剝奪的指標(biāo)臨界值，k的取值越大，農(nóng)戶多維貧困指數(shù)MPI（包括M₀、M₁、M₂）和貧困發(fā)生率H會越低，而貧困缺失份額A會越大。從表4可以看出，當(dāng)k取值為0.3時，農(nóng)戶貧困發(fā)生率高達69.1%，說明農(nóng)戶在4個指標(biāo)上遭受剝奪的概率為69.1%，貧困缺失份額為0.455，多維貧困指數(shù)M₀為0.3144，M₁為0.2249，M₂為0.0967。從前述的單維貧困分析來看，收入維度的貧困發(fā)生率僅為5.29%，如果僅用收入維度來衡量農(nóng)戶貧困，會將很多面臨真正多維貧困的群體忽略，無法精確測度農(nóng)村貧困現(xiàn)狀。

表4進一步對比了發(fā)生土地流轉(zhuǎn)的農(nóng)戶與未流轉(zhuǎn)戶的多維貧困指數(shù)M₀，從結(jié)果可以看到，無論臨界值是的取值為何，未流轉(zhuǎn)戶的多維貧困指數(shù)均高于流轉(zhuǎn)戶，表明未發(fā)生土地流轉(zhuǎn)的農(nóng)戶面臨更嚴(yán)重的多維貧困問題。

五、土地流轉(zhuǎn)對農(nóng)戶多維貧困的影響效應(yīng)及機理檢驗

（一）土地流轉(zhuǎn)對農(nóng)戶多維貧困的影響效應(yīng)分析

本文運用stata14.2軟件對土地流轉(zhuǎn)的多維減貧效應(yīng)進行傾向得分匹配分析，首先是通過logit方法獲得傾向得分，通過logit模型得到傾向得分（PS值）后，選擇最近鄰匹配、半徑匹配或核匹配等方法篩選出與實驗組相近似的控制組樣本，進而計算出實驗組（流轉(zhuǎn)農(nóng)戶）與控制組（未流轉(zhuǎn)農(nóng)戶）的平均處理效應(yīng)（ATT）。在獲得平均處理效應(yīng)之前，還需要驗證傾向得分匹配的有效性，一種是平衡性檢驗，一種是實驗組與控制組的核密度曲線。平衡性檢驗必須滿足標(biāo)準(zhǔn)化偏誤低于20%的標(biāo)準(zhǔn)。從本文的匹配結(jié)果來看，經(jīng)過匹配后，無論是哪種匹配方法，控制變量的標(biāo)準(zhǔn)化偏誤均從匹配前的7.5%下降到匹配后的—1.0%～2.4%，這說明經(jīng)過傾向得分匹配后樣本的選擇偏誤得到了有效化解。

從實驗組與控制組的核密度曲線來看，我們以最近鄰匹配為例，構(gòu)造了流轉(zhuǎn)戶與未流轉(zhuǎn)戶的核密度曲線圖，以驗證匹配的效果。如圖1所示，匹配前流轉(zhuǎn)戶（實驗組）與未流轉(zhuǎn)戶（控制組）的核密度有顯著差異，匹配后，流轉(zhuǎn)戶與未流轉(zhuǎn)戶傾向得分的核密度曲線走勢逐漸一致且?guī)缀踔睾?，這說明流轉(zhuǎn)戶與未流轉(zhuǎn)戶的可觀測變量具有了類似特征，排除了土地流轉(zhuǎn)的自選擇問題，兩類農(nóng)戶的多維貧困指數(shù)具有了可比性。因此，傾向得分匹配效果較佳。

經(jīng)過匹配檢驗后，獲得了無標(biāo)準(zhǔn)化偏誤的樣本，從而可以測算出發(fā)生土地流轉(zhuǎn)農(nóng)戶與匹配的未流轉(zhuǎn)農(nóng)戶的多維貧困指數(shù)差值，以估計出流轉(zhuǎn)戶與未流轉(zhuǎn)戶多維貧困的平均處理效應(yīng)（ATT），這個平均處理效應(yīng)便是土地流轉(zhuǎn)對農(nóng)戶多維貧困的影響效應(yīng)。表5報告了基于三種匹配方式所獲得的ATT值及顯著性差異，從表5可以看出，匹配前流轉(zhuǎn)農(nóng)戶（實驗組）與未流轉(zhuǎn)農(nóng)戶（控制組）的多維貧困指數(shù)分別為

0.4258和0.4537，前者比后者低6.15%，兩者的平均處理效應(yīng)差值（ATT）為0.028，并在1%水平上高度顯著;匹配后，基于最近鄰匹配，流轉(zhuǎn)農(nóng)戶與未流轉(zhuǎn)農(nóng)戶的多維貧困指數(shù)分別為0.4258和0.4412，前者比后者低3.49%，兩者的平均處理效應(yīng)差值為0.0154，并在l%水平上高度顯著。這說明，經(jīng)過傾向得分匹配控制樣本的選擇偏誤后，土地流轉(zhuǎn)的多維減貧效應(yīng)雖然有所降低，但土地流轉(zhuǎn)依然具有多維減貧效應(yīng)，且結(jié)論更為可信。同理，基于半徑匹配和核匹配方式，雖然測算結(jié)果有所差異，但得到了基本一致的結(jié)論。

從上述分析可以看出，土地流轉(zhuǎn)能夠顯著減緩農(nóng)戶多維貧困，但其具體作用機制是怎樣的呢？這需要我們繼續(xù)進行實證檢驗。于是，我們嘗試著從衡量農(nóng)戶多維貧困的7個維度進行對比分析，表6報告了土地流轉(zhuǎn)對農(nóng)戶多維貧困各維度的效應(yīng)測算。可以發(fā)現(xiàn)，在收入、教育、衛(wèi)生條件、資產(chǎn)和住房條件這五個維度，土地流轉(zhuǎn)能夠起到顯著的減貧作用，但在健康及生活狀況維度，減貧作用不顯著。其中，除教育維度外，其余6個維度都屬于物質(zhì)資本范疇，因此我們試著從物質(zhì)資本和教育兩個層面對農(nóng)地流轉(zhuǎn)的多維減貧效應(yīng)作用機理進行探尋。

第一，物質(zhì)資本層面。土地流轉(zhuǎn)在收入、衛(wèi)生條件、資產(chǎn)和住房條件這四個維度的減貧效應(yīng)顯著，其原因可能在于：農(nóng)地的流轉(zhuǎn)可以使轉(zhuǎn)出戶的土地面積和土地細(xì)碎化程度下降，雖然其農(nóng)業(yè)經(jīng)營收入降低，但土地價值的顯化使土地流轉(zhuǎn)能夠增加轉(zhuǎn)出戶的財產(chǎn)性收入（王象永等，2015）。同時，土地流轉(zhuǎn)的規(guī)模通常較大，轉(zhuǎn)人土地的主體一般屬于資金雄厚的新型農(nóng)業(yè)經(jīng)營主體，且多有政府介入，他們能夠較大規(guī)模地開展機械化耕種，有效緩解農(nóng)村的拋荒撂荒現(xiàn)象，實現(xiàn)農(nóng)地的規(guī)模化經(jīng)營，從而提高農(nóng)業(yè)生產(chǎn)效率，增加轉(zhuǎn)入戶的經(jīng)營性收入。此外，由于土地流轉(zhuǎn)多有政府介入，其往往具有公共產(chǎn)品建設(shè)項目性質(zhì)，這意味著農(nóng)村公共產(chǎn)品的供給會增加，起到增加農(nóng)戶收入的作用。那為何在生活狀況維度的減貧效應(yīng)不顯著呢？這可能是由于改革開放以來國家大力推動農(nóng)網(wǎng)改造和飲水困難解決工程，已經(jīng)使大部分農(nóng)戶解決了用電用水等問題。在4631份樣本中，我們發(fā)現(xiàn)沒通電或經(jīng)常斷電的農(nóng)戶僅為174戶，占總樣本的比例僅為3.76%，在用水方面僅有172戶飲水來源于江河湖水、雨水和窖水，占總樣本的比例僅為3.7l%?？梢?，農(nóng)村的通電、用水、燃料等工程是國家公共產(chǎn)品供給，并不會因為土地流轉(zhuǎn)與否就有所差異，表明土地流轉(zhuǎn)在生活狀況維度的減貧功效不顯著。

第二，教育層面。土地流轉(zhuǎn)可以導(dǎo)致轉(zhuǎn)出戶農(nóng)業(yè)生產(chǎn)活動減少，增加閑暇的供給，一方面，農(nóng)事活動的減少會導(dǎo)致農(nóng)戶勞動力資源發(fā)生重新配置，另一方面，農(nóng)事活動的減少會增加農(nóng)業(yè)剩余勞動力，潛在地對家庭勞動力進行重新配置，一部分青壯勞動力進入城市非農(nóng)部門，農(nóng)業(yè)勞動力在向城市非農(nóng)就業(yè)部門流動的過程中，會逐漸認(rèn)識到教育在獲得更多收入方面的重要性，進一步促使其加大對子女的教育投資，從而表現(xiàn)出土地流轉(zhuǎn)在教育維度的減貧效應(yīng)。

（二）基于土地轉(zhuǎn)入與轉(zhuǎn)出的差異性分析

土地流轉(zhuǎn)包括轉(zhuǎn)入和轉(zhuǎn)出兩種不同的行為，其對轉(zhuǎn)入主體和轉(zhuǎn)出主體的收入獲取途徑完全不同，因此有必要分析兩種流轉(zhuǎn)行為分別對農(nóng)戶多維貧困的影響效應(yīng)。同樣，我們基于傾向得分匹配方法，得到了如表7所示的結(jié)果。從表7可以看出，對于土地轉(zhuǎn)入行為來說，經(jīng)過傾向得分匹配后，基于最近鄰匹配，轉(zhuǎn)入農(nóng)戶（實驗組）與未轉(zhuǎn)入農(nóng)戶（控制組）的多維貧困指數(shù)分別為0.4322和0.4468，前者比后者低3.25%，兩者的平均處理效應(yīng)差值為0.0145，并在5%水平上高度顯著。同理，對于土地轉(zhuǎn)出行為來說，基于最近鄰匹配，匹配后轉(zhuǎn)出農(nóng)戶（實驗組）與未轉(zhuǎn)出農(nóng)戶（控制組）的多維貧困指數(shù)分別為0.4147和0.4391，前者比后者低5.53%，兩者的平均處理效應(yīng)差值為0.0243，并在1%水平上高度顯著。上述分析表明：第一，無論是土地轉(zhuǎn)入行為還是土地轉(zhuǎn)出行為，兩者均有助于緩解農(nóng)戶多維貧困;第二，農(nóng)戶土地轉(zhuǎn)出對多維貧困的減貧效應(yīng)更為顯著，土地轉(zhuǎn)入能使轉(zhuǎn)入戶的多維貧困指數(shù)下降3.25%，而土地轉(zhuǎn)出則能使轉(zhuǎn)出戶的多維貧困指數(shù)下降5.53%。

兩者對農(nóng)戶多維貧困減緩效應(yīng)的影響差異，其可能原因在于，農(nóng)地規(guī)模經(jīng)營效率與非農(nóng)部門工資差異依然較大。轉(zhuǎn)出戶雖然損失了農(nóng)業(yè)經(jīng)營收入，但獲得了租金收入和從事非農(nóng)產(chǎn)業(yè)的工資性收入，傳統(tǒng)的農(nóng)業(yè)經(jīng)營方式生產(chǎn)效率較低，轉(zhuǎn)出戶所損失的農(nóng)業(yè)收入無法抵消租金收人和非農(nóng)就業(yè)收入，同時，農(nóng)地轉(zhuǎn)出后農(nóng)業(yè)剩余勞動力在流向非農(nóng)部門的過程中，改變了原有的社會關(guān)系網(wǎng)絡(luò)，也意識到教育扶貧的重要性.這些觀念的變化會促使轉(zhuǎn)出戶在其影響多維貧困的其他維度進行投資。從而整體上表現(xiàn)出土地轉(zhuǎn)出對多維貧困的減緩效應(yīng)。而對于轉(zhuǎn)入戶來說，他們要改造傳統(tǒng)的農(nóng)業(yè)生產(chǎn)模式，用資本和技術(shù)替換勞動力，同時還要付給轉(zhuǎn)出戶一定的土地租金，這些都使他們面臨較高的農(nóng)業(yè)生產(chǎn)成本，但農(nóng)村的土地轉(zhuǎn)入往往具有政府行為，政府會對轉(zhuǎn)入戶進行支持或補貼，土地轉(zhuǎn)入使土地集中，使得農(nóng)業(yè)生產(chǎn)具有一定的規(guī)模效應(yīng)，這些因素可能引致土地轉(zhuǎn)入也能緩解多維貧困效應(yīng)。但與轉(zhuǎn)出戶不同，轉(zhuǎn)人戶會面臨更多的生產(chǎn)成本約束，從而表現(xiàn)出土地轉(zhuǎn)入比土地轉(zhuǎn)出的減貧效應(yīng)更低。

由于傾向得分匹配方法的估計結(jié)果僅是土地轉(zhuǎn)入或轉(zhuǎn)出決策的平均處理效應(yīng)，即適用于0～l二分變量，并不適用于連續(xù)變量分析，無法精確測量出土地轉(zhuǎn)入強度或轉(zhuǎn)出強度的差異對多維貧困效應(yīng)的影響。因此，我們借用Hirano和Imbens（2004）的做法，將二分變量情境下的條件性擴展為連續(xù)處理變量的情形，這便是廣義傾向得分匹配（ GPS）。為了反映出土地轉(zhuǎn)入或轉(zhuǎn)出強度，我們用“租用土地支出（元）”和“土地出租所得（元）”兩個指標(biāo)來進行衡量，首先計算出農(nóng)戶達到某一轉(zhuǎn)出或轉(zhuǎn)入強度的概率，然后根據(jù)轉(zhuǎn)入或轉(zhuǎn)出強度及其廣義傾向得分模型估計出農(nóng)戶多維貧困的條件期望，最后在細(xì)分的轉(zhuǎn)入或轉(zhuǎn)出強度及其對應(yīng)的GPS下計算出農(nóng)戶多維貧困在每一強度下的結(jié)果反應(yīng)函數(shù)。由于廣義傾向得分匹配較好地控制了協(xié)變量的差異，此時農(nóng)戶多維貧困指數(shù)的增減可以解釋為土地轉(zhuǎn)入或轉(zhuǎn)出強度所引致的因果效應(yīng)。根據(jù)廣義傾向得分匹配，我們分別列出了土地轉(zhuǎn)入強度和轉(zhuǎn)出強度對農(nóng)戶多維貧困的“劑量反應(yīng)”函數(shù)（如圖2所示），從圖2可以看出，土地轉(zhuǎn)入強度、轉(zhuǎn)出強度與農(nóng)戶多維貧困均呈現(xiàn)線性遞減的關(guān)系，即隨著土地轉(zhuǎn)入強度或轉(zhuǎn)出強度的增加，農(nóng)戶多維貧困指數(shù)下降，表明土地轉(zhuǎn)入強度或轉(zhuǎn)出強度越高，越有助于農(nóng)戶多維貧困的緩解。究其原因可能在于：一是對于轉(zhuǎn)入戶來說，土地流轉(zhuǎn)有助于盤活土地要素市場，土地的規(guī)模經(jīng)營可以降低交易成本，并引導(dǎo)農(nóng)地流向生產(chǎn)效率較高的新型農(nóng)業(yè)經(jīng)營主體，從而實現(xiàn)土地資源配置的帕累托改進（曾雅婷等，2018）。二是對于轉(zhuǎn)出戶來說，土地在有效流轉(zhuǎn)后，尚未非農(nóng)就業(yè)的青壯勞動力成為流動勞動力，其中有較強務(wù)工意愿的勞動力進入非農(nóng)產(chǎn)業(yè)部門，有較強務(wù)農(nóng)意愿或務(wù)農(nóng)能力較強的勞動力繼續(xù)從事農(nóng)業(yè)生產(chǎn)，從而實現(xiàn)勞動力的有效分流。當(dāng)然，也有研究表明，土地流轉(zhuǎn)與農(nóng)業(yè)生產(chǎn)效率呈反轉(zhuǎn)關(guān)系，即存在一個最優(yōu)規(guī)模拐點，在拐點之前，農(nóng)業(yè)生產(chǎn)率隨著農(nóng)地規(guī)模增加而逐漸變大，到達拐點后，農(nóng)業(yè)生產(chǎn)率隨著農(nóng)地規(guī)模增加而縮小。但我國依然是一個人地關(guān)系較為緊張的國度，土地流轉(zhuǎn)剛剛興起，加上適度規(guī)模經(jīng)營的農(nóng)地政策，都表明我國當(dāng)前依然處于農(nóng)業(yè)生產(chǎn)率隨著農(nóng)地規(guī)模增加而變大的階段。

（三）基于一般多維貧困與極端多維貧困的差異性分析

前述分析中被解釋變量農(nóng)戶多維貧困的衡量指標(biāo)是農(nóng)戶缺失得分，為了進一步區(qū)分農(nóng)戶間的異質(zhì)性，我們根據(jù)經(jīng)驗將缺失得分是否大于1/3作為劃分多維貧困的標(biāo)準(zhǔn)，如果缺失得分小于1/3，則為非多維貧困戶，反之則為多維貧困戶。在多維貧困戶中，我們進一步將缺失得分大于0.7的農(nóng)戶劃分為極端多維貧困戶，反之則為一般多維貧困戶。結(jié)果如表8所示，土地流轉(zhuǎn)（包括轉(zhuǎn)入和轉(zhuǎn)出）對非多維貧困農(nóng)戶的多維減貧效應(yīng)不顯著，但對多維貧困農(nóng)戶的多維減貧效應(yīng)顯著，土地流轉(zhuǎn)可以使多維貧困戶的缺失得分下降0.0185，其中轉(zhuǎn)入戶的缺失得分下降0.0153，轉(zhuǎn)出戶的缺失得分下降0.0130，表明土地流轉(zhuǎn)能夠緩解多維貧困戶的多維貧困狀態(tài)。我們進一步將多維貧困戶細(xì)分為一般多維貧困戶和極端多維貧困戶，發(fā)現(xiàn)土地流轉(zhuǎn)（包括轉(zhuǎn)入和轉(zhuǎn)出）能夠緩解一般多維貧困戶的多維貧困狀態(tài)，但對極端多維貧困戶的缺失得分影響不顯著。導(dǎo)致這種現(xiàn)象形成的根源可能在于：極端多維貧困戶在致貧的多個維度遭受剝奪，生產(chǎn)要素嚴(yán)重匱乏，長期處于低水平均衡狀態(tài)，因此很難適應(yīng)土地要素的重新優(yōu)化配置。對于轉(zhuǎn)出戶來說，土地的轉(zhuǎn)出使他們?nèi)狈囈陨娴耐恋刭Y源，同時人力資本、社會關(guān)系網(wǎng)絡(luò)的缺乏使得他們在非農(nóng)就業(yè)市場上處于劣勢地位。對于轉(zhuǎn)入戶來說，他們沒有足夠的資金承擔(dān)土地租金，同時由于資本和技術(shù)和匱乏，即使他們轉(zhuǎn)入了土地，也很難提高農(nóng)業(yè)生產(chǎn)效率?？傊瑢τ跇O端多維貧困戶來說，由于缺乏維持可持續(xù)發(fā)展的生計資本，無論是土地轉(zhuǎn)入或轉(zhuǎn)出，其對農(nóng)戶多維貧困的緩解效應(yīng)均不明顯。因此，如何精準(zhǔn)地幫扶極端多維貧困農(nóng)戶，是實現(xiàn)“精準(zhǔn)扶貧”的關(guān)鍵所在。