張棟

內(nèi)容提要：未能獲得低保救助但貧困脆弱性較強(qiáng)的近貧人口，未來陷入貧困的可能性較大，且與低保家庭相比，還可能存在救助性福利缺失的懸崖效應(yīng)。本文使用2014年中國(guó)家庭追蹤調(diào)查數(shù)據(jù)，基于貧困脆弱性視角測(cè)量近貧人口的貧困程度，采用傾向得分匹配法探究低保制度是否對(duì)低保家庭與近貧人口的貧困脆弱性產(chǎn)生懸崖效應(yīng)，并分析由懸崖效應(yīng)引起的救助性福利缺失是否造成近貧人口對(duì)低保制度參與權(quán)與福利加成的不平等。結(jié)果顯示：以各地區(qū)低保線為基點(diǎn)，近貧人口家庭人均收入高于低保線的部分累加至最低工資線與低保線差值的0.2至0.25倍的區(qū)間時(shí)，存在顯著的懸崖效應(yīng)與救助性福利缺失，參與權(quán)與福利加成方面存在不平等。因此，應(yīng)將貧困脆弱性納入到現(xiàn)行低保救助判別機(jī)制之中，以此完善對(duì)未來陷入貧困可能性的測(cè)量與識(shí)別;同時(shí)將存在救助性福利缺失的近貧人口納入到低保制度，以此化解懸崖效應(yīng)引起的不平等。

關(guān)鍵詞：近貧人口;低保制度;貧困脆弱性;懸崖效應(yīng)

中圖分類號(hào)：F069.9 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：1001-148X（2020）04-0031-09

一、引言

建國(guó)70周年以來，中國(guó)在脫貧攻堅(jiān)方面取得了舉世矚目的成就。最低生活保障制度（以下簡(jiǎn)稱低保制度）作為社會(huì)救助制度的主體，在減少貧困、保障貧困人口基本生活需要方面，發(fā)揮著無(wú)可替代的作用。但是中國(guó)大部分地區(qū)現(xiàn)行的低保救助申請(qǐng)標(biāo)準(zhǔn)，仍舊是以家庭人均收入是否達(dá)到所屬地區(qū)最低生活保障線（以下簡(jiǎn)稱低保線）作為主要判別依據(jù);然而，近貧人口，即家庭人均收入略高于低保線的貧困“邊緣”群體，他們無(wú)法享受低保制度以及其他疊加在低保制度之上的救助性福利安排，成為了低保制度的救助盲區(qū)[1]。那么，以收入為“絕對(duì)標(biāo)準(zhǔn)”將近貧人口排除在低保制度之外，是否合理？與已獲得低保救助的家庭（以下簡(jiǎn)稱低保家庭）相比，近貧人口是否存在救助性福利缺失？

2013年，中國(guó)社會(huì)科學(xué)院發(fā)布的《社會(huì)保障綠皮書》顯示，受調(diào)查的低保家庭中，六成不是貧困家庭，而近八成的貧困家庭沒有享受到低保救助，這使得中國(guó)減貧的最后一道屏障——低保制度的實(shí)施效果受到質(zhì)疑[2]。學(xué)術(shù)界普遍認(rèn)為造成低保制度“保不應(yīng)?！迸c“應(yīng)保未?！钡年P(guān)鍵因素是不能準(zhǔn)確識(shí)別與瞄準(zhǔn)貧困人口[3-5]。然而，準(zhǔn)確的識(shí)別與瞄準(zhǔn)不僅依賴于完善無(wú)誤的貧困測(cè)量，更為重要的是依賴于合理、可行的貧困判別標(biāo)準(zhǔn)。本文認(rèn)為家庭人均收入是否達(dá)到低保線僅是貧困狀態(tài)的一種可被觀察到的表現(xiàn)形式，現(xiàn)行低保制度的判別標(biāo)準(zhǔn)只能在貧困發(fā)生之后，作為一種事后貧困狀態(tài)的判別依據(jù)。這使得低保制度的運(yùn)行邏輯成為“先貧困，再扶貧”[6]。然而，貧困卻是一個(gè)動(dòng)態(tài)變化的過程，對(duì)于正在發(fā)生以及未來可能陷入貧困的近貧人口而言，現(xiàn)行低保制度的判別依據(jù)顯然不能考察其貧困的狀態(tài)和程度。因此，使用“無(wú)效”的“規(guī)則”將近貧人口拒之于“門”外缺乏合理性。

世界銀行2000年在其“World development report”[7]中將貧困脆弱性的概念引入到對(duì)貧困的測(cè)度中，定義為一個(gè)家庭或者個(gè)人在未來陷入貧困的可能性[7]。學(xué)術(shù)界多數(shù)學(xué)者認(rèn)為與“收入”這一單一、滯后且靜止的維度相比，貧困脆弱性是對(duì)未來可能陷入貧困的事前測(cè)度，具有前瞻性[8-10]。因此，按照貧困脆弱性的概念，對(duì)于未能獲得低保救助但貧困脆弱性較強(qiáng)的近貧人口而言，未來陷入貧困的可能性依然較大;與低保家庭相比，近貧人口還可能存在救助性福利缺失。喬杜里和賈蘭等（2002）提出了測(cè)量預(yù)期貧困脆弱性（Vulnerability as Expected Poverty，VEP）的理論方法，該方法是通過估計(jì)消費(fèi)函數(shù)，將個(gè)人或家庭在t+1期消費(fèi)低于貧困線的可能性作為其在t期的脆弱性 [11]。樊麗明和解堊（2014）利用兩輪微觀調(diào)查面板數(shù)據(jù)通過VEP方法實(shí)證檢驗(yàn)了中國(guó)公共轉(zhuǎn)移支付對(duì)家庭貧困脆弱性的影響，研究發(fā)現(xiàn)公共轉(zhuǎn)移支付并未顯著降低居民未來陷入貧困的概率[10]。楊龍和汪三貴（2015）使用中國(guó)農(nóng)村貧困監(jiān)測(cè)調(diào)查數(shù)據(jù)對(duì)貧困地區(qū)農(nóng)戶脆弱性進(jìn)行了測(cè)量，結(jié)果表明脆弱性測(cè)量和貧困測(cè)量的結(jié)果存在較大差異[12]。徐超和李林木（2017）借助2012年中國(guó)家庭追蹤調(diào)查數(shù)據(jù)實(shí)證考察了城鄉(xiāng)低保對(duì)家庭貧困脆弱性的影響，得出了低保制度對(duì)貧困脆弱性并未產(chǎn)生明顯的改善效果，反而有可能增加家庭未來陷入貧困可能性的結(jié)論[13]。

綜上所述，基于貧困脆弱性對(duì)低保制度開展的研究并不充分，針對(duì)近貧人口更是缺乏深入探討。因此，本文借助2014年中國(guó)家庭追蹤調(diào)查數(shù)據(jù)，基于貧困脆弱性的視角測(cè)量近貧人口的貧困狀態(tài)和程度;通過實(shí)證分析，探究低保制度對(duì)低保家庭與近貧人口減貧效應(yīng)的差異，即是否存在懸崖效應(yīng)[14];并測(cè)算與比較近貧人口在不同收入分組內(nèi)，懸崖效應(yīng)存在的區(qū)間，以此分析和判斷不同收入?yún)^(qū)間的近貧人口是否由于懸崖效應(yīng)引起的救助性福利缺失造成其參與權(quán)與福利加成方面的不平等。

二、近貧人口貧困脆弱性估計(jì)

（一）貧困脆弱性估計(jì)方法

以往文獻(xiàn)中關(guān)于貧困脆弱性門檻值的設(shè)定問題尚未達(dá)成一致性的結(jié)論，如樊麗明和解堊（2014）認(rèn)為脆弱性的門檻值確定具有主觀隨意性[10]。但多數(shù)學(xué)者將未來發(fā)生貧困的概率高于50%定義為是貧困脆弱的， 因而所設(shè)定的門檻值為0.5，如普里切特等人（Pritchett等，2000;Zhang和Wan，2006）[16-17]。因此，本文采用40%、50%、60%三個(gè)門檻值來分析不同收入分組家庭的貧困脆弱性。值得注意的是，將未來發(fā)生貧困的概率高于40%作為第一道門檻值，稱為低脆弱性;50%作為第二道門檻值，稱為較為脆弱;60%作為第三道門檻值，稱為高脆弱性。貧困線（poor）以當(dāng)年各省份（直轄市、自治區(qū)）的低保線作為標(biāo)準(zhǔn)，原因在于考慮到中國(guó)城鄉(xiāng)之間、地區(qū)之間存在經(jīng)濟(jì)發(fā)展與社會(huì)結(jié)構(gòu)的差異性，同時(shí)各地區(qū)在制定低保線時(shí)，主要是根據(jù)其自身的經(jīng)濟(jì)與社會(huì)發(fā)展水平以及財(cái)政轉(zhuǎn)移支付的額度來決定的，因此，引入各地城鄉(xiāng)低保標(biāo)準(zhǔn)作為貧困線可以部分地平衡由不同省份及城鄉(xiāng)之間的經(jīng)濟(jì)發(fā)展差異帶來的貧困脆弱性估計(jì)的失衡[18]。

根據(jù)近貧人口的定義可知，他們的家庭人均收入?yún)^(qū)間的下限至少是大于低保線的，這也正是按照低保制度現(xiàn)行判別標(biāo)準(zhǔn)，近貧人口不能享受低保救助的主要原因。但是近貧人口家庭人均收入的上限如何確定呢？或者說從人均家庭收入的角度而言，近貧人口的家庭人均收入到達(dá)到何值時(shí)將不能再被判定為是處于貧困狀態(tài)。2004 年3 月正式施行的《最低工資規(guī)定》強(qiáng)調(diào)，制定最低工資標(biāo)準(zhǔn)的目的是為了維護(hù)勞動(dòng)者取得勞動(dòng)報(bào)酬的合法權(quán)益，更為重要的是保障勞動(dòng)者個(gè)人及其家庭成員的基本生活能夠得到滿足。此外，根據(jù)馬克思的勞動(dòng)價(jià)值理論可知，社會(huì)最低工資是可以保證勞動(dòng)者能夠維持自身生存、撫養(yǎng)家庭成員和進(jìn)行教育與培訓(xùn)收入維度的最低限額，這意味著近貧人口的家庭人均收入的上限至少是應(yīng)該低于所屬地區(qū)社會(huì)最低工資線的。值得注意的是，韓兆洲等（2006）的測(cè)算，發(fā)現(xiàn)在中國(guó)最低生活保障、失業(yè)保險(xiǎn)和最低工資三者的比例已經(jīng)高達(dá)1：1.6：2.3[19]，因此，完全有理由認(rèn)為一旦人均家庭收入高于或者等于社會(huì)最低工資線時(shí)，將不再是本文所要研究的近貧人口的范疇。綜上所述，本文為了能夠詳實(shí)、細(xì)致的考察和對(duì)比近貧人口在不同家庭人均收入分組下貧困脆弱性的變化，對(duì)近貧人口的研究以家庭為單位（以下簡(jiǎn)稱近貧家庭），分組標(biāo)準(zhǔn)如表1。

（二）近貧人口貧困脆弱性估計(jì)結(jié)果

表2顯示了全樣本近貧人口貧困脆弱性家庭占比的分布情況，隨著脆弱性門檻值由40%提高至60%，無(wú)論是從樣本整體或、城市以及農(nóng)村，近貧家庭貧困脆弱性總體呈現(xiàn)下降趨勢(shì)。但值得注意的是，農(nóng)村近貧人口家庭脆弱性占比明顯高于城市占比，這意味著城市和農(nóng)村的近貧人口貧困脆弱性家庭分布結(jié)構(gòu)存在較為明顯的差異性。雖然近貧家庭占比的城鄉(xiāng)差距呈下降趨勢(shì)，但是無(wú)論在低脆弱性、較為脆弱還是高脆弱性的近貧家庭主要都集中于農(nóng)村地區(qū)。

表3顯示了近貧家庭在按照人均家庭收入所處的不同區(qū)間進(jìn)行分組后貧困脆弱性的占比情況，隨著近貧家庭人均家庭收入的增長(zhǎng)從第1檔一直提高到第5檔，貧困脆弱性門檻值由40%提高至60%，近貧人口貧困脆弱性家庭占比在整體、農(nóng)村、城市樣本組以及城鄉(xiāng)差距之間總體上呈下降趨勢(shì)，其中第1檔在整體、城市、農(nóng)村三個(gè)樣本組中貧困脆弱性家庭占比最高。值得注意的是當(dāng)近貧人口家庭人均收入達(dá)到第5檔時(shí)，首先，城市樣本組在門檻值為40%、50%以及60%的貧困脆弱性家庭占比都降低為零，但農(nóng)村樣本組貧困脆弱性家庭占比依然較高，低脆弱性近貧家庭占比高達(dá)31.59%，較為脆弱家庭占比為7.18%，高脆弱性家庭占比為3.74%;隨后，當(dāng)近貧人口家庭人均收入達(dá)到第6檔時(shí)城鄉(xiāng)樣本組在各門檻值的占比均降為零。這是否意味著與低保家庭相比，隨著城鄉(xiāng)近貧人口家庭人均收入?yún)^(qū)間的提高，所對(duì)應(yīng)區(qū)間內(nèi)的貧困脆弱性逐步降低，進(jìn)而低保制度對(duì)近貧家庭的減貧效應(yīng)會(huì)逐步縮小，最終當(dāng)收入達(dá)到一定區(qū)間，所對(duì)應(yīng)的貧困脆弱性與低保家庭相比不會(huì)再引起懸崖效應(yīng)呢？具體而言，就是當(dāng)城鄉(xiāng)近貧人口家庭人均收入達(dá)到第6檔時(shí)，他們?cè)谖磥硐萑胴毨У目赡苄院艿停瑥亩辉傩枰捅＞戎?，進(jìn)而與低保家庭相比也就不存在救助性福利缺失。因此，本文提出如下的假設(shè)：

H1：與低保家庭相比，當(dāng)近貧人口家庭人均收入?yún)^(qū)間在第1至5擋時(shí)，近貧家庭存在救助性福利缺失;并且隨著收入?yún)^(qū)間的提高，低保制度對(duì)近貧人口貧困脆弱性的影響逐步減少，即減貧效應(yīng)呈現(xiàn)逐步縮小趨勢(shì)，同時(shí)救助性福利缺失程度逐步降低。

H2：與低保家庭相比，當(dāng)近貧人口家庭人均收入?yún)^(qū)間達(dá)到第6、7檔時(shí)，低保制度對(duì)近貧人口貧困脆弱性不再產(chǎn)生影響，即減貧效應(yīng)不顯著，因此，家庭人均收入處于第6、7檔的近貧家庭不存在救助性福利缺失。

三、數(shù)據(jù)來源及變量說明

（一）數(shù)據(jù)來源

本文研究所使用的數(shù)據(jù)來源于2014年中國(guó)家庭追蹤調(diào)查（China Family Panel Studies，CFPS）數(shù)據(jù)。該數(shù)據(jù)集是由北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心（ISSS）負(fù)責(zé)進(jìn)行開展并實(shí)施，樣本覆蓋了除西藏和青海之外的29個(gè)?。ㄖ陛犑小⒆灾螀^(qū)）。CFPS2014包含了社區(qū)、家庭和少兒三種問卷。其本文使用了CFPS 2014 家庭問卷與成人問卷中的相關(guān)變量，剔除了控制組中家庭人均收入高于當(dāng)?shù)刈畹凸べY線的觀察值，同時(shí)剔除了戶主年齡不足16歲、戶主自評(píng)健康狀況等主要變量缺失的觀察值，最終得到家庭樣本容量為6869，其中包含3458個(gè)農(nóng)村家庭與3411個(gè)城市家庭。

（二）變量說明

本文將城鄉(xiāng)低保家庭與近貧家庭的貧困脆弱性（Vul）為被解釋變量，同時(shí)以各?。ㄖ陛犑?、自治區(qū)）城鄉(xiāng)低保線作為貧困線的標(biāo)準(zhǔn)，其中家庭是否獲得低保救助（WFGA）為本文的核心解釋變量。因此，將低保家庭賦值WFGA為1，近貧家庭賦值WFGA為0，同時(shí)在CFPS 2014問卷中同時(shí)詢問了除低保制度以為如五保供養(yǎng)、特困戶等其他政府補(bǔ)助，本文將獲得除低保制度以外，將獲得其他補(bǔ)助的家庭賦值為1，否則為0，并將其定義為虛擬變量。通過梳理以往文獻(xiàn)，本文選取了家庭戶主的個(gè)人特征變量，主要包括年齡、性別、婚姻狀態(tài)等;其次選取了包括家庭人口規(guī)模、人均家庭支出等主要的家庭特征變量;個(gè)人與家庭特征是影響能否獲得低保救助的重要因素，同時(shí)也是影響個(gè)人家庭在未來可能陷入貧困的重要因素，因此將這些因素以虛擬變量的形式加以控制，以防止對(duì)后續(xù)因果關(guān)系的解釋產(chǎn)生偏誤;同時(shí)還引入了城市、農(nóng)村以及東、中、西部地區(qū)作為虛擬變量以控制地區(qū)間的固定效應(yīng)，具體變量描述與統(tǒng)計(jì)如表4所示。

四、低保制度對(duì)近貧人口的懸崖效應(yīng)

（一）實(shí)證方法

由于在本文中已經(jīng)發(fā)生的結(jié)果是低保家庭通過獲得低保救助對(duì)其貧困脆弱性已經(jīng)產(chǎn)生了影響，以此相對(duì)應(yīng)的反事實(shí)結(jié)果是低保家庭未獲得低保救助時(shí)的貧困脆弱性。顯然，通過上文對(duì)貧困脆弱性的估計(jì)，低保救助對(duì)低保家庭所產(chǎn)生影響的現(xiàn)實(shí)結(jié)果已經(jīng)實(shí)現(xiàn)了可觀察，但是反事實(shí)結(jié)果卻并不存在，進(jìn)而無(wú)法進(jìn)行觀察和比較。因此，反事實(shí)結(jié)果的獲取成為本文因果關(guān)系分析的關(guān)鍵。與此同時(shí)，由于能否獲得低保救助并不是隨機(jī)發(fā)生的，而是與收入、消費(fèi)、人力資本等個(gè)人或者家庭的特征因素高度相關(guān)。因此直接利用以往簡(jiǎn)單的均值分析來比較低保家庭（處理組）與近貧家庭（控制組）之間的差異性，將會(huì)導(dǎo)致樣本選擇性偏差以及低保家庭判定標(biāo)準(zhǔn)所帶來的內(nèi)生性問題。為了克服上述問題，本文選擇采用傾向得分匹配（Propersity Score Matching，以下簡(jiǎn)稱PSM），該方法是由羅森鮑姆與魯賓（Rosenbaum & Rubin，1983）提出的，利用該方法可以實(shí)現(xiàn)反事實(shí)結(jié)果的獲取， 核心思想是將多維的協(xié)變量通過降維的方式整合成單一維度的傾向得分來匹配低保家庭組與近貧人口組，使兩者僅在是否獲得低保救助上存在差異，在其他方面則保持一致[20]。

PSM分析的第一步是選擇協(xié)變量并進(jìn)行傾向值得分的計(jì)算（match score），本文采用Logit模型對(duì)傾向得分進(jìn)行估計(jì)，表達(dá)式如下：

Logit（WFGAh = 1）= α + Xhβ + eh（8）

其中，Xh是由多元協(xié)變量組成的向量，主要包括戶主的性別、年齡平方等個(gè)人特征變量和家庭人口規(guī)模等家庭特征變量，并將城市、農(nóng)村以及東、中、西部地區(qū)作為虛擬變量以控制地區(qū)間的固定效應(yīng)。

第二步是將計(jì)算出的傾向得分作為距離函數(shù)進(jìn)行匹配。有效匹配的前提是必須滿足共同支撐假設(shè)與平穩(wěn)性假設(shè)。

第三步是根據(jù)匹配后的樣本（matched sample）計(jì)算平均處理效應(yīng)。低保制度對(duì)低保家庭貧困脆弱性的平均處理效應(yīng)（ATT）估計(jì)量的一般表達(dá)式為：

A[DD（-*2/3][HT6”]^[][HT][DD）]TT = 1Ni∑i：Di=1（νi-0i）（9）

其中，νi表示低保家庭i沒有接受低保救助的貧困脆弱性，0i表示近貧家庭的貧困脆弱性估計(jì)值，虛擬變量Di =表示家庭i是否為低保家庭，Ni=∑iDi為處理組，即低保家庭的個(gè)數(shù)。

在進(jìn)行傾向匹配得分時(shí)，可以采用多種方法其中k近鄰匹配（k-nearest neighbor matching）、卡尺匹配（caliper matching）、卡尺內(nèi)最近鄰匹配（nearest-neighbor matching whit caliper）這三種匹配的方法屬于局部匹配的方法;與此同時(shí)，核匹配（kernel matching）、局部線性回歸匹配（local linear regression matching）、馬氏匹配（mahal matching）為整體匹配法。值得注意的是，目前對(duì)具體匹配時(shí)使用何種方法尚不存在一致性結(jié)論。因此，本文采用上述所有方法進(jìn)行匹配，然后通過比較分析所得出的匹配結(jié)果，若使用不同匹配方法所得出的結(jié)果類似，則說明了結(jié)果的穩(wěn)健性，反之若結(jié)果存在較大差異，則應(yīng)進(jìn)一步考察出現(xiàn)差異的原因。

（二）實(shí)證結(jié)果

首先，傾向值得分匹配共同支撐假設(shè)要求處理組與控制組的傾向值得分需要有共同的取值范圍，如圖1與圖2所示：對(duì)比各協(xié)變量在匹配前、后的狀態(tài)，匹配實(shí)現(xiàn)了低保家庭組和近貧家庭組之間的均勻分布。

其次，如表5所示，傾向值得分匹配平穩(wěn)假設(shè)要求匹配之后的處理組與控制組在協(xié)變量上不存在顯著性差異，從而有效的校正樣本可能存在的選擇性偏誤。如表3所示，經(jīng)過PSM匹配之后，各協(xié)變量標(biāo)準(zhǔn)偏差均小于10%，與匹配前相對(duì)比，標(biāo)準(zhǔn)化偏差均大幅縮小，平均偏差也從匹配前的15.5下降到匹配后的1.5。因此，匹配后的各協(xié)變量在低保家庭組與近貧家庭組之間是平穩(wěn)的。同時(shí)通過觀察Logit回歸后的LR統(tǒng)計(jì)值可知由匹配前的384.45降低到了3.95，不拒絕各協(xié)變量沒有聯(lián)合效應(yīng)的假設(shè)。因此，通過PSM匹配以及控制城鄉(xiāng)、地區(qū)間的固定效應(yīng)，實(shí)現(xiàn)了低保家庭與近貧家庭在個(gè)人特征、家庭特征以及貧困脆弱性方面不存在差異性，即使匹配之后的低保家庭與近貧家庭在貧困程度保持一致。

本文采用了k近鄰匹配、卡尺匹配、卡尺內(nèi)最近鄰匹配三種局部匹配方法以及核匹配、局部線性回歸匹配、馬氏匹配三種整體匹配法以研究低保制度對(duì)低保家庭與近貧家庭貧困脆弱性的影響，同時(shí)將每一種匹配方法設(shè)置不同的參數(shù)值以檢驗(yàn)低保制度對(duì)近貧家庭貧困脆弱性的平均處理效應(yīng)（ATT）的穩(wěn)健性。值得注意的是當(dāng)ATT為負(fù)時(shí)，說明低保制度對(duì)近貧家庭具有減貧效應(yīng)，即低保制度降低了近貧家庭的貧困脆弱性，具體而言，就是降低了近貧家庭在未來陷入貧困的可能性;當(dāng)ATT為正值時(shí)，這說明低保制度增加了近貧家庭的貧困脆弱性;當(dāng)ATT顯著為負(fù)時(shí)，表明低保家庭與近貧家庭之間懸崖效應(yīng)顯著，即近貧家庭存在救助性福利缺失。

表6首先展示了局部匹配的結(jié)果，在k近鄰匹配參數(shù)k為1時(shí)，低保制度對(duì)近貧家庭貧困脆弱性的平均處理效應(yīng)顯著小于0，這意味著低保制度能夠顯著降低近貧家庭未來陷入貧困的可能性，也就是具有明顯的減貧效果。但是當(dāng)參數(shù)k為3和5時(shí)，ATT不在顯著。半徑匹配的卡尺參數(shù)為0.01時(shí)，ATT顯著為負(fù)，但是當(dāng)卡尺參數(shù)為0.1時(shí)，ATT為正但不顯著。其次在整體匹配的結(jié)果中，也出現(xiàn)了和局部匹配相類似的情況，即各匹配方法所得出的結(jié)果并不一致。因此，低保制度對(duì)低保家庭與近貧家庭之間的貧困脆弱性的影響不能確定，即對(duì)兩類家庭減貧效應(yīng)的差異并不明確，這意味此時(shí)還不能確定低保制度是否造成了低保家庭與近貧家庭之間的懸崖效應(yīng)。然而，表6僅為整體樣本匹配后ATT的分析結(jié)果，尚未對(duì)樣本按照家庭特征進(jìn)行分組討論。因此，按照上文中對(duì)貧困脆弱性進(jìn)行比較研究時(shí)所采用的分組方法①，將近貧家庭的貧困脆弱性按照其家庭人均收入與低保線以及最低工資線之間的關(guān)系劃分為1至7檔。以此深入低保制度對(duì)低保家庭和近貧家庭的貧困脆弱性的影響，以探究?jī)烧唛g懸崖效益究竟是否存在懸崖效應(yīng)。若存在，則進(jìn)而分析由于懸崖效應(yīng)引起的救助性福利缺失是否造成近貧家庭參與權(quán)與福利加成方面的不平等。

表7和表8顯示了按樣本收入分組的低保制度對(duì)低保家庭與近貧家庭的懸崖效應(yīng)分析結(jié)果，該結(jié)果恰好佐證了本文在近貧人口貧困脆弱性計(jì)算完成時(shí)所提出的研究假設(shè)，當(dāng)近貧人口家庭人均收入處于第1檔（低保線-5%）至第5檔（20%-25%）時(shí)，使用各參數(shù)進(jìn)行的匹配方法均在1%的水平上顯著小于零，這說明低保制度對(duì)低保家庭減貧效應(yīng)顯著大于近貧家庭，即兩種家庭之間存在顯著的懸崖效應(yīng)。具體而言，經(jīng)過PSM匹配之后，低保家庭由于獲得了低保制度以及疊加在低保制度之上的一系列救助性福利安排，從而有效地降低了自身的貧困脆弱性，顯著地減少了未來陷入貧困的可能性;然而，同等貧困程度的近貧家庭由于未能獲得低保救助，因而他們?cè)谖磥砜赡芟萑胴毨У母怕氏鄬?duì)增加了;因此當(dāng)近貧人口家庭人均收入?yún)^(qū)間在第1至5檔的近貧家庭確實(shí)存由于懸崖效應(yīng)而引起的救助性福利缺失。但是，當(dāng)近貧人口家庭人均收入處于第6檔（25%-50%）、7檔（50%-75%）時(shí)，使用各參數(shù)進(jìn)行的匹配方法均不顯著，這說明低保制度對(duì)近貧人口貧困脆弱性不再產(chǎn)生影響，即減貧效應(yīng)不在顯著，因此，與低保家庭相比，家庭人均收入?yún)^(qū)間在第6、7檔的近貧家庭，懸崖效應(yīng)與救助性福利缺失均不存在。

五、結(jié)論與建議

本文借助2014年中國(guó)家庭追蹤調(diào)查數(shù)據(jù)，基于貧困脆弱性的視角對(duì)近貧人口的貧困狀態(tài)和程度進(jìn)行了測(cè)量，在此基礎(chǔ)之上通過PSM匹配的實(shí)證分析方法，探究低保制度對(duì)低保家庭與近貧家庭減貧效應(yīng)的差異，并測(cè)算與比較了近貧家庭在不同收入分組內(nèi)，懸崖效應(yīng)存在的區(qū)間。研究表明：第一，隨脆弱性門檻值提高，近貧家庭貧困脆弱性存在顯著的城鄉(xiāng)差異，且脆弱性近貧家庭主要集中于農(nóng)村地區(qū);第二，低保制度能夠顯著降低低保家庭與近貧家庭未來陷入貧困的可能性;第三，以低保線為基點(diǎn)，當(dāng)近貧人口家庭人均收入處于最低工資線與低保線差值的0.2至0.25倍的區(qū)間時(shí)，低保制度對(duì)低保家庭與近貧家庭之間造成了懸崖效應(yīng)，近貧家庭存在救助性福利缺失，當(dāng)近貧人口家庭人均收入高于此區(qū)間時(shí)，懸崖效應(yīng)與救助性福利缺失均不存在。

研究結(jié)論表明低保救助現(xiàn)行判別標(biāo)準(zhǔn)對(duì)貧困的測(cè)量與識(shí)別過于單一且相對(duì)滯后，從而無(wú)法測(cè)量與識(shí)別近貧人口真實(shí)的貧困狀態(tài)與程度;對(duì)于貧困脆弱性與低保家庭相同的近貧家庭而言，現(xiàn)行低保判別標(biāo)準(zhǔn)在貧困測(cè)量方面不夠完善，與此相對(duì)應(yīng)的貧困識(shí)別機(jī)制還不夠健全，這不僅造成了近貧人口的救助性福利缺失，同時(shí)還引起了近貧人口在低保制度參與權(quán)與福利加成的不平等。因此，本文提出如下建議：第一，應(yīng)將貧困脆弱性這一關(guān)鍵維度納入到現(xiàn)行低保救助判別機(jī)制之中，以此完善對(duì)未來陷入貧困可能性的測(cè)量與識(shí)別，使低保制度由被動(dòng)地事后判別轉(zhuǎn)變?yōu)橹鲃?dòng)地事前預(yù)測(cè);第二，應(yīng)將存在救助性福利缺失的近貧人口納入到低保救助的保障范疇內(nèi)，以此化解“應(yīng)保未?！睂?dǎo)致的制度干預(yù)的不平等。

注釋：

① 具體分組標(biāo)準(zhǔn)請(qǐng)參見表1。

參考文獻(xiàn)：

[1] 李珍.社會(huì)保障理論 第3版[M].中國(guó)勞動(dòng)社會(huì)保障出版社， 2013.

[2] 宋揚(yáng)， 楊乃祺.最低生活保障制度的瞄準(zhǔn)效率與減貧效果分析——基于北京、河南、山西三地的調(diào)查[J].社會(huì)保障研究， 2018（4）： 38-47.

[3] 朱夢(mèng)冰， 李實(shí).精準(zhǔn)扶貧重在精準(zhǔn)識(shí)別貧困人口——農(nóng)村低保政策的瞄準(zhǔn)效果分析[J].中國(guó)社會(huì)科學(xué)， 2017（9）： 90-112.

[4] Ravallion M， Chen S H.Benefit incidence with incentive effects， measurement errors and latent heterogeneity： A case study for China[J].Journal Of Public Economics， 2015（128）： 124-132.

[5] Wu A， Ramesh M.Poverty Reduction in Urban China： The Impact of Cash Transfers[M].2014.

[6] 謝宇.發(fā)展型社會(huì)政策視角下的支出型貧困問題研究[J].學(xué)習(xí)與探索， 2017（3）： 40-47.

[7] Worldbank.World development report，2000/2001： Attacking poverty[M].Congressional Information Service，Inc， 2000.

[8] Chaudhuri S.Empirical methods for assessing household vulnerability to poverty[M].2001.

[9] Christiaensen L， Subbarao K.Toward an Understanding of Vulnerability in Rural Kenya[M].2004.

[10]樊麗明， 解堊.公共轉(zhuǎn)移支付減少了貧困脆弱性嗎？[J].經(jīng)濟(jì)研究， 2014（8）： 67-78.

[11]Chaudhuri S， Jalan J， Suryahadi A.Assessing household vulnerability to poverty： a methodology and estimates for Indonesia[M].2002.

[12]楊龍， 汪三貴.貧困地區(qū)農(nóng)戶脆弱性及其影響因素分析[J].中國(guó)人口·資源與環(huán)境， 2015（10）： 150-156.

[13]徐超， 李林木.城鄉(xiāng)低保是否有助于未來減貧——基于貧困脆弱性的實(shí)證分析[J].財(cái)貿(mào)經(jīng)濟(jì)， 2017（5）： 5-19.

[14]韓克慶.減負(fù)、整合、創(chuàng)新：我國(guó)最低生活保障制度的目標(biāo)調(diào)整[J].江淮論壇， 2018（3）：153-160.

[15]Amemiya T.The Maximum Likelihood and the Nonlinear Three Stage Least Squares Estimator in the General Nonlinear Simultaneous Equation Model[M].1977.

[16]Pritchett L， Suryahadi A， Sumarto S.Quantifying Vulnerability to Poverty： A Proposed Measure，Applied to Indonesia[M].2000.

[17]Zhang Y， Wan G.An Empirical Analysis of Household Vulnerability in Rural China[J].Journal of the Asia Pacific Economy， 2006（2）： 196-212.

[18]劉央央， 鐘仁耀.城鄉(xiāng)低保對(duì)象認(rèn)定標(biāo)準(zhǔn)中增加支出標(biāo)準(zhǔn)的合理性分析——基于懸崖效應(yīng)的視角[J].社會(huì)保障研究， 2019（1）： 33-43.

[19]韓兆洲.勞動(dòng)工資與社會(huì)保障制度：廣東省最低工資調(diào)研與統(tǒng)計(jì)測(cè)算模型研究[M].北京：經(jīng)濟(jì)科學(xué)出版社， 2006.

[20]Rosenbaum P R， Rubin D B.The Central Role Of the Propensity Score In Observational Studies for Causal Effects[J].Biometrika， 1983（1）： 41-55.