1、精准扶贫视野下精准贫困分类及其创新方法研究 裴文婷 长沙理工大学经济与管理学院 摘 要： 精准贫困分类是衔接精准识别与精准帮扶的重要桥梁。在我国精准扶贫实践中, 贫困分类倾向客观和传统原因、缺乏对分类依据的界定、识别标准单一以及贫困信息不对称等问题, 导致扶贫效率低下。因此, 应从分类方法、分类依据和分类内容等着手对精准贫困分类进行创新。关键词： 精准扶贫; 精准贫困分类; 贫困测度表; 基金：2016 年地方高校国家级创新创业训练计划项目“精准扶贫三步走创新模式设计和验证以长沙县为例”的阶段性成果我国实施的扶贫方式有救济式、开发式和攻坚式等, 这极大地帮助了扶贫工作的开展。1但长期以来由于贫
2、困分类侧重客观致贫原因、扶贫主客体之间信息不对称以及缺乏明确的分类依据, 使得“政府拨羊, 贫困户询问谁来放羊”和“漏真贫、错扶贫”等现象屡见不鲜。因此, 新型精准贫困分类方法的研究势在必行。本文依据在长沙县与沅江地区的调研和我国部分省区的贫困分类情况, 通过分析其分类内容重客观、轻主观, 贫困信息不对称与识别标准单一以及新型致贫原因被忽视的实践困境, 针对性提出相关的创新路径。一、精准贫困分类的内涵精准贫困分类是衔接精准识别与精准帮扶的关键, 对精准扶贫的最终成效有着重要影响。关于“精准扶贫”的概念, 中共中央办公厅国务院办公厅印发的通知已经给出了明确定义:即精准识别是粗放扶贫的对称, 是指
3、针对不同的贫困区域环境和贫困农户状况, 运用科学有效程序对扶贫对象实施精确识别、精确帮扶、精确管理的治贫方式。2而关于精准贫困分类, 无论政府文件还是学术界都尚未给出明确界定。对精准贫困分类概念及内涵的界定是本文研究的起点, 基于前期对贫困分类现状的实地调研、系列访谈以及对精准扶贫的深入理解, 本文尝试对精准贫困分类进行定义。精准贫困分类是坚持以中央有关精准扶贫系列政策为指导, 基于对历史经验和社会新现象的总结, 通过规范科学的识别方法和流程, 精准识别出申请人是否贫困、为何贫困以及自身主动脱贫意愿的强弱程度, 并通过将贫困户档案卡与金融机构、不动产登记、公安系统等多方衔接, 加强贫困信息全面
4、审查和更新, 降低信息不对称的程度, 为后续的精准扶贫工作开展提供科学参考。具体而言, 精准贫困分类主要有三方面内涵:第一, 分类方法要精准。分类方法是否科学、有效直接影响精准帮扶的成效。因此, 精准贫困的分类方法应涵盖主客观致贫原因的测量, 以定量为主、定性为辅。第二, 分类依据要精准。为适应我国社会贫困新形势, 精准分类的依据应符合影响范围广、持续时间久、受害人群多、危害程度深这四个特点。第三, 分类内容要精准。多层次、多角度对致贫因素进行分析是精准贫困分类的关键, 因此贫困分类除了关注客观致贫原因之外, 还应着重关注主观脱贫意愿;除了关注传统致贫原因之外, 还应关注新型致贫原因。二、精准
5、贫困分类的现行方法及其特征2015 年, 22 个省区与中央签订了脱贫攻坚责任书, 并且大多颁布了“1+N”精准脱贫的系列文件。在以上这些相关系列政策指引下, 各省市区县结合自己扶贫开发情况摸索到与地方实际相结合的精准贫困分类实施方法, 并以此完善了当地的工作方法与机制。其中, 贵州从实践中探索出来的“四看法”精准扶贫识别体系最具影响力, 即看住房、存粮、劳动力和上学郎, 其对于贫苦户显性资源的识别主要通过观察法。甘肃省则结合自身实际, 探索出了“9871”识别法, 即符合“9 不准”直接排除、通过 8 项指标发放问卷、通过 7 项定量指标进行综合积分排序并在最后举行 1 次民主评议, 其使用
6、的识别方法定性与定量分析相结合, 包含定性排除和定量计算。宁夏采用“细分式十步法”完成贫困户的识别工作:贫困户申请、村组选拔提名、村干部入户调查、村民众初步评定、乡政府复核、县政府审批、政府机关公示选拔结果、并发布公告、系统管理、动态调整, 而过程控制是其识别方法的核心。云南省在此基础上进一步创新提出了“七步评定法”的贫困精准识别方式, 即评申请人住房、生活、生产、劳力、健康、教育和负债, 其贫困识别方法更着重强调扶贫过程控制, 以及执行程序上的顺序性与合理性。总体来看, 这些地区的贫困分类具有以下特征: (1) 从分类方法来看, 大多采用观察和询问等定性方法, 很少借助定量模型进行, 分类的
7、精度不高, 而且分类结果可能缺乏科学性和有效性。 (2) 从分类依据来看, 目前省市并没有提出明确的分类依据, 导致现行仅依据的贫困类型难以适应社会的贫困新形势。 (3) 从分类内容来看, 大多分类出于对传统类型的总结与归纳, 侧重客观致贫原因。因此, 分类内容偏传统轻新型, 偏客观轻主观。表 1 我国部分省区精准贫困分类 下载原表 三、现行精准贫困分类的实践困境目前, 我国的精准扶贫政策还处于探索阶段, 尤其在精准扶贫分类方面仍有待改进和完善。本文根据在长沙县和沅江地区的调研实践和我国部分省区的贫困分类情况, 梳理了政策实施过程中精准贫困分类面临的主要问题, 总结提出了精准贫困分类的实践困境
8、。1. 精准贫困分类偏重客观致贫原因、忽视主观致贫原因当前, 精准贫困分类主要以客观致贫原因分类, 其具有直观、针对性等优势, 但对于扶贫资源的使用效率和降低返贫率存在一定的低效、盲目问题。究其原因, 主要是长期大面积的“灌溉式”政策扶贫导致贫困户产生依赖心理并且形成惰性, “等、靠、拿”风气在贫困户群体中日益滋长, 逐步诱发“不愿脱贫, 等吃国家饭”的现象, 这严重阻碍“脱贫攻坚”任务的完成。二是部分贫困户品行不正, 其不务正业、沾染不良嗜好、好逸恶劳等品性使得其反复进入退出贫困户范畴, 极大地降低了扶贫效率。图 1 贫困户脱贫意愿和品行 下载原图依据访谈结果, 长沙县与沅江地区的贫困户中高
9、达 50%的贫困户脱贫意愿较低, 其中 90%同时伴随有好吃懒做、学习意愿低、贪图小便宜的特征, 具有这些特征的贫困户 80%返贫次数超过三次。针对这类现象, 当地政府并无有效帮扶措施, 同时也没有对这类贫困户进行分类关注, 目前仅是按照扶贫政策要求对其扶贫。2. 贫困信息不对称, 精准测度标准单一在精准扶贫机制中, 首先, 政府是决策者, 贫困户是信息提供者。其次, 贫困户为获取贫困户名额和理想贫困类型与等级, 在信息提供时会产生选择、隐瞒、谎报等不诚信行为。第三, 在这些不诚信行为下产生贫困信息在政府和贫困户之间不对称的现象3, 导致“扶假贫”“漏真贫”和“错扶贫”等低效扶贫发生。当前农村
10、精准测度贫困户的标准主要有:一是根据中国农村贫困线每人年收入2855 元 (按 2015 年不变价) , 再以致贫原因进行贫困分类。4以收入刻画贫困具有可比直观等优势, 但在实际操作中执行困难, 局限性较大, 难选、漏选及错配问题易发生。二是仅通过收入标准测度贫困户, 难以刻画其他维度的贫困, 虽然长期以来各地通过实践总结出运用观察法对贫困户进行分类, 具有一定的可操作性, 但是其受参与人群主观评判等人为因素影响较大, 使得结果偏差时常发生。5三是目前全国以国家贫困线为基础识别贫困户, 难以适应经济发展状况不一的地区, 易导致测度结果有较高的错误率, 例如经济发展水平较高的地区, 由于其物价水
11、平同比上升, 使相对贫困人口难以达到国家贫困线标准, 从而无法进入贫困户范围。3. 精准贫困分类依据不明确, 新的致贫原因尚未纳入常用的贫困分类主要为因病致贫、因学致贫、养老致贫等, 这些致贫原因具有影响范围广、受影响人群多的特点, 同时教育、养老、大病等现象也是我国目前面临的主要社会问题。但随着社会发展, 一些社会新问题也逐渐显现, 因而仅依靠现有的这些贫困分类明显不能充分反映致贫类型。由于缺乏明确的贫困分类标准, 使现有贫困类型难以适应社会贫困新形势。一是豪华婚宴、高彩礼、好婚房婚车等儿女结婚问题引起家庭在中短期内进入贫困同时难以脱贫的局面, 且这种现象在全国日益延深延广, 攀比现象不断滋
12、长。二是伴随着吸毒人群扩大的严峻形势, 出现了由于吸毒引起的家庭贫困甚至偷钱、抢钱、绑架等一系列违法现象。根据调查发现, 沅江地区 0.3%的人口吸毒, 其中贫困人口数量达到一半以上;长沙县 80%的人口认为, 儿女结婚是日后致贫的潜在威胁。四、对精准贫困分类进行创新的路径精准贫困分类作为精准识别与精准帮扶的衔接, 对于我国扶贫攻坚工作的顺利完成有着至关重要的意义。本文鉴于长沙县、沅江地区和我国部分省区的贫困分类的实践困境, 对精准贫困分类提出以下创新路径。1. 设计主观脱贫意愿测度表, 综合分析贫困类型与原因贫困人口的主观脱贫意愿是制约精准扶贫工作开展的重要内因。经验表明, 只要贫困人口主观
13、脱贫意愿低, 精准扶贫工作始终面临着道德风险威胁和高返贫率下的“病态”脱贫现象。本文在现有贫困识别基础上, 通过设计主观脱贫意愿测度表, 将贫困人口申请和村民民主参与评价相结合, 综合测度贫困人口主观脱贫意愿的强弱。其中, 贫困人口申请部分着重考核贫困人口对精准扶贫政策的认识和接受程度, 以及对传统的仅进行经济援助扶贫政策的满意程度, 综合测评贫困人口“等、靠、拿”等惰性思想的强弱度;村民民主参与评价部分主要依据申请人日常生活工作作风, 考核申请人是否具有不务正业、沾染不良嗜好、喜欢大操大办等不良品行。在此基础上, 将贫困人口分为主动脱贫和非主动脱贫两类, 进而通过与客观致贫原因相结合, 针对
14、性地对贫困户制定脱贫措施。例如, 需依据贫困户主观脱贫意愿强弱有区别地进行帮扶, 对于非主动脱贫对象加强思想教育和政策介绍, 减少“政府拨羊, 贫困户询问谁来放羊”之类情况的发生。2. 建立多维贫困识别体系, 完善贫困户建档立卡信息为了提高贫困分类的精准性, 研究构建适用我国国情特色、时代特点的贫困综合测度方法和贫困信息管理体系, 是推进精准扶贫后期工作的必要途径。首先, 本文在全国统一贫困线基础上通过增加地区经济发展水平、消费水平、财政收入等综合设定适合地区的贫困线。其次, 通过建立和完善贫困户多尺度、多维度识别方法进行贫困户识别和贫困分类6-8, 即通过对农户收入能力、可支配能力、消费能力
15、有机结合, 依据贫困发生的原因 (如因病、因学、因灾、因婚等) 设计相关问题, 对贫困户进行分类分层识别。依据多维贫困识别体系识别结果与当地贫困线相对接, 综合得出申请人是否贫困和为何贫困, 减少观察法确定贫困人口和贫困类型带来的误差。第三, 本文在现有贫困识别和建档立卡工作基础上, 推进建档立卡信息与金融机构、不动产登记、公安系统等多方信息衔接, 便于综合审查和更新贫困户信息, 降低扶贫主客体之间信息不对称程度, 避免因贫困人口识别过程中的数据碎片化、信息静态化导致的贫困人口边界模糊、识别不精准现象的产生。3. 设定贫困原因标准, 加强更新与管理现有贫困原因主要为扶贫工作开展以来的积累和总结
16、, 新型致贫原因尚未纳入, 分类依据的缺乏使精准扶贫工作开展难以适应时代新变化。本文在现有贫困原因基础上设定分类标准, 认为致贫原因应至少具有影响范围广、持续时间久、受害人群多、危害程度深等四个特点。在此设定下, 加大对社会问题的关注, 尤其是加强对新型和潜在致贫原因的捕捉, 同时依据调查结果和相关报告对致贫原因进行更新。依据调查结果显示, 群众担心未来在教育、医疗和儿女结婚方面出现资金短缺, 对儿女结婚的资金担忧仅次于医疗。结果表明, 可以将儿女结婚列为致贫原因新关注点。2016 年中国毒品报告显示, 2015 年全国吸毒人员为 243.5 万名 (不含戒断3 年未发现复吸人数、离境人数和死
17、亡人数) , 在新发现的 53.1 万名吸毒人员中无业人员占 69.5%, 农民占 17.3%, 由于这两类人群大部分为潜在贫困户和贫困户, 高达 86.8%的比例让吸毒致贫成为精准贫困分类首先应纳入范围的选择。五、结语从 20 世纪 80 年代以来, 我国扶贫工作有序开展, 取得了卓越成就。随着经济社会发展和贫困形势变化, 中国确立精准扶贫这一政策体系。9其中, 精准贫困分类是衔接精准识别和精准帮扶的重要部分, 但由于目前贫困分类倾向客观原因和对历史经验的总结、缺乏对精准贫困分类标准的界定、识别标准单一以及扶贫主客体之间信息不对称, 导致扶贫工作中易出现现有贫困类别滞后社会发展, 扶贫效率低
18、。在精准贫困分类过程中, 明确界定贫困分类标准, 加强贫困类别更新, 衔接全方位数据用以审核与更新贫困户信息, 运用贫困户自评与村民参与的主观脱贫意愿测度表测量申请人主观脱贫意愿强弱, 并通过多维贫困测度体系识别申请人是否贫困以及客观致贫原因, 为精准扶贫后续工作提供科学有效依据, 助力“脱贫攻坚”任务的完成。参考文献1汪磊, 伍国勇.精准扶贫视域下我国农村地区贫困人口识别机制研究J.农村经济, 2016 (7) :112-117. 2李鵾.论精准扶贫的理论意涵、实践经验与路径优化基于对广东省和湖北恩施的调查比较J.山西农业大学学报:社会科学版, 2015 (8) :810-816+829.
19、3陆汉文, 李文君.信息不对称条件下贫困户识别偏离的过程与逻辑以豫西一个建档立卡贫困村为例J.中国农村经济, 2016 (7) :15-22. 4王介勇, 陈玉福, 严茂超.我国精准扶贫政策及其创新路径研究J.中国科学院院刊, 2016 (3) :289-295. 5杨园园, 刘彦随, 张紫雯.基于典型调查的精准扶贫政策创新及建议J.中国科学院院刊, 2016 (3) :337-345. 6ALK1RL.S.Choosing dimensions:the capability approach and multidimensional povertyR.Chronic Poverty Research Centre, 2007:88. 7高艳云, 马瑜.多维框架下中国家庭贫困的动态识别J.统计研究, 2013 (12) :89-94. 8陈辉, 张全红.基于多维贫困测度的贫困精准识别及精准扶贫对策以粤北山区为例J.广东财经大学学报, 2016 (3) :64-71. 9尚延波.当前农村精准扶贫政策简析J.现代化农业, 2016 (6) :40-41.
