首页 >> 民族学
民族地区农村精准扶贫中低保瞄准的分析
2020年09月11日 09:30 来源:《西北民族研究》(兰州)2020年第1期 作者:丁赛 字号
2020年09月11日 09:30
来源:《西北民族研究》(兰州)2020年第1期 作者:丁赛
关键词:民族地区;农村最低生活保障制度;家庭收入;低保覆盖率

内容摘要:

关键词:民族地区;农村最低生活保障制度;家庭收入;低保覆盖率

作者简介:

  内容提要:精准扶贫“五个一批”中的社会保障兜底一批强调的是农村社会保障制度要瞄准因病残、年老体弱、丧失劳动能力以及生存条件恶劣等原因而生活长年困难的农村居民。本文基于两套大样本的民族地区经济社会综合调查数据,对民族地区农村2011年、2013-2014年低保瞄准的精准度进行了分析研究,主要结论有:民族地区农村低保瞄准的精准度不断提高,少数民族家庭的低保瞄准较之汉族家庭更加精准。由于民族地区农村低保户的确定条件不一定是单一的收入标准,所以根据家庭收入标准可视为低保瞄准脱靶的家庭,如果按照近期的多维贫困标准,有些则仍在贫困标准范围内。党的十八大以后,民族地区农村低保的瞄准更加精准。

  关 键 词:民族地区;农村最低生活保障制度;家庭收入;低保覆盖率

  项目基金:本文为国家社会科学基金重点课题“少数民族传统文化在乡村振兴中的作用与创新转化研究”(编号:19AMZ015)的阶段性成果。

  精准扶贫“五个一批”中的社会保障兜底一批,强调的是社会保障体系的“网底”——农村最低生活保障(以下简称“低保”)制度具有兜底性质,并非普惠性的公共福利,其核心是强调保障对象的生存问题,瞄准的主要是因病残、年老体弱、丧失劳动能力以及生存条件恶劣等原因而生活长年困难的农村居民。根据民政部的数据,自2007年我国农村低保制度建立至今,低保覆盖率由5%逐渐上升至7%,民族地区①农村的低保覆盖率从2007年的7.3%上升至2017年的12.8%。2007年,民族地区农村的低保人数是881万人,占当年全国农村低保人数的24.7%;2017年,民族地区农村的低保人数是1279万人,占当年全国农村低保人数的31.6%②。由此可见,民族地区农村的低保,覆盖面明显高于全国平均水平,并在民族地区精准扶贫和脱贫攻坚中发挥了显著作用。

  但在实践中,农村低保瞄准走样的现象曾经一度较为普遍,农村低保的实际瞄准效果不佳,漏保和错保严重[1],并因资源分配不公引发了诸多矛盾,甚至造成干群激烈冲突、集体上访等严重的社会问题[2]。

  根据民政部的全国数据,2007-2013年,农村低保人数由3566万人增加到最高值5388万人,随后逐年减少;2014-2017年,农村低保人数由5207万人减少到4045万人③,与2013年相比减幅为25%。该数据并不说明农村低保覆盖范围的减小。因为一些不符合低保条件的对象被清退,基本实现了“应保尽保,应退尽退”的动态化管理,所以农村低保制度的执行正逐步正本清源。与此同时,2016年全国共开展低保受托核对8106万次。2017年,全国所有县(市、区)的农村低保标准均动态达到或超过国家扶贫标准④。2018年,民政部、财政部和国务院扶贫办联合发布了《关于在脱贫攻坚三年行动中切实做好社会救助兜底保障工作的实施意见》,在五大任务中明确:要进一步完善农村低保制度,健全低保对象认定方法;全面落实特困人员救助供养制度;同时2019年农村低保改革还会扩宽农村低保救助对象的范围。

  民族地区由于历史、地理等原因,贫困面广,贫困程度深,脱贫任务重。2012年国务院扶贫办确定的592个国家扶贫重点县,位于民族地区的有232个,占比为39.2%;在民族地区以外的民族自治州、自治县中有67个,两者之和占比为50.5%。同年国家公布的14个集中连片特殊困难地区的680个县,位于民族八省区的有292个,占比为42.9%;在民族八省区以外的民族自治州、自治县中有129个,占比为61.9%[3]。2018年全国确定的334个深度贫困县和3万多个深度贫困村,主要集中在“三区三州”。显然,民族地区是脱贫攻坚的主战场。随着扶贫工作的推进,农村贫困表现出明显的家庭和个人缺陷特征,患病、残疾和丧失劳动能力已成为最显著的两个致贫因素,因而兜底扶贫一批农村居民彰显了精准扶贫的要义。《中国农村扶贫开发纲要(2011-2020年)》要求将扶贫开发和农村低保有效衔接,把扶贫开发作为脱贫致富的主要途径,把低保作为解决温饱问题的基本手段。2018年《民政部、扶贫办关于进一步加强农村最低生活保障制度与扶贫开发政策有效衔接的通知》指出:“农村低保覆盖面应与当地经济社会发展水平相适应,中西部地区低保覆盖面过大的,要科学调整,使之逐步趋于合理;覆盖面过小的,要通过提标扩面增人逐步提高,使困难群众的基本生活得到切实保障。”2020年是我国全面建成小康社会的时间节点,脱贫攻坚战略实施将逐渐转为常态化的扶贫工作。因此,农村低保作为今后扶贫开发的重要手段将会重新引起基层干部群众的关注。为确保农村地区的低保不再出现以前的漏保和错保等现象,回顾并深入反思农村低保漏保、错保的原因不仅必要,也有很强的现实意义。

  目前已有的关于农村低保漏保、错保现象的研究主要从两个层面展开:其一是探究农村低保漏保、错保现象的成因及影响因素,其二是评估农村低保漏保、错保的比率。从农村低保制度层面入手,仇叶、贺雪峰[4]认为国家不断扩展农村低保的保障范围,更新保障标准,看似不断提高的福利,使低保逐渐背离底线救助的制度定位,进入泛福利化的误区。而泛福利化具体表现为保障对象的扩大与保障标准上的福利捆绑,这是当前农村低保制度实践中最突出的特点,也是该制度出现的最严重的偏差。张昊[5]将农村低保评审乱象归因于识别环节,其观点为:原本应作为识别标准的农村家庭收入因难以准确衡量而被淡化,老龄、残疾等直观的个体特征成为主要的识别依据;同时,低保评审过程中村民评议环节作用突出而政府主体角色弱化,伦理道德、乡村治理乃至村组干部的意志等都会对评审过程产生影响;继而,诸多附加或配套政策又产生了放大农村低保评审乱象的客观效果。刘圣中、王晨[6]认为,农村低保执行过程中的政策变通主要表现为分档救助,这是导致实际保障线浮动,也就是出现错保问题的最主要原因。

  为数不多的研究估算农村低保漏保率和错保率。韩华为、高琴[7]利用2013年中国家庭收入分配调查数据(CHIP),通过构建代理家计调查测算了农村低保的实际瞄准效果,结果表明漏保率和错保率在样本中都接近或超过了80%。分地区来看,西部地区的漏保率和错保率低于中部和东部地区。朱梦冰、李实[8]也基于CHIP数据分析研究后发现,低保非贫困户即所谓“误保户”中残疾人和小学及以下受教育水平的成年人占比较高,户主年龄较大,居住环境较差,医疗费用支出占比较高。也就是说,如果用多维标准判断是否应获得低保,一些收入高于扶贫标准但有残疾人或其他负担较重的家庭,就仍会被纳入低保范围。在构建的多维贫困指数下,低保的瞄准率上升为42.04%,相应的低保覆盖率和漏保率也都明显上升。

  本文和上述研究相比,聚焦于民族地区农村低保的变迁,又着重对2011-2014年民族地区农村低保瞄准进行分析,还特别关注在低保瞄准方面是否存在不同民族的差异。有关民族地区农村低保瞄准,特别是有关低保瞄准脱靶的研究成果迄今还不多见。农村低保瞄准不仅关乎公平公正,也与民族关系相关,所以这方面的研究不仅有助于完善未来农村低保制度政府执行层面的考核监督,更对民族地区的社会稳定治理提供经验和借鉴。

  二、研究数据

  本文使用两套大样本调查数据,其一是中国社会科学院民族学与人类学研究所民族经济研究室与中央民族大学经济学院2011年民族地区经济社会综合调查数据(简称“CHES数据”),其二是中国社会科学院民族学与人类学研究所主持的国家社会科学基金特别委托项目暨中国社会科学院创新工程重大专项“21世纪初中国少数民族地区经济社会发展综合调查”的课题组于2014-2015年在民族地区完成的家庭问卷调查的数据(简称“大调查数据”)。

  CHES数据来源于七个地区(内蒙古、宁夏、新疆、广西、贵州、青海、湖南)的统计局调查样本户,调查得到的是2011年家庭收入信息。农村家庭调查数据总样本为31671位个人,7257户家庭。大调查数据是2014年和2015年在内蒙古、吉林、浙江、湖北、广西、四川、西藏、青海、宁夏和新疆10个省区的30个县域⑤进行城乡问卷调查时采集的,调查获得的家庭收入数据是2013年和2014年的,农村家庭和个人样本7313个。本次调查由中国社会科学院民族学与人类学研究所主持。该研究所与新疆师范大学、广西民族大学、西藏大学、中央民族大学合作,以有调查经验的民族学或社会学专业的研究生和本科生为主体组建了调查队,具体采用分层随机抽样方法。首先,在民族自治地方选取30个调查县、市、旗;其次,县、市、旗内的城乡调查社区或行政村要能代表当地城乡不同的经济发展状况(高、中、低)和主要民族;最后,根据当地的城镇化率,对每个县、市、旗400~500份问卷作城乡划分,在确定的社区或行政村层面对住户作随机等距抽样。为了减少替换率,各地调查队的调研人员作出了很大的努力[9]。调查问卷的内容包括了经济发展、社会事业、民族文化、民族政策、民族关系、社会安全与社会和谐等方面,共获得2014年4529户、2015年2784户农村居民家庭的受访信息。因2014年和2015年使用的是完全相同的问卷,又考虑到需要足够的低保户样本量以便于分析,故将2014年和2015年的调查数据合并。

  CHES数据包括了在2010年少数民族人口普查中人口规模前10位的8个少数民族——壮族(第1位)、回族(第2位)、维吾尔族(第4位)、苗族(第5位)、土家族(第7位)、藏族(第8位)、蒙古族(第9位)、侗族(第10位)——以及瑶族(第12位)、哈萨克族(第17位)和撒拉族(第34位)。大调查数据涵盖了2011年CHES数据中上述11个少数民族,还包括了人口规模为全国第6位的彝族、第27位的羌族和第31位的柯尔克孜族。

  表1 调查样本分布情况⑥

  CHES数据 大调查数据 调查的主要少数民族  
地区 汉族样本量(人) 少数民族样本量(人) 少数民族样本比例(%) 汉族样本量(人) 少数民族样本量(人) 少数民族样本比例(%)  
湖南 1072 3286 75.40 ---- ---- ---- 苗族、土家族、侗族、瑶族  
贵州 956 4398 82.14 ---- ---- ---- 侗族、瑶族、苗族  
广西 1614 3103 65.78 57 616 91.53 壮族、苗族、侗族、瑶族  
内蒙古 2740 879 24.29 440 285 39.31 蒙古族  
青海 1762 2970 62.76 19 536 96.58 藏族、撒拉族、回族  
宁夏 2170 1979 47.70 180 477 72.60 回族  
新疆 1180 2913 71.17 333 641 65.81 维吾尔族、哈萨克族、柯尔克孜族、回族  
四川 ---- ---- ---- 53 530 90.91 彝族、羌族  
西藏 ---- ---- ---- 80 1291 94.16 藏族  
云南 ---- ---- ---- 79 661 89.32 藏族  
合计 11494 19528 62.95 1241 5037 80.23

  从表1数据可以看出,两次民族地区农村调查,少数民族样本量均远远高于汉族样本量。其原因主要是两次调查均为了更好地对少数民族进行分析研究,因而不仅考虑到不同的族别,也考虑到样本数量。而相对于城市,农村少数民族更加集中,人口比例明显高于城市。

  三、民族地区农村低保的总体状况

  我国改革开放至今,扶贫工作越来越成为各级政府工作的重要内容,先后实施了《国家“八七”扶贫攻坚计划(1994-2000年)》《中国农村扶贫开发纲要(2000-2010年)》《中国农村扶贫开发纲要(2011-2020年)》等中长期扶贫规划。特别是党的十八大以后,党中央更是将扶贫开发摆到了治国理政的重要位置。相应的,我国农村扶贫开发进程快速推进,农村贫困人口逐年减少,农村贫困发生率从2012年的10.2%下降至2018年的1.7%[10]。贫困人口集中、贫困程度深的民族地区,也是打赢脱贫攻坚战三年行动的重点地区,贫困发生率从2011年的34%下降至2016年的9.4%[11],再下降至2017年的6.9%[12]。

  农村低保制度自2007年实施,其目标是:在全国范围内将符合条件的农村贫困人口全部纳入保障范围,稳定、持久、有效地解决全国农村贫困人口的温饱问题[13]。全国农村低保人数占农村人口的比例即低保覆盖率,从2007年的4.99%上升至2013年的最高点8.56%,再下降至2018年的6.22%⑦,总体是先上升后下降,前半段的上升幅度大于后半段的下降幅度。民族地区总体的低保覆盖率从2007年的7.27%上升至2011年的最高点19.72%,又下降至2017年的12.83%,呈现了和全国大致一样的变化趋势。同全国的低保覆盖率相比,民族地区的低保覆盖率始终高于全国,两者的差距从2007年的2.28个百分点急剧扩大至2011年的11.64个百分点,2012年又急剧缩小至6.74个百分点,再从2012年开始平缓收敛至2017年的5.81个百分点。显然,民族地区的低保覆盖率在2011年急剧上升,随后又快速下降和平缓收敛,因此2011年是民族地区农村低保变迁中非常重要的时点。在全国范围看,2013年出现低保覆盖率的最高值,也是值得关注的重要时点。

  表2 民族地区农村2007-2017年低保覆盖率(单位:%)⑧

  2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 2017年  
内蒙古 5.49 9.21 10.21 10.81 10.6 11.32 12.06 12.03 11.68 11.37 12.2  
广西 5.76 6.03 6.86 11.39 11.95 12.49 13.1 13.02 11.51 11.01 10.42  
贵州 9.71 12.72 13.02 22.61 23.54 23.18 22.01 19.89 16.2 15.55 13.56  
云南 5.92 8.33 11.22 12.51 13.78 15.48 16.74 16.74 16.94 16.42 13.05  
西藏 10.14 10.07 10.01 9.91 9.81 9.68 13.82 13.73 13.68 11.59 9.77  
青海 7.84 10.52 10.66 12.17 13.12 13.25 13.53 13.54 11.03 16.48 15  
宁夏 7.27 8.08 8.84 10.01 11.52 11.29 11.94 12.74 13.97 14.16 13.38  
新疆 10.17 10.04 10.11 10.6 10.74 10.73 10.74 10.69 10.58 13.56 16.49  
民族八省区 7.27 9.05 10.18 13.78 19.72 15.06 15.48 15.02 13.86 13.9 12.83  
全国 4.99 6.12 6.9 7.77 8.08 8.32 8.56 8.42 8.13 7.78 7.02  
民族八省区与全国的差距 2.28 2.93 3.28 6.01 11.64 6.74 6.92 6.6 5.73 6.12 5.81  
民族八省区低保人数占全国低保人数的比例 24.7 25.09 25.2 29.83 30.26 30.57 30.76 30.31 29.23 30.77 31.62

  表2中的数据表明,民族地区的低保覆盖率2007-2017年总体是先上升而后逐渐下降,这一趋势和民族地区脱贫攻坚取得的显著成效有直接关系。相比之下,其低保人口占全国低保人口总量的比例由2007年的24.7%稳步上升至2017年的31.62%。具体到不同的民族省区,新疆低保覆盖率逐年上升,2017年与2007年相比上升了6.32个百分点;内蒙古在波动中上升至2017年的最高值12.2%;青海和宁夏的低保覆盖率2007-2016年都逐年上升,2016年达到最高值,升幅分别达到了8.64个百分点和6.89个百分点,2017年又都小幅回调;广西、贵州、云南的低保覆盖率分别在2013年、2011年和2015年达到最高值后又都下降,贵州下降的幅度达到了10个百分点,这和近年来贵州经济发展速度位居全国最前列、贫困人口大幅度减少有直接关系;西藏的低保覆盖率2007-2017年下降了0.37个百分点,最先的六年平缓下降,2013年急剧上升至最高值13.82%,然后又下降至2017年的9.77%。

  2011年CHES调查问卷和2014-2015年大调查问卷都询问了调查对象的家庭是否为低保户。如果调查对象做了肯定回答,其家庭即为低保户。为了更清晰地了解民族地区农村不同少数民族获得低保的状况,结合两套大样本调查数据计算得到了不同特点的人群相应的低保覆盖率。

  表3 民族地区农村不同人群和少数民族的低保覆盖率⑨

  2011年 2013-2014年  
个人特征 样本量(人) 低保覆盖率(%) 样本量(人) 低保覆盖率(%)  
年龄分类  
18岁以下未成年人 7404 19.10      
成年人 20,972 16.54 5660 24.83  
60岁以上老人 3258 27.41 719 31.99  
户主的教育水平  
小学及以下 3155 21.62 2381 30.95  
初中 3107 13.84 1031 23.67  
高中 797 14.18 328 16.77  
大专及以上 54 3.70 87 19.54  
18~60岁成年人健康状况  
不健康 524 30.15 630 37.62  
健康 20,217 16.11 5724 24.30  
户主健康状况  
不健康 1138 30.05 418 39.47  
健康 30,533 17.83 3393 25.99  
户主是党员  
  950 19.37 616 25.32  
户主的民族身份  
汉族 2842 12.07 751 21.30  
少数民族 4281 20.25 2755 33.90

  从民族地区看,2011年民族八省区的低保覆盖率为19.72%。CHES数据的低保覆盖率是18.27%,说明CHES数据用于分析农村低保具有代表性。2014-2015年的大调查因在调查地点的选择上比2011年的CHES调查涵盖了更多的贫困民族地区,因此根据总样本计算得到的低保覆盖率为28.95%。为便于和2011年比较,只保留2011年相同省区的农村样本,得到的低保覆盖率为22.64%。

  表3给出了民族地区农村不同年龄、教育水平、健康状况的人和不同少数民族的低保覆盖率。从三个年龄段看,低保覆盖率60岁以上老人最高,CHES数据中18岁以下未成年人其次,18~60岁成年人最低。大调查数据中18岁以下未成年人的样本量较少,这主要缘于该调查只针对家庭中的成年人。而成年人的低保覆盖率低于60岁以上老人,2011年差距是10.87个百分点,2013-2014年该差距缩小为7.16个百分点。根据实地调查发现,民族地区农村的老人大多和儿女住在一起,尤其很多少数民族更有此传统。随着农村低保核查的不断严格,老人分户的情况越来越少,因此老人低保覆盖率和成年人低保覆盖率的差距也随之缩小。从户主教育水平看,户主是小学及以下教育水平的家庭低保覆盖率最高,户主教育水平高的家庭低保覆盖率逐渐降低,但2013-2014年户主是大专及以上教育水平的家庭低保覆盖率高于户主是高中教育水平的家庭。对成年人和户主的健康分类后,不健康人员和户主不健康的家庭人员低保覆盖率都明显高于健康人员和户主健康的家庭人员。户主是党员的家庭人员低保覆盖率和总体低保覆盖率相比,2011年前者高出后者1.1个百分点,2013-2014年该值低于总体低保覆盖率3.6个百分点。

  四、民族地区农村低保瞄准精准度上升与脱靶原因分析

  (一)民族地区农村低保瞄准精准度的上升

  根据相关政策的规定,农村低保对象是家庭年人均纯收入低于当地最低生活保障标准的农村居民,主要是因病残、年老体弱、丧失劳动能力以及生存条件恶劣等原因而生活长年困难的农村居民,很多地区在实际操作中也包括了暂时没有收入或收入较低而不足以维持基本生活的家庭。根据民政部公布的数据,全国农村低保标准2011年是1718.4元,2013年是2434元,2014年是2777元⑩。根据上述低保标准测算民族地区农村低保瞄准情况,主要根据CHES数据和大调查数据样本中2011年和2013-2014年的家庭收入情况,计算得到低保家庭的漏保率、误保率、低保瞄准率和有效覆盖率四个指标的变动情况。低保人员中符合低保条件的人员的比例为低保瞄准率,不符合低保条件的人员的比例为误保率,两者之和为100%,这也就是统计中的“去伪”。符合低保条件的人员中享有低保的人员的比例为有效覆盖率,没有享受低保的人员的比例为漏保率,两者之和为100%,这也就是统计中的“取真”。漏保率反映了民族地区农村家庭中应保未保也就是漏保的情况,而误保率则反映了不符合低保标准的家庭享有低保的情况,也就是“人情保”“关系保”等错保情况。为更好地比较民族地区农村2011年和2013-2014年低保的情况,将两套数据中相同省区的样本保留,将不同省区的样本剔除。

  表4 2011-2014年民族地区农村低保精准度变化的比较(单位:%)(11)

家庭类别 低保瞄准率 有效覆盖率 误保率 漏保率 民族地区贫困发生率 全国贫困发生率  
全体 +18.04 +10.05 -18.04 -10.05 -11.8 -5.5  
汉族 +10.03 +13.26 -10.03 -13.26 ----    
少数民族 +17.56 +8.61 -17.56 -8.61 ----

  表4数据显示,2014年和2011年相比,民族地区低保瞄准率上升(误保率下降)了18.04个百分点,低保有效覆盖率上升(漏保率下降)了10.05个百分点。和民族地区贫困发生率在2011-2014年降低11.8个百分点的幅度相比,低保瞄准率上升幅度高于民族地区贫困发生率下降幅度6个百分点,低保覆盖率上升幅度略低于民族地区贫困发生率下降幅度近2个百分点。可见,民族地区农村低保的精准瞄准度纠偏有了很大成效。

  民族地区农村汉族群体的低保瞄准率上升(误保率下降)了10.03个百分点,有效覆盖率上升(漏保率下降)了13.26个百分点。民族地区农村少数民族群体的低保瞄准率上升(误保率下降)了17.56个百分点,有效覆盖率上升(漏保率下降)了8.61个百分点。可见,2011-2014年间,民族地区农村的低保瞄准率和有效覆盖率都明显上升,低保瞄准的精准度提高。民族地区农村分民族看,在低保瞄准率和低保覆盖率都上升的情况下,少数民族的低保瞄准率比低保覆盖率上升得更快,汉族的低保覆盖率比低保瞄准率上升得更快。

  在民族地区农村的实地调查中发现,因家庭收入难以精确统计核算,家庭中有残疾人、失能老人、大病病人、学龄儿童的贫困户更容易获得低保资格。从近期很多地区实施的以收入为主的多维贫困标准看,上述家庭是可以纳入低保范围的。也就是说在民族地区农村现实实践中低保家庭的确定标准已经从单一的收入标准向多维标准转变。为了加快脱贫步伐,村级扶贫资源向脱贫潜力大、收入增加快的贫困户倾斜的现象也时有发生。当然,从数据看,的确有一定程度的错保和“人情保”。

  另外,按照我国《关于做好农村最低生活保障制度与扶贫开发政策有效衔接指导意见》,所有地方的农村低保标准要逐步达到国家扶贫标准,贫困人口参加农村基本医疗保险的个人缴费部分由财政补贴。因此,本文又分析了低保户和贫困户交集的变化情况。

  2011年国家公布的民族地区农村贫困标准是2300元,低保标准是1718.4元;2013年国家公布的民族地区农村贫困标准是2736元,低保标准是2434元;2014年国家公布的民族地区农村贫困标准是2800元,低保标准是2777元[14]。基于上述标准,在调查样本中确定了低保户、贫困户和非贫困户三类,并两两组合,交叉分析。也就是说,低保户应同时属于贫困户集合中,但不应属于非贫困户集合中。享有低保但家庭人均收入高于贫困标准的家庭为非贫困户,属于错保或“人情保”;享有低保同时也是贫困户,也就是获得了低保资格同时家庭人均收入超过了低保标准但还低于贫困标准,这种家庭可能原先为低保家庭,但在调查时家庭收入提高了,低保资格还保留而没有调整。由于低保资格的动态调整有工作时间点,因此这类家庭不能算错保或“人情保”。而贫困户中的低保户表明低保瞄准精准无误。将2013-2014年的调查样本和2011年的调查样本比较后发现,错保或“人情保”的下降幅度在民族地区农村为11.79个百分点,较为显著(见表5)。民族地区农村的汉族和少数民族相比,少数民族错保或“人情保”下降的幅度快于汉族3.19个百分点。从贫困户这一集合看,2013-2014年较之2011年,民族地区农村低保户的比例上升了9个百分点,其中汉族上升了13个百分点,少数民族上升了7.59个百分点。

  表5 2011-2014年民族地区农村低保户和贫困户交集的变化情况(单位:%)(12)

  贫困户 非贫困户  
全体低保户 +11.79 -11.79  
汉族低保户 +6.62 -6.62  
少数民族低保户 +9.81 -9.81  
  低保户 非低保户  
全体贫困户 +9.02 -9.02  
汉族贫困户 +13.06 -13.06  
少数民族贫困户 +7.59 -7.59

  (二)民族地区农村低保瞄准脱靶的原因分析

  民族地区农村低保瞄准脱靶表现为不符合低保收入标准的家庭享有了低保(这样的家庭即错保户),而符合低保条件的家庭却没有享受到低保(这样的家庭即漏保户)。为了深入分析脱靶原因,将人员特分为以下四类,即:符合低保条件也获得低保资格的家庭的人员(A);符合低保条件但未获得低保资格的家庭的人员(B);不符合低保条件但属于贫困户且获得低保资格的人员(C);不符合低保条件也不属于贫困户但获得低保资格的人员(D)。

  表6中的数据表明,2011年的四类人员和2013-2014年的三类人员在家庭人口、家庭非劳动人口、户主年龄、家庭房产价值、家庭医疗费用支出、户主的健康程度、户主的教育水平、户主的政治面貌、对自家生活水平的评价和少数民族身份上都存在一定的差异。2011年不符合低保条件也不属于贫困户但获得低保资格的人员(D)的医疗费用支出最多,占家庭消费支出的比例也最大;户主身体不健康的比例和符合低保条件也获得低保资格的家庭的人员(A)的比例最为接近。因此,这类家庭虽然收入标准超过了低保标准和贫困标准,但可能家中有病人,医疗费用支出较大,故获得了低保资格。2013-2014年错保户的人员(D)也同样是医疗费用支出最多,占家庭消费支出的比例高出符合低保条件也获得低保资格的家庭的人员(A)10个百分点。由此可见,错保户虽然收入超过了低保标准,但实际医疗费用支出大,被认定为低保户有一定的合理性。2013-2014年漏保户非劳动人口数是三类家庭中最少的,而家庭总人口又最多,也就是说劳动人口占比是三个家庭中最高的;在家庭房产上同错保户没有大的差异。

  表6 民族地区农村低保漏保户的特征(13)

  2011年 2013-2014年  
  A B C D A B D  
家庭人口(人) 5.53 5.44(---) 6.10(***) 5.04(***) 4.74 5.21(***) 4.32(***)  
家庭非劳动人口 2.01 2.54(***) 2.02(---) 1.60(***) 1.59 1.31(***) 1.52(***)  
户主年龄 53.92 50.28(***) 53.13(---) 51.18(***) 47.98 48.32(---) 48.18(---)  
家庭房产价值(元) 29164 35159(***) 38509(***) 45967(***) 129850 163123(***) 166451(***)  
当年家庭医疗费用支出(元) 82.82 75.37(***) 40.91(***) 117.56(***) 3612 3165(---) 5068(**)  
占家庭消费支出的比例(%) 5.67 1.48(***) 0.27(***) 6.29(---) 34.87 21.76(***) 44.31(***)  
户主不健康的比例(%) 7.82 3.14(***) 1.73(***) 6.09(***) 15.96 13.93(***) 14.40(***)  
户主是小学教育水平的比例(%) 48.32 46.56(---) 59.50(***) 54.09(***) 75.90 75.38(---) 66.56(***)  
户主是党员的比例(%) 13.69 12.24(---) 13.97(---) 14.93(***) 14.01 17.24(***) 14.86(---)  
认为自家生活水平处于下等的比例(%) 51.52 29.98(***) 42.48(***) 36.19(***) 56.76 64.72(***) 44.57(***)  
少数民族家庭的教育水平比例(%) 83.94 75.69(**) 82.92(---) 67.88(***) 92.72 92.38(---) 85.31(***)  
样本量 716 2386 521 4548 296 462 617

  2011年、2013-2014年的家庭收入调查是以年为单位的,且是调查前一年的家庭收入情况。具体到单个调查的贫困户,发现一些医疗费用支出大的家庭有的在调查前一年的下半年才有家庭成员查出大病,并开始支付高额医疗费用,对前一年的家庭收入影响不很显著,但在调查年份的家庭收入下降明显。从这个角度出发,如果按照很多民族地区农村近期以收入标准为主,参考多维贫困标准的情况,这类家庭就可以归为低保户。

  为了进一步分析和厘清民族地区农村低保瞄准脱靶的原因,我们又采用Probit模型对致贫原因进行分析。

  Pro(P)=α+β[,i]X[,i]+ε[,i]

  上式中Pro(P)是取值为0和1的因变量,符合低保条件且属于低保户的人员(A)取值为0,符合低保条件但不属于低保户的人员(B)或家庭人均收入高于低保标准但低于贫困标准的人员(C)或家庭人均收入高于贫困标准却享有低保的人员(D)均取值为1。2011年国家公布的农村低保标准低于农村贫困标准581.6元,前者相当于后者的74.7%;2013年农村贫困标准高出农村低保标准302元,低保标准相当于贫困标准的89%;2014年农村低保标准仅仅比农村贫困标准少了23元,两者的比例是99.2%。而在大调查数据中收入高于低保标准但属于贫困户的样本量仅有29户,因此将该类家庭并入符合低保条件且享有低保的家庭一类。

  公式中α是常数项也是截距,X[,i]是一组解释变量,包括户主年龄、家庭人口规模、家庭非劳动年龄人口数量、户主是否健康、户主是否党员、户主教育水平、家庭房产价值(取对数)、家庭人均医疗费用支出(取对数)、自我评价的生活水平等级、是否少数民族以及控制了省区的地区变量。

  下面表7的数据表明,户主年龄、家庭人口规模、家庭非劳动年龄人口数量、户主是否健康、户主是否党员、户主教育水平、家庭房产价值(取对数)、家庭人均医疗费用支出(取对数)、自我评价的生活水平等级、是否少数民族都在2011年不同的家庭类型中有显著影响,也就是说上述这些家庭特征,不同类型的家庭有较为明显的差异。而在2013-2014年的回归结果中,和2011年相比,户主年龄、家庭人口规模、户主是否健康、户主是否党员和户主教育水平已经不再对漏保户和错保户有显著影响,医疗费用支出增加仍然是错保户的影响因素,也就是说2011年和2013-2014年医疗费用支出明显高于其他类型家庭是错保户的一个重要特征。而漏保户在2011年和2013-2014年均表现出非劳动年龄人口少于其他类型家庭的特征,2011年和2013-2014年汉族家庭比少数民族家庭成为错保户的可能性更大。

  本文对农村低保中漏保户和错保户的界定只采用单一的收入标准,而在现实中基层干部大都采用多维标准衡量,这样也有其合理性和说服力。遗憾的是,由于调查数据不够全面,本文无法从多维贫困的视角对低保重新估算。

  表7 低保户识别因素分析(14)

  2011年 2013-2014年  
  B/A C/A D/A B/A D/A  
户主年龄 -0.0229***(0.0027) -0.0152***(0.0039) -0.0117***(0.0021) -0.0055(0.0041) 0.0028(0.0042)  
家庭人口规模 0.0706***(0.0226) 0.1354***(0.0321) -0.0979***(0.0205) -0.0231(0.0291) -0.0585(0.0350)  
家庭非劳动年龄人口数量 -0.0647**(0.0283) -0.2046***(0.0395) -0.1490***(0.2513) -0.0846**(0.0410) -0.0633(0.0459)  
户主不健康 -0.3134***(0.1229) -0.8909***(0.2306) -0.0986(0.1060) -0.0285(0.1510) 0.0498(0.1600)  
户主是党员 0.0289(0.0925) 0.6322***(0.1310) 0.1749**(0.0789) 0.2520(0.1437) 0.0082(0.1458)  
户主是小学及以下教育水平 0.4547***(0.0994) 0.3796***(0.1593) 0.1077(0.0909) -0.1003(0.2328) 0.2161(0.2272)  
户主是初中教育水平 0.1850**(0.0962) 0.0986(0.1587) -0.1517**(0.0901) 0.0012(0.2457) 0.2588(0.2358)  
家庭房产价值对数 -0.0209(0.0304) 0.1931***(0.0428) 0.3081***(0.0294) -0.0281***(0.0105) 0.1139***(0.0355)  
家庭人均医疗费用支出对数 0.0038(0.0294) 0.0552(0.0457) 0.0146*(0.0272) -0.0060(0.0172) 0.0224*(0.0163)  
生活水平属于中等 -0.1469(0.1150) -0.7517***(0.1604) -0.4528***(0.1015) 0.1442(0.1997) 0.1102(0.1782)  
生活水平属于下等 -0.8332***(0.1177) -0.6969***(0.1573) -0.6502***(0.1025) 0.1537(0.1942) -0.4490***(0.1805)  
少数民族 -0.1685*(0.0834) 0.1358(0.1320) -0.4947***(0.0713) -0.3713(0.2000) -0.2745*(0.1895)  
省份 控制 控制  
常数项 3.4122***(0.4179) -2.1860***(0.5226) 0.4985***(0.3930) 0.7789(0.5567) 0.6216(0.6155)  
Pseudo R2 0.1770 0.1646 0.2128 0.1385 0.0775  
样本量 2807 1102 4898 738 729

  五、简要结论

  社会救助兜底保障一批,是脱贫攻坚的重要部分。为充分发挥农村低保等社会救助制度在脱贫攻坚特别是深度贫困地区脱贫攻坚中的兜底保障作用,民政部近年来不断完善和优化农村低保政策,而且2018年全国所有县(市、区)的农村低保标准均动态达到或超过国家扶贫标准[15]。回顾2007年以来的农村低保变迁历程,农村低保乱象一直是国家和社会各界的关注点之一。本文基于从CHES数据和大调查数据中得到的民族地区农村低保信息对民族地区农村低保脱靶做分析,得到的结论主要有:

  第一,2014年和2011年相比,民族地区农村低保脱靶情况不断好转,低保瞄准的精准度不断上升,且变化幅度快于民族地区贫困率的下降。

  2014年和2011年相比,民族地区农村的低保瞄准率上升(误保率下降)了18.04个百分点,有效覆盖率上升(漏保率下降)了10.05个百分点。和民族地区农村的贫困发生率在2011-2014年降低了11.8个百分点的幅度相比,低保瞄准率上升幅度高于贫困发生率下降幅度6个百分点,低保覆盖率上升幅度略低于贫困发生率下降幅度近2个百分点。可见,民族地区农村低保瞄准精准度的纠偏有了很大成效。

  2014年和2011年相比,民族地区农村错保或“人情保”的下降幅度为11.79个百分点,较为显著。

  第二,民族地区农村少数民族群体的低保瞄准精准度高于汉族群体。

  2011-2014年间,民族地区农村的汉族群体低保瞄准率上升(误保率下降)了10.03个百分点,有效覆盖率上升(漏保率下降)了13.26个百分点。民族地区农村的少数民族群体低保瞄准率上升(误保率下降)了17.56个百分点,有效覆盖率上升(漏保率下降)了8.61个百分点。可见,在民族地区农村汉族和少数民族的低保瞄准率和低保覆盖率都上升的情况下,少数民族的低保瞄准率比低保覆盖率上升得更快,汉族的低保覆盖率比低保瞄准率上升得更快。

  2011-2014年间,民族地区农村的汉族和少数民族相比,少数民族错保或“人情保”的下降幅度大于汉族3.19个百分点。

  其次,由于民族地区农村低保家庭的确定条件不一定是单一的收入标准,所以根据家庭收入可视为脱靶的情况,在实际操作中具有一定的合理性。因家庭收入难以精确统计核算,有残疾人、失能老人、大病病人、学龄儿童的贫困户更容易获得低保资格。2011年、2013-2014年的家庭收入调查以年为单位,且是调查前一年的家庭收入情况。具体到调查的单个贫困户,发现有的医疗费用支出大的家庭在调查前一年的下半年才有家庭成员查出大病,并开始支付高额医疗费用,这对前一年的家庭收入影响不大,但调查年份的家庭收入下降明显。从这个角度出发,如果按照很多民族地区近期以收入标准为主,参考多维贫困标准的做法,那么这样的家庭也可以归为低保户。

  2011年和2013-2014年的调查数据计算结果表明,以前家庭收入并不低但医疗费用支出大的家庭即使收入标准超过了低保标准,也获得了低保资格。结合实地调查发现,这缘于这类家庭的成员患有大病后家庭收入急剧下降而需要帮助,也因为这类家庭得到即时救助后不会沦为贫困户。此外,对两套调查数据分析的结果显示,2011年家庭中非劳动年龄人口数量增加对一个家庭成为漏保户和错保户有显著影响。民族地区农村家庭中的老年人和残疾人分离成单户后容易获得低保资格,现实中也确实存在事实上仍是一个大家庭,但户籍上老年人和残疾人已经单列成户从而获得低保资格的情况。但随着低保制度的规范,农村单列成户的可能性越来越小,这也是2013-2014年农村家庭非劳动人口数量没有产生影响的原因。

  再次,民族地区农村在低保覆盖率高于全国平均水平的情况下老年人的低保覆盖率最高,有不健康成员的家庭更容易获得低保资格,户主的教育水平在小学及以下的家庭低保覆盖率最高。

  最后,户主是党员或教育水平相对较高,且房产也较多等家庭特征在2011年对错保和漏保有正向影响。换言之,这也可能形成“人情保”和“腐败保”等错保情况。

  课题组2014年后也对民族地区农村低保进行了持续两年的调查,发现低保瞄准的精准度继续显著提高,但因调查样本较小,无法深入分析。调查也证明,党的十八大以后,随着脱贫攻坚战略的实施,民族地区农村低保瞄准的精准度越来越高。

  为解决我国农村低保瞄准脱靶的问题,2016年民政部明显加强了对农村低保工作的核查,并针对困难家庭的收入核算难的现实问题不断给出制度层面的解决方案。民政部与财政部、国务院扶贫办在2018年联合下发了《关于在脱贫攻坚三年行动中切实做好社会救助兜底保障工作的实施意见》,指出2019年农村低保改革会扩宽农村低保救助对象的范围,而且“对于家庭成员因残疾、患病等增加的刚性支出、必要的就业成本等,在核算家庭收入时可按规定适当扣减”,同时还明确规定“脱贫攻坚期内,纳入农村低保的建档立卡贫困户人均收入超过当地低保标准后,可给予一定时间的渐退期,实现稳定脱贫后再退出低保范围”。同年,民政部还出台了《全国农村低保专项治理方案》,要求从2018年起用三年时间集中查处、整治农村低保工作中的腐败和作风问题。上述政策措施的实施将会不断规范民族地区农村的低保,同时也必会使民族地区农村低保的瞄准更加精准。继续追踪民族地区农村低保瞄准精准度的变化,也是课题组今后努力的方向。

  感谢美国加州大学洛杉矶分校的李辰飞为本文的数据整理和分析作出的贡献。

  ①本文的“民族地区”指民族八省区,即内蒙古、广西、西藏、宁夏、新疆、贵州、云南、青海。

  ②根据民政部2007-2009年历年的《民政事业发展统计公报》及2010-2017年历年的《社会服务发展统计公报》中各省区农村低保人数和农村总人口数据,计算得到民族地区农村的低保覆盖率和农村低保人数占全国农村低保人数的比例。

  ③参见民政部2007-2009年历年的《民政事业发展统计公报》及2010-2017年历年的《社会服务发展统计公报》。

  ④参见2017年民政部《社会服务发展统计公报》。

  ⑤18个调研县(市、区)为:西藏的白朗县、那曲县、拉萨市、洛扎县,内蒙古莫力达瓦达斡尔族自治旗的达斡尔族尔自治县,新疆吐鲁番地区的鄯善县、富蕴县及克孜勒苏柯尔克孜族自治州的乌恰县,青海的循化县、达日县,宁夏的红寺堡区,广西的隆林各族自治县、龙胜各族自治县、金秀瑶族自治县,湖北的长阳土家族自治县,四川阿坝州的茂县,吉林的长白朝鲜族自治县,浙江的景宁畲族自治县。

  ⑥表中数据根据CHES数据和大调查数据计算得到。因民族身份信息有样本缺失,故民族身份信息样本量的总和小于总样本量。

  ⑦根据民政部公布的历年农村低保人数以及历年乡村人口计算得到。

  ⑧表中数据根据民政部公布的历年各省区农村低保人数和国家统计局公布的历年各省区乡村人口计算得到。

  ⑨表中数据根据CHES数据和大调查数据计算得到。样本因年龄、健康状况、户主教育水平和户主少数民族身份信息都有缺失,所以均小于总样本。

  ⑩这是民政部公布的历年《民政统计公报》中的农村低保标准。

  (11)表中数据根据CHES数据和大调查数据计算得到,民族八省区和全国贫困发生率的变化根据《中国少数民族地区扶贫进展报告》第5页的数据计算得到。

  (12)表中数据根据CHES数据和大调查数据计算得到。

  (13)表中数据根据CHES数据和大调查数据计算得到。()内是不同类型人员的家庭特征与符合低保条件且是低保户的家庭的特征差异检验结果,***是1%水平上显著,**是5%水平上显著,*是10%水平上显著,---是不显著。因年龄、健康状况、户主教育水平、党员、户主少数民族身份和房产及医疗费用信息都有缺失,所以样本均小于总样本。

  (14)***是1%水平上显著,**是5%水平上显著,*是10%水平上显著,()内是标准差。

  参考文献:

  [1]韩华为,徐月宾.农村最低生活保障制度的瞄准效果研究——来自河南、陕西省的调查[J].中国人口科学,2013,(4);朱梦冰,李实.精准扶贫重在精准识别贫困人口——农村低保政策的瞄准效果分析[J].中国社会科学,2017,(9); Golan,J.,Sicular,T.,and Umapathi,N.(2017),Unconditional Cash Transfers in China:Who Benefits from the Rural Minimum Living Standard Guarantee (Dibao) Program?.World Development.93:316-336; Kakwani,N.,Li,S.,Wang,X.,and Zhu,M.(2017),Evaluating the Effectiveness of the Rural Minimum Living Standard Guarantee (Dibao) Program in China.CIID Working Paper,No.63.

  [2]耿羽.错位分配:当前农村低保的实践情况[J].人口与发展,2012,(1);李铜山.我国低保问题调研报告[J].调研世界,2014,(8).

  [3][11]张丽君,吴本健,王飞,马博等.中国少数民族地区扶贫进展报告(2017)[M].北京:中国经济出版社,2017.3-4.5.

  [4]仇叶,贺雪峰.泛福利化:农村低保制度的政策目标偏移及其解释[J].政治学研究,2017,(3):63-74.

  [5]张昊.农村低保评审乱象的成因及治理——基于定性定量混合方法的分析[J].中国农村观察,2017,(1):14-28.

  [6]刘圣中,王晨.浮动的保障线:农村低保政策的变通执行[J].农村经济,2016,(9):84-90.

  [7]韩华为,高琴.代理家计调查与农村低保瞄准效果——基于CHIP数据的分析[J].中国人口科学,2018,(3).

  [8][14]朱梦冰,李实.精准扶贫重在精准识别贫困人口——农村低保政策的瞄准效果分析[J].中国社会科学,2017,(9).

  [9]抽样方法详见:2013年调查问卷分析·综合卷[M].北京:中国社会科学出版社,2015.3-5.

  [10]2018年全国农村贫困人口减少1386万人[EB/OL].光明日报,2019-02-17.

  [12]国家民委网站.2017年民族地区农村贫困监测情况[EB/OL].http://whxcs.seac.gov.cn/seac/xxgk/201808/1101635.shtml,2018-08-17.

  [13]国务院.国务院关于在全国建立农村最低生活保障制度的通知[Z].2007-07-11.

作者简介

姓名:丁赛 工作单位:中国社会科学院民族学与人类学研究所

转载请注明来源:中国社会科学网 (责编:赛音)
W020180116412817190956.jpg

回到频道首页
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们