中国扶贫开发年鉴

第四部分国别案例

其中X代表家庭特征（如性别、年龄、户主的教育、土地所有权等）和村庄特征（如电气化和灌溉的覆盖程度、基础设施的可用性、消费品价格等），β代表未知参数，η为信贷需求的不可测因素，这些因素是一个家庭所固有的并且它们不随着时间的变化而变化，μ为信贷需求的不可测因素，这些因素是一个村庄固有的并且它们不随时间的变化而变化，ε是一种非系统性误差。
视信贷需求水平（Cij）而定的结果的条件性需求（Yij）（如消费，子女教育或女性的劳动供给）为

其中δf和δM是分别对男性借贷和女性借贷的“共同”影响。
我们的目的是分别评估男性和女性的信贷对结果的影响，这些结果包括人均家庭开支、非土地资产、男孩和女孩的教育等。根据横截面数据（t=1），作为可能存在的关联结果，内生性产生于μcjf、μcjm和μyj以及εcijm、εcijf和εyij之中。由于横截面数据不能应用于家庭层面的固定效应法,Pitt和Khandker（1998）采用了村级固定效应法，以解决项目安置的内生性问题。所以，Pitt和Khandker采用了两阶段的工具变量（IV）的方法来解决家庭参与的内生性问题。在这个工具变量框架中，他们创建了一个不连续的家庭项目选择变量。
利用面板数据（t>1），我们可以使用家庭固定效应方法而无需采用两阶段识别限制方法。该方法区分出隐性的村庄特征和家庭特征，操作简单易行。根据两个时间点的差分方程（3）得到下面的结果公式：

通过使用家庭固定效应法而没有借助工具变量评估，根据如下的假设：信贷需求的误差和结果方程是不相关的，借贷影响的一致性评估δf和δm能够从方程式（4）中获得。这是沿着Khandker（2005）的推理而来的。然而，由于隐性的社会经济因素（这些被认为固定在家庭层面的社会经济因素实际上可能会随时间的推移而改变），误差仍然是与结果方程相关的。在这种情况下，即结合变量η和μ后，方程（1）和（2）可被改写为：

这导致了结果方程的改变：

为区别这两个时期（t=1和2），我们得到了如下的差分公式（8）：

因此，如果结果的改变取决于多变的隐性的家庭和村庄特征，那么，家庭层面的面板数据可能会对项目影响产生不一致的评估。
面板数据另一个值得担忧的地方是测量误差的可能性。如果信贷在有误差的情况下被测量（这是可能的），当做出区分时，这个误差可能被放大（尤其是只用两个时间段）。之后，该测量将会影响信贷系数的“衰减偏误”，这意味着信贷影响将会产生朝向零的估计量偏误。
我们需要使用工具变量来对这两种类型的问题（随时间变化的异质性偏差和误差偏差的测量）进行校正（Deaton，1997）。只要我们有工具，我们可以重新将工具变量（IV）的方法引入固定效应方法，通过纠正这种偏差来估计信贷影响。固定效应工具变量的（FE-IV）方法与固定效应（FE）方法相反，它由Durban-Wu-Hausman测验检测。
为了让工具变量的方法更好操作，让我们写下第一阶段信贷存量的方程，其中Z是一组不同于X的家庭和农村的特征，Z和X影响C，但是家庭结果并不取决于C。

选择合适的变量z是至关重要的。我们分别为1991/92年及1998/99年创建了家庭层面的男性和女性选择变量，把所有家庭特征和村级固定效应的选择变量的相互作用当作工具。1991/92年的数据分析与横截面数据使用了同样的工具，目的是为解决家庭项目安置的内生性和测量误差，这一次是为了着力控制与信贷变量相关的测量误差和时变误差。基于这样的事实（所有的项目组是单一性别的，不是所有的村庄既有男性群体又有女性群体），我们可以识别特定性别的选择变量。样本里涉及到的家庭来自不同类型的村庄。这样的假设是必要的，即：一个村庄里按性别划分的信贷组的有效性与不同的家庭误差、ε、X的附带条件是无关的。
除了简单的固定效应工具变量方法，我们能利用家庭层面固定效应方法的另外三个变体方法。一个变体方法包括如FE回归框架里的家庭和社区特征（X）等初始因素，并假定：初始因素控制着异质性（这些随时间而变化的异质性与借贷误差和结果方程误差相关）。具体来说，跟随Jalan和Ravallion（1998）的思路，我们重写模型（3）：

其中，Xijo代表初步调查时的家庭和村庄特征（如1991/92年）。
根据Heckman（1981）的理论，第二种变体方法是将滞后因变量（LDV）应用于上述方程（10）。这就是说，如方程（10）表明的，除了方程（10）提到的信贷干预变量、其他时变的外生特性以及初始外生特征，目前的结果依赖于结果的滞后（比如说一个周期的滞后）。因此，我们得到以下滞后模型，

控制误差的第三种变体方式是应用加权固定效应方法。根据Hirano，Imbens和Ridder（2003）的理论，我们首先计算权变量（我们从1991/92年的调查数据中得到控制变量，从参与方程中得到倾向分数）。具体来说，参与者的权变量被赋为1、非参与者为p/（1-p），其中P是倾向得分（即在任何时候接受小额信贷的概率）。在第二阶段，结合倾向得分权变量，把家庭层面固定效应做加权回归，以评估小额信贷的影响。
Durban-Wu-Hausman测试被用来衡量FE，FE-IV，有初始条件约束的FE，以及P值加权FE模型是否适合用来评估项目的影响。相比于其他方法，P值加权FE模型更适合。但是这些方法评估的结果并非大不相同。为了对比，我们展示了四种模型方法所评估的结果。表5给出了FE所评估的结果，表6给出了P值加权FE模型所评估的结果，表A3给出了FE-IV评估的结果，表A5给出了初始条件约束的FE所评估的结果。
从FE所评估的结果中（表5），我们发现：男性借款会导致人均支出、男性劳动供给、非土地资产、家庭净资产以及女孩入学率的增加。例如，男性借贷增加10％会导致家庭人均收入增加0.04%、男性劳动力供给增加0.18％、非土地资产增加0.28％、净资产增加0.2％。另一方面，女性借贷增加10％会导致人均收入增加0.06％、男性劳动力供给增加0.33％、女性劳动力供给增加0.46％、家庭非土地资产增加0.25％、男孩和女孩的入学率提高约8个百分点、赤贫人口减少5个百分点。
这些调查结果与从P值加权FE模型中得出的结论相差不大（从表6中可看出），唯一的区别是，女性借贷对家庭收入的影响不再那么显著，男性借贷会降低贫困。表5和表6证实了Pitt和Khandker（1998）的许多结论，这些结论是Pitt和Khandker仅根据1991/92年的资料所做的横断面研究中得出的。使用3轮数据所得出的结论与Khandker（2005）使用前两轮数据（1991/92年和1998/99年）得出的结论大致相当，这些结论都证实了小额信贷的扶贫作用。
评估小额信贷的动态影响
如果借贷的时间点很重要，那么信贷影响的评估可能是不一样的；这就是说，过去所借的贷款对行为的影响可能不同于现在。换句话说，不像在方程（3）中隐含的假设那样，信贷需求参数和其他回归参数会随着时间的推移而不断变化，信贷影响也会随时间而变化。
出于不同的原因，信贷影响随时间而变化。例如，在成为成员的最初几年，参与者在尚未拥有偿还能力前也许会选择保守的项目（或受本团体其他成员的影响），更注重积累资产、巩固新的保险网络。随着时间的推移，他们可能会经历一个较大的缓冲期，并利用新的贷款开展一些风险行为。第二，影响家庭贷款需求的隐性的当地市场条件会随着时间而变化，从而会对信贷需求产生有利的影响。第三，如果项目参与的非信贷影响很重要，而且他们在态度上的变化又与他们在小组里的时间构成函数关系，那么参与的总体影响可能会随着时间而降低。另一方面，如果从自主创业经验中获得的知识有助于人们在经营活动中得到回报，那么信贷影响可能会随时间的推移逐渐增加。最后，因为早期参与者积累的经济租金不断减少，回报可能会下降。由于群体动力学的差异以及他们所从事的自主创业活动的类型不同，如果这些评估影响存在差异，那么这将是非常值得研究的。
考虑到年特定信贷的特殊影响，我们将方程（3）改写为：

其中，k=1，2，...，n。n=3（即K=1是指1991/92年，2是指1998/99年，3是指2010/11年）。表7显示了FE评估的结果。
有趣的是，男性借贷和女性借贷对于结果的影响是非常不同的。例如，女性借贷后，2010/11年家庭非土地资产的反应弹性是0.025，1991/92年为0.026，1998/99年为0.014。另一方面，男性借贷后，2010/11年家庭非土地资产的反应弹性为0.043，1991/92年为0.027。这就是说，对男性和女性而言，信贷回报在1991/92年至1998/99年略有下降，在1998/99年至2010/11年回升。如果男性和女性都借款的话，家庭净资产的回报会减少。这些研究表明，项目的影响随时间而变化，有些影响可能随着时间的推移而下降。实际上，在1998/99年，有些方面的回报要么是零要么是负值。
正因为信贷的影响随时间而变化，过去的信贷对现在造成延续性的影响也是有可能的，所以它不仅影响过去的结果，也影响未来的结果。这个问题对于评估长期小额信贷的影响是重要的。为了评估小额信贷的长期影响，我们可以进一步修改公式（12）

下标c和p分别是指现在的贷款和过去的贷款。t时期（t是指1991/92年、1998/99年或者2010/11年）的现有借贷是指家庭男性和女性在这段时间里的累计借款金额，t时期的过去借贷是指家庭男性和女性在t-1时间段里的累计借款金额。所以这个模型假设，即使一个家庭在1阶段（即1991/92年）后停止借贷，它仍可以在2阶段（即1998/99年）获益，因为过去的借贷可能会继续有利于借款人（只要δp>0）。因此，我们承认借贷的影响是长期的。δP和δC的相等性检验表明我们可以拒绝相等的假设，这意味着过去的借贷和现在的借贷对现在的结果存在截然不同的影响。
模型FE的评估结果位于表8。结果清楚地表明，借款不仅影响现在的结果，而且影响未来的结果。让我们来看看男性的贷款对家庭非土地资产和净资产的影响。在目前，男性贷款增加10％会使家庭的非土地资产和净资产分别增加0.3％和0.2％。但是，过去男性的借贷使得这些影响降低。在过去，男性贷款增加10％会使家庭的非土地资产和净资产分别减少0.25％和0.30％。类似的模式被用来研究女性借贷对女性劳动供给的影响。在现在，女性的贷款增加10％会使得女性劳动供给量增加0.5％，而在过去，女性贷款增加10％使得女性劳动力供给量降低0.23％。虽然这些例子表明过去的信贷和现在的信贷以相反的方式影响一些结果，但是这种情况并不适应于所有的结果。例如，现在和过去的女性借贷都有助于降低极端贫困。此外，有一些方面的影响，只有当前的信贷才会产生。例如，男性劳动力供给情况仅受男性和女性当前的信贷的影响，这意味着男性和女性过去借贷的影响并不是一直存在的。男性贷款增加10％使得男性劳动力供给增加0.4％，而女性贷款增加10％使得男性劳动力供给增加0.41％。
过去借贷的反应弹性为负值，现在借贷的反应弹性为正值。这一事实可能表明借贷在某一些方面所得到的回报会减少。然而，回报率不一定在所有方面都降低。以人均收入和支出为例，虽然女性当前贷款并不重要，但是女性过去的贷款确实有助于增加人均收入和支出。具体来说，在过去，女性贷款增加10％使得家庭收入增加0.16％、支出增加0.04％。这表明女性借贷所得到的回报在增加而不是在减少。男性借贷对人均收入的影响也表明男性借贷的回报是在增加而不是在减少。这些例子清楚地表明，就信贷对家庭的影响来说，借贷的时间点十分重要，不仅如此，过去的信贷将会产生不同于现在信贷的影响。最后，过去信贷的影响可能一直都在、减少、或者不存在，这一切都取决于结果。
市场饱和与村庄规模不经济
由于村庄的参与率提高，市场饱和可能会导致信贷回报的减少。首先进入市场可能意味着收益，所以市场后进入者所得的回报比不过市场的先进入者。例如，受小组资助的市场早期进入者可以选择最有利可图的个体经营活动。相比于先进入者，市场后进入者可能会少得到些回报，或者从事那些回报较少的经营活动。另一方面，鉴于村庄吸引更多的借款人来投资，不断地增强村庄的外部性，开展专业化生产，市场饱和使得个人借贷能带来更多的回报。例如，如果市场的早期进入者能够生产出吸引借贷人投资的商品，该村将会成为某些产品或生产活动的中心，那么回报不仅不会减少反而会增加。然后，我们希望市场饱和既不会带来正外部性也不会带来负外部性。
以村庄固定效应为控制手段，我们能通过模拟信贷的影响（通过测量村庄参与率）理解这一现象。我们承认信贷影响α因村而异，用最简单的形式表达：

αj是指村庄j的信贷影响，Ωj是指小额信贷项目村庄参与人数，如一个村庄参加者的平均人数、村庄中男性借贷者和女性借贷者的平均人数。只有利用面板数据分析，参数αj才能从村庄固定效应中得到单独识别。
因此，我们需要面板数据来评估溢出效应。当存在溢出效应时，隐性的村庄异质性将与项目安置相关联。假设项目中的个人参与者（而不是借贷数量）、平均村级男性或女性参与率就意味着村庄项目参与的广度，那么我们就能计算出一个家庭中男性或女性项目参与者的人数。
我们写了以下回归方程：

其中Ωj代表村庄项目的外部效应，如果该村庄未有项目，那么Ωj为零。如果Ωj=0，那么系数δm和δf能够解释村级项目的影响（项目并没有使村庄产生特有的异质性）。根据横断面调查数据，如果村的外部性确实存在（Ωj≠0），溢出效应能从非时变的村庄效应中得到显现。利用面板数据，我们可以通过村级项目参与率来了解市场饱和与村庄规模经济/不经济的程度。如果Ωj是根据村级平均项目参与率来计算的，那么溢出效应是由非参与者行为的改变（由于村级项目参与率的改变而引起的）来衡量的。
市场饱和与溢出的好坏取决于这些村庄参与变量的系数是正的还是负的。为了说明的溢出效应，我们重新编写了类似（15）的结果方程：

其中V是村里男性或女性的平均贷款，V是衡量外溢效应的一个尺度。
基于方程（16），表9a显示了评估结果。村庄男性的平均借贷似乎对于家庭福利和家庭男性借贷没有特殊的影响。这意味着，外部性或溢出效应并没有因为男性借贷而产生。然而，女性借贷却并不是如此。我们发现，村庄女性的平均借款使得家庭的非土地资产和家庭净资产增加，但却使女孩的入学率降低。村庄女性的平均贷款增加10％会使家庭的非土地资产增加0.42％、净资产增加0.47％。这也许是因为女性参与率比男性参与率高、女性累计借贷也要比男性借贷多，因此，她们对家庭福利产生了积极的影响。由于37％的农村家庭有女性借贷者，所以如果女性借款增加10％，女性借款的溢出效应会导致家庭非土地资产增长0.38％。
由于现在和过去的贷款对家庭结果有着不同的影响，所以目前评估出来的溢出效应可能不会反映信贷影响的动态。因此，我们需要重新评估过去和当前的信贷模型。其结果示于表9B。村级男性的过去平均借款使得女性劳动供给增加、但却使非土地资产和家庭资产净值减少。相比之下，除了在男孩入学方面，现在村级女性的平均借款不会产生任何溢出效应，然而在过去，女性的借贷使得人均支出和男孩入学率增加、家庭的非土地资产减少。
村级借贷的负面影响意味着负外部性或村庄不经济，而正面影响意味着正外部性或溢出效应。因此，研究结果表明，较高的村级平均借贷不一定会降低个人借贷所带来的好处。在男性和女性的过去贷款与家庭非土地资产相关联的情况下，负系数就是村庄规模不经济的明显表现。就女性过去借贷而言，正外部性体现在男孩的入学率上；就过去男性和女性的贷款而言，非土地资产的负外部性是显而易见的。
多个项目的重叠成员身份以及小型金融机构的竞争
正如我们所提到的，多个项目的成员身份（也被称为重叠）是一个相对较新的现象。在1991/92年的调查中，我们还未发现这种现象，在1998/99年大约有9%的家庭同时是多个项目的成员，而到2010/11年这个数字翻了一倍多，达到了32%。多个项目重叠成员增长的原因是什么？由于单一来源的借贷并不能满足借贷人的需要，所以多个项目的成员身份反映了借款人有更大的信贷需求？亦或者他们从一个来源借钱以偿还另一个来源的贷款？又或者这仅仅是项目自己本身的问题？因为这些项目以那些具有较低信用风险的客户为目标对象。市场饱和会造成项目成员的重叠身份。即使市场饱和会导致借贷的回报递减（如村庄规模不经济），但可以提高个人信贷的需求，如果单一来源的借贷并不能满足额外的信贷需求，那么最终将会导致项目成员的重叠。在这种情况下，村庄的项目参与强度与广度被认为是一种好现象。这就是说，村级借贷的数额越高，个人借贷的边际效用也越大。反之，如果对信贷的额外需求是通过单一来源的小额信贷来满足，我们就会看到村级借贷的负面影响。
当村庄规模不经济导致借贷只能获得较低的回报时，为什么信贷需求却在上升？一个可能的原因是，面对借贷的低回报和收入增加的风险，借款人尽量使收入来源多样化。因此，家庭借贷越多就越能使创收活动多样化。但是，随着村级借贷的增加，市场趋于饱和，家庭在正外部性（即村庄规模经济带来高回报）时可能会走向专业化，而在负外部性（即村庄规模不经济带来低回报）时会走向多样化。我们已经看到，个人借贷在一些方面得到的收益与回报在减少。这意味着，额外的信贷需求导致了收入的多样化。在村庄规模经济或不经济任何一种情况下，只要单一来源的信贷不能满足借贷人的需求，额外的信贷需求将会导致项目重叠成员的增加。单一来源的信贷之所以不能满足借贷者需求，一是因为借贷有上限，二是因为借贷者感知到高信用风险。
通过引入多重成员状态（M）和村庄小额信贷机构参与强度（V），修订方程（3），我们得到以下的方程：

表10A是对多来源借贷和小额信贷竞争的影响进行了家庭层面的固定效应评估。如果多重成员的重叠身份不重要，我们得出κ=0。另一方面，如果村庄中小额信贷机构的密度不会产生不同于个人借贷的特殊的和额外的影响，那么村庄小额信贷机构密度的系数是不重要的，如θ=0。
结果表明，借贷的多来源似乎对净资产产生负面影响，对男性劳动力供给产生正面影响。也就是说，如果借贷的来源增加，它们会对个人或家庭的福利构成威胁。然而，我们发现，家庭借贷继续通过减少贫困、增加非土地资产和净资产以提高福利。这表明，当大量的个人借贷需要多渠道来提供时，这将会给家庭净资产带来极大地负面影响。另一方面，对于信贷者来说，小额信贷机构之间的竞争是福而不是祸。小额信贷机构通过提供额外资金、提高家庭男性成员和女性成员的劳动力供给，可能会使得家庭净资产得到增加。换句话说，通过支持企业的收益和生产率，小额信贷机构的高村庄密度不仅没有减少家庭净资产反而增加了。
由于过去的借贷可能对福利存在一个延续性的影响，家庭福利不仅取决于现有的借贷而且还取决于过去的借贷，所以我们应在这样一个动态的情形下分析问题。即，上述模型（方程17）将过去和现在的多重来源借贷以及现在和过去村庄的小额信贷机构数量纳入其中。实际上，过去多重来源借贷的水平并没有产生什么显著地影响，这意味着多渠道借贷不会产生规模不经济。另一方面，过去小额信贷机构的密度似乎对福利有负面影响，这意味着规模经济的减少。因此，尽管小额信贷机构现在的密度对于家庭资产净值有正面影响，但是，过去小额信贷机构的密度产生了负财富效应，这一切都说明了小额信贷机构的高密度所带来的回报与收益在减少。但是，由于过去村庄小额信贷机构的高密度，家庭获得了高收益。
结论和政策建议
在评估小额信贷影响时，采用面板数据（尤其是长期面板数据）要比横断面数据更为有利：它有助于分析动态问题，如信贷影响是否随着时间的推移不断变化；在像孟加拉这样小额信贷扩张的国家，市场饱和与村庄规模不经济是否可能发生；多个项目重叠成员的现象是否是信贷扩张的结果，又或者是由于村庄规模不经济而导致的收益多元化的结果。但是，面板数据不是万能的，在评估时，它自身也存在问题。
根据1991/92年、1998/99年、2010/11年的家庭调查面板数据（对孟加拉87个村庄进行长达20年的调查），本文探讨了小额信贷影响的多个方面，并验证了那些从横截面数据或短期面板数据中获得的先前的结论。特别是，本文分别从家庭人均收入、支出、贫困、非土地资产、家庭净资产、男性和女性劳动力供给、以及子女入学等方面，评估了男性借贷者和女性借贷者的小额信贷情况。本文还评估了信贷对同一组行为的不同影响、市场饱和与小额信贷机构竞争对家庭福利的影响。
模型的结果清楚地表明，基于组的信贷项目在提高家庭福利（包括人均消费、家庭非土地资产和净资产）上有显著的积极影响。小额信贷增加了收入和支出、男性和女性的劳动力供给、非土地资产和净资产、以及男孩和女孩的受教育机会。小额信贷，尤其是女性借贷，也减少了贫困。根据长期面板数据得到的结果证实了大部分的早期结论，即小额信贷意义重大，而且对于女性借贷人的作用比男性大。
研究结果表明，小额信贷的影响随时间而变化，现在借贷的影响与过去借贷的相比也不同。例如，相比于现在的借贷，过去的借贷对收入和支出的影响更大。由于市场饱和与小额信贷项目较高的村级参与，出现了村庄规模不经济的迹象。
研究结果同样显示了参与者的一些倾向，如多来源借贷和收入多样化。多个项目的重叠成员比例稳步增长，从一开始的零变成2010/11年的33%。它对家庭结果不具有任何影响。然而，小额信贷机构的竞争似乎存在有利影响，尤其是对家庭非土地资产和净资产的增长。
家庭面板数据分析的结果表明了市场饱和、村庄规模不经济和收益降低确实存在。这部分是由于信贷扩张以及当地经济没有太多的技术突破。事实上，我们的数据表明，在孟加拉农村小额信贷项目所赞助的活动中，超过三分之二的活动是在贸易领域，在1991/92年到2010/11年的研究期间，这种模式的贷款组合不减反增。人们利用小额贷款进行贸易活动，但是，家庭得到的收益与回报逐渐递减。在这种情况下，家庭必须通过技能培训并且利用营销网络，在更有价值的领域开展活动，否则，小额信贷的扩张将不能持久。总之，仅仅靠信贷扩张的小额信贷政策不足以提高收入和生产率，也不利于持续减贫。

贫困动态对扶贫瞄准的影响——基于印度尼西亚数据的模拟
Rika Kumala Dewi，Asep Suryahadi

一、引言
“决策者很少能够确知何种扶贫瞄准策略在何地以及何种条件下行之有效。此外，关于贫困的性质及其分布的数据也十分稀缺。因此，在项目设计和实施阶段，瞄准一直以来的不完善甚至漏洞百出都毫不令人意外”。
（Slater和Farrington，2009）

为穷人提供社会保障救助项目是政府履行其职能、促进财富再分配、巩固国家建设以及增加穷人福利的必要手段之一（Domelen，2007）。然而这些项目面临着一个重大挑战，即如何确保受益人群正是所期望瞄准的群体，也就是真正的穷人或其他弱势群体。Samson、Niekerk和Quene(2010)发现，发展中国家在扶贫瞄准过程中普遍呈现出显著的瞄准偏差，这种偏差体现为两种情况：将非目标群体纳入项目受益群体之内，或将目标群体排除在项目受益群体之外。以孟加拉国为例，有资格享受养老金保障制度的最贫困家庭中只有6%最终成为社会养老金项目的受益者（Samson等，2010），而阿根廷实施的一项旨在为失业人群提供低薪工作的Trabajar项目则只覆盖了当地7.5%的失业群体（Grosh、Ninno、Tesliuc和Ouerghi，2008b）。另外，世界银行和澳大利亚国际开发署（2012）也发现，印度尼西亚的直接现金转移支付、瞄准贫困人口的大米援助以及社区医疗保险等项目在多数情况下并没有惠及真正的贫困家庭，反倒有很多不贫困的家庭获得了项目的福利。
2005年，为了走出目标瞄准困境，印度尼西亚政府开始收集贫困家庭的详细数据，并以此为依据甄选出合适的贫困家庭成为不同扶贫项目的受益者。该数据每三年更新一次，每次更新都会将最新的家庭贫困状态考虑在内，包括其福利水平。2011年，对这些数据进行了进一步的综合整理，并以此建立了一个涵盖最贫困的40%人口的数据库，从而使项目执行机构能够更方便地选择符合项目瞄准条件的受益家庭。此前，不同机构的不同扶贫项目使用了不同的瞄准方式，从而产生了一个巨大的、差异性的受益者群体。对真正的贫困家庭以及巨大的排除误差的关注还远远不够（AusAID，2011）。因此，在收集数据之前，政府结合人口普查得到已有家庭基本信息表，建立了更加精准的2011年数据库系统。在选择贫困家庭时还综合考虑了村干部以及社区的意见，使数据库系统能够提供更详细的家庭信息，拓展了数据库中贫困家庭的覆盖面积（不仅包括贫困人口，还包括了社会中其他弱势群体）（AusAID，2011；Hastuti等，2012）。
然而，拥有一个每三年定期收集数据的贫困人口数据库系统似乎依然不能够完全解决瞄准问题。Baulch和Hoddinott（2000）分析了10个国家在2年到19年不等的时间框架内的家庭贫困动态。他们发现，那些贫困状况有过变化的贫困家庭的比例要远远高于持续贫困的家庭。这也就意味着在三年周期的第二年和第三年，贫困家庭的实际贫困状况已经发生了巨大改变，从而使每三年定期收集贫困人口数据来决定扶贫项目受益群体的方法只能实现低水平的瞄准精度。不可否认的是，分析结果在很大程度上取决于印度尼西亚的家庭贫困状况变化。
本文主要探讨了印度尼西亚的家庭贫困动态，并分析评估了其对扶贫项目瞄准效率的影响。此外，本文模拟了不同的扶贫项目受益者门槛，并综合考虑了排除误差、包容误差以及项目成本的影响，为探索最优定位方案提供一些理论支持。结果表明，与其他国家一样，印度尼西亚的家庭贫困现象也同样呈现出显著动态变化。在一定时间内，陷入贫困和脱离贫困的家庭数量要远远多于持续贫困的家庭，从而导致了扶贫项目瞄准的低效率，尤其是在穷人没有能力主动获取扶贫资源的情况下更是如此。为了保证大部分贫困家庭能够从项目中获益，通过降低受益者门槛来提高项目的覆盖面十分必要。然而，这样也将会产生巨大的包容误差（更多的非贫困家庭被纳入其中）以及高昂的成本。因此，在对相同的贫困人群进行瞄准时，一个系统的、有序的扶贫项目要比几个不同的、分散的项目理想得多。
本文将从以下几个部分继续展开讨论。第二部分将解释研究使用的数据，第三部分将分析印度尼西亚的贫困动态，第四部分进行对贫困瞄准的模拟，第五部分是总结。
二、数据
本研究使用的数据集来自于印度尼西亚国家社会经济调查（Susenas），该调查从个人特征和家庭特征两方面收集一些基本信息，主要包括人口、劳动力市场、教育程度、健康水平、居住条件、家庭支出以及公共服务的可获得性等。2010年之前，该调查在每年的三月和七月进行，分别采用不同的抽样方法。每年三月都对同样的家庭进行调查（即面板调查），样本每三年更新一次。
而每年七月的国家统计调查使用的是不同家庭样本，而且样本容量很大，每次大约涉及30万户家庭100多万人（三月调查的样本量约为6.5万户家庭26万人）。因此，三月的调查数据通常只用来表示一省的贫困水平，而七月的调查数据则可以用来说明区域的贫困状况。不同的数据有助于不同的研究目的。
本研究使用的是三月的调查数据（面板调查），即数据库中2008-2010连续三年的样本数据。如表1所显示，每年调查统计的家庭数量都超过了65000户，但是其中只有80%（53483户）的家庭在连续的三年内每年都被调查统计。这些每年都被统计的家庭数据就是本研究将要使用的面板数据。

三、贫困动态及瞄准效率
1. 印度尼西亚的贫困动态
近年来，印度尼西亚一直在致力于降低国内贫困率，并且取得了一定的进展。面板数据显示，印度尼西亚的贫困率从2008年的13.41%降低到2009年的12.25%，再到2010年的11.52%。然而这并不意味着从2008的贫困人口中有1.88%的比例在2010年实现了成功脱贫，而其他人依然处于贫困之中。而是说在这三年中，脱离贫困的人口比例比陷入贫困的人口比例要高1.88%。因此，减贫与贫困动态显著相关。
表2所示为2008年到2010年的贫困动态。面板数据A表明，在2008年到2009年平衡样本的53483户家庭中，有7174户（13.41%）在2008年处于贫困，而有6549户（12.25%）在2009年处于贫困。两年内持续处于贫困状态的家庭数量为3138户（占2008年贫困家庭总数的43.74%），同时贫困状态发生变化的家庭数量更多，共有7447户，其中4036个家庭成功脱贫（占2008年贫困家庭总数的56.26%），而有3411个家庭陷入贫困（占2008年非贫困家庭总数的7.37%）。可以看出，2009年贫困家庭组成可分为两部分：一部分是两年内持续贫困的家庭，共有3138户（47.92%）；另一部分是从上一年的非贫困状态进入到贫困状态的家庭，共有3411户（52.08%）。

来源：国家社会经济调查2008-2010平衡样本面板数据

接下来两年的贫困动态与第一年类似。面板数据B表明，从2009年到2010年有3228户家庭进入贫困状态，3613户家庭成功脱贫。与此同时，两年内只有2936户家庭一直处于贫困状态（占2009年贫困家庭总数的44.83%）。面板数据C显示，2008年贫困家庭中的39.7%（2848户）在2010年依然处于贫困状态，也就是说2008年60%的贫困家庭在2010年已经成功脱贫。然而，从数据可以看出，3316户家庭（占2008年非贫困家庭总数的7.16%）在2010年陷入了贫困。
表3列出了三年中的八种家庭贫困动态模式。可见，三年内贫困状态发生过变化的家庭数量（20.5%）是始终处于贫困状态的家庭数量（3.4%）的6倍。经历过至少一次贫困状态变化的家庭数量占总样本的23.9%，这一比例差不多是三年中任何一年的贫困率的两倍左右。

2.减贫项目的瞄准效率
为了评估减贫项目的瞄准效率，需要审视两种瞄准误差，即包容误差和排斥误差。包容误差是指非贫困家庭被纳入受益群体；而排斥误差是指贫困家庭被排除在受益者名单之外。换句话说，包容误差是超过项目的过度覆盖，而排斥误差则是减贫项目的泄漏量（Houssou、Zeller、V、Schwarze和Johannsen，2007）。如表4所示。

本研究使用印度尼西亚每三年一度的国家社会经济调查数据，通过对2008年到2010年连续三年的固定样本数据进行模拟分析，研究当前印度尼西亚国家扶贫瞄准战略的有效性。本研究将2008年的数据作为基线，使用官方贫困线来确定家庭的贫困状况。此外，将2008年的减贫瞄准效率假设为100%，即2008年被认定为贫困家庭的家庭在2008年到2010年间始终是减贫项目的受益者。
表5所示为瞄准效率。在收集数据的基线年，瞄准是完全有效的。同时两种瞄准误差都为零，即所有被认定为贫困的家庭都被纳入减贫项目的受益者，同时没有一户非贫困家庭包含在项目受益者名单中。
然而随着家庭贫困状态的变动，在接下来的两年内扶贫瞄准开始出现偏差。2009年包容误差已经高达56.26%。而在对贫困家庭的监测中，排斥误差也已上升到52.08%。2010年，包容误差和排斥误差又略有升高，分别达到了60.3%和53.8%。很显然，基线年之后的两年中，包容误差以及排斥误差开始显著出现。
如上文所述，瞄准误差的出现与家庭贫困状态变化显著相关。从2008年到2009年间成功脱贫的家庭（占2008年贫困家庭总量的56.26%）在2009年依然是扶贫项目的受益者，尽管他们已经不再贫困，这是2009年出现包容误差的原因之所在。另一方面，非贫困家庭2009年陷入贫困的（占2009年贫困家庭总量的52.08%）并没有从减贫项目中获益，尽管他们此刻已经处于贫困之中，这也解释了2009年的排斥误差。
随着贫困状态的继续变化，2010年扶贫瞄准的包容误差以及排斥误差在持续扩大。到2010年，占2008年贫困家庭总量的60.3%的家庭已经成功脱贫，但是他们依然被列为减贫项目的受益者，造成了2010年的扶贫瞄准包容误差。而2010年的贫困家庭总量中，有53.8%的家庭在2008年处于非贫困状态，因此没有得到扶贫项目的帮助，从而产生了2010年扶贫瞄准的排斥误差。
因此，如果扶贫瞄准政策在数据收集的基线年被固定，在接下来的几年里，扶贫瞄准会产生显著的低效率。尽管基线年的扶贫瞄准是完美的，但第二年就将出现巨大的包容误差和排斥误差，随着家庭贫困状态的变化，这两种误差还会持续增大。
四、不同贫困线下的瞄准效率
本文在前面的章节中说明了瞄准的低效率与贫困动态呈现出显著相关。这一现象同样表明，印度尼西亚存在着大量容易致贫的非贫困家庭。世界银行（2011）调查发现，尽管2011年印度尼西亚低于国家贫困线的贫困人口比例只有12.5%，“但是更多的贫困人口的生活水平只是略高于贫困线。”如果将贫困线提高到现有水平的1.2倍，那么贫困人口比例会增加到24%，而如果将贫困线提高到现有水平的1.5倍、2倍，贫困人口比例就将分别达到38%以及60%。
由于存在大量脆弱人群，扶贫瞄准的效率一直不要。因此，降低减贫项目受益者门槛，提高贫困线，可能是保障脆弱人群获取扶贫资源的一种途径。为了研究这种路径对提高减贫效率的作用，本文将在本节模拟四种扶贫瞄准方式：1.25倍贫困线（在既定国家贫困线的基础上增长25%）、1.5倍贫困线、1.75倍贫困线及2倍贫困线。如表6所示，主要使用了包容误差、排斥误差及受益者数量指数（作为项目成本的替代指数）3个指标。可以看出，提高贫困线和增加扶贫项目受益者数量能够使受益的贫困人口数量明显增加。受益者门槛越低，排斥误差越低，被排除在扶贫项目受益者名单外的家庭数量就会越少。初始模拟方案中，受益者门槛是国家贫困线，此时第二年的排斥误差达到了52.08%。当提高贫困线达到1.25倍初始贫困标准时，第二年的排斥误差为27.93%，相比第一种方案降低了将近一半。当提高贫困线达到2倍初始贫困标准时，第二年的排斥误差已经非常低，只有4.75%。不难看出，降低扶贫项目受益者门槛能够有效地增加获取扶贫资源的贫困家庭数量。
然而降低门槛会带来一个同样不利的后果：包容误差随之增加，大量非贫困家庭同时也成为了扶贫项目的受益者。初始模拟方案中，第二年的包容误差是56.26%。当提高贫困线至1.25倍初始贫困标准时，第二年的包容误差达到了68.75%。提高贫困线达到2倍初始贫困标准时，第二年的包容误差变得更大，达到了81.48%。
此外，提高贫困线和降低受益者门槛将产生更多的扶贫项目受益者，从而大大增加项目成本。正如表6所显示，将贫困线提高到1.25倍时，项目受益家庭数量就增长了111%。该比例随着贫困线的提高而不断增加，当提高贫困线达到2倍初始贫困标准时，受益家庭数量将增加至7.5倍。
模拟结果表明，提高贫困线将导致扶贫瞄准的包容误差增加。包容误差是指在指定的年份中被列为扶贫项目受益者的非贫困家庭数量和比例。这些所有的非贫困家庭都完全没有资格获取扶贫资源，他们中有很大一部分在其他年份的确处于贫困之中，本文将这部分非贫困家庭认定为脆弱家庭。包容误差中真正没有资格获取扶贫资源的是那些从未贫困的家庭，他们既不贫困也不并不容易致贫。

依据表6的结果，本研究也计算了重新仅包含那些从未贫困家庭时的包容误差，如表7所示。通过对比可以看出，不同瞄准方式的包容误差都更多地由那些脆弱家庭所导致。在依据标准贫困线划定受益者门槛的初始瞄准方案中，基线年的扶贫项目受益者都是真正的贫困家庭，因此以后每一年的包容误差都是由真正的脆弱家庭组成，而不存在从未贫困家庭。
当提高贫困线达到1.25倍初始贫困标准时，第三年的包容误差是71.49%。然而，其中只有36.3%的家庭在三年中从未处于贫困状态，即非贫困家庭。其余35.19%的家庭即是脆弱家庭，他们在第一年或者是第二年曾陷入贫困。
从表7可以看出，受益者门槛值越高，从未贫困家庭在总包容误差中所占比例也越高。然而，即使将受益者门槛提高到2倍初始贫困线，脆弱家庭在总包容误差中所占的比例依然很大。此时第三年的总包容误差达到了82.81%，其中63.87%由从未贫困家庭构成，剩余18.94%则是脆弱家庭。

五、结论
因为缺少真实有效的家庭收入数据，发展中国家的扶贫瞄准一直都是个难题。此外，发展中国家的贫困状况往往是在不停变动的，每年都有大量的家庭成功脱贫或陷入状态，这种动态变化对扶贫项目的瞄准工作产生了巨大的影响。在某一年被认定为贫困的家庭，将成为扶贫项目的受益者，而这些家庭在接下来的几年内仍有很大可能成功脱贫。如果扶贫项目的受益者名单在第一年被固定，那么接下来几年中扶贫瞄准就会出现包容误差。另一方面，一个家庭可能在收集贫困家庭数据的基线年没有被认定为贫困家庭，反而在接下来的几年内进入贫困状态，而此时扶贫瞄准就会出现排斥误差。
本文使用一个平衡样本面板数据来评估一个三年周期内的贫困家庭数据对扶贫项目瞄准效率的影响。另外，本文通过提高贫困线模拟构建了不同的扶贫项目受益者门槛，分析了在不同门槛的条件下，扶贫瞄准的包容误差、排斥误差以及项目成本的变化情况。模拟结果表明，缩小扶贫瞄准的包容误差与排斥误差不能两全，其中包容误差更是与项目成本息息相关。
降低扶贫项目受益者门槛能够增加贫困人口获取扶贫资源的可能性，使那些脆弱家庭能够进入扶贫项目受益者名单。然而不可否认的是，提高贫困线和增加扶贫项目受益者数量都会不可避免地增加了项目成本。另外，管理费用、交易和社会成本以及政治成本都需要被考虑在内（Grosh，Ninno，Tesliuc和Ouerghi，2008a）。
因此，提高贫困线、增加扶贫项目受益者数量也就意味着必须增加扶贫项目的预算分配。有限的预算会产生瞄准误差，不能够确保贫困人口从扶贫项目中获益。同时，在实际扶贫瞄准过程中，整合的、相互协调的扶贫项目要远比分散的、各自为政的扶贫项目更有效率。
本研究同样发现，频繁而规律地更新贫困家庭数据将有利于扶贫项目的瞄准，当然这一过程中不可避免地会增加成本。同时，不及时更新贫困数据而造成扶贫项目瞄准误差也会产生新的成本。决策者需要权衡这两种成本，继而制定更合理地扶贫政策。
资料来源：SMERU 研究所

减少贫困、投资于人：社会安全网在非洲的新作用——来自非洲22个国家的经验
Victoria Monchuk

《世界银行2012-22非洲社会保障战略》强调，需要一个强有力的证据基础以记录社会保障项目在非洲的规划及实现（世界银行，2012a）。因此，世界银行自2009年以来对撒哈拉以南非洲地区的22个国家进行了全面的社会安全网评估。该评估结果和其他安全网项目研究成果最近被整合成为一个区域性评估报告。该评估报告对非洲安全网项目的现状进行评估，并提供了如何改善这些项目以更好地应对贫困和脆弱的经验。
评估发现，非洲的社会安全网呈上升发展趋势，正在由各种分散独立的项目演变为安全网体系。直到现在，许多非洲国家都只是提供临时性的社会保障。但是，因为全球经济危机对非洲地区的减贫进程不断造成威胁，安全网开始被越来越多的国家视为减贫的主要手段。社会保障项目已经从最初的紧急粮食援助计划，发展到一次性安全网干预措施，再发展到定期和可预测的安全网，诸如针对性的现金转移支付和现金支付工作报酬等项目。加纳、肯尼亚、莫桑比克、卢旺达和坦桑尼亚等国家，正在寻求巩固这些项目的途径，将其纳入国家制度体系。在国家社会保障战略的阐述上所取得的进展，也为实施有效的安全网体系奠定了基础。但正如报告所示，实现目标还有很长的路要走。

一、安全网是实现减贫和投资于贫困人口的工具
在过去的二十年中，非洲经济的强劲增长为减贫铺平了道路。从1995年到2008年，非洲贫困人口比例从58％下降到48％（世界银行，2011）。然而，贫困率仍然居高不下，农村地区尤甚。而在人力资本和获得基本服务方面，不同收入群体之间的差距正在扩大。贫困家庭无力提高生活水平，长期处于贫困之中。此外，环境，经济，个人以及政治震荡等诸多因素对众多家庭的频繁影响，致使贫困人口成为高度脆弱的群体。
在提升减贫可持续性发展动力的过程中，安全网（专题1）对任何国家而言，都是发展战略中的重要工具。长期贫困的持续高发和不平等现象也日趋表明，在加速减贫的过程中，或许有必要采取针对性的干预措施（如安全网），为贫困家庭提供规律的、可靠的支持，帮助贫困人口投资于高产出的、有助于资本形成的生产活动。在出现危机时，安全网也可以为暂时陷入贫困的人口提供额外支持，帮助他们制定策略，提高他们的适应能力，避免他们在困难时期耗损资产。因此，安全网对实现世界银行的新目标至关重要。这些目标包括减少极端贫困、促进共同繁荣等等。

专题1 术语定义——什么是安全网

安全网是指以某种方式针对贫困人口或弱势群体实施的非缴费型现金转移项目（Grosh等，2008）。安全网的目标是通过直接或间接的方式，提高家庭在基本商品和基本服务方面的消费水平。安全网的目标群体是贫困人口和弱势群体，包括生活在贫困中、无法满足自身基本需求的个体，以及因为外部冲击、年龄、疾病或残疾等不良社会经济状况可能陷入贫困的个体。社会安全网与社会保险和社会立法共同构成了更广泛意义上的社会保障项目。因此，社会保障分为缴费型和非缴费型两种，而安全网属于后者。
非洲国家过去一直都只是提供临时性社会保障。然而近年来，全球性金融危机爆发加上旱灾频袭，加强建设针对最贫困群体的安全网这一任务已变得尤为迫切。在过去的几年中，继全球经济危机、粮食危机以及燃料价格危机之后，一些国家已经开始调整它们的安全网，把分立的安全网项目整合为一个国家安全网体系。整个非洲都在兴起另外一个势头，即政府更加合理地分配公共开支，从而为最贫困群体提供更充分、更有针对性的支持。这一努力得到了越来越多的证据支持，表明安全网能够减少长期贫困和脆弱性，并贡献于包容性增长。对非洲安全网项目进行效果评估的结果显示，安全网可以帮助家庭应付基本的消费需求，保护他们的资产，使他们有能力投资人力资本。此外，有关非洲现金转移支付项目在生产方面的表现的最新研究表明，生产性投资可能具备改善人民生活、增添未来福祉的潜力（专题2）。
专题2 非洲的现金转移支付项目能帮助提高家庭生产力吗？
大多数安全网项目把重点放在降低目前的贫困程度上。然而，它们也有足够潜力来提高生产力，实现长期持续减贫。公共工程的效果可能是短期的，但除了能够使弱势家庭获得现金转移支付，还有助于小社区的投资行为，因此被认为是富有成效的。现金转移支付项目可以（通常是有条件地）帮助贫困家庭对子女进行人力资本投资，例如让他们更正常地上学。然而，一些贫困和赤贫的家庭未必有能力参与生产性的社会活动，他们可能需要把转移支付收入用于购买食品和其他生活必需品（安全网的保障作用）。当然，提高消费水平本身也可看作是生产性活动；如摄入更好的营养有助于儿童发育，从而改善他们的未来发展前景。在肯尼亚和南非，提供给祖父母的养老资助，常常被用于支持其孙辈的学校教育。
在非洲，安全网在帮助农户提高生产力方面发挥着越来越重要的作用。这种潜力仍有待充分开发，但有关安全网效果评价的研究和其他的一些研究表明，安全网在一些非洲国家表现出可喜的成果。初步发现表明，给有需要的家庭提供即便是少量的固定收入支持（即便是没有条件的），也可以帮助家庭实现生计多样化，提升家庭的“商品”消费水平（如在资产、人力资本和小商业发展等方面进行投资），从而使之远离各种“伤害”或消极应对策略（如减少在贫困时期接受剥削、风险较高的就业机会、出售资产等）。因而，安全网能够帮助家庭在投资于高生产率、高回报的生产活动。此外，事实证明，安全网的受益者在当地市场消费转移支付现金的行为可以通过乘数效应促进地方经济。
非洲需要安全网，一方面用来支持贫困人口，一方面用来应对冲击。在非洲，以家庭和社区为基础的安全网有着悠久的传统。随着国家越来越繁荣，不平等现象不断加剧，社会结构可能会遭受各种冲击，以及经济和社会变化的侵蚀。在大多数非洲国家，虽然政府主导的社会安全网是一个相对较新的事物，但各国政府已经意识到有必要为贫困人口和弱势群体提供安全网，以帮助他们渡过危机，逐步脱离极端贫困状态。然而，非洲贫困和脆弱的程度十分严峻，安全网并不能覆盖所有贫困人口。因此非洲国家需要把重点放在极端贫困和特别弱势的群体上，从而使收益最大化，并提高安全网的可负担性，不仅止于保护这些群体，也能为他们搭建脱离贫困的阶梯。
二、安全网：来自22个非洲国家的经验
在非洲，由于国家之间的特定政治、经济、和社会文化背景不同，安全网的发展情况在不同国家也表现各异。决定安全网制度的政策框架、手段和制度条件在非洲大陆不同地区也各有不同。例如，在南部非洲的中等收入国家，安全网体系基于横向的公平，是由政府主导的强有力的体系，而在脆弱国家和低收入国家，如在西非的那些国家，社会保障议程的制定更容易受到援助方的影响。任何加强安全网作用的措施，都需要考虑到以上各方面的具体因素。
尽管非洲大陆存在这种异质性，安全网依然逐渐发展成为核心的扶贫手段。越来越多的非洲国家正准备启动社会保障战略，从而在其战略基础之上构建切实有效的安全网体系。安全网在政府工作议程也占据优先序。评估报告显示，在研究国家中，约3/4的国家把安全网作为其整体减贫战略的组成部分，有半数以上的国家已经制定或正在准备制定一项社会保障战略（图1）。诸如卢旺达等一些非洲国家的经验表明，把战略付诸实施的关键是要制定明确的行动计划，仔细核算成本并实施计划。此外，先进的信息和通信技术正在为非洲国家迅速创造着机会，使得它们在信息系统管理、单一受益人登记、支付体系等方面，可以跟上国际最佳实践。

虽然非洲的安全网一般都缺乏强有力的福利机构及协作机构作为支撑，但仍有不少成功运行的案例。政府安全网项目的责任通常由多个部门承担，如社会事务部、妇女和家庭部、就业部及其他一些不具有重大政治决策能力的跨部门的部委。然而，各国如何能做到使多个部门之间有效合作呢？埃塞俄比亚的生产安全网项目（PSNP）提供了一个很好的例子。同时，分散的援助往往给低收入国家留下大量缺少协作或政治支持的孤立的小项目。如利比里亚和马达加斯加都有5个以上不同的公共工程项目，均由不同的援助组织和政府机构负责实施。
本次评估报告表明，非洲国家鲜有精心设计的安全网系统使其能采取战略性手段减少贫困和脆弱性（图2）。相反地，它们拥有很多分散的干预式项目，这些项目通常都是援助方资助的，其共同作用的结果却不能有效帮助贫困人口。在低收入国家，如西非地区，安全网主要用于紧急援助和解决与食物相关的问题，几乎不能对长期贫困的人群提供持续支持。在中等收入国家（如南非、博茨瓦纳和斯威士兰），因为社会救助和社会养老保险的盛行，干预式项目更为常见。纵观各国，最常见项目包括学校供餐项目、公共工程项目、实物型紧急援助和非紧急援助项目，无条件转移支付项目，以及一般补贴项目等等（图3）。在众多的小型项目中，虽然其中一些目前仍在扩张，但全国性的针对贫困的现金转移支付项目并不常见。例如，卢旺达正在扩展其2020年部门远景计划的覆盖范围；肯尼亚政府正将五个现金转移支付项目纳入国家安全网。

因为缺乏长远的、以发展为导向的安全网体系，许多低收入国家和脆弱国家仍然通过提供紧急援助应对危机和灾难（图4）。这些冲击反应机制往往作用微弱、缺乏弹性、且结果不可预知。此外，在西非各国（如贝宁、布基纳法索、喀麦隆、马里和毛里塔尼亚），常见的食品援助和应急援助是否有效等信息鲜为人知。各国正在越来越多地寻求埃塞俄比亚生产安全网项目（PSNP）中风险融资方面的积极经验。

收集更多非洲安全网项目的详细监测数据将有助于评估其有效性。一般而言，很少有人了解安全网项目在非洲执行的效果，受制于没有各种项目的基本信息和数据。许多国家都没有收集各个项目中的受益人数量和受益水平的精确管理数据。例如，提供紧急援助的派发食物项目尤其缺少数据收集。但来自非洲安全网项目的效果评估数据却在快速增长。许多非洲国家政府正同世界银行和其他援助方一起，积极致力于加强安全网项目效果评估的证据基础。
一些国家现有的安全网项目的覆盖面有所增长，但整体而言，安全网对贫困人口和弱势群体的覆盖面还是很低。总的来说，每个国家的安全网项目所覆盖的贫困人口和弱势群体的人数都只占总人数很小的比例。据估计，贝宁所有安全网项目合起来的净覆盖率只占贫困人口总数的5％至6％。而在肯尼亚，2010年现金转移支付的覆盖率达到贫困人口的9％，肯尼亚政府正计划扩大覆盖面，有望在2018年达到贫困人口的17％。唯一的例外是南部非洲，普惠式的全民社会养老金计划覆盖了很大比例的老年人口。然而在许多中等收入国家，针对贫困的各种项目覆盖面仍然有限。为了以合理的成本实现目标，安全网必须有针对性，能覆盖已经认定的群体，使受众切实受益，具有足够的灵活性以适应需求的不断变化，并应对那些目前许多国家正在着手解决的多种冲击。
在非洲，瞄准式的项目仍然没有得到广泛实施。针对贫困的瞄准式项目很少，主要是一些新设立的小规模试点项目，其中只有20%是通过使用某种针对贫困人口的支付能力（根据实际消费收入）调查（或间接测量）的形式进行评估的。在实践中，非洲的安全网采用了多目标瞄准机制，且经常同时使用不止一种机制——57％的项目都结合使用了至少两种方法。有证据表明，在某些情况下，以社区为基础的瞄准项目可以识别最贫困的家庭使其获得安全网的支持。然而关键问题是，在数据缺失、能力有限的情况下，非洲的安全网能在多大程度上识别并惠及贫困人口和弱势群体，特别是极端贫困和弱势的群体。如何把安全网能惠及贫困人口的程度提高到其所能达到的高度，取决于其政治上的可行性。

基于更准确的分析（部分来自于安全网评估信息），一些国家开始发展更有效的安全网体系。我们的评估报告显示，在我们所分析的国家中，有36％的国家正在建设安全网体系，不过其中一半的国家仍需取得更多进展（图2）。许多国家都在积极提高现有项目的效率和规模，包括一些针对性很强的项目（如由“坦桑尼亚社会行动基金”运行的项目，加纳的“生计赋权对抗贫困”，肯尼亚“针对孤儿和弱势儿童的现金转移支付计划”）（专题3）。在少数几个国家，如卢旺达和坦桑尼亚，在一些有影响力的部门如财政部、经济部、规划署等的支持下，开始出现了可持续且更加制度化的项目。此外，越来越多的国家正在推进建设安全网体系和可预测且灵活度高的危机应对计划（例如，喀麦隆、刚果、几内亚、马里、莫桑比克、尼日尔和塞内加尔等）。埃塞俄比亚的生产安全网项目（PSNP）早已是这方面的先驱。
专题3 非洲安全网项目的实例
埃塞俄比亚的生产安全网项目（PSNP）于2005年启动，目的是把贫困社区过去一直以粮食援助为基础的救助体系转变为更可预测、高产出的安全网。生产安全网项目为粮食不安全家庭提供现金和食品转移支付，具有身体健全成员的家庭（80％）需要通过参加劳动密集型的公共工程获得资助，而无力工作的家庭（20％）则直接获得转移支付。据估计，每户年均获得的转移支付额度相当于其年均粮食需求的大约40％。生产安全网项目（PSNP）惠及700多万人，约占总人口的10％，并完成每年约34000个小型工程。生产安全网项目（PSNP）的公共工程已经修复了超过16.7万公顷的土地，27.5万公里的土石堤岸，并已种植近900万株树苗，然而这些都将有助于减轻未来干旱的影响。评估已经证实，该计划在贫困人口需要时为他们提供了重要的转移支付。
加纳的生计赋权对抗贫困生计赋权对抗贫困（LEAP）是一项现金转移支付项目，该项目为加纳的极端贫困家庭提供现金和医疗保险，用于缓解短期贫困和鼓励长期的人力资本开发。获得资助的资格除了家庭贫困，还要有至少一位家庭成员属于人口统计类别中的如下一种：有孤儿或弱势儿童的单亲父母、贫困老人、重度残疾无力工作的人。LEAP项目自2008年3月开始试验，到2013年6月已有7.1万户受益，受益人每月获得平均4到8美元的现金转移支付，每2个月发放一次。对该项目的效果评估目前正在进行中。其未来三年的目标是把该计划扩展到上百万个家庭。
肯尼亚针对孤儿和弱势儿童的现金转移支付项目（CT-OVC）是为了回应人们对孤儿和弱势儿童（特别是艾滋病孤儿）健康状况的担忧。该项目的目的是鼓励寄养和抚养此类儿童并促进其人力资本的发展。有资格获得此项资助的家庭，即既属于贫困人口又有孤儿或弱势儿童的家庭，能获得月均21美元的直接转移支付。截至2012年6月，该计划已惠及15万户家庭，49.5万个孤儿和弱势儿童，占此类家庭估计总数的约24％。效果评估发现受益家庭在食品和保健方面的支出明显高于其他方面。该项目在学校教育方面的作用主要集中在中等教育阶段，中等教育入学率提高了9个百分点，来自受益家庭的孩子落后于年级水平的几率较小，升入上一年级的几率较大。
卢旺达2020年部门远景项目（VUP）加上公共工程（50％）、现金转移支付（20％）和小额贷款（30％）三种方式针对性地帮助最贫困街道的贫困家庭。公共工程由地方政府管理部管理，包括主要由梯田、沟渠、小水坝和林业等组成的土地生产与灌溉，以及道路、学校教室和健康中心的建造。此类工程的工资以地区标准而定，根据项目类型不同而有差异，但原则是应低于或等于市场上类似工作的工资标准。截至2009年，此类工程的平均工资若按天计算，每天约1.50美元。截至2010/2011财年，政府在VUP公共工程方面的花费占国家预算的0.7％，为522856人提供了就业机会，其中一半是妇女。这一人口数目相当于全国人口的约5％。事实表明，在VUP计划覆盖地区内的公共工程已经成功减少了极端贫困。
南非的社会资助是撒哈拉以南非洲地区最大的现金转移支付项目。该项目包括多种经过均值检验的补贴计划，针对老年人、有子女要抚养的贫困家庭、寄养家庭、残疾人和退伍军人等不同人群。大约有1500万人领取社会补助金，占全国人口的30％左右。子女抚养补助金（CSG）惠及约10万人；而老年补助金发给60岁以上的贫困人口，惠及约200万人。家庭调查数据显示，对最贫困的20％的受益家庭而言，其60％以上的收入都来自社会补助金，其中子女抚养补助金所占比例最大。一出生就被纳入子女抚养补助金计划的孩子，能更好地完成更多的学校教育；与6岁才被纳入子女抚养补助金计划的孩子相比，他们的数学成绩也更好。这在女孩身上体现得更为显著。子女抚养补助金计划的实施，使儿童患病几率减少了9个百分点。对于青少年而言，该计划减少了青少年性活动的发生率，降低了怀孕率，也减少了青少年吸毒和饮酒。
资料来源：世界银行（2012）
非洲有能力负担有明确瞄准的安全网，尤其是要在减少低效的普惠支出和无条件支出，并将其分配给极端贫困的群体或者特定的弱势群体的情况下，需要使各个独立的项目能够彼此协调。相比世界上其他国家，特别是低收入国家，大多数非洲国家在社会安全网方面的支出还很低（表2）。
在低收入国家，因为贫困程度高而政府收入低，无论是从短期还是长期，靠吸引捐助资金来支持安全网的进程都将至关重要。除了如老年福利和一般补贴等普惠项目，援助方投资了非洲很大一部分的安全网——如布基纳法索、利比里亚、马里和塞拉利昂等国家的安全网支出资金的80%以上都是由援助方出资的（表2）。
但是在中等收入国家，目前的公共预算足以为最贫困人口提供足够的支持。如喀麦隆，预测数据表明，为一半处于长期贫困的人提供充足的安全网资助，所需成本只占国内生产总值（GDP）的0.5％。
通过一般补贴机制重新分配收入的方法代价高昂，往往不利于贫困人口，例如在喀麦隆、毛里塔尼亚和塞拉利昂等国家的燃油补贴和赞比亚的农民生产投入支持计划，都能说明这一点。减少针对性不强的计划和补贴可以为更有效、更有针对性的安全网预留财政空间。同样地，为最弱势群体提供支持性的、运作良好的安全网，也能为促进成本高昂的一般补贴的改革提供重要的缓解机制。
在非洲发现了越来越多的自然资源（见世界银行，2013年），这很可能会为安全网提供额外的财政空间。
三、继续增强非洲的安全网
在整个非洲，支持安全网项目的数据收集和监测系统都需要进行系统性的加强与完善。受益人的数量和类型等基本的核心数据以及项目执行的结果和效果的信息，对改善计划的设计和协调、保持决策者的信息畅通、吸引资金和援助方的支持等而言，是至关重要的。根据已有信息，安全网对贫困和福利指标的影响整体上是积极的，但也十分复杂。越来越多的效果评估正在进行，将为非洲的安全网项目提供越来越多的证据。过去大多数的效果评价都是供小规模的援助方试点研究之用，如在马拉维首都松巴的现金转移支付计划、马里的布尔斯妈妈计划等等，但是现在，埃塞俄比亚，肯尼亚和坦桑尼亚等国的一些较大的项目也都正在从效果评估中受益。
首先要做的是统一和协调各种安全网项目，使之成为一个连贯、整合的系统。在一个特定的国家，比如卢旺达，一些协调且运作良好的项目可以切实有效地满足最贫困群体的需求。此外，非洲各国政府在国际援助方的支持下，应该继续制定能联结、巩固、协调各种项目的社会保障战略，并将之付诸实施。
安全网需要建立在强有力的操作工具基础上，以确保做到有效地实施和监测项目，并建立负责组织和策划的制度机构和协调机构。基本的操作工具，如受益人登记、确定目标人群的方法、支付以及监测和评估系统等，会提供一个平台，从而使项目能够为目标群体有效地提供支持。在非洲业已改善的新的安全网体系中，现有的以提供食物为基础的项目及其基础设施应该发挥什么样的作用？要了解这些，还有更多的工作需要去做。
这样的安全网体系需要在稳定时期进行建设，以便能够随时迅速应对危机。建立这样的系统需要时间。非洲大多数国家（包括贝宁、喀麦隆、毛里塔尼亚和塞拉利昂）在过去没有建立能够有效地应对近期全球危机的安全网，不得不求助于低效而代价高昂的全民救济品。
非洲安全网项目若要更准确地确定目标人群，很可能需要综合利用各种方法来辨别出符合资助条件的家庭和个人。选择哪种方法确定目标人群，将取决于一项计划的目标和执行机构的制度能力，所选择的方法必须适合一个国家特定的贫困状况和政治经济状况。家庭收入和消费数据往往不够精确可靠，不能作为识别最需要帮助人群的唯一依据。无论使用的是哪种方法确定目标人群，对项目的瞄准精确度进行评估都是极其重要的。
目标人群定位准确、能为贫困人口有效服务的项目，应扩大规模，而无效的项目则应逐步淘汰。正如前面提到的，因为非洲的普遍贫困和脆弱性，安全网尚不能覆盖所有的贫困人口，所以需要把重点放在最贫困和最脆弱的群体上，以确保最大的影响力和最优的可负担性。安全网在分散的应急项目上的支出表明，通常情况下援助方和政府都没有把安全网用于解决长期贫困问题。这种现象正在开始发生改变。埃塞俄比亚、肯尼亚、莫桑比克、卢旺达和坦桑尼亚等各国正在协调各种项目，从而提高其效率和覆盖范围。
安全网在补贴改革和矿产资源利用这两个方面的作用，应结合每个国家特定的政治经济状况进一步进行探讨。在非洲努力使公共开支合理化以更好惠及最贫困人群的时候，每个国家都想要拥有能起到重要缓冲作用的安全网。在平衡目标瞄准性很强的项目与其他可以使更多人受益并能提高社会效果的投资计划时，有必要对政治经济方面的因素进行仔细考虑。随着越来越多的非洲国家从新发现的矿产资源财富中受益，在通过安全网有效惠及最贫困人群的针对性资金或其他公益性投资和建设一个财政和政治上可持续的社会保障体系之间做好平衡，将变得尤其重要。表2 非洲安全网成本及融资

四、达成愿景：其他国家可以学到些什么？

每个国家都要寻求最适合自己的改革议程，没有一种方案是普适的。安全网的发展与改革之路如何选择，应根据每个国家的具体需求和问题认真分析。我们在评估时把非洲国家进行了分类，以便把这22个国家的经验变为切实可行的建议供其他国家借鉴。

下面的建议适用于在评估所使用的分类中归为“早期阶段或没有计划”的国家，因为这些国家还没有一个详实的国家安全网体系计划或者足够的项目。（这一类国家主要包括低收入国家和脆弱国家，但也包括一些把一般补贴作为收入再分配主要形式的中等收入国家。）

开发安全网战略并将其投入使用。该战略应明确安全网项目的机构责任，并规定相关部委和机构所承担的具体角色和职责。该战略应作为安全网议程所需的雄厚资金支持和政治支持的基础。它还应该包含在更广泛的全国性减贫战略之中。

为安全网项目构建重要的组织工具，如基本的监测系统、识别和瞄准机制、支付系统等，从而把全国的各种项目的转移支付提供给目标贫困人口和弱势群体。

协调零散的来自援助方的支持。安全网在这一类国家的发展，至多处于发展中期，将继续依赖援助方的支持。随着安全网体系长期协调发展，这些国家必须根据政府的安全网战略及已建立的基础设施，协调好援助方提供的资金及其采用的资助方法。在那些经历过冲突的国家，建立政府系统来追踪和监测现有的援助计划既能够为政府干预提供实用的基础，又能够在能力低下和脆弱的环境中建立国家主权。

在认真分析国家需求的基础上，开发一些关键的安全网项目。这些为数不多的安全网干预措施应该：a）定期为长期贫困和极端贫困人口提供支持，b）在紧急情况发生，或收入和消费产生季节性波动的情况下，为贫困人口和弱势家庭提供帮助。选用哪些项目、如何实施项目，都要根据该国的贫困状况、试点项目的经验及可行性而定。对这些项目应作出特别的努力，并要发展稳健的瞄准方式，这样才能在项目运作良好、政治经济和财政资源也允许的情况下，上升为有效的国家计划。然而不能一蹴而就。其他现有的、规模较小的计划也应得到加强，尤其是为实现收集基本的监测数据以供未来决策而用。

大量发放一般补贴和采取紧急援助项目的国家应该考虑重新分配这些资金，将其用于更有针对性的干预措施中。此外，由于这一类国家中人力资源发展的结果往往很不理想，政策制定者应努力在安全网和健康、教育及营养干预之间做好协调。

以下建议适用于被归为“正在构建”社会安全网的国家（主要是低收入国家，但也包括一些中等收入国家）。

继续推进现有的无附加条件项目、普惠项目及临时食品应急项目的改革，使其成为效果更好、效率更高的减贫工具。改善确定助贫目标的方法也尤为重要。例如，社会养老保险计划如果只针对老年人和贫困的残疾人，成本收益比会更高；资助孤儿和弱势儿童的资金应该只针对贫困和弱势家庭的儿童。应继续致力于重新分配全民补贴和代价高昂的临时应急项目的资金，从而使安全网能够提供更有针对性、以发展为导向的支持。

继续扩大几个瞄准性较好的重点项目。来自22个国家的经验表明，只要是协作良好的互补性项目，少数几个就足以满足贫困人口的需求。一个国家选择哪些项目将因国家而异，但它们都应该能为长期贫困的家庭或个人定期提供资助，并能灵活地扩大或缩小规模，以便为贫困群体提供短期资助或多次资助应对冲击。由于这些项目在不断扩大规模，应该对其持续进行评估，以确保弱势群体能获得充分支持。纳入一些规模较小的互补性项目和致力于帮助受益人从事生产活动及提升生活品质的服务（如投资健康和儿童教育）作为这些核心项目的补充。

继续协调和整合零散的安全网项目。即使国家已经制定好安全网和社会保障战略，也仍需制定好成本合理的行动计划。在核心项目实施的过程中，这些国家应继续协调和整合其各项计划的目标和运行工具。应探索独特的受益人登记制度以减少重复和重叠。需要加强或构建强大的信息、监测、评估及支付等系统能力。

做好资金援助和技术援助的协调工作，使之成为一个融资工具或“一揽子计划”。正如埃塞俄比亚一样，作为在中长期内迈向由政府接管安全网体系融资的第一步，这类协调工作可以最大限度地减少重复并提高效益。为了提高可持续性，各国必须确保中期融资工具来自国内。在短期和中期内，对加强安全网体系和扩展项目而言，援助方的资金支持和技术援助很可能还是很重要的。

下列建议适用于被归为“已建立”一类的国家，它们已经拥有国家安全网体系和社会保障体系（主要是中等收入国家）。

加强现有的安全网和社会保障体系，以确保其能惠及最贫困人群。即使在已建有完善项目的国家之间，互相可能仍然存在一些差距，致使有些最贫困的人员和最受排斥的群体得不到足够的资助。就现有预算而言，完全可能做到改善用于全民和无条件资助计划的定位机制，从而为最贫困的家庭和个人提供足够的支持。

继续协调和整合零散的安全网项目。正如有着新建安全网体系的国家一样，这一类国家需要付出更多努力把各种单个的项目整合为一个国家项目体系。这项工作可能需要政策制定者通过评估每种瞄准机制的效果及其对安全网体系内其他干预措施的影响，来减少现有项目的数量。

继续加强识别、监测及评价系统，以及申诉和支付系统的有效性，包括利用信息技术更好地管理和问责各种项目，将其资格及注册信息与国家识别数据库关联。

五、为了学习的日程

强大的监测和信息系统是安全网学习日程中的必要组成部分，但它们需要通过分析加以补充，这些分析要基于全国有代表性的调查和严格的效果评估之上。虽然这些基本信息至关重要，只能通过项目监控系统产生，但它们只是所需信息的一部分，还需要有其他类型的数据和分析来补充，如a）通过调查代表性的家庭，向它们了解安全网如何惠及各个家庭而收集到的数据和分析；b）效果评估结果、各种支付机制的测试结果、项目在缩小知识差距和提供更多有关安全网在非洲运行情况信息等特点。今后在非洲进行评估和研究的潜在领域（有的已经在进行）将包括安全网的生产力、有条件和无条件现金转移支付的相对有效性、气候变化和社会保障之间的协同作用等。

世界银行通过促进和推动知识的创造与分享为这一学习日程贡献力量。世行正在通过新的分析性工作生成新的知识。目前非洲的社会保障部门正在进行着超过20种由世行支持的效果评估，还另有数个处于规划阶段。除本报告中所涉及评估之外，未来国家层面的评估应涵盖更广泛的社会保障部门，包括援助型社会保险和劳动力市场计划。非洲以外也有很多南南学习机会。通过举办每年一度的社会保障南南学习论坛，支持诸如最近在研究者和实施者中间进行的现金转移支付实践社区，资助双边学习与访问等，世行已经在积极支持此类知识性交流。19个国家定期就非洲的现金转移支付计划举行会议，另外9个国家将很快加入其中。

资料来源: Monchuk, Victoria. 2013. Reducing Poverty and Investing in People: The New Role of Safety Nets in Africa. Directions in Development. Washington, DC: World Bank. doi:10.1596/978-1-4648-0094-8. License: Creative Commons Attribution CC BY 3.0

非农多样化经营、贫困、经济流动与收入不平等——印度农村地区的案例分析

Himanshu Peter Lanjouw RinkuMurgai Nicholas Stern

摘要

本报告收集的数据全部来自于印度农村地区，其中特别对位于北方邦的巴伦布尔村进行了详尽考察，来记录和体现20世纪80年代早期到21世纪初非农业部门在印度农村地区经济发展中日益强化的重要性和影响力。来自全国抽样调查以及巴伦布尔村的数据表明，印度非农多样化经营进程较为缓慢，但其在收入分配的影响上越来越趋向于对贫困人口有利。农村层次上的分析表明：非农业部门不仅能够增加收入，减少贫困，也能对打破长期存在的阻碍农村社会最贫困人群流动的壁垒产生积极效果。贫困减少以及收入流动性提高将是对印度政府努力推动非农多样化经营进程的最好回馈。然而，巴伦布尔村的实例也告诉我们——农民收入不平等程度的明显加深将会与非农多样化经营的推进如影随形。当前，越来越多的学者指出，农民收入不平等程度的加深将会对乡村社会的结构（譬如农村制度的发育及其运行，农村层次上的选举活动的规模等）产生不良影响。如果我们不能对不平等的程度进行有效控制，当前印度农村地区的经济结构转变在减贫上所产生的积极影响就会受到削弱。

引言

印度农村地区的人口占到全国人口的70%，也是贫困人口聚集的大本营。这些地区大部分的劳动力（60%）仍然从事于农业生产活动。但是，近几十年来，农业部门的发展已经滞后于其他经济部门。进一步刺激农业发展的必要性是毋庸置疑的。同时，将一定数量的农业劳动力从农业活动中转移出来也是非常必要的。新增农村劳动力与农业所能提供的新工作岗位之间在数量上的差距日益增大；只发展农业生产将难以应对农村劳动力在就业方面的挑战。将过剩的农村劳动力转移到城市地区非常重要。但是，农村非农经济也必须成为新增工作岗位的重要来源。

本文的目的在于研究非农就业机会和收入的增加对印度农村地区的贫困、经济流动以及收入的不平等产生的影响。在本文的开头，我们对来自国家样本调查局（NSSO）提供的丰富的就业调查数据进行了收集和整理，以便对20世纪80年代以来印度农村地区非农部门和贫困状况的变化过程进行有效追踪。然后，我们通过运用对位于北方邦西部的巴伦布尔村经济进行的长期而详尽的实地调查所取得相关数据来做进一步的阐述。对巴伦布尔村的调查表明，非农经营多样化在印度农村地区的减贫、促进收入增长和职业流动方面发挥着日益显著的作用。但是，研究还表明，非农多样化经营同农村地区收入不平等严重加剧的实情密不可分。

首先，我们通过对国家样本调查局提供的数据进行分析，以探究印度农村地区正在发生的变化。我们掌握了1983年到2009/2010年之间的详细资料，从而记录下了非农多样化经营缓慢起步并正在加速发展的过程。文章第二部分指出，非农部门的发展与非农就业质量的下降有关，这一点在临时工工种而不是正规付薪工作上体现的非常明显。接下来，文章中阐述了农村非农劳动者中自主创业者所占比重持续较高的现象。最后，我们指出：20世纪80年代以来，印度农村地区的贫困状况持续好转，并认为对于一直处于农村社会最底层的群体而言，即使是非农就业中的临时工岗位，也会对改善他们的处境有所帮助。由于临时工的收入比农业劳动者高（尽管明显低于正规付薪工作），农村中弱势群体越来越多的参与到非农就业中可能成为减少贫困的一剂良药。

接下来，我们对位于北方邦西部的巴伦布尔村的具体情况进行简要的介绍。在有效掌握巴伦布尔村从20世纪50年代至今全体村民的经济活动数据的基础上，经济学家们已经对该村进行了周密而丰富的调查研究。近期对巴伦布尔村的一个详细调查在2008年5月到2010年9月展开。调查数据表明，在印度整个农村地区进行的全国抽样调查中所表现出的许多经济模式和进程，在这个小村中也得以体现。20世纪70年代起，非农部门开始在巴伦布尔村的经济中扮演重要角色，而在以往，贫困人口要获得非农就业是非常困难的。他们的社会地位低，又缺乏教育、网络资源以及为获得工作而贿赂他人的资金——尤其是要得到那些能提供稳定性的、有固定工资的工作岗位。从近来调查的数据中，我们得到一个重要发现：随着非农部门在农村经济中的进一步扩张，农民获得非农就业的难度有所下降。正如样本调查研究的数据显示，临时雇佣工增多的趋势在巴伦布尔村也有所体现，但是对于那些原来处于农村收入最底端的极度贫困人口而言，从事这一类的非农就业已经属于一种向上的社会流动。

对巴伦布尔村的收入趋势的分析表明，随着非农就业的增多，农村的贫困程度也不断得以缓解。但是，这些数据也反映出农民收入不平等程度急剧加深的情况。初步来看，这一点让人感觉诧异。上述证据也表明非农多样化经营会给包括农村最贫困人口在内的所有农村人口更多地增加收入的机会。然而，通过对收入数据的进一步研究，我们不难发现，事实上，尽管更多地收入流动可能与农村中更为广泛而平等的获得工作机会相关，但源自非农就业收入的增长已经与不断加剧的不平等密切相关。这一解释源于这样的理念：当前，农村中的非农就业还远远达不到人人触手可及的程度；由于一些家庭仍然未能参与进来，整体不平等程度的加深也在所难免。这一现象与Arthur Lewis（1954）所描述的“部门间的转换”并无差异，即经济增长基于劳动力从传统的农业物质积累部门中脱离出来，成为现代部门中的一员。Fields（1980，2000）证实这一过程同著名的“倒U曲线”相符合——先上升再下降的平衡水平。Kuznets （1955， 1963）首次描述了这一现象。在巴伦布尔村的实地调查中一个有趣的现象是，现代经济通过提供非农就业岗位而向农村传统经济扩张，而这一过程在一个小村庄内也得以进行和体现。并且，从农村到城市的大规模移民活动并不在这一过程中扮演必要角色。

印度农村地区非农多样化经营与贫困的整体走势

印度从事传统农业生产的劳动力占总人口的比重长期以来保持相对稳定态势，这一比重从20世纪70年代中期开始有所下降，并延续至今。农村地区非农部门的比重（排除农业及其相关企业之外的农村地区所有涉及雇员工作的活动）也从此开始增加。到2000年代晚期，这些非农部门雇佣了近40%的印度农村劳动力（如图1所示）。

非农多样化经营的推进速度在不同时期并不相同。伴随着20世纪90年代早期的改革，它出现了一个急速的减速过程；而在1993至2004年这10年中又加快了步伐，尤其在1995年以后发展更为迅速。在第一个阶段，1983年到1993/1994年，非农就业的年度增长值只有2%。在1993/1994和1999/2000年间，增长值达到3%。从1999到2004/2005年，再次增加到了4%。在2000年后期，增长率降低到略微超过2%。在20世纪80年代，在4000万的新增农村地区工作中，有五分之三的来自农业部门。因此，1993年到2004年间，非农经济部门的发展超过了农业的发展进度：在这一阶段，新增加的5600万的农村工作中，有大约五分之三的是在非农部门（如图2所示）。在2004/2005年后，由于在农业部门出现了显著的工作净减少现象，这一趋势变得越来越明显。因此，非农就业基本上囊括了农村地区全部的新增长的工作岗位类型。

当前，国家层次的关于非农就业收入的典型调查数据尚欠缺。但是，根据2004年的印度马里兰大学人类发展调查（NCAER），总体而言，在21世纪的前几年，有接近一半（48%）的农村家庭收入属于非农就业收入。同时，农民来自于非农活动的收入比重同农业活动收入比重相匹配（Cai等，2008）。

不论是所涉及的经济领域上，还是工作的种类上，非农部门间都显示出巨大的异质性。相关数据显示，临时工工种正成为非农业部门工作类型中的一种趋势。

尽管谈及非农业部门的时候，加工制造业经常被第一个提起，但是，在2009/2010年，服务业（交通、贸易、信息产业以及社会服务部门）提供了将近一半的非农就业（如图3所示）。只有不到四分之一的工作来自于制造业；其余的30%的工作由建筑业提供。这些份额会随着时间推移而产生着明显的变化。这一点从建筑业上可以明显看到，建筑业提供的工作占非农业工作的比重从20世纪90年代早期开始持续增长：这一比重从1993年的11%上升到2009/2010年的30%。与此同时，这一时期的社会服务业占总的非农就业的比重（包括了公共管理和社区服务，卫生和教育）却出现了下降：从26%下降到15%。

大体而言，农村非农就业可以粗略的分为以下有明显差异性的三种工作种类：正规的，有固定工资收入的工作（这类工作中，村民与雇主签署了长期的合同，而不需要每日、每周或者每月进行重新签订）；需要每日或者阶段性的重新签订工作合同的临时雇佣性质的工作；自负盈亏的个体经营活动。

正规的有固定工资收入的工作最受到热捧，也是相对而言能够带来稳定较高收入的工作类型。然而，在2009/2010年，只有约20%的农村劳动力从事这类工作。大约有40%的农村非农劳动者被雇佣为临时工。尽管人们普遍认为工人的社会地位和收入都比纯粹的农业劳动力要高，但是临时工人可能面临更为严苛的体力消耗，并且从事的工作更具危险性（比如从事于建筑业、人力拉车和工厂车间工作等）。在2009/2010年，剩余的五分之二的农村非农就业者选择了自主创业。农民从事自主创业可能是最终的被迫性选择，但也可能是从事高收益的工作。属于前者还是后者，主要判断的标准在于非农劳动力是否掌握了工作所需要的技能和资金。

如图4所示，临时工工作在1983到2009/2010年之间数量增长有所加速，这一点在2004/2005到2009/2010年间表现尤为明显。在过去的几年，正规性的有固定工资的非农业工作岗位减少，自主创业的增长趋势也有所停滞。选择自主创业的非农劳动者的比重降到了40%，而临时工人所占比重从1983年的24%增加到2004年的29%，并保持了持续增加趋势，到2009-10年接近于40%。

在常态的发展进程中，人们会期待正规付薪工作的份额增加，因此1983年到2009/2010年，正规付薪工作比重的下降是令人惊奇的。人们认为，社会服务业所提供的正规付薪工作应该更为普遍。1993年以来，常规部门工作岗位的增长步伐放慢，这可能与社会服务业吸纳劳动力能力增加不足以及临时工盛行的建筑业和其他服务业的快速发展密切相关。实际上，这一点也解释了为什么近年来正规付薪工作增加而不是减少的现状。先前农村地区正规付薪工作主要来源于公共部门，而现在私营部门工作岗位的增加填补了这一空缺。相对于私营部门工作，公共部门所提供的正规付薪工作因为其较稳定的工作保障和较高的工作保险而受到追捧。而私营部门在这些方面鲜有涉足。

遗憾的是，国家抽样调查局并未对自主创业的非农劳动者的收入数据进行收集。由于自主创业者占到了非农劳动力的40%以上，这也使得分析非农劳动者的收入变化难以实现。我们的讨论必须紧紧围绕被雇佣的非农劳动者进行。

相对于临时工作，尽管常规付薪工作往往收入更高，但是由于非农部门提供的工作种类更多地转为雇佣临时工制，二者的差异正在减少。图5向我们展示了1983年2009/2010年间进行的五次调查所得的二者的差异水平，这些调查都运用了平均值和中位数来对正规付薪工作和临时工的收入水平进行比较。两种参数都显示出二者收入差距呈现出了下降趋势。

相对于农业收入，非农临时工的工资收入中的保险金从1983年的25%-30%增加到2004/2005年的45%（不论是对比平均值还是中位数）。随后年份的比较根据参照的是平均值还是中位数在结论上出现了差异。如图6所示，2009/2010年，临时工工资中的保险金大致增长了50%，若参照平均值，这一数据为35%。

由于农村中非农部门的增加，印度农村地区的贫困状况有所缓解。对20世纪80年代早期到2009/2010年贫困状况演化过程进行追踪调查的一个难点在于：官方贫困线一直在变化。世界银行（2011）记录了1983年到2004/2005年的贫困发展趋势，贫困人口占全部人口的比重从1983的46.5%降为1993/1994年的36.8%，再进一步降为2004/2005年的28.1%。这些数据依据1993年“计划使命专家团队”在评测贫困人口比重时所发布的数据进行。在2012年，计划委员会在其关于贫困估算的注解中公布了2009/2010年新的官方贫困线。这些新的贫困线回应了人们对于先前的贫困线的相关疑问，但是就目前来看，它仍旧不能完全解决更先前的（一直追溯到1983年）的贫困线中存在的问题。依据新的官方贫困线，印度农村地区的贫困率从1993/1994年的50.1%降为2004/2005年的41.8%，再降到2009/2010年的33.8%。尽管新的贫困线表明，在2000年代末期，印度农村地区仍有超过三分之一的人口在贫困线以下，不同的贫困线都证实这些农村地区已经取得了卓有成效的减贫成绩。这一结论同世界银行基于国际相对贫困线对印度贫困地区的调查的结论相得益彰。实际上，世界银行提出的贫困线可以被当作追溯1983年之前的贫困趋势的有效标准，不论是从贫困的百分比还是百分比下降水平而言，贫困的减少都正在呈现出一种加速度的态势。

在先前的一篇文章中，Himanshu等学者指出（2011）：印度农村地区非农就业者的增加主要来自于农村社会的弱势群体。造成该现象的一个重要原因在于，近年来，农村地区非农就业中增长最快的是临时工工种。农村社会中的弱势群体以及未能接受足够教育的人口正是临时工作的最广泛的参与者。鉴于临时工收入仍高于纯农业劳动者收入的事实，尽管相对正规付薪工作而言，临时工收入相对较少，但它对于印度农村减贫的直接影响是值得肯定的。此外，Himanshu等（2011）还指出，减贫这一直接的影响有可能通过其他的非直接影响而得到进一步强化。在1983、2004、2005年进行的地区性调查基础上，他们通过归因分析后得出结论：非农部门的增加同整个劳动力市场的紧缩密切相关。这对提高农业劳动力的收入有所裨益——尤其是对处于农村极度贫困的人口——因此能够对减贫起到积极作用，甚至那些没有直接参与非农就业中的农村人口也可以有所获益。

巴伦布尔村的贫困、流动性与不平等

村庄概况

位于印度北方邦西部莫拉达巴德区的巴伦布尔村从1957/1958年起就成为研究的对象。对该村所做的第一次调查由印度德里大学的农村经济研究中心（AERC）进行。在1962/1963年，该机构对巴伦布尔村展开了第二次调查。在1974/1975年，Christopher Bliss 和Nicholas Stern选择在该村研究农村市场的作用以及农民行为。他们在村里居住了一年，通过他们设计的一系列调查问卷收集了丰富的数据资料。此外，还有大量的信息通过非正式的讨论和观察的方式获得。在调查的基础上，Bliss 和Stern出版了一本书籍，书内的内容主要针对他们1974/1975年的调查成果展开。

在V.K. Sharma 和S.S. Tyagi Jr的大力支持下， Jean Drèze和Naresh Sharma于1983/1984年间在对巴伦布尔村进行了第四次调查。他们在村里居住了15个月，对村庄所有人口的信息进行了再度收集，并同Stern进行了紧密的合作。在1993年，Drèze和Sharma再次对村庄展开了研究。这次调查为期较短，所得调查结果也不够全面和深刻。1993年的短期调查未能收集到详细而丰富的经济信息来支撑1993年的收入评估。在2008年5月到2010年4月期间，来自德里尼赫鲁大学的Himanshu等带领着一队研究者对巴伦布尔村进行了为期6个月的考察。在此次的实地调查工作中，他们同Nicholas Stern，Jean Drèze，Peter Lanjouw和Naresh Sharma进行了积极协商和合作。同时，此次调查中也最大程度的考虑到同先前调查所收集数据的可比性问题。从最近的这轮调查中获得的数据目前已经公开，对当前探讨非农多样化经营以及其影响提供了证据支撑。尽管2008/2010年的数据收集工作已经进展大半，但是数据分析工作仍在继续，当前的研究成果只是不成熟的初步成果。

在2008年初，巴伦布尔村共有1270人和236个家庭（表2）。在这一年，印度教信徒占总人口的85.2%，伊斯兰教信徒占14.8%。除了少数家庭外，印度教信徒可以划分为6个主要的社会等级。从20世纪50年代末起，印度教信徒和穆斯林在总人口中的比例以及各社会等级规模都一直保持着相对稳定的状态。

在整个调查时期，巴伦布尔村的经济必然会成为调查对象之一。相对而言，印度无耕地的家庭很少，同时，拥有大规模土地的家庭也很少。农村经济活动的主体是农业活动。从20世纪50年代开始，伴随着灌溉的普及，新型种子、作物、肥料和杀虫剂的引进以及农业机械租赁市场的出现，传统的农业活动开始转型。但是，在不断增多的人口以及日益严峻的人地矛盾下（村庄有400英亩的耕地），村民收入中越来越多的份额来源于村外的非农就业工资收入。总体上看，农村经济在生产和交换上限制并不多。然而，由于市场发育的不完全，信息不充足，交易成本以及额外经济强制等因素（Lanjouw和 Stern，1998），村庄经济进程并不与标准化的市场经济模式完全一致。

巴伦布尔村的社会等级

在巴伦布尔村，社会等级不仅发挥着重要的社会功能，同时也对村民的经济行为和收入产生着较大影响。Thakurs，Muraos和Jatabs（参见表2）是巴伦布尔村主要的三个社会等级，占到全村人口的三分之二。三个类型的社会等级占到了总人口的三分之二：Thakurs，Muraos和Jatabs（参见表2）。三者之间的关系在1957/1958到2008/2010年间得到了长足发展。

村庄内社会等级中最高的是Thakurs，他们一直以来就拥有村里最多的土地。出于对体力劳动的厌恶，他们通常将土地外租或者雇佣劳动力来耕种。土地特权的不断弱化以及实际雇工工资的不断上涨逐步迫使他们亲自从事耕种。他们也积极寻找村外的工作机会。从政治上看，2008/2009年间Thakurs依然是村里最有权力的等级，但是他们在村庄内绝对领导者的地位岌岌可危。印度北方邦在20世纪90年代进行的政治改革阻碍了Thakurs 政治权力的直接行使。这不仅导致Thakurs退出农村内部的政治斗争，也迫使Thakurs通过加入政治联盟以及选举代理人等形式来维护他们的利益。在经济领域，Thakurs的绝对主导地位已经被Muraos挑战，Muraos在经济上的日益强盛，尤其在20世纪70年代到80年代之间的表现，已经为他们在村庄中赢得了众多的支持。

Muraos是农村社会各个等级中唯一在传统上从事耕种业的。在1957/1958年，他们的人均土地资产基本上同Thakurs等级保持一致，但是随着调查时间的推进，他们逐步掌握了更多地土地，并最终赢得了村庄内最肥沃的土地。肥沃的土地、辛劳的工作、长期的节俭精神以及精湛的耕作技术使得Muraos等级在农业技术改革浪潮中占领了高地。他们在农业耕种方面取得了巨大成功，并对参与非农活动表现出冷漠态度。在整个调查过程中，Muraos的经济地位获得了显著的提升，这也带来了他们社会地位的提高。最近的调查数据显示，到2008/2009年，农业在农村经济增长中的主导地位有所下降，这对Murao等级的经济地位构成了一定的威胁。

对Muraos和Thakurs的关系演变的研究表明，Muraos日益成为Thakurs稳居乡村金字塔顶端的挑战者。然而，Jatabs处于等级金字塔底层的状态保持了一成不变的趋势。在历史上，Jatabs就位于巴伦布尔村的社会和经济结构的底层。他们拥有少量的土地，衣衫褴褛，住所破败，并且收入主要来源于临时的体力劳动或者从事少有余粮的农场经营。在整个调查阶段，Jatabs等级中普遍存在着受教育程度极低的现象，直到1993年，这个等级的村民中也极少有人在村庄之外获得正规付薪工作。实际上，Lanjouw和Stern（1998）认为，即使到了1983/1984年，他们掌握了一定的财富和教育资源后，也很难在非农部门中找到常规付薪工作。在调查进行的前期，Jatabs等级中并没有出现人均收入增加的迹象。所以，他们的收入相对而言正在不断下降：在1957/1958以及1962/1963年的调查期间，他们的人均收入占到整个村庄人均收入的70%。而在1974/1975以及1983/1984年调查时期，相应的比重下降为仅50%。在土地占有量方面，他们也鲜有增加。尽管同Muraos和穆斯林一样，Jatabs也参加了耕种，但是他们的土地拥有量却没有增加。事实上，由于一个家庭卖掉了大部分土地来偿还不断上涨的债务，Jatabs在1983/1984到1993年间失去了将近10%的土地。

来自2008/2009年的调查数据表明，不论就其自身还是相对于其他等级而言，Jatabs的整体贫困状态都有了明显的改善。这一情况伴随着农村经济中越来越多的非农就业的出现而来。同以往相比，Jatabs有了更多地参与非农经济的机会，从而对促进了该等级人群的人均收入的增加以及推动向上流动产生了积极影响。我们将会在下文中对此趋势做一些初步的讨论。

日益增加的非农就业

在研究巴伦布尔村同印度北方邦整体经济联系日益紧密的关系时，Lanjouw和Stern（1998）记录下村民中从事非农就业比重日益增加的事实。到1993年，农村外的非农就业主要以正规付薪工作和半正规付薪工作（与临时工作对比）的形式存在。在1957/1958到1993年间，拥有正规付薪工作和半正规付薪工作的村民从11%上升到49.7%。这些村外的工作地点大多都在同村庄地理位置适宜的通勤距离内。经济活动的范围会随着时间逐渐扩大，但值得注意的一个现象是，工作机会往往倾向于围绕着特定的地区和社会经济群体增加。能够提供大量工作岗位的供应方包括：铁路系统、莫拉达巴德市临近城市的纺织厂、邻镇金道西小镇的面包房、玻璃厂、莫拉达巴德市内不同种类的大理石和钢铁加工厂以及附近地区的砖瓦厂。Lanjouw和Stern （1998）注意到，巴伦布尔村的非农就业的增加同部分家庭成员与村外通勤以及家庭中各类活动的平衡度有很大关系。

近年来，Mukhopadhyay已经对巴伦布尔村1993年到2008/2009年之间工作类型的相关数据做了深入考察。1993年到2008年间，非农就业（主要工作和次要工作之和）的数量一直保持显著的增长。（表3）在2008/2009年，村民拥有的非农就业者从1993年的107个（1983/1984年为125个）上升为2008/2009年的200个。而同时期的村内人口数量仅从1133增长为1270。然而，工作趋势方面的一个重要的改变在于，1993到2008年之间的非农就业的增加主要是农业外的自主创业和临时工增加的结果，这一结论也同印度国家抽样调查局的数据相吻合。自主创业者数量增长了三倍（从23到71），而临时工作数量翻了一番（35到78）。但是，正规以及半正规的付薪工作增长极为缓慢，仅从49增长为51。Mukhopadhyay认为造成这种现象的原因主要有以下两点：首先，临近巴伦布尔村的纺织厂在20世纪80年代后期停业，到1993年以后已经不复存在。其次，他的分析表明：在1983/1984之间很多从事非农业正规付薪工作的个人和家庭在2008/2009年已经搬离了村庄。在早年的调查时期，20世纪80年代从事非农业正规付薪工作的村民主要集中于Passi等级。到2008/2009年，由于选择性的迁移，Passi等级的村民中已经不存在从事正规付薪工作者。实际上，Passi等级在村内的人口规模已经明显缩小了。

非农就业的种类和影响范围一直保持着增长趋势。这一点从巴伦布尔村村民们参与莫拉达巴德市劳动力市场的现象中可以明显体现。例如，莫拉达巴德市的铁路系统为10-50名村民提供工作机会，具体工作数量依据农业活动所需的劳动力和其他非农就业的数量来决定。村民们组团参与水泥和肥料的卸货工作，并根据个人卸货数量多少来获得相应的报酬。村民们一天的收入在200卢比左右。工作体力消耗严重，并且人人都可以胜任。但是大体而言，这种工作的收入远远高于纯农业劳作（在2008年日均收入在100卢比左右）。更重要的是，人们对这种工作的社会认同高于纯农业劳动。

伴随非农就业增加而来的是非农收入在农村收入增长中的较大贡献（表4）。在1983/1984年，非农就业收入约占到了村民总收入的三分之一。到2008/2009年，该比例增长到过半。依据上文所述，村中不同社会等级的人口获得非农就业的机会不同，数据表明：Jatabs从非农就业中获得的收入比重在巴伦布尔村明显增加。在1983/1984年，非农收入只占到Jatabs总收入的17%。到2008/2009年，这一比重翻了一番多，达到40%。表4表明，所有等级的村民非农收入都明显增长，但Jatabs的增长尤为明显。

收入流动

现在，我们对Jatabs经济地位的提高做进一步的探讨。在表5到8中，我们将村庄人口分为1983/1984和2008/2009年两个阶段进行对比研究，从而更清楚地了解Jatabs是如何逐步脱离福利分配边缘化的地位。研究过程分为两步：首先，我们要再次提及Lanjouw和Stern（1991，1998）提出的“观察法”，依据这一研究方法，实地调查者们以“显性经济状况”来对巴伦布尔村的家庭进行分类。这种划分的出发点在于，从某种程度上讲，小村庄内家庭的富裕程度由它在村庄里的资产多少和购买能力决定。以1983/1984的数据为参考，Jean Drèze和Naresh Sharma首次将家庭的贫富状况分为七组：极度贫困、一般贫困、微贫困、温饱型、小康水平、富裕、非常富裕。在这种分类方法中，调查者严格的按照这个标准对家庭进行分类，对其余因素不做任何参考。令人欣慰的是，考虑到在很多时候，家庭的真实经济情况只有消息灵通的观察者才能清楚地把握，因此Drèze和Sharma在进行家庭分类时，将分类的范围扩大了。最终，农村家庭的经济状况被大致分为5种类型：极度贫困、一般贫困、温饱、小康水平和富裕。

在2008/2009年，4名研究者通过为期两年详尽的实地调查对巴伦布尔村家庭经济水平进行了再次分类。尽管同先前一样，这次分类也是将家庭经济水平分为五类，但家庭并未被平均地分到五个类别中。这样一来，研究者在对家庭做出经济水平评估时，就有可能会从多个方面出发来进行考虑。表5和表6分别为我们依据“观察法”获得的1983/1984和2008/2009年的分类结果。表5中，在1983/1984年，Jean Drèze和Naresh Sharma将1983/1984年间90%的Jatab家庭划分到“极度贫困”或者“贫困”这个类别。同时期，没有任何一个Jatab家庭属于“小康”或者“富有”水平。到2008/2009年，这个划分格局有所变化（如表6所示）。尽管仍有过半的Jatab家庭被划分到“极度贫困”或者“贫困”的范畴，另外一半的Jatab家庭已经属于“温饱”或者“小康”层次。对Jatab生活水平的这一主观判断表明，到2008-09年，Jatab等级在巴伦布尔村的地位相对而言有了明显的提高。

接下来，同先前的“观测法”不同，我们将以个人平均收入为标准对巴伦布尔村的家庭进行重新分类。表7表明，依据个人平均收入，在1983/1984年，大约有90%的Jatab家庭位于巴伦布尔村最低五分之二收入家庭的行列。到2008/2009年，这一格局有了明显变化（参见表8）。表8显示，尽管仍有60%的Jatab家庭属于这一行列，但是其余的40%已经脱离出去。实际上，在2008年，已经有12%的Jatab家庭位于巴伦布尔村人均收入水平最高的五分之一。

这些证据都证实，曾在巴伦布尔村历史上位居弱势地位的家庭的相对社会地位已经有了显著的提升。同时，这些家庭也第一次积极地参加到非农经济部门中，同其他等级的家庭一样从非农就业中获益。这一现象正是非农部门在农村经济中扩张后回馈农业的一种表现。因此，非农部门在农村减贫中正扮演着越来越重要的角色。

收入不平等

尽管曾经属于弱势群体的Jatabs当前收入增加，贫困减少并且流动性的增强都能够有效体现巴伦布尔村在促进收入分配方面所做的努力，但是村民收入不平等程度却明显加剧。表9表明，代表收入不平等水平的基尼系数从1983/1984年的0.307增加到2008/2009年的0.427。尽管基尼系数的参考价值并非绝对，但是它的增加可以大体上被看作是收入不平等程度严重加剧的有效佐证。其他种类的测量方法，比如特别注重贫困人口收入变化的泰尔指数也同样出现了增长，表明对收入不平等加剧趋势的判断并非是仅仅基于基尼系数这一单一的参考标准进行。

对印度农村地区不平等研究主要集中于社会等级上——尤其是不同种姓间——这是收入不平等的重要原因。因种姓不同而造成的不平等声名狼藉却根深蒂固，也是社会科学广泛研究的主题（比如Dumont 1966， Deshpande 2000）。上述论述表明，自1983年起，Jatab家庭的社会流动大大加强，我们可能会因此而做出判断：相对以往而言，由等级不同引起的不平等有所瓦解。表10显示，等级不同引起的不平等从1983/1984年的29%降到2009/2010年的17%，对上述判断提供了一定的支持。然而，更令人惊奇的是，这一分解分析法显示，巴伦布尔村等级间的差异一直都不是特别明显，甚至是在1983/1984年，超过70%的收入不平等可以归因为同等级内部个体之间的差异。

长期以来，人们对依据传统的“应用分解法”来分析不平等的分解颇有微词。Elbers、Lanjouw、Mistiaen和Özler（2008）指出，将不平等分解为“群体间”和“群体内”的不平等两种的标准方法未能对特定群体间的差异进行有效把握。而这一点对重要性评估是有重要价值的。标准的不平等分解法通过告诉特定群体内的所有成员的该群体的平均收入，然后询问整体的不平等是如何分配到单个个体的方法，来评估不同群体对不平等的影响程度。通过将特定群体的不平等和整体的不平等进行对比，这个程序实质上是将观察到的群体差异和极端的不平等基准（每个个体都被看做是一个独立的群体）进行对比。这样一来，同极端的不平等基准相比较，群体间的不平等水平总是相对较低的。同时，标准化测量方法体现了这样的倾向：许多群体间的不平等程度将会加深（或者精确来讲，绝对不会减少）。

Elbers等学者（2008）对传统的分解法进行了一定变动，以获得能够克服这些问题的可选择性的数据。假设特定规模的人口被划分为两个群体。这个完善后的方法将群体间的不平等同一个全新的基准相对比，即两个群体收入完全分离的程度；比如：更贫穷群体内的最富有者比更富有的群体中最贫穷者更贫穷。标准分析法完全忽略了这个问题。然而，在测评类似巴伦布尔村内种姓差异的重要性方面，Elbers等（2008）学者提供的数据具有极强的参考价值。如果将两个群体的收入分配到完全不相重叠的两个部分，但是两个群体内部都存在较高水平的不平等，按照传统的分解法测量出来的群体间的不平等就会相对较低。

Lanjouw和Rao（2012）通过将1983/1984年前的Elbers（2008）的数据同运用标准分解法所得数据相比较，对巴伦布尔村的种姓间的不平等做动态研究。他们发现，若将Jatabs作为一个群体同村内其余人口相比，Elbers（2008）的研究数据表明，Jatabs的收入同其余人口相比较，其完全分离率从1974/1975年的39%增长到1983/1984年的50%。有明确的证据表明，自从20世纪50年代以来，尽管Jatabs内部个人和家庭间的生活水平存在差异，但从整体来看，Jatabs的生活水平一直落后于其他村民。Lanjouw和Rao（2010）的分析有力的证实了“巴伦布尔村因种姓不同而起的不平等明显并且持久”这一事实。

表11对Lanjouw and Rao（2010）的研究数据进行回顾，并通过进一步的分析来获得2008/2009年的数据。Elbers等学者的数据中有一个明显的下降——从1983/1984年的50%直线下降到2008/2009年的29%。在1983/1984年前的调查期间，情况一直如此：Jatabs作为一个整体，起经济地位一直落后于其余人口，甚至该群体中最富有的人也比其余人口中的大多数要穷。2008/2009年的调查数据显示，这种态势已经有了实质性的减弱。通过分解法所得的信息同先前文章中的叙述相互吻合，伴随着Jatab家庭获得了越来越多的拥有非农收入的机会（至少有一部分Jatab家庭如此），从1983/1984年开始该群体出现了明显的向上流动迹象。

非农收入对整体不平等的影响

上述分析表明，不断扩大的群体差异并不能够解释1983/1984到2008/2009年间明显加剧的收入不平等。村民收入中不断扩大的非农收入看起来更具有说服力。这一推测可以通过对收入来源进行不平等分解分析来证实。

表12表明，在2008/2009年，非农收入带来的不平等占到巴伦布尔村整体不平等的67%，而对同时期农业收入而言，这一比例仅为28%。这一数据说明，巴伦布尔村有超过三分之二的不平等来源于非农收入，这一比例远远高于先前时期的调查阶段，从而有效地反映出村民收入不平等程度加剧的现实。因此，农民非农业收入的增加不仅会带来贫困的较少和收入流动的加速，也会导致整体收入不平等程度的加剧。

结束语

本文收集的数据全部来源于印度农村地区，尤其对印度北方邦巴伦布尔村进行了详尽调查，来记录和体现非农部门在印度农村经济中不断增强的重要性和影响力。来自国家抽样调查局和和巴伦布尔村的数据都表明，印度非农多样化经营进程较为缓慢，但其在收入分配上的影响越来越趋向于对贫困人口有利。通过详细的村庄实地调查获得的富有成效的成果表明：农村非农部门不仅能增加收入，减少贫困，同时也能够打破农村社会中最贫困人口向上流动的坚冰。因此，减贫成效的提高与收入流动的加快都是对印度政府推动非农多样化经营的进程的最佳回馈。不断加剧的收入不平等会与减贫和社会流动的增强如影随形，认识到这一点至关重要。从整个印度社会来看，非农多样化经营进程可能不会像增加农村地区的收入那样明显，并且尽管它和不平等程度的深化紧密，但它仍旧在缩小城市和农村的差距上有所贡献，从而也从整体上减少了不平等水平。然而，正如本文所述，仅从农村这个层面讲，非农多样化经营确实与明显加剧的不平等水平密切相关。

农民收入不平等程度的加深将会对乡村社会的结构产生不良影响。接下来，从农村本土层次上来检测和研究非农收入的影响非常重要，同时采取措施来抵制收入不平等对农村产生的负面影响也很有必要。问题在于，如果我们不能对不平等的程度进行有效控制，当前印度农村地区经济结构转变在扶贫方面产生的积极影响就会受到削弱。

稿件来源：世界银行网站。

扫描下载手机客户端

地址:北京朝阳区太阳宫北街1号邮编100028 电话:+86-10-84419655 传真:+86-10-84419658（电子地图）