第 15 部分 案例研究：评估西南扶贫项目 —— 具体问题 乔晓春 教授、博士生导师 北京大学人口研究所

目的 通过对西南项目评估的案例介绍，使人们 了解评估的过程、方法、以及可能存在的 问题。 这里只是思路的介绍，不讨论具体的方法 和某些技术性细节。

西南扶贫项目介绍 1993 年 7 月开始准备； 1994 年通过评估； 1995 年 7 月开始实施 项目执行期为 7 年， 2002 年 7 月结束 项目总投资 42.3 亿元（ 亿美元），其 中世行贷款 2.47 亿美元 项目覆盖中国西南大石山地区的广西、云 南、贵州三省（区） 35 个县、 290 个乡、 1798 个村的 284 万贫困人口，其中少数民族 人口约占 50%

项目支出构成 内容比例 教育 卫生 农村基础设施 土地与农户开发 劳务输出 乡镇企业 机构建设 项目管理与贫困监测 总计 100

项目的预期投入和产出 项目投入 —— 项目干预或建设内容包括教育、卫生、农村 基础设施、土地与农户开发、劳务输出、乡镇企业、机构 建设、项目管理与贫困监测以及广西城市就业开发共 9 个 分项目 项目产出 —— 项目总目标： – 研究、探索和验证跨地区、跨行业、综合性扶贫项目的有效性 – 大幅度降低 35 个国定特困县的绝对贫困程度 – 促进贫困地区剩余劳动力健康、有序地向较为富裕的农村地区和 快速发展的中等城市输出 – 强化扶贫机构，培养项目管理队伍，提高对扶贫项目的管理水平 和对贫困程度的监测水平 – 通过土地的改良及水土保持工程，遏制贫困的石山地区环境的恶 化状况 – 通过让农户在项目设计和执行过程中发挥决定性作用而鼓励当地 公众的大力参与

资料来源 西南扶贫项目现场考察背景材料（中文） 暗藏的作用？反贫困项目的事后评估（英 文）（ Hidden Impact? Ex-post Evaluation of Anti-Poverty Program, by Shaohua Chen and Ravallion)

对项目效益的评价（中文） 食物安全 人均粮食消费 量（公斤） 农民人均粮食消费 量不足 150 公斤比 例（ % ） 1995 年 18918% 2000 年 % 项目区提高比例（ % ） 10.7% 对照区提高比例（ % ） 2.2%

贫困指数变化 (%) 贫困发生率 贫困强度指数 贫困深度指数 增长 三省区贫困县 世行项目县 农民人均纯收入比较（元）

总的结论 西南扶贫项目无论是在减缓项目区及其受 益人群的贫困状况，还是在探索综合性扶 贫模式方面都取得了极大的成功，基本实 现了项目预期各项目标。 评估合理性：将项目区有关指标结果与非 项目区进行比较 存在的问题：并没有区分项目区和非项目 区的差异；没有区分干预和非干预的作用； 没有得出仅仅由于干预引起的净效果

一项评估研究的结果 利用普遍使用的方法进行评估发现：西南项目的作用是令 人失望的。 项目开始时项目村有 60% 得人每天的消费支出不到 1 美元 （贫困线）；如果以此作为贫困线标准，项目执行了 5 年 以后贫困比例下降了 7 个百分点。在这 5 年里非项目村的贫 困比例下降了 2 个百分点；说明项目本身只导致了贫困比 例下降了 5 个百分点。 人们认为这种情况完全是有可能的，因为世行项目只针对 国定贫困县，而这些县在世行项目之前已经得到了国家和 省的扶贫资助；国家和省很可能会减少对世行项目村的扶 贫投入，而将这些投到非世行项目村去。

这一结论是否合适？ 需要考虑： – 减贫的目标应该如何测量？ – 实现这个目标所产生的作用应该如何评价？ 至少有以下几个问题需要考虑： – 非项目村是否可以用来反映项目村在没有获得项目的情况。比如： 一般来说项目村的基础设施条件比较差，它的收入增长率会慢于 非项目村。 – 项目参与者在项目执行期间的某些行为会在一定程度上掩盖项目 的真实作用。比如：在未来具有很大的不确定性时，穷人会把他 们新增加的收入存起来，而不是消费掉。从而出现储蓄率上升的 情况。这样用消费指标测量就会有问题。 下面用影响评估的方法来测量这些问题。为了比较项目村 和具有可比性的非项目村消费和收入分布的变化，专门进 行了调查。

数据的收集 数据来源：国家统计局从 1995 年开始（基线）到 2000 年每年举行一 次的农村家庭户调查。 2000 年调查涉及 20 个项目县、 200 个村的 2000 户家庭。这其中有 113 个项目村、 87 个非项目村。每个村随机抽取 10 个家庭户。 可比性上有一些问题： – 由于统计局得到项目点的时间比较晚， 1995 年调查是在 1995 年 12 月进行 的。要想得到 1995 年的收入变化情况，只能让被调查者进行回忆。从而 可能会低估收入和消费。但这对利用村的特征进行配对是没有问题的。 –95 年以后的数据是根据农户家庭日常记录方法得到的，结果更准确。从 而会导致对后来收入和消费的增长率出现高估（以 95 年作为基线）。 – 后来决定用 1996 年作为基线，但问题是这个基线已经受到项目的干扰， 因为到 1996 年底项目花费已经达到 23% 。这样可能会低估项目的作用。 数据质量比较高：无论是抽样误差还是非抽样误差都比较小；每个家 庭每天都有家庭收支的记录；每两周会有人到家里协助、检查和核对 这些纪录。抽样框来自当地的户口登记记录。

可比性问题 标准的 difference-in-difference （ DD) 方法 是需要比较干预组和对照组的变化。 这里存在两个问题： – 对照组尽管不是世行的项目村，但这个村确是 国家的项目县。这样干预组和对照组实际上都 经过项目干预。 – 后来的变化与开始时的水平有关系，特别是两 组样本可能在开始时就存在差异。

评估方法 为了解决项目组和控制组之间可观察的异质性问 题，必须使用能够控制初始差异的更为灵活的方 法 ——propensity-score matching (PSM) 方法 （ Rosenbaum and Rubin 1983). 如果样本选取是 无偏的话，这一方法会给出无偏的估计。 如果在基线调查时将干预组和对照组配对，然后 再用 DD 方法会降低选择性差异。人们从非试验性 评估中发现：将 PSM 和 DD 方法结合会降低（但不 会杜绝）估计的偏差（ Heckman,Ichimura and Todd 1997; Heckman et al., 1998) 。

结果 1 家庭年人均收入和消费 年代指标项目村非项目村 平均标准差平均标准差 1996 收入 消费 收入 消费 收入 消费

结果 2 通过 Probit 回归发现：世行项目点更多集中 在山区；更多是不通电地区；村里或附近 很少有学校；但在村里和附近通常有诊所； 人口较多；人均收入低；人均土地多；人 口密度低。 总之，项目村要比项目县中的非项目村更 穷。

结果 3 配对的 DD 方法估计的结果 项目村 收益 非项目村 收益 DD 估计的 年收益 T- 值 收入 消费 储蓄 几乎所有的新增收入都进入储蓄，意味着存在消费滞后

从上面分析中得出的结论 将项目村和配对的非项目村比较发现：项 目村比非项目村的平均收入增长了 10%— — 属于高回报的水平 累计新增收入的一半都被用于储蓄，从而 导致项目对消费增加的作用不明显。这样 就推翻了以往普遍认为的 “ 穷人会很快把新 的收益消费掉 ” 的假说。 总之，选取评估指标不同、使用的评估方 法不同，会得出完全不同的评估结论。

启示 1 如何将国外通用的方法与中国的具体国情相结合？ 中国的国情是： – 对照组同时又是另一个项目的干预组 —— 另一个项目 的收益可能比被评估项目的收益更大 – 很难找到纯粹的对照组 —— 具有同样贫困程度的村或 县都被纳入国定贫困或省定贫困县，多少都得到国家 和当地的支持和优惠 – 多个项目可能同时在一个项目点执行 —— 很难分解出 各自项目的贡献或收益有多大 能否创造出适合中国国情的贫困项目评估方法？ 或能否从现有方法中明确，那些方法更加适合中 国的国情，同时又易于应用和操作？

启示 2 评估指标的选取会影响评估结果。不能仅评估单 一指标，应该多指标结合或对几个指标共同进行 评估。 不能只依赖一种方法，要用不同的方法进行评估， 因为任何方法都存在特定的假设。在使用某一方 法时要考虑该方法的假定与它所应用的地区的具 体情况是否有明显的违背。 谁来对评估结果进行 “ 评估 ” ？评估的最终结论不 能仅由一个研究来作。 谁应该是评估者？第三方，但必须有当事双方的 参与和配合。第三方必须经得起当事双方和另一 个技术方的质询。

启示 3 评估是应该立足于当期效应还是应该包括未来效应？项目期内 往往是积蓄能量的时期，能量的释放并不会很明显；我们甚至 不应该期望有明显的释放；而能量的大幅度释放应该在项目期 之后。 目前的评估都集中在对能量释放 —— 项目收益的评估；对项目 期内效益的评估是否可以针对能量的积蓄 —— 能力建设进行评 估？如何进行评估？ 项目执行期 能量积蓄期 能量释放期

谢谢！