精准扶贫政策影响居民主观幸福感对乡村振兴的启示基于中国家庭追踪调查数据的实证分析.docx

精准扶贫政策影响居民主观幸福感对乡村振兴的启示基于中国家庭追踪调查数据的实证分析一、引言与文献综述近年来，对于居民主观幸福与收入之间关系的研究成为学术界关注的焦点，实现收入水平与居民幸福感的同步提升也成为我国政府施政的主要目标。党的十九大报告指出“要不断满足人民日益增长的美好生活需要，使人民获得感、幸福感、安全感更加充实、更有保障、更可持续”。与此同时，截至2020年底，我国居民在现有扶贫标准下已全面脱贫摘帽，消除了绝对贫困人口，如期实现第一个百年目标。精准扶贫政策在于消除绝对贫困人口，增进贫困人口“两不愁三保障”多维福利的同时，政策带来的居民满意度已成为各地方衡量贫困治理成效的重要尺度和标准。扶贫政策的最终目标是提高居民收入和福利水平。那么，精准扶贫政策在提高居民收入和消费的同时，是否起到了提高居民主观幸福感的多重绩效？此外，一方面精准扶贫政策使贫困人口收入水平增加，从而一定程度上提高居民的幸福感，另一方面由于精准扶贫政策对不同群体的异质性效应，从而产生群体间或群体内的相对福利变化，也可能降低居民的幸福感。为此，精准扶贫政策提高居民收入水平一定意味着具有更高的幸福感吗？这是本文试图回答的主要问题。居民的幸福程度可通过“主观幸福感”来衡量，主观幸福感是居民对其生活质量所做的情感性和认知性的整体评价，已成为衡量一个社会性质和反映居民生活质量的重要指标。4现有研究认为，幸福具有直观体验性，每个人都会依照个人综合感受对行为或问题进行决定，所以衡量主观幸福感最有效的方式是采用居民最直观的评价。为此，学术界对主观幸福感的测度通常采用居民个人的自我评价指标，主要通过居民主观的评价“幸福”或“不幸福”，以及自我评价“幸福感知程度”等方式来衡量。从居民幸福感测度与衡量指标可知，主观幸福感代表了居民最直观的心理体验，所以影响居民主观幸福感的因素是多方面共同作用的结果。当前对影响居民幸福感因素的研究较为丰富，在宏观层面，经济增长速度被认为对居民幸福感和生活满意度有显著的负向影响；地方政府的财政透明度、公共服务满意度则与居民主观幸福感呈“U”型关系。9部分研究则探讨了社会保险、城市化与环境污染等因素对居民主观幸福感的影响。也有研究从微观的健康、教育、收入、家庭住房等角度考察个体特征对居民幸福感的影响，以及子女数量与性别对父母幸福感的影响。可见，既有研究中对居民幸福感的宏微观影响因素的研究成果较多，而将扶贫政策、收入与居民主观幸福感纳入统一分析框架的研究成果甚少。当前文献侧重于对精准扶贫经济效应的评估。例如，既有研究表明精准扶贫政策使贫困群体的劳动收入与劳动供给显著增加，而不同的扶贫方式减贫效果存在差异。15此外，部分研究认为，精准扶贫政策对农村贫困家庭的消费水平、生活条件、外出务工状况以及农村信贷参与等方面产生了显著影响。1618精准扶贫的主要目标群体虽为农村贫困群体，也有研究对城镇低收入群体的扶贫效果进行评估，结果表明城镇居民医疗保险制度对城镇低收入家庭，尤其是受到大病冲击的困难家庭具备显著的扶贫效果。19综上可知，有关精准扶贫政策效应的研究成果，主要聚焦于扶贫政策的收入、消费、信贷和医疗健康等方面的经济效应和健康效应，或考察精准扶贫过程中的“精英俘获”问题20,缺少评估精准扶贫政策对居民主观幸福感效应问题。如何评估精准扶贫政策对居民幸福感的影响，是近年来政策制定者需要考虑的重要问题，也是学术界广泛关注的问题。事实上，贫困减缓、收入与主观幸福感三者具有内在的关联性，但当前将三者相联系进行的研究相对缺乏。为此，本文基于农村微观家庭跟踪调查数据，除了研究对象与研究问题的外，还从以下三个方面做了突破或贡献：第一，数据方面，既有研究中有关幸福感方面的数据主要采用了单个调查年度的数据，本文采用了中国家庭追踪调查20102018年数据，且对样本家庭进行了跟踪匹配，时间跨度上覆盖了精准扶贫政策实施前后，更好地捕捉到了政策实施过程中的长期效应；第二，研究视角上，将精准扶贫政策与居民主观幸福感纳入同一分析框架，完善了既有研究中仅聚焦于精准扶贫政策对贫困人口规模减少与家庭增收效应的不足，拓展分析了精准扶贫政策的福利效应及其作用机理；第三，分析方法上，本文采取模糊断点回归（fuzzyRD）方法实证评估了精准扶贫政策对居民主观幸福感的影响及其作用渠道，有效地克服了政策评估中因果效应推断有偏估计的缺陷。为此，研究结论将为居民主观幸福感提升、优化收入分配和推进乡村振兴等新农村建设提供有价值的政策参考。二、实证模型、数据来源与变量选取（一）断点回归模型在模型设定过程中，本文考虑到我国农村精准扶贫实践中，地方政府对贫困户精准识别遵循“收入测评为前提下的村民评议”原则（在入户收入测评基础上，依靠村民代表评议的方法来精准识别），并综合考虑除收入贫困线标准外的“两不愁三保障”福利因素进行综合识别。17现实中，由于加入了村民民主评议，贫困户识别中可能导致部分收入高于贫困线的农户被确定为贫困户，从而享受到精准扶贫政策;也可能受到基层办事机构执行力弱或不公正等其他外生因素的影响，导致少数收入低于贫困线的农户没有被确定为贫困户的现象。考虑到以上情况，本文在采用贫困线标准识别家庭贫困与否时，采用了模糊断点回归的识别方法。并且，本文的估计借鉴了Brollo等的模型设定21,通过两阶段最小二乘法(2SLS)来实现，其结果等同于工具变量(instrumentalvariable,IV)估计22。在具体操作中,对FUZZyRD的估计既可以通过非参工具变量(IV)来进行，也可以通过参数2SLS来进行，这两种估计方法是等价的。具体的模型设定如下：Di=+3Ti+g(zi)+X某it+/it(1)Yit=勺+Tli+f(Zi)+某it+攵it(2)其中Yit为本文关注的结果变量(居民主观幸福感)，B是本文要估计的扶贫政策效应。式(1)和式(2)分别是一阶段回归和二阶段回归表达式。Zi表示家庭人均收入，被作为驱动变量，具体是家庭人均收入与断点(贫困线标准)的差，进行了标准化处理。g(zi)和f(zi)均是Zi的多项式函数。Ti=I(人均收入低于贫困线标准)表示根据人均收入标准识别的精准扶贫资格(识别规则)，即在收入贫困线标准下的个体获得参评资格，但不表示实际已经被瞄定为贫困户。反之，Ti=O(人均收入超过贫困线标准)。Di为处理状态变量，Di=I是精准扶贫瞄准的贫困户，表示享受精准扶贫政策的农户进入处理组，否则进入控制组。在FUZZyRD分析中，Ti为处理状态Di的工具变量。某it为控制变量，Ui和i均为残差项。由于FUZZyRD方法具有特殊的因果推断方式，模型中是否加入控制变量对结果不产生实质性影响，然而当控制变量违背外生性假定或控制变量对驱动变量存在线性影响时，增加控制变量反而会导致估计结果的偏误或不一致23,本文在选择控制变量时考虑了以上因素，并在稳健性部分做了进一步论证。在实证估计时，FUZZyRD回归参数对带宽的选取比较敏感，不同带宽的估计结果可能会存在差异。为保证实证结果的稳定性，本文不仅采用多种带宽和多种f（zi）形式设定，而且引入了处理状态与驱动变量的交互项，尽可能减小带宽问题或断点两侧回归线斜率不同而导致的偏误。（二）固定效应模型由于农村家庭因收入水平、人口结构、健康状况、所处地理环境、传统文化等因素的不同24,受到精准扶贫政策的影响就存在差异。并且，精准扶贫是以户为识别单位的，不同地区贫困户数量不同，导致扶贫政策力度实施存在差异。为了分析精准扶贫政策对不同家庭（贫困与非贫困）主观幸福感产生的异质性效应，本文进一步借助固定效应回归模型,在模型中引入了精准扶贫政策实施力度（depthet）与影响因素（某it）的交互项，从不同家庭的要素禀赋、健康状况、非农就业等方面展开异质性与溢出效应分析。具体的模型设定如下：nYit=TO+Tldepthct+T2某it+匚3depthctso某it+勺kZikt+三i+发t+乡it（3）k=l式（3）中，Yit为结果变量（居民主观幸福），交互项的系数（B3）是本文关注的核心，反映了相关因素（某it）是否通过精准扶贫政策对不同要素禀赋家庭的主观幸福感产生了异质性效应。若B3>0则意味着随着影响因素某it增加，精准扶贫政策使居民主观幸福感增加。简言之，如果影响因素某it与精准扶贫政策之间存在交互效应，则精准扶贫政策将通过某it对家庭主观幸福感产生影响。此外，Zikt为个体层面、家庭层面与地区层面的控制变量，尽可能控制了不随时间而变的相关异质性因素。i为个体固定效应，t为时间固定效应，it为残差项。为了防止序列相关或异方差问题的影响，本文对系数进行估计时将标准误聚类到了个体层面。（三）数据来源本文主要采用了中国家庭追踪调查（ChinaFami1yPane!Studies,CFPS）20102018年数据。CFPS数据包括了教育、医疗健康、职业、家庭人口、收入、消费和生活满意等方面的信息。由于精准扶贫政策瞄准对象主要针对农村家庭，所以本文采用了CFPS数据中的农户样本（约占总样本的53.6%）oCFPS样本覆盖了中国25个省/市/自治区，调查对象包含样本家户中的全部家庭成员。数据清洁处理发现：第一，2012年样本中核心变量居民主观幸福数据缺失；第二，2016年样本中个体幸福感指标的缺失值或异常值非常多，剔除后仅剩448个有效样本，考虑到样本有效性不足，将2016年样本也进行了剔除。为此，本文选取了2010年、2014年和2018年三个调查年度的数据，调查年度正好每隔四年一次，且跟踪匹配了三个调查年度均参与调查的家庭，获得了政策实施期前后平衡的跟踪调查样本，样本有效性与稳定性可以得到保障。此外，由于本文关注的幸福感变量指标中，2010年与2014-2018年样本在个体幸福感评分标准上存有差异。2010年个体对主观幸福的评价分为“15”不同的等级，“1”表示非常差，“5”表示非常好，而20142018年样本中对主观幸福感的评价是“010”的评分，“0”分代表最低，“10”分代表最高，由于统计口径差异，且2010年属于CFPS开始调查的基线数据，所以将2010年数据作为单独的一个分样本，作为回归分析结果的稳健性检验。遵循以上数据清洁与处理思路，最终匹配后得到每年7038个样本，实证分析部分的总样本量为14076个（2014年和2018年）。（四）变量选取与统计描述本文的研究主要分为精准扶贫政策效应评估和政策异质性与外溢效应分析两部分。为了分析政策异质性与外溢效应,本文选取的主要影响因素从以下方面进行考虑：第一，不同地区帮扶力度强弱，直接与该地区居民主观幸福感相关。实践中，如果一个地区的贫困家庭越多，政府对该地区的帮扶力度会越大，投入的扶贫资金与扶贫资源等也越多。为了捕捉不同地区精准扶贫政策的外部差异，本文采用样本期间本村贫困家庭数占该村总家庭户数的比重，作为精准扶贫政策在该地区执行力度的替代变量，用于分析精准扶贫政策对不同家庭主观幸福感产生的异质性效应。第二，精准扶贫政策立足中国农村贫困现实，多次强调了思想脱贫的先导地位，确立了“扶贫必扶志、治贫先治愚”的思想扶贫目标。“扶志”就是帮助贫困群众改变思想观念，树立信心，激发贫困人口主观能动性。为了衡量精准扶贫政策对居民“扶志”的影响，结合数据可获得性，选取了居民对未来的信心作为替代变量。第三，即使在同一地区相同的政策实施力度下，不同家庭差异化的要素禀赋也可能会导致不同的政策效果，这是一种内在的异质性效应。这是因为，精准扶贫政策强调对贫困户致贫因素的精准识别与精准施策，所以会导致不同贫困家庭从扶贫政策中的获益存在差异，进而产生异质性的主观幸福感效应。为了分析家庭因不同要素禀赋导致扶贫政策的差异化获益，本文从就业、医疗健康和教育等家庭层面的多维度出发，进一步剖析就业扶贫、健康扶贫和教育扶贫等多元化扶贫措施对不同要素禀赋家庭的影响。其中，就业维度选取了家庭成员的非农就业与外出就业人数，作为家庭中非农劳动力供给能力或供给数量的替代变量；医疗健康维度选取了健康状况与医疗支出指标，分别衡量家庭主要成员的健康状况差异和享受到医疗帮扶的作用效果；教育维度主要选取家庭成员的受教育水平，作为考察家庭人力资本水平的替代变量。此外，控制变量主要从个体层面、家庭层面与地区层面选取,尽可能考虑控制变量对居民主观幸福的外生性影响，从而选取了居民的年龄、性别、婚姻状况、家庭规模和家庭所在地区分布等因素。通过变量选取与描述性统计，所有名义变量均剔除了物价指数的影响，平减到2010年。通过统计得知（变量说明及描述统计限于篇幅，留待备索），第一，居民主观幸福感在统计上呈上升趋势，2018年与2014年相比，居民主观幸福感提高了近3.8个百分点。第二，与2014年相比，农村地区精准扶贫政策执行力度增加了近8.9%o2014年农村全面实施精准扶贫，直接以贫困户为瞄准对象，按照2010年人均2300元/年的贫困标准，同时结合“两不愁三保障”测定的温饱标准和2015年、2016年实施的两轮“精准扶贫回头看”措施,从之前的“规模控制”转变到“应纳尽纳、应扶尽扶”，精准扶贫后期大幅提高了贫困识别人口规模，从而增加了对贫困家庭的帮扶力度和措施。所以，精准扶贫政策扩大了低收入群体贫困受益规模的同时，在短期内精准扶贫的执行力度也增强了。第三，与2014年相比，2018年村内非农就业比例上升、医疗支出减缓，与此同时，政府对贫困人口的转移大幅增加了，人均获得政府转移支付约增加452元。此外，从不同地区分布等不随时间变化的样本统计值可知，本文所选样本并没有出现明显的样本聚集特征。三、实证结果分析图1为驱动变量与结果变量（居民主观幸福感）之间的关系，检验了FUZZyRD的有效性。图1结果显示，结果变量在断点处存在明显的差异，在精准扶贫标准（2300元/年，2010年价格）的制度断点左右两侧出现了非常明显的跳跃。与此同时，由于断点两侧的变动趋势呈现出了非线性趋势，所以后文中进行断点回归分析时，采用了分段线性和多项式形式的回归形式。表1估计了扶贫标准线规定的制度断点对是否被瞄准为精准贫困户的影响，即FUZZyRD识别下的一阶段估计结果。本文采取了三种不同带宽和最优带宽形式下的估计结果，同时考虑了处理状态与驱动变量的交互项，尽可能减小断点两侧回归线斜率不同导致的偏误。表2中的第（1）-（2）列为较窄的带宽，从而以较低阶的形式控制了人均收入的非线性趋势；第（3）列为较大带宽，增加样本量的同时，控制了较高阶的函数；第（4）列为居民主观幸福感的最优带宽，作为与手动设定带宽估计结果稳健性参考。此外，表2中的F检验值用于判定收入贫困线资格是否是精准扶贫政策的有效工具变量。工具变量的F统计量基本超过了10%水平误差容忍临界值，意味着本文使用的工具变量很大概率通过了弱工具变量检验。表1结果显示，不同带宽的设定在第一阶段回归中存在一定差异，但保持了总体稳健性，扶贫标准线规定对是否被瞄准为精准贫困户的影响比较显著，年人均收入在2300元以下的家庭受到精准扶贫政策扶持的概率更高，统计结果显著,因此贫困识别资格是实际确定为贫困户的良好替代指标。表2为二阶段估计结果。结果显示，精准扶贫政策对居民主观幸福感具有显著的正向效应，即显著提高了居民的主观幸福感，且在不同带宽条件下的估计结果依然稳健。进一步分析可知，精准扶贫政策显著提高了居民45%65%的主观幸福感。这一估计结果符合预期，精准扶贫政策相较于我国早期的扶贫实践更具有精细化、专业化等特点，通过收入补贴、支出减免、医疗教育保障、产业帮扶等精准帮扶措施，让贫困群体在脱贫过程中获得了更多实实在在的政策红利，并且对国家民生惠农政策有了更大的认可，从而总体上提高了居民的主观幸福感。（二）稳健性检验为了检验断点附近的样本是否存在自我“操纵”人均收入水平而改变贫困识别状态或贫困资格，本文选择对人均收入变量在断点附近的分布进行McCrary检验。25图2中可明显看出，断点两侧密度函数估计值的置信区间存在绝大部分重叠，且较为平滑，所以可以推断在断点两侧的密度函数不存在显著差异（纵轴的密度分布间隔非常小）。因此，本文有理由认为断点附近很大程度上不存在样本操纵驱动变量问题，FUZZyRD方法是可行和有效的。表3为对控制变量的连续性检验，FUZZyRD方法识别的有效性还建立在控制变量具备连续性这一基础上，即处理变量不应对该家庭被瞄准为“贫困户”的任何前定因素产生影响，否则FUZZyRD识别失效。表3结果显示，所有的控制变量均不显著，说明了处理变量没有对家庭被识别为贫困户之前所存在的相关特征因素产生影响，符合FuzzyRD方法识别的假设要求，同时也间接排除了可能存在的其他政策或因素对居民主观幸福感的影响，确保了政策效应的稳健性。此外,本文进一步实施了安慰剂检验，并且采取了三种手动设定带宽方法，与最优带宽估计进行比较（表4）。其中，本文采用将“精准扶贫政策”向前推进到2010年作为虚假政策冲击的方式，分析虚假政策冲击是否对居民主观幸福感也产生了影响。由于在2010年精准扶贫政策并未实施，仅保持原有县级层面的扶贫模式，因此家庭无法获得精准扶贫的政策利益，本文预期的回归结果将不显著。表4回归结果显示，无论是手动设定的带宽，还是采取的最优带宽，将政策向前推进到2010年的安慰剂政策效应均不显著，意味着虚假的精准扶贫政策不具有任何政策效应，排除了除精准扶贫政策外的其他政策或因素对家庭主观幸福感的影响，再次证实了精准扶贫政策对贫困户主观幸福感作用效果的稳定性与有效性。四、政策异质性与外溢性效应分析FuzzyRD方法估计的结果实质上属于局部平均处理效应，而精准扶贫政策涵盖了居民的教育、医疗、就业、住房和饮用水等多个方面，这要求本文在评估精准扶贫政策效应时，需要考虑政策对居民教育、就业和医疗等多方面的影响,即考虑政策效果的异质性。并且，多元化的扶贫措施强调对贫困群体自我发展能力的培育，结合农村资源环境特征，进行了各种基础设施建设、产业扶贫、就业扶贫、健康扶贫和教育扶贫等系列“造血式”扶贫。“造血式”扶贫虽然针对贫困人口，但“造血式”扶贫政策的公共品属性具有显著的非排他性和非竞争性，在市场机制的作用下也可能会对非贫困人口产生影响。因此，评估精准扶贫政策对非贫困家庭主观幸福感的外溢效应十分必要。为了分析贫困家庭因不同要素禀赋从扶贫政策中获得的差异化效应，本文从就业、医疗健康和教育等家庭层面的多维度出发，结合数据可获得性，选取了家庭成员的未来信心、非农就业、就业人数、健康状况、医疗支出和受教育水平等变量，估计结果见表5o此外，由图1结果变量与精准扶贫政策之间的拟合关系可知，精准扶贫政策与居民主观幸福之间存在明显的非线性关系。为此，本文进一步引入了精准扶贫政策执行力度的平方项，以检验非线性是否存在。表5中模型（1）考察了精准扶贫政策执行力度的非线性效应，模型（2）（7）分别考虑了各项因素与精准扶贫政策的交互项效应，用于考察扶贫政策对居民主观幸福感的影响。表5结果显示，精准扶贫政策执行力度及其平方项的估计结果显著且稳健。具体而言，精准扶贫政策执行力度系数为负，而加入了二次型的扶贫政策执行力度系数为正向，即呈现出了随着精准扶贫政策执行力度增加，对居民主观幸福感的影响呈现出了非线性的先下降后上升的“U型”效应。并且，在考虑其他因素的影响后，精准扶贫政策对居民主观幸福感的“U型”影响依然存在，且整体上表现出提升居民主观幸福感的作用。本文认为，精准扶贫政策与居民主观幸福感呈现出“U型”关系，可能原因在于精准扶贫政策实施初期，扶贫考核监管力度不够、识别对象不精准、政策信息不对称等因素的影响，导致扶贫资源的“精英俘获”20,26,产生了短期内贫困居民间的扶贫受益不公平，或扶贫资金使用效率低下等问题27,从而导致居民主观幸福感下降的现象。当然，由于精准扶贫战略具有全局性，政策执行初期过程中存在的“精英俘获”、资金使用效率低下等问题属于阶段性现象，不具有典型性和长期性。精准扶贫战略从提出到落实，再到全国范围内的全面实施，是一个逐渐完善并深化的过程，相应的政策效应也理应存在一个调整过程。精准扶贫政策执行初期，农村地区生活环境并未得到明显改善，帮扶方式相对单一，主要以政府转移支付为主，帮扶满意度相对欠缺。为了有效解决以上问题，20152016年间，党和政府在全国范围内实施了多轮“建档立卡回头看”措施，积极快速展开自查、调整等工作，严格按照民主程序、阳光操作、第三方机构考核评估等要求，有效解决了扶贫工作初期不同地区识别标准不统一、帮扶措施不规范和识别对象不精准等系列现实问题,真正确保了贫困人口的切身利益，确保了后期实践工作中贫困对象精准识别、精准帮扶、精确管理的贫困治理模式，确保了因地制宜地扶贫，“真扶贫、扶真贫”，从而进一步提高了居民幸福感。可见，随着政策执行力度的加强，贫困识别机制的完善和优化，贫困居民切身利益得到保障，使精准扶贫政策效应逐步增强，居民整体幸福感得到改善，所以呈现出先下降后上升的“U”型变动趋势。此外，由表5回归结果可知，一方面精准扶贫政策通过影响居民对未来生活的信心而提升了居民主观幸福感。随着精准扶贫政策执行力度和居民未来信心的增加，居民主观幸福感显著提高。事实上，随着精准扶贫工作推行的规范化，贫困人口与非贫困人口对国家政策认识加深，提高了居民对美好生活的向往，从而增强了贫困户脱贫的信心和勇气。并且，国家加强了对贫困人口“扶志”与“扶智”工作的落实,增强了贫困居民脱贫的主观能动性，实现了从“让我脱贫”向“我要脱贫”的转变，从而提高了贫困居民对未来生活的信心。相关研究表明，贫困群体收入水平提高和生活压力得到缓解，会显著改变其对于未来的信心，从而促进居民的主观幸福感28,这与本文研究结论基本一致。另一方面，精准扶贫政策进一步通过居民的健康状况、医疗支出、非农就、外出就业人数和受教育程度等因素影响居民主观幸福感。实践中，精准扶贫政策针对贫困人口，采取精准的差异化帮扶措施。针对因病致贫人口，大幅提高因病致贫人口的医疗报销比例，精准制定一对一健康咨询医生，定期向贫困人口提供免费检测，以及协助申请办理大病救助等医疗帮扶措施。针对因学致贫人口，帮助申请办理免息助学贷款、减免贫困生相关费用和提供贫困助学金等系列教育帮扶措施，确保贫困户子女不辍学或提高子女受教育程度。针对缺技术、缺劳动力贫困人口，大力实施技术培训帮扶、务工就业帮扶等增加就业机会、就业技能的帮扶措施，从而实现提高居民非农就业的可能性，确保收入稳定增长。为此，收入的稳定性使得非农就业人口能够有效应对生活中的各种风险，进而会提高居民的主观幸福感。可见，精准扶贫政策除了针对贫困家庭在危房改造、安全饮用水、厕所改造等方面的救助帮扶措施外，还注重培育贫困居民的自我发展能力，通过提高居民健康状况、降低医疗支出负担、转变非农就业状态、提高外出就业人数，以及提高受教育程度等因素提升居民的主观幸福感。接下来，为了分析精准扶贫政策对非贫困家庭主观幸福感的外溢效应（见表6）,本文进一步将样本按照收入水平划分为四分位组，且引入了转移支付的对数与精准扶贫政策执行力度的交互项，目的在于比较分析精准扶贫中“造血式”扶贫与“输血式”转移支付是否对不同居民产生了差异化的影响。其中，对样本进行测度与统计发现，中下25%和最低25%收入组居民的人均收入分别约为7081元/年和1424元/年（2018年数据，与2010年可比）。所以，最低25%收入组居民基本都是贫困户，中下25%收入组居民部分为非贫困人口，中上25%和最高25%收入组居民几乎全为非贫困人口。表6估计结果显示，整体上，精准扶贫政策对居民主观幸福感的影响，并没有因为是否引入精准扶贫政策执行力度与转移支付的交互项而改变，但是，转移支付对不同收入组居民的幸福感产生了差异化效应。具体而言，精准扶贫政策执行力度与转移支付的交互项对中上25%和最高25%收入组居民主观幸福感影响不显著，对最低25%收入组居民影响为正，而对中低25%收入组居民影响为负。并且，精准扶贫政策对中上25%和最高25%收入组居民的主观幸福感产生了线性的正向影响，而对最低25%和中低25%收入组居民的主观幸福感产生了明显的“U”型效应。事实上，精准扶贫政策瞄准对象主要为中低收入群体，中上25%和最高25%收入组居民并非精准扶贫政策的主要帮扶对象，所以转移支付对中上25%和最高25%收入组居民并不会产生直接的影响。然而，出现精准扶贫政策对中上25%和最高25%收入组居民主观幸福感的正向效应，就只能通过“造血式”扶贫的外溢性起作用。精准扶贫政策落实期间，地方政府不仅大力开展基础设施建设，而且实施产业扶贫、就业扶贫和生态旅游扶贫等“造血式”扶贫，显著改善了贫困地区的基础设施和农村经济发展环境，虽然扶贫政策主要针对贫困人口，但相关发展型政策在市场机制作用下，同样惠及到贫困地区内的非贫困人口，即精准扶贫政策对非贫困人口产生了明显的外溢性，且这种外溢效应随着扶贫政策执行力度的增加而呈递增趋势。进一步从表6结果可知，精准扶贫政策执行力度与转移支付的交互项对最低25%收入组居民主观幸福感影响为正，而对中低25%收入组居民主观幸福感影响为负。本文认为，精准扶贫政策对最低25%与中低25%收入组居民主观幸福感的影响，在引入了转移支付交互项后出现的差异化效应，主要是因为“输血式”贫困补贴对地区内居民产生局部的“攀比效应”所致。农村地区居民重视转移支付对经济地位的提升，倾向于与其他低收入人口进行比较，尤其是与自己有类似特征的群体比较，当直接的转移支付产生利益分配不均衡时，很容易引起居民“攀比心态”而影响主观幸福感。精准扶贫政策对最低25%收入组中的五保、低保、特殊困难群众等直接给予大量现金补贴，以及大幅提高贫困人口看病就医、教育和危房改造等支出减免或现金补贴。相较而言，部分中低25%收入组中的家庭，与贫困户相比，因收入略高于贫困标准但又不被识别为贫困的边缘贫困人口，无法获得相应的贫困补贴，从而导致低收入非贫困户对贫困补贴福利产生“攀比”心态。相关研究表明，转移支付带来的增收效应与“攀比心态”负相关，相近收入水平群体之间的相互“攀比”会产生“相对剥夺感”,从而导致群体内的负面情绪与感受。29为此，政府对贫困人口的转移支付，降低了中上25%收入组居民的主观幸福感，对低收入非贫困户产生了局部的负向外溢效应，从而出现了加入转移支付交互项后对中下25%收入组估计系数为负的现象。此外，在考虑转移支付的效应后，精准扶贫政策对最低25%和中低25%收入组居民的主观幸福感仍然产生了明显的型效应。这很大程度因为在于“造血式”扶贫效应逐步超过了“输血式”扶贫效应，使精准扶贫政策对居民主观幸福影响从负向作用转为正向作用。随着精准扶贫工作的不断完善，扶贫方式更加多元化，从早期的“转移支付”和“支出减免”为主的“输血式”扶贫，向“转移支付”和“支出减免“叠加基础上的“增强内生动力”的“造血式”扶贫。15并且，由于“输血式”扶贫对中下25%收入组居民的影响为负，而“造血式”扶贫通过提高地区公共服务水平、改善产业结构、完善基础设施和增加就业机会等发展型帮扶措施，在改善贫困地区整体生活环境的同时，在市场机制的作用下对非贫困人口也产生了正的外溢性，一定程度上消除了“输血式”扶贫产生的负向影响，进而整体上提高了地区内居民主观幸福感，使精准扶贫政策与居民主观幸福感之间产生了明显的“U”型关系。总之，精准扶贫政策提高了低收入群体的收入水平（直接转移支付与促进就业等），改善了地区居民医疗健康、就业和教育状况等，整体上提高了居民的主观幸福感，但这种正向效应因转移支付的异质性作用造成的不同收入群体间的不平衡心理而在一定程度上减小，造成了最低25%和中下25%收入组居民主观幸福影响的先下降后上升“U型”效应。此外，精准扶贫政策通过“造血式”扶贫对中上25%和最高25%收入组居民的正向外溢性，从而很大程度上抵消了“输血式”扶贫的局部负向效应，进而强化了精准扶贫政策对居民主观幸福感的总体正向影响，也成为了扶贫政策与居民主观幸福感之间“U”型关系的原因之一。五、研究结论和政策启示本文基于CFPS20102018年跟踪调查数据，采用政策评估中的模糊断点回归方法，实证研究了精准扶贫政策对农村居民主观幸福感的影响。研究结果显示：第一，精准扶贫政策具有明显的幸福提升效应，能有效提高居民的主观幸福感。第二，精准扶贫政策不仅提高低收入群体的收入水平，而且通过提高居民健康状况、降低医疗支出负担、转变非农就业状态、提高外出就业人数，以及提高受教育程度等因素提升居民的主观幸福感。并且，国家加强了对贫困人口“扶志”与“扶智”工作的帮扶力度，增强了贫困人口脱贫的主观能动性，从而通过增加贫困居民对未来的信心而提高居民主观幸福感。第三，精准扶贫政策对农村居民主观幸福感影响呈“U型”效应，这主要因为精准扶贫政策不断优化，以及“造血式”扶贫与“输血式”扶贫差异化外溢效应所致。第四，进一步分析发现，转移支付对中上25%和最高25%收入组居民主观幸福感影响不显著，对最低25%收入组居民影响为正，而对中低25%收入组居民影响为负。为此，精准扶贫政策中的转移支付对不同收入组居民主观幸福影响存在明显差异，且产生了显著的异质性效应。由本研究结论可知，有关精准扶贫政策效应的评估中，仅仅考虑经济效应、健康效应或福利效应的研究已难以为政策干预效应提供有效依据，需要进一步考虑脱贫人口心理变化、相对福利状态等潜在影响。此外，本文进一步得出以下政策启示：第一，精准扶贫政策的最终归宿是提高居民的福利，而通过教育、医疗卫生、技能培训与就业等“造血式”扶贫可能是农村居民幸福感的主要来源。为此，作为后扶贫时代的乡村振兴还需进一步注重农村教育、医疗卫生和技能培训等领域进行社会投资30,对居民人力资本积累的提升,培育脱贫人口的自我发展能力。第二，本研究表明，非农就业能显著提高脱贫人口的主观幸福感。为此，贫困人口脱贫后，进入乡村振兴阶段，相关政策还需加强劳动力市场正规化，尤其是提高对低收入就业者的关注和福利保障，完善非农就业者的社会保险覆盖率，加大农村养老保险投入力度,31提升非农就业者的就业稳定性，从而提高非农就业者的工作和生活幸福感。第三，精准扶贫政策虽已完成脱贫攻坚的历史任务，但深度贫困地区贫困的长期性、代际性等特征依然存在32,因此，系列贫困治理措施打好组合权，可以为乡村振兴提供有益借鉴和参考。33消除绝对贫困后，脱贫人口的精神贫困、文化贫困等仍持续存在。精准扶贫期间的转移支付能够实现调节收入再分配的功能，但可能在贫困户与非贫困户间产生“攀比效应”而产生精神贫困或文化贫困。当前乡村振兴战略推进中，农村居民不仅需要丰富的物质文明，还需要丰富的精神文明。因此，贫困治理重点应从“收入扶贫”向“福利扶贫”“文化或精神扶贫”转变，进一步加大“志智双扶”的帮扶力度，使脱贫人口摘掉“贫困帽子”的同时，帮助脱贫人口树立对未来生活的信心，真正实现精神脱贫与文化脱贫。只有这样，才能让脱贫人口生活有保障、过得舒心、安心和对未来有信心，乡村振兴建设才能保持良性发展，农村居民才能真正实现生活富裕、生态文明和幸福的生活。