论文部分内容阅读
摘要：借助中国省际动态面板和静态面板模型探讨财政支农与城镇化对农村减贫的影响，研究发现：中国的农村减贫得益于财政支农工具与城镇化战略的交互协同效应，但城镇化进程对农村减贫的促进效益更强；财政支农投入中的扶贫性投入和就业城镇化、空间城镇化更有利于东部地区农村脱贫，而综合性开发支出和人口城镇化水平则在中西部地区更具农村减贫的拉动效果；虽然我国的农村贫困存在明显的“棘轮效应”，但随着财政分权、农业经营规模和农村医疗教育及技术水平的提高，农村贫困发生率会得到相应抑制。
关键词：财政支农；城镇化；农村减贫；面板数据
一、引言
纵观全球反贫困理论的发展和各国的反贫困经验，扩大财政支农支持推动农业持续增长和城市化是两条较为公认的减贫路径。但财政支农支持和城市化谁更有利于广大发展中国家顺利达成稳定、可持续的农村减贫目标至今仍存在争议，即便是依据先发国家的经验或实证支持，结果也往往莫衷一是。世界银行曾系统总结了全球主要发达国家的减贫经验，指出：“以城乡人口快速流动获取更高工资性收入为特征的城市化在促进农村减贫方面起到了更为积极有效的推动作用（WB，2013）。” 而另外一些学者则针对发展中国家的跨国实证研究表明：相较农转非这一部门转换的城市化过程，加大农业补贴等财政支持所带来的农业增长对农村减贫的效果更为突出。（Imai，2015）[1]
如果将中国的减贫经验作为研究对象，财政支农和城镇化作为中国扶贫道路上同时使用的两把政策工具，谁更有利于农村减贫，在已经成功促进农村贫困率下降的客观事实面前，财政支农和城镇化工具之间是否存在相互的替代与挤入效应。本文的研究框架将围绕解释这两个命题展开。通过澄清这一命题，笔者试图解开中国农村快速减贫路径之谜 （章元，2012；[2]周敏慧，2016[3]）。
二、财政支农、城镇化助推农村减贫的文献回顾
（一）财政支农推动农村减贫的文献综述
学术界已对财政支农推动农村减贫的实现机理做了大量前瞻性探索，得到了诸多有益的结论，梳理相应的代表性成果，学者们主要立足于如下视角证实这一命题。
第一类是关注财政支农规模对农村减贫效果的影响，更为强调财政支农作为一项国际普遍应用的风险抵御性、普惠性政策对农民收入、农村贫困发生率的作用。如黄寿峰（2016）应用空间面板分位数回归方法，考察了我国财政支农对农民增收的影响。结果表明，在不同分位数水平下，财政支农都显著促进了农民收入的增长。[4]秦建军等（2011）则通过一项理论推导证明：在特定的经济环境和技术水平约束下，我国财政支农投入增长的农村减贫效应呈现边际递减规律。[5]
第二类是考察财政支农的内部结构和细目对农村减贫效果的异质性影响，进而呼吁优化调整支农结构来进一步增强减贫的精准性和带动性。如陆文聪等（2008）借助1978—2005年的中国国家数据研究不同类型财政支农支出对减贫效应的影响，发现支援农村生产支出和农林水利气象支出、农村基本建设对农民增收具有促进作用，而农村救济支出、科技三项费用支出并没有促进农民收入的增加。[6]Anderson（2018）通过对世界主要经济体的meta回归发现：财政支农能否助推贫困削减取决于其政府财政政策的效率，相较发达经济体而言，许多发展中国家的财政支农政策并未对农村减贫起到积极效果[7]。解堊（2010）[8]李明桥（2013）[9]和Lowder（2017）[10]则从农业救济和农业保护性补贴的视角切入，证实了该类兜底性政策对平衡农村收入不平等，化解农村贫困的不可替代性作用。
还有一类是从间接机制出发，探寻财政支农对农村减贫的中间路径。如杨勇等（2013）认为：财政支农通过提升劳动生产率进而发挥了农村减贫效果。[11]张莉（2015）则发现：财政支农支出中的科技进步和人力资本投入能够极大程度的对贫困减缓产生影响，这种影响在西部地区更甚。[12]程名望（2014）[13]、刘欢（2017）[14]和Ogun（2010）[15]则强调财政支农对于农村教育、医疗、公共服务等软基础设施的投入对农村减贫的长期拉动作用。
综上所述，我们不难发现：一旦涉及到多地区的跨国研究，财政支农与农村减贫之间的关系就难以确定，但对于中国而言，财政支农对于有效减弱农村贫困这一事实却得到了国内外学者的一致肯定。借助我国2010—2016年31个省市自治区最新的农村相对贫困率和财政支农规模数据，其拟合关系表明：该时期内我国逐步增长的财政支农投入的确在统计学上具备减缓农村贫困实际发生率的相关关系。
（二）城镇化助推农村减贫的研究进展
经典的发展经济学理论告诉我们，城镇化对于农村减贫的影响往往具有多重特性而非单一的因果关系。总结最新的研究成果，学术界已经基本搭建起了城镇化助推农村减贫的逻辑框架，其主要构成包含如下几个方面。
一是将城镇化利于农村减贫的根源归纳为贫困人口的乡城转移，认为普遍存在的城乡地域、行业工资和人口密度差异是造成城乡人口持续流动的根本动力。如彭诚（2016）专门研究了我国西部地区的城镇化与农村减贫之间的关系，发现城市化主要通过改变劳动密集度体现减贫效应，越能吸引较强低技能劳动力的城市化模式能够产生最大的减贫效果。[16]
二是将城镇化利于农村减贫的核心机制明确为集聚效应所带来的劳动生产率提高。如何春（2017）选取 32个发展中经济体 1992—2015年的数据实证表明：城镇化建设能够提高教育、健康、农业生产率，而教育、健康和农业生产率的提高又有助于贫困的减少；[17]单德朋等（2015）则基于 1998—2012 年中国省际面板数据研究进一步证实了城市化通过改善生产效率而提高减贫的客观存在性，进一步地，他们强调依托核心城市，将会对农村地区和西部地区的减贫更有助益。[18]
三是将城镇化保障农村减贫持久性动因明确为构建合理的城镇体系而非仅发展特大中心城市。如Christiaensen（2014）借助发展中经济体1980—2004年的跨国数据发现：将农村人口转移到中等城市或小城镇而实现的减贫效应要远大于转移到大城市。[19]类似的观点在Ingelaere（2018）的研究成果中也得到了进一步证实，学者们普遍认为：由于城镇化的真实水平和融入质量要涉及到基础设施、公共服务和社会阶层融合等多方面的影响。因此相较大城市而言，中小城市和次级城市在容纳农村转移人口的可能性更高，并在公共服务和基础设施投资方面的成本更加低廉，这是学者们鼓励建构平衡城镇体系的主要立场。[20]从中国的城镇化进程实践来看，近些年快速城镇化的后果的确对增加农村居民收入和改善贫困起到了不可替代的效果。 总的来看，学术界已经分别对财政支农、城镇化促进减贫的机制有了较为清晰地认识，但直接将城镇化和财政支农同时纳入研究设计进行比较研究的文献尚未出现，因此若直接将其用来解释中国大规模减贫奇迹则仍显单薄。从历史进程来看，中国更倾向于采取的是一种市场政府灵活搭配的减贫策略，如何在城镇化进程和财政支农政策的减贫效应中搭建一种平衡成为了未来巩固减贫效果的关键，而这一问题恰恰是当前研究的薄弱之处，为了解释这一谜题，我们需要进一步研究给予说明。
三.研究设计与变量选择
（一）研究设计
为厘清财政支农与城镇化对中国农村减贫的影响差异性，文章需要构建计量经济模型来完成主要参数的估计过程。根据Nurkse（1953）提出的“贫困恶性循环理论”和Sen（1981）的“能力贫困理论”，对于贫困变量的建模选择动态模型要比静态模型更加有效和可靠。同时，Imai（2017）[21] & Tacoli（2007）的研究发现：财政支农和城镇化对农村减贫的影响并非简单的单向因果关系，在城乡地域范围内，财政支农政策可能会改变农业人口向城市非农部门转移的行为意愿，从而削弱和抑制城镇化速度；相反，城镇化促使农村和农业人口快速减少，也会相应减少对财政支农的政策诉求[22]。因此，我们在研究设计中要充分考虑城镇化和财政支农交叉效应在实证估计中的运用可行性，以便在针对中国地区的实证研究中得到更加准确的估计结果。
综上，我们在模型构建上分别建立中国省际农村贫困发生率决定因素的动态面板模型（DPD）、静态面板模型和体现城镇化、财政支农交叉特征的静态面板交互效应模型。三类模型的设定形式依次如下：
其中 表示第i省份第t年的农村贫困发生率； 为第i省第t年的财政支农规模； 为第i省第t年的城镇化率水平； 为第i省第t年份的系列控制变量； 、 和 为随机误差项，其性质满足高斯马尔科夫定律。
（二）变量选择与界定
根据前文的研究設计，笔者将衡量农村贫困水平的农村贫困发生率指标作为模型的被解释变量，将衡量财政支农水平的财政支农资金投入规模和测量城镇化水平的常住人口城镇化率作为模型的核心解释变量，同时纳入一系列能够对农村贫困水平产生决定性影响的控制变量，详细的变量计算和界定标准如下：
1.农村贫困水平的测量（RPI）
学术界对于贫困的测量，归纳起来主要包括绝对贫困、相对贫困和多维贫困三种类型。国际上通行的贫困测量标准主要还是采用的是世界银行发布的贫困标准。我国根据自身国情和发展阶段的客观情况，在参考世界银行贫困标准的前提下，通过住户调查、测算满足基本生活必需的食物需求，进而通过建立食物需求模型确定了我国的贫困线标准（鲜祖德，2016）。[23]由于贫困标准一直受到物价、购买力水平和城乡差别等因素的影响，因此不论是国际贫困线还是我国的贫困线标准都处于动态调整当中，当前我国划定的最新贫困线是根据2010年的物价水平测算而来的（亦叫做2010年贫困标准），早前发布的旧标准要么是存在数据缺失，要么是更替周期较短，所以无法形成连续的统计性数据 。因此为研究方便，笔者在文章中统一使用2010年贫困标准作为测量农村贫困水平的基准线，在该贫困线以下的农村人口比重则构成了本文测量农村贫困水平的指示性变量—农村贫困发生率（RPI）。
2.财政支农投入的测量（FSA）
对于财政支农投入的测量，学术界通行的做法是使用国家财政用于农业的总支出来代替。但我国对财政支农资金投入的统计口径曾经于2008年发生过重大调整。在2008年以前，我国财政支农的统计细目主要由一般性支农支出、农业基本建设支出、农业科技三项费用、农村救济费等四项构成，而2008年之后，财政支农的统计方法却主要变成了由农林水支出、农村扶贫支出、农业综合开发支出和农业综合改革支出四项费用的加总。考虑到数据统计口径的一致性，笔者在文章中统一使用2008年之后的新标准来计算财政支农投入，同时考虑到不同类型财政支农支出对农村贫困发生率的异质性影响，文章还另外加入了农村扶贫支出（SD）和农业综合开发支出（DD）这两个子变量来衡量财政支农投入，以加强实证的解释力。
3.城镇化水平的测量（UR）
以城市常住人口占总人口的比重这一标准所形成的人口城镇化率是当前理论界理解和刻画城镇化水平的公认标准。但学术界对城镇化发展规律的认识并未局限在人口单一标准之内。除了人口城镇化率之外，土地城镇化率、空间城镇化率、产业城镇化率、就业非农化率以及公共服务供给的城镇化率都能够从某一层面反映城镇化的发育水平（段龙龙，2015）。[24]为更加全面客观地反映我国城镇化尤其是新型城镇化建设背景下的真实城镇化水平，笔者在文章中选择了人口城镇化率（PUR）、就业非农化率（EUR）和空间城镇化率（LUR）三项指标来测量省际城镇化发展水平。其中空间城镇化率是首次从城镇体系协调发展和城镇空间形态优化的视角来测量城镇化水平，因而更能反应新型城镇化战略的实施效果 。
4.其他控制变量的选择
除了被解释变量和核心解释变量之外，笔者还选择了诸多与农村贫困发生率存在直接因果关系的其他变量作为控制变量。这些变量包括：财政分权（FD） 、农作物播种面积（AB）、农村人口受中等教育比重（EDU）、农村每千人医疗人员数（HOS）和农村机械总动力（MEH）。其中财政分权作为充当制度变迁的替代因素（储德银，2013）[25]、农作物播种面积作为农村生产经营条件的指示变量、而人口受中等教育比重、医疗人员数、机械总动力则分别反应了农村的教育、医疗和技术水平，上述变量的数据均可在《中国财政年鉴》、《中国农村统计年鉴》上找到。
综上所述，我们选择的变量样本聚焦于2010年到2016年全国31个省、直辖市和自治区的年度面板数据，各变量的描述性统计结果如表1所示。 为避免伪回归问题，在构建相应的计量实证模型之前，需要对所需变量序列依次进行单位根检验，以保障其序列的平稳性特征。而面板数据单位根检验存在多种诊断方法，本文中主要选用了LLC、PP和ADF三种诊断方法实施单位根检验过程。考虑到部分变量序列的量纲偏大和单位异质性问题，统一对这部分变量实施了对数变换处理，以增强变量的集中程度。表2中集中展示了针对各变量实施的面板单位根检验结果。
表2的结果显示：所有涉及到的变量序列均符合序列平稳性特征，这给顺利实施接下来的计量参数估计提供了可靠保障。
四.实证估计与结果分析
（一）动态面板模型的参数估计结果
由于贫困是一个长期累积的动态发展过程，因此对于贫困本身而言，往往具备典型的自我依赖和强化特征（陈宗胜，2013）[26]。因此动态模型较静态模型在理论上具有更强的解释力，Arellano & Bond（1988） 等人提出的动态面板的广义矩估计（GMM）是当前理论界公认的解决变量间内生性的好方法，利用该工具，我们优先对财政支农和城镇化对农村贫困的影响程度进行参数估计，在具体的实施过程中，笔者分别采用了动态面板数据广义距估计的差分广义距方法（DIFF-GMM）和系统广义距方法（SYS-GMM）来实现估计过程，并在参数矫正过程中分别采用了一阶段无偏估计和两阶段有效估计两种调整方法，最大程度上克服了因变量内生性问题所导致的估计失效问题。借助STATA12.0实施参数估计的结果如表3所示。
表3中模型1、2、5、6显示了财政支农对农村贫困发生率的影响，结果显示：农村贫困因受到自身滞后期的影响显著，表明农村贫困发生率存在典型的“棘轮效应”，在这种贫困陷阱在影响下，财政支农工具并不能很好地发挥其减贫效果。虽然财政支农政策从减贫效果上有待提升，但作为财政支农投入重要组成部分的农村扶贫支出和农业综合开发性支出则直接对削减农村贫困起到了明显的助推作用。从两阶段稳健估计的结果来看，农村扶贫支出虽然直接针对农村的貧困群体，但这种兜底性、救济性支出的减贫效益并不比致力于改善农业生产条件和产业结构的综合开发性支出投入更加有效。
模型3、4、7、8估计了城镇化对农村贫困发生率变动的影响，结果表明：以人口乡城转移为特征的常住人口城镇化过程对缩小农村贫困起到了极为显著的积极效果，但同时，以就业非农化和城镇体系发育为特点的就业城镇化指标和空间城镇化指标在推动农村减贫方面却表现不佳，从系数大小来看，人口城镇化所引致的农村减贫效应要远远大于就业城镇化和空间城镇化所带来的贫困积累效应，表明推动农业人口积极向城镇转移并融入仍然是我国促进农村人口减贫的可行路径。
值得一提的是，所选择的其他控制变量也都得到了相应的估计结果，其中，财政分权、受中等教育比重、农作物播种面积的估计结果与理论预期相一致，而农村每千人医疗人员数和农业机械总动力的参数估计结果与理论预期相反，为了进一步验证这些指标估计的可靠性，进一步了解出现与假设预期不一致的诱因，笔者需要借助静态模型作进一步分析估计。
（二）静态面板模型的参数估计结果
考虑到我国农村贫困问题的空间分布和地区异质性差异，在静态模型中我们将研究对象进一步扩展到东中西部三大政策区 。根据研究需要，我们借助考虑静态面板变截距不变系数模型来体现不同省区的个体差异性，而具体模型的设定形式我们根据hausman检验结果确定。表4中详细展现了各变量的静态面板参数估计结果。
表4中的模型1、模型3、模型5和模型7展示的是财政支农投入对全国和东中西部农村贫困发生率之间的关系，整体的估计结果表明：不论是财政支农资金总投入还是分项农村扶贫支出、农业综合开发型支出都对农村贫困具备统计上的负向显著性。但是在东中西部之间存在明确的地域性差异，农村扶贫支出对东部地区减贫更有助益，中部地区减贫则更加依赖财政支农总体效应，而对于西部地区而言，农业综合性开发支出的贡献则更为突出。
同理根据模型2、模型4、模型6和模型8，我们可以观察城镇化对全国及各地区农村贫困的影响。表4中的实证估计结果显示：人口城镇化率的增长的确对农村贫困减缓起到了明显的促进作用，但就业城镇化率和空间城镇化率却在地区尺度上表现出明显的分异性。对于东部地区而言，由于大部分省份城镇化已经进入了诺瑟姆曲线的后期阶段，农业占国民经济的比重已经极低，同时城镇等级体系发育和城镇空间布局更加协调合理，因此就业城镇化和空间城镇化在很大程度上都能够对农村减贫起到正向带动作用（李萌，2014）。[27]但反观中西部地区，由于农业人口所占比重高、工业化水平和城镇化进程多数还停留在中期乃至刚刚进入中期阶段，以大中小城镇协调发展的城镇等级体系还不完善，因此还不能对农村减贫起到有效的推动作用。特别要强调的是，西部地区多数仍旧依靠的是特大城市和首位城市带动，不仅不能缓解农村贫困，还会因城乡割裂和城市融入困难形成新的贫困问题，这一结论已经充分体现在实证估计结果中，应当引起各级政府决策者的高度重视。
此外，静态面板模型参数估计结果还报告了其他控制变量与农村贫困发生率的相关关系。随着财政分权、农作物播种面积、农村教育水平、医疗卫生条件、机械总动力等条件的改善，都能一定程度改善或降低农村贫困发生率，这一结果基本与我们的假设预期相一致，亦能够弥补前文动态模型估计中的一些不足。
五.进一步讨论
在解释了财政支农和城镇化各自对农村贫困发生率的相关关系之后，仍无法完全解释财政支农和城镇化并存或存在交互影响关系的前提条件下，对农村减贫产生的后果，由于这一问题在经常成为政策制定者遇到的实践难题，而在理论上又缺乏相应的实证支持（张伟宾，2013）[28]，因此非常有必要进一步讨论。为论证这一命题，我们在实证研究中引入财政支农与城镇化变量的交互项，借助Eviews8.0构建包含全国及东中西部样本的省际静态面板固定效应模型实施估计，具体的估计结果如表5所示。 从表5中呈现的参数结果来看，我们可以归纳得到如下结论：
第一，在财政支农政策与城镇化规律并存的条件下，两者均对农村贫困减缓起到了正向地促进作用。在全国样本和东中西地区样本内部，财政支农和城镇化所引致的农村减贫效应仅有参数大小的差异并无符号上的差异。城镇化对西部地区农村减贫的拉动系数要明显大于中部和东部地区，而财政支农对中部地区减贫的积极影响却要显著大于东西部地区。
第二，当引入财政支农与城镇化变量的交互效应之后，不论是城镇化还是财政支农资金的投入，对农村减贫的推动效率都显著增强。表明了我国的财政支农政策与城镇化在农村减贫方面具有典型的协同促进效应，财政支农与城镇化交互变量的符号表明：两者互为对方的正向调节变量。这一结果与国外部分研究结果恰好相反，证明了我国在农村反贫困政策的设计和实施方面做了较为系统周密的考虑，很大程度上调和了政策间的矛盾和负面冲击。（章元，2011）[29]
第三，使用新的方法所构建的稳健性估计结果表明：预算资金下沉的财政分权程度、扩张的农作物播种面积、改善的农村教育、医疗和生产技术条件都对农村减贫发挥了积极的影响，从参数大小来看，财政分权的促进效果最大，其次为生产规模、技术条件和医疗水平，最弱的为农村教育水平。
六.结论与政策建议
本文通过收集最新贫困标准调整后的中国省际面板数据，探讨了中国农村减贫奇迹背后的两条路径：财政支农与城镇化的作用机制之谜，并结合中国三大政策区的自身发展特征，分析了财政支农和城镇化在不同地区的影响异质性，主要得到如下结论：
第一，与其他发展中国家不同，中国的财政支农政策和城镇化进程对于本国农村减贫均起到了明确的推动作用，这表明中国的扶贫攻坚计划既不是单纯依靠政府大规模的救济干预和资金动员，也不是单一依赖要素城镇化流动这一典型的市场力量，而是政府与市场两股力量的有机整合。
第二，虽然财政支农和城镇化在全国范围内具有显著的减贫功效，但现阶段对农村减贫的主要动力仍然还是要依靠人口城镇化所导致的收入增长和劳动生产率改善。这一结论并不是让政策制定者忽视财政支农政策的设计，相反，财政支农政策的出台进一步强化了城镇化和支农投入对农村减贫的协同效应，两者之间不是替代而是明确的正向调节关系。
第三，与先验研究一致，本文也赞成贫困自身具有典型的“棘轮与惯性效应”，但中国的省际贫困影响因素还在地域和空间尺度上存在分异特征。一方面，相对财政支农总投入，农村扶贫性支出对东中部地区减贫更为重要，而农村综合性开发支出对西部地区减贫的拉动效应更强。另一方面，在城镇化的测量尺度层次上，东部地区已经可以依靠人口就业的乡城转移及较为完善的城镇体系发挥城镇化减贫的多维效果，但中西部地区由于城镇化发展阶段的约束，就业和空间城镇化非但不能有效缓解农村贫困，还有形成新的城乡贫困风险的可能。
第四，农村生产经营规模、医疗教育和科技条件、宽松的财税政策空间都对农村减贫有积极推动作用，现阶段最有助于缓解农村贫困发生率的因素是财政分权的扩大。
综上所述，笔者特提出以下政策建议：首先，持续优化调整现行财政支农政策，除了横向和纵向涉农资金的整合之外，还应关注扶贫资金在中西部地区的使用效率。其次，继续推进以产城融合，城乡劳动力市场一体化为导向的户籍制度改革，同步推进以大中小城市协调发展为特征的新型城镇化质量提升，这有助于改善中西部地区城镇化对农村减贫的带动作用。最后，在关注和评估农村贫困发生率的同时，也要关注中西部等欠发达地区人口乡城转移所带来的新型城市贫困，有效预防因城市排斥所带来的农村二次返贫问题。
参考文献：
[1] Imai Katsushi S.， Cheng W. Agricultural Growth， Poverty and Inequality in Developing Countries[J]. Development，2015，58（2-3）：230–236.
[2] 章元，许庆，邬璟璟. 一个农业人口大国的工业化之路：中国降低农村贫困的经验[J].经济研究，2012（11）：76-87.
[3] 周敏慧，陶然.市場还是政府：评估中国农村减贫政策[J].国际经济评论，2016（6）：63-77.
[4] 黄寿峰，财政支农、金融支农促进了农民增收吗[J].财政研究，2016（8）：78-89.
[5] 秦建军，武拉平. 财政支农投入的农村减贫效应研究：基于改革开放30年的考察[J].财贸研究，2011（3）：19-27.
[6] 陆文聪，吴连翠. 国家财政支农与农民增收的实证研究[J].华南农业大学学报（社会科学版），2008（1）：19-24.
[7] Anderson E etal. Does Government Spending Affect Income Poverty？ A Meta-regression Analysis[J]. World Development，2018，（103）： 60–71.
[8] 解垩. 公共转移支付和私人转移支付对农村贫困 、不平等的影响 ：反事实分析[J].财贸经济，2010（12）：56-61.
[9] 李明桥.农业补贴政策与农村收入不平等[J].宁夏社会科学，2013（5）：25-34.
[10] Lowder S.， Bertini R.， Poverty， social protection and agriculture： Levels and trends in data[J]. Global Food Security，2017（15）： 94–107.
[11] 杨勇，李雪竹. 省区财政支农投入对农业生产率及其构成的影响[J]. 西北农林科技大学学报（社会科学版），2013（5）：98-108. [12] 张莉. 科技进步、人力资本与西部地区农村贫困减缓[J].科学学与科学技术管理.2015（3）：172-180.
[13] 程名望，盖庆恩，史清华. 农村减贫应该更关注教育还是健康？[J].经济研究，2014（11）：130-144.
[14] 刘欢.人力资本投入对农村贫困家庭的减贫效应分析：基于健康、教育、社会保险、外出务工比较视角[J].经济经纬，2017（5）：43-48.
[15] Ogun T. Infrastructure and Poverty Reduction： Implications for Urban Development in Nigeria[J]. Urban Forum ，2010（21）：249–266.
[16] 彭诚 城市化、劳动密集度与西部地区贫困减缓[J].西南民族大学学报（人文社会科学版）.2016（4）：123-128.
[17] 何春，崔万田城镇化的减贫机制与效应：基于发展中经济体视角的经验研究[J].财经科学，2017（4）：52-64.
[18] 单德朋，郑长德，王英. 贫困乡城转移、城市化模式选择对异质性减贫效应的影响[J].中国人口资源与环境，2015（9）：81-92.
[19] Christiaensen L.，Todo Y. Poverty Reduction During the Rural–Urban Transformation ：The Role of the Missing Middle[J]. World Development 2014，（63）： 43–58.
[20] Ingelaere B.， Christiaensen L.， Weerdt J. Why secondary towns can be important for poverty reduction ：A migrant perspective[J]. World Development 2018，（105）：273–282.
[21] Imai Katsushi S.， Gaiha R.， Garbero A. Poverty reduction during the rural–urban transformation： Rural development is still more important than urbanisation[J]. Journal of Policy Modeling.2017（39）：963–982.
[22]Tacoli C. Poverty， Inequality and the Underestimation of Rural–urban Linkages[J]. Development， 2007， 50（2）：90–95.
[23] 鲜祖德，王萍萍，吴伟. 中国农村贫困标准与贫困监测[J].统计研究，2016（9）：4-12.
[24] 段龙龙，叶子荣. 新型城镇化加剧了地方政府的土地依赖吗？[J].制度经济学研究，2015（2）：81-96.
[25] 储德银，赵飞.财政分权与农村贫困：基于中国数据的实证检验[J].中国农村经济，2013（4）： 79-91.
[26] 陈宗胜，沈扬扬，周云波. 中国农村贫困状况的绝对与相对变动[J].管理世界，2013（1）：67-76.
[27] 张伟宾，汪三贵. 扶贫政策、收入分配与中国农村减贫[J].农业经济问题，2013（2）：66-75.
[28] 李萌，杨龙. 农村贫困、收入不平等与城镇化关系的实证研究[J]. 统计与信 息论坛，2014（6）：68-73.
[29] 章元，徐庆. 农业增长对降低农村贫困真的重要吗？对世界银行观点的反思.金融研究，2011（6）：109-122.
Abstract： Fiscal support agriculture and urbanization in the developing countries are recognized two paths to poverty reduction. Explaining who is more conducive to rural poverty reduction is the key to understanding the mystery of China's rapid poverty alleviation. This article explores the impact of fiscal support agriculture and urbanization on poverty reduction in rural areas through the provincial dynamic panel data and static panel data models in China， The study found： China's rural poverty reduction thanks to the interactive tool synergies financial support for agriculture and urbanization strategy， However， the process of urbanization is more effective in reducing poverty in rural areas. Investment in poverty alleviation，employment urbanization and spatial urbanization in financial support for agriculture are more conducive to rural areas in the east. The comprehensive development expenditure and urbanization of the population are more effective in rural poverty reduction in the central and western regions. Although the Rural poverty has "ratchet effect" obviously， However， with the increase of fiscal decentralization， Agricultural operation scale and rural medical education and technology， the incidence of rural poverty will be suppressed accordingly.
Key words： Fiscal Support Agriculture； Urbanization； Rural Poverty Reduction； Panel Data.
責任编辑：萧敏娜
关键词：财政支农；城镇化；农村减贫；面板数据
一、引言
纵观全球反贫困理论的发展和各国的反贫困经验，扩大财政支农支持推动农业持续增长和城市化是两条较为公认的减贫路径。但财政支农支持和城市化谁更有利于广大发展中国家顺利达成稳定、可持续的农村减贫目标至今仍存在争议，即便是依据先发国家的经验或实证支持，结果也往往莫衷一是。世界银行曾系统总结了全球主要发达国家的减贫经验，指出：“以城乡人口快速流动获取更高工资性收入为特征的城市化在促进农村减贫方面起到了更为积极有效的推动作用（WB，2013）。” 而另外一些学者则针对发展中国家的跨国实证研究表明：相较农转非这一部门转换的城市化过程，加大农业补贴等财政支持所带来的农业增长对农村减贫的效果更为突出。（Imai，2015）[1]
如果将中国的减贫经验作为研究对象，财政支农和城镇化作为中国扶贫道路上同时使用的两把政策工具，谁更有利于农村减贫，在已经成功促进农村贫困率下降的客观事实面前，财政支农和城镇化工具之间是否存在相互的替代与挤入效应。本文的研究框架将围绕解释这两个命题展开。通过澄清这一命题，笔者试图解开中国农村快速减贫路径之谜 （章元，2012；[2]周敏慧，2016[3]）。
二、财政支农、城镇化助推农村减贫的文献回顾
（一）财政支农推动农村减贫的文献综述
学术界已对财政支农推动农村减贫的实现机理做了大量前瞻性探索，得到了诸多有益的结论，梳理相应的代表性成果，学者们主要立足于如下视角证实这一命题。
第一类是关注财政支农规模对农村减贫效果的影响，更为强调财政支农作为一项国际普遍应用的风险抵御性、普惠性政策对农民收入、农村贫困发生率的作用。如黄寿峰（2016）应用空间面板分位数回归方法，考察了我国财政支农对农民增收的影响。结果表明，在不同分位数水平下，财政支农都显著促进了农民收入的增长。[4]秦建军等（2011）则通过一项理论推导证明：在特定的经济环境和技术水平约束下，我国财政支农投入增长的农村减贫效应呈现边际递减规律。[5]
第二类是考察财政支农的内部结构和细目对农村减贫效果的异质性影响，进而呼吁优化调整支农结构来进一步增强减贫的精准性和带动性。如陆文聪等（2008）借助1978—2005年的中国国家数据研究不同类型财政支农支出对减贫效应的影响，发现支援农村生产支出和农林水利气象支出、农村基本建设对农民增收具有促进作用，而农村救济支出、科技三项费用支出并没有促进农民收入的增加。[6]Anderson（2018）通过对世界主要经济体的meta回归发现：财政支农能否助推贫困削减取决于其政府财政政策的效率，相较发达经济体而言，许多发展中国家的财政支农政策并未对农村减贫起到积极效果[7]。解堊（2010）[8]李明桥（2013）[9]和Lowder（2017）[10]则从农业救济和农业保护性补贴的视角切入，证实了该类兜底性政策对平衡农村收入不平等，化解农村贫困的不可替代性作用。
还有一类是从间接机制出发，探寻财政支农对农村减贫的中间路径。如杨勇等（2013）认为：财政支农通过提升劳动生产率进而发挥了农村减贫效果。[11]张莉（2015）则发现：财政支农支出中的科技进步和人力资本投入能够极大程度的对贫困减缓产生影响，这种影响在西部地区更甚。[12]程名望（2014）[13]、刘欢（2017）[14]和Ogun（2010）[15]则强调财政支农对于农村教育、医疗、公共服务等软基础设施的投入对农村减贫的长期拉动作用。
综上所述，我们不难发现：一旦涉及到多地区的跨国研究，财政支农与农村减贫之间的关系就难以确定，但对于中国而言，财政支农对于有效减弱农村贫困这一事实却得到了国内外学者的一致肯定。借助我国2010—2016年31个省市自治区最新的农村相对贫困率和财政支农规模数据，其拟合关系表明：该时期内我国逐步增长的财政支农投入的确在统计学上具备减缓农村贫困实际发生率的相关关系。
（二）城镇化助推农村减贫的研究进展
经典的发展经济学理论告诉我们，城镇化对于农村减贫的影响往往具有多重特性而非单一的因果关系。总结最新的研究成果，学术界已经基本搭建起了城镇化助推农村减贫的逻辑框架，其主要构成包含如下几个方面。
一是将城镇化利于农村减贫的根源归纳为贫困人口的乡城转移，认为普遍存在的城乡地域、行业工资和人口密度差异是造成城乡人口持续流动的根本动力。如彭诚（2016）专门研究了我国西部地区的城镇化与农村减贫之间的关系，发现城市化主要通过改变劳动密集度体现减贫效应，越能吸引较强低技能劳动力的城市化模式能够产生最大的减贫效果。[16]
二是将城镇化利于农村减贫的核心机制明确为集聚效应所带来的劳动生产率提高。如何春（2017）选取 32个发展中经济体 1992—2015年的数据实证表明：城镇化建设能够提高教育、健康、农业生产率，而教育、健康和农业生产率的提高又有助于贫困的减少；[17]单德朋等（2015）则基于 1998—2012 年中国省际面板数据研究进一步证实了城市化通过改善生产效率而提高减贫的客观存在性，进一步地，他们强调依托核心城市，将会对农村地区和西部地区的减贫更有助益。[18]
三是将城镇化保障农村减贫持久性动因明确为构建合理的城镇体系而非仅发展特大中心城市。如Christiaensen（2014）借助发展中经济体1980—2004年的跨国数据发现：将农村人口转移到中等城市或小城镇而实现的减贫效应要远大于转移到大城市。[19]类似的观点在Ingelaere（2018）的研究成果中也得到了进一步证实，学者们普遍认为：由于城镇化的真实水平和融入质量要涉及到基础设施、公共服务和社会阶层融合等多方面的影响。因此相较大城市而言，中小城市和次级城市在容纳农村转移人口的可能性更高，并在公共服务和基础设施投资方面的成本更加低廉，这是学者们鼓励建构平衡城镇体系的主要立场。[20]从中国的城镇化进程实践来看，近些年快速城镇化的后果的确对增加农村居民收入和改善贫困起到了不可替代的效果。 总的来看，学术界已经分别对财政支农、城镇化促进减贫的机制有了较为清晰地认识，但直接将城镇化和财政支农同时纳入研究设计进行比较研究的文献尚未出现，因此若直接将其用来解释中国大规模减贫奇迹则仍显单薄。从历史进程来看，中国更倾向于采取的是一种市场政府灵活搭配的减贫策略，如何在城镇化进程和财政支农政策的减贫效应中搭建一种平衡成为了未来巩固减贫效果的关键，而这一问题恰恰是当前研究的薄弱之处，为了解释这一谜题，我们需要进一步研究给予说明。
三.研究设计与变量选择
（一）研究设计
为厘清财政支农与城镇化对中国农村减贫的影响差异性，文章需要构建计量经济模型来完成主要参数的估计过程。根据Nurkse（1953）提出的“贫困恶性循环理论”和Sen（1981）的“能力贫困理论”，对于贫困变量的建模选择动态模型要比静态模型更加有效和可靠。同时，Imai（2017）[21] & Tacoli（2007）的研究发现：财政支农和城镇化对农村减贫的影响并非简单的单向因果关系，在城乡地域范围内，财政支农政策可能会改变农业人口向城市非农部门转移的行为意愿，从而削弱和抑制城镇化速度；相反，城镇化促使农村和农业人口快速减少，也会相应减少对财政支农的政策诉求[22]。因此，我们在研究设计中要充分考虑城镇化和财政支农交叉效应在实证估计中的运用可行性，以便在针对中国地区的实证研究中得到更加准确的估计结果。
综上，我们在模型构建上分别建立中国省际农村贫困发生率决定因素的动态面板模型（DPD）、静态面板模型和体现城镇化、财政支农交叉特征的静态面板交互效应模型。三类模型的设定形式依次如下：
其中 表示第i省份第t年的农村贫困发生率； 为第i省第t年的财政支农规模； 为第i省第t年的城镇化率水平； 为第i省第t年份的系列控制变量； 、 和 为随机误差项，其性质满足高斯马尔科夫定律。
（二）变量选择与界定
根据前文的研究設计，笔者将衡量农村贫困水平的农村贫困发生率指标作为模型的被解释变量，将衡量财政支农水平的财政支农资金投入规模和测量城镇化水平的常住人口城镇化率作为模型的核心解释变量，同时纳入一系列能够对农村贫困水平产生决定性影响的控制变量，详细的变量计算和界定标准如下：
1.农村贫困水平的测量（RPI）
学术界对于贫困的测量，归纳起来主要包括绝对贫困、相对贫困和多维贫困三种类型。国际上通行的贫困测量标准主要还是采用的是世界银行发布的贫困标准。我国根据自身国情和发展阶段的客观情况，在参考世界银行贫困标准的前提下，通过住户调查、测算满足基本生活必需的食物需求，进而通过建立食物需求模型确定了我国的贫困线标准（鲜祖德，2016）。[23]由于贫困标准一直受到物价、购买力水平和城乡差别等因素的影响，因此不论是国际贫困线还是我国的贫困线标准都处于动态调整当中，当前我国划定的最新贫困线是根据2010年的物价水平测算而来的（亦叫做2010年贫困标准），早前发布的旧标准要么是存在数据缺失，要么是更替周期较短，所以无法形成连续的统计性数据 。因此为研究方便，笔者在文章中统一使用2010年贫困标准作为测量农村贫困水平的基准线，在该贫困线以下的农村人口比重则构成了本文测量农村贫困水平的指示性变量—农村贫困发生率（RPI）。
2.财政支农投入的测量（FSA）
对于财政支农投入的测量，学术界通行的做法是使用国家财政用于农业的总支出来代替。但我国对财政支农资金投入的统计口径曾经于2008年发生过重大调整。在2008年以前，我国财政支农的统计细目主要由一般性支农支出、农业基本建设支出、农业科技三项费用、农村救济费等四项构成，而2008年之后，财政支农的统计方法却主要变成了由农林水支出、农村扶贫支出、农业综合开发支出和农业综合改革支出四项费用的加总。考虑到数据统计口径的一致性，笔者在文章中统一使用2008年之后的新标准来计算财政支农投入，同时考虑到不同类型财政支农支出对农村贫困发生率的异质性影响，文章还另外加入了农村扶贫支出（SD）和农业综合开发支出（DD）这两个子变量来衡量财政支农投入，以加强实证的解释力。
3.城镇化水平的测量（UR）
以城市常住人口占总人口的比重这一标准所形成的人口城镇化率是当前理论界理解和刻画城镇化水平的公认标准。但学术界对城镇化发展规律的认识并未局限在人口单一标准之内。除了人口城镇化率之外，土地城镇化率、空间城镇化率、产业城镇化率、就业非农化率以及公共服务供给的城镇化率都能够从某一层面反映城镇化的发育水平（段龙龙，2015）。[24]为更加全面客观地反映我国城镇化尤其是新型城镇化建设背景下的真实城镇化水平，笔者在文章中选择了人口城镇化率（PUR）、就业非农化率（EUR）和空间城镇化率（LUR）三项指标来测量省际城镇化发展水平。其中空间城镇化率是首次从城镇体系协调发展和城镇空间形态优化的视角来测量城镇化水平，因而更能反应新型城镇化战略的实施效果 。
4.其他控制变量的选择
除了被解释变量和核心解释变量之外，笔者还选择了诸多与农村贫困发生率存在直接因果关系的其他变量作为控制变量。这些变量包括：财政分权（FD） 、农作物播种面积（AB）、农村人口受中等教育比重（EDU）、农村每千人医疗人员数（HOS）和农村机械总动力（MEH）。其中财政分权作为充当制度变迁的替代因素（储德银，2013）[25]、农作物播种面积作为农村生产经营条件的指示变量、而人口受中等教育比重、医疗人员数、机械总动力则分别反应了农村的教育、医疗和技术水平，上述变量的数据均可在《中国财政年鉴》、《中国农村统计年鉴》上找到。
综上所述，我们选择的变量样本聚焦于2010年到2016年全国31个省、直辖市和自治区的年度面板数据，各变量的描述性统计结果如表1所示。 为避免伪回归问题，在构建相应的计量实证模型之前，需要对所需变量序列依次进行单位根检验，以保障其序列的平稳性特征。而面板数据单位根检验存在多种诊断方法，本文中主要选用了LLC、PP和ADF三种诊断方法实施单位根检验过程。考虑到部分变量序列的量纲偏大和单位异质性问题，统一对这部分变量实施了对数变换处理，以增强变量的集中程度。表2中集中展示了针对各变量实施的面板单位根检验结果。
表2的结果显示：所有涉及到的变量序列均符合序列平稳性特征，这给顺利实施接下来的计量参数估计提供了可靠保障。
四.实证估计与结果分析
（一）动态面板模型的参数估计结果
由于贫困是一个长期累积的动态发展过程，因此对于贫困本身而言，往往具备典型的自我依赖和强化特征（陈宗胜，2013）[26]。因此动态模型较静态模型在理论上具有更强的解释力，Arellano & Bond（1988） 等人提出的动态面板的广义矩估计（GMM）是当前理论界公认的解决变量间内生性的好方法，利用该工具，我们优先对财政支农和城镇化对农村贫困的影响程度进行参数估计，在具体的实施过程中，笔者分别采用了动态面板数据广义距估计的差分广义距方法（DIFF-GMM）和系统广义距方法（SYS-GMM）来实现估计过程，并在参数矫正过程中分别采用了一阶段无偏估计和两阶段有效估计两种调整方法，最大程度上克服了因变量内生性问题所导致的估计失效问题。借助STATA12.0实施参数估计的结果如表3所示。
表3中模型1、2、5、6显示了财政支农对农村贫困发生率的影响，结果显示：农村贫困因受到自身滞后期的影响显著，表明农村贫困发生率存在典型的“棘轮效应”，在这种贫困陷阱在影响下，财政支农工具并不能很好地发挥其减贫效果。虽然财政支农政策从减贫效果上有待提升，但作为财政支农投入重要组成部分的农村扶贫支出和农业综合开发性支出则直接对削减农村贫困起到了明显的助推作用。从两阶段稳健估计的结果来看，农村扶贫支出虽然直接针对农村的貧困群体，但这种兜底性、救济性支出的减贫效益并不比致力于改善农业生产条件和产业结构的综合开发性支出投入更加有效。
模型3、4、7、8估计了城镇化对农村贫困发生率变动的影响，结果表明：以人口乡城转移为特征的常住人口城镇化过程对缩小农村贫困起到了极为显著的积极效果，但同时，以就业非农化和城镇体系发育为特点的就业城镇化指标和空间城镇化指标在推动农村减贫方面却表现不佳，从系数大小来看，人口城镇化所引致的农村减贫效应要远远大于就业城镇化和空间城镇化所带来的贫困积累效应，表明推动农业人口积极向城镇转移并融入仍然是我国促进农村人口减贫的可行路径。
值得一提的是，所选择的其他控制变量也都得到了相应的估计结果，其中，财政分权、受中等教育比重、农作物播种面积的估计结果与理论预期相一致，而农村每千人医疗人员数和农业机械总动力的参数估计结果与理论预期相反，为了进一步验证这些指标估计的可靠性，进一步了解出现与假设预期不一致的诱因，笔者需要借助静态模型作进一步分析估计。
（二）静态面板模型的参数估计结果
考虑到我国农村贫困问题的空间分布和地区异质性差异，在静态模型中我们将研究对象进一步扩展到东中西部三大政策区 。根据研究需要，我们借助考虑静态面板变截距不变系数模型来体现不同省区的个体差异性，而具体模型的设定形式我们根据hausman检验结果确定。表4中详细展现了各变量的静态面板参数估计结果。
表4中的模型1、模型3、模型5和模型7展示的是财政支农投入对全国和东中西部农村贫困发生率之间的关系，整体的估计结果表明：不论是财政支农资金总投入还是分项农村扶贫支出、农业综合开发型支出都对农村贫困具备统计上的负向显著性。但是在东中西部之间存在明确的地域性差异，农村扶贫支出对东部地区减贫更有助益，中部地区减贫则更加依赖财政支农总体效应，而对于西部地区而言，农业综合性开发支出的贡献则更为突出。
同理根据模型2、模型4、模型6和模型8，我们可以观察城镇化对全国及各地区农村贫困的影响。表4中的实证估计结果显示：人口城镇化率的增长的确对农村贫困减缓起到了明显的促进作用，但就业城镇化率和空间城镇化率却在地区尺度上表现出明显的分异性。对于东部地区而言，由于大部分省份城镇化已经进入了诺瑟姆曲线的后期阶段，农业占国民经济的比重已经极低，同时城镇等级体系发育和城镇空间布局更加协调合理，因此就业城镇化和空间城镇化在很大程度上都能够对农村减贫起到正向带动作用（李萌，2014）。[27]但反观中西部地区，由于农业人口所占比重高、工业化水平和城镇化进程多数还停留在中期乃至刚刚进入中期阶段，以大中小城镇协调发展的城镇等级体系还不完善，因此还不能对农村减贫起到有效的推动作用。特别要强调的是，西部地区多数仍旧依靠的是特大城市和首位城市带动，不仅不能缓解农村贫困，还会因城乡割裂和城市融入困难形成新的贫困问题，这一结论已经充分体现在实证估计结果中，应当引起各级政府决策者的高度重视。
此外，静态面板模型参数估计结果还报告了其他控制变量与农村贫困发生率的相关关系。随着财政分权、农作物播种面积、农村教育水平、医疗卫生条件、机械总动力等条件的改善，都能一定程度改善或降低农村贫困发生率，这一结果基本与我们的假设预期相一致，亦能够弥补前文动态模型估计中的一些不足。
五.进一步讨论
在解释了财政支农和城镇化各自对农村贫困发生率的相关关系之后，仍无法完全解释财政支农和城镇化并存或存在交互影响关系的前提条件下，对农村减贫产生的后果，由于这一问题在经常成为政策制定者遇到的实践难题，而在理论上又缺乏相应的实证支持（张伟宾，2013）[28]，因此非常有必要进一步讨论。为论证这一命题，我们在实证研究中引入财政支农与城镇化变量的交互项，借助Eviews8.0构建包含全国及东中西部样本的省际静态面板固定效应模型实施估计，具体的估计结果如表5所示。 从表5中呈现的参数结果来看，我们可以归纳得到如下结论：
第一，在财政支农政策与城镇化规律并存的条件下，两者均对农村贫困减缓起到了正向地促进作用。在全国样本和东中西地区样本内部，财政支农和城镇化所引致的农村减贫效应仅有参数大小的差异并无符号上的差异。城镇化对西部地区农村减贫的拉动系数要明显大于中部和东部地区，而财政支农对中部地区减贫的积极影响却要显著大于东西部地区。
第二，当引入财政支农与城镇化变量的交互效应之后，不论是城镇化还是财政支农资金的投入，对农村减贫的推动效率都显著增强。表明了我国的财政支农政策与城镇化在农村减贫方面具有典型的协同促进效应，财政支农与城镇化交互变量的符号表明：两者互为对方的正向调节变量。这一结果与国外部分研究结果恰好相反，证明了我国在农村反贫困政策的设计和实施方面做了较为系统周密的考虑，很大程度上调和了政策间的矛盾和负面冲击。（章元，2011）[29]
第三，使用新的方法所构建的稳健性估计结果表明：预算资金下沉的财政分权程度、扩张的农作物播种面积、改善的农村教育、医疗和生产技术条件都对农村减贫发挥了积极的影响，从参数大小来看，财政分权的促进效果最大，其次为生产规模、技术条件和医疗水平，最弱的为农村教育水平。
六.结论与政策建议
本文通过收集最新贫困标准调整后的中国省际面板数据，探讨了中国农村减贫奇迹背后的两条路径：财政支农与城镇化的作用机制之谜，并结合中国三大政策区的自身发展特征，分析了财政支农和城镇化在不同地区的影响异质性，主要得到如下结论：
第一，与其他发展中国家不同，中国的财政支农政策和城镇化进程对于本国农村减贫均起到了明确的推动作用，这表明中国的扶贫攻坚计划既不是单纯依靠政府大规模的救济干预和资金动员，也不是单一依赖要素城镇化流动这一典型的市场力量，而是政府与市场两股力量的有机整合。
第二，虽然财政支农和城镇化在全国范围内具有显著的减贫功效，但现阶段对农村减贫的主要动力仍然还是要依靠人口城镇化所导致的收入增长和劳动生产率改善。这一结论并不是让政策制定者忽视财政支农政策的设计，相反，财政支农政策的出台进一步强化了城镇化和支农投入对农村减贫的协同效应，两者之间不是替代而是明确的正向调节关系。
第三，与先验研究一致，本文也赞成贫困自身具有典型的“棘轮与惯性效应”，但中国的省际贫困影响因素还在地域和空间尺度上存在分异特征。一方面，相对财政支农总投入，农村扶贫性支出对东中部地区减贫更为重要，而农村综合性开发支出对西部地区减贫的拉动效应更强。另一方面，在城镇化的测量尺度层次上，东部地区已经可以依靠人口就业的乡城转移及较为完善的城镇体系发挥城镇化减贫的多维效果，但中西部地区由于城镇化发展阶段的约束，就业和空间城镇化非但不能有效缓解农村贫困，还有形成新的城乡贫困风险的可能。
第四，农村生产经营规模、医疗教育和科技条件、宽松的财税政策空间都对农村减贫有积极推动作用，现阶段最有助于缓解农村贫困发生率的因素是财政分权的扩大。
综上所述，笔者特提出以下政策建议：首先，持续优化调整现行财政支农政策，除了横向和纵向涉农资金的整合之外，还应关注扶贫资金在中西部地区的使用效率。其次，继续推进以产城融合，城乡劳动力市场一体化为导向的户籍制度改革，同步推进以大中小城市协调发展为特征的新型城镇化质量提升，这有助于改善中西部地区城镇化对农村减贫的带动作用。最后，在关注和评估农村贫困发生率的同时，也要关注中西部等欠发达地区人口乡城转移所带来的新型城市贫困，有效预防因城市排斥所带来的农村二次返贫问题。
参考文献：
[1] Imai Katsushi S.， Cheng W. Agricultural Growth， Poverty and Inequality in Developing Countries[J]. Development，2015，58（2-3）：230–236.
[2] 章元，许庆，邬璟璟. 一个农业人口大国的工业化之路：中国降低农村贫困的经验[J].经济研究，2012（11）：76-87.
[3] 周敏慧，陶然.市場还是政府：评估中国农村减贫政策[J].国际经济评论，2016（6）：63-77.
[4] 黄寿峰，财政支农、金融支农促进了农民增收吗[J].财政研究，2016（8）：78-89.
[5] 秦建军，武拉平. 财政支农投入的农村减贫效应研究：基于改革开放30年的考察[J].财贸研究，2011（3）：19-27.
[6] 陆文聪，吴连翠. 国家财政支农与农民增收的实证研究[J].华南农业大学学报（社会科学版），2008（1）：19-24.
[7] Anderson E etal. Does Government Spending Affect Income Poverty？ A Meta-regression Analysis[J]. World Development，2018，（103）： 60–71.
[8] 解垩. 公共转移支付和私人转移支付对农村贫困 、不平等的影响 ：反事实分析[J].财贸经济，2010（12）：56-61.
[9] 李明桥.农业补贴政策与农村收入不平等[J].宁夏社会科学，2013（5）：25-34.
[10] Lowder S.， Bertini R.， Poverty， social protection and agriculture： Levels and trends in data[J]. Global Food Security，2017（15）： 94–107.
[11] 杨勇，李雪竹. 省区财政支农投入对农业生产率及其构成的影响[J]. 西北农林科技大学学报（社会科学版），2013（5）：98-108. [12] 张莉. 科技进步、人力资本与西部地区农村贫困减缓[J].科学学与科学技术管理.2015（3）：172-180.
[13] 程名望，盖庆恩，史清华. 农村减贫应该更关注教育还是健康？[J].经济研究，2014（11）：130-144.
[14] 刘欢.人力资本投入对农村贫困家庭的减贫效应分析：基于健康、教育、社会保险、外出务工比较视角[J].经济经纬，2017（5）：43-48.
[15] Ogun T. Infrastructure and Poverty Reduction： Implications for Urban Development in Nigeria[J]. Urban Forum ，2010（21）：249–266.
[16] 彭诚 城市化、劳动密集度与西部地区贫困减缓[J].西南民族大学学报（人文社会科学版）.2016（4）：123-128.
[17] 何春，崔万田城镇化的减贫机制与效应：基于发展中经济体视角的经验研究[J].财经科学，2017（4）：52-64.
[18] 单德朋，郑长德，王英. 贫困乡城转移、城市化模式选择对异质性减贫效应的影响[J].中国人口资源与环境，2015（9）：81-92.
[19] Christiaensen L.，Todo Y. Poverty Reduction During the Rural–Urban Transformation ：The Role of the Missing Middle[J]. World Development 2014，（63）： 43–58.
[20] Ingelaere B.， Christiaensen L.， Weerdt J. Why secondary towns can be important for poverty reduction ：A migrant perspective[J]. World Development 2018，（105）：273–282.
[21] Imai Katsushi S.， Gaiha R.， Garbero A. Poverty reduction during the rural–urban transformation： Rural development is still more important than urbanisation[J]. Journal of Policy Modeling.2017（39）：963–982.
[22]Tacoli C. Poverty， Inequality and the Underestimation of Rural–urban Linkages[J]. Development， 2007， 50（2）：90–95.
[23] 鲜祖德，王萍萍，吴伟. 中国农村贫困标准与贫困监测[J].统计研究，2016（9）：4-12.
[24] 段龙龙，叶子荣. 新型城镇化加剧了地方政府的土地依赖吗？[J].制度经济学研究，2015（2）：81-96.
[25] 储德银，赵飞.财政分权与农村贫困：基于中国数据的实证检验[J].中国农村经济，2013（4）： 79-91.
[26] 陈宗胜，沈扬扬，周云波. 中国农村贫困状况的绝对与相对变动[J].管理世界，2013（1）：67-76.
[27] 张伟宾，汪三贵. 扶贫政策、收入分配与中国农村减贫[J].农业经济问题，2013（2）：66-75.
[28] 李萌，杨龙. 农村贫困、收入不平等与城镇化关系的实证研究[J]. 统计与信 息论坛，2014（6）：68-73.
[29] 章元，徐庆. 农业增长对降低农村贫困真的重要吗？对世界银行观点的反思.金融研究，2011（6）：109-122.
Abstract： Fiscal support agriculture and urbanization in the developing countries are recognized two paths to poverty reduction. Explaining who is more conducive to rural poverty reduction is the key to understanding the mystery of China's rapid poverty alleviation. This article explores the impact of fiscal support agriculture and urbanization on poverty reduction in rural areas through the provincial dynamic panel data and static panel data models in China， The study found： China's rural poverty reduction thanks to the interactive tool synergies financial support for agriculture and urbanization strategy， However， the process of urbanization is more effective in reducing poverty in rural areas. Investment in poverty alleviation，employment urbanization and spatial urbanization in financial support for agriculture are more conducive to rural areas in the east. The comprehensive development expenditure and urbanization of the population are more effective in rural poverty reduction in the central and western regions. Although the Rural poverty has "ratchet effect" obviously， However， with the increase of fiscal decentralization， Agricultural operation scale and rural medical education and technology， the incidence of rural poverty will be suppressed accordingly.
Key words： Fiscal Support Agriculture； Urbanization； Rural Poverty Reduction； Panel Data.
責任编辑：萧敏娜