精准扶贫的实践困境与路径选择
——兼析云南省精准扶贫调查

范建伟，王云龙

（1、云南民族大学，云南 昆明 650504 2、云南省扶贫办，云南 昆明 650051）

精准扶贫的实践困境与路径选择
——兼析云南省精准扶贫调查

范建伟1，王云龙2

（1、云南民族大学，云南 昆明 650504 2、云南省扶贫办，云南 昆明 650051）

精准扶贫是目前中国减贫的新战略。但在此过程中，存在着扶持对象不精准、扶持措施和扶贫资金的针对性不强、精准管理上存在一些漏洞、精准考核机制不完善等问题。实施精准扶贫战略，既需要解决出现的问题，又需要通过合适的路径和创新机制来达到减贫脱贫的目的。

精准扶贫；反贫困；对策研究

一、引言

7000万贫困人口、14个连片特困地区、592个国家级扶贫开发重点县、每个月减贫人数100万才能实现2020年现行标准下的全面脱贫——这是中国目前面临的贫困现状，如何摆脱贫困是目前亟待解决的一个最突出的难题。

经济增长是减少贫困的强大力量（世界银行，2000），但随着经济增长带来的“滴涓效应”减弱，加上以地区为主导的扶贫开发存在无法瞄准“谁是穷人”、“穷人在哪”、“如何帮扶”等问题，同时，也存在着扶贫资金和项目指向不准、扶贫退出机制和扶贫监管机制不完善等问题，中国的减贫拉开了精准扶贫的序幕。精准扶贫旨在通过“精准识别、精准帮扶、精准管理和精准考核”，采取针对性更强的帮扶措施，做到“对象精准、项目安排精准、资金使用精准、措施到位精准、因村派人精准、脱贫成效精准”，实现“精准脱贫”。

目前，关于精准扶贫的学术研究方兴未艾，近几年出现的比较多。大体分为三类。一类认为精准扶贫主要强调措施的精准（汪三贵，2015；AmartyaSen,1981），重点阐述了精准扶贫是为抵消经济减贫效应的下降而必须采取的措施，将成为未来中国农村扶贫的主要方式（汪三贵，2015）。二类则认为精准扶贫主要强调扶贫对象的“瞄准”。朱玲（1996）和徐军（1998）认为要瞄准贫困对象，前者从云南少数民族地区的扶贫战略着手，认为扶贫计划实施的制度安排应该尽可能瞄准贫困人口，减少渗漏，使得贫困人群直接受益；后者则批评了区域开发式扶贫战略没有充分针对性，指出扶贫应从区域定位转向瞄准贫困村和贫困户。王艳慧（2015）等基于空间信息技术的应用，分析了贫困村和贫困人口精准识别的过程。三类则认为精准扶贫主要强调扶贫资源的“瞄准”（黄承伟、覃志敏，2015；王思铁，2014）。董家丰（2014）和王思铁（2015）认为精准扶贫应该瞄准对象和方式。前者重点阐述了“扶贫对象、措施和效果”的精准，后者则认为精准扶贫是针对不同贫困区域环境和贫困户状况，运用科学有效的程序对扶贫对象实施精准识别、精准帮扶、精确管理的治贫方式。

综上所述，精准扶贫的理论研究和学术探讨研究较少，且现有的研究还存在以下不足：（1）仅仅是在扶贫开发中夹杂着对扶贫精准化的思考，并没有将精准扶贫作为独立的主题开展分析和探究，在一定程度上造成了目前精准扶贫理论和实践相对脱节的状态；（2）精准扶贫研究目前仍停留在前期的摸索，如扶贫对象的瞄准借贷，应用于农村地区精准扶贫实践的研究还较少。目前各个省份都开展了精准扶贫的开发工作，但从目前的实施情况看，也存在着一些影响精准扶贫效果的困难，需要通过机制创新加以解决。本文通过对云南省8个扶贫开发重点县的实地调研，通过焦点组访谈法、重点人群访谈法、案例分析法等相关质性研究方法，力图找到“精准扶贫难在哪？如何解决？”等问题的答案。

二、实施精准扶贫的实践困境

精准扶贫旨在通过“四个精准”（精准识别、精准帮扶、精准管理和精准考核）和瞄准特定的贫困区域和贫困对象，实现扶贫成效到村到户，见图1。但从目前精准扶贫成效来看，面临的突出问题是扶持对象不精准、扶持措施和扶贫资金的针对性不强、精准管理上存在一些漏洞、精准考核机制不完善。

图1 精准扶贫内容图示

1、在精准识别方面的实践困境

其一，按目前的识别标准和规模，部分贫困户和贫困村被排斥在建档立卡范围外。建档立卡是精准识别的基础环节，也是实施精准扶贫最重要、最基础的工作。目前，国家是按照2010年农民人均纯收入2300元作为农村贫困的识别标准，然后由各省、自治区、直辖市在确保完成国家农村扶贫标准识别任务的基础上结合本地实际，按本省标准开展贫困户识别工作。但实际工作中，统计农户收入是一件复杂的事情，如何核实农民人均纯收入较为困难，如很多外出打工农民收入参差不齐，且不愿意透露真实收入，很难把握其实际收入情况。在此情况下，对贫困对象的识别采取了自上而下、规模控制、逐级分解的办法。具体方法如下：国家统计局、国务院扶贫办根据全国74000户住户调查得到抽样调查数据，在此数据基础上测算出上年末全国农村贫困人口规模数、贫困人口减少数等相关数据，并将相关数据具体分解到各省（市、自治区），再由各省（市、自治区）统计、调查、扶贫部门共同测算分解到县，各县再分解到乡、村，最后村一级根据分解的指标数，按照相关识别程序开展建档立卡贫困人口识别工作。这就存在着贫困人口实际数量与贫困人口规模控制数不符合的情况，这是最根本的也是难以突破和解决的问题。尤其是在云南这样的“老、少、边、民、穷”的省份，截至2015年底，云南仍有471万贫困人口、88个贫困县，分别居全国第二位和第一位。尽管国家给予了很大支持，但在规模控制的情况下，还有部分农户和贫困村被排斥在建档立卡范围之外。

其二，识别标准附近“临界农户”(nearpoor）难以确认。在把最贫困部分识别出来后，在每个省份内部，由于各县（区）内村与村、户与户之间“差不多”的情况比较突出，大部分农户收入相差不大、整体发展水平相近，如何识别这部分农户中谁是建档立卡户存在一定困难。即使严格按照收入指标来识别农户，也面临着农户“差不多”水平时的取舍困难，导致一些地方只好采取平均主义的做法来应对这些矛盾，给今后精准扶贫工作留下后遗症。此外，由于不同地区经济发展水平高低不一，有些经济发展条件较好地区的贫困户甚至比经济发展条件较差地区的非贫困户更为富裕的情况，但这种情况目前没有引起太大的关注。

其三，在识别过程中工作程序不够规范。精准识别旨在修正一些地方平均主义的倾向，但在调研中发现，一些地方存在着宣传力度不够、识别流程敷衍了事、识别结果不公开公示等问题。导致真正的贫困对象无法成为建档立卡户，影响了精准识别工作的开展，一些贫困地区的社会和谐稳定受到了一定程度的影响。

2、在精准帮扶方面的实践困境

其一，精准帮扶措施缺乏差异性和灵活性。由于建档立卡户的贫困程度、致贫原因和减贫需求存在显著的区别，如致贫原因存在因病致贫、因灾致贫、因学致贫等，救助方法有生产救助、学业救助、低保救助等，减贫需求存在房屋改造需求、小额信贷需求、农业实用技术需求等，这就客观要求精准帮扶的措施必须因户而异、分类施策。对于赤贫人口，可通过低保和社会救助等措施保障其基本生活条件；对于生活在生态条件恶劣的贫困人口，可通过易地搬迁、整族帮扶等实现异地脱贫；对于有能力参与产业扶贫的贫困人口，可因地制宜、逐村逐户制定帮扶措施；对于劳动力资源禀赋较好的地区，可通过发展特色产业和劳动密集型产业来吸纳劳动力就业。此外，在实地调研中发现，有的帮扶活动存在着“重前期生产，轻后期销售”的情况，重点集中在生产环节（扩大生产规模、更换农产品品种等），而忽略了农产品营销层面的帮扶，导致产品销售难的现象，一定程度上挫伤了农民的生产积极性。

其二，精准帮扶门槛设置高。在精准帮扶的过程中，往往会出现“帮富不帮穷”的现象，原因是帮扶的门槛设置高，很多深度贫困农户往往有心无力。如不少产业帮扶项目在产业规模、技术和配套资金上对贫困户提出了入门要求，导致真正需要帮扶的贫困户被排斥在帮扶之外。例如，云南省贫困农户大部分在边远、高寒、少数民族聚居区，这些地区距材料供应地远，施工环境差，项目实施成本较高，且自身发展资金匮乏。由于这些深度贫困户无法投入一定的自筹资金，就难以获得专项扶贫项目扶持。

其三，一些专项扶贫项目补助较低，扶贫资金使用缺乏针对性。有效利用扶贫资金是实施精准扶贫的支撑力量，但是一方面，很多专项扶贫项目补助标准过低，按照扶贫项目资金补助标准，只能降低建设标准、压缩建设规模，致使一些扶贫项目建设不完整，影响了扶贫资金效益的发挥，难以达到扶持贫困户的目的，影响项目实施。如大理州巍山县基础设施按户均5万元的标准补助，但实际工作中，要把一些村寨的水、电、道路和文化广场、医务室等全部配套起来，户均配套补助只能满足一半资金的要求，难以满足实际需要。另一方面，根据“两项制度衔接”的要求，帮扶资金的70%要用于贫困户，进入贫困户的70%的资金要用于产业发展。在云南省的扶贫贴息贷款中，要求建档立卡贫困户的占比达到70%以上，但很多建档立卡户由于自身发展的限制无贷款意愿，非建档立卡户又不能享受扶贫贴息贷款，这就限制了扶贫资金的使用效益。

其四，帮扶模式单一。目前，精准帮扶措施主要侧重在传统的种养殖业，很少根据贫困户所处的环境和优势来支持一些新的减贫手段，如乡村旅游、红色旅游、休闲农业、电商扶贫甚至碳汇等（黄承伟，2015）。由于帮扶模式单一，贫困户只能在传统的行业中寻找脱贫机会。另外，在目前的帮扶工作中有些地区存在“重物质帮扶，轻精神层面的帮扶，部分贫困户的主观能动性不足”的现象。具体表现在一方面少数因自身发展积极性不够的贫困户享受到各种帮扶政策，产生“等靠要”思想；另一方面也挫伤了靠自身努力摆脱贫困的农户的发展积极性，导致其对精准扶贫工作的不认可，甚至否定。

3、实施精准扶贫动态管理的难度较大

其一，对建档立卡扶贫对象实施动态管理的难度较大。对建档立卡的扶贫对象实施动态管理，面临诸多困难和挑战。首先是暂时性贫困人口占比高，贫困人口呈动态趋势。在国家贫困县中农村贫困群体大部分为暂时性贫困，若分别以2000年人均收入625元和874元为贫困线标准，则暂时性收入贫困占总体贫困的比重分别是91.34%和76.86%（岳希明、李实，2007）。由于农村经济存在弱质性，贫困户抗风险能力差，一场天灾人祸都足以导致脱贫人口迅速返贫，因病（灾）返贫、因老返贫的现象突出。其次是贫困动态监测与扶贫系统的建档立卡工作实现“无缝对接”难度大。表现为国家调查系统如何与建档立卡贫困户的“当年脱贫退出”“当年返贫进入”及“当年死亡、新生人口”状况实现动态管理、有效衔接困难突出。

其二，建档立卡贫困户面临“进入容易，退出难”的困境。首先，从贫困户动态识别来看，极少数地方迫于减贫压力，在动态管理中出现了贫困户“只有脱贫退出、没有返贫进入”和“当年返贫进入”人口少、“当年脱贫退出”人口多等一些不符合实际情况的问题，加大了贫困户的动态识别难度。其次是有的地区还没有建立统一完善的扶贫信息系统平台，因此很多信息无法整合利用，无法瞄准“谁是穷人、穷人在哪、致贫原因是什么、如何制定帮扶措施、帮扶情况进展如何、帮扶效果怎样”等关键问题，导致一些真正的贫困户无法参与到精准扶贫过程中，还有相当一部分的贫困户存在着帮扶不利的问题。再次，少数贫困户在享受到精准扶贫的政策后，充分意识到扶贫政策给其带来的好处，存在着符合脱贫条件但不愿意脱贫退出的情况，甚至在退出调查过程中故意压低、虚报、瞒报收入情况。

其三，扶贫项目资金的监管有待加强。扶贫项目的责任、权力、资金、任务“四到县”制度建立并推广以后，县级有了较大的自主权。但另一方面，扶贫项目资金的监管还存在着一些问题，诸如实施细则不甚明确、资金整合难度大、项目管理经费不能满足实际工作需要等等。

4、精准扶贫考核实践困境

目前分级考核的方法主要集中在对贫困县的考核上，而乡镇、村级及帮扶单位进行自我考评。问题是有些地区存在贫困县炫富的现象，扶贫考核没有起到真正的导向作用。另外，在考核体系指标的科学选取上，缺少一些关键性的指标，如帮助贫困人口增加收入、减少贫困人口数量、降低贫困发生率、改善生产生活条件等指标；从考核手段上看，主要是落实情况的督查考核,大多采取的是季度分析、半年督查、年度考核和项目观摩、随机访查、暗访等方式，而第三方评估的监督和考核不到位，有的还在探索之中。另外，部分地区还存在考核过程不透明、考核结果存在偏差等问题。

在实地调研中发现，各级政府和相关部门对基层部门考核较多，导致基层扶贫部门工作人员花费了大量时间精力用来应付考核，而牵制了其投入到精准扶贫工作的时间精力。

三、创新精准扶贫机制的路径探索

第一，完善精准识别动态管理机制，利用网络平台加强扶贫对象动态管理。在精准识别的过程中，除了收入指标，还要把多维贫困指标纳入识别指标体系，使得指标具有可操作性和较高的精准度。制定和构建适合当地的贫困识别指标体系，建立贫困指数，按照“县为单位、规模控制、分级负责、精准识别、动态管理”的原则，完善建档立卡户的信息管理网络系统，录入并整合相关信息，对“返贫及时纳入、脱贫及时退出”的人口及时更新和管理，真正做到“有进有退”，实现扶贫对象的动态管理，并及时分析数据,指导调整精准扶贫政策着力点。

第二，地方政府要创新精准帮扶长效机制。除了常规的帮扶措施，还可根据各个地区的差异性有针对性制定个性化、菜单式、可操作的脱贫方案，提高扶贫资源使用效益。云南省在易地搬迁过程中，根据贫困程度，实行住房差别化的补助补贴政策，优先搬迁建档立卡户。此外，在少数民族聚集地区，由于生态环境保护和扶贫开发存在一定的矛盾，政府可积极推进“绿色减贫”来帮扶贫困地区，即实行以生态环境保护为出发点的减贫新战略。

第三，完善精准管理系统。可借助扶贫大数据建设、GIS（地理信息系统）、物联网等信息系统，依据贫困发生率等指标，建立多层次的精准扶贫大数据平台，构建统一的运行监控体系、协调体系和综合决策体系，直观反映贫困人口的分布情况、致贫原因、脱贫路径及脱贫情况，打破“信息孤岛”，为精准扶贫工作建立基础。如贵州省探索实施的扶贫云系统可有效解决精准扶贫中出现的监管难和评估难的问题。另外，可引入链条式管理，构建扶贫资金和项目的监管制度，构建透明化的运行机制。

第四，研究建立精准扶贫开发效果评估机制。从评估方法上要建立科学合理的开发效果考核指标体系，合理设定考核权重；从评估管理上要对贫困户和贫困县实现“有进有退”，且要进行分阶段评估，全面比较和系统分析扶贫绩效。根据评估结果，决定其保留或退出贫困户或贫困县范围；从扶贫项目评估上要进行经济绩效、社会绩效和生态绩效的综合评估，建立合理的激励奖惩机制。积极开展精准扶贫工作成效的第三方评估，充分发挥第三方评估的督查、巡查作用，减少扶贫工作中的道德风险和逆向选择，为科学转变扶贫工作方式奠定基础。

[1]安格斯·迪顿：逃离不平等：健康、财务及不平等的起源[M].北京：中信出版社，2014.

[2]汪三贵、郭子豪：论中国的精准扶贫[J].贵州社会科学，2015（5）：147-150.

[3]王小林、SabinaAlkire：中国多维贫困策略：估计和政策含义[R].中国国际扶贫中心研究报告，2010（4）.

[4]山西推进精准扶贫政策研究课题组，山西推进精准扶贫政策研究[M].中国社会科学出版社，2015.

[5]黄承伟：与中国农村减贫同行[M].武汉：华中科技大学出版社，2016.

[6]岳希明、李实等：透视中国农村贫困[M].北京：经济科学出版社，2007：30-40.

[7]王艳慧、王小林等：基于GIS的多维贫困精准识别与评价[M].北京：科学出版社，2015.

[8]山西推进精准扶贫政策研究课题组，山西推进精准扶贫政策研究[M].中国社会科学出版社，2015.

[9]Sen,A.DevelopmentasFreedom[M].OxfordUniversityPress,1999. [10]TheWorldBank,AnUpdatetotheWorldBank’sEstimatesofConsumptionPovertyintheDevelopingWorld[M].WorldBank2012.

（责任编辑：王玲玲）

云南省哲学社会科学研究基地项目，云南省农村精准扶贫的现实困境、路径选择与对策研究；编号：JD2015YB14。