Analysis of the impact of targeted poverty alleviation on narrowing the urban-rural income gap: Taking Chongqing as an example

doi:10.3969/j.issn.1004-9479.2025.02.20230615

Abstract

Abstract:

A precise scientific assessment whether the targeted poverty alleviation policy narrowing the urban-rural income gap and its effect are urgently needed. In view of the existing research lack of regional differences of policy implementation and impact mechanism analysis, the panel data of 37 counties (districts) of Chongqing from 2011 to 2020 were selected for empirical test, and they were divided into non-poverty counties of grade Ⅰ and grade Ⅱ and poverty counties of grade Ⅰ, grade Ⅱ and grade Ⅲ, and the DID model was used to accurately evaluate the effect of targeted poverty alleviation policy and its regional differences on narrowing urban-rural income gap. The research results indicate that: ①The urban-rural income gap in Chongqing shows significant spatial differentiation characteristics; ②The targeted poverty alleviation policy has significantly narrowed the urban-rural income ratio in poverty-stricken counties by 0.041 3 compared to non-poverty counties; ③There is a significant difference in the effectiveness of the targeted poverty alleviation policy between non-poverty counties of grade Ⅱ and poverty-stricken counties of grade Ⅰ, with a general feature of "non-poverty counties of grade Ⅰ ≤ non-poverty counties of grade Ⅱ < poverty counties of grade Ⅰ ≤ poverty counties of grade Ⅱ ≤ poverty counties of grade Ⅲ"; ④The targeted poverty alleviation policy has effectively promoted the increase of rural residents' income in poverty areas, thereby further narrowing the urban-rural income gap.

Key words: targeted poverty alleviation policy, urban-rural income gap, poverty classification, regional differences, Difference-in-Difference Model

摘要：

2014年以来实施的精准扶贫政策，是中国扶贫史上的重大战略转型，这一举世瞩目的政策能否缩小了城乡收入差距，其效果究竟如何亟须一个精准的科学评估。针对现有研究缺乏政策实施的区域差异性探讨以及影响机制分析等不足等问题，本研究以重庆市为例，选取2011—2020年该市37个县（区）（不含渝中区）的面板数据进行实证检验，采用贫困分级方法将该市37个县（区）划分为Ⅰ级和Ⅱ级非贫困县以及Ⅰ级、Ⅱ级和Ⅲ级贫困县，运用双重差分模型精确评估精准扶贫政策对缩小城乡收入差距的效应及其区域差异性，揭示其特点和规律。研究结果表明：①重庆市城乡收入差距呈现较为明显的空间分异特征；②精准扶贫政策促使贫困县城乡收入比相比非贫困县而言显著缩小；③精准扶贫政策在Ⅱ级非贫困县和Ⅰ级贫困县之间有较显著的作用差异，其作用效果大致呈现“Ⅰ级非贫困县≤Ⅱ级非贫困县＜Ⅰ级贫困县≤Ⅱ级贫困县≤Ⅲ级贫困县”的规律；④精准扶贫有效促进了贫困地区的农村居民增收，从而缩小了城乡收入差距。

关键词: 精准扶贫政策, 城乡收入差距, 贫困分级, 区域差异性, 双重差分模型

Renyi YANG, Zisheng YANG, Changbiao ZHONG, Yimei HE, Jinrong YANG. Analysis of the impact of targeted poverty alleviation on narrowing the urban-rural income gap: Taking Chongqing as an example[J]. World Regional Studies, 2025, 34(2): 155-167.

杨人懿, 杨子生, 钟昌标, 贺一梅, 杨金蓉. 精准扶贫对缩小城乡收入差距的影响分析[J]. 世界地理研究, 2025, 34(2): 155-167.

Figures/Tables 10

References 38

1	MA X, WANG F, CHEN J, et al. The income gap between urban and rural residents in China: Since 1978. Computational Economics, 2018, 52(4): 1153-1174.
2	李忠杰. 中国扶贫脱贫史. 北京:东方出版社, 2022.
	LI Z. History of Poverty Alleviation in China. Beijing: Oriental Press, 2022.
3	中共中央, 国务院. 中共中央国务院关于打赢脱贫攻坚战的决定. 北京: 人民出版社, 2015.
	The Central Committee of the Party, The State Council of the People's Republic of China. Decision of the CPC Central Committee and State Council on Winning the Battle Against Poverty. Beijing: People's Publishing House, 2015.
4	国务院. "十三五"脱贫攻坚规划. 北京: 人民出版社, 2016.
	The State Council of the People's Republic of China. A Poverty Alleviation Plan for the 13th Five-year Plan Period. Beijing: People's Publishing House, 2016.
5	国务院新闻办公室. 人类减贫的中国实践. 人民日报, 2021-04-07(9-12).
	The State Council Information Office of the PRC. Poverty alleviation China's experience and contribution. People's Daily, 2021-04-07(9-12).
6	刘小鹏, 李永红, 王亚娟, 等. 县域空间贫困的地理识别研究——以宁夏泾源县为例. 地理学报, 2017, 72(3): 545-557.
	LIU X, LI Y, WANG Y, et al. Geographical identification of spatial poverty at county scale. Acta Geographica Sinica, 2017, 72(3): 545-557.
7	阿玛蒂亚·森. 以自由看待发展. 任赜, 于真, 译.北京: 中国人民大学出版社, 2002.
	AMARTYA S. Development as Freedom. Translated by REN Z, YU Z. Beijing: China Renmin University Press,2002.
8	阿玛蒂亚·森.贫困与饥荒.王宇, 王文玉, 译.北京: 商务印书馆, 2001.
	AMARTYA S. Poverty and Famines. Translated by WANG Y, WANG W. Beijing: The Commercial Press, 2001.
9	ALKIRE S. The missing dimensions of poverty data: An introduction. Oxford Development Studies, 2007, 35(4): 347-359.
10	ALKIRE S, FOSTER J. Counting and multidimensional poverty measurement. Journal of Public Economics, 2011, 95(7): 476-487.
11	DECANCQ K, LUGO M A. Inequality of wellbeing: A multidimensional approach. Economica, 2012,79(316): 721-746.
12	KIM S G. Measuring poverty as a fuzzy and multidimensional concept. Pittsburgh: University of Pittsburgh, 2012.
13	刘小鹏, 苏胜亮, 王亚娟, 等. 集中连片特殊困难地区村域空间贫困测度指标体系研究. 地理科学, 2014, 34(4): 447-453.
	LIU X, SU S, WANG Y, et al. The index system of spatial poverty of village level to monitor in concentrated contiguous areas with particular difficulties. Scientia Geographica Sinica, 2014, 34(4): 447-453.
14	陈烨烽, 王艳慧, 王小林. 中国贫困村测度与空间分布特征分析. 地理研究, 2016, 35(12): 2298-2308.
	CHEN Y, WANG Y, WANG X. Measurement and spatial analysis of poverty-stricken villages in China. Geographical Research, 2016, 35(12): 2298-2308.
15	孟颖, 曹月娥. 新疆农村贫困化空间分布及影响因素探究——以荒地镇为例. 世界地理研究, 2020, 29(3): 650-658.
	MENG Y, CAO Y. Study on the spatial distribution and influential factors of rural poverty in Xinjiang--Take the Wasteland Town as an example. World Regional Studies, 2020, 29(3): 650-658.
16	杨人懿, 钟昌标, 杨子生, 等. 西南喀斯特石漠化深度贫困县的贫困影响因素分析. 世界地理研究, 2022, 31(6): 1298-1309.
	YANG R, ZHONG C, YANG Z, et al. Analysis on poverty influencing factors in deep poverty county of Karst rocky-desertified area in southwest China. World Regional Studies, 2022, 31(6): 1298-1309.
17	杨子生, 刘智, 拉玛·兴高, 等. 世界减贫背景下的昆明市脱贫模式. 北京: 社会科学文献出版社, 2020.
	YANG Z, LIU Z, LAMA X G, et al. The Poverty Alleviation Model of Kunming in the Context of World Poverty Reduction. Beijing: Social Sciences Academic Press, 2020.
18	刘彦随. 中国脱贫攻坚典型经验与模式. 北京: 人民出版社, 2022.
	LIU Y. Typical Experiences and Models of Poverty Eradication in China. Beijing: People's Publishing House, 2022.
19	张永凯, 杨万宝, 李登科. 甘肃省县域农村贫困的空间演化分析. 世界地理研究, 2020, 29(3): 631-641.
	YANG Y, YANG W, LI D. Analysis on the spatial evolution of rural poverty in counties of Gansu Province. World Regional Studies, 2020, 29(3): 631-641.
20	武鹏, 李同昇, 李卫民. 县域农村贫困化空间分异及其影响因素——以陕西山阳县为例. 地理研究, 2018, 37(3): 593-606.
	WU P, LI T, LI W. Spatial differentiation and influencing factors analysis of rural poverty at county scale: A case study of Shanyang County in Shaanxi Province, China. Geographical Research, 2018, 37(3): 593-606.
21	陈虹, 李玉恒. 义务教育财政支出对农村相对贫困代际传递的影响效应研究. 统计与决策, 2023, 39(22): 67-72.
	CHEN H, LI Y. A study on the impact of fiscal expenditure on compulsory education on the intergenerational transmission of relative poverty in rural areas. Statistics & Decision, 2023, 39(22): 67-72.
22	ADAMS R. Economic growth, inequality and poverty: Estimating the growth elasticity of poverty. World Development, 2004, 32(12): 1989-2014.
23	BREUNIG R, MAJEED O. Inequality, poverty and economic growth. International Economics,2020, 161: 83-99.
24	FOSU A. Growth, inequality, and poverty reduction in developing countries: Recent global evidence. Research in Economics, 2017, 71(2): 306-336.
25	XUE E, ZHOU X. Education and anti-poverty: Policy theory and strategy of poverty alleviation through education in China. Educational Philosophy and Theory, 2018, 50(12): 1101-1112.
26	ZHANG H, WU K, QIU Y, et al. Solar photovoltaic interventions have reduced rural poverty in China. Nature Communications, 2020, 11(1): 1-10.
27	李芳华, 张阳阳, 郑新业. 精准扶贫政策效果评估——基于贫困人口微观追踪数据. 经济研究, 2020, 55(8): 171-187.
	LI F, ZHANG Y, ZHENG X. Impact of targeted poverty alleviation: Micro tracking data of poor populations. Economic Research Journal, 2020, 55(8): 171-187.
28	黄薇, 祝伟. 精准帮扶政策的多维评估:基于G省B市扶贫实践的经验分析. 管理世界, 2021, 37(10): 111-128.
	HUANG W, ZHU W. Multidimensional evaluation of the consolidation and expansion of targeted poverty alleviation: An empirical analysis of poverty alleviation practice in B city of G Province in China. Journal of Management World, 2021, 37(10): 111-128.
29	CHANG Q, MA W, VATSA P, et al. Has the targeted poverty alleviation program improved household welfare in rural China? Journal of Policy Modeling, 2022, 44: 1401-1456.
30	杨人懿, 钟昌标, 杨子生, 等. 精准扶贫政策与农村居民增收——基于云南省129个县的实证检验. 南开经济研究, 2023,39(3): 131-150.
	YANG R, ZHONG C, YANG Z, et al. Targeted poverty alleviation policy and increase of rural residents' income: An empirical test based on 129 counties in Yunnan Province. Nankai Economic Studies, 2023, 39(3): 131-150.
31	张淑惠, 刘敬. 精准扶贫政策缩小了城乡收入差距吗?基于空间面板数据的实证研究. 新疆大学学报: 哲学·人文社会科学版, 2018, 46(6): 1-9.
	ZHANG S, LIU J. Is the targeted poverty-relief policy narrowing the income gap between the urban and ruralareas? --An empirical study based on spatial panel data. Journal of Xinjiang University (Philosophy, Humanities & Social Sciences), 2018, 46(6): 1-9.
32	刘梦航, 李俊伟, 李强. 精准扶贫政策对城乡居民收入差距的影响研究——以山西省为例. 中国农业资源与区划, 2020, 41(8): 228-237.
	LIU M, LI J, LI Q. Impact of targeted poverty alleviation on the urban-rural household income gap--A case study of Shanxi Province. Chinese Journal of Agricultural Resources and Regional Planning, 2020, 41(8): 228-237.
33	张博胜, 曹筱杨. 精准扶贫政策对国家级贫困县城乡收入差距的影响. 资源科学, 2021, 43(8): 1549-1561.
	ZHANG B, CAO X. Impact of targeted poverty alleviation policy on the urban-rural income gap in national poverty-stricken counties. Resources Science, 2021, 43(8): 1549-1561.
34	TANG J, GONG J, MA W, et al. Narrowing urban-rural income gap in China: The role of the targeted poverty alleviation program. Economic Analysis and Policy, 2022, 75: 74-79.
35	ZHOU Y, LIU Z, WANG H, et al. Targeted poverty alleviation narrowed China's urban-rural income gap: A theoretical and empirical analysis. Applied Geography, 2023, 157: 103000.
36	SICULAR T, YUE X, GUSTAFSSON B, et al. The urban-rural income gap and inequality in China. Review of Income and Wealth, 2007, 53(1): 93-126.
37	YANG S, YANG Z, YANG R, et al. Analysis of the spatio-temporal evolution, influencing factors, and spillover effects of the urban-rural income gap in Chongqing Municipality, China. Agriculture-Basel, 2023, 13: 907.
38	杨子生, 杨人懿, 刘凤莲. 基于贫困分级的云南省城乡收入差距时空演化与影响因素研究. 地理研究, 2021, 40(8): 2252-2271.
	YANG Z, YANG R, LIU F. Spatio-temporal evolution and influencing factors of urban-rural income gap in Yunnan Province based on poverty classification. Geographical Research, 2021, 40(8): 2252-2271.

属性	维度	变量	计算方法	单位
因变量		城乡收入差距	城乡居民人均可支配收入比值	—
自变量		政策实施时间time	2014—2020年取1，2011—2013年取0	—
自变量		处置组虚拟变量treat	处置组取1，对照组取0	—
控制变量	产业发展	第一产业发展水平	ln(第一产业产值/农村户籍人口)	元/人
		第二产业发展水平	ln(第二产业产值/城镇户籍人口)	元/人
		第三产业发展水平	ln(第三产业产值/总人口)	元/人
		农林牧渔业发展水平	ln(农林牧渔业总产值/农村户籍人口)	元/人
		第二、三产业产值比例	第二、三产业产值/GDP×100%	%
	经济社会	夜间灯光亮度	ln(夜间灯光平均亮度+0.01)	—
	经济社会	人均粮食产量	ln(粮食总产量/总人口)	kg/人
	投资支出	固定资产投资力度	ln(固定资产投资额/总人口)	元/人
	投资支出	财政支出水平	ln(公共财政预算支出/总人口)	元/人
	人口结构	人口密度	ln(总人口/土地面积)	人/ km²
	人口结构	城镇化率	城镇户籍人口/总人口×100%	%

属性	维度	变量	计算方法	单位
因变量		城乡收入差距	城乡居民人均可支配收入比值	—
自变量		政策实施时间time	2014—2020年取1，2011—2013年取0	—
自变量		处置组虚拟变量treat	处置组取1，对照组取0	—
控制变量	产业发展	第一产业发展水平	ln(第一产业产值/农村户籍人口)	元/人
		第二产业发展水平	ln(第二产业产值/城镇户籍人口)	元/人
		第三产业发展水平	ln(第三产业产值/总人口)	元/人
		农林牧渔业发展水平	ln(农林牧渔业总产值/农村户籍人口)	元/人
		第二、三产业产值比例	第二、三产业产值/GDP×100%	%
	经济社会	夜间灯光亮度	ln(夜间灯光平均亮度+0.01)	—
	经济社会	人均粮食产量	ln(粮食总产量/总人口)	kg/人
	投资支出	固定资产投资力度	ln(固定资产投资额/总人口)	元/人
	投资支出	财政支出水平	ln(公共财政预算支出/总人口)	元/人
	人口结构	人口密度	ln(总人口/土地面积)	人/ km²
	人口结构	城镇化率	城镇户籍人口/总人口×100%	%

贫困程度分级	含义或划分依据	包含的县（区）	县的个数/个	贫困程度
Ⅰ级非贫困县	没有扶贫任务的非贫困县	大渡口、沙坪坝、九龙坡、南岸	4	不明显
Ⅱ级非贫困县	有扶贫任务的非贫困县	梁平、垫江、长寿、巴南、渝北、北碚、合川、铜梁、璧山、江津、綦江、永川、荣昌、大足、万盛	15	较浅
Ⅰ级贫困县	重庆市扶贫开发领导小组确定的贫困县	忠县、涪陵、潼南、南川	4	中等
Ⅱ级贫困县	属国家扶贫开发工作重点县，但不是深度贫困县	万州、黔江、丰都、武隆、开州、云阳、奉节、巫山、石柱、秀山	10	较深
Ⅲ级贫困县	重庆市扶贫开发小组确定的深度贫困县	城口、巫溪、酉阳、彭水	4	很深

贫困程度分级	含义或划分依据	包含的县（区）	县的个数/个	贫困程度
Ⅰ级非贫困县	没有扶贫任务的非贫困县	大渡口、沙坪坝、九龙坡、南岸	4	不明显
Ⅱ级非贫困县	有扶贫任务的非贫困县	梁平、垫江、长寿、巴南、渝北、北碚、合川、铜梁、璧山、江津、綦江、永川、荣昌、大足、万盛	15	较浅
Ⅰ级贫困县	重庆市扶贫开发领导小组确定的贫困县	忠县、涪陵、潼南、南川	4	中等
Ⅱ级贫困县	属国家扶贫开发工作重点县，但不是深度贫困县	万州、黔江、丰都、武隆、开州、云阳、奉节、巫山、石柱、秀山	10	较深
Ⅲ级贫困县	重庆市扶贫开发小组确定的深度贫困县	城口、巫溪、酉阳、彭水	4	很深

变量	（1）	（2）	（3）	（4）
time×treat	－0.054 3^***(0.009 2)	－0.041 3^***(0.012 6)	－0.037 0^***(0.011 2)	－0.034 5^***(0.010 8)
控制变量	N	Y	N	Y
个体效应	Y	Y	Y	Y
时间效应	Y	Y	N	N
各片区与时间的固定效应	N	N	Y	Y
无扶贫任务的县与时间的固定效应	N	N	N	N
样本量	370	370	370	370
R²	0.995 6	0.996 3	0.997 4	0.997 7
变量	（5）	（6）	（7）	（8）
time×treat	－0.049 3^***(0.009 4)	－0.040 6^***(0.013 6)	－0.034 0^***(0.010 8)	－0.033 2^***(0.011 4)
控制变量	N	Y	N	Y
个体效应	Y	Y	Y	Y
时间效应	N	N	N	N
各片区与时间的固定效应	N	N	Y	Y
无扶贫任务的县与时间的固定效应	Y	Y	Y	Y
样本量	370	370	370	370
R²	0.996 2	0.996 4	0.997 6	0.997 7