中国农村低保瞄准效率和机制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71803155
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0311.农林经济管理
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

The establishment and development of China's rural social security and social assistance system is one of the necessary conditions to practice Xi Jinping's socialism thought with Chinese characteristics and to fight well for poverty alleviation. The realization of this goal is inseparable from the implementation of the rural minimum living security system in a comprehensive and efficient way, which requires in-depth analysis of the efficiency and mechanism of rural minimum living security targeting.This project aims to estimate the overall trend, dynamic changes and regional distribution of the targeting efficiency in rural China by using the large-sample mixed panel data from China Household Finance Survey (CHFS), which has implemented for four rounds from 2011 to 2017, covering 29 provinces, 353 counties and 12732 rural households. By using Ravallion counterfactual model, Alkire-Foster multi-dimensional poverty measurement framework, destitution index and artificial neural network model, we can calculate single and robust income standard targeting index, and the multi-dimensional poverty measurement index. And from a double targeting perspective, the project plan to use fixed effects regression model and quantile regression model to analyze poor household targeting and fiscal fund matching, study the impact of elite capture, power supervision, information channels, administrative efficiency, geographical features and other factors on targeting efficiency in rural China. This project is of academic importance and realistic urgency.
中国农村社会保障和社会救助体系的建立和发展,是实践“习近平新时代中国特色社会主义思想”和“打好精准脱贫攻坚战”的必要条件之一。该目标的实现离不开农村最低生活保障制度全面高效地实施,这需要对我国农村低保瞄准的效率和机制进行深入分析。本项目拟利用中国家庭金融调查2011年至2017年四轮覆盖全国29省353县12732户农村家庭的大样本混合面板追踪数据,使用Ravallion反事实模型、Alkire-Foster多维度贫困测量框架、赤贫指数和人工神经网络模型等方法,计算单一和稳健的收入标准瞄准指标、以及多维度贫困测量指标,精确估计农村低保瞄准效率的总体趋势、动态变化和区域分布特征,并从贫困户筛选和资金规模匹配双重瞄准的视角出发,使用固定效应回归模型和分位数回归模型等方法,分析精英俘获、权力监督、信息渠道、行政效率、地域特征等因素对低保瞄准效率的影响。本项目具有学术重要性和现实紧迫性。

结项摘要

农村低保制度面对的是农村地区绝对和深度贫困人口,是一张全面性、兜底式的社会救助安全网,在社会救助体系中具有基础作用。为促进农村最低生活保障制度全面高效地实施,本课题使用有全国农村代表性的大样本追踪数据,对我国农村低保瞄准的效率和机制进行深入分析。.首先,我们对中国农村低保瞄准效率进行了动态评估,结果显示中国农村低保瞄准偏误较大,精英俘获现象十分明显。课题组构建了农村低保瞄准的理论框架,证明农户的信息水平对低保瞄准具有显著影响。此外还考察了信息作用机制的异质性,验证了信息通知的传播作用和信息反馈的监督作用。基于以上结论,课题组提出在村内设置宣传公示栏,提高农户的信息水平,减轻乡村内部的信息不对称,从而达到改善低保瞄准效率的建议。.然后,课题组还关注了农村困难人口中的重点人群,农村老年人。数据显示农村独居老人陷入贫困的概率远远高于合居老人。导致这一现象的主要原因是不同居住模式会引起农村老年家庭收入结构的变化,独居会使家庭非农收入占比显著下降,从而引起消费倾向降低,进而导致以消费来衡量的贫困脆弱性指标升高。对此,课题组建议,一方面政府、社会和子女三方需加大对农村独居老年人的转移支付,另一方面鼓励农村老年人与子女合居。.目前,随着我国的反贫困工作的重心的变化,我们开始研究反贫困长效机制的构建。实证结果显示社会关系和金融知识会引起信贷可得性城乡差异不断扩大,因此,我们提出改善贷款担保机制、破除信贷信息壁垒、加强金融服务网点建设、降低农村金融市场信息不对称等建议,希望从金融赋能的角度,改变家庭的初始禀赋和生产效率并最终实现家庭增收。.本课题研究使用有全国农村代表性的大样本追踪数据,研究结论更具有普适性;也为厘清中国社会保障体系的发展路径提供理论依据,为转移支付理论的拓展提供支持。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
农村老龄人口居住模式、收入结构与贫困脆弱性
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    中国农村经济
  • 影响因子:
    --
  • 作者:
    何欣;黄心波;周宇红
  • 通讯作者:
    周宇红
农户信息水平、精英俘获与农村低保瞄准
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    经济研究
  • 影响因子:
    --
  • 作者:
    何欣;朱可涵
  • 通讯作者:
    朱可涵
微观家庭视角下信贷可得性的城乡差异研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    西南金融
  • 影响因子:
    --
  • 作者:
    何欣;周宇红
  • 通讯作者:
    周宇红

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

不同时机电针对卵巢损伤大鼠卵巢储备功能的影响
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国中医基础医学杂志
  • 影响因子:
    --
  • 作者:
    俞舒丹;何欣;史航毓;刘志顺;王伟明
  • 通讯作者:
    王伟明
一种基于分簇的机会网络路由算法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    郑州大学学报(理学版)
  • 影响因子:
    --
  • 作者:
    刘尚坤;魏功;何欣
  • 通讯作者:
    何欣
纳米微结构表面与石墨烯薄膜的界面黏附特性研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    物理学报
  • 影响因子:
    --
  • 作者:
    白清顺;沈荣琦;何欣;刘顺;张飞虎;郭永博
  • 通讯作者:
    郭永博
物种多样性和功能群多样性与生态系统生产力的关系——以内蒙古短花针茅草原为例
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    植物生态学报
  • 影响因子:
    --
  • 作者:
    何欣;杨艳;张艳楠;邬建国
  • 通讯作者:
    邬建国
微裂纹缺陷对CVD金刚石涂层微刀具损伤失效的影响研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    表面技术
  • 影响因子:
    --
  • 作者:
    白清顺;张亚博;王永旭;何欣
  • 通讯作者:
    何欣

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码