评估布基纳法索社会安全网计划的经济影响：LEWIE方法

莱维方法 2025年8月 作者 J.爱德华·泰勒 Justin Kagin 伊尼戈·韦杜斯科 Judith Mutuku 摘要 社会安全网项目日益被认定为撒哈拉以南非洲的关键政策工具，为贫困家庭提供直接支持，并通过地方市场联系刺激更广泛的经济效益（Taylor、Thome和Filipski，2016年；Egger等人，2022年）。在布基纳法索，与其他国家一样，这些项目的目标是减少贫困，增强弱势群体的韧性。然而，关于它们对当地经济更广泛的影响仍存在疑问，特别是在生产、就业和创收方面。 本研究采用地方经济全面影响评估（LEWIE）方法，评估布基纳法索社会安全网的经济效应。1 传统影响评估通常仅关注受益家庭，而LEWIE通过捕捉整个地方经济范围内的直接和间接（溢出）效应，提供了更全面的视角。通过这种方式，它揭示了向贫困家庭转移资金如何产生收入乘数、影响劳动力市场，并通过市场互动影响非受益者。 致谢 本研究由LEWIE团队进行，并得到世界银行的资助。作者们感谢世界银行的玛格aux·维内兹（Margaux Vinez）、斯特凡妮·布勒莱纳（Stéphanie Brunelin）和朱利安·亚历山大·科施克（Julian Alexander Koschorke）在本过程中的参与和反馈。 本研究得到了萨赫勒适应性社会保护计划（SASPP）的支持。SASPP是由世界银行集团管理的多捐助者信托基金，旨在支持布基纳法索、乍得、马里、毛里塔尼亚、尼日尔和塞内加尔加强国家适应性社会保护体系，以增强贫困和脆弱家庭及社区应对气候变化影响的能力。该计划得到了丹麦、法国、德国和英国政府的支持。SASPP是在萨赫勒和西非国家（SAWAC）伞形计划下运作的，该伞形计划也由世界银行集团管理。 目录 摘要..........................................................................................................................................1 图目录和表目录 图1：符合社会保障资格与不符合社会保障资格的家庭农场（及家庭企业）模式...................................7 表1：按家庭组分的支出份额 ............................................................................14 缩略语列表 CGECIEHCVMFTEGAMSGEIHSTINSD(logPMTRCTSSN可计算一般均衡置信区间harmonized household living conditions survey统一调查居民生活水平全时当量通用代数建模系统一般均衡反双曲正弦变换国家统计与人口研究所国家统计局人口统计学和人口学莱维本地经济全面影响评估对数代理手段测试随机对照试验社会保障网Sureg看似无关回归 1.本地经济全面影响评估（LEWIE）模式之必要性与可行性 社会安全网（SSN）项目已成为发展政策的核心支柱，对其评估也已发展至能够全面捕捉其经济影响。早期的奠基性研究通常依赖随机对照试验（RCT）和准实验方法，在确立这些项目对受益家庭产生的直接影响方面发挥了关键作用（Davis等人，2016；Gertler，2004）。这一文献体系为受益者家庭在消费、粮食安全以及人力资本投资方面的改善提供了有力的证据。虽然这些方法在评估项目对“受干预”群体的内部有效估计方面表现出色，但数据挑战限制了衡量超出直接受益人范围的经济影响的能力。（一个显著的例外是Egger等人，2022）。 这些更广泛的影响，通常被称为“溢出效应”或“一般均衡（GE）效应”，对全面影响评估至关重要。当转移支付增加贫困家庭的收入时，这些家庭反过来会提高对本地产品和服务的需求，从而刺激生产并提高非受益者的收入。忽视这些涟漪效应——例如，当地店主或向受益者提供商品的生产者所获得的收益——可能导致低估一项计划的真实价值（Filipski 等人，2015）。最近的研究表明，这些溢出效应往往很显著，货币转移计划的总收益中有很大一部分流向了非受益家庭（Taylor 等人，2016；Gupta 等人，2017）。 本研究采用地方经济全面影响评估（LEWIE）模型，对社会保障项目的效果进行综合分析。LEWIE方法论是一种强大且经过验证的方法，用于捕捉一般均衡（GE）影响。它将来自家庭调查的详细微观数据与可计算一般均衡（CGE）框架相结合，以模拟地方经济中家庭与部门之间的复杂互动（Taylor and Filipski 2014）。这种方法特别适用于评估货币转移项目，因为它明确模拟了货币转移带来的需求冲击如何通过地方生产和劳动力市场传播，影响所有经济主体。通过模拟这些联系，LEWIE模型可以提供收入和生产乘数估计；阐明每转移的一美元如何产生额外的经济活动。对LEWIE与撒哈拉以南非洲货币转移乘数的实验结果进行的比较分析表明，LEWIE估计值与实验数据吻合良好，并且可用于捕捉实验中可能难以捕捉的更广泛和更长期的动态效应（Egger et al. 2022; Gupta et al. 2017; Thome et al. 2013）。 尽管 LEWIE 模型能更全面地反映地方经济影响，但它们并非没有局限性。与所有建模方法一样，它们依赖于关于函数形式、市场关闭规则和估计参数的结构性假设。然而，通过为那些强调内部有效性但往往忽略一般均衡（GE）效应的实验设计提供补充视角，LEWIE 框架为政策制定者和发展从业者提供了对货币转移计划更全面、更具可操作性的理解。 2. 什么是莱维？ LEWIE将家庭和企业的微观经济模型与一般均衡（GE）原理相结合，模拟地方经济如何响应政策干预（如社会保障号码，SSN）（图1）。它明确地模拟了特定地理区域内经济主体之间的生产、消费和贸易联系，通常包括符合条件的（受益者）家庭和不符合条件的（非受益者）家庭。地方经济主体的微观模型，包括受益者和非受益者家庭，是利用详细的微观数据（包括家庭调查）和经济计量方法构建的。然后，这些模型被整合到地方经济的GE模型中，该模型定义为处理过的村庄或村庄集群、村庄及附近的城镇，或包含处理过的村庄/城镇的特定地理区域。蒙特卡洛方法用于构建模拟结果的置信区间（CI）。 图1：符合社保资格与不符合社保资格的家庭农场（及家庭企业）模式 注意：家庭是根据微观数据通过计量经济学方法构建的，然后嵌套在地方经济的GEmodel中。 莱维（LEWIE）已在撒哈拉以南非洲的SSN项目中得到应用，并持续证明地方乘数效应往往超过转移本身的价值。模拟显示，每一美元转移给贫困家庭，都能为非受益家庭带来显著的溢出效应（Taylor, Thome, and Filipski, 2016; Thome et al., 2013; Taylor and Filipski, 2014）。 与传统仅关注受益者的评估方法不同，LEWIE通过消费和生产联系捕捉溢出效应。3 使用LEWIE模型进行的模拟，可全面评估收入乘数、部门影响以及政策干预的分配效应。以布基纳法索为例，LEWIE模型利用国家调查获取的详细家庭和企业数据，模拟了社会保障网（SSN）对家庭收入、本地生产和就业的影响。 3. 布基纳法索的社会安全网计划 布基纳法索的社会安全网（SSN）项目于2014年至2024年期间在世行支持下实施，该国社会保障体系的核心支柱。该项目的主要目标是向最贫困家庭提供收入支持，并为可持续的国家安全网奠定制度基础。 3.1 转移大小和频率 该计划在一个三年周期内按季度提供定期资金转移。虽然主要报告提到2018年总转移金额为350亿中非金融合作法郎，但其他资料表明该计划使用了不同规模的转移金额。例如，一些项目试点每月向每户提供16,000中非金融合作法郎（每季度48,000中非金融合作法郎）。该项目的一个关键特点是其能够提供适应性、抗冲击的资金转移，以应对淡季的粮食不安全问题，这些资金提供给定期转移的现有受益人。 3.2 覆盖范围及期限 该SSN项目旨在分阶段实施，逐步提升能力并扩大覆盖范围。 • 启动阶段（2014年）：项目最初面向三个地区——东部、北部和中部东部——的4万户家庭启动，这些地区普遍存在高贫困率和营养不良问题。 • 扩展：该计划随后扩展至四个新地区（布克勒·穆洪、中地区、中北地区和萨赫勒），新增涵盖128,000户家庭。 • 全面覆盖：截至2024年6月，该项目已覆盖13个地区中的9个地区，惠及120多万户家庭，直接受益人超过120万人，超出原定目标。 该项目于2024年6月30日正式关闭，其初始关闭日期已延长，以便完成付款和改革。尽管面临挑战，该项目为国家构建强大的社会安全网体系提供了一个关键平台。 符合条件的家庭通过代理手段测试（PMT）结合社区验证的方式被选中。初期目标定位优先考虑了15岁以下有孩子的家庭、孕妇或哺乳期妇女以及其他脆弱性指标的家庭。这些转移是无条件的，但 伴随着行为引导，例如健康营养教育或心理社会刺激活动（世界银行与贫困行动创新，2020）。 尽管SSN项目通过一项随机对照试验（RCT）进行了影响评估，但数据限制限制了我们获取完整基线数据集的能力。因此，本研究利用了布基纳法索的《家庭生活水平协调调查》（Enquête Harmonisée sur les Conditions de Vie des Ménages；EHCVM）2018-2019年数据，该调查是由布基纳法索国家统计局和人口普查局（Institut National de la Statistique et de la Démographie；INSD）全国性开展，并得到世界银行支持（INSD和世界银行，2020）。此外，结合世界银行的PMT公式（World Bank，2024）和区域目标信息，以识别可能符合条件的家庭和不符合条件的家庭，并构建LEWIE模型。 4. 数据来源与家庭分类 为从EHCVM数据中构建家庭组，我们使用了由政府与世界银行支持为SSN项目开发的PMT公式。该公式对一系列家庭层面的变量（如住房特征、资产拥有情况以及人口统计指标）赋予权重，这些变量共同预测了某个家庭成为贫困家庭的可能。利用这些权重，我们为EHCVM数据集中的每个家庭计算了PMT得分。得分越高，表明该家庭成为贫困的可能性越低；而得分越低，则表明该家庭更有可能陷入贫困。 计算得分后，我们应用了区域筛选，以识别位于原始社会保障号码（SSN）项目目标区域的住户。在这些住户中，PMT得分最低的住户被归类为可能符合条件。相比之下，PMT得分较高的住户被归类为不符合条件，并根据其在国家消费分布中的位置进一步划分为低收入组和 高收入组。此程序尽可能利用国家调查数据复制原始的目标策略，并确保我们的LEWIE模型包含相关类型的住户谱系（有关权重和计算的更多详细信息，请参见附录A）。 由于原始SSN项目数据不可用，我们将世界银行的PMT评分公式应用于EHCVM数据集，将家庭分类为可能符合条件的和不符合条件的组（世界银行，2024）。这种分类模拟了原始的瞄准方法，该方法结合了东、北和中部东三个地区的PMT评分以及社区验证。 LEWIE模型的家庭类型包括如下： • 符合条件的家庭（PMT得分低，居住在目标地区）• 不符合条件的低收入家庭（PMT得分高，但处于消费分布的底60%）• 不符合条件的 高收入家庭（处于消费分布的前40%） 我们进一步区分了每个群体的农业和非农业生产活动，并为零售和非零售企业构建了独立的微观模型。 EHCVM基线调查数据的全面性使我们能够得出相关估计值，以校准LEWIE模型。其中，它使我们能够估计家庭的年 不同类别下用于校准LEWIE的预算和支出。它还提供了关于家庭生产活动及其收入来源的洞察。同时，它使我们能够区分不同产品的