Policy Gains or Household Need? The Allocation Logic of China's Dibao Program
政策收益还是家庭需要：中国低保项目的分配逻辑AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用家庭面板并估计异质性政策收益来分析受助分配，因此选择面板数据与因果推断方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
政策收益还是家庭需要：中国低保项目的分配逻辑
- 研究问题
- 低保资源有限时，受助者选择更接近对家庭贫困与脆弱性的优先考虑，还是对消费、教育等可预测政策收益的优先考虑？
- 方法与思路
- 作者使用中国家庭金融调查面板，估计消费与教育的异质性预测收益，结合低保进入情况恢复条件优先次序，并作分解与重排序。
- 材料陈述的贡献
- 摘要称，分配拟合改善主要来自家庭优先因素而非预测收益；保持地方容量的重排序显示，去除家庭优先差异会大幅改变受助名单。
- 阅读关注点
- 应核对政策收益如何识别与预测、受助选择模型的设定，以及 Shapley 分解和固定地方容量反事实所依赖的条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及接收状态未核实；结果限于数据中可观察的收益与信息，不能据此断言低保完全不考虑实际政策收益。
原文摘要
When social assistance is scarce, should it prioritize households in greatest need or those expected to benefit most? Using panel data from the China Household Finance Survey, we distinguish allocation principles by combining predicted policy gains with entry into China's Minimum Living Standard Guarantee (Dibao). We estimate heterogeneous predicted gains in consumption and education and then recover the conditional priorities revealed by recipient selection. Predicted gains explain little of allocation: a Shapley decomposition attributes 96.9\% of the improvement in allocation fit to household priorities and 3.1\% to predicted gains. Lower income, lower education of the household head, and elderly presence consistently predict higher priority across supported outcome-value specifications. Holding local program capacity fixed and removing household-priority differences while retaining the full model's estimated outcome values, the resulting ranking overlaps with recipients by only 10.9\%, implying 89.1\% recipient churn. These findings show that Dibao allocation is more closely aligned with household circumstances associated with poverty and vulnerability than with policy gains predictable from the outcomes and information observed in our data, underscoring the distinction between distributional and impact targeting in social assistance.