許露露

（安徽財(cái)經(jīng)大學(xué)，安徽 蚌埠 233000）

0 引言

迄今為止，我國(guó)已經(jīng)實(shí)現(xiàn)7 億多農(nóng)村貧困人口脫貧［1］。黨的十八大以來(lái)，我國(guó)以“精準(zhǔn)扶貧”、“精準(zhǔn)脫貧”為目標(biāo)，取得了決定性的進(jìn)展，向全面建成小康社會(huì)邁進(jìn)了一大步。國(guó)務(wù)院扶貧辦和國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2012-2018年，我國(guó)貧困人口減少了8000多萬(wàn)人，連續(xù)6年平均每年減貧1300多萬(wàn)人，貧困人口從9899萬(wàn)人減少到1660萬(wàn)人，貧困發(fā)生率從2012年的10.2%下降至2018年的1.7%，累計(jì)下降8.5個(gè)百分點(diǎn)，832個(gè)貧困縣已脫貧摘帽436個(gè)［2］。預(yù)計(jì)到2019年底，全國(guó)95%左右現(xiàn)行標(biāo)準(zhǔn)的貧困人口將實(shí)現(xiàn)脫貧，90%以上的貧困縣將實(shí)現(xiàn)摘帽［2］。

國(guó)家扶貧工作成效斐然，但是我國(guó)扶貧效率水平以及各省市及地區(qū)扶貧成效如何，是否有明顯差異，影響扶貧效率水平的主要因素有哪些，這些問(wèn)題都有待解答。本文以我國(guó)27 個(gè)有國(guó)家級(jí)貧困縣的省（區(qū)）市為研究對(duì)象，采用DEA和聚類(lèi)分析以及斷尾回歸等方法試圖解答這些問(wèn)題。

本文的邊際貢獻(xiàn)主要為：（1）運(yùn)用DEA 方法測(cè)算效率時(shí)，采用全國(guó)27個(gè)省（區(qū)）市的面板數(shù)據(jù)進(jìn)行分析，更能全面展示2012-2017 年歷年各省市精準(zhǔn)扶貧效率情況以及各省市歷年扶貧效率變化情況；（2）通過(guò)聚類(lèi)分析和分區(qū)域測(cè)算效率，可以對(duì)我國(guó)精準(zhǔn)扶貧的區(qū)域差異和省市扶貧工作的相似性進(jìn)行了解，從而全面把握我國(guó)精準(zhǔn)扶貧的內(nèi)部差異情況；（3）從八大投入指標(biāo)的角度，通過(guò)逐步回歸和斷尾回歸模型建模，對(duì)精準(zhǔn)扶貧效率的影響因素進(jìn)行識(shí)別，從而有利于提出針對(duì)性建議。

1 文獻(xiàn)綜述

對(duì)精準(zhǔn)扶貧這一問(wèn)題的相關(guān)研究主要集中在理論闡釋、效率評(píng)價(jià)以及影響因素分析等三大方面。

在精準(zhǔn)扶貧的理論闡釋方面，賀立龍和朱方明等指出精準(zhǔn)扶貧不僅是一種戰(zhàn)略理念，更是一種經(jīng)濟(jì)學(xué)思想，是為了擺脫僵化低效、政績(jī)導(dǎo)向、救濟(jì)性質(zhì)的扶貧模式窠臼，追求發(fā)展脫貧、精準(zhǔn)脫貧、高效扶貧的主動(dòng)創(chuàng)新［3］。郝儒杰認(rèn)為精準(zhǔn)扶貧政策的時(shí)代內(nèi)涵主要體現(xiàn)為以人民為中心的價(jià)值選擇、決勝全面小康的使命擔(dān)當(dāng)以及強(qiáng)化基層黨組織的核心力量，使其具有問(wèn)題導(dǎo)向、理論貢獻(xiàn)、內(nèi)容方法有機(jī)結(jié)合的理論品格和方向精準(zhǔn)、普惠廣泛、操作規(guī)范等價(jià)值特色［4］。趙敏從精準(zhǔn)扶貧創(chuàng)新機(jī)制視角出發(fā)，指出精準(zhǔn)扶貧機(jī)制通過(guò)設(shè)立精準(zhǔn)的脫貧目標(biāo)、構(gòu)建了涵蓋精準(zhǔn)識(shí)別、精準(zhǔn)幫扶、精準(zhǔn)退出、精準(zhǔn)考核及精準(zhǔn)管理等精準(zhǔn)扶貧全過(guò)程的有機(jī)統(tǒng)一且高效運(yùn)行的扶貧體系，創(chuàng)新性地解決了多年來(lái)扶貧制度設(shè)計(jì)中存在的諸多問(wèn)題，大大提升了扶貧的精準(zhǔn)度和幫扶效率［5］。

在精準(zhǔn)扶貧效率評(píng)價(jià)方面，陳銀娥和尹湘基于中國(guó)貧困地區(qū)東中西部21 個(gè)省市及自治區(qū)普惠金融發(fā)展助推精準(zhǔn)脫貧狀況，運(yùn)用三階段DEA模型對(duì)其效率進(jìn)行測(cè)度，發(fā)現(xiàn)普惠金融發(fā)展助推精準(zhǔn)脫貧的效率均處于較高水平，效率值均高于0.90，但效率水平未達(dá)最優(yōu)，尚有提升空間，規(guī)模效率低是制約當(dāng)前金融扶貧效率的主要原因［6］。杜興洋和楊起城選取湖南省國(guó)家級(jí)貧困縣所在的9 個(gè)市（州）為樣本，運(yùn)用DEA-Tobit 模型對(duì)其2010-2015 年金融扶貧績(jī)效水平及效率影響因素進(jìn)行測(cè)評(píng)和分析，結(jié)果發(fā)現(xiàn)湖南省不同城市的金融扶貧效率存在較大差異，農(nóng)村金融發(fā)展水平及其效率的提高、農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化及政府財(cái)政政策支持等有利于提高金融扶貧效率［7］。黃淵基和王韌等以湖南省為例，運(yùn)用DEA-Tobit 模型測(cè)算湖南省14個(gè)市（州）2008-2014 年的政策性農(nóng)業(yè)保險(xiǎn)扶貧效率及其影響因素，研究發(fā)現(xiàn)，湖南省政策性農(nóng)業(yè)保險(xiǎn)市場(chǎng)總體上處于有效狀態(tài)，參保農(nóng)戶(hù)數(shù)、風(fēng)險(xiǎn)保障、受益農(nóng)戶(hù)數(shù)、已決賠款和政府保費(fèi)補(bǔ)貼顯著影響農(nóng)業(yè)保險(xiǎn)扶貧效率［8］。

在精準(zhǔn)扶貧成效的影響因素分析方面，鐘文和鐘昌標(biāo)等以云南省為例，研究發(fā)現(xiàn)：各市（州）與省會(huì)中心的距離、經(jīng)濟(jì)密度和扶貧資金對(duì)云南省扶貧效率產(chǎn)生顯著的正向影響［9］。王舒可和胡翠紅等以四川省公共圖書(shū)館文化扶貧現(xiàn)狀為例，利用主成分分析法對(duì)文化扶貧的影響因素進(jìn)行量化研究，歸納出影響公共圖書(shū)館文化扶貧的六大因子［10］。黃曉野和高一蘭基于海南省36 個(gè)貧困村扶貧調(diào)查數(shù)據(jù)，使用Probit 模型實(shí)證檢驗(yàn)發(fā)現(xiàn)，貧困發(fā)生概率與貧困人口教育水平及脫貧能力和意識(shí)等個(gè)人特征關(guān)系顯著，同時(shí)與家庭人口結(jié)構(gòu)、收入來(lái)源、社會(huì)組織、交通等家庭和社會(huì)特征有關(guān)［11］。邢伯倫和龔賢等通過(guò)對(duì)涼山彝族自治州的101戶(hù)建檔立卡貧困戶(hù)進(jìn)行問(wèn)卷調(diào)查和入戶(hù)訪談，運(yùn)用描述性統(tǒng)計(jì)和有序Logistic回歸模型的方法進(jìn)行實(shí)證研究發(fā)現(xiàn)，年齡、受教育程度、住房等基礎(chǔ)設(shè)施改善、扶貧資金的合理有效使用、貧困戶(hù)的精準(zhǔn)識(shí)別、政府對(duì)扶貧工作的重視等是影響貧困戶(hù)對(duì)精準(zhǔn)扶貧滿(mǎn)意度的主要因素［12］。

綜上可知，雖然關(guān)于精準(zhǔn)扶貧效率的研究已經(jīng)不少，但是以往的研究多以截面數(shù)據(jù)為主，且其考察的對(duì)象范圍往往局限于個(gè)別省域或縣域，目前尚未有對(duì)全國(guó)的精準(zhǔn)扶貧成效及其影響因素進(jìn)行研究的文獻(xiàn)，因此，本文對(duì)我國(guó)27 個(gè)有國(guó)家級(jí)貧困縣的省市的精準(zhǔn)扶貧效率進(jìn)行測(cè)算與評(píng)價(jià)，并通過(guò)斷尾回歸模型等方法進(jìn)一步探討精準(zhǔn)扶貧效率的影響因素，進(jìn)而提出有利于精準(zhǔn)扶貧效率提升的具有針對(duì)性的建議。

2 研究方法設(shè)計(jì)

2.1 精準(zhǔn)扶貧效率測(cè)算模型

數(shù)據(jù)包絡(luò)分析法（DEA）是人們常使用的用來(lái)評(píng)價(jià)同一類(lèi)單元的相對(duì)有效性的方法，1978年由美國(guó)學(xué)者首次提出，在效率評(píng)價(jià)方面優(yōu)勢(shì)顯著［13］。假定有若干個(gè)決策單元，每個(gè)決策單元對(duì)應(yīng)m個(gè)投入和n個(gè)產(chǎn)出，通過(guò)建立線性規(guī)劃模型，求解得出每個(gè)決策單元的相對(duì)有效性，進(jìn)而進(jìn)行效率評(píng)價(jià)［13］。本文基于投入產(chǎn)出的原始數(shù)據(jù)，運(yùn)用投入導(dǎo)向的BCC模型進(jìn)行DEA效率測(cè)算，模型表達(dá)式如下。

設(shè)有I個(gè)決策單元DMUj(1 ≤j≤I)，每個(gè)決策單元對(duì)應(yīng)N種投入、K種產(chǎn)出，任意一個(gè)決策單元投入與產(chǎn)出可以表示為［13］：

對(duì)應(yīng)的投入權(quán)向量和產(chǎn)出權(quán)向量分別為：

其對(duì)偶形式可以表示為：

其中，X為投入向量，Y為產(chǎn)出向量，j=1，2，…，I表示決策單元，λj為權(quán)重，S-和S+均為松弛變量，ε為非阿基米德無(wú)窮小，一般取ε=10-6，最優(yōu)解為θ*，若θ*=1，則表明決策單元DEA有效，若θ*＜1，則決策單元無(wú)效。

2.2 精準(zhǔn)扶貧效率評(píng)價(jià)體系構(gòu)建

本文采用DEA方法對(duì)精準(zhǔn)扶貧效率進(jìn)行評(píng)價(jià)，從投入和產(chǎn)出出發(fā)，構(gòu)建指標(biāo)體系。借鑒張俊英、唐紅濤的做法，從經(jīng)濟(jì)產(chǎn)出和減貧產(chǎn)出兩方面確定產(chǎn)出指標(biāo)為人均國(guó)內(nèi)生產(chǎn)總值（GDP）、非貧困發(fā)生率和非貧困人口數(shù)量［14］。至于投入指標(biāo)，綜合考慮精準(zhǔn)扶貧總要求和“兩不愁、三保障”（指不愁吃、不愁穿，保障義務(wù)教育、基本醫(yī)療和住房安全）的主要目標(biāo)，從農(nóng)業(yè)、教育、醫(yī)療、養(yǎng)老、救濟(jì)以及住房等方面選取了8個(gè)投入指標(biāo)。具體的效率評(píng)價(jià)體系見(jiàn)表1。

表1 精準(zhǔn)扶貧效率評(píng)價(jià)體系

基于數(shù)據(jù)的可得性，選取了2012-2017 年中國(guó)27 個(gè)?。▍^(qū)）市①由于樣本考察期內(nèi)北京、天津貧困發(fā)生率情況一致，且2013年開(kāi)始貧困發(fā)生率均為0，故忽略；上海市貧困發(fā)生率一直為0，沒(méi)有扶貧一說(shuō)，故也不考慮。西藏地區(qū)數(shù)據(jù)嚴(yán)重缺失，也不考慮，港、澳、臺(tái)地區(qū)也不包括在內(nèi)。②非貧困發(fā)生率=1-貧困發(fā)生率；非貧困人口數(shù)量=非貧困發(fā)生率×各年各省市年末總?cè)丝跀?shù)。的相關(guān)指標(biāo)數(shù)據(jù)，并對(duì)個(gè)別指標(biāo)進(jìn)行運(yùn)算后②，進(jìn)行效率測(cè)算與分析。數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局、EPS 全球統(tǒng)計(jì)數(shù)據(jù)庫(kù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)以及歷年的《中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告》。

3 實(shí)證分析

3.1 精準(zhǔn)扶貧效率評(píng)價(jià)

3.1.1 各?。▍^(qū)）市精準(zhǔn)扶貧效率

表2為2012-2017年中國(guó)27個(gè)省（區(qū)）市的精準(zhǔn)扶貧效率值。（1）就總體均值而言，27 個(gè)?。▍^(qū)）市2012-2017年的精準(zhǔn)扶貧效率均值達(dá)到0.923，扶貧效率水平整體較高。這說(shuō)明“精準(zhǔn)扶貧”戰(zhàn)略提出以來(lái)，全國(guó)各?。▍^(qū)）市對(duì)扶貧各項(xiàng)資源的配置較合理，扶貧效果整體較好。（2）對(duì)地區(qū)進(jìn)行比較可以看出，有12個(gè)?。▍^(qū)）市的精準(zhǔn)扶貧效率均值達(dá)到最優(yōu)為1.000，占比達(dá)到44%，這12 個(gè)?。▍^(qū)）市中，東部地區(qū)有7 個(gè)，西部地區(qū)有3 個(gè)，而中部地區(qū)僅有2個(gè)。高于整體扶貧效率均值的省（區(qū)）市有18個(gè)，占比達(dá)到67%。江西省的精準(zhǔn)扶貧效率在27 個(gè)省（區(qū)）市中最低，僅為0.641；次低的是湖南省，精準(zhǔn)扶貧效率為0.687。此外，湖北省和四川省的精準(zhǔn)扶貧效率值也低于0.800，分別為0.754和0.788。這說(shuō)明這些省份扶貧效果整體較差，扶貧精度也有待提高。（3）縱向?qū)Ρ葋?lái)看，2012-2017 年全國(guó)27 個(gè)?。▍^(qū)）市的精準(zhǔn)扶貧效率整體呈現(xiàn)上升趨勢(shì)，2013年扶貧效率水平最低，為0.903，2017 年效率水平最高，達(dá)到0.944，高于整體效率均值。2012年到2017年，全國(guó)27個(gè)?。▍^(qū)）市的精準(zhǔn)扶貧效率水平提升了4%。近些年來(lái)，尤其是黨的十八大以來(lái)，我國(guó)通過(guò)深化改革和大規(guī)模的扶貧開(kāi)發(fā)，不斷加大精準(zhǔn)扶貧投入和攻堅(jiān)力度，大力實(shí)施精準(zhǔn)扶貧、精準(zhǔn)脫貧，貧困人口大幅度減少，減貧效果顯著［1］。因此，隨著精準(zhǔn)扶貧工作的進(jìn)一步深入與完善，實(shí)現(xiàn)全面脫貧指日可待。

表2 精準(zhǔn)扶貧效率評(píng)價(jià)結(jié)果

3.1.2 各?。▍^(qū)）市精準(zhǔn)扶貧要素投入冗余分析

由前文所述，已知27個(gè)?。▍^(qū)）市的精準(zhǔn)扶貧效率水平存在差異，因此，為進(jìn)一步明確各地區(qū)要素投入情況，綜合分析其與精準(zhǔn)扶貧效率之間的聯(lián)系，以2017年為例，進(jìn)行投入冗余分析。其中，投入冗余=徑向距離（radical movement）+松弛變量（slack movement），正值表示存在投入冗余，負(fù)值表示存在投入不足，0 表示要素投入完全合理［13］。測(cè)算結(jié)果見(jiàn)表3所示。

表3 27省市2017年精準(zhǔn)扶貧投入冗余分析結(jié)果

由表3可知，對(duì)27個(gè)?。▍^(qū)）市2017年精準(zhǔn)扶貧要素投入冗余分析結(jié)果與27個(gè)?。▍^(qū)）市2017年的效率評(píng)估情況是一致的。其中，2017 年效率值為1.000 的?。▍^(qū)）市，即DEA 有效的各?。▍^(qū)）市對(duì)應(yīng)的要素投入完全合理，既不存在任何要素的冗余，也不存在任何要素不足的情況，如遼寧、吉林、黑龍江、江蘇以及浙江等?。▍^(qū)）市。同理，2017 年效率值小于1.000 的?。▍^(qū)）市則在8 種要素投入上均存在不同的投入不足情況，如河北、山西、安徽以及江西等?。▍^(qū)）市。這意味著，未達(dá)到DEA 有效的?。▍^(qū)）市，在扶貧資源配置方面不夠合理，扶貧投入力度有待進(jìn)一步加大。如在8 大投入要素中，村衛(wèi)生室的數(shù)量在各個(gè)未達(dá)到DEA 有效的?。▍^(qū)）市都有著巨大的缺口，而精準(zhǔn)扶貧的總目標(biāo)之一就有“保障基本醫(yī)療”，村衛(wèi)生室數(shù)量的嚴(yán)重不足恰恰說(shuō)明了這一點(diǎn)沒(méi)有做到，從而扶貧效率相應(yīng)地就很低。其他要素投入也是一樣，只有合理配置各項(xiàng)扶貧資源，提高資源配置效率，才能進(jìn)一步提高精準(zhǔn)扶貧效率。

3.2 各?。▍^(qū)）市及地區(qū)精準(zhǔn)扶貧效率差異分析

3.2.1 聚類(lèi)分析

聚類(lèi)分析是對(duì)研究對(duì)象進(jìn)行定量分類(lèi)的一種常用方法。其根據(jù)所研究對(duì)象數(shù)據(jù)的差異程度，通過(guò)逐次聚類(lèi)，將相似度最高的省份劃分為一組，即一類(lèi)［15］。為了對(duì)各?。▍^(qū)）市精準(zhǔn)扶貧體系的差異進(jìn)行研究，筆者采用Q 類(lèi)聚類(lèi)法［15］，基于原始面板數(shù)據(jù)對(duì)研究對(duì)象進(jìn)行聚類(lèi)。聚類(lèi)前首先標(biāo)準(zhǔn)化數(shù)據(jù)，聚類(lèi)結(jié)果見(jiàn)圖1。

圖1 系統(tǒng)聚類(lèi)分析譜系圖

由譜系圖可知，當(dāng)閾值為10時(shí)，27個(gè)?。▍^(qū)）市根據(jù)相似程度可以分為4類(lèi)，分類(lèi)結(jié)果如表4所示。

表4 各省（區(qū)）市精準(zhǔn)扶貧體系分類(lèi)結(jié)果

第一類(lèi)是經(jīng)濟(jì)發(fā)達(dá)的江蘇省和浙江省，這兩個(gè)省份各方面相似度較高。經(jīng)濟(jì)發(fā)展水平較高，貧困發(fā)生率及貧困規(guī)模都較小，加上扶貧力度大，近年來(lái)減貧成果尤為顯著，且這兩個(gè)省份在扶貧要素各項(xiàng)投入及產(chǎn)出方面相似度極高。國(guó)家統(tǒng)計(jì)局全國(guó)農(nóng)村貧困監(jiān)測(cè)調(diào)查顯示，2018年農(nóng)村貧困發(fā)生率降至3%以下的省份中，浙江和江蘇在列。

第二類(lèi)共包括16個(gè)省（區(qū)）市，其中以西部地區(qū)和中部地區(qū)省（區(qū)）市為主。近年來(lái)，隨著國(guó)家對(duì)區(qū)域協(xié)調(diào)發(fā)展的重視程度不斷加大，中、西部地區(qū)同東部地區(qū)的經(jīng)濟(jì)水平差距在逐漸減小，此外，由于東、西部扶貧協(xié)作的加深，區(qū)域性整體貧困的現(xiàn)象得以緩解，中西部減貧效果也日益明顯，整體扶貧體系和減貧規(guī)模也越來(lái)越接近，在扶貧要素各項(xiàng)投入及產(chǎn)出方面表現(xiàn)出極高的相似度。

第三類(lèi)共包括8 個(gè)省，其中以中部地區(qū)省份為主。由上述精準(zhǔn)扶貧效率評(píng)價(jià)結(jié)果可知，中部地區(qū)的江西省、湖南省以及湖北省精準(zhǔn)扶貧效率水平均遠(yuǎn)低于全國(guó)均值，扶貧效果較差，而西部地區(qū)的四川省精準(zhǔn)扶貧效率水平也遠(yuǎn)低于全國(guó)均值，扶貧效率水平亟待提高。安徽省雖然整體精準(zhǔn)扶貧效率水平較高，但是近年來(lái)扶貧效率水平呈現(xiàn)下降趨勢(shì)，扶貧精度仍然不夠。由于系統(tǒng)聚類(lèi)是根據(jù)樣本數(shù)據(jù)相似性進(jìn)行分類(lèi)的，這表明這8 個(gè)省在精準(zhǔn)扶貧各項(xiàng)指標(biāo)的投入和產(chǎn)出方面具有較大的相似性。

第四類(lèi)只包括河南省。這說(shuō)明河南省的各項(xiàng)指標(biāo)與其他?。▍^(qū)）市相比差異較大。事實(shí)上，由上述精準(zhǔn)扶貧效率評(píng)價(jià)結(jié)果可知，河南省2012-2014年的精準(zhǔn)扶貧效率水平均低于0.900，但2015 年、2016 年和2017 年連續(xù)三年扶貧效率達(dá)到1.000，為DEA 有效，這也從側(cè)面反映出近幾年來(lái)，河南省加快了精準(zhǔn)扶貧步伐，扶貧資源配置效率顯著提高，扶貧成果顯著。上文中對(duì)2017 年各?。▍^(qū)）市的要素投入冗余分析也驗(yàn)證了這一點(diǎn)。

3.2.2 地區(qū)精準(zhǔn)扶貧效率差異性分析

為了對(duì)比精準(zhǔn)扶貧效率水平的區(qū)域差異，根據(jù)《中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告2018》的劃分方法，將27個(gè)省（區(qū)）市劃分為三大區(qū)域：東部地區(qū)、中部地區(qū)和西部地區(qū)，各分區(qū)的精準(zhǔn)扶貧效率評(píng)價(jià)結(jié)果見(jiàn)表5。

就區(qū)域及整體而言，27個(gè)省（區(qū)）市的整體扶貧效率均值為0.923，東部地區(qū)、中部地區(qū)以及西部地區(qū)精準(zhǔn)扶貧效率的總體均值均遠(yuǎn)高于這一總體水平，分別達(dá)到0.991、1.000和0.997。中部地區(qū)2012-2017年的扶貧效率均值均達(dá)到最優(yōu)，為1.000；西部地區(qū)雖然整體效率均值較高，但是沒(méi)有效率值為1.000的年份，即西部地區(qū)歷年的扶貧效率水平較穩(wěn)定，但仍然有待進(jìn)一步提高；東部地區(qū)的精準(zhǔn)扶貧效率均值在三大地理分區(qū)里面雖然相對(duì)較低，但是，其2016 年和2017 年效率均值均達(dá)到最優(yōu)水平1.000，說(shuō)明東部地區(qū)在2016-2017 年扶貧工作為DEA 有效，扶貧資源配置效率高，扶貧精度較高。

為了更直觀地了解2012-2017年三大區(qū)域的精準(zhǔn)扶貧效率的整體情況和變化趨勢(shì)，進(jìn)一步給出了東部地區(qū)、中部地區(qū)和西部地區(qū)各年的精準(zhǔn)扶貧效率趨勢(shì)圖（圖2）以及2012年與2017年?yáng)|部地區(qū)、中部地區(qū)和西部地區(qū)貧困人口對(duì)比圖（圖3）。

表5 分區(qū)域精準(zhǔn)扶貧效率評(píng)價(jià)結(jié)果

圖2 三大區(qū)域精準(zhǔn)扶貧效率值變化趨勢(shì)圖

圖3 我國(guó)三大區(qū)域貧困人口對(duì)比圖

由圖2 可知，2012-2017 年?yáng)|、中、西三大區(qū)域的精準(zhǔn)扶貧效率均值均高于全國(guó)平均水平。中部地區(qū)效率水平最高，其次是西部地區(qū)，東部地區(qū)最低。中部地區(qū)精準(zhǔn)扶貧效率水平穩(wěn)定在1；西部地區(qū)效率水平較穩(wěn)定，前5年效率水平平穩(wěn)上升，2017年出現(xiàn)小幅下降；東部地區(qū)歷年扶貧效率均高于0.96，且經(jīng)歷短暫波動(dòng)后不斷上升至1。我國(guó)三大區(qū)域整體的精準(zhǔn)扶貧效率水平穩(wěn)中有進(jìn)。

由圖3可知，2017年全國(guó)貧困人口較2012年大幅度減少。其中，西部地區(qū)貧困規(guī)模最大，減貧幅度也最明顯，其貧困人口由2012 年的5086 萬(wàn)人下降至2017年的1634萬(wàn)人，降幅達(dá)到67.9%。中部地區(qū)貧困人口減少緊隨其后，降幅達(dá)到67.7%，東部地區(qū)雖然貧困規(guī)模較小，但是減貧成果顯著，貧困人口降幅達(dá)到78%。我國(guó)東、中、西部貧困人口全面減少，減貧成果明顯。

3.3 基于斷尾回歸模型的精準(zhǔn)扶貧效率影響因素分析

為了對(duì)精準(zhǔn)扶貧效率的影響因素進(jìn)行識(shí)別，從而有針對(duì)性地提出有利于我國(guó)整體精準(zhǔn)扶貧效率提升的建議。筆者以精準(zhǔn)扶貧效率（eff）為被解釋變量，以8個(gè)投入指標(biāo)的對(duì)數(shù)值為解釋變量，建立回歸模型，探究全國(guó)各省（區(qū)）市精準(zhǔn)扶貧效率及其區(qū)域差異的影響因素。模型如下：

其中，i和t分別是個(gè)體與時(shí)間效應(yīng)，βj(j=1，2，…，8) 為待估計(jì)的參數(shù)，εit為隨機(jī)誤差項(xiàng)。eff是精準(zhǔn)扶貧效率值，mach為農(nóng)用機(jī)械總動(dòng)力，area為農(nóng)作物總播種面積，pris和mids分別為鄉(xiāng)村小學(xué)數(shù)量和鄉(xiāng)村初中數(shù)量，hosp為村衛(wèi)生室數(shù)量，care為養(yǎng)老機(jī)構(gòu)數(shù)量，expd為農(nóng)村低保支出，dwel為人均住宅面積。

考慮到被解釋變量是通過(guò)DEA 方法測(cè)算的相對(duì)效率，其范圍受限，因此，本文選擇斷尾回歸模型（truncated regression model）進(jìn)行回歸分析，斷尾回歸模型根據(jù)數(shù)據(jù)缺失的位置，可以分為左端斷尾、右端斷尾和區(qū)間斷尾［16］。本文主要研究精準(zhǔn)扶貧效率及其影響因素，精準(zhǔn)扶貧效率作為被解釋變量，其取值范圍大于等于零，即被解釋變量屬于斷尾數(shù)據(jù)，并屬于“左端斷尾”［16］。由于等式（6）斷尾回歸結(jié)果顯示僅有個(gè)別變量顯著，因此，為了剔除不顯著變量，筆者先運(yùn)用stata軟件通過(guò)逐步回歸篩選出重要變量，然后對(duì)重要變量進(jìn)行斷尾回歸，回歸結(jié)果顯示篩選出來(lái)的重要變量與最初回歸結(jié)果中顯著的變量一致，并且回歸結(jié)果更加顯著，系數(shù)符號(hào)也都一致，因此，回歸結(jié)果是可信的，具體結(jié)果見(jiàn)表6。

表6 斷尾回歸結(jié)果

表6 顯示，鄉(xiāng)村初中數(shù)量（mids）的系數(shù)估計(jì)值為-0.046，在5%的顯著性水平上顯著，這說(shuō)明鄉(xiāng)村初中數(shù)量對(duì)精準(zhǔn)扶貧效率具有顯著的負(fù)作用，鄉(xiāng)村初中數(shù)量每增加1%，精準(zhǔn)扶貧效率就降低0.046個(gè)單位。鄉(xiāng)村初中數(shù)量是實(shí)現(xiàn)“保障義務(wù)教育”目標(biāo)的重要變量，增加鄉(xiāng)村初中的數(shù)量會(huì)使精準(zhǔn)扶貧效率降低顯然不符合常理，說(shuō)明了當(dāng)前的鄉(xiāng)村初中并沒(méi)有發(fā)揮應(yīng)有的效益。出現(xiàn)負(fù)值的可能原因是教育財(cái)政支持力度不夠，鄉(xiāng)村初中建設(shè)不夠完善，教育水平不夠高，從而導(dǎo)致教育投入資源配置低效率，未能真正“保障義務(wù)教育”，也未能減輕貧困戶(hù)的教育負(fù)擔(dān)，進(jìn)而導(dǎo)致精準(zhǔn)扶貧效率的降低。

農(nóng)用機(jī)械總動(dòng)力（mach）的系數(shù)估計(jì)值為0.067，在5%的顯著性水平上顯著，這說(shuō)明農(nóng)用機(jī)械總動(dòng)力對(duì)精準(zhǔn)扶貧效率具有顯著的促進(jìn)作用，農(nóng)用機(jī)械總動(dòng)力每增加1%，精準(zhǔn)扶貧效率就增加0.067個(gè)單位?！叭r(nóng)”問(wèn)題主要是農(nóng)業(yè)產(chǎn)業(yè)化的問(wèn)題，只有農(nóng)業(yè)發(fā)展，才有農(nóng)民及農(nóng)村的大發(fā)展。

村衛(wèi)生室數(shù)量（hosp）的系數(shù)估計(jì)值為-0.043，在5%的顯著性水平上顯著，這說(shuō)明村衛(wèi)生室數(shù)量對(duì)精準(zhǔn)扶貧效率具有顯著的負(fù)作用，村衛(wèi)生室數(shù)量每增加1%，精準(zhǔn)扶貧效率就降低0.043個(gè)單位。村衛(wèi)生室數(shù)量反映了“保障基本醫(yī)療”的目標(biāo)實(shí)現(xiàn)情況，據(jù)統(tǒng)計(jì)，很多貧困戶(hù)是因病致貧、因病返貧，因此，完備的醫(yī)療保障機(jī)制對(duì)于精準(zhǔn)脫貧具有積極的作用，增加村衛(wèi)生室數(shù)量會(huì)使精準(zhǔn)扶貧效率降低顯然不符合常理，說(shuō)明當(dāng)前農(nóng)村衛(wèi)生室并沒(méi)有發(fā)揮應(yīng)有的效益。出現(xiàn)負(fù)值的原因可能是農(nóng)村衛(wèi)生室醫(yī)療人員和醫(yī)療設(shè)備的數(shù)量不夠，質(zhì)量整體也不高，從而未能真正發(fā)揮“保障基本醫(yī)療”的作用，也就未能真正為因病致貧及因病返貧的貧困戶(hù)提供醫(yī)療救助，從而導(dǎo)致精準(zhǔn)扶貧效率的降低。

養(yǎng)老機(jī)構(gòu)數(shù)量（care）的系數(shù)估計(jì)值為-0.024，在5%的顯著性水平上顯著，這說(shuō)明養(yǎng)老機(jī)構(gòu)數(shù)量對(duì)精準(zhǔn)扶貧效率具有顯著的負(fù)作用，養(yǎng)老機(jī)構(gòu)數(shù)量每增加1%，精準(zhǔn)扶貧效率就降低0.024個(gè)單位。養(yǎng)老機(jī)構(gòu)數(shù)量反映了對(duì)老年人的安置情況，不少貧困戶(hù)因?yàn)榧依镉欣先?，必須照看家庭，從而不能出去就業(yè)，也就沒(méi)有收入，從而導(dǎo)致貧困加深，因此，養(yǎng)老機(jī)構(gòu)數(shù)量增加應(yīng)該有利于這部分貧困戶(hù)脫貧，增加養(yǎng)老機(jī)構(gòu)數(shù)量反而使精準(zhǔn)扶貧效率降低顯然不符合常理，說(shuō)明當(dāng)前養(yǎng)老機(jī)構(gòu)并沒(méi)有發(fā)揮應(yīng)有的效益。因此，應(yīng)該通過(guò)整體提升養(yǎng)老機(jī)構(gòu)人員、機(jī)構(gòu)設(shè)備以及服務(wù)等的質(zhì)量和數(shù)量，提高養(yǎng)老機(jī)構(gòu)自身的效率，進(jìn)而提高農(nóng)村精準(zhǔn)扶貧效率。

農(nóng)村低保支出（expd）對(duì)精準(zhǔn)扶貧效率具有不顯著的負(fù)作用，這可能是因?yàn)?，雖然低?？梢砸欢ǔ潭壬暇徑庳毨?hù)的資金困難，但是，貧困是一個(gè)長(zhǎng)期的問(wèn)題，僅靠低保救濟(jì)是不可能長(zhǎng)久有效的，僅僅靠低保，會(huì)養(yǎng)成貧困戶(hù)的依賴(lài)性和“坐享其成”、“不勞而獲”的想法，反而不利于脫貧。正所謂“扶貧先扶志和智”，只有貧困戶(hù)思想上想脫貧，主動(dòng)提高自身技能，靠自己雙手去創(chuàng)造財(cái)富，才能真正實(shí)現(xiàn)脫貧。

4 結(jié)論與建議

4.1 結(jié)論

本文基于我國(guó)27 個(gè)有國(guó)家級(jí)貧困縣的省（區(qū)）市2012-2017 年的面板數(shù)據(jù)，利用數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA），選取斷尾回歸模型對(duì)精準(zhǔn)扶貧效率的區(qū)域差異及其影響因素進(jìn)行了分析。結(jié)果表明：（1）我國(guó)精準(zhǔn)扶貧效率均值為0.923，扶貧效率水平整體較高，且東、中、西部差異較明顯。（2）不同?。▍^(qū)）市間精準(zhǔn)扶貧效率水平差異較大，如江西、湖南和四川三省，效率均值均遠(yuǎn)低于0.800，需要進(jìn)一步完善精準(zhǔn)扶貧體系，提高精準(zhǔn)扶貧效率。（3）從影響精準(zhǔn)扶貧效率的因素來(lái)看，農(nóng)用機(jī)械總動(dòng)力越大，精準(zhǔn)扶貧效率的提高越顯著；鄉(xiāng)村初中、村衛(wèi)生室以及養(yǎng)老機(jī)構(gòu)未能發(fā)揮扶貧應(yīng)有的效益，需要通過(guò)進(jìn)一步提高資源配置效率以及提高服務(wù)質(zhì)量等途徑充分發(fā)揮其對(duì)扶貧的促進(jìn)作用，提高精準(zhǔn)扶貧效率；農(nóng)村低保支出對(duì)精準(zhǔn)扶貧效率具有不顯著的負(fù)效應(yīng)。

4.2 建議

（1）加大脫貧攻堅(jiān)投入與合作力度，貫徹落實(shí)各項(xiàng)扶貧政策。由上述研究結(jié)論可知，雖然我國(guó)精準(zhǔn)扶貧效率整體較高，但區(qū)域差異性較大，且個(gè)別?。▍^(qū)）市效率極低，扶貧各項(xiàng)投入嚴(yán)重短缺。因此，要根據(jù)各地的實(shí)際情況，因地施策，在加大精準(zhǔn)扶貧各項(xiàng)投入的同時(shí)，可以通過(guò)開(kāi)展扶貧合作，互相借鑒，取長(zhǎng)補(bǔ)短，建立合作幫扶的長(zhǎng)效機(jī)制，推動(dòng)脫貧攻堅(jiān)取得新進(jìn)展。

（2）繼續(xù)推進(jìn)新農(nóng)村建設(shè)，保障貧困地區(qū)基本生活條件。對(duì)精準(zhǔn)扶貧效率的影響因素分析結(jié)果表明，農(nóng)村教育、醫(yī)療、養(yǎng)老等方面的基礎(chǔ)設(shè)施建設(shè)都未能發(fā)揮應(yīng)有的效益，在資源配置和服務(wù)質(zhì)量等方面都有欠缺。因此，要進(jìn)一步促進(jìn)城鄉(xiāng)協(xié)調(diào)發(fā)展，積極加大貧困地區(qū)基礎(chǔ)設(shè)施建設(shè)力度，提高公共服務(wù)的質(zhì)量，逐步提高社會(huì)保障水平，提高農(nóng)村貧困人口的生活水平。

（3）做好就業(yè)扶貧工作，促進(jìn)貧困地區(qū)勞動(dòng)力轉(zhuǎn)移就業(yè)［1］。“扶貧先扶志和智”，要使貧困戶(hù)真正脫貧，首先就需要貧困戶(hù)有脫貧的信念，說(shuō)到底還是要讓他們有持續(xù)的收入來(lái)源。因此，各扶貧部門(mén)可以通過(guò)對(duì)貧困勞動(dòng)力進(jìn)行技能培訓(xùn)，開(kāi)發(fā)公益性崗位以及對(duì)接產(chǎn)業(yè)扶貧加工點(diǎn)等方式使更多貧困人口能夠就近就業(yè)，努力把轉(zhuǎn)移就業(yè)脫貧作為脫貧的根本之策。

（4）加大金融扶貧力度。無(wú)論基礎(chǔ)設(shè)施建設(shè)還是農(nóng)村產(chǎn)業(yè)發(fā)展，抑或是貧困人口創(chuàng)業(yè)就業(yè)都少不了資金支持，因此，要切實(shí)加強(qiáng)這些領(lǐng)域的金融服務(wù)，通過(guò)提供更加優(yōu)質(zhì)的金融服務(wù)和產(chǎn)品以及農(nóng)村小額信貸等方式解決貧困地區(qū)資金不足和融資難等困難，提高貧困地區(qū)人民的生存與發(fā)展能力。