精准脱贫导向下安徽财政支出效率研究——基于皖北8个国家级贫困县的实证

储宇强，韦邦荣，孟范范

（安徽大学 经济学院，安徽 合肥 230601）

党的十九大报告中，明确将精准脱贫作为全面建成小康社会决胜期的重要战略目标之一，提出到2020年要实现我国贫困人口全部脱贫，并始终强调要打赢脱贫攻坚战[1]。可见，精准脱贫被作为一项政治任务处在举足轻重的位置。从当前贫困现状来看，我国贫困问题仍然存在，贫困人口的生活困难尚未得到解决。财政政策作为政府宏观调控的工具，在新时期打赢扶贫攻坚战中起到中流砥柱的作用，对脱贫攻坚有力挽狂澜的效果。而精准脱贫要求针对不同贫困地区和不同贫困人口的实际情况实施精准的财政手段[2],因此加大对贫困地区精准脱贫导向下财政支出效率的考察至关重要。目前，脱贫攻坚战已经进入决胜期，随着政府扶贫工作的推进，对于现行扶贫政策的减贫绩效评价，不仅有助于政府及时调整和完善财政扶贫政策，还有助于提高扶贫效率和质量。通过对现有的财政支出实施效率研究，测算各种支出效率的高低，有利于地方政策针砭时弊的调整财政政策，更好地作用于脱贫攻坚。

我国贫困人口大量分布在经济发展较缓慢的地区，处在中部地区的安徽是贫困重灾区，而安徽的皖北地区地处内陆，由于地理及历史原因，一直发展传统的农业种植，工业水平尤其薄弱。相比皖南沿江又靠近长三角经济开发区得天独厚的地理位置，皖北经济水平一直处于较低水平。因此，皖北地区成为了安徽扶贫的主战场、脱贫的困难区。为了更好地研究安徽财政支出对精准脱贫的落实力度及实施效果，选取皖北地区8个典型国家级贫困县的面板数据及影响扶贫效率的关键指标，运用DEA分析法及固定效应的计量模型，测算出皖北地区的扶贫绩效，从而为皖北地区以及整个安徽省实现精准脱贫提供指导，促进皖北地区及安徽其他贫困地区的减贫发展，帮助贫困地区的农民实现脱贫致富，为打好新一轮的扶贫攻坚战提供理论依据和数据支撑。

一、精准脱贫导向下安徽脱贫现状分析

安徽省地跨长江与淮河流域，是著名的农业大省，但由于受到地理位置、自然条件等因素的制约，安徽经济增长带动性远远落后东部沿海省份，且产业转化能力较弱，贫困问题依然十分严峻。随着中央和省政府对精准扶贫攻坚战的重视[3]，近年来，安徽在国家精准扶贫及精准脱贫实务政策指导下，制定了一系列针对性的扶贫脱贫举措，设立专项扶贫项目，着力打造行业助力与社会帮扶相结合的“大扶贫”局面。在全省人民共同努力下，安徽近几年来贫困人口数及贫困发生率得到大幅度下降，如图1所示。2011年至2017年期间安徽贫困人口数由790.2万人下降到120.2万人，减少了670万人，下降比例达到84.8%，贫困发生率由14.7%下降到2.2%，减少12.5个百分点。2017年安徽顺利实现95.5万贫困人口脱贫、1134个贫困村出列，申请退出的4个贫困县贫困发生率均降至1.5%以下，20个国家级贫困县农村居民可支配收入由2011年的5196元增加到2017年的12758元，扶贫工作取得显著成效[4]。2018年，安徽省将继续加强深度贫困地区脱贫攻坚工作强度，紧抓扶贫成果，全力提高脱贫攻坚的成效，确保全面完成10个国家级贫困县、8个省级贫困县摘帽、700个以上贫困村出列、70万以上贫困人口脱贫的年度减贫计划。

然而，目前安徽脱贫攻坚仍存在一些难题和困难。如部分因残致贫、因病致贫人口脱贫难度大，脱贫人口返贫风险仍然存在。此外，扶贫资金的不合理使用、扶贫项目不能落地生根等也是阻碍贫困地区脱贫的主要原因。

图1 2011-2017年安徽省贫困人数及贫困发生率

二、精准脱贫导向下安徽财政扶贫绩效评价指标设计及模型计算

（一）安徽财政扶贫绩效评价指标设计

为了全面评估财政扶贫的绩效情况，需要选择相应的评价指标体系,考察投入和产出之间的关系。财政扶贫绩效评价指标包括财政投入指标和产出指标两类。本文在选择评价指标时遵循了以下四个原则：第一，紧跟政策方向原则。所选指标体系要符合政策方向，确保指标能反映扶贫政策关注的焦点。第二，精准性、科学性原则。选取的指标不仅要能够充分衡量财政扶贫的作用机制，而且要结合皖北经济发展实际情况,因地制宜的选取。第三，全面系统性原则。选取的指标能够多维度、全方面的反应经济状况与扶贫效果，既要考虑微观因素，同时，也要结合宏观指标综合考察。第四，可操作性原则。当然所选指标在符合各种原则的同时，最重要的还是要考虑数据的可获得性。不然没有数据，就只能纸上谈兵，指标再好也不能将其实际运用于绩效评价中。

1.投入指标

为了最大限度的包含精准扶贫导向下皖北地区财政扶贫投入的主要领域，在数据能够获取前提下，本文选取起主导作用的财政支出数据作为评价皖北8个国际级贫困县财政扶贫效率的投入指标，主要包括教育支出、社会保障和就业支出、医疗卫生与计划生育支出、农林水事务支出、交通运输以及住房保障支出。

2.产出指标

农民人均GDP以及人均可支配收入是衡量一个贫困地区经济发展状况的主要指标，其中，农民人均GDP反映经济的总体发展水平，农村居民人均可支配收入用来反映居民收入分配的状况，也是反映贫困地区扶贫成效的关键指标。本文从精准扶贫的核心要求出发，选取了人均GDP和人均可支配收入作为评价皖北8个国家级贫困县财政支出效率的产出指标。

本文所用数据为2010—2016年皖北8个国际级贫困县的面板数据。相关数据主要通过《安徽统计年鉴》、历年各市的政府工作报告以及财政收支预决算报告等资料整理所得。在参照以上原则的基础上，本文选取了以下投入指标体系和产出指标体系作为皖北财政支出效率的评价指标，如表1所示。

表1 安徽皖北8个国家级贫困县财政支出效率评价指标体系

（二）DEA模型的建立和模型计算

DEA(the Data Envelopment Analysis)是一种使用数学规划测评具有多种投入和多种产出的决策单元进行效率评价的非参数估计方法，在绩效评价领域内应用范围十分广泛[5-6]。原理是通过数理统计方法建立有效率的生产前沿面模型，并以此为参考比较效率的相对高低。通常分为规模报酬不变的CCR模型和规模报酬可变的BCC模型。假设被测评的决策单元DMU的个数为k，每个DMU的投入指标数均为m，产出指标数均为n，xij、yij分别表示第j个DMU关于第i种类型的投入、产出总量。vi、ui分别表示关于第i种类型输入、输出的权重。则被评价单位DMUj的效率指数hj可定义为：

其中，x＞ 0，y＞ 0，j=1，2，···，k。

由数理统计知识可知，存在u和v使得一般情况某一 DMU 的效率值越大，表明较小的输入可获得相对较大的输出。于是CCR模型可表示如下：

其中,θ为效率评价指数，ε为阿基米德无穷小量，λj为各单位组合系数。当θ＜1,则说明此决策单元为DEA无效。当θ=1时，若均为0，则称该DUM有效，否则该DUM为弱有效。BCC模型假设规模效应可变，即CCR模型中对规模效应不变的假设，在CCR模型中加上约束条件Σλj=1，即为BCC模型，此处就不在另述。通过对CCR模型式（3）目标函数求解可得技术效率（TE），也称为综合效率，BCC模型的目标函数得出的是纯技术效率（PTE），并由三者的关系可以计算得出规模效率（SE）=TE/PTE。

可见，DEA模型可以根据计算结果判定决策单元是有效还是非有效，并且根据效率值的相对大小还可以对DMU排序。而超效率DEA模型是根据DEA模型进行改进得来的，主要用来解决效率值都为1的决策单元的排序问题。本文主要通过运用DEA方法来测算安徽皖北地区8个国家级贫困县财政扶贫是否有效，并在此基础上引用固定面板效应模型，研究各项财政支出对提高贫困地区农民收入的贡献率，从而为实现精准脱贫提供指导。因此，根据研究目的及样本数量特性，本文引入DEA模型来测算安徽财政扶贫绩效的效率情况。

三、皖北8个国家级贫困县财政扶贫效率的评价——基于DEA模型

为了更详细的分析各个县财政扶贫效率的变化情况，本文使用DEA方法对2010—2016年皖北地区8个国家级贫困县的财政扶贫效率进行细化分析，利用DEAP2.1软件对皖北8个国家贫困县的DEA效率水平进行测度[7]。并把计算整理得出的各年度各区县的综合效率、纯技术效率和规模效率以表2形式显示，以探究皖北地区8个国家级贫困县效率值的动态趋势变化。

（一）皖北8个国家级贫困县财政扶贫效率的总体分析

根据上述投入产出综合指标，基于前文假定，运用DEAP2.1软件，计算得到 2010—2016年皖北地区8个国家级贫困县的财政投入产出绩效评价结果，如表2 所示。由表2可知，临泉县、阜南县等8县的平均综合效率（mean）均等于或高于0.784，处于较高水平。可见近年来，安徽省出台的扶贫政策取得了较好的效果。平均纯技术效率（mean）均等于或高于0.863，平均规模效率（mean）均高于0.878，说明资源合理配置程度不断提高，结构也不断在优化。为更详细的分析各个县的三种效率，下文将以条形图的形式表示。

表2 2010-2016年皖北8个国家级贫困县财政扶贫的DEA效率†

（二）皖北8个国家级贫困县财政扶贫效率的个体分析

1.对综合效率的分析

根据表2数据，将2010—2016年皖北8个国家级贫困县财政扶贫的综合效率值以条形图的形式表示，如图2所示。观察图2可知，从整体上看，皖北地区各县财政支出综合效率不高，平均综合效率（mean）在0.8左右，且在不同年份综合效率有差异，此外，临泉县和萧县两县的整体效率水平不高，而且存在效率反复的情况，说明这两县除了要注意政策的因地制宜，还应注意政策落实的持续有效性。由表2可知，2010—2016年，除临泉县、萧县外，皖北其他贫困县区综合效率大致呈波动上升趋势。具体来看，以2016年为例，8县中只有颍上县、砀山县和泗县的综合效率值为1，表明该三县的财政支出效率最优，另外5县的综合效率值均小于1，即DEA无效。其中，临泉县的综合效率值最低，仅为0.627，阜南县次之，仅为0.737。说明仍需加大财政投入力度，确保综合效率持续增长。

图2 2010-2016年皖北8个国家级贫困县财政扶贫的综合效率

2.对纯技术效率的分析

将表2中2010-2016年皖北8个国家级贫困县财政扶贫的纯技术效率数据以条形图的形式展示，如图3所示，总体来看，2010—2016年，临泉县、阜南县等8县的平均纯技术效率（mean）波动较小，趋势与平均综合效率基本一致，且平均纯技术效率值处于0.8与1.0之间，说明总体纯技术效率水平较好，但未达到DEA完全有效，仍有较大改善空间。具体来看，砀山县与泗县的纯技术效率为1，属于DEA完全有效。通过对比图2和图3可发现，萧县、利辛县、阜南县和临泉县的纯技术效率与综合效率的波动状态基本一致，表明这四县的纯技术效率在综合效率中占有较大的比重，对综合效率有较大的影响随着《中国农村扶贫开发纲要（2011—2020年）》的颁布，安徽省积极探索具有安徽特色的科学发展之路，如加快转变经济发展方式、不断完善社会保障体系，并制定了扶贫开发新阶段的主要任务，在这一时期，安徽财政扶贫力度在短期内有较大的变化。而新增加的财政资金如何有效的管理和使用，对地方政府来说显然是一种挑战，若依照原有经验能力，往往会导致资源分配不充分、资金监管程度低下等问题。因此，贫困县当地政府应该要优化资源分配，积极调整经济结构方向，一方面要加大对财政资金的监管力度，另一方面要引进先进的生产技术，改善农业经济条件。

图3 2010-2016年皖北8个国家级贫困县财政扶贫的纯技术效率

3.对规模效率的分析

由图4可知，2010—2016年，临泉县、阜南县等8县平均规模效率均高于0.8，但均未达到1，并且总体呈平稳上升趋势，表明规模效率处于较高水平，但还需稳步提升。具体来看，阜南县、颍上县和利辛县的规模效率在2012年至2014年间波动较大，2014年后则呈平稳上升趋势。说明随着财政资金投入力度的增加，需要不断优化现有的产业结构，调整财政资金的配置，以促进扶贫资金发挥出最大规模效率。2010—2014年，颍上县规模效率与综合效率一致，表明当地政府应该加强对规模效率的提升，发挥出扶贫资金规模效率的最大化。2010—2014年，灵璧县纯技术效率与综合效率变化趋势大致相同，2014—2016年，灵璧县规模效率与综合效率变动趋势大致一致，先下降后上升。表明2014年后规模效率在综合效率中占重要地位，政府应该及时的调整政策目标，扩大产业规模，增加财政资金的力度与广度。砀山县和泗县规模效率为1，DEA有效，达到最优规模，应该继续保持财政支持力度，确保现有政策长久落实下去。总之，精准扶贫不仅要加强财政的投入力度，而且要优化产业和农业结构，确保扶贫资金规模效率达到最大化。

图4 2010-2016年皖北8个国家级贫困县财政扶贫的规模效率

四、精准脱贫导向下安徽财政扶贫效率的实证分析——基于固定效应模型

（一）计量模型及说明

1.变量选取及模型构建

以教育、社会保障和就业、医疗卫生与计划生育、农林水、交通运输五项财政支出额和农村居民人均生产总值为解释变量，以农村居民人均可支配收入作为被解释变量。通过建立计量经济模型来检验这五个解释变量对被解释变量农村居民人均可支配收入的影响。并采取自然对数法以减弱模型变量的异方差问题[8]。具体模型设定如下：

其中，i表示不同县，t表示时间，μ为随机扰动项。

2.数据来源及描述说明

本文选取安徽皖北8个国家级贫困县2010—2016年的平衡面板数据，各变量数据均由各年《安徽统计年鉴》整理所得。运用STATA12.0统计软件对目标数据集做描述性统计，得出数据的主要特征。观察表3可知，解释变量与被解释变量均趋于平稳，且无奇异值。

表3 皖北8个国家级贫困县2010-2016年平衡面板数据的描述性统计 （单位：元）

（二）模型选择与实证结果分析

基于安徽皖北8个国家级贫困县2010—2016年的平衡面板数据采用Stata12.0计量软件进行回归分析。

1.模型选择

首先，观察表4可知，F检验通过了1%的显著性水平检验，且P值显著，故拒绝“所有个体虚拟变量都为0”的原假设 ，则认为存在个体效应。因此，在混合回归”与“固定效应”间选择“固定效应”。然后，进行豪斯曼检验，结果显示P值为0.009 7，强烈拒绝原假设，表明“固定效应模型”与“随机效应模型”间应选择固定效应模型。综上，本文将采用固定效应模型（FE）进行回归分析[9]。根据模型（1）回归结果，虽然R2达到0.936 0，表明模型拟合效果很好，但是，教育与交通运输变量没有通过显著性检验，表明回归结果不太理想。为了确保模型拟合回归结果的准确性，对模型进行Wald检验、Wooldridge检验和Pesaran检验，检验是否有组间异方差、组内自相关和组间同期相关等影响因素。根据Wald检验检验结果，强烈拒绝“不同个体的扰动项方差均相等”的原假设，认为存在组间异方差。根据Wooldridge检验和Pesaran检验，发现模型存在组内自相关和组间同期相关。因此，为解决上述问题，本文基于数据特征最终选择可行的广义最小二乘法（FGLS）方法对模型回归分析，并最终使用模型（3）的结果。

表4 皖北8个国家级贫困县面板数据的固定效应模型回归结果†

2.实证结果分析

如表4所示，模型（1）可决系数R2为0.9360，表明农村居民人均可支配收入变化的93.60%可由教育支出、社会保障和就业支出等解释变量的变化来解释，说明固定效应模型整体拟合效果比较好。模型（2）展示使用FGLS方法对模型回归的结果，回归结果表明，FGLS方法的结果显著性更高。然后，把控制变量农村居民人均生产总值加入模型，回归结果见模型（3）所示，所有解释变量的回归系数符号均显著且符合理论预期。具体实证结论如下， 第一、人均生产总值的参数估计值为0.210，表明人均生产总值与人均可支配收入成正向效应，且人均生产总值每增加1%可以带动人均生产总值增长0.21%，说明人均生产总值对皖北农民人均收入水平有较大的提升作用。第二、教育支出额的参数估计值为0.114，与其他财政支出对人均收入的影响相比并不高，可能是教育产生的效应比较晚。第三、社会保障和就业支出为0.174，表明其对农民人均可支配收入成正向影响，社会保障和就业支出每增加1%，使得农民人均可支配收入增加0.17%，说明当地直接的财政支出比重比较大。第四、医疗卫生与计划生育支出和农林水支出额的对农村居民人均可支配收入的影响程度差异不大，其回归系数分别为0.151、0.145。

五、精准脱贫导向下提高安徽财政支出效率的政策建议——基于DEA方法与固定效应模型的实证结论

本文首先利用数据包络分析（DEA）方法，从宏观和微观角度，选用皖北8个国家级贫困县的面板数据，对安徽财政扶贫的效率进行了综合评价[10]。其次，通过建立固定效应模型，运用回归分析的计量方法研究财政支出各指标与农村居民可支配收入之间的内在关系。从而得出以下研究结论：

第一，从2010年到2016年，经过6年的发展，皖北地区财政支出总体效率处于较高水平，主要得益于少数财政扶贫效率高的县区如砀山县和泗县的拉动，但其他贫困县区财政支出效率仍存在很大上升空间。其中，规模效率是影响综合效率的重要因素，因此，可以通过优化财政支出在贫困地区产业结构配置方面的支出，从而提升规模效率。第二，由于区域位置、自然资源和历史条件的大致相同，皖北8个国家贫困县的财政扶贫效率差异较小。第三，纯技术效率对综合效率有显著影响，即贫困地区能否合理利用财政扶贫资金配置资源要素，规划经济结构是影响财政扶贫效益的关键因素。临泉县、阜南县、利辛县、萧县注重纯技术效率的提升，加强对资金使用管理和对扶贫产业新技术的引进。第四，人均生产总值对农村居民人均可支配收入的影响最显著。说明贫困地区经济水平的不断提高，能快速带动当地贫困人口脱贫。第五，社会保障和就业以及医疗卫生支出对农村居民人均可支配收入的提高有明显的带动作用，说明增加财政资金在社会保障和就业、医疗卫生等方面的支出，对增加贫困地区农民的收入有直接效果。

结合以上研究结论，为切实提升精准脱贫导向下安徽财政扶贫效率，优化财政支出结构，尽快帮助贫困地区农村脱离贫困，提出以下政策建议：

（一）优化产业结构配置，提高财政扶贫规模效率

从目前来看，在贫困地区可选择的产业范围并不是很大，产业结构配置的不合理往往是制约扶贫规模效率的关键。此外，现在很多贫困地区的产业发展仅仅依靠政府的大力投入，而忽视了如何延伸产业链条，提高产品附加值，促进产业可持续发展，优化产业结构配置。因此，要根据贫困地区产业发展的实际情况，结合当地产业发展需求，制定出一套详实的财政资金分配方案，加强财政扶贫专项资金在优化贫困地区产业结构上的投入，尽可能地将扶贫资金分配到不同的产业发展短板上，切实优化贫困地区产业结构，从而促进贫困地区生产要素资源实现充分利用。同时，还要建立严格的财政支出减贫增收考核机制，围绕贫困地区产业结构优化与否，确立相关考核指标，更好地带动当地产业资源实现合理配置，从而提高财政扶贫资金的规模效率[11]。

（二）加强对扶贫资金投入领域的管理，提高财政扶贫纯技术效率

提高贫困地区财政扶贫效率关键要发挥好政府的作用。在财政资金的使用问题上，政府要进一步完善资金整合制度。制定符合地区脱贫需求的资金整合规则，明确各贫困县区财政资金的使用领域，落实相关管理机构的职责，避免出现“争资金”的情况。还要建立财政扶贫资金长效机制，提高扶贫资金的投入规模，加大对农村贫困地区的扶持力度，给予特困地区更多财政补助[12]。此外，通过运用财政手段实现精准扶贫，主要是要把财政资金投到贫困地区的短板领域。在补短板过程中，一方面需要增加扶贫资金在贫困农村水利设施、基础交通设施等硬短板上的投资，另一方面还要加大财政资金在农村地区社会保障、创业就业、医疗卫生、基础教育等软短板上的投入。从而提高财政支出的综合效率水平，帮助贫困当地农民解决更多生活难题。同时，为了推动贫困农村尽快实现创新发展，要在人力资源、机器设备及科学技术应用等方面为其提供更多资金支持，创新引进先进的生产技术和发展人才，解决当地科学技术限制的问题[13]，从而提高财政扶贫的纯技术效率，推动贫困地区整体经济实力的提升。

（三）积极发展产业扶贫，提高贫困农民人均生产总值

正如习近平总书记所言，“要脱贫也要致富，产业扶贫至关重要”。是的，只有相关产业发展起来了，贫困户致富能力提升了，才能提高贫困农民人均生产总值，从而增加贫困人口人均可支配收入，实现持续增收，彻底拔掉穷根。开展产业扶贫的关键是要找准贫困地区的特色产业[14-15]。每个地区都有自己所特有的区位优势和资源禀赋，通过实地考察和深度调研，找准贫困地区的优势产业，因地制宜地发挥当地资源优势，加快推进多产业融合、全方位发展的扶贫思路，不断拓展贫困户脱贫增收的产业空间。此外，还要整合贫困农村周围村庄资源，形成扶贫合力，带动邻近村庄一二三产业实现融合发展，建立具有片区特色的产业扶贫体系。在充分利用各村庄资源的基础上，将贫困村产业发展与村民脱贫结合在一起，以产业价值的提升拉动贫困村当地村民整体收入的增加，从而助力贫困村早日实现脱贫。总之，只有让贫困户看到希望、尝到甜头、树立信心，才能坚定他们脱贫的决心，从而激发源源不断的新动能。同时，贫困户作为扶贫的主角，在产业扶贫中具有至关重要的作用。因此，要鼓励越来越多的贫困户参与到当地产业扶贫中去，充分发挥自我价值，实现产业扶贫效能的持续长久。

（四）抓住精准脱贫关键点，加大财政支出在社会保障和就业上的倾斜力度

社会保障作为一项公共保险，在保障贫困人口的基本生活需求中发挥着重要作用。一方面，要积极发挥养老保险的作用，努力实现农村养老保险制度全覆盖。贫困县政府除了要加强宣传以外，还要落实好对贫困户的社会保障工作。如加大对贫困人口在社会保障方面的扶持力度，帮助特困人口缴纳养老保险，确保能让更多贫困人口享受到基本养老保险制度，为年老体弱的贫困人口提高更多生活保障。另一方面，要努力缩小城乡养老保险差异。贫困县政府应该从总量上增加对农村养老方面的支出，提高农村养老金收入，从而减少养老保险城乡投入不均等现象，逐步建立起统一的城乡养老保险制度，更好的发挥社会保障制度的减贫作用。

就业扶贫是最有效也是最光荣的一种脱贫致富方式[16]。提升贫困人口的就业技能对于增加贫困家庭的人均可支配收入具有直接作用。为了帮助更多贫困人口实现就业，贫困县政府除了要推荐就业岗位之外，还要根据当地贫困劳动力的就业意愿和企业用工需求，有针对性地为贫困人口劳动力开展免费就业创业技能培训，定期开展职业技能讲座，从而提升贫困人口的综合素质，增强脱贫能力，大大降低再次返贫的概率。此外，当地政府要鼓励贫困村搭建农村电商平台，大力支持贫困劳动力充分发挥自我创造力，走上“互联网+创业”脱贫致富道路，化解因企业产能过剩而失业的贫困人口，帮助贫困农民实现稳定就业。

（五）扩大财政支出在民生领域的投入，建立农村合作医疗保障体系

为了更好地保障贫困农民的身体健康，提高贫困农民的综合能力，贫困县政府应该根据当地实际需求，增加对基层医疗机构的资金投入。结合已细化的医疗卫生支出，设立专项医疗资金，并加强监管，确保医疗资金的落实到位。一方面，要帮助贫困农村完善基层医院基本医疗设施，扩建农村医院规模，增加病房床位。此外，还要加大对贫困地区医疗技术人员的培训支出，提高当地医疗卫生人员的医疗水平与护理技能。鼓励县城及市里大医院与贫困农村基层医疗机构建立合作通道，实行专家到基层医院轮诊制度，并增加对轮诊专家的补贴，从而提高贫困地区的医疗水平。另一方面，要进一步优化新农合医疗保险制度，减少贫困人口看病的经济负担。对于贫困县来说，应该提高贫困农户新农合的报销比例和报销封顶线，从而降低农民看病的自费费用。必要时根据实际需要对特困人口进行二次报销。总之，政府要增加财政扶贫资金在医疗卫生等民生领域的投入[17]，扩大对贫困农村医疗体系的投资，为贫困农民提高更优质的综合性医疗服务。

六、总结

财政扶贫可以在保障贫困人口基本生存条件的基础上，带动贫困地区经济实现协调发展，从根本上解决贫困问题。本文利用DEA分析法及固定效应计量模型研究了安徽皖北8个国家级贫困县的财政支出效率及财政扶贫绩效。根据得出的实证研究结果，提出了助力安徽更多贫困地区实现精准脱贫的政策建议。为了提高财政扶贫效率，安徽政府要加大对财政扶贫资金的管理，优化产业资源配置，加大财政扶贫资金在社会保障、就业、医疗卫生等民生领域的倾斜力度，从而通

过发展产业扶贫，为越来越多的贫困人民创造财富，增加人均可支配收入，实现精准脱贫。