民族地区精准扶贫满意度研究——来自西藏的实地调研

杨阿维 图登克珠 张建伟

（①西藏大学财经学院 ②③西藏大学经济与管理学院 西藏拉萨 850000）

一、问题的提出与文献综述

《中共中央国务院关于打赢脱贫攻坚战的决定》中指出：“大力推进兴边富民行动，加大边境地区转移支付力度，完善边民补贴机制，充分考虑边境地区特殊需要，集中改善边民生产生活条件，扶持发展边疆贸易和特色经济，使边民能够安心生产生活、安心守边固边。”[1]民族地区是中国扶贫攻坚的深度贫困区和攻坚拔寨区，在国家的大力扶持和民族地区干部群众的艰苦奋斗下，民族地区农村贫困人口大幅减少。“十二五”期间，民族八省区农村贫困人口累计减少3,227万人，贫困发生率下降了22.4个百分点，按照现行贫困标准，截至2015年底民族八省区贫困人口1,813万人，贫困发生率12.1%。[2]西藏既是民族地区，也是边疆地区，由于其特殊的政治、经济、文化、历史、生态等原因，在国家的地缘政治和地缘安全中日益重要，[3]有效的经济发展将强化西藏与发达省区之间的经济良性互动，与周边国家地缘经济关系的加深也将大大拓宽我国经济的发展空间和发展容量。[4]因此，西藏经济发展和精准脱贫成效也备受国内外学者的关注。

长期以来，许多学者一直关注贫困现状、致贫原因以及脱贫措施等方面的研究，较少对扶贫开发绩效进行评价。2016年国家提出引进第三方评估对政府扶贫开发成效进行考核，不仅使脱贫数据更真实可靠，也让扶贫绩效评价更接地气，让贫困人员拥有更多的话语权，[5]开启了群众评价政府扶贫工作满意度的新模式。刘小珉利用2014年民族地区大调查数据，采用路径分析方法构建了精准扶贫工作满意度的影响因素及其实现机制的理论架构和模式，并运用回归分析方法，对民族地区农村扶贫开发绩效进行了实证研究。结果显示，被调查者对扶贫工作持满意态度的比例仅有60.8%，在移民变迁工程、教育扶贫工程、扶贫培训工程、产业扶贫工程、基础设施扶贫工程及卫生健康扶贫工程6类项目中，满意度综合得分相差不大，表明普惠性程度越高的项目其满意度越高。此外，家庭人口规模、收入状况、教育程度对扶贫开发满意度影响最大；性别、区域及职业影响相对较小；移民变迁工程和产业扶贫工程更有利于西部地区农民，东部地区农民则更欢迎扶贫培训工程。[6]

杨毅、张琳基于对600户贫困家庭的问卷，构建了公众期望、政策适应性、扶贫精准性、价值感知、扶贫绩效等5个方面的评价指标体系，运用SEM模型对环渝连片特困区的扶贫效益进行了评价。其研究结果表明，公众期望对扶贫绩效既有正向影响也有负面影响，正向影响主要是通过价值感知反映对当前扶贫成效及其扶贫战略的价值认同，负面影响主要反映在扶贫供给对接失衡或调试不当；政策适应性对价值感知的影响大于对扶贫绩效的影响；扶贫精准性对扶贫绩效影响较大，且与政策适应性呈现对称性特征。[7]此外，张琳、童翔宇、杨毅基于上述5个维度，运用结构方程模型对湘鄂渝黔边民族地区的600户贫困家庭扶贫效益进行了实证分析。研究结果认为，满足受众需求的扶贫供给是阻碍扶贫绩效的关键因素，亟需提高扶贫政策和精准管理对公众的价值感知效应，以便达到扶贫绩效的总体满意度。[8]

曹军会、何得桂、朱玉春基于1,720份农户满意度问卷，从政策实施效果满意度、政策落实情况满意度、政策帮扶作用满意度、政府重视满意度、扶贫状况满意度等5个维度对精准扶贫政策满意度进行了实证分析。实证结果发现，农民对减贫政策的知晓度、参与度及受益度与其对精准扶贫的政策满意度呈正相关关系，且贫困地区和贫困农民比非贫困地区和非贫困农民满意度较高。[9]

张晓佳、谷栗、宋玉丽、董雪艳对山东省精准扶贫绩效进行了评价。结果显示，社会公众对政府精准扶贫重视程度、总体满意度比较认可，对扶贫政策、措施知晓度和认知度不是很高，公众对精准识别过程满意度较低，认为贫困信息存在不真实现象。[10]

从已有文献来看，不同的学者基于不同的维度或指标对扶贫满意度进行了评价，这些维度和指标直接或间接影响着扶贫工作的满意度，包括农户的年龄、性别、收入、文化程度、家庭人口等基本人口学特征，也包括公众对政府行为和扶贫政策等方面的主观评价，涵盖了满意度的诸多方面，为进一步完善和评价扶贫政策满意度提供了有益的借鉴。然而，现有文献聚焦的区域大都是内陆地区和中东部地区，而西部边疆民族地区具有边疆性、民族性、宗教性，是反分裂斗争的前沿阵地，承担着发展经济和维护稳定的双重任务，其扶贫绩效的满意与否关系到边疆的稳定和国家对外的话语权，也关系到西藏与全国一同进入全面小康社会的步伐。鉴于此，文章在已有研究的基础上，以西藏自治区为研究对象，从农牧民脱贫意愿、精准识别、政府行为、政策精准等维度对西藏精准扶贫满意度进行评价，力图为政府优化扶贫政策提供实践建议。

二、研究设计与数据来源

（一）变量设计

文章主要研究的是农牧民对精准扶贫工作的满意度评价，为此我们设置了22个自变量，包含5个受访农牧民的基本特征变量和16个与精准扶贫满意度相关的变量，同时设置了一个因变量，即精准扶贫总体满意度评价。受访农牧民基本特征变量主要是农牧民的性别、年龄、婚姻状况、家庭人口数、文化程度；其余变量涉及农牧民脱贫意愿、政府帮扶行为、政策精准等信息，主要采用5级测量尺度，即很不满意、不满意、一般、满意、非常满意，分别赋值1、2、3、4、5；精准识别变量主要采用2级测量尺度，即否、是；分别赋值1、2。具体变量设计及赋值见表1。

（二）模型选取

因子分析是在不损失大量信息的前提下，用较少的互相独立的因子变量代替原来变量的大部分信息，属于多元分析中处理降维问题的一种研究方法。具体步骤为：首先，确定待分析的原有若干变量是否适合做因子分析；其次，构造因子变量，利用旋转方法使因子变量更具有可解释性；最后，计算因子得分。具体因子分析模型为：

其中，Fj为公共因子，aij为第i个变量在第j个公共因子Fj上的载荷，Xi为随机变量。

由于精准扶贫总体满意度变量是有序多分类变量，本文构造Ordinal Logistic回归分析模型。具体Ordinal Logistic回归模型为：

其中，αj为常数，βi为各个自变量的偏回归系数，由回归系数和构成的部分是模型的位置成分。

（三）数据来源

文章所使用的数据来自2016—2017年收集的农牧区精准扶贫调查数据。本次调查为学生利用寒暑假返乡调研，调研地点覆盖西藏自治区拉萨市、日喀则市、山南市、林芝市、昌都市、那曲地区、阿里地区的农牧区。本次调查共发放问卷1,050份，回收有效农牧民样本1,013份，有效率84.8%。问卷内容信息包括农牧民基本人口学特征、农牧民脱贫意愿、政府精准识别、政府在精准扶贫中的行为以及政策精准性等共计22个问题。

表1变量设计及赋值

三、实证结果分析

（一）描述性统计分析

农牧民基本特征描述统计见表2。从受访人员性别来看，男性为735人，占72.6%，女性278人，占27.4%，男性多于女性；年龄结构方面，受访人员年龄主要集中在26-50岁、51-60岁、60岁以上三个年龄段，分别占30.6%、25.7%、24.9%；婚姻状况方面，已婚比例为74.3%，占比最高；家庭人口规模方面，5人及以上家庭居多，占55.6%；文化程度方面，初中/中专以下文化程度比例为93.9%，受访人员文化程度较低。

表2贫困户基本特征情况

（二）相关性分析

在对指标变量进行描述性统计分析后，我们还应该对指标变量进行相关分析。文章采用Pearson相关性分析双侧显著性分析，结果见表3。从表3可以看出，大部分指标变量呈很强显著性相关，其中部分相关系数大于0.9，接近1，表明这些变量之间存在着很强的信息重叠。鉴于此，需要用提取独立公因子来代替原有变量进行进一步分析。

（三）因子分析

由相关性分析可知，需要提取公因子后进行进一步分析。首先，需要对指标6到指标21变量进行KMO和Bartlett的检验。从表4可知，KMO检验值为0.875，Bartlett的球形度检验P值为0.000，说明可以进行因子分析。从表5可以看出，累计方差贡献率分别为7.429%、22.288%、55.716%，特征值分别为1.189、3.566、8.914，结合各方差贡献率和特征值分别提取3个公因子，分别命名为“脱贫意愿”“精准识别”“精准帮扶”，每个公因子能够代替原来变量信息，不同变量在各公因子上的载荷见表5。

表4 KMO和Bartlett的检验

（四）精准扶贫满意度Ordinal Logistic回归分析

文章使用Ordinal Logistic回归分析方法，通过引入受访户基本特征、脱贫意愿、精准识别、精准帮扶被解释变量，构建回归模型，进行最大似然估计，参数检验估计结果见表6。从参数估计结果来看，模型McFadden达到0.969，模型系数的综合检验P值为0.000，小于0.001，表明模型拟合优度很好。

具体来看，家庭特征方面，性别和人口因素对精准扶贫满意度没有显著影响，P值均大于0.05。年龄因素的回归系数为3.629（P〈0.01），表明年龄因素对精准扶贫满意度存在显著正向影响，年龄每增加一岁，对精准扶贫满意度就会增加3.629，年龄越大，对精准扶贫满意度越高，这也印证了实地调研中老人对国家实施精准扶贫称赞叫好这一现象。婚姻因素的回归系数为-3.600（P〈0.05），表明婚姻因素对精准扶贫满意度存在显著负向影响，丧偶、离婚群体对国家精准扶贫满意度较低，这就要求我们在精准扶贫中特别关注丧偶和离婚孤独群体。文化程度因素的回归系数为-4.020（P〈0.05），对精准扶贫满意度有显著负面影响，受教育程度越高对精准扶贫越不满意。精准帮扶对精准扶贫总体满意度有显著正向影响，回归系数为12.636（P〈0.01），精准帮扶因子包含政府的政策精准、重视程度、帮扶行为等因素，表明农牧民对政策依赖性较大，政府帮扶工作、重视程度对农牧民满意度影响较大。精准识别回归系数为-4.624（P〈0.05），表明贫困户精准识别对农牧民满意度有显著负向影响。脱贫意愿的回归系数为-5.832（P〈0.05），表明脱贫意愿与精准扶贫满意度有显著负面影响，也就是说虽然受访户对精准扶贫满意，但是不愿意退出贫困户，这也符合实际调研的情况。

表5因子载荷及公因子方差贡献

表3变量Pearson相关性分析

总的来看，除了性别和人口对精准扶贫满意度没有显著影响外，其余大部分被解释变量对农牧民精准扶贫满意度有显著影响。婚姻、教育程度、精准识别、脱贫意愿对农牧民精准扶贫满意度有显著的负向影响；年龄、精准帮扶对农牧民精准扶贫满意度有显著正面影响。

四、结论与政策建议

（一）研究结论

文章通过对西藏5市2地区的1013份农牧民调查数据，运用因子分析对精准扶贫各维度进行了公因子提取，并对提取的公因子与农牧民精准扶贫总体满意度进行了Ordinal Logistic回归分析。结果发现，各维度对精准扶贫总体满意度有显著影响，具体表现在以下几个方面：

第一，婚姻、受教育程度对精准扶贫满意度有显著负面影响。婚姻是一个家庭生活幸福满意的纽带，婚姻中男女双方是一个家庭收入来源的主要依靠力量，婚姻中丧偶群体在生活中比较孤独，一个人承担家庭中的重担，造成人均扶贫受益较小而低于预期[11]，因而对精准扶贫总体满意度要低于已婚家庭。鉴于此，政府应加大对丧偶、离婚群体的帮扶，使之感受到政府的温暖。受教育程度越高，预期期望就越高，对精准扶贫工作提出了更高的要求。

第二，年龄对精准扶贫满意度有显著正面影响。年龄较大的受访户对精准扶贫满意度较大，这是由于年龄大的农牧民经历过封建农奴制度的摧残，对中国共产党领导下的各级人民政府以及社会主义怀有特别的感情，对政府精准扶贫充满了感恩。老年人随着年龄的增大丧失劳动力而导致收入减弱，晚年生活更多依赖子女和政府，国家实行高龄补贴和养老保险让老年人产生较大边际效益，使他们感到非常满意。[12]

表6精准扶贫满意度Ordinal Logistic回归结果因变量：精准扶贫满意度总体评价

第三，脱贫意愿、精准识别与精准扶贫满意度呈显著负相关。随着精准扶贫的深入，越来越多的资金倾斜和政策优惠等惠及到各类人群，更多的人享受到了精准扶贫带来的诸多实惠和好处，导致很多人不愿脱贫，争戴“贫困帽”，不仅影响资源的有效配置和扶贫“造血”的本意，这也是对扶贫工作目标实施的干扰。[13]精准识别对精准扶贫满意度有显著负面影响，需要政府加大精准识别的各个环节，确保识别中的公正、公开、公平，提高农牧民的满意度。

第四，精准帮扶显著影响精准扶贫满意度，且影响程度较大。政府重视程度越高、工作帮扶越大、政策精准性越高，扶贫满意度就越高，表明当前西藏精准帮扶中政府作用较大，达到12.636。因此，今后精准扶贫中继续强化扶贫政策精准性，民生领域资金使用的公开度，让广大农牧民及时知晓精准扶贫的政策释义，搞明白精准扶贫的工作过程，释怀心中的疑惑和不满。

（二）政策建议

当前边疆民族地区精准扶贫实践中，精准识别、政府帮扶工作、政府重视程度、政策精准性都影响着精准扶贫满意度。针对当前农牧民精准扶贫满意度中存在的诸多问题，本文提出较为切实可行的对策建议。

第一，创新政府精准识别体制机制。当前精准扶贫识别存在一些问题，如贫困户识别依靠其主动提出贫困申请，片面依据纸质说明。对贫困户进行精准识别、科学建档、动态管理，才能做到“扶真贫、真扶贫”。在精准识别中，考虑西藏各地区脆弱性实际情况，结合“一进二看三算四比五查六议七定”工作方法。具体方法内容为：“一进”即村委会、驻村工作对、第一书记等对全村农牧民逐户进家走访调查，摸清家庭成员情况、生活状况、家庭人员健康情况、子女教育情况等信息；“二看”即看房子、家电、家具、交通工具等信息；“三算”即测算收入、支出、储蓄、债务等信息；“四比”即与村里其他农牧户比收入、比资产、比生活、比住房等信息；“五查”查资产（商品房、企业、门面房等）、家庭中担任村干部、家庭中有公职人员等信息；“六议”即结合贫困户申请理由真实性、合理性，综合各因素考量，逐户评议，争取获得大多数农牧民认可；“七定”由村“两委”推荐并公示，乡镇党委、政府复核确定并公示，从而提高农牧民对贫困户精准识别的满意度。

第二，健全贫困户动态退出机制。贫困户退出应该进行民主评议，召开村民代表大会评议贫困户是否达到退出条件，对已经达到退出条件的农牧民，村“两委”和驻村工作队应该上门核实并得到农牧民的认可后审核上报，乡镇对复核后的名单进行批准，并从贫困名单中予以剔除，停止继续享受扶贫待遇。对于贫困户的退出，各级政府及相关部门应该重视和审慎对待，严格按照程序和标准，杜绝“虚假脱贫”“数字脱贫”“被脱贫”“强制脱贫”等现象发生。同时，要做好群众脱贫的思想工作，确保恶性事件和群体性事件发生，接受全社会监督，真正实现贫困户有进有出，动态管理。[14]

第三，优化扶贫资金分配机制。整合相关部门的扶贫资金，把扶贫资金向基础设施、教育、医疗等能够产生普惠性影响的基础性项目倾斜。创新资金竞争性分配机制，把资金分配与精准扶贫绩效、政府扶贫考核相结合，对精准扶贫成效显著，快速提高农牧民增收致富的产业或项目实施以奖代补的竞争性资金分配方式。[15]此外，还应该加强扶贫资金监督力度，赋予农牧民知情权和监督权，构建省、市、县、乡（镇）、村五级监督体系，覆盖全部扶贫项目，成立由省、市、县、乡（镇）、村民联合组成的督查组，每年对扶贫项目和资金抽查，提高农牧民对扶贫资金使用的满意度评价。[16]

第四，优化产业扶持和金融扶持政策。非贫困群体相较于贫困群体，有着经济优势，在产业和金融政策方面比贫困群体更易获得政策支持。[17-19]因此，扶持“特色基地+扶贫龙头企业+贫困农牧民”“企业+专业合作社+贫困农牧民”等“精准扶贫产业链”，突出资源禀赋，培育“一县一特色”“一乡一产业”“一寸一品牌”等产业，做优做强乡镇经济和县域经济，提高贫困农牧民自我发展能力。对贫困户发展生产、发展经济组织给予小额贷款、扶贫资金贴息贷款，5万元以下的小额贷款免担保、免抵押，发展村镇银行、农牧民互助资金社等“普惠性金融机构”。[20]