基于因子分析下的平顺县农户扶贫满意度研究

李平则，刘浩杰，林杰

（1.山西农业大学城乡建设学院，山西 太谷 030801；2.山西农业大学经济管理学院，山西 太谷 030801；3.中国农业大学人文与发展学院，北京 100193）

区域性整体贫困作为发展经济学的重要研究对 象，一直是学者们关注的焦点。“扶贫”是政府和社会帮助贫困地区及人民摆脱贫困、追求物质生活财富、解决其生活着落与发展出路的一项社会工作。中共中央针对区域性整体贫困系统性、阶段性地开展了区域性开发扶贫战略，先后制定颁发并贯彻实施了《国家八七扶贫攻坚计划》 （1994-2000年）、《中国农村扶贫开发纲要》 （2001-2010年）和《中国农村扶贫开发纲要》 （2010-2020年）。新时期特别是十八大以来，党中央和国务院更是十分重视扶贫工作，发布了《关于创新机制扎实推进农村扶贫开发工作的意见》 《关于打赢脱贫攻坚战三年行动的指导意见》《中共中央国务院关于“十三五”脱贫攻坚规划的指导意见》等打赢脱贫攻坚战的一系列文件。2017年10月中国共产党第十九次代表大会再次将夯实打赢打好脱贫攻坚战作为决胜全面建成小康社会必须打好的三大攻坚战之一，展现了党中央决胜贫困的信心与决心。

满意度是针对期望或欲望而言的一种心理状态[1，2]。精准扶贫满意度是评价主体如农村居民于特定的情形下对各精准扶贫措施的主观满意感，这种主观评价可以理解为政府实施精准扶贫后为农户带来的效益、福利与效用。针对满意度这一学科领域的研究主线最早可追溯到的霍桑实验，现已发展成为一个成熟的评价体系，广泛应用于企业顾客满意度[2]、政府服务的公众满意度等方面。

我国学者在20世纪90年代初期从贫困相关机制机理角度对我国各连片特困集中地区经济发展的成效与存在的问题进行了探讨[3]。进入21世纪后，开始了大规模的研究。起初的研究方向主要集中在生活质量的评价指标和研究方法上。随着精准扶贫力度的加大，关于连片特困地区的发展问题，诸如：居住条件、温饱水平和农民收入以及精准扶贫满意度等逐渐受到学者们的关注。庄天慧等[4]采用模糊综合评价的方法，通过对“十二五”期间西南部国家扶贫攻坚示范地区农户的调研与实证分析，构建了以温饱水平、居住条件、生产条件、环境治理、村民能力建设以及发展能力等指标为标准的扶贫评价体系，对当地农户扶贫意愿与需求进行了绩效评估。陈益芳等[5]通过对武陵山区（渝西北）500多户农户的扶贫满意度调研结果进行多元线性回归，评估了当地精准扶贫的效果，结果表明当地义务教育质量、医疗卫生服务状况和农民收入增长情况等对扶贫满意度具有显著正向影响。

现阶段关于精准扶贫满意度的研究还处于起步阶段，存在较大的研究缺口。一方面是因为获取数据的操作流程复杂，难度偏大，导致相关调研样本匮乏，研究存在困难；另一方面是满意度评价具备较强的主观性，对于其是否能够行之有效的反应客观实际，在理论层面上还存在着一定的争议。这也使得学者对农户精准扶贫满意度及其影响因素的相关研究主要以案例描述与定性分析为主，缺乏计量分析。从农户角度出发，运用结构方程模型的研究方法、全面系统的成熟量表以及严谨可靠的截面数据，从住房与人居环境、人文发展与公共服务以及生活状况改善等方面对农户精准扶贫满意度的变动、方向及其因果关系和效益评价做了集中考察，对于衡量扶贫成效、减少农村社会矛盾具有重要的现实意义。

1 研究方法

1.1 方法选取

目前，有关精准扶贫满意度的研究方法众多，有功效系数法、层次分析法、主成分分析法、因子分析法、无序多分类Logit回归方法、有序Probit分析法和结构方程模型分析等。简单的因子分析或者层次分析法根本无法进行定量分析。传统的计量回归方法，如OLS回归模型在回归过程中，会造成由模型对误差项的连续对称假设和线性假设使得响应变量实际上并不是连续的，导致响应变量与解释变量之间不满足线性关系或者线性的假设导致误差的不对称性。

结构方程模型 （Structural Equation Modeling，SEM）又称为协方差结构分析，最先由Joreskog和Goldberger在心理学研究领域提出并应用[6]。此后，诸多学者将此方法广泛应用于经济、管理、心理营销以及教育质量评价等领域。结构方程模型作为一种多变量统计方法，在满意度研究方面应用十分成熟，其结果具有合理性和可靠性。结构方程模型可以同时处理测量与分析问题，具有理论先验性，允许自变量和因变量之间均包含测量误差，通过测量可观测变量分析潜变量之间的关系。结构方程模型在很大程度解决了传统计量回归方法存在的问题。

1.2 模型构建

扶贫满意度是一个涵括自然、生理、经济、社会等多维度的概念，因此应结合政策实践，进行多维度的综合评价。以扶贫满意度为内生潜变量，以住房与人居环境、生活状况改善、人文发展与公共服务为外生潜变量。其中，住房与人居环境包括房屋条件、居住条件、道路硬化、易地扶贫搬迁和卫生设施条件；生活状况改善包括收入水平、恩格尔系数和休闲娱乐健康；人文发展与公共服务包括在校教育学历、惠农保障需求、文化技能培训和农业产业建设（表1）。

构建结构方程模型：

方程（1）和（2）为测量模型，表示潜变量及可观测变量之间的测量关系。其中，X为外生潜变量的可观测变量，Y为内生潜变量的可观测变量，η为内生潜变量，ξ为外生潜变量，Λx为外生潜变量与可观测变量的关联系数矩阵，Λy为内生潜变量与其可观测变量的关联系数矩阵，δ和ε为误差向量。方程（3）为结构模型，反映的是外生潜变量与内生潜变量之间的相互影响。其中，B和Γ为路径系数矩阵，ζ为误差向量。

表1 农户扶贫满意度影响因素指标体系Table 1 The index system of influencing factors of farmers’satisfaction to poverty alleviation

满足的基本假设条件为δ、ε的均值为0，ζ均值为0，δ和ε与ζ和η之间不存在序列相关性，ζ与η、ε和δ不相关。

结合经济学、管理学基础和区域发展等多学科知识，对农户扶贫满意度的各因素设定提出下列3个假说：住房与人居环境的改善对农户扶贫满意度的影响为正（H1）；人文发展与公共服务的提高对扶贫满意度有积极影响（H2）；生活水平的改善对扶贫满意度影响为正（H3）。

1.3 样本选择

选取国家级贫困县平顺县28个村作为典型样本区，进行分层抽样的实地问卷调研。平顺县是典型的农业县。2014～2016年底建档立卡的贫困户1.04万户，截至2016年底该县脱贫人数达到0.17万户，长期以来，由于特色产业发展较慢，农村村级集体经济收入基本空白，农民收入水平较低，贫困率高达17.2%。问卷内容由农户基本信息栏和主体部分组成。其中，基本信息由性别、年龄、就业情况、教育文化水平和脱贫状况自评组成；主体部分主要采用李克特5级量表设计，涉及的变量、含义及取值见表1。实际回收问卷1 752份，有效问卷1 608份，有效率达91.78%。

2 结果与分析

2.1 样本的统计描述

此次调研对象的性别、年龄、就业情况以及教育文化水平和脱贫状况自评等符合正态分布（表2）。调研对象涵盖了贫困户、扶贫户及普通农户，样本结构基本合理。

表2 样本的统计描述Table 2 Statistical description of samples

2.2 样本的信度和效度检验

为验证上述模型的合理性，对问卷和量表进行因子分析以及信效度检验。采用SPSS 20.0对模型中4个潜变量和15个观测变量进行探索性因子分析；采用SPSS Amos21.0进行验证性因子分析。

采用克隆巴哈信度系数评价问卷的内部一致性和稳定性，对每个潜变量的信度分别进行检验（表3）。数据整体Cronbach's α系数为0.779，且各潜变量的组合信度均＞0.7，说明问卷数据信度高，量表可靠性高。

表3 问卷的信度分析Table 3 Reliability analysis of questionnaire

在进行效度分析前，先对样本进行凯泽检验和巴特勒特球体检验，测得KMO值为0.816（＞0.5），表明变量间的偏相关性较强；巴特勒特球体检验卡方统计值为1 091.721，模型指标较为优良，变量之间相关程度较高。因此，样本数据适合进行因子分析。

采用主成分分析法对数据进行探索性因子分析，结果表明各观测变量标准因子载荷系数均＞0.7，累计贡献率＞65%，表明所选观测变量对潜变量的衡量效果较好。

2.3 模型检验

初始结构方程模型包括4个潜变量和15个可观测变量，对模型进行验证性因子分析以检验住房与人居环境、人文发展与公共服务和生活状况改善是否能真实反映扶贫满意度这一指标。

采用SPSS Amos 21.0给出的极大似然法对模型进行参数估计，最终得到模型的参数估计结果以及标准化路径系数（表4）。

表4 路径（载荷）系数输出结果Table 4 Results of path（load）coefficients output

采用临界比值法对路径系数进行显著性检验（表4），结果发现，在0.01水平上，15项观测变量与潜变量路径中仅X6（收入水平）←生活状况改善路径未通过显著性检验。主要原因是少部分贫困户人均可支配收入达3 200元，虽然已达到脱贫标准，但收入来源以转移性收入和财产性收入为主，无法自主地可持续的维持现状，且各级扶贫部门的相关措施对其无针对性。对于此路径可以在模型修正中完善。

2.4 模型修正

农户收入水平←生活状况改善路径在0.05水平上未通过显著性检验，因此需要对原假设模型进行修正。修正模型主要依据修正指数（MI）和相关经济学理论，通过比较拟合指数的变化来分析是否可取。模型修正可通过增加一些路径来提高模型的拟合度，若路径增加后卡方值与原模型相比明显减少，说明修正有意义。通过在X6（收入水平）←生活状况改善路径间增加一条X6←住房与人居环境路径后，原模型的卡方值由原来的278.029减少至234.029，修正指数的路径系数在1%水平上显著，说明该修正能提高模型拟合效果（表5）。且增加该路径在理论上可以解释：农户所处自然条件和生产设施的改善是提高其收入水平的一项关键因素，尤其是对于贫困地区，道路等基础设施条件往往是制约当地经济发展的一个重要因素。对修正后的模型进行配适度分析（表6），卡方值为234.029，卡方与自由度比值为2.56（＜5），模型拟合度极佳，最后得到相对较优的模型路径（图1）。修正后的结构方程模型显示，住房与人居环境、生活状况改善以及人文发展与社会服务共同对扶贫满意度产生正向传导作用。

表5 模型修正Table 5 Model updating

表6 修正模型的配适度分析[11，12]Table 6 Match degree analysis of modified model

图1 农户扶贫满意度修正模型Fig.1 Modified model of farmers’satisfaction to poverty alleviation

3 模型路径分析

人文发展与公共服务以及生活状况改善到扶贫满意度的路径系数均较为合理，通过了显著性检验（p＜0.01），与模型的假设相符。然而需要指出的是，住房与人居环境对扶贫满意度的标准路径系数较小，未通过显著性检验，结果与假设不完全相符。这一结果看似不合理，实则有其相应的经济学规律。资源配置过程中的有限性，决定了农户扶贫满意度与住房人居环境二者间存在着必然联系，这一联系是对立统一的。一方面自然环境是经济、社会发展和生态改善的重要约束条件，将资源用于改善住房人居环境的同时会降低其他方面的扶贫力度，尤其是直接提高居民收入水平方面的投资；另一方面经济的发展对环境和其他硬件设施的改善又提出了更高的要求，没有适宜的住房与人居环境作为保障，扶贫的经济和社会效益就没了持久的动力。

修正后的模型展示了各个潜变量之间以及可观测变量与潜变量间作用关系如下：

（1）潜变量间的相互关系。住房与人居环境、生活状况改善、人文发展与公共服务对脱贫满意度的标准化路径系数分别是0.07、0.31和0.52，说明人文发展与公共服务对扶贫满意度的影响最大，生活状况改善次之，住房与人居环境的影响最小。

（2）可观测变量与潜变量间的相互关系。X1～X5对住房与人居环境的直接影响程度为0.4～0.8，分别是0.56、0.47、0.67、0.78和0.80。说明居住条件、房屋条件、道路硬化满意、异地扶贫搬迁和卫生设施条件对住房和人居环境的影响均为正向，且影响程度依次增加。

X6～X8对生活状况改善的标准化路径系数分别为0.62、0.63、0.84，影响均为正向。其中，休闲娱乐健康是生活状况改善潜变量中最显著的因素。

X12～X15对人文发展与公共服务的标准化路径系数分别为0.75、0.63、0.74、0.51，影响均为正向。其中，在校教育学历和文化技能培训对人文发展与公共服务影响最为显著。

4 结论

从扶贫满意度入手，构建结构方程模型，分析影响平顺县精准扶贫成效的因素及各因素的影响路径与影响程度。结果表明：生活状况改善以及人文发展与公共服务直接影响农户对精准扶贫成效的满意度。其中，人文发展与公共服务是影响扶贫满意度的关键因素和中心环节，生活状况改善是扶贫满意度评价的重要内容。住房与人居环境的优化正向影响人文发展与公共服务，对于扶贫满意度有间接影响。异地扶贫搬迁、改善卫生设施条件、提高休闲娱乐健康水平、加大文化技能培训力度、提高当地农户的学历水平是从源头上改善民生的基本措施，也是提高扶贫满意度的重要路径。

扶贫满意度最重要的影响因子是人文发展与公共服务，其中在校教育学历以及文化技能培训的载荷较大，这些因素从一定程度上指出了政府下一步扶贫工作的重点。但应注意的是，农户扶贫满意度评价指标因地因时因方法而不同，不存在“以一应万”的评价模板，变量选择及相关指标界定可借鉴专业领域内的成熟研究，但也不能照搬照抄，必须结合当地情况与时间的推移做出相应的调整。