基于DEA模型的全国贫困地区产业扶贫的绩效评价研究

曹 委，张艳荣

（甘肃农业大学财经学院，兰州730070）

引言

贫困治理是新时期习近平总书记治国理政思想主要内容之一，体现了消除贫困的紧迫性、艰巨性。贫困的根本原因并非简单的收入被剥夺，而在于缺乏获得收入的能力，而产业扶贫是一种建立在区域产业发展基础上的能力建设扶贫模式，是探索脱贫致富的内生性机制重要手段[1，2]。党的十八大以来，习近平总书记提出了一系列扶贫开发的新思想新观点新部署新要求，确定了以习近平总书记扶贫开发战略思想为指导的大扶贫格局[3]。自精准扶贫战略实施以来，全国贫困发生率从2013的8.5%降至到2018年的1.7%，贫困地区的贫困人口发生率从2013年的19.3%下降到2017年的7.2%，国家级贫困县陆续退出。产业扶贫作为脱贫攻坚八大重点工程之首，是变“输血扶贫”为“造血脱贫”的关键路径，依托产业扶贫模式实现国家“十三五”脱贫战略目标具有重大推动作用。产业扶贫是脱贫攻坚的一种手段，但其实施的效果是评价脱贫工作的重要标尺，也是保持脱贫成果的持久性、奠定乡村振兴基础的重要保障。本文以全国21个贫困地区为研究对象，通过制定产业扶贫绩效的评估指标体系，评价全国贫困地区的产业扶贫效果，并为其他贫困地区的产业扶贫绩效评估提供思路和方案，以期为我国产业扶贫政策的改进提供现实依据，扩展产业发展与贫困缓减的研究理论，丰富我国贫困治理理论，为我国制定2020年后减贫战略提供理论指导。

有关产业扶贫工作的研究自2010年以来呈喷井式增加，然而对产业扶贫绩效的评价研究还是较少。前期的绩效研究主要是在扶贫的大视角下展开，例如段妍从扶贫投入与产出的角度设计了扶贫资金指标、精准扶贫指标、政策减贫指标、社会减贫指标四个二级指标体现精准扶贫政策[4]。徐彦平从经济基础、人文发展和生产生活环境三个维度确立了17个分指标来构建会宁县扶贫开发政策评估指标体系，运用时序主成分分析法及政策评价实证分析[5]。金旭柬考虑到民族区域的特殊性，构建了效率、政策回应度、公平性、可持续发展和效益五个维度24个二级指标来设计指标评价体系，评估西北民族地区县域扶贫开发绩效[6]。付英和张艳荣结合新时期农村扶贫工作实际，从政策相关性、扶贫效率、扶贫效果和可持续发展能力四个方面入手，构建了针对贫困地区扶贫绩效评价的指标体系，并采用层次分析方法对兰州市“三县一区”进行分析评价[7]。李辉和王倩采用非径向、非角度的SBM-DEA模型对云南省4个州市共27个县的农村生态扶贫项目效率的投入和产出进行分析[8]。刘彬、钱力和左雨婷从财政支出和扶贫直接效果的角度分别设计四项投入指标与四项产出指标，运用DEA模型对安徽省阜阳市三个国家级贫困县近十年的扶贫绩效进行时序上进行比较分析[9]。关于产业扶贫的绩效评价，近几年研究这方面的学者有郭建宇从收入、机会和能力三方面设计指标，运用统计分析和计量经济方法实证分析农业产业化经营带给农户的影响，并得出农业产业化对农户的收入变化、农户获得机会的变化、农户能力的变化有着积极的影响[10]。康亮从经济、社会、环境三个维度构建指标体系分析产业化扶贫模式对扶贫效果的贡献率，利用专项评价指标进行评价，论证了各维度贡献率大小顺序应该是经济维度、社会维度、环境维度[11]。胡柳从经济效应，社会效应、生态效应等方面对恩施市旅游扶贫效应进行了综合评估[12]。王志章和王静以云南省文山壮族苗族自治州为例，运用层次分析法从经济效益、社会效益、文化效益、生态效益四个层面评价旅游扶贫绩效[13]。

通过文献梳理发现，产业扶贫的研究整体呈现出从理论到实证的研究趋势，即从产业扶贫的基础理论和模式与机制研究，逐步向产业扶贫的案例研究和产业扶贫的现实困境与对策、产业扶贫的绩效评价研究转变，体现了理论界正在积极回应“如何实施和推进产业扶贫”的现实问题，当前学术界在产业扶贫绩效的实证研究还处在起步阶段，对体系构建与定量分析的研究存在不足，研究方法仍然停留在定性分析或者受主观影响较大的层次分析法的定量分析上，而以“投入—产出”的角度构建产业扶贫绩效评价指标体系，避免主观因素影响的定量分析的研究还不足。因此，本文在产业扶贫的视角下，基于定量分析的思路，以全国21个贫困地区为研究对象，并从减贫效果、收入、基础建设、教育医疗、环境卫生等方面多维度构建产业扶贫的绩效评价指标体系，运用DEA模型对全国21个贫困地区的产业扶贫绩效的变化趋势进行探析，并在此基础上分析全国贫困产业扶贫绩效的排名情况，并针对提升产业扶贫绩效提出政策建议。

1 理论分析

1.1 模型选择

数据包络分析简称DEA，目前最经典的模型有CCR模型和BCC模型。CCR模型假设规模收益不变，得出的技术效率包含了规模效益的成分，是一种综合技术效率模型。基于规模收益可变的BCC模型是在CCR模型的基础上增加了约束条件而构成，得出的技术效率排除了规模的影响，是一种纯技术效率模型，得到的综合效率（TE）可分解为纯技术效率（PTE）和规模效率（SE）。DEA模型用于评价各决策单元多投入多产出量之间的相对有效性以及绩效评估，而BCC模型打破了CCR模型关于投入要素规模报酬不变的假设，更具有现实意义[14]，并考虑到现实的可操作性，相对于产出，调整扶贫投入较为容易，因此选择投入导向型的BCC模型，通过构建多投入多产出的绩效评价体系评价全国贫困地区的产业扶贫绩效。在本文中，综合效率从整体上衡量全国贫困治理的效率，纯技术效率主要衡量全国贫困治理的运行效率，即扶贫资源的配置和利用效率，规模效率主要衡量扶贫资源投入的规模效应[15]。

1.2 绩效评价指标体系

十八大以来中国政府深入推进脱贫攻坚，对贫困的测度不再只是考虑单一的经济绩效测度的范畴，本着贫困治理效果的可持续性，社会绩效测度、环境绩效测度也成为度量贫困的重要因素，在构建评价指标体系时，还参考了已有相关文献，如刘传熙、赵泓锋和韦柳霞从脱贫成效、经济收入、卫生发展公共服务、角度选取贫困人口发生率、贫困户年人均可支配收入、卫生室拥有率、硬化路通村率、互联网入村率指标构建广西壮族自治区村级精准扶贫绩效评价指标体系[16]；张琦和陈伟伟从经济发展、社会发展、生产生活维度选取人均城乡固定资产投资完成额、农民人均纯收入、贫困发生率，有卫生室的行政村比例、通水泥/沥青公路的行政村比例、通宽带网络的行政村比例指标扶贫成效多维综合评价指标体系[17]；张全红和周强从教育、健康、人均收入维度选取适龄儿童就读、厕所类型等指标构建指标体系测算转型时期中国多维贫困[18]；金旭柬从效益、可持续发展性等维度选取农民固定资产投资额、人均耕地面积等指标构建扶贫开发政策绩效评价指标体系[6]。因此本文根据上述指标构建的依据和本文的研究目标，基于“投入—产出”的角度构建全国贫困地区产业扶贫的绩效评价指标体系。该评价体系包括投入指标和输出指标，投入指标选取2项指标；输出指标的选取主要从经济绩效、社会绩效、环境绩效方面，从直接的减贫效果、收入、基础建设、教育医疗、环境卫生角度，选取8项指标，选择具体指标如表1所示。

表1 全国贫困地区产业扶贫绩效指标体系

2 数据来源和绩效分析

2.1 数据来源

本文根据《2015中国农村贫困监测报告》中所划分的22个贫困地区作为研究样本，其中因西藏地区存在部分指标长期缺失，故最终的研究样本为21个地区。东部贫困地区包括河北、海南；中部贫困地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部贫困地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。本文评价指标的原始数据来源于《中国贫困监测报告》《中国统计年鉴》，其中，农村农林牧渔业固定资产投资额（X1）、耕地面积（X2）两个指标的原始数据来源于《2015～2018中国贫困监测报告》，贫困人口脱贫率（Y1）、农村常住居民人均可支配收入（Y2）、农林牧渔业总产值（Y3）、进村主干道路硬化的自然村比重（Y4）、通宽带的自然村比重（Y5）、有小学且就学便利的行政村比重（Y6）、有卫生站（室）的行政村比重（Y7）、独用厕所的农户比重（Y8）八项指标的原始数据来源于《中国统计年鉴2015～2018》，数据客观真实，一定程度上提高研究结论的可靠性。

2.2 绩效分析

本文选择基于规模报酬可变的BCC模型，其计算可借助软件DEAP Version2.1。BCC模型不能直接对面板数据进行分析，因此本文首先通过DEAP2.1软件对2014年全国21个贫困地区的产业扶贫绩效进行截面性分析，然后以同样的方法依次2015年、2016年、2017年的截面数据进行分析，并把四年的绩效结果汇总。经软件处理，目标DMU的效率值可划分为三种类型：综合效率（TE）值，纯技术效率（PTE）值及规模效率（SE）值，综合效率蕴含了纯技术有效性与规模有效性。规模收益表示的是投入指标比例变化对于产出指标比例变化的影响。当投入增加一个单位时，若产出的增加量大于一个单位，则称为规模收益递增；若产出的增加量小于一个单位，则称为规模收益递减；若产出的增加量等于一个单位，则称为规模收益不变[13]。基于投入产出角度构建的10项绩效评价体系，经 DEAP2.1软件处理得到 2014～2017年DEA分析结果汇总见表2。

2.2.1 综合效率分析。如表2所示，2014年、2015年、2017年产业扶贫DEA有效的地区有2个，即海南、青海；2016年21个贫困地区产业扶贫DEA有效的只有海南、重庆、青海三个地区，处于效率前沿面上，其综合效率、技术效率和规模效率均为1，说明这3个地区在产业扶贫中对投入资源的配置、利用和规模集聚上都达到了有效，不存在投入冗余和产出不足，规模收益处于最佳状态。自2013年精准扶贫以来，海南、青海两省2014～2017年的产业扶贫效率一直稳定且DEA有效。从平均水平来看，2014年至2017年综合效率的均值并不是呈递增或者是递减趋势，2016年的综合效率最高，而2017的综合效率是最低的，但是主要原因是规模效率的下降，大部分地区存在盲目或者过度投入而导致的投入剩余，这也正体现了我国产业扶贫的管理水平不断提高，未来脱贫攻坚的重点主要是控制产业扶贫的投入力度。

2.2.2 分效率以及规模报酬分析。从平均水平来看，2014年至 2017年纯技术效率分别为 0.954、0.988、0.943、0.973， 规 模 效 率 分 别 为 0.579、0.515、0.695、0.473，纯技术效率明显高于规模效率。每年都存在绝大部分地区DEA无效且规模收益全部处于递减状态，且只因规模效率导致综合效率无效的地区依然占大多数，说明国家的扶贫投入力度过大，因此这些地区需要减少产业扶贫投入规模，从而提高综合效率，促进规模收益处于最佳状态。对于DEA无效的类型分为两种，第一种是纯技术效率和规模效率均无效导致的综合效率无效的类型，即在资源的配置、利用和规模集聚上都未达到有效，即存在投入冗余或者产出不足。如2014～2017年的云南省，2016～2017年的山西，2014年、2016年、2017年的内蒙古，2017年的陕西，不仅需要提高产业扶贫的管理水平，还要重新合理配置资源，提高资源的利用率。第二种类型是纯技术有效但规模效率偏低导致的整体无效的类型，大部分的DEA无效的贫困地区都处于这种类型，这些地区在产业扶贫中对投入资源的配置、利用和规模集聚上都达到了有效，不存在投入冗余和产出不足，导致DEA无效的原因在于其规模的无效率，因此，合理确定投入要素规模，实现资源的优化配置，减少资源的重复浪费。

2.2.3 投入冗余与产出不足分析。山西、内蒙古、云南、陕西的四个地区部分年份在资源的配置、利用和规模集聚上都未达到有效，即存在投入冗余或者产出不足。如表3所示，内蒙古在2014、2016、2017三年存在耕地面积指标投入冗余，因此对于典型的农牧交错区的内蒙古，需要减少耕地面积，积极推进实施加大退耕还林还草工程；多项指标存在产出不足，通村道路、主要体现在农村的基础设施建设和公共服务供给方面的不足，通村道路、网络覆盖、小学、厕所普及率有待提高。云南四年来农村常住居民人均可支配收入均需要提高，基础设施的完善程度不足，要更加关注农民的健康、卫生水平的提升，因此，云南省不仅要克服多民族地区治理的复杂性，而且还要发掘当地资源特色，带动经济发展和实现农民增收。山西在2016、2017年均存在农村农林牧渔业固定资产投入冗余，需要分别减少12.213亿元、10.459亿元；在产出方面，农民可支配收入和农林牧渔总产值产出不足，2016年小学、卫生室、厕所普及率还需分别提高16.586%、4.759%、0.861%，2017年小学普及率需提高14.749%。革命老区陕西在2017年产业扶贫工作中，要减少农村农林牧渔业固定资产投资额7.418亿元，道路、小学、厕所普及率分别提升0.97%、4.425%、0.643%，则可实现投入产出效率的最优。总体上，国家和地区要重视并加强这些地区的基础设施、民生工程建设，为产业扶贫项目的开展奠定硬件基础。

表2 2014～2017年DEA分析结果汇总表

表3 产出不足量和投入冗余量汇总表

2.3 绩效排名分析

在效率分析部分已经得知每个年份都有DEA有效的地区，但对于这几个地区之间产业扶贫效果评价的好坏却不得而知。为了能够更精确地分析这些地区的扶贫效果，本研究将引入两个虚拟最优、最劣决策单元。最优虚拟决策单计为DMU22，其输入值选取原21个决策单元输入量的最小值，输出值选取原21个决策单元的输出量最大值；最劣决策单元DMU23，其输入值选取原21个决策单元输入量的最大值，输出值选取原21个决策单元的输出量最小值，建立以最优虚拟决策单元为效率值最大且最劣虚拟决策单元效率值最小的目标决策模型。将新构建的包含23个决策单元的指标体系，再次利用DEAP2.1软件进行DEA分析，得到一组新的效率值。将原有的DEA有效的地区按照新的综合效率进行排名，原有的DEA有无效的地区按照原来的综合效率排名，这样就巧妙的避开了因引入最优、最劣两个虚拟变量势必会对原有21个决策单元排序和计算效率值产生干扰。2014～2017年具体扶贫效果的排名见表4。

如表4所示，产业扶贫绩效排名稳定在第一、第二位的是西部地区的青海、东部地区的海南，中部地区绩效排名靠前且最稳定的是湖北，反映出产业扶贫效果显著的地区并没有集中到某一地域，整体上全国偏南地区的扶贫绩效优于偏北地区。东部地区的扶贫绩效稳定，但海南的扶贫效果明显好于河北；中部偏南的贫困地区扶贫效果高于中部偏北的贫困地区，西部地区的脱贫攻坚任务繁重，但与中部地区相比，扶贫工作的成效较为显著。中部地区的山西、吉林、黑龙江和西部地区的内蒙、云南、新疆的产业扶贫绩效持续不显著。因为这些地区地域偏僻，交通不便；自然环境恶劣，抵御自然灾害能力弱；基础设施落后，公共服务能力有限，生产结构单一，产业增收乏力，实现自我发展能力弱。例如山西省，特色产品开发不足，品牌意识差，特别是有些特色产品尚未得到充分开发，带动产业增收乏力。而且自然条件脆弱和耕作条件落后，农业综合机械化水平不高，增产潜力有限，未能形成规模生产和品牌效益。内蒙古产业结构单一，收入来源少，农牧民收入是收入的主要来源，遇到自然灾害很容易使收入水平大幅降低。劳动文化程度低致使劳动力转移培训比较困难，思想落后陈旧，对新生事物的接受能力较差。中部地区的江西2014年的扶贫效果显著，但接下来几年都不太理想，除了贫困人口集中规模庞大，劳动力素质低，缺乏掌握农业新技术的能力等客观因素外，更主要的原因是收入结构僵化，增收后劲不足。所以仅仅依靠微薄的农业收入实现脱贫是不可能的，政府要进一步加强耕地保障与开垦，提高农业产量，加快农业产业化的同时应鼓励更多农户通过劳动力转移到第二、三产业中去，特别是本地的经济发展中，以获得更多的工资性收入，这样才有可能促进良性经济发展。广西省近年来扶贫效果不太好的原因是农村劳动力外流严重，产业发展难度较大，资源投入过分集中，滋生急功近利的不良行为，“爆破式”脱贫存在隐患。

表4 2014～2017年全国贫困地区产业扶贫绩效排名

3 结论及政策建议

3.1 结论

产业扶贫是解决贫困人口生存和发展、巩固扶贫成果的根本手段，是实现稳定脱贫的必由之路，产业扶贫的成效如何，是评判扶贫工作的重要标尺之一，也是保持脱贫成果、乡村振兴的重要保障。通过以上四年全国贫困地区的产业扶贫效果的分析，我国产业扶贫工作的开展整体上取得非常不错的效果，四年来平均综合效率在0.5左右，但由于规模效率的下降，2014至2017年综合效率的均值呈波动趋势分别为0.660、0.508、0.654、0.463。从区域角度分析，我国贫困地区的产业扶贫绩效存在明显的区域差异。第一，全国偏南地区的扶贫绩效优于偏北地区。东部地区的扶贫效果稳定，西部地区的扶贫效果波动性较大，中部地区的扶贫效果最差。第二，内蒙古、云南等西部多民族地区的基础设施急需完善，公共服务水平有待加强。从各个省份上看，这几年我国产业扶贫工作开展过程中存在一些共性问题。第一，DEA无效的省份占绝大多数，且规模效率值偏低是导致整体产业扶贫效率无效的主要原因，表明制约扶贫成效更多的是产业扶贫工作规模的不合理，纯技术效率对综合效率起支撑作用，因此，产业扶贫效果的提升在规模上的控制相比于资源配置和利用的控制存在更大的改善空间，实现资源的优化配置，减少资源的重复浪费。第二，DEA无效的省份中规模收益全部属于递减状态，反映出各地区的扶贫力度与贫困的基础不匹配，规模报酬递减，贫困地区的产业扶贫存在因过度或盲目发展而导致的投入过剩问题，并且产业扶贫投入需要根据全国的贫困状况适度缩小，体现了规模和投入的均衡配置对于提升扶贫活动效果有着重要意义。

3.2 建议

从研究结论中得出，近年来我国的产业扶贫开展工作整体上效果显著，但也存在区域差异，扶贫力度与贫困程度不匹配。一方面，因地制宜适度减少产业扶贫投入规模，并持续提高产业扶贫投入的利用管理效率。另一方面，重点关注提升偏北的贫困地区的产业扶贫绩效，有针对性的采取帮扶措施，实现资源配置效率的最大化。国家需在全国层面下减弱扶贫力度，并考虑贫困的地域性，均衡贫困地区的扶贫投入，扶贫政策适度向偏北贫困地区倾斜；克服乡村发展依赖政府供给的制度惰性，激发当地资源优势，加强协作，把新型经营主体、龙头企业和贫困群众联结起来，充分发挥市场决定作用，提升资本利用率，促进资源配置高效，加快提升农业产业化水平。此外，加强连片特困地区的基础设施与民生工程的建设，为提升产业扶贫绩效奠定硬件基础。最后，重点关注多民族地区、革命老区的贫困治理。