基于联系度—TOPSIS法的精准扶贫满意度研究——以十堰市为例

武少玲，程 鹏

（湖北汽车工业学院经济管理学院，湖北 十堰 442002）（湖北汽车工业学院创新创业教育学院，湖北 十堰 442002）

1 研究背景

2013 年11 月，习近平总书记在湖南湘西考察时首次提出了“精准扶贫”概念，并多次在不同场合丰富和深化了“精准扶贫”概念的内涵[1]。精准扶贫、精准脱贫是习近平总书记新时期扶贫开发的重要战略思想及行动纲领，指针对不同贫困区域环境、不同贫困农户状况，运用科学有效程序对扶贫对象实施精确识别、精确帮扶、精确管理的治贫方式。党的十九大以来，党中央尤其注重精准扶贫工作，并出台了一系列精准扶贫相关的政策和举措，明确提出到2020年实现精准脱贫，全面建成小康社会。中国作为世界上最大的发展中国家，扶贫开发工作不仅有利于我国发展，也为世界减贫事业作出了贡献，更为世界上其他发展中国家的减贫事业提供了经验。

目前学术界对精准扶贫政策的相关研究主要集中于3个方面：①围绕精准扶贫存在的问题、实施效果及对策进行研究，探讨精准扶贫的创新路径。一些学者研究认为当前地方扶贫工作在对象识别、扶贫参与、政策制定、绩效管理等方面仍存在问题[2]；②集中于精准扶贫与其主要内容如产业扶贫、乡村旅游、农村教育、健康扶贫等单项社会热点问题的关系研究。学者从产业扶贫、教育扶贫、教育扶贫的作用机制提出对策建议[3]；③围绕影响农村精准扶贫绩效的因素研究。梳理出影响农村精准扶贫绩效的因素主要包括地方经济发展水平、自然地理条件、城乡二元体制、公共基础设施、政府行为、行政环境、基层治理结构、制度机制、执行者素质、扶贫项目管理水平等[4-5]。

十堰市属于我国特困地区，位于秦巴山区，包含丹江口市、房县、茅箭区、武当山、郧西、郧阳区、张湾区、竹山、竹溪共计9个县（市、区），其中有丹江口市、房县等5个县（市、区）国家级深度贫困县，在脱贫攻坚进程中面临着十分艰巨的任务。基于此，本文以地处秦巴山区特困区的十堰市为研究对象，从十堰市每个县（市、区）随机抽取4 个村（包括2 个重点村和2 个非重点村），每个村随机抽查10 户贫困户（其中：脱贫户2 户、未脱贫户6 户、非贫困户2 户），采取座谈、走访、问卷调查、查阅资料、抽查等方式搜集相关数据。在深刻理解精准扶贫内涵的基础上，从系统分析的思想出发，以熵值确定权重，构建基于联系度-TOPSIS 法的农户对精准扶贫满意度的评价模型，分析十堰市9个县（市、区）在精准扶贫工作中的贫困户满意度状况及亟待改善的主要指标，以期为地方政府扶贫减贫、服务国家精准扶贫战略提供参考。

2 评价指标体系

本文借鉴国内外扶贫满意度评价标准和文献，以中国科学院精准扶贫评估研究中心编制的《精准扶贫满意度》问卷为依据，参考其中的指标，并结合十堰市扶贫的实际情况，遵循全面、可行、系统和科学等原则构建扶贫满意度评价指标体系，见表1。

表1 扶贫满意度评价指标体系Tab.1 The evaluation index system of poverty alleviation satisfaction

3 研究方法

3.1 熵权法

熵权法是一种客观赋权方法，基于信息论的熵权法是根据指标的信息量变异大小来确定权重[6]。指标的信息熵越小，表明该指标的变异程度越大，提供的信息量也越大，在综合评价中所起的作用就越大，权重就应该越高；反之，信息熵越大，该指标的权重就应该越低。在信息论中，当有n个评价指标，m个评价对象时，熵被定义为：

3.2 联系度改进的TOPSIS法

联系度改进的TOPSIS 法是将正负理想点看作为确定和不确定系统中相对立的集合，在考察正负理想点和目标方案的联系度时，既考虑了相对立集合的客观存在，同时引入联系向量距离，测算相对贴近度，因而在很大程度上克服了传统TOPSIS 法的缺陷，即与正理想点欧式距离更近的方案可能与负理想点的欧式距离也更近，按相对欧式距离对方案进行排序的结果有时并不能完全反映出各方案的优劣性，该方法较好地体现了系统分析思想[7]。构建综合评价模型的详细步骤如下所示：

（1）由X=(xij)m×n与ωj构建初始化决策矩阵；

（2）确定正理想点S+与负理想点S-：

（5）计算方案Ak与正理想点S+的相对贴近度。

4 实证研究

本文将每一指标的平均值作为评价的原始数据，通过处理后，十堰市9 个县、区精准扶贫满意度指标的原始数据，见表2。

表2 扶贫满意度评价指标原始数据Tab.2 The original data of poverty alleviation satisfaction evaluation indicators

本文运用熵权法得出各扶贫满意度评价指标的信息熵、差异度和权重，计算结果，见表3。

表3 扶贫满意度评价指标权重Tab.3 The evaluation index weight of poverty alleviation satisfaction

由于扶贫满意度评价指标均为效益型指标，因此根据以上公式可得正理想点与S+负理想点S-：

（4）计算方案Ak与正理想点S+的联系度_k+，与负理想点S-的联系度k-。

计算各方案与正理想点S+和负理想点S-的联系向量距离与正理想点S+的相对贴近度ck，结果见表4。基于以上方法方法，对十堰市9个县（区）的生活质量、精准识别、帮扶人员、脱贫政策、脱贫措施、生活环境进行评价，结果见表5。

表4 基于联系度向量距离的各县（区）与理想点的相对贴近度Tab.4 The relative closeness between counties and ideal points based on connection degree vector distance

表5 基于联系度向量距离的各县（区）指标与理想点的相对贴近度Tab.5 The relative closeness between each county index and ideal point based on the distance of connection degree vector

5 研究结论

以精准扶贫满意度的相对接近度为标准，9 个县（市、区）可分为四个层次:

竹溪、茅箭区、郧阳区、张湾区处于精准扶贫满意度的第一梯队。4个地区的相对接近度接近，竹溪在生活质量、脱贫措施、生活环境方面具有较高的；茅箭区与张湾区在生活质量、精准识别、帮扶人员、脱贫政策、生活环境上具有较高的满意度，在脱贫措施的满意度上均不理想；而郧阳区在脱贫措施方面上满意度优势明显，位居第一。

房县、郧西处于精准扶贫满意度的第二层次。房县在精准识别、脱贫措施方面具有较高的满意度；郧西在生活质量、帮扶人员、脱贫政策、脱贫措施、生活环境方面具有较高的满意度。

竹山、武当山处于精准扶贫满意度的第三层次，扶贫满意度较低。武当山的帮扶人员满意度位列第一，精准识别与脱贫政策满意度分别位列第二、第三，但生活质量、生活环境、脱贫措施满意度却位于末位，分化比较严重；竹山的生活质量、帮扶人员、脱贫政策满意度较低，需要加强。

丹江口处于精准扶贫满意度的第四层次，由于该地区贫困人口多、扶贫难度大，导致扶贫满意度较在各个方面均处于9个县（市、区）的末位。