精準扶貧視角下教育扶貧績效評價體系構建

王林雪，殷 雪

（西安電子科技大學 經濟與管理學院，西安 710126）

0 引言

精準扶貧指針對不同區域貧困原因、不同農戶貧困狀況，運用科學有效程序對扶貧對象實施精確識別、精確幫扶、精確管理的治貧方式。教育扶貧是通過在農村普及教育，使農民有機會得到他們所要的教育，通過提高思想道德意識和掌握先進的科技文化知識來實現征服自然界、改造并保護自然界的目的，同時以較高的質量生存。截止2015年底我國仍有農村貧困人口5575萬人，扶貧開發工作已進入啃硬骨頭、攻堅拔寨的沖刺期，為了杜絕以往扶貧工作中針對性不強現象，確保教育扶貧對象識別、資源投放和扶貧效果精準，建立一套科學客觀的精準教育扶貧績效評價指標顯得尤為重要。

1 教育扶貧概念界定

教育扶貧是我國扶貧開發的重要組成部分，對貧困地區的教育發展和小康社會的全面實現均具有關鍵性的意義，一直以來都吸引著學術界的普遍關注和重視。教育扶貧的概念本身包括“扶教育之貧”和“依靠教育扶貧”兩重含義，學者們對教育扶貧具體含義的理解側重點各有不同。

扶貧的主體是人，個體的人有接受教育的權力和對公平正義的強烈渴求，“扶教育之貧”有效的保障了個體受教育的權力，并滿足了個體對公平正義的需要；“依靠教育扶貧”則是基于人力資本理論形成的一種認識，認為經濟發展主要取決于人的質量，而不是自然資源的豐瘠或資本存量的多寡，更加追求教育扶貧效率。不斷發展的教育事業為教育扶貧功能的有效發揮奠定基礎，教育領域的扶貧開發也隱含著對教育扶貧功能的預設和期待。劉軍豪、許鋒華（2016）完整的總結了教育扶貧的概念，本文采用他們的觀點，認為教育在扶貧過程中兼具目標與手段、任務與工具的雙重屬性，兩種屬性相互依存、密不可分。所以，在本文指標體系的構建中不僅會考察“扶教育之貧”的結果，又體現“依靠教育扶貧”的成效。

2 精準教育扶貧績效評價指標構建

2.1 精準教育扶貧績效評價的總體目標

按照系統理論的觀點，任何系統只要存在輸入就一定會存在某種運作表現和結果的輸出，這種運作表現和結果通常被稱為績效。但僅僅有輸入、輸出的開環系統是不穩定的，系統要正常發展還必須具備某種反饋回路，形成閉環系統。教育扶貧作為一種特定的系統，通過一定人力、財力和物力的投入，最終達到教育扶貧的目標，這個系統模型必然遵循普遍的、一般的規律。對教育扶貧績效評價就是該系統的反饋回路，通過對教育扶貧對象識別、資金運作的監督控制，并對教育扶貧結果與最初的目標進行對比判斷并將評價信息應用于未來決策優化的管理行為，從而使精準教育扶貧更好的助力精準扶貧，幫助我國貧困人口在2020年全部脫貧，阻斷貧困的代際傳遞。

2.2 評價指標構建原則

（1）導向性。指標設計應取決于評價主體評價目的的需要。該評價指標體系應該引導教育扶貧工作應以“精準”二字為核心，做到對象識別精準、資源投放精準和扶貧效果精準。

（2）可比性。指標體系應該能在不同地區之間進行橫向比較，對同一地區也能進行縱向比較。既可以比較綜合教育扶貧績效的高低，又可以比較具體指標值的變化。

（3）相對性。由于我國不同地區其經濟發展水平不同、致貧原因不同，對教育資源需求不同，若以絕對量考察教育扶貧績效，將無法得出合理結論，故應采用相對指標。

（4）可操作性。在現階段條件下，所設計的指標應考慮所需數據資料的可獲得性，以確保評估具有可操作性和實用性。

2.3 精準教育扶貧績效指標構建思路

在當前大力推行“扶真貧，真扶貧”的精準扶貧背景下，傳統的扶貧績效評價指標體系構建思路無法從“精準”角度準確評價教育扶貧績效。由于扶貧瞄準是一個持續的過程，它包括目標對象的確定和資金的瞄準以及其后的評價和監督。因此，本文借鑒傳統扶貧績效評價指標構建思路（見圖1），在此基礎上強調教育扶貧瞄準的關鍵性，以扶貧瞄準為核心，以扶貧對象的精準識別為前提，將教育扶貧工作落實到“每一所學校、每一個老師、每一位學生”上，對貧困對象識別、資金投放和使用、教育扶貧產出結果及教育扶貧減貧成效進行更為全面、深入的評價，以適應新的評價背景和新的政策要求。

圖1 精準扶貧背景下教育扶貧績效評價指標構建思路

2.4 教育扶貧績效評價指標的選擇及說明

在精準扶貧的背景下，對教育扶貧的績效評價既要以扶貧瞄準為核心，也要綜合考慮教育扶貧的投入及其運行過程，并結合教育扶貧的實現程度對整體績效做出客觀的評估。由于當前“精準扶貧”政策的提出處于初級階段，對于新背景下教育扶貧績效評價具有一定探索性和嘗試性。所以，本文在明確評價目標的基礎上，按照前文確定的指標體系構建思路，采用經驗選擇、文獻參考和專家咨詢的方法，堅持指標導向性、可比性、相對性和可操作性等原則，選擇簡單實用、定性定量、宏觀微觀相結合的評價指標。

具體指標見表1。

表1 精準扶貧視角下教育扶貧績效評價指標

3 指標評價模型

3.1 多層次灰色系統評價模型

灰色關聯分析是一種多因素統計方法，以各因素的樣本數據為依據用灰色關聯度來描述因素之間的強弱、大小、次序，與傳統的多因素分析法相比，灰色關聯分析對數據要求較低且計算量較小，客觀性較強，可以克服模糊綜合評價中有些白化值經過特征化處理后信息丟失的弱點，廣泛應用于有關領域的綜合評價。本文采用多層次灰色系統評價模型對精準扶貧視角下教育扶貧績效進行評價其應用步驟如下：

（1）確定比較序列（評價對象）和參考數列（評價標準）。

設評價對象為m個，指標為n個，（本文設計的評價指標體系中，有4個一級指標，9個二級指標，27個三級指標）。

比較數序列為：

參考數列為：

其中i代表比較樣本的個數，k代表評價指標個數。在具體教育扶貧績效的評價過程中，其參考數列的選擇需要根據評估對象的范圍以及使用地區的不同而不同。

（2）對指標數據進行正向化處理

由于本文評價指標中存在三種類型的指標，分別為正向指標（越大越好）、逆向指標（越小越好）和適度指標（越靠近中間的一個值越好），為了保證評價結果的真實性，本文中對說涉及的逆向指標和適度指標均進行正向化處理，逆向指標正向化公式為：

適度指標正向化的公式為：

（3）對變量序列進行無量綱化處理

一般情況下，原始變量序列具有不同的量綱或數量級，故不能直接進行比較，為了保證分析結果的可靠性，需要對變量序列進行無量綱化。本文根據評價指標的類型選擇用參考數列的指標值去除各比較數列對應的指標值進行無量綱化處理，其公式為:

其中，i=0,1,2，…，m;k=1,2,…，n。

（4）確定各評價指標值對應的權重

利用層次分析法和專家評價法確定各評價指標對應權重：

其中Wk第k個指標對應的權重，ΣWk=1。

（5）求差序列、最大差和最小差。

序列差：用參考序列對應的評價指標減去各比較序列對應評價指標的絕對差，用公式表示為：

最大差是指差序列中的最大值，表示為：△max；最小差是指序列差中的最小值，表示為△min。

（6）計算灰色關聯系數

對差序列值中數據作如下變換：

其中ρ是分辨系數，在（0,1）內取值，i=1,2，…,m；k=1,2，…，n一般情況下根據數據情況在0.1至0.5之間取值，其越小越能提高關聯系數之間的差異；ξi(k)是比較序列Xi與參考序列X0在第k個評價指標上的先對差值。

（7）計算灰色關聯度：

參考數列與比較序列的關聯程度是通過n個關聯系數來反映的，關聯度的計算公式為：

本文采用多層次灰色評價模型，先計算單層次的關聯度，再計算多層評價系統的最終關聯度，本文中需要計算兩次。

3.2 評價模型的應用

該評價模型可以用于兩方面的績效評價，一方面，以政策目標要求作為參考值，對同一地區各年度教育扶貧績效進行評估，從評估結果中可以看出各年度教育扶貧工作績效距目標值的相對差距以及工作績效趨勢，并可以通過二級指標的灰色關聯系數發現教育扶貧績效各方面工作對總績效的貢獻程度；另一方面，可以對同一年度不同地區教育扶貧績效進行評估，將國家教育扶貧工作計劃目標作為參考值，通過評估結果，可以看出各地區教育扶貧績效與目標值之間的差距，同時可以對不同地區該年度教育扶貧績效結果進行排序，比較不同地區在該年度的工作成果，通過分析比較，確定標桿，各地區根據實際情況有方向性的調整工作重心，最終實現國家目標。

本文以算例的形式說明該模型在教育扶貧績效評價中的具體應用。算例選取A、B、C、D四個地區同一年度的各指標值，評價四個地區的教育扶貧績效。

（1）對各指標初始值進行正向化和規范化處理，并利用關聯系數計算公式得出各指標的關聯系數，其中ρ=0.5。指標初始值與關聯系數見表2。

表2 四個地區各指標初始值與關聯系數值

（2）計算各層次指標權重：

根據層次分析法和專家調查法，得到各層次指標的權重為：

（3）多層次結構關聯度合成。

①利用關聯度計算公式，得出各地區b層各指標的關聯度：

地區 A：Ra1b=(1，1);Ra2b=(0.913，0.666);Ra3b=(0.9275，0.923);Ra4b=(0.97，0.75)

地區B：Ra1b=(0.5，0.33，0.5);Ra2b=(0.955，0.886);Ra3b=(0.87，0.651);Ra4b=(0.797，0.38)

地區C：Ra1b=(0.5，0.5，1);Ra2b=(0.69，0.59);Ra3b=(0.763，0.682);Ra4b=(0.687，0.665)

地區D：Ra1b=(0.33，0.5，0.33);Ra2b=(0.62，0.428);Ra3b=(0.82，0.606);Ra4b=(0.61，0.415)

②再次利用關聯度計算公式，得出各地區a層各指標的關聯度：

地區A：Ra=(1，0.748，0.925，0.882)

地區B：Ra=(0.51，0.909，0.739，0.63)

地區C：Ra=(0.6，0.623，0.714，0.678)

地區D：Ra=(0.398，0.492，0.692，0.532)

③第三次利用關聯度計算公式，得出各地區總的關聯度：

R(A)=0.878;R(B)=0.722;R(C)=0.657;R(D)=0.541

（4）評價結果分析

通過分別計算A、B、C、D四個地區各指標層次的關聯度及總的關聯度可以得該年度，四個地區就扶貧對象識別方面的績效排名為：A〉C〉B〉D；資源投入方面的績效排名為：B〉A〉C〉D；教育扶貧產出方面的績效排名為：A〉B〉C〉D；扶貧成效方面的績效排名為：A〉C〉B〉D。總的精準教育扶貧績效排名為：A〉B〉C〉D。通過關聯度的比較，可以看出，A地區的精準教育扶貧績效成績最為突出，但在資源投入和利用方面還有一定的進步空間。B地區的績效成績較好，在資源投入和利用方面做的尤為突出，但其他三個方面應該學習A地區的經驗，積極向A地區看齊。C地區和D地區的績效結果不是很理想，應該借鑒A地區的成功經驗，努力做好本地區精準教育扶貧工作。

4 結束語

本文在明確精準教育扶貧績效評價目標、思路的前提下通過經驗選取和文獻參考選取指標的方法構建了一套基于精準扶貧視角下教育扶貧績效評估體系，選取基于灰色關聯度分析法的評價模型，通過算例說明該模型使用方法簡單，適用于精準扶貧績效評估體系。本文構建的精準扶貧績效評價指標體系和評價模型期望能有助于精準教育扶貧工作的監督和管理。本文的局限性有兩個：第一，由于相關研究較少，本文構建的評價指標體系的客觀性有待提高。第二，沒有用現實數據對該評價體系進行實證分析。針對以上問題，今后的研究可以集中于尋找具體數據，運用該指標體系對其進行績效評價，結合實際，檢驗指標體系的可操作性。