精準扶貧績效評估方法研究

摘 要：對精準扶貧資金績效評估方法的研究，有利于從根本上找出扶貧資金效益低下的原因，進而提高資金利用率，加快扶貧工作的進展。本文在學習多種扶貧績效評估方法的基礎上，結合國內外學者對扶貧績效評估的研究，主要分析了四種經典扶貧績效評估方法。通過研究表明，只有建立合適的績效評估方法，才能全面準確地掌握扶貧效果，在此基礎上做進一步的調整和完善。

關鍵詞：精準扶貧；績效；評估

中圖分類號：F126 文獻標識碼：A 文章編號：1008-4428（2019）02-0104-02

一、 精準扶貧評估方法的發展

扶貧績效評估方法可以分為定性分析和定量分析方法。定性分析是指通過采用語言文字的方式對產品問題進行描述，而定量分析則是通過構建數學模型，根據數據分析解決問題的一種方式。在實踐過程中，為達到精準扶貧的效果，通常采用定性與定量相結合的分析方法。在改革開放以來，我國學者對扶貧評估進行了一系列的研究，楊照江（2006）將定性與定量相結合，以制度績效、經濟發展、社會進步以及生態環境為指標，形成了一個基本指標與修正指標的有機循環。龔曉寬、陳云（2007）建立計量經濟學模型，研究表明中國扶貧投入效益呈下降趨勢。張焱、李勃（2010）認為為保證資金的使用效益應構建一套包括項目完成情況、項目管理、資金管理、效益和效果四重績效的指標體系。張曦（2013）基于DEA基本理論與方法，研究參與式扶貧績效評估。

二、 精準扶貧績效評估常用方法

（一）灰色關聯分析法

灰色關聯分析主要是對態勢發展變化的分析，也就是對系統動態發展過程的量化分析。一般來說是通過確定參考數列和比較數列來分析因素之間的關聯程度。

灰色關聯分析常有以下四個步驟：首先確定參考數列和比較數列。參考數列反映系統行為特征，比較數列由影響系統行為因素構成。其次，對參考數列和比較數列進行標準化處理。因為各個因素之間性質意義不同，不具備可比性，具有較大的主觀性，為了避免結果偏離實際過大，應對各因素進行標準化處理。接著，求出灰色關聯系數和關聯度。

關聯系數簡化公式為：δ0i=Δ（min）+ρΔ（max）Δ0i（k）+ρΔ（max）

關聯度公式為：ri=1N∑Nk=1δi（k）

最后，進行關聯排序，以判別各因素之間的關聯影響程度。

灰色關聯分析法的優點為整體思路較為清晰，操作簡單容易理解，并且在很大程度上解決了信息不對稱所帶來的一系列問題，是扶貧績效評估定量分析的重要方法之一，為實現精準扶貧績效評估奠定了良好基礎。其缺點在于各個因素具有較大的主觀性，要對其進行量化處理，以減少主觀性對結果帶來的影響。

灰色關聯分析法在扶貧績效評價中的應用。例如，李玉，丁曉云（2018）基于灰色關聯分析法角度，對安徽省大別山連片特困區進行扶貧績效評價。并對灰色關聯分析法進行創新，在原有的基礎上，將評價指標體系與其相結合。在構建指標時，依據評價指標體系建構原則，選取了4個一級指標，12個二級指標，以此建立參考矩陣和比較矩陣來分析關聯程度。以安徽省大別山區12個特困縣作為評估對象，進行標準化處理，為減少主觀影響，采用熵值法賦予權重，進行灰色關聯分析，確定增長矩陣和綜合評價矩陣并進行整合，得出扶貧績效差異較大、發展不足等結論。由此可見，灰色關聯分析法的確反映出扶貧績效中存在的不足，具有一定的借鑒價值。

（二）模糊綜合評價方法

模糊綜合評價是以模糊數學為基礎。應用模糊關系合成的原理，將一些邊界不清、不易定量的因素定量化，進行綜合評價的一種方法。該方法的主要特點為可以進行相互比較和建立函數關系。解決了定性指標難以量化、無法準確描述事實等一系列問題，在建立數學模型的基礎上進行綜合評價，做到了定性和定量相結合，減少主觀因素，使結果更準確客觀。

模糊綜合評價法首先在確定評價對象和評語等級的基礎上構建模糊關系矩陣，其次構建權重向量，最后將權重和矩陣合成進行分析。其中權重一般是以專家經驗或者層次分析法確定。但由于專家經驗主觀性較強，容易對結果的準確性產生較大的影響，因此采用層次分析法較為常見。層次分析法在選取評價指標的基礎上構造矩陣，計算矩陣并進行一致性檢查。評價指標的選取要遵循一系列原則并且根據實際情況制定評估思路進行構建，見表1。

（三）數據包絡分析法

數據包絡分析法是由美國著名運籌學家A. Charnes和W. W. Cooper提出的一種使用線性編程，比較相同類型的可比單元效率的定量分析方法。黃心玫（2018）基于DEA方法的扶貧績效評價研究，以重慶市江津區為例，選取扶貧資金指標和精準扶貧指標為投入指標，政策減貧指標和社會減貧指標為產出指標，利用DEA軟件，進行結果分析，得出政府扶貧具有局限性。接著運用主成分分析影響因素。最后得出應加大“輸血”力度，加強農村教育培訓，產業扶貧優化等建議。

數據包絡分析法的優點在于以投入指標和產出指標為權重參數，在很大程度上減少了主觀性，使結果更符合實際問題。但該方法存在著大量不足，首先，對于不同類型單位不具備可比性，例如經濟發達地區和欠發達地區就不具備可比性，這在很大程度上限制了該方法的運用。其次，DEA不適合進行微觀分析，只具備宏觀意義且DEA對于異常值十分敏感。因此，運用DEA有時會難以有具體的政策建議。

（四）回歸分析法

回歸分析法指利用數據統計原理，對大量統計數據進行數學處理，并確定因變量與某些自變量的相關關系，建立一個相關性較好的回歸方程（函數表達式），并加以外推，用于預測今后的因變量的變化的分析方法。

回歸分析法可以分為一元回歸分析和多元回歸分析；線性回歸分析和非線性回歸分析，該方法主要是確定變量之間的關系并列出關系表達式。回歸分析法主要有以下四個步驟：

（1）根據變量之間的關系，確定數學表達式；

（2）求出回歸系數；

（3）進行相關性檢驗并確定相關系數；

（4）與實際相結合，預測置信區間。

楊陽，朱莉，戴嘉鑫（2013）對扶貧資金使用效率進行了定性和定量分析，建立兩個多元回歸模型對變量進行分析。模型一是基于各項投入資金和農民人均純收入之間的關系，建立線性回歸模型。模型二是基于各項投入資金和生產總值之間的關系進行多元線性回歸分析。

通過研究上述四種扶貧績效評估方法并結合案例分析，發現回歸分析法在分析多因素模型時簡單和方便，但需要大量代表性數據。灰色關聯分析法雖然整體思路清晰但主觀性較大，需要進行量化處理，模糊綜合評價法和數據包絡分析法在一定程度上解決了主觀性問題，前者利用模糊關系合成原理建立數學模型，而后者是以投入和產出為權重參數使結果更加準確，但數據包絡分析法只能分析具有可比性的單位。因此，要進行精準扶貧，首先應建立合適的績效評估方法，以得到準確的分析結果。

三、 結論及建議

扶貧績效評估方法有很多種，例如綜合分析法、回歸分析法、數據分析法、單因素方差分析法、數據包絡分析法、灰色關聯分析法和多維動態評價理論等等，以上四種只是選取常用方法進行介紹。國內外學者通過采用不同的評估方法，對地區扶貧的精準度、資金構成、反扶貧等方面進行了大量研究。從上述四種方法的分析，我們發現四種方法具有各自的優缺點，部分學者為了規避缺點，有時會采取兩種方法相結合以獲得準確評估結果。同時說明扶貧績效沒有統一標準的衡量方法，以此，我們不妨設想是否可以建立一種統一的研究方法，既可以解決主觀性問題又可以同時具有可比性和易操作性。這樣既方便了學者的研究，也方便國家進行統一管理和實施。當然這只是一種猜想，是否有實現的可能還有待進一步考證。

參考文獻：

[1]吳靜，吳曉燕，陳永興，等.基于改進灰色關聯分析的仿真模型驗證方法[J].系統工程與電子技術，2010，32（8）：1667-1679.

[2]胡永宏，賀恩輝.綜合評價方法[M].北京：科學出版社，2000.

[3]盛驟.概率論與數理統計[M].北京：高等教育出版社，2010.

作者簡介：

王文晴，女，江蘇徐州人，宿遷學院商學院財務管理專業。