深度貧困地區財政專項扶貧資金減貧效率分析

摘 要：從經濟、社會、生態效益三個維度，基于大小涼山彝區14個深度貧困縣的數據，運用三階段DEA模型，對其財政專項扶貧資金的減貧效率進行評價。通過實證分析，本文認為應加強資金使用管理提高產出效率、積極拓寬資金來源、完善績效考核方法、結合教育醫療金融等社會事業帶動提升農戶內生發展動力，穩固脫貧結果。

關鍵詞：財政專項扶貧資金 減貧效率 深度貧困

一、引言

財政專項扶貧資金既作為更深層次扶貧工作的保障基礎，更是貧困人口的脫貧基礎，深度貧困地區是我國脫貧攻堅戰的重難點，亦是各界學者關注的重要研究對象。如今，針對該地區的各項扶貧資金和資源投入越來越大，其扶貧工作也收獲了較好的成效，截至2018年底，全國深度貧困地區減少至1660萬貧困人口，共有594萬人脫貧，貧困發生率也大幅下降。縱觀國內外學者的相關研究，發現其對產出一端的關注遠遠大于投入，然而提高財政專項扶貧資金的投入效率才是治標之策，從歷史縱向比較角度，通過精準扶貧前后對比，分析財政扶貧資金使用效率的變化，對于提高農村扶貧，乃至鄉村振興過程中的財政專項扶貧資金使用效率，具有重要意義。

多年來國內外學者對扶貧資金的減貧效率進行了相關研究，一是直接的減貧效果（劉林等，2012）。二是通過對經濟增長、基礎設施等社會保障、資金使用管理機制等方面的改善來帶動貧困人口的減少（汪三貴，2007;張全紅，2010）。多數學者都認為扶貧資金的投入能夠有效地緩解農村貧困，另一部分學者則認為扶貧資金對緩解農村貧困的作用并不明顯（葉初升，2010）。根據現有關于扶貧資金的減貧效率的研究，可基本將其劃分為兩類：一類是通過指標體系的構建對其使用效率、管理機制等績效進行評價，既要考慮其直接的減貧指標，也要考慮其經濟、社會、生態等指標，不僅要考慮扶貧資金帶來的數量和質量的增長，更要靜態和動態結合進行評價（莊天慧等，2010;高波等，2014;Andrew D.等，2015;Sanjeet Singh，2016;葉慧，2019）。另一類則是通過計量模型多維度地對扶貧資金的使用情況、減貧效率進行分析，同時探討其影響因素（冉光和等，2008;陳衛洪等，2013;Faridi，2015;陳凌珠等，2016;）。

綜上，目前的研究多是單一地分析扶貧效率，較少將精準扶貧的前后進行對比，也少有文獻使用縣級面板數據對深度貧困縣的扶貧資金進行績效評價，更多的是省、市級的分析，而扶貧資金多是下放至農村，單從省市級層面較難分析出客觀的扶貧資金減貧效率。

基于此，本文將運用三階段DEA模型對財政專項扶貧資金進行分析，剔除外部環境因素，以期能有效客觀評價樣本地區扶貧資金的真實減貧效果。通過考察精準扶貧前后兩個時期的扶貧資金減貧效率，了解各地區減貧效率的變化情況。

二、研究方法與變量選取

（一）研究方法

本文所采用的三階段DEA方法，能夠彌補一階段DEA方法的不足，通過修正外部環境變量所造成的隨機誤差來調整投入，使DEA計算出的效率值更加準確、客觀。

第一階段：投入導向的BCC模型

在此階段，本文選擇原始的投入產出數據對其初始效率進行評價。根據對經濟發展、社會進步和生態友好的可持續發展理念，本文使用投入導向的規模報酬可變的BCC模型。由于該模型的分析使用已較為成熟，此處便不再贅述。

第二階段：類似SFA回歸

在第二階段中采用類似SFA回歸剔除掉外部環境因素和隨機誤差因素，進一步得到僅由管理無效率所造成的投入松弛變量。根據前人的研究，構造如下類似SFA回歸函數：

第三階段：調整后的DEA效率分析

用BCC模型對調整后的投入數據進行再一次的測算，由于已經剔除了外部環境因素和隨機誤差的影響，使其得出的效率值更加客觀準確。

（二）變量選取及樣本數據

本文參考財政專項扶貧資金績效的指標體系的遴選指標（張銘洪等，2014;高波等，2014;唐紅濤等，2018;錢力等，2018），從經濟效益、社會效益和生態效益三個維度選取扶貧資金減貧的產出變量。用農民人均可支配收入、第一產業增加值、人均農業機械總動力和人均糧食產量作為經濟效益指標，非貧困發生率作為社會效益指標，森林覆蓋率和有效灌溉面積作為生態效益指標，投入變量則選取財政專項扶貧資金的投入額。環境變量的選取遵循模型要求：一是不能由決策單元自身控制的因素;二是能夠影響決策單元效率值的因素。

由于實證分析與影響財政專項扶貧資金減貧效率的各種因素相關的文獻較少，本文在選取環境變量時結合了與扶貧資金較為相似的財政支農（陳仲常等，2011;厲偉，2014;劉江會等，2017;劉軍航，2019）、金融扶貧、轉移性支付（李丹等，2019）等方面的影響指標，分別選取了以下五個環境變量：

代表經濟方面的地區經濟發展水平，用人均GDP表示;代表社會方面的每萬人擁有病床數、普通中小學生在校率和金融發展水平;代表政治方面的財政自主權。

數據來源為：四川省財政廳《財政專項扶貧資金公告》、四川省扶貧統計年表、各縣國民經濟和社會發展統計公報和政府工作報告、《四川統計年鑒》、《中國縣域統計年鑒》以及各個縣市統計年鑒。

三、結果與分析

由于DEA無法直接用于分析面板數據，結合前人的相關數據處理方法，本文先將2010-2017這8年的數據以實行精準扶貧的2014年作為分界線（張鵬飛等，2019），分成兩個部分：2010-2013年為精準扶貧前的階段，2014-2017年為實行精準扶貧后的階段，再以每個階段的數據取均值作為截面數據，比較分析各個區縣的財政專項扶貧資金的減貧效率。

首先運行STATA14.0軟件，對2010-2017年大小涼山彝區14個深度貧困縣財政專項扶貧資金的投入、產出指標和環境變量進行描述性統計，結果見表1。

（一）第一階段傳統DEA模型結果

第一階段運用DEAP2.1軟件，測算出大小涼山彝區14個深度貧困縣精準扶貧前和精準扶貧后的綜合技術效率（TE）、純技術效率（PE）和規模技術效率（SE）（見表2）。

精準扶貧前，其平均綜合技術效率、純技術效率、規模效率分別為0.522、0.645、0.830。從縣級層面來看，14個縣中除了金口河區、木里縣和鹽源縣的綜合技術效率超過了0.90，剩余的縣綜合技術效率都處于較低的水平。而精準扶貧后，樣本地區的純技術效率雖然有所提升，但其總體平均綜合技術效率、規模效率均下降了，分別為0.504、0.675、0.752。除了金口河區、普格縣、金陽縣、昭覺縣、越西縣外，其余縣的綜合技術效率均有所下降，進而導致整體扶貧效率較低。這說明，在不考慮外部環境和隨機擾動的影響下，大小涼山彝區的扶貧資金績效整體績效水平較低，主要是由于純技術效率較低即各地方的財政扶貧資金管理水平較低導致的。

（二）第二階段SFA模型結果

在該階段中，運用Frontier4.1將扶貧資金投入的松弛變量與環境變量進行類似SFA回歸，結果如表3所示。

由表3可知，扶貧資金投入受到環境的影響均在1%的水平上顯著，且兩個模型的γ值均接近1，說明經濟、社會和政治環境因素對投入松弛變量的影響較隨機誤差項更加顯著，說明外部環境變量的選取較為合理。

通過分析發現，實行精準扶貧后，所有的環境因素均成為對減貧效率的有利外部因素，即精準扶貧后能夠較好地根據當地發展情況分配扶貧資金，這也與其他學者的研究結論相符。

人均GDP系數絕對值和金融發展水平均有了一定的增加且顯著為負，說明地區經濟發展水平和金融發展水平對扶貧資金減貧效率的提高起著顯著的正向作用，在一定時間內，該地區經濟發展水平越高，金融發展水平越高，與金融相關的服務被越多的人所接受，與農戶相關的借貸信息更為透明，當地政府對扶貧資金的使用越合理。

代表社會保障的普通中小學在校率系數顯著為負且絕對值有所增加，而精準扶貧前每萬人擁有病床數系數顯著為正，實行精準扶貧后則變為顯著為負，說明教育、醫療衛生等地區社會基礎設施越好越能夠降低因學、因病致貧的比重，提高人力資本，阻隔貧困的代際傳遞，有效提高扶貧資金的減貧效率。

財政自主權系數由精準扶貧前的顯著為正變為顯著為負，表明通過精準扶貧措施，將其由不利的外部環境因素充分轉換為有利外部環境因素。這是因為當地方政府在合理利用財政資源后，其擁有對財政資源更充分的支配權力時，更能根據區域發展情況，合理有效地配置財政資源，提高扶貧資金的到位率，減少財政專項扶貧資金投入冗余。

（三）第三階段調整后的DEA模型結果

在得到調整的投入變量后，重復第一階段的操作測算出調整后的效率值（見表4、圖1）。對比調整前后得到的效率值可知，剔除外部環境因素和隨機誤差項的影響后，純技術效率值的提升帶動了綜合技術效率值的提高，同時精準扶貧前后財政專項扶貧資金的減貧效率值顯著提高。另一方面，精準扶貧后樣本地區的減貧效率值明顯高于前期。

總體來看，實行精準扶貧后，扶貧資金的減貧效率有了明顯的提高。將各區縣的扶貧資金減貧綜合效率與地區平均水平進行比較，如圖1所示，精準扶貧前僅有五個區縣超過了地區平均水平，精準扶貧后則增加為7個，一半的區縣的扶貧資金減貧效率均有了顯著提升。精準扶貧前后扶貧資金減貧效果好的區縣排名變化不明顯，但效果較差的縣在實行精準扶貧后變化明顯，尤其是小涼山彝區的峨邊縣和馬邊縣的扶貧資金減貧效率較之前有了顯著的提升。

從規模報酬來看，金口河區、木里縣和鹽源縣的規模報酬處于穩定不變的狀態，說明這三個縣的扶貧資金使用是最為合理的，能夠獲得相對較好的減貧效果。普格縣、昭覺縣、越西縣在實行精準扶貧后扶貧資金投入的規模報酬均變為了最優規模，則說明當地政府較好地對扶貧資金進行了調整，并獲得了較為不錯的產出。剩余的八個縣則需要適當調整其扶貧資金的分配，同時更加到位地落實政策，進一步提高資金的使用效率，以達到最優規模。

進一步從大涼山和小涼山兩個小片區來看，精準扶貧前大涼山地區的扶貧資金減貧效果比小涼山地區的好，但精準扶貧后小涼山地區則略勝一籌，二者的差距正在逐漸縮小。雖然小涼山彝區高于大涼山彝區，但二者的差距由0.085減少為0.045。可見大小涼山彝區在精準扶貧的過程中均較為合理地進行資金分配，但要達到所期望的水平則需要大小涼山共同努力，用發展的思路進行下一階段的規模，才能使整個彝區實現穩定脫貧和可持續的發展。

四、結論與啟示

（一）結論

1.精準扶貧后大小涼山彝區的財政專項扶貧資金減貧效率穩步提升。實行精準扶貧后，2010-2017年大小涼山彝區的財政扶貧資金減貧水平呈現整體較好，內部差異較大的特征，反映出四川省民族地區在精準扶貧進程中各個地方政府對扶貧資金的分配和科學管理的重視程度存在一定的差異。

2.財政專項扶貧資金減貧效率受環境因素和隨機誤差影響顯著。第一階段和第三階段的結果差異顯著，這說明外部環境因素和隨機誤差對該地區財政專項扶貧資金的減貧效率的測度產生了重要的影響，如若忽略這些因素，則會低估大小涼山彝區的扶貧資金減貧水平。同時，經實證檢驗，精準扶貧后，該地區的各項外部因素均變為促進減貧績效提升的有利因素，進而帶動當地經濟社會發展。

3.規模無效率是制約財政專項扶貧資金減貧效率的主要原因。由第三階段的結果可知，2010-2017年，大小涼山彝區的規模效率的平均增幅高于純技術效率的平均增幅，說明技術效率的增長主要依靠規模效率的增長來拉動。這一時期，僅有6個區縣的規模報酬處于不變狀態，剩余的縣則多為規模效率的平均值低于純技術效率平均值，需進一步規劃改善財政專項扶貧資金的分配和管理機制。

（二）啟示

通過研究發現，實行精準扶貧既能夠將不利的外部環境因素轉變為有利因素，同時精準扶貧后多數區縣的扶貧資金減貧成效對整個區域的減貧水平起到了顯著的帶動作用。進一步研究發現，大小涼山彝區各縣投入量較多，但扶貧資金的減貧效率卻多有差異。因此，深度貧困地區在有效管理使用財政扶貧資金的同時，應適當縮小地區財政收支間的差額，有效提高當地的財政自主權，通過保障資金的到位率來提高扶貧資金的投入效率。另外，各區縣應互相交流學習先進理念和做法，根據自身情況作出改進，進而提高整體水平。同時，以大小涼山彝區為代表的深度貧困地區應牢牢把握精準扶貧的“六個精準”“五個一批”等重要理念，進一步結合經濟、社會、生態效益對財政專項扶貧資金的投入、使用和減貧效率的考核制度進行改革創新，共同打贏脫貧攻堅戰。

參考文獻：

[1]劉林，李翠錦.新疆農村貧困程度測度與扶貧資金動態績效分析[J].西北人口，2012（3）.

[2]汪三貴，Albert Park，Shubham Chaudhuri，Gaurav Datt.中國新時期農村扶貧與村級貧困瞄準[J].管理世界，2007（01）.

[3]張全紅.中國農村扶貧資金投入與貧困減少的經驗分析[J].經濟評論，2010（02）.

[4]葉初升，張鳳華.政府減貧行為的動態效應——中國農村減貧問題的SVAR模型實證分析（1990-2008）[J].中國人口·資源與環境，2011（9）.

[5]莊天慧，楊宇.民族地區扶貧資金投入對反貧困的影響評價——以四川省民族國家扶貧重點縣為例[J].西南民族大學學報（人文社科版），2010，31（08）.

[6]高波，王善平.財政扶貧資金綜合績效評價體系研究[J].云南社會科學，2014（5）.

[7]Andrew D.Racine.Child poverty and the health care system[J].Academic Pediatrics，2015，12（2）：83-89.

[8]Sanjeet Singh.Evaluation of worlds largest social welfare scheme：An assessment using non-parametric approach[J].Evaluation and Program Planning，2016（57）：16–29.

[9]葉慧.少數民族發展資金使用績效評價及優化[J].西南民族大學學報（人文社會科學版），2019，40（2）.

[10]冉光和，魯釗陽.扶貧資金運用中存在的問題及對策研究——以A村2002―2007扶貧資金的運用為例[J].南京社會科學，2008（09）.

[11]陳衛洪，謝曉英.扶貧資金投入對農戶家庭收入的影響分析——基于貴州省1990—2010年扶貧數據的實證檢驗[J].農業技術經濟，2013（04）：35-42.

[12]陳凌珠，莊天慧.四川省扶貧資金益貧效果分析[J].四川農業大學學報，2016，34（02）.

[13]Muhammad-Bashir Owolabi Yusuf， Nasim Shah Shirazi， Gairuzazmi Mat Ghani.An empirical analysis of factors that determine poverty among the beneficiaries of Pakistan poverty alleviation fund[J].Journal of Enterprising Communities：People and Places in the Global Economy，2016，10（3）：306-320.

[14]Jondrow J，Lovell C A K，Materov I S，et al.On the estimation of technical inefficiency in the stochastic frontier production function model[J].Journal of Econometrics，1982，19（2/3）：233–238.

[15]羅登躍.三階段DEA模型管理無效率估計注記[J].統計研究，2012，29（4）.

[16]陳巍巍，張雷，馬鐵虎等.關于三階段DEA模型的幾點研究[J].系統工程，2014，32（9）.

[17]張銘洪，施宇，李星.公共財政扶貧支出績效評價研究——基于國家扶貧重點縣數據[J].華東經濟管理，2014，28（9）.

[18]唐紅濤，郭凱歌，張俊英.電子商務與農村扶貧效率：基于財政投入、人力資本的中介效應研究[J].經濟地理，2018，38（11）.

[19]錢力，倪修鳳，宋俊秀.連片特困區精準扶貧多維績效模糊評價——以安徽省大別山區為例[J].華東經濟管理，2018，32（3）.

[20]陳仲常，張崢.我國公共財政支出效率及地區差異性分析——基于1995～2008年省際面板數據的實證研究[J].經濟問題探索，2011（8）.

[21]厲偉，姜玲，華堅.基于三階段DEA模型的我省際財政支農績效分析[J].華中農業大學學報（社會科學版），2014（1）.

[22]劉江會，王功宇.地方政府財政競爭對財政支出效率的影響——來自長三角地級市城市群的證據[J].財政研究，2017（08）.

[23]劉軍航，唐鴻博，徐晟.皖江城市帶財政支出績效評價——基于時變衰退的面板三階段DEA模型[J].華東經濟管理，2019，33（3）.

[24]李丹，裴育，陳歡.財政轉移支付是“輸血”還是“造血”——基于國定扶貧縣的實證研究[J].財貿經濟，2019，40（06）.

[25]張鵬飛.財政政策、精準扶貧與農村脫貧[J].浙江社會科學，2019（4）.

（肖瑾萱，四川農業大學經濟學院）