基于AHP-TOPSIS的返貧風險評估預警方法

黃海棠，蔡創能，滕劍侖

（1.三明學院經濟與管理學院，福建三明 365004；2.廣西財經學院會計與審計學院，廣西南寧 530003）

2020年是全面建成小康社會目標實現之年，是脫貧攻堅收官之年[1]。自黨的十八大習近平總書記提出了“精準扶貧”的戰略思想以來，在黨中央的全面領導下，我國扶貧取得舉世矚目的成就。截至2019年末，全國農村貧困人口從2012年末的9 899萬人減少至551萬人，累計減少9 348萬人；貧困發生率從2012年的10.2%下降至0.6%，累計下降9.6個百分點，創造了中國減貧史上的最好成績[2]。成績固然可喜，但風險仍不容忽視：一些脫貧人口由于災害、疾病等原因再次返貧的現象依舊存在。因此，從返貧的深層根源入手，探求返貧風險評估方法，能夠有效防止返貧現象的出現，遏制返貧擴大化，對鞏固現有脫貧成果，進一步提升脫貧攻堅質量效果具有重要的研究價值和現實意義。

貧困問題的界定，最早可追溯至古典經濟學時期，經濟學家亞當·斯密和大衛·李嘉圖等分別從交換價值和使用價值貧乏論對貧困進行闡述。20世紀初，英國的經濟學家朗特里首次提出貧困的概念，他認為“如果一個家庭的總收入不足以維持家庭人口最基本的生存活動要求，那么，這個家庭就基本陷入了貧困之中”[3]103。1967年，經濟學家維克托·福克斯提出相對貧困的概念，認為生活狀況低于社會平均水平一定程度就處于貧困[4]。隨著經濟和社會的發展，世界銀行對貧困的定義進行了補充，其定義最具代表性和權威性。世界銀行《2000年世界發展報告》中指出“貧困不只是指物質匱乏，同時還包括低水平的教育與衛生、面對困難時的脆弱性及需求表達困難和缺乏影響力”[5]。隨著對貧困問題重視程度的加深，國內外學者對貧困的成因進行了深入研究，并提出多種解決辦法。然而，貧困的解決未必能一勞永逸，為此，研究者愈加關注貧困人口的返貧現象，并進一步洞察其本質，探尋解決的方法和措施。顏廷武提出，“返貧”是指受內外要素的影響，已經“脫貧”或位于貧困標準線以上的人口又重新陷入“貧困”或位于貧困標準線之下，重新成為貧困人口[6]。返貧會嚴重影響扶貧成果，因此，近年來，一些學者對返貧的風險進行歸集，并提出了風險評估的思想和風險防控的思路。何華征等認為要重視斷血式、狩獵式、失敏性、轉移性和傳遞性五種返貧模式，并提出可通過財富內生、心理介入、制度供應、價值挖掘、新民塑造等方式阻斷農村脫貧人口的返貧通道[7]。丁德光將返貧風險歸集于產業發展、疾病、政策、道德、協同不足等方面，并提出須整合各種力量對不同類型的返貧風險進行精準施策[8]。王海燕歸納了貧困人口的生計風險，包括資本、能力、策略等風險，并對上述風險進行主要要素評估[9]。李金葉等也從多個維度對返貧進行測度和分解[10]。

現有研究表明，返貧問題已成為扶貧攻堅戰役中隨時可能反撲的攔路虎。研究者從產業鏈條的不連續、產業支柱抵御風險能力較弱等方面，分析了貧困地區存在的產業結構隱患對區域返貧風險的影響。同時，針對家庭勞動力不穩定（存在病患的因素）、資本再創造能力孱弱、政策的影響等對家庭返貧可能產生的致命影響，研究者也作出了深入的闡釋。然而，風險因素錯綜復雜，如何判別不同地區的風險程度和對貧困居民產生的影響，以有的放矢開展工作？如何通過事前的預警機制判斷返貧出現的可能性和出現的時間點尚需進一步研究。

一、返貧風險的界定與確認依據

借鑒前人的研究成果，對標貧困戶脫貧的主要評價指標“一有兩不愁三保障”，即有穩定的收入來源，不愁吃、不愁穿，義務教育、基本醫療、安全住房有保障，結合精準扶貧實踐中存在的扶貧的可持續性問題、貧困戶脫貧的主動性問題、扶貧政策的導向性問題以及疫情、自然災害等導致返貧的主要因素分析，將返貧的因素歸集為產業發展風險、疾病風險、政策風險、道德風險和協同不足風險。產業發展風險主要包括了自然災害和資金導向不足對產業發展產生的風險。自然災害如冰雹、泥石流等對農業生產而言是主要風險源，會導致農業產業的大幅減產甚至絕收；農業產業資金使用導向不明、缺乏管控評估容易引起農產品供求的不平衡而導致產業發展不可持續。疾病導致的昂貴的醫治費用和勞動能力的缺失是貧困家庭返貧的最主要因素之一。受到主客觀條件的限制，貧困人口常需要從事勞動強度大或危險系數高的工作，身體傷害和意外風險大；禽流感、口蹄疫等牲畜、家禽的季節性傳染病容易使養殖的農戶受到感染；貧困地區環保意識的缺乏和環境污染加劇了貧困人口罹患癌癥等惡性疾病的幾率。貧困戶、貧困村能有效脫貧離不開政策的扶持，但是當政府政策缺乏監控和評估，或者選擇實施時只注重短期任務完成不考慮長期脫貧成效時，返貧的風險增加。精準扶貧針對貧困人口大量的幫扶措施，使部分貧困人口產生“等、靠、要”的依賴思想，甚至存在已經脫貧卻想辦法再次返貧以獲得貧困戶的優惠政策的情況；同時存在個別基層干部為了完成扶貧任務而瞞報的問題，致使貧困戶因真正的貧困問題未得到扶持而極易返貧。此外，扶貧產業發展的決策缺乏民意、社會力量缺乏扶貧責任意識、扶貧成效評估問題沒有及時有效解決等協同不足問題，也給精準扶貧工作留下了很大的返貧隱患。

（一）返貧風險的界定

依據現有文獻分析，返貧風險不僅體現在貧困地區和貧困人口的收入重新跌入貧困線以下，更表現在貧困人口的可持續脫貧能力不足，貧困人口對接市場、融入現代社會的意識薄弱，貧困人口依托外部力量擺脫長期貧困的產業基礎和政策認知能力的孱弱等[11]。現有的實踐和理論成果顯示，返貧風險的發生和地區產業基礎不穩固，地區政策實施和管理能力不足，貧困人口缺乏必要技能等因素有關。為此，從制度供給，產業特色化構建和結構優化，中央和地方政策承接與協調，貧困地區加強政策的甄選和執行能力等對返貧形成的根源和內外部環境的影響進行全面分析，將有利于及早發現返貧端倪，對建立行之有效返貧預警機制給予重要的證據支持作用[12]。

（二）返貧風險的確認依據

前述的理論研究和實踐分析說明，返貧風險威脅著社會福祉共享理論在人類文明發展中的普惠，關系到人類社會進步的均衡性和穩定性。從經濟效率的可拓展性分析，返貧風險則關系到資源效率的充分配給與優化利用。

1.福祉共享：返貧風險確認的理論基礎

和自然界適者生存的演化法則不同，人類社會更強調互助共生的平衡發展規律。對弱勢群體給予必要的扶助，使他們盡快與現代社會融洽相處，成為近代人類文明社會重要的進步標志。因此，在大多數社會群體生活狀況逐步改善的情況下，對那些仍舊掙扎在貧困線邊緣的弱勢群體采取福祉普惠的措施，逐漸在研究學者和社會實踐中達成共識。建立和生產力水平以及社會公共產品賦予相匹配的生活健康標準、生存標準和社會適應能力標準，是社會福祉深入人心的重要表現，是檢驗貧困地區人口和貧困家庭是否真正脫貧的重要判斷依據。各種金融普惠機制、社會保障機制和社會優惠政策的普及也體現了政府和社會相關機構將人類福祉普及到各個階層的決心和希冀。由此可見，福祉普惠的標準是判斷返貧風險的重要依據，是剪除貧困困擾的思想基礎。

2.資源配置優化：返貧風險評價的邏輯起點

相關研究者認為，世界經濟長期非均衡發展，不僅使貧富差距日漸擴大，更阻礙了資源更加有效合理的流動和配置。貧困和貧困邊緣地區往往是原生態資源的聚集地，如果強行采用掠奪式的開采和利用方式，不僅大大降低資源的有效開發水平，對自然的破壞導致的其他地區生態系統惡性影響的后果也無法估量。因此，從產業良性發展的目標出發，將返貧地區的資源使用和開發同國家和區域產業布局生態化、優質化的戰略計劃相融合，不僅能徹底解決返貧風險的威脅，更有助于國家和地區經濟發展質量的全面提高。基于此，返貧風險評價以資源配置的可行性和現有條件優化過程為起點，是真正實現社會財富充分利用的前提條件。

鑒于上述返貧風險評價的理論基礎和邏輯起點，應通過選用恰當的評價方法判別其發生的可能性，并在其萌芽階段采取相應分級應對措施，以防止貧困問題的卷土重來。

二、返貧風險等級評價方法及步驟

返貧風險具有多樣化、復雜化的特點，根據多屬性等級評價的原理，結合層次分析法和逼近理想解排序法的優勢，提出了AHP-TOPSIS返貧綜合評價方法。首先采用層次分析法將目標決策分解為子準則和指標，并確定各指標權重；然后結合逼近理想解排序法，計算出各屬性的最優解（正理想解）和最劣解（負理想解），判斷各屬性與正、負理想解的距離，以此對評價對象進行排序。具體的步驟如下：

步驟1：構建判斷矩陣

在選定目標層、準則層和指標層的各指標屬性的基礎上，由專家對指標的準確性和合理性進行評判，并對指標的相對重要性進行兩兩比較，使用數字1-9和其倒數作為判定標準，如表1所示。

表1 判斷標度及含義

根據兩兩對比的結果形成判斷矩陣A：

步驟2：計算指標權重及一次性檢驗

計算判斷矩陣最大特征根λmax的特征向量并進行歸一化處理，確定該層因素對上一層因素的排序權值，并計算一致性指標CI，平均隨機一致性RI，隨機一致性比率CR，進行一次性檢驗。

若CI=0，說明該判斷矩陣具有完全的一致性；CI越接近0，一致性滿意度越高；CI值越大，則表示不一致的程度越嚴重。考慮到隨機因素造成的不一致性，還需對檢驗系數CR進行判定，若CR<0.1，說明判斷矩陣通過一次性檢驗，評價具有合理性，反之，則不具有滿意一致性。

同理，得出準則層和指標層的排序權值，并進行一次性檢驗。

步驟3：建立加權標準化決策矩陣

假設某一決策問題有m個方案B1,B2,…Bm，構建初始評判矩陣B。

對矩陣B進行歸一化處理，構成規范化的決策矩陣C，其元素為Cij，其中

將歸一化矩陣C中的每一列與步驟2中得出的各個屬性權重wn相乘，構造加權標準化決策矩陣D:

步驟4：確定正負理想解及貼進度

首先，確定正理想解D+和負理想解D-。正、負理想解的計算方法如公式（8）和公式（9）所示。

然后，采用歐幾里得范數作為距離的測度，計算每個評價對象到正理想解的距離E+和到負理想解的距離E-。

最后，計算評價對象對于理想解的相對貼進度Fi：

Fi越接近1，說明評價對象越靠近正理想解；Fi越接近0，說明評價對象越接近負理想解。對每個評價對象的相對貼進度進行排序，找出最大值即為最滿意解，以此實現多方案的比較和選擇。

三、實證及對比分析

（一）返貧風險評價指標的構建

脫貧戶返貧的原因不僅局限于個人因素，還受到社會、經濟、市場、自然因素等多方面的影響，因此對脫貧地區的返貧風險等級評估涉及眾多指標。借鑒文獻[8]的研究成果，構建一個包含目標層O、準則 層Si(i=1,2,…I)和指 標層Sij(j=1,2…J)三個層次的返貧風險評估遞階結構指標體系，如圖1所示。目標層O即返貧風險等級評估；準則層包括了五個方面，分別是產業發展風險S1、疾病風險S2、政策風險S3、道德風險S4和協同不足風險S5；指標層Sij分別就準則層的五個方面進一步深入挖掘可能形成返貧的具體原因，得出產業發展的自然因素等12項指標。

圖1 返貧風險評估指標體系圖

（二）準則層和指標層權重的確定

依據上述的指標體系，對選取的指標的客觀性和合理性進行分析，并對指標進行兩兩比較判別其重要程度，得出準則層和指標層的判斷矩陣。

準則層對應的判斷矩陣A為

通過計算得出，一致性指標CI=0.045，平均隨機一致性RI=1.12，隨機一致性比率CR=0.041，通過一次性檢驗結果，矩陣判斷評價合理。同理，構建指標層的判斷矩陣并進行一次性檢驗。分別得出

指標層中S1,S3,S4為二階判斷矩陣，本身具有完全的一致性。分別計算S2和S5的隨機一致性比率CR2=0.056,CR5=0.033，結果均小于0.10，通過檢驗，判斷具有合理性。并可通過計算得出總層次排序和指標權重，詳見表2。

表2 層次總排序及指標權重

（三）構建屬性決策矩陣

某市被列為扶貧改革試驗區，在精準扶貧工作上做了多方面的創新和嘗試，取得了較好的成效。通過走訪相關部門和實地調研，選取其X,Y,Z三個貧困縣的返貧原因情況數據進行分析比較。按照5分制的標準，邀請農業農村部門的專家和扶貧研究工作者對三個地區的12個影響因素實際情況打分取平均數，其中，0為無影響，5為最主要因素（見表3）。

表3 X,Y,Z三個縣返貧風險各影響因素分值

評價各個地區風險情況時，上述影響越小說明該地區返貧風險較小，因此，原始數據指標中，各因素的分值均為低優指標，采用倒數法將其轉化為高優指標，得到轉化指標矩陣C′：

利用公式（6）對轉化指標進行歸一化處理，得出歸一化的決策矩陣C。

根據公式（7）進行加權標準化處理，構建加權標準化矩陣D。

（四）計算評價對象的接近度

根據矩陣D，由公式（8）和公式（9）得出最優方案和最劣方案：

根據公式（10）、（11）和（12）可以確定各個縣返貧風險與正負理想點的距離E+和E-，以及每個縣的標準值Fi，對Fi的大小進行排序，便可以得到每個縣的返貧風險大小和排序，具體如表4所示。

表4 各個縣指標值與最優的相對接近程度及排序結果

由表4的排序結果可知，三個縣中X縣的綜合返貧風險最小，而Y縣的返貧風險最大。

（五）對比分析

通過查閱這三個縣2016-2019年的精準扶貧第三方評估結果和所在市農業農村局的調研資料顯示，自開展精準扶貧工作以來，X縣在精準施策、扶貧成效和群眾滿意度等方面工作較為出色。目前X縣主要遵照的“兩不愁，三保障”政策在解決初步貧困問題方面固然作用顯著，但是很難反映貧困反復的風險，需要更為全面地從風險發生的隱患、風險成因等內容全面進行分析和判斷。因此，依據新形勢的變化，目前脫貧研究需要更加重視關于脫貧的可持續并有效控制返貧的發生，從指標選擇的理論基礎入手，在方法運用方面需要更加貼近實際。根據調研和資料查詢的結果，采用AHP-TOPSIS返貧風險綜合評估方法對三個縣的返貧風險進行分析，可發現，該方法符合總體返貧風險的實際情況，說明該風險評估方法是有效、合理的。

結語

針對返貧風險多維性的特征和難以定量評價的問題，本文提出了一種基于層次分析的TOPSIS返貧風險評價方法，精準偵測各貧困地區的薄弱環節，通過方法評價等級排序和比較使各地方政府和相關部門充分認識到扶貧工作的不足之處，提高對返貧風險的防控水平，保障扶貧工作成果的可持續性。首先，根據層次分析法的原理建立的返貧風險評估指標體系，從產業發展風險、疾病風險、政策風險、道德風險和協同不足風險五個方面確定了12項子指標，并經專家評定測算出不同風險指標的權重值，根據權重值有利于在實際工作中抓住返貧風險的重點，為精準扶貧工作的開展提供指導意見。其次，AHP-TOPSIS返貧風險評估方法改進了層次分析法因某一項指標特別突出而影響最后總評成績的缺陷，而將每一個評價對象的全部指標都同理想解測定距離，很大程度上避免了由某項指標決定結果的情況。計算得出的貼近度指標直觀體現評價對象的優勢和短板，可作為判斷評價對象返貧風險程度的依據。最后，經過實際調研和資料搜集的結果驗證，使用AHP-TOPSIS綜合評價的返貧風險評估預警方法可行且合理，有效避免了因指標過多難以分配權重的弊端和因人為主觀臆斷影響最終評價結果的問題，實現了對返貧風險定性和定量相結合的綜合評價。隨著精準扶貧的工作不斷深入，返貧風險也將不斷發生變化，基于時間序列的返貧風險改變及評估方法將是下一階段研究的方向。