精准扶贫绩效评价指标体系构建及实证——以全国重点扶贫地区为例*

陈 升 张雯雯 何增华

（重庆大学，重庆 400030）

一、引言

改革开放以来，扶贫开发工作成绩显著，我国农村贫困人口从1978年的77039万人减至2017年的3046万人，减少了近7.4亿人；农村贫困发生率从97.5%下降至3.1%，降幅94.4%。但剩下的3000多万贫困人口绝大部分分布在连片特困地区、革命老区、民族地区等区域，致贫原因复杂，且贫困程度较深。为确保我国到2020年如期实现全面建成小康社会的发展目标，2013年，习近平总书记首次提出了“精准扶贫”的重要思想。此后，政府也颁布了一系列政策措施推进扶贫工作，如2014年5月，颁布《建立精准扶贫工作机制实施方案》；2015年11月，颁布《中共中央国务院关于打赢脱贫攻坚战的决定》；2016年3月，“十三五”规划强调完善脱贫攻坚支撑体系；十九大报告强调动员全党全国力量推进精准脱贫工作。精准扶贫作为我国实现全面小康社会的关键一环，为确保2020年能够实现如期脱贫，全国各地因地制宜开展精准扶贫实践，如贵州毕节的“六个到村到户”模式、河南的“兰考”模式、重庆的“十个精准”模式等。那么，各地区开展精准扶贫的成效如何？如何科学客观地评估精准扶贫绩效？

由于精准扶贫战略思想的提出时间较短且极富中国特色，目前关于精准扶贫的研究还处在起步阶段，国内外学者对精准扶贫的研究主要集中在两方面：一是基于价值分析的理论研究，学者们就如何提高扶贫绩效，从技术指导和路径优化层面做出了一定的理论探索；二是基于实证分析的量化研究，学界就精准扶贫绩效的评估，从评估内容、评估程序以及评估方法方面展开了深入研究。现有研究虽在一定程度上阐述了精准扶贫绩效的评估及优化路径，但更多的是针对现状进行简单的定性分析，规范性的实证研究以及定性与定量相结合的综合研究比较少。

本文以全国重点扶贫地区为精准扶贫的实践对象，首先基于文献梳理及分析，建立了贫困状态的概念模型，据此构建了精准扶贫绩效评估的指标体系；其次，运用层次分析法实证研究并分析全国重点扶贫地区的精准扶贫绩效；最后，根据实证研究结果对全国重点扶贫地区精准扶贫绩效的路径优化提出相应的对策建议。

二、理论基础

国内外学者对贫困的定义均做了相关研究。国外学者主要从三个层面界定贫困：收入层面，Rowntree[1]认为贫困即一个家庭的总收入不能维持家庭人口最基本的生存活动需求；资源匮乏层面，Townsend[2]认为贫困指因缺乏资源而不能获得各类食物、参加社会活动及最起码的生活与社交条件的个人或群体；能力缺失层面，Sen[3]认为贫困指缺乏基本能力和权力，不仅是缺乏收入，最根本的是缺乏创造收入的能力和机会。国内学者主要从收入和能力等方面界定贫困。汪三贵[4]认为贫困指由于收入低有且只能维持十分低的生活水平；童星[5]等认为贫困是由于收入低而造成的缺乏满足基本生活需要的物质和服务及发展机会的一种生活状态；郭熙保[6]等认为贫困主要包括收入贫困、能力贫困及权利贫困三种类型；王荣党[7]等认为贫困包括物质需要的短缺，以及正常的精神需要的短缺。

基于上述研究发现，贫困的外在表现主要指单纯依靠收入无法满足吃穿住等基本生活需要。对于贫困人口，吃得饱、穿得暖、住得安等基本生活需要是基本生存条件，这也是马斯洛需求层次理论中最低层次需求[8]；贫困本质上是指物质生活资料不能够满足基本生活需求（包括食品、穿着、住房）[9]；贫困标准主要指可以满足一个家庭在食物、住房、穿着等方面最低需求的生活水平标准值[10]；在《中国农村扶贫开发纲要（2011-2020年）》的表述中，生活水平维度也被纳入贫困测度指标体系[11]。贫困的内在原因主要指缺乏获得基本生活需要的能力与机会，包括基本生产生活能力不足和基本自我发展能力不足。基本生产生活能力的不足，主要指缺乏水、电、路、通讯等基础设施。加强贫困地区基础设施建设对促进该地区经济社会发展具有重要作用，贫困户可以通过基础设施投资获益且有效改善生产生活状况[12]；基础设施的数量和质量的提升，可以降低贫困发生率，提高农村居民的人均收入[13]；基础设施的可获得性对减缓贫困具有直接贡献[14]。基本自我发展能力不足，主要指缺乏基本公共服务。改善教育医疗服务，提升贫困农户的受教育水平，可有效提高贫困地区农业劳动生产率，增强贫困人口的自我发展能力[15]；教育、医疗等公共产品的供给对减缓农村贫困起着重要作用[16]；社会保障制度建设和资金投入有助于防止脱贫人口再次返贫[17]；使贫困人口得以享受基本公共服务，有助于他们从根本上摆脱贫困[18]。据此，本文提出贫困状态概念模型如图1所示。

图1 贫困状态概念模型图

三、精准扶贫绩效综合评估体系构建

反贫困（anti-poverty）作为学术概念最早由冈纳·缪尔达尔提出[19]。当前国内外关于反贫困概念主要有三种表述：（1）poverty reduction，即减贫，强调反贫困的过程；（2）poverty alleviation，即脱贫，强调减缓贫困的程度；（3）poverty eradication，即消灭贫困，强调反贫困的最终目标[20]。中国的反贫困采用support poverty，即扶贫，表示反贫困的具体过程。结合我国当前的贫困状况，通过扶助解决贫困人口的温饱，合理安置贫困人口，提升贫困人口生活水平，推动贫困地区社会经济发展，增加贫困地区人口收入，不仅为建设和谐社会打下坚实的经济基础，也为全面建成小康社会奠定了物质基础。

为此，要构建精准扶贫绩效综合评估体系，需先测量反贫困状态。反贫困状态是静态概念，反映的是一个地区在某个时间点的生产、生活以及公共服务等反贫困状况。而扶贫绩效是动态概念，反映的是一个地区在某个时间段反贫困状态的变化。据此，本文提出的扶贫绩效计算公式如下：

其中，Fit（精准扶贫绩效）表示i地区在t年的扶贫绩效，fit表示i地区在t年的反贫困状态，fit-1表示i地区在t-1年的反贫困状态。反贫困状态数值越大，表明越接近全面脱贫。

国内学者依据计算模型和扶贫模式，建立了评估贫困地区扶贫绩效的指标体系。陈爱雪从贫困人口收入、基础设施建设、经济社会发展构建贫困地区精准扶贫绩效评价指标体系[21]；张迎春从教育、收入、医疗卫生、社会保障、居住环境等方面构建青海省牧区民生评价指标体系[22]；陈小丽从扶贫直接效果、经济发展水平、社会发展水平等方面评价湖北省少数民族地区扶贫绩效[23]；吴晓灵课题组，根据调研确立了居民收入、生态环境、社会环境和公共服务四方面的民生指标体系[24]；林宝从基本生活水平、基本发展机会、基本健康和基本安全等方面阐述了建立民生问题预警指标体系[25]。基于上述相关学者研究，以及上文中贫困状态概念模型，本研究主要从基本生活、基础设施、基本公共服务三个准则层来构建反贫困状态指标体系（如表1所示），具体内容如下。

首先，基本生活。主要是从“吃穿不愁、人均纯收入及住房条件”等方面衡量。收入水平是生活状况的直接反映，主要由农村居民人均纯收入[26]等指标来衡量；吃穿不愁，主要用恩格尔系数[27]来衡量；住房安全关系着贫困人口的基本居住条件[28]，让贫困人口住有所居，主要从农村居民人均钢筋砖木结构住房面积[29]等方面来衡量。根据历史数据，该准则层具体测量内容包括：一是不愁吃穿，对应指标为农村居民人均吃穿消费支出；二是收入水平，对应指标为农村居民人均可支配收入；三是住房条件，对应指标为农村人均住房面积以及房屋竣工面积。

其次，基础设施。主要从制约贫困地区发展的“水、电、路、通讯”等方面来衡量。重视贫困地区的饮用水安全[30]，主要从农村自来水普及率[31]等指标来衡量；重视贫困地区的电力问题[32]，主要从通电率、用电户比重、家庭人均用电量[33]等指标来衡量；“要想富，先修路”，通过修路脱贫已成为全社会共识[34]，主要从农村通公路的行政村比重、通路率[33]等指标来衡量；加快广播、电视等通讯设施建设迫在眉睫[35]，主要从广播电视覆盖率、电视机拥有率[7]等指标来衡量。根据历史数据，该准则层具体测量内容包括：一是水力，对应指标为农村用水普及率；二是电力，对应指标为农村人均年用电量；三是道路，对应指标为农村人均道路面积；四是通讯，对应指标为农村有线广播电视入户率。

最后，基本公共服务。主要从“社会保障、义务教育、医疗卫生、公共文化”等方面来衡量。社会保障主要从新型农村合作医疗覆盖率、最低社会保障覆盖率等指标来衡量[36]；义务教育对于对消除农村贫困发挥着重要作用，主要由适龄儿童入学率、九年义务教育普及率以及小学、初中阶段学生入学率等指标来衡量[36]；医疗卫生的完善与否关系着因病致贫、因病返贫的发生，主要由卫生院数目[37]、万人卫生人员数[36]、每千人拥有执业医师人数[38]等指标来衡量；公共文化是“扶贫先扶志、扶贫必扶智”的重要内容，主要由文化活动室拥有率、每万人口拥有“三馆一站”公共文化设施建筑面积[38]等指标来衡量。根据历史数据，该准则层具体测量内容包括：一是社会保障，对应指标为城乡居民基本养老保险参保率；二是义务教育，对应指标为小学、初中学生入学率；三是医疗卫生，对应指标为每千人口执业医师数；四是公共文化，对应指标为每万人拥有公共图书馆建设面积。

四、精准扶贫绩效实证研究

表1 反贫困状态指标体系

本文精准扶贫绩效的实证分析采用层次分析法。层次分析法就是把复杂问题作为一个系统，将有关的元素分成目标层、准则层和指标层，然后在具体分析每一层次时将专家的主观判断客观地数量化，最后用加权和的方法归并每一层次对总目标的最终权重。层析分析法的计算步骤如下：一是构建层次结构体系。根据决策目标、决策准则以及决策对象将研究问题解析为目标层、准则层和指标层。二是构造判断矩阵。邀请相关领域的专家采用比例标度分别对三个层次的因素进行两两对比并打分，根据比较结果形成判断矩阵。三是进行一致性检验。计算各判断矩阵的最大特征值和一致性指标CI值，查找平均随机一致性指标RI值之后，计算一致性比率CR（CR=CI/RI）。如果CR＜0.1，则判断矩阵通过一致性检验；假使CR＞0.1，则判断矩阵不能通过一致性检验，这就需要重新调整矩阵。四是确定各因素的最终权重。对所有因素的权重进行归一化处理，计算各个因素的最终权重。

根据反贫困状态指标体系和层次分析法的要求，本文设计了调查问卷，该问卷根据各指标的重要程度进行赋值，要求被调查者依据指标的重要性进行两两比较后选择。本研究的调查对象有中西部有关省（市、区）扶贫办、区县分管扶贫的相关领导干部、高校扶贫领域的专家学者等。具体包括中西部省级发改委处长2名（分管扶贫工作）、中西部地区扶贫办处长3名、重庆大学扶贫领域专家5名、中西部贫困区县分管扶贫的领导干部60名、参与贫困调研并对扶贫工作有了解的研究生10名，有效问卷共80份。基于调查问卷的评分，并将各基准及指标两两比较，分值分别为1、3、5、7、9、1/3、1/5、1/7、1/9，最终根据各评分出现的频率进行加权平均，得到各准则层与指标层两相比较的数值，从而构建出判断矩阵。

本研究运用AHP专业分析软件（Yaahp9.2）分析调研数据。首先，建立目标层、准则层以及指标层的层析结构体系。然后，将调研数据录入判断矩阵中，并进行一致性检验，倘若没有通过一致性检验，Yaahp9.2软件将会自动调整一致性直到通过一致性检验。最后，输出计算结果，λmax表示矩阵的最大特征根，ωi表示矩阵对应于λmax的单位特征向量，ωi表示该层次各因素占上一层次某一因素的权重。

第一，反贫困状态的判断矩阵一致性指标CI=0.1000，对总目标（反贫困状态）的权重为1，其对应的经过标准化之后的特征向量ωi为（0.6234，0.1255，0.2511）T，如表3所示。其中括号内为原始数据，后文类似。

表3 准则层对反贫困状态的判断矩阵

第二，基本生活的判断矩阵一致性指标CI=0.1000，对总目标（反贫困状态）的权重为0.6234，特征根λmax=3.1040，其对应的经过标准化之后的特征向量ωi为（0.5587，0.2637，0.1777）T，如表4所示。

表4 指标层对基本生活的判断矩阵

第三，基础设施的判断矩阵一致性指标CI=0.0605，对总目标（反贫困状态）的权重为0.1225，特征根λmax=4.1616，其对应的经过标准化之后的特征向量ωi为（0.3988，0.2744，0.1886，0.1383）T，如表5所示。

表5 指标层对基础设施的判断矩阵

第四，基本公共服务的判断矩阵一致性指标CI=0.0836，对总目标（反贫困状态）的权重为0.2511，特征根λmax=4.2233，其对应的经过标准化之后的特征向量ωi为（0.4622，0.2303，0.1556，0.1519）T，如表6所示。

表6 指标层对公共服务的判断矩阵

反贫困状态指标体系权重分析，确定各因素的最终权重。计算各指标层各因素相对于目标层的最终权重，从而得到反贫困状态指标体系的评估模型，计算结果如表7所示。

表7 反贫困状态指标体系评估模型

要研究精准扶贫绩效，则需对2014年和2015年的反贫困状态进行评估。本文选取中西部23个重点扶贫地区2014年和2015年的截面数据进行实证研究，数据分别源于2015-2016年《中国统计年鉴》以及23个地区的《省级统计年鉴》。根据反贫困状态指标体系评估模型以及标准化后的数据，计算全国重点扶贫地区2014年与2015年反贫困状态以及其排名，计算公式如下：

其中，Wj是j项指标的权重系数，Cijt是i地区的j项指标在t年标准化后的数据，Fit是i地区在t年的反贫困状态。

根据此前提出的精准扶贫绩效计算公式Fit（精准扶贫绩效）=fit-fit-1，本文研究2015年精准扶贫绩效，将t取值为2015年，则Fit（精准扶贫绩效）=fi2015-fi2014，可计算i地区2015年的精准扶贫绩效，该数值越大，则i地区精准扶贫绩效越好。限于篇幅，本文计算的全国重点扶贫地区2014年反贫困状态单项得分与2015年反贫困状态单项得分不予展示。对全国重点扶贫地区的精准扶贫绩效进行评价和排名（如表8），综合得分是对精准扶贫绩效的客观反映，分值的高低则反映了扶贫绩效的优劣。

表8 全国重点扶贫地区精准扶贫绩效得分及排名（2015）

本文运用层次分析法，对反贫困状态指标体系进行了赋权，构建精准扶贫绩效评价指标体系，并对全国重点扶贫地区精准扶贫绩效进行实证评估，研究发现。

第一，反贫困状态是一个地区基本生活、基础设施和公共服务等因素的综合体现。构成反贫困状态的要素的重要性不同：核心要素是基本生活（准则权重为0.6234），在基本生活要素中，不愁吃穿（指标权重为0.5587）最为重要；次核心要素是公共服务（准则权重为0.2511），在公共服务中，社会保障（指标权重为0.4622）最为重要；较边缘要素是基础设施（准则权重为0.1255）。在基础设施中，用水普及率（指标权重为0.3988）最为重要。

第二，我国贫困状态地区差异性显著。通过综合比较各地区2014年以及2015年（表8）的有关数据可知，与中部地区相比，西部地区整体仍然较为贫困，中部地区整体反贫困状态较好，除了河北、河南、陕西，其余中部地区位于中上游；而西部地区整体反贫困状态较差。

第三，精准扶贫绩效也存在地区性差异，中部地区精准扶贫绩效较好，西部部分地区精准扶贫绩效有待提升。通过比较2015年全国重点扶贫地区精准扶贫绩效得分及排名可知，在重点扶贫地区中，精准扶贫绩效较高的主要为中部地区。而云南，甘肃，贵州，青海，新疆等西部地区精准扶贫绩效均位于中下游水平。

五、研究结论与启示

本文以全国重点扶贫地区精准扶贫实践为研究对象，基于相关文献建立了贫困状态概念模型，基于此构建了精准扶贫绩效评价指标体系，并运用层次分析法对精准扶贫绩效进行实证研究，得到以下研究结论与启示。

第一，构成反贫困状态的要素的重要性不同，核心要素是基本生活，次核心要素是公共服务，较边缘要素是基础设施。每个地区在实施扶贫攻坚工程时，既要对基本生活、公共服务与基础设施上三个维度“三管齐下”助力脱贫，又要针对地方实际从基本生活、公共服务与基础设施三方面“主次分明”实现精准脱贫。

通过对指标层权重进行分析后可知，反贫困状态指标层重点在于不愁吃穿、社会保障以及用水普及率。因此，在精准扶贫过程中，除了解决温饱问题外，还应在公共服务方面重点加强社会保障。应促使农村扶贫与农村低保等制度的有效衔接，坚持保基本、兜底线、促公平、可持续，进一步完善贫困地区农村社会保障制度，稳步提高贫困群众参保率。此外，还应重点提高基础设施建设中的用水普及率。应实施贫困村饮水安全项目，加强贫困村中小型集中供水工程建设，解决贫困人口饮水困难问题。

第二，贫困状态以及精准扶贫绩效均存在地区性差异。通过对反贫困状态以及精准扶贫绩效评估可知，与中部地区相比，西部地区整体仍然较为贫困；而且中部地区精准扶贫绩效较好，西部部分地区精准扶贫绩效有待提升。因此，国家应继续加大对西部地区的扶贫投入力度，统筹精准扶贫的资金输入与技术输入，并逐步实现由“输血式扶贫”向“造血式扶贫”转变；西部各地区的发展也需要依靠自身的努力，西部地区多为少数民族聚集地，西部地区应结合地方比较优势，积极发展特色优势产业；此外，还应进一步落实中东部地区对西部地区的对口支援。