基于DEA-Malmquist 法的我国农村扶贫资金使用效率分析

赵玉昕

（香港科技大学商学院，中国 香港 999077）

2013年我国开始实施精准扶贫政策以来，贫困地区的人均收入水平显著提高，贫困人口比例大幅下降[1，2]，贫困问题得到了很大的改善，学术界对精准扶贫效果的评价方法、评价指标、扶贫效率均有研究，陈杰等[3]采用数据包络方法（DEA） 进行实证检验，系统地分析了政府扶贫资金使用效率，并根据相关结论提出了提高我国农村扶贫资金使用效率的政策建议。陶凤霞[4]运用计量分析方法，采用多元回归模型，分析我国农村扶贫资金的使用效率，并对效率结果进行了相应的解释。曾志红等[5]以Cobb-Douglas生产函数为基础，构建农村扶贫资金使用效率的投向结构和来源结构模型，实证研究了国家贫困县扶贫资金的使用效率。现有研究大多采用DEA 模型测度截面数据的效率，或运用计量分析方法构建回归模型进行研究[6～8]，而综合运用DEA 方法和非参数的指数法对我国农村地区扶贫资金使用效率的研究则比较少。因此，运用DEA 方法和Malmquist 生产率指数方法对我国不同地区的农村扶贫资金使用效率进行研究，旨为各区域精准扶贫决策提供科学依据。

1 数据来源与研究方法

1.1 数据来源

目前我国有48 个贫困县分布在22 个省市、自治区[9]。选择2013～2017年这22 个省市、自治区农村居民扶贫资金投入数据作为研究数据。

1.2 研究方法

1.2.1 DEA-Malmquist 分析方法 根据农村精准扶贫对象的分散性及指数相对性特点，选用DEA 方法和Malmquist 指数法，在确定关键因素的基础上，对数据进行线性无关化处理，分析精准扶贫资金使用效率，以保证结论的客观、准确及有效性。

Malmquist 生产力指数（MPI） 最初由Malmquist于1953年 提 出，Caves、Christensen 和Diewert 于1982年开始将这一指数应用于生产效率变化的测算，该指数的主要思想是利用距离函数的比率来计算投入产出指数。具体来说，Malmquist 生产力指数是在DEA 模型的测算结果上构造一个效率前沿，然后计算单个观测值与前沿的距离。为了避免选择时期的随意性导致的差异，Malmquist 取t和t+1 时期的生产率指数的几何平均值，用计算出的几何平均值表示t时期到t+1 时期的生产率变化，公式（1） 是Malmquist 生产率指数的分解形式。如果MPI（TFPCH） 的值＞1，表示从t～t+1 时期农业资金投资的全要素生产率呈现增长的趋势提高；MPI（TFPCH） 的值＜1，表示从t～t+1时期农业资金投入的全要素生产率有所下降[9]。

从MPI还可以测算出5 个效率变化指数，分别是生产效率变化指数（EFFCH）、技术效率变化指数（TECH）、纯技术效率变化指数（PECH）、规模效率变化指数（SECH）、全要素生产率变化指数（TFPCH），生产效率变化指数（EFFCH） 是指在农业产业技术稳定时期，各个省份利用有限的技术能达到的最大效率；技术效率变化指数（TECH） 指农业产业技术的进步导致的效率变化；纯技术效率变化指数（PECH） 反映的是单个决策单位在规模达到最优时生产效率；规模效率变化指数（SECH） 反映的是实际规模与最优生产规模的距离。由公式（2） 和公式（3） 可知，全要素生产率的变化可分解为生产效率变化指数和技术效率变化指数；生产效率变化指数又可以分解为纯技术效率变化指数（PECH） 和规模效率变化指数（SECH）。

其中，xt表示t时期的投入要素；yt表示t时期的产出要素；Et表示t时期的距离函数，即t时期单期观测值与效率前沿的距离。

1.2.2 确定指标 我国大多数贫困人口集中在农村地区，农村经济仍存在严重的经济发展不平衡现象，政府投资第一产业和农村开发项目的目的是为了提高贫困地区农民的收入和消费水平，提高第一产业的GDP，这些投入产出指标可以更好地评价减贫的效率和扶贫的力度。在查阅和分析《中国贫困监测报告》[10]和《中国金融年鉴》[11]基础上，筛选出投入和产出变量5 个。选取农村地区贫困居民人均收入和人均消费、第一产业GDP 附加值3 种指标评价农村扶贫的效果；选取农业综合发展投资的财政资金（包括农村危房改造、农村饮用水、专业技能培训、社会援助、精准贷款和农业项目的其他投资） 作为投入变量（表1）。

表1 投入产出变量的评价指标Table 1 Evaluation indexes for input-output variables

1.2.3 贫困区域划分及指标确定 我国推行的精准扶贫政策在取得了积极成效，但不同生态条件和经济发展水平的贫困区扶贫资金的成效存在差异。因此根据贫困区的区域位置、GDP、贫困程度等指标，将22 个贫困区划分为以河南省为代表的减贫速率快、GDP 相对较高的区域1、以安徽为代表的贫困率中等的区域2、以新疆为代表的减贫速度缓慢、GDP 相对较低的区域3（表2）。并确定3 个区域的投入产出变量的评价指标（表3）。

2 结果与分析

2.1 投入产出变量的相关性分析

在进行DEA 实证分析前，对变量之间的相关性进行分析（表4），结果显示，评价农业效率产出和投入的变量呈正相关关系，该结果支持后续的DEA 实证分析结果。

表2 22 个省市、自治区贫困状况区域分布表Table 2 Distribution of poverty counties in 22 provinces

表3 区域投入产出变量的评价指标Table 3 Evaluation indexes for input-output variables

表4 投入和产出变量的皮尔逊相关系数Table 4 Pearson correlation coefficients of input-output variables

2.2 贫困地区农村居民财政扶贫资金的DEA 结果分析

表5 2013～2017年贫困地区全要素生产率变化指数Table 5 Total factor productivity change index of poor regions from 2013 to 2017

根据Malmquist 生产指数的定义，计算22 个省市、自治区2013～2017年的全要素生产率变化指数（表5），2013～2017年贫困区农业扶贫资金投入的全要素生产率变化指数平均为1.031，整体呈现增长趋势，其中2013～2014年、2014～2015年的全要素生产率变化指数均＜1，2015～2016年的全要素生产率变化指数为1.156，成为扶贫资金使用效率提升的一个重要拐点。不同地区全要素生产率增长指数差异较大。贵州、西藏、重庆3 个西部省份全要素生产率变化指数的增长率均达到了50%以上；河北省的全要素生产率变化指数整体基本保持不变，海南、云南、甘肃、新疆、四川、吉林、黑龙江省的全要素生产率变化指数整体呈下降趋势；其他省份的全要素生产率变化指数均有不同程度的提高。数据显示，我国财政资金在扶贫攻坚战中整体发挥着积极向上的作用，改善了贫困地区的基本生活条件，提高了贫困人口自我发展能力，其中欠发达地区在精准扶贫政策下扶贫资金得到更加有效的利用，而个别省份资金的投入未能达到预期效果。

2.3 区域扶贫资金使用效率分析

上述研究表明，我国不同地区的扶贫资金利用效果差异显著，因此，对2013～2017年3 个区域农业扶贫资金的效果进行了评价（表6）。

表6 2013～2017年不同区域扶贫资金投资效率变化指数Table 6 Investment efficiency change index of poverty alleviation funds in different regions from 2013 to 2017

2.3.1 区域1 扶贫资金使用效率分析 区域1 的农业全要素生产效率变化指数为1.038，表明2013～2017年该区域的全要素生产效率平均增长3.8%。进一步分析发现，技术效率指数、规模效率指数均大幅度提升，纯技术效率指数降低，说明尽管技术效率指数、规模效率指数对全要素效率指数提高产生积极促进作用，然而各省份在技术利用效率降低的影响下，并没有实现扶贫资金的精准投入，导致技术的进步没有完全惠及扶贫事业。湖南省纯技术效率过低导致该省的全要素生产效率指数明显低于其他省份；内蒙古规模效率指数大幅度上升是导致该省的全要素生产效率指数提升的主要因素（表7）。

2.3.2 区域2 扶贫资金使用效率分析 区域2 的农业全要素生产效率变化指数1.028，表明在2013～2017年该区域的农业全要素生产效率平均增长了2.8%，且6个中部省份均呈现稳定增长趋势。除河北省的纯技术效率指数略微降低外，其他省市的纯技术效率指数则呈现不变或增长趋势（表8）。

2.3.3 区域3 扶贫资金使用效率分析 区域3 的农业全要素生产效率变化效率为1.023，表明在2013～2017年该区域的农业全要素生产效率平均增长了2.3%。进一步分析发现，黑龙江、吉林和新疆较其他省份而言，农业资金的施用效率较低，吉林纯技术效率指数偏低是导致该省全要素生产效率指数降低的主要因素，黑龙江、新疆的规模效率指数大幅降低是导致全要素生产效率降低的主要因素（表8）。

表7 2013～2017年区域1 各省5 个效率指标变化Table 7 Changes of 5 efficiency indexes in each province of region 1 from 2013 to 2017

3 个区域全要素生产效率增长幅度依次为区域1＞区域2＞区域3，农业资金投入产出效率整体呈现出东部沿海地区＞中部内地地区＞西北部地区趋势。说明区域经济发展水平与农村扶贫资金使用效率存在一定的正相关关系，即区域GDP 越高，农村居民扶贫资金使用效率就越高，贫困地区人民的生活水平提高的越快；区域GDP 越低，农村居民扶贫资金使用效率就越低贫困地区人民的生活水平提高的越慢。

表8 2013～2017年区域2 各省5 个效率指标变化Table 8 Changes of 5 efficiency indexes in each province of region 2 from 2013 to 2017

表9 2013～2017年区域3 各省5 个效率指标变化Table 9 Changes of 5 efficiency indexes in each province of region 3 from 2013 to 2017

续表

3 结论与建议

3.1 主要结论

运用DEA-Malmquist 法，对我国22 个省份、48个贫困县2013～2017年的农村扶贫资金使用效率进行评价，得到以下结论：（1） 我国精准扶贫政策实施以来，农村扶贫资金使用效率指数整体呈增长趋势，使用效率得到了提升。（2） 不同地区的农村扶贫资金使用效率增长幅度存在明显差异，地区差异显著，东部沿海地区＞中部内地地区＞西北部地区。（3） 生产效率提高是促进各地区全要素生产效率提高的主要动力，规模效率指数、技术效率指数是决定各地区生产效率提高的主要影响因素。

3.2 对策建议

3.2.1 加大扶贫资金投入，加强资金管理，提高资金的使用效率 精准扶贫是一项复杂的系统工程，为确保精准扶贫工作成效，保障扶贫资金效率的提升，政府应从贫困村、贫困户实际出发，因村因户制宜，加大扶贫资金投入，加强扶贫资金管理，实现扶贫资金增收增效。

3.2.2 加强技能培训帮扶，提升农民技术水平，实现稳定就业和增收脱贫 技术利用效率的提升对促进区域农业生产和管理的发展具有重大意义。因此，提高农民对于技术的利用效率要以农民知识化工程和劳务输出岗前培训为载体，以提高农民的生产技术水平、提高农民谋生手段为主要内容，采用整合劳动力转移培训以及职业教育等资源方式，提高技术变革的效率，实现精准扶贫资金的增值效应，保障农民收益增加。

3.2.3 因地制宜，精准扶贫，实现扶贫资金投入针对性和实效性 精准扶贫是一项复杂的系统工程，涉及千家万户，情况千差万别。因此，扶贫资金投入需要因地制宜，向中西部欠发达地区倾斜，并根据贫困程度和贫困金额进行区域分配，根据区域特色进行区别投入与管理。东部沿海地区实行产业与技能帮扶，通过合作社、龙头企业的示范带动，引导贫困户参与发展产业，以示范带动实现脱贫；中部内地地区实行基础设施帮扶，扶贫资金重点针对贫困人口比较集中，水、电、路等基础设施条件严重滞后的地方，帮助改善通路、通电、通水条件，改善农田水利设施和信息基础设施，改善村容村貌，解决产业发展难、行路难等问题；西北部地区实行保障帮扶，针对符合农村低保、医疗救助、临时救助、住房救助、教育救助等条件的贫困户，及时落实相关政策，提高帮扶的针对性和实效性。