少数民族地区精准扶贫满意度研究——以西藏自治区为例

张建伟 图登克珠 杨阿维

(西藏大学，西藏拉萨 850000)

改革开放以来，我国经过40年有计划、有组织、大规模的扶贫开发工作，取得了举世瞩目的脱贫成效[1]。贫困人口从1978年的7.7亿减少到2016年的4335万人，减少了近7.3亿人，使数以万计的中国农民解决了温饱，摘下了贫困的帽子。联合国开发计划署大数据减贫报告指出：“中国是全球最早实现千年发展目标中减贫目标的发展中国家，为全球减贫工作做出了巨大的贡献。”[2]然而，多年的扶贫开发实践中，存在贫困人口底数不清、扶贫资金粗放漫灌、扶贫项目偏离目标、扶贫制度设计缺陷、扶贫政策的边际效益逐渐递减、扶贫工作趋向乏力等问题。从现有贫困人口分布来看，大部分分布在深山地区、石山地区、荒漠地区、高寒地区、偏远山区的角落里，都是难啃的“硬骨头”，扶贫进入了攻坚拔寨的关键时期。为此，以习近平同志为核心的党中央提出精准扶贫战略思想，强调精准识别、因人施策，实现扶真贫、真扶贫。国务院扶贫开发领导小组办公室在2014年5月12日印发的《建立精准扶贫工作机制实施方案》中指出：“通过对贫困户和贫困村精准识别、精准帮扶、精准管理和精准考核，引导各类扶贫资源优化配置，实现扶贫到村到户，逐步构建精准扶贫工作长效机制，为科学扶贫奠定坚实基础。”[3]为此，各地在精准扶贫实践工作中相继探索了一系列行之有效的标准、办法、方法和措施，为更有效、更精细、更准确地开展扶贫攻坚奠定了实践基础。为了更好地评价西藏精准扶贫满意度，本文基于农牧民的调查问卷，从精准识别、精准管理、精准帮扶、精准扶贫总体满意度入手，研究西藏扶贫开发工作的满意度及其影响，希望对今后调整扶贫措施和方法有一定借鉴。

贫困问题一直备受学术界关注，许多学者长期以来致力于贫困类型、特征、成因及其贫困治理的研究，其中Deepa Narayan等[4-6]的穷人呼声系列研究成果最具有代表性。随着扶贫工作的持续深入，不少学者开始关注政府扶贫绩效评估。David Swomdell和Janet M. kelly通过调查发现公众满意度与政府服务绩效具有相关性，认为可以把公众的主观服务评价用作政府绩效的评估指标[7]。Piazza等(2001)通过对中国贫困的研究，认为扶贫绩效提升在于资金使用效率，而非增加资金投入，提升中国扶贫绩效的关键是资金监管、资金瞄准等使用效率，最应该投到教育领域[8]。2016年国家提出引入第三方评估机构考核扶贫绩效，将群众满意度软指标列入考核指标体系，开启了群众满意度视角下的扶贫绩效评价研究。学术界基于农户视角从不同的维度对扶贫绩效进行了广泛的调研和研究，主要集中在基础设施、教育、卫生、产业、移民搬迁等领域扶贫绩效评估(刘小珉，2016)[9]，扶贫政策知晓度、参与度及受益度与扶贫政策满意度关系研究(曹军会等，2017)[10]，扶贫项目、扶贫资金、扶贫政策知晓度研究(张晓佳等，2017)[11]，精准识别、精准帮扶、脱贫意愿研究(杨阿维等，2018)[12]。

从已有研究来看，学者们普遍认为精准扶贫绩效是显著的，但是不同地域的农户对精准扶贫满意度存在地区差异。现有文献主要聚焦中东部区域，较少关注西部边疆民族地区。西藏自治区是民族地区、边疆地区，具有边疆性、民族性、宗教性，是反分裂斗争的前沿阵地，其扶贫绩效的满意与否关系到全面小康社会的实现，也关系治边稳藏战略的实现。

一、数据来源、指标选择及模型设定

(一)数据来源

本次调查是基于国家提出引进第三方评估的倡导下，以西藏农牧民为调查对象，以西藏农牧区村庄为调查单位，采用农牧民群众满意度的一些“软指标”，对西藏基层政府在贫困精准识别、精准管理、精准帮扶等方面进行调查，旨在了解西藏农牧区精准脱贫取得的成就及存在的问题。一方面有利于掌握农牧民对精准脱贫满意度方面的情况，便于适时调整精准扶贫措施，从而提高精准脱贫成效和基层政府贫困的精准治理水平；另一方面可以有效防止“被脱贫”“数字脱贫”“虚假脱贫”等现象。2016年7月至2017年8月，项目组共收集1050份调查问卷，剔除无效问卷，可供分析的有效样本1013份，覆盖西藏5市2地区。

(二)指标选择

1. 人口学基本特征

人口学基本特征包括性别、婚姻、家庭人口规模、文化程度四个主要变量，各变量指标描述性统计见表1。

一是性别与年龄。男性样本量为735，占总样本量的72.6%；女性样本量为278，占总样本量的27.4%，对女性赋值1，男性赋值2。16-25岁样本量占18.9%，26～50岁样本量占30.6%，51～60样本量占25.7%，61岁以上样本量占24.9%。

二是婚姻状况。将被访者婚姻状况分为未婚、已婚、再婚、离婚和丧偶五类，并分别赋值为1、2、3、4、5，其中，未婚占样本总量的11.1%，已婚占74.3%，再婚占2.1%，离婚占2.0%，丧偶占10.6%。从婚姻状况来看，绝大部分受访者是已婚，未婚和丧偶受访者占比相当，离婚和再婚受访者比例不足5%。

三是家庭人口规模。家庭人口规模用家庭成员数量来衡量，将被访问者家庭人口规模分为5个等级，分别为1人、2人、3人、4人、5人及以上。其中，5人及以上占样本总量的55.6%。表明西藏农牧区家庭人口规模较大，劳动力抚养比例较高。

四是文化程度。文化程度反映受访者受教育程度，能够体现受访者整体素质。将受访者的受教育年限分为文盲半文盲、小学、初中、高中、大专及以上5类，分别赋值为1、2、3、4、5。其中，受访者文盲半文盲占样本总量的39.2%，小学占28.3%，初中占26.4%。表明西藏农牧民受教育水平较低，有将近67.5%的受访者没有完成九年义务教育。

羌族的非遗文化掺不得假。我看现在广场上的羌族舞蹈太不恰当了，原来的味道全变完了。我在羌寨跳舞从不主张放音乐，都是唱羌族歌曲的。把沙朗舞视为广场舞来跳的做法，是我无法预料和难以接受的。去年在“北川沙朗节”上，流行音乐刚一放，我觉得整个沙朗舞的味道立马就变完了。我小时候会唱几百首沙朗歌曲。我们羌族女子只要会说话就会唱歌的。网络流传的《羌魂》视频里的沙朗舞曲就是我唱的。我的原生态唱法是从妈妈、婆婆那里学来的。以前农忙时，一座山走一圈要几十公里。那时候对山歌，男女对冒火了，都要打架的，对不上就要整人。晚上两三点做完活路，要吃夜宵，夜宵吃完了，再跳沙朗舞。

表1 受访户人口学基本特征描述性统计

2. 核心变量

精准识别是指通过申请评议、公示公告、抽检核查、信息录入等步骤，将贫困户和贫困村有效识别出来，并建档立卡。召开村民会议评议贫困户既是精准识别公正公开和村庄民主的体现，也是基层政府落实精准识别满意度的体现。精准管理是指对扶贫对象进行全方位、全过程的监测，建立全国扶贫信息网络系统，实时反映帮扶情况，实现扶贫对象的有进有出，动态管理，为扶贫开发工作提供决策支持。精准帮扶是指对识别出来的贫困户和贫困村，深入分析致贫原因，落实帮扶责任人，逐村逐户制定帮扶计划，集中力量予以扶持。具体变量的衡量问题和各指标问题描述性统计见表2。

(三)模型设定

1. 因子分析模型

考虑到相关变量间存在多重共线性问题，需要对精准识别、精准管理、精准帮扶指标进行因子分析，具体因子分析模型为：

表2 核心变量描述性统计

通过因子分析结果显示，精准识别因子、精准管理因子、精准帮扶因子的KMO检验值分别为0.828、0.789、0.788，Bartlett的检验P都为0.000，方差贡献率分别为75.80%、84.24%、79.06%。表明这些指标在精准识别、精准管理、精准帮扶因子上有较大载荷，能够涵盖这些变量信息。

2. 回归分析模型

为了了解农牧民家庭人口学特征对精准识别、精准管理、精准帮扶、精准扶贫总体满意度的影响状况，本文构造了5个实证回归模型。具体回归基本模型为：

二、实证结果分析

(一)人口学特征对精准识别、精准管理、精准帮扶、精准扶贫总体满意度回归结果

将受访户人口学特征及3个公因子分别带入模型中，运用SPSS19.0软件对相关参数进行了估计，相关估计结果见表3所示。从表3回归结果可以看出，模型的整体显著性较好，拟合度较高，模型调整后的Adj R Squared分别为0.608、0.947、0.881和0.861。

性别因素对精准识别满意度、精准管理满意度、精准帮扶满意度、精准扶贫总体满意度产生了显著负向影响。具体来看，男性对各个满意度比女性低，男性满意度最低的是精准帮扶，为88.7%；其次是精准识别和精准扶贫总体满意度，为59.1%和42.4%；最后是精准管理，为43.3%。主要是由于男性负责赚钱养家，是家庭收入的主要来源者，压力较大作出满意度较低的评价。

年龄因素对精准识别满意度、精准管理满意度、精准扶贫总体满意度有显著正向影响，对精准帮扶满意度没有显著影响。表明年龄越大对精准扶贫总体满意度比精准识别和精准管理要大。换言之，年龄较大的受访者对精准扶贫总体更加满意。

婚姻因素对精准识别满意度具有显著负向影响，对精准管理和精准帮扶具有显著正向影响。表明离婚或丧偶群体对精准识别不满意，这和我们实际调研基本符合，大多数非贫困离婚和丧偶的受访者总希望自己被识别为贫困群体。

家庭人口规模对精准识别满意度、精准管理满意度、精准帮扶满意度、精准扶贫总体满意度具有显著正向影响。表明家庭人口规模越大，对精准识别满意度、精准管理满意度、精准帮扶满意度、精准扶贫总体满意度越高。西藏家庭人口规模较内地省份大，家庭负担人口系数较多，政府在精准扶贫各方面对其都有所帮助，能够减轻其家庭负担，因此对精准扶贫各方面满意度较高。

教育程度对精准识别满意度、精准帮扶满意度、精准扶贫总体满意度具有显著负向影响，对精准管理具有显著正向影响。表明受教育程度越高的受访者，对精准识别满意度、精准帮扶满意度、精准扶贫总体满意度越低，但其对精准管理满意度却越高。受教育程度越高，对扶贫工作的认识和要求越高，因此作出不满意的评价。但对精准管理满意度高，是因为近些年反腐高压态势下，各级政府在扶贫资金、对扶贫工作重视程度、扶贫项目管理与宣传方面较为重视。

(二)精准识别、精准管理、精准帮扶对精准扶贫总体满意度回归结果

从表3回归结果可以看出，模型Adj R Squared为0.844，表明模型拟合优度很好。

精准识别因素与精准扶贫总体满意度具有显著负向影响，表明识别越精准，精准扶贫总体满意度越低。精准识别是决定扶贫资源到户、到人和解决精准扶贫“最后一公里”问题的前提，目前西藏根据自身特点，参照了不同地区的识别标准，制定了“一申请、一评议、二审核、三公示、县(区)审定”的程序，严格的识别程序和标准使得非贫困户没有被识别为贫困户，导致部分非贫困户对扶贫总体满意度不高。

精准管理因素与精准扶贫总体满意度具有显著正向影响，表明对扶贫管理越精准，精准扶贫总体满意度越高。国家和西藏自治区在精准扶贫工作中加大反腐力度和监管力度，使得精准扶贫资金和项目等管理比较满意，精准扶贫总体满意度也就越高。

精准帮扶因素与精准扶贫总体满意度具有显著正向影响，表明帮扶措施越精准，精准扶贫满意度越高。近年来，西藏在国家和兄弟省市对口支援政策下、在西藏各单位驻村工作机制下、在组团式援藏的策略下，对农牧区群众的帮扶措施更加精准，扶贫成效显著，得到广大农牧民的认可和欢迎。

表3 人口学特征对精准识别、精准管理、精准帮扶满意度、精准扶贫总体满意度回归结果

注：“﹡”“﹡﹡”和“﹡﹡﹡”分别表示10%、5%和1%的显著性水平，括号内为估计系数对应的标准差。

三、研究结论与建议

(一)研究结论

性别、教育程度对精准扶贫总体满意度具有显著负向影响。每增加一位男性，精准扶贫总体满意度就减少43.3%。男性对精准扶贫总体满意度不高，由于男性是一个家庭的主要劳动力，承担抚养家庭的重担。教育程度越高，精准扶贫总体满意度越低，受访者每多接受1年教育，精准扶贫满意度就会降低13.7%。表明受访者教育程度越高，对生活的要求就越高，对政府精准扶贫满意度要求就越高。

年龄、婚姻和家庭人口规模对精准扶贫满意度具有显著正向影响。年龄每增加1岁，精准扶贫总体满意度就会增加35.2%；婚姻对精准扶贫总体满意度能够产生9.6%的影响；家庭规模每增加1人，精准扶贫总体满意度就会增加16.2%。表明老人、丧偶群体、家庭人口规模较大的受访户对精准扶贫越满意。

精准识别对精准扶贫总体满意度呈显著负向影响，但影响程度较低。精准管理与精准帮扶对精准扶贫总体满意度呈显著正向影响，影响程度分别为27.2%和36.0%，表明扶贫项目了解程度、政府对扶贫的重视程度、资金知晓度、政策的受惠程度和帮扶程度等越高，精准扶贫总体满意度就会越高。

(二)政策建议

西藏要继续加大对农牧民的职业技能培训，加大对实用性技能培训的投入，提升农牧民就业质量，进而增加农牧民收入。同时，继续优先发展教育，提高教育质量，合理培养经济社会发展需要的人才，提高受教育者的就业质量，阻断贫困代际传递。

进一步推动老年人群的社会保险和高龄化补贴，对贫困的丧偶群体开展帮扶救助，加强对老年群体和丧偶群体的精神关怀，积极发展关爱老年人和丧偶群体的公益性事业，给予他们更好的精神关怀，让其能够安享晚年。

在精准识别过程中需要立足各地区实际情况，创新精准识别机制，对贫困户实行动态管理和退出机制；在精准管理过程中，需要优化和完善扶贫项目和资金的分配机制，合理分配扶贫资源，杜绝“精英俘获”现象，加大扶贫政策宣传力度；在精准帮扶方面，要加强对农牧民职业技能的培训，加大对深度贫困区农牧民政策和资金倾斜力度。此外，要坚持扶贫与扶智、扶志相结合、物质扶贫与精准扶贫相结合、输血与造血相结合才是精准扶贫开发最根本的模式[13]。