乡村振兴背景下西南地区大扶贫绩效评价研究*

冯朝睿，张叶菁

（昆明理工大学 管理与经济学院，云南 昆明，650093）

一、引言

坚持“大扶贫格局”，是习近平总书记通过长期扶贫的工作实践所得到的重要经验①。改革开放40 多年来，我国的反贫困治理事业取得了举世瞩目的成就。从2013年到2018年，我国农村贫困人口从9899万减少到1660 万，每年减贫人数都保持在1200 万以上，832 个贫困县已脱贫摘帽436 个。截至2019年底，95%以上的贫困人口实现脱贫，90%以上的贫困县实现摘帽②。虽然当前的脱贫成果显著，但农业、农村、农民问题依旧是影响后续返贫和城乡统筹协调可持续发展的关键。为解决“三农”问题带来的弊端，党的十九大报告提出了乡村振兴战略。此后，由脱贫攻坚向乡村振兴的转型以及两者的有效对接则成了关注的热点问题。当前，我国的脱贫攻坚工作已进入最后的冲刺阶段，扶贫绩效的评价与考核也迫在眉睫，这不仅是我国减贫行动成果的体现，而且是我国治理现代化水平的重要展示。在当前多元协同扶贫的新格局下，如何科学合理地评价大扶贫的实施效果，如何基于绩效评估与实践现状改进扶贫工作以提高治理现代化水平、优化城乡格局、提升人民幸福度，亟须进行深入探讨和研究。

西南地区总体上包括云南、贵州、四川、重庆、西藏这五个地区，均是我国脱贫攻坚的重点对象，亦是加快我国整体脱贫进程、跨入乡村振兴的崭新时代所必须要迎接的挑战，其脱贫成效将会直接影响全国的脱贫效果，其与乡村振兴的有效衔接程度将会直接影响脱贫群众的生活质量与生活幸福感。因此，本文

①宋圭武.打赢脱贫攻坚战的根本遵循[J].前线，2020（02）：32-35。

②2019年中国减贫人口将超1000 万脱贫有奔头日子有看头[EB/OL].中国经济网.2019-12-18.https：//baijiahao.baidu.com/s?id=1653215251794452020&wfr=spider&for=pc。以云南、贵州、四川、重庆、西藏这五个地区为研究对象，在多元主体的视角下对西南地区大扶贫绩效进行科学客观地评价与剖析。通过整体绩效的评价来总结与分析西南地区大扶贫工作的经验与不足，从而提出相应的改进建议，为西南地区大扶贫工作的实施与调整提供一定的理论依据，为多元主体扶贫参与关系的协调与乡村振兴战略的有序衔接提供一定的对策支持。

二、扶贫绩效评价相关文献综述

随着学科的不断交叉与社会的不断发展，扶贫绩效评价方法层出不穷，关于扶贫绩效评价研究涉及的领域也愈加广泛，比如旅游扶贫、产业扶贫、行业扶贫、财政资金扶贫等。包军军、严江平（2015）以甘肃省白银市龙湾村为研究区域，通过利用AHP 方法和模糊综合评判法得出其综合扶贫效应感知值，基于调查问卷数据统计分析与实地调查相结合探究了经济带动、权力提升、思想促进、资源弥补效应感知值的差异原因，并在此基础上提出相应的政策建议，同时尝试探索旅游型乡村发展的新路径①包军军，严江平.基于村民感知的旅游扶贫效应研究——以龙湾村为例[J].中国农学通报，2015（06）：278-283。。陈爱雪、刘艳（2017）基于精准扶贫的前提与实施内核，运用层次分析法建立了包括5 个一级指标和15 个二级指标的精准扶贫绩效评价体系并逐层分析，根据分析结果提出了相关的对策建议②陈爱雪，刘艳.层次分析法的我国精准扶贫实施绩效评价研究[J].华侨大学学报（哲学社会科学版），2017（01）：116-129。。梁陞（2018）基于多维贫困理论，结合M 乡特色扶贫产业发展特点，对M 乡4 类特色扶贫产业的减贫效应进行评价，构建M 乡特色扶贫产业减贫效应的评价指标体系，运用AHP-熵权法对M 乡4 类特色扶贫产业的减贫效应进行实证分析，从而为M 乡特色扶贫产业政策和发展规划的制定提供参考和建议③梁陞.基于AHP—熵权的三穗县M 乡特色扶贫产业减贫效应评价[J].黔南民族师范学院学报，2018（01）：87-93。。曾维忠等（2018）从经济效益、发展能力、发展机会等3 个维度设计构建了森林碳汇扶贫绩效评价指标体系，运用层次分析-熵值定权法对森林碳汇扶贫绩效进行实证测度，从而为提高森林碳汇扶贫绩效提供重要保障④曾维忠，成蓥，杨帆.基于CDM 碳汇造林再造林项目的森林碳汇扶贫绩效评价指标体系研究[J].南京林业大学学报（自然科学版），2018（04）：9-17。。吕联盟（2019）为提高扶贫专项资金利用效率，采用关键绩效指标法选取评价指标，并采用层次分析法构建指标重要性矩阵，计算得出各指标权重的基础上构建了一套包括社会绩效、经济绩效、管理绩效和生态绩效4 个维度的财政扶贫资金绩效审计评价指标体系，期冀为陕西省财政扶贫资金绩效审计评价提供理论依据⑤吕联盟.陕西省财政扶贫专项资金绩效审计评价指标体系构建研究[J].辽宁农业科学，2019（03）：46-50。。柳志、王善平（2020）从精准识别、精准帮扶、精准扶贫效率、精准扶贫效果、可持续发展等五个维度出发构建精准扶贫绩效评价指标体系，运用模糊综合评价法对湘西土家族苗族自治州进行扶贫绩效评价⑥柳志，王善平.精准视角下扶贫绩效模糊综合评价——以湘西土家族苗族自治州为例[J].云南财经大学学报，2020（05）：104-112。。

综上所述，AHP 方法与模糊综合评价法都是在扶贫绩效评价领域被广泛使用且十分高效的方法。AHP 方法可将决策目标分层后进行定性与定量相结合研究的方法，特别适用于解决多指标的评价与决策问题，而模糊综合评价法可将定性问题进行定量化处理，特别适用于不易量化的情况评价。基于西南地区在大扶贫实施措施方面的复杂性、大扶贫主体方面的多样性与效果评价的不易量化性，运用AHP 方法与模糊综合评价法相结合的方式对西南地区大扶贫绩效进行评价，对于西南地区综合扶贫开发项目的管理绩效、各项目的资金整合效果、资金到位情况等的评估和监督都具有十分重要的现实意义。

同时，随着政府、社会、市场等多元主体的共同参与，扶贫的形势已逐渐由政府主导式的扶贫转向多元主体的协同扶贫，呈现一种多元化的趋势。因此，在对大扶贫绩效进行评价时，不能仅局限于某一主体，应考虑大扶贫主体的多维度特征。虽然目前学者们在扶贫绩效评价领域已经取得了一定的成果，但关注重点大多集中于扶贫方式、扶贫结果的多元化，较少集中于扶贫主体的多元化。故本文尝试构建以多元主体为中心的西南地区大扶贫绩效评价体系，在考察西南地区大扶贫整体效益的同时，关注多元主体视角下的绩效问题。

三、西南地区大扶贫绩效评价指标体系的构建

新时代脱贫攻坚的背景下，各级政府、企业、村级组织、广大民众和社会组织等都是大扶贫的重要参与主体①王文彬，徐顽强.脱贫攻坚实践与进路：一个主体自觉分析框架[J].甘肃社会科学，2019（03）：137-143。。其中，政府主导是中国贫困治理的基本特征，也是贫困治理的强大推动力②邢成举.政府贫困治理的多元逻辑与精准扶贫的逻辑弥合[J].农业经济问题，2020（02）：31-39。；企业以多元化的方式促进农民收入的提高和农业农村的发展，成为推动我国顺利脱贫的重要力量③李先军，黄速建.新中国70年企业扶贫历程回顾及其启示[J].改革，2019（07）：16-26。；广大农民是推进脱贫工作的核心主体；而社会组织尤其是扶贫类社会组织，在国家精准扶贫战略的开展中也被赋予了重要的使命④刘蕾，周翔宇.精准扶贫中的多元主体合作策略——基于大病医保巴东模式的扎根研究[J].河海大学学报（哲学社会科学版），2019（02）：87-94+108。。多元主体的高度集聚与协同合作构成了西南地区大扶贫的实施体系。因此，本文在遵循全面性与重要性、定性与定量相结合、可行性以及综合性原则的基础上，提出以政府间的帮扶合作、企业参与扶贫合作、合作社与农户参与扶贫合作、社会组织参与扶贫合作、精准扶贫主体共同参与合作和政府组织动员的合作这六大因素组成西南地区大扶贫绩效评价指标体系（见表1）。

（一）政府间的帮扶合作

考虑到政府在大扶贫的实施过程中占据了一定的主导地位，因此将政府间的帮扶合作作为大扶贫绩效的第一个重点指标。政府间的帮扶指通过各政府之间的合作交流协助贫困地区与贫困对象脱离贫困。本文主要从东西间对口帮扶、央地间对口帮扶、地方财政一般公共服务支出、帮扶结对等四个指标进行研究。其中，东西间对口帮扶是指东部地区利用自身的优势帮助西部地区脱离贫困的情况；中央财政专项扶贫资金是指中国国家财政预算安排用于支持各省（自治区、直辖市）农村贫困地区、少数民族地区、边境地区等加快经济社会发展，改善扶贫对象基本生产生活条件，增强其自我发展能力，帮助提高收入水平，促进消除农村贫困现象的专项资金；地方财政一般公共服务支出是指地方政府提供一般公共服务的支出；帮扶结对是指经济发达地区、优势企业定点帮扶贫困地区，党员干部结对帮扶城乡困难家庭的情况。

（二）企业参与扶贫合作

企业是推动产业扶贫的重点对象，企业参与扶贫合作也是大扶贫实施的关键，尤其对实现可持续脱贫具有重要作用，因此将其作为大扶贫绩效的评价指标之一。企业参与扶贫合作是指企业通过对贫困对象的技能培训以及在贫困地区相关产业的投资等带动当地的经济发展从而协助脱贫。本文主要从企业帮扶、产业投资、贫困户技能培训和全社会固定投资等四个指标进行研究。其中，企业帮扶是指企业为贫困对象或贫困地区实施支持与帮助的情况；产业投资是指在根据当地实际情况因地制宜的情况下进行投资的情况；贫困户技能培训是指企业为了使贫困对象拥有工作所需技能进行的培训情况；全社会固定投资是指国有企业、集体企业、股份制企业等进行投资活动的情况。

（三）合作社、农户参与扶贫合作

农户是扶贫的重点对象之一，合作社一般是由农户组织成立，因此，合作社、农户参与扶贫合作是大扶贫实施的重点保障，对大扶贫的有效实施具有很大的促进作用。本文主要从贫困人口素质、农户脱贫意愿、合作社参与态度和农村居民人均可支配收入增长比例等四个指标进行研究。其中，贫困人口素质是指贫困人口的平均受教育年限，体现了贫困人口接受教育的情况；农户脱贫意愿是指农户自身愿意参与脱贫，响应国家政策，配合扶贫干部工作的情况；合作社参与态度是指合作社愿意协助扶贫干部，与农户沟通从而帮助农户脱贫的情况；农村居民人均可支配收入增长比例是指与上年相比，农村居民可用于自由支配的收入的增长情况。

（四）社会组织参与扶贫合作

社会组织参与扶贫合作是大扶贫实施的外在协助力量，是指社会组织通过实施生活关怀、医疗救助、助老助残、物资捐赠、公益慈善、就业培训、创业扶持等方面的项目帮助困难群众改善贫困现状、增加收入。主要包括社会组织参与效果、社会组织类型和社会组织参与形式。其中，社会组织参与效果是指在社会组织的关怀帮助之下贫困对象的贫困改善情况；社会组织类型是指参与社会扶贫的组织个数；社会组织参与形式是指参与社会扶贫的组织形式，比如社会团体、基金会、民办非企业单位。

（五）精准扶贫主体共同参与合作

精准扶贫主体共同参与合作是大扶贫实施的基础保障，指政府、企业、社会和贫困户共同参与推进脱贫工作，涵盖基础设施、教育、养老等多方面。主要包括基础设施建设、教育经费支持和城乡居民社会养老保险基金支出。其中，基础设施（村村通组组通建设）是指贫困地区的交通建设情况；教育经费支持是指中央和地方财政部门的财政预算中实际用于教育的费用，主要包括教育事业费（即各级各类的学校的人员经费和公用经费）和教育基本建设投资（建筑校舍和购置大型教学设备的费用）等；城乡居民社会养老保险基金支出是指城乡居民的养老保险基金支出情况，主要包括养老保险待遇支出、转移支出、补助下级支出、上解上级支出和其他支出。

（六）政府组织动员的合作

政府组织动员的合作是大扶贫实施的基层力量，是指在政府带领下基层扶贫干部的扶贫工作进行情况。本文主要从县乡政府扶贫领导小组、扶贫办信息公开情况、村干部对贫困户的登记与识别和扶、帮、包驻村干部等四个指标进行研究。其中，县乡政府扶贫领导小组是指在县级、乡级进行扶贫工作的领导小组；扶贫办信息公开情况是指扶贫办对扶贫政策、扶贫资金等信息的公开情况；村干部对贫困户的登记与识别是指村干部深入当地了解与记录贫困户的基本信息、可能的致贫原因等；扶、帮、包驻村干部是指按省、自治区、市的统一安排部署，调动到贫困地区，协助当地扶贫干部进行扶贫工作的干部。

四、西南地区大扶贫绩效评价指标权重的确定

层次分析法（简称AHP）是在20世纪70年代初期由美国著名运筹学家萨迪（T.L.Saaty）教授提出的一种具有系统化、层次化特性的多指标综合评价方法，该方法将定量分析与定性分析相结合，在指标权重的确定过程中，能够将西南地区大扶贫绩效的复杂评价目标进行分解评估，从而增加主观判断的系统性，尽可能减小由宏观评估带来的误差，确保模型的合理性。因此，本文应用层次分析法，将西南地区大扶贫绩效的评价划分为若干方面，并进一步细化各个方面，根据专家的打分结果构建两两比较判断矩阵，计算最大特征值与相对应的特征向量的各指标权重。指标权重值反映各指标对总的评价对象的影响程度。

西南地区大扶贫绩效评价具有综合性与复杂性等特点，因此在专家的选取上应具有权威性、代表性和广泛性。本研究基于国家社科基金项目的支持，确定50 人组成专家团队进行调查，具体包括基层扶贫工作人员、扶贫部门工作人员、扶贫方面的专家学者等。

表2 指标相对重要程度衡量表

（一）建立层次结构模型

综合西南地区大扶贫实施的特点，从政府、企业、社会组织、合作社、农户、多主体协同合作等六个方面进行评价，建立西南地区大扶贫绩效评价指标体系（表1），即层次结构模型。该模型分为目标层、准则层和指标层。

（二）构造判断矩阵，确定指标权重

本研究采用专家打分法，对层次结构模型中准则层与指标层的各指标进行两两比较打分。指标评分过程中要求专家采用两两重要度比较的方式独立地把每个层次对应指标之间的相对重要性用数值的方式表达出来，从而构建两两比较矩阵。指标间的相对重要程度衡量采用托马斯·塞蒂的“1～9 标度法”（见表2）。

基于专家打分结果构造判断矩阵A，利用Matlab 软件求出准则层与各指标层的特征值与特征向量，并进行一致性检验。

1.准则层指标权重的计算。对政府间的帮扶合作、企业参与扶贫合作、合作社与农户参与扶贫合作、社会组织参与扶贫合作、精准扶贫主体共同参与合作和政府组织动员的合作这六个准则层指标进行两两比较获得判断矩阵，计算得到权重结果为：

2.指标层指标权重的计算。分别计算各指标层指标权重。由于篇幅有限，仅列出指标层指标权重的计算结果：

W1=（0.0932，0.5119，0.2948，0.1001）W2=（0.0553，0.1175，0.5650，0.2622）

W3=（0.0498，0.2777，0.1588，0.5137）W4=（0.7306，0.0810，0.1884）

W5=（0.2790，0.6491，0.0719）W6=（0.1400，0.0367，0.5588，0.2645）

根据层次分析计算得到的权重结果将西南地区大扶贫绩效各评价指标汇总如表3。其中，相对权重表示指标层指标对目标层的权重值。

五、西南地区大扶贫绩效模糊综合评价

在西南地区大扶贫绩效的评价过程中往往会采用较定性的词汇来表示结果，比如“很好”“较好”等，这种类型的评价较难量化，属于模糊问题的范畴。模糊综合评价法正是基于模糊数学理论来评价绩效的一种方法，可以将定性的评价转换为定量的评价。其运用从总体上来说分为两步：第一步是对单个因素进行评价，得到每个因素的评价结果；第二步是基于权重集和每个因素的评价结果，得到关于全部因素的综合评价结果。西南地区大扶贫绩效模糊综合评价的具体步骤如下：

1.确定评价指标集。根据西南地区大扶贫绩效评价指标体系，确定准则层指标为政府间的帮扶合作、企业参与扶贫合作、合作社与农户参与扶贫合作、社会组织参与扶贫合作、精准扶贫主体共同参与合作、政府组织动员的合作，因此确定西南地区大扶贫绩效的评价因素权重集W 为：

W={w1，w2，w3，...，w22}={0.00865，0.04750，0.02736，0.00929，0.01390，0.02954，0.14204，0.06592，0.02090，0.11652，0.06663，0.21555，0.00971，0.02259，0.00250，0.03761，0.08750，0.00969，0.00932，0.0024 4，0.03722，0.01762}

表3 西南地区大扶贫绩效评价指标权重表

综合大扶贫多元主体的特性与专家的建议，将评语集V 划分为五个等级：很好、较好、一般、较差、很差，记为V={v1，v2，v3，v4，v5}={很好、较好、一般、较差、很差}。根据评语集，设置相应的评分集，记为X={10，8，6，4，2}。

2.构造模糊评价矩阵。邀请相关的扶贫工作人员、扶贫领域的专家学者等共50 名填写西南地区大扶贫绩效模糊综合评价调查问卷，按照很好、较好、一般、较差、很差这五个等级对各指标进行评定。根据问卷调查反馈的结果，以每一等级选择的人数在总人数的占比作为该指标的评价值（见表4）。

由表4 得到西南地区大扶贫绩效模糊评价矩阵为：

3.各准则层绩效评价。（1）政府间的帮扶合作B1 准则层的模糊综合评价结果为：

评价结果显示，政府间的帮扶合作指标评价等级为很好的占比为74.79%，评价等级为较好的占比为19.26%，评价等级为一般的占比为5.94%，评价等级为较差和很差的占比为0。基于最大隶属度原则，五个等级评价中的最大值为0.7479，对应的评价等级为很好。因此，政府间的帮扶合作从西南地区整体上来说绩效是十分显著的。

（2）企业参与扶贫合作B2 准则层的模糊综合评价结果为：

评价结果显示，企业参与扶贫合作指标评价等级为很好的占比为60.07%，评价等级为较好的占比为37.86%，评价等级为一般的占比为2.07%，评价等级为较差和很差的占比为0。基于最大隶属度原则，五个等级评价中的最大值为0.6007，对应的评价等级为很好。因此，企业参与扶贫合作从西南地区整体上来说绩效是十分显著的。

（3）合作社、农户参与扶贫合作B3 准则层的模糊综合评价结果为：

评价结果显示，合作社、农户参与扶贫合作评价很好的占比为59.40%，评价为较好的占比为31.01%，评价为一般的占比为9.59%，评价为较差和很差的占比为0。基于最大隶属度原则，五个等级的评价的最大值为0.5940，对应的评价等级为很好。因此，合作社、农户参与扶贫合作从西南地区整体上来说绩效是十分显著的。

（4）社会组织参与扶贫合作B4 准则层的模糊综合评价结果为：

评价结果显示，社会组织参与扶贫合作评价很好的占比为40.79%，评价为较好的占比为47.92%，评价为一般的占比为11.29%，评价为较差和很差的占比为0。基于最大隶属度原则，五个等级的评价的最大值为0.4079，对应的评价等级为较好。因此，社会组织参与扶贫合作从西南地区整体上来说绩效是较好的。

（5）精准扶贫主体共同参与合作B5 准则层的模糊综合评价结果为：

评价结果显示，精准扶贫主体参与扶贫合作评价很好的占比为55.55%，评价为较好的占比为23.70%，评价为一般的占比为20.75%，评价为较差和很差的占比为0。基于最大隶属度原则，五个等级的评价的最大值为0.5555，对应的评价等级为很好。因此，精准扶贫主体参与扶贫合作从西南地区整体上来说绩效是十分显著的。

（6）政府组织动员的合作B6 准则层的模糊综合评价结果为：

评价结果显示，政府组织动员的合作评价很好的占比为39.14%，评价为较好的占比为39.73%，评价为一般的占比为21.13%，评价为较差和很差的占比为0。基于最大隶属度原则，五个等级的评价的最大值为0.3973，对应的评价等级为较好。因此，政府组织动员的合作从西南地区整体上来说绩效是较好的。

4.西南地区大扶贫绩效综合评价。西南地区大扶贫绩效目标层A 的模糊综合评价结果为：

评价结果显示，西南地区大扶贫绩效评价等级为很好的占比为58.48%，评价等级为较好的占比为31.83%，评价等级为一般的占比为9.69%，评价等级为较差和很差的占比为0。基于最大隶属度原则，五个等级评价中的最大值为0.5848，对应的等级为很好，说明西南地区的大扶贫实施在整体上已经取得了比较显著的成效。但是评价等级为较好与一般的占比共达到41.52%，几乎接近一半，说明西南地区的大扶贫实施依旧存在许多有待改进的地方。

综合上述各准则层及目标层指标的评分，得到西南地区大扶贫绩效的综合评分结果如图1。

六、结论及政策建议

（一）研究结论

根据以上西南地区大扶贫绩效评价指标的评价结果可以得出：

1.从西南地区大扶贫绩效评价指标体系的准则层指标权重结果中可知，合作社、农户参与扶贫合作指标的所占权重高达41.96%，企业参与扶贫指标的所占权重为25.14%，排名第二，精准扶贫主体共同参与合作指标的所占权重为13.48%，排名第三，而社会组织参与扶贫合作排名最后，所占权重为3.48%，可见合作社、农户参与扶贫合作是检验大扶贫绩效最有分量的考核指标，农户作为大扶贫工作的首要对象，对大扶贫绩效有着不可替代的关键作用；企业作为大扶贫工作的支撑与动力，必须加大支持与鼓励，通过企业的力量增强广大贫困对象的内生动力，实现可持续脱贫；而精准扶贫主体、政府组织动员、社会组织参与虽占比不高，但也在大扶贫工作中发挥着关键的力量。综合所有准则层的权重占比可以看出，西南地区的大扶贫实施需要依靠多方主体的共同参与，其中在扶贫工作中的最重要对象是农户与合作社，农户自身的素质与脱贫的意愿以及合作社的态度与帮扶在很大程度上决定了脱贫的进程以及大扶贫的整体绩效。

表4 西南地区大扶贫绩效评价汇总表

图1 综合评价结果图

2.从西南地区大扶贫绩效评价指标体系的指标层权重结果中可知，农村居民人均可支配收入增长比例所占权重最高，为21.56%，已经超过了所有权重的五分之一，表明农村居民人均可支配收入增长情况是大扶贫绩效的首要考核指标，也是最直接的考核扶贫效果的指标；贫困户技能培训仅次于农村居民人均可支配收入增长比例，排在第二位，所占权重为14.2%，表明贫困户技能培训是大扶贫绩效考核的重要依据，在很大程度上决定了贫困户的收入情况，从而影响大扶贫绩效的评价。排在第三位的是农户脱贫意愿，所占权重为11.65%，三者占比均超过10%，且占比之和接近50%，反映出提高农户收入、增强贫困户脱贫意愿以及对贫困户进行技能培训都是提升西南地区大扶贫绩效的最重要目标。教育经费支持、合作社参与态度与全社会固定投资分别排在第四至六位，反映出教育支持力度、合作社帮扶力度和社会投资金额对大扶贫绩效都具有重要的影响，其中教育支持是提高贫困对象素质的根本方法，合作社帮扶能够加强与农户之间的沟通，在政府与农户双方协调统一的基础上进行易地搬迁、危房改造等扶贫工作，在贫困地区的投资能够为当地增加就业岗位，带动当地的经济与产业发展。余下的中央财政专项扶贫资金等16 个指标的权重占比均在5%以下，虽然占比不高，但央地与东西间的对口与定点帮扶、财政扶贫资金的支持、企业在贫困户技能与工作上的扶持、基础设施的建设、领导与基层干部的执行程度等都是西南地区大扶贫绩效不可缺少的重要考核因素。

3.从上述模糊综合评价的结果中可知，以10 分为满分，西南地区大扶贫绩效目标层的综合评分为8.98，总体处于效果比较良好的状态。在准则层指标的综合评分中，排在前三的分别是政府间的帮扶合作、企业参与扶贫合作和合作社、农户参与扶贫合作。其中，政府间的帮扶合作的综合得分为9.38，在六个准则层指标中排名第一，证明了该指标在西南地区大扶贫实施过程中占据了十分关键的地位，对大扶贫的绩效有明显的促进作用。企业参与扶贫合作的综合得分为9.16，在六个准则层指标中排名第二，证明了企业在西南地区的大扶贫实施过程中担任着不可或缺的角色，企业的积极参与能够为大扶贫的成功实施带来生机与活力。合作社、农户参与扶贫合作的综合得分为9，虽然在六个准则层指标中排名第三，但与前两名的得分也十分接近，证明了农户在西南地区的大扶贫实施过程中虽然是被帮扶的对象，但农户与合作社在扶贫工作方面的配合度与积极参与度会对最终的扶贫效果产生最直接的影响。综合评分较靠后的三个指标为社会组织参与扶贫合作、精准扶贫主体参与扶贫合作和政府组织动员的合作。其中，社会组织参与扶贫合作的综合得分为8.59，在六个准则层指标中排名第五，与前三名得分的差距比较明显，证明了社会组织在西南地区的大扶贫实施过程中虽然发挥着其他群体无法替代的作用，但目前受到的重视程度与参与积极性的调动程度依旧需要进一步提升。精准扶贫主体参与扶贫合作的综合得分为8.70，在六个准则层指标中排名第四，与前三名得分的差距略微偏大，证明了精准扶贫主体在西南地区大扶贫实施过程中的基础设施建设和养老教育方面的工作质量与工作效率还需增进。政府组织动员的合作的综合得分为8.36，在六个准则层指标中排名最后，说明政府组织在西南地区大扶贫实施过程中的动员合作还需加大力度，县乡扶贫领导小组、扶贫办、村干部、驻村干部等在扶贫工作的开展中应秉承全面脱贫与全面小康的目标团结合作，增强基层的协同共治力量。

（二）政策建议

1.完善社会扶贫参与机制，充分发挥社会组织力量。社会组织在大扶贫的实施过程中能够弥补政府由于其自身组织结构与体制限制而容易出现的公共产品供给效率低、不了解贫困群众的真实需求等问题，在对群众需求充分认知的基础上更有针对性地精准识别与帮扶贫困对象，配合国家战略的实施，为群众提供以非营利为目的的志愿公益服务。根据上述西南地区大扶贫绩效的评价结果，目前社会组织在西南地区大扶贫实施过程中的参与积极性与参与效果都需要进一步提升。因此，西南地区应加大对社会组织参与扶贫的号召与支持力度，坚持线上与线下相结合的理念，推动西南贫困人口与社会对象互动平台的建设，线上对接贫困人口的实际脱贫需求与社会力量的扶贫资源，线下通过供给需求情况提供相对应的服务，同时探索在西部大开发战略背景下的社会参与治理新路径，构建共建共治共享的西南地区社会治理新格局，提升西南地区全民参与的积极度与人民生活的幸福指数。

2.夯实基层治理力量，把握国家重大战略机遇。在国家大力推进西部大开发战略的背景下，西南地区的经济发展与战略把握将会对后续脱贫成果的巩固延伸与乡村振兴战略的有效实施起到关键的作用。习近平总书记作出“推动成渝地区双城经济圈建设”的重大战略决策，明确了“两中心两地”的战略定位。在战略的支持与牵引下，西南地区更应把握机遇，充分响应政府的号召，加大对成都、重庆等重点区域的投入和建设，推动西南地区高质量发展新格局的形成，将大扶贫实施的成效延伸至各个领域，使脱贫人民向高质量生活水平阶段前进。同时，基层力量是落实战略、政策的关键力量，基层干部对政策的执行程度与态度更会直接影响政策的绩效。因此，在西南地区的政策落实过程中，需要注重对基层干部的有效管理与监督，比如优化基层干部管理监督制度，将扶贫实效作为基层干部考核与提拔任用的重点项目，建立扶贫工作公开制度等，从思想与行动上夯实基层的力量，避免出现扶贫资金贪污、基层干部不作为、政策失灵等局面的出现，助力西南地区战略、政策的有效落实，为乡村振兴奠定坚实的资源基础。

3.完善产业扶贫机制，增强贫困群众内生动力。习近平总书记指出，产业扶贫是稳定脱贫的根本之策。西南地区拥有得天独厚的高原、山地等特殊地理优势，注重立足各地实际，因地制宜发展特色产业，比如，云南、贵州依靠其高原优势发展高原特色农业，西藏依靠其农牧业与旅游资源优势重点围绕种植业、养殖业、加工业、商贸流通业、文化旅游业和资源开发利用等六大产业进行，重庆利用山地优势发展柑橘、榨菜、中药材、生态畜牧等十大山地特色高效农业，四川充分依靠贫困地区绿色有机的生态优势，建设与发展“净土阿坝”“大凉山”“圣洁甘孜”等一批具有影响力的“川字号”品牌。在政府支持与政策驱动下，建立西南地区企业与贫困户间的利益联结机制，充分发挥西南地区本土文化内涵，结合少数民族特有民俗文化、巴蜀文化、非遗传承等特色资源，打造乡村旅游、特色小镇、文旅景区、田园综合体等区域特色项目，以“特色发挥、项目建设”强化西南地区扶贫开发和乡村振兴相互支撑、有机衔接的良性关系，带动贫困群众发展特殊技能，实现长期可持续脱贫，迈入全面小康的美好阶段。

4.聚焦“新基建”，提升地区信息服务水平。西南地区的脱贫攻坚已接近尾声，因此后续的返贫监测与乡村振兴将成为接下来关注的重点。而“新基建”的兴起与推动将为西南地区的贫困监测与智能服务平台的建设注入新的生机与活力。第一，完善西南地区动态贫困信息监测机制。依靠移动互联网、云计算、大数据等新一代信息技术的支持，打破传统的数据审计、核查繁杂的弊端，以数据化、智能化的特征在海量的数据中辨别已脱贫对象、未脱贫对象和已完全具有可持续脱贫能力的对象，实时了解脱贫后续情况，并根据对象特点采取对应举措，避免扶贫公共资源的浪费，降低西南地区贫困边缘人群返贫的风险。第二，以数字技术为基础构建西南地区智能化信息服务平台。整合分散的信息资源，采集大量客观真实的信息数据，向群众提供全面的信息服务，包括贫困实时信息、农产品信息、医疗卫生、养老社保等多方面，充分满足群众需求，保障群众利益。但基于“新基建”技术研发、资源整合等方面的不足，西南地区应注重与东部地区、龙头企业、高新技术企业等的合作与发展，引进与投资大量“新基建”项目，为西南地区的智能化建设奠定坚实的基础，助力智慧社会的形成。