安徽省大别山连片特困地区财政扶贫绩效及影响因素研究——基于DEA模型和Tobit回归

钱力，黄钰婷

(安徽财经大学 经济学院，安徽 蚌埠 233030)

贫困是世界各个国家共同关注的问题，在发展中国家更为普遍[1].精准扶贫通过对贫困人口精准识别，从而制定科学合理的政策措施，并提供有针对性的援助，使得贫困人口永久摆脱贫困[2]，是我国农村地区扶贫的主要方式.受资源环境的约束以及地理、历史等原因的限制，连片特困地区作为区域性、群体性贫困的代表，是脱贫攻坚工作的主战场[3].大别山区区位特殊，位于三省交界，贫困发生率长年以来居高不下，片区内国家级贫困县多，脱贫任务艰巨[4]，其包含安徽4个市下共12个县域.本文通过对安徽省大别山区的12个县域财经扶贫绩效及其影响因素进行分析，合理评价该地区扶贫工作的开展并提出路径的优化，有利于财政扶贫资金的合理配置，推动大别山连片特困地区脱贫攻坚工作的有效开展.

国内外学者围绕财政扶贫已展开广泛研究，主要集中于财政扶贫资金、扶贫开发、精准扶贫、财政金融等主题.首先，在理论研究方面，如李小云等围绕扶贫资金治理的投入、分配、拨付和使用等环节，从资金运用的瞄准偏离角度，对我国财政扶贫资金投入效果及运行情况进行全方位分析[5]；高波等从经济、社会、环境三个角度，着重于经济增长质量以及增长的包容性和可持续性，建立了衡量财政扶贫资金使用标准化和有效性的综合绩效评估体系[6]；寇永红等从审计角度指出目前我国财政扶贫资金的绩效审计存在若干问题，明确今后在艺术上、力度上、渠道上提高审计水平[7]；郭宏宝等通过总结财政扶贫在农村地区的作用机制，明确了财政扶贫在不同地区和项目上的合理区间和运作方式[8].其次，在实证研究方面，如张铭洪等运用层次分析法、序数分析法、变异系数法，将主客观相结合，建立财政扶贫支出绩效评价指标体系，测算可得我国财政扶贫绩效呈上升趋势[9]；钱力等结合三阶段DEA和超效率DEA模型，分析大别山连片特困地区扶贫绩效，认为总体扶贫绩效良好但地区间差异较大，部分地区进入瓶颈期[10]；黄林秀等从微观政策绩效角度对连片特困地区的8个省份进行问卷调研并统计分析，对我国政策短板提出改进[11]；张超等运用模糊综合评价法对2011-2016年西藏连片特困地区精准扶贫绩效量化分析，指出该地区扶贫绩效为上升趋势但呈现东南高东北略低的局面[12].

综上所述，一些学者运用了各类方法构建评价体系对扶贫绩效进行评价，但是评价角度较为单一，缺乏对绩效影响因素的深入分析.本文在总结前人工作的基础上，利用因子分析法对大别山连片特困地区的财政扶贫投入进行评价，运用DEA从静态和动态两个角度对财政扶贫绩效进行分析，后通过Tobit模型研究影响大别山区财政扶贫绩效的因素.

1 基于因子分析法的财政扶贫投入水平评价

1.1 指标体系构建及数据来源

为了全面科学地评价大别山连片特困地区12个县的财政扶贫投入情况，本文将医疗卫生、社会保障、教育帮扶、产业发展、基础设施等纳入考量，在考虑数据可得性的基础上，教育支出、文化体育与传媒支出、社会保障和就业支出、医疗卫生支出、农林水事务支出、交通运输支出共6项作为投入指标，单位均为万元.衡量贫困地区经济发展和贫困人口收入的主要指标是人均GDP和人均可支配收入，它也衡量地区扶贫效果的关键指标，本文选取农村居民家庭人均可支配收入(元)和人均生产总值(元/人)作为绩效研究的产出指标.

本文选取2010-2016年安徽省大别山区的12个县域为研究对象，这12个县分别为利辛县、临泉县、阜南县、颍上县、寿县、霍邱县、金寨县、潜山县、太湖县、宿松县、望江县和岳西县[13]，数据来自于《安徽统计年鉴》以及《中国县域统计年鉴》等.

由于DEA分析中决策单元要为投入产出指标的2到3倍以上为宜，所以先对财政投入指标进行因子分析，在最大程度地保证原始信息不丢失的情况下，将6个投入指标浓缩为3个公共因子，并根据公共因子的贡献率计算综合因子得分，对12个县的财政投入进行排序.

1.2 模型建立

1.2.1 适用性检验

首先对指标进行KMO和Bartlett球度检验，用于变量之间的相关性程度的衡量，以确定它们是否适合做因子分析，认为KMO检验值在0.7以上为比较适合，0.5以上为可以接受，以2010年为例，检验结果如下表所示：

表1 Bartlett球度检验以及KMO检验

KMO检验值为0.783，高于0.7，适合进行因子分析，Bartlett球度检验的概率为0，拒绝显著性水平0.05的假设，检验通过.2011-2016年的KMO检验值分别为0.762、0.745、0.631、0.534、0.564、0.518，均可做因子分析.

1.2.2 提取因子

运用主成分分析法指定提取3个因子，得到安徽省大别山连片特困地区12个县财政投入的各因子初始特征值和方差贡献率，结果如下表所示：

表2 总方差解释

指定提取的3个公共因子的累计方差贡献率为91.947%，因子分析效果达到预期.由碎石图直观表明，前三个因子具有较大的特征值，而第4个及后续因子特征值较小，碎石图为“前陡后缓”状.所以本文提取前三个因子可以较好地包含原始指标的信息.

图1 碎石图

1.2.3 因子载荷

旋转后的成分矩阵(表3)可得因子的载荷系数，结果表明第一个因子在社会保障和就业支出、医疗卫生支出和农林水事物支出方面载荷较高，第二个因子在教育支出、文化体育与传媒支出方面载荷较高，而第三个因子社会保障和就业支出和交通运输支出方面载荷较高.

表3 旋转后的成分矩阵

1.2.4 因子得分

由表4矩阵内容可写出大别山连片特困地区各县财政投入的因子得分函数：

F1=0.296x1-0.335x2+0.389x3+0.675x4+0.217x5-0.574x6

F2=0.271x1+0.763x2-0.463x3-0.067x4+0.058x5+0.125x6

F3=-0.225x1+0.028x2+0.271x3-0.417x4+0.092x5+1.02x6

表4 得分系数矩阵

1.3 评价结果及分析

由于其余6年的因子分析处理过程与2010年相同，在此不做详细说明，根据以上分析结果可以计算得出2010-2016年安徽省大别山区12个县域的财政扶贫投入加权综合得分及排名，如下表所示：

表5 财政扶贫投入综合得分及排名

根据财政扶贫投入综合得分的排名，可知12个县的财政扶贫投入在2010-2016年间排名变化较大，霍邱县财政投入水平较高，一直稳居前列，临泉县自2011年以来排名持续上升且上升幅度较大，宿松县、阜南县也有小幅上升；而岳西县排名则下降幅度较大，同时金寨县和颍上县也呈下降趋势.

2 基于DEA模型的财政扶贫绩效分析

将因子分析后的财政扶贫6个投入指标整合为3个公共因子作为DEA分析的投入指标，产出指标为农村居民家庭人均可支配收入和人均生产总值.由于因子分析产生的3个公共因子中存在负数，不适合直接通过DEAP2.1软件进行分析，本文对数据进行无量纲化处理，将数据映射到(0，1)区间[14]，处理方式如下：

(1)

式(1)中aj、bj是第j项指标的最大值和最小值.

本文BC2模型和malmquist模型分析2010-2016年安徽省大别山连片特困县的财政扶贫绩效.

2.1 财政扶贫静态绩效评价

本文采用可变规模报酬模型，纯技术效率和规模效率由财政扶贫综合效率分解得来.安徽省大别山连片特困地区财政扶贫综合效率平均值为0.85，纯技术效率平均值为0.866，规模效率平均值为0.98，这表明该地区财政扶贫绩效水平较高.其中利辛县、临泉县、颍上县、潜山县、宿松县、望江县和岳西县综合效率均达到1，其财政扶贫绩效已达到最优状态.未达到最优状态的5个县在规模报酬上为递增状态，即该地区不需改进现在扶贫模式的情况下继续增加财政扶贫资金投入，其效率将会增加.

为进一步研究2010-2016年财政扶贫绩效的变化趋势，本文分别从综合效率、纯技术效率和规模效率三个角度研究了动态趋势的变化.如表6所示：

表6 2010-2016年各县财政扶贫综合效率及其分解情况

由表6数据可知，在2010-2016年间，12个县财政扶贫综合效率总体来看稳定中略有波动，说明安徽省在财政扶贫方面已建立起行之有效的模式，并在考察期内稳定实施.从个体上看，各县的综合效率有所差别，说明由于地区间经济基础和发展水平的差异以及财政扶贫政策的贯彻深度不同，财政扶贫效果在地区间存在差异，如霍邱、金寨和寿县综合效率较低，应对财政扶贫模式进行适当改进.大多数县域的财政扶贫绩效为达到完全有效，仍具有提升空间.

从纯技术效率角度来看，12个县在2013年以前纯技术效率较为稳定，在2014年均产生较大幅度的下降，后在波动中有所回升.这表明自2015年以来，随着精准扶贫工作的推进，财政扶贫工作得到深化和完善，财政资金的配置能力逐步提高.相比之下，各县纯技术效率排名与综合效率排名基本保持一致，纯技术效率对综合效率的影响是显著的.

从规模效率角度来看，各县的规模效率大部分在0.8以上，整体呈现上升趋势，2014年后趋势更为明显.其中霍邱和金寨在2015年出现短暂下降，合理推测为随着扶贫力度的加大，忽略了财政扶贫结构的优化，使生产处于有效规模之下的水平，未能充分发挥出规模效率.

2.2 malmquist指数的动态效率分析

一段时间内资源的开发利用效率为全要素生产率，它包括效率提高、技术进步和规模效应三个方面，充分反映了技术进步在经济发展中发挥的作用.本文采用malmquist指数对安徽省大别山连片特困县财政扶贫绩效进行动态分析，模型建立结果见下表7：

表7 2010-2016年大别山连片特困地区全要素生产率情况

由表7可知，2010-2016年大别山连片特困县域全要素生产率基本稳定，略有波动下降趋势.具体来看，由于技术进步和规模效率的改善，全要素生产率在2014年之前呈上升趋势，但在2014年后，又造成全要素生产率的下降.可见，其中对全要素生产率贡献较大的为技术进步要素.大别山区由于地理因素限制，技术进步缓慢，在某些年份甚至略有倒退，需结合当地实际引进先进技术，进一步提高生产率.

进一步比较各县全要素生产率的变化，本文计算整理得到12个县7年间的全要素生产率情况，如表8：

表8 2010-2016年大别山连片特困地区各县全要素生产率及其构成

结果表明除太湖县以外其余各县全要素生产率均大于1，呈上升趋势，技术进步为主要贡献，其中宿松县技术进步最为显著，涨幅达到15.5%，其次为阜南县，涨幅为15.5%.尽管太湖县的技术进步存在1.7%的涨幅，但其技术效率、纯技术效率和规模效率却在下降，以至于其全要素生产率也呈下降趋势.

3 财政扶贫绩效影响因素分析

在评价2010-2016年安徽省大别山连片特困区县域的财政扶贫绩效后，本文进一步以效率值作为被解释变量建立Tobit模型对影响财政扶贫绩效的因素进行定量计算.

3.1 Tobit模型选择

由于DEA的结果位于[0，1]区间内，不符合传统最小二乘回归分析中因变量近似正态分布的假设，因此本文采用截取回归的Tobit模型进行分析，该模型是一种受限制的回归模型，适用于因变量满足若干约束条件[15].Tobit模型标准设定如下：

(2)

3.2 影响因素和指标选取

结合大别山连片特困地区县域实际，本文将影响财政扶贫效率的因素设定如下：

(1)产业结构：产业发展才是实现脱贫的根本方法，合理的产业结构是促进经济增长的动力之一，能够推动经济协调发展[16]，推动财政扶贫绩效的发挥，结合山区实际本文选取第一、二产业增加值占地区国民生产总值比重来衡量.

(2)财政支出规模：政府为履行自身职能对社会资源进行分配和使用的重要手段之一就是财政支出，合理的财政支出规模能够为贫困地区提供所需的产品和服务，满足部分贫困户的生活所需，实现其自我发展，本文选取财政支出占地区国民生产总值比重作为指标.

(3)人口因素：由于农村以自然经济为主，技术设施较为薄弱，因此农村地区为我国贫困的多发地区，农村人口密度较高的地区，其贫困发生率、贫困深度也较高，自我脱贫能力较弱，本文选取农村人口占总户籍人口的比重来衡量.

(4)税收负担：由拉弗曲线可知，合理的税收对经济发展具有促进作用，对于贫困地区，适当的税收对促进人民生活水平的提高有促进作用[17]，本文以个人所得税的征收占地区GDP的比重来衡量.

(5)就业情况：“增加就业是直接有效的脱贫手段”[18]，帮助贫困户家中的劳动力实现稳定就业，持续创收脱贫，是安徽省脱贫攻坚工作的重大之一，本文选择农村从业人员占农村总人口比重来反映就业情况.

3.3 模型建立与结论分析

根据以上指标，Tobit模型建立如下：

Y=α+β1pi+β2si+β3fe+β4rp+β5pit+β6re

Y为DEA中的综合效率，α为常数项，pi、si分别为第一、二产业占比，fe为财政支出，rp为农村人口占比，pit为个人所得税占比，re为就业人员占比.结果如表9：

表9 各县财政扶贫绩效影响因素Tobit分析

由表9可知，产业结构与财政扶贫绩效正相关，第一、二产业占比均通过5%显著性检验，说明第一、二产业增加值占比提高会提高大别山连片特困地区扶贫绩效；个人所得税占比与财政扶贫绩效负相关且通过显著性检验，说明可适当改善税收政策；财政支出占比和农村就业人口占比与财政扶贫绩效正相关，农村人口占比与财政扶贫绩效负相关，但以上三个变量均未通过显著性检验，说明影响不显著.回归结果与前文假定基本相符合.

4 结论与对策建议

4.1 研究结论

大别山区位于三省交界，贫困发生率高，脱贫任务艰巨，通过对该地区财政扶贫绩效及其影响因素的测算有利于推进扶贫工作的展开.本文基于2010-2016年12个县域的面板数据，从财政投入和经济发展状况两个方面构建指标体系，运用因子分析、DEA模型和Tobit回归，依据评价结果得到如下结论：

(1)各县扶贫投入排名变化较大.从财政扶贫投入来看，大别山连片特困地区12个县的财政扶贫投入在2010-2016年间排名变化较大，霍邱县财政投入水平较高，临泉县、宿松县、阜南县均在上升；而岳西县、金寨县和颍上县则呈下降趋势.

(2)该地区财政扶贫绩效水平较高但各县的综合效率有所差异.总体来看大别山区财政扶贫绩效水平较高，其中7个县财政扶贫绩效已达到最优状态，其余5个县在规模报酬上为递增状态，纯技术效率和规模效率在2014年后均呈上升趋势.分解来看，在2010-2016年间，12个县财政扶贫综合效率总体来看稳定中略有波动但地区间存在差异；2013年以前纯技术效率较为稳定，在2014年均产生较大幅度的下降，后在波动中有所回升；规模效率较高，整体呈现上升趋势.

(3)全要素生产率略呈下降趋势.动态来看，全要素生产率在7年间基本稳定，2014年以后略呈下降趋势，其中对全要素生产率贡献较大的为技术进步要素.大别山区由于地理因素限制，技术进步缓慢，在某些年份甚至略有倒退，结合当地实际引进先进技术，能够进一步提高生产率.

(4)产业结构、财政支出占比和农村就业人口占比与财政扶贫绩效正相关，个人所得税占比和农村人口占比与财政扶贫绩效负相关.可通过提高第一、二产业增加值占比和调整税收政策来提高地区扶贫绩效.

4.2 对策建议

(1)加强财政扶贫支持力度.大别山区地处三省交界，受山区地理位置、交通不畅以及产业基础薄弱等因素制约，实现整体脱贫的压力较大，各级政府间应严格界定扶贫工作责任范围，加大财政扶贫支持力度，同时优化产业扶贫、税收优惠等政策[19]，同时引导金融机构和社会资金加大扶贫倾斜力度，形成全社会扶贫合力.

(2)优化产业结构.大别山区以农业为主，受气候、地形等影响较大，增收有限且不稳定，需通过调整产业结构，转变为以第二产业为主，鼓励发展第三产业.如根据当地特色自然资源发展林业、中草药和茶叶等特色产品；借助农村淘宝平台，增加特色农产品销售；围绕优势旅游资源，打造特色小镇推动旅游业发展.

(3)提高公共物品和公共服务供给力度.大别山连片特困地区缺乏科教文卫资源，应该加大教育投入，“扶贫先扶智”，提升贫困地区的教育及文化水平[20]，是实现其自我脱贫能力提升的重要保障之一；提高医疗卫生服务水平，降低因病致贫的概率.同时加强对中青年劳动力就业技能方面的培训，以帮助他们把握就业所需基本能力[21]，并指导其实现专业对口就业.